未来智讯 > 人脸语音识别论文 > 自动指纹识别系统中边框线滤除算法
    关键词:指纹; 中心点; 边框线; 滤除算法��
    中图分类号:TP391.41文献标志码:A
    文章编号:1001-3695(2007)08-0184-02
    
    自动指纹识别系统(automated fingerprint identification system,AFIS),以其安全性、可靠性及高效性,在公安、信息安全及电子商务等领域具有广泛的应用前景。图1即是一个完整的自动指纹识别系统的流[1]。��
    从图中可以看出自动指纹识别系统由图像预处理、特征提取、分类和匹配等几部分组成[2]。指纹图像经过预处理的一系列步骤之后就要进行分类和匹配,配准也就是自动指纹识别系统的最终目标。指纹分类的多种方法中就有奇异点分类[3]。该方法实际上就是利用指纹的中心点和三角点的位置和数量关系把指纹归于分类体系中。指纹匹配方法中也有基于图形的匹配方法。该方法也是基于中心点的定位来进行匹配[4~6],因此可以看出自动指纹识别系统中,中心点定位是一个非常重要的环节。��
    
    1中心点��
    
    中心点定位的算法有Poincar’ index[7]算法,方向图邻域正弦比[8]算法,也有在细化图中跟踪得到中心点的跟踪算法[9]。笔者对大量的中心点定位算法作实验后,发现在对指纹图像处理时,图像边框对处理的结果有很大的影响,如图2所示。��
    从图2中可以看出,(a)为没有边框的指纹图像,(b)是有边框的指纹图像。没有边框线的指纹图像(a)中心点定位算法非常准确,而有边框线的图像(b)受到边框的影响中心点定位完全失败。边框线的存在,完全不符合指纹的纹理结构,边框线上各点的像素值和指纹图像上各点的像素值产生的关系,类似于中心点的弧度值,被自动识别系统错误检出为中心点。因此就必须对图像边框进行处理,以消除边框对输出结果的影响。��
    
    2边框滤除算法原理��
    
    2.1前期处理��
    观察发现,这些边框线实际是来自油墨捺印指纹时,采集卡上的印刷分类线,在扫描过程中被带入了数据库。这些线条具有较高的密度,并且与指纹线相连接。实验中发现指纹图像的边框线在相对水平和垂直方向上贯穿整幅图像,这与指纹在整个图像上的一个贯穿方向上有所不同。在删除边框线算法上,笔者比较了在灰度图像中和在二值图像中计算发现,由于各个指纹图像的灰度差异本身较大,灰度图像中各点的像素值也有所差异,产生的最大问题就是自动阈值的选取。选用在二值图像中计算的方法,来消除指纹的边框线。在以前的实验中,已经得到了指纹图像无特征损失的二值化算法。��
    
    图4是二值化后图像中的一条贯穿图像的边框横线,这条线尽管有一些倾斜、边缘也不整齐,但是从数字矩阵中总可以找到一行像素是全为0(0表示黑)或绝大部分为0的阵列。同时,由于指纹是由间隔的脊线和谷线构成,并且存在于白色背景下,在纹线的横向或纵向的一个阵列中,黑色像素的分布不到该阵列像素和的50%。这些为选取阈值实现边框线的删除创造了条件。类似图像中的竖线也同样具有这一特性。��
    2.2图像边框滤除算法��
    对于一幅大小为640×640的指纹图像,经过统计发现,边框线的宽度平均像素为6,由于该线中水平或垂直方向上的最小值与该线的轴心有一定的偏差,在选择滤波窗口的宽度时,要比纹线宽度稍大一些。笔者选择的窗口宽度为9。对于一幅大小为��m×n的图像,需要用两个大小为m×9和9×n��的窗口分别对图像进行处理,用这两个窗口沿纵向、横向的扫描整幅图像。��
    
    2.3窗口中心线校正及边框线定位��
    在实验中发现窗口内有时会出现两排以上最小值相同且小于阈值的行或列,这时就要选择靠近图像中心位置的行或列作为窗口中心进行填充。而且从边框线到图像边缘有时会有一些纹线或是其他的墨迹,在滤除直线之后这些还是存在,从指纹学的角度边框线之外的纹线在提取特征点时是无效的,因此在滤除直线时也应该把这些一同滤除。在窗口中计算出的最小值所在的行或列小于图像中心位置则从窗口位置向图像上边缘或左边缘全部填充为背景;反之则向图像下边缘或右边缘全部填充为背景。��
    3结束语��
    从数字指纹库中随机抽取一枚640×640有直线的指纹图像,分别对其进行了实验(图6)。��
    通过实验可以看出,在自动指纹识别系统中指纹图像的边框线对于采用计算机等现代化数字图像处理技术还是有很大的影响,而指纹图像的边框线在指纹库中又是大量存在的,为了使计算机能够真正代替人而且处理结果更加准确,必须采用数字技术滤除图像边框。经过大量的实验证实该算法是有效且高效的,它大大提高了指纹识别的准确性。��
    
    参考文献:��
    [1]陈光新. 自动指纹识别技术及其应用[J].江苏船舶,2004,21(3):32-35.��
    [2]王建永,郭成安. 一种基于局部结构信息的指纹伪特征滤除算法[J].中国图象图形学报, 2003,12(8):1468��1474.��
    [3]BARNSLEY M F.Fractals everywhere[M].New York:Proc Acade ̄mic,1998.��
    [4]冯莉莉,李昌禧. 指纹中心点的定位和特征匹配方法[J].华中科技大学学报:自然科学版, 2002,30(10):78-80.��
    [5]谭台哲,宁新宝,尹义龙,等. 一种基于指纹中心点的匹配算法[J].南京大学学报:自然科学版,2003,39(4):483-490.��
    [6]胡��华,刘国平. 模糊指纹图像中心点的提取[J].计算机工程与应用,2004,40(15): 65-66.��
    [7]KAWAGOE M,TOJO A.Fingerprint pattern classification[J]. Pattern Recognition,1984,17(3):295-303.��
    [8]JAIN A K,HONG L,PANKANTI S.An identity authentication system using fingerprints[J]. Proc. of the IEEE,1997,85(9):1365��1388.��
    [9]曾京文,汪庆宝,胡健.指纹自动识别中的中心点搜索和特征分块抽取方法[J].北京工业大学学报,1996,22(4):115��121.
    
    注:“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”

转载请注明来源。原文地址:https://www.7428.cn/page/2018/0509/16212/
 与本篇相关的热门内容: