一种基于可变限界盒的指纹匹配算法

自动指纹识别系统因其在身份确认方面所具有的方便、快速、准确等特点而得到了广泛的研究。本文所提出的算法是根据模板数据及估计数据进行校正,开采用可变大小的限界盒去获取匹配分数,以进行比对,来确定是否属于同一指纹,该算法不依赖于指纹图像的中心区域,对非线性形变更为鲁棒。

基于局部特征的点模式指纹匹配算法

近年来以指纹匹配为代表的身份识别技术受到越来越广泛的运用.因为其具有的学术和社会价值,指纹识别技术成为一个研究的热点.为了克服指纹的旋转和平移在指纹匹配中的影响,提出了一种新的指纹特征描述方法.因为指纹中心点附近的方向场存在某种特定的规律,运用这种规律本文根据指纹图像的方向场提取指纹图像的参考点和参考方向,并以参考点为原点,参考方向为极轴建立极坐标系.根据指纹参考点和参考方向的唯一性,本文建立的极坐标系与指纹图像的旋转和平移无关.由特征点的类型,极坐标以及特征点的方向构成的指纹特征信息同样具有这样的特性.最后对存在平移和旋转关系的两幅指纹的特征信息运用可变大小的限界盒方法进行全局匹配实现指纹匹配算法.实验结果表明该算法能够有效地避免图像的平移和旋转对指纹匹配带来的影响,可以很好的满足实际应用的要求.

基于k近邻法和脊线追踪的指纹匹配算法

首先,综合运用k近邻法和脊线追踪法,分别为叉点和端点设计了新的拓扑结构,提取脊线特征、邻域特征、细节点特征。其次,利用特征加权和坐标转换,以及半可变限界盒技术提出快速的二次匹配过程。试验结果表明:该算法运行速度快、拒识率和误识率低。

基于拓扑学及指纹分类的指纹匹配算法

随着计算机和网络的迅速发展,基于生物特征识别的智能身份认证技术正受到越来越多的关注。由于指纹识别技术是生物识别领域技术中最成熟的一门应用技术,使得指纹识别成为目前应用最广泛、可信度最高的个人身份认证技术之一。文中依据指纹图像中细节特征点之间的关联性给出了一种指纹识别算法。该算法首先基于指纹分类学的思想,利用中心点和三角点的数量信息对待识指纹图像进行初匹配,然后基于拓扑学思想用可靠性较高的分叉点方向场及其与中心点的方向场差寻找出基准点对,最后利用可变限界盒实现指纹匹配。实验中,该算法使匹配速度提高了40%,误识率和拒识率略有下降,约0.5%。实验结果表明,该算法能快速、准确地定位基准点对,有效地解决提取基准点时的噪声影响,正确有效地实现指纹匹配,同时提高匹配速度及精确度。

一种基于分叉点脊线相似度的指纹匹配算法

研究了一种基于分叉点脊线相似度的指纹匹配算法,利用可靠性较高的分叉点所在脊线的相似程度寻找出可能的基准细节点对;同时为解决基准点筛选受噪声影响的问题,提出使用基准点与周围四个特征点组成子集之间的相互关系来确定最终的基准点对和变换参数的方法;最后利用可变限界盒来实现两枚指纹的匹配。实验结果表明,本算法可以快速、准确地定位基准点,精确地求取变换参数,能够正确、快速地实现指纹匹配。

基于ARM9的指纹匹配算法

为了满足嵌入式指纹识别系统的实时性需求,论文提出了一种基于ARM9内核的指纹匹配算法。该算法通过构建特征点的三角结构向量,消除了指纹图像旋转、平移的影响,提高了系统的鲁棒性。同时算法采用两个等级进行指纹匹配,缩短了匹配时间,提高了匹配效率。通过在ARM920T主建的平台上进行识别测试,本算法完全可以满足嵌入式系统的要求。

基于点模式的快速指纹匹配算法研究

该文在基于点模式的指纹匹配算法基础上将指纹匹配分成粗细两个等级依次进行。在第一级匹配中,通过统计ROI(Region of Interest)中端点和分叉点的个数对指纹进行粗匹配,大大节省了匹配算法的运算时间。在第二级匹配中,利用基于可变限界盒的指纹匹配方法,在一定程度上解决了指纹非线性形变的问题。

一种基于指纹分类的指纹识别算法

依据指纹特征点在指纹图像中的特性给出了一种基于指纹分类的识别算法.该算法利用中心点和三角点信息对指纹进行分类并初匹配,然后用可靠性较高的分叉点所在脊线的相似度寻找出基准点对,根据基准点与周围特征点的关系筛选基准点对、确定变换参数,有效地解决基准点筛选受噪声影响问题,最后利用可变限界盒实现指纹匹配.实验结果表明,该算法能快速、准确地定位基准点,正确有效地实现指纹匹配,同时提高匹配速度及精确度.