指纹图像多尺度分类字典稀疏增强

• 作者: 丁新涛 丁玉祥 卞维新 徐德琴
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 指纹 块质量评价 多尺度分类字典 稀疏表示 频谱扩散
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 图像处理和编码
• 页码范围: 1014-1023
• 页数: 10页
• 分类号: TP391
• 字数: 7834字
• 语种: 中文
• DOI: 10.11834/jig.170632

摘要

目的 自动指纹识别系统大多是基于细节点匹配的,系统性能依赖于输入指纹质量.输入指纹质量差是目前自动指纹识别系统面临的主要问题.为了提高系统性能,实现对低质量指纹的增强,提出了一种基于多尺度分类字典稀疏表示的指纹增强方法.方法 首先,构建高质量指纹训练样本集,基于高质量训练样本学习得到多尺度分类字典;其次,使用线性对比度拉伸方法对指纹图像进行预增强,得到预增强指纹;然后,在空域对预增强指纹进行分块,基于块内点方向一致性对块质量进行评价和分级;最后,在频域构建基于分类字典稀疏表示的指纹块频谱增强模型,基于块质量分级机制和复合窗口策略,结合频谱扩散,基于多尺度分类字典对块频谱进行增强.结果 在指纹数据库FVC2004上将提出算法与两种传统指纹增强算法进行了对比实验.可视化和量化实验结果均表明,相比于传统指纹增强算法,提出的方法具有更好的鲁棒性,能有效改善低质量输入指纹质量.结论 通过将指纹脊线模式先验引入分类字典学习,为拥有不同方向类别的指纹块分别学习一个更为可靠的字典,使得学习到的分类字典拥有更可靠的脊线模式信息.块质量分级机制和复合窗口策略不仅有助于频谱扩散,改善低质量块的频谱质量,而且使得多尺度分类字典能够成功应用,克服了增强准确性和抗噪性之间的矛盾,使得块增强结果更具稳定性和可靠性,显著提升了低质量指纹图像的增强质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐德琴	安徽师范大学数学计算机科学学院	10	43	3.0	6.0
2	卞维新		1	3	1.0	1.0
3	丁新涛	安徽师范大学数学计算机科学学院	3	4	1.0	2.0
4	丁玉祥		1	3	1.0	1.0