摘 要： 為了提高指紋圖像預(yù)處理算法的抗噪能力,給出了一種基于梯度的指紋方向圖獲取方法，并利用指紋圖像的方向信息進行指紋圖像的預(yù)處理,，得到了更為精確的指紋細節(jié)點圖,。在指紋預(yù)處理過程中引入該方法，能有效地改善指紋紋線的質(zhì)量,。實驗分析表明,，該方法具有很好的使用價值。
關(guān)鍵詞： 預(yù)處理,； 方向圖,； 二值化； 細化
隨著網(wǎng)絡(luò)與通信技術(shù)的飛速發(fā)展和人類活動空間的不斷擴大,人類對自身身份識別的準確性,、安全性與實用性提出了更高要求,。由于指紋具有唯一性、穩(wěn)定性(終生不變性)等突出優(yōu)點,，因此,自動指紋識別成為一個重要的研究熱點,。
自動指紋識別系統(tǒng)主要由以下三部分構(gòu)成：指紋圖像預(yù)處理、特征提取和特征匹配,。實踐中受多種因素的影響,，輸入的指紋圖像存在各種噪聲,這些噪聲對指紋細節(jié)特征的提取造成一定的影響，因此,，在提取指紋特征之前需要對指紋圖像進行預(yù)處理,。
由于指紋方向圖能夠反映指紋圖像紋理結(jié)構(gòu)的本質(zhì)，被廣泛應(yīng)用于指紋圖像處理中,。針對輸入指紋圖像的特點和系統(tǒng)要求,通過當前比較流行的預(yù)處理算法,，從方向信息著手，結(jié)合指紋圖像的預(yù)處理過程,，重點研究了基于梯度的方向圖獲取方法,。
1 方向圖的基本概念
方向圖是描述指紋圖像中紋理方向及對應(yīng)位置的一個二維平面場，它可看作是原始灰度指紋圖像的一種變換表示法,。圖1所示為局部放大的指紋圖,，從圖可知，在局部范圍內(nèi)指紋具有如下特點[1]:(1)紋線具有一致的方向性,；(2)紋線的寬度基本相同,；(3)紋線間的距離基本相同。方向圖算法正是基于上述特點,將原始指紋圖像進行變換,用紋線上某點的方向來表示該紋線的方向,。
另外,，在指紋圖像處理過程中涉及一些術(shù)語，它們名稱相近,聯(lián)系緊密,而意義卻相去甚遠,，需要加以明確和區(qū)別,。
(1)方向場與方向圖:方向場是根據(jù)指紋圖像所具有的方向流特性,將圖像看成一個流場,利用梯度或者其他計算方法得出,值域為[0,2π),；而方向圖指的是指紋紋理的方向,值域為[0,π),可以通過方向場得到方向圖。
(2)點方向與塊方向:點方向是指紋圖像中每一個像素點的方向,；而塊方向則是把指紋圖像劃分成許多不重疊的塊,用塊的平均方向代替塊中每一像素點的方向,。一般來說，點方向?qū)υ肼暶舾?，而塊方向?qū)υ肼暤囊种颇芰^強,效率較高,，效果更好。
2 指紋圖像預(yù)處理
2.1 指紋圖像歸一化
指紋圖像的歸一化[2]是對原始灰度圖像上每一個像素點的一種操作,其目的是將指紋圖像的灰度均值和方差規(guī)范到固定的范圍,為后續(xù)圖像的處理提供一個規(guī)格的圖像,。
2.2 指紋圖像分割
根據(jù)指紋圖像被噪聲干擾的程度及能否正確恢復(fù),，可把圖像細分為四類區(qū)域[3]:白背景區(qū)、前景區(qū),、不可恢復(fù)區(qū)和模糊區(qū),。指紋圖像分割的目的是割除白背景區(qū)和不可恢復(fù)區(qū)，保留前景區(qū),，盡可能保留模糊區(qū)中能恢復(fù)的部分,。這里采用一種比較簡單的分割方法[4]來割除白背景區(qū)，就可以達到預(yù)期的效果,。
2.3 基于梯度的指紋方向圖提取
利用指紋進行身份識別主要是對指紋圖像進行處理,，分析其紋理結(jié)構(gòu)特征，抽取指紋的特征點,。計算方向圖的基本思想是:在灰度圖像中計算每一點(或每一塊)在各個方向上的某個統(tǒng)計量(如灰度差,、梯度等)，根據(jù)這些統(tǒng)計量在各個方向上的差異,，確定該點(該塊)的方向,。
這里給出一種基于梯度的改進的指紋方向圖方法[5-7]。其思想是:在計算方向圖時采用塊重疊的方式,，即在求某一小塊的方向時，先以此小塊為中心擴大塊的范圍并計算該大塊的方向,，然后將此大子塊方向作為小子塊方向,，所得的塊方向圖更連續(xù)、更準確,。
2.4 二值化
指紋圖像二值化是將灰度圖像轉(zhuǎn)化成0,、1兩個灰度級的圖像,前景點(指紋脊線)取作1,背景點(谷線)取作0，其目的是把指紋脊線提取出來,。二值化[8-9]的方法很多,閾值的選擇是圖像二值化的關(guān)鍵,。本文采用區(qū)域自適應(yīng)閾值法[10-11]對指紋圖像進行二值化。二值化算法的步驟為：
(1)將指紋圖像劃分為互不重疊的W×W子塊;
(2)計算出每個子塊的灰度均值;
(3)將每個子塊計算所得的灰度均值作為動態(tài)閾值T, p(i,j)為子塊內(nèi)像素點(i,j)的灰度值,。根據(jù)閾值T對該區(qū)域內(nèi)的像素點進行二值化處理,。若某一點的灰度值p(i,j)>AV,則p(i,j)=1,；若p(i,j)≤AV,則p(i,j)=0。
(4)根據(jù)上述第(3)步,，依次對每一子塊進行二值化處理,。
2.5 細化
細化[12]是圖像分析、信息壓縮,、特征提取和模式識別常用的基本技術(shù),細化的目的是為了方便后續(xù)特征提取的操作,。細化算法[13-14]的種類很多，常用的細化方法有OPTA方法,、Hilditch方法,、E.S.Deutsch方法和Sherman方法,基于不同的情況，需進行具體的選擇,。本文采用一種常用的細化算法——查表法,。其原理為：某一黑點，如果它在圖形邊緣,，要去掉它以實現(xiàn)細化,，這樣它周圍的八點必定表現(xiàn)為一定的色彩順序，如圖2所示,。
細化算法如下:
(1)按順序?qū)Π肃徲蚪M合進行編碼,；
(2)根據(jù)上述原理制作一張消除表，實際上是一個容量為256的數(shù)組,，下標分別與八鄰域組合的編碼一一對應(yīng),；
(3)對二值圖像進行從上到下、從左到右的掃描,，對每一個黑點做相應(yīng)處理;
(4)對二值圖像進行從左到右,、從上到下的二次掃描，對每一個黑點做類似處理,；
(5)如果本次循環(huán)有黑點被刪除,，則跳到第(3)步循環(huán)執(zhí)行；否則,，終止循環(huán),，細化結(jié)束。
3 實驗結(jié)果與分析
采用Visual C++.NET編程實現(xiàn)上述預(yù)處理過程,，通過對100余幅指紋圖像進行預(yù)處理實驗,。實驗參數(shù)如下: M0和VAR0均為125,大塊尺寸為11×11，小塊尺寸為7×7,。圖3為實驗得到的典型結(jié)果,，圖3(a)是利用Solid4000B指紋采集儀采集到的原始指紋灰度圖片,圖3(b)為分割后的效果，圖3(c)為方向圖,，圖3(d)為經(jīng)過平滑后的效果,，圖3(e)是二值化輸出結(jié)果,，圖3(f)是細化后的結(jié)果。將細化后的指紋圖像與原指紋圖像比較,可以發(fā)現(xiàn)減少了指紋圖像中的偽結(jié)構(gòu),，有利于后續(xù)工作的進行,。
本文對現(xiàn)有求取方向圖方法進行分析，給出了一種改進的獲取指紋圖像方向信息的方法,。實驗結(jié)果表明, 該方法具有實現(xiàn)簡單,、速度快、魯棒性好等特點,。指紋圖像經(jīng)過上述預(yù)處理,，能夠獲得較好的效果，為后續(xù)指紋圖像的處理提供了有力保障,，具有較好的應(yīng)用價值,。
參考文獻
[1] RATHA N K, CHEN S Y, JAIN A K. Adaptive flow orientation-based feature extraction in fingerprint images[J]. Patter Recognition, 1995, 28(11):1657-1672.
[2] WANG Feng，LI Ji Gui. Fingerprint image enhancement algorithm research[J].Modern Computer,，2003(2):157.
[3] FENG Jian Jiang. Combining minutiae descriptors for fingerprint matching [J] .Pattern Recognition, 2008,41(1): 342-352.
[4] 馮星奎,顏祖泉,肖興明,等.指紋圖像合成分割法[J].計算機應(yīng)用研究,2000,17(1):76-77.
[5] 翟波,，紀工波，聶談.基于方向信息的指紋圖像預(yù)處理計算機工程與科學(xué),2005(27):60-63[14].
[6] 黃賢武,，蘇鵬程,，柏培權(quán).基于方向濾波分割的指紋自動識別系統(tǒng)算法[J].中國圖象圖形學(xué)報，2002,，7(8):829-834.
[7] CHEN X J, TIAN J, YANG X. A new algorithm for distorted fingerprints matching based on normalized fuzzy similarity measure[J]. IEEE Trans. Image Processing, 2006, 15(3):767-776.
[8] BENHAMMADI F,AMIROUCHE M N, HENTOUS H,et al. Fingerprint matching from minutiae texture maps[J].Pattern Recognition, 2007,40(1):189-197.
[9] MALTONI D,，MAIO D，JAIN A K,，et al. Handbook of fingerprint recognition[M]. Springer-Verlag New York,，Inc.，2003.
[10] BAZEN A M. Systematic methods for the computation of the directional fields and singular Points of fingerprints[J]. IEEE Transactions on Pattern Analysis and Machine Inteligence,，2002,，24(7):905-919.
[11] 李建華,馬小妹,郭成安.基于方向圖的動態(tài)閾值指紋圖像二值化方法.大連理工大學(xué)學(xué)報[J]. 2002,42(5):626-628.
[12] 王業(yè)琳,寧新寶,尹義龍.指紋圖像細化算法的研究[J]. 南京大學(xué)學(xué)報(自然科學(xué)), 2003,39(4):469-475.
[13] 馮星奎，李林艷,，顏祖泉.一種新的指紋圖像細化算法. 中國圖象圖形學(xué)報,，1999，4(10):835-838.
[14] AREEKUL V, WATCHAREERUETAI U, SUPPASRIWA-SUSETH K, et al. Separable gabor filter realization for fast fingerprint enhancement[C]. IEEE International Conference on Image Processing. 2005,3:253-256.