一種有效的指紋圖像方向濾波增強算法
2008-12-31 00:00:00李利范九倫
計算機應用研究 2008年10期
收稿日期：2007-11-26；
修回日期：2008-03-04
基金項目：國家自然科學基金資助項目（60572133）
作者簡介：李利（1984-），女，甘肅天水人，碩士研究生，主要研究方向為指紋識別、智能信息處理（lili841006@163.com）;
范九倫（1964-），男，陜西西安人，教授，博導，博士后，主要研究方向為模糊集理論、模式識別、圖像處理.
（西安郵電學院 信息與控制系， 西安 710061）
摘要：
方向濾波是沿著指紋紋線方向濾波的方法。一種方向濾波算法的有效性主要依賴于指紋圖像方向估計的準確性和濾波模板構造的合理性。首先利用對低質(zhì)量指紋圖像魯棒性較高的掩膜法估計點方向，并將點方向轉換為塊方向；然后使用八個方向的平滑濾波模板和銳化濾波模板，對指紋圖像濾波進行增強；最后對增強后的指紋圖像二值化。通過對FVC2000指紋數(shù)據(jù)庫DB2中的指紋圖像作增強處理，表明該算法增強效果較好。
關鍵詞：方向估計； 方向濾波； 指紋圖像增強
中圖分類號：TP391.4
文獻標志碼：A
文章編號：1001-3695(2008)10-3072-03
Effective fingerprint image orientation filter enhancement algorithm
LI Li， FAN Jiu-lun
(Dept. of Information Control， Xi’an Institute of Posts Telecommunications， Xi’an 710061， China)
Abstract:
Orientation filter is a method that filters the fingerprint image along ridge orientation. The effectiveness of an orientation filter enhancement algorithm mainly depends on the estimate accuracy of fingerprint image orientation and the design rationality of filter template. This paper firstly used mask method that was robust to the poor quality fingerprint images to estimate the pixel orientations and then changed the pixel orientations to the block orientations. Secondly， enhanced fingerprint images by new proposed 8 orientations smoothing filter templates and sharpening filter templates. At last， obtained binary image after enhancement process. Experiment results for fingerprint images in DB2 of FVC2000 fingerprint bases show that the proposed method can make good enhancement effect.
Key words：orientation estimation; orientation filter; fingerprint enhancement
0引言
指紋的惟一性和終身不變性，決定了通過指紋驗證身份成為最合理的身份認證方法之一。在實踐中，由于手指本身條件的影響，以及采集設備的制約，采集到的指紋圖像會不同程度地受到噪聲的干擾，如果不對這樣的指紋圖像作增強處理，將會在指紋圖像特征提取時得到很多偽特征點，對最終匹配的結果產(chǎn)生影響。因此，對指紋圖像在提取特征信息之前進行有效的增強是很有必要的。對一般圖像進行增強的方法主要有灰度變換增強、直方圖增強、低通濾波、中值濾波等[1]。這些方法雖然可以用來對指紋圖像作增強處理，增強指紋圖像的對比度，但在指紋紋線方向上沒有明顯的增強效果。鑒于指紋紋線的方向特性，沿著指紋脊線方向進行濾波處理會得到比一般增強方法更好的結果。基于方向濾波進行增強的算法包含兩個重要步驟：指紋紋線方向的估計和濾波模板的構造。對指紋圖像方向場的估計是獲得增強效果的關鍵。
在指紋紋線方向的估計上，對指紋圖像方向場的估計方式主要有兩類方法：基于梯度算子的方法[2]和掩膜法[3]。基于梯度算子的方法逐點利用梯度估計方向，運算量較大；掩膜法先預定義八個可能方向，利用像素點及其鄰域灰度值情況，判斷該像素點屬于哪個方向的紋線上，然后將點方向場轉換成塊方向。文獻[3]的方法對每一像素點估計方向，通過統(tǒng)計的方法得到塊方向，在對低質(zhì)量指紋圖像估計方向場時，具有比文獻[2]的方法更高的魯棒性。但是文獻[3]將指紋圖像分成固定大小的圖像塊來估計塊方向，這樣得到的塊方向在分塊的邊緣可能產(chǎn)生較大的方向躍變。在濾波模板的構造上主要有文獻[4，5]的方法。文獻[4]根據(jù)指紋的局部頻率來設計濾波器的模板。該方法處理速度慢，很難適用于大的指紋數(shù)據(jù)庫。文獻[5]對極值濾波和平滑濾波后的指紋圖像利用梯度算子估計紋線方向，然后構造八個方向的5×5濾波模板。該方法對部分低質(zhì)量圖像有一定的增強效果且運算速度快。但文獻[5]只設計了平滑濾波模板，沒有設計銳化濾波模板；并且濾波模板較小，不能準確地反映沿紋線方向濾波的特性，對局部方向變化劇烈或存在紋線粘連的指紋圖像增強效果一般。
本文在上述方向估計和濾波模板構造算法的基礎上提出了一個完整的方向濾波增強算法：首先通過改進的掩膜法準確估計歸一化后的指紋圖像方向；然后用設計的八個方向的兩組濾波模板對指紋圖像方向進行濾波增強；最后二值化增強后的指紋圖像。在該方法中，估計指紋紋線方向時，為了達到平滑塊方向場的目的，本文采用滑動的分塊估計塊方向；針對文獻[5]設計的濾波模板存在的問題，對其平滑模板進行了改進，并設計了一組銳化濾波模板，獲得了較好的增強效果。
1指紋圖像的脊向濾波算法[5]
文獻[5]的方法首先對指紋圖像進行極值濾波，以去除沖激式噪聲。具體算法如下：以每四個像素構成一個集合作為一個處理單元，如圖1所示。
圖1(a)表示需要處理的區(qū)域R0及其鄰域；(b)為R0中四個像素的位置。令Ai表示Ri，i∈(0，1，…，8)中像素的均值，如果A0>max(Ai)，i∈(1，2，…，8)，則如果A0 如果min(Ai)≤A0≤max(Ai)，i∈(1，2，…，8)，則 然后對極值濾波后的指紋圖像進行平滑濾波，構造如下的平滑濾波卷積算子： 經(jīng)過兩次濾波后，圖像中的噪聲已經(jīng)基本消除。為了更有效地提取出指紋信息，構造一種脊向濾波器，以強化指紋的脊信息。首先需要確定指紋圖像的方向場，文獻[5]利用優(yōu)化三階梯度算子估計脊線方向；然后將紋線方向量化為八個方向，構造出相應的八個濾波模板。其中水平方向的濾波模板如下： 對水平方向的濾波模板旋轉一定的角度，根據(jù)圖像像素點離散的特性，即可得到其他七個方向的濾波模板： 利用上述八個方向的模板濾波增強對應方向上的紋線，得到最后的增強結果。 2新算法 本章給出一個新的方向濾波增強算法。該增強算法包含指紋圖像歸一化、方向場估計、方向濾波增強、二值化等過程。在該方法中，估計指紋紋線方向時，為了達到平滑塊方向場的目的，與文獻[3]不同，本文采用滑動的分塊估計塊方向。考慮到文獻[5]算法存在的以下問題：只設計了平滑濾波模板，沒有設計銳化濾波模板，對紋線粘連的圖像增強效果一般；在增強圖像之前濾波去噪會損失很多細節(jié)信息。針對文獻[5]算法存在的這些問題，同時受其設計的脊向濾波模板和類似于查表的八方向濾波模板思想的啟發(fā)，筆者對其平滑濾波模板進行了改進，并設計了一組銳化濾波模板。以下為本文提出的方向濾波增強算法的具體實現(xiàn)過程。 2.1歸一化 指紋圖像歸一化的目的是使圖像灰度值達到一個預先定義的平均值和方差；增強圖像整體對比度。歸一化處理能夠有效地解決按壓不均勻對采集到的指紋圖像的影響，為提取正確的方向信息做好充分的準備。歸一化采用式（6）實現(xiàn)[6]： 對于圖像I(i， j)，m、v分別為圖像的灰度均值和方差，m0、v0為期望的灰度均值和方差，實驗中取m0=100，v0=100。 2.2方向場估計 對歸一化后指紋圖像中的每一個點建立一個如圖2所示的9×9的掩膜，估計圖像的點方向場。在圖2中，定義了八個方向，根據(jù)中心像素點*與其鄰域各個方向上像素點灰度值的關系，可以得到中心點*所屬的方向。 指紋圖像紋線分布的灰度特性是：沿著紋線方向的灰度值變化緩慢，而沿著垂直于紋線方向的灰度值變化劇烈；若點*在谷線上，紋線方向上灰度值的平均值必然是所有方向上灰度值的平均值中的最大值，而垂直于紋線方向上灰度值的平均值必然是所有方向上灰度值的平均值中的最小值；若點*在脊線上，紋線方向上灰度值的平均值必然是所有方向上灰度值的平均值中的最小值，而垂直于紋線方向上灰度值的平均值必然是所有方向上灰度值的平均值中的最大值。 根據(jù)指紋圖像紋線分布灰度的以上特性，可以判斷中心點*屬于哪一個方向，從而得到圖像的方向場。具體步驟如下： a)以圖像每個像素點為中心點*，分別計算如圖1所示八個方向上的灰度平均值G b)當G[i]最大時，對應的i就是該中心點*可能的方向，而根據(jù)指紋圖像灰度值沿紋線方向變化緩慢而沿垂直于紋線方向變化劇烈的特點，可以認為灰度均值更接近中心點的灰度值的方向就是該中心點*的方向，據(jù)此，得到該中心點*的方向為 這里g(*)為像素點*的灰度值。遍歷圖像中的所有點，得到了指紋圖像的方向場圖。如圖3所示，（b）是以像素點的方向值i(i=1，…，8)為灰度值的指紋方向場圖，通過（b）可以大致看到（a）的紋線基本走向。 c)為了抑制噪聲對指紋圖像方向估計的影響，需要根據(jù)指紋圖像的局部一致性將點方向場轉換為塊方向場。通過統(tǒng)計圖像分塊中每個方向上像素點的數(shù)目，就可以得到塊方向場。八個方向中，像素點數(shù)目最多的方向就是該圖像塊的塊方向；遍歷所有的圖像塊，得到圖像的塊方向場。 有兩種方法：a)對圖像固定分塊，得到每一塊的塊方向；b)滑動分塊，塊與塊之間可以重疊，這樣得到的塊方向場過渡平緩，有利于降低噪聲對估計方向準確性的影響。兩種方法得到的塊方向場分別如圖4所示。 圖4（a）是將點方向場圖以固定大小分塊，分塊為16×16，統(tǒng)計塊中點方向的直方圖，對應的像素點最多的方向就是該塊的塊方向；（b）是每隔w=8個像素點分塊，分塊同樣是16×16，這樣相鄰圖像塊之間就有128個像素點的重疊部分，原則上w值越小，得到的塊方向場越準確，但會消耗更多的時間。對FVC2000指紋數(shù)據(jù)庫中的圖像，取w=8就可以達到平滑方向場的目的。對比圖3、4可以看到，滑動分塊得到的塊方向場更準確，為后續(xù)的方向濾波增強做好了準備。 2.3方向濾波增強 方向濾波就是沿著指紋紋線方向進行濾波增強，符合指紋圖像的方向特性。在紋線切線方向上平滑，而在法線方向上銳化，這樣就在增強指紋脊線與谷線對比度的同時，連接由于指紋過干導致的脊線中斷，去除指紋過濕導致的脊線粘連。根據(jù)圖像像素點離散的特性，本文構造各個方向上的濾波模板，對圖像進行各個方向上的增強。這類似于查表法的算法，有利于提高運算的速度。通過對FVC2000 DB2指紋數(shù)據(jù)庫中大量指紋圖像增強驗證發(fā)現(xiàn)，7×7的模板能夠實現(xiàn)更好的增強效果。根據(jù)圖2所示掩膜對八個方向的規(guī)定，構造各方向的濾波模板如下： 分別將每個方向上的指紋圖像和相應的濾波模板卷積，首先用平滑濾波模板平滑紋線，再用銳化濾波模板對平滑后的指紋圖像銳化濾波，各個方向的濾波結果疊加得到增強的結果。 指紋圖像方向濾波流程如圖5所示。其中，A為原始指紋圖像；作為示例，B3是用三方向平滑濾波模板濾波后的圖像；C3是對B3用相應的銳化濾波模板濾波后的圖像；對每個方向上的指紋圖像進行與三方向相同的操作后將八個方向的濾波結果疊加，得到最后增強的結果D。 最后，對增強后的指紋圖像采用分塊閾值的方法進行二值化處理[7]，得到最終結果。 3實驗結果 筆者對FVC2000指紋數(shù)據(jù)庫中一些低質(zhì)量指紋圖進行濾波增強，增強結果如圖6所示。其中，（a）（d）是原始指紋圖像，（a）上方存在光照過暗的問題，下方紋線也不清晰，（d）存在大量的脊線斷線；（b）（e）是采用文獻[5]算法增強的結果；（c）（f）是采用本文算法增強的結果。 從圖6可以看到，本文算法盡管沒有采用文獻[5]的極值濾波和平滑濾波等預處理方法，只增加了一組銳化濾波模板就能夠很好地增強指紋圖像的對比度，在平滑紋線、連接斷裂的脊線上遠遠優(yōu)于文獻[5]的方法。這樣好的增強效果一方面依賴于對指紋圖像紋線方向的準確提取，另一方面也依賴于平滑濾波模板和銳化濾波模板構造的合理性。然而由于增加了一組銳化濾波模板，運算速度受到一定的影響。但在運算時間與增強效果之間權衡，本文算法還是有優(yōu)勢的。 4結束語 針對文獻[5]在模板設計中的欠缺，本文借鑒其對方向濾波模板構造的思想，改進文獻[3]的方向場估計過程，給出了一種完整的指紋圖像方向濾波增強算法。該方法由指紋圖像歸一化、方向場估計、方向濾波增強和二值化等組成。實驗表明，本文提出的算法對受噪聲影響的指紋圖像達到了良好的增強結果，具有較強的魯棒性，符合自動指紋識別系統(tǒng)對低質(zhì)量指紋圖像增強的要求。 參考文獻： [1]李弼程，彭天強，彭波.智能圖像處理技術[M].北京：電子工業(yè)出版社，2004. [2]RAO A R. A taxonomy for texture description and identification[M]. New York: Springer-Verlag， 1990. [3]羅希平，田捷.自動指紋識別中的圖像增強和細節(jié)匹配算法[J].軟件學報，2002，13(5):946-956. [4]HONG Lin， WAN Yi-fei， JAIN A. Fingerprint image enhancement[J]. IEEE Trans on Pattern Analysis and Machine Intelligence， 1998，20(8):777-789. [5]解梅，馬爭.基于脊向濾波算法[J]. 電子學報，2004，32(1):5-7. [6]夏振華，石玉，于盛林.基于Gabor濾波器的指紋圖像增強[J].工程圖學學報，2006，27(5):80-85. [7]邵志勇，溫春友，田瑩.指紋圖像二值化方法的比較研究[J].鞍山科技大學學報，2004，27(3):186-189.
