指纹图像对比度模糊增强算法
加入技术交流群
对于迭代次数r 的选择, 仿真结果表明, 当r 较小时,模糊增强不够充分;随着r 的逐渐加大,图像的增强效果会越来越明显,当达到一定程度时, 图像中局部细节会逐渐消失而变为二值图像。但对于指纹图像r 选取过大,则会丢失一些细节信息,本文取r = 8 。
本算法对μmn > 0. 5 的区域,即高灰度区域的像素进行增强运算;对于μmn ≤0. 5 的区域,即低灰度区域的像素进行衰减运算。因此,实现了对低灰度区域的像素进行衰减运算和对高灰度区域的像素进行增强运算,从而使图像增强后区域之间的层次更清楚。
2 基于GFO 算子( 广义模糊算子) 的图像增强算法
文献[ 10 ]给出了广义模糊集和广义模糊算子的定义。在此基础上,本文设计的基于GFO 算子的图像增强算法如下:
步骤1 :利用模糊熵确定阈值参数T , 表征的是要增强或减弱的灰度值边缘,如果灰度值大于阈值T , 则使其更大,否则使其更小。通过大量实验验证,当阈值参数T 接近指纹图像直方图谷底时,将得到较好的增强效果。
步骤2 :通过式(7) 将待处理的图像X 从空域的灰度值I = { I ( i , j) } 映射为与之对应的广义隶属度μ ={μ( i , j) } ;
步骤3 :利用式(8) 定义的GFO 算子对广义隶属度进行非线性变换;
式(8) 可知,广义模糊算子可以利用参数r 和f 值的大小控制图像增强的程度, r 越大, 去除背景的能力越强;f 越小, 增强脊线与谷线的对比度的能力越强。广义模糊算子通过降低区域中的值和增加区域中的值,起到了增强2 个区域之间对比度的作用。
步骤4 :通过式(7) 的反函数,将映射为二维空间域的灰度图像。其得到经过模糊增强处理后的图像,中的像素灰度值为:
3 实验结果与分析
采用Matlab 软件编程且分别应用以上2 种算法对FVC 指纹数据库中一些指纹图进行增强处理,增强结果如图1 ,图2 所示。
评论