改進(jìn)的指紋自適應(yīng)閾值分割算法

摘要：在傳統(tǒng)的自適應(yīng)閾值分割算法的基礎(chǔ)上，提出了一種改進(jìn)的指紋圖像分割算法。該算法根據(jù)指紋與背景交接區(qū)域，以及指紋內(nèi)部脊線太淡或脊線粘連的區(qū)域中圖像的灰度統(tǒng)計特性，對此類區(qū)域采取逐點(diǎn)分割，從而以較低的計算代價消除了指紋圖像分割后前景區(qū)域的邊界方塊效應(yīng)。實(shí)驗表明，該算法具有較高的魯棒性，對指紋的分割更加靈活準(zhǔn)確，分割后的指紋前景邊界也更加平滑細(xì)致。

關(guān)鍵詞：指紋； 閾值； 圖像分割； 灰度特性； 塊效應(yīng)

中圖分類號：TP391文獻(xiàn)標(biāo)志碼：A

文章編號：1001－3695(2008)06－1739－02

0引言

指紋圖像分割是指紋識別預(yù)處理中一個關(guān)鍵的步驟[1]，直接影響特征提取的準(zhǔn)確性。傳統(tǒng)的指紋圖像分割算法主要是基于圖像灰度特性的分割(方差法)[2，3]和利用圖像方向信息進(jìn)行分割(方向法)[3，4]以及兩者結(jié)合起來的復(fù)合方法。這三種方法都各有優(yōu)缺點(diǎn)[5~7]。相對來說，方差法計算簡單、分割速度快、實(shí)時性強(qiáng)，所以在自動指紋識別系統(tǒng)研究中得到廣泛應(yīng)用。

傳統(tǒng)的方差法是全局的閾值分割[8]。這種分割依賴于圖像灰度分布良好的雙峰性質(zhì)。如果雙峰性不明或者灰度呈多峰分布，分割效果就很不理想。對這種方法的改進(jìn)是用自適應(yīng)的閾值來代替固定的閾值進(jìn)行分割[3，9]，在分割的同時考慮了指紋的局部特性。此方法在非指紋區(qū)域效果較好，對低對比度和噪聲嚴(yán)重的指紋信息處理效果不理想[7]。分割后的指紋圖像存在方塊效應(yīng)，在指紋與背景交接區(qū)域，以及指紋內(nèi)部脊線太淡或脊線粘連的區(qū)域分割不準(zhǔn)確。

1傳統(tǒng)的指紋圖像方差法分割

方差法是利用指紋圖像在指紋區(qū)域灰度變化很大，標(biāo)準(zhǔn)差較大，而背景部分圖像灰度變化較小、標(biāo)準(zhǔn)差較小的特點(diǎn)對指紋進(jìn)行分割的。傳統(tǒng)的基于圖像灰度特性的分割方法是全局的閾值分割[8]：對于一幅大小為W×H的指紋圖像I，I(i，j)表示第i行、第j列的像素點(diǎn)灰度值，利用式（1）對圖像進(jìn)行分割。其中：T為整幅圖像的分割閾值。

I（i，j)=前景點(diǎn)；I（i，j)≤T背景點(diǎn)；I(i，j)＞T(1)

由于單一的閾值不能兼顧圖像各個像素的實(shí)際情況，當(dāng)有突發(fā)噪聲，或者背景灰度變化較大時，整幅圖像分割將沒有合適的單一門限。對這種方法的改進(jìn)是采用動態(tài)的、自適應(yīng)的、局部的閾值進(jìn)行分割[3，9]。其分割步驟如下：

a)取分塊尺寸為N×N個像素，將圖像劃分為大小相等的若干塊，M（I_c）表示小塊圖像均值，VAR（I_c）表示小塊圖像方差。對每一個分塊，根據(jù)式（2）（3）計算以點(diǎn)I(i，j)為中心的分塊均值和方差。

b)用Ti表示第i個分塊的分割閾值，根據(jù)門限值Ti對該分塊圖像進(jìn)行分割。分隔閾值Ti的選取可以參見文獻(xiàn)[7，10]。

I_c=背景區(qū)域；VAR（I_c)≤Ti前景區(qū)域；VAR（I_c)＞Ti（4）

這種方法以變化的閾值代替?zhèn)鹘y(tǒng)的固定閾值對指紋圖像進(jìn)行分割，在分割的同時考慮了指紋的局部特性，分割效果比固定閾值方法好。但是圖像分割后指紋區(qū)域邊緣和指紋質(zhì)量較差的部分均出現(xiàn)鋸齒狀。這樣在指紋區(qū)域與背景區(qū)域的交接區(qū)容易丟失指紋信息，也容易將背景點(diǎn)分割為前景點(diǎn)，在指紋質(zhì)量較差的區(qū)域則容易損失過多的指紋信息。

2改進(jìn)的自適應(yīng)閾值分割算法

采用自適應(yīng)閾值分割算法對指紋圖像進(jìn)行分割，在純粹的背景區(qū)域和純粹的指紋區(qū)域按分塊進(jìn)行分割是比較準(zhǔn)確的，但是在指紋與背景交接區(qū)域，以及指紋內(nèi)部脊線太淡或脊線粘連的區(qū)域，分割對于分塊來說是全局性的。所以一方面在指紋信息所占比例比較小的分塊內(nèi)指紋信息被分割為背景；另一方面在指紋信息所占比例比較大的分塊內(nèi)背景點(diǎn)被分割為前景，在指紋識別的后續(xù)處理中既需要處理無用的背景信息，又損失了有效的指紋信息，降低了處理的效果。

針對上述問題，本文在傳統(tǒng)自適應(yīng)閾值分割方法的基礎(chǔ)上設(shè)計了一種改進(jìn)的分割方法。該方法針對指紋與背景交接區(qū)域，以及指紋內(nèi)部脊線太淡或脊線粘連的區(qū)域的灰度特點(diǎn)，在該分塊處采取逐點(diǎn)分割的方法，對分塊以內(nèi)的每一個像素點(diǎn)根據(jù)灰度值逐點(diǎn)進(jìn)行分割，這樣避免了該分塊內(nèi)的指紋信息丟失（指紋信息在分塊內(nèi)占的比例較小的情況）和將背景信息誤分割為前景（指紋信息在分塊內(nèi)所占比例較大的情況）。考慮到逐點(diǎn)分割可能將該區(qū)域內(nèi)的孤立點(diǎn)誤判為指紋信息，在進(jìn)行逐點(diǎn)分割時，同時把每一個像素點(diǎn)相關(guān)鄰域的像素灰度信息考慮在內(nèi)，該鄰域的大小可以根據(jù)實(shí)驗調(diào)整，一般取大于脊線寬度即可。為了方便敘述，在算法中指紋與背景交接區(qū)域以及指紋內(nèi)部脊線太淡或脊線粘連的區(qū)域統(tǒng)稱為過渡區(qū)域。具體算法如下：

a）定義灰度指紋圖像I為W×H的像素矩陣，I(i，j) 表示第i行、第j列的圖像元素灰度值，I_c為N×N的像素矩陣，是圖像I的一個子塊。

其中：G（i，j）為歸一化后圖像點(diǎn)的灰度值；M0、VAR0分別為期望的均值和方差。文獻(xiàn)[11]中推薦的分別是10和100，但是實(shí)際應(yīng)用中應(yīng)參照具體的各類圖像的總體灰度均值和方差的平均值，并結(jié)合后續(xù)處理算法的需要進(jìn)行選擇。

c）取分塊尺寸為N×N個像素，將圖像劃分為大小相等的若干塊，M（I_c ）表示分塊圖像均值，VAR（I_c）表示分塊圖像方差。對每一個分塊，根據(jù)式（2）（3）計算以點(diǎn)I(i，j)為中心的分塊均值和方差。 

d)判斷該分塊是背景區(qū)、前景區(qū)還是背景區(qū)和前景區(qū)的過渡區(qū)域。

當(dāng)某個分塊I_c的方差小于閾值T1時，可以直接判斷該分塊屬于背景區(qū)域；如果該分塊的方差在[T1，T2]，則該分塊為孤立點(diǎn)或污漬所在的分塊；如果分塊方差在[T2，T3]之間，可判斷該分塊為過渡區(qū)域；除此之外的情形均屬于前景區(qū)域。

I_c=背景區(qū)域；0≤VAR（I_c)≤T1孤立點(diǎn)或污漬；T1＜VAR（I_c)≤T2

過渡區(qū)域；T2＜VAR（I_c)≤T2前景區(qū)域；其他（8）

e）如果是過渡區(qū)域，對該分塊內(nèi)的每個像素點(diǎn)I(i，j)，按式(2)計算以其為中心的N×N鄰域的像素的灰度均值M（I_c）。如果該點(diǎn)的灰度值大于此均值，就判斷該點(diǎn)為背景像素點(diǎn)；反之則認(rèn)為是前景像素點(diǎn)。

I（i，j）=背景像素點(diǎn)；I（i，j）＞M(I_c)前景像素點(diǎn)；I（i，j）≤M(I_c)（9）

3實(shí)驗結(jié)果及分析

本文算法實(shí)現(xiàn)硬件環(huán)境：CPU為PentiumⅣ 2.8 GHz，內(nèi)存為512 MB的計算機(jī)；軟件編程環(huán)境：Windows XP操作系統(tǒng)，Visual C++6.0。實(shí)驗采用2004美國第三屆國際指紋識別大賽指紋數(shù)據(jù)庫（FVC2004）DB1_B圖像進(jìn)行實(shí)驗，指紋圖像大小為640×480像素。實(shí)驗時分別選取質(zhì)量較好（脊線信息清晰）的指紋和質(zhì)量較差（粘連或較淡）的指紋進(jìn)行效果對比。在本文實(shí)現(xiàn)的分割算法實(shí)驗中，主要考慮了指紋與背景交接區(qū)域，以及指紋內(nèi)部脊線太淡或脊線粘連區(qū)域的局部特性。在給出實(shí)驗結(jié)果的同時給出了分割掩碼圖（MASK），可以更直觀地進(jìn)行比較。

圖2是采用傳統(tǒng)的自適應(yīng)分割算法對圖1的指紋進(jìn)行分割，可以看出在指紋與背景交接區(qū)域，以及指紋內(nèi)部脊線太淡或脊線粘連的區(qū)域分割后的前景邊界有明顯的方塊效應(yīng)。圖3是其相對應(yīng)的掩碼圖；圖4是采用本文所提出的算法對圖1指紋進(jìn)行分割的結(jié)果；圖5是其相對應(yīng)的掩碼圖，可以看出指紋圖像非指紋區(qū)與指紋區(qū)的邊緣更平滑，指紋質(zhì)量較差部分的分割也比較平滑細(xì)致，有效指紋區(qū)的分割更加精確，分割效果明顯優(yōu)于圖2。

從實(shí)驗結(jié)果來看，本文提出的圖像分割算法分割效果比較好，分割得到的掩碼圖前景區(qū)域和有效指紋圖像所占的實(shí)際區(qū)域非常接近。與傳統(tǒng)的自適應(yīng)閾值分割算法相比，本文算法雖然計算量有所增大，但能正確區(qū)分質(zhì)量中等區(qū)域和質(zhì)量較差的區(qū)域，并將背景區(qū)域和質(zhì)量較差、后繼算法無法恢復(fù)的噪聲區(qū)域分割掉，保留質(zhì)量中等區(qū)域，使后續(xù)算法的處理區(qū)域更精確。

4結(jié)束語

本文提出了一種改進(jìn)的基于指紋灰度特性的指紋圖像分割算法，克服了傳統(tǒng)自適應(yīng)閾值分割算法在指紋與背景交接區(qū)域，以及指紋內(nèi)部脊線太淡或脊線粘連的區(qū)域分割不準(zhǔn)及分割前景邊界的方塊效應(yīng)問題，適用于更多類型的指紋圖像，且分割比較精確。實(shí)驗結(jié)果表明，該算法的分割效果很好，對前景區(qū)和背景區(qū)的分割更加靈活準(zhǔn)確，有效降低了指紋圖像噪聲的影響，它不僅能分割出指紋質(zhì)量較好的圖像，也能有效地分割噪聲干擾較大的指紋圖像，經(jīng)過分割后的圖像指紋紋線清晰、流暢，具有較強(qiáng)的適應(yīng)性和很高的實(shí)用價值。目前該算法已被應(yīng)用到成熟的指紋識別算法中。

參考文獻(xiàn)：

［1］陸潁．指紋自動識別原理與方法綜述[J]．工程數(shù)學(xué)學(xué)報，2004，21（6）：1003－1010.

[2]ZHANG Jian－wei，LU Heng－li．Study on segment algorithm in automa－tic fingerprint identification[J]． Microcomputer Applications，1999，15(12)：20－22．

[3]MEHTRE B M， CHATTER J B．Segmentation of fingerprint images:acomposite method[J]． Pattern Recognition， 1989，22（4）：381－385．

[4]MEHTRE B M．Fingerprint image analysis for automatic identification[J]．Machine Vision and Applications，1993，6（2－3)：124－139．

[5]蘇彥華．Visual C++數(shù)字圖像識別技術(shù)典型案例[M]．北京:人民郵電出版社，2004．

[6]耿茵茵，唐良瑞．指紋圖像分級分割算法[J]．北方工業(yè)大學(xué)學(xué)報，2000，12(3):21－26．

[7]甘樹坤，歐宗瑛，魏鴻磊.基于灰度特性的指紋圖像分割算法[J].吉林化工學(xué)院學(xué)報，2006，23（1）：68－71.

[8]ROSENFILD A，KAK A C． Digital image processing[M]. New York：Academic Press，1976．

[9]GONAZALES R C， WOODS R E．Digital image processing[M].Reading MA:Addison－Wesley， 1992．

[11]田捷，楊鑫．生物特征識別技術(shù)理論與應(yīng)用[M]．北京：電子工業(yè)出版社，2005.

[10]吳一金，朱兆達(dá)．圖像處理中閾值選取方法30年（1962—1992）的進(jìn)展（1，2）[J]．?dāng)?shù)據(jù)采集與處理，1993，8（3）：193－201；（4）：268－278．

[12]BAZEN A M， GEREZ S H． Segmentation of fingerprint images[C]//Proc of the 12th Annual Workshop on Circuits Systems and Signal Processing. Netherland:[s.n.]，2001:276－280.

[13]馮星奎，顏?zhàn)嫒づd明，等. 指紋圖像合成分割法[J]. 計算機(jī)應(yīng)用研究，2000，17(1):76－77．

[14]韓思奇，王蕾．圖像分割的閾值法綜述[J]．系統(tǒng)工程與電子技術(shù)， 2002，24(6):91－94.

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文