基于连续方向图的指纹图像滤波

文章采用Sobel算子提取脊线任意方向的方法,根据指纹纹线的粗细,来确定分块大小,并选取合适大小的滤波器。并根据指纹图像在局部范围内纹线连续的特点,提出了一种智能的平滑方向图算法,再构建方向滤波模板进行方向滤波,得到指纹二值化图像。使用这种方法,对断裂纹线的连接,粘连纹线的分离,都有较好的效果。     

指纹图像增强算法研究

指纹识别是一种重要的利用生物特征的个人身份识别技术。指纹图像增强是指纹识别系统中的必要步骤。针对指纹图像中的噪声干扰,提出一种基于指纹局部方向的指纹图像增强算法。首先利用图像的局部灰度分布特点计算局部方向角;然后利用局部正交方向轴线上的灰度投影量估计局部脊线频率;最后利用自适应的具有方向选择和频率选择的Gabor滤波器对原图像进行滤波增强。实验结果表明,此算法能有效地抑制噪声,而保持真实的脊线结构。     

一种基于指纹细化图的脊线追踪算法

指纹属性是指纹的重要特征,脊线追踪是进行指纹属性拾取的前提。本文提出了一种在细化后的指纹图像上实现脊线追踪的算法,该算法以细节端点和叉点为起始点,沿着脊线的方向逐点进行跟踪,从而遍历指纹细化图中所有脊线。实验结果表明,该算法对细化后的指纹图像具有较好的脊线追踪效果,从而为指纹属性的拾取打下了良好的基础。     

基于Gabor函数能量特征的指纹增强

指纹图像增强技术可以有效地加强指纹的脊线特征,为指纹细节的提取和匹配奠定可靠的基础,直接影响指纹识别的识别率和识别速度.用Gabor函数变换将空域的指纹图像变换到联合空间频率域,并将联合空间频率域的能量分布作为指纹的特征.Gabor函数滤波器在频域内对子块其主方向上频率能量分布进行高分辨率滤波,进行了识别匹配.实验表明...     

指纹图像预处理算法研究

为了增强指纹图像预处理的效果,在对现有算法深入研究的基础上,提出一种新的指纹图像增强算法.先利用Radon变换来获得图像的方向图,然后利用方向滤波器对该图像进行滤波,达到指纹图像增强的目的.实验结果表明,该算法使断开的脊线得到连接,叉连线得到消除,脊线和谷线得到了分离.该算法与传统方法相比,增强效果明显,且算法简单,为下一步指纹图像识别奠定了坚实的基础.     

指纹图像预处理和特征提取

在对现有的指纹图像增强算法研究和分析的基础上,结合指纹图像的方向特性和灰度特性,提出了一套较完整的指纹图像预处理和特征提取算法.先利用Kirsch算子得到指纹图像的方向场,并对指纹图像进行方向中值滤波,然后通过图像的边缘强度设计局部自适应阈值对指纹图像进行二值化,最后在指纹的细化图像上提取出指纹的细节特征点,并对其进行去伪处理.实验结果表明,该方法处理效果好,运算速度快.     

指纹增强算法研究

文章主要研究指纹图像的增强算法,在文中改进了基于STFT(Short Time Fourier Transform)的指纹增强算法,有效的去除了使用STFT增强后图像当中存在的块效应;并且本文提出了一种融合自适应滤波器和Gabor滤波器的增强方法,克服了自适应滤波器断裂脊线连接能力较差和Gabor滤波器分离粘连脊线能力较弱的缺点.实验结果表明这两种方法取得了较好的滤波增强效果.     

基于小波域的Gabor函数指纹图像增强

指纹中不同的空间频率和纹理方向,代表了指纹图像的内在特征。为了提取这些特征,提出结合小波变换和Gabor滤波的指纹增强算法,并将二维滤波分解为两次一维滤波,从而在提高指纹图像的清晰度和指纹纹线的连贯性时也降低了算法的复杂度。对Veridicom公司提供的FPS200 指纹采集仪采集的图像进行处理。实验结果表明,该增强算法快速有效、鲁棒性强。     

一种改进的指纹分类方法

指纹分类可以大大减少在指纹数据库中的匹配次数,缩短匹配时间。本文在指纹块方向场的基础上,利用其方向方差进行滤波,得出各奇异点的连接路径,并结合核心点与此路径形成一种改进的指纹分类方法。该方法以指纹块方向场为基础,符合指纹分类的全局思想,而非关注于细节特征,并简化计算。经过方向方差滤波后的指纹图像不仅可以利用奇异点的相对位置进行指纹分类,而且克服了奇异点丢失的弊端。本文针对滤波后的图像特征,提出了基于方向方差滤波的分类算法,通过实验验证了本算法的有效性。     

一种基于方向场的指纹图像滤波算法

指纹识别是当今应用非常广泛的身份识别方法,它以指纹的唯一性和稳定性为基础,指纹识别具有方便、安全、可靠等特点,使自动指纹识别系统在人们的生活中扮演着一个十分重要的角色。对图像预处理进行了研究,图像预处理主要包括图像的滤波、二值化及细化三个步骤。滤波采用的是基于方向场的滤波,之后采用动态阈值法对图像进行二值化。细化采用的是模板比对法,将二值图中无关脊线方向的黑像素去除,达到细化的目的。所有上述方法都经Matlab验证,取得了较好的图像预处理效果。     

基于脊向指纹滤波算法

滤波技术是指纹预处理中的关键步骤.本文提出了一种基于脊向指纹滤波预处理方法.首先利用改进后的极值滤波器对指纹图像进行滤波,再用本文所提出的脊向滤波器对结果进行处理.实验结果验证了此方法的有效性.     

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.     

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。     

非接触指纹图像识别算法研究

非接触指纹识别具有接受程度高、防伪性高、卫生性高等优点,是目前生物特征识别领域的研究热点,但是非接触指纹图像的背景区域比接触式的相对复杂,指纹图像会出现旋转和平移现象,且脊、谷线的对比度较低,这些因素严重影响了非接触指纹的识别性能.采用接触式指纹图像处理方法很难达到良好的处理效果.本文根据非接触指纹图像的特点提出了相应的非接触指纹图像的预处理方法.首先采用图像YCbCr模型中的Cb分量和Otsu法相结合的方法进行手指区域的提取.其次采用高频强调滤波和迭代自适应直方图均衡化相结合的图像增强算法进行图像增强处理,再用简化的Gabor函数模板进行二次增强,然后提出了一种手指指纹ROI区域提取的方法.最后本文采用基于AR-LBP算法进行特征提取,利用最近邻分类器进行特征匹配.实验结果表明,本文提出的非接触指纹算法能够达到很好的图像识别效果.     

Fingerprint registration by maximization of mutual information.

Fingerprint registration is a critical step in fingerprint matching. Although a variety of registration alignment algorithms have been proposed, accurate fingerprint registration remains an unresolved problem. We propose a new algorithm for fingerprint registration using orientation field. This algorithm finds the correct alignment by maximization of mutual information between features extracted from orientation fields of template and input fingerprint images. Orientation field, representing the flow of ridges, is a relatively stable global feature of fingerprint images. This method uses the statistics and distribution of global feature of fingerprint images so that it is robust to image quality and local changes in images. The primary characteristic of this method is that it uses this stable global feature to align fingerprints, and that its behavior may resemble the way humans compare fingerprints. Experimental results show that the occurrence of misalignment is dramatically reduced and that registration accuracy is greatly improved at the same time, leading to enhanced matching performance.     

Magnetic energy-based feature extraction for low-quality fingerprint images

In fingerprint recognition systems, feature extraction is an important part because of its impact on the final performance of the overall system, particularly, in the case of low-quality images, which poses significant challenges to traditional fingerprint feature extraction methods. In this work, we make two major contributions: First, a novel feature extraction method for low-quality fingerprints images is proposed, which mimics the magnetic energy when attracting iron fillings, and this method is based on image energies attracting uniformly distributed points to form the final features that can describe a fingerprint. Second, we created a new low-quality fingerprints image database to evaluate the proposed method. We used a mobile phone camera to capture the fingerprints of 136 different persons, with five samples for each to obtain 680 fingerprint images in total. To match the computed features, we used the dynamic time warping and evaluated the performance of our system based on k-nearest neighbor classifier. Further, we represent the features using their probability density functions to evaluate the method using some other classifiers. The highest identification accuracy recorded by several experiments reached 95.11% using our in-house database. The experimental results show that the proposed method can be used as a general feature extraction method for other applications.     

自适应指纹预处理算法

基于大量的实验提出了一套行之有效的指纹处理算法，主要包括使用基于方向图的自适应旋转滤波器、与自适应增强滤波同时进行的自适应阀值边缘处理、自适应阀值二值化，很好地增强了指纹图像的清晰度，同时起到了很好的滤波作用，为可靠、准确地实现指纹自动识别系统奠定了最可靠的基础．     

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.     

Fast image clustering based on compressed camera fingerprints

Every camera sensor leaves unique traces on the acquired images that can be thought of as a camera fingerprint. This work presents an efficient algorithm for clustering images based on their camera fingerprints. The algorithm performs a fast preliminary clustering based on a compressed representation of the camera fingerprints, then it refines the initial clusters using full-size fingerprints. The efficiency of the method is further improved by scanning the images according to a ranking index that depends on fingerprint estimation quality. The results confirm that the proposed method achieves a performance comparable to the state of the art approaches, with a significantly lower computational complexity, especially on large datasets. The method can also handle cases in which the number of clusters is much larger than the average size of the clusters.     

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。