第5章 指紋圖像的分類

第5章指紋圖像的分類§1引言§2指紋分類技術(shù)§3基于反饋環(huán)節(jié)的多分類器方法§4指紋檢索§1引言指紋分類就是研究如何以穩(wěn)定而可靠的方式將指紋劃分為某一類別。指紋匹配多根據(jù)指紋的局部特征（如細(xì)節(jié)點(diǎn)）來判別，而指紋分類則根據(jù)指紋的全局特征（如全局脊線結(jié)構(gòu)、奇異點(diǎn)）來判別?！?指紋分類技術(shù)

模式區(qū)域：指紋上包了總體特征的區(qū)域，即從模式區(qū)就能夠分辨出指紋是屬于那一種類型的?！诸悤r關(guān)注的部分模式區(qū)域由被類型線（Typeline）所包圍的脊線組成。

類型線（Typeline）：兩條最里面的脊線，這兩條脊線形成了分叉來包圍指紋的中心區(qū)域。三角點(diǎn)（Delta）：也叫外部終點(diǎn)，定義為脊線上的一點(diǎn)，這點(diǎn)在Typeline分叉的前面或最接近Typeline的分叉點(diǎn)。中心點(diǎn)（Core）：也叫作內(nèi)部終點(diǎn)，定義為位于充分彎曲脊線的最里面的特殊點(diǎn)。脊線數(shù)目——紋數(shù)：模式區(qū)內(nèi)指紋紋路的數(shù)量。在計(jì)算指紋的紋數(shù)時，一般先在連接核心點(diǎn)和三角點(diǎn)，這條連線與指紋紋路相交的數(shù)量即可認(rèn)為是指紋的紋數(shù)Galton-Henry方案中的5個最常見類別§2.1基于規(guī)則的方法該方法是根據(jù)指紋奇異點(diǎn)的數(shù)目和位置，簡單地將指紋分類。優(yōu)點(diǎn)：方法簡單、直觀。缺點(diǎn)：受噪聲影響較大?！?.2基于句法的方法該方法基于對脊線流的分析。缺點(diǎn)：需要非常復(fù)雜的語法，而且推導(dǎo)語法的方法也比較復(fù)雜且不固定，因此已經(jīng)很少使用?！?.3結(jié)構(gòu)化的方法基本思想：尋找低層次的特征到高層次的結(jié)構(gòu)之間相關(guān)聯(lián)的組織。方向場圖像非常適合于結(jié)構(gòu)化表示。優(yōu)點(diǎn)：在方向場計(jì)算足夠精確的情況下，幾乎可以包含分類所需的所有信息?！?.4統(tǒng)計(jì)的方法κ近鄰分類器——使用最多的統(tǒng)計(jì)分類器之一。很多方法都使用方向場圖像作為特征向量。

特點(diǎn)：通常都需要大量的訓(xùn)練數(shù)據(jù)、內(nèi)存和計(jì)算時間?！?.5神經(jīng)網(wǎng)絡(luò)的方法神經(jīng)網(wǎng)絡(luò)（NeuralNetworks）：一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和自適應(yīng)的能力，可以通過預(yù)先提供的一批相互對應(yīng)的輸入－輸出數(shù)據(jù)，分析掌握兩者之間潛在的規(guī)律，最終根據(jù)這些規(guī)律，用新的輸入數(shù)據(jù)來推算輸出結(jié)果，這種學(xué)習(xí)分析的過程被稱為“訓(xùn)練”。概念

由大量處理單元互聯(lián)組成的非線性、自適應(yīng)信息處理系統(tǒng)。它是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出的，試圖通過模擬大腦神經(jīng)網(wǎng)絡(luò)處理、記憶信息的方式進(jìn)行信息處理。

人工神經(jīng)網(wǎng)絡(luò)具有四個基本特征：

（1）非線性非線性關(guān)系是自然界的普遍特性。大腦的智慧就是一種非線性現(xiàn)象。人工神經(jīng)元處于激活或抑制二種不同的狀態(tài)，這種行為在數(shù)學(xué)上表現(xiàn)為一種非線性關(guān)系。具有閾值的神經(jīng)元構(gòu)成的網(wǎng)絡(luò)具有更好的性能，可以提高容錯性和存儲容量。

（2）非局限性一個神經(jīng)網(wǎng)絡(luò)通常由多個神經(jīng)元廣泛連接而成。一個系統(tǒng)的整體行為不僅取決于單個神經(jīng)元的特征，而且可能主要由單元之間的相互作用、相互連接所決定。通過單元之間的大量連接模擬大腦的非局限性。聯(lián)想記憶是非局限性的典型例子。

（3）非常定性人工神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)、自組織、自學(xué)習(xí)能力。神經(jīng)網(wǎng)絡(luò)不但處理的信息可以有各種變化，而且在處理信息的同時，非線性動力系統(tǒng)本身也在不斷變化。經(jīng)常采用迭代過程描寫動力系統(tǒng)的演化過程。

（4）非凸性一個系統(tǒng)的演化方向，在一定條件下將取決于某個特定的狀態(tài)函數(shù)。例如能量函數(shù)，它的極值相應(yīng)于系統(tǒng)比較穩(wěn)定的狀態(tài)。非凸性是指這種函數(shù)有多個極值，故系統(tǒng)具有多個較穩(wěn)定的平衡態(tài)，這將導(dǎo)致系統(tǒng)演化的多樣性。

§2.6多分類器的方法將不同指紋分類方法相結(jié)合的方法。分類器選擇的方案：1.在相同的數(shù)據(jù)上訓(xùn)練不同的分類器2.在不同的數(shù)據(jù)上訓(xùn)練相同的分類器3.不同的分類特征等§

3.基于反饋環(huán)節(jié)的多分類器方法步驟：1）圖像預(yù)處理（圖像分割與圖像增強(qiáng)）2）方向提取3）校準(zhǔn)4）特征變換5）分類判決及反饋§3.1指紋校準(zhǔn)由于采集指紋時摁壓的隨機(jī)性，指紋圖像上指紋前景的分布也是隨機(jī)的，因此需要將各個指紋圖像配準(zhǔn)后進(jìn)行分類。一般采用指紋的環(huán)點(diǎn)作為指紋圖像校準(zhǔn)的中心點(diǎn)。目的：減少相似的方向數(shù)組之間的差異，這是一個歸一化的過程。§3.2特征變換對校準(zhǔn)后的方向數(shù)組進(jìn)行變換。內(nèi)容：1）通過KL變換對特征向量降維2）通過權(quán)重處理增大指紋圖像中重要的中心區(qū)域以提高分類的準(zhǔn)確率。KL變換（Karhunen-Loeve）：協(xié)方差矩陣能導(dǎo)出一個變換矩陣，這個矩陣能使數(shù)據(jù)完全去相關(guān)(decorrelation)。從不同的角度看，也就是說能夠找出一組最佳的基以緊湊的方式來表達(dá)數(shù)據(jù)。這個方法在統(tǒng)計(jì)學(xué)中被稱為主成分分析(principalcomponentsanalysis)，在圖像處理中稱為Karhunen-Loève變換(KL-變換)。

流程如下：（1）獲取多幅圖像的統(tǒng)計(jì)特性：圖像之間的協(xié)方差（2）獲取協(xié)方差的特征值和特征向量，從而獲取正交核:特征矩陣（3）圖像對應(yīng)象素點(diǎn)對各個特征向量進(jìn)行投影運(yùn)算。

§3.3分類判別分類器的組成：1.主分類器2.輔助分類器3.判決器§4指紋檢索問題的引出：1）自然條件下各個指紋類別并不是均勻分布。2）需要能較合理地處理錯分類或者被拒分類的指紋?！?.1基于指紋方向場的檢索技術(shù)基于MKL變換理論的指紋檢索方法。核心思想：以指紋圖像的方向場為基礎(chǔ)，利用MKL變換以監(jiān)督方式將指紋圖像的方向劃分為若干KL子空間，每一個KL子空間代表MKL理論意義下的一類指紋，檢索時求取待檢索指紋與各子空間的距離，根據(jù)距離得到指紋的索引值。步驟：圖像取處理計(jì)算索引值建立帶索引值的指紋圖像數(shù)據(jù)庫確定檢索子空間檢索子空間內(nèi)1：1匹配。§4.2基于指紋細(xì)節(jié)點(diǎn)的檢索技術(shù)以指紋細(xì)節(jié)點(diǎn)的三角對作為檢索的特征。步驟：1）對指紋庫中圖像先利用特征提取算法計(jì)算指紋細(xì)節(jié)點(diǎn)并生成指紋模板。已有則跳過。2）對待檢索指紋圖像進(jìn)行特征提取，計(jì)算指紋細(xì)節(jié)點(diǎn)并生成指紋模板，根據(jù)指紋細(xì)節(jié)點(diǎn)的相互關(guān)系構(gòu)成幾何三角對，同時計(jì)算這些三角對的局部方向。3）計(jì)算待檢索指紋圖像中三角對中每一個三角形的最小角、最大角等內(nèi)容。4）根據(jù)策略檢索特征，得出匹配分類。5）將匹配分?jǐn)?shù)排隊(duì)6）在檢索子空間內(nèi)1：1匹配?！?.3檢索策略傳統(tǒng)分類技術(shù)時的檢索策略：假定類別固定搜索順序可變搜索順序使用連續(xù)分類技術(shù)檢索指紋數(shù)據(jù)庫時的檢索策略：固定半徑搜索遞增搜索第6章圖像數(shù)據(jù)壓縮—圖像編碼

1.物理空間------------存儲器、磁盤等數(shù)據(jù)存儲介質(zhì)；2.時間空間------------傳輸給定消息集合所需要的時間；3.電磁頻譜空間------傳輸給定消息集合所需要的帶寬。

§2信息熵與統(tǒng)計(jì)編碼1.熵的概念2.編碼過程定義3.等長碼4.變長碼編碼器消息集合輸出代碼符號集符號（碼元）二、編碼過程定義編碼器是用符號集A中的符號構(gòu)成輸出代碼，并建立輸入信號單元與輸出代碼的對應(yīng)關(guān)系。如下圖所示：三等長碼在編碼的過程中，采用位數(shù)相同的碼字對消息或圖象灰度進(jìn)行編碼。

當(dāng)消息等概率出現(xiàn)時，等長碼是最佳的，此外在短距離傳輸時也用這種等長碼。而在其他情況下，等長碼不能獲得較高的編碼效率。常見的等長碼有自然二進(jìn)制碼、格雷碼、折迭二進(jìn)碼。例如：四變長碼

（信息熵）（平均熵）1

0

（編碼效率高）（冗余?。├盒旁锤怕示幋a過程碼字11/4000021/4011031/810000141/810110151/161100