一种新的指纹图像分割方法

为了准确可靠地将指纹图像从背景区域中分割出来,提出了一种新的指纹图像分割方法,即利用灰度值频数和纹线12方向图判断是否有指纹脊线和谷线的存在,从而判断指纹图像小块是否为指纹前景区。实验结果表明,该方法适用于由于采集原因造成的指纹脊线和谷线灰度值相差较大或不大的指纹图像的分割,分割结果只求出指纹图像的边界而不改变指纹图。     

改进的指纹图像自适应分割方法

指纹分割是指纹图像预处理中的重要一步。对传统的指纹分割算法分析比较,并且在基于灰度方差的指纹分割算法的基础上,利用指纹图像区域脊线和谷线间隔均匀出现的纹理特征提出一种自适应指纹图像分割算法,避免了凭经验确定阈值的问题。实验结果表明,相比于基于灰度方差的指纹图像分割算法,该算法的分割效果更好,对噪声的抵抗能力更强,且对不同类型的指纹图像有较高的适应性。     

指纹图像分割算法的研究

指纹图像分割作为指纹识别的重要部分,是正确进行指纹识别的的基础,只有选择合适的指纹分割方法,有效地分离出指纹图像的前景和背景两部分,才能进行后续的处理,才能对指纹进行有效的识别;否则由于背景区域对前景区域影响会增加许多虚假特征,影响最终匹配,不能有效地对指纹进行识别;在指纹图像分割方面,分析了指纹的方差和方向一致性问题,设计了一种具有光滑轮廓线的指纹分割算法,仿真结果表明,该算法能够从指纹背景中准确提取指纹图像,并且能够除去边缘非正常中断端点,保证有效指纹区得到完整保留。     

一种新的残留指纹图像分割方法

指纹图像分割主要是去除非脊线区域、不可恢复的脊线区域和残留脊线区域,提高特征提取的准确率和减少图像处理的时间。一般说来,残留脊线具有清晰的脊线结构,单单采用基于指纹图像的特征参数很难将其有效分割。本文提出了两级分割的方法,首先通过面积参数去除分离的残留脊线区域;然后在二级分割中利用形状参数将粘连的残留脊线区域分割掉。实验结果表明,基于本文方法的细节点检测的准确率更高。     

一种新的指纹图像分割算法

指纹图像分割是自动指纹识别的重要步骤。对指纹特征和传统指纹分割方法进行了研究,提出了一种新的指纹图像分割算法。先对指纹图像进行裁剪,如果指纹图像对比度较低,则对图像进行均衡化处理;然后对图像进行顶帽变换,补偿不均匀的背景亮度;最后用迭代自组织分析算法(ISODATA聚类)对图像进行分块分割和形态学图像处理。对国际指纹识别竞赛(FVC)数据库不同质量的指纹进行了测试,实验结果表明,此算法对不同质量的指纹是有效的,效果好于传统指纹分割方法。     

非接触指纹图像分割与增强方法的研究

非接触指纹图像的背景区域比接触式的相对复杂,且脊、谷线的对比度也比较低,用一般的接触式指纹图像处理方法很难达到很好的处理效果。本文针对非接触指纹图像的这两个特点提出了合理的分割与增强方法。采用基于照明-反射模型的同态滤波思想进行指纹图像与背景区域的分割。在对指纹图像增强时首先采用相干滤波技术进行滤波增强,再用简化的Gabor函数模板进行二次增强。实验结果表明,本文提出的方法在一定条件下能够很好的实现指纹图像的背景分割,同时本文方法的增强效果相比于以往的也有了明显的提高。     

一种基于新特征的有效指纹图像分割算法

指纹图像分割在自动指纹识别系统中发挥了非常重要的作用,有效的分割不但可以减少后续处理的时间,而且可以大大增强特征提取的可靠性,提高系统识别的准确性.主要做了两个方面的工作:提出了一种称之为有效点聚集度的新的指纹图像分割特征;依据有效点聚集度及文献[1]中提出的块聚集度特征,提出了一种有效的指纹图像分割方法,该方法首先采用有效点聚集度对指纹图像做粗分割.然后对粗分割结果采用基于迭代的方法进行后处理,接着运用块聚集度在第一次后处理结果的基础上做细分割,最后采用形态学方法对细分割后的结果做第二次后处理.大量实验证明:相对于已有常用的指纹图像分割特征,有效点聚集度具有鉴别能力强、鲁棒性好、分割出的前景、背景区域较为集中的特点;基于有效点聚集度及块聚集度提出的指纹图像分割算法具有较高的准确性及较强的适应性.     

一种指纹特征点连线穿越脊线数的计算方法

指纹中特征点间连线穿越的脊线数由于不受指纹图像缩放、旋转、平移及轻微变形的影响,被越来越多地用于指纹匹配,其计算精度直接影响指纹匹配结果。现有算法大多基于Bresenham及其改进方法,计算误差较大。给出了一种基于细化指纹图像的新方法,该方法首先由两特征点连线上的像素点灰度值确定其穿越的黑点坐标,然后根据连线与其相邻脊线、特征点的几何关系综合处理得到其穿越的脊线数。实验结果表明,该算法稳定可靠,能够准确有效地获得特征点间连线穿越的脊线数。     

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。     

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.     

一种面向感兴趣区域的指纹图像分割方法

针对质量差的指纹图像提出了一种新的面向感兴趣区域的指纹图像分割方法.本方法引入专门处理伪迹明显、灰度直方图具有一定分布特征的指纹图像的方法,模仿人眼对感兴趣区域的辨别模式,把指纹图像前景迅速分离出来.结果表明,面向感兴趣区域的分割方法与传统分割方法相结合而产生的新的分割算法能够快速、准确地处理有伪迹、汗渍污损严重的图像,给出了相对满意的分割结果.     

指纹图像预处理与特征提取

指纹图像预处理与特征提取是指纹识别的前提。提出一套基于方向滤波与模糊数学方法的指纹图像预处理算法，并给出了指纹特征提取及其后处理算法。指纹图像预处理首先求出指纹的方向场，然后根据方向场进行滤波，最后用模糊数学方法得到二值化图像。指纹特征提取则先从细化指纹图中得到特征点，并依据伪特征点的脊线与角度特征剔除伪特征点。     

一种新的指纹图像分割方法

在研究和分析方差法和方向法的基础上，提出了一种指纹图像分割的新方法。对每个指纹图像块，先分别沿平行于块方向和垂直于块方向求取灰度变化，然后针对整幅图像进行归一化处理，以这两个方向上的灰度变化作为判断依据，确定该块是属于前景区域还是背景区域。本算法充分利用了指纹图像特有的方向性和灰度特性，能准确地将背景区域从指纹图像中分离出来，从而取得了良好的分割效果。     

基于边缘检测技术的指纹预处理研究

介绍了一种基于二维边缘检测方法的指纹图像预处理算法.通过采用基于Gauss-Laplace图像边缘检测技术,来计算指纹脊线的方向,形成精确的指纹方向图.在此基础上,配合其它经典的数字图像像素规格、脊线提取和灰度修正方法形成本指纹图像预处理算法.试验结果表明,本算法在清晰地提取指纹脊线的同时,较好地保留了一些传统指纹预处理方法所容易丢失的精细指纹特征,提高了指纹图像预处理算法的运行速度和处理质量.     

基于方差及方差梯度的指纹图像自适应分割算法

指纹图像分割指从图像背景中分离出有用的指纹区域的过程.利用图像方差及其梯度的性质提出一种自适应指纹分割算法.首先将待分割的图像分为3×3的块,计算块方差及其梯度,并以两者的乘积作为块特征;然后使用一种自适应的方法设定阈值完成分割;最后利用形态学方法进行后处理得到最终结果.在FVC2002和FVC2004数据库上的实验结果表明,该分割算法快速有效,且有较强的鲁棒性.     

基于灰度均衡的指纹图像分割算法

针对MBF200芯片指纹采集器采集的指纹图像的特点,提出了一种新的指纹图像分割方法。该方法简单实用,能快速而有效的分割指纹图像,符合指纹识别系统的实时性要求。首先对指纹图像进行灰度均衡处理,然后根据图像的灰度特征对指纹图像进行分块分割,最后应用数学形态学修复指纹图像的前景边缘。使用该方法对研究室自行设计的MBF200半导体指纹采集器采集到的指纹图像,进行大量的测试。实验结果表明,该方法对这种类型的指纹图像分割是有效的。     

自适应法分割指纹图像

本文提出一种自适应指纹图像分割方法.利用指纹图像脊线和谷线的灰度值频数、纹线的方向性以及脊谷线灰度值的对比度,自适应地选择分割方法.适用于各种质量的指纹图像,阈值可以根据图像自适应地选择,避免了人为选择阈值的困难.实验结果表明,该方法分割准确,具有实际的适应性,错误分割率较低.     

基于方向场的指纹图像偏微分方程修补模型

提出一个用于指纹图像修复的新的偏微分方程(PDE)模型,该模型对指纹图像的缺损区域能进行有效的修补。通过分析比较现有的技术方案对指纹图像修补的不足:一般常见的图像修复模型由于缺乏方向场的几何信息,对于指纹图像,这些模型不能给出满意的修补结果;或者虽然引入了方向场的几何信息,但在具体修补时会出现将不同的脊线连到一起不同的错误结果。该模型采用方向场作为扩散方向,在扩散过程中灰度信息沿着表征脊线方向的局部固定方向传播到待修复区域中, 改进了一般PDE模型不能用于修复指纹图像的不足。数值实验结果表明在修复指纹图像时提出的模型优于一般的模型     

一种基于拉伸变换函数的指纹图像增强算法

提出一种基于拉伸函数的指纹图像增强算法,通过Otsu方法生成阈值将指纹图像灰度大致分割为两个部分,调整拉伸变换函数E值可控制两部分灰度分布范围的宽窄程度,利用该函数可对输入的指纹图像增强对比度,突出图像层次感,使脊线与谷线更清晰,且在变换过程中保留了指纹图像信息,从而为下一步指纹特征值提取的准确性和可靠性夯实基础。此算法处理效果明显优于直方图均衡化算法,而且计算量小、处理速度快、步骤简单,可用于指纹图像快速处理的场合。而且通过改变单一参量就可以控制图像的输出,在生物识别应用中为用户提供了调控与选择手段。     

一种新的指纹图像合成分割法

在研究和分析传统指纹分割方法(如方差法、方向图和灰度频数方法等)的基础上,针对这些方法各自的优缺点,提出一种将三种方法相结合的新的指纹图像分割方法.该方法能容易而准确地分割出背景区域和前景区域,适用于不同质量和不同级别的指纹图像.