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。     

一种有效的指纹图像预处理方法

预处理是指纹自动识别系统中非常关键的部分,它直接影响着指纹识别的最终效果.指纹预处理一般包括规格化、方向图计算、脊线频率计算、增强、二值化、细化等环节.文中研究并实现了一种有效的指纹图像预处理方法,并采用了一种高效的指纹细化算法.实验结果表明,这种方法能有效地去除传感器表面残留纹印引入的噪声,进一步增强了指纹的脊线和谷线,使指纹纹线变得清晰、连续、光滑,改善指纹图像的质量,提高了指纹识别的可靠性.     

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.     

一种改进的指纹图像二值化处理方法

提出了一种指纹图像二值化处理方法,该方法利用维纳滤波对原始图像进行预处理,然后采用连续块方向图计算指纹方向,结合方向信息用方向滤波模板对图像进行增强二值化.实验结果表明,该算法可以消除孔洞、去除粘线、粘连断线,二值化后的图像效果良好,脊线饱满平滑.     

基于多层次分块的指纹图像二值化方法

基于块方向信息的指纹图像二值化方法,其效果主要取决于能否准确的估计指纹图像的块方向图.鉴于在指纹奇异点附近及方向变化较快的脊线、谷线区域,块方向信息很难精确得到,提出了一种多层次分块的指纹图像块方向的求取方法,并把这种方法用于指纹图像的二值化,取得了良好的效果.     

结合方向信息和模糊聚类的指纹图像二值化方法

尽管指纹图像具有局部方向一致性,但在一些局部区域,尤其是包含指纹奇异点的区域点方向变化仍然较大.鉴于此在求出指纹各个像素的点方向以后对指纹图像进行分块,引入了方向信息可靠块和方向信息不可靠块的概念.对方向信息可靠块提出一种用方向信息分割指纹图像的方法.对方向信息不可靠块,采用两种方法区分出指纹决和背景块:一是利用该块的均值、方差;二是利用邻域信息.在此基础上对不可靠块中的指纹块采用加权模糊C.均值聚类的方法对其进行二值化.实验表明:用本文提出的方法对指纹图像进行二值化处理后得到的二值图像脊线光滑无孔洞.对断线起到了一定的连接作用,而且对于方向变化较大的分块避免了二值化后纹线的偏移.     

自动指纹识别中的图像预处理算法研究

提出了一种有效的指纹图像预处理方法.实验结果表明,这种算法能有效地去除指纹传感器录入指纹时,由传感器表面残留纹印引入的噪声,有效地分割出有效指纹区域与无效指纹区域,进一步增强指纹的脊线与谷线,使指纹纹线变得清晰、连续、光滑,具有较好的对比度,同时具有较快的响应速度,大大缩短了指纹图像预处理时间.     

基于块方向的指纹图像预处理算法

提出一套完整的基于块方向图的指纹预处理算法,包括背景提取、平滑、二值化、二值滤波和细化。改进了指纹块方向图的求取算法,构建了一套灰度平滑模板,有效地保护图像的细节和边界,为可靠、准确、快速地实现指纹识别提供了一种可行的方法。     

自动指纹识别中的图像预处理算法研究

提出了一种有效的指纹图像预处理方法.实验结果表明,这种算法能有效地去除指纹传感器录入指纹时,由传感器表面残留纹印引入的噪声,有效地分割出有效指纹区域与无效指纹区域,进一步增强指纹的脊线与谷线,使指纹纹线变得清晰、连续、光滑,具有较好的对比度,同时具有较快的响应速度,大大缩短了指纹图像预处理时间。     

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。     

指纹图像的预处理算法

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、背景的分割、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,使用Gabor滤波器对指纹进行滤波;在图像分割方面,采用了滤波后指纹图像4个角部灰度均值作为阈值的快速分割算法;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。     

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。     

基于Hermite滤波器的指纹增强算法

指纹增强的目的在于改善指纹图像的质量,以提高指纹识别系统的性能。提出了一种基于Hermite滤波器的指纹增强算法,算法利用经典的梯度公式法计算纹线方向,利用指纹图像子块的频谱分布特征计算纹线频率。以纹线方向和频率作为滤波器的主要参数,利用具有良好带通特性的Hermite滤波器和具有可变角度带宽的低通滤波器进行滤波,有效地提高指纹的纹理清晰度,较好地避免奇异点区域的块效应。实验结果表明,算法具有良好的图像增强效果。     

Adaptive latent fingerprint segmentation using feature selection and random decision forest classification

Latent fingerprints are important evidences used by law enforcement agencies. However, current state-of-the-art for automatic latent fingerprint recognition is not as reliable as live-scan fingerprints and advancements are required in every step of the recognition pipeline. This research focuses on automatically segmenting latent fingerprints to distinguish between ridge and non-ridge patterns. There are three major contributions of this research: (i) a machine learning algorithm for combining five different categories of features for automatic latent fingerprint segmentation, (ii) a feature selection technique using modified RELIEF formulation for analyzing the influence of multiple category features on latent fingerprint segmentation, and (iii) a novel SIVV based metric to measure the effect of the segmentation algorithm without the requirement to perform the entire matching process. The image is tessellated into local patches and saliency based features along with image, gradient, ridge, and quality based features are extracted. Feature selection is performed to study the contribution of the various category features towards foreground ridge pattern representation. Using these selected features, a trained Random Decision Forest based algorithm classifies the local patches as background or foreground. The results on three publicly available databases demonstrate the efficacy of the proposed algorithm.     

融合水平梯度与局部信息强度的掌纹识别算法

掌纹纹线特征是掌纹最有效的特征.由于在采集掌纹时不可避免地会产生尺度不一致、细微的旋转或平移等问题,使得准确地提取以及描述纹线特征成为掌纹识别的一大难点.针对这一问题,提出了一种融合水平梯度与局部信息强度的掌纹识别算法(Horizontal Gradient-Local Information Intensity,HG-LII).首先,使用不同的均值滤波模板消除细小、不规则、不稳定的掌纹纹线特征,对处理后的图像使用水平梯度算子得到水平方向的梯度图像,并进行二值化;其次使用分块思想计算掌纹纹线的信息强度,并将其作为特征向量;最后采用卡方距离进行匹配,判断掌纹所属类别.在PolyU掌纹库上的实验结果表明,该算法识别率达到99.89％,与传统的提取纹线算法相比,识别率有明显的提高,表明了该算法的有效性.     

A systematic method for fingerprint ridge orientation estimation and image segmentation

This paper proposes a scheme for systematically estimating fingerprint ridge orientation and segmenting fingerprint image by means of evaluating the correctness of the ridge orientation based on neural network. The neural network is used to learn the correctness of the estimated orientation by gradient-based method. The trained network is able to distinguish correct and incorrect ridge orientations, and as a consequence, the falsely estimated ridge orientation of a local image block can be corrected using the around blocks of which orientations are correctly estimated. A coarse segmentation can also be done based on the trained neural network by taking the blocks of correctly estimated orientation as foreground and the blocks of incorrectly estimated orientation as background. Besides, following the steps of estimating ridge orientation correctness, a secondary segmentation method is proposed to segment the remaining ridges which are the afterimage of the previously scanned fingers. The proposed scheme serves for minutiae detection and is compared with VeriFinger 4.2 published by Neurotechnologija Ltd. in 2004, and the comparison shows that the proposed scheme leads to an improved accuracy of minutiae detection.     

指纹图像的预处理算法

根据指纹的固有特性及常用算法在指纹处理中的缺陷，文中提出一套有效的预处理算法。对于图像增强，算法利用指纹的方向特性和频率特性设计出Gabor滤波器对图像进行滤波，取得理想的效果；在图像分割，二值图像处理等方面也作了改进。     

视频图像序列中运动目标区域检测算法研究

文章针对视频图像的特点,提出一种基于背景差分法的运动目标区域检测算法。该算法利用当前图像与背景图像作差分,并采用一阶Kalman滤波实现动态背景图像的更新,接着采用自适应阈值法进行运动区域分割,经过滤波处理即可得到运动目标区域。实验结果表明所提出的算法具有较理想的效果。     

基于稀疏编码和岭回归的文本图像复原算法

为解决现有稀疏编码方法在文本图像复原中存在的编码码元表述空间有限和计算时间长的问题,提出了一种基于岭回归的稀疏编码文本图像复原方法。首先,该方法在训练阶段使用样本图像块训练出用于稀疏表达的字典,并根据样本图像块和编码码元之间的欧氏距离对样本图像块进行聚类;其次,在局部流形空间构建低质量文本图像块和清晰文本图像块之间的岭回归,实现对编码码元表述空间的局部多线性扩展和快速计算;最后,在测试阶段搜索和低质量文本图像最相近的编码码元,计算出近似的清晰文本图像块,从而避免计算耗时的低质量文本图像块的稀疏编码。实验结果表明,所提算法在恢复的图像质量上相比现有的基于稀疏编码的算法在峰值信噪比上高0.3~1.1 dB,耗时降低了1~2个数量级,为提高文本图像复原质量和提升算法运算速度提供了一种解决方案。