自动指纹识别系统预处理关键技术的研究

系统阐述了自动指纹识别系统预处理的理论、算法.在比较各种预处理方法并结合指纹图像特点的基础上,研究了指纹预处理的关键技术,包括基于直方图均衡和傅里叶变换方法的指纹图像增强、局部阈值自适应二值化等,并提出了一种新的基于方向图特性和数学形态学的指纹图像分级分割算法.实验结果表明,处理效果较好.     

小波变换技术在指纹图像预处理中的应用

本文旨在提高指纹识别的识别率,在指纹图像的预处理中,加以小波变换。将小波函数进行分解与重构,并将其运用到对指纹图像的预处理中,包括小波压缩、去噪和增强。通过加入小波变换的预处理技术,可使指纹图像的特征提取与匹配中更加精确;结论:通过仿真实验,将小波变换技术运用到指纹图像的预处理中,可提高指纹识别的识别率。     

网上考试系统中指纹验证模块的研究与算法实现

网上考试中运用指纹认证方法,可以有效地杜绝代考现象的发生.文中探讨了网上指纹验证过程中的算法实现,综合运用图像处理和模式识别技术,研究了指纹识别的理论和技术,建立了一对一的指纹识别系统.整个系统框架采用浏览器/服务器(B/S)结构,用户在客户端提交指纹图像,而服务器端则完成指纹图像的预处理、匹配算法等,再将识别信息反馈给客户端.     

一种适用于指纹识别ASIC的图像旋转算法

研究了指纹图像旋转预处理对基于相关系数原理的自动指纹识别系统(AFIS)的正确识别率的影响，证明指纹图像旋转对确保指纹识别系统的安全性是必要的。进而提出了一种新颖的易于用专用集成电路(ASIC)实现的图像旋转预处理算法。该算法简洁有效，能以较低的硬件实现代价，换取正确识别率的极大提高。实验中实现了该算法，并应用于已有的未做图像旋转预处理的AFIS。实验结果表明，在相同条件下，其正确识别率可提高46．64％。     

联网型嵌入式系统的指纹识别算法研究

通过研究指纹图像预处理算法,提出了基于指纹灰度分类的图像预处理算法,设计了指纹图像匹配算法,其减少了计算复杂度,提高了匹配速度,并设计了一套联网型指纹识别系统。通过对指纹识别系统软、硬件的设计和开发解决了现有系统网络方面的不足。     

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。     

指纹识别算法研究与实现

研究并实现了指纹识别过程中用到的算法,实现一套主要包括指纹图像灰度归一化和均衡化、指纹图像分割、二值化的指纹识别预处理算法、不同方向Gabor滤波的特征提取算法;尤其是采用基于Gabor滤波的指纹图像增强和纹理匹配的方法,兼顾了指纹图像的细节特征和全局特征。最后,以matlab7.0为开发平台对该方法进行验证,表明在同样的特征提取算法和匹配的条件下,改进的处理算法能够更简洁而有效地避免各种伪特征且识别率高于传统算法。     

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。     

基于STM32的嵌入式指纹识别系统的设计与实现

鉴于指纹识别系统较高实时性、准确性的要求,对一种基于STM32芯片和中控光学指纹采集仪的嵌入式指纹识别系统进行了研究和实现。利用改进的Gabor滤波增强算法对指纹数据进行图像预处理后,采用指纹纹线的二值化细化中心线提取法提取图像的细节特征点,在VC++环境平台下进行仿真,结果显示系统达到了预期的效果。     

自动指纹识别系统算法的优化改良

在对自动指纹识别系统研究的基础上，从提高指纹图像评估质量的角度出发，提出了在对指纹图像的预处理过程中，提高分割提取算法效率的想法，并提出了相应的算法改进方案。在对自动指纹识别系统算法进行优化改进后，通过对优化前后的指纹图像进行对比，可确定优化后的算法能达到提高指纹识别系统快速性、可靠性、稳定性和准确性的目的。     

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.     

基于C#指纹识别系统设计

设计了一套精确、方便、人性化的基于c#指纹识别系统。指纹识别经过图像预处理、特征提取、特征匹配三步骤。运用高斯一拉普拉斯算子的边缘检测方法进行图像分割、Poincare法提取中心点以及端点、分叉点后去伪点进行特征提取以及结合节点与方向场的匹配方法进行匹配。经过调试得到的识别结果表明：运行稳定、实时性好、识别率高,达到了预期的目标并能够很好地满足实际需求,具有广泛的应用前景。     

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...     

基于Matlab实现的指纹图像增强

在指纹识别系统中,指纹图像增强技术起着关键性作用.为了得到较好的指纹图像增强效果,提高指纹识别的准确率及速度,文中介绍了一套基于Matlab实现的指纹图像增强方法.这种方法在Matlab环境下运行,指纹图像增强过程是基于小波分析方法.利用低频系数图像在小波域估计指纹纹线方向,这样就可以有效的抑制高频噪声对纹线方向的影响.实验表明,用Matlab实现的这种指纹图像增强方法,既简单快速,而且又取得了较好的指纹图像增强效果.     

基于ARM9的指纹识别系统设计

随着信息技术的快速发展,传统的密码保护已经不能适应信息社会的发展要求。而指纹识别技术具有唯一且不可复制的特性,在日常生产生活中广泛应用,在信息安全领域占据主导地位。文章从指纹识别系统的应用角度着手研究。主要从以下几个方面进行阐述:指纹采集,通过指纹采集模块采集用户指纹图像,上传至指纹处理模块中;指纹处理,由指纹处理模块对指纹图像进行特征提取,在添加指纹时将提取的特征值存入指纹库中,当需要指纹验证的时候,将用户的指纹与指纹库中的指纹进行特征匹配,然后将匹配结果上传至ARM处理器;结果显示,由ARM处理器将指纹匹配的结果通过LCD液晶屏显示,以确定是否允许用户进入系统。     

消除指纹纹线中的伪特征

文中介绍了自动指纹识别系统中，灰度指纹图像经过预处理过程得到细化二值图像；其中可能含有大量的伪特征，对匹配操作造成不良影响，导致识别率下降。为了提取出准确的、真实的特征点，选取自动阈值、对短线、断线、小桥等，并利用改进的方法去除，对区域边界的伪特征、三角和岛屿采用新的方法去除。     

一种具有平滑轮廓的指纹图像分割算法

针对指纹图像预处理过程中的需要,提出了一种有效实用的基于指纹轮廓线的指纹图像分割算法.首先,在基于像素水平的指纹图像预分割后,得到一块连通的前景区域.然后,用一种改进的近似凸壳算法修正轮廓线.实验证明,该算法具有较高的稳健性和精确度.     

一种指纹宏观曲率特征提取算法

在自动指纹识别系统中,如何有效的利用大量的指纹脊线弯曲信息是个重要问题.本文提出了一种新算法,通过综合邻近几条指纹脊线的信息,求出了一种能反映指纹宏观弯曲规律的特征.实验结果表明,该算法提取出的特征清楚地描述了指纹脊线的弯曲规律,同时对噪声不敏感,可作为指纹识别的辅助特征.