基于指紋圖像自動識別系統預處理的算法研究

王小雪

（安徽工程大學 電氣工程學院，安徽 蕪湖 241000）

指紋圖像自動識別系統中最為重要的是預處理算法，指紋圖像預處理中的一些細節提取是預處理算法中最為核心內容，提取質量和系統運行的準確率和速度有很大的關系.在進行指紋圖像預處理中對細節的提取尤為關鍵，為了適應社會發展需要再此基礎上提升預處理算法的改進，從多方面對該系統進行不斷的完善，這對于整個系統的正常運行來說有非常重大的意義.通過不斷的運行實踐證明改進后的預處理算法有很大的實際效果，提高了運行效率.

1 圖像預處理過程

指紋圖像預處理過程是一項較為系統的工程，主要是將圖像和背景兩者通過技術處理進行分離，提取分離后的信息和紋線，將提取出的信息和紋線再次細化和二值分割，細化之后進行紋線的修復.在進行指紋圖像預處理的過程中需要先將灰度指紋圖像采用一定的方法進行背景的分離，再進行指紋紋線的提取，最后偶進行二值分割圖像和紋線修復[1].在進行細節信息的提取模塊中進行指紋匹配模塊的加入，以此提高指紋識別系統中的識別功能，在提高的過程中采用的計算方法相對不同模塊需要進行算法的比對.

2 指紋圖像與背景分離

指紋圖像在進行收集階段會有大量的背景區域出現，背景區域空間比較大，占整個區域的一半以上，因此，在此基礎上需要進行指紋背景圖像的分離，這樣做的目的就是對指紋圖像的有效區域進行明確，然后對有效區域進行針對性的圖像預處理計算，這在很大程度上能夠縮短處理時間，提高圖像處理效果.

由于手指指紋是曲線形的，呈現出曲面結構，一般情況下指紋錄入儀窗口都是平面的，指紋的收集是靠手指和平面的接觸來完成，因此，手指在窗口位置不同或者對窗口的壓力不同都會導致指紋圖像出現深淺不一的情況，比如，窗口中心處指紋較深，邊緣處指紋較淺，這就需要指紋圖像分離算法能夠適應該情況，不管是指紋的深淺都能夠進行背景圖像區域的分離，并且能夠進行準確的計算.所以，進行自動局部閾值圖像分離方法尤為重要，這能夠有效對該問題進行解決.此方法的計算方法主要是通過垂直指紋紋線流中的灰度級方差大小，該計算方法的計算原理的采納有多種，一般情況下是采用方差來進行紋線距離的計算[2-4].由于計算區域不同，在對比過程中的環境也有較大差異，導致灰度值方差計算出現一定的差異性，灰度值方差之間的變化也比較大，為了保證選擇的閾值能夠對局部方差變化進行更好的滿足，需要對不同模塊的灰度值進行灰度方差閾值進行合理的選取.整幅指紋圖像的分塊中將320*320像素圖像分成20*20塊，在對每塊指紋圖像的灰度方差進行計算.

其中，(i,j)的灰度值是 G(i,j)；LMax(k,l)和 LMin(k,l)是第(k,l)塊的最大灰度值和最小灰度值,Aver(k,l)是灰度均值.

若Var(k,l)>Td(k,l)，那么第(k,l)塊是指紋圖像區域或是背景區域，這在一定程度上是對灰度對比度的不同變化進行全面的顯示，并對閾值產生不同的影響.平方函數有較大的計算功能，以此作為懲罰函數，這對背景區域的精確成像有很大的幫助作用，這在很大程度上能夠適應不同塊的灰度方差閾值的變化，以此進行合理的對有效區域指紋進行必要的提取，這對指紋圖像區域的精確度有非常重要的作用.另外，指紋圖像具有較強的方向流模式，方向流模式最為重要的部分就是局部平行的脊線與谷線.其中脊線方向灰度變化不大，這有效的凸顯出了紋路走向，局部平行方向的灰度變化非常大；背景區域和噪聲區域中沒有明確的方向性，因此，該計算方法采用該特點將指紋圖像塊中的任何一點進行平行于垂直方向的灰度變化求值，比如，對于一點沿著不同方向取不同的四個點，另其中的灰度值進行相減，計算出不同區域中點在不同方向上的平均灰度變化值，再進行灰度變化值的分割，對不同區域值進行確定.

3 方向信息提取

方向信息提取在指紋圖像中非常重要，它是指紋識別系統進行各項功能實施的基礎，指紋的紋線是增強與提取都需要進行方向信息的計算和確認，該計算以固定的分塊尺寸作為計算紋線方向，相較于紋線較為清晰的指紋圖像可以進行較為清晰的指紋圖像信息的提取，如果指紋圖像相對較差，方向信息提取就會出現明顯的不足，對大塊的圖像尺寸得到的方向信息提取較為完善和可靠，與此同時指紋圖像中出現的噪聲對信息提取影響較小，會降低塊方向和實際走向的擬合度，小塊圖像尺寸得到的方向信息和實際紋線擬和度比較好，但是唯一的缺點就是沒有較好的抗噪性.因此，對該區域的計算需要進行合理的改進，進行多級分割的指紋方向信息提取算法.第一步將指紋圖像進行不同程度的分割，將分割后的區域進行精確的計算，再根據計算結果對不同塊方向進行計算[5-8]，并采用濾波器對不同級別的分塊指紋圖像進行平滑，主要是對不正確的計算結果進行修正，低通濾波器描述如下：

h作為二維低通濾波器元件；wΦ*wΦ作為濾波器尺寸；w作為分塊尺寸.運用多級分割，利用多級分割技術中的抗干擾性，利用方向信息對大尺寸信息進行調整，使大尺寸方向信息分割成小尺寸方向信息，以此來對不同方向中圖像的準確性進行定位，但是在很大程度上會出現方向信息紊亂，出現此種情況的主要原因是在尺寸分割中對反應模式區沒有較為客觀的的突變.因此，需要對模式區采取不同的建模形式，根據模式區的規律性來客觀處理，達到模式區中方向信息的穩定性.

對模式區進行調整的依據包括如下：（1）局部方向信息的突變性.實質上是對不同區域中的方向信息進行計算，確保一致性，如果不具有一致性就需要采取下一步措施；（2）對本次分割進行計算并與上一級分割的計算結果的塊方向進行角度差的計算，如果差距較大表明小尺寸方向信息有誤，需要利用大尺寸方向信息對其更改.

（1）坌D16[m][n]∈D32[r][s]，若 D16[m][n]-D32[r][s]>T1,則令D16[m][n]=D32[r][s],否則保持D16[m][n]值不變.

（2）坌D8[i][j]∈D16[m][n],若 D8[i][j]-D16[m][n]>T2,則令 D8[i][j]=D16[m][n],否則保持 D8[i][j]值不變.

T1T2是兩個經驗門檻值，D8[i][j]是8*8分塊尺寸下方向信息.

4 紋線提取

紋線提取模塊在系統中起到了調節的作用，對紋線進行增強，于此同時還起到了平滑作用，指紋紋線有很強的方向性，所帶的方向信息尤為重要，這對計算有很大的輔助作用，并且能夠構建出模板，再根據模板信息進行方向性的平滑處理，能夠對間斷進行不同的連接，根據紋線方向最大程度上增強紋線，將連接的紋線完全分離開開來，這實質上是單向平滑和增強，這表明了紋線的增強和平滑具有較強的方向性.Gabor函數計算有很強的分辨率，并且有最佳時域，此特點有很好的兼顧效果，能夠對時域進行完善，在一定程度上可以將頻域信息進行處理，有利于紋線的計算和提取.指紋圖像區域中有異常區域，排除異常區域，紋線分布具有較為穩定的方向性和頻率性等特點，紋線提取這主要是利用了紋線的方向性和頻率來實現，對不同區域進行不同模塊的構建，在構建過程中對紋線進行增強來降低噪音，能夠對紋線進行很好的計算和必要的保存，紋線頻率的計算是系統維持穩定的標準，計算運用紋線區域距離估計的方法，這種估計方法可以對指紋紋線的頻率進行很好的統計和計算，偶對稱Gabor濾波器具有以下形式：

在指紋增強中，公式調整為：

m、n作為離散變量，離散變量值始終在標準的范圍之內；δm,δn作為縱橫軸的高斯包絡常數；f作為分塊圖像的紋線頻率，很好的體現出紋線頻率信息；d(m,n)作為增強模板中的元素到模板中心的距離.

5 實驗結果和討論

實驗中對自動指紋識別系統中的預處理技術和計算方法進行細致的改進，采用了比較新穎的思路和計算方法，通過系統實驗表明了該算法有較高的可行性，通過將指紋圖像進行預處理計算轉變為點線圖，對該點線圖的清晰度要求比較高，點線圖中有較多的細節信息，比如，有較細微的端點和分叉點.為了能夠對系統整體性能進行更好的描述，實驗采用某大學活體指紋庫進行測試，對110個不同手指指紋進行采集，測試結果見表1.

表1 本系統在NJU-2000數據庫上的測試結果

實驗結果表明：將FNMR作為FMR的函數，以FNMR和FMR作為縱橫坐標，得到的ROC曲線反應出了綜合技術指標中的特異性和敏感性.實驗證明系統中的預處理計算達到了相對指標，計算指標和傳統相比有很大的優勢，并且有一定程度上的降低.

實驗對不同指紋圖像進行系統的測試顯示，誤識率降低到0.01%以下，拒識率降低到2%以下，完全符合了指紋圖像識別系統的綜合技術指標，與此同時驗證時間在2s以內，根據標準指標對比，該實驗指標都達到了標準指標，說明計算方法具有較大的優勢.

但是在現實的運行中，會遇到不同的問題和一定的困難；(1)指紋圖像在進行信息提取和分割的過程中都采用了先進的閾值作為參照，對這些參照物的準確估計和計算能夠在很大程度上影響到處理結果，對處理結果精確度的提高有非常大的關聯；(2)對預處理計算方法進行實時優化，能夠有效降低計算量，對整個系統識別，特別是準確率和速度都有很好的識別；(3）指紋質量的評測，為不同區域中指紋圖像進行客觀的評分，有效避免了被破壞的指紋區域的屏蔽，對細節提取技術進行有效的改進.

6 結束語

由上文可以看出，指紋圖像識別系統在現代社會中有較為廣泛的應用，指紋有較高的穩定性和差異性，能夠起到對人們身份鑒別的功能，比傳統的識別系統有很大的提高，該系統在我國有很大的應用價值.很多人稱之為“物證之首”.指紋對比如果進行人工操作較為復雜，并且對比速度緩慢，效率低下，很大程度上滿足不了人們快節奏的生活和需求.

運用指紋識別系統最早的國家是美國，采用圖像自動鑒別已經提到了人工指紋識別，并且早在80年代就已經發明了指紋識別設備.我國近幾年來也開始采用指紋圖像識別技術，已經進入實用階段，在不同行業中進行實踐操作，并且取得了不錯的成績，未來我國會將指紋圖像識別系統運用到各個行業當中去，不但安全性高，而且在很大程度上保證了人們的各方面利益.我國下一步會將這種指紋圖像識別系統運用到身份證的錄入當中，保證人們的身份安全，通過指紋圖像識別技術的不斷完善和成熟，進一步提高系統運行的精確度，最大程度上保證系統的正常運行.

〔1〕李增棟.基于小波分析的指紋識別系統預處理的算法研究[D].東華大學,2007.

〔2〕洪華軍,喬為民,朱立新.指紋圖像自動識別系統預處理算法的研究[J].電子技術應用,2001（01）:12-15.

〔3〕李青.指紋圖像預處理算法的研究與實現[D].中北大學,2010.

〔4〕董昕野.指紋圖像預處理的算法研究[D].吉林大學,2011.

〔5〕常玲.指紋自動識別系統算法研究[D].東北大學,2006.

〔6〕楊小冬,寧新寶,尹義龍.自動指紋識別系統預處理技術及細節特征提取算法的研究[J].南京大學學報(自然科學版),2006（04）:351-361.

〔7〕指紋圖像自動識別系統預處理算法的設計和實現[J]. 中國防偽報道,2012（04）:53-56.

〔8〕閔晶妍.指紋圖像預處理的算法研究[D].沈陽工業大學,2005.