首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 62 毫秒
1.
指纹图象的局部纹线周期是预处理中构造滤波函数(如Aabor滤波器)的重要参数,在先求得指纹图象局部纹线方向的基础上,分析了局部纹线周期错误对滤波的影响及造成错误的原因,提出了一种基于数学形态学的准确求取局部纹线周期的方法。该方法在大量试验中取得良好应用效果。  相似文献   

2.
一种基于灰度相似性的指纹纹线密度提取方法   总被引:1,自引:0,他引:1  
 提出了一种独立于纹线方向信息的方法,根据指纹整体与局部在灰度的相似性,求出具有该相似性的最小局部的尺寸,从而得到相应的纹线密度.该方法在指纹图像的各种区域都适用,很好的解决了不规则区域纹线密度的提取问题.  相似文献   

3.
纹线距离是指纹图像纹理结构的本质属性之一,在自动指纹识别中有着重要的应用.已经有人对指纹纹线距离问题进行了研究,但至今尚未形成较为完善的解决方法.采用基于大窗口的频谱分析方法实现了对指纹纹线距离的估计.在FVC2000及FVC2002部分典型图像上的实验结果验证了本文方法的有效性和鲁棒性.  相似文献   

4.
基于大窗口频谱分析的指纹纹线距离估计方法   总被引:2,自引:0,他引:2  
纹线距离是指纹图像纹理结构的本质属性之一,在自动指纹识别中有着重要的应用,但至今尚未形成较为完善的解决纹线距离问题的方法.对该问题进行了较为深入的研究,采用基于大窗口的频谱分析方法实现了对纹线距离的估计.在FVC2000及FVC2002部分典型图像上的实验结果验证了该方法的有效性和鲁棒性.  相似文献   

5.
指纹纹线距离是指纹的本质属性,也是目前主流指纹增强技术中的常用参数,而指纹增强在指纹识别过程中起着去除噪声影响并同时突出关键特征信息的重要作用,因此,纹线距离估计是自动指纹识别系统的一个关键环节。基于精确、可靠地实现指纹纹线距离估计仍然是一个比较困难的任务,提出了基于多峰值检测和基于能量权重2种方法实现纹线距离的估计,并通过在指纹图像增强和指纹细节点提取过程中的应用对纹线距离效果估计进行验证。实验结果表明,该方法可以获得较好的纹线距离估计效果。  相似文献   

6.
基于方向图的指纹纹线检出算法研究   总被引:1,自引:0,他引:1  
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。  相似文献   

7.
一种改进的指纹图像分割算法   总被引:10,自引:0,他引:10  
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。  相似文献   

8.
指纹图像质量评价系统   总被引:4,自引:1,他引:4  
指纹图像质量评价系统对于提高整个自动指纹识别系统的性能具有非常重要的意义 .在选取了指纹图像的总体灰度均值、块水平下的灰度均值和灰度方差、点方向信息、块方向信息作为评价因子后 ,首先求取各质量评价因子以及在其基础上的质量分 ,然后综合考虑各种评价因子求取总的质量分 ,最后给出最终的评价结果 .  相似文献   

9.
对于Itti的显著图模型的感兴趣区域检测方法中,存在的检测结果与视觉感知有差异以及转移过程中同一目标内出现多个感兴趣区域检测结果等问题,引入灰度尺度变化特征和CV模型,以使感兴趣区域检测结果更符合人的视觉感知。实验结果表明,该算法检测到的感兴趣区域与人的视觉感知结果吻合率为77.6%,高于Itti模型的72.8%。  相似文献   

10.
一种指纹的自动识别方法   总被引:2,自引:0,他引:2  
分析了几种指纹自动识别方法的优缺点,提出了一种新的识别方法,有向图集法,此法中,结点表示指纹中隆线上的分叉点,有向边表示这些分叉之间的关系,此外,还给出了与此有关的2个算法,有向图集的匹配算法及指纹图象的识别算法。  相似文献   

11.
彭玲 《科学技术与工程》2012,12(6):1428-1430
指纹属性是指纹的重要特征,脊线追踪是提取指纹属性的前提。本文提出了一种基于指纹细节端点和叉点的脊线追踪算法,该算法在细化后的指纹图像上分别以端点和叉点为起始点,依次寻找脊线上的下一个像素点,从而遍历整幅指纹图像的脊线。实验结果表明,该算法对指纹细化图具有较好的脊线追踪效果。  相似文献   

12.
一个新的基于细节特征的指纹匹配方法   总被引:2,自引:1,他引:2  
自动指纹识别系统(automaticfingerprintidentificationsystems,AFIS)的精度和效率主要依赖于指纹的匹配算法.指纹匹配涉及的两个关键问题是指纹的对齐和匹配方式.根据同一个指纹的不同采样,其脊线形状保持高度的相似性的特点,利用两条脊线对应点的距离构造了一个判据,用来评价两条脊线形状的相似性,以实现指纹的最优对齐;针对传统指纹匹配算法中伪细节点的混入和真实细节点的遗漏影响指纹匹配精度的问题,提出了一种基于编辑距离原理的指纹细节特征匹配方法,对指纹库Fingdb和FingerDUT进行了测试,等错误率分别为0.62%和2.75%,证明该方法具有较高的可靠性和有效性.  相似文献   

13.
Fingerprint feature extraction is a key step of fingerprint identification. A novel feature extraction algorithm is proposed in this paper, which describes fingerprint feature with the bending information of fingerprint ridges. Ridges in the specific region of fingerprint images are traced firstly in the algorithm, and then these ridges are fit with Bezier curve. Finally, the point that has the maximal curvature on Bezier curve is defined as a feature point. Experimental results demonstrate that this kind of feature points characterize the bending trend of fingerprint ridges effectively, and they are robust to noise, in addition, the extraction precision of this algorithm is also better than the conventional approaches.  相似文献   

14.
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。  相似文献   

15.
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...  相似文献   

16.
指纹图的特征增强与去伪的分级处理算法   总被引:2,自引:0,他引:2  
提出了一种指纹图特征增强与去伪的分级算法.对指纹的二值图进行增强,有效减少虚假细节点的出现;在细化图上跟踪并标记脊线,去除具有连接关系的伪细节点;利用指纹对偶性除去断点等无脊线连接关系的伪细节点.实验结果表明,此算法在去除伪细节点方面具有很好的效果,达到了自动指纹身份识别系统的实时要求.  相似文献   

17.
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。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号