使用机器视觉进行指纹识别

传统的指纹识别方法难以准确识别较小区域内的特征点。这通常是在较大的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，这通常会导致较低的识别准确性和从犯罪现场调查中收集到的较弱的证据。

发表在《国际数据挖掘与生物信息学杂志》上的研究希望能克服这个问题。本文介绍了一种经过改进的机器视觉技术，该技术可以用于小的指纹区域。它可以克服犯罪现场调查人员面临的许多挑战，提高指纹识别的整体精度。同样的技术也可以扩展到生物识别安全系统。

河南郑州河南农业职业学院的刘启群和刘谭将这种新方法引入到小面积指纹识别中，以克服传统技术在边界区域特征点识别方面的局限性。

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的估计值的分析。通过该描述符，该方法提取了详细的特征点，并建立了所谓的频率场。然后，这可以用来直接增强小面积指纹图像，以提高清晰度。然后，一个附加的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证明了这种方法的有效性，使他们能够从看似模糊的指纹图像中准确地提取出细节特征。值得注意的是，当呈现相同类型的图像时，与更传统的方法需要更长的时间相比，平均识别时间已经减少到半分钟多一点。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优异。

同样的机器视觉技术可以从法医科学扩展到生物识别安全系统和访问控制的应用。因此，新方法所带来的效率和准确性的提高可用于提高生物识别认证系统的可靠性。