指纹自动识别系统中的后处理算法.pdfVIP

指纹自动识别系统中的后处理算法 王植陈跃峰肖自美方艳梅 中山大学信息与通讯技术研究中心广州510275 摘要：为了消除输入指纹图象噪声所造成的仂特征点，本文对指蚊自动识别中的后处理算 法进行了研究，并给出了实验蛄果．结果表明本文提出的后处理算法效果比较理想，为指 纹特征的匹配识别打下了良好基础。 关键词：指纹自动识别特征提取后处理 1 引言 指纹特征是人终身不变的特征之一，而且不同人的指纹特在相同的可能性几乎为零， 指纹鉴定花费小、效果好，因此指纹鉴定作为身份鉴别的一种方法有广泛的应用前景，如 公安、海关、银行、证券、电子商务、指纹Ic身份卡、指纹社保系统等等。但是，人工进 行指纹鉴别是一种费时、费力而且又烦琐、枯燥的工作，无法满足实际应用的要求。指纹 自动识别系统的实现是非常必要的。 在指纹自动识别的过程中，后处理的目的就是对所提取的特征点进行有效性检验，去 除伪特征点，保留正确的指纹特征。它的好坏直接影响蓟指纹匹配识别的效果。本文提出 了一种后处理算法，实验结果表明：这种后处理方法的效果比较理想。 2后处理在指纹自动识别过程中的重要性 下面是指纹自动识别的流程。 …豢◆叵垂}岖画寸吨圣，圆 圈1指纹自动识别漉程 指纹图象在识剐前必须经过预处理，要对其进行二值化、细化等操作。在上述过程中， 要保持有用信息，又要尽量去除干扰信息。预处理是分五步进行的：灰度滤渡、二值化、 二值滤波、细化、细化后的去噪。灰度滤波的目的是对输入的噪音较多的灰度图象进行滤 波，去除指纹图象中的叉连、断点以及模糊不清的部分，得到一幅较清晰的灰度图象；之 后对这幅灰度图象进行二值化，把它变成一幅二值指纹图象；由于灰度去噪的不完全性及 二值化时又可能引入噪声，所以对二值化的图象还需再进行一次去噪操作，得到一幅清晰 本文得到广东省自然基金项目963037的支持 ·n2· 的二值指纹图象；然后把这幅清晰的二值指纹图象通过细化变为点线图．即指纹中的脊线 都以点线《宽度为1的线)的方式表示；由于前面滤波去噪的不完全性以及细化算法本身 又可能引入噪声，因此，细化后的指纹图象还需再进行一次滤波操作，以得到一幅清晰的 点线圈．这幅点线图供以后的特征提取使用。 得到细化脊线圈后，就可以进行特征提取，得到指纹特征点。在本文中，我们只考虑 端点(∞ditIg)和分叉点(‰a曲n)两种类型的特征点。得到指纹细节特征点后，就可 以将这些特征信息输入匹配模块进行指纹识别了。然而．输入的指纹图像由于各种原因的 影响发生畸变，指纹图象二值化后，在指纹的脊线上将存在许多小孔洞，并且由于脊线的 粘连或断开，脊线的边缘也很不光滑，存在不少的缺口和突出物。在对其进行细化后，这 些缺口和突出物将在细化线上产生一些小的分叉，即毛刺；同时，处于纹线上的小孔，在 保持连通性的细化过程中，产生许多圆圈和网线图。这将使细化图上纹路变得杂乱无章， 而且在经过特征提取后，将产生大量伪特征点。 实验表明一幅质量较差的图象在经过预处理、特赶提取后可能产生多达一、两百个的 特征点，其中包含大量的伪特征点，这些伪特征点的存在，不但使分类识别时的速度大大 降低，还使指纹匹配识别性能急剧下降，造成识别系统的拒认或误认。因此，在将指纹特 饪信息输人到匹配识别模袋之前，有必要对所得的细节特征进行后处理，将尽可能多的伪 特征点去除，同时保留真特征点，为指纹特征的匹配识别提供良好基础。由此可见，后处 理在指纹自动识别系统中是非常重要的—个环节。 3指纹图象的后处理算法 在后处理遮一阶段，将使用一系列的判断条件从所得到的细节特征中将真正的特征保 留下来，将伪特征点去除。本文采用的后处理算法具体如下： 步骤1：去除可疑的细节特征 接以下原则将可疑的特征点去除： 1)若具有相同方向的两个特征点相距小于阈值Tl，则去除该两点。 2)若一个端点与一个分叉点相连，并且之间的距离小于阈值T2，则去除该端点和分叉 点。 3)去脒距离图象边缘弱以内的特征点。 根据实验可以得到优化的Tl、12、”的经验值。 步骤2：进一步验证细节特征点的可信度 t对{拽点： 1)在分叉点O的三条纹路E进行搜索，在每条纹路匕距离该分叉点为x(x为平均纹 线宽度)韵箍匿内均无其他特征点时，该特征点标识为可信特征点。 2)否魁，寻找相邻纹路，