小波变换技术在指纹图像预处理中的应用

2015-04-20 16:56郭莉莉马丽娜
电子技术与软件工程 2015年6期
关键词:小波变换

郭莉莉 马丽娜

摘 要 本文旨在提高指纹识别的识别率,在指纹图像的预处理中,加以小波变换。将小波函数进行分解与重构,并将其运用到对指纹图像的预处理中,包括小波压缩、去噪和增强。通过加入小波变换的预处理技术,可使指纹图像的特征提取与匹配中更加精确;结论:通过仿真实验,将小波变换技术运用到指纹图像的预处理中,可提高指纹识别的识别率。

【关键词】指纹图像 小波变换 小波分解 小波重构

1 引言

目前的生物识别技术中,指纹是目前使用起来最方便、稳定、采集性强的方案之一,而且进行指纹识别花费小,效果好。因此,指纹识别技术正逐步走入人们的日常生活中。本文将小波变换技术应用在指纹识别预处理中,可提高系统的识别率。

小波变换是建立在Fourier分析的基础之上的,而Fourier分析由于注重全局性,因此具有一定的局限性。于是人们对其进行多种改进,便产生了小波分析。小波分析是空间(时间)和频率的局部变换,结合了泛函数、Fourier分析、调和分析和数值分析,能有效的提取信号中的特征信息,尤其适用于信号处理,如语音信号、图像信号等。

本文利用小波变换的多分辨率分析的特点,在时域与频域均能够表征信号的局部特征,我们根据其窗口大小不变而形状可变的特点,在图像信号的低频部分采用频率较高的分辨率,而在高频部分采用时间分辨率较高同时频率分辨率较低的方法,将其用在指纹识别的预处理阶段,能够对信号不规律的指纹信号进行处理。

2 基于小波分解与重构的指纹图像预处理

2.1 指纹图像的压缩处理

对于二维小波变换来讲,我们可将其当做两个连续的一维小波变换的进行处理后得到的。通过二维小波变换进行图像的处理,可将其分解成一系列低频子图像,其结果取决于小波基的类型,即决定于滤波器的类型,本文采用广泛使用的Daubechies-4型小波,对指纹图像进行3层小波分解。

我们将一幅图像信号进行小波分解,会得到一组小波系数,其尺寸和形状均与原图像相同。比如一幅300×300的图像经过三层小波分解,得到如图1所示的10块小波分解结果,一共有90000个系数。

其中LiLi代表图像在水平低频和垂直低频下的信息(i为小波分解的尺度,下同);

LiHi代表图像在水平低频、垂直高频时的信息;

HiLi代表图像在水平高频、垂直低频时的信息;

HiHi代表图像在水平高频、垂直高频是的信息。

而其中HiHi代表图像信号的高频特征,图像中的大部分噪声都在高频段,为了降噪,删去图2中阴影部分的小波分解系数,只利用其余7块小波系数,即二维小波分解尺度3的低频系数、二维小波分解尺度3、2、1高频水平部分、高频垂直部分、高频斜线部分的系数,对指纹图像进行重构。

2.2 指纹图像的去噪处理

一般来说,二维图像的消噪过程可分以下四步进行:

STEP1:对二维图像信号进行小波分解,要选择合适的小波函数及小波分解层次N;

STEP2:对高频段系数进行处理,主要对1~N层进行阈值的量化;

STEP3:修改的从第1层到第N层的各层高频系数;

STEP4:对二维图像信号进行小波重构。

以上步骤中,重点内容就是第二步。去噪之后,即可进行下一步增强的处理。

2.3 指纹图像的增强处理

图像增强即将原来不清晰的图像变得清晰或强调某些感兴趣的特征,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果的图像处理方法。小波变换在做逆变换之前进行处理,以改变小波变换域中某些系数的大小,这样就能够有选择地放大所感兴趣的分量而减少不需要的分量。图3和图4分别为图像经过去噪和增强前、后的对比图。

3 结果分析

以上采用小波分解和重构技术,对指纹图像进行压缩、去噪和增强处理,从经过处理前后的图像中来看,可以得出如下结论:

(1)舍去图2中阴影部分HiHi的系数,而只使用LiLi、LiHi、HiLi的系数对指纹图像进行重构,图4重构的指纹图清晰度优于图3的原始指纹图。

(2)图2舍去3部分系数,以300×300的图像为例,其中H3H3为38×38个系数、H2H2为75×75个系数,H1H1为150× 150个系数。这样共舍去29569个系数,占原有空间的32%,为今后的图像处理大大节省了空间。

(3)采用具有良好局部化特征的小波变换方法,对指纹图像进行去噪和增强处理,取得了良好的效果。

(4)指纹图像经过增强处理后,有助于今后的特征提取。

4 结束语

本文给出了一种基于小波变换的指纹图像处理技术。实验表明,应用小波变换技术对指纹图像进行处理,使系统识别率更高,具有很广阔的应用前景。

参考文献

[1] 王风华,王向军.指纹信息识别技术与应用[J].光学技术,1999(05).

[2] 刘小华,王燕生.指纹识别技术的发展[J].光学技术,1998(04).

[3] 王蕴红,朱勇.基于虹膜识别的身份鉴别[J].自动化学报,2002(01).

[4] 张定会.基于小波分析的故障诊断[J].上海理工大学学报,2000(02).

作者简介

郭莉莉(1982-),女, 硕士学位。现为沈阳城市建设学院讲师。主要研究方向为建筑智能化。

作者单位

沈阳城市建设学院 辽宁省沈阳市 110167

猜你喜欢
小波变换
基于峰度和小波变换的超短波信号调制识别
基于双树四元数小波变换的图像降噪增强
基于小波变换的数字水印技术