基于相位的指紋圖像預處理與匹配算法＊

張 锏，房愛東

(宿州學院信息工程學院，安徽宿州 234000)

基于相位的指紋圖像預處理與匹配算法＊

張 锏，房愛東

(宿州學院信息工程學院，安徽宿州 234000)

自動指紋識別技術的研究和應用是目前生物特征識別研究的熱點課題，近年來被廣泛應用于各種個人身份識別和驗證系統中.自動指紋識別技術大致可以分為指紋圖像預處理和指紋匹配兩個主要過程.本文并針對指紋圖像的特點設計了基于相位指紋圖像預處理與匹配算法，解決了圖像歸一化、圖像分割和方向場平滑和圖像二值化中出現的問題.

圖像分割;指紋匹配;指紋識別

指紋特征是人終生不變的生物特征之一，指紋自動識別技術也是最早和最廣泛被應用于實踐的生物特征識別技術［1］.隨著計算機技術的高速發展，自動指紋識別系統(automated fingerprint identification system，簡稱AFIS)由于其安全可靠及實用性，在需要個人身份識別、驗證、授權的場合得到了廣泛的應用［2，3］.然而，低質量的指紋圖像識別問題，以及基于指紋細節特征匹配中的點模式匹配的核心問題，至今仍然沒有被很好地解決［4，5］.

經典的指紋識別算法大多使用基于細節特征點比較的圖像比較方法，通過提取細節特征(例如紋線端點和紋線分叉點)，進而研究兩幅圖像中細節特征之間的相互關系來判斷兩幅圖像是否為同一個指紋產生的圖像［6］.基于細節特征的匹配方法為大多數人的指紋圖像提供了一個高效的指紋圖像辨識方法［7］.但根據目前已有的研究成果，由于一些人特殊的皮膚因素，其指紋的細節特征點難以被提取，使得他們的指紋并不能被基于細節特征匹配的方法所辨識.研究表明大概1%到5%的人群的指紋屬于這種類型［8，9］.所以，為了解決這個問題，一種新的基于相位的指紋圖像匹配方法應運而生.本文針對指紋圖像的特點設計了基于相位的指紋圖像預處理與匹配算法，解決了圖像歸一化、圖像分割和方向場平滑和圖像二值化中出現的問題.

1 關鍵概念簡介

一般來說，指紋識別技術可以分為指紋驗證和指紋辨識兩類.驗證(verification)是指把一個現場采集到的指紋與一個已經登記在指紋數據庫中的指紋進行一對一(one－one match)的比較，根據比較結果來確認身份的過程.驗證的前提條件是有關指紋必須已經在指紋數據庫中注冊，指紋以一定的數據形式存儲，并與其姓名和標識有對應的聯系［10］.簡單來說驗證就是比較判斷兩個指紋是否相同，一般只考慮對完整指紋進行對比，主要用于需要身份驗證的場合.

辨識(identification)是指把現場采集到的指紋同指紋數據庫中的指紋進行逐一比對(one－to－many match)，從中找出與現場采集到的指紋相匹配的指紋的過程.辨識并不需要有關指紋在數據庫中注冊(如果沒有找到對應指紋即表明數據庫中沒有該指紋的記錄).辨識系統要考慮對殘缺指紋的識別，主要用于犯罪指紋匹配等傳統領域［11，12］.

圖1 1對1指紋驗證流程圖

圖2 1對多指紋辨析流程圖

除了這兩種對比方法，實際應用中還有一對幾匹配(one－to－few match)，主要應用于只有幾個指紋數據的系統中，采用的是相同的驗證方法.由于驗證和辨識需要處理的數據量差異巨大，因此在算法和系統設計上具有各自的特點.驗證系統對對比算法的速度要求不如辨識系統高，強調的是易用性.而辨識系統由于要進行大量的對比，一般要使用指紋分類技術等來加快查詢的速度.

2 基于相位的圖像預處理與匹配

基于相位的指紋圖像識別方法用的是基于相位的圖像匹配方法:使用給定圖片的二維傅立葉變換中相組成來進行圖像匹配的技術.這個圖像匹配方法主要考慮的是子圖像塊在變換中的估量方法，已被成功應用到計算機視覺應用中的高精度圖像的識別.這種方法對于指紋圖像的匹配也是非常高效的.傅立葉相位信息的使用為難以提取特征點的低質量指紋圖像提供一種高度可靠的匹配方法.基于相位的圖像匹配技術主要原理是通過使用僅相位相關函數POC(Phase－Only Correlation Function，有時也被稱為相位相關函數，Phase－Correlation Function)來衡量兩幅圖像的相似度.考慮兩幅大小為N1×N2的圖像，為了簡單起見，假設N1=2×M1+1，N2=2 ×M2+1，那么對于 n1= －M1…M1，n2= －M2…M2，兩幅圖像可以分別表示為兩個函數 f(n1，n2)，g(n1，n2)，函數值為對應點的灰度值.對于這兩幅圖像，分別求出其二維離散傅立葉變換F(k1，k2)和G(k1，k2):

G(k1，k2)的計算方法和F(k1，k2)相同.F(k1，k2) 可以表示成如下的形式:

R(k1，k2)，I(k1，k2) 分別為 F(k1，k2) 的實部和虛部我們稱AF(k1，k2)為傅立葉譜，而θF(k1，k2)為傅立葉相.我們定義F(k1，k2)和G(k1，k2)的交相頻譜函數RFG(k1，k2)為:

其中為的共軛復函數，θ(k1，k2)= θF(k1，k2) － θG(k1，k2).于是，僅相位相關函數 POC可以表示為 RFG(k1，k2)函數的二維傅立葉反變換(2DIDFT)，公式如下:

當兩幅圖像相似的時候，它們的POC函數存在一個很明顯的尖峰.當兩幅圖像并不相似的時候，它們的POC函數不存在明顯的尖峰.POC函數的尖峰的高度是圖像匹配度一個很好的衡量指標，而且POC函數尖峰的位置也顯示了兩幅圖像位移的信息.POC函數的一個改進方法是去除在計算交相頻譜函數中無意義的高頻相位信息，使得函數的尖峰更明顯，具有更好的可分辨性.針對指紋圖像的特點，在計算兩幅指紋圖像的POC函數之前，需要進行指紋圖像的核心點檢測、平移和旋轉對齊、提取公共區域等操作，然后計算兩幅指紋圖像公共區域的POC函數并對其進行分析，可以得到一個關于這兩幅圖像相似度的比較準確的估算結果.

3 實驗結果與分析

我們選取了4對質量較為一般(其中包括平移、小角度旋轉、紋線斷裂等噪聲)的指紋圖像進行兩兩匹配實驗，一共28次匹配，匹配分數如下表所示(其中A2與A1匹配分數同A1與A2匹配分數，其它以此類推):

表1 指紋圖像匹配實驗對比

由表1可以看出，對于相同手指獲取的指紋圖像，其相似度比較大(實驗中都大于0.5)，而不同手指獲取的指紋，相似度比較低(實驗中多數為0，小部分相似度＞0，但均＜0.5).同時隨機抽取同一采集設備得到的指紋圖像，相同指紋圖像的匹配分數比不同指紋圖像的匹配分數明顯要高，實驗表明系統具有較好的區分度.

4 結束語

本文針對指紋圖像的特點設計了基于相位的指紋圖像預處理與匹配算法，解決了圖像歸一化、圖像分割和方向場平滑和圖像二值化中出現的問題.

［1］羅希平，田捷.自動指紋識別中的圖像增強和細節匹配算法［J］.軟件學報，2002，(5):946 －955.

［2］Ito K，Morita A.A fingerprint recognition algorithm using phasebase image matching for low － quality fingerprints［J］.IEEE International，2005，(2):33 －36.

［3］Hong L，Jain A.Integrating face and fingerprints for personal identification［J］.IEEE Trans Pattern on Analysis and Machine Intelligence，1998，(12):1295 －1307.

［4］曹廣忠，謝玉峰，費躍農.指紋識別技術原理及應用研究［J］.深圳大學學報，2001，(3):36 －42.

［5］Hong L，Wan Y，Jain A.Fingerprint image enhancement:Algorithm and performance evaluation［J］.IEEE Trans，1998，(8):777 －789.

［6］王園園.一種改進的方向場估計方法及其在指紋識別中的應用［D］.合肥:中國科學技術大學碩士學位論文，2007.

［7］黃賢武，蘇鵬程，柏培權.基于方向濾波分割的指紋自動識別系統算法［J］.中國圖象圖形學報，2002，(8):829 －834.

［8］Wahab A，Chin S H，Tan E C.Novel approach to automated fingerprint recognition［J］.IEEE Proc － Vis Image Signal Process，1998，(3):160－166.

［9］詹小四，尹義龍，孟祥旭，等.一種改進的指紋圖像分割算法［J］.廣西師范大學學報，2006，(4):205 －210.

［10］耿茵茵，唐良瑞.指紋圖像分級分割算法［J］.北方工業大學學報，2000，(3):21 －26.

［11］Maio D，Maltoni D.Direct Gray－scale minutiae detection in fingerprints［J］.IEEE Trans PAMI，1997，(1):27 －40.

［12］Hrechak A K，McHugh J A.Automated fingerprint recognition using structural matching［J］.Pattern Recognition，1990，(8):893 －904.

TP393

A

1008－4681(2012)02－0038－02

2012－02－10

安徽省教育廳產學研項目(批準號:KJ2011B183).

張锏(1970－)，男，安徽蕭縣人，宿州學院信息工程學院講師，碩士.研究方向:計算機人工智能、圖像處理.

(責任編校:晴川)