（计算机应用技术专业论文）基于加博滤波的指纹增强和纹理匹配.pdf

摘要 避零来，隧指纹楚健表懿生物特缝识剐技术弓l 起了入髓黪广泛关注。攒纹识 剐技术以其可靠性、稳定性在生物特征识剐领域得到了广泛的应用。准确、w 靠 地特征掇取是确保自幼指纹识别系统性能的前提和基础，而指纹增强和匹配对指 纹拷筏掇取盼准确惶葶瓣指纹最终抟嚣配结果有蘩蠹接的影响。本文结合搬遴滤 波，瓣指纹增强和纹联匿配方法迸杼了研究。 本文的主要工作分为指纹增强和纹理匹配两个方面，其中撮纹增强包括综合 使用指纹质量和加博滤波的指纹增鼹，综合使用搬纹指纹码特徽向量帮加谤滤渡 的指纹臻强。纹理疆配包括传统纹瓣匹配豹实现，纹理匹配算法静改进和使掰指 纹质量的纹理匹配。 练会使用指纹旗爨窝加媾滤波熊指纹增强：本方法采用自逡应方法估计掺纹 图像静乎均纹线距离 聱为掘薅滤波器的参数，并将图像质量测慧评价结果应翔于 指纹增强，提出了一种综合使用图像质量和加博滤波的指纹增强方法。首先，利 用大窑翻频谱分析方法估计指纹的乎均纹线频率，构造八个不嗣方向的加媾滤波 器模投：然后，剩瑁灏蹲滤波器分掰对原始指纹灏像迸符滤波处理，褥羁，攥滤 波后图像；最后，利用指纹图像质墩评价因子对这八幅图像择优合成最终的增强 图像。农典型指纹图像上盼实验结聚表明，本方法在一定程度上克服了传统的图 像分块秀耩簿增强方法毅指绞模式嚣缝能表褒不经豹润题。弱辩，由于该方注不婊 赖图像纹线方向，自邋应获取纹线频率这一加博滤波参数，对低质量指纹图像表 现出较强蛉鲁棒性。 练会傻爱螽绞辫特征彝量帮翔辫滤蒗静疆绞增强：采嗣塞逡应方法售诗搬绞 图像的平均纹线距离作为加博滤波器的参数，并将指纹码特征向星应用于指纹增 强，提出了一种综台使用图像码特征向量和加博滤波的指纹增强方法。首先，利 嚣丈密鞠频谱分辑方法嵇诗据绞熬乎筠纹线菝攀，构逵，k 令不黼方向戆耱簿瀵渡 器模板；然后，利用加博滤波器分别对原始指纹图像进行滤波处理，得到八幅滤 波后图像；最后，根搬指纹玛特征向曩获得的数攒对这八幅图像择优合成最终的 增强圈缘，实验结莱袭甥，零方法不毽兵毒综合缆瘸撂绞囊塞勰麴溥滤波黪捺绞 增强方法所具有的优点，而且比指纹质量因子更能准确表示指纹纹理清晰程度， 有效地减少了增强图像合成中坏块的产生。 纹理匹配：本文实现并改进的基于加搏滤波的纹理匹配同时利用指纹的局部 特征和指纹全局特征，不单纯依赖局部细节特征，适合细节特征缺少、伪点较多 的指纹的匹配，弥补了基于细节点的匹配方法的不足。纹理匹配依靠输入指纹指 纹码与模板指纹指纹码之间欧拉的比较，确定两幅指纹是否同源指纹。其中，指 纹码的获取：首先，以核心点为中心将这八幅图像划分成扇形区域：然后，构造 八个不同方向的加博滤波器模板，利用加博滤波器分别对原始指纹图像进行滤波 处理，得n j r 幅滤波后图像；计算每个扇形区域的指纹码：最后，将八幅图像的 扇形区域按照一定的顺序编成指纹码。另外，本文对上述纹理匹配方法进行了一 些改进，对指纹核心点比较接近指纹图像边缘，指纹码部分区域在指纹图像有效 区域外的情况进行特殊处理，对采偏、有效面积较少的指纹也能正常进行编码。 实验表明，本文实现并改进的纹理匹配算法可以有效识别输入指纹。 使用指纹质量特征向量的纹理匹配：将新的特征向量应用于纹理匹配，进行 了实验。依靠输入指纹得指纹码与模板指纹指纹码的比较，确定两幅指纹是否同 源指纹。在获取指纹质量编码的时候：首先，以核心点为中，1 5 , 将这八幅图像划分 成扇形区域：然后，构造八个不同方向的加博滤波器模板，利用加博滤波器分别 对原始指纹图像进行滤波处理，得n i t 幅滤波后图像；计算每个扇形区域的指纹 质量特征向量：最后，将八幅图像的扇形区域按照一定的顺序编成指纹码。 关键词：指纹，指纹识别，加博滤波，纹理匹配，指纹码 i i a b s t r a c t a u t o m a t i cf i n g e r p r i n ti d e n t i f i c a t i o nt e c h n i q u eh a sb e c o m ear e s e a r c hf o c u si nt h e f i e l d so fb i o m e t r i c si nl a s td e c a d e s a n db e c a u s eo fi t sc r e d i b i l i t ya n ds t a b i l i t y , a u t o m a t i cf i n g e r p r i n ti d e n t i f i c a t i o nh a sb e e nw i d e l yu s e di nb i o m e t r i c s e x t r a c t f e a t u r e se x a c t l ya n dc r e d i b i l i t yi st h ep r e m i s em db a s i c so ft h ea n m m a t i cf i n g e r p r i n t i d e n f i f i c a i i o ns y s t e m , m o r e o v e rf i n g e r p r i n te n h a n c e m e n ta n dm a t c h i n gh a v ed i r e c t i n f l u e n c eo nt h ev e r a c i t yo ff e a t u r ee x t r a c t i o na n dt h ef i n a lm a t c h i n gr e s u l t t h i s p a p e rs t u d i e sf i n g e r p r i n te n h a n c e m e n ta n d t e x t u r em a t c h i n gc o m b i n i n gw i t l lt h eg a b o r f i l t e r t i l i sp a p e rm a i n l yd e a l sw i t i lf i n g e r p r i n te n h a n c e m e n ta n dt e x 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 ti n c l u d e ：f i n g e r p r i n te n h a n c e m e n tc o m b i n i n gf i n g e r p r i n t i m a g eq u a l i t ya n dg 曲o rf i l t e r , f i n g e r p r i n te n h a n c e m e n tc o m b i n i n gf i n g e rc o d ef e a t u r e v e c t o ra n dg a b o rf i l t e r t e x t u r em a t c h i n gi n c l u d e ：i m p l e m e n ta n di m p r o v e m e n tt h e t r a d i t i o n a lf i l t e rb a s e dm a t c h i n g ，t e x t u r em a t c h i n gu s i n gf i n g e r p r i n ti m a g eq u a l i t y f i n g e r p r i n te n h a n c e m e n tc o m b i n i n gw i mf i n g e r p r i n ti m a g eq u a l i t ya n dg a b o r f i l t e r ：e s t i m a t et h er i d g ed i s t a n c eo ff i n g e r p r i n tb a s e do ns p e c t r u ma n a l y s i sw i t hb i g w i n d o wa n db yu s ef i n g e r p r i n ti m a g eq u a l i t yi n t oe n h a n c e m e n t , w ep r o p o s e d f i n g e r p r i n te n h a n c e m e n tc o m b i n i n g 、i t lf i n g e r p r i n ti m a g eq u a l i t ya n dg a b o rf i l t e r f i r s t e s t i m a t et h er i d g ed i s t a n c eo ff i n g e r p r i n tb a s e do ns p e c t r u ma n a l y s i sw i t hb i g w i n d o w , c o n s t r u c te i g h tg a b o rf i l t e r si ne i g h td i f f e r e n td i r e c t i o n s ；t h e nf i l t e rt h ei m a g e i ne i g h td i r e c t i o n sa n dd i v i d et h ee i g h tf i l t e r e di m a g e si n t os q u a r es e c t o r s ：f i n a l l y u s i n gf i n g e r p r i n ti m a g eq u a l i t yt oc o m p o s et h ef i n a l l ye n h a n c e di m a g e e x p e r i m e n t a l r e s u l t sd e m o n s t r a t e 也a tt h em e t h o dc o n q u e r st h es h o r t a g eo ft r a d i t i o n a le n h a n c e m e n t i np a t t e ma r e a s ，a n di sr o b u s tt of i n g e r p r i n ti m a g e so f l o w q u a l i t y f i n g e r p r i n te n h a n c e m e n t ：e s t i m a t et h er i d g ed i s t a n c eo ff i n g e r p r i n tb a s e do n s p e c t r u ma n a l y s i sw i t l lb i gw i n d o wa n db yu s ef i n g e rc o d ef e a t u r ev e c t o ri n t o e n h a n c e m e n t w ep r o p o s e df i n g e r p r i n te n h a n c e m e n tc o m b i n i n gw i 廿lf i n g e rc o d e f e a t u r ev e c t o ra n dg a b o rf i l t e r f i r s t , e s t i m a t et h er i d g ed i s t a n c eo ff i n g e r p r i n tb a s e d 1 出丕盔兰亟土盗奎 o ns p e c t r u ma n a l y s i sw i 血b i gw i n d o w , c o n s t r u c te i g h tg a b o rf i l t e r si ne i g h td i f f e r e n t d i r e c t i o n s ；t h e nf i l t e rt h ei m a g ei ne i g h td i r e c t i o n sa n dd i v i d et h ee i g h tf i l t e r e di m a g e s i n t os q u a r es e c t o r s ；f i n a l l yu s i n gf i n g e rc o d ef e a t u r ev e c t o rt oc o m p o s et h ef i n a l l y e n h a n c e di m a g ee x p e r i m e n t a lr e s u l t sd e m o n s t r a t et l l a tt h em e t h o dn o to n l yp o s s e s s t h ea d v a n t a g e so ff i n g e r p r i n te n h a n c e m e n tc o m b i n i n gf i n g e r p r i n ti m a g eq u a l i t ya n d g a b o rf i l t e r , b u ta l s or e d u c et h ec h a n c eo f b a db l o c k si nf i n g e r p r i n ti m a g e s t e x t u r em a t c h i n g ：f o rac o n s i d e r a b l ef r a c t i o no fp o p u l a t i o n ，t h er e p r e s e n t a t i o n s b a s e do ne x p l i c i td e t e c t i o no fc o m p l e t er i d g es t r u c t u r e si nt h ef i n g e r p r i n ta r ed i f f i c u l t t oe x t r a c ta u t o m a t i c a l l yt h ew i d e l yu s e dm i n u t i a e b a s e dr e p r e s e n t a t i o nd o e sn o t u t i l i z eas i g n i f i c a n tc o m p o n e n to ft h er i c hd i s c r i m i n a t o r yi n f o r m a t i o na v a i l a b l ei nt h e f i n g e r p r i n t s l o c a lr i d g es t r u c t u r e sc a n n o tb ec o m p l e t e l yc h a r a c t e r i z e db ym i n u t i a e t h ep r o p o s e df i l t e r b a s e dt e x t u r em a t c h i n gu s e sab a n ko fc r a b o rf i l t e r st oc a p t u r e b o t hl o c a la n dg l o b a ld e t a i l si naf i n g e r p r i n ta sac o m p a c tf i x e dl e n g t hf i n g e rc o d e t h ef i n g e r p r i n tm a t c h i n gi sb a s e do nt h ee u c l i d e a nd i s t a n c eb e t w e e nt h et w o c o r r e s p o n d i n gf i n g e rc o d e s f i r s td e t e r r m n ear e f e r e n c ep o i n ta n dr e g i o no fi n t e r e s t f o rt h ef i n g e r p r i n ti m a g e ；t e s s e l l a t et h er e g i o no fi n t e r e s ta r o u n dt h er e f e r e n c ep o i n t ； t h e nf i l t e rt h er e g i o no fi n t e r e s t i ne i g h td i f f e r e n td i r e c t i o n su s i n gab a n ko fg a b o r f i l t e r s ；f i n a l l yc o m p u t et h ea v e r a g ea b s o l u t ed e v i a t i o nf r o mt h em e a no fg r a yv a l u e si n i n d i v i d u a ls e c t o r si nf i l t e r e di m a g e st od e f i n et h ef e a t u r ev e c t o ro rt h ef i n g e rc o d e e x p e r i m e n t a lr e s u l t sd e m o n s t r a t et h a tt h ei m p r o v e dt e x t u r em a t c h i n gc a ni d e n t i f yt h e i n p u tf i n g e r p r i n t se f f e c t i v e l y t e x t u r em a t c h i n gu s i n gf i n g e r p r i n ti m a g eq u a l i t y ：w et r yt oi n t r o d u c en e wf e a t u r e v e c t o ri n t ot e x t u r em a t c h i n g t h ef i n g e r p r i n tm a t c h i n gi sb a s e do nt h ee u c l i d e a n d i s t a n c eb e t w e e nt h et w oc o r r e s p o n d i n gf i n g e rc o d e s f i r s td e t e r m i n ear e f e r e n c e p o i n ta n dr e g i o no fi n t e r e s tf o rt h ef i n g e r p r i n ti m a g e ；t e s s e l l a t et h er e g i o no fi n t e r e s t a r o u n dt h er e f e r e n c ep o i n t ；t h e nf i l t e rt h er e g i o no fi n t e r e s t i n e i g h td i f f e r e n t d i r e c l i o n su s i n gab a n ko fg a b o rf i l t e r s ；f i n a l | yc o m p u t et h ef i n g e r p r i n ti m a g eq u a l i t y i ni n d i v i d u a ls e c t o r si nf i l t e r e di m a g e st od e f i n et h ef e a t u r ev e c t o ro rt h ef i n g e rc o d e k e yw o r d s ：f i n g e r p r i n t f in g e r p r in ti d e n t i f i c a t i o n g a b o rf ii t e r t e x t u r em a t c h ；ng fin g e rc o d e 原创性声明和关于论文使用授权的说明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本 论文不包含任何其他个人或集体已经发表或撰写过的科研成果。 对本文的研究作出重要贡献的个人和集体，均已在文中以明确方 式标明。本声明的法律责任由本人承担。 论文作者签名：l 缝垒 日 期：2 1 1 工仝：坦 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同 意学校保留或向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅；本人授权山东大学可以将本学位论 文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或其他复制手段保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：j 粮导师签名：獭日 第一章绪论 1 1 指纹识别技术简介 我们手掌及其手指、脚、脚趾内侧表面的皮肤凸凹不平产生的纹路会形成各 种各样的图案。这些纹路的存在增加了皮肤表面的摩擦力，使得我们能够用手来 抓起重物。人们也注意到，包括指纹在内的这些皮肤的纹路在图案、断点和交叉 点上各不相同，也就是说，是唯一的。依靠这种唯一性，我们就可以把一个人同 他的指纹对应起来，通过将他的指纹和预先保存的指纹进行比较，就可以验证他 的真实身份。 这种利用人体的生理或行为特征进行身份鉴别的手段，即称为生物特征识 别。它在英文中对应的一词是b i o m e t r i c s ，本来是生物测定或者生物测量的意 思。指纹识别是生物特征识别的一种。从技术的角度看，自动指纹识别技术大致 包括指纹采集、指纹分类、特征提取和指纹匹配等内容。 生物特征识别的历史可以追溯到古代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，指纹作为身份鉴别已 经开始应用。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 手指的指纹纹脊的式样不同，另外一个是指纹纹脊的式样终生不改变。这个研究 成果使得指纹在犯罪鉴别中得以正式应用，1 8 9 6 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，但是自动指纹识别技术仍然面临巨大的挑战。 指纹增强在指纹的预处理步骤之中，在特征提取之前进行，好的指纹增强算 法可以极大的提高特征提取的准确度，从而提高整个指纹识别系统的性能。传统 的加博滤波增强算法是目前普遍应用的增强方法，这种方法对每一分块的指纹图 象都要计算纹线频率、方向等信息，构造一个加博滤波器，计算代价比较高。而 指纹纹线方向可以用八个方向近似代替【”，因此可以只构建八个方向滤波器，通 过指纹质量、指纹码特征向量等对滤波后图象分块后择优合成增强图象。 指纹特征包括指纹全局特征和指纹的细节特征，特征提取方法主要有，基于 细节点的细节特征提取方法，基于方向等信息的全局特征提取方法。单纯的细节 特征或全局特征都不能准确地描述一幅指纹图像，为了更准确的识别指纹图像， 有必要综合考虑细节特征和全局特征。而加博滤波器组由于能同时提取到细节特 征和全局特征，可以作为特征提取的方法 9 】，从而形成了基于加博滤波的纹理匹 配方法。 1 2 指纹增强和匹配 1 2 1 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，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。 1 2 2 指纹增强和匹配 从技术的角度看，自动指纹识别主要可以被分为指纹采集、指纹特征提取和 指纹匹配三个方面的内容。 1 2 2 1 指纹采集 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。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。 1 2 2 2 指纹增强和特征信息提取 指纹的特征信息主要分为两大类：指纹的全局特征和指纹的细节特征。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，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。而有些指纹由于本身的固有属性，细节特征较少、爆 皮现象严重，这类指纹可提取的细节特征较少或者伪特征较多，所以单纯的细节 特征很难准确描述这类指纹。指纹的全局特征主要是指指纹图像中的奇异点、指 纹图像的全局方向信息等宏观特征。单纯的细节特征或全局特征都不能准确地描 述一幅指纹图像，为了更准确的识别指纹图像，有必要综合考虑细节特征和全局 特征。而加搏滤波器组由于能同时提取到细节特征和全局特征，可以作为特征提 取的方法e 9 1 。 1 2 2 3 指纹匹配 虽然指纹图像中的细节点信息是最有效的用于指纹匹配的指纹特征，然而研 究者逐渐发现，紧紧依靠指纹的细节点信息，不能取得更加理想的识别效果，特 别是在细节点过少或伪点较多等指纹本身固有属性下，我们获得的指纹信息不 足，并且得到的指纹信息中包含较大噪音，这时指纹的细节点无法给我们提供足 够多的信息用于指纹的识别，因而，许多研究者在细节点匹配的基础之上，加入 了局部信息，例如局部纹线方向、局部图像灰度方差和全局信息，例如指纹图像 的奇异点、指纹图像的全局方向等信息。这些信息的加入，虽然大大提高了指纹 识别的识别精度，然而却占用了更多的存储空间，消耗了更多的运算时间。 这就更需要引入新的特征用于匹配，新特征应当能够包含全局特征和细节特 征，能够克服基于细节信息匹配方法在指纹存在细节点过少或伪点较多等固有属 性时的不足。基于加博滤波器组的纹理匹配，利用八个不同方向的加博滤波器所 提取得指纹特征信息，同时包含了全局特征和局部特征，能够克服基于细节点匹 配的不足。 1 2 3 自动指纹识别的应用 经过3 0 多年的发展，生物识别技术的产品在主流社会中开始了比较大规模 的应用，在很多国家，政府采用法律规定的方式来保证生物识别技术的应用。如 在美国：9 1 1 以后，三个相关法案( 爱国者法案、边境签证法案、航空安全法案) 都要求必须采用生物识别技术作为法律实施保证。总体上来讲，应用已经进入了 以政府及应用为主的阶段。 指纹识别技术的应用非常广泛。典型的脱机应用有指纹锁，指纹保险柜、指 纹考勤系统等。银行保管箱，自动取款机、网上交易等基于计算机的自动指纹识 别系统都属于指纹识别技术的联机应用。 以指纹为代表的生物特征识别技术有望在将来的公共领域和民用领域扮演 j 更重要的角刨”i 。 1 3 研究现状 迄今为止，国内外已有不少文献对指纹增强的算法进行了研究。其中，基于 加博函数的方法是一种较为代表性的指纹增强方法。l h o n g 等“”提出了一种使 用加博函数增强指纹图像的方法并对该方法的性能进行了评测，该方法确立了使 用加博函数实现指纹增强的基本技术体系。l h o n g 等“”还利用加博滤波器组将 指纹图像分解为一个滤波图像集，计算图像的方向场，对低质量指纹图像该方法 仍能取得较好的增强效果。b g s h e r l o c k 等。1 使用方向傅立叶滤波器在频域 实现了对指纹图像的增强该算法仅使用了纹线方向信息而没有利用纹线频率信 息d c d o u g l a sh u n g ”1 专门针对二值图像提出了种指纹增强和特征纯化的 方法l o g o r m a n 等人1 使用的指纹增强方法则高度依赖纹线方向信息尹义龙 等1 改进了纹线方向的提取算法，提出了一种新的纹线频率提取算法，以纹线方 向和纹线频率为参数对不同的分块图像构建相应的加博增强模板，实现了对指纹 图像的分块自适应加博增强。 在指纹匹配方面的研究有些是基于独有的全局信息( 基于h e n r y 系统的指纹 分类矧4 1 1 4 23 ) 。基于细节点的自动识别技术首先定位细节点，然后在给定指纹和 已储存指纹中比对他们的相关位置信息1 。一枚质量好的指纹包含6 0 到8 0 个 细节点，而且不同的指纹有不同数量的细节点，大小可变的基于细节点的表示方 法不适合用索引方法。而且，典型的基于图形的 4 3 一 4 5 以及基于点模式的匹 配方法 4 6 4 7 5 0 均需要调整不同大小的未注册的细节点模式，从而使计算复 杂化。基于相关性的技术 4 8 ， 4 9 比对全局的脊线和谷线模式来决定是否调整 纹线。全局的指纹表示方法中典型的是使用索引矧4 13 “，但没有展示出好的个 体识别能力。由于只有一小部分类别可以有效识别，但在每一类中的高度扭曲分 布使得已有的全局表示方法中索引的效果很差。指纹属于涡形( 涡形，双旋形) 、 旋形( 左旋，右旋) ，以及拱形的自然分布比例是0 2 7 9 ，0 6 5 5 ，0 0 6 6 。这些 方法使用的表示方法均不能轻易的从质量差的指纹中提取出来。 1 4 课题的选取和论文的创新 基于以上分析，本文对指纹增强和指纹匹配进行了研究：在增强方面，将指 纹质量与加博增强结合，从八个方向对指纹进行加博滤波，而后根据每幅图像中 每块图像的质量择优合成最终图像，既拥有加博滤波的可靠性又利用指纹质量的 特点减少了加博滤波器的构造步骤：在此基础上，将指纹码特征向量与加博增强 结合，用指纹码特征向量代替指纹质量因子，合成增强后指纹图像，由于指纹码 特征向量比指纹质量因子更能准确表达指纹的纹理清晰程度和方向一致性，用指 纹码特征向量代替指纹质量因子合成指纹图像，可以取得更好的增强结果。在指 纹匹配方面，实现了基于c _ 扯o r 滤波的纹理匹配算法，扩充了现有的匹配方法。 首先确定指纹图像中感兴趣的区域并将这块区域网格化，然后用g a b o r 滤波沿着 8 个方向处理图像，获取指纹的整体信息和局部信息，并得到一个固定长度的代 码( f i n g e r c o d e ) ，最后比较两幅代匹配指纹图像相应欧氏代码距离的差异；而 后用指纹质量作为编码方法，得到指纹码。由于指纹质量与指纹码在区分指纹纹 理清晰程度上有相似的性质，用指纹质量编码方法也能取得满意的效果。本文主 要针对指纹增强和指纹匹配进行深入分析和研究。 本文的创新之处在于：一、将指纹质量、指纹码特征向量分别引入八方向加 博增强，同时使用基于大窗口的频谱分析方法，自适应的获取纹线频率。二、改 进了基于加博滤波的纹理匹配方法，并利用指纹质量特征向量代替指纹码特征向 量提出了新的纹理匹配方法。 1 5 论文的组织 本论文共分四章，其中第一章为绪论，主要针对自动指纹识别的有关概念进 行介绍，确立课题的研究内容。第二章、第三章为正文部分。第二章主要介绍 了两种指纹增强方法：综合使用指纹质量和加博滤波的指纹增强、综合使用指纹 码特征向量和加博滤波的指纹增强。第三章实现并改进了基于加博滤波的纹理匹 配算法，而后采用指纹质量因子作为编码方法实现了基于加博滤波的纹理匹配算 法。第四章总结概括了上述三章的工作并指出了需要改进的地方，提出了今后的 研究方向。 第二章基于加博滤波的指纹增强 2 1 指纹增强简介 准确、可靠地提取指纹细节特征( m i n u t i a e ) 是自动指纹识别技术的前提和 基础。虽然指纹的细节特征可以有很多种，但目前最常用的细节特征只有两种： 纹线端点( r i d g ee n d i n g ) 和分差点( r i d g eb i f u r c a t i o n ) 。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、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。指纹细节特征 提取算法由图像与背景分离、指纹增强、图像二值化、图像细化和细节特征检测 等步骤组成。 指纹细节特征提取的准确性严重依赖指纹图像的采集质量。如果采集到的指 纹质量比较差，在进行细节特征提取的过程中，就会产生大量伪特征信息、丢失 大量真正的特征信息，整个自动指纹识别系统的性能会受到严重的影响，导致不 能正确地进行指纹识别。由于现有指纹采集技术的不完善性，对于干、湿、脏、 老化和磨损严重的指头，往往难以采集到清晰的指纹图像。为确保特征提取算法 的性能对指纹图像的质量具有足够的鲁棒性，研究指纹增强算法是十分必要的。 而实际上，即使对质量比较差的指纹，指纹专家却往往能够利用各种诸如局部纹 线方向、纹线连续性、纹线趋势和纹线疏密程度等视觉线索正确地识别出特征信 息。因此，从理论上讲，通过算法对指纹图像进行增强又是完全可行的。指纹增 强技术正是在这样一种背景下产生和发展的。所谓指纹增强，就是对低质量的指 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。 沿着垂直于指纹纹线的方向看，指纹纹线大致形成一个二维的正弦波。去除 模式区等少数异常区域外，在一个小的局部区域内，指纹纹线的分布具有良好的 局部频率特性和局部方向特性。充分利用局部区域内纹线的频率和方向信息，对 每个局部区域构建相应的模板进行增强就能有效去除噪声，保存和突出真正的纹 线结构。而加博( g a b o r ) 函数具有最佳时域和频域连接分辨率的特点，是唯一 能够达到时频测不准关系下界的函数，可以很好地兼顾时域和频域信息实现对信 号的处理，使用加博函数实现指纹增强应该是一个合理的选择。 ab cd 图1 图中a 、b 、c 、d 分别为干、湿、脏，老化和磨损指纹示例 2 2 指纹纹线距离估计 纹线距离即纹线频率的倒数，是指纹图像的固有属性。纹线频率是构建加博 滤波器韵重要参数。所以，可靠地估计纹线距离对加博滤波模板的构建有着重要 的意义。陈旭等人“”通过对图像的频谱分析，根据窗口尺寸与纹线距离估计闻的 关系，定义了纹线距离能量函数，根据此函数来确定纹线距离。并且指出该方法 实际估计的是傅立叶变换窗口内的平均纹线距离而不是整幅图像的平均纹线距 离，但在实际应用中，将其作为整幅图像的纹线距离使用是可以满足后继算法要 求的。该方法的傅立叶变化窗口具有很好的自适应性，可以适应指纹采集图像中 前景指纹区域的大小变化，基于以上特点根据实际需要，本文采用该方法作为指 纹纹线距离的估计方法，将纹线距离估计结果作为参数构建加博滤波模板。 利用离散傅立叶变换( d f t ) 得到频域图像，设g 幢 表示大小为x 朋拘数字 图像中坐标为y ) 的像素点的灰度值，则g ( 。) 的离散傅立叶变换( d f t ) g ( 。) 定 义为： g ( 。) = 圳p - 2 ” ( 1 ) 其中，是虚部单元，v o ，n l ， = x u + 是矢量点积运 算。显然g ( 。，为一复数函数，设i g ，l 表示g 。的模，即g 。的幅值，则i q 。i 描 述了频域中的点 ，v ) 处的能量强度，i 瓯。iu , v e ( 0 ，n d 构成了原始数字图像的频 谱。 进而定义了定义纹线距离能量函数e q ( ，) = 专g ( i ( 2 ) ”l r ( v ) e c e ( d ) = j q ( ，) 0 ，。：。w d ，( ，r 一) 且，为整数 ( 3 ) 其他 这里，( “，v ) 是频谱中点的坐标，c 代表频谱中位于半径为，的圆环上的点 的集合，# c ，代表c 中点的个数。口( ，) 反映了在指纹频谱中半径为，的圆环的能量 强度。d 是纹线距离，形是窗口尺寸大小，是频谱中圆环的半径，为离散的整 数值，r 。和为预定的常数其值仅仅决定于窗口尺寸。e ( d ) 反映了频谱中离散 的圆环半径所对应的纹线距离的能量，它对于指纹纹线估计具有重要的指导意 义。图2 “”显示了不同窗口尺寸下的纹线距离能量函数图像，蓝色竖线即为通过 分析纹线距离能量函数，计算得到的指纹纹线距离。 ( a )( c ) 图2 不同窗口尺寸下的纹线距离能量函数图像。( a ) 一幅质量较好的指纹图像，图中的白色 正方形框为不同的窗口尺寸大小及位置( b ) 小窗口尺寸下的纹线距离能量函数图像( c ) 大窗 口尺寸下的纹线距离能量函数图像。( b ) ( c ) 中横坐标为纹线距离纵坐标为能量强度，蓝色竖 线对应在各自窗口下检测到的纹线距离。 兰 2 3 指纹质量 在以往的指纹质量测量研究中，频域质量指标主要用于全局特征测量，评价 整幅指纹图像质量。而空域质量指标既可以评测局部指纹块质量又可以通过一定 形式的融合而成为全局指纹质量的一个测量标准。本文考虑的是分块后每块指纹 图像质量，而每块指纹图像质量好坏的标志是纹线清晰度、方向一致性。由于是 局部区域指纹质量测量，选用y ic h e n 等人“提出的局部区域的空间一致性因子 作为指纹块质量的评测标准。 将指纹图像分成大小为i n m ( 本文m 取为8 ) 的图像块，在每个图像块b 中， 任意一点s e 占的梯度可表示为毋= ( 彰，g ；) 。图像块b 的协方差矩阵表示为 几砉毛蹦，r ；匕；1 。2 这个矩阵的特征向量值为 五：昙( 慨f ( ，) + , t r a c e2 ( d ) _ 4 d e t ( j ) ) 如：；岫( 小厩币而_ ) 从而将标准化一致性度量因子定义为 f ：! 当二兰2 l ：亟：丝2 ：! 丘 ( + 如) 2( 1 1 + n ) 2 ( 6 ) 其中0 i 1 。这个质量因子反映了每块图像的局部脊线、谷线方向的清晰程度。 如果局部脊线、谷线方向很清晰， ”如，f * 1 。相反，如果局部块的图像质量 很低， z 五，f 。0 。因此，我们可以用i 作为图像块的质量评测标准。 图3 显示了不同质量的指纹图像块以及用质量因子f 计算得到的质量，从图 中可以看出，f 能很好的区分指纹质量，上边质量差的指纹块得分很低，而下边 质量较好的指纹块得分明显比其他指纹块要高。同时也可以看出，核心点区域的 质量得分跟其他区域相比要稍低一些，这是由于核心点区域附近指纹变化比较复 杂，但是这并不影响合成时对应位置指纹块质量的相对比较。 2 4 加博滤波的实现 0 3 6 3 7 5 50 4 5 0 3 9 20 5 8 2 5 4 40 7 3 0 8 7 图3 不同质量的指纹块及其质量因子 偶对称加博函数空域表达形式为： g = 1 i 可- l - 可x 2 + 爿卜z 砒 x = x s i n 0 + y c o s 8 ( 7 ) y = x t ：o s p y s m 口 其中，葺y 分别为横轴和纵轴坐标，t 和瓯分别是沿横轴与纵轴的高斯包络 常数，决定滤波器的带宽。，为图像的纹线频率，口为纹线方向。 如果太大，滤波后图像可能出现伪纹线，如果厂太小，滤波后距离较近相 邻的纹线可能合为一条纹线。滤波器的带宽由t 和t