条形指纹的实时拼接算法与DSP实现

为实现实时的条形指纹图像拼接,首先分析了条形指纹图像的特点和拼接过程,在基于灰度值的两步相关方法的基础上,根据DSP的特点加速了相关运算,并针对指纹图像的特点和拼接过程优化了算法的参数。基于DSP的拼接实验结果和运算量分析表明该方法的实用性,也对实现中的问题作了讨论。     

基于相位相关的指纹拼接方法研究

基于指纹图像的旋转、平移、距离等不变特性,从增加指纹图像的有效特征点出发,提出了指纹拼接方法。该方法分为三步：第一步,提出基于中值滤波及局部属性的归一化预处理算法,去除图像噪声和影响相位相关度准确性的频率信息;第二步,图像进行伪极坐标快速傅立叶变换,根据旋转和平移的不变性,利用相位相关对图像进行快速配准;第三步,对配准的指纹图像完成平滑拼接。大量的实验结果证明本方法可以增加有效的指纹图像特征点数量,改善比对效果,计算复杂度较低,可以实现指纹图像的快速拼接。     

离散傅里叶变换在指纹图像分割中的应用

指纹图像分割是指纹图像预处理过程的重点之一,是实现后续处理的前题。通过对图像进行快速傅里叶变换,从频域角度对指纹图像纹理的研究,提出一套基于二维DFT的指纹分割算法。这种算法一定程度上克服了传统方法对指纹纹理信息利用不足的局限性,可以获得良好的分割效果。实验结果表明：算法对于剔除背景噪声和指纹图像中模糊区域有效,分割效果非常理想。     

基于非平稳信号频谱分析的指纹图像增强算法

把指纹图像看作一种局部平稳总体非平稳的信号,研究了指纹图像的频谱特性,提出了一种基于统计学的指纹方向和频率估计方法.在此基础上,基于方向一致性分析和频率分析,提出了方向和频率校正算法.实验结果表明,该算法对指纹图像有显著的增强效果,并有效地提高了指纹细节特征提取的准确率.     

基于Matlab实现的指纹图像预处理算法

指纹图像预处理是指纹识别的前提,它的好坏直接影响到指纹识别的成败,在前人的基础上提出了一套基于Matlab实现的指纹图像预处理算法.文中给出了用Matlab对每个指纹图像处理功能模块的算法实现、改进方法及处理结果,主要包括去边缘背景,块方向图求取,增强和二值化的合并,细化.用Matlab实现的这种方法,既能分步对指纹图像预处理算法进行仿真测试,又可以很直观地看到图像处理算法的效果,有效配合了算法的研究.实验证明,用Matlab实现的算法的处理结果比较理想,满足识别的应用性.     

一种自适应块大小的指纹图像分割算法

指纹图像分割是影响指纹识别系统性能的关键步骤之一。为此,研究指纹图像频谱图和传统的基于块的指纹图像分割方法,由频谱图上能量分布情况得到平均指纹纹线距离,结合生物统计学原理把指纹图像分成互不重叠的矩形块,块大小根据平均指纹纹线距离在算法执行过程中自动确定。实验结果表明,该算法对不同分辨率及不同质量指纹图像的适应性都高于传统算法。     

自动指纹识别系统的研究与实现

对指纹图像的预处理、特征提取和指纹匹配的算法进行了研究.在指纹图像预处理中,首先选取了一种简单的分割算法,即在获取指纹频率场和方向图前就可以完成,从而能够尽早获得有效区域;在脊线频率和方向图的基础上,实现了一种基于脊线方向分析的二值化算法;实现了利用数学形态学对二值化后的图像进行细化处理,构成了一个比较完整的预处理过程.在指纹图像特征提取和匹配中,每个指纹特征点的信息都以向量进行表示,向量构成了指纹的所有信息;为了提高指纹旋转后的匹配率,改进了指纹的特征提取和匹配的算法.最后,对研究的所有算法进行了测试,结果表明,利用这些算法能够很好的实现各自的功能,完成了预期的目标.     

基于信息熵的指纹图像二值化算法①

指纹图像的二值化处理是指纹图像预处理中的关键步骤,直接影响到指纹图像细化的质量和细节特征提取的准确性。在深入分析指纹图像信息熵的基础上,将信息熵引入到指纹图像二值化算法中,通过求取对应指纹图像区域的最大信息熵估计二值化阂值,并依据此阈值实现对指纹图像的二值化处理。实验结果表明,文中算法对噪声具有鲁棒性,能够有效实现对指纹图像的二值化,提高了细节特征提取结果的准确率。     

一种有效的快速指纹预处理算法与仿真

针对自动指纹识别系统中,关于时间复杂度高的指纹图像预处理算法进行研究,为了提高识别速度,有效去除噪声,提出一种有效的快速指纹预处理算法。算法基于指纹的方向场,采用查表的方法,对指纹图像进行8方向滤波增强,并采用混合式快速细化算法完成指纹的细化。对100幅URU4000B指纹采集仪采集的指纹图像在Matlab中进行仿真,结果表明92%的图像都能达到较好的处理效果。算法速度快,适用于配置一般的基于嵌入式平台的指纹自动识别系统。     

量子遗传算法在指纹图像分割中的应用

提出了一种基于量子遗传算法(QGA)的指纹图像分割改进方法.这种方法利用量子遗传算法种群多样性好,收敛速度快的特点,将基于量子遗传算法的阈值分割方法与方向图法相结合对指纹图像进行分割.实验结果表明,QGA在指纹图像阈值分割中的速度和精度优于改进的自适应遗传算法和其它一些传统算法,是一种有效的图像分割方法.     

用于扫刮式指纹传感器的图像重组算法

介绍了一种适用于扫刮式指纹传感器的图像重组算法。扫刮式指纹传感器采集得到的是彼此交迭的条状指纹图像，这些指纹图象需要通过图象重组得到完整的没有交迭的指纹图象。本文提出的算法通过分析定位象素点的图像信息，可以计算扫刮方向上手指移动距离以及垂直于扫刮方向上的偏移，并由此获得不失真的重组指纹图像。     

一种新的基于相位保持的指纹图像增强算法

图像的相位信息在人眼感知图像的过程中起着十分重要的作用。如果指纹图像增强算法能够保证图像的相位信息不被破坏,将有助于保持指纹图像中纹理特征的不变。首先通过实验表明了指纹图像的纹理特征主要是由图像的相位信息来决定的,然后把相位保持原理引入到指纹图像增强算法中,提出一种新的基于相位保持的指纹图像增强算法。该算法采用复Gabor小波来提取指纹图像的相位信息,并利用指纹图像的局部方向信息在相位保持的原则下来进行图像增强。为了验证该算法的有效性,选取了两种低质量的指纹图像来进行处理,实验结果表明增强后的图像其图像质量有了显著的提高。     

一种利用分形压缩指纹图象的方法

提出了种改进的分形压缩方法。该方法首先将指纹图象小块内的数据沿纹理方向进行重新排列,形成一维数据,然后再进行一维分形数据压缩编码,实验结果证明了该方法可以提高图象压缩比和恢复质量,最后给出一种消除块效应的方法。     

Gabor滤波器在基于细节点的指纹识别中的应用

针对指纹图像的特点,建立了一套指纹图像预处理体系,为指纹特征点的提取和比对奠定了良好的基础;文中主要进行了以基于细节点的指纹识别系统的处理流程为线索,设计了适合于这种指纹识别系统的Gabor滤波器,并对Gabor滤波器各参数的设定进行了改进;实验结果表明改进后的Gabor滤波器的处理效果明显优于传统算法.     

基于方向图跟踪和对称轴的自动指纹分类算法

采用指纹连续分布方向图跟踪技术,提出指纹对称轴的概念及其算法。在此基础上,提出一种基于方向图跟踪和指纹对称轴的六类自动指纹分类算法,在FVC2000、FVC2002、FVC2004的Set B、FVC2004的Set A指纹库以及本文所采集的指纹库上的分类结果表明,算法能有效地将双旋型和漩涡型指纹正确分开,实现了六类指纹分类,分类正确率达到95.6%,具有较好的健壮性。     

指纹图像的预处理算法

根据指纹的固有特性及常用算法在指纹处理中的缺陷，文中提出一套有效的预处理算法。对于图像增强，算法利用指纹的方向特性和频率特性设计出Gabor滤波器对图像进行滤波，取得理想的效果；在图像分割，二值图像处理等方面也作了改进。     

利用改进的主图形算法提取指纹骨架

在传统的指纹识别系统中,一般使用指纹细化图对指纹信息进行描述。尝试使用主曲线代替指纹细化图,并对主曲线的主图形算法进行了较大改进,使其能够得到更好的指纹骨架。实验结果表明,主曲线骨架比细化图有着光滑性强、准确性高、抗噪音和信息量大的优点;而改进的主图形算法在指纹骨架提取的效率和效果上比原算法也都有一定提高。     

人工智能辅助下模糊指纹图像奇异点检测仿真

运用传统方法对模糊指纹图像奇异点进行检测时存在误差率较高和漏检率较大等问题,为此提出了基于Contourlet变换和模糊逻辑的模糊指纹图像奇异点检测方法。运用相对梯度和绝对梯度相融合的方法,增强模糊指纹图像较亮区域的梯度,利用矩阵乘法与求逆算法进行离散正弦变换,构建人工智能辅助下模糊指纹图像增强模型,并对该模型进行Contourlet转换,获取模糊指纹图像信号尺度和方向上的低频和高频变换系数,将该变换系数当做语言变量输入,利用模糊逻辑方法计算各个模糊区域所激活的强度值,将其归一化检测后,输出模糊指纹图像奇异点。分析实验结果可知,所提方法的最低漏检率为2%,远低于传统方法,说明该方法能够增强检测的准确率、降低漏检率和误差率,具备一定的可靠性。