5、指纹图像的计算机增强与建模

指纹图像的计算机增强与建模

1. 引言

在自动指纹识别系统（AFIS）中，匹配未知指纹需要经过多个处理阶段。首先对指纹图像进行增强，以去除噪声和无关信息；接着将增强后的图像编码，使其适合与AFIS数据库中的记录进行比较；然后通过比较编码记录生成可能匹配的候选列表；最后由指纹专家进行验证，确定正确匹配。增强阶段为后续阶段提供了唯一可用的信息，因此整个AFIS的性能在很大程度上取决于增强的质量。

指纹具有局部脊线方向（LRO）和脊线间距（LRS）等局部属性，这些属性在每个点的邻域内定义明确，但在整个图像中会连续变化。基于此，本文介绍了一种指纹增强算法，该算法利用傅里叶域的方向滤波，而非空间滤波，并且是对整个图像进行处理，而非在小区域内进行。这种方法能更有效地减少噪声，因为每个像素的值不仅仅基于其小邻域。增强过程包括滤波阶段和阈值处理阶段，滤波阶段去除大部分噪声，保留所需的脊线结构和细节特征，阈值处理阶段生成二值增强图像。

此外，还介绍了一种指纹脊线方向的数学模型，该模型有助于理解指纹图像的拓扑结构，解决在处理脊线方向时因方向的多值性而产生的歧义问题。

2. 利用方向傅里叶滤波增强指纹图像

2.1 背景

脊线方向在指纹图像处理中非常重要，许多关于一般图像方向性的研究成果都已应用于指纹处理。需要知道脊线方向的应用包括增强/分割、奇异点检测、预处理中的脊线检测、后处理以减少虚假细节特征数量以及指纹模式分类等。

指纹增强算法有多种，有些仅涉及局部平均阈值处理，而对噪声免疫力要求较高的方法通常在阈值处理之前进行方向平滑。通过估计指纹图像中的局部脊线方向，可以构建“方向图像”，为每个像素位置提供脊线方向。不同