×

用于指纹识别和匹配的脊方向奇异点。 (英语) Zbl 1113.62081号

提出了一种奇异点提取算法。指纹分为五类:弓形、帐篷形、左环、右环和螺纹。该算法提取指纹图像中的奇异点、核心和增量,并根据检测到的奇异点的数量和位置进行分类。图像增强、细化、裁剪和对齐用于提取。该算法基于从方向图像中获得的Poincaré曲线。该算法在NIST-4数据库上的分类性能优于神经网络算法。

MSC公司:

62华氏35 多元分析中的图像分析
62小时30分 分类和区分;聚类分析(统计方面)
65C60个 统计中的计算问题(MSC2010)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] , . 指纹图像中的直接灰度脊线重建。IEEE声学、语音和信号处理国际会议论文集,1998年5月12日至15日,华盛顿州西雅图。
[2] 。自动指纹识别和成像系统。指纹技术进展(第2版)。(编辑)。CRC出版社:佛罗里达州博塔·拉顿,2001年。
[3] Jain,IEEE图像处理汇刊9,第846页–(2000)
[4] , ., 基于奇异点和伪脊提取和分析的指纹分类。视觉信息处理Pan-Sydney地区研讨会论文集,澳大利亚悉尼,2001年;83–87.
[5] 从指纹方向场中提取奇异点。从移动通信的角度看,CTIT年度研讨会,远程信息处理和信息技术中心,特温特大学,恩舍德,荷兰,2001年2月。
[6] Kawagoe,模式识别17 pp 295–(1984)
[7] (编辑)。指纹技术的进展。爱思唯尔:纽约;1991
[8] NIST特殊数据库4,指纹数据库。国家标准与技术研究所,1992年3月。
[9] .模式分类和场景分析。威利:纽约;1973. ·Zbl 0277.68056号
[10] Bazen,IEEE模式分析和机器智能汇刊24,第905页–(2002)
[11] 数字图像处理基础。普伦蒂斯·霍尔:恩格尔伍德悬崖,新泽西州,1989年;163–174.
[12] , . 基于模糊ARTMAP神经网络结构的指纹识别。ICM,第十四届微电子国际会议,2002年12月;157–160.
[13] Cappelli,IEEE模式分析和机器智能汇刊21,第402页–(1999)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。