Question

我试图实现Anil Jain et al提出的广泛使用的指纹图像增强算法。在2.5节中实现脊频图像计算的步骤时，我很难理解一些描述。步骤描述如下：

获取标准化图像G.
将G分成大小为w x w（16 x 16）的块。
对于以像素（i，j）为中心的每个块，计算在脊坐标系中定义的尺寸为l×w（32×16）的定向窗口。
对于以像素（i，j）为中心的每个块，计算内部脊和谷的x-signature，X [0]，X 1，...，X [l-1]面向窗口，其中

enter image description here

如果在定向窗口中没有出现细节和奇点，则x特征形成离散的正弦波形，其频率与定向窗口中的脊和谷的频率相同。因此，可以从x-特征估计脊和谷的频率。令T（i，j）为x-签名中两个连续峰值之间的平均像素数，则频率计算如下：

enter image description here

我的问题是：我不明白如何获得两个连续峰值之间的平均像素数，因为本文没有提到如何区分算法中的峰值。那么，如何确定那些峰值像素来计算它们呢？有人能解释一下我在这里想念的是什么吗？

此外，我使用这样的OpenCV实现了这里的步骤，如果有人能够通过我的步骤来帮助我仔细检查我是否正确实现，我将非常感激：

void Enhancement::frequency(cv::Mat inputImage, cv::Mat orientationMat)
{
    int blockSize = 16;
    int windowSize = 32;

    //compute x-signature
    for (int i = blockSize / 2; i < inputImage.rows - blockSize / 2; i += blockSize)
    {
        for (int j = blockSize / 2; j < inputImage.cols - blockSize / 2; j += blockSize)
        {
            int u = 0; 
            int v = 0;
            std::vector<float> xSignature;

            for (int k = 0; k < windowSize; k++)            
            {
                float sum = 0.0;

                for (int d = 0; d < blockSize; d++)
                {
                    float pixel = orientationMat.at<float>(i, j);

                    u = i + (d - 0.5 * blockSize) * cos(pixel) + (k - 0.5 * windowSize) * sin(pixel);
                    v = j + (d - 0.5 * blockSize) * sin(pixel) + (0.5 - windowSize) * cos(pixel);
                    sum += static_cast<float>(inputImage.at<uchar>(u, v));
                }

                xSignature.push_back(sum);
            }
        } // end of j-loop
    } // end of i-loop

}

更新

在搜索了一些文章之后，我发现有人提到了如何确定像这样的峰值像素：

对每个块执行灰度扩张
查找扩张等于原始值的位置

但是，我仍然没有清楚地理解它。这是否意味着我可以在我的灰度图像上采用逐块形态膨胀操作（在进一步处理之前，我已经在OpenCV中将我的图像从RGB转换为灰度）？单词dilation equals original values是否意味着the pixel intensity after morphological dilation equals its original value？我迷失在这里。

Answer 1

我不知道您正在讨论的具体算法，但也许我可以提供一些一般性建议。

我认为问题的核心是区别＆＃34;什么是峰值，什么只是噪音＆＃34;在有噪声的信号中（因为RL输入图像在某种意义上总是有噪声;我认为代码中用于峰值检测的相关输入向量是xSignature）。一旦确定了峰值，计算平均峰值距离应该相当简单。

关于峰值检测，有大量论文描述了相当复杂的算法，但我将概述一些我在图像处理工作中使用过的尝试和真实的方法。

平滑

如果您知道预期的峰宽 w ，您可以作为第一步应用一些平滑，通过在大约预期峰宽的窗口上求和来消除较小尺度的噪声（从x- w / 2到x + w / 2）。您实际上并不需要计算滑动窗口的平均值（除以 w ），因为对于峰值检测，绝对比例是无关紧要的，并且总和与平均值成比例。 / p>

最小 - 最大 - 鉴定

您可以遍历您的（可能平滑的）轮廓矢量并识别最小和最大索引（例如，通过简单的斜率符号更改）。将这些职位存储在map<int (coordinate), bool (isMax)>或map<int (coordinate), double (value at coordinate)>中。或者使用struct作为保存所有相关信息的值（bool isMax，double value，bool isAtBoundary，...）

评估检测到的峰的质量

对于您在上一步中找到的每个最大值，确定高度差，可能是前一个和下一个最小值的斜率，从而产生质量。此步骤取决于您的问题域。也许＆＃34;峰值＆＃34;不需要用双方的最小值构成（在这种情况下，上面的最小检测必须比斜率变化更复杂）。也许峰值有最小或最大宽度限制。等等。

根据每个最大位置的上述问题计算质量值。我经常使用类似Q_max =（从最大值到相邻分钟的平均高度差）/（配置文件的最大最小值）。然后，高峰候选人最多可以具有＆＃34;质量＆＃34; 1，至少为0.

迭代所有最大值，计算它们的质量并将它们放入多图或其他容器中，这些容器可以进行排序，以便您可以稍后以降序质量迭代峰值。

区分峰与非峰

以降低的质量迭代你的峰值。可能会将所有不满足最小或最大宽度/高度/质量/距离的所有不符合最接近峰值的要求进行整理，以满足您在问题域中达到峰值的更高质量/ ......要求。剩下的就是。完成。

在您的情况下，您将按坐标重新排序峰值并计算它们之间的平均距离。

我知道这是模糊的，但是对于峰值检测没有普遍真实的答案。也许在你正在使用的论文中，有一个特定的处方隐藏在某个地方，但大多数作者省略了这些＆＃34;仅仅是技术性的＆＃34; （通常情况下，如果您通过电子邮件与他们联系，他们就无法记住或以其他方式重现他们如何做到这一点，这使得他们的结果基本上不可复制）。

如何理解频率图像中描述的平均像素数？

1 个答案:

平滑

最小 - 最大 - 鉴定

评估检测到的峰的质量

区分峰与非峰