-
题名自动指纹识别中的图像增强和细节匹配算法
被引量：229
- 1
-
-
作者
罗希平
田捷
-
机构
中国科学院自动化研究所人工智能实验室
-
出处
《软件学报》
EI
CSCD
北大核心
2002年第5期946-956,共11页
-
基金
国家自然科学基金资助项目(69875019
60071002
+2 种基金
60072007
69931010
60172057)~~
-
文摘
对自动指纹识别系统(automated fingerprint identification system,简称AFIS)的两个重要问题——指纹图像增强和细节匹配进行研究,给出了一种基于方向场的指纹图像增强算法,对Anil Jain等人提出的细节匹配算法进行了修正.采用一种新的更简单的方法进行指纹图像的校准,并以一种简单而有效的方式将脊线信息引入匹配过程中,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.另外,采用大小可变的限界盒来适应指纹的非线性形变.在FVC2000公布的指纹图像数据库上,按照FVC2000测试标准所做的实验显示,该算法比原算法有较大的改进.
-
关键词
自动指纹识别
图像增强
细节匹配算法
图像处理
计算机
-
Keywords
Algorithms
Alignment
Benchmarking
Database systems
Feature extraction
Image enhancement
Robustness (control systems)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
D918.91
[政治法律—法学]
-
-
题名基于中心点的指纹细节结构匹配算法(英文)
被引量：5
- 2
-
-
作者
张伟伟
王森
王阳生
-
机构
中国科学院自动化研究所模式识别国家重点实验室
-
出处
《自动化学报》
EI
CSCD
北大核心
2003年第6期842-850,共9页
-
基金
SupportedbyCreativeFoundationofChineseAcademyofSciences ,theProjectofInstituteofAutomation
-
文摘
指纹细节匹配算法是自动指纹识别系统 (AFIS)中一项关键的任务 ,目前存在大量的研究和算法 .依据算法是否依赖中心点 ,指纹细节点匹配算法可以分为两类 :基于中心点的匹配算法和非中心点匹配算法 .大多数非中心点匹配算法都非常耗时 ,因此不适合在线应用 .而基于中心点方法的效率相对较高 ,但是这类算法极度依赖于中心点的定位精度 .在本文中 ,提出了一种全新的基于中心点的指纹细节结构匹配算法 ,该算法综合了基于中心点匹配算法和非中心点匹配算法的优点 ,同时又避免了二者的缺点 .首先利用中心点检测算法获得中心点的位置 ,然后在中心区域定义了一些局部的结构 ,同时利用这些局部结构寻找指纹细节的对应点 ,并通过对应点和中心点的相对关系来确认这些对应细节点 .其次利用这些细节对应点匹配全局的细节信息 ,最后 ,利用匹配细节的全局距离和距离方差来判决最终匹配结果 .实验结果表明 ,算法的匹配效果非常好 ,同时匹配效率较高 。
-
关键词
指纹细节结构匹配算法
自动指纹识别系统
中心点匹配算法
AFIS
-
Keywords
Algorithms
Decision theory
Image processing
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多模型协作和反向校验的快速指纹图像检索研究
- 3
-
-
作者
宋鹏
刘辰
郭诗杰
陈磊
-
机构
南京邮电大学通达学院
扬州大学
-
出处
《软件》
2024年第3期1-3,21,共4页
-
基金
国家社科基金“叠加情绪态度的博弈逻辑及其应用研究”(23FZXB053)
南京邮电大学通达学院科研基金“基于Linux的指针仪表智能读取系统的研究”(XK006XZ19013)。
-
文摘
在生物特征识别领域,指纹识别因其独特性被广泛应用。随着指纹识别场景的普及,逐一匹配指纹不具有实际意义。因此,研究一种快速高效的指纹图像检索识别技术具有重要意义。本文旨在研究指纹细节点的快速检索和精细匹配问题,提出了一种快速高效的指纹检索模型。该模型结合基于区域的细节点特征匹配算法减少噪声干扰,设计粗粒度残差网络提取数据点特征,此外,利用基于卡尔曼滤波的改进遗传算法二次筛选数据样本,最后,利用BEBLID描述符对样本数据进行精准匹配。经过综合分析,本文所提出的模型运行时间较快,内存消耗量较小。
-
关键词
指纹图像检索识别
基于区域的细节点特征匹配算法
粗粒度残差网络
基于卡尔曼滤波的改进遗传算法
BEBLID描述符
-
Keywords
fingerprint image retrieval and recognition
algorithm based on feature matching of regional details
coarse grained residual network
improved genetic algorithm based on Kalman filtering
BEBLID descriptor
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
