空域旋转对称性提升的指纹图像精确分割算法

本篇论文主要探讨了"基于旋转对称性的指纹图像分割"这一主题，由舒予和吴巍两位作者在武汉理工大学信息工程学院完成。研究发现，指纹图像的前景（包含指纹纹线）区域具有明显的旋转对称性，其窗口傅里叶频谱在频域内相对集中，表现为一条直线。这与背景区域的无明显方向性形成对比，后者频谱呈现各向同性。 论文的核心创新在于提出了一种新的方法，通过空域内的旋转对称性测量来评估频谱的散布性，而非依赖于显式的离散傅里叶变换（DFT）。这种方法简化了计算过程，减少了参数控制，使得指纹图像分割的操作更为便捷。作者指出，这种算法的优势在于能够显著降低指纹识别的时间，并提高鲁棒性，减少背景区噪声的影响。 尽管文献[7]提出的基于频谱分析的算法在指纹图像分割方面取得了一定的效果，但存在时间复杂度高、依赖过多经验参数和阈值以及处理不同采集设备指纹图像时需要重新调整等问题。本文提出的算法试图克服这些问题，通过更直观和高效的空域策略，提高了分割的像素精度，具有更高的实用性。 这篇论文提供了一种创新的指纹图像分割技术，通过利用指纹图像的旋转对称性特性，不仅提高了分割的准确性，而且降低了计算负担，为自动指纹识别系统的性能优化提供了新的思路。这对于指纹识别领域的进一步发展具有重要意义。