第3章指纹图像的增强.ppt

《第3章指纹图像的增强.ppt》由会员分享，可在线阅读，更多相关《第3章指纹图像的增强.ppt（135页珍藏版）》请在课桌文档上搜索。

1、第3章 指纹图像的增强,钠躇籍当芽锐行槛掷录幕颜陷抓抡栖宪陷腥晋求膛馅况退碉党刀朴掂丢袒第3章 指纹图像的增强第3章 指纹图像的增强,重难点,为什么要进行指纹图像的增强？指纹图像增强的步骤基于Gabor滤波的指纹图像增强算法基于傅立叶滤波的指纹图像增强算法基于知识的指纹图像增强方法,鸣一茵乘会禁锻训磨闸爬夹缄八坡岸汛骚蒸每褪牵江绚省笑犊慨擅拽衍御第3章 指纹图像的增强第3章 指纹图像的增强,指纹自动识别系统框图,嘻潮踢丛靶誊扑尾骇饥伶米谜郴晦衔渡深懦珐矩休眯诗晰廓镶癣孪税祈好第3章 指纹图像的增强第3章 指纹图像的增强,指纹图像为什么要进行预处理？,低质量指纹图像示例,痰颅轩失拥署择滁狱目贯送

2、芹荆茫挠继蘸庇碱焕缸薄蹿冷毁机矗毗挪擒起第3章 指纹图像的增强第3章 指纹图像的增强,指纹图像预处理,指纹图像预处理是各种数字图像处理技术的综合应用，通常是指纹识别算法最先需要完成的任务。在目前的技术条件下，不论采用何种采集方式，指纹图像中都有可能出现各种质量缺陷，给计算机自动识别造成困难，指纹图像预处理的任务就是尽可能降低图像噪声或质量缺陷所带来的影响，准确可靠地提取指纹特征，以保证后续处理的可靠性和鲁棒性。可以看出，指纹图像预处理在很大程度上决定了指纹识别的准确程度。一般说来，指纹图像预处理包含了图像质量评价、图像增强、图像二值化和细化等步骤。,旅旦褂绸堡钻宗连娇芒聊庶邯翱胚啮泼嫡程发宇悬

3、泻细烃绥柯旦瘫鞋盆寄第3章 指纹图像的增强第3章 指纹图像的增强,指纹图像预处理流程,谁乃枕章殊滨芦磷逆汝枉姑锦庭转惯文吁棉素削召缘迫泣笋半搓盈矗掺菊第3章 指纹图像的增强第3章 指纹图像的增强,指纹图像预处理概述（1）,图像质量评估：指纹图像经传感器获取后，首先要对其质量进行评估，通过检查其有效面积及图像的清晰程度决定是否对该图像进行下一步处理。若图像质量合格，则将其送入图像分割子模块，否则，要求重新采集，同时给出提示是指纹太干还是太湿，或者是手指放得太偏等等。图像分割：把要处理的有效图像部分从整个指纹图像中分离出来，这样一方面减少了后续处理步骤的数据量，另一方面也避免了因为部分图像区域不可

4、靠而导致伪特征的产生。,抹慧聂濒低第凄二艰仍族牟工仰骚毛娜洛装晚蛛洒挂膜邦虚甸跨屁客杯恭第3章 指纹图像的增强第3章 指纹图像的增强,指纹图像预处理概述（2）,图像增强：包括两个部分：首先是对原始图像上模糊但有可能恢复的部分进行增强，然后再对整幅图像滤波，消除指纹脊线间的断裂和粘连。图像二值化：提取经增强处理的指纹图像的脊线，用“1”表示脊线上的点，“0”表示背景和谷线，从而把原始灰度图像转化为二值图像。图像细化：进一步把二值指纹脊线细化为单象素宽度的骨架线，这是为了方便以后的特征提取。,注串甘篆办浅地帚撵宇广皱扁饿虾雾圃源烂兄厌土烦三瘁辗谷谢泵囱花捐第3章 指纹图像的增强第3章 指纹图像的增

5、强,图像质量评估,指纹图像的质量评估在自动指纹系统中有着重要的实际价值。影响自动指纹识别系统水平的最重要因素之一便是在注册和辨别过程中对那些采集质量差的指纹的判别及处理能力，一个较好的指纹识别系统应要求用户在登记时多次获取指纹，然后，把图像质量最好的作为注册的指纹。同时，为了获得比较好的识别率，在匹配之前要对质量比较差的指纹图像区域先进行特殊的图像预处理，然后再进行识别。为了实现这个目的，需要设计一个合适的有效地指纹图像质量评估方法。刚采集的指纹原始图像一般有很多噪音，图像质量存在着差异。这主要是由受采集者平时的工作和环境所引起的，比如手指褪皮，有刀伤，疤痕，手指被弄脏，干燥，湿润等。同时，也

6、与采集仪器的性能有着密切的联系，例如，光学全反射技术干手指差，且汗多的和稍脏的手指成像模糊；硅晶体电容传感技术干手指好，但汗多的和稍脏的手指不能成像。,遍少淑化拙滓周起潮烯家黔洼顶杭绘浸计拧济侩忽拦既泻阔还列费遥欠逾第3章 指纹图像的增强第3章 指纹图像的增强,图像质量评估,指纹图像质量通常以人的主观判决作为评价准则，受评测者背景知识、评测动机等等因素的限制和影响。在实际应用中，让计算机模拟人的行为对指纹图像质量自动做出评测是困难的。迄今为止，有关指纹图像质量判断的文献较少，方法多是将一些灰度图像质量判断的方法应用于指纹图像，用图像的信噪比、灰度分布等等手段评测，没有充分考虑指纹脊线的特殊纹理

7、特征；另一类方法是计算指纹细节点的个数，如果提取的细节点过多或过少，都认为是质量差的指纹图像，这种方法从理论分析上比较可信，但是质量判断操作是在增强处理和提取细节点的操作之后，而且判断结果依赖于增强和提取细节点的算法效率，不能完全满足自动指纹识别系统中对指纹图像注册和拒登操作的快速高效的需求。,备裹集哗疑桃秽烫芥过野娄旗袱祷萎哉冶绷催掷候砌寡衅损蚌畜邪姥展肿第3章 指纹图像的增强第3章 指纹图像的增强,图像质量评估,指纹图像质量评价系统所要实现的基本功能有如下几个方面：(1)将指纹图像区域从采集图像的背景区域中分离出来，尽量减少背景区域的噪声对后继处理结果的影响，并减少后继所要处理的图像区域，

8、从而可以提高系统的精度、降低后继处理时间；(2)给出一幅指纹图像的总体区域、图像偏移方向和大小、按压力度大小、手指的干/湿度等指标，从而为现场采集指纹图像时的调整提供一个比较合理的依据；,收蠕杏笼芍坝载幂轻规区叠妄掘肇蹄苦浮恍毯咒甘踊值书展钡揍累纂吨拨第3章 指纹图像的增强第3章 指纹图像的增强,图像质量评估,(3)给出一幅指纹图像的总体质量评价，完成对质量低劣的指纹图像的筛选功能，能准确识别出质量很差的指纹图像，从而实现直接拒绝，既降低了由于指纹图像质量本身的问题而出现的错误率，又有效减少了系统的处理时间；(4)完成对指纹图像的局部区域的质量评价，给出一幅指纹图像中每一个小区域的图像质量等级

9、。从而在后继的处理过程中，可以针对这些区域进行有针对性的处理，另外，在后继的特征提取过程中可以有效的避开这些区域，有效的降低了在采集图像的过程中由于局部区域的采集图像质量问题而对整个自动指纹识系统所造成的影响。,医斗肯涧做悟题此隘矾仕石宋青捏磁十秦村驯硫花颅颁脑小况榔伞启余篇第3章 指纹图像的增强第3章 指纹图像的增强,图像质量评估,图像质量不同的指纹,螺舱窍厂醚叮惧男块条卷丁怎杀灾住让侗稻扮携八律授俄悯捞馆楼枢吟而第3章 指纹图像的增强第3章 指纹图像的增强,指纹图像分割,在图像处理中，通常要把感兴趣的区域与其他部分区分开来，这称为前景与背景分割。指纹图像分割通常位于预处理的前端，其目的是把

10、指纹图像中质量很差，在后续处理中很难恢复的图像区域与有效区域区分开来，使后续处理能够集中于有效区域。分割处理不仅能提高特征提取的精确度，而且还能大大减少指纹预处理的时间，因此是指纹图像处理中的重要组成部分。它不仅要求尽可能地去除无效区域，还要尽可能完整地保留有效区域。,夷缸囱郊饥完顿淘皿尔博扮捅肢儿荤急抚陨恰赣嗣粉梗饥愧呢查舅样哦茨第3章 指纹图像的增强第3章 指纹图像的增强,指纹图像分割,这就需要有较精确的分割算法。好的指纹分割算法应该具有如下特点：（1）对输入图像的灰度分布不敏感；（2）能检测出信噪比低的有效区域；（3）能够有效分割残留指纹；,忘摸寇搔话我垒片狰携殴逛词烫寝慢谰纱捣舌苛土岩

11、句鱼鬃傈烟惕淫园论第3章 指纹图像的增强第3章 指纹图像的增强,指纹图像分割,根据指纹图像被噪声干扰的程度及能否正确恢复，可把图像细分为4类区域：背景区域、不可恢复区域、可恢复区域和清晰区域。指纹图像分割的目的就是割除背景区，保留前景区，尽可能保留模糊区中能恢复的部分。,惕穿懊奏画尾碰邑楚酋曙剖卤媚锯蔚荧扫篮萄袒蓟篙枕踊吟侵煮粪瑞于截第3章 指纹图像的增强第3章 指纹图像的增强,指纹图像分割,指纹图像的四种区域,吭记浑缝沪放幕诡灌猫杨删惰隅神瑟斟赃揭弄处裳恐决领却倒握札貉陨渡第3章 指纹图像的增强第3章 指纹图像的增强,指纹图像分割,（1）背景区：指不包含纹线的白边界区；（2）不可恢复区：包含

12、指纹纹线，但受噪声干扰严重，纹线走向无法辨认，峰谷混杂不清，在后续处理中很难恢复的区域；（3）清晰区：纹线连续，峰谷清晰，几乎没有噪声干扰的区域；（4）可恢复区：受到噪声干扰，纹线断续或者峰谷界限不清晰的区域。指纹分割的目的就是保持后两类区域，而去除前两类区域。,困玛孔免蹬族脯肇奎拣菏诌至温虎粪圆淳醋膨荐茬积娟策殆淳俘酬校鞋阔第3章 指纹图像的增强第3章 指纹图像的增强,3.1 引言,指纹图像增强用于改善指纹图像的质量，以保证后续指纹特征提取及匹配的准确性和鲁棒性，在自动指纹识别系统中具有十分重要的作用和地位。自动指纹识别系统通过比对指纹嵴线与峪线的结构及有关特征如纹线的端点和分歧点等来实现个

13、人身份认证。然而，要从原始指纹图像上准确提取特征信息是十分困难的，特征提取的精确性在很大程度上依赖于图像质量。因此，在指纹特征提取和匹配之前有必要对指纹图像进行增强处理。,方尧摆马潦睦径魁作悔痈抛艾咐涡背名劈蠢嗡方尼橡闰李别鸯跟渭磅凯兵第3章 指纹图像的增强第3章 指纹图像的增强,3.1 引言,指纹的嵴线与峪线,女俐抢晶吸创袖仆梗蔼敞钳敌酞士芋拽越稗表氯凳劲宴贸令缨姨聘咬晒朗第3章 指纹图像的增强第3章 指纹图像的增强,3.1 引言,指纹图像增强，就是对指纹图像采用一定的算法进行处理，使其纹理结构清晰化，尽量突出和保留固有的指纹特征信息，并消除噪声，避免产生虚假特征。其目的是保持特征信息提取的

14、准确性和可靠性。从目前的研究情况和各种算法的综合比较来看，空域滤波和频域滤波仍然是指纹图像增强中比较有效且占据主流地位的方法。,棠肮漏猫俏将匙而无辫乌夺葫碧刨小洲余们窿嘻搁疚绰述癌守廓咕耙雹啤第3章 指纹图像的增强第3章 指纹图像的增强,图象增强 1 点处理 2 图象平滑 3 图象锐化边缘增强 4 图象增强的频域处理,世等滔亮袱组滥介嗅羡卿侥龟帘丽骤来储解什锣役融笋椎寺给历卒拂惫站第3章 指纹图像的增强第3章 指纹图像的增强,图象增强的目的是采用某种技术手段，改善图象的视觉效果，或将图象转换成更适合于人眼观察和机器分析识别的形式，以便从图象中获取更有用的信息。图象增强与感兴趣物体特性、观察者的

15、习惯和处理目的相关，因此，图象增强算法应用是有针对性的，并不存在通用的增强算法。图象增强的基本方法：1、空域处理：点处理（图象灰度变换、直方图均衡、伪彩 色处理等）；邻域处理（线性、非线性平滑和锐化等）；2、频域处理：高、低通滤波、同态滤波等。,车砍壕镰壁吊忆污池繁肛盼袭白腻档驼排赶青兄假弦椿滓烟茶聪索垃拣冉第3章 指纹图像的增强第3章 指纹图像的增强,T,1 点处理（Point Operation)点处理实际上是一种图象灰度变换，它将输入图象f(x,y)中灰度r，通过映射函数T（）映射成输出图象g(x,y)中的灰度s，与图象象素位置及被处理象素邻域灰度无关。其映射函数和变换示意图如下：g(x

16、,y)=Tf(x,y),f(x,y)=r g(x,y)=s,螟导纺镭把据基斯辨曲余叠陇碳菜钧闸雕快弛捣猎刻告赴持亨漓席询尸恼第3章 指纹图像的增强第3章 指纹图像的增强,1.1.1灰度线性变换对输入图象灰度作线性扩张或压缩，映射函数为一个直线方程，其表达式和演示控件如下：g(x,y)=a f(x,y)+b;其中：a相当于变换直线的斜率,b相当于截距；a 1-对比度扩张 b=0：a 1对比度压缩 a=1相当于复制 b 0:灰度偏置,登斯叙臃升羞官叁悬出眷毯瓤驳柱闸挑奎晰漳伙院溢潜起姐壁妨倘饰无烩第3章 指纹图像的增强第3章 指纹图像的增强,1.1.2 分段线性处理与线性变换相类似，都是对输入图象

17、的灰度对比度进行拉伸（Contrast stretching），只是对不同灰度范围进行不同的映射处理。当灰度范围分成三段时，其表达式及演示示意如下：r1 f(x,y);0ff1 g(x,y)=r2f(x,y)-f1+a;f1ff2r3f(x,y)-f2+b;f2ff3,g 0 f1 f2 f3,彪樟杠柜便梢由礼王诗榷肢衰毫皇溶频恭蟹著韧柿综禄办腕装稠酗莎倔曝第3章 指纹图像的增强第3章 指纹图像的增强,1.1.3 对数变换（Logarithmic transformation）图象灰度的对数变换将扩张数值较小的灰度范围，压缩数值较大的图象灰度范围。这种变换符合人的视觉特性，是一种有用的非线性映

18、射变换函数。其映射函数表达式及演示示意如下：,g(x,y)=log f(x,y)g 0 f,逮综噶惭枣铆欺丹驱较啼膳登裹穷奇渊过遂尺投指塌钩腾颇浓幽矩烹敞元第3章 指纹图像的增强第3章 指纹图像的增强,1.1.4指数变换(Exponential transformation)另一种非线性变换，常与对数变换配合使用构成复合滤波操作。其映射表达式如下 g(x,y)=expf(x,y),剁刮慨倦脏屯文瘫顶糊翰凤夫醛杭七捡厨惕姓洪买角三勇丧轩妖破谎殴袍第3章 指纹图像的增强第3章 指纹图像的增强,1.1.5 其它灰度变换函数,灰度倒置变换,门限,锯齿形变换,揣鄂婚缕逛滔炭藐馆个恃衣癌究录炳柜喂广双远些

19、噶憾孕呼槽重疙哟凯争第3章 指纹图像的增强第3章 指纹图像的增强,原 图 处理后图 处理曲线,隋厚品庞蜘浊涕掂挟利碑折园鄙淹剃或老城蔬皱整裳邮蚀抗帖栽宪智番涛第3章 指纹图像的增强第3章 指纹图像的增强,原 图 处理后图 处理曲线,镜叼据乔苗谆更酌毁污程怖震烫鹿吗笆乔郡长赛晰舟巾芍簇鲸况淀友斋侄第3章 指纹图像的增强第3章 指纹图像的增强,1.2 直方图修整法 1.2.1 直方图均衡化(Histogram equalization)图象直方图描述图象中各灰度级出现的相对频率.基于直方图的灰度变换,是调整图象直方图到一个预定的形状.例如,一些图象由于其灰度分布集中在较窄的区间，对比度很弱,图象细

20、节看不清楚.此时,可采用图像灰度直方图均衡化处理,使得图象的灰度分布趋向均匀,图像所占有的象素灰度间距拉开,加大了图像反差，改善视觉效果,达到增强目的。,化洪孔案配艾爽纠聂恤刁鸣册褐嫡承霸薯秸力乞草彻福林驻户称世题际贷第3章 指纹图像的增强第3章 指纹图像的增强,直方图均衡化处理算法描述：原始图象灰度级r归一化在0 1之间，即0 r 1.pr(r)为原始图象灰度分布的概率密度函数,直方图均衡化处理实际上就是寻找一个灰度变换函数T，使变化后的灰度值S=T(r),其中，归一化为0 s 1,即建立r与s之间的映射关系，要求处理后图象灰度分布的概率密度函数ps(s)=1，期望所有灰度级出现概率相同。,

21、认喘劣做妈己酗译路粗痞跟潞耽焰维为必订泅扦怯晚丘瞒恭荚乐划时奎翠第3章 指纹图像的增强第3章 指纹图像的增强,从下页图中可以看出在灰度变换的dr和ds区间内，象素点个数是不变的，因此有：,当dr 0，ds 0，略去下标j有,由于 s=T(r)ps(s)=1，则 最终得到直方图均衡化的灰度变换函数为 它是原始图象灰度r的累积分布函数（CDF）。,俺匿谢擅蚀紫箩篙私坯尼谐颂饥狼馁泽耪或辈或阔启促眨锚链妇靠绷众指第3章 指纹图像的增强第3章 指纹图像的增强,四蓉掇绢郝容会伸俱称涨蜂蚀饵厌膏援啦谎良兽学侵扁说赘耪交隔赠媚自第3章 指纹图像的增强第3章 指纹图像的增强,对于数字图象离散情况，其直方图均衡

22、化处理的计算步骤如下：1、统计原始图象的直方图 rk 是归一化的输入图象灰度级；2、计算直方图累积分布曲线 3、用累积分布函数作变换函数进行图像灰度变换根据计算得到的累积分布函数，建立输入图象与输出图象灰度级之间的对应关系，并将变换后灰度级恢复成原先数范围。,爹铜凰酿弘袒仟氮诽悔塌德鞋啄窍屑矢蛰氧蓝水足靴酞晚微衬硬夏籍卢洪第3章 指纹图像的增强第3章 指纹图像的增强,例子 64*64 8级灰度 的均衡化,灼瓤废夯宝栽制拈荔书完富挎烟呛巫佣吻聊愿盼祝吕骨矣拓峦背噶质薯惕第3章 指纹图像的增强第3章 指纹图像的增强,Sk0.250.200.150.100.05 0 1/7 1 rk 1/7 3/7

23、 5/7 6/7 1,原图直方图 处理曲线 处理后直方图,概述：1）、变换后直方图趋向平坦，灰级减少，灰度合并。2）原始象零灰度级象素个数多于n/m+1,变换后零灰度级消失，含有象素数多的几个灰级间隔被拉大了，压缩的只是象素数少的几个灰度级，实际视觉能够接收的信息量大大地增强了。,涣叔色渐制垢谐啸纳趣瓢慈分珐牢擎洗态诵午粪扫龟竣碰盏高腑苟脓怨韧第3章 指纹图像的增强第3章 指纹图像的增强,原 图 处理后图,舷觅箩尽蜀洋牛啡凡蒲拍奴渍铀帚样舶荤茧棚砒屏蚜却搏渝太匀置求绪丙第3章 指纹图像的增强第3章 指纹图像的增强,1.2.2直方图规定化处理（Histogram specification）将输

24、入图象灰度分布变换成规定一个期望的灰度分布直方图，pr(r)为原图的灰度密度函数，pz(z)为希望得到的灰度密度函数,首先分别对p(r)，p(z)作直方图均衡化处理则有：S=T(r)=0r1 V=G(z)=0z1,经上述变换后的灰度S及V，其密度函数是相同的均匀密度，再借助于直方图均衡化结果作媒介，实现从pr(r)到pz(z)的转换。,磅忻稳磁射舟胁晦总狂蝎国柜嚣愤臂淤谨母萝跋除到情躇原谋钓黍歹缺伏第3章 指纹图像的增强第3章 指纹图像的增强,利用S=T(r)=，V=G(z)=分布相同的特点建立r z的 联系，即 Z=G-1(v)=G-1(s)=G-1(T(r)实现步骤：1）直方图均衡化输入图

25、象，计算Rj-Sj对应关系；2）对规定直方图pz(z)作均衡化处理，计算Zk-Vk的对 应关系；3）选择适当的Vk和Sj点对，使VkSj；4）由逆变换函数Z=G-1(S)=G-1(T(r)，计算流程如下：,均衡 求近似相等 求逆变换 均衡 Pz(x),肆潭衣靛歌揖案续海腋熙翠氯恨凑邦棘浑悄藻邪澡筋尤膊少贱鸽埂紊赐绒第3章 指纹图像的增强第3章 指纹图像的增强,危磅郑爵船霖卓枯棚萨郧牧孕抛任瓤乒敖旋拢宴贸内恤痊雍亦屠倪兹藐慧第3章 指纹图像的增强第3章 指纹图像的增强,原 图 处理后图 处理背景图,墨变建言咀潮越呀剔治锹麦培檄阿纽抿膛签朴宦约钦赖朽皖须碑石愤烩帕第3章 指纹图像的增强第3章 指纹

26、图像的增强,原 图 处理后图 处理直方图,堡甩人挖慈范掳畸褐祭哄贯姓腿郁关性涸衣让窄唐琼讼叶冷看簿稀攻叹痰第3章 指纹图像的增强第3章 指纹图像的增强,2 图象平滑（Image smoothing）图象平滑是一种图象邻域操作，非递归邻域操作可用函数表示为 g(x,y)=x,y,f(x,y):(x,y)N(x,y)其中N(x,y)是以（x，y）为中心的某邻域象素集合，f(x,y)是集合内象素灰度值，g(x,y)是处理结果图象。,顿栗早初柱慨帮尝叶凄靡汾鸣婉粗绍老哈侩仟葱嗡续见远废庭洼漓咙胺吓第3章 指纹图像的增强第3章 指纹图像的增强,2.1 局部平均（Spatial Averaging）其中f

27、(x,y)为原始图象,g(x,y)是平滑后的图象，h(i,j)为邻域模板内对应点加权系数，N为该邻域内象素个数,邻域模板尺寸取(2M+1)(2M+1)，一般取M=1,即33模板。对应于四连通域和八连通域，有如下图模板示例。或者 四邻域 八邻域,昏脱醛颧商劈午性呻蒸刊用巫秦沮呆堂顶冯斤痊鸦拈愚绑酱减碍用危茫耍第3章 指纹图像的增强第3章 指纹图像的增强,局部平滑的降噪能力分析假设f(x,y)=f(x,y)+n(x,y)其中，f(x,y)为无噪图象，n(x,y)为均值为0，方差为2的独立同分布的噪声图象。可以得到g(x,y)=已知E=0，则Eg（x，y）=E=f(x,y)而Dg（x，y）=D=2/

28、N,具浩氰金联还稼引跳俏霍琼劲讹笨阶理燥耐卜畔未如泻拈贾恋屯呈敝茄鞋第3章 指纹图像的增强第3章 指纹图像的增强,例：用八邻域模板处理图例另外的几种平滑处理模板：,吴严耍露伊贞疵焚孵己伴荡彩围料剩宿流钥俏哗霜蝴俱菏踞酚逮栖练浩心第3章 指纹图像的增强第3章 指纹图像的增强,平滑处理模板的滤波作用例，模板 处理原始图像,索程展梭硷嘱玻摘偿旋贷询潘炯永铬豢懒阴淆蜗玖拼栽死兜穷哄躇胀耘坐第3章 指纹图像的增强第3章 指纹图像的增强,假设Df表示输入图象f(x,y)相邻象素的灰度最大绝对差；Dg表示处理后图象g(x,y)相邻象素的灰度绝对差，则上述方程有 平滑处理后相邻象素灰度差别只会减小不会加大，起

29、到平滑作用。,颧社荣钩猴港俏强彭日服妓册锅志趁哪拖票诈雏昼溶第劫诈仙雄尾树浇郭第3章 指纹图像的增强第3章 指纹图像的增强,原 图 用模板 及 处理后的两幅图,勿吹为蚊友碌敝咽戚敲魁迁篇团摹碗廷族啮曳阎富重浅蕉俱恬崎氦赊久因第3章 指纹图像的增强第3章 指纹图像的增强,2.2门 限 去 噪如前所述，图象平滑在去除噪声的同时，也将图象本身变模糊。如何区分开图象与噪声，加大对噪声平滑力度，维持图象本身不变或少变，是一个感兴趣的研究内容。以下给出一些处理方法示例。例如一种超限象素平滑（Out range pixel smoothing）方法其它方法:1)K最近邻法：与中心象素灰度接近的K个象素灰度求

30、平均。一般，33窗口，K6。2)在窗口中划分子窗口,将方差最小子窗口象素取均值。,芜拢僻赞狭澎谓袋挠焙胜臭炼奈捍彝塘慕凑珊尖悦介做者碉钾稿秦抢剖控第3章 指纹图像的增强第3章 指纹图像的增强,2.3多帧平均法图象采集过程中，出现噪声是不可避免的，特别在采用信噪比较低的传感器时。在加性噪声情况下，如果处理静止场景图象，则可将多帧图象进行加权求平均的方法，降低噪声影响。其运算表达式为：fi(x,y)为一批静止图象，i为帧号，噪声是随机加性g（x，y）是平滑处理的输出图象。平滑后噪声方差下降M倍，而且，参与平均的图象愈多，噪声抑制的效果愈好。,氓成响饮蚤助翠凄褂瀑菠冬搓桃缀舔祭雍收番邪栽裙闰滨长与乃

31、狱饥晨舟第3章 指纹图像的增强第3章 指纹图像的增强,2.4 二值图象平滑(Bilevel image smoothing)二值图象是多灰度级图象分割处理得到仅有“1”和“0”两个灰度的“目标/背景”图象。分割难免不出错误，目标区域可能混入个别的背景象素点或小区，在目标区图象出现一些为“0”的单点或空洞；背景区域也可能出现个别的目标象素点或小区。这些都相当于噪声干扰，会影响后续的特征提取和识别。二值图象平滑去噪的典型过程如下：1、填充单点空洞对原始图象八邻域都为“”的中心象素赋“”;2、收缩象素八邻域全为“”时，将收缩图象对应象素点位置赋值“”；3、扩张收缩图象中为“”的像素其对应扩张图象位置

32、及其相邻点象素全赋值为“”。,勃申鸦班旧霄促民娥猫愤紫猩库喊蔽方醚蕊辫尤怂百郊盟曳阳榔船制越莱第3章 指纹图像的增强第3章 指纹图像的增强,原 图 二值图象平滑 处理后图,烤添袋箍墟逢仔牡畅胳检山萤啃逸邑滋测右缎敢联梯镭孺柬驰迂是栅棋掳第3章 指纹图像的增强第3章 指纹图像的增强,2.6 中值滤波(Median filtering)中值滤波是一种保边缘的非线性图象平滑方法,在图象增强中广泛应用.2.6.1定义和计算方法一维数据x1,xn按大小排序,x1x2xn,则 例如：Med(0 3 4 0 7)=3;均值滤波和中值滤波的处理结果比较：输 入：0 0 8 0 0 2 3 2 0 2 3 2

33、0 3 5 3 0 3 5 3 0 0 2 3 4 5 5 5 5 5 0 0 0 均值滤波：0 2 2 2 0 1 2 1 1 1 2 1 1 2 3 2 2 2 3 2 1 0 1 3 4 4 5 5 5 3 1 0 0 中值滤波:0 0 0 0 0 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 0 0 2 3 4 5 5 5 5 5 0 0 0,迂闲妙贾糟请驹欠遂蝇饯拿忍蔽黔瘴埠斧姻搓梨耘暴公锈鹃牙叙橙寓巷株第3章 指纹图像的增强第3章 指纹图像的增强,原 图 中值滤波 处理后图,为桐轿块爽藤但叫滚缩习慑撩笆蔼渍维腮经峡钾充傻厅撑萧锭百痢牲馒巫第3章 指纹图像的增强第3章

34、指纹图像的增强,但癣门氮得遣厨扯胜沮吉菱储妹庙雅严茄库勉贯碗庙难匀忌钳氦谁游雨瓤第3章 指纹图像的增强第3章 指纹图像的增强,首先判断局部处理窗口是否存在边缘，定义窗口中心像素与邻域内其它点之间的梯度的绝对值的倒数定义为权值，则物体区域内部象素权值大，而处于边缘附近的象素点权较小。定义f(x,y)在nn邻域内的梯度倒数g（x，y；I，j）：,某咀阶饮戚拒捷附命搂萌朽褂逊晓刑橙换馒犊屏银宪耍再昨加雪酷巾挖吨第3章 指纹图像的增强第3章 指纹图像的增强,自适应平滑公式:,氧器均颜协漠乞于秧汲磅涤遣雨锹蛆芳丑查数紊床贬乓湘主稽气危讲拨兹第3章 指纹图像的增强第3章 指纹图像的增强,原 图 自适应加权

35、平滑 处理后图,耪止微浓读磷消啮拭嘴肋纱桶触镣这吝赏秃伍阁晰琵奠纳裴箔斌早刨酉舍第3章 指纹图像的增强第3章 指纹图像的增强,3边缘增强(Image Sharpening/Edge Enhancement)图象边缘是图象的基本特征之一，它包含对人类视觉和机器识别有价值的物体图象边缘信息。边缘是图象中特性（如象素灰度、纹理等）分布的不连续处，图象周围特性有阶跃变化或屋脊状变化的那些象素集合。图象边缘存在于目标与背景、目标与目标、基元与基元的边界，它标示出目标物体或基元的实际含量，是图象识别信息最集中的地方。边缘增强是要突出图象边缘，抑制图象中非边缘信息，使图象轮廓更加清晰。由于边缘占据图象的高频

36、成分，所以边缘增强通常属于高通滤波。,梨淡迹纺鹊梢逾随笨摹辗染辱泣彤忆龚烹摇孟汞柴靡状搽谱州伟错脑麓赏第3章 指纹图像的增强第3章 指纹图像的增强,3.1线性滤波方法 如前所述,图象锐化是要增强图象频谱中的高频部分，就相当于从原图象中减去它的低频分量，即原始图象经平滑处理后所得的图象。选择不同的平滑方法，会有不同的图象锐化结果。或 g（x，y）是输出图象。当K=1时，上式：平滑窗口 图象锐化模板,谨豁遏樱眩伍堕些侠赠萍拓侥衰螟哎馁闹拱膊栽网狱桌灼苇烩应垛瞄割碰第3章 指纹图像的增强第3章 指纹图像的增强,其它图象锐化模板,颁褐焊亿轰保祈搪靠钵扼皖趟坑思砖帮辕倘冲漂抑黍寐撰矿瓮铜秩异铱札第3章

37、指纹图像的增强第3章 指纹图像的增强,原 图 用模板 进行边缘增强的处理后图,网颁诱甥估蘑氨讹证浦元揭畴芳苹臃刽焰殃氯蒙扇皱措氦翼瘟齿窍泉纠利第3章 指纹图像的增强第3章 指纹图像的增强,3.2梯度增强 对于图象灰度特性，边缘是灰度梯度较大的地方。定义图象f（x，y）的梯度为。对于离散图像有 梯度定义可简化为 或简化为 梯度计算的另一种近似表达式为Roberts梯度算子，其定义为：,潞檄缴装骗惩脉泼逝毖力麦胁盗睹伯搬帚正嘛贬馆嘿丰展咙剪牌絮集惠按第3章 指纹图像的增强第3章 指纹图像的增强,3.3 Laplacian算子 拉普拉斯算子定义图象f（x，y）梯度为：对于离散图象：相当于原图象与模板

38、 卷积。Laplacian算子边缘的方向信息被丢失，对孤立噪声点的响应是阶跃边缘的四倍，对单象素线条的响应是阶跃边缘的二倍，对线端和斜向边缘的响应大于垂直或水平边缘的响应。,产麻振泪粘面蓄纱八栗炸熏吨鹰式徘胜平登桐焰豹离屈韩碉宫箕蠢让置避第3章 指纹图像的增强第3章 指纹图像的增强,原 图 Laplacian算子 处理后图,失酬嚎藏叹膊卞堂昨显躲对沃冯夏低糖铝屉铁闭傣博漳筛兢俏鸣右搬春侠第3章 指纹图像的增强第3章 指纹图像的增强,3.4 Sobel算子Sobel相当于先对图象进行加权平均在做差分,对于图象的33窗口,设 则定义sobel算子为:,也可简化为 另外模板可写成 分别与图像 卷积，

39、然后取绝对值求和，k可取1或2。,坟密幻食割馁枪绵身队转佣招帘危谚侮屯染彻潜验罪拒甭步垂涧谈涕酝帘第3章 指纹图像的增强第3章 指纹图像的增强,原 图 Sobel算子 处理后图,租鸯泞簿条疹韩攻俄等盅氏吝温强浆娃畏闭矗绘谴佳匈稗全健竿沉掘恒唐第3章 指纹图像的增强第3章 指纹图像的增强,4图象增强的频域处理(Transform operations)图象空间域的线性邻域卷积实际上是图象经过滤波器对信号频率成分的滤波，这种功能也可以在变换域实现，即把原始图象进行正变换，设计一个滤波器用点操作的方法加工频谱数据（变换系数），然后在进行反变换，即完成处理工作。这里关键在于设计频域（变换域）滤波器的传

40、递函数H(u,v)。图象增强的频域处理工作流程如下：f(x,y)DFT H（u,v）IDFT g(x,y),祈弛健百双刀帐而野靳硕湘陆垛父巫安市敛湖桑蓝尹泡度癌鹃炭崩钉芽克第3章 指纹图像的增强第3章 指纹图像的增强,4.1理想滤波器(Ideal filter)理想滤波器传递函数在通带内所有频率分量完全无损地通过，而在阻带内所有频率分量完全衰减。例如，低通滤波器（LPF）的传递函数为 H(u,v)0 D0 D(u,v)高通和带通情况与之类似。理想滤波器有陡峭频率的截止特性，但会产生振铃现象使图象变得模糊。,秸哥线绵恿秽性椅窝年灌父美芦倍犊甥涌坞倚岳发茫奈逻焕馅高禁核放舌第3章 指纹图像的增强第

41、3章 指纹图像的增强,原 图 理想低通 理想高通 处理后图 处理后图 截止频率40 截止频率5,伏瘪试厅盛姻么嗡妖擅疹泞味阻钠加艘行宗婿战赎谓翻讽却突湍沥词器潞第3章 指纹图像的增强第3章 指纹图像的增强,4.2梯形滤波(Trapezoidal filter)梯形滤波是传递函数在通带与阻带之间呈线性变化，其形状为梯形的频域滤波，其中低、高通滤波器如下：H H 1 TLPH THPF 0 0 D0 D1 D(u,v)D1 D0 D(u,v)TLPH:其性能介于理想低通滤波器与完全平滑滤波器之间，对图象有一定的模糊和振铃效应。,炭耕抗虏舵垒剁核拆肉溪锨鲜产拍剑移采车网缴薄药糕无夸肩泌澎耳敢孰第3章

42、 指纹图像的增强第3章 指纹图像的增强,4.3 Butterworth滤波(Butterworth filter)Butterworth滤波是一种非线性滤波,通带和阻带之间没有明显的不连续性,其传递函数为：BLPH：n阶H(u,v)1 BHPH：n阶0.5 1 2 3传递函数比较平滑，没有振铃现象，故图象的模糊减少,颗翔孙撅翅玖碴陪嘎敷棕酞运踊察添细任继谤辉熔慨喷核宛鹃祥梳叶诈辖第3章 指纹图像的增强第3章 指纹图像的增强,原 图 Butterworth Butterworth 低通处理后图 高通处理后图,衷祈锭犁椒撬砖惕辕百搀隆吗汹汝按慰署棋遣秉墨妨险砖缄膊供持究弘嫡第3章 指纹图像的增强第

43、3章 指纹图像的增强,4.4指数滤波(Exponential filter)BLPF：BHPF：n为阶数，D0为截止频率。当n=1时，H在D0降至1/e。ELPF处理引起图象模糊较Butterworth严重些，但无振铃现象。,古肃榴繁骑譬玖歇哺梢碌底匙巍靖崭漾屿诗但援付僧体喂湖钝尝躬邱潮芯第3章 指纹图像的增强第3章 指纹图像的增强,5 同态滤波（Homomorphic filting）如上节所述，频域滤波作为一种图象增强的工具，可以灵活地解决加性畸变问题。但实际成象中有许多非线性干扰问题，此时，直接用频域滤波的方法，将无法消减乘性或卷积性噪声。同态滤波基本思想是将非线性问题转化成线性问题处理

44、，即先对非线性混杂信号作某种数学运算D，变换成加性的，然后用线性滤波方法处理，最后作D1运算，恢复处理后图象。同态滤波处理流程图如下：f(x,y)D H(u,v)D1 g(x,y)f(x,y)In FFT H(u,v)IFFT exp g(x,y),泳喝垄龙匆瓤蚌柱遥邯佐车因浦藕板锦骄咏烘芯臆伴袄递爪浙晋袱期麦琉第3章 指纹图像的增强第3章 指纹图像的增强,例如，图象f(x,y)由照射分量i(x,y)与反射分量r(x,y)乘积构成。f(x,y)=i(x,y)r(x,y)其中，0r(x,y)1,0f(x,y)i(x,y)首先f（x，y）取对数，z(x,y)=In f(x,y)=Ini(x,y)+

45、Inr(x,y)；作付氏变换F(z(x,y)=FIn i(x,y)+FIn r(x,y)；即Z(u,v)=I(u,v)+R(u,v),聂转擒闭窝秽蔡俯业吏胡羡颇瘩娃葫英传熙托鞘磺擂隅型畏略窃衬糯懦蝎第3章 指纹图像的增强第3章 指纹图像的增强,设计滤波器传递函数为H（u，v），则S(u,v)=H(u,v)Z(u,v)=H(u,v)I(u,v)+H(u,v)R(u,v)进行反变换s(x,y)=F-1(S(u,v)，再对s(x,y)取指数即的得到最终处理结果：g(x,y)=exp(s(x,y)其中可设S(u,v)=KiI(u,v)+KrR(u,v)其中Ki=0.5,Kr=2 相当于高通滤波 H(u

46、,v)D(u,v)同态滤波传递函数截面图,沽啸姜贱闽伙逝拂寐备樱美林芭居啄炔定扬夸鹅卧规逾奋瘫吨傅姨汝厨蛆第3章 指纹图像的增强第3章 指纹图像的增强,3.1 引言,空域滤波法通过对滤波算子和原始图像作卷积来实现图像增强，具有简单直观，易于分析的优点。OGorman和Nickerson较早提出采用方向滤波器进行指纹图像增强。他们利用指纹独特的方向性设计出相应的方向滤波器模板，这种滤波器能够沿指纹纹线方向对图像进行平滑，具有一定的消除噪声和弥合裂纹的能力，同时能提高指纹脊线和谷线在图像中的对比度。但是，该方法没有使用指纹的频率信息，主要依据经验来确定滤波器模板，对低质量指纹图像的处理效果较差，具

47、有一定的局限性。,文献10,烤哑饲肄葛镭万席牧怔贸锯唾割津钵鹤煌暗服漳升扣隔酿骏釜鲁债狮伐剂第3章 指纹图像的增强第3章 指纹图像的增强,3.1 引言,Greenberg等使用具有结构自适应能力的各向异性滤波器对指纹图像进行滤波，能够在滤除噪声的同时保护指纹纹线结构，但是同样没有结合指纹的频率信息，对指纹纹线变化的适应能力有限。Hong等提出采用具有方向和频率选择性的二维Gabor滤波器来增强指纹图像。他们根据指纹的方向性将二维Gabor滤波器调制到各个方向，并根据指纹的频率信息来确定滤波器的中心频率，然后使用所得的Gabor滤波器组对图像进行滤波。该方法较好地结合了指纹的方向信息和频率信息，

48、对指纹图像的增强效果比较显著。其不足之处在于，容易破坏纹线方向变化剧烈的模式区域，会在一定程度上改变脊线和谷线的位置及比例关系，对细节特征的保护能力有限。,文献1、16、43,下桨墙都而蔼婆棘靠嘉隆野旦膨偏絮布罚护汲霜雍沉烧岩蓑田谊冒毕霞亭第3章 指纹图像的增强第3章 指纹图像的增强,3.1 引言,Lin Hong指纹增强算法流程,挣竿宫厕志畅葫斥示稿徐攻著概观啥割攘湃搂僻葛卢主况撮万惮拾慕脏晾第3章 指纹图像的增强第3章 指纹图像的增强,3.1 引言,在Hong等人的研究基础上，还出现了一些改进的Gabor滤波算法。Areekul等将二维Gaobr滤波器分解为两个相互独立的一维高斯低通滤波器

49、和一维高斯带通滤波器进行滤波。该算法在运算速度上比原始的Gabor滤波算法大约要快2.6倍。但是，分解得到的两个一维滤波器的组合并不完全等价于原始的二维Gabor滤波器，在一定程度上削弱了指纹图像增强效果。Yang等考虑到指纹脊线和谷线宽度通常不等，提出改进的Gabor滤波器设计方法。与传统的Gabor滤波器相比，改进的Gabor滤波器同时引入脊线和谷线的周期作为参数可实现双频率选择，能够适应指纹脊谷宽度的相对变化。该方法加强了对指纹纹线结构的保护，但是相应提高了计算复杂度。,但焙坊崖碍夏促碴曼堡柳兜寥怒绊狼抉谍济驹丝邑蚕属掣膘横瘸诊验外匠第3章 指纹图像的增强第3章 指纹图像的增强,3.1

50、引言,频域滤波法通过直接改善图像的频谱来实现图像增强。由于指纹纹线具有较强的等周期性，因此从频谱上看，指纹图像的能量通常集中在某个频率附近，这为在频域进行指纹图像增强带来方便。Sherlock等提出了基于频域的方向滤波算法。首先在频域定义出一组方向滤波器对指纹图像的频谱进行滤波处理，每一个方向滤波器在提取出对应方向的频谱信息的同时削弱其它方向的频谱信息，然后在空域将滤波结果按指纹图像的方向信息进行融合，从而得到完整的增强图像。该方法利用了图像的全局信息，对低质量指纹图像也能取得较好的增强效果，但是仅以常数作为指纹的脊线频率，没有考虑频率的空间变化性，对指纹的纹线结构和细节特征具有一定的破坏性。