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。     

基于梯度的方向信息在指纹预处理中的应用

为了提高指纹图像预处理算法的抗噪能力,给出了一种基于梯度的指纹方向图获取方法,并利用指纹图像的方向信息进行指纹图像的预处理,得到了更为精确的指纹细节点图.在指纹预处理过程中引入该方法,能有效地改善指纹纹线的质量.实验分析表明,该方法具有很好的使用价值.     

改进的指纹图像方向图求取方法

为提高指纹图像方向图的准确性,提出了一种传统的指纹图像方向图求取算法－离散方向采样法的改进方法。该方法在原有采样模板的基础上,综合考虑中心像素点外的各层数据,给出了改进的采样模板。实验结果表明该方法比传统的离散方向采样法和灰度梯度法得到的指纹图像方向图更加准确。     

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。     

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。     

一种基于梯度的健壮的指纹方向场估计算法

作为指纹的全局特征,指纹方向场在自动指纹识别系统中发挥了非常重要的作用.提出了一种基于梯度的健壮的指纹方向场估计算法,新算法首先归一化点梯度向量并计算块梯度向量及相应的块一致性;然后估计噪声区域;最后采用基于迭代的方法,重新估计所有块梯度向量并将梯度向量场转化为方向场.实验结果表明,与已有基于梯度的指纹方向场估计算法相比,新算法具有更高的准确性及抗噪性能,并能较好地估计大块噪声内的方向场,是一种较为健壮的指纹方向场估计算法.     

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。     

几种指纹方向图算法及对比分析

对于指纹图像,无论在频域或是在空域处理时,都要用到指纹的方向性信息,所以求取指纹方向图就显得格外重要。求取指纹图像方向图的方法有很多种,文中列出了其中几种易于实现的算法。目的在于比较几种求取方向图的算法,得到这几种方法的性能,以利于不同场合的要求。     

方向邻域全变分图像去噪

为了弥补传统全变分（TV）算法忽略了图像边缘方向的不足, 结合梯度幅度和方向提出了基于方向全变分的去噪算法。该算法运用图像梯度幅度将图像像素划分为边缘区域和非边缘区域, 运用梯度方向对不同区域的像素选取不同的四邻域像素, 针对不同邻域对传统TV算法进行离散分析, 完成了图像的保边去噪。实验结果表明, 结合边缘方向信息改进了传统TV算法的邻域选择方式, 不仅更好地保留了图像边缘信息和重要细节, 且提高了图像的PSNR和视觉效果。     

几种指纹方向图算法及对比分析

对于指纹图像,无论在频域或是在空域处理时,都要用到指纹的方向性信息,所以求取指纹方向图就显得格外重要.求取指纹图像方向图的方法有很多种,文中列出了其中几种易于实现的算法.目的在于比较几种求取方向图的算法,得到这几种方法的性能,以利于不同场合的要求.     

基于形态学和结构图表的指纹识别

指纹识别技术是目前最方便、可靠、非侵害和价格便宜的生物识别技术解决方案,对于广大市场的应用有着很大的潜力。为克服指纹识别中常见的拒识或误识问题,文章提出了一种基于结构图表的匹配算法以提高识别率,并将形态学技术成功的运用于指纹图像预处理中,以减少图像噪音干扰。整个算法具有高效识别和强抗噪能力,使指纹识别系统更具有鲁棒性。     

一种指纹图像的局部阈值分割算法

指纹图像分割是指纹识别预处理中重要的一步。在灰度方差法的基础上,针对人为选择阈值的困难和不准确性,以及因噪声带来的误分割,提出了一种灰度方差和灰度梯度结合的局部阈值分割方法。在实验中,通过和其他典型指纹分割方法的比较,该方法可以高效快速的对指纹图像进行分割,对噪声比较大的低质量指纹图像分割较好,特别对一些用全局阈值不易分割的指纹图像有较好的效果。     

一种基于低分辨率指纹图像的增强方法

指纹鉴别是一个比较复杂的过程,一般包括指纹采集、图像预处理、特征提取及特征匹配等几个步骤。其中图像预处理中的图像增强是最为关键的环节,直接影响着后面指纹图像的细化特征提取等处理。论文针对硅晶体指纹采集芯片采集到的低分辨率指纹图像,提出一种有效的图像增强处理方法。由于指纹分辨率低,以及前景与背景的灰度差别很大,采用通常的空域Gabor增强后仍然有误增强和增强不充分的情况。所以针对此情况论文提出了采用非线性与线性相结合的二次图像增强的方法。首先使用Gabor滤波器进行非线性的图像增强,对增强后的灰度图像进行二次线性增强,即利用指纹的方向信息进行二值化处理。实验结果表明论文方法增强效果较好,与经典的Gabor图像增强方法比较,使用该方法图像增强后特征提取准确率明显提高。     

基于信息熵的指纹图像二值化算法①

指纹图像的二值化处理是指纹图像预处理中的关键步骤,直接影响到指纹图像细化的质量和细节特征提取的准确性。在深入分析指纹图像信息熵的基础上,将信息熵引入到指纹图像二值化算法中,通过求取对应指纹图像区域的最大信息熵估计二值化阂值,并依据此阈值实现对指纹图像的二值化处理。实验结果表明,文中算法对噪声具有鲁棒性,能够有效实现对指纹图像的二值化,提高了细节特征提取结果的准确率。     

低质量指纹图像方向场提取

指纹方向场提取是自动指纹识别系统中的重要环节,是解决自动指纹识别中的某些关键技术的基础.提出一种通过线性投影分析和在sin域中用加权低阶2维勒让德多项式拟合提取指纹方向场的方法;能够解决大噪声低质量指纹图像方向场难以准确提取的问题;在FVC 2000指纹数据库中的大量实验结果表明,与已有基于梯度的指纹方向场估计算法相比,本文方法有更好的提取精度和鲁棒性,对于大噪声的低质量指纹图像能给出很好的方向场估计.     

低质量指纹图像方向场提取方法

指纹方向场提取是自动指纹识别系统中的重要环节,是解决自动指纹识别中的某些关键技术的基础。提出了一种通过线性投影分析和在sin域中用加权低阶二维勒让德多项式拟合提取指纹方向场的方法;解决了大噪声低质量指纹图像方向场难以准确提取的问题;在FVC 2000指纹数据库中的大量实验表明,与已有基于梯度的指纹方向场估计算法相比,该方法有更好的提取精度和鲁棒性,对于大噪声的低质量指纹图像能给出很好的方向场估计。     

结合方差及方差梯度的指纹图像改进分割算法

通过对基于方差及方差梯度的指纹图像分割算法的分析,提出一种改进算法。将指纹图像分块,结合各块方差及其梯度信息,自适应选取两个分割阈值,分割后去除孤立图像块,得到最终分割结果。实验表明,该算法简单快速,能够更有效地去除图像中的局部模糊区域,同时更完整地保留有效指纹区。     

Fingerprint ridge orientation field reconstruction using the best quadratic approximation by orthogonal polynomials in two discrete variables

This paper proposes a novel algorithm for reconstructing the fingerprint orientation field (FOF). The basic idea of the algorithm is to reconstruct the ridge orientation by using the best quadratic approximation by orthogonal polynomials in two discrete variables. We first estimate the local region orientation by the linear projection analysis (LPA) based on the vector set of point gradients, and then reconstruct the ridge orientation field using the best quadratic approximation by orthogonal polynomials in two discrete variables in the sine domain. In this way, we solve the problem that is difficult to accurately extract low quality fingerprint image orientation fields. The experiments with the database of FVC 2004 show that, compared to the state-of-the-art fingerprint orientation estimation algorithms, the proposed method is more accurate and more robust against noise, and is able to better estimate the FOF of low quality fingerprint images with large areas of noise.