一种有效的指纹图象的纹线细化处理法

合集下载

一种有效的指纹图像分割和细化方法

一种有效的指纹图像分割和细化方法

多的场合都需要 身份 的认 证 ,而传统的基于标志和知识的身 份认证技术 由于 受到证件伪造 以及密码破解等的威胁 ,逐渐
表 现得力 不从 心 。启 发于 人 的身,但是指纹识别只对 前景波峰和背景感兴趣 ,所 以 常 通
将指纹 图像进行 二值化 。无论质量好 的还是质 量差的 图像 ,
维普资讯
第2 卷 第 l 期 8 0
V 28 oL 他 口





20 年 1 B 02 0
Oc o r2 2 t be 00
Com p e ut r Eng n e i g ie rn

人 工智 能 及识 别 技术 ・ 文章编号: 00 32( 0) -02- 2 1 - 48 021 - 1 - 0 2 0 8- 0
M U o a Gu y n, TI AN u x a, CHEN h z o g Jn i S u h n
( mp t r p rme t f a t iaNo ma n v ri , h n h i 0 0 2 Co u e a t n s Ch n r l ie s yS a g a 0 6 ) De oE U t 2

2指 纹 图像 的预处 理
指纹识别关键 的是要将指 纹特 征提取 出来 ,然 后利用这
些特征 进行 比对 。特征 的提 取需要 有质 量 比较 高 的指 纹 图 像 。但是 目前采集到 的指纹都 存在着较大 的噪声 ,所以需 要
【 src ]Th rp oesn c n lg f h n ep its nrd cd, a da c r igt tec a atr t so efn ep iths a e Abta t ep e rcsigt h oo yo ef g r rn to u e e t i ii n co dn o h h r cei i f h g r rn, ip p r sc t i t

有效的指纹纹线细化方法

有效的指纹纹线细化方法

1 引 言
近几年来 , 生物特征识别成为学术和工 业界研 究的热 点, 指纹特征识别 以它 本身具有 的惟 一性和 变 性, 为生物特 成 征识别 中一个重 要研究方 向。 一个完 整的 自动指纹 识别系统

化性 : 骨架纹线的宽度为 1 个像素 , 即单像素宽: 中轴性 : ⑥ 骨
维普资讯
第 2 卷 第 4 7 期
V机 工程 与设 计
Co u e g n ei ga dDe in mp trEn i e rn n sg
20 年 2 06 月
Fb e .20 6 0
有效的指纹纹线细化方法
李徐 周 , 于 飞
(.山东省青年管理干部学院,山东 济南 206 ;2 1 50 1 .山东大学,山东 济南 206) 50 1
摘 要: 自动 指纹识 别一般 包括指 纹采 集, 图像预 处理 、 征提 取 、 征 匹配 等 。细化是 预处理 中的一个 重要环 节 , 果细化 特 特 如 不好 , 很难使 用常规 的特征提取 算 法提 取 特征信 息 现有 的指 纹 细化 算法存在 很 多问题 , 细化 不彻底 、 如 纹线吞 噬 、 架偏 骨 离纹线 中心等 , 种 问题 的存在严 重影 响 了细节点 的准确提 取 。将现有 的 几种 细化 算 法进行 融合 ,应用 于指 纹二值 图像 的 各
Ab t a t Auo t n ep it d ni c t ns se icu e n e rns olcig i g rp o e sn , m iui onse ta t g sr c: tmai f g r r e t ai ytm ld s g r i t l t , ma epe r c sig ci ni i f o n i f p c e n n t p it xrci a n a dmiui onsmac ign r l . Thn ig i a o a t tp i a ep e r c sig. I o s o a eawelhinn eut n n t p it thn o mal a y inn i sn mp  ̄ n e i g rp o esn s nm fid e t v lt n igrs l t n h , iwi ev r i iutoe ta t n t onsf m n e rn g yan r l xr cinag r m .T eei c o bei inn t lb eydf c lt xrc ui p it r f g r itma e o ma ta t lo t l mi a o i p i b e o i h h r mu ht u l t n ig s r nh

基于形态学算法和神经网络的指纹图像细化资料

基于形态学算法和神经网络的指纹图像细化资料

基于形态学算法和神经网络的指纹图像细化处理贾而穑 130212114 田通 130212104摘要:指纹作为人的重要生理特征,具有唯一性和不变性。

因而在计算机技术飞速发展的当今社会,指纹识别被广泛运用于多个安全领域。

而在指纹识别过程中的细化阶段往往是取决于指纹识别是否准确快速的重要影响因素之一。

在指纹图像预处理后,从形态学算法出发并结合传统的OPTA改进细化算法,提出了一种最新改进的OPTA算法。

测试表明,该算法能够更快更准确的对指纹图像进行细化。

根据模拟大脑学习过程的神经网络模型原理,利用BP神经网络对已经细化好的图像进行自学习,并建立反馈机制不断进行神经网络参数优化以实现识别准确率最优。

最终神经网络训练准确率达95%,实现了指纹图像的细化处理。

关键词:指纹细化处理形态学算法Back Propagation神经网络1、指纹图像的预处理1.1 指纹图像增强图像增强是指增强图像中的有用信息,它可以是一个失真的过程,其目的是要改善图像的视觉效果,针对给定图像的应用场合,有目的地强调图像的整体或局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果,满足某些特殊分析的需要。

对于一幅给定的指纹图像,其增强要重点着眼于改善图像质量,滤除图像中一些不规则的噪声点,增强前后景的对比度。

图像增强可分成两大类:频率域法和空间域法。

前者把图像看成一种二维信号,对其进行基于二维傅里叶变换的信号增强。

采用低通滤波(即只让低频信号通过)法,可去掉图中的噪声;采用高通滤波法,则可增强边缘等高频信号,使模糊的图片变得清晰。

后者空间域法中具有代表性的算法有局部求平均值法和中值滤波(取局部邻域中的中间像素值)法等,它们可用于去除或减弱噪声。

在程序的设计上,只需讨论某个像素点与其3*3窗口内任意一个相邻点的差值就可完成对指纹图像边缘的识别。

一种有效的指纹图像细化算法

一种有效的指纹图像细化算法

一种有效的指纹图像细化算法作者:何晶范九伦来源:《现代电子技术》2008年第18期摘要:OPTA方法是一个经典的指纹图像细化方法,针对OPTA法的不足提出改进的OPTA方法能够得到完全细化的指纹图像,细化后图像纹线扭曲小。

但是改进的OPTA方法还存在细化后的图像容易产生毛刺的不足,为此提出一组改进模板,即在改进的OPTA 模板的基础上增加一组去除毛刺的模板。

实验表明,通过该算法得到的细化指纹图像在保持连通性的基础上光滑无毛刺,取得了更为理想的细化结果。

关键词:图像处理;细化;模板;毛刺中图分类号:TP391.4 文献标识码:B 文章编号:1004373X(2008)1814303An Effective Thinning Algorithm for Fingerprint ImageHE Jing,FAN Jiulun(Xi′an Institute of Post and Telecommunications,Xi′an,710061,China)Abstract:OPTA method is a classical thinning method for fingerprint image.Improved OPTA method,which is proposed to overcome the insufficiency of the OPTA method,can obtain a complete thinning result,and can eliminate the distortion of the skeleton.But the improved OPTA thinning algorithm has a deficiency of being easy to get burrs after thinning.To deal with this problem,a set of ameliorative templates is added in this paper.Experimental results show that the new algorithm can not only keep connective,but also keep smooth without burrs.More ideal thinning result is obtained.Keywords:image processing;thinning;template;burr1 引言迄今为止,生物特征识别技术已经成为最为方便与安全的识别技术[1]。

一种改进的指纹图像细化后算法

一种改进的指纹图像细化后算法

第29卷第6期2008年12月衡阳师范学院学报Jo ur nal of Hengya ng Normal Univer sity No.6Vol.29Dec .2008一种改进的指纹图像细化后算法赵 磊,焦 铬,谢新华,李 琳(衡阳师范学院计算机系,湖南衡阳 421001)摘 要:对指纹图像细化后算法进行研究,分析了常规细化后处理算法存在的不足,分析其产生的原因,并在常规细化后算法的基础上提出了一种改进的细化后算法。

经过实验表明,该算法在继承了原有细化后算法优点的基础上显著地减少了细化后的噪声,是一种较为理想的细化后算法。

关键词:指纹;细化后;分叉;短线中图分类号:TP391141文献标识码:A文章编号:1673—0313(2008)06—0087—030 引 言图像细化是自动指纹识别技术中图像预处理的一个重要环节[1],主要是指在指纹图像二值化以后,不影响纹线连通性的基础上,删除纹线的边缘像素,直到纹线为单像素宽为止的一个处理过程。

指纹图像的特征提取一般都是在经过细化的基础上进行的。

在指纹识别技术发展的过程中,人们对指纹图像细化进行了很多的研究工作[227],也取得了一些研究成果。

但是事实上,由于指纹自身结构的复杂性和目前图像预处理技术的局限,对图像进行比较理想的细化是有一定技术难度的。

细化的指纹图像或多或少地存在纹线间断、毛刺和短线等噪声。

而在这些噪声中存在很多伪特征点,严重地影响到指纹特征信息———纹线端点和纹线分叉点的正确提取。

为此在对细化图像进行特征提取之前,需要对细化的指纹图像进行细化后处理,去除细化图像中存在的噪声。

本文对常规的细化后处理算法进行实验,发现常规的细化后处理算法效果并不总能令人满意,基于这样一种情况,本文在常规细化算法的基础上提出一种改进的指纹图像细化后算法,该算法很好地消除了指纹图像中存在的噪声,并弥补了常规细化后处理算法的不足,从而保证了指纹图像特征信息的有效提取。

一种改进的指纹图像细化算法

一种改进的指纹图像细化算法

吞噬 、 骨架偏 离纹线 中心等 。对快速 细化 算法和改进 的 O T P A细化算法进 行 了分析和研 究, 出这两种算法在指 纹纹 指 线和 分叉点处图像 细化 不彻 底等缺陷。 同时将 两种 细化 算 法有机结 合 , 计 了一组改进 的 细化 模板 , 出 了一种 新 设 提 的细化 算法。实验 结果证 明 : 该算法 与传 统的细化 算法相比没有破坏纹 线的连接性 , 不会 引起纹 线的逐 步吞食 , 又保 护 了指纹 的细 节特征 。而且 该算法运 算速 度也 大大加快 , 处理后 的指纹 图像 细化 完全 , 骨架接近 纹线 中心 线 , 滑无 光
e ta tn d i r d est e ma c i o lxi xr ci g a t e uc h t hng c mp e t n y.
பைடு நூலகம்
Ke r s i g r rn e o n t n i g e p c s i g t i n n ; e lt th n y wo d :f e i trc g i o ; ma r e s ; h n i g tmp ae mac ig n p i o n
c mp ee ,a d t e r f e n e r ts eeo s i e mi d e l e o r i i e a d b r—r e C mp r d w t h r d t n o l td n h e n d f g r i k ltn i n t d l i fg an l u rfe . o a e i t e t i o a i i p n h n n n h a i l r f e n g r h t e r f e n e u t i c o e o te f g r r t ga n l e c n e , O i i c n e in o h rc e si e n me ta o t m, h e n me tr s l s l s rt h n e i r i i e t r S t s o v ne tf rc a a t r t i l i i i p n n i c

一种新的指纹图像模板细化方法

一种新的指纹图像模板细化方法

1 典型 的细 化模板 算法
1 1 OP A细 化 方 法 . T

OF F A算 法足 一 种 典 型 的 模 板 细 化 方 法 0 。 对 于 一 幅 二
像 、 除噪声 、 罔像进行二值 化处理 、 滤 对 细化 处 理 、 取 指纹 的 提 特 征 以及 特 征 配 等 。 其 中 对 图像 进 行 细 化 又 称骨 架 化 , 指 是 纹 图像 预 处 理 的关 键 步 骤 。细 化 图 像 时 要 对 图 像 进 行 反 复 的 扫 描 操作 , 时较 长 。 因此 , 究 如 何 快 速 有 效地 对 指 纹 图 像 耗 研
何 晶 , 九 伦 范
( 西安 邮 电学院 信 息与控 制 系 ,西安 7 0 6 ) 10 1

要 :O T P A方 法是 一个 经典的指 纹 图像 细化 方法 , 对 O A 的不足 提 出的改进 O T 针 VF P A方 法能 够得 到 完全
细化的指 纹 图像 , 细化后 图像 纹线扭 曲小。但是 这两种模 板 细化 方法 均存 在 细化后 图像 容 易产 生毛 刺 的不足 , 究其原 因是 由于模板 细化 方向粗糙 造成的 。为此提 出了 l 6方向的 细化模板 , 该模 板 以 2 .。 角度 单位对 图像 25 为 进行 更 细致 的细化 处理 , 到 的细化 图像 光滑几 乎无毛刺 , 得 取得 了更 为理想 的细化效 果
o ec me t e i s 峨e e c f T t o .c u d o ti o l t t in n e u t n o l l n t h i o t n o e v ro h n n in vo OP A meh d o l ba n ac mp ee h n ig r s l.a d c u d ei ae t e ds r o ft mi t i h

一种有效的基于八邻域查表的指纹图像细化算法

一种有效的基于八邻域查表的指纹图像细化算法

生物特征相比, 具有唯一性 、 相对稳 定性 、 采集相对容易
等 明 显 的优 点 。 因 而指 纹 识 别 技 术 被 广 泛 地 研 究和 应
用。 自动指纹识别系统 的基本原理框 图I 图 1 l 】 如 所示 。
指纹采集 卜-指纹图像预处理 .特征点提取 -特征点匹配 输出显示 I I _{
图像 已经 进 行 了“ 值 化 ” 是将 脊 线 与 背 景 分 离 , 指 二 即 将 纹 图像从 灰度 图像 转 换 为 二 值 图像 f 表 黑 色 , 代 表 0代 1 白色) 。根据 它 的八 个邻 域 ( 图 6 象 素 点 P 如 : 5周 围 的八 个 点) 情 况 来 判 断 一 个 点是 否 能 去 掉 , 面 给 出几 个 的 下
O T 细 化 算 法 【】虽 然 它 能 够 实 现 基 本 的骨 架 处 理 , PA 4,
田噩 圈
图 3八邻域象素的各种情形
但其细化后脊线不光滑, 有许多毛刺, 且纹线扭 曲, 不在 纹线中心, 因此 , 它不满足细化性和 中轴性 。 这会给特征
收稿 日期 :2 0 .81 O 7O .7 作者 简 介 :杨 威 (9 2 )女 , 宁 人 , 士 生 , 要 从 事 数 字 优 化 仿 真技 术 应 用 方 面 的研 究 。 18 一 , 辽 硕 主
于” 邻 域” 表 细 化 算 法 及其 改进 算 法 。实验 表 明 基 于 八 邻 域 查表 细化 算 法效 率 更 高、 八 查 处理 后 几 乎 没 有 毛 刺 、 果 效
更理 想 , 为后 续 的 工作 奠 定 了 良好 的基 础 。 关 键 词 :指 纹识 别 ; 处理 ; 表 ; 化 预 查 细 中图 分 类 号 :T 7 1 P 5 文 献 标识 码 :A

一种有效的混合式指纹快速细化算法

一种有效的混合式指纹快速细化算法

定义 1 目标点 和背景点 。目标点指像素值为 1的点 , 与 此对应 , 背景点像 素值 为 0 。 定义 2 - 8邻点和 4邻点 。如 图 1 一 所示 , 设有任 意像素点 P, P的 8邻点 即为 以 P为 中心 的 3× 一 3区域中除 了 P点以外
的 8个 点 P 、2 P 、 4P 、 P 、 8 lP 、 P 、 5P 、 , P 。其 中 P 、 P 、 为 P 、 6 其 4邻 点 。 一
杨 凡, 赵顺 东
( 江师范 大学 数理 与信 息 工程 学院 ,浙 江 金 华 3 10 ) 浙 2 04

要 :针 对现有指 纹细化算 法存在 的模 板 匹配次数过 多、 迭代 频繁 、 细化 不完全 等现 象, 在深入 分析 了快 速 细
化 算法和 串并混合 式细化算 法特点 的基 础上 , 出 了一种 新的 混合 式指 纹细化 算 法 , 提 有效 地提 高 了细 化速 度和
快速细化算 法 和改进 O T P A算 法的混 合式算 法…t 比较 ”相
细 化 更 为完 全 , 细化 速 度 明显 加快 。 且
1 两种 细化算 法简介
为 了方 便 描 述 , 这 里 先 给 出几 个 定 义 : 在
行细化算法u 。其 中 , 串行细 化算法 的处理 结果依 赖于 对像
YANG n,ZHAO u d n Fa Sh n— o g
( oeeo t mai hss I om t nE gnei Z qa gN r l nvrt,J h aZ ea g3 10 C ia C lg l fMah tsP yi & n r ai n i rg, h in om i sy i u h in 20 4, hn ) e c c f o e n a U ei n j

指纹图像的特征提取原理

指纹图像的特征提取原理

指纹图像的特征提取原理指纹图像的特征提取是指从指纹图像中提取出能够唯一标识该指纹的特征信息,用于指纹识别。

指纹图像的特征提取是指纹识别技术中的核心步骤,它的原理主要包括图像增强、细化、特征点检测和特征描述等几个方面。

首先,图像增强是指对原始指纹图像进行预处理,使得指纹图像的质量得到提高。

常见的图像增强方法包括灰度变换、滤波和增强算法等。

其中,灰度变换是将原始的灰度级调整为更合适的灰度级,使得指纹图像的对比度得到增强;滤波方法可以应用低通滤波器来抑制图像噪声,提高指纹图像的质量;增强算法则是通过图像的局部对比度和方向信息来调整灰度值,进一步增强图像的质量。

第二,细化是指通过重复进行细化迭代,将指纹图像中的指纹纹线变细,同时也要保持一定的连通性。

细化算法通常分为两步进行,即细化迭代处理和细化结果优化。

细化迭代处理是通过对指纹图像中每个像素周围的邻域像素进行比较,并通过一定的规则来判断是否对当前像素进行细化操作。

细化结果优化则是对细化操作后得到的结果进行优化处理,以减少细化过程中可能引入的细节损失。

第三,特征点检测是指在指纹图像中寻找出一些具有显著特征的点,用于后续的特征描述。

常见的特征点检测方法包括脊线方向计算、脊线终点检测和三角形检测等。

脊线方向计算是通过计算每个像素的脊线方向,来判断该像素是否具有显著特征;脊线终点检测则是根据脊线的形态学性质,检测出指纹图像中脊线的终点位置;三角形检测是通过检测到的特征点,找到由其构成的满足一定条件的三角形结构。

最后,特征描述是对特征点周围区域的纹线进行一定的编码,以表示其独特的形态特征。

常用的特征描述方法包括方向图法、Gabor滤波器和径向基函数等。

方向图法是通过计算每个像素点周围的灰度变化方向,来描述该像素点的特征;Gabor滤波器则是利用Gabor函数对指纹图像进行滤波,得到特定频率和方向的滤波响应;径向基函数则是通过将指纹图像转换到极坐标系下,并使用一组径向基函数对指纹图像进行编码。

一种有效的指纹细节特征提取算法的研究

一种有效的指纹细节特征提取算法的研究
即在 细化 图像 上直接 提 取原 始 细节特 征 点 , 到初 步 的特征 提取 结 果 ,然后根 据 图像 的伪特 征 点 得
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 。
ZHAO e pi Yu — ng, W ANG i — a M ng qu n,FENG a — a Xi o xi
( y La fI s r me t to ce c n n mi e s r me t rh Ke b o n tu n a i n S in e a d Dy a c M a u e n No t Un v r i fCh n ie st o i a,Tay a 3 0 1,Ch n ) y iu n 0 0 5 ia
关键 词 :指 纹 ;细 节特征 ;细化 图像 ;伪 特征 点
中 图分 类 号 :Q8 9;TN9 1 7 1 i. 3 文 献 标 志码 :A
Ef i i ntf ng r r ntm i f c e i e p i nuta xt a t o l o i h iee r ci n ag rt m
引 言
指纹识 别作 为一 种 生物识 别 技术 , 来受 到人 历 们 的广 泛关 注 和重视 , 未来 个人 身 份认 证 的重要 是
组 成部 分 。进行 指纹 识 别技术 方 面 的研究 , 有较 具

分 为 二 的位 置 , 纹线 端 点指 的是 纹线 突然 结束 的
位置 。从 指纹 图像 中可靠 地提 取 细节 点 , 是对 图 既
Ab t a t:Fi ge prntmi ta x r c i n i heke o fn r rnti e iia i n t c ol gy sr c n r i nu i e e t a to s t y t i ge p i d ntfc to e hn o .To ov r ome t e de i inc f c ec h fce y o onv nto l fng r rnt e i na i e p i mi ta x r c i l ort nu i e e t a ton a g ihm ,a fii n n e fce t fn r rnt i ge p i mi uta e r c i a go ih n i e xt a ton l rt m i pr p e s o os d, wh c e r c s he i h xt a t t orgi a mi uta i nl n ie po nt r c l r m he t i e ma e a t h e uls o h e i i a y f a ur xt a to i s die ty f o t h nn d i g nd ge s t e r s t ft e pr lm n r e t e e r c i n. The p e o—e t r i t r e o e nd t r e s to oi t sr t i e c or i o t u e s ud f a u e po n s a er m v d a he t u e fp n s i e a n d a c d ng t her l o t ps u — e t e f he e do f a ur po nt . Expe i e a r s ls h i s rm nt l e u t s ow t t hi m e ho c n fe tv l ha t s t d a e f c i e y e i na e a lki ds o e do—e t e po nt nd r d e t e c m p a i n tm e lmi t l n fps u f a ur i s a e uc h o ut to i . Ke y wor ds:fng r i t; i uta e r c i n; hi e ma i e prn m n ie; xt a to t nn d i ge; s ud f a ur oi t p e o—e t e p n s

一种新的指纹细化算法

一种新的指纹细化算法
?图八邻域与四邻域示意图改进细化算法改进细化算法的基本原理是构造一定的消除模板和保留模板首先将二值化后的指纹图像和消除模板比较如都不相同则保留该目标像素否则再将指纹图像和保留模板比较如果与其中一个相同则保留该目标像素否则删除如图所示
维普资讯
第 l 7卷 第 3期 2 0 年 3月 07
摘 要: 一般 指纹细 化算 法处 理结果存 在 毛刺过 多 , 对纹 线上 I L 效果 较差 的缺点 . 易导 致 为特 征点 的出现 。为 了减  ̄ 洞 M' 容
少毛刺 的 出现 和提 高对 孔洞处 理效 果 , 分析 了两种 常见 的 细化 算 法—— 快 速细 化 算法 和 改进 的 O I K' 法 . 出了 与毛 A算 找 刺产生 和对孔 洞处 理效 果相关 的 因素 , 并在此 基础上 提 出 了一 种 新 的指纹 细化算 法 。实 验表 明 , 该算 法 能 够较 好 地满 足 细化要求 , 化后 的指纹 图像 保持 了原有 的拓 扑结构 和细 节特 征 , 化后指 纹光 滑无 毛刺 , 细 细 而且 对孔 洞 的效 果较 好 。 关键词 : 指纹 细化 ; 最小 生成树 ; 剪枝算 法
计 算 机 技 术 与 发 展
【(bPUTE TECHNOL _ =) I 、 R OGY AND DE、 1OPMEN . F
\ O . 7 Nf 3 ,1i , .
M a . 20 r 07

种 新 的指 纹 细化 算 法
龙 占超 , 蔡 超
( 中科技 大学 电子 与信 息工程 系 , 华 湖北 武汉 4 07 ) 304
征点 , 进而影 响验证 的准确性 。
种 基于最 小生成树 的指纹图像细化算法[ 。
1 快 速细化算法和 改进 O T P A算法简 介

指纹锁的原理简介

指纹锁的原理简介

指纹锁的原理简介指纹锁是一种通过识别指纹来控制门锁开关的安全设备。

它利用人体的独特生物特征,即指纹来验证身份,实现安全进出。

指纹锁的原理主要包括采集指纹特征、指纹图像处理、特征提取和匹配等几个步骤。

指纹识别技术是一种生物识别技术,利用指纹的纹线形状和节点特征来识别身份。

我们的指纹是由一系列的纹线和纹孔组成的,每个人的指纹都是独一无二的。

指纹锁通过采集和比对指纹信息来验证用户的身份。

指纹锁的工作原理一般分为以下几个步骤:采集指纹特征:当用户把手放到指纹识别器上时,传感器感知到手指的压力,开始采集指纹图像。

传感器一般采用光学传感器、电容传感器或超声波传感器等不同的技术。

光学传感器通过照亮手指并记录反射光的强度和分布来采集指纹图像。

电容传感器则通过检测物体表面的静电电荷来采集指纹图像。

超声波传感器则利用超声波波束和回波来生成指纹图像。

不同传感器的采集方式有所不同,但基本原理都是采集图像并生成指纹特征。

指纹图像处理:采集到的指纹图像通常是一幅黑白图像,包含了指纹的纹线形状和纹孔信息。

在指纹图像处理过程中,会对采集到的图像进行去噪、增强和纹线细化等处理。

去噪是为了去除图像中的干扰噪声,使得指纹图像更加清晰。

增强则是为了提高指纹图像的对比度和细节信息,使得之后的特征提取更加准确。

纹线细化则是为了提取指纹的主要特征,如纹线的形状、方向和长度等。

特征提取:在指纹图像处理后,需要从图像中提取出指纹的主要特征,即指纹的纹线形状和节点。

常用的特征提取方法有细化和方向图等。

细化是一种基于像素操作的方法,通过迭代操作将指纹纹线变细,直到只剩下一个像素宽度的纹线。

方向图是一种基于梯度计算的方法,通过计算图像中每个像素点的梯度大小和方向来提取指纹的方向特征。

特征提取后得到的指纹特征是一个独特的数学向量,可以表示为一个一维数组。

匹配验证:当用户把手放到指纹识别器上后进行指纹图像采集和特征提取,系统会将采集到的指纹特征与已注册的指纹特征进行匹配。

14一种新的指纹图像模板细化方法

14一种新的指纹图像模板细化方法
( Dept. of Information & Control, Xi’an Institute of Posts & Telecommunications, Xi’an 710061, China)
Abstract: OPTA method is a classical thinning method for fingerprint image. Improved OPTA method, which was proposed to overcome the insufficiency of OPTA method, could obtain a complete thinning result, and could eliminate the distortion of the skeleton. But the above two template thinning methods had the deficiency of being easy to get burrs after thinning for the cause of thinning direction of the templates was not detail. In order to deal with this problem, this paper proposed a set of 16-direction thinning templates. New method uses 22. 5 degrees as an angle unit to process image meticulously. The results show that thinned image is smooth and almost not has any burrs, more ideal thinning effect is obtained. Key words: fingerprint image; fingerprint thinning; template; 16-direction

有效的指纹纹线细化方法

有效的指纹纹线细化方法

后的纹线局部放大图。
2.2 串 行 OPTA 细 化 算法 OPTA 细化算法从图像的左上角元素开始进行,每个像素
均抽取如图 3 所示的 10 个相邻像素,并且与图 4 所示的 8 个 模板相比较,如果 8 个邻域像素(P1,P2,P3,P4,P6,P7,P8,P9)与细 化模板中的一个匹配(模板中非“ ”处的元素与此元素所对 应的 8 邻域中的像素值都相等时成为匹配,下同),则去除 P5, 否则保留。
<6,则 可 将 其 删 除 。
!=1 且
(3) 继 续 寻 找 下 一 个 边 界 点 ,直 到 没 有 可 删 除 的 点 为 止 。
快速细化算法的运行速度很快,但存在一个严重的缺陷,
由于该算法是 4 连通算法,因此由该算法得出的细化结果图
像很多不是单像素宽,即细化不彻底,如图 2 所示是快速细化
PPP
P
PP
PPP
图 1 8 邻点和 4 邻点
2.1 快 速 并 行 细 化 算法
快速细化的算法描述如下:
(1) 遍 历 整 个 指 纹 图 像 ,找 出 纹 线 的 边 界 点 。
(2)判断该边界点是否应删除。对边界点 P 定义两个特征
量 和。
8
=P
=1
8
= P +1 P
=1
其中 P9=P1。如果 P 点同时满足: =2 且
理想的细化纹线骨架应该是原始纹线的中间位置,并保持 纹线的连接性、拓扑结构和细节特征。因此一种好的细化算法 应该满足下列条件 : [4] 收敛性:迭代必须是收敛的; 连接性: 不破坏纹线的连接性; 拓扑性:不引起纹线的逐步吞食,保持 原图像的基本结构特性; 保持性:保护指纹的细节特征; 细
化性:骨架纹线的宽度为 1 个像素,即单像素宽; 中轴性:骨 架尽可能接近条纹中心线; 快速性:算法简单,速度快。

一种有效的指纹图像预处理方法

一种有效的指纹图像预处理方法

一种有效的指纹图像预处理方法
孙林森;吴小培;项明
【期刊名称】《计算机技术与发展》
【年(卷),期】2009(19)2
【摘要】预处理是指纹自动识别系统中非常关键的部分,它直接影响着指纹识别的最终效果.指纹预处理一般包括规格化、方向图计算、脊线频率计算、增强、二值化、细化等环节.文中研究并实现了一种有效的指纹图像预处理方法,并采用了一种高效的指纹细化算法.实验结果表明,这种方法能有效地去除传感器表面残留纹印引入的噪声,进一步增强了指纹的脊线和谷线,使指纹纹线变得清晰、连续、光滑,改善指纹图像的质量,提高了指纹识别的可靠性.
【总页数】4页(P133-136)
【作者】孙林森;吴小培;项明
【作者单位】安徽大学,计算机智能与信息处理教育部重点实验室,安徽,合
肥,230039;安徽大学,计算机智能与信息处理教育部重点实验室,安徽,合肥,230039;安徽大学,计算机智能与信息处理教育部重点实验室,安徽,合肥,230039
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种新的指纹图像预处理方法 [J], 杨海军;梁德群
2.一种快速有效的虹膜图像预处理方法 [J], 龚军辉;陈爱萍;唐勇奇;黄峰
3.一种快速有效的虹膜图像预处理方法 [J], 龚军辉;陈爱萍;唐勇奇;黄峰
4.一种有效的指纹图像分割和细化方法 [J], 穆国燕;田俊霞;陈树中
5.一种有效的纸币识别预处理方法 [J], 杜铭;宫芳;吴锐
因版权原因,仅展示原文概要,查看原文内容请购买。

一种简便准确的指纹图像细化算法

一种简便准确的指纹图像细化算法

一种简便准确的指纹图像细化算法
陈铁;刁婷婷
【期刊名称】《自动化与仪器仪表》
【年(卷),期】2005()1
【摘要】细化广泛应用于图像处理和模式识别。

在自动指纹识别系统中,细化占有重要的地位。

本文讨论了一种新的形态学细化算法,从原理上分析了算子应用顺序对细化效果的影响,结合试验分析出效果最好的细化算法。

【总页数】4页(P63-65)
【关键词】细化算法;指纹图像;自动指纹识别系统;模式识别;图像处理;算子;顺序;形态学;效果;影响
【作者】陈铁;刁婷婷
【作者单位】武汉大学电气工程学院
【正文语种】中文
【中图分类】TH21;TP391.41
【相关文献】
1.一种改进的指纹图像细化后算法 [J], 赵磊;焦铬;谢新华;李琳
2.一种有效的指纹图像细化算法 [J], 何晶;范九伦
3.一种新的指纹图像快速细化算法 [J], 廖开阳;张学东;章明珠
4.一种改进的指纹图像细化算法 [J], 肖晓丽;王珂铃;李振
5.一种改进的指纹图像细化及特征提取算法 [J], 郝俊杰;郭宏
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 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. 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. 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)。

一种有效的指纹图象的纹线细化处理法
朱霞辉 罗飞路 钱彦岭
(国防科技大学八系805教研室 长沙410073)
摘 要 指纹自动识别在现实生活中有着广阔的应用前景。

指纹细化在指纹自动识别中占着重要的地位,它直接影响后续识别匹配的效率。

本文针对已有的经典细化算法中对指纹这种特定图象处理中不尽人意的地方,提出了一种新的细化处理模板,效果显著。

关键词 指纹图象 细化 经典细化算法
收稿日期:1997年6月12日
1 引言
指纹识别被公认为是人身识别的最可靠的方式之一。

它不仅用于公安司法领域的犯罪识别,而且也用于军事部门、机要保密单位、银行、金库等。

凡需迅速辨明个人身份的场合均可用指纹识别。

指纹图象是由黑白相间的脊线、沟线紧密地排列在一起而构成的特殊灰度图象。

所谓指纹图象纹线的细化处理,是指把纹线粗细不均匀的指纹图象转化成线宽仅为一个象素的条纹中心线图象的过程。

细化的主要作用是去除不必要的纹线粗细信息,节省内存,便于从指纹图象中提取细节特征,从而提高指纹图象的处理速度和效率。

2 定义和术语
(1)数字二值图象与3×3窗
数字二值图象用一矩阵表示,其中每个象素为1
(黑点)或为0(白点)。

如图(1)所示,P 1,P 2,…,P 8和P 一起构成象素P 的3×3窗。

P 4P 3P 2P 5P P 1P 6
P 7
P 8
0
000P 10
0010P 00
 图(1)象素P 的3×3窗 图(2)端点的3×3窗
(2)4-邻域点和8-邻域点
如图(1)所示,P 1,P 3,P 5,P 7称为P 的4-邻
域点。

P 1,P 2,…,P 8称为P 的8-邻域点。

(3)指纹细节特征点—端点、分叉点
设象素P 的值为1。

若其3×3窗具有图(2)中两个窗或其90°、180°、270°旋转窗的任何一种形式,则称P 为端点:如果其3×3窗具有图(3)中三个窗或其90°、180°、270°旋转窗的任何一种形式,则称P 为分叉点。

0100P 10
1
0100P 11
1000P 11
图(3)分叉点的3×3窗
3 指纹纹线的细化处理
图象细化算法的种类很多,提出的方法也不尽相同,代表性的算法有H ildtch 法、E 1S 1D eu tsch 法。

细化方法不同,细化结果就有差异。

指纹图象自动识别中的纹线细化处理要求满足收敛性、连接性、拓扑性、保持性、细化性、中轴性、快速性的要求,但如E 1S 1D eu tsch 法有明显的纹线吞食现象且纹线骨架偏向右侧,显然不能满足指纹图象识别的要求。

本文结合已有的经典算法,对之进行改造,使之适合于指纹图象处理的要求,使骨架能够更好的反映指纹图象形状上的本质特征。

(1)经典细化算法
经典细化算法将骨架象素定义为与图(4)模式
(包括模式的90°、180°、270°旋转)相一致的那些象素。

图中用A 或B 标记的每个象素群中,至少有一个象素必须为非零。

A A A 0P 0B
B
B
A A A A P 0A
1
0
101P 10
0001P 00
 图(
4)骨架象素模式的3×3窗 (a ) (b )
图(6) 
(a )被经典细化算法删除的分叉点(b )被经典细化算法删除的端点
一象素集P 的骨架是按下述步骤求出的集。

首先
确定骨架象素和P 的轮廓象素,然后移去不是骨架的轮廓象素,并且用这样求出的集代替P 。

重复这一过程,直至剩下仅由骨架象素所组成的集为止。

理论上我们依次考察图中每一象素,若满足条件,则标记为骨架

81・计算机应用研究1997年 
象素,否则为非骨架象素,如果一个象素在一次迭代期间已被标记为骨架象素,那么以后就不能删除它。

实际上,根据模板,我们仅检查其N -近邻是零的那些象素(N =1,3,5,7)。

假定一个二值输入的象素标记为0或1。

在处理过程中,待细化的集的象素用2(骨架点)或3(非骨架点)标记,这样其程序框图见图(5)。

(2)改进后的指纹图象细化模板
将经典细化算法用于指纹图象的纹线细化处理,发现处理出来的骨架纹线清晰,与原图的保持性较好,但是图中也出现了一批空白区,严重影响识别工作。

对经典细化算法的模板进行总体考察,发现经典细化算法对分叉点和端点的处理实际上是一种无条件的删除。

将如图(6)所示的分叉点和端点在经典算法模板匹配,结果是不匹配而被当作非骨架点而被删除。

但是,在指纹自动识别中,分叉点和端点将是极为重要的特征点,如被简单删除,那么其识别结果肯定是误判。

这将会严重影响指纹自动识别的准确性和可信性。

因此,在细化处理过程中,根据指纹图象本身特有的性质,在原有的经典细化算法的模板上加上指纹分叉点和端点的信息,则其条件表达式为:
N E L =P5+P1(1-P4+P3)(1-P6+P7)(1-P1+P2+P3+P7+P8)(3-P1-P3-P7+P2+P8)=0 (1)
N ER =P1+P5(1-P2+P4)(1-P8+P7)(1-P5+P3+P4+P6+P7)(3-P3-P5-
P7+P4+P6)=0 (2)
N E U =P3+P7(1-P4+P5)(1-P2+P1)(1-P7+P5+P6+P8+P1)(3-P1-P5-P7+P6+P8)=0 (3)
N E D =P7+P3(1-P6+P5)(1-P8+P1)(1-P3+P1+P2+P4+P5)(3-P1-P3-P5+P2+P4)=0 (4)
其中(1)
式是应予保留的左边缘点的条件(2)式是应予保留的右边缘点的条件(3)式是应予保留的上边缘点的条件(4)
式是应予保留的下边缘点的条件
或N EL ・N ER ・N EU ・N ED =0,则该点为予以保留的骨架点,否则,该点即为可删除的象素。

将改进后的细化模板与经典细化算法同时用于一幅指纹图象的细化处理,处理结果如图(7)所示。

参考文献
1 顾文郁编译 现代光电测试技术 上海科学技术文献出
版社 199416
2 Jam es W 1M cCo rd 著 M icro soft W indow s 311程序员参
考手册 清华大学出版社 1994111
H T T P 协议代理防火墙的原理分析
时向泉 沈 雁
(国防科技大学计算机系 长沙410073)
摘 要 本文详细介绍了具有广泛影响的防火墙免费软件FW T K 中H T T P 代理的结构和原理,并
进一步指出了其不足及发展方向。

关键词 H T T P 代理 访问控制 身份验证
●本文得到“九五”国防预研资助●收稿日期:1997年7月6日
1 HTTP 代理防火墙产生背景
目前,In ternet 上基于H T T P 协议的W EB 服务迅猛增长,越来越多的用户利用W EB 获取,发布信息,因此In ternet 上的信息量成级数倍增长,构成了一个级大的信息海洋。

但与此同时,一些恶性信息(如色情、反动)也在网上肆意蔓延,致使In ternet 上信息资源良莠不齐,此外一些恶性行为如:非法侵入他人系统,窃取他人机密,破坏他人系统也屡屡发生,严重时甚至危及国家安全。

而当前,In ternet 在我国方兴未艾,各个单位纷纷建立自己的内部网,并与In ternet 相连,这就相当于把自己暴露于世人面前,如不采取必要的安全措施加以自我保护,防患于未然,后果不堪设想。

作为一种主要的网络安全技术,防火墙被普遍采用来隔离内部网与外部网,并提供存取控制与保密服务,使内部网有选择的与外部网进行信息交换,从而为内部网提供了抵抗外部恶性信息,恶性行为的能力。

据预测近五年世界防火墙的年需求增长率将达到174%。

防火墙的类型包括包过滤型(Packet F ilter )防火墙、线路网关(C ircu it Gatew ay )防火墙、应用代理型(P roxy Service )防火墙等。

由于应用代理型防火墙能针对某一具体应用协议如FT P ,T ELN ET ,
H T T P 等进行控制,特别适用于客户
服务器模型。

在客户与服务器之间起代理作用,从而隔离了内部资源

91・ 第6期时向泉等:H T T P 协议代理防火墙的原理分析。

相关文档
最新文档