指纹识别-(6)指纹图像预处理算法之图像频率场

2023-10-17 10:40

本文主要是介绍指纹识别-(6)指纹图像预处理算法之图像频率场,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

4、指纹图像的频率场

指纹图像的频率场反映的是指纹的纹线间隔情况。沿着脊线与谷的方向,指纹图像的灰度能够建模成一个类正弦曲线的波。图像的频率可以定义为像素点 ( x , y ) \left(x,y\right) (x,y)方向场 θ ( x , y ) \theta\left(x,y\right) θ(x,y)垂直方向上单位长度内脊线的条数。
方向窗口和X幅值
指纹图像频率场的计算步骤如下:

  1. 将归一化后的指纹图像分为 w × w ( 16 × 16 ) w\times w\ (16\times16) w×w (16×16)的小块;
  2. 对于每一个以像素点 ( x , y ) \left(x,y\right) (x,y)为中心的块,计算确定尺寸为 l × w ( 32 × 16 ) l\times w\ (32\times16) l×w (32×16)的以脊线方向法向为方向的窗口。
  3. 计算方向窗口内沿脊线方向投射成的正弦波的幅值 X [ k ] X\left[k\right] X[k]
    X [ k ] = 1 w ∑ d = 0 w − 1 G ( u , v ) , k = 0 , 1 , … , l − 1 X\left[k\right]=\frac{1}{w}\sum_{d=0}^{w-1}G\left(u,v\right),k=0,1,\ldots,l-1 X[k]=w1d=0w1G(u,v),k=0,1,,l1
    u = x + ( d − w 2 ) c o s ( O ( x , y ) ) + ( k − l 2 ) s i n ( O ( x , y ) ) u=x+\left(d-\frac{w}{2}\right)cos{\left(O\left(x,y\right)\right)}+\left(k-\frac{l}{2}\right)sin\left(O\left(x,y\right)\right) u=x+(d2w)cos(O(x,y))+(k2l)sin(O(x,y))
    v = y + ( d − w 2 ) s i n ( O ( x , y ) ) − ( k − l 2 ) c o s ( O ( x , y ) ) v=y+\left(d-\frac{w}{2}\right)sin{\left(O\left(x,y\right)\right)}-\left(k-\frac{l}{2}\right)cos\left(O\left(x,y\right)\right) v=y+(d2w)sin(O(x,y))(k2l)cos(O(x,y))
  4. 求出 X [ k ] X\left[k\right] X[k]中所有极大值点,计算这些极大值点间相邻两点间距离的平均值,记为 S ( x , y ) S\left(x,y\right) S(x,y),则波形的频率可表示为 F ( x , y ) = 1 S ( x , y ) F\left(x,y\right)=\frac{1}{S\left(x,y\right)} F(x,y)=S(x,y)1
  5. 对于固定分辨率的指纹图像,局部邻域内的纹线频率在一定范围内,对于500dpi的图像范围在 [ 1 3 , 1 25 ] \left[\frac{1}{3},\ \ \frac{1}{25}\right] [31,  251]。对于频率的估计值超出此范围的,频率被设为-1,表示无法获得该指纹区域的有效频率。细节点和奇点的出现会造成指纹块不能形成明确的正弦波,这些块的频率值需要从具有明确频率的相邻块的频率内插。
    F ′ ( x , y ) = { F ( x , y ) F ( x , y ) ≠ − 1 ∑ u = − w f 2 w f 2 ∑ v = − v 2 w f 2 W g ( u , v ) μ ( F ( x + u , y + v ) ) ∑ u = − w f 2 w f 2 ∑ v = − w f 2 w f 2 W g ( u , v ) σ ( F ( x + u , y + v ) ) o t h e r F^{\prime}(x, y)=\left\{\begin{array}{ll} F(x, y) & F(x, y) \neq-1 \\ \frac{\sum_{u=-\frac{w_{f}}{2}}^{\frac{w_{f}}{2}} \sum_{v=-\frac{v}{2}}^{\frac{w_{f}}{2}} W_{g}(u, v) \mu(F(x+u, y+v))}{\sum_{u=-\frac{w_{f}}{2}}^{\frac{w_{f}}{2}} \sum_{v=-\frac{w_{f}}{2}}^{\frac{w_{f}}{2}} W_{g}(u, v) \sigma(F(x+u, y+v))} & other \end{array}\right. F(x,y)= F(x,y)u=2wf2wfv=2wf2wfWg(u,v)σ(F(x+u,y+v))u=2wf2wfv=2v2wfWg(u,v)μ(F(x+u,y+v))F(x,y)=1other
    其中 W g W_g Wg为离散高斯核,其平均值为0,方差为9, w f w_f wf为核的尺寸为7。
    μ ( x ) = { 0 x ≤ 0 x 其他  \mu(x)=\left\{\begin{array}{l} 0 & x \leq 0 \\ x &\text { 其他 } \end{array}\right. μ(x)={0xx0 其他 
    σ ( x ) = { 0 x ≤ 0 x 其他  \sigma(x)=\left\{\begin{array}{l} 0 & x \leq 0 \\ x &\text { 其他 } \end{array}\right. σ(x)={0xx0 其他 

代码参考:https://download.csdn.net/download/xuhe93/85802879?spm=1001.2014.3001.5503

这篇关于指纹识别-(6)指纹图像预处理算法之图像频率场的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/224829

相关文章

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

OpenCV图像形态学的实现

《OpenCV图像形态学的实现》本文主要介绍了OpenCV图像形态学的实现,包括腐蚀、膨胀、开运算、闭运算、梯度运算、顶帽运算和黑帽运算,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起... 目录一、图像形态学简介二、腐蚀(Erosion)1. 原理2. OpenCV 实现三、膨胀China编程(

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

Android如何获取当前CPU频率和占用率

《Android如何获取当前CPU频率和占用率》最近在优化App的性能,需要获取当前CPU视频频率和占用率,所以本文小编就来和大家总结一下如何在Android中获取当前CPU频率和占用率吧... 最近在优化 App 的性能,需要获取当前 CPU视频频率和占用率,通过查询资料,大致思路如下:目前没有标准的

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

使用Python开发一个图像标注与OCR识别工具

《使用Python开发一个图像标注与OCR识别工具》:本文主要介绍一个使用Python开发的工具,允许用户在图像上进行矩形标注,使用OCR对标注区域进行文本识别,并将结果保存为Excel文件,感兴... 目录项目简介1. 图像加载与显示2. 矩形标注3. OCR识别4. 标注的保存与加载5. 裁剪与重置图像

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1