基于方向场信息和灰度特征的指纹分割算法研究

陈　婧，张　苏

（大理大学工程学院，云南大理　671003）

基于方向场信息和灰度特征的指纹分割算法研究

陈婧，张苏

（大理大学工程学院，云南大理671003）

指纹图像分割是指纹图像预处理过程中的关键步骤，目的是便于指纹图像特征点的有效提取。根据常见的指纹分割处理的基本原理，归纳总结了两种常用的分割算法：基于统计特性的方法和基于方向信息的方法。在此基础上，提出基于方向场信息和灰度特征的分割算法，结果表明：此法可以有效、可靠地进行指纹图像分割，分割效果达到指纹图像预处理的目的。

图像处理；方向场算法；灰度特征；指纹分割

［DOI］10. 3969 / j. issn. 2096-2266. 2016. 06. 008

在自动指纹识别过程中，首先利用指纹图像采集仪对指纹图像进行采集，采集后的指纹图像主要有前景区和背景区两大部分构成。指纹图像分割就是要去除背景区，保留包含指纹图像信息的前景区。

指纹分割属于指纹图像预处理中非常重要的步骤之一，是根据数字图像处理技术来完成的。从数字图像处理技术来看，在空间域和频域图像增强技术方面主要有直方图处理（如直方图均衡化、归一化等）、各种滤波器设计（如平滑滤波器、锐化滤波器等）；在图像复原方面主要通过设计各种去除噪声的滤波器（如均值滤波器、自适应滤波器等）来实现图像复原。但应用于自动指纹识别系统的指纹图像和一般的图像不同，它具有特别的图像结构：

（1）对采集到的指纹图像，与理想的指纹图像不一样，谷线和脊线的线条粗细不一致，所以在噪声去除的技术上不能简单的使用均值滤波器来处理；

（2）指纹图像上的谷线和脊线在局部区域内线条连续、方向平稳且线条间相互平行，即具有很好的方向性和稳定的空间分布性；但在小部分区域上会出现细节点、奇异点等；

（3）影响指纹图像的噪声主要是结构性的噪声而非随机噪声，主要是由模糊指纹图像上的脊线缺陷造成的。

指纹分割是对采集到的指纹图像把包含指纹有用信息的部分提取出来，去除无用的背景区。目前指纹分割的研究热点主要有基于统计特性的方法和基于方向信息的方法。这两种方法都存在一定的优势及不足。基于统计特性的方法运算速度快，但分割效果有限；基于方向信息的方法原理是根据前景区图像子块的能量大于背景区，即指纹图像子块频谱能量来分割指纹图像，但其缺点是对指纹弹性形变导致脊线间隔不均匀的区域，此算法不能发挥作用。基于以上原理，本文提出了基于指纹图像上方向场信息结合灰度特征来进行的分割算法。该算法既从指纹图像的方向信息出发，又结合指纹图像的灰度特性，能准确的去除指纹图像的背景区，达到指纹分割的目的。

1　算法原理及过程

1.1算法原理指纹图像的预处理就是根据指纹图像的特点来进行算法的研究与设计。根据指纹图像上谷线与脊线的纹理具有一定的方向性，因此可采用指纹纹理的方向信息进行分割。基于方向场信息的指纹分割法的基本原理〔1〕是，在前景区的方向直方图中存在峰值，因为前景区中脊线和谷线有着相同的方向，使得方向直方图在这一方向上会产生明显峰值；而背景区域中各个方向出现的概率几乎相等，因而其方向直方图中无明显峰值出现。

1.2算法过程步骤一：首先，把指纹图像I（i，j）分成非重叠的w×w（一般取为16×16）的方形子块，计算出每一子块的灰度平均值和灰度方差：

其中：I（i，j）为第（m，n）个块内部w×w个像素点的灰度平均值。

其次，根据以下判定条件区分指纹图像的前景区和背景区：

步骤二：计算指纹图像的点方向图。

图1　每个像素点的8方向示意图

其中：i=0，1，2，3为如图2所示的脊线的方向；

3）根据以下公式（4）确定可能的脊线方向，如下式：

最后，指纹图像的点方向图就是计算出图像中每一个像素点的点方向。

步骤三：划分指纹点方向图为非重叠的w×w的子块，并计算出每一子块的方向直方图来统计同一方向的上像素点的数目。

步骤四：若子块的方向直方图的峰值高于阈值T，则确定该子块为前景区；反之为背景区。

基于方向场信息的指纹分割法〔4-5〕对图像灰度对比度不敏感、计算复杂，在失去方向信息时，不能精确地提取方向场，将导致该方法失效。所以，本文在方向图的基础上结合指纹图像的灰度特征来对图像进行分割。

步骤五：设图像F是经方向图法分割后的图像，图像H是基于灰度特征法分割后的图像，A是采用本文方法，即结合以上两种分割法得到的指纹图像，则有：

2　实验及结论

下面是本文在FVC2004指纹库中选择了两幅不同质量的指纹图像，在Matlab平台上分别用基于指纹图像上方向场信息结合灰度特征来进行的分割算法（方差阈值Tv取经验值为4）。分别对对比度较好指纹图像与低对比度指纹图像进行处理。其实验效果见图2。

图2　两种不同质量的指纹图像分割后的图像

由于到目前为止，还没有标准、有效的指纹分割评价体系，指纹分割的效果只能通过直观的视觉分辨以及在指纹图像后面的处理过程中体现出来。由以上对不同质量的指纹图像分割的方法对比来看，基于方向场信息结合灰度特征的指纹分割算法可以有效进行指纹分割，分割的结果是可靠和有效的，达到指纹图像预处理的目标。

〔1〕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〕.计算机工程与应用，2008，4（33）：223-225.

〔2〕胡珞华，刘国平，余冰.模糊指纹图像的特征提取〔J〕.南昌大学学报（工科版），2002，24（4）：38-41．

〔3〕YOON S W，FENG J J，JIAN A K.Latent fingerprint enbancement via robuust field estimation〔C〕//2011 Internnational Joint Conference On Biometrics，Washtington，D.C.，Oct.10-13.2011：1-8.

〔4〕张洁，景晓辉.一种基于模式熵的残缺指纹识别算法〔J〕.电子与信息学报，2012，34（12）：3041-3042.

〔5〕毛元，冯桂，汤继生.采用八方向Gabor滤波的指纹识别算法研究〔J〕.华侨大学学报（自然科学版），2013，34（2）：152-153.

〔Abstract〕Fingerprint image segmentation is a key step in the pre-processing，with the purpose of facilitating the effective extraction of fingerprint image feature.According to the basic principles of the common fingerprint segmentation process，this paper summarizes two common segmentation algorithms：methods of information-based approach and the statistical properties of the base direction.On this basis，this paper proposed segmentation algorithm based on orientation field information and gray feature，the results showed that：this method can efficiently and reliably segment fingerprint image，and the segmentation effect can meet the fingerprint image preprocessing purposes.

〔Key words〕image processing；the algorithm of direction；gray feature；fingerprint segmentation

（责任编辑袁霞）

Fingerprint Image Segmentation Algorithm Based on the Direction of the Field of Information and Gray Feature Fingerprint Segmentation

Chen Jing，Zhang Su
（College of Engineering，Dali University，Dali，Yunnan 671003，China）

TP3

A

2096-2266（2016）06-0030-03

云南省教育厅科学研究基金资助项目（2015C073Y）

2015-11-02

2015-12-06

陈婧，讲师，主要从事数字图像处理技术研究.