基于ARM的不同场合指纹细节点提取

刘 辉

（吉林建筑工程学院城建学院 电气信息工程系，吉林 长春 130111）

0 引 言

指纹特征提取的目的是要获得真正的细节特征，同时去除由噪声或污染等因素所造成的伪细节特征。细节特征是指在指纹拓扑图中的几种有效的特征，它是指纹识别的最基本的依据。即使两枚指纹的总体特征相同，但是它们的细节特征却不可能完全相同。美国国家标准测量局（National Institute of Standards and Testing，NIST）提出一种指纹细节分类方式，将指纹特征分为4类[1]：端点、分叉点、复合点和未定义特征。而最重要的细节特征就是端点和分叉点。大量的统计结果表明，使用这两类特征点就足以描述指纹的唯一性[2]。

文中在ARM平台上使用美国Veridicom公司生产的FPS200传感器进行活体指纹采集[3]，分别针对清晰的指纹图像和模糊的指纹图像应用了8邻域指纹细节特征点提取和SUSAN指纹细节特征点提取方法对指纹进行分叉点和端点的提取。实验证明，SUSAN指纹细节特征点的提取算法可以直接从二值图像中提取特征点，且此算法中建立的USAN区域的求和相当于求积分，简化了编程和计算过程，且对较清晰的图像和模糊的图像有较强的鲁棒性；传统的8邻域指纹细节特征点提取对预处理的质量要求严格，对清晰图像的特征提取效果较好，抗噪声能力强，但对模糊图像噪声干扰严重，纹线修复困难，而改进的8邻域指纹特征点提取算法可从二值图像[4]中直接进行特征提取，纹线修复简单，抗噪性强，大大减少了伪特征点。

1 改进的8邻域指纹细节特征提取

像素的8邻域点定义如图1所示。……