应用于嵌入式设备的指纹图像质量估计方法

现有的指纹图像质量估计算法时间复杂度较高,嵌入式设备的计算资源有限,导致时间复杂度较高的指纹图像质量估计算法在这些设备上应用较为困难,为了解决这一问题,提出了应用于嵌入式设备的指纹图像质量估计方法.该方法首先对梯度场、方向场和频率场进行估计,通过对高质量指纹图和纹理图像的分析,得到了指纹图像质量索引与梯度、方向和频率之间的关系.利用这一关系衡量梯度、方向和频率的准确性,进而作为指纹图像质量索引来表征指纹图像质量.实验结果表明,该方法能够准确地产生质量索引,可以很好地对指纹质量优劣区域进行区分,在保证指纹认证系统性能的前提下,显著降低了指纹质量估计算法时间复杂度.     

一种搜索LFM信号模糊函数主脊切面的快速算法

模糊函数主脊切面特征能较好地反映不同信号波形结构上的差异,但搜索信号模糊函数主脊切面的计算量非常大.提出了一种快速搜索线性调频(linear-frequency modulated,LFM)辐射源信号主脊切面的方法.该方法利用LFM信号的分数傅立叶变换模函数具有对称性,且单边单调的性质,采用先全局后局部方式搜索LFM信号主脊切面.实验结果表明,在不降低参数估计精度的条件下,该方法的计算量大大减少.     

基于方向权值扩散的指纹方向场计算

为有效解决噪声区域指纹质量块重建方向场(orientation filed,OF)可靠性低的问题,提出一种基于方向权值扩散求方向场的方法.首先,利用平方梯度法对指纹方向场进行粗提取,利用基于权值的梯度一致性对指纹质量进行评估,把质量块分为四个等级;然后,利用邻域判别法对误判的指纹块进行修正,统计邻域块中已评估块的个数,把质量分数相同的指纹块分为三个优先级;最后,利用质量和优先级对指纹方向场进行扩散迭代,在迭代过程中根据待评估块邻域块的方向梯度一致性赋予不同的权值,待评估块迭代完全后得到最终的方向场.实验结果表明:该方法能够通过质量扩散来提高低质量区域的可靠性,从而提高低质量区域方向场的准确度.     

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.     

基于小波脊的超声信号处理

根据超声信号通常是单频载波脉冲信号,具有渐近信号的特性,提出了一种基于小波脊的超声信号处理算法．首先利用渐近小波变换提取超声信号的小波脊,计算小波脊的移动熵,然后通过移动熵实现缺陷信号与噪声的分离和缺陷定位,最后利用小波反变换重构出缺陷信号．该算法充分利用了超声信号的时域、频域和相位信息,不仅消噪性能好,而且缺陷定位准确     

一种搜索LFM信号模糊函数主脊切面的快速算法

模糊函数主脊切面特征能较好地反映不同信号波形结构上的差异,但搜索信号模糊函数主脊切面的计算量非常大。提出了一种快速搜索线性调频(linear-frequency modulated,LFM)辐射源信号主脊切面的方法。该方法利用LFM信号的分数傅立叶变换模函数具有对称性,且单边单调的性质,采用先全局后局部方式搜索LFM信号主脊切面。实验结果表明,在不降低参数估计精度的条件下,该方法的计算量大大减少。     

基于有限元法的上翘梯形脊波导特征值分析

采用有限元方法对脊上翘梯形脊波导的传输特性进行了研究,求解了脊上翘梯形脊波导的主模截止波长,单模带宽以及典型尺寸的场结构图,讨论了各个参数的变化对上翘梯形脊波导传输特性的影响,且给出了相应的计算数据和图示.     

基于局部直方图均衡化的指纹方向图算法

针对低质量指纹图像的纹理信息和灰度梯度信息遭到严重破坏的问题,提出一种基于局部直方图均衡化的指纹方向图算法.此算法结合指纹谷点与其相邻脊点特有的灰度差规律,修改了经典直方图均衡化的累积分布函数,用于放大源图像的纹理信息,使图像趋于二值化.基于放大的纹理信息,采用改进的点方向图算法计算指纹的谷点方向,使用直方图块方向图法赋予脊点方向,同时校正谷点的点方向,得到完整的方向图.通过对FVC2006指纹库中的部分低质量图像的增强结果进行比较,此算法对低质量指纹图像的增强性能优于传统算法.     

基于非对称脊波导的缝隙天线研究与设计

研究了一种基于非对称单脊波导的宽边缝隙天线.在Taylor综合法的基础上计算了非对称单脊波导缝隙天线的缝隙辐射参数,设计了一个11元副瓣电平为-25dB的非对称单脊波导缝隙天线,利用HFSS软件对其进行建模仿真,并对缝隙天线的参数特性作了分析和优化.结果表明,所设计的非对称波导缝隙天线不仅尺寸较小,而且具有良好的带宽和低副瓣特性.     

非对称双脊波导的有限差分法分析

从泰勒级数法出发推出直角坐标系下电磁场纵横关系的亥姆霍兹方程的差分公式,实例分析了对称双脊波导的电磁场场域、截止频率,并分析了非对称双脊波导结构的变化对截止频率的影响。计算结果表明,有限差分法是分析脊波导的一种有效方法。     

多级分块尺寸下的指纹方向信息提取算法

作为一种重要的生物特征识别手段，自动指纹识别近年来得到了广泛的关注并取得很大的进展．指纹方向信息提取是自动指纹识别技术研究内容中一个非常重要的内容，但从低质量指纹图像中准确、可靠地提取方向信息却是一件很困难的事情．提出了一种多级分块尺寸下的指纹方向信息提取算法，依据大分块尺寸下所提取的方向信息对小分块尺寸下所提取的方向信息进行可靠性判断，然后进行相应的调整．实验结果证明，即使对于低质量指纹图像，该算法也可以快速、准确的提取指纹方向信息．     

Fingerprint Feature Extraction Based on Macroscopic Curvature

0　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｃｏｎｖｅｎｔｉｏｎａｌｖｅｒｉｆｉｃａｔｉｏｎｔｅｃｈｎｉｑｕｅｓａｒｅｂａｓｅｄｏｎｔｏｋｅｎｏｒｋｅｙ (ｐａｓｓｗｏｒｄ)ｗｈｉｃｈｈａｖｅｔｈｅｐｏｔｅｎｔｉａｌｏｐｐｏｒｔｕｎｉｔｙｔｏｂｅｌｏｓｔ,ｍｉｓｓｅｄ ,ｆｏｒｇｅｄ ,ａｎｄｓｔｏｌｅｎ .Ｓｏｔｈｅｖｅｒｉｆｉｃａｔｉｏｎｔｅｃｈｎｉｑｕｅｓｂａｓｅｄｏｎｂｉｏｍｅｔｒｉｃｓｗｈｉｃｈｕｓｅｐｈｙｓｉｃａｌｄａｔｅ ,ｓｕｃｈａｓｆｉｎｇｅｒｐｒｉｎｔｓ,ｆａｃｅｓ,ｉｒｉｓｅｓ ,ｐａｌｍｐｒｉｎｔ…     

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．     

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．     

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。     

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.     

指纹纹路方向计算与图像分割的系统方法

提出了一种系统化的指纹纹路方向计算和指纹图像分割方法．该方法用神经网络对基于梯度方法计算的纹路方向的正确性进行学习，经过训练的神经网络可以区分正确纹路方向和错误纹路方向，从而使错误的纹路方向可以根据周围正确的纹路方向进行纠正；同时，可以根据经过训练的网络的方向正确性计算结果对指纹图像进行初步分割．此外，提出了对初步分割结果进行二次分割以分离指纹图像中残留纹路的方法．将该方法与Neurotechnologija Ltd在2004年发布的VeriFinger 4．2进行特征提取比较，结果表明，该方法有效地提高了特征提取的正确率．     

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。     

指纹图像细化算法的研究

对指纹图像的细化算法进行了较深入的研究，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．针对这两种算法的不足，分析其产生的原因，并且在第二种算法的基础上，重新构建了细化模板，提出了一种新的细化算法．经过实验证明。该算法能够很好的满足细化的要求，细化完全彻底，细化以后的指纹骨架在纹线中心线，并保持了纹线原有的拓扑结构和细节特征，而且光滑无毛刺，运算速度也很快．     

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．