导读:本文包含了指纹图像增强论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:指纹,图像,各向异性,方向,对比度,拉普拉斯,硅藻土。
指纹图像增强论文文献综述
王丹,张小波[1]（2019）在《基于各向异性扩散和冲击滤波的指纹图像增强算法》一文中研究指出指纹图像增强是指纹识别过程的预处理步骤中重要的一环,目的是修复退化的指纹图像,提高指纹图像的对比度以及连接断裂的纹线。在仔细研究各向异性扩散算法之后,结合冲击滤波算法,提出一种基于各向异性扩散和冲击滤波的两阶段式指纹图像增强算法。实验结果表明,该方法既能够保留相干增强扩散的修补指纹图像间断线的积极成果,又能增强指纹图像的边缘和对比度。(本文来源于《智能计算机与应用》期刊2019年05期）
韩柯,李孝君,王学莉[2]（2019）在《基于图像插值的指纹图像增强方法》一文中研究指出目的提出一种通过图像插值增强低分辨率指纹图像的方法。方法分别采用叁种图像插值常用方法(最近邻图像插值方法、双线性图像插值方法和双叁次图像插值方法)处理低分辨率指纹图像,比较指纹图像增强的效果。结果为验证图像插值方法的性能采用叁种图像插值方法对低分辨率的指纹图像进行了实验,结果表明:对低分辨率的指纹图像,在上述叁种指纹图像插值方法中最近邻图像插值方法虽然计算复杂度最低,但指纹图像插值效果最差;双叁次图像插值方法虽然计算复杂度最高,但指纹图像插值效果最好,可有效提高指纹图像的分辨率;而双线性图像插值方法的计算复杂度和指纹图像增强效果介于其他两种方法之间。结论本文所提出的方法对低分辨率的指纹图像可以达到增强指纹图像的目的。(本文来源于《刑事技术》期刊2019年02期）
马蓓,王丹,张小波,王静妮[3]（2019）在《基于图像统计均值和各向异性扩散的指纹图像增强算法》一文中研究指出本文在仔细研究Weickert等人提出的各向异性扩散算法的基础上,结合图像的全局统计均值,给出一种新的基于各向异性扩散的指纹图像增强算法。该方法简洁、高效,有效避免了传统各向异性扩散算法降低图像对比度的缺点。(本文来源于《河南科技》期刊2019年01期）
智晓晨,袁传军,李明,郑雨桐,王首智[4]（2019）在《硅藻土基有色粉末显现复杂背景上潜指纹的图像增强分析》一文中研究指出在法庭科学领域,指纹鉴定是一种身份认定的可靠方法,复杂背景上潜指纹的显现和图像增强尤为重要。本研究使用硅藻土基有色粉末显现复杂背景上的潜指纹,并开展显现后的图像增强分析。采用酸洗和热处理后的硅藻土作为基质材料,扫描电子显微镜观察到硅藻土颗粒呈半径15μm的圆盘状,氮气吸附脱附测试表明,硅藻土的BET比表面积为38.7 m~2/g,孔径集中在4.5 nm,累计孔体积为0.067 cm~3/g;然后利用物理吸附原理将有机染料与硅藻土复合,选取的染料是在分子结构上相似但颜色差异较大的孔雀石绿和结晶紫,根据紫外可见光谱拟合出的回归直线方程分别为y=0.1336x-0.01304(R~2=0. 99945)和y=0. 1136x-0.00400(R~2=0.99939),得到硅藻土对两种染料的吸附容量分别为0.60和0.62 mg/g,基于此制备出孔雀石绿-硅藻土粉末和结晶紫-硅藻土粉末。以食品包装盒和饮料标签作为具有复杂背景的客体,使用制备的硅藻土基有色粉末显现这类客体表面的潜指纹,分别借助Photoshop和Image J图像处理软件进行RGB图像通道分离和灰度统计分析,从定性和定量两个层面分析了图像增强效果。研究结果表明,硅藻土基有色粉末结合图像处理软件,能够有效滤除复杂背景干扰,得到清晰的指纹图像。(本文来源于《分析化学》期刊2019年02期）
曹妍,陈伟[5]（2018）在《基于MATLAB GUI的指纹图像增强技术研究》一文中研究指出指纹识别作为生物识别技术中最可靠最常用的识别技术,广泛应用在经济、安全等领域。本文介绍了利用高斯-拉普拉斯算子进行指纹图像增强的方法,重点阐述了利用MATLABAGUI进行指纹图像增强的设计方法和实现过程,对于开发基于图形用户界面的图像处理软件以及相关的图像处理问题有一定的借鉴意义。(本文来源于《软件》期刊2018年11期）
席诗琼,韩胜,耿卫东[6]（2018）在《一种指纹奇异点区域图像增强算法》一文中研究指出指纹图像奇异点附近区域的增强一直是指纹图像增强的难点,针对Separable Gabor滤波会破坏指纹邻近奇异点区域的纹线结构,方向傅里叶滤波在一般区域修复指纹纹线效果不明显这一问题,本文融合两种算法的优势,提出一种新的滤波方法(FS-Gabor)。先对指纹图像进行预处理,得到指纹的方向、频率信息和掩膜信息。接着找出指纹图像的奇异点,并在奇异点附近标记出一定大小区域。最后根据像素点的位置采用不同的滤波方法。同时,本文提出了一种改进的指纹图像频率估计方法,扩大了指纹图像有效区域面积。实验结果表明,经本文方法滤波的指纹图像的EER(Equal Error Rate)比方向傅里叶滤波低26%,比Separable Gabor低49%。(本文来源于《液晶与显示》期刊2018年09期）
刘珍珍[7]（2018）在《干性指纹图像增强与特征提取技术的研究》一文中研究指出随着信息化产业的发展,用于身份认证的生物识别技术需求日益迫切,指纹识别技术是应用较为广泛及成熟的生物识别技术之一。目前,良好指纹图像的识别技术较为成熟。然而,对于公安体系中因手指皮肤过干形成的干性指纹图像,纹线结构不完整且对比度低,采用传统的指纹识别技术识别效果不佳。本文以干指纹图像为研究对象,研究其识别系统中的关键技术,包括干指纹图像的优化采集、分割、增强及特征提取等,主要工作如下:(1)研究干指纹图像的采集技术,根据干指纹图像的干湿度与光照亮度的关系,提出一种自动优化采集指纹图像的方法,该方法提高了干指纹图像的质量,为干指纹图像的增强及特征提取奠定基础。(2)研究指纹图像分割算法,分析了传统分割算法的优缺点,并提出了一种基于改进的Canny算子与形态学结合的分割算法。该算法首先采用改进的Canny算子对干指纹图像进行边缘检测获取前景模板;其次利用合适的结构元素对前景边缘进行一系列形态滤波,修正前景边缘区域;最后对指纹前景边缘进行平滑滤波。实验结果表明,本文算法对干指纹图像的分割较为准确,且不会丢失指纹边缘的有效信息。(3)研究了方向滤波及Gabor滤波增强算法,并从纹线方向及频率的求取方法上改进了Gabor滤波增强算法。首先采用自适应方法求取图像块的大小,获取相对准确的方向参数;其次计算指纹局部区域频率,并求取其平均频率;最后综合纹线的方向及频率采用方向可变的滤波器进行滤波增强。结果表明,增强后的干指纹图像纹线对比度提高,结构更清晰,算法耗时较少。(4)研究指纹图像的特征提取及去伪算法。对增强后干指纹图像进行二值化及细化操作,采用模板匹配法提取细化后图像的特征。针对不同位置伪特征采用不同的去伪算法,伪特征的删除率较高,从而提高识别的正确率。(本文来源于《长春理工大学》期刊2018-06-01）
王唐宇[8]（2017）在《指纹图像增强及其特征提取技术研究》一文中研究指出指纹具有特异性、稳定性和遗传性。生物学的研究前导表明,许多疾病的发生与指纹存在若干联系。因此,很多学者致力于提取指纹的特征并研究其与疾病的相关性。现有的疾病相关指纹特征提取方法大多是人工解读指纹图像,其受限于可靠性低、精力大和可重复性差的缺点,得到的结果很大程度上较为依赖诊断医师的经验。利用计算机进行指纹特征提取将为后期的疾病相关研究提供技术平台。为了更准确地利用计算机提取指纹特征,本文重点研究了一些指纹图像处理中的关键性技术,其中包括指纹方向场的建立、指纹图像增强和奇异点检测,并针对传统方法的缺点提出了一些新的处理方法,具体如下:1.指纹方向场的准确建立关乎到整个指纹识别系统的精度,是一个比较重要的指标。针对传统算法难于有效权衡计算精度和抑制噪声的问题,本文提出了一种多尺度复合窗的方向场建立方法和方向场分级平滑算法。对于多尺度方法而言,我们首先建立一系列不同尺度复合窗下的方向场信息,然后通过平方梯度一致性指标确定各个尺度在整个系列中的权重;最后通过权重将整个系列下的方向场信息进行整合得到一个较为准确的粗略方向场Orient。为了克服传统方向场平滑算法会造成奇异点发生偏移的现象,本文提出了一种分级方向场平滑算法。分级平滑算法主要分为两步,第一步将方向场Orient量化为两种方向模式,消去孤立的方向模式得到滤波掩膜Mask1,根据滤波掩对方向场Orient采取不同的滤波策略,得到滤波结果Orient1;第二步将Orient1量化为叁种不同方向模式,并消去孤立块得到掩膜Mask2,然后根据掩膜Mask2对Orient1采取不同的滤波策略进行滤波,最后得到准确且平滑的方向场Orient2。实验结果表明,本文提出算法具有有效性和可行性,较好地平衡了精确性和鲁棒性。2.通过传感器得到的指纹图像大多数为低质量指纹图像,为了提高指纹特征点提取的可靠性,对图像进行增强是一个必不可少的步骤。本文重点研究了基于STFT(短时傅里叶变换)分析的指纹图像增强,并针对该方法存在的指纹方向场和频率场计算精度低和增强后脊线不平滑的问题,提出了一种STFT域的基于曲率驱动的指纹图像增强算法。该方法首先将指纹图像划分为相互重迭的小块并对小块进行STFT变换,采用阈值分割和形态学开闭运算得到块频谱有效区域;然后将脊线块方向和频率的计算限制在有效区域内,以此降低噪声对脊线块方向和频率估计的影响;接着根据指纹块方向信息,脊线频率信息和方向一致性信息对图像采取不同滤波方法,对于方向一致性较高的低曲率区域,采用巴特沃斯陷波带通滤波器对其进行滤波,对于方向一致性较低的高曲率区域,我们采用高斯带通滤波器对其进行滤波。实验结果表明,提出的算法在滤波器的设计上更为简便,而且能有效滤除噪声,同时不引起虚假脊线。3.奇异点作为一种重要的指纹全局特征点,在许多指纹图像处理中均有应用。针对传统基于Poincare Index(PI)值的奇异点检测算法容易受噪声影响、基于复数滤波器的奇异点检测算法难于设定适当响应阈值和单一尺度奇异点检测算法难于有效权衡精度和鲁棒性的问题。本文提出一种基于信息融合的多尺度奇异点检测算法。该方法首先求取图像不同尺度下的方向场,利用复数滤波器对各个尺度的方向场进行滤波,然后将滤波响应大于某个阈值且满足PI奇异点判定条件的点判定为候选奇异点,最后依次从粗尺度到细尺度进行候选奇异点修正和滤除,得到准确的奇异点检测结果。实验结果验证了多尺度奇异点检测算法的有效性。文章中的所有实验均是在Visual Studio 2010 + OpenCv平台上进行,所用到实验样本包括按捺式指纹图像和非接触式指纹图像。(本文来源于《云南大学》期刊2017-03-01）
金国伦[9]（2016）在《基于Gabor滤波器的指纹图像增强算法的研究》一文中研究指出在指纹识别预处理中,指纹增强效果对于后续的匹配和识别具有很重要作用。本文主要详细的介绍了基于Gabor滤波的指纹图像增强算法,并通过研究和加以实现传统的增强算法,然后在原有的基础上改进了Gabor滤波器,最终,相对于传统的滤波器,取得了较好的增强结果,从而尽可能减少了噪声干扰以及块现象,为以后的指纹匹配打下了良好的基础。(本文来源于《数字技术与应用》期刊2016年05期）
唐永鹤,蒋烈辉,侯一凡,王瑞敏[10]（2017）在《基于Retinex与STFT的非接触指纹图像增强》一文中研究指出针对数字相机拍摄的指纹图像存在脊线和谷线对比度低、抖动模糊等问题,提出一种基于Retinex理论和短时傅里叶变换(STFT)分析的非接触指纹图像增强算法。依据Retinex理论,利用图像各个像素的相对明暗关系消除光照非均衡性影响,提高脊线和谷线的对比度,实现非接触指纹图像的初次增强。采用STFT分析的方法获取指纹图像的方向图、频率图等纹理信息,并据此构建角度滤波器和半径滤波器,对初次增强结果进行频域滤波处理,进一步增强图像对比度,同时有效抑制噪声的干扰。实验结果表明,该算法对非接触指纹图像的增强效果较好,可以有效提高指纹脊线和谷线对比度,较好地保持指纹脊线的连续性,而且平均处理速度比同态滤波和Garbor滤波相结合的方法也略有提高。(本文来源于《计算机工程》期刊2017年02期）
指纹图像增强论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的提出一种通过图像插值增强低分辨率指纹图像的方法。方法分别采用叁种图像插值常用方法(最近邻图像插值方法、双线性图像插值方法和双叁次图像插值方法)处理低分辨率指纹图像,比较指纹图像增强的效果。结果为验证图像插值方法的性能采用叁种图像插值方法对低分辨率的指纹图像进行了实验,结果表明:对低分辨率的指纹图像,在上述叁种指纹图像插值方法中最近邻图像插值方法虽然计算复杂度最低,但指纹图像插值效果最差;双叁次图像插值方法虽然计算复杂度最高,但指纹图像插值效果最好,可有效提高指纹图像的分辨率;而双线性图像插值方法的计算复杂度和指纹图像增强效果介于其他两种方法之间。结论本文所提出的方法对低分辨率的指纹图像可以达到增强指纹图像的目的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
指纹图像增强论文参考文献
[1].王丹,张小波.基于各向异性扩散和冲击滤波的指纹图像增强算法[J].智能计算机与应用.2019
[2].韩柯,李孝君,王学莉.基于图像插值的指纹图像增强方法[J].刑事技术.2019
[3].马蓓,王丹,张小波,王静妮.基于图像统计均值和各向异性扩散的指纹图像增强算法[J].河南科技.2019
[4].智晓晨,袁传军,李明,郑雨桐,王首智.硅藻土基有色粉末显现复杂背景上潜指纹的图像增强分析[J].分析化学.2019
[5].曹妍,陈伟.基于MATLABGUI的指纹图像增强技术研究[J].软件.2018
[6].席诗琼,韩胜,耿卫东.一种指纹奇异点区域图像增强算法[J].液晶与显示.2018
[7].刘珍珍.干性指纹图像增强与特征提取技术的研究[D].长春理工大学.2018
[8].王唐宇.指纹图像增强及其特征提取技术研究[D].云南大学.2017
[9].金国伦.基于Gabor滤波器的指纹图像增强算法的研究[J].数字技术与应用.2016
[10].唐永鹤,蒋烈辉,侯一凡,王瑞敏.基于Retinex与STFT的非接触指纹图像增强[J].计算机工程.2017
论文知识图
