指纹图像细化算法的研究

指纹识别是一种重要的生物特征鉴别技术。随着计算机技术的不断发展,自动指纹识别系统得到广泛的应用。因此进一步提高指纹识别的性能具有十分重要的意义,而指纹图像增强在指纹图像预处理过程中非常重要,直接影响指纹识别的识别率和识别速度。对指纹图像的细化算法进行了较深入的研究,分析了OPTA算法并且在OPTA算法的基础上,重新构建了细化模板,提出了一种新的细化算法.经过实验证明,该算法能够很好地满足细化的要求,细化完全彻底,细化以后的指纹骨架在纹线中心线,并保持了纹线原有的拓扑结构和细节特征,而且光滑无毛刺,运算速度也很快。     

一种指纹图像预处理算法探究

本文主要针对指纹图像预处理方法进行研究,提出了基于图像局部方差的指纹分割、基于方向场的指纹二值化和基于水平滤波器与分离滤波器组合的上下文滤波方法,最后提出了基于改进OPTA算法指纹细化方法,MATLAB仿真结果表明,本文的方法克服了噪声影响,图像细化效果良好。     

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.     

基于Sobel算子的医学图像边缘检测研究

边缘检测是图像处理过程的关键技术.由于医学图像的特殊性,检测边缘的准确性对疾病的诊断和治疗有着重大的影响.针对传统Sobel算法存在定位不精确、提取边缘较粗等不足,提出了一种改进算法.算法在传统Sobel算子模板基础上增加了45°方向和135°方向两个模板,提高了边缘定位的精度,采取局部梯度均值作为阈值对初始梯度图像进行局部梯度筛选,局部弱边缘得到增强,然后对处理后梯度图像进行细化和提取,得到边缘图像.实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、边连续性好和边缘较细等优点,在医学图像处理中具有一定的实用性.     

基于曲波域的指纹预处理研究

研究了一种基于曲波域的指纹图像预处理方法。首先将指纹图像在曲波域中分解,然后用Gabor滤波器来处理粗尺度系数,这些系数是原图像的近似值;同时,在细尺度系数上使用软阈值函数减少沿着脊线方向的噪声。再将重构以后的图像二值化,最后使用基于模板的脉冲耦合神经网络(PCNNs)细化算法细化二值图像,得到指纹的骨架图像。实验结果表明,该方法优于传统的基于Gabor滤波器的指纹图像预处理方法。     

一种基于Sobel算子梯度增强的边缘检测算法

针对传统Sobel算子在图像边缘检测中存在的弱边缘提取较差及边缘较粗等不足,提出了一种局部梯度增强的检测算法.算法采用改进的Sobel算子卷积模板计算图像梯度;然后对梯度图像采用局部标准差方法增强局部弱边缘的梯度,最后对局部梯度增强的图像进行细化处理并提取图像边缘,得到边缘图像.实验结果表明,该算法获取的边缘图像边缘信息较丰富,连续性好,边缘较细,整体效果优于传统Sobel算法,具有较高的实用价值.     

一种改进的边缘细化方法Improved edge thinning method

针对Sobel算子检测出的图像边缘较粗且检测效果受噪声影响大的问题,提出了一种结合自适应平滑滤波并改进原细化算法的方法来抑制噪声并细化边缘。使用新的自适应平滑滤波梯度模板对原始图像滤波,在平滑噪声的过程中锐化图像边缘;在Sobel算子检测出边缘后使用改进的细化算法剔除伪边缘点。试验比较表明：在迭代次数相同的情况下,新的自适应平滑滤波模板比原梯度模板总体效果更好;改进的边缘细化算法在保证与原算法运算时间相当的条件下,保留了更多的边缘细节信息,细化结果更加准确。     

一种改进的边缘细化方法

针对Sobel算子检测出的图像边缘较粗且检测效果受噪声影响大的问题,提出了一种结合自适应平滑滤波并改进原细化算法的方法来抑制噪声并细化边缘。使用新的自适应平滑滤波梯度模板对原始图像滤波,在平滑噪声的过程中锐化图像边缘;在Sobel算子检测出边缘后使用改进的细化算法剔除伪边缘点。试验比较表明:在迭代次数相同的情况下,新的自适应平滑滤波模板比原梯度模板总体效果更好;改进的边缘细化算法在保证与原算法运算时间相当的条件下,保留了更多的边缘细节信息,细化结果更加准确。     

指纹旋转情况判定

指纹旋转对社保指纹自主识别系统的性能有负面影响。通过对旋转指纹的研究,采取基于细化二值指纹图像,直接根据录入的指纹图像就可以判定出指纹的旋转情况,而不需要与库存模板进行匹配。它们能给出提示,引导用户采集到不发生旋转的指纹图像。以此解决旋转指纹对指纹识别系统性能的负面影响。文中给出了提取指纹中心点的算法,提出了一种新的基于细化二值指纹图像的脊线跟踪提取算法。     

指纹识别的二值化和细化的DSP实现

本文针对指纹图像二值化和细化的DSP实现,采用适合于DSP的局部域值自适应算法的二值化和一种改进的OPTA算法的细化,并且在二值化和细化后都加上去噪处理,获得更满意的结果.