发布时间 : 星期五 文章基于指纹识别技术的考勤系统的研究与设计更新完毕开始阅读
过大则可能在纹线曲率较大处破坏纹线构型。一般取模板边长为1~1.5个纹线周期;
2) 模板边长为奇数,模板关于其朝向轴及朝向垂直方向轴均为对称;
3) 为提高脊、谷之间的灰度反差,达到边缘锐化的效果,模板应设计为:在垂直于朝向方向上,中央部分系数为正,两边系数为负;
4) 滤波结果应与原图的平均灰度无关,因此模板中所有系数的代数和应为零。 根据本文所设计滤波器的特点,如果指纹中出现断点,即这一点的灰度值比周围点小得多,经过滤波器的处理后就接近周围点的灰度值了;如果指纹中出现叉连点把相邻的两条脊线连接起来,则其上下两行的灰度值较大,而其同一行上邻点的灰度值较小,经过滤波后叉连点的灰度值会明显降低。所以此滤波器起到了连接断点和去除叉连的作用。
2. 局域自适应二值化算法
以上所得的是增强后的256级灰度图像,需要将其进一步二值化。二值化指纹图像是将灰度图像变成0、1两个灰度级的图像,前景点(指纹脊线)取作1,背景点取作0,以把指纹脊线提取出来,便于后续处理。根据指纹图中脊线与谷线宽度大致相等的特点,即二值化后黑白像素的个数应大致相同,采用局部域值自适应算法。把指纹图分成w×w(w为一个纹线周期)的子块,在每一子块内计算灰度均值:
1 (3-4) AV?fi,jw?w????ij
f(i,j)为子块内(i,j)的灰度值。在该块内若某一点的灰度值f(i,j)> AV,则f(i,j)=1;若f(i,j)≤AV,则f(i,j)=0。对每一块都进行这样的处理,可得到指纹的二值
图像。
3. 二值化后的去噪
由于灰度去噪的不完全及二值化过程又可能引入噪音,所以对二值化后的指纹图像还需要进行一次二值滤波去噪,目的是去除或减弱图像中的噪音,增强图像中有意义的部分。这一过程可以填补二值化后纹线上的孔洞或者删除模式上的“毛刺”和孤立的值为1的像素,即包括填充和删除两个算法。
1) 填充
填充算法把同时满足以下条件的像素p值取为1: a) p为0像素;
第 21 页 共 34 页
b) p的四邻域中有三个以上的邻点为1像素。 图3-4表示填充算法的一个例子。 2) 删除
删除算法把同时满足以下条件的像素p 值取为0 : a) p为1 像素;
b) (p1 + p2 + p3)(p5 + p6 + p7)+(p3 + p4 + p5)(p7 + p8 + p1) = 0 ; c) p不是端点。
图3-5 表示删除过程的一个例子。
其中p1~p8 (值为0 或1) 定义如图11所示。经过去噪后,原二值图中的大部分孔洞和“毛刺”被有效地清除了。
1 1 0 1 0 0 1 1 0 1 1 0 图3-4 填充过程实
1 1 0 1 1 0
1 0 0 1 1 0 1 0 0 1 0 0 图3-5 删除过程实例
1 0 0 1 0 0
p4 p5 p6
图3-6 模板
p3 p p7 p2 p1 p8 3)除上述方法之外,中值滤波也是一种很好的平滑方式。
中值滤波是一种非线性信号处理方法,与其对应的中值滤波器也是一种非线性滤波器。 中值滤波是在1971年由J.W.jukey首先提出并应用在一维信号处理技术中(时间序列分析),
第 22 页 共 34 页
后来应用于二维图象平滑中。在一定的条件下可以克服线性滤波器如最小均方滤波、平均值滤波(平滑滤波)等所带来的图像细节模糊,而且对滤波脉冲干扰及图像扫描噪声最为有效。在实际运用中不需要图象的统计特性,这带来很多的方便,但是对一些细节多,特别是点、线、顶尖细节多的图像不宜采用中值滤波方法。
中值滤波就是用一个奇数的滑动窗口,将窗口中心点的值用窗口内各点的中值代替。设有一个维序列f1,f2,...fn,取窗口长度(点数)为m(m为奇数),对此一维序列进行中值滤波,就是从输入序列中相续抽出m个数fi?v,...fi?1,fi,fi?1,...fi?v,其中fi为窗口中心点值,
v?m?1。在将这m个点值其数值大小排序,取其序号为中心点的那个数作为滤波输出,2 yi?Med{fi?v,...,fi,...,fi?v} i?Z,v?用数学公式表示为
m?1 (3-5) 2例如:有一个序列为{0,3,4,0,7},则中值滤波的为重新排序后的序列{0,0,3,4,7}的中间值为3。此例若用平均滤波输出为(0+3+4+0+7)/5=2.8。又例如,若一个窗口内各像素的灰度是5,6,35,10和15,它们的灰度中值是10,中心像素点原灰度值是35,滤波后变为10,如果35是一个脉冲干扰,中值滤波后被有效抑制。相反35若是有用的信号,则滤波后也会受到抑制。
二维中值滤波可由下式表示:
yij?Med{fij} (3-6)
A其中A为窗口,{fij}为二维数据序列。二维中值滤波的窗口形状和尺寸对滤波效果影响较大,不同的图象和不同的应用要求,往往采用不同的窗口形状和尺寸。常见的二维中值滤波窗口形状有线状、方型、圆形、十字形及圆环形等,其中心点一般位于被处理点上,对有有缓变的较长轮廓线物体的图像,采用方形或者圆形窗口为宜,对于包含有尖角物体的图像,适用十字形窗口,而窗口的大小则以不超过图像中最小有效物的尺寸为宜。使用二维中值滤波最值得注意的问题就是要保持图像中有效的细线状物体,如果包含有点、线、尖角较多的图像不宜采用中值滤波方法。
4.图像增强
图像在传输或者变换过程中,可能会受到干扰而导致图像模糊。因此,我们有必要对
第 23 页 共 34 页
图像进行增强处理,本文以频域高通滤波法进行介绍。
频域高通滤波:
因为边缘及灰度级中其他的急剧变化都与高频分量有关,在频域中用高通滤波处理,能够获得图像尖锐化。高通滤波器衰减傅立叶变换中的低频分量,而无损傅立叶变换中的高频信息。
在频域中实现高通滤波,滤波的数学表达式是
G(u,v)?H(u,v)F(u,v) (3-7)
其中F(u,v)是原图像的傅立叶频谱,G(u,v)是锐化图像的傅立叶频谱,H(u,v)是滤波器的转移函数(即频谱响应)。那么对高通滤波而言,H(u,v)使高频分量通过,低频分量抑制。常见的高通滤波器有:
1) 理想高通滤波器
一个二维理想高通滤波器(IHPF)的传递函数 定义为
2H(u,v)?122?0 D(u,v)?D01 D(u,v)?D0 (3-8)
式中D(u,v)?(u?v)是点(u,v)到频率平面原点的距离,D0是频率平面上从原点算起的截止距离既截止频率。
2) 巴特沃斯高通滤波器
n阶的具有D0截止频率的巴特沃斯高通滤波器(BHPF)的传递函数定义为 H(u,v)?1?D0?1????D(u,v)?2n (3-9)
式中D(u,v)?(u?v)是点(u,v)到频率平面原点的距离。值得注意的是:当
2122D(u,v)?D0时,H(u,v)下降到最大值的1/2。通常是用这样的方法来选择截止频率的,使
该点处的H(u,v)下降到最大值的1/2。此式易于修改使它本身满足这一约束条件,即利
第 24 页 共 34 页