采用八方向Gabor滤波的指纹识别算法

采用指纹增强算法与复滤波器中心点定位结合的方法,有效地解决低质量指纹图像中心点定位问题,实现了平移不变.同时,采用基于结构的指纹特征提取算法,用八方向Gabor滤波提取指纹的全局特征和局部脊线特征,实现了旋转不变.在FVC2004指纹库上的仿真实验表明:该算法取得较好的识别效果,优于基于单Finger Code特征和基于点模式的指纹识别算法.     

基于局部特征的点模式指纹匹配算法

近年来以指纹匹配为代表的身份识别技术受到越来越广泛的运用.因为其具有的学术和社会价值,指纹识别技术成为一个研究的热点.为了克服指纹的旋转和平移在指纹匹配中的影响,提出了一种新的指纹特征描述方法.因为指纹中心点附近的方向场存在某种特定的规律,运用这种规律本文根据指纹图像的方向场提取指纹图像的参考点和参考方向,并以参考点为原点,参考方向为极轴建立极坐标系.根据指纹参考点和参考方向的唯一性,本文建立的极坐标系与指纹图像的旋转和平移无关.由特征点的类型,极坐标以及特征点的方向构成的指纹特征信息同样具有这样的特性.最后对存在平移和旋转关系的两幅指纹的特征信息运用可变大小的限界盒方法进行全局匹配实现指纹匹配算法.实验结果表明该算法能够有效地避免图像的平移和旋转对指纹匹配带来的影响,可以很好的满足实际应用的要求.     

基于特征点分类的模糊金库方案

为解决传统指纹认证方案中指纹模板信息泄露以及指纹和密钥无法融合等问题,提出一种基于指纹特征点分类的模糊金库方案(CFM-FV).该方案中,使用指纹奇异点作为辅助数据对指纹图像进行预对齐,将指纹细节点特征应用于模糊金库方案进行密钥绑定.验证时,提取查询指纹奇异点作为辅助数据对指纹预对齐,然后提取指纹细节点特征信息进行多项式的重构.本方案将指纹特征点分类方法与模糊金库方案相结合,一定程度上解决了传统模糊金库方案中无法实现指纹盲对齐带来的影响问题.     

一种标定指纹无特征区的新方法

指纹中无细节点特征的区域,即为无特征区。受指纹细点线位置、指纹纹线流向等因素的影响无特征区域的分布显高度随机性,因此无特征区本身就是一种高质量特征,可用于指纹识别。但是由于无特征区域形状会根据指纹细节点位置的变化而发生改变,我们很难使用一种统一的模型来表达无特征区域。研究设计了一种新颖的无特征区域表达方法,该方法使用网格标定的方式来实现对无特征区域的表达建模,首先沿横向和纵向把指纹分成若干等份,然后在各网格中统计无特征区域的分布位置与纹线条数等信息。为验证方法性能,构建一个小型指纹数据库,该数据库包含100枚三面捺印油墨指纹。实验结果显示两枚不同指纹中单个无特征区信息相同的概率为1%,多个(2个及以上)无特征区信息相同的概率为0%。可以实现指纹无特征区统计的稳定性。     

一种基于指纹中心点的匹配算法

针对基于点模式匹配的指纹匹配算法速度较慢的现状。研究了一种基于指纹中心点的指纹匹配算法．该算法首先根据指纹模式区中检测的奇异点结构特征信息对指纹进行粗匹配，判断指纹不匹配的情况．其次，对无法判断的情形，则进行精确匹配．进一步利用奇异点或指纹有效区域的质心点寻找匹配的基准特征点对和相应的变换参数，并将待识指纹相对于模板指纹做姿势纠正，最后采用坐标匹配的方式实现两枚指纹的比对．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，误识率低，准确性高，并具有图像旋转平移不变性．对面积适中的指纹图像，匹配结果可以满足在线应用的需要．     

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.     

指纹中心点的定位和特征匹配方法

提出了一种新的指纹中心点搜索的方法及其于中心点的指纹匹配算法，它利用指纹块方向图中块方向的变化进行中心点的粗细两步搜索，首先在粗方向图中搜索方向锐变区域，然后在细方向图中对相应的匹配再进一步搜索方向锐变的区域，最终得到中心点，在此基础上介绍了基于网格的旋转匹配方法，此方法对噪声大的指纹有较强的抗干扰性，算法相对简单且效果良好。     

一种基于指纹特征比特串的可撤销指纹加密方案

本文以指纹作为生物识别的研究对象,在保护指纹隐私安全的前提下,研究基于模糊提取的可撤销指纹加密方案.首先,在注册阶段,通过检测指纹奇异点并以指纹奇异点为基础,从指纹图片中提取二进制串序列作为指纹特征信息,再将二进制串结合BCH纠错编码和模糊提取技术生成指纹密钥和辅助数据.最后只要待鉴别指纹为同源指纹,同时结合辅助数据,便可恢复出指纹密钥,通过身份鉴别.实验结果表明,方案具有较高的鉴别性能.安全性分析表明,该方案具有较高的安全性,可以满足现有需求.     

滤除指纹伪特征算法的优化研究

通过分析指纹图像中存在的各类噪声的拓扑结构,并结合细化指纹图像中细节特征点固有的分布规律,提出了一种有效的滤除指纹细节伪特征点的方法.该方法简单、处理速度快,滤除精度基本可以满足应用的需要.     

基于图点转换技术的多播视频指纹方案

提出了一种全新的基于图点转换方法的多播视频指纹方案,该方案基于信源指纹混合编码框架,使用信息隐藏技术中的图像与点集相互转换的方法,将视频中的特征类的恢复向量序列作为指纹信息,实现了能有效节省带宽资源的多播视频指纹.此外,该方案还通过预先扭曲图像来提高抗合谋攻击的能力.性能分析表明,该方案有效提高了指纹分发传输的效率和叛徒追踪能力.     

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.     

A fingerprint feature extraction algorithm based on curvature of Bezier curve

Fingerprint feature extraction is a key step of fingerprint identification. A novel feature extraction algorithm is proposed in this paper, which describes fingerprint feature with the bending information of fingerprint ridges. Ridges in the specific region of fingerprint images are traced firstly in the algorithm, and then these ridges are fit with Bezier curve. Finally, the point that has the maximal curvature on Bezier curve is defined as a feature point. Experimental results demonstrate that this kind of feature points characterize the bending trend of fingerprint ridges effectively, and they are robust to noise, in addition, the extraction precision of this algorithm is also better than the conventional approaches.     

基于脊线跟踪的指纹角度特征的提取方法及应用

提出了一种指纹图像特征点的提取方法——脊线跟踪法 .它不仅能够快速准确提取出指纹图像中特征点的坐标 ,而且能够求出每一个特征点所在脊线的角度 .角度特征为指纹图像快速匹配提供了更多的依据 ,因而在图像匹配阶段中 ,匹配的速度和精度得到了提高     

基于感知哈希与尺度不变特征变换的快速拼接算法

鉴于尺度不变特征变换(SIFT)结构复杂域,k-d树匹配算法对于高维特征计算量过大,对SIFT特征信息利用少并且匹配的结果有大量误差,因此提出一种基于感知哈希与尺度不变特征变换的快速拼接算法.首先,使用感知哈希算法,提取匹配图像与待匹配图像的HASH指纹,快速识别出两幅图像的相似部分;然后,计算并提取出相似区域SIFT特征点.在特征点匹配算法上,替换传统的k-d树算法,利用SIFT特征点的主方向以及坐标位置信息过滤掉不必要的特征点匹配,减少匹配耗时;最后,用加权最佳拼接缝图像融合算法消除突变,完成拼接.实验结果显示,本文算法提取的特征点数比传统算法更少,在匹配算法上减少计算量,同时还粗过滤了一部分误匹配,提高了匹配准确度,算法的耗时较传统方法有明显提升.     

基于二维条码的指纹特征信息隐藏方法研究

提出了一种将指纹特征信息隐藏在二维条码中的指纹信息保护方法．利用指纹图像的方向信息和频率信息确定二值化的阈值，采用PDF417条码的编码、译码技术实现指纹图像的预处理和特征提取，并将提取结果嵌入到二维条码中，当对指纹进行认证时，从二维条码中读取数据并解码，得到存储的指纹特征信息，从而达到认证、鉴别的目的．实验结果表明，所提方法可提高指纹特征信息的安全性，且识别、认证效率比较高，实现了指纹特征信息的远距离安全传输和高速录入，以及在线、离线的认证．     

图片型垃圾邮件过滤分析系统设计和实现

从垃圾邮件图片的基本特性入手,选取图片的简单属性作为过滤特征对图片型垃圾邮件进行过滤.同时提出边缘灰度点比特征来提高过滤效率,该特征反映了图片中文字信息量的大小;其次,针对特征区间划分的问题,采用K均值实现特征区间的动态划分,得到粗糙特征区间(RFI)和提纯特征区间(PFI);最后,针对PFI提出一套快速判分的过滤机制,同时针对RFI提出一套基于SVM的过滤机制,该过滤机制的准确度可以达到98.396 6%.模型中选取的特征只需一次扫描就可以完成提取,满足了过滤系统时效性上的需求.     

指纹核心点的位置确定及其方向计算

核心点作为指纹的一个基本特征,在指纹匹配和分类中起着重要作用.应用机器学习方法区分核心点区域与非核心点区域.核心点区域与非核心点区域的脊线局部方向分布可用来构造训练数据,并用多尺度SVM方法得到训练模型,并由相应的模型估计出核心点的准确位置.定义了核心点的方向,并利用一种启发式方法来计算.实验表明,该方法可以准确有效地确定核心点的位置和方向,并提高指纹匹配的性能.     

A fingerprint feature extraction algorithm based on curvature of Bezier curve

Fingerprint feature extraction is a key step of fingerprint identification. A novel feature extraction algorithm is proposed in this paper, which describes fingerprint feature with the bending information of fingerprint ridges. Ridges in the specific region of fingerprint images are traced firstly in the algorithm, and then these ridges are fit with Bezier curve. Finally, the point that has the maximal curvature on Bezier curve is defined as a feature point. Experimental results demonstrate that this kind of feature points characterize the bending trend of fingerprint ridges effectively, and they are robust to noise, in addition, the extraction precision of this algorithm is also better than the conventional approaches.     

基于兴趣点特征的图像检索方法

针对全局图像特征无法刻画图像类别信息的缺陷, 提出一种基于兴趣点特征的图像特征检索方法. 首先对图像进行仿射 尺度不变特征转换, 并利用亮度的概率密度梯度提取兴趣点; 然后将兴趣点映射回原始图像, 采用颜色直方图作为图像特征; 最后采用相似性度量模型, 实现图像检索. 选择Corel图像库中的图像对算法性能进行实验分析. 实验结果表明, 该方法可有效提高图像的检索准确率和检索效率, 快速找到用户需要的图像.