摘要：提出了一種新的基于模糊邏輯的方向紋理對比度增強(qiáng)的方法，對指紋圖像進(jìn)行增強(qiáng)。通過模糊邊緣判別器在對任一像素點(diǎn)屬于邊緣的程度進(jìn)行模糊軟判決的同時(shí)完成邊緣檢測，根據(jù)計(jì)算出的指紋方向圖，結(jié)合模糊邊緣判決器的輸出結(jié)果，來指導(dǎo)基于方向紋理的指紋圖像的對比度增強(qiáng)。實(shí)驗(yàn)結(jié)果表明這種方法對于質(zhì)量比較差的指紋圖像能夠明顯改善其質(zhì)量，對于圖像的邊緣區(qū)域，則能夠在保持邊緣細(xì)節(jié)的同時(shí)濾除噪聲。

　　由于曝光不足等因素的影響，圖像的亮度分布會(huì)發(fā)生非線性失真，常常表現(xiàn)為對比度不強(qiáng)、圖像的整體感覺較暗等。目前已經(jīng)有很多基于灰度直方圖的方法來增強(qiáng)對比度以改善圖像質(zhì)量。Gordon 等人初提出了通過擴(kuò)大當(dāng)前像素點(diǎn)與其周圍像素點(diǎn)的灰度差來增強(qiáng)對比度的思想，Beghdadi等人在此基礎(chǔ)上根據(jù)視覺感知準(zhǔn)則進(jìn)行了改進(jìn)。本文基于文獻(xiàn)中的算法，結(jié)合模糊邏輯技術(shù)，根據(jù)指紋圖像的特點(diǎn)，提出了一種基于模糊邏輯的方向紋理對比度增強(qiáng)的方法，對指紋圖像進(jìn)行增強(qiáng)。

　　1 增強(qiáng)算法

　　1.1 基本框架

　　本文的算法框架如圖1所示。基于模糊邏輯推理技術(shù)，模糊邊緣判決器對像素點(diǎn)屬于邊緣的程度進(jìn)行模糊軟判決，同時(shí)完成對邊緣的檢測，其輸出描述了像素點(diǎn)屬于邊緣的程度。方向紋理的對比度增強(qiáng)則是根據(jù)計(jì)算出的指紋方向圖，結(jié)合模糊邊緣判決器的輸出結(jié)果及當(dāng)前像素點(diǎn)與其周圍像素點(diǎn)的關(guān)系，來指導(dǎo)指紋圖像的增強(qiáng)。

圖1 基于模糊邏輯的方向紋理指紋圖像增強(qiáng)濾波原理方框圖

　　1.2 模糊邊緣判決器

　　圖像中的邊緣特征是影響視覺感知的重要因素，根據(jù)文獻(xiàn)[7]中定義的模糊索貝爾算子，引入模糊推理過程，通過模糊推理規(guī)則在不同性質(zhì)的圖像區(qū)域自適應(yīng)地給出任一像素點(diǎn)屬于邊緣的程度，同時(shí)可以進(jìn)行邊緣的提取。

　　1.3 方向圖

　　指紋圖像由黑白相間的紋線組成，在局部具有很強(qiáng)的方向性，方向圖就是對原指紋圖像作一個(gè)變換，方向圖上每一個(gè)像素點(diǎn)的值，表示原指紋圖像中以該像素為中心的小塊圖像中紋線的平均方向。本文將指紋紋線在0°～180°內(nèi)劃分為8個(gè)基本方向，如圖2所示。

　　1.4 方向中值濾波

　　由于指紋圖像的特殊性，在指紋的脊線上存在著或多或少大大小小的孔洞，以及采集時(shí)引入的各種噪聲，在后續(xù)特征提取時(shí)，都會(huì)出現(xiàn)許多假特征點(diǎn)，影響后續(xù)的識別。因此必須在增強(qiáng)之前對指紋圖像進(jìn)行濾波、修補(bǔ)。這里采用方向中值濾波算法，即利用指紋圖像的方向圖來指導(dǎo)中值濾波的進(jìn)行，濾波時(shí)窗口的方向隨指紋紋線方向的變換而旋轉(zhuǎn)。

　　1.5 基于方向紋理的對比度增強(qiáng)算法

　　很多對比度增強(qiáng)算法都是基于灰度直方圖來改善圖像質(zhì)量。本文中我們基于指紋圖像的特點(diǎn)，根據(jù)像素點(diǎn)及其鄰域的關(guān)系，結(jié)合模糊邊緣判決、視覺感知準(zhǔn)則以及方向性來進(jìn)行對比度的增強(qiáng)。圖像的邊緣在計(jì)算機(jī)視覺中很重要，人眼判別物體很大程度上依賴于邊緣信息。這里基于邊緣信息來定義對比度C kl，首先根據(jù)模糊邊緣判決器的輸出及當(dāng)kl x kl 前像素點(diǎn)的灰度值，計(jì)算出平均邊緣灰度 ：

　　這里Wkl 是所選取的窗口大小，計(jì)算出位于窗口中心處像素點(diǎn)的對比度Ckl ：

　　可以看出，  C kl與當(dāng)前像素的灰度值及窗口內(nèi)的平均邊緣灰kl C ' ( ) kl kl 度有關(guān)。為了增強(qiáng)對比度C kl，這里作一變換，要求。

　　由（2）式可以推出，增強(qiáng)后像素點(diǎn)的灰度值為：

　　從（3）式可以看出，當(dāng)像素的灰度值小于窗口內(nèi)的平均邊緣灰度時(shí)，灰度值將會(huì)減小；反之，當(dāng)像素的灰度值大于窗口內(nèi)的平均灰度時(shí)，灰度值將會(huì)增大。如果直接使用式（3）來提高對比度，顯然會(huì)增強(qiáng)大噪聲，使得指紋紋線上出孔，紋谷上出黑點(diǎn)。為了避免這種現(xiàn)象，我們利用了指紋圖像的方向性，以當(dāng)前像素點(diǎn)為中心，沿它所在塊的方向，取Q個(gè)相鄰的像素點(diǎn)，如圖3所示，對式（3）作了修改。

　　其中M表示灰度值小于窗口內(nèi)平均邊緣灰度的像素點(diǎn)數(shù)，N表示灰度值大于平均邊緣灰度的像素點(diǎn)數(shù)。這樣就充分考慮了指紋圖像的方向紋理特征，很大程度減少了噪聲的干擾。

　　2 實(shí)驗(yàn)結(jié)果

　　圖4中給出了本文提出的增強(qiáng)算法的部分實(shí)驗(yàn)結(jié)果，其中(a)、(b)為"ST(TouchChip)"采集儀、(c)為"DF－90"光學(xué)指紋采集儀采集的原始指紋圖像(已經(jīng)過背景分割)，(a')、(b')和（c'）分別為增強(qiáng)后的圖像。

圖4 增強(qiáng)算法的部分實(shí)驗(yàn)結(jié)果

　　圖像增強(qiáng)就是處理一幅給定的圖像，使其結(jié)果對于某種特定應(yīng)用來說比原始圖像更適用，因此，本文給出的增強(qiáng)方法的實(shí)驗(yàn)結(jié)果需要經(jīng)過合適的步驟來檢驗(yàn)其效果，我們分兩步來進(jìn)行測試，首先將指紋圖像直接送入指紋自動(dòng)識別系統(tǒng)中進(jìn)行處理，第二步將同一枚指紋圖像采用本文的算法先進(jìn)行增強(qiáng)，然后將增強(qiáng)的圖像送入系統(tǒng)中進(jìn)行處理，根據(jù)終特征點(diǎn)的準(zhǔn)確率來進(jìn)行比較。為了進(jìn)行比較，這里定義兩個(gè)參數(shù)，漏判率Merror 和誤判率Ferror ：

　　其中，F(xiàn)error定義中的假特征點(diǎn)數(shù)目包括錯(cuò)的特征點(diǎn)和偏的特征點(diǎn)數(shù)目。

　　表1中給出了實(shí)驗(yàn)中部分指紋圖像特征點(diǎn)提取準(zhǔn)確率的比較。

　　從實(shí)驗(yàn)結(jié)果可以看出，本文中結(jié)合指紋圖像的方向圖和模糊理論來指導(dǎo)對比度的增強(qiáng)，在去除噪聲的同時(shí)，保留了邊緣細(xì)節(jié)，明顯改善了圖像質(zhì)量，后續(xù)特征點(diǎn)提取的準(zhǔn)確率也有了明顯提高；而且增強(qiáng)后的指紋圖像上，紋線的孔洞和各種噪聲干擾大部分已被消除，圖像的對比度有了明顯提高，尤其將指紋圖像中一些比較模糊的區(qū)域變得清晰。本文主要根據(jù)模糊邏輯理論及像素點(diǎn)及其周圍像素點(diǎn)間的相關(guān)信息來改變灰度值的分布，提高對比度的同時(shí)，還可以銳化邊緣而不增強(qiáng)噪聲，除了針對指紋圖像外，也可應(yīng)用于一般低對比度紋理圖像的邊緣提取，進(jìn)而對圖像中感興趣的區(qū)域進(jìn)行分割。