自动指纹识别系统算法的优化改良

辛利斌，张振国，王顺平，封继军，刘　冬

(上海理工大学 光电信息与计算机工程学院，上海 200093)

自动指纹识别系统算法的优化改良

辛利斌，张振国，王顺平，封继军，刘冬

(上海理工大学 光电信息与计算机工程学院，上海 200093)

摘要在对自动指纹识别系统研究的基础上，从提高指纹图像评估质量的角度出发，提出了在对指纹图像的预处理过程中，提高分割提取算法效率的想法，并提出了相应的算法改进方案。在对自动指纹识别系统算法进行优化改进后，通过对优化前后的指纹图像进行对比，可确定优化后的算法能达到提高指纹识别系统快速性、可靠性、稳定性和准确性的目的。

关键词指纹识别系统；指纹图像评估；分割提取；算法优化

随着自动指纹识别技术的广泛应用，指纹识别传感器和控制芯片的性价比越来越高。本文针对目前指纹识别系统所具有的灵活性低、成本高、算法在嵌入式芯片中效率低等缺陷问题[1]，对自动指纹识别系统的算法进行了着重研究，以期对自动指纹识别系统的算法能够进行改良设计和过程优化，从而提高自动指纹识别系统中对于指纹图像的识别精度和准确率，以达到提高自动指纹识别系统在各领域场合中的广泛适应性和稳定性的要求。

1指纹图像预处理

在实际自动指纹识别系统的现场应用场合中，由于受到现场实际场合各种条件因素的限制，指纹采集设备所采集到的指纹图像在一定程度上不会达到预期的效果，这种情况下的指纹图像难以达到自动指纹识别系统的要求，从而影响到后续的算法流程顺利进行和指纹图像数据库的建立。这就需要对采集到的指纹图像进行技术处理，以提高指纹图像的识别质量。在提高指纹图像识别的技术处理中，对自动指纹识别系统算法的优化措施就显得尤为重要，其中对指纹图像的预处理就是关键步骤之一。

在指纹识别系统采集过指纹图像后，第一步需要对指纹图像进行预处理[2]，如图1所示。通常的指纹图像预处理过程主要包括指纹图像的分割提取、增强、二值化、细化等步骤。在这些步骤中，对于指纹图像的分割是所有步骤的重中之重，其直接决定着指纹图像质量的好坏以及指纹识别系统的后续执行。该论文主要针对预处理过程中的图像分割步骤，进行指纹图像分割算法的优化[3]。经过分割算法优化后，指纹识别系统所采集的指纹图像，通过指纹图像评估的概率可得到大幅提高。

图1　指纹识别系统流程图

2指纹图像质量评估

指纹图像质量评估主要是针对指纹图像经过分割算法后产生的图像质量进行检验的过程。判定指纹图像质量评估优劣的重要参数指标主要包括指纹图像的有效面积和指纹的图像角度[4]。在指纹识别系统执行完指纹图像的分割算法步骤后，对于指纹图像中能够被指纹识别系统快速、清晰识别的面积称之为指纹图像的有效面积，占指纹图像总面积的比例值称之为指纹图像的有效面积比。指纹图像的有效面积比计算公式为式(1)，指纹图像的有效面积越大，有效面积比就越接近数值1，说明指纹图像的分割算法越具有高的效率，越有助于提高指纹识别系统的高速性和精确性

(1)

其中，I(1)是指纹图像分割后单个像素点的值函数；M×N为指纹识别系统所采集到的指纹图像的实际面积。在对指纹图像的有效面积比进行判定时，根据指纹识别系统应用的实际情况选取一个参考指标值Qx，若Q值大于Qx，则认为指纹图像达到预期要求，可接着进行后续的指纹图像处理。

指纹图像角度指的是经过分割后的指纹图像中，有效识别区域的重心相对于整个指纹识别系统所识别的指纹图像重心的偏移位置大小。该偏移位置差越小越好。指纹图像有效识别区域重心的相对横、纵坐标的求取方式如下

(2)

(3)

其中，Xc、Yc分别是指纹图像有效识别区域重心相对于整个指纹图像中心的横坐标和纵坐标位置量;N是所采集到的整个指纹图像中，属于有效识别区域内的所有可识别的指纹像素点个数的总和。x[i]和y[i]这对坐标值指的是指纹图像的可识别有效区域中的任意一点的坐标值位置。由此可求出指纹图像有效识别区域重心和整个指纹图像中心的相对位置偏移量

(4)

(5)其中，Px，Py分别是指纹图像有效识别区域重心和整个指纹图像中心的相对横、纵坐标偏移量；M，N是指纹识别系统所采集到的原始指纹图像的宽度和高度。由此可判断，若求得的相对偏移量Px和Py的值越接近数值1表示分割效果越好。通过以上两个关键指标的分割求取过程可看出，指纹图像的分割提取算法是整个指纹识别系统识别算法的核心所在，起到了重要作用。

3分割提取算法的具体优化与改进

从自动指纹识别算法流程图中可以看出，在自动指纹识别系统采集过指纹图像后，首先要执行指纹图像预处理过程中的指纹图像的分割提取[5]。分割提取步骤是为了对自动指纹识别系统采集到的指纹图像进行区域分割。

图2　指纹识别算法流程图

经过分割后的指纹图像，可分为有效区域、无效区域和可修复区域。有效区域是指指纹图像干净清晰的部分，这一部分区域最具有分割提取价值，决定着后续算法步骤的执行。无效区域是指纹图像的破损、缺失等不可逆转修复的区域，这一部分区域会降低分割提取步骤的效率，要将其分割丢弃。可修复区域是指指纹图像介于破损缺失和清晰之间的模糊区域，这部分区域在分割提取算法的优化作用下可将其修复完成，达到有效区域的范畴，从而间接性增加有效区域的面积，以保证后续指纹识别算法的高效执行。由此可看出，指纹图像的有效区域面积越大越好，这就要求选择最佳的分割提取算法及优化方案[6]。

在各领域行业的自动指纹识别系统应用中，基于直方图均衡化是一种成本低廉、简单快速的指纹图像分割算法。这种算法仅能够满足一些低精度要求的自动指纹识别系统，在自动指纹识别系统对高精度、高效率目标的追求下，具有较大的局限性，大幅限制了自动指纹识别技术的日趋成熟与发展。因此，对该分割提取算法进行优化改进就显得尤为重要。

在自动指纹识别系统采集到的指纹图像中，存在前面所提到的有效区域、无效区域和可修复区域的划分[7]。这些区域的灰度统计特性存在不同程度上的差异，尤其是局部灰度方差值的大小存在着差异，具有较大意义上的分割参考价值。因此，在此特性基础上对指纹图像采取方差法分割提取。在图片像素概念的基础上，可认为指纹图像是由无数个像素点组成，每个像素点均有相对应的灰度值，对于第i个像素点，其灰度值记作N，则该像素点的相对灰度概率为P(Ni)

P(Ni)=Ni/N

(6)

其中，N为指纹图像中所有像素点灰度值的总和，对指纹图像进行区域划分，则所划分各个区域的相对灰度值为

(7)

经过划分的指纹图像，将各个划分区域中的指纹图像再次划分为M×M的互不覆盖重复的子块，从而达到再次分割指纹图像的目的[8]。通过式(8)和式(9)对再次分割后的指纹图像子块进行平均灰度值和灰度值方差的计算

k=1,…,M,l=1,…,N

(8)

k=1,…,M,l=1,…,N

(9)

其中，g(i,j)为经过再次分割后的指纹图像子块(k,l)的第i行第j列的像素点的对应灰度值;M和N是整个指纹图像经过最终分割划分后的总行数和总列数。选取特殊值T1,T2,T3,T4作为参考指标值。当求得指纹图像子块的灰度平均值≥T1，并且灰度方差≤T2时，认为指纹图像子块为有效子块，而当求得指纹图像子块的灰度平均值≤T1，且灰度方差≥T2时，则认为指纹图像子块为无效子块

(10)

(11)

在求出各个子块的灰度平均值和灰度方差值后，由式(10)和式(11)可求出各个划分区域的灰度平均值和平均的灰度方差值

TG1=TG1/NG1

(12)

V1=TV1/NV1

(13)

T1=G2,T2=V2

(14)

T4

(15)

在式(12)中TG1为指纹灰度平均值>G1时的所有指纹图像子块的指纹灰度平均值总和，NG1为指纹灰度平均值>G1时的所有指纹图像子块的个数总和[9]。在式(13)中TV1为指纹灰度方差值

4结束语

通过对比自动指纹识别系统算法优化及改进前后所采集到的指纹图像，可确定经过优化改进后的算法不仅大幅提高了指纹图像识别的效果，对于识别系统的后续算法执行也提供了较大的便利，一定程度上提高了自动指纹识别系统指纹图像识别的效率。

参考文献

[1]LuoXiping,TianJie,WuYan.Aminutiamatchingalgorithminfingerprintverification[C].Barcelona:15thICPR, 2000.

[2]PeterKomarinski.Automaticfingerprintidentificationsystem[M].NewYork:ElsevierAcademicPress,2005.

[3]俞成浦.指纹识别算法的研究与实现[D].成都:电子科技大学,2009.

[4]吴健辉,许朝侠,杨坤涛,等.指纹图像预处理中的关键技术研究[J].计算机与工程应用,2008,4(3):223-225,239.

[5]苑玮琦,李宏伟.基于指纹结构特征信息匹配的算法[J].光电工程,2006,33(7):101-104,109.

[6]李波,王祥凤,曹福毅.一种针对低质量指纹的指纹图像匹配算法[J].安防科技,2010(3):8-11.

[7]刘晓鹏.指纹识别关键算法的研究与实现[D].北京:北京工业大学,2010.

[8]贾哲.指纹识别算法研究[D].太原:太原科技大学,2008.

[9]王森.指纹识别系统算法的研究[D].镇江:江苏大学,2010.

[10]张建伟,陆亨力.指纹自动识别中图像分割方法的研究[J].微型电脑应用,1999,15(12):20-22.

Optimization and Improvement of the Algorithm of Automatic Fingerprint Identification System

XINLibin，ZHANGZhenguo，WANGShunping，FENGJijun，LIUDong

(SchoolofOptical-ElectricalandComputerEngineering,UniversityofShanghaiforScienceandTechnology,Shanghai200093,China)

AbstractOn the basis of deep research on the process of automatic fingerprint identification system, this paper proposed the idea of improving the efficiency of the segmentation algorithm in the process of image preprocessing, and proposed the corresponding improvement scheme. After the optimization of the automatic fingerprint identification system, the optimized algorithm can achieve the purpose of improving the speed, reliability, stability and accuracy of the fingerprint recognition system by comparing the fingerprint images before and after optimization.

Keywordsfingerprint identification system；fingerprint image evaluation；segmentation and extraction；algorithm optimization

收稿日期:2015-09-16

基金项目:沪江基金资助项目(B1402/D1402)

作者简介:辛利斌(1988-)，男，硕士研究生。研究方向：电力电子与电力传动。

doi:10.16180/j.cnki.issn1007-7820.2016.06.012

中图分类号TP391.41

文献标识码A

文章编号1007-7820(2016)06-041-03