快速Gabor滤波器在指纹纹理分析中的应用

为了提高指纹识别速度,在分析了Gabor滤波器实部特征的基础上简化了求二维卷积的运算,从而改进了Gabor滤波器算法,实验表明该改进算法使运算的复杂度由O(n2)降至O(n)。

一种改进的指纹图像增强算法

指纹识别一般包括指纹采集、图像预处理、特征提取及特征匹配等步骤.其中图像预处理中的指纹图像增强是最关键的步骤,直接影响特征提取和匹配.论文针对指纹采集中存在的指纹图像局部模糊的问题,提出了一种改进的基于Gabor函数的指纹增强算法.该算法首先对指纹图像进行归一化处理,然后对指纹图像分成奇异区和非奇异区分别进行点方向和块方向的求取,最后用改进的Gabor滤波器对指纹图像进行增强.实践表明,该方法能提高指纹图像增强的效果和速度.

基于结构的指纹特征抽取方法

为了弥补传统的提取细节特征点的方法在小面积指纹图像识别上的不足,针对指纹脊线纹理结构进行了详细研究,分析了Gabor滤波器应用在纹理上的原理,建立了用于指纹识别的Gabor滤波器的物理模型,在此基础上设计了基于Gabor滤波器获取指纹特征的算法．首先提出了一种快速和简便的自动定位指纹图像中心点方法,以中心点为参考点在其周围确定特征提取区,根据Gabor滤波器的性质对其进行8方向滤波提取特征．通过在标准指纹数据库上的对比实验,显示了该方法的有效性．