![](https://csdnimg.cn/release/download_crawler_static/88023775/bgc.jpg)
类:基于像素的图像分割,基于块特征的图像分割以及基于全局的图像分割。
基于像素的指纹图像分割中目前流行多尺度小波变换和阈值法
[6]
。小波变
换和傅里叶变换的出发点都是将信号表示成基函数的线性组合。所不同的是
傅里叶变换采用时间属于(一∞,+∞)的谐波函数
作为基函数,而小波
变换的基函数是具有紧支集的母函数
(t),通过对母函数
(t)进行伸缩和平移
得到一个小波序列:
;
式中
为伸缩因
子,b 为平移因子。对于任意函数
的连续小波变换
[6]
:公式(2.1)
为变换公式,公式(2.2)为重构公式。
� � ��
dt
a
bt
tfafba
Rbaf
�
�
�
�
�
�
�
�
��
�
*
2
1
,
,,W
��
(2.1)
dadb
a
bt
baW
a
f
� �
�
�
�
�
�
�
�
��
�
��
�
�
�
),(
1
C
1
2
--
(2.2)
计算机中的图像信息是以离散信号形式存放的,在信号处理中,特别是在数
字信号处理和数值计算等方面,为了计算机实现的方便,连续小波必须进行离散
化,而最基本的离散化方法就是二进制离散,一般将这种经过离散化的小波及其
变换叫做二进小波和二进变换。
小波变换的特点是压缩比高,压缩速度快,压缩后能保持信号与图象的特征
不变,且在传递中可以抗干扰。在指纹识别识别中使用小波变换有助于噪声的滤
除以及有利于检测奇异点。但是小波变换的明显缺点是它计算复杂,计算效果也
取决于函数的选择。
另一种阈值分割就是简单地用一个或几个阈值将图像的灰度直方图分成几
个类,认为图像中灰度在同一个灰度类内的像素属同一物体。它是图像分割中最
基本的方法。其原理是先定一个阈值,大于此值为 1,小于则认为为 0;多阀值
则可以利用多维函数。此原理在匹配中也可以运用。其优点是计算简单,仅需比
较灰度值即可;运算效率较高,速度快;它的缺陷在于仅考虑图像的灰度信息,
而忽略了图像的空间信息,对于图像中不存在明显灰度差异或各物体的灰度值范
围有较大熏叠的图像分割问题难以得到准确的结果
[7]
。
代表块特征的指纹图像分割目前研究趋势为多种块基本特征如灰度均值、块
灰度方差
[8]
、块方向图等综合运用和重新定义块特征。其中块指的是将图像分个
成一个个小的图像块。图像均值就是对每一个单位块的灰度值取均值,方差则反