指纹识别系统中的图像预处理技术

根据指纹的特点,提出了一套有效的指纹识别预处理算法.包括前背景分离、基于空域和频域的图像增强、方向滤波、二值化、细化以及细化去噪处理.由于常用算法在指纹处理中存在缺陷,本文改进了增强算法和细化算法.实验证明,经过本算法处理后,减少了指纹图像中的伪结点和原有特征的丢失,有利于指纹特征提取.     

一种基于模糊增强的图像分割方法

本文基于模糊技术,在现有的模糊增强方法的基础上提出一种改进方案：首先对图像进行自适应滤波,以减小噪声,然后再进行两次模糊增强处理,最后得到分割结果。经过与多种方法的实验对比,验证了本方案的有效性。     

指纹识别的预处理组合算法

提出了基于方向分割的一套完整的指方预处理组合算法，主要包括方向图的计算、平滑、方向滤波，局域自适应、二值化，去噪和细化等算法，能很好地增强指纹图像，减少因指纹旋转及平移因素而造成的误识别，为可靠，准确地实现指纹自识别提供一种可行的方法。     

预处理自适应滤波算法

提出一一种可以在现有自适应滤波算法基础上减小运算量、提高性能的自适应滤波算法。本文将原有自适应滤波器分解为一个常规时不变数字滤波器（预处理滤波器）和一个低阶的时变滤波器（自适应滤波器）的级联。预处理滤波器改善了输入与参考之间的相干性，而降低自适应滤波器的阶数则降低了算法运算量。     

自动指纹识别中的图像预处理算法研究

提出了一种有效的指纹图像预处理方法.实验结果表明,这种算法能有效地去除指纹传感器录入指纹时,由传感器表面残留纹印引入的噪声,有效地分割出有效指纹区域与无效指纹区域,进一步增强指纹的脊线与谷线,使指纹纹线变得清晰、连续、光滑,具有较好的对比度,同时具有较快的响应速度,大大缩短了指纹图像预处理时间.     

自动指纹识别中的图像预处理算法研究

提出了一种有效的指纹图像预处理方法.实验结果表明,这种算法能有效地去除指纹传感器录入指纹时,由传感器表面残留纹印引入的噪声,有效地分割出有效指纹区域与无效指纹区域,进一步增强指纹的脊线与谷线,使指纹纹线变得清晰、连续、光滑,具有较好的对比度,同时具有较快的响应速度,大大缩短了指纹图像预处理时间。     

基于嵌入式的指纹预处理算法研究

针对嵌入式系统需要满足实时性的要求,提出了一种改进的指纹图像预处理算法。首先采用梯度法计算指纹的方向图,并根据指纹纹线局部区域变化的特点,提出了一种新的指纹方向校正法。该方法基于方向一致性分析,结合Poincare index 方法来区分出奇异区和噪声区域,并利用邻域的方向信息对噪声区域进行平滑处理;然后由指纹纹线方向选择相应的方向滤波模板对指纹图像进行滤波;最后通过二值化、细化得到比较清晰的指纹点线图。实验表明,文中算法能够有效地保持和恢复指纹图像的纹线结构,且算法简单,能满足嵌入式系统的要求。     

指纹图像的预处理算法

该文介绍了一种指纹图像的预处理算法,实验结果表明这种算法能有效地去除采集到的指纹图像的噪声,自适应地增强指纹图像的脊和谷的结构,标记出有效的指纹区域和无效的指纹区域,同时具有较快的速度。     

基于模糊增强算法的不规则缺陷边缘提取研究

在工业焊缝不规则气孔缺陷的无损检测过程中,由于利用×射线拍摄的数字图像对比度低、噪声大、图像灰度变化复杂,缺陷边缘信息难以提取.针对上述问题,本文首先利用自适应中值滤波消除利用×射线拍摄的数字图像无缺陷的焊缝区域和背景区域,然后利用优化的模糊增强算法对图像边缘进行增强处理,最后分离提取出缺陷区域.通过实验对比,本文采用的方法检测精度高,处理速度快,具有较好的工程应用价值.     

基于双边滤波与自适应灰度的钢筋图像预处理

双边滤波这一要素,能处理特有的钢筋图像。滤了图像这一范畴的高频噪声,再依循亮度的更替,保持图像固有的高频成分,接纳自适应架构下的灰度过程。这一新颖方式,把滤波器惯用的权系数,更替成亮度信息特有的乘积。经由优化的这一权系数,再与原初的钢筋图像,进行最优的卷积运算。滤波流程中,要去除图像固有的噪声,与此同时,保持钢筋图像固有的清晰边缘。滤波器预设的权系数,会随同亮度更替而更替,因此,预处理的时段内,要达到期待中的滤波目的。     

一种新型自适应指纹图像增强算法

针对Gabor滤波器在处理低质量指纹图像时增强效果不佳的缺陷,提出一种基于方向域和频率域的新型自适应Gabor滤波增强算法。该算法改进了指纹图像方向图和纹线频率的提取方法,通过计算图像方向一致性和平均纹线频率两个参数来共同自适应地调节Gobor滤波器变换窗的大小。实验结果表明：对于低质量指纹图像,该算法大大提高了方向图准确性,而且自适应Gabor滤波器在处理不同类型的指纹时更具优越性。     

基于指纹的可撤销Fuzzy vault方案

Fuzzy vault是一种用生物特征保护密钥的加密框架,其主要缺点在于攻击者可以通过交叉比较同一用户的不同vault来获得生物模板的准确信息,从而可以破解vault。提出了一种使用基于指纹细节点的可撤销的变换模板作为生成vault的模板,保护不同密钥时采用不同变换模板,从而解决了这个问题。采用以巴特沃斯低通滤波器为核的函数组作为生成可撤销模板的变换函数。此外还使用了用户口令加密vault,从而进一步增强了被保护密钥的安全性。     

改进的模糊C均值聚类算法

把自适应的策略与传统的模糊C均值聚类算法结合起来,形成新的模糊聚类算法。在不影响收敛速度的情况下,它能够很好解决局部最优以及对初始值敏感的问题。以UCI机器学习数据库中的两组数据集为研究对象,实验结果表明,它的精确度与自适应免疫聚类算法相当,能够得到准确的簇的数目,并且它的收敛速度更快,这对于如今网络数据的高速变化来说,该方法显得更为重要。     

指纹图像预处理中的二值化技术

预处理是指纹自动识别系统中很关键的一步,它的好坏将直接影响到后面的特征提取与匹配。本文详细讨论了图像的二值化问题,提出了三种二值化方法,分别用它们对一幅指纹灰度图进行处理,并对其效果进行了比较,得到了一种比较适合指纹处理的二值化方法。     

指纹图像二值化处理方法*

提出了一种新的带阻滤波二值化处理方法.首先,用带阻滤波和高斯低通滤波算法分别处理原始图像;然后,在高斯低通滤波图像中,用区域增长方法提取指纹的轮廓;最后,用轮廓线对带阻滤波指纹图像进行背景填充,把二值化处理限定在纹线区域内.通过实验证明,提出的二值化处理方法可以有效解决二值化处理方法中指纹的特征点丢失问题.     

自适应多方向模糊形态学边缘检测算法*

提出了一种新的基于模糊增强的自适应多方向模糊形态学边缘检测算法。该算法可以适应多峰直方图分布图像的模糊边缘检测,结合了模糊增强方法和模糊形态学边缘检测方法,先使用隶属函数将图像转换为等效的图像模糊特征平面,在此基础上进行模糊增强,降低边缘模糊度,然后再转换到统一模糊区域中;最后进行多方向模糊形态学边缘提取。仿真实验证明该方法能够较好地去除椒盐噪声,并且能够检测出图像中模糊的边缘。     

一种模糊聚类KNN位置指纹定位算法

阐述了位置指纹定位算法在室内WLAN环境中的应用,分析了KNN定位算法存在的不足,提出一种模糊聚类KNN位置指纹定位算法。该算法首先选取与空间相关性较好的4个信号参数,构成多径纹信号数据库;然后应用主分量分析法(PCA)对原始信号数据库作降维运算,滤除奇异性接入点(AP);最后用模糊C均值聚类算法(FCM)处理数据,进一步滤除奇异性参考点(RP),实现提高定位算法效率与精度的目的。实验表明,改进后的定位算法产生的定位误差明显减小。     

FI代数的模糊素MP滤子与模糊超MP滤子

将Zadeh提出的模糊集概念应用于FI代数,提出了FI代数的模糊素MP滤子和模糊超MP滤子的概念并研究其性质及相互关系。给出了满足一定条件的并半格FI代数的模糊素MP滤子的若干等价刻画并建立了模糊素MP滤子定理。获得了一个模糊集成为超模糊MP滤子的充要条件。     

基于模糊核c-means 算法的位置指纹聚类

提出一种针对位置指纹的模糊核c-means聚类算法.将位置指纹归结为一种服从正态分布的区间值数据以反映接入点信号强度采样值的不确定性,通过区间中值和大小确定的正态分布函数将位置指纹映射为特征空间中的一点,并在该特征空间中采用基于核方法的模糊c-means算法对其进行聚类.通过ZigBee定位实验表明,该方法对于位置指纹的分类效果明显好于基于信号强度平均值的c-means聚类,可在保证定位精度的前提下有效降低定位的计算量.     

交通信号自适应模糊控制器的设计及稳定性分析

针对城市交通路口的信号控制,提出一种自适应模糊控制器,并对其稳定性进行分析.通过控制器给出路口实时信号配时,根据红灯相位的等候车辆平均损失和绿灯相位释放车辆的平均增益,给出了模糊控制器的自适应算法,以实时修正其模糊规则.在自适应模糊控制器的稳定性分析中,采用模糊控制系统闭环模型的模糊关系矩阵,证明在路口车辆随机产生的情况下,模糊控制系统是稳定的.仿真结果表明,自适应模糊控制器比全感应控制器、简单模糊控制器更能适应路口交通流的变化,极大地改善了系统性能.