??? 摘 要： 為了可靠、準(zhǔn)確地實(shí)現(xiàn)指紋的自動(dòng)識(shí)別，提出了一種簡(jiǎn)便、可行的指紋圖像" title="指紋圖像">指紋圖像的分割算法。通過合理地運(yùn)用指紋圖像的灰度特性，以較低的計(jì)算代價(jià)有效地解決了指紋圖像的分割問題，從而使算法的處理效果好、運(yùn)行速度快。實(shí)驗(yàn)表明，這種分割算法對(duì)于指紋圖像的預(yù)處理十分有效。
??? 關(guān)鍵詞： 指紋識(shí)別? 圖像分割" title="圖像分割">圖像分割? 預(yù)處理? 灰度特性
?
??? 識(shí)別系統(tǒng)" title="識(shí)別系統(tǒng)">識(shí)別系統(tǒng)" title="自動(dòng)指紋識(shí)別系統(tǒng)" title="自動(dòng)指紋識(shí)別系統(tǒng)">自動(dòng)指紋識(shí)別系統(tǒng)">自動(dòng)指紋識(shí)別系統(tǒng)AFIS(Automated Fingerprint Identification System)，由于其具有安全性、可靠性及高效性，使得它在法律、公安、信息安全及電子商務(wù)等領(lǐng)域有著廣泛的應(yīng)用前景。目前，自動(dòng)指紋識(shí)別主要以指紋的細(xì)節(jié)特征（端點(diǎn)、分叉點(diǎn)等）為基礎(chǔ)，而細(xì)節(jié)特征的提取質(zhì)量則受采集設(shè)備、光照等各種因素的影響，使得所采集輸入的指紋圖像一般都含有非指紋區(qū)域較多的噪聲。因此，有必要對(duì)指紋圖像進(jìn)行預(yù)處理來(lái)消除圖像中的這些噪聲，從而保證提取正確的指紋細(xì)節(jié)特征[1-3]。
??? 指紋圖像的分割是指紋圖像預(yù)處理過程中關(guān)鍵的第一步。指紋圖像分割的主要目的是劃分出非指紋的背景區(qū)域和有效的指紋區(qū)域， 使后續(xù)處理能集中于有效區(qū)域中進(jìn)行。對(duì)于較好的指紋圖像分割算法來(lái)講，應(yīng)在分割的過程中有效地保護(hù)指紋區(qū)域的紋理特征，從而提高指紋特征提取的精確度，優(yōu)化整個(gè)識(shí)別系統(tǒng)的處理過程和效率，并具有良好的魯棒性。本文在分析不同識(shí)別系統(tǒng)采集的指紋圖像以及研究分割算法的基礎(chǔ)上，提出一種有效、簡(jiǎn)捷、通用性強(qiáng)的分割算法，并通過實(shí)驗(yàn)給出結(jié)論[3-4]。
1 指紋圖像分割算法概述
??? 目前，指紋圖像分割算法一直是自動(dòng)指紋識(shí)別方面研究的難點(diǎn)之一。指紋圖像的分割算法主要可以分為三類[4-5]：基于指紋圖像局部灰度方差的分割算法、基于指紋圖像方向信息的分割算法以及結(jié)合方向信息與灰度方差的復(fù)合分割算法等，每種方法都各有利弊。
1.1 基于指紋圖像局部灰度方差的分割算法
??? 局部灰度方差法是利用指紋圖像的局部方差對(duì)指紋圖像進(jìn)行分割的算法。它根據(jù)經(jīng)驗(yàn)設(shè)定方差的不同閾值，確定指紋圖像的背景區(qū)域和前景區(qū)域。此方法對(duì)于質(zhì)量較好、對(duì)比度較高的指紋圖像分割效果較好，但對(duì)于低對(duì)比度或高噪聲的圖像，則不能有效地檢測(cè)出噪聲區(qū)域，從而影響處理效果。
1.2 基于指紋圖像方向信息的分割算法
方向法是基于指紋圖像的方向信息對(duì)指紋圖像進(jìn)行分割的算法。利用指紋方向圖對(duì)指紋圖像進(jìn)行分割是一種常用的方法。該方法能夠去掉指紋圖像中絕大部分背景信息，不僅適合于質(zhì)量較好的圖像，而且也適用于噪聲嚴(yán)重的圖像。然而，方向法的分割效果依賴于所求方向圖的可靠性，對(duì)于紋線不連續(xù)、單一灰度等方向難以正確估計(jì)的區(qū)域及中心、三角區(qū)域附近方向變化劇烈的區(qū)域，方向圖分割難以取得滿意的結(jié)果。而且該算法計(jì)算復(fù)雜，處理時(shí)間較長(zhǎng)。
1.3 結(jié)合方向信息與灰度方差的復(fù)合分割算法
??? 該方法結(jié)合指紋圖像方向信息與灰度方差進(jìn)行分割，在一定程度上克服了前兩種方法單獨(dú)使用時(shí)所存在的一些問題，但對(duì)于紋線不連續(xù)區(qū)域和強(qiáng)噪聲干擾區(qū)域，仍然存在一定的局限性。同時(shí)，這種算法在處理過程中計(jì)算量大、運(yùn)算時(shí)間長(zhǎng)，對(duì)于需實(shí)時(shí)處理的自動(dòng)指紋識(shí)別系統(tǒng)來(lái)說代價(jià)過高。
2 本文分割算法的提出
??? 傳統(tǒng)的分割算法效果不佳的主要原因還在于其分割的過程僅對(duì)于某一類的指紋圖像比較有效，而對(duì)于各種不同方式采集和獲取的指紋圖像，卻沒有很好的適應(yīng)性。通過分析不同指紋圖像的特點(diǎn)，發(fā)現(xiàn)規(guī)律進(jìn)行設(shè)計(jì)和處理則是一種較好的研究途徑。本文算法就是通過對(duì)指紋的灰度特性進(jìn)行統(tǒng)計(jì)分析，并應(yīng)用有效的分割判據(jù)完成的，從而獲得更好的分割效果，且算法的適應(yīng)性較強(qiáng)，具有較好的魯棒性。
2.1 指紋圖像的分析
??? 原始指紋圖像由于采集圖像與輸入圖像的設(shè)備和光線等原因，指紋背景區(qū)域的灰度均值有的較高，有的較低，雖然經(jīng)過灰度規(guī)范化處理后，圖像可以達(dá)到一個(gè)較統(tǒng)一的標(biāo)準(zhǔn)，但圖像的固有初始特點(diǎn)還是會(huì)影響后續(xù)處理的結(jié)果。圖1所示的指紋圖像涵蓋了各種不同類型的指紋圖像。另外，指紋區(qū)域的灰度均值與方差之間的關(guān)系也有不同的特點(diǎn)，例如在對(duì)比度較高的指紋區(qū)域，灰度方差較大，而在對(duì)比度較低的指紋區(qū)域(包括指紋的模糊區(qū)域)，灰度方差較小。因此，在指紋分割的過程中，這些因素的影響都應(yīng)予以考慮。本文結(jié)合這一分析對(duì)傳統(tǒng)的灰度方差分割算法進(jìn)行改進(jìn)，取得了明顯的效果。
?
2.2 算法的設(shè)計(jì)
??? 本文依據(jù)指紋圖像的灰度統(tǒng)計(jì)特性，根據(jù)圖像塊和整體圖像的均值與方差的關(guān)系，對(duì)指紋圖像的指紋模式域與背景區(qū)域進(jìn)行分割，以下為具體算法設(shè)計(jì)。
2.2.1 均值與方差的計(jì)算
??? 原始圖像的總體均值M_all：
??? 
式中，w為圖像寬度，h為圖像高度，G(i，j)為圖像在(i，j)處的灰度值。
2.2.2 圖像灰度歸一化處理
??? 為了適應(yīng)不同指紋的統(tǒng)一處理，首先應(yīng)對(duì)指紋圖像進(jìn)行整體灰度歸一化?；叶葰w一化的主要目的是改善指紋沿脊、谷間的灰度變化程度，而不改變脊線和谷線結(jié)構(gòu)的細(xì)節(jié)特征，使圖像具有期望的總體均值與方差。公式如下：
??? 
式中，G′(i，j)為歸一化后圖像點(diǎn)(i，j)的灰度值，M0和V0分別表示期望的均值和方差。M0值和V0值可根據(jù)經(jīng)驗(yàn)以各類圖像的總體灰度均值和方差的平均值為參照設(shè)定，并以適應(yīng)后續(xù)處理的效果為宜。
2.2.3 基于圖像塊的統(tǒng)計(jì)分析
??? 以M×N大小的圖像塊模板在圖像的水平方向和垂直方向上按一定規(guī)則進(jìn)行移動(dòng)(塊間可重疊)，并按公式(1)和公式(2)求取相應(yīng)塊的均值M(i，j)和方差V(i，j)，然后求取標(biāo)準(zhǔn)偏差" title="標(biāo)準(zhǔn)偏差">標(biāo)準(zhǔn)偏差S(i，j)。
??? 塊的標(biāo)準(zhǔn)偏差S(i，j)為：
??? 
式中，(i，j)代表第i行和第j列的塊。
2.2.4 確定分割判據(jù)
??? 本文與傳統(tǒng)灰度方差分割的區(qū)別是以一種新的分割判據(jù)進(jìn)行分割。首先，通過M_all與V_all判斷指紋圖像總體特征，根據(jù)經(jīng)驗(yàn)設(shè)定一個(gè)閾值對(duì)指紋圖像進(jìn)行灰度特征分類。其次，對(duì)每塊進(jìn)行分割處理，主要是考慮了M(i，j)和V(i，j)的相關(guān)性而進(jìn)行比較判別的。但由于V(i，j)與M(i，j)的平方成正比，在數(shù)量級(jí)上不利于比較及閾值的確定，因此，可采用塊的均值與塊的標(biāo)準(zhǔn)偏差的比值作為判據(jù)。實(shí)驗(yàn)表明，這樣既有了可比性，也易于閾值的確定。即以下式作為分割判據(jù)：
??? 
??? 在塊的分類判斷中，若(5)式中Th小于某一閾值，則將該塊作為前景塊，否則為背景塊。
??? 為了克服傳統(tǒng)灰度方差算法中對(duì)于對(duì)比度低的指紋圖像分割處理的不足，本文結(jié)合指紋類型特點(diǎn)提出新的判定方法，即采用M_all、V_all、M(i，j)和Th同時(shí)作為判據(jù)。這樣，在確定了指紋圖像的整體背景類型和特征后，再用M(i，j)進(jìn)行判斷，如果塊方差很大，則Th值很小，符合指紋區(qū)域的特點(diǎn)，則此塊可視為前景區(qū)域。需要說明的是，用本改進(jìn)算法分割時(shí)所需的M_all、V_all、M(i，j)及Th等的判斷閾值，可以根據(jù)經(jīng)驗(yàn)給出，通常只需給定Th的閾值進(jìn)行判斷，就可達(dá)到滿意的效果，其他閾值可視情況選取。
2.3 分割后處理
??? 通過以上設(shè)計(jì)的算法進(jìn)行分割處理，圖像的前景和背景區(qū)域已基本區(qū)分開來(lái)。但由于在處理的過程中，可能在前景區(qū)域或背景區(qū)域出現(xiàn)一些孤立的圖像塊，從而會(huì)影響以后指紋特征點(diǎn)的提取，因此還要對(duì)這些孤立的圖像塊進(jìn)行后處理。同時(shí)，考慮到圖像邊界位置的特殊性，還需對(duì)邊界部分進(jìn)行必要的處理。對(duì)于孤立塊及邊界部分的處理主要采用數(shù)學(xué)形態(tài)學(xué)中的開運(yùn)算和閉運(yùn)算的基本原理與方法進(jìn)行，處理方法與參考文獻(xiàn)[3-6]中所述基本一致，這里不再贅述。
??? 圖2給出了應(yīng)用本文算法對(duì)圖1中各指紋圖像進(jìn)行分割的效果圖。
?
3 實(shí)驗(yàn)結(jié)果分析
??? 在使用PIII500計(jì)算機(jī)和192MB內(nèi)存的硬件環(huán)境下， 基于Windows2000操作系統(tǒng)的Visual C++6.0進(jìn)行編程，實(shí)現(xiàn)了本文算法。對(duì)FVC2000、FVC2002、FVC2004及第一屆中國(guó)生物特征識(shí)別競(jìng)賽BVC2004中的各四個(gè)標(biāo)準(zhǔn)指紋庫(kù)以及自建的指紋庫(kù)中的幾千張不同類型的指紋圖像分別進(jìn)行了分割測(cè)試。圖1和圖2中的圖像即為上述指紋庫(kù)中隨機(jī)抽取的各種指紋圖像的原始圖像和分割處理后的結(jié)果圖像。
??? 實(shí)驗(yàn)表明，該算法的分割效果很好，不僅能分割出背景區(qū)域較好的指紋圖像，而且對(duì)噪聲干擾較大的指紋圖像，也能很好地進(jìn)行分割，且經(jīng)過分割后的指紋圖像紋線清晰、流暢。
??? 另外，對(duì)上述部分圖庫(kù)采用不同的分割方法，在時(shí)間及效率方面也進(jìn)行了統(tǒng)計(jì)和對(duì)比，結(jié)果如表1所示。由于目前在圖像分割效率方面還沒有一個(gè)比較標(biāo)準(zhǔn)的判斷依據(jù)，所以此處以誤分割率來(lái)做相對(duì)比較。誤分割率是指平均每幅指紋圖像中漏割或誤割的像素?cái)?shù)與圖像總的像素?cái)?shù)之比。表1中給出了FVC2004指紋DB1圖庫(kù)的相關(guān)數(shù)據(jù)。從表1中數(shù)據(jù)可以看出本算法的分割效率較高，并具有較強(qiáng)的準(zhǔn)確性和穩(wěn)定性，其他指紋圖像庫(kù)的實(shí)驗(yàn)測(cè)試也有類似結(jié)果。
?
?
??? 由以上實(shí)驗(yàn)結(jié)果可見，算法對(duì)于不同類型的指紋圖像都能較好地進(jìn)行分割，總體效果令人滿意。而且該算法分割更加穩(wěn)定準(zhǔn)確，處理速度快，適應(yīng)不同類型的指紋圖像同時(shí)處理，能很好的滿足和適應(yīng)自動(dòng)指紋識(shí)別系統(tǒng)的后續(xù)處理要求。
??? 本文提出的指紋圖像的分割算法，通過實(shí)驗(yàn)與應(yīng)用，可以很好地適應(yīng)不同的指紋圖像識(shí)別系統(tǒng)，分割效果比較準(zhǔn)確；由于其處理時(shí)間短分割效率高，因此對(duì)于要求實(shí)時(shí)性較強(qiáng)的自動(dòng)指紋識(shí)別系統(tǒng)來(lái)說是相當(dāng)適用的。值得提出的是，通過對(duì)本研究中的相應(yīng)算法進(jìn)行有效的調(diào)整和改進(jìn)，可以對(duì)不同的自動(dòng)指紋識(shí)別的圖像采集系統(tǒng)采集的圖像有針對(duì)性地進(jìn)行更有效的處理。目前該分割算法已經(jīng)應(yīng)用到較成熟的指紋識(shí)別系統(tǒng)中，實(shí)踐表明它是一種高效、實(shí)用、快捷的指紋圖像分割算法。
參考文獻(xiàn)
[1] HONG L，WAN Y，JAIN A K.Fingerprint image enhancement：algorithms and performance evaluation[J].IEEE Trans.Pattern Analysis Machine Intelligent，1998，20(8)：77-789.
[2] MEHTRE B M，MURTHY N N，KAPOOR S，et al.Segmentation of fingerprint images using the directional?image.Pattern Recognition，1987，20，(4)：429-435.
[3] 尹義龍.自動(dòng)指紋識(shí)別系統(tǒng)研究[D].長(zhǎng)春：吉林工業(yè)大學(xué)機(jī)械科學(xué)與工程學(xué)院，2000：44-46.
[4] 耿茵茵，唐良瑞.指紋圖像分級(jí)分割算法[J].北方工業(yè)大學(xué)學(xué)報(bào)，2000，12(3)：21-26.
[5] 馮星奎，顏?zhàn)嫒?，肖興明，等.指紋圖像合成分割法[J].計(jì)算機(jī)應(yīng)用研究，2000，(1)：76-77.
[6] 耿茵茵，蔡安妮，孫景鏊.基于瓦罐模型的多判據(jù)判新決及其在圖像分割中的應(yīng)用[J].電子學(xué)報(bào)，2002，30(7)：1017-1019.