提取二值化指紋圖像中特征數(shù)據(jù)的算法研究-資料下載頁
2025-06-19 23:10本頁面
【正文】 在當(dāng)前圖段的左側(cè)，且無下相關(guān)圖段或下相關(guān)圖段在當(dāng)前圖段的左側(cè)，則當(dāng)前圖段的右側(cè)為端點(diǎn)；(2) 如果當(dāng)前圖段為扁長型圖段，無上相關(guān)圖段或上相關(guān)圖段在當(dāng)前圖段的右側(cè)，且無下相關(guān)圖段或下相關(guān)圖段在當(dāng)前圖段的右側(cè)，則當(dāng)前圖段的左側(cè)為端點(diǎn)；(3) 如果當(dāng)前圖段為水平方向圖段，無上相關(guān)圖段，且無下相關(guān)圖段或不是弧頂圖段，則當(dāng)前圖段的上端為端點(diǎn)；(4) 如果當(dāng)前圖段為水平方向圖段，無下相關(guān)圖段，且無上相關(guān)圖段或不是弧頂圖段，則當(dāng)前圖段的下端為端點(diǎn)；(5) 如果當(dāng)前圖段為垂直方向圖段，無上相關(guān)圖段，則當(dāng)前圖段的上端為端點(diǎn)；(6) 如果當(dāng)前圖段為垂直方向圖段，無下相關(guān)圖段，則當(dāng)前圖段的下端為端點(diǎn)；(7) 對于扁長和水平方向圖段上的端點(diǎn)，其位置坐標(biāo)取整個(gè)圖段中最左或最右端的像素點(diǎn)的坐標(biāo)；(8) 對于垂直方向圖段上的端點(diǎn)，則取該圖段第一個(gè)或的最后一個(gè)行程中點(diǎn)為端點(diǎn)的位置坐標(biāo)。由于采集的區(qū)域有限，則會(huì)產(chǎn)生接近圖像邊緣的紋線端點(diǎn)，稱為周邊點(diǎn)。要去除周邊點(diǎn)，首先用直線試探求得的經(jīng)過當(dāng)前圖段最長的射線，這條射線的方向就是端點(diǎn)的方向。然后向求出的端點(diǎn)的方向反方向引出一條射線，如果這條射線在到達(dá)圖像邊緣之前沒有經(jīng)過任何圖段，就可以認(rèn)為當(dāng)前端點(diǎn)是采集區(qū)域有限而生成的周邊點(diǎn)。 5 實(shí)驗(yàn)與結(jié)果本文的所有算法均在 Microsoft Visual Studio 2005 用C語言編程實(shí)現(xiàn)。本實(shí)驗(yàn)采用的指紋圖像是已經(jīng)進(jìn)行采集和預(yù)處理的。采集是基于Secugen公司的FDU光學(xué)指紋采集儀進(jìn)行指紋采集；預(yù)處理首先采用Gabor濾波的方法進(jìn)行指紋圖像增強(qiáng)，然后用Otsu法進(jìn)行圖像二值化，再用3 3中值濾波器進(jìn)行邊緣平滑和去除孤立噪聲點(diǎn)。如圖5－1所示。這是一幅經(jīng)過增強(qiáng)、二值化等預(yù)處理的圖，下文所述的實(shí)驗(yàn)結(jié)果都是在這張圖上進(jìn)行處理的。圖5－1 預(yù)處理后的指紋圖像因?yàn)楸疚乃玫乃惴ㄊ抢弥讣y谷線端點(diǎn)與紋線分叉點(diǎn)的對應(yīng)關(guān)系，通過提取谷線上的端點(diǎn)得到紋線的分叉點(diǎn)。所以，圖段提取的結(jié)果不僅有黑色的紋線圖段，還有白色的谷線圖段。(1) 其中，黑色紋線圖段如圖5－2所示。圖5－2 黑色紋線圖段(2) 而實(shí)驗(yàn)中提取白色谷線圖段，是將圖像中的黑白兩色反轉(zhuǎn)后再和黑色紋線圖段一樣提取的。黑白反轉(zhuǎn)和白色谷線圖段分別如圖5－2 (左) 和圖5－2 (右)所示。 圖5－2 反轉(zhuǎn)圖 (左) 和白色谷線圖段 (右)已經(jīng)把黑白兩色的圖段提取出來了，接著是進(jìn)行特征提取了。因?yàn)槎它c(diǎn)和分叉點(diǎn)還是很容易就可以區(qū)分開來，所以實(shí)驗(yàn)中端點(diǎn)和分叉點(diǎn)都是用正方形給框出來的。其結(jié)果如圖5－3所示。圖5－3 提取出的細(xì)節(jié)點(diǎn)根據(jù)圖5－圖5－2和圖5－3所示，整體的效果還算不錯(cuò)。在圖段提取還算是比較簡單的，這個(gè)階段也不大會(huì)出錯(cuò)。下面主要是針對圖5－1和圖5－3，討論特征提取的結(jié)果：(1) 圖中共有25個(gè)細(xì)節(jié)點(diǎn)，而找出了28個(gè)細(xì)節(jié)點(diǎn)，其中正確的細(xì)節(jié)點(diǎn)有23個(gè)，5個(gè)虛假細(xì)節(jié)點(diǎn)；(2) 沒找出來的兩個(gè)細(xì)節(jié)點(diǎn)一個(gè)是端點(diǎn)一個(gè)是分叉點(diǎn)，分別是紋線和谷線垂直方向圖段的下端點(diǎn)；(3) 一共找出了5個(gè)虛假細(xì)節(jié)點(diǎn)，其中4個(gè)在紋線斷裂的地方，其中兩個(gè)是在紋線斷裂的兩邊；(4) 剩下一個(gè)虛假細(xì)節(jié)點(diǎn)是在谷線的端點(diǎn)，但其并不是紋線的分叉點(diǎn)；(5) 可以看出所有的周邊點(diǎn)都被去除了，這個(gè)方面做的還不錯(cuò)； 6 總結(jié)指紋以它的終身穩(wěn)定性和唯一性被尊為“物證之首”，指紋自動(dòng)識(shí)別技術(shù)在過去二十多年的研究中，取得了很大的發(fā)展。目前，隨著低價(jià)格指紋掃描儀和高集成度芯片的出現(xiàn)，自動(dòng)指紋識(shí)別系統(tǒng)從軍用走向民用，其應(yīng)用范圍越來越廣泛。盡管當(dāng)前的指紋識(shí)別產(chǎn)品已經(jīng)多種多樣，并已成功地應(yīng)用到許多商業(yè)領(lǐng)域，但是指紋識(shí)別技求仍是國內(nèi)外研究的熱點(diǎn)。這是因?yàn)椋阂环矫?，出于知識(shí)產(chǎn)權(quán)保護(hù)和商業(yè)利益的原因，指紋識(shí)別的核心技術(shù)只被少數(shù)企業(yè)和技術(shù)機(jī)構(gòu)所擁有；另一方面，人們?nèi)找嬖鲩L的需求對指紋識(shí)別系統(tǒng)的性能提出了更高的要求。所以，指紋自動(dòng)識(shí)別算法的研究既有很強(qiáng)的理論價(jià)值，也有很高的實(shí)用價(jià)值[1]。一個(gè)典型的指紋識(shí)別系統(tǒng)由四部分組成：圖像采集、預(yù)處理、特征提取及后處理、指紋匹配。本文針對指紋識(shí)別系統(tǒng)中的一個(gè)重要環(huán)節(jié)：特征提取進(jìn)行了深入研究。通過參閱大量指紋識(shí)別方面的文獻(xiàn)資料，參考了各種特征提取的算法，采用了一種基于圖段分析提取指紋細(xì)節(jié)點(diǎn)的算法。該方法對紋線邊緣毛刺和紋線中的小孔等結(jié)構(gòu)形式具有較好的魯棒性，在試驗(yàn)中這點(diǎn)也確實(shí)做到了。但是，在實(shí)驗(yàn)中因?yàn)榛№敾〉椎呐袛鄺l件、求取端點(diǎn)方向和預(yù)處理的效果等一些原因的關(guān)系，漏掉了一些細(xì)節(jié)點(diǎn)，并產(chǎn)生了一些虛假細(xì)節(jié)點(diǎn)。其中在紋線斷裂的兩邊的兩個(gè)虛假細(xì)節(jié)點(diǎn)，可以在后處理的階段去除。不過因?yàn)閷﹂撝档娜≈的媚蟛粶?zhǔn)，最后在實(shí)驗(yàn)中刪除了。還實(shí)驗(yàn)中，在谷線的端點(diǎn)但并非紋線的分叉點(diǎn)那個(gè)虛假細(xì)節(jié)點(diǎn)的產(chǎn)生，是因?yàn)樗惴ū旧淼脑颉Ｍㄟ^這次學(xué)習(xí)，雖然對指紋識(shí)別系統(tǒng)的發(fā)展歷史和系統(tǒng)的整體工作流程，還有指紋特征數(shù)據(jù)及其多種提取算法都有了一定的了解。但是，都還很淺顯，還需要繼續(xù)努力。比方說本次實(shí)驗(yàn)中就可以完善弧頂弧底的判斷條件，通過多次實(shí)驗(yàn)在后處理找到適合的閾值等
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號(hào)-1