指纹增强算法的研究

指纹增强算法的研究
指纹增强算法的研究

本科毕业设计(论文)

学生姓名:

专 业:

指导教师完成日期

诚信承诺书

本人承诺:所呈交的论文是本人在导师指导下进行的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已发表或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。

签名:日期:

本论文使用授权说明

本人完全了解南通大学有关保留、使用学位论文的规定,即:学校有权保留论文及送交论文复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容。

(保密的论文在解密后应遵守此规定)

学生签名:指导教师签名:日期:

指纹在生物识别应用中的形式最为广泛,具有唯一性和不变性。指纹增强的主要任务

Gabor 滤波器在指纹增强技术中的应用,并且在此基础上提出了改进算法。仿真显示Gabor 滤波法在指纹增强技术中具有很好的带通特性,也具有很好的方向和频率选择特性。因此,用

滤波法的缺陷,改善指纹图像的滤

摘要是以提供文献内容梗概为目的,不加评论和补充解释,简明、确切地记述文献重要内容的短文。其要素一般包括:①目的——研究、研制、调查等的前提、目的和任务,所涉及的主要范围;②方法——所用的原理、理论、条件、对象、材料、工艺、结构、手段、装备、程序等;③结果——实验的、研究的结果,数据,被确定的关系,观察结果,得到的效果,性能等;④结论——结果的分析、研究、比较、评价、应用,提出的问题,今后的课题,假设,启发,建议,预测等;

写摘要时不得简单地重复题名中已有的信息,要排除在本学科领域中已成常识的内容,要用第三人称的写法。应采用“对……进行了研究”、“报告了……现状”、“进行了……调查”等记述方法,不使用“本文”、“作者”等作为主语。摘要的第一句不要与题目重复;取消或减少背景信息,只表示新情况、新内容;不说空洞的词句,如“本文所讨论的工作是对过去×××的一个极大地改进”、“本工作首次实现了……”、“经检索尚未发现与本文类似的工作”等;此外,作者的打算及未来的计划不能纳入摘要。

ABSTRACT

In biometric identification, the most widely used form was the fingerprint, which has unique and invariable property.

defects of its ridge. The fingerprint feature identification. Based on the fingerprint the research

background, actuality of fingerprint enhancement, the

concept of fingerprint enhancement and various implementation methods. Other than spatial and frequency domain enhancement, the paper focused on introducing the Gabor filter in fingerprint image enhancement techniques and putting forward some improved algorithms. The Gabor filtering has nice band pass ability in fingerprint enhancement from simulation results, with nice direction and frequency selectivity. Thus, Gabor filtering can effectively remove the noise of the ridge along its direction, also save the true ridge structure. As an improved algorithm, Log-Gabor filter which can make up the 英文摘要撰写注意事项:

(1) 尽量取消不必要的字句:如“It is reported…”,“The author discusses…”,“In this paper ,”。

(3) 采用短句叙述,但要避免句形单调;目的、方法、结果用过去时态,结论用一般现在时态;尽量用主动语态代替被动语态;可用动词的情况应尽量避免用动词的名词形式;避免使用一长串形容词或名词来修饰名词;注意冠词用法,不要误用、滥用或随便省略冠词。

(4) 语言要精炼,多用简短、词义清楚、熟悉的词;避免使用文学性的描述手法撰写文摘。

(5) 对已经为大众所熟悉的缩写词可直接使用,对于那些仅为同行所熟悉的缩略语,应在题目、摘要或关键词中至少出现一次全称。

1.1本课题研究的意义

1.2研究领域现状

1.3发展趋势

1.4所做的主要工作

第二章指纹增强的意义及应用

2.1指纹图像的特征和分类

2.2 指纹图像中的噪声

2.3 指纹图像增强的概念与意义

2.4 指纹图像增强的效果评价

2.5 指纹图像增强技术的应用 (6)

2.6本章小结 (7)

(8)

(8)

空间域增强法的理论知识 (8)

3.1.2 空间域增强法的优缺点 (9)

3.2频率域增强法 (10)

3.2.1频率域增强法的理论知识 (10)

3.2.2 频率域增强法的优缺点 (11)

3.3本章小结 (12)

第四章Gabor滤波法应用于指纹增强 (13)

4.1 Gabor滤波法较传统方法的优越性 (13)

4.2Gabor滤波法 (13)

4.2.1归一化处理 (14)

4.2.2方向场估算 (14)

4.2.3频率场估算 (15)

4.2.4 Gabor滤波 (16)

4.3 基于Gabor算法中的改进 (18)

4.3.1求脊线方向方法的改进 (18)

4.3.2求脊线频率方法的改进 (18)

4.3.3Gabor滤波器的改进——Log-Gabor (19)

4.4 本章小结 (21)

第五章系统的实现与测试 (22)

5.1实验结果及分析 (22)

5.1.1 空间域增强测试 (22)

5.1.2频率域增强测试 (22)

5.1.3Gabor滤波法测试 (23)

5.1.4 改进方法的测试 (24)

5.1.5结果分析 (25)

5.2本章小结 (25)

结束语 (26)

参考文献 (27)

致谢 (29)

附录 (29)

第一章 绪 论

1.1指纹增强的主要任务是恢复指纹脊线的结构缺陷,如分离粘连的脊线、连接断裂的脊线、平滑脊线的边缘等等,这些缺陷属于结构性噪声,而不是随机噪声,因此不能用图像增强理论中的信噪比来衡量指纹增强算法的性能。指纹增强的最终目标是通过改善指纹脊线质量来提高指纹特征提取的精度,进而提高指纹识别的精度。

1.2研究领域现状

在指纹识别技术中,图像增强技术是其中一个非常重要的步骤。如果指纹图像得不到准确、显著的增强,指纹特征就难以被准确提取。许多学者对指纹图像增强方法进行了探讨,其中,Coetzee [3]等使用Marr -Hildreth 边缘算子得到指纹灰度图的脊边缘图,提出了采用卷积模板来进行增强的方法,Randolph [4]等提出了一种使用方向滤波器组来对二值图像来进行增强的方法,Sherlock [5]等提出了采用傅立叶滤波器来增强指纹图像的方法,Hong [6]提出了使用Gabor 滤波器的方法来增强指纹图像的方法。事实证明,这些方法用于金融安全、数字加密、电子商务等安保领域都取得了较好的效果。

那么运用正确的指纹增强技术就是关键。对于指纹增强技术,基本的两个方向是空间域法和频率域法。

空间域算法主要是均值滤波(局部求平均值)法和中值滤波(取局部邻域中的中间像素值)法等,这些方法可用于去除和减弱指纹图像中噪声。但是这些方法对指纹图像的增强效果并不理想,这是因为这些方法主要针对图像中的随机噪声,而模糊指纹图像中的指纹脊线缺陷属于结构性噪声。频率域法主要将指纹图像视为一种二维信号,然后对其进行基于二维傅里叶变换的信号增强。

除了上面说到的这些基本的方法以外,目前用的较多的是Gabor滤波法,这种方法根据指纹图像具有方向和频率的特点,把Gabor 滤波器应用在指纹图像增强处理中。此方法的重点是构造Gabor滤波器,并从指纹图像中求出Gabor滤波器所需要的参数,通过滤波后得出质量较好的指纹图像。

Gabor滤波法使用脊线方向和脊线频率作为参数对指纹图像进行增强。该算法基于指纹的数学模型[7],表现为:指纹在局部小的区域内可以认为是一组平行且具有一定频率的直线,就可以沿着脊线方向使用Gabor窗函数来过滤图像,增强脊线的信息。由于是沿着脊线方向滤波,在沿脊线方向上有平滑的作用,因此能将一些断裂的脊线修复到原状态,同时由于Gabor滤波器具有良好的频率选择性,既能有效地去除脊线上噪声,又能保持脊线的结构。利用Gabor 滤波器的方向和频率选择特性,把指纹图像的局部方向和脊线频率作为Gabor 滤波函数的参数,然后将Gabor 函数与纹理图像两者进行卷积,从而去除了噪声,达到了增强图像的目的[8]。

1.3发展趋势

本课题研究的发展趋势是在Gabor滤波的方法上不断改进,实现改进的Gabor滤波法运用于指纹图像的增强。如运用小波变换结合Gabor滤波法,Log-Gabor滤波法以及基于扇形分区的Gabor滤波法增强等等。对于小波变换结合Gabor滤波这种方法来说,能充分利用小波变换对指纹图像进行去噪,并且利用映射功能提高了脊线和背景间小波系数的对比度,接下来再用Gabor滤波法就可以进一步利用方向和频率信息使脊线得到增强。对于Log-Gabor滤波法,此滤波器与传统的Gabor 滤波器相比,Log-Gabor 滤波器可以在取得最佳空间定位的同时具有更宽广的频带,有利于改善指纹图像的滤波效果。对于基于扇形分区的Gabor滤波法,通过把指纹图像分解到不同的方向空间,利用Gabor滤波器对确定的参考点周围的圆形区域进行多方向滤波,形成指纹码,应用性很强。

除此之外,也可以不断改进指纹图像预处理的方法,比如:对指纹脊线方向和频率的

提取的改进算法等等。比如求得块内的平均周期,计算两个波峰或波谷之间的平均像素距离等,其主要目的就是减少运算量,有效提高指纹图像处理效果,很好地保持图像的鲁棒性。

如今电子产业发展迅猛,在日常生活中,指纹识别系统与电子产业的相互结合更为广泛,以至于在办公室、家庭以及公共场合等都离不开指纹识别技术。对其展望主要是开发更为强大的系统,使得精度更高,用途更广泛。

1.4所做的主要工作

由于指纹具有唯一性和稳定性,所以指纹识别在当今社会成为了最广泛使用的生物特征识别技术。近几十年来,自动指纹识别技术的投入使用取得了较大的成功。但是由于指纹图像中存在各种噪声,如疤痕、汗渍、污渍、歪曲等等,都会直接影响到指纹识别的精度。研究是在国内外专家学者的研究基础之上进行的,基于指纹增强算法的研究现状及存在不足,本论文主要研究指纹增强的有效方法,重点是运用Gabor滤波器实现指纹增强。

全文共分为五章,各章节的主要内容安排如下:

第一章为绪论,简要介绍了指纹增强技术的研究背景、意义和目前国内外研究现状。

第二章对指纹图像进行特征描述,其中包括指纹图像的概念、分类、用途以及指纹图像增强的效果评价等;指纹图像多数应用在指纹识别系统中,指纹图像的增强技术直接影响指纹识别系统的效果。

第三章对传统的指纹图像增强技术进行介绍,了解到指纹图像增强的概念和主要内容后,论文着重介绍了传统方法——空间域增强法和频率域增强法。其中包括理论知识、算法实现和主要优缺点。

第四章介绍Gabor滤波法及其改进,首先说明了Gabor滤波法较传统指纹增强技术的优越性,同时做一些小实验来验证Gabor滤波器的原理基础。对于改进的方法,文中主要介绍了提取脊线方向改进法、脊线频率的改进方法以及Log-Gabor滤波器的实现方法。

第五章为系统的实现与测试,分别用空间域增强法、频率域增强法和Gabor滤波法对指纹进行处理,也进行了改进方法的测试。最后对各方法的实验结果进行比较,验证Gabor 滤波法较传统指纹增强方法的优越性。

第二章 指纹增强的意义及应用

2.1 指纹图像的特征和分类

指纹就是表皮上突起的脊线,是手指皮肤表面隆起的脊和凹下的谷构成的特定纹路。在各种生物特征种类中,指纹具有唯一性、稳定性和再生性等特点。指纹的特征点就是由于指纹纹路经常出现中断、分叉或打折而形成的端点、分叉点。这些特征点能唯一确认指纹的信息。人的指纹除非遭受严重损坏,是一生不变的,这体现了指纹的稳定性。当手指

形态、流向以及脊线上的细微结构。常见的细节特征脊线终点、脊线分歧点、脊线结合点;不常见的脊线细节形态主要包括:小点、小眼、小桥、小棒、小钩等;罕见的细节特征主要包括:交错、错位、点线、节线[9]。

图2.1 指纹的特征

1956年公安部制定了《刑事登记十指指纹分析法》,将指纹分为三类九种,三类分别为:箕型纹、弓型纹和斗型纹[9]。如图2.2的(a)、(b)、(c)所示。图(a)像簸箕,叫箕型纹;图(b)的脊线像弓,叫弓型纹;图(c)的脊线有同心圆或螺旋脊线,叫斗型纹。其中箕型纹又分为:正箕、反箕;弓型纹又分为:弧形纹、帐形纹;斗型纹又分为环形斗、螺形斗、双箕斗和杂形斗。

Suprema指纹识别算法介绍

Suprema指纹识别算法介绍 产品名称:Suprema指纹识别算法介绍 产品型号:OTA750采用的指纹算法 产品分类:Suprema指纹识别算法介绍 详细介绍: OTA750彩屏指纹考勤机的指纹算法采用了世界上最可信赖的Suprema指纹识别算法,产品的稳定性、指纹的安全可靠性得到了有力的保障。 Suprema指纹识别算法介绍 Suprema拥有世界一流的指纹识别技术。Suprema解决方案的特点在于对算法拥有极强的理论背景。Suprema的指纹识别算法在世界上最值得信赖的世界指纹识别大赛 (International Fingerprint Verification Competition, (FVC2004) 上摘取冠军桂冠,在light category表现出最小的出错率,被认为是世界上最可信赖的指纹解决方案,再加上其优越的技术力量可确保客户产品及应用软件的 最佳稳定性和信赖度。 Suprema指纹识别算法比起其竞争对手拥有如下特点及优势: 最高的信赖性.指纹识别中算法可以说是左右其性能的最核心的要素。 在世界指纹识别大赛(FVC2004)中夺得了第一,被认定为世界最好的 指纹识别算法。再加上其优越的技术力量可确保客户产品及应用软 件的最佳稳定性和信赖度。 广泛适用性 卓越的支持 Suprema指纹识别算法在世界指纹识别大赛中所获得成绩 评论 FVC是世界上最大的指纹识别技术评论,也是国际性指纹识别算法大赛,隔年举行并由意大利和美国第三方组织。在最近的两届FVC2004和FVC2006,SUPREMA 指纹识别算法摘取了世界范围的最高桂冠。 成果 在FVC2004和FVC2006,Suprema的指纹识别算法在众多参赛者中脱颖而出分别在Light级别和开放级别中获取了冠军。在FVC2006,Suprema在开放级别中以7枚金牌荣获了桂冠。在FVC2004,Suprema在Light级别中以最小误差率荣获了冠军。Suprema是唯一一家赢得两项级别(开放和Light)冠军的公司,即

指纹识别报告

数字图像处理报告 题目指纹识别算法研究学院信息学院 专业通信工程 班级通信ZY1101 姓名郑涛、江代民

摘要 随着计算机和网络的迅速发展,人们对身份认证的准确性、安全性与实用性提出了更高的要求。基于生物特征识别的智能身份认证技术也逐渐受到广泛的关注。在众多的生物识别技术中,指纹识别技术是发展最早、应用最广泛的一种。指纹识别技术充分利用了指纹的普遍性、唯一性和永久性的生物特征,已逐步取代了传统的基于标志和数字的识别方式,目前在网络、银行、金融、医疗和安检等行业均得到了广泛应用。本文对指纹识别系统的原理和基本过程进行了分析研究,重点研究了指纹图像预处理算法,并且进行了验证。 在指纹图像预处理部分,论文对预处理的各个步骤包括规格化、图像分割、中值滤波、二值化、细化等以及各个步骤的方法进行了深入的分析和研究,选择了一种图像预处理方案。 在指纹特征提取部分,采用基于Matlab实现的指纹细节特征提取方法,并给出了去伪算法。指纹特征提取是从细化后的指纹图中得到细节特征点(即端点和分叉点),此特征点含有大量的伪特征,既耗时又影响匹配精度。采用了边缘去伪和距离去伪,使得特征点去伪前后减小了近1/3,然后提取可靠特征点信息,以便实现指纹匹配。 在指纹匹配部分,本文采用基于细节点的指纹匹配算法,并进行研究。 关键词指纹识别、预处理、特征提取、匹配

Fingerprint Recognition Algorithm Abstract With the rapid Progress of computer science and network technique,An accurate,secure and practical techno1ogy of Personal identification becomes more and more important. Technology of Personal identification based on Biometrics has received extensive attention. Technology of Fingerprint recognition is the earliest one and is app1ied widely in the all techniques of biometrics recognition, then is taking full advantage of the universality, uniqueness and permanency of the fingerprint, and gradually has taken place of traditional identification method that is based on symbol and number. Nowadays the technology of fingerprint identification is fully used in network, bank, finance, insurance and security. This paper research the basic principles and process of the fingerprint identification system,and focus on the pre-processing algorithms of fingerprint image and finally verify. In the fingerprint image processing section, thesis on preprocessing steps including specifications, image segmentation, median filtering, binarization, refinement, and so on, and each step of the way to in-depth analysis and research, is an image processing program. Part of the fingerprint feature extraction, fingerprint-based Matlab implementation details of feature extraction methods, and gives to the pseudo-algorithm. Fingerprint feature extraction is refined to get the details of fingerprint feature points (the endpoint and bifurcation points), this feature points contain a large number of false features, time-consuming and will affect the matching accuracy. Used and the distance to the edge of the false and counterfeit, makes the feature points to reduce the false front of nearly 1 / 3, and then extract a reliable feature point information, in order to achieve the fingerprint match. Part of the fingerprint match, the paper-based fingerprint minutiae matching algorithm, and conduct research. Keywords Fingerprint recognition、Pretreatment、Feature extraction、Matching

指纹识别系统

指纹识别系统 1.1 指纹识别系统原理 指纹识别系统的组成原理。如图1-1所示。图中的学习模块负责采集用户指纹数据,对指纹图像进行预处理,提取这些指纹的特征,作为将来的比对模板存人数据库。而识别模块则负责采集和处理指纹图像,在提取特征后与数据库中的指纹模板进行比对,然后判断是否匹配.得出结论。整个系统的核心就是图像处理、特征提取以及指纹比对。 图1-1 1.2 指纹采集与指纹图像处理方法 目前,主要的指纹采集方法有两种:一种是光学采集器;另一种是用半导体传感器。光学采集器采集指纹是通过把手指沾上油墨后按在白纸上,然后用摄像机把图像转换为电信号。光学采集受外界干扰小、采集精度较高,但是数据量较大,因此处理时问较长。而对于半导体传感器来说,手指的温度、湿度对其测量结果有影响,但是数据量不大,处理比较方便。随着半导体技术的发展,半导体传感器的成本低、体积小、方便集成等优点逐步体现,它已逐步代替光学采集器。指纹鉴定过程的第一个阶段是指纹图像的采集阶段,也就是指纹模板的录A阶段。为了初步确定图像预处理方法,我们必须首先了解指纹传感器获得的图像的尺寸和质量。根据不同的指纹传感器,我们设计不同的方案进行图像采集,并将从各个图中提出特征点储存到数据库中,来产生“活模板”,为后面的指纹鉴定做准备。 指纹图像处理是整个指纹识别过程的核心。常见的指纹图像处理包括滤波增强、二值化、细化、提取特征点四个步骤。在采集指纹图像的过程中,由于采集环境,皮肤表面的性质,采集设备的差异等各种因素的影响,采集的图像会不同程度的受到各种噪声的干扰,从而影响了采集图像的质量。所以实际的指纹图像首先通过一个滤波增强来改善图像的质量,恢复

图像增强方法的研究

图像增强方法的研究 摘要 数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。在图像处理中,图像增强技术对于提高图像的质量起着重要的作用。本文先对图像增强的原理以及各种增强方法进行概述,然后着重对灰度变换、直方图均衡化、平滑和锐化等几种常用的增强方法进行了深入的研究,在学习数字图像的基本表示与处理方法的基础上,针对图像增强的普遍性问题,研究和实现常用的图像增强方法及其算法,通过Matlab实验得出的实际处理效果来对比各种算法的优缺点,讨论不同的增强算法的适用场合,并对其图像增强方法进行性能评价。如何选择合适的方法对图像进行增强处理,是本文的主要工作,为了突出每种增强方法的差异,本文在Matlab的GUI图形操作界面中集合了四种常用算法的程序,以达到对各种算法的对比更直观和鲜明的效果。 关键词:图像增强直方图均衡化灰度变换平滑锐化

目录 1 图像增强的基本理论 (3) 1.1 课题背景及意义 (3) 1.2 课题的主要内容 (4) 1.3 数字图像基本概念 (5) 1.3.1数字图像的表示 (5) 1.3.2 图像的灰度 (5) 1.3.3灰度直方图 (5) 1.4 图像增强概述 (6) 1.5图像增强概述 (8) 1.5.1图像增强的定义 (8) 1.5.2常用的图像增强方法 (8) 1.5.3图像增强的现状与应用 (9) 2 图像增强方法与原理 (10) 2.1 图像变换 (10) 2.1.1 离散图像变换的一般表达式 (10) 2.1.2 离散沃尔什变换 (11) 2.2 灰度变换 (12) 2.2.1 线性变换 (12) 2.2.2 分段线性变换 (13) 2.2.3 非线性变换 (13) 2.3 直方图变换 (14) 2.3.1 直方图修正基础 (14) 2.3.2 直方图均衡化 (16) 2.3.3 直方图规定化 (17) 2.4 图像平滑与锐化 (18) 2.4.1 平滑 (18) 2.4.2 锐化 (19)

指纹增强算法的研究

本科毕业设计(论文) 学生姓名: 专 业: 指导教师完成日期

诚信承诺书 本人承诺:所呈交的论文是本人在导师指导下进行的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已发表或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 签名:日期: 本论文使用授权说明 本人完全了解南通大学有关保留、使用学位论文的规定,即:学校有权保留论文及送交论文复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容。 (保密的论文在解密后应遵守此规定) 学生签名:指导教师签名:日期:

指纹在生物识别应用中的形式最为广泛,具有唯一性和不变性。指纹增强的主要任务 Gabor 滤波器在指纹增强技术中的应用,并且在此基础上提出了改进算法。仿真显示Gabor 滤波法在指纹增强技术中具有很好的带通特性,也具有很好的方向和频率选择特性。因此,用 滤波法的缺陷,改善指纹图像的滤 摘要是以提供文献内容梗概为目的,不加评论和补充解释,简明、确切地记述文献重要内容的短文。其要素一般包括:①目的——研究、研制、调查等的前提、目的和任务,所涉及的主要范围;②方法——所用的原理、理论、条件、对象、材料、工艺、结构、手段、装备、程序等;③结果——实验的、研究的结果,数据,被确定的关系,观察结果,得到的效果,性能等;④结论——结果的分析、研究、比较、评价、应用,提出的问题,今后的课题,假设,启发,建议,预测等; 写摘要时不得简单地重复题名中已有的信息,要排除在本学科领域中已成常识的内容,要用第三人称的写法。应采用“对……进行了研究”、“报告了……现状”、“进行了……调查”等记述方法,不使用“本文”、“作者”等作为主语。摘要的第一句不要与题目重复;取消或减少背景信息,只表示新情况、新内容;不说空洞的词句,如“本文所讨论的工作是对过去×××的一个极大地改进”、“本工作首次实现了……”、“经检索尚未发现与本文类似的工作”等;此外,作者的打算及未来的计划不能纳入摘要。

指纹识别门禁系统的设计与实现

目录 摘要 .............................................................. I II ABSTRACT ........................................................... I V 第一章绪论 ........................................................ 1 1.1 论文的背景及意义............................................ 1 1.2 识别技术简介................................................ 2 1.2.1 指纹特点 .............................................. 2 1.2.2 指纹特征 .............................................. 2 1.2.3 指纹应用系统简介...................................... 2 1.2.4 指纹取像技术及其特点.................................. 3第二章指纹门禁系统的总体设计 ...................................... 5 2.1 系统功能.................................................... 5 2.2 系统性能指标................................................ 5 2.3 系统硬件结构................................................ 6 2.4 系统软件结构................................................ 7第三章指纹门禁系统的硬件设计 ...................................... 9 3.1 SPCE061A单片机介绍 ......................................... 9 3.1.1 SPCE061A单片机的主要性能.............................. 9 3.1.2 指纹识别模块OM-20的管脚说明及性能指标................ 9 3.1.3 SPCE061A单片机与指纹识别模块OM-20的接口电路设计... 10 3.2 SPCE061A单片机与液晶显示模块SPLC501的接口............... 11第四章指纹门禁系统的软件设计 .................................... 13 4.1 指纹处理模块.............................................. 13 4.1.1 指纹识别模块OM-20通讯协议.......................... 13 4.1.2 登记指纹模板程序设计................................ 13 4.1.3 删除指纹模板程序设计................................ 14 4.1.4 清空指纹模板程序设计................................ 14 4.2 系统主程序设计............................................ 15 4.3 指纹开门程序设计.......................................... 15

(完整版)第二章指纹识别的原理和方法

第二章指纹识别的原理和方法 指纹识别的采集及其参数[15] 指纹具有惟一性(随身携带、难以复制、人人不同、指指相异)。根据指纹学理论,将两人指纹分别匹配上12个特征时的相同几率仅为1/1050。指纹还具有终身基本不变的相对稳定性。指纹在胎儿六个月时已完全形成,随着年龄的增长,尽管人的指纹在外形大小、纹线粗细上会有变化,局部纹线之间也可能出现新细线特征,但从总体上看,同一手指的指纹纹线类型、细节特征的总体布局等无明显变化。指纹的这些特点为身份鉴定提供了客观依据。 指纹识别过程可以分为4个步骤:采集指纹图像、提取特征、保存数据和比对。通过指纹读取设备读取到人体指纹的图像,取到指纹图像之后,要对原始图像进行初步的处理,使之更清晰。指纹辨识软件建立指纹的数字表示特征数据,软件从指纹上找到被称为“节点”(minutiae)的特征点,这些数据(通常称为模板),保存为1K大小的记录。最后,通过计算机模糊比较的方法,把两个指纹的模板进行比较,计算出它们的相似程度,最终得到两个指纹的匹配结果。 2.2.1指纹图像的采集[16][17][18] 指纹采集模式主要分为“离线式”和“在线式”两种。所谓“离线式”就是指在指纹采集时,利用某些中间介质(如油墨和纸张)来获取指纹图像,在通过一定的技术手段将图像数字化输入计算机,它属于非实时采集。目前“离线式”采集方式在大多数场合已经消失。所谓“在线式”是通过与计算机联机的先进指纹传感器的专用指纹采集设备,将真实的人体指纹直接变成数字图像数据,实时传输给计算机。 基于指纹传感器的“在线式”实时采集设备以其操作简单、实时性强、采集效率高、图像质量好等优点,广泛应用于自动指纹识别领域。 指纹传感器是采集指纹的装置,是一切自动指纹识别系统的必备设备,从原理上,目前见到的指纹传感器分下面3类: (1)光学录入

MATLAB常用图像增强方法(精)

数字图像处理 实验报告 实验名称:常用图像增强方法 专业班级: 07级电子信息工程2班 姓名:王超 学号: 20077427 一、实验目的 1、熟悉并掌握MATLAB图像处理工具箱的使用; 2、理解并掌握常用的图像的增强技术。 二、实验步骤 1、显示图像直方图 选择一幅图像,转化为灰度图像后显示其直方图,建立M文件程序如下:a=imread('f:\chuan.jpg';

b=rgb2gray(a; subplot(1,2,1; imshow(b; subplot(1,2,2; imhist(b 结果如图: 2、直方图均衡化 建立M文件,程序如下:a=imread('f:\chuan.jpg'; b=rgb2gray(a; subplot(1,3,1;imshow(b; subplot(1,3,2;imhist(b;

c=histeq(b,64; [c,T]=histeq(b; subplot(1,3,3;imhist(c 结果如图: 3、采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波,窗口分别采用3*3,5*5,7*7 建立M文件程序如下: a=imread('f:\chuan1.jpg'; x=rgb2gray(a; b=imnoise(x,'salt & pepper', 0.04; subplot(2,2,1;imshow(b; c=medfilt2(b,[3 3]; subplot(2,2,2;imshow(c;

d=medfilt2(b,[5 5]; subplot(2,2,3;imshow(d; e=medfilt2(b,[7 7]; subplot(2,2,4;imshow(e 结果如图:1图为加噪图像,2、3、4图分别为窗口采用3*3、5*5、7*7的滤波后的图像 4、采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 建立M文件程序如下: a=imread('f:\chuan1.jpg'; b=rgb2gray(a; subplot(1,2,1;imshow(b; h=[1,2,1;0,0,0;-1,-2,-1]; c=filter2(h,b;

图像增强研究现状

在借鉴国外相对成熟理论体系与技术应用体系的条件下,国内的增强技术与应用也有了很大的发展。总体来说,图像增强技术的发展大致经历了初创期、发展期、普及期与应用期4个阶段。初创期开始于20世纪60年代,当时的图像采用像素型光栅进行扫描显示,大多采用中、大型机对其进行处理。在这一时期由于图像存储成本高,处理设备造价高,因而其应用面很窄。20世纪70年代进入了发展期,开始大量采用中、大型机进行处理,图像处理也逐渐改用光栅扫描显示方式,特别就是出现了CT与卫星遥感图像,对图像增强处理提出了一个更高的要求。到了20世纪80年代,图像增强技术进入普及期,此时的计算机已经能够承担起图形图像处理的任务。20世纪90年代进入了应用期,人们运用数字图像增强技术处理与分析遥感图像,以有效地进行资源与矿藏的勘探、调查、农业与城市的土地规划、作物估产、气象预报、灾害及军事目标的监视等。在生物医学工程方面,运用图像增强技术对X射线图像、超声图像与生物切片显微图像等进行处理,提高图像的清晰度与分辨率。在工业与工程方面,主要应用于无损探伤、质量检测与过程自动控制等方面。在公共安全方面,人像、指纹及其她痕迹的处理与识别,以及交通监控、事故分析等都在不同程度上使用了图像增强技术。图像增强就是图像处理的重要组成部分,传统的图像增强方法对于改善图像质量发挥了极其重要的作用。随着对图像技术研究的不断深入与发展,新的图像增强方法不断出现。例如一些学者将模糊映射理论引入到图像增强算法中,提出了包括模糊松弛、模糊熵、模糊类等增强算法来解决增强算法中映射函数选择问题,并且随着交互式图像增强技术的应用,可以主观控制图像增强效果。同时利用直方图均衡技术的图像增强也有许多新的进展:例如提出了多层直方图结合亮度保持的均衡算法、动态分层直方图均衡算法。这些算法通过分割图像,然后在子层图像内做均衡处理,较好地解决了直方图均衡过程中的对比度过拉伸问题,并且可以控制子层灰度映射范围,增强效果较好。 20世纪20年代图片第一次通过海底电缆从伦敦传往纽约。当时人们通过字符模拟得到中间色调的方法来还原图像。早期的图像增强技术往往涉及硬件参数的设置,如打印过程的选择与亮度等级的分布等问题。在1921年年底提出了一种基于光学还原的新技术。在这一时期由于引入了一种用编码图像纸带去调制光束达到调节底片感光程度的方法,使灰度等级从5个灰度级增加到15个灰度等级,这种方法明显改善了图像复原的效果。到20世纪60年代早期第一台可以执行数字图像处理任务的大型计算机制造出来了,这标志着利用计算机技术处理数字图像时代的到来。1964年,研究人员在美国喷气推进实验室(JPL)里使用计算机以及其它硬件设备,采用几何校正、灰度变换、去噪声、傅里叶变换以及二维线性滤波等增强方法对航天探测器“徘徊者7号”发回的几千张月球照片进行处理,同时她们也考虑太阳位置与月球环境的影响,最终成功地绘制出了月球表面地图。随后她们又对1965年“徘徊者8号”发回地球的几万张照片进行了较为复杂的数字图像处理,使图像质量进一步提高。这些成绩不仅引起世界许多有关方面的注意而且JPL本身也更加重视对数字图像处理地研究与设备的改进,并专门成立了图像处理实验室IPL。在IPL里成功的对后来探测飞船发回的几十万张照片进行了更为复杂的图像处理,最终获得了月球的地形图、彩色图以及全景镶嵌图。从此数字图像增强技术走进了航空航天领域。 20世纪60年代末与20世纪70年代初有学者开始将图像增强技术用于医学图像、地球遥感监测与天文学等领域。X射线就是最早用于成像的电磁辐射源之一,在1895年X射线由伦琴发现。20世纪70年代Godfrey N、Hounsfield先生与Allan M、Cormack教授共同发明计算机轴向断层技术:一个检测器围绕病人,并用X射线源绕着物体旋转。X射线穿过身体并由位于对面环中的相应检测器收集起来。其原理就是用感知的数据去重建切片图像。当物体沿垂直于检测器的方向运动时就产生一系列的切片,这些切片组成了物体内部的再现图像。到了20世纪80年代以后,各种硬件的发展使得人们不仅能够处理二维图像,而且开始处理三维图像。许多能获得三维图像的设备与分析处理三维图像的系统已经研制成功了,图像处理技术

基于FPGA的指纹识别系统设计

基于FPGA的指纹识别系统设计 第一章绪论 1.1 设计背景 生物识别技术是利用人的胜物特征进行身份认证的技术, 人的指纹就是生物特征之一。此外, 生物特征还包括虹膜、视网膜、声音和脸部热谱图等。指纹识别是生物识别技术中最为成熟的, 其唯一性、稳定性, 一直都被视为身份鉴别的可靠手段之一。 由于最早的指纹识别技术仅仅依靠人工对比,工作效率低下、比对正确率低、对比对人员的要求高,从而使得指纹识别技术无法得到广泛应用。但随着计算机的出现及其运算速度的迅速提高,使指纹对比鉴定的应用发生了革命性的变化。使用计算机管理指纹数据库,极大提高了指纹对比的速度,同时由于计算机比对算法的不断改进提高,使指纹比对误识率已降到了10 - 6 以下,不仅可以满足刑侦方面的需要,而且迅速进入了更多的应用领域。 随着光学技术和光学仪器加工工艺的进步,各种采集指纹图案进行身份认证的系统和设备中需要配备的高清晰、无畸变光学采集仪也达到了很高水平,确保可以生成高质量的指纹图像。计算机运算速度的提高和计算机小型化的进展,使采用微机甚至单片机也可以进行指纹对比运算成为可能。现代电子集成制造技术使得我们可以生产出相当小的指纹图像读取设备和指纹识别模块。其成本下降得也很快,大大加快了指纹识别技术的推广速度。 同时人们对消费类产品的要求越来越趋向于小型化,并且对可携带设备的安全性要求也与日俱增。传统的PC、MCU、或者DSP的处理平台移动性比较差,体积比较大,无法满足人们日益增长的需求。所以,设计一套体积比较小、速度更快的嵌入式指纹识别系统是非常有意义的。 而本设计正是为了这一目的,选用具有高集成度、低功耗、短开发周期的FPGA来完成此项设计,以实现系统的ASIC为研究背景,具有很强的现实意义和广阔的市场空间。 本系统采用xilinx公司Spartan 3E系列FPGA作为核心控制器件,这款器件采

指纹识别的原理和方法

指纹识别的原理和方法 一、概述 指纹识别的背景知识 我们手掌及其手指、脚、脚趾内侧表面的皮肤凸凹不平产生的纹路会形成各种各样的图案。这些纹路的存在增加了皮肤表面的摩擦力,使得我们能够用手来抓起重物。人们也注意到,包括指纹在内的这些皮肤的纹路在图案、断点和交叉点上各不相同,也就是说,是唯一的。依靠这种唯一性,我们就可以把一个人同他的指纹对应起来,通过对他的指纹和预先保存的指纹进行比较,就可以验证他的真实身份。这种依靠人体的身体特征来进行身份验证的技术称为生物识别技术,指纹识别是生物识别技术的一种。 目前,从实用的角度看,指纹识别技术是优于其他生物识别技术的身份鉴别方法。这是因为指纹各不相同、终生基本不变的特点已经得到公认。 最早的指纹识别系统应用与警方的犯罪嫌疑人的侦破,已经有30多年的历史,这为指纹身份识别的研究和实践打下了良好的技术基础。特别是现在的指纹识别系统已达到操作方便、准确可靠、价格适中的阶段,正快速的应用于民用市场。 指纹识别系统通过特殊的光电转换设备和计算机图像处理技术,对活体指纹进行采集、分析和比对,可以迅速、准确地鉴别出个人身份。 系统一般主要包括对指纹图像采集、指纹图像处理、特征提取、特征值的比对与匹配等过程。现代电子集成制造技术使得指纹图像读取和处理设备小型化,同时飞速发展的个人计算机运算速度提供了在微机甚至单片机上可以进行指纹比对运算的可能,而优秀的指纹处理和比对算法保证了识别结果的准确性。 指纹自动识别技术正在从科幻小说和好莱坞电影中走入我们实际生活中,就在今天,您不必随身携带那一串钥匙,只需手指一按,门就会打开;也不必记住那烦人的密码,利用指纹就可以提款、计算机登录等等。 指纹识别技术主要涉及四个功能:读取指纹图像、提取特征、保存数据和比对。 在一开始,通过指纹读取设备读取到人体指纹的图像,取到指纹图像之后,要对原始图像进行初步的处理,使之更清晰。 接下来,指纹辨识软件建立指纹的数字表示——特征数据,一种单方向的转换,可以从指纹转换成特征数据但不能从特征数据转换成为指纹,而两枚不同的指纹不会产生相同的特征数据。软件从指纹上找到被称为―节点‖(minutiae)的数据点,也就是那些指纹纹路的分叉、终止或打圈处的坐标位置,这些点同时具有七种以上的唯一性特征。因为通常手指上平均具有70个节点,所以这种方法会产生大约490个数据。 有的算法把节点和方向信息组合产生了更多的数据,这些方向信息表明了各个节点之间的关系,也有的算法还处理整幅指纹图像。总之,这些数据,通常称为模板,保存为1K大小的记录。无论它们是怎样组成的,至今仍然没一流种模板的标准,也没一流种公布的抽象算法,而是各个厂商自行其是。 最后,通过计算机模糊比较的方法,把两个指纹的模板进行比较,计算出它们的相似程度,最终得到两个指纹的匹配结果。 指纹识别的原理和方法 二. 取得指纹图象 1.取象设备原理 取像设备分成两类:光学、硅晶体传感器和其他。

图像增强理论简述

图像增强方法研究 一、图像增强研究现状 图像增强是图像处理的基本内容之一,图像增强是指按特定的需要突出一幅图像中的某些信息,同时削弱或去除某些不需要信息的处理方法,其目的是使得处理后的图像对某种特定的应用,比原始图像更合适。处理的结果使图像更适应于人的视觉特性或机器的识别系统。 二、图像增强所要借助的软件MATLAB MATLAB 是MATrix LABoratory(“矩阵实验室”)的缩写,是由美国MathWorks 公司开发的集数值计算、符号计算和图形可视化三大基本功能于一体的,功能强大、操作简单的语言。是国际公认的优秀数学应用软件之一。 三、图像增强方法分类 1、频域图像增强方法 2、小波域图像增强方法 3、空域图像增强方法 (一)频域图像增强方法 频域图像增强是对图像经傅立叶变换后的频谱成分进行操作,然后逆傅立叶变换获得所需结果。其原理如下图所示: 频域图像增强原理图 1、平滑噪声 有些图像是通过扫描仪扫描输入、或传输通道传输过来的。图像中往往包含有各种各样的噪声。这些噪声一般是随机产生的,因此具有分布和大小不规则性的特点。这些噪声的存在直接影响着后续的处理过程,使图像失真。图像平滑就是针对图像噪声的操作,其主要作用是为了消除噪声,图像平滑的常用方法是采用均值滤波或中值滤波,均值滤波是一种线性空间滤波,它用一个有奇数点的掩模在图像上滑动,将掩模中心对应像素点的灰度值用掩模内所有像素点灰度的平均值代替,如果规定了在取均值过程中掩模内各像素点所占的权重,即各像素点所乘系数,这时就称为加权均值滤波;中值滤波是一种非线性空间滤波,其与均值滤波的区别是掩模中心对应像素点的灰度值用掩模内所有像素点灰度值的中间值代替。 2、锐化 平滑噪声时经常会使图像的边缘变的模糊,针对平均和积分运算使图像模糊,可对其进行反运算采取微分算子使用模板和统计差值的方法,使图像增强锐化。图像边缘与高频分量相对应,高通滤波器可以让高频分量畅通无阻,而对低频分量则充分限制,通过高通滤波器去除低频分量,也可以达到图像锐化的目的。 (二)小波域图像增强方法 小波是近几年发展起来的一种时频分析工具,它同时具有时频局部化能力和多分辨率分析的能力,因此它更适用于信号处理领域。 之前的图像降噪大多采用低通滤波器直接滤除高频信息,因此使得在去除噪声的同时,也去掉了一些有用的高频信息,损失了图像的细节。而采用小波进行去噪,由于其多分辨率特性,它用不同中心频率的带通滤波器对信号进行滤波,把主要反映噪声频率的尺度系数去掉,再

面向低质量指纹的图像增强算法研究优秀毕业论文

西南政法大学硕士学位论文 面向低质量指纹的图像增强算法研究 导师:贾治辉副教授 作者:向锐 中国·重庆 二零零八年四月

中文摘要 指纹是手指末端正面皮肤上由乳头凸起的摩擦脊线形成的花纹,具有各人各指不同、终身稳定不变的特性。指纹因其蕴涵大量的人身个体信息,而具有很高的人身识别价值。近百年来,人们通过对指纹不懈的研究和探索,逐步对指纹的特征体系有了清晰的认识,并基于此对指纹特征进行了分类,提出了指纹鉴定的科学依据和程序。 目前,指纹识别技术已经在现代生物识别技术中占有相当重要的位置。从实用性和可行性角度看,指纹识别技术能够高效、快捷、方便的自动完成指纹的纹形分类、特征提取、图像的存储、检索以及比对、细节特征匹配等一系列工作,具有方便、高效、客观、安全等诸多优点,优于其它生物识别技术,已被认为是一种理想的身份认证技术。 从20世纪60年代起,计算机技术进入指纹识别、鉴定领域,英国、美国、法国、日本等计算机发达的国家先后研制出各具特色的指纹自动识别系统,为指纹鉴定开辟了新的途径。目前,计算机指纹识别技术已经在司法、金融安全、数字加密、电子商务等各个领域得到了广泛的应用,在我们未来的生活中发挥越来越重要的作用。 近年来,由于数字图象处理学以及硬件技术的迅速发展,指纹识别技术获得相当大的进展,但仍然不能满足社会发展的需要,以指纹识别广泛代替其它识别技术(如印鉴,钥匙,密码,签字)是面向二十一世纪的具有深远意义的课题,有关指纹自动识别技术的研究己成为模式识别、图象处理以及计算机视觉等领域中极为关注的热点。 指纹识别技术通常使用指纹的一般特征来进行种类识别,在种类识别的基础上再对指纹的细节特征进行系统性的比较,然后作出是否同一的判断。它一般都由以下模块组成:指纹图像采集模块;指纹图像预处理模块;特征提取模块;特征匹配模块。其中,指纹图像预处理模块又包括:图像质量评估,图像分割、图像增强、细化、二值化等步骤。 指纹识别技术中,图像增强技术是其中一个非常重要的步骤。如果指纹图像得不到准确、显著的增强,指纹特征就难以被准确提取。许多学者对指纹图像增强方法进行了探讨,其中,Coetzee等使用Marr-Hildreth边缘算子得到指纹灰度图的脊边缘图,提出了采用卷积

图像增强研究现状

在借鉴国外相对成熟理论体系和技术应用体系的条件下,国内的增强技术和应用也有了很大的发展。总体来说,图像增强技术的发展大致经历了初创期、发展期、普及期和应用期4个阶段。初创期开始于20世纪60年代,当时的图像采用像素型光栅进行扫描显示,大多采用中、大型机对其进行处理。在这一时期由于图像存储成本高,处理设备造价高,因而其应用面很窄。20世纪70年代进入了发展期,开始大量采用中、大型机进行处理,图像处理也逐渐改用光栅扫描显示方式,特别是出现了CT和卫星遥感图像,对图像增强处理提出了一个更高的要求。到了20世纪80年代,图像增强技术进入普及期,此时的计算机已经能够承担起图形图像处理的任务。20世纪90年代进入了应用期,人们运用数字图像增强技术处理和分析遥感图像,以有效地进行资源和矿藏的勘探、调查、农业和城市的土地规划、作物估产、气象预报、灾害及军事目标的监视等。在生物医学工程方面,运用图像增强技术对X 射线图像、超声图像和生物切片显微图像等进行处理,提高图像的清晰度和分辨率。在工业和工程方面,主要应用于无损探伤、质量检测和过程自动控制等方面。在公共安全方面,人像、指纹及其他痕迹的处理和识别,以及交通监控、事故分析等都在不同程度上使用了图像增强技术。图像增强是图像处理的重要组成部分,传统的图像增强方法对于改善图像质量发挥了极其重要的作用。随着对图像技术研究的不断深入和发展,新的图像增强方法不断出现。例如一些学者将模糊映射理论引入到图像增强算法中,提出了包括模糊松弛、模糊熵、模糊类等增强算法来解决增强算法中映射函数选择问题,并且随着交互式图像增强技术的应用,可以主观控制图像增强效果。同时利用直方图均衡技术的图像增强也有许多新的进展:例如提出了多层直方图结合亮度保持的均衡算法、动态分层直方图均衡算法。这些算法通过分割图像,然后在子层图像内做均衡处理,较好地解决了直方图均衡过程中的对比度过拉伸问题,并且可以控制子层灰度映射范围,增强效果较好。 20世纪20年代图片第一次通过海底电缆从伦敦传往纽约。当时人们通过字符模拟得到中间色调的方法来还原图像。早期的图像增强技术往往涉及硬件参数的设置,如打印过程的选择和亮度等级的分布等问题。在1921年年底提出了一种基于光学还原的新技术。在这一时期由于引入了一种用编码图像纸带去调制光束达到调节底片感光程度的方法,使灰度等级从5个灰度级增加到15个灰度等级,这种方法明显改善了图像复原的效果。到20世纪60年代早期第一台可以执行数字图像处理任务的大型计算机制造出来了,这标志着利用计算机技术处理数字图像时代的到来。1964年,研究人员在美国喷气推进实验室(JPL)里使用计算机以及其它硬件设备,采用几何校正、灰度变换、去噪声、傅里叶变换以及二维线性滤波等增强方法对航天探测器“徘徊者7号”发回的几千张月球照片进行处理,同时他们也考虑太阳位置和月球环境的影响,最终成功地绘制出了月球表面地图。随后他们又对1965年“徘徊者8号”发回地球的几万张照片进行了较为复杂的数字图像处理,使图像质量进一步提高。这些成绩不仅引起世界许多有关方面的注意而且JPL本身也更加重视对数字图像处理地研究和设备的改进,并专门成立了图像处理实验室IPL。在IPL里成功的对后来探测飞船发回的几十万张照片进行了更为复杂的图像处理,最终获得了月球的地形图、彩色图以及全景镶嵌图。从此数字图像增强技术走进了航空航天领域。 20世纪60年代末和20世纪70年代初有学者开始将图像增强技术用于医学图像、地球遥感监测和天文学等领域。X射线是最早用于成像的电磁辐射源之一,在1895年X射线由伦琴发现。20世纪70年代Godfrey N. Hounsfield先生和Allan M. Cormack教授共同发明计算机轴向断层技术:一个检测器围绕病人,并用X射线源绕着物体旋转。X射线穿过身体并由位于对面环中的相应检测器收集起来。其原理是用感知的数据去重建切片图像。当物体沿垂直于检测器的方向运动时就产生一系列的切片,这些切片组成了物体内部的再现图像。到了20

医学图像增强方法研究

医学图像增强方法研究 摘要:简要介绍医学图像增强的概念和主要目的。从传统图像增强方法、基于区域的增强方法和基于小波变换的增强方法三方面对医学图像增强方法进行讨论。最后介绍图像增强效果的评价方案。 关键词:图像增强,算法,区域,小波变换,评价 图像增强根据图像的模糊情况采用了各种特殊的技术突出图像整体或局部特征,常用的图像增强技术有灰度变换、直方图处理、平滑滤波(高斯平滑),中值滤波、梯度增强、拉普拉斯增强以及频率域的高通低通滤波等,然而,这些算法运算量大、算法复杂、处理速度低。 目前,图像增强没有统一的标准,医学图像增强的主要目的是满足医生诊断的临床应用需要。因此,如何提高医学图像质量,是图像处理的一个重要课题。 图像增强可归纳为两方面[2]:(1)消除噪声;(2)边缘增强和结构信息的保护。(图像增强方法的研究) 图像增强方法主要分为频域法、空域法两大类[2]。频域法通常计算量大,变换参数的选取需要较多的人工干预;空域法主要包括直方图均衡化、直方图变换、灰度拉伸、局部对比度增强、平滑滤波和反锐化掩模[4~ 6]等。直方图均衡化是最常见的图像增强方法,其主要缺点是图像易出现不平滑灰度过渡。当图像直方图含多个波峰时,会出现过度增强,不仅丢失了部分图像细节信息,而且会明显放大噪声,影响图像增强的效果。平滑滤波可去除一定噪声,但会使图像模糊,对比度增强不明显。反锐化掩模可以增强图像的边缘和细节,但同时也会增强噪声。此外,图像的高频细节区域相对低频区域增强显著,易出现过增强现象。利用这些空间域图像增强算法处理医学图像,存在对噪声敏感且易陷入欠增强或过增强等不足。(基于量子概率统计的医学图像增强算法研究) 图像增强的过程往往也是一个矛盾的过程:图像增强希望既去除噪声又增强边缘。但是,增强边缘的同时会同时增强噪声,而滤去噪声又会使边缘在一定程度上模糊,因此,在图像增强的时候,往往是将这两部分进行折中,找到一个好的代价函数达到需要的增强目的【3]。传统的图像增强算法在确定转换函数时常是基于整个图像的统计量,如:ST转换,直方图均衡,中值滤波,微分锐化,高通滤波等等。这样对应于某些局部区域的细节在计算整幅图的变换时其影响因为其值较小而常常被忽略掉,从而局部区域的增强效果常常不够理想,噪声滤波和边缘增强这两者的矛盾较难得到解决。 目前,许多新的增强算法都充分利用了周围邻域这一重要的信息,形成了很多局部处理的灰度调整算法,该方法主要利用了邻域的统计特性【4]。自适应增强的研究主要集中在以下三大类增强算法: 1.既能平滑又能保护边缘的自适应滤波器。自适应滤波的基本思想是滤波器的参数可根据像素所在的邻域情况而自适应选取,也可描述为加权平均滤波器。(1)在提高算法的抗噪性能方面,文献〔5]【6〕介绍了几种方法。这些方法可以较好的平滑噪声区域,并能保护较显著的边缘,但对图像细节的保护较差。(2)在提高算法的细节保护能力方面,Saint一Marc【7】利用梯度来决定权值,建立了指数形式的权函数,较好的保护了图像细节。但该算法对脉冲噪声敏感,而且模型的性能受参数的影响比较大。另外,文献【8〕【9]还提出了各向异性扩散思想的改进方法,需要求解热传导方程。这些改进算法多数集中在权值的自适应选取上,但是由于自适应调整的参数较少,仍然不能很好的解决细节保护的问题。 2.基于图像建模和估计理论的增强算法。这类算法的基本思想是提出一个图像的模型,如果这个模型的参数由一种估计方法估计出来,则窗口中心的灰度值可由估计出来的参数计算得到。最简单的例子就是中值滤波器,对脉冲型噪声有很好的效果。但是,这类算法由于是以估计理论为基础,所以所采用的估计方法的鲁棒性对算法的性能有很大的影响。估计方

相关文档
最新文档