两种常用指纹图像细化算法的改进.docVIP

收稿日期:2005-01-04 作者简介:唐为方(1969-,男,山东省荷泽市人,山东轻工业学院讲师,在读研究生,主要从事模式识别学习与研究。两种常用指纹图像细化算法的改进 唐为方1,陈　旭1,周大军2,王新刚2,罗　涛3 (1.山东大学计算机学院,山东济南　250014; 2.山东轻工业学院信息科学与技术学院,山东济南　250014; 3.中国重汽商用车有限公司,山东济南　250100 摘要:　本文对指纹图像的细化算法进行了较深入的研究,结合这两种算法,提出了一种综合的细化算 法。经过实验证明,该算法能够很好的满足细化的要求。 关键词:　指纹;图像处理;图像细化;模板 中图分类号:TP391　　文献标识码:A 　　文章编号:1004-4280(200501-0025-06 一个完整的自动指纹识别系统(AFIS 主要包括指纹采集、指纹图像预处理、指纹特征提取、指纹比对等几个模块。指纹图像预处理是一个很重要的部分,它的处理效果直接影响后续的特征提取和指纹比对。而指纹细化又是预处理中的一个重要环节,因为一般的特征提取都是在细化的基础上进行的,如果细化不好,将无法进行用常规的特征提取算法提取细节特征信息。 本文分别实现了快速细化算法和改进的OPT A 算法,分析了这两种算法存在的不足,发现了改进的OPT A 算法的两个缺陷:(1在纹线分叉点处图像细化不彻底;(2方向敏感性强。接着对改进的OPT A 算法进行了补充和修正,将两种细化算法有机结合,形成了一种综合的图像细化算法。实验结果证明,该算法细化完全,细化后的指纹骨架在纹线中心线,光滑无毛刺,运算速度也较快。 1　两种细化算法的局限分析 图1　快速细化后纹线局部放大图111　快速细化算法 　　该算法细化不彻底是由于它本身是4连通算法。为了方便起 见,用图示来具体说明它。 如图1所示为一段快速细化后的纹线局部放大图,黑格表示像 素值为1,白格表示像素值为0。图中第二行第二列的点P 22和第二 行第三列的点P 23的8邻域都有4个像素点,按照单像素宽的要求, 应该删除。而根据该算法流程,这两点的tsum =4,不等于2,不满足 删除的要求,而保留下来。因此最终细化后的纹线不是单像素宽,特 第19卷第1期 2005年3月山　东　轻　工　业　学　院　学　报JOURNA L OF SHANDONG INSTIT UTE OF LIGHT INDUSTRY Vol.19No.1Mar.2005 别在纹线为45度的方向上,这种情况尤其明显。 112　改进的OPT A 算法 11211　毛刺的产生 经过研究发现,毛刺的出现对纹线方向十分敏感。纹线方向角在第二象限的时候容易出现毛刺,特别是纹线近似水平和垂直的时候,毛刺的出现尤其明显。故推测毛刺的产生和模板不完全对称有关。如图2所示 。 　　　　　　　　　　　　　　　　　 图2　改进的OPT A 算法毛刺产生原因 11212　分叉点细化不彻底 分叉点和端点都是指纹图像的主要特征点。分叉点是指该点的8邻域中nsum =3,两端点的nsum =1,连续点的nsum =2。 该算法在分叉点处细化不彻底的情况主要有3种,如图3所示。细化不彻底是由于模板不完善造成的 。 　　　　　　　　　　　　 图3　分叉点处细化不彻底示意图 2　综合细化算法 上述的两种细化算法各有其优缺点。快速细化算法运行速度快,纹线光滑无毛刺,但不是单像素宽;而改进的OPT A 算法细化较彻底,但在纹线的水平和竖直方向会产生较多毛刺,且在分叉点处同样存在不是单像素宽的问题。 从理论上分析,如果把两种算法结合起来使用,再加以适当的改进,解决分叉点处理化不彻底的问题,就应该满足细化要求了。故本章提出了一个综合细化算法。即先使用快速细化算法初步细化,然后用改进的OPT A 算法进一步细化,再对改进的OPT A 算法进行修正。 62山　东　轻　工　业　学　院　学　报　　　　　　　　第19卷 211　改进的OPT A 算法的修正 针对分叉点处细化不彻底的问题,考虑增加几个模板,在分叉点处一一判断,改变某儿点的像素值,从而改善分叉点,使之满足要求。 21111　模板一 对于图2(a 的情况,增加4个模板,如图4所示 。 　　　　　　　　　　　　　　　　　　　　　　　　 图4　 模板一 　　　　　　　　　　　　　　　　　 图5　对分叉点使用模板一改进前后的比较 考察每点的8邻域,若符合这4个模板中的任何一个,则删除该点(灰底色的像素点,即像素值置0。改进前后的分叉点如图5所示。 21112　模板二 对于图2(b 的情况,增加4个模板,如图6所示 。 　　　　　　　　　　　　　　　　　　　　　　　　　　　 图6　模板二 考察每点的8领域,若符合这4个模板中的任何一个,则将其改造成如图