[发明专利]指纹增强方法及指纹识别装置

权利要求书

1.一种指纹增强方法，其特征在于包括以下步骤：

A、将指纹图像规格化得到规格化指纹图像，并计算规格化指纹图像的连续方向图；

B、对规格化指纹图像进行Gabor滤波后得到指纹增强图像，根据连续方向图中各像素点的方向选择指纹增强图像中的对应位置的像素点，重组得到初始滤波图像；

B1、通过8个方向的Gabor滤波器对规格化指纹图像I(i,j)进行Gabor滤波处理，得到8个方向的指纹增强图像H_k(i,j)；

其中Gabor滤波器组的定义如下:

$g(x,y,\mathrm{\θ},f_0)=\exp \{-\frac{1}{2}(\frac{{x_{\mathrm{\θ}}}^2}{{{\mathrm{\σ}}_x}^2}+\frac{{y_{\mathrm{\θ}}}^2}{{{\mathrm{\σ}}_y}^2})\}cos\left(2{\mathrm{\πf}}_0{x}_{\mathrm{\θ}}\right)---\left(1\right);$

$\left[\begin{array}{c}{x}_{\mathrm{\θ}}\\ y_{\mathrm{\θ}}\end{array}\right]=\left[\begin{array}{cc}sin\mathrm{\θ}& cos\mathrm{\θ}\\ -cos\mathrm{\θ}& sin\mathrm{\θ}\end{array}\right]\left[\begin{array}{c}x\\ y\end{array}\right]---\left(2\right);$

其中θ是Gabor函数的方向因子,θ＝0°，22.5°，45°，67.5，90°，112.5°，135°，157.5°，f₀是指纹图像正弦平面波的频率参数，σ_x和σ_y分别是沿着x和y轴的高斯包迹的空间常量；

B2、再根据连续方向图O(i,j)中各个像素点的方向选择对应指纹增强图像H_k(i,j)中的对应位置的像素点，重组得到初始滤波图像G(i,j)；

C、建立尺度可变换的高斯函数，将不同尺度的高斯函数与初始滤波图像进行卷积后得到一组高斯模糊图像；将高斯模糊图像中相邻上下两层图像做减法运算，得到一组高斯差分图像；

C1、设二维高斯模板大小为m×n，变化尺度的高斯模板上的像素(x,y)对应的高斯计算公式为：

$g_k(x,y,\mathrm{\σ})=\frac{1}{2{\mathrm{\π\σ}}^2}{e}^{-\frac{{(x-m/2)}^2+{(y-n/2)}^2}{2{\mathrm{\σ}}^2}}---\left(3\right);$

式中σ为正态分布的标准差；

变化尺度的高斯函数g_k(x,y,σ)与初始滤波图像G(i,j)卷积后得到高斯模糊图像L(x,y,σ)：

L(x,y,σ)＝g_k(x,y,σ)*G(i,j)(4)；

其中，求取组内每层的尺度σ(s)的公式如下：

$\mathrm{\σ}\left(s\right)=\sqrt{{\left(v^s{\mathrm{\σ}}_0\right)}^2-{\left(v^{s-1}{\mathrm{\σ}}_0\right)}^2}|s=1,2,3,...,8---\left(5\right);$

其中，组内的层索引为S₀＝8；初始尺度为σ₀＝1.6；

C2、将步骤C1中求得的不同的尺度下得到的不同模糊图像中相邻上下两层图像进行减法运算，得到7幅高斯差分图像D(x,y,σ)：

$\begin{array}{c}D(x,y,\mathrm{\σ})=\left(g_k\right(x,y,\mathrm{\σ}\left(s+1\right))-g_k(x,y,\mathrm{\σ}\left(s\right)\left)\right)*G(i,j)\\ =L\left(x,y,\mathrm{\σ}\left(s+1\right)\right)-L\left(x,y,\mathrm{\σ}\left(s\right)\right)\end{array}---\left(6\right)$

D、将高斯差分图像进行反向映射后，选取反向映射后部分图像中各像素点的最大值重构得到最终滤波图像，即完成指纹增强处理。