一种CycleGAN结合膨胀卷积的指纹图像增强方法

摘要：

针对指纹图像存在边缘特征信息丢失,图像整体增强效果不佳而导致指纹识别率低下的问题,结合循环生成对抗网络(CycleGAN)与膨胀卷积(DCNN)提出一种提取指纹细节特征的图像增强方法.首先,生成器U-Net对指纹图像进行分割和重建,不断训练以达到指纹清晰的目的;其次,为了提取到更多指纹边缘细节特征,通过引人膨胀卷积扩大提取范围使生成的指纹图像更加完整;最后,鉴别器与生成器形成对抗关系促使生成的图像质量更高.与当前指纹图像增强方法对比,所提方法在峰值信噪比上分别提高了 2.72和1.95,在结构相似性指数上分别提高了 9.2％和2.2％,在各项性能指标上均表现优异.实验结果表明,该方法能更高效还原出指纹特征信息,使指纹图像得到明显增强并取得了较高的识别率.

关键词：指纹、图像增强、循环生成对抗网络、图像分割、膨胀卷积

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61602295

在线出版日期：2022-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：47-53