基于方向图的指纹预处理方法

能越强，但对指纹粘连的隔离功能减弱，计算量也随之增加。利用以上方法，对图像中所有点均进行同样运算。运算结束后，图像中的断点和叉连被很好地去除，同时也完成了图像的初步分割。

2.2 不可恢复区域的提取

在成功进行了指纹增强和初步分割后，指纹有效区域中仍然可能存在一部分区域，其纹线非常模糊，其中纹线严重粘连或呈颗粒装，即使是人眼也看不出其中的纹线结构，无法根据相邻区域中纹线结构判断该区域中纹线结构。这种区域被称为不可恢复区。需要进一步标识出该区域，在后续的特征提取过程中，不再从不可恢复区域中提取特征值，从而避免了从中提取大量的虚假细节点，也提高了细节点的提取速度。

针对不可恢复区域中各个象素点的方向均匀分布，而正常指纹区域方向有较大一致性的特点，利用计算出的各个象素点的方向值，来提取出不可恢复区域：

将点方向图分成互不重叠的16×16大小的块，计算每一块的方向一致度Ax。其计算过程如下：

(1)将图1中的8个方向量化为具体的数值。0等于0，1等于-π/8，2等于-π/4，3等于-3π/8，4等于-π/2，5等于3π/8，6等于π/4，7等于π/8。

(2)当每一块内各象素点的方向大致相同时，所有点的方向和的绝对值应该等于所有绝对值的和，此时Ax=1；而当各象素点方向均匀分布时，此时Ax=0。求出各块内的方向一致度，设置一定的阈值T2，如果Ax2，就将该区域设为不可恢复区域。

实验结果

在微机上用Delphi编程实现了上述方法。使用分辨率为500dpi的指纹采集仪采集大小为512×512的图像。根据采集图像的特性，实验参数如下：图像增强区域为16×16，M0和VAR0均为125；提取有效区域中的方块大小16×16，阈值T1为20；在方向图中使用了9×9的邻域大小；在高斯低通滤波器中，使用了3×3的邻域，σ＝1；在不可恢复区域中，方向一致度的阈值T2=0.35；实验结果如图2所示。图2(a)为原始指纹图像，图2(b)是进行了对比度增强、提取有效区域后的图像，图2(c)是传统的利用指纹纹线分割来实现的指纹图像，图2(d)是利用本文提出的方法实现的指纹增强、分割后的图像，图2(e)是提取不可恢复区域后的指纹图像，图2(f)是图2(d)细化后的指纹图。

通过对50对指纹进行实验比较发现，在传统特征提取方法中，指纹伪特征点在所有特征点中的比例为12％~14％。而在改进的方法中，对指纹的纹线间断连接及叉连的分离能力都大为增强，同时通过不可恢复区域的标识，又避免了大量伪特征点的提取，其中伪特征点比例降为7％~9％。对残留的伪特征点，可以利用计算出的各特征点的方向以及各特征点之间的距离等特性，将各类噪声引起的伪特征点分别予以删除[5][6]，保留的特征点集作为真正特征点的集合。