CN102968614B - 一种纸币上潜指纹的识别方法 - Google Patents
一种纸币上潜指纹的识别方法 Download PDFInfo
- Publication number
- CN102968614B CN102968614B CN201210383338.0A CN201210383338A CN102968614B CN 102968614 B CN102968614 B CN 102968614B CN 201210383338 A CN201210383338 A CN 201210383338A CN 102968614 B CN102968614 B CN 102968614B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- banknote image
- block
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种纸币上潜指纹的识别方法,包括:在输入纸币图像和参考纸币图像的每个图像块上估计多个最强的方向;利用所述图像块的块方向场和点梯度场对所述输入纸币图像和所述参考纸币图像进行对准;将所述输入纸币图像和已对准的参考纸币图像的方向信息进行对比,获取指纹的方向信息;利用Gabor滤波器对指纹进行增强。本发明具有自动化程度高,准确率高,适用范围广的优点。
Description
技术领域
本发明涉及指纹识别领域,尤其涉及一种纸币上潜指纹的识别方法。
背景技术
指纹识别技术是最流行和最成功的生物特征识别技术。随着人们对安全的关注、硬件设备价格的下降和指纹识别算法的快速发展,指纹识别技术已经应用到众多领域,上至公安机关下到个人,如犯罪调查、机场安全、门禁系统、银行支付和PC机的开机身份验证等。这使得人们对指纹识别产生了一个误解:指纹识别技术已经成熟。其实不然,这其中还存在着很多极具挑战性的问题,如小面积指纹、扭曲指纹和潜指纹等等。其中,潜指纹由于其在犯罪分子和恐怖分子的身份认证中具有重要意义而备受关注。潜指纹是不经意间留在犯罪现场的指纹,往往不能被裸眼直接观察到。目前潜指纹的处理往往依靠指纹专家手工来完成,非常耗时费力,且由于其枯燥性也易导致错误。
纸币是最常见的含有潜指纹的介质。因此研究人员发明了多种方法来显影纸币上的潜指纹,早期的方法主要为利用物理或者化学技术对指纹进行增强,物理或化学的方法都不能将纸币的复杂背景移除,这使得增强后的结果看起来依旧很糟糕。有人提出用背景差减法移除复杂的背景而达到更好地增强结果。然而此方法要求输入的含有潜指纹的图像和参考图像的质量相同,在同等光照条件下成像,用同一个刚体变化就能够精确地将两幅图像对准,这在现实中非常难以满足。近来,也有一些针对潜指纹增强的算法,其中包括基于松弛标注的重叠指纹分离算法、基于模型的重叠指纹分离算法、基于查字典的指纹方向场提取算法等,然而它们需要用户输入很多信息如标注指纹的区域等,这使得整个过程极为不方便,而且由于纸币复杂的背景,这些算法的结果并不理想。
发明内容
本发明的目的是解决纸币上或者其他具有参考图像的柔性介质(如常见商品的包装)上潜指纹的识别问题。
本发明的一个目的在于提出一种自动化程度高,准确率高,适用范围广的纸币上潜指纹的识别方法,包括:A.在输入纸币图像和参考纸币图像的每个图像块上估计多个最强的方向;B.利用所述图像块的块方向场和点梯度场对所述输入纸币图像和所述参考纸币图像进行对准;C.将所述输入纸币图像和已对准的参考纸币图像的方向信息进行对比,获取指纹的方向信息;D.利用Gabor滤波器对指纹进行增强。
在本发明的实施例中,所述步骤A包括:A1.将输入图像分成多个图像块;A2.利用傅里叶分析对每个所述图像块进行方向场估计。
在本发明的实施例中,所述步骤B包括:B1.利用所述图像块的块方向场对所述输入纸币图像和所述参考纸币图像进行粗对准;B2.利用所述图像块的点梯度场对所述输入纸币图像和所述参考纸币图像进行精对准;B3.将所有所述图像块的对准结果组合起来,获得所述已对准的参考纸币图像。
在本发明的实施例中,所述步骤C包括:C1.将所述输入纸币图像和已对准的参考纸币图像的方向信息进行对比,若发现新的方向,将含有潜指纹的局部纸币上新出现的方向作为潜指纹的方向;C2.对所述步骤C1得到的指纹方向场利用高斯滤波器进行第一次平滑,根据方向调整大小,得到可靠的指纹方向场及其所在区域;C3.对可靠的指纹方向场区域利用形态学闭运算进行区域空洞填充,得到完整的指纹区域;C4.对可靠的指纹方向场进行第二次平滑;C5.对第二次平滑后的指纹方向场的空洞部分进行插值填充。
在本发明的实施例中,所述步骤D包括:D1.根据指纹方向场计算周期图;D2.根据指纹方向场和周期图以及完整的指纹区域利用Gabor滤波器对指纹进行增强,得到增强后的潜指纹图像。
本发明的纸币上潜指纹的识别方法的核心思想是在含有潜指纹的图像上压制参考图像上的方向信息,从而得到指纹的方向信息,进而得到指纹的方向场,最后利用指纹的方向场结合Gabor滤波器对潜指纹进行增强。本发明至少具有如下有益结果:(1)本发明解决了整个过程完全自动化的问题,使得方便性和应用性大大提高;(2)本发明可以处理质量很差的纸币上的潜指纹,这对指纹鉴定具有非常重要的意义;(3)本发明不仅可以处理纸币上的潜指纹增强问题,也可以处理任何具有参考图像的介质(比如常见商品的包装)上的潜指纹。
本发明的另一个目的在于提出一种自动化程度高,准确率高,适用范围广的纸币上潜指纹的识别系统,包括:输入模块,用于输入参考纸币图像和输入纸币图像;方向估计模块,用于估计所述输入纸币图像和参考纸币图像的每个图像块上的多个最强的方向;对准模块,用于利用所述图像块的块方向场和点梯度场对所述输入纸币图像和所述参考纸币图像进行对准;指纹获取模块,用于将所述输入纸币图像和已对准的参考纸币图像的方向信息进行对比,获取指纹的方向信息;指纹增强模块,用于利用Gabor滤波器对指纹进行增强。
在本发明的实施例中,所述方向估计模块包括:图像分割模块,用于将输入的图像分成多个图像块;局部方向场估计模块,用于利用傅里叶分析对每个所述图像块进行方向场估计。
在本发明的实施例中,所述对准模块包括:粗对准模块,用于利用所述图像块的块方向场对所述输入纸币图像和所述参考纸币图像进行粗对准;精对准模块,用于利用所述图像块的点梯度场对所述输入纸币图像和所述参考纸币图像进行精对准;组合模块,用于将所有所述图像块的对准结果组合起来,获得所述已对准的参考纸币图像。
在本发明的实施例中,所述指纹获取模块包括:图像对比模块,用于将所述输入纸币图像和已对准的参考纸币图像的方向信息进行对比,若发现新的方向,将含有潜指纹的局部纸币上新出现的方向作为潜指纹的方向;第一平滑模块,用于对所述图像对比模块得到的指纹方向场利用高斯滤波器进行第一次平滑,根据方向调整大小,得到可靠的指纹方向场及其所在区域;空洞填充模块,用于对可靠的指纹方向场区域利用形态学闭运算进行区域空洞填充,得到完整的指纹区域;第二平滑模块,用于对空洞填充后的指纹方向场进行第二次平滑;插值填充模块,用于对第二次平滑后的指纹方向场的空洞部分进行插值填充。
在本发明的实施例中,所述指纹增强模块包括:周期图计算模块,用于根据指纹方向场计算周期图;滤波增强模块,用于根据指纹方向场和周期图以及完整的指纹区域利用Gabor滤波器对指纹进行增强,得到增强后的潜指纹图像。
本发明的纸币上潜指纹的识别系统在含有潜指纹的图像上压制参考图像上的方向信息,从而得到指纹的方向信息,进而得到指纹的方向场,最后利用指纹的方向场结合Gabor滤波器对潜指纹进行增强。本发明至少具有如下有益结果:(1)本发明解决了整个过程完全自动化的问题,使得方便性和应用性大大提高;(2)本发明可以处理质量很差的纸币上的潜指纹,这对指纹鉴定具有非常重要的意义;(3)本发明不仅可以处理纸币上的潜指纹增强问题,也可以处理任何具有参考图像的介质(比如常见商品的包装)上的潜指纹。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点将从下面附图对实施例的描述中变得明显和容易理解,其中:
图1是本发明的纸币上潜指纹的识别方法的流程图;
图2为本发明的纸币上潜指纹的识别方法的原理示意图;
图3为粗对准过程示意图;
图4为提取指纹方向过程示意图;和
图5是本发明的纸币上潜指纹的识别系统的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
为使本领域技术人员更好地理解本发明,申请人先对说明书中出现的符号进行解释:
I:局部64×64像素的图像
θ:16×16像素块中方向的集合
F:离散傅里叶变换的结果
φj:F的方向信息
aj:F的振幅信息
t1,t2,t3:第一阈值,第二阈值,第三阈值
nc:选择的方向数
GL:输入64×64像素块的点梯度场
GR:参考64×64像素块的点梯度场
x:像素位置
本发明提出一种纸币上潜指纹的识别方法,如图1所示,包括如下步骤:
A.在输入纸币图像和参考纸币图像的每个图像块上估计多个最强的方向。其中,步骤A进一步包括:
A1.将输入图像分成多个图像块。
具体地,将输入图像分成16×16像素的块,对每一块利用傅里叶分析进行方向场估计。为了更好的对每一块进行傅里叶分析,我们需要每一块周围的一些信息。本文采用了以输入块为中心的64×64像素的块的信息,记64×64像素的块为I。
A2.利用傅里叶分析对每个图像块进行方向场估计。
具体地,按照如下的伪代码进行局部方向场估计:
在本发明一个实施例中m值取6。三个阈值分别取为t1=6,t2=0.2,t3=10°。参数nc将根据输入图像的不同而不同,具体为:
nc的不同主要是由于输入图像的用途不同。整张参考纸币是用来进行下一步的粗对准和精对准的,只需要一个最强方向就可以了。而已经对准的局部参考纸币和含有潜指纹的局部纸币之所以选多个方向,是因为我们需要对比他们的方向信息,来选择指纹的方向。
B.利用图像块的块方向场和点梯度场对输入纸币图像和参考纸币图像进行对准。其中,步骤B进一步包括:
B1.利用图像块的块方向场对输入纸币图像和参考纸币图像进行粗对准。粗对准过程的目的在于提高对准速度。
具体地,寻找含有潜指纹的局部纸币和整张参考纸币之间最佳的旋转和平移参数。粗对准所依据的特征为块方向场,其中块方向就是步骤A中估计出的方向。值得注意的是,此处含有潜指纹的局部纸币的方向只取最强的一个方向。对于每一个旋转和平移参数,两个块方向场之间的相似性定义为相似方向块数目占含有潜指纹的局部纸币的方向块总数的比例。其中,方向之差在10°以内的两个块方向定义为相似方向块。在所有可能的旋转和平移参数下,和含有潜指纹的局部纸币块方向场最相似的整张参考纸币的局部方向场所对应的局部图像为粗对准的结果。粗对准过程示意图见图3。
B2.利用图像块的点梯度场对输入纸币图像和参考纸币图像进行精对准。精对准过程的目的在于提高对准精度。
具体地,在粗对准的结果图像周围进行搜索,得到更精确的对准的结果。精对准所依据的特征为点梯度场。精对准需要分块进行,因为纸币上图案的相对位置不是固定的,不能用同一个刚体变换来一步对准。图案相对位置不同的原因在于纸币上的图案是多阶段印刷的,而不是一次印刷完成的。
将含有潜指纹的局部纸币分成64×64像素的块,对每块分别在局部进行对准。记GL和GR分别为输入64×64像素块和参考64×64像素块的点梯度场,x=(x,y)表示像素位置,则输入块和参考块之间的相似度定义为:
选择最相似的参考块作为输入块的参考。
B3.将所有图像块的对准结果组合起来,获得已对准的参考纸币图像。
具体地,将所有的块结果组合起来得到含有潜指纹的局部纸币的参考,即步骤C中已经对准的局部参考纸币。
C.将输入纸币图像和已对准的参考纸币图像的方向信息进行对比,获取指纹的方向信息。其中,步骤C进一步包括:
C1.将输入纸币图像和已对准的参考纸币图像的方向信息进行对比,若发现新的方向,将含有潜指纹的局部纸币上新出现的方向作为潜指纹的方向。
具体地,如图4所示,对比含有潜指纹的局部纸币和已经对准的局部参考纸币的方向信息,将含有潜指纹的局部纸币上新出现的方向看为潜指纹的方向。如果含有潜指纹的局部纸币的某一块并未出现新的方向,则视此块为背景。
C2.对步骤C1得到的指纹方向场利用高斯滤波器进行第一次平滑,根据方向调整大小,得到可靠的方向场及其所在区域。
具体地,对得到的指纹方向场利用高斯滤波器进行平滑。由于噪声的无规律性,对于噪声区域,平滑时方向的调整会过大,我们将删除调整超过20°的区域,并将剩下的最大四连通域作为指纹区域,这个区域包含可靠的指纹方向场。
C3.对可靠的指纹方向场区域利用形态学闭运算进行区域空洞填充,得到完整的指纹区域。
具体地,利用形态学闭运算来填充指纹区域中的洞。形态学闭运算是先进行形态学膨胀再进行形态学腐蚀的运算。
C4.对可靠的指纹方向场进行第二次平滑。
具体地,对C2得到的可靠的指纹方向场进行第二次平滑。
C5.对第二次平滑后的指纹方向场的空洞部分进行插值填充。
具体地,利用插值的方法来求取洞中指纹方向场,得到重建的指纹方向场。
D.利用Gabor滤波器对指纹进行增强。
D1.根据指纹方向场计算周期图。
具体地,根据指纹方向场计算周期图。具体做法为,沿着局部纹线方向,对指纹灰度值进行投影得到一元函数,然后检测该函数的峰值,并将相邻峰值的距离作为纹线周期。
D2.根据指纹方向场和周期图以及完整的指纹区域利用Gabor滤波器对指纹进行增强,得到增强后的潜指纹图像。
具体地,根据指纹方向场和周期图利用Gabor滤波器对指纹进行增强,得到增强后的潜指纹图像,即脊线被增强且背景被移除的潜指纹图像。
该方法依靠普通PC即可实现,对操作系统没有要求。
本发明的纸币上潜指纹的识别方法的核心思想是在含有潜指纹的图像上压制参考图像上的方向信息,从而得到指纹的方向信息,进而得到指纹的方向场,最后利用指纹的方向场结合Gabor滤波器对潜指纹进行增强。本发明至少具有如下有益结果:(1)本发明解决了整个过程完全自动化的问题,使得方便性和应用性大大提高;(2)本发明可以处理质量很差的纸币上的潜指纹,这对指纹鉴定具有非常重要的意义;(3)本发明不仅可以处理纸币上的潜指纹增强问题,也可以处理任何具有参考图像的介质(比如常见商品的包装)上的潜指纹。
本发明还提出一种纸币上潜指纹的识别系统,如图5所示,包括:输入模块100,用于输入参考纸币图像和输入纸币图像;方向估计模块200,用于估计输入纸币图像和参考纸币图像的每个图像块上的多个最强的方向;对准模块300,用于利用图像块的块方向场和点梯度场对输入纸币图像和参考纸币图像进行对准;指纹获取模块400,用于将输入纸币图像和已对准的参考纸币图像的方向信息进行对比,获取指纹的方向信息;指纹增强模块500,用于利用Gabor滤波器对指纹进行增强。具体地:
其中,方向估计模块200包括:图像分割模块210,用于将输入的图像分成多个图像块;局部方向场估计模块220,用于利用傅里叶分析对每个图像块进行方向场估计。
其中,对准模块300包括:粗对准模块310,用于利用图像块的块方向场对输入纸币图像和参考纸币图像进行粗对准;精对准模块320,用于利用图像块的点梯度场对输入纸币图像和参考纸币图像进行精对准;组合模块330,用于将所有图像块的对准结果组合起来,获得已对准的参考纸币图像。
其中,指纹获取模块400包括:图像对比模块410,用于将输入纸币图像和已对准的参考纸币图像的方向信息进行对比,若发现新的方向,将含有潜指纹的局部纸币上新出现的方向作为潜指纹的方向;第一平滑模块420,用于对图像对比模块410得到的指纹方向场利用高斯滤波器进行第一次平滑,根据方向调整大小,得到可靠的方向场及其所在区域;空洞填充模块430,用于对可靠的指纹方向场区域利用形态学闭运算进行区域空洞填充,得到完整的指纹区域;第二平滑模块440,用于对可靠的指纹方向场进行第二次平滑;插值填充模块450,用于对第二次平滑后的指纹方向场的空洞部分进行插值填充。
其中,指纹增强模块500包括:周期图计算模块510,用于根据指纹方向场计算周期图;滤波增强模块520,用于根据指纹方向场和周期图以及完整的指纹区域利用Gabor滤波器对指纹进行增强,得到增强后的潜指纹图像。
该系统通过普通PC即可实现,对操作系统没有要求。
本发明的纸币上潜指纹的识别系统在含有潜指纹的图像上压制参考图像上的方向信息,从而得到指纹的方向信息,进而得到指纹的方向场,最后利用指纹的方向场结合Gabor滤波器对潜指纹进行增强。本发明至少具有如下有益结果:(1)本发明解决了整个过程完全自动化的问题,使得方便性和应用性大大提高;(2)本发明可以处理质量很差的纸币上的潜指纹,这对指纹鉴定具有非常重要的意义;(3)本发明不仅可以处理纸币上的潜指纹增强问题,也可以处理任何具有参考图像的介质(比如常见商品的包装)上的潜指纹。
需要说明的是,流程图中或在此以其他方式描述的任何过程或方法可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种纸币上潜指纹的识别方法,其特征在于,包括:
A.在输入纸币图像和参考纸币图像的每个图像块上估计多个最强的方向;
B.利用所述图像块的块方向场和点梯度场对所述输入纸币图像和所述参考纸币图像进行对准;
C.将所述输入纸币图像和已对准的参考纸币图像的方向信息进行对比,获取指纹的方向信息;
D.利用Gabor滤波器对指纹进行增强。
2.如权利要求1所述的纸币上潜指纹的识别方法,其特征在于,所述步骤A包括:
A1.将输入图像分成多个图像块;
A2.利用傅里叶分析对每个所述图像块进行方向场估计。
3.如权利要求1所述的纸币上潜指纹的识别方法,其特征在于,所述步骤B包括:
B1.利用所述图像块的块方向场对所述输入纸币图像和所述参考纸币图像进行粗对准;
B2.利用所述图像块的点梯度场对所述输入纸币图像和所述参考纸币图像进行精对准;
B3.将输入纸币图像中所有图像块在参考纸币图像中的对应图像块组合起来,获得所述已对准的参考纸币图像。
4.如权利要求1所述的纸币上潜指纹的识别方法,其特征在于,所述步骤C包括:
C1.将所述输入纸币图像和已对准的参考纸币图像的方向信息进行对比,若发现新的方向,将含有潜指纹的局部纸币上新出现的方向作为潜指纹的方向;
C2.对所述步骤C1得到的指纹方向场利用高斯滤波器进行第一次平滑,根据方向调整大小,得到可靠的方向场及其所在区域;
C3.对可靠的指纹方向场区域利用形态学闭运算进行区域空洞填充,得到完整的指纹区域;
C4.对可靠的指纹方向场进行第二次平滑;
C5.对第二次平滑后的指纹方向场的空洞部分进行插值填充。
5.如权利要求1所述的纸币上潜指纹的识别方法,其特征在于,所述步骤D包括:
D1.根据指纹方向场计算周期图;
D2.根据指纹方向场和周期图以及完整的指纹区域利用Gabor滤波器对指纹进行增强,得到增强后的潜指纹图像。
6.一种纸币上潜指纹的识别系统,其特征在于,包括:
输入模块,用于输入参考纸币图像和输入纸币图像;
方向估计模块,用于估计所述输入纸币图像和参考纸币图像的每个图像块上的多个最强的方向;
对准模块,用于利用所述图像块的块方向场和点梯度场对所述输入纸币图像和所述参考纸币图像进行对准;
指纹获取模块,用于将所述输入纸币图像和已对准的参考纸币图像的方向信息进行对比,获取指纹的方向信息;
指纹增强模块,用于利用Gabor滤波器对指纹进行增强。
7.如权利要求6所述的纸币上潜指纹的识别系统,其特征在于,所述方向估计模块包括:
图像分割模块,用于将输入的图像分成多个图像块;
局部方向场估计模块,用于利用傅里叶分析对每个所述图像块进行方向场估计。
8.如权利要求6所述的纸币上潜指纹的识别系统,其特征在于,所述对准模块包括:
粗对准模块,用于利用所述图像块的块方向场对所述输入纸币图像和所述参考纸币图像进行粗对准;
精对准模块,用于利用所述图像块的点梯度场对所述输入纸币图像和所述参考纸币图像进行精对准;
组合模块,用于将输入纸币图像中所有图像块在参考纸币图像中的对应图像块组合起来,获得所述已对准的参考纸币图像。
9.如权利要求6所述的纸币上潜指纹的识别系统,其特征在于,所述指纹获取模块包括:
图像对比模块,用于将所述输入纸币图像和已对准的参考纸币图像的方向信息进行对比,若发现新的方向,将含有潜指纹的局部纸币上新出现的方向作为潜指纹的方向;
第一平滑模块,用于对所述图像对比模块得到的指纹方向场利用高斯滤波器进行第一次平滑,根据方向调整大小,得到可靠的方向场及其所在的区域;
空洞填充模块,用于对可靠的指纹方向场区域利用形态学闭运算进行区域空洞填充,得到完整的指纹区域;
第二平滑模块,用于对可靠的指纹方向场进行第二次平滑;
插值填充模块,用于对第二次平滑后的指纹方向场的空洞部分进行插值填充。
10.如权利要求6所述的纸币上潜指纹的识别系统,其特征在于,所述指纹增强模块包括:
周期图计算模块,用于根据指纹方向场计算周期图;
滤波增强模块,用于根据指纹方向场和周期图以及完整的指纹区域利用Gabor滤波器对指纹进行增强,得到增强后的潜指纹图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210383338.0A CN102968614B (zh) | 2012-10-10 | 2012-10-10 | 一种纸币上潜指纹的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210383338.0A CN102968614B (zh) | 2012-10-10 | 2012-10-10 | 一种纸币上潜指纹的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102968614A CN102968614A (zh) | 2013-03-13 |
CN102968614B true CN102968614B (zh) | 2015-08-12 |
Family
ID=47798746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210383338.0A Expired - Fee Related CN102968614B (zh) | 2012-10-10 | 2012-10-10 | 一种纸币上潜指纹的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102968614B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103632139B (zh) * | 2013-11-21 | 2016-09-28 | 南京信息工程大学 | 基于复合窗口模板计算指纹方向场的快速实现方法 |
CN107273877B (zh) * | 2017-07-24 | 2020-08-14 | 云南大学 | 加权的多尺度复合窗指纹方向场建立方法及分级平滑算法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1595425A (zh) * | 2004-07-13 | 2005-03-16 | 清华大学 | 指纹多特征识别方法 |
CN101253511A (zh) * | 2005-04-21 | 2008-08-27 | 狄奥多·G·帕拉斯科瓦克斯 | 用于智能货币验证的系统和方法 |
-
2012
- 2012-10-10 CN CN201210383338.0A patent/CN102968614B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1595425A (zh) * | 2004-07-13 | 2005-03-16 | 清华大学 | 指纹多特征识别方法 |
CN101253511A (zh) * | 2005-04-21 | 2008-08-27 | 狄奥多·G·帕拉斯科瓦克斯 | 用于智能货币验证的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102968614A (zh) | 2013-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205802B (zh) | 纹线距离的计算方法和装置 | |
US20190205758A1 (en) | Gland segmentation with deeply-supervised multi-level deconvolution networks | |
US9898649B2 (en) | Face authentication method and device | |
CN107154024A (zh) | 基于深度特征核相关滤波器的尺度自适应目标跟踪方法 | |
CN103886589B (zh) | 面向目标的自动化高精度边缘提取方法 | |
Zhu et al. | Walking to singular points of fingerprints | |
CN103632159B (zh) | 训练分类器、图像中文字区域检测的方法及系统 | |
Jaiprakash et al. | Low dimensional DCT and DWT feature based model for detection of image splicing and copy-move forgery | |
CN101359365A (zh) | 一种基于最大类间方差和灰度信息的虹膜定位方法 | |
CN104766046A (zh) | 一种利用交通标识颜色及形状特征进行检测与识别算法 | |
CN104240256A (zh) | 一种基于层次化稀疏建模的图像显著性检测方法 | |
CN107066961B (zh) | 指纹配准方法及装置 | |
Ni et al. | Automatic detection and counting of circular shaped overlapped objects using circular hough transform and contour detection | |
CN104751111B (zh) | 识别视频中人体行为的方法和系统 | |
Akinlar et al. | Colored: color edge and segment detection by edge drawing (ed) | |
Piekarczyk | Hierarchical random graph model for off-line handwritten signatures recognition | |
WO2014095560A1 (en) | Method for recovering a relative depth map from a single image or a sequence of still images | |
CN102968614B (zh) | 一种纸币上潜指纹的识别方法 | |
CN103824060A (zh) | 指纹细节点的提取方法 | |
Cakir et al. | Combining feature-based and model-based approaches for robust ellipse detection | |
Song et al. | Progressive multi-atlas label fusion by dictionary evolution | |
CN101567045B (zh) | 一种人脸特征点精确定位方法 | |
CN104933723A (zh) | 基于稀疏表示的舌图像分割方法 | |
Kumar et al. | Fingerprint singular point detection using orientation field reliability | |
Chaki | An efficient two-stage Palmprint recognition using Frangi-filter and 2-component partition method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150812 Termination date: 20191010 |