CN112699863B - 指纹增强方法、计算机可读存储介质及电子设备 - Google Patents

Abstract

本发明提供了一种指纹增强算法，该方法包括：根据预设的多个尺度将待处理指纹图像分别进行空间池化得到多组格子；根据每一个格子中的所有像素的梯度值获取每一个格子的梯度直方图；根据每一个格子的梯度直方图对每一个格子的图像质量进行打分得到每一个格子的分数；根据每一尺度对应的所有格子的分数对每一组格子的图像质量进行打分得到每一组格子的分数；根据每一组格子的分数对待处理指纹图像的图像质量进行打分得到待处理指纹图像的质量分数；当待处理指纹图像的质量分数达到增强标准时，根据预设的指纹增强算法对待处理指纹图像进行增强处理得到增强指纹图像。本发明还提供了一种计算机可读存储介质和一种电子设备。

Description

指纹增强方法、计算机可读存储介质及电子设备

技术领域

本发明涉及电子工程领域，尤其涉及一种指纹增强方法、存储介质及电子设备。

背景技术

随着全屏幕技术和指纹识别技术在移动终端的普及，光学式指纹传感器芯片的出货量得到成倍的增长。屏下光学指纹技术将是未来一段时间移动终端设备生物识别技术方案的主流技术，市场需求会非常巨大。图像质量对指纹识别***的性能有很大的影响。图像增强的目的是通过为后续处理阶段优化准备输入图像来提高整体性能。大多数***从指纹中提取指纹细节信息再进行识别，但是不可避免的噪声会干扰提取，导致遗漏了真正的指纹细节，并且可能检测到了错误的指纹细节，两者均对识别率产生负面影响。为了避免这两种类型的错误，图像增强旨在提高脊和谷结构的清晰度。基于Gabor滤波的技术被广泛用于指纹图像增强，而主要困难在于方向场和频率场的可靠估计，即，作为Gabor滤波输入的本地方向和脊谷频率。不能正确估计导致在增强图像中产生伪像，因此会增加识别或验证错误的数量。对于低质量的图像，存在很大的风险，即图像增强步骤可能会损害识别性能，对于质量非常低的图像，情况甚至更糟。

因此，如何对指纹图像进行增强并提高指纹图像的脊和谷结构的清晰度是亟需解决的问题。

发明内容

本发明提供一种指纹增强方法、存储介质及电子设备，能够对指纹图像进行增强并提高指纹图像的脊和谷结构的清晰度便于后续的指纹识别。

第一方面，本发明实施例提供一种指纹增强方法，该方法包括：

根据预设的多个尺度将待处理指纹图像分别进行空间池化得到多组格子，每一组包括多个格子，每一个格子包括多个像素，预设的多个尺度包括第一尺度和第二尺度，第一尺度大于预设的第一值，第二尺度小于预设的第二值，预设的第一值大于预设的第二值；

根据每一个格子中的所有像素的梯度值获取每一个格子的梯度直方图；

根据每一个格子的梯度直方图对每一个格子的图像质量进行打分得到每一个格子的分数；

根据每一尺度对应的所有格子的分数对每一组格子的图像质量进行打分得到每一组格子的分数；

根据每一组格子的分数对待处理指纹图像的图像质量进行打分得到待处理指纹图像的质量分数；

判断待处理指纹图像的质量分数是否达到增强标准；

当待处理指纹图像的质量分数达到增强标准时，根据预设的指纹增强方法对待处理指纹图像进行增强处理得到增强指纹图像。

第二方面，本发明实施例提供一种存储介质，该存储介质上存储有能够被处理器加载并执行的上述任意一项的指纹增强方法的程序指令。

第三方面，本发明实施例提供一种电子设备，该电子设备包括：

存储器，用于存储指纹增强方法的程序指令；

处理器，用于执行程序指令以使电子设备实现上述任意一项的指纹增强方法。

上述指纹增强方法，通过梯度直方图判断指纹图像的质量，避对免质量差的指纹图像增强而导致的指纹错误识别。同时提出了方向场和频率场的计算方法，通过梯度直方图得到方向场，这种考虑局部信息的方向场能对局部模糊的图片也有很好的效果，同时Ateb-Gabor拥有比Gabor滤波器更丰富的参数，更加适合用于提高指纹图像的脊和谷结构的清晰度，以便获取更容易识别的指纹图像，提高指纹图像识别的准确率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明第一实施例提供的指纹增强方法的流程图。

图2为本发明第一实施例提供的指纹增强方法的第一子流程图。

图3为本发明第三实施例提供的指纹增强方法的流程图。

图4为本发明第一实施例提供的指纹增强方法的第二子流程图。

图5为本发明第一实施例提供的格子示意图。

图6为本发明第一实施例提供的格子的方向场示意图。

图7为本发明第一实施例提供的待处理指纹图像与强化指纹图像示意图。

图8为本发明第一实施例提供的电子设备内部结构示意图。

图中各元件标号

900 计算机设备 901 存储器

902 处理器 903 总线

904 显示组件 905 通信组件

200 第一组格子 500 第二组格子

201 第一组的格子 501 第二组的格子

210 第一组的格子的 510 第二组的格子的

方向场 方向场

700 待处理指纹图像 710 强化指纹图像

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

请结合参看图1，其为本发明第一实施例提供的指纹增强方法的流程图。其中，第一实施例提供的指纹增强方法具体包括下面步骤。

步骤S101，根据预设的多个尺度将待处理指纹图像分别进行空间池化得到多组格子。其中，每一组包括多个格子，每一个格子包括多个像素，预设的多个尺度包括第一尺度和第二尺度，第一尺度大于预设的第一值，第二尺度小于预设的第二值，预设的第一值大于预设的第二值。第一尺度的格子的面积大于第二尺度格子的面积。

具体地，指纹图像为160mm*160mm的正方形指纹图像，预设的第一值是70mm，预设的第二值是40mm。设定第一尺度为80mm，第二尺度为32mm。请结合参看图 5，根据两个尺度将待处理指纹图像切割为第一组格子200和第二组格子500。第一组格子是根据第一尺度切割的2*2个格子，也就是将待处理指纹图像切割为4个大小相同的第一组的格子201，第二组格子是根据第二尺度切割的5*5个格子，也就是将待处理指纹图像切割为25个第二组的格子501。在本实施例中，根据第一尺度获的格子中包含的指纹信息代表整张的指纹图像的全局指纹信息，根据第二尺度获的格子中包含的指纹信息代表局部的指纹图像的局部指纹信息。

步骤S102，根据每一个格子中的所有像素的梯度值获取每一个格子的梯度直方图。具体地，根据每一个格子中的多个像素的梯度值获取每一个格子的方向场，根据方向场获取梯度直方图。具体地，先计算每一个格子中不同方向上梯度的值，然后进行累积，得到梯度直方图，这个梯度直方图代表这个格子的图像特征。其中，梯度直方图(Histogram ofOriented Gradient,HoG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。HoG特征通过计算和统计图像局部区域的梯度方向直方图来构成特征。HoGAteb-Gabor滤波器是使用方向梯度直方图和Ateb-Gabor滤波器的一种图像处理方法。请结合参看图6，第一组的格子201对应的第一组的格子的方向场210，第二组的格子501对应的第二组的格子的方向场510。

步骤S103，根据每一个格子的梯度直方图对每一个格子的图像质量进行打分得到每一个格子的分数。具体地，计算每一个格子的梯度直方图中各方向与主方向之间的方差，每一个格子的分数是梯度直方图中各方向与主方向之间的方差。在本实施例中，如果方差大，说明该格子的指纹纹理明显，指纹图像容易被指纹识别方法识别，指纹图像质量好，如果方差小，说明该格子指纹纹理模糊，指纹图像不容易被指纹识别方法识别，指纹图像质量不好。具体应用中可以采用其他评分方式根据梯度直方图对每一个格子进行打分，例如，根据梯度直方图计算格子的极差或者标准差作为一个格子的分数。

步骤S104，根据每一尺度对应的所有格子的分数对每一组格子的图像质量进行打分得到每一组格子的分数。具体地，第一组格子的分数是根据第一尺度得到的4个格子的分数加权相加在平均后得到。在本实施例中，4个格子的权重均为1。第二组格子的分数是根据第二尺度得到的25个格子的分数加权相加在平均后得到。在本实施例中，25个格子的权重均为1。这里的尺度以及权重仅做示例不做限定，具体应用中根据实际的情况设定相应的尺度以及每一个格子的分数对应的权重。具体应用中可以采用其他评分方式对每一组格子进行打分，例如，根据每一个格子的分数计算每一组格子的众数或者中位数作为一组格子的分数。

步骤S105，根据每一组格子的分数对待处理指纹图像的图像质量进行打分得到待处理指纹图像的质量分数。待处理指纹图像的质量分数是由第一组格子分数和第二组格子分数加权相加后得到的。具体应用中根据实际的情况设定每一组格子的分数对应的权重。具体请参见步骤S1051-S1052。

在本实施例中，采用多尺度打分的方式，把图片分成2*2，5*5的方式，可以同时获取局部指纹信息的局部分数和全局指纹信息的全局分数，更合理的评估待处理指纹图像的质量。

步骤S106，判断待处理指纹图像的质量分数是否达到增强标准。在本实施例中，增强标准是用来判断指纹图像能否被指纹识别方法准确识别的标准，增强标准是0.4分。如果待处理指纹图像的质量分数高，说明待处理指纹图像的质量好。

步骤S107，当待处理指纹图像的质量分数达到增强标准时，根据预设的指纹增强方法对待处理指纹图像进行增强处理得到增强指纹图像。待处理指纹图像的质量分数大于0.4时，利用HoG和Ateb-Gabor滤波器将待处理指纹图像进行增强处理得到增强指纹图像。具体请参见步骤S1071-S1075。

在本实施例中，通过梯度直方图判断指纹图像的质量，避对免质量差的指纹图像增强而导致的指纹错误识别。同时提出了方向场的计算方法，通过梯度直方图得到方向场，这种考虑局部信息的方向场能对局部模糊的图片也有很好的效果，同时Ateb-Gabor拥有比Gabor滤波器更丰富的参数，更加适合用于提高指纹图像的脊和谷结构的清晰度，以便获取更容易识别的指纹图像，提高指纹图像识别的准确率。

第二实施例提供的指纹增强方法与第一实施例提供的指纹增强方法的差异在于当待处理指纹图像的质量分数未达到增强标准时，利用预设图像处理方法对待处理指纹图像进行处理，并重新进行打分。

在一些可行的实施例中，指纹增强方法会对待处理指纹图像进行打分的次数的进行计数，当待处理指纹图像进行打分的次数超出了预设值时，删除待处理指纹图像。

请结合参看图2，其为本发明实施例提供的步骤S105的子步骤流程图。步骤S105，根据每一组格子的分数对待处理指纹图像的图像质量进行打分得到待处理指纹图像的质量分数。具体包括下面步骤。

S1051，获取每一组格子的分数对应的权重。

S1052，根据每一组格子的分数和对应的权重计算出待处理指纹图像的质量分数。

在一些可行的实施例中，指纹增强方法中，待处理指纹图像为经过预处理步骤处理的指纹图像。

在另一些可行的实施例中，指纹增强方法中，预处理步骤包括对指纹图像进行归一化处理、高斯滤波处理和均衡化处理。

请结合参看图3，其为本发明第三实施例提供的指纹增强方法。第三实施例提供的指纹增强方法与第一实施例提供的指纹增强方法的差异在于，第三实施例提供的指纹增强方法还包括下面步骤。

S301，对指纹图像进行归一化处理得到第一指纹图像。在本实施例中，进行归一化处理主要目的是消除屏下光经过屏幕时带来的噪音干扰。

S302，对第一指纹图像进行高斯滤波处理得到第二指纹图像。在本实施例中，进行高斯滤波处理进一步去除干扰。

S303，对第二指纹图像进行均衡化处理得到待处理指纹图像。在本实施例中，进行均衡化进行是为了增强指纹图像的对比度。

在一些可行的实施例中，指纹增强方法中，预设的指纹增强方法包括Ateb- Gabor滤波器。

Ateb-Gabor滤波器的公式为：

x′＝xcosθ+ysinθ

y′＝-xsinθ+ycosθ

其中，Ateb-G是Ateb-Gabor的缩写，x是像素的横坐标，y是像素的纵坐标，λ是像素的频率，θ是像素所在邻域的主方向，

是像素的相位，σ是高斯模糊的模糊参数，ζ是像素的偏移量，x′是像素邻域变化的横坐标，y′是像素邻域变化的横坐标。exp，高等数学里以自然常数e为底的指数函数。函数Ca是 Ateb-cosine函数。它的周期为2Π(m,n)，其中，m，n为超参数，m，n为正整数，当m＝n＝1时，2Π(m,n)＝2π。2Π(m,n)的具体定义为：

当周期为2π时，Ateb-Gabor就是Gabor函数的一种特殊形式，Ateb-Gabor 函数具有更丰富的参数选择，更适合做指纹增强。在用Ateb-Gabor做指纹增强的时候，是通过统计当前像素(x，y)邻域内所有像素和Ateb-Gabor核的卷积所得到的。Ateb-Gabor滤波器进行图像处理的一般公式如下：

其中，x是像素的横坐标，y是像素的纵坐标，λ是像素的频率，θ是像素所在邻域的主方向，

是像素的相位，σ是高斯模糊的模糊参数，ζ是像素的偏移量，n₁为滤波器的核的行，m₁为滤波器的核的列，n₁，m₁为正整数，i，j为正整数。

请结合参看图4，其为本发明实施例提供的步骤S107的子步骤流程图。步骤S107，根据预设的指纹增强方法对待处理指纹图像进行增强处理得到增强指纹图像。具体包括下面步骤。

S1071，获取待处理指纹图像上的所有像素。

S1072，根据预设邻域获取每一个像素在预设邻域中的主方向。对于每一点的方向，我们直接用当前点所在的梯度主方向。

S1073，获取每一个像素的主方向的垂直方向上的频率。对于每一点的频率，我们直接用当前点的主方向的垂直方向上，两个波峰之间的距离的倒数作为频率进行指纹增强。

S1074，将每一个像素的主方向和频率依次输入Ateb-Gabor滤波器得到所有像素的响应。

S1075，根据所有像素的响应生成增强指纹图像。请结合参看图7，待处理指纹图像700强化为强化指纹图像710。强化指纹图像710的指纹的脊和谷比待处理指纹图像700清晰了很多。

在一些可行的实施例中，指纹增强方法中，多个尺度还包括第三尺度，第三尺度大于预设的第二值，时小于预设的第一值。进一步地，多个尺度还可以包括第四尺度、第五尺度等等。预设的多个尺度根据实际情况确定。

在本实施例中，通过对指纹图像进行归一化处理，这个主要目的是消除屏下光经过屏幕时带来的噪音干扰，其次进行高斯模糊进一步去除干扰，然后进行局部直方图均衡化进行对比度增强。接下来通过梯度直方图计算梯度，并对图片质量打分，对分数高的图片，计算方向场和频率然后进行Ateb-Gabor指纹增强，对于质量低的图片，保持原状，以免增强后加入错误的指纹信息。增强后的图片可以放入分类器进一步进行指纹识别。

本发明还提供了一种存储介质。存储介质上存储有能够被处理器加载并执行的上述的指纹增强方法的程序指令。具体地，该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、流动硬盘、只读存储器(ROM， Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序指令的介质。由于存储介质中的程序指令包含了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再赘述。

本发明还提供一种电子设备900，电子设备900至少包括，存储器901和处理器902。存储器901用于存储指纹增强方法的程序指令。处理器902，用于执行程序指令以使计算机设备实现上述的指纹增强方法。请结合参看图8，其为本发明第一实施例提供的电子设备900的内部结构示意图。

其中，存储器901至少包括一种类型的可读存储介质，该可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器901在一些实施例中可以是电子设备900的内部存储单元，例如电子设备900的硬盘。存储器901在另一些实施例中也可以是电子设备900的外部存储设备，例如电子设备900上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字卡(Secure Digital,SD)，闪存卡 (Flash Card)等。进一步地，存储器901还可以既包括电子设备900的内部存储单元也包括外部存储设备。存储器901不仅可以用于存储安装于电子设备 900的应用软件及各类数据，例如指纹增强方法的程序指令等，还可以用于暂时地存储已经输出或者将要输出的数据，例如指纹增强方法执行产生的数据等。

处理器902在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器901 中存储的程序指令或处理数据。具体地，处理器902执行指纹增强方法的程序指令以控制电子设备900实现指纹增强方法。

进一步地，电子设备900还可以包括总线903可以是外设部件互连标准总线(peripheral component interconnect，简称PCI)或扩展工业标准结构总线 (extendedindustry standard architecture，简称EISA)等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

进一步地，电子设备900还可以包括显示组件904。显示组件904可以是 LED(LightEmitting Diode，发光二极管)显示器、液晶显示器、触控式液晶显示器以及OLED(OrganicLight-Emitting Diode，有机发光二极管)触摸器等。其中，显示组件904也可以适当的称为显示装置或显示单元，用于显示在电子设备900中处理的信息以及用于显示可视化的用户界面。

进一步地，电子设备900还可以包括通信组件905，通信组件905可选的可以包括有线通信组件和/或无线通信组件(如WI-FI通信组件、蓝牙通信组件等)，通常用于在电子设备900与其他计算机设备之间建立通信连接。

图8仅示出了具有组件901-905以及实现指纹增强方法的程序指令的电子设备900，本领域技术人员可以理解的是，图8示出的结构并不构成对电子设备 900的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。由于电子设备900采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再赘述。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考上述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的指纹增强方法实施例仅仅是示意性的，例如，该单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

该作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘且本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

以上所列举的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属于本发明所涵盖的范围。

Claims (12)

1.一种指纹增强方法，其特征在于，所述指纹增强方法包括：

根据预设的多个尺度将待处理指纹图像分别进行空间池化得到多组格子，每一组包括多个格子，每一个格子包括多个像素，所述预设的多个尺度包括第一尺度和第二尺度，所述第一尺度大于预设的第一值，所述第二尺度小于预设的第二值，所述预设的第一值大于所述预设的第二值；

根据所述每一个格子中的所有像素的梯度值获取所述每一个格子的梯度直方图；

根据所述每一个格子的梯度直方图对所述每一个格子的图像质量进行打分得到所述每一个格子的分数；

根据每一尺度对应的所有格子的分数对每一组格子的图像质量进行打分得到每一组格子的分数；

根据所述每一组格子的分数对所述待处理指纹图像的图像质量进行打分得到待处理指纹图像的质量分数；

判断所述待处理指纹图像的质量分数是否达到增强标准；以及

当所述待处理指纹图像的质量分数达到所述增强标准时，根据预设的指纹增强方法对所述待处理指纹图像进行增强处理得到增强指纹图像。

2.如权利要求1所述的指纹增强方法，其特征在于，所述指纹增强方法，还包括：

当所述待处理指纹图像的质量分数未达到所述增强标准时，利用预设图像处理方法对所述待处理指纹图像进行处理，并重新进行打分。

3.如权利要求2所述的指纹增强方法，其特征在于，对所述待处理指纹图像进行打分的次数的进行计数，当所述待处理指纹图像进行打分的次数超出了预设值时，删除所述待处理指纹图像。

4.如权利要求1所述的指纹增强方法，其特征在于，根据所述每一组格子的分数对所述待处理指纹图像的图像质量进行打分得到待处理指纹图像的质量分数，具体包括：

获取所述每一组格子的分数对应的权重；

根据所述每一组格子的分数和所述对应的权重计算出所述待处理指纹图像的质量分数。

5.如权利要求1所述的指纹增强方法，其特征在于，所述待处理指纹图像为经过预处理步骤处理的指纹图像。

6.如权利要求5所述的指纹增强方法，其特征在于，所述预处理步骤包括对所述指纹图像进行归一化处理、高斯滤波处理和均衡化处理。

7.如权利要求6所述的指纹增强方法，其特征在于，所述预处理步骤具体包括：

对所述指纹图像进行归一化处理得到第一指纹图像；

对所述第一指纹图像进行高斯滤波处理得到第二指纹图像；以及

对所述第二指纹图像进行均衡化处理得到所述待处理指纹图像。

8.如权利要求1所述的指纹增强方法，其特征在于，所述预设的指纹增强方法包括Ateb-Gabor滤波器。

9.如权利要求8所述的指纹增强方法，其特征在于，根据预设的指纹增强方法对所述待处理指纹图像进行增强处理得到增强指纹图像，具体包括：

获取所述待处理指纹图像上的所有像素；

根据预设邻域获取每一个像素在所述预设邻域中的主方向；

获取所述每一个像素的主方向的垂直方向上的频率；

将所述每一个像素的主方向和频率依次输入所述Ateb-Gabor滤波器得到所有像素的响应；以及

根据所述所有像素的响应生成所述增强指纹图像。

10.如权利要求1所述的指纹增强方法，其特征在于，所述多个尺度还包括第三尺度，所述第三尺度大于所述预设的第二值，小于所述预设的第一值。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有能够被处理器加载并执行的如权利要求1～10任意一项所述的指纹增强方法的程序指令。

12.一种电子设备，其特征在于，所述电子设备包括：

存储器，用于存储指纹增强方法的程序指令；以及

处理器，用于执行所述程序指令以使所述电子设备实现如权利要求1～10任意一项所述的指纹增强方法。

Images