指紋圖像增強

Question

我打算讓從指紋圖像特徵提取。到目前爲止，我嘗試了很多方法來簡單地增強圖像並對其進行縮略化。我試過的方法; 局部直方圖均衡化（11x11鄰域）+自適應閾值化+形態學細化的二值化（使用Erode + Dilate + Substract所謂的白色頂帽）。我使用了OpenCV，Scipy和Scikit-Image的內置函數。工作不太好。 我嘗試了一種不同的方法，局部直方圖+維納濾波+自適應閾值二值化+骨架化。 結果不盡相同，有些非常好，有些因背景噪音和數十億的錯誤連接而變得糟糕透頂。我還嘗試在採取任何操作之前應用高斯或中值模糊。例如圖1是維納濾波的一個很好的例子。除邊界效應外。在指紋的邊界上，似乎有數百萬的錯誤連接，並且算法傾向於在指紋周圍繪製邊界。但是，我仍然認爲這是一個好的結果，但也需要建議來克服這種邊界效應。另一方面，如你所見，圖2是一個可怕的作品。所有的比特都是按比例沒有背景和山谷黑色和山脊白色。它仍然是相同的算法。任何關於在OpenCV或/和任何Python庫中指紋圖像增強的建議？ 注意：應要求添加了原始圖像。

Answer 1

您應該使用方向濾波器e.g Gabor濾波器。

搜索它在谷歌（過濾ensamble，指紋enhacemeNt）

它的工作原理： 1）創建Gabor濾波器（不同方向，不同尺度的合奏......） 2）卷積圖像，每個過濾器在集合 3）獲取圖像的最大響應（對於每個像素選擇過濾器，得到最高分數）

現在您將知道什麼方向和哪種濾鏡尺寸適合每個像素（線段+方向）和同時你會丟棄嘈雜的數據。

是的，它會很慢，但結果是非常好的。

看看： http://www.cse.iitk.ac.in/users/biometrics/pages/111.JPG