郭莉莉　馬麗娜

摘 要 本文旨在提高指紋識(shí)別的識(shí)別率，在指紋圖像的預(yù)處理中，加以小波變換。將小波函數(shù)進(jìn)行分解與重構(gòu)，并將其運(yùn)用到對(duì)指紋圖像的預(yù)處理中，包括小波壓縮、去噪和增強(qiáng)。通過(guò)加入小波變換的預(yù)處理技術(shù)，可使指紋圖像的特征提取與匹配中更加精確；結(jié)論：通過(guò)仿真實(shí)驗(yàn)，將小波變換技術(shù)運(yùn)用到指紋圖像的預(yù)處理中，可提高指紋識(shí)別的識(shí)別率。

【關(guān)鍵詞】指紋圖像 小波變換 小波分解 小波重構(gòu)

1 引言

目前的生物識(shí)別技術(shù)中，指紋是目前使用起來(lái)最方便、穩(wěn)定、采集性強(qiáng)的方案之一，而且進(jìn)行指紋識(shí)別花費(fèi)小，效果好。因此，指紋識(shí)別技術(shù)正逐步走入人們的日常生活中。本文將小波變換技術(shù)應(yīng)用在指紋識(shí)別預(yù)處理中，可提高系統(tǒng)的識(shí)別率。

小波變換是建立在Fourier分析的基礎(chǔ)之上的，而Fourier分析由于注重全局性，因此具有一定的局限性。于是人們對(duì)其進(jìn)行多種改進(jìn)，便產(chǎn)生了小波分析。小波分析是空間（時(shí)間）和頻率的局部變換，結(jié)合了泛函數(shù)、Fourier分析、調(diào)和分析和數(shù)值分析，能有效的提取信號(hào)中的特征信息，尤其適用于信號(hào)處理，如語(yǔ)音信號(hào)、圖像信號(hào)等。

本文利用小波變換的多分辨率分析的特點(diǎn)，在時(shí)域與頻域均能夠表征信號(hào)的局部特征，我們根據(jù)其窗口大小不變而形狀可變的特點(diǎn)，在圖像信號(hào)的低頻部分采用頻率較高的分辨率，而在高頻部分采用時(shí)間分辨率較高同時(shí)頻率分辨率較低的方法，將其用在指紋識(shí)別的預(yù)處理階段，能夠?qū)π盘?hào)不規(guī)律的指紋信號(hào)進(jìn)行處理。

2 基于小波分解與重構(gòu)的指紋圖像預(yù)處理

2.1 指紋圖像的壓縮處理

對(duì)于二維小波變換來(lái)講，我們可將其當(dāng)做兩個(gè)連續(xù)的一維小波變換的進(jìn)行處理后得到的。通過(guò)二維小波變換進(jìn)行圖像的處理，可將其分解成一系列低頻子圖像，其結(jié)果取決于小波基的類(lèi)型，即決定于濾波器的類(lèi)型，本文采用廣泛使用的Daubechies-4型小波，對(duì)指紋圖像進(jìn)行3層小波分解。

我們將一幅圖像信號(hào)進(jìn)行小波分解，會(huì)得到一組小波系數(shù)，其尺寸和形狀均與原圖像相同。比如一幅300×300的圖像經(jīng)過(guò)三層小波分解，得到如圖1所示的10塊小波分解結(jié)果，一共有90000個(gè)系數(shù)。

其中LiLi代表圖像在水平低頻和垂直低頻下的信息（i為小波分解的尺度，下同）；

LiHi代表圖像在水平低頻、垂直高頻時(shí)的信息；

HiLi代表圖像在水平高頻、垂直低頻時(shí)的信息；

HiHi代表圖像在水平高頻、垂直高頻是的信息。

而其中HiHi代表圖像信號(hào)的高頻特征，圖像中的大部分噪聲都在高頻段，為了降噪，刪去圖2中陰影部分的小波分解系數(shù)，只利用其余7塊小波系數(shù)，即二維小波分解尺度3的低頻系數(shù)、二維小波分解尺度3、2、1高頻水平部分、高頻垂直部分、高頻斜線(xiàn)部分的系數(shù)，對(duì)指紋圖像進(jìn)行重構(gòu)。

2.2 指紋圖像的去噪處理

一般來(lái)說(shuō)，二維圖像的消噪過(guò)程可分以下四步進(jìn)行：

STEP1：對(duì)二維圖像信號(hào)進(jìn)行小波分解，要選擇合適的小波函數(shù)及小波分解層次N；

STEP2：對(duì)高頻段系數(shù)進(jìn)行處理，主要對(duì)1～N層進(jìn)行閾值的量化；

STEP3：修改的從第1層到第N層的各層高頻系數(shù)；

STEP4：對(duì)二維圖像信號(hào)進(jìn)行小波重構(gòu)。

以上步驟中，重點(diǎn)內(nèi)容就是第二步。去噪之后，即可進(jìn)行下一步增強(qiáng)的處理。

2.3 指紋圖像的增強(qiáng)處理

圖像增強(qiáng)即將原來(lái)不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識(shí)別效果的圖像處理方法。小波變換在做逆變換之前進(jìn)行處理，以改變小波變換域中某些系數(shù)的大小，這樣就能夠有選擇地放大所感興趣的分量而減少不需要的分量。圖3和圖4分別為圖像經(jīng)過(guò)去噪和增強(qiáng)前、后的對(duì)比圖。

3 結(jié)果分析

以上采用小波分解和重構(gòu)技術(shù)，對(duì)指紋圖像進(jìn)行壓縮、去噪和增強(qiáng)處理，從經(jīng)過(guò)處理前后的圖像中來(lái)看，可以得出如下結(jié)論：

（1）舍去圖2中陰影部分HiHi的系數(shù)，而只使用LiLi、LiHi、HiLi的系數(shù)對(duì)指紋圖像進(jìn)行重構(gòu)，圖4重構(gòu)的指紋圖清晰度優(yōu)于圖3的原始指紋圖。

（2）圖2舍去3部分系數(shù)，以300×300的圖像為例，其中H3H3為38×38個(gè)系數(shù)、H2H2為75×75個(gè)系數(shù)，H1H1為150× 150個(gè)系數(shù)。這樣共舍去29569個(gè)系數(shù)，占原有空間的32%，為今后的圖像處理大大節(jié)省了空間。

（3）采用具有良好局部化特征的小波變換方法，對(duì)指紋圖像進(jìn)行去噪和增強(qiáng)處理，取得了良好的效果。

（4）指紋圖像經(jīng)過(guò)增強(qiáng)處理后，有助于今后的特征提取。

4 結(jié)束語(yǔ)

本文給出了一種基于小波變換的指紋圖像處理技術(shù)。實(shí)驗(yàn)表明，應(yīng)用小波變換技術(shù)對(duì)指紋圖像進(jìn)行處理，使系統(tǒng)識(shí)別率更高，具有很廣闊的應(yīng)用前景。

參考文獻(xiàn)

[1] 王風(fēng)華，王向軍.指紋信息識(shí)別技術(shù)與應(yīng)用[J].光學(xué)技術(shù)，1999（05）.

[2] 劉小華，王燕生.指紋識(shí)別技術(shù)的發(fā)展[J].光學(xué)技術(shù)，1998（04）.

[3] 王蘊(yùn)紅，朱勇.基于虹膜識(shí)別的身份鑒別[J].自動(dòng)化學(xué)報(bào)，2002（01）.

[4] 張定會(huì).基于小波分析的故障診斷[J].上海理工大學(xué)學(xué)報(bào)，2000（02）.

作者簡(jiǎn)介

郭莉莉（1982-），女， 碩士學(xué)位。現(xiàn)為沈陽(yáng)城市建設(shè)學(xué)院講師。主要研究方向?yàn)榻ㄖ悄芑?/p>

作者單位

沈陽(yáng)城市建設(shè)學(xué)院 遼寧省沈陽(yáng)市 110167