主权项 |
1.一种基于一维滤波的指纹图像增强方法,包含下述步骤:步骤1、对指纹前景区域图像gray0进行灰度截剪和灰度拉伸以提高指纹脊线和谷线的对比度,具体包括以下步骤:步骤1-1、计算指纹前景区域图像gray0的灰度平均值Mean,上均值Upper_mean,下均值Under_mean,上标准差Upper_var和下标准差Under_var:<maths num="0001"><![CDATA[<math><mrow><mi>Mean</mi><mo>=</mo><mfrac><mn>1</mn><mi>MN</mi></mfrac><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><mi>gray</mi><mn>0</mn><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>;</mo></mrow></math>]]></maths><maths num="0002"><![CDATA[<math><mrow><mi>Under</mi><mo>_</mo><mi>mean</mi><mo>=</mo><mfrac><mn>1</mn><msub><mi>N</mi><mn>0</mn></msub></mfrac><munderover><mi>Σ</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>N</mi><mn>0</mn></msub></munderover><mi>gray</mi><mn>0</mn><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>若gray0(i,j)<Mean;<maths num="0003"><![CDATA[<math><mrow><mi>Upper</mi><mo>_</mo><mi>mean</mi><mo>=</mo><mfrac><mn>1</mn><msub><mi>M</mi><mn>0</mn></msub></mfrac><munderover><mi>Σ</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>M</mi><mn>0</mn></msub></munderover><mi>gray</mi><mn>0</mn><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>若gray0(i,j)>Mean;<maths num="0004"><![CDATA[<math><mrow><mi>Under</mi><mo>_</mo><mi>var</mi><mo>=</mo><msqrt><mfrac><mn>1</mn><msub><mi>N</mi><mn>0</mn></msub></mfrac><munderover><mi>Σ</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>N</mi><mn>0</mn></msub></munderover><msup><mrow><mo>(</mo><mi>gray</mi><mn>0</mn><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>-</mo><mi>Under</mi><mo>_</mo><mi>mean</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>,</mo></msqrt></mrow></math>]]></maths>若gray0(i,j)<Mean;<maths num="0005"><![CDATA[<math><mrow><mi>Upper</mi><mo>_</mo><mi>var</mi><mo>=</mo><msqrt><mfrac><mn>1</mn><msub><mi>M</mi><mn>0</mn></msub></mfrac><munderover><mi>Σ</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>M</mi><mn>0</mn></msub></munderover><msup><mrow><mo>(</mo><mi>gray</mi><mn>0</mn><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>-</mo><mi>Upper</mi><mo>_</mo><mi>mean</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>,</mo></msqrt></mrow></math>]]></maths>若gray0(i,j)>Meaan;上述公式中,gray0(i,j)表示指纹前景区域图像gray0中像素点(i,j)的灰度值,M为指纹前景区域图像gray0在一维横向上的像素点个数,N为指纹前景区域图像gray0在一维纵向上的像素点个数,MN为指纹前景区域图像gray0总的像素点个数,N<sub>0</sub>为灰度值小于平均灰度值Mean的像素点个数,M<sub>0</sub>为灰度值大于平均灰度值Mean的像素点个数;步骤1-2、对指纹前景区域图像gray0进行如下方式的灰度截剪,得到灰度截剪的指纹前景区域图像gray1,以消除尖锐噪声,具体包括以下步骤:<img file="F2008100456930C00016.GIF" wi="800" he="100" />步骤1-3、对经步骤1-2所得的灰度截剪后的指纹前景区域图像gray1按下述公式进行灰度拉伸,使灰度范围为[0,255],得到灰度拉伸的指纹前景区域图像gray2;<maths num="0006"><![CDATA[<math><mrow><mi>gray</mi><mn>2</mn><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mi>gray</mi><mn>1</mn><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>-</mo><mi>low</mi><mo>_</mo><mi>bound</mi></mrow><mrow><mi>high</mi><mo>_</mo><mi>bound</mi><mo>-</mo><mi>low</mi><mo>_</mo><mi>bound</mi></mrow></mfrac><mo>×</mo><mn>255</mn></mrow></math>]]></maths>其中,high_bound为步骤1-2灰度截剪后的指纹前景图像gray1的灰度最大值,low_bound为步骤1-2灰度截剪后的指纹前景图像gray1的灰度最小值;步骤2、计算经步骤1所得的灰度拉伸的指纹前景图像gray2的点方向场,具体包括以下步骤:步骤2-1、用高斯滤波器g<sub>σ</sub>对步骤1所得的灰度拉伸的指纹前景区域图像gray2进行平滑,得到平滑图像v。v=gray2*g<sub>σ</sub><maths num="0007"><![CDATA[<math><mrow><msub><mi>g</mi><mi>σ</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mrow><msqrt><mn>2</mn><mi>π</mi></msqrt><mi>σ</mi></mrow></mfrac><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><mfrac><mrow><msup><mi>i</mi><mn>2</mn></msup><mo>+</mo><msup><mi>j</mi><mn>2</mn></msup></mrow><mrow><mn>2</mn><msup><mi>σ</mi><mn>2</mn></msup></mrow></mfrac><mo>)</mo></mrow></mrow></math>]]></maths>其中,σ为高斯滤波器g<sub>σ</sub>的标准差,*代表卷积运算;步骤2-2、计算图像v的横向一阶差分图像v<sub>x</sub>和纵向一阶差分图像v<sub>y</sub>;步骤2-3、计算图像v的每一像素的结构张量S,其中g<sub>ρ</sub>是标准差为ρ的高斯滤波器,<maths num="0008"><![CDATA[<math><mrow><mi>S</mi><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><mi>a</mi></mtd><mtd><mi>b</mi></mtd></mtr><mtr><mtd><mi>b</mi></mtd><mtd><mi>c</mi></mtd></mtr></mtable></mfenced><mo>=</mo><msub><mi>g</mi><mi>ρ</mi></msub><mo>*</mo><mfenced open='[' close=']'><mtable><mtr><mtd><msubsup><mi>v</mi><mi>x</mi><mn>2</mn></msubsup></mtd><mtd><msub><mi>v</mi><mi>x</mi></msub><msub><mi>v</mi><mi>y</mi></msub></mtd></mtr><mtr><mtd><msub><mi>v</mi><mi>x</mi></msub><msub><mi>v</mi><mi>y</mi></msub></mtd><mtd><msubsup><mi>v</mi><mi>y</mi><mn>2</mn></msubsup></mtd></mtr></mtable></mfenced></mrow></math>]]></maths>其中,<img file="F2008100456930C00023.GIF" wi="242" he="64" />b=g<sub>ρ</sub>*v<sub>x</sub>v<sub>y</sub>,<img file="F2008100456930C00024.GIF" wi="242" he="64" />*代表卷积运算;步骤2-4、计算结构张量的小特征值所对应的特征向量,并通过下式计算其对应的指纹的脊线方向O(i,j):<maths num="0009"><![CDATA[<math><mrow><mi>O</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mi>arctan</mi><mfrac><mrow><mn>2</mn><mi>b</mi></mrow><mrow><mi>c</mi><mo>-</mo><mi>a</mi><mo>-</mo><msqrt><msup><mrow><mo>(</mo><mi>c</mi><mo>-</mo><mi>a</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mn>4</mn><mi>b</mi></mrow><mn>2</mn></msup></msqrt></mrow></mfrac></mrow></math>]]></maths>步骤3、对灰度拉伸的灰度图像gray2的每一像素点(i,j),在脊线方向上用一维高斯滤波器h(k),k∈[1,N]进行平滑,并得到平滑图像enhance_gray;<maths num="0010"><![CDATA[<math><mrow><mi>enhance</mi><mo>_</mo><mi>gray</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><mi>h</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>×</mo><mi>gray</mi><mn>2</mn><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>,</mo><msub><mi>y</mi><mi>j</mi></msub><mo>)</mo></mrow></mrow></math>]]></maths><maths num="0011"><![CDATA[<math><mrow><mfenced open='[' close=']'><mtable><mtr><mtd><msub><mi>x</mi><mi>i</mi></msub></mtd></mtr><mtr><mtd><msub><mi>y</mi><mi>i</mi></msub></mtd></mtr></mtable></mfenced><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><mi>i</mi></mtd></mtr><mtr><mtd><mi>j</mi></mtd></mtr></mtable></mfenced><mo>+</mo><mi>k</mi><mfenced open='[' close=']'><mtable><mtr><mtd><mi>cos</mi><mi>O</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>sin</mi><mi>O</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mtd></mtr></mtable></mfenced></mrow></math>]]></maths>步骤4、对平滑图像enhance_gray的每一像素点(i,j),在梯度方向上,即垂直于脊线的方向上用一维Gabor滤波器g(k),k∈[1,N]进行增强,得到增强图像result_gray;<maths num="0012"><![CDATA[<math><mrow><mi>result</mi><mo>_</mo><mi>gray</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><mi>g</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>×</mo><mi>enhance</mi><mo>_</mo><mi>gray</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>,</mo><msub><mi>y</mi><mi>j</mi></msub><mo>)</mo></mrow></mrow></math>]]></maths><maths num="0013"><![CDATA[<math><mrow><mfenced open='[' close=']'><mtable><mtr><mtd><msub><mi>x</mi><mi>i</mi></msub></mtd></mtr><mtr><mtd><msub><mi>y</mi><mi>i</mi></msub></mtd></mtr></mtable></mfenced><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><mi>i</mi></mtd></mtr><mtr><mtd><mi>j</mi></mtd></mtr></mtable></mfenced><mo>+</mo><mi>k</mi><mfenced open='[' close=']'><mtable><mtr><mtd><mi>cos</mi><mi>θ</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>sin</mi><mi>θ</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mtd></mtr></mtable></mfenced></mrow></math>]]></maths><maths num="0014"><![CDATA[<math><mrow><mi>g</mi><mrow><mo>(</mo><mi>k</mi><mo>,</mo><mi>f</mi><mo>)</mo></mrow><mo>=</mo><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><mfrac><msup><mi>k</mi><mn>2</mn></msup><mrow><msup><mrow><mn>2</mn><mi>σ</mi></mrow><mn>2</mn></msup></mrow></mfrac><mo>)</mo></mrow><mo>×</mo><mi>cos</mi><mrow><mo>(</mo><mn>2</mn><mi>πf</mi><mo>)</mo></mrow></mrow></math>]]></maths>其中,θ(i,j)为垂直于O(i,j)的梯度方向;f为采用投影法估计的指纹脊线的频率;步骤5、将增强图像result_gray代替灰度拉伸的指纹前景区域图像gray 2,重复执行步骤2-步骤4,重复执行3-4次后得到的增强图像result_gray即是最终的指纹增强图像。 |