基于Gabor变换的雷达图像滤波及无监督分割

提出了一种基于Gabor小波变换的多尺度、多方向的SAR图像去除斑点噪声及纹理分割算法．根据SAR图像的特点设计一组Gabor滤波器，对SAR图像进行二维Gabor变换，得到一组滤波后多分辨率、多方向的图像．通过对滤波后的图像分别进行非线性变换，再用非相干均值平滑滤出斑点噪声，并计算每个像素在选定窗口内的能量，以此检测出纹理特征，用均方误差聚类方法得到分割的图像．给出对SAR图像进行纹理分割的满意实验结果，对照试验表明，该方法优于空间灰度共现矩阵方法．     

基于十字方向滤波的指纹图像增强和细化

增强和细化是指纹预处理过程中的重要环节．提出了一种基于十字方向滤波的指纹增强算法,增强过程针对指纹的层次特征,利用十字方向滤波器对纹线边界的粘连现象进行了有效处理,并且修复了纹线中较短的断裂;在此基础上对边缘删减的纹线细化算法作了改进,引入了新的细化模板保护指纹趋势和细节点．实验结果显示,谊算法很好地保留了原指纹图像中的细节特征和纹理信息,减少了指纹特征的丢失．     

一种指纹图像综合增强方法

图像去污增强处理应当基于其内容特点和应用需要.指纹图像重要的识别用特征是其纹线方向场及其细节点.根据指纹图像的特点提出并研究了一种指纹增强算法.首先,通过梯度一致性检验去除图像中的背景区和纹理无序区.然后,通过曲线波变换、滤波处理和Retinex处理,增强纹理的曲线形状轮廓并规整化图像灰度差异.最后,经过二值化细化,获得清晰指纹图像.实测的图例表明该算法有效,图像去污增强质量良好.     

基于Gabor滤波器的自适应指纹增强算法

指纹增强的目的在于改善指纹图像的质量,进而提高指纹识别系统的性能.提出了一种基于Gabor滤波器的指纹增强算法,算法采用梯度法计算纹线方向,利用指纹图像子块的频谱分布特征计算纹线频率,通过计算图像方向一致性来自适应地调节Gabor滤波窗口的大小,再采用具有可变角度带宽的低通滤波器进行滤波,有效地提高指纹的纹理清晰度,较好地避免奇异点区域的块效应.实验结果表明,算法具有良好的图像增强效果.     

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.     

一种利用动态滤波模板进行指纹图像增强的算法

在实时指纹识别系统中 ,指纹图像的增强算法起着至关重要的作用。但通常的增强算法经常要花费较多的时间 ,或者不适用于指纹频率区别较大的数据库。在大量样本分析的基础上 ,根据指纹纹理频率参数的变化动态调整方向滤波模板的大小对指纹图像进行有效的增强处理 ,对不同的纹理方向专门采用了查表的方法 ,减小了时间消耗。实验表明 ,这种算法能够快速有效的增强指纹图像 ,尤其适用于指纹频率区别较大的指纹样本库中 ,并在实时指纹鉴别系统中得到了应用     

一种改进的基于方向滤波的指纹图像增强算法

在指纹滤波增强方法的基础上,提出一种基于方向滤波器的指纹图像增强算法.对指纹图像进行标准化处理,使用扩展的各相同性索贝尔算子计算梯度,并计算出指纹的方向图;根据指纹图像的特点提出了一组方向滤波器,根据纹线的局部方向对指纹图像进行滤波,起到了消除噪声、增强有效纹线信息的作用,为提取特征点提供了良好的图像质量,实验结果证明各相同性索贝尔算子在纹线方向提取上有良好的应用效果.     

一种改进的指纹图像分割算法

针对经典的基于灰度方差的指纹图像分割算法对强噪声区域分割不准确的问题,深入分析了灰度均值计算方法和噪声对方差的影响,结合有效指纹图像区域灰度分布的基本特征,提出了灰度均值求取和灰度方差求取的改进算法。实验结果表明,相比于经典的灰度方差求取算法,改进算法求取的均值和方差更能够代表指纹图像的特征,分割结果更为准确、可靠,对强噪声的抵抗能力更强。     

基于各向同性逆扩散方程的指纹图像增强方法

目的 对指纹图像进行滤波去噪的同时增强指纹图像的脊线轮廓.方法 由热扩散方程给出了一种各向同性逆扩散方程.结果 该方法在对指纹图像滤波去噪的同时,不仅保护了指纹的纹线,而且锐化了纹线.结论 该方法比传统的中值滤波、高斯滤波具有增强边缘的效果,更适合纹理密集的指纹图像的处理,效果优于传统的中值滤波和高斯滤渡.     

一种基于方向梯度的图像滤波算法

自然图像中的大部分图像都存在噪声,在滤除噪声的同时尽可能地保存图像细节是图像平滑的目标.目前普遍使用的均值滤波滤除噪声效果不够理想且易使图像变得模糊,中值滤波虽然滤除噪声效果较好但使得图像变得模糊且易使图像的细节信息丢失.针对这一问题,本文提出了一种基于方向梯度的图像滤波算法.该算法对含有噪声的图像取3×3邻域,构造4个方向的梯度算子模板,通过比较4个方向梯度大小,对噪声、边缘、图像内部点分别处理,实验结果表明该算法在滤除噪声的同时,很好地保存了图像的原始信息且有较好的信噪比.     

一种新的指纹纹线提取方法

指纹图像处理一直是自动指纹识别技术的研究重点。文中从图像的灰度分布规律出发,提出了一种直接从灰度级指纹图像提取纹线信息的指纹纹线提取算法。实验结果表明,该算法具有很强的噪声抑制能力,取得了理想的提取效果。     

指纹图像增强算法的改进

为提高Gabor滤波算法的运行效率,改善指纹图像的增强效果,提出一种改进的Gabor滤波实现方法。该方法将指纹图像分割成小块,以各小块中心点的方向和脊频作为块中每一点的方向和脊频,并对块方向进行量化,以量化方向序号为索引调用滤波模板对指纹图像滤波。滤波结果表明：改进的算法对指纹图像增强效果明显,处理速度快,对于质量较差的图像也具有较好的增强效果。     

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。     

Fingerprint representation methods based on B-Spline functions

The global characteristics of a fingerprint image such as the ridge shape and ridge topology are often ignored in most automatic fingerprint verification system.In this paper,a new representative method based on B-Spline curve is proposed to address this problem.The resultant B-Spline curves can represent the global characteristics completely and the curves are analyzable and precise.An algorithm is also proposed to extract the curves from the fingerprint image.In addition to preserve the most information of the fingerprint image,the knot-points number of the B-Spline curve is reduced to minimum in this algorithm. At the same time,the influence of the fingerprint image noise is discussed.In the end,an example is given to demonstrate the effectiveness of the representation method.     

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。     

一种改进的基于Gabor小波的指纹增强算法

鉴于当前的利用Gabor小波对指纹进行增强的方法中滤波范围固定的缺点,提出了一种改进指纹增强方法.对Gabor小波的性质和指纹图像的内在特点做了深入的分析,确定Gabor小波的方向和频率参数,并设定了一个可以根据局部纹路方向和频率自动调整的区域作为滤波范围对指纹图像进行增强.实验结果表明,该方法可以有效地去除噪音,并且很好地恢复出纹路信息以增加指纹匹配后续操作的准确度.     

基于Gabor相位的指纹图像细化算法

利用复数形式的Gabor滤波器, 在对指纹图像进行增强的同时, 得到增强图像的相位, 再利用边缘检测的方法提取相位图中的跳变区域, 直接得到脊线的细化结果。此方法不同于传统的模板匹配的细化算法, 不需要对图像进行二值化, 减少了中间步骤, 从而提高了细化速度和细化结果的准确性。实验结果表明此方法具有更短的细化时间和更好的细化效果。