指纹图像细化算法实现

摘 要 指纹图像细化是自动指纹识别的关键技术之一，图像细化效果对自动指纹识别系统的性能有着重要的影响。指纹细化是在二值图像的基础上将二值图像变成单像素宽的骨架图像，细化的目的是便于后续步骤提取指纹特征信息。本文分别实现主流的指纹图像细化算法，并对它们的细化效果进行了较为系统的分析和评价，并在MATLAB平台上实验。本文研究工作对丰富指纹识别的理论和提高自动指纹系统的性能均具有一定的意义。 关键字：指纹识别；图像细化；MATLAB 国内外研究现状分析 20世纪60年代，美国FBI(Federal Bureau of Investigation)开始着手开展基于指纹的自动生物特征识别研究工作，美国在这一领域的研究水平处于世界最前沿。在国外从事指纹识别研究和开发的公司、科研机构、学校比较多，其中较为著名的有：法国Morph，立陶宛Neurotenologija。日本NEC，美国国家标准局视觉处理研究组，IBM沃特森研究中心，BiometricAccess，Identicator，加州理工学院，华盛顿大学圣路易斯分校，得克萨斯理工大学，圣琼斯州立大学等。科研机构有美国国家标准局视觉图像处理研究组(NISTVisual Image Processing Group)、美国密歇根州立大学的模式识别与图像处理研究室、意大利Bologna大学生物特征识别系统实验室、新加坡南洋理工大学信号处理中心等。2006年初，澳大利亚成功发行世界上第一本生物识别护照。由于社会对指纹识别有着日益迫切的需求以及指纹识别领域仍然存在许多难题，近年来指纹识别研究十分活跃，与指纹识别有关的国内外活动有国际指纹验证比赛FVC、国际生物认证会议ICBA、中国的生物识别学术会议CCBR、国际模式识别会议ICPR等。 我国从20世纪80年代初期开始研究指纹自动识别技术。通过“七五”和“八五”的十年攻关，也取得了令人瞩目的成就。如：北京大学、清华大学、北京市刑科所、公安部二所等都获得了不少的研究成果。比较出色的有北京大学的Delta-S系统，清华大学的CAFIS系统等。以中科院自动化研究所为代表的课题组得到了国家杰出青年科学基金项目、国家重大基础研究前期研究专项项目、863高科技发展计划项目和国家自然利学基金项目等众多项目的资助，使我国的指纹自动识别技术赶上了国际水平。近年，指纹识别系统的研究与应用成为了一个热点，特别是商业指纹自动识别系统应用的更广泛，国内出现了众多生物识别科技公司和网站，指纹考勤机、指纹门禁系统等产品得到了广泛的应用。北大高科有限公司、北京中控自动化系统有限公司、北京中科模识科技有限公司、天津新通科技发展有限公司、中科院的汉王科技公司、上海同济斯玛特识别技术有限公司和方正指纹技术有限公司等都在此领域做出了卓有成效的工作随着指纹识别技术的发展以及产品产业化的推进，这一技术不但广泛应用于人们己经熟知的公安、破案、保安、金融等领域以及笔记本电脑和手机等设备中，还将用于居民身份证。对于警用大型或者超大型指纹库而言，匹配的速度和相似性排序是识别技术的关键，但是最后的鉴定结果仍要靠专家认定。2002年，清华大学实现了在海量数据库上的人脸和指纹综合识别系统，在识别的过程采用的融合策略是先用人脸特征进行比对得到前n个候选，然后在这个范围内用指纹特征再进行比对。迄今为止，还没有综合生物特征的识别系统的产品问世，综合身份识别系统的研究有待于进一步发展。 现在国内外指纹识别大都采用基于细节特征点的指纹识别技术，即采用基于图像处理的指纹识别算法，其中比较有代表性的有两种。一种是基于方向滤波增强，并在指纹细化图上提取特征点的算法，另一种是直接从指纹灰度图上提取特征点的算法。指纹识别作为一种热门的生物识别技术受到越来越多人的关注。而指纹细化是指纹识别技术中很关键的问题，所以对指纹细化研究有重要的理论价值。 指纹细化算法的种类很多，在许多文献中都有介绍。分别将这些算法应用于指纹图像，会产生几种不尽相同的细化“骨架”。按细化处理过程可分为串行细化、并行细化和串并行混合细化。串行细化一次只能处理一个像素，下次操作由上次的操作结果决定。并行细化算法是同时对满足给定条件的像素进行处理，即一次处理所有像素的一个子集。按细化后图像的连通性可将细化算法分为4连通细化、8连通细化和混合连通细化。4连通指的是细化后图像在水平垂直4个方向上的连通，8连通是细化后图像在水平垂直4个方向再加上正反45度共8个方向上的连通，混合连通是指细化后图像既有4连通也有8连通。其它常用于指纹细化的算法还有方向图中心扫描细化算法，纹线跟踪细化算法等。快速细化算法的运行速度很快，但存在一个严重的缺陷，由于该算法是4连通算法，因此由该算法得出的细化结果图像很多不是单像素宽，即细化不彻底。 OPAT算法能满足收敛性、连接性、拓扑性和保持性，能得到较好的细化效果。但该算法得到的细化骨架在分叉点处细化不彻底，细化后的纹线不光滑，纹线有较多毛刺，且纹线扭曲不在纹线中心。因此不满足细化的中轴性和细化性。并且因为使用多个模板，算法速度也比较慢。串并行细化算法执行速度快，跟快速细化差不多，能满足收敛性、连接性、拓扑性、中轴性和保持性，能得到较好的细化效果。但该算法得到的细化骨架在分叉点处细化不彻底，使后续步骤不能正确的提取细节点。中心扫描细化的结果基本上可以正确提取细节点的位置，但是因为此算法破坏了纹线的连接性，使提到的细节点都是纹线端点，显然在利用细节点类型进行匹配的算法中不能直接使用。指纹细化是指纹识别技术中很关键的问题，所以对指纹细化研究有重要的理论价值。 1.4 本文的主要内容 本文对细化算法进行深入分析，针对现有指纹细化算法存在的纹线吞噬、细化不彻底、多毛刺等各种问题，并分析和比较了现有的常用算法的性能，为以后的指纹图像细化算法的选择提供了较好的依据。在MATLAB平台上实现本文算法，得到的细化结果很好的满足自动指纹识别系统中细节特征提取的需要，使得原系统在使用改进的细化算法后性能有较大的提高。