低質(zhì)量指紋圖像預(yù)處理與增強(qiáng)-圖像處理課程論文

1、低質(zhì)量指紋圖像預(yù)處理與增強(qiáng)摘要指紋識(shí)別是目前研究最熱的生物特征識(shí)別技術(shù)之一，對(duì)于提高身份識(shí)別的準(zhǔn)確性和可靠性具有重要意義。但是，由于指紋干濕程度、摁壓力度等原因，采集的指紋圖像存在紋線斷裂或模糊，這嚴(yán)重地影響指紋特征提取和識(shí)別的準(zhǔn)確性。為此，必須對(duì)指紋圖像進(jìn)行增強(qiáng)，改善指紋圖像質(zhì)量。本文首先對(duì)指紋圖像處理技術(shù)作簡(jiǎn)要的介紹，然后具體分析了指紋圖像預(yù)處理以及圖像增強(qiáng)的步驟，在MATLAB下對(duì)實(shí)際的低質(zhì)量指紋圖像進(jìn)行處理。接著，對(duì)圖像處理的結(jié)果進(jìn)行分析，并提出對(duì)低質(zhì)量指紋圖像的改進(jìn)算法，最后，對(duì)指紋圖像處理技術(shù)做一個(gè)總結(jié)與展望。目錄低質(zhì)量指紋圖像預(yù)處理與增強(qiáng)1一緒論11.1指紋識(shí)別技術(shù)概述11.2自

2、動(dòng)指紋識(shí)別系統(tǒng)原理3二 指紋圖像預(yù)處理42.1 指紋圖像歸一化和分割42.2 指紋圖像濾波72.3 指紋圖像細(xì)化92.4 低質(zhì)量指紋圖片分析以及改進(jìn)思路10三 總結(jié)與展望13一 緒論1.1 指紋識(shí)別技術(shù)概述指紋是指手指末端正面凹凸不平的紋路，紋路由相互平行的脊線和谷線組成。這些紋路的存在有助于增加了手指表面的摩擦力，這樣我們抓起重物就比較容易。盡管指紋只占了人類皮膚中很小的一部分，卻蘊(yùn)含了大量的特征信息，如：端點(diǎn)、分叉點(diǎn)、中心點(diǎn)、三角點(diǎn)等。不同的指紋，這些特征是各不相同的，利用指紋特征的唯一性特點(diǎn)，就可以將指紋和個(gè)人一一對(duì)應(yīng)起來(lái)。對(duì)一個(gè)人的指紋特征進(jìn)行提取并與預(yù)先保存的指紋特征進(jìn)行匹配、比較就

3、可以識(shí)別個(gè)人身份。 指紋識(shí)別技術(shù)是生物特征識(shí)別技術(shù)中的一種。生物特征識(shí)別技術(shù)（Biometrics，字面含義為生物測(cè)定學(xué)）是指通過(guò)計(jì)算機(jī)利用人體所固有的身體特征或行為特征來(lái)進(jìn)行個(gè)人身份認(rèn)證的一種技術(shù)。生物特征可以分為：身體特征和行為特征。前者包括：指紋、掌形、人臉、虹膜、視網(wǎng)膜和人體氣味等；后者包括：步態(tài)、簽名、語(yǔ)音和敲打鍵盤的力度等，和其他生物特征識(shí)別技術(shù)相比，指紋識(shí)別是一種更為理想的身份確認(rèn)技術(shù)，原因如下：（1） 每個(gè)人的指紋都是獨(dú)一無(wú)二的，任意兩個(gè)人不具有相同的指紋；（2） 每個(gè)人的指紋在胚胎期就已經(jīng)固定，具有永久不變的特點(diǎn)，指紋不會(huì)隨著個(gè)人年齡的增長(zhǎng)或身體健康狀況的變化而變化；（3）

4、指紋樣本便于采集，具有很強(qiáng)的實(shí)用性，易于系統(tǒng)的開發(fā)。目前已有豐富的指紋樣本庫(kù)可供使用，方便了識(shí)別系統(tǒng)軟件的開發(fā)，另外，指紋采集模塊等硬件部分現(xiàn)在也較易獲得；（4） 一個(gè)人十個(gè)手指的指紋各異，可以對(duì)多個(gè)指紋排序構(gòu)成多重口令，具有提高系統(tǒng)的安全性的潛能；（5） 存儲(chǔ)量小。由于指紋模板并不直接存儲(chǔ)指紋圖像而是存儲(chǔ)從指紋圖像中提取出來(lái)的關(guān)鍵特征，因此存儲(chǔ)量小。國(guó)外的指紋識(shí)別技術(shù)發(fā)展比較成熟。美國(guó)、英國(guó)、法國(guó)、日本等在上世紀(jì)就已經(jīng)建立了自己的自動(dòng)指紋識(shí)別系統(tǒng)（AFIS）。其中美國(guó)在指紋識(shí)別技術(shù)領(lǐng)域占據(jù)著絕對(duì)領(lǐng)導(dǎo)的地位。美國(guó)擁有世界上占絕對(duì)多數(shù)的芯片廠商、指紋識(shí)別軟件提供商和指紋識(shí)別市場(chǎng)，這些得天獨(dú)厚的條

5、件不斷推動(dòng)著美國(guó)在指紋識(shí)別算法上持續(xù)發(fā)展。其技術(shù)先進(jìn)性，應(yīng)用先進(jìn)性深刻地影響著世界上其它國(guó)家的指紋識(shí)別技術(shù)的發(fā)展。雖然我國(guó)是世界上最早使用指紋作為身份標(biāo)識(shí)的國(guó)家，但用現(xiàn)代計(jì)算機(jī)技術(shù)對(duì)指紋圖像進(jìn)行處理、識(shí)別在我國(guó)發(fā)展的卻較晚。主要原因是我國(guó)當(dāng)時(shí)缺乏大規(guī)模集成電路設(shè)計(jì)和制造技術(shù)，不能在指紋傳感器上有所突破。然而，中國(guó)的指紋識(shí)別算法單純從學(xué)術(shù)研究角度來(lái)看，并不顯得落后。1.2 自動(dòng)指紋識(shí)別系統(tǒng)原理指紋識(shí)別系統(tǒng)是一個(gè)典型的模式識(shí)別系統(tǒng)，其主要工作流程包括：指紋圖像采集、指紋圖像預(yù)處理、特征提取、特征比對(duì)和匹配。指紋識(shí)別主要工作流程見圖1-1所示。圖1-1 指紋識(shí)別主要工作流程下面對(duì)圖1-1指紋識(shí)別工作

6、流程各部分進(jìn)行簡(jiǎn)單說(shuō)明：指紋圖像采集采集指紋圖像是自動(dòng)指紋識(shí)別系統(tǒng)的重要組成部分。歷史上限于技術(shù)水平，指紋圖像都是通過(guò)油墨按壓在紙上產(chǎn)生的，這種方式稱為離線指紋獲取方式?，F(xiàn)在這種指紋采集方法仍然應(yīng)用在犯罪現(xiàn)場(chǎng)潛在指紋的獲取上。隨著技術(shù)的發(fā)展，現(xiàn)在大多數(shù)民用和司法上自動(dòng)指紋識(shí)別系統(tǒng)都采用活體指紋采集方式?；铙w指紋采集儀中最重要的組成部分是傳感器，它是生成指紋圖像的器件。常用的傳感器可以分為三類：光學(xué)傳感器、固態(tài)傳感器、超聲波傳感器。指紋圖像預(yù)處理指紋識(shí)別算法是從指紋圖像預(yù)處理開始的，預(yù)處理效果的好壞對(duì)指紋識(shí)別的準(zhǔn)確性有著重要的影響。在采集指紋圖像時(shí)，由于指紋表面狀況、采集環(huán)境以及指紋采集儀特性差

7、異等因數(shù)影響，采集到的指紋圖像是一幅含有各種噪聲干擾的灰度圖像。這將嚴(yán)重影響指紋特征點(diǎn)的提取，進(jìn)而影響到指紋分類和匹配的準(zhǔn)確性。預(yù)處理的目的就是利用數(shù)字圖像處理技術(shù)可靠地計(jì)算指紋方向圖，去除圖像中的各種噪聲，恢復(fù)指紋圖像本來(lái)的脊線結(jié)構(gòu)，最終轉(zhuǎn)化成一幅紋路比較清晰地指紋圖像或二值指紋圖像，達(dá)到增強(qiáng)指紋圖像的目的。預(yù)處理的內(nèi)容包括有：指紋圖像歸一化、指紋圖像分割、方向圖求取、指紋增強(qiáng)、二值化和細(xì)化。特征提取指紋圖像特征提取是指通過(guò)一定的算法從預(yù)處理過(guò)的指紋圖像中提取出細(xì)節(jié)點(diǎn)的位置信息和方向信息，為指紋匹配做準(zhǔn)備。常用于匹配的細(xì)節(jié)點(diǎn)包括脊線的端點(diǎn)和分叉點(diǎn)。由于指紋圖像質(zhì)量參差不齊和預(yù)處理算法的局限性

8、，特征提取結(jié)果常受到偽特征信息的干擾。通常在指紋匹配前，對(duì)指紋特征信息進(jìn)行真?zhèn)闻袆e。指紋特征匹配前面三步的目的是為了進(jìn)行指紋的匹配。對(duì)兩枚指紋提取到的特征點(diǎn)信息進(jìn)行對(duì)比，如果信息相一致的特征點(diǎn)數(shù)超過(guò)一定的數(shù)量，則認(rèn)為兩幅指紋是同一個(gè)人的，并輸出識(shí)別結(jié)果。二 指紋圖像預(yù)處理2.1 指紋圖像歸一化和分割指紋圖像歸一化是指紋圖像預(yù)處理的第一步。它的目的是使所有圖像的灰度平均值和方差統(tǒng)一到同一個(gè)值上，從而使后續(xù)處理具有相同的基準(zhǔn)。但指紋歸一化并不改變指紋紋線結(jié)構(gòu)和紋線的清晰程度。令表示原始灰度指紋圖像，其大小為，表示圖像中像素點(diǎn)的灰度值。用表示灰度規(guī)一化后的指紋圖像，為指紋圖像規(guī)一化后點(diǎn)的灰度。對(duì)輸入

9、的指紋圖像按下式進(jìn)行歸一化處理式中，為原圖像灰度值均值，為原圖像灰度值方差，為期望灰度值均值，為期望灰度值方差。用MATLAB處理原圖像，關(guān)鍵代碼如下：Img = imread('E:demo.jpg'); %讀取圖像Img_gray = rgb2gray(Img); %轉(zhuǎn)換為灰度圖像gray = im2double(Img_gray); %圖像格式轉(zhuǎn)為MATLAB可以處理的double格式 Img_nor,PS = mapstd(gray); %歸一化subplot(1,2,1);imshow(Img_gray)subplot(1,2,2);imshow(Img_nor)歸一

10、化結(jié)果如圖2-1所示：圖2-1 圖像歸一化指紋圖像背景是指圖像中無(wú)紋線或紋線非常模糊而在后續(xù)處理中很難恢復(fù)的圖像區(qū)域；前景是指圖像中清晰的指紋部分。指紋圖像背景分割的目的是把圖像的背景和與有效的前景區(qū)域分開，使后續(xù)處理能夠集中于有效區(qū)域，減少提取到的偽特征點(diǎn)，提高特征提取的準(zhǔn)確度。指紋圖像分割還大大減少了后續(xù)處理的時(shí)間，是指紋識(shí)別中的重要處理步驟。它不僅要求盡可能地去除無(wú)效區(qū)域，還要盡可能地保留有效區(qū)域。本文采取的步驟具體如下：（1） 估計(jì)圖像背景，對(duì)原圖像像素值取反，然后使用imopen函數(shù)和一個(gè)半徑為4的圓盤形結(jié)構(gòu)元素對(duì)輸入圖像進(jìn)行形態(tài)學(xué)開操作。形態(tài)學(xué)開操作將會(huì)刪除那些不完全包括在半徑為4

11、的圓盤中的對(duì)象，從而實(shí)現(xiàn)背景亮度的估計(jì)。（2） 從原圖像中減去背景圖像。（3） 調(diào)節(jié)圖像對(duì)比度，用imadjust函數(shù)來(lái)調(diào)節(jié)圖像對(duì)比度。（4） 用閾值操作將圖像轉(zhuǎn)換為二進(jìn)制圖像。用MATLAB處理原圖像，關(guān)鍵代碼如下：Img_gray = imread('E:Img_nor.bmp');Img_gray = imcomplement(Img_gray); %圖像取反background = imopen(Img_gray,strel('disk',4); %背景估計(jì)foreground = imsubtract(Img_gray,background); %減去

12、背景Img_adjust = imadjust(foreground,stretchlim(foreground),0,1); %調(diào)整圖像對(duì)比度level = graythresh(Img_adjust); %閾值估計(jì)Img_bin = im2bw(Img_adjust,level); %閾值操作，轉(zhuǎn)為二值圖%顯示圖像subplot(2,2,1),imshow(Img_gray)subplot(2,2,2),imshow(foreground)subplot(2,2,3),imshow(Img_adjust)subplot(2,2,4),imshow(Img_bin)MATLAB處理后的結(jié)果如

13、圖2-2所示：圖2-2 前景背景分離2.2 指紋圖像濾波指紋增強(qiáng)還可以用濾波的方法實(shí)現(xiàn)，主要分為兩類：基于空間域?yàn)V波的方法和基于頻率域?yàn)V波的方法。前者使用指紋圖像的局部特征如：脊線方向和脊線頻率，而后者主要使用指紋圖像的整體特征。 基于空間域?yàn)V波的方法實(shí)現(xiàn)指紋增強(qiáng)是通過(guò)用一個(gè)模板對(duì)指紋圖像進(jìn)行卷積操作實(shí)現(xiàn)的。Lin Hong 等人使用了具有方向選擇性和頻率選擇性的 Gabor 濾波器作為卷積模板。后來(lái)，許多學(xué)者對(duì)基于 Gabor 濾波器的指紋增強(qiáng)方法進(jìn)行了改進(jìn)以提高增強(qiáng)效果或執(zhí)行速度。在算法上，使用Gabor濾波器強(qiáng)化指紋圖像，這是當(dāng)前最流行的方法。本文也是采用此濾波方法。一個(gè)平滑對(duì)稱的Gab

14、or濾波器在空間域中有以下的一般形式：其中，是方向的脊頻率，和決定濾波器包絡(luò)的形狀以及調(diào)和圖像強(qiáng)化與偽造之間的沖突。如果，將在脊的方向造成過(guò)度的平滑，并在邊界產(chǎn)偽造。Gabor濾波器的空間特性如圖2-3所示：圖2-3 Gabor濾波器的空間特性由Gabor濾波器的數(shù)學(xué)模型可以看出，此種濾波器在x方向上為帶通，y方向上為低通。在對(duì)指紋圖像進(jìn)行濾波時(shí)，只需對(duì)濾波器進(jìn)行旋轉(zhuǎn)，使其與指紋方向一致，就可以實(shí)現(xiàn)沿指紋紋線的信息最大程度地增強(qiáng)，而垂直于指紋方向(指紋的梯度方向)的信息則相對(duì)減弱。用MATLAB處理原圖像，處理結(jié)果如圖2-4所示：圖2-4 Gabor濾波2.3 指紋圖像細(xì)化指紋圖像的細(xì)化是指刪

15、除指紋紋線的邊緣像素，使之只有一個(gè)像素寬度，也就是保持原圖的骨架。指細(xì)化時(shí)應(yīng)保證紋線的連接性、方向性和特征點(diǎn)不變，還應(yīng)保持紋線的中心基本不變。一種好的細(xì)化方法應(yīng)滿足下面七個(gè)要求：（1） 迭代必須收斂的。(收斂性)（2） 不破壞紋線的連接性。(連接性)（3） 不引起紋線的逐步吞食。(拓?fù)湫?（4） 保護(hù)指紋的細(xì)節(jié)特征。(保持性)（5） 骨架紋線的寬度為1個(gè)像素。(細(xì)化性)（6） 骨架盡可能接近條紋中心線。(中軸性)（7） 算法簡(jiǎn)單、速度快。(快速性)細(xì)化的目的是為提出特征做準(zhǔn)備。用MATLAB處理原圖像，關(guān)鍵代碼如下：Img = imread('E:Img_bin.bmp');I

16、mg_bone = bwmorph(Img,'skel',inf); %設(shè)置細(xì)化參數(shù)subplot(1,2,1),imshow(Img),title('original');subplot(1,2,2),imshow(Img_bone),title('bone');處理結(jié)果如圖2-5所示：圖2-5 二值圖像細(xì)化2.4 低質(zhì)量指紋圖片分析以及改進(jìn)思路參見圖2-6，從原指紋圖像跟最后處理得到的細(xì)化圖像的對(duì)比中可以看到，由于原圖像存在模糊、缺失以及噪聲等現(xiàn)象，屬于低質(zhì)量指紋圖片，因此對(duì)最終處理的結(jié)果產(chǎn)生很大的影響。圖2-6 原指紋圖像跟處理后圖像的對(duì)比

17、為了在一定程度上擬補(bǔ)低質(zhì)量圖像存在缺失現(xiàn)象的影響，可以考慮對(duì)原圖像進(jìn)行形態(tài)學(xué)處理后再作以下圖像預(yù)處理。用MATLAB處理原圖像，關(guān)鍵代碼如下：Img = imread('E:demo.jpg'); %讀取圖像Img = imcomplement(Img); %圖像取反se = ones(2,2); %模板Img1 = imerode(Img,se); %形態(tài)學(xué)腐蝕Img2 = imdilate(Img1,se); %形態(tài)學(xué)膨脹subplot(1,2,1);imshow(Img)subplot(1,2,2);imshow(Img2)處理結(jié)果如圖2-7所示：圖2-7 形態(tài)學(xué)處理參見

18、圖2-8，通過(guò)兩種方法得到的二值細(xì)化圖的對(duì)比，可以看出到，經(jīng)過(guò)形態(tài)學(xué)處理后的圖片處理效果好了很多。從這里我們也可以得到啟發(fā)，對(duì)于低質(zhì)量的指紋圖片，只要有針對(duì)性的采取相應(yīng)的圖像處理方法處理，可以一定程度上擬補(bǔ)處理效果上的不足。圖2-8 兩種處理方法效果對(duì)比三 總結(jié)與展望隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展,指紋識(shí)別已成為生物特征識(shí)別中一個(gè)重要的研究課題，指紋作為一種獨(dú)特的身份特征己經(jīng)得到了廣泛的應(yīng)用。但目前指紋識(shí)別系統(tǒng)的性能很大程度上取決于獲得的指紋圖像的質(zhì)量，而采集的圖像不同程度上存在著缺陷，因此需要進(jìn)行指紋圖像增強(qiáng)以達(dá)到實(shí)用要求。指紋圖像增強(qiáng)是自動(dòng)指紋識(shí)別系統(tǒng)中至關(guān)重要的一步，增強(qiáng)結(jié)果的好壞直接影響到指紋特征提取和指紋匹配的準(zhǔn)確性。本文首先總結(jié)了在指紋圖像預(yù)處理中涉及到的一些常用算法，如圖像規(guī)一化，指紋圖像分割、濾波、細(xì)化等，然后對(duì)實(shí)際的低質(zhì)量指紋圖像進(jìn)行處理，并分析處理的結(jié)果，最后提出對(duì)低質(zhì)量指紋圖