（通信与信息系统专业论文）灰度指纹图像增强系统.pdf

摘要 指纹作为一种独特的身份特征已经在很长一段时间内得到了广泛应用。政府机 构( 如公安系统) 及许多需要高度安全的场所不断收集大量的指纹图像以用于传 输、存储和自动分析识别。本文所述的部分是指纹图像的预处理和增强方面的一 些研究工作。 去除指纹图像中的背景以及不可恢复区域，可以缩短图像预处理时间，提高 特征提取的准确率。本文提出了一种基于二维最大类间方差的指纹图像分割算法。 首先利用指纹方向一致性特征将指纹图像转换成具有较大灰度均匀区域的欢度图 像。然后运用二维最大类间方差法对变换后的图像进行分割，提取出了指纹纹线 区域。最后利用格雷厄姆凸壳算法对提取出的指纹前景轮廓线进行平滑， 基于指纹图像的频谱特性，我们采用了具有良好的方向和频率选择特性的 g a b o r 滤波器对指纹图像进行增强处理。采用最小均值平方估计法估计局部区域中 纹线的主导方向；灰度投影分析法估计局部区域的纹线频率。根据求得的纹线方 向和纹线频率设置o a b o r 滤波器模板，对指纹图像进行滤波处理。另外，在奇异 点区域，我们采用了一个方向无关性的滤波器来增强这个特殊的区域。 在论文的最后，我们总结了全文，指出了目前研究工作中需要进一步完善的 地方以及今后工作的研究方向。 关键词：指纹圈像分割增强f i a b o r 滤波器奇异点 a b s t r a c t a f i n g e r p r i n ti m a g e e n h a n c e m e n ts y s t e mi sd e s c r i b e di nt h i sp a p e r f i n g e r p r i n ti su n i q u ei d e n t i f i e r so fi n d i v i d u a l sa n dh a sb e e nu s e df o ral o n gt i m e g o v e r n m e n ta g e n c i e s ( s u c ha st h ep o l i c e ) a n dm a n yk i n d so fd e p a r t m e n t sn e e d i n gh i g h s e c u r i t yh a v e t oc o l l e c ti n c r e a s i n ga m o u n to ff i n g e r p r i n t sf o rt r a n s m i s s i o n ，s t o r a g e ，a n d a u t o m a t e da n a l y s i s w en e e ds o m e p r e p r o c e s s i n ga n ds o m ee n h a n c e m e n tt e c h n i q u et o i m p r o v e t h er e c o g n i t i o no f f i n g e r p r i n ti m a g e g e tf i d eo ft h eb a c k g r o u n da n du n r e c o v e r a b l er e g i o nc a nn o to n l yr e d u c et h et i m e o f s u b s e q u e n tp r o c e s s i n g ，b u t a l s o i m p r o v e t h e r e l i a b i l i t y o ff e a t u r ee x t r a c t i o n c o n s i d e r a b l y af i n g e r p r i n ti m a g es e g m e n t a t i o n m e t h o db a s e do n2 dm a x i m u m b e t w e e n c l u s t e rv a r i a n c ei s s u g g e s t e d i nt h i s p a p e r f i r s t ，w e u s ec o h e r e n c eo f o r i e n t a t i o nt ot u r nf i n g e r p r i n ti m a g ei n t oi m a g ew i t hg r e a t e re v e ng r a ya r e a s t h e nw e s u c c e s s f u l l ya c h i e v et h ef i n g e r p r i n tr e g i o nw i t hi m a g es e g m e n t a t i o nm e t h o db a s e do n 2 dm “i m u mb e t w e e n c l u s t e rv a r i a n c e l a s t ，w eu s eg r a h a mc o n v e xh u l la l g o r i t h mt o s m o o t ht h ec o n t o u ro f f i n g e r p r i n tr e g i o n b a s e do nc h a r a c t e ro f f i n g e r p r i n t ，g a b o r f i l t e r sw i t h f r e q u e n c y s e l e c t i v e a n d o r i e n t a t i o n s e l e c t i v ep r o p e r t i e sa r eu s e dt oe n h a n c e f i n g e r p r i n ti m a g e w ee s t i m a t et h e o r i e n tf i e l db yal e a s tm e a ns q u a r ea l g o r i t h ma n de s t i m a t el o c a lr i d g ef r e q u e n c yb y p r o j e c t i o nm e t h o d a c c o r d i n gw i t he s t i m a t e do r i e n tf i e l da n dr i d g ef r e q u e n c y , w eu s e g a b o rf i l t e r st oe n h a n c e f i n g e r p r i n ti m a g e i nt h er e g i o no fs i n g u l a rp o i n t ，w ea d o p ta d i f f e r e n tf i l t e rt oe n h a n c e i nt h el a s tp a r to ft h i sd i s s e r t a t i o n ，s u m m a r i z et h ew o r ko ft h i sd i s s e r t a t i o n ，a n a l y z e t h ei m p r o v e m e n t sn e e dt ob ed o n ea n d g i v et h ed i r e c t i o n so f f u t u r ew o r k k e y w o r d ：f i n g e r p r i n ti m a g e g a b o rf i l t e r s e g m e n t e n h a n c e m e n t s i n g u l a rp o i n t 创新性声明 y 6 9 5 2 59 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加咀标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果：也不包含为获得诬安电子科技大学或 其它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做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名：舾缝，墓日期2 口垒：王! 王j 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕 业离校后，发表论文或使用论文工作成果时署名单位仍是西安电子科技大学。学 校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公开论文的全部 或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。( 保密的论文在 解密后遵守此规定) 本学位论文属于保密，在一年解密后适用本授权书。 本人签名：桶建! 差 导师签名： 茴腔剑 日期 第一章绪论 第一章绪论 1 1 课题背景 随着网络社会的到来，电子商务的日趋普及，传统的依赖于信物或口令的系 统安全性技术已经面临严峻的挑战。在许多需要身份确认的场合：例如金融系统 中证券交易、期货交易、电子商务和资讯等方面的应用；证件管理系统中身份证、 信用卡认证的应用；公安系统中刑侦工作过程中的指纹比对；保安工作中政府机 要部门、国家重点实验室、军事要地等的通行管理等人们希望能够有更为安全 可靠的身份确认信息。由于人体特征具有不可复制的优点，目前生物识别已经成 为安全技术研究的热点。 所谓生物识别，就是利用人体的生理特征或行为动作来认证人的身份。用于 验证个人身份的生物特征要求具有下列性质： ( 1 ) 特征的普遍性，即是说要人人都具有，比如只有一部分人才有的胎记或疤 痕，就无法用于大范围的身份识别。 ( 2 ) 特征的唯一性，即每个人所具有的特征都应与其他人不样。 ( 3 ) 特征的稳定性，即特征或行为应在一个相当长的时间内保持不变，经常变 化的特征是无法保证识别系统的鲁棒性的。 ( 4 ) 可采集性，即是否可以方便地获取弗量化这些特征或行为。 在实际应用中，对于一个实用的生物识别系统而言，应具备以下特征： ( 1 ) 可行性，即系统的识别精度和速度能够满足应用需要。 ( 2 ) 可接受性，即用于识别的生物特征可以被人们所接受。 ( 3 ) 适应性，即对于各种欺骗手段，系统应有足够的适应性。 目前，广泛使用或热点研究的生物识别技术有：人脸识别、指纹识别、掌形 识别、手部血管识别、虹膜识别、视网膜图形识别、面部热象图识别、人耳识别、 签名识别和声纹识别。表1 _ l 给出了这几种生物识别技术的比较。尽管在某种程 度上，这些技术中的每一种都能应用于实际系统，但大多数还不能作为一种毫无 争议的识别证据( 在法庭上) 。指纹是人类与生俱来的特征，具有不变性、唯一性 和可分类性，是公认的具有法律地位的个人身份特征的可靠证据。至今为止，自 动指纹识别技术是最可接受的、可自动化的和成熟的生物识别技术f 1 】。 指纹图像的采集可以有多种途径。一般应用系统中活体指纹图像的采集技术 主要有光学全反射技术、硅晶体电容传感技术和超声波扫描技术【2 】o 其中超声波扫 描技术则很少受手指外表面异物的影响，因此成像效果非常好。光学反射技术和 硅晶体电容传感技术最为常用，但是所得图像质量稍差，易受到手指干湿程度影 2 灰度指纹图像增强系统 表1 1 几种生物识别技术的比较 识别类型普遍性唯一性永久性采集性操作性接受性抗干扰性 人脸高低 由 高低高低 指纹 由 高 高 中 高 由 高 字迹低低低高低高低 语音 由 低低中低高低 手形 击 中 中高 中中中 手静脉 由 中 d 由 中中高 虹膜高高高 d 高低高 视网膜高高 出 低高低高 脸部热成象高高低高中高高 响，同时对汗多的和稍脏的手指不能成像。在特殊应用场合如侦破系统中指纹的 采集通常采用传统油墨捺印指纹的方法，受油墨浓淡、采集时用力大小等外在因 素的影响，所得图像还要经过扫描或数码相机拍照输入计算机得到数字指纹图像， 其质量更差。 指纹图像的特点分为整体特征和细节特征【2 】。总体特征是指那些用人眼直接就 可以观察到的特征：如纹型( 环型l o o p 、弓型a r c h 、螺旋型w h o r l ) 、模式区p a t t e r n a r e a 、核心点c o r ep o i n t 、三角点d e l t a 、纹数r i d g ec o u n t 。局部特征是指指纹 纹线上的细节点m i n u t i ap o i n t s 的特征。指纹上中断、分叉或打折的点就称为“特 征点”。指纹的特征点可分为末梢点或称终结点e n d i n g 、分叉点b i f u r c a t i o n 、分歧 点r i d g ed i v e r g e n c e 、孤立点d o to fi s l a n d 、环点e n c l o s u r e 、短纹s h o r tr i d g e 等等。 特征点中最典型的是终结点和分叉点。 图1 1 纹型举例左：环型中：弓型右：螺旋型 纹型如图1 1 所示。其余特征如图1 2 。 模式区( p a t t e r n a r e a ) ：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那一种类型的。有的指纹识别算法只使用模式区的数 据。 核心点( c o r ep o i n t ) ：核心点位于指纹纹路的渐进中心，它用于读取指纹和 第一章绪论 比对指纹时的参考点。 终结点 分叉点 分歧点孤立点环点 = _一- 1 ，- 圈1 2 指纹特征圈例 三角点( d e l t a ) ：三角点位于从核一l i , 点开始的第一个分叉点或者断点、或者 两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。三角点提供了指纹纹 路的计数和跟踪的开始之处。 纹数( r i d g ec o u n t ) ：指模式区内指纹纹路的数量。在计算指纹的纹数时， 一般先连接核心点和三角点，这条连线与指纹纹路相交的数量即可认为是指纹的 纹数 终结点( e n d i n g ) ：一条纹路在此终结。 分叉点( b i f u r c a t i o n ) ：一条纹路在此分开成为两条或更多的纹路。 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 t o r i s l a n d ) ：一条特别短的纹路，以至于成为一点。 环点( e n c l o s u r e ) ：一条纹路分开成为两条之后，立即有合并成为一条，这样 形成的一个小环称为环点。 短纹( s h o r tr i d g e ) ：一端较短但不至于成为一点的纹路。 对指纹图像的分析和处理经常还要用到三个参数即：方向、曲率和位置。 方向( o r i e n t a t i o n ) ：节点可以朝着一定的方向。 曲率( c u r v a t u r e ) ：描述纹路方向改变的速度。 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。 指纹识别的原始输入数据是数字化指纹图像，而指纹识别所依据的通常是指 纹纹线的结构信息，例如指纹匹配一般基于纹线的局部结构特征，如纹线终结点、 分叉点等细节点；指纹分类多数基于指纹纹线全局结构特征，如纹线形态或奇异 点。能否从原始指纹图像中可靠地提取出这些特征，对指纹识别系统的精度以及 4 灰度指纹图像增强系统 指纹匹配、指纹分类等算法的设计难度具有非常关键的影响。 如果指纹图像中的指纹纹线非常清晰，即脊线和谷线对比度很大、脊线之间 明显分离，则很容易用图像二值化方法从指纹图像中分离出脊线区域和谷线区域， 进而从脊线上提取出指纹局部特征或全局特征。然而在实际中。受各种因素的影 响，采集到的指纹图像不能保证都很清晰，图像中可能出现纹线粘连、纹线断裂 或对比度不均匀等情形在这种情况下很难从图像中正确地分离出指纹纹线，导 致指纹特征的可靠提取变得非常困难。 造成指纹图像质量差的主要原因是： ( 1 ) 手指表面与采集设备表面的非均匀接触。对于光电指纹采集设备，如果指 纹的脊线与采集设备表面充分接触，而谷线与采集设备完全不接触，那么将获得 清晰的指纹纹线结构。但是在现实使用中这种理想条件很难满足。手指表面的油 脂、汗液、污渍，手指皮肤的破皮，上一个人在采集设备表面残留的痕迹等使指 纹脊线无法充分接触到采集设备表面此外，手指按压力度不同导致接触程度不 同，如果按压力度很大，指纹脊线受挤压变形互相靠近，使图像中的脊线出现粘 连。对于油墨转印法采集指纹，当手指上油墨太多、太少或涂抹不均匀时将造成 图像质量较差。 ( 2 ) 采集设备的原因。设备工作环境不好( 温度和湿度不当) 、设备参数设置 不当以及设备电路噪声等会造成图像对比度较差和图像噪声。 ( 3 ) 指纹本身的原因。统计结果表明，大约有4 的人其指纹天生就不好。另 外，老人的手指上通常存在很多褶皱，皮肤病患者的手指上有很多翘皮，体力劳 动者的手指上存在老茧且经常会产生划痕。 指纹纹线模糊对指纹局部特征提取的影响尤为严重。当指纹图像质量较差时， 作为指纹匹配关键环节的细节点特征提取过程可能会产生以下错误川1 ： ( 1 ) 产生大量虚假细节点。即将不是细节点的地方判定为细节点，如将纹线断 裂处判定为两个纹线端点，将纹线粘连的地方判定为纹线分叉点，但是事实上这 些并不是真实细节点。 ( 2 ) 遗漏真实细节点。即忽略了存在细节点的地方，没有从中提取出细节点。 造成遗漏真实细节点的主要原因是指纹图像的对比度较差，从而隐藏了其中的细 节点结构。 ( 3 ) 细节点位置和方向存在误差。虽然判断出在某处存在细节点，但是给出的 细节点位置和方向不很精确。 ( 4 ) 细节点类型错误。即将纹线端点判定为纹线分叉点，将纹线分叉点判定为 纹线端点，造成这一问题的主要原因也是纹线断裂和纹线粘连。 基于错误的细节点显然很难达到较高的指纹匹配精度。为了保证可靠地提取 出指纹特征，为指纹识别提供更加可靠的依据，一方面需要研究对指纹图像质量 第一章绪论 具有鲁棒性的指纹特征提取方法，另一方面应该从提高指纹图像的质量入手。 要获得质量较好的指纹图像，首先应该提高指纹采集设备的性能，遗憾的是 在目前的技术条件下还没有哪种指纹采集技术能在各种条件下都获得质量很好的 指纹图像。其次是依靠用户在采集指纹时的配合，例如使用适当的力度、保证手 指的清洁及具有适宜的干湿度然而在实际应用中很难保证所有的用户都做到这 一点最后是对指纹图像进行增强处理，即恢复指纹图像中模糊的区域，提高其 中指纹纹线的清晰度，这是本文所研究的问题。 ( a )( b )( c ) 图1 3 不同质量类型的指纹区域 指纹图像中通常存在以下三种不同质量类型的区域【3 j ： ( 1 ) 纹线较清晰的区域。其中的脊线和谷线相互分离，显示出良好的纹线结构， 如图1 3 ( a ) 所示。 ( 2 ) 纹线较模糊的区域。其中的脊线出现一定程度的断裂和粘连，但是仍然可 以根据相邻区域中纹线的结构信息来判断出该区域中模糊纹线的结构，如图l i3 ( b ) 所示。 ( 3 ) 纹线非常模糊的区域。其中的纹线严重粘连或呈颗粒状，即使是人眼也看 不出其中的纹线结构，也无法根据相邻区域中纹线结构判断该区域的纹线形态， 如图1 3 ( c ) 所示。 对第一种区域基本上不需要进行增强，第二种区域为可恢复区域。而第三种 区域为不可恢复区域。我们所要做的就是提高可恢复区域中指纹纹线的清晰度， 割除不可恢复区域。通过分割出不可恢复区域，在后续的特征提取过程中可以不 从这些严重模糊的区域提取指纹特征，既避免了从中提取出大量虚假细节点，也 可提高细节点提取的速度。 增强后的指纹图像应该具有清晰的指纹纹线，即要求指纹纹线之间明显分离、 纹线边缘平滑、纹线上不存在噪音，且增强后的指纹纹线应尽可能反映指纹的本 来面貌，如恢复因疤痕造成的纹线断裂。此外，增强处理不应该改变纹线结构而 引入新的误差，否则将导致产生虚假的指纹特征，违背了指纹增强的初衷。 1 2 研究现状 数字图像处理中一些通用的图像增强方法【4 l 如均值滤波、低通滤波、边缘增强 6 灰度指纹图像增强系统 等对指纹图像的增强效果不理想，这是因为这些方法主要针对图像中的随机噪声， 而模糊指纹图像中的指纹纹线缺陷属于结构性噪声。 理想的指纹图像由脊线和谷线交替构成，脊线和谷线粗细均匀f l j 除了在细节 点、奇异点等区域出现不规则形状外，在大部分区域，脊线之间和谷线之间互相 平行，且呈现连续的、方向平缓变化的曲线形态。当指纹图像质量较差时，指纹 纹线不再具有上述性状。然而对质量较差的指纹图像，指纹专家仍然能定位出其 中的细节点和判断指纹的类型，这是因为他们在观察时依据了一些重要的视觉线 索，如局部纹线方向、纹线的连续性、纹线的走势等等，这些特性反映了指纹纹 线的结构。受此启发，人们利用这些视觉线索设计出很多专门针对指纹图像的增 强方法。 很多指纹增强算法对细化指纹图像进行增强【5 】【6 1 。这类方法的基本做法是在对 原始灰度指纹图像用低通滤波、直方图变换等通用图像增强方法进行处理后，依 次进行二值化和细化处理，得到细化指纹纹线，然后通过对细化纹线拓扑结构的 分析，结合指纹纹线的方向、纹线之间的距离等特性，修正细化纹线的结构。这 种方式的根本缺陷是二值化和细化处理不仅会损失很多有用的图像信息，而且也 会带来很多新的误差，从而在此基础上所恢复的指纹纹线结构可能不能反映指纹 的原始面貌。 ( a ) 局部指纹( b ) 傅立叶频谱 图1 4 局部指纹图像及其傅立叶频谱 还有一些算法是在原始灰度指纹图像上进行指纹增耐7 j 【8 】【9 】【1 0 】【1 1 l 。指纹图像由 脊线和谷线交替构成，理想情况下，指纹图像局部区域中的指纹纹线形成一个具 有固定频率和方向的平面正弦波，其二维傅立叶频谱如图3 2 ( b ) 所示。可以看到， 除了直流成分所对应的峰外，另存在两个对称的频谱峰，这两个频谱峰刻画了局 部纹线的两个重要特性：纹线方向和纹线频率。纹线频率对应于两个频谱峰之问 距离；纹线方向与两个峰之间连线的方向垂直。基于指纹频谱图的上述特性，人 们提出了采用具有方向和频率选择特性的带通滤波器进行指纹增强处理的思想。 经适当调节的带通滤波器能滤掉图像中的噪声信号，而保留两个频谱峰所对应的 指纹纹线信号。与基于细化纹线增强方法相比，这类方法具有较好的效果。下面 对采用这种思想的几种方法进行简要介绍。 s h c d o c k 等i 7 的方法利用b u t t e r w o r t h 带通滤波器和一种角度选择滤波器的组 第一章绪论 合来构造滤波器。滤波器的主要参数有中心频率、中心方向、频率通带大小和方 向通带大小。滤波处理在频域进行。该方法首先选择1 6 个均匀分布的中心方向， 用以它们所确定的1 6 个滤波器分别对原始图像进行滤波，得到若干幅滤波后指纹 图像由于这些滤波器的频率通带设置较大，从而不必构造不同中心频率的滤波 器。然后采用方向灰度投影法估计每个象素点处的纹线方向，并根据方向图求出 奇异点位置。对每个象素点。选择若干滤波方向与该象素点方向接近的滤波后图 像，以这些图像中对应象素点的加权平均值作为该象素点最终增强结果。所选滤 波后图像的数目与该象素点与奇异点的距离有关，与奇异点越近，其方向性越差， 需选用较多滤波后图像，反之。距奇异点越远，其方向性越好，故只需选用较少 的滤波后图像进行组合，这样做的实质是根据象素点处方向性强弱调整滤波器的 方向通带大小。 k a m e i 等瑚方法的滤波处理也是在频域进行。滤波器形式上为两个高斯带通滤 波器的乘积，它们分别对方向和频率进行选择。该方法首先用若干不同中心频率 和中心方向的滤波器对原始图像进行滤波，得到若干滤波后图像。然后从这些滤 波后图像确定每个象素点增强后的值，与s h e r l o c k 等根据象素点方向进行滤波后 图像选择的方法不同，该方法搜索一种使增强后图像的方向连续性最好的增强象 素点选取组合方法增强图像中象索点的方向为它所来自的滤波后图像所对应的 滤波器的方向。方向连续性通过准则函数度量，利用贪婪算法搜索使准则函数最 小化的组合方式。 h o n g 等1 3 j 的方法采用g a b o r 滤波器在空间域进行滤波，g a b o r 滤波器具有良 好的方向和频率选择特性。该方法首先求出局部区域中纹线的主导方向，每个象 素点处的方向取为其所在局部区域的方向，然后用投影分析法求局部区域的纹线 频率，最后用中心频率和中心方向与象素点的方向和频率相同的g a b o r 滤波器对 每个象索点进行滤波处理。 上述各种方法之间的不同之处主要体现在以下几个方面： ( 1 ) 所采用的滤波器形式不同。 ( 2 ) 滤波处理所采用的方式不同。有的在空间域通过卷积实现，有的在傅立叶 频谱空间进行。 ( 3 ) 采用不同的估计方向图方法，以及使用不同分辨率的方向图。有的求出每 个象素点处的方向，有的求局部区域内的主导方向；有的将方向量化为少数几个 均匀分布的方向，有的采用连续方向值。 ( 4 ) 采用不同的增强策略。有的对每个象索点使用不同参数的滤波器进行逐点 滤波，有的先用若干固定特性的滤波器对整幅图像进行滤波，然后根据象素点的 特征从不同滤波后图像中选择该象索点增强后的值。 灰度指纹图像增强系统 1 3 论文的任务 由于传统的安全技术面临高科技的挑战，其安全性已经不能够满足需要，因 此人们转向生物识别技术的研究。指纹识别技术与其它几种生物识别技术相比有 一定的优势，因此成为人们研究的热点，但是到现今为止，还没有一种统一有效 的指纹图像处理、识别的标准算法。多数的公司也都是根据不同的应用目的，来 研究一些实用的工程应用算法。为了对自动指纹识别系统的后续处理如指纹特征 提取、指纹识别提供更加可靠的依据，本文试图设计一种较好的指纹图像增强算 法。根据这一目标，作者主要的工作如下： ( 1 ) 较好的预处理，包括预滤波，分割指纹图像背景及不可恢复区域。 ( 2 ) 估计出较精确的指纹方向图和指纹纹线频率，利用g a b o r 滤波器增强指纹 图像 ( 3 ) 较好的后续处理。 本文所述系统采用v c + + 6 0 编程环境，在i n t e lc c l c r o n5 6 6p c 机上进行软 件编程实现，所有的实验数据均为在该p c 机上运行得到。 1 4 本章小结 本章对一些常用的生物识别技术进行了比较，同时介绍了指纹图像的特点， 并且对自动指纹识别系统中指纹图像增强方面的一些前人工作进行了简要的介 绍。最后，从实际情况出发，确定了本文的主要任务。 第二章预处理 第二章预处理 2 1 概述 9 一般的指纹图像中，大都包含背景区域。背景区域中不包含可用于识别的有 效信息。如果对包含背景区在内的整幅图像进行处理、提取特征信息。不仅大大 增加了图像预处理与特征提取的时间，还会从背景区域提取到大量虚假信息，严 重影响识别效果。如果能够在背景区有强噪声干扰的情况下，准确、可靠地将指 纹纹理区域从背景区域中提取出来，使得后继的过程只针对有效指纹区域进行处 理，则对于缩短图像预处理时间、提高特征提取的准确率都具有重要的意义。 图像分割的一般方法是基于图像灰度特性的1 1 2 】( 1 3 j ，通常会用到灰度特征的两 个性质：不连续性和相似性。根据算法侧重于利用哪种性质，可将现有的分割方 法分为两大类：利用区域内像素灰度相似性的基于区域的方法和利用区域间灰度 不连续性的基于边缘的方法。近年来，还出现了大量结合区域和边缘的方法。另 外，随着统计学理论、模糊集理论i l ”、神经网络、形态学理论、小波理论等在图 像分割中的应用日渐广泛，遗传算法、尺度空间、多分辨率方法、非线性扩散方 程等近期涌现的新方法和新思想也不断被用于解决分割问题【1 5 】l “l ，国内外学者提 出了不少有针对性的分割方法。实验表明，对于具有灰度均匀区域较大的灰度图 像以上方法分割的效果比较理想，但不适用于具有纹理特征的指纹图像。 目前也有不少针对指纹图像的分割方法，主要可以归结为以下两类：一类是 基于块水平的分割方法，如方向图法【1 7 l 【1 8 】、方向场和方差结合法f 1 9 1 、基于d s 证 据理论法l 训等分割方法。另一类是基于象素水平的分割方法，如基于纹线对比度 法1 3 】象素分类法1 2 l 】1 2 2 】等分割方法。下面对这几种方法进行简要介绍。 m e h t r e 等1 1 7 】提出了一种基于指纹方向图的方法。利用各个方向的灰度变化值 计算各个象素点方向。将方向图划分为块，计算每块的方向直方图。如果局部区 域内的方向直方图的峰值超过某一闷值，则该区域为前景区域；如果方向直方图 的峰谷差值小于某个阈值，则该区域为背景；如果方向方差大于某阈值，则该 区域为前景。该方法的分割效果依赖于所求点方向图及块方向图的可靠性，而对 图像对比度的高低并不敏感。但是对于纹线不连续、单一灰度等方向难以正确估 计的区域以及中心、三角附近方向变化剧烈的区域，方向图分割则往往难以取得 令人满意的效果。 m e h t r e 等又提出了一种改进算法1 1 w 。由于方向图法不能分割单一灰度区域， 因而把方向分割和方差分割结合起来作为判决条件。当局部区域内的灰度方差小 1 0 灰度指纹图像增强系统 于某阈值时，使用方差法分割；当局部区域内的灰度方差大于某阈值时，使用方 向图法分割。阈值的选取要确保方差法仅用于分割单一灰度区域，主要的分割方 法还是方向法。这在一定程度上改进了单一灰度等区域的分害0 效果但对于纹线 不连续区域和强噪声干扰区域仍然存在一定的局限性。 唐良瑞等闭j 提出了一种基于d s 证据理论的指纹图像分割方法。首先用块灰度 均值和块灰度方差初步提取出指纹区域，剔除了非指纹区域。然后分别利用基于 方向信息和基于对比度的分类器，将指纹区域分为指纹清晰区、噪声严重区以及 模糊区三类区域。最后利用d - s i 正据理论的合成法则将各分类器的结果结合起来进 行统一判决。 h o n g 等p j 提出了一种基于指纹脊线谷线对比度的分割算法。这个算法可以是基 于象素的，也可以是基于块的。指纹图像中大部分区域的脊线谷线形成一个正弦 波。根据正弦波的三个特征：幅度、频率和方差，通过个平方误差聚类算法， 确定了6 个聚类中心。其中的四个对应于可恢复区域，其余两个对应于不可恢复区 域。利用这6 个聚类中心，用一个最近邻分类器来划分每块为指纹纹线区域或背景 区域。该算法的复杂度较高。 王彦荣等l “j 提出了一种基于象素分类的方法。基于每象素点的三个特征：方 向一致性、局部灰度均值、局部灰度方差，得到指纹图像中的前景点和背景点在 空间的分布情况。选用一个系数待估计的二次曲面模型，实现对指纹图像前后景 的分割。 随后，我们将分析比较基于像素的和基于块的指纹图像分割方法。针对我们 的需要，我们采用了基于块的方法。我们结合基于指纹图像特征和基于一般图像 灰度特征的两类方法优点，利用指纹图像的方向一致性特征作预处理变换，运用 二维最大类间方差法1 2 3 】有效地提取出了指纹纹线区域。这种方法不同于其他指纹 图像分割算法的方面是：一、将指纹图像的纹理区域转换成灰度均匀区域。二、 利用二维最大类间方差的原理，结合了像点的灰度分布信息和像点的邻域空间相 关信息。 2 2 归一化处理 受采集设备工作环境及参数设置的影响，采集到的指纹图像可能总体对比度 较差。归一化处理是对原始指纹图像上每一像素点的一种操作，目的是降低指纹 脊线和谷线间的灰度偏差，使图像中纹线灰度均值和方差接近于给定的期望均值 m 。和期望方差蹦只。，使后续操作具有统一的基准。灰度图像归一化并不改变指纹 纹理的清晰度。记灰度指纹图像i 为 fx 的矩阵，i ( i ，j ) 表示第i 行第j 列像素 点对应的灰度值。计算原始指纹图像的灰度均值和方差： 第二章预处理 me加击薹薹，(2-1)mn + 箭龠7 妇，t 熹e ( 1 ( i ，j ) 一m e a n ) 2