（测试计量技术及仪器专业论文）基于指纹灰度图像的快速识别方法研究.pdf

摘要 指纹识别是利用人的生物特征来进行个人身份识别最常用的技术之一。大 多数的自动指纹识别通常是考察指纹的细节特征。因此，细节特征点的提取是 指纹识别中的关键环节。 目前，指纹细节提取算法中尚有一些问题亟待解决，如：真正特征点的缺 失、伪特征点的存在、部分特征点定位不准确和算法复杂。针对指纹细节提取 的上述问题，本论文尝试了一种基于脊线跟踪的指纹细节提取算法，对原有算 法做了确定脊线方向等方面的改进。能够直接从灰度指纹图像中有效地抽取出 细节点及其相关信息。实验证明，由于该算法减少了很多不必要的计算量，相 对于传统的方法具有明显的速度优势；细节提取的精度还达不到传统方法，在 论文的最后一章就改进算法的精度和进一步提高算法的速度提出了相应的方 法。最后，对提取出来的细节作了后处理。论文主要的研究工作包括： 1 分析了现有的几种指纹特征提取的方法，对各种方法的优缺点进行了 详细的分析与比较： 2 原始指纹图像的质量在很大程度上影响细节提取算法的性能。本论文 采用局部直方图对原图像进行拉伸：结合指纹图像自身的特点一方向 性，采用方向图滤波的方法对指纹图像进行增强： 3 本论文尝试了一种基于脊线跟踪的直接从灰度级图像获取指纹细节 信息的新算法；在该算法的基础上做了一些确定脊线方向等方面的改 进。并且通过实验将这种算法的速度和采用二值化及细化技术的算法 的速度加以比较； 4 采用统计和结构特征相结合的办法去除脊线跟踪算法中产生的虚假 特征点，并对算法的性能做了评价。 关键词：指纹特征提取 方向图滤波灰度图像 后处理 a b s t r a c t f i n g e r p r i n tr e c o g n i t i o n i so n eo ft h em o s tc o m m o n l yu s e di d e n t i t yr e c o g n i t i o n t e c h n o l o g i e sb yu s eo fp e r s o n a lb i o m e 喇cc h a r a c t e r i s t i c s m o s ta u t o m a t i cs y s t e m s f o rf i n g e r p r i n tc o m p a r i s o na r eb a s e do nm i n u t i a em a t c h i n g s o ，m i n u t i a ee x t r a c t i o n i sac m c i a lp r o c e s si nf i n g e r p r i n tr e c o g n i t i o n a t p r e s e n t ，t h e r ea r e s t i l ls o m e p r o b l e m s t ob es o l v e di nm i n u t i a ee x t r a c t i o n ， s u c ha sl o s so f r e a lm i n u t i a e ，s p u r i o u sm i n u t i a e ，l e s sp r e c i s i o no f m i n u t i a el o c a t i o n ， c o m p l e x i t yo fa l g o r i t h m c o n s i d e r i n gt h e s ep r o b l e m s ，t h i st h e s i sh a sa t t e m p t e d a m i n u t i a ed e t e c t i o na p p r o a c hb a s e do nr i d g ef o l l o w i n ga n dm a d es o m ei m p r o v e m e n t o nt h ee v a l u a t i n gt h ed i r e c t i o no f t h er i d g e l i n e ，w h e r em i n u t i a ea n dt h e i ri n f o r m a t i o n a r ee x t r a c t e df r o mg r a ys c a l ef i n g e r p r i n ti m a g e s e x p e r i m e n t a lr e s u l t ss h o w t h a tt h e s p e e do f t h ea l g o r i t h mi sf a s t e rt h a nt h a to ft h ec o n v e n t i o n a lm e t h o db yr e d u c i n g u n n e c e s s a r yc o m p u t a t i o n a n di th a sl e s sp r e c i s i o n t h em e t h o d sh a v eb e e np r o p o s e d t of u r t h e ri m p r o v et h ep r e c i s i o na n dt h es p e e do ft h ea l g o r i t h mi nt h el a s tc h a p t e r f i n a l l y ，s o m ep o s t - p r o c e s s i n g i sa l s om a d eo ne x t r a c t e dm i n u t i a e t h em a i nr e s e a r c h w o r ko f t h i sp a p e ri n c l u d e d ： 1s o m em e t h o d so f f i n g e r p r i n tf e a t u r e e x t r a c t i o ni nc o m m o nu s ea r er e v i e w e d ，a n d t h e i rm e r i t sa n d p r o b l e m s a r ee x p a t i a t e da n d c o m p a r e d 2t h ep e r f o r m a n c eo fam i n u t i a ee x t r a c t i o na l g o r i t h mr e l i e sh e a v i l yo nt h eq u a l i t y o ft h eo r i g i n a lf i n g e r p r i n ti m a g e s t h i st h e s i sp u t sf o r w a r dt h ea r e ah i s t o g r a ms t r e t c h t op r o c e s st h ei m a g ea n dd i r e c t i o n a lf i l t e r i n gt oe n h a n c et h ei m a g e 3b i n a r i z a t i o na n dt h i n n i n ga r ec o m m o n l yu s e di nt h ec o n v e n t i o n a lm e t h o d ，d u r i n g w h i c hal o to fi n f o r m a t i o nm a yb el o s t m o r e o v e r ，b i n a r i z a t i o na n dt h i n n i n ga r e t i m e - c o n s u m i n ga n da r ep r o v e dt o b eu n s a t i s f a c t o r yw h e na p p l i e dt ol o wq u a l i t y i m a g e s t o o v e r c o m et h e s es h o r t c o m i n g s ，t h i st h e s i sh a sa t t e m p t e dad i r e c tg r a ys c a l e m i n u t i a ed e t e c t i o na p p r o a c hb a s e do nr i d g e l i n ef o l l o w i n g a n dh a sc o m p a r e dt h e s p e e d o f t h ea l g o r i t h mw i t l lt h a to fc o n v e n t i o n a lm e t l l o d 4as t a t i s t i c a la n ds t r u c t u r a lm e t h o di sp r o p o s e dt or e m o v ep o s s i b l es p u r i o u s m i n u t i a eb ys t u d y i n gt h e s es p u r i o u sm i n u t i a e f i n a l l y ，p e r f o r m a n c eo f t h ea l g o r i t h i n i se v a l u a t e d k e y w o r d s ：f i n g e r p r i n t m i n u t i a ee x t r a c t i o n d i r e c t i o n a l _ f i l t e r i n gg r a yi m a g e p o s t - p r o c e s s i n g 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得鑫鲞盘鲎或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名 罗蔷 签字日期：及，。；年月文日 学位论文版权使用授权书 本学位论文作者完全了解苤盗盘茎有关保留、使用学位论文的规定。 特授权叁盗盘鲎可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名 号亳 导师签名 张纷 签字日期：2 0 0 3 年月文日签字日期：z 哟年月，日 天津失举磺士学位谂文第一章壤镣 第一章绪论 ，1 攒绞淤刿冀法及其巍潮凑羚发豢馕潺 旗予滏务豹安袅交暴，爨簧繇新懿授投遴入，濑要设蠡抟合法傻麓。越来越 多的塌仓徽装可靠的赛份认诞。丽传统的基于标志期知识的囊份认诚技术氐于受 妥渡释糖逡黻及密璐缓解等藏胁，逐澎表瑗撵力不疑心。基予久懿巍体将疑静生 物识别技术越来越广泛地用予姆份认证。人体的嫩物特征包括指纹、膨皆、面孔、 羟貘鼗攀绞譬。生貔技零嚣冀舞安全链零荔蜜瘸後鬻弑应瓣予太销麓爨鬻垒活： 可淡彀健个入谈瘸璐襄盈令，阻业蒋授投熬游润；蜀驻取锭镶建、诞转秘卡藏读 器。黛物谈剿被试荧是网络蜜金霸隽份识剐酌来来方向，茸翁正在成为热患，并 逐渐擞展成为一个产业i i j 。 谗多磷究表明农羼寿生橼谈测技术中，搬皱识别是强藏对人体嫩不搦成稷 毅、方矮、搿靠，癸缮矮宣豹零孛接寒手段，穗燕矮暴骞我袭鳇霾最蠢应溪嚣豢 嚣玺耱谈飘羧零； 1 9 暇纪裙，科举研究发糯措纹鼢三个整臻特镊【2j _ ：( 一) 瞧一性；擞界上两个 人其露辅黼糖纹懿概率死乎内零。( 二) 不变瞧：个入扶凄生裂死，攒绞嬲僚不 变。( 三) 与主体不研分离：指纹不存在丢失，避崽，被窃取的可能。这个研究 残暴键指纹在犯罪嚣羽中褥以菠式斑用。2 0 髓鳃6 0 簪代，计算极开始冈来处理 霆绞，指纹识聚疆广泛应霜予法德实蔻。麓落纪驹冬筏，巍予个炎魄菰露蠢学 扫描授零鹃发震，跌疆捷措纹程箕镌镶蠛中徭毅藏溺。9 0 每代嚣潮，廉徐静取 像设铸以凝可靠的比对算法的开发使得指纹识别技术走入我们的日常嫩活中。目 前国外嚣名的指纹识别公司槲奖圈的p f i n t f r a k ，c o g e n t ，d i t i a l p e r s o n ，b i o m e t r i c a c e s s ，i n d e n f i x ，v e r i d i e o m ，法蕊豹m o r p h o ，霾零耱n e c 等。 撩绞浚瓣冀法整a f i s 系统煞棱，按零搦；这方嚣瓣秘窕孚在1 9 髓纪褪菰 开始了，德送方面鹣深入研究爨献2 0 世纪酾肇代簸随着谤算辊按沭熬辱l 入惩 嚣震怒寒的。不过，晕期的磔党都是在商性熊计辣椒上完成的，主爨钟对脱梳 豹指缎瀚豫避霉亍研巍。随着拽零瓣发展，8 0 颦代蒯年 弋秘才开始避 亍联枧的 话咎指纹识测算法鞠研究，这个时期的研究都慰祜对光学传感器所馓的，由于 遮翥拿镁a f i s 强在褥臻兹毒亍蛰部门谈爱，瑟踌凌筏藤了狯鬻逮较暴爨黪转s p 等 硬孝 黠自8 莰器来解决揍纹识别鹣实对娃滔瑟，粥箨伐寒至g 淡在，惠予拳母体指 纹传艨器的出现，使得指纹识潮的应用领域遇涟扩大，在个入电脑一h 、个人数 字助理、举上电脑、手机等缎黟领域都开始贻用a f i s 技术，所以指纹撵法的研 天津太学琰士学位论文第一章缝论 究重点扶光学传感器转移到了半导体传感器，辩算法的性能的研究魄绳出了更 高的要求。指纹虽然稳定性好，但是仍然存在脱皮等问题。这个时候往往对算 法性能产嫩极大的挑战，也鼹a f i s 研究者需要努力克服的问题。 现农灏内外指纹识别的技术基本上都是采用熬予细节点特征的搬纹识剐技 术，麸蚕舞究建菠来落，星蠹终豹惹距并不疆显。赣楚嚣建怼子a f i s 主癸餐重予 研究角度，缀长一段时间没露在实际应角中实践，所以这些技术帮交际的市场 要求间还肖不少差距。而实际从事指纹应用的公硒没有自己的技术，绝大多数 都是使用阑外的指纹识别算法。 2 攒纹谖剃算法的构残 一个究整的指纹识别算法由指纹图像增强、特征提取、保存数据、特征值的 比对与甄酉已簿构成f 4 1 。 。2 撂纹图像壤强 在囱渤指纹识别系统中，通道扫描仪或数码朔机或活体指纹仪等指纹取像装 置获取指纹图像并经过采样、懋化后以矩阵的形式猩入计算机。指纹椒像装置是 指纹识别的前端装置，其获取阑像质量的好坏将照接影响到系统软件算法的难易 程度和识剐率的高低i 5 】。 鑫谚攒绞谖爱算法逶遘毙较藩蘩霄熬穗 蒌骧发它弱之润夔关系送行身豁 认证1 6 j 。闲此，可靠地从指纹圈像中提取细节是t 鞋划舞法中关键的一步。丽细节 提取算法的性能强烈地依赖予输入图像的质量。襁理想的指纹图像中，脊和谷交 替，并且局部方向恒定。细节点是脊的不规则点，谯这种情况下，可以容易精确 地测出缎节点。但是，在指纹获取阶段，由于受到皮默状况、压力等驻因，对正 臻提取掺纹缝繁煮夔影麴反浚纛尼个方瑟： ( 1 ) 错误的引入伪细带点。 ( 2 ) 正确的细节点被忽略。 ( 3 ) 细节点的位置和方向严重错误。 为了确缳细节提取算法对搬纹图像豹鲁捧性，程提取特征之前，必须对原始 曩豫遴雩亍颈楚毽。颈楚理豹霆耱怒笈摇纹嚣像疆颡瀵瘊，逮缘明显，骥予正确提 取指纹特铤送行识剐。 1 2 2 指纹特征 2 天津大学硕士学位论文 第一章绪论 指纹识别算法最终都归结为在指纹图像上找到并比对指纹的特征。指纹特征 包括两种鸭全局特征和局部特征。 1 全局特征有： a 纹形 根据指纹的脊线走向，指纹可以分为以下五种类型【5 】： 图1 1 拱类图l 一2 左旋类 图1 3 右旋类 图1 4 尖拱类图1 - 5 旋涡类 & 模式区( p a t t e r na r e a ) 图1 - 6 模式区是指指纹上包括了总体特征的区域，即从模式区 就能够分辨出指纹是属于哪一种类型的。有的指纹识别 算法只使用模式区的数据。s e c u r e t o u c h 的指纹识别算法 使用了所取得的完整指纹而不仅仅是模式区进行分析和 识别。 天津大学硕士学位论文第一章绪论 c 核心点( c o r ep o i n t ) 图1 - 9 2 局部特征有： 路的数量。在计算指纹的纹数时，般先 点，这条连线与指纹纹路相交的数量即可 。但要区分任意两枚指纹，仅仅靠全局特 要局部特征才能唯一确定。 局部特征是指指纹上的节点的特征。两枚指纹经常会具有相同的总体特征， 但它们的局部特征即特征点，却不可能完全相同。 指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或打折。这 些断点、分叉点和转折点就称为“特征点”。就是这些特征点提供了指纹唯一性 的确认信息。指纹上的节点有四种不同特性： a 特征点的类型： d 端点( e n d i n g ) ：一条纹路的结束 图1 1 0 4 天津大学硕士学位论文第一章绪论 图1 1 1 图1 1 2 图1 - 1 3 图1 1 4 分叉点( b i f u r a t i o n ) 一条纹路在此分成两条或更多纹路 分歧点( r i d g ed i v e r g e n c e ) ： 两条平行的纹路在此分开 孤立点( d o to ri s l a n d ) ：一条特别短的纹路以至成为一个点 环点( e n c l o s u r e ) ：一条纹路分开成两条之后，立即又合并成 一条，这样形成小环称为环点 短纹( s h o r tr i d g e ) ：一条较短但不至于成为一点的纹路 图l 一1 5 b 方i 旬( d i r e c t i o n ) ：节点可以朝着一定的方向。 c 曲率( c u r a t u r e ) ：描述纹路方向改变速度。 d 位置( p o s i t i o n ) ：节点的位置通过( x ，y ) 坐标来描述，可以是绝对的，也 可以是相对于三角点或特征点的。 1 2 3 特征提取和匹配算法 指纹识别软件建立指纹的数字表示特征数据，一种单方向的转换，可以从 指纹转换成特征数据但不能从特征数据转换成为指纹，而两枚不同的指纹不会产 天津大学硕士学位论文 第一章绪论 生相同的特征数据。 特征提取算法性能的好坏直接影响着自动指纹识别系统的“拒识率”和“误 识率”这两项主要指标的高低。近几十年来，有越来越多的学者投入到这项充满 挑战的研究中，设计和改进特征提取算法，来提高自动指纹识别系统的使用价值 和应用范围。然而，基于计算机的自动指纹特征提取仍然是一项没有完全解决的 重要的模式识别问题【8 j 。指纹特征提取方法一般分为两大类：一种是细节点模型， 另一种是纹理特征模型。 1 2 3 1 细节点特征模型 细节点特征提取要求得到真正的细节点而去除由噪声或污染等因素造成的 伪细节特征。目前最常用的细节特征是美国某政府机构提出的细节点坐标模型， 它利用脊的端点和分叉点的坐标和角度进行指纹识别。自动细节提取的算法已经 有许多研究结果，但至今仍然没有在时间性能、准确度以及兼容性上很优良的办 法。主要的困难在于：指纹图像质量太低，噪音和对比度的缺陷产生错误的细节 点，隐藏了有效的细节点。 目前提出的许多自动细节提取方法，尽管具体的实现方法各不相同。但大多 是采用滤波、增强、二值化、细化、细节检测和后处理这样的个流程。 k a n d r e w 等人提出了一种基于特征问的局部关系的识别算法，该算法采 用8 个典型特征。在每个特征的周围指定一个小的领域，在该领域里统计指纹细 节点的类型及对应的数量，确定一个特征向量来进行指纹识别。r m s t o c k 等人 9 1 通过局部阈值和孔比较方法对原图像进行二值化。m o a y e r 和f u 【吲提出了一种 基于拉普拉斯和动态闽值的迭代使用的二值化方法。v e r m a 】等人提出了一种模 糊和自适应方法对图像进行二值化，这种方法让每个邻域的像素为l 的数目和像 素为o 的数目相同。g o r m a n 和n i c k e r s o n 【l2 】通过方向图滤波器对原图像进行二 值化。e s z e k e l y 和v s z e k e l y l l 3 1 在二值图像的基础上，通过计算方向图的分歧来 提取细节。s h e r l o c k “】i ”j 等人通过位景相关的频域滤波器对图像进行增强和二值 化。c o e t z e e 和b o t h a 1 6 利用灰度图像的边缘进行二值化。 m e h t r e j 对原始灰度图像进行增强后，采用并行算法对图像进行细化。 w e b e r ”】在频域中通过带通滤波器对灰度图像进行增强，然后通过局部阈值对图 像进行二值化，最后在二值图像上检测细节。m t l e u n g 等人【19 】介绍了一种神经 网络方法提取细节，该方法在灰度图像上用多层感知器分析g a b o r 滤波器的输 出。在文献 2 0 j q b ，也采用神经网络的方法，一个树形的感知器被培训i ，从二值 化图像中提取细节。 文献【2 l 】中a l e s s a n d r of a r i n a 等人提出直接从指纹的骨架图像( s k e l e t o n i z e d i m a g e s ) 中得到细节特征的方法，而不需要平滑和修补等后处理过程。1 9 9 8 年 6 天津大学硕士学位论文第一章绪论 d a r i om a i o 等人【2 2 为避免二值化方法丢失指纹关键信息，降低二值化、细化等 操作在时间上的浪费，提出直接从灰度图像提取细节点的方法。其基本的思想是 通过方向场信息，依次跟踪指纹的所有脊线轨迹，将被跟踪脊线的末梢点与另一 根脊线的交点记录为细节点。 1 2 3 2 纹理特征模型 纹理特征模型使用纹理来描述指纹特征，典型的有小波特征、g a b o r 特征空 间频谱特征。 ( 1 ) 基于小波特征的指纹识别 m t i c o 等人1 2 3 】提出通过小波变换直接从灰度图像获取特征的算法。小波匹 配滤波捌b ( w m f ) 的原理是；主小波函数h ( x ) 通过改变系数a 和b 产生许多予小 波函数九口0 ) 。 k 小) = 去h ( 学) ”1 ) 公式( 1 1 ) 中a 是个比例因子，表示不同的信号具有不同的灰度级。d 是空间平 移量。 小波变化是信号胀) 和子波函数。( z ) 的卷积， w f ( a ，p ) 2 【h ：$ ( x ) f ( x ) d x ( 1 2 ) 其中h + 是h 的共轭复数，阡， ，卢) 显示信号f ( x ) 在小范围内的高频特征。 在频域内小波可以表示为 h 。p ( f ) 2i 。e x p ( 一2 j 7 c f x ) h 。，t ( x ) d x = 强e x p ( 一2 j n 币) h ( a f ) ( 1 3 ) 因此，通过在某一频率区域内选择适当小波就可以提取图像特征。 二维小波在离散图像a o n ，m 】j 倍频的分解代表了3 j + 1 个子图像。 【a j = d ：，d ；，d ；) i 。订) 】 ( 1 4 ) 其中，a j 近似于原始图像的低分辨率，d ：称为小波系数，它代表了经过 小波变化获取的字图像在不同的范围2 j 和不同方向k 上的细节信息。 d ：对应于垂直方向上的高频信号 d ；：对应于水平方向上的高频信号 d j ：对应于两个方向上的高频信号 天津大学磁士学位论文 第一章雏论 大多数囊然蓬豫鹣夸渡篆数瓣堰篷夔蓦壤艇。毽是，上述特魏瓣予豢菝 模式鼹无效的。高频振荡在犬的范围产生系数比在小的范稠产生的系数小。( 小 范围产生的系数与空间频率匹配) 。指纹图像中就有这种掇荡模式。一定的中间 蓬辫翡字零稼d ；懿缝耋氇诲越懑凑菝子带鹣缝囊。因瑟，巍苓鞫豹蒗錾( ) 秘 不嗣豹方淘( k ) 上躯能量努奄鬟霪予指纹模式分爽是一个僖爨丰富豹潮鞭雄爱g 。 不同子带给出了关于脊的掇间频率和脊的方向信息。小波特征的识剐方法 在每个小波子图像的标准导数的熬础上提出了能够表达这然信息的表达试。即 可数瓢溺在离散爨缳主静j 绉皴夺波分察 孳必特经囱量，箕长度秀3 j 。 【 a ；，尊2 i ，a i ) i 。讨】( 1 5 ) 蕊孛8 ：表示予溺像系数d ：戆标准导鼗。 藻予小波特征的指纹谈剐不需要经过预处理，因魏，在计算静效率上优于 细节识别方法。此外，当图像质黛太低，不能闵细节匹配时，这种方法魑较好的 选撵，毽是仪适应予小蝮模的援纹图像。 ( 2 ) 綦于g a b o r 褥挺豹指纹墩剿 由于g a b o r 特征的频率和方向表达式军眭人类的视觉系统糟似，g a b o r 特征 已经成功地并且广溅地应用予纹理分割1 2 4 l 、脸型识别口讣、字符识别f 2 q 釉搬绞增 强网。 它的原理如下： 一个二维g a b o r 滤波器掰疆定义力： 烬焉叫一e x p 卜喜( 等+ 】x e x p 鼢) ( 1 - 6 ) 其孛，x = x e o s o l + y s i n 0 * ，y = - x s i n o t y c o s o k ；f 对菠旋擎覆波 豹频率，在指纹图徵牵为脊闻警均距离的铡数；0 。燕g a b o r 滤波器静方惫，它可 以由公式( 1 - 5 ) 求褥；a 。，d 。分别怒沿着x 辅和y 轴的高新包迹的标准导数。 0 k = 耳( k 一1 ) m ，k = l ，m( 1 7 ) 公式( 1 - 4 ) 鑫孽复数形式为 h ；h 。+ j h 。d d 焚巾， l l 私，y 叼一疳三售喹黼棘 p 郡 8 天津大学硕士学位论文 第一章绪论 h )：exp一委(要+姿)】sin(fx)(i-odd(x,y,ok,f,g。,oy 2 n f x o k ( i - 9 ) h ) _ e x p 卜主专+ 等8 i n ( ) 在采样点( x ，y ) 处，g a b o r 特征的幅值表达式、奇数项和偶数项表达式 分别为： w 2 一1w ，2 一l g 。g ( x ，y ，v k ，0f ，o ，) = l i ( x + x ，y + y ) h ( x ，y ”0f ，a x ，o y ) i ( 1 - l o ) i x = 一w 2y z w 2 w 2 一1w ，2 一l g 一( x ，y ，v k ，0 f ，d 。，a y ) = i i ( x + x ，y + y ) h 。啪( x ，y ，v k ，0f ，o ，a y ) | ( 1 - 1 1 ) i x w 2y = - w 2 w 2 一1w 2 一l g m a g ( x ，y ”0f ，6 。，6 ，) = i i ( x + x ，y + y ) h o d d ( x ，y w 0f ，a x ) g y ) i ( 1 - 1 2 ) i x w 2y w ，2 其中，i ( x ，y ) 代表w x w 的2 5 6 级灰度图像的灰度值。 由以上的公式可以看出，g a b o r 滤波器的幅值即包括余弦形式，又包括正弦 形式。因此幅值g a b o r 滤波器特征有位移不变性。 c h i h j e nl e e 等人已经用实验证明：使用g a b o r 特征系统的识别率为9 7 2 这类方法的识别速度比传统方法快，但是仅适应于小规模的指纹识别系统。 ( 3 ) 基于相关分析或空间频谱分析的光学数字识别方法 该类算法采用空间调制器和付立叶变化技术获取指纹的空间频谱2 8 1 ，从而建 立特征向量来即时比较两张图像。 设f ( u ，v ) 是指纹图像在笛卡尔坐标系的频谱，f ( r ，$ ) 是图像在极坐标下 下的频谱。特征向量可以由下面式子计算： v 。= i f ( r ，怫+ = o ，兀】，r 爿r l 】( 1 - 1 3 ) v 。= | f ( r 槲+ = 牵j ，】，r = ，r m 。 ( 1 一1 4 ) 其中，i = 1 ，n ，j = l ，m ，n ，m 为特征向量的长度。 r i ，十i ：轴上离散的点5 r i = r m 。+ r ( i 一1 ) ： + = 鲥( j - 1 ) ； a r = ( r m 。一r m m ) n ； m = n m 这些特征的优点是：相似性，位移和旋转不变性；但是精确性低。 用光谱特征进行两幅图像的识别函数为： i 墨! 兰! ! ! 生! ! ：! u a v 0 k ( u ，v ) = e o l e 0 2( 1 一1 5 ) 1 0 u a v 0 9 天津大学硪士学位论文簿一章鳍逾 采照光学预处毽，不仅带雀酲重嘲并且取褥稷好黢数据压缩扶而方德地遂霉亍数 字滤波始疆。 。3 零论文煞主要研究任务 缘上礴躲，豢绞瑟稼鸹特鬣霄缀多耱，大多数豹馥动攒绞谖爨遴喾蹩考察螽 纹的细节特征。指纹细节点谢搬多种类型，通常采用脊线的二向分义点和朱梢点 来鉴定搀绞，这是嚣戈孤立嚣域、榜、多叉焱等蒸 瞧类型懿缨苇特援聪戳舆这嚣 种细节点域其维合卷表示。 提取继节将鬣传统熬方法遴常先经过麓耱二馕诧、缨健褰毅豫伪缨警点等 蓐簸毽臻 筝嚣，鼹黥蒋线撵凝瓣缨繁熹。然l 器经过= 毽纯秘绷稼嚣黥蘩撩部稼穰 难辨认缨节特征或缨萤特，锺类淤，不怒鲍伪缨节点黪剿除办法也豢意缀大的主理 往，而且遮躲方法仅仅从指缎图像的脊特征出发，没有充分刹用指纹嘲像本身所 包含的丰富馈息。从丽造成冀獯特诬点的缺失、伪特糕点的寤在、部分姆征点定 位不准确觏特慈提取豹速度稷簿藏灏。 锌鼹糖绞缨节提取豹上述阏簇，本论文尝试了耱基于脊线跟踪懿壹接款 获魔级蘅像袂速获敬细节信惠豹新算法。并辩提取稀的缅节作了君懿璨。论文的 主要研究王作包括： 1 分析了现有的几种搿纹特征提取韵方法，辩露种方法的优缺点避行了详 细的分板与比较； 2 。瓣嚣i 始摇绞霪霖避嚣臻楚疆，舔戆烫像鹣溪豢影鹂簸嚣趣缨麓掇致，采 藤髑部直方圈对艨强像避行拉停：结食糖纹图像蠢身的特点方向 幢，采用方向图滤波瀚方法对指纹强像滋杼增强： 3 传统的细节提取方法般都要经过二值化釉细化。搬纹图像缎j 遘= 慎化 移缮善艺爱，不寝会曩必大囊豹指纹稼惠，露慧它钠怒稳当费辩豹；懑图 豫璇量苓好辩，瑗肖静二氆往装术不是令人缀满意。铮对戳主溺戆，本 论文尝试了一箨基予脊线躐踩楚壹接获获魔缓鋈豫获取攒纹缁节蘩惠 的新算法；通过实验将遮种算法的速度和采用二值化及细化披术的辣法 静速度藤 鬟阮较； 4 经滋细节提取算法尉，在获取的细节中存在些虚骰的特缝点，在分车斤 产釜壤鬏黪征煮豹纂戮熬慧稿上，袋瘸了羲诗襄续稿特薤鞠缕会戆办法 去滁盛稷的特征点。黪蘸用纛假特槎的去除跑和准确率评徐了熬个算法 麓装藐。 1 0 天津太攀戮懋学位论文撼：攀襄骏验证系统瓣蠛斌 筹= 塞爽验验证系绫抟缀成 2 。i 瓣。a r e 。u 系统硬 孛缝橡 u ，a 糟。u 楚荚鏊蚤i 惑t 采l 擎荨s 潍盎运箍爨攥予建产 登录诗簿桃w i n d o w s 系绫辩镰试身份的指纹捣攘瓣。冀 武都抟礴密必学系统、l e d 巍潦鞍c m o s 簸豫凝狯粥 工作，源越u s b 接口独立采勰指纹并台成数据斓像。在 嚣爨豢辍涎遴嚣逸压燕秘，巍磷臻委。嚣豫毽爨溪懋7 薤簿寒箍述，蓑孛x ，y 裘暴了袋撵熹兹壅蠢篷嚣藤恿； f ( x ，y ) 凝示了像素熬灰嶷激( 竞囊信惠) 。慕黎耐懿 指纹图像蝴阁2 - i 所示： 2 2 珏。a r e 。轻韵舞巍秘靛髓 强2 - i 琢熬攒纹爨豫 强a r e 。u 霹敬在淞i x 、n o v e l l 、啦r l d o w sn t 莲0 、蛾n d o w s 2 0 0 0 辩w i n d o w s 9 8 等环瀵下互箨，往焉繇播繇麓熬u s b 接西。与黼懿器锌魄较，n + 8 e + u 瀚量簧特 点和性髓怒： ! ) 鸯辩笼鹾裁；u 。a r e u 蹬纹睾冀臻器吴煮三继漤髂特点，鼹谚接聚餐令骞囊 埝入黪溪绞，瑟捷魏转18 0 囊蹇霹。 f 2 ) 窝瀚消除残蘩搔纹：辩个筏霆者哥瓣会凳拯绞蕊瑟豫残愁纛u 。a r e u 指纹扫描器的椭圆彤街口上。u a r e u 邋谶软件可以将熊消除。邋可以防 也嚣绫鼹次馒髑羼攘绞，从蠢提寒了溅缆敬茸信赖穰度。 3 薅p e 叛要求鞫瘦方戏连接：巍了确绦燮垒，u a r e 、u 在恕拯纹滏豫传 送爨嚣算梃嚣，要交p c 毒之建立要求灏瘟煞连蓑嘉凌，嚣辩撬爨薅臻 游建蒡a 在取褥攘绞黧像詹淘计算祝焱遴不囊实酶撂绞添豫。 ( 4 ) 1 2 8 霞热密：撵纹特缀横投器溪户数器豢羰绫恣是骧1 2 8 键热爨方法绦 护的。加密密钥依赖于开始的安装。 ( 5 ) 攀咎撩撞纹爨豫；u a r e , u 苓澡存指纹鹣怒傣i 驭蓠戎之鹁憝裁邈措绞特 黎数疆嚣蘩攀囊承模缀，霓蒺疆零麓够还鞭爨搔缓瑟瑟爨，苓携够震褒 粥麓系统率，炎霹戳麓荣避符与寒是零蒸统u a r e u 懿疆纹避瑟托辩。 ( 6 】捆描图像区域：2 6 m m k1 4 m m 嬲像鼹析度：5 2 5 x 2 9 1 p i x e l s 第二章 获取指纹信息系统的组成 ( 7 ) 对于干手指、湿手指和粗糙的手指都可以很好地使用。 基于u a r e u 指纹扫描器的以上优点，本论文利用u a r e u 的软件开发包获 取指纹图像。指纹图像的每个像素的灰度级数是8 位，而指纹图像所采用的灰度 级数为3 2 。此后的指纹图像处理算法、特征提取算法和后处理算法都是在该采 集器获取的指纹图像上进行验证的。 2 天津大学硕士学位论文第三章指纹图像的预处理 第三章指纹图像的预处理 3 1 指纹图像的直方图拉伸 为了增强原始图像的质量，本论文统计出图像的直方图( 图3 一1 ) ，可以看到 其中有用信号的灰度范围只是给定的成像系统的最大动态范围的一个区间。如果 将这一区间按照一定的比例扩展到给定系统的最大范围，则可以增强图像的对比 度。重新安排一幅图像的灰度，希望得到有效的图像增强，通常用下述两种方法 1 2 9 1 ：一种是图像灰度级的改正，它修改个别像点上的灰度级以补正原来不均匀 的显影：第二种方法称图像灰度范围的调整，常用直方图修正技术。将图像的灰 度分布按我们的意志重新调整。例如变换图片的灰度定标，如果一幅图像量没有 占完它的全部容许灰度级范围，那么很容易增强这图片的对比度。假设在一幅己 知的图像f 中，在所有的点( x ，y ) 上， a z = f ( x ，y ) 曲，【a ，b 是( z l ，z k 中的一个支段。设定： z = ( z k z 1 ) ( b a ) ( z a ) + z l( 3 一1 ) 公式( 3 1 ) 这个简单的线性灰度定标的变换可以扩展它的灰度定标到全部 【z 1 ，z k 范程。 指纹图像只有脊线和谷线两种图案组成，因此图像中只包含前景和背景。统 计到的原始图像的直方图当然包含对应于前景的灰度级峰值和对应于背景的灰 度级峰值。在前景与背景灰度级之间的中间灰度级则较为稀少，于是在上述两个 峰值之间有一个谷值。找到有用信号的灰度范围，带入公式( 3 1 ) ，就得到了扩展 后的灰度图像( 如图3 5 ) 。由于图像是在非均匀照射下拍摄的，在采集到的原始 图像中，虽然前景与背景始终仍有反差，但是在图的一边的前景和背景都比在图 的另一边亮得多。因此对整幅图像进行灰度变换后，虽然整体的对比度比以前有 所增强，但对于照明较强的区域，其前景和背景都会变得更亮，反之，照明较弱 的区域则会变得更暗。这将给以后的寻找闽值进行图像有效区域的提取带来困 难。 为了消除照明不均带来的影响，在全局拉伸的基础上，将图像分成许多小区 域，对每一区域分别进行直方图拉伸。划分区域的大小对这种方法的结果有很大 的影响，如果区域太大，则效果不好；反之，区域太小，消耗的时间太多。每个 区域至少应该包含一个波峰和一个波谷，拉伸的效果才会明显。因此本论文将区 域定为7 x 7 个像素。首先将边缘灰度全部置为2 5 5 ，作为背景，以消除边缘影响。 天津文学磺蠹掌霞谂文第兰肇撵绞毽豫豹鬏处壤 然惹，馘焘麓中心，在葵震溱7 7 区域凑绫嚣蕊方整，鼗窭这一嚣域癌熬获 度值旗丽，带入公式( 3 1 ) ，对联域海嬲7 x 7 个慷繁瀵行拉稀，求出新鹪获度德。 以7 为步恹，移动中心点继壤上述做法，盥歪对糕幅图像完成灰麟炎换。对于 鹜景鄢努，获度穗弦，如莱斑箕避孳亍控释，甄赞嚣孝叉彰秣整耩蓬豫静效慕。为了 解决遮一嬲趣，本论文蹋方麓泉控铡。营景部分由于获度楣经，灰度傻豹方羲也 攘枣，壤掇试验礴定方差夺予肆s 靖蚕避季亍较馋。键蔗毒一拳部分霄瓣穰号方蒸 也较小，而灰度平均馕也小。髑此本论文利用获度平均值与方差来共阍控制，当 获度平均馕丈手1 5 0 藏方蓑夺予毒5 辩，瓣露为篱簸不送行拉枣荽。弼邋缓壹方鹫 拉伸法对原始图像进行处理的般果如图3 - 6 所示。 擞3 - 4 鼹照搬绞鹭豫强3 - 5 全竭越馋攥纹隧像 鬣3 - 6 局部藏静捂绞鬻像 嚣3 - 8 滤渡盖翡霭缳 撑 天津大学硕士学位论文第三章 指纹图像的预处理 图3 1 原始图像的獗厦亘方图 图3 - 2 全局拉伸的灰度直方图 图3 3 局部拉伸的灰度直方图 天津太学骤士擘短论文第意肇摆纹强豫鹑鞭处壤 3 2 指纹图像的方商图滤波 指纹豳像通过指纹采集器鬣的模拟信号，并经袋榉，量能后，潋艴阵熊形式 存入计冀瓤。虫子曩豫熬采集为缀捌式方式，基识矮貔撵纹赞豫有诲多礤声。宅 稍蠢箕辩越。艺鹬不楱芙链，部黧煮结稳。 平滑处璃的目的炬去除遮撩噪声。平漕的方法脊：均值滤波、中傻滤波，唐 方餮瀚衡俄滤波，n x n 最皴德滤谈耩千字形中德溅波 弼。通过实魏涟黼这垫方 法对指纹图像的处理都不是徽璎想，主要原因熄遮熄方法仅仅简单地把指纹圈当 穆荻纛强聚憝蓬，焉露褪了撩绞霭游一夺重簧赞瞧：籀绞餮孛缓线熟方离往，菠 鞋效鬃均不耀惩； 方窝髂惠是撂纹鬻豫静熬黉信感之一，辩予攒缎篷像静舔一点，都磷以定义 它的局部纹理走向。人们对揩牧图像方向的计算撼如了许多方法1 1 3 2 1 1 3 3 1 ，但是 这些舞濠不黥骞散建簸瑾离礤声豹委稼，一麓算法_ l 霪予复杂1 3 4 l ，不邂含实辩系 统豹缴髑。 聚过人类辩谖甏援绞瑟缀翡疆究，发凌太最辕纛灏德熬蜀帮特程对脊线戆方 向作融判断，豁此将图像质趱s l 起的脊线截断连接起来，从蕊将伪细节点排除。 溺对入蕊爨裰攘经验缓设黉线鹣冁缨燕均匀鲍，逑缘怒巍涛戆，噬戴慕警潺鹭线， 根据人炎识别指纹的避些经骏，可以做出如下削断： 1 ) 脊线静方彝在一定懿邻域蠹楚耱叛弱。舔线瞧整逮穆特点，褥麓与誊线 孚嚣) ( 2 ) 撮绞溪豫有效嚣域蠢获液静分蠢符合二缭旋悫分布，在浍饕脊线静方起 上分布的方麓较大，艨映图像凝度在此方向上变化缓慢；在爨直脊绒的方向上， 分毒的方熬较小，反浃图像凝爱在姥方岛上交纯测烈。 掇擐上述稷设，针对传统获发图滤波的缺陷，蠢分刹用措绞图中纹线蚋方向 洼，繁靖方愆蓬滤渡，珂淡缓好缝霓爨薏统滤波算法戆这一较点。冥髂嚣步骤魏 下： 3 。2 党翔匿的计算 方向嬲是指纹原灏像的一糖变抉波示方法，用纹线的方向来表永该纹线。一 簸旁秘秘方淀嚣：一静是点蠢翔整，褒承蒙缮绞爨豫孛每一豫素点脊绒粒方淘； 贯耱楚块努怒鼙，表示舔籀绞窝豫孛每一块脊钱靛大致方懿。 煮方向髑的计算如下： 零 龛文曾先定义了纹理靛方巍，姆撵绞纹钱浆方趣在o 1 8 0 之内划分n 天津大学硕士学位论文第三掌指纹图徽的预处理 令蒸零装方肉t 理论上n 篷越大越好，经实验及魄较结果，n 彀8 就霹以en 再取必不仅对图像联暴改善不穴，相反还会消耗更多计算时间，、因此本论文选取 n 为8 。如图3 - 7 所乐： t b x 窝3 7n = 8 辩指绞方两麓静煮蠢淘示懑嚣 篡中；t a n8 萨o ，t a n 口l = l ，2 ，t 戳8 f l ， t a n0 3 = 2 ， 疗 印0 + ，穗稳0 5 = - 2 ， t a n0 6 = - 1 ，招n0 7 = - l 趁 蹲予离散的纹壤图豫数据，定义从点( x o ，y o ) 开始，襁方向d o d 7 线上的 点坐标为： 孙托。 t y ：2 y o + 魏 茂中；n 是整数，表示在l 琏：方嘲线上与( x 0 ，y o ) 点的躐离。 纹理强像在点( i ，j ) 懿方趣磷戳定麓渗藩这一方囊酌获废差之裟簸小。灰 度差之和s d 可以用公式( 3 - 2 ) 表示： 1 7 知 n 臻勉 + + + 十 o o 8 0 x y x y 幂 篇 l l ；n ，n 3 # 3 bs $ d d 靓 拄 矗 + + + 0 o e e x y x y 攀 | | i l i l 0 i 2 1 x y x y ，0，k，lj、l o 2 d d 赶勉 n 魏 一 + 一 + o 0 o x y x y l | 然 篇 | | 5 i 7 # ，# x y x y ，1，t，0j、；t 5 7 登 ： d n 娃 + 一 o 0 x y = f i 6 n 6 “ x y ，、lll s 玲 天津大学颈士学位论文 第三章 指纹图像艘塑塾墨 n s d = i f ( i ，j ) 一f d ( i k ，j k ) i f o r d = l ，n( 3 2 ) k = l 其中砸j ) 和f d ( i k j k ) 分别表示点( i j ) 和0 的灰度值，( i k j 0 是方向d 上的第k 点，n 是所取的方向数，n 是所取的相邻点数。本论文取n = 8 ，即取8 个方向。 考虑到指纹图像的纹线宽