[发明专利]指纹增强方法及指纹识别装置

摘要

本发明旨在提供一种指纹增强方法，包括以下步骤A、将指纹图像规格化得到规格化指纹图像，并计算其连续方向图；B、对规格化指纹图像进行Gabor滤波后得到指纹增强图像，结合连续方向图重组得到初始滤波图像；C、对初始滤波图像进行高斯模糊后得到高斯模糊图像，对其进行高斯差分得到高斯差分图像；D、将高斯差分图像进行反向映射后重构得到最终滤波图像。本发明还提供一种指纹识别装置。该指纹增强算法通过将Gabor滤波与高斯差分结合，增强去噪能力，克服上述现有指纹增强算法计算量大、增强效果差的缺陷；该指纹识别装置利用上述指纹增强方法，同时结合了DSP与FPGA的处理结构，提高了指纹识别效率和指纹存储效率。

主权项

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Hk(i,j)；其中Gabor滤波器组的定义如下:g(x,y,θ,f0)=exp{-12(xθ2σx2+yθ2σy2)}cos(2πf0xθ)---(1);]]>xθyθ=sinθcosθ-cosθsinθxy---(2);]]>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，σx和σy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Hk(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：gk(x,y,σ)=12πσ2e-(x-m/2)2+(y-n/2)22σ2---(3);]]>式中σ为正态分布的标准差；变化尺度的高斯函数gk(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)＝gk(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：σ(s)=(vsσ0)2-(vs-1σ0)2|s=1,2,3,...,8---(5);]]>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)：D(x,y,σ)=(gk(x,y,σ(s+1))-gk(x,y,σ(s)))*G(i,j)=L(x,y,σ(s+1))-L(x,y,σ(s))---(6)]]>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。