指纹奇异点精确定位新方法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (32): 203-207.

• 图形、图像、模式识别 • 上一篇下一篇

指纹奇异点精确定位新方法

张祖泷1，杨永明1，韩凤玲2，林坤明1

1.重庆大学输配电装备及系统安全与新技术国家重点实验室，重庆 400044
2.澳大利亚皇家墨尔本理工大学计算机科学与信息学院，澳大利亚墨尔本 3001

出版日期:2012-11-11 发布日期:2012-11-20

New method of singular points accurate location for fingerprint

ZHANG Zulong1, YANG Yongming1, HAN Fengling2, LIN Kunming1

1.State Key Lab of Power Transmission Equipment & System Security and New Technology, Chongqing University, Chongqing 400044, China
2.School of Computer Science and Information Technology, Royal Melbourne Institure of Technology, Melbourne 3001, Australia

Online:2012-11-11 Published:2012-11-20

摘要/Abstract

摘要： 针对指纹图像奇异点快速精确定位的难题，提出一种简单实用算法。对指纹图像预处理，计算方向场并归域化，接着选出奇异点候选区，并以Poincare Index（PI）算法从中提取奇异点候选点集。对候选奇异点集去伪并精确定位。采用FVC2004指纹库进行实验验证，结果与PI算法对比，该算法鲁棒性更好，定位更精确，漏检率和误检率分别降低5.86%、6.8%，平均速度提高了3.71~9.38倍，基本满足高精度高速度的指纹奇异点定位要求。

关键词: 指纹图像, 方向场, 奇异点, 归域化

Abstract: An effective new algorithm is proposed for improving the stability and reliability of Singular Points（SPs） location. It preprocesses the gray level fingerprint images, calculates the orientation field, and divides the orientation field into several homogeneous zones and selects candidate small areas. Candidate singular points are chosen out by Poincare Index Algorithm（PIA） and spurious singular points are further removed. The real singular points are precisely located. FVC2004 is used for algorithm testing and the results show that singular points location of the method is more precise, and the False Detecting Ratio（FDR）and the Missed Detecting Ratio（MDR） decrease 5.86% and 6.8% respectively, at the same time, the speed of the algorithm is 3.71~9.38 times faster than PIA, which basicallies satisfies the requirement of SPs accurate detection and location in fingerprint images.

Key words: fingerprint image, orientation field, singular points, homogeneous-zones-divide

张祖泷1，杨永明1，韩凤玲2，林坤明1. 指纹奇异点精确定位新方法[J]. 计算机工程与应用, 2012, 48(32): 203-207.

ZHANG Zulong1, YANG Yongming1, HAN Fengling2, LIN Kunming1. New method of singular points accurate location for fingerprint[J]. Computer Engineering and Applications, 2012, 48(32): 203-207.

[1]	黄玉昌，侯德文. 基于改进小波阈值函数的指纹图像去噪[J]. 计算机工程与应用, 2014, 50(6): 179-181.
[2]	陈友辉，王耀南，肖赞，董潇健. 高压线路除冰机器人越障识别定位算法研究[J]. 计算机工程与应用, 2013, 49(24): 266-270.
[3]	刘密歌1，李小斌2. 信号奇异点的分步检测法[J]. 计算机工程与应用, 2013, 49(12): 206-209.
[4]	李建坡，唐宁，朱绪宁. 基于小波包变换的指纹图像分级压缩算法[J]. 计算机工程与应用, 2012, 48(19): 183-186.
[5]	孔锐，尹志翔，吕新广. 一种新的全局指纹图像参考点检测算法[J]. 计算机工程与应用, 2012, 48(10): 179-182.
[6]	陈宁，曾勇. 一种新型自适应指纹图像增强算法[J]. 计算机工程与应用, 2011, 47(30): 180-182.
[7]	刘花香1，王玲2. 基于Harris角点能量的指纹图像分割算法[J]. 计算机工程与应用, 2011, 47(15): 206-208.
[8]	张蕾，吴庆涛，普杰信. 改进的结构化指纹分类算法[J]. 计算机工程与应用, 2010, 46(5): 166-168.
[9]	项明，吴小培，汤婷，孙林森. 小波域中的PDE指纹图像增强[J]. 计算机工程与应用, 2010, 46(27): 188-190.
[10]	李百良，徐大诚. 采用PCNN模板的二值指纹图像改进细化算法[J]. 计算机工程与应用, 2010, 46(17): 169-170.
[11]	刘莲花,谭台哲. 指纹图像质量自动评测方法研究[J]. 计算机工程与应用, 2009, 45(9): 164-167.
[12]	廖开阳^1,2,张学东^1,3,章明珠²,潘晓红¹. 基于Gabor滤波器的指纹图像快速增强[J]. 计算机工程与应用, 2009, 45(10): 172-175.
[13]	张俊军,练秋生. 基于方向一致性的指纹中心点检测算法[J]. 计算机工程与应用, 2008, 44(5): 58-60.
[14]	苏永利,张博,张书玲. 一种改进的指纹图像分割算法[J]. 计算机工程与应用, 2008, 44(30): 173-174.
[15]	梅园,孙怀江,夏德深. 一种有效的指纹奇异点提取方法[J]. 计算机工程与应用, 2008, 44(28): 1-3.

指纹奇异点精确定位新方法

New method of singular points accurate location for fingerprint

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