基于方向差异场的指纹图像粗糙对齐

吉林大学学报(工学版) ›› 2012, Vol. 42 ›› Issue (02): 459-462.

基于方向差异场的指纹图像粗糙对齐

陈晖¹, 殷建平¹, 舒欣², 祝恩¹, 胡春风¹

1. 国防科学技术大学计算机学院, 长沙 410073;
2. 军事经济学院襄樊分院, 湖北襄阳 441118

收稿日期:2010-12-14 出版日期:2012-03-01 发布日期:2012-03-01
作者简介:陈晖(1983-),男,博士研究生.研究方向:模式识别.E-mail:chenhui.nudt@gmail.com
基金资助:
国家自然科学基金项目(60603015,60970034);高等学校全国优秀博士学位论文作者项目(2007B4);湖南省教育厅科研项目(湖南省优秀博士学位论文获得者资助项目).

Coarse alignment of fingerprint images based on orientation difference field

CHEN Hui¹, YIN Jian-ping¹, SHU Xin², ZHU En¹, HU Chun-feng¹

1. School of Computer Science, National University of Defense Technology, Changsha 410073, China;
2. The Military Economics Academy Xiangfan College, Xiangyang 441118, China

Received:2010-12-14 Online:2012-03-01 Published:2012-03-01

摘要/Abstract

摘要： 基于指纹方向场特征,在指纹识别早期阶段实现指纹图像的粗糙对齐,进而分割出两幅指纹图像之间的重叠区域,减少了后续特征提取和匹配阶段需要处理的数据量,并提高了指纹图像匹配准确率。定义了指纹方向差异场,将指纹方向场转换为指纹方向差异场,然后基于指纹方向差异场对齐指纹图像,有效降低了指纹方向场相关性计算过程的计算开销,同时抑制了指纹图像中非线性形变对指纹方向场可能造成的影响。实验结果验证了所提出方法的有效性。

关键词: 计算机应用, 指纹识别, 指纹图像对齐, 指纹方向场, 方向差异场

Abstract: Fingerprint orientation field is used to align two fingerprint images coarsely in the early fingerprint image match stage; then the overlapped regions between the two fingerprint impressions are segmented. To avoid spending too much time in correlating two fingerprint orientation images, fingerprint orientation difference field is defined, and before the orientation- field-based fingerprint image alignment, the orientation field is transferred to orientation difference field. It not only reduces the computation cost, but also helps to reduce the effect of global distortion on fingerprint orientation images. Experiment results show that the proposed method can improve the accuracy and efficiency of fingerprint image alignment.

Key words: computer application, fingerprint verification, fingerprint orientation field, orientation difference field, fingerprint image alignment

中图分类号:

TP391

陈晖, 殷建平, 舒欣, 祝恩, 胡春风. 基于方向差异场的指纹图像粗糙对齐[J]. 吉林大学学报(工学版), 2012, 42(02): 459-462.

CHEN Hui, YIN Jian-ping, SHU Xin, ZHU En, HU Chun-feng. Coarse alignment of fingerprint images based on orientation difference field[J]. 吉林大学学报(工学版), 2012, 42(02): 459-462.

参考文献

[1] Karu K, Jain A K. Fingerprint classification［J］. Pattern Recognition, 1996, 29(3): 389-404.

[2] Jain A K, Hong L, Pankanti S, et al. An identity-authentication system using fingerprints//Proceedings of the IEEE, Crans Montana, Switzerland, 1997.

[3] Tico M, Kuosmanen P. Fingerprint matching using an orientation-based minutia descriptor［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2003, 25(8): 1009-1014.

[4] Tong Xi-feng, Huang Jian-hua, Tang Xian-long, et al. Fingerprint minutiae matching using the adjacent feature vector［J］. Pattern Recognition Letters, 2005, 26(9): 1337-1345.

[5] Grasselli A. On the Automatic Classification of Fingerprints［M］. New York:Academic Press, 1969.

[6] Bazen A M, Gerez S H. Systematic methods for the computation of the directional fields and singular points of fingerprints［J］. IEEE Transactions on PAMI, 2002, 24(7): 905-919.

[7] Gu J, Zhou J. A novel model for orientation field of fingerprints//Proceedings of CVPR, Madison, WI, USA, 2003.

[8] Yager N, Amin A. Coarse fingerprint registration using orientation fields［J］. Eurasip Journal on Applied Signal Processing, 2005(13):2043-2053.

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed