基于小波变换的指纹识别算法的研究

1

数字图像处理在指纹识别中的应用

摘 要

指纹具有唯一性和稳定性，因此被人们用来当作鉴别个人身份的主要依据。随着光学技术、化工技术、纳米技术等多种学科的 快速发展．指纹显现和提取技术取得了较快的控展。但有不少显现或提取得到的指纹效果较差，不易分辨指纹纹线与客体背景主间的差异或指纹纹线成像模糊等，主要表现为指纹纹统与客体背景的反差较弱。指纹纹线受客体背景的干扰、两枚或多枚指纹相互重叠干扰、弯曲表面客体上的指数威像问题等。但由于存在指纹图像的噪声和皮肤弹性等因素影响，指纹识别一直存在识别率不高、运算速度较慢的问题。这时可利用数字图像处理技术对不易辨识的指纹进行增强处理．便于后续的指纹识别鉴定。本文总结了基于小波变换的数字图像处理在指纹图像增强、指纹图像二值化、指纹图像压缩编码、指纹图像细化、指纹图像特征提取等方向的各种算法及技术。另外本文还给出了基于matlab软件的指纹自动识别系统实现。在指纹图像的预处理中，首先进行分块归一化，为后续处理提供统一的规格图像；在求方向图中，用沿着某个方向的灰度方差代替Metre方法中的灰度变化，相当于在求点方向图之前先进行了一次均滤波操作，这样得到的方向图更有鲁棒性；在二值化中，阀值的选取引入最大熵的概念，使图像具有抗噪性。但对于部分噪声严重的指纹图像仍然无法识别，另外，算法的运行效率还有待提高。在指纹图像的降噪中：应用中值滤波与小波包变换相结合去除图像随机噪。

关键词：数字图像，指纹处理，小波变换，matlab，指纹识别系统研究

注：本设计（论文）题目来源于教师的国家级（或部级、省级、厅级、市级、校级、企业）科研项目，项目编号为： 。 2

Abstract

Fingerprint is unique and stability, and therefore are used as main basis of personal

第２８卷第６期　太原科技大学学报　Ｖｏ１．２８　Ｎｏ．６　

２００７年１　２月　ＪＯＵＲＮＡＬ　ＯＦ　ＴＡＩＹＵＡＮ　ＵＮＩＶＥＲＳＩＴＹ　ＯＦ　ＳＣＩＥＮＣＥ　ＡＮＤ　ＴＥＣＨＮＯＬＯＧＹ　Ｄｅｃ．２００７　

文章编号：１６７３—２０５７（２００７）０６—０４３３一ｏ４　

小波变换在指纹图像增强中的应用　

王建英，李临生，田启川１　

（太原科技大学电子信息工程学院，太原０３００２４）　

摘要：针对小波变换在指纹识别中的应用，提出了一种基于小波变换的图像增强算　

法，利用低频系数图像在小波域估计指纹纹线方向，抑制了高频噪声对纹线方向的影响，　

实验表明，该算法对纹线模糊的指纹图像增强效果明显。　

关键词：纹线方向；方向图；方向滤波；小波变换　

中图分类号：ＴＰ３９１　文献标识码：Ａ　

指纹识别作为一种重要的生物识别技术，近几　

年得到了飞速的发展。自动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　

准确性和精度直接影响指纹识别结果的准确性，而　

影响细节特征提取的关键因素是指纹图像质量。　

由于许多指纹模糊不清，给特征提取造成困难，这　

就要求对指纹图像进行预处理——增强，增强指纹　

图像的有效信息，消除干扰噪声，提高图像质量。　

近几年来，随着小波理论的应用与发展，已将　

其较好的应用在信号处理，图像处理，量子理论等　

科技领域。由于指纹图像地方向信息大部分都集　

中在低频部分，可以将小波分析的多分辨率特点用　

于指纹图像处理，这样不仅可以减少噪声，还可以　

提高图像的处理时间，因此本文对小波变换在图像　

增强中的应用做了深人的研究，提出了一种指纹图　

像增强算法。实验结果表明，该算法对于提高指纹　

质量，减少计算量是有效的。　

１　指纹图像小波多分辨率分析　

二维小波变换有两种方式：一种是不可分离　

的，一种是可分离的。不可分离的二维小波变换在　技术上还不够成熟，因而目前图像处理中用得最多　

的是可分离的二维小波变换。由于图像数据可以看　

第２Ｏ卷第１期　２００７年１月　机电产品开簋与刨崭　Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｉｎｎｏｖａｔｉｏｎ　ｏｆ　ｍａｃｈｉｎｅｒｙ＆ｅｌｅｃｔｒｉｃａｌ　ｐｒｏｄｕｃｔｓ　Ｖｏ１．２Ｏ．Ｎｏ．１　Ｊａｎ．．２ｏｏ６　

中值滤波与小波变换的指纹图像混合去噪的算法　

雷可君　，谭阳红　，　

（１．吉首大学物理科学与信息工程学院，湖南吉首　杨　喜　，唐圣学　，何怡刚ｚ　

４１６０００；２．湖南大学电气与信息工程学院，湖南长沙４１００８２）　

摘要：图像去噪是指纹图像预处理中的重要内容，直接影响着指纹识别系统的准确率。结合中值滤波与　

小波去噪分别去除椒盐噪声和高斯噪声中的优势，提出了一种指纹图像混合去噪算法，并对其中　

的关键步骤进行了详细分析。仿真结果表明：相对于单一使用一种去噪方法，混合去噪算法能更　

有效地去除指纹图像中的椒盐和高斯混合噪声，获得了较好的峰值信噪比增益。　

关键词：指纹图像；中值滤波；小波去噪；分层闯值：全局阅值　

中图分类号：ＴＰ９１１．７３；ＴＮ９５７　文献标识码：Ａ　文章编号：１００２—６６７３（２００７）０１—００１—０３　

０引言　

在自动指纹识别系统中，通常需要利用指纹采集仪　

获取指纹图像，而图像在获取、生成、传输过程中不可　

避免要受到噪声的污染。如何有效去除噪声并保持图像　

不失真成了图像预处理中最重要的内容，其效果的好　

坏，直接决定指纹特征提取的准确性，并最终影响指纹　

识别的准确率。通常的指纹图像去噪包括图像增强、平　

滑、二值化、细化等步骤，这种去噪方法耗时长，不能　

满足自动指纹识别系统对实时性的要求１１］。近年来，指　

纹图像处理研究领域一直在寻找有效的降噪方法。文献　

［２］详细分析噪声产生的原因，得出图像噪声主要包含　

椒盐噪声和高斯噪声的结论。文献【３】分析常用均值滤　

波、中值滤波、维纳滤波和小波变换等去噪方法，提出　

中值滤波和小波变换分别在抑制椒盐噪声和高斯噪声中　

各具优势。为此，本文根据指纹图像噪声存在的类型，　

中国卫生统计２０１３年４月第３Ｏ卷第２期　

基于小波变换的代谢组色谱指纹图谱的判别分析　

哈尔滨医科大学卫生统计学教研室（１５００８１）　孙凤宇　李贞子　侯　艳　李　康　

【提要】　目的探索小波变换在代谢组学超高效液相色谱信号分析中的作用。方法将卵巢癌和卵巢囊肿的色　谱数据使用不同的连续小波基函数和不同尺度变换，随机抽取一定数量的训练数据，采用随机森林（ＲＦ）方法进行特征筛　选建立模型，最后对测试数据集进行判别分析，计算ＲＯＣ曲线下面积ＡＵＣ值。结果经过小波变换预处理后的数据建　模分类效果明显优于原始数据，其中墨西哥帽（ｍｅｘｈ）小波变换分类效果最好。结论基于小波变换的代谢组特征提取　方法能够明显提高模型的判别能力，具有研究价值。　【关键词】代谢组小波变换色谱随机森林　

代谢组学主要研究的是生物体内各种小分子代谢　物（分子量＜１０００　Ｄａ），反应的是机体受病理生理刺　激或是基因修饰下细胞或组织的代谢变化¨］。代谢　

组学数据的获取，是通过色谱和质谱等仪器检测生物　体液中代谢产物的种类、含量以及状态变化，得到代谢　

组指纹图谱。通常情况下，代谢组学数据主要是对质　谱数据进行分析，其主要问题是维数高，高浓度和低浓　

度的物质很难同时进行分析。色谱数据具有时问序列　特性，同一物质流出需要一定的时间，相邻时间的数值　

具有一定的自相关性，利用这一特性可以通过色谱数　

据差异变量筛选，结合保留时间对质谱数据进行定位。　本文将卵巢癌患者与正常对照样品的色谱图通过连续　

小波函数进行预处理，然后使用随机森林（ｒａｎｄｏｍ　ｆｏｒ．　ｅｓｔ，ＲＦ）模型进行判别分析，并评价其分类效果。　

原理与方法　

１．小波变换　小波变换（ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ，ｗＴ）是一种信号处　

理技术，它在数据压缩、噪声过滤、信号分析、特征提取　等理论和应用方面都得到发展，具有“自适应性”和　

“数学显微镜”的性质。如果用，（ｔ）表示一连续信号，　

则连续小波变换的基本公式为