一种改进的指纹细节特征提取算法

在指纹录入以及预处理中易引入噪声,因此在特征提取中,存在大量的伪特征,影响指纹的特征信息提取.本文提出了一种新的伪特征去除算法,即利用特征点为中心建立特征点检测窗口,根据一定的条件对伪特征点进行删除,另外本文提出了一种利用计算特征点到中心点的纹线数取代计算这两者之间的距离的特征提取算法,更加精确地记录了指纹的实际特征,为提高指纹识别的精度奠定了良好的基础.     

指纹图象自动识别前的预处理

本文提出的预处理方法基于指纹图的局部方向性，而非基于灰度分布，它包括获取方向图，基于方向的滤波、分割国化等步骤。实验表明：这种方法与一般基于灰度的方法相比，能够更有效地去除干扰，对模糊的指纹图，可以得到相当清晰准确的处理结果。     

指纹自动识别中图象分割方法的研究

图象分割的一般方法是基于图象灰度特性的,但这种方法不适合于低对此度或增强后的图象,对于指纹图象的分割,基于方向信息的方法更为适合,但它也有一些限制。而将两种方法合理的结合,则可较好地解决这些问题,实验表明,这种复合方法对于指纹图象的处理是很有效的。     

基于主曲线的指纹细节特征提取方法

要提高指纹识别的识别率,关键是指纹特征的提取。主曲线是主成份分析的非线性推广,它是通过数据分布“中间’’并满足“自相合”的光滑曲线,较好地反映了数据分布的结构特征。本文尝试使用主曲线这种新的方法来提取指纹的细节特征。实验结果表明利用主曲线来提取指纹的结构特征是可行的,它为指纹特征提取的研究提供了一条新途径。     

一种新的指纹匹配方法

针对基于点模式匹配的指纹匹配算法速度较慢的现状，设计了一种新的指纹匹配方法，即利用纹线匹配技术来寻找基准点对的指纹匹配算法．该算法首先基于指纹纹线的相似程度寻找一对基准特征点；然后根据基准点对的坐标，计算两幅指纹图象(模板图象、待识图象)的相对平移和旋转参数，并将待识图象相对于模板图象进行图象姿势纠正；最后使用坐标匹配的方法统计两幅图象能够匹配的特征点数目．以实现两枚指纹的匹配．实验证明．该算法匹配速度很快，误识率低，准确性高，并具有图象旋转平移不变性．对面积适中的指纹图象，匹配结果可以满足在线应用的需要．该算法有望发展成为一种实用、有效的指纹匹配技术．     

基于矢量三角形的快速指纹细节匹配算法

指纹匹配是自动指纹识别系统(AFIS) 中的重要环节。该文提出了一种基于指纹纹线结构和矢量三角形相结合确定参考点,再通过极坐标进行细节匹配的指纹匹配算法。该方法将匹配分成两步,减少了拒判时间。引进了纹线信息,降低了误识率。采用矢量三角形及极坐标进行细节匹配,具有旋转和平移不变性。实验结果表明,该方法识别速度快,正确识别率高,可满足实时系统需求。     

一种改进的指纹图像细化及特征提取算法

指纹图像预处理是自动指纹识别系统(AFIS)的关键步骤,它的好坏直接影响到整个系统的速度和准确率.通过介绍预处理过程中细化,以及细节特征提取等关键技术,提出一些改进算法和新的思想,以及基于细化图像的细节特征提取算法.     

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。     

指纹细节匹配中细节点方向算法研究

本文提出了一种指纹图像匹配中细节点方向的计算方法，这种算法利用细节点所在的纹线来计算细节点的方向，实验结果表明．此算法对计算指纹图像细节点方向是有效的。     

指纹细节匹配中细节点方向算法研究

本文提出了一种指纹图像匹配中细节点方向的计算方法,这种算法利用细节点所在的纹线来计算细节点的方向,实验结果表明,此算法对计算指纹图像细节点方向是有效的。     

指纹识别中的特征点提取算法

指纹特征的提取在指纹自动识别系统中足一个必不可少的重要环节.根据指纹的固有规律,提出了一套较完整的指纹图像特征提取和伪特征去除算法,指纹特征提取是从细化后的指纹图像中得到的细节特征点(即端点和分叉点),其中含有大量的伪特征,根据伪特征点的结构,在特征提取之后对伪特征点进行去除,主要对毛刺和短脊进行去除.实验结果表明,该算法大大提高了指纹识别时的精度,并具有较强的抗干扰性.通过对上百幅不同质量的指纹图像进行测试,获得了较好的效果.     

一种滤除细化指纹图像中伪特征点的新方法*

提出了一种新的滤除指纹细节伪特征方法,它首先对非边界端点采用脊线跟踪法滤除毛刺和短脊产生的伪特征点,然后用窗口法滤除断脊、假桥、小孔和岛屿产生的伪特征点。结果表明,该方法简单、处理速度快,滤除精度基本可以满足应用的需要。     

指纹图像预处理和特征提取

根据指纹的固有规律，提出了一套较完整的指纹图像预处理和特征提取算法。改进了指纹脊线频率求取算法和二值图像去孔噪声算法，并提出了一种新的滤除指纹伪特征点的方法。通过对上百幅不同质量的指纹图像进行测试，获得了较好的效果。     

基于Matlab实现的指纹图像细节特征提取

指纹图像的特征提取是指纹识别的关键,而指纹匹配通常基于细节点匹配.介绍了一套基于Matlab实现的指纹细节特征提取方法,并给出了去伪算法.指纹特征提取是从细化后的指纹图中得到细节特征点(即端点和分叉点),此特征点含有大量的伪特征,既耗时又影响匹配精度.采用了边缘去伪和距离去伪,使得特征点去伪前后减小了近1/3,然后提取可靠特征点信息,以便实现指纹匹配.实验证明,用Matlab实现的这种方法,既简单快速,而且具有较高的准确率.     

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.