单幅近红外手指图像指纹指静脉融合识别

指纹和指静脉融合识别过程中,一般需要分别采集指纹图像和指静脉图像,通过硬件实现较为困难。为此,提出一种单幅近红外手指图像指纹静脉融合识别算法。首先,采用对比度受限自适应直方图均衡CLAHE增强指纹纹理,然后,使用基于细线顺序统计量的指纹识别方法解决近红外指纹细节点识别方法性能差的问题,最后,将指纹、指静脉识别的量化值进行融合识别。仿真结果表明:在误识率为0时,对比单一识别算法,新算法的拒识率降至4.34%,识别性能得到提升。

面向模糊指静脉图像的动态识别方法

指静脉识别过程中,为了减少低质量模糊图像带来的影响,提出一种面向模糊指静脉图像的动态识别方法。利用图像金字塔模型判断静脉图像模糊程度,根据模糊程度动态调整NiBlack分割的计算系数,并根据不同识别模式来设置相应的动态识别阈值。实验结果表明:0误识率下,识别率从78.00%提升至86.03%,系统的整体识别性能得到明显提升。

基于细节点描述子的指纹检索算法

针对指纹一对一匹配识别方法严重影响指纹数据库系统识别效率的问题,提出一种基于细节点描述子的指纹检索算法,该算法先根据细节点描述子的结构信息进行粗匹配筛选,剔除虚假细节点产生的影响;然后利用筛选后的细节点位置关系确定最佳参考点;最后基于最佳参考点计算所有指纹图像相似度,将相似度排在前N0的指纹返回并作为候选指纹。实验结果表明,该算法在时间和空间上都优于传统指纹检索算法。

基于开关型非局部均值滤波的指静脉图像去噪

为了解决带有皮裂纹特征的指静脉图像中干扰区域影响静脉特征提取的难题,提出一种基于开关型非局部均值滤波的指静脉图像去噪算法。该算法首先生成静脉图像像素点的Hessian矩阵,然后通过Frangi滤波对起皮干裂区域进行精准检测,最后对受干扰区域进行非局部均值滤波去噪。理论分析与实验结果表明,该算法与现有经典静脉去噪算法相比,充分利用了图像上其它区域的冗余信息,在实现去噪的同时,更好地保留了非受干扰图像区域的静脉细节部分,一定程度上克服了经典去噪算法对整个图像的过平滑问题。在认假率为0时,拒真率相比原结果降低了5.63%。