改进参数的Gabor滤波器指纹图像增强算法的研究.docVIP

改进参数的Gabor滤波器指纹图像增强算法的研究 　　摘要：在指纹识别之前，首先要对指纹图像进行预处理操作，预处理中，Gabor滤波器能够很好的平滑和分割指纹图像，然而由于Gabor滤波器对指纹中纹路的走向和频率非常的敏感，导致经过Gabor滤波操作后的指纹图像特征点剧烈的缺失和变化。该文利用相位差二值化，使其在指纹图像二值化时能够不需要Gabor滤波，然而对指纹增加时通过Gabor，使得在增强过程中有效的连接纹理的断裂并且很好的平滑图像，这样做使得Gabor滤波对纹路频率的敏感不再影响指纹的预处理，并且很好的保留了指纹的特征。 　　关键词：指纹；二值图像；Gabor滤波；指纹增强 　　中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2014）12-2841-04 　　指纹图像在获取过程中通常会受到很多噪声的干扰，总结起来这些干扰可以分为：采集器里面的污垢、指纹图像受损、指纹测量时外界条件造成的失真。噪声对获得正确的指纹图像有很大的干扰，对之后的指纹识别造成很大的困扰，因此对获得的指纹图像有必要预处理，节省后面识别的工作量。 　　对指纹图像增强的办法主要分为以下几种：纹理滤波法[1]、傅里叶分析法、小波分析法和基于知识的方法等。在目前比较通用的增强办法是纹理滤波法，指纹滤波法可以运算得出指纹图片所有局部范围的方向以及频率特点，然后根据纹理滤波器使得指纹图像得到相应的增强。Hong采用的指纹图像增强是利用Gabor滤波器[2]，Gabor滤波器能够在空间和频率方面得到最优解，在带宽和方向感的处理都比较理想。然而Gabor滤波器增强指纹图像往往伴随有指纹边界的不连续，使得指纹图像存在明显缺陷。并且Gabor滤波器增强的指纹图像对不同图像的增强效果也有差异。因此，在采用Gabor滤波器增强指纹图像[4]的同时，该文利用一种改进的Gabor算法增强指纹图像。 　　1 归一化 　　归一化旨在消弱指纹图像获取过程中因为采集头本身的污染和人体指纹在采集过程中用力不均等产生的灰度差异，把指纹图像的对比度和灰度计算到某一个特定值上面，使得在接下来的操作中能够有统一的标准[5]，方便判别算法的准确性。归一化的方法按照式（1）～（3）进行。 　　假设指纹图像是I，它的宽度是W，高度是H，I（i，j）指的是指纹图像在第i行、第j列的灰度值，通过计算德奥指纹图像的平均灰度为： 　　[M（I）=1WHi=0H-1j=0w-1I（i，j）] （1） 　　[VAR（I）=1WHi=0H-1j=0W-1（I（i，j）-M（I））2] （2） 　　通过式（1）、（2）得到归一化的指纹图像G： 　　[G（i，j）=M0+VAR0（I（i，j）-M（I））2VAR，I（i，j）MM0-VAR0（I（i，j）-M（I））2VAR，其他] （3） 　　经过公式（1）到公式（3）后，得到归一化的指纹图像效果如图1所示。 　　2 方向场的计算 　　指纹图像的方向场正确的表现出指纹最根本的纹路特征，重现了在指纹图像的内部纹线走向、外部纹线和脊线的趋势。因为脊线的纹线走向比较平缓，所以脊线的方向场也不会有剧烈的走向。正是因为这个特点，我们能够针对噪声污染的指纹图像求出其方向场，然后平滑方向场，这样做即使是受到污染的指纹图像，同样能够采集到效果理想的方向场[6]。方向场能够简化的展示出指纹图像的纹路走向，而且非常的简单明了。下面展示方向场的计算方法： 　　1） 首先将指纹图像分割成许多正方形的小块，比如W×W。 　　2） 计算指纹图像每个点（i，j）的梯度和。依据指纹图像预处理中算法的要求，梯度算子的选择有很多种，既可以选取直观易于理解的Sobel算子，同时也可以选取计算略有难度的Marr-Hildreth算子。其中本文选取Sobel算子对指纹图像预处理进行阐述，具体过程如下： 　　[?x（u，v）=2×N（u，v+1）+N（u-1，v+1）+N（u+1，v+1）-2×N（u，v-1）-N（u-1，v-1）-N（u+1，v-1）?y（u，v）=2×N（u-1，v）+N（u-1，v+1）+N（u-1，v-1）-2×N（u+1，v）-N（u+1，v+1）-N（u+1，v-1）] （4） 　　3）计算指纹图像中以点（i，j）为中心的W×W个小块的方向： 　　[Vx（i，j）=u=i-w2i+w2v=j-w2j+w2（2?x（u，v）?y（u，v））] （5） 　　[Vy（i，j）=u=i-w2i+w2v=j-w2j+w2（?2x（u，v）-?2y（u，v））] （6） 　　[θ（x，y）=12arctanVy（i，j）Vx（i，j）] （7） 　　4）计算指纹图像以点（i，j）为中心的W×W个小块的局部方向场：