自动指纹识别系统预处理技术及细节特征提取算法的研究

指纹图像预处理是自动指纹识别系统(AFIS)的关键步骤,它的好坏直接影响到整个系统的速度和准确率.详细介绍了预处理过程中指纹图像与背景分离、方向信息提取、纹线提取、二值化、细化,以及细节特征提取等关键技术.在这些模块中,提出了一些改进算法和新的思想.根据人指纹本身是一个曲面结构的特点,采用一种自适应的局部阈值分离方法,解决处于不同深浅区域的指纹图像均能有效地同背景分离;提出了一种改进的、基于非彻底细化图像的细节特征提取算法,在不对纹线进行任何处理的情况下,直接从细化指纹图像上提取原始细节特征点集合,并针对各种噪声产生的伪特征点进行修复;另外,还介绍了一种基于灰度纹线跟踪直接提取指纹图像细节特征的新方法,并与传统算法进行了比较.这种方法不经过二值化、细化等过程,能显著减少预处理带来的累计误差,加快处理速度,在一定程度上提高了准确率.实验证明,以上算法行之有效,在实际应用和严格测验中取得了较好的效果.     

指纹图的特征增强与去伪的分级处理算法

提出了一种指纹图特征增强与去伪的分级算法．对指纹的二值图进行增强,有效减少虚假细节点的出现;在细化图上跟踪并标记脊线,去除具有连接关系的伪细节点;利用指纹对偶性除去断点等无脊线连接关系的伪细节点．实验结果表明,此算法在去除伪细节点方面具有很好的效果,达到了自动指纹身份识别系统的实时要求．     

基于SUSAN的指纹细节点提取算法

在整个指纹识别过程中，指纹图像的细节点提取至关重要．许多算法是先将脊线细化后进行提取，耗时较多，且易产生大量不易去除的伪细节点．作者将一般图象配准中常用的角点检测技术运用到指纹识别中，提出基于SUSAN的指纹细节点提取新算法．该法在传统的SUSAN上进行数项改进，使其适用于指纹图象，完成端点和分叉点的提取，再根据所产生伪细节点的分布情况将它们去除．此法计算简单、抗噪声能力强、不需事先对脊线进行细化．     

指纹图像细化及特征点提取算法的研究

对改进的OPTA算法和指纹细节特征点提取算法进行了详细的研究,针对改进的OPTA算法产生的细化不全和毛刺较多的问题,提出了一种可变的消除模版和矫正消除模版;针对指纹细节特征点提取算法产生的大量伪特征点问题,提出了边缘信息判别法,有效地去除了边界伪特征点。实验证明,本文的方法简单快速,而且具有较高的准确率。     

基于场结构的指纹图像细节特征提取算法

根据指纹图像局部区域所固有的方向特性和频率特性 ,提出了方向场和频率场的概念 ,实现了指纹图像与背景区域的有效分离 ,并实现了指纹图像的二值化、细化以及细化纹线修复的后处理。提出了一种基于场结构的快速而有效的指纹图像细节提取算法。该算法依据局部与宏观相结合的原则 ,不但利用了指纹图像的局部特性 ,而且结合了局部四邻区域的关联特性 ,对于脊线方向变化较小的局部区域 ,采取单一方向Gabor滤波的方法 ;对于脊线方向变化较大的局部奇异区域 ,采取多方向Gabor滤波合成的综合方法 ,从而保证了提取指纹细节特征的准确性。实践证明 ,与现有的方法相比 ,此方法具有计算量小、细节特征提取准确的特点 ,可应用于实际的指纹自动识别系统中。     

基于场结构的指纹图像细节特征提取算法

根据指纹图像局部区域所固有的方向特性和频率特性,提出了方向场和频率场的概念,实现了指纹图像与背景区域的有效分离,并实现了指纹图像的二值化、细化以及细化纹线修复的后处理。提出了一种基于场结构的快速而有效的指纹图像细节提取算法。该算法依据局部与宏观相结合的原则,不但利用了指纹图像的局部特性,而且结合了局部四邻区域的关联特性,对于脊线方向变化较小的局部区域,采取单一方向Gabor滤波的方法;对于脊线方向变化较大的局部奇异区域,采取多方向Gabor滤波合成的综合方法,从而保证了提取指纹细节特征的准确性。实践证明,与现有的方法相比,此方法具有计算量小、细节特征提取准确的特点,可应用于实际的指纹自动识别系统中。     

基于两极复合式指纹图像细化算法的研究

针对现有指纹图像模板细化算法中存在的诸如迭代次数较多，细化速度慢，图像局部细化不完全等问题，分析了两种常用的细化算法——快速细化算法和改进的OPTA算法各自的优缺点，提出了一种基于两极复合式算法的指纹图像细化算法，该算法在保证对图像完全细化的同时，能较明显提高细化处理速度。     

基于模板的PCNNs指纹细化算法

针对现行的一些细化方法在细化二值指纹图像时容易产生断裂和毛刺的状况,提出了一种基于正方形模板和三角形模板的脉冲耦合神经网络细化方法,并加入一种方向约束条件来避免经常出现的指纹脊线毛刺。实验结果表明,该算法不但能有效地缩短细化时间,而且细化后的指纹图像不会产生断裂和毛刺现象。此外,将该算法应用到自动指纹识别系统中后,不仅缩短了识别时间,而且识别率也得到了明显提高。     

Poincare Index与复数滤波相结合的指纹奇异点提取算法

提出了一种使用Poincare Index与复数滤波相结合的方法提取指纹奇异点的方法。首先,使用Poincare Index方法提取指纹图像奇异点,由于Poincare Index易受噪声干扰而提取伪奇异点,使用复数滤波检测备选奇异点的邻近区域,判断该奇异点的可信程度,从而确定奇异点。该方法消除了Poincare Index对噪声敏感、容易提取伪奇异点的缺陷,也弥补了复数滤波无法准确找到奇异点位置的不足。通过实验验证,用该方法提取指纹奇异点取得了很好的效果。     

一种改进的指纹图像细化后算法

对指纹图像细化后算法进行研究,分析了常规细化后处理算法存在的不足,分析其产生的原因,并在常规细化后算法的基础上提出了一种改进的细化后算法。经过实验表明,该算法在继承了原有细化后算法优点的基础上显著地减少了细化后的噪声,是一种较为理想的细化后算法。     

采用圆形匹配限制框的指纹特征点匹配算法

介绍了指纹特征点的匹配原理,提出了一种改进的实时指纹特征点匹配算法,并对算法性能进行了实验研究.给出了错误匹配率(FMR)和错误不匹配率(FNMR)随阈值变化的情况及算法的ROC曲线.得到算法的等错误率(EER)为1.8%,最小FMR(zeroFNMR)为6.8%,平均匹配时间为0.1s.算法在指纹库FVC2004上的实验结果表明,算法性能较好,适合于实时指纹识别系统.     

改进的推广多边形算法在指纹识别中的应用

在分析主曲线、推广多边形算法和指纹数据的特点后，尝试使用主曲线来描述指纹特征，对原推广多边形算法作了较大改进，使其更适用于指纹骨架的提取，最后实现了基于骨架的指纹特征提取．实验结果表明，改进的推广多边形算法能够在短时间内有效地提取出指纹线的骨架，而在骨架上提取特征点也较其他一些方法有着更高的准确率，具有一定的应用价值．     

指纹细节特征提取算法研究

在研究了两种常用的特征点提取算法的基础上,提出了一种新的特征点提取算法,并给出了去伪算法．经实践表明,该算法可在一定程度上提高指纹特征点提取的准确率,从而提高整个指纹匹配系统的效率与准确率．     

基于Gabor 相位和图像质量评价的高分辨率掌纹细节点提取算法

针对主线、褶皱线及噪声等造成高分辨率掌纹细节点提取困难的问题, 提出一种基于Gabor 相位和图像质量评价的高分辨率掌纹细节点提取算法。首先使用Gabor 振幅相位模型对掌纹图像进行描述, 并基于 Gabor 相位提出多尺度的细节点检测方法; 然后利用提取细节点过程中的信息, 设计基于傅里叶响应的质量评价方法和基于Gabor 振幅的质量评价方法; 最后融合两种质量评价结果, 并对检测到的细节点进行筛选。实验结果表明, 所提方法能够有效地提取高分辨率掌纹图像的细节点, 并去除不可信细节点。与其他方法相比, 具有更好的细节点提取结果。     

基于结构的指纹特征抽取方法

为了弥补传统的提取细节特征点的方法在小面积指纹图像识别上的不足，针对指纹脊线纹理结构进行了详细研究，分析了Gabor滤波器应用在纹理上的原理，建立了用于指纹识别的Gabor滤波器的物理模型，在此基础上设计了基于Gabor滤波器获取指纹特征的算法.首先提出了一种快速和简便的自动定位指纹图像中心点方法，以中心点为参考点在其周围确定特征提取区，根据Gabor滤波器的性质对其进行8方向滤波提取特征.通过在标准指纹数据库上的对比实验，显示了该方法的有效性.     

一种改进的点模式指纹匹配方法

自动指纹识别因其在身份认证方面所具有的方便、快速、准确等特点而得到了广泛的关注，而指纹匹配算法的研究又是其中一个非常重要的研究内容．针对基准点定位困难的问题，提出了一种根据特征点集合中3个近邻点所组成的子集之间的相互关系来确定基准点以及变换参数的算法．实验结果证明，该算法可以快速、准确的定位基准点，精确求取变换参数，指纹匹配的速度和准确率可以满足实际应用的需要．     

自动指纹识别系统的实现

研究了指纹图像的预处理、特征提取及特征匹配这三种算法。介绍了指纹和自动指纹识别系统的相关知识,详述其各组成单元;采用了基于三角形基准点定位匹配的算法,以弥补细节点指纹匹配算法过于依赖中心点的不足;并在VC++6环境下开发了自动指纹识别系统软件,性能测试结果表明,该系统能较好地实现自动指纹识别功能。     

基于迁移参考节点的指纹匹配方法

指纹识别通常采用节点模式匹配的方法，典型的方法是通过一对参考节点将输人指纹和模板指纹对齐，然后进行节点配对，以基于参考节点对齐的方法为基础提出了一种迁移参考节点的节点匹配方法，基本思想是从某初始参考节点开始得到一些匹配节点对，再以这些匹配节点对作为参考节点得到新的匹配节点对，如此反复，直到所有匹配节点对都被用来作为参考节点．用该算法在FVC2004 DB3上进行测试，结果表明，该方法提高了识别的正确率。