指纹图像预处理对指纹特征点的影响

程 栋，郭 威，唐云祁

（中国人民公安大学，北京102600）

一、引言

二十世纪初，法律部门开始使用指纹识别进行身份鉴定，并初步设立指纹识别机构，建立指纹档案。随着时间推移，指纹识别技术越来越受重视，指纹数据档案库越来越庞大，并逐渐普及起来。

现在一般使用的指纹自动识别系统，想要得到较高的查中率和排前率，还需要在细节特征标注方面进行人工干预。图像预处理，是细节特征自动提取的上一环节，它对下一步的细节特征自动提取影响很大。分析指纹图像预处理部分，对人工干预有很好的指导和帮助。

二、指纹图像预处理

图1指纹图像预处理

如图1所示，指纹图像预处理由5个子模块构成，分别是指纹区域检测与分割、方向信息提取、纹线提取、图像二值化和细化及纹线修复。

（一）指纹区域检测与分割

AFIS系统一般采用适应局部阈值的分离算法，进行指纹图像与背景的分离，此算法主要依靠沿着指纹纹线和垂直指纹纹线的灰度方差的区别来工作。

（二）方向信息提取

方向信息提取，首先要将指纹图像预分块，然后计算块内每一点的点方向，随后根据点方向得到的结果来计算块方向，再通过低通滤波器对块方向进行平滑，以修正不准确的计算结果。[1]

（三）纹线提取

纹线提取，主要是进行纹线的平滑和增强。根据指纹纹线的方向信息建立模板，沿着纹线切线方向对纹线进行平滑处理，能将不适宜的断点连接起来；沿着纹线垂直方向对纹线进行增强处理，能分离开粘连在一起的两条指纹纹线。[2]

（四）二值化

图像二值化，即把指纹灰度图像变换成仅用两个值表示目标和背景的二值图像。通过二值化，可减少数据库的存储量,而且能处理掉大量的粘连情况。[3]

（五）细化及纹线修复

指纹图像细化，就是通过删除纹线边缘像素，将指纹纹线细化到单像素宽度。纹线修复，是在细化基础上进行的纹线修复处理，目的是减少各种伪噪声，如断线、短线、毛刺、叉连和小孔等，以提高系统的可靠性。

三、实验分析

将AFIS系统图像预处理阶段各个子模块处理的指纹图像，分别提取出来作比较分析。通过研究大量各子模块处理之后的指纹图像，总结归纳出系统在预处理过程中，容易出现新的指纹细节特征、或破坏的指纹细节特征，结合算法理论原理，参考前人总结的人工标注经验技巧，寻找有充分理论依据，并且经得住实验验证的人工干预方法，最终达到提高AFIS查中率的目的。

选取6组有代表性的现场指纹图像进行分析说明，如图2所示。

图2指纹图像预处理各模块分步图

图2中，每1组的第一幅图像，是现场指纹图像输入系统后的灰度指纹图像；第二幅图像，是背景分离之后得到的图像；第三幅图像，是提取方向场之后的图像；第四幅图像，是纹线提取平滑增强之后的图像。其中，A、B两组的指纹图像都是重叠指纹图像，C、D两组的指纹图像都是残缺指纹图像，E、F两组的指纹图像背景都比较复杂。

（一）细节特征点的丢失

指纹区域检测与分割的时候，是按照指纹纹线切线与垂直方向灰度方差来判断的，当指纹图像的某一区域内沿各个方向灰度相差不大时，就会被当做背景分离出去。如A组左边重叠部分，虽然指纹纹线比较清晰，但是，由于交叉部分垂直方向灰度方差与切线方向差不多，背景分离时也被当做背景隔出去。同时，如B组左边靠近中心位置及C组右边边缘位置，在肉眼观察时，只是表现为纹线颜色相对于整体纹线较淡，或者较浓重，虽然肉眼能分辨清楚纹线，但是在系统看来还是属于背景区域。现场指纹自动提取特征时，这种与背景区域相连并且垂直与切线灰度方差差不多的纹线区域，会被自动隔离为背景，该区域的细节特征点就会全部消失。但是，数据库中已存的指纹库中，有可能会记录其中的细节特征，因此，人工干预时要特别注意这种区域。

（二）细节特征点的位移

指纹图像方向场提取、纹线提取和纹线细化，都是为了对纹线进行平滑与增强，以方便特征点提取，保证特征点质量。沿着纹线流向方向平滑，当发现不合理的间断、凸起或毛刺时，将其修正为平滑指纹曲线。这里就要注意，当人工干预时，发现贴近纹线的小点或短棒，如果有粘连就不能标注为特征点；沿着纹线垂直方向增强，当发现纹线粘连时，就要适当修正为分离开的两条纹线，并和纹线细化部分相结合来分析。纹线细化时都是将纹线骨架细化为单像素宽度，大致位于纹线中心位置，再加上纹线提取时将粘连纹线分离开，因此，当两条有粘连的纹线出现起点、结合、分歧等特征点时，要靠近纹线外侧标注。同时，由于纹线细化为单像素宽度时，是以纹线中心位置为基准的，因此，结合、分歧特征点的起点，并不是在纹线出现间隔的地方，而是在两条纹线相交的中心处，在人工标注结合点或分歧点时，将特征标记到还是一条纹线刚开始出现特征之处。

三、实验验证

如图3所示，选取3组有代表性的AFIS特征提取截图来说明。

图3 AFIS自动提取特征与人工标注比对图

图3中，左侧指纹图中特征点标记，是由AFIS自动提取获得的，右侧指纹图中特征点标记，为人工标注产生的。通过特别标注出来的6对对比特征点可看出，AFIS自动提取的特征点与手动标注的特征点有些差别。在第一组图中，可看出A1和A2、B1和B2两对对比特征点标注差距比较大，其中A1、B1是按照分歧点、结合点特征标注的，而A2、B2是按照起点特征点标注的，原因在于这两个特征点的主纹线上，刚好有不合理断点出现，可能是皱纹引起的间隔，被系统作为平滑的处理对象，断点被续接之后，起点就变成了分歧、结合特征；在第二组图C1和C2、D1和D2，以及第三组图的F1和F2中，系统自动提取的分歧、结合点，相对手动标注的更加靠近主纹线，开始出现特征的地方在纹线上游；在第三组图E1和E2对比特征中，E1处没有标注特征点，即AFIS系统没有提取出特征点，虽然此处特征点比较明显，但是，由于与相近的纹线有部分粘连，被纹线增强时处理隔离开，此时如果手动标注就会降低指纹的查中率。此3组图在大量实验样本中代表性比较强，更能验证第二部分中提出的人工干预注意点。

四、结论

在实际案例中，现场指纹的标注技巧很多，总结前人经验有以下几点：第一，特征点标注数量适中，10~15个特征查中的比例较高；第二，特征点宜选择离中心、三角较近的相对集中的区域标注特征；第三，特征点选取宜准不宜滥，宜粗不宜细；第四，反复标注特征点、多次查询。

可以看出，这些实战中总结的经验技巧都是总体概括地指导，对于具体特征点的标注技巧未曾涉及，在此，总结本实验分析得到的结论有以下几点：

（一）细小特征点处理

人工标注特征点时，只标注起点、分歧、结合点，最好忽略小勾、小眼、小桥、小点之类特征点，此类特征点容易在纹线平滑增强中被系统处理掉。

（二）分歧、结合点处理

分歧、结合点标注时，不要将特征点点在分歧、结合的分叉处，往纹线上游移动到两条纹线交叉的中心处。

（三）断点处理

如果标注的起点相邻纹线处正好出现断点情况，将起点当做分歧、结合点来标注。

（四）粘连处理

如果特征点附近正好出现纹线粘连情况，标注特征点时靠近纹线外侧边缘标注。

（五）容易遗漏区域处理

特别注意与背景区域相连，并且垂直与切线灰度方差差不多的纹线区域，这种区域容易被系统忽略分割为背景。

[1]杨小冬.自动指纹识别系统原理与实现[M].北京:科学出版社,20 13.

[2]郝俊杰,郭宏.一种改进的指纹图像细化及特征提取算法[J].图形图像,2008(4).

[3]尹义龙,自动指纹识别系统研究[D].长春:吉林工业大学,2000:44-46.