[发明专利]一种去除指纹图像混合噪声的改进小波阈值去噪方法

权利要求书

1.一种去除指纹图像混合噪声的改进小波阈值去噪方法，其特征在于:所述的是一种去除指纹图像混合噪声的改进小波阈值去噪方法，包括如下的步骤：

(1)读入选原始图像；

(2)给步骤(1)读入的原始图像添加混合噪声；

(3)对步骤(2)完成后图像进行中值滤波去噪；

(4)对步骤(3)所得的图像进行小波分解；

(5)步骤(4)所得的小波系数进行阈值量化；

(6)对步骤(5)所得的估计系数进行信号重构；

(7)输出去噪后的图像。

2.根据权利要求1所述的一种去除指纹图像混合噪声的改进小波阈值去噪方法,其特征在于：步骤(1)中所述的原始图像主要指：选自于FCV2004指纹数据库中图像大小适宜，指纹纹路清晰的101_2.tif指纹图像。

3.根据权利要求1所述的一种去除指纹图像混合噪声的改进小波阈值去噪方法,其特征在于：步骤(2)中的对原始图像添加混合噪声主要是指：对101_2.tif指纹图像添加含有方差为0.01的高斯噪声和密度为0.01的椒盐噪声的混合噪声。

4.根据权利要求1所述的一种去除指纹图像混合噪声的改进小波阈值去噪方法,其特征在于：步骤(3)中对添加了混和噪声的图像进行中值滤波去噪主要是指：对含有混合噪声的101_2.tif指纹图像采用3×3的滑动模板进行中值滤波去噪，主要去除混合噪声中椒盐噪声。

5.根据权利要求1所述的一种去除指纹图像混合噪声的改进小波阈值去噪方法,其特征在于：步骤(4)对中值滤波后的图像进行小波分解主要是指：选用基函数sym8，对图像进行3层小波分解得到各层小波系数。

6.根据权利要求1所述的一种去除指纹图像混合噪声的改进小波阈值去噪方法,其特征在于：步骤(5)中的小波系数进阈值量化主要是指：阈值量化过程主要是通过自适应阈值T_i和CLAE阈值函数完成的。

自适应阈值T_i公式如下：

CLAE阈值函数如下：

阈值量化过程如下：

(1)判断H1所得的小波系数如果则让估计系数否则

(2)判断H2所得的小波系数如果则让估计系数否则

(3)判断H3所得的小波系数如果则让估计系数否则

7.根据权利要求1所述的一种去除指纹图像混合噪声的改进小波阈值去噪方法,其特征在于：步骤(6)中的信号重构过程主要指：对完成小波系数阈值量化后的和步骤四得到的L3进行小波信号重构。

8.根据权利要求1所述的一种去除指纹图像混合噪声的改进小波阈值去噪方法,其特征在于：步骤(7)主要是指：对完成以上所有步骤之后的得到的图像进行图像的输出过程。