1、PDF外文：http:/ - 1 - 中文 5325 字 一种对指纹预处理和特征提取的高效算法 摘要 ：在实践中，对于指纹扫描认证的定位并没有得到最大的重视，尤其是在注册登记和对于拒绝正版用户的结果的应用上。此外，用户行为和环境条件降低了对于指纹认证的真正接受率。为了克服这些局限，一种有效的预处理算法被提了出来，以获得指纹认证与分析的核心点周围的垂直方向和高峰值曲率区域。这一算法的应用分为两个阶段。获得指纹垂直方向的过程是第一步执行的。紧接着便是对指纹核心点的检测。核心点的检测可以识别任何类型的指纹。这种发达的算法是通过使用具有较大的内部数据库的基 于行的特征提取算法
2、和指纹识别竞赛样品来测试的。 要是没有 低质量的图像，那些导致存在于细节点中的差异的受损的峰值会被识别出来。提出了这一算法之后， 94%的受检测的图像会被垂直方向，它的真实性通过比较同一样本中已定位和未定位的图像中的详细细节来验证的。 关键词 ：垂直方向，高峰值曲率区域，核心点检测，特征提取。 1.引言 指纹是指尖表面的脊和沟的图案。在良好的或狭小的水平下，山谷和山脊的特征被称为细节。事实上，指纹并没有被精确地垂直方向，并且可能会产生相对于假定垂直方向 45的偏离。在本论文中，指纹图像旋 转被很好地执行在对于 高曲率区域围绕核心点
3、提取过程中的图像增强之前。所以，一个好的定位模式可以提供一个样本的综合性状，这一样 - 2 - 本可以确保嵌入式特征的发现。 核心点周围的细节扮演了一个重要的角色，这是因为它在许多应用中特别是指纹分类，指纹分析都起到了很重要的作用。用户行为和环境方面的考虑，譬如扫描手指的角度和位置，传感器上的污垢或残留物，手指上的损伤或残留物等也都是指纹匹配和分析所必需的。当从同一个样本中收集多个样值可能实现时，指纹登记的质量是可能实现的。在那些决策可以用现有的模板的地方都有许多应用。当方向场非常 混乱而且可能因手指裂缝存在造成的低结构线索误导时，现有的方法便不能很好地处理低质量的指纹。 &nbs
4、p;最初时，录入的指纹是通过循环算法垂直定位的。图像方向是通过 X轴和椭圆的长轴之间的夹角估计的。带有 1到 90的角位移的高质量图像都会被很好地垂直定向。在被提出的算法中，候选核心图像是通过考虑所有的图像区域挑选出来的，这些区域中窗口内的差异值总和大约在360 左右，公差值为 3。然后所有彼此接近的候选图像和被认为是该区域的质心的点桥接在一起。垂直方向和核心检测之后，带有核心点和高曲率模式的相关区域通过在核心点周围选取 N 个像素被裁切。这 N 个像素的选取取决于应用和必要性。该过程基于行的特征提取与开发是由作者验证的。 本论文结构如下。第二节讨论文献综述，第三节介绍该算法的步骤
5、，第四节包含通过使用基于行的特征提取算法的实验结果，紧接着第五部分是总结。 2.文献综述 - 3 - 在现实生活中，数据库录入的指纹并没有完全垂直取向， 并且可能取代尖瘦地远离垂直方向 。 A.K.Jain 等人表明图像的旋转通过在匹配阶段对循环的特征值的特征编码被部分处理。在将来，图像的旋转将会通过从图像数据中自动确定指纹被正确处理。方向场通过采用基于神经网络，基于梯度和基 于过滤器的方法被可靠地估计出来。由于过滤器数量是有限的，基于过滤器的方法不如基于梯度的方法准确。 Hong 等人提出一种以从一组已得的滤波后的图像中估计方向场的分解方法，通过将一组 Gabor
6、滤波器应用在输入的指纹图像上。虽然这种算法可以获得更为可靠的方向估计即使是损坏的图像，但是它繁杂的计算使得它不适用于在线验证系统。新提出的算法用来准确跟踪角位移，竖直翻转图片不会影响画面质量。 当非线性边界曲线变得更高时，很难准确地检测指纹核心。线性逼近的方法用来产生近似直线的段边界曲线。曲率计数方向已经被应用于粗糙的核心点 检测，与此同时，区域技术几何被应用于精细的核心点检测。然而这种算法不能定位指纹弧形结构的核心点。已提出的一般的关系图只有定向段之间的相邻关系。扩展关系图有另外的介于段和每一段的方向边界信息。 核心检测作为第二阶段进行。现在的算法大多是基于庞加莱的计算指数的，利用的是计算的指纹的方向场。基于庞加莱指数的方法的缺点是倾向于回归于奇异点的假阳性检测，特别是质量退化的指纹。扩展关系图包含了额外的介于段与每段方向的边界信息。在所提出的方法中，方向被从细化的图像然后是为核心点挑选候选像素的差角中计算出来。
