改进参数的gabor滤波器指纹图像增强算法的研究

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 改进参数的 Gabor 滤波器指纹图像 增强算法的研究 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。 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 中国论文网 /8/view-12742634.htm 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 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 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。归一化的方法按照式 （1）（3）进行。 假设指纹图像是 I，它的宽度是 W，高度是 H，I（i，j）指的是指纹图 像在第 i 行、第 j 列的灰度值，通过计 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 算德奥指纹图像的平均灰度为： M（I）=1WHi=0H-1j=0w- 1I（i，j） （1） VAR（I）=1WHi=0H-1j=0W- 1（I（ i，j）-M（I ） ）2 （2） 通过式（1） 、 （2）得到归一化的 指纹图像 G： G（i，j） =M0+VAR0（I（i，j）-M（I） ） 2VAR，I （i，j）MM0- VAR0（I （i，j）-M（I） ）2VAR，其他 （3） 经过公式（1）到公式（3）后， 得到归一化的指纹图像效果如图 1 所示。 2 方向场的计算 指纹图像的方向场正确的表现出 指纹最根本的纹路特征，重现了在指纹 图像的内部纹线走向、外部纹线和脊线 的趋势。因为脊线的纹线走向比较平缓， 所以脊线的方向场也不会有剧烈的走向。 正是因为这个特点，我们能够针对噪声 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 污染的指纹图像求出其方向场，然后平 滑方向场，这样做即使是受到污染的指 纹图像，同样能够采集到效果理想的方 向场6。方向场能够简化的展示出指纹 图像的纹路走向，而且非常的简单明了。 下面展示方向场的计算方法： 1） 首先将指纹图像分割成许多 正方形的小块，比如 WW。 2） 计算指纹图像每个点 （i，j）的梯度和。依据指纹图像预处 理中算法的要求，梯度算子的选择有很 多种，既可以选取直观易于理解的 Sobel 算子，同时也可以选取计算略有 难度的 Marr-Hildreth 算子。其中本文选 取 Sobel 算子对指纹图像预处理进行阐 述，具体过程如下： ?x （u ，v）=2N（u，v+1） +N（u-1，v+1）+N（u+1，v+1）- 2N（ u，v-1）-N（u-1，v-1）- N（u+1 ，v-1）?y （u，v）=2N（u- 1，v）+N （u-1，v+1）+N（u-1，v-1） -2N（u+1，v）-N（u+1，v+1）- -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 N（u+1 ，v-1） （4） 3）计算指纹图像中以点（i，j） 为中心的 WW 个小块的方向： Vx （i，j）=u=i-w2i+w2v=j- w2j+w2（2?x（u，v）?y（u，v） ） （5） Vy （i，j）=u=i-w2i+w2v=j- w2j+w2（?2x（u，v）-?2y（u，v） ） （6） （x，y）=12arctanVy （i ，j） Vx（i，j） （7） 4）计算指纹图像以点（i，j）为 中心的 WW 个小块的局部方向场： O（i，y）=12arctan?y（i，j）? x（i，j） （8） 经过上述算法操作后，我们得到 归一化后的指纹图像如图 2（a）所示， 方向图如图 2（b）所示。 （a）归一化后的指纹图像 （b）方向图 图 2 归一化后的指纹图像和指纹 图像的方向图 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 3 Gabor 滤波增强 Gabor 滤波器增强指纹图像在指 纹图像增强的一系列算法中使用非常普 遍，它是利用指纹图像的方向场图像来 对其相应的增强。Gabor 滤波器增强指 纹图像的本质内容是利用了指纹图像的 数学模型，由于指纹在某一固定区域内 能够看成是一条条平行的且有特定频率 的直线，因此能够利用 Gabor 滤波器的 窗函数沿着指纹脊线方向加强图像，使 得指纹的脊线信息得到增强。正是因为 是沿着指纹脊线的方向操作指纹图像， 因此沿着指纹脊线能够对其中断开的部 分进行修补，使得其恢复成原有的线条； 而且因为 Gabor 滤波除了能平滑指纹脊 线以外还有理想的频率选择性，使得增 强指纹脊线排除干扰以外还能够很好的 保护好指纹原有的形状特征。 下面对 Gabor 滤波增强的公式阐述如下： h （x，y，f ）=exp- 12x22x+y22yexp（j2fx） -精选财经经济类资料- -最新财经经济资料-感谢阅读- 8 （9） x=xcos+ysin （10） y=-xsin+ycos （11） 取其实数部分得： h （x，y，f ）=exp- 12x22x+y22ycos（j2fx） （12） 图像滤波后得到： G（ i，j）=u=W2W2u=- W2W2（h（u，v，O（i，j） ，f（i，j） ， G（i，j） ） ） （13） 通过了 Gabor 滤波增强以后指纹 图像，多半的干扰已经被排除，指纹的 脊线断裂部分也得到了相应的修复，而 连着一起的线条也分割开来，最后剩下 的是纹路清楚的指纹图像，而且指纹图 像本身具有的细节信息得到了很好的保 留，在图 3 中可以得知 Gabor 滤波增强 指纹图像的效果是有效的且非常理想。 通过反复的试验得出：在 Gabor 滤波公 式中如果参数x和y都是 4 的时候， 得到的指纹增强效果最理想。虽然本文 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 9 中x和y是 4 的时候能够是指纹得到 最好的增强，但是并不能说明它们在此 时能够使所有指纹图像得到最好的增强。 当脊线的形状非常不规则时，此时的 x和y并不能有效的对指纹进行增强。 4 Gabor 滤波算法改进 4.1 对参数x和y进行改进 Gabor 滤波器的带宽指的是此滤 波器能够增强的频率范围，带宽是由参 数 x和y共同决定的。由于指纹 图像脊线和谷线的的频率能够决定 Gabor 滤波器的带宽，因此参数x和 y的确定也和指纹脊线和谷线的频率 有关系。特定的滤波器窗口不能很好的 应对指纹脊线和谷线的频率变化，所以 指纹的增强效果并不理想。该文的参数 x和y并不是一个特定的值，由式 （14）和（15）能够得出： x=kx1F （i，j） （14） y=ky1F （i，j） （15） -精选财经经济类资料- -最新财经经济资料-感谢阅读- 10 式中，F （i，j）是脊线的频率， kx和ky是常数。 4.2 Gabor 滤波器的大小 之前文献对于 Gabor 滤波器增强 指纹图像的操作，其 Gabor 滤波器采用 的窗口大小往往是一个特定的值，然而 特定的滤波窗口对于不同带宽的脊线和 谷线效果并不理想。所以，在设计 Gabor 滤波器窗口大小时，使窗口大小 随着脊线、谷线的宽度而变化，这就建 立起窗口宽度Wx和高度Wy与x和 y的关系如下： Wx=6x （16） Wy=6y （17） 因为大部分的 Gabor 小波信息的 带宽都在 6之间，因此式（16） 、 （17）的窗口宽度可以使大部分有价值 的 Gabor 小波信息得到保留。操作过程 中获得的 WW 个正方块的脊线谷线频 率、标准差，并从中得到滤波器窗口的 大小，通过参数改进后的 Gabor 滤波器 增强指纹图像，并最终得到新的指纹图 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 11 像（i，j）： （i，j）=u=-w/2w2v=- w/2w2h（u，v，o（i，j） ，F（i，j） G（i-u ，j-v ） ） （18） 式（18）中 G（i，j）为经过归 一化的指纹图像，O（i，j）为像素点 （i，j）的方向图，F （i，j）为以点 （i，j）为中心的方块区的频率。 Gabor 滤波优化前后对比效果图 如图 4 所示。 （a）改进前 （b）改进后 图 4 参数改进前后指纹增强效果 图