杜培明,鞏 靜
(安徽工業(yè)大學(xué) 電氣信息學(xué)院,安徽 馬鞍山 243002)
指紋具有唯一性和終身不變性。指紋識(shí)別技術(shù)即是利用指紋的這種特性,通過(guò)對(duì)指紋特征的提取和比對(duì)完成對(duì)個(gè)人的身份驗(yàn)證。其具體流程如圖1所示。
圖1 指紋識(shí)別處理過(guò)程
從采集頭得到的指紋圖像往往帶有大量的噪聲。這些噪聲主要有:采集頭上的污點(diǎn)、指紋本身帶有的疤痕、指紋太濕造成的指紋粘連、指紋太干造成的紋線斷裂。這些噪聲不利于指紋原本特征信息的準(zhǔn)確提取,所以需要對(duì)采集到的指紋圖像進(jìn)行圖像增強(qiáng)。
指紋增強(qiáng)的方法有:紋理濾波法[1]、傅里葉分析法、小波分析法和基于知識(shí)的方法等。指紋圖像增強(qiáng)的主流方法是紋理濾波方法,該方法計(jì)算指紋圖像每個(gè)局部區(qū)域的方向和頻率特征,用紋理濾波器對(duì)指紋圖像進(jìn)行濾波增強(qiáng)。Hong提出一種基于Gabor濾波器的指紋增強(qiáng)方法[2],Gabor濾波器[3]可以在空域和頻域上獲得最佳的分辨率,具有良好的帶通性和方向選擇性。但該方法有時(shí)存在塊效應(yīng)或方向效應(yīng),并且對(duì)不同頻率的圖像有不同的增強(qiáng)程度。本文在基于Gabor濾波器指紋增強(qiáng)[4]的基礎(chǔ)上,提出一種改進(jìn)的Gabor濾波器算法。實(shí)驗(yàn)證明了該方法的有效性及可行性。
歸一化是為了消除指紋采集過(guò)程中由于傳感器自身的噪聲以及因?yàn)槭种笁毫Σ痪斐傻幕叶炔町?,將指紋圖像的對(duì)比度和灰度調(diào)整到一個(gè)固定的級(jí)別上,為后續(xù)處理提供一個(gè)較為統(tǒng)一的圖像規(guī)格[5]。一般按式(1)~式(3)進(jìn)行歸一化。
設(shè)指紋圖像為 I,其寬度為 W,高度為 H,而 I(i,j)表示在第i行、第j列的灰度值,則整個(gè)圖像的平均值為:
則歸一化后的指紋圖像G:
指紋圖像歸一化處理后的圖像如圖2所示。
指紋方向場(chǎng)真實(shí)地反映了指紋圖像最本質(zhì)的紋理特征,再現(xiàn)了指紋的中心紋路、外圍包絡(luò)線及脊線的形狀和走勢(shì)。由于脊線具有緩變性的特點(diǎn),求出的方向場(chǎng)也不可能發(fā)生走向的劇變,利用這一特征可以對(duì)有噪聲情況下求出的方向場(chǎng)進(jìn)行平滑處理,從而可以獲取低質(zhì)量指紋圖像效果較好的方向場(chǎng)[6]。方向場(chǎng)是對(duì)紋線形狀的一種描述,這種描述可以大大簡(jiǎn)化研究指紋的幾何拓?fù)浣Y(jié)構(gòu)問(wèn)題。方向場(chǎng)的計(jì)算如下:
圖2 指紋圖像歸一化處理
(1)把指紋圖像分成大小為W×W的方塊,對(duì)于500 DPI指紋圖像,W 常選為 16。
(2)計(jì)算點(diǎn)(i,j)的梯度和。本文根據(jù)計(jì)算的要求,梯度算子可以選擇簡(jiǎn)單的Sobel算子,也可以選擇較復(fù)雜的Marr-Hildreth算子。Sobel算子公式如下:
(3)計(jì)算以 i、j為中心的每一塊的方向:
(4)計(jì)算在(i,j)的局部方向場(chǎng):
歸一化后的指紋圖像和方向圖如圖3所示。
圖3 歸一化后的指紋圖像和方向圖
Gabor濾波器使用方向場(chǎng)圖像來(lái)進(jìn)行增強(qiáng),是指紋增強(qiáng)算法中最常見(jiàn)的一種。這種算法的基本出發(fā)點(diǎn)是基于指紋的數(shù)學(xué)模型,指紋在局部小區(qū)域內(nèi)可以認(rèn)為是一組平行的具有一定頻率的直線,可以順著脊線的方向使用Gabor窗函數(shù)去過(guò)濾圖像,使脊線的信息得到加強(qiáng)。由于是順著脊線的方向?yàn)V波,在順著脊線的方向上有平滑的作用,因此能將一些斷裂的脊線修復(fù)回原來(lái)的狀態(tài);同時(shí)由于Gabor濾波器具有良好的頻率選擇性,可以在有效地去除脊線上的噪聲的同時(shí),保持脊線的結(jié)構(gòu)。
通常的二維Gabor濾波算子的定義如下:
取其實(shí)數(shù)部分得:
圖像濾波后得到:
經(jīng)過(guò)Gabor濾波后,大部分的噪聲被去除了,指紋中存在的斷紋被連接上,而粘連部分則被斷開(kāi),留下了紋線清晰的指紋紋理,并且沒(méi)有破壞原有指紋的細(xì)節(jié)特征,如圖4所示。由圖可以看出,指紋圖像的Gabor濾波是一種比較好的指紋濾波算法。實(shí)驗(yàn)驗(yàn)證了在 Gabor濾波函數(shù)中, 將標(biāo)準(zhǔn)差 δx和 δy值均取為經(jīng)驗(yàn)數(shù)值4.0,其濾波效果最好。但并不代表 δx和 δy這種取值對(duì)所有指紋圖像都適用,在指紋圖像的紋理不均勻時(shí),這種取固定數(shù)值的方法有一定局限性。
圖4 經(jīng)Gabor濾波后的指紋紋理圖
濾波器的帶寬表示的是該濾波器所反映的頻率范圍,它由 Gabor濾波器沿X軸和Y軸的標(biāo)準(zhǔn)差 δx和δy決定。因?yàn)橹讣y圖像的局部頻率決定了濾波器的帶寬,所以δx和δy也應(yīng)該與指紋圖像的局部頻率有關(guān)。固定頻率方法沒(méi)有考慮到脊線頻率的變化,因此指紋圖像增強(qiáng)將會(huì)受到影響。本文標(biāo)準(zhǔn)差δx和δy不適用固定值,而是由下面公式來(lái)決定:
式中,F(xiàn)(i,j)是脊線頻率,kx、ky為常數(shù)。
在傳統(tǒng)的Gabor濾波器算法中,濾波器的寬度和高度被設(shè)置為固定值,但是固定的濾波器大小不能容納不同尺寸帶寬的小波。因此,為了使濾波器的大小能按照Gabor小波的帶寬變化,本文把濾波器的寬度Wx和高度Wy建立了與標(biāo)準(zhǔn)偏差有關(guān)的方程:
由于絕大多數(shù)的 Gabor小波信息都包含在[-3δ,3δ]內(nèi),所以,在式中所選的參數(shù)能夠容納絕大多數(shù)有用的Gabor小波信息。
在得到每一小塊的脊線頻率、標(biāo)準(zhǔn)差和濾波器大小后,利用Gabor濾波器的脊線響應(yīng)對(duì)指紋圖像進(jìn)行濾波后得到經(jīng)過(guò)參數(shù)優(yōu)化Gabor濾波器處理后的圖像為:
式中,G為歸一化后的圖像,O為像素點(diǎn) (i,j)方向圖,F(xiàn) 為在點(diǎn)(i,j)為中心的 wx×wy區(qū)域的頻率。
改進(jìn)前后濾波效果如圖5所示。
圖5 改進(jìn)前后濾波效果比較
本文提出的改進(jìn)的Gabor濾波器算法能夠較好地避免傳統(tǒng)方法中產(chǎn)生的虛假的脊線或谷線,并能達(dá)到一致性的增強(qiáng),通過(guò)圖像的增強(qiáng)算法,圖像得到明顯的增強(qiáng),細(xì)節(jié)信息得到了很好的保留。在本文設(shè)計(jì)的濾波器中,窗口的大小是動(dòng)態(tài)變化的,與指紋的脊線和谷線的寬度有關(guān),所以需要花費(fèi)更多一點(diǎn)的時(shí)間來(lái)?yè)Q取對(duì)圖像增強(qiáng)質(zhì)量的提高。
[1]JAIN A K, FARROKHNIA F. Unsupervised texture segmentation using Gabor filters[J].Pattern Recognition,1991,24(12):167-186.
[2]Hong Lin, Wan Yifei, JAIN A.Fingerprint Image enhancement: algorithm and performance evaluation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998, 20(8):777-789.
[3]劉映杰,馬義德,馮曉蘭,等.Gabor濾波器在基于細(xì)節(jié)點(diǎn)的指紋識(shí)別中的應(yīng)用 [J].計(jì)算機(jī)測(cè)量與控制,2007,15(1):132-134.
[4]夏振華,石玉,于盛林.基于 Gabor濾波器的指紋圖像增強(qiáng)[J].工程圖學(xué)學(xué)報(bào),2006(5):80-85.
[5]林青松,王小瓊.基于改進(jìn)Gabor濾波指紋圖像增強(qiáng)算法研究[J].現(xiàn)代計(jì)算機(jī)專(zhuān)業(yè)版,2008(2):36-38.
[6]林喜榮,蘇曉生,丁天懷,等.Gabor濾波器在指紋圖像處理中的應(yīng)用[J].儀器儀表學(xué)報(bào),2003,24(2):183-186.