基于方向图跟踪的六类指纹分类算法

自动指纹分类不仅能够为大型指纹库提供重要的索引机制,而且还能够优化系统运行,提高指纹匹配的效率和性能;由于指纹较大的类内差异和较小的类间差异以及低质量指纹的存在,使得自动指纹分类仍是一项公认的难题;采用指纹连续分布方向图跟踪技术,提出了指纹对称轴的概念及其算法;在此基础上,提出了一种基于方向图跟踪的六类自动指纹分类算法,在FVC2000、FVC2002、FVC2004的Set B、FVC2004的Set A指纹库以及文中所采集的指纹库上的分类结果表明,本算法能有效地将双旋型(Twin Loop)和漩涡型(Whorl)指纹正确分开,实现了六类指纹分类,分类正确率达到95.57%,具有较好的健壮性.     

基于连续分布方向图的指纹奇异点检测

在指纹连续分布方向图(场)的基础上,对经典的PoincaréIndex计算公式进行了改进,提出了一种新的基于连续分布方向图的指纹奇异点检测算法。由于指纹连续分布方向图过渡平滑、自然,既具有很好的连续性、渐变性和抗噪性,又具有较高的精确度;而改进后的PoincaréIndex不仅能精确表示向量场的旋转角度,而且还能精确表示向量场的旋转方向。所以,该算法能够在像素级水平精确定位指纹奇异点(core point和delta point),精确度达到一个像素。在FVC2000、FVC2002和FVC2004的训练指纹库(Set B)以及笔者采集的AFIS2004指纹库(含4000幅指纹)上的实验结果验证了该算法的有效性。     

基于Gabor函数的小波域指纹图像增强算法

针对指纹大规模采集库中存在的指纹图像局部区过干或过湿的问题，提出了一种基于Gabor函数的小波域指纹增强算法。该算法在小波域利用低频系数图估计指纹方向，从而抑制了指纹局部过干或过湿的影响，进而分别实现基于Gabor函数的小波域各子图增强，最终将各增强子图利用小波逆变换实现重构。通过对FVC2004的DB1指纹库中的部分低质量图像的增强结果比较，该算法对低质量指纹图像的增强效果明显，且处理速度明显快于现存的Gabor增强方法。     

一种基于信息融合的指纹奇异点提取及纹型分类算法

准确可靠地实现纹型分类对提高大容量指纹库中的检索和匹配效率具有重要意义。提出一种基于信息融合的指纹奇异点提取与纹型分类算法。首先,分别给出一种基于奇异点区域方向场信息和奇异区复数滤波场信息的改进的奇异点提取算法,并将两者融合以完整提取奇异点;再利用所提取奇异点邻域的Gaussian-Hermite矩的分布属性剔除伪奇异点;最后,利用奇异点的数目和位置关系及中心点的主方向将指纹分为常见的六种纹型,对缺少三角点的指纹,使用脊线跟踪算法进行分类。实验表明,该方法新颖有效,具有较高的准确性和鲁棒性。     

基于结构的指纹分类技术

指纹分类技术是指纹数据库的一个重要的索引机制。提出了一种基于指纹方向图的结构分类算法。通过图像分割,抽取图像的有用部分,而后基于指纹方向图,寻找指纹奇异点,利用脊线跟踪技术和规则确定指纹的类别。     

基于细化图像宏观弧线特征的指纹分类算法*

针对活体指纹采集样本提出了一种新的基于细化图像的指纹分类算法,定义并通过采用脊线追踪算法成功提取了一种反映指纹纹线变化特点和规律的新参量,即宏观弧线特征向量。利用这一新特征对FVC2004库中的指纹进行分类,准确率达98.9%以上,并且对低质量指纹图像具有良好的鲁棒性,消除了传统指纹分类算法过分依赖奇异点的缺陷,具有很强的实用性和一定的推广价值。     

一种基于模板的指纹核心点定位算法*

针对传统指纹核心点定位方法的不足,提出了新的指纹核心点定位算法。该算法是一种利用核心点定位模板联合指纹核心点周围结构特征,进行综合分析判定的定位方法。将指纹核心点的定位过程分为两个阶段：第一阶段计算指纹方向图,在方向图的基础上结合核心点周围特殊的结构特征完成粗定位,确定备选点;第二阶段对备选点进行识别模板判断,甄别出真正的参考点。通过FVC2004指纹库验证该方案的有效性。实验表明,该方案对各类指纹图像都能较准确地定位核心点,计算简单、可靠性高、耗时短、鲁棒性好。     

基于细化图像的指纹分类方法

在深入研究现有指纹分类算法的基础上，提出了一种利用细化后指纹图像的纹织全局模式进行指纹分类的方法。该方法检测细化后指纹图像的全局模式，并且结合指纹图像的方向流信息，将指纹分为六类：拱型、尖拱型、左环、右环、涡型和学生型。实验结果表明，在对低质量的指纹图像进行有效增强处理以后，该方法可以快速、准确的对指纹进行分类。     

一种基于交点权重图的指纹焦点检测方法

指纹参考点在指纹注册和识别过程中非常重要,能够有效减少拥有大规模指纹库的自动指纹识别系统的识别时间。指纹焦点是一种很稳定的参考点,而现有检测指纹焦点的方法的精度还有很大提升空间。基于从方向场生成的交点的权重信息,提出了一种精确的指纹焦点检测方法。首先,提出了交点权重图的概念以及从指纹方向场计算该图的方法。在分块方向场上,各个块中经过块中心垂直于块方向的直线两两相交得到一些交点,为每个交点根据对其期望焦点位置的贡献赋予一个权重,得到交点权重图。该图基本能保证理想的焦点位于其最大密度区域,从而提高焦点检测算法的精度和稳定性。然后将交点权重图用于迭代算法中,实现对焦点的精确检测。最后,在 FVC2000 Db2a 指纹库上进行了实验,结果表明提出的方法在精度上比其他方法有明显优势,时间开销也在可接受的范围内。     

小波域中的PDE指纹图像增强

提出了一种基于偏微分方程的小波域指纹增强算法。分析了一致性扩散方程的缺陷,改为使用方向扩散使方程严格沿着指纹纹路扩散;进而提出了一种基于方向扩散的小波域指纹增强算法。该算法利用小波域低频系数图增强指纹,抑制了噪声的影响,将增强子图利用小波逆变换实现重构。通过对FVC2002的dB4指纹库中部分低质量图像的增强结果比较,表明该算法对低质量指纹图像的增强效果明显,且处理速度比现存的基于PDE的增强方法快。     

模糊指纹图像中心点的提取

由于指纹在获取过程中干扰是不可避免的,该文在指纹方向图的基础上,考虑指纹图像凸脊的变化趋势及在局部范围内方向变化小的特点,根据结构信息统计分析,从整体图像上考虑中心点的分布,提出一种指纹图像中心点求取的新方法,剔除干扰的影响,确定指纹图像的中心点。该方法计算简单,易于实现,在指纹图像中心点求取过程中,具有较强的抗干扰性,并取得了良好的效果。     

基于方向滤波的指纹图像增强算法研究

指纹识别一般包括指纹采集、图像预处理、特征提取及特征匹配等步骤。其中图像预处理中的指纹图像增强是最关键的步骤,直接影响特征提取和匹配。为了消除噪声以提高指纹图象的质量,本文给出了一种基于方向滤波的指纹图像增强算法,根据方向图构建方向滤波模板对指纹图像进行滤波,并对滤波后的图像进行去噪处理。实验结果表明了本文采用的方法有更好的效果。     

连续方向图法在残留指纹分割中的应用

针对残留指纹不易被分割的特点,提出一种连续方向图实现残留指纹分割的应用算法。该算法首先计算点方向图,然后利用直方图滤波技术对指纹点方向图进行滤波处理,得到连续分布方向图;其次对前景区域进一步分析,根据残留指纹和正常指纹方向一般不一致的特点,运用残留指纹与指纹区交界处方向信息变化较大的特性标记出残留指纹和指纹区边界点,然后对标记的一些虚假点进行后处理,最后利用这些边界点进行曲线拟合后去除残留指纹。实验结果表明这种连续分布方向图过渡平滑、自然,既具有很好的连续性、渐变性和抗噪性,又有较高的精度,可以有效地分割残留指纹。     

基于"主中心点"脊线跟踪的指纹分类算法

通过分析分割算法,结合区域跟踪算法和腐蚀膨胀算法,对基于方向场置信度的分割算法进行了改进;然后,结合一阶对称复数滤波,验证基于传统Poincarê指数法所提取得到奇异点的准确性;在此基础上提出了一种基于"主中心点"脊线跟踪的指纹分类方法,该方法根据"主中心点"附近的脊线信息以及奇异点的数目和相关位置来确定指纹纹型.     

指纹识别的预处理组合算法

提出了基于方向分割的一套完整的指方预处理组合算法，主要包括方向图的计算、平滑、方向滤波，局域自适应、二值化，去噪和细化等算法，能很好地增强指纹图像，减少因指纹旋转及平移因素而造成的误识别，为可靠，准确地实现指纹自识别提供一种可行的方法。     

基于连续方向图的指纹图像预处理算法

在研究和分析了现有的预处理算法的基础上，提出了一种基于连续方向图的指纹图像预处理算法。主要包括指纹图像规格化、连续方向图计算、方向自适应滤波、二值化和细化等算法，这种连续方向图过渡平滑、自然，且有很好的连续性、渐变性和抗噪性，同时又具有极高的精确度，能更精确地反映指纹脊线的结构特征。从而使得滤波效果更佳；实验结果表明，该算法处理效果好、运算速度快，有效的满足了预处理的要求，为指纹的特征提取和识别奠定了坚实的基础。     

一种新的指纹图像复合分割方法

本文在分析了方差法,方向图法和角部灰度均值法的优缺点后,将它们合理的结合,提出了一种新的基于方向图和角部灰度均值的复合分割方法。本算法的优点是充分利用了指纹图像特有的方向性和灰度特性,对于方向图法和方差方法单独应用时无效的情况都适用,能准确地将背景区域从指纹图像中分离出来,从而提高了分割的精确度。     

自动指纹识别系统中连续分布方向图的研究

方向图(场)(directional image／field)是自动指纹识别中的一项关键技术，为了进一步提高指纹方向图的精确度，提出了指纹连续分布方向图(场)的概念及其算法。该算法是利用直方图滤波技术对指纹点方向图进行滤波处理，得到连续分布方向图。实践证明这种连续分布方向图过渡平滑、自然，既具有很好的连续性、渐变性和抗噪性，又具有极高的精确度，还兼有指纹点方向图的连续过渡性和块方向图的抗噪性优点。实验结果表明，由于连续分布方向图能更精确地反映指纹脊线的结构特征，且能有效地解决指纹图像方向图的连续过渡性、精确性和抗噪性问题，因而为自动指纹识别系统(AFIS)中高精度的指纹图像增强、二值化、全局特征的提取、自动分类、模板匹配、指纹图像编码等许多关键处理步骤奠定了良好的基础。