|
Biokey-WSQ指纹压缩算法介绍
1.技术介绍
Biokey-WSQ基于小波变换的图象压缩算法提供了更好的压缩能力,WSQ编码是其中性能较好的一类算法。压缩比为1:20
或 1:15,即一个指纹图象可以压缩到6-10K,解压缩后不影响模板特征点的提取,我们将其用于指纹图象压缩,并考虑到指纹图象识别的需要,从尽量保持关键点信息的角度改进该算法。因为关键点包含了待识别的指纹图象与指纹库中的指纹图象进行匹配所需的最重要的特征,所以在压缩算法中必须尽量保留这些关键点的信息。
算法的框架:
| |
|
关键识别 |
|
|
|
|
| |
|
↓
|
|
|
|
|
| 小波分解 |
→
|
自适应量化 |
→
|
WSQ编码 |
→
|
算术编码 |
关键点的识别:
关键点的识别可以分为四个步骤,即二值化、细化、关键点的提取以及伪关键点的删除。其中伪关键点的删除对于AFIS的识别率有很大的影响。在一幅指纹图中,主要有以下几种伪关键点:
实验结果:
此种算法对8bpp 512′
512指纹图象的压缩结果与JPEG比较见下表,其中峰值信噪比,单位为dB,为均方误差。下图是压缩32倍时的图象,可以看出,JPEG算法压缩产生了明显的方块效应,关键点信息完全损失了;而我们的算法则有很好的效果,特别是关键点部位比较清晰。
| Psnr bpp |
1.0 |
0.8 |
0.5 |
0.4 |
0.25 |
0.2 |
| JPEG |
35.97 |
34.61 |
31.07 |
29.00 |
24.98 |
22.60 |
| WSQ |
33.12 |
32.19 |
29.88 |
28.85 |
26.92 |
26.04 |
WSQ算法与JPEG算法的PSNR(dB)比较:

原始指纹图象

JPEG算法压缩结果

WSQ算法压缩结果
2.应用说明
该产品主要使用在指纹图象传输及大型指纹图象数据库的建立、查询、使用、大面积使用在政府项目、金融、社保、身份证、医疗、犯罪等指纹数据库方面,使得指纹图象数据库存储更经济、安全、方便。
|