《電子技術應用》
您所在的位置:首頁 > 嵌入式技術 > 設計應用 > 基于模糊邏輯的指紋圖像對比度增強算法
基于模糊邏輯的指紋圖像對比度增強算法
計算機工程
蘇菲 馮建江 孫景鰲 蔡安妮
摘要: 本文結合模糊邏輯技術,研究了基于模糊特征平面的增強算法和基于GFO 算子(廣義模糊算子) 的圖像增強算法,并將其應用于指紋圖像對比度的增強。
Abstract:
Key words :

  引 言

  指紋識別是指指尖表面紋路的脊谷分布模式識別,這種脊谷分布模式是由皮膚表面細胞死亡、角化及其在皮膚表面積累形成的。人的指紋特征是與生俱來的,在胎兒時期就已經決定了。人類使用指紋作為身份識別的手段已經有很長歷史,使用指紋識別身份的合法性也己得到廣泛的認可。自動指紋識別系統通過比對指紋脊線和谷線結構以及有關特征,如紋線的端點和分歧點等來實現個人身份認證。然而,要從原始指紋圖像上準確地提取特征信息,這是十分困難的,在很大程度上特征提取的精確性依賴于圖像質量。因此,在指紋特征提取和匹配之前有必要對指紋圖像進行增強處理。指紋圖像增強就是對指紋圖像采用一定算法進行處理,使其紋理結構清晰化,盡量突出和保留固有的指紋特征信息,并消除噪聲,避免產生虛假特征。其目的是保持特征信息提取的準確性和可靠性,在自動指紋識別系統中具有十分重要的作用和地位。

  由于曝光不足等因素的影響,圖像的亮度分布會發生非線性失真,常常表現為對比度不強,圖像的整體感覺較暗等。目前,已經有很多基于灰度直方圖的方法來增強對比度,從而改善圖像的質量 。

  近年來,人們對基于模糊的圖像處理技術進行了研究。模糊集合理論已能夠成功地應用于圖像處理領域,并表現出優于傳統方法的處理效果。根本原因在于:圖像所具有的不確定性往往是因模糊性引起的。圖像增強的模糊方法,有些類似于空域處理方法,它是在圖像的模糊特征域上修改像素的 ?;谀:膱D像處理技術,是一種值得重視的研究方向,應用模糊方法往往能取得優于傳統方法的處理效果。很多時候基于模糊的增強圖像對比度方法能夠更好地增強圖像的對比度,尤其是對于對比度很差,一般的增強算法無法對其增強的圖像,它的優勢突顯。

  本文結合模糊邏輯技術,研究了基于模糊特征平面的增強算法和基于GFO 算子(廣義模糊算子) 的圖像增強算法,并將其應用于指紋圖像對比度的增強。

  1  模糊特征平面增強算法

  1. 1  模糊特征平面

  從模糊集的概念來看,一幅具有L 個灰度級的M ×N 元圖像, 可以看作為一個模糊集, 集內的每一個元素具有相對于某個特定灰度級的隸屬函數。該模糊集稱為圖像等效模糊集,亦即圖像的模糊特征平面, 對應的模糊矩陣記為F , 有:

  式中:矩陣的元素μmn / Xmn 表示圖像像素( m , n) 的灰度級Xmn 相對于某個特定的灰度級l′的隸屬度,通常l′取最大灰度級K - 1 。

  1. 2  算法實現

  首先采用圖像分割中的閾值選取方法(本文中采用Ot su 方法) 來確定閾值參數X T ,顯然X T 將整個圖像的直方圖分為2 個部分。低灰度部分和高灰度部分; 對于具有典型雙峰分布的直方圖來說,它們分別對應目標和背景這兩部分。然后定義新的隸屬函數形式, 再進行模糊增強運算,在低灰度區域進行衰減運算, 從而使屬于該區域像素的灰度值更低,而在高灰度區域則進行增強運算,從而使屬于該區域像素的灰度值更高。因而,經過模糊增強后直方圖上閾值X T 兩側的灰度對比增強,圖像區域之間的層次將更加清楚。整個算法過程如下:

  (1) 首先根據Ot su 選取閾值的方法確定閾值參數XT 。顯然對于雙峰分布的直方圖閾值參數XT 將位于雙峰之間的谷底附近。然后定義新的隸屬度函數為:


  對于迭代次數r 的選擇, 仿真結果表明, 當r 較小時,模糊增強不夠充分;隨著r 的逐漸加大,圖像的增強效果會越來越明顯,當達到一定程度時, 圖像中局部細節會逐漸消失而變為二值圖像。但對于指紋圖像r 選取過大,則會丟失一些細節信息,本文取r = 8 。

  本算法對μmn > 0. 5 的區域,即高灰度區域的像素進行增強運算;對于μmn ≤0. 5 的區域,即低灰度區域的像素進行衰減運算。因此,實現了對低灰度區域的像素進行衰減運算和對高灰度區域的像素進行增強運算,從而使圖像增強后區域之間的層次更清楚。

  2 基于GFO 算子( 廣義模糊算子) 的圖像增強算法

  文獻[ 10 ]給出了廣義模糊集和廣義模糊算子的定義。在此基礎上,本文設計的基于GFO 算子的圖像增強算法如下:

  步驟1 :利用模糊熵確定閾值參數T , 表征的是要增強或減弱的灰度值邊緣,如果灰度值大于閾值T , 則使其更大,否則使其更小。通過大量實驗驗證,當閾值參數T 接近指紋圖像直方圖谷底時,將得到較好的增強效果。

  步驟2 :通過式(7) 將待處理的圖像X 從空域的灰度值I = { I ( i , j) } 映射為與之對應的廣義隸屬度μ ={μ( i , j) } ;

  步驟3 :利用式(8) 定義的GFO 算子對廣義隸屬度進行非線性變換;

  式(8) 可知,廣義模糊算子可以利用參數r 和f 值的大小控制圖像增強的程度, r 越大, 去除背景的能力越強;f 越小, 增強脊線與谷線的對比度的能力越強。廣義模糊算子通過降低區域中的值和增加區域中的值,起到了增強2 個區域之間對比度的作用。

  步驟4 :通過式(7) 的反函數,將映射為二維空間域的灰度圖像。其得到經過模糊增強處理后的圖像,中的像素灰度值為:

  3  實驗結果與分析

  采用Matlab 軟件編程且分別應用以上2 種算法對FVC 指紋數據庫中一些指紋圖進行增強處理,增強結果如圖1 ,圖2 所示。


  從實驗結果可以看出,兩種模糊增強算法在一定條件下都可有效增強指紋圖像的對比度。相比之下,基于GFO 算子(廣義模糊算子) 的圖像增強算法去除背景能力更強,因此對于具有單峰及雙峰分布直方圖的指紋圖像,該算法可能將一些灰度值較低的前景點誤分為背景點;而模糊特征平面增強算法因為去除背景能力較弱,對于具有多峰分布直方圖的指紋圖像增強效果較差。

  因此對于需要著重增強前景的指紋圖像,更適合用基于模糊特征平面的增強算法,而對于需要重點去除背景的指紋圖像則需選取基于GFO 算子(廣義模糊算子) 的圖像增強算法。

  4  結 語

  從模糊集的角度出發,模糊特征平面增強算法將圖像轉化為等效的圖像模糊特征平面,在此基礎上進行模糊增強,最后再轉換為空域圖像?;贕FO 算子(廣義模糊算子) 的圖像增強算法與模糊特征平面增強算法,處理過程相似,不同之處在于所定義的隸屬度函數及非線性變換形式不同。采用這兩種方法均可以在一定程度上提高低灰度區域與高灰度區域之間的對比度,從而提高圖像的質量。兩種算法相比而言,基于模糊特征平面的增強算法更適合用于需要著重增強前景的指紋圖像,而基于GFO 算子(廣義模糊算子) 的圖像增強算法則更適合用于需要重點去除背景的指紋圖像。需要指出的是以上兩種算法僅僅增強了指紋圖像的對比度,要取得更好的增強效果還需要結合指紋圖像的方向信息進行濾波增強,以達到對粘連脊線分離及斷開脊線連接的效果。

此內容為AET網站原創,未經授權禁止轉載。
热re99久久精品国产66热_欧美小视频在线观看_日韩成人激情影院_庆余年2免费日韩剧观看大牛_91久久久久久国产精品_国产原创欧美精品_美女999久久久精品视频_欧美大成色www永久网站婷_国产色婷婷国产综合在线理论片a_国产精品电影在线观看_日韩精品视频在线观看网址_97在线观看免费_性欧美亚洲xxxx乳在线观看_久久精品美女视频网站_777国产偷窥盗摄精品视频_在线日韩第一页
  • <strike id="ygamy"></strike>
  • 
    
      • <del id="ygamy"></del>
        <tfoot id="ygamy"></tfoot>
          <strike id="ygamy"></strike>
          欧美激情欧美狂野欧美精品| 伊人婷婷久久| 久久精品一区二区| 欧美日韩高清在线| 免费不卡在线观看av| 永久免费视频成人| 欧美日韩在线三区| 日韩亚洲欧美在线观看| 中日韩男男gay无套| 国产欧美韩国高清| 国产综合久久久久久| 麻豆国产va免费精品高清在线| 亚洲一区二区精品在线| 亚洲欧美电影在线观看| 国产精品久久久久久久久久三级| 国产一区二区三区四区五区美女| 国内精品久久久久久| 国产精品美女久久福利网站| 在线视频一区观看| 亚洲欧美日韩国产成人精品影院| 亚洲人成在线播放网站岛国| 国产日本欧美视频| 亚洲美女精品一区| 樱桃视频在线观看一区| 国产午夜精品在线| 午夜精品国产精品大乳美女| 久久婷婷久久一区二区三区| 麻豆9191精品国产| 国语精品中文字幕| 久久国产精品久久精品国产| 国产精品日本欧美一区二区三区| 99精品视频免费观看| 韩日精品视频| 欧美日韩国产限制| 久久久久九九视频| 亚洲麻豆一区| 蜜月aⅴ免费一区二区三区| 国产精品国产精品| 国产精品女人久久久久久| 欧美日韩在线免费视频| 国产欧美精品一区二区三区介绍| 亚洲天堂av电影| 久久久噜噜噜久久中文字免| 亚洲国产欧美国产综合一区| 欧美日本一区二区三区| 国产日韩专区在线| 亚久久调教视频| 亚洲激情图片小说视频| 91久久香蕉国产日韩欧美9色| 亚洲国产精品久久| 可以看av的网站久久看| 麻豆成人在线播放| 99精品免费| 亚洲小视频在线| 美女脱光内衣内裤视频久久影院| 欧美日韩国产高清| 欧美视频你懂的| 国产综合香蕉五月婷在线| 久久久激情视频| 欧美精品一区二区视频| 午夜精品久久久久久久白皮肤| 国产一区二区三区丝袜| 国产亚洲精品bt天堂精选| 亚洲免费在线看| 在线成人小视频| 国产综合色精品一区二区三区| 91久久夜色精品国产九色| 亚洲国产综合在线看不卡| 狠狠综合久久| 欧美日韩三级在线| 欧美三级日韩三级国产三级| 亚洲小少妇裸体bbw| 欧美日韩成人在线| 欧美日韩亚洲一区二区三区在线| 亚洲国产精品一区二区第一页| 久久久久久久久蜜桃| 欧美色图一区二区三区| 日韩五码在线| 亚洲激情成人| 麻豆精品视频在线| 一区视频在线看| 久久精品视频免费| 久久男人av资源网站| 亚洲电影专区| 国产伦精品一区二区三区照片91| 欧美成人在线网站| 黄色国产精品一区二区三区| 国产伦精品一区二区三区视频黑人| 亚洲人成网站999久久久综合| 亚洲二区在线观看| 欧美日韩另类综合| 欧美激情亚洲综合一区| 欧美日韩成人综合天天影院| 国产一区二区三区精品欧美日韩一区二区三区| 在线视频欧美日韩| 99精品热视频只有精品10| 亚洲区免费影片| 亚洲激情网站免费观看| 国产一区二区丝袜高跟鞋图片| 亚洲欧美春色| 久久精品在这里| 99视频超级精品| 久久成人18免费观看| 国产精品亚洲欧美| 亚洲激情欧美| 亚洲在线中文字幕| 欧美 日韩 国产 一区| 一本一道久久综合狠狠老精东影业| 欧美h视频在线| 亚洲片国产一区一级在线观看| 国产精品v欧美精品v日韩精品| 性色av一区二区三区| 99re66热这里只有精品3直播| 国产精品日韩欧美一区二区| av成人免费在线观看| 一区二区三区四区蜜桃| 亚洲黄色小视频| 亚洲电影欧美电影有声小说| 欧美三区不卡| 激情欧美日韩一区| 在线视频亚洲| 欧美日韩国产一区精品一区| 午夜精品婷婷| 久久人91精品久久久久久不卡| 模特精品裸拍一区| 国产一在线精品一区在线观看| 欧美日韩成人在线视频| 欧美三级韩国三级日本三斤| 午夜影视日本亚洲欧洲精品| 国产精品私拍pans大尺度在线| 黑人巨大精品欧美一区二区| 欧美四级伦理在线| 亚洲第一网站免费视频| 亚洲女ⅴideoshd黑人| 久热精品在线| 久久国产一二区| 欧美精品日本| 国产日韩欧美亚洲| 欧美专区亚洲专区| 蜜桃av久久久亚洲精品| 亚洲精华国产欧美| 久久综合伊人77777蜜臀| 久久网站免费| 欧美精品成人一区二区在线观看| 国产精品香蕉在线观看| 亚洲欧美日韩在线播放| 国产精品高潮呻吟久久| 亚洲一区二区在| 亚洲人成久久| 久久精品在线视频| 激情欧美日韩一区| 亚洲清纯自拍| 一区二区日韩欧美| 国产一区自拍视频| 国产精品丝袜久久久久久app| 久久国产精品一区二区三区四区| 久久久999成人| 你懂的视频欧美| 欧美第一黄网免费网站| 欧美精品电影| 国产一区二区久久精品| 亚洲精品乱码久久久久久| 欧美另类女人| 亚洲欧美日韩精品久久久久| 久久综合久久综合九色| 欧美大片在线观看一区| 亚洲综合另类| 午夜精彩视频在线观看不卡| 激情欧美亚洲| 国产欧美一级| 午夜精品一区二区三区在线视| 亚洲无限av看| 欧美成人免费在线视频| 在线日韩精品视频| 欧美日韩精品一本二本三本| 欧美大片免费久久精品三p| 亚洲二区在线视频| 久久久久久999| 国产精品护士白丝一区av| 亚洲欧洲视频在线| 国产乱码精品一区二区三区不卡| 欧美不卡激情三级在线观看| 一区二区三区日韩欧美| 亚洲免费中文| 日韩午夜一区| 国一区二区在线观看| 美女国内精品自产拍在线播放| 欧美午夜视频一区二区| 久久久久久**毛片大全| 亚洲激情视频| 国产精品国产一区二区| 久久经典综合| 在线观看视频免费一区二区三区| 一区二区三区视频在线观看| 欧美理论电影网| 久久久久久国产精品一区| 国外视频精品毛片| 欧美亚洲日本网站| 欧美不卡高清| 欧美国产日韩一区二区三区| 亚洲精品网址在线观看| 国产丝袜美腿一区二区三区| 欧美绝品在线观看成人午夜影视| 欧美日韩亚洲一区二| 欧美国产在线视频| 国产乱码精品一区二区三区忘忧草| 狠狠狠色丁香婷婷综合久久五月| 在线 亚洲欧美在线综合一区| 一区二区黄色| 欧美日本三级| 欧美日韩一区综合| 欧美影院成人| 欧美在线观看视频一区二区三区| 在线一区二区三区四区五区| 国产精品一区二区三区久久| 久久精品国产一区二区三区| 久久久久青草大香线综合精品| 欧美福利一区二区| 亚洲欧洲日夜超级视频| 久久精品五月| 伊人精品成人久久综合软件| 国产乱理伦片在线观看夜一区| 国产综合色在线| 欧美日韩在线一区二区| 亚洲精品1234| 这里是久久伊人| 久久久亚洲精品一区二区三区| 久久综合色天天久久综合图片| 国产精品久久二区| 国产精品福利网站| 免费毛片一区二区三区久久久| 亚洲九九精品| 亚洲精品日韩在线| 欧美在线观看一区| 亚洲大胆美女视频| 国产私拍一区| 亚洲一区二区视频在线观看| 一区二区三区无毛| 免费观看在线综合色| 亚洲欧美日韩国产综合精品二区| 一区二区免费看| 欧美日韩综合视频| 在线精品国精品国产尤物884a| 欧美福利电影在线观看| 亚洲欧美制服另类日韩| 伊人成人在线视频| 欧美精品成人一区二区在线观看| 欧美高清在线精品一区| 国产精品综合久久久| 亚洲激情在线观看视频免费| 免费成人av| 欧美色欧美亚洲另类二区| 亚洲国产一区在线| 久久久欧美精品| 一本色道久久88精品综合| 亚洲激情电影在线| 国产一区二区三区观看| 欧美午夜精品久久久久久浪潮| 亚洲五月六月| 欧美日韩网站| 久久久久国产精品麻豆ai换脸| 国产精品久久二区| 国产一区二区精品久久91| 午夜精品在线视频| 欧美在线视频一区| 一区二区免费看| 欧美日韩精品免费| 激情一区二区三区| 国产尤物精品| 久久亚洲春色中文字幕| 亚洲精品久久久久中文字幕欢迎你| 国产农村妇女精品一二区| 欧美专区在线观看| 老鸭窝毛片一区二区三区| 一区二区三区你懂的| 亚洲精品综合久久中文字幕| 日韩午夜av电影| 亚洲成在线观看| 亚洲视频成人| 亚洲精品国产精品国产自| 国产精品久久二区二区| 国外成人在线视频网站| 国产精品久久久久三级| 亚洲三级电影全部在线观看高清| 国产精品免费网站在线观看| 午夜精彩国产免费不卡不顿大片| 国产一区二区无遮挡| 国产一区二区三区免费观看| 亚洲日本在线观看| 亚洲黄色三级| 欧美黑人在线播放| 有坂深雪在线一区| 精品动漫3d一区二区三区免费版| 亚洲国产成人精品久久久国产成人一区| 国产欧美日韩91| 亚洲狠狠婷婷| 国产日韩在线亚洲字幕中文| 久久久久se| 亚洲午夜精品一区二区三区他趣| 久久天堂精品| 国产精品mv在线观看| 久久天堂成人| 国产精品劲爆视频| 国产精品白丝黑袜喷水久久久| 亚洲影音一区| 伊人蜜桃色噜噜激情综合| 亚洲精品女av网站| 欧美一区二区私人影院日本| 亚洲欧美日韩国产综合| 午夜精品电影| 国产精品久久久久久久久免费| 亚洲专区欧美专区| 韩日午夜在线资源一区二区| 亚洲专区国产精品| 欧美一区二区免费| 亚洲国产专区校园欧美| 久久久久久久久久久久久女国产乱| 亚洲一区二区三区高清不卡| 欧美激情精品久久久久久| 欧美巨乳在线观看| 亚洲欧美日韩在线播放| 国产女人18毛片水18精品| 欧美日韩亚洲精品内裤| 久久免费视频一区| 国产精品豆花视频| 欧美日韩美女| 欧美freesex交免费视频| 国产精品一区=区|