基于方向图和Gabor滤波的指纹预处理算法

指纹图像在预处理过程中往往受多方面因素制约,有时无法满足指纹识别系统的要求。本文在传统指纹预处理算法基础上,给出一种有效的指纹预处理改进算法。首先,采用分块方差梯度分割算法分离指纹图像和背景区;再根据指纹特征,用方向图和均值滤波器进行图像增强,并用简化的Gabor滤波器,改进滤波模板滤除边缘模糊效应。二值化、细化并删除伪特征点后,提取出指纹脊线骨架并获得指纹特征点。实验表明,该预处理算法对不同质量的指纹图像均具有较好效果,算法灵活高效、易于实现、精确度高,达到了指纹识别系统的要求。

细化指纹图中伪特征点的一体化去除算法

自动指纹识别系统(AFIS)在身份识别方面所具有的快捷、方便、准确等特点而得到广泛的研究。本文设计了一种除去空洞、毛刺和短线等伪特征点的一体化算法,并将这些算法应用到指纹细化图的特征点的去伪过程中,该方法在指纹识别的实际应用中取得了很好的结果。

两种指纹特征提取方法的对比研究

为了有效、精确地提取出指纹图像的细节特征点,对两种指纹特征提取的方法进行了对比。一种是在细化后的指纹图上直接进行细节特征的提取;另外一种是在得到细化图像后,进行脊线跟踪去除伪细节特征点,保留原有的特征信息,然后进行细节特征点的提取。实验结果表明前者在细节特征点提取时存在大量的伪特征信息;后者提取到的细节点数目相对较少,且提取的几乎都是原有的细节特征点,更有利于了进一步的指纹匹配工作。

细化指纹图像中伪特征点的去除算法

指纹图像经预处理后,由于各种原因,会产生数以百计的特征。为了图像匹配的精确和快速,直接在细化指纹图像上提取原始细节特征点集合,并针对各种噪声产生的伪特征点采用不同算法进行滤除。通过实验,证明了该后处理过程在去除指纹图像伪特征方面具有良好的效果。

一种改进的指纹细节特征提取算法

在指纹录入以及预处理中易引入噪声,因此在特征提取中,存在大量的伪特征,影响指纹的特征信息提取。本文提出了一种新的伪特征去除算法,即利用特征点为中心建立特征点检测窗口,根据一定的条件对伪特征点进行删除,另外本文提出了一种利用计算特征点到中心点的纹线数取代计算这两者之间的距离的特征提取算法,更加精确地记录了指纹的实际特征,为提高指纹识别的精度奠定了良好的基础。

一种有效的指纹细节特征提取算法的研究

针对常规指纹细节特征提取算法不足的问题,提出了一种有效的指纹细节特征提取算法,即在细化图像上直接提取原始细节特征点,得到初步的特征提取结果,然后根据图像的伪特征点分布规律,将伪特征点删除,最终保留真实的特征点集。实验结果表明,此算法能有效消除各类伪特征点并且有效地减少计算时间。