УДК 004.932
ОБРАБОТКА ДАКТИЛОСКОПИЧЕСКИХ ИЗОБРАЖЕНИЙ В СИСТЕМАХ
БИОМЕТРИЧЕСКОЙ ИДЕНТИФИКАЦИИ
Тарасов В. В., Куляс О. Л.
Поволжский государственный университет телекоммуникаций и информатики, Самара,
Россия
Рассмотрены вопросы предварительной обработки и бинаризации дактилоскопических
изображений в системах биометрической идентификации. Показано, что использование адап-
тивной локальной бинаризации и последующая фильтрация морфологическими методами поз-
воляет отказаться от использования фильтра Габора для улучшения изображений.
Ключевые слова: дактилоскопия, обработка изображений, биометрическая идентифика-
ция, фильтр Габора, адаптивная бинаризация
Дактилоскопия является наиболее старым способом идентификации личности, который
использует уникальность папиллярных узоров пальцев человека и широко применяется в
современных системах контроля доступа. Идентификация производится путем сравнения циф-
рового образа отпечатка с базой существующих эталонов. Наиболее перспективным является
двухэтапный классификатор, который позволяет сначала отнести отпечаток пальца к одному из
пяти классов по типу папиллярного узора (глобальный признак), а уже затем,
производить
сравнение с существующими эталонами этого класса, используя локальные признаки.
Локальные признаки (минуции) представляют собой набор небольших особенных точек
для каждого отпечатка пальца, расположение которых являются уникальными. Дактилограмма
пальца может обладать сходными с другими глобальными признаками, но локальные признаки
будут неповторимы и соответствовуют только данному отпечатку. Дактилограмма может на-
считывать до 70 минуций [1].
Рисунок 1. Алгоритм идентификации
Несмотря на то, что на изображении отпечатка пальца можно выделить до 13 видов осо-
бенностей по которым можно выполнить классификацию, на практике используют всего два их
типа:
104
1. Конечные точки (окончания) — точки, в которых определенно заканчиваются линии
папиллярного узора;
2. Точки ветвления (бурификация) — определяются как точки, в которых папиллярные ли-
нии раздваиваются.
Алгоритм идентификации с использованием особых точек можно представить структур-
ной схемой, показанной на рис.1 [2].
Несмотря на то, что методы такой идентификации достаточно широко и успешно исполь-
зуются в системах контроля доступа, каждый из этих этапов может быть усовершенствован с
целью уменьшения вычислительных затрат
и снижения ошибок как первого, так и второго
рода. При этом четыре первых этапа алгоритма представляются наиболее ответственными, по-
скольку именно они определяет обнаружение или пропуск ветвлений или окончаний папилляр-
ных линий.
Традиционное использование фильтра Габора на этапе улучшения изображения требует
предварительного расчета некоторых параметров, которые в дальнейшем необходимо интер-
активно изменять. Это обстоятельство усложняет использование этого фильтра. Поэтому было
решено объединить этапы предобработки и бинаризации изображения в один. Для этих целей
используем бинаризацию с адаптивным локальным порогом,
вычисляемым на основе
локальных свойств некоторой окрестности пикселов. В качестве таких свойств используем
локальную среднюю яркость
xy
m
и стандартное отклонение
xy
D
. Тогда значение порога для
каждого пиксела изображения можно записать в виде
xy
xy
T am
bD
.
Размеры локальных областей и коэффициенты a и b в зависимости от вида изображения
могут меняться в достаточно широких пределах, подбираемых экспериментально [3]. При пра-
вильном выполнении бинаризации с адаптивным порогом качество результирующего бинар-
ного изображения оказывается достаточно высоким. Это объясняется тем, что значительное
число шумовых компонент и артефактов, вызванных неравномерным распределением яркости
будут классифицированы как мелкие изолированные объекты переднего плана и легко могут
быть удалены (см. рис.2).
Рисунок 2. Исходное, бинаризованное и информативная часть бинаризованного изображения
Дальнейшая предобработка изображения с целью устранения мелких шумовых состав-
ляющих и сглаживания границ папиллярных линий выполняется методами морфологической
обработки [3]. Применим к информативной части бинарного изображения Ibw морфологиче-
скую обработку структурообразующим элементом В крестообразной формы размером 3х3.
Вначале выполним последовательно операции эрозии и дилатации по структурообразующему
105
элементу В. Эта последовательность операций называется размыканием и описывается выраже-
нием
1 (
)
Ibw
Ibw B
B Ibw B
.
Результат этих действий показан на рис.3 слева. Видно, что большинство мелких объектов
переднего плана исчезло, а изрезанность краев значительно уменьшилась. Однако на некоторых
папилярных линиях образовались разрывы шириной в один пиксел.
Теперь применим к получившемуся изображению Ibw1 операции дилатации по B, за кото-
рой следует эрозия по тому же примитиву B:
2 (
)
Ibw
A
B B A B
.
Такая последовательность операций носит название замыкания.
Результат показан
на рис.3 справа. Видно, что разрывы в один пиксел устранены, а края линий еще больше
сглажены.
Рисунок 3. Результаты морфологической обработки. Слева — размыкание, справа — замыкание
после размыкания
Таким образом, использование сочетание адаптивной бинаризации по локальному порогу
и морфологической фильтрации позволяет получить бинарное изображение дактилограммы,
пригодное для использования на следующих этапах алгоритма идентификации (см. рис.1).
Do'stlaringiz bilan baham: 
