（计算机应用技术专业论文）自动指纹识别系统研究.pdf

摘要 本文针对指纹自动识别方法的主要技术环节进行了深入的研究，提出了一些新的指纹识 别方法。在理论研究基础上开发了一个完整的自动指纹识别系统一a f i s 系统。在系统中实 现和验证了本文提出的指纹预处理、特征提取和指纹匹配方法，实验结果证明本文提出的方 法是合理的，具有一定的理论价值与实用价值。 本文的内容安排如下 1 对指纹识别预处理算法进行了深入的分析和研究，在初步分割的基础上，用后期的 平滑和对前景点的跟踪实现了整副指纹图有效区域的完全分割，并由此得到指纹图的区域选 择矩阵。 2 本文根据现有方向滤波器的特点和使用，提出了一种新的具有大小自适应性的方向 滤波器的解决方法，很好的解决了方向滤波时的速度和操作问题。 3 使用局部平均阂值方法实现了指纹图的二值化，并对二值化后的指纹图进行了后处 理，得到了仅包含指纹脊线区域的二值化图。 4 提出了基于两极复合式细化方法的指纹图像细化算法，大大改进了指纹细化的速度 和质量。 5 采用纹线跟踪技术，使用3 3 窗口作为纹线跟踪的前进识别器，对细化指纹图噪 声特点进行了分析，并对噪声进行了滤波处理。 6 利用纹线跟踪技术提取出指纹的有效细节特征点，在极坐标系下实现图像校准，并 采用基于细节点坐标模型匹配的方法进而实现指纹的匹配。 关键饲：自动指纹识别系统，分割，方向图，二值化，细化，特征提取，指纹匹配 a b s t r a c t t h ep a p e rb r i n gf o r w a r ds o m en o v e la l g o r i t h m sw h i c hr e l a t e dt os o m ek e yp a r t s o fa u t o m a t e df 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 w ed e sjg n e daa u t o m a t e d f i n g e r p r i n t i d e n t i f i c a t i o n s y s t e m ( a f i s ) b a s e do nt h e r e s e a r c ho f t h e o r y f i n g e r p r i n ti m a g ep r e p 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 df e a t u r em a t c h i n g w e r ec a r r i e do u ta n dv e r i f i e di nt h es y s t e m t h er e s u l to fe x p e r i m e n tp r o v e dt h a t t h em e a s u r et h a tt e x tp u tf o r w a r disr e a s o n a b l e ，h a y i n gt h ep r a c t i c a lw o r t ha n d t h ev a l u eo fc e r t a i nt h e o r i e s t e x t u a lc o n t e n t sa r r a n g e m e n ti sa sf o l l o w s ： 1 t h ep a p e rc a r r yt h r o u g hi n - d e p t ha n a l y s isa n dr e s e a r c ht ot h ef i n g e r p r i n t i m a g ep r o p r o c e s s i n g ，a n du s es m o o t hi nt h el a t ea n dt r a c kt ot h ep i x e lo ff o r e g r o u n d t oc u r r yo u tc o m p l e t ep a r t i t i o no ft h er e g i o no ft h ew h o l ef i n g e r p r i n ti m a g eb a s e d o ni n i t i a lp a r t i t i o n ，a n dg e tt h ec h o i c em a t r i xo ft h er e g i o ni nt h ef i n g e r p r i n t i m a g ef r o mp a r t i t i o nf i n g e r p r i n ti m a g e 2 a c c o r d i n gt ot h ec h a r a c t e r i s t i c sa n du s a g e so ft h ee x i s t i n go r i e n t a t i o n f i l t e rn o w ，ak i n do fn o v e lo r i e n t a t i o nf i i t e rt h a th a v et h ea b i l i t yo fa d a p tt o s i z ei sb r o u g h to u t i th a sr e s o l v e dt h es p e e da n dt h eo p e r a t i o np r o b l e m sw h e nw e f i l t e rt of i n g e r p r i n ti m a g eb yo r i e n t a t i o n 3 t h ep a p e ru s eam e t h o do fp a r ta v e r a g et h r e s h o l dc a r r i e do u tt h ec h a n g ef r o m t h eg r a yf i n g e r p r i n ti m a g et ob i n a r yi m a g e ，a n dd i s p o s e do ft h eb i n a r yf i n g e r p r i n t i m a g ef a r t h e ra n dg e tt h er e g i o no n l yc o n t a i nf i n g e r p r i n tr i d g eo fb i n a r yi m a g e 4 a ni m p r o v e di m a g et h i n n i n ga l g o r i t h mi sp r o p o s e di nt h ep a p e rb a s e do nq u i c k t h i n n i n ga l g o r i t h ma n di m p r o v e do p t at h i n n i n ga l g o r i t h mi nt w os t a g e s t h en e w a l g o r i t h mc a ns i g n i f i c a n t l yr e d u c et h et i m eo fi m a g et h i n n i n ga n ds p e e du pt h e t h i n n i n gp r o c e s sw h i l eg i v i n gt h es a m eo rb e t t e rt h i n n i n gr e s u l t 5 t h ep a p e ra d o p t sa nt e c h n i q u eb a s e do nt r a c kt or i d g ea n du s e s3x3w i n d o w b yw a yo fi d e n t i f i e dm a c h i n et ot r a c kr i d g e ，a n du sest h em e t h o dm e n t i o n e da b o v et o a n a l y z e st h ec h a r a c t e r is t i co ft h e t h i nf i n g e r p r i n ti m a g e 6 w em a k eu s eo ft h et e c h n i q u eo ft r a c kt or i d g ee x t r a c t st h ef e a t u r eo f m i n u t i a e ，t h e n ，c a r r yo u ti m a g ea d j u s t m e n ti np o l a rc o o r d i n a t e s ，f i n a l l y ，a d o p t st h e m e t h o db a s e do nt h em o d e lo fm i n u t i a ep o i n tc o o r d i n a t e st om a t c hf i n g e r p r i n ti m a g e k e y w o r d s ：a u t o m a t e df 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 ，p a r t i t i o n ，o r i e n t a t i o n i m a g e ，b i n a r i z a t i o n ，t h i n n i n g ，f e a t u r ee x t r a c t i o n ，f i n g e r p r i n tm a t c h i n g 2 贵州人学碗i ：学位论文自动指纹识别系统研究 第一章绪论 1 1 生物特征识别技术 随着时代数字化的发展，越来越多的电子设备和保密机构对更安全更方便的身份认证和 访问控制的需求变得越来越紧迫，传统的机械钥匙、“口令十密码”以及智能卡等的保护措 施存在着易丢失、遗忘、复制及被盗用的隐患，人们逐渐把目光转向了生物特征识别技术 ( b i o m e t r i c ) 。 生物特征识别技术是利j _ j j 人体的生理特征或行为特征来进行个人身份鉴定的技术。人体 的，p 理特征与生俱米，主要包括指纹、声音、面孔、虹膜、掌纹和d n a 等。人体的行为特征 址 j 火形成的，主要包括笔迹、足态、步态等。一个人的生物特征是“随身携带”的，不用 山会丢火，您可以不必携带大串的钥匙，也不用费心去记或更换密码；生物特征叉具有唯 小j 复制性，有学者推论：以全球6 0 亿人口计算，3 0 0 年内都不会有两个相同的指纹出 j 她。进入信息时代，生物特征识别在西方又一次崛起。以电子商务、电子银行的安全认证为 训，| | 】1 1 1 ：i uf 商务中他人假冒当事人上网采购所造成的欺诈案越来越多，并有孩子冒充家 k1 ：1 娴采购的案例。如果对当事人的身份能有效确认，例如通过生物特征识别确认，就能有 效mi l 此类事什的发生。另外，网络、数据库和关键文件等的安全控制，机密计算机的登录 淡琏，银行a 麟、p o s 终端等的安全认证，蜂窝电话，p d a 的使用议证等等，都离不开可靠 安全的生物特征识别。可见，在即将到来的信息社会，生物特征识别不但有可观的经济效益， 还有不可估量的国家信息安全效益。电子商务的发展为生物特征识别技术提供了更广阔的应 h j 市场。据统计，仅仅在2 0 0 2 年，全球通过商务网站达成的贸易额就大约为5 万亿美元。 综上可见，与传统的身份鉴别手段相比，基于生物特征的身份鉴别技术具有以下优点： ( 1 ) 不易遗忘或丢失；( 2 ) 防伪性能好，不易伪造或被盗；( 3 ) 随身携带，随时随地可用。 能够用米鉴别身份的生物特征应该具有以下特点： 广泛性。即是否人人都具有该特征，比如象只有一部分人有的胎记或疤痕，就无 法用丁人范围的身份识别； 唯一性。每个人拥有的特征应该各不相同； 稳定性。即这种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； 可采集性。即是否可以方便地获取并量化这些特征或行为。 然而，在实际操作中，仅仅满足上述四个条件还是不够的，还需要考虑到以r 问题：( 1 ) 系统整体的性能，也就是说粟_ l f j 这种特征来识别人的身份，速度、精度以及系统的鲁棒性是 否能够达到指标要求；( 2 ) 采用这种生物特征人们是不是可咀接受，是否干涉了人的隐私或 对人体有伤害，以及对用户而言，是否操作方便等等。 因此，一个实用的生物识别系统应具备以下特征；( 1 ) 用于识别的生物特征可以被人们 所接受；( 2 ) 可以方便地获取这些生物特征；( 3 ) 系统的识别精度和速度能够满足应用需要； ( 3 ) 对于各种欺骗手段，系统应有足够的适麻性。 表1 1 给出了一些常见生物特征的简单比较。 贵州大学钡l 。学位论文自动指纹识剐系统研究 生锈绞诗辩采霹接 羚蘧援维一魏稳定瞧准疆链资垒缝 褥镟攥性受投 黢像 建羲审离鬣羯鬣 撵绞 孛麓 醒 幽 满中隧 乎辫牵肇审糍孛巾枣 羧毽方式糕饿戴 出 甄中 巾 擎鹳巍错巾 孛巾中牵孛糍 蛀骥随巍巍 幽 嚣甄巍 糯姆麟巍瘸中鬣离羝旒 薄嬷绦畿稳鹈羝菇躲 声搜 m 稳蠛 内 甑糟糕 绷终瀛蕊赢胬毹黼串褒巍 气拣离麓菇繇羝 审筑 步惑 中 菝低赢髓菇中 鳟蝣 巾巾巍 皆 啦 羯巾 渊a嶷满 离糕掰鬣镁 表1 1 各种生物特征的比较 从表1 1 可见，相对于其他生物特征，指纹有如下两个突出的优点： ( 1 ) 稳定性：指纹具有很强的相对稳定性。从胎儿六个月指纹形成到尸体腐烂，指纹 纹线类型、结构、统计特征的总体分布始终没有明显变化。尽管随着年龄的增大，指纹在 外型大小、纹线粗细上会产生一些变化，局部纹线上也可能出现新的特征，但从总体上看， 指纹是相对稳定的。 ( 2 ) 唯一性：指纹具有明显的唯一性，至今仍找不出两个指纹完全相同的人。由于皮 肤表皮上的纹路是在胎儿六个月时形成的，所以即使是同卵双胞胎的指纹也是不同的。不仅 足人与人之间，就是同一个人的十指指纹也有明显的区别。 指纹的这两个特点，为指纹用于身份鉴定提供了客观的依据。实际上，指纹一直被称为 “物证之首”，安全可靠。指纹作为身份鉴定手段早已有着悠久的历史：考古证实，早至公 元前7 0 0 0 年到公元前6 0 0 0 年，在古叙利亚和中国，指纹作为身份鉴别已开始应用。早在我 国的秦汉时期，人们就常在文契上“画指为信”了。1 9 世纪初科学家研究发现了至今仍然 承认的指纹的两个重要特征：不同的指纹纹线的模式( r i d g ep a t t e r n ) 不同，指纹纹线的模 式终身不变。这个研究成果使得指纹在犯罪鉴别中得咀正式应i = j 。( 主要代表性的事件有： 1 8 9 6 年阿根廷首次应用，然后是1 9 0 1 年的苏格兰，2 0 世纪初其他国家也相继应用到犯罪鉴 别中。) 2 0 世纪6 0 年代、，随着计算机图形处理技术的发展，们开始研究基于计算机来进 行指纹识别的技术一自动指纹识别系统( a u t o m a t e df i n g e r p r i n ti d e n t i f i c a t i o n s y s t e m ) ，简称a f i s 。2 0 世纪8 0 年代，由于个人电脑和光学扫描技术的发展，指纹识别技 2 贵州大学坝i 。学位论文 白动指纹识别系统研究 术开始应川t 其他领域，并逐渐向商业化方向发展。9 0 年代后期，廉价的取像设备以及指 纹识别算法的开发与研究，进一步为指纹识别技术的发展铺平道路，a f i s 也大量应用于人 们的生产和生活如门禁系统、指纹考勤机、网络用户身份注册和认证系统、资料信息的加 密、各种金融交易的身份鉴别等等，并逐渐在各个领域中发挥更为重要的作用。 1 2 自动指纹识别系统的结构 指纹是具有很好方向性的模式，包含指纹纹线的模式我们称之为“脊”，相对的，脊之 间的空白我们称之为“谷”。 自动指纹识别系统就是把采集到的指纹数字图像经计算机处理，找出指纹的特征( 如钩、 桥、点、末梢点、分支点等) ，然后依据得到的特征对指纹图像进行分类和描述，虽后根据 对指纹特自l 的描述与指纹库中的已有指纹进行模式匹配，得出匹配结果，从而完成指纹的自 ，u 川。 i i ij 。种种原i 问，实际采集到的指纹图像不可避免的有噪声，直接对这些图像进行特征提 j 眦会甘数人龄伪特征的产生，从而大大影响到指纹识别的准确率，因此，实际的自动指纹识 ) j i j 系统中在对指纹图像进行特征提取之前，通常要对指纹图像进行增强、二值化、细化等一 系列的过程，这称之为对指纹图像的预处理。 自动指纹识别系统的结构如图1 1 所示： 匹配结果 图1 1 白动指纹识别系统的结构 1 2 1 指纹的采集 指纹取像设备可以分为两类“”。：光学成像设备和固体状态感应器。光学成像设备依据指 纹的生理特征及光的全反射原理( f t i r ) 设计。从生理上看，指纹的纹路是手指皮肤的凸起 部分，称为脊，纹路之间是凹下的部分，称为谷。当光线照到压有指纹的玻璃表面时，射到 谷的光线会在玻璃与空气的界面上发生全反射，反射光线由c c d 获得，而射向脊的光线不发 生全反射，而是被脊与玻璃的接触面吸收或者漫反射到别的地方，这样就在c c d 上形成了指 贵州大学硕i ：学位论文自动指纹识别系统研究 纹的图像。l 司体状态感应器是近几年开发出来的采集设备，它们都是带有压力、温度或其他 传感表面的传感器，传感表面由1 0 0 0 0 0 个以上的传导单元构成一个传感阵列，当手指压在 传感器上时，由丁各个传导单元受力不同，产生不同的电压或电流等电信号，从而可以记录 指纹的脊雨i 谷，捕获到指纹图像。 光学采集设备的优点是采集面积大、技术成熟，缺点是体积大，设备成本较高；固体状 态感应器的优点是成本相对低廉、结构紧凑，缺点是采集面积小，精度难以保证。近年来， 随着技术的日益完善，这两类采集设备的优点已经开始逐渐融合，缺点也在逐渐消失。目前 最常用的采集方式有：光学全反射技术、硅晶体电容传感技术、超声波扫描。表l _ 2 给出了 这三种技术的比较。 采集方式光学全反射技术硅晶体电容传感技术超声波扫描 体积 由 小大 耐州性非常耐用容易损坏 、 一般 干手指差，干手指好，汗多的手指 成像能力非常好 汗多的手指成像有些模糊 不能成像，抗静电能力差 分辨率 4 5 0 d p i 3 0 0 d p i 5 0 0 d p i 耗电较少一般较多 成本低低很高 表1 2三种成像技术的比较 1 2 2 指纹图像预处理 在白动指纹识别过群中，指纹取像设各所获得的输入的指纹图像由于各种原因影响，是 一幅含有较多噪声的灰度图像，预处理的目的就是去除输入指纹图像中的噪声，改善指纹图 像的质量，增强脊和谷的对比度，把它变成一幅清晰的点线图，以便于提取正确的指纹特征。 预处理是自动指纹识别系统中非常重要的一步，它的好坏直接影响着指纹识别的效果。 预处理过程主要包括以f 步骤：灰度图分割、灰度图滤波去噪、二值化、二值化图像滤 波去噪、细化及细化后去噪。指纹预处理的一般过程如图1 2 所示。 匿二h 鎏竺篓! h 釜耋墨_ _ _ _ _ h _ _ _ _ _ 兰墨兰hf 纹例叶割；：| ：叫j 攀骥叠i ir 叫0r ，j fi 慝蕊鼯陌添阿 l 叫滤渡去嗓蠹卜+ 1 一一i hj 丢噪卜_ 叫线圈1 图1 2 指纹图像预处理过程 灰度图分割的目的是有效获取指纹图像的边界，尽可能得到只包含纹线区域的指纹灰度 图。灰度滤波去噪的目的是对输入的噪音较多的灰度图像进行滤波，去除图像中的叉连、断 点及模糊不清的部分，得到一幅较清晰的灰度图像。由于二值图像在处理时速度高、成本低， 且能够用几何学中的概念进行分析和特征描述，因此需要对灰度图像进行二值化处理，把它 变成一幅二值指纹图像。考虑到灰度去噪的不完全性及二值化时又可能引入噪声，所以对二 4 贵州人学坝l 。学位论文 自动指纹识别系统研究 值化后的 日纹i 到像还要进行一次去噪处理，得到清晰的二值指纹图像。冈为指纹的特征仅包 含在纹线的形状结构中，所以为了提高处理速度和识别精度，应该在不破坏图像连通性的情 况下去掉多余的信息，也就是进行图像的细化。细化是指删除指纹纹线的边缘像素，使之只 有一个像素宽度。细化时应保持纹线的连接性、方向性、特征点不变，还廊保持纹线的中心 基本不变。由 ：前面滤波去噪的不完全性及细化算法本身可能引入的噪声，细化后的指纹图 像还需进行次滤波操作，以得到一副清晰的点线图，这副点线图就为随后准确的特征提取 提供了有力保证。 1 2 3 指纹特征提取 指纹特征提取的目的是要获得真正的指纹细节特征，同时去处由噪声或污染等因素所造 成的伪细节点。为了使指纹能够用于身份鉴别系统，指纹特征应具有如下性质： ( 1 )保持指纹的独特性； ( 2 )易于进行匹配； ( 3 )对噪声具有一定的鲁棒性，对旋转、平移和非线性形变具有不变性 ( 4 )对不完整指纹具有鲁棒性。 指纹的特征点分为全局特征( 如奇异点、中心点) 和局部特征( 指纹细节点) 。在考虑 局部特征的情况下，英国的e r h e r r y 认为，在比对时只要有1 3 个特征点重合，就可以确 认是同一个指纹。指纹的细1 ，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 末梢点( r i d g ee n d i n g ) 与分义点( r i d g eb i f u r c a t i o n ) 。”1 。纹线末梢点指的是纹线突然 结束的位置，而纹线分叉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，而且比较容易获取。更重要的是，使用这 衄类特征点足以描述指纹的唯一性。通过特征提取算法，得到纹线细节点的类型、位置、所 在区域纹线的方向等是指纹特征提取的主要任务。 图1 3 纹线末梢点与分支点 1 2 4 指纹的匹配 指纹匹配是指纹识别中的核心步骤之一，它是鉴定指纹模式的过程。指纹匹配指的是通 过对两枚指纹的比较米确定它们是否同源的过程，即两枚指纹是否来源于同一个手指。指纹 比对主要是依靠比较两枚指纹的局部纹线特征和相互关系来决定指纹的唯一性。指纹的局部 纹线特征和相互关系通过细节特征点的数量、位置和所在区域的纹线方向等参数来度量。细 节特征的集合形成一个拓扑结构，指纹匹配的过程实际就是两个拓扑结构的匹配问题。由于 贵卅1 人学侦i 学位论文白动指纹识别系统研究 采集过程中的变形、特征点定位的偏差、真正特征点的缺失和伪特征点的存在等问题，即使 是两枚同源的指纹，通过一系列算法处理后所获得的指纹特征信息也不可能完全一样，指纹 匹配的过程必然是一个模糊糊匹配问题。 1 2 5 自动指纹识别系统的性能评价指标 自动指纹识别系统在通过计算机利用各种算法处理指纹图像时，只是涉及了指纹有限的 信息，而且匹配算法不是精确的，所以在进行匹配时不可避免会产生误差，因此其结果不能 保证i 0 0 准确。从而影响到最终的鉴定结果，使结果不可能保证完全准确。指纹识别系统 的重要筏量标志是识别率，它主要由两部分组成：拒识率f r r ( f a l s er e j e c tr a t e ) 和误 识率f a r ( f a l s ea c c e p t a n c er a t e ) 。 拒识率( f r r ) 是指正确指纹被误判拒绝的比率，可视为系统易用性的衡量指标。误识 率( f a r ) 是指错误指纹输入而被接受为正确的比率，可视为系统安全性的衡量指标。它们 i 。门f i l i _ 矧1 10 - - 一l0 或百分比米表达。对于自动指纹识别系统来说，希望这两个指标越低越好， f i 吱际i i ；r i i jf e a r 是成反比的。图1 4 给出了反映f r r 与f a r 关系的r o c ( r e c e i v e ”i ；l iin gc i ir v c ) 曲线，曲线上的点表示在某个给定闽值下得到的拒识率和误识率。阈值 漩的低，! i ! i jf r r 值低而f a r 值高；闽值设的高，则f a r 值低而f r r 值高，因此闽值的选取应 m 体系统的j _ l j 途而定。在刑事侦察中，需要把可能的嫌疑人都找出来，应尽量减小拒识率， 所以以u 率北常人；而对于安全保密系统来说，错误接受造成的损失非常大，因此要求误识 率诎低。所以在实际应用系统的设计中，要权衡易用性和安全性。一个有效的办法是比对两 个或更多的指纹，从而在不损失易用性的同时，最大限度的提高系统的安全性。 ： 量： 藿 f a r ( 1 0 9 圈l ，4r o c 曲线示意图 1 3 本课题主要研究的内容 日前，指纹识别技术仍是国内外科研人员研究的热点。虽然指纹技术己经发展的比较成 熟，但仍有一些瓶颈问题困绕着广大研究人员。譬如预处理算法的缺陷导致不能够得到真实 可靠的指纹点线图，从而造成特征提取的真实性；在进行匹配的指纹图像中定量的定义匹配 程度仍然是困难的；对于汗多、肿胀或蜕皮造成的非常模糊的指纹图像，系统误识率和拒识 率较高等等。随着指纹识别技术的广泛应用，这些问题越来越明显，阻碍了指纹技术的应用 和普及。随着市场的扩大和要求的提高，设计开发速度更快、性价比更高的系统势在必行。 本文在大量阅读了国内外指纹识别方面的文献资料的基础上，归纳和吸收了国内外学者 6 贵州人学坝上学位论文自动指纹识别系统研究 在a f i s 领域中的研究成果，提出了一套切实可行且行之有效的指纹预处理、特征提取和指 纹匹配方案，并在w i n d o w s 平台上用v i s u a lc + + 设计实现了各个处理算法，建立了一个完 整的自动指纹识别系统( a f i s 系统) 。在本文设计实现的指纹自动识别系统上利用传感器为 u a r e u 4 0 0 0s e n s o r 的指纹采集仪采集了大量指纹图像进行了实验，获得了大量的实验数据 并取得了较为满意的结果。 7 贵州人学坝i ：学位论文 白动指纹识别系统研究 2 1 引言 第二章指纹图像的预处理 预处理是自动指纹识别系统的重要组成部分，它的结果将直接影响特征提取和匹配的 复杂度，关系到整个系统的识别率。在上一章我们已经介绍了指纹图像预处理的主要步骤。 这一章将主要对每一步骤详细讨论算法如何实现。本章所阐述的自动指纹识别系统的预处 理过程包括指纹灰度图规格化、图像分割、方向图提取、方向滤波增强、二值化、二值图 滤波去噪、细化、细化后滤波去噪这几个步骤。本文将分别描述各个步骤的算法及实现。 2 2 指纹灰度图规格化 卅纹j ，格化l 门的是把不同原图像的对比度和灰度调整到一个固定的级别上，使不论什 ，、潍杆求啦翎杓指纹h 像都可以有预期的均值和方差，从而屏蔽不同采集设备的差异。指纹 j 格化小会埘 芎纹f j 质堵进行任何改变，只是为后续处理提供一个较为统一的图像规格。 列l 二坛暂、 行纹灰j ； ：蚓( 2 5 6 级灰度，分辨率为5 0 0 d p i ) ，我们一般按下式进行规格化： v a r o ( i ( i , 2 - m e a ) 2 砌， 当面，) m e a n 其他 其中m e a n ，砌r 是原图像的灰度均值和方差，可由以下两式得出 = 击蓦笺砸 脚= w 1 向智 ”- 訇h - i ii 小m e a n ) 2 ( 式2 2 ) 其中l ( i ，) 是指纹原图在( f ，) 点的灰度值，g ( f ，j ) 为规格化后的指纹图像在( f ，) 点 的灰度值，w ，h 分别为指纹图像的宽度和高度，m 。、v a r o 是期望的灰度均值和方差。本文取 m n = 1 0 0 ，v a r o = 6 0 0 。 可见，规格化是一个点操作，它的计算复杂度和指纹图像像素个数成线性关系。 图2 1 显示了a f i s 系统对一副指纹图像进彳亍规格化处理后的效果及规格化前后的灰度 8 + 一 o 0 m m ，、，、，l 一一 、i， v g 贵州大学硕i ：学位论文自动指纹识别系统研究 直方幽，可见，指纹的纹线变得清楚了，同时噪声也变得更清晰，指纹的灰度被调整到一 个固定的级别上。 ( a ) 指纹原图( b )规格化后的指纹图 ( c ) 原图灰度直方图( d ) 规格化后的灰度直方图 图2 1 指纹图像的规格化 2 3 指纹图像分割 在指纹图像中，我们感兴趣的区域是由指纹脊和谷组成的。清晰指纹区域，称之为前 景；而非指纹区域域噪声严重的区域，是我们不希望处理的区域，组成背景。 根据指纹图像被噪卢干扰的程度及能否正确恢复，可把图像细分为4 类区域“：( 1 ) 向背景区，指不含纹线的边界区，该区域往往由于扫描器镜片污垢等原因而呈现深浅不等 的灰度：( 2 ) 前景区，指纹线清晰连续，几乎没有噪声干扰的区域；( 3 ) 背景区，指噪声 二r 扰严重，纹线无法辨认，很难恢复的区域；( 4 ) 模糊区，指纹线断续不清晰，有噪声干 扰，但不太严重的区域。指纹图像分割的目的就是割除白背景区和背景区，保留前景区， 爆可能保留模糊区中能恢复的部分。分割处理把图像中很难恢复的区域割除，使后续处理 集中于有效区域，不仅能提高特征提取的精确度，还能大大减少指纹预处理的时间。 2 3 1 合成分割法分割指纹 9 搬州人学坝1 学位论文自动指纹识别系统研究 指纹i 型象分割目前比较典型的方向图法、方差法和简单阈值法”1 ，本文进行了分析和研 究，最后取长补短，使用合成分割方法来对指纹图像进行分割。 ( 1 ) 将输入指纹图像划分为互不重叠的大小为w w 的子块，计算每一图像子块的灰 度均值和方差： 他册= 击ww 裂篆：二_ n 肠r = 而1 刍w - 1 缶w - i ( ，o ，j ) 一他口胛) 2 ( 式2 - - 5 ) ( 2 ) 利j + 何i 纠像子块，当v a r 小于给定的闽值7 j e ，时，转( 3 ) 选用方差分割方法， ，i l j ! | j _ 1 _ ( 1 ) 选川方m h 分割方法。 ( ： ) ，j 才刮i 利4 一幽像子块，当l i a r 小于给定的闽值r 1 时，将其设定为背景区域， ，i ，f 1 为j 1 i 疆。 ( 1 ) 山浊时”l 剖像子块按下列标准进行分割： ( o 如小，jmi t 方幽中的峰值超过某一阈值丁2 ，则该区域被定为前景。 如小 阳卣方1 刳中峰峰值差值( 最大值与最小值之差) 小于某一闽值丁3 ， ! j ! | j 该域被定为背景。 如架方向方差( 对所有方向的直方图值的平方和) 大于某一闽值丁4 ，则该 区域被定为前景。 分割结果如图2 2 所示。图中阈值的选取( t s e l 、t 1 、r 2 、丁3 、t 4 ) 都是由经 验给山的。w 的大小和图像的分辨率有关，以包含一脊一谷为宜。对于分辨率为5 0 0 d p i 的 指纹图w 大约为8 ，因此本文取w = 8 。实验中a f i s 系统选用的参数为：乃e l = 3 0 、 丁1 = 2 5 、t 2 = 5 0 、丁3 = 2 0 、t 4 = 8 0 0 。 ( a ) 规格化后的指纹图( b )分割后的指纹图 0 贵州人学坝j 二学位论文自动指纹识别系统研究 ( c ) 规格化币的指纹图( d )分割后的指纹图 剀2 2 合成分割法分割指纹图 2 3 2 分割后指纹图的平滑 从图2 2 可以看到分割后的图像中出现了一些孤立的块和不应该割除的指纹区。为了 去除这些孤立块和不应该割除的指纹区本文针对a f i s 系统指纹特点进行了分割后处理。 ( i )针对不应该割除的指纹区的恢复( 原图中的灰度值偏低) ，这里标记分割后的指 纹图中的分割区域和未分割区域为0 和l ，如果分割后的指纹图像标记为0 ，则比较原指纹 倒像该位置的像素值，如果小于某一规定阈值f g s m o o t h i n g ( 本文取f g s m o o t h i n g = 1 0 0 ) ， 则恢复该处的灰度值。如图2 ，3 ( a ) ，( b ) 分别为图2 2 ( b ) 、( d ) 的平滑后指纹图。可见该 方法有效的完成了对分割后不应该割除的指纹区域的恢复。不过处理后在非指纹区域又引 入了新的随机噪声( 图2 3 ( b ) ) 。 ( a ) 纹线的恢复 图2 3 误割指纹的恢复 ( b )区域恢复平滑后的分割图 ( 2 ) 针对分割非指纹区时出现的孤立块和( 1 ) 引入的新的噪声，本文采用了两步平 滑处理： ( a )采用9 9 领域平滑窗口先对分割后指纹图进行一次平滑，处理结果 如图2 4 ( a ) 所示，可见9 9 窗口平滑了部分的孤立块和全部由于 恢复误割区域时引入的新的噪声。 ( b )标记经上述处理后的指纹图，分割区域为0 。未分割区域为1 ，对左 蚩州人学倾 i 学位论文白动指纹识别系统研究 半部分、右半部分、上半部分和下半部分，分别向右、向左、向下、 向上扫描跟踪一定步长( 本文取为1 4 ) ，如果出现分割像素则标记该 点为0 。如图2 4 ( b ) 所示，可见经平滑处理后完全消除了所有孤 立块。 ( l ) 9 x 9 谢口平滑 幽2 4 分割后处理 ( b ) 跟踪平滑 ( ：j ) 柏、l 【j 址肝、州1 j , 7 f 由指纹分荆图，分割区域为0 ，未分割区域为1 ，保留该区域选择 矩阵，以符随后的：值化平滑及特征提取时使用。 2 4 指纹方向图估计 指纹图像中的纹线作为指纹的一个重要特征，具有一定的纹理性和方向性。因此，要 使噪化的指纹图像预处理后能获取清晰、稳定的纹线特征图，必须准确地提取指纹图像的 方向图。方向图描述了指纹图像中每一像素点所在脊线或谷线在该点的切线方向，作为一 种可直接从原灰度图像中得到的有用信息，它的计算一直是指纹识别技术中必不可少的一 步，方向场估计的准确性直接决定了图像增强算法的效果。 方向幽也可以看作是原始指纹源图像的一种变换表示方法，即用纹线上某点的方向来 表示该纹线的方向。一般有两种方向图：一种是点方向图，表示原始指纹图像中每一像素 点脊线的方向；另一种是块方向图，表示原始指纹图像中某点区域所有元素的平均方向。 计算方向幽的基本思想是：在原始灰度指纹图像中计算每一点( 或每一块) 在各个方向上 的某个统计量( 如灰度差、梯度等) ，根据这些统计量在各个方向上的差异，确定该点( 该 块) 的方向。 近年来，国内外不少学者在求取指纹方向图上进行了研究。b 儿m e h t r e 等人提出了一 种基于邻域内不同方向上灰度值的变化特性求取点方向进而统计出块方向的方法”1 。 a t o j o ”等人在分析了图象边缘2x2 窗口对纹线局部方向的作用之后，提出了一种求块 局部纹线平均方向的方法；黄席樾“”等通过对指纹图像方向基元集的定义和描述，对 a t o j o 的方法给出了数学上的解释，并针对平均方向计算公式抗噪能力较弱的缺点，提出 了根据局部图象质量的不同采用不同的计算平均方向的自适应方法；a r r a o 提出了一种利 用梯度算子求取方向图的方法。由于上述两种方法在整幅指纹图像上采用的是同一种计算 方法，因此对图像质量有较高的要求，局部质量较差的指纹求得的方向图不很理想。a n i l 1 2 贞州1 人学坝i ：学位论文 自动指纹识别系统研究 j a i n 等人埘r a o 的方法做了进一步的改进”6 波器对频率利方向的选择性，实现图像增强 2 4 1 指纹点方向图估计 采用一种后处理平滑算法，并利用g a b o r 滤 但该方法计算复杂性较大。 本文采用对m e h t r e 算法的一种改进算法“为了估计方向场，设定8 个方向，各方 向之间夹角为石8 。以方向数o 7 表示。每个像素点上方向数的判定是在其n n 邻 域窗口中得到的。邻域窗1 3 的尺寸并无严格限定，但其取值与图像的分辨率直接有关。如 果邻域取得过小，则难以从其中的灰度分布得出正确的方向性；若取值过大，则在纹线曲 率较大的区域窗e l 内纹线方向不一致，会对以后的滤波操作造成不良影响。一般可取n 为1 2 个纹线周期，本文中取n 为9 ，该9 9 邻域窗口如图2 2 所示。 刈丁幽像的每一个像素点，为了确定该像素点所在处脊线的方向，在以该像素为中心 | j i ，9 宵内分别计算8 个方向上的灰度平均值，即将图2 5 中标有f ( f = 0 ，1 7 ， ；i j f l & h 个山l 柚) 的位置的像素灰度值平均得到g m e a n f 】，然后将这8 个平均值按两 曲t 州j 们；一j 分成4 纰，o 承l4 一组，i 和5 一组，2 和6 一组，3 和7 一组，计算每组中 、2 、 蠢 5 ， ， ， h 、 2 ；3 舞5 7 ， ，一手 l 。 一 、， ，芍 _ _ i “ 、 l ，一 ，。7 - 分 - 1!， ， 1 涿； 一8 一- 台。口 - _ ，7 ，1，i 、 、l ，9 l 、 ， 6 7 ，名箍 3 、。2 。、l 一7 石，7 5器 3 、 、2 两个平均值的差值 图2 59 9 领域模板 g d i f f 【，】= a b s ( g m e a n 【，】一g m e a nd + 4 d ，- ，= 0 , 1 ，2 ，3 为脊线方向 ( 式2 - 6 ) 取差值的绝对值最大的两个方向为可能的脊线方向，如果 i m a x = a r g ( m a x ( g ( 够( f ) ) ) 贵州人学侦i 学位论立白动指纹识别系统研究 则方向i m a x 和i m a x + 4 为该像素处可能的脊线方向，若该像素处的灰度值为g r a y ，则 脊线方向为： 国扣：m 绌 f 口6 “g ，缈一渤e 口r ( i m a x d x y 0 ，z 0 ，且“4 - 2 上4 - 2 y 一2 z = 0 。 每一行的系数由中间向两端很快衰减( 近似余弦规律对称下降) ，这是为了避免对大曲率纹 线构型的破坏。滤波时，指纹图中每一点的灰度值由其周围的4 8 个点的灰度值及相应的模 板系数共同决定( 即灰度值与相应的模板系数相乘并把结果相加，然后赋给中心像素点，作 为其灰度值) 。即： 贵州人学f f ! ；! l j 学位论文自动指纹识别系统研究 g ，y + j ) j o ( f ，) ( 式2 9 ) 其中，g g + i ，y + ) 为对应像素点的灰度值。i o ( i ，) 为相应模板系数，g g ，y ) 为滤 波后对应的像素点的灰度值。 实际上，这个滤波器是由平均滤波器和分离滤波器复合而成的。平均滤波器的作用主要 是连接脊线中出现的断点，而分离滤波器可以去除图像中的叉连现象。平均滤波器的系数关 系为： ” x v 0 ，z 0 若削像中出现断点，即这一点的灰度值比周围点都要小得多，则经过平均滤波器处理后它的 灰度值就接近邻近点的灰度值了，所以平均滤波器有连接断点的作用。并且由公式( 2 9 ) t 手| l 式( 2 - - 1 0 ) 可以看出，对于水平方向的滤波器而言，越靠近该点的行上的点对于该点的 影响越大。 分离滤波器的系数关系为： 甜+ 2 x + 2v 一2z=0 图像中的叉连点是把相邻的两条脊线连接起来的点，所以叉连点的上下两行的灰度值较大 而其同一行上的邻点的灰度值较小，通过分离滤波器的处理，叉连点的灰度值会明显降低 所以分离滤波器有女除义连点的作j = i 。 一个上r 义滤波器婴具有连接断点和去除义连点的作用，必须同时满足式( 2 1 0 ) _ f | l ( 2 ii ) 。 2 5 2i ，1 适应方向滤波器的设计 褂剑水平滤波器后，余下的其他方向滤波器可以通过水平滤波器旋转得到。这种方法使 _ 【； j 的是方向滤波器滤波，滤波时，滤波器随滤波方向的变化而旋转，因此操作计算起来很不 方便，而且速度也很慢，是一般指纹自动识别系统所不能容忍的。图2 7 是水平滤波器和4 5 。 方向时由水平滤波器旋转得到的方向滤波器。为了避免滤波器随滤波方向的变化而旋转，本 文提出了自适应方向滤波器的设计。众所周知，方向滤波用于指纹图像增强处理，即相当于 指纹图中每一点的灰度值由其周围的点的灰度值及相应的模板系数共同决定，因此，当滤波 器不是方形( 比如倒2 7 ( b ) 所示的斜形窗口) 时，应把图2 7 ( b ) 所示的斜形滤波器窗口转 化为方窗( 如图2 8 是4 5 方向滤波器规则化后的滤波器) ，然后用方窗与图象中相应像素 点值相乘后再进行计算，这样即可把几何上斜形的不规则窗口用数学上规则的方窗来代替， 并把斜形窗口在儿何上的旋转，用方窗中滤波器系数的旋转变化来代替。实验证明本文提出 的一适席人小方向滤波器大大简化了原算法在滤波时根据像素点的方向选择使用方向滤波 器时的操作和计算复杂度。 1 6 + gg ， ，一 | | 、j y 贵州人中倾i 学位论文自动指纹识别系统研究 1 3 2 哇 ， ( a )水平方向滤波器( b ) 4 5 。方向滤波器 图2 7部分方向滤波器 ， 蚓2 8