基于灰度均衡的指紋圖像分割算法_胡濤

1、2007, 43(241引言指紋識(shí)別技術(shù)是近年來生物識(shí)別技術(shù)的一個(gè)研究熱點(diǎn)。 在 自動(dòng)指紋識(shí)別系統(tǒng)中 , 一般分為指紋采集、 圖像預(yù)處理、 特征提 取及識(shí)別。 由于指紋采集設(shè)備特征及指紋本身噪聲等因素的影 響 , 所采集到的指紋圖像必須經(jīng)過預(yù)處理環(huán)節(jié) , 才能精確有效 的提取指紋特征 , 以提高指紋的識(shí)別效果 1。對于不同的指紋識(shí)別系統(tǒng) , 其指紋預(yù)處理方法也各不相 同。一般的指紋預(yù)處理環(huán)節(jié)包括去除噪聲、 分割、 方向提取、 圖 像增強(qiáng)、 二值化和細(xì)化等 2-4。其中由于指紋在采集過程中往往 不能產(chǎn)生滿的指紋圖像 , 因而產(chǎn)生了指紋圖像的前景區(qū)域 (有 效的指紋紋路部分 和背景區(qū)域 (沒有指紋

2、紋路部分 , 含有大量 噪聲 , 這就須將指紋圖像的前景區(qū)域和背景區(qū)域分割開來 , 使 后續(xù)環(huán)節(jié)能集中于有效區(qū)域進(jìn)行處理 , 這就是指紋分割的目 的。目前使用的指紋采集傳感器有四種 , 分別是光學(xué)傳感器、 CMOS 壓感傳感器、 熱敏傳感器及超聲波傳感器 , 其 中 , CMOS 壓 感 傳 感 器 在 當(dāng) 前 的 指 紋 產(chǎn) 品 中 占 據(jù) 大 部 份 市 場 5, MBF200就是一種 CMOS 壓感傳感器。本文在對本研究室自行設(shè)計(jì)的 MBF200半導(dǎo)體指 紋 采 集 器 所 采 集 的 不 同 指 紋 圖 像 進(jìn) 行 分 析 及分割算法研究的基礎(chǔ)上 , 提出了一種簡單、 有效、 實(shí)用性強(qiáng)

3、的 分割算法。 后續(xù)的第 2章將討論常見的幾種指紋分割及各自特 點(diǎn) ; 第 3章將論述基于灰度均衡的指紋分割算法 ; 第 4章將該 算法的實(shí)驗(yàn)結(jié)果 ; 第 5章總結(jié)該算法特點(diǎn)。2傳統(tǒng)的指紋分割方法目前 , 傳統(tǒng)的指紋圖像分割算法主要包括 :圖像局部灰度 方差算法、基于指紋方向圖算法以及結(jié)合方向和灰度的算法 等。2.1局部灰度方差法該方法是利用圖像的局部方差對指紋圖像進(jìn)行分割 , 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。此方法對于質(zhì)量較好、 對比度較高的指紋圖像分割效果較 好 , 但對于低對比度或高噪聲的圖像 , 不能有效的檢測出噪聲 區(qū)域 , 從而影響處理效果。2

4、.2全局方向法利 用 指 紋 方 向 圖 對 指 紋 圖 像 進(jìn) 行 分 割 是 一 種 常 用 的 方 法 6。 該方法能夠去掉指紋圖像中絕大部分背景信息 , 不僅適合基于灰度均衡的指紋圖像分割算法胡 濤 , 林家騏HU Tao , LIN Jia-qi西安理工大學(xué) 信息科學(xué)系 , 西安 710048Information Science Department of Xi an University of Technology , Xi an 710048, ChinaE-mail :lin_jacketHU Tao , LIN Jia -qi.Fingerprint image segme

5、ntation algorithm based on gray balance .Computer Engineering and Applications , 2007, 43(24 :205-207.Abstract :This paper in view of the characteristic of fingerprint images by MBF200chip fingerprint gathering , proposes a new method of fingerprint image segmentation.The method , which can segment

6、fingerprint images , is simple , rapid and effective , and meets the real-time requirements of fingerprint identification system.First , the gray balance processing for fingerprint images can be done by this method.And then , this method subdivides the fingerprint images according to the characteris

7、tics of the gray-scale images.Finally , fingerprint marginal prospects are amended using the way of mathematical morphology.The method is used to carry on the massive tests with fingerprint images by MBF200semiconductor fingerprint gathering , which is designed by this laboratory independently.The e

8、xperimental results show that the method for this type of fingerprint image segmentation is effective.Key Words :MBF200; fingerprint segmentation ; gray balance ; gray characteristic ; mathematics morphology摘 要 :針對 MBF200芯片指紋采集器采集的指紋圖像的特點(diǎn) , 提出了一種新的指紋圖像分割方法。該方法簡單實(shí)用 , 能快速而有 效的分割指紋圖像 , 符合指紋識(shí)別系統(tǒng)的實(shí)時(shí)性要求。首

9、先對指紋圖像進(jìn)行灰度均衡處理 , 然后根據(jù)圖像的灰度特征對指紋圖像 進(jìn)行分塊分割 , 最后應(yīng)用數(shù)學(xué)形態(tài)學(xué)修復(fù)指紋圖像的前景邊緣。使用該方法對研究室自行設(shè)計(jì)的 MBF200半導(dǎo)體指紋采集器采集 到的指紋圖像 , 進(jìn)行大量的測試。實(shí)驗(yàn)結(jié)果表明 , 該方法對這種類型的指紋圖像分割是有效的。關(guān)鍵詞 :MBF200; 指紋分割 ; 灰度均衡 ; 灰度特征 ; 數(shù)學(xué)形態(tài)學(xué)文章編號(hào) :1002-8331(2007 24-0205-03文獻(xiàn)標(biāo)識(shí)碼 :A 中圖分類號(hào) :TP391.4:( , ; ,模式識(shí)別方面的研究。Computer Engineering and Applications 計(jì)算機(jī)工程與應(yīng)用

10、2052007, 43(24 Computer Engineering and Applications 計(jì)算機(jī)工程與應(yīng)用于質(zhì)量較好的圖像 , 且適用于噪聲嚴(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效果 , 而且該算法 計(jì)算復(fù)雜 , 處理時(shí)間較長。2.3方向和灰度方差結(jié)合的方法該方法結(jié)合了方向與灰度方差進(jìn)行分割 7, 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

11、。 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 , 對于需實(shí)時(shí)處 理的自動(dòng)指紋識(shí)別系統(tǒng)來說代價(jià)是明顯的。3基于灰度均衡的指紋圖像分割方法 3.1MBF200指紋圖像的特點(diǎn)MBF200是 富 士 通 公 司 推 出 的 一 款 觸 摸 式 CMOS 指 紋 傳感 器 芯 片 8, 其 傳 感 區(qū) 域 為 1.28cm ×1.50cm , 256×300傳 感 陣 列 , 分辯率為 500dpi 。 MBF200基于電容充放電原理 , 傳感陣列 的每一點(diǎn)是一個(gè)金屬電極 , 相當(dāng)于電容器的一極 , 與傳感區(qū)接 觸的手指充當(dāng)電容器的另一極 , 而兩者間的傳感面形成電容兩

12、 極的介電層 , 由于指紋的脊和谷導(dǎo)致傳感陣列各電容值的不 同 , 傳感器將電容值數(shù)字化之后輸出 , 這樣就獲得了指紋圖像 (如圖 1所示 。 由 MBF200獲取的指紋圖像具有以下特點(diǎn) :(1 圖像整體的灰度均值偏大 , 大約在 210左右 (灰度值 0為黑色 , 255為白色 , 其色階范圍均在 135255之間。(2 不同圖像間的局部方差值變化范圍較大。這種類型的指紋圖像 , 同一幅圖像的灰度差別范圍較小 , 而不同圖像間的灰度特征差別較大 , 不利于閾值的確定 , 即很 難用灰度特征值去區(qū)分前景區(qū)域和背景區(qū)域。 這樣 , 須將圖像 的灰度特征一致化 , 以消除不同圖像的灰度差異性 ,

13、又能擴(kuò)大 同一幅圖像的灰度差別范圍?；叶染夥芎芎玫臐M足這種 要求。3.2灰度均衡的理論基礎(chǔ)灰度均衡也稱直方圖均衡 , 目的是通過點(diǎn)運(yùn)算使輸入圖像轉(zhuǎn)換為在每一灰度級(jí)上都有相同的像素點(diǎn)數(shù)的輸出圖像。 這對 于在進(jìn)行圖像比較或分割之前將圖像轉(zhuǎn)化為一致的格式是十 分有益的 9。假設(shè)輸入圖像 D A , 經(jīng)灰度均衡轉(zhuǎn)換后為 D B , 則灰度均衡的 轉(zhuǎn)換公式為 :D B =f(D A D M axA 0D A! H (! d !式中 H (! 為直方圖 , A 0為圖像的面積 , D M ax 為圖像的最大灰度對于離散圖像 , 其轉(zhuǎn)換公式為 :D B =f(D A =DMax A 0D Ai=0&q

14、uot; Hi式中 H i 為第 i 級(jí)灰度的像素個(gè)數(shù)。經(jīng)過灰度均衡轉(zhuǎn)換后的圖像 , 不同指紋圖像的直方圖大體 趨于一致 , 有利于不同圖像間的一致性分析 , 提高算法的魯棒 性。 并且 , 指紋圖像的對比度得到增強(qiáng) , 有利于指紋紋路的檢測(如圖 2所示 。3.3基于灰度均衡的分割算法通過對 MBF200指紋圖像的分析 , 結(jié)合數(shù)字圖像處理理論 , 本文提出了一種新的快速指紋分割算法。首先 , 對輸入的指紋圖像用高斯模板進(jìn)行處理 , 高斯模板 可以去除圖像的局部噪聲。本文使用的高斯模板為 :112124212#$%& (1然后 , 將高斯去噪后的圖像按 3.2小節(jié)所述的灰度均衡理 論

15、進(jìn)行處理。 通過灰度均衡后的指紋圖像 , 被分成 M ×N 大小的 小分塊 , 實(shí)際應(yīng)用中取 M=N 。計(jì)算每小塊的均值和方差。塊的均值為 :M(I , J =1M ×N M-1i=0" N-1j=0" G(i , j 塊的方差為 :V(I , J =1M ×NM-1i=0" N-1j=0"(G(i , j -M (I , J 2為了克服傳統(tǒng)方差法判別的局限性 , 根據(jù)灰度均衡化后的 圖像灰度特征 , 對于每塊的判別標(biāo)準(zhǔn)是以塊的均值和方差之間 的關(guān)系來判別的。但由于方差與均值平方成正比的關(guān)系 , 在數(shù) 量級(jí)上不利于比較和閾值

16、的確定。因此 , 采用塊的均值與圖像 塊的標(biāo)準(zhǔn)偏差的比值作為判斷標(biāo)準(zhǔn) , 既解決均值與方差在數(shù)量 級(jí)上的差異 , 有一定的可比性 , 又使閾值確定范圍縮小 , 有利于 閾值的選取。塊的標(biāo)準(zhǔn)偏差為 :S (I , J = 判別標(biāo)準(zhǔn) :Th=M(I , J S(I , J 根據(jù)對大量的 MBF200指紋圖像處理分析結(jié)果 , 選取一定 的閾值 , 大于分割閾值的塊 , 屬于背景塊 , 否則 , 屬于前景塊。 塊 窗口的大小 , 可以先使用大窗口的檢測 , 然后再對已劃分的背 景塊進(jìn)行小窗口檢測 , 這樣由粗到細(xì)的檢測方法 , 使得指紋邊 緣精度更高。3.4分割的后處理通過上述設(shè)計(jì)的算法進(jìn)行指紋分割處

17、理后 , 圖像的前景和背景區(qū)域已基本區(qū)分開來 , 但由于在處理的過程中 , 可能在前 (3( 示 , 從而會(huì)影響后續(xù)的指紋特征點(diǎn)提取 , 因此還要對這些孤立的圖2062007, 43(24 tion 98.S.l.:Computer Society Press , 1998:35-42.3Renato Pajarola.Fastmesh :Efficient view -dependent meshing C/Proceedings Pacific Graphics 2001. S.l.:IEEE , Computer Society Press , 2001:22-30.4Renato Pa

18、jarola.Overview of quadtree -based terrain triangulationand visualizationJ.Information &Computer Science , University of California Irvine Press , 2002:15-18.5Pajarola R.Large scale terrain visualization using the restrictedquadtree triangulation C/Proceedings of IEEE Visualization 98, l998, 8(1

19、7 :19-26. (上接 109頁 3運(yùn)籌學(xué)教材編寫組 . 運(yùn)籌學(xué) M. 北京 :清華大學(xué)出版社 , 1990-01. 4Barford P , Crovella M.Generating representative Web workloads fornetwork and server performance evaluationJ.Measurement and Mod-eling of Computer Systems , 1998:151-160. 6盛友招 . 排隊(duì)論及其在計(jì)算機(jī)通信中的應(yīng)用 M. 北京 :北京郵電大學(xué)出版社 , 1998-09.7Konstantinos Pso

20、unis , Pablo Molinero-Fern andez , Balaji Prabhakar ,et al.Systems with Multiple Servers under Heavy-tailed WorkloadsJ. Performance Evaluation , 2005, 62:456-474.8Ward Whitt.The impact of a heavy-tailed service-time distribution:Theory and Applications , 2000, 36:71-87.(上接 116頁 像塊進(jìn)行后處理。 對于孤立塊及邊界部分的處

21、理主要采用數(shù)學(xué) 形態(tài)學(xué)中的開運(yùn)算和閉運(yùn)算的基本原理和方法來進(jìn)行 (效果如 圖 3(b 所示 , 處理方法與其它文獻(xiàn)所述基本一致 10, 這里不再 贅述。3.5分割結(jié)果比較通過上述設(shè)計(jì)的方法分割的指紋圖像 , 與使用歸一化后應(yīng)用方差 法 閾 值 分 割 的 圖 像 進(jìn) 行 比 較 (如 圖 4所 示 , 從 圖 中 可 知 , 基于歸一化后的圖像 , 有些指紋的脊線未能有很好的對比 度 , 使用方差法閾值分割處理 , 將不能很好的分割指紋圖像。4實(shí)驗(yàn)結(jié)果分析本文所提出的算法 , 在 Microsoft Visual C+6.0開發(fā)平臺(tái)上進(jìn)行仿真實(shí)驗(yàn) , 對 MBF200指紋采集器所獲取的幾百張指

22、 紋圖片進(jìn)行測試。圖 1是從指紋庫中隨機(jī)獲取的圖像 , 其基本 涵蓋各種類型的指紋圖像。使用本文所提出的算法 , 其分割結(jié) 果如圖 5所示。對比圖 1和圖 5, 可知基于灰度均衡的指紋分 割效果是令人滿意的。5總結(jié)本文提出的基于灰度均衡的指紋分割算法 , 通過實(shí)驗(yàn)與應(yīng)用 , 能夠很好的分割不同的指紋圖像 , 分割效果比較準(zhǔn)確 ; 由于 其處理時(shí)間短和分割的有效性 , 因此對于要求實(shí)時(shí)性較強(qiáng)的自動(dòng)指紋識(shí)別系統(tǒng)來說是相當(dāng)適用的。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。(收稿日期 :2007年 1月 參考文獻(xiàn) :1Jain A K , Ross A , Prabhakar S.An Introduction to biometric recog-nitionJ.Circuits and Systems for Video Technology , IEEE Transac-tions on , 2004, 14(1 :4-20. 2Tabassi E , Wilson C L.A Novel approach to fingerprint imagequalityC/IEEE International Conference on , Image Processing , 2005, 2:37-40.3Chao Gwo-cheng