面向低质量指纹的图像增强算法研究

论文摘要

指纹是手指末端正面皮肤上由乳头凸起的摩擦脊线形成的花纹,具有各人各指不同、终身稳定不变的特性。指纹因其蕴涵大量的人身个体信息,而具有很高的人身识别价值。近百年来,人们通过对指纹不懈的研究和探索,逐步对指纹的特征体系有了清晰的认识,并基于此对指纹特征进行了分类,提出了指纹鉴定的科学依据和程序。目前,指纹识别技术已经在现代生物识别技术中占有相当重要的位置。从实用性和可行性角度看,指纹识别技术能够高效、快捷、方便的自动完成指纹的纹形分类、特征提取、图像的存储、检索以及比对、细节特征匹配等一系列工作,具有方便、高效、客观、安全等诸多优点,优于其它生物识别技术,已被认为是一种理想的身份认证技术。从20世纪60年代起,计算机技术进入指纹识别、鉴定领域,英国、美国、法国、日本等计算机发达的国家先后研制出各具特色的指纹自动识别系统,为指纹鉴定开辟了新的途径。目前,计算机指纹识别技术已经在司法、金融安全、数字加密、电子商务等各个领域得到了广泛的应用,在我们未来的生活中发挥越来越重要的作用。近年来,由于数字图象处理学以及硬件技术的迅速发展,指纹识别技术获得相当大的进展,但仍然不能满足社会发展的需要,以指纹识别广泛代替其它识别技术（如印鉴,钥匙,密码,签字）是面向二十一世纪的具有深远意义的课题,有关指纹自动识别技术的研究已成为模式识别、图象处理以及计算机视觉等领域中极为关注的热点。指纹识别技术通常使用指纹的一般特征来进行种类识别,在种类识别的基础上再对指纹的细节特征进行系统性的比较,然后作出是否同一的判断。它一般都由以下模块组成:指纹图像采集模块;指纹图像预处理模块;特征提取模块;特征匹配模块。其中,指纹图像预处理模块又包括:图像质量评估,图像分割、图像增强、细化、二值化等步骤。指纹识别技术中,图像增强技术是其中一个非常重要的步骤。如果指纹图像得不到准确、显著的增强,指纹特征就难以被准确提取。许多学者对指纹图像增强方法进行了探讨,其中,Coetzee等使用Marr-Hildreth边缘算子得到指纹灰度图的脊边缘图,提出了采用卷积模板来进行增强的方法,Randolph等提出了一种使用方向滤波器组来对二值图像来进行增强的方法,Sherlock等提出了采用傅立叶滤波器来增强指纹图像的方法,Hang提出了使用Gabor滤波器的方法来增强指纹图像的方法。事实证明,这些方法用于金融安全、数字加密、电子商务等安保领域都取得了较好的效果。但是,这些方法均为通过对指纹图像进行局域分析来估计指纹方向图,而后对图像进行滤波增强。当系统中输入的指纹源图像质量较低时,其分辨率会大大降低,这些方法难以准确得到局域的方向图估计值,将无法进行有效的滤波增强。实质上,司法领域中所需识别的指纹图像大多遭到严重污染,分辨率较低,因此,现有的图像增强算法大多难以在该领域发挥大的作用。目前,现有的指纹识别技术在处理低质量指纹方面的效能明显较低,难以满足鉴定的需求。这主要是因为,现有指纹识别技术的最关键环节——图像增强技术大多是针对较高质量的指纹图像而设计的,对严重污染分辨率低的低质量指纹图像难以达到理想的增强效果。针对此情况,为增强指纹识别系统处理低质量指纹的能力,在总结相关研究成果的基础上,本文提出了一套新的指纹图像增强算法。该套算法分为三部分:一是纹理信息放大算法。此算法通过改进局部直方图均衡化算法的累积分布函数而得,其中包含一个非线性的指纹纹理信息放大器,用于放大分辨率低的指纹纹理信息,增强纹线对比度,有助于提高鉴定人员对模糊指纹判别的准确性;二是指纹方向图二步算法。此算法通过改进经典方向图算法而得,可基于指纹纹理放大图获取方向图。此算法在计算脊点方向后再计算谷点方向,因此具备一定的抗噪性能。而且,此算法引入直方图法计算谷点方向,对方向图的平滑滤波进一步提高了方向图的准确性;三是方向图修正算法,此算法结合指纹纹线特征,通改进经典的块方向图算法而得,可在更大的邻域窗口中计算块方向图。与传统块方向图算法相比,此算法的处理窗口可比其大3至5倍。当指纹图像出现大面积污染时,由于大邻域窗口中信息量大,采用此算法仍有较大可能得出准确的方向图,据此进行滤波,就能得到更加清晰、准确的指纹图像。这些算法修正方向图的能力有了较大的提高。大量实验表明,对于指纹图像中块面积大于7×7个象素的低质量区域,现有的经典指纹图像增强算法是难以进行理想的增强和修复的。本文所述纹理放大算法可修复7×7个象素以下大小的低质量块,二步方向算法可修复9×9个象素以下大小的低质量块,方向修正算法则可修复13×13个象素以下大小的低质量块,相对传统算法而言,其图像增强效能明显提高。由此可见,本文提出的方法具有更好的增强效果,在处理低质量指纹图像时,显示出明显的优越性。本文所述算法虽能够在较大局部窗口内修正方向图,但依然不具备从指纹宏观整体入手修正方向图的能力。因此,对于更大面积的低质量块,本文所述算法仍不能给予理想的修复和增强,需要进一步结合指纹自身的特点,不断扩展算法的处理窗口,使之具备从宏观上修正点方向图的能力。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 计算机指纹识别技术的历史背景
• 1.2 指纹鉴定原理概述
• 1.2.1 基本概念
• 1.2.2 指纹特征
• 1.2.3 指纹鉴定的基本原理
• 1.3 自动指纹鉴定系统
• 1.3.1 概念
• 1.3.2 AFIS系统的发展趋势及特点
• 1.3.3 工作原理
• 1.3.3.1 指纹图像采集模块
• 1.3.3.2 指纹图像的预处理模块
• 1.3.3.3 特征提取模块
• 1.3.3.4 指纹匹配模块
• 1.4 指纹增强算法的成果及有待解决的问题
• 1.5 本文研究的内容
• 第二章 改进的局部直方图均衡化算法
• 2.1 直方图修正原理
• 2.2 直方图均衡化算法（Histogram Equalization）简介
• 2.2.1 直方图均衡化
• 2.2.2 局部直方图均衡化
• 2.3 局部直方图均衡化算法的不足
• 2.4 改进局部直方图均衡化算法——纹理放大算法
• 2.5 实验结果
• 2.6 结论
• 第三章 计算方向图
• 3.1 图像规一化
• 3.2 传统的方向图算法
• 3.2.1 基于灰度变化的方向图算法
• 3.2.2 基于梯度变化的点方向图算法
• 3.3 传统方向图算法的不足
• 3.4 改进的方向图算法——方向图二步算法
• 3.4.1 计算谷点的方向
• 3.4.2 计算脊点的方向
• 3.5 方向图滤波
• 3.6 实验结果
• 3.7 结论
• 第四章 方向图修正
• 4.1 传统的方向图修正算法
• 4.1.1 中值法
• 4.1.2 直方图法
• 4.1.3 梯度法
• 4.2 传统算法的不足
• 4.3 改进的方向图修正算法
• 4.3.1 设计思想
• 4.3.2 检测误差方向
• 4.3.3 修改误差方向
• 4.4 实验结果
• 4.5 结论
• 第五章 算法效能评价
• 5.1 选取低质量指纹图像块
• 5.2 算法效能对比
• 5.3 结论
• 第六章 总结
• 6.1 本文的研究成果
• 6.2 展望
• 参考文献
• 后记