（电路与系统专业论文）低质量指纹图像预处理算法研究.pdf

t l ， ， 南京邮电大学 硕士学位论文摘要 学科、专业：工学电路与系统 研究方向：智能信息系统与应用 作 题 l u il l ii l lill iiii ii il y 17 5 5 0 0 4 英文题目：r e s e a r c ho nt h ea l g o r i t h mo fp r e p r o c e s s i n gf o rl o w q u a f i t yf i n g e r p r i n ti m a g e 主题词：生物识别，指纹识别，特征匹配，指纹增强，方向场，g a b o r 滤波， 二值化 k e y w o r d s ：b i o m e t r i c s ，f i n g e r p r i n ti d e n t i f i c a t i o n ，f e a t u r em a t c h i n g ，f i n g e r p r i n te n h a n c e m e n t ，o r i e n t a t i o nf i e l d ，g a b o rf i l t e r , b i n a r y 指纹识别 应用。但随着 如何处理低质 成为研究机构 指纹识别 论预处理过程 滤波增强算法 除噪声上有明 很好，但是所 了g a b o r 滤波 关键词：生物 。 南京邮电大学硕士研究生学位论文 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 nh a sb e e ne x t e n s i v e l ys t u d i e da n dm a n ya d v a n c e sh a v eb e e nm a d e o ni t b u tt h e r ea r es t i l lm a n y p r o b l e m sw h i c ha r es h o w ni na c t u a la p p l i c a t i o n sa n de v a l u a t i o n s e x p e c t e dt ob es o l v e d h o wt od e a lw i t hl o w - q u a l i t yf i n g e r p r i n ti m a g e sa n di m p r o v ef i n g e r p r i n t i d e n t i f i c a t i o n e f f i c i e n c y , t h e yh a v eb e e n a l l a l o n ga t t r a c t i n gt h ea t t e n t i o no fm i l l i o n so f r e s e a r c h e r s t h ec o r eo ff i n g e r p r i n ti d e n t i f i c a t i o na l g o r i t h mi n c l u d e ss e v e r a ls t e p sw h i c ha r ei m a g e p r e - p r o c e s s i n g ，f e a t u r ee x t r a c t i o na n dm a t c h i n g t h i sp a p e rf o c u s e so ne n h a n c e m e n ta l g o r i t h m o ff i n g e r p r i n tp r e p r o c e s s i n g g a b o rt r a n s f o r mi sas p e c i f i ck i n do fw a v e l e tt r a n s f o r m ；i t a b a n d o n st h et r a d i t i o n a ls p a t i a lf i l t e rt od e a lw i t ht h el i m i t a t i o n so ff i n g e r p r i n ti m a g e s g a b o r t r a n s f o r mi sm o r ee f f e c t i v et h a no r d i n a r yf o u r i e rt r a n s f o r mf o ri m p r o v i n gt h et e x t u r ef e a t u r e so f f i n g e r p r i n ta n di tt a k e sf u l la d v a n t a g eo ft h ed i r e c t i o na n dt h ef r e q u e n c yo ft h eo r i g i n a l f i n g e r p r i n t b u tt h ec o l l e c t e df i n g e r p r i n ti sn o ta l w a y s 鹤i d e a l 鹤t h eo r d i n a r yg a b o rf i l t e r s u p p o s e d ，s ot h i sp a p e ro p t i m i z e ds t a n d a r dd e v i a t i o na n df i l t e rw i n d o ws i z e ，a n dm a d et h e m d e f i n e da saf u n c t i o no ff r e q u e n c y , t h i sf i l t e rc a nm a k ef u l lu s eo ft h eo r i g i n a li m a g ei n f o r m a t i o n t oe n h a n c et h ei m a g e a tt h es a m et i m e ，t h i sp a p e r r e p l a c et h eo r i g i n a ls q u a r eg a b o rf i l t e rw i t h c i r c u l a rg a b o rf i l t e r , a n df r o mt h e o r e t i c a la n de x p e r i m e n t a lp o i n to fv i e wi tc o n c l u d et h a t f i n g e r p r i n ti m a g e sh a sb e e ne n h a n c e d i nt h el a s t p a r to ft h et h e s i s ，t h em a j o rf i n d i n g so ft h es t u d ya r es u m m a r i z e da n d i m p l i c a t i o n sa n dl i m i t a t i o n sa r ep o i n t e do u tt og i v et h ed i r e c t i o n so ff u t u r ew o r k k e y w o r d s ：b i o m e t r i c s ，f i n g e r p r i n ti d e n t i f i c a t i o n ，f e a t u r em a t c h i n g , f i n g e r p r i n te n h a n c e m e n t ，o r i e n t a t i o nf i e l d ，g a b o rf i l t e r , b i n a r y i i 南京邮电大学硕士研究生学位论文 目录 目录 摘要i a b s t i la c t 第一章绪论1 1 1 生物识别技术1 1 2 指纹识别技术简介o 3 1 3 指纹识别系统的一般结构及工作模式4 1 4 国内外指纹识别技术研究现状。5 1 5 研究现状总结及本文贡献6 1 6 本文的内容安排7 第二章指纹图像预处理8 2 1 指纹特征信息8 2 1 1 指纹采集8 2 1 2 指纹特征8 2 2 指纹图像预处理l l 2 3 本章小结1 7 第三章基于方形g a b o r 滤波器的指纹图像增强1 8 3 1 小波变换：1 8 3 2 方向场的计算1 9 3 3g a b o r 滤波器2 1 3 4 本章实验及分析2 5 3 5 本章小结2 7 第四章指纹图像的二值化2 8 4 1 二值化方法。2 8 4 1 1 动态阈值法2 8 4 1 2 固定阈值法3l 4 1 3 最大类间方差法3 l 4 2 本章实验及总结3 3 第五章g a b o r 滤波算法改进3 6 5 1g a b o r 滤波器参数的优化3 6 5 2g a b o r 滤波器的进一步改进3 7 5 3 本章实验及分析4 2 5 3 1 算法改进前后的指纹图像增强以及二值图比较4 3 5 3 2 图像增强算法识别结果比较4 6 5 4 指纹图像增强算法总结4 7 第六章总结与展望4 8 6 1 总结一4 8 6 2 展望4 8 致谢5 0 参考文献_ 5 l 图索弓i 5 3 表索弓i 5 4 攻读硕士学位期间发表的论文5 5 i i i 南京邮电大学硕士研究生学位论文第一章绪论 1 1 生物识别技术 第一章绪论 传统的身份认证方式包括基于知识( 如密码，口令) ( w h a ty o uk n o w ) 的身份认证和 基于令牌( 如钥匙、身份证) ( w h a ty o uh a v e ) 的身份认证。传统的身份认证方式存在许 多缺点，密码和口令存在容易忘记、容易攻击、容易泄露等问题，钥匙和身份证等存在容 易被盗、容易丢失、容易伪造、容易冒用等问题。传统的身份认证方式的这些缺点给我们 的生活带来了诸多不便，产生很多安全问题。比如口令的盗取，别人只要留意用户在计算 机终端前输入口令时的击键动作就可以知道用户的口令，甚至可以通过你的姓名、年龄、 生日或者其他一些信息猜出你的口令，因为许多人使用自己的生日等信息作为口令。尽管 现行系统通过要求用户及时改变他们的口令来防止盗用口令的行为，但这种方法不但增加 了用户的记忆负担，也不能从根本上解决问题。基于令牌的身份认证不要求用户费力地记 住口令，但令牌容易丢失、容易被盗、容易伪造，如证件的伪造和盗用、不正当的转借等。 一些罪犯通过伪造证件进入机密场所以窃取机密信息，有的罪犯伪造签证和护照非法入境 或移民，这是因为传统的证件使用了易于伪造、未经加密的纸质材料。因此，必须寻找更 加方便，更加安全可靠的身份认证方式。 基于生物特征的身份认证方式( w h a ty o ua r e f w h a ty o ud o ) 可以克服传统身份认证方 式的许多缺点【1 1 。每个人都具有多种生物特征。生物特征包括生理特征和行为特征，生理 特征是指与生俱来的特征，如指纹、虹膜、d n a 等。行为特征是指后天习惯形成的特征， 如步态、笔迹等。每个人都拥有许多种生物特征，生物特征不会被忘记和丢失。对于每一 种生物特征的性质，可以用一些参数来描述，包括： ( 1 ) 普遍性( u n i v e r s a l i t y ) ，是否每个人都具有这种特征， ( 2 ) 唯一性( u n i q u e n e s s ) ，是否任何两个人的这种特征都不同， ( 3 ) 恒久性( p e r m a n e n c e ) ，是否终生不变， ( 4 ) 可采集。l 生( c o l l e c ta b i l i t y ) ，是否容易采集， ( 5 ) 性能( p e r f o r m a n c e ) ，识别的正确性如何， ( 6 ) 接受程度( u s e r a c c e p t a n c e ) ，用户是否愿意接受这种身份认证方式， ( 7 ) 防欺骗性( r e s i s t a n c et oc i r c u m v e n t i o n ) ，防止环境欺骗的能力。 南京邮电大学硕士研究生学位论文第一章绪论 表1 1 列出了常用生物特征的参数比较，每个参数分高、中和低三个等级，其中高最 好，低最差。如果根据性能等级给每个参数打分：高为3 分，中为2 分，低为1 分。各生 物特征总的得分分别为：人脸1 4 分、指纹1 8 分、手形1 5 分、虹膜1 8 分、视网膜1 6 分、 签名1 1 分、声音1 1 分。指纹和虹膜的得分最高，而虹膜的用户接受程度为低，指纹中没 有等级为低的参数。可见，众多生物特征中指纹是较为理想的一种用于身份认证的生物特 征。在各种基于生物特征的身份认证方法中，指纹识别所占有的市场份额最大，图1 1 是 国际生物识别组织i b g ( i n t e m a t i o n a lb i o m e t r i cg r o u p ) 对2 0 0 9 年各种生物特征的市场份额的 比较报告，其中指纹识别的市场份额为2 8 4 。同时，基于生物特征的身份认证方法的市 场收入额在逐年上升，图1 2 是i b g 对生物认证方法在未来几年内市场收入额的预测，可 见社会越来越需要基于生物特征的身份认证，尤其是基于指纹的身份认证方式。 表卜1 常有生物特征的比较 生物特征普遍性独特性稳定性可采集性性能接受程度防欺骗性 人脸高低中高低高低 手型中中中高 由 中中 虹膜高高高中高低高 视网膜高高中低高低高 指纹中高高中高中高 签名低低低高低高低 声音中低低中低高低 2 南京邮电大学硕士研究生学位论文第一章绪论 其他 手型识别1 8 图1 12 0 0 9 年生物识别技术收入比 a n n u a lb i o m e t r i ci n d u s t r yr e v e n u e s 。2 0 0 9 2 0 1 4l s mu s d i c 伸咿i 魄露2 伽陲i n t e m a t o r m l & i o m e t r t cg r o u p $ 1 0 力o o , o 钰。0 0 0 d ) 瓤r 舢冉 蝴o o o s 皇求均国 $ i o 国 餐o 粕_ o $ 1 , o o o ，o s 玑0 图1 - 22 0 0 良2 0 1 4 年生物识别市场收入预测 1 2 指纹识别技术简介 生物特征识别的历史可以追溯到古埃及人通过测量人的尺寸来进行身份鉴别。公元前 7 0 0 0 年到6 0 0 0 年以前，在古叙利亚和中国，指纹作为身份鉴别己经开始应用【2 】【3 1 。1 9 世 纪初，科学研究发现了指纹的两个重要特征，一是两个不同手指的指纹脊的式样不同，另 外一个是指纹脊的式样终生不改变【i l 】。这个研究成果使得指纹在犯罪鉴别中得以正式应 南京邮电大学硕士研究生学位论文 第一苹绪论 用，1 8 9 0 年阿根廷首次应用，然后是1 9 0 1 年的苏格兰，2 0 世纪初其他国家也相继应用到 犯罪鉴别中。2 0 世纪6 0 年代，由于计算机可以有效地处理图形，人们开始着手研究利用 计算机来处理指纹。从那时起，自动指纹识别系统( a f i s ) 在法律实施方面的研究和应用在 世界许多国家展开，f b i 在6 0 年代末期开始使用一种自动识别指纹的设备，到在7 0 年代 末期，已经有一定数量的设备开始在美国大范围使用。2 0 世纪8 0 年代，个人电脑、光学 扫描这两项技术的革新，使得它们作为指纹取像的工具成为现实，从而使指纹识别可以在 其他领域中得以应用。目前常用的指纹识别系统通常分为以下三个模块：( 1 ) 指纹的采集； ( 2 ) 指纹的特征提取；( 3 ) 指纹匹配。指纹的采集就是通过相关设备将指纹纹线分布录入并进 行数字化处理；指纹特征提取是在采集到的指纹图像上提取感兴趣的指纹的特征信息；指 纹匹配是利用提取到的特征信息判断两枚指纹是否同源。指纹识别技术是最可靠的生物识 别技术之一，已经有很多自动指纹识别产品应用于法律部门、公共安全领域和民用领域。 1 3 指纹识别系统的一般结构及工作模式 指纹识别系统本质上是一个模式识别系统，它根据使用者的生理或者行为特征对使用 者进行辨识，从而判断其是否具有合法身份。从逻辑上讲，自动指纹识别系统由两个主要 模块组成：注册模块和识别模块。注册模块主要负责将生物特征信息保存到系统样本数据 库。在登记过程中，生物特征样本首先经相应的采集设备录入，经过增强和二值化、修补 等预处理过程，然后经特征提取算法提取特征信息，这种特征信息被称为样本。根据需要， 样本信息( o i l 练集) 被保存在数据库或磁卡、智能卡中。识别模块负责判断待识的特征信 息和当前样本特征信息是否匹配。在该模块中，相应设备录入待识生物特征，并进行数字 化，经特征提取算法提取待识生物特征中的有用信息，由模式匹配算子将这一信息与预先 存储的样本信息进行比对，最后得出是否匹配的判断。指纹识别系统的一般结构如图1 3 所示。 4 南京邮电大学硕士研究生学位论文 第一章绪论 预处理 图1 3 指纹识别系统一般结构 1 4 国内外指纹识别技术研究现状 在国外，早期的研究主要面向指纹分类，m o a y c r b 【7 】等提出句法分析的方法，k a l l ek a r u 和a n i lk j a i n 1 9 1 通过识别核心点( c o r e ) 及三角点( d e l t a ) 来进行分类，k a w a g o e 和t o j o 剐应用 了p o i n c a r ei n d e x 的方法来识别关键点。另外w i l s o n 将神经网络引入了指纹系统中对指纹 进行分类。在匹配算法上，主要有点匹配和结构匹配两大类。s t o c k m a n 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对转换参数的h o u g h 空间中峰值的检测，这种方法相对的 缺点在于当细节点较少( 少于3 0 个) 时很难在h o u g h 空间里得到足够大的证据来保证一 个可靠的匹配，另外该方法有计算量较大的缺点。j p p s t a r i n k 与e b a c k e r l 9 】从能量最小化 的角度描述点匹配的问题并使用了模拟退火的方法，该方法的计算量也比较大。而 d k i s e n o r 与s g z a k y t l o l 使用图来表示指纹特征并用图匹配的方法来匹配指纹图像。这些 方法都利用了指纹图像中的拓扑结构信息以克服指纹图像的噪声旋转与变形对识别的干 扰。 近年来利用计算机进行指纹识别的技术已经很成熟并且开始大规模推广。许多大公司 和专门的机构都有从事该项技术的研究开发与应用，包括i b m 、i n t e l 、m i c r o s o r 、 d i g i t a l p e r s o n a l 、m o t o r o l a 等。美国密歇根州立大学( m i c h i g a ns t a t eu n i v e r s i t y ) 的模式识别与 图像处理实验室( p a t t e mr 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 o r a t o r y ) 在国际著名学者a n i l k j a i n 【4 j 的领导下，在国际知名的学术会议如c v p r 和学术期刊如i e e et r a n so np a m i 和 p a t t e r nr e c o g n i t i o n 上发表了大量有学术价值的论文，并取得了丰硕的成果。从指纹采集到 图像的预处理、识别、比对算法都比较成熟。可以说指纹识别技术已经形成了一套完整的 南京邮电大学硕士研究生学位论文第一章绪论 体系。由于指纹识别系统产品的安全性、可靠性、实用性，在需要个人身份识别、验证、 授权的场合得到广泛的应用。 国内从上个世纪8 0 年代初期开始研究指纹自动识别技术并得到较大发展。除了引进 国外的新技术，国内公司也独立研究开发出自主知识产权的多项指纹识别类产品。指纹识 别算法有的也达到了国际先进水平。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、北京邮电大学、中科院、长春光机所掣5 1 。从事自动指纹识别系统开发 的公司有：西安青松、北京中控、杭州中正等。国内公司多以指纹门禁为主导产品，并开 发出适合考勤、证券、银行内部授权、银行保管箱、计算机开启等应用产品。因为现有的 指纹识别算法已经渐进成熟，所以目前国内的指纹识别研究工作主要是集中在把现有算法 灵活应用于实际产品的开发，通过对指纹识别算法各个环节的改进，力求把这些改进应用 到实际系统中去。在民用开发领域，杭州中正生物认证公司与浙江大学组建了“浙江大学 一中正生物信息与计算联合实验室 ，推出了一系列基于嵌入式指纹识别技术的解决方案， 如指纹电子钱包、指纹硬盘、指纹i c 卡身份认证系统、指纹门禁解决方案、指纹考勤机 解决方案、指纹数字签名仪等。在算法研究上，近年来中科院自动化所人工智能实验室在 指纹分类、匹配和压缩上取得了很多突出的理论成果，在国际国内知名学术会议和杂志发 表了多篇论文。 1 5 研究现状总结及本文贡献 总的来说，自动指纹识别的关键技术包含图像获取技术、图像压缩技术、特征提取技 术( 纹路方向计算、纹路频率计算、奇异点检测、指纹分割、指纹增强、纹路提取和细化、 节点提取和过滤、纹数计算、图像质量计算) 、指纹匹配技术、指纹分类技术、指纹安全 技术等，所有这些技术仍在不断发展中。虽然指纹识别领域已经取得许多进展，但指纹识 别中的许多问题仍然有待解决，主要包括低质量指纹图像的特征的准确提取瞄】，纹路方向 如何准确计算和纠正，如何根据特征提取算法的能力准确地进行指纹分割，如何增强低质 量的纹路，如何准确地提取奇异点，高性能的模式匹配算法，合理而准确的分类算法和高 效的索引算法，指纹注册时模板特征如何有效地选取，基于网络的安全指纹识别，指纹图 像的关键特征无损压缩算法，嵌入式识别系统如何在有限条件下进行有效的识别，如何开 发廉价、高质量、快速的采集仪等【6 】。 本文对指纹图像预处理过程做了详细的阐述，对指纹的增强做了重点研究，采用了 g a b o r 滤波方法对指纹进行增强，并对g a b o r 滤波器的参数进行了修正，在实验中得到该 6 塑塞坚皇查堂堡主婴窒生堂垡笙茎兰二童堑垒 g a b o r 滤波器对指纹增强效果更好。在采用传统的改进方法之后，本文用圆形g a b o r 滤波 器替换传统的正方形g a b o r 滤波器，并用此滤波器对多个不同的低质量指纹图像进行滤波， 对比方形滤波器滤波后的指纹图像，证实了改进的g a b o r 滤波器对指纹滤波效果更好。 1 6 本文的内容安排 本论文共分六章，每章的主要内容如下： 第一章：绪论。介绍生物识别技术及指纹识别技术的研究背景、研究现状和目前存在 的问题。 第二章：指纹图像预处理。介绍了指纹图像预处理的各个环节的基本原理。 第三章：基于正方形g a b o r 滤波器的指纹增强算法。深入研究了基于正方形g a b o r 滤 波器的指纹增强算法，并得到优于传统傅里叶变换效果的增强效果图。 第四章：指纹图像的二值化。此章讲述了二值化的方法，并对这些方法运用在指纹图 像处理中的效果进行比较，得到了一种较理想的指纹二值化方法。 第五章：g a b o r 滤波器的改进算法。改进了g a b o r 滤波器的固定大小以及形状，采用 和相关元素联系的动态值大小，并在实验中得到验证。 第六章：总结与展望。对论文所做的工作进行总结，并提出未来改进的方向。 7 南京邮电大学硕士研究生学位论文第二章指纹图像预处理 2 1 指纹特征信息 2 1 1 指纹采集 第二章指纹图像预处理 为了得到指纹的特征信息首先要对指纹进行采集，按照采集方式的不同，指纹主要可 以分为三类：捺印指纹、活体指纹和模糊指纹。捺印指纹指的是将沾了印墨的手指按压在 某种东西( 通常是纸) 上留下的指纹的痕迹，再经相应设备转化为数字化的信息，就得到捺 印指纹图像。捺印指纹采集到的有效面积比较大，但因采集方式所限，采集速度较慢，指 纹缺陷较多，并且难以严格控制采集的质量。根据录入原理的不同，活体指纹录入仪可分 为光反射式、热感式、电容式和超声反射式等几种。根据采集时指头是否与指纹录入仪接 触，又可分为接触式和非接触式。经活体指纹采集设备得到的是数字化的指纹图像，相比 较而言，活体指纹的质量是最好的。模糊指纹一般是指在犯罪现场采集到的指纹，是将罪 犯无意中遗留在犯罪现场的指纹痕迹经过显影、拍照和扫描等技术处理而得到的指纹图像 【l i 】 o 指纹图像是由连续脊线和谷线组成的具有丰富纹理信息的图像。脊线是指纹在采集设 备上直接接触的纹线，谷线是脊线之间与采集设备非接触部分。 2 1 2 指纹特征 指纹特征又包含总体特征和局部特征。总体特征是指用于描述指纹总体结构的一些特 征，从整体上可将指纹进行区分，并用肉眼就可以直接观察到的指纹特征。包括以下几个 方面：基本纹线图案、模式区( p a t t e r na r e a ) 、核心点( c o r ep o i n t ) 、三角点( d e l t a ) 、纹线( r i d g e c o u n t ) 。 基本纹线图案包括：环型( 1 0 0 p ) 、拱形( a r c h ) 和螺型( w h o r l ) 。其它的指纹图案都基于这 三种基本图案。环形又有桡侧环( 正箕) 和尺侧环( 反箕) 。拱形有平拱和凸拱。指纹图像纹线 类别比例大致为：螺旋型占2 7 9 ，环型占6 5 5 ，弓型占6 6 。指纹类型如图2 1 所示。 8 南京邮电大学硕士研究生学位论文第二章指纹图像预处理 ! 互 至互 图2 1 五种指纹类型 局部特征是指纹上的细节特征，两枚指纹经常会具有相同的总体特征，但它们的局部 特征却不可能完全相同。指纹纹线并不是连续的，平滑笔直的，而是经常出现中断，分叉 或打折；这些断点、分叉点和转折点就被称为细节特征点；就是这些细节特征点提供了指 纹唯一性的确认信息。指纹的细节特征与指纹的全局特征相比种类繁多，有1 5 0 多种，但 是其中很多特征是极其罕见的，我们一般把指纹的细节点归类为：端点、分叉点、分歧点、 孤立点、环点、短纹。而在大多数自动指纹识别技术中，一般只使用两种细节点特征：纹 线端点( r i d g ee n d i n g ) 和分叉点( r i d g eb i f u r c a t i o n ) 。纹线端点指的是纹线突然结束的位置，而 纹线分叉点则是纹线突然一分为二的位置。大量统计结果和实际应用证明，这两类特征点 在指纹中出现的机会最多，也最稳定，而且比较容易获取。更重要的是，使用这两类特征 点足以描述指纹的唯一性。通过算法检测指纹中这两类特征点的数量以及每个特征点的类 型、位置和所在区域的纹线方向是特征提取算法的任务。特征点的类型和定义如图2 2 所 示。指纹特征点如图2 3 所示。 9 南京邮电大学硕士研究生学位论文第二章指纹图像预处理 图2 2 特征点的类型和定义 l o 南京邮电大学硕士研究生学位论文第二章指纹图像预处理 2 2 指纹图像预处理 图2 3 指纹上的特征点 社会对指纹识别系统的性能需求不断提高，尤其是低质量指纹的特征提取和识别性能 颇受关注。低质量指纹图像的产生原因和表现主要为： ( 1 ) 手指皮肤太干会使得图像中的纹路突然终止，形成假的端点， ( 2 ) 手指皮肤太湿会使得两条或多条纹路粘在一起， ( 3 ) 手指皮肤上的皱纹会使得图像中产生许多断纹， ( 4 ) 手指皮肤纹路结构不清晰或者手指太脏，从而采集的图像纹路结构难以辨认， ( 5 ) 手指在传感器的移动会使得采集的图像变得模糊， ( 6 ) 手指在传感器上的残留痕迹会产生干扰纹路， ( 7 ) 传感器本身的性能( 如传感器受静电干扰) 也会对图像质量产生影响， 除此之外，在指纹识别过程中可能出现两幅指纹的相对形变较大和两幅指纹重叠区域 过小等问题。 低质量的指纹图像给指纹识别带来的困难主要是低质量图像的特征难以正确提取，用 于识别的特征信息的丢失以及在特征信息中存在较大杂音( 图像噪声) 使得难以正确计算 纹路方向、难以正确分割图像、难以提取纹路等。低质量指纹图像的特征提取依赖于特征 提取过程中各种算法的好坏，特别是纹路方向的计算、图像的准确分割和低质量纹路的增 强。正因为如此，指纹图像预处理就显得越发重要了。 指纹图像预处理的目的在于通过图像分割将背景噪声区域与包含指纹纹线的前景区 域分离，并将前景区域无法修复的部分予以剔除，同时根据指纹前景区域中的纹线结构特 点，采用有效的滤波方法使指纹图像画面清晰，边缘明显，以便提取特征进行识别。总之， 指纹图像预处理是使预处理的结果对后面的识别来说比原始指纹经纬度图像更合适，预处 南京邮电大学硕士研究生学位论文第二章指纹图像预处理 理在指纹图像处理中有着非常重要的作用，预处理操作直接决定指纹识别系统的优劣。 图2 4 指纹图像预处理流程 如图2 - 4 所示，预处理过程分为图像增强、二值化、平滑和细化等步骤。图像增强是 对指纹图像采用一定的算法进行处理，使其纹线结构清晰化，尽量突出和保留固有的特征 信息，而避免产生伪特征信息，其目的是保证特征信息提取的准确性和可靠性。指纹二值 化过程使指纹图像从灰度图转为二值图像，去除了多余的灰度值，留下黑白像素，也即只 是保留脊线和谷线两种纹线。二值化后的图像可能会出现纹线断裂或有小气泡的情况，通 过平滑处理可以得到消除。由于脊线和谷线的宽度并不能给指纹识别过程带来更多的信 息，同时也为了存储的指纹图像更“轻便”，我们将对平滑后的指纹图像进行细化处理。 预处理过程的常见实现方法如下。 1 图像增强 图像增强是对指纹灰度图进行的操作，常见的滤波方法有：中值滤波、直方图均衡滤 波、基于f f t 滤波。现在我们就以f f t 滤波对指纹图像进行增强。 基于快速傅里叶变换( f f t ) 滤波的指纹图像增强【1 8 】的一般步骤为： ( 1 ) 对指纹图像的每一个分块，利用二维f f t 将指纹图像信息的空间表达变为频域表 达。 ( 2 ) 对此频域表达式用一个非线性变换以增强有用信息( 整体模式，即谷和脊的走向) 相对于噪声的比重。 ( 3 ) 用反二维快速傅里叶变换( i f f t ) 将增强后的频域信息变为空间信息。 第一步，把每个指纹分成3 2 x 3 2 大小的块，对每一块，f f t 滤波可以用式( 2 1 ) 描述， 首先生成复数矩阵彳+ 巧，其中a 为块的值，而b 为零。执行二维离散傅里叶变换，产生 矩阵x + 巧如下式( 2 1 ) 所示。 以+ 匕= 荟3 1 善3 1l ( + 吃。力唧( 二孑( ，! ，+ 础) ) ) ( 2 1 ) 对太高和太低的频带可以认为是噪声，把相应的值设为零。然后对其进行非线性变换， 1 2 南京邮电大学硕士研究生学位论文第二章指纹图像预处理 其非线性变换公式如下 u + _ ，= ( 彳互+ 瑶) p 。”( 义_ + 歹苏) ( 2 。2 ) 式中，( 如+ ) 代表图像变换前的频域信息，( 稚+ 瑶) 乃”代表升p o w 次幂后的功率 谱密度信息，u 肛+ 则代表图像变换后的频域信息，p o w 初始化为0 2 5 。 非线性变换增强的是那些频域中原本已较强的信息。在这里，原本已较强的信息在大 多数情况下正对应于指纹图像中的脊和谷，从而非线性变换使指纹图像中的有用信息得以 加强。另外，线性滤波总是增强某个确定的频率范围，而采用非线性滤波将适应那些较强 信息的频率范围的变化。对于增强指纹图像而言，非线性滤波的这种性质是很有用的，因 为在不同的指纹图像上同一个手指指纹的脊、谷波长可能变化很大。 对u + 巧执行反傅里叶变换，得到指纹空间域的表示如式( 2 3 ) 所示 + 一，= 姜薹( c + 加x p ( 等( m j + 啪) ) c 2 渤 这样，矩阵c 中的值就是f f t 增强后的指纹图像值。 图2 5 所示即是f f t 增强前后指纹图像结果示意图。 图2 5 指纹图像f f t 增强图 塑室堂皇奎兰堡主堡窒生堂垡垒壅 一 篁三兰塑竺图堡堡竺堡 ( a ) 为源指纹图像，( b ) 为f f t 增强后的指纹中心区域的图像。( c ) 、( d ) 分别为两个局部 区域的放大图。 从( b ) 图可以看出，指纹图像在经过f f t 滤波后的确得到了增强，一些断纹得到修复， 错误的纹线得到剔除。从( d ) 图可以看出干扰指纹纹线的外界信息已经被剔除。从( c ) 、( d ) 图可以看到尽管指纹图像得到一定程度的增强，但指纹中有部分块状阴影部分，这实际上 是由于局部图像边缘间的相关性被f f t 局部滤波人为地打破造成的，在后面的章节我们会 提出更好的指纹增强算法来解决这个问题。 2 二值化 指纹图像的灰度图像存在多余的灰度信息，通过二值化可以只保留指纹中的脊线和谷 线信息。一般的二值化方法为：固定阈值法、最大类间方差法( 大津法) 和动态阈值法， 具体内容将在第四章介绍。 3 平滑 二值化后的图像可能会出现纹线断裂或有小气泡的情况，通过平滑处理可以得到消 除。指纹图像中的气泡和毛刺如图2 - 6 所示。 气泡 毛刺 图2 6 指纹的气泡和毛刺 4 细化 由于我们所关心的不是纹线的粗细，而是纹线的有无。因此，在不破坏图像连通性的 情况下必须去掉多余的信息。二值化后的脊线有一定的宽度，由于宽度会给后面的识别增 添很多麻烦，因而应先将指纹脊线的宽度采用逐渐剥离的方法，使得脊线成为只有一个象 素宽的细线，这将非常有利于下一步的分析，这个过程叫细化。其目的是用一组细线来刻 画一个连接成分，这不仅能达到压缩数据量的目的，而且易于对连接成分的特征提取。因 而，这一操作过程必然需要删除某些象素。 一种好的细化算法应该满足下列条件：收敛性、连通性、拓扑性、保持性、细化性、 中轴性和快速性【1 3 】。 目前为止，关于细化方法的研究工作已有很多成果，所采用的方法从使用的观点来看， 比较多的是采用模板匹配的方法。这种方法是根据某个象素的局部邻域( 如3 3 ，5 x 5 1 4 南京邮电大学硕士研究生学位论文第二章指纹图像预处理 等) 的图像特性对其进行处理，此外也有采用边缘搜索编码，外轮廓计算以及神经网络的 细化方法。 从处理的过程来看，主要可以分为串行和并行两类，前者对图像中当前象素的处理依 据其邻域内象素的实时结果，且不同的细化阶段采用不同的处理方法；后者对当前的象素 处理依据该象素及其邻域内各象素的前一轮迭代处理的结果，自始至终采用相同的细化准 则。 “细化”就是从原来的图中去掉一些点，但仍要保持原来的形状。实际上，是保持原 图的骨架。那么如何判断一个点是否能去除? 显然，要根据它的八个邻域的情况来判断， 下面给出几个例子说明： 田田田圈酗 图2 - 7 八邻域象素的典型情形 p l p 2 p 3 p 4 如 p 6 h p s岛 图2 8 八邻域模板 占是个内部点，我们要求的是骨架，如果连内部点也删 ( 1 ) 是同样的道理；( 3 ) 可以删，这样的点不是骨架；( 4 ) 仔分断开了；( 5 ) 可以删，这样的点不是骨架；( 6 ) 不能删， 点删了，那么最后整个直线也被删了，剩不下什么；此 拘骨架就是它自身。 内部点不能删除；( 2 ) 孤立点不能删除：( 3 ) 直线端点不 p 后，如果连通分量不增加，则p 可以删除。 长表，从0 到2 5 5 共有2 5 6 个元素，每个元素要么是0 ， 黑色点) 的八个相邻点的情况查表，若表中的元素是1 ， 或值计算用于查表的索引值： 1 5 南京邮电大学硕士研究生学位论文第二苹指纹图像预处理 s = 丑x2 0 + 最x2 1 + 只2 2 + 只2 3 + 只2 4 + 弓2 5 + 只2 6 + gx 2 7 ( 2 4 ) ( 日一层分别为。或1 ) ，则有2 5 6 种索引与数值0 到2 5 5 一一对应； ( 2 ) 根据上述判据制作一张消除表，实际上是一个容量为2 5 6 的数组，下标分别与象素 的索引值一一对应，元素值设为0 表示该组合的中心点应该保留，设为l 则表示应该删除。 数组定义如下： s t a t i ci n te r a s e t a b l e 2 5 6 = 0 ，0 ，1 ，1 ，0 ，0 ，1 ，1 ，1 ，1 ，0 ，1 ，1 ，1 ，0 ，1 ， l ，1 ，0 ，0 ，1 ，1 ，1 ，1 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ，1 ， 0 ，0 ，1 ，1 ，0 ，0 ，1 ，1 ， l ，1 ，0 ，0 ，1 ，1 ，1 ，1 ， 1 ，1 ，0 ，0 ，1 ，1 ，0 ，0 ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ， 1 ，1 ，0 ，0 ，1 ，1 ，0 ，0 ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ， 0 ，0 ，1 ，1 ，0 ，0 ，1 ，1 ， 1 ，1 ，0 ，0 ，1 ，1 ，1 ，1 ， 0 ，0 ，1 ，1 ，0 ，0 ，1 ，1 ， 1 ，1 ，0 ，0 ，1 ，1 ，1 ，1 ， 1 ，1 ，0 ，0 ，1 ，1 ，0 ，0 ， 1 ，1 ，0 ，0 ，1 ，1 ，1 ，1 ， 1 ，1 ，0 ，0 ，1 ，1 ，0 ，0 ， 1 ，1 ，0 ，0 ，1 ，1 ，1 ，0 ， 1 ，1 ，0 ，1 ，1 ，1 ，0 ，1 ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，1 ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ， 1 ，1 ，0 ，1 ，1 ，1 ，0 ，1 ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ， 1 ，1 ，0 ，1 ，1 ，1 ，0 ，1 ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，1 ， 1 ，1 ，0 ，1 ，1 ，1 ，0 ，1 ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ， 1 ，1 ，0 ，1 ，1 ，1 ，0 ，0 ， 1 ，1 ，0 ，0 ，1 ，0 ，0 ，0 1 ； ( 3 ) 从上到下，从左到右，对二值图像进行扫描，对每一个黑点做如下处理，先判断该 黑点的左右邻，如果都是黑点，则该点不做处理，否则计算8 邻域编码作为索引，查消除 表看是否删除。如果该黑点被删除了，那么跳过它的右邻域，处理下一个点。 ( 4 ) 从左到右，从上到下，对二值图像进行第二次扫描，对每一个黑点