AFIS系统随机误差的考查

在使用AFIS测试系统时,一些随机因素如测试环境变化、尘埃、仪器状态、操作者主观偏差等,会引起测试结果出现随机误差。随机误差使测试结果偏离真实值,但却很难被人们控制和避免。本文利用AFIS系统对一种棉纤维做20次独立重复试验,考查平均长度、长度变异系数、短绒率、重量加权上四分位长度等指标的稳定性差异,并计算把这些指标的误差率控制在一定范围内所需的试验次数。发现重量加权平均长度、重量加权上四分位长度和5%L（n）指标随机误差较小,显著性水平α=5%时试验1~2次就能使保证误差率在d=5%以内;短绒率的随机误差明显大于其他长度指标,为提高AFIS测试短绒率的准确度需要相应增加试验次数。

Cottonscope与AFIS检测棉花细度和成熟度结果相关性初步分析

Cottonscope是快速测试棉花细度和成熟度的设备。以112份取自新疆的皮棉样品为对象,对Cottonscope与高级纤维信息系统(advanced fiber information system,AFIS)单纤维测试仪测得的棉纤维细度及成熟度进行了相关分析。皮尔逊相关检验结果显示,细度和成熟度的相关系数分别是0.957和0.981,达到极显著水平;肯德尔一致性系数检验结果显示,细度和成熟度的相关系数分别是0.931和0.958,也达到极显著水平。这些结果说明2种设备的细度和成熟度指标有非常紧密的正相关关系,可为2种设备的合理使用、检测棉纤维细度或成熟度的结果比对分析等提供参考。

利用神经网络与AFIS纤维测试系统预测纱线质量

评述了人工神经网络以及AFIS纤维测试系统的特点 ,提出利用人工神经网络和AFIS纤维测试系统进行纺纱质量预测的工作原理和网络构建方法 ,并提供了实例 ,说明神经网络可以有效地解决纱线质量预测问题 。

AFIS在刑事技术教学中的应用

指纹自动识别作为一种高科技手段,已经在刑侦领域得到了广泛的应用,成为科技强警的显著标志。但它在侦查破案中的作用还没有得到充分发挥。将指纹自动识别系统与刑事技术教学有机结合起来,培养学生的操作技能并强化他们的应用意识,是全面提高系统利用效率的关键。

利用AFIS与神经网络预测纱线强力

评述了AFIS纤维测试系统以及人工神经网络的特点 ,提出了利用它们进行纱线强力预测的工作原理和网络构建方法 ,并提供了实例。

自动指纹识别系统技术概要

本文介绍了自动指纹识别系统的构成、实现过程及技术概要,探讨了生物识别技术的研究热点.

基于居民身份证指纹的AFIS应用架构设计

指纹的唯一性和终身不变性使其具有“物证之首”的美称，典型的居民身份证指纹识别应用是“人证合一”的验证，一般在一台核验设备上完成。但是如果被查验人没有携带身份证，能否在提供姓名等身份信息后，在指纹自动识别系统的协助下实时确认身份，将成为未来身份认定的一个新趋势。本文针对该场景，提出了一种基于居民身份证指纹的指纹自动识别系统（AFIS）应用架构设计。该设计一方面充分发挥AFIS系统可以通过库存指纹特征查找被查验人身份信息的机制，另一方面利用被查验人提供的身份信息及指纹形态学特征大幅度提高查找指纹的速度，确保比对的实时性。

基于矢量三角法的指纹特征匹配算法的研究

指纹匹配是自动指纹识别系统 (AutomaticFingerprintIdentificationSystem ,AFIS)中最重要的问题之一。文中主要针对如何确定两幅指纹图 (模板和输入图像 )的参照点问题 ,提出了一种基于指纹脊线结构和矢量三角法相结合的算法 ,将脊线信息引入匹配过程中 ,并在极坐标下进行细节点匹配。仿真实验表明 ,该方法不依赖指纹图的中心区域 ,具有旋转平移不变性 ,不仅能很好地区分来自不同指纹的图像 。

基于矢量三角形的快速指纹细节匹配算法

指纹匹配是自动指纹识别系统(AFIS)中的重要环节。该文提出了一种基于指纹纹线结构和矢量三角形相结合确定参考点,再通过极坐标进行细节匹配的指纹匹配算法。该方法将匹配分成两步,减少了拒判时间。引进了纹线信息,降低了误识率。采用矢量三角形及极坐标进行细节匹配,具有旋转和平移不变性。实验结果表明,该方法识别速度快,正确识别率高,可满足实时系统需求。

基于数学形态学与均值方差的指纹图像分割算法

提出了一种基于数学形态学与均值方差的复合指纹分割算法,改进了指纹图像分割效果,提高了指纹图像分割的精确度。对FVC2000、FVC2002和FVC2004数据库的实验结果表明,该算法能有效地对指纹图像进行自动分割,具有较快的速度和较好的鲁棒性。

基于连续分布方向图的复合指纹图像分割算法

实现了一种结合连续分布方向图与方差分割的复合指纹分割算法,改进了指纹图像分割效果并提高了指纹图像分割的精确度。对FVC2000、FVC2002和FVC2004数据库的实验结果表明,该算法能有效地对指纹图像进行自动分割,具有较快的速度和较好的鲁棒性。

痕迹检验技术应用与研究

指纹自动识别系统（AFIS）的广泛应用是当前我国指纹检验鉴定工作的突出特点。在这种条件下，鉴定人员应当认识到指纹自动识别系统的优势及其不足，充分发挥对指纹纹线规律和特征的直观形态把握能力强的优势，主动适应自动识别系统，实现人和“系统”的优势互补，进一步提高我国公安刑事科学技术领域的指纹应用水平。

一种基于连通域分析的卡片指纹图像分割算法

十指指纹卡片捺印是公安部门采集指纹的常用方式.随着自动指纹识别系统(AFIS)的广泛使用,如何快速有效地对卡片指纹进行数字化是一个重要的问题.针对此问题,本文提出了一种基于连通域分析的卡片指纹图像分割方法.对于扫描得到的卡片图像,先进行预处理以获取候选指纹区域,然后通过连通域分析得到有效指纹区域,最后进行指位匹配.在大量指纹卡片上的测试结果表明,该方法能够快速有效地分割出十指指纹图像,非常具有实际应用价值.

自动指纹识别算法的研究

对自动指纹识别系统的两个重要问题——指纹图像增强和细节匹配进行研究,给出了一种基于频域的指纹图像增强算法。采用一种新的更简单的方法进行指纹图像的校准,使用了初步匹配和全局优化匹配,这样做的好处之一是以较低的计算代价有效地解决了匹配中参照点对的选取问题。

基于方向图跟踪的六类指纹分类算法

自动指纹分类不仅能够为大型指纹库提供重要的索引机制,而且还能够优化系统运行,提高指纹匹配的效率和性能;由于指纹较大的类内差异和较小的类间差异以及低质量指纹的存在,使得自动指纹分类仍是一项公认的难题;采用指纹连续分布方向图跟踪技术,提出了指纹对称轴的概念及其算法;在此基础上,提出了一种基于方向图跟踪的六类自动指纹分类算法,在FVC2000、FVC2002、FVC2004的Set B、FVC2004的Set A指纹库以及文中所采集的指纹库上的分类结果表明,本算法能有效地将双旋型(Twin Loop)和漩涡型(Whorl)指纹正确分开,实现了六类指纹分类,分类正确率达到95.57%,具有较好的健壮性。

警用指纹专案排查器

基于嵌入式自动指纹识别系统（AFIS）技术，研究出一种警用指纹专案排查器，其工作原理是：把现场指纹通过PC软件和USB接口导入到排查器中，侦察员手持排查器，对符合排查条件的人员进行快速摸譬。当AFIS比对上犯罪嫌疑人指纹时，排查器通过震动的方式报警，可即时抓获犯罪嫌疑人，从而避免追逃工作的巨大开支。