参照法修复指纹图像中的断裂线条

本文提出了一种新的针对细化指纹图像的修复方法，通过参照附近有效指纹线条的走向来还原或者修复断裂了的指纹线条，这样就突破了只有近距离近似方向才能修复的局限，并且很好地修补了本该连接的断裂指纹线条，有利于提高以后的指纹特征值提取的精确性。实验结果表明，不管两断裂点距离是近还是远，两断裂点所在指纹线条的方向相差多大，这种方法均能够很好地修复指纹图像。     

SAR图像线条特征提取方法研究

雷达图像的线条特征提取算法一般分为三步，首先作图像预处理，然后采用特定的边缘检测算子提取边缘点，第三步形成各种有意义的线条特征，并且将断裂的长线连起来。常见的提取算法都是基于光学图像的，所以在确定边缘点时，假定图像中的噪声是加性高斯白噪声。这样，在合成孔径雷达（SAR）图像中使用光学图像中提取边缘点的方法就不行了，这是因为SAR图像中的相干斑噪声是服从K分布的。不过，将边缘点连接为有意义的线条特征的方法还可以沿用。所以，我们可以采用两步检测算子来检测边缘点，然后使用从相位编组思想演化而来的方向编组法形成直线条特征方法。大量的实验验证了这种方法对于SAR图像是切实可行的。     

基于连续方向图的指纹智能预处理算法

文中研究了一种利用Sobel算子提取脊线任意方向的方法,并在融入了指纹图像的特性知识后,提出了一任意方向滤波的指纹智能预处理算法,对于不同质量的指纹图像进行方向滤波,取得了较为理想的结果,实验证明该方法可以较为准确地提取出指纹脊线的方向,对噪化的指纹图像具有较好的鲁棒性。     

一种基于方向信息的指纹识别预处理方法

主要论述在开发指纹识别系统中所采用的一套预处理方法。通过对指纹图像进行预处理，为预处理后边的匹配、识别打下良好的基础。本文充分利用指纹图像方向性强的这一特点，在整个指纹图像预处理过程(包括分割、增强、二值化、平滑、细化、去伪)中，利用这些方向信息，通过采取一些特殊的图像处理方法，使得指纹的脊、谷线更加分明，便于进行特征提取、识别等，本文对500幅指纹图像(包含15％的低质量指纹图像)做了实验，其中90％都能达到较好的处理结果。     

结合方差和方向的指纹图像分割算法

指纹图像分割指从图像背景中分离出有用的指纹区域的过程。良好的指纹分割能够有效提高特征提取精度和减少后续处理时间,在指纹图像预处理中具有重要作用。结合指纹图像灰度方差和方向信息,提出一种指纹图像分割算法。将指纹图像分块,计算每块灰度方差和点方向图,根据图像块方差和点方向一致性设定两种分割阈值实现基于方差和方向的指纹图像分割。实验结果表明该算法兼具方差法和方向法的优点,简单快速,是一种有效的指纹图像分割方法。     

基于动态方向场的指纹图像增强算法

文章研究了目前的指纹图像增强算法，提出了一种新的指纹方向场的动态计算方法。先利用Radon变换来计算方向场，然后用一组方向滤波器对该图像进行滤波，以达到指纹图像增强的目的。实验结果表明，该算法简单有效，为下一步指纹图像匹配奠定了坚实的基础。     

基于指纹分类的模式匹配

深入研究了指纹匹配算法.利用指纹分类获得的信息来进行指纹匹配,实现了一种基于中心点和三角点的快速点模式指纹匹配算法,成功地解决了指纹匹配中的图像旋转、平移和形变不变性问题,并具有良好的快速性.该方法以待识和模板指纹图像的中心点为匹配参考点,并根据它们的位置与方向信息来计算旋转和平移参数.然后将待识图像相对于模板图像进行旋转和平移,进而进行点模式匹配.     

卡通图像线条提取算法

卡通图像中,线条是最主要的构成其感知信息的元素,仅凭借线条,卡通图像即可表达自身的绝大部分信息。卡通图像中的线条的提取是计算机理解卡通图像的关键步骤。首先探讨了卡通图像中线条的分类,随后基于装饰线与边缘的剖面对高斯一阶导数及二阶导数的响应差异,提出了基于一阶方向导数过零点与二阶导数极值点共同提取装饰线的方法;稍后将提取到的装饰线与边缘融合最终生成卡通图像的线条。     

基于线条结构连续性约束的拼接缝优化算法

分析了图像拼接处理中导致线条结构不连贯的原因,提出了一种引入线条结构连贯性约束的优化拼接方法。其基本思路是自动识别并定位图像边缘处的线条结构,并求出两幅邻接图像间的线条结构对应关系,利用这些对应关系对拼接图像进行局部修正。实验结果表明,该方法适用于具有明显线条特征的图像,能够有效改善拼接的局部细节。     

指纹图像无损压缩方法的探讨

指纹图像的无损压缩解决方法,是从指纹数据压缩的基础开始分析,对已经采集的指纹数据进行DPCM线性预测,随后采取霍夫曼编码处理,通过信道后,进行霍夫曼解码和DPCM预测解码。在完成整个编解码的过程中,突破了传统的DPCM线性预测方法,针对指纹图像的纹理特征,构出指纹图像特有的方向图,借助于各个象素的方向向量进行线性预测。实验结果表明引入了方向向量,将增强预测的效果,大幅度的提高压缩比。数据和图像证明了这一方法的实用性和合理性。     

一种自适应方向滤波算法

本文提出了一种根据指纹纹线在图像中的实际宽度自适应选取图像块及滤波器大小的算法,解决了现有方向图滤波算法中存在的由于图像块大小不合适,导致求取的方向信息不准确,以及由于滤波器不合适,导致不能连接图像中的断线,或是将端点与相邻纹线相连错误滤波成分叉点的问题。该算法在大量的实验中显示出了其有效性。     

基于Gabor滤波器的指纹图像增强研究

为了能够正确提取指纹图像中的关键特征,除了有效的方向计算和图像分割方法之外,指纹图像的纹路增强也是指纹识别中提高特征提取正确率的一个重要手段。在Gabor滤波器的基础上,使用平均频率的指纹增强方法,并在运算过程中对滤波算法进行优化,有效地减少了运算量。实验证明,该方法对低质量图像具有显著的增强效果。     

基于多层次分块的指纹图像二值化

自适应局部阈值二值化算法,其效果主要取决于能否准确地估计局部阈值.鉴于在指纹奇异点附近及方向变化较快的脊线、谷线区域,局部阈值很难精确得到,提出了一种多层次分块的指纹图像局部阈值的求取方法,并把这种方法用于指纹图像的二值化.实践表明,算法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果.     

一种基于稀疏矩阵的指纹识别新方法

为了实现对指纹识别速度上的需求,对指纹算法做了较深入的探讨和分析,提出一种新的指纹匹配算法,该算法将稀疏矩阵应用到指纹匹配当中,根据稀疏矩阵计算速度快和存储容量小的特点,使得指纹匹配速度在一定程度上得到了提升。通过实验结果表明,本文算法在指纹图像增强和匹配速度方面有很大的提高,同时也降低了计算机的内存消耗。     

基于方向图分布及中心点信息的指纹分类算法

在深入研究现有指纹分类算法的基础上,提出了一种基于方向图及中心点信息的指纹分类算法.不同于以往利用core点和delta点进行分类,该算法根据指纹图像的中心点位置对方向图进行区域分割,通过各区域方向码之间的计算近似实现方向滤波,由方向滤波值进行分类.指纹图像大致可分为拱型、左箕型、右箕型和漩涡型4种.该算法为匹配算法提供了指纹类型信息,实验结果表明取得了较好的效果.     

数字指纹--新型数字版权保护技术

主要介绍了以数字图像为载体的数字指纹技术的需求和发展，阐述了数字指纹的定义、特征、分类及系统模型，并对数字指纹的攻击和方案作了简要讨论，最后提出了数字指纹技术的研究方向。     

自动指纹识别系统预处理关键技术的研究

系统阐述了自动指纹识别系统预处理的理论、算法.在比较各种预处理方法并结合指纹图像特点的基础上,研究了指纹预处理的关键技术,包括基于直方图均衡和傅里叶变换方法的指纹图像增强、局部阈值自适应二值化等,并提出了一种新的基于方向图特性和数学形态学的指纹图像分级分割算法.实验结果表明,处理效果较好.     

基于连续分布方向图和改进的Poincaré Index的指纹分类

本文提出了指纹连续分布方向图(场)的概念及其算法,连续分布方向图具有很好的连续性、渐变性、抗噪性和较高的精确度;对经典的Poincaré Index计算公式和指纹奇异点检测算法进行了改进,改进后的Poincaré Index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,能够在像素级水平精确定位指纹奇异点(core 点和delta点).在此基础上,提出了一种新的基于连续分布方向图和改进的Poincaré Index的5类自动指纹分类算法,在江苏科技大学指纹库(含4000幅指纹)上的分类结果表明,本算法能抗任意角度的指纹图像旋转,成功地解决了指纹分类中的图像平移、旋转和形变不变性问题,分类正确率达到97.05%,具有较好的健壮性,满足实用要求.     

一种指纹奇异点区域图像增强算法

指纹图像奇异点附近区域的增强一直是指纹图像增强的难点,针对Separable Gabor滤波会破坏指纹邻近奇异点区域的纹线结构,方向傅里叶滤波在一般区域修复指纹纹线效果不明显这一问题,本文融合两种算法的优势,提出一种新的滤波方法(FS-Gabor)。先对指纹图像进行预处理,得到指纹的方向、频率信息和掩膜信息。接着找出指纹图像的奇异点,并在奇异点附近标记出一定大小区域。最后根据像素点的位置采用不同的滤波方法。同时,本文提出了一种改进的指纹图像频率估计方法,扩大了指纹图像有效区域面积。实验结果表明,经本文方法滤波的指纹图像的EER(Equal Error Rate)比方向傅里叶滤波低26%,比Separable Gabor低49%。