基于方向角度变化的指纹奇异点提取的快速算法
基于Radon方向场检测指纹奇异点
基 于 Ｒａ ｏ ｄ ｎ方 向场 检 测 指 纹 奇 异 点
黄杰贤 杨冬涛， ， 龚昌来
（ 嘉应学院 电子信息工程学院， 广东 梅州 ５４１） １０５
摘要 ： 了快速 、 确地检测与定位指纹奇异点（ 心点 、 角点） 为 准 核 三 以实 现 指 纹 分 类 与 匹 配 ， 文 引人 了 Ｒ ｄ ｎ 子 来 提 取 本 ａｏ 算 指 纹 的纹 理 方 向特 征 以实 现 指 纹 方 向场 的 分 割 。提 出 了 方 向 熵 的概 念 来 描 述 方 向 场 的 分 布 特 征 ， 出 了 基 于方 向 熵 的 给 奇 异 点 区域 搜 索 方 法 。定 义 了 方 向密 度 函数 以衡 量 奇 异 点 搜 索 的优 劣 ， 导 奇 异 点 侦 测 的 方 向熵 阈 值 调 整 。 最 终 实 现 指 了对 奇 异 点 的准 确 定 位 ， 确 率 达 到 ８ 。 跟 同类 算 法 分 析 比 较 ， 出 的 方 法 在 准 确 性 与 检 测 效 率 方 面 均 更 具 优 势 。 准 ３ 提 抗 噪实 验 还 表 明该 方 法 具 有 良好 的抗 干 扰 能 力 与 实 用 性 ， 能满 足实 际应 用要 求 。
ｆｎ ｒ ｒｎｔｃ ａ ｓｆｃ ｔｏ ｎｄ ｍａ ｃ ｉ ｉ ｇｅ ｐ ｉ ｌ ｓ ｉｉ ａ ｉ ｎ ａ ｔ ｈ ｎｇ，ｔ ｄ ｒ ｎ ｆ ｍ ｓ ｉ ｒ ｄｕ ｅ ｉｓ ｌ ｏ ｅ ｒ ｃ ｈｅ ｄｉ ｈｅ Ｒａ ｏｎ ｔ ａ ｓ ｏｒ ｗａ ｎｔ ｏ ｃ ｄ ｆｒ ｔｙ ｔ ｘｔ ａ ｔｔ — ｒ ｃ ｉ ａ ｉｅ ｈａ ａ ｔ ｒｓ ｉ ｉ ｅ ｐｒｎ ｍ ａ ｅ ａ ｏ ｉ ｅ ｔｏｎ ｌｆｌ ｄ ｃ ｒ ｃ ｅ ｉ ｔｃｏｆａ ｆｎｇ ｒ ｉ ｔｉ ｇ ｎｄ ｔ ｍｐｌｍ ｅ ｈｅ ｉ ａ ｅ ｓ ｇ ｎ ａ ｉ ｎ．Ｔｈｅｃ ｎ— ｅ ｎｔｔ ｍ ｇ ｅ ｍｅ ｔ ｔｏ ｏ ｃ ｐ ｉｅ ｔｏ ｌｅ ｔ ｏ ｓ ｐ ｏ ｓ ｄ ｔ ｓ ｒｂｅ ｔ ｓ ｒｂ ｉ ｆ ｄ ｒ ｃ ｉ ｎａ ｉｅ ｈａ ａ ｔ ｒｓ ｉ ｅ ｔｏｆｄ ｒ ｃ ｉ ｎａ ｎ ｒ ｐｙ ｗａ ｒ ｐｏ ｅ ｏ ｄｅ ｃ ｉ ｈｅ ｄｉｔ ｉ ｕｔｏｎ ｏ ｉｅ ｔｏ ｌｆｌｄ ｃ ｒ ｃ ｅ ｉ ｔｃ ａ ｈ ｉ ｇｕ ａ ｏ ｎｔａ ｅ ｅ ｒ ｈ ｍｅ ｈｏ ｓ ｄ ｏ ｒ ｃ ｉ ｎａ ｎ ｒ ｙ ｗａ ｖ ｎ．Ｆｕ ｔ ｒ ｏ ｅ，ａ ｄｉ ｎｄ ｔ ｅ ｓ ｎ ｌ ｒ ｐ ｉ ｒ ａ ｓ ａ ｃ ｔ ｄ ｂａ ｅ ｎ ｄｉｅ ｔｏ ｌｅ ｔ ｏｐ ｓｇｉｅ ｒ ｈｅ ｍ ｒ — ｒ ｃ ｉ ｎ ｌｄ ｎｓｔ ｕｎ ｔｏ ｓ ｓ ａ ｉｈｅ ｏ ｅ ａ ｕａ ｅ ｅ ｆ ｃ ｉ ｅ ｓ ｆ ｓｎｇ ａ ｏ ｎｔ ｌ ｃ ｔｏ ｅ ｔｏ ａ ｅ ｉｙ ｆ ｃ ｉ ｎ ｗａ ｅ ｔ ｂｌｓ ｄ ｔ ｖ ｌ ｔ ｆ ｅ ｔｖ ｎｅ ｓ ｏ ｉ ｕｌ ｒ ｐ ｉ ｏ ａ ｉ ｎ，ｗｈｉｈ ｃ ｃ ｎ ｇｕ ｄｅｔ ｎｓ ｃ ｉ ｙ ｔ ｍ ｏ ａ ｈｉｖ ｐｔｍ ａ ｉｅ ｔｏ ａ ｎｔｏｐ ｈｒ ｓ ｌ ａ ｉ ｈｅｉ ｐｅ ｔｎｇ ｓ ｓ ｅ ｔ ｃ ｅ ｅ ｏ ｉ ｌｄ ｒ ｃ ｉ ｎ ｌｅ ｒ ｙ ｔ ｅ ｈｏ ｄ．Ａｆ ｅ ｉ ｇｕ ａ ｉ ｔ ｔ ｒｓ ｎ ｌ ｒｐｏ ｎ ｓ
第四节指纹图像特征提取
第四节指纹图像特征提取一、基于灰度图像的细节特征提取基于直接灰度的指纹细节特征提取方法 不对指纹灰度图像进行二值化, 而是直接从指纹图像的灰度出发，通过分析指纹细节特征点处本身的拓扑变 化来实现特征提取的。
在增强与处理过程中得到了指纹图像的方向图信息，方向是沿着脊线方 向的，在这个方向的垂直方向上，即脊线的横截面上，灰度分布会出现极大 值和极小值，于是可以通过确定图像中的灰度分布的局部极大值来确定脊线 的位置，从而找到脊线上的特征点，如图 5-25所示。
算法描述如下：1） 计算指纹图像的方向图，得到指纹纹线的整体和局部走向。
2） 根据指纹方向图提供的方向信息，由初始点出发，开始在该处的法 线方向上，半个纹线周期内，寻找一个极大值点，作为新的出发点。
3） 从新的出发点出发，沿方向图的方向前进一步长，然后再在此处 沿此处的法线方向寻找极大值点，作为新的出发点。
4） 重复步骤3），并且判断寻找到的新的出发点是否为特征点。
5） 记录跟踪的折线，即得到指纹纹线的脊线。
图5-25脊线跟踪提取到特征点这个方法中最为关键的环节是如何 设定跟踪终止的判据条件。
可以将跟踪终止的判据设定为:1）跟踪点已经接近或者已经处于有效区域的边缘，这时跟踪停止，不产生任何特征点，只产生指纹纹线的脊线。
2）跟踪点所处截面找不到局部极大值，这表明跟踪点已经离开脊线进入了背景或谷线区域，这时产生一个末梢点。
3）跟踪线和先前已经跟踪过了的脊线相交，这时跟踪应该停止，交点即为分叉点。
4）如果跟踪过程中出现跟踪脊线的角度偏转太大，由于这种情况往往表示跟踪出现了错误，因此应该停止跟踪，此时没有特征生成。
该方法需要图像具有很好的纹理性质，即要求噪声要尽可能地小，否则会影响跟踪的质量，从而影响特征提取的效果，但对灰度的均匀和对比度要求相对较小。
基于直接灰度的方法执行速度相对较慢，在极大值判断环节算法复杂度相对要复杂，但它提取的特征点中虚假细节点较少，后处理环节容易。
基于连续分布方向图的指纹奇异点检测
基于连续分布方向图的指纹奇异点检测聂桂军;王剑;吴振慧;秦跃庭;李明荣;吴陈;徐荣青【期刊名称】《计算机工程与应用》【年(卷),期】2006(042)035【摘要】在指纹连续分布方向图(场)的基础上,对经典的Poincaré Index计算公式进行了改进,提出了一种新的基于连续分布方向图的指纹奇异点检测算法.由于指纹连续分布方向图过渡平滑、自然,既具有很好的连续性、渐变性和抗噪性,又具有较高的精确度;而改进后的Poincaré Index不仅能精确表示向量场的旋转角度,而且还能精确表示向量场的旋转方向.所以,该算法能够在像素级水平精确定位指纹奇异点(core point和delta point),精确度达到一个像素.在FVC2000、FVC2002和FVC2004的训练指纹库(Set B)以及笔者采集的AFIS2004指纹库(含4 000幅指纹)上的实验结果验证了该算法的有效性.【总页数】5页(P198-202)【作者】聂桂军;王剑;吴振慧;秦跃庭;李明荣;吴陈;徐荣青【作者单位】扬州环境资源职业技术学院计算机科学与技术系,江苏扬州 225007;江苏科技大学中科院计算所智能计算开放实验室,江苏镇江 212003;扬州环境资源职业技术学院计算机科学与技术系,江苏扬州 225007;扬州环境资源职业技术学院计算机科学与技术系,江苏扬州 225007;上海腾天信息技术有限公司,上海200122;Engineering Department,Bechtel CITIC Engineering Inc.,上海200051;江苏科技大学中科院计算所智能计算开放实验室,江苏镇江 212003;江苏科技大学中科院计算所智能计算开放实验室,江苏镇江 212003【正文语种】中文【中图分类】TP391【相关文献】1.基于连续分布方向图的复合指纹图像分割算法 [J], 聂桂军;孟庆杰;陈海萍;戚红艳;郭萌;石元杰;王靖;杨静宇2.基于方向图的指纹奇异点快速检测方法 [J], 王伟达;王万良3.一种新的指纹方向图--连续分布方向图的研究 [J], 聂桂军;吴陈;杨恩鹏;叶锡君4.基于切缝法求方向图的指纹奇异点定位 [J], 邹军;王正群;侯艳平;沈杰5.基于连续分布方向图的指纹图像分割算法研究 [J], 贾则;戴荣涛;张芬;谢峰;权琳;徐荣青因版权原因，仅展示原文概要，查看原文内容请购买。
一种有效的指纹奇异点提取方法
ｄ ｔｃ ｉｎ ｆ ｈ ｍｏ ｅ ｅ ｕ ａ ｅ ｓ ｎ ｎ ｐ ｉ ｔ ｘｒ ｃ ｉｎ ｆ ｅ ｇ ｓ ｆｎ ｌ ，ｈ ｔｐ ｓ ｆ Ｓ ｓ ｒ ｄ ｓ ｎ ｕ ｓ ｅ ａ ｃ ｒ ｉ ｇ ｏ ｈ ｅｅ ｔ ｏ ｏ ｇ ｎ ｏ ｓ ｒ ａ ａ ｄ ｅ ｄ－ ｏｎ ｓ ｏ ｅ ｔａ ｔ ｏ ｄ ｅ ； ａｌ ｔｅ ｙ ｅ ｏ Ｐ ａ ｅ ｉｔ ｇ ｉｈ ｄ ｃ ｏ ｄ ｎ ｔ ｔｅ ｏ ｉ ｙ ｉ
ｏ ｅ ｔｔ ｎ ｉ ａ ｔ ｉｎ ｄ ｎ ｏ ｅ ｅ ｆ ｎ ｎ ｏ ｅ ｎ ｐ ｉ ｇ ｈ ｍｏ ｅ ｅ ｕ ｒ ａ ｒｔ ｔ ｅ Ｐ ｒ ｒｐ ｄｙ ｌ ｃ ｌ ｅ ｈ ｏ ｇ ｄ ｅ ｉ ｒ ｎ ａ ｉ ｓ ｐ ｒ ｔ ｅ ｉｔ ａ ｓ ｒ ｓ ｏ ｏ － ｖ ｒ ａ ｐ ｎ ｏ ｇ ｎ ｏ ｓ ａ ｅ ｓ ｆ ｓｌ ｈ ｎ Ｓ ｓ ａ ｅ ａ ｉ ｌ ｏ ａｉ ｄ ｔ ｒ ｕ ｈ ｅ ｇ ｓ ｏ ｉｏ ｉ ｉ ｙ； ｚ
ｎ ｅ ｉｇ ａ ｄ Ａｐ ｌ ａ ｉｎ ， ０ ８ ４ （ ８ ： － ． ｅ ｒ ｎ ｐｉ ｔ ｓ ２ ０ ，４ ２ ） １ ３ ｎ ｃ ｏ
Ａ ｓ ａ ｔ Ａ ｔｏｓ ｎｒｄ ｃ ａ ｅ ｅ ｔｒ ａ ｅ Ｏ ｉ ｔ ｉ Ａ ｕ ｄ ｎ ｅ ｅ ｒｅ （ Ａ ｂ ｔ ｃ ： ｕ ｒ ｔ ｕ ｅ ｎ ｗ ｆａ ｅ １ ｄ ｒ ｎａ ｏ ｒ ｈ ｉ ｏ ｕ ｃ ｌ ｅ ｔ ｎ ｂ ｎ ａ ｃ Ｄ ｇｅ Ｏ Ｄ） ｂ ｓ ｄ ｎ ｉ ｇ ｒ ｒ ｔＳ ｒ ｎａｉ ａ ｅ ｏ ｆ ｅｐ ｉ ’ ｏ ｅ ｔｔ ｎ ｎ ｎ ｉ ｏ
ｓ ｇ ｎ ａｉ ｎ ａ ｄ ｒ ｐ ｓ ａ ｅｆ ｃ ｉｅ ｅ ｍｅ ｔｔ ， ｎ ｐ ｏ ｏ ｅ ｎ ｆ ｔ ｍｅ ｈ ｄ ｏ ｄ ｔ ｃｉｎ ｆ ｉ ｇ ｒ ｒ ｔ Ｓ Ｐ ｏ ｅ ｖ ｔ ｏ ｆ ｒ ｅ ｅ ｔ ｏ ｆ ｅ ｉ ’ Ｓ ｂ ｕ ｉ ｇ Ｏ ｏ ｎ ｐ ｎ ｙ ｓｎ ＡＤ． ｔ ｉ ｍｅ ｈ ｄ，ｉ ｇ ｒ ｒ ｔ Ｓ Ｉ ｈｓ ｎ ｔ ｏ ｆ ｅ ｉ ’ ｎ ｐ ｎ
基于方向图的指纹奇异点快速检测方法
数量和位置来对指纹进 行分类 。因此 ， 何准确 、 如 可靠 、 快速地
０ 引 言
在 众 多 的 生 物识 别 技 术 中 ， 由于 指 纹 具 有 唯 一 性 、 可靠 性 和
检 测 指 纹 的 奇 异 点 位 置 成 为 当 前 自动 指 纹 识 别 技术 的研 究 热 点
之一。传统的方法有 Ｂ ｌ ｎ的利用指纹方 向图中相邻 区域 的方 ａｌ ａ
向 关 系 来 定 位 核 心 点 和 三 角 点 ， 及 Ｋ ｒ 利 用 Ｐｉｃｒ 指 数 以 ａｕ的 ｏｎａｅ 来 定 位 核 心 点 和 三 角 点 ｊ 奇 异 点 的 检 测 一 般 是 依 靠 方 向旋 。
向 图 的算 法 ， 然后 ， 在基 于 方 向 图的 基 础 上 ， 传 统 的基 于 ｐ ｉ ａｅ索 引计 算公 式 的 指 纹 奇 异 点 检 测 算 法 进 行 了改 进 。 使 用 改进 算 对 ｏ ｃｒ ｎ 法 对 Ｐ Ｊ ２３ 警 用 活 体指 纹 采 集仪 采 集 的指 纹 （０ ０枚 ） 行 Ｍａ ａ 真 。 实验 结 果表 明 改进 后 的算 法 与传 统 算 法 相 比 ， 定 Ｕ— Ｙ ０ Ｕ １０ ‘ 进 ｔ ｂ仿 ｌ 在
第２ ８卷 第 ２期
２１ ０ １年 ２ 月
计 算机应 用 与软 件
Ｃｏ ｕｔｒＡｐ ｌｃ ｔｏ ｓ ａ ｏｔ ｒ ｍｐ ｅ ｐ ｉａ ｉｎ ｎｄ Ｓ ｆ ｗａ ｅ
Ｖ０ ． ８ Ｎｏ． １２ ２
Ｆｂ２ １ ｅቤተ መጻሕፍቲ ባይዱ． ０１
基 于 方 向 图 的指 纹 奇 异 点 快 速 检 测 方 法
ｌｒｔｅ ａ ｌｉｓ
Ｋｅ ｙｗｏｒ ｄｓ
Ｆｉｇ ｒ ｒｎｔｉ ｇ Ｆｉ ｅ ｒｎ ｌｓ ｉ ｃ ｔｏ Ｓｉ ｕｌｒｔ Ｄｉｅ ｔｏ ｌｉ ｇ Ｓ ｎ ｕ ａｉｙ ｄｅｅ ｔｏ ｎ ｅ ｉ ｍａ ｅ ｐ ｎｇ ｒ ｉ ｔｃａ ｓｆ ａ ｉｎ ｐ ｉ ｎｇ ａ ｉｙ ｒ ｃｉｎａ ｍａ ｅ ｉ ｇ ｌｒｔ ｔ ｃｉｎ
基于方向滤波的指纹特征提取
基于方向滤波的指纹特征提取作者：徐峰孙艳丽来源：《硅谷》2009年第09期[摘要]对现有指纹图像增强算法进行研究，利用高斯滤波器的方向选择性，对正确求解出方向图的指纹图像进行方向滤波，很好的增强了指纹图像。
对增强后的指纹图像进行细化，利用掩膜求解出指纹图像中的特征点。
实验结果表明该方法可以很好的提取出指纹图像中的特征点。
[关键词]方向滤波指纹增强方向图中图分类号：TP3文献标识码：A文章编号：1671－7597（2009）0510058－02一、引言随着社会的发展科技的进步、信息化时代的来临，身份认证的应用越来越多、要求更加的严格。
生物特征识别技术的发展为身份认证提供了发展方向。
各种生物特征识别主要包括虹膜、视网膜识别技术、人脸识别技术、指纹识别技术、掌纹识别技术等。
由于指纹具有普遍性、唯一性、稳定性，指纹识别因为它的可行性和实用性在各个领域逐渐得到广泛的应用。
指纹识别大体包括如下几个部分（图一）：指纹图像的预处理、指纹图像的特征提取、指纹分类及匹配。
图像的预处理根据特征提取的不同有所不同，前人已做过不少的研究[1][2][3]。
本文采用如图所示的预处理方式先进行方向图滤波再细化处理。
本文主要分成3部分：第一部分介绍指纹图像的一些基本特征和gabor滤波器、第二部分介绍gabor滤波器在指纹图像中的增强作用、第三部分介绍在增强后的指纹图像上节点的提取。
二、指纹图像处理的基本概念、Gabor滤波器介绍（一）指纹图像的一些基本概念指纹图像是指通过光学传感器、硅晶体电容传感器或超声波扫描传感器采集而得到的灰度图像，通常分辨率为500dpi（dot per inch）左右。
图像由I表示，I(i，j)表示第i行、第j列像素的灰度。
指纹图像的均值和方差由下式给出：O(i，j)所组成的图像O成为指纹图像I的方向图。
指纹图像的频率图定义为：指纹图像I 每一像素点临域内沿脊线谷线交替方向上，脊线或谷线交替出现的频率。
新的一种指纹奇异点快速检测方法
《计算机学报》2009年5期BK2008411）以及中国博士后基金（20070411055）的资助。
一种新的指纹奇异点快速检测方法梅园曹国孙怀江孙权森夏德深(南京理工大学计算机科学与技术学院南京210094)摘要：作为指纹最重要的全局特征之一，奇异点在基于模型的方向场计算、人工合成指纹、指纹分类、指纹特征匹配等方面发挥了非常重要的作用。
在指纹方向场分割的基础上提出了一种称之为方向丰富度的特征，并据此形成了一种新的指纹奇异点快速检测方法。
该方法首先将指纹方向场分割为一系列互不重叠的同质区域；然后通过同质区域边缘检测及边缘端点提取实现了奇异点快速定位；最后依据奇异点处方向丰富度特性判断其类型。
实验验证了本文算法的有效性。
关键词：指纹；奇异点；方向场；分割1引言生物特征识别技术是根据每个人独有的可以采样和测量的生物学特征和行为学特征进行身份识别的技术。
由于生物特征不像各种证件类持有物那样容易窃取,也不像密码、口令那么容易遗忘或破解,所以在身份识别上体现了独特的优势,近年来在国际上被广泛研究。
自动指纹识别系统(AFIS)由于其体积小，成本低，易操作，可靠性高等优点越来越受到人们的青睐，成为最重要的生物识别技术之一。
作为指纹最重要的全局特征之一，奇异点在基于模型的指纹方向场计算[1-3]、人工合成指纹[4-5]、指纹分类[6-7]、指纹特征匹配[8]等方面发挥了非常重要的作用。
奇异点被定义为方向不连续的点，文献[9]给出了两种类型描述：core 点为最内部弯曲纹线处的最高点或最低点，delta 点为三条不同纹线汇合形成的三角区域。
图1给出了一对典型的core 点和delta 点。
迄今为止，已有大量的指纹奇异点检测方法被提出，从宏观上，可以将其分为以下几类：1)基于poincare index 的方法[7,10-12]，此类方法通过计算围绕一个点的封闭曲线上的方向变化累计量来确定该点的poincare index 值，当值为1/2、-1/2时分别对应core 点和delta 点。
基于Shi-Tomasi角点检测的指纹特征点提取模型
ＤＯＩ：１０．１９５５１／ｊ．ｃｎｋｉ．ｉｓｓｎ１６７２－９１２９．２０２１．０７．０４６基于Ｓｈｉ－Ｔｏｍａｓｉ角点检测的指纹特征点提取模型胡 尹１ 唐海 １ 周智慧２（１．华北理工大学矿业工程学院 河北 唐山 ０６３２１０；２．华北理工大学理学院 河北 唐山 ０６３２１０）摘要：本文构造基于Ｓｈｉ－Ｔｏｍａｓｉ角点检测的指纹特征点提取模型，首先对指纹图像进行预处理，采用均值滤波器去噪平滑；接着选择Ｓｏｂｅｌ算子进行图像增强；其次采用图像二值化分离指纹图像与背景；然后进行图像细化，考虑到ＯＰＴＡ算法细化后指纹脊线存在毛刺，引进高斯滤波改进，下一步为刻画指纹的基本特征，使用Ｓｈｉ－Ｔｏｍａｓｉ角点检测技术对统一裁剪后的预处理图像进行指纹特征点提取，并将特征点的坐标以文本的形式存储。
关键词：图像预处理；ＯＰＴＡ算法；Ｓｈｉ－Ｔｏｍａｓｉ角点检测中图分类号：ＴＰ３９１．４１ 文献标识码：Ａ 文章编号：１６７２－９１２９（２０２１）０７－００４６－０１ １ 引言指纹作为人体重要的生物特征应用越来越广泛，建立提取指纹特征点模型已成为焦点。
如潘岳曾建立指纹端点、叉点、奇异点提取模型［１］。
也有唐晨等人建立了基于支持向量机的指纹提取特征点模型［２］。
然而上述研究侧重的是准确率，但大多数指纹应用情景为指纹库，还需要考虑的存储空间，因此本文提出基于Ｓｈｉ－Ｔｏｍａｓｉ角点检测的指纹特征点提取模型，将从指纹图像中提取的特征点用最少的字节数体现出来，减轻存储空间。
２ 基于Ｓｈｉ－Ｔｏｍａｓｉ角点检测的指纹特征点提取模型首先，需要对指纹图像进行预处理，其次，在进行图像预处理后，为了对指纹图像的指纹特征进行刻画和描述，不考虑指纹特有的特点，我们采用特征提取方法对预处理后的指纹图像进行特征点识别与读取，据此用来表示不超过２００字节的“指纹密码”。
将这一过程组合成指纹识别模型，具体处理步骤如下。
２．１均值滤波器平滑去噪。
首先我们对指纹原始图像进行平滑去噪，使用５ ５模板通过均值滤波器进行平滑去噪。
指纹的提取鉴定方法
指纹的提取鉴定方法指纹的提取鉴定方法指纹终生不变，人各不同，是世界上公认的也是最重要的个体特征之一，被广泛应用于刑事侦探和保密工作之中。
我国古代就在文契上使用指印，是世界上最早使用指印的国家。
任何罪犯都有可能在犯罪现场留下指印。
手掌上的皮肤不断分泌汗液，即便看起来很干净的手，当与其他物体表面接触也能留下汗垢指印。
如果手上沾有油脂、颜色、泥污等，更容易留下痕迹。
发现指印需要耐心和经验。
由于指纹细小，通常无色，不细心观察便很难发现；干净的手留在光洁平滑物体上的指纹更难发现。
大家都知道，没有两个完全相同的指纹，它还有以下特征:1，从出生到死亡，人的指纹模式是不变的。
2，当皮肤再生时，指纹也会再生，所以用酸烧或是动手术并不一定能改变指纹。
3，指纹在人死后是最后腐烂的几个部位之一，可以识别死去几年的死者身份。
4，手掌上的纹路和指纹一样，也可以帮助破案。
5，能留下指纹的物品包括纸，油漆过的物体，未漆过的木头，植物，玻璃以及大多数金属（橡皮手套上也会有，不过，除非歹徒离开前专门把它仍下，否则你没法搞到它）。
不可能留下指纹的物品有石头，石材和砖头。
指纹可以分为三类：第一类是明显纹，就是目视即可见的纹路。
如手沾油漆，血液，墨水等物品转印而成，通常都是印在指纹卡上成为基本资料。
第二类是成型稳纹，这是指在柔软物质，如手接触压印在蜡烛，黏土上发现的指纹。
第三类是潜伏指纹，这类指纹是经身体自然分泌物如汗液，转移形成的指纹纹路，目视不易发现，是案发现场中最常见的指纹。
潜伏指纹往往是手指先接触到油脂，汗液或尘埃后，再接触到乾净的表面而留下，虽然肉眼无法看到这类指纹，但是经过特别的方法及使用一些特别的化学试剂加以处理，即能显现出这类潜伏的指纹。
提取指纹的方法：鉴识人员最常接触到的指纹是潜伏纹。
如果指纹是留在金属、塑胶、玻璃、磁砖等非吸水性物品的表面，检验方法就比较容易。
通常可以用粉末法，选择颜色对比大的粉末，撒在物品表面提取出完整的指纹。
一种基于奇异点的指纹分类与匹配算法研究
重庆大学硕士学位论文
中文摘要
摘
要
随着社会的不断进步，科技的不断发展，越来越多的电子产品走进生活，这 就要求与之适应的安全系统，传统的基于信物或口令的安全系统显得越来越脆弱， 迫切需要有一种准确、方便、安全的识别技术来代替现有的身份识别方法。指纹 识别技术就是在这种条件下产生的。现代统计学已经表明，指纹具有稳定性和唯 一性。目前指纹识别技术作为一种主要的生物识别技术已经被广泛应用于司法、 公安和各种安全防护系统。 本文的目标是在 PC 机上实现指纹识别算法， 并且保证该算法能够向嵌入式系 统移植。文中充分考虑指纹识别后处理算法的特点以及算法的可移植性，设计实 现了一种基于奇异点的指纹分类和匹配算法。这套算法准确的实现了奇异点的检 测，利用奇异点高效快速的实现了指纹的分类。并最终实现了指纹的匹配与验证。 试验和统计结果证明，我们的算法速度快、效率高、存储要求低，验证正确率也 相当的高。因此是一套能往嵌入式系统上移植、可行性很强的算法。 文章的工作主要由以下三部分组成： 1)针对不同的指纹图像， 准确的检测和提取奇异点，作者用两种方法求取指纹 的奇异点，一种方法基于 Poincare 指数，一种方法基于方向概率；两种方法各有 短长，能相互补充各自的缺陷，因此，组合应用两种方法对准确的提取指纹图像 的奇异点起到了重要的作用。 2)利用提取到的指纹奇异点的类型(核心点和奇异点)和数量，通过判断核心点 的数目，核心点和三角点的位置可以实现指纹的分类。这是一种简单明了的分类 算法，运算速度快，非常利于在嵌入式系统上的实现。 3)提出了一种基于奇异点、综合局部结构的匹配算法。通过试验，我们采用匹 配细节点的数目来做判据。以一个细节点和它的 4 个最近邻域细节点所组成的拓 扑图，构造出一种局部结构。比较两枚指纹中构造出的所有局部结构，找到两个 最为相似的局部结构，以它们的中心细节点为两枚指纹的参考点，建立坐标系。 分别以该坐标系为准，校准两枚指纹的细节点。最后进行全局匹配，判断两枚指 纹是否匹配。 关键词：奇异点，分类，细节点，匹配，局部结构
基于方向图的指纹奇异点快速检测方法
基于方向图的指纹奇异点快速检测方法王伟达;王万良【期刊名称】《计算机应用与软件》【年(卷),期】2011(028)002【摘要】It is significant to classifying and matching fingerprints that to detect singularities ( core points and delta points) accurately and quickly. In this paper, an algorithm for calculating fingerprint directional image is proposed first. Then, based on the directional image, we improve classical algorithm of fingerprint singularity detection which uses Poincare-based index computation formula. At last, the improved algorithm is employed to simulate on Matlab 1000 fingerprint samples collected by PU -JY203U police-used live fingerprint collection instrument. The result shows that compared with classical algorithm, the improved one is meliorated a lot in exactly and quickly locating the singularities.%准确、快速地检测指纹奇异点(core点和delta点),对指纹分类和指纹匹配等具有重要意义.首先,给出计算指纹图像方向图的算法,然后,在基于方向图的基础上,对传统的基于poincare索引计算公式的指纹奇异点检测算法进行了改进.使用改进算法对PU-JY203U警用活体指纹采集仪采集的指纹(1000枚)进行Matlab仿真.实验结果表明改进后的算法与传统算法相比,在定位奇异点的精确度和速度上都有很大的提高.【总页数】3页(P239-241)【作者】王伟达;王万良【作者单位】浙江工业大学信息工程学院,浙江,杭州,310032;浙江工业大学信息工程学院,浙江,杭州,310032【正文语种】中文【相关文献】1.基于连续分布方向图的指纹奇异点检测 [J], 聂桂军;王剑;吴振慧;秦跃庭;李明荣;吴陈;徐荣青2.一种新的指纹奇异点快速检测方法 [J], 梅园;曹国;孙怀江;孙权森;夏德深3.基于奇异点邻近结构的快速指纹识别 [J], 时鹏;田捷;苏琪;杨鑫4.基于方向角度变化的指纹奇异点提取的快速算法 [J], 黄韧;陆亨立;张维新5.基于切缝法求方向图的指纹奇异点定位 [J], 邹军;王正群;侯艳平;沈杰因版权原因，仅展示原文概要，查看原文内容请购买。
基于Radon方向场检测指纹奇异点
基于Radon方向场检测指纹奇异点黄杰贤;杨冬涛;龚昌来【摘要】With the aim to locate singular points (core point and delta point) precisely and to complete fingerprint classification and matching, the Radon transform was introduced firstly to extract the directional filed characteristic of a fingerprint image and to implement the image segmentation. The concept of directional entropy was proposed to describe the distribution of directional filed characteristic and the singular point area search method based on directional entropy was given. Furthermore, a directional density function was established to evaluate effectiveness of singular point location, which can guide the inspecting system to achieve optimal directional entropy threshold. After singular points were detected, the performance of similar algorithms was compared by taking accuracy and efficiency into consideration. Experiments show that the algorithm proposed in this paper is more advantageous, and it not only achieves high inspecting accuracy by 83% , but also has better adaptability and robustness fitted for practical application.%为了快速、准确地检测与定位指纹奇异点(核心点、三角点)以实现指纹分类与匹配,本文引入了Radon算子来提取指纹的纹理方向特征以实现指纹方向场的分割.提出了方向熵的概念来描述方向场的分布特征,给出了基于方向熵的奇异点区域搜索方法.定义了方向密度函数以衡量奇异点搜索的优劣,指导奇异点侦测的方向熵阈值调整.最终实现了对奇异点的准确定位,准确率达到83％.跟同类算法分析比较,提出的方法在准确性与检测效率方面均更具优势.抗噪实验还表明该方法具有良好的抗干扰能力与实用性,能满足实际应用要求.【期刊名称】《光学精密工程》【年(卷),期】2012(020)009【总页数】10页(P2041-2050)【关键词】指纹提取;奇异点检测;方向场;方向熵【作者】黄杰贤;杨冬涛;龚昌来【作者单位】嘉应学院电子信息工程学院,广东梅州514015;嘉应学院电子信息工程学院,广东梅州514015;嘉应学院电子信息工程学院,广东梅州514015【正文语种】中文【中图分类】TP391.41 引言指纹特征是一种人体生物特征，具有唯一性与终生不变性，是人体固有的生物属性，不存在丢失与遗忘的问题。
指纹图像方向信息提取方法
V y ( i, j ) 1 Η( i, j ) = a rctan 2 V x ( i, j )
式中 5 x f ( i, j ) 、 5 y f ( i, j ) ——点 ( i, j ) 的 x 、 y 向一 阶偏导 Π Π Η( i, j ) 的范围在 - ～ 之间, 为满足后继算 4 4 法的需要, 将所求角度调整至 0 ～ Π 之间, 作如下处 理: 如果 V x ( i, j ) > 0, 表明该块的纹线走向为 0 ～ Π 3Π Π 或 ～ Π之间, 则 Η( i, j ) = Η( i, j ) + ; 4 4 2 如果 V x ( i, j ) < 0, 且 V y ( i, j ) > 0, 表明该块的 Π Π 纹线走向为 ～ 之间, 则 Η( i, j ) = Η( i, j ) + Π ; 4 2 如果 V x ( i, j ) < 0, 且 V y ( i, j ) < 0, 表明该块的 Π 3Π 纹线走向为 ～ 之间, Η( i, j ) 则无须调整。 2 4 经以上处理计算出的 Η( i, j ) 为该块的局部切线 方向, 将被用于后继图像预处理算法。 (4) 由于输入指纹图像存在噪声、 边缘结构信
015w 5
u = - 015w 5
则须调整分块尺寸, 重新进行方向信息计算直至满 足要求。 当然, 随分块尺寸的减小, 运算量增大。 与预定方向逼近法相比, 该算法求出的每块图 像的方向为连续角, 更准确地表示了纹路真实的方 向信息。 与 R ao 法的改进型相比, 该算法的运算速 度有显著提高。 对每块图像内包含多条纹线时, 只要 几条纹线走向大体一致, 运算结果仍能令人满意。
第 2 期 尹义龙 等: 指纹图像方向信息提取方法
基于方向的指纹奇异点提取
基于方向的指纹奇异点提取
丁晋俊;孙乐昌
【期刊名称】《计算机技术与发展》
【年(卷),期】2007(017)002
【摘要】准确、可靠地检测指纹奇异点(核心点和三角点)对于指纹的分类和匹配有重要的意义.针对指纹图像奇异点提取中准确判断和精确定位的难题,介绍了一种比较好的奇异点检测算法.根据奇异点的性质,利用Poincare Index方法求出核心点和三角点.根据相关规则,清除虚假奇异点.实验结果证明该方法能够从指纹图像中较精确、可靠地提取出奇异点.用该方法对不同质量的指纹图像进行实验,并与其他方法进行比较,结果表明该方法更加有效、可靠,具有很好的鲁棒性.
【总页数】3页(P109-110,114)
【作者】丁晋俊;孙乐昌
【作者单位】解放军电子工程学院,网络工程系,安徽,合肥,230037;解放军电子工程学院,网络工程系,安徽,合肥,230037
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于Radon方向场检测指纹奇异点 [J], 黄杰贤;杨冬涛;龚昌来
2.基于奇异点的字典模型指纹方向场去噪方法 [J], 王成钢;赵启军;吴志红
3.基于方向图的指纹奇异点快速检测方法 [J], 王伟达;王万良
4.基于奇异点区域方向场的指纹检索 [J], 赵琪;彭小奇;郭新星;王健康
5.基于方向角度变化的指纹奇异点提取的快速算法 [J], 黄韧;陆亨立;张维新
因版权原因，仅展示原文概要，查看原文内容请购买。
基于方向场特征的指纹图像奇异点检测
基于方向场特征的指纹图像奇异点检测杨海军;梁德群;田原【期刊名称】《自动化学报》【年(卷),期】2001(027)002【摘要】@@1 引言rn指纹是指端表面的纹路结构，由于具有不变性、唯一性以及易于采集的特性，指纹识别已经成为生物鉴定学的一个重要方面.指纹识别通常包括以下几个阶段：分割、图像增强、分类、细节提取以及匹配［1］.rn 在所有的处理过程中，一个有效的分类算法是至关重要的.奇异点数目的多少以及奇异点之间的相对位置关系，是指纹分类的重要依据之一.指纹的奇异点检测已经有很多种方法［2～4］，这些方法要么不具有平移、旋转不变性，要么方法的精度和可靠性比较差.本文提出一种新的奇异点检测方法，利用指纹的方向场在奇异点附近的变化比较剧烈，而在其他地方的变化比较平缓的特点来检测奇异点.这种方法具有平移和旋转不变性.对不同质量的指纹图像进行的实验结果表明该方法是有效的、可靠的.【总页数】4页(P272-275)【作者】杨海军;梁德群;田原【作者单位】西安交通大学图像处理与识别研究所;大连海事大学信息工程学院;中国科学院自动化研究所【正文语种】中文【中图分类】TP1【相关文献】1.基于Radon方向场检测指纹奇异点 [J], 黄杰贤;杨冬涛;龚昌来2.基于方向场和频率场的指纹图像增强改进算法 [J], 黄毅;鲁周迅;陆建华3.基于加权平均梯度方向场和改进Poincare Index的指纹奇异点检测算法 [J], 付佳;潘伟;郝重阳4.基于方向场特征的指纹图像中心点检测 [J], 王水平;傅德胜;季赛5.基于方向场DFT和角点检测的指纹奇异点定位 [J], 杨昊;王发强;梁瑞生;孙鹏因版权原因，仅展示原文概要，查看原文内容请购买。
指纹图像增强与特征提取
1 0
- 1 ( 4)
Sobel x =
- 2 - 1
子块图像中心的横坐标和纵坐标) , 建立一个以像素点
( i , j ) 为中心的方向窗口 N × S ( 文中取 33 ×17) , 该
窗口的边框与指纹脊线方向对应 , 且 N 与脊线方向垂 直 , S 与脊线方向平行 。
( 2) 对于每一子块 ( i , j ) , 沿 S 方向计算 S 个像素
<′ x ( i , j) =
其中 , M 0 和 VAR0 分别是期望的均值和方差 。 按上式对原始指纹图像进行点运算后即可实现图 像的规格化处理 ,使得加工后的图像的灰度均值和方 差与预定值一致 , 文中灰度均值和方差分别取 140 、
600 。实验结果如图 2 所示 。
u = - w </ 2 v = - w </ 2
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
第 1 期 汤 婷等 : 指纹图像增强与特征提取
一种新的指纹奇异点快速检测方法
一种新的指纹奇异点快速检测方法
梅园;曹国;孙怀江;孙权森;夏德深
【期刊名称】《计算机学报》
【年(卷),期】2009(032)005
【摘要】作为指纹最重要的全局特征之一,奇异点在基于模型的方向场计算、人工合成指纹、指纹分类、指纹特征匹配等方面发挥了非常重要的作用.在指纹方向场分割的基础上提出了一种称之为方向丰富度的特征,并据此形成了一种新的指纹奇异点快速检测方法.该方法首先将指纹方向场分割为一系列互不重叠的同质区域;然后通过同质区域边缘检测及边缘端点提取实现了奇异点快速定位;最后依据奇异点处方向丰富度特性判断其类型.实验验证了文中算法的有效性.
【总页数】9页(P1037-1045)
【作者】梅园;曹国;孙怀江;孙权森;夏德深
【作者单位】南京理工大学计算机科学与技术学院,南京,210094;南京理工大学计算机科学与技术学院,南京,210094;南京理工大学计算机科学与技术学院,南
京,210094;南京理工大学计算机科学与技术学院,南京,210094;南京理工大学计算机科学与技术学院,南京,210094
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种指纹图像奇异点检测方法 [J], 徐洞成;程新明;李甜;任强
2.一种新的指纹奇异点区增强算法 [J], 李宁;贾同辉;尹义龙
3.一种鲁棒的指纹奇异点检测方法 [J], 韩智;刘昌平
4.一种新的指纹图像快速细化算法 [J], 廖开阳;张学东;章明珠
5.基于方向图的指纹奇异点快速检测方法 [J], 王伟达;王万良
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｏｒ ｉ ａｒ ｄ ｎ ｙ０。
Ｄｅｔ １ ０ ｌａ一 ８
Ｃｏｒ ８ ｅ１ ０。
Ｗ ｈｏ ｌ ６ ｒ ０ ３
图 １ 指纹奇异点类 型
Ｆｉ ｇ．１ Ｔｙ ｅ ｆｆ ｇ ｒ ｒ ｔｓｔ ｕａ ｏｎ ｓ ｐ ｓｏ ｎ ｅｐ ｉ ｉｇ ｌｒｐ ｉｔ ｉ ｎ ａ
检 测奇异 点常用的方 法是 根据方 向图计算 各点 的旋 转角度差 值。其定义是 ＋ 方 向图上 围绕 该点按 在 逆时针 方向绕行一 周时 ， 闭合 曲线 各点 的方 向角 度的 变化量 。从 图 １ 柑 不难 发 现 ，ｏｅ点角度 变 化量 为 ｃｒ
等 方 面 还有 不 少 有 待 于 提 高 的 地 方 。
其 中在指纹匹配过程时 ， 需要将 前面所 求的特征点进 行逐一 比较来识 别指纹 ， 就要求 在指 纹图象上 这
建立一参 照坐标系 ， 以确定 特征 点在该 指纹图象上 的位置 。由此可 见 ． 参照 坐标 系 的准确选 取， 即坐标原
维普资讯
第１ 期
２０ ０ ２年 ３月
华 东师 范大学学 报 （ 自然科 学版 ）
Ｊ ｕ ｎ ｌ ｆ ａｔ ｈｎ ｏ ｍ 【 ｆ ｅｓ ｙ（ ｔｒ［ ｄ ｎ ｅ ｏ ｒ ａ 。 ｓ Ｃ ｉ Ｎ ｒ ｚ Ｕｔｖ ｒｉ Ｎａｕａ Ｓ ｅ ｃ） Ｅ ａ ｉ ｔ
点的准确选取 ， 将直接 影响到以后的匹配效果。显 然 ， 指纹的奇异点 ， 者说指 纹的 中心点 ． 或 是可供世取 的
最佳的坐标原点。
文章针对上述 问题提 出一种新 的确定指纹 奇异点位置的快速算法 。
ｌ 指纹 奇异 点的 特点
（） １ 指纹奇异点有三种类型： （ ｅ、 核形 ∞ｒ）三角形（ｄａ和涡轮形（ ｈ ， ｄ ｔ） ｗ ）各类型图象授特点如图 ｌ 所示：
直接求 平均将会互相抵消 。平方运算可使两侧个位在主值意义上相同。显然 ， 上式 也可写 成 ：
中心点的方 向。设 区域为 Ｗ １ ×Ｗ１的方块 ， 则从Ｖａ 计算方 向场可 由下式表示 ：
Ｏ ｉ） ｛ｒ｛ ∑ ［ｎｍ ］＋ ｌ， ＝ ａ ∑ （ ｇ ｖ（， 号 ）ｌ
其 中 ｗ． ｗ １ ２／ ，ｖｄ ， ） ＝Ｇ （ ． ） ｝ ， ） ｊ Ｇ （ ， Ｇ （ ， ＿（ — ）２ ［ （ ｎ ］ ＂ 一Ｇ （ ＂ 一 ２ ｎ） ｊｍ ） 上式 中对复 梯度的平方是必要 的。因为在 岢线或谷 线的两 侧 ， 梯度是大 小接 近、 位相反 的复数 ， 复 相
ｖ（ ≈止 血 ）ｆ
在四条边界上 ， １阶差分近似 ． 用 例如 ：
Ｇ （ ，） １ｊ ≈ （ ， 一 １ ２ ） （ ， ） Ｇ （ ， ≈ 口 Ｍ ，） （ 一１Ｊ Ｍ Ｊ） （ Ｊ 一口 Ｍ ．）
止止山
］（ ＭｌＪ～ １ ＜ ， ＜ ） ＜ ＜
（ ） 向量场 Ｖａ ２从 计算图象的方 向场 日 ｌ 为 了克服噪声 的影响 ， 在计算方 向场时应对邻近数据取平均 ， 局部 区域上 的纹理 总体 走向代表 区域
—
Ｎ ｏｌ
文章编号：０ ０ ６ １２０ ）１ ０ ２ ４ １０ —５ ４ （０ ２０ —０５ —０
＊ 简报 ＊
基 于方 向角 度变 化 的指 纹奇 异点 提 取 的快 速 算 法
黄 韧 ， 陆亨立 ， 张 维新
２０ ３ ） ０ ４ ６
（ 悔大 学 电子 信 息工 程 系 ． 海 上 上
匹配 带 来 强 大 的影 响 。
３ 基 于方 向角度 变化 的快 速算 法
根据第 ３节提 出的指纹奇异 点的两个 特点 ， 本文提 出 先利用特 点②选 出一些 角度变化 比较 太的 点称 为准奇异点 ， 再在这些 已求得的准奇异点 中利用特点①根据旋转角度差求得奇异点 。
由于以上算法 能够 极大地缩小奇异点的搜索 范围 ， 因此 ， 使指纹 奇异点 的求 得达 到 了快 速的要 求 ， 为
１ ０，ｅ ａ为 ～１０ ， ｏｌ ３ ０， ８ ｄ ｈ ８ 。ｗｈ ｒ为 ６ 。除此 以外 ， 角度 变化量为 ０。正常情况下 ， 。 一个指纹的奇异点可有 ｌ ～３
个 。ｒ ＿
（ ）从以上奇异点分类定义可 得 出指纹 图象奇 异点 的另一特点 ： ２ 奇异 点附近的方 向角度变化值 比其 它点明显太 。
第１ 期
黄
韧 ， ： 于方 向角度变化 的指纹奇异点提取的快速算法 等 基
５ ３
最终求得 奇异 点 ， 由于对所有的 点进行运 算 ， 但 使得这种算法 过于耗时。 （ ） 图象分 割为若干块 ， ２将 对每一块分别进行旋转角度差值的计算 ． 后从 中选 出符台条件的方块 ， 然 就
其中为作为奇异点 。文章认为这种方法过于简单粗糙 ， 所选 择的奇异点具有很 大的误 差 ， 将会 对 以后的
中图分类号 ： ３ １ ４ ＴＰ ９ １
文献标识码 ： Ｄ
０ 引 言 Fra bibliotek每个人 的指纹各 不相 同 ． 指纹是鉴别个人身份的最 可靠的方法之一 。虽然 近年来 国内外提 出了很多 有效 的指纹 识别方法 ， 但在实 际应用 中仍 然存 在一定的 问题 ． 特别在 如何 进一步提高指 纹识别的 运算速度
２ 传统算法介绍
传统算法 一般有两种 （ ）对图象 中所有 的点 进行旋 转角度差值的计 算 ， 而得到奇异 的位置。很显然 ， １ 从 这种 做法虽 然能够
收稿 日期 ：０ １ ６ ２ ０ —０ 作者简介 ： 黄 韧（ ９３一） 男 ， １７ ， 硕士研究生
维普资讯
自动高 速指 纹处理 打下 了基础 。 具体计算方法如下 ： ３ １ 求 出图象 ａ 同太小方块下局部 区域的中心点的方向 不
（ ）设 ａ为 Ｍ 行 、 １ Ｎ列矩 阵 ， 首先采用基于梯 度向量的方法 ， 计算图象 ａ的梯度向量场 。
ｎ Ｇ — Ｇ； ｊ ｊ
其中 ｉ 为行次０为列次。实际计算主要采用 ２ 阶差分 法（ 边界上除外） ：