文献标识码： A
文章编号： 0258-7998(2012)08-0007-03
对于干、湿、老化和磨损严重的手指，现有的采集器往往难以得到清晰的指纹图像，提取出的特征点准确率很低，直接影响后继算法可靠性和识别准确性，故对指纹进行质量判别十分必要。
目前大多数指纹图像质量围绕脊、谷清晰度以及特征的可提取性来评价，Shen等[1]用各个方向Gabor特征的标准差评估指纹质量，Lim等[2]用梯度矩阵的特征值评估局部纹线方向的确定程度，T.Chen[3]提出计算脊、谷清晰度的方法，以上工作皆是对局部图像块的分析，缺乏全局性。Bongku Lee等[4]提出基于全局分析的傅里叶谱方法判断指纹图像质量，但缺乏局部分析。对于判断出的低质量指纹，由于噪声过大，不适宜直接进行Gabor滤波处理，因此Wen等[5]提出小波域的Gabor滤波增强方法。
针对指纹质量的差异性问题，本文提出带有多指标质量判别的增强预处理流程，利用Matlab进行算法验证，并搭建基于SoPC技术的嵌入式平台实现。首先对指纹进行空域和小波域上的评价，然后对判断的低质量指纹进行基于小波变换的增强预处理，在小波域利用低频系数估计指纹方向，抑制指纹局部过干或过湿的影响，有效修复低质量指纹。
1 指纹质量评测及增强算法
1.1 质量判断
1.1.1 灰度分布
利用方差法判断背景区域并将其去除，计算剩余指纹区域的均值mean(I)和方差Var(I)。为便于量化，对这两个指标分别赋予分值Q1和Q2。
图2(b)中分数分布可见该评测方法能对指纹进行有效区分，图2(a)对区分出的劣质指纹进行干、湿指纹划分，效果明显。
1.2 低质量指纹增强处理
对判断出的低质量指纹进行增强，小波多尺度分析能将指纹图像分解成低频子图和高频子图。低频子图的小波系数分布能很好地反映原始图像的纹理分布。
Gabor函数具有方向选择性和频率选择性，采用Gabor函数能将指纹的脊线和谷线结构不失真地保留。利用低频子图的方向和频率，对分解后的低频子图进行Gabor滤波。对保留指纹图像水平和垂直方向信息的高频子图，利用一维Gabor滤波器进行滤波；而对角高频子图，只需要进行阈值去噪即可。图3所示为对几种滤波算法进行比较的效果图。
目前图像增强算法很多，但不同算法对不同纹理滤波效果不一样,大部分都是针对质量较好的指纹图像。由图3可见，本文方法可使疤痕得到很好的修复。
2 基于SoPC的系统实现
2.1 系统构架
本文采用SoPC系统来实现指纹的质量判别和低质量指纹的增强预处理，系统框图如图4所示。
2.2 系统实现
输入指纹通过不同指标判断的结果在Nios的控制台上进行显示，质量分数Q和最后的综合结果在LCD上显示，如图5所示。设置阈值判断该指纹是否为可恢复的低质量指纹，若是则进行基于小波变换的Gabor滤波处理并启动VGA进行显示，如图6所示。
整个算法流程在Nios中实现，并利用SoPC搭建系统在DE2平台上实时控制并显示质量判断的结果以及对低质量指纹增强的效果。本文提出的基于质量判别的低质量指纹增强预处理方案能够提示是否需要重新采集指纹，并对可恢复的低质量指纹进行有效修复，这对于指纹的匹配有重要作用，在整个指纹识别系统中有一定的应用价值和借鉴意义。
参考文献
[1] SHEN L L，KOT A，KOO W M．Quality measures of fingerprint images[J]．Third International Conference on Audio and Video-Based Biometric Person Authentication，2001，2091/2001：266-271．
[2] LIM E，JIANG X，YAU W．Fingerprint quality and validity analysis[J]．IEEE ICIP，2002，1：469-472．
[3] CHEN T，JIANG X，YAU W．Fingerprint image quality analysis[J]．Proc.Int.Conf Image Process，2004，2：1253-1256．
[4] LEE B K，MOON J，KIM H．A novel measure of fingerprint image quality using fourier spectrum[J]．Proceeding of the SPIE，2005，5779：105-112．
[5] Wen Miaoli，Liang Yan，Pang Quan，et al．A gabor filter based fingerprint enhancement algorithm in wavelet domain[J]．Proceedings of ISCJT，2005，2：1468-1471．
[6] Yi Chen，DASS S C，JAIN A K．Localized iris image quality using 2-D wavelets[J]．Proc.of International Conference on Biometrics(ICB)，2006：373-381．
[7] 中国科学院自动化研究所生物特征识别研究组.指纹数据库[DB/OL].[2012-07-10].http：//www.fingerpass.net/download.html.