[發明專利]基于Hilbert?L2模型的指紋圖像增強方法

在審

• 申請號: 201710516223.7
• 申請日: 2017-06-29
• 公開（公告）號: CN107392862A
• 公開（公告）日: 2017-11-24
• 發明（設計）人: 唐晨;李碧原;蘇永鋼;陳霞
• 申請（專利權）人: 天津大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 天津市北洋有限責任專利代理事務所12201
• 代理人: 劉國威

1.一種基于Hilbert-L₂模型的指紋圖像增強方法，其特征是，Hilbert表示希爾伯特泛函空間，L₂表示L₂泛函空間，步驟如下：

步驟1：輸入一幅帶有噪聲的指紋圖像f；

步驟2：基于Hilbert-L₂模型對圖像進行處理；

步驟3：輸出濾波圖像。

2.如權利要求1所述的基于Hilbert-L₂模型的指紋圖像增強方法，其特征是，步驟2進一步細化為，假設指紋圖像f＝v+w；其中v表示無噪聲的指紋，w代表噪聲，則：

(ξ,v,w)=argminξ,v,w{μ||v||ξ2+||w||L22,f=v+w}---(1)]]>

其中ξ表示Hilbert變換的截止頻率，表示極小化符號，μ為非負參數，表示Hilbert空間下的指紋v，表示L2空間下的噪聲w；

通過極小化能量泛函(1)，最終可得到每一個成分v和w，即指紋和噪聲，極小化多變量問題(1)則看成對每一個變量單獨極小化的問題：

固定v和w，極小化頻率場：

ξ=argminξ||Γ(ξ)Ψv||L22---(2)]]>

其中Γ(ξ)＝diagγ_p,q(ξ)是由關于頻率場ξ的加權系數γ_p,q(ξ)構成的對角陣，加權系數γ_p,q(ξ)定義為：

γp,k(ξ)=1ifξ(xp)=(0,0)(1-Gσ(||ξk+ξ(xp)||))(1-Gσ(||ξk-ξ(xp)||))otherwise---(3)]]>

其中，G_σ＝exp(-(x/σ)²/2)，σ為一尺度參數反映紋理頻譜ξ_k與ξ(x_p)的偏差，當點x_p周圍沒有明顯方向性紋理時，對所有k令γ_p,k＝1，以此來避免虛假紋理的產生；

Ψ表示在局部傅立葉框架下對圖像f的分解；

固定w和ξ，極小化：

v=argminv{μ||v||ξ2+12||f-v-w||L22}---(4)]]>

公式(4)用共軛梯度法求得最后的解；

固定v和ξ，極小化：

w=argminw{||w||L22+12||f-v-w||L22}---(5)]]>

通過公式5的梯度方程可以的得到：

w＝f-v

通過上述內容可以對指紋圖像進圖像分解，從而剔除噪聲，達到指紋紋路清晰增強的目的。