结合方差及方差梯度的指纹图像改进分割算法

doi:10.3778/j.issn.1002-8331.2010.01.052

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (1): 177-179.DOI: 10.3778/j.issn.1002-8331.2010.01.052

• 图形、图像、模式识别 • 上一篇下一篇

结合方差及方差梯度的指纹图像改进分割算法

蔡秀梅¹，范九伦¹，高新波²，张永健³

1.西安邮电学院信息与控制系，西安 710061
2.西安电子科技大学电子工程学院，西安 710071
3.西安电力电子技术研究所，西安 710061

收稿日期:2009-01-08 修回日期:2009-03-17 出版日期:2010-01-01 发布日期:2010-01-01
通讯作者: 蔡秀梅

Improved algorithm for fingerprint segmentation based on variance and its gradient

CAI Xiu-mei¹，FAN Jiu-lun¹，GAO Xin-bo²，ZHANG Yong-jian³

1.Department of Information and Control，Xi’an Institute of Post and Telecommunications，Xi’an 710061，China
2.School of Electronic Engineering，Xidian University，Xi’an 710071，China
3.Xi’an Power Electronics Research Institute，Xi’an 710061，China

Received:2009-01-08 Revised:2009-03-17 Online:2010-01-01 Published:2010-01-01
Contact: CAI Xiu-mei

摘要/Abstract

摘要： 通过对基于方差及方差梯度的指纹图像分割算法的分析，提出一种改进算法。将指纹图像分块，结合各块方差及其梯度信息，自适应选取两个分割阈值，分割后去除孤立图像块，得到最终分割结果。实验表明，该算法简单快速，能够更有效地去除图像中的局部模糊区域，同时更完整地保留有效指纹区。

关键词: 指纹分割, 方差, 方差梯度

Abstract: After the analysis of the fingerprint segmentation algorithm based on variance and its gradient，an improved algorithm is proposed.The fingerprint image is partitioned into blocks，and then the variance and its gradient of each block are calculated.Then two thresholds are computed adaptively.After segmentation，the isolated image blocks are wiped off to get the segmented result.The experimental results show that this algorithm runs quickly and can be programmed easily.It can remove the fuzzy areas more effectively and reserve the clear areas at the same time.

Key words: fingerprint segmentation, variance, gradient of variance

中图分类号:

TP391.41

蔡秀梅¹，范九伦¹，高新波²，张永健³. 结合方差及方差梯度的指纹图像改进分割算法[J]. 计算机工程与应用, 2010, 46(1): 177-179.

CAI Xiu-mei¹，FAN Jiu-lun¹，GAO Xin-bo²，ZHANG Yong-jian³. Improved algorithm for fingerprint segmentation based on variance and its gradient[J]. Computer Engineering and Applications, 2010, 46(1): 177-179.

[1]	邹杰，李俊. 多策略协方差矩阵学习差分进化算法[J]. 计算机工程与应用, 2021, 57(7): 78-87.
[2]	万达，李俊. 锦标赛精英学习与协方差变异的烟花算法[J]. 计算机工程与应用, 2021, 57(19): 84-96.
[3]	杨薛钰，陈建平，傅启明，陆悠，吴宏杰. 基于随机方差减小方法的DDPG算法[J]. 计算机工程与应用, 2021, 57(19): 104-111.
[4]	王杰，黄丽霞，张雪英. 改进DSB方法的语音信号多声源定位[J]. 计算机工程与应用, 2021, 57(1): 173-180.
[5]	宋杰，朱勇，许冰. 批量减数更新方差缩减梯度下降算法BSUG[J]. 计算机工程与应用, 2020, 56(22): 117-123.
[6]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[7]	刘红星1，2，胡广地1，朱晓媛1，李进龙3. 改进协方差矩阵的智能车视觉目标跟踪方法[J]. 计算机工程与应用, 2019, 55(3): 171-178.
[8]	古亭，李子印，王乐. 基于距离变换的粘连蚕茧分割方法[J]. 计算机工程与应用, 2019, 55(23): 177-181.
[9]	杜婷婷，文国秋，吴林，童涛，谭马龙. 基于局部协方差矩阵的谱聚类算法[J]. 计算机工程与应用, 2019, 55(14): 148-154.
[10]	胡方强1，2，吕涛1，包亚萍1. 改进的自适应Kalman滤波在SINS/GPS组合导航中的应用[J]. 计算机工程与应用, 2018, 54(5): 253-257.
[11]	王阳，唐朝晖，王紫勋，牛亚辉. 选用改进高斯过程回归模型的碳排放短期预测[J]. 计算机工程与应用, 2018, 54(23): 246-251.
[12]	王海艳1，佟岐1，连志鹏2，汲清波1. K-L变换观测矩阵优化算法[J]. 计算机工程与应用, 2018, 54(19): 186-190.
[13]	孟德明1，2，3，陈昕1，2，和小念1，2，陈思平1，2. 融合空时相干和特征空间波束形成的超声成像[J]. 计算机工程与应用, 2018, 54(1): 60-63.
[14]	景绍学. 协方差重置的两阶段递推贝叶斯参数辨识算法[J]. 计算机工程与应用, 2017, 53(6): 60-66.
[15]	方政，胡晓辉，陈永. 基于多方向中值滤波的各向异性扩散滤波算法[J]. 计算机工程与应用, 2017, 53(4): 195-199.

结合方差及方差梯度的指纹图像改进分割算法

Improved algorithm for fingerprint segmentation based on variance and its gradient

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