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。     

基于脊线跟踪的指纹细节特征提取

提出了一种基于脊线跟踪的指纹细节特征提取方法。该方法用脊线跟踪的方法来寻找和验证特征点,用相对于中心点的位置来定位特征点,因此能排除按捺指纹时产生的因为图像旋转、扭曲和变形造成的干扰,大大提高了指纹识别时的精度。     

一种结合结构信息的指纹细节点特征提取算法

提出了一种新的指纹特征提取方法,引入细节点与中心点的角度差以及细节点到中心点所穿越的脊线数作为细节特征的向量,采用一种改进的Bresenham 画线算法计算穿越的脊线数,提取出了指纹图像的特征信息。实验表明该算法能准确有效地提取出指纹图像的结构特征信息。     

一种面向指纹识别的鲁棒脊线跟踪算法

由于传统的指纹识别系统大多要进行二值化和细化过程将消耗大量的计算时间,提出了一种基于脊线跟踪的指纹图像特征点提取算法.在灰度级指纹图像上,沿脊线方向自适应跟踪指纹脊线,直至该条脊线终止或与其他脊线相交,得到一幅细化后的指纹骨架图和附在其上的细节点信息.跟踪过程中,在关键点处进行脊线方向估计和局部滤波,跳跃式地获得脊线骨架点.对于提取到的末端点和交叉点,根据指纹图像的结构特征和统计结果相结合进行去伪后处理.实验证明算法的有效性.     

改进的结构化指纹分类算法

在深入研究现有指纹分类算法的基础上,提出了一种基于结构的指纹分类算法。利用指纹图像的方向场信息,用Poincare索引值检测出方向场中不连续的点——奇异点,根据奇异点的数目和相互位置关系以及指纹脊线的结构特征确定指纹的基本类型。该算法为匹配算法提供指纹类型信息,可极大地提高算法的匹配速度和匹配精度,具有较好的使用意义。     

基于加权平均梯度方向场和改进Poincare Index的指纹奇异点检测算法

针对指纹图像具有局部平行性和渐变性以及邻域的脊线方向相关性高的特点,提出了一种基于加权平均梯度的指纹方向场算法。改进了传统的Poincare Index指纹奇异点检测算法。实验证明,在采用加权平均梯度算法获取的方向场上利用改进的Poincare Index算法可实现对低质量指纹图像的奇异点的准确提取。     

基于方向场特征的指纹图像中心点检测

本文实现了基于指纹方向场特征指纹图像中心点检测的两种算法,对传统的Poincare索引值奇异点检测算法进行改进,并提出了一种基于8×8及16×16块区域平均方向差异中心点检测算法.两种算法提取的结果图中的伪中心点均能采用较简单的方法去除,能确保中心点(斗形指纹为上中心点)提取结果的有效性.     

一种新的指纹奇异点快速检测方法

作为指纹最重要的全局特征之一,奇异点在基于模型的方向场计算、人工合成指纹、指纹分类、指纹特征匹配等方面发挥了非常重要的作用.在指纹方向场分割的基础上提出了一种称之为方向丰富度的特征,并据此形成了一种新的指纹奇异点快速检测方法.该方法首先将指纹方向场分割为一系列互不重叠的同质区域;然后通过同质区域边缘检测及边缘端点提取实现了奇异点快速定位;最后依据奇异点处方向丰富度特性判断其类型.实验验证了文中算法的有效性.     

指纹脊线追踪算法研究

提出指纹脊线追踪算法,该算法根据指纹眷线上中心点的灰度(梯度)值的变化,把整条指纹脊线追踪出来,使用该方法直接计算出指纹脊线上的中心点,并根据中心点的灰度(梯度)的变化把它们连接起来,从而直接在原始图像中计算出指纹细化图像,减少了图像预处理过程,同时根据对中心点的追踪可以把断纹连接起来,提高处理精度.     

基于Gaussian-Hermite矩的指纹奇异点定位

在指纹分类和识别算法中,提取的奇异点(core点和delta点)数目和奇异点的准确位置是非常重要的.介绍了一种基于Gaussian-Hermite矩分布属性的自适应指纹奇异点定位方法,为了准确地确定奇异点,用到了指纹图像在多种尺度下的不同阶Gaussian-Hermite矩分布,并用一种基于主分量分析(principal component analysis,简称PCA)的方法分析指纹图像的Gaussian-Hermite矩分布.实验结果表明,该算法能够准确地确定奇异点位置.     

Singular points detection based on zero-pole model in fingerprint images

An algorithm is proposed which combines Zero-pole Model and Hough Transform(HT) to detect singular points. Orientation of singular points is defined on basis of Zero-pole Model which can further explain the practicability of Zero-pole Model. Contrary to orientation field generation, detection of singular points is simplified to determine the parameters of Zero-pole Model. HT uses rather global information of fingerprint images to detect singular points. This makes our algorithm more robust to noise than methods which only use local information. As Zero-pole Model may have a little warp from actual fingerprint orientation field, Poincare index is used to make position adjustment in neighborhood of the detected candidate singular points. Experimental results show that our algorithm performs well and fast enough for real time application in database NIST-4.     

指纹快速匹配算法研究

设计了指纹快速匹配算法。算法以分类时获取的奇异点为参考点对指纹进行定位,利用奇异点特殊邻近结构缩小细节点匹配规模,在可变界限盒的基础上设计合理匹配策略。该方法不仅可以提高计算速度,也能够适应指纹非线性形变的特点,增加算法鲁棒性。在FVC2000数据库上的测试结果显示,该算法在保证自动指纹识别系统识别准确性的同时,还使得指纹辨识速度有了显著的提高。     

High-speed maneuvering target detection approach based on joint RFT and keystone transform

Increasing the integration time is an effective method to improve small maneuvering target detection performance in radar applications.However,range migration and Doppler spread caused by maneuvering target motion during the integration time make it difficult to improve the coherent accumulation of target’s energy and detection performance.In this study,a new method based on Radon Fourier transform(RFT) and keystone transform(KT) for high-speed maneuvering target detection is proposed.The proposed algorithm utilizes second-order KT to correct the range curvature,and the improved dechirping method to compensate for the Doppler spread.RFT is then used to correct the range walk for target coherent detection.The method is capable of correcting the range migration and the time-varied Doppler frequency of the target without knowing its velocity and acceleration.The advantage of the proposed method is that it can increase the coherent integration time and improve detection performance under the condition of Doppler frequency ambiguity.Compared with the second-order RFT algorithm,the computational burden of the proposed method is greatly reduced under the premise that the two methods have similar estimation accuracy of range,velocity and acceleration.Numerical experiments demonstrate the validity of the proposed algorithm.     

Singular points detection based on multi-resolution in fingerprint images

The singular points of fingerprints, namely core and delta, play an important role in fingerprint recognition and classification systems. Several traditional methods have been proposed; however, these methods cannot achieve the reliable and accurate detection of poor-quality fingerprints. In this paper, an algorithm is proposed which combines improved Poincaré index and multi-resolution analysis to detect singular points. Conventional Poincaré index method is improved on the basis of the Zero-pole Model analysis to detect singular points with different resolutions. A model is presented to extract the multi-resolution information of the fingerprint pattern; this model divides fingerprint image into nonoverlapping blocks corresponding to different block sizes on the basis of wavelet functions to compute multiple resolution directional fields, and block position shifting is performed on these resolution levels to capture the features of the ridge direction patterns, where the corresponding shifting intervals are based on Sampling theorem. The relationship of singularities detected by improved Poincaré index in different resolution directional fields is used to confirm singular points accurately and reliably. The combination of local and global information makes our algorithm more robust to noise than methods that use local information only, and the existence of this algorithm increases the insight into the nature of singular points extraction. The accuracy and reliability of the method are demonstrated by experiment on database NIST-4, public fingerprint databases FVC02 DB1 and DB2.     

基于频域分析的指纹奇异点区域提取算法及其DSP实现

本文提出了利用频域分析方法提取指纹奇异点的算法。该算法能在指纹预处理过程中完成奇异点提取,减少了检测奇异点的时间消耗。同时,本文采用TMS320DM642处理器对算法的嵌入式应用进行了研究。实验表明,该算法具有优异的性能。     

指纹奇异点精确定位新方法

针对指纹图像奇异点快速精确定位的难题,提出一种简单实用算法。对指纹图像预处理,计算方向场并归域化,接着选出奇异点候选区,并以Poincare Index（PI）算法从中提取奇异点候选点集。对候选奇异点集去伪并精确定位。采用FVC2004指纹库进行实验验证,结果与PI算法对比,该算法鲁棒性更好,定位更精确,漏检率和误检率分别降低5.86%、6.8%,平均速度提高了3.71~9.38倍,基本满足高精度高速度的指纹奇异点定位要求。     

一种改进的指纹纹线方向场的计算方法

本文提出了一种改进的指纹纹线方向场计算方法，其中重点分析了奇异点模型中旋转角度的估计方法，并在复数域内简化了纹线方向场的优化计算．实验结果显示该方法充分利用了指纹纹线方向在全局上的渐变性和在奇异点附近的独特性，可以有效降低指纹图像中局部噪声的影响，提高指纹纹线方向场的计算精度，改进指纹图像的增强效果．     

一种用于指纹方向场估计的网格插值模型

指纹方向场的估计是指纹识别预处理算法中的重要环节,对算法识别效率起到关键作用。本文提出了一种网格插值模型,该模型以指纹奇异点为中心,将指纹平面做网格划分,利用插值算法建立了方向场与指纹奇异点之间的非线性关系。模型中利用了指纹的全局信息来调整网格点的值,使得它与传统的基于局部信息的方向场算法有本质的区别。在FVC2002 和FVC2004 指纹数据库上的实验结果表明,该模型比传统算法具有更高的准确性和鲁棒性,同时对于低质量的指纹图像,仍然能够给出很好的方向场估计。