基于模糊集和方向滤波的指纹图像增强
基于方向滤波的指纹图像增强算法的研究
基于方向滤波的指纹图像增强算法的研究张彤;杨秀坤【摘要】Enhanced fingerprint is the key step of the finger identification system, the effect of the enhanced quality plays an important role in the fingerprint identification system. This paper used the method of Sober operator to get the direction figure, and Sober operator was improved. Based on the direction of filter for fingerprint image enhancement, designed a set of filter to realize the enhancement of fingerprint image, and solved the problem of rotating o-verflow successful through the extended filter. The experimental results proved that the method of improving the quality of the fingerprint was quite effective.%指纹增强是指纹识别系统中的关键一步,增强效果的好坏对整个指纹识别系统有着至关重要的作用.采用基于Sobel算子的方法求取方向图,并且对Sobel算子进行了补充和改进.然后基于方向滤波的指纹图像增强方法,设计一组滤波器来实现指纹图像的增强,并且通过滤波器扩展成功解决了旋转溢出问题.实验证明,该方法的对改善指纹质量十分有效.【期刊名称】《哈尔滨商业大学学报（自然科学版）》【年(卷),期】2012(028)005【总页数】6页(P565-569,574)【关键词】指纹增强;方向滤波;方向图【作者】张彤;杨秀坤【作者单位】哈尔滨工程大学信息与通信工程学院,哈尔滨150001;哈尔滨工程大学信息与通信工程学院,哈尔滨150001【正文语种】中文【中图分类】TP391近年来，在指纹采录过程中，由于采集器的本身缺陷，人为因素等，采集到的指纹图像有10%左右是低质量指纹图像，为了保证指纹识别的有效运算，指纹增强已经是必不可少的关键一步[1-2].方向滤波是一种非常常用又有效的方法，它是依据指纹图像特点而设计出来的[3-4].方向滤波的主要特点是使用与指纹局部方向一致的滤波器进行滤波，使指纹纹线方向的点得到增强，随机噪声得到消弱，指纹纹线平滑连续.由于指纹纹线方向是缓慢变化的，所以要涉及多个方向的滤波器，不同的方向选用不同的滤波器.基于方向滤波的指纹图像增强算法包括两个最关键的步骤就是指纹方向图的计算和方向滤波器的设计[5-9].本文利用梯度法求取指纹的方向图，并对梯度法进行了一定的改进，得到了效果更好的指纹方向图.在滤波器的设计上，利用方向滤波器原则设计出水平方向滤波器，再对它进行旋转插值得到其他方向上的方向滤波模板，并提出了旋转溢出问题和解决方法.并且对每一种方法的增强结果作出了分析和评价.1 理论分析与设计1.1 基于方向滤波的指纹图像的增强方向滤波增强算法流程图如图1所示.算法主要步骤和目的是:图1 方向滤波增强算法流程图1)图像的正规化:目的是为了消除传感器本身的噪声以及因为手指压力不同而造成的灰度差异.2)方向图的求取:指纹纹线是指纹的一个重要特征，它的纹理性和方向性具有极其重要的意义.因此，要使低质量的指纹图像预处理后能获取清晰稳定的脊线特征图，提取指纹图像的方向信息——方向图是必不可少的一步.本文应用改进的梯度发求解方向图，并得到了较好的效果.3)指纹图像的方向滤波:根据像素点方向不同设计一组滤波器，以满足不同方向的像素点，设计时必须考虑指纹方向性和谷脊交替的特性.4)指纹图像的二值化:将滤波后的图像转化为二值图像，是指纹识别必不可少的一步.1.2 归一化f(i，j)代表原始图像在点(i，j)的灰度值，f'(i，j)代表规格化后的图像在点(i，j)的灰度值，M代表原图像的均值，VAR代表原图像的方差，由公式(1)和公式(2)确定.M0和是期望得到的均值，VAR0是期望得到的方差.f'(i，j)为规格化后的指纹图像由式(3)确定.其中:M0和VAR0为预置的均值和方差，可以取M0=120，VAR0=120.其处理后的图像如图2所示，图3为未经处理的指纹原图像.可见，正规化并没有改变指纹文线的质量，只是改变了整幅图像的对比度.1.3 运用改进的梯度法求解方向图本文采用的是Sobel梯度算子.把大小为3×3的Isotropic Sobel算子扩展到5×5，如下所示，扩展的二维Isotropic Sobel是垂直边缘检测算子和水平边缘检测算子.其中改进的依据是权值与临近点和中心点的距离成反比的原则.该方法保留细节能力强，同时去噪能力也很强.使用这两个方向上的灰度差异就可以计算出当前点的梯度及其梯度方向，垂直于梯度方向的就是脊线的方向.如图4所示为改进算子所求出的方向图.图4 改进Sobel算子求出的方向图通过方向图短线方向的肉眼直观比较可能难以发现两种方法所求的纹线方向的差异，如图5、6所示.由图5、6比较可知，普通Sobel算子增强后的图像产生了较多的伪特征，通过图7、8的比较以及图9、10的比较可以看出.但改进Sobel算子的增强时间要长于普通Sobel算子，这是较好效果的代价.图5 3×3 Sobel算子增强的图像2 指纹的方向滤波2.1 方向滤波器的设计滤波后的指纹图像中每一个像素的灰度值，都是由原来图像中它的周围点像素值共同决定的.如图11的方向滤波器，每一点的灰度都由其邻近的24个像素的灰度值共同决定，即对于第i行第j列点的灰度值f(i，j)[7]如公式(4)所示，并且通过式(5)对进行进一步的处理:图11 方向滤波器由于使用的指纹图像的脊线宽度在个像素之间，因此滤波器的尺寸设置为为宜，并且对上述模板做出一定的修改，使每一行的系数由中间向两端很快地衰减，得到改进后的滤波模板如图12所示.图12 改进后的方向滤波器Z=-24，Y=0，X=0，U=30，得到水平方向上的方向滤波器如图13所示.图13 水平方向滤波器实例2.2 滤波器的旋转脊线的方向，可在0～180°之间预先划分为N个基本方向，同时当N越大时脊线方向的描述也就越好，但实验证明:若N太大，耗费计算时间多，对脊线方向质量的改善也一般，此处理中最好选取一个恰当的值.通过实验比较，N取8时就满足实际要求，即需要8个不同的滤波器.如上已设计出了水平方向上的滤波器，其他方向的滤波器可由水平方向按式(6)旋转[8-10]得到.旋转后的滤波器坐标为(x'，y')，水平方向滤波器的坐标为(x，y).其(x'，y')点的权值可通过旋转θ角，返回到水平方向上(x，y)点，并通过f(x，y)的值求取.如图14所示.图14 点方向坐标变换通过旋转处理后，得到的滤波器，其(x'，y')的系数与水平方向的滤波器(x，y)位置的系数是相等的，即fθ(x'，y')=f(x，y).根据式(6)计算出对应于(x'，y')点的值即(x，y)值.当(x，y)不为整数时，分别取其附近的4个整数点，如图15所示.具体计算步骤如下.图15 线性插值算法这样利用式(7)，式(9)及，即可求出的值.由以上公式，通过VC++编程可求得其他7个方向的滤波器，但有一点需要特别注意，在这一旋转的过程中出现了旋转溢出问题，通过一定角度旋转后，与新方向的滤波器坐标(x'，y')对应的水平滤波器坐标(x，y)将超出原方形区域，本文尝试了多种解决方法，如对无法求出的元素补零操作等，但效果都不理想，最后在做线性插值前前先对原方形区域进行扩展，可扩展成的模板，扩展元素可通过原边缘元素的复制来实现，并成功地解决了溢出问题.3 实验结果分析通过VC++编程，我们可以得到8个方向上的方向滤波器，图16展示了这8个滤波器分别作用的结果.图16 方向滤波器各方向分别作用结果在编程过程中，对角度分区间进行操作共分为8个区间，每个区间的长度都为，分别为(0°～11.25°)∩(168.75°～180°)和(11.25°～33.75°)，(33.75°～56.25°)，(56.25°～78.75°)，(78.75°～101.25)，(101.25° ～123.75°)，(123.75° ～146.25°)，(146.25°～168.75°)依次对应着方向1滤波器～方向8滤波器，最后的滤波增强结果如图17(B)所示.我们从图像中提取出部分来仔细分析，如图18所示，可见本算法对空洞，断裂的修补能力极佳，还大大的改善了图像的对比度，而且增强后的图像并未改变原图像的大部分的重要的特征.图17 方向滤波增强图18 细节对比图5 实验结果对比参考文献:[1]CHRISTOPH F.A 3D-TV Approach Using Depth-Image-Based Rendering(DIBR)[C]//Visualization，Imaging，and Image Processing(VIIP)，Benalmadena，Spain.2003，482--487.[2]CHAOCHUNG C，CHENGTE L，POSUN H.A Block-based 2D-to-3D Conversion System with Bilateral Filte[C]//International Conference on Consumer Electronics，Las Vegas，NV，USA.2009:1-4.[3]FENG X，GUIHUA E，XUDONG X，et al.2D-to-3D Conversion Based on Motion and Color Mergence[C]//3DTV Conference:The True Vision-Capture，Transmission and Display of 3D Video，Istanbul，Turkey，2008:205–208.[4]SHAOJIE Z，TERENCES.Defocusmap estimation from a singleimage[J].Pattern Recognition，2011(5):1852–1858.[5]YUE F，JAYASEELAN J，JIANG J.Cue based disparity estmation for possible2D to3D video conversion[C]//Visual Information Engineering.IET International Conference，Bangalore，India.2006:384-388[6]ASHUOTSH S，JAMIE S，ANDREW Y N.Depth estimation usingmonocular and stereo cues[C]//International Joint Conference on Artificial Intelligence(IJCAI)，Hyderabad，India.2007:2197-2203.。
基于自适应方向滤波器的指纹图像增强
26卷 第3期2009年3月微电子学与计算机M ICROELECTRONICS &COM PUTERVol.26 No.3M arch 2009收稿日期:2008-04-25基于自适应方向滤波器的指纹图像增强卞维新,徐德琴(安徽师范大学数学计算机科学学院,安徽芜湖241000)摘 要:指纹图像增强在自动指纹识别系统中有着非常重要的地位,是指纹识别系统研究的重点之一.根据现有方向滤波器的特点和使用,采用一种基于指纹方向图的具有大小自适应性的方向滤波器对指纹进行滤波增强,较好地解决了方向滤波器滤波时的速度和实现优化问题.关键词:指纹图像增强;方向滤波器;方向图中图分类号:T P391 文献标识码:A 文章编号:1000-7180(2009)03-0185-04Fingerprint Image Enhancement Based onAuto adapted Directional FilterBIAN Wei xin,XU De qin(Colleg e of M athematics and Computer Science,Anhui N ormal U niv ersity,Wuhu 241000,China)Abstract:Fingerpr int image enhancement in the auto mated fingerprint identificatio n system has a ver y important posi tion,it is one of the focuses of research in fingerprint identification system.Based on the characteristics and uses of the cur rent directional filter,the solution based on t he fing er print directional map with the size auto adapted directional filter i s proposed in the paper ,it so lve the speed and the r ealization optimization question of directional filter better.Key words:fingerpr int imag e enhancement;directional filter ;directional map1 引言在指纹图像增强中经常要用到滤波器,它的功能在于去除图像噪声,增强图像质量.指纹图像被破坏的原因有多种,主要是由噪声、图像质量较低及指纹压力不同等造成的.有两种被破坏的情况是经常出现的:断裂及叉连.这两种噪声必须清除,否则会造成假的特征点,影响指纹的识别.依据指纹图像自身的特点,近年来,人们提出了沿方向滤波增强的概念并在指纹灰度图滤波增强中进行了成功应用[1 3].文中采用的也是一种基于方向图计算的方向滤波算法.在得到指纹的方向图后,可以根据每个像素点的方向利用方向滤波器进行滤波,以消除噪声、增强纹线、提高脊和谷之间的反差.2 水平滤波器设计水平滤波器的设计原则[1,4 5]很多文献都有介绍,这里不再累述.水平滤波器一般为N N 大小,其中N 由指纹图像中脊线和谷线的宽度决定,经实验验证,以7 7效果最佳.文中所用的水平滤波器的系数分布如图1所示.-z /3-2z /3-z -z -z -2z /3-z /3y/32y/3y y y 2y /3y/3x /32x /3x x x 2x /3x /3u /32u/3u u u 2u /3u /3x /32x /3x x x 2x /3x /3y/32y/3y y y 2y /3y/3-z /3-2z /3-z-z-z-2z /3-z /3图1 水平方向滤波器(7 7)3 自适应方向滤波器的设计得到水平滤波器后,余下的其他方向滤波器可以通过水平滤波器旋转得到.使用方向滤波器滤波时,滤波器随滤波方向的变化而旋转,因此操作计算起来很不方便.图2和图3是水平滤波器和45 方向时由水平滤波器旋转得到的方向滤波器.为了避免滤波器随滤波方向的变化而旋转,文中提出了自适应方向滤波器的设计.众所周知,方向滤波用于指纹图像增强处理,即相当于指纹图中每一点的灰度值由其周围的点的灰度值及相应的模板系数共同决定,因此,当滤波器不是方形(如图3)时,应把图3所示的斜形滤波器窗口转化为方窗(如图4是45 方向滤波器规则化后的滤波器),然后用方窗与图象中相应像素点值相乘后再进行计算,这样即可把几何上斜形的不规则窗口用数学上规则的方窗来代替,并把斜形窗口在几何上的旋转,用方窗中滤波器系数的旋转变化来代替.图2 水平方向滤波器 图3 45 方向滤波器由图4可见,规则化后的方向滤波器的大小可能会发生变化,因此所用各方向滤波器根据各自的方向应该能够自动调整其大小.图4 规则后的45度方向滤波器由于其他方向滤波器是通过水平滤波器旋转得到的,因此这里首先推导一下旋转变换公式.如图5所示,假定点(x 0,y 0)经过顺时针旋转 角后坐标变为(x 1,y 1),则有:( )( )0)图5 坐标旋转图上述选转是绕坐标原点(0,0)进行的,如果绕一个指定点(R x ,R y )旋转,则先应该将坐标系平移到该点,再进行旋转,最后再平移回新的坐标原点.如图6所示,将坐标系!平移到坐标系∀处,其中坐标系∀的原点在坐标系!中的坐标为(R x ,R y ).图6 坐标系平移示意图两种坐标系坐标变换矩阵表达式为:x∀y ∀1=10-R x 0-1R y 001x!y !1(2)其逆变换矩阵为:x!y !1=10R x 0-1R y 01x∀y ∀1(3)文中自适应滤波器的设计实现,是以水平滤波器旋转得到其他方向滤波器.设滤波器未旋转时中心坐标为(R x ,R y )(文中为(3,3)),旋转后中心坐标为(R #x ,R #y )(在新的坐标系下,规定旋转后新滤波器左上角为坐标原点),旋转前的滤波器坐标为(x 0,y 0),旋转后的滤波器坐标为(x l ,y l ),旋转角度为 ,其中, =l /8为滤波器旋转的角度,l 为方向代码(1~7).则旋转变换矩阵表达式为:x ly l 1=10R #x 0-1R #y 01x #l y #l 1186微电子学与计算机2009年=10R#x0-1R#y001cos( )sin( )0-sin( )cos( )0001∃10-Rx0-1R y001x0y01(4)其逆变换矩阵为:x0y01=10R x0-1R y001cos( )-sin( )0sin( )cos( )001∃10-R#x0-1R#y001x ly l1(5)即:x0=x l cos( )+y l sin( )-R#x cos( )-R#y sin( )+R xy0=-x l sin( )+y l cos( )+R#x sin( )-R#y cos( )+R y(6)有了上面的转换公式,就可以方便的求出其他几个方向规格化后的滤波器,具体做法是:以水平滤波器中心为坐标系原点,则原始滤波器四个角的坐标分别为-N-12,N-12、N-12,N-12、N-12,-N-12、-N-12,-N-12,其中,N为水平滤波器的尺寸.则根据旋转公式,旋转后的新的 方向滤波器的四个角的坐标(New X1,New Y1)、(New X2,New Y2)、(New X3,New Y3)、(New X4,New Y4)可以很容易获得.则新的 方向滤波器的宽度和高度为:NewWidth=max(|New X4-New X1|,|New X3-New X2|)+1(7)NewHeig ht=max(|New Y4-New Y1|,|New Y3-New Y2|)+1(8)此时可方便得到新滤波器中心的坐标,即(R#x,R#y).根据新滤波器中的坐标值(X l,Y l),l=1,2,%,7,表示其他7个方向的滤波器,由式(6)可得其在水平滤波器中的坐标(X0,Y0),则新的l方向滤波器在(X l,Y l)的系数f l(X l,Y l)就等于水平滤波器相应位置(X0,Y0)的系数f0(X0,Y0).由图4可知规格化后的滤波器中有一部分不是方向滤波器本身,即不是由水平滤波器旋转得到的,而是文中补充的,因此,新滤波器中的坐标按旋转逆变换得到的坐标有的不在水平滤波器中,处理时该位置的系数可直接赋零.显然,由式(6)求出的(X0,Y0)经常不是整数,此时该点上的系数f0(X0,Y0)需要用其周围4点的系数进行二阶线性内插[6]得到.4 方向滤波增强利用得到的八个规则化后的方向滤波器进行滤波非常容易,方法与水平方向滤波时相似,滤波时,在指纹图上从上往下,从左往右,逐点扫描,根据每一个像素的方向值,选用相应的滤波器模板进行滤波(卷积运算):g#(x,y)=&h i=-h&w j=-w g(x+i,x+j)f l(i,j)(9)式中,f l(i,j)为相应l方向滤波器模板的系数,l=0,1,%,7.当l=0时,h=3,w=3;否则h=NewHeight-12,w=New Width-12.g#(x,y)为滤波增强后的像素灰度值.5 实验结果与分析本实验在Intel Celeron2.4G的CPU、256M内存的计算机上进行,传感器为U areU4000Sensor(可采集292 337像素点的指纹图像),用VC语言编程实现上述算法,选取了多幅指纹图像,使用文中得到的自适应大小方向滤波器进行了处理,如图7所示.为了比较,同时也给出了固定大小、动态旋转滤波器的处理结果.图7 实验结果对照图187第3期卞维新,等:基于自适应方向滤波器的指纹图像增强实验结果表明,使用自适应方向图滤波器进行指纹图像滤波效果好,可以有效消除纹线的断裂、叉连及图像中的伪细节特征点,而且速度很快.对图7中的图像,文中方法处理时间为31.354ms,而动态旋转滤波器处理时间为39.925ms.6 结束语文中提出的自适应大小方向滤波器能够根据滤波方向的变化而自动调整滤波器的大小,从而避免了在随着方向变化而旋转滤波器时由于滤波器大小不能调整而造成的滤波系数的丢失,提高了滤波的精度,简化了方向滤波器在滤波时根据像素点的方向选择使用方向滤波器时的操作和计算复杂度.参考文献:[1]O∋Gor man L,N ickerson J V.A n appro ach to finger printflier desig n[J].Pattern Recognition,1989,22(1):29-38.[2]田捷,陈新建,张阳阳,等.指纹识别技术的新进展[J].自然科学进展,2006,16(4):400-406.[3]王发牛,梁栋,陈军宁,等.基于方向滤波器组的指纹图像预处理[J].微电子学与计算机,2007,24(8):190-192.[4]翟波,纪玉波,聂琰.基于方向信息的指纹图像预处理[J].计算机工程与科学,2005,27(7):60-61.[5]张正言,聂桂军,徐荣青.基于连续方向图的指纹图像增强算法[J].微电子学与计算机,2007,24(3):56-58. [6]黄贤武,苏鹏程,柏培权.基于方向滤波分割的指纹自动识别系统算法[J].中国图象图形学报,2002,7A(8):829 -834.作者简介:卞维新 男,(1974-),硕士研究生,讲师.研究方向为图像处理和模式识别.徐德琴 女,(1973-),硕士研究生,讲师.研究方向为嵌入式网络.(上接第184页)参考文献:[1]段海滨.蚁群算法原理及其应用[M].北京:科学出版社,2005.[2]张文修,吴伟志,梁吉业,等.粗糙集理论与方法[M].北京:科学出版社,2003.[3]厍向阳,薛惠锋.基于连续属性分类规则挖掘的新算法研究[J].计算机工程,2005,31(8):28-30.[4]何亚群,胡寿松.粗糙集中连续属性离散化的一种新方法[J].南京航空航天大学学报,2003,35(2):49-52. [5]谢娟英,刘芳,冯德民.基于GA与RST的分类规则挖掘算法[J].计算机科学,2006,33(11):149-156.[6]潘笑,万敏.基于模糊神经网络的数据挖掘方法研究[J].微电子学与计算机,2005,22(12):48-54.[7]周强,欧阳一鸣,胡学钢,等.数据挖掘中应用偏最小二乘法发现异常值[J].微电子学与计算机,2005,22(1): 25-27.[8]Pawlak Z.Roug h sets[J].Int.J.of Computer and Information Sciences,1982,11(5):341-356.[9]于冰,阎保平.关于粗糙集属性约简的进化算法研究和应用[J].微电子学与计算机,2005,22(3):189-194.作者简介:谢竹诚 男,(1983-),硕士研究生.研究方向为智能优化算法设计与分析.周永权 男,(1962-),博士,教授,硕士研究生.研究方向为计算智能数学理论与方法.188微电子学与计算机2009年。
基于方向滤波的指纹图像增强算法研究
化， 从而得到二值化图像。 对二值化后的图像进行如下的填充及删除操作后 可有效的去除图像中的孔洞和毛刺； １） 填充 填充算法把同时满足以下条件的像素值 Ｐ 设为 １ ａ ） Ｐ 为 ０ ｂ） Ｐ 的四邻域内有三个以上的邻点的像素值为 １ ２） 删除 删除算法把同时满足以下条件的像素值 Ｐ 设为 ０ ａ） Ｐ 为 １ ｂ）(P1 + P2 + P3)(P5 + P6 + P7) + (P3 + P4 + P5)(P7 + P8 + P9) = 0 ；
Abstract: Fingerprint identification includes fingerprint image pretreatment, minutia extraction, minutia matching. A critical step is the fingerprint enhancement that affects minutia extraction and minutia matching, an algorithm based on the directional filter is proposed in the paper to enhance the fingerprint image. A set of directional filters are constructed to filter the fingerprint images. A method is also proposed to eliminate the noise in the filtered imagines. Key words: fingerprint enhancement; directional image; directional filter
基于图像场能分析的指纹图像增强
Ｆｉ ｅ ｐｒ ｎ ｍ ａ ｅ Ｅｎｈａ ｅ ｅ ｔＢａ ｅ ｎ Ｉ ａ ｅＦｉ ｌ ｅ ｇ ｎｇ ｒ ｉ ｔＩ ｇ ｎｃ ｍ ｎ ｓ ｄ ｏ ｍ ｇ ｅ ｄ Ｅｎ ｒ ｙ
Ｗ Ａ Ｎ Ｇ ａ － ｎ Ｘｉ ｏ ｙｉ ｇ， ＹＡＮ Ｇ ｎ， Ｄ Ｕ ｎ－ ｎ， Ｇ Ａ Ｏ Ｆａ Ｙａ ｙａ Ｚｈｉ
基础 上结合 各场能具体信 息以及 Ｇａｏ 滤 波原理对指纹 图像进行逐步的增强处理。实践表 明，整套算法对低质量 ｂｒ
指 纹 图像 增 强 效 果 良好 ， 能 大幅 度 提 高指 纹 图像质 量 。 关 键 词 ： 指 纹 图像 场 ；梯 度 场 ： 方向 场 ； 频 率 场 ； Ｇ ｂ ｒ 波 ａｏ 滤 中 图 分 类 号 ：Ｔ ３ １ Ｐ ９ 文 献 标 志 码 ：Ａ ｄ ｉ １． ６ ￣ｉ ｎ１０ ．０ Ｘ． １．８ ２ ｏ ： ０３ ９ ．ｓ． ３５ １ ２ ００ ． ０ ９ ｓ ０ ０ ０
基 于 图像 场 能 分 析 的指 纹 图像 增 强
模糊逻辑在指纹图像对比度增强算法的应用.
模糊逻辑在指纹图像对比度增强算法的应用模糊逻辑在指纹图像对比度增强算法的应用类别：电子综合摘要：提出了一种新的基于模糊逻辑的方向纹理对比度增强的方法，对指纹图像进行增强。
通过模糊边缘判别器在对任一像素点属于边缘的程度进行模糊软判决的同时完成边缘检测，根据计算出的指纹方向图，结合模糊边缘判决器的输出结果，来指导基于方向纹理的指纹图像的对比度增强。
实验结果表明这种方法对于质量比较差的指纹图像能够明显改善其质量，对于图像的边缘区域，则能够在保持边缘细节的同时滤除噪声。
由于曝光不足等因素的影响，图像的亮度分布会发生非线性失真，常常表现为对比度不强、图像的整体感觉较暗等。
目前已经有很多基于灰度直方图的方法来增强对比度以改善图像质量。
GordON 等人最初提出了通过扩大当前像素点与其周围像素点的灰度差来增强对比度的思想，Beghdadi等人在此基础上根据视觉感知准则进行了改进。
本文基于文献中的算法，结合模糊逻辑技术，根据指纹图像的特点，提出了一种基于模糊逻辑的方向纹理对比度增强的方法，对指纹图像进行增强。
1 增强算法 1.1 基本框架本文的算法框架如图1所示。
基于模糊逻辑推理技术，模糊边缘判决器对像素点属于边缘的程度进行模糊软判决，同时完成对边缘的检测，其输出描述了像素点属于边缘的程度。
方向纹理的对比度增强则是根据计算出的指纹方向图，结合模糊边缘判决器的输出结果及当前像素点与其周围像素点的关系，来指导指纹图像的增强。
图1 基于模糊逻辑的方向纹理指纹图像增强滤波原理方框图 1.2 模糊边缘判决器图像中的边缘特征是影响视觉感知的重要因素，根据文献[7]中定义的模糊索贝尔算子，引入模糊推理过程，通过模糊推理规则在不同性质的图像区域自适应地给出任一像素点属于边缘的程度，同时可以进行边缘的提取。
1.3 方向图指纹图像由黑白相间的纹线组成，在局部具有很强的方向性，方向图就是对原指纹图像作一个变换，方向图上每一个像素点的值，表示原指纹图像中以该像素为中心的小块图像中纹线的平均方向。
一种有效的指纹图像方向滤波增强算法
s′2 = m in{A2 , A3 , A5 } (2)
s′3 = m in{A4 , A6 , A7 }
s′4 = m in{A5 , A7 , A8 }
如果 m in (A i ) ≤A0 ≤max (A i ) , i∈ ( 1, 2, …, 8) ,则 s′1 = s1
s′2 = s2 (3)
本文在上述方向估计和滤波模板构造算法的基础上提出 了一个完整的方向滤波增强算法 :首先通过改进的掩膜法准确 估计归一化后的指纹图像方向 ;然后用设计的八个方向的两组 滤波模板对指纹图像方向进行滤波增强 ;最后二值化增强后的 指纹图像 。在该方法中 ,估计指纹纹线方向时 ,为了达到平滑 块方向场的目的 ,本文采用滑动的分块估计块方向 ;针对文献 [ 5 ]设计的滤波模板存在的问题 ,对其平滑模板进行了改进 , 并设计了一组锐化滤波模板 ,获得了较好的增强效果 。
Abstract: O rientation filter is a method that filters the fingerp rint image along ridge orientation. The effectiveness of an orien2 tation filter enhancement algorithm mainly depends on the estimate accuracy of fingerp rint image orientation and the design ra2 tionality of filter temp late. This paper firstly used mask method that was robust to the poor quality fingerp rint images to estimate the p ixel orientations and then changed the p ixel orientations to the block orientations. Secondly, enhanced fingerp rint images by new p roposed 8 orientations smoothing filter temp lates and sharpening filter temp lates. A t last, obtained binary image after enhancement p rocess. Experiment results for fingerp rint images in DB2 of FVC2000 fingerp rint bases show that the p roposed method can make good enhancement effect. Key words: orientation estimation; orientation filter; fingerp rint enhancement
基于Gabor滤波的指纹图像增强算法研究
基于Ｇａ ｏ 滤波的指纹国像增强算法研穷 ｂｒ
广 东 白云 学 院电气 与信 息工程 学院
［ 摘
汤海林
要］ 指纹 图像增 强是 指纹识别 系统中关键技 术之一 ， 于 Ｇ ｂ ｒ 基 ａ ｏ 滤波的方法 以其能 同时在 空间域和 频率域的 变换 而被 广泛应
用， 文详细介绍 了Ｇ ｂ ｒ 本 ａｏ 函数、 ａ ｏ 滤波器的 图像增强算法 、 Ｇ ｂｒ 方向 图计算 、 线频 率计算 的步骤及 方法， 纹 并根据本 文设计 的增强算 法在 计算机 上编程 实现 ， 实验结果表 明该算法能较好的去除指纹图像 中的噪声 ， 达到增强的效果。 ［ 关键词 ］ 图像 增 强 Ｇａｏ 滤波器 算法 ｂｒ
１引 言 ．
自动指纹识别 系统 （ ＦＳ 的工作原理包括指 纹图像采集 、 Ａ Ｉ） 指纹 图 像 预处理 、 纹的特征提取 和特征匹配四个过程。在实际应用中 ， 指 由于 受采集环境 、 采集设 备等因素影响 ， 所采集的指纹图像常常会 出现指纹 纹 线不清 晰 、 噪声 多等 问题 ， 了提 高指纹 特征提取 的可靠性 和 Ａ Ｉ 为 ＦＳ 的性 能 ， 对指纹图像都必须进行有效 的预处理 ， 图像增强是预处理技术 的关 键 ， 图像 滤波增强 的效果决 定着指纹特征 点的提取和指 纹识 别系 统 的性能 。 ２指纹 图像增强 ． 目 ， 纹图像 增强的研究主要是针对低质量指纹图像进行ｎ 前 指 。指 纹图像增强 是对采集 的指 纹运用算法处理 ， 在保 留指纹特征 点信息 的 基础 上 ， 除纹线 的各种 噪声 ， 消 同时通过算法 优化提 高系统 的运行速 度 。指纹图像增 强是指纹识别 系统中关键技术之一 。 目前针对指纹 图像增强算法 主要采用 的方法是空域滤波 和频域滤 波 。空域滤波 的原理是通过对滤波算子 和原始 图像 的卷积计算来实现 图像增强 ， 文献［ 中 ， ’ ｏｍ ｎ Ｎ ｃｅ ｏ 提 出采用 方向滤波器进行 ２ Ｏ Ｇ ｒ ａ和 ｉ ｒ ｎ ］ ｋｓ 指纹 图像增强 ， 该滤波器能起到部分 消除 噪声和弥补裂纹 的效果 ， 但存 在滤 波器模板不 确定 、 质量 图像效 果差等缺 点。文献［ 中， ａｇ 低 ３ Ｈｎ等 】 提 出采用二维 的Ｇ ｂｒ ａ ｏ滤波器来实现指纹图像的增强 ， 该方法在进行 滤 波过程 中结合 了指纹 的方向信息和频 率信息 ， 通过指 纹的方 向性将二 维 Ｇ ｂｒ ａ ｏ滤波器调制到各个方向 ， 再根据频率信息确定滤波器的中心频 率， 最后采 用 Ｇ ｂｒ ａｏ 滤波 器组对 图像进行 滤波 ， 其增 强效果 比较显著 。 在 Ｈ ｎ 等人的研究基础上 ， ａｇ 还出现了一些 改进 的Ｇ ｂｒ ａｏ滤波算法等。 频域滤波 的原理是根据指纹纹线 的等周期性及指 纹图像 的能量分 布情况 ， 通过 改善图像的频谱来达到 图像增强 的 目的 ， ［ ０ ，ｈｒ 文献 ４ ０ Ｓ ｅ １ — ｌｋ ｏ 等提 出了基于频域 方向的滤波算 法 ， ｃ 其原 理是根据 已定义 的方 向 滤波器对 指纹 图像 的频 谱进行滤波处 理 ， 再把提取信 息与空域滤波结 果按指纹 图像 的方 向信息进行融合 ， 而得 到完整 的增强 图像 ， 法 从 该方 对低质量指纹 图像增强效果较好 。
基于模糊逻辑的指纹图像增强滤波
；短 文 ｉ
‘ ｙ ｙ ｙ ｙ ｙ ｙ ｙ
基 于 模 糊 逻 辑 的 指 纹 图 像 增 强 滤 波
苏菲 ，孙 景 鳌 ，蔡 安 妮 源自（ Ｌ 邮 电大学 电信工 程 学 院 ，北 京 １０ ７ ） Ｊ京 ０ ８ ６
摘
要 ：本文提 出了一种 新的基于 模糊逻 辑技术 的指纹 图像 增强 滤波器 ，通 过模糊边 缘判 别器在
ｆ ｚ ｙｌ ｇ ｃ ｕ ｚ ｏ ｉ
Ｓ ｉ ＳＵＮ ｉ — ｏ， ＣＡ ＩＡ ｎ— Ｕ Ｆｅ ， Ｊｎｇ ａ ｎｉ
（ ｏ ｌ ｅ ｆ ｅ ｃ ｍｍｕ ｉ ｔ ｎ ｎ ｉｅ ｒ ｇ Ｂ ｉ ｎ ｉｅ ｉ ｆ ｏ ｔ ａ ｄ ｅ ｃ ｍｍｕ ｉ ｔ ｎ ， ｅ ｉ ０ ８ ６Ｃ ｉａ Ｃ ｌ ｇ ｌ ｏ ｅ ｏＴｅ ｎｃ ｉ ｓ ｇ ｎ ｅｉ ， ｅ ｉ Ｕｎｖ ｒ ｔ ｏ ｓ ｎ ｌ ｏ ａｏ Ｅ ｎ ｊｇ ｓｙ Ｐ ｓ Ｔ ｅ ｎｃ ｉ ｓ Ｂ ｉｎ １０ ７ ， ｈｎ ） ａｏ ｊｇ
对 任一像 素点属 于边缘 的程度进 行模糊 软判决 的同时完成 边缘检 测 ，并针 对指 纹图像的平 滑区域
和 边 缘 区 域 分 别 采 用 不 同 的 模 糊 规 则 进 行 增 强 滤 波 。 实验 结 果 表 明 这 种 滤 波 器 在 图 像 的平 滑 区 域 具 有 好 的滤 波 性 能 ，对 于 边 缘 区 域 ， 则 能 够 在 保 持 边 缘 细 节 的 同 时 滤 除 噪 声 。
Ｉ ｔ ｓｍ ｅ ｈｏ ａ ｆ ｚｚ ｅ ｇｅｄｅ ｅ ｔ ｒｉ ｒ ｔａ ｐｌｅ ｔ ａ ｏｆ ｅ ｓｏｎ ｏｎｄｅ ｅ ｆｂ ｏｎ ｎ ｏ ｅ ｇｅ ｎ ｈｉ ｔ ｄ ｕ ｙ ｄ ｔ ｃ ｏ ｓｆ ｓ ｐ ｉｄ ｏ ｍ ｋｅ ｓ ｔ ｄ ｃｉｉ ｇｒ ｅ ｏ ｅｌ ｇｉ ｇ ｔ ｄ ｉ ｆ ｅ ｃ ｐｉ ｌ ｎｄ ｃ ｏｒ ｎｇ ｏ ｈ ｓ ｃｉｉ ｉ ａ ｃ ｎｔａ ｔ ｓ ｎｈａ ｃｅ ｏｒ ａ ｈ ｘｅ ａ ａ ｃ ｄｉ ｔ ｔ ｅ ｅ ｄｅ ｓｏｎｓ ｍ ｇｅ ｏ ｒ ｓ ｉ ｅ ｎ ｄ．Ｔｈｅ ｔ ｆ ｚ ｌ ｃ ｎ ｈｅ ｕｚ ｙ ｏｇｉ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目录摘要 (I)Abstract (II)1引言 (1)2 指纹识别技术简介 (1)2.1 指纹识别技术 (1)2.2 指纹识别技术的应用及发展前景 (1)2.3采集指纹图像的技术 (2)2.4 指纹图像增强技术简介 (3)2.5 指纹图像增强的一般算法及步骤 (4)2.6指纹图像模糊增强技术 (5)2.7 指纹图像方向滤波技术 (5)2.8本次设计的任务要求 (6)3 设计方案 (7)3．1 模糊增强 (7)3. 1.1 单层次图像模糊增强 (7)3.1.2 多层次指纹图像模糊增强 (8)3．2 方向估计 (9)3.2.1 指纹图像的规格化 (9)3.2.2 求方向图 (10)3．3 滤波增强 (11)3.4 滤波后的去噪处理 (12)3.5二值化 (13)3.6本章小结 (14)4 MATLAB软件设计 (14)4.1MATLAB的简介 (14)4.2 程序调试 (14)4.2.1设计思路 (14)4.3图像处理 (15)4.4本章小结 (17)摘要根据近年来指纹图像增强的算法的研究和发展，现在出现了多种多样的指纹图像增强算法。
在自动指纹识别系统中，由于其安全性、可靠性及高效性，使得它在刑侦、信息安全、电子商务等很多领域有着广泛的应用前景。
AFIS主要是依靠指纹的细节特征（端点、分叉等）来实现指纹识别的。
准确、可靠地提取细节特征是指纹识别实现的前提和基础。
细节特征提取的准确性严重依赖于指纹图像的质量，如果指纹的图像比较差，在细节特征提取过程中就会产生大量的伪特征信息，而且会丢失大量的真正的特征信息，从而严重影响整个系统的识别率和误识率。
由于现有指纹采集设备的不完善性、对于干燥、潮湿、污渍、老化和严重磨损的手指，往往难以采集到清晰的图像。
为了确保特征提取算法的性能对指纹图像的质量具有足够的鲁棒性，研究指纹增强算法是十分必要的。
用Matlab实现这种方法，既能分步对指纹图像增强算法进行仿真测试，又可以很直观地看到图像模糊增强和方向滤波算法的效果。
实验证明，用Matlab实现的处理结果比较理想，满足识别的应用性。
本文介绍用matlab实现了指纹图像的模糊增强、方向的选取、滤波增强、指纹图像的二值化等。
并选取较好的处理步骤和算法参数解决指纹图像增强的问题。
关键字：指纹图像增强，模糊集，方向滤波，二值化AbstractAccording to the fingerprint image enhancement in recent years of researching and developing the algorithm ，there is a wide variety of fingerprint image enhancement algorithm. In automatic fingerprint identification system，Because of its safety, reliability and efficiency, and make it in the criminal investigation, information security, electronic commerce and so many area has broad prospect of application. AFIS mainly depend on the details of the fingerprint characteristics (endpoint, bifurcate, etc) to realize the fingerprint identification. Accurate and reliable feature of extracting details of the fingerprint identification is the premise and foundation of realization. Details of the feature extraction accuracy rely heavily on the quality of the fingerprint image, if the fingerprint image is poorer, feature extraction process in detail can lead to large pseudo feature information, and will lose a lot of real feature information, thus seriously affect the entire system recognition rate and deterrent rate. Due to the existing fingerprint acquisition device is not perfect, for dry, wet, besmirch, aging and severe wear fingers, it often hards to collect to clear images. In order to ensure the performance of the feature extraction algorithm that was used to the quality of the fingerprint images have the enough robustness, the fingerprint enhancement algorithm is very necessary.In this way of Matlab, it can test the fingerprint image enhancement algorithm, and can see the effect of the image fuzzy enhancement and the filter algorithm directly. The experiment results showed that with the result of the Matlab is ideal, and meet the recognition of the application. This paper introduces the matlab fuzzy enhancement of the fingerprint image, the direction of the selection, the filter fingerprint image enhancement, the binary, etc. And selecting good processing steps and algorithm to solve the fingerprint image enhancement parameters.Key words：The fingerprint image enhancement, Fuzzy sets, The direction filtering, Binary1引言指纹图像采集过程常会造成对比度不强等非线性失真,基于模糊逻辑的处理方法常用于改善指纹图像质量。
研究了模糊特征平面增强算法和基于广义模糊算子的图像增强算法,将两种算法应用于指纹图像对比度增强,并对增强结果进行比较分析。
实验结果表明,采用这2 种方法均可以在一定程度上提高指纹图像低灰度区域和高灰度区域之间的对比度,从而提高图像的质量,使增强后的指纹图像结构更清晰。
2 指纹识别技术简介2.1 指纹识别技术指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路。
指纹能使手在接触物件时增加摩擦力，从而更容易发力及抓紧物件。
是人类进化过程式中自然形成的。
目前尚未发现有不同的人拥有相同的指纹，所以每个人的指纹也是独一无二[1]。
由于指纹是每个人独有的标记，近几百年来，罪犯在犯案现场留下的指纹，均成为警方追捕疑犯的重要线索[2]，使得指纹识别技术得到了飞快的发展。
现今鉴别指纹方法已经电脑化，使鉴别程序更快更准。
指纹识别技术源于19世纪初，科学家依靠指纹纹脊式样的唯一性和式样终生不改变的特性[7]，把某个人同他的指纹对应起来，通过采集他的指纹并与预先保存的指纹进行比较来验证其真实身份。
随着现代科技的不断进步与广泛应用，可靠高效的个人身份识别变得越来越需要，每个人的指纹具有惟一性，终身不变，难以伪造，因此指纹识别是替代传统身份识别手段的最安全、最可靠、最方便的方法[1]。
指纹图像本身的信息量和数据量是很大的因此直接基于指纹图象的匹配识别是不可取的，而要采用专门高教的指纹识别与处理方法。
2.2 指纹识别技术的应用及发展前景指纹是手指末端正面皮肤上凹凸不平产生的纹路，这些纹路就是通常所说的脊和谷[4]。
指纹虽小，但它蕴涵了大量信息。
其中，包括纹型在内的全局特征，为指纹的分类提供了基础；同样，指纹还有许多局部特征(根据美国国家标准局规定，包括脊末梢、分岔点、复合特征和未定义四种)，称为细节点(Minutia)。
不同人的指纹的细节点是唯一的、稳定不变的，这为指纹识别提供了可能。
基于点模式匹配的自动指纹识别系统(AFIS)的基本流程一般由图像采集、图像预处理、细节点提取和指纹匹配几部分组成。
首先，指纹要通过指纹采集设备(常见的有光学取像设备、超声波扫描取像设备、晶体传感器，现在广泛使用的是晶体传感器)转化为计算机内的数字图像(一般为灰度图)。
由于采集过指纹识别越来越广泛地应用于电子商务，刑事侦察，银行等各个领域。
然而，在现实中受指纹采集条件的影响，采集到的指纹图像有可能存在模糊不清的情况。
如果不对这样的指纹图像进行增强处理，在特征提取时就会产生大量的伪特征信息，丢失真正的细节特征，影响最终的匹配结果。
因此，指纹图像的增强处理是指纹图像预处理过程中不可或缺的一步。
指纹图像具有的方向特性决定了将方向滤波增强算法运用于指纹图像增强的合理性。
目前的方向滤波增强算法都是在估计了指纹纹线方向的基础上，构造八方向的滤波模板实现方向滤波增强的。
文[1]提出了指纹图像的脊向滤波增强算法，构造了八方向的滤波增强模板，对极值滤波和平滑滤波后的指纹图像进行增强，得到最后的结果，该算法对部分低质量指纹图像增强效果较好。
但是该算法通过梯度估计纹线方向，然后将弧度方向量化为八方向，导致运算量较大，繁琐耗时。
此外该算法在滤波模板的构造上也存在一些不尽人意的地方。
2.3采集指纹图像的技术获得良好的指纹图像是一个十分复杂的问题。