指纹图像

摘要： 提出了一种应对加性脉冲噪声的指纹图像去噪方法,该方法对于高倍率的加性脉冲噪声有着很好的处理效果。相比较传统的无区别对待噪声和图像信号的全局滤波处理方式,采用了开关滤波和自适应窗口大小的中值滤波算法,同时该方法在处理的过程中采用边缘滤波多方向比较以获取最佳边缘像素值。实验仿真效果表示,在脉冲噪音概率密度80%以上时,相比较其他的方法,图像的MAE、MSE较低,PSNR较高,视觉效果良好,边缘清晰平整,图像质量高。

摘要： 本文提出了一种基于光学全息的“指纹锁”,将其放置在智能卡的IC芯片前面,用于对用户的个人识别号(PIN码)进行预先加密和认证,和智能卡原有的数字加密算法相结合,可进一步提高信息存储和提取的安全性.该指纹锁是以指纹图像和随机相位板为密钥,记录在光折变晶体材料内的一组角度复用加密全息图.这种光学加密全息图与传统的角度复用全息图不同,其参考光兼有指纹密钥的振幅调制和随机相位调制,具有私密性好、携带方便、安全性高等优点.

摘要： 提出了一种自适应窗口大小的中值滤波算法,新算法规避了传统中值滤波算法小窗口滤波去噪不全面,大窗口滤波信号有模糊的缺点。自适应中值滤波算法是依据像素值来判断获取窗口大小的,自适应大小的窗口能够有效去除脉冲噪声,保持边缘细节,这一点在处理高倍率指纹图像脉冲噪声时尤为明显。

摘要： 将低分辨率(LR)图像重建为高分辨率(HR)图像的主流模型是生成对抗网络(GAN)。然而,由于基于GAN的方法利用从其他图像中学习到的内容来恢复高频信息,在处理新的图像时往往会产生伪影。由于,指纹图像的特征比自然图像更加复杂。因此,将以前的网络应用于指纹图像,尤其是中等分辨率的图像,会导致收敛不稳定伪影效果更加严重。针对以上弊端,本文提出了一种Enlighten-GAN超分辨率方法,来解决指纹图像的重建问题。具体来说,我们设计了启发块来控制网络收敛到一个可靠的点,并利用自我监督分层感知损失以改进损失函数提升网络性能。实验结果证明Enlighten-GAN方法在指纹图像的重建效果性能上具有更加卓越的效果。

摘要： 指纹图像一直是应用最普遍的生物特征之一,传统AFIS系统使用细节特征点作为指纹识别的特征,近年来神经网络被广泛用于计算机视觉技术领域取得良好效果,特别是Capsule网络在识别图像特征的位置等信息时效果显著.对Capsule网络进行了改进,一方面加入了FPN结构,主要解决物体检测中的多尺度问题,另一方面加入了SE模块,添加了通道注意力机制.改进之后的FPN-Capsule训练集精度达到了90.6％,较原Capsule网络得到了提升.

摘要： 采用传统光学型、半导体型和超声波型设备进行指纹图像特征点提取时,缺少自动保护机制,导致系统提取结果不精准,为了解决该问题,设计了基于DSP的指纹图像特征点连续提取系统.该设计以TMS320C5000为DSP芯片,形成统一数据映射,可以自动保护和恢复现场.使用MBF200型号指纹传感器,将电压值转换为数字信号形式,产生感应电压.以2.4～3.6 V传感器工作电压为基础,设计电源开关控制电路,选择AAT4610A型号开关保护电源电路.分析指纹图像特性,提取指纹有效区域,并进行二值化处理,完成提取流程设计.由实验结果可知,该系统特征提取精准度可达到99.9％,为居民身份精准识别奠定了基础.

摘要： 为了平衡指纹图像识别方法的识别效果与抗噪性能,研究基于小波分析的指纹图像模糊边缘识别算法,提升指纹图像模糊边缘识别的正确率和抗噪性能.采用小波变换增强指纹图像,提高图像质量.并将图像方向场矩阵中被标记次数最多处视为图像中心点位置,以此为中心切割指纹图像,提取指纹有效区域.采用3阶Haar小波分解,提取有效区域内指纹图像边缘特征向量,将其作为概率神经网络(PNN)的输入.通过PNN的分类器完成指纹图像模糊边缘的某一特征向量和其它特征向量的分类和识别.实验结果表明:上述算法的指纹图像模糊边缘识别正确率为98％以上;在不同噪声环境下方法的抗噪性能良好,品质因数均较高,且识别时间短.

摘要： 针对传统动态阈值算法在指纹图像采集过程中噪声大、分辨率低、效果失真的问题,提出一种动态阈值加填补的二值算法来改善变形指纹图像的细节处理能力,并设计一种邻域均值模板对图像边缘细节处理进行优化.通过对指纹图像进行串口分割,引入惩罚相作为分割窗口灰色度阈值,提升算法的有效性和鲁棒性;通过对4个特征方向的像素点进行均值处理,有效区分边缘像素和中间像素点的重要度,提升图像边缘点分类精确度.实验结果表明:本文改进的算法在处理复杂指纹图像时,能够很好地保留指纹图像细节部分,且图像占比更小;同时,算法对边缘细节部分的优化更显著,且具有很高的计算速度.

摘要： 指纹图像增强是指纹识别技术中的关键步骤，增强效果的好坏在很大程度上决定了识别系统的鲁棒性。针对低质量的指纹图像，本文提出了一种把NSCT和STFT分析相结合的增强算法。实验结果表明，该算法对低质量的指纹图像有显著的增强效果。

摘要： 在指纹识别系统中，指纹图像的增强处理是指纹特征提取及指纹匹配前的一个关键性步骤，而指纹识别效果的好坏程度高度依赖于指纹图像的质量。传统指纹增强方法几乎都是使用单一的滤波器，由于低质量的指纹图像的纹线结构更是非常复杂，滤波增强方法的效果往往不能令人满意。本文充分考虑指纹脊线的局部方向和频率，提出了一种基于时域滤波和频域滤波的两阶段指纹图像增强新方法。这种方法能够在时域对指纹纹线进行有效修补，并在频率域对时域处理后的图像再进行增强滤波，从而大大增强指纹图像。本实验结果证明该方法的有效性。

摘要： 针对传统的基于灰度特性的指纹图像分割方法的不足,提出了一种自动确定分割阈值的改进算法.首先,对图像进行直方图均衡化处理.然后,提出一种自动确定分割阈值的方法,利用图像的灰度均值及方差分割图像.最后,对分割后的图像进行后处理.实验表明,该方法简单实用,处理速度快,鲁棒性好,满足实时性要求较高的自动指纹识别系统的要求,是一种行之有效的分割方法.

摘要： 指纹图像中的奇异点携带着重要的指纹特征信息。由于拱型指纹图像中没有奇异点，Poincare Index方法就会拒绝登记该指纹，然而该指纹也可能是合格指纹，我们可以找出拱型指纹中相应参考点作为指纹合格与否的评判依据，针对这一问题，提出了一种新的参考点检测与位置计算方法。实验结果表明，该方法能很好地解决以上局限性问题。

摘要： 本文介绍了指纹图像二值化的基本方法，并对二维直方图均衡化处理指纹图像二值化方法进行了研究，利用二维直方图均衡化方法进行指纹图像的二值处理，实验表明该方法实现简单，转变为二值图像后能够较为完整地保存指纹的曲线特征，从而为提取指纹的特征像素提供帮助。

摘要： 为解决指纹预对齐问题,本文构建了不会随着指纹图像翻转而改变的新指纹特征集合,并从四个方面改进了经典哈希函数SHA1:修改寄存器初始值、修改加法常量、改进逻辑函数和改进压缩函数,从两个方面改进哈希函数SHA2:改进压缩函数和优化消息字,接着以此为基础设计了两个可撤销的不可逆指纹加密方案.通过效率分析和安全性分析的实验结果,证明设计的方案在不增加计算复杂度的情况下增强了方案的安全性.

摘要： 设计了一种基于不可逆函数的指纹加密系统,该系统从脊线细化后的指纹图像中提取出指纹细节点,利用传统的Fuzzy Vault技术将细节点与密钥进行绑定.由于Vault模板中包含真实指纹细节点的所有特征,对用户的隐私和密钥安全构成严重威胁,因此本文应用改进的SHA1函数构造一个不可逆变换,用该函数对原始的细节点特征信息进行转换,运用中国剩余定理对转换后的信息和待保护密钥相结合生成生物密钥.实验结果表明,所设计的系统能提高安全性,消除多模板攻击的危害,有效提高密钥成功恢复率,从而保护用户的隐私信息.

摘要： 在自动指纹识别系统中,对时间复杂度高的指纹图像预处理算法进行研究,为了有效地去除指纹图像中的噪声,提高识别速度以应用于实时系统,提出了一种基于8方向脊向滤波器的指纹预处理方案。该方案在求取点方向图时以方向逼近法为基础,引入均值滤波的思想以降低图像中噪声的影响,获取一致性更好、性能更稳定的点方向图；然后根据脊向滤波器的设计原理,优化设计了一组对应于指纹图像方向信息的8方向脊向滤波器模板；最后运用查表法,对于指纹图像中的每个像素点选取与其方向信息相应的滤波器模板进行图像增强。在FVC2004公布的指纹图像数据库DB1_B上,按照FVC2004测试标准所做的试验结果表明,本文所提方案简单快速有效,能够应用于实时的自动指纹识别系统。

摘要： 为克服传统说话人身份认证方案容易受到环境、说话人身体状态等客观因素影响的不足提供一种新思路.提出了一种基于指纹图像重心的语音身份认证方案.首先由混沌序列将指纹图像随机分块,计算每块区域重心,进而得到其感知哈希值,利用数字音频水印方法,将感知哈希值作为数字水印嵌入到语音文件中,达到身份特征与语音绑定的目的.认证时,只需将待验证人身份经过同样处理得到的感知哈希值与从含身份信息的语音文件中提取出的感知哈希值做匹配即可.实验结果表明,算法对旋转噪声具有较好的鲁棒性,同时也具有较强的安全性与唯一性.对感知哈希序列压缩编码以减少数据量是进一步要改进的地方.

摘要： 指纹分割算法是自动指纹识别系统中的重要组成部分，传统的分割方法往往只对某些指纹图像效果较好。为了得到具有普遍适用性的方法，提出了一种新的纹理区域分割算法。首先对指纹图像进行归一化处理；然后，以脊线方向和与其垂直方向的灰度差值为依据来进行区域的分割;最后，对分割模板进行平滑处理和开运算，提取纹理区域。与5种分割算法进行了对比，结果显示，该算法快速有效，并能够很好地去除指纹采集器的边框和噪声等非纹理区域。将分割算法加入匹配实验中，结果表明，可以有效提高指纹自动识别系统的性能。

摘要： 本发明公开了一种低质量指纹图像和非指纹图像的检测方法及装置，属于图像检测领域，其包括以下步骤：1）对低质量图像进行归一化处理；2）对低质量图像进行动态缩放处理；3）对缩放后的图像提取图像方向场；4）评估原图像的整体方向场杂乱度；5）对原始图像进行图像滤波处理；6）对图像按方向场采取图像增强处理；7）图像进行细化处理；8）搜索图像中的结构特征；9）利用结构特征评估图像纹线的连续性和纹线方向杂乱度；10）根据各结构特征的数量、纹线的连续性、纹线方向的杂乱度和整体方向场杂乱度判断图像为指纹图像或非指纹图像，将图像分为两类。本发明将图像中的指纹图像和非指纹图像进行分类，进而提高低质量指纹图像的修复效率。

摘要： 一种彩色图像传感器，当手指按压检测器表面时，该传感器顺序采集多重指纹图像。色彩信息提取单元与多重指纹图像的输入同步，提取手指颜色。面积信息提取单元检测一种物理量，这个物理量代表多重指纹图像被采集时，手指施加给彩色图像传感器的压力。活体识别单元通过对物理量与手指颜色之间的相关分析，确定手指是活还是死的手指。根据这种结构，即使手指颜色没有多少变化，如果与反映手指压力的指纹面积之类的信息有足够的相关的话，也能够把活体与死体区分开来。指纹输入单元的厚度近似1-2mm，由平面光源的厚度和彩色图像传感器的厚度的总和确定。

摘要： 本发明属于光电图像传感器领域，包括：半导体激光器线阵通过微透镜线阵发出的准直相干光照明，光波导利用全反射机理构成封闭光路系统；使用波导全息光栅元件将入射光束耦合出波导基底，利用全反射机理获取指纹图像，并对出射光束进行波前重构；使用光纤簇作光传输与成像元件，利用CMOS成像芯片采集指纹图像，并以数字视频格式传输给计算机。其核心光学元件波导全息光栅使用Ar+激光用干涉条纹曝光方法制备。

摘要： 本发明公开了一种低质量指纹图像和非指纹图像的检测方法及装置，属于图像检测领域，其包括以下步骤：1）对低质量图像进行归一化处理；2）对低质量图像进行动态缩放处理；3）对缩放后的图像提取图像方向场；4）评估原图像的整体方向场杂乱度；5）对原始图像进行图像滤波处理；6）对图像按方向场采取图像增强处理；7）图像进行细化处理；8）搜索图像中的结构特征；9）利用结构特征评估图像纹线的连续性和纹线方向杂乱度；10）根据各结构特征的数量、纹线的连续性、纹线方向的杂乱度和整体方向场杂乱度判断图像为指纹图像或非指纹图像，将图像分为两类。本发明将图像中的指纹图像和非指纹图像进行分类，进而提高低质量指纹图像的修复效率。

摘要： 本发明公开了一种指纹图像重构方法、指纹图像特征提取方法及装置，包括：获取粗重构特征和细重构特征，细重构特征包括纹线频率特征、奇异点特征和细节点特征；基于粗重构特征，进行粗重构处理，得到粗重构指纹图像；根据奇异点特征和细节点特征，进行方向场重构，得到重构方向场；基于重构方向场和纹线频率特征，对粗重构指纹图像进行滤波处理，得到滤波指纹图像；根据细节点特征，对滤波指纹图像进行细节修正处理，得到细重构指纹图像；对细重构指纹图像进行灰度重建，得到重构指纹图像。根据本发明的技术方案，通过粗重构特征和细重构特征进行分步建模，可以实现基于上述特征能够同时满足指纹识别任务和指纹图像重构任务的需要。

摘要： 本发明公开了一种指纹图像增强、识别方法、装置及指纹图像增强识别系统，所述指纹图像增强方法包括：电子设备识别指纹图像中每个像素点对应的纹线方向；针对指纹图像中每个像素点，根据该像素点对应的纹线方向上，包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值，确定该像素点对应的第二灰度值；针对指纹图像中每个像素点，根据该像素点对应的纹线垂直方向上，包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值，确定该像素点对应的第三灰度值；根据指纹图像中每个像素点对应的第三灰度值，生成增强指纹图像。用以提高指纹图像增强的准确性和处理效率。

摘要： 公开了一种具有指纹识别功能的定点设备、指纹图像识别和定点方法和使用它们来用于提供便携式终端服务的方法。在具有指纹识别功能的定点设备和指纹识别方法中，具有小尺寸的指纹图像被映射，以产生大指纹图像或从大指纹图像中提取的小指纹图像，以便定点设备执行用户识别和指针控制。结果，用于用户识别和用于指针控制的各传感器没有包含在定点设备中，而是用于执行用户识别和指针控制两个功能的一种传感器被包括根据本发明的一个实施例的定点设备中。另外，由于需要大指纹的用户识别能够只使用小指纹图像来执行，所以可以容易地体现小型化的便携式终端设备，从而降低造价。另外，能够通过根据用户识别选择性地限制可在便携式终端设备中使用的服务种类来保护具有定点设备的便携式终端设备中的重要信息。

摘要： 一种彩色图像传感器，当手指按压检测器表面时，该传感器顺序采集多重指纹图像。色彩信息提取单元与多重指纹图像的输入同步，提取手指颜色。面积信息提取单元检测一种物理量，这个物理量代表多重指纹图像被采集时，手指施加给彩色图像传感器的压力。活体识别单元通过对物理量与手指颜色之间的相关分析，确定手指是活还是死的手指。根据这种结构，即使手指颜色没有多少变化，如果与反映手指压力的指纹面积之类的信息有足够的相关的话，也能够把活体与死体区分开来。指纹输入单元的厚度近似1－2mm，由平面光源的厚度和彩色图像传感器的厚度的总和确定。

摘要： 本发明属于光电图像传感器领域,包括:半导体激光器线阵通过微透镜线阵发出的准直相干光照明,光波导利用全反射机理构成封闭光路系统;使用波导全息光栅元件将入射光束耦合出波导基底,利用全反射机理获取指纹图像,并对出射光束进行波前重构;使用光纤簇作光传输与成像元件,利用CMOS成像芯片采集指纹图像,并以数字视频格式传输给计算机。其核心光学元件波导全息光栅使用Ar+激光用干涉条纹曝光方法制备。

摘要： 本发明提供一种指纹图像的预处理方法，其应用于曲面指纹识别传感器，所述曲面指纹识别传感器包括供手指放置的曲面感测区，所述指纹图像的预处理方法包括：获取当前感测到的曲面指纹图像信号；以及对所述当前感测到的曲面指纹图像信号进行平面化处理得到预处理指纹图像信号。上述指纹图像的预处理方法，可以将曲面指纹识别传感器感测的曲面指纹图像信号进行平面化处理得到预处理指纹图像信号，并在该预处理指纹图像信号的基础上进行指纹图像处理和识别。由于平面化的图像信号的平面一致性较好、便于后期处理。此外，本发明还提供了一种指纹识别方法、曲面指纹识别传感器以及电子设备。