張玉靜++查玉華++舒期粱

摘要：該文運(yùn)用圖像場(chǎng)概念，通過(guò)計(jì)算指紋圖像上像素點(diǎn)的灰度場(chǎng)強(qiáng)，并利用直方圖對(duì)其均衡化。采用將一個(gè)概率密度分布已知的圖像，通過(guò)某種變換，使最終圖像灰度概率密度分布變得均勻，并且圖像像素點(diǎn)灰度的取值范圍擴(kuò)展了，算法最終提高指紋圖像的整體對(duì)比度。實(shí)驗(yàn)結(jié)果表明，通過(guò)均衡化處理后的指紋圖像，增強(qiáng)了圖像的明暗對(duì)比度，提高指紋圖像識(shí)別概率。

關(guān)鍵詞：圖像場(chǎng)；均衡化；直方圖；流程圖

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）29-0153-02

人們常有這樣的經(jīng)歷，當(dāng)人從明亮的環(huán)境突然進(jìn)入較暗的環(huán)境時(shí)，眼睛會(huì)突然看不到眼前的所有物體，但過(guò)了一會(huì)兒，視覺(jué)會(huì)漸漸變得清晰起來(lái)，在較暗處也能看清物體。而當(dāng)人從較暗的環(huán)境突然進(jìn)入較明亮的環(huán)境時(shí)，又會(huì)感覺(jué)光線(xiàn)刺眼不舒服，經(jīng)過(guò)一段時(shí)間后，人眼會(huì)自主適應(yīng)環(huán)境。人眼自適應(yīng)的過(guò)程即是人眼的均衡處理過(guò)程。

本文通過(guò)圖像場(chǎng)概念解釋圖像的灰度均衡即是計(jì)算指紋圖像上像素點(diǎn)的灰度場(chǎng)強(qiáng)值，最終使得各像素點(diǎn)能被均勻地分布到指紋圖像的各種灰度場(chǎng)上。通過(guò)均衡化處理后的指紋圖像，增強(qiáng)了圖像的明暗對(duì)比度。圖像灰度場(chǎng)強(qiáng)分布通常用圖像直方圖來(lái)描述。利用圖像得出的直方圖對(duì)其均衡化，在增強(qiáng)圖像整體對(duì)比度的過(guò)程中，采用將一個(gè)概率密度分布已知的圖像，通過(guò)某種變換，使最終圖像灰度概率密度分布變得均勻，并且圖像像素點(diǎn)灰度的取值范圍擴(kuò)展了，最終提高指紋圖像的整體對(duì)比度。

對(duì)數(shù)字圖像的處理，最常用的工具便是圖像灰度直方圖，它表征了指紋圖像的各個(gè)灰度級(jí)別像素的出現(xiàn)頻率。通過(guò)灰度直方圖可繪制指紋圖像中灰度級(jí)與頻率的關(guān)系，即以灰度級(jí)為坐標(biāo)橫軸，以頻率（某一級(jí)別灰度的像素?cái)?shù)量）為坐標(biāo)縱軸。普遍使用的直方圖修正方式為把圖像直方圖分布轉(zhuǎn)換成分布均勻的直方圖均衡化處理方式。該過(guò)程將堆積過(guò)密的圖像某處的灰度數(shù)據(jù)平均分布于整個(gè)定義域上，使其達(dá)到圖像熵值最大。

1 灰度均衡轉(zhuǎn)換

根據(jù)指紋圖像的概率密度函數(shù)（PDF歸一化到單位面積的直方圖）定義：[P（x）=H（x）A0]，直方圖處于均勻狀態(tài)時(shí)，其概率密度函數(shù)值為1。式中，[x]為灰度級(jí)，[H（x）]為圖像的直方圖，[A0]為圖像的面積。假設(shè)進(jìn)行轉(zhuǎn)換前指紋圖像的概率密度函數(shù)為[Pr（r）]，進(jìn)行轉(zhuǎn)換后指紋圖像的概率密度函數(shù)為[Ps（s）]，式中字母r、s分別代表的是轉(zhuǎn)換前后的灰度級(jí)，轉(zhuǎn)換函數(shù)為[s=f（r）]。應(yīng)用數(shù)學(xué)概率論的概念原理，可求得：[Ps（s）=Pr（r）drds]。若想將指紋圖像轉(zhuǎn)換后的概率密度函數(shù)值得到1，那么必須滿(mǎn)足的條件為：

[Pr（r）=drds]的等式兩邊對(duì)字母r進(jìn)行積分計(jì)算，求得圖像的累積分布函數(shù)（CDF）：

[s=f（r）=Pr（u）du=0rH（u）duA0]

指紋圖像的灰度均衡轉(zhuǎn)換公式如下：

[DB=f（x）=DMax0xH（u）duA0]

上式中x表示圖像的灰度級(jí)，Hi表示指紋圖像上第i級(jí)灰度的圖像像素?cái)?shù)量。

2 灰度均衡算法

指紋圖像均衡算法的步驟如下：

1）首先統(tǒng)計(jì)指紋圖像的灰度分布；

2）依據(jù)得到的圖像灰度分布統(tǒng)計(jì)圖像的某灰度級(jí)；

3）計(jì)算該灰度級(jí)的所有像素的總數(shù)，然后除以圖像面積；

4）再次轉(zhuǎn)換給上述灰度級(jí)得到新的圖片灰度統(tǒng)計(jì)分布，最終達(dá)到圖像灰度均衡處理。

指紋圖像均衡處理的算法流程圖如圖1所示：

4 圖像均衡化實(shí)現(xiàn)

對(duì)人體指紋圖像進(jìn)行均衡處理的具體實(shí)現(xiàn)算法流程為：

1）首先將指紋圖像的均衡函數(shù)原型進(jìn)行定義：void equalize（BYTE *lpDIBBits， BYTE *lpDataOut， int imglWidth， int IMGHEIGHT），函數(shù)中指向源DIB圖像的指針定義為lpDIBBits，指向輸出圖像的指針定義為lpDataOut，圖像的寬度值定義為IMGWIDTH，圖像的高度值定義為IMGHEIGHT

2）輸出源程序的指紋圖像的灰度均衡參數(shù)lpDIBBits、lpDataOut、IMGWIDTH、IMGHEIGHT。

3）采用直方圖均衡處理指紋圖像。

4）輸出灰度均衡的指紋圖像。

下圖2和圖3展示了指紋圖像的均衡化實(shí)現(xiàn)前后的對(duì)比效果，其中圖2為指紋圖像原圖，該圖經(jīng)指紋圖像均衡化處理后的效果圖如圖3所示，圖4為指紋圖像原圖的直方圖，指紋圖像經(jīng)均衡化處理后的直方圖如圖5所示。從這些圖中可以看出，指紋圖像的均衡化處理對(duì)指紋紋理的走向沒(méi)有影響，只是將脊線(xiàn)和谷線(xiàn)的對(duì)比度增加了。在指紋圖像均衡化前后的直方圖中都出現(xiàn)了兩個(gè)峰值，但均衡化后兩峰值之間距離較大1[21]。所以，對(duì)指紋圖像進(jìn)行均衡化處理能夠很好地滿(mǎn)足均衡灰度，增加圖像對(duì)比度的要求。

參考文獻(xiàn)：

[1] 柴曉光， 岑寶熾. 民用指紋識(shí)別技術(shù)[M]. 北京： 人民郵電出版社， 2004.

[2] 楊建偉. 指紋識(shí)別中的圖像增強(qiáng)和特征提取算法研究[D]. 北京： 中國(guó)科學(xué)院自動(dòng)化研究所， 2013.

[3] 田捷， 楊鑫. 生物特征識(shí)別技術(shù)原理與應(yīng)用[M]. 北京： 電子工業(yè)出版社， 2011.

[4] 陳春霞， 殷新春， 王秋平. 一種基于指紋分類(lèi)的指紋識(shí)別算法[J]. 計(jì)算機(jī)應(yīng)用與研究， 2011， 10（5）： 587-591.

[5] 劉靈麗， 李麗娟. 指紋圖像預(yù)處理和特征提取[J]. 計(jì)算機(jī)工程， 2010， 32（16）： 190-192.

[6] 馮偉興， 梁洪， 王臣業(yè). 數(shù)字圖像模式識(shí)別典型案例詳解[M]. 北京： 機(jī)械工業(yè)出版社， 2012.