尖拱型指纹图像中奇异点检测方法

指纹图像中的奇异点携带着重要的指纹特征信息,因为有些尖拱型指纹图像中的核心点和三角点相隔很近,以至计算出的Poincare Index值相互抵消,结果接近于0,Poincare Index方法就会将该指纹判为拱型指纹,针对这一问题,对Poincare Index方法进行改进,提出了一种新的奇异点或参考点检测与计算方法。实验结果表明,该方法能很好地解决这一局限性问题。     

一种新的指纹图像模板细化方法*

OPTA方法是一个经典的指纹图像细化方法,针对OPTA的不足提出的改进OPTA方法能够得到完全细化的指纹图像,细化后图像纹线扭曲小。但是这两种模板细化方法均存在细化后图像容易产生毛刺的不足,究其原因是由于模板细化方向粗糙造成的。为此提出了16方向的细化模板,该模板以22.5°为角度单位对图像进行更细致的细化处理,得到的细化图像光滑几乎无毛刺,取得了更为理想的细化效果。     

一种有效的指纹识别算法及应用

提出了一种指纹细节点提取方法,该方法在得到指纹二值化图像后,分别对脊线和谷线进行细化,从脊线细化图和谷线细化图中提取分支点作为指纹的特征点。把这种方法应用到考生身份指纹验证系统,对该系统的工作原理、组成结构、硬件设计和软件实现进行了详细介绍。     

一种改进的指纹分类方法

提供一种改进的指纹分类算法，该算法不仅利用了脊的方向信息而且还利用了脊的结构信息和指纹图像中的奇异点，提高了分类的准确度。在此将指纹分为5类：涡型、右旋型、左旋型，弓型，弧型。实验表明这种算法精确度高，结果可靠。     

基于遗传算法指纹分类在保管系统中的应用

研究指纹的自动分类问题对解决大容量指纹库的匹配实时性有着重要的意义。为了优化基于指纹识别的银行隙管箱系统．提高其对指纹图像的识别速度，文中引进了遗传算法指纹分类对指纹图像进行粗匹配。该方法通过利用复制、交叉和变异操作，对群体中的个体进行优化与筛选。介绍了基于遗传算法的指纹分类在银行保管箱系统中的应用．纂于遗传算法的指纹分类法克服了一般排他性分类法所固有的对某些指纹图像无法识别的缺陷．同时提高了整个系统的效率。     

基于改进BP神经网络的指纹自动分类器

指纹分类技术是指纹数据库的一个重要索引机制.本文提出了一种新型BP网络指纹分类算法.对采集到的指纹图像进行归一化处理,计算出方向图,然后利用Poincare索引值在指纹方向图上寻找出指纹奇异点,并将其送入到改进的三层BP神经网络进行分类,克服了单纯BP算法易陷入局部极值的缺点,提高了网络全局收敛效率.采用该算法对1382枚指纹进行分类,准确率高达95.7%,达到了良好的指纹分类效果.     

一种新的指纹细化算法

一般指纹细化算法处理结果存在毛刺过多，对纹线上的孔洞效果较差的缺点．容易导致为特征点的出现。为了减少毛刺的出现和提高对孔洞处理效果，分析了两种常见的细化算法——快速细化算法和改进的OPTA算法．找出了与毛刺产生和对孔洞处理效果相关的因素，并在此基础上提出了一种新的指纹细化算法。实验表明，该算法能够较好地满足细化要求，细化后的指纹图像保持了原有的拓扑结构和细节特征，细化后指纹光滑无毛刺，而且对孔洞的效果较好。     

基于改进BP神经网络的指纹自动分类器

指纹分类技术是指纹数据库的一个重要索引机制。本文提出了一种新型BP网络指纹分类算法。对采集到的指纹图像进行归一化处理,计算出方向图,然后利用Poincare索引值在指纹方向图上寻找出指纹奇异点,并将其送入到改进的三层BP神经网络进行分类,克服了单纯BP算法易陷入局部极值的缺点,提高了网络全局收敛效率。采用该算法对1382枚指纹进行分类,准确率高达95.7%,达到了良好的指纹分类效果。     

采用PCNN模板的二值指纹图像改进细化算法

针对传统PCNN 细化图像时存在细化不彻底、纹线的断裂、产生很多毛刺等问题,给出了一种采用PCNN并发特点对二值指纹图像进行细化的改进算法。经过分析图像细化后留下的毛刺特征,提出了几种消除模板。采用该模板能消除指纹细化后的毛刺;也有效地解决了细化不彻底的问题。利用FVC2004标准指纹图像库仿真的结果表明,指纹图像细化彻底,且能有效地消除纹线断裂和毛刺的产生。应用于指纹图像识别系统,提高了指纹的识别率。     

改进的低质量指纹图像分割算法

低质量指纹图像处理一直是自动指纹识别技术的研究重点,对低质量指纹图像的分割是图像增强、细化和特征提取的重要前提。在分析传统方法局限性的基础上,从指纹图像的灰度分布规律出发,提出了基于点方向图和灰度均衡的指纹图像分割算法。实验结果表明,相比于已有的指纹图像分割算法,该算法的分割效果更好,具有很强的噪声抑制能力。     

指纹鉴别技术

指纹鉴别系统在目前社会上有着广泛的应用。介绍了该系统的用户接口模块、指纹注册模块、指纹认证模块和指纹系统数据库这4种主要组成模块的工作原理，介绍了评价这种系统的性能指标，最后介绍了现有的产品以及该产品以后的研究方向。     

基于纹理分析的指纹图像分割算法

低质量指纹图像处理是近年来自动指纹识别技术的研究重点,对低质量指纹图像的分割是实现后续处理的前提。文中在分析了方差作为分割指标的局限性基础上,从指纹图像的纹理特征出发,研究了指纹图像的灰度分布规律,提出了基于纹理的指纹图像分割算法。实验结果表明,相比于基于灰度方差的指纹图像分割算法,文中算法的分割效果更好,对噪声的抵抗能力更强。     

基于Delaunay三角化的指纹匹配方法

将计算几何的三角划分方法引入指纹匹配，研究了一种基于DT（Delaunay triangulation）网的指纹匹配方法．通过对细节点的拓扑结构进行DT划分，把空间上位置相近的细节点按照一定规则相连，得到三角形网格．然后基于该网格寻找若干参考点对，并根据获得的参考点对将两幅指纹图像进行姿势调整．最后使用获得的参考点对实现基于点模式的指纹匹配．算法在第1届中国生物特征识别竞赛指纹组的测试结果证明了有效性．     

基于指纹识别的网络身份认证系统

指纹识别技术已经广泛地应用于公安、银行、证券等机关、企事业单位。介绍了指纹识别技术及其在身份认证方面的应用,提出了基于指纹识别的网络身份认证系统的一种解决方案,给出了系统的拓扑结构和软件体系结构。该系统针对不同的领域配以不同的应用软件,可应用于远程网络数据库的访问权限及身份的确认等,以提高网上业务活动的安全性。     

使用局部纹线距离进行指纹分类

为了提高指纹识别的速度和准确率,特别是在指纹数据库不断增大的情况下,指纹分类显得尤为重要。提出了一种使用局部纹线距离进行指纹分类的方法。该方法首先以指纹的参考点为中心提取一个区域,然后计算该区域的局部纹线距离,最后按照局部纹线距离对指纹库中的指纹进行分类。在FVC2006指纹库上对该方法进行了实验,系统穿透系数为0．1063,有效地提高了指纹的检索速度。     

STM32的条状指纹采集与拼接系统

针对移动嵌入式应用,设计并实现了一种基于STM32的条状指纹实时采集与拼接系统。选用STM32F103RD作为主控器件,通过SPI接口以DMA方式获取AES1711传感器采集到的条状指纹,并采用快速算法拼接成完整的指纹图像。实验结果表明,本系统具有速度快、鲁棒性好、功耗低、性价比高的特点,可方便地应用在移动嵌入式设备中。     

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.     

基于纹路的三维指纹模型重建算法

三维指纹识别是近几年兴起的一种基于三维指纹模型进行指纹识别的新技术,能够克服传统接触式指纹识别中存在的纹路变形、残留纹路、对手指皮肤状况敏感等缺陷。基于多角度图像的三维指纹模型重建是整个识别过程中的一个关键步骤。提出了一种基于纹路的重建算法,算法重建的指纹模型直接包含纹路与细节点相关特征。相对于已有文献中将指纹表皮作为重建对象,算法重建结果更有助于特征提取等三维指纹识别后续过程。     

指纹识别技术及其应用

本文通过简要介绍指纹识别技术来展望其广阔应用前景,并介绍了其一具体应用实例。     

基于VC++的指纹识别系统的设计与实现

介绍了一种指纹识别系统的结构和功能,对指纹识别技术中的指纹采集和特征匹配进行了研究,采用一种基于Visual C++6.0语言编程的面向对象指纹识别算法,采集指纹并进行试验验证,并给出实验结果.该指纹识别系统已经成功运行,性能稳定,安全实用可靠.