用迭代法求指纹图像中的阀值.docx

用迭代法求指纹图像中的阀值摘要：给出使用直方图方法求阀值的例子；结合直方图方法提出用于计算最优阀值的迭代法该方法是基于256级的指纹灰度图像计算；最后给出迭代法中初值的选择方法。实验结果证明该方法切实可行。关键词：二值化直方图阀值迭代法在指纹识别系统中通常的指纹处理算法都需要对指纹图像进行二值化处理二值化之后可以对指纹图像进行细化和特征提取等工作。二值化过程需要确定合适的阀值当相应的灰度值大于该阀值时则把该灰度值设的阀值当相应的灰度值大于该阀值时对把该灰度值设为255（白）否则设为0（黑）。二值化过程使得指纹图像的纹线变得更加清晰。确定阀值的方法有很多例如直方图法、迭代法等。对于有两个波峰的指纹图像直方图法很容易得到合适的阀值两个波峰的波谷即为阀值。但是对于只有一个波峰或没有波峰的指纹图像确定合适的阀值很困难。如果使用文中提到的迭代法不管有多少个波峰都能很容易找到最优的阀值。迭代法的实现是基于256级灰度图像的直方图其迭代初值的选择决定了该方法的收敛速度。最后文中使用大量实验结果证明该迭代法的可行性以及迭代初值的选择方法。1直方图法确定阀值通常指纹图像都是256级灰度图像因此其直方图就是分别计算图像灰度从0-255的像素个数并用图表示出来如图1所示。图1左图为指纹图像原因右图为直方图。通过直方图法确定图像的阀值很简单。图1所示的指纹图像有两个波峰波峰之间的波谷即是该指纹图像的阀值。通过直方图法确定阀值必须保证指纹图像有两个波峰而对于如图2所示的指纹图像该方法就无能为力了。图2所示的图像吸有一个明显的波峰没有所谓的波谷因此很难找到一个合适的阀值。2迭代法确定阀值迭代法求指纹图像的阀值也离不开图像的直方图。下面将给出其计算公式。一般情况下指纹图像的灰度值使用256级也就是说灰度值从0-255变化。设Si表示指纹图像内灰度从0-255的像素点数目i=0-255；Ti表示阀值则如下公式：若指定一个极小值ε有：|Ti+1-Ti|则Ti+1即为最后的迭代结果否则令Ti=Ti+1重新执行上面的计算过程直到满足（6）式的条件。上述的迭代法用计算机实现很简单只需按上面的公式列式计算即可。与直方图法相比迭代法的计算量会大一些但是它会找到任意指纹图像的最优阀值。3实验结果本文按照上面的迭代法对不同的指纹图像进行迭代计算求出其最优阀值如图3、图4、图5、图6所示。这些指纹图像中前面三个是用光学传感器采集的后面一个是用电容传感器的采集的大小不完全一样。首先给出每一帧指纹图像的直方图然后列表给出了它们的最优阀值以及它们在不同初值下的迭代次数。对上述四幅指纹图像按文中提到的迭代方法进行迭代计算最后得到的阀值如表1所示它们在不同迭代初值下的迭代次数如表2所示。表1指纹图像的最优阀值图像编号图像3图像4图像5图像6最优阀值140173184138表2初始值/次数图像3图像4图像5图像650迭代失败10066641285553140155217053432006334240迭代失败44迭代失败从表2可以看出在不同的迭代初值下迭代次数并不完全相同特别是当初值迭得特别小或特别大时还会出现迭代失败的情况因此迭代初值的选取非常关键。从表1可以看到同一类型的传感器得到的阀值相差很小而不同类型的传感器得到的阀相差较大。因此对某一种类型的传感器可以采取自适应的方式调节初值。这样初值就会很接近最后的阀值迭代次数也会相应减少。