改进的主曲线算法在指纹骨架提取中的应用

doi:10.3778/j.issn.1002-8331.2010.16.050

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (16): 170-173.DOI: 10.3778/j.issn.1002-8331.2010.16.050

• 图形、图像、模式识别 • 上一篇下一篇

改进的主曲线算法在指纹骨架提取中的应用

马驰^1，2，张红云³，苗夺谦³

1.北京科技大学经济管理学院，北京 100083
2.辽宁科技大学计算机科学与工程学院，辽宁鞍山 114051
3.同济大学计算机科学与技术系，上海 200092

收稿日期:2009-02-27 修回日期:2009-04-13 出版日期:2010-06-01 发布日期:2010-06-01
通讯作者: 马驰

Improvement of principal curves algorithm and its application in fingerprint skeleton extraction

MA Chi^1，2，ZHANG Hong-yun³，MIAO Duo-qian³

1.School of Economics and Management，University of Science and Technology Beijing，Beijing 100083，China
2.School of Computer Science and Engineering，University of Science and Technology Liaoning，Anshan，Liaoning 114051，China
3.Department of Computer Science and Technology，Tongji University，Shanghai 200092，China

Received:2009-02-27 Revised:2009-04-13 Online:2010-06-01 Published:2010-06-01
Contact: MA Chi

摘要/Abstract

摘要： 在指纹识别系统中，指纹骨架的提取是一个重要而困难的环节，传统的细化算法得到的骨架很容易受到噪声的干扰。因此，在研究指纹数据特点和Kégl的主曲线算法的基础上，提出了一种改进的主曲线算法。实验结果表明：改进算法与传统算法相比有着更好的效率和效果，它所提取的指纹骨架包含更多的信息且具有更高的准确性、可靠性和抗噪声性。

关键词: 主曲线, 指纹, 细化, 骨架提取

Abstract: In the fingerprint recognition system，skeleton extraction for fingerprint images is an important and difficult task.Traditional thinning algorithms are susceptible to noise.In view of this，according to some characteristics of the fingerprint dataset and study on the original principal curves algorithm proposed by Kégl，an improved principal curves-based algorithm is proposed，which can be served as the skeleton of a fingerprint.Experimental results show that the improved principal curve algorithm is better in efficiency and quality than the original algorithm.The skeleton obtained by improved algorithm contains more information quantity and is proved to be more accurate，reliable and anti-noisy.

Key words: principal curve, fingerprint, thinning, skeleton extraction

中图分类号:

TP391.4

马驰^1，2，张红云³，苗夺谦³. 改进的主曲线算法在指纹骨架提取中的应用[J]. 计算机工程与应用, 2010, 46(16): 170-173.

MA Chi^1，2，ZHANG Hong-yun³，MIAO Duo-qian³
. Improvement of principal curves algorithm and its application in fingerprint skeleton extraction[J]. Computer Engineering and Applications, 2010, 46(16): 170-173.

[1]	陈坤峰，潘志松，王家宝，施蕾，张锦，焦珊珊. 跨模态行人再识别的协同学习方法[J]. 计算机工程与应用, 2021, 57(12): 115-125.
[2]	姚姗姗，牛保宁. 抗频率变换的采样计数音频检索方法[J]. 计算机工程与应用, 2021, 57(12): 126-131.
[3]	袁良友，周航，韩丹，许国梁. 引入平滑迭代的骨架提取改进算法[J]. 计算机工程与应用, 2020, 56(24): 188-193.
[4]	杨锦朋，常俊，余江，李晓薇. 免校准的跨异构设备的室内定位方法[J]. 计算机工程与应用, 2020, 56(2): 248-254.
[5]	郭辰，李新伟，杨艺，徐良浩. 基于非局部3D残差网络的视频指纹算法[J]. 计算机工程与应用, 2020, 56(19): 216-223.
[6]	陈文燕，范文博，杨钧宇. 基于密集连接卷积网络的小面积指纹识别方法[J]. 计算机工程与应用, 2020, 56(10): 134-140.
[7]	陈熙宁1，2，马蔚吟3，李力4. 基于Spark的指纹定位数据处理方法[J]. 计算机工程与应用, 2019, 55(4): 79-83.
[8]	乔冉，闫江毓，唐良瑞. 基于多维高斯的无线传感器网络定位算法[J]. 计算机工程与应用, 2019, 55(23): 99-104.
[9]	王凯，陈立云，李昊鹏. SSH匿名流量网站指纹攻击方法[J]. 计算机工程与应用, 2019, 55(21): 99-103.
[10]	张雨清，王伟平，王维. 一种面向渐变浏览器指纹的识别方法[J]. 计算机工程与应用, 2018, 54(7): 102-106.
[11]	郭蕊，张雪锋. 基于Bloom过滤和分块的组合指纹模板保护算法[J]. 计算机工程与应用, 2018, 54(6): 75-80.
[12]	王海燕1，2，袁雪琴1，宋超1，张正勇1，2，刘军1，2，沙敏1，2. 相似度分析结合人工神经网络鉴别苹果香精[J]. 计算机工程与应用, 2018, 54(4): 141-147.
[13]	杨斌，李灯熬，赵菊敏. 基于区域划分的局部更新指纹定位算法[J]. 计算机工程与应用, 2018, 54(17): 56-61.
[14]	李丹. 属性值细化的矩阵增量约简算法[J]. 计算机工程与应用, 2017, 53(21): 68-71.
[15]	李引1，刘东成1，袁峰1，魏革2，阳昕1. 软件研发中的精细化人力资源管理模型及系统[J]. 计算机工程与应用, 2017, 53(21): 203-213.

改进的主曲线算法在指纹骨架提取中的应用

Improvement of principal curves algorithm and its application in fingerprint skeleton extraction

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics