基于方向图的指纹图像预处理算法

指纹图像具有方向性强的特点。为了很好地保持和恢复指纹的纹线结构，提高指纹图像预处理算法的抗噪能力，提出了一套基于方向图的指纹图像预处理算法，对传统的方向图计算方法进行了改进，加入了噪声检测功能，得到了更为精确的点方向图，并利用指纹图像的方向信息进行分割、滤波去噪、二值化，最后细化得到了效果比较理想的指纹点线图。实验证明，文中所述的预处理算法能够有效地保持和恢复指纹图像的纹线结构，对各种噪声干扰具有较强的鲁棒性。     

基于方向图的指纹图像预处理算法

指纹图像具有方向性强的特点。为了很好地保持和恢复指纹的纹线结构,提高指纹图像预处理算法的抗噪能力,提出了一套基于方向图的指纹图像预处理算法,对传统的方向图计算方法进行了改进,加入了噪声检测功能,得到了更为精确的点方向图,并利用指纹图像的方向信息进行分割、滤波去噪、二值化,最后细化得到了效果比较理想的指纹点线图。实验证明,文中所述的预处理算法能够有效地保持和恢复指纹图像的纹线结构,对各种噪声干扰具有较强的鲁棒性。     

连续方向图法在残留指纹分割中的应用

针对残留指纹不易被分割的特点,提出一种连续方向图实现残留指纹分割的应用算法。该算法首先计算点方向图,然后利用直方图滤波技术对指纹点方向图进行滤波处理,得到连续分布方向图;其次对前景区域进一步分析,根据残留指纹和正常指纹方向一般不一致的特点,运用残留指纹与指纹区交界处方向信息变化较大的特性标记出残留指纹和指纹区边界点,然后对标记的一些虚假点进行后处理,最后利用这些边界点进行曲线拟合后去除残留指纹。实验结果表明这种连续分布方向图过渡平滑、自然,既具有很好的连续性、渐变性和抗噪性,又有较高的精度,可以有效地分割残留指纹。     

基于连续分布方向图的指纹奇异点检测

在指纹连续分布方向图(场)的基础上,对经典的PoincaréIndex计算公式进行了改进,提出了一种新的基于连续分布方向图的指纹奇异点检测算法。由于指纹连续分布方向图过渡平滑、自然,既具有很好的连续性、渐变性和抗噪性,又具有较高的精确度;而改进后的PoincaréIndex不仅能精确表示向量场的旋转角度,而且还能精确表示向量场的旋转方向。所以,该算法能够在像素级水平精确定位指纹奇异点(core point和delta point),精确度达到一个像素。在FVC2000、FVC2002和FVC2004的训练指纹库(Set B)以及笔者采集的AFIS2004指纹库(含4000幅指纹)上的实验结果验证了该算法的有效性。     

基于方向滤波的指纹图像增强算法研究

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。为了消除噪声以提高指纹图象的质量,本文给出了一种基于方向滤波的指纹图像增强算法,根据方向图构建方向滤波模板对指纹图像进行滤波,并对滤波后的图像进行去噪处理。实验结果表明了本文采用的方法有更好的效果。     

指纹图像预处理与特征提取

指纹图像预处理与特征提取是指纹识别的前提。提出一套基于方向滤波与模糊数学方法的指纹图像预处理算法，并给出了指纹特征提取及其后处理算法。指纹图像预处理首先求出指纹的方向场，然后根据方向场进行滤波，最后用模糊数学方法得到二值化图像。指纹特征提取则先从细化指纹图中得到特征点，并依据伪特征点的脊线与角度特征剔除伪特征点。     

基于连续方向图的指纹图像预处理算法

在研究和分析了现有的预处理算法的基础上,提出了一种基于连续方向图的指纹图像预处理算法。主要包括指纹图像规格化、连续方向图计算、方向自适应滤波、二值化和细化等算法,这种连续方向图过渡平滑、自然,且有很好的连续性、渐变性和抗噪性,同时又具有极高的精确度,能更精确地反映指纹脊线的结构特征。从而使得滤波效果更佳;实验结果表明,该算法处理效果好、运算速度快,有效的满足了预处理的要求,为指纹的特征提取和识别奠定了坚实的基础。     

指纹图像增强与特征提取

在指纹匹配中,从指纹图像中自动和可靠地提取特征点是一个关键性步骤.输入的指纹图像质量在自动识别和认证算法中起着重要的作用.基于脊线的频率和方向,提出了一个快速指纹图像增强和特征提取算法.指纹图像增强首先求出指纹的方向场,然后根据方向场进行滤波.指纹特征提取则先从细化图中得到特征点并剔除伪特征点.实验结果验证了该方法的有效性.     

一种基于加权平均梯度的指纹方向图算法

方向图在指纹识别系统中具有重要的研究价值。梯度法是常见的指纹方向图求取算法,针对传统的梯度法抗噪能力差的缺点,提出了一种基于加权平均梯度的指纹方向图算法。利用指纹图像具有局部平行性和渐变性以及邻域的脊线方向相关性高的特点,通过将邻域的方向信息进行加权平均来求取块的方向。实验证明,该算法比传统的梯度法有更好的抗噪性能。     

基于方向图的动态阀值指纹信息提取识别研究

研究了指纹身份信息识别优化问题。由于在进行指纹识别时,指纹图像容易被噪声干扰,针对传统的指纹识别算法由于噪声的干扰,影响了指纹特征提取准确度。为了有效的解决上述问题,提出了一种新的方向图动态阈值指纹身份特征提取识别算法。首先分析指纹图像中存在的各类噪声的拓扑结构,然后对指纹图像预滤波处理,采用新的方向图动态阈值图像滤波和指纹图像二值化处理,最后得到二值化细化处理后的指纹图像。仿真结果表明,改进算法是一种有效的滤除指纹细节伪特征点的方法,可以有效的提高指纹信息提取识别的准确度。     

基于频谱能量的指纹分类

指纹分类是自动指纹识别系统中的关键技术,但目前的算法对低质量的指纹图像的分类还存在较大的误差.为了能够对低质量的指纹图像进行准确分类,提出了一种基于频谱能量的指纹分类,首先对分块的指纹图像进行傅立叶变换,然后根据频谱图中能量的分布特点得到指纹图像的方向图,提取core点周围的指纹图像的方向向量作为该指纹图像的特征向量.最后使用K近邻分类器和最小距离分类器对输入指纹进行分类.在NIST-4指纹数据库上的实验结果表明了算法的有效性,分类正确率达到94.1%,且算法速度比同类算法有较大的提高.     

指纹特征规模研究

自动指纹识别系统是通过对指纹的特征(节点)进行匹配对比来实现识别认证的,识别的效果主要取决于指纹输入设备、特征提取和匹配算法.为了研究指纹输入设备和特征提取算法对识别精度的影响,在已知指纹特征位置分布的情况下,建立了指纹特征匹配的数学模型,通过计算两枚指纹匹配的概率,引入了指纹特征规模的概念,它是对指纹输入设备和特征提取算法的一个综合评价.最终得到结论:若节点匹配的数目不变,可以通过降低指纹的特征规模,来提高识别精度;若系统的特征规模不变,可以通过增加节点匹配的数目,来提高系统识别精度.     

指纹图像质量评估的研究与应用

指纹图像质量评估是自动指纹识别系统（AFIS）中重要的一个环节,它将在对指纹图像进行分割、细化等预处理操作之前对图像质量进行评估,去除不满足要求的指纹图像以提高后续处理的鲁棒性。文章分析了现有的指纹采集细则,对有效面积、干湿、位置偏移、方向模糊等方面对指纹图像质量的影响进行探讨,对采集到的指纹图像质量进行质量评测,为图像的预处理提供质量较高的指纹图像。实验证明,该方法对不合格的指纹图像有较好的过滤效果,有利于提高整个指纹识别系统的效率。     

基于方向图跟踪和对称轴的自动指纹分类算法

采用指纹连续分布方向图跟踪技术,提出指纹对称轴的概念及其算法。在此基础上,提出一种基于方向图跟踪和指纹对称轴的六类自动指纹分类算法,在FVC2000、FVC2002、FVC2004的Set B、FVC2004的Set A指纹库以及本文所采集的指纹库上的分类结果表明,算法能有效地将双旋型和漩涡型指纹正确分开,实现了六类指纹分类,分类正确率达到95.6%,具有较好的健壮性。     

改进的结构化指纹分类算法

在深入研究现有指纹分类算法的基础上,提出了一种基于结构的指纹分类算法。利用指纹图像的方向场信息,用Poincare索引值检测出方向场中不连续的点——奇异点,根据奇异点的数目和相互位置关系以及指纹脊线的结构特征确定指纹的基本类型。该算法为匹配算法提供指纹类型信息,可极大地提高算法的匹配速度和匹配精度,具有较好的使用意义。     

指纹图像质量评估的研究与应用

指纹图像质量评估是自动指纹识别系统(AFIS)中重要的一个环节。指纹采集仪采集的指纹图像质量对预处理及指纹识别的效率有很大的影响。分析了现有的指纹采集细则,对有效面积、灰度变换、干湿、位置偏移等方面对指纹图像质量的影响进行了深入的探讨,并提出一种改进的基于边缘细节点信息的指纹图像质量评估方法,对采集到的指纹图像进行质量评测,为图像的预处理提供质量较高的指纹图像。实验证明,该方法对不合格的指纹图像有较好的过滤效果,有利于提高整个系统的效率。     

自动指纹识别中的图像增强和细节匹配算法

对自动指纹识别系统(automated fingerprint identification system,简称AFIS)的两个重要问题——指纹图像增强和细节匹配进行研究,给出了一种基于方向场的指纹图像增强算法,对Anil Jain等人提出的细节匹配算法进行了修正.采用一种新的更简单的方法进行指纹图像的校准,并以一种简单而有效的方式将脊线信息引入匹配过程中,这样做的好处之一是以较低的计算代价有效地解决了匹配中参照点对的选取问题.另外,采用大小可变的限界盒来适应指纹的非线性形变.在FVC2000公布的指纹图像数据库上,按照FVC2000测试标准所做的实验显示,该算法比原算法有较大的改进.