《文献阅读1.docVIP

《数字图像处理》 文献阅读 （基于伪线性方向扩散方程的指纹图像增强） 课程编号： 班级： 064101 姓名： 弓小华 学号： 20101001417 授课教师： 许丽娜 2012 年 12 月 9 日 A、论文提出的是什么问题，或者要解决什么问题？ 论文的结论是什么，即问题解决得如何？ 为了使扩散方程沿纹路方向扩散，一般把D的两个特征值定义为 在式(7)、式(8)中，为D的两个特征值，为G·g。的两个特征值，满足为一个较小的系数，一般取为，以防止模糊边缘，正值参数口应能使得时 通过以上构造得到的扩散张量D使式(1)沿着纹路方向扩散(如图1中方向)，在不模糊边缘的前提下，较好地修复断裂点． 这种基于散度形式的非线性扩散方程在局部的纹路方向比较一致时，取得了较好的效果．但是当局部的纹路比较复杂时可能会导致纹路信息的丢失．图2(e)反映出经过扩散方程式(1)的扩散操作，原有胡须的方向信息丢失，变成了一块没有方向信息的区域。 为了分析方便，把式(1)改写成方向扩散的形式： 式(9)中，的定义和前面一致，a，、b，、b。、c。为扩散张量各元素的空间导数． 从式(9)不难得到这样的事实，式(1)的扩散结果不仅受到方向扩散的影响，而且第3项也能够影响沿纹路方向的扩散，导致结构的丢失． 上面的结论也可以从下面的反例得到：取单位向量为方向和方向一致，即 这样原来沿着方向的扩散由于相关扩散方程的不足，导致扩散方程变成各向同性扩散，这样很容易使得指纹图像的脊线相互缠绕．为此，本文将式(9)中第3项去掉得到方向扩散形式的扩散方程用于指纹图像的增强，实验结果表明新的方程能够更好的保留结构信息． 结果分析 为了验证本文方法的效果和效率，本文对相关扩散方程(1)、方向扩散方程(10)、伪线性方向扩散方程(12)进行对比实验．效果见图3． 从图3可以发现相关扩散方程在局部方向信息比较复杂时产生虚假的纹路结构(图3(f))．而本文的非线性方法和伪线性方法都能较好地增强图像，而不产生虚假的纹路结构．这说明本文方法对于纹路较复杂的情况具有更好的效果． 在计算效率方面，由于本文方法允许采用较大的时空步长比，效率较高．特别是伪线性算法由于能够大大减少计算量，效率更高．具体如表1所示． 本文的实验环境为P41．7GHz主频CPU，256兆内存，代码由VC++实现．实验图像如图3所示，大小为242×242像素．从计算时间来看，本文的非线性方向扩散方程速度和相关扩散方程基本一致，但是伪线性形式方向扩散方程速度上具有较大的优势，计算效率方面更理想． 为了对比伪线性与非线性方向扩散方程在增强结果上的差异，本文对FVC-2000指纹图像数据库进行增强实验．在实验中本文采用了FVC一2000数据库中质量较差的第4样本库中的若干幅图像，处理结果如图4所示．从结果来看非线性方向扩散方程式(10)能够有效增强图像，而伪线性方法式(12)也取得和非线性方向扩散方程相当的结果．特别是本文方法对指纹图像上存在的断裂能够有效地进行修复，这对于指纹识别系统是有利的． 本文进一步地分析式(12)的指纹图像增强对指纹特征点提取的影响．实验中采用图4中的4幅图像用于指纹特征点的提取实验，并将在本文方法结果和增强方法式(1)的结果上提取的特征点进行对比．对比实验如图5所示，特征点用黑点表示．图5(b)为式(1)的结果，在该结果中的纹路转弯较快的地方产生虚假的特征点，而在图5(c)中特征点的提取更准确． C、支持论文结论的证据有哪些，即做了哪些实验来验证问题与结论之间的逻辑关系？ 式(10)中，的取法和式(1)一致，具体可以参考式(4)～式(8)的说明，本文模型的初始条件和边值条件和式(1)一致．由于从扩散的角度看，式(10)实际上是沿着方向的非线性扩散，本文将它称为方向扩散方程．式(10)中由于的取值一般很小，所以该扩散方程主要沿着方向扩散，也就是纹路方向扩散．这样的扩散不易受到局部扩散方向比较复杂情况的干扰，能够始终沿着纹路扩散．图2(f)结果说明本文方法在局部方向信息比较复杂的胡须区域也能够沿着原有’的胡须纹路进行图像增强，性能优于相关扩散方程式(1)．这个特性决定本文方法更适合于指纹图像的增强． 为了实现偏微分方程式(10)的数值求解，本文采用文献E9]的数值策略．文献Eg]提出采用优化的旋转不变的模板计算梯度： 该模板具有良好的旋转不变性，能够提供更高的数值精度．同时文献[9]的数值解法可以采用更大的时