基于指纹图像自动识别系统预处理的算法研究

王小雪

（安徽工程大学 电气工程学院，安徽 芜湖 241000）

指纹图像自动识别系统中最为重要的是预处理算法，指纹图像预处理中的一些细节提取是预处理算法中最为核心内容，提取质量和系统运行的准确率和速度有很大的关系.在进行指纹图像预处理中对细节的提取尤为关键，为了适应社会发展需要再此基础上提升预处理算法的改进，从多方面对该系统进行不断的完善，这对于整个系统的正常运行来说有非常重大的意义.通过不断的运行实践证明改进后的预处理算法有很大的实际效果，提高了运行效率.

1 图像预处理过程

指纹图像预处理过程是一项较为系统的工程，主要是将图像和背景两者通过技术处理进行分离，提取分离后的信息和纹线，将提取出的信息和纹线再次细化和二值分割，细化之后进行纹线的修复.在进行指纹图像预处理的过程中需要先将灰度指纹图像采用一定的方法进行背景的分离，再进行指纹纹线的提取，最后偶进行二值分割图像和纹线修复[1].在进行细节信息的提取模块中进行指纹匹配模块的加入，以此提高指纹识别系统中的识别功能，在提高的过程中采用的计算方法相对不同模块需要进行算法的比对.

2 指纹图像与背景分离

指纹图像在进行收集阶段会有大量的背景区域出现，背景区域空间比较大，占整个区域的一半以上，因此，在此基础上需要进行指纹背景图像的分离，这样做的目的就是对指纹图像的有效区域进行明确，然后对有效区域进行针对性的图像预处理计算，这在很大程度上能够缩短处理时间，提高图像处理效果.

由于手指指纹是曲线形的，呈现出曲面结构，一般情况下指纹录入仪窗口都是平面的，指纹的收集是靠手指和平面的接触来完成，因此，手指在窗口位置不同或者对窗口的压力不同都会导致指纹图像出现深浅不一的情况，比如，窗口中心处指纹较深，边缘处指纹较浅，这就需要指纹图像分离算法能够适应该情况，不管是指纹的深浅都能够进行背景图像区域的分离，并且能够进行准确的计算.所以，进行自动局部阈值图像分离方法尤为重要，这能够有效对该问题进行解决.此方法的计算方法主要是通过垂直指纹纹线流中的灰度级方差大小，该计算方法的计算原理的采纳有多种，一般情况下是采用方差来进行纹线距离的计算[2-4].由于计算区域不同，在对比过程中的环境也有较大差异，导致灰度值方差计算出现一定的差异性，灰度值方差之间的变化也比较大，为了保证选择的阈值能够对局部方差变化进行更好的满足，需要对不同模块的灰度值进行灰度方差阈值进行合理的选取.整幅指纹图像的分块中将320*320像素图像分成20*20块，在对每块指纹图像的灰度方差进行计算.

其中，(i,j)的灰度值是 G(i,j)；LMax(k,l)和 LMin(k,l)是第(k,l)块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)块是指纹图像区域或是背景区域，这在一定程度上是对灰度对比度的不同变化进行全面的显示，并对阈值产生不同的影响.平方函数有较大的计算功能，以此作为惩罚函数，这对背景区域的精确成像有很大的帮助作用，这在很大程度上能够适应不同块的灰度方差阈值的变化，以此进行合理的对有效区域指纹进行必要的提取，这对指纹图像区域的精确度有非常重要的作用.另外，指纹图像具有较强的方向流模式，方向流模式最为重要的部分就是局部平行的脊线与谷线.其中脊线方向灰度变化不大，这有效的凸显出了纹路走向，局部平行方向的灰度变化非常大；背景区域和噪声区域中没有明确的方向性，因此，该计算方法采用该特点将指纹图像块中的任何一点进行平行于垂直方向的灰度变化求值，比如，对于一点沿着不同方向取不同的四个点，另其中的灰度值进行相减，计算出不同区域中点在不同方向上的平均灰度变化值，再进行灰度变化值的分割，对不同区域值进行确定.

3 方向信息提取

方向信息提取在指纹图像中非常重要，它是指纹识别系统进行各项功能实施的基础，指纹的纹线是增强与提取都需要进行方向信息的计算和确认，该计算以固定的分块尺寸作为计算纹线方向，相较于纹线较为清晰的指纹图像可以进行较为清晰的指纹图像信息的提取，如果指纹图像相对较差，方向信息提取就会出现明显的不足，对大块的图像尺寸得到的方向信息提取较为完善和可靠，与此同时指纹图像中出现的噪声对信息提取影响较小，会降低块方向和实际走向的拟合度，小块图像尺寸得到的方向信息和实际纹线拟和度比较好，但是唯一的缺点就是没有较好的抗噪性.因此，对该区域的计算需要进行合理的改进，进行多级分割的指纹方向信息提取算法.第一步将指纹图像进行不同程度的分割，将分割后的区域进行精确的计算，再根据计算结果对不同块方向进行计算[5-8]，并采用滤波器对不同级别的分块指纹图像进行平滑，主要是对不正确的计算结果进行修正，低通滤波器描述如下：

h作为二维低通滤波器元件；wΦ*wΦ作为滤波器尺寸；w作为分块尺寸.运用多级分割，利用多级分割技术中的抗干扰性，利用方向信息对大尺寸信息进行调整，使大尺寸方向信息分割成小尺寸方向信息，以此来对不同方向中图像的准确性进行定位，但是在很大程度上会出现方向信息紊乱，出现此种情况的主要原因是在尺寸分割中对反应模式区没有较为客观的的突变.因此，需要对模式区采取不同的建模形式，根据模式区的规律性来客观处理，达到模式区中方向信息的稳定性.

对模式区进行调整的依据包括如下：（1）局部方向信息的突变性.实质上是对不同区域中的方向信息进行计算，确保一致性，如果不具有一致性就需要采取下一步措施；（2）对本次分割进行计算并与上一级分割的计算结果的块方向进行角度差的计算，如果差距较大表明小尺寸方向信息有误，需要利用大尺寸方向信息对其更改.

（1）坌D16[m][n]∈D32[r][s]，若 D16[m][n]-D32[r][s]>T1,则令D16[m][n]=D32[r][s],否则保持D16[m][n]值不变.

（2）坌D8[i][j]∈D16[m][n],若 D8[i][j]-D16[m][n]>T2,则令 D8[i][j]=D16[m][n],否则保持 D8[i][j]值不变.

T1T2是两个经验门槛值，D8[i][j]是8*8分块尺寸下方向信息.

4 纹线提取

纹线提取模块在系统中起到了调节的作用，对纹线进行增强，于此同时还起到了平滑作用，指纹纹线有很强的方向性，所带的方向信息尤为重要，这对计算有很大的辅助作用，并且能够构建出模板，再根据模板信息进行方向性的平滑处理，能够对间断进行不同的连接，根据纹线方向最大程度上增强纹线，将连接的纹线完全分离开开来，这实质上是单向平滑和增强，这表明了纹线的增强和平滑具有较强的方向性.Gabor函数计算有很强的分辨率，并且有最佳时域，此特点有很好的兼顾效果，能够对时域进行完善，在一定程度上可以将频域信息进行处理，有利于纹线的计算和提取.指纹图像区域中有异常区域，排除异常区域，纹线分布具有较为稳定的方向性和频率性等特点，纹线提取这主要是利用了纹线的方向性和频率来实现，对不同区域进行不同模块的构建，在构建过程中对纹线进行增强来降低噪音，能够对纹线进行很好的计算和必要的保存，纹线频率的计算是系统维持稳定的标准，计算运用纹线区域距离估计的方法，这种估计方法可以对指纹纹线的频率进行很好的统计和计算，偶对称Gabor滤波器具有以下形式：

在指纹增强中，公式调整为：

m、n作为离散变量，离散变量值始终在标准的范围之内；δm,δn作为纵横轴的高斯包络常数；f作为分块图像的纹线频率，很好的体现出纹线频率信息；d(m,n)作为增强模板中的元素到模板中心的距离.

5 实验结果和讨论

实验中对自动指纹识别系统中的预处理技术和计算方法进行细致的改进，采用了比较新颖的思路和计算方法，通过系统实验表明了该算法有较高的可行性，通过将指纹图像进行预处理计算转变为点线图，对该点线图的清晰度要求比较高，点线图中有较多的细节信息，比如，有较细微的端点和分叉点.为了能够对系统整体性能进行更好的描述，实验采用某大学活体指纹库进行测试，对110个不同手指指纹进行采集，测试结果见表1.

表1 本系统在NJU-2000数据库上的测试结果

实验结果表明：将FNMR作为FMR的函数，以FNMR和FMR作为纵横坐标，得到的ROC曲线反应出了综合技术指标中的特异性和敏感性.实验证明系统中的预处理计算达到了相对指标，计算指标和传统相比有很大的优势，并且有一定程度上的降低.

实验对不同指纹图像进行系统的测试显示，误识率降低到0.01%以下，拒识率降低到2%以下，完全符合了指纹图像识别系统的综合技术指标，与此同时验证时间在2s以内，根据标准指标对比，该实验指标都达到了标准指标，说明计算方法具有较大的优势.

但是在现实的运行中，会遇到不同的问题和一定的困难；(1)指纹图像在进行信息提取和分割的过程中都采用了先进的阈值作为参照，对这些参照物的准确估计和计算能够在很大程度上影响到处理结果，对处理结果精确度的提高有非常大的关联；(2)对预处理计算方法进行实时优化，能够有效降低计算量，对整个系统识别，特别是准确率和速度都有很好的识别；(3）指纹质量的评测，为不同区域中指纹图像进行客观的评分，有效避免了被破坏的指纹区域的屏蔽，对细节提取技术进行有效的改进.

6 结束语

由上文可以看出，指纹图像识别系统在现代社会中有较为广泛的应用，指纹有较高的稳定性和差异性，能够起到对人们身份鉴别的功能，比传统的识别系统有很大的提高，该系统在我国有很大的应用价值.很多人称之为“物证之首”.指纹对比如果进行人工操作较为复杂，并且对比速度缓慢，效率低下，很大程度上满足不了人们快节奏的生活和需求.

运用指纹识别系统最早的国家是美国，采用图像自动鉴别已经提到了人工指纹识别，并且早在80年代就已经发明了指纹识别设备.我国近几年来也开始采用指纹图像识别技术，已经进入实用阶段，在不同行业中进行实践操作，并且取得了不错的成绩，未来我国会将指纹图像识别系统运用到各个行业当中去，不但安全性高，而且在很大程度上保证了人们的各方面利益.我国下一步会将这种指纹图像识别系统运用到身份证的录入当中，保证人们的身份安全，通过指纹图像识别技术的不断完善和成熟，进一步提高系统运行的精确度，最大程度上保证系统的正常运行.

〔1〕李增栋.基于小波分析的指纹识别系统预处理的算法研究[D].东华大学,2007.

〔2〕洪华军,乔为民,朱立新.指纹图像自动识别系统预处理算法的研究[J].电子技术应用,2001（01）:12-15.

〔3〕李青.指纹图像预处理算法的研究与实现[D].中北大学,2010.

〔4〕董昕野.指纹图像预处理的算法研究[D].吉林大学,2011.

〔5〕常玲.指纹自动识别系统算法研究[D].东北大学,2006.

〔6〕杨小冬,宁新宝,尹义龙.自动指纹识别系统预处理技术及细节特征提取算法的研究[J].南京大学学报(自然科学版),2006（04）:351-361.

〔7〕指纹图像自动识别系统预处理算法的设计和实现[J]. 中国防伪报道,2012（04）:53-56.

〔8〕闵晶妍.指纹图像预处理的算法研究[D].沈阳工业大学,2005.