針對現(xiàn)場勘驗中對潛指紋的無損采集和較低的檢測率的問題,本文設(shè)計了一種基于偏振法的潛指紋檢測方法。通過使用輕量化、小體積的便攜式偏振相機(jī)在主動光源條件下獲取亞克力板樣本上的指紋偏振圖像,分別獲取指紋樣本的線偏振度、線偏振角、全色圖像信息,在此基礎(chǔ)上建立目標(biāo)圖像的偏振HSV模型圖像信息并對全色可見光圖像與偏振度圖像進(jìn)行基于小波的圖像融合處理,得到了較好的潛指紋匹配效果。 

【文章來源】：光電子·激光. 2020,31(04)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

圖2 兩種成像鍍膜的原理圖

傳統(tǒng)的HSV顏色空間為色調(diào)(Hue)、色飽和度(Saturation)、明度(Value)三者組成的六角錐顏色模型,用來表示目標(biāo)的顏色信息。本文所使用的偏振HSV模型參考彩色空間的HSV模型,使用目標(biāo)的光強(qiáng)信息(Intesity)、線偏振度信息(DoLP)、線偏振角信息(AoLP)分別對應(yīng)彩色空間HSV模型的H、S、V三個分量,從而使目標(biāo)圖像的全部線偏振信息同時展示在一幅偽彩色HSV圖像中。偏振HSV模型建立過程如圖3所示。3 小波圖像融合

由于Stokes參數(shù)圖像、線偏振度DoLP和線偏相角AoLP圖像具有更加突出的邊緣、細(xì)節(jié)信息,融合算法在保留圖像細(xì)節(jié)信息、容忍任意方向的微小平移等方面有良好的性能,故本文采用基于小波的圖像融合算法,低頻時取區(qū)域均值,高頻時取絕對值較大的融合決策進(jìn)行圖像融合算法,其原理如圖4所示。4 實驗數(shù)據(jù)采集與分析

【參考文獻(xiàn)】：
期刊論文
[1]基于小波變換的分?jǐn)?shù)階微分算法在肝臟腫瘤CT圖像紋理增強(qiáng)中的應(yīng)用[J]. 邱甲軍,吳躍,惠孛,劉彥伯.  計算機(jī)應(yīng)用. 2019(04)
[2]空間目標(biāo)材料偏振光學(xué)特性研究[J]. 袁博,高靜,楊凡超,胡炳樑,高曉惠.  光子學(xué)報. 2017(01)
[3]基于主動偏振光的潛指紋偏振成像檢測方法研究[J]. 韓裕生,毛寶平,周遠(yuǎn).  紅外. 2014(08)
[4]潛指紋顯現(xiàn)方法研究進(jìn)展[J]. 陳艷,張春靜,高東梅,楊帆,韓冬雪,牛利.  應(yīng)用化學(xué). 2011(10)



本文編號：3349691