多尺度复数滤波器及PI值相结合的奇异点检测

为了有效检测指纹奇异点,提出了一种结合多尺度复数滤波器及PI(Poincare Index)值的奇异点检测算法.首先,计算多个尺度下的指纹图像方向场并对每个尺度的方向场进行复数滤波;其次,计算各个尺度的方向场的中心点和三角点滤波器响应,若响应值是邻域内的极大值且大于某一阈值,则进一步计算PI值,并依据PI值是否满足奇异点判定条件,则将其标记为候选奇异点;最后,将多个尺度下的奇异点进行信息融合,检测出指纹的奇异点.将提出算法和同类算法进行主客观的实验比较,对公用指纹数据库FVC2004DB1检测的实验结果表明:算法能很好地应用于低质量指纹图像中,正确的奇异点检测率为93%,高于同类算法,且检测到的奇异点位置不发生偏移.

加权多尺度复合窗指纹方向场建立及分级平滑

为了有效重建低质量指纹图像的脊线信息及真实的奇异点位置,提出了一种加权多尺度复合窗的指纹方向场（orientation field,OF）建立及其分级平滑算法.方法包括加权多尺度复合窗的指纹OF建立和后续的分级平滑两步.a.建立一系列不同尺度复合窗下的OF信息;通过平方梯度一致性指标确定各个尺度在整个系列中的权重;通过权重将一系列OF信息整合得到一个较为准确的粗OF.b.将粗OF量化为两种方向模式,消去孤立的方向模式得到滤波掩膜,根据滤波掩膜对OF进行二方向模式滤波;将得到的OF量化为三种方向模式,消去孤立块得到掩膜,根据掩膜对OF进行三方向模式滤波;最后得到准确且平滑的OF.对提出算法和同类算法进行实验比较,实验结果表明：提出算法能有效重建低质量指纹图像的OF,修复错误的脊线结构并保证真实的奇异点位置不偏移.

用于非接触式指纹增强的曲率驱动自适应滤波器

为了有效增强指纹,提出了一种改进的基于曲率的自适应非接触式指纹图像增强算法.首先,对局部平稳的指纹图像信号进行STFT（short time Fourier transform）分析,确定纹理模式频谱所在的主要区域,对频谱进行根滤波和形态学平滑后,用均值-门限法提取STFT主频谱成分;然后,提出一种角度和径向估计方法,计算指纹图像在频域的方向图和频率图;最后,根据指纹的曲率,构造相应的巴特沃斯陷波带通滤波器和高斯带通滤波器分别对低曲率区域和高曲率区域进行滤波,有效地滤除奇异点区域和非奇异点区域的噪声模式频率并保留纹线模式的主频率.将提出算法和同类算法进行主客观的实验比较,实验结果表明：提出的算法优于现有算法,能有效滤除非接触式指纹的噪声、增强脊线和谷线之间对比度,同时修复并增强正确的脊线结构.