matlab有干扰的印痕提取,基于Matlab的指纹图像特征提取

本文介绍了指纹图像处理中的特征提取算法,包括从端点开始的脊线跟踪方法。算法首先从端点出发,通过八邻域找到下一个跟踪点,然后在脊线中间连续点处,依据灰度值判断跟踪方向。同时,记录端点和分叉点的坐标及特征角度。通过比较,该算法简化了图像处理步骤,降低了伪特征点的产生,但未提及具体实现细节和效率评估。
摘要由CSDN通过智能技术生成

如图3—3中点B 点。

86dda78ca196d8959777c2e28ddc367e.png

47fc931b43deba407fbaa40b855c4b91.png

图3—2邻域示意图

具体算法如下: (1)从端点出发,端点的八邻域只有一个点的灰度值为1,该点就是脊线跟踪的下一点。

(2)对脊线中间连续点,因为八邻域只有两个点灰度值为1,除去上一个被跟踪的点,剩下的一点即为下一个待跟踪点。

(3)设集合Ω={xi,yi,zi,gi},根据)(P C n 及)(P S n 的值判断被跟踪点的类型,并记

录下端点或分叉点的横坐标xi ,纵坐标yi ,及特征点的类型zi ,gi 是特征点的角度跟踪结束条件。端点的角度取从端点为起点的端线的角度,分叉点的角度取相对最小分支线的角度。端线及分支线的角度求法为:即从一个特征的位置出发坐标为(xi,yi)搜索到步长为7是最后一点坐标为(x,y)。如下式3—3。

gi=arctg(y-yi)/(x-xi) (3—3)

对指纹图像中的所有像素进行处理,分别记录下所有检测到的端点和分叉点,即完成了特征提取的第一步──特征的提取。

3.2.3算法比较

以上即是常用的两种特征点提取算法,通过比较不难发现:基于灰度直接提取算法原理比较简单,简化了图像增强、二值化步骤,直接求取脊线并得到特征点。并且由于步骤的简化一定程度上降低了伪特征点出现的概率。这两点是该算法的最大优点。但是

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值