指纹识别-(4)指纹图像预处理算法之图像梯度场
指纹图像的梯度场反映的是指纹图像的纹线隆起等情况。梯度形象的概念是该隆起指纹纹线最陡的程度,其方向指纹文献的法向,并从隆起指纹纹线横截面最高点指向最低点。对该点做偏微分处理,该偏微分的方向就是最陡方向,它是描述场强幅度变化的物理量。第一行为完整指纹的梯度场,第二行为局部缺损指纹的梯度场。为指纹图像的灰度强度,梯度向量。设指纹图像的梯度场为。...
2、指纹图像的梯度场
指纹图像的梯度场反映的是指纹图像的纹线隆起等情况。梯度形象的概念是该隆起指纹纹线最陡的程度,其方向指纹文献的法向,并从隆起指纹纹线横截面最高点指向最低点。对该点做偏微分处理,该偏微分的方向就是最陡方向,它是描述场强幅度变化的物理量。
I ( i , j ) I\left(i,j\right) I(i,j)为指纹图像的灰度强度,梯度向量 ∇ I = ( ∂ I ∂ x , ∂ I ∂ y ) \nabla\ I=\left(\frac{\partial I}{\partial x},\frac{\partial I}{\partial y}\right) ∇ I=(∂x∂I,∂y∂I)。设指纹图像的梯度场为 T ( x , y ) T\left(x,y\right) T(x,y),则 T ( x , y ) = ∇ I ( x , y ) T\left(x,y\right)=\nabla I\left(x,y\right) T(x,y)=∇I(x,y)。
指纹图像梯度场的计算步骤如下:
-
对 I ( x , y ) I\left(x,y\right) I(x,y)求偏导数 ( ∂ I ∂ x , ∂ I ∂ y ) \left(\frac{\partial I}{\partial x},\frac{\partial I}{\partial y}\right) (∂x∂I,∂y∂I);
-
记 G x ( x , y ) G_x\left(x,y\right) Gx(x,y)为 ( x , y ) (x,y) (x,y)这一点的 ∂ I ∂ x \frac{\partial I}{\partial x} ∂x∂I,记 G y ( x , y ) 为 ( x , y ) G_y\left(x,y\right)为(x,y) Gy(x,y)为(x,y)这一点的 ∂ I ∂ y \frac{\partial I}{\partial y} ∂y∂I;
-
梯度大小 ∣ T ( x , y ) ∣ = G x ( x , y ) 2 + G y ( x , y ) 2 \left|T\left(x,y\right)\right|=\sqrt{G_x\left(x,y\right)^2+G_y\left(x,y\right)^2} ∣T(x,y)∣=Gx(x,y)2+Gy(x,y)2。
( x , y ) \left(x,y\right) (x,y)的偏导数可以用Sobel算子进行求取,Sobel算子表示如下:
S o b e l V e r t i c a l = [ − 1 0 − 2 0 1 2 − 1 0 1 ] SobelVertical=\left[\begin{matrix}\begin{matrix}\begin{matrix}-1&0\\\end{matrix}\\\begin{matrix}-2&0\\\end{matrix}\\\end{matrix}&\begin{matrix}1\\2\\\end{matrix}\\\begin{matrix}-1&0\\\end{matrix}&1\\\end{matrix}\right] SobelVertical=⎣ ⎡−10−20−10121⎦ ⎤
S o b e l H o r i z o n t a l = [ 1 2 0 0 1 0 − 1 − 2 − 1 ] SobelHorizontal=\left[\begin{matrix}\begin{matrix}\begin{matrix}1&2\\\end{matrix}\\\begin{matrix}0&0\\\end{matrix}\\\end{matrix}&\begin{matrix}1\\0\\\end{matrix}\\\begin{matrix}-1&-2\\\end{matrix}&-1\\\end{matrix}\right] SobelHorizontal=⎣ ⎡1200−1−210−1⎦ ⎤
第一行为完整指纹的梯度场,第二行为局部缺损指纹的梯度场。
代码参考:https://download.csdn.net/download/xuhe93/85802879?spm=1001.2014.3001.5503
更多推荐
所有评论(0)