CN109544474A - 一种基于相位拉伸变换的指纹图像增强方法 - Google Patents
一种基于相位拉伸变换的指纹图像增强方法 Download PDFInfo
- Publication number
- CN109544474A CN109544474A CN201811368007.3A CN201811368007A CN109544474A CN 109544474 A CN109544474 A CN 109544474A CN 201811368007 A CN201811368007 A CN 201811368007A CN 109544474 A CN109544474 A CN 109544474A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- fingerprint image
- target
- texture
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 17
- 230000002708 enhancing effect Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 230000010339 dilation Effects 0.000 claims description 3
- 230000003628 erosive effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明针对指纹识别中计算速度和纹理有效增强方面存在的缺陷，提出了一种指纹识别系统中指纹图像的增强方法，该方法利用获取到的指纹图像截取目标指纹图像，然后采用限制对比度直方图均衡化方法对目标指纹图像进行整体对比度增强，并将增强后的目标指纹图像采用相位拉伸变换的方法进行纹理增强并对背景去噪，获得增强后的指纹图像。本发明可以有效增强指纹图片特别是低质量指纹图片中的指纹纹理信息，从而提高指纹识别系统中指纹识别的性能。
Description
技术领域
本发明属于图像处理领域，更为具体地讲，涉及一种指纹图像增强的方法。
背景技术
随着信息化时代的不断发展，生物识别技术越来越受到人们的重视。生物识别技术是利用生物固有特征识别证明身份的技术，生物识别可以不依赖于各种人造的附加物品来证明人的自身，并且经研究表明，每个人的指纹、虹膜、视网膜等都是与别人不同的，而且终生不变，因此生物识别具有更强的可靠性。目前，用于鉴别身份的生物体特征主要包括指纹、声音、虹膜、DNA等。
指纹识别技术是生物特征识别技术中应用最广泛的技术之一，普遍应用于各种身份验证和识别中。指纹识别具有指纹采集装置简单、系统小、鉴别速度快等特点，因而易于在多种平台上实现。指纹的方便获取并具有唯一性使指纹成为了人们第二代身份证建议包含的身份信息。目前关于指纹识别技术的算法已经有很多种，出现了较多的自动指纹识别系统的产品和研究成果，但仍然不能达到某些特定的应用要求，所以指纹自动分类始终是专家学者研究的焦点和难点课题。指纹识别系统可以通过接触或者非接触的方式获取到指纹图像，通过对指纹图像自动识别分类以确定该指纹的身份信息。指纹识别技术的关键部分主要包括指纹预处理、特征提取和指纹匹配这三个方面，其中指纹预处理的增强效果对于后续匹配识别具有非常重要的作用。
自动指纹识别系统的性能依赖于输入指纹图像的质量，输入的指纹质量差是目前自动指纹识别系统面临的一大难题。指纹图像增强算法主要是利用图像处理技术去除指纹图像中的各种噪声干扰，突出指纹的纹理信息，使其纹理结构更加清晰化，从而得到一个良好的指纹图像。指纹增强算法正是针对指纹识别系统对低质量的指纹图片识别性能低这一问题提出的解决方法，进而保证特征提取以及指纹匹配的准确性和可靠性。指纹图像增强方法作为指纹识别的前期处理，需要快速有效，易于实现并且指纹纹理信息需要有效增强。目前指纹增强的方法有很多，但是在计算速度和纹理有效增强方面仍有很大的提升空间。
发明内容
针对上述问题，本发明的目的在于提供一种操作简单、易于实现的指纹图像增强算法，对指纹识别系统获取的指纹图像特别是指纹图像中分辨率较低的位置进行纹理信息增强，提高指纹系统中指纹识别的性能，该方法可以有效增强指纹图片特别是低质量指纹图片中的指纹纹理信息，从而提高指纹识别系统中指纹识别的性能。
本发明提出技术方案如下：
一种基于相位拉伸变换的指纹图像增强方法，其特征在于，包括如下步骤：
步骤1：采用自适应阈值获取指纹图像中的目标区域，即包含指纹信息部分的图像；
步骤2：对获取到的目标指纹图像采用限制对比度直方图均衡化方法进行整体对比度增强处理；
步骤3：对增强后的指纹图像采用相位拉伸变换方法对指纹的纹理信息进行增强，并去除背景中的噪声。
可选的，所述步骤1具体包括如下步骤：
步骤1-1，对指纹图像进行自适应阈值处理，获取指纹图像的二值图；
步骤1-2，采用形态学开运算消除二值图像中指纹纹理及背景区域的噪声，先对图像进行形态学腐蚀操作再进行形态学膨胀，消除指纹纹理及背景区域的干扰噪声区域，最大连通区域即为指纹与背景的交界区域，最后获取最大连通区域的外接矩形，并截取指纹图像中该矩形框位置的图像即可获得目标指纹图像。
可选的，步骤2中，限制对比度直方图均衡化时，将需要增强的图像划分为多个正方形子块，分别对每个子块进行直方图均衡化处理。所述子块的尺寸与目标指纹图像宽度的比设为1/16。
进一步的，所述步骤3中的相位拉伸变换方法具体包括如下步骤：
3-1，将增强后的指纹图像通过傅里叶变换转换到频域；
3-2，计算频域中每个像素点的角度值，将每个像素点的角度值乘上非线性频率相关因子，计算出结果图；
3-3，将上述结果图通过傅里叶逆变换转换到时域即可获得增强后的指纹纹理信息。
可选的，所述步骤3中的去除背景中的噪声将指纹目标图像中低于最大灰度值5％的像素点的位置在指纹纹理增强后的图像结果中的灰度值设为0。
本发明的有益效果是：该指纹图像增强方法可以快速有效的增强指纹图片特别是指纹图片中指纹不清晰位置的指纹纹理信息，计算量小，效果明显，可以为指纹识别系统中指纹识别提供一种有效的增强方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明方法一种基于相位拉伸变换的指纹增强方法的流程图
图2(a)-(c)为本发明方法中获取目标指纹图像的过程图
图3(a)-(b)为采用限制对比度直方图均衡化方法对目标指纹图像的增强结果图
图4(a)-(c)为指纹纹理信息增强及对增强结果中背景去除噪声后的结果图
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明做进一步地详细描述。
如图1所示，本发明提出的一种基于相位拉伸变换的指纹图像增强方法，技术方案如下：
1)输入指纹图像
2)获取目标指纹区域
如图2(a)所示，首先对指纹图像进行自适应阈值处理，获取指纹图像的二值图，阈值采用的是邻域像素的平均值，每个像素点与其领域像素点的平均值进行比较，大于平均值的取0，反之取255；如图2(b)-(c)所示，进行形态学开运算，形态学开运算是先对图像进行形态学腐蚀操作再进行形态学膨胀，消除指纹纹理及背景区域的干扰噪声区域，最大连通区域即为指纹与背景的交界区域；最后获取最大连通区域的外接矩形，并截取指纹图像中该矩形框位置的图像即可获得目标指纹图像。
3)计算尺寸参数
如图2(c)所示，根据截取的指纹区域图像，计算所述获得的图像的尺寸参数，以备后用。
4)自适应阈值增强处理
如图3(a)所示，其为目标指纹图像，图3(b)为增强后的目标指纹图像。由于质量差的指纹图像很大一部分原因是由于光照不均匀导致指纹图像对比度较差或者整体指纹图像不清晰，对目标指纹图像进行整体对比度增强有助于进一步对指纹纹理信息的增强。采用限制对比度直方图均衡化对目标指纹图像的整体对比度进行增强处理，所述限制对比度直方图均衡化是将需要增强的图像划分为多个正方形子块，分别对每个子块进行直方图均衡化处理。
由于不同指纹识别系统获取到的指纹图像尺寸不一，获取到的目标指纹图像尺寸也不固定，为使整体对比度增强方法更具鲁棒性，选取1/16的比例为标准，即
其中，A为限制对比度直方图增强图像的子块尺寸，W目标指纹图像的宽。根据获取到的目标指纹图像确定划分增强子块的尺寸，该尺寸在计算的结果中取整数部分。
5)对增强后的目标指纹图像的指纹纹理信息进一步增强
指纹识别系统中指纹的纹理信息包含了指纹的关键信息，也是指纹唯一性的基础，直接影响到指纹判别的准确性。本方法采用相位拉伸变换增强算法进行指纹纹理信息的增强，如图4(a)-(b)所示，具体计算过程为：首先将增强后的指纹图像通过傅里叶变换转换到频域；然后计算频域中每个像素点的角度值，将每个像素点的角度值乘上非线性频率相关因子，计算出结果图；然后再将上述结果图通过傅里叶逆变换转换到时域即可获得增强后的指纹纹理信息。
6)并去除背景中的噪声，得到增强的指纹图像
如图4(c)所示，其为纹理增强之后去除背景中的噪声的效果图，其中矩形框中为指纹信息不清晰的位置及对应的增强结果中的位置，由结果对比图可以发现指纹图像中一些肉眼不易观察到的纹理信息，该增强算法可以实现有效的增强。
计算过程为：
其中，x，y为图像中的坐标，out(x,y)为输出的指纹图像，input(x,y)为输入的指纹纹理信息增强后图像，original(x,y)为目标指纹图像，max[]为获取最大值，即该操作目的是将指纹目标图像中低于最大灰度值5％的像素点的位置在指纹纹理增强后的图像结果中的灰度值设为0，即可获得最终的指纹增强图。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于相位拉伸变换的指纹图像增强方法，其特征在于，包括如下步骤：
步骤1：采用自适应阈值获取指纹图像中的目标区域，即包含指纹信息部分的图像；
步骤2：对获取到的目标指纹图像采用限制对比度直方图均衡化方法进行整体对比度增强处理；
步骤3：对增强后的指纹图像采用相位拉伸变换方法对指纹的纹理信息进行增强，并去除背景中的噪声。
2.根据权利要求1所述的基于相位拉伸变换的指纹图像增强方法，其特征在于，所述步骤1具体包括如下步骤：
步骤1-1，对指纹图像进行自适应阈值处理，获取指纹图像的二值图；
步骤1-2，采用形态学开运算消除二值图像中指纹纹理及背景区域的噪声，先对图像进行形态学腐蚀操作再进行形态学膨胀，消除指纹纹理及背景区域的干扰噪声区域，最大连通区域即为指纹与背景的交界区域，最后获取最大连通区域的外接矩形，并截取指纹图像中该矩形框位置的图像即可获得目标指纹图像。
3.根据权利要求1或2所述的基于相位拉伸变换的指纹图像增强方法，其特征在于：所述步骤2限制对比度直方图均衡化时，将需要增强的图像划分为多个正方形子块，分别对每个子块进行直方图均衡化处理。
4.根据权利要求3所述的基于相位拉伸变换的指纹图像增强方法，其特征在于：
所述子块的尺寸与目标指纹图像宽度的比设为1/16。
5.根据权利要求3所述的基于相位拉伸变换的指纹图像增强方法，其特征在于，所述步骤3中的相位拉伸变换方法具体包括如下步骤：
3-1，将增强后的指纹图像通过傅里叶变换转换到频域；
3-2，计算频域中每个像素点的角度值，将每个像素点的角度值乘上非线性频率相关因子，计算出结果图；
3-3，将上述结果图通过傅里叶逆变换转换到时域即可获得增强后的指纹纹理信息。
6.根据权利要求5所述的基于相位拉伸变换的指纹图像增强方法，其特征在于：所述步骤3中的去除背景中的噪声将指纹目标图像中低于最大灰度值5％的像素点的位置在指纹纹理增强后的图像结果中的灰度值设为0。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811368007.3A CN109544474A (zh) | 2018-11-16 | 2018-11-16 | 一种基于相位拉伸变换的指纹图像增强方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811368007.3A CN109544474A (zh) | 2018-11-16 | 2018-11-16 | 一种基于相位拉伸变换的指纹图像增强方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109544474A true CN109544474A (zh) | 2019-03-29 |
Family
ID=65847816
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811368007.3A Pending CN109544474A (zh) | 2018-11-16 | 2018-11-16 | 一种基于相位拉伸变换的指纹图像增强方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109544474A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110348425A (zh) * | 2019-07-19 | 2019-10-18 | 北京迈格威科技有限公司 | 去底纹的方法、装置、设备及计算机可读存储介质 |
| CN110443307A (zh) * | 2019-08-06 | 2019-11-12 | 平顶山学院 | 一种基于相位拉伸理论与hsi变换的图像融合方法 |
| CN110728201A (zh) * | 2019-09-20 | 2020-01-24 | 南京元初科技有限公司 | 用于指纹识别的图像处理方法及装置 |
| CN111898512A (zh) * | 2020-07-23 | 2020-11-06 | 杭州萤石软件有限公司 | 一种指纹识别方法及装置 |
| CN112241935A (zh) * | 2019-07-18 | 2021-01-19 | 杭州海康威视数字技术股份有限公司 | 图像处理方法、装置及设备、存储介质 |
| CN112329497A (zh) * | 2019-07-18 | 2021-02-05 | 杭州海康威视数字技术股份有限公司 | 一种目标识别方法、装置及设备 |
| CN112861649A (zh) * | 2021-01-19 | 2021-05-28 | 平安科技（深圳）有限公司 | 指纹签名生成方法、装置、电子设备及计算机存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100158329A1 (en) * | 2008-12-19 | 2010-06-24 | Shajil Asokan Thaniyath | Elegant Solutions for Fingerprint Image Enhancement |
| CN105654438A (zh) * | 2015-12-27 | 2016-06-08 | 西南技术物理研究所 | 基于局部直方图均衡的灰度图像拟合增强方法 |
| CN108537098A (zh) * | 2017-03-01 | 2018-09-14 | 重庆邮电大学 | 一种指纹识别方法 |
-
2018
- 2018-11-16 CN CN201811368007.3A patent/CN109544474A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100158329A1 (en) * | 2008-12-19 | 2010-06-24 | Shajil Asokan Thaniyath | Elegant Solutions for Fingerprint Image Enhancement |
| CN105654438A (zh) * | 2015-12-27 | 2016-06-08 | 西南技术物理研究所 | 基于局部直方图均衡的灰度图像拟合增强方法 |
| CN108537098A (zh) * | 2017-03-01 | 2018-09-14 | 重庆邮电大学 | 一种指纹识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| M. SELVI 等: "FBFET: Fuzzy based fingerprint enhancement technique based on adaptive thresholding", 《INTERNATIONAL CONFERENCE ON COMPUTING AND NETWORKING TECHNOLOGY (ICCNT)》 * |
| 蔡震震: "糖网病辅助诊断的眼底图像处理研究", 《中国优秀博硕士学位论文全文数据库(硕士)医药卫生科技辑》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112241935A (zh) * | 2019-07-18 | 2021-01-19 | 杭州海康威视数字技术股份有限公司 | 图像处理方法、装置及设备、存储介质 |
| CN112329497A (zh) * | 2019-07-18 | 2021-02-05 | 杭州海康威视数字技术股份有限公司 | 一种目标识别方法、装置及设备 |
| CN112241935B (zh) * | 2019-07-18 | 2023-05-26 | 杭州海康威视数字技术股份有限公司 | 图像处理方法、装置及设备、存储介质 |
| CN110348425A (zh) * | 2019-07-19 | 2019-10-18 | 北京迈格威科技有限公司 | 去底纹的方法、装置、设备及计算机可读存储介质 |
| CN110443307A (zh) * | 2019-08-06 | 2019-11-12 | 平顶山学院 | 一种基于相位拉伸理论与hsi变换的图像融合方法 |
| CN110443307B (zh) * | 2019-08-06 | 2024-01-12 | 平顶山学院 | 一种基于相位拉伸理论与hsi变换的图像融合方法 |
| CN110728201A (zh) * | 2019-09-20 | 2020-01-24 | 南京元初科技有限公司 | 用于指纹识别的图像处理方法及装置 |
| CN110728201B (zh) * | 2019-09-20 | 2023-04-07 | 南京元初科技有限公司 | 用于指纹识别的图像处理方法及装置 |
| CN111898512A (zh) * | 2020-07-23 | 2020-11-06 | 杭州萤石软件有限公司 | 一种指纹识别方法及装置 |
| CN112861649A (zh) * | 2021-01-19 | 2021-05-28 | 平安科技（深圳）有限公司 | 指纹签名生成方法、装置、电子设备及计算机存储介质 |
| CN112861649B (zh) * | 2021-01-19 | 2024-05-10 | 平安科技（深圳）有限公司 | 指纹签名生成方法、装置、电子设备及计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109544474A (zh) | 一种基于相位拉伸变换的指纹图像增强方法 | |
| Wu et al. | Fingerprint image enhancement method using directional median filter | |
| Ryu et al. | Enhancement of feature extraction for low-quality fingerprint images using stochastic resonance | |
| CN103870808A (zh) | 一种手指静脉识别方法 | |
| Jiang et al. | Skin detection using color, texture and space information | |
| CN108280448B (zh) | 指静脉按压图的判别方法及装置、指静脉识别方法 | |
| Donida Labati et al. | A scheme for fingerphoto recognition in smartphones | |
| Kekre et al. | An effectual method for extraction of ROI of palmprints | |
| Zhang et al. | Hand gesture detection and segmentation based on difference background image with complex background | |
| Mustafa et al. | Improved Feng binarization based on max-mean technique on document image | |
| Liu | An improved image enhancement algorithm based on fuzzy set | |
| CN111767939B (zh) | 一种水下声呐系统目标提取方法 | |
| CN109460763B (zh) | 一种基于多层次文本组件定位与生长的文本区域提取方法 | |
| Qi et al. | Segmentation of fingerprint images using the gradient vector field | |
| Nagendra et al. | Fingerprint image enhancement using filtering techniques | |
| Abate et al. | Fast iris recognition on smartphone by means of spatial histograms | |
| Wu et al. | Face detection based on YCbCr Gaussian model and KL transform | |
| Biradar | Personal identification using palmprint biometrics based on principal line approach | |
| Wang et al. | A novel finger vein pattern extraction method using oriented filtering technology | |
| Mahadeo et al. | An efficient and accurate iris segmentation technique | |
| Karthika et al. | A novel approach for document image binarization using bit-plane slicing | |
| Tallam et al. | Finger vein recognition system using image processing | |
| CN110781745A (zh) | 基于复合窗及梯度加权方向滤波的尾部睫毛检测方法 | |
| Wan et al. | Improved Fingerprint Segmentation Based on Gradient and Otsu's Method for Online Fingerprint Recognition | |
| Kumari et al. | A Review on Comparative Study of Different Edge Detection Techniques |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |
|
| RJ01 | Rejection of invention patent application after publication |