本文主要是介绍指纹识别-(3)指纹图像预处理算法之图像归一化，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！
1、指纹图像归一化
指纹采集器得到的图像可能由于各种原因造成不同区域内的脊线灰度值差距过大，形成强烈的明暗效果。图像归一化是一个像素级操作，其作用是在不改变脊线和谷线结构的清晰度的情况下减少脊谷灰度值的变化，方便后续的处理步骤。对于指纹数据库来说，在进行完图像归一化操作后，图像具有相同的灰度均值和灰度方差，减小图像间灰度场强差异。
图像归一化公式如下：
G ( x , y ) = { M 0 + V A R 0 ( I ( x , y ) − M ) 2 V A R I ( x , y ) > M 0 M 0 − V A R 0 ( I ( x , y ) − M ) 2 V A R I ( x , y ) ≤ M 0 G(x, y)=\left\{\begin{array}{l} M_{0}+\sqrt{\frac{V A R_{0}(I(x, y)-M)^{2}}{V A R}} I(x, y)>M_{0} \\ M_{0}-\sqrt{\frac{V A R_{0}(I(x, y)-M)^{2}}{V A R}} I(x, y) \leq M_{0} \end{array}\right. G(x,y)=⎩ ⎨ ⎧M0+VARVAR0(I(x,y)−M)2I(x,y)>M0M0−VARVAR0(I(x,y)−M)2I(x,y)≤M0
其中M及VAR为指纹图像归一化前的灰度均值和方差，其计算如下：
M = 1 m × n ∑ x = 0 m − 1 ∑ j = 0 n − 1 I ( x , y ) M=\frac{1}{m\times n}\sum_{x=0}^{m-1}\sum_{j=0}^{n-1}I\left(x,y\right) M=m×n1x=0∑m−1j=0∑n−1I(x,y)
使用的指纹图像来自于FVC2004指纹库，将M_0设为100，将VAR_0设为100，可以看到归一化后的效果。归一化前，指纹图像明暗强烈，灰度强度分布较散，归一化后图像灰度强度都在100左右分布。
代码参考：https://download.csdn.net/download/xuhe93/85802879?spm=1001.2014.3001.5503
这篇关于指纹识别-(3)指纹图像预处理算法之图像归一化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！
