基于脊线校准的指纹点匹配算法

讨论了一种基于脊线校准的指纹点匹配算法 ,引入了新的脊线相似性评价指标 ,提出了一种更有效的匹配原点对搜索算法 ,并对点匹配算法作了进一步改进 性能评测数据表明 ,该算法可以在不增加拒识率和误识率的情况下提高匹配速度

信号指纹测量下双度量协同的室内定位方法

针对室内WiFi定位中指纹信息冗余、空间边界划分困难和RP集获取精准度缺失的问题,提出一种信号指纹测量下双度量协同的室内定位方法。通过S度量和欧氏度量下指纹矩阵融合,精简形成低维指纹信息,考量指纹间“点-类”关联度和“类-类”相似度,兼顾子区域边界新增指纹数目的可控性,确立子区域边界模糊深度调整机制,形成边界模糊泛化能力,以区域稀疏度判定插值方法完成指纹库扩充,以构建高密度离线指纹库。在优选子区域中,结合信号空间和位置空间,对比两类度量的差异度,实现对高价值指纹点的定向筛选,削弱在线指纹匹配集合的误差影响。在全局实验场景中,分区结果规整有序,较为符合实际空间构造。指纹库构建效果较其他方案至少提升11%,定位精度相对同类型算法提升了12%以上,论文所提方案定位精度优势显著,在具备高扰动特点下的复杂室内环境中,具有较好的场景适应性。

一种基于指纹中心点的匹配算法

针对基于点模式匹配的指纹匹配算法速度较慢的现状,研究了一种基于指纹中心点的指纹匹配算法。该算法首先根据指纹模式区中检测的奇异点结构特征信息对指纹进行粗匹配,判断指纹不匹配的情况。其次,对无法判断的情形,则进行精确匹配,进一步利用奇异点或者指纹有效区域的质心点寻找匹配的基准特征点对和相应的变换参数,并将待识指纹相对于模板指纹做姿势纠正,最后采用坐标匹配的方式实现两枚指纹的比对。实验结果证明,该算法可以快速、准确的定位基准点,精确求取变换参数,误识率低,准确性高,并具有图像旋转平移不变性。对面积适中的指纹图像,匹配结果可以满足在线应用的需要。

一种基于多级分块错切的指纹奇异点检测算法

准确、可靠地检测指纹奇异点(ore点和delta点),对于指纹分类和指纹匹配具有非常重要的意义。针对指纹图像奇异点的精确定位和可靠性判断的难题,提出了一种基于多级分块错切的指纹奇异点检测新方法。首先,对于一枚指纹图像,在同一分块尺寸下进行多次图像错位分块,并且分别在不同的图像错位分块情况下检测指纹的奇异点,得到区域相对集中的奇异点位置的集合,并计算其质心,以精确确定奇异点的位置。然后,在不同的分块尺寸下分别采用平滑和不平滑的方法进行指纹方向场的估计,并分别根据以上方法估计的指纹方向场信息进行指纹奇异点的检测。最后,利用不同情况下检测的指纹奇异点位置相互关联的特性,进行指纹奇异点的精确、可靠检测。该方法利用了多次图像错位分块检测的奇异点位置相对集中和各级分块尺寸下采用不同方法检测的指纹奇异点位置相关联的特性,能够从指纹图像中较精确、可靠地检测出奇异点,对低质量指纹图像具有良好的鲁棒性,在部分典型低质量指纹图像上的实验结果验证了该方法的有效性。

指纹中心点的定位和特征匹配方法

提出了一种新的指纹中心点搜索的方法及基于中心点的指纹匹配算法 .它利用指纹块方向图中块方向的变化进行中心点的粗细两步搜索 ,首先在粗方向图中搜索方向锐变区域 ,然后在细方向图中对相应的区域再进一步搜索方向锐变的区域 ,最终得到中心点 .在此基础上介绍了基于网格的旋转匹配方法 .此方法对噪声大的指纹有较强的抗干扰性 ,算法相对简单且效果良好 .

一种利用多元线性函数绑定指纹细节点与密钥的新方法

提出了一种新的使用多元线性函数实现待保护的密钥和指纹细节点数据绑定的方法,将指纹数据和传统加密系统密钥融合成一体,只有通过指纹认证才可获得密钥的使用权.其中多元线性函数的变量数不是由待保护的密钥长度决定,而是由需要匹配的细节点数目决定.实验结果表明,与已有的算法相比,提高了系统的安全性和真实用户恢复密钥的速度.

联机指纹鉴别系统中的细化与中心点计算

指纹鉴别技术作为一种人身鉴别方法 ,是各种人体生理特征人身鉴别技术中最重要的一种 ,而指纹识别中细化处理非常重要 .描述了一种两遍扫描串行迭代的细化算法 ,可以获得高质量的指纹骨架 ,在OCR等领域也收到了很好的效果 .提出了一种在细化后的点线图上快速估算指纹中心点的方法 ,大大缩小了特征匹配的搜索范围 ,提高了速度 ,使其能够被应用到联机指纹鉴别系统之中 .实验结果表明 ,当误识率接近于零的时候 。

模糊几何和纹理特征在指纹细节点后处理中的应用

指纹识别一般基于指纹细节点匹配 ,当指纹图像质量较差时 ,细节点的可靠提取十分困难 ,通常会产生大量的虚假细节点 为提高细节点的精度 ,给出一种在原始灰度指纹图像上进行细节点后处理验证的方法 在每个自动提取出的细节点上取其在原始灰度指纹图像上的局部邻域 ,分析邻域图像的模糊几何特征和纹理特征 ,然后用MLP神经网络对提取出的局部邻域特征进行分类 ,实现细节点类型验证 实验结果表明 :文中方法能有效地去除大量的虚假细节点 。

一种基于信息融合的指纹特征点提取方法

针对进行指纹图像预处理时产生的伪特征点难以消除的问题,提出了一种基于信息融合的指纹特征点提取方法;该方法首先通过取两种不同预处理方法所获得的指纹特征点集的交集来剔除在指纹图像预处理过程中所产生的伪特征点,然后根据特征点的结构信息来消除原始指纹图像本身所存在的伪特征点;实验结果表明,该方法不仅可以有效地消除指纹图像预处理过程所产生的伪特征点,同时也能消除原始指纹图像中存在的伪特征点。

基于复数滤波的指纹奇异点提取方法

在身份识别中,指纹具有唯一性,人的指纹包含大量信息,识别指纹图像很重要。针对指纹图像奇异点中准确判断和精确定位的难题,提出了一种改进的指纹奇异点提取方法。首先,对指纹平方复数点方向场进行多尺度滤波,在平滑噪声的同时,保留奇异区方向的细节信息。对方向场进行复数滤波,并运用启发式规则增强复数滤波的响应幅度,通过分析响应的幅度检测奇异点的位置,由响应的相位确定方向。在FVC 2000上进行实验。结果表明,上述方法可精确提取指纹图像中各奇异点的位置及其方向信息,证明优于与其它方法,结果具有较好的鲁棒性。

基于特征距离切尾均值的新型指纹密钥生成方法

近年来,生物特征识别技术在访问控制领域得到了广泛应用,有效解决了身份认证过程中的口令管理问题。但传统的基于生物特征的身份认证方法需要在应用系统中保存用户的生物特征模板,容易造成用户生物特征数据的丢失和泄露。学术上主要采用两种技术路线:一是对提取到的生物特征数据进行处理,使最后正式使用或存储在数据库中的认证信息不包含原始生物特征,二是把生物特征写入智能卡并借助智能卡生成公钥密码体制的私钥。针对如何直接利用指纹特征数据构造公钥密码体制的私钥而不必依赖智能卡的问题,采用指纹细节特征提取分析的方法,对指纹稳定征点和稳定特征距离进行了详细研究。给出了稳定特征点集合、等长稳定特征点集合、密钥特征点集合以及切尾均值集合的计算方法,提出了基于特征距离切尾均值的新型指纹密钥生成方法。该方法在不存储指纹数据的条件下通过重新采集指纹即可重构指纹密钥,通过哈希函数加盐的方法实现了指纹密钥的撤销和指纹密钥的更新,解决了从指纹模糊数据到密钥精确数据的转换问题。实验表明,尝试10次重新采集指纹成功重构指纹密钥的概率达到0.7354,尝试60次重新采集指纹重成功构指纹密钥的概率达到0.9806。

一种指纹奇异点区域图像增强算法

指纹图像奇异点附近区域的增强一直是指纹图像增强的难点,针对Separable Gabor滤波会破坏指纹邻近奇异点区域的纹线结构,方向傅里叶滤波在一般区域修复指纹纹线效果不明显这一问题,本文融合两种算法的优势,提出一种新的滤波方法(FS-Gabor)。先对指纹图像进行预处理,得到指纹的方向、频率信息和掩膜信息。接着找出指纹图像的奇异点,并在奇异点附近标记出一定大小区域。最后根据像素点的位置采用不同的滤波方法。同时,本文提出了一种改进的指纹图像频率估计方法,扩大了指纹图像有效区域面积。实验结果表明,经本文方法滤波的指纹图像的EER(Equal Error Rate)比方向傅里叶滤波低26%,比Separable Gabor低49%。

指纹特征点拓扑变换的非对称加解密研究

基于指纹特征点拓扑结构变换,设计一种适合网络安全通信的非对称加解密方法。从指纹特征点拓扑结构变换与拓扑等价的角度验证加解密的可行性与正确性,分析算法的抗攻击能力与运算速度。结果表明该方法兼顾生物识别特点,具有抗攻击能力强、加解密速度快的优势,占用资源少、方法简单,适合用集成电路设计与实现。

基于支持向量机的指纹特征点提取方法

由于指纹的匹配是根据指纹特征点匹配的,所以指纹特征点提取方法的好坏将直接影响指纹匹配的成功率。针对指纹特征点提取耗时较长的问题,提出了一种在细化指纹上,利用支持向量机的特征点(端点及分叉点)提取方法,首先进行指纹特征点初提取,即将特征点的8邻域模板作为输入,特征点类型作为输出,建立支持向量机网络并进行训练。将任意的纹脊点的8邻域输入到已训练好的支持向量机网络就可得到特征点的类型。初提取得到的指纹特征点集中存在大量伪特征点,判断图像边缘并根据特征点之间的方向及距离消除伪特征点。仿真结果表明,改进方法指纹提取的速度快,同时去除伪特征点的准确率高。

基于模型分析的指纹奇异点检测

针对传统的奇异点检测方法主要基于方向场变化且容易受噪声影响,提出了一种新的基于模型分析的指纹奇异点检测方法.首先用基于离散余弦变换基函数对方向场进行建模,在计算方向场的基础上,利用常微分方程系统线性化数学模型,通过对模型参数和平衡点进行分析,检测指纹奇异点位置.实验结果表明,基于常微分方程线性化模型分析的指纹奇异点检测方法比传统的Poincare Index方法对噪声更具有较好的鲁棒性,能进一步提高奇异点检测的准确度.

改进后的指纹中心点块方向搜索法

指纹自动识别技术中的自动定位问题目前并未完全解决,一般都以手工或手工自动结合方式进行定位,这样做不仅受人的视力,经验因素等条件的制约,而且处理速度受到一定影响;本文详细介绍了改进后的指纹中心点块方向搜索法,该算法具有对各种指纹适应性好,定位准确,简单、快速的优点。

基于块方向图的指纹中心点定位

提出了一种基于块方向图的指纹中心点定位方法,该方法先利用灰度梯度法得到指纹块方向,再利用块搜索得到指纹的大致中心点位置,最后根据块的Poincare index算法得到指纹确定的中心点位置,该算法简单、快速、鲁棒性好。

一种复合的指纹中心点定位算法

准确地进行指纹中心点定位,对指纹分类和匹配有重要意义。本文提出一种复合的指纹中心点定位算法,在指纹分块基础上,利用方向能量进行初步搜索,再用块的庞加莱算法进行二次定位。该算法快速,简单,鲁棒性好。

基于指纹奇异点和Bloom过滤器的指纹加密方案

以指纹特征为研究对象,提出基于指纹奇异点和Bloom过滤器的指纹模板加密方案,首先对指纹奇异点进行选取,然后以指纹奇异点为基点计算其他指纹细节点相对于基点的距离和角度,以此生成几何哈希表,再从生成的几何哈希表中提取指纹二进制串,生成一个二进制指纹模板,再对二进制指纹模板进行分块,为了实现不可链接性将对特征块结构进行重新排列,最后利用Bloom过滤器映射每个特征块,生成不可逆指纹模板。通过实验验证,这种方案具有很好的鲁棒性,降低错误率,既提高验证的准确率,又增加模板的安全性。

指纹细节特征点编辑与CAFIS查中率关系研究

目的研究影响CAFIS指纹自动识别系统查中率的因素,为提高CAFIS查中率提供依据。方法对实验样本先进行系统自动提取细节特征点再作人工干预,变更细节特征点的数量,获得添加系统可识别细节特征点与未识别细节特征点的得分,通过分析能否被系统自动识别的细节特征点数量与得分之间的关系,得到在人工干预下编辑指纹细节特征点对系统得分之间的影响关系。结论添加CAFIS可识别与未识别细节特征点的数量与系统得分之间的关系,为编辑指纹细节特征点入库,获取较高质量的查询比对结果提供参考依据。