基于紋理特征的指紋圖像處理方法研究

常亮　劉陽　王文德　劉士斌

[摘 要] 原始指紋圖像含有一定的噪聲，影響指紋識別的準確性。文章提出了過慮圖像噪聲的方法，通過指紋的規格化方法將指紋像素進行調整，分割圖像得到有效的指紋區域，再通過指紋增強技術加強指紋的質量，使得脊線和谷線的紋理更加清晰，將斷裂紋理連接上，去掉指紋的毛邊，經過二值化處理，得到黑白分明的圖像，再細化圖像使指紋變成清晰的線條圖像，得到準確、清晰的指紋圖像。極大地增強了指紋圖像識別率。

[關鍵詞] 指紋圖像；圖像增強；圖像分割；二值化

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 03. 077

[中圖分類號] TN911 [文獻標識碼] A [文章編號] 1673 - 0194（2018）03- 0186- 02

1 引 言

每個人指紋具有唯一的紋理結構，指紋上的特征信息給認證提供了依據。由指紋采集器得到的指紋圖像有很多的噪聲，例如指紋不潔、干、濕、扭曲等原因都產生噪聲。在進行識別之前對指紋圖像進行一系列處理，把它變成一幅清晰的點線圖，以便于提取正確的指紋特征，增強圖像的可識別性。

2 指紋圖像特征及預處理

指紋由脊線和谷線組成的，指紋上突起的線條通常叫做脊線，凹下去的線叫做谷線。指紋的局部特征是特征點，包括指紋的中心點、三角點、端點、分叉點。指紋圖像的預處理過程一般包括圖像規格化、圖像增強、圖像分割、二值化、圖像細化和細節點提取等過程[1]。

3 指紋圖像規格化

指紋圖像的噪聲造成灰度差異，所以要對圖像的對比度和灰度進行調整。規格化處理是針對于像素進行的，圖像脊線和谷線的結構特征并不會改變。設I（i，j）為圖像上的像素點，G（i，j）為規格化后的指紋圖像，圖像為W×H矩陣，定義M為均值，V為方差，根據公式（1）可得規格化后的圖像G（i，j）[2]。

4 利用直方圖增強指紋圖像

圖像規格化之后需要進行指紋圖像增強，即增強指紋紋理的清晰度，增加指紋脊線和谷線的對比度，使線與線之間更加清晰，突出指紋的紋理特征，例如分叉點、端點等。

空域處理直方圖修正法，可以近似認為是圖像灰度分布的概率，通過圖像直方圖反映圖像的統計特征。設圖像在點（x，y）的灰度分布密度函數為p（z；x，y），那么圖像的灰度密度函數[3]見公式（2）。

其中D定義圖像的區域，S代表區域D的面積。在通常情況下，要精確得到圖像的灰度分布函數比較困難，通常用圖像的直方圖來代替。設N為一幅數字圖像的總像素個數，灰度級設有L個，nk為第k個灰度級中所具有灰度rk的像素總數。則第k個灰度級在圖像中出現的概率公式（3）如下：

然后對圖像進行直方圖均衡化處理。它是一種經過數學變換，使輸出圖像變成具有均勻概率密度分布的新圖像變換算法[4]，也就是灰度級分布比較均勻的圖像，變換過程為：

（1）計算原始圖像直方圖各灰度級出現的頻度（其中n為原始圖像中總的像素數目，nj各灰度級的像素數目）：

（2）計算累計分布函數： （其中fj為初始圖像的灰度級）

（3）計算變換后輸出圖像的灰度級gi，（其中，INT代表隊灰度級取整）

（4）對映射后所計算出的各個灰度級的像素數目進行統計ni，i=0.1，…，k，L-1

（5）計算輸出圖像直方圖：（用P表示輸出圖像具有灰度級的個數）

（6）通過fj和gi反映出來的映射關系對初始圖像的灰度級進行修改，從而得到概率密度均勻分布的輸出圖像。通過以上算法對指紋圖像進行直方圖均衡化處理，效果如圖1所示。

可以看到圖像效果明顯改善，細節部分清晰了很多，而且可以看到處理后直方圖呈現均勻分布。

5 圖像區域分割

在增強指紋圖像基礎上對指紋圖像的分割，它是將脊線與谷線基于灰度閾值的分割；將指紋區域與無圖像區域分割是利用方差法分割[5]。

方差法是根據前景區域和背景區域的灰度方差值的不同進行分割的。把指紋分成若干個小的區域，分別計算方差值，再根據指紋紋理需要的清晰程度設定某個閾值，方差大于閾值的設定為前景區，方差小于閾值的認為是背景區。經過計算確定閾值為90的指紋分割為最佳效果，如圖2所示。

6 圖像二值化

圖像分割之后進行圖像二值化，將一幅圖像轉化為二值圖像，目的是為了提高脊線和谷線的對比度，使指紋圖像更加清晰。算法的實現過程如下：

（1）將指紋圖像分成大小為16×16的小塊區域；

（2）分別計算每個區域的平均灰度值，取值作為該區域的閾值。

計算每個小區域像素點的灰度值，大于閾值的，灰度值設置為白色255，反之，小于閾值的設置為背景色，取值為0。

7 圖像細化

在圖像二值化基礎上進行圖像的細化，采用模板匹配的方式，指紋中某點是否應該刪除取決于該點周圍的像素的取值，在8鄰域模板中，是否刪掉像素點要取決于其他八個像素點的取值，二值化后的圖像只有兩種像素點分別用0和1表示，如果是端點，P周圍只能有一個像素點是1；如果是分叉點P像素周圍就要有三個像素都是1，還有一種就是正常的連續的點，這樣就是P周圍有兩個像素點為1，以上三種情況的點，都要保留下來，將目標點周圍有像素點的取值相加，判斷是分叉點還是端點，這樣循環計算得到圖像如圖4所示。

8 指紋圖像細節點提取

細節點提取是在細化圖像基礎上進行的，由于細化圖像時將指紋圖像細化到一個像素的粗細，所以進行指紋細節點提取可以用8鄰域的方式進行。

如果P點是指紋的端點，周圍點的和S=2，如果S=6則為分叉點，即可提取。經過計算即可得到圖像細節點如圖5所示。

9 結 論

本文針對具有噪聲的指紋圖像，提出了通過預處理、規格化、增強圖像、區域分割、二值化、圖像細化和細節點提取一系列處理后得到了具有足夠多的和清晰的特征點指紋圖像，提高了指紋圖像的識別準確性，具有很高的使用價值。

主要參考文獻

[1]何晶，范九倫. 一種新的指紋圖像模板細化方法[J].計算機應用研究，2008，25（9）：2863-2867.

[2]太艷榮.基于MATLAB實現的指紋圖像預處理西南民族大學學報：自然科學版，2008， 34（4）：836-838.

[3]李建華，馬小妹，郭成安. 基于方向圖的動態閾值指紋圖像二值化方法[J].大連理工大學學報， 2002， 42（5）：626-628.

[4]湯婷，吳小培，項明. 指紋圖像增強與特征提取[J]. 計算機技術與發展， 2009，19（1）：81-83.

[5] 馬文科，王玲，何浩.一種指紋圖像的局部閾值分割算法[J]. 計算機工程與應用， 2009，45（34）：177-179.