程 棟，郭 威，唐云祁

（中國人民公安大學(xué)，北京102600）

一、引言

二十世紀(jì)初，法律部門開始使用指紋識別進(jìn)行身份鑒定，并初步設(shè)立指紋識別機構(gòu)，建立指紋檔案。隨著時間推移，指紋識別技術(shù)越來越受重視，指紋數(shù)據(jù)檔案庫越來越龐大，并逐漸普及起來。

現(xiàn)在一般使用的指紋自動識別系統(tǒng)，想要得到較高的查中率和排前率，還需要在細(xì)節(jié)特征標(biāo)注方面進(jìn)行人工干預(yù)。圖像預(yù)處理，是細(xì)節(jié)特征自動提取的上一環(huán)節(jié)，它對下一步的細(xì)節(jié)特征自動提取影響很大。分析指紋圖像預(yù)處理部分，對人工干預(yù)有很好的指導(dǎo)和幫助。

二、指紋圖像預(yù)處理

圖1指紋圖像預(yù)處理

如圖1所示，指紋圖像預(yù)處理由5個子模塊構(gòu)成，分別是指紋區(qū)域檢測與分割、方向信息提取、紋線提取、圖像二值化和細(xì)化及紋線修復(fù)。

（一）指紋區(qū)域檢測與分割

AFIS系統(tǒng)一般采用適應(yīng)局部閾值的分離算法，進(jìn)行指紋圖像與背景的分離，此算法主要依靠沿著指紋紋線和垂直指紋紋線的灰度方差的區(qū)別來工作。

（二）方向信息提取

方向信息提取，首先要將指紋圖像預(yù)分塊，然后計算塊內(nèi)每一點的點方向，隨后根據(jù)點方向得到的結(jié)果來計算塊方向，再通過低通濾波器對塊方向進(jìn)行平滑，以修正不準(zhǔn)確的計算結(jié)果。[1]

（三）紋線提取

紋線提取，主要是進(jìn)行紋線的平滑和增強。根據(jù)指紋紋線的方向信息建立模板，沿著紋線切線方向?qū)y線進(jìn)行平滑處理，能將不適宜的斷點連接起來；沿著紋線垂直方向?qū)y線進(jìn)行增強處理，能分離開粘連在一起的兩條指紋紋線。[2]

（四）二值化

圖像二值化，即把指紋灰度圖像變換成僅用兩個值表示目標(biāo)和背景的二值圖像。通過二值化，可減少數(shù)據(jù)庫的存儲量,而且能處理掉大量的粘連情況。[3]

（五）細(xì)化及紋線修復(fù)

指紋圖像細(xì)化，就是通過刪除紋線邊緣像素，將指紋紋線細(xì)化到單像素寬度。紋線修復(fù)，是在細(xì)化基礎(chǔ)上進(jìn)行的紋線修復(fù)處理，目的是減少各種偽噪聲，如斷線、短線、毛刺、叉連和小孔等，以提高系統(tǒng)的可靠性。

三、實驗分析

將AFIS系統(tǒng)圖像預(yù)處理階段各個子模塊處理的指紋圖像，分別提取出來作比較分析。通過研究大量各子模塊處理之后的指紋圖像，總結(jié)歸納出系統(tǒng)在預(yù)處理過程中，容易出現(xiàn)新的指紋細(xì)節(jié)特征、或破壞的指紋細(xì)節(jié)特征，結(jié)合算法理論原理，參考前人總結(jié)的人工標(biāo)注經(jīng)驗技巧，尋找有充分理論依據(jù)，并且經(jīng)得住實驗驗證的人工干預(yù)方法，最終達(dá)到提高AFIS查中率的目的。

選取6組有代表性的現(xiàn)場指紋圖像進(jìn)行分析說明，如圖2所示。

圖2指紋圖像預(yù)處理各模塊分步圖

圖2中，每1組的第一幅圖像，是現(xiàn)場指紋圖像輸入系統(tǒng)后的灰度指紋圖像；第二幅圖像，是背景分離之后得到的圖像；第三幅圖像，是提取方向場之后的圖像；第四幅圖像，是紋線提取平滑增強之后的圖像。其中，A、B兩組的指紋圖像都是重疊指紋圖像，C、D兩組的指紋圖像都是殘缺指紋圖像，E、F兩組的指紋圖像背景都比較復(fù)雜。

（一）細(xì)節(jié)特征點的丟失

指紋區(qū)域檢測與分割的時候，是按照指紋紋線切線與垂直方向灰度方差來判斷的，當(dāng)指紋圖像的某一區(qū)域內(nèi)沿各個方向灰度相差不大時，就會被當(dāng)做背景分離出去。如A組左邊重疊部分，雖然指紋紋線比較清晰，但是，由于交叉部分垂直方向灰度方差與切線方向差不多，背景分離時也被當(dāng)做背景隔出去。同時，如B組左邊靠近中心位置及C組右邊邊緣位置，在肉眼觀察時，只是表現(xiàn)為紋線顏色相對于整體紋線較淡，或者較濃重，雖然肉眼能分辨清楚紋線，但是在系統(tǒng)看來還是屬于背景區(qū)域。現(xiàn)場指紋自動提取特征時，這種與背景區(qū)域相連并且垂直與切線灰度方差差不多的紋線區(qū)域，會被自動隔離為背景，該區(qū)域的細(xì)節(jié)特征點就會全部消失。但是，數(shù)據(jù)庫中已存的指紋庫中，有可能會記錄其中的細(xì)節(jié)特征，因此，人工干預(yù)時要特別注意這種區(qū)域。

（二）細(xì)節(jié)特征點的位移

指紋圖像方向場提取、紋線提取和紋線細(xì)化，都是為了對紋線進(jìn)行平滑與增強，以方便特征點提取，保證特征點質(zhì)量。沿著紋線流向方向平滑，當(dāng)發(fā)現(xiàn)不合理的間斷、凸起或毛刺時，將其修正為平滑指紋曲線。這里就要注意，當(dāng)人工干預(yù)時，發(fā)現(xiàn)貼近紋線的小點或短棒，如果有粘連就不能標(biāo)注為特征點；沿著紋線垂直方向增強，當(dāng)發(fā)現(xiàn)紋線粘連時，就要適當(dāng)修正為分離開的兩條紋線，并和紋線細(xì)化部分相結(jié)合來分析。紋線細(xì)化時都是將紋線骨架細(xì)化為單像素寬度，大致位于紋線中心位置，再加上紋線提取時將粘連紋線分離開，因此，當(dāng)兩條有粘連的紋線出現(xiàn)起點、結(jié)合、分歧等特征點時，要靠近紋線外側(cè)標(biāo)注。同時，由于紋線細(xì)化為單像素寬度時，是以紋線中心位置為基準(zhǔn)的，因此，結(jié)合、分歧特征點的起點，并不是在紋線出現(xiàn)間隔的地方，而是在兩條紋線相交的中心處，在人工標(biāo)注結(jié)合點或分歧點時，將特征標(biāo)記到還是一條紋線剛開始出現(xiàn)特征之處。

三、實驗驗證

如圖3所示，選取3組有代表性的AFIS特征提取截圖來說明。

圖3 AFIS自動提取特征與人工標(biāo)注比對圖

圖3中，左側(cè)指紋圖中特征點標(biāo)記，是由AFIS自動提取獲得的，右側(cè)指紋圖中特征點標(biāo)記，為人工標(biāo)注產(chǎn)生的。通過特別標(biāo)注出來的6對對比特征點可看出，AFIS自動提取的特征點與手動標(biāo)注的特征點有些差別。在第一組圖中，可看出A1和A2、B1和B2兩對對比特征點標(biāo)注差距比較大，其中A1、B1是按照分歧點、結(jié)合點特征標(biāo)注的，而A2、B2是按照起點特征點標(biāo)注的，原因在于這兩個特征點的主紋線上，剛好有不合理斷點出現(xiàn)，可能是皺紋引起的間隔，被系統(tǒng)作為平滑的處理對象，斷點被續(xù)接之后，起點就變成了分歧、結(jié)合特征；在第二組圖C1和C2、D1和D2，以及第三組圖的F1和F2中，系統(tǒng)自動提取的分歧、結(jié)合點，相對手動標(biāo)注的更加靠近主紋線，開始出現(xiàn)特征的地方在紋線上游；在第三組圖E1和E2對比特征中，E1處沒有標(biāo)注特征點，即AFIS系統(tǒng)沒有提取出特征點，雖然此處特征點比較明顯，但是，由于與相近的紋線有部分粘連，被紋線增強時處理隔離開，此時如果手動標(biāo)注就會降低指紋的查中率。此3組圖在大量實驗樣本中代表性比較強，更能驗證第二部分中提出的人工干預(yù)注意點。

四、結(jié)論

在實際案例中，現(xiàn)場指紋的標(biāo)注技巧很多，總結(jié)前人經(jīng)驗有以下幾點：第一，特征點標(biāo)注數(shù)量適中，10~15個特征查中的比例較高；第二，特征點宜選擇離中心、三角較近的相對集中的區(qū)域標(biāo)注特征；第三，特征點選取宜準(zhǔn)不宜濫，宜粗不宜細(xì)；第四，反復(fù)標(biāo)注特征點、多次查詢。

可以看出，這些實戰(zhàn)中總結(jié)的經(jīng)驗技巧都是總體概括地指導(dǎo)，對于具體特征點的標(biāo)注技巧未曾涉及，在此，總結(jié)本實驗分析得到的結(jié)論有以下幾點：

（一）細(xì)小特征點處理

人工標(biāo)注特征點時，只標(biāo)注起點、分歧、結(jié)合點，最好忽略小勾、小眼、小橋、小點之類特征點，此類特征點容易在紋線平滑增強中被系統(tǒng)處理掉。

（二）分歧、結(jié)合點處理

分歧、結(jié)合點標(biāo)注時，不要將特征點點在分歧、結(jié)合的分叉處，往紋線上游移動到兩條紋線交叉的中心處。

（三）斷點處理

如果標(biāo)注的起點相鄰紋線處正好出現(xiàn)斷點情況，將起點當(dāng)做分歧、結(jié)合點來標(biāo)注。

（四）粘連處理

如果特征點附近正好出現(xiàn)紋線粘連情況，標(biāo)注特征點時靠近紋線外側(cè)邊緣標(biāo)注。

（五）容易遺漏區(qū)域處理

特別注意與背景區(qū)域相連，并且垂直與切線灰度方差差不多的紋線區(qū)域，這種區(qū)域容易被系統(tǒng)忽略分割為背景。

[1]楊小冬.自動指紋識別系統(tǒng)原理與實現(xiàn)[M].北京:科學(xué)出版社,20 13.

[2]郝俊杰,郭宏.一種改進(jìn)的指紋圖像細(xì)化及特征提取算法[J].圖形圖像,2008(4).

[3]尹義龍,自動指紋識別系統(tǒng)研究[D].長春:吉林工業(yè)大學(xué),2000:44-46.