自動指紋識別系統中邊框線濾除算法

摘要：在指紋庫中，實際采集到的捺印指紋大多數有邊框線，這就造成自動指紋識別系統對中心點定位的錯誤判斷和對圖像背景區域無法分割，從而導致該指紋無法檢出。根據數據庫的實際需要，提出了一種針對指紋邊框線的濾除算法，有效地解決了這個問題，并通過實驗證實了該算法的可靠性。

關鍵詞：指紋； 中心點； 邊框線； 濾除算法

中圖分類號：TP391．41文獻標志碼：A

文章編號：1001－3695(2007)08－0184－02

自動指紋識別系統(automated fingerprint identification system，AFIS)，以其安全性、可靠性及高效性，在公安、信息安全及電子商務等領域具有廣泛的應用前景。圖1即是一個完整的自動指紋識別系統的流[1]。

從圖中可以看出自動指紋識別系統由圖像預處理、特征提取、分類和匹配等幾部分組成[2]。指紋圖像經過預處理的一系列步驟之后就要進行分類和匹配，配準也就是自動指紋識別系統的最終目標。指紋分類的多種方法中就有奇異點分類[3]。該方法實際上就是利用指紋的中心點和三角點的位置和數量關系把指紋歸于分類體系中。指紋匹配方法中也有基于圖形的匹配方法。該方法也是基于中心點的定位來進行匹配[4~6]，因此可以看出自動指紋識別系統中，中心點定位是一個非常重要的環節。

1中心點

中心點定位的算法有Poincar’ index[7]算法，方向圖鄰域正弦比[8]算法，也有在細化圖中跟蹤得到中心點的跟蹤算法[9]。筆者對大量的中心點定位算法作實驗后，發現在對指紋圖像處理時，圖像邊框對處理的結果有很大的影響，如圖2所示。

從圖2中可以看出，(a)為沒有邊框的指紋圖像，(b)是有邊框的指紋圖像。沒有邊框線的指紋圖像(a)中心點定位算法非常準確，而有邊框線的圖像(b)受到邊框的影響中心點定位完全失敗。邊框線的存在，完全不符合指紋的紋理結構，邊框線上各點的像素值和指紋圖像上各點的像素值產生的關系，類似于中心點的弧度值，被自動識別系統錯誤檢出為中心點。因此就必須對圖像邊框進行處理，以消除邊框對輸出結果的影響。

2邊框濾除算法原理

2．1前期處理

觀察發現，這些邊框線實際是來自油墨捺印指紋時，采集卡上的印刷分類線，在掃描過程中被帶入了數據庫。這些線條具有較高的密度，并且與指紋線相連接。實驗中發現指紋圖像的邊框線在相對水平和垂直方向上貫穿整幅圖像，這與指紋在整個圖像上的一個貫穿方向上有所不同。在刪除邊框線算法上，筆者比較了在灰度圖像中和在二值圖像中計算發現，由于各個指紋圖像的灰度差異本身較大，灰度圖像中各點的像素值也有所差異，產生的最大問題就是自動閾值的選取。選用在二值圖像中計算的方法，來消除指紋的邊框線。在以前的實驗中，已經得到了指紋圖像無特征損失的二值化算法。

圖4是二值化后圖像中的一條貫穿圖像的邊框橫線，這條線盡管有一些傾斜、邊緣也不整齊，但是從數字矩陣中總可以找到一行像素是全為0（0表示黑）或絕大部分為0的陣列。同時，由于指紋是由間隔的脊線和谷線構成，并且存在于白色背景下，在紋線的橫向或縱向的一個陣列中，黑色像素的分布不到該陣列像素和的50%。這些為選取閾值實現邊框線的刪除創造了條件。類似圖像中的豎線也同樣具有這一特性。

2．2圖像邊框濾除算法

對于一幅大小為640×640的指紋圖像，經過統計發現，邊框線的寬度平均像素為6，由于該線中水平或垂直方向上的最小值與該線的軸心有一定的偏差，在選擇濾波窗口的寬度時，要比紋線寬度稍大一些。筆者選擇的窗口寬度為9。對于一幅大小為m×n的圖像，需要用兩個大小為m×9和9×n的窗口分別對圖像進行處理，用這兩個窗口沿縱向、橫向的掃描整幅圖像。

2．3窗口中心線校正及邊框線定位

在實驗中發現窗口內有時會出現兩排以上最小值相同且小于閾值的行或列，這時就要選擇靠近圖像中心位置的行或列作為窗口中心進行填充。而且從邊框線到圖像邊緣有時會有一些紋線或是其他的墨跡，在濾除直線之后這些還是存在，從指紋學的角度邊框線之外的紋線在提取特征點時是無效的，因此在濾除直線時也應該把這些一同濾除。在窗口中計算出的最小值所在的行或列小于圖像中心位置則從窗口位置向圖像上邊緣或左邊緣全部填充為背景；反之則向圖像下邊緣或右邊緣全部填充為背景。

3結束語

從數字指紋庫中隨機抽取一枚640×640有直線的指紋圖像，分別對其進行了實驗（圖6）。

通過實驗可以看出，在自動指紋識別系統中指紋圖像的邊框線對于采用計算機等現代化數字圖像處理技術還是有很大的影響，而指紋圖像的邊框線在指紋庫中又是大量存在的，為了使計算機能夠真正代替人而且處理結果更加準確，必須采用數字技術濾除圖像邊框。經過大量的實驗證實該算法是有效且高效的，它大大提高了指紋識別的準確性。

參考文獻：

［1］陳光新. 自動指紋識別技術及其應用[J].江蘇船舶，2004，21(3)：32－35.

[2]王建永，郭成安. 一種基于局部結構信息的指紋偽特征濾除算法[J].中國圖象圖形學報， 2003，12(8):14681474.

[3]BARNSLEY M F．Fractals everywhere[M]．New York:Proc Acade￣mic，1998．

[4]馮莉莉，李昌禧. 指紋中心點的定位和特征匹配方法[J].華中科技大學學報:自然科學版， 2002，30(10):78－80.

[5]譚臺哲，寧新寶，尹義龍，等. 一種基于指紋中心點的匹配算法[J].南京大學學報：自然科學版，2003，39(4):483－490.

[6]胡瑢華，劉國平. 模糊指紋圖像中心點的提取[J].計算機工程與應用，2004，40(15): 65－66.

[7]KAWAGOE M，TOJO A．Fingerprint pattern classification[J]. Pattern Recognition，1984，17(3)：295－303.

[8]JAIN A K，HONG L，PANKANTI S．An identity authentication system using fingerprints[J]． Proc． of the IEEE，1997，85(9)：13651388.

[9]曾京文，汪慶寶，胡健．指紋自動識別中的中心點搜索和特征分塊抽取方法[J]．北京工業大學學報，1996，22(4)：115121.

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”