自适应阈值小波在指纹图像去噪中的应用

林玉娥，孙然然，梁兴柱，2，苏树智

(1.安徽理工大学计算机科学与工程学院，安徽 淮南 232001;2.安徽理工大学环境友好材料与职业健康研究院(芜湖)，安徽 芜湖 241003)

指纹识别是根据识别对象的指纹进行分类比对，从而对识别对象进行判别。近些年来，指纹识别技术逐渐成熟，已经在人类的生产生活领域得到了广泛地应用。快速并且准确地提取指纹的细节特征是指纹自动识别系统的重要环节之一，但是通常获取的指纹图像会受到设备和环境的影响，使得获取的指纹图像含有椒盐和高斯等混合噪声，进而影响指纹识别的识别速度和准确性，所以对指纹图像的噪声去除研究是非常重要的。文献[4]提出一种小波域的贝叶斯算法进行指纹图像的噪声去除；文献[5]提出了让含噪图像邻域或者整个图像全部像素加权均值与其相似版块冗余性结合起来的一种非局部均值滤波去噪算法；文献[6]提出了局部方向场非局部均值(Non local mean of local direction fielcl,NLM-LDF)实现对指纹图像噪声进行去除；文献[7]把深度学习引入方向场校正以实现指纹图像噪声去除。但是这些算法都属于空域算法，对于指纹图像的混合噪声去除工作并不理想。因为在时频域内信号表征良好，小波阈值算法被广泛应用于图像去噪中。传统的小波变换阈值去噪算法主要是软、硬阈值去噪算法。由于软、硬阈值函数存在的偏差和不连续等问题，因此对图像噪声的去除效果并不令人满意。文献[14]提出了一种基于新型符号函数的改进算法，相比于经典的小波去噪算法具有较好的鲁棒性。……