基于小波变换的指纹图像降噪与压缩

摘要

自动指纹识别技术以其良好特性已广泛应用于生物特征识别。指纹图像如果受到噪声污染则会影响到识别准确率,因此指纹图像去噪是自动指纹识别系统中的一个重要组成部分。随着指纹图像数据量的不断增加,如何高效的对指纹图像进行存储也具有重要的现实意义和理论意义。
　　指纹图像的去噪和压缩都有很多种方法。本文研究的是基于小波变换的指纹图像处理,将小波变换的优点应用到指纹图像处理领域。
　　本文第一章介绍了本课题的研究目的和意义。第二章对指纹及指纹图像特征进行了深入分析。第三章介绍了小波变换理论基础。第四章和第五章是本文的主要研究内容,分别是基于小波变换的指纹图像的降噪与压缩。在指纹图像去噪方面,在传统的小波阈值函数的基础上,结合指纹图像特征,提出了一种新阈值函数。新阈值函数克服了传统小波阈值函数存在的不足,实验结果表明采用新阈值函数的算法具有更好的去噪效果。在指纹图像压缩方面,对经典的嵌入式零树小波编码算法(EZW算法)进行了介绍,并结合指纹图像的特性及压缩需求对该算法进行了优化。实验表明在同等压缩比下,通过优化后的算法重构的指纹图像更为清晰。最后第六章是总结与展望。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1课题研究背景及意义

1.2国内外关于该课题的研究现状

1.3本文的主要研究内容

第二章 指纹图像概述

2.1指纹特征

2.2指纹图像特征

2.3指纹图像处理所需要的重要信息

第三章 小波分析理论基础

3.1小波

3.2连续小波变换和离散小波变换

3.3多分辨率分析

3.4 MALLAT算法

3.5指纹图像的小波分解

3.6指纹图像小波系数特性

第四章 基于小波变换的指纹图像降噪

4.1指纹图像降噪概述

4.2小波阈值降噪理论

4.3仿真实验及实验结果分析

第五章 基于小波变换的指纹图像压缩

5.1指纹图像压缩概述

5.2针对指纹图像压缩的小波变换研究

5.3EZW算法

5.4优化的EZW算法

5.5仿真实验及分析

第六章 总结与展望

6.1本文所做工作总结

6.2进一步工作

参考文献

攻读硕士学位期间发表的论文

致谢