指纹的预处理的操作步骤主要有:(1)图像归一化;(2)指纹有效区域分割处理;(3)指纹方向图处理;(4)指纹增强处理;(5)指纹二值化处理;(6)指纹细化处理。
(1)图像归一化
图像归一化的目的是为了消除传感器本身噪声或手指压力不同以及其它原因造成的灰度差异,把图像的平均灰度和方差调整到预定的级别上,方便后续处理。公式如下:
这种传统的归一化方法存在一些缺点:首先它的平均灰度和平均方差是基于整个指纹图像,与实际
指纹有效区域的平均灰度和方差有一定的偏差;其次它采用的期望灰度值和方差是个固定值,一些采集不好的指纹图像,局部区域的平均灰度和方差可能与整体的相差比较大,效果不好。
可以采用基于块的动态归一化方法来克服这些问题:首先进行直方图均衡,选择感兴趣的区域ROI,再对该区域进行归一化处理。使用ROI的均值 和方差 ,并根据局部块的均值和方差动态调整:
其中α、β是权值系数。
(2)指纹有效区域分割
指纹图像分割是指纹
图像预处理的重要组成部分,其目的是从指纹图像中分离出清晰的指纹区域和有噪声但可以恢复的指纹区域,使后续处理能够集中于这些有效区域进行。
目前已经有很多关于有效区域的分割算法,本文采用的分割算法是基于像素的,使用了以下两个特性:
指纹图像梯度矢量的模值M:每个点的梯度矢量的模值代表了该点附近的灰度变化强弱,可以表征属于指纹区的可能性的大小
,其中Im为方向图的虚部,Re为方向图的实部
指纹方向图的方向一致性Coherence:由下列公式可以看出,在领域W内的每个点的梯度方向越一致,得到的值Coherence就越接近1;因此,每个点的方向一致性可以表征该处
指纹区的质量好坏程度,是属于可以恢复的指纹区还是不可恢复的无效区域