基于灰度均衡的指纹图像分割算法_胡涛

1、2007, 43(241引言指纹识别技术是近年来生物识别技术的一个研究热点。 在 自动指纹识别系统中 , 一般分为指纹采集、 图像预处理、 特征提 取及识别。 由于指纹采集设备特征及指纹本身噪声等因素的影 响 , 所采集到的指纹图像必须经过预处理环节 , 才能精确有效 的提取指纹特征 , 以提高指纹的识别效果 1。对于不同的指纹识别系统 , 其指纹预处理方法也各不相 同。一般的指纹预处理环节包括去除噪声、 分割、 方向提取、 图 像增强、 二值化和细化等 2-4。其中由于指纹在采集过程中往往 不能产生满的指纹图像 , 因而产生了指纹图像的前景区域 (有 效的指纹纹路部分 和背景区域 (没有指纹

2、纹路部分 , 含有大量 噪声 , 这就须将指纹图像的前景区域和背景区域分割开来 , 使 后续环节能集中于有效区域进行处理 , 这就是指纹分割的目 的。目前使用的指纹采集传感器有四种 , 分别是光学传感器、 CMOS 压感传感器、 热敏传感器及超声波传感器 , 其 中 , CMOS 压 感 传 感 器 在 当 前 的 指 纹 产 品 中 占 据 大 部 份 市 场 5, MBF200就是一种 CMOS 压感传感器。本文在对本研究室自行设计的 MBF200半导体指 纹 采 集 器 所 采 集 的 不 同 指 纹 图 像 进 行 分 析 及分割算法研究的基础上 , 提出了一种简单、 有效、 实用性强

3、的 分割算法。 后续的第 2章将讨论常见的几种指纹分割及各自特 点 ; 第 3章将论述基于灰度均衡的指纹分割算法 ; 第 4章将该 算法的实验结果 ; 第 5章总结该算法特点。2传统的指纹分割方法目前 , 传统的指纹图像分割算法主要包括 :图像局部灰度 方差算法、基于指纹方向图算法以及结合方向和灰度的算法 等。2.1局部灰度方差法该方法是利用图像的局部方差对指纹图像进行分割 , 根据 经验设定方差的不同阈值 , 确定指纹图像的背景区域和前景区 域。此方法对于质量较好、 对比度较高的指纹图像分割效果较 好 , 但对于低对比度或高噪声的图像 , 不能有效的检测出噪声 区域 , 从而影响处理效果。2

4、.2全局方向法利 用 指 纹 方 向 图 对 指 纹 图 像 进 行 分 割 是 一 种 常 用 的 方 法 6。 该方法能够去掉指纹图像中绝大部分背景信息 , 不仅适合基于灰度均衡的指纹图像分割算法胡 涛 , 林家骐HU Tao , LIN Jia-qi西安理工大学 信息科学系 , 西安 710048Information Science Department of Xi an University of Technology , Xi an 710048, ChinaE-mail :lin_jacketHU Tao , LIN Jia -qi.Fingerprint image segme

5、ntation algorithm based on gray balance .Computer Engineering and Applications , 2007, 43(24 :205-207.Abstract :This paper in view of the characteristic of fingerprint images by MBF200chip fingerprint gathering , proposes a new method of fingerprint image segmentation.The method , which can segment

6、fingerprint images , is simple , rapid and effective , and meets the real-time requirements of fingerprint identification system.First , the gray balance processing for fingerprint images can be done by this method.And then , this method subdivides the fingerprint images according to the characteris

7、tics of the gray-scale images.Finally , fingerprint marginal prospects are amended using the way of mathematical morphology.The method is used to carry on the massive tests with fingerprint images by MBF200semiconductor fingerprint gathering , which is designed by this laboratory independently.The e

8、xperimental results show that the method for this type of fingerprint image segmentation is effective.Key Words :MBF200; fingerprint segmentation ; gray balance ; gray characteristic ; mathematics morphology摘 要 :针对 MBF200芯片指纹采集器采集的指纹图像的特点 , 提出了一种新的指纹图像分割方法。该方法简单实用 , 能快速而有 效的分割指纹图像 , 符合指纹识别系统的实时性要求。首

9、先对指纹图像进行灰度均衡处理 , 然后根据图像的灰度特征对指纹图像 进行分块分割 , 最后应用数学形态学修复指纹图像的前景边缘。使用该方法对研究室自行设计的 MBF200半导体指纹采集器采集 到的指纹图像 , 进行大量的测试。实验结果表明 , 该方法对这种类型的指纹图像分割是有效的。关键词 :MBF200; 指纹分割 ; 灰度均衡 ; 灰度特征 ; 数学形态学文章编号 :1002-8331(2007 24-0205-03文献标识码 :A 中图分类号 :TP391.4:( , ; ,模式识别方面的研究。Computer Engineering and Applications 计算机工程与应用

10、2052007, 43(24 Computer Engineering and Applications 计算机工程与应用于质量较好的图像 , 且适用于噪声严重的图像。 然而 , 方向法的 分割效果依赖于所求方向图的可靠性 , 对于纹线不连续、 单一 灰度等方向难以正确估计的区域及中心、 三角区域附近方向变 化剧烈的区域 , 方向图分割难以取得满意的效果 , 而且该算法 计算复杂 , 处理时间较长。2.3方向和灰度方差结合的方法该方法结合了方向与灰度方差进行分割 7, 在一定程度上 克服了前两种方法单独使用时所存在的一些问题 , 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

11、。 同时 , 这种算法在处理过程中计算量大 , 运算时间长 , 对于需实时处 理的自动指纹识别系统来说代价是明显的。3基于灰度均衡的指纹图像分割方法 3.1MBF200指纹图像的特点MBF200是 富 士 通 公 司 推 出 的 一 款 触 摸 式 CMOS 指 纹 传感 器 芯 片 8, 其 传 感 区 域 为 1.28cm ×1.50cm , 256×300传 感 阵 列 , 分辩率为 500dpi 。 MBF200基于电容充放电原理 , 传感阵列 的每一点是一个金属电极 , 相当于电容器的一极 , 与传感区接 触的手指充当电容器的另一极 , 而两者间的传感面形成电容两

12、 极的介电层 , 由于指纹的脊和谷导致传感阵列各电容值的不 同 , 传感器将电容值数字化之后输出 , 这样就获得了指纹图像 (如图 1所示 。 由 MBF200获取的指纹图像具有以下特点 :(1 图像整体的灰度均值偏大 , 大约在 210左右 (灰度值 0为黑色 , 255为白色 , 其色阶范围均在 135255之间。(2 不同图像间的局部方差值变化范围较大。这种类型的指纹图像 , 同一幅图像的灰度差别范围较小 , 而不同图像间的灰度特征差别较大 , 不利于阈值的确定 , 即很 难用灰度特征值去区分前景区域和背景区域。 这样 , 须将图像 的灰度特征一致化 , 以消除不同图像的灰度差异性 ,

13、又能扩大 同一幅图像的灰度差别范围。灰度均衡法能很好的满足这种 要求。3.2灰度均衡的理论基础灰度均衡也称直方图均衡 , 目的是通过点运算使输入图像转换为在每一灰度级上都有相同的像素点数的输出图像。 这对 于在进行图像比较或分割之前将图像转化为一致的格式是十 分有益的 9。假设输入图像 D A , 经灰度均衡转换后为 D B , 则灰度均衡的 转换公式为 :D B =f(D A D M axA 0D A! H (! d !式中 H (! 为直方图 , A 0为图像的面积 , D M ax 为图像的最大灰度对于离散图像 , 其转换公式为 :D B =f(D A =DMax A 0D Ai=0&q

14、uot; Hi式中 H i 为第 i 级灰度的像素个数。经过灰度均衡转换后的图像 , 不同指纹图像的直方图大体 趋于一致 , 有利于不同图像间的一致性分析 , 提高算法的鲁棒 性。 并且 , 指纹图像的对比度得到增强 , 有利于指纹纹路的检测(如图 2所示 。3.3基于灰度均衡的分割算法通过对 MBF200指纹图像的分析 , 结合数字图像处理理论 , 本文提出了一种新的快速指纹分割算法。首先 , 对输入的指纹图像用高斯模板进行处理 , 高斯模板 可以去除图像的局部噪声。本文使用的高斯模板为 :112124212#$%& (1然后 , 将高斯去噪后的图像按 3.2小节所述的灰度均衡理 论

15、进行处理。 通过灰度均衡后的指纹图像 , 被分成 M ×N 大小的 小分块 , 实际应用中取 M=N 。计算每小块的均值和方差。块的均值为 :M(I , J =1M ×N M-1i=0" N-1j=0" G(i , j 块的方差为 :V(I , J =1M ×NM-1i=0" N-1j=0"(G(i , j -M (I , J 2为了克服传统方差法判别的局限性 , 根据灰度均衡化后的 图像灰度特征 , 对于每块的判别标准是以块的均值和方差之间 的关系来判别的。但由于方差与均值平方成正比的关系 , 在数 量级上不利于比较和阈值

16、的确定。因此 , 采用块的均值与图像 块的标准偏差的比值作为判断标准 , 既解决均值与方差在数量 级上的差异 , 有一定的可比性 , 又使阈值确定范围缩小 , 有利于 阈值的选取。块的标准偏差为 :S (I , J = 判别标准 :Th=M(I , J S(I , J 根据对大量的 MBF200指纹图像处理分析结果 , 选取一定 的阈值 , 大于分割阈值的块 , 属于背景块 , 否则 , 属于前景块。 块 窗口的大小 , 可以先使用大窗口的检测 , 然后再对已划分的背 景块进行小窗口检测 , 这样由粗到细的检测方法 , 使得指纹边 缘精度更高。3.4分割的后处理通过上述设计的算法进行指纹分割处

17、理后 , 图像的前景和背景区域已基本区分开来 , 但由于在处理的过程中 , 可能在前 (3( 示 , 从而会影响后续的指纹特征点提取 , 因此还要对这些孤立的图2062007, 43(24 tion 98.S.l.:Computer Society Press , 1998:35-42.3Renato Pajarola.Fastmesh :Efficient view -dependent meshing C/Proceedings Pacific Graphics 2001. S.l.:IEEE , Computer Society Press , 2001:22-30.4Renato Pa

18、jarola.Overview of quadtree -based terrain triangulationand visualizationJ.Information &Computer Science , University of California Irvine Press , 2002:15-18.5Pajarola R.Large scale terrain visualization using the restrictedquadtree triangulation C/Proceedings of IEEE Visualization 98, l998, 8(1

19、7 :19-26. (上接 109页 3运筹学教材编写组 . 运筹学 M. 北京 :清华大学出版社 , 1990-01. 4Barford P , Crovella M.Generating representative Web workloads fornetwork and server performance evaluationJ.Measurement and Mod-eling of Computer Systems , 1998:151-160. 6盛友招 . 排队论及其在计算机通信中的应用 M. 北京 :北京邮电大学出版社 , 1998-09.7Konstantinos Pso

20、unis , Pablo Molinero-Fern andez , Balaji Prabhakar ,et al.Systems with Multiple Servers under Heavy-tailed WorkloadsJ. Performance Evaluation , 2005, 62:456-474.8Ward Whitt.The impact of a heavy-tailed service-time distribution:Theory and Applications , 2000, 36:71-87.(上接 116页 像块进行后处理。 对于孤立块及边界部分的处

21、理主要采用数学 形态学中的开运算和闭运算的基本原理和方法来进行 (效果如 图 3(b 所示 , 处理方法与其它文献所述基本一致 10, 这里不再 赘述。3.5分割结果比较通过上述设计的方法分割的指纹图像 , 与使用归一化后应用方差 法 阈 值 分 割 的 图 像 进 行 比 较 (如 图 4所 示 , 从 图 中 可 知 , 基于归一化后的图像 , 有些指纹的脊线未能有很好的对比 度 , 使用方差法阈值分割处理 , 将不能很好的分割指纹图像。4实验结果分析本文所提出的算法 , 在 Microsoft Visual C+6.0开发平台上进行仿真实验 , 对 MBF200指纹采集器所获取的几百张指

22、 纹图片进行测试。图 1是从指纹库中随机获取的图像 , 其基本 涵盖各种类型的指纹图像。使用本文所提出的算法 , 其分割结 果如图 5所示。对比图 1和图 5, 可知基于灰度均衡的指纹分 割效果是令人满意的。5总结本文提出的基于灰度均衡的指纹分割算法 , 通过实验与应用 , 能够很好的分割不同的指纹图像 , 分割效果比较准确 ; 由于 其处理时间短和分割的有效性 , 因此对于要求实时性较强的自动指纹识别系统来说是相当适用的。实践表明它是一种高效、 实用、 快捷的指纹图像分割算法。(收稿日期 :2007年 1月 参考文献 :1Jain A K , Ross A , Prabhakar S.An Introduction to biometric recog-nitionJ.Circuits and Systems for Video Technology , IEEE Transac-tions on , 2004, 14(1 :4-20. 2Tabassi E , Wilson C L.A Novel approach to fingerprint imagequalityC/IEEE International Conference on , Image Processing , 2005, 2:37-40.3Chao Gwo-cheng