指纹识别一般经过指纹的提取、图像预处理、特征点识别等步骤, 指纹的特征点识别对指纹图像的质量具有一定的要求^[2]。对于织物背景上提取的指纹, 一般情况下需要进行图像增强的清晰化处理, 从而增强指纹与背景的反差并一定程度减弱背景的干扰。本文的图像增强方法仅采用Photoshop CC2018版本中的工具完成, 录入指纹系统时会转为灰度图像进行识别, 系统对指纹图像的清晰度没有其他的增强步骤。Lab颜色模式是Photoshop中重要的三大色彩模式之一, 与基于光学原理的RGB颜色模式和基于颜料反射光线的CMYK颜色模式不同, Lab颜色模式不依赖于光线, 也不依赖于颜料, 弥补了RGB与CMYK两种色彩模式的不足。Lab颜色模型是由L和有关色彩的a, b三个要素组成。L表示亮度（luminosity）, a表示从洋红色至绿色的范围, b表示从黄色至蓝色的范围^[3]。

L通道从暗到亮的阈值为100, 当数值为50时就相当于50%的灰色。而a通道与b通道的阈值分别为256, a通道是由+127a的洋红色过渡到-128a的绿色, 同理, b通道是由+127b的黄色过渡到-128b的蓝色, 这三个数值的交互变化构成了人眼所能看到的色域。Lab色彩模型的色域宽阔, 不仅包含RGB、CMYK的所有色域, 还能表现他们不能表现的色彩。Lab颜色模式中, 明度与颜色完全分离且每个颜色通道内都具有过渡特征。图像中的细节特征均反映于明度L通道内, 调整a通道或b通道可以增加图像色彩对比度, 在对指纹拍照提取后, 可将其从背景上无损分离^[4]。

2.1.1 仪器与软件

扫描仪型号为HP LaserJet 1536dnf MFP, 分辨率设置为1200 dpi, 图片保存为JPEG格式, 图片处理软件为Photoshop CC 2018, 指纹识别软件为海鑫指掌纹自动识别系统5.10版。

2.1.2 样本制作

在无纺布织物与编织袋上分别捺印红色与蓝色指纹各两组, 依次命名为编织袋红1、编织袋蓝1、无纺布红1、无纺布蓝1、编织袋红2……。

2.1.3 实验依据

在Photoshop CC2018版本中, 运用到的工具为：Lab颜色模式、RGB颜色模式、色阶、USM锐化、图像差值计算。

1）色阶：“ 色阶” 命令是通过调整图像的暗调、中间调和高光的亮度级来校正图像的影调, 增强对比度, 增加图像的层次感^[5]。打开“ 图像/调整/色阶” 对话框, 通过拖动滑块调整指纹图像的输入色阶。一般情况下, 调整暗调与高光来缩小输入色阶范围, 合并低亮度色阶与高亮度色阶区域在本次实验中效果较好, 可以观察到指纹纹线与织物背景的对比度增强。

2）USM锐化：USM锐化滤镜可以改善图像边缘的清晰度, 使图像变得清晰而有光彩^[6]。若在RGB模式下使用USM锐化滤镜, 有时会出现与整体颜色不和谐的彩声噪点, 但在Lab模式下进行USM锐化, 将会在一定程度上避免图像锐化后边缘出现的色散问题^[7]。调整色阶增强对比度后, 保持a、b通道不变, 调整L通道：使用滤镜> 锐化> USM锐化, 将织物背景上的指纹纹路显现清晰。综合调整数量、半径与阈值, 使指纹显现效果最大化。

3）Lab颜色模式：将RGB图像通过“ 图像\模式” 命令转换为Lab模式, 尝试关掉a通道或b通道, 使指纹与背景色彩对比度达到最大, 也可以打开“ 色相/饱和度” 进一步将指纹色彩从背景色彩上突出。

4）RGB颜色模式：为凸显Lab模式下图像处理方法的可靠, 增加一组RGB模式下通过分离红、绿、蓝的色彩通道, 增强指纹细节特征的方法^[8], 以此与Lab模式下单通道优化的增强方法形成对比。

5）图像差值计算：图像差值计算是指在两幅像素相同的图像之间作减法运算, 可以处理周期噪声及检测视频中两帧图的变化, 是一种常用于检测运动物体的图像处理方法^[9]。在Lab模式下对指纹图像中的明度通道或a通道进行差值计算与反相处理, 可以最大程度消除同一背景、保留差异、增强对比度, 这种方法使织物背景下提取清晰的灰尘指印成为可能^[10]。

对于织物背景上的指纹图像运用三种实验方法后, 都将色阶与USM锐化参数值调整适当, 录入指纹自动识别系统后进行对比讨论。将系统自动标出的特征点数量作为检验每种方法处理图像质量的依据, 特征点标注越多一定程度上表明指纹图像的效果越好（实验数据见表1）。

表1

Table 1

表1(Table 1)

表1 样本实验数据 Table 1 Experimental samples and the adopted processing parameters 方法 样本 色阶 USM锐化 输入色阶 输出色阶 数量 半径 方法一 编织袋红1 113-1-211 0-1-255 99 2 编织袋红2 71-1-231 0-1-255 89 2 编织袋蓝1 40-1-223 0-1-255 90 2 编织袋蓝2 21-1-242 0-1-255 71 2 无纺布红1 40-1-198 0-1-255 70 2 无纺布红2 59-1-189 0-1-255 101 2 无纺布蓝1 107-1-229 0-1-255 61 2 无纺布蓝2 33-1-246 0-1-255 94 2 方法二 编织袋红1 25-1-231 0-1-255 99 2 编织袋红2 36-1-226 0-1-255 89 2 编织袋蓝1 0-1-222 0-1-255 90 2 编织袋蓝2 12-1-236 0-1-255 71 2 无纺布红1 87-1-231 0-1-255 70 2 无纺布红2 76-1-222 0-1-255 101 2 无纺布蓝1 99-1-242 0-1-255 61 2 无纺布蓝2 87-1-251 0-1-255 94 2 方法三 编织袋红1 64-1-242 0-1-255 99 2 编织袋红2 59-1-251 0-1-255 89 2 编织袋蓝1 47-1-216 0-1-255 90 2 编织袋蓝2 57-1-211 0-1-255 71 2 无纺布红1 7-1-135 0-1-255 70 2 无纺布红2 76-1-222 0-1-255 101 2 无纺布蓝1 79-1-210 0-1-255 61 2 无纺布蓝2 66-1-246 0-1-255 94 2

表1 样本实验数据 Table 1 Experimental samples and the adopted processing parameters

2.2.1 方法一 将样本通过“ 图像/模式/Lab颜色” 转化为Lab模式, 打开通道面板, 删除b通道, 选择“ 图像/调整/色阶” , 选择明度通道调整色阶的输入值, 选择“ 滤镜/锐化/USM锐化” 调整数量的百分值以达到视觉最优。

2.2.2 方法二 在RGB模式下的通道面板中, 观察红、绿、蓝三个通道的效果, 保留绿通道并调整色阶的输入值与USM锐化的数量值, 此方法可以对比出Lab颜色与RGB颜色下的单通道优化效果。

2.2.3 方法三 将样本转化为Lab模式, 选择“ 图像> 计算” , 选择源1(S)图像为样本, 图层背景, 通道a, 选择反相; 源2(U)为样本, 图层背景, 通道为明度通道或a通道, 混合(B)为差值, 不透明度为100%, 调整色阶与USM锐化进行图像增强处理。

运用Photoshop CC2018软件对四组指纹图像进行三种方法的增强实验, 依靠指纹自动识别系统检验图像处理效果。海鑫指掌纹自动识别系统5.10版识别出的具体特征点数量的情况详见图1与表2。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 部分原图及其实验后的特征点识别Fig.1 The exampled original images and the featured points identified after processing

表2

Table 2

表2(Table 2)

表2 特征点数量统计表 Table 2 Statistical of the feature points after processing 样本 原图 方法一 方法二 方法三 平均增长/% 编织袋红1 13 15 13 16 0.13 编织袋红2 14 15 15 17 0.12 编织袋蓝1 9 11 9 12 0.19 编织袋蓝2 10 11 9 14 0.13 无纺布红1 9 9 10 13 0.19 无纺布红2 8 8 9 10 0.13 无纺布蓝1 9 10 9 11 0.11 无纺布蓝2 11 12 12 14 0.15

表2 特征点数量统计表 Table 2 Statistical of the feature points after processing

通过上述实验可以看出, 经过Photoshop CC工具处理后的指纹增强图像较原图的特征识别数量略有增加; 方法一与方法三是在Lab颜色模式下的处理方法, 优于使用RGB颜色模式处理的方法二, 经过对比后发现Lab颜色模式下的通道差值计算法比单通道优化法具备更好的比对条件。由于现场中的织物种类、颜色多样, 织物条纹具有一定的粗糙度, 使得指纹图像中织物的背景干扰作用明显, 在现场拍照提取时需要保证自然光线的亮度适宜。运用Photoshop CC软件中的Lab模式对指纹图像进行增强处理较原图更有利于系统识别, 对于质量好、特征稳定、具有辨识价值的样本效果最佳, 此方法具有一定的可行性。