基于张量分解的低质量指纹修复方法、系统、介质及设备

本发明属于指纹修复，尤其涉及一种基于张量分解的低质量指纹修复方法、系统、介质及设备。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、指纹识别技术在刑侦、出入境、个人消费、安防、金融等领域具有广泛应用。一般来讲，采集到的指纹可分为两类：一类是在可控条件下获得的印迹；另一类是在操纵物体时无意中留下的潜指纹，在刑侦现场非常有用。潜指纹通常是不完整和扭曲的图像，呈现破碎的纹路和包含噪声的背景。由于其质量较低，特征反映、特征数量和特征质量都很难达到清晰、明确、充分，增加了指纹识别的错误风险，严重妨碍了指纹识别技术的性能和应用。提高低质量指纹的识别率，进行低质量指纹图像噪声的去除和有效修复，在实际应用中有重大指导意义。

3、基于传统方法的低质量指纹图像的增强与修复，主要集中在对指纹的预处理工作上面，但对于指纹图像的残缺纹理细节没有修复，甚至在去噪过程中会产生新的伪特征点。对于深度学习的低质量指纹图像的增强与修复方法，低质量残缺指纹的训练数据缺失模型，难以得到满意效果，且网络泛化能力不强，将训练好的模型应用到真实的潜指纹上，性能会显著下降。

4、综上所述，现有的低质量指纹图像修复效果差，无法满足实际应用。

技术实现思路

1、为了解决上述技术问题，本发明提供一种基于张量分解的低质量指纹修复方法、系统、介质及设备，其可以得到快速且准确的低质量指纹图像修复结果，提高低质量指纹识别准确率。

2、为了实现上述目的，本发明采用如下技术方案：

3、本发明的第一个方面提供了一种基于张量分解的低质量指纹修复方法。

4、在一个或多个实施例中，提供了一种基于张量分解的低质量指纹修复方法，包括：

5、获取低质量指纹图像，将其预先划分成若干个不重叠的图像块；

6、对于每个图像块，分别从其周围不同方向上并行查找最相似的图像块，构建出每个图像块的相似块组；其中，根据相似系数最大查找每个图像块在各个不同方向上最相似的图像块，相似系数为几何相似系数与统计相似系数的乘积；

7、对每个图像块的相似块组进行去噪增强处理，得到每个图像块的增强相似块组；

8、将每个图像块的增强相似块组内的相似块直接沿着第三维方向累叠构成一个相似张量，对该相似张量进行补全后，再进行图像块聚合；

9、将图像块聚合所形成的指纹图像，再次重新划分成若干个不重叠的图像块，重新构建每个图像块的相似块组，并依次进行去噪增强、补全操作及图像块聚合，直至迭代预设次数，得到最终修复的指纹图像。

10、本发明的第二个方面提供了一种基于张量分解的低质量指纹修复系统。

11、在一个或多个实施例中，提供了一种基于张量分解的低质量指纹修复系统，包括：

12、低质量指纹图像获取模块，其用于获取低质量指纹图像，将其预先划分成若干个不重叠的图像块；

13、相似块组构建模块，其用于对于每个图像块，分别从其周围不同方向上并行查找最相似的图像块，构建出每个图像块的相似块组；其中，根据相似系数最大查找每个图像块在各个不同方向上最相似的图像块，相似系数为几何相似系数与统计相似系数的乘积；

14、去噪增强处理模块，其用于对每个图像块的相似块组进行去噪增强处理，得到每个图像块的增强相似块组；

15、补全图像块聚合模块，其用于将每个图像块的增强相似块组内的相似块直接沿着第三维方向累叠构成一个相似张量，对该相似张量进行补全后，再进行图像块聚合；

16、迭代指纹图像修复模块，其用于将图像块聚合所形成的指纹图像，再次重新划分成若干个不重叠的图像块，重新构建每个图像块的相似块组，并依次进行去噪增强、补全操作及图像块聚合，直至迭代预设次数，得到最终修复的指纹图像。

17、本发明的第三个方面提供了一种计算机可读存储介质。

18、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的基于张量分解的低质量指纹修复方法中的步骤。

19、本发明的第四个方面提供了一种电子设备。

20、一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的基于张量分解的低质量指纹修复方法中的步骤。

21、与现有技术相比，本发明的有益效果是：

22、本发明通过使用指纹图像数据和方向双驱动的多方向相似块搜索方法，可以适应指纹图像结构特点，得到更多样化的相似块，提高后续指纹增强和修复效果；使用核维纳滤波方法，解决了低质量指纹图像噪声干扰的问题；利用低秩逼近和张量分解方法，解决了残缺指纹图像的快速修复问题，得到适用于低质量指纹图像的修复结果，提高低质量指纹识别准确率。

技术特征：

1.一种基于张量分解的低质量指纹修复方法，其特征在于，包括：

2.如权利要求1所述的基于张量分解的低质量指纹修复方法，其特征在于，几何相似系数为图像块的方向相似性，采用定向高斯权值函数来表征。

3.如权利要求1所述的基于张量分解的低质量指纹修复方法，其特征在于，几何相似系数的表达式为：

4.如权利要求1所述的基于张量分解的低质量指纹修复方法，其特征在于，统计相似系数利用最大似然估计计算广义相似比得到。

5.如权利要求1所述的基于张量分解的低质量指纹修复方法，其特征在于，统计相似系数的表达是为：

6.如权利要求1所述的基于张量分解的低质量指纹修复方法，其特征在于，对每个图像块的相似块组采用最优核维纳滤波进行去噪增强处理。

7.一种基于张量分解的低质量指纹修复系统，其特征在于，包括：

8.如权利要求7所述的基于张量分解的低质量指纹修复系统，其特征在于，包括：在所述相似块组构建模块中，几何相似系数为图像块的方向相似性，采用定向高斯权值函数来表征；或/和统计相似系数利用最大似然估计计算广义相似比得到。

9.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-6中任一项所述的基于张量分解的低质量指纹修复方法中的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-6中任一项所述的基于张量分解的低质量指纹修复方法中的步骤。

技术总结本发明属于指纹修复技术领域，提供了基于张量分解的低质量指纹修复方法、系统、介质及设备。其中，该方法包括获取低质量指纹图像，将其预先划分成若干个不重叠的图像块；分别从其周围不同方向上并行查找最相似的图像块，构建出每个图像块的相似块组；对每个图像块的相似块组进行去噪增强处理，得到每个图像块的增强相似块组；将每个图像块的增强相似块组内的相似块直接沿着第三维方向累叠构成一个相似张量，对该相似张量进行补全后再进行图像块聚合；将图像块聚合所形成的指纹图像，重新划分成若干个不重叠的图像块，重新构建每个图像块的相似块组，依次进行去噪增强、补全操作及图像块聚合，直至迭代预设次数，得到最终修复的指纹图像。技术研发人员：刘旭雅,付树军,聂秀山,杨璐,任好好受保护的技术使用者：山东建筑大学技术研发日：技术公布日：2024/9/29