指纹图的特征增强与去伪的分级处理算法

华 中 科 技 大 学 学 报 (自然科学版)
J . Huazho n g U n iv. of S ci . & Tech. ( N at u re S cience Ed it io n )
第 32 卷 第 6 期 2004 年 6 月
Vol . 32 No . 6 J un.
2004
指纹图的特征增强与去伪的分级处理算法
王芙蓉 罗 源 胡佳曦
(华中科技大学 电子与信息工程系 , 湖北 武汉 430074)
摘要 : 提出了一种指纹图特征增强与去伪的分级算法 . 对指纹的二值图进行增强 ,有效减少虚假细节点的出 现 ;在细化图上跟踪并标记脊线 ,去除具有连接关系的伪细节点 ;利用指纹对偶性除去断点等无脊线连接关系 的伪细节点 . 实验结果表明 ,此算法在去除伪细节点方面具有很好的效果 ,达到了自动指纹身份识别系统的实 时要求 .
关 键 词 : 指纹识别 ; 特征增强 ; 细化图 ; 去伪 中图分类号 : TP391 . 4
文献标识码 : A
文章编号 : 167124512 (2004) 0620001203
A hierarchy method f or en hancement an d purif icat i on
of f ingerprint f e atures
W a n g F u ron g L u o Y u a n H u J i a x i
Abstract : A n innovati o n al hierarchy algo r it h m was p r esented to enhance and p u ri f y fingerp r int feat u res.
The binary image was enhanced. The ridges in t he t hinned image were t raced to eliminate t he f alse minuti 2
ae co nnected by ridges. B ot h fo regro und and backgro und characteristics were used to repair ridge breaks and to eliminate islands. The e x perimental result s show t hat t his algo rit h m can detect and eliminate t he sp uri o u s
minutiae enco u ntered in t h e t h inned fingerp r int image wit h high time eff iciency. K ey w ords : fingerp r int identi ficati o n ; minutia enhancement ; t h inning ; po s t 2p r ocessing W ang F urong
Prof . ; Dep t . of Elect ro n ics & Info r mati o n Eng. , Huazho n g U n iv. of Sci . & Tech . , Wuhan 430074 , China .
指纹图特征的提取是自动指纹识别中非常关 键的一步. 由于指纹在录入时的噪声和预处理阶 段引入的误差 , 在后续阶段会引起很多虚假的伪 节点 , 有效地去除这些伪节点 , 成为提高指纹匹配 精度的一个重要手段. 针对此问题 , 本文提出了一 种基于二值图增强和脊线跟踪的去伪算法.
伪细节点类型有图 1 所示几种.
伪细节点的定义
1 伪细节点的定义基于如下两种假设 , 这些假 设在正常的指纹中都是成立的 :a . 指纹基本上是 由相互平行的纹线组成的 , 作为正常纹路中的异 常情况 , 特征在少数区域中出现 . b . 平行的纹路 之间不会出现特征. 因此 , 两个特征之间的距离不 应大于纹路的间距.
根据以上两个假设 , 在细化图上表现出来的 图 1 伪细节点的分类
这些虚假的结构主要是由于指纹图录入时产
生的噪声 、指纹质量好坏和对纹路滤波时引入的 误差等原因引起的. 其中断点 、褶皱 ( 1 , 5 , 7 , 11) 等 伪细节点是由于指纹上的伤疤痕迹等原因引起 的 ;毛刺 ( 2) 是二值图中脊线不够光滑导致的 ; 桥 梁 、梯形 ( 3 , 4 , 6 , 8) 等虚假结构则是因为脊线之间
收稿日期 : 2003211224 .
作者简介 : 王芙蓉 (19662) ,女 ,教授 ;武汉 ,华中科技大学电子与信息工程系 (430074) . E 2ma i l : wang f u ro n g @mail . h ust . edu. cn
2 .2 提取细节点
的距离太近, 因此在细化时被错误地连接在了一
起;洞( 9) 是由于脊谷线太宽造成的; 岛、孤立点
( 10 , 12) 等则是由于离散的噪声或者太短的脊线
所产生的虚假终止点. 这些虚假的细节点会对后
阶段的匹配产生极大的影响,因此必须设法除去.
采用文献[2 ]中的方法,将增强后的二值图细
化得到了只有两个灰度级、脊线宽度为单像素的
指纹图,然后在细化图上利用交叉数的概念提取
出所有的终止点和分叉点. 再根据预处理阶段得
到的前景模板,将到前景边界距离小于某个门限2 后处理算法值(本文中取预处理时的分块大小) 的细节点作为
边界效应引起的伪细节点全部去除.
2 .
3 跟踪脊线并标记脊线去伪
对采集到的指纹图进行预处理就得到了指纹
的二值图, 见图2 和图3 . 本研究采用的预处理方
法主要是将指纹图归一化后,提取指纹的方向场
和频率场,然后分块G abo r滤波并二值化,并通过
该块的频率信息获得相应局部脊线距离λ, 具体
算法可以参见文献[1 . 本文中的指纹特征增强和
去伪算法都是针对此二值图展开的.
在脊线的细化图上, 以每个提取出来的候选
细节点为中心建立一个大小为W ×W 的标记窗
口.首先初始化该窗口内的标记值均为0 ,并将中
心即细节点所在处的标记赋值为- 1 ,然后开始在
此窗口范围内跟踪脊线,并将跟踪脊线的结果标
记在此窗口中.具体标记过程如下.
对于终止点:a .跟踪终止点所在脊线, 并将
与该终止点相连的脊线像素点的标记全部打上
0 ;b. 沿标记窗口顺时针统计标记从0 到1 的变
化次数T 01 , 若T 01 = 1 , 则此终止点为真实终止
点.
对于分叉点:a .将与该分叉点8 领域相连的
脊线像素点顺时针依次打上标记1 , 2 , 3 ; b. 对于
每一个分支,分别跟踪其脊线,并打上其所在脊线图2 原指纹图
2 .1 二值图增强
图3 预处理结果图
的标记1 , 2 或3 , 直到分叉点三个分支脊线上的
像素点均被打上标记为止;c.沿标记窗口边界顺二值图中的颗粒噪声、脊线间的断裂、脊线中
的空洞等在细化后都会产生对应的伪细节点, 因
此二值图增强对提高最终提取出来的细节点的质
量有很大的帮助. 通过定义两个形态学算子来增
强二值图, 以达到连接断裂的脊线, 去除小洞和颗
粒噪声的目的.
对于每个像素点, 考虑一个3 ×3 的模块:
a . 若P = 1 ,且P1 至P8 中有6 个以上的像
素点为0 , 则将像素点P 置为0 ;
b. 若P = 0 , 且( P1 + P2 + P3 ) ( P5 + P6 +
P7 ) + ( P3 + P4 + P5 ) ( P7 + P8 + P1 ) = 1 ,则把像
素点P 置为1 .
经过上述两个模板在二值图上的检测, 能够
有效去除二值图脊线纹路中的空洞,连接断裂的
脊线. 图4 和图5 为一个二值图增强前后对应的
时针统计标记从0 到1 , 从0 到2 , 从0 到3 的变
化次数T01 , T02 , T 03 ,若T01 & T02 & T 03 均为1
则此分叉点为真实的分叉点.
这里跟踪的窗口大小W 略大于两倍的局部
脊线距离λ. 此外由于按文献[2 ]得到的细化图是
强连通图, 采用一个3 ×3 窗口的纹线跟踪前进识
别器在这3 ×3 的窗口中,若该像素点为黑,且标
记为0 , 则跟踪到此像素点, 这样在跟踪终止点和
正常的纹路点时都不会遇到问题. 若在跟踪的过
程中遇到分叉点,则记录下该分叉点的位置,再沿
原分支跟踪标记完毕后,回到此分叉点继续沿其
他的两个分支跟踪并做标记.这样就能够将所有
可能出现的复杂纹路结构都标记完毕,去掉许多
伪细节点, 包括桥梁、三角、毛刺、融连、梯形、洞
褶皱及孤立点.见图6 和图7 .
2 .4 利用指纹对偶性去伪
经过上述步骤虽然已经去掉了大量的伪细节
点(图8) , 但是由于这种标记窗口的方法是利用
第 6 期
王芙蓉等 : 指纹图的特征增强与去伪的分级处理算法 3
实验结果
3 文中所用图像均采用 Veridico m 公司生产的
5t h Sense 指纹采集仪获得 ,通过本实验室的人员
采集建立的指纹库测试了此增强去伪算法. 所获 得的原图均是 300 ×300 的 256 级 500 dpi 的灰度
图 . 表 1 是对从指纹库中随机抽取的 10 幅指纹图 进行处理的结果. 其中剩余虚假细节点数和遗漏
的细节点数都是与人工肉眼判断比较得出的结 果 ,伪细节点去除比例与真实特征的检测比例的 定义参见资料 ①. 根据表 1 中数据 ,可以看到此去
伪算法平均能够去掉 98 . 85 %的虚假细节点 ( 资 料 ①中为 96 %) ,同时提取出 94 . 78 %的真实细
节点 (资 料 ①中 为 92 %) , 在 赛 扬 500 M Hz , 128 Mbyte 内存的计算机上运行提取和去伪算法 ( 包 括预处理) 的平均时间不超过 1 . 51 s.
表 1 后处理结果统计
图 6 毛刺去除标记图 图 7 融连去除标记图
的断点存在 ,如图 9 ( 圆圈内) .
图 8 按交叉数提取
的细节点
图 9 去除边界点并完成脊
线标记去伪后的结果
编 号 剩余虚假 细节点数 遗漏细 节点数 伪细节点去 除比例/ % 真实特征检 测比例/ %
但是根据指纹图的对偶性 , 可以看到几种在 脊线细化图上不能很好去除的伪细节点 :断点 、多 断点和岛形 , 分别对应在谷线上的细节点为 : 桥 梁 、褶皱和洞 , 而这几种谷线上的细节点恰恰是画 窗跟踪脊线去伪法所能够去除的伪细节点类型. 所以采用如下算法来进行断点的去伪工作 :
a . 将预处理得到的二值图反值后再进行细
化 , 得到谷线细化图 ;
b . 在谷线细化图上提取分叉点 , 如图 10 所 示 , 并记录分叉点所在的位置 ;
c . 将从去伪后留下的每个终止点与 b 中得 到的分叉点数组求取距离的最小值 ,若小于一预
定的门限值 ( 取局部脊线距离 λ
) ,则保留此终止 点 .
在去伪步骤全部完成后得到最终的真实细节
点集 ,如图 11 所示.
01 02 03 04 05 06 07 08 09
10
1 0 0 3 0
2 1 0 1 2
0 0 1 1 1 1 2 1 1 1
98 . 4 100 . 0 100 . 0 96 . 9 100 . 0 97 . 8 99 . 0 100 . 0 98 . 9 97 . 5
96 . 0 100. 0 95 . 6 94 . 4 96 . 3 92 . 8 89 . 5 93 . 5 95 . 0 94 . 4
从实验结果可以看出 ,此算法能够有效地提 取出绝大多数的真实细节点 ,去除各种虚假细节 点 ,无论是从运行时间还是处理的效果来看 ,都已 达到了自动指纹身份识别系统的实时要求.
参
考 文 献
1
Lin H o n g , Wan Y if ei , Anil J a in. Fingerp r int image en 2 hancement : alg o rit h m and p erfo rmance evaluatio n . I E EE Transactio n s o n Pat t ern Analysis and Machine In 2 telligence , 1998 , 20 (8) : 777～789
2 Zhan g T Y , Suen C Y. A f ast p arallel alg o rit h m fo r
t h inning d igit al p at t er ns. Co m m. ACM , 1984 , 27 : 236～239
图 10 谷线上去伪后
留下的分叉点 图 11 最终得到的真
实细节点集
①郝 瑛 , 王蕴红 , 谭铁牛 . 一种有效的指纹后处理法. 第六届国际青年计算工作者会议暨第二届生物特征识别研 讨会. 2001 , 杭州. 中国科学院自动化研究所 , S 4 . 43～50。