·492. 智能系统学报 第7卷 2)各方差：o1=t/2,2=2.5×(t/2),03= FVC2000中质量较差的图像如图5所示，从对 4×(t/2), 比实验图中可以看出，灰度归一化方法能够提高指 3)窗口大小：M=N=2×(t/2) 纹脊和谷的对比度，但是它使得灰暗区域对比度降 低，无法辨别，同时使得另一部分指纹出现断裂，信 谷 息丢失.Sigmoid函数拉伸的效果跟灰度归一化相 近，同样存在对质量差的区域处理不好的问题.基于 块的直方图均衡化方法虽然将暗的区域变亮，但是 将图像的噪声放大，更不利于特征提取.维纳滤波能 a)脊谷等宽 )脊窄，谷宽c)脊宽.谷窄 够去除一些脊和谷之间的椒盐噪声，但是在中心灰 暗模糊部分，引人了椒盐噪声.双边滤波一定程度上增 图4指纹的脊和谷 强了对比度，但是不明显.本文提出的三高斯单边滤波 Fig.4 Ridges and valleys in a fingerprint image 的方法将模糊区域的亮度提高，有利于人眼的观察，而 根据指纹数据库FVC2OO0(the first international 且将指纹脊和谷的对比度提高，线条更清晰，同时没有 fingerprint verification competition)DB2_B中指纹图像 损失任何细节信息，不会对后续处理造成损失 (256×364)脊或谷宽度统计数据，中位数为8个像素 宽度；FVC2OO4(the third international fingerprint verifi- cation competition)DB2_B中指纹图像(328×364)脊或 谷宽度的统计数据，中位数为10个像素宽度.取一个 脊或谷宽度t的经验算式如式(3)所示. t=min(,2小 32 (3) (a)FVC2000原图(b)灰度归一化(c)Sigmoid拉伸 式中：L·」为取整，x为指纹区域长，y为指纹区 域宽。 1.3局部线性调整 根据人眼的主观感觉亮度与实际光强的差异， 对指纹图像进行局部对比度线性调整 L(x,y）=K(I(x,y）-I(x,y)+I(x,y) 式中：I(x,y)和1，(x,y)分别表示输入、输出图像的 (d)基于块的直方图均衡化(e)维纳滤波 灰度值.I(x,y)是当前点(x,y)处的邻域主观感觉 亮度，反映了人类视觉系统感受到当前点的主观亮 度情况.I(x,y)-I(x,y)表示当前点亮度和人眼主观亮 度的差异系数K是正值常数，为局部线性关系的比 例，用来调整上述差异在图像中的比例.K>1表示在指 纹图像中增强这种差异，从而使指纹图像的细节信息 增强。K太小，细节信息增强不明显，K过大，又会将不 (f)双边滤波 (g)本文方法 必要的细节放大，从而序引入噪声，仿真后取K=2. 图5FVC2000指纹图像对比结果 Fig.5 Results of comparison between our algorithm 2实验结果 and others on FVC2000 fingerprint images VC2004中选取的指纹图像质量相对高，对比 本文使用Matlab作为指纹图像处理算法的仿 实验如图6所示，以上这些方法对质量好的图像处 真平台，使用数据库VC2000和FVC2004中B数 理效果都比较好.Sigmoid拉伸不能够谈化指纹图像 据库样本.FVC2000和VC2004都包含4个样本 中黑影；维纳滤波效果和原图对比不明显，还引入了 库.3个不同的指纹扫描仪和1个指纹合成软件， 椒盐噪声；基于块的直方图均衡化使脊线更清晰，但 FVC2000_DB2采用电容扫描仪“TouchChip”,256× 是也将噪声放大；双边滤波只是将图像对比度稍微 364像素，8-bit灰度图；FVC2004DB2采用光学扫描仪 提高，且没有淡化黑影；使用三高斯单边滤波的方法， “U.are.U4000”,512×480像素，8-bit灰度图