[论文解读] Fingerprint: DWT, SVD Based Enhancement and Significant Contrast for Ridges and Valleys Using Fuzzy Measures

D. Bennet, S. Arumuga Perumal|arXiv (Cornell University)|Jun 23, 2011

Biometric Identification and Security参考文献 5被引用 13

一句话总结

本文提出了一种结合离散小波变换（DWT）与奇异值分解（SVD）并引入模糊测度进行自动阈值分割的新颖指紋影像增強方法。通过利用模糊性指数确定最佳直方圖閾值，該方法顯著提升了脊線與谷線之間的對比度，相較於傳統直方圖均衡化技術，顯著提高了辨識準確率。

ABSTRACT

The performance of the Fingerprint recognition system will be more accurate with respect of enhancement for the fingerprint images. In this paper we develop a novel method for Fingerprint image contrast enhancement technique based on the discrete wavelet transform (DWT) and singular value decomposition (SVD) has been proposed. This technique is compared with conventional image equalization techniques such as standard general histogram equalization and local histogram equalization. An automatic histogram threshold approach based on a fuzziness measure is presented. Then, using an index of fuzziness, a similarity process is started to find the threshold point. A significant contrast between ridges and valleys of the best, medium and poor finger image features to extract from finger images and get maximum recognition rate using fuzzy measures. The experimental results show the recognition of superiority of the proposed method to get maximum performance up gradation to the implementation of this approach.

研究动机与目标

• 透過增強脊線與谷線之間的影像對比度，提升指紋辨識準確率。
• 克服傳統直方圖均衡化技術在增強低品質指紋影像時的限制。
• 開發一種基於模糊測度的自動閾值分割方法，用於直方圖增強。
• 透過優化低品質指紋影像中的對比度，最大化辨識效能。
• 整合DWT與SVD以實現多尺度增強與強健的特徵提取。

提出的方法

• 應用離散小波變換（DWT）將指紋影像分解為子帶，以實現多解析度分析。
• 對DWT係數應用奇異值分解（SVD），以提取並增強主要影像特徵。
• 採用模糊性測度自動確定最佳直方圖閾值，以提升對比度。
• 引入模糊性指數以引導閾值選擇過程，提升影像特徵相似度檢測能力。
• 將閾值化直方圖應用於不同影像品質層級，以增強脊線與谷線之間的對比度。
• 整合DWT、SVD與基於模糊的閾值分割技術，以在雜訊或退化指紋影像中最大化辨識效能。

实验结果

研究问题

• RQ1 DWT與SVD如何有效結合以提升指紋影像對比度？
• RQ2 模糊測度是否在自動閾值選擇中優於傳統直方圖均衡化技術，用於指紋增強？
• RQ3 所提出方法在不同品質層級的指紋影像中，對辨識率的提升程度為何？
• RQ4 基於模糊的閾值分割整合如何增強脊線與谷線之間的區分度？
• RQ5 與標準及局部直方圖均衡化相比，所提出方法的相對表現如何？

主要发现

• 所提出的DWT-SVD與基於模糊的閾值分割方法顯著提升了指紋影像中脊線與谷線之間的對比度。
• 與標準及局部直方圖均衡化技術相比，該方法實現了更高的辨識率。
• 利用模糊性指數可實現自動且最佳的閾值選擇，減少人工干預。
• 在低品質、中品質與高品質指紋影像中，增強效能均表現出一致的優勢。
• DWT、SVD與模糊測度的整合帶來了指紋辨識系統效能的可測量提升。
• 實驗結果證實，該方法透過增強影像對比度，能有效最大化辨識準確率。