基于Gabor滤波器的指纹图像增强
- 格式：pdf
- 大小：375.26 KB
- 文档页数：6
文档推荐
-
基于matlab的指纹图像增强方法页数:10
-
基于matlab的指纹图像增强方法页数:17
-
根据matlab的指纹图像增强方法页数:17
-
指纹图像对比度模糊增强算法页数:4
下载文档原格式
合集下载
基于改进的Gabor滤波指纹图像增强算法研究
期
作 者 简介 ：林 青） １６ 一）男， 南新 安人， ｆ ９５ ， 河 ￣（ 副教授 ， 硕士 ， 究方 向为 图形图像 处理 、 入式 系统 、 测技 术与 自动化装 置 研 嵌 检
囝 ＭＤＲ Ｃ Ｐ Ｅ ２８ ＯＥＮ Ｏ Ｕ Ｒ０２ Ｍ Ｔ ０
．
维普资讯
唧
（ ） 该方 向窗 内的各 点在 垂直 于指纹 方 向的 基 ３将
线上进行 投影 ：
（） ４ 分析 投 影结 果 。 算 出 相邻 两个 波 峰 或 波谷 计 之间 的距 离 （ 素个数 ） 像 ； （ ） ｒ为正弦波 中两个 连续 峰值 之 间 的平 均像 ５设
竺
投影结 果 中波峰 之 间和 波谷 之 间 的距 离 即 可得 出纹
线 的频 率信 息 ． 算法如 下 ： （ ） 指纹 图像分 成 Ｗｘ 大小 的无 重叠 子块 ： １将 Ｗ （） ２ 分别对 每个 中心在 （， 像 素点 的块划 分 Ｗｘ ｘ） ｙ Ｌ 的方 向窗 ：
正好Байду номын сангаас相反
择特性可 以有效 的去 除脊线噪声 ．以使脊线 的信 息得 到加强 。 对核心区域方 向变化 比较剧 烈的指纹 图像 ， 用
传统 Ｇ ｂ ｒ ａ ｏ 滤波方法 滤波后 ． 存在增强效果不 明显 ． 计 算方 向和频率信息时消耗 的时间太 长两个 缺点
（ ） 算 块 中 每个 像 素 （，） ２计 ｉ 的水 平 梯 度分 量 Ｇ ｊ （ｊ和垂直梯 度分量 Ｇ（ ） ｉ） ， ｙ， ； ｉ ｊ （ ） 算每 块 中心像 素点 （， 的方 向作为 该块的 ３计 ｉ） ｊ
关 键 词 ：指 纹 图像 增 强 ；Ｇａｏ ｂ ｒ函 数 ；纹 线 方 向 ；纹 线 频 率 ；卷 积
基于Gabor滤波的指纹图像质量综合评价方法研究的开题报告
基于Gabor滤波的指纹图像质量综合评价方法研究的开题报告一、研究背景及意义随着现代社会的发展，指纹识别技术已经广泛应用于各个领域中，如安全控制、金融交易、身份识别等等。
然而，在指纹图像采集的过程中，由于种种原因，如传感器故障、手指的干燥、污渍和划痕等，会引起指纹图像的质量问题。
这些质量问题会导致指纹识别的精度和可靠性受到影响，从而影响到指纹识别技术的应用效果。
因此，如何对指纹图像的质量进行准确的综合评价，对于指纹识别技术的进一步提高和应用至关重要。
目前，国内外已经有许多学者对于指纹图像质量评价进行了研究，但是还存在许多问题，如评价指标的不确定性、缺乏普适性等等。
基于Gabor滤波的指纹图像质量综合评价方法，是指通过使用Gabor滤波器对指纹图像进行滤波、特征提取和评价，从而得出指纹图像的质量评价结果。
因此，本研究旨在通过对Gabor滤波器的理论和特征提取方法进行研究和探索，建立一种准确、普适的指纹图像质量综合评价模型，为指纹识别技术的提高提供技术和理论支持。
二、研究内容及方法本研究将主要围绕以下研究内容开展：1. Gabor滤波的理论研究，包括Gabor函数的定义、物理意义、性质及其在图像处理中的应用原理等。
2. 基于Gabor滤波的指纹图像特征提取方法研究，包括本征分解、小波变换等方法，建立一种适合于指纹图像质量评价的特征提取模型。
3. 基于特征提取的指纹图像质量评价算法研究，包括建立一种适合于综合评价指纹图像质量的算法模型，通过对多种质量指标的综合得分，实现对指纹图像质量的准确评价和分类。
4. 实验验证和系统实现，通过对已有的指纹图像数据集进行实验验证，测试模型的准确性和鲁棒性，并在实际场景中对模型进行应用测试。
研究方法主要包括文献综述、数理分析、实验设计及数据分析等方法。
三、预期成果及意义预期研究结果主要包括：1. 建立一种适合于指纹图像质量评价的基于Gabor滤波的特征提取模型，提高了指纹图像质量评价的准确性和普适性。
基于Log-Gabor滤波的指纹图像增强
基于Log-Gabor滤波的指纹图像增强王玮;李见为;黄非非;冯海亮【期刊名称】《计算机科学》【年(卷),期】2007(34)7【摘要】自动指纹识别系统的性能在很大程度上依赖于指纹图像的采集效果.指纹图像增强用于改善原始指纹图像的质量,以保证指纹特征提取的准确性,是十分必要的.Gabor滤波是比较有效的指纹图像增强方法,但是仍存在一定的局限性.与传统的Gabor滤波器相比,Log-Gabor滤波器可以在取得最佳空间定位的同时具有更宽广的频带,有利于改善指纹图像的滤波效果.本文提出采用Log-Gabor滤波器来实现指纹图像增强,先利用加窗傅里叶变换来提取指纹图像的局部频谱信息,再在频域进行滤波.在详述了滤波器的设计方法之后,给出具体的图像滤波方案,并与传统方法作了比较.实验结果表明,所提出的算法能有效改善指纹图像的质量和提高指纹识别的可靠性.【总页数】4页(P241-243,247)【作者】王玮;李见为;黄非非;冯海亮【作者单位】重庆大学光电技术及系统教育部重点实验室,重庆400030;重庆大学光电技术及系统教育部重点实验室,重庆400030;重庆大学光电技术及系统教育部重点实验室,重庆400030;重庆大学光电技术及系统教育部重点实验室,重庆400030【正文语种】中文【中图分类】TP3【相关文献】1.基于Gabor滤波器的指纹图像增强算法的研究 [J], 金国伦2.基于方向滤波的指纹图像增强算法的研究 [J], 张彤;杨秀坤3.基于各向异性扩散和冲击滤波的指纹图像增强算法 [J], 王丹; 张小波4.基于各向异性扩散和冲击滤波的指纹图像增强算法 [J], 王丹; 张小波5.基于Gabor滤波器的指纹图像增强算法的研究 [J], 金国伦因版权原因，仅展示原文概要，查看原文内容请购买。
219388473_基于Log－Gabor_滤波器的指纹图像分解重构增强技术分析
第８期２０２３年４月无线互联科技ＷｉｒｅｌｅｓｓＩｎｔｅｒｎｅｔＴｅｃｈｎｏｌｏｇｙＮｏ ８Ａｐｒｉｌ，２０２３作者简介：邱秀兰（１９９２ ），女，江西吉安人，硕士；研究方向：信息与通信工程，图像处理㊂基于Ｌｏｇ－Ｇａｂｏｒ滤波器的指纹图像分解重构增强技术分析邱秀兰（南昌工学院信息与人工智能学院，江西南昌３３０００８）摘要：文章对指纹图谱和指纹图像预处理的相关技术进行分析，介绍小波变换技术，对Ｇａｂｏｒ滤波器进行改善，通过傅里叶变换进行整合，构建Ｌｏｇ－Ｇａｂｏｒ滤波器，研发出指纹图像分解重构增强技术，在此基础上介绍指纹细节特征提取技术，通过实验的方式分析Ｌｏｇ－Ｇａｂｏｒ滤波器分解重构增强技术的应用效果㊂实验结果表明，这种预处理方法能够让指纹图像更加清晰，显示出更多的细节特征㊂关键词：指纹图像；预处理；关键技术中图分类号：ＴＰ３９１㊀㊀文献标志码：Ａ０㊀引言㊀㊀众所周知，指纹图像的图片质量较差是一个普遍存在的问题，因此需要对指纹图像进行预处理，运用增强技术，使指纹图像更加清晰㊁特征更加明确㊂对指纹图像进行预处理时，可以采用Ｇａｂｏｒ滤波增强技术㊂由于该技术存在一定的不足，因此需要对该技术进行不断地改进和完善，本文提出Ｌｏｇ－Ｇａｂｏｒ滤波器分解重构增强技术和指纹细节特征点提取技术，进一步提高指纹图像的预处理效率，形成更好的处理效果㊂１㊀指纹图像预处理相关技术分析㊀㊀对指纹图像进行预处理之前，需要分析指纹图谱，明确指纹图谱的表示方式，在指纹图像中，脊线宽度为１００μｍ ３００μｍ，脊线与谷线的周期在５００μｍ左右㊂从指纹图像的全局上看，存在独特的脊线区域，如曲率较高㊁端点较多等，这些区域属于奇异点或奇异区，主要包括３种类型，分别是三角形㊁斗形以及箕形㊂从指纹图像的局部上看，以指纹细节特征点为主，脊线突然结束的部位是 端点 ；一条脊线分成两条脊线后，再次合并成一条脊线，呈现出环状结构，这种细节特征叫作 环 ；一条脊线分出多条脊线的部位属于 分叉点 ；两条并行脊线逐渐连接，该部位被称为 桥 ㊂另外，指纹细节点还包括 短纹 孤立点 毛刺 等㊂对指纹图像进行预处理时，需要采集指纹图像，进行标准化处理㊂在指纹方向图的计算中，可以采用梯度适量法，在指纹脊线频率图的计算中，可以统计灰度信息，计算完成后，对指纹图像进行分割，经过滤波增强，进行二值化处理后，再进行细化处理㊂２㊀指纹图像预处理中的小波变换技术㊀㊀小波变换技术主要来源于Ｆｏｕｒｉｅｒ分析，Ｆｏｕｒｉｅｒ分析更强调整体性，而小波分析能够实现局部变换，小波变换技术还运用了数值分析和调和分析等分析方法，在信号处理方面存在着较大的优势，具有多分辨率分析的功能㊂它能够快速从指纹图像信号中提取特征信息，从频率㊁时间㊁空间等层面分析指纹图像信号的局部特征，对指纹图像信号低频部分进行预处理时，使用高分辨率，对高频部分进行处理时，使用低分辨率，通过这种方式处理信号不规律的指纹图像信号㊂２ １㊀指纹图像压缩处理㊀㊀利用二维小波变换的方式处理指纹图像时，可以分解指纹图像，将指纹图像转换成低频子图像，小波基的类型会影响指纹图像处理结果，可以使用Ｄａｕｂｅｃｈｉｅｓ－４型小波，用该型号的滤波器处理指纹图像时，能够有效分解３层小波信号㊂在压缩处理过程中，先选择一幅指纹图像，对其进行小波分解，由此获得小波系数，分解后的图像尺寸与原图保持一致，形成了１０个小波分解结果，共包含９００００个系数，如图１所示为小波重构分解示意，ＨｉＬｉ表示垂直高频㊁水平低频情况下的图像信息，ＨｉＨｉ表示垂直㊁水平均为高频情况下的图像信息，ＬｉＨｉ表示垂直高频㊁水平低频情况下的图像信息㊂图像噪声主要处于高频段，即小波分解示意图中的ＨｉＨｉ区域，在降噪处理中，将该区域删除，即小波重构示意图中的阴影区域，采用另外７个小波系数，以此来重构指纹图像㊂２ ２㊀指纹图像去噪处理㊀㊀指纹图像的去噪处理主要包括４个步骤：第一步，处理二维图像信号，采用小波函数，确定小波分解层次Ｎ，完成小波处理工作㊂第二步，处理指纹图像信号中的高频段系数，从第一层到第Ｎ层，量化阈值㊂第三步，根据量化阈值调整系数，对每一层的高频段系数进行修改㊂第四步，小波重构㊂在去噪处理的４个步骤中，最关键的就是第二步，完成去噪工作后，就可以对指纹图像进行增强处理㊂２ ３㊀指纹图像增强处理㊀㊀增强处理工作，主要是对不清晰的指纹图像进行处理，使指纹图像变得更加清晰，或者根据人们的需求，重点显示图像中的局部特征，弱化不重要的部位，图１㊀小波重构分解示意做到精准判读，形成更好的图像识别效果，提高图像质量，使指纹图像的信息更加丰富㊂进行逆变换之前，需要对小波变换域中的部分系数进行调整，通过改变系数的数值达到增强的目的，在变换数值的过程中，有针对性地放大或减少部分特征，在提取关键特征的过程中，完成增强处理工作，利用小波变换技术提高指纹图像识别率，改善指纹图像的质量［１］㊂３㊀基于Ｌｏｇ－Ｇａｂｏｒ滤波器的指纹图像分解重构增强技术３ １㊀Ｌｏｇ－Ｇａｂｏｒ滤波器㊀㊀传统的Ｇａｂｏｒ滤波器只能获取局部频率信息㊂该滤波器的最大宽带只有一倍频程，Ｇａｂｏｒ函数无法形成任意带宽，如果处于偶对称滤波器中，还有可能形成不合理的直流分量㊂考虑到Ｇａｂｏｒ滤波器的局限性，对滤波器进行改进，Ｆｉｅｌｄ提出了Ｌｏｇ－Ｇａｂｏｒ滤波器㊂改进之后，滤波器不仅具有更宽的频带㊁更广的频率范围㊁更真实的频率响应，还能得到更好的空间定位㊂改进后的滤波器不存在直流分量，利用Ｌｏｇ－Ｇａｂｏｒ处理图像时，不会受到亮度的影响㊂需要区分偶对称滤波器和奇对称滤波器，在前者的应用中，两个实值的Ｌｏｇ高斯峰轴分布在两侧，呈对称状，在后者的应用中，主要为中心对称状㊂可以根据线性傅里叶变换进行处理，将偶对称滤波器与奇对称滤波器融合到一起，虚部属于奇对称函数，实部属于偶对称函数㊂从频率域的层面优化滤波器，将其划分成两个部分，分别是角度分量以及径向分量［２］㊂３ ２㊀指纹图像的Ｌｏｇ－Ｇａｂｏｒ分解重构增强㊀㊀在滤波器的构造过程中，需要先设置相同大小和图像的矩阵，利用矩阵计算坐标，确定最小尺度波滤器的波长和中心频率，再计算两个分量，经过线性傅里叶变换，将两者整合到一起，形成完整的Ｌｏｇ－Ｇａｂｏｒ滤波器㊂利用Ｌｏｇ－Ｇａｂｏｒ滤波器进行分解重构时，需要遵循特定的流程㊂开始分解重构时，需要进行初始化，设置小波尺度，调整方向，还要分配３ˑ４元胞数组，对图像进行傅里叶变换，以此来构造滤波器，再利用滤波器进行傅里叶变换，对滤波器和图像进行卷积处理㊂经过傅里叶反变换之后，将结果保存在元胞数组中，获得１２个分解图，前６个分解图显示了高频纹理，后６个纹理图显示了低频纹理，将１２个分解图合并，变成一整张图㊂分解重构之后可以发现，指纹图像更加清晰，删除了很多不重要的指纹信息，提高了计算效率，指纹的特征也更加明确，为后期的滤波增强奠定了良好的基础㊂３ ３㊀实验分析㊀㊀实验中的指纹图像资料主要来自ＦＶＣ２００４指纹数据库，ＦＶＣ是世界指纹识别大赛，ＦＶＣ２００４数据库包含４个子库，ＤＢ１以光学传感器为主，图像尺寸为６４０ˑ４８０；ＤＢ２同样是光学传感器，图像尺寸为３２８ˑ３６４；ＤＢ３为热敏传感器，图像尺寸是３００ˑ４８０；ＤＢ４是软件合成传感器，图像尺寸为２８８ˑ３８４㊂该数据库指纹图像质量较差，从该指纹数据库中选取指纹图像，对其进行预处理，更能体现出指纹算法的优势㊂在实验过程中，选取８０枚指纹，经过Ｌｏｇ－Ｇａｂｏｒ滤波器分解重构，再对重构图像进行滤波增强㊂对实验结果进行分析，可以发现，对于传统的Ｇａｂｏｒ滤波器来说，虽然能够重新连接断开的纹线，但是在腐蚀严重的部分，处理效果相对较差㊂对于Ｌｏｇ－Ｇａｂｏｒ滤波器分解重构来说，即使部分区域腐蚀比较严重，仍然能够形成较好的处理效果，准确地还原纹线结构㊂之所以会出现这种差异，主要是因为份额分解重构后的纹理特征信息更加明显㊁丰富㊁准确㊂利用指纹细节点查看器（ＦｐＭＶ）进行检测，从数据库中选择６枚指纹，在传统Ｇａｂｏｒ滤波器的应用中，６枚指纹的细节点数分别为１３，３１，２２，３９，２６，１６㊂在Ｌｏｇ－Ｇａｂｏｒ滤波器分解重构方式的应用中，６枚指纹的细节点数分别为１６，４７，４２，７５，３５，３０㊂由此可知，本文的重构分解方法能够获得更多的细节特征㊂４㊀指纹细节特征提取技术㊀４ １㊀指纹图像的二值化㊀㊀利用指纹识别系统提取指纹图像的细节特征，在识别系统的运行中，依次进行采集㊁预处理㊁特征提取㊁特征匹配，形成指纹识别结果㊂提取细节前，需要做好准备工作，对指纹图像进行二值化处理和细化处理㊂在二值化处理中，需要明确二值化的应用标准，确保脊线保持原本的结构特征，不存在断裂㊁空洞等情况，相邻脊线的间距不能产生较大差异，对计算速度进行控制㊂此外，二值化方法有很多种，例如：灰度信息基础上的动态阈值法㊁指纹方向基础上的动态阈值法㊁全局阈值法等㊂比较常用的方法是全局阈值法㊂运用该方法时，先设定全局阈值ｔ，对指纹图像的灰度值进行分析㊂如果灰度小于ｔ，就将该数值设为０；如果灰度大于ｔ，就将该数值设为１㊂指纹图像各个区域的亮度㊁对比度存在一定差异，全局阈值很难实现二值化操作，可以通过局部阈值的方式进行处理，改变ｔ的灰度情况，以此来控制局部，将ｔ设为平均亮度㊂确定阈值之后，经过增强处理的指纹图像，有着明显的脊线谷线结构㊂在二值化处理中，运用最大类间方差法，将指纹图像划分成背景区和目标区，两者的类间方差和两个区域的差别成正比，可以根据类间方差判断背区和目标区，使用最佳阈值ｔ时，类间方差最大㊂４ ２㊀指纹图像细化处理和细节提取㊀㊀对指纹图像进行细化处理时，需要考虑指纹纹线的特征，采集指纹图像的过程中，当噪声和压力发生变化的时候，纹线的宽度就会表现为不均匀的情况，无法准确提取指纹特征㊂需要细化指纹图像中的指纹脊线，利用ＯＰＴＡ算法进行细化，经过细化处理后，就可以提取指纹图像的细节特征，采用数字化的方式，获取特征数据，通过数据匹配的方式进行分析［３］㊂４ ３㊀细节滤波㊀㊀对于细节滤波来说，需要分析伪细节特征点㊁滤除边缘伪细节特征点㊁滤除其余伪细节特征点㊂判断伪细节特征点㊂在采集工作中，有可能会采集一部分伪细节点，预处理工作无法完全滤除伪细节点，但伪细节点又会影响指纹识别㊂在匹配细节特征之前，应当滤除伪细节点㊂可以根据伪细节点的特征进行判断和滤除，在指纹图像中，发现毛刺㊁短线㊁脊线断点㊁脊线桥㊁环时，具备这些特征的部位有可能属于伪细节点㊂为了滤除边缘伪细节特征点，可以对细化图像进行处理，将其划分成特定大小的像素块，计算像素的总和，找出其中的脊线，确定边界块，滤除边界块的伪细节特征点㊂对指纹图像中的其他伪细节特征点进行滤除时，可以采用脊线跟踪法，顺着脊线进行跟踪标记，同样可以根据毛刺㊁短线㊁脊线桥㊁环判断伪细节特征点［４］㊂４ ４㊀实验分析㊀㊀为研究指纹图像细节特征提取技术的有效性，设计实验，根据实验结果进行分析㊂从数据库中随机挑选６枚指纹，比较两种增强算法的效果和优缺点㊂为了更直观地对比两种增强方法的效果，引入了错误指数ＥＩ，ａ表示丢失正确特征点的数量，ｂ表示提取错误特征点的数量，ｔ表示提取特征点的数量㊂ＥＩ值和提取特征点正确率为反比关系，ＥＩ值较低的情况下，说明正确率较高㊂如表１所示为两种增强法的实验结果，从实验结果上看，本文提出的Ｌｏｇ－Ｇａｂｏｒ滤波器分解重构增强法ＥＩ值更低，正确率更高㊂表１㊀实验结果指纹传统的Ｇａｂｏｒ滤波器增强法Ｌｏｇ－Ｇａｂｏｒ滤波器分解重构增强法ａ＋ｂｔＥＩａ＋ｂｔＥＩ１０５－１３７０ ４２９２７０ ２８６１０５－４１３１６０ ８１２８１８０ ４４４１０７－７３６０ ５２６０ ３３３１０７－８１０１１０ ９０９４１１０ ３６４１０９－４５１３０ ３８５４１３０ ３０８１０９－７４８０ ５４８０ ５平均０ ５８９０ ３７３５ 结语㊀㊀传统的指纹图像预处理技术存在一定缺陷，细节特征较少，不够准确和清晰，为了提高指纹图像预处理质量，对Ｇａｂｏｒ滤波技术进行研究，在此基础上构建Ｌｏｇ－Ｇａｂｏｒ滤波器，对指纹图像进行分解㊁重构㊁增强，使指纹图像更加清晰，滤除伪特征点，显示出更多㊁更准确的细节特征㊂参考文献［１］罗海宁，王建英．一种指纹图像简化预处理与特征提取算法实现［Ｊ］．自动化与仪器仪表，２０２２（１）：２６－２９，３４．［２］李鼎睿．ＯＬＥＤ屏下指纹的预处理和识别算法研究与实现［Ｄ］．武汉：华中科技大学，２０２１．［３］曹略耕．基于局部二值模式的指纹比对预处理模型［Ｊ］．中国刑事警察，２０２０（３）：１９－２１．［４］李莎．基于Ｐｒｅｗｉｔｔ的指纹图像预处理算法研究［Ｊ］．自动化应用，２０１８（６）：１－２，６．（编辑㊀王永超）ＡｎａｌｙｓｉｓｏｆｆｉｎｇｅｒｐｒｉｎｔｉｍａｇｅｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｅｎｈａｎｃｅｍｅｎｔｔｅｃｈｎｉｑｕｅｂａｓｅｄｏｎＬｏｇ－ＧａｂｏｒｆｉｌｔｅｒＱｉｕＸｉｕｌａｎＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ ＮａｎｃｈａｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ Ｎａｎｃｈａｎｇ３３０００８ ＣｈｉｎａＡｂｓｔｒａｃｔ Ｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｓｔｈｅｒｅｌａｔｅｄｔｅｃｈｎｏｌｏｇｙｏｆｆｉｎｇｅｒｐｒｉｎｔａｎｄｆｉｎｇｅｒｐｒｉｎｔｉｍａｇｅｐｒｅｐｒｏｃｅｓｓｉｎｇ ｉｎｔｒｏｄｕｃｅｓｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｔｅｃｈｎｏｌｏｇｙ ｉｍｐｒｏｖｅｓＧａｂｏｒｆｉｌｔｅｒ ｉｎｔｅｇｒａｔｅｓｔｈｒｏｕｇｈＦｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ ｃｏｎｓｔｒｕｃｔｓＬｏｇ－Ｇａｂｏｒｆｉｌｔｅｒ ｄｅｖｅｌｏｐｓｆｉｎｇｅｒｐｒｉｎｔｉｍａｇｅｄｅｃｏｍｐｏｓｉｔｉｏｎｒｅｃｏｎｓｔｒｕｃｔｉｏｎｅｎｈａｎｃｅｍｅｎｔｔｅｃｈｎｏｌｏｇｙ ｂａｓｅｄｏｎｔｈｉｓ ｉｎｔｒｏｄｕｃｅｓｆｉｎｇｅｒｐｒｉｎｔｄｅｔａｉｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｔｅｃｈｎｏｌｏｇｙ ｔｈｒｏｕｇｈｔｈｅｅｘｐｅｒｉｍｅｎｔａｌａｎａｌｙｓｉｓｏｆＬｏｇ－Ｇａｂｏｒｆｉｌｔｅｒｄｅｃｏｍｐｏｓｉｔｉｏｎｒｅｃｏｎｓｔｒｕｃｔｉｏｎｅｎｈａｎｃｅｍｅｎｔｔｅｃｈｎｏｌｏｇｙａｐｐｌｉｃａｔｉｏｎｅｆｆｅｃｔ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｐｒｅｐｒｏｃｅｓｓｉｎｇｍｅｔｈｏｄｃａｎｍａｋｅｔｈｅｆｉｎｇｅｒｐｒｉｎｔｉｍａｇｅｍｏｒｅｃｌｅａｒａｎｄｓｈｏｗｍｏｒｅｄｅｔａｉｌｓ．Ｋｅｙｗｏｒｄｓ ｆｉｎｇｅｒｐｒｉｎｔｉｍａｇｅ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ｋｅｙｔｅｃｈｎｏｌｏｇｙ。
基于改进的Gabor滤波指纹图像增强算法研究
素点（ｉ，ｊ）的灰度值， Ｍ（Ｉ）和 Ｖ（Ｉ）分别是原始指纹图像的
灰度均值和方差， Ｍ０（Ｉ）和 Ｖ０（Ｉ）分别是期望的灰度均值 和方差。令 Ｇ 表示灰度归一化后的指纹图像， Ｇ（ｉ，ｊ）为
归一化后图像中像素（ｉ，ｊ）的灰度， 则：
! "
Ｍ ＋ $
$ $
０
Ｇ（
ｉ，
ｊ）
＝
$ #
Ｖ０×（ Ｉ（ ｉ， ｊ） － Ｍ（ Ｉ） ） ２ Ｖ（ Ｉ）
（ １） 将指纹图像分成 Ｗ×Ｗ 大小的无重叠子块； （ ２） 分别对每个中心在（ ｘ，ｙ） 像素点的块划分 Ｗ×Ｌ 的方向窗； （ ３） 将该方向窗内的各点在垂直于指纹方向的基 线上进行投影； （ ４） 分析投影结果， 计算出相邻两个波峰或波谷 之间的距离（ 像素个数） ； （ ５） 设 Ｔ 为正弦波中两个连续峰值之间的平均像 素个数， 则纹线频率为 ｆ＝ １ 。
Ｔ 如果没有连续的峰值或求得的脊线频率不合理， 则将脊线频率设置为－ １， 以区别于其他合理有效的脊 线频率值。
图 １ 方向窗口
１．４ Ｇａｂｏｒ 滤波器图像增强
二维 Ｇａｂｏｒ 函 数 是 二 维 高 斯 函 数 在 两 个 频 率 轴
都发生了平移之后的结果，即原来的频率中心由坐标
原点移到（ ｕ， ｖ） 处，它是一个二维带通滤波器。其数学
! $
Ｍ － $
$ $
０
%
Ｖ０×（ Ｉ（ ｉ， ｊ） － Ｍ（ Ｉ） ） ２ Ｖ（ Ｉ）
， Ｉ（ ｉ， ｊ） ＞Ｍ（ Ｉ） ， 其他
灰度归一化处理是基于像素的操作， 它并没有改
变指纹纹线的质量， 只是改善了整幅图像的灰度对比
度。
１．２ 纹线方向估计
指纹图像的脊线方向表明指纹的内在特性， 在指
基于Gabor滤波的指纹图像增强算法研究
科技信息
基于Ｇａ ｏ 滤波的指纹国像增强算法研穷 ｂｒ
广 东 白云 学 院电气 与信 息工程 学院
［ 摘
汤海林
要］ 指纹 图像增 强是 指纹识别 系统中关键技 术之一 ， 于 Ｇ ｂ ｒ 基 ａ ｏ 滤波的方法 以其能 同时在 空间域和 频率域的 变换 而被 广泛应
用， 文详细介绍 了Ｇ ｂ ｒ 本 ａｏ 函数、 ａ ｏ 滤波器的 图像增强算法 、 Ｇ ｂｒ 方向 图计算 、 线频 率计算 的步骤及 方法， 纹 并根据本 文设计 的增强算 法在 计算机 上编程 实现 ， 实验结果表 明该算法能较好的去除指纹图像 中的噪声 ， 达到增强的效果。 ［ 关键词 ］ 图像 增 强 Ｇａｏ 滤波器 算法 ｂｒ
１引 言 ．
自动指纹识别 系统 （ ＦＳ 的工作原理包括指 纹图像采集 、 Ａ Ｉ） 指纹 图 像 预处理 、 纹的特征提取 和特征匹配四个过程。在实际应用中 ， 指 由于 受采集环境 、 采集设 备等因素影响 ， 所采集的指纹图像常常会 出现指纹 纹 线不清 晰 、 噪声 多等 问题 ， 了提 高指纹 特征提取 的可靠性 和 Ａ Ｉ 为 ＦＳ 的性 能 ， 对指纹图像都必须进行有效 的预处理 ， 图像增强是预处理技术 的关 键 ， 图像 滤波增强 的效果决 定着指纹特征 点的提取和指 纹识 别系 统 的性能 。 ２指纹 图像增强 ． 目 ， 纹图像 增强的研究主要是针对低质量指纹图像进行ｎ 前 指 。指 纹图像增强 是对采集 的指 纹运用算法处理 ， 在保 留指纹特征 点信息 的 基础 上 ， 除纹线 的各种 噪声 ， 消 同时通过算法 优化提 高系统 的运行速 度 。指纹图像增 强是指纹识别 系统中关键技术之一 。 目前针对指纹 图像增强算法 主要采用 的方法是空域滤波 和频域滤 波 。空域滤波 的原理是通过对滤波算子 和原始 图像 的卷积计算来实现 图像增强 ， 文献［ 中 ， ’ ｏｍ ｎ Ｎ ｃｅ ｏ 提 出采用 方向滤波器进行 ２ Ｏ Ｇ ｒ ａ和 ｉ ｒ ｎ ］ ｋｓ 指纹 图像增强 ， 该滤波器能起到部分 消除 噪声和弥补裂纹 的效果 ， 但存 在滤 波器模板不 确定 、 质量 图像效 果差等缺 点。文献［ 中， ａｇ 低 ３ Ｈｎ等 】 提 出采用二维 的Ｇ ｂｒ ａ ｏ滤波器来实现指纹图像的增强 ， 该方法在进行 滤 波过程 中结合 了指纹 的方向信息和频 率信息 ， 通过指 纹的方 向性将二 维 Ｇ ｂｒ ａ ｏ滤波器调制到各个方向 ， 再根据频率信息确定滤波器的中心频 率， 最后采 用 Ｇ ｂｒ ａｏ 滤波 器组对 图像进行 滤波 ， 其增 强效果 比较显著 。 在 Ｈ ｎ 等人的研究基础上 ， ａｇ 还出现了一些 改进 的Ｇ ｂｒ ａｏ滤波算法等。 频域滤波 的原理是根据指纹纹线 的等周期性及指 纹图像 的能量分 布情况 ， 通过 改善图像的频谱来达到 图像增强 的 目的 ， ［ ０ ，ｈｒ 文献 ４ ０ Ｓ ｅ １ — ｌｋ ｏ 等提 出了基于频域 方向的滤波算 法 ， ｃ 其原 理是根据 已定义 的方 向 滤波器对 指纹 图像 的频 谱进行滤波处 理 ， 再把提取信 息与空域滤波结 果按指纹 图像 的方 向信息进行融合 ， 而得 到完整 的增强 图像 ， 法 从 该方 对低质量指纹 图像增强效果较好 。
基于Ｇａ ｏ 滤波的指纹国像增强算法研穷 ｂｒ
广 东 白云 学 院电气 与信 息工程 学院
［ 摘
汤海林
要］ 指纹 图像增 强是 指纹识别 系统中关键技 术之一 ， 于 Ｇ ｂ ｒ 基 ａ ｏ 滤波的方法 以其能 同时在 空间域和 频率域的 变换 而被 广泛应
用， 文详细介绍 了Ｇ ｂ ｒ 本 ａｏ 函数、 ａ ｏ 滤波器的 图像增强算法 、 Ｇ ｂｒ 方向 图计算 、 线频 率计算 的步骤及 方法， 纹 并根据本 文设计 的增强算 法在 计算机 上编程 实现 ， 实验结果表 明该算法能较好的去除指纹图像 中的噪声 ， 达到增强的效果。 ［ 关键词 ］ 图像 增 强 Ｇａｏ 滤波器 算法 ｂｒ
１引 言 ．
自动指纹识别 系统 （ ＦＳ 的工作原理包括指 纹图像采集 、 Ａ Ｉ） 指纹 图 像 预处理 、 纹的特征提取 和特征匹配四个过程。在实际应用中 ， 指 由于 受采集环境 、 采集设 备等因素影响 ， 所采集的指纹图像常常会 出现指纹 纹 线不清 晰 、 噪声 多等 问题 ， 了提 高指纹 特征提取 的可靠性 和 Ａ Ｉ 为 ＦＳ 的性 能 ， 对指纹图像都必须进行有效 的预处理 ， 图像增强是预处理技术 的关 键 ， 图像 滤波增强 的效果决 定着指纹特征 点的提取和指 纹识 别系 统 的性能 。 ２指纹 图像增强 ． 目 ， 纹图像 增强的研究主要是针对低质量指纹图像进行ｎ 前 指 。指 纹图像增强 是对采集 的指 纹运用算法处理 ， 在保 留指纹特征 点信息 的 基础 上 ， 除纹线 的各种 噪声 ， 消 同时通过算法 优化提 高系统 的运行速 度 。指纹图像增 强是指纹识别 系统中关键技术之一 。 目前针对指纹 图像增强算法 主要采用 的方法是空域滤波 和频域滤 波 。空域滤波 的原理是通过对滤波算子 和原始 图像 的卷积计算来实现 图像增强 ， 文献［ 中 ， ’ ｏｍ ｎ Ｎ ｃｅ ｏ 提 出采用 方向滤波器进行 ２ Ｏ Ｇ ｒ ａ和 ｉ ｒ ｎ ］ ｋｓ 指纹 图像增强 ， 该滤波器能起到部分 消除 噪声和弥补裂纹 的效果 ， 但存 在滤 波器模板不 确定 、 质量 图像效 果差等缺 点。文献［ 中， ａｇ 低 ３ Ｈｎ等 】 提 出采用二维 的Ｇ ｂｒ ａ ｏ滤波器来实现指纹图像的增强 ， 该方法在进行 滤 波过程 中结合 了指纹 的方向信息和频 率信息 ， 通过指 纹的方 向性将二 维 Ｇ ｂｒ ａ ｏ滤波器调制到各个方向 ， 再根据频率信息确定滤波器的中心频 率， 最后采 用 Ｇ ｂｒ ａｏ 滤波 器组对 图像进行 滤波 ， 其增 强效果 比较显著 。 在 Ｈ ｎ 等人的研究基础上 ， ａｇ 还出现了一些 改进 的Ｇ ｂｒ ａｏ滤波算法等。 频域滤波 的原理是根据指纹纹线 的等周期性及指 纹图像 的能量分 布情况 ， 通过 改善图像的频谱来达到 图像增强 的 目的 ， ［ ０ ，ｈｒ 文献 ４ ０ Ｓ ｅ １ — ｌｋ ｏ 等提 出了基于频域 方向的滤波算 法 ， ｃ 其原 理是根据 已定义 的方 向 滤波器对 指纹 图像 的频 谱进行滤波处 理 ， 再把提取信 息与空域滤波结 果按指纹 图像 的方 向信息进行融合 ， 而得 到完整 的增强 图像 ， 法 从 该方 对低质量指纹 图像增强效果较好 。
基于Gabor函数的小波域指纹图像增强算法
Gabor function based fingerprint enhancem ent algorithm in wavelet dom ain
W EN M iao l,i L IANG Yan, PAN Quan, ZHANG H ong cai
( Co llege of Au tom ation, N orthw es tern P oly technical University, X i an Shaanx i 710072, China)
的, 且在小波分解后小波低频系数的分布与原指纹图像的像素 分布非常相似, 因此低频系数图很好地保留了原指纹图像的纹
线方向和频率信息, 且抑制了高频扰动对纹线方向和频率信息 的影响。指纹过干或过湿的局部区域 可看作是图像局 部区域
灰度的高频扰动, 因而在小波域仅对其低频系数图做纹线方向 估计将削弱指纹过干或过湿区域对方向估计的影响。
第 26卷第 3期 2006年 3月
计算机应用 C ompu ter App lications
V o.l 26 No. 3 M ar. 2006
文章编号: 1001- 9081( 2006) 03- 0589- 03
基于 Gabor函数的小波域指纹图像增强算法
温苗利, 梁 彦, 潘 泉, 张洪才 ( 西北工业大学 自动化学院, 陕西 西安 710072)
1 指纹增强算法简述
目前的指纹增强算法, 一般都使用了纹线方向信息作为增 强算 法 的 参 数, 部 分 算 法 还 使 用 了 纹 线 的 频 率 信 息。 O Go rman[ 1] 以及 M ehtre[ 2]首先提出 了的基于方 向滤波器 的指 纹增强方法。其主要思想 是根据指纹的局部 频率来设计 滤波 器的模板, 然后与指纹图像进行卷 积得到最终增 强结果, 该方 法处理速度慢, 很难适用 于大的指纹数据库。 Sherlock利 用时 域的卷积相当于 F our ier域 的点对点乘积, 提出了 Four ie r域的 基于方向滤波器增强算法, 但该算法仅使用了纹线方向信息而 没有利用 纹 线 频 率信 息 [3] 。文 献 [ 4 ~ 6 ] 提 出 了 一 种 基 于 G abor函数的指纹增强算 法, 同时 利用了 G abor 函数的方 向和 频率选择特性, 但它对纹线方向变化比较剧烈的模式区并不能 保持较好的纹线信息。 Y ang[ 7] 考虑到 指纹图像脊线和谷 线频 率不等, 修 改 G abo r滤 波器 实 现脊 线 和 谷线 的 双频 率 选 择。 K lim anee[ 8] 利用预定义的 8个方向和 4个频率的 G abor滤波器 组实现指纹图像的增强, 较好地保 留了指纹图像 的细节特 征。 其他指纹增强方法有: A lmansa[9] 在尺度空间自适应地 估计纹 线频率和方向信 息以提高指 纹图像增 强效果; G reenberg[ 10] 利 用各向异性 滤波器直接对指纹 图像的灰度进行补 偿; Jiang[ 11]
W EN M iao l,i L IANG Yan, PAN Quan, ZHANG H ong cai
( Co llege of Au tom ation, N orthw es tern P oly technical University, X i an Shaanx i 710072, China)
的, 且在小波分解后小波低频系数的分布与原指纹图像的像素 分布非常相似, 因此低频系数图很好地保留了原指纹图像的纹
线方向和频率信息, 且抑制了高频扰动对纹线方向和频率信息 的影响。指纹过干或过湿的局部区域 可看作是图像局 部区域
灰度的高频扰动, 因而在小波域仅对其低频系数图做纹线方向 估计将削弱指纹过干或过湿区域对方向估计的影响。
第 26卷第 3期 2006年 3月
计算机应用 C ompu ter App lications
V o.l 26 No. 3 M ar. 2006
文章编号: 1001- 9081( 2006) 03- 0589- 03
基于 Gabor函数的小波域指纹图像增强算法
温苗利, 梁 彦, 潘 泉, 张洪才 ( 西北工业大学 自动化学院, 陕西 西安 710072)
1 指纹增强算法简述
目前的指纹增强算法, 一般都使用了纹线方向信息作为增 强算 法 的 参 数, 部 分 算 法 还 使 用 了 纹 线 的 频 率 信 息。 O Go rman[ 1] 以及 M ehtre[ 2]首先提出 了的基于方 向滤波器 的指 纹增强方法。其主要思想 是根据指纹的局部 频率来设计 滤波 器的模板, 然后与指纹图像进行卷 积得到最终增 强结果, 该方 法处理速度慢, 很难适用 于大的指纹数据库。 Sherlock利 用时 域的卷积相当于 F our ier域 的点对点乘积, 提出了 Four ie r域的 基于方向滤波器增强算法, 但该算法仅使用了纹线方向信息而 没有利用 纹 线 频 率信 息 [3] 。文 献 [ 4 ~ 6 ] 提 出 了 一 种 基 于 G abor函数的指纹增强算 法, 同时 利用了 G abor 函数的方 向和 频率选择特性, 但它对纹线方向变化比较剧烈的模式区并不能 保持较好的纹线信息。 Y ang[ 7] 考虑到 指纹图像脊线和谷 线频 率不等, 修 改 G abo r滤 波器 实 现脊 线 和 谷线 的 双频 率 选 择。 K lim anee[ 8] 利用预定义的 8个方向和 4个频率的 G abor滤波器 组实现指纹图像的增强, 较好地保 留了指纹图像 的细节特 征。 其他指纹增强方法有: A lmansa[9] 在尺度空间自适应地 估计纹 线频率和方向信 息以提高指 纹图像增 强效果; G reenberg[ 10] 利 用各向异性 滤波器直接对指纹 图像的灰度进行补 偿; Jiang[ 11]
指纹图像增强算法研究
学号14072202205毕业设计(论文)题目：指纹图像增强算法研究作者靳志恒届别2011届学院信息与通信工程学院专业电子信息工程指导教师XXX职称XX完成时间2011年5月摘要指纹图像的质量相对于指纹识别而言非常关键，但实际操作中获取到的图像往往包含各种噪声．比如伤疤、汗渍、污迹以及与指纹采集设备的不均匀接触．本文在前人的基础上提出了一套基于Matlab实现的指纹指纹增强算法．用gabor滤波实现指纹图像的增强，由于Gabor滤波器可以同时在空域和频域上获得最佳的分辨率, 具有良好的带通性和方向选择性,可以采用Gabor滤波器来实现指纹图像的增强．本文给出了用Matlab实现对每个指纹图像处理功能模块的算法,以及改进方法及处理结果，主要包括分割、归一化、增强和细化等．用Matlab现的这种方法，既能分步对指纹图像预处理算法进行仿真测试、又可以很直观地看到图像处理算法的效果，有效配合了算法的研究．实验证明，用Matlab 实现的算法处理结果比较理想，满足识别的应用性．关键词：指纹图像增强；Matlab 分割细化ABSTRACTThe quality of the fingerprint image relative to the fingerprint identification is very crucial, but the actual operation of the image obtained the usually contain various noise. Such as scar, sweat stains, dirt and fingerprints acquisition device. In previous uneven contact are put forward on the basis of a set of based on Matlab fingerprint fingerprint enhancement algorithm. Gabor filtering with fingerprint image enhancement realization are presented in this paper Matlab to each fingerprint image processing function modules of the algorithm, improvement methods and handling results, mainly including segmentation, normalization, enhance and fine turn etc. Matlab this way, can the fingerprint image preprocessing algorithm by simulation testing, and can be very intuitive to see the effect of image processing algorithm, the algorithm of effective cooperation. Experimental proof, Matlab algorithm processing results are ideal, satisfy recognition applied.Key words: fingerprint image enhancement; Matlab; Segmentation; refining摘要 (2)ABSTRACT (3)1 引言 (5)1.1 生物特征识别 (5)1.2 指纹特征 (6)1.3 指纹识别研究进展 (7)1.4 论文的工作任务和准备解决的关键问题 (8)1.4.1论文的工作内容 (8)1.4.2 准备解决的关键问题 (9)2 指纹图像处理过程 (9)2.1 指纹图像的规格化 (9)2.2 指纹图像处理方法概述 (10)2.3 指纹图像场方向的计算 (12)2.3.1 指纹图像方向图的计算 (12)2.3. 2 指纹图像方向场的平滑 (13)2.3. 3 求指纹纹线平均频率 (14) (15)2.4 指纹模式域与背景区域的分割 (15)2.5 指纹图像的二值化 (16)2.6 小结 (17)3 Matlab简要介绍 (18)3.1 Matlab的应用 (18)3.2 Matlab 的特点 (19)4 基于Gabor 滤波器的指纹图像增强算法 (20)4.1 用固定纹线频率滤波 (22)4.2 对指纹核心区域的 Gabor算法改进 (23)4.3 实验结果与相关分析 (24)5 总结 (25)参考文献 (26)致谢 (27)附录 (28) (28)1 引言1.1 生物特征识别能被称之为生物特征的必须具有这样几个性质:唯一性和不变性。
基于Gabor滤波器的指纹图像增强算法研究
化 当 成 正 弦 波 形 ，选 取 矩 形 窗 口 并 适 当 旋 转 ， 将 窗 口 内 的 纹 线 的方 向与ｙ 轴 对 齐 ，沿 ｘ 轴 方 向 累 加ｙ 轴 方 向上 各 点 的 平 均 灰 度 值 ， 把 这 些 值 当 成 正 弦 波 的值 来 估 算 频 率 ［ ２ ］ 。通过指纹的方 向 性 将 二 维Ｇ ａ ｂ ｏ ｒ 滤波 器 调 制 到 各个 方 向 ，再 根 据 频 率 信 息 确 定 滤 波 器 的 中 心 频 率 ，最 后 采 用Ｇ ａ ｂ ｏ ｒ 滤 波 器 组 对 图 像 进 行 滤 波 ，其 增 强 效 果 比 较 显 著 。 在Ｈ ｏ ｎ ｇ 等 人 的 研 究 基 础 上 ， 还 出现 了 一 些
定 着 指 纹 特 征 点 的提 取 和 指 纹 识 别 系 统 的 性 能 。Ｇ ａ ｂ ｏ ｒ 函 数 可 以 很 好 地 兼 顾 时 域 和 频 域 信 息 ， 实 现 对 信 号 的 处 理 ， 使 用 Ｇ ａ ｂ ｏ ｒ 函 数 实现 指 纹 图 像 增 强 是 一 个 合 理 的选 择 。
＝
∑
∑ ｝ ＿ 钴 蠊 ｅ 谯 曩 静 一ｕ ） ， ３ － （ ２ ）
向的 滤 波 算 法 ， 该 方 法 对 低 质 量 指 纹 图 像 增 强 效 果 较 好 。
２ Ｇａ ｂ ｏ ｒ 滤 波增 强
目前 ，针 对 指 纹 图 像 增 强 的 各 种 算 法 中 ，Ｈ ｏ ｎ ｇ 等 提 出 的基 于Ｇ ａ ｂ ｏ ｒ 滤 波 的方 法 以 其 同 时 具 有 最 优 联 合 空 频 分 辨 率 的 优 点 被 认 为 是 目前 最 流 行 的方 法 ，如 图 １ 所 示 为Ｇ ａ ｂ ｏ ｒ 滤 波 器 的 时 域 及 变 换 频 谱 。Ｇ ａ ｂ ｏ ｒ 变 换 是 英 国 物 理 学 家Ｇ ａ ｂ ｏ ｒ 提 出来 的 ， Ｇ ａ ｂ ｏ ｒ 变 换 属 于 加 窗 傅 立 叶 变 换 ， 用Ｇ ａ ｂ ｏ ｒ 滤 波 器 对 指 纹 图像 进 行 滤 波 增 强 ， 必 须 建 立 以 指 纹 纹 线 方 向 场 为 收 敛 和 增 强 的 Ｇ ａ ｂ ｏ ｒ ｄ ￣ 波 模 型 。Ｇ ａ ｂ ｏ ｒ ｄ ￣ 波 函 数 由高 斯 函 数 与 三 角 函 数 构 成 ，
面向指纹图像增强的Gabor滤波器设计
［ ｙｗｏ ｄ ］ｆ ｇｒｒ ｔｉ ｇ ａｃｍｅ ｔＧａ ｏ ｌ ｒＩｐ ｔ ｕｐ ｔ／ ｂ ｆ ｒｐｐ ｌ ｅｓ ｕｔｒ Ｋｅ ｒ ｓ ｉ ｅｐｉ ；ｍａｅｅ ｎ ｅ ｎ； ｂｒ ｔ ；ｎ ｕ Ｏ ｔｕ（Ｏ） ｕ ｅ； ｉｅｎ ｔ ｃｕｅ ｎ ｎ ｈ ｎ ｉ ｆｅ ／ Ｉ ｉ ｒ
ＤＯＩ １ ．９ ９ ．ｓ ． ０ —４ ８２ １．８０ ５ ： ０３ ６￣ｉ ｎ１ ０３ ２ ．０ ２１．３ ｓ ０
（ｔｔ Ｋｅ ａｏａｏｙｏ ＡＳＣａ ｄＳ ｓｅ Ｆ ｄｎＵｎｖｒｉ ， ｈ ｇ ａ２ １０ ， ｈｎ ） Ｓａｅ ｙＬ ｂ ｒｔｒ ｆ Ｉ ｎ ｙｔｍ， ｕ ａ ｉｅｓ ｙ Ｓ ａ ｈ ｉ ０ ２ ３ Ｃ ｉａ ｔ ｎ
［ ｓｒｃ］Ｔ ｉ ｐｐ ｒ ｒｐ ｓｓ ｅｉｎａｄｉ ｌｍｅｔｔ ｎｓｈ ｍｅｏ ｂｒｆｔｒ ｏ ｎ ｅｐｉｔｍａｅｅｈ ｃｍｅ ｔＩｅ ｌｙ ｃｕａｅｏ ａ Ａｂｔａ ｔ ｈｓ ａｅ ｏ ｏｅ ｄ ｓ ｎ ｅ ｎａ ｏ ｃｅ ｆ ｏ ｌ ｒ ｇ ｒｒ ｇ ｎ ａ ｅ ｎ．ｔ ｍｐｏ ｓ ｃ ｒｔ ｃｌ ｐ ａ ｇ ｍｐ ｉ Ｇａ ｉ ｅ ｆ ｆ ｉ ｎｉ ｎ ａ ｌ
第 ３ 卷 第 １ 期 ８ ８
Ｖｏｌ ８ － ３
・
计
算
机
工
程
２１ ０ ２年 ９月
Ｓ ｐｔｍｂｅ ｅ ｅ ｒ ２０１ ２
ＮＯ １ ．８
Ｃｏ ｐｕ ｅ ｇｉ ｅ ｉ ｍ ｔｒＥｎ ｎｅ ｒｎｇ
人工 智 能及识 别技 术 ・
文章编号：１０＿ ４８ｏ２ ８＿３． ３ 文献 ｏ ３２（ ｌ１—ｏ ｍ＿ ２ ） １ ０ 标识码ｚ Ａ
８％ ，因此，为 Ｇ ｂｒ ３ Ｊ ａｏ 滤波设计专门的硬件加速单元 即 能以最小的代价同时解决精度和时间开销问题。 而其余增
基于Gabor滤波器的自适应指纹增强算法
基于 Ｇ ａ ｂ ｏ ｒ 滤 波器 的 自适 应指 纹 增 强算 法
陈 静， 赵 正 平
（ 阜阳师范学院 计算机与信息学院 ， 安徽 阜 阳 ２ ３ ６ ０ ３ ７ ）
摘
要 ：指纹增强的 目的在 于改善指纹 图像的质量 ， 进 而提 高指纹识别 系统的性能。提 出了一种基 于 Ｇ ａ ｂ ｏ ｒ 滤波器 的
第３ Ｏ 卷第 ４ 期
２ ０ １ ３年 １ ２月
阜阳师范学院学报（ 自然科学版）
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｆ ｕ ｙ ａ ｎ ｇ Ｔ ｅ ａ ｃ ｈ ｅ ｒ ｓ Ｃ ｏ ｌ ｌ ｅ ｇ ｅ（ Ｎ ａ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ）
Ｖ ｏ １ ． ３ ０． Ｎｏ ． ４ Ｄ ｅ ｃ ．２ ０ １ ３
指纹增 强算法， 算法采用梯度 法计算纹线方 向， 利 用指 纹图像子 块的频谱 分布特征 计算纹 线频 率， 通过 计算 图像 方向一致 性来 自适应 地调 节 Ｇ ａ ｂ ｏ ｒ 滤波 窗口的大小， 再采用具有可变角度 带宽的低通 滤波器进行 滤波 ， 有效地提 高指纹的纹理清晰
度， 较好地避免奇异点 区域的块效应。 实验结果表明 ， 算法具有 良好的 图像增强效果。
ｃ ｙ ．Ｔ ｈ ｅ ｌ ａ ｇ ｏ ｉ ｒ ｔ ｈ ｍ ａ ｄ ｊ ｕ ｓ ｔ ｅ ｄ Ｇ ａ ｂ ｏ ｒ ｉ ｆ ｌ ｔ ｅ ｒ ｗ ｉ ｎ ｄ ｏ ｗ ｓ ｉ ｚ ｅ ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｌ ｙ ｂ ｙ ｃ ａ ｌ ｃ ｌａ ｕ ｔ ｉ ｎ ｇ ｔ ｈ ｅ ｉ ｍａ ｇ ｅ ｏ ｉ ｒ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ， ａ ｎ ｄ ｉ ｍ ｐ ｌ ｅ ｍ ｅ ｎ ｔ ｅ ｄ ｔ ｈ ｅ ｉ ｆ ｌ ｔ ｅ ｉ ｒ ｎ ｇ ｂ ｙ
Gabor滤波器在指纹图像处理中的应用
为 归一化后 的像 素点 （， 的灰度值 。处理 后 的输 出结 ｉｊ ）
果
图 １ 归一化 的结果 ， 一９ Ｍｏ ０和 Ｖｏ １ ０ 一 ０
２ ３ 频率估 计 ．
这 里 的纹 线频 率定 义 如下 ： 相邻 的两 个波 峰 或波
这 个处理 结果 将在 以后 的处理 中用 到 多次 ， 这里 记 其为 Ｎ， 每个像 素点的灰度 值为 Ｎ（，） ｉｊ。
２ ２ 方向估 计 ． 对 于指纹这种特 殊 的图像 ，纹线 的方 向是 非常有 用 的信 息 ， 也可 以说 是指纹 图像 在该 点的特征 。 了估 为
计指纹 图像 的方 向 ，把一 个 ３ ２ ５ ５ ×３ ２的图像 分成 ２ ２ ×２ 块 ， ２ 也就是说 每一块 的大小为 １ ×１ ， 位为像 ６ ６ 单 素。 要计算的 就是这些块 的方 向 ， 先采用索 贝尔 （ｏ 首 ｓ—
＊ 本 文 于 ２ ０ 年 ６月 收 到 。 ０１
பைடு நூலகம்
１４ ８
仪
器
仪
表
学
报 ｉ詈 ｊ号 ＋ ＋
第 ２４ 卷
２ １ 归 一 化 处 理 ．
归一化 的作用一方 面使得 图像灰度 值达到 一个预 先 定义 的平均 值和方 差 ， 另一 方面 是达 到增 强 图像 整 体 对 比度的效果 。归一化 采用 的公 式如下 ：
想。
必须 针对 指纹 图像 的特点 ， 设计 出综合 性能 最优 的增
强 算法 。 这里提 出的 算法工作 稳定 ， 效果 良好 。 在算法 中采用查 表的方法 ， 大大加快 了算法 的速度 。
２ 指纹 图像 的增强算 法
指纹 图像增强 算法的 流程 图 ， 一共包括 四个步骤 ： （ ） 一化 处理 ； ２ 频率估算 ；３ 方 向估算 ；４ 滤波 。 １ 归‘ （） （） （）
果
图 １ 归一化 的结果 ， 一９ Ｍｏ ０和 Ｖｏ １ ０ 一 ０
２ ３ 频率估 计 ．
这 里 的纹 线频 率定 义 如下 ： 相邻 的两 个波 峰 或波
这 个处理 结果 将在 以后 的处理 中用 到 多次 ， 这里 记 其为 Ｎ， 每个像 素点的灰度 值为 Ｎ（，） ｉｊ。
２ ２ 方向估 计 ． 对 于指纹这种特 殊 的图像 ，纹线 的方 向是 非常有 用 的信 息 ， 也可 以说 是指纹 图像 在该 点的特征 。 了估 为
计指纹 图像 的方 向 ，把一 个 ３ ２ ５ ５ ×３ ２的图像 分成 ２ ２ ×２ 块 ， ２ 也就是说 每一块 的大小为 １ ×１ ， 位为像 ６ ６ 单 素。 要计算的 就是这些块 的方 向 ， 先采用索 贝尔 （ｏ 首 ｓ—
＊ 本 文 于 ２ ０ 年 ６月 收 到 。 ０１
பைடு நூலகம்
１４ ８
仪
器
仪
表
学
报 ｉ詈 ｊ号 ＋ ＋
第 ２４ 卷
２ １ 归 一 化 处 理 ．
归一化 的作用一方 面使得 图像灰度 值达到 一个预 先 定义 的平均 值和方 差 ， 另一 方面 是达 到增 强 图像 整 体 对 比度的效果 。归一化 采用 的公 式如下 ：
想。
必须 针对 指纹 图像 的特点 ， 设计 出综合 性能 最优 的增
强 算法 。 这里提 出的 算法工作 稳定 ， 效果 良好 。 在算法 中采用查 表的方法 ， 大大加快 了算法 的速度 。
２ 指纹 图像 的增强算 法
指纹 图像增强 算法的 流程 图 ， 一共包括 四个步骤 ： （ ） 一化 处理 ； ２ 频率估算 ；３ 方 向估算 ；４ 滤波 。 １ 归‘ （） （） （）
改进参数的Gabor滤波器指纹图像增强算法的研究
改进参数的Gabor滤波器指纹图像增强算法的研究作者：唐维来源：《电脑知识与技术》2014年第12期摘要：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。
基于Gabor滤波器的指纹图像增强研究
基于G abor 滤波器的指纹图像增强研究吴夏平1,王福明2,赵景媛1(1.中北大学信息与通信工程学院 山西太原 030051;2.中北大学现代教育技术与信息中心 山西太原 030051)摘 要:为了能够正确提取指纹图像中的关键特征,除了有效的方向计算和图像分割方法之外,指纹图像的纹路增强也是指纹识别中提高特征提取正确率的一个重要手段。
在G abor 滤波器的基础上,使用平均频率的指纹增强方法,并在运算过程中对滤波算法进行优化,有效地减少了运算量。
实验证明,该方法对低质量图像具有显著的增强效果。
关键词:G abor 滤波器;指纹增强;指纹识别;低质量图像中图分类号:TP391.41 文献标识码:A 文章编号:10042373X (2008)202145203R esearch of Fingerprint Image E nhancement B ased on G abor FilterWU Xiaping 1,WAN G Fuming 2,ZHAO Jingyuan 1(1.School of Information and Communication Engineering ,North University of China ,Taiyuan ,030051,China ;2.Modern Education Technology and Information Center ,North University of China ,Taiyuan ,030051,China )Abstract :In order to extract the important characteristics of the fingerprint image exactly ,the ridge enhancement of the fingerprint image is an important method in improving the accuracy of the feature extraction in addition to the means of the effective direction computing and image segmentation in fingerprint recognition.On the basis of G abor filter ,this paper uses the fingerprint enhancement method of average frequency and optimizes the filtering algorithm in the process of computing ,it reduces the amount of computing ef 2flectively.The experiments show that this method has prominent enhanced effect for the low 2quality images.K eywords :G abor filter ;fingerprint enhancement ;fingerprint identification ;low 2quality image收稿日期:2008203205基金项目:山西省科学技术厅2基于嵌入式指纹识别系统特征矢量提取匹配算法的研究资助项目(2007031127)1 引 言在自动指纹识别系统中,指纹特征提取对指纹的质量有着很强的依赖。
改进的基于Gabor滤波的指纹增强算法
N ( uc , vc ) =
( i, j) ∈ W
一般的指纹图像都有比较清晰的方向场 , 方向 场估计 的 准 确 性 直 接 决 定 了 图 像 增 强 算 法 的 效 [6] 果 . 点方向图是连续变化的 , 其相邻像素点的方 向过渡自然 ,但含有很多噪声 , 对噪声的鲁棒性差 , 不能完全反映指纹的真实走向 . 指纹块方向图能很 好地去除噪声 ,但在脊线方向改变的临界区域 ,块方 向过渡呈“ 锯齿 ” 状“ 跃变 ” . 本文综合两种方向图的 优缺点 ,提出鲁棒性高的方向图算法 ,通过低通滤波 提高抗噪性 . 1 ) 求点方向图 . 采用 9 × 9 模板 , 如图 2 所示 , 计 算各象素的点方向图 . 3 代表当前点的位置 . 按公式 计算各个方 向 的 O I ( 0 ≤ I ≤ 8 ) , 找 到 最 小 值 m in ( O I ) , 则 I就代表该点的方向 .
Abstract: The directional Gabor filter app roach is one of the most effective techniques for fingerp rint im age en2 hancem ent, but it cost too much tim e. In this paper, an imp rove algorithm for the fingerp rints enhancement based on non 2coherence factor is p resented. First, Gabor filter is sensitive to orientation and frequency . To deal w ith this p roblem , we use Low 2 pass filter to im p rove the accuracy of orientation im age. Second, we p ropose to use non 2co2 herence factor to choose which block need to used Gabor filters w ith 8 2quantized orientation. And in order to de2 crease the algorithm comp lexity, we reduce 2D Gabor filter into 1D Gabor filters . The experim ental results show that this app roach can reduce tim e cost and imp rove the quality of fingerp rint im age. Key words: fingerp rint; im age enhancem ent; orientation i m age; ridge frequency; Gabor fil, vc ) - θ( ui , vj ) ) sin (
( i, j) ∈ W
一般的指纹图像都有比较清晰的方向场 , 方向 场估计 的 准 确 性 直 接 决 定 了 图 像 增 强 算 法 的 效 [6] 果 . 点方向图是连续变化的 , 其相邻像素点的方 向过渡自然 ,但含有很多噪声 , 对噪声的鲁棒性差 , 不能完全反映指纹的真实走向 . 指纹块方向图能很 好地去除噪声 ,但在脊线方向改变的临界区域 ,块方 向过渡呈“ 锯齿 ” 状“ 跃变 ” . 本文综合两种方向图的 优缺点 ,提出鲁棒性高的方向图算法 ,通过低通滤波 提高抗噪性 . 1 ) 求点方向图 . 采用 9 × 9 模板 , 如图 2 所示 , 计 算各象素的点方向图 . 3 代表当前点的位置 . 按公式 计算各个方 向 的 O I ( 0 ≤ I ≤ 8 ) , 找 到 最 小 值 m in ( O I ) , 则 I就代表该点的方向 .
Abstract: The directional Gabor filter app roach is one of the most effective techniques for fingerp rint im age en2 hancem ent, but it cost too much tim e. In this paper, an imp rove algorithm for the fingerp rints enhancement based on non 2coherence factor is p resented. First, Gabor filter is sensitive to orientation and frequency . To deal w ith this p roblem , we use Low 2 pass filter to im p rove the accuracy of orientation im age. Second, we p ropose to use non 2co2 herence factor to choose which block need to used Gabor filters w ith 8 2quantized orientation. And in order to de2 crease the algorithm comp lexity, we reduce 2D Gabor filter into 1D Gabor filters . The experim ental results show that this app roach can reduce tim e cost and imp rove the quality of fingerp rint im age. Key words: fingerp rint; im age enhancem ent; orientation i m age; ridge frequency; Gabor fil, vc ) - θ( ui , vj ) ) sin (
基于Log—Gabor滤波的指纹图像增强
ｒ ｎ ｅｏ ｕ ｏ ｔｃｆｎ ｅ ｐ ｉ ｔｉｅ ｔ ｉ ｔ ｎ ｓ ｓ ｅ ｒ ｌ ｓｈ ａ ｉ ｎ ｔ ｅｑ ａ ｉ ｆ ｉｇ ｒ ｒｎ ｓｒ ｃ ｅ ｐ ｒｏ ｍａ ｃ ｆａ ｔ ｍａ ｉ ｉ ｇ ｒ ｒｎ ｄ ｎ ｉ ｃ ｉ ｙ ｔ ｍ ｅ ｉ ｅ ｖ ｌ ｏ ｈ ｕ ｌ ｙ ｏ ｎ ｅ ｐ ｉ ｔｉ ｆａ ｏ ｅ ｙ ｔ ｆ ｍ—
ｆｅ ｕ ｎ ｙｓ ｅ ｔｕ ｏ ｉｇ ｒ ｒｎ ｍａ ｅ ． Ｉ ｈｓｐ ｐ ｒ ｔｅｄ ｓｇ ｔｏ ｄ ｉ ｌｍｅ ｔｔ ｎ ｓｈ ｍｅｏ ｏ － ｂ ｒ ｒｑ ｅ ｃ ｐ ｃｒ ｍ ｆｆ ｅｐ ｉ ｔｉ ｇ ｓ ｎ ｔｉ ａ ｅ ， ｈ ｅ ｉｎ ｍｅｈ ｄ ａ ｍｐｅ ｎａ ｉ ｃ ｅ ｆＬ ｇＧａ ｏ ｎ ｎ ｏ
关键词 指纹 ， 图像 增强 ， ｏ － ａ ｏ 滤波器 ， 窗傅 里叶变换 Ｌ ｇＧ ｂ ｒ 加
Ｆｉ ｇ ｒ ｉ ｍａ ｅ Ｅｎ ｎｃ ｍｅ ｔｂｙ ＬｏｇＧａ ｏ ｌｅ ｉ ｇ ｎ ｅ ｐｒｎｔＩ ｇ ｈａ ｅ ｎ － ｂ ｒ Ｆｉｔｒ ｎ Ｗ ＡＮＧ ｉ ＬＩ ｉｎＷ ｅ ＨＵＡ Ｇ ｉ ｉ Ｆ Ｗｅ ａ － ｉ Ｊ Ｎ Ｆｅ－ ＥＮＧ ｉＬｉｎ ・ Ｆｅ Ｈａ－ ａ ｇ ・
利 于改善指纹 图像 的滤波效果。本文提 出采 用 Ｌ ｇＧａｏ 滤波器来 实现指纹 图像增 强， ｏ－ ｂｒ 先利用加 窗傅 里 叶变换 来提
取指纹 图像的局部频谱信 息， 再在频域进行 滤波。在详述 了滤波 器的设 计方法之后 ， 出具体 的 图像 滤波方案 ， 与 给 并 传统 方法作 了比较 。实验 结果表 明 ， 所提 出的算法能有效 改善指纹 图像 的质量和提 高指纹识 别的可靠性。
ａ ｅ ．Ｆｉ ｅｐ ｉｔｉ ｇ ｎ ａ ｃ ｍｅ ｔ ｓｉ ｅ ｄ ｄ ｔ ｒ ｖ ｈ ｇ ｕ ｌ ｙ ａ ｄ ｉ ｅｓ ｎ ｉｌｔ ｎ ｕ ｅｔ ｅａ ｃ ｒｃ ｆ ｇｓ ｇ ｎ ｒ ｒ ｍａ ｅｅ ｈ ｎ ｅ ｎ ｎ ｅ ｏｉ ｎ ｉ ｎｔ ｍｐ ｏ ｅｔ ｅｉ ｍａ ｅｑ ａｉ ｎ ｓｅ ｔ ｏ ｅ ｓ ｒ ｈ ｃ ｕ ａ ｙｏ ｔ ｓ ａ ｆ ｇ ｒ ｒ ｔｆａ ｕ ｅｅ ｔａ ｔｏ ． Ｄｅ ｐｔ ｈ ｅｆ ｒ ｎ ｅｉ ｒ ｖ ｍｅ ｔ，ｔ ｅｅａ ｅｓｉ ｅｔ ｉ ｉ ｔｔ ｎ ｆＧａ ｏ ｉ ｅ ｉ ｅ ｐ ｉ ｅ ｔ ｒ ｘ ｒｃｉｎ ｎ ｎ ｓ ｉ ｔ ｅｐ ｒｏ ｍａ ｃ ｍｐ ｏ ｅ ｎ ｓ ｈ ｒ ｒ ｔ ｌ ｒａｎｌ ｅ ｌｃ ｍｉａｉ ｓｏ ｂ ｒｆ ｔ— ｏ ｌ ｒ ｎ ｆ ｅｐ ｉｔｉ ｇ ｎ ａ ｃ ｍｅ ｔ Ｃ ｍｐ ｒｄ ｗｉｈ Ｇａ ｏ ｌｅｓ ｉ ｉ ｎ ｒ ｒｎ ｍ ｅｅ ｈ ｎ ｅ ｎ ． ｏ ａｅ ｔ ｂ ｒｆ ｔｒ ，Ｌｏ － ｂ ｒｆｌ ｒ ａ ｅｃｎ ｔｕ ｔｄ ｔ ａ ｅｗｉ ｇ ｎ ｉ ｇ ａ ｉ ｇ Ｇａ ｏ ｔ ｓｃ ｎ ｂ ｏ ｓｒ ｃｅ ｏｈ ｖ — ｉ ｅ ｄ ｒｂ ｄ ｄ ｈ ｗｉ ｐ ｉ ｌｓ ａ ｉｌ ｏ ａｉａｉｎ ｅ ａ ｗｉｔ ｔ ｏ ｔ ｎ ｈ ｍａ ｐ ｔ ｃ ｌ ｔ ，ｗｈｃ ｏ ｔｉｕ ｅ ｏ ｉｃｅ ｓ ｈ ｉ ｅｉｇ ｐ ｒｏ ａ ｃ ｏ ｉ ｅｐ ｉｔ ａｌ ｚ ｏ ｉｈ ｃ ｎ ｒｂ ｔｓｔ ｎ ｒ ｅ ｔｅｆｌ ｒ ｅ ｒ ｎ ｅｆｒｆ ａ ｔ ｎ ｆ ｍ ｇ ｎ ｒ ｒｎ ｉ ｇ ｓ Ｔｈｓｗｏ ｋｐ ｏ ｏ ｅ ｏ ｅ ｐ ｏ ｃ ｉｇ ｒ ｒｎ ｍａ ｅｅ ｈ ｎ ｅ ｅ ｔ ｍａ ｅ． ｉ ｒ ｒ ｐ ｓ ｓａｎ ｖ ｌａ ｐｒａ ｈ ｔ ｆ ｅｐ ｔｉ ｇ ｎ ａ ｃｍ ｎ ，ｗｈｃ ｓ ｂ ｓ ｄ ｏ ｏ － ｂ ｒｆ ｔ— ｏ ｎ ｉ ｉｈ ｉ ａ ｅ ｎ Ｌ ｇＧａ ｏ ｌｅ ｉ
ｆｅ ｕ ｎ ｙｓ ｅ ｔｕ ｏ ｉｇ ｒ ｒｎ ｍａ ｅ ． Ｉ ｈｓｐ ｐ ｒ ｔｅｄ ｓｇ ｔｏ ｄ ｉ ｌｍｅ ｔｔ ｎ ｓｈ ｍｅｏ ｏ － ｂ ｒ ｒｑ ｅ ｃ ｐ ｃｒ ｍ ｆｆ ｅｐ ｉ ｔｉ ｇ ｓ ｎ ｔｉ ａ ｅ ， ｈ ｅ ｉｎ ｍｅｈ ｄ ａ ｍｐｅ ｎａ ｉ ｃ ｅ ｆＬ ｇＧａ ｏ ｎ ｎ ｏ
关键词 指纹 ， 图像 增强 ， ｏ － ａ ｏ 滤波器 ， 窗傅 里叶变换 Ｌ ｇＧ ｂ ｒ 加
Ｆｉ ｇ ｒ ｉ ｍａ ｅ Ｅｎ ｎｃ ｍｅ ｔｂｙ ＬｏｇＧａ ｏ ｌｅ ｉ ｇ ｎ ｅ ｐｒｎｔＩ ｇ ｈａ ｅ ｎ － ｂ ｒ Ｆｉｔｒ ｎ Ｗ ＡＮＧ ｉ ＬＩ ｉｎＷ ｅ ＨＵＡ Ｇ ｉ ｉ Ｆ Ｗｅ ａ － ｉ Ｊ Ｎ Ｆｅ－ ＥＮＧ ｉＬｉｎ ・ Ｆｅ Ｈａ－ ａ ｇ ・
利 于改善指纹 图像 的滤波效果。本文提 出采 用 Ｌ ｇＧａｏ 滤波器来 实现指纹 图像增 强， ｏ－ ｂｒ 先利用加 窗傅 里 叶变换 来提
取指纹 图像的局部频谱信 息， 再在频域进行 滤波。在详述 了滤波 器的设 计方法之后 ， 出具体 的 图像 滤波方案 ， 与 给 并 传统 方法作 了比较 。实验 结果表 明 ， 所提 出的算法能有效 改善指纹 图像 的质量和提 高指纹识 别的可靠性。
ａ ｅ ．Ｆｉ ｅｐ ｉｔｉ ｇ ｎ ａ ｃ ｍｅ ｔ ｓｉ ｅ ｄ ｄ ｔ ｒ ｖ ｈ ｇ ｕ ｌ ｙ ａ ｄ ｉ ｅｓ ｎ ｉｌｔ ｎ ｕ ｅｔ ｅａ ｃ ｒｃ ｆ ｇｓ ｇ ｎ ｒ ｒ ｍａ ｅｅ ｈ ｎ ｅ ｎ ｎ ｅ ｏｉ ｎ ｉ ｎｔ ｍｐ ｏ ｅｔ ｅｉ ｍａ ｅｑ ａｉ ｎ ｓｅ ｔ ｏ ｅ ｓ ｒ ｈ ｃ ｕ ａ ｙｏ ｔ ｓ ａ ｆ ｇ ｒ ｒ ｔｆａ ｕ ｅｅ ｔａ ｔｏ ． Ｄｅ ｐｔ ｈ ｅｆ ｒ ｎ ｅｉ ｒ ｖ ｍｅ ｔ，ｔ ｅｅａ ｅｓｉ ｅｔ ｉ ｉ ｔｔ ｎ ｆＧａ ｏ ｉ ｅ ｉ ｅ ｐ ｉ ｅ ｔ ｒ ｘ ｒｃｉｎ ｎ ｎ ｓ ｉ ｔ ｅｐ ｒｏ ｍａ ｃ ｍｐ ｏ ｅ ｎ ｓ ｈ ｒ ｒ ｔ ｌ ｒａｎｌ ｅ ｌｃ ｍｉａｉ ｓｏ ｂ ｒｆ ｔ— ｏ ｌ ｒ ｎ ｆ ｅｐ ｉｔｉ ｇ ｎ ａ ｃ ｍｅ ｔ Ｃ ｍｐ ｒｄ ｗｉｈ Ｇａ ｏ ｌｅｓ ｉ ｉ ｎ ｒ ｒｎ ｍ ｅｅ ｈ ｎ ｅ ｎ ． ｏ ａｅ ｔ ｂ ｒｆ ｔｒ ，Ｌｏ － ｂ ｒｆｌ ｒ ａ ｅｃｎ ｔｕ ｔｄ ｔ ａ ｅｗｉ ｇ ｎ ｉ ｇ ａ ｉ ｇ Ｇａ ｏ ｔ ｓｃ ｎ ｂ ｏ ｓｒ ｃｅ ｏｈ ｖ — ｉ ｅ ｄ ｒｂ ｄ ｄ ｈ ｗｉ ｐ ｉ ｌｓ ａ ｉｌ ｏ ａｉａｉｎ ｅ ａ ｗｉｔ ｔ ｏ ｔ ｎ ｈ ｍａ ｐ ｔ ｃ ｌ ｔ ，ｗｈｃ ｏ ｔｉｕ ｅ ｏ ｉｃｅ ｓ ｈ ｉ ｅｉｇ ｐ ｒｏ ａ ｃ ｏ ｉ ｅｐ ｉｔ ａｌ ｚ ｏ ｉｈ ｃ ｎ ｒｂ ｔｓｔ ｎ ｒ ｅ ｔｅｆｌ ｒ ｅ ｒ ｎ ｅｆｒｆ ａ ｔ ｎ ｆ ｍ ｇ ｎ ｒ ｒｎ ｉ ｇ ｓ Ｔｈｓｗｏ ｋｐ ｏ ｏ ｅ ｏ ｅ ｐ ｏ ｃ ｉｇ ｒ ｒｎ ｍａ ｅｅ ｈ ｎ ｅ ｅ ｔ ｍａ ｅ． ｉ ｒ ｒ ｐ ｓ ｓａｎ ｖ ｌａ ｐｒａ ｈ ｔ ｆ ｅｐ ｔｉ ｇ ｎ ａ ｃｍ ｎ ，ｗｈｃ ｓ ｂ ｓ ｄ ｏ ｏ － ｂ ｒｆ ｔ— ｏ ｎ ｉ ｉｈ ｉ ａ ｅ ｎ Ｌ ｇＧａ ｏ ｌｅ ｉ
基于Gabor滤波指纹图像增强方法
速度快 ， 具有很高的使用和参考价值。
关键词 指纹 ； 向图； 方 频率 ： 强 ； 增 分割
Ｔ ９ １７ Ｎ １ ．３
Ｒｅｅ ｒｈ ｏ ｉｇ ｒ ｒｎ ｍａ ｅＥｎ ａ ｃ ｍｅ ｔＭ ｅｈ ｄ ｓａ ｃ ｎ Ｆ ｎ ｅｐ ｉｔＩ ｇ ｈ ｎ ｅ ｎ ｔｏ
中圈分类 号
１ｈ ｉ ｕ Ｓ ｎＬ ｃａ ｇ ）， Ｊ ｊｎ ｕ ｅｈ ｎ ｇ ｎ （ Ｌ ｌ ｔ ｒｃ ｎｉ ｅ ｎ ｓｔｅ ｝ ｆ ２０３ ） Ｐ ＡＥｅ ｍｆ ｇ ｅｒ ｇ ｎｔｕ ，ｔｅ ３０７ ｃ ｉ Ｅ ｎ ｉ Ｉｉ ｔ ｅｉ
丁晋 俊 孙 乐 昌
合肥 ２０３） ３０７
（ 解放军 电子工程学院 网络工程系 摘 要
图像增强 是指纹 自动识别系统 中非常关键的部 分 ， 接影响 着指纹 识别 的最终效果 。指纹 预处理一 般包 它直
括规格化 、 向图计算 、 计算 ， 方 频率 图像分 割 、 增强等环节 ， 给出一套完整 的增强算 法， 实验证 明 ， 这些算法 处理效果好 ， 运行
Ａｂ ｔａ ｔ Ｆｎ ｅｐ ｎ ｎ ａ ｃ ｍｅ ｔ ｌｙ ｅ ｌ ｉ ｅｆ ｇ ｒｒ ｔ ｄ ｎｉ ｃ ｔ ｎｓ ｓ ｍ ， ｌ ｃ ｉ ｃｌ ｉｆ ｅ ｅ ｓｔｅｆ ａ ｃ ｕ ａ ｓ ｃ ｉｇ ｒｒ ｔ ｈ ｎ ｅ ｎ ａ ｓａｋ ｙｒ ｅ ｎｔ ｎ ｅ ｐ ｉ ｅ ｔ ａｉ ｔ ｒ ｉ ｅ ｐ ｏ ｈ ｉ ｎｉ ｉ ｆ ｏ ｙｅ ｗ ￣ ｈ ｄ ｒ ｔ ｉ ｕ ｎ ｅ ｎ ｌ ｃ ｒ — ｅ ｙ ￣ ｌ ｈ ｉ ａ
ｃ ｍ ｕａｉｎ ｅｍ ｎａｉｎ，ｅ ｈ ｎｅ ｅ ｔＢｆ ｇｒｒ ｔｉ ｇ ｎ ａ ｃｎｅ ｔａ ｏｉ ｍ ｒ ｏ ｐ ｔｔ ，ｓｇ ｅ ｔ ｏ ｏ ｔ ｎ ａｃ ｍ ｎ ｎｅｐｉ ｉ ｎ ｍａｅｅ ｈ ｎｅ ｌｎ ｌ ｒｈ ｉ ｐ ｇ ｔ ｓ ｉ ｈｓｐ ｐ ｒ ｎ ｔ ａｅ ． ｉ ｅｐ ｒ ｎｓｓｏ ｈ ｔ ｘｅｉ ｔ ｈ ｗ ｔａ ｍｅ ｔｅｅ ａｇｒｈ ｓｈ ｖ ｅａ ｖ ｔｇｓｏ ｇｏ ｒｃ ｓｉｇｅ ｅｔａｄｆｓｃｉ ｄｉ ｅｅ・ ｈｓ ｏｉ ｍ ａｅｔ ｄ ａ ａｅ ｆ ｏｄｐｏｅｓ ｆ ｃ ｎ ａｔ ｐ ｒｔ ｐ Ｍ ｌ ｔ ｈ ｎ ｎ ｎ ｈ ｙｈ ｖ ｉｈｖｌ ｏｈｉ ｐａｔ ｅａ ｒｆｒ ｕ ｎ ｃ ｎ ｎ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
指纹识别作为一种重要的生物识别技术，近 几年得到了飞速发展，广泛地应用于金融证券、 公安、海关、社保等安全控制领域。指纹识别一
般包括指纹采集、图像预处理、特征提取及特征 匹配等几个步骤。其中图像预处理中的图像增强 是关键的环节之一，图像增强的好坏直接影响特
收稿日期：2005-08-31 作者简介：夏振华（1980-） ，男，黑龙江五常人，硕士研究生，主要研究方向为数字图像处理。
V y (i, j ) =
C (i, j ) > M
（1）
C (i, j ) ≤ M
∑
u =i−
i+
w 2 w 2
∑
j+
w 2 w 2
2 (∂ 2 x (u , v ) − ∂ y (u , v ))
v= j−
（3）
θ (i, j ) =
其中
⎛ V (i, j ) ⎞ 1 （4） ta n − 1 ⎜ x ⎜ V (i, j ) ⎟ ⎟ 2 ⎝ y ⎠ θ (i, j ) 是以像素点 (i, j X 轴方向） ， ∂ y (u , v)
（沿 Y 轴方向） ； （ 2 ）利用公式（ 2 ） ~ （ 4 ）估计中心在点 (i, j ) 的子块的脊线方向值[2]
V x (i, j ) =
w w u =i− v= j− 2 2
∑ ∑
i+
w 2
j+
w 2
第5期
夏振华等：基于 Gabor 滤波器的指纹图像增强
·81·
征提取及特征匹配的准确率。指纹图像增强算 法，除了要具有良好的增强效果之外，还应具有 快速性、良好的鲁棒性和稳定性。
息，对每个局部区域构建相应的模板进行增强就 能有效地去除噪声，突出纹线的固有结构。 指纹图像增强算法流程共包括 5 个步骤：① 规格化处理；② 方向场估算；③ 频率场估算； ④ 图像分割； ⑤ Gabor 滤波。 其中①~④是计算 特征参数，计算结果将在⑤ Gabor 滤波中用到。 1.1 规格化处理 图像的规格化就是将原始指纹图像的灰度 值的均值和方差调整到所期望的均值和方差。规 格化过程并不能够增强脊和谷结构的对比清晰 度，主要目的是减少沿脊和谷方向上的灰度级的 变化。在原始灰度图像上，规格化按下式进行：
G ( x, y , θ , f 0 ) =
2 （8） y 2 ⎞⎫ ⎪ ⎧ 1⎛ x exp ⎨ − ⎜ θ2 + θ2 ⎟ ⎬ cos ( 2πf 0 xθ ) ⎟ ⎩ 2⎜ ⎪ ⎝ σ x σ y ⎠⎭ cos θ ⎤ ⎡ x ⎤ ⎡ x ⎤ ⎡ sin θ 式中 ⎢ θ ⎥ = ⎢ ⎥ ⎢ ⎥ ，其中 θ 是 ⎣ yθ ⎦ ⎣ − cos θ sin θ ⎦ ⎣ y ⎦
局部脊线方向，W 是子块的边长。由于噪声、粘 连、模糊以及断裂等原因，方向场中存在着方向 突变块，指纹具有脊线方向变化平缓的特性，并 且在一个小范围内具有相对稳定的变化趋势，因 此采用了高斯低通滤波器对指纹图像的方向场 进行平滑处理，得到了相对平滑的方向场，此结 果将在后面使用，记其为 O。原始图像及方向场 图如图 1（a） 、图 1（b） 所示。可见，方向场 很好地反映了指纹图像纹线的方向特性，纹线的 方向计算准确可靠。 1.3 频率场估算 在指纹图像的局部非奇异区域里，沿着垂直 于脊线的方向看，指纹脊线和谷线像素点灰度值 大致形成一个二维的正弦波，定义纹线频率为相 邻的两个波峰或波谷之间的像素点数的倒数。求 取这些互不重叠的局部区域的频率值，按各区域
2006 年 第5期
工 程 图 学 学 报
JOURNAL OF ENGINEERING GRAPHICS
2006 No.5
基于 Gabor 滤波器的指纹图像增强
夏振华， 石 玉， 于盛林
（南京航空航天大学自动化学院，江苏 南京 210016）
摘 要：通过对传统指纹图像增强算法的研究，提出一种基于 Gabor 滤波的指纹图 像增强算法。根据指纹纹线间距均匀且局部平行的特点，建立了用于指纹图像增强的 Gabor 滤波函数的物理模型， 并利用二维 Gabor 滤波器可分解为正交方向的一维高斯带通滤波器和 一维高斯低通滤波器的特点，将二维滤波分解为两次一维滤波， 从而解决了计算量过大的问 题，降低了算法的复杂度。实验表明该算法具有良好的增强指纹图像的脊线和抑制噪声的作 用。 关 键 词：计算机应用；图像增强；Gabor 滤波器；模板分解 中图分类号：TP 391.41 文献标识码：A 文 章 编 号：1003-0158(2006)05-0080-06
V E (i, j ) =
w w u =i− v= j− 2 2
∑ ∑
2 (∂ 2 x (u , v ) + ∂ y (u , v ))
（6）
R=
其中
Vx2 (i, j ) + V y2 (i, j ) VE2 (i, j ) × w × w
2
（7）
k = 0,1,⋅ ⋅ ⋅, l − 1
（5）
∂ x (u, v) ， ∂ y (u, v) 分别为子块像素沿 X
⎧ σ 02 (C (i, j ) − M ) 2 ⎪M 0 + σ2 ⎪ N (i, j ) = ⎨ σ 02 (C (i, j ) − M ) 2 ⎪ M − ⎪ 0 σ2 ⎩
式中 C(i, j ) 和 N (i, j ) 分别为规格化前后的图 2 是预先设定的图像平均灰度和均 像， M 0 、 σ 0 2 方差（通常均取 100） ， M 和 σ 为原图像的灰 度均值和方差。 1.2 方向场估算 方向场反映了指纹图像上纹线的方向，其准 确性直接影响图像增强的效果。根据纹线方向在 局部区域内基本一致的特点，先把指纹图像分 块，然后计算每一子块的纹线方向，最后用该方 向代表对应子块内各个像素的方向。用这种方法 来求指纹方向场效率较高且不易受少量的图像 噪声影响。 具体算法如下： （1）将图像分成 16×16 大小的互不重叠 的子块，采用 soble 算子计算每个子块像素点
2 ∂ x (u , v ) ∂ y (u , v )
（2）
·82·
工
程
图
学
学
报
(i, j) w l 图像块 方向窗
2006 年
局部脊线方向
位置组成一个场结构，称为指纹的频率场。设 N 表示规格化后的图像，O 是指纹方向场，其算法 步骤如下：
X-信号
α β
X
(a) 图1
(b) 指纹图像方向场图
图2
F (i, j ) = 1 / T (i, j ) 。
由此获得的频率场反映了指纹图像纹理结 构的频率特性， 此结果将在后面使用， 记其为 F。 1.4 区域掩码估算 在指纹灰度图中，存在部分质量较差的区 域，如果不进行图像分割，在特征提取时，可能 会产生大量的伪特征，严重影响指纹识别，作者 利用指纹图像梯度特性进行图像分割，具体方法 为：首先将图像分为大小为 W × W 的子块，取 W=16，再利用公式（6） 、 （7）进行计算[2]。 1.5
Fingerprint Image Enhancement Based on Gabor Filters
XIA Zhen-hua, SHI Yu, YU Sheng-lin
( College of Automatic Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing Jiangsu 210016, China )
i+ w 2
指纹局部区域
j+ w 2
（1）把 N 分成 W×W 大小的互不重叠的子 块； （2）以图像子块中心点 (i, j ) 为中心，子块 脊线方向为短轴，作一个尺寸为 l×W 的长方形 窗口，如图 2 所示，在窗口中按公式（5）计算 幅值 X[k]
X [k ] = 1 w −1 ∑ N (U ,V ) w d =0
Abstract: On the research of traditional methods for fingerprint processing, an algorithm based on Gabor filter for fingerprint image enhancement is presented. According to the uniformity and partial parallarity of ridges and furrows of fingerprints, a model of Gabor filter is established to enhance fingerprint images. Since two-dimensional Gabor filter can be separated into one-dimensional Gaussian band pass filter and one-dimensional Gaussian low pass filter which are perpendicularly, two-dimensional Gabor filters is implemented by two one-dimensional filters. Thus the complexity and computation time is reduced. Experiment results indicate that the new algorithm has a higher ability to resist noises and to enhance quality of fingerprint image. Key words: computer application; image enhancement; Gabor filters; template decomposition
·83·