指纹识别技术的研究与分析

本文详细介绍了指纹识别技术的原理、指纹识别中的图像采集、图像预处理、特征提取与特征匹配四个过程。指纹识别的关键技术是对指纹的特征提取与特征匹配,论文中详细分析了图像预处理的过程及特征点提取的各种方法,最后对各种指纹特征匹配算法的优缺点进行了分析与比较。     

一种改进的指纹图像增强算法

指纹识别一般包括指纹采集、图像预处理、特征提取及特征匹配等步骤.其中图像预处理中的指纹图像增强是最关键的步骤,直接影响特征提取和匹配.论文针对指纹采集中存在的指纹图像局部模糊的问题,提出了一种改进的基于Gabor函数的指纹增强算法.该算法首先对指纹图像进行归一化处理,然后对指纹图像分成奇异区和非奇异区分别进行点方向和块方向的求取,最后用改进的Gabor滤波器对指纹图像进行增强.实践表明,该方法能提高指纹图像增强的效果和速度.     

基于ARM9的指纹匹配算法

为了满足嵌入式指纹识别系统的实时性需求,论文提出了一种基于ARM9内核的指纹匹配算法.该算法通过构建特征点的三角结构向量,消除了指纹图像旋转、平移的影响,提高了系统的鲁棒性.同时算法采用两个等级进行指纹匹配,缩短了匹配时间,提高了匹配效率.通过在ARM920T主建的平台上进行识别测试,本算法完全可以满足嵌入式系统的要求.     

在图像处理中对指纹识别的研究

该文从介绍指纹识别技术的原理和指纹识别算法入手,将指纹识别中分类和匹配过程相结合,提出了一种包含奇异点周边的方向场和细节点等特征的奇异点邻近结构。该结构利用奇异点周边识别信息集中的特点,大大减少了匹配的计算量,并能够同时作为指纹分类和比对的特征,直接应用于指纹的连续分类和快速匹配过程,实现对大容量指纹数据库的快速识别。该算法在保证自动识别指纹系统的识别准确性的同时,还使得指纹在线识别系统的1：N辨别速度有明显的提高。     

SIFT与SURF在指纹识别系统中的性能对比

要实现指纹识别技术,必须使用图像特征的提取技术,尺度不变特征变换（Scale Invariant Feature Transform,SIFT）和加速稳健特征（Speeded Up Robust Features,SURF）是目前运用比较广泛的两种图像特征提取算法。为验证哪种算法在指纹识别领域更适用,文章使用同一手指指纹的多张照片为图库,分别使用两种方法进行同一图自我匹配、指纹角度、范围不同图片匹配及较为模糊的图片匹配等实验。通过实验得出：虽然SIFT算法比SURF算法耗时更长,但是使用SIFT算法的运算量小于SURF算法,因此两种算法花费的时间近乎相等;在指纹对比库的创建方面,SIFT算法要优于SURF算法;在指纹匹配识别过程中,无论是同一张图片自我匹配,还是指纹角度和范围不同的图片进行匹配、指纹不清晰的图片进行匹配,SIFT算法的成功匹配点比SURF算法的成功匹配点分布更均匀,且数量相近或更多。可见,在指纹识别系统中,使用SIFT算法比SURF算法更合适。     

在图像处理中对指纹识别的研究

该文从介绍指纹识别技术的原理和指纹识别算法入手,将指纹识别中分类和匹配过程相结合,提出了一种包含奇异点周边的方向场和细节点等特征的奇异点邻近结构。该结构利用奇异点周边识别信息集中的特点,大大减少了匹配的计算量,并能够同时作为指纹分类和比对的特征,直接应用于指纹的连续分类和快速匹配过程,实现对大容量指纹数据库的快速识别。该算法在保证自动识别指纹系统的识别准确性的同时,还使得指纹在线识别系统的1:N辨别速度有明显的提高。     

一种指纹识别的细节特征匹配的方法

介绍了指纹识别的处理步骤，提出了一种基于细节特征匹配的自动指纹识别算法，分别给出了图像预处理，二值化，细化，纹路提取，确定指纹中心点以及指纹匹配的特征和算法步骤，并用实验进行了证明。     

基于拓扑学及指纹分类的指纹匹配算法

随着计算机和网络的迅速发展,基于生物特征识别的智能身份认证技术正受到越来越多的关注。由于指纹识别技术是生物识别领域技术中最成熟的一门应用技术,使得指纹识别成为目前应用最广泛、可信度最高的个人身份认证技术之一。文中依据指纹图像中细节特征点之间的关联性给出了一种指纹识别算法。该算法首先基于指纹分类学的思想,利用中心点和三角点的数量信息对待识指纹图像进行初匹配,然后基于拓扑学思想用可靠性较高的分叉点方向场及其与中心点的方向场差寻找出基准点对,最后利用可变限界盒实现指纹匹配。实验中,该算法使匹配速度提高了40％,误识率和拒识率略有下降,约0．5％。实验结果表明,该算法能快速、准确地定位基准点对,有效地解决提取基准点时的噪声影响,正确有效地实现指纹匹配,同时提高匹配速度及精确度。     

一种基于结构匹配的指纹匹配算法

提出了一种基于结构匹配的指纹匹配算法,不仅考虑了指纹的全局特性而且利用了指纹局部结构的平移和旋转不变性。该算法可克服在采集指纹图像时由于非线性形变所引起的细节点的位置、细节点的方向及指纹图像中细节点之间距离改变产生的影响,降低了匹配算法的拒识率。试验结果表明所提出的方法确实提高了指纹匹配算法的有效性。     

基于多种特征融合的指纹识别方法

针对基于细节点特征的指纹识别方法和基于图像特征的指纹识别方法各自存在的一些问题,提出了一种基于多种特征融合的指纹识别方法.将基于方向场特征、基于灰度共生矩阵的纹理特征、基于LBP算子的纹理特征的方法和基于细节点特征的方法进行融合,弥补了各个方法的不足,提高了匹配的准确性.实验结果表明,提出的基于多种特征融合的指纹识别算法好于任一单个的指纹匹配方法,有效地提高了指纹识别系统的准确性.     

改进的指纹自适应阈值分割算法

在传统的自适应阈值分割算法的基础上,提出了一种改进的指纹图像分割算法。该算法根据指纹与背景交接区域,以及指纹内部脊线太淡或脊线粘连的区域中图像的灰度统计特性,对此类区域采取逐点分割,从而以较低的计算代价消除了指纹图像分割后前景区域的边界方块效应。实验表明,该算法具有较高的鲁棒性,对指纹的分割更加灵活准确,分割后的指纹前景边界也更加平滑细致。     

指纹自动识别中图像分割算法研究

为了可靠、准确地实现指纹的自动识别,提出了一种简便、可行的指纹图像的分割算法。通过合理地运用指纹图像的灰度特性,以较低的计算代价有效地解决了指纹图像的分割问题,从而使算法的处理效果好、运行速度快。实验表明,这种分割算法对于指纹图像的预处理十分有效。     

一种新的基于相位保持的指纹图像增强算法

图像的相位信息在人眼感知图像的过程中起着十分重要的作用。如果指纹图像增强算法能够保证图像的相位信息不被破坏,将有助于保持指纹图像中纹理特征的不变。首先通过实验表明了指纹图像的纹理特征主要是由图像的相位信息来决定的,然后把相位保持原理引入到指纹图像增强算法中,提出一种新的基于相位保持的指纹图像增强算法。该算法采用复Gabor小波来提取指纹图像的相位信息,并利用指纹图像的局部方向信息在相位保持的原则下来进行图像增强。为了验证该算法的有效性,选取了两种低质量的指纹图像来进行处理,实验结果表明增强后的图像其图像质量有了显著的提高。     

一个自动指纹识别算法的研究与实现

针对指纹识别中的指纹采集和预处理这两个关键问题,设计并实现了USB电容式指纹采集仪,保证了指纹图像采集的高质量。并在此基础上提出了一套完整的指纹预处理算法,包括平滑、滤波、二值化和细化,有效的利用了指纹的方向特性,很好的增强了指纹图像,保护了细节特征,为可靠、准确的实现指纹识别提供了一种可行的方法。     

一个自动指纹识别算法的研究与实现

针对指纹识别中的指纹采集和预处理这两个关键问题，设计并实现了USB电容式指纹采集仪，保证了指纹图像采集的高质量。并在此基础上提出了一套完整的指纹预处理算法，包括平滑、滤波、二值化和细化，有效的利用了指纹的方向特性．很好的增强了指纹图像，保护了细节特征，为可靠、准确的实现指纹识别提供了一种可行的方法.     

A novel ant colony optimization algorithm for large-distorted fingerprint matching

Large distortion may be introduced by non-orthogonal finger pressure and 3D–2D mapping during the process of fingerprint capturing. Furthermore, large variations in resolution and geometric distortion may exist among the fingerprint images acquired from different types of sensors. This distortion greatly challenges the traditional minutiae-based fingerprint matching algorithms. In this paper, we propose a novel ant colony optimization algorithm to establish minutiae correspondences in large-distorted fingerprints. First, minutiae similarity is measured by local features, and an assignment graph is constructed by local search. Then, the minutiae correspondences are established by a pseudo-greedy rule and local propagation, and the pheromone matrix is updated by the local and global update rules. Finally, the minutiae correspondences that maximize the matching score are selected as the matching result. To compensate resolution difference of fingerprint images captured from disparate sensors, a common resolution method is adopted. The proposed method is tested on FVC2004 DB1 and a FINGERPASS cross-matching database established by our lab. The experimental results demonstrate that the proposed algorithm can effectively improve the performance of large-distorted fingerprint matching, especially for those fingerprint images acquired from different modes of acquisition.     

Fingerprint ridge orientation field reconstruction using the best quadratic approximation by orthogonal polynomials in two discrete variables

This paper proposes a novel algorithm for reconstructing the fingerprint orientation field (FOF). The basic idea of the algorithm is to reconstruct the ridge orientation by using the best quadratic approximation by orthogonal polynomials in two discrete variables. We first estimate the local region orientation by the linear projection analysis (LPA) based on the vector set of point gradients, and then reconstruct the ridge orientation field using the best quadratic approximation by orthogonal polynomials in two discrete variables in the sine domain. In this way, we solve the problem that is difficult to accurately extract low quality fingerprint image orientation fields. The experiments with the database of FVC 2004 show that, compared to the state-of-the-art fingerprint orientation estimation algorithms, the proposed method is more accurate and more robust against noise, and is able to better estimate the FOF of low quality fingerprint images with large areas of noise.     

基于Log-Gabor滤波的指纹图像增强

自动指纹识别系统的性能在很大程度上依赖于指纹图像的采集效果。指纹图像增强用于改善原始指纹图像的质量,以保证指纹特征提取的准确性,是十分必要的。Gabor滤波是比较有效的指纹图像增强方法,但是仍存在一定的局限性。与传统的Gabor滤波器相比,Log-Gabor滤波器可以在取得最佳空间定位的同时具有更宽广的频带,有利于改善指纹图像的滤波效果。本文提出采用Log-Gahor滤波器来实现指纹图像增强,先利用加窗傅里叶变换来提取指纹图像的局部频谱信息,再在频域进行滤波。在详述了滤波器的设计方法之后,给出具体的图像滤波方案,并与传统方法作了比较。实验结果表明,所提出的算法能有效改善指纹图像的质量和提高指纹识别的可靠性。     

指纹纹线的提取和匹配

针对传统指纹细节点提取和匹配方法在处理低质量图像上的不足,首先提出了一种利用复滤波器准确定位指纹图像中心点的方法,克服了传统自动指纹识别中寻找指纹中心点不够精确的缺点。同时提出了一套基于轮廓的指纹特征提取和匹配算法,此算法利用指纹的总体结构特征,提高了匹配的正确率。实验结果表明,该算法具有相当高的识别率和较强的鲁棒性。