指紋圖像干濕度評價及亮度自動調(diào)節(jié)方法研究

劉珍珍，劉云清，顏飛

（長春理工大學(xué) 電子信息工程學(xué)院，長春 130022）

隨著國內(nèi)公安系統(tǒng)的信息化建設(shè)的深入，為提高刑偵破案率和更有效地進行犯罪人口管理，指紋采集和識別技術(shù)近年來在國內(nèi)高速發(fā)展[1]。警用指紋采集一體機是一款高端的警用指紋采集設(shè)備，可廣泛應(yīng)用于刑偵、安防、身份識別等領(lǐng)域[2]。在實際工作中，要對每一個罪犯或者嫌疑人指掌紋、滾動指掌紋、平面指掌紋進行圖像采集，據(jù)統(tǒng)計，指紋一體機至少要對同一個人要采集22次。而對于干性手指，通常要采集30次左右，甚至更多次才能采集到合格指掌紋圖像，大大降低了信息采集的工作效率[3]。

本研究采用的是長春某公司的活體指掌紋采集儀，該設(shè)備是一種應(yīng)用于公安執(zhí)法領(lǐng)域的集指紋及掌紋采集一體的設(shè)備。能夠采集手上各部信息，包括四連指、手掌部分、兩連指及單指等。此外，USB連接計算機實現(xiàn)實時控制預(yù)覽，簡單的操作能控制多個功能。但是因手指皮膚較干、延展性較差、采集時皮膚無法貼緊采集設(shè)備表面，導(dǎo)致脊線部分成像模糊甚至出現(xiàn)成像不完整的情況。導(dǎo)致采集到的干指紋圖像的脊線與谷線對比度低、圖像模糊及紋線結(jié)構(gòu)不清晰，因此該設(shè)備對干指紋的采集及處理仍存在不足。

為了解決干手指指紋成像問題，有方案采用棱鏡表面貼硅膠?；蛘吆笃趫D像增強的辦法來解決干手指成像不完整的問題。但是硅膠模易損壞，清潔困難；后期圖像增強會損失一些圖像信息，都不能很好的解決干手指成像的問題。本文主要從以下兩方面來解決這些問題：首先，準確地對指紋圖像做出干濕判斷，對質(zhì)量良好、較干及較濕指紋圖像的灰度均值和方差進行分析，提出了一種改進的指紋圖像干濕度判斷方法；其次，自動調(diào)節(jié)光照亮度以增強質(zhì)量較干或者較濕的指紋圖像，增強其質(zhì)量，解決了干手指指紋成像不完整的問題。

1 指紋圖像干濕度評價方法

指紋圖像質(zhì)量不僅和設(shè)備本身參數(shù)設(shè)置的情況相關(guān)，且與不可避免的采集環(huán)境相關(guān)，與指紋本身的情況也密切相關(guān)，而干濕度是其中重要的指標之一。指紋圖像干濕度反映采集者手指的干濕程度，對指紋質(zhì)量的衡量起著十分關(guān)鍵的作用。為了解決干指紋采集時的成像問題，判斷指紋圖像的干濕程度是解決本研究問題的關(guān)鍵之一。

文獻[4]提出計算指紋圖像中像素的Gabor濾波值來進行干濕度的判斷，文獻[5，6]提出通過計算指紋圖像中黑、白像素的比例來進行干濕度判斷。這些方法在大多數(shù)情況都可以對干濕度做出判斷，但都沒有考慮到質(zhì)量較好和較濕指紋之間，較干和較濕指紋之間因均值或方差相近時產(chǎn)生誤判。文獻[7]中基于灰度均值和方差的干濕度算法能夠改善這一問題，本文對文獻[7]算法進行改進，能達到同樣的效果，但算法的實現(xiàn)的更為簡單。

1.1 基于改進的灰度均值及方差的指紋圖像干濕判斷的算法實現(xiàn)

為了更準確的反映每個指標對質(zhì)量的影響，對本研究設(shè)備采集的指紋圖像的類型進行了劃分：圖像較干、圖像較濕、圖像良好三種情況。典型質(zhì)量的指紋圖像如圖1所示，圖1（a）中干指紋的圖像紋線斷裂，使得指紋圖像的脊線、谷線清晰度降低。圖1（b）中良好指紋圖像細節(jié)特征清晰，圖像的脊線、谷線容易區(qū)分；圖1（c）濕指紋的圖像中一部分紋線是粘連在一起的，使得指紋圖像的脊線、谷線清晰度降低[6-8]。

像素方差和像素均值是指紋圖像前景區(qū)和背景區(qū)的雙門限閾值分割的兩個指標，而指紋圖像的灰度均值及方差同樣是指紋圖像干濕度的判斷指標，這兩個指標易獲取且有效。質(zhì)量好的圖像細節(jié)特征清晰，圖像的脊線、谷線對比度較大，灰度值差別較大，灰度方差的值較高。濕指紋的圖像中一部分紋線是粘連在一起的，干指紋的圖像紋線斷裂使得指紋的前景區(qū)域模糊，這些問題都使得指紋圖像的脊線、谷線清晰度降低，因此它們的灰度方差的值較低。而濕指紋圖像紋線較深，對應(yīng)的灰度均值較??；干指紋圖像指紋紋線較淺，對應(yīng)的灰度均值較大。因此，本文根據(jù)指紋圖像的灰度均值和方差來判斷手指干濕程度，如表1所示，良好指紋圖像的灰度均值較大，干、濕指紋圖像的灰度方差較小，而干指紋均值較大，濕指紋灰度均值較小。

圖1 典型指紋圖像

表1 指紋圖像的灰度特性

文獻[7]中提出一種基于灰度均值及方差的指紋圖像干濕判斷的算法，首先利用灰度方差及均值對良好指紋與干濕進行粗分類；其次采用對比度為閾值進行細分類。本文在以下兩方面對其改進：首先，判斷良好指紋與干濕指紋時，采用的灰度均值與灰度方差兩個指標改進為一個指標即灰度方差；其次，對細分類采用的較為復(fù)雜的對比度改進為較為簡單的良好指紋圖像塊占比作為閾值。其算法步驟描述如下[9]：

（1）將整個圖像分成m*n個L*L大小的圖像塊，計算每個圖像塊的像素均值G(m,n)及方差V(m,n)，式中 (m,n)是圖像塊的坐標[8]：

（2）計算所有指紋圖像塊的均值G和方差V；

（3）將指紋圖像的前景區(qū)域、背景區(qū)域分割，若圖像塊的像素均值小于圖像的像素均值，且指紋塊的方差大于圖像的方差，則將其分割成前景區(qū)域。

式中，e(m,n)表示指紋圖像塊的狀態(tài)，為1時表示是其是前景區(qū)域，為0時表示指紋圖像塊是背景區(qū)域，并計算其指紋塊數(shù)K；

（4）判斷前景圖像中的所有質(zhì)量較好、干、濕的指紋圖像塊，并分別計算其塊數(shù)K1、K2、K3。質(zhì)量良好的指紋圖像的脊線、谷線區(qū)別較大，方差較大，若T1＜V(m,n)，則為良好指紋塊，否則為干或者濕指紋塊。干指紋圖像紋線較淺，對應(yīng)的灰度均值較大，即：G(m,n)≥T2；濕指紋圖像紋線較淺，對應(yīng)的灰度均值較小，即：G(m,n)≤T3；

（5）計算良好的指紋塊在前景圖像中的占比Q，若Q＞T4，則保存指紋圖像，如果Q≤T4，則轉(zhuǎn)到（6）；

（6）若Q≤T4，判斷指紋的干濕，計算指紋圖像的干、濕指紋圖像塊數(shù)占比。如果Q1＞Q2，則判斷為干性指紋；如果Q1≤Q2，則判斷為濕性指紋。

1.2 干濕指紋圖像的判斷實驗及其分析

從該設(shè)備采集的指紋圖像中選取典型的良好、較干及較濕的指紋圖像進行實驗。在實驗基礎(chǔ)上得到上述基于灰度均值及方差的指紋圖像干濕判斷的算法中的相關(guān)閾值取值如表2所示。

表2 指紋干濕判斷閾值設(shè)定

本研究中設(shè)備采集典型的干指紋、濕指紋、良好指紋圖像如圖1所示。采用上述算法對其判斷，其結(jié)果如表3所示，（b）指紋圖像的Q＞T4，判斷其為良好指紋圖像；（a）指紋圖像的Q＜T4，判斷其為干或者濕指紋圖像，其Q1≥Q2，判斷其為干指紋圖像；（c）指紋圖像的Q＜T4，判斷其為干或者濕指紋圖像，其Q1＜Q2，判斷其為濕指紋圖像。

表3 指紋圖像干濕判斷結(jié)果

為了驗證該算法的準確性，采用本研究設(shè)備采集的指紋圖像中質(zhì)量較好的、較干的、較濕的指紋圖像各100張對其進行驗證。計算并統(tǒng)計質(zhì)量較好的、較干的指紋圖像前景圖像中干指紋圖像占比Q1，其分布情況如圖2所示，良好指紋圖像的Q1分布在0.17左右，[0，0.3]區(qū)間；干指紋圖像的Q1計分布在0.8左右，[0.2，1]區(qū)間，兩者只在區(qū)間[0.2，0.3]有交叉。計算并統(tǒng)計質(zhì)量較好的、較濕的指紋圖像前景圖像中Q2，其分布情況如圖3所示，良好指紋圖像的Q2分布在0.25左右，[0，0.4]區(qū)間；濕指紋圖像的Q2計分布在0.8左右，[0.5，1]區(qū)間；兩者只在區(qū)間[0.4，0.5]有交叉。根據(jù)圖2，圖3統(tǒng)計結(jié)果，可以得出本研究算法實現(xiàn)了對干濕指紋圖像的準備判斷，對于良好指紋、干指紋、濕指紋圖像的誤判率均比較小。

圖2 良好指紋圖像與干指紋圖像的Q1的分布

圖3 良好指紋圖像與濕指紋圖像的Q2的分布

2 光照亮度自動調(diào)節(jié)指紋圖像

2.1 光照亮度自動調(diào)節(jié)的實現(xiàn)

本研究采用的是活體指紋采集儀，如圖4所示，該設(shè)備是一種應(yīng)用在公安執(zhí)法領(lǐng)域的指紋采集設(shè)備，其采集框架如圖5所示，包括：成像鏡頭、加熱系統(tǒng)、照明系統(tǒng)、主主控系統(tǒng)、圖像傳感器及上位機圖像采集軟件。該設(shè)備在使用時，主控系統(tǒng)將對照明系統(tǒng)進行亮度調(diào)節(jié)，采集時光照亮度為35，光照亮度的可調(diào)范圍在[20，50]。調(diào)節(jié)亮度的同時傳感器也做出相應(yīng)的響應(yīng)，調(diào)節(jié)曝光時間和增益值，以達到最佳的采集效果。在采集指紋圖像時，指紋表層皮膚含水量較多或較少時，采集到干濕指紋圖像。相對于正常的指紋圖像，干性和濕性指紋圖像紋理細節(jié)信息丟失較多，給后續(xù)指紋圖像處理和識別工作帶來了不良的影響。因此，研究指紋圖像采集時避免出現(xiàn)干性指紋和濕性指紋圖像的情況非常必要。

圖4 指掌紋采集儀示意

圖5 指紋采集設(shè)備硬件設(shè)計圖

在調(diào)節(jié)光照亮度時，發(fā)現(xiàn)指紋圖像的干濕度不僅與指紋區(qū)域的皮膚含水量有關(guān)，還與設(shè)備的光照亮度有關(guān)。如表4所示，在正常的光照亮度為35時，采集的指紋圖像經(jīng)判斷其為干指紋圖像。增強光照亮度，指紋有效區(qū)域顏色變深即灰度值變小，指紋的干濕度指標Q變大，指紋質(zhì)量提高。減弱光照亮度，指紋有效區(qū)域顏色變淺即灰度值變大，指紋的干濕度指標Q變小，指紋質(zhì)量變差。當(dāng)亮度為45時，干濕指標Q=0.527接近良好質(zhì)量與干濕指紋圖像的判斷閾值T4=0.55，此時圖像質(zhì)量為最佳。以上表明通過調(diào)節(jié)光照亮度可提高指紋圖像的質(zhì)量，但是，只能通過手動調(diào)節(jié)來實現(xiàn)這一功能，手動調(diào)節(jié)操作復(fù)雜且耗時。本文通過進一步研究指紋干濕度與光照亮的關(guān)系，實現(xiàn)自動調(diào)節(jié)設(shè)備光照亮提高指紋圖像的質(zhì)量。

本研究對100個手指進行采集實驗，調(diào)節(jié)光照亮度并判斷指紋的干濕度，調(diào)節(jié)過程中發(fā)現(xiàn)，指紋圖像的良好指紋圖像塊占比Q變化與光照亮度L變化成線性關(guān)系，且參數(shù)變化符合下面關(guān)系：ΔQ/ΔL=0.025。根據(jù)兩者關(guān)系，對指紋的采集進行調(diào)節(jié)，其調(diào)節(jié)流程如圖6所示。

圖6 自動調(diào)節(jié)光照亮度優(yōu)化采集流程圖

2.2 實驗結(jié)果及分析

光照亮度為35時的指紋圖像如圖7（a）所示，由干濕度判斷其為干指紋，根據(jù)干濕度指標與光照亮度之間的關(guān)系ΔQ/ΔL=0.025，對其自動增加光照亮度為15，即光照亮度為45的指紋圖像質(zhì)量最佳，如圖7（b）所示。

表4 不同亮度下干指紋圖像及其相關(guān)指標

實驗結(jié)果表明該干指紋圖像的質(zhì)量有所提升，其具體干濕指標如表5所示。從表中可以看出，亮度調(diào)節(jié)后的干指紋圖像的質(zhì)量指標發(fā)生了明顯的變化，良好指紋塊數(shù)占比增加，很接近閾值T4；干指紋塊數(shù)明顯減少，指紋圖像的質(zhì)量提高。

表5 優(yōu)化采集后干指紋圖像指標

光照亮度為35時的指紋圖像如圖8（a）所示，由干濕度判斷其為濕指紋，根據(jù)干濕度指標與光照亮度之間的關(guān)系ΔQ/ΔL=0.025，對其自動減少光照亮度為20，即光照亮度為15時的指紋圖像質(zhì)量最佳，如圖8（b）所示。

圖7 干指紋圖像亮度調(diào)節(jié)

圖8 濕指紋圖像的亮度調(diào)節(jié)

表6 調(diào)節(jié)亮度后濕指紋圖像指標

實驗結(jié)果表明該濕指紋圖像的質(zhì)量有所提升，其具體干濕指標如表6所示。從表中可以看出，亮度調(diào)節(jié)后的濕指紋圖像的指紋質(zhì)量指標發(fā)生了明顯的變化，良好指紋塊數(shù)占比增加，很接近閾值T4；濕指紋塊數(shù)也明顯減少，指紋圖像的質(zhì)量上升。

3 結(jié)語

本文針對傳統(tǒng)的指紋采集設(shè)備對干、濕手指圖像采集不全或者模糊出現(xiàn)的問題、干手指成像的問題、采集設(shè)備的性能受采集環(huán)境的影響的問題。首先，采用一種改進的基于灰度方差及均值的干濕度判斷算法判斷指紋的干濕；其次，根據(jù)干濕質(zhì)量指標與亮度之間的關(guān)系，自動調(diào)節(jié)設(shè)備光照亮度，使指紋質(zhì)量指標達到最佳，減小指紋圖像的失真，增強了其質(zhì)量。

通過采用自動調(diào)節(jié)設(shè)備光照亮度解決干手指成像問題，在一定程度上增強了指紋圖像的質(zhì)量。但是在判斷干濕指標時，對殘缺指紋誤判成干濕指紋圖像，容易造成誤差；以及在采集時手指按壓力度不能保持平衡，也容易造成誤差。下一階段，在本文研究的基礎(chǔ)上，排除這些容易產(chǎn)生誤差的可能以進一步提高干手指成像問題。