基于DWT的指紋圖像的增強研究.pdf

1、隨著網(wǎng)絡社會的到來與電子商務的日趨普及，傳統(tǒng)的依賴信物或口令的系統(tǒng)安全性技術(shù)已經(jīng)面臨嚴峻的挑戰(zhàn)。隨之而來的生物識別已經(jīng)成為安全技術(shù)研究的熱點。其中自動指紋識別技術(shù)是最可接受的、可自動化的和成熟的生物識別技術(shù)。然而在實際應用中，有很大一部分指紋圖像質(zhì)量較差，為了可靠地提取出指紋特征，為指紋識別提供可靠的依據(jù)，進而提高整個系統(tǒng)的性能，必須經(jīng)過一個有效的增強處理。本文所做的正是指紋圖像增強方面的一些研究。 小波變換在近幾年的廣泛應用，

2、給指紋圖像處理提供了新的研究方法。小波變換作為一種新穎的數(shù)學工具，由于其多尺度、多分辨率的固有特性，使它在圖像處理領(lǐng)域，表現(xiàn)出以下優(yōu)點：小波變換的完善重構(gòu)能力，保證了信號在分解過程中沒有任何信息損失，也不會產(chǎn)生任何冗余信息；小波變換把圖像分解成逼近圖像和細節(jié)圖像之和，它們分別代表了圖像的不同結(jié)構(gòu)，因此，原始圖像的結(jié)構(gòu)信息和細節(jié)信息很容易被提?。欢S小波分解為圖像的分析提供了方向選擇性。 基于以上分析，本文著重進行了基于小波變換的

3、指紋圖像的增強研究。主要工作如下： 1.提出了一種基于中值濾波與小波變換的指紋圖像去噪方法。 根據(jù)指紋圖像隨機噪聲存在的類型，提出了一種基于中值濾波與小波變換的指紋圖像去噪方法。深入研究了小波變換在指紋圖像去噪中的應用，包括：小波基的選擇、分解層數(shù)的選擇、小波變換模極大值與Lipchitz指數(shù)的關(guān)系、含有噪聲的指紋圖像小波系數(shù)分析、小波閾值的選取等。并在此研究的基礎(chǔ)上，設計并實現(xiàn)了基于小波變換模極大值和小波閾值的指紋圖像

4、去噪算法。最后利用Matlab平臺對國際標準指紋庫FVC2004提供的指紋圖像進行去噪實驗，取得了較好效果。 2.提出了一種基于小波變換的指紋圖像增強方法。 根據(jù)指紋圖像經(jīng)常存在紋線結(jié)構(gòu)不夠清晰、斷點、叉連等結(jié)構(gòu)性噪聲，提出了一種基于小波變換的指紋圖像增強方法。在前人研究的基礎(chǔ)上，該方法利用小波變換的高低頻分解特性，首先在低頻域準確地估計了紋線的方向和頻率信息，既避免了高頻噪聲信號對紋線方向信息和頻率信息的干擾，又節(jié)省了