一种基于细节点生成角度的指纹匹配算法

指纹匹配算法的研究是自动指纹识别系统研究中的重要内容之一．本文首先讨论了有效细节点的提取，然后介绍了通过这些细节点生成的角度进行指纹匹配的算法．实验结果表明，该算法简单有效，满足实用要求．     

基于中心点的指纹匹配算法的研究

研究了一种基于指纹中心点的指纹匹配算法.该算法将指纹的中心点来确定指纹匹配时的参考点,指纹的中心方向为初始方向,在此基础上所有的特征点用极坐标表示.该方法降低计算量,并提高了匹配的准确性.     

基于标记盒的指纹分割

为增强指纹图像分割的效果，首先，基于方向一致性、局部灰度均值和灰度方差指标，提出了像素空间分布并进行了分析；然后，给出了使用标记盒来建立模型和进行指纹图像分割的算法步骤；最后，为了评估该方法的性能，分别使用线性分割器和二次曲面分割器的方法进行了对比实验．实验结果表明新方法提供了更精确的分割结果，仅有0．80％的像素分割错误，而二次曲面分割法的错误率为0．97％．     

基于标记盒的指纹分割

为增强指纹图像分割的效果 ,首先,基于方向一致性、局部灰度均值和灰度方差指标,提出了像素空间分布并进行了分析;然后,给出了使用标记盒来建立模型和进行 指纹图像分割的算法步骤;最后,为了评估该方法的性能,分别使用线性分割器和二次曲面分割器的方法进行了对比实验.实验结果表明新方 法提供了更精确的分割结果,仅有0.80%的像素分割错误,而二次曲面分割法的错误率为0.97%.     

基于k近邻法和脊线追踪的指纹匹配算法

首先,综合运用k近邻法和脊线追踪法,分别为叉点和端点设计了新的拓扑结构,提取脊线特征、邻域特征、细节点特征。其次,利用特征加权和坐标转换,以及半可变限界盒技术提出快速的二次匹配过程。试验结果表明:该算法运行速度快、拒识率和误识率低。     

模糊指纹图像的特征提取

指纹图像增强和特征匹配是自动指纹识别系统的两个关键问题。但由于指纹在获取过程中各种干扰因素的存在，图像增强并不能完全消除噪音，会产生大量的伪特征点，从而降低匹配的速度及准确性。本文在指纹预处理的前提下，提出了一种有效的特征点的提取算法以消除伪特征点，从而保证特征点的稳定性、可靠性。     

基于动态全局特性的指纹匹配算法的研究

针对现有匹配算法中存在的问题，在已有结构化匹配方法的基础上加以改进，提出一种分段式匹配方法，并就特征向量的构造作出详细介绍。经实验证明该方法有效而快速，可应用于实际的指纹自动识别系统中。     

基于局部细节邻接图的指纹匹配算法研究

指纹匹配是指纹识别的关键环节,它根据指纹的特征描述方式来判定两幅指纹图象是否来自同一个人的同一手指,它的好坏直接反映了指纹自动识别系统的最终效果.本文基于以指纹的细节特征为顶点构造的局部细节邻接图,提出了一种分阶段的指纹匹配算法.相对于现有匹配算法,它的由局部到全局、分阶段的匹配标准更加可靠、优越.经实验证明该算法具有较快的速度和较高的准确率,可应用于实际的指纹自动识别系统中.     

基于模板的指纹图像细化算法

为了提高指纹图像细化处理后的效果,给出一种基于模板的指纹图像细化算法。在逐像素细化(One Pass Thinning Algorithm,OPTA)算法的基础上,构造9个消除模板和7个保留模板;通过迭代方法遍历图像中所有像素,当遇到目标点时,提取该点周围的15-邻域像素;将提取出的像素分别与两套模板匹配,以判断该目标点能否被删除。所给算法在不做任何额外前、后处理的前提下,能够对纹线完全细化,处理后图像光滑无毛刺。     

基于细节特征的指纹匹配算法研究

指纹图像匹配是自动指纹识别系统最后的环节也是最为关键的环节,匹配算法需要克服指纹图像的旋转,平移.本文提出了基于细节特征的指纹匹配算法,实验结果表明该算法能够在使用较少资源的前提下,提高指纹匹配速度,改善系统的匹配性能.     

指纹图像预处理和匹配算法研究

根据电容式传感器采集的指纹图像的特点,提出了一套指纹图像预处理和匹配算法.算法首先采用指纹预处理组合算法去除噪声,并提取指纹图像的二值点线图,然后通过搜索脊线,寻找细节点来实现特征提取.最后采用基于极坐标下的点模式的细节匹配算法,并用一个相对匹配点数的匹配判决标准,按相对匹配点数确定两幅图像是否匹配.实验结果表明,该算法能够对指纹进行较准确的比对与匹配,并效果较好.     

基于CSG体的投影包围盒加速算法研究

在研究和比较各种光线跟踪算法的基础上,提出了一种投影包围盒的光线跟踪算法。采用二叉树构造实体几何（constructivesolidgeometry,CSG）实现数据保存并构造CSG树,同时在CSG树的每个节点建立投影包围盒,每个CSG树的投影包围盒由其左右子树的布尔操作来完成。实验结果表明,该算法能够缩短渲染时间,提高CSG体的渲染效率。     

一种基于OBB包围盒算法的改进

为了提高碰撞检测的速度,对虚拟环境中的物体进行了假设,提出了方向圆柱包围盒检测方法,并结合各类包围盒的特点,分析了不同类型包围盒之间算法,实现了层次包围盒碰撞检测算法的优化,提高了碰撞检测的速度,增强了系统的实时性。     

碰撞检测中的包围盒方法

讨论了当前虚拟环境中应用比较广泛的2类碰撞检测算法——空间剖分法和层次包围盒法．重点对层次包围盒算法中的轴向包围盒（AABB）法、方向包围盒（OBB）法和固定方向凸包包围盒（POH）法从包围盒的构建、相交检测等方面做了详细分析，并从计算复杂度、适用范围等方面对这3类方法进行了比较．     

碰撞检测中的包围盒方法

讨论了当前虚拟环境中应用比较广泛的2类碰撞检测算法——空间剖分法和层次包围盒法.重点对层次包围盒算法中的轴向包围盒(AABB)法、方向包围盒(OBB)法和固定方向凸包包围盒(FDH)法从包围盒的构建、相交检测等方面做了详细分析,并从计算复杂度、适用范围等方面对这3类方法进行了比较.     

DT网格在指纹识别中的应用

DT（Delaunay Triangulation）网格由于其优秀特性,在指纹识别领域得到了广泛应用。研究一种基于DT网格的指纹匹配方法,对指纹细节点的拓扑结构进行Delaunay三角剖分,把空间位置相近的细节点按照一定规则相连,得到三角形网格,基于该网格寻找若干参考点对,实现基于点模式的指纹匹配。实验结果证明了该方法的有效性。     

基于改进的遗传算法的图像匹配研究

匹配算法的计算量由搜索位置数与相关算法的计算量之积来决定,因此,为了减少总的计算量,需要改进匹配算法和减少搜索位置。提出一种改进的遗传算法的匹配方法,设计了染色体的表示方法、新的适应度函数以及新的遗传操作算子。为了加快算法的收敛速度,对初始种群的选取和遗传算子操作概率的选取提出了新的方法。实验结果表明,该方法更有效地完成了特征图像之间的匹配。     

区域的实时立体匹配的改进算法

针对在立体匹配研究领域中弱纹理区域的匹配问题,文中提出了一种基于区域的实时立体匹配改进算法.采用匹配测度函数像素灰度差的绝对值和（Sum of Absolute Differ-ence,SAD）,通过平均误差阈值算法检测出高误差能量;针对遮挡区域造成的不可信视差预测点,进行误差能量计算;利用滤波加速算法减少计算匹配窗口相似性复杂度,既降低了误匹配率,又提高了算法的运行速度.实验结果表明,改进算法的误匹配像素百分比明显减小,且能满足系统对实时性的要求.