【文章內(nèi)容簡(jiǎn)介】 于以后的學(xué)習(xí)。在灰度圖像上進(jìn)行脊線跟蹤直接獲取特征點(diǎn)的方法，是基于如下的考慮：1．指紋的許多信息在二值化后會(huì)損失掉。2．圖像增強(qiáng)，二值化和細(xì)化等過(guò)程很耗費(fèi)時(shí)間3．當(dāng)對(duì)質(zhì)量差的圖像進(jìn)行二值化后往往不能取得令人滿意的結(jié)果。從數(shù)學(xué)上的觀點(diǎn)來(lái)看，脊線可以看作是沿著一個(gè)方向上，灰度取得極小值的點(diǎn)的集合。我們沿著脊線方向每次向前移動(dòng)一小段距離，尋找下一局部最小值，作為脊線跟蹤的下一個(gè)點(diǎn)，如圖41灰度脊線圖所示。按照此操作不停地進(jìn)行下去，則我們可以得到指紋的細(xì)化圖，而且其中包含了特征點(diǎn)信息。圖41 灰度脊線圖該方法的處理過(guò)程通常是先在指紋圖像上任取一點(diǎn)，在該點(diǎn)的法線方向附近取一極小值點(diǎn)作為第一個(gè)點(diǎn)，然后在切線方向上前進(jìn)一段距離，作為下一個(gè)臨時(shí)點(diǎn)，在該臨時(shí)點(diǎn)法線方向附近取一極小值點(diǎn)作為第二個(gè)點(diǎn)，依此類推，一直到跟蹤完整幅圖像為止。使跟蹤停止的標(biāo)準(zhǔn)通常有3個(gè)：1．跟蹤到指紋外部的無(wú)效區(qū)域時(shí)。2．繼續(xù)向前跟蹤灰度最小點(diǎn)的灰度值仍大于某一閾值時(shí)。3．繼續(xù)向前跟蹤遇上另一條已經(jīng)跟蹤過(guò)的脊線時(shí)。滿足上面的第二個(gè)條件時(shí)說(shuō)明已經(jīng)遇上了端點(diǎn)，滿足第三個(gè)條件時(shí)說(shuō)明已經(jīng)遇上了分叉點(diǎn)，經(jīng)過(guò)上面的處理后，一般就可以獲得整個(gè)指紋的所有的特征點(diǎn)。 歸一化大量的實(shí)驗(yàn)證實(shí)，指紋圖像的灰度級(jí)大致分布在[20，180]的范圍內(nèi)，考慮到其它組織以及噪聲等因素，我們?cè)谶M(jìn)行歸一化處理時(shí)，將指紋圖像的灰度級(jí)映射到[0，255]的灰度區(qū)間上，映射函數(shù)如下： （41）在（31）式中，和分別是指紋圖像的最小灰度值和最大灰度值，和分別是歸一化處理前和處理后的灰度值。 產(chǎn)生方向圖由于在局部區(qū)域內(nèi)指紋是亮暗相間的近似平行的結(jié)構(gòu)，因此，在指紋的每個(gè)局部區(qū)域有確定的方向。全體局部方向就構(gòu)成了指紋的方向圖。產(chǎn)生方向圖是指紋識(shí)別系統(tǒng)的一個(gè)重要的步驟， 方向圖質(zhì)量的好壞直接關(guān)系到圖像增強(qiáng)的效果并最終影響到準(zhǔn)確提取特征點(diǎn)。產(chǎn)生方向圖有兩類方法。第一類是先定義若干基準(zhǔn)方向， 然后判斷每一個(gè)一個(gè)小區(qū)域更接近于那一方向。第二類是精確計(jì)算每一點(diǎn)或小區(qū)域的方向。本文將對(duì)兩種方法進(jìn)行介紹。在第一類方法中， 方向的計(jì)算是利用灰度的方差。脊線上的點(diǎn)具有較小的灰度值，而谷線上的點(diǎn)則具有相對(duì)較大的灰度值，如果作一條垂直于脊線的直線，那么隨著脊線和谷線的交替，直線上也表現(xiàn)出灰度值的波峰和波谷的交替。如果所作的直線方向與脊線方向相同，直線上的點(diǎn)的表現(xiàn)為波動(dòng)極小的直線。這表明，垂直脊線方向的直線上的點(diǎn)的灰度值方差大，平行脊線方向上的點(diǎn)的灰度值方差小。因此，方差最小的方向就是要求的方向。但是這樣算出來(lái)的某些點(diǎn)的方向仍不夠準(zhǔn)確，尤其是在那些模糊、邊緣有噪聲的區(qū)域。錯(cuò)誤的方向不但不會(huì)改善圖像質(zhì)量，反而會(huì)使特征提取的錯(cuò)誤增多。因?yàn)橹讣y圖像的任一小區(qū)域中所有的點(diǎn)具有近似相同的方向。因此，任一點(diǎn)的方向可以利用該點(diǎn)所在區(qū)域的其它點(diǎn)的方向來(lái)糾正。(1) 定義若干基準(zhǔn)方向的產(chǎn)生方向圖方法 圖42 方向圖算法描述：對(duì)于圖像上每一個(gè)點(diǎn)，在八個(gè)方向上畫一條直線，直線的長(zhǎng)度大概是五個(gè)脊線到谷線的寬度。計(jì)算八個(gè)直線方向上的灰度方差： (42)for d = 1，……，8其中 是點(diǎn)的灰度均值，是方向d上的第k個(gè)點(diǎn)，N是所取方向的方向數(shù)，n是所取的鄰點(diǎn)數(shù)。我們可以取N=8，即取8個(gè)方向，n=4，即取4個(gè)鄰點(diǎn)。將記錄的方差最小的方向d定為該點(diǎn)的方向。經(jīng)過(guò)以上步驟處理，這樣就求得了指紋的近似方向， 但不夠準(zhǔn)確， 為此，要想得到較精確的處理結(jié)果，可以在此基礎(chǔ)上再做16*16的中值濾波就可以得到一張比較好的方向圖。(2) 由像素點(diǎn)的灰度梯度進(jìn)行計(jì)算而獲得方向圖的方法此方法是可以獲得比較精確的方向。如圖43指紋圖像的灰度梯度圖所示，在指紋的灰度圖像上每一像素點(diǎn)處有確定的梯度值向量，一般在某像素點(diǎn)附近灰度變化較大是梯度的模較大，而且大多數(shù)點(diǎn)的梯度的方向垂直于指紋的局部方向。利用這一特點(diǎn)，我們可以通過(guò)灰度圖像的梯度計(jì)算指紋的方向。圖43 指紋圖像的灰度梯度圖其步驟一般是這樣的：① 將原圖像分成W*W的小塊（一般可取16*16）。② 計(jì)算每個(gè)像素點(diǎn)處的梯度 （i ， j)，(i ， j)， 梯度的計(jì)算一般可以用Sobel 算子，水平方向和垂直方向的Sobel算子分別為：和 （43） ③ 方向相反的梯度相加會(huì)相互抵消，為了使其相互加強(qiáng)，在此采用了將方向角變?yōu)槎兜姆椒?，原?lái)方向角相差的兩個(gè)向量經(jīng)方向角變?yōu)槎逗?其方向角的差變?yōu)?從而具有相同的方向角。公式如（44）、（45）所示 。 （44） （45） 由公式（44）與（45）可得到 為該點(diǎn)附近的法線方向。為了得到該點(diǎn)的切線方向，還應(yīng)做如下運(yùn)算： （46）這樣就得到了該點(diǎn)處的法線方向，在理想的情況下，上式得到的方向?yàn)闇?zhǔn)確方向，但由于有噪聲，傷痕等因素存在，一般需要對(duì)上面得到的方向進(jìn)行修正，其方法一般是考慮臨近的點(diǎn)的方向來(lái)最后決定該點(diǎn)的方向。令 （47） （48）為了得到更準(zhǔn)確的方向，通常還要對(duì)與做低通濾波，這樣便可得到一個(gè)比較準(zhǔn)確的方向圖。在第一類方法中，我們只能估算某一點(diǎn)處的方向更接近于8個(gè)標(biāo)準(zhǔn)方向中的哪一個(gè)，因此得到的是近似的方向，但通過(guò)第二種方法我們往往可以得到更加精確的指紋方向。雖然采用由像素點(diǎn)的灰度梯度進(jìn)行計(jì)算而獲得方向圖的方法可以更精確的產(chǎn)生方向圖，得到更好的處理效果等優(yōu)點(diǎn)，但由于其算法較之第一種復(fù)雜難懂，一般只應(yīng)用在高精度的圖像處理中，所以在對(duì)圖像處理精度要求不是太高的情況下，可以采用第二種方法，得到粗略的處理結(jié)果。 圖像增強(qiáng)算法為了確保指紋特征提取算法的魯棒性, 需要對(duì)原始指紋圖像進(jìn)行預(yù)處理, 增強(qiáng)紋線的清晰度, 增加脊線和谷線的對(duì)比度, 減少偽信息, 該過(guò)程稱為指紋圖像的增強(qiáng)處理。圖像增強(qiáng)是指紋圖像預(yù)處理需要解決的核心問(wèn)題。指紋圖像增強(qiáng)的主要目的是為了消除噪聲, 改善圖像質(zhì)量, 便于特征提取。由于指紋紋理由相間的脊線和谷線組成, 這些紋理蘊(yùn)含了大量的信息, 如紋理方問(wèn)、紋理密度等。在指紋圖像的不同區(qū)域, 這樣的信息是不同的, 指紋圖像增強(qiáng)算法就是利用圖像信息的區(qū)域性差異性來(lái)實(shí)現(xiàn)的 特征點(diǎn)的類型、特征點(diǎn)的位置是進(jìn)行指紋識(shí)別的依據(jù)。要獲取這些特征點(diǎn)及特征點(diǎn)的方向，第一步是要對(duì)灰度圖像進(jìn)行二值化，正確提取指紋脊線。理論上講，灰度指紋圖像中，脊線部分灰度值小，谷線部分灰度值大，選取合適的域值就可以將脊線提取出來(lái)。但在實(shí)際情況下并非如此簡(jiǎn)單，主要有幾點(diǎn)困難需要克服：第一點(diǎn)是指紋采集設(shè)備的光源照射不均勻，有些部分偏亮，有些部分偏暗，灰度分布不均勻；第二點(diǎn)是由于采集設(shè)備精度限制，某些局部地方模糊，脊線谷線無(wú)法區(qū)分，直接二值化會(huì)造成脊線斷裂或誤連；第三點(diǎn)是手指上的疤痕，蛻皮現(xiàn)象造成的灰度圖像脊線局部模糊；還有一點(diǎn)就是灰度圖像有大量噪音點(diǎn)。因此，對(duì)灰度圖像進(jìn)行二值化之前必須先進(jìn)行圖像增強(qiáng)。圖像增強(qiáng)結(jié)果的好壞直接關(guān)系到特征點(diǎn)的正確提取。人們可以根據(jù)指紋紋線的走勢(shì)的上下文信息來(lái)判斷模糊部分是否存在紋線。指紋圖像的濾波算法也可以在已知紋線的方向的情況下，考慮該點(diǎn)在其方向前后左右的點(diǎn)的灰度來(lái)決定該點(diǎn)的灰度?，F(xiàn)在已經(jīng)有很多種指紋圖像增強(qiáng)算法，這些圖像增強(qiáng)算法可以分為兩類，一類是基于空域的圖像增強(qiáng)，另一類則是基于頻域的圖像增強(qiáng)?；叶葹V波處理是為了去除噪聲、均衡圖像、銳化脊線，以改善灰度圖像質(zhì)量為下一步獲得正確的二值化脊線打下基礎(chǔ)。任何經(jīng)典濾波算法都可以達(dá)到改善圖像質(zhì)量的效果，例如均值濾波、中值濾波、直方圖均衡化濾波、N*N最頻濾波、十字型中值濾波等方法。在本文將對(duì)幾種基于空域的圖像增強(qiáng)方法進(jìn)行介紹與講解。(1) Gabor圖像增強(qiáng)Gabor圖像增強(qiáng)，其空域?yàn)V波因子的表達(dá)式為： （49）其中x和y分別表示橫縱坐標(biāo)，為(x，y)以原點(diǎn)為中心，旋轉(zhuǎn)后得到的坐標(biāo)，表示指紋的局部方向，和分別表示平行于指紋方向的方差和垂直于指紋方向的方差，f表示指紋的頻率，它的計(jì)算方法如圖34所示，首先求得相鄰脊線極小值點(diǎn)間的平均最小距離C作為指紋的周期，由f=1/C即可得到指紋的頻率。通常一個(gè)指紋的頻率會(huì)位于某一范圍內(nèi)，同時(shí)不同的局部區(qū)域頻率可能會(huì)有微小變化。圖44 指紋的周期 (2) 方向加權(quán)濾波方向加權(quán)濾波是一種空域的圖像增強(qiáng)算法，其方法是在指紋的方向上取一長(zhǎng)方形濾波窗口，然后再利用二維Gauss濾波實(shí)現(xiàn)圖像增強(qiáng)，下面對(duì)過(guò)程做一簡(jiǎn)要說(shuō)明。假定我們?cè)谟?jì)算方向圖時(shí)獲得的是8個(gè)確定方向的方向圖，那么，我們可以設(shè)計(jì)8個(gè)不同的方向模板，這里以水平方向模板為例，其它的模板可以由它旋轉(zhuǎn)得到。模板的大小為，由指紋圖像的脊線和谷線的寬度來(lái)決定，我們規(guī)定其尺寸為，其權(quán)值分布如下：z z z z z z zy y y y y y yx x x x x x xy y y y y y yz z z z z z z經(jīng)過(guò)濾波計(jì)算得知，每一點(diǎn)的像素灰度由與其相鄰的34個(gè)像素的灰度共同決定。即對(duì)第i行j列的點(diǎn)的灰度值的處理如下： (410) x、y、z之間的關(guān)系滿足：。(3) 中值濾波在數(shù)字圖像處理中，中值濾波作為一種典型的非線性濾波算法應(yīng)用十分廣泛。中值濾波是要濾去圖像中的高頻或低頻分量，它容易去除孤立點(diǎn)、線的噪聲，同時(shí)保持圖像的邊緣，它能很好地去除二值噪聲，是一種對(duì)干擾脈沖和點(diǎn)狀噪聲有良好抑制作用，且對(duì)圖像邊緣能較好保護(hù)的低通濾波算法，但對(duì)中拖尾(如均勻分布噪聲)和短拖尾噪聲(如高斯噪聲)其濾波性能較差。其原理是把序列中一點(diǎn)的值，用該點(diǎn)鄰域中各點(diǎn)值的中值來(lái)替代，在數(shù)字圖像中是把以某點(diǎn)(i，j)為中心的小窗口內(nèi)的所有像素的灰度按從大到小的順序排列，將中間值替代(i，j)處的原灰度值(若窗口中有偶數(shù)個(gè)像素，則取兩個(gè)中間值的平均)。二維中值濾波的窗口可以取線形、方形，也可以取近似圓形、十字形或菱形；其維數(shù)有常用的33，55等幾種。按照上述思想，將窗口在圖像中移動(dòng)，對(duì)每個(gè)窗口中的像素值進(jìn)行排序，取中值，并以中間值賦給一新矩陣上的對(duì)應(yīng)位置上的元素(取代窗口中心像元)，就可得到去噪聲后的圖像。中值濾波算法如下：① 將窗口模板在圖中漫游，并將窗口中心與圖中某個(gè)像素重合，尋找(i，j)點(diǎn)。② 讀取窗口模板下對(duì)應(yīng)像素的灰度值。③ 計(jì)算窗口均值。④ 將窗口內(nèi)每個(gè)灰度值與均值比較，若大于均值則排序取中值，并賦給(i，j)點(diǎn)否則不排序，同時(shí)檢查小于均值像素的灰度值，如果其值為零，則將中值賦給該像素。⑤ 對(duì)下一像素重復(fù)步驟④。⑥ 反復(fù)以上步驟④與⑤，直至i=j=n結(jié)束。 圖像分割所謂圖像分割是指根據(jù)灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個(gè)互不相交的區(qū)域，使得這些特征在同一區(qū)域內(nèi)，表現(xiàn)出一致性或相似性，而在不同區(qū)域間表現(xiàn)出明顯的不同。簡(jiǎn)單的講，就是在一幅圖像中，把目標(biāo)從背景中分離出來(lái)，以便于進(jìn)一步處理。圖像分割是圖像處理與計(jì)算機(jī)視覺領(lǐng)域低層次視覺中，最為基礎(chǔ)和重要的領(lǐng)域之一。它是對(duì)圖像進(jìn)行視覺分析和模式識(shí)別的基本前提．同時(shí)它也是一個(gè)經(jīng)典難題，因?yàn)榈侥壳盀橹辜炔淮嬖谝环N通用的圖像分割方法，也不存在一種判斷是否分割成功的客觀標(biāo)準(zhǔn)。閾值法是一種基于區(qū)域的圖像分割技術(shù)，圖像閾值化的目的是要按照灰度級(jí)，對(duì)像素集合進(jìn)行一個(gè)劃分，得到的每個(gè)子集形成一個(gè)與現(xiàn)實(shí)景物相對(duì)應(yīng)的區(qū)域，各個(gè)區(qū)域內(nèi)部具有一致的屬性，的分割等；在醫(yī)學(xué)應(yīng)用中，血液細(xì)胞圖像的分割，磁共振圖像的分割；在農(nóng)業(yè)工程而相鄰區(qū)域布局有這種一致屬性。這樣的劃分可以通過(guò)從灰度級(jí)出發(fā)選取一個(gè)或多個(gè)閾值來(lái)實(shí)現(xiàn)。它特別適用于目標(biāo)和背景占據(jù)不同灰度級(jí)范圍的圖像。它不僅可以極大的壓縮數(shù)據(jù)量，而且也大大簡(jiǎn)化了分析和處理步驟，已被應(yīng)用于很多的領(lǐng)域，例如，在紅外技術(shù)應(yīng)用中，紅外無(wú)損檢測(cè)中紅外熱圖像的分割，紅外成像跟蹤系統(tǒng)中目標(biāo)的分割；在遙感應(yīng)用中，合成孔徑雷達(dá)圖像中目標(biāo)應(yīng)用中，水果品質(zhì)無(wú)損檢測(cè)過(guò)程中水果圖像與背景的分割。在工業(yè)生產(chǎn)中，機(jī)器視覺運(yùn)用于產(chǎn)品質(zhì)量檢測(cè)等等。在這些應(yīng)用中，分割是對(duì)圖像進(jìn)一步分析、識(shí)別的前提，分割的準(zhǔn)確性將直接影響