多指标指纹图像分割方法研究

将投票决策系统引入到指纹图像分割过程中,提出了一种多指标投票决策指纹图像分割方法.首先选择区域灰度方差、灰度均值、块方向方差均值和点方向集中度指标等分割指标,然后分别采用单指标、双指标、多指标分别对指纹图像进行分割处理,最后针对所获得的多个指纹图像分割结果,采用投票决策系统在结果层进行决策融合,获得最终的指纹图像分割结...     

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.     

基于动态分块的指纹图像方向图研究

计算指纹点方向图和块方向图,并在此基础上利用指纹纹理方向变化特征采用动态分块的方法求取指纹方向图.该方法更准确地反映指纹的脊线方向信息.     

基于方向均值滤波的指纹图像平滑算法

在分析了指纹图像的纹理特征之后,从指纹图像的纹理特征出发,研究了指纹图像的灰度分布规律,提出了基于方向均值滤波的指纹图像平滑算法．该方法首先求取指纹脊线方向,然后沿该方向上选择均值滤波平滑邻域, 最后采用均值滤波对指纹图像进行平滑处理．该方法可以有效地平滑指纹图像中的噪声,降低强噪声对后续处理的影响,从而有效地提高了指纹细节特征提取算法的准确性．     

自动指纹识别系统图像分割算法的研究

以指纹为代表的个人身份识别和认证，早就得到了人们的认可和使用．由于指纹具有唯一性和终身不变性，正成为近年来应用最为广泛的生物特征．一幅采集到的指纹图像，总不可避免地存在背景区域，所谓分割就是将背景区域从指纹图像中分离出来．噪声区域和背景区域各点的方向是随机分布的，而前景区域各点在某一方向上占主导地位．因此，前景区域中在与纹线流垂直的方向上灰度方差较大而在沿纹线流方向上方差较小．提出了一种指纹图像分割的新方法，首先将指纹图像分块，准确提取出每块的方向信息．分别沿平行块方向和垂直块方向求取块内各点的灰度变化，并计算该块在这两方向上所有点的平均灰度变化．对指纹图像每一块的两个方向灰度变化进行归一化处理，结合这两种判断依据确定该块是属于前景区域还是属于背景区域．本算法充分利用了指纹图像特有的方向性和灰度特性，能准确地将背景区域从指纹图像中分离出来，既节约了预处理时间，又能保证一定精度．     

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.     

指纹识别预处理算法研究

通过对指纹识别技术和相关数字图像处理算法的研究,经过反复对比和验证,提出了基于指纹脊线方向的一整套预处理组合算法。采用预定义方向法计算点方向图并通过低通滤波器进行校正。为了提高传统块方向图求法的鲁棒性,提出了一种多窗口求取块方向图的方法,考虑到指纹图像是一种纹理模式图像,构建了一组方向滤波器对指纹图像进行增强,并将方向信息引入求取二值图算法中,最后采用优化模板实现纹线细化。     

基于脊骨线特征的指纹图像质量评估方法

指纹图像的质量对指纹识别技术有着重要的影响.根据指纹的特征和指纹图像的纹理特征,提出了一种基于脊谷线特征的指纹图像质量评估方法.此方法对传统的脊谷线清晰度分析方法进行了改进,把局部分析和全局分析结合起来,得到一个更好的脊谷线清晰度描述.用多指标融合方法来最终判定指纹质量.采用指纹图像脊谷线清晰度、指纹图像有效面积、指纹图像灰度均值和方差作为质量评价的相关指标因数.该方法对指纹质量判定的准确性有了明显改进.     

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.     

一种基于多级分块错切的指纹奇异点检测算法

准确、可靠地检测指纹奇异点(core点和delta点)，对于指纹分类和指纹匹配具有非常重要的意义．针对指纹图像奇异点的精确定位和可靠性判断的难题，提出了一种基于多级分块错切的指纹奇异点检测新方法．首先，对于一枚指纹图像，在同一分块尺寸下进行多次图像错位分块。并且分别在不同的图像错位分块情况下检测指纹的奇异点，得到区域相对集中的奇异点位置的集合，并计算其质心，以精确确定奇异点的位置．然后，在不同的分块尺寸下分别采用平滑和不平滑的方法进行指纹方向场的估计，并分别根据以上方法估计的指纹方向场信息进行指纹奇异点的检测．最后。利用不同情况下检测的指纹奇异点位置相互关联的特性，进行指纹奇异点的精确、可靠检测．该方法利用了多次图像错位分块检测的奇异点位置相对集中和各级分块尺寸下采用不同方法检测的指纹奇异点位置相关联的特性，能够从指纹图像中较精确、可靠地检测出奇异点。对低质量指纹图像具有良好的鲁棒性．在部分典型低质量指纹图像上的实验结果验证了该方法的有效性．     

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．     

基于指纹块中主要脊和次要脊的方向场估计

针对方向场估计算法存在估计精度不高、计算时间开销过大的现象,提出一种基于指纹块中主要脊和次要脊的指纹方向场估计方法.它主要包括4个处理步骤：预处理原始指纹图像,利用上半邻域搜索算法提取指纹前景块中的主要脊和次要脊,利用脊的直线模型估计指纹前景块方向,以及采用修正方案提高方向场估计的精度.实验结果表明,该方法不仅具有令人满意的估计精度,而且拥有很高的计算效率;且具有很强的抗噪性能,能够有效提高指纹识别系统的性能.     

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。     

自动指纹识别系统的实现

研究了指纹图像的预处理、特征提取及特征匹配这三种算法。介绍了指纹和自动指纹识别系统的相关知识,详述其各组成单元;采用了基于三角形基准点定位匹配的算法,以弥补细节点指纹匹配算法过于依赖中心点的不足;并在VC++6环境下开发了自动指纹识别系统软件,性能测试结果表明,该系统能较好地实现自动指纹识别功能。     

一种基于极坐标的指纹分类算法

提出了一种基于极坐标的指纹分类算法,该算法在极坐标系下,用中心点与三角点的数目信息和方向信息进行分类,有利于解决指纹录入时产生的旋转、平移和非线性形变等问题,实验证明该算法有利于提高指纹分类的精度。