Automatic Identification Fingerprint Based on Machine Learning Method

The fingerprint identification technology has been developed and applied effectively to security systems in financial transactions,personal information security,national security,and other fields.In this paper,we proposed the development of a fingerprint identification system based on image processing methods that clarify fingerprint contours,using machine learning methods to increase processing speed and increase the accuracy of the fingerprint identification process.The identification system consists of the following main steps:improving image quality and image segmentation to identify the fingerprint area,extracting features,and matching the database.The accuracy of the system reached 97.75%on the mixed high-and low-quality fingerprint database.

多径条件下的雷达辐射源个体识别方法

在实际场景中,接收机截获的雷达脉冲信号信噪比较低、多径干扰明显,从中提取的辐射源指纹特征存在畸变,给雷达辐射源个体识别带来严峻挑战.针对该问题,本文提出一种两阶段的信号处理方法.在第一阶段,以精确的脉冲对齐和迭代加权积累提高信号质量,解决低信噪比问题.在第二阶段,定义信号频谱相邻点前向商的绝对值为谱邻点商,并提取信号频谱主瓣和第一旁瓣对应的谱邻点商作为抗多径的指纹特征,解决多径干扰问题,同时利用Chirp-Z变换的局部精细化谱分析能力,进一步提高本文方法的计算精度和速度.仿真实验表明本文方法在脉冲对齐和克服多径干扰方面表现突出.实测数据实验对截获自15部同型号雷达的单频脉冲信号进行分类识别,获得超过97%的识别准确率,证明本文方法对多径条件下的雷达辐射源个体识别实际应用具有重要参考价值.

一种基于点模式匹配的指纹识别方法

把指纹用于身份认证已有上百年的历史 ,自动指纹识别 (AFIS)已在各个领域广泛应用 ,除了传统的司法公安领域 ,自动指纹识别还可以作为计算机操作系统和网络访问认证用户的手段 ,以及用于金融保险方面的身份确认。指纹匹配是AFIS的最重要问题之一。一般用脊线的分歧点和端点这样的细节点来表示一个指纹 ,并通过细节匹配来进行指纹匹配。这样指纹匹配就转化为点模式匹配的问题。传统的点模式匹配算法存在运算量过大且难于解决所有的非弹性形变等问题。文章提出了一种基于聚类的点模式匹配方法 ,来进行指纹识别 ,有效地解决了如何对数量和位置都不尽相同的两幅指纹细节图象进行最优匹配的问题 ,设计并给出了利用矢量对匹配确定图象间校准函数的流程。

基于小波变换的指纹图像压缩方法

小波分析是傅里叶分析方法的突破性进展 ,在非平稳信号处理中 ,取得了良好的效果。数据压缩是伴随小波分析产生最早的应用领域。指纹自动识别系统因其本身的特殊性对指纹图像压缩提出了特殊的要求。为此 ,简要的介绍了小波变换的基本原理 ,提出了一种新的指纹图像压缩评价准则并给出了基于小波变换的指纹图像压缩方法。

基于Haar小波变换的快速指纹识别算法

指纹中不同的空间频率和纹理方向代表了指纹图像的内在特征。为了提取这些特征,提出了基于Haar小波变换的快速指纹识别算法。该算法在提取指纹特征有效区域的基础上,直接对指纹灰度图像进行Haar小波变换以获取指纹特征向量。与传统的基于指纹细节特征的识别算法相比大大减少了计算量。另外,还将指纹识别算法移植到嵌入式安全领域。在基于Arm7处理器(主频100MHz)架构的嵌入式平台上,对FVC2000标准指纹数据库进行了实验,得到了很好的FAR,FRR关系图,并且整个识别过程耗时在1 s左右。实验结果表明,本文算法在快速指纹识别方面是成功的。

一种改进的基于小波变换与PNN的指纹识别算法

通常的指纹识别算法因为预处理步骤过于复杂而明显地存在计算量过大、识别速度慢等缺点。本文提出了一种改进的基于小波变换和概率神经网络(PNN)的指纹识别算法,该方法直接从二值化指纹图像中提取细节特征进行比对,避免了复杂的预处理过程,减少了计算量,同时利用神经网络进行分类识别,有效提高了识别精度。并对受噪声污染严重的指纹图像亦能获得很好的识别效果,算法具有较强的鲁棒性。实验测试证明该方法在实际应用中效果较好。

指纹图像压缩方法的研究

随着数字化的发展,图像压缩技术从深度与广度上都取得了前所未有的进步,指纹图像压缩则因为指纹识别系统本身的特殊性而具有不同于一般图像压缩的特殊要求.简要综述了指纹图像压缩中的一些主要方法和关键技术,分析了其中的不足和今后的发展方向,并尝试提出了基于指纹特征点的图像压缩评价准则.

基于DWFMT非变异特征的指纹鉴别技术(英文)

为提高指纹鉴别率,提出了一种基于DWFMT变换提取特征进行指纹鉴别的新方法.采用离散小波变换进行小波分解指纹图像后对局部边缘进行平滑,从而减少指纹图像关于形状扭曲的敏感性,而Fourier-Mellin变换产生平移、旋转和伸缩的非变异特征.利用Fourier-Mellin变换的线性性质,使众多的DWFMT特征形成非变异的参考特征以减少输入指纹图像的变化.实验结果表明,其指纹鉴别率达到96%以上,当众多DWFMT特征被使用时,鉴别率可达到99%.

指纹识别的小波变换算法

指纹的唯一性和不变性使其在生物特征识别中占有重要地位,基于指纹识别系统进行身份认证的应用越来越广泛。在分析已有指纹识别算法的基础上,提出了一种利用小波变换的指纹识别算法。通过对指纹图像小波变换系数进行建模,发现其高频子带系数近似服从广义高斯分布。所用算法使用高斯分布的两个参数标识小波子带特征,并以此作为指纹标识参数进行特征匹配。算法的优点在于运行所需数据存储量小,适合实际应用。为验证算法可行性,对指纹库数据进行仿真,实验结果表明,算法计算高效,识别率高。

基于第二代Curvelet变换的指纹增强研究

指纹增强是指纹特征提取前的必要步骤,为了增加指纹识别算法的鲁棒性,必须对指纹图像进行去噪、连接断纹、增强纹线走势等处理。本文分析了现有的一些算法的不足,简要介绍了Curvelet变换理论以及第二代Curvelet变换实现方法,提出了基于第二代Curvelet变换的指纹图像增强算法。实验结果表明,本算法简单有效,能够实现指纹图像增强的要求。

一种频谱分方向指纹纹线距离估计的新方法

纹线距离是指纹的固有本质属性,在自动指纹识别中有着重要的作用。然而目前多数纹线距离估计的方法直接在空域作估计,对低质量指纹图像的处理普遍存在较大误差。为了适应低质量指纹图像,提出了一种基于频谱分析的纹线距离估计的新方法,该方法首先通过快速傅立叶变换将指纹图像变换到频域,然后将频谱图像分成n个方向分别求纹线距离,最后作处理从而得到指纹图像的纹线距离。部分典型指纹图像的实验结果表明,该方法具有较强的有效性和鲁棒性。

基于改进CPN的指纹识别算法

通常的指纹识别算法因为预处理步骤过于复杂而明显地存在计算量过大、识别速度慢等缺点。提出一种基于小波变换和对传网络的指纹识别算法,直接从二值化指纹图像中提取指纹图象细节特征进行比对,避免了复杂的预处理过程,减少了工作量,加快了计算速度。同时对对传神经网络进行改进,在竞争层使用软竞争替代传统的硬竞争,以便于分类识别,有效提高识别精度。实验表明该算法在实际应用中效果较好。对受噪声污染严重的指纹图像亦能获得很好的识别效果,算法具有较强的鲁棒性。

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。

基于频谱能量的指纹分类

指纹分类是自动指纹识别系统中的关键技术,但目前的算法对低质量的指纹图像的分类还存在较大的误差。为了能够对低质量的指纹图像进行准确分类,提出了一种基于频谱能量的指纹分类,首先对分块的指纹图像进行傅立叶变换,然后根据频谱图中能量的分布特点得到指纹图像的方向图,提取core点周围的指纹图像的方向向量作为该指纹图像的特征向量。最后使用K近邻分类器和最小距离分类器对输入指纹进行分类。在NIST-4指纹数据库上的实验结果表明了算法的有效性,分类正确率达到94.1%,且算法速度比同类算法有较大的提高。

傅立叶变换离子回旋共振质谱法对赤灵芝的化学成分鉴定和指纹图谱研究

建立了基于傅立叶变换离子回旋共振超高分辨质谱(FTICR-MS)的赤灵芝化学成分鉴定和指纹图谱分析方法,并应用于不同产地赤灵芝样品的来源区分。样品采用50%甲醇进行回流提取后,以流动注射的进样方式进行直接质谱分析。以ESI离子源在负离子模式下进行检测,质荷比扫描范围为100～1 000 Da。采用精确分子量测定和碰撞诱导解离实验进行化学成分鉴定,通过与文献进行比对,共鉴定出63种化学成分(1种萜烯醛、3种糖、4种三萜醇、6种有机酸和49种三萜酸类成分)。采用聚类分析和主成分分析(PCA)对所获得的质谱指纹图谱进行统计学分析,在95%的置信区间下,多个批次不同产地的赤灵芝样品得到了较好的来源区分。研究结果表明该方法可实现赤灵芝的直接、快速、高效分析和指纹图谱研究,在中药分析领域有着广阔的应用前景。

基于小波变换和Gabor滤波的指纹图像增强算法

在指纹自动识别系统中,图像增强是比较重要的一个环节,它直接影响到指纹识别系统的识别精度.利用指纹图像在经小波多尺度分解后,低频部分集中了指纹图像的主要纹理信息这一特性,提出了一种在小波域对指纹图像进行Gabor滤波增强的算法.实验表明,该算法能够使图像的质量明显得到增强,方便了后续指纹特征的提取.

一种基于小波变换的指纹特征提取算法

提出了一种基于小波变换的指纹纹理特征提取算法。首先以指纹图像的核心点为中心分割出一片有效的矩形区域,然后对分割后的有效区域做二维小波分解,提取小波分解后各通道的能量值作为特征值来进行识别。与传统的基于指纹细节点的识别算法相比该算法一定程度上减少了计算量,对指纹图像的质量要求也不高,并且识别精度也得到了保证。

一种快速有效的指纹识别算法

指纹图像是由交错排列的脊线和谷线组成,包含了丰富的纹理信息。为了获得更为有效的纹理信息,首先将图像分解为3个级别的区域块,来校正小尺寸块的方向角,以确定指纹的中心点位置,进而提高算法的运算速度;然后利用小波变换将指纹图像由空间域转换到频率域,在频率域进行多尺度分析,提取指纹图像在不同频率和方向上的局部纹理信息,提高指纹识别的准确率。该算法在以ARM11为处理器的嵌入式系统中实现。实验结果表明,该算法能够快速有效地识别指纹图像。

基于小波的指纹特征点提取算法研究

提出一种新型的基于小波的指纹特征点提取算法。该算法利用haar小波基对指纹图像进行小波变换,提取小波系数并对其进行分析,经观察发现不同指纹细节特征点的分布与小波系数的分布存在一定的关系,根据小波系数分布的变化,可以确定细节特征点的具体位置及其类型。实验结果表明该算法对指纹特征点提取效果良好。

傅里叶变换红外光谱法鉴别不同产地带鱼

目的基于傅里叶变换红外光谱法(Fourier transform infrared spectroscopy,FTIR)鉴定不同产地带鱼。方法采用FTIR分别构建国内外5个主产地的带鱼样品指纹图谱,并通过主成分分析和聚类分析开展带鱼产地鉴别应用研究。结果通过主成分分析可以实现5个产地带鱼的分类,计算各产地带鱼化学成分累积量综合得分,结果表明印度洋>舟山渔场>渤海湾>黄海>漳州海域,舟山渔场和印度洋产地带鱼化学成分含量相对更为丰富。聚类分析结果表明各产地带鱼分别聚类,渤海湾和黄海带鱼样品先聚为一类,然后先后与舟山渔场和漳州海域样品聚类,印度洋样品最后聚类,说明水文条件和地理环境较为接近的带鱼样品先聚为一类;两者实验结果可相互补充和印证。结论应用FTIR建立带鱼产地指纹图谱,方法可靠、重复性较好,符合指纹图谱的要求,适合对带鱼进行整体信息分析和质量控制。本研究为我国带鱼产地鉴别提供了参考,对于地理标志产品的保护具有借鉴意义。