比對指紋相似性的影像處理方法
Image processing methods for comparing the
similarity of fingerprints

摘要
目前在工業檢測上的應用，使用影像處理（Image processing）的技術，已經是非常普遍了，但在醫學檢測上，可說是在剛起步的階段；應用自動化診斷來取代傳統的人工診斷是未來的趨勢，因為使用自動化診斷，有著節省人力與準確的優點，使醫生能快速獲得有用的資訊，將精神放在病情的判斷。傳統的人工診斷，會受到醫護人員視力、體力、專業知識等人為條件的限制，而使得診斷的品質、效率降低，且可靠度也不及使用自動化機器診斷。
自動化診斷也並非萬能，也有使用上的限制與極限，而如何在限制中將資訊的可靠度提高到極限，並透過新的技術、新的演算法，建立新的評估指標，則是當前工程師努力方向。
本研究是以本實驗室現有的Canon G3 數位相機，加上光源裝置，架構一個指紋取樣平台進行取樣，並嘗試提出一個新的評估指標，比對指紋相似性，作為醫師診斷時的參考指標。

none

目錄
摘要 ………………………………………………………………………… i
目錄 ………………………………………………………………………... ii
圖表目錄 ………………………………………………………………….. v
第一章 緒論 …………………………………………………………… 1
1.1 前言 ……………………………………………………………… 1
1.2 研究動機與目的 ………………………………………………… 2
1.3 論文架構 ………………………………………………………… 6
第二章 儀器設備及取樣程序 .……………..…………………………… 7
2.1儀器設備………..…..………….……………………………... 7
2.1.1 數位相機規格 ……………….…………………………… 8
2.1.2 相機參數設定 …………………………………………… 9
2.2 指紋取樣程序 ….……………...……………………………… 10
2.3取樣的結果 ……….…….………….………………………… 12
第三章 手指位置校正方法 …………………………………………… 13
3.1 前言 ………………………..…………………………………… 13
3.2 HSI自動校調 ……………………………………….…………. 15
3.2.1 HSI彩色模型 ………………..………………………… 19
3.2.2 LBG分群法 …………………………………………… 22
3.2.3 HSI自動校調測試結果 ………………..……………… 26
3.3建立手指邊界 ………….………………..……………………… 27
3.3.1 MLP分類器之訓練 ……..……….…………………… 28
3.3.2八方鄰居邊界檢測 …………………….……..……….… 31
3.3.3去除邊界雜訊 ………………...…..….………..……….… 33
3.3.4 手指邊界排序 ………………….……..…….….……….… 35
3.3.5 建立手指邊界結果 ……….…..………….……………… 37
3.4 邊界梯度校正 …………………………..…….………………… 38
3.5 方向場視窗設定 ……………………..…..…….………………… 40
3.5.1 視窗設定測試結果 …………………………………… 43
第四章 指紋紋理分析原理 …………………………………………… 44
4.1 前言 ……………………..…………………………………… 44
4.2 Orientation演算法 …………………………………………… 47
4.2.1 區域方向的最好評估 ……..……..……………………… 47
4.2.2 平方梯度向量 ……..……………..……………………… 50
4.2.3 演算法測試結果 ………………..………………….…… 52
4.3 色調正規化 ………………….………………………………… 55
4.4 指紋相似性 ..………………………………………………… 56
4.4.1 重疊方塊的使用 ……..……..……………………… 56
4.4.2 比對相似性的方法 ……..……..…………………… 58
第五章 測試效果 …………………………..…………………………… 61
5.1 指紋位置校正測試 ……………………………………………. 61
5.2 指紋紋理分析測試 ………………………...……...…………… 67
5.2.1非重疊方塊方向場 .……………………..………………… 70
5.2.2重疊方塊方向場 ………………...………………………… 71
第六章 結論 ……………………………………………………………… 77
參考文獻 …………………………………………………………………… 79

圖表目錄

圖1.1 六種指紋型態 ……………………………………………………. 3
圖1.2 嵴紋末端及嵴紋分叉 ……………………………………………. 4
圖1.3 標出特微的指紋影像 ……………………………………………. 4
圖2.1 指紋取樣平台示意圖 …………………...……….…...………….. 7
圖2.2 指紋取樣平台 ……………………...…………………………….. 8
圖2.3 Canon PowerShot G3 數位相機 …..…………….….………….. 8
圖2.4 取樣示範圖 ………...………………………………….………... 11
圖2.5 傑能的左食指圖 ……………..…………………………………. 12
圖2.6 芳益的左食指圖 ………………………………………………... 12
圖3.1 偏差左食指圖 ……………….………………………………….. 13
圖3.2 右食指圖 ……………………….……………………………….. 13
圖3.3 指紋位置校正流程圖 …………………………….…………….. 14
圖3.4 PCA處理流程圖 ……………………………………………… 15
圖3.5 PCA實驗指 …………………………………………………… 16
圖3.6 PCA Histogram ……………………………..………………… 16
圖3.7 左右邊界設定後之PCA 分佈圖(左邊分佈) ….……………… 17
圖3.8 對左邊分佈設定左右邊界後之手指圖 …………...…………… 17
圖3.9 HSI自動校調流程圖 …………………...……………………… 18
圖3.10 (a) HSI彩色三角形；(b) HSI 彩色立體圖 ………...……… 19
圖3.11 上下限門檻值設定後之S分量分佈圖 ……………………… 21
圖3.12 S分量分佈圖的上下限門檻值設定後影像 ……….………… 21
圖3.13 LBG分群法流程圖 …………………...……………………… 25
圖3.14 S分量自動設定上下限 ………….…………………………… 26
圖3.15 影樣自動分群後結果 ……………….………………………… 27
圖3.16 建立手指邊界流程圖 ………………………………………… 28
圖3.17 選取局部的手指資訊與非手指資訊 ………………………… 29
圖3.18 一包含輸入層、隱藏層及輸出層的MLP分類器架構 …… 30
圖3.19 (a) 3×3的遮罩(b) 八方鄰居邊界檢測示意圖 ……………… 31
圖3.20 八方鄰居邊界檢測測試結果 ………………………………… 32
圖3.21 移除雜訊測試結果 …………………………………………… 34
圖3.22 邊界排序方法流程圖 ………………………………………… 36
圖3.23 MLP所建立手指邊界(偏斜手指) …………………………… 37
圖3.24 MLP所建立手指邊界(正常位置手指) ……………………… 37
圖3.25 手指進行邊界梯度校正 …………………………….………… 39
圖3.26 方向場視窗設定方法流程圖 …………….…………………… 42
圖3.27 方向場視窗設定測試結果圖 ………………………….……… 43
圖4.1 指紋影像 ……………………………………....………………... 44
圖4.2 指紋影像分割成非重疊小方塊 ………………….…………….. 45
圖4.3 紋理分析示意圖 ……………………….…..……….…………... 45
圖4.4 紋理分析流程圖 ………………...………………….…………... 46
圖4.5 計算線段集合的主要方向示意圖 ………………...……..…….. 47
圖4.6 (a) 3×3影像區域 (b) 在3×3區域的中心點用來計算 的遮罩
(c) 在3×3區域的中心點用來計算 的遮罩 ……..………... 51
圖4.7 演算法測試影像(45°及135°) ……………….…….…………... 52
圖4.8 演算法測試影像(90°及180°) ……………………….………… 52
圖4.9 演算法測試影像(稀疏線條) ……………………...….………… 53
圖4.10 演算法測試影像(二值化指紋影像) ………………………….. 54
圖4.11 演算法測試影像(數位相機採樣指紋影像) ………………….. 54
圖4.12 兩指紋影像灰階分佈圖 ……………………….……………... 55
圖4.13a 視窗分割示意圖 …………………………..…………………. 57
圖4.13b 視窗沿x軸右移1 pixel ……………………………………. 57
圖4.13c 視窗沿y軸下移1 pixel ……………………………………. 57
圖4.13d 視窗往右下移1 pixel …………………….…………………. 57
圖4.14 指紋相似性比對流程圖 ………………………………………. 58
圖5.1a 大拇指指紋影像 ……………………………….……………… 62
圖5.1b 大拇指手指邊界與方向場視窗，指尖以紅色方框標定 …… 62
圖5.2a 食指指紋影像 …………….…………………………………… 63
圖5.2b 食指手指邊界與方向場視窗，指尖以紅色方框標定 …….… 63
圖5.3a 中指指紋影像 …………….…………………………………… 64
圖 5.3b 中指手指邊界與方向場視窗，指尖以紅色方框標定 …….… 64
圖5.4a 無名指指紋影像 ……………………………………………… 65
圖 5.4b 無名指手指邊界與方向場視窗，指尖以紅色方框標定 …… 65
圖5.5a 小指指紋影像 ………………………………………………… 66
圖 5.5b 小指手指邊界與方向場視窗，指尖以紅色方框標定 …….… 66
圖5.6 大拇指指紋視窗方向場 ………………………...……………… 67
圖5.7 食指指紋視窗方向場 …………………………...……………… 68
圖5.8 中指指紋視窗方向場 …………………………...……………… 68
圖5.9 無名指指紋視窗方向場 ………………………...……………… 69
圖5.10 小指指紋視窗方向場 …………………..……...……………… 69
圖5.11a. 楊左食Prototype …………………..……...……………… 73
圖5.11b. 楊左食Testing …………………..……...……………… 73
圖5.12a. 楊左食Prototype …………………..……...……………… 74
圖5.12b. 楊右食Testing ……………………...……...……………… 74
圖5.13a. 芳左食Prototype …………………..……...……………… 75
圖5.13b. 芳左食Testing …………………..……...……………… 75
圖5.14a. 芳右食Prototype …………………..……...……………… 76
圖5.14b. 芳左食Testing ……………………...……...……………… 76
表1.1 各種族指紋型態統計資料表 ……………………………………. 5
表3.1 MLP分類器訓練時的參數 ……………….………...…………. 30
表5.1 左手指比對非重疊方塊方向場 ……….….…….…...…………. 70
表5.2 右手指比對非重疊方塊方向場 ……………….…....….………. 70
表5.3 左右手指比對非重疊方塊方向場 ………………......…………. 70
表5.4 左手手指比對重疊方塊方向場 …..……………………………. 72
表5.5 相互比對同指十張影像其平均方塊差異角度表 ………..……. 72

參考文獻
van Oel CJ, Baaré WFC, Pol HEH, Balazs J., Dingemans A., Kahn RS and Sitskoorn MM, 2001, “Differentiating between low and high susceptibility to schizophrenia in twins: the significance of dermatoglyphic indices in relation to other determinants of brain development”, schizophrenia research, Vol. 52, pp. 181-193.

Jain A. K., Hong L., and Bolle R., 1997, “On-Line Fingerprint Verification,” IEEE Trans. Pattern Anal. And Machine., Vol. 19, No. 4, pp. 302-314.

高景岳, 1996, “掌中乾坤看健康”, 國家出版社。

Gonzalez, R. C., and Woods, R.E., 1992, Digital Image Processing, Addison-Wesley Publishing Company.

Chan, C. K., Ma, C. K., 1994, “A Fast Method of Designing Better Codebooks for Image Vector Quantization,” IEEE Transaction on Communications, Vol. 42, pp. 237-242.

Jose C. P., Neil R. E.,and W. C. L.,2000, “Neural and Adaptive System,”7nd Edition,Prentice Hall,pp. 174-217.

Simon H., 1999 , “Neural Networks,A comprehensive Foundation” Prentice Hall Internation,pp.156-187.

Rao A. R., 1990, A Taxonomy for Texture Description and Identification,New York: Springer-Verlag.

Kass M. and Witkin A., 1987, “Analyzing oriented pattern,”Computer Vision, Graphics and Image Processing, Vol. 37, pp. 362-385.

Probhakar S., 2001, “Fingerprint Classification and Matching Using A Filterbank”, pp. 88-102.

Jain A. K., Hong L.,Pankanti S., and Bolle R. , 1997, “An Identity Authentication System Using Fingerprint,” Proceedings of the IEEE, Vol. 85, No. 9, pp. 1365-1388.