3 指紋圖像的預處理

無論是指紋匹配還是指紋分類，都需要提取指紋的有效特征，為了保證特征提取的可靠性，必須對獲取的指紋圖像進行預處理，以減少噪聲或其他干擾。本章主要講述用于指紋匹配的圖像預處理。一般說來，指紋匹配過程如圖3.1所示。圖像預處理的質量決定了后續處理魯棒性。

3.1概述

對于指紋圖像的預處理，到目前為止已有很多學者做了大量的研究，并且對指紋圖像的有效區域的提取和指紋圖像分割和細化等提出了各種不同的方法。本論文在綜合了前人的研究成果的同時，根據活體指紋傳感器的特性以及自動指紋識別的系統要求，加入了一個圖像質量評估模塊。整個指紋圖像預處理的流程如圖3.2所示。

指紋圖像經傳感器獲取后，首先要對其質量進行評估，通過檢查其有效面積的大小來判斷指紋圖像是否合格，如果質量合格，則進行下一步處理；否則，要求重新采集圖像，并給出圖像質量不合格的原因，例如：手指過干、過濕，或者是手指放置得太偏。圖像分割是把要處理的有效圖像區域部分進行二值化處理，使圖像僅包含兩種象素值，以便于對圖像特征的提取。去孔類噪聲，主要是因為在圖像二值化的過程中會產生一些孔類噪聲，這些孔類噪聲在圖像細化后，就會產生2個偽特征點，給圖像的識別造成困難，因此要在圖像細化之前去除這些噪聲。圖像細化是進一步把二值指紋脊線細化為單象素寬度的骨架線，這是為了方便后續的特征提取。圖像濾波，主要是針對細化后的指紋圖像，因為在前面的處理過程中，有些噪聲沒有去除干凈，在圖像細化的時候就產生了短枝噪聲，這些噪聲也會造成偽特征點，因此要在提取特征點之前去掉這些短枝噪聲，以便能夠提取更加可靠的指紋圖像的特征點。

3.2對指紋圖像的假設

為了給圖像預處理的效果一個客觀的評價標準，作者在本論文中對于一副指紋圖像和指紋圖像處理的效果提出了以下假設：

（1）、指紋圖像應當滿足一定的對比度，當對比度太差，或圖像太模糊時則認為圖像不合格而不予處理。

（2）、對于指紋圖像內的任意一點，如果它在有效的指紋區域[所謂有效的指紋區域就是指含有明顯的指紋脊線和谷線的區域]，則其n×n鄰域（n為一合適的數值，本人在編程序時取n=14）內的所有象素的灰度值的變化量應該較大。

（3）、把一幅指紋圖像分割成多個n×n的小方塊，統計每個小方塊內的象素灰度值的變化量，根據假設（2）可以知道，如果灰度值的變化量f（見下文中定義）小于一定的閾值，則認為該塊區域是指紋圖像的背景區域，或者是指紋紋理特別模糊的區域，在這種區域不含有效的指紋特征，因此處理時可以把這種n×n的方塊內的所有像素都當作是非有效指紋區域部分。

（4）、一幅分割較好的指紋圖像應該滿足以下條件

①。在一個小的區域內指紋的紋線走向應該大致相同

②。指紋的紋線流暢，不應有太多的中斷，相鄰紋線無太多粘連

③。指紋紋線間的距離應當大致相同以上假設是在對指紋圖像的特性進行充分考慮的情況下提出的，符合絕大多數人手指指紋的情況，手指上有傷疤或者指紋被磨光的情況除外，因此在后續的算法設計中可以認為以上的假設是成立的。

3.3指紋圖像質量評估

為了對指紋圖像的好壞進行評估，首先要定義什么樣的圖像是好的圖像，什么樣的圖像是不合格的圖像，有了一個統一的標準之后才能夠進行圖像的評估。在參考了很多文獻資料的情況下，我們確定了采用特征點對指紋進行匹配，因此，有效特征點的數量和可靠性就應該成為評價一幅指紋圖像的標準，但是在沒有進行后續的處理之前，我們又沒有辦法來獲取具體的特征點以及特征點的數量、可靠性等信息，因此應該尋求一個與有效特征點的數量密切相關的量來衡量指紋圖像的質量。而且這個量可以不必經過后續的處理和復雜的計算就可以得到，并且對大多數的情況下都能夠有準確性。

在經過大量的試驗之后，作者提出了一個假設：對一個特定的手指，有效指紋圖像的面積越大，指紋圖像中所包含的特征點就會越多，因此指紋圖像的可靠性就越高，指紋圖像的質量就越好；反之，如果有效指紋圖像的面積越小，指紋圖像中所包含的信息也就越少，該指紋圖像也就越不可靠。

由此可以看出，對一個特定的手指，指紋圖像中有效區域的面積的大小可以正確的反映出指紋圖像的質量，因此，指紋圖像的有效區域的信息，可以作為評價指紋圖像質量的一個客觀的標準。

因為作者在課題中用的是晶體電容式傳感器，圖像質量易受外界環境影響，為了保證整個系統的可靠性和穩定性，我們需要用質量評估模塊把質量不能滿足要求的指紋拒之于外，特別是在指紋登記過程中，一定要保證指紋模板的可靠性。圖3.3為幾種質量較差的指紋圖像的示例。

下面對圖像質量評估的詳細的過程介紹如下：

根據假設（2）對有效指紋區域的定義和限制，以及假設（3）對有效指紋區域的性質的描述，作者設計了用灰度值的變化量來判斷有效指紋區域和非有效指紋區域的算法，如下：

首先把一幅指紋圖像分成n×n的小方塊，n大約為指紋兩個脊線（或谷線）之間的寬度，對于分辨率為500dpi的指紋圖像其大小可取n=10～18.定義n×n小方塊的灰度值的變化量其中

（i₀，j₀）為小方塊的左上角點的坐標，

f_i,j，為原始圖像第i行j列點的象素灰度值（為了和第二章的二值圖像相區別，這里用f_i,j，來表示指紋圖像，而不用B[i，j]）

M為該小方塊內所有點的均值。

對于求出的△f，設定一定的閾值T，如果△f >T，則該方塊內所有點都是有效指紋區域內的點。否則，如果△f＜ T，則該方塊內所有點都是非有效的指紋區域內的點。為了進一步判斷指紋圖像的質量，對于非有效指紋區域還要對其性質進行進一步的判斷，設定另一個一定的閾值T1，如果該小方塊內所有點的均值M_i0,j0＜T1，則可以判定該小方塊內的圖像是由于圖像粘連所引起的，是手指太濕的原因造成的；否則，如果該小方塊內所有點的均值M_i0,j0＞T1,且T2＜△f＜T(T2為一個閥值)，則說明該小方塊內的指紋圖像是比較淡，這是由于采集指紋圖像的時候，手指過于干燥引起的；如果小方塊內的非有效指紋區域不屬于以上兩種情況，則小方塊內的指紋圖像屬于指紋圖像的背景。

為了對整幅指紋圖像的性質作出判斷，需要對所有已經分出性質的小方塊進行統計，并且對統計量進行概率分析，分析出指紋圖像的質量是否合格，如果質量不合格，則要判斷出不合格的原因，給出下次采集指紋圖像的指導性意見。

設整幅指紋圖像是由N個n×n的小方塊，經過統計后，△f >T的所有小方塊的個數為N1個，△f ＜T時，M_i0,j0＜T1 的所有小方塊的個數為N2個，T2△fT 時，M_i0,j0>T1 的所有小方塊的個數為N3個，其他性質的小方塊的個數為4 N個。

在統計了上述信息后，計算每種性質小方塊的數量與整幅指紋圖像的小方塊的數量N的關系，由此來確定一幅指紋圖像的質量

如果P1>TH1（TH1為一個閾值），則認為圖像質量合格，P1的值越大，指紋圖像的質量就越好，否則，指紋圖像的質量不合格。

如果P1≤TH1，P2＞TH2（TH2為一個閾值），則認為圖像的粘連太多，主要是由于采集指紋圖像時，手指太濕引起的。

如果P1≤TH1，P2≤TH2，P3＞TH3（TH3為一個閾值），則認為指紋圖像紋理太淡，不清晰，是由于采集指紋圖像時，手指太干燥引起的。

如果P1≤TH1，P4＞TH4（TH4是一個閾值），則認為指紋圖像中背景圖像過多，這是由于采集指紋圖像時，手指放置的太位置偏引起，如果要判斷到底是手指偏向左邊、偏向右邊、偏向上邊還是偏向下邊，則還要統計一個信息，就是所有△f >T的所有小方塊的所包含的圖像區域（即有效指紋圖像區域）的中心點的位置（ x ，y），這個位置的具體的求法，參見第二章的公式2.1、公式2.2、公式2.3這三個公式，由（ x ，y）的信息即可判斷出指紋圖像偏離的具體的性質，比如說，如果，x取值過大，說明位置偏上，x取值過小，說明位置偏下。左右的情況可以由y來確定。

通過上面對指紋圖像質量評估的算法的介紹，可以得出指紋圖像質量評估模塊的算法流程圖，如圖3.4所示。圖3.5是用上面介紹的方法對指紋圖像進行評估時，產生的指紋圖像的有效區域。因為，指紋圖像的特征信息都包含在指紋圖像的有效區域，所以在后續的處理中，就可以只處理指紋圖像的有效區域部分，對其它的部分可以不予處理。