基于多尺度濾波及復數濾波的指紋奇異特征提取算法研究

陳 婧，張 蘇

（大理學院工程學院，云南大理 671003）

基于多尺度濾波及復數濾波的指紋奇異特征提取算法研究

陳 婧，張 蘇

（大理學院工程學院，云南大理 671003）

根據指紋特征及指紋奇異點的特點，利用多尺度濾波及復數濾波方法，分析改進了指紋奇異特征提取算法，提高了自動指紋識別的效率。

指紋特征；奇異點；算法

自動指紋識別系統識別的依據就是指紋圖像的特征，指紋圖像的特征主要有全局特征和局部特征。全局特征反映了指紋圖像脊線的整體構成和方向走向，通過人眼可直接分辨，是指紋分類的主要依據〔1〕；局部特征反映了指紋圖像脊線的突變情況，即指紋圖像的細節點，是指紋圖像匹配的主要依據。指紋特征提取就是把指紋特征點用機器能識別的代碼標識出來，這些標識就是對不同指紋進行區分的唯一依據。特征點主要是指全局特征中存在的奇異點和局部特征中存在的細節點。

奇異點是指紋全局特征中的奇異區內紋線方向變化最大的點，主要有中心點和三角點。奇異點的穩定性優于細節點〔2〕，用奇異點作為將指紋細節特征對齊的參考點，可化簡匹配算法的復雜度。

1 算法原理及過程

1.1多尺度平滑濾波由Sobel operator計算出指紋灰度圖像的梯度矢量場Gχ(u,v)、Gy(u,v)，其中A為原始圖像，如式（1）。

則其復數點平方場z( )χ,y為：

通過高斯低通濾波器對復數點平方場z(u ,v)進行多尺度的平滑濾波，即在指紋奇異區用小尺度平滑處理，以保留方向場中的細節信息；在其它區域用大尺度平滑處理，提高抗噪性，增強提取奇異點的可靠性。最后得到可靠的復數平方點方向場估計z(u ,v)'。

1.2復數濾波為了更準確的提取到指紋的奇異點，下面將采用圓對稱濾波器hc、三角對稱濾波器hd和平行濾波器hp進行復數濾波；因這3種濾波器的方向圖和指紋圖像的方向場很相近，如圖1所示，所以可以很好地增強指紋圖像的奇異點。

圖1 復數濾波器方向圖

其表達式如下（g為高斯函數）：

先對3個濾波器hc、hd、hp的矩陣進行幅度歸一化處理，再對分別進行復數濾波，其響應為：

其中：μc、μd為響應幅度，反映該點位置對稱性的大小；αc、αd為響應相位，反映濾波器對應模式的對稱方向。

2 提取奇異點

由上可知，根據幅度響應可以檢測指紋奇異點的位置〔3〕。其檢測原理及過程為：

1）確定奇異點所在的范圍，其中Tp為設定的閾值；

2）在奇異點所在的位置范圍內，確定中心點位置，對于雙螺旋型指紋還要再確定次中心點的位置，其中Tcp、Tcs為設定的閾值；

若在某位置(χcp,ycp) 處，μc(χcp,ycp)>Tcp且，則此處為中心點的位置；

設次中心點的位置為(χcs,ycs)，則 μc(χcs,ycs)>Tcs且僅次于主中心點響應幅度的次極大值。

3）用相同的原理，可以確定出三角點及次三角點的位置。

在具體應用時會發現由于噪聲的干擾，如果直接對響應幅度進行分析會出現錯誤地提取奇異點〔4〕，所以在提取前應對μc和 μp進行增強。

由于具有較大圓對稱性的點的三角對稱性較小，故采用下式增強主中心點μc(χ ,y)的相對值〔5〕：

根據次中心點的位置與主中心點的位置通常是相對的，即圓對稱方向相反，用以下方法對次中心點增強：

同理，由于具有較大三角對稱性的點的圓對稱性較小，故采用下式對μd(χ ,y)進行增強：

如果指紋圖像上有兩個三角點〔7〕，通常分布于中心點兩側且方向相同，用以下方法進行增強〔8〕，設為主三角點的位置：

3 基于Matlab的仿真實驗

主程序函數為：function fpextractdemo（action，varargin）。通過調用以下函數來完成整個基于Ga?bor的結構的指紋識別過程：

運行步驟的界面如圖2所示。

圖2 運行過程界面

指紋識別演示運行界面圖，如圖3所示。

圖3 指紋識別演示程序界面

4 結論

本文在指紋庫FVC2004中選取了4種不同類型的指紋進行奇異點的提取，提取結果如圖4所示，方形標注為中心點，三角形標注為三角點。

圖4 指紋奇異點提取結果

從以上結果可以看出，此算法提取出指紋的中心點和三角點的位置和方向偏差較小，算法效果好，進而也提高了自動指紋識別的效率。

〔1〕胡珞華，劉國平，余冰.模糊指紋圖像的特征提取〔J〕.南昌大學學報：工科版，2002，24（4）：38-41．

〔2〕張志禹，侶薇.一種基于混合匹配的指紋識別方法〔J〕.微型機與應用，2011，30（2）：42-44.

〔3〕張新淼.基于改進的Gabor濾波器組指紋圖像識別的研究與實現〔D〕.天津：天津師范大學,2009．

〔4〕吳健輝,許朝俠,楊坤濤,等.指紋圖像預處理中的關鍵技術研究〔J〕.計算機工程與應用，2008，4（33）:223-225.

〔5〕YOON S W,FENG J J,JIAN A K.Latent fingerprint en?bancement via robuust field estimation〔C〕∕∕2011 Internna?tional Joint Conference On Biometrics.2011:1-8

〔6〕JAIN A K,PRABHAKA R S,HONG L,et a1．Filterbank-Based Fingerprint Matching〔J〕．IEEE Transactions on Im?age Processing，2000，9(5)：846-859．

〔7〕張潔，景曉輝.一種基于模式熵的殘缺指紋識別算法〔J〕.電子與信息學報,2012,34(12):3041-3042.

〔8〕CHIKKERUR S,GOVINDARAJU V，CARTWRIGHT A N.Fingerprint image enhancement using STFT analy?sis〔C〕∕∕In：Proc.of 3rd International Conference on Ad?vances in Pattern Recognition，Bath，UK.2005：20-29．

〔9〕毛元，馮桂，湯繼生.采用八方向Gabor濾波的指紋識別算法研究〔J〕.華僑大學學報:自然科學版，2013，34（2）：152-153.

〔10〕賀穎，蒲曉蓉.應用Gabor濾波的指紋識別算法的研究與實現〔J〕.計算機工程與應用，2010，46（12）：172-175.

（責任編輯 袁 霞）

Based on Multi-scale Filtering and Fingerprint Singular Plural Filtering Feature Extraction Algorithm

CHEN Jing,ZHANG Su
（College of Engineering,Dali University,Dali,Yunnan 671003,China）

According to fingerprint characteristics and the characteristics of the fingerprint singular points,the methods of multiscale filtering and complex filtering are used to analyze fingerprint singularity feature extraction algorithm in order to improve the effi?ciency of automatic fingerprint identification.

fingerprint characteristics;singular point;algorithm

TP3

A

1672-2345（2014）06-0042-03

10.3969∕j.issn.1672-2345.2014.06.011

大理學院青年教師科研基金資助項目（KYQN201102）

2013-11-27

2013-12-27

陳婧，講師，主要從事數字圖像處理技術研究.