掌形圖像預(yù)處理算法的研究.pdf

1、隨著信息與網(wǎng)絡(luò)技術(shù)的廣泛應(yīng)用，身份驗(yàn)證已經(jīng)成為了保證信息與網(wǎng)絡(luò)安全的一種重要手段。由于傳統(tǒng)的身份驗(yàn)證方式存在一些不足，于是生物識(shí)別技術(shù)應(yīng)運(yùn)而生。掌形識(shí)別以其采集設(shè)備簡單、認(rèn)證速度快而成為繼指紋識(shí)別之后的又一項(xiàng)生物特征識(shí)別方法。 掌形圖像預(yù)處理是掌形識(shí)別系統(tǒng)的基礎(chǔ)，是進(jìn)行掌形特征提取和掌形識(shí)別不可缺少的重要步驟。在掌形圖像處理中，圖像中的邊緣、細(xì)節(jié)特征等重要信息常淹沒于噪聲信號(hào)中，給圖像的后繼處理如邊緣檢測、圖像分割、圖像匹配等帶

2、來很大的影響。因此對(duì)含噪聲圖像進(jìn)行適當(dāng)?shù)念A(yù)處理是圖像處理中的一個(gè)重要問題，對(duì)于改善圖像質(zhì)量具有重要的意義。 本文分析了各種常見的圖像預(yù)處理去噪方法，并著重研究了其中的均值濾波去噪法、小波閾值去噪法、小波模極大值去噪法、極值中值濾波結(jié)合小波變換去噪法。分析了各種邊緣檢測算子，并用MATLAB進(jìn)行了掌形圖像預(yù)處理的仿真。 在小波閾值去噪法中，通過多次實(shí)驗(yàn)，設(shè)定了合適的閾值門限，選定了適合的閾值函數(shù)，從而得出了較理想的小波閾值

3、去噪效果。 經(jīng)過深入研究自適應(yīng)小波模極大值去噪本質(zhì)，在閾值設(shè)置問題上，提出采用改進(jìn)的自適應(yīng)閾值，克服單一閾值不能在每級(jí)尺度上將信號(hào)與噪聲作最大分離的缺點(diǎn)，該方法不僅有效去除噪聲，同時(shí)保持了圖像邊緣細(xì)節(jié)，具有良好的消除噪聲的效果。 在中值濾波和小波變換的研究中，提出了極值中值濾波結(jié)合小波變換的去噪算法，該算法結(jié)合了兩種算法的優(yōu)點(diǎn)，有效地去除圖像噪聲，效果優(yōu)于單一的小波閾值去噪或極值中值濾波。 從各種預(yù)處理方法的仿真