基于VB指纹识别系统的设计

2.3.3 指纹图像增强处理的VC++编程实现及运行结果

   下面的函数代码实现图像的增强处理。编程实际中采用的是能较好保持剃度信息的3层小波变换，有HH3、HL3、LH3、LL3、HL2、LH2、HH2、HL1、LH1和HH1共10个频带，分配了10个浮点型的数据空间。编程步骤如下：

l        读入图像数据，完成3层小波变换。

l        对得到的小波系数完成正规化处理，使其位于设备的显示灰度范围。那么在编程实际中，灰度范围为0～255，完成该步骤的函数为Wvlt_Normalize函数，随后计算图像小波系数的剃度信息。

l        利用Search_BandMax函数得到各频带小波系数的最大值，取得滤波器参数，然后计算得到 ，其完成函数为Band_Enhance函数。

 （1）函数描述

Band_Enhance完成小波剃度信息的滤波处理，使其得到增强。

（2）函数参数：  

float **pfNorGradient ：图像小波剃度信息的数据空间指针。

float FilterCoeff:频带滤波参数。      

int   Scan_y      ：扫描线起始横坐标                       

int   Scan_x      ：扫描线起始纵坐标                       

int   End_y       ：扫描线终止横坐标                           

int   End_x       ：扫描线终止纵坐标

void CDiproc:: Band_Enhance(float **pfNorGradient, float FilterCoeff ,

int Scan_y, int Scan_x, int End_y, int End_x)

{   for(int y = Scan_y; y < End_y; y ++)

        for(int x = Scan_x; x < End_x; x ++)

          fpNormGradient[y][x]*=(float)(255.0*FilterCoeff);

       }

l        完成增强剃度信息的计算后，还原出小波系数，并经过图像灰度直方图的均衡化处理，进一步加强的质量。

l        最后利用图像复原操作得到增强后的图像，并将数据句柄传递给CWvltDoc,完成整个的图像增强操作。

  下面的代码是完成图像的增强处理。

（1）函数描述：

DIP_ConsEnhance完成图像对比度信息的增强，获取隐藏的图像信息      

（2）函数参数：

    short **spData       ：二维指针，指向原始的图像数据               

    int   nHeight     ：图像属性参数，数值为原始图像的高度值       

    int   nWidth      ：图像属性参数，数值为原始图像的宽度值       

    float *NormWvltRng   ：存放图像小波的正则化参数以及逆变换的正则化参数

void CDiproc::DIP_ConsEnhance(short **spData, int nHeight, int nWidth,

float *NormWvltRng)

{   short **spOriginData, **spTransData, **spWvltData;

    float **fpNormGradient , filtCoeff[10],   *fWvltRng;

    int iHeight = nHeight, iWidth = nWidth;

    int iHeight_H = nHeight / 2, iWidth_H = nWidth / 2;

    int x, y;

    fWvltRng = NormWvltRng;  //为图像处理分配内存空间

    spOriginData = spData;

    spTransData = new short * [nHeight];

    spWvltData = new short * [nHeight];

    fpNormGradient = new float * [nHeight];

    for(int i = 0; i < nHeight; i ++)

    {   spTransData[i] = new short [nWidth];

       spWvltData[i] = new short [nWidth];

       fpNormGradient[i] = new float [nWidth];

    }                                                 //完成一次图像小波变换

    CWvltTrans *pTrans;

pTrans->DWT_TriLayers(spOriginData, spTransData, spWvltData, iHeight, iHeight_H, iWidth, iWidth_H, 3, 1.414);            //小波系数的正则化处理

//正则化处理后spData存放非正则化的小波系数，spWvltData存放正则化后的小波系数

    Wvlt_Normalize(spWvltData, iHeight, iWidth, fWvltRng);

                          //计算小波系数的梯度信息，将其存放在spTransData中

                                        //设定显示设备的颜色灰度范围是0~255

    for(y = 0; y < nHeight; y ++)

    {   for(x = 0; x < nWidth; x ++)

       {      fpNormGradient[y][x] = (float) spWvltData[y][x] / 255;

       }   }                       //选择线性滤波器gj(x) = x, 且v =kj gj(u)

                                           //统计出不同频带小波系数的极大值

    for(y = 0; y < 3; y ++)

{      if(y == 0)

{filtCoeff[4*y] = Search_BandMax(spWvltData, 0, 0, iHeight / 8, iWidth / 8);

       }

filtCoeff[3*y + 1] = Search_BandMax(spWvltData, 0, (int)(pow(2,y) * iWidth / 8), (int)(pow(2,y)* iHeight / 8), (int)(pow(2,y)*iWidth / 4));

filtCoeff[3*y + 2] = Search_BandMax(spWvltData, (int)(pow(2,y) * iHeight / 8), 0, (int)(pow(2,y)* iHeight / 4), (int)(pow(2,y)*iWidth / 8));

filtCoeff[3*y + 3] = Search_BandMax(spWvltData, (int)(pow(2,y) * iHeight / 8), (int)(pow(2,y) * iWidth / 8), (int)(pow(2,y)* iHeight /                               4), (int)(pow(2,y)*iWidth / 4));

    }                                      //计算得到各频带滤波器的滤波系数

    for(y = 0; y < 10; y++)

    {   filtCoeff[y] = (float) 255.0 / filtCoeff[y];

       filtCoeff[0] += (float)sqrt(filtCoeff[y]);

    }

    filtCoeff[0] /= 10;              //正则化后小波信息的梯度信息滤波处理

    for(y = 0; y < 3; y ++)

    {   if(y == 0)

{Band_Enhance(fpNormGradient, filtCoeff[3*y], 0, 0, iHeight / 8, iWidth / 8);

       }

Band_Enhance(fpNormGradient, (float)sqrt(filtCoeff[3*y + 1]) /2, 0, (int)

(pow(2,y) * iWidth / 8), (int)(pow(2,y)* iHeight / 8), (int)(pow(2,y)*iWidth / 4));

Band_Enhance(fpNormGradient, (float)sqrt(filtCoeff[3*y + 2]) /2, (int)(pow(2,y) * iHeight / 8), 0, (int)(pow(2,y)* iHeight / 4), (int)(pow(2,y)*iWidth / 8));

Band_Enhance(fpNormGradient, (float)sqrt(filtCoeff[3*y + 3]) /2, (int)(pow(2,y) * iHeight / 8), (int)(pow(2,y) * iWidth / 8), (int)(pow(2,y)* iHeight / 4), (int)(pow(2,y)*iWidth / 4));

    }                                           //还原出滤波增强后的小波系数

    for(y = 0; y< iHeight; y ++)

    {   for(x = 0; x < iWidth; x++)

       {   fpNormGradient[y][x] *= (float) (fWvltRng[1] - fWvltRng[0]);

           fpNormGradient[y][x] /= 255.0;

           spWvltData[y][x] = (short) fpNormGradient[y][x] + fWvltRng[0];

       }}                                            //复原增强后的小波系数

DIP_WvltRevers(spOriginData, spTransData, spWvltData, iHeight, iHeight_H, iWidth, iWidth_H, 3, 1.414);                   //将复原的图像数据进行正则化

Wvlt_Normalize(spOriginData, iHeight, iWidth, fWvltRng);

                                                       //释放临时的数据空间

    delete spTransData;

    delete spWvltData;

    delete fpNormGradient;

}

本文选自计算机毕业设计http://myeducs.cn
论文文章部分只是部分简介，如需了解更多详情请咨询本站客服！QQ3710167