指纹特征信息提取

指纹特征信息提取

时间:2018-03-14 作者:柯绿科技

指纹特征

指纹分类和匹配都是基于指纹的特征信息,因此能否从指纹图像中可霏地提取指纹特征信息,直接影响指纹分类和匹配的精度。目前主流的特征信息提取方法是基于细化图像的特征提取算法。

在过去的研究中,专家们提出了多种从指纹图像中自动提取细节特征的方法,但都是荃于灰度图像或者二值图像的提取方法,大都包含图像预处理、二值化、细化、细节特征提取以及后处理等处理过程。DarioMaio提出了一种荃于脊线跟踪的直接从指纹原始灰度图提取特征的方法,通过追踪指纹纹线实现了快速的特征提取。由于传统特征提取算法效率较低的主要原因是对图像的每一个像素都执行同样的预处理操作,而该方法仅仅对图像中的特定区域进行增强处理,从而大大减少了图像预处理中的冗余,提高了特征提取的效率。XudongJiang针对文献的方法进行了自适应步长和细节点后处理方面的改进I气这两种算法开创了直接灰度特征提取方法的先河。直接提取方法对提高算法的效率有显著作用,但在指纹图像质且较差时,容易提取出大盘的伪特征信息。

由于各种噪声的影响以及在细节特征提取前预处理过程的误差,许多错误细节如毛刺、桥接、孔、边界点等会出现在细化图像里。因此,为了保持系统的可靠性和减少计算,筋要对从细化图中提取的细节特征点进行后处理,以减少伪细节点的数量。在过去的几年里,很多专家相继提出了多种提纯细化图像中位测到的细节点的方法。Ratha等,用三个启发试探性的方法来消除脊线中断点、毛刺和边界点的影响。Hund4st采用谷线和脊线图像之间的二值特性,即考虑了谷线图像中的分又点和端点分别对应于脊线图像中的端点和中断特征。XiaoandRaffat提出了一种统计棋式识别和结构模式识别方法相结合的特征提取方法,该方法定义了常见的伪细节点的类型,比如断裂、桥等等,并定义了去除伪细节点的规则,同时提出了去除伪细节点的两条重要原则:(1)去除伪细节点时尽A不引入新的伪细节点;(2)如果上一步砚引入了伪细节点,必须在本步异中去除。这两条原则对去除伪细节点有重要指导念义。AlessandroFarit提出了端点和分又点的两个验证标准,如果所提取的细节点不满足这两个验证标准,则认为是伪细节点并予以去除,反之则认为是宾实细节点而加以保留。首先,通过如脊线长度、终点方向、分又点和两细节点之间的夹角来标定指纹细节的特征;其次,每一细节还可以通过它周围区域“邻接”的细节来定义,这个周围区域取决于脊线之间的距离;最后,求出与细节相“关联,的数金。后处理算法连接相对的端点,去除与端点或其它分又点邻接的分叉,最终去除毛刺、桥梁跨接、三角和梯形结构等伪细节。Marius分析了每个参考细节点的周田区域,来判断该细节错误与否。

上面提及的方法主要依靠细节的位置关系来去除伪细节点。它们可以去除质盆好的指纹图像中的伪细节,但当图像质量较低时,这些方法都不理想,原因是在提取细节之前,在预处理过程中引入了错误细节,细化过程也丢失了原始灰度图像的许多信息。XudongJiang在文献[[39]中不仅利用了细节点的位置信息,还利用了细节点的一致性程度,但是这一参数不能很好地描述图像质孟。Salil在文献中也提出了一种细节点验证方法,在灰度图像中检测细节点的邻域以确定细节点的真伪,但这一方法过多地依靠训练数据的质量。

总之,当图像质且较差时,如何保证指纹特征信息的可靠提取,尤其是荃于灰度图像的特征信息提取,是指纹识别需要解决的主要问题。目前还没有一种非常理想的方法,能确保准确地提取指纹特征信息。

版权所有:https://www.zhiwenla.com/zhiwen/45.html 转载请注明出处