一、研究的背景
我們在生活中基本上都是依賴智能卡、shen份證、密碼、數(shù)字證書等安全措施進(jìn)行身份識別和安全認(rèn)證，這些傳統(tǒng)的識別方式有很多缺點(diǎn)，常常給人們生活中帶來不便。指紋從誕生開始，就一直在各領(lǐng)域發(fā)揮著重要作用。截止到目前為止，國內(nèi)外對潛在指紋顯現(xiàn)方法的研究已有百余年歷史。
采用高光譜圖像技術(shù)給指紋識別帶來了新的途徑，該技術(shù)可以在不同的波長下對指紋提取圖像，且該圖像是一景包含了指紋圖片二維信息及不同波長所組成的三維圖像，在某一些波長下圖像顯示不理想，但在另外一些波長下拍攝的圖像卻要清晰很多。因此通過圖像處理技術(shù)，可以得到一張包含指紋細(xì)節(jié)特征更明顯、更多的圖像。
二、高光譜圖像采集系統(tǒng)
本次測試使用的設(shè)備是由江蘇雙利合譜科技有限公司自主研制的GaiaTracer高光譜刑偵物檢儀。該系統(tǒng)主要是由計(jì)算機(jī)、液晶可調(diào)波長濾光鏡（LCTF）、光學(xué)鏡頭以及光譜分析軟件構(gòu)成。圖1為高光譜指紋圖像采集系統(tǒng)，圖2為高光譜數(shù)據(jù)采集軟件。該相機(jī)的工作波段為420 nm - 720 nm，光譜分辨率為8 nm - 20 nm，圖像分辨率為3296 * 2472，視場角為±7°。
圖 1高光譜指紋采集系統(tǒng)實(shí)物圖
.jpg)
圖2 LCTF高光譜刑偵物檢儀影像采集軟件
三、指紋圖像分析
圖3為LCTF相機(jī)基于復(fù)雜背景條件下獲取的指紋圖像(RGB假彩色合成)。從圖中可以看出，受背景的干擾，我們無法通過肉眼有效地獲取到整個(gè)指紋信息，因此需要基于高光譜圖像利用圖像分析的方法去除背景的干擾有效地提取圖像中的指紋信息。本研究主要利用以下幾個(gè)步驟提取指紋信息：獲取圖像端元-光譜信息散度-高通濾波-閾值分割-指紋提取。
圖3 LCTF相機(jī)獲取復(fù)雜背景下的指紋圖像
根據(jù)圖3，本研究選取了指紋、葉片-1、葉片-2、葉片-3、陰影、花、花叢共7個(gè)端元，其端元分布情況如圖4所示。
圖4 圖像中7種端元的分布選取
光譜信息散度(Spectral Information Divergence)是基于信息論的理論衡量兩條光譜之間的差異性（具體算法參考徐州老師的《基于光譜信息散度的光譜解混算法》一文）。圖5為基于光譜信息散度分解的七種端元的灰度圖。從圖中可知第二、四和七個(gè)端元能有效地提取指紋信息。但仍受到少數(shù)背景的干擾。
.jpg)
圖5 基于光譜信息散度的七種端元灰度圖
圖像銳化主要影響圖像中的低頻分量，不影響圖像中的高頻分量。其主要目的有兩個(gè)：其一是為了增強(qiáng)圖像邊緣，使模糊的圖像變得更加清晰，顏色變得鮮明突出，圖像的質(zhì)量有所改善，產(chǎn)生更適合人眼觀察和識別的圖像；其二是希望通過銳化處理后，目標(biāo)物體的邊緣鮮明，以便于提取目標(biāo)的邊緣、對圖像進(jìn)行分割、目標(biāo)區(qū)域識別、區(qū)域形狀提取等，進(jìn)一步的圖像理解與分析奠定基礎(chǔ)。主要方法有微分法和高通濾波法，本研究主要采用高通濾波法進(jìn)行圖像銳化。圖6為各端元灰度圖高通濾波的效果圖。
圖6 七種端元灰度圖的高通濾波效果圖
從圖6可知，經(jīng)過高通濾波之后，第二、四和七個(gè)端元的高通濾波圖能較為清晰地識別出指紋的圖像信息。以第7個(gè)端元的高通濾波圖為例，為了去除指紋間隙中少數(shù)的背景因素，通過統(tǒng)計(jì)分析其設(shè)定閾值進(jìn)行二值分割，如圖7所示。
圖7 基于第7端元的高通濾波的閾值分割效果圖
圖7雖然能較為清晰地顯示指紋的輪廓信息，但是其周邊包含了較多了無用的背景信息，為了更加方便地進(jìn)行目視解譯，了解指紋的輪廓，因此有必要進(jìn)行對指紋進(jìn)行區(qū)域截圖，如圖8所示。
.jpg)
圖 8 原始圖像與提取的指紋信息
© 2019 版權(quán)所有：江蘇雙利合譜科技有限公司 備案號：蘇ICP備2021046114號-3 技術(shù)支持：化工儀器網(wǎng) GoogleSitemap 管理登陸
在線客服