基于SoPC 的低质量指纹图像预处理算法研究与实现.pdfVIP

基于SOPC的低质量指纹图像预处理算法研究与实现1 彭娟娟，苑尚博，宋笑影，黄启俊，常 胜 （武汉大学物理科学与技术学院 微电子学与固体电子学，湖北 武汉 430072） 摘要：针对指纹质量的差异性，提出一个带有多指标质量判别的增强预处理方法,融合空域 和小波域上的指标对指纹进行干、湿和质量好的分类，对可恢复的低质量指纹进行基于小波 变换的增强预处理。算法经MATLAB 验证并搭建基于SOPC 技术的嵌入式平台，在Altera 公司 的DE2 开发板上实现整个质量判别及增强算法，结果表明该流程能有效判断指纹的可用性， 对低质量指纹增强效果显著。 关键词 质量评估；多指标融合；低质量指纹；小波变换；SOPC 中图分类号：TP391 文献标识码：A An SOPC Based Low quality fingerprint image preprocess algorithm implementation PENG Juanjuan,YUAN Shangbo,SONG Xiaoying,HUANG Qijun, CHANG Sheng (Department of Electronics Science and Technology, School of Physics and Technology, Wuhan University, Wuhan, 430072) Abstract: An enhanced pretreatment process with multi-index integration fingerprint image quality evaluation is introduced in this paper. Whole algorithm is verified by Matlab and the process is implemented in a SOPC platform based on DE2. The results of experiments show that the process can judge the availability of fingerprint effectively and improve the quality of poor fingerprint significantly. Key words: Quality Assessment; multi-index integration; low quality fingerprint; Wavelet transform; SOPC 1.引言 对于干、湿、老化和磨损严重的手指，现有的采集器往往难以得到清晰指纹图像，提取 出的特征点准确率很低，直接影响后继算法可靠性和识别准确性，故对指纹进行质量判别十 分必要。 目前大多数指纹图像质量围绕脊、谷清晰度以及特征的可提取性来评价，Shen 等[1]用各 个方向Gabor 特征的标准差评估指纹质量，Lim 等[2]用梯度矩阵的特征值评估局部纹线方向 的确定程度，T.Chen[3]提出计算脊、谷清晰度的方法，以上工作皆是对局部图像块的分析， 1 基金项目：湖北省自然科学基金（2011CDB272 ） [4] 缺乏全局性。Bongku Lee 等 提出基于全局分析的傅里叶谱方法判断指纹图像质量，但缺乏 局部分析。对于判断出的低质量指纹，由于噪声过大，不适宜直接进行Gabor 滤波处理，因 此Wen 等[5]提出小波域的Gabor 滤波增强方法。 针对指纹质量的差异性问题，本文提出一个带有多指标质量判别的增强预处理流程，首 先利用MATLAB 进行算法验证，并搭建基于SOPC 技术的嵌入式平台实现。首先对指纹进行空 域和小波域上的评价，然后对判断的低质量指纹进行基于小波变换的增强预处理，在小波域 利用低频系数估计指纹方向，抑制指纹局部过干或过湿的影响，有效修复低质量指纹。 2.指纹质量评测及增强算法 2.1 质量判断 2.1.1 灰度分布 利用方差法判断背景区域并去除，计算剩余指纹区域的的均值mean(I ) 和方差Var(I ) ， 为便于量化，对这两个指标分别赋予分值 和 。