指纹细节特征提取算法研究

指纹图像的特征提取是指纹识别的关键,而指纹匹配通常基于细节点匹配.本文在研究了两种常用的特征点提取算法的基础上,提出了一种新的特征点提取算法,并给出了去伪算法.经实践表明,该算法可在一定程度上减少指纹特征点提取的计算量,从而提高整个指纹匹配系统的效率.     

一种基于TMS320VC5402的指纹识别系统的设计

在综合考虑目前技术的发展、性能与成本等因素的基础上,本文设计了一个以TI公司TMS320VC5402处理器为核心的指纹识别系统.该系统的硬件由FPS200 指纹采集传感器、主控电路、输入通路、输出通路、人机交互设备等部分组成.在DSP的集成开发环境下完成了指纹识别算法应用软件的编写,软件实现了指纹图像的预处理、二值化、细化、特征点提取、比对等各项功能,并重点对指纹的图像预处理指纹特征点提取和匹配等算法进行的研究.实验结果表明该系统识别速度快,误识率和拒识率低,因此具有较强的实用价值与广阔的应用前景.     

基于BP神经网络的刮擦式指纹识别算法研究

该文针对刮擦式指纹识别中辨识率不高、算法不稳定等问题,提出了一种基于BP神经网络的指纹识别算法。在通过指纹传感器采集好指纹图片后,拼接成完整的指纹图片,首先通过中值滤波降噪、二值化等图像预处理方法获得了增强后的指纹图像,运用基于网格的八方向梯度特征对指纹图像进行特征点提取,最后采用BP神经网络对指纹图像进行识别。通过仿真进行验证,与其他两种算法进行对比分析,仿真结果表明了该方法的有效性。     

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．     

基于联合变换相关器的光电混合指纹识别技术

指纹识别具有很好的方便性和可靠性,是现代社会应用最广的生物特征识别技术.本文介绍指纹识别技术的发展和分类,论述了基于联合变换相关器的光电混合指纹识别技术,包括指纹取像技术与指纹预处理、指纹图像的匹配、系统的性能参数的定义以及光学联合变换相关器的各种改进方法,讨论了光电混合指纹识别技术的发展方向.     

指纹识别系统中的模式识别技术

论述了用模式识别的方法实现人的身份识别的方法，分析了目前生物特征的特点，选择指纹作为识别的特征，并对指纹的特征、提取方法、特征的预处理以及对识别的结果的影响等进行了分析，介绍了作者已经实现的指纹识别系统中采用的基本方法，对指纹识别的应用前景做了概括性的展望．     

指纹图像增强算法研究

指纹图像增强在指纹图像预处理过程中有着非常重要的作用,直接影响指纹识别的识别率和识别速度。一般图像增强算法无法满足指纹识别系统的要求,为了提高指纹增强算法的综合性能,现提出一种优化的Gabor滤波方法以增强指纹图像并有效消除噪声,并对Gabor滤波器的参数进行量化。实验表明,该算法能够使图像的质量明显得到增强,方便了后续指纹特征的提取,以提高指纹识别的算法效率和准确率。     

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．     

指纹信号的识别特征提取和处理技术

指纹识别技术一般由图像采集,预处理,特征提取,特征匹配,数据库管理五部分组成.本文根据方向图二值化处理,提取细节特征点,以及点模式匹配等算法对初始指纹图像进行处理,实验效果达到了预先的设想,成功实现了指纹图像的识别和匹配.     

指纹匹配算法中采集设备无关性的研究

采集设备无关性即指纹识别系统对不同指纹采集器的适应性。基于指纹识别的网络身份认证将面临各式采集器的终端,为推广基于指纹识别的网络认证方法,指纹识别系统必须解决采集设备无关性。文章对指纹特征模式进行研究,提出了适用多种采集器的匹配算法。该算法采用一种基于细节点集的Delaunay三角化的局部结构来调整2个指纹模式,并根据若干匹配成功的局部结构提取出2个模式的比例,进一步将源自不同指纹采集器的指纹模式统一到同一比例。在3款采集器自建的指纹图像库中,指纹交叉匹配结果验证了算法的有效性。     

基于结构的自适应指纹图像增强算法

指纹图像的周期性和局部方向性是指纹图像的重要结构特征,充分利用这两个结构特征是提高指纹增强算法的重要方法.对一般图像增强算法处理指纹图像分析后,发现了一般图像增强算法无法满足指纹识别系统的要求.为了提高指纹增强算法的综合性能,作者以指纹图像局部方向和周期为参数,并设计了基于梯度得求局部方向的算法,再以Gabor变换为基础,设计了基于结构的自适应滤波算法.试验结果表明,该算法具有很高的实用价值,能够满足一般指纹识别系统性能要求.     

基于ARM的无线指纹考务管理系统的设计及实现

基于ARM架构的嵌入式无线指纹考务管理系统内置指纹采集识别功能模块,采用无线网络通信和以太网通信结合的通信方式,与中央数据库保持软实时交换数据.系统采用Access数据库管理用户基本的常规信息和用户指纹特征信息数据,运行可靠;充分发挥嵌入式系统的特点,使用灵活方便.实验结果表明对指纹识别的拒识率低于1%,指纹识别的误识率接近0.系统可用于大规模考试管理,实用于远程网络化的考试管理,具有许多传统方法不能实现的功能,是考务管理的发展方向.     

基于灰度纹理指纹的恶意代码分类

随着各种新技术的出现,传统的恶意代码的识别和分类技术存在着检测率瓶颈、实时监测效率不高的问题,为了提高准确率,提出了一种基于图像纹理指纹特征与深度学习神经网络结合的分类方法。该方法首先将数据集中恶意代码的二进制文件建模为灰度图,采用改进的灰度共生矩阵提取出恶意代码中的指纹特征图像,并选择不同步长扩展样本量,然后将该指纹特征图像作为输入数据集并采用卷积神经网络模型中进行分类训练。结果表明,该方法可以有效地分类恶意代码,准确率可达96.2%,并在泛化测试中取得了较好的效果。     

低质量指纹图像的增强算法研究

研究指纹增强技术对于提高指纹特征提取的准确率乃至整个自动指纹识别系统都具有重要的意义。本文利用加博滤波具有良好带通滤波的特性,对指纹图像进行去噪处理,再使用纹线投票算法获取指纹图像的纹线结构,由此提取指纹图像的方向信息,并在此基础上对图像进行了增强处理。实验结果表明,指纹图像增强效果显著,可满足非实时性自动指纹识别系统的要求。     

基于方向滤波的指纹图像增强算法的研究

指纹增强是指纹识别系统中的关键一步,增强效果的好坏对整个指纹识别系统有着至关重要的作用.采用基于Sobel算子的方法求取方向图,并且对Sobel算子进行了补充和改进.然后基于方向滤波的指纹图像增强方法,设计一组滤波器来实现指纹图像的增强,并且通过滤波器扩展成功解决了旋转溢出问题.实验证明,该方法的对改善指纹质量十分有效.     

FPS200在基于DSP的嵌入式系统中的应用

随着生物识别技术的发展,指纹识别变得越来越成熟,并逐渐由联机式系统向嵌入式发展．在目前的嵌入式指纹识别系统中,指纹采集模块一般使用的是光学指纹传感器,这种传感器体积大,不便于集成。作者提出了一种新的方法,采用体积小巧的半导体指纹传感器FPS200采集指纹图像,重点研究了FPS200和处理器芯片TMS320VC5416的硬件连接、FPS200的初始化和指纹采集程序的编写,最后给出了FPS200采集到的指纹图像。实验证明：采集的指纹图像纹理清晰,背景噪声小并且采集速度快,能够满足嵌入式指纹识别系统的要求。     

指纹图像分割方法综述

在自动指纹识别系统中,精确的指纹图像分割可以加快后续处理速度,提高识别的准确性。按照图像特征的定义范围,将指纹图像分割方法分为基于像素特征、块特征和图像全局特征的方法。对每类方法分别从特征层面与分类器层面进行了归纳总结,并简要分析了3类方法的分割错误率与时间复杂性。最后指出了目前指纹分割算法中存在的主要问题和未来的研究方向。     

采用八方向Gabor滤波的指纹识别算法

采用指纹增强算法与复滤波器中心点定位结合的方法,有效地解决低质量指纹图像中心点定位问题,实现了平移不变.同时,采用基于结构的指纹特征提取算法,用八方向Gabor滤波提取指纹的全局特征和局部脊线特征,实现了旋转不变.在FVC2004指纹库上的仿真实验表明:该算法取得较好的识别效果,优于基于单Finger Code特征和基于点模式的指纹识别算法.     

双模式智能考勤系统的设计与实现

针对传统课堂考勤机制的不足,设计了基于无线射频识别技术和指纹识别技术的双模考勤系统.该系统采用RFID读写模块,快速识别电子标签从而获取学生的姓名、学号和进出课堂等信息,从而实现快速考勤,提高考勤效率;同时为了保证考勤质量,可随机抽检学生进行指纹考勤以避免替点名的现象.系统采用STM32主处理器,通过考勤机读写考勤数据,然后通过无线与主机通信,对考勤数据进行处理,实现轻松考勤.     

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.