我打算让从指纹图像特征提取。到目前为止,我尝试了很多方法来简单地增强图像并对其进行缩略化。我试过的方法; 局部直方图均衡化(11x11邻域)+自适应阈值化+形态学细化的二值化(使用Erode + Dilate + Substract所谓的白色顶帽)。我使用了OpenCV,Scipy和Scikit-Image的内置函数。工作不太好。 我尝试了一种不同的方法,局部直方图+维纳滤波+自适应阈值二值化+骨架化。 结果不尽相同,有些非常好,有些因背景噪音和数十亿的错误连接而变得糟糕透顶。我还尝试在采取任何操作之前应用高斯或中值模糊。例如图1是维纳滤波的一个很好的例子。除边界效应外。在指纹的边界上,似乎有数百万的错误连接,并且算法倾向于在指纹周围绘制边界。但是,我仍然认为这是一个好的结果,但也需要建议来克服这种边界效应。另一方面,如你所见,图2是一个可怕的作品。所有的比特都是按比例没有背景和山谷黑色和山脊白色。它仍然是相同的算法。任何关于在OpenCV或/和任何Python库中指纹图像增强的建议? 注意:应要求添加了原始图像。
Q
指纹图像增强
0
A
回答
2
您应该使用方向滤波器e.g Gabor滤波器。
搜索它在谷歌(过滤ensamble,指纹enhacemeNt)
它的工作原理: 1)创建Gabor滤波器(不同方向,不同尺度的合奏......) 2)卷积图像,每个过滤器在集合 3)获取图像的最大响应(对于每个像素选择过滤器,得到最高分数)
现在您将知道什么方向和哪种滤镜尺寸适合每个像素(线段+方向)和同时你会丢弃嘈杂的数据。
是的,它会很慢,但结果是非常好的。
看看: http://www.cse.iitk.ac.in/users/biometrics/pages/111.JPG
+1
感谢您的回答。我创建了方向场并将其用于离散傅立叶变换。它对我来说工作得很好。由于它正在工作,我将离开Gabor。但是在完成我的项目后,我会试用Gabor和Wiener(或Weiner)滤镜。 –
相关问题
- 1. 增强图像裁剪
- 2. 模糊图像增强
- 3. HTML5画布增强图像
- 4. 指纹图像比较库
- 5. 指纹图像二值化
- 6. 框架/图像识别指南 - 增强现实
- 7. 增强现实android(andAR)电影纹理
- 8. Android-增强现实图像链接
- 9. Caffe - 通过剪裁增强图像
- 10. 基准图像增强算法
- 11. android增强现实图像目标
- 12. 使用LabVIEW进行图像增强
- 13. 增强现实的图像处理
- 14. 图像增强是否有帮助?
- 15. 图像增强在iPhone应用程序
- 16. 图像增强使性能变差
- 17. ImageMagick的或脚本图像增强
- 18. 为色盲人员增强图像
- 19. 捕获和比较指纹图像
- 20. 比较使用Java的指纹图像
- 21. 图像上各种图像增强技术的数学比较?
- 22. 指纹使用WIFI强度信号
- 23. 压纹图像
- 24. 使用增强型图库显示图像
- 25. 使用matlab进行图像增强的直方图规范
- 26. AngularJS指令扩展/增强它在
- 27. 增强共享指针初始化
- 28. 使用BioAPI转换和比较两个指纹位图图像
- 29. 如何使用ImageDataGenerator和我自己的一组图像进行图像增强
- 30. 视频纹理:Android的增强现实框架
你能证明你的两个1和图2 RAW图像? – lennon310
添加了原始图像。感谢支持@ lennon310 –
您是否考虑了局部方向估计和Gabor滤波器?如果没有,请在Google学者上写上'gabor指纹'... – Vaaksiainen