◆劉 霞 呂翠麗 趙 鑫

(衡水學(xué)院分院)

淺談關(guān)于指紋圖像增強的蟻群算法和改進的指紋圖像增強算法

◆劉 霞 呂翠麗 趙 鑫

(衡水學(xué)院分院)

在指紋識別系統(tǒng)中，圖像增強是指紋特征提取與識別的前提。對指紋圖像增強算法的研究，有依據(jù)蟻群算法的聚類特性，提出了一種基于蟻群算法的指紋增強方法，提高了指紋圖像增強效果的，也有根據(jù)Gabor濾波和方向濾波算法的優(yōu)缺點，提出一種改進的指紋圖像增強算法的，實驗表明，此兩種算法對指紋圖像增強效果均明顯。

指紋圖像增強 蟻群算法 指紋圖像增強算法

從原始指紋圖像上準(zhǔn)確提取特征信息是十分困難的，特征提取的精確性在很大程度上依賴于圖像質(zhì)量。因此，在指紋特征提取和匹配之前有必要對指紋圖像進行增強處理。指紋圖像增強，就是對指紋圖像采用一定的算法進行處理，使其紋理結(jié)構(gòu)清晰化，盡量突出和保留固有的指紋特征信息，并消除噪聲，避免產(chǎn)生虛假特征。

二、蟻群算法

蟻群算法(ant colony algorithm)是20世紀(jì)90年代初提出的一種仿生進化算法，有效地利用蟻群算法的聚類分析能力，提出了解決指紋增強的方案。

基于蟻群算法的指紋增強方法的實現(xiàn)。為實現(xiàn)蟻群算法的聚類識別，可將數(shù)據(jù)視為具有不同屬性的螞蟻，聚類中心看作是螞蟻所要尋找的“食物源”。所以，數(shù)據(jù)聚類過程就看作是螞蟻尋找食物的過程。將每個數(shù)據(jù)看作1個螞蟻，螞蟻將分別聚集到j(luò)個聚類中心Cj(j=1，2，…，k)，設(shè)p為加權(quán)因子，可以根據(jù)各分量在聚類中的貢獻不同而設(shè)定，dij表示Xi～Xj的加權(quán)歐氏距離，即樣本與聚類中心的加權(quán)歐氏距離，其值由公式(2)給出:

設(shè)R為聚類半徑，τij(t)為t時刻螞蟻i到聚類中心Cj的路徑上信息激素濃度，設(shè)τij(0)=0，即在初始時刻各條路徑上的信息量相等且為0。路徑ij上的信息量由公式(3)給出:

Xi是否歸并到Xj，由公式(4)給出

式中:S={Xs|dsj≤r，s=1，2，…，j，j+1，…，N}，若 pij(t)≥p0，則 Xi歸并到 Xj鄰域。令:Cj={Xk|dkj≤r，k=1，2，…，J}，Cj表示所有歸并到 Xj鄰域的數(shù)據(jù)集合。隨著螞蟻的移動，各路徑上信息量根據(jù)公式(5)進行調(diào)整:

其中，ρ為信息量隨時間的殘留系數(shù);Δτij為本次聚類過程中螞蟻i與聚類中心Ci之間路徑上的信息激素的增量;Lj為螞蟻在本次聚類過程中走過的路徑長度;Q為螞蟻的信息常量。

三、改進的指紋圖像增強算法

根據(jù)Gabor濾波和方向濾波算法的優(yōu)缺點，提出了一種改進的指紋圖像增強算法，實驗表明，該方法增強效果明顯，速度和方向濾波算法差不多。

基于方向圖的圖像分割方法。根據(jù)指紋圖像局部區(qū)域內(nèi)紋線方向應(yīng)大致相同，根據(jù)這一思想，把指紋圖像劃分為若干個w×w的小塊，w通常取1～1.5個脊線像素寬度(本文取w=7)，因此，w×w小塊與指紋脊線和谷線之間有如下三種關(guān)系:小塊在脊線上、小塊在谷線上和小塊在脊線和谷線的交界處，如圖所示。圖中黑線表示脊線，兩條黑線之間的部分表示谷線，方框a表示小塊在脊線上，b表示小塊在谷線上，c表示小塊在脊線和谷線的交界處。對于脊線或谷線上的塊，塊內(nèi)各像素點的方向應(yīng)大致相同;對于脊線和谷線交界處的塊，其內(nèi)部各像素點的主要有兩個方向，一是與脊線方向一致的方向，二是與谷線方向一致的方向。因此我們要判斷指紋圖像是否清晰，只需計算每一小塊內(nèi)各像素點的方向直方圖，如果方向直方圖中有峰值存在，表明該區(qū)域中有清晰的紋線。如果方向直方圖中無明顯峰值，則說明該區(qū)域為不清晰區(qū)域，需作進一步處理。具體操作步聚如下:

(1)逐個遍歷每一個小塊，對每一小塊分別進行方向直方圖統(tǒng)計，找出小塊中方向直方圖中的最大值和次大值，分別記為Di(max)和Dj(sec)，其中0≤i≤7，0≤i≤7分別表示小塊中方向數(shù)最大值和次大值的方向;若Di(sec)+Dj(sec)＜T1，則認(rèn)為該小塊為不清晰區(qū)域，轉(zhuǎn)(2)進一步處理，否則，標(biāo)記該塊為清晰區(qū)域，遍歷下一個小塊。本文中取T1為25，為小塊像素點數(shù)的一半。

(2)設(shè)hi(i=0，1，…，7)分別為小塊內(nèi)像素的8個方向的方向數(shù)，對每一個不清晰小塊作如下計算:

從式中不難看出，上式反映了小塊中方向變化程度，sum越小，表示小塊中像素的方向變化越劇烈，也即圖像的不可恢復(fù)程度越大，若sum＜T2，則判該小塊為不可恢復(fù)區(qū)域，否則為可恢復(fù)區(qū)域。T2由經(jīng)驗值所得，本文為20。

(3)如果圖像中所有小塊都遍歷完，則結(jié)束，否則轉(zhuǎn)(1)。

四、結(jié)論

蟻群算法和改進的指紋圖像增強算法，都是在指紋識別中經(jīng)常用的算法，這兩種算法各有各自的優(yōu)缺點，在應(yīng)用中根據(jù)不同的實際情況，選擇不同的算法，這兩種算法對指紋圖像增強效果均明顯。

［1］宋小集，趙杰，何為民.一種改進的指紋圖像增強算法［J］.電腦知識與技術(shù)，2009，5(5):120.

［2］楊金，鐘樂海，陳清波，鄒海洋.蟻群算法在指紋增強中的應(yīng)用［J］.計算機工程與應(yīng)用，2009，45(8):184－185.

［3］聶桂軍，徐榮青.基于連續(xù)方向圖的指紋圖像增強算法［J］.微電子學(xué)與計算，2007，27(3):87－90.