欢迎来到天天文库
浏览记录
ID:34611891
大小:5.43 MB
页数:51页
时间:2019-03-08
《基于nsct和stft指纹图像增强算法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、基于NSCT和STFT的指纹图像增强算法的研究摘要指纹图像增强作为指纹识别技术中的关键步骤,为了保证指纹识别系统的鲁棒性,对采集的原始指纹图像采用增强算法进行增强处理是非常必须的。针对低质量的指纹图像,本文研究并实现了一种基于NSCT和STFT的指纹图像增强算法。算法的实现主要分为两个阶段,第一阶段是指纹增强的预处理,第二阶段是滤波增强处理。在预处理阶段,算法首先对原始指纹图像进行NSCT分解变换,接着对变换后的各高频子带系数采用分层阈值函数进行修正,最后根据修正后的系数进行逆NSCT变换重构去噪后的指纹图像。在滤波增强阶段,算法首先对去噪后的指纹图像进行STFT分析
2、,接着采用概率近似的方法估计指纹图像局部区域的纹线方向和频率,最后构造相应的具有方向和频率选择特性的带通滤波器对指纹图像进行滤波增强处理。在指纹增强的预处理阶段,与其它去噪算法相比,本文算法得到的PSNR值最高,比基于小波去噪算法高出近3.2dB,比基于Contourlet去噪算法高出近1.5dB;在滤波增强阶段,本文算法特征点提取的平均错误率比Gabor增强方法减少了10.69%。实验结果表明,本文基于NSCT和S盯T的指纹图像增强算法在有效地抑制噪声的同时能更好的保留指纹图像边缘纹理等细节信息,得到的纹线比较清晰,并且在纹线断裂和粘连处都有很好的增强效果。关键词:
3、指纹图像增强;指纹识别;NSCT;STFTIIStudyonFingerprintImageEnhancementAlgorithmBasedonNSCTandSTFTFingerprintimageenhancementisoneoftheimportantstagesinfingerprintidentificationtechnology,inordertoguaranteetherobustnessofthefmgerprintrecognitionsystem,adoptinganenhancementalgorithmtoanoriginalfingerp
4、rintimageinenhanceprocessingisverynecessary.AnalgorithmbasedonNSCTandSⅡTanalysisforfmgerprintimageenhancementisproposedandimplementedinthispaper.Therealizationofthealgorithmisdividedintotwostages,thefirststageisthefingerprintenhancedpretreatmentandthesecondstageisthefilteringenhancement
5、processing.Inthefirststage,firstly,theoriginalfingerprintimageistakenwiththeNSCTdecompositiontransformation,then,thehighfrequencysub-bandcoefficientsofNSCTistakenwithhierarchicalthresholdfunctiontodealwitll,lastly,therevisedcoefficientsareusedintheNSCTinversetransformtoreconstructthefin
6、gerprintimage.Inthesecondstage,firstly,thefingerprintimageistakenwiththeSⅡTanalysis,then,thelocalarearidgedirectionandridgefrequencyoffingerprintimageisestimatedbyusingthestatisticalmethod,lastly,thefilterwhichhavecorrespondingstructureswithdirectionandfrequencycharacteristicsareconstru
7、ctedtofilterthefingerprintimage.IIIInthepretreatmentstage,ouralgorithmcangetthehighestPSNRcomparedwitllotherdenoisingalgorithms,itsPSNRisnearly3.2dBhigherthanthethatofalgorithmwhichbasedonwaveletdenoisingandnearly1.5dBhigherthanthethatofalgorithmwhichbasedonContourletdenoising.
此文档下载收益归作者所有