指纹识别预处理算法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
· １２ ·
边长，与图像分辨率等因素有关，可以根据实际情况来选
取，本文采用 １３。
（２）采用 Ｓｏｂｅｌ 算子计算每一小块内各象素点 Ｇ（ｉ，ｊ）
的梯度值 ｄｘ （ｉ，ｊ）（沿 Ｘ 轴方向） 和 ｄｙ （ｉ，ｊ）（沿 Ｙ 轴方
向）。
（３）根据梯度值计算块方向，公式如下：
ｉ＋ｗ／２ ｊ＋ｗ／２
’’ Ｖ（ｘ ｉ，ｊ）＝
令 Ｉ（ｉ，ｊ）代表原始图像在点（ｉ，ｊ）的灰度值，Ｉ′（ｉ，ｊ）代
表规格化后的图像在点（ｉ，ｊ）的灰度值，Ｍ 和 ＶＡＲ 分别代
表原始指纹图像的均值和方差，Ｍ０ 和 ＶＡＲ０ 分别代表期望 得到的均值和方差。则规格化之后的指纹图像在象素点（ｉ，
ｊ）的值 Ｉ（ｉ，ｊ）由式（１）确定：
" #
%Ｍ０＋
２
%０ ｉｆ（Ｇｍｅａｎ［ｉ］≥Ｇｍｅａｎ［ｉＶａｒ］）
值化为：ｉＶａｌ ＝ １ 其他
其中 ｉＶａｌ 为二值图像中该像素处的值，１ 为二值图像
中脊线的灰度值，０ 为谷线和背景的灰度值。
二值化后，对二值图像中模糊区域进行了清晰化，对
（ｉ，ｊ）处的像素点作如下处理：若（ｉ－ １，ｊ－ １），（ｉ，ｊ－ １），（ｉ＋ １，ｊ－ １），（ｉ－ １，ｊ＋１），（ｉ，ｊ＋１），（ｉ＋１，ｊ＋１）处的像素点的值 为 １ 或 （ｉ－ １，ｊ－ １），（ｉ－ １，ｊ），（ｉ－ １，ｊ＋１），（ｉ＋１，ｊ－ １），（ｉ＋ １，ｊ），（ｉ＋１，ｊ＋１）处像素点的值为 １，则像素点（ｉ，ｊ）的值为 １，否则若以上点中至少有 ７ 个点值为 ０，则（ｉ，ｊ）值为 ０。
１ 图像增强
指纹增强是对低质量的指纹图像采用一定的算法进行
处理，使其纹线结构清晰，进而突出和保留固有的特征信息
而避免产生伪特征信息，其目的是保证特征信息提取的准
确性和可靠性。指纹图像的增强一般由归一化、方向图的计
算、滤波几个部分组成。
１．１ 归一化
图像归一化的目的是把图像的平均灰度和对比度调整
到一个固定的级别上，以减少不同指纹图像之间的差异。
二值图中的模糊区域细化后会产生网状的小圈群，从 而引出很多假叉点，经以上处理，细化图中的小圈大为减 少。
４ 细化
二值图像的脊线中间有时会出现小孔，又称气泡。为此 将一般的种子填充算法加以改进，按以下步骤去除孔噪声：
（１） 按从上到下，从左至右的顺序，遍历图像各点，按 下列式子计算各点的差分值： &（&ｉ，ｉ ｊ）＝Ｇ（ｉ，ｊ）－ Ｇ（ｉ＋１，ｊ）；&（&ｉ，ｊ ｊ）＝Ｇ（ｉ，ｊ）－ Ｇ（ｉ，ｊ＋１）
ｆｉｎｇｅｒｐｒｉｎｔｓ ［Ｊ］． Ｐａｔｔｅｒｎ Ｒｅｃｏｎｇｉｔｉｏｎ，１９８７，（５）：５１３－ ５２３． ［４］ 尹义龙． 自动指纹识别系统研究［Ｄ］． 长春：吉林大学， ２０００：５４－ ５７． ［５］ 林国清，李见为，王崇文． 指纹图像的预处理［Ｊ］． 上海： 计算机工程，２００２（９）：１７１－ １７２．
线方向。当所有 ｄｘ（ｉ，ｊ）或 ｄｙ（ｉ，ｊ）均为零时，θ（ｉ，ｊ）取值
为零或 π／２。
１．３ Ｇａｂｏｒ 滤波
从原理上分析，一幅指纹图像是脊线和谷线组成的线
条状图像，其灰度直方图应表现明显的双峰性质，由于指纹
采集时受到各种噪声的影响，使得实际得到的灰度直方图
往往并不呈现双峰性质，因此一般的基于灰度的图像增强
当所有dxij或dyij均为零时ij取值13gabor滤波从原理上分析一幅指纹图像是脊线和谷线组成的线条状图像其灰度直方图应表现明显的双峰性质由于指纹采集时受到各种噪声的影响使得实际得到的灰度直方图往往并不呈现双峰性质因此一般的基于灰度的图像增强方法如直方图校正对比度增强等很难取得明显的效果
２００８ 年 ４ 月
若求得的差分值均大于零，则以该点为种子点进行一 次种子填充，设置计数值 Ｃ＝０，将当前点填充为脊线上的 点，转（２）；否则继续。若已搜索完图像中所有的象素点，则 算法结束；（２）检查当前点的四邻域，当发现有谷线上的点 便将其填充为脊线上的点并压入堆栈，计数值 Ｃ＝Ｃ＋１。若 Ｃ＞ＴＣ（ＴＣ 为一合适阈值），则取消该次种子填充，转（１）， 否则转（３）；（３）若堆栈不为空，则弹出一个象素点，把它 作为当前点，转（２），否则转（１）。
同人的指纹对于同一指纹采集设备来说，指纹的脊线频率
的差别满足这个误差范围。因此，在使用 Ｇａｂｏｒ 滤波时，完
全可以使用固定的脊线频率，这样省去求频率，大大减少了
运算量，提高了效率。
利用公式（５）对图像进行滤波，其滤波公式为：
ｗｇ／２ ｗｇ／２
ｗ（ｉ，ｊ）＝##（ｈ（ｕ，ｖ，θ，ｆ）ｌ＇（ｉ－ ｕ，ｊ－ ｖ）） ｕ＝－ ｗｇ／２ｖ＝－ ｗｇ／２
以先把图像分块，然后计算每一个小块的纹线方向，最后用
该方向来代表对应图像块内各个象素的方向。用这种方法
来求指纹方向图效率较高将图像分成 Ｗ×Ｗ 的小块，其中 Ｗ 为各图像块的
收稿日期：２００８－ ０１－ ３０ ＊ 盛建瓴 北京工业大学计算机学院讲师（北京 １０００２２）。
原始图像
增加图像 二值化图像 图 １ 实验结果
细化图像
参考文献 ［１］ 罗希平，田捷． 自动指纹识别中的图像增强和细节匹配
算法［Ｊ］． 北京：软件学报，２００２，１３（５）：９４６－ ９５６． ［２］ 王家隆． 指纹图像的预处理及其改进方法［Ｄ］． 大连：大
连理工大学，２００３． ［３］ ＶｅｒｍａＭＲ，ＭａｊｕｍｄａｒＡＫ，ＣｈａｔｔｅｒｊｅｅＢ． Ｅｄｇｅ ｄｅｔｅｃｔｉｏｎ ｉｎ
现指纹图像的增强。
根据需要，将 Ｇａｂｏｒ 函数略作修改，得到一个数字滤波
器，如公式（５）所示。
! " ｈ（ｘ，ｖ，θ，ｆ）＝ｅｘｐ － １／２（（ｘｃεｏｓθｘ２ ）２ ＋（ｙｃεｏｓθｙ２ ）２ ） ｃｏｓ
（２πｆｘｃｏｓθ）
（５）
这里得到的 Ｇａｂｏｒ 滤波器 ｈ（ｘ，ｖ，θ，ｆ）用于对指纹图
（６）
式中：ω（ｉ，ｊ）为滤波后的图像，θ 为图像块的方向，ｆ
为脊线的频率（本文取固定值），Ｉ′（ｉ，ｊ）为规格化后的指
纹图像，ｗｇ 为 Ｇａｂｏｒ 滤波器的大小，一般为一个脊线宽度。
考虑到在指纹图像的核心区域方向变化比较剧烈，针
对指纹图像的不同区域采取了单一方向 Ｇａｂｏｒ 滤波及多方
向 Ｇａｂｏｒ 滤波合成的综合增强方法，算法步骤如下：
关 键 词 ： 指纹 Ｇａｂｏｒ 滤波器 二值化 细化
中图分类号： ＴＰ３９１．４１
文献标识码： Ａ 文章编号： １００２－ ２４２２（ ２００８） ０２－ ００１２－ ０２
Ｐｒ ｅ－ｐｒ ｏｃｅｓｓｉｎｇ Ａｌｇｏｒ ｉｔｈｍ ｏｆ Ｆｉｎｇｅｒｐｒ ｉｎｔ Ｒｅｃｏｇｎｉｔｉｏｎ
Ｓｈｅｎｇ Ｊ ｉａｎｌｉｎｇ Ｚｈｕ Ｄｏｎｇｍｅｉ
像的局部区域进行滤波。其滤波参数与局部图像块的方向、
频率、尺寸和位置有关。式中：θ 表示滤波器的方向；ｆ 表示
脊线形成的正弦波频率，εｘ 和 εｙ 为沿 Ｘ 轴和 Ｙ 轴的空间 常量。
在实验中发现，Ｇａｂｏｒ 滤波器对脊线频率求取的准确性
并不敏感，即当 Ｇａｂｏｒ 滤波器中使用的频率与实际求取的
频率在一定的误差范围内时，不会影响处理效果，实际上不
器，用这 ５ 个 Ｇａｂｏｒ 滤波器分别进行滤波，并相加合成。
２ 图像有效区域提取
从原始指纹图像中提取出有效指纹区域，标记出非有
效区域，在后面只对有效区域处理，可减少计算量，提高处
理速度。算法如下：（１）将图像划分为互不重叠的 Ｗ×Ｗ 的
子块，计算每个子块的平均灰度值和方差；（２） 对每一子
块，其方差小于阈值 Ｔ 时，为背景块，灰度值设为 ２５５，否则
ＶＡＲ０（Ｉ（ｉ，ｊ）－ Ｍ（Ｉ）） ＶＡＲ
Ｉ＇（ｉ，ｊ）＝$
" %
&Ｍ０－
２
ＶＡＲ０（Ｉ（ｉ，ｊ）－ Ｍ（Ｉ）） ＶＡＲ
Ｉ（ｉ，ｊ）＞Ｍ （１）
其他
按式（１）对输入图像进行点运算即实现图像的归一化
处理，运算结果使得图像的灰度均值和方差与预定值一致。
１．２ 方向图计算
根据指纹纹线方向在局部区域内基本一致的特点，可
采用该算法清除了二值图像的孔类噪声后，再作细化 处理，可以得到比较干净可靠的单象素纹线图像，从而为后 处理打下良好的基础。
５ 实验结果及结论
在 ＰⅣ２．０ＧＨｚ、内存为 ５１２Ｍ 的 ＰＣ 机上，用 ＶＣ６ 编程 实现了上述算法。实验结果表明该套预处理算法能比较有 效地改善指纹图像质量，具有简单快速的特点（如图 １）。
（１） 把指纹图像分成大小为 １６×１６ 的互不重叠的小
块；（２）对当前小块，算其方向值与 ４ 个邻域子块的方向值
的差值；（３）如果差值都小于 ４５°，则利用当前的方向参数
得到 Ｇａｂｏｒ 滤波器进行滤波；（４）若差值大于 ４５°，则分别
取当前子块和四邻域子块的方向参数得到 ５ 个 Ｇａｂｏｒ 滤波
ｄｉｓｃｕｓｓｉｏｎ ｉｎ ｂｉｎａｒｉｚａｔｉｏｎ ａｎｄ ｔｈｉｎｎｉｎｇ ｉｎ ｔｈｉｓ ｐａｐｅｒ． Ａｔ ｌａｓｔ ｅｘｐｅｒｉｍｅｎｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ｒｉｄｇｅ ｉｓ ｅｘｔｒａｃｔｅｄ ａｎｄ ｔｈｅ ｋｅｙ ｉｎｆｏｒｍａｔｉｏｎ ｉｓ ｓａｖｅｄ ａｆｔｅｒ ｔｈｅ ｐｒｅ－ ｐｒｏｃｅｓｓｉｎｇ． Ｋｅｙｗｏｒ ｄ： Ｆｉｎｇｅｒｐｒｉｎｔ Ｇａｂｏｒ Ｆｉｌｔｅｒ Ｂｉｎａｒｉｚａｔｉｏｎ Ｔｈｉｎｎｉｎｇ
为前景块。实验中 Ｗ 取 ８，Ｔ 取所有子块方差平均值的 １／３。
３ 二值化及后处理
实验中采用基于脊线方向的二值化算法。思想如下：
若该像素处的脊线方向为 ｉ，先用估计方向场时用到的
方法计算该像素在方向 ｉ 和垂直方向 ｉＶａｒ＝（ｉ＋４）ｍｏｄ８ 的
灰度平均值 Ｇｍｅａｎ（ｉ）和 Ｇｍｅａｎ（ｉＶａｒ），然后将该像素二
Ａｂｓｔｒ ａｃｔ： Ａ ｐｒｅｐｏｃｅｓｓｉｎｇ ａｌｇｏｒｉｔｈｍ ｏｆ ｆｉｎｇｅｒｐｒｉｎｔ ｉｍａｇｅ ｂａｓｅｄ ｏｎ Ｇａｂｏｒ ｆｉｌｔｅｒ ｉｓ ｐｒｏｐｏｓｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ． Ｆｉｎｇｅｒｐｒｉｎｔ ｅｎｈａｎｃｅｍｅｎｔ、ｂｉｎａｒｉｚａｔｉｏｎ ｉｎ ｂｉｎａｒｙ ｉｍａｇｅ ａｎｄ ｔｈｉｎｎｉｎｇ ａｒｅ ａｌｌ ｄｉｓｃｕｓｓｅｄ ｉｎ ｔｈｉｓ ｓｅｔ ｏｆ ａｌｇｏｒｉｔｈｍｓ． Ｕｓｉｎｇ Ｇａｂｏｒ ｆｉｌｔｅｒ ｄｅｓｉｇｎｅｄ ｂｙ ｒｉｄｇｅ ｏｒｉｅｎｔａｔｉｏｎ ｏｆ ｆｉｎｇｅｒｐｒｉｎｔ ｉｍｐｌｅｍｅｎｔｓ ｆｉｎｇｅｒｐｒｉｎｔ ｅｎｈａｎｃｅｍｅｎｔ．Ｉｔ ａｌｓｏ ｍａｋｅｓ
电脑学习
第２期
指纹识别预处理算法
盛建瓴＊ 朱冬梅
摘 要 ： 提出了一种基于 Ｇａｂｏｒ 滤波的指纹图像预处理算法， 包括指纹图像的增强、二值化和细化等几部分； 在指纹
图像增强方面， 利用指纹的方向特性设计出 Ｇａｂｏｒ 滤波器， 用 Ｇａｂｏｒ 滤波器对指纹进行滤波； 在二值化和细
化方面也做了探讨； 实验结果表明， 经过这种预处理算法提取出了纹线， 并且很好地保留了纹线的关键信息。
· １３ ·
方法如直方图校正、对比度增强等很难取得明显的效果。对
于指纹图像，局部区域的纹线分布具有较稳定的方向和频
率，根据这些方向和频率数值，设计出相应的带通滤波器就
能有效地在局部区域对指纹进行修正和滤波。由于 Ｇａｂｏｒ
滤波器可以同时在空域和频域上获得最佳的分辨率，具有
良好的带通性和方向选择性，可以采用 Ｇａｂｏｒ 滤波器来实
（２(（ｘ ｕ，ｖ）(（ｙ ｕ，ｖ））
ｕ＝ｉ－ ｗ／２ｖ＝ｊ－ ｗ／２
ｉ＋ｗ／２ ｊ＋ｗ／２
’’ Ｖ（ｙ ｉ，ｊ）＝
（(２（ｘ ｕ，ｖ）－ (２（ｙ ｕ，ｖ））
ｕ＝ｉ－ ｗ／２ｖ＝ｊ－ ｗ／２
（２） （３）
θ（ｘ，ｙ）＝１／２ａｒｃｔａｎ（Ｖ（ｙ ｉ，ｊ）／Ｖ（ｘ ｉ，ｊ））
（４）
其中 θ（ｉ，ｊ）为指纹的梯度方向，再加上 π／２ 后即为纹
边长，与图像分辨率等因素有关，可以根据实际情况来选
取，本文采用 １３。
（２）采用 Ｓｏｂｅｌ 算子计算每一小块内各象素点 Ｇ（ｉ，ｊ）
的梯度值 ｄｘ （ｉ，ｊ）（沿 Ｘ 轴方向） 和 ｄｙ （ｉ，ｊ）（沿 Ｙ 轴方
向）。
（３）根据梯度值计算块方向，公式如下：
ｉ＋ｗ／２ ｊ＋ｗ／２
’’ Ｖ（ｘ ｉ，ｊ）＝
令 Ｉ（ｉ，ｊ）代表原始图像在点（ｉ，ｊ）的灰度值，Ｉ′（ｉ，ｊ）代
表规格化后的图像在点（ｉ，ｊ）的灰度值，Ｍ 和 ＶＡＲ 分别代
表原始指纹图像的均值和方差，Ｍ０ 和 ＶＡＲ０ 分别代表期望 得到的均值和方差。则规格化之后的指纹图像在象素点（ｉ，
ｊ）的值 Ｉ（ｉ，ｊ）由式（１）确定：
" #
%Ｍ０＋
２
%０ ｉｆ（Ｇｍｅａｎ［ｉ］≥Ｇｍｅａｎ［ｉＶａｒ］）
值化为：ｉＶａｌ ＝ １ 其他
其中 ｉＶａｌ 为二值图像中该像素处的值，１ 为二值图像
中脊线的灰度值，０ 为谷线和背景的灰度值。
二值化后，对二值图像中模糊区域进行了清晰化，对
（ｉ，ｊ）处的像素点作如下处理：若（ｉ－ １，ｊ－ １），（ｉ，ｊ－ １），（ｉ＋ １，ｊ－ １），（ｉ－ １，ｊ＋１），（ｉ，ｊ＋１），（ｉ＋１，ｊ＋１）处的像素点的值 为 １ 或 （ｉ－ １，ｊ－ １），（ｉ－ １，ｊ），（ｉ－ １，ｊ＋１），（ｉ＋１，ｊ－ １），（ｉ＋ １，ｊ），（ｉ＋１，ｊ＋１）处像素点的值为 １，则像素点（ｉ，ｊ）的值为 １，否则若以上点中至少有 ７ 个点值为 ０，则（ｉ，ｊ）值为 ０。
１ 图像增强
指纹增强是对低质量的指纹图像采用一定的算法进行
处理，使其纹线结构清晰，进而突出和保留固有的特征信息
而避免产生伪特征信息，其目的是保证特征信息提取的准
确性和可靠性。指纹图像的增强一般由归一化、方向图的计
算、滤波几个部分组成。
１．１ 归一化
图像归一化的目的是把图像的平均灰度和对比度调整
到一个固定的级别上，以减少不同指纹图像之间的差异。
二值图中的模糊区域细化后会产生网状的小圈群，从 而引出很多假叉点，经以上处理，细化图中的小圈大为减 少。
４ 细化
二值图像的脊线中间有时会出现小孔，又称气泡。为此 将一般的种子填充算法加以改进，按以下步骤去除孔噪声：
（１） 按从上到下，从左至右的顺序，遍历图像各点，按 下列式子计算各点的差分值： &（&ｉ，ｉ ｊ）＝Ｇ（ｉ，ｊ）－ Ｇ（ｉ＋１，ｊ）；&（&ｉ，ｊ ｊ）＝Ｇ（ｉ，ｊ）－ Ｇ（ｉ，ｊ＋１）
ｆｉｎｇｅｒｐｒｉｎｔｓ ［Ｊ］． Ｐａｔｔｅｒｎ Ｒｅｃｏｎｇｉｔｉｏｎ，１９８７，（５）：５１３－ ５２３． ［４］ 尹义龙． 自动指纹识别系统研究［Ｄ］． 长春：吉林大学， ２０００：５４－ ５７． ［５］ 林国清，李见为，王崇文． 指纹图像的预处理［Ｊ］． 上海： 计算机工程，２００２（９）：１７１－ １７２．
线方向。当所有 ｄｘ（ｉ，ｊ）或 ｄｙ（ｉ，ｊ）均为零时，θ（ｉ，ｊ）取值
为零或 π／２。
１．３ Ｇａｂｏｒ 滤波
从原理上分析，一幅指纹图像是脊线和谷线组成的线
条状图像，其灰度直方图应表现明显的双峰性质，由于指纹
采集时受到各种噪声的影响，使得实际得到的灰度直方图
往往并不呈现双峰性质，因此一般的基于灰度的图像增强
当所有dxij或dyij均为零时ij取值13gabor滤波从原理上分析一幅指纹图像是脊线和谷线组成的线条状图像其灰度直方图应表现明显的双峰性质由于指纹采集时受到各种噪声的影响使得实际得到的灰度直方图往往并不呈现双峰性质因此一般的基于灰度的图像增强方法如直方图校正对比度增强等很难取得明显的效果
２００８ 年 ４ 月
若求得的差分值均大于零，则以该点为种子点进行一 次种子填充，设置计数值 Ｃ＝０，将当前点填充为脊线上的 点，转（２）；否则继续。若已搜索完图像中所有的象素点，则 算法结束；（２）检查当前点的四邻域，当发现有谷线上的点 便将其填充为脊线上的点并压入堆栈，计数值 Ｃ＝Ｃ＋１。若 Ｃ＞ＴＣ（ＴＣ 为一合适阈值），则取消该次种子填充，转（１）， 否则转（３）；（３）若堆栈不为空，则弹出一个象素点，把它 作为当前点，转（２），否则转（１）。
同人的指纹对于同一指纹采集设备来说，指纹的脊线频率
的差别满足这个误差范围。因此，在使用 Ｇａｂｏｒ 滤波时，完
全可以使用固定的脊线频率，这样省去求频率，大大减少了
运算量，提高了效率。
利用公式（５）对图像进行滤波，其滤波公式为：
ｗｇ／２ ｗｇ／２
ｗ（ｉ，ｊ）＝##（ｈ（ｕ，ｖ，θ，ｆ）ｌ＇（ｉ－ ｕ，ｊ－ ｖ）） ｕ＝－ ｗｇ／２ｖ＝－ ｗｇ／２
以先把图像分块，然后计算每一个小块的纹线方向，最后用
该方向来代表对应图像块内各个象素的方向。用这种方法
来求指纹方向图效率较高将图像分成 Ｗ×Ｗ 的小块，其中 Ｗ 为各图像块的
收稿日期：２００８－ ０１－ ３０ ＊ 盛建瓴 北京工业大学计算机学院讲师（北京 １０００２２）。
原始图像
增加图像 二值化图像 图 １ 实验结果
细化图像
参考文献 ［１］ 罗希平，田捷． 自动指纹识别中的图像增强和细节匹配
算法［Ｊ］． 北京：软件学报，２００２，１３（５）：９４６－ ９５６． ［２］ 王家隆． 指纹图像的预处理及其改进方法［Ｄ］． 大连：大
连理工大学，２００３． ［３］ ＶｅｒｍａＭＲ，ＭａｊｕｍｄａｒＡＫ，ＣｈａｔｔｅｒｊｅｅＢ． Ｅｄｇｅ ｄｅｔｅｃｔｉｏｎ ｉｎ
现指纹图像的增强。
根据需要，将 Ｇａｂｏｒ 函数略作修改，得到一个数字滤波
器，如公式（５）所示。
! " ｈ（ｘ，ｖ，θ，ｆ）＝ｅｘｐ － １／２（（ｘｃεｏｓθｘ２ ）２ ＋（ｙｃεｏｓθｙ２ ）２ ） ｃｏｓ
（２πｆｘｃｏｓθ）
（５）
这里得到的 Ｇａｂｏｒ 滤波器 ｈ（ｘ，ｖ，θ，ｆ）用于对指纹图
（６）
式中：ω（ｉ，ｊ）为滤波后的图像，θ 为图像块的方向，ｆ
为脊线的频率（本文取固定值），Ｉ′（ｉ，ｊ）为规格化后的指
纹图像，ｗｇ 为 Ｇａｂｏｒ 滤波器的大小，一般为一个脊线宽度。
考虑到在指纹图像的核心区域方向变化比较剧烈，针
对指纹图像的不同区域采取了单一方向 Ｇａｂｏｒ 滤波及多方
向 Ｇａｂｏｒ 滤波合成的综合增强方法，算法步骤如下：
关 键 词 ： 指纹 Ｇａｂｏｒ 滤波器 二值化 细化
中图分类号： ＴＰ３９１．４１
文献标识码： Ａ 文章编号： １００２－ ２４２２（ ２００８） ０２－ ００１２－ ０２
Ｐｒ ｅ－ｐｒ ｏｃｅｓｓｉｎｇ Ａｌｇｏｒ ｉｔｈｍ ｏｆ Ｆｉｎｇｅｒｐｒ ｉｎｔ Ｒｅｃｏｇｎｉｔｉｏｎ
Ｓｈｅｎｇ Ｊ ｉａｎｌｉｎｇ Ｚｈｕ Ｄｏｎｇｍｅｉ
像的局部区域进行滤波。其滤波参数与局部图像块的方向、
频率、尺寸和位置有关。式中：θ 表示滤波器的方向；ｆ 表示
脊线形成的正弦波频率，εｘ 和 εｙ 为沿 Ｘ 轴和 Ｙ 轴的空间 常量。
在实验中发现，Ｇａｂｏｒ 滤波器对脊线频率求取的准确性
并不敏感，即当 Ｇａｂｏｒ 滤波器中使用的频率与实际求取的
频率在一定的误差范围内时，不会影响处理效果，实际上不
器，用这 ５ 个 Ｇａｂｏｒ 滤波器分别进行滤波，并相加合成。
２ 图像有效区域提取
从原始指纹图像中提取出有效指纹区域，标记出非有
效区域，在后面只对有效区域处理，可减少计算量，提高处
理速度。算法如下：（１）将图像划分为互不重叠的 Ｗ×Ｗ 的
子块，计算每个子块的平均灰度值和方差；（２） 对每一子
块，其方差小于阈值 Ｔ 时，为背景块，灰度值设为 ２５５，否则
ＶＡＲ０（Ｉ（ｉ，ｊ）－ Ｍ（Ｉ）） ＶＡＲ
Ｉ＇（ｉ，ｊ）＝$
" %
&Ｍ０－
２
ＶＡＲ０（Ｉ（ｉ，ｊ）－ Ｍ（Ｉ）） ＶＡＲ
Ｉ（ｉ，ｊ）＞Ｍ （１）
其他
按式（１）对输入图像进行点运算即实现图像的归一化
处理，运算结果使得图像的灰度均值和方差与预定值一致。
１．２ 方向图计算
根据指纹纹线方向在局部区域内基本一致的特点，可
采用该算法清除了二值图像的孔类噪声后，再作细化 处理，可以得到比较干净可靠的单象素纹线图像，从而为后 处理打下良好的基础。
５ 实验结果及结论
在 ＰⅣ２．０ＧＨｚ、内存为 ５１２Ｍ 的 ＰＣ 机上，用 ＶＣ６ 编程 实现了上述算法。实验结果表明该套预处理算法能比较有 效地改善指纹图像质量，具有简单快速的特点（如图 １）。
（１） 把指纹图像分成大小为 １６×１６ 的互不重叠的小
块；（２）对当前小块，算其方向值与 ４ 个邻域子块的方向值
的差值；（３）如果差值都小于 ４５°，则利用当前的方向参数
得到 Ｇａｂｏｒ 滤波器进行滤波；（４）若差值大于 ４５°，则分别
取当前子块和四邻域子块的方向参数得到 ５ 个 Ｇａｂｏｒ 滤波
ｄｉｓｃｕｓｓｉｏｎ ｉｎ ｂｉｎａｒｉｚａｔｉｏｎ ａｎｄ ｔｈｉｎｎｉｎｇ ｉｎ ｔｈｉｓ ｐａｐｅｒ． Ａｔ ｌａｓｔ ｅｘｐｅｒｉｍｅｎｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ｒｉｄｇｅ ｉｓ ｅｘｔｒａｃｔｅｄ ａｎｄ ｔｈｅ ｋｅｙ ｉｎｆｏｒｍａｔｉｏｎ ｉｓ ｓａｖｅｄ ａｆｔｅｒ ｔｈｅ ｐｒｅ－ ｐｒｏｃｅｓｓｉｎｇ． Ｋｅｙｗｏｒ ｄ： Ｆｉｎｇｅｒｐｒｉｎｔ Ｇａｂｏｒ Ｆｉｌｔｅｒ Ｂｉｎａｒｉｚａｔｉｏｎ Ｔｈｉｎｎｉｎｇ
为前景块。实验中 Ｗ 取 ８，Ｔ 取所有子块方差平均值的 １／３。
３ 二值化及后处理
实验中采用基于脊线方向的二值化算法。思想如下：
若该像素处的脊线方向为 ｉ，先用估计方向场时用到的
方法计算该像素在方向 ｉ 和垂直方向 ｉＶａｒ＝（ｉ＋４）ｍｏｄ８ 的
灰度平均值 Ｇｍｅａｎ（ｉ）和 Ｇｍｅａｎ（ｉＶａｒ），然后将该像素二
Ａｂｓｔｒ ａｃｔ： Ａ ｐｒｅｐｏｃｅｓｓｉｎｇ ａｌｇｏｒｉｔｈｍ ｏｆ ｆｉｎｇｅｒｐｒｉｎｔ ｉｍａｇｅ ｂａｓｅｄ ｏｎ Ｇａｂｏｒ ｆｉｌｔｅｒ ｉｓ ｐｒｏｐｏｓｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ． Ｆｉｎｇｅｒｐｒｉｎｔ ｅｎｈａｎｃｅｍｅｎｔ、ｂｉｎａｒｉｚａｔｉｏｎ ｉｎ ｂｉｎａｒｙ ｉｍａｇｅ ａｎｄ ｔｈｉｎｎｉｎｇ ａｒｅ ａｌｌ ｄｉｓｃｕｓｓｅｄ ｉｎ ｔｈｉｓ ｓｅｔ ｏｆ ａｌｇｏｒｉｔｈｍｓ． Ｕｓｉｎｇ Ｇａｂｏｒ ｆｉｌｔｅｒ ｄｅｓｉｇｎｅｄ ｂｙ ｒｉｄｇｅ ｏｒｉｅｎｔａｔｉｏｎ ｏｆ ｆｉｎｇｅｒｐｒｉｎｔ ｉｍｐｌｅｍｅｎｔｓ ｆｉｎｇｅｒｐｒｉｎｔ ｅｎｈａｎｃｅｍｅｎｔ．Ｉｔ ａｌｓｏ ｍａｋｅｓ
电脑学习
第２期
指纹识别预处理算法
盛建瓴＊ 朱冬梅
摘 要 ： 提出了一种基于 Ｇａｂｏｒ 滤波的指纹图像预处理算法， 包括指纹图像的增强、二值化和细化等几部分； 在指纹
图像增强方面， 利用指纹的方向特性设计出 Ｇａｂｏｒ 滤波器， 用 Ｇａｂｏｒ 滤波器对指纹进行滤波； 在二值化和细
化方面也做了探讨； 实验结果表明， 经过这种预处理算法提取出了纹线， 并且很好地保留了纹线的关键信息。
· １３ ·
方法如直方图校正、对比度增强等很难取得明显的效果。对
于指纹图像，局部区域的纹线分布具有较稳定的方向和频
率，根据这些方向和频率数值，设计出相应的带通滤波器就
能有效地在局部区域对指纹进行修正和滤波。由于 Ｇａｂｏｒ
滤波器可以同时在空域和频域上获得最佳的分辨率，具有
良好的带通性和方向选择性，可以采用 Ｇａｂｏｒ 滤波器来实
（２(（ｘ ｕ，ｖ）(（ｙ ｕ，ｖ））
ｕ＝ｉ－ ｗ／２ｖ＝ｊ－ ｗ／２
ｉ＋ｗ／２ ｊ＋ｗ／２
’’ Ｖ（ｙ ｉ，ｊ）＝
（(２（ｘ ｕ，ｖ）－ (２（ｙ ｕ，ｖ））
ｕ＝ｉ－ ｗ／２ｖ＝ｊ－ ｗ／２
（２） （３）
θ（ｘ，ｙ）＝１／２ａｒｃｔａｎ（Ｖ（ｙ ｉ，ｊ）／Ｖ（ｘ ｉ，ｊ））
（４）
其中 θ（ｉ，ｊ）为指纹的梯度方向，再加上 π／２ 后即为纹