若干指纹图像二值化与细化算法研究信号与信息处理专业毕业论文.docx
- 文档编号:24769859
- 上传时间:2023-06-01
- 格式:DOCX
- 页数:86
- 大小:1.71MB
若干指纹图像二值化与细化算法研究信号与信息处理专业毕业论文.docx
《若干指纹图像二值化与细化算法研究信号与信息处理专业毕业论文.docx》由会员分享,可在线阅读,更多相关《若干指纹图像二值化与细化算法研究信号与信息处理专业毕业论文.docx(86页珍藏版)》请在冰豆网上搜索。
若干指纹图像二值化与细化算法研究信号与信息处理专业毕业论文
若干指纹图像二值化与细化算法研究-信号与信息处理专业毕业论文
摘要
摘要
自动指纹识别技术作为生物特征识别中的一项主要技术,已经广泛应用于生活中的各个领域。
自动指纹识别系统的性能很大程度上取决于指纹图像的预处理过程,性能良好的指纹图像二值化和细化算法,可以大大提高整个指纹识别系统的效率和准确率。
本论文主要研究指纹图像的二值化与细化算法。
在指纹图像二值化方面,针对指纹图像在奇异点附近以及在点方向变化比较快的区域面临的块方向较难确定的问题,提出了基于多层次分块求取方向信息并根据得到的方向信息进行二值化的方法;针对指纹图像方向变化较快的分块不适合设定统一的点方向信息的问题,提出了方向信息可靠块和方向信息不可靠块的概念,对方向信息可靠块和方向信息不可靠块分别利用方向信息和模糊聚类方法进行二值化处理。
在指纹图像细化方面,针对指纹图像细化算法中的OPTA方法和改进的OPTA方法极易产生毛刺的问题,提出了一组消除毛刺的细化模板,取得了更好的细化效果;基于指纹图像具有的方向特征,提出了一种基于16方向的指纹图像细化算法。
本论文的工作得到了国家自然科学基金(No:
60572133)的资助。
关键词:
图像处理;指纹识别;二值化;细化;方向信息
Abstract
Abstract
AutomatedFingerprintIdentification,asal【indofveryimportanttechnologyintheareaofBiometricsRecognition,hasbeenalreadyusedintheeveryfieldinourdailylife.TheeffectivityofAutomatedFingerprintIdentificationSystemisdeterminedmainlybytheeffectivityofpreprocessingofthesystem,SOasetofeffectivebinarymethodandthinningmethodcallimprovetheeffectivityandaccuracyofthesystemlargely.
Theresearchworkofthispaperismainlyaboutbinarymethodsandthinningmethods
forfingerprintimage.Intherespectofbinarization,fortheproblemsinthe.areasnearsingularpointsorintheridge-valleyregions埘thlargelychangeddirections,itisdifficulttoobtainthecorrectdirectionalinformation,anewmethodbymulti—levelblocksis
proposedtogettheblockdirectionsofthefingerprintimage,andthenuseittobinarizefingerprintimage,obtainidealresults;fortheproblemthatitisunreasonabletosettheuniformpointdirectionfortheblockwithlargelychangeddirections,theconceptsof‘'directionalreliableblock'’and“directionalunreliableblock'’areintroduced.andthenusedirectionalinformationandfuzzyclusteringalgorithmforbinarizationrespectivelyfordirectionalreliableblockanddirectionalunreliableblock.Intherespectofthinning,for
theproblemthattheOPTAthinningmethodandtheimprovedOPTAmethodhavethe
deficiencyofbeingeasytogetburrsafterthinning,asetofeliminationtemplatesisproposed,moreidealresultsaleobtained;becauseofthatfingerprintimagehasitsowndirectionalinformation,asetof16-directionthinningtemplatesforfingerprintare
proposed.
ThepaperissupportedbytheNationalNaturalScienceFoundationofChina(No:
60572133).
Keywords:
imageprocessing;fingerprintidentification;binarization;thinning;directionalinformation
ⅡI
西安邮电学院学位论文原创性声明
秉承学校严谨的学风和优良的科学道德,本人郑重声明:
所呈交的论文是本
人在导师指导下进行的研究工作及取得的研究成果。
尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含本人已用于其他学位申请的论文或成果。
与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。
申请学位论文与资料若有不实之处,本人承担一切的法律责任。
本人签名:
:
!
型些日期:
兰竺!
!
年三月上日
西安邮电学院学位论文知识产权声明
本人完全了解西安邮电学院有关保留和使用学位论文的规定,即:
研究生在
校攻读学位期间论文工作的知识产权单位属西安邮电学院。
学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。
本人允许论文被查阅和借阅。
学校可以将本学位论文全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。
同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安邮电学院。
本人签名:
堑豆晶
新签名:
蓝盘趁导师签名:
幽巡墨
笫1章绪论
第1章绪论
1.1指纹图像二值化与细化的意义及发展情况
近年来,随着科技的不断进步,生物特征识别技术得到了越来越广泛的认可和快速的发展,成为自动识别技术研究的热点之一。
生物特征识别技术是为了进行身份验证而采用自动技术测量其身体的特征或是个人的行为特点,用这些特征或特点与数据库的模板数据进行比较,从而完成认证的一种解决方案。
由于个体的生物特征是唯一的,生物特征识别技术逐渐成为一种公认的身份认证技术【60】,从最基本的到最健壮的,存在着多种不同级别的安全技术,其中。
指纹识别、虹膜识别、人脸识别、视网膜识别、掌形识别、语音识别、签名识别等是几种比较成熟且应用广泛的生物识别技术【49】。
指纹识别由于指纹的易采集性成为生物特征识别中最受关注的内容之一,在许多国家,指纹识别以其可靠性被广泛应用[18】。
自动指纹识别系统(AutomatedFingerprintIdentificationSystem,简称AFIS)主要包括指纹图像的采集、去噪、二值化、细化、特征点提取、特征点比对等几个步骤。
图1.1自动指纹识别系统的处理流程
指纹图像的采集是自动指纹识别系统(AFIS)的第一步。
早期的指纹采集都是通过油墨按压在纸上产生的,20世纪80年代,随着光学技术和计算机技术的发展,开始出现了光学的采集仪,它依据的是光的全反射原理(FT瓜),光线照到压有指纹的玻璃表面,反射光线由CCD获得,反射光的数量依赖于压在玻璃表面指纹的脊线和谷线的深度及皮肤与玻璃间的油脂,光线经反射到谷后在反射到CCD,而射到脊后则不反射到CCD;20世纪90年代中期,随着半导体技术的进步,开始陆续出现了CMOS指纹传感器、热敏传感器、超声波传感器等新型传感器。
西安邮电学院硕士学位论文
采集获得的指纹图像通常都伴随这各种各样的噪声,这些噪声一部分是由于采集仪器造成的,如采集仪上的污渍、采集仪的参数设置不恰当等;另外一部分是由于手指的状态造成的,如手指的过于,太湿,伤疤,脱皮等。
第一类噪声是固定的系统误差,相对来说比较容易恢复,第二类噪声与个体手指密切相关,比较难于恢复。
所以在获得指纹的采集图像后,还要对指纹图像进行去除噪声的处理,也就是对指纹图像的脊线进行增强,减少噪声污染对整个指纹图像效果的影响[19]。
现有的指纹图像增强算法有很多,如用方向场进行的增强[22,27,58]、用Gabor滤波器进行增强[8,53]、脊向滤波增强[26】、利用小波变换增强[36]等。
图1.2给出了一幅原始指纹图像及增强后的效果图。
图1.2指纹图像的增强效果
对指纹图像进行二值化的步骤是在对指纹图像增强之后。
由于增强后的指纹图像是含有较多灰度信息的灰度图像,而自动指纹识别系统在对指纹图像进行处理时关心的更多的是指纹图像的几何特征,所以在这一步要将灰度指纹图像转化为只有O和1两种灰度值的黑白图像,一方面减少了系统的存储空间、提高了系统的效率,另一方面也便于对图像进行细化处理。
对图像进行二值化处理目前已经成为图像处理中的一个独立的重要分支[371。
对于指纹图像来说,重要的信息包含在指纹图像的脊线和谷线中,对指纹图像的脊线和谷线进行二值描述,可以明显简化后续处理,得到有用的纹线信息。
图1.3给出了一幅原始指纹图像及其二值化后的效果图。
图1.3指纹图像的二值化
第1章绪论
二值化后,得到了纹线宽度不均匀的二值指纹图像,这是因为原始指纹图像的质量受到手指压力大小、干湿情况、干净与否等指纹图像采集过程中的噪声引起的形变的影响。
而在指纹图像的实际处理中,我们只关心指纹图像的纹线走向,并不关心指纹图像中脊线的粗细程度,所以需要把指纹图像转化成为只含有指纹骨架线的纹线图,这种指纹图像的骨架线就是我们说的细化图像。
细化是在不影响指纹纹线连通性的基础上,删除纹线的边缘像素,使之只有一个像素的宽度【1]。
理想的指纹图像的细化骨架应该是在原始指纹纹线的中间位置,并保持纹线的连接性、拓扑性和细节特征。
由于细化算法具有快速和准确的特征,因此一直是人们研究的热点,并且人们已经提出了许多优秀的细化算法,如OPTA细化算法[2],Hall细化算法[17],Rosedfeld细化算法[45】,ZR细化算法等[161,Zhang和Suen细化算法
[60]等。
对指纹图像的细化,目的是将图像变为单像素连通图。
细化效果的好坏直接影响能否准确提取细节特征。
不同的细化算法时间复杂度也有所差别,选择合适的细化算法对整个指纹识别系统也尤为重要[23】。
图1.4给出了一幅二值指纹图像以及细化后的效果图。
细化
———————————————————卜
图1.4指纹图像的细化
在细化指纹图像的基础上提取指纹图像的特征点叫做指纹图像的特征提取,指纹图像的特征点包括指纹纹线的端点和分叉点(图1.5)。
纹线的端点是指纹线突然结束的位置,而纹线分叉点指指纹突然一分为二的位置。
根据指纹图像中心点和分叉点的个数以及细节特征点的位置可以通过点模式匹配的方式进行比对,这就是特征点比对。
西安邮电学院硕士学位论文
图1.5指纹图像的特征点.
上面所讲的就是自动指纹识别系统的系统流程,其中指纹图像的增强、二值化、细化三个步骤组成了指纹图像的预处理过程,预处理效果的好坏直接影响着自动指纹识别系统(AFIS)的效率高低[20,651。
所以研究出好的指纹图像二值化和细化算法对指纹图像的后续处理起着至关重要的作用。
1.2本文主要研究工作及内容安排
本文重点对指纹图像的二值化和细化算法进行研究,同时对二值化与细化过程中所使用的方向图算法进行了研究。
提出了两种指纹图像的二值化方法和两种指纹图像的细化方法,这些方法在理论和实践上都是可行的,具有一定的理论和实践价值。
本文的主要成果归纳起来包括以下几个方面:
(1)提出了基于方向信息和模糊聚类方法的指纹图像二值化方法;
(2)提出了基于多层次分块的指纹图像方向图算法:
(3)提出了基于多层次分块的指纹图像二值化方法;(4)提出了删除毛刺的指纹图像细化方法;(5)提出了基于16方向的指纹图像细化算法。
全文共分为五章,对指纹图像的二值化算法和细化算法进行了深入的研究。
第一章
为绪论,指出了指纹图像二值化与细化的意义和发展情况,并列出的研究成果。
第二章介绍了指纹图像方向图的计算,在指纹图像二值化和细化的整个过程中都离不开指纹图像方向图的计算,所以这一章是本文的预备知识。
第三章提出了两种新的指纹图像二值化方法,即基于方向信息和模糊聚类方法的指纹图像二值化方法和基于多层次分块的指纹图像二值化方法。
第四章提出了两种新的指纹图像细化算法,即删除毛刺的指纹图像细化方法和基于16方向的指纹图像细化算法。
第五章是总结与展望。
4
第2章指纹图像方向图的计算
第2章指纹图像方向图的计算
指纹图像不同于其他图像的~个重要特征是其具有很强的纹理性,所以提取指纹图像的方向信息对于自动指纹识别系统(AFIS)来说是非常重要的,为了实现快速、准确的提取指纹图像的方向信息,必须对指纹图像的方向图进行深入的研究[56,63】。
在20世纪80年代初,方向图开始被引入到指纹图像的处理中,1987年,
Mehtre[38,39,42]等人成功地得到了灰度图上的方向图,使指纹图像的处理效果达到了一个新的水平,掀起了方向图算法的热潮,Rao[46]提出了利用梯度算子求取方向图的方法,Jain[24]等人对Rao的方法做了改进,采用后处理平滑算法,并利用Gabor滤波器对频率和方向的选择性,实现了图像增强。
至今,方向图算法仍然是一个热点,指纹方向图已经被认为是解决自动指纹识别中某些关键技术的一个重要途径[6,59】。
本章主要介绍指纹图像的二值化和细化算法中涉及到的指纹图像方向图的计算。
指纹图像的方向图真实地反应了指纹图像的纹理走向,再现了指纹图像的中心花纹和外围包络。
本文正是利用的指纹图像的方向性来完成对指纹图像的二值化和细化处理的。
我们所说的指纹图像的方向图包括指纹图像的点方向图和块方向图[11,43,44],由于计算指纹图像方向图的方法较多,如基于梯度的方法[46,24,15,25]、掩膜法[35,49]、差分估计法[211等,这里不可能面面俱到的介绍,只介绍常用的方法以及和本文有关的方法。
2.1指纹图像的点方向图
2.1.1指纹图像点方向图的定义及特点指纹图像的点方向图表示的是指纹图像中每一像素点的脊线方向。
如图2.1中(b)
表示指纹图像(a)对应的点方向图。
图2.1一幅指纹图像及其点方向图
西安邮电学院硕士学位论文
由图2.1可见,指纹图像的点方向图对应的是指纹图像中各个像素点的方向信息。
由于其以指纹图像中的具体像素点为研究对象,而在指纹采集时,干扰到具体像素点的噪声不可避免,所以可能产生较大的随机误差,这就意味着点方向图可靠性不强。
2.1.2求取指纹图像点方向图的算法指纹图像点方向图提取的基本思想是在图像中计算每一点在各个方向上的统计量
(如灰度差、梯度等),根据这些灰度差在各个方向上的差异,确定该点的方向从而得
到整个指纹图像的点方向图。
下面介绍一种获得指纹图像点方向图的方法:
掩膜法。
这种方法可以将指纹图像中的多个方向规划到特定的几个方向上去,一般都是如下图所示的8个方向,其中幸表示当前像素点所在的位置。
23456
4
l234567
17
00●0O7心彦:
71
7654321
0
65432
【砷(b)
图2.2掩模法的9x9模板及8个方向
掩膜法的主要原理如下:
设指纹图像为,,求像素点O,歹)的方向为o(i,力
肘
DI_∑№j)-Id(f。
,jfm)I,i=1,2,,N
(1)
./ffil
式中,,d(f。
,-,。
)是在方向d上第聊个像素的灰度值。
M为选取的像素个数,Ⅳ为方向数,它确定了一个脊线可能存在的方向数,通常Ⅳ为4个或8个。
则
警j『)=Di。
,Di。
哩黜t
(2)
尽管上面的求取方法原理简单,但要正确求出其方向还是不容易,下面具体介绍如何求出一个指纹的8个方向。
首先取Ⅳ为8,而在各个方向上取的像素如图2.2(a)所示。
利用掩膜计算方向场的步骤如下:
①对图像的每一个像素,为确定在该像素处脊线的方向,在以该像素点为中心的
9x9窗1:
3内,分别计算8个方向上的灰度平均值,得G一【f】(f_O,l,,7分别代表8个
6
笫2章指纹图像方向图的计算
方向)。
然后将这8个平均值按两两垂直的方向分成4组,0和4为一组,1和5为一组,2和6为一组,3和7为一组。
计算每组中两个平均值的差值
G击厅[刁=(G。
啪【f】一Gm啪【f+4】),(f=0,l,2,3,脊方向)(3)
②取差值的绝对值最大的两个方向为可能的脊线方向,若iMax=arg(iMax(G蚯[j]))(4)
则方向iMax和iMax+4为该像素处可能的脊线方向。
这种算法的原理也是很明显的:
顺着脊线方向总是累加出最小值(在脊线上)或最大值(在谷线上),而垂直于脊线方向则累加出一个平均值。
所以脊线方向和它的垂直方向的差值是最大的。
③若该像素处的灰度值为Gray,则脊线方向为
I心,1奴m蛤((]呵一G岫聊恤DQ出s((]r可一Gn瞳。
旺MⅨ+4D,。
11.Zr=≮15)
liMax+4o吐℃n)ljise
也就是,取iMax和iMax+4方向中灰度平均值与该像素的灰度值比较接近的方向作为该像素处的脊线方向。
对每一个像素都计算一次,就可以得到指纹图像的点方向场图。
掩膜法计算点方向场的优点是计算速度快,所有的运算在计算机实现的时候都只有加、减,不涉及浮点运算。
它的缺点是只能计算有限个方向,一般都采用8方向的掩膜来计算方向,计算精度不高。
2.2指纹图像的块方向图
2.2.1指纹图像块方向图的定义及特点在实际计算指纹图像的方向图的时候,往往需要将指纹图像分块,计算每一个小区
域内的指纹方向,这就是指纹图像的块方向。
指纹图像的点方向图是连续变化的,具有连续性和渐变性,其相邻像素点的方向虽过渡自然,但含有很多噪声,由于其对噪声的鲁棒性差,因此不能完全反应指纹脊线的真是走向。
所以在实际应用中往往使用块方向图【64】,但是块方向图在脊线方向改变的
临界区域误差很大,导致指纹图像的块方向图整体过渡性差精确度不高。
如图2.3,(b)
是指纹图像(a)对应的块方向图。
7
西安邮电学院硕士学位论文
(a)(∞
图2.3一幅指纹图像的块方向图
如图可见,指纹图像的块方向图方向变化均匀平缓,相比点方向图减少了很多方向上的突变。
指纹图像的块方向图对应的是指纹图像中每个小局部的方向信息,分块的大小可以变化,一般而言,分块的最佳尺寸是指纹图像纹线距离的整数倍。
实际应用中常
取的分块大小为16×16。
2.2.2求取指纹图像块方向图的算法在求取指纹图像的块方向图时,前面讲的掩膜法同样适用,我们可以在求取了指纹
图像的点方向以后采取下面的方法:
将指纹图像分成互不重叠的fD×∞的方块区域,首
先统计每-d,分块的点方向图内每种方向包含的像素点个数Num[i],然后将该区域的指纹块方向取为块内的主要方向,即:
Dir=arg(Max(Num[f】))(6)
下面介绍另一种求取指纹图像块方向的方法:
公式法[24、28、49]:
①把指纹图像分成互补重叠的大小为0)×CO的方块,对于500DPI指纹图像,
(1)常
选为16。
②计算点(f,/)的梯度巩(f,/)和Oy(i,J)。
在这里根据计算的要求,梯度算子可以选择简单的Sobel算子,也可以选择复杂的其他算子如Marr.Hildreth算子等。
③计算以(f,/)为中心的每一块的方向,公式如下:
∞0)
‘+了J+了
y,(f,/)=∑∑(a妣V)一a地V))(7)
“:
f_竺r:
P竺
。
’’
笫2章指纹图像方向图的计算
嘴班芝窆(2讹v肭,’j:
))(8)””i”/1
吣川=丢一(嬲)(9)
式中,O(x,Y)是局部脊线方向的最小平方估计。
由于噪声、断裂的脊线和谷线的存在,估计的脊线方向O(x,Y)可能不总是正确的。
在没有奇异点的邻域内,局部脊线方向是缓慢变化的,可以用一个低通滤波器来修改不
正确的脊线方向。
为此,方向场需要转化到一个连续的向量场中
dp,(i,j『)=eos(20(i,_,))(10)
巾y(f,J)=sin(20(i,Jf))(11)
式中,巾,和巾,是向量场的x分量和y分量,低通滤波可表示如下:
^丫=豇一m.,一m啪、,
坐窆半坐窆碑
^丫=办“矿-E》-一甜∞.,一呦
坐壹{坐圭卑
式中,h是一个二维低通滤波器,其积分为1,叭×∞.是滤波器的大小。
这个平滑操作是在块上执行的,其默认大小为5x5。
④计算在(f,J)的局部方向场
吲)毛arctan(嬲)(14,
⑤计算块(f,J)邻域方向场的一致性
c(f,_,):
!
(15)
力
9
西安邮电学院硕士学位论文
IO(i',j')--O(i,j)I屯8。
,篡∽,
D=(D(f。
,J’)-O(i,J)+360)mod360(17)
式中,D表示块(f,/)的局部邻域(默认大小为5×5),,2是在D中块的数目。
D(f’,门
和o(i,/)分别是块(j’,/‘)和块(f,/)的方向场。
如果C(i,,)大于某个阈值T。
,则这个块的局部方向场在一个低尺度下重新估计。
通过这种方法就会得到一个相当平滑的方向场。
公式法得到的指纹图像的块方向场,其方向信息可以包括很多种角度值,比掩膜法
的到8个方向的方向信息更加精确,如图2.4。
图2.4公式法得剑的指纹图像的块方向幽
2.3本章小结
由本章的1、2节可见,指纹图像的点方向图是连续变化的,即具有连续性和渐变性。
由于指纹图像点方向图的计算是以指纹图像中的像素点为单位的,所以它会含有很多噪声,不能精确地反应纹线的真实走向。
在实际应用中大多使用指纹图像的块方向图,块方向图将一个小区域内指纹图像的各个点方向置成相同的值,可以在小区域内克服噪
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 若干 指纹 图像 二值化 细化 算法 研究 信号 信息处理 专业 毕业论文