摘 要：伴隨著信息科學(xué)技術(shù)飛速發(fā)展的步伐，非常多的系統(tǒng)更加關(guān)注安全的問題，因此，可靠的、安全的身份識(shí)別技術(shù)成為了眾多系統(tǒng)安全應(yīng)用的首選。指紋圖像特征提取作為指紋識(shí)別領(lǐng)域非常重要的研究部分，自然而然的引起了廣大學(xué)者的關(guān)注。本課題研究的主要內(nèi)容便是指紋圖像特征點(diǎn)提取以及偽特征點(diǎn)的剔除。

關(guān)鍵詞：MATLAB；特征點(diǎn)；指紋識(shí)別；分叉點(diǎn)

中圖分類號(hào)：TP391.41

隨著科學(xué)技術(shù)以及社會(huì)的不斷進(jìn)步，基于口令、信物、數(shù)字等的傳統(tǒng)的安全認(rèn)證模式正在變得越來(lái)越脆弱[1]，現(xiàn)代化的安全系統(tǒng)必須尋求全新的安全認(rèn)證方法才能滿足現(xiàn)代化的社會(huì)需求。指紋識(shí)別技術(shù)是到目前為止應(yīng)用最為廣泛的個(gè)人身份認(rèn)證技術(shù)，指紋所具備的穩(wěn)定性以及唯一性更加的確定了指紋識(shí)別技術(shù)的應(yīng)用地位，在計(jì)算機(jī)不斷進(jìn)步的同時(shí)，指紋識(shí)別技術(shù)以及算法也在不斷的提升，甚至指紋傳感器的性能也得到了大幅度的提升，所以，較高質(zhì)量的指紋圖像信息采集技術(shù)成為了安防領(lǐng)域以及身份認(rèn)證領(lǐng)域研究的重點(diǎn)課題。

1 指紋圖像特征

1.1 指紋圖像全局特征

指紋的全局特征通常指的是常人通過(guò)肉眼就可以辨認(rèn)出的特征，全局特征的基本紋路圖案通常分為三種：環(huán)型（loop），弓型（arch）以及螺旋型（whorl）[2]，這三個(gè)指紋圖案是其余的指紋圖案的基礎(chǔ)，但是三種類型的分類相對(duì)比較粗略，并不能完全比對(duì)出采集到的指紋圖像，但是對(duì)指紋進(jìn)行分類卻能夠?yàn)橹讣y圖案的比對(duì)查詢提供方便。

通常情況下，指紋圖像中的用于描述全局特征的區(qū)域稱之為模式區(qū)，即通過(guò)指紋圖像的模式區(qū)便可以將指紋圖像進(jìn)行分類劃分，有的指紋算法提取的只是模式區(qū)的指紋數(shù)據(jù)，而有的指紋算法則僅僅提取模式區(qū)的一部分指紋數(shù)據(jù)。

指紋圖像的核心點(diǎn)具體指的是指紋圖像紋路的漸進(jìn)中心，這個(gè)點(diǎn)的數(shù)據(jù)信息非常重要，通常被用作讀取指紋時(shí)以及比對(duì)指紋時(shí)候的參考點(diǎn)，指紋圖像的核心點(diǎn)被很多的指紋識(shí)別算法采用，但是局限是僅僅能夠識(shí)別具備核心點(diǎn)的指紋圖像。

指紋圖像數(shù)據(jù)也存在三角點(diǎn)，具體指的是以核心點(diǎn)為標(biāo)準(zhǔn)，開始之后的第一個(gè)斷點(diǎn)或者分叉點(diǎn)，亦或者相交紋路的匯聚點(diǎn)、折轉(zhuǎn)點(diǎn)、孤立點(diǎn)，或者指向這些點(diǎn)的怪異點(diǎn)。三角點(diǎn)是指紋識(shí)別算法的關(guān)鍵點(diǎn)之一，為指紋圖像紋路的計(jì)數(shù)跟蹤提供了基準(zhǔn)參考點(diǎn)。

指紋紋數(shù)具體指的是模式區(qū)內(nèi)所有指紋紋路的數(shù)量。指紋紋數(shù)在計(jì)算的時(shí)候，通常會(huì)將核心點(diǎn)與三角點(diǎn)連接起來(lái)[3]，這條連線與指紋紋路交接點(diǎn)的數(shù)量便可以確定指紋圖像的紋數(shù)。

1.2 指紋圖像局部特征

指紋圖像的局部特征具體指的是指紋上節(jié)點(diǎn)的詳細(xì)特征，具備一些特征的指紋圖像節(jié)點(diǎn)被稱之為特征點(diǎn)。不同的指紋可能會(huì)出現(xiàn)總體特征相同的情況，但是絕對(duì)不會(huì)出現(xiàn)特征點(diǎn)相同的不同指紋。

1.2.1 指紋圖像的特征點(diǎn)

指紋圖像的紋路并不是筆直的、平滑的、連續(xù)的，伴隨著指紋紋路的經(jīng)常是分叉、打折亦或者中斷，指紋紋路的這些分叉點(diǎn)、斷點(diǎn)以及轉(zhuǎn)折點(diǎn)便被稱之為“特征點(diǎn)”，眾多的“特征點(diǎn)”的集合便構(gòu)成了確定指紋圖像唯一的信息數(shù)據(jù)。

1.2.2 指紋圖像特征點(diǎn)的分類

指紋的特征點(diǎn)通常被分為終結(jié)點(diǎn)、分叉點(diǎn)、分歧點(diǎn)、孤立點(diǎn)、環(huán)點(diǎn)、短紋、方向、曲率以及位置。終結(jié)點(diǎn)以及分叉點(diǎn)是特征點(diǎn)最為典型的兩類。

（1）終結(jié)點(diǎn)（Ending）：終結(jié)點(diǎn)類型具體指的是一條指紋紋路在此處斷開終結(jié)；（2）分叉點(diǎn)（Bifurcation）：分叉點(diǎn)類型具體指的是指紋紋路在該點(diǎn)處分開拓寬成兩條甚至兩條以上的紋路；（3）分歧點(diǎn)（Ridge Divergence）：分歧點(diǎn)類型具體指的是兩條相對(duì)平行的線路的分開點(diǎn)；（4）孤立點(diǎn)（Dot or Island）：孤立點(diǎn)類型具體指的是指紋紋路非常短，以至于成為一點(diǎn)；（5）環(huán)點(diǎn)（Enclosure）：環(huán)點(diǎn)類型具體指的是一條指紋紋路在分開成為兩條紋路之后又立即合并成為一條指紋紋路，這樣分開點(diǎn)與合并點(diǎn)形成的小環(huán)變成只為環(huán)點(diǎn)；（6）短紋（Short Ridge）：短紋類型具體指的是指紋的一端相對(duì)比較短，但是又不會(huì)形成一個(gè)點(diǎn)的指紋紋路；（7）方向（Orientation）：方向具體指的是節(jié)點(diǎn)的方向比較固定；（8）曲率（Curvature）：曲率具體指的是用來(lái)描述指紋紋路沿著方向改變的行進(jìn)速度；（9）位置（Position）：位置具體指的是借助坐標(biāo)去描述指紋紋路中節(jié)點(diǎn)的位置，可以用絕對(duì)位置描述，也可以用基于三角點(diǎn)或者特征點(diǎn)的相對(duì)位置進(jìn)行描述。

2 指紋圖像特征提取算法

指紋圖像特征點(diǎn)的提取通常包括兩個(gè)步驟，第一步驟便是對(duì)圖像特征進(jìn)行提取，第二步驟則是將提取的特征點(diǎn)中的偽特征點(diǎn)剔除。指紋圖像特征點(diǎn)的提取一直是眾多學(xué)者深入研究的方向。最早提出相關(guān)算法的是FBI（Federal Bureau of Investigation，美國(guó)聯(lián)邦調(diào)查局）科研人員，他們提出了一種二級(jí)算法，對(duì)于圖像的二值化處理采用了自適應(yīng)的算法，二值化之后的指紋圖像便是特征點(diǎn)提取的對(duì)象。該算法的出現(xiàn)為指紋圖像認(rèn)證領(lǐng)域的發(fā)展奠定了基礎(chǔ)，從一出現(xiàn)，便獲得了非常廣泛的應(yīng)用。

通常有兩個(gè)方法用于指紋圖像特征的提取，第一種便是從整體的灰度圖像中提取算法，而另外一種便是建立在細(xì)化二值化的圖像中提取算法。指紋圖像特種功能的提取是整套指紋識(shí)別系統(tǒng)中最為核心的環(huán)節(jié)之一，指紋圖像特征提取的好與壞將直接影響到指紋圖像匹配的準(zhǔn)確性[5]，因此，指紋圖像特征提取是指紋匹配的基礎(chǔ)和前提。第一種指紋圖像特征提取算法通常是跟蹤灰度指紋紋線，在根據(jù)跟蹤結(jié)果定位特征的位置以及精確的判斷出特征的類型，該種方法整個(gè)實(shí)現(xiàn)過(guò)程中并沒有進(jìn)行指紋圖像預(yù)處理過(guò)程，但是指紋特征提取的算法卻異常復(fù)雜，在加上外界不確定因素的影響，導(dǎo)致提取到的指紋特征值并不準(zhǔn)確。所以，第二種指紋特征提取算法是應(yīng)用最為廣泛的技術(shù)之一，從經(jīng)過(guò)預(yù)處理之后的細(xì)化二值指紋圖像中提取指紋圖像特征值，不僅方法簡(jiǎn)單，特征點(diǎn)的提取也非常簡(jiǎn)單，僅僅需要一個(gè)3×3的模板便可以將非?？煽康募?xì)化二值圖像的分叉點(diǎn)以及端點(diǎn)提取出來(lái)。

圖1 指紋圖像預(yù)處理一般流程

細(xì)化二值化之后的指紋圖像特征值提取主要提取的內(nèi)容是指紋圖像的分叉點(diǎn)以及端點(diǎn)的細(xì)節(jié)特征。本課題采用的特征提取模版如圖1所示。其中的目標(biāo)檢測(cè)像素點(diǎn)用P代表，而P1、P2、P3、P4、P5、P6、P7、P8在是P像素點(diǎn)的八個(gè)領(lǐng)域像素點(diǎn)，為了使得計(jì)算起來(lái)較為簡(jiǎn)便，指紋圖像的背景色通常選擇灰度值為255（白色）的像素點(diǎn)，本文中像素點(diǎn)P灰度值設(shè)置為0；即灰度值為0（黑色）的像素點(diǎn)指定為目標(biāo)點(diǎn)，也稱之為待檢測(cè)的像素點(diǎn)，這里將目標(biāo)點(diǎn)的P值設(shè)定為1，則采用式（1）表示的公式去統(tǒng)計(jì)P像素點(diǎn)的八個(gè)領(lǐng)域中值為1的像素點(diǎn)的個(gè)數(shù)。

（1）

（1）如果P的八個(gè)領(lǐng)域中有且僅有一個(gè)值為1的像素點(diǎn)，則有CN=1，此時(shí)的P點(diǎn)便是端點(diǎn)；（2）如果P的八個(gè)領(lǐng)域中有且僅有二個(gè)值為1的像素點(diǎn)，則有CN=2，此時(shí)的P點(diǎn)便是連通點(diǎn)；（3）如果P的八個(gè)領(lǐng)域中有且僅有三個(gè)值為1的像素點(diǎn)，則有CN=3，此時(shí)的P點(diǎn)便是分叉點(diǎn)。

通過(guò)式（1）以及上面的算法便可以統(tǒng)計(jì)出指紋圖像特征點(diǎn)，并將特征點(diǎn)的數(shù)目、類型以及位置信息記錄下來(lái)，對(duì)于作為細(xì)節(jié)特征點(diǎn)的分叉點(diǎn)以及端點(diǎn)，有些情況下也會(huì)參雜一些偽特征，所以需要?jiǎng)h除這些偽特征點(diǎn)，比較常見的偽特征點(diǎn)主要表現(xiàn)為毛刺、短紋、小孔、偽小橋、斷紋等五個(gè)類型。

3 基于MATLAB的指紋特征提取實(shí)現(xiàn)

3.1 指紋圖像特征點(diǎn)提取實(shí)現(xiàn)

本課題借助MATLAB仿真實(shí)現(xiàn)了指紋圖像特征點(diǎn)的提取操作，核心代碼如下：

圖2 指紋圖像特征點(diǎn)提取

分析圖2可知，圖像的邊緣出現(xiàn)了非常多的端點(diǎn)，這些端點(diǎn)的產(chǎn)生是由于面積接觸形成的，并不屬于偽特征點(diǎn)的一類，但是也必須進(jìn)行剔除。

3.2 指紋圖像偽特征點(diǎn)剔除實(shí)現(xiàn)

由于指紋圖像在采集的過(guò)程中會(huì)受到干燥、壓力不均勻以及汗?jié)n等的影響，便會(huì)造成采集到的指紋圖像非常的不均勻，圖像也會(huì)異常的模糊，同時(shí)紋線也會(huì)出現(xiàn)中斷等現(xiàn)象。實(shí)驗(yàn)數(shù)據(jù)表明，在對(duì)質(zhì)量較差的圖像進(jìn)行特征點(diǎn)提取的時(shí)候會(huì)造成數(shù)量極多的偽特征點(diǎn)[4]。一旦偽特征點(diǎn)的數(shù)量超過(guò)一定數(shù)值便會(huì)對(duì)后面的所有操作產(chǎn)生非常嚴(yán)重的影響，因此，指紋在進(jìn)行匹配之前，為了獲取質(zhì)量較高的指紋圖像，必須對(duì)采集到的指紋圖像進(jìn)行偽特征點(diǎn)剔除操作。比較常見的偽特征點(diǎn)主要表現(xiàn)為毛刺、短紋、小孔、偽小橋、斷紋等五個(gè)類型。本文借助MATLAB仿真實(shí)現(xiàn)了指紋圖像邊緣特征點(diǎn)的剔除。核心代碼如下：

4 結(jié)束語(yǔ)

指紋識(shí)別技術(shù)從一出現(xiàn)便被應(yīng)用在一些特殊的、比較高端的特殊領(lǐng)域，比如刑偵破案等，但是指紋識(shí)別技術(shù)在處理質(zhì)量較差的指紋圖像的時(shí)候效率非常低，不能夠滿足實(shí)際的應(yīng)用需求，必須提高采集到的指紋圖像的質(zhì)量。本文首先詳細(xì)的介紹了指紋圖像的特征，包括全局特征以及局部特征，接下來(lái)給出了指紋圖像特征點(diǎn)提取的詳細(xì)算法，并最終借助MATLAB仿真實(shí)現(xiàn)了指紋圖像特征點(diǎn)的提取以及偽特征點(diǎn)的剔除。本課題給出的指紋圖像特征點(diǎn)的提取算法實(shí)現(xiàn)起來(lái)非常簡(jiǎn)單，計(jì)算速度較快，運(yùn)算量也非常小，在減輕系統(tǒng)存儲(chǔ)量的同時(shí)，也獲得了質(zhì)量較高的指紋圖像特點(diǎn)數(shù)據(jù)。但是隨著科學(xué)技術(shù)的不斷進(jìn)步，對(duì)指紋圖像特征點(diǎn)的提取算法的要求會(huì)更高，因此需要對(duì)所有的算法進(jìn)行綜合對(duì)比分析，提出合理的改進(jìn)措施，以便能夠提升指紋圖像特征點(diǎn)的有效性。

參考文獻(xiàn)：

[1]趙應(yīng)丁，戴仕明，劉金剛.基于灰度指紋圖像的指紋特征提取算法研究[J].系統(tǒng)仿真學(xué)報(bào)，2006（02）：319-322.

[2]利國(guó)煙，許穎頻.指紋識(shí)別的應(yīng)用與實(shí)現(xiàn)[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2005（08）：62-64.

[3]張英琦，張慶林.基于數(shù)學(xué)形態(tài)學(xué)的二值圖像細(xì)化算法研究[J].中南民族大學(xué)學(xué)報(bào)，2005（04）：96-99.

[4]王業(yè)琳，寧新寶，尹義龍.指紋圖像細(xì)化算法的研究[J].南京大學(xué)學(xué)報(bào)（自然科學(xué)），2003（04）：469-475.

[5]李金平，卿粼波，何小海.基于S3C2410的圖像采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].成都信息工程學(xué)院學(xué)報(bào)，2008（05）：514-517.

作者簡(jiǎn)介：梁文東（1971-），男，廣西崇左人，講師，主要從事多媒體技術(shù)、圖像處理教學(xué)與研究工作。

作者單位：廣西農(nóng)業(yè)職業(yè)技術(shù)學(xué)院，南寧 530007