（系统分析与集成专业论文）基于点模式的自动指纹识别算法研究及应用.pdf

摘馁 摘要 本文在指纹的分类、指纹的中心定位、指纹的特征匹配三个阶段进行了探 讨。每个方面选取二种方法进行比较试验，并对其中的某些算法作了改进。在 此基础上选取其中的某些算法设计实现了银行储户身份验证系统。 具体地说，本文研究主要包括以下几个方面的内容： 1 采用块方向图滤波，自适应闽值二值化和模板细化等算法对原始指纹图 像进行预处理，去除指纹图像中的噪声点，得到细化的指纹脊线图像。 2 利门j 普安加莱法和局部方向搜索法对指纹的中心进行定位。局f _ | ：方向搜 索法中，采用粗搜索和细搜索两步，以实现中心的精确定位。 3 利用基于奇异点分类法和基于方向图分类法对指纹进行分类。基于方向 图分类法中将中心区域的方向图分为左上，左下，右上和右j 、四个子区域，根 抛各子区的纹线走向来确定指纹类型。 4 砧细化后的指纹图计算每个象素点的交叉点数，确定特征类型，捉墩指 纹的细节特征。 5 指纹特征匹配。选取了基于图像校准的点模式匹配法乖l 局部向量特征匹 配法进行指纹的特征匹配。在基于图像校准的点模式匹配法中采用了可变大小 的界限盒，改变了固定大小的界限盒的不足。在局部向量特征匹配法q 1 ) j u 入了 中心点与邻近特征点的纹线数，方向角差，中心点的方向角等特征信息，提高 了特征匹配的准确性。 6 设计并实现了一个基于指纹识别技术的储户身份验证系统。 关键词：指纹，自动识别，点模式，局部向量，身份验证 a b s t r a c t a b s t r a c t t h i sp a p e rd i s c u s s e st h ea f i sf r o mf i n g e r p r i n tc l a s s i f i c a t i o n ，f i n g e r p r i n tc o r e a u t o m a t i cs e e ka n df i n g e r p r i n tm i n u t i a em a t c h i n g i ne v e r yp r o c e s s ，i ts e l e c t st w o a d t m t e t i c st om a k ee x p e r i m e n t a t i o n s ，i na d d i t i o n ，i ti m p r o v e ss o m ea r i t l u n e t i c s b a s eo nt h e s ea r i t h m e t i c s ，i td e s i g n sa n da c h i e v e sa l li d e n t i t yv e r i f i c a t i o ns y s t e mo f d e p o s i t o r s t h e s ea r et h ep r i m a r yc o n t e n t so f t h i sp a p e r ： f i r s t ，w ea d o p tt h eb l o c kd i r e c t i o nf i l t e r i n gm e t h o d ，t h es e l f - a d a p tt w o - v a l u e d d i s p o s i n g m e t h o da n d m o u l d i n g b o a r d t h i n i n g m e t h o dt o a c c o m p l i s h t h e p r e t r e a t m e n to f t h eo r i g i n a lf i n g e r p r i n ti m a g e s e c o n d ，w ea d o p tp o i n c a r ei n d e xm e t h o da n dl o c a ld i r e c t i o ns e a r c h i n gm e t h o d t os e e kt h ec o r eo ft h e f i n g e r p r i n t i nl o c a ld i r e c t i o ns e a r c h i n gm e t h o d ，i ta d o p t st h i c k s e a r c ha n dt h i ns e a r c h t h e s et w os t e p sr e a l i z ea c c u r a t eo r i e n t a t i o no ft h ef i n g e r p r i n t c o r e t h i r d ，u s i n gs i n g u l a rp o i n t sa n dd i r e c t i o ni m a g e ，w ec l a s st h ef i n g e r p l i n t w e d i s p a r tf o u rs m a l lf i e l d s i nt h ec e n t e rf i e l do ft h ef i n g e r p r i n ti m a g e t h r o u g ht h e d i r e c t i o n so f t h el i n e si ne v e r ys m a l lf i e l d ，w ec o n f i r mt h ef i n g e r p r i n t t y p e f o u r t h ，w ec o u n tt h ec r o s sn u m b e ro fe v e r yp i x e li nt h ef i n g e r p r i n ti m a g e s w h i c hh a v eb e e n t h i n n e d t h r o u g ht h e c r o s sn u m b e r ，w ec o n f i r mt h em i n u t i a e f e a t u r e f i f t h ，w es e l e c tt w om e t h o d so fp o i n tp a t t e r nt om a t c hm i n u t i a ef e a t u r e i nt h e m a t c hm e t h o db a s e do n p i c t u r ee m e n d a t i o n ，w eu s et h ec h a n g e a b l es i z e db o u n d a r y b o xw h i c hi n f l u e n c e st h ed i s a d v a n t a g eo ft h eu n c h a n g e a b l es i z e db o u n d a r yb o x i n l o c a lv e c t o rm a t c hm e t h o d ，w ea d dt h el i n en u m b e r sa n dt h ed i s p e r s i o no f d i r e c t i o n a n g l eb e t w e e nt h ec e n t e rp o i n ta n dn e a rm i n u t i a ep o i n t w ea l s oa d dt h ed i r e c t i o n a n g l eo ft h ec e n t e rp o i n t t h e s ea d d i t i o n se n h a n c ev e r a c i t yo ft h em i n u t i a ef e a t u r e 2 m a t c h i n g s i x t h i td e s i g n sa n da c h i e v e sa ni d e n t i t yv e r i f i c a t i o ns y s t c l no f d e p o s i t o r s k e yw o r d ：f i n g e r p r i n t ，a u t o m a t e di d e n t i f i c a t i o n ，p o i n tm o d e l ，l o c a lv e c t o r , p e r s o n a l i d e n t i f i c a t i o n 3 第1 乖概述 第1 章概述 1 1 生物特征识别技术 在如今的工作生活中，很多场合都需要身份的认汪，例虫l j ：银行交易、股 票买卖、门禁系统，传统的基于标志和知识的身份认证技术由 ：受到证件 伪造以及密码破解等的威胁，逐渐表现得有些力不从心，人i f j i 二始把目光转向 了指纹等生物信息识别技术。生物识别技术是利用人体生物特征进行身份认证 的一种技术。生物特征是指唯一的、可测量或可自动识别的生理特征或行为特 征。生理特征多为先天性的，如指纹、眼睛虹膜、脸像等：行为特征则多为后 天性的，如笔迹、步态等。生物识别以生物技术为基础，以信息技术为手段， 将两大热门技术交汇融合为一体。 生物泌别系统对生物特征进行取样，提取其唯一的特征并且转化成数字代 码，然后将这些代码组成特征模板。人们同识别系统进行交互时，系统获墩其 特征并与数据库中的特征模板进行比对，以确定是否匹配，从而决定接受或拒 绝该人。生物识别系统一般不能像传统识别技术那样给出绝对的“对”或“错” 的识别结果，它往往会给出具有非常高可信度的相对判断，例如错误概率仪为 o 0 0 1 “。 人类利用生物特征进行识别的历史町追溯到古代埃及人通过测量人体各部 位的尺寸来进行身份鉴别。现代生物识别技术始于2 0 世纪7 0 年代中期，由于 早期的识别设备比较昂贵，因而仅限于安全级别要求较高的原予能实验、生产 基地等。现在，由于微处理器及各种电子元器件成本不断下降，精度逐渐提高， 生物识别系统逐渐应用到门禁、企业考勤管理、安全认证等许多领域。 理论上，只要满足下面的条件，人的任何生理特征或行为特征都可以用作 身份识别【2 】： 普遍性，即每个人都拥有该特征； 唯一性，即没有哪两个人拥有同样的该特征； 永久性，即该特征不会随时问而变化； 可采集性，即该特征能够被定量地测量出来； 易实现性，即容易实现，包括资源消耗少，工作环境要求不苛刻； 可接受性，b p 人们乐意接受这种识别方式； 难欺骗性，即冒充者很难通过提供假特征欺骗以别系统。 当前，已经用于识别的生理特征有指纹、手形、脸形、虹膜、视网膜、脉 批、面部温谱图等：行为特征有签字、语音等。基于这些特征，人们已经发展 了多科，生物识别技术。指纹识别是基于手指纹线所构成的图像的唯一性和排他 性进行身份鉴定。手形识别包括掌纹图像识别、整个手掌的手形识别、单个手 指或两个手指( 食指、中指) 的指形识别，其中手形和指形泌别是利川手指的 三维立体形状进行识别的。人脸识别主要针对脸部不易产生变化的部分进行图 像处理，其中包括眼眶轮廓、颧骨周围区域以及嘴的边缘区域等。i 吾音识别通 过分析语音的唯一特性，例如发音的频率，来识别说话人。虹膜识别是利片j 人 眼虹膜终身小变性和差异性来识别。同虹膜识别一样，视网膜识别可能是最可 靠、最值得信赖的生物识别技术，但运用起来难度较大。签名谚 别，也被称为 签名力学辩识，它建立在签名时的力度上，分析笔的移动，例如加速度、压力、 方向以及笔划的长度，而非签名的图像本身。 总之，生物识别技术是一种十分方便安全的诌 别技术，它不需要你记住身 份号和密码，也不必随身携带各种卡片。生物测定就是你，非常安全和方便。 由于“生物识别”技术以人的现场参与( 不可替代性) 作为验证的前提和特点， 且基本不受人为的验证干扰，故较之传统的钥匙、磁卡、门卫等安全验证模式 其有不可比拟的安全性优势；更由于其软件、硬件设施的普及率上升、价格下 降等因素，使其在金融、司法、海关、军事以及人们l = i 常生活的各个领域扮演 越来越重要的角色。 1 2 指纹识别的历史、发展和应用 其实人类很早就将指纹应用于身份鉴别了，在公元前7 0 0 0 年到6 0 0 0 年以 筇l 币概述 前的古叙利亚和古中国，一些粘土陶器上留有陶艺匠人的指纹，表明这时指纹 的一些特征已被人们认识和接受，并被用于身份的标识。1 8 2 3 年西欧出现显微 镜之后，德国学者普克尼就把指纹划分成9 个类别。1 8 7 7 年英国驻印度总督威 廉赫胥尔首次提出要把指纹作为鉴定和识别作案分子的手段，后来逐步得到 推广应用。1 8 8 9 年，英国“自然”科学杂志发表了一篇福尔茨的沦文，文t t q # 出“每一个人的指纹没有一个相同的，而且又是终生不变的”。这篇论文是世界 最早提出的指纹理论学说，它已成为各国保安和执法部门进行侦破案件的重要 依据。进入2 ( ) 世纪后，随着计算机技术的高速发展，利用计算机对图像进行处 理和模式识别已经成为可能，因此大约在7 0 年代美闷等发达国家先后开始研究 自动指纹i = 别系统( a u t o m a _ i e df i n g e r p r i n ti d e n t i f i c a t i o ns y s t e m 简称 a f i s ) 。如今，美、英、f = _ l 、法等发达国家的警察局，已经用计算机管理了数千 万人的指纹档案，并建立了以自动指纹识别系统为核心的指纹信息管理系统， 仗指纹信息的应用达到了一个新阶段。 与其它的身份鉴别投术柏此，自动指纹识别技术具有以f 特点【3 ： 1 指纹的唯一性。据统计，在全世界5 0 亿人口当中，除了有1 9 名生来就 不长指纹的特殊人物之外，没有一个重样的指纹。 2 指纹信息的稳定性。每个人的指纹是非常蚓定的，它刁i 会| i ! 着人的年龄， 身体状况的变化而变化。而声音则会在入的。生r ”多次发生变化。 3 指纹样本易于获取，有利于开发指纹口 别系统，有很强的实用性。目前 已有标准的指纹样本库能方便指纹识别系统的软件，f 发，另外以别系统。 t 完成 指纹采样功能的硬件部分也较易实现。 4 。对于单个的人，他的十指指纹都不相同，便于没计多重认讧e ，提高系统 安全性。而且，这并不增加系统的额外负担。 5 不可分离性。指纹是人身上生来具有的，不存在遗忘，丢失被盗的情况。 6 在指纹识别中，通常使用细化后的指纹图提取关键特征，并根据关键特 征建立相应的指纹模板，而不是采用原指纹图进行配准，这样可以使模板库的 第l 币慨进 存储量较小。另外，如果进行异地确认，利用较小的指纹模板传输可以大大减 少网络传输的负担，能够支持计算机的网络功能。 从以上分析可知，自动指纹识别技术相对于其它的身份鉴别技术有独到的 优势，而且具有很好的实用性和可行性。 随着自动指纹识别技术的发展，基于指纹识别的身份认证已从传统的刑侦 扩展到越来越多的领域。 电子商务：互联网时代，网上交易日益频繁，但由于传统身份认证的局限 性和电子商务机制本身的不健全性，给网上交易的安全性带来了威胁。加入了 指纹鉴别的网上身份认证系统，让特定的操作只有特定的人刊能进行，避免了 用户密码的盗失冒用给用户带来的损失，大大增加了网络操作的安全性。同时， 因为指纹可以作为司法证据，网上交易的实施性也火大提高，用户不能以种种 借口违约中断交易。 信用卡：用加入指纹信息的i c 卡代替传统的信刷膏，防止了卡的被盗，丢 失、密码忘记等等情况给卡主人带来的不便雨i 经济损失。目前，加装指纹识别 功能的a t m 机已经在美国开始应用。 养老保险系统：只有保险金享有者本身爿能领取养老金，防止了代领和恶 意冒领( 在保险用户已步e 亡情况下，继续山他人领取养老金) 给保险公司书t 川* t , u t 损失。 移动f u 话：带有指纹识别功能的手机，可以l l j ：j 止别人盗打。 考勤机：指纹 ： 别技术的采用方便了企业进行职工的考勤管理，有效地制 止弄虚作假，代别人打卡等不正当行为。 电脑：指纹识别鼠标，方便用户登陆和身份认证，不需要再记密码。指纹 识别硬盘驱动器，保护重要数据的安全，避免非法存取硬盘数据。 综上所述，指纹识别技术是一种成熟的生物识别技术，已经应川到很多，j 面。随着计算机技术和电子技术的发展，其应用范围还会继续扩火，因此有必 要深入研究，以) i ：发山更方便，业理想的指纹自动识别系统。 4 第1 昂僦进 1 3 国内外自动指纹识别技术的研究概况 e j 前，国外从事指纹识别研究的公司，学校，科研机构共有2 0 0 多家。其 中l ，较为著名的公司有：i b m ，i n t e l ，n e c ，i d e n t i x ，d i g i t a l p e r s o n a ，j 叫；幽现 代，朝鲜培富一l 等。学校有：加州理工学院( c a l i f o r n i ai n s t i t u t eo ft e c h n o l o g y ) ， 密歇根州立大学模式识别与图像处理实验室( m i c h i g a ns t a t eu n i v e r s i t yp a t t e r n r e c o g n i t i o na n di m a g ep r o c e s s i n gl a b ) ，意大利b o l o g n a 大学特征弘 别系统实验 室等。研究机构有：美国国家标准局视觉图像处理研究组( n 1 s tv i s u a ii m a g e p r o c e s s i n gg r o u p ) ，i b m 沃特生研究中心( i b m t jw a t s o nr e s e a r c hc e n t e r ) 等。 这些国外公司、研究机构在指纹的采集、图像处理、识别、比对等方面的技术 已经比较成熟。各种相应的产品也已投放市场多年。 国内从上个世纪8 0 年代初期开始研究指纹自动u 别技术。从事指纹识别的 研究机构有：北京大学信息中心，清华大学自动化系，北京邮电人学，。 ，科院， 长春光机所等。从事自动指纹识别系统丌发的公司有：晒安青松，北京中控， 厦门宝利铬，北京培富士等。其中部分公司拥有自主知谚 产杈的技术和产品。 目前指纹识别软件系统的矽f 究主要包括以下几个方面： 1 图像预处理 常用的图像预处理包括了三个方面：滤波、二值化与细化。 ( 1 ) 图像滤波 滤波操作主要是为了去除图像中的噪声，突出指纹图像的脊线，使其更有 利于二值化处理。常用的滤波方法有均值滤波、中值滤波、最小均方差滤波等。 均值滤波方法中，文献【5 采用矩形滤波器对二维矢量的每一个分量进行独立的 平滑处理。中值滤波方法中，文献【6 】采用方向加权中值滤波运用指纹方向图和 模糊理论的思想来构造滤波模板，不同的前景点方向选择1 ；同权值的模板。最 小均方差滤波方法中，文献【7 】通过在不同区域内计算浚区域的标准差和扶度平 均值，取标准差最小区域的坎度平均值作为处理点的狄度值。文献 8 1 提出的上 下文滤波器，上下文滤波器是一系列上下文相关的滤波器，使用时根据某一块 爿ji 带慨进 的方向从一系列滤波器中选择一个相应的滤波器来对这块进行滤波。 f 2 ，剿豫二缓位 该步骤将滤波后的指纹图像转化成只有0 ，l 墩值的二值瀚像。传统的二值 讫方法毒巍定阙缓法、鑫逶疫阙馕法、弱都鑫逶鹰瓣毽法等，这麓方法穰臻图 像的狄度信息实现图像的二值化，实现起米比较简单，但处理速度上有所欠缺， 文献【9 j 采j 疆了动态溺蘧二值纯方法，它结台指纹黼像自身的方向结构特点和图 像扶度值变化特点，列图像中每一个象索点的二锻化进行动态阈德。此方法处 理速度上有优势。 ( 3 ) 图像细化 j 细化炬删除二值化指纹图像的边缘像索，使其转变成只有单像素的骨架图 像，以经二缨节特经豹掇毅。缨健瓣痰僳诞绞线戆连接瞧、方彝瞧秘特链点不 变。此外，还应保持纹线的中心基本不变。指纹纹线的细化从实现上可分为两 大炎：一类楚获终蠲雨逐点潮去二稳图豫豹逑赛煮，魏文献 1 0 1 , f 鹣h i l d t h 簿法： 男一类是从内到外，找到柴一中叫点，然后按扫捕方向寻找其八邻城内如为纹 条纹q ，闯织素的点，逐次敷褥细化线。前一种方法中间定位性较好，易于实蜕， ! ：i 往往要缝过若二r 次迭代算法，速度较慢。后一刹，方法自保持较好的连通性， ：f ：i 情况复杂，有时中问定位不准，较难实观。 2 。姆，惩提取 该步骤对细化后的指纹图提墩分叉点、断点等特征点，建立枷应的特征向 鳖，羰镬送行据纹疆配工佟。特，霞捉联r 露羽懿方法楚交叉数谤箨法。该簿法 通过计算缎素点的交叉数来判定该点的特征类型，实现容易，执行效率商有较 好豹瘟焉效莱。 3 指纹分类 分类怒根据指纹的全简特征，将指纹分为凡类，方便在庞大的指纹库中进 行焱找。搬纹分类的实现方法很多，大致上可以分为三类：罄于= i | l 缀网络蛇分类 方法、基予奇异点分类的方法和语法分析的方法。神经f l j | i 络的方法一般翘艇丁 6 ! jl 章概进 多层感知器或k o h o n e n 自组织网络。文献【1 1 】提出了一种利用多个多层感知器 来进行分类。该算法不依赖于问题模型特性，具有较好的自适应性。基于奇异 点进行分类的方法严重的依赖奇于异点，所以在一些噪声比较大的局部图像和 残缺图像中会出现比较大的误差。语法分析的方法是根据预定义的语法规则来 表示指纹和对指纹进行分类的，典型的如文献 1 2 】中的基于脊线几何形状的分类 方法，文献 1 3 1 6 p 的隐含马科夫模型分类n ( h i d d e nm a r k o vm o d e lc l a s s i f i c a t i o n l 的方法。这些算法都取得了较好的试验效果和较强的算法鲁棒性。 4 指纹匹配 指纹匹配是指纹自动识别系统的核心。一般地，指纹匹配都是基于指纹的 细节特征来进行。美国国家标准局( n i s r n 提出了用于指纹鉴定的四种特征，即 脊末梢、分叉点、复合特征( 三分叉或交叉点) 和未定义。目前最常用的细节 特征是美国联邦调查局( f b i ) 提出的细节点坐标模型，它利用脊末梢( 断点) 与 分叉点这两利一特征来鉴定指纹。传统的特征匹配有两种：一种是以特征点为基 础的点模式匹配；另一种是以指纹的纹理信息为基础的纹理模式匹配。r a t h a ， c h e n 和j a i n ，s t o c k m a n t l 5 1 等提出的基于h o u g h 变换的方法把点模式匹配转化 成了对变换参数的h o u g h 空间中峰值的检测。该方法将变换参数离散化，并在 离散化后的参数空间累积各自的置信度。该方法计算量大，时间复杂度高，需 要很商性能的计算环境的支持。j ps t a r i n k 与e b a k e r 的模拟退火的算法【“】， r a n a d 与r o s e n f e l d 提出了的点匹配松弛算法b 7 1 ，都有计算量大的缺点不能适应 自动指纹识别的要求。s s o b a j i c 等描述了三种指纹匹配的方法 1 8 】。一利，是利用 光学仪器实现两幅指纹图的灰度相关性计算，该方法速度快，但实现的仪器价 格昂贵并且不宜携带。 1 4 本文的研究内容 目前，指纹识别作为一种热门的生物识别技术受到越来越多的关注，国内 外许多机构和学者都采用了很多不同的算法对指纹图像进行预处理利匹配。本 文重点在指纹的分类、指纹的中心定位、指纹的特征匹配三个阶段进行了探讨。 1 章概述 每个方面选取二种方法进行比较试验，并对其中的某些算法作了改进。在此基 础上选取其中的某些算法设计实现了银行储户身份验证系统。 具体地说，本文研究主要包括以下几个方面的内容： 1 刘原始指纹图像进行预处理，去除指纹图像中的噪声点，得到细化的指 纹脊线图像。 2 利用普安加莱法和局部方向搜索法对指纹的中心进行定位。局部方向搜 索法中，采用粗搜索和细搜索两步，以实现中心的精确定位。 3 利用基于奇异点分类法和基于方向图分类法对指纹进行分类。基于方向 图分类法中将中心区域的方向图分为左上，左下，右上和右下四个子区域，根 据各子区的纹线走向来确定指纹类型。 4 对细化后的指纹图计算每个象素点的交叉点数，确定特征类型，提取指 纹的细节特征。 5 指纹特征匹配。选取了基于图像校准的点模式匹配法和局部向量特征匹 配法进行指纹的特征匹配。在基于图像校准的点模式匹配法中采用了可变大小 的界限盒，改变了固定大小的界限盒的不足。在局部向量特征匹配法中加入了 中心点与邻近特征点的纹线数，方向角差，中一1 5 点的方向角等特征信息，提高 了特征匹配的准确性。 6 设计并实现了一个基于指纹识别技术的储户身份验证系统。 第2 章指纹图像的预处理 第2 章指纹图像的预处理 2 1 自动指纹识别系统的基本流程 指纹自动识别的基本过程主要包括：指纹取像，指纹图像预处理，指纹特 征提取，指纹特征匹配，结果输出等部分( 如图2 1 示) 。其中图像预处理又可 分为滤波、二值化和细化等几个步骤。 亟五 一 亟五正卜 五困 圈2 1 指纹识别的基本流程 1 指纹取象 指纹耿象是指纹自动识别的首要步骤。指纹图象的获取一般有两类方法： 一类是使用印泥和纸张的方法。例如：将手指按上印泥，然后按在纸上，再通 过扫描仪输入到计算机。这种方法费时，取象不稳定，取得的图像常常模糊不 清，不太适合自动指纹识别。另一类方法是设备取象。取象设备大体分为三类： 光学设备，晶体传感器设备和超声波设备。光学设备依据的是全反射原理 ( f t i r ) 。手指放在棱镜上，手指的脊和棱镜相接触而谷不和棱镜接触，激光以 一定的角度照射棱镜产生全反射，由c c d 阵列接收并获墩指纹图像。晶体传感 器设备采集图像时，手指放在传感器表面，传感器感受接触点并改变电容器的 电压从而获取图像。晶体传感器设备与光学没备相比具有体积小、集成度高、 数字化等特点，但采集范围较小。超声波设备是利用超声波反射测距来采集指 纹的。它抗干扰强，对受污损的指纹也能获取比较清晰的指纹图像。 9 笫2 带指纹幽像怕坝处理 2 图像预处理 预处理在整个自动指纹识别系统的过程中是很关键的第一步，通常，直接 进入计算机的图像有着一定量的噪声，我们需要去除这些噪声才能诈确地进行 特征提取、分类、比对等操作。 不同的特征提取方法有着不同的预处理要求，目前，从大的方面分，主要 确两矛| 恃征提取方法：一种是直接从预处理后的细化图像中提取细节点特征； 一种是直接从指纹扶度图中提取统计性特征。前一种特征提取方法中的图像预 处理部分包括了三个步骤，图像滤波、图像二值化与图像细化。后一种特征提 取方法一般只需要滤波操作即可。 3 特征提取 该步骤对细化后的指纹图提取分叉点、断点等特征点，建立枷应的特征模 板，以便进行指纹匹配工作。这个过程本质上是将图像分布转化为特征数掘， 这个转化过程是不可逆的。特征提取的另一个过程是直接从指纹灰度图中提取 统计特征。 4 指纹比对 指纹比对是指纹自动识别系统的核心。一般地，指纹匹配都是基于指纹的 细节特征( 如脊末梢、三叉点、四叉点等) 来进行的。 2 2 指纹图像预处理 指纹图像的质量很大程度上决定了指纹细节特征提取的质量，并影响到最 终的指纹识别。由于下列因素的影响，常导致指纹图像采集中产生干扰或畸变： ( 1 ) 不一致的接触。计算机处理的指纹图像是三维的手指映像在二维表面所 成的像，由于每次采集压力不同会使得采集得到的指纹图像产生一定的畸变。 一般说来，这种映像过程是很难控制的。 ( 2 ) 不均匀接触。如果手指与采集设备完全接触，那么手指的脊结构信息将 会完全被采集但是手指皮肤的干燥程度、汗渍、污渍、皮肤病等因素都会导 致指纹图像的失真，如部分脊结构信息不能与采集板接触。这样会导致一些错 1 0 瓣2 章榭牧幽像的顶处埋 误信息被采集。 3 ) 不霹霉瑗豹谈簸。采矮天王慕集攒绞、手疆受蠡等都会塞久藏蓉辩羧变 习皇指的细节信息，导致假储息被采集。 秘蘩蒙设备零痔麓噪声予莸。 上述因素都可能造成德转析的指纹图像产生定数数的可疑特征点或大量 粪实特征赢被慈珞。为了疑大程度的反缺指绞的冀实信息，使指皴图像颟衙清 哦，特征躜是，我们需要进行指纹图像疆处理。本文是程 舞绞懿臀架匿上避嚣 特铤提取工作，所以预她瑷包括滤波，二值化，细化三个斌程。 2 。2 。l 方秘毽骛辞冀 指纹闰像自身商着许多不同予其他图像的特点，它的纹理性潮方向性都很 强，我稻霹戳把稽蔽銎橡潇箨是肖着确定纹理稚流状模燮，这样就可韬。算它的 方向图。 方向黼播述了指纹图像率每像素点所在脊线或谷线在该点的切线方向， 嚣建一秘诳直接鼓艨鼹疫翳稼中褥列的有掰痿感，它翁诗算一妻怒揍纹谈鬟技 术中必不可少的一步。 般说来，除了孛心溪磐，攘绞翡脊线瓣爽怒并蜇匏，且方向变琵孚缓。 于鼹，研究中可用方向图沫表征指缎脊线的大致难向。方向图一般有两种：点 秀蠢霪帮菰方自圈。蔻者表示指纹鞠像孛每蒙索焘脊线鹣方翔，后眷表示每 一小画积元脊线的方向。计算方向阁的基本思想韪：在原扶度匿像中计算镪一 煮( 躐每一酞) 在各个方商二的菜个统计量( 翔祆疫纛、梯度簿) ，裰粥这些统计量 在磐个方鼬上的差羚，确定该点( 该块) 的方趣。 ( 1 ) 点方向图的计算 蹲煮( x ，y ) 设嚣1 6 令方螽，零乎爨卷海0 。，遵簿钤旋转，镰窝骥2 2 。5 4 没爨一个方向。每个方向依次甩0 ，l ，2 ，1 5 表示e 农蠢国d 二，点方向& 并，芦， 为： 2 章指纹阁像的预处理 s a x ，y ) = l 厶( 圳) 一f a x 。，y 。) m 2 i 其中，厶( x ，y ) 为方向d 上”个点的灰度平均值，( x 。，y 。) 表示方向d 上的第 计算( 工，y ) ，取最小的s 。值对应的方向为点( x ，y ) 的方向。综合考虑计 设g r d ，为某一像素点8 邻域中方向为0 。的像素点的个数，定义a ( d ，的最 大值为g f d tj ，次大值为a ( o ：j ，其对应的方向值分别为d 。和破，q i ，j 是 id t 若5 g ( d lj 8 口“卢b 芎若3 如似m 且g r 吖刚_ g z 脚 jd ， 共他 第2 章指纹i 芏l 像的预处理 向直方图。取方向直方图中峰值方向为该块的方向。从而得到块方向图( 图2 2 示) 。 ( a ) 指纹原图 图2 21 6 1 6 块方向图 ( b ) 1 6 x 1 6 块方向图 2 2 2 图像的滤波 滤波的功能在于去除图像噪声，增强图像质量。指纹图像处理中的滤波主 要是用来增强指纹脊与谷的对比度，尽可能地“修补”图像，去除噪声。由于 各种原因的影响，采集到的指纹图像有时含有较多的噪声。滤波正是为去除噪 声而设计的。 对指纹图像的滤波方法很多。文献 1 9 】用g a b o r 滤波器来作为带通滤波器， 去除噪声，增强脊谷结构。g a b o r 滤波器利用了指纹的方向性和纹理性。但这种 算法的难点在于需要计算图像的频率图，频率图计算量比较大，而且频率容易 产生偏差。 本文采用的滤波算法是基于方向图的上下文滤波器算法。它能根据指纹的 脊线走向从一系列滤波器中选择相应的滤波器对其进行滤波，滤波后的指纹图 像脊线清晰，有利于进行下一步的二值化处理。 1 块方向图滤波 本文设计的滤波器由两部分组成：平均滤波器和分离滤波器。平均滤波器 的作用主要是连接边中出现的断点，而分离滤波器可以去除图像中的叉连现象。 第2 章指纹图像的预处理 滤波器的大小根据脊线宽度来确定。因为指纹图的脊线宽度多为5 7 个像素， 经过实际比较试验，7 x 7 的模板的效果最好。所以，本文选用7 7 大小的滤波 模板。所用的水平方向滤波器模板如图2 3 所示。图2 3 ( a ) 为平均滤波模板，图 2 | 3 ( b ) 为分离滤波模板。经块方向图滤波后，可有效地连接意外产生的断点和分 开伪叉连。对于第i 行第j 列的平均滤波输出如式( 2 3 ) 示，分离滤波输出如 式( 2 4 ) 示，其中m 取值从一3 到+