指纹识别中的图像处理研究------指纹图像的特性分析 （二）

　　对于含有重复纹理模式的图像，自相关函数表现出一定的周期性，其周期等于相邻基元的距离，当纹理粗糙时，自相关函数缓慢下降，而细纹理下降迅速。用自相关函数可以测量纹理的周期性以及纹理基元的大小。

　　通过以上的介绍，我们发现，当纹理基元很小并成为微纹理的时候，用灰度共生矩阵特别有用，相反，当纹理基元很大时，直接用灰度级矩阵就不是很有效，甚至失效;这个时候就要寻找其它的方法确定纹理结构。而自相关函数法，对于测量纹理的周期性和纹理的大小比较有用，但是自相关函数法的算法复杂度比较高，如果对比较大的图像直接用自相关函数法，则运算量太大;为了降低运算次数，可以先对图像进行分块，然后再对每个分块进行相关的运算。

　　2.3指纹图像的特征及描述

　　指纹图像是一种比较特殊的数字纹理图像，所以它即具有数字图像的性质，又具有纹理图像的性质，除了具有上述两种共性之外，指纹图像还具有指纹的特殊的性质。

　　①指纹图像具有方向性，但是，指纹的方向性与纹理的方向性有不同之处，一般纹理的方向一般具有一致性，但是指纹图像只有在指纹的局部才有一致性，并且，指纹图像的局部方向还要有连续性，因为对于不同的指纹纹线走向会发生变化，但是这种变化是缓慢变化的。

　　②指纹图像中的纹线的宽度是有一定的限制的，它即不会很宽，又不会很窄，这是指纹图像区别与其它纹理图像的又一个方面。这为图像的分割提供了一个有用的先验知识。

　　③指纹图像的有效区域中包含的纹线是黑白交替出现的，在有效区域的局部，即不会出现2条连续的白色纹线，也不会出现2条连续的黑色纹线。这也是对指纹图像统计出的先验知识，可以为后续的指纹图像的处理提供帮助。

　　④指纹图像的噪声也是有区别于其它的数字图像的，一般的数字图像中的噪声大部分可以认为是随机噪声，可以用比较多的现成的算法来尽可能的去除。而指纹图像的噪声除了具有随机噪声之外，还有因为器件或者其它人为因素造成的噪声，这种噪声的一般的表现是：图像中纹线断断续续，纹线不清晰，不连贯;或者图像中的纹线全部粘连在一起，分不清纹线的走向;这种噪声给指纹图像的分割造成了极大的困难。图2.8是两个具有这种噪声的指纹图像。