机器视觉指纹识别

传统的指纹识别方法很难准确识别较小区域内的特征点。这通常是在较大指纹图像的受限区域中通常可以找到尺寸有限的指纹子集的情况。最终，这通常会导致识别准确度较低，并且从现场调查中收集到的证据也较弱。

《国际数据挖掘和生物信息学杂志》上发表的研究希望能够克服这个问题。该论文介绍了一种机器视觉技术，该技术经过改进，可以处理较小的指纹区域。它可以克服现场调查人员面临的许多挑战，并提高指纹识别的整体精度。同样的技术也可能扩展到生物识别安全系统。

中国河南郑州河南农业职业学院的QiqunLiu和TanLiu介绍了这种新的小面积指纹识别方法，以克服传统技术的局限性，特别是在边界区域特征点识别方面。

他们的新方法的关键组成部分是一个描述符，它提供了重要指纹参数估计值的分析。通过使用该描述符，该方法提取详细的特征点并建立所谓的频率场。然后，这可以用于直接增强小区域指纹图像以提高清晰度。然后，附加过程从增强的小区域指纹图像中提取详细特征。

研究人员的实验很好地表明了该方法的有效性，使他们能够从看似模糊的指纹图像中准确地提取详细特征。值得注意的是，在呈现相同类型的图像时，与更传统方法的平均识别时间相比，平均识别时间已缩短至半分钟多一点。此外，该技术提供了更均匀的特征点分布，因此在识别图像边缘的脊特征方面表现出色。

同样的机器视觉技术可能会扩展到法医学之外的生物识别安全系统和访问控制中的应用。因此，新方法所带来的效率和准确性的提高可用于增强生物识别系统的可靠性。