一种有效的指纹细节点提取方法

提出一种指纹细节点提取方法,在得到指纹二值化图像后,分别对脊线和谷线进行细化,从 脊线细化图和谷线细化图中提取分支点作为指纹的特征点。这样得到指纹的细节点比较准确,而虚假 点也比较容易除去。实验证明,这种方法得到细节点的数目也相对较少,有利于进一步的指纹匹配。     

一种有效的快速指纹预处理算法与仿真

针对自动指纹识别系统中,关于时间复杂度高的指纹图像预处理算法进行研究,为了提高识别速度,有效去除噪声,提出一种有效的快速指纹预处理算法。算法基于指纹的方向场,采用查表的方法,对指纹图像进行8方向滤波增强,并采用混合式快速细化算法完成指纹的细化。对100幅URU4000B指纹采集仪采集的指纹图像在Matlab中进行仿真,结果表明92%的图像都能达到较好的处理效果。算法速度快,适用于配置一般的基于嵌入式平台的指纹自动识别系统。     

指纹识别预处理算法

提出了一种基于Gabor滤波的指纹图像预处理算法,包括指纹图像的增强、二值化和细化等几部分;在指纹图像增强方面,利用指纹的方向特性设计出Gabor滤波器,用Gabor滤波器对指纹进行滤波;在二值化和细化方面也做了探讨;实验结果表明,经过这种预处理算法提取出了纹线,并且很好地保留了纹线的关键信息.     

一种改进的指纹图像二值化算法

提出了一种直接基于指纹结构特征的二值化算法，在去除指纹图像中无效块后，利用指纹纹理表现出的规律来提取脊线谷线信息从而去除噪声。实验结果表明基于结构特征的二值化算法可以克服较多的噪声干扰，大大减少了指纹图像中的伪脊线结构，得到精确的二值图像。     

一种基于方向图的指纹预处理方法

提出一种基于方向图的指纹预处理方法,利用指纹图像的方向信息实现了指纹的增强、二值化以及不可恢复区域的提取,为实现指纹自动识别提供了一种可行的方法。     

基于ARM的指纹特征点快速提取改进算法

实时性一直是嵌入式指纹识别系统开发的主要衡量标准，如何对指纹图像进行快速、准确处理是指纹识别系统的关键所在。针对ARM处理平台提出一种改进的指纹特征点提取算法，该算法的快速性和准确性已在ARM主建平台上得到了验证。     

基于遗传算法的指纹图像二值化算法研究

将遗传算法用于计算指纹图像二值化阈值,首先说明了染色体编码方法,其次利用赌轮法产生初始化种群,说明了有关适应函数表达形式,最后说明有关选择算子、交叉算子和变异算子的实现方法,通过算法实现表明,利用遗传算法所得到的阈值进行二值化处理,效果非常好。     

一种指纹识别的细节特征匹配的方法

介绍了指纹识别的处理步骤，提出了一种基于细节特征匹配的自动指纹识别算法，分别给出了图像预处理，二值化，细化，纹路提取，确定指纹中心点以及指纹匹配的特征和算法步骤，并用实验进行了证明。     

基于方向图的指纹图像预处理算法

指纹图像具有方向性强的特点。为了很好地保持和恢复指纹的纹线结构,提高指纹图像预处理算法的抗噪能力,提出了一套基于方向图的指纹图像预处理算法,对传统的方向图计算方法进行了改进,加入了噪声检测功能,得到了更为精确的点方向图,并利用指纹图像的方向信息进行分割、滤波去噪、二值化,最后细化得到了效果比较理想的指纹点线图。实验证明,文中所述的预处理算法能够有效地保持和恢复指纹图像的纹线结构,对各种噪声干扰具有较强的鲁棒性。     

二值指纹图像方向图算法

在指纹自动识别过程中,指纹的纹理特点决定了方向信息的重要性。图像的增强、二值化、分割、模式分类以及压缩等许多地方,都用到了方向信息。方向图是方向信息的表示方法,方向图的准确性决定了自动识别过程中各种算法的效果。本文在二值化处理的基础上,提出了一种不受背景干扰的指纹图像方向图算法,能够准确地反映了指纹模式区的纹理方向。实验证实我们的算法具有良好的鲁棒性,可用于二值化的后期处理。     

指纹图像预处理算法

介绍并实现了一套完整的指纹图像预处理算法,包括指纹图像有效区域提取、方向图计算、方向滤波、二值化及后处理、细化等算法。实验结果表明该算法能有效地增强指纹图像,且具有较快的速度。     

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。     

一种基于方向场和细节特征匹配的指纹识别方法

文章介绍了指纹识别的处理步骤,提出了一种基于方向场的自动指纹识别算法,分别给出了图象的预处理,二值化,细化,纹路提取,细节特征提取以及指纹匹配的特征和算法步骤,并用实验进行了证明。     

结合方向图的指纹特征点提取

报告了指纹识别研究的现状,分析了指纹识别过程中伪特征点对识别结果的影响,以及指纹识别过程中不同伪特征产生的原因.对指纹图像进行二值化,细化等预处理,并初步提取特征点.结合指纹方向图,对从细化图像中提取出的大量特征点进行处理,利用不同伪特征的不同方向和距离特点设计了伪特征点判断和删除的判据,在去除伪特征点的同时又保证真正的特征点不被误删.实验结果表明,该方法取得了较好的效果,能满足实际使用的需要.     

基于PC机自动指纹识别系统研究

随着信息科学技术的飞速发展,人们对社会公共安全和个人的信息安全都提出了更高的要求。该文首先论述了指纹识别技术的发展情况,从概念上给出了什么是生物识别技术以及指纹识别技术,并简单而明了地说明了指纹识别技术的原理和特点。     

基于方向图和Gabor滤波的指纹预处理算法

指纹图像在预处理过程中往往受多方面因素制约,有时无法满足指纹识别系统的要求。本文在传统指纹预处理算法基础上,给出一种有效的指纹预处理改进算法。首先,采用分块方差梯度分割算法分离指纹图像和背景区;再根据指纹特征,用方向图和均值滤波器进行图像增强,并用简化的Gabor滤波器,改进滤波模板滤除边缘模糊效应。二值化、细化并删除伪特征点后,提取出指纹脊线骨架并获得指纹特征点。实验表明,该预处理算法对不同质量的指纹图像均具有较好效果,算法灵活高效、易于实现、精确度高,达到了指纹识别系统的要求。     

基于二值化指纹图像细节点提取的改进算法

深入研究了二值化指纹图像细节点提取算法,针对已有算法中存在伪细节点和遗漏细节点的问题,提出了一种改进的二值化指纹图像细节点提取算法。该算法在原有提取算法的基础上,采用了形式分割图段、结合纹线方向提取、合并图段等措施。大量实验表明,该算法显著地减少了伪细节点和遗漏细节点的出现,是一种较为理想的二值化指纹图像细节点提取算法。     

直接提取指纹特征算法的优化研究

在对Maio与Maltoni于1997年提出的指纹特征灰度图直接提取算法进行分析的基础上，提出了一种改进的指纹特征提取算法，即在前景模板分割部分采用Canny算子和数学形态学相结合的方法；在终结点判定部分提出跟踪角度和灰度变化相结合的新方法；在滤波和去除伪节点等方面也进行了改进。实验证明，这些改进在很大程度上克服了原算法阈值过多，易提取出虚假脊线的问题。这样不仅使算法健壮性和准确性得到了很大的提高，而且更有利于实际应用。     

基于TPS模板的弹性形变指纹的匹配算法的研究

为了克服指纹图像获取过程中的非线性形变,本文提出一种新的细节点匹配算法.该算法基于TPS(the thin-plate spline)模板,分为局部匹配和全局匹配两部分.通过建立与该模板一致的匹配算法,用很小的匹配阈值算出匹配细节点的数目,得到较高的匹配分数.实验表明,这种算法能很好的校准弹性形变指纹,提高了指纹识别系统的实用性.     

基于复合方向特征的快速指纹验证

由于对拒真率、认假率、比对时间、模板占用空间等指标都有较严格的要求,指纹验证是一项复杂且具有挑战性的任务。提出了复合方向特征这一新颖的特征用于指纹验证,该特征由脊线旋转方向和4个相对方向组成。指纹验证由两个过程组成:基于复合方向特征的细节点对搜索,它加速了指纹校准;基于复合方向特征的匹配分值计算,它使匹配的鲁棒性增强。用国际指纹验证大赛指纹库中的测试样本进行了测试,实验结果表明,该方法能够实现可靠、快速的指纹验证。