基于偏微分方程指纹图像增强

和基 于梯 度 的 方法 ! ! 常 用 以滤 波 为 基 础 的 4!, 5]最
估计 的可靠性是 可 以被估 计 出来 的l ] 6
方 法 , 对 噪声 干 扰 明显 强 于 基 于 梯 度 的方 法 , 但 是 估 计 的精 度 不 够 , 并 且 不 连 续 相 比之 下 , 梯 度 为 基 础 的 方 法 提 供 连 续 的估 计 , 但 缺 乏 在 对 噪 声 的 鲁棒性 在整个 图像 中 , 脊线 方 向整 体 变化 缓慢 , 除 了少 数 的点 (称 之 为异 点 ) 因此 ,估 计脊 线 方 向时 ,先 用 梯度 估计 的方 法对边 缘定 位 , 然后 考虑 异点 和平 滑 图像 , 最后 自适 应 的 对 噪 声压 制 和 保 留有 价 值 的
唯 一且终 生不 变 , 并 容 易获取 一 个理 想 的指 纹 图 像 , 脊 线和谷 线交错 , 并且 有 固定 的方 向 , 如图 l
以看到 , 明显地 提高 了指纹识 别 系统 的可 靠 性
2
自适应偏 微分 方程增 强算 法
过 去十年 间 , 自适 应偏 微分 方程增 强 算 法技术
已广泛 应 用在 信 号 和 图像 处 理
特征 提取 和匹配 实验 结果 列在 表 1 中 ,可 以看 到 明
显提 高
表 1 有无图像增强, 指纹识别的错误率
无 图像增 强
识 别错误 率
5 图 3 (a) 图 3 (b ) 结论
图像增 强
6 .5 %
20 . 1% %
本 文介 绍 的一 种非 线性扩 散指 纹 图像 增强 方法 是基 于局部 方 向信 息 , 其 目的是 提 高纹 路结 构 我们 应用 扩散进 程 , 提高 了估计 的准确 度 但 是本算 法 对 一些 低质 量 图像加 强后 , 还 不是
其 中 G 是一 个 高斯 核与标 准差
, * 为卷 积算
子 , 是一个 常数 , 专是等高方 向 (方 向垂直 梯度 ) ,
是 冲击 滤波器 的权 重 , u, , 为图像 上某一 点沿 , 方 向 二 阶导数 , ∀ 方 向为垂直 于纹路 方 向 方程 (2 )是 在
是对 目标 图像 加强脊 和谷边界 这在线形 滤波下是不 好实现 的, 因为滤 波模糊 了纹路 ,甚至破坏 了图像
; ) y t 是 指一组 增 强 图像 , 变量 t 标记 数量 器 定义
U .= 一51, (G a u ) l甲u l =
冲击滤 波
(l )
其 中 u 为 图像方 , 甲是普 拉 斯算 子
通过 求 扩
散 函数 的二 阶偏导 的零 点 , 得到 结果 冲击滤 波器 的 一 个缺 点是 :和前 面讨论 的一样 , 如果是 极其 敏感 的 噪声 , 任 何一个 图像 噪声也将 得到 被滤 波 为 了避免
的方 向场 , 图 3( ) 可 以看到 , 大部 分方 向 的错 误得
到 纠正 在 图 3 d , 图 4 中是 加强 后 的三个 差质量 ( ) 图像 , 说 明本法方 法还 需要 改进 图 3 (a 输 人指纹 图像 , ( b 方 向场 估计 梯度法 , ) )
一 1 5 7一
作 为一个 总体 框 架 , 实施异 向正 规化 的 方 向扩 散
图 3 显示 的一 个例 子 , 是 先 用梯 度方 法加强 指纹
C (x 趋于 !甲0 (x l的 ) )
最小 值
在 异点 区域 , 当 l甲0 (x ) l增加 时 ,e ( x )的
脊线 在 图 3 ( b ) 项 , 异 向扩散 方程 提供 了一个 精确
减少 为零 , 阻止扩 散 在 文献 17 中 , 离散 形式 是用 来 ]
t, 使 扩散方 程对 0 进行计 算 ; 最后 , 作 变换 O t(x 二 ) [O :, O ,]一 叶 0 = tan 一 :/ 0 , ) #(O
异点 方 面的特 点是 一个 区域 内迅速 发生 变化
同向扩散 方程 形 式上是 一个线 性低 通滤 波过 程 准 , 并 可 以平 滑 处理 和定位 异
4 实验结果 算法 主要 步骤包 括 :
(c ) 方 向场估 计所提 出的各 向异性 扩散法 , (d ) 加强
形象
像增强的最终 目的是得到一个好的相应图像 , 使结 果更 为容易 被识别 系统 接受 在 实验 中 我们 用 n s it
的 浦 s 开放源码软件 ( http:/ / hf n罗甲r n t st 2 i i .ni .即v)
卷 积 以减 少高灵 敏度 噪声 ; ) 用 扩散 方程平 滑小 范 2 围的脊线 方 向 由此可见 , 要保 证 A 一 方 程能正 常 M 工作 , 要正确 的选 择 , 和 七 来 估计 脊线 的方 向 , 错 , 误 的估计 会破 坏 图像 的纹路 特征
作者简介 :孟祥鹅 (1 8 1 一), 男, 河南滑县人 , 武汉大学在职硕士研 究生 9
十分理 想 , 这 是 以后 改进 的方 向
参考文献 :
&1] B M t r H a r R m eny E d . G 吧m t e O e r y D r v n D i U .i ie 任 o n i n
伪 m Put r V i o , 犯 u er A eade面 e P ubl sher , 199 4. e i sn w i s
图 3 (e )
图 3 (d )
[2 ] L . 月v,
sh即 k
:, L . M 一
, ∀5 1 目 助d i触 罗 二 o o t, , st i
dif si n ∀, u f o SI M A J.
n ig
N 幽 er∋
t l i f e比 朋 d
咖 s r pi t o o e
中图分类号 :T gll.73 N
文献标识码 :A
文章编号:1672 一 9161(2010 )02 一0156 一 03
1
引言
路 变化 迅速 的边角 区域很难 估计 准确
方 程提 高估值 的准确 率 和减 少 噪声
我们 用扩散
从试 验 结果 可
指纹识别技术是一个最重要的生物信息识别技 术 , 并 已应用 于各种 行业 , 如雇 员身份 识别 高安全 性 通道 刑 事鉴定 等 , 主要 是 因为每个人 的指 纹是
点
(3 )指 纹 图像 增强 : A 一M 滤 波器 对 指纹 图像增 在实 验 中 , A 一M 滤波 器 , 高斯 平滑 下 降 , 因为 :
) l 噪声一 直压 制估计方 向 ; 2 ) 卷积过 程 中 , 在 每一
次迭 代 中 , 是很 占用 资源 的 我们 选择 a 二 O 5 ,并
用 四点 中心差 系数 ( 一1 , 8 , 0 , 一8 , 1 )/ 12 综合 测试
丫 n Zu_ . u
( O x , y )=
. , 一 , 1 ! 一1 ! !.d 二 汤 ,
是达成图 2(C) 一维信号采样 , 从 图像由于在图 2 (b ) 项 和 (d ), 它 表 明了该方法 能够 自适 应 地消 除噪
(3 )
一 十 一 ta D
# 一
2
艺 ( u:+u ∃
一
-
声 , 从而 突 出脊 线结 构 图 2 (a ) 综合 产 生 的波 图像 与 添加 剂 高斯 白噪 2 分贝 ) , (b 一维信 号 采取横 向联 ) 声 (信 噪 比 二 13 向联 合 , 由(c )
处 理 , 数据 挖 掘
一 15 6 一
主要研究方向:动 态网页技 术 , 数据库 管理 系统 , 图像
3
估计算 法
方 向估计 算法 主要有几种 , 以滤波 为基础 ! # 3
( l 正 常化 :减少指 纹 图像 中变 异脊 谷线 )
2 ( ) 估计 :估计 异 向扩 散 的方 向
估计场
强
∀ 和 毛 确定 是
四个 不 同特 质 的传感器 收 录的 指纹 图像
在测 试 图
像 中有多种 指纹类 型 : 平原 拱 , 帐篷 拱 , 左 环 , 右环 ,
() e } L卫 J J :一 L一单之 n x l K 1# }
其中 k 是 一 个待 定常数
5 )
螺纹 , 双 回路 和其 他种 类 用本 方法加 强 的图像过 程
其 中 q 是 一个 小 区 域 的点 , n 是 临域 内 的点 ,
ta 一 n #是定 义 在 [ 一月 川 的反 正切 函数 , 异 向扩散方 程平 滑 变换后 的 区域
在本 文 中用
合 , 由(a ), (c )加强 对波 图像 , ( d )一维 信 号采取 横
自从 方 向场 e (x , y)在 ( O , 动 , 这是 一个 具有 代 表性 的区间 因此 , 我们 不 能直接 平 滑这个 区 间 首 先 , 做 一个 变换 0 二0 (eos(O ), sin (0 )): 然后 用参 数
在 图 像 重要 步骤是 能够可 靠地 提取脊
谷 线 方 向 , 如 :中心 部 分 , 三 角 区 和 边 的终 点 和分 叉 然 而 , 在 实 际 中 , 获 得 的图 像 质 量 不 高 如图 1(b )
o s er 和 R udin , 的冲击滤 波器 (shoek flter) 是 专 为 h i 自适应 图像 增强 设 u ( x , y )是 指原 始 图像 , u (x ,
在 一个理 想指 纹 图像 , 脊 和谷 形 等距离平 面波
形 , 具有 明确 的方 向 以一个 理想 的波形 象 , 我们在 所有 脊线 是垂直 生成 测试 图像 中加 人高斯 白噪声
O (x , y ) 为梯 度估计 , 基 于梯度 定位 方法 是用 图
像强度一阶导数确定位置 , 并计算方向场
方 向 图 2 (a 显 示我们 的增 强方法 , 直 到稳定 状态 , )