基于方向图的指纹纹线检出算法研究

指纹纹线检出大多是先按指纹方向图增强指纹图象，然后进行图象分割。但因指纹脊线内和谷线内的图象增强方向可能不一致，使得图象分割的效果不好。作者提出一种直接按指纹方向图进行指纹纹线检出的算法，它先采用拓宽的Prewitt算子计算指纹图象的梯度矢量图，然后用局部最大梯度法计算指纹方向图，最后用阶跃函数模拟从原始指纹图象和指纹方向图中进行指纹纹线检出。     

基于方向信息的指纹图象分形压缩

提出了一种根据指纹图象方向信息进行图象压缩的方法。首先,将指纹图象按照其纹理方向信息进行分块,将同一块内的图象数据沿纹理方向排列成一维数据,然后再用分形压缩编码方法进行压缩。该法很好地解决了分形图象压缩算法在处理指纹图象时的局限性,具有很高的压缩效率和编码速度、较小的图象恢复误差,并可对指纹图象进行修复等优点。最后给出了实验结果,证实了该方法的优越性能。     

基于方向基元集描述的指纹方向图求取算法

研究指纹的方向图对实现指纹纹线修补、纹形特征的提取以及指纹的分类等应用都有很强的实用价值。笔者通过对指纹图象方向基元集的定义和描述,运用方向基元样本的统计特性,给出了一种求取指纹方向图的方法。并将该方法运用到一套智能卡指纹验证系统中进行纹型比对,实践证明：该方法算法简单,快速有效,对各种噪声具有一定的鲁棒性。     

非完整指纹图象的处理

根据非完整指纹图象的特点，总结并提出了对非完整指纹图象处理的方法和算法，并以此为基础，建立了非完整指纹图象处理软件包。这些方法和算法用８０８６宏汇编语言编程，并在ＩＢＭ ＰＣ／ＸＴ－２８６数字图象处理系统上实现。     

指纹自动识别系统中的关键技术一方向图

指纹方向图具有真实性、渐变性、抽象笥的特点,能以简化的形式直观地反映指纹图像最基本的形态特征,因此在指纹自动识别系统中具有重要的研究价值,目前方向图已被广泛应用于指纹图象增强、纹型特征的提取、指纹的自动分类、方向模板匹配、编码重构等许多关键处理环节,特别是以指纹方向图为基础构建的Gabor滤波器进行指纹的沿纹线方向滤波,收到了非常好的滤波效果,笔者系统地介绍了近年来发展起来的求取指纹方向图的方法,对其时间快速性对噪声的鲁棒性进行了比较,提出了每种方法进一步改进的思路,最后对方向图在指纹自动识别系统中的典型应用作了分析,指出了进一步的研究方向。     

指纹图像预处理算法研究

在指纹识别系统中，指纹图像预处理是指纹特征提取与识别的前提．对指纹图像预处理技术进行了研究。提出了一种指纹图像预处理算法．实验结果显示，该算法能够去除指纹噪声，得到较高质量的指纹图像．     

一种新的指纹图像轮廓分割算法

指纹图像分割是指纹图像预处理的一个重要部分，有效的分割既可以减少后续处理的时间，又可以大大增强特征提取的可靠性．本文简单介绍三种指纹分割算法，并提出了一种针对活体指纹采集器所采集的指纹图像的轮廓分割方法，根据手指与传感器中接触区的位置差异，用角部灰度均值作为分割阈值，并用形态学进行的处理．试验结果表明，该方法可以快速高效地对该种指纹图像进行轮廊分割。     

一种指纹的自动识别方法

分析了几种指纹自动识别方法的优缺点，提出了一种新的识别方法，有向图集法，此法中，结点表示指纹中隆线上的分叉点，有向边表示这些分叉之间的关系，此外，还给出了与此有关的２个算法，有向图集的匹配算法及指纹图象的识别算法。     

基于遗传算法的神经网络指纹自动分类

研究指纹的自动分类问题对解决大容量指挥库的匹配实时性有着重要的意义。笔者提出了一种新的指纹自动分类方法。该方法通过求取指纹方向图抽取了指纹的纹形特征,并将其送入神经网络进行分类识别,网络连接权系数采用遗传算法进行学习寻优,克服了单纯BP算法训练时间长、易陷入局部极值的缺点,同时提高了网络全局收敛的效率。测试结果表明,基于遗传算法的多层前向神经网络分类器对指纹图象的分类有良好的性能。     

计算机辅助的指纹图象预处理及特征提取

本论文分析了有关指纹图象预处理及特征提取的方法,在研究过程中,提出了空域方向性滤波法和均衡增强法两种去嗓声方法,及基于指纹原图的一次性细化方法,并对指纹中心点的定义作了改进。     

一种基于多级分块错切的指纹奇异点检测算法

准确、可靠地检测指纹奇异点(core点和delta点)，对于指纹分类和指纹匹配具有非常重要的意义．针对指纹图像奇异点的精确定位和可靠性判断的难题，提出了一种基于多级分块错切的指纹奇异点检测新方法．首先，对于一枚指纹图像，在同一分块尺寸下进行多次图像错位分块。并且分别在不同的图像错位分块情况下检测指纹的奇异点，得到区域相对集中的奇异点位置的集合，并计算其质心，以精确确定奇异点的位置．然后，在不同的分块尺寸下分别采用平滑和不平滑的方法进行指纹方向场的估计，并分别根据以上方法估计的指纹方向场信息进行指纹奇异点的检测．最后。利用不同情况下检测的指纹奇异点位置相互关联的特性，进行指纹奇异点的精确、可靠检测．该方法利用了多次图像错位分块检测的奇异点位置相对集中和各级分块尺寸下采用不同方法检测的指纹奇异点位置相关联的特性，能够从指纹图像中较精确、可靠地检测出奇异点。对低质量指纹图像具有良好的鲁棒性．在部分典型低质量指纹图像上的实验结果验证了该方法的有效性．     

基于PCNN的纹理图像增强算法

阐述了应用有生物学依据的脉冲耦合神经网络（PCNN）的脉冲发放特性进行图像增强的原理，并将此原理应用于具有纹理特性的指纹图像，从而产生了针对纹理图像增强的新方法。此方法主要利用纹理图象的灰度变化特性，采用将像素点灰度与所在邻域内灰度的局部均值比较的方法，使原方法更有针对性。实验结果证明，指纹图象增强效果显著。     

基于方向图的指纹图像自适应二值化算法研究

对指纹图像二值化方法作了探讨,采用一种基于方向图的、自适应的指纹图像二值化方法.该方法充分利用了指纹图像本身方向和灰度变化的特点,在保持指纹特征基本不丢失的情况下,可直接从指纹源图像中得到二值化图像,一次性完成一般图像处理中的平滑、增强、二值化的过程.采用梯度法计算指纹的方向图,通过低通滤波器对方向图校正,以方向图为基础对指纹图像进行二值化.实验表明,此算法对质量差的指纹能够取得令人满意的处理效果.     

基于FPS200的指纹采集系统与图像增强处理

为了提高自动指纹识别系统AFIS(Automated Fingerprint Identification System)中指纹图像采集的质量,降低采集系统的实现复杂度,提出了一种基于新型半导体指纹传感器FPS200的指纹图像采集方案。并通过平滑滤波、锐化、二值化等算法对原始图像进行了增强处理。在不同的工作参数和采集条件下进行了实验。结果表明,该指纹采集系统可以简便可靠地获取指纹图像数据,并且通过图像增强处理能够得到较清晰的图像,适用于AFIS的各种后端处理。     

基于脊骨线特征的指纹图像质量评估方法

指纹图像的质量对指纹识别技术有着重要的影响.根据指纹的特征和指纹图像的纹理特征,提出了一种基于脊谷线特征的指纹图像质量评估方法.此方法对传统的脊谷线清晰度分析方法进行了改进,把局部分析和全局分析结合起来,得到一个更好的脊谷线清晰度描述.用多指标融合方法来最终判定指纹质量.采用指纹图像脊谷线清晰度、指纹图像有效面积、指纹图像灰度均值和方差作为质量评价的相关指标因数.该方法对指纹质量判定的准确性有了明显改进.     

用于非接触式指纹增强的曲率驱动自适应滤波器

为了有效增强指纹,提出了一种改进的基于曲率的自适应非接触式指纹图像增强算法.首先,对局部平稳的指纹图像信号进行STFT(short time Fourier transform)分析,确定纹理模式频谱所在的主要区域,对频谱进行根滤波和形态学平滑后,用均值-门限法提取STFT主频谱成分;然后,提出一种角度和径向估计方法,计算指纹图像在频域的方向图和频率图;最后,根据指纹的曲率,构造相应的巴特沃斯陷波带通滤波器和高斯带通滤波器分别对低曲率区域和高曲率区域进行滤波,有效地滤除奇异点区域和非奇异点区域的噪声模式频率并保留纹线模式的主频率.将提出算法和同类算法进行主客观的实验比较,实验结果表明:提出的算法优于现有算法,能有效滤除非接触式指纹的噪声、增强脊线和谷线之间对比度,同时修复并增强正确的脊线结构.     

一种基于点模式匹配的指纹识别方法

把指纹用于身份认证已有上丰年的历史，自动指纹识别（AFIS）已在各个领域广泛应用，除了传统的司法公安领域，自动指纹识别还可以作为计算机操作系统和网络访问认证用户的手段，以及用于金融保险方面的身份确认，指纹匹配是AFIS的最重要问题之一。一般用脊线的分歧点和端点这样的细节点来表示一个指纹，并通过细节匹配来进行指纹匹配，这样指纹匹配就转化为点模式匹配的问题，传统的点模式匹配算法存在运算量过大且难于解决所有的非弹性形变等问题。文章提出了一种基于聚类的点模式匹配方法，来进行指纹识别，有效地解决了如何对数量和位置都不尽相同的两幅指纹细节图象进行最优匹配的问题，设计并给出了利用矢量对匹配确定图象间校准函数的流程，并通过实验证明所提出的算法具有较快的速度和较高的准确率。     

多指标指纹图像分割方法研究

将投票决策系统引入到指纹图像分割过程中,提出了一种多指标投票决策指纹图像分割方法.首先选择区域灰度方差、灰度均值、块方向方差均值和点方向集中度指标等分割指标,然后分别采用单指标、双指标、多指标分别对指纹图像进行分割处理,最后针对所获得的多个指纹图像分割结果,采用投票决策系统在结果层进行决策融合,获得最终的指纹图像分割结...     

δ—网分形指纹及其在图像匹配中的应用

基于δ－网分形指纹特征，提出了一种自然景物图像的匹配方法，实验结果表明δ－网分形指纹特征是一种自然景物图像的稳定分形特征，采用δ－网分形指纹特征对自然景物图象进行的匹配，能获得比传统的基于灰度和边缘的特征匹配方法以及多尺度分形指纹匹配方法更好的匹配结果。     

一种新的指纹图像轮廓分割算法

指纹图像分割是指纹图像预处理的一个重要部分,有效的分割既可以减少后续处理的时间,又可以大大增强特征提取的可靠性.本文简单介绍三种指纹分割算法,并提出了一种针对活体指纹采集器所采集的指纹图像的轮廓分割方法,根据手指与传感器中接触区的位置差异,用角部灰度均值作为分割阈值,并用形态学进行的处理.试验结果表明,该方法可以快速高效地对该种指纹图像进行轮廊分割.