一种指纹图像增强方法技术

一种指纹图像增强方法，属于图像处理技术领域。首先对指纹前景区域图像gray进行灰度截剪和灰度拉伸，得到指纹前景区域图像gray2；其次用高斯滤波器gσ对指纹前景区域图像gray2进行高斯滤波，并计算归一化的指纹梯度向量；然后构造结构张量，计算指纹脊线的方向场；最后构造两个一维各向异性滤波器对指纹前景区域图像gray2进行两次滤波增强，得到最终滤波增强后的指纹前景区域图像。本发明专利技术基于非线性扩散模型和归一化结构张量，能够有效的去除各种结构性噪声，减小指纹脊线和谷线之间的动态变化范围，同时连接一些断裂的指纹脊线。本发明专利技术具有较好的增强效果有效节约时间的特点，能满足在线指纹识别的要求。

Fingerprint image enhancement method

The utility model relates to a fingerprint image enhancement method, belonging to the technical field of image processing. Firstly, gray cutting and gray stretch of fingerprint foreground image gray, fingerprint foreground area gray2 image; secondly the fingerprint foreground area image gray2 Gauss filter Gauss filter with G sigma, and calculate the fingerprint gradient vector normalization; and then construct the structure, calculation of fingerprint line orientation field; two filtering enhancement the fingerprint foreground image gray2 is finally constructed two one-dimensional anisotropic filter, get the fingerprint foreground image filtering enhancement after the final. The invention of nonlinear diffusion model and normalized based on structure tensor, can effectively remove various structural noise, dynamic range decreases between the ridge and vale, ridge connected at the same time some of the fracture. The invention has the advantages of better enhancement effect and effective time saving, and can meet the requirements of on-line fingerprint identification.

【技术实现步骤摘要】

本专利技术属于图像处理
，主要涉及生物特征识别技术中的指纹图像增强技 术。
技术介绍
生物特征识别是采用数字化自动技术测量人体的一个局部特征或者是个人的行 为特征，将测量这些特征和已知数据库存储的特征进行匹配，完成身份验证的一种解决方 案。在网络化技术和信息化技术高度发达的时代，生物特征识别技术同人们的日常工作和 生活广泛联系在身份验证、信息安全等领域得到了重要的应用。指纹识别技术是生物特征 识别技术中应用时间最早也是应用范围最广的一种特征识别技术，并在考勤系统，电子商 务等诸多领域已经得到了一定的普及。自动指纹识别技术包括指纹图像分割，指纹图像增 强，指纹图像二值化，细化，特征提取和特征匹配等步骤。其中指纹图像增强是一个自动指纹识别系统中最核心的算法之一，因为指纹图像 增强算法的性能不仅直接影响到系统对指纹细节点的正确提取，细节点是指纹成功识别和 匹配的关键。而且指纹图像增强算法占整个算法时间的80%以上，一个快速、有效的增强算 法可以大大的提高算法的处理速度。指纹图像增强算法在识别算法中的作用是滤除各种 结构性噪声对特征点提取的影响，提高指纹中脊线和谷线的对比度，减小脊线和谷线之间 的灰度动态变化范围，连接一些断裂的脊线和谷线。目前已有的算法中，虽然有比较好的指 纹增强算法，但是有的要消耗大量的时间，有的处理时间比较少但是效果又不好，因此本发 明旨在设计一种既能得到较好增强效果，又能有效节约时间的指纹增强算法。
技术实现思路
本专利技术提供，该方法基于非线性扩散模型和归一化结构张 量，能够有效的去除各种结构性噪声，减小指纹脊线和谷线之间的动态变化范围，同时连接 一些断裂的指纹脊线。本专利技术具有较好的增强效果有效节约时间的特点，能满足在线指纹 识别的要求。为了方便地描述本
技术实现思路
，首先对一些术语进行定义。定义1 指纹。是人类手指末端指腹上由凹凸的皮肤所形成的纹路。定义2 指纹识别。指纹识别系统是一个包括指纹图像获取、图像增强处理、特征 提取和匹配等步骤组成的生物特征识别系统。定义3 灰度截剪。将某一较大范围内的灰度值映射到另一更小范围内的灰度值。 灰度截剪能够降低尖锐噪声对图像的影响。定义4 灰度拉伸。将某一较小范围内的灰度值映射到另一更大范围内的灰度值。 灰度拉伸能够提高灰度图像的对比度，使图像的细节更加明显。定义5 指纹点方向场。指纹图像脊线上每一个像素点上的方向场。定义6 归一化结构张量。归一化的对称正定的二维矩阵，其特征值小的特征向量对应于指纹脊线的方向，特征值大的特征向量对应于指纹脊线的垂直方向。定义8 非线性扩散模型。是一类偏微分方程，用来描述热扩散现象中的热流密度 的变化情况，后来被广泛应用到图像处理的各个领域。定义9 各向异性滤波。各项异性滤波是非线性扩散方程其中的一个解用来进行 图像的增强滤波，其中解的形式是根据指纹点方向场自适应调整的。本专利技术技术方案如下，如附图说明图1所示，包含下述步骤步骤1 对指纹前景区域图像gray进行灰度截剪和灰度拉伸，以消除尖锐噪声和 减小指纹脊线和谷线之间灰度值的动态变化范围，具体包括以下步骤步骤1-1 计算指纹前景区域图像gray的灰度平均值Mean，上平均值Hm，下平均 值Lm，上标准差Hv和下标准差Lv 权利要求1. ，包含下述步骤步骤1 对指纹前景区域图像gray进行灰度截剪和灰度拉伸，以消除尖锐噪声和减小 指纹脊线和谷线之间灰度值的动态变化范围，具体包括以下步骤步骤1-1 计算指纹前景区域图像gray的灰度平均值Mean，上平均值Hm，下平均值Lm， 上标准差Hv和下标准差Lv 全文摘要，属于图像处理
首先对指纹前景区域图像gray进行灰度截剪和灰度拉伸，得到指纹前景区域图像gray2；其次用高斯滤波器gσ对指纹前景区域图像gray2进行高斯滤波，并计算归一化的指纹梯度向量；然后构造结构张量，计算指纹脊线的方向场；最后构造两个一维各向异性滤波器对指纹前景区域图像gray2进行两次滤波增强，得到最终滤波增强后的指纹前景区域图像。本专利技术基于非线性扩散模型和归一化结构张量，能够有效的去除各种结构性噪声，减小指纹脊线和谷线之间的动态变化范围，同时连接一些断裂的指纹脊线。本专利技术具有较好的增强效果有效节约时间的特点，能满足在线指纹识别的要求。文档编号G06K9/00GK102103692SQ20111006501公开日2011年6月22日 申请日期2011年3月17日 优先权日2011年3月17日专利技术者叶振栋, 解梅, 马争 申请人:电子科技大学本文档来自技高网...

【技术保护点】
１．一种指纹图像增强方法，包含下述步骤：步骤１：对指纹前景区域图像ｇｒａｙ进行灰度截剪和灰度拉伸，以消除尖锐噪声和减小指纹脊线和谷线之间灰度值的动态变化范围，具体包括以下步骤：步骤１－１：计算指纹前景区域图像ｇｒａｙ的灰度平均值Ｍｅａｎ，上平均值Ｈｍ，下平均值Ｌｍ，上标准差Ｈｖ和下标准差Ｌｖ：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）Ｍｅａｎ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｎ）１（／ｍｎ）?（ｍｉ）ＭＮ（／ｍｉ）?（／ｍｆｒａｃ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｍ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｎ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）ｇｒａｙ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）ｔｄ）?（／ｍｔｒ）?（／ｍｔａｂｌｅ）?（／ｍｆｅｎｃｅｄ）?（／ｍｒｏｗ）?（／ｍａｔｈ）步骤２－３：归一化高斯滤波后的指纹图像ｖ的横向一阶差分梯度ｖｘ和纵向一阶差分梯度ｖｙ；其中横向归一化一阶差分梯度向量纵向归一化一阶差分梯度向量而（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ｒ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｑｒｔ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｂｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＋（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｂｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｓｑｒｔ）?（ｍｏ）；（／ｍｏ）?（／ｍｒｏｗ）?（／ｍａｔｈ）步骤２－４：构造高斯滤波后的指纹图像ｖ的结构，（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍａｔｈ）（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）Ｌｍ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｎ）１（／ｍｎ）?（ｍｓｕｂ）?（ｍｉ）张量Ｓ，并计算结构张量Ｓ的特征向量ω；其中：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）Ｓ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｅｎｃｅｄｏｐｅｎ＝＇（＇ｃｌｏｓｅ＝＇）＇）?（ｍｔａｂｌｅ）?（ｍｔｒ）?（ｍｔｄ）?（ｍｉ）ａ（／ｍｉ）?（／ｍｔｄ）?（ｍｔｄ）?（ｍｉ）ｂ（／ｍｉ）?（／ｍｔｄ）?（／ｍｔｒ）?（ｍｔｒ）?（ｍｔｄ）?（ｍｉ）ｂ（／ｍｉ）?（／ｍｔｄ）?（ｍｔｄ）?（ｍｉ）ｃ（／ｍｉ）?（／ｍｔｄ）?（／ｍｔｒ）?（／ｍｔａｂｌｅ）?（／ｍｆｅｎｃｅｄ）?（ｍｏ），（／ｍｏ）?（／ｍｒｏｗ）?（／ｍａｔｈ）而（ｍａｔｈ）??（ｍｆｅｎｃｅｄｏｐｅｎ＝＇｛＇ｃｌｏｓｅ＝＇＇）?（ｍｔａｂｌｅ）?（ｍｔｒ）?（ｍｔｄ）?（ｍｉ）ａ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｇ（／ｍｉ）?（ｍｉ）＆ｒｈｏ；（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＊（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）＆ｐｒｉｍｅ；（／ｍｏ）?（ｍｎ）２（／ｍｎ）?（／ｍｒｏｗ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ）；（／ｍｏ）?（／ｍｔｄ）?（／ｍｔｒ）?（ｍｔｒ）?（ｍｔｄ）?（ｍｉ）ｂ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｇ（／ｍｉ）?（ｍｉ）＆ｒｈｏ；（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＊（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｏ）＆ｐｒｉｍｅ；（／ｍｏ）?（／ｍｓｕｂｓｕｐ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｏ）＆ｐｒｉｍｅ；（／ｍｏ）?（／ｍｓｕｂｓｕｐ）?（／ｍｔｄ）?（／ｍｔｒ）?（ｍｔｒ）?（ｍｔｄ）?（ｍｉ）ｃ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｇ（／ｍｉ）?（ｍｉ）＆ｒｈｏ；（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＊（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｉ）ｙ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）＆ｐｒｉｍｅ；（／ｍｏ）?（ｍｎ）２（／ｍｎ）?（／ｍｒｏｗ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ）；（／ｍｏ）?（／ｍｔｄ）?（／ｍｔｒ...

【技术特征摘要】

【专利技术属性】
技术研发人员：马争，解梅，叶振栋，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：90