基于gabor濾波器的指紋圖像增強(qiáng)算法的研究

《基于gabor濾波器的指紋圖像增強(qiáng)算法的研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、基于Gabor濾波器的指紋圖像增強(qiáng)算法的研究　　摘要：在指紋識(shí)別預(yù)處理中，指紋增強(qiáng)效果對(duì)于后續(xù)的匹配和識(shí)別具有很重要作用。本文主要詳細(xì)的介紹了基于Gabor濾波的指紋圖像增強(qiáng)算法，并通過(guò)研究和加以實(shí)現(xiàn)傳統(tǒng)的增強(qiáng)算法，然后在原有的基礎(chǔ)上改進(jìn)了Gabor濾波器，最終，相對(duì)于傳統(tǒng)的濾波器，取得了較好的增強(qiáng)結(jié)果，從而盡可能減少了噪聲干擾以及塊現(xiàn)象，為以后的指紋匹配打下了良好的基礎(chǔ)。　　關(guān)鍵詞：規(guī)格化方向角頻率場(chǎng)Gabor濾波器　　中圖分類(lèi)號(hào)：TP391.41文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007-9416（2016）05-0000-00　　指紋識(shí)別技術(shù)是目前

2、國(guó)內(nèi)外生物識(shí)別技術(shù)領(lǐng)域研究的一個(gè)熱點(diǎn)，同時(shí)也是當(dāng)前運(yùn)用最為成熟、可靠和廣泛的生物技術(shù)之一。由于各種不可避免的因素干擾，使得采集到的指紋圖像很難得到準(zhǔn)確提取和匹配，使得一個(gè)良好的指紋增強(qiáng)算法，不僅要具有快速性，還要具有良好的魯棒性和穩(wěn)定性，從而提高特征提取及特征匹配的準(zhǔn)確率。Gabor濾波器具有方向選擇特性和頻率選擇特性的帶通濾波器，并且能夠達(dá)到時(shí)域和頻域的最佳結(jié)合，可以很好地兼顧時(shí)域和頻域信息，因此是實(shí)現(xiàn)指紋增強(qiáng)一個(gè)很不錯(cuò)的方法。6　　目前，針對(duì)指紋圖像增強(qiáng)的算法一般可以分為3大類(lèi)：頻率濾波、空間域的方向?yàn)V波和Gabor濾波。其中，在Hong[

3、1]等人提出的利用局部紋線(xiàn)方向和頻率，使用Gabor函數(shù)增強(qiáng)指紋圖像的方法，以及后面出現(xiàn)的一些改進(jìn)的Gabor濾波算法等，使得Gabor增強(qiáng)具有更好的魯棒性和適應(yīng)性，成為目前指紋增強(qiáng)的主流方法。其主要思想是在指紋圖像的一個(gè)局部區(qū)域（一般是指紋中互不重疊的分塊），提取指紋脊線(xiàn)上各點(diǎn)的方向和頻率信息，構(gòu)造適當(dāng)?shù)臑V波器模板進(jìn)行濾波增強(qiáng)處理。其主要步驟包括：（1）規(guī)格化處理；（2）方向場(chǎng)估算；（3）頻率場(chǎng)估算；（4）圖像分割；（5）Gabor濾波。　　1規(guī)格化處理　　圖像規(guī)格化主要是將原始圖像的灰度值的均值和方差調(diào)到所期望的均值和方差，進(jìn)而減弱圖像中由

4、于噪聲所產(chǎn)生的灰度差異，改善圖像的灰度對(duì)比度，為后續(xù)處理工作做準(zhǔn)備。公式如下：　　其中，c（i，j）表示當(dāng)圖像當(dāng)前第i行，第j列的灰度值，N（i，j）表示規(guī)格化的對(duì)應(yīng)位置的灰度值，M0，σ0分別表示灰度圖像的期望均值和均方，M，σ分別表示當(dāng)前灰度圖像的均值和均方差。其中原始圖像和規(guī)格化圖像分別如圖1和圖2所示?！　?方向場(chǎng)估算6　　由于指紋圖像的脊線(xiàn)走向比較平緩，對(duì)應(yīng)的方向場(chǎng)也不會(huì)有劇烈的走向，因此脊線(xiàn)方向也表明著指紋的內(nèi)在特性。而方向圖分為點(diǎn)方向圖和塊方向圖，前者是求出每個(gè)像素點(diǎn)的方向，方向圖精確但計(jì)算量較大；后者是求出圖像中每個(gè)局域中的紋線(xiàn)

5、主導(dǎo)方向，計(jì)算量相對(duì)前者較少，抗噪性更強(qiáng)。本文中采用的是基于灰度梯度的方法求塊方向圖，其主要思路是根據(jù)紋線(xiàn)方向在局部區(qū)域內(nèi)基本一致的特點(diǎn)，先把指紋圖像分塊，然后計(jì)算每一子塊的紋線(xiàn)走向，最后用該方向代表對(duì)應(yīng)子塊內(nèi)的各個(gè)像素的方向。方法如下：　?。?）將規(guī)格化的指紋圖像N分成W×W的無(wú)重疊的子塊；　?。?）利用Sobel算子分別計(jì)算每個(gè)子塊中，對(duì)應(yīng)的每個(gè)像素點(diǎn)的梯度分量值Gx，Gy；　?。?）使用公式（2）計(jì)算每個(gè)分塊中心像素點(diǎn)的紋線(xiàn)方向　　這里θ（i，j）表示的就是以像素點(diǎn)（i，j）為中心的子塊的局部方向，即紋線(xiàn)方向。得到的方向圖如圖3所示。　　

6、3頻率場(chǎng)的估算　　目前主要的脊線(xiàn)頻率計(jì)算方法是：由于指紋紋線(xiàn)具有很強(qiáng)的方向性，沿著脊線(xiàn)方向看，指紋脊線(xiàn)和谷線(xiàn)像素點(diǎn)灰度值大致形成一個(gè)二維的正弦波，定義紋線(xiàn)頻率近似為正弦波的頻率，即為相鄰的兩個(gè)波峰或波谷之間的像素點(diǎn)個(gè)數(shù)的倒數(shù)。計(jì)算頻率場(chǎng)的方法如下：　?。?）在求出某一個(gè)塊中心像素的方向角θ（i，j）基礎(chǔ)上，以當(dāng)前像素的脊線(xiàn)方向?yàn)槎梯S，作一個(gè)尺寸為N×S的長(zhǎng)方形窗口，如圖4所示。　?。?）用公式（3）―（5）計(jì)算當(dāng)前窗口內(nèi)沿方向角方向的S個(gè)像素灰度的平均值，也即幅度值?！　。?）在公式中，M（k）形成一個(gè)離散的正弦波，如果M（k）中存在連續(xù)的峰值

7、，則說(shuō)明當(dāng)前窗口的指紋是有效的，設(shè)hi為第一個(gè)峰值與第i個(gè)峰值的間距，脊線(xiàn)平均距離L，則脊線(xiàn)頻率為：　　4圖像分割　　從圖像場(chǎng)的角度看，梯度場(chǎng)可以用來(lái)分割指紋圖像，因?yàn)橹讣y對(duì)象部分的梯度場(chǎng)值較高，6　　而背景部分的梯度場(chǎng)值較低，所以一般把求出的梯度進(jìn)行高度平滑，去掉梯度圖像的噪聲，然后利用適當(dāng)閾值就可以判斷該點(diǎn)為前景還是背景，確定閾值步驟如下：　?。?）閾值的選擇跟圖像質(zhì)量有關(guān)。對(duì)于光學(xué)圖像，因?yàn)楸容^平滑，所以閾值比較小，通常取30～40。如果圖像不夠平滑，則必須先對(duì)圖像進(jìn)行平滑處理，并且閾值大約取50左右。　?。?）用單位區(qū)域上的梯度閾值作為

8、灰度梯度特征，需要計(jì)算單位區(qū)域上的平均梯度作為該單位區(qū)域閾值。具體方法見(jiàn)文獻(xiàn)[2]。　?。?）設(shè)A為分割域值。T（i，j）為位置（i，j）的梯度?！　?/p>