基于不可分小波變換的指紋增強.pdf

1、指紋作為生物特征，既是用于個人識別的最古老的模式，也是當今最普遍使用的方式。隨著指紋認證系統(tǒng)（FVS）日趨成熟，它已成為最流行也最可靠的生物特征識別技術。指紋圖像增強是指紋認證系統(tǒng)中十分重要的一步。
　　 對于低質量的圖像，指紋圖像增強是必須的。指紋圖像增強的目的是提高脊線和谷線結構的清晰度，避免生成偽特征，從而確保特征提取的準確性和可依賴性。因此，近年來，它引起了人們廣泛的關注。指紋的特征提取和匹配算法的性能非常依賴于輸入指紋

2、圖像的質量，而指紋圖像的“質量”卻不能客觀的衡量；它大致與指紋圖像的脊線結構的清晰度相一致。一幅高質量的指紋圖像有高對比度及明確界定的脊線和谷線。而低質量的指紋圖像則有低對比度及脊線間的不清界限。
　　 在這篇論文中，我們提出了一種基于不可分小波變換的指紋增強新方法。我們的方法能產生脊線和谷線間的高對比度。我們先使用不可分小波變換分解指紋圖像，不可分小波變換能有效地分解指紋圖像，獲得小波系數。然后，依據圖像的幾何特征，用自適應方

3、法來修改這些系數來減少噪聲并增加脊線和谷線間的對比度。之后，我們用逆小波變換來映射該結果。我們用一個二維中濾波器減少噪聲保留邊界，來展示我們的結果。與以前的其他方法比較，該方法具有較好的增強效果。與傳統(tǒng)的小波變換相比，我們的研究表明，由不可分小波變換生成的三個高頻的子圖像能提取更多的高頻信息，不再過分關注于這三個特別的方向。不可分小波是濾波器組中的一種，它的特點是捕獲所有方向的奇異性。它還擁有傳統(tǒng)小波所有的多分辨率分析和低計算復雜度的能

4、力。這樣，與可分離的小波變換相比，不可分小波變換的高頻子圖能顯示更為可取的特征。
　　 我們提出的方法應用于對比度增強，對比度增強是圖像處理，模式識別和計算機視覺中基本課題中的一個。特別是在同質區(qū)，這個對比度能被限制，從而避免放大出現在圖像中的任何噪聲。對比度增強方法分為間接方法和直接方法。間接方法用于修改既沒有效率也沒有效益的直方圖，因為它僅拉伸全局分布的強度。直接方法用于定義對比的測量方法，并用它來增強對比度。直接方法比間接

5、方法有更好的性能。
　　 我們的結果與其他增強方法作對比，如直方圖均衡化（HE），輪廓增強，Gabor 濾波，短時傅里葉變換（STFT）分析及可分離小波變換等。當在圖像中有高強度分布時，直方圖均衡化不能很好的工作，因為在圖像中頻率較低的強度值會丟失。比較基于小波與基于輪廓變換的對比度增強，要考慮兩個參數：平滑度和細節(jié)增強。當增強后需要平滑的圖像時，小波變換更好。當使用基于短時傅里葉變換分析和Gabor 濾波的指紋增強時，僅在空間

6、域或在頻域有一些分析的優(yōu)勢及劣勢。我們知道，指紋圖像增強在二值脊線圖或直接灰度圖中操作。二值化將產生更多的偽細節(jié)點結構并失去某些有價值的原始圖像信息。因此，我們的增強算法直接作用于灰度圖像。我們使用由一維小波變換濾波器組產生的二維可分離濾波器組，在結果中我們比較可分離小波變換和不可分小波變換。盡管一維小波變換濾波器組證明是支持緊湊的，但它卻僅提取三個方向（如水平、垂直、對角）的奇異性。
　　 實驗結果表明，我們提出的算法能增強脊