高光譜成像的潛指紋圖像增強(qiáng)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于刑事物證鑒定潛指紋檢測(cè)技術(shù)領(lǐng)域，具體涉及一種高光譜成像的潛指 紋圖像增強(qiáng)方法。
【背景技術(shù)】
[0002] 指紋是刑事物證鑒定領(lǐng)域是最重要的物證之一，常被稱為"證據(jù)之王"，其中以 基于光學(xué)技術(shù)的指印采集、分析鑒定最為常見。但是傳統(tǒng)光學(xué)成像方法獲取的指紋往往 無(wú)法達(dá)到辨識(shí)的目的，主要表現(xiàn)在指紋無(wú)法利用裸眼看清、指紋信號(hào)微弱、背景干擾嚴(yán) 重、指紋模糊和破損等問(wèn)題。隨著技術(shù)的進(jìn)步，David L.Exline等在2005年《國(guó)際法 醫(yī)學(xué)（Forensic Science International)》第 48 卷第 5 期第 1047-1053 頁(yè)發(fā)表文章 《化學(xué)成像的法醫(yī)學(xué)應(yīng)用：利用可見焚光進(jìn)行潛指紋檢測(cè)（Forensic applications of chemical imaging:latent fingerprint detection using visible absorption and luminescence)》將高光譜成像技術(shù)引入物證鑒定領(lǐng)域，由液晶可調(diào)波長(zhǎng)濾光鏡（LCTF)等 成像設(shè)備獲取的光譜成像數(shù)據(jù)不僅僅能夠反映目標(biāo)的空間分布狀態(tài)，同時(shí)它能精確記錄 目標(biāo)在可見光和近紅外范圍的光譜反射信息而達(dá)到"圖譜合一"，并使裸眼無(wú)法察看的指 紋在某些波段數(shù)據(jù)中能夠可視。因此，公安部物證鑒定中心王桂強(qiáng)研究員（王桂強(qiáng).光 譜成像檢驗(yàn)技術(shù)[J].刑事技術(shù)，2004, 01:7-12)指出光譜成像技術(shù)可以同時(shí)用于指紋的 形態(tài)檢驗(yàn)和附屬成分檢驗(yàn)，且相對(duì)傳統(tǒng)光譜檢驗(yàn)或成像檢驗(yàn)技術(shù)，光譜成像檢驗(yàn)的能力 和效果都具有明顯優(yōu)勢(shì)，這也在FBI、中國(guó)公安部物證鑒定中心的實(shí)際刑事物證檢驗(yàn)案例 中得到了驗(yàn)證（許小京，黃威.光譜成像技術(shù)在物證鑒定領(lǐng)域的應(yīng)用.紅外與激光工 程，2012, 12:3280-3284)。
[0003] 盡管高光譜指紋圖像相對(duì)于傳統(tǒng)方法有明顯優(yōu)勢(shì)，但對(duì)其的指紋圖像處理技術(shù)并 不成熟。在經(jīng)典的光學(xué)圖像潛指紋的增強(qiáng)處理中比較代表的是Gabor濾波增強(qiáng)，如J. Feng 和A.K. Jain等2013年發(fā)表在IEEE模式分析與機(jī)器智能匯刊（IEEE Transactions on Pattern Analysis and Machine Intelligence)第 35 卷第 4 期第 925-940 頁(yè)發(fā)表了題為 《潛指紋增強(qiáng)的方向場(chǎng)估計(jì)》的論文中采用對(duì)灰度圖像從頻域方向場(chǎng)估計(jì)的角度進(jìn)行分析 完成指紋與背景之間的分離。但是這種處理不再適用于高光譜圖像指紋提取，一方面由于 指印信息不再僅存于某一波段，而是在多個(gè)光譜響應(yīng)波段中呈現(xiàn)，因而僅在某一波段進(jìn)行 指紋提取就不能獲得完整的指紋；另一方面，由于光譜是區(qū)分不同目標(biāo)的重要信息，因而這 種處理沒(méi)有有效的利用光譜信息。本發(fā)明借助混合像元模型對(duì)圖像像元的描述，將高光譜 指紋圖像像元信號(hào)看成是指紋相關(guān)信息子空間和由背景相關(guān)信息子空間構(gòu)成，通過(guò)子空間 分析方法建立指紋目標(biāo)探測(cè)器，從而實(shí)現(xiàn)指紋與背景的分離。另外，還有由本發(fā)明發(fā)明人與 合作者設(shè)計(jì)的在公安部物證鑒定中心等相關(guān)部門應(yīng)用廣泛的MISystem和混合光譜分解的 指紋增強(qiáng)方法，但是該成果中的方法忽略了可以通過(guò)對(duì)干擾信息的有效估計(jì)來(lái)增強(qiáng)背景描 述從而提高指紋的檢測(cè)能力，另外該成果中以全限制性分解進(jìn)行指紋與背景的分離嚴(yán)格要 求用戶輸入所有的目標(biāo)信號(hào)和背景信號(hào)，同時(shí)需要在分解后進(jìn)行后期合成處理，用戶的操 作難度還較高，指紋檢測(cè)效率還不夠高。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問(wèn)題在于針對(duì)上述現(xiàn)有技術(shù)中的不足，提供一種高光譜成 像的潛指紋圖像增強(qiáng)方法，其方法簡(jiǎn)潔實(shí)用，極大的減輕了用戶的操作難度，能夠在保持增 強(qiáng)的指紋信息的前提下平滑噪聲、填充孔洞，指紋增強(qiáng)可靠性好、效率高，實(shí)用性和可行性 好。
[0005] 為解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案是：一種高光譜成像的潛指紋圖像 增強(qiáng)方法，其特征在于該方法包括以下步驟：
[0006] 步驟一、獲取指紋端元光譜集：首先，將高光譜成像的潛指紋圖像傳輸?shù)接?jì)算機(jī) 中，并在計(jì)算機(jī)中以假彩色增強(qiáng)的方式進(jìn)行顯示；然后，操作鼠標(biāo)，選取c個(gè)不同背景下的 指紋區(qū)域進(jìn)行標(biāo)記，并計(jì)算c個(gè)指紋標(biāo)記區(qū)域的平均光譜，且用c個(gè)指紋標(biāo)記區(qū)域的平均光 譜構(gòu)建指紋端元光譜集S = (S1, S2, . . .，sj，其中，c的取值為自然數(shù)，S_j為第j個(gè)指紋標(biāo)記 區(qū)域的平均光譜，j的取值為1~c的自然數(shù)；
[0007] 步驟二、獲取背景端元光譜集：以步驟一中的指紋端元光譜集為基礎(chǔ)，或者以步驟 一中的指紋端元光譜集與用戶標(biāo)記的不同背景區(qū)域的平均光譜的組合為基礎(chǔ)，采用正交子 空間迭代提取出背景端元光譜集；
[0008] 步驟三、將指紋與背景分離實(shí)現(xiàn)指紋增強(qiáng)：首先，根據(jù)步驟一中獲取的指紋端元光 譜建立目標(biāo)子空間模型，并根據(jù)步驟二中獲取的背景端元光譜建立背景子空間模型；然后， 根據(jù)目標(biāo)子空間模型與背景子空間模型的差異，運(yùn)用自適應(yīng)匹配子空間模型或背景約束干 擾匹配濾波器提取指紋，將指紋與背景分離實(shí)現(xiàn)指紋增強(qiáng)；
[0009] 步驟四、指紋特征后處理：對(duì)經(jīng)過(guò)步驟三增強(qiáng)后的指紋特征采用形態(tài)學(xué)開閉混合 重建，進(jìn)行保形態(tài)抑噪聲的后處理。
[0010] 上述的高光譜成像的潛指紋圖像增強(qiáng)方法，其特征在于：步驟二中以步驟一中的 指紋端元光譜集為基礎(chǔ)，采用正交子空間迭代提取出背景端元光譜集的具體過(guò)程為：
[0011] 步驟201、設(shè)背景端元光譜的數(shù)目為k，指紋端元光譜和背景端元光譜的端元集為 A ;用指紋端元光譜S = (S1, S2, · · ·，sc}初始化A，即A = (S1, S2, · · ·，sc};其中，k的取值為 自然數(shù)；
[0012] 步驟202、采用序貫操作法逐個(gè)提取k個(gè)背景端元光譜，構(gòu)建背景端元光譜集B = Ie1, e2，…，ek};其中，第t個(gè)背景端元光譜et的提取過(guò)程為：
[0013] 步驟2021、建立A的正交子空間
，其中，I為單位矩陣；
[0014] 步驟2022、根據(jù)公式，
計(jì)算高光譜成像的潛指紋圖像中第i 個(gè)像元的正交子空間投影的模ε ;，取i = 1~η的自然數(shù)，計(jì)算出高光譜成像的潛指紋圖 像中所有像元的正交子空間投影的模，其中為高光譜成像的潛指紋圖像中的第i個(gè)像元 光譜，η為高光譜成像的潛指紋圖像中像元的數(shù)量，η的取值為自然數(shù)；
[0015] 步驟2023、將正交子空間投影的模最大的像元位置對(duì)應(yīng)的光譜作為第t個(gè)背景端 元光譜e t;其中，t的取值為1~k的自然數(shù)；
[0016] 步驟2024、將第t個(gè)背景端元光譜61與端元集A進(jìn)行合并，對(duì)端元集A進(jìn)行更新， 即令A(yù) = {A, ej，然后令t自加 1并返回步驟2021，直到t = k。
[0017] 上述的高光譜成像的潛指紋圖像增強(qiáng)方法，其特征在于：步驟二中以步驟一中的 指紋端元光譜與用戶標(biāo)記的不同背景區(qū)域的平均光譜的組合為基礎(chǔ)，采用正交子空間迭代 提取出背景端元光譜集的具體過(guò)程為：
[0018] 步驟201、操作鼠標(biāo)，選取k。個(gè)不同背景區(qū)域進(jìn)行標(biāo)記，并計(jì)算k。個(gè)背景 標(biāo)記區(qū)域的平均光譜，且用k。個(gè)背景標(biāo)記區(qū)域的平均光譜構(gòu)建標(biāo)記背景端元光譜集
，其中，^為第m個(gè)背景標(biāo)記區(qū)域的平均光譜，k。的取值為自然數(shù)，m的取 值為1~k。；
[0019] 步驟202、設(shè)背景端元光譜的數(shù)目為k，指紋端元光譜和背景端元光譜的端元集為 A ;用指紋端元光譜S = (S1, S2, ...，sj和標(biāo)記背景端元光譜集。
初始化A， 即
；其中，k的取值為自然數(shù)；
[0020] 步驟203、采用序貫操作逐個(gè)提取k個(gè)背景端元光譜，構(gòu)建估計(jì)背景端元光譜集 B' = {ei，e2，…，ek};其中，第t個(gè)背景端元光譜士的提取過(guò)程為：
[0021] 步驟2031、建立A的正交子空間
，其中，I為單位矩陣；
[0022] 步驟2032、根據(jù)公式
計(jì)算高光譜成像的潛指紋圖像中第i個(gè) 像元的正交子空間投影的模ε ;，取i = 1~η的自然數(shù)，計(jì)算出高光譜成像的潛指紋圖像 中所有像元的正交子空間投影的模，其中，Γι為高光譜成像的潛指紋圖像中的第i個(gè)像元光 譜，η為高光譜成像的潛指紋圖像中像元的數(shù)量，η的取值為自然數(shù)；
[0023] 步驟2033、將正交子空間投影的模最大的像元位置對(duì)應(yīng)的光譜作為第t個(gè)背景端 元光譜e t;其中，t的取值為1~k的自然數(shù)；
[0024] 步驟2034、將第t個(gè)背景端元光譜61與端元集A進(jìn)行合并，對(duì)端元集A進(jìn)行更新， 即令A(yù) = {A, et}，然后令t自加 1后返回步驟2031，直到t = k ;
[0025] 步驟204、將標(biāo)記背景端元光譜集B。= R1, e2, ...，ek。}與估計(jì)背景端元光譜集B' ={e^e；；，…，ek}合并，得到背景端元光譜集B= }。
[0026] 上述的高光譜成像的潛指紋圖像增強(qiáng)方法，其特征在于：步驟三中根據(jù)目標(biāo)子空 間模型與背景子空間模型的差異，運(yùn)用自適應(yīng)匹配子空間模型提取指紋，將指紋與背景分 離實(shí)現(xiàn)指紋增強(qiáng)的具體過(guò)程為：
[0027] 步驟301、由包含指紋端元光譜和背景端元光譜的端元集A = {S, B}建立正交子空 間對(duì)，即
[0028] 步驟302、由包含背景端元光譜的背景端元光譜集B建立正交子空間即
[0029] 步驟303、根據(jù)公式
計(jì)算增強(qiáng)后的指紋特征S1，其中，Γι為高 光譜成像的潛指紋圖像中的第i個(gè)像元光譜，i = 1~η，η為高光譜成像的潛指紋圖像中 像元的數(shù)量。
[0030] 上述的高光譜成像的潛指紋圖像增強(qiáng)方法，其特征在于：步驟三中根據(jù)目標(biāo)子空 間模型與背景子空間模型的差異，運(yùn)用背景約束干擾匹配濾波器提取指紋，將指紋與背景 分離實(shí)現(xiàn)指紋增強(qiáng)的具體過(guò)程為：
[0031] 步驟301、由包含指紋端元光譜和背景端元光譜的端元集A = {S, B}建立正交子空 間枚，即._
[0032] 步驟302、由包含背景端元光譜的背景端元光譜集B建立正交子空間蠓，即
[0033] 步驟303、計(jì)算背景約束干擾匹配濾波器w，具體過(guò)程為：
[0034] 步驟3031、根據(jù)公式
計(jì)算高光譜成像的潛指紋圖像的相關(guān)矩陣R ; 其中，A為高光譜成像的潛指紋圖像中的第i個(gè)