張曉東，岳 歡

(1.黑龍江省科學(xué)院，哈爾濱 150001； 2.黑龍江省科學(xué)院高技術(shù)研究院，哈爾濱 150010)

0 引言

核安保指紋識別系統(tǒng)不同于傳統(tǒng)指紋識別，對準(zhǔn)確度要求極高。傳統(tǒng)指紋識別需要對采集的指紋信息進(jìn)行特征值的提取，通過對圖像的規(guī)格化、塊方向求取及二值化處理后可得到指紋的紋路信息，但在指紋采集過程中不可避免地受到噪聲影響，這些噪聲可以來自采集過程，也可以來自芯片電路噪聲。為了提高圖像處理效率和準(zhǔn)確性，必須通過圖像處理技術(shù)對指紋圖像進(jìn)行細(xì)化[1]。

通常采用的細(xì)化方法有：A.串行迭代細(xì)化法。該算法迭代性強(qiáng)，運(yùn)算方式簡單，前后操作具有關(guān)聯(lián)性。B.并行細(xì)化算法。該方法采用相同操作反復(fù)處理噪聲，不需要迭代提高細(xì)化效率。使用串行算法可以細(xì)化處理，每次都可基于上一次處理結(jié)果，因此在局部準(zhǔn)確性上高于并行算法。缺點(diǎn)是每次計(jì)算對不同點(diǎn)是否保留算法不同，需要重新定義適度函數(shù)，信息丟失的可能性增加，細(xì)化效果不理想。并行細(xì)化采用相同的處理方法，對所有像素點(diǎn)進(jìn)行計(jì)算，具有很高的計(jì)算效率。但每一點(diǎn)都采用統(tǒng)一的計(jì)算方式進(jìn)行細(xì)化，往往產(chǎn)生不同的細(xì)化結(jié)果，有一些指紋在該細(xì)化模板細(xì)化后的效果并不理想[2-4]。針對串行算法細(xì)化效率低，對存在分歧點(diǎn)、分叉點(diǎn)、眼線等影響的圖像，采用串、并混合的方法可有效地進(jìn)行解決。本研究采用基于OPTA的算法改進(jìn)細(xì)化方法提高指紋細(xì)化的效果[5-7]。

1 OPTA細(xì)化算法及原理

該算法以Z字形對每個(gè)指紋圖像的各像素點(diǎn)(非背景點(diǎn))P取如圖1所示的10個(gè)鄰域點(diǎn)。

圖1 領(lǐng)域抽取Fig.1 Extraction of fields

抽取的鄰域與文獻(xiàn)[8]中的8個(gè)去除模板(圖2)和4個(gè)保留模板(圖3)對比，如果10鄰域與8個(gè)去除模板對比后，8模板中只要有1個(gè)模板與10鄰域完全匹配，即將此中心點(diǎn)與4個(gè)保留模板對比，如果與4個(gè)保留模板中的1個(gè)相同，則保留該中心點(diǎn)P，否則去除該中心點(diǎn)P，如果該點(diǎn)P與去除和保留模板中任意1個(gè)都不同，同樣保留該點(diǎn)P。用該方法對經(jīng)規(guī)格化、塊方向求取及二值化這3種處理之后的圖像進(jìn)行點(diǎn)刪除，直到不能刪除為止，OPTA細(xì)化過程結(jié)束[8-11]。

圖2 文獻(xiàn)8中的去除模板Fig.2 Removal model of literature 8

圖3 文獻(xiàn)8中的保留模板Fig.3 Retain model of literature 8

典型的OPTA細(xì)化算法細(xì)化后往往具有大量毛刺(圖4)，細(xì)化效果非常不好，不利于后期對指紋圖像的處理。

圖4 毛刺示意圖Fig.4 Burr diagram

2 基于OPTA的串并行混合算法

(1)目標(biāo)點(diǎn)、背景點(diǎn)及邊界點(diǎn)：基于像素值劃分，將值為“1”的點(diǎn)定義為目標(biāo)點(diǎn)，值為“0”的點(diǎn)定義為背景點(diǎn)，在指紋圖中紋路線為目標(biāo)點(diǎn)，圖中剩下的部分為背景點(diǎn)，而邊界點(diǎn)的定義屬于目標(biāo)點(diǎn)，但其N4(P)中至少含有1個(gè)背景點(diǎn)。

(2)N4(P)與N8(P)點(diǎn)：每個(gè)像素點(diǎn)P都擁有基于它的1個(gè)3×3的鄰域窗，可以用圖5表示。P點(diǎn)擁有N4(P)與N8(P)點(diǎn)，即通常所說的4鄰域和8鄰域。N4(P)為P點(diǎn)的上下左右4個(gè)點(diǎn)，P點(diǎn)的4個(gè)對角點(diǎn)表示為ND(P)，ND(P)與N4(P)點(diǎn)合起來為N8(P)。

(3)端點(diǎn)：邊界點(diǎn)范圍中的點(diǎn)。限制條件為該點(diǎn)的N8(P)領(lǐng)域中有且只能有1個(gè)點(diǎn)屬于目標(biāo)點(diǎn)。

(4)分叉點(diǎn)：該種類型點(diǎn)的N8(P)領(lǐng)域中至少含有3個(gè)及以上的目標(biāo)點(diǎn)。

(5)關(guān)鍵點(diǎn)(斷點(diǎn))：此點(diǎn)在指紋紋路線的連通處，對指紋紋路線是否連通起著重要作用，不能輕易刪除。

單像素寬：對指紋紋路線的端點(diǎn)、連續(xù)點(diǎn)、分叉點(diǎn)用N8(P)領(lǐng)域中的目標(biāo)點(diǎn)個(gè)數(shù)限制，紋路線中此三類點(diǎn)的最大目標(biāo)點(diǎn)個(gè)數(shù)分別為1、2、3個(gè)，紋路線中這三類點(diǎn)的目標(biāo)點(diǎn)個(gè)數(shù)全部滿足的紋線才能被稱作單像素寬。

圖5 P點(diǎn)的鄰域Fig.5 P point field

使用OPTA算法處理圖像時(shí)需要對所有邊界點(diǎn)進(jìn)行判別。假設(shè)某邊界點(diǎn)為P，定義以下兩個(gè)特征向量USUM和VSUM，其中：

(1)

(2)

定義刪除條件：

(VSUM=2)δ(USUM<6)δ(USUM!=1)

(3)

圖6 細(xì)化過程中要去掉的點(diǎn)Fig.6 Point which should be taken out during refining

除邊界點(diǎn)外，圖6中給出指紋圖像細(xì)化過程中不需要的點(diǎn)，還有分歧點(diǎn)、孤立點(diǎn)、三角點(diǎn)等(圖7)。

圖7 各類型的核心點(diǎn)Fig.7 Core points of all kinds

對于刪除點(diǎn)，學(xué)者們提出了不同的去除方法[12-14]。不同去除點(diǎn)可采用以下方式進(jìn)行描述：

定義兩點(diǎn)p,q之間的距離為disce(p,q)，其單位為像素。如果兩點(diǎn)在同一條紋路線上l(p,q)=1，否則l(p,q)=0；兩點(diǎn)p,q所處局部鄰域的紋線方向角為θ(p,q)，兩點(diǎn)p,q所成的線與橫軸間夾角為θx(p,q)，用下式定義Δθ：

Δθ=θx(p,q)-θ(p,q)

(4)

端點(diǎn)的判別條件為其N8(P)滿足下式：

(5)

分叉點(diǎn)的判別條件為其N8(P)滿足下式：

(6)

毛刺的判別條件：滿足以下任意判別式的端點(diǎn)和分叉點(diǎn)進(jìn)行去除。

(disce(p,q)<4)Λ(l(p,q)=1)

(7)

(disce(p,q)<8)Λ(l(p,q)=1)

(8)

斷線的判別方法：

(disce(p,q)<7)Λ(Δθ≈0)

(9)

小橋的判別方法：

(10)

(disce(p,q)<7)

(11)

通過以上去除公式可有效地對邊界點(diǎn)進(jìn)行去除。對于特殊的邊界點(diǎn)需要進(jìn)行P的15鄰域像素去除(圖8)。

圖8 P點(diǎn)的15鄰域Fig.8 15 fields of P points

根據(jù)以下模板進(jìn)行去除點(diǎn)的判別：

圖9 新定義的去除模板Fig.9 Removal model of new definitions

由于模板的限制，對于P點(diǎn)鄰域細(xì)化有可能帶來有效信息被誤刪，從而產(chǎn)生細(xì)化過程信息丟失的問題。采用保留模板的方法可有效避免這一情況的發(fā)生。在15鄰域中包含任意與A～H匹配且N12(P)與下列模板不匹配，應(yīng)當(dāng)進(jìn)行去除(圖9)，若N12(P)與下列復(fù)原模板相匹配則進(jìn)行保留(圖10)。

圖10 新定義的保留模板Fig.10 Remained model of new definitions

進(jìn)行細(xì)化后，還需要去除分叉點(diǎn)與毛刺，其模板為圖11的I～K 。

圖11 再次進(jìn)行匹配4個(gè)新模板Fig.11 4 new models after rematch

在這種算法中，既有迭代的串行方法，又對不同類型噪聲進(jìn)行了并行處理。

3 算法驗(yàn)證

3.1 指紋圖像來源

本算法中涉及的指紋圖片來源于以TMS320VC5509型號DSP和EPM240T100C5N型號CPLD為核心控制指紋采集芯片F(xiàn)PS200獲得的圖像[15]。

3.2 指紋圖像仿真

本系統(tǒng)設(shè)計(jì)的仿真算法運(yùn)行環(huán)境為Win7系統(tǒng)下的MATLABR2010A。對3個(gè)不同的指紋經(jīng)過典型OPTA算法的細(xì)化圖像和基于OPTA改進(jìn)算法的細(xì)化圖像對比如下：

圖12Fig.12

以上9個(gè)圖片中：

a，d，g為3個(gè)指紋的二值化圖；

b，e，k為3個(gè)指紋經(jīng)過典型OPTA細(xì)化算法后的圖像；

c，f，h為3個(gè)指紋經(jīng)本研究的基于OPTA的串并行混合算法細(xì)化后的圖像。

對3個(gè)指紋經(jīng)兩種不同細(xì)化算法之后的圖像進(jìn)行對比可以看出，圖c，f，h中的細(xì)化效果明顯優(yōu)于圖b，e，k中的細(xì)化效果，其具體表現(xiàn)為：毛刺數(shù)量的大量減少，部分分叉點(diǎn)、斷線、眼線、小橋被去除，細(xì)化后的紋路更接近指紋二值化后的圖像。

4 結(jié)論

典型OPTA細(xì)化算法中確實(shí)存在細(xì)化后圖像毛刺數(shù)量多，大量分叉點(diǎn)、斷線、眼線、小橋沒有被去除的情況。通過去除公式的重新定義，如果滿足相應(yīng)的條件即予以刪除，并且定義了一種新的去除模板、保留模板、再次匹配模板以及基于4個(gè)再次匹配模板的關(guān)鍵點(diǎn)保留條件，經(jīng)過串并行混合算法設(shè)計(jì)后，從仿真結(jié)果看出指紋圖像細(xì)化效果明顯提高，該改進(jìn)細(xì)化算法優(yōu)于傳統(tǒng)的OPTA細(xì)化算法。

該算法應(yīng)用在核電站門控系統(tǒng)、核安保指紋識別系統(tǒng)，可有效提高系統(tǒng)識別效率及準(zhǔn)確性，為核電指紋識別系統(tǒng)提供技術(shù)支持。