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。     

指纹细节匹配中细节点方向算法研究

本文提出了一种指纹图像匹配中细节点方向的计算方法，这种算法利用细节点所在的纹线来计算细节点的方向，实验结果表明．此算法对计算指纹图像细节点方向是有效的。     

指纹细节匹配中细节点方向算法研究

本文提出了一种指纹图像匹配中细节点方向的计算方法,这种算法利用细节点所在的纹线来计算细节点的方向,实验结果表明,此算法对计算指纹图像细节点方向是有效的。     

一种结合节点和方向场的指纹匹配算法

指纹匹配是指纹识别中的一个重要问题,直接影响着系统的正确率。目前普遍使用的匹配算法主要是基于节点的匹配算法。Ross提出了结合节点和纹理特征的指纹匹配方法,但Ross方法时间代价大。本文提出了结合节点和方向场的匹配算法,在用节点进行旋转和平移对齐的基础上,计算两个指纹方向场的一致性。实验结果表明：该算法可以比现现有的基于节点的匹配算法更准确地区分两个指纹,同时比Ross方法更快。     

一种采用脊线特征的指纹模糊匹配方法

针对目前指纹识别系统主要采用手指上细节点的分布来表征和匹配指纹,提出了一种采用指纹脊线特征的匹配算法,以提高细节点数量较少情况下的匹配精度.在特征提取阶段,通过脊线采样,只存储脊线采样点集以降低存储量;在匹配时,对欲匹配的两指纹利用细节特征配准脊线集,在重合区域内对两指纹脊线统一进行编码,通过编码的比较确定相似脊线;以相似脊线的相同位置编码为论域,以相同位置编码的相似程度为隶属度,建立衡量脊线相似程度的模糊集,采用加权平均法对多个相似脊线模糊集进行综合评判得到两指纹脊线总体相似度.最后将脊线匹配相似度与细节点匹配相似度进行加权融合得到两指纹最终的相似度.在FVC2004指纹库上的实验表明该算法能够有效提高指纹匹配的准确性.     

一种基于结构分类和图形匹配的指纹识别方法

提出了一种新的确定指纹中心点的方法。根据中心点的位置,通过结构分类的方法对指纹进行分类,接着采用了图形匹配的方法进行匹配,提出了中心点二次定位的匹配方法,结合模糊判别的方法提出新的复合指纹匹配方法。其中包括提出了根据指纹特征进行指纹的二次定位。文中对1000幅指纹图像(包含20％的低质量指纹图像)做了实验,分类正确率达100％,匹配正确率达98．7％。     

一种基于方向SUSAN特征的目标特征列表匹配

目标匹配识别中,特征列表相关算法可以有效减少计算时间,匹配具有较高的峰值系数和峰值信噪比,清晰识别目标。提出一种基于方向最小核值相似区（SUSAN）特征列表的目标匹配方法,考虑特征点的方向信息,应用SUSAN原理提取特征并列表描述图像,匹配相似测量基于特征点归一化误差均值,有效降低了算法的噪声敏感性。     

一种结合细节点和纹理信息的指纹匹配算法

提出了一种新的指纹联合匹配算法。该算法基于细节点周围的纹理结构信息和细节点构造出指纹特征向量。对指纹纹理进行滤波平滑,提取纹理方向信息,进而利用指纹块的纹理信息简化数据处理过程,从而提高匹配速度。该算法计算速度快,具有较高的识别率,且能较好的正确识别偏移、信息残缺等质量较差的指纹图像,具有很强的鲁棒性,在实际应用中取得了良好的效果。     

一种结合细节点和纹理信息的指纹匹配算法

提出了一种新的指纹联合匹配算法.该算法基于细节点周围的纹理结构信息和细节点构造出指纹特征向量.对指纹纹理进行滤波平滑,提取纹理方向信息,进而利用指纹块的纹理信息简化数据处理过程,从而提高匹配速度.该算法计算速度快,具有较高的识别率,且能较好的正确识别偏移、信息残缺等质量较差的指纹图像,具有很强的鲁棒性,在实际应用中取得了良好的效果.     

基于细节点方向分布的指纹特征匹配

提出了一种新的指纹细节点匹配算法。该算法首先基于细节点方向分布特性将指纹在旋转方向上对齐，减少了大量的旋转操作，然后利用大小变化的界限盒判定细节点之间的对应关系。该算法不受指纹之间旋转变形、平移变换和非线性变形的影响，也不受细节点提取误差的影响。实验结果表明该算法不仅处理速度较快，而且具有令人满意的精度。     

基于多参考节点的指纹匹配方法

提出了基于多参考节点整体对齐的指纹节点匹配方法,该方法先用多对参考节点将两个指纹对齐,然后再评估两组节点的匹配程度．由于多参考节点分布在指纹的各个区域,多对参考节点对齐后,两个指纹各区域的对齐程度会相对均衡．实验表明,该方法能有效地提高系统的识别性能．     

一种新的点模式指纹匹配方法

指纹的旋转和平移是指纹匹配中必须解决的问题,针对这一问题提出了一种新的指纹局部特征描述方法,主要是利用特征点之间的距离、特征点类型来构建新的局部特征向量,利用这些局部结构特征来实现对匹配参考点的确定,将存在平移和旋转的两个指纹特征点集转换为以匹配参考点为极点的极坐标下进行全局匹配。实验结果表明该算法对于指纹图像的旋转和平移具有较强的适应性,可以满足实际应用的需要。     

一种新的点模式指纹匹配算法的研究与实现

指纹匹配是指纹识别中的一个重要问题,主要针对如何提高识别率、减少算法复杂度,介绍了一种点模式的指纹匹配算法,具体方法是将匹配分为两步进行,这种分段式的匹配方法使相差很大的指纹及早淘汰减少了拒绝时间;初匹配利用了局部细节点间的结构关系,既克服了图像的平移和旋转也得到了更精确的坐标校准参数;在二次匹配过程中引入可变大小的限界盒概念来解决对应点间的弹性形变和坐标偏移,整合多种判决条件作为识别的依据,提高了识别率;其实验结果表明,该算法复杂度低,识别率较高有较强实用价值.     

一种快速的指纹参照点对选取方法研究

快速准确地确定匹配参照点对是实现基于点模式指纹识别的一个关键问题,针对该问题本文提出了一种基于脊线校准的确定匹配参照点对的新方法。该方法首先利用细节点间的距离、类型以及细节点与脊线样点之间构成的网状结构来构建新的局部特征向量,然后在这些结构特征向量空间中搜索最为相似特征向量,确定出最优匹配参照点对。实验结果表明,本文提出的算法不仅速度快,而且准确性也有了较大提高。     

一种鲁棒的指纹细节特征点匹配方法

指纹细节特征点匹配是指纹识别过程的核心部分,鲁棒的细节特征点匹配方法需要克服指纹的旋转、变形和真实特征点丢失的情况。该文通过引入支持模型来进行细节特征点匹配,获得了较好的结果。在对支持模型理论进行简单分析之后,详细介绍了所提出的一个鲁棒的基于支持模型的细节特征点匹配算法。该方法通过融合多个种子松弛匹配的结果,来获取每个细节特征点的约束支持。并通过每个对应点不同的支持度得到一一对应的细节特征点匹配结果。最后给出两个指纹细节特征点集的相似性水平。该算法具有较强的鲁棒性和稳定性,能够很好地解决指纹细节特征点匹配过程中存在的旋转、变形和真实细节特征点丢失等情况。最后给出的实验结果验证了该算法的有效性。     

一种基于信息融合的指纹特征点提取方法

针对进行指纹图像预处理时产生的伪特征点难以消除的问题,提出了一种基于信息融合的指纹特征点提取方法;该方法首先通过取两种不同预处理方法所获得的指纹特征点集的交集来剔除在指纹图像预处理过程中所产生的伪特征点,然后根据特征点的结构信息来消除原始指纹图像本身所存在的伪特征点;实验结果表明,该方法不仅可以有效地消除指纹图像预处理过程所产生的伪特征点,同时也能消除原始指纹图像中存在的伪特征点。     

一种基于参考点方向的指纹极坐标匹配算法

指纹匹配是实现指纹识别的重要环节,提高识别率并减少算法复杂度是指纹匹配的核心问题。本文针对现有指纹识别系统荐在的参考点定位复杂、准确度不够高、适应性不够强等问题,提出了一种利用指纹的方向图和指纹纹线特征相结合确定参考点的方法,并通过调整极角进行基于极坐标的点点匹配,显著提高了指纹匹配的速度和精度。实验结果表明,该算法复杂度低、鲁棒性好、识别率较高,有较强的实用性。     

基于二值图像的指纹细节点提取

指纹细节点提取是自动指纹识别研究的关键问题之一,尽管已有很多基于细化图像分析的方法和基于原始灰度图像分析的方法,但该问题还没有得到很好的解决。因此提出了一种从二值图像上提取细节点的方法。首先通过行程匹配得到二值指纹图像中的图段,然后根据图段的结构形式和图段之间的连接关系进行细节点的判定,细节点的方向通过直线试探法获得。实验结果表明：与基于细化图像的方法相比不仅具有较高的效率,而且能使指纹匹配达到较高的精度。