指紋自動識別中二值化對指紋特征的影響

摘要：在實際指紋庫中，通過統計表明無法得到理想的雙峰閾值，指紋的直方圖普遍具有單峰的特點，并且閾值的變化會直接影響到指紋特征數量的保持度。即使在二值化前進行預處理時選擇了較好的閾值，通過比較也可以看出圖像增強中出現的新特征點，特別是錯誤的特征點仍然會影響到指紋識別。因此二值化方法對指紋特征是有影響的，且影響的程度是依據評定的方法而有所不同的。

關鍵詞：指紋自動識別系統；二值化；閾值；特征

中圖法分類號：TP39141文獻標識碼：A

文章編號：1001－3695(2006)09－0049－02

通常在計算機指紋自動識別系統（AutomatedFingerprintIdentificationSystem，AFIS）中，指紋處理算法都需要對指紋圖像進行二值化處理，經二值化后方可對指紋圖像進行細化和特征提取等工作[1]。二值化處理程度的好壞，將直接影響到指紋特征的提取和比對，進而影響指紋的識別。目前數字圖像處理技術已經被廣泛地應用于指紋研究，各類AFIS系

統仍然停留在指紋的相似度的判定上，還未達到模仿指紋專家進行同一認定司法鑒定的水平。因此，必須對數字指紋圖像處理方法進行反思，找到問題產生的真正原因。本文從二值化方法入手，以數字指紋庫中的指紋特征為依據，通過分析二值化方法在對指紋進行預處理、后期處理的各個環節中造成指紋特征的變化情況，從而判定二值化方法對數字指紋的影響。

1數字指紋庫中指紋的實際特點

指紋是由手指表面交替的“脊”（Ridges）和“溝”（Valleys）組成的平滑紋理模式[2]。數字指紋是建立在指紋學基礎上的指紋數字圖像。建立數字指紋庫的關鍵問題是對指紋的采集。目前采集指紋的方法主要有兩類，即對捺印指紋進行掃描和利用指紋采集器直接采集。我們從目前應用的公共安全指紋庫中隨機抽取了6000枚指紋（其中捺印指紋和采集器采集指紋各占一半），對其中的兩類指紋各50枚統計出的數學期望直方圖（圖1）都只有一個峰值。從指紋庫中選取一枚較清晰的特征可辨指紋，其直方圖（圖2）也是只有一個峰值。因此，單峰直方圖是實際指紋庫中指紋的普遍特點。

文獻[3]中的指紋雙峰直方圖（圖3）近乎于完美的理想狀態；文獻[4]中將指紋處理后也得到了類似的雙峰直方圖（圖4），那么顯然雙峰的目的是為了找到比較滿意的閾值。但是在實際應用的指紋庫中，指紋直方圖是難以找到理想的閾值，即使與文獻[4]中一樣，通過分割使白色背景的指紋在置于黑色的背景下（圖8）得到的閾值，也難以使指紋變得清晰。

雙峰直方圖的形成必然是有很強的對比度，黑色和白色之間的灰度比較少，圖像畫布的邊緣僅有較少的背景。如果希望基于內容的指紋數據庫檢索中都是這樣的雙峰圖像，幾乎是不可能實現的。對指紋圖像的分割更是不利于數據庫的建立，分割必然會造成指紋特征的損失，可能還會導致該指紋不能被檢出。所以，閾值的選取算法必須建立在直方圖單峰分布的前提上。

2閾值對指紋特征的影響

圖像背景與圖像內容的反差有助于識別指紋的紋路。文獻[3]中的雙峰直方圖顯然接近于二值圖像，其閾值在一定范圍內選取都會是比較理想的。文獻[4]中的指紋圖像實際上是一個雙背景圖像（圖7），受黑色背景的影響，其閾值必須在算法上重新校正。那么，實際指紋中的閾值究竟要怎樣選擇才是最好的，目前還存在很大的爭議[5]，其關鍵問題在于特征數量的變化。為此，我們在指紋庫中挑選了一枚無須預處理已非常清晰的指紋，在指紋專家對其所有特征點標注后，觀察二值化對特征數量的影響。

其中P1為特征點損失率，N1為丟失特征點數目，N為原始特征點數目。

我們從0~255中選取閾值，以一個灰度級為單位變化來進行二值化處理，比較特征點的變化情況發現：①特征數出現三個峰值（圖5），即閾值關鍵點不止一個；②閾值關鍵點附近的每一個灰度級變化都會對指紋特征數量產生影響；③即使選擇到最好的閾值，其總體特征點損失率仍為16%。我們將圖像分為若干個ω×ω方塊，以15×15的方塊為例比較動態閾值對指紋特征的影響：①每一個分塊圖像仍具有單峰的特點，無法找到理想的閾值；②閾值變化中錯誤連接跟隨變化，當特征全部出現時伴隨著遍布的錯誤連接（圖6）。

3二值化后指紋特征的變化

二值化處理指紋分兩類情況：①先作二值化處理，然后再對指紋圖像做其他處理；②首先對指紋圖像做預處理，在提取特征前對指紋進行二值化處理。直接對指紋進行二值化處理指紋特征的損失是非常顯著的（圖7），可能會導致在灰度圖像中具備鑒定價值的指紋變得特征數量不足以鑒定。相對而言，對指紋預處理的情況要比直接二值化處理好得多。

各類文獻[6~9]對指紋的預處理方法均有所不同。我們采取分析原文獻中圖片的方法來進一步比較處理前后指紋特征的變化。文獻[4]中對指紋圖像采取了濾波、增強等一系列方法，得到了二值化的指紋圖像（圖7）。我們以此為例，分析指紋特征的變化情況。

我們分別統計文獻[4]中灰度指紋經過二值化處理后，提取特征過程中的未變化特征、出現錯誤特征和不確定特征。從對各類特征的統計中（表1）可以看出：處理后原灰度指紋中的特征基本上沒有減少；處理后產生大量不確定特征；處理后出現了兩個誤特征（圖8），這將使指紋無法同一認定。

表1對文獻[3]中指紋特征點變化情況統計

我們對圖8中出現的這兩個錯誤特征進行分析認為：①圖8(d)中左邊靠近指紋中心點的特征點1是誤將指紋特征中的小點識別為小勾[9]。②圖8(d)中右邊的特征點2是在算法上人為地將原指紋中橫向的白色屈肌褶紋特征[9]剔除后產生的。文獻[9]中的白色屈肌褶紋特征處理也存在著同樣的問題（圖9）。

在指紋學中[10]，有許多特征是不能任意更改的，褶皺紋、脫皮、傷疤、汗孔、細點線這些也是特征的一部分。指紋三角（如圖8（d）中的方框）對指紋的系統劃分、紋形分類、特征比對均有十分重要的作用。指紋中的三角是指紋特征點比較密集的地方，不能因為三角與三角的相似度高就將三角周圍的特征予以剔除。為此，我們提出了比較處理質量的算法。

一幅大小為M×N的指紋圖像I(i，j)，如果處理前特征點的集合為F；經過處理后得到的圖像為g(x，y)，處理后的特征點的集合為F′，則有

（1）如果F∩F′≠Φ，FF′且F′F，就存在特征點損失；

（2）如果FF′且F′中有特征點F(i)F，則認為處理后出現了錯誤特征點；

（3）如果FF′且F′中有特征點F(i)∈F，則認為指紋圖像得到了增強。

4總結

數字指紋中比較難處理的問題就是二值化對特征的影響問題。如果不對指紋進行二值化處理，而直接在灰度圖像上提取特征[11]存在著計算量大和提取的準確性問題。從總體上觀察，指紋的二值化處理對指紋的特征影響是比較大的，到底二值化對指紋特征的數量會產生多大影響，對指紋特征會產生哪些變化，不同的實驗方法有不同的影響效果。分析指紋特征的保持度是判斷二值化算法有效性的關鍵問題。二值化處理前的圖像增強技術會使指紋特征的數量增加，但是增強的依據是否可靠，只有在得到清晰指紋的情況下觀察模糊指紋處理后的效果才會知道。如果增強的特征可靠且未出現錯誤特征，則該實驗方法是可信的；反之，則該實驗方法是失敗的。另外，同一種實驗方法對待不同的指紋處理效果也是不同的，因此需要一種廣泛適用的處理方法以適合指紋不同的變化情況，在保持指紋所有特征（包括脫皮、傷疤、褶皺等）不變的基礎上，能準確地提取特征，只有這樣的方法才具有普遍意義。

參考文獻：

［1］黎妹紅，張其善.用迭代法求指紋圖像中的閾值[EB/OL].http：//21ic.com/news/n1941c72.aspx，20041208/20050520.

［2］上海科技.幾種主要的識別技術[EB/OL].http：//www.stcsm.gov.cn/learning/lesson/gaoxin/20050117/lesson2.asp，20050117.

［3］張偉偉.在線指紋識別系統研究[D].中國科學院自動化研究所，2003.

［4］王曙光.指紋識別技術的若干問題研究[D].中國科學院自動化研究所，2003.

［5］HongL，JainA，PankantiS，etal.FingerprintEnhancement[C].Proceedingsofthe3rdIEEEWorkshop.ApplicationsofComputerVision，1996.202207.

［6］董日榮.指紋識別系統核心算法的研究[D].廣州：華南師范大學，2004.

［7］毛幼菊，馬軍.指紋圖自動識別的數字圖像處理[J].半導體光電，1995，16(4):360.

［8］喬治宏，吳晴，喬雨峰.基于方向濾波的指紋圖像增強算法研究[J].計算機工程與應用，2004，40(35):8789.

［9］RandolphTR，SmithMJ.FingerprintImageEnhancementUsingaBinaryAngularRepresentation[C].IEEE2001InternationalConfe－renceonAcoustics，Speech，andSignalProcessing，2001.15611564.

［10］劉少聰.新指紋學[M].合肥：安徽人民出版社，1984.

［11］羅劍，張維新.基于脊線跟蹤的指紋角度特征的提取方法及應用[J].上海大學學報，2002，8(2)：105110.

作者簡介：

郭雷（1956），男，山東人，教授，博導，主要研究方向為神經計算、視覺計算、圖像和視頻處理、模式識別；

陳大海（1970），男，河南人，博士研究生，主要研究方向為圖像分類、指紋識別。