一种利用Radon变换的指纹图像预处理算法

为了增强指纹图像预处理的效果,在指纹图像预处理算法的基础上,文中提出了一种新的指纹图像预处理的算法.该方法先对指纹图像分块,利用Radon变换获得图像的方向场,再用Gabor滤波器进行滤波,处理后的图像可以直接用于特征点匹配.试验结果表明,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.并且可以推广到一般的纹理图像.     

细节点指纹特征提取、匹配方法研究

针对传统指纹细节点提取和匹配方法在处理低质量图像时的不足,提出改进方法.利用脊线跟踪去除伪细节特征点,对细节点特征进行位置和方向信息分析,建立配对关系,计算相似度,进而得到匹配结果.通过此方法,可有效地获取具有辨识度的指纹特征信息,避免了大量的伪特征信息,增强了指纹细节点匹配的正确率和效率,具有较高的识别率和较强的鲁棒...     

一种指纹图像增强的新方法研究

为了确保指纹特征提取算法的鲁棒性,需要对原始指纹图像进行预处理以增强纹线的清晰度,增加脊线和谷线的对比度,减少伪信息.实现了一种基于Curvelet变换的指纹图像增强算法,阐述了Curvelet变换的定义及其应用于指纹图像增强的过程,研究了Curvelet系数的调整方法.Curvelet变换比小波变换能够更好的描绘图像的边缘,而且具有很强的方向性.实验证明,应用Curvelet变换能够较好的解决指纹图像的增强问题.     

指纹图像预处理和匹配算法研究

根据电容式传感器采集的指纹图像的特点,提出了一套指纹图像预处理和匹配算法.算法首先采用指纹预处理组合算法去除噪声,并提取指纹图像的二值点线图,然后通过搜索脊线,寻找细节点来实现特征提取.最后采用基于极坐标下的点模式的细节匹配算法,并用一个相对匹配点数的匹配判决标准,按相对匹配点数确定两幅图像是否匹配.实验结果表明,该算法能够对指纹进行较准确的比对与匹配,并效果较好.     

一种基于指纹线方向的指纹图像增强算法

该文介绍了一种基于指纹线方向的指纹图像增强算法.该算法将局部指纹线方向这一指纹图像特有的特征应用于指纹图像增强中,而不是单纯地使用普通数字图像处理方法来进行指纹图像增强.实验结果显示,该算法不但使指纹图像变得更清晰,而且很好地保留了各指纹特征点,并且还能对断裂的指纹线做适当的修补.     

模糊指纹图像的特征提取

指纹图像增强和特征匹配是自动指纹识别系统的两个关键问题。但由于指纹在获取过程中各种干扰因素的存在，图像增强并不能完全消除噪音，会产生大量的伪特征点，从而降低匹配的速度及准确性。本文在指纹预处理的前提下，提出了一种有效的特征点的提取算法以消除伪特征点，从而保证特征点的稳定性、可靠性。     

基于协同训练的指纹图像分割算法

摘要：指纹图像分割是自动指纹识别系统预处理中最关键的技术之一.精确、可靠地将指纹图像从背景中分割出来,能够加快后续工作的处理速度,提高识别算法的准确性.传统的分割算法需要大量已标记的指纹图像作为训练数据,但实际应用中获取标记样本比较繁琐和耗时.为综合利用已标记和未标记的指纹图像,提出一种基于协同训练的半监督指纹图像分割算法：CoSeg.该算法在基于像素水平的Coherence、Mean、Variace（CMV）特征体系下,使用标记盒和支持向量机作为基分类器进行协同训练.在FVC2002指纹库上的实验结果表明,CoSeg能够在标记信息较少的情况下取得较好的性能,并在处理低质量指纹图像时表现出较强的鲁棒性.     

一种指纹图像增强的新方法研究

为了确保指纹特征提取算法的鲁棒性，需要对原始指纹图像进行预处理以增强纹线的清晰度，增加脊线和谷线的对比度，减少伪信息．实现了一种基于Curvelet变换的指纹图像增强算法，阐述了Curvelet变换的定义厦其应用于指纹图像增强的过程，研究了Curvelet系数的调整方法．Curvelet变换比小渡变换能够更好的描绘图像的边缘，而且具有很强的方向性．实验证明，应用Curvelel变换能够较好的解决指纹图像的增强问题．     

自动指纹识别系统中关于指纹特征算法的研究

指纹图像的特征提取和匹配在计算机指纹自动识别系统(AFIS)中起着至关重要的作用,直接制约着系统的识别率和识别速度.本文在指纹图像预处理的基础上,对指纹特性算法进行了改进,主要创新点在于简略细化过程同时引入基于二值化图像的特征提取算法.非正向扫描特征提取算法根据指纹的综合特征,沿脊线搜索匹配细节特征点,避免伪特征点的提取.改进后的算法在MATLAB环境下成功应用,实验结果表明,该算法能有效提高识别精度和速度,满足在线验证指纹的实时应用性.     

基于SIFT特征及改进Gabor滤波器的低质量指纹增强算法

针对指纹增强Gabor滤波过程中指纹纹线方向参数取值不够精确、指纹纹线频率参数求取方法效率不高的缺点,对现场低质量残缺指纹处理过程中的实际需求提出改进,在Gabor滤波器前增加SIFT分析,通过在某种程度上抑制噪声来提高Gabor滤波精度,从而有效地实现对低质量残缺指纹的滤波增强。通过一系列理论分析和实验验证了算法的可行性和适用性。     

Gabor滤波算法在指纹识别中的应用

利用Gabor滤波器的方向选择和频率选择特性．实现了一种基于Gabor滤波器的指纹识别算法．实验结果表明这种算法具有很强的抗干扰能力．对低质量指纹图像具有较高的识别率。     

改进的基于加博滤波的指纹增强算法

使用八方向Gabor滤波器进行指纹图像增强可以取得良好的处理效果,但占用处理时间较长,因此提出一种通过计算方向不一致因子来减少不必要的方向滤波方法．首先针对Gabor滤波器对方向和频率十分敏感问题,综合点方向图和块方向图的优点,通过利用低通滤波来提高方向图的准确性．其次针对滤波时间问题,提出根据方向不一致因子而有选择地进行八方向Gabor滤波．并通过将二维加博滤波转换成一维滤波器组来减少滤波器的复杂度．实验结果表明,该算法能有效提高滤波效果并减少滤波时间．     

指纹图像分割与增强算法

针对现有的指纹增强算法中图像分割不彻底,不能很好地修复指纹断裂纹线问题.以分形理论为基础,利用差分计盒维数算法与Gabor滤波器增强方法,通过计算指纹图像的方向场和频率场,设计了一种指纹图像增强算法.实验结果表明,该算法提高了指纹图像的处理速度,对断裂处的指纹脊线有很好的修复效果.     

基于代数特征和几何特征的快速指纹识别

对仅基于指纹几何特征的匹配方法进行取长补短,提出新的基于指纹代数特征和几何特征的分阶段匹配方法.实验证明该方法在保证较高识别率的同时,匹配时间缩短了47.5%.该算法有望发展成为一种实用、有效的指纹识别技术.     

基于二维正弦曲面滤波器的指纹图像增强算法研究

在深入分析指纹图像的基本特征及其对正弦曲面相似性的基础上,构造符合指纹局部区域纹线灰度分布规律的正弦曲面滤波器模型,并提出了基于该模型的指纹增强算法.实验结果表明,相比于加博增强算法,该算法具有更好的纹线连接能力,能有效提高指纹图像增强的实际效果和细节特征信息提取结果的准确性.     

基于Gabor滤波与数学形态学的视网膜图像增强方法

提出一种双尺度多方向的Gabor滤波器与数学形态学结合的视网膜图像增强方法。首先使用双尺度Ga-bor滤波器提取各个方向的主要血管信息并弱化背景,然后使用数学形态学top-hat变换来增强图像微小的细节,最后结合两种方法实现增强的动态调节。实验表明,该方法能够很好地增强视网膜图像中的血管信息,并大范围地弱化了背景和噪声,对于改善视网膜图像的视觉效果有极大帮助。     

基于2D Gabor滤波器和LBP的车牌识别研究

本文提出一种基于2DGabor滤波器和LBP的车牌识别方法,与基于2DGabor滤波器的方法相比,该方法降低了图像维数,识别时间短,识别精度高。首先利用2DGabor滤波器对归一化后的图像进行低通滤波,然后使用LBP提取车牌纹理特征,最后用支持向量机作为分类器。在课题组自建的车牌库上进行实验,取得了94.3%的识别率和每张图像0.291s的识别时间,说明该方法基本满足实际需要。     

黑色素瘤不规则条纹结构特征的描述方法

该文提出了一种基于子块方向直方图分析和二维Gabor滤波器组设计的肿瘤表面规则条纹的提取方法,并给出了黑色素瘤不规则条纹结构特征的描述子。用基于子块方向直方图分析的方法对肿瘤图像进行规则条纹预提取,并在此基础上用二维Gabor滤波器组进行规则条纹的精提取,明显提高了获取肿瘤表面规则条纹的准确性。试验表明,该文方法能较好描述黑色素瘤不规则条纹的结构特征,为条纹规则性的区分提供了有效途径。     

Gabor函数实现基于结构的指纹识别

为了解决传统的基于细节点的指纹识别算法的不足,提出了基于结构的指纹识别算法.该算法根据指纹纹线间距均匀且局部平行的特点,建立了用于指纹识别的Gabor滤波函数的物理模型,设计了Gabor滤波函数的优化参数和格栅方案,有效地提取了指纹的全局和局部特征.该算法提高了有限面积内的指纹信息利用率,具有增强指纹图像的脊线并抑制噪声的作用.通过在标准指纹数据库上用不同参数和方案的对比实验,验证了该理论分析的正确性.     

基于局部细节邻接图的指纹匹配算法研究

指纹匹配是指纹识别的关键环节,它根据指纹的特征描述方式来判定两幅指纹图象是否来自同一个人的同一手指,它的好坏直接反映了指纹自动识别系统的最终效果.本文基于以指纹的细节特征为顶点构造的局部细节邻接图,提出了一种分阶段的指纹匹配算法.相对于现有匹配算法,它的由局部到全局、分阶段的匹配标准更加可靠、优越.经实验证明该算法具有较快的速度和较高的准确率,可应用于实际的指纹自动识别系统中.