李金萍

摘要：作為模式識別的一個分支，指紋的宏觀特征分析成為一個需要研究和完善的課題，由于圖像信息量大，和對圖像進行點運算的耗時費力，對指紋首先進行模式匹配然后再對比細節(jié)特征將會大大提高對比和匹配效率。鑒于此，該文利用數字圖像處理技術：圖像增強，圖像二值化，圖像細化等算法嘗試一種對指紋圖像進行分類并統(tǒng)計指紋圖像的一些特征。

關鍵詞：模式分析；指紋；宏觀特征；指紋分類；數字圖像處理

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2015）06-0173-02

指紋識別技術是通過計算機實現的身份識別手段，近幾年來，它逐漸走向市場更為廣泛的民用市場[1]。每個人包括指紋在內的皮膚紋路在圖案、斷點和交叉點上各不相同，呈現唯一性且終生不變。據此，通過將指紋和預先保存的指紋數據進行比較，就可以驗證真實身份，這就是指紋識別技術[2]。

本文主要研究了指紋的模式識別算法。將指紋宏觀模式識別分類后可以有效減少指紋比對時所比對的指紋圖像數，從而節(jié)約大量圖像處理與對比時間，提高指紋對比和查找效率。

1 指紋圖像分類

指紋有三種基本圖形：環(huán)型（loop）、弓型（arch）、螺旋型（whorl），其他的指紋圖案都基于這三種基本圖案。如圖1所示：

2 指紋圖像特征點

指紋圖像特征點可分為6類，最典型的是終結點和分叉點，示意圖如圖2所示：

1）終結點（Ending）一條紋路在此終結。

2）分叉點（Bifurcation）一條紋路在此分開成為兩條或更多的紋路。

3）分歧點（Ridge Divergence）兩條平行的紋路在此分開。

4）孤立點（Dot or Island）一條特別短的紋路，以至于成為一點。

5）環(huán)點（Enclosure）一條紋路分開成為兩條之后，立即有合并成為一條，這樣形成的一個小環(huán)稱為環(huán)點。

6）短紋（Short Ridge）一端較短但不至于成為一點的紋路。

3 指紋圖像增強

通過掃描儀直接提取的指紋圖像其圖像質量還不能很好地達到圖像分析的要求，因此采用Gabor濾波對指紋圖像進行增強以提高指紋圖像特征，提高可分析性[3]。Gabor變換屬于加窗傅立葉變換，Gabor函數可以在頻域不同尺度、不同方向上提取相關的特征。另外Gabor函數與人眼的生物作用相仿，所以經常用作紋理識別上，并取得了較好的效果，GABOR圖像增強效果如下圖3所示，