作者：清华大学电子工程系“智能技术与系统”国家重点实验室图形像分室（100084）刘 通 苏光大 来源：《电子技术应用》

摘要：指纹分类技术是指纹数据库的一个重要的索引机制。提出了一种基于指纹方向图的结构分类算法。通过图像分割，抽取图像的有用部分，而后基于指纹方向图，寻找指纹奇异点，利用脊线跟踪技术和规则确定指纹的类别。 关键词：指纹分类 方向图 脊线跟踪 图像分割 指纹识别是一种重要的生物特征鉴别技术。每一个人都有自己特有的指纹特征。随着计算机技术的不断发展，自动指纹识别系统（afis）已在公安、金融领域得到广泛的应用。图1显示了几种典型的指纹图像。 实践表明，指纹识别技术具有高准确性和可信度。但是，指纹识别常常需要在大规模的数据库上进行计算。如果没有一种有效的数据库分类机制，输入的指纹图像将不得不同数据库中大量的指纹数据逐一进行比对，系统工作将非常繁重。为了减少搜索时间和计算的复杂度，必须对指纹进行分类。这样查询只需在指纹数据库中的一个相应子集中进行，从而节省了运算时间并降低了运行复杂度。 指纹分类技术的核心问题是如何确定指纹分类类别。具体分类方法很多，类数也不确定。依照公安部的标准，指纹被为为以下七类：弓型、左箕、右箕、斗型、缺指、其它、未知。 1 分类算法概述 指纹分类技术主包括计算机图像处理和模式识别两方面的内容。指纹分类技术可以看作指纹在大尺度下的粗略匹配。输入指纹首先被划归为预先已定义好的某一类，而后在更精细的尺度上，在这一类中进行精确的指纹比对。目前指纹分类算法通常有两种分类，一种是根据采用的理论方法划分，划分通常划分为统计方法、结构方法、人工神经网络方法、变换域方法等。另一种是从实际问题考虑的角度出发，大致可分为两类：一类是模型方式，这类方法主要基于指纹特征点的数目和相对集团，更接近于人的思维习惯；另一类是全局方式，根据整个图像脊线特征或方向信息进行分类，这类方法常采用统计理论方法。 本文提出了一种基本结构的实现方法，依照指纹的方向图信息，寻找奇异点。根据奇异点的数目和相关位置，设计逻辑规则进行判决。主要处理过程如图2所示。 2 图像预分割 在指纹分类的过程中，输入的指纹图像往往是一幅含有大量噪声的灰度图像，特别是现场指纹，噪声化现象更严重。这些干扰和不利因素将影响最终的分类结果，使得系统的整体 性能和准确率降低。 图像预处理的目的就是在尽量保存指纹特征信息条件下，去除原始指纹图像的错误信息和冗余部分。预处理工作的好坏直接影响后续指纹分类的有效性。由于指纹分类和特征点提取等处理过程必须在预处理完成之后进行，因此预处理的时间复杂度也就成为影响整个指纹系统运行速度的一个重要因素。同图像处理中经常使用的预处理技术不同，指纹的预处理工作有其特别之片。指纹是由突起的脊线和凹陷的脊沟组成的表皮图案，这是一个灰度值交替变化的纹理图案。在这种情况下，中值滤波、均值滤波一类的去噪措施将无能为力。首先因为这些技术都是基于图像象素值平稳变化这一假设的；第二，因为指纹图像在局部上有很强的空间频率分布性和方向性。研究表明，效果好的预处理方法往往是利用了这些先验知识。目前常用的预处理方法主要有空域增强法和频域滤波法，空域方法包括方向图、二值化、细化、修补、腐蚀等，频域方法包括fft、gabor滤波等。本算法主要采用了两种方法：一是指纹图像的预分割；另一是方向图处理及滤波。 本算法使用的测试图像有如下特点（如图3a所示）：（1）指纹图像比较模糊，变形时也很严重；（2）指纹的位置和大小不定，很多图像有明显旋转；（3）背景