改进方法能够提高指纹识别中特征提取的性能

基于指纹识别中计算方向正确性的神经网络，指纹门禁系统提出了基于网络响应的方向计算和指纹分割方法，通过计算每个图像块在各个方向上的网络响应并通过平滑处理来计算纹路方向和进行指纹分割，实验表明该方法有效地提高了特征提取的正确率。基于圆形Gabor滤波器 的指纹图像增强节点(包括端点和分叉点)是指纹图像的关键特征，在指纹识别中发挥了重要作用。但是，节点的提取受到图像质量的影响，低质量的指纹图像会导致产生许多错误的干扰节点或丢失正确的节点。为了能够正确提取关键特征，除了有效的方向计算和图像分割方法之外，指纹图像的纹路增强是指纹识别中提高特征提取正确率的一个重要手段。本章基于KMg的基于CQLM滤波器的增强方法则提出了一种改进方法，以不同的方式调节滤波器的形状、尺寸和频率，实验表明，改进方法能够提高特征提取的性能。