指纹图像分割与增强算法

《指纹图像分割与增强算法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、指纹图像分割与增强算法韩书娜1，幺宏伟2，范建英3，李红3（1.平顶山工业职业技术学院自动化与信息工程系，河南平顶山467001；2.中国人民解放军65046部队，黑龙江齐齐哈尔161000；3.哈尔滨理工大学测控技术与通信工程学院，黑龙江哈尔滨150040）【摘要】针对现有的指纹增强算法中图像分割不彻底，不能很好地修复指纹断裂纹线问题。以分形理论为基础，利用差分计盒维数算法与Gabor滤波器增强方法，通过计算指纹图像的方向场和频率场，设计了一种指纹图像增强算法。实验结果表明，该算法提高了指纹图像的处理速度，

2、对断裂处的指纹脊线有很好地修复效果。【关键词】指纹图像；直方图均衡化；分形维数；Gabor函数中图分类编号：TP274文献标识码：A文章编号：1007-（2683（2011））01—0098—04FingerprintimagedivisionandenhancementalgorithmresearchFanJian-ying,HanShu-na,LiHong(CollegeofMeasure-controlTechnology&CommunicationEngineering,HarbinUniversi

3、tyofScienceandTechnology,Harbin150040,China)Abstract:Thisarticlefirstusinghistogramequalizationtoprocessfingerprintimage,andthenusingfractaldimensionswhicharedifferenttodistinguishforegroundandbackgroundforfingerprintimagesegmentation.UsingsimplifiedGaborfu

4、nctiontoenhancetheimageaftercalculatingtheorientationfieldandfrequencyfield,andgetingaclearimageofthefingerprintridgeline,whichlaysthefoundationforsubsequentimageprocessing.Keywords:Fingerprintimage;histogramequalization;fractaldimension;Gaborfunction1引言在指纹

5、识别系统中，指纹图像预处理效果的好坏在整体上决定了整个系统的可靠性，而图像的分割增强是指纹图像预处理需要解决核心问题，其目的是为了分离指纹图像的前景和背景，消除噪声，改善图像质量，为准确可靠地提取指纹的细节特征，指纹的匹配奠定基础。针对现有的指纹增强算法中图像分割不彻底，不能很好地修复指纹断裂纹线的问题，本文利用指纹图像的方向场和频率场，设计了一种有效的指纹图像增强算法，在对指纹图像做分割以后，用Gabor滤波器增强的方法，对指纹图像中的每一点做滤波增强。2直方图均衡化直方图均衡化是用于描述灰度强度场值分布情

6、况的，通过计算直方图，把图像进行均衡处理，即将一个已知灰度概率密度分布的图像，经过变换，变成一幅具有均匀灰度概率密度分布的新图像，扩展了像素点灰度的取值范围，达到增强图像整体对比度的效果。图像的概率密度函数为：。（1）其中，为灰度级，为直方图，为图像的面积，且概率密度函数为1。若用变量和分别代表归一化了的原图像灰度和变换后的灰度，，在原图像中，对于区间[0,1]内每一个像素值经变换函数产生一个灰度值，即。令随机变量和的概率密度函数分别为和，则由概率理论知，若和已知，且是单值单调增加函数，可以得到[1]：。（2

7、）对指纹图像，用概率密度函数表示灰度级为发生的概率估计值，且有下式成立：。（3）其中变量代表图像中像素第级灰度，表示图像中像素的总和，是灰度的像素个数，为图像中可能的灰度级总数。变换函数为：。（4）经均衡处理后的直方图灰度级出现了简并现象，数目减少了，但均衡后所得到图像的直方图比原图像的直方更平坦，而且动态范围扩大了，图像的对比度提高了，所以图像会给人以清晰明的感觉。3指纹图像的分割目前的指纹图像通常不能很好地提取指纹图像的有效区域，本文以分形理论为基础，通过差分计盒维数的算法得到指纹图像能够很好地区分指纹图

8、像的前景和背景，为后续图像处理奠定基础。3.1差分计盒维数计算方法设是上任意非空集合的有界子集，是直径最大为、可以覆盖集合的最小个数。则的盒维数定义为[3]：。（5）我们将指纹图像的灰度值看作三维空间的一个曲面，该曲面上每个点的灰度值表示为，对图像大小为，将图像的平面分成大小为的格子，设该坐标系中格子里面像素点灰度的最大值和最小值分别是和，且定义两者的差值为：。（6）对所有边长为、格子非空的盒子总数