指纹图像方向提取方法的研究

指纹自动识别是图像处理技术、模式识别技术与计算机数据库技术的综合应用.指纹图像的方向信息对指纹的预处理、增强、分类及匹配有着重要的作用.因此,在指纹自动识别系统中具有重要的研究价值.文中在金字塔表示法的基础上提出了一种新的指纹图像方向提取方法.该方法通过改进局部方向的估计方法、确定传递权值等方式,提高指纹图像提取方向信息的准确性.实验表明,这种方法对指纹图像噪声有很好的健壮性,且在质量较差的指纹上提取方向信息的准确性方面相对于常用的局部梯度算法来说有明显提高.     

指纹图像奇异点提取的一种鲁棒方法

提出了一种改进的奇异点的提取方法，选通过改进的Poincare指数计算，挑选出符合条件的候选点，然后在此基础上，利用径向方向会聚性，前景，背景分割和概率分布来筛选修选奇异点，用该方法对不同质量的指纹图像进行实验，并与经典方法进行比较，结果表明该方法更加有效、可靠，也具有更好的鲁棒性。     

指纹图像处理中方向信息的研究

指纹自动识别已成为个人身份识别的有效手段。指纹图像的方向信息对指纹的预处理、分类及匹配有着重要的作用。该文介绍了一种直接利用指纹灰度信息进行指纹图像方向图计算的方法，实验结果表明，它是行之有效的。     

指纹图像预处理方法的研究

本文研究了一种指纹图像预处理方法，结合指纹的结构信息对指纹图像进行了处理．包括方向图的计算、平滑，图像分割，方向滤波及增强二值化等．并给出了实验结果．实验结果表明：处理效果较好．     

一种新的指纹脊线提取方法

本文提出一种新的指纹脊线提取方法。首先利用灰度形态学，结合条件模板进行滤波，然后用Ｏｔｓｕ方法分割得到二值图像，再将原图反相，进行上述同样处理，最后融合两次分割的结果，提取指纹脊线。实验结果证明本法具有抗噪性、旋转不变性。     

指纹图像模式识别方法的研究

如今,指纹识别技术成为了生物技术研究的热点问题,也正逐渐朝着更实用和更优越的目标前进,自动指纹识别系统更是以各种方式进入人们的生活。笔者介绍了对采集的指纹图像的处理过程和结果,包含指纹图像预处理、特征点提取、比对与指纹图像的匹配。建立了提取指纹端点、叉点、奇异点的提取模型。通过比较可以得出提取指纹特征点的算法对于不同的指纹图像都具有普遍适用性,比较了不同算法的优缺点并总结评价。     

模糊指纹图像中心点的提取

由于指纹在获取过程中干扰是不可避免的,该文在指纹方向图的基础上,考虑指纹图像凸脊的变化趋势及在局部范围内方向变化小的特点,根据结构信息统计分析,从整体图像上考虑中心点的分布,提出一种指纹图像中心点求取的新方法,剔除干扰的影响,确定指纹图像的中心点。该方法计算简单,易于实现,在指纹图像中心点求取过程中,具有较强的抗干扰性,并取得了良好的效果。     

一种新的指纹图像模板细化方法*

OPTA方法是一个经典的指纹图像细化方法,针对OPTA的不足提出的改进OPTA方法能够得到完全细化的指纹图像,细化后图像纹线扭曲小。但是这两种模板细化方法均存在细化后图像容易产生毛刺的不足,究其原因是由于模板细化方向粗糙造成的。为此提出了16方向的细化模板,该模板以22.5°为角度单位对图像进行更细致的细化处理,得到的细化图像光滑几乎无毛刺,取得了更为理想的细化效果。     

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。     

指纹图像后处理

指纹比对通常是细节点集间的匹配。指纹图像经预处理后，由于各种原因，会产生数以百计的特征。为了图像匹配的精确和快速，提出了一套在细化后的指纹点图上提取细节特征并对其剪枝的方法，并根据细节特征的拓扑特征，设计了验证了其可靠性的算法，通过实验，证明了该后处理过程在去除指纹图像伪特征方面具有良好的效果。     

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。     

基于方向滤波的指纹图像增强算法．

指纹增强对于提高细节特征的准确率以及整个自动指纹识别系统的性能都有着十分重要的意义。文中采用基于梯度的sobel算子方法求取指纹的方向图，并对传统的公式进行了补充；然后利用指纹的纹线局部方向一致性和纹线宽度信息，通过一组方向滤波器来实现指纹的增强。试验结果表明该方法对改善指纹图像的质量十分有效。     

指纹方向图提取算法研究

在指纹图像处理中方向图计算的精确性对于后继处理步骤有很大影响,所以研究指纹方向图的提取算法显得格外重要。指纹方向图提取的算法有很多,该文分别给出点方向图和块方向图两类重要的算法,实验证明了其可靠性。     

基于多尺度方向分解的纹理特征提取方法研究

为了有效提取图像的纹理特征,充分利用纹理的方向性以及纹理在不同方向具有不同频率成分这两个特性,提出了基于多尺度方向分解的纹理特征提取方法.首先根据Rado n变换的方法检测纹理方向,Rado n变换各角度投影向量方差的二阶导数最小值对应的投影角度即为纹理方向.然后根据得到的图像纹理方向信息,利用可控金字塔将图像沿纹理方向进行三个尺度的分解,得到纹理方向上图像的多尺度子带图像.最后以三个尺度子带图像的Legendre矩和Zernike矩作为图像的纹理特征.分别在Brodatz和VisTex数据集上进行实验验证,与其他方法的对比结果表明,采用多尺度分解的方法提取纹理,用于纹理图像识别时,识别准确率高,抗噪声能力强.     

基于奇异点的字典模型指纹方向场去噪方法*

方向场估计是指纹识别过程中非常重要的步骤。传统方法如基于梯度的方法等在处理潜指纹图像时很容易受噪音干扰,而最近提出的基于字典模型的方法无法解决“真词错误”的问题。针对上述问题,本文提出一种融合了零极点模型的字典模型的指纹方向场去噪方法,即将指纹方向场看做是零极点控制的方向场和平滑的残差方向场相叠加的结果,通过首先用零极点模型生成正确的零极点控制的方向场,然后用字典模型修正残差方向场方向场,最后将零极点模型生成的方向场与去噪后的残差方向场融合形成重建方向场,通过基于奇异点的字典模型,我们解决了“真词错误”的问题。为了验证算法的有效性,在NIST SD27潜指纹图像数据库上进行了实验。实验结果表明：对于潜指纹,本文算法能获得比字典模型更精确的方向场,继而可以更好地增强潜指纹图像,并在后续的匹配实验中取得更好的结果。     

一种改进的指纹纹理匹配算法

目前的中心点定位方法对发生旋转的指纹图像处理效果不佳,针对这一缺陷,结合指纹脊线方向特性和结构特性,提出了一种新的基于指纹方向图的中心点定位方法。在此基础上,改进了文献[1]中的指纹编码方法。实验表明该文提出的方法对旋转的指纹图像具有很强的鲁棒性,匹配精确度比原来的方法有一定的改进。     

基于方向的二值卷积指纹增强优化算法

指纹图像增强是指纹识别系统中非常重要的一个环节,对基于二值卷积模板的指纹增强算法提出了一种优化方法,首先利用基于梯度矢量的方法计算块方向场,然后采用基于多数点的对比平均法进行方向校正,针对特定阈值内的方向应用特定的二值卷积模板进行指纹图像增强.对FVC2002指纹库中图像进行实验表明该方法是一种简单有效的指纹图像增强算...     

一种结合方向信息的指纹图像二值化算法

指纹图像二值化是指纹细化处理的前提,是指纹识别预处理的一个重要部分.为利用指纹图像所具有的纹理特性,将指纹的方向信息引入到二值化处理过程中,综合考虑指纹的方向信息和自适应选择局部阈值,提出了一种结合方向信息的自适应局部阈值二值化算法.与自适应阈值法做了对比实验,实验结果表明,该算法具有更好的二值化效果.算法本身还具有一定的连接指纹图像中断线的能力,这对提高细节特征提取结果的准确性具有重要的意义.