指纹自动识别系统中预处理技术.docVIP

指纹自动识别系统中预处理技术 　　摘 要 我们必须通过相应的预处理技术，将灰度图像中所蕴含的噪音去除掉，使之能够有效地成为相对较为清晰、便于提取指纹特征的点线图。预处理技术的好坏，直接影响到指纹识别的好坏。对于预处理，一般分五步：灰度滤波，二值化，二值滤波，细化，细化后的去噪。本文首先概述了预处理过程，其次，结合笔者的实际工作经验，就指纹自动识别系统中的预处理技术展开了较为深入的探讨，具有一定的参考价值。 　　关键词 指纹自动识别系统；预处理技术；指纹图像 　　中图分类号TP39 文献标识码A 文章编号 1674-6708（2013）94-0225-02 　　0引言 　　众所周知，在自动识别指纹的过程中，最初所输出的原始指纹图像是一个典型的灰度图像，含有很多噪音，是不能被我们所用的。我们必须通过相应的预处理技术，将灰度图像中所蕴含的噪音去除掉，使之能够有效地成为相对较为清晰、便于提取指纹特征的点线图。预处理技术的好坏，直接影响到指纹识别的好坏。本文就指纹自动识别系统中的预处理技术进行探讨。 　　1 预处理过程概述 　　对于预处理，一般分五步：灰度滤波，二值化，二值滤波，细化，细化后的去噪。灰度滤波是为了对输入的较多的噪音的灰度图像进行滤波，从而除去其中的断点、叉连和不清楚的地方，以获得清晰的灰度图像；二值化就是将其变成一幅二值指纹图象；对于二值化后的指纹图象，我们还要进行一次去噪的操作，以便得到清晰的二值指纹图象，这样的操作是由于二值化时可能引入噪音及灰度去噪是的不完全性。之后我们还要将通过细化将二值指纹图象变为点线图，也就是以点线（宽度为1的线）的方式表示指纹图中的脊线； 细化后的指纹图还要进行一次滤波的操作，从而得到一幅清晰的点线图，这是由于细化算法本身可能引入的噪音以及前面滤波去噪的不完全性。这样以后的特征取用用这幅点线图提供。 　　为了完全去除图象中的噪音和减少人工的干预，同时也为了提高了系统对残缺不全和模糊不清的指纹图象的处理能力，我们在预处理的过程中我们采用了三次滤波操作即灰度图象滤波、二值图象滤波以及细化后图像的??波。采用这样渐进的滤波形式，这样输出的点线图大体上不含噪音（相对于比较清晰的指纹图象而言）， 这为以后的特征提取、匹配等操作奠定了坚实的基础。 　　2指纹图像增强 　　在对指纹进行自动识别时，最初所采集到的图像是很不精确的，极其粗糙，很容易受到噪声的影响，对于识别的结果造成了较为严重的影响。目前国内外已经有一些学者开始逐步地对指纹图像从脊线垂直方向的灰度变化来进行假设研究，同时还特意挑选了一系列的滤波器，这些滤波器都带有较强的方向选择性，这样一来，就能够减少伪信息，大幅度提高谷线和脊线两个参数的对比度，同时还使得纹线的清晰度得到进一步地提高，我们将这个处理过程称为增强处理指纹图像的过程。值得注意的是，同一幅指纹图像的滤波器频率和脊线宽度都存在着很多的不同，这样有可能造成在一定程度上改善了指纹图像质量，但是却使得整个计算过程变得极为复杂。本文所选取的指纹图像增强技术为两种，分别是直方图均衡和傅里叶变换。 　　2.1 直方图均衡化 　　全幅偏暗或偏亮， 非线性或亮度范围不足等因素造成对比度不足，这是最常见的图像缺陷，但观看不是很如意。将全幅图像的灰度范围设为从0到255级，这样通过扩展对比度，脊线和谷线的视觉将更加清晰。 　　2.2傅里叶变换 　　傅里叶增强的步骤如下： 　　1）将指纹图像分为诸多小的图像块，尺寸控制在32*32；（2）然后过滤掉频率过低和过高的频带， 将这些频率对应的幅度设为0，因为这些频带可以常被认为是噪声； 这样经过傅里叶变换的增强图像，一方面改善了脊上误断点之间的连接，另一方面也去除了脊之间的一些伪连接。不过图像中的小块的边缘效应是很显著的，但这种效应对下一步的操作影响甚小。 　　3 指纹图像的二值化处理 　　二值化就是将用二值图像来代替灰度指纹图像，取值设置为0-1。而将一幅图像二值化，一定要选取阈值，将高于阈值灰度的像素点转换成1，低于阈值的像素点转换成0。不过阈值的设定有一定难度，这是由于一幅图像中各个部分的明暗不同和不同图像的灰度基值也不同。本文用局部平滑阈值自适应算法。也就是指纹图像每一块的明暗度要调整阈值，每一块根据自己的阈值来进行二值化。 　　4 细化及细化后的去噪 　　细化的最终目的是要使以后对特征的提取更为方便，这样经过细化后，在指纹图象中的每条纹线都是用单象素来表示的“点线”。虽然我们对各种传统的细化算法都进行试验，像层层推进法、骨架线法等，可是这些算法基本都不合适，一方面速度很慢，而且经过细化后的图像所含的噪音也很多。所以，依据指纹图象中纹线的特征，我们设计了一种适和于指纹图象处理的细化算法，并得以实现。这种算法是线跟踪