软件学报

作者：卞维新,丁世飞,张楠,张健,赵星宇

单位：卞维新，中国矿业大学 计算机科学与技术学院, 江苏 徐州 221116;中国科学院 计算技术研究所 智能信息处理重点实验室, 北京 100190;安徽师范大学 计算机与信息学院, 安徽 芜湖 24100211,丁世飞，中国矿业大学 计算机科学与技术学院, 江苏 徐州 221116;中国科学院 计算技术研究所 智能信息处理重点实验室, 北京 10019002,张楠，中国矿业大学 计算机科学与技术学院, 江苏 徐州 221116;中国科学院 计算技术研究所 智能信息处理重点实验室, 北京 10019003,张健，中国矿业大学 计算机科学与技术学院, 江苏 徐州 221116;中国科学院 计算技术研究所 智能信息处理重点实验室, 北京 10019004,赵星宇，中国矿业大学 计算机科学与技术学院, 江苏 徐州 221116;中国科学院 计算技术研究所 智能信息处理重点实验室, 北京 10019005

关键词：指纹增强;块质量评价;方向高斯带通滤波器;深度玻尔兹曼机(DBM)

基金：国家自然科学基金（61672522，61379101）；安徽省自然科学基金（1708085MF145）

指纹图像增强，是自动指纹识别系统中的重要环节.为弥补传统指纹图像增强算法的缺陷，提出一种指纹图像增强算法.在指纹块质量分级机制和复合窗口策略下，指纹图像首先在频域被具有方向选择性的方向高斯带通滤波器滤波增强；随后，二值增强指纹中的误增强区域在空域被具有方向选择性的深度玻尔兹曼机（DBM）重构.提出的方法结合了传统指纹增强算法与深度学习算法的优点，拥有很强的容错能力，能够完成对低质量指纹图像的有效增强.为了验证提出算法的性能，在公开的指纹数据库FVC2004上进行了大量实验，实验结果表明，相比于传统的指纹增强算法，提出的方法具有很强的鲁棒性，对高质量和低质量指纹均有不俗的增强表现.

来源：2019年第6期

《软件学报》期刊编辑部

查看软件学报杂志2019年第6期