基于方向場信息和灰度特征的指紋分割算法研究

陳　婧，張　蘇

（大理大學工程學院，云南大理　671003）

基于方向場信息和灰度特征的指紋分割算法研究

陳婧，張蘇

（大理大學工程學院，云南大理671003）

指紋圖像分割是指紋圖像預處理過程中的關鍵步驟，目的是便于指紋圖像特征點的有效提取。根據常見的指紋分割處理的基本原理，歸納總結了兩種常用的分割算法：基于統計特性的方法和基于方向信息的方法。在此基礎上，提出基于方向場信息和灰度特征的分割算法，結果表明：此法可以有效、可靠地進行指紋圖像分割，分割效果達到指紋圖像預處理的目的。

圖像處理；方向場算法；灰度特征；指紋分割

［DOI］10. 3969 / j. issn. 2096-2266. 2016. 06. 008

在自動指紋識別過程中，首先利用指紋圖像采集儀對指紋圖像進行采集，采集后的指紋圖像主要有前景區和背景區兩大部分構成。指紋圖像分割就是要去除背景區，保留包含指紋圖像信息的前景區。

指紋分割屬于指紋圖像預處理中非常重要的步驟之一，是根據數字圖像處理技術來完成的。從數字圖像處理技術來看，在空間域和頻域圖像增強技術方面主要有直方圖處理（如直方圖均衡化、歸一化等）、各種濾波器設計（如平滑濾波器、銳化濾波器等）；在圖像復原方面主要通過設計各種去除噪聲的濾波器（如均值濾波器、自適應濾波器等）來實現圖像復原。但應用于自動指紋識別系統的指紋圖像和一般的圖像不同，它具有特別的圖像結構：

（1）對采集到的指紋圖像，與理想的指紋圖像不一樣，谷線和脊線的線條粗細不一致，所以在噪聲去除的技術上不能簡單的使用均值濾波器來處理；

（2）指紋圖像上的谷線和脊線在局部區域內線條連續、方向平穩且線條間相互平行，即具有很好的方向性和穩定的空間分布性；但在小部分區域上會出現細節點、奇異點等；

（3）影響指紋圖像的噪聲主要是結構性的噪聲而非隨機噪聲，主要是由模糊指紋圖像上的脊線缺陷造成的。

指紋分割是對采集到的指紋圖像把包含指紋有用信息的部分提取出來，去除無用的背景區。目前指紋分割的研究熱點主要有基于統計特性的方法和基于方向信息的方法。這兩種方法都存在一定的優勢及不足。基于統計特性的方法運算速度快，但分割效果有限；基于方向信息的方法原理是根據前景區圖像子塊的能量大于背景區，即指紋圖像子塊頻譜能量來分割指紋圖像，但其缺點是對指紋彈性形變導致脊線間隔不均勻的區域，此算法不能發揮作用。基于以上原理，本文提出了基于指紋圖像上方向場信息結合灰度特征來進行的分割算法。該算法既從指紋圖像的方向信息出發，又結合指紋圖像的灰度特性，能準確的去除指紋圖像的背景區，達到指紋分割的目的。

1　算法原理及過程

1.1算法原理指紋圖像的預處理就是根據指紋圖像的特點來進行算法的研究與設計。根據指紋圖像上谷線與脊線的紋理具有一定的方向性，因此可采用指紋紋理的方向信息進行分割。基于方向場信息的指紋分割法的基本原理〔1〕是，在前景區的方向直方圖中存在峰值，因為前景區中脊線和谷線有著相同的方向，使得方向直方圖在這一方向上會產生明顯峰值；而背景區域中各個方向出現的概率幾乎相等，因而其方向直方圖中無明顯峰值出現。

1.2算法過程步驟一：首先，把指紋圖像I（i，j）分成非重疊的w×w（一般取為16×16）的方形子塊，計算出每一子塊的灰度平均值和灰度方差：

其中：I（i，j）為第（m，n）個塊內部w×w個像素點的灰度平均值。

其次，根據以下判定條件區分指紋圖像的前景區和背景區：

步驟二：計算指紋圖像的點方向圖。

圖1　每個像素點的8方向示意圖

其中：i=0，1，2，3為如圖2所示的脊線的方向；

3）根據以下公式（4）確定可能的脊線方向，如下式：

最后，指紋圖像的點方向圖就是計算出圖像中每一個像素點的點方向。

步驟三：劃分指紋點方向圖為非重疊的w×w的子塊，并計算出每一子塊的方向直方圖來統計同一方向的上像素點的數目。

步驟四：若子塊的方向直方圖的峰值高于閾值T，則確定該子塊為前景區；反之為背景區。

基于方向場信息的指紋分割法〔4-5〕對圖像灰度對比度不敏感、計算復雜，在失去方向信息時，不能精確地提取方向場，將導致該方法失效。所以，本文在方向圖的基礎上結合指紋圖像的灰度特征來對圖像進行分割。

步驟五：設圖像F是經方向圖法分割后的圖像，圖像H是基于灰度特征法分割后的圖像，A是采用本文方法，即結合以上兩種分割法得到的指紋圖像，則有：

2　實驗及結論

下面是本文在FVC2004指紋庫中選擇了兩幅不同質量的指紋圖像，在Matlab平臺上分別用基于指紋圖像上方向場信息結合灰度特征來進行的分割算法（方差閾值Tv取經驗值為4）。分別對對比度較好指紋圖像與低對比度指紋圖像進行處理。其實驗效果見圖2。

圖2　兩種不同質量的指紋圖像分割后的圖像

由于到目前為止，還沒有標準、有效的指紋分割評價體系，指紋分割的效果只能通過直觀的視覺分辨以及在指紋圖像后面的處理過程中體現出來。由以上對不同質量的指紋圖像分割的方法對比來看，基于方向場信息結合灰度特征的指紋分割算法可以有效進行指紋分割，分割的結果是可靠和有效的，達到指紋圖像預處理的目標。

〔1〕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.

〔2〕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．

〔3〕YOON S W，FENG J J，JIAN A K.Latent fingerprint enbancement via robuust field estimation〔C〕//2011 Internnational Joint Conference On Biometrics，Washtington，D.C.，Oct.10-13.2011：1-8.

〔4〕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.

〔5〕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.

〔Abstract〕Fingerprint image segmentation is a key step in the pre-processing，with the purpose of facilitating the effective extraction of fingerprint image feature.According to the basic principles of the common fingerprint segmentation process，this paper summarizes two common segmentation algorithms：methods of information-based approach and the statistical properties of the base direction.On this basis，this paper proposed segmentation algorithm based on orientation field information and gray feature，the results showed that：this method can efficiently and reliably segment fingerprint image，and the segmentation effect can meet the fingerprint image preprocessing purposes.

〔Key words〕image processing；the algorithm of direction；gray feature；fingerprint segmentation

（責任編輯袁霞）

Fingerprint Image Segmentation Algorithm Based on the Direction of the Field of Information and Gray Feature Fingerprint Segmentation

Chen Jing，Zhang Su
（College of Engineering，Dali University，Dali，Yunnan 671003，China）

TP3

A

2096-2266（2016）06-0030-03

云南省教育廳科學研究基金資助項目（2015C073Y）

2015-11-02

2015-12-06

陳婧，講師，主要從事數字圖像處理技術研究.