
一种指纹图像奇异点检测方法
徐洞成
1,3
, 程新明
2
, 李 甜
4
任 强
1
(
1.
空军雷达学院研究生管理大队 武汉
430019 2.
空军雷达学院预警监视情报系 武汉
430019
3. 65373
部队 吉林 白城
137000 4.
广州市妇婴医院 广州
510180
摘 要 针对指纹图像中的奇异点携带着重要的指纹特征信息 而用
Poincare Index
方法不能有效地检测
出拱型指纹和部分尖拱型指纹中的奇异点等问题 对
Poincare Index
方法进行了改进 提出了一种奇异点或参
考点检测与计算方法 实验结果表明 该方法能很好地对
5
种类型指纹中的奇异点或参考点进行检测与计算
关键词 指纹 指纹图像 奇异点
Poincare Index
方法
中图分类号
:TP391
文献标志码
:A
自动指纹识别技术是当前生物特征识别技术
中广泛进行研究的热点 一般讲 自动指纹识别系
统主要由指纹采集 质量评估 预处理 特征提取
特征匹配等部分组成 而指纹特征匹配中有一种
很重要的特征就是奇异点
(
即核心点和三角点
)
它
携带着指纹的重要特征信息
1
所以 准确 可靠地
检测与计算奇异点的位置 数目 类型对于自动指
纹识别系统具有很重要的意义
目前 检测奇异点的主流方法是PoincareIndex
PI 方法
2,3
该方法将指纹图像看作一个方向场
通过计算 PoincareIndex值 以下简称 P 值 来确定
指纹图像中核心点和三角点的位置和数目 但是
PI方法不能准确地对拱型指纹和核心点与三角点
相距较近的部分尖拱型指纹进行奇异点检测 为
此 本文对PI方法进行改进 提出了一种新的指纹
图像奇异点或参考点检测与位置计算方法 对左
箕型 右箕型 尖拱型和斗型指纹根据指纹图像的
方向汇聚特性确定可能包含有奇异点或参考点的
候选区 然后计算出 P 值来确定指纹图像中奇异
点或参考点的位置和数目 对拱型指纹利用指纹
图像连续子块的块方向变化特点来确定可能包含
有参考点的候选区 然后求解出指纹图像中参考
点的位置和数目
1 Poincare Index 方法
通过检测被测点周围的指纹纹路方向的变化
情况来判断奇异点的类型 沿着以被测点为中心
的封闭曲线计算 P 值 Poincare Index定义为上述
封闭曲线上的点的方向变化之和 它表征了在被
测点附近指纹纹路方向的变化 指纹通常分为 5种
类型 左箕型 右箕型 拱型 尖拱型和斗型 奇异
点分布与指纹类别的关系如图 1 所示 方形框代
表核心点所在位置 三角形代表三角点所在位置
计算 P 值的原理是基于指纹的数学模型 在
指纹方向场中计算 P 值来检测指纹的奇异点 设
o' 是指纹图像的方向场 在给定点 i, j 的 P 值计
算公式为
P i, j =
1
2
k=0
N 1
k
(
1
)
k =
k k <
2
+ k k
2
k 其他
(
2
)
k = o' x i' , y i' o' x i , y i
(
3
)
i' = i + 1 modN
(
4
)
收稿 日期 2009-02-10
作者 简介
徐 洞成
(
1984
)
男 硕士 主 要从事图 像处理与 模式识别 研究
.
文章编号
1673-8691
(
2009
)
02-0116-04
(
a
)
拱型
(
b
)
尖拱型
(
c
)
左箕型
(
d
)
右箕型
(
e
)
斗型
图 1 奇异点与指纹类别的关系
第 卷23 第2期
2009年 月4
空 军 雷 达 学 院 学 报
Journal of Air Force Radar Academy
Vol.23
No.2
Apr.2009