基于FEE算法估计指纹纹线距离.pdfVIP

基于 FEE 算法估计指纹纹线距离 任春晓，尹义龙，马军，詹小四 山东大学 计算机科学与技术学院，山东 济南 250101 ylyin@ 摘 要：指纹图像的平均纹线距离在指纹识别领域具有重要价值和意义，精确的纹线距离估 计对分割和增强过程都有着重要的影响。本文提出了一种新的指纹图像平均纹线距离估计算 法，简称 FEE 算法，通过使用傅立叶变换（F）、熵（E）和加权欧式距离（E）等手段实现 对纹线距离的精确估计。为了评价算法的性能，使用典型指纹图像对该算法进行评价。实验 结果表明，本文方法可以对指纹图像进行精确的纹线距离估计。 关键词：指纹识别；纹线距离；傅立叶变换；熵；加权欧式距离 1 引言 指纹识别是生物特征识别领域应用最为广泛的技术，近年来已经在身份验证中得到了广 泛的应用[1]。指纹图像一般由脊线和谷线组成，它们分别是指图像中深色和浅色的纹线。 自动指纹识别系统主要由指纹采集、图像预处理、特征提取和指纹匹配等步骤组成。纹线距 离是指纹的重要特征，在一些指纹分割、增强和分类算法中，纹线距离被作为一个重要参数 加以应用。例如指纹增强算法经常要以纹线距离作为参数来设计滤波器，有些指纹分割算法 要以纹线距离来区分前景和背景。所以，可靠的估计纹线距离对自动指纹系统的实现有着重 要的意义。 指纹纹线距离可以被定义为给定脊线与相临谷线的间距。一般情况下，通过计算脊线中 心到谷线中心的长度作为纹线距离。纹线距离的定义如图 1 所示。 图1 纹线距离的定义 设指纹图像中有 n 条宽度分别为 w ,…,w 的脊线，被n-1 条宽度为 v ,…,v 的谷线分隔， 1 n 1 n 则纹线距离为： w w i i 1+ + + ri vi (1) 2 2 纹线距离越大，表明该处纹线越稀疏；反之，纹线距离越小，表明该处纹线越密集。纹 线距离的大小决定于指纹本身的结构和图像采集的分辨率。另一个与纹线距离相关的概念是 纹线频率，它是纹线距离的倒数． O’Gorman 和 Nickerson[2]在指纹滤波器设计中将纹线距离作为滤波器的一个关键参 数来使用，采用固定纹线距离设计滤波器。Hung[3]在整幅指纹图像上估计纹线的平均距离， 并用于指纹增强和特征选择。Hong[4]提出了一种使用方向窗估计纹线频率的方法，将图像 区域在纹线垂直方向进行投影，通过计算投影信号的波峰间距获得纹线距离。Kovac-Vajna[5] 提出了纹线距离估计的两种方法：几何法和谱分析法。Mario和 Maltoni[6]给出了局部纹线 频率的旋渡数学特征并用二维模型近似纹线模式。Yin[7]利用传统的谱分析方法在频域实现 了对指纹图像纹线距离的估计，提出了一种基于统计窗的纹线距离估计方法，在空间域实现 - 1 - 了纹线距离估计。祝恩[8]提出将各局部区域在一条穿过该区域中心并且各点切线方向都和 纹线走向垂直的曲线上投影，根据投影信号得到每个局部区域