（计算机应用技术专业论文）指纹增强算法研究.pdf

山东大学硕士学位论文 摘要 自动指纹识别技术是目前应用最为广泛的一种生物特征识别技术。它大致包 括指纹图像预处理( 指纹分割、指纹增强、指纹细化) 、特征提取、特征匹配三个 阶段。到目前为止，已有不少文献对其进行了深入研究。在实际采录指纹过程中， 由于按压情况的多变、采集器的本身缺陷，人为因素等，采集到的指纹图像有1 0 左右是低质量指纹图像，为了保证指纹识别算法对指纹质量的鲁棒性，需要进行 指纹增强来改变指纹纹线的清晰程度。但是现有的指纹增强算法在处理指纹奇异 点区和具体的操作水平时有些难点尚未解决。为此，本文针对自动指纹识别中 的关键技术之一指纹增强进行了深入研究。 主要研究内容如下： 一、针对指纹奇异点区纹线方向变化剧烈，纹线频率不同于指纹其它区域的 情况，本文提出了种两步增强指纹奇异点区的新方法。首先，使用基于瑞利函 数的滤波器对奇异点区进行带通滤波，然后，使用间隔2 2 5 度的八方向加博滤波 器组对该区域进行增强，在获得的8 幅滤波图像上，通过计算质量指标，得到对 应于1 6 个方向子区的1 6 幅最优子区图像，合成这些子区图像，得到最终的奇异 点区增强结果。实验结果表明该方法有效增强了指纹的奇异点区。 二、针对块水平和全局水平的增强算法，本文提出了一种基于区域水平的指 纹增强算法。该算法首先利用方向一致性原则将指纹图像划分成具有相同纹线方 向的n 个区域，通过合并区域内和邻接区域的“漏块”，使区域内部具备8 连通性， 然后利用基于区域水平的纹线距离估计算法，计算出该区域的纹线频率，针对每 个区域进行加博滤波。该方法实际上属于种折中的方案，在一定程度上解决了 块水平反复调整滤波模板的问题和全局水平的时空复杂度问题 本文内容共分4 章，第一章绪论，主要介绍了自动指纹识别技术的概况及指 纹增强技术的研究现状，作为展开研究工作的基础，第二章主要研究并实现了基 于奇异点区的指纹增强算法，第三章提出了一种基于区域水平的指纹增强算法， 第四章为总结与探讨。 关键词：指纹；指纹增强；奇异点；瑞利函数；加博滤波器 山东大学硕士学位论文 a b s t r a c t i nt h er e c e n ty e a r s ，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 e ( a f i r ) ，a sa k i n do f b i o m e t r i c st e c h n o l o g y , h a sb e e na p p l i e dm o s tw i d e l y 。i tm a i n l yi n c l u d e st h r e e p h a s e s ：f i n g e r p r i n ti m a g ep 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 u n t i ln o w ，i th a s d r a w nas u b s t a n t i a la t t e n t i o ni nt h el i t e r a t u r e i np r a c t i c e 。d u et ov a r i a t i o n si n i m p r e s s i o nc o n d i t i o n s ，r i d g ec o n f i g u r a t i o n ，s k i nc o n d i t i o n s ，t h ep r o b l e m so fa c q u i s i t i o n d e v i c e s ，a n dn o n c o o p e r a t i v ea t t i t u d eo f s u b j e c t se r e ，a1 0p e r c e n t a g eo f a c q u i r e d f i n g e r p r i n ti m a g e si so f p o o rq u a l i t y 。i no r d e rt oe l i s l et h a tt h ep e r f o r m a n e eo f t h e m i n u t i a ee x t r a c t i o na l g o r i t h mw i l lb er o b u s tw i 血r e s p e c tt ot h eq u a l i t yo f i n p u t f i n g e r p r i n ti m a g e s ，a l le n h a n c e m e n ta l g o r i t h mw h i c hc a ni m p r o v et h ed a r i t yo f t h e r i d g es t r u c t u r e si sn e c e s s a r y b u tt h e r ea r ea l o to f q u e s t i o n sa n dd i f f i c u l t i e se ) 【i s t si nt h e m a j o ra l g o r i t h mt od e a lw i t ht h ef i n g e r p r i n ts i n g u l a rp o i n ta r e am a dt h es p e c m c o p e r a t i n gu n i t t h e r e f o r e ，i nt h i sp a p e r , w ed e e p l ya n a l y z ea n di n v e s t i g a t et h ek e y a l g o r i t h mo fa 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 ns y s t e m - - f i n g e r p r i n t - e n h a n c e m e n t a l g o r i t h m t h er e s e a r c hc o n t e n t sa l ea sf o l l o w s ： 1 、t h ef i n g e r p r i n ts i n g u l a rp o i n ta r e ai sas p e c i a lr e g i o n ，i nw h i c ht h er i d g e d i r e c t i o nc h a n g e sr a p i d l ya n dt h er i d g ef r e q u e n c yi sd i f f e r e n tf r o mt h eo t h e r a r e a w i t ht h ec o n d i t i o ne x i s t i n g ，i nt h i sp a p e r , an o v e lm e t h o d , w h i c hi sc a l l e d t w o s t e pe n h a n c e m e n tm e t h o d , i sp r e s e n t e dt 0e n h a n c et h es i n g u l a rp o i n ta r e a i nt h ef i n g e r p r i n ti m a g e ，f i r s to fa l l ，af i l t e r , b a s e dr a y l e i g hf u n c t i o n ，i s a p p l i e dt ot h ea r e af o rb a n df i l t e r i n g ，a n dn e x t ，w eu s ee i g h td i r e c t i o ng a b o r f i l t e r sw i t hi n t e r v a l2 2 ，5d e g r e et oe n h a n c et h i sa r e ar e s p e c t i v e l y t h e o p t i m u ms i x t e e nd i r e c t i o n a ls u b d o m a i n si m a g e s ，w h i c hc o m ef r o mt h ee i g h t f i l t e r e di m a g e s ，c a nb eo b t a i n e db yu s i n gq u a l i t yi n d e x f i n a l l y ，w eg e tt h e f i n g e r p r i n te n h a n c e m e n ti m a g eo f t h es i n g u l a rp o i n ta r e at h r o u g hs y n t h e f i j n g t h e s es u b d o m a i n si m a g e s l i 山东大学硕士学位论文 2 c o m p a r e dw i t hd o m i n a t i n ga l g o r i t h m sb a s e do ht h eb l o c kl e v do rt h e 四o b a l l e v e l ，t h ep a p e rp r o p o s e san e we n h a n c e m e n ta l g o r i t h m ，w h i c hi sb a s e do nt h e r e g i o ni e v e l f i r m l y , t h ed i r e c t i o nc o i n c i d e n c ei n d i c a t o ri su s e dt od i v i d et h e f i n g e r p r i n ti m a g ei n t os e v e r a lr e g i o n sw i t l lt h es a m ed i r e c t i o n , a n dn e x t , t h e m i s s e d b l o c k sl o c a t e di nr e g i o na n dt h en e i g h b o ra r ei n c o l p o r a t e di nt h e r e g i o n sa b o v e ，t h r o u g ht h i ss t e p ，t h er e g i o i i sc a nb e c o m e8 - c o n n e c t e d ，a f t e r v c oc o m p u t e rt h er e g i o nf r e q u e n c yb yu s i n gt h er e g i o n - l e v e lf r e q u e n c y e s t i m a t em e t h o d ，t h er e g i o ni m a g e sa r ef i l t e r e db yt h eg a b o rf i l t e r s i nf a c t , t h em e t h o di st h et r a d c o f fi tn o to n l ys o l v e st h e d e v i o u sp r o b l e m i nt h e b l o c k l e v e lm e t h o dt oag r e a te x t e n t , b u ta l s ot r i e st o d r o pd o w nt h e s p a c e 4 i m ec o m p l i c a t i o ni nt h ee d o b a ll e v e lm e t h o d t h e r ea r ef i v ec h a p t e r si nt h i sp a p e r t h e1 “c h a p t e ri si n t r o d u c t i o n , w h i c h i n t r o d u c e st h eg e n e r a li n s t i t u t i o n sa n dd i f f i c u l t i e so ff i n g e r p r i n ti d e n t i f i c a t i o na n d f i n g e r p r i n te n h a n c e m e n ta n dt l l e2 n dc h a p t e rp r e s e n t saf i n g e r p r i n ts i n g u l a rp o i n t a r e ae n h a n c e m e n ta l g o r i t h m c h a p t e r3i n t r o d u c e saf i n g e r p r i n te n h a n c e m e n t a l g o r i t h mb a s e do n t h er e g i o r ll e v e l t h ef i n a l5 血c h a p t e ri sc o n c l u s i o na n d d i s c u s s i o n k e y w o r d s ：f i n g o r p r i n t ：f i n g e r p r i n to n h a n o 唧n t ：8 i n g u l 8 rp o j n t8 r 0 8 ： r e i a yf u n o t i o n ：g a b o rf i t e r i i l 原创性声明和关于论文使用授权的说明 原创性声明 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 究做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：卑 日期：业，。 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：- 二李乡一导师签名：榉日 期：业 山东大学硕士学位论文 第1 章绪论 1 1 自动指纹识别技术简介 人体指纹是人体的一种生物特征，具有不变性和唯一性，除此之外，它还具 有如下优势【1 】：1 ) 使用指纹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 ) 指纹识别准确率较高，使用方便，有很好的应用前景。( 3 ) 采集设 备简单，防伪性能好。以上特点使得指纹识别成为当今生物特征识别领域中应用 最广泛的技术。i b g 衄t e m a t i o n a lb i o m e t r i eg r o u p ) 在2 0 0 3 年生物识别技术市场 的分析报告中得出，有关指纹识别的产品在全球各种生物识别技术产品中的市场 占有率达到了5 2 ，雄居第一位，也证实了自动指纹识别技术是应用最广泛的生 物识别技术。 自动指纹识别技术属于生物特征识别【2 1 的一种，它是通过采集指纹图像进行 匹配识别，确定或确认指纹所有人身份的生物特征识别技术，其基本原理是通过 取像设备读取指纹图像，然后用计算机识别软件，提取指纹的特征数据，最后通 过匹配算法获得识别结果。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。一 般指纹识别系统的结构如图1 1 所示。 图1 - 1 一般生物识别系统结构示意图 自动指纹识别技术可以分为两类，即验证和辩识，验证就是通过把一个现场 采集到的指纹与一个已经登记的指纹进行一对一的比对，来确认身份的过程。验 山东大学硕士学位论文 证其实是回答了这样一个问题：“他是他自称的这个人吗? ”这是应用系统使用 较多的方法。辩识则是把现场采集到的指纹同指纹数据库中的指纹逐一比对，从 中找出与现场匹配的指纹。辩识其实是回答了这样一个问题：“他是谁”。辩识主 要应用于传统领域中。 验证和辨识在比对算法和系统设计上各具技术特点。验证系统一般只考虑对 完整的指纹进行比对，而辨识系统则要考虑对残纹的比对；验证系统对比对算法 的速度要求不如辨识系统高，但更强调其易用性；另外在辨识系统中，一般要使 用分类技术来加快查询的速度。 从技术的角度看，自动指纹识别技术研究内容大致包括指纹采集、指纹图像 预处理、指纹分类、指纹特征提取和指纹匹配等内容。 1 1 1 指纹采集 从采集方式来看，指纹基本可以分为三类：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。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。活体指纹是使用指纹采集传感器 采录指纹的。根据录入原理的不同，活体指纹传感器可分为光学指纹图像传感器、 c m o s 压感传感器、热敏传感器、超声波传感器等几种。 图1 - 2 几款不同原理的指纹采集器 山东大学硕士学位论文 不同的活体指纹传感器有各自的优点和缺点。表1 1 对四种常见的传感器技 术进行了总结。 表1 1 不同传感器的比较 癸 光学传感器c m o s 传感器热敏传感器超声波传感器 烂别 诺 体积较大很小小中 成像质量干手指差。但潮对潮温和脏的手质量较差。受使非常好 湿和脏的手指成指成像质量差用者手指移动影 像较为模糊响，图像形变比 较大 成像大小采集面积区域可采集面积很小 采集面积基本不采集面积较大 以很大受传感器体积限 制 使用寿命比较长，但是光一般。怕静电 很长 一般 学头比较容易老 化 功耗较大较少一般较多 价格中等 低较低很高 1 1 2 指纹预处理 指绞预处理是指纹特征提取前的不可缺少的一个重要环节，主要用于突出指 纹图像中的纹理、方向信息，消除或者减弱噪声等无用信息。指纹图像预处理包 括指纹图像分割、阍像增强、二值化、细化等。 图像分割是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程 b “3 。目前有上午种图像分割算法1 3 2 0 1 。其中主流算法多采用基于区域的分割 技术。从分割的精度方面，大致分为两类：基于块水平的指纹分割算法b “1 ， 基于像素水平的分割算法刀。 指纹图像增强，是指指纹图像通过一定的算法处理，使其纹线结构清晰，尽 山东大学硕士学位论文 量突出和保留固有的特征信息，而避免产生伪特征信息，其目的是保持特征信息 提取的准确性和可靠性 二值化即将图像中灰度大于某阈值的像素的灰度置为1 ，小于等于该阈值的 像素的灰度置为0 。 指纹细化是使得到的二值图像在保持原有的纹路特征的前提下删除纹线的 边缘像素，直到纹线为单像素宽为止。现有的指纹细化算法主要有以下几种：快 速并行细化算法、o p t a 细化算法、串并行混合细化、中心扫描细化“加1 1 ，1 3 指纹分类 指纹的分类是根据纹线的全局结构模式来进行的。人们经大量统计发现，虽 然纹线的全局结构模式因人而异，但变化的种类却是很有限的。这表明把所有指 纹分别归属于有限的几个不同类别是可能的，从而奠定了指纹分类的理论基础。 就目前的指纹分类技术丽言，指纹分类主要是根据指纹中的两类特殊结构 c o l e 点d e l t a 点的数目和位置不同而将指纹划分为不同的类型【“】。图l ，3 是按照五 类分类标准的指纹类别示例。 在大容量数据库的指纹匹配中，指纹类别通常是作为一个索引标志加以应 用，用来加快指纹匹配的速度。 雹缀圜黧凰 拱形尖拱形右旋左旋旋涡 图l - 3 五类分类标准下的指纹类别示例 1 1 4 细节指纹特征定义和提取 指纹的细节特征( m i n u t i a e ) 可以有1 5 0 种之多。但这些特征出现的概率并 不相等，很多特征是极其罕见的。一般在自动指纹识别技术中只使用两种细节特 征；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 ) i t 2 。纹线端点指的是 纹线突然结束的位置，而纹线分差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、最稳定，而且比较 山东大学硕士学位论文 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。特征点的类型和方向定义如图1 4 所示。 蚕藿= = = = 三= = 二= ；兰= 皇 嫂缱分叉点 图l _ 4 指纹特征点的类型和方向定义：( a ) 类型，方向 1 1 5 指纹匹配 指纹匹配要解决的问题是对两幅给定的图像提取特征信息，进行匹配，判断 这两枚指纹是否是同源的，即是否来自同一个指头。如：传统的点模式指纹匹配 一般是基于细节点( m i n u t i a e ) 实现的。细节点在指纹纹线中出现的几率最大， 也最稳定，易于检测，且足以描述指纹的唯一性。指纹匹配靠比较两枚指纹的细 节点特征就可以决定指纹的唯一性。目前指纹匹配方法可以分为两类。一类是基 于图匹配的方式伫1 1 ，另一类是采用人工神经网络的方法“捌。 1 2 指纹增强算法国内外研究现状 指纹图像增强，是指指纹图像通过一定的算法处理，使其纹线结构清晰，尽 量突出和保留固有的特征信息，而避免产生伪特征信息，其目的是保持特征信息 提取的准确性和可靠性。结合时空域的特性，h o n g 等提出了带方向的鼬o r 滤波算 法来增强指纹图象 该方法需要准确估计脊线频率。空域增强较有代表性的主要 有以下几种：o g o r m a n ( 1 9 8 9 ) 在文幽1 和m e t l l i 1 9 9 3 ) 在文圆中分别用一种匹配 的及有向滤波器来增强指纹图象；m o i e 3 0 i 把神经网络引入到指纹增强中。 a l m a n s a ( 2 0 0 0 ) ，j i a n g g a n gc h i n ( 2 0 0 4 1 【3 1 3 2 1 则将尺度空间理论来自适应指纹脊 线的指纹增强算法，尽管该方法在理论上是完备的，但是为了估计脊线宽度及滤波 参数，模板复杂而耗时过多，不适合在线需求；g r e e n b e r g ( 2 0 0 0 ) 在文【3 3 1 年i i j i a n g 在文1 3 4 1 求助于一个各向异性和一个方向性低通滤波器来抑制噪声。频域增强方 山东大学硕士学位论文 法较有代表性的为s h e r l o c k t ”1 中提到的方法，该方法利用数字化的形式来估计参 数和滤波t e d d y k o ”1 中通过除去噪声表现的频域亮斑来提高模糊指纹的清晰程 度。下面介绍几种典型的指纹增强算法： 1 2 1 基于g a b o r 滤波的增强 g a b o r 滤波增强使用纹线方向和纹线频率作为参数对指纹图像进行增强， 是增强算法中最为常见的一种。该算法是基于指纹的数学模型，指纹在局部小区 域内可以认为是一组平行的具有一定频率的直线，可以顺着脊线的方向使用 g a b o r 窗函数去过滤图像，使脊线的信息得到加强。由于是顺着脊线的方向滤波， 在顺着脊线方向上有平滑的作用，因此能将一些断裂的脊线修复回原来的状态， 同时由于g a b o r 滤波器具有良好的频率选择性，因此可以在有效去除脊线上噪声 的同时，保持脊线的结构。 引自参考文献1 3 8 】 图l - 5 加博滤波函数的空频域滤波响应 结合g a b o r 滤波函数的时空特性，j a i n ( 1 9 9 1 ) 3 力和h o n g ( 1 9 9 8 ) 0 8 1 采用的是 二维g a b o r 函数的实部，即： 鼬彤聊，= 唧c 专 若+ 号 ，c o s c 孕， = x e o s b + y s i n b( 1 1 ) y = 一x s i n + y c o s 这里是g a b o r 滤波器的方向，丁是正弦平面波灰度信号的周期。 如果我们把上式分解成两个正交的两个部分，一个平行另一个垂直于方向 庐，如下所示： 山东大学硕士学位论文 g ( x , y ；t ，庐) = 吃( x ；r ，) h y ( y ；妒) 相c 每c o s ， 唧( - 剐 。力 第一个因子 可以被看作为一个一维的g a b o r 函数一带通滤波器，第二个 因子h 。是高斯函数一低通滤波器，并且这两个因子向量相互正交。其空频域冲 击响应可由图1 5 反映 h o n g 算法假设指纹图像的脊和谷的周期交替在其截断层面上表现为含有噪 声的灰度正弦波信号。但是这种假设在一些指纹或指纹的一些区域内是不成立 的。如下图显示，在某些区域内指纹的脊谷却不是成不规则的正弦分布或者直接 就不是正弦分布。除此之外，n o n g ( 1 9 9 8 ) 嗍的文章中，对于滤波器系数的选取也 是与图像相关的，在纹理结构不同的区域增强效果是不一致的。 - 引自参考文献 3 9 j 图1 6 一幅指纹图像及其对应的脊线和谷线图谱。右上角图像可粗略的看作正弦波， 但左下角不是正弦波 针对上述情况，j i a n w e iy a n g 等啪1 提出了一种改进的加博滤波函数，有效 的改进了指纹局部纹线成正弦波这种假设带来的图像依赖性，并对加博函数的包 络常数进行了分析，设计了自适应的包络常数对照表。 g a b o r 滤波增强是利用方向场来进行图像增强方法的一种，但是使用g a b o r 滤波器进行增强，需要计算指纹的方向场和纹线频率，目前的指纹方向场计算方 法受指纹质量影响很大，难以准确的计算低质量指纹图像的方向场。针对这种情 山东大学硕士学位论文 况，l h o n g 等h 0 1 还利用加博滤波器组将指纹图像分解为一个滤波图像集、用分 解方法计算图像方向场的方法。该方法仍能够较为可靠地计算纹线方向，增强效 果较好。但算法相当复杂，时间消耗大，很难用于满足在线应用的需要。 1 2 2 基于傅立叶滤波的指纹增强方法 以g a b o r 滤波函数为主的增强算法，因为方向参数和纹线频率参数的求取， 严重依赖于指纹图像的质量。对中高指纹质量的图像，增强结果较为理想，但 是对于低质量指纹图像处理效果较差，增强效果较差。在现场采集的指纹图像中， 因为采集设备的固有缺陷，或者人为因素等，大约有1 0 的指纹图像质量较差， 这些指纹或者纹理模糊，紊乱不清，或者连接的脊线被断开，并行脊线粘连在一 起。在这些指纹上，方向场的计算会严重背离指纹的实际情况，从而使得指纹的 增强效果差强人意。对于这些低质量指纹可以考虑使用基于傅立叶的频域滤波来 对图像进行处理。 一个m * n 大小的二维离散傅立叶变换和逆变换公式为： 足地2 亩萎荟八五咖川州别肌m ( 1 s ) f ( x , y ) _ 赤萎丢砌) 一2 删m m ( 1 。) 基于傅立叶函数的滤波流程为： 1 、 通过傅立叶变换( f f t ) 将图像转换到频域 2 、 将图像频谱与滤波模板做乘积 3 、 将滤波后的图像，通过逆傅立叶变换( i f f t ) 转化为空域图像， 傅立叶滤波，是图像在频域中的滤波，具有一些空域滤波不具备的优点。 t e d d y k o 等阁对基于傅立叶的谱分析技术做了介绍，从中可以看出，有些在空域 中难以增强的图像在频域中可以很好的解决，比如在指纹背景图像中有规律的线 条噪声，在频域辐值谱图像中会呈现为几个亮点，这些亮点去除后就可以去除相 应的噪声。如图所示 频域滤波的优点： 1 、 速度快于空域滤波的速度，频域滤波利用的是快速傅立叶变换，耗 山东大学硕士学位论文 时少，与滤波模板做的乘积运算，明显快于空域滤波是与滤波模板 做卷积。 2 、 增强效果在低质量指纹图像中好于空域处理。这是因为频域图像利 用的是指纹的全局信息，而不是指纹的局部信息。 t e d d y k o 将常用的频率滤波器，分为以下几种：低通滤波器、高通滤波器、 带通滤波器、局域裁减滤波器( as p i k e c u tf i l t e r ) 和局域增强滤波器( as p i k e - b o o s t f i l t e 0 引自参考文献1 3 6 】 图1 - 7 频域滤波典型图像 1 2 3 基于指纹质量的增强滤波 对于低质量指纹图像的增强，可以利用频域增强，但是由于频域增强是全局 增强，很难处理指纹中低质量的局部区域。于是，现有算法已有少部分开始探索 结合指纹的质量指标来具体判定指纹整体或指纹细部的质量。然后再根据质量 9 山东大学硕士学位论文 “对症下药”，对不同类型的指纹或指纹的不同区域进行区别处理。利用指纹的 局部质量，h o n g 等i 提出了一种计算指纹质量的方法，将指纹块按质量隋况划 分为“可恢复”，“不可恢复的”，“良好的”三种，对于不可恢复的指纹区域予以 舍弃，对于可恢复的块，利用可恢复块周边块的纹线方向信息等改进。利用指纹 的全局质量，e u n k y u n g y u n 等f 4 l l 将五个指纹质量指标( 均值、方差、块方向差、 脊谷浓厚比、方向差) 聚类分析后，分为油性指纹、干性指纹、中性指纹三种， 对于油性指纹、干性指纹利用数字形态学的方法区别处理。 截止目前，已经有不少文献对指纹质量的评价标准提出了具体的解决办法， 但是，关于指纹质量评价的研究，目前还是“仁者见仁，智者见智”，没有一个 统一的标准。常用的指纹质量计算方法 4 5 4 8 1 有标准差法、方向对比度法、加博特 征法、小波标量化法，频域谱分析法，空域协方差一致性指标，全局和局部质量 指标结合的方法等方法。 1 2 4 其他指纹增强方法 基于形态学的指纹增强算法。形态学是生物学中研究动植物结构的一个分 支。用于图像分析处理时，其基本思想是用一定形态的结构元素去度量和提取图 像中的对应形状以达到对图像分析和识别的目的。数字形态学的数学基础和所用 语言是集合论。它的应用可以简化图像数据，保持他们的基本的形状特性，并去 除不相干的结构。数字形态学的基本运算有四个：腐蚀，膨胀，开启和闭和。使 用这些运算可以推导和组合成各种数字形态学的使用算法。文。“利用了数字形 态学的有关运算组合来分别处理油、干指纹。 基于知识的指纹增强算法。该算法的基本思想是利用计算机模拟人工做图像 增强的做法。由于指纹图像有它自身的特点，有可以利用来进行图像增强的两方 面主要的先验知识：指纹的脊线在一个较小的局部内可以用低次( 一次或二次) 曲线拟合；指纹图像中脊线和谷线互相交替出现且宽度大致相等。基于知识的图 像增强算法是以规则的形式表述人们对指纹结构的认识( 即指纹图像的两方面主 要的先验知识) ，利用指纹图像的机构信息来引导图像增强的过程h 2 1 。 基于小波的指纹增强算法。小波已经覆盖了各个领域并被广泛的应用于各自 应用项目中。l e e 使用小波变换将一幅指纹图像分解为几个方向予图。在这些子 山东大学硕士学位论文 图中的方向指标和一致性指标被计算来识别图像。c h i n g - t 趾gh 萄e h 等【4 3 1 也利用 小波理论在全局纹理和局部方向多层分析的基础上，对图像进行了增强，改进了 指纹脊线结构的清晰程度和连续程度。 基于多尺度滤波的指纹增强算法。在指纹增强过程中，由于噪声的存在，一 些小的细节可能被噪声淹没，而噪声一般是局部的，在进行局部计算时，必须对 指纹的全局信息进行考虑以确保尽可能少的受噪声影响。另一方面，由于指纹中 各个区域受噪声影响的程度不一样，在指纹增强时不能用同样的标准去增强指 纹。针对上述情况，b c h 粕d a 等【“多尺度理论引入了指纹增强中。 基于d f b ( d i r e c 6 0 n a lf i l t e rb 趾k ) 理论的指纹增强算法。方向分析在影响实际 生活的很多领域( 石油勘探、医药、远程感知、数据分析) 中起着很重要的作用。 目前方向分析技术已经覆盖了几乎全部二维或三维信号领域。 除此之外，还有一些其他的指纹增强算法，如基于非线性扩散模型的增强算 法、基于方向中值滤波器( d m f ) 的增强算法，基于各向异性的指纹增强算法 等。 1 3 问题的提出及意义 指纹奇异点区是指纹奇异点( c 0 坞点或d e l t a 点) 附近的一块方型区域，该 区域纹线方向变化剧烈，纹线紧凑，以加博滤波为代表的主流增强算法，由于严 重依赖纹线方向计算的准确性，在处理该区域时，往往增强效果一般或较差。但 是奇异点区却十分重要，这一方面表现在奇异点区能否有效增强跟基于奇异点的 指纹识别系统性能有很大关系，另一方面，奇异点区的增强好坏，也关系到基于 细节点的指纹识别系统的漏点，假点情况，所以有必要为该区域设计专门的增强 算法进行处理。 现有的指纹增强算法，主要是块水平和全局水平的指纹增强算法。基于块水 平的指纹增强算法，需要实时调整参数，而且严重依赖于纹向方向的精确度，对 于纹线紊乱的情况很难取得较好的增强效果。基于全局水平的指纹增强算法，往 往忽略了指纹内部各区域的不一致性，而且时间复杂度较高。为此，有必要找到 一种折中的方法一基于区域水平的指纹增强算法来解决基于块水平和全局水平 增强算法的固有问题。 山东大学硕士学位论文 1 4 论文的组织与创新之处 本论文共分五章，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，并对现有的指纹增强算法进行了综述。第二章到第四章为正文部分。第 二章是主要介绍了一种新的指纹奇异点区增强算法，第三章引入了一种基于区域 水平的指纹增强算法，第四章提出了一种结合指纹质量的指纹增强算法或指纹识 别体系。 针对指纹奇异点区纹线方向变化剧烈，纹线紧凑，难以准确计算方向的特点， 本文提出了一种指纹奇异点区增强算法，其在原理上属于空频域滤波相结合的方 法，优点是不再依赖纹线方向且保持了很好的增强力度。 不同于块水平和全局水平的增强算法，本章选择了基于区域水平的增强算 法，它利用区域内的相对一致的纹线频率和纹线方向做参数，既针对各区域间的 不一致的情况分别处理，又保证了区域内部增强的一致性和鲁棒性，在一定程度 上弥补了现有块水平和全局水平增强算法的某些固有问题。 山东大学硕士学位论文 第2 章指纹奇异点区增强算法研究 奇异点是指纹识别中一个极为重要的特征信息，它包括c o r e 点，d e l t a 点， 其中，c o r e 点位于指纹纹路的渐进中心，而d e l t a 点位于从c o r e 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、转折处( 图2 - 1 所示) 。 图2 - 1 奇异点示例：圆点表示c o r e 点，三角形点表示d e l t a 点 奇异点附近区域能否有效增强对基于奇异点或细节点的指纹识别系统来说 是至关重要的。首先，能否准确定位奇异点，提取奇异点附近区域的特征信息， 将在很大程度上影响到基于奇异点的指纹识别系统的最终识别结果。其次，奇异 点区的纹线方向变化剧烈，纹线紧凑，使得大多数基于纹线方向的增强算法难以 有效增强该区域，增强结果往往丢失了部分真细节点，同时又引入了大量假细节 点，严重的影响了基于细节点的指纹识别系统的识别性能。鉴于上述情况，有必 要对指纹奇异点区进行专门的增强处理。 对于奇异点区的指纹增强，国内外很少有文献直接涉及，更多的是集中于整 幅图像的增强处理，或者不区别奇异点区的分块图像增强处理嘲。这忽略了一 个事实：奇异点区的纹线紧凑，纹线频率不同于其它区域，纹线方向的变化也非 常剧烈。这样，全局设定参数的增强算法，或基于方向滤波的增强算法对该区域 增强时就难以有良好的增强效果。文献虽然就此问题专门设计了一种滤波器， 但其主要参数的设定要视图像的不同而不同。 2 1 指纹奇异点区增强算法思想 本章提出了一种两步增强指纹奇异点区的新方法。首先使用基于瑞利函数的 滤波器对奇异点区进行带通滤波，然后，采用间隔2 2 5 度的八方向加博滤波器 山东大学硕士学位论文 组对该区域进行增强，在得到八幅滤波图像之后，使用质量指标选出1 6 个方向 子区上的最优指纹图像，合成这些子区图像，得到最终的奇异点区增强结果。 本章第2 部分详细介绍两步法增强的各个过程，第3 部分给出实验结果，第 4 部分是总结和讨论。 2 2 指纹奇异点区增强算法步骤 本章介绍的奇异点区增强算法包含以下几个步骤：1 ) 奇异点区准确定位：2 ) 瑞利滤波；3 ) 八方向加博滤波：4 ) 图像合成及后处理。( 图2 - 2 所示) 输入指纹图像 奇异点区增强图像 图2 2 奇异点区指纹增强算法的处理过程 2 2 1 奇异点区的准确定位 奇异点区准确定位分为两步：1 、准确定位奇异点；2 、定位奇异点区。 奇异点准确定位的计算步骤如下：1 ) 计算基于像素的方向场，2 ) 基于像素 提取候选奇异点，3 ) 利用三种指标进行奇异点去伪。 基于像素的方向场计算：g ( x ，y ) 表示坐标为( 苫，y ) 象素点的灰度值，( q ，g ，) 表示灰度水平图像的梯度矢量。具体步骤如下： 1 ) 据图像灰度值计算梯度向量 c g 删= ( 掣，警 2 ) 计算二倍梯度向量 ( q ，g j ，) = ( 四一g ；，2 q g ，) ( 2 1 ) ( 2 2 ) 山东大学硕士学位论文 3 ) 二倍梯度向量进行平滑，w 为所取的平滑窗口，设平滑后的梯度向 量为匠，石i ) ，则可以表示为以下形式： 匠瓦) = f q ，g 。1 - f q 2 一g ；，弛g ，1 - 阪一，2 ) w w 矿 其中，瓯= ，g ，= q2 ，g 。= q q ( 2 3 ) 4 ) 平滑后的梯度方向为： ( 一三 妒争定义为妒= 三么阪一g ，碥) ，其中 ( 2 4 ) it a n 。1 ( y x ) x 0 么( t y ) = t a n _ 1o ，力+ 疗x o y 0 l t a n _ 1 0 , x ) 一万x o a y o ( 2 5 ) 5 ) 纹线结构的方向角护( - 三 护争，方向垂直于矿，口取值如下： f + 昙石妒o 肚f l 矿一 石加o l 上 ( 2 6 ) 经上述步骤，纹线方向场o 可得。基于p o i n c a r ei n d e x 的奇异点检测：对 方向场中任一坐标为( i ，j ) 的点计算其p o i n c a r ei n d e x ： p o i n c a 喇) = 去薹娴 a ) = 瞰，矿 引 石+ a ( d ，矿j ( ) s 一詈 ，- 8 ( k ) ， ，o t h e r w i s e ( 2 7 ) 山东大学硕士学位论文 8 ( 0 = o ( 缈，( ，) ，y y ( f ) ) 一o ( ，( f ) ，y ( f ) ) i = ( i + 1 ) m o d n 。 ( 2 8 ) 虬( f ) 缈，( f ) 分别是以给定点为中心的具有n 个像素的封闭曲线上第1 个点 的x 和y 坐标。如果某点的p o i n c a r ei n d e x 的值为1 2 ，那么该点为c o r e 点侯 选点，如果某点的p o i n e a r ei n d e x 的值为- 1 2 ，那么该点为d e l t a 点侯选点。 奇异点去伪：在边界和纹线紊乱的区域容易出现伪奇异点，对这两种情况 分别采取如下办法去伪：对边界处位于背景区的奇异点进行舍弃，对于纹线紊乱 区域的奇异点，以该奇异点所在块为中心，以块方向为基本操作单位，重新计算 p o i n c a r e 值，如果仍被检测为奇异点，则可确认为奇异点。 上述方法奇异点检测的准确性已在南京大学指纹库中得到验证，准确率在 9 5 左右，符合实际应用需求。在准确定位奇异点后，我们将奇异点区定义为以 奇异点所在块( 本章中，分块大小是8 * 8 个像素) 为中心的一个方形区域。( 图2 - 3 所示) 2 2 2 瑞利滤波 图2 - 3 奇异点区图像 奇异点区纹线方向变化剧烈，这使得它的傅立叶能量谱，不同于其它分块图 像所呈现的两个尖峰，而呈现出围绕傅氏谱中心的能量环带“” 在介绍本章选用的滤波器之前，先介绍一种傅氏谱分析方法。从傅立叶谱中 心出发，引出n 条离散射线，在每条射线上按距离中心远近均分刻度，任意两条 相邻射线间隔3 6 0 n 度，统计n 条射线上相同刻度的灰度值，计算出n 条射线上 山东大学硕士学位论文 相同刻度的平均能量强度( 记为r a d i u s d e n s i t y r ，其中r 表示射线上的刻度 值，r = l ，2 ，m a x r ( 傅氏谱图像的最大内切圆半径) ) 。这样，就可以得到距傅氏 谱中心不同位置的能量分布情况。 奇异点区的典型能量分布图如图2 _ 4 所示 从图2 4 可以看出，傅氏谱的主要能量集中在m a x d i s ( 大约平均纹线距离处) 左右半个纹线距离的宽度内，实际上这块区域保存了奇异点区纹线结构的主要能 量，我们称它为中心区低频噪声主要集中在中心区左侧较为狭小的范围内，高频 噪声则广泛分布在中心区右侧较