【技术实现步骤摘要】
本专利技术属于指纹图像去噪增强领域，更具体地，涉及。
技术介绍
随着近年来生物识别技术的飞速发展，指纹识别以其稳定，高效，便捷的优点成为了一项广泛应用的身份识别技术。在指纹识别系统中，指纹识别算法是其中研究的热点之一，特别是在噪声指纹图像的去噪增强方面。去噪增强是指纹图像预处理中不可缺少的操作，其处理效果直接影响后续指纹匹配分析的有效性和可靠性。然而由于受手指表面清洁度、识别环境复杂度以及指纹图像传感器本身缺陷等因素的影响，获取的指纹图像通常都受到了严重的噪声腐蚀，直接影响了指纹图像的信息提取。非局部均值滤波主要由Buades等人提出，该算法利用的是图像的全局信息，采用像素块的高斯权重欧式距离衡量像素间的相似性，以此来恢复图像中被噪声污染的像素点，而传统的局部滤波方法只利用了图像上待处理点附近的局部信息，相较传统的局部滤波方法而言，非局部均值滤波能很好地去除图像中的噪声。然而，传统的非局部均值滤波在噪声指纹图像的去噪增强领域存在如下缺陷I)对噪声的抑制性能不强，鲁棒性差；2)降低了指纹图像中纹路间的对比度；3)腐蚀了指纹图像中的特征信息。
技术实现思路
针对现有技术的缺陷，本专利技术的目的在于提供，旨在解决现有方法中存在的对噪声的抑制性能不强、鲁棒性差的问题，提高指纹图像中纹路间的对比度，并保护指纹图像中的特征信息不被腐蚀。。为实现上述目的，本专利技术提供了，包括以下步骤(I)接收一幅离散噪声指纹图像I，并建立离散噪声指纹图像中像素块的方向场估计模型；设任意的像素点i，j e I，则以像素点i为中心的像素块的方向场由以下方程估计Gxin.. V)=〔"("，...
【技术保护点】
一种基于方向场估计的非局部均值滤波方法，其特征在于，包括以下步骤：（1）接收一幅离散噪声指纹图像I，并建立离散噪声指纹图像中像素块的方向场估计模型；设任意的像素点i,j∈I，则以像素点i为中心的像素块的方向场由以下方程估计：Gx(u,v)=∂I(u,v)∂uGy(u,v)=∂I(u,v)∂vVx(m,n)=Σu=m-s2m+s2Σv=n-s2n+s22Gx(u,v)Gy(u,v)Vy(m,n)=Σu=m-s2m+s2Σv=n-s2n+s2(Gx2(u,v)Gy2(u,v))θi=12tan-1(Vy(m,n)Vx(m,n))其中（u，v）为任意像素点的坐标，（m，n）为像素点i的坐标，Gx(u,v)和Gy(u,v)分别是任意像素点坐标（u，v）处的水平梯度和垂直梯度，Vx(m,n)和Vy(m,n)分别是以（m，n）为中心、大小为s的像素块的水平梯度估计和垂直梯度估计，θi为以像素点i为中心的像素块的方向场；（2）基于方向场估计模型对离散噪声指纹图像进行非局...
【技术特征摘要】
【专利技术属性】
技术研发人员：张旭明，邹建，王俊，张明，丁明跃，熊有伦，尹周平，王瑜辉，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。