模糊逻辑在指纹图像对比度增强算法MFP-25BRD52-2K2参数的应用 算法, 对比度, 检测

zddzic

摘要：提出了一种新的基于模糊逻辑的方向纹理对比度增强的方法,对指纹图像进行增强。通过模糊边缘判别器在对任一像素点属于边缘的程度进行模糊软判决的同时完成边缘检测，IC邮购网根据计算出的指纹方向图，结合模糊边缘判决器的输出结果，来指导基于方向纹理的指纹图像的对比度增强。实验结果表明这种方法对于质量比较差的指纹图像能够明显改善其质量，对于图像的边缘区域，则能够在保持边缘细节的同时滤除噪声。 MFP-25BRD52-2K2参数
　　由于曝光不足等因素的影响，图像的亮度分布会发生非线性失真，常常表现为对比度不强、图像的整体感觉较暗等。目前已经有很多基于灰度直方图的方法来增强对比度以改善图像质量。GordON 等人最初提出了通过扩大当前像素点与其周围像素点的灰度差来增强对比度的思想，Beghdadi等人在此基础上根据视觉感知准则进行了改进。本文基于文献中的算法，结合模糊逻辑技术，根据指纹图像的特点，提出了一种基于模糊逻辑的方向纹理对比度增强的方法，对指纹图像进行增强。
　　1 增强算法
　　1.1 基本框架
　　本文的算法框架如图1所示。基于模糊逻辑推理技术，模糊边缘判决器对像素点属于边缘的程度进行模糊软判决，同时完成对边缘的检测，其输出描述了像素点属于边缘的程度。方向纹理的对比度增强则是根据计算出的指纹方向图，结合模糊边缘判决器的输出结果及当前像素点与其周围像素点的关系，来指导指纹图像的增强。


图1 基于模糊逻辑的方向纹理指纹图像增强滤波原理方框图
　　1.2 模糊边缘判决器
　　图像中的边缘特征是影响视觉感知的重要因素，根据文献[7]中定义的模糊索贝尔算子，引入模糊推理过程，通过模糊推理规则在不同性质的图像区域自适应地给出任一像素点属于边缘的程度，同时可以进行边缘的提取。
　　1.3 方向图
　　指纹图像由黑白相间的纹线组成，在局部具有很强的方向性，方向图就是对原指纹图像作一个变换，方向图上每一个像素点的值，表示原指纹图像中以该像素为中心的小块图像中纹线的平均方向。本文将指纹纹线在0°～180°内划分为8个基本方向，如图2所示。


　　1.4 方向中值滤波
　　由于指纹图像的特殊性，在指纹的脊线上存在着或多或少大大小小的孔洞，以及采集时引入的各种噪声，在后续特征提取时，都会出现许多假特征点，影响后续的识别。因此必须在增强之前对指纹图像进行滤波、修补。这里采用方向中值滤波算法，即利用指纹图像的方向图来指导中值滤波的进行，滤波时窗口的方向随指纹纹线方向的变换而旋转。
　　1.5 基于方向纹理的对比度增强算法
　　很多对比度增强算法都是基于灰度直方图来改善图像质量。本文中我们基于指纹图像的特点，根据像素点及其邻域的关系，结合模糊边缘判决、视觉感知准则以及方向性来进行对比度的增强。图像的边缘在计算机视觉中很重要，人眼判别物体很大程度上依赖于边缘信息。这里基于边缘信息来定义对比度C kl，首先根据模糊边缘判决器的输出及当kl x kl 前像素点的灰度值，计算出平均边缘灰度 ：


　　这里Wkl 是所选取的窗口大小，最后计算出位于窗口中心处像素点的对比度Ckl ：


　　可以看出， C kl与当前像素的灰度值及窗口内的平均边缘灰kl C ( ) kl kl 度有关。为了增强对比度C kl，这里作一变换，要求。
　　由（2）式可以推出，增强后像素点的灰度值为：


　　从（3）式可以看出，当像素的灰度值小于窗口内的平均边缘灰度时，灰度值将会减小；反之，当像素的灰度值大于窗口内的平均灰度时，灰度值将会增大。如果直接使用式（3）来提高对比度，显然会增强大噪声，使得指纹纹线上出孔，纹谷上出黑点。为了避免这种现象，我们利用了指纹图像的方向性，以当前像素点为中心，沿它所在块的方向，取Q个相邻的像素点，如图3所示，对式（3）作了修改。


　　其中M表示灰度值小于窗口内平均边缘灰度的像素点数，N表示灰度值大于平均边缘灰度的像素点数。这样就充分考虑了指纹图像的方向纹理特征，很大程度减少了噪声的干扰。
　　2 实验结果
　　图4中给出了本文提出的增强算法的部分实验结果，其中(a)、(b)为"ST(TouchChip)"采集仪、(c)为"DF－90"光学指纹采集仪采集的原始指纹图像(已经过背景分割)，(a)、(b)和（c）分别为增强后的图像。




图4 增强算法的部分实验结果
　　图像增强就是处理一幅给定的图像，使其结果对于某种特定应用来说比原始图像更适用，因此，本文给出的增强方法的实验结果需要经过合适的步骤来检验其效果，我们分两步来进行测试，首先将指纹图像直接送入指纹自动识别系统中进行处理，第二步将同一枚指纹图像采用本文的算法先进行增强，然后将增强的图像送入系统中进行处理，根据最终特征点的准确率来进行比较。为了进行比较，这里定义两个参数，漏判率Merror 和误判率Ferror ：


　　其中，Ferror定义中的假特征点数目包括错的特征点和偏的特征点数目。
　　表1中给出了实验中部分指纹图像特征点提取准确率的比较。


　　从实验结果可以看出，本文中结合指纹图像的方向图和模糊理论来指导对比度的增强，在去除噪声的同时，保留了边缘细节，明显改善了图像质量，后续特征点提取的准确率也有了明显提高；而且增强后的指纹图像上，纹线的孔洞和各种噪声干扰大部分已被消除，图像的对比度有了明显提高，尤其将指纹图像中一些比较模糊的区域变得清晰。本文主要根据模糊逻辑理论及像素点及其周围像素点间的相关信息来改变灰度值的分布，提高对比度的同时，还可以锐化边缘而不增强噪声，除了针对指纹图像外，也可应用于一般低对比度纹理图像的边缘提取，进而对图像中感兴趣的区域进行分割。