指纹图像二值化方法的比较研究

对常用的指纹图像二值化方法进行了比较研究．在此基础上对文献[1]提出的指纹图像二值化方法进行了改进，并对二值化图像、后续的细化图像和特征点提取结果进行了比较。     

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.     

指纹图像二值化算法的研究

本文对现有的指纹图像二值化算法进行研究,重点对以动态阈值法为基础的改进二值化算法以及邻域分析法进行分析,并在matlab 7.0环境下对几种常用算法做仿真,比较了对同一指纹图像的处理结果及算法的运算复杂度。     

基于方向图的动态阈值指纹图像二值化方法

提出一种基于方向图的、具有动态阈值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。实验表明，此方法对于不同质量的图像都有着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。     

基于多通道Gabor滤波的指纹图像二值化方法

为解决传统的直接利用图像全局或局部灰度特性的指纹图像二值化方法的不足,提出一种多通道Gabor滤波的指纹图像二值化方法。首先构造多通道Gabor滤波器组对规格化后的指纹图像提取不同方向纹线对应的主要频率成分。将获得的多通道的滤波响应图线性叠加形成单幅Gabor滤波叠加响应图。然后对其再次采用以上滤波器组滤波,分别求取各位置的最大Gabor响应构成最终的指纹滤波能量响应图。最后分块并求取块内阈值实现二值化。实验结果表明,该方法较基于灰度特性的方法鲁棒性更好,特别对存在粘连、噪声和断纹、孔洞等现象的指纹图像有较好的处理效果。     

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.     

基于相位的指纹图像预处理与匹配算法

自动指纹识别技术的研究和应用是目前生物特征识别研究的热点课题,近年来被广泛应用于各种个人身份识别和验证系统中．自动指纹识别技术大致可以分为指纹图像预处理和指纹匹配两个主要过程．本文并针对指纹图像的特点设计了基于相位指纹图像预处理与匹配算法,解决了图像归一化、图像分割和方向场平滑和图像二值化中出现的问题．     

一种改进的指纹识别算法与研究

提出了一种改进了的指纹图像增强算法和指纹图像二值化算法—分块阈值法.分块阈值法利用了固定阈值算法的思想对图像中的每一小块确定一个大致范围的阈值,然后利用区域自适应的思路对设定阈值进行适当的调整,即当阈值的取值范围合适时,指纹图像的纹线是平滑的不会有黑洞的出现.通过实验证明这种算法能够很好的去除块效应,使得处理后的指纹图像边缘更平滑.     

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.