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。     

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．     

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.     

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.     

指纹图象的数据压缩方法

提出了一种指纹图象的数据压缩方法，该方法采用动态门限对指纹图象进行二值化，门限的选择过程具有一定的学习功能，然后利用指纹图象本身所固的性质，通过跟踪指纹隆线来对图象进行细化。     

指纹方向图的获取及在指纹图像预处理算法中的应用

对于指纹图像,无论在时域还是在频域处理时,都要用到指纹的方向信息,所以求取指纹方向图就显得格外重要.文中比较了三种具有代表性的求取指纹方向图的算法,在此基础上,提出了一种多窗口求取块方向图的方法,克服了常规方法引起的平移畸变,同时将方向信息引入求取二值图算法中,取得了优于常规算法的效果.     

相干增强扩散与冲击滤波相结合的指纹增强算法

自动指纹识别系统(AFIS)的性能严重依赖于输入指纹的质量,因此有效指纹增强算法对该系统具有重要意义。针对相干增强扩散滤波增强的指纹图像会出现边缘模糊,以及谷线与脊线间对比度较低的现象,提出使用冲击滤波和相干增强扩散的加权模型方法,既能保持相干增强扩散的优势,又能锐化指纹脊线边缘,以及增强指纹脊线与谷线的对比度。增强的主要过程为,建立一个相干增强扩散和冲击滤波的加权组合模型,加权函数是以指纹梯度为自变量,使得在扩散过程中在图像边缘处以冲击滤波为主,在脊线与谷线内部则以相干增强扩散为主。实验表明,使用这种方法,能得到更加清晰的指纹图像,便于之后的二值化与细化过程处理,使得自动指纹识别系统具有更好的性能。     

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MATLAB的指纹图像二值化及细化

以MATLAB作为算法仿真实现平台,提出了一套指纹图像二值化及细化算法,对指纹图像进行二值化、去噪和细化处理.经过试验证明,以MATLAB为平台进行算法处理易操作、准确性高、应用性强,试验结果达到了理想的要求.     

基于MBF200指纹图像预处理方法的研究

针对MBF200指纹图像的特点,提出一套指纹图像预处理方法。该方法对MBF200指纹图像的去噪、分割、中心点定位、Gabor滤波增强、二值化及细化等预处理步骤进行研究及实现。为了验证该方法的有效性,使用自行设计的MBF200指纹采集器对所获得的指纹图像进行试验。结果表明,所提出的指纹预处理方法对MBF200指纹图像的处理是行之有效的,有助于基于细节特征的指纹提取。     

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．