自动指纹识别中的图像增强及细节匹配算法.pdf

1000-9825/2002/13(05)0946-11 ©2002 Journal of Software 软 件 学 报 Vol.13, No.5 自动指纹识别中的图像增强和细节匹配算法 罗希平, 田 捷 ( 中国科学院 自动化研究所 人工智能实验室,北京 100080) E-mail: tian@ 摘要: 对自动指纹识别系统(automated fingerprint identification system, 简称AFIS) 的两个重要问题——指纹图像 增强和细节匹配进行研究,给出了一种基于方向场的指纹图像增强算法,对 Anil Jain 等人提出的细节匹配算法 进行了修正.采用一种新的更简单的方法进行指纹图像的校准,并以一种简单而有效的方式将脊线信息引入匹 配过程中,这样做的好处之一是以较低的计算代价有效地解决了匹配中参照点对的选取问题.另外,采用大小可 变的限界盒来适应指纹的非线性形变.在FVC2000 公布的指纹图像数据库上,按照FVC2000 测试标准所做的实 验显示,该算法比原算法有较大的改进. 关 键 词: 自动指纹识别系统(AFIS); 图像增强;细节匹配 中图法分类号: TP391 文献标识码: A 1 背景介绍 自动指纹识别系统(automated fingerprint identification system,简称AFIS)有着广泛的应用背景. 目前对自动 指纹识别系统的研究主要有 3 个方面,即图像增强、指纹分类和细节匹配.指纹分类一般是用在大规模的指纹 库中,作为细节匹配中减少有哪些信誉好的足球投注网站范围的步骤使用.本文的工作将不涉及指纹分类. 我们的自动指纹识别系统框图如图 1 所示,系统由离线和在线部分两部分组成.在系统的离线部分,用指纹 采集仪采集指纹,提取出细节点,然后将细节点保存到数据库中,形成指纹模板库.在系统的在线部分,用指纹采 集仪采集指纹,提取出细节点,然后将这些细节点与保存在数据库中模板细节点进行匹配,判断输入细节点与模 板细节点是否来自同一个手指的指纹. 在实践中, 由于受手指本身的因素和采集条件的影响,采集到的指纹图像会不同程度地受到各种噪声的干 扰,在进行分类和细节匹配之前一般要对采集到的指纹图像做增强处理.指纹图像增强算法多数是基于方向场 估计的图像滤波算法[1~3],我们采用的也是一种基于方向场估计的图像滤波算法. 指纹匹配是指纹识别系统的核心步骤,也是一个重要的研究课题,人们在这方面作了很多工作,D.K.Isenor [4] [5] 等人 提出了一种用图匹配来对两幅指纹图像进行匹配的方法.Andrew K.Hrechak 等人 用结构匹配来做指纹 识别.但目前最常用的方法是用FBI 提出的细节点坐标模型来做细节匹配.它利用脊线末梢(我们称为端点)与脊 线分支点这两种关键点来鉴定指纹.通过将细节点表示为点模式,一个自动指纹认证问题可以转化为一个点模 式匹配(细节匹配) 问题.一般的点模式匹配问题是模式识别中的一个有名的难题,人们对一般的点模式匹配问 [6] [7] 题提出过很多的算法,像Sanjay Ranade 等人 的松弛算法、Shih-hsu Chang 等人 的基于二维聚类的快速算法、 [8] [9] Zsolt Miklós 等人 的三角匹配的算法、Xudong Jiang 等人 的基于局部和全局结构的匹配算法.Anil Jain 等 收稿日期: 2001-04-06; 修改日期: 2001-07-06 基金项目: 国家自然科学基金资助项目6007100269931010 作者简介: 罗希平(1974 －), 男,湖南娄底人,博士,主要研究领域为图像处理,模式识别;田捷(1960 －), 男,安徽芜湖人,博士,研究 员,博士生导师,主要研究领域为医学图像处理,模式识别,计算机图形学. 罗希平 等: 自动指纹识别中的图像增强和细节匹配算法