1、指紋圖像質(zhì)量評(píng)估及預(yù)處理 2007.03.10主要內(nèi)容v課題背景v指紋圖像質(zhì)量評(píng)估v指紋圖像預(yù)處理一、課題背景指紋識(shí)別是生物特征識(shí)別中出現(xiàn)最早，應(yīng)用最為廣泛而且技術(shù)最為成熟的一種身份識(shí)別技術(shù)。指紋識(shí)別技術(shù)一直以來(lái)是生物識(shí)別技術(shù)中的研究熱點(diǎn)。然而人們更多的是將研究精力投入到指紋識(shí)別的關(guān)鍵技術(shù)（指紋圖像增強(qiáng)、指紋特征信息的提取、指紋匹配和指紋分類等）研究方向上，對(duì)指紋圖像的質(zhì)量評(píng)價(jià)方法的研究涉及較少。本文所述的是指紋識(shí)別技術(shù)中的指紋圖像質(zhì)量評(píng)估和指紋圖像預(yù)處理方面的一些研究工作。在個(gè)體身份認(rèn)證中指紋是最普遍使用的一種生物特征。實(shí)際應(yīng)用中，自動(dòng)指紋識(shí)別系統(tǒng)的性能在相當(dāng)大的程度上受所采集的指紋圖像質(zhì)量

2、的影響。由于按在傳感器上的手指可能是干的、濕的甚至是臟的，使所采集的圖像產(chǎn)生模糊、斷紋或粘連；另外，傳感器采集的圖像存在殘留和背景噪聲問(wèn)題，這些原因使得圖像質(zhì)量變差。質(zhì)量差的指紋圖像致使系統(tǒng)拒真，導(dǎo)致系統(tǒng)性能下降。所以自動(dòng)指紋識(shí)別系統(tǒng)需要對(duì)采集圖像的質(zhì)量進(jìn)行評(píng)估，以使系統(tǒng)可靠地、高效地工作。自動(dòng)指紋識(shí)別系統(tǒng)二、指紋圖像質(zhì)量評(píng)估 指紋圖像質(zhì)量的自動(dòng)評(píng)價(jià)，是近年來(lái)發(fā)展起來(lái)的一種基于計(jì)算機(jī)人工智能的評(píng)測(cè)方法。其本質(zhì)就是讓計(jì)算機(jī)來(lái)模擬人的視覺(jué)特性的客觀測(cè)度，利用傳統(tǒng)的計(jì)算機(jī)圖像處理方法，從圖像的信噪比、灰度分布、有效面積大小、前景圖像偏移量等經(jīng)典的圖像質(zhì)量評(píng)測(cè)指標(biāo)入手，再結(jié)合指紋圖像中指紋脊線的紋理特

3、點(diǎn)，對(duì)指紋上的折皺、疤痕、有效的細(xì)節(jié)特征數(shù)目等影響指紋圖像質(zhì)量的因素進(jìn)行分析，由此定量地得出指紋圖像質(zhì)量評(píng)測(cè)結(jié)果。我們分別從空域和頻域?qū)χ讣y圖像的質(zhì)量做客觀地評(píng)價(jià)。二、指紋圖像質(zhì)量評(píng)估空域評(píng)價(jià)指紋圖像質(zhì)量v實(shí)際應(yīng)用中，我們根據(jù)專家視覺(jué)評(píng)測(cè)過(guò)程給出下面幾種不同的測(cè)量參數(shù)來(lái)測(cè)度指紋圖像的質(zhì)量，它們是：指紋圖像的灰度分布、指紋圖像的有效面積、指紋圖像中是否存在奇異點(diǎn)。我們先從單個(gè)的參數(shù)指標(biāo)對(duì)采集到的指紋圖像進(jìn)行測(cè)度，然后，對(duì)各個(gè)參數(shù)指標(biāo)按照測(cè)度的不同目的加以不同的權(quán)重進(jìn)而進(jìn)行綜合評(píng)價(jià)，給出指紋圖像的綜合質(zhì)量。二、指紋圖像質(zhì)量評(píng)估空域評(píng)價(jià)指紋圖像質(zhì)量v空域評(píng)價(jià)的參數(shù)指標(biāo)1.指紋圖像的灰度分布：圖像的灰

4、度平均值反應(yīng)了整幅圖像的明暗程度；方差反映出圖像前景和背景的對(duì)比度。 2.指紋圖像的有效面積：采用方差法預(yù)分割出指紋圖像前景，計(jì)算前景與圖像的面積比。3.有無(wú)奇異點(diǎn)：奇異點(diǎn)分為核心點(diǎn)和三角點(diǎn)，是描述指紋特征的關(guān)鍵特征點(diǎn)。（采用經(jīng)典的Poincare Index算法）11001( , )*MNijMeanI i jMN112001( , )*MNijVarI i jMeanMN二、指紋圖像質(zhì)量評(píng)估空域評(píng)價(jià)指紋圖像質(zhì)量v空域綜合評(píng)價(jià)指紋圖像的質(zhì)量 由于指紋圖像所攜帶信息的復(fù)雜性和特殊性，一個(gè)參數(shù)很難準(zhǔn)確評(píng)估出圖像質(zhì)量，所以我們需要對(duì)量化后的參數(shù)指標(biāo)進(jìn)行綜合評(píng)價(jià)。根據(jù)實(shí)際需要對(duì)不同的參數(shù)設(shè)置不同的權(quán)

5、值 , 滿足0 1 (i=1,2n)且 =1。 用Q表示圖像總體質(zhì)量： iwiw1niiw1niiiQw q試驗(yàn)數(shù)據(jù) a b c d e f試驗(yàn)結(jié)果（一）灰度均值灰度方差有效面積奇異點(diǎn)圖a135174882.35%有圖b16453845.36%有圖c85411585.28%有圖d117329380.16%有圖e16442520.54%有圖f1614035.32%無(wú)試驗(yàn)結(jié)果（二）質(zhì)量分?jǐn)?shù)評(píng)價(jià)結(jié)果圖a80指紋圖像質(zhì)量較好。圖b64指紋圖像太亮，請(qǐng)稍稍再用力。圖c87指紋圖像好。圖d75指紋圖像良好。圖e53手指太干，濕潤(rùn)一下重新采集。圖f15手指太干，有效面積太小，濕潤(rùn)一下對(duì)準(zhǔn)重新采集。小結(jié)v實(shí)驗(yàn)

6、結(jié)果表明，我們?cè)诳沼蛑讣y圖像質(zhì)量評(píng)估中采用分步排除和綜合評(píng)價(jià)相結(jié)合的方法，能準(zhǔn)確的給指紋圖像一個(gè)較好的客觀評(píng)價(jià)，且對(duì)低質(zhì)量圖像排除效果尤其好。二、指紋圖像質(zhì)量評(píng)估頻域評(píng)價(jià)指紋圖像質(zhì)量v這是一種從頻率域分析評(píng)價(jià)指紋圖像質(zhì)量的方法：指紋圖像塊的頻譜分布狀況反映了原始指紋圖像的基本特征，指紋區(qū)域和背景區(qū)域區(qū)別很大，指紋區(qū)域中的各指紋圖像塊又有明顯的差別。據(jù)此分成五類： 1）背景塊，對(duì)應(yīng)原指紋圖像的非指紋區(qū)域，其頻譜能量很 低； 2）噪聲塊，對(duì)應(yīng)原指紋圖像的指紋區(qū)域中的雜亂區(qū)，其頻 譜能量較低且不具有能量峰或環(huán)狀結(jié)構(gòu)，分散無(wú)規(guī)律； 3）模糊塊，對(duì)應(yīng)指紋區(qū)域中的模糊區(qū)，其頻譜具有相對(duì)明顯的兩個(gè)對(duì)稱的能量

7、尖峰，但能量較低； 4）清晰塊，對(duì)應(yīng)指紋區(qū)域中的清晰區(qū)，頻譜具有非常明顯的兩個(gè)對(duì)稱能量尖峰。且能量較高 ； 5）包含奇異點(diǎn)(核心點(diǎn)和三角點(diǎn))的塊，其頻譜為以塊中心為圓心的環(huán)狀結(jié)構(gòu)。 1.背景塊 2.噪聲塊 3.模糊塊 4.清晰塊 指紋圖像塊及其頻譜圖 5.核心點(diǎn)6.三角點(diǎn)指紋圖像塊及其頻譜圖整幅指紋圖像及其塊頻譜圖算法流程圖指紋取像分塊FFT計(jì)算各塊平均能量En5 判為背景噪聲塊判斷平均能量5 En 10判為模糊塊10En15判為次清晰塊 En 15 判為清晰塊評(píng)價(jià)參數(shù)指標(biāo)v指紋區(qū)域面積 v指紋區(qū)域有效面積sNumBlurNumNormalNumclearQNumBackgroundNumBl

8、urNumNormalNumclear=/2aNumNormalNumclearQNumBlurNumNormalNumclear=綜合評(píng)價(jià)v由于指紋圖像所攜帶信息的復(fù)雜性和特殊性，有時(shí)一個(gè)參數(shù)很難準(zhǔn)確評(píng)估出圖像質(zhì)量，所以我們需要對(duì)量化后的參數(shù)指標(biāo)進(jìn)行綜合評(píng)價(jià)。根據(jù)實(shí)際需要對(duì)不同的參數(shù)設(shè)置不同的權(quán)值,滿足 0 1且 1 (i=1,2n)。 用Q表示圖像總體質(zhì)量: Q=0.5 x Qs + 0.5 x Qa iw1niiiQwq1niiw結(jié)果及分析 v把不同質(zhì)量的指紋塊用不同灰度值顯示來(lái)直觀的評(píng)價(jià)指紋的質(zhì)量，背景塊(0)，模糊塊(150)，稍好塊(200)，清晰塊(255)，指紋圖像取自FVC2

9、004 ，由實(shí)驗(yàn)結(jié)果可知，該算法客觀且直觀的反映了指紋圖像的質(zhì)量。 指紋圖以及質(zhì)量表示圖 圖1圖2圖3圖4圖5圖6質(zhì)量評(píng)估結(jié)果 指紋區(qū)域面積有效指紋區(qū)域綜合質(zhì)量評(píng)分圖像質(zhì)量評(píng)價(jià)結(jié)果圖10.7310.96284.7好圖20.6570.93079.3較好圖30.6850.70369.4中等圖40.6020.43151.6稍差圖50.4630.56045.1差圖60.2600.21423.8很差頻域評(píng)價(jià)指紋圖像質(zhì)量小結(jié)v對(duì)FVC2004標(biāo)準(zhǔn)指紋圖像庫(kù)DB4（共880幅）用此方法進(jìn)行了測(cè)試，我們按百分制輸出指紋圖像的質(zhì)量， 指紋圖像的評(píng)價(jià)結(jié)果集中在30 95之間。實(shí)驗(yàn)結(jié)果表明，這種算法比基于指紋灰度分

10、布的空域評(píng)價(jià)方法更穩(wěn)定，更準(zhǔn)確；而且我們也將該算法得出的結(jié)果與我們主觀評(píng)價(jià)結(jié)果進(jìn)行了比較，與人的視覺(jué)要求接近。三、指紋圖像預(yù)處理指紋圖像預(yù)處理流程圖：圖像二值化圖 像 分 割圖 像 增 強(qiáng)圖 像 細(xì) 化指紋圖像分割v方差分割法v基于FFT的分割法v基于Canny邊緣檢測(cè)分割法v基于DT網(wǎng)格表示圖像的分割法方差分割法v指紋圖像的前景區(qū)域是由脊線和谷線組成，一般情況下，前景中的脊線和骨線的灰度差是較大的，因此灰度統(tǒng)計(jì)特性中的局部灰度方差是很大的。而指紋圖像背景區(qū)域一般比較單一，它的方差通常是比較小的。基于這一特性，可以利用圖像的局部方差對(duì)指紋圖像進(jìn)行分割 。v將指紋圖像無(wú)重疊地劃分為W X W的小

11、塊，這里W取16。計(jì)算出每一塊的均值和方差，若塊方差小于預(yù)設(shè)的方差 ，則該塊為背景塊。實(shí)驗(yàn)表明，方差分割法對(duì)于質(zhì)量較好的高對(duì)比度圖像的分割效果較好，但它不適合低對(duì)比對(duì)或噪聲較大的圖像。 TV方差法分割結(jié)果基于FFT的分割法v對(duì)原始指紋圖像分塊做快速傅立葉變換（fast Fourier transform , FFT），所得到的頻譜圖能夠清晰反映出原始指紋圖像中的背景區(qū)域、模糊區(qū)域（可恢復(fù)）和前景區(qū)域，以及前景區(qū)域中的噪聲區(qū)域（紋線雜亂，不可恢復(fù)）。頻譜圖上標(biāo)識(shí)出背景區(qū)域和噪聲區(qū)域?qū)?yīng)于原始指紋圖像的背景區(qū)及噪聲區(qū)，從而可以很好地實(shí)現(xiàn)指紋圖像的前后景分割。v設(shè)FFT各小塊圖像的平均能量是 ，對(duì)各

12、小塊進(jìn)行能量檢測(cè)，由于背景塊和噪聲塊的能量較低，而清晰塊和模糊塊的能量較高，我們?cè)O(shè)定一個(gè)能量門限 ，只取 的塊（取 =5）。 nEnEEEE基于FFT的分割法結(jié)果基于Canny邊緣檢測(cè)分割法vCanny算子是最佳的邊緣檢測(cè)算子。應(yīng)用于指紋圖像中發(fā)現(xiàn)它可以很好地區(qū)分圖像的前后景，利用邊緣檢測(cè)后的圖像可以完成最終分割?；贑anny邊緣檢測(cè)分割法結(jié)果基于DT網(wǎng)格表示圖像的分割法v利用DT網(wǎng)格自適應(yīng)表示圖像原理，在MD和MV兩種準(zhǔn)則中，我們采用MV準(zhǔn)則描述圖像。由于得到的網(wǎng)格在形狀上更“均勻”，而且表示出的三角形的邊界與圖像的邊緣特征擬合的很好。 MD準(zhǔn)則 MV準(zhǔn)則基于DT網(wǎng)格表示圖像的分割法v得到MV準(zhǔn)則描述下的頂點(diǎn)圖，區(qū)分指紋圖像的前后景區(qū)域。v進(jìn)行頂點(diǎn)密度檢測(cè)，設(shè)置一個(gè)9x9的窗，在頂點(diǎn)圖上滑動(dòng)，當(dāng)落在窗內(nèi)的頂點(diǎn)個(gè)數(shù)小于給定的門限時(shí)，則去除該點(diǎn)；落在窗內(nèi)的頂點(diǎn)個(gè)數(shù)大于給定的門限時(shí)，設(shè)置該點(diǎn)像素值為255。v逐行找出第一個(gè)頂點(diǎn)的位置和最后一個(gè)頂點(diǎn)的位置，對(duì)應(yīng)原圖像，只保留兩點(diǎn)之間的所有象素值，其它位置象素值設(shè)為255，即可達(dá)到分割目的?；贒T網(wǎng)格表示圖像的分割法結(jié)果基于DT網(wǎng)格表示圖像的分割法結(jié)果指紋圖像歸一化v M