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．     

一种基于局部结构信息的指纹伪特征滤除算法

自动指纹识别系统中，灰度指纹图象经过预处理过程得到细化二值图象，其中往往含有大量的伪特征，这将对后续的分类、匹配等操作造成不良影响，导致系统识别率下降，为此首先提出一种新的快速纹线跟踪算法——8邻域编码纹线跟踪算法，然后提出一种基于局部结构信息的指纹伪特征滤除算法，该伪特征滤除算法是在纹线跟踪的基础上，提取指纹特征点的若干属性，并结合特征点的局部结构信息，对各种伪特征结构进行识别和滤除，实验结果表明，本方法可以快速、准确、彻底地滤除这些伪特征结构，效果令人满意。     

一种基于参考点方向的指纹极坐标匹配算法

指纹匹配是实现指纹识别的重要环节,提高识别率并减少算法复杂度是指纹匹配的核心问题。本文针对现有指纹识别系统荐在的参考点定位复杂、准确度不够高、适应性不够强等问题,提出了一种利用指纹的方向图和指纹纹线特征相结合确定参考点的方法,并通过调整极角进行基于极坐标的点点匹配,显著提高了指纹匹配的速度和精度。实验结果表明,该算法复杂度低、鲁棒性好、识别率较高,有较强的实用性。     

模糊技术与神经网络的混合算法在运动目标的识别与跟踪中的应用

图象跟踪是运动图象处理中的关键环节,但是如何在强噪声下实现快速有效的图象跟踪却一直是难点。该文提出了一种模糊技术与神经网络结合的算法,它充分吸收了模糊算法与神经网络的优点,在近距离目标下以神经网络识别的静态可能性为主,而在远距离目标时以模糊算法识别的动态可能性为主,使其不仅在目标近即大时有很高的识别率,而且更令人鼓舞的是在目标远即几乎为点目标时也有很高的识别率。另外,该文还提出了计算各个目标优先级的算法。最后,以红外序列图象为例表明该文提出的算法的高识别率。     

指纹纹线的提取和匹配

针对传统指纹细节点提取和匹配方法在处理低质量图像上的不足,首先提出了一种利用复滤波器准确定位指纹图像中心点的方法,克服了传统自动指纹识别中寻找指纹中心点不够精确的缺点。同时提出了一套基于轮廓的指纹特征提取和匹配算法,此算法利用指纹的总体结构特征,提高了匹配的正确率。实验结果表明,该算法具有相当高的识别率和较强的鲁棒性。     

组合指纹匹配算法研究

组合不同的指纹匹配算法是提高身份认证识别率的有效手段。文章将指纹图像的细节特征引入到基于Gabor滤波器组的匹配算法中,并提出了一种基于细节特征算法和改进算法的组合匹配算法。该方法首先根据细节特征对输入指纹图像进行旋转平移,然后利用Gabor滤波器组对指纹编码区进行矩形分块编码,最后将匹配结果与基于细节特征匹配算法的匹配数进行组合,得到一个组合匹配数进行决策。通过对FVC2004DB1-A指纹库的实验,结果表明该文提出的组合算法与其它单纯利用细节特征或纹理特征的匹配算法相比较,该文的组合匹配算法具有更高的识别率。     

基于纹理结构的指纹匹配算法的研究与应用

该文分析了指纹纹理结构的特点,对预处理后的指纹图像的骨架图进行修复,同时提出了一套基于纹理结构的指纹特征提取和匹配算法,此算法利用指纹的纹理结构特征,提高了匹配的正确率。实验结果表明,该算法具有较高的识别率和较强的鲁棒性。     

SEP6200的嵌入式指纹检索系统设计

在具有大容量数据库的指纹识别系统中,使用指纹检索算法能够有效缩小指纹的对比范围,提高系统的识别率。本文在对传统自动指纹识别系统研究的基础上,提出了一种嵌入式指纹检索系统的设计方案。文章首先阐述了基于指纹综合特征的指纹索引与检索算法的设计思路;然后针对算法软件,设计了基于SEP6200控制器的嵌入式指纹检索应用平台;最后通过实验测试,证明系统的性能与效率满足应用需求。     

一种结合细节点和纹理信息的指纹匹配算法

提出了一种新的指纹联合匹配算法.该算法基于细节点周围的纹理结构信息和细节点构造出指纹特征向量.对指纹纹理进行滤波平滑,提取纹理方向信息,进而利用指纹块的纹理信息简化数据处理过程,从而提高匹配速度.该算法计算速度快,具有较高的识别率,且能较好的正确识别偏移、信息残缺等质量较差的指纹图像,具有很强的鲁棒性,在实际应用中取得了良好的效果.     

一种结合细节点和纹理信息的指纹匹配算法

提出了一种新的指纹联合匹配算法。该算法基于细节点周围的纹理结构信息和细节点构造出指纹特征向量。对指纹纹理进行滤波平滑,提取纹理方向信息,进而利用指纹块的纹理信息简化数据处理过程,从而提高匹配速度。该算法计算速度快,具有较高的识别率,且能较好的正确识别偏移、信息残缺等质量较差的指纹图像,具有很强的鲁棒性,在实际应用中取得了良好的效果。     

基于方向滤波分割的指纹自动识别系统算法

为适应当前个人身份鉴定迫切需要，提出了一种基于方向滤波分割的指纹自动识别系统的完整方案。该系统主要分指纹预处理及识别两大部分，包括方向图的计算、平滑、方向滤波、二值化、去噪、特征提取、特征编码及识别的方法。利用该系统的预处理及特征编码和识别方法，指纹图象得到了较好的增强，而且，在识别过程中能克服一定范围内指纹旋转及平移因素的影响。本系统具有高效识别和很强的抗干扰能力，对于残缺或模糊的指纹图象也有很好的识别效果，有较高的使用价值。     

指纹识别系统中的图像预处理技术

根据指纹的特点,提出了一套有效的指纹识别预处理算法.包括前背景分离、基于空域和频域的图像增强、方向滤波、二值化、细化以及细化去噪处理.由于常用算法在指纹处理中存在缺陷,本文改进了增强算法和细化算法.实验证明,经过本算法处理后,减少了指纹图像中的伪结点和原有特征的丢失,有利于指纹特征提取.     

基于Contourlet变换的指纹图像增强

提出通过变换域进行指纹图像增强,对指纹图像进行多尺度多方向的Contourlet变换,通过估计噪声方差水平,对Contourlet变换域系数进行处理,保护边缘特征系数,抑制噪声系数,反变换重建达到去除噪声、增强图像的目的。实验结果表明算法效果良好。     

基于DSP的指纹识别系统硬件平台设计

目前传统指纹识别平台通用CPU实现识别算法 ,此类平台在功耗和可移动性方面已不能满足市场需要。随着标准CMOS工艺制造 ,并且集成SPI,USB ,并行数据接口的指纹传感芯片的出现 ,以及DSP芯片在图像处理领域的广泛应用 ,采用基于DSP指纹识别系统结构是今后指纹识别技术的发展方向。文章详细介绍了如何搭建基于DSP的指纹识别系统的硬件平台。针对嵌入式系统的特点 ,重点讨论了传感器的控制方法和指纹图像的读取 ,分析了DSP的性能优点。最后讨论了最佳指纹图像的获取方法。该系统灵活性强 ,除了为进一步实现指纹识别软件提供了功能强大的硬件基础外 ,对研究和开发速度快、性价比高、识别率高的嵌入式指纹识别平台有着很大的参考价值     

一种基于小波变换的指纹特征提取算法

提出了一种基于小波变换的指纹纹理特征提取算法。首先以指纹图像的核心点为中心分割出一片有效的矩形区域,然后对分割后的有效区域做二维小波分解,提取小波分解后各通道的能量值作为特征值来进行识别。与传统的基于指纹细节点的识别算法相比该算法一定程度上减少了计算量,对指纹图像的质量要求也不高,并且识别精度也得到了保证。     

基于结构极坐标变换的指纹识别

文章针对指纹识别系统存在的问题提出了一种利用指纹的结构特征和指纹线特征相结合确定参照点（极坐标原点）的方法,克服了传统自动指纹鉴别中寻找指纹中心点不够精确和耗时过多的缺点,同时利用极坐标变换将指纹特征矢量化,很好地解决了指纹图像本身非线性时变等因素对指纹识别的影响,算法具有相当高的识别率和较强的鲁棒性。     

基于ARM构建Sobel边缘检测算子的指纹识别系统实现

介绍了一种采用ARM处理器作为控制核心,构建指纹识别算法的嵌入式系统的实现方法。该系统采用光学指纹传感器（内建格科微电子有限公司的光学GC0307CMOS图像采集芯片）与ARMCortexM3内核的意法半导体公司32位高性能单片机STM32F205RE组成功能主体,采fflSobel边缘检测算子、Gabor滤波、图像二值化等图像采集与处理算法对指纹图像进行识别。经过大量实践证明,该设计适合嵌入式组件开发中需要进行生物指纹特征提取、识别,指纹身份认证、比对等场合。系统具有高性价比且交互简易、识别率高、扩展性强,便于嵌入式应用。     

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。     

基于自适应稀疏变换的指纹图像压缩

随着指纹识别技术的广泛应用,大量指纹图像需要被收集和存储.在指纹识别系统中,对于大容量的指纹数据库,指纹图像必须经过压缩后存储以减少存储空间,本文提出了基于自适应稀疏变换的指纹图像压缩算法.该算法在离线状态下提取指纹图像特征训练超完备字典;在编码过程中,首先利用差分预测编码和稀疏变换将待压缩指纹图像转换到稀疏域,然后对直流系数和稀疏表达系数进行量化和熵编码,从而实现图像信息的压缩.实验表明,在中低码率段,本文算法相比于JPEG、JPEG2000和WSQ等主流压缩算法表现出更优越的率失真性能;在相同码率时,本文算法生成的压缩图像的主观视觉效果更好,指纹识别率更高.     

基于拓扑学及指纹分类的指纹匹配算法

随着计算机和网络的迅速发展,基于生物特征识别的智能身份认证技术正受到越来越多的关注。由于指纹识别技术是生物识别领域技术中最成熟的一门应用技术,使得指纹识别成为目前应用最广泛、可信度最高的个人身份认证技术之一。文中依据指纹图像中细节特征点之间的关联性给出了一种指纹识别算法。该算法首先基于指纹分类学的思想,利用中心点和三角点的数量信息对待识指纹图像进行初匹配,然后基于拓扑学思想用可靠性较高的分叉点方向场及其与中心点的方向场差寻找出基准点对,最后利用可变限界盒实现指纹匹配。实验中,该算法使匹配速度提高了40％,误识率和拒识率略有下降,约0．5％。实验结果表明,该算法能快速、准确地定位基准点对,有效地解决提取基准点时的噪声影响,正确有效地实现指纹匹配,同时提高匹配速度及精确度。