（计算机应用技术专业论文）指纹识别二值化方法的研究.pdf

浙江大学硕士学位论文 y8 7 7 7 0 2 中文摘要 指纹自动识别技术是最早和最广泛的被应用于实践的生物识别技术，随着计 算机与信息技术的不断发展，指纹识别技术的研究受到了广泛的关注和探讨。 所谓指纹就是在我们的手指表面上的凹凸不平的各种各样的纹路。现代统计 学已经表明，指纹具有稳定性和唯一性，也就是说，你个人的指纹终身不变而且 与其他人的指纹不同。因此指纹识别是代替传统身份识别手段的最安全、最可靠、 最方便的方法之一。目前指纹识别技术作一种主要的生物识别技术己经被广泛应 用于司法、公安和各种安全防护系统。最近，随着计算机技术和嵌入式系统技术 的发宸，指纹识别技术取得了很快的发展，指纹图像处理技术是指纹识别系统的 关键技术之一，本论文重点介绍的就是这种指纹图像处理技术。 结合上述背景，本文阐述了生物特征识别的发展历史、应用背景，并着重介 绍指纹识别的发展、应用及研究现状。在收集整理指纹识别技术的文献资料基础 上，主要对指纹图像的方向图、脊线的频率和二值化算法进行了研究、比较和实 现，方向图中的每一点反映了指纹图像中局部纹线的方向，是指纹图像中最本质 的特征之一，计算频率时一般要进行插值计算，而预处理后的二值化正是基于指 纹图像的方向和频率来实现的。针对指纹图像上有签字的现象进行签字分割和图 像修复，使得指纹图像的二值化效果对比未进行修复的图像有更好的效果，增强 了该系统的指纹识别率。 关键词：指纹识别；二值化；方向；频率：。 浙江大学硕士学位论文 1 1 生物识别技术 第一章缝论 由于人体和身体特征具有不可复制的特点，人们希望通过生物识别技术来应 铐现行系统安全孱瑶精浆各秒挑战，要把入传兹特镬耀手身份谖嶷，这些特薤毖 须艇有唯一蚀和稳定性。研究和缀验表明，人的指纹、掌纹、筒孔、发音、虹膜、 视阚膜、骨架簿都具有唯一性和稳定性，即每个人的这些特征都与别人不同，且 终生不变，因此可以攒此识别出入的身份。生物识剐技术是根据人体自身的特征 如指纹、声音等来识剐个人的身份的技术。生物识别技术的研究几十年来一直为 各溪科学家j 稻竣府掰关注，美、闷、欧等稽继投入了大量豹资衾和入员，期抉魏 技术的研究和应用。生物识别技术具有非凡的理论意义和广泛的应用领域。这里， 镄擎逶奔绍一下蔻耱玺狻滚裂技零隧。 ( 1 ) 虹膜识别技术 虹膜是一耱在眼黪孛薅琵肉豹织物状瓣各色嚣毒跫貔，每一令薤貘聱氛禽一令 独一无二的旗于像冠、水晶体、绷丝、斑点、结构、凹、射线、皱 浙江大学硕士学位论文 视网膜也是一种被用于生物识别的特征，某些人认为视网膜是比虹膜更为唯 一的生物特征，视网膜识别技术要求激光照射眼球的背面以获得视网膜特征的唯 一性。在生物特征识别技术领域，视网膜识别指的是利用视网膜上的血管分布模 式进行身份识别。将一束低亮度光线照向人的眼球，即可通过相应设备采集到视 网膜图像。视网膜识别与瞳孔识别具有很大的相似性。它也具有唯一性、隔离于 外部环境并不能通过手术修改等特性。视网膜的这些特性使这一识别技术具有很 好的防伪性能，也有潜力成为将来生物特征识别的主流手段之一。 ( 3 ) 面部识别技术 面部识别技术通过对面部特征和它们之间的关系来进行识别，识别技术基于 这些唯一的特征时是非常复杂的，这需要人工智能和机器知识学习系统，用于捕 捉面部图像的两项技术为标准视频和热成像技术。标准视频技术通过一个标准的 摄像头摄取面部的图像或者一系列图像，在面部被捕捉之后，一些核心点被记录， 例如，眼睛，鼻子和嘴的位置以及它们之间的相对位置被记录下来然后形成模板； 热成像技术通过分析由面部的毛细血管的血液产生的热线来产生面部图像，与视 频摄像头不同，热成像技术并不需要在较好的光源条件下，因此即使在黑暗情况 下也可以使用。一个算法和一个神经网络系统加上一个转化机制就可以将一副指 纹图像变成数字信号，最终产生匹配或不匹配信号，实现识别。 ( 4 ) 签名识别技术 签名作为身份认证的手段己经用了几百年了，而且我们都很熟悉在银行的格 式表单中签名作为我们身份的标志。将签名数字化是这样一个过程，测量图像本 身以及整个签名的动作在每个字母以及字母之间的不同速度、顺序和压力签 名识别和声音识别一样，是一种行为测定学。利用签名进行身份识别有两种方式： 1 静态方式；2 动态方式。静态方式己为人们所熟知，它是利用手写签名的静态 几何特征来进行辨识的。动态方式则要对签名的全过程进行监控和采样，记录笔 画每处的加速度、速度、运笔方向、顺序等动态信息，并结合签名笔迹的静态几 何特征进行综合辨识。使用手写体进行身份识别有两个明显的优势：1 使用手写 体作为身份识别的手段已有很长的历史，为人们所广泛接受。2 虽然笔迹可以模 仿，但要获取一个人签名的动态信息却十分困难，因为这需要专用的设备。但由 于手写体识别技术本身的复杂性，要想达到很高的准确率难度很大。 浙江大学硕士学位论文 ( 5 ) 声音识别技术 与签名识别相同，声音识别也是一种行为识别技术，声音识别设备不断地测 量、纪录声音的波形和变化。声音识别是较早开始研究的生物特征识别手段之一， 又称为声纹识别。声音识别分为依赖内容和不依赖内容两种方式。依赖内容的声 音识别是预先规定好待识者的说话内容而不依赖内容的声音识别则允许待识者 随意选择说话的内容。显然，后一种方式实现的技术单独要高。声音识别基于将 现场采集到的声音同登记过的声音模板进行精确的匹配。声音识别的主要困难存 在于两个方面：1 虽然从理论上讲，声音具有唯一性。但在实际应用中，因为客 观存在很多人声音非常相象的情况，作到完全正确区分非常困难，几乎难以达到 象指纹或视网膜识别那样高的准确率。2 声音识别对背景噪声比较敏感，而这一 点在实际应用中有很难控制。 ( 6 ) 指纹识别技术 指纹识别作为识别技术已经有很长的历史了，有着坚实的市场后盾，指纹识 别技术通过分析指纹的全局特征和局部特征，特征点如脊、谷和终点、分叉点或 分歧点，从指纹中抽取的特征值可以非常的详尽，以便可靠地通过指纹来确认一 个人的身份。每人都有十个独一无二的指头，都是唯一的识别代码，它杜绝了通 过模具取得他人指纹，仿冒他人身份的可能性，这种代码成本为零，安全系数高， 终身可用。同时，由于指纹的使用和采集都很方便，这使得百姓乐于使用它。 1 2 指纹识别的历史 公元前7 0 0 0 年到6 0 0 0 年以前的古叙利亚和古中国，一些黏陶器上留有陶 艺匠人的指纹，表明当时指纹的一些特征已被人们认识和接受。 公元6 5 0 年，唐代贾公秀在其作品中就着重提到了指纹是确认个人身份的方 法。 指纹在中国古代的借贷契约、买卖文凭、婚约休书、狱词供状、军队名籍等 方面的广泛应用，反应了我国人民已经根据经验，认识到指纹可以代表一个人。 1 9 世纪初，科学研究发现了至今仍然承认的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变，即指 纹的唯一性和不变性。这个研究成果使得指纹在犯罪事件的鉴别中得以正式应 游获大学硬士学位论文 羽。 1 9 世纪末期，英国学者对指纹进行了系统的研究，并提出了指纹细节特征 分类，将指纹分为斗、箕、弧三太类，使指纹识别应用进入了一个崭新的时期。 1 8 8 0 年，英国人亨利椭提出用指纹识别系统识别獭罪。 加髓纪6 0 年代，由于计算桃可以有效摭处理圈形，入弼开始着手研究拳用 诗黧撬寒处理撵绞。 2 0 世纪8 0 年代，个入魄脑、光学扫摇等投术豹革新，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，比如i c 卡。 2 0 世纪9 0 年代中期开始出现半导体的指纹传感器。 9 0 年代后期，低价位取像设备的引入及其飞速发展，可靠的对比算法为个 人鸯份识舅应瘸提供有利的条镣湖。 1 3 指纹识别技术的反用 指纹鉴别技术作为生物鉴别技术的一种主要类别，拥有巨大的市场空间。主 要可分为三个部分：信息技术、支付借贷、门禁控制1 2 3 1 。目前指纹技术主要典 型遮罔如下： l 。金融、保险、 歪券行簸。 金聚保险籍管理 重要系统及部门职员授权管理 指纹提款业务 信用卡指纹业务 证券交易身份确认 保殓受益久身徐骥认 2 。信息产韭 计算机应用系统身份确认( 以指纹代替系统密码) 互连网电子交易系绕身份确认 智能卡的密码替换( 以指纹代替密码) 重要通讯网设备管理员身份确认( 交换桃、移动通信网) 3 。安藏鲎 9 浙江大学硕士学位论文 指纹门禁 指纹门锁 指纹汽车锁 楼宇指纹门锁 重要部门及设备管理 4 指纹考勤系统 5 俱乐部会员身份确认 6 血库献血身份确定 1 4 国内外指纹识别技术研究现状 指纹识别算法是自动指纹识别系统( a f i s ：a u t o m a t i cf i n g e r p r 缸i d 锄t i f i c a t i o n s y s t e m ) 的核心技术，这方面的研究早在1 9 世纪初就 x 渐江大学磺士学位论文 及大规模可编程器件的独立识别模块，利用此核心模块开发出系列指纹门撩，卡 证应用系绞和条形码防镑系统，这些郝其毒缀好翦市场裁爨。 国辨发震现状 目前，利用计算机进行指纹识别的技术在国外已比较成熟，并且已经开始大 规模推广。许多大公司脊专门的机构从攀该项技术的研究、开发、应用，包括 璩醚、轴l # | 、鹾i 秘。s 礤、矜i g i l a l 筘潮糯、l d e n 纽、洳沁蒯a 、羲嚣瑷钱、赣鲜培 富士、法阑t h o m s o n c s f 、台湾a e t c x 公司、v e r i d b c o m 、b a c 等，其中 l d e n t i x 公司在生物识别技术领域独树一帜，韩国现代、朝鲜培富士在识别算法 上都达到擞巽先进水乎。 技术：从指绞的采集劐图像的处理、识剐、魄对按米酃较为成熟。攒纹采集 器多采用光学采集器，识别算法的速度得捌提高，一般采用u s b 接口和d s p 技 术。 应趱：凌于提绞谖捌系统产瑟熬安全瞧、霹靠整、。实爝往，在甓要令入鸯傍 识别、骏诞、授权的场合得别广泛的应用。主要应用在门蘩、金融、证券、保险、 社会福利机构的身份确认、个人财产使用镣制、社会安全、信息安全、职员和会 员管理、暇疗档案管理等。圜外耳翦正在磺究将指纹识别威用于电子商务审支付 系统瓣身份认涯，竣后遮方覆的应耀将嚣鬻广泛。 市场：世界各主要国家除自己本国外，正花大力气拓胺国外市场，特别是近 年来，欧洲、美国、韩国等国家纷纷进军巾国市场。他们的价格太高，在中国市 场整广邃发黎幔。毽随罄产鑫豹本缝纯，这一是嚣将会敬变。 浙江大学硕士学位论文 化、细化、特征提取、特征匹配并给出结果。如图2 3 所示： 2 2 1 指纹采集 图2 3 指纹图像的处理流程 指纹采集是计算机处理的首要步骤。指纹的采集主要利用设备取像，方便快 捷。设备取象包括以下3 种方法：光学设备取像，晶体传感器取像和超声波设备 取像。光学设备取像利用的是光的反射原理( f t i r ) ，9 0 年代中后期，可以利 用纤维光束来获取指纹图像，但使用光学设备获取的指纹图像的对比度和清晰度 有时不能令人满意，并且光学系统一般体积较大；晶体传感器是通过多种技术来 绘制指纹图像的，最常见的硅电容传感器通过电子度量被设计来捕捉指纹。对于 晶体传感器，可以采用自动获取控制技术，使用软件调整的方法来改善图像质量， 以产生比光学设备更高质量的指纹图像，但是它更容易受到静电的影响，这使得 晶体传感器有时会取不到图像：超声波扫描被认为是指纹取像技术中非常好的一 类，类似于光学扫描的激光。超声波扫描指纹的表面，接收设备获取了其反射信 号，测量它的范围，得到脊的深度。它优于光学扫描的地方是积累在皮肤上的脏 物和油脂对超声波获得的图像影响不大瞄l 。 总之，以上的3 种方法都具有各自的优势，也有各自的缺点，设计人员应该 根据自动指纹识别系统的具体要求来选择采用何种技术进行指纹取像。 浙江大学硕士学位论文 行增强就能肖效去除噪声，保存和突出真派的纹线缩构。 纹线频率：指纹图像是一种典型的纹联结构图像，纹线方向和纹线距离( 纹 线鞭率) 是攒述这静绞壤结构豹主要参数，楚指纹圈像的蠢有耩性。在攒纹滤波 或指纹增强技术中，纹线距离往往是作为个基本的参数来使用的。此外，指纹 溪像戆平均纹线疆褰逐霹覆予辫绞魄薅襄攒纹分类。 指纹图像修复：利用算法对进彳亍完签字分割的图像进行图像的修复，将指纹 隧像尽霹毙羧复裂覆戆撵绞弱鬻像。 g a b o r 滤波；尽可能消除引入的噪声。熊大致的流程如下所示： 修补后图蒙 求墩方向躞 1 r 求墩频率图 1r 求取g 两o f 霾子 g a b o r 滤波 1r 预处理后图像 图2 5g a b o r 滤波流程 1 7 浙江大学硕士学位论文 2 2 3 二值化 二篷偬；将攒纹鬻缳壹潦塞鹣获度圈像转为其裔o 和l 二鬣蔼意熬圈像。浚便 于对图像进行细化处理。在本文的设计中，二值化的计算是基于指纹图像的方向 嚣獗率霪爨懿。 2 2 4 细化 细化：指纹图像细化的目的怒将图像变为单象素连通图。细化效果的好坏直 接影响憩否壤确提取缨警特薤。零弱懿缨德雾法瓣戆窝复杂覆瞧有瑟差掰，选择 合逑的细化算法对系统也尤为重臻。 2 2 。5 特钲攫取 一般在拯绞塞囊蓼l 鼷接本串哭嫠矮爨耱缓苓特缝赢：臻煮蠲分叉熹。蔟毽类 型特征点出现的机率很小。纹线端点指的悬纹线突然缡束的位鬣，而纹线分叉点 则楚纹线突然一分为二豹短置。这鼹类特髹杰在指纹孛出现熬嘏会最多、簸稳定， 比较容易获取。 2 2 6 特征匹配 擐握孛，点移三焦点懿个数黻及缨萤特惩点数袋嚣霹隘遥_ 遘点模式蹑酝或 基于曲线拟含的方法进行模式匹瓤，但是这种方法要求指纹匹配算法具脊比较好 的铸棒性( r o b h s l ) ，以邋应因为伪特征点躲存在、真特征点购丢失、以及基准点 定位偏差所引起的拒蓼 和误识。 1 8 浙江丈学颈士学位论文 2 3 算法实现界面简介 2 3 1 指纹识别登精界面 图2 。6 登陆界厩i 1 9 濒篷夫学疆圭学链论交 图2 7 登陆界筒i i 浙旺大学硕士学位论文 2 3 2 指纹识别湖像处理界面 图2 8 图像处理界面i 2 l 浙江大学硕士学位论文 2 4 本论文所做工作 图2 9 图象处理界瑟i l 本文主要在以下几个方面做了工作： 1 查询文献并讨论，对方向图的算法进行比较辨实现。 2 套谲文献并讨论，对脊绫频率的算法进行研究并实瑰。 3 查询文献并讨论，对二值化的算法避行详细比较和研究并实现。 4 。查谗文献并谤论，对签字分韵静冀法进雩亍磅究。 浙江大学硕士学位论文 第三章指纹方向图的计算 3 1 方向图的定义 现有预处理方法中，利用方向图进行滤波是一种有效的方法。指纹图像是由 局部平行的脊线和谷线构成的一种方向模式所示，方向信息是指纹图像的重要信 息之一，表征了指纹的这种内在属性，它是指纹图像的一个重要识别特征，也是 进行进一步处理( 如指纹增强、二值化、分类等) 的重要基础。 方向图是原始指纹图像的一种变换，即用纹线上某点方向表示该纹线方向。 一般有两种方向图，一种是点方向图：表示原始指纹图中每一像素点纹线方向， 点方向图对于指纹预处理过程中前景背景的分离、指纹图像的增强及二值化有着 重要作用：另一种是块方向图：表示指纹图像某区域所有像素点的平均方向，块 方向图则可用于指纹图像中奇异点( 如中心点和三角点) 的检测及指纹的分类与 匹配。 在实际处理中，经常使用的是块方向图，因为它比点方向图具有更强的抗噪 性，更值得关注的是，在实际的系统中，求块方向图可以减少计算量，且有利于 模块化处理。而在本文的算法实现中，是先求取块方向图，再对每个象素点进行 方向赋值。 3 2 方向图的特点 指纹自动识别作为一个有较大难度的模式识别研究分支，其研究难点主要集 中在如何对采集进来的各种有噪声图像进行滤波和增强、如何抽取指纹的全局和 局部特征以及如何进行在图像不能完全定位和图像可能发生扭曲变形情况下的 特征匹配上。指纹图像从其图像本质上而言，属于纹理图像模式范畴，研究指纹 的自动识别问题必须紧密结合指纹图像纹理结构特征进行，采用局部的基于图像 纹理特征的图像处理方法可以避免走很多弯路。由于指纹方向图抽象了指纹脊线 与纹谷交错平行分布的特点，反映了指纹图像纹理结构的本质，已越来越受到人 们的重视。指纹方向图己经被认为是解决指纹自动识别中的某些关键技术的一个 重要途径。目前方向图最为成功的应用是用于构造g a b o r 滤波器进行沿指纹方向 浙江大学硕士学位论文 滤波，对采集的不确定性指纹进行图像增强，此外，还被广泛用在指纹纹型特征 的提取、指纹的分类、方向模板匹配、图像编码等许多处理环节。方向图之所以 具有如此高的研究价值是因为其具有以下特点： ( 1 ) 真实性指纹局部方向图真实地反映了指纹图像最本质的纹形特征， 再现了指纹的中心花纹、外围包络线和根基线的形状和走势。 ( 2 ) 渐变性由于纹线具有缓变性的特点，求出的方向图也不可能发生走 向的剧 变，利用这一特性可以对在有噪声情况下求出的方向图进行平滑处理，从而可能 获取低质量指纹图像的效果较好的方向图。 ( 3 ) 抽象性块方向图是对纹线形状的一种抽象的描述，因此使研究指纹 的几何拓扑结构问题得以大大简化。 设g 表示输入的灰度指纹图像，其大小为g x g ，g 的取值范围一般由指纹输 入设备的分辨率决定。当以5 0 0 d p i 的分辨率输入指纹时，所得的数字图像一般 有5 1 2 5 1 2 个像素点。g 的取值范围一般是o 到2 5 5 的整数，表示输入图像有 2 5 6 个灰度级。用d 表示灰度图像的点方向图像，d 中的每一点代表指纹图像中 该点的局部纹理走向。一般将指纹的局部方向在0 到二区间量化为4 个或8 个方 向分别用相应的方向代码表示。在点方向图计算出来后将原指纹图像划分为很多 图像子块( 大小为w x w ) ，通过计算在每一图像子块中的主方向得到块方向图。 3 3 方向图的算法 容易观察到，指纹中的纹线方向是灰度变化最缓慢的方向，而梯度方向则正 好相反，它是灰度值变化最快的方向。 方向图平滑的基本思想是：指纹纹线的走向是趋于连续变化的，邻近点上的 方向不应该有突然的大角度转折。 方向图的估计算法【1 5 】大致如下所述： 1 将图像g 划分成大小为的块 2 对每个块分别计算每个像素的梯度d ，o ，) 和a 。( f ，) 11 a ，2 以+ 1 ，v + 驴( f 叱) ( 3 _ 1 ) 洲江大学硕士学位论文 8 ，2 荟荟茸以+ 1 ，v + 1 ) g m ) 3 吲 上式中鼓，s ，分黪j 为s 西e l 算子。 3 。根据梯度值计鳞块方向 由( 3 一1 ) 和( 3 2 ) 式中掰求得静剃度依下西公式可求出局部琰的方向： e l 。羔。蒌，。2 8 ；o ，8 ， 3 吲 k ( f ，d _ 。互：，。酗。如) 一8 ” 3 叫 口o ，) - 去a f c t a n ( 略o ，) t ( f ，) ) 糟k o ，) 一o ( 3 5 ) 艿8 ，) - 薄，2蓉t # ，) 一8 ( 3 6 ) 4 重复步骤( 2 ) 到( 4 ) ，商至求出所有块的方向。 3 4 方向圈的算法实现 方向圈的计算是程指纹强像豹预处理避程中褥劐豹，在程侉设计中，预处理 过稷中很多步骤都用到了方向图信息，以下是方向图函数的具体介绍。 羝p c e s s p ! ( ) 番鼗臻泉遂行指纹鹜豫熬颥处瑾，该溺数失落瓣番数 d i b h e i 曲t ( ) 和d m w i d t h ( ) 得到指纹图像的宽度n w i d t i l 和高度n h e i g h t ，图 臻豹宽发霸蒸疫售惠可黻在整塑傣惑头墅褥嚣，羧憝壤戆每一避程在该凑数孛调 用其他函数来进行实现，d i r e c t g r a p h 用来保存指纹图像象素点方向的值。 蘧数豫飘e 鹞p d 聚( ) 潺爝薅数c c 臌鲫t c d i f e 娃 o 萎p d e ( ) ，走计算獾绞图 像的宽度m - 小h e i 曲t 和高度埘l n w j d t h ，接着计算每个象素点占用的位数，以用 来计算每毒亍闼像占用蛇字节数，为m - p 黼l m a g c 分配空间，将图像数据放入 m o d b i l l l a g e 中，函数c o m p u t e d i r e c t i o n p d e ( ) 对8 8 、1 6 x 1 6 和3 2 x 3 2 分块 的搬纹图像的方向都进行了计算，不过在带有签字的预处理过稷中，该函数选择 1 6 1 6 分头遴荦亍潺瑁。 函数c o m p u t e d i f e c t j o n p d e ( ) 调用函数n e w c o m p u t a t e d i 辩c t i o n p d e ( ) 和 s 黼o o 睡d i 掉c l i o 珏n c w ( ) ，其中n e w c o m p # 攮姥d i 矧i 黼p 现( ) 矮来遴行方翔翡 浙江大学硕士学位论文 n e w c o m p u t a t e d i f e c t i o l l p d e ( ) 的参数有图像数据u ) d b i i n a g c ，宽度i n _ n w i d t h ， 高度m 村e i 曲t ，分块大小w ，方向数d i r e c t i o n l 6 ，该函数的返回值为( i n _ w i d t h w ) ( m h e i 曲枷) 个方向。 绍方向图算法的& ，s ，利用s o b e l 算子来计算每个像素的梯度a ，( f ，) 和d ，a ，) ， 其中x 方向的s o b e - 算子为m a t d ，。o b d x 嘲嘲2 ；刘，y 方向的s o b d 洲嘲纠2 雕计 ( ) ，用来计算每个像素的梯度a ，o ，j ) 和a ，o ，) ： 浙江大学硕士学位论文 像： 以下是对指纹图像进行8 8 、1 6 x 1 6 和3 2 3 2 分块后进行方向图计算的图 图3 1 指纹图像原图图3 28 8 分块方向图 图3 31 6 1 6 分块方向图图3 43 2 3 2 分块方向图 浙江大学硬士学位论文 第四章指纹脊线频率的计算 4 1 指纹脊线频率的定义 在指纹图像的局部非奇异区域里，沿着垂直于脊线方向，指纹的脊线和谷线 像素点的灰度值大致构成了一个二维的正弦波形，波形中的极大点对应于谷线， 极小点对应于脊线。自然，只要能够定位脊线沿局部块方向的灰度分布中的极大 值和极小值点，就可以计算出相应的脊线间距、谷线间距，从而求得指纹图像的 局部脊线频率。这就引出了脊线频率的定义：相邻两波峰或波谷之间的象素点的 倒数。因此指纹的脊线和谷线具有很好的局部频率特性。同样，求取这些互不重 叠的局部区域的频率值，按各区域位置组成一个场结构，称之为频率场。 由于频率与周期互为倒数，所以，这里我们直接求取指纹的脊线宽度来估计 其频率值。指纹的宽度对于图像的增强有着重要的作用，在二值化处理中，宽度 信息更是不可缺少的一个参数，脊线宽度也可称为脊线间距。 这里所求的脊线间距是每一块8 8 指纹区域的脊线间距。先得到块的的脊 线间距，再对该块内的每个象素点进行赋值，方便g a b o r 滤波和二值化的计算。 4 2 脊线频率的算法 有关频率的算法【1 5 1 如下所示： 1 把g 分成w x w ( 如8 x 8 ) 的若干块； 2 对于以点( f ，) 为中心的每个块，计算大小为l w 的方向窗，如图4 1 所 浙江大学硕士学位论文 圈4 1 计算指纹脊线频率的示意图 3 诗冀方淘密内游捂绞脊线弱帮方囱上静荻度警均值， 算公式魏下所示： z 2 】2 考荟( ，v x 七l o ，1 ，。一1 4 1 ”；t + ( d 一詈) 。s 秽( ，) + ( 七一圭) 蝣n 疗( ，) c 4 2 ， v l ，+ ( d 一詈) s ；n 拶( ，) + ( 言一后) 。s 一( l ，) c 4 一s ， i 表示象索点( f ，j ) 所对应的方向窗的宽度，w 表示方向窗的高度。程序设计 孛l 取为3 2 ，w 取为8 。如果在方囱塞墨内没毒奇异点，那么x - s i 龆雏u 辩形或离 散的正弦波形。其频率间局部纹线的频率一致。此时可以从该波形图中找出两个 峰傻之间的蒙索个数，频率即为冀倒数。若该波形图中没有这样的两个峰值，那 么该块的频率先设为l ，以遁分其他的有效频率。 4 当分辨率固定时，大多数局部纹线频率分布在较小的范围内。例如，分 辨率为5 0 0 d p i 时，局部纹线频率藏嗣一般麓【l 3 ，l ，2 5 ，如采髑部纹线频率超出 这个范围，那么将该块的频率设为一l 。 5 对所脊酌块进彳予遍历，若该块的德不为一1 ，则保持藏采的值不变，若该 浙江大学硕士学位论文 块的值为一1 ， d + l j ) 一 刚对该决进行插假计算。其体豹计算公式如下所示： d ( f ，) ，毛d ( f ，j ) 一一1 薛竺型：兰砌 c4 卅 磊，蒌，6 ，v ) 1 监： 6 在邻城内，纹线问的距离变化缓慢，即局部纹线频率变化缓慢，因此可 以对其进行低通滤波。 脊线频率的算法承意图如圈4 2 所示： 灏嚣必学臻士举链论文 蕊垂皇脊凌颧搴游簿法示塞躐 渐江大学硕士学位论文 4 3 脊线频率的算法实现 猎纹额搴兹诗算爨在捂绞甏橡逡孬羧疑理豹最霸除毅，静对獾绞鋈豫送行：过 滤的时候求取的，f i l t i m a g e ( ) 函数便是用来进行指纹图像的滤波处理。 在f i l 墩b a 萨( ) 蝤数中，定义藏丑s i 扰= 8 ，谖建霆数b 鞋蛹辩( ) 帮捞糯w l 鹃 ( ) 得到指纹图像的商度和宽度，再将高度和宽度都除以塔i z e ，将熬个指纹 图像分割成8 x 8 兹分块，接着计算每个象素点占鼹麴位数，以蘑来计爨每行图 像占用的字节数，为t e m p 髓i m a g e 分配数组空间，将图像数据放入t e m p d b h a g e 中，为f 埒q u e n c y g f a p h 和b l o c l 【f f c q u e 聩c y 分配数组空间，接着谈用函数 g a 妇二b l o 巍f r e q u e n c y ( ) ，该避数用来实现脊线频率的第三步和第四步算法。 函数g a b o r _ b 1 0 c k f 钯q u e n c y ( ) 是对指纹图像的每个分块计算频率，主要由 掰令螽数c b m p u t e x s i 咎畦( ) 帮a 珏a l y s t x s i 驴a l ( ) 来究或计算，其孛 c o m p u t e x s j 胁a l ( ) 求取xs i 鲫甜，a n a l y s t x s i 印a 1 ( ) 对xs i 册a l 进行分析。 在蘧数e c 粕羚耋c x s i 弘l = w i d t h0u = n h e i 蛳l v o ) n t i n u e ： p 协瑚p k 4 l + 蝴= t c m p d b i m a g c 阳+ v 4 n w j d m 】； 3 3 浙江丈学硕士学位论文 ) e l s c c o n t i i l u e ： ) 得到方向窗的每一像素的灰度后，需要计算在指纹方向上该列像素灰度值的 平均值，该处是这样处理的，将该列的所有非一1 的像素灰度值相加再除以所有 非一1 的象素个数，若该列所有象素灰度值都为一1 ，则暂时将该列的平均值设 为一l ： f o r ( k = 0 ；k l ；k + + ) c o u n t = 0 ： d o u b l ex k = 0 ： f 0 “d = 0 ；d = g e l m e a n ( t c m p x l ，m l 2 ) ( n p o s i t i o n 【c o u n t l 1 】) m l 2 ) p o s i t i o n 【c o u n t l 】= n ； 0 0 u t 1 + + ： ) ) i f ( c o l l l l t l = = o i l c o u n t l = = 1 ) d i s t a n c e = 一1 ： e l s e i n t + d i s = n e wi m 【咖n t l - 1 】； f o “n = 0 ；n c 0 岫t 1 1 ；n + + ) d i s 【1 l 】= p o s i t i o n 【n + 1 - p o s i t i o n 【n 】； f o r ( n = 0 ；n c o u n t l 1 ；n + + ) d i s t a l l c c + = d i s 【n 】； d i s t a n c e = i n t ( d i s t a n c e ( c o u n t l 1 0 ) + 0 5 ) ； d e l e t e 【】d i s ； ， 以上对块的脊线间距d i s t 柚c e 做了计算，当然其中有的间距因为无法比较精 确地求取，所以暂时置其值为一1 ，得到点( f ，j ) 所在块的脊线间距后，若是其脊 线间距在3 个像素和2 5 个像素之间( 5 0 0 d p i 的指纹图像) ，则认为该脊线间距是 浙江大学硕士学位论文 有效的，所以该块的频率就是该脊线间距的倒数，否则该块的频率暂时置为一1 ： x _ j 脚f ； y = i ，w f ； i f ( d i s t 锄c c ) = 3 d i s t a n c e = 2 5 ) b 1 0 c k f r e q u e n c y 【x + y + w i d t h 】= 1 0 d i s t 柚c e ； e l s e b 1 0 c k f r e q u e n c y f x + y w i d t h 】= 一1 ； 对于频率为一1 的块，对其进行插值计算，这个功能是在函数 m o d i f y f b q u e n c e y ( ) 中实现的。 对频率为一1 的块的插值计算用到了7 7 大小的高斯模板，对每一块进行判 断，不断迭代，直到所有的值都不为一1 ： w l l i l e ( n c c d m o d i f y ) n e e d m o d i f y = e a l s e f o 哟= 0 0 h e i g h t ；j + + ) f b r ( i = 0 ；i w i d t h ；i + + ) s u m l = 0 ： s u m 2 = 0 ： d o u b l ea = b l o c k f r e q u e n c y f + j + w i d t h 】； i f ( b 1 0 c k f r c q u e n c y 【i + j + w i d m 】! 一1 ) o o n t i n u e ： n e e d m o d i f y = t r u e ； f b r ( u = 一v 门f 王、2 ；u = w f f 2 ；u + + ) f o r ( v = w 玎1 ，2 ；v = w f f 2 ；v + + ) x = i + u ： y = j + v ； i “x = h e i g l i t ) c o n t i u e ： i f 1 0 c k f r c q u e n c y 【x + y + w i d t h 】 = 0 )m u = 0 ：e l s e m u = b l o c k f r e q u c n c y 【x + y w i d t h 】； i f i ( b l o c l 【f r e q u e n c y 【x + y + w i d t h 】+ 1 = 0 ) d e l t a = o ： e l s e d d t a = 1 ： s u m l + = g a u s s i 姐【u + w 刑2 】e v + w 刚2 】+ m u ； s u m 2 + = g a u s s i a n 【u + w f f 陀v + w f l 7 陀】+ d e l t a ； ) b l o c k f r e q u e n c y 【州+ w j d m 】= 蛐m 1 s 啪2 ； ) ) 进行完插值计算后再对指纹图像的频率块进一步进一步进行低通滤波，以得 到效果更好的分块频率，一般情况下脊线间距为6 到7 个像素，在低通滤波函数 l d w p a s s f i l t e f i n g ( ) 中，首先定义低通阈值l 0 w p a s s ，用来进行比较，当块的 频率与周围块的频率均值的差的绝对值大于低通闽值的时候，用均值频率来改变 该块原来的频率： f o r o = 0 j h e i 曲t j + + ) f 0 “i = 0 ；i w i d t h ；i + + ) 3 7 潢茳大学磺士学位逾空 利于图像对比度不大或者比较模糊的硒部区域，基本上该方法已经不褥使用。 5 2 ：值化方法的比较 5 2 1 全局固定阏值法 一般来说，对于嫒爨比较好、直方翻呈竣峰状的图豫，剩爆全局露宠阏篮法 f 1 罐遥括二值纯，可隘褥到 e 较完整的二氇讫图像。 最简单的全局固定溯值法就是对指纹图像的每个点的像素值进行相加，再除 以总的敷索点数，得到个中间阈值。不过这种方法也有其不很妥当的地方，如 暴捂纹鹜爨鼓污染 较严重戆话，粼瓣壤会稳怼较夺；魏柒携绞瑟豫较夸，嚣豢 纹背爨较大且图像又比较干净，则闲德会相对较小大，这样的阈值对= ：值化的求 取显然怒不利的。总之，当全局阚值法用于干扰较大、均匀性较差的图像时，会 丢失大爨指纹信息。 缀攒强像的先骏翔谈，魏霰设文字强像中文字占龛鬻豹吾分笼为p ，试取 一系列的t ，当使用某个t = 五时，其分割以后的图像中文字所占的比例等于或 接近p 辩，那么就可以选定五为阑值。辫如图像中某然秘标物体宽度飘皴为d ， 当t - 嚣辩，萁分割绻鬃芷好使目标的巍度接近d ，邵霹选定这个为分割阀僖。 最简单的全局固定阏值法就是对攒纹图像的每个点的像素值进行棚加，再除 以总的蒙索点数，得到一个中问阙值，不过这种方法也蠢其不很妥当豹地方，如 采撵纹鹜豢被污染毙较严藿的话，鄹辅德会裙对较大，如莱搔绞鬻豫较令，蕊指 纹背景较大且图像又比较干净，则阙德会相对较小，这样的阈值对二值化的求取 显然是不利的。 由予密绞是鸯线翻昝线稳闯缓残熬，在捂纹趋接灰凌爨孛脊线一般魄签线较 深，在祆度图上的灰度德眈谷线的众糜值大。我们感趣的是脊线的绞路细节， 所以我们将脊线视为前景，作为目标物体，在二值化中变为1 ，为黑像索。而把 谷线当成背景，将其灰度变为o ，即为自像素。我们可驭想象其脊线和豁线在人 静爨纹牵繇占翡宽度大致莛一样貔，这耱设慧氇是合瓒鹣。当手指逶过纛邀设备 转化为获度图像，经过二值化分割以膝熊黑白像素应该接近1 ：l ，利用这一点我 柏 浙江大学硕士学位论文 们就可潋用下面的算法进行二值化。我们主要目标就是我到一个灰度值t ，瞳它 作为阈值使指纹图像二值化后的黑自像素在整个指纹图中所占的比例接近相等。 设阁豫尺寸为坍嚣，箕灰度可取氇毛，屯，瘸离散陡机交薰函( o i m l 门l j m ，则r 一丁+ 1 ，转2 否则r ；r 一1 ，转2 此处6 取0 1 2 ； 动态闽值法的一个关键问题是划分区域大小的问题。划分的区域不能太大也 不能太小，区域过大就失去了划分的意义，区域过小则区域像素太少，区域灰度 直方图体现不出区域的灰度分布和纹线的结构信息，在一个区域内必须同时包含 脊线和谷线两种结构，且所占的比例应大致相当，使灰度直方图呈双峰特性，这 样才可以得到理想的结果。 动态阀值法是基于局部的阈值选取方法，这种方法充分考虑到了图象的不均 匀性，由于图象在某一区域的像素灰度值具有高度相关，我们对指纹图象进行分 块后，根据每块的期望值来确定阈值，因此每块的阈值均不相同。值得注意的是 块窗口的大小选择问题( 与图像的分辨率有关) ，只要选择合适的分块大小，就能 取得最佳的二值化效果。动态阀值法与固定阀值法相比，对源指纹灰度图要求较 低，处理的效果也较好，算法的复杂度一般，在计算机上容易编程实现，所以在 指纹自动识别系统中不失为一种好的二值化方法。 囊汪大学矮圭学斑谂文 5 2 3 判断分析法 判糖分析法f 1 明扶圈像灰度直方图中把灰度傻的集合用阈值t 分成两类，然 嚣嘏蕹秘拿类静骜蓬方差( 炎瘸方差) 窝各类( 炎内方差) 懿魄为簸大来薅定阚 值。 设给定的指纹图像有厶、如、“共n 级灰度值。设阈值为t tk 、 2 、k ，把具有t 以上豹灰度值的像素秘爨有院t 小的灰度傻的像素分戈 两类，弗残定秀类l 帮类2 。把类l 酌像素设为域# ) ，平均灰度德为材，f ， 方差为q ( f ) ；把类2 的像索设为( r ) ，平均灰度值为m ：( r ) ，方藏为c r 2 ( r ) 。 若全体像索的灰度平均值为肼，则类内方差为露；+ ，丽类间方差为 。强掰，一掰) 2 壤掰。一掰罗一；暇缒一嬲：) 2 ，透f 交季| 二，壹爨求爨类窝方 差和类内方差比的最大值。 5 2 4 分块均值迭代法 曹巍求取分琰区域肉豹各令豫素熬最大欲淡德i 跑x g r a y 张l e 秘矮夺灰度 值i m i n g r a y v a l u e ，将最大藏度值i m a x g r a y v a l u e 和最小灰度值i m i n g r a y v a l u e 相加除2 ，得到一个平均假i n e w t h r e s h o l d ，将该值赋给i n e w t h r e s h 0 1 d ，然后 对小予该平均值的像素，计算其平均灰度值i m o a n l g r a y v a l u ，对大予该平均值 戆像索，诗算萁乎均获发篷i 鹣鞠2 g r 8 y ￥a l u ，霉黯i 瓣e 黼l g r a y 魄l 蛙积 i m e a n 2 g r a y v a l u 求和除2 ，并将该值赋给i n e 硝h r e s h o l d ，估计i n 鲫孙r e s h 0 1 d 和i t h r e 8 h o l d 的差距，若相等则以该值作为最腊的阈值，否则迭代多次，求取 最后的闽傻。 5 。2 + 5 基于方蠢翔羧搴的= 篷袍方法 前面介绍的方法基本上都是基于指纹图像的灰度值来对阂值进稚计算，对指 纹的方向和频率都没有涉及，对于指纹的特征点位鼹二值化效果不鼹很理想。而 基于方起窥频率鳃二值佬方法筢够褥到提对较好熬二篷豫效果匿，瓣兔浍与搬绞 浙江大学碗士学位论文 图5 3 原始图像图5 4 二值圈像 5 4 基于方向和频率的二值化算法的实现 指纹图像二篷纯斡突瑗审，善先谈殒处理完成瓣疆纹图像，粼甄是否是2 5 6 色位图，用f i n d d l b b i t s ( ) 函数拽到d i b 翻像象素起始位置，然后用 b i n a r i z a t i o n d i b ( ) 函数谶行二值化的计算，参数脊指纹图像的宽度和高度，是 否是带签字的指纹霆像，l 表示不豢熬字，2 表示豢餐字，搔纹鞭像莹患豹内存 分配。 在b i n a r i z a t i o n d i b ( ) 函数中，根掇前面对指纹图像脊线方向和频率的计算， 黄先爨叛跫图像l 还是黧檬2 ( 图像l 燹签字，强像2 可能豢鸯签字，罴遴弦签 字处理) ，分别由g e t d i r e c t g r a p h l ( ) 、g e t f r c q u 蛐c y g r a p h l ( ) 和g e t d i r e d g 糟p h 2 0 、 g e t f h q u e n c y g m p h 2 0 得列脊线方向矩阵d 打c c t a r 印h 和脊线频率矩阵 琢e q 鞋鼹e y 钕睡，若脊线方淘踅簿或套线频率矩簿笼绩惠，剜送鞣篷爻翻s 。 l p s r c 怒指向源图像的指针，1 邮t 是指向缓存图像的指针，l p n e w d m b i t s 和h n c w d i b b i t s 都是指向缓存d m 图像的指针，利用函数w m t i 重b y t e s ( ) 诗算整豫每行鲮字节数l 越b e b 硪e s