（计算机应用技术专业论文）掌纹图像增强关键方法与技术研究.pdf

南开大学学位论文使用授权书 根据南开大学关于研究生学位论文收藏和利用管理办法，我校的博士、硕士学位获 得者均须向南开大学提交本人的学位论文纸质本及相应电子版。 本人完全了解南开大学有关研究生学位论文收藏和利用的管理规定。南开大学拥有在 著作权法规定范围内的学位论文使用权，即：( 1 ) 学位获得者必须按规定提交学位论文 ( 包括纸质印刷本及电子版) ，学校可以采用影印、缩印或其他复制手段保存研究生学位论 文，并编入南开大学博硕士学位论文全文数据库；( 2 ) 为教学和科研目的，学校可以将 公开的学位论文作为资料在图书馆等场所提供校内师生阅读，在校园网上提供论文目录检 索、文摘以及论文全文浏览、下载等免费信息服务；( 3 ) 根据教育部有关规定，南开大学向 教育部指定单位提交公开的学位论文：( 4 ) 学位论文作者授权学校向中国科技信息研究所和 中国学术期刊( 光盘) 电子出版社提交规定范围的学位论文及其电子版并收入相应学位论文 数据库，通过其相关网站对外进行信息服务。同时本人保留在其他媒体发表论文的权利。 非公开学位论文，保密期限内不向外提交和提供服务，解密后提交和服务同公开论文。 论文电子版提交至校图书馆网站：h t t p ：2 0 2 1 1 3 2 0 1 6 1 ：8 0 0 1 i n d e x h u n 。 本人承诺：本人的学位论文是在南开大学学习期间创作完成的作品，并已通过论文答 辩：提交的学位论文电子版与纸质本论文的内容一致，如因不同造成不良后果由本人自负。 本人同意遵守上述规定。本授权书签署一式两份，由研究生院和图书馆留存。 作者暨授权人签字： 扬态 一 2 0 1 0 年5 月3 1 日 南开大学研究生学位论文作者信息 论文题目掌纹图像增强关键方法与技术研究 姓名杨杰学号 2 1 2 0 0 7 0 3 3 2 答辩日期2 0 1 0 年5 月2 7 日 论文类别博士口学历硕士硕士专业学位口高校教师口瓦等学力硕士口 信息技术科学学院 院系所专业计算机应用技术 机器智能研究所 联系电话1 3 8 21 9 4 4 5 3 6e m a i l y a n g ji e 8 5 0 9 2 7 1 6 3 c o m 通信地址( 邮编) ：天津市南开大学伯苓楼机器智能研究所4 0 6 ( 3 0 0 0 7 1 ) 备注：无是否批准为非公开论文否 注：本授权 5 适用我校授予的所有博士、硕士的学位论文。由作者填写( 一式两份) 签字后交校图书 馆，非公开学位论文须附南开大学研究生申请非公开学位论文审批表。 厂， 。 南开大学学位论文使用授权书 根据 n ) 再进行傅立叶变换，在获得的频谱图上进行频谱 分析。在频谱图上确定了最高峰值点沁v ) 后，利用公式2 3 求方向和纹线变化周 期。用d f t 变换提取方向的计算量是巨大的，时间消耗是同等大小的图像的基 于邻域模板法的近乎2 0 倍。但是因为空间域转换成了频率域，信息量增大，所 以方向的抗噪能力强，方向准确性高。 a = i m 2 + r e 2 f ：丽| 矾 秒= a r c t a n ( u v ) 巾= a r c t a n ( i m r e ) w ( x ，y ) = a s i n ( 2 ，r f ( c o s ( 0 ) x + s i n ( o ) y + ( 2 3 ) 1 7 第二章掌纹图像增强核心方法 2 2 3 本文方向提取方法的设训 丝 图2 81 6 方向分布图 基于空间域的方向提取方法对质量良好的区域表现较好，对于图像质量较 差区域提取的方向是杂乱的，抗干扰能力弱。前人工作的8 方向设计2 7 所示。 方向的提取效果如如图2 9 所示。其中2 9 a 是质量好的区域；2 9 c 是质量较差 的区域；其中2 9 b 是2 9 a 对应的方向图；2 9 d 是2 9 c 对应的方向图。根据观 察可以看到对于图像质量较好的2 9 a 图，提取的方向还是可以满足系统需求的。 但是对于模糊区或者含有褶皱的区域，方向杂乱的情况很严重。方向修正的作 用是不可能强大到可以恢复方向本来面貌的。本文将结合d f t 变换和区域增长 的思路对方向提取进行设计，以期满足研究和实用的价值。 图2 9 模板邻域法8 方向提取效果图 1 8 ，?，、tcf，、一，一，、【ccc，7，-f、，、1一j(；j，ii；、1jy、混湍 第二章掌纹图像增强核心方法 1 ) d f t 变换的思路是在频谱图上获得了6 个幅度峰值点，作为候选的6 个方向。通过区域增长的方式从6 个候选特征点选取最终的主方向。本 文在获得每一个象素点的方向后，以1 6 1 6 块为单位统计n 个方向的数 量，数量从大到小排序，前六名方向表示为该块的六个候选方向。 2 ) d f t 获得方向是0 - 3 5 9 度之间的。系统初始设计阶段方向取值为1 8 八 个方向，两个方向之间的差值为2 2 5 度。这就意味着纹线的最大方向 误差可能达到2 2 5 度，这将对后续的基于方向的图像增强造成很大的 误导。本文设计的工作将方向改为1 6 方向，即方向的偏差降低为1 1 2 5 度。本文中根据1 6 方向设计( 如图2 8 ) 了方向提取模板。 本文将在第三章关键技术章节中将d f t 变换后获得的方向与本文方法的方 法作详细的展示和分析。 2 3 1 主方向的确定 第三节基于方向的图像增强 掌纹图像主方向的确定是指块方向的确定。基于统计概念的主方向的确定 所依据的原则是：每个非特殊区域中，脊线变化缓慢，因此在非特殊区域中的 掌纹块的主方向限制在该块八邻域掌纹块中主方向的方向域里。如果在，则不 需要做处理。如果不在，则将其主方向修正为该块八邻域掌纹块的主方向。即 一个块内方向数目最多的即为主方向。对于质量较好的区域像素点的方向提取 是较准确的，基于统计确定的方向是可信的。对于褶皱区域像素的方向一般表 现为多重方向。假如一个块内的位于褶皱线上的像素数量大于正常纹线的数量， 按照前人的处理思路将导致褶皱线的方向成为主方向，方向错误将延伸到基于 方向图的质量增强中。前人方法介绍： 方向杂乱问题的解决办法是：在6 4 * 6 4 区域内的，统计比例数最大的方向作 为主方向a 【1 3 j ，对于该区域内的所有像素点的方向b 进行修正，假如是a ，b 的方向差小于兀1 6 ，则b 的方向不变；否则b 修正为a 。 存在的问题：对于图像模糊区域，获得的方向本身就有很高的杂乱度，利用 上述的统计方法进行修正，可能扩大了错误的影响范围。 本文参考文献2 0 中的区域增长思路进行方向的修正。局部区域内的纹线具 1 9 方向上的粘连。前人工作【8 】中基于文献3 9 设计了一组方向滤波器来去除灰度图 像上的噪音。设计原则是：在局部区域，顺着像素所在的纹线方向的相近像素 对当前点影响最大，其对应的滤波器元素权值也应最大，距离越近的点，对当 前点的影响也越大，所以可以根据各元素的距离设计相应元素的权值。 在传统图像增强的方法中，g a b o r 滤波可以很好的利用局部的纹线变化周期 和方向进行图像的修复，其修复功能是强大的。二维g a b o r 滤波是二维高斯函 数在两个频率轴都发生平移后的结果，即原来的频率中心由坐标原点移到沁v ) 处，g a b o r 本质上是一个二维带通滤波器。公式如下： g ( x y ) 2 去e x p 耖( 驯+ j ( u x + v y ) = 去唧扣训缸+ v y 川州u x + 驯 ) 二维g a b o r 函数的实部和虚部又可分别表示为一个函数，分别称为偶g a b o r 函数和奇g a b o r 函数。它们具有不同的滤波特性，偶g a b o r 函数适应于增强目 标物体，而奇g a b o r 函数适应于增强物体边缘。根据图像质量增强的目的，选 择了偶g a b o r 函数作为滤波器函数。如公式2 5 中所示的偶函数中，w g ，w 1 分 别为长宽，( x ，y ) 为要进行滤波变换的像素点。g ( x ，y ) 为原始灰度值，e ( x ，y ) 为变 换后的。横轴和纵轴的高斯包络常数取值：偏大则可能产生伪特征纹线，取值 过小会使得去处噪音的能力减弱，经过验证，两个常数均取4 时可以取得较好 的滤波效果。其中g 表示灰度图像，e 为增强后的图像，利用离散卷积将图像中 的每一个像素与滤波函数进行卷积即可以求出滤波后的图像。 2 0 二维g a b o r 滤波的优缺点是：可以很好的修复纹线断纹( 见图2 1 0 ) 。但是 同时会带来边界效应，并且计算量大。一张2 3 0 4 * 2 3 0 4 的档案掌纹g a b o r 滤波 时间平均为3 8 秒，这是作为一个具有百万人集掌纹的应用系统无法接受的。因 此根据二维g a b o r 滤波的思路，我们设计了基于模板的方向滤波。目的是为了 减少运算量的同时保留g a b o r 拉伸纹线和减少粘连的优点。 2 3 3 褶皱区域的提取 图2 1 0g a b o r 效果图 褶皱区域的形成是因为掌纹图像中主纹线和断纹的存在。如图2 1 1 a ，主纹 线是指手掌上由于肌肉和关节长期的屈伸活动在掌纹上形成的粗而明显的沟 纹。这一特征比较稳定，可以在低分辨率的图像上提取。主纹线只能在完整的 掌纹上获得，经常用于小规模的掌纹身份验证系统中。图2 1 1 b 中将原有的纹线 割裂的那些断纹线，它是皮肤松弛和推挤过程中形成的小的沟纹。断纹在手掌 上分布没有规律，且不具有终生不变性。掌纹中很重要的特征是主纹线特征， 而且主纹线特征中最清晰的几条纹线基本上是伴随人的一生不发生变化的。并 且在低分辨率和低质量的图像中仍能够清晰的辨认。 2 l 图2 1 l 褶皱线：a 主纹线，b 皱纹特征 褶皱的存在导致周围多条纹线的断裂，利用r a d o n 变换提取线特征最早是 由j o h a n nr a d o n 在1 9 1 7 年提出。c o p e a n d 等提出了一种改进的r a d o n 变换计算 出每个象素的方向及能量，线的部分能量较大，其他部分能量较小，使用一个 阈值就可以将其中的线检测出来。在文献4 0 中利用白纹线的检测方法直接提取 褶皱线，利用褶皱线扩展形成褶皱区域，这种方法对褶皱线的提取比较有效， 但是检测出的褶皱区域准确性大打折扣。在图2 1 2 b 中，灰色线条为掌纹的二 值图像，红色为白纹线( 由掌纹谷线及皱纹形成) 的细化结果。在二值图像上 掌纹的脊线表现为黑纹线，谷线、皱纹、屈肌纹等表现为白纹线。提取细节特 征通常是通过细化黑纹线来完成的。2 1 2 c 图中的绿色区域是确定为断纹线的白 纹线向周围扩展形成的。位于绿色区域内部或者附近的特征点都判为伪特征点。 白纹线扩展的宽度阈值带有人为因素，并且这种方法计算量大。根据观察褶皱 区域才是应该最先得到的。 b )( c ) 图2 1 2 褶皱线的提取 2 2 第二章学纹图像增强核心方法 本文的思路是在细化图提取纹线，利用满足条件的相邻的纹线进行区域填 充。最终被填充包围的空白就是褶皱区。褶皱进行后置处理就可以得到线特征( 包 括主纹线和皱纹) 。本文更准确地提取了褶皱区，褶皱区的正确提取保证了细节 点除伪工作的精确性。 2 3 4 断纹连接 掌纹由于按捺时颜色过浅、灰度不均匀、存在断裂、天然的各种长度和方 向的皱纹穿过纹线等各种原因造成的纹线断裂，造成大量伪端点的存在，这样 造成特征点存储空间的需求增大，并且细节特征点中存在过多的伪结构，可能 形成假的局部结构，导致干扰项的产生，造成比对错配甚至失配。现有的处理 方法是利用滤波的方法、模糊区判定或者特征后处理进行补救。滤波对于小趋 势的断裂是有效的，但是对于跨度较大的断裂是无效的。模糊区判定的方法可 能造成有效细节点的牵连误判，特征后处理的方法无法反映掌纹图像原貌，并 且伪分叉、短线等的判断均受到断裂的影响。当然图像遗留下的伪特征问题， 我们可以通过特征后处理进行处理【5 j ，去除伪小岛、伪分叉等。一条纹线的断裂 意味着两个伪端点的存在。断纹造成的图像视觉效果不好，影响图像层次的掌 纹复现。 图2 1 3 断裂造成的伪结构 通过大量数据发现，经过掌纹图像质量增强后，每枚掌纹2 3 0 4 * 2 3 0 4 的档 案掌纹提取的细节特征点达到平均5 0 0 0 多个。其中纹线断纹造成的伪端点占大 约三分之一。例如在2 1 3 f l 图中短线a b 本来与c d 同属于一条纹线，因为断裂 的存在，a b 线段被当作一条捺印污点处理了，因为捺印污点在细化图上同样表 现为一条长度较短的纹线。2 1 3 b 图中分叉点因为一条追踪路径的断裂导致被误 第二苹掌纹图像增强核心方法 判为毛刺，虽然保留了一个端点b ，但是其实b 是伪端点。可见断裂的存在导 致大量的残留的存在，并导致细节点的后处理被严重干扰。不考虑断裂的情况 下进行伪结构的处理会导致大量真特征点的误删除，降低了精确率和召回率。 并可能造成细节特征点比对时无法找到真正的局部结构，最终导致失配。将断 纹连接加入系统处理，既可以修复细化图又可以藉此消除对伪结构的影响。 2 4 第三章掌纹图像增强关键技术 第三章掌纹图像增强关键技术 第一节方向提取和方向滤波 特征点提取的效果取决于输入的图像质量。确保特征点的有效性最好可以 保证图像质量的可靠性。鉴于掌纹是具有纹理性质，采用依赖于方向的方法进 行图像增强是明智选择。可靠的提取方向和纹线周期信息是正确进行图像质量 增强和细节点提取的关键。前人呻1 求纹线宽度的方法是计算垂直于像素点方向的 连续像素数目。再按照划分好的6 4 * 6 4 块求纹线宽度的平均值。缺点就是方向 一旦错误，纹线变化周期连带错误。导致后续的方向滤波和块质量判定都是不 可靠的。因此后续的纹线恢复工作将更加困难。图像质量增强的关键是准确地 提取方向。本文从基于空间域和基于频率域两个角度实现了掌纹的方向提取， 为将来项目的方向提取提高了参考。下面实现中统一的方面：一张档案掌纹i ( x ， y ) 分隔成不重叠的1 6 1 6 像素大小的块。其中主方向的确定是以1 6 1 6 的块为 单位进行的，即每一个块具有一种方向描述。 3 1 1 基于空间域的方向提取实现 利用方法模板法设计了1 6 个方向( 如图2 8 所示的1 6 方向分布图) 的模 板。根据滤波目的，各方向的模板设计原则： 1 ) 所在纹线的方向上不能跨出本纹线，跨出本纹线就意味着有所在的脊线 跳跃到了谷线，或者由谷线跳跃到了脊线。这样会导致灰度差值增大，方向提 取偏差。此原则目的保证正确方向灰度差累计值最小。 2 ) 非本纹线方向上应该至少存在一个像素跨出本纹线，同第一条原则一致。 目的增大非正确方向的灰度差累计值。根据这两个原则，跨度l 为1 0 时最好。 具体原因： 两个方向差值就有1 1 2 5 ，2 2 5 ，3 3 7 5 ，4 5 0 ，5 6 2 5 ，6 7 5 ，7 8 7 5 ，9 0 o 四种情况。以掌纹脊纹线宽为7 考虑的话，就应该保证在第k 个( k = 1 & & i _ 6 ) 个候选方向。1 w ( m ，n ) = i ，表明块( m ，n ) 第i 个正弦波 被当前种子选中。其中当前块是否存在候选方向可以聚类到当前种子的条件与 获得初始种子的条件相同，即同样为公式3 5 ，即判断当前块的第i 个候选方向 的方向、纹线变化周期与当前种子的物理相邻块的方向、纹线变化周期满足阈 值条件。具体判断见下面的伪代码。最初时当前区域只包含当前种子，即当前 种子区域对应的1 w 值为l ，其余都为0 。整个区域增长会迭代地寻找连续的块， 直到区域不能再增大为止。 3 2 第三章掌纹图像增强关键技术 f u n c t i o nf i n d c a n d i d a t e w a v e s ( 1 w , m ，n ) f o r ( m ，n ) 的四个物理相邻的块( 1 ，曲 d o i f l w ( 1 ，g ) 大于0 ，跳过； f o r ( i = l ；i 图3 1 3 纹线间关系 具体实现过程：以掌纹细化图为输入提取纹线。对整个纹线进行遍历，寻 找与其物理相邻的、走向一致的纹线进行配对，假如标记为a ，b 纹线。两条纹 3 9 第三章掌纹图像增强关键技术 线找出彼此的端点，以四个终结点分别向对方画垂线，形成一个封闭区域。监 测该封闭区域内是否含有其他纹线。并且沿着形成的封闭区域段a b ，c d ( 如图 3 1 4 a ) 。判断a b ，c d 段纹线走向是否一致。方向偏差不大于3 0 度。假如满足则 可以进行区域的填充。 图3 1 4 区域填充 区域填充完后，褶皱区域即如图3 1 4 b 中所示的被灰色区域包围的白色空 白区，就是褶皱区。对该区域进行细化处理，可以得到褶皱线。对褶皱线寻找 最佳树干，滤出枝叶剩下的就是褶皱线。但是现在利用褶皱线的比对还不完善， 所以现在褶皱区域仅仅应用到特征后处理中，至于褶皱线的存储以及比对的应 用都不完善。 、， ： ， ，。 ： 幻 4 一 、j ，：i o 扎毒，i ，爱 j j j 撑蕊，。j 1 7 ：j 0 蛩一，：一“ i 曩? 。；，；，o i ，z 7 ? ， 。ji、 # j+ ：。 l ，i i ， 、 l ； ，i ，一i ? 。? 。 ， ” f 曩ji b ) 图3 1 5 褶皱的提取效果：8 区域填充后，b 细化褶皱区 细节特征点的方向相反则置为不可信：文献4 8 中将纹线划分为可信和不可信， 将不可信纹线上的相关的细节特征点删除；利用图像质量判定对特征点的可信 度进行评分；利用块的方向信息对不符合纹线变化的特征点进行滤出：以及利 用纹线追踪【4 w 的方式分析各种伪结构。其中常见的伪结构包括小桥、毛刺、叉 形、梯形以及短线。前人对伪结构的分析一般是针对细节特征点的追踪路径， 忽视了褶皱对伪结构的影响。针对掌纹的大量褶皱线的存在，本文利用更严谨 的方法：断纹连接后利用纹线重新追踪分析伪结构。 3 3 1 基于细节点的断纹连接 臣互囵 图象顶处理 一细化修复图 叫特征点集( 劲 图3 1 6 断纹连接的示意图 本文介绍的断纹连接方法是基于细节特征点的。对掌纹原图进行图像预处 理，即进行图像质量的增强、图像二值化和图像细化操作后得到掌纹细化图， 在掌纹细化图上，我们参考计算c n 的方法来侦测细节特征点在图像中的位置( x ， y ) ，并追踪所处的纹线得到端点的方向d i r 并为了后继纹线连结和特征后处理存 储追踪路径；利用细节点，根据本文的方法进行图像的修复。 具体方法的步骤：a ) 特征的配对；b ) 存储追踪；c ) 最佳配对比较及图像修复。 a ) 特征点配对的条件： i 方向问题，两个细节特征点近乎反向平行。一条纹线被切断后，形 4 l 第二章掌纹图像增强关键技术 成的两个端点为对顶状态的，所以方向在一定阈值内反向平行。因 为两个端点所在的纹线本身属于同一纹线，所以纹线的走向在两个 端点上标量一致。 夹角问题，避免的问题如下图3 1 7 b 所示，两个特征点满足条件l ， 但是所在的纹线是错开的。此时要保证两个端点的连线大致平行于 两个端点所在的纹线。 两个端点的连线没有穿过一个直线。3 1 7 c 图两个端点之间夹着一条 完整的纹线，则说明两个端点所在的纹线不是物理相邻更不是同一 根纹线。 图3 1 7 断裂形成的对顶端点 满则上述三个条件则标记为配对点。注意断纹连接时不是一个端点只能匹配 一个端点，因为分叉处断裂情况的存在。当然分叉连接和断点连接同时存在时 优先考虑断点连接。 b ) 存储追踪 i 两个特征点满足配对条件后，保存其连接路径。目的防止错误配对， 寻找最佳配对。两个端点配对，是因为其满足初始条件，但是可能 4 2 第二章掌纹图像增强关键技术 造成先入为主性的错误配对。假如另有配对成功的特征点之间的连 线与已经存储的连接路径交叉，则拆开相关的两个配对，重新配对。 造成这种误配对的原因可能有：经过包括滤波、二值化、细化等的 图像质量操作后导致纹线走向特别是端点处的纹线走向会出现偏 差，表现为位置的移动，这就是为什么在特征点比对时，细节特征 点位置允许有一定的偏差和方向。 图3 1 8 断纹连接出现的交叉连接 i i 解决办法时：取消原有连接，例如将3 1 8 a 绿线碰到的蓝色线断开， 重新修正为两条如图3 1 8 b 所示的粉红色的连接线。并取消原有配 对关系，重新记录新的配对关系。 c ) 最佳配对比较及图像修复 多多j 乡号 t ) g l l j5 淤 黼心 ( _ ) b ) 图3 1 9 断纹连接中出现的实际问题 第一步骤中保证当时的最佳配对关系的方法就是在配对时保证纹线的走向 以及特征点的物理距离等最相近。在实际匹配的过程中，会出现如图3 1 9 a 所示 的情况：绿色表示在端点位置出现的伪分叉点结构，原因可是端点处的部分纹 4 3 第三苹掌纹图像增强天键技术 线相对宽、滤波时端点处的狄度变化较大以及细化算法中端点萎缩恢复检测不 够严密。伪分叉点的一个分支端点将参与了匹配或者分支偏移主干线，导致方 向误差太大而失败。所以在断纹连接之前的预处理工作：将检测如图所示的分 叉点的两个分支不超过4 的情况，假如存在，则删除两个小分支，即将图3 1 8 a 中的绿色短线删除，并且将绿色短线所在位置的类型置为空白。将分叉点的位 置标记为端点，并重新追踪路径，参与断纹连接的配对。 3 3 2 基于断纹连接的细节点修复 后处理部分【5 】没有考虑断纹对“伪结构 的影响。可能的“伪结构”其实可 能包含的是真细节特征点，只是因为断纹使其局部表现为伪结构。现在根据断 纹对各种“伪结构 的影响，在特征点后处理部分加以区别对待。每一个端点 t l 存在两种情况：没有断纹配对点：有断纹配对点j 并已经记录为t 2 ，并保存 了t l 到t 2 的连接路线。现在我们针对不同的伪结构重新进行后处理工作。因 为在后处理中用到特征点的追踪路径，所以介绍一下路径追踪过程。 细节特征的追踪实现：纹线追踪1 5 0 】就是沿着一条纹线行进，对走过的点进 行跟踪记录。纹线沿着所行进的方向记录到链表中，链表中的每个单元记录着 被跟踪点的横、纵坐标以及被跟踪点类型的特征。 1 为每一个端点建立一个跟踪列表，为每一个分叉点建立三个跟踪列表。 2 以特征点( 端点、分叉点) 为起点，在其八邻域中找下一个像素点，并加 入跟踪列表，跟踪步长加1 。 3 如果下一个像素点是特征点或跟踪步长超过阈值，则停止跟踪。 4 计算跟踪列表所代表的纹线的近似方向作为端点方向。分叉点的方向为 三纹线中较小夹角的角平分线方向。 5 基于端点的纹线跟踪 1 ) 依次遍历每一个有效块的每一个端点，设当前处理的端点为p ，为p 建立一个跟踪列表 2 ) 从端点p 的八邻域像素中找黑像素，如果找到的点是连续点， 该点加入p 的跟踪列表，跟踪步长加1 。移到新找到的点上， 下一步跟踪。 则将 进行 3 ) 如果找到的点是特征点或者跟踪步长超过阈值，则跟踪结束，并将 第三章掌纹图像增强关键技术 跟踪列表中所代表的纹线的近似方向( 大致由头指向尾) 作为端点p 的方向。 6 基于分叉点纹线跟踪 分叉点的纹线跟踪方法基本上与端点的纹线跟踪方法一致，但有两个不 同的地方： 1 ) 分叉点需要建立三个跟踪列表。 2 ) 分叉点的方向是三个分支中，较小夹角的角平分线方向。 1 ) 基于分叉点一端点的后处理 ( a )( b )( c ) 图3 2 0 分叉点端点的重新追踪 分叉点端点指的是由分叉点以及追踪到的端点形成的结构。可能有分叉点 端点形成的伪结构主要纹线宽度不一致、灰度分布不均匀以及捺印突出等原因 形成的毛刺现象。针对这种情况的处理步骤是检测分叉点内一定追踪步长内的 端点数目n 。修复工作如下： 如果n = i ，判断n 有无配对特征点，无则删除b i 和n ；有配对端点t 2 ， 则b i 在分叉路线上跨过t i ，沿着t i t 2 的断裂存储路径继续追踪，直到步长超 过阈值，或者无法继续追踪为止( 假如追踪过程中遇到断裂，继续追，不能停止。 无法继续追踪的条件是遇到无配对的端点或者分叉点) 。假如仍然无法超过阈值； 则删除，否则保留。同样n = 2 和n = 3 时，也需要考虑t i ，可，1 1 k 的断裂问题， 因为断裂可能导致追踪路径的缩短，可能导致正确的追踪路径的中断。如图3 2 0 中的红线为跨过断裂后的追踪路径。蓝色为断纹连接时保留的连接路径。可以 看到假如不考虑断裂的存在，图中的a ，b ，c 都将作为伪分叉而删除，经过断裂 的判断当存在保留连接路径时，分叉点是可能被保留的，当然断裂处的端点都 应该被删除。 2 ) 基于分叉点一分叉点的后处理 4 5 图3 2 1 分叉点分叉点的重新追踪 分析分叉点分叉点结构的目的是去除岛屿、桥等伪结构。伪结构在掌纹二 值化图上的表现见图3 2 2 a 和3 2 2 c 图。图3 2 2 中b 和d 展示的是伪结构在细 化图上的表现。同样前人在考虑分叉点的追踪路径时需要考虑断裂的影响。重 新追踪路径的方法同基于分叉点端点的后处理方式相同。此时考虑断裂的存在 后，假如存在就重新分析其余两个分支对分叉点的可信度影响，假如另外两支 的纹线走向一致，则删除该分叉点。因为此时的最大可能是纹线粘连或者纹线 空洞造成的。 ( d ) 图3 2 2 分叉点分叉点对应的伪结构的形成 第三章掌纹图像增强关键技术 3 ) 图3 2 3 短线处理 这一步后处理主要针对掌纹中表现为短线纹线的处理，所以基于端点端点 的后处理又称为基于短线的后处理。可能的伪结构是捺印遗留的墨点( 如图 3 2 3 a ) 。此时假如不考虑断裂而删除端点，可能会误删除真端点，造成图3 2 3 b 中一条纹线被误认为成多条短线。此时应该考虑断裂的存在，进行端点的重新 追踪，假如最终连接完后的长度超过阈值则保留；否则删除。不考虑断裂的情 况下，可能导致纹线端点信息丢失或者端点位置偏移严重。 4 7 第四章实验方法与评测 第四章试验方法与评测 本文实验是在北京刑事科学计算所提供的档案掌纹库中进行的。该库是有 4 1 0 0 0 幅掌纹组成。掌纹大小为2 3 0 4 x 2 3 0 4 ，图像数据格式为b i t m a p 位图， 图像分辨率为5 0 0 d p i ，2 5 6 灰度级。方向提取的单位是大小为1 6 1 6 的块。实 验中使用的标准点也是由该所掌纹专家人工标定的。在下面的各项具体实验中， 针对处理方法中不同步骤，我们会对实验所用的图片和数据做进一步对应的详 细处理。 o ；+ ，i 苛 1 - ：雾 隧参矽 图4 1 档案掌纹样张示例 图4 2 掌纹区域展示 第一节试验环境和总体性能 下列实验部分中涉及的数据和测试环境如下： 1 ) 测试环境：i n t e l ( r ) p e n t i u m ( r ) d u a lc p ue 2 1 6 01 8 0 g h z ，i g 内存，8 0 g ，拉，蠛瞩凌1 第四章实验方法与评测 硬盘。 2 ) 大容量档案处理集：使用北京刑科所提供的4 1 0 0 0 张档案掌纹。项目成 员对数据进行了粗分类：质量好、质量中等、质量差。质量好( 如图4 1 a ) 的标志 是纹线清晰、捺印灰度变化均匀。质量差的标准是图像捺印模糊( 过干的图4 1 b 或过湿如图4 1 c ) ，含有的褶皱多或者捺印图像捺印变形严重。其中图像质量好 的占十二分之一，图像质量差的占七分之一。其中图像质量又分为三种：良好 区域、可恢复区域和不可恢复区域。 3 ) 标准数据集：带有人工标定特征点的4 9 张档案掌纹图片。其中4 9 张图 像中质量好的有8 张，质量中等的有3 4 张，质量差的有7 张。 表4 1 掌纹图像处理功能需求 是否具备 测试项目子项目预期指标测试指标 此功能 自动处理速度是4 5 s 枚4 3 s 枚 图像预处理 稳定性是稳定稳定 正确率达 特征提取准确率是正确率8 2 8 0 特征点提取几何特征、奇几何特征、奇 特征多样性是 异点、细节特异点、细节特 征点征点 该系统已经在北京刑侦所内部使用。并已经对4 万多枚掌纹图片进行了测 试。该系统具有较好的鲁棒性。图像处理部分：掌纹定位保证了图像处理的有 效性，经过方向提取、方向滤波、二值化、去除噪音等处理后的掌纹图像可以 获得较好的细化图；特征提取并进行特征后处理后保留的特征点数平均为6 8 1 个每枚档案掌纹。原来前人设计的8 方向系统中一枚档案掌纹提取细节特征点 的时间平均为3 8 秒，现在1 6 方向的系统提取特征点的时间为4 3 秒。北京刑 科所为我们提供了4 9 枚人工标定的档案掌纹，便于我们测试提取的细节特征点 的精确率p r e c i s i o n 、召回率r e c f l l 。f 1 m e a s u r e 是一种综合召回率和精确率的量 测准确度的指标。经过测试，系统的f 1 m a s u r e 5 1 】为6 3 4 8 。利用4 4 张现场掌 纹( 北京市公安局提供的往年破案后获得的现场掌纹) 对已经存储了1 w 枚档案掌 4 9 第四章实验方法与评测 纹进行必对。比中真实档案r i i l 十名的百分比为8 6 。整个系统获得了掌纹专 家的肯定和好评。 。 找到的真点数 m c l 8 1 0 n 2 天舔蓰丽瓢 r e c a l l = f i 一胁甜甜，留= 2 r e c a l l p r e c i s i o n r e c 口，+ p r 口c 括j d ， ( 4 1 ) 整个图像处理过程中最大需要的内存为1 1 5 7 4 3 0 8 字节，即1 1 m 内存。每一 枚掌纹处理时的内存控制相同。对各种意外情况的出现考虑全面，保证了系统 批量作业的正常运行。 第二节方向提取与滤波评测 图4 31 6 方向提取效果图 系统根据掌纹图像的纹线拟合需求和系统速度平衡设计为1 6 方向。通过对 比发现1 6 的设计更加细致的符合纹线走向变化( 如图4 3 所示) 。并且滤波后纹线 变化平滑性好。图4 4 中表现的8 方向和1 6 方向原始效果的对比( 4 4 a 为8 方向 提取效果，4 4 c 为1 6 方向提取效果) 以及基于统计的方向修正4 4 b 与基于区域 增长后的效果4 4 d 。4 4 b 图中的方向经过修正后，变化不具有平滑性。当错误 5 0 萎器穗罗矿 萎纛罗。 or声?，t“赫 謦_o、or ?黟_? 髯_， 么 ，t。，矿 1 ， “，q 。黔蛰x 。 ( 曩) ff tt 、 tt t l 、 、 tt cc 、 t c ) 图4 4 、 8 方向与1 6 方向的效果对比 选择邻域模板法是因为1 6 方向的模板法提取平均时间是d f t 变换的时间的 二十分之一。当系统用于掌纹大批量处理时，d f t 变换进行方向提取时无法接 受的。并且经过方向修正操作后，1 6 1 6 大小的块只有一个主方向，一张 2 3 0 4 * 2 3 0 4 的掌纹共包含1 4 4 1 4 4 个方向的对比。统计结果发现1 6 方向的模板 邻域法提取的方向与d f t 不同的大约1 2 0 8 块，在方向域( 方向偏差小于1 1 2 5 度) 仅有2 5 6 块，所以两种方法的提取的方向差异已经较低，对于一副掌纹而言 是可以接受的。 5 l r、，、，、ji、 、心r、，r，f t、 、，i、 t、 j、；，、，、咤、t、t、t、f、，t、，、，、，、于 、一，、一，、i一、一一一、一、，、 、一一一、一、一，、一、一、一、一、，、一、 r，、一、一一、 、一、一一、一、，、一一、_、一一、一、一一、一、，、_、一、一一、r、 、一、一、k、一、一、 、一、一、j，、，、lf、 r，、rj、j、rj、，、，、，c、y，【，、，、 ccc，、【c0，-、 、_、，、 、，、，、_，、- 、，、，、 ”、，、 、，。、，、 ， - 、 t、 一 、一 、 ，、 -、 ，、 、，、 一、 t、 、一 、 1、 、 _、 一、一 1、 、 、一、 第四章实验方法与评测 ( a )( b )( c ) ( e )( f ) 图4 5 本文图像处理效果 表4 2 方向提取的时间 方向提取及修正 平均运行时间 ( 单位：m s ) 前人提取5 4 5 6 2 本文1 6 方向8 0 8 1 8 d f t 转换1 7 8 1 4 6 0 诮 4 h 麓 、。勇略 ! ，： 。尊谐，蠢 慧麓 凝? ：爹 f 渺j ? 囊麓 j 。予 图4 6 滤波效果图 1 6 方向基于模板的方向滤波进行时间平均为1 2 3 8 m s 。并且灰度直方图得到 5 2 第四章实验方法与评测 了很好的拉伸作用，在图4 7 中，只统计了有效区域内的灰度变化。横坐标是灰 度值除以1 0 获得的，比如3 对应的y 轴数值代表灰度值3 l 到4 0 的像素数目。 可以看出图像灰度分布得到了很好的拉伸，减少了捺印时的灰度变化不均匀的 情况。 图4 7 滤波前后灰度直方图变化 第三节细节特征点的后处理结果 如同图4 1 所示，大量的质量较差的档案图像的存在，导致提取的细节特征 点存在的问题有：大量伪特征点的存在：大量真点的丢失；特征点的位置和方 向存在偏差。后处理的目的就是要减少这些错误的发生。 ( b )c ) 图4 8 断纹连接效果图 如图4 8 a 所示大量的伪特征存在于断纹周围，经过断纹连接，细化图修复 为4 8 b 所示。进行特征的后处理保留的特征点如图4 8 c 所示。该部分测试细节 特征点的后处理效果，后处理的步骤为：断纹连接处理、基于分叉点端点规则 5 3 第四苹实验方法与评测 的滤噪、基于分叉点分叉点规则的滤噪、基于短线的滤噪以及其他后处理( 边缘 点的滤噪、不可恢复区域的滤噪等) 。利用4 9 张人工标定标准点的掌纹图片进行 实验，其中平均标准点数为5 9 5 个。断裂连接操作之前细节特征点达到5 1 6 7 个， 经过特征后处理后细节特征降低为3 1 6 8 个。其中误删除的真点数目平均为2 1 个。通过后续的去伪处理，后处理精确率和召回率为6 8 ，5 9 。可见断纹的连 接大大降低了对伪结构的影响，为有效判断伪结构提供了保证。 图4 9 分叉点端点规则滤噪效果 图4 1 0 分叉点分叉点规则滤噪效果 图4 1 l 短线规则滤噪效果 下面将展示断纹连接、分叉点端点、分叉点分叉点、短线结构的伪特征点 第四章实验方法与评测 样例。图4 9 中展示的基于分叉点端点的规则滤噪的效果，可以看到假如没有 断纹连接的判断，图中的分叉点都将因为端点分叉点的结构而删除。通过判断 断纹连接，保证了分叉点的三条追踪路径都超过了追踪阈值。图4 1 0 中的分叉 点分叉点的伪结构主要是因为纹线的粘连造成的。图4 1 1 中展示的基于短线的 处理进行伪特征点的过滤，紫线断纹连接的追踪线。假如没有断纹连接的处理， 将导致端点的位置偏离严重，即把纹线中的中间点作为了终点，影响比对的局 部结构建立。 在表4 3 中将展示后处理各步中的召回率、精确率变化情况，其中数据是通 过批处理含有标准点的4 9 张档案掌纹后获得的平均值。从表4 3 数据中可以看 出：经过后处理的掌纹图像中，有效剔除了伪特征点，保留了真实的细节特征 点，便于后续的掌纹匹配工作，有利于提高自动掌纹识别系统的性能。最后包 括保留的特征点效果如图4 1 2 所示。 表4 3 后处理各步骤数据统计 操作后特征点数真点数召回率精确率 f 1 m e a s u r e 最初5 1 6 75 2 68 8 4 0l o 1 81 8 2 5 断纹连接 3 1 6 8 5 0 5 8 4 8 7 1 5 9 4 2 6 8 4 分叉点端点 2 0 9 64 7 98 0 5 02 2 8 53 5 6 0 分叉点分叉点 1 2 0 64 5 l7 5 8 0 3 7 4 0 5 0 0 9 短线 8 6 64 3 37 2 7 75 0 0 05 9 2 7 其他 6 8 l4 0 56 8 0 75 9 4 76 3 4 8 图4 1 2 后处理的效果图 5 5 掌纹识别技术是人体生物特征识别技术之一，是一项利用掌纹痕迹进行排 查、确定犯罪嫌疑人的检验鉴定技术。本课题掌纹自动识别系统关键技术研 究，通过计算机实现自动检索、自动识别、排查、确定嫌疑人，为侦察提供线 索；由此可大幅提高掌纹在刑侦工作中的利用率，为此类案件的侦破提供准确、 快速、有效的技术手段，是掌纹识别技术发展的必然趋势。同时，通过对掌纹 识别技术在刑事侦查领域的应用研究，使掌纹识别在刑事侦查领域的应用技术 系统化、标准化，并达到国内领先水平。 整篇文章是主要是针对脱机掌纹的图像处理部分。从整个系统流程角度反 映了图像处理的重要性。图像处理是后续特征提取和特征比精度的保证，图像 质量的无法保证可以说决定了整个系统的失败。对方向提取方法进行了新的尝 试，在从空间域向频率域转换过程中提取方向和纹线变化周期，从区域增长的 角度修正方向。本文结合邻域模板法和d f t 变换设计适用于实际应用的方向提 取方法。方向图提取的设计与应用是指掌纹领域的主要技术之一，对于特征区 域提取，图像质量判断，图像增强，以及后续的细化，特征提取和比对都有着 非常重要的作用。通过本文的方向提取方法避免了前人使用的方向模板邻域法 的局限性，保证了方向提取的最大可靠性，并摒弃了基于统计方法的方向修正， 避免了错误的延续，起到了真正的方向修正的意义。对掌纹特有的褶皱线提取 和对特征后处理的影响进行了深入研究。本文通过区域填充获得褶皱区域，消 除了前人方法的主观性。并通过纹线断裂的修复工作来消除断裂对伪结构的影 响。 通过中间处理结果以及试验数据可以看到本文的图像增强处理以及特征后 处理方面的工作取得了较好的成效。在方向提取步骤中获得的方向、方向修正 的方向平滑性实现以及滤波操作的有理可依都是本文的成果所在。并且在后处 理过程中针对断纹的存在提出了区域填充获得者褶皱域以及将断纹连接应用到 伪结构分析中，增强了后处理的鲁棒性。 第五章总结与展望 第二节前景展望 掌纹识别作为一项生物特征技术识别具有广阔的应用背景和应用价值，目 前越来越得到国内外学者的广泛关注。