指纹特征提取的算法研究.pdf

第28卷第5期 大庆师范学院学报 V01．28No．5 至鲤墨生2旦 』Q!』曼盟△坠Q￡望△Q!奠鱼塑Q曼丛△!=!』盟!Y量曼墨!旦 墅乜丝!!l!曼!：至鲤§ 口信息科学与工程 指纹特征提取的算法研究 冯美仙1’2，袁红梅1 (1．上海交通大学电子工程系，上海200030；2。江苏省无锡交通高等职业技术学校，江苏无锡214151) 摘要：自动指纹识别系统(AnS)已经成为很多安全和执法应用中一种流行的工具。许多安全和执法系统都依靠 指纹图像中脊线结点和分叉点来进行指纹匹配。尽管结点和分叉点信息对于小的数据库系统来说是足够的，但它 在大量的指纹图像分析中却不能提供足够的分辨信息。通过示范一种新的提取指纹灰度图像中汗孔位置的方法， 介绍一种从指纹图像中获取额外的分辨信息的方法。这种信息的提取是通过实行改进的最小平方误差方法。这 种算法即使应用于500点每英寸的图像上，也可以取得很好的效果。 关键词：图像处理；指纹；汗孔；特征提取 作者简介：冯美仙(1972一)，女，江苏无锡人，江苏省无锡交通高等职业技术学校讲师，从事图像处理研究。 随着国际上对先进的保安系统的重视，应用个人的心理和生理特征，又称为生物测定学，来进行确定 的身份识别变得越来越流行。这主要是由于指纹收集的简易性和指纹结构的高度唯一性。一个给定的指 纹由交替的脊线和谷线覆盖着其表面¨。J。这些脊线随着其在手指上分布开来而形成了独特的结构类 型，也正因此它们的局部和整体特性被单独用来进行身份识别。基于其分辨能力，指纹特征一般被分成三 个层次‘引： 第一层特征即指纹类型(pattem)，描述了指纹的整体特征，如脊线的走向及其整体形状。根据这一特 征，指纹被分为三种类型：弓形、环形和螺旋形； 特征。如脊线的终点(ending)和分叉点(bifurcation)； 第三层特征即形状特征(shape)，包括脊线的所有空间属性，如汗孔、脊线边缘等。 多数当前的自动指纹识别系统都利用从第一、二层获得的分辨信息。事实上，大多数系统只能应用第 一层的类型信息和第二层的脊线结点和分叉点信息。不幸的是，这就意味着大量的指纹细节信息被忽略 了。由于提取第三层信息的难度很大，使得这类信息很少被应用”J。然而这只是对于许多旧的现场扫描 装置而言，现有的装置可以在500dpi的分辨率下获取数量可观的第三层细节信息，即沿着脊线提取出来 的汗孔位置这样的信息。 以往的汗孔细节的提取基于高分辨率的图像，这种细节的提取是通过处理指纹图像轮廓图，需要很强 的计算能力和很昂贵的扫描仪器来实现【6—7J。通过研究提出一种在灰度图中检测指纹汗孔的新方法。这 不仅意味着图像不必被处理成轮廓图，也意味着允许应用低分辨率的图像来进行提取，包括很多现今现场 扫描装置获取的500dpi的指纹图像。 1汗孔模型的确定 在描述指纹提取方法之前，有必要了解一个典型的汗孔的构造。这个信息很重要，因为它是提取算法 所要寻找的对象。大量汗孔信息被从指纹图像中人工提取出来并被检测，以构成可以用于特征提取阶段 的模型。 1 万方数据 基于汗孔在脊线上的位置，可以将其分为两类：开汗孔和闭汗孔。其中，开汗孔是指延伸到谷线中的 汗孔，而闭汗孔则是完全被脊线包围起来的汗孔。两者的示例在图l中给出： 圈1指纹图像(1000dpl)中两种形式的汗孔【摘自文献[4】) 然而，在分辨率为500dpi的指纹图像中，上述两种形式汗孔的区别并不明显，而且对同一幅指纹图像 进行多次扫描，得到的图像中同一位置的汗孔的开闭状态也不相同。因此，研究的算法并不区分汗孔是开 汗孔还是闭汗孔。一般情况下，500dpi的指纹图像中的大部分汗孔都可以用一个经过调整的二维高斯函 数来描述： M(菇，，，)=1一e (1) 接下来就需要确定此模型的大小，即和的取值范围。和选择过大则会造成计算机的运算量过大，选择 过小则无法精确的确定汗孔在脊线上的位置。经验证在500dpi的图