指纹图像增强方法、电子设备和计算机可读存储介质技术

本申请公开了一种指纹图像增强方法、电子设备和计算机可读存储介质，该方法包括：获得待处理指纹图像，对所述待处理指纹图像进行去噪处理，得到纹理特征图像；对所述纹理特征图像进行滤波处理，得到所述纹理特征图像对应的滤波响应图像；确定所述纹理特征图像对应的质量评分，基于所述质量评分融合所述纹理特征图像和所述滤波响应图像，得到所述待处理指纹图像对应的目标指纹图像。通过上述方式，本申请能够提高指纹图像增强的精度。能够提高指纹图像增强的精度。能够提高指纹图像增强的精度。

【技术实现步骤摘要】
指纹图像增强方法、电子设备和计算机可读存储介质


[0001]本申请涉及图像处理
，特别是涉及一种指纹图像增强方法、电子设备和计算机可读存储介质。

技术介绍

[0002]指纹是人类手指末端由于皮肤凹凸而形成的纹路，每个人的指纹特征都是不同的，具有良好的区分性，因此，指纹识别愈发得到重视。但是在采集指纹图像时，由于手指末端可能存在的污渍或者是在采集过程中产生的抖动，都会导致指纹图像用于指纹识别的价值降低，为了提高指纹图像应用于指纹识别的价值，指纹图像增强成为了指纹识别中极为重要的一个环节，它可以恢复一些指纹中断裂缺失的脊线，从而使得指纹特征趋于明显，故而指纹图像增强的精度很大程度影响指纹细节点特征提取的质量优劣，极大地影响指纹识别的准确率。有鉴于此，如何提高指纹图像增强的精度成为了亟待解决的问题。

技术实现思路

[0003]本申请主要解决的技术问题是提供一种指纹图像增强方法、电子设备和计算机可读存储介质，能够提高指纹图像增强的精度。
[0004]为解决上述技术问题，本申请第一方面提供一种指纹图像增强方法，该方法包括：获得待处理指纹图像，对所述待处理指纹图像进行去噪处理，得到纹理特征图像；对所述纹理特征图像进行滤波处理，得到所述纹理特征图像对应的滤波响应图像；确定所述纹理特征图像对应的质量评分，基于所述质量评分融合所述纹理特征图像和所述滤波响应图像，得到所述待处理指纹图像对应的目标指纹图像。
[0005]为解决上述技术问题，本申请第二方面提供一种电子设备，该电子设备包括：相互耦接的存储器和处理器，其中，所述存储器存储有程序数据，所述处理器调用所述程序数据以执行上述第一方面所述的方法。
[0006]为解决上述技术问题，本申请第三方面提供一种计算机可读存储介质，其上存储有程序数据，所述程序数据被处理器执行时实现上述第一方面所述的方法。
[0007]上述方案，获得待处理指纹图像后，在第一阶段对待处理指纹图像进行去噪处理，得到纹理特征图像以提高纹理特征图像的准确率，在获得纹理特征图像后，在第二阶段对纹理特征图像进行滤波处理，基于虚假纹理处的响应值较小，在真实纹理处产生响应值较大的特性，得到滤波处理后的滤波响应图像，从而经过两个递进的阶段得到对纹理特征图像进一步增强的滤波响应图像，确定纹理特征图像的质量评分，基于质量评分融合纹理特征图像和滤波响应图像，从而能够为不同质量的纹理特征图像与对应的滤波响应图像进行融合，以便基于质量评分自适应地增强纹理特征图像，得到待处理指纹图像对应的目标指纹图像，提高指纹图像增强的精度。
附图说明
[0008]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
[0009]图1是本申请指纹图像增强方法一实施方式的流程示意图；
[0010]图2是本申请指纹图像增强方法另一实施方式的流程示意图；
[0011]图3是图2中步骤S202对应的一实施方式的流程示意图；
[0012]图4是本申请电子设备一实施方式的结构示意图；
[0013]图5是本申请计算机可读存储介质一实施方式的结构示意图。
具体实施方式
[0014]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0015]本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。
[0016]本申请所提供的指纹图像增强方法用于对指纹图像进行处理，其对应的执行主体为能够调用图像的处理器。
[0017]请参阅图1，图1是本申请指纹图像增强方法一实施方式的流程示意图，该方法包括：
[0018]S101：获得待处理指纹图像，对待处理指纹图像进行特征提取并去噪，得到纹理特征图像。
[0019]具体地，获得待处理指纹图像后，在第一阶段对待处理指纹图像进行去噪处理，得到纹理特征图像以提高纹理特征图像的准确率。
[0020]在一应用方式中，获得待处理指纹图像，对待处理指纹图像进行卷积操作，得到纹理特征，将纹理特征与纹理特征阈值进行比对，过滤高于纹理特征阈值的纹理特征，得到纹理修正特征，对纹理修正特征进行反卷积操作，得到纹理特征图像，以便在特征提取的过程中，查找出与噪声相关的特征并过滤，从而实现对待处理指纹图像的去噪过程，得到更加准确的纹理特征图像。
[0021]在另一应用方式中，获得待处理指纹图像，对待处理指纹图像进行小波变换，得到纹理变换特征，将纹理变换特征与纹理特征阈值进行比对，过滤高于纹理特征阈值的纹理变换特征，得到纹理过滤特征，对纹理过滤特征进行小波逆变换，得到纹理特征图像，以便利用小波去噪去除待处理指纹图像中无效噪声的同时，较好地保留纹理信息，提高纹理特征图像的精度。
[0022]S102：对纹理特征图像进行滤波处理，得到纹理特征图像对应的滤波响应图像。
[0023]具体地，在第二阶段对纹理特征图像进行滤波处理，基于虚假纹理处的响应值较小，在真实纹理处产生响应值较大的特性，得到滤波处理后的滤波响应图像，从而经过两个递进的阶段得到对纹理特征图像进一步增强的滤波响应图像。
[0024]在一应用方式中，对纹理特征图像进行区域划分，得到多个图像区域，基于每个图像区域的脊线方向与频率，构建与图像区域相匹配的Gabor滤波器并对匹配的图像区域进行滤波，以使与局部脊线方向和频率相匹配的滤波器能够有效地去除响应值较小的特征，并保持真实的指纹脊谷结构，得到滤波处理后的图像区域，拼接所有滤波处理后的图像区域，得到纹理特征图像对应的滤波响应图像。
[0025]在另一应用方式中，对纹理特征图像按预设步长进行图像块划分，得到多个图像块，其中，预设步长小于图像块的长度，以使得到的多个图像块中相邻的图像块之间部分重叠，利用短时傅里叶滤波器对图像块进行滤波，以突出真实纹理处产生的响应值并过滤虚假纹理处较小的响应值，得到滤波处理后的图像块，拼接所有滤波处理后的图像块，并对图像块中重叠区域取相同位置处响应值的最大值，得到纹理特征图像对应的滤波响应图像。
[0026]S103：确定纹理特征图像对应的质量评分，基于质量评分融合纹理特征图像和滤波响应图像，得到待处理指纹图像对应的目标指纹图像。
[0027]具体地，确定纹理特征图像的质量评分，基于质量评分融合纹理特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种指纹图像增强方法，其特征在于，所述方法包括：获得待处理指纹图像，对所述待处理指纹图像进行去噪处理，得到纹理特征图像；对所述纹理特征图像进行滤波处理，得到所述纹理特征图像对应的滤波响应图像；确定所述纹理特征图像对应的质量评分，基于所述质量评分融合所述纹理特征图像和所述滤波响应图像，得到所述待处理指纹图像对应的目标指纹图像。2.根据权利要求1所述的指纹图像增强方法，其特征在于，所述确定所述纹理特征图像对应的质量评分，基于所述质量评分融合所述纹理特征图像和所述滤波响应图像，得到所述待处理指纹图像对应的目标指纹图像，包括：基于所述纹理特征图像对应的多个预设维度的特征信息，确定所述纹理特征图像对应的所述质量评分；基于所述纹理特征图像对应的质量评分，确定所述纹理特征图像对应的第一权重，以及所述滤波响应图像对应的第二权重；其中，所述第一权重与所述质量评分正相关，所述第二权重与所述第一权重负相关，且所述第一权重大于所述第二权重；基于所述第一权重和所述第二权重，对所述纹理特征图像和所述滤波响应图像进行融合，得到所述待处理指纹图像对应的目标指纹图像。3.根据权利要求2所述的指纹图像增强方法，其特征在于，所述基于所述纹理特征图像对应的多个预设维度的特征信息，确定所述纹理特征图像对应的所述质量评分，包括：基于所述纹理特征图像对应的多个预设维度的特征信息，构建所述纹理特征图像对应的特征向量；利用分类器对所述特征向量进行映射，得到所述纹理特征图像对应的所述质量评分。4.根据权利要求1所述的指纹图像增强方法，其特征在于，所述获得待处理指纹图像，对所述待处理指纹图像进行去噪处理，得到纹理特征图像，包括：获得待处理指纹图像，利用小波滤波器的小波变换模块对所述待处理指纹图像进行小波变换，得到纹理变换特征，对所述纹理变换特征进行低通滤波，得到纹理过滤特征；利用小波滤波器的小波逆变换模块对所述纹理过滤特征进行小波逆变换，得到所述纹理特征图像。5.根据权利要求4所述的指纹图像增强方法，其特征在于，所述小波滤波器基于训练指纹图像经过预先训练后获得，且所述训练指纹图像中包括预设噪音，所述小波滤波器基于所述小波逆变换模块输出的结果与参考指纹图像之间的差异进行迭代优化，所述参考指纹图像包括去除所述预设噪音的训练指纹图像。6.根据权利要求1所...

【专利技术属性】
技术研发人员：吴凌昀，葛主贝，郝敬松，朱树磊，殷俊，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：