（应用数学专业论文）指纹图像的预处理和细化算法的研究.pdf

重痰大学硬圭鬻经论文巾文攘要 摘要 捂纹其奔礁一毪纛稳定鞋，、没旁嚣今完全耪同熬獾纹遂：一鼹点己经德蜀公 认，因越指纹投入们当俸鉴剐个人巍份的主要依据。捂纹识掰已经有了缀长段 时间的历史，嗣前已被官方所按蹙，在法律界日渐成为一种有效的身份燎定手段。 指纹识别具有方便、高效、安全、可靠等优点，在金融安全、数字加密、电子商 务等各个领域墩都得到了广泛的臌用，并将在我们来张的生活中发挥越来越重要 熬痒是。 指绞谈剐一般氆括骏下几个疹骤：预处理、缍像、骺处理、特征摄取、特征 匹配。本文按照上述步骤，介绍了指纹识别的发展现状和相关技术，分析了指纹 识别的工作原理和预处理的各个谶程。设计并改进了套预处理算法，戴中重点 研究图像的分割算法、增强算法釉细化算法。 本文营炎分橱了捂纹强豫预皴瑾孛静几个重要强第，改进了一秘赣豹獾纹质 量评信方法，霹鞍瓣于漫手指秘敷爱过偏熬手捂搔绞送行魏断，圈爵链够避免质量 太差或者不标准的指纹图像的输入，为以后的指纹熙配与识别降低了工作鳖和识 别时间，实验袭明比传统的评估方法效果明显。其次，在充分利用指纹原肖信息的 基础上，引进1 6 域，并根据指纹图像的方向性信息求出方向图，再利用这个方向图 设计分割算法，该方法很好缝鳃决了一些分窘9 算法出现豹甄点帮叉连的现象。然 后羁爱对分翻籍弱图像遗行薹予摸糊逻辑静方逡绞臻簿院发夔改迸增强滤波憝理， 使模糊的指纹纹线变得更加清晰，而且还必须保持原脊指纹图像的纹理结构。最 后利用改进的细化算法对二值图像细化，在o p t a 算法的基础上改进算法，对毛 刺的产生有抑制作作用，能够在图像分叉处的彻底绷化，细化效果比o p t a 更加 明显。 囤豫臻麓壤_ 造程在w i n d o w s 警台主震e 菇编疆安瑗，试验说明该套舅浚缝瑾撵 纹图像效果良好，可有效增强指纹图像，去除大部分的伪特征点。 关键词：预处理，图像增强，图像分割，细化 重庆大学硕士学位论文英文摘要 a b s t r a c t t h e r ei sn ot w of i n g e r l m n t sr r ee x a c t l yt h es o j l l e , t h i sp o i n th a sb e e na c c e p t e db y m o s tp e o p l e ，a n dd u et ot h e i ru n i q u e n e s sa n dp e r s i s t e n c e , f i n g e r p r i n t sa r eu s e da sm a i n b a s i so f p e r s o n a li d e n t i t y f 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 na p p l i e df o ral o n gt i m e a t p r e s e n t , i th a sb e e na d o p t e db yt h eg o v e r n m e n ta n db e c o m e sa ne f f e c t i v ei d e n t i t y r e c o g n i t i o na p p r o a c hi nl a w f i n g e r p r i n ti d e n t i f i c a t i o ni so f c o n v c 蛐e n c e ，h i 曲e f f i c i e n c y , s e c u r i t ya n dr e l i a b i l i t y i th a sa l s ob e e na p p l i e di nm a n yf i e l d ss u c ha sf i n a n c i a ls e c u r i t y , d a t ac n c r y p f i o n , a n de l e c t r o n i c a l l yb u s i n e s sa n dw i l lp l a yam o r ea n dm o r ei m p o r t a n t r o l ei no u rf u t u r el i f en e c e s s a r i l y f i n g e r p r i n ti d e n t i f i c a t i o ni su s u a l l ym a d eu po fs e v e r a ls e c t i o n s ：p r e p r o c e s s i n g , t h i n n i n 舀p o s t - p r o c e s s i n g ，m i n u t i a ee x t r a c t i o n , m i n u t i a em a t c h i n g t h i sp a p e r i n t r o d u c e st h ec u r r e n ts t a t u sa n dc o r r e l a t i v et e c h n i q u e sa b o u tf i n g e r p r i n ti d e n t i f i c a t i o n a c c o r d i n gt oa b o v e - m e n t i o n e dp r o c o s s e sa tf i r s t ，a n a l y s e si t sw o r k i n gp r i n c i p l ea n de a c h p r o c e s so fp r e p r o c o s s i n ga l s o b a s i n go nt h e s eas e to fp r e p r o c o s s i n ga l g o r i t h m si s r e d e s i g n e d s e g m e n t a t i o n , e n h a n c e m e n t ，a n dm i n u t i a ee x t r a c t i o na l g o r i t h ma r et h e e m p h a s e sa m o n gt h e m f i r s t l y , af e wi m p o r t a n tp a r t so ff i n g e r p r i n ti m a g ep r c - p r o c e s s i n ga r ea n a l y z e da n d a f i n g e r p r i n tq u a l i t ye v a l u a t i o nm e t h o d i si m p r o v e db a s e do i lp r e v i o u st a s k s ，w h i c hc a n j u d g et h ef i n g e r p r i n t st o od r yo rt o ow e te v a nt h o s el o c a t e dr e f l e c t i v e l y i tc a na v o i d i n p u r i n gt h o s ei m a g e sw i t hl o wq u a l i t yo rn o n - s t a n d a r da n dr e d u c ew o r k l o a da n d i d e n t i f i c a t i o nt i m ei n t h ef u t u r ew o r k t h ei m a g eo fd i r e e t i o ni sd e t e r m i n e db y f i n g e r p r i n ti m a g e s o r i e n t a t i o n w ea l s oa p p l i c a t i o no ff i l t e rs h o w sg o o dr i d g e s e p a r a t i o na n dc o n t i n u i t y , a n db a c k g r o u n dn o i s er e d u c t i o n af u z z yb a s e da l g o r i t h mf o r c o n t r a s te n h a n c e m e n to ff i n g e r p r i n t i m a g ea n de d g e d e t e c t i o ni s i m p r o v e d 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 i sm e t h o di se f f e c t i v ei np e r f o r m i n gd e t a i l s h a r p e n i n ga n dr e m o v i n gn o i s ew i t h o md e s t r o y i n gt h eu s e f u li n f o r m a t i o nc o n t a i n e di na f i n g e r p r i n ti m a g e o nt h eb a s i so ft h eo p t aa l g o r i t h m ，t h et h i n n i n gt e m p l a t e sa g e r e d e s i g n e d ，a n dan e wi m p r o v e dt h i n n i n ga l g o r i t h mi sp r e s e n t e d t h r o u g he x p e r i m e n t s ， t h en e wa l g o r i t h mh a sb e e np r o v e dt oh a v em a n ya d v a n t a g e ss u c ha sc o m p l e t e t h i n n i n g ，q u i c ks p e e d ，s m o o t hs k e l e t o n ，c e n t e rl o c a t i o no fr i d g e s am a i n t e n a n c eo f m i n u t i a e ，a n ds oo n t h es y s t e mo ft h ep r e p r o c o s s i n go nf i n g e r p r i n ti m a g ei sr e a l i z e db yv i s u a lc 群o n 重庆大学硕士学位论文 英文摘要 w i n d o w sp l a t f o r m e x p e r i m e n t sh a v e b e e nd o n ea n dt h er e s u l t ss h o wt h a tt h ea l g o r i t h m d e a l i n gw i mf i n g e r p r i n ti m a g e si sr o b u s t , i tc a nm a k et h ei m a g e sg e te n h a n c e m e n t e f f e c t i v e k e y w o r d s ：p r e p r o c e s s i n g ；i m a g ee n h a n c e m e n t ；i m a g es e g m e n t a t i o n ；t h i n n i n g 1 i i 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取 得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文 中不包含其他人已经发表或撰写过的研究成果，也不包含为获得重庆太堂 或其他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作了明确的说明并表示谢意。 学位论文作者签名：袤9 咋 签字日期：御年月 日 学位论文版权使用授权书 本学位论文作者完全了解重废太堂有关保留、使用学位论文的 规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许 论文被查阅和借阅。本人授权重废太堂可以将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、缩印或扫描等复制手段 保存、汇编学位论文。 保密() ，在年解密后适用本授权书。 本学位论文属于 不保密( 形 ( 请只在上述一个括号内打“4 ”) 学位论文作者签名：拂 签字日期：7 年6 月f日 ， 斟噼暨咨j 厶 签字日期：力僻6 月日 ， 重庆大学硕士学位论文 1 绪论 1 绪论 1 1 传统身份认证【1 】【8 】 传统的身份识别方法可以分为两类： ( 1 ) 基于知识( k n o w l e d g e - b a s e d ) 的识别技术 基于知识的身份识别方式主要是依据“所知，来鉴定个人身份，即被识别者通过 自己所知的知识来鉴定自己的身份，如“密码”、“口令”、“暗号”等。 ( 2 ) 基于令牌( t o k e n - b a s e d ) 的识别技术 基于令牌的身份识别方式主要是依据“所有”来鉴定个人身份，即被识别者通过 自己所有的物品来鉴定自己的身份，如“身份证”、“钥匙”、“工作证”等。 另外，还有一种基于知识和令牌的识别技术，即依据“所知 + 所有”来鉴定个 人身份。比如我们在日常生活中常用的“身份证+ 密码”的方式。 传统的身份识别方式已经有了上千年的应用历史了，它的优点就是简单、可 靠。但是随着社会的发展，它的缺点也越来越多地暴露出来。首先，特定持有物 或知识可能丢失、被盗或遗忘，另外使用特定知识还存在记忆的困难，比如复杂 的密码人们很容易遗忘，简单的密码( 如生日、车牌号等) 又很容易被猜到或破译。 其次，特定持有物或知识与用户如唯一绑定，一旦别人获得了这些持有物或知识， 他就拥有与失主同样的权利。 常见的传统身份认证有以下几种方法： ( 1 ) 用户名密码认证技术 用户名密码是最简单也是最常用的身份认证方法，是基于“s o m e t h i n gy o u k n o w 的验证手段。每个用户的密码往往由用户自己维护，只有用户自己才知道。 只要能够正确输入密码，计算机就认为操作者就是合法用户。 ( 2 ) 条码认证技术 条码是由一组规则排列的条和空、相应的数字组成，这种用条、空组成的数 据编码可以供机器识读，而且很容易译成二进制数和十进制数。这些条和空可以 有各种不同的组合方法，构成不同的图形符号，即各种符号体系，也称码制，适 用于不同的应用场合。 ( 3 ) 磁条认证技术 磁条技术的优点是数据可读写，即具有现场改造数据的能力；数据存储量能 满足大多数需求，便于使用，成本低廉) 还具有一定的数据安全性；它能粘附于许 多不同规格和形式的基材上。这些优点，使之在很多领域得到广泛应用，如信用 卡、银行a t m 卡、机票、公共汽车票、自动售货卡、会员卡、现金卡( 如电话磁 重庆大学硕士学位论文1 绪论 卡1 等。 ( 4 ) i c 卡认证技术 i c 卡芯片具有写入数据和存储数据的能力，i c 卡存储器中的内容根据需要可 以有条件地供外部读取，提供内部信息处理和判定之用。 ( 5 ) 动态口令 2 0 世纪8 0 年代初，针对静态口令认证的缺陷，美国科学家l e s l i el a m p o r t 首 次提出了利用散列函数产生一次性口令的思想，即用户每次登录系统时使用的口 令是变化的。1 9 9 1 年贝尔通信研究中心用d e s 加密算法首次研制出了基于一次性 口令思想的挑战应答式动态密码身份认证系统s k e y ，之后，更安全的基于m d 4 和m d 5 散列算法的动态密码认证系统也开发出来。为了克服“挑战应答式动态密 码认证系统”使用过程烦琐、占用过多通信时间的缺点，美国著名加密算法研究实 验室r s a 研制成功了基于时间同步的动态密码认证系统r s as e c u r l d ，r s a 公司 也由此获得了时间同步的专利。除r s a 公司外，美国的a c t i v c a r d 公司也是动态 密码认证产品的供应商。 1 2 几种生物识别技术的比较 生物识别技术( b i o m e l r i ci d e n t i f i c a t i o nt e c h n o l o g y ) 是利用人体生物特征进行 身份认证的一种技术。生物特征是唯一的( 与他人不同) ，可以测量或可自动识别 和验证的生理特性或行为方式，分为生理特征和行为特征。生物特征识别有以下 几个特点：【3 】【7 】 ( 1 ) 广泛性即每个人都应该具有这种特征。 ( 2 ) 唯一性每个人拥有的该项特征各不相同，独一无二。 ( 3 ) 稳定性该特征不随时间、外界条件变化。 ( 4 ) 可采集性所选择的特征应便于测量。 目前，常见的生物特征识别手段主要有人脸、指纹、手形、手部血管分布、 虹膜、视网膜、手写体、声音和脸部热量图等。它们有的已逐步得到推广和应用， 有的还仅处于实验研究阶段。其中，人脸、指纹、手形、手部血管分布、虹膜、 视网膜和脸部热量图等属于生理特征，手写体属于行为特征，而声音则兼有两方 面的属性。 简单地介绍一下几种生物识别技术【刎： ( 1 ) d n a 技术 d n a 技术识别准确率较高，但是识别周期长，不适用于在线的自动生物识别 系统。 ( 2 ) 虹膜识别技术 2 重庆大学硕士学位论文 1 绪论 虹膜是一种在眼睛中瞳孔内的织物状的各色环状物，每一个虹膜都包含一个 独一无二的基于像冠、水晶体、细丝、斑点、结构、凹、射线、皱纹和条纹等特 征的结构，据称，没有任何两个虹膜是一样的。从理论上讲，虹膜的这些特性使 得虹膜识别可以成为防伪性能最好的生物特征识别手段之一。虹膜识别技术的发 展主要存在几个方面的困难：1 虽然从理论上讲，虹膜是具有唯一性的生物特征， 但它不如指纹那样使用历史悠久，人们还需要一定的时间去认可和接受它。2 由于 采集虹膜图像时，要将一束强光投射到人的眼睛上，使人们感到不舒服，从而接 受起来有些困难。3 采集虹膜图像时，对人和采集设备的距离有比较严格的要求。 ( 3 ) 视网膜识别技术 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。 ( 4 ) 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。 ( 5 ) 掌印识别技术 掌印识别相对于指纹识别有更大的区分度，其缺点是由于掌印扫描仪需要扫 描很大面积，因此和指纹传感器相比，他们的体积较大，价格较贵。 ( 6 ) 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。 重庆大学硕士学位论文 1 绪论 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、记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。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 以达到如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。 ( 8 ) 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 3 指纹识别技术的研究现状 指纹作为身份鉴别的手段已有着悠久的历史。在我国，一千多年前就有签字 画押记载，无论是在法庭证词上，还是在民间契约上，利用指纹作为个人标识得 到法律上的认可。同一时期的古代印度，指纹也被用于人身标识。现代指纹人身 标识技术起始于十六世纪晚期。1 6 8 4 年，英国的植物形态学者n g r e w 对指纹作 出了系统的研究并发表了一篇论文，文中详细分析了指纹的犁沟、脊线、汗腺孔 的结构，这篇文章被认为是有关指纹技术的第一篇科学文献。1 7 8 8 年，m a y e r 对 指纹的构造原理和指纹脊线犁沟分布特点做出了详细的描述，给出了解剖学形式 的详细报告。1 8 2 3 年，p u r k i n j e 提出了最早的指纹分类策略。h f a u l d 在1 8 8 0 年 科学地指出指纹的个人唯一性和终身不变性，这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) ，与此同时，h e r s c h e l 声称，他将指纹作为身份验 证的依据己有近2 0 年的历史了。这些发现建立了现代指纹身份验证技术的基础。 十九世纪末，e g a l t o n 对指纹进行了更为深入的研究，并在1 8 8 8 年提出利用细节 特征点进行单个指纹分类的方法。1 8 9 9 年e h e n r y 建立了著名的h e n r y 指纹分类 系统，提高了指纹验证效率，为指纹用于人身标识起了重要的推动作用及更为科 学的鉴别标准。到十世纪早期，结合解剖学观点，人们对指纹的构成己经有了很 好的了解，指纹鉴别被司法部门正式规定为合法的人身辨识方法，指纹鉴别己经 成为司法调查的一道标准程序，指纹鉴别机构在世界范围内开始建立，构造出大 4 重庆大学硕士学位论文l 绪论 量的罪犯指纹库。六十年代，随着计算机的出现，人们开始了对自动指纹鉴别技 术的研究。美国联邦调查局( f b i ) 巴黎警部首先开发了自动指纹鉴别系统( ( a f i s ) 大 大提高了法律相关部门的效率。在司法部门取得的成功，也大大推进了自动指纹 鉴别系统向其他民用领域的转化。 目前指纹识别技术的研究方向主要集中在预处理、特征提取和指纹图像分类、 匹配算法的研究、指纹图像的压缩存储和开发用于实时特征提取和匹配的专用电 路等方面。 常用的指纹图像预处理包括了四个方面：图像的质量评估、图像分割、图像增 强、二值化。图像预处理的具体步骤以及关系如图1 1 所示。 l 一一。撇嘱锈蹶磐。j 图1 1 指纹图像质量评估 f i g u r e1 1f i n g e r p r i n tp r c p r o c e s s i n g 图像的质量评估 至今有关指纹图像的质量判断文献较少，方法多是移植数字图像质量判断方 法到指纹图像，计算图像信噪比m 【4 8 1 。1 9 9 8 年，美国c j l s ( t h ec r i m i n a lj u s t i c e i n f o r m a t i o n s e r v i c e s ) 给出了指纹图像采集技术细则，仅是定性地对指纹图像信噪 比、灰度分布、几何扭曲等特性作了要求【5 0 1 。t a b a s s i 等通过提取指纹图像各子块 的对比度、主纹线流和曲率特征测量指纹图像质量旧；s h e l l 等将g a b o r 滤波器 用于图像子块，质量好的块其g a b o r 滤波器输出是纹线峰和谷的清晰重复【8 。 l i m 等利用指纹图像的方向和纹线峰谷交替结构，将局部方向确定性、峰谷交替结 构和整体方向变化的连续性、峰谷宽度的均匀性相结合，以分析判断指纹图像的 质量和有效性 5 4 1 。 图像分割 现有的指纹图像的分割方法很多。传统上，很多的专家采用的是基于一种基 于指纹方向图的方法。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。一种改进算法是把方向分割和方差分割结合起来。这类方法的图像分割精度 只能达到图像块的水平，获得的指纹图像与背景区域的分割边界呈折线形状。另 5 重庆大学硕士学位论文 1 绪论 外，l h o n g 等人提出了一种基于指纹脊线谷线对比度的分割算法，是用每个像素 点的特征进行分割，但分割边界也会呈现毛刺。 结合其他理论研究和作者的研究和实践，作者认为常用的指纹图像算法还存 在的一些问题： 1 ) 对图像的有效区( 前景区域) 和无效区( 背景区域) 判别效率低。 2 ) 分割后图像的质量问题没有统一的有效的评估方法，图像分割效果难以评 价。 3 ) 对低质图像处理效果差，不能充分利用指纹的固有特性( 如方向性，频率性 和一致性等) 来恢复被噪声淹没的纹线结构【弼】。 4 ) 算法中多数阈值和经验值对图像灰度特征过分依赖，不利于对于噪声较大 的图像的处理。 图像增强 常用的滤波方法有均值滤波、中值滤波、最小均方差滤波等。目前基于模糊 理论尽心的指纹图像研究主要有：v i j a ysk 等人利用模糊和神经网络相结合的方 法对指纹图像的脊、谷区域进行检测，直接从灰度图像提取指纹的特征点【1 3 】。 m a r t i n e r z 等人采用模糊的方法根据定义的语言元素来警醒指纹图像的匹配【1 4 】等。 多种传统增强算法或其改进算法应用于预处理中，如拉普拉斯法、w a u i s 滤波法、 中值滤波法等等 传统的增强算法的研究往往存在着不足e 5 5 | 1 ) 没有针对指纹图像本身的特点。指纹图像可以看成是一种特殊的纹理图像， 它的灰度分布具有明显的方向性，而传统算法多数是各向同性的。 2 ) 不能很好地处理指纹图像的背景部分。传统算法往往要么在增强指纹纹线 的同时也带来背景噪音的增强，要么在消减背景噪音的同时却使指纹纹线边缘变 得模糊。 3 ) 不能为后续的特征抽取等环节提供有用信息。指纹图像增强后还需完成二 值化、细化等处理，之后进行特征抽取，而特征抽取时不仅要获取特征点的坐标， 还可能需要该点处的纹线方向等信息，以利于指纹匹配。 4 ) 不能针对质量差的图块进行特殊处理。传统的图像质量描述参量如平均灰 度、灰度方差等运用在指纹图像上时效果并不理想 图像二值化 传统的二值化方法有固定阈值法、自适应阚值法、局部自适应阈值法等，这 些方法利用图像的灰度信息实现图像的二值化，实现起来比较简单，但处理速度 上有所欠缺。有些方法采用了动态阈值二值化方法，它结合指纹图像自身的方向 结构特点和图像灰度值变化特点，对图像中每一个象素点的二值化进行动态调整 6 重庆大学硕士学位论文 1 绪论 阈值。此方法处理速度上有优势。 指纹预处理后是指纹图像的细化，细化的目的是把指纹图像转变成只有单像 素的骨架图像以便于细节特征的提取。 细化时应保证纹线的连接性、方向性和特征点不变。此外，还应保持纹线的 中心基本不变。指纹纹线的细化从实现。可分为两大类：一类是从外到内逐点剥去 二值图像的边界点，如h i l d t h 算法；另一类是从内到外，找到某一中间点，然后按 扫描方向寻找其8 邻域内也为纹条纹中间象素的点，逐次取得细化线。前一种方 法中间定位性较好，易于实现，但往往要经过若干次迭代算法，速度较慢。后一 种方法能保持较好的连通性，但情况复杂，有时中间定位不准，较难实现。 1 4 论文的主要内容 针对目前指纹图像预处理、指纹特征提取算法的研究现状，为了便于提取正 确的指纹特征以及提高运算效率，对一些关键技术问题进行了研究并提出了一些 改进的方法。内容如下： 1 本文在已有的图像质量评估的基础上，改进了评估流程，提出了一套图像质 量评估的模型。原有的质量评估由于在整体和细节上的重点不同，往往存在评估 结果不太理想。本文充分利用指纹图像的整体和细节的信息，进行了粗评估和细 评估两步。实验结果表明指纹图像质量的评估为提高指纹识别的速率打下了良好 的基础，并为下一步的指纹预处理提供了清晰可靠的指纹图像。 2 本文在原有的8 邻域基础上，提出了1 6 域的概念，并且运用到指纹方向图 的计算中。1 6 域在空间上充分利用中心像素点周围的所有的像素点的灰度信息， 又可以根据域的不同进行相应的赋权，更利于指纹方向图的计算。 3 本文提出一种两次修正分割方法对原始指纹图像进行分割。本文用局部最大 类间方差法和最大熵原则法计算出指纹图像的分割阈值，其中分割阈值定义为一 灰度区间，后利用灰度区间对指纹图像进行两次修正分割。实验结果表明在为对 比度不均衡的指纹图像中有较好的效果。同时摆脱固定阙值的束缚，把阙值映射 成一个灰度区间，较传统的分割算法分割效果明显。 4 本文改进了基于模糊逻辑的方向纹理对比度的改进增强滤波，使得指纹图像 增强效果明显有效。 5 本文在o p t a 以及各种改进的算法基础上，对o p t a 算法进一步改进，对消 除模版和保留模版进行了修改。通过分析o p t a 算法的出现的不足，本文在毛刺 的产生和分叉点的不彻底细化两方面进行改进，对原有的消除模版和保留模版进 行改经，实验能够有效的处理毛刺的产生，并且在分叉点能够较为彻底的细化。 7 重庆大学硕士学位论文2 指纹图像质量的评估 2 指纹图像的质量评估 2 1 引言 现有的指纹处理技术在指纹图像质量良好的情况下能很好的实现对个人身份 的识别，但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，从而降低了指纹识别技术的精度，阻 碍了自动指纹识别技术的实际应用发展。为此，在自动指纹识别系统中，对指纹 图像质量的评价成为一个非常关键的环节，受到人们的关注。为了降低系统的错 误率，系统需要对前端的指纹质量进行控制，对质量良好的指纹区域，自动指纹 识别系统将提供一个较高的信任度，相反，对图像质量无法满足要求的区域，系 统将不能从中提取表征指纹唯一性的特征信息。指纹质量评估是接受采集的指纹， 并为指纹分割提供输入图像，如图2 1 。 一采集的 行指纹分期h o 图2 1 指纹图像质量评估 f i g u r e2 1f i n g e r p r i n tq u a l i t ye v a l u a t i o n 对于一个特定的指纹，有效的指纹图像的面积越大，指纹图像中所包含的特征 点就会越多，指纹图像的可靠性就越高，指纹图像的质量就越好；反之，如果有效指 纹图像的面积越小，指纹图像中所包含的信息就越少，该指纹图像也就越不可靠，可 以认为指纹图像的质量就差。改进的算法中利用了有效面积进行租评估，粗评估 是计算指纹细节点的个数算法变相算法。纹理度的计算充分利用了指纹图像的整 体信息。 改进的算法利用了整体的信息和局部的信息，而且在运算过程中采取了有简 到繁的处理原则，使运算量大的判断在较小的区域进行，首先运用整体的信息进 行粗评估，使不符合标准的指纹不进行细评估，缩短了排除低质量的指纹的判断 时间；然后对通过粗评估的指纹计算局部信息，得出指纹的综合评估值。 改进算法是在传统的质量评估的基础上，以减少不必要的计算，提高计算效 率为目的，具体分为两步。首先对指纹图像的前景面积比例计算，根据与阈值的 比较，进行第一步粗评估，对于不符合标准的指纹图像，要求重新采集指纹；然 后对通过粗评估的指纹图像，进行精确评估，其中对指纹图像干湿程度进行量化 重庆大学硕士学位论文 2 指纹图像质量的评估 评估，把干背景块、湿背景块、前景块纳入到质量评估中，同时也把图像的纹理度 也作为评估的一项指标。 2 2 综合评价图像质量评估 2 2 1 指纹图像质量评测标准 图像质量通常以人的主观判决作为评价准则，评测者通过观测一系列图像， 再根据损伤的可见程度进行评级。我们根据专家视觉评测过程以及传统的测量参 数，给出下面几种指纹图像质量评测标准“1 ： 指纹图像有效大小 对指纹图像，研究的兴趣主要在于图像中的指纹本身，通过特殊的图像分割 技术从采集的原始指纹图像中提取出感兴趣的有效前景指纹图像，并计算该前景 指纹图像与原始指纹图像的面积百分比q l ，q l 越小，说明有效指纹图像面积越小。 给定阈值t 1 ，若q i t 1 ，则拒绝该幅指纹图像。 指纹图像位置偏移程度 计算有效指纹图像的质心m 相对于原始指纹图像中心0 的位置，相对位置越 远，说明指纹采集的位置越不正。给定阈值t 2 ，若q 2 t 2 ，则拒绝该幅指纹图像。 指纹图像干湿程度 指纹图像过干，则脊线不够连续，甚至有许多断裂的地方，可能导致提取伪 细节点；指纹图像过湿，则脊谷边界不清晰，甚至图像模糊漆黑，导致提取不出 真实的细节点。可见采集图像的干湿直接影响后期指纹图像的细节点提取的可靠 性。对指纹图像干湿程度进行量化评估，并给出分数q 3 ( 0 1 0 0 ) 。给定阈值t 3 ， 若q 3 o 7 5 z 前景块比例： ” 指纹图像的总块数为c ，根据前景块的个数g ，计算前景块的在整个图像总 的比例： s ：鱼x 1 0 0 c 指纹图像的灰度计算 记指纹图像的前景区d 共包含个象素点，则指纹图像的灰度均值： m = 吉f ( i ，) o “j ) e d 灰度方差为：y = 寺u o ，j ) - m ) 2 o ( f ，) e d 给定阈值五、五、五，若o m 五，图像较暗，互 m ，图像较亮；若矿 五，则灰度差异变化比较大，为指纹有效区域，定义为前景块。对于 。 瓦的块进行如下的分类：若指纹图像块内点的均值m 。 正，且 瓦 。 i 善 【d ( s m ) o t h e r w i s e 由于脊方向在噪声影响下会发生畸变，需要对所求方向图进行平滑去噪，为 此，使用一个低通滤波器，在每个像素点的3 x 3 邻域( 改邻域大小也可以适当调 节) 内进行平滑滤波，( f ，力点处的最优方向d i r e e t i o n ( i ，j ) 根据以下算式来确定： s m = s i n 2 0 ( u ， u = l - 1v = j 一1 = c o s 2 0 ( u ，d 1 9 重庆大学硕士学位论文 3 指纹图像的分割方法及其改进 d i r e c t i o n ( ，_ ，) = 去t a n 。( 等) o 如果d i r e c t i o n ( ，j ) 肘 f ( f ，) m 其中均值膨和方差铲为： 膨= 去莩莩，v ，力，j 2 = 三i - 军莩( 厂一棚一肘) 2 3 4 基于最大熵原则和最大类间方差的改进的两次修正分割算法 3 4 - 1 算法特点 在对图像进行分割预处理后，本文提出了图像分割改进算法，改进算法中采 用的是自适应阈值方法，其中用局部最大类间方差法和最大熵原则法确定各个子 图像的阈值，使最后产生的闽值是个灰度区间，最后利用阈值区间对原图像进行 多次修正分割处理。下面详细介绍分割算法的具体步骤。 重庆大学硕士学位论文 3 指纹图像的分割方法及其改进 3 4 2 两次修正分割算法步骤 指纹图像整体分块、分域 首先把通过指纹图像质量评估的指纹图像分成互不重叠的大小为w w 的块 ( w = 7 ) 。 其次对分块后的图像分域，即把原始指纹图像分成4 部分，以符号表示4 个 部分s e e t i o n 1 】，= 1 ，2 ，3 ，4 ，以与为单位划分可以减少图像在后续处理中的边缘信 息的损失。 把指纹图像分成既e ，个大小为w w 的块，具体的方法： 若睨( m o d 2 ) = o ，则四个域的宽均为v _ v w w ，若既( m o d 2 ) = 1 ，则四个域的 宽分别是导w ，洋+ 1 ) w ，孚w ，洋+ 1 ) w ；若：h ( r o o d 2 ) = 0 ，则四个 域的宽均为h w 。w ，若：h w ( m o d 2 ) ：1 ，则四个域的宽分别是牛。w ，净+ 1 ) 。w ， 墨w ，犀+ 1 ) 。w 。 22 估计指纹图像的点方向图 根据2 2 2 计算整个图像的前景块的方向图，得到指纹方向图d ( i ，j ) 。 指纹图像的点方向图的连续处理 对d ( i ，j ) 采取平滑滤波处理，即连续滑动的l x l 窗口( 模板) 对点方向图 d ( i ，j ) 进行平滑处理。本文中取三= 1 7 ，对点方向图中每一点进行平滑，即在以此 点为中心的1 7 x 1 7 的窗口范围内，进行方向直方图统计，方法如下： ( 1 ) 统计该1 7 x 1 7 窗口内方向值为l ( 1 = 1 ，2 ，8 ，分别代表8 个方向) 的像素个 数【明； ( 2 ) 把方向直方图中峰值对应的方向( 即直方图内方向统计数最大的一个方向) 作为该店的方向o ( i ，) ； o ( i ，_ ，) = o r d ( m a x ( n 1 ) ) ，= 1 ，2 ，8 前景块的划分( 最大熵原则和最大类间方差算法的模糊取值) 1 ) 利用最大熵原则初次判定阈值t 图像的信息熵放映了图像的总体概貌，若图像中包含目标，则在目标与背景 可分割的交界处信息量( 即熵) 最大。利用最大熵原则初次判定阈值范围。 把灰度分为n 个等份，用p o ，a ，p 。表示灰度级的概率分布。假如把阈值 设置在灰度级s ，将有2 个概率分布：包含l s 间的灰度级，以及包含j + 1 ，n + l 间 的灰度级。这两个分布如下： x ：i p 0 ，p l ，尝p 总啬p t ，篇1 ，当1p t其中只2 杰i = 0 ap tp tt i 一 一p t 一一 重庆大学硕士学位论文 3 指纹图像的分割方法及其改进 根据熵的定义出发，我们求的2 个分布的熵分别为： 日c 嗣= - ；霎詈t 。s 卺，去c 喜只b g 只m g 去= l o g p t + 鲁 删= 一砉毒崦尚一击c 毫p l l o g p i ，l o g 去= l o g ( 刊+ 等 令：( 日( z ) + 日( 功：l o g p 。( 1 一只) + 生+ 牛鲁 p tl p t 则阈值t 设置为 t = a r g ( m a x 矿( t ) ) 2 ) 利用最大类间方差算法判定阈值_ j 最大类间方差的基本思想是对像素进行划分，通过划分得到的个类之间的距 离达到最大，确定阈值。 设图像，中灰度值i 的像素的数目为一，总像素数为： = y 珥 蒿 各灰度出现的概率为：a = i n i ，设灰度j | 为阈值，将图像分为2 个区域，灰度为o - k 的像素和灰度为k + l l 一1 的像素分别属于区域墨和五，则有： 区域五和邑的概率分布分别为： 岷= a ，岷= a 区域五和五的平均灰度为： 如= ip i ，= i p t 全图的平均灰度为： = i p ；= 如+ 两个区域的总体方差为： o r 2 = ( 如一) 2 + ( 一) 2 按照最大类间方差的准则，则阈值k 设置为： 七= a r g ( r a a x t y 2 ( f ) ) 3 ) 对t 和七优化处理 对t 和k 进行分析处理，( 6 误差范围取值) d i s t a n c e = t t - k j i 若d i s t a n c e 8 ，则取第一级分割阈值为 m = m i n t ，肼 且定义模糊块的阈值范围 重庆大学硕士学位论文 3 指纹图像的分割方法及其改进 s = m i n ( t ，七 ，m a x t ，七) 】 若d i s t a n c e 艿，则取第一级分割阙值为 m = k 且定义模糊块的阈值范围 s = k - 8 ，k + 8 】 4 ) 分块分割 利用上文的第一级分割阈值吖对指纹图像进行分块分割。在小的分块中，计 算每- - d , 块的灰度平均值g - m e a n ， g m 叩舻专军军胞，) g m e a n m 则认为该块中的所有点都是前景区域的点，若g m e a n s 则认 为该块中为模糊块，其他的则是背景块。 5 ) 对模糊快进行修正判定 各个模糊块中点方向与块方向相同的点数p 利用块和其8 个邻域块的块方向构成组合判定，判定方法如下： 口= g l d - d , i ) i = o 其中d 表示待判定块的方向，反表示第i 个相邻块方向，函数g ( 功定义为： g ( 功= 0 x = l 1x = 2 或x = 8 3x = 3 或x = 7 6x = 6 或x = 4 9 x = 5 判定依据为：当p 小于阈值f 3 且g 大于阈值时，该块就为不可恢复块。 对组合图像进行连续性处理( 块滤波) 由于指纹受到噪声污染，在处理后的指纹图像会出现一些不连续的孤立的块， 为了是分割更为平滑，