基于改进的Gabor函数小波域指纹图象增强算法.docVIP

基于改进的Gabor函数小波域指纹图象增强算法 　　摘要:本文提出了一种基于改进的Gabor函数小波域指纹增强算法。该算法对Gabor滤波器的标准差和滤波器的大小由传统的固定值,改为指纹脊线频率函数,能充分利用图像本身信息对图像增强处理。实验表明,改进的算法使指纹图像得到了明显的增强。 　　Abstract: This paper introduces a improved gabor function-based fingerprint image enhanced algorithm in wavelet domin. The algorithm optimized standard deviation and filter window size, and then defines as a function of frequency, this filter can make full use of the original image information to enhance the image. Simulation results on some typical images show that our proposed algorithm can enhance the fingerprint effectively. 　　关键词:指纹;小波变换;Gabor函数;图像增强 　　Key words: fingerprint;wavelet transform;gabor function;image enhancement 　　中图分类号:TP391文献标识码:A文章编号:1006-4311(2010)27-0208-01 　　 　　0引言 　　指纹识别系统主要靠细节特征的匹配来实现指纹识别,所以细节特征的准确性和精度将直接影响指纹识别结果的准确性。影响细节特征提取的关键因素是指纹图像的质量。实际中,由于按压的条件多变、皮肤状况、采集器质量的好坏都会影响所获取的指纹图像质量。为了提高特征提取算法对指纹图像质量的鲁棒性,这就要对采集到的原始指纹进行预处理,增强指纹图像的有效信息,消除干扰噪声,提高图像质量。 　　1改进的Gabor函数 　　Gabor变换即是使用Gaussian函数g(t)=e为母函数的小波变换。二维Gabor变换具有如下形式: 　　Gf(u,v,a,b)=ef(x,y)e-t (ux+vy)dxdy (1) 　　其中x,y是定值,当把g(x,y)看成是一个模拟信号时,x,y就是这个信号沿X轴和Y轴的标准差。 　　1.1 Gabor滤波器的标准差在传统方法中讨论的Gabor滤波算法中Gabor滤波器标准差是按照经验值取为4,这种方法没有考虑到脊线频率的变化,因此指纹图像增强将会受到影响。这里标准差x,y不使用固定值,而是公式来决定。 　　x=kx(2) 　　y=ky (3) 　　其中,F(i,j)是脊线频率,kx,ky为常数。这样规定的原因在于kx,ky表示的是滤波器的带宽,指纹的脊线频率F(i,j)是在一个较小的范围内,当F(i,j)值较大时,说明指纹图该区域的脊线较密集,脊线之间的距离较小,这就需要所通过的滤波器带宽相应要窄一些;当F(i,j)值较小时,说明指纹图该区域的脊线较稀松,脊线之间的距离比较宽,这时候需要滤波器的带宽也相应宽一点;即滤波器的带宽应该能适应于脊线频率。 　　1.2 Gabor滤波器的大小在传统的Gabor滤波器算法中,滤波器的宽度和高度被设置为固定值11。但是固定的滤波器大小不能容纳不同尺寸带宽的小波。因此,把滤波器的宽度和高度建立了和标准偏差有关的方程: 　　wx=6x(4) 　　wy=6y(5) 　　上面式子中,wx为滤波器的宽,wy为滤波器的高。由于绝大多数的Gabor小波信息都包含在[-3,3]内。 　　在得到每一小块的脊线频率、标准差、滤波器大小后,即经过参数优化Gabor滤波器处理后的图像为: 　　EL(i,j)=h(u,v,(i,j)F(i,j))L(i-u,j-v) (6) 　　其中,L表示规格化后的图像,表示像素点(i,j)方向图,F表示在点(i,j)为中心wx×wy区域的频率。 　　2试验结果 　　为了验证本文所提方法的有效性,对国际指纹识别大赛FVC2004的测试库db4A取指纹图像,指纹图像增强的结果如图1所示。 　　由上面的指纹效果对比图可以看出本文所改进的算法能够较好的避免传统方法中产生虚假的脊线或谷线,并能达到一致的增强,通过图像的增强,图像得到了明显的增强,细节信息得到了较好的保留。 　　3结束语 　　本文围绕指纹图像预处理中的图像增强部分,针对实际指纹图像的特点,对Gabor滤波