音频指纹提取

关键词： 检索 指纹 音频 技术

音频指纹提取（精选八篇）

音频指纹提取 篇1

学术界对音频指纹技术的研究主要包括基于时域音频指纹算法、频域音频指纹算法和时频域音频指纹算法[1]。为更好的处理非平稳随机信号和具有频谱时变性的确定信号,目前研究最多的是基于时频分析的音频特征提取算法,如短时傅里叶变换、小波变换、小波包分解和经验模式分解( EMD) 等,其目的是将一维的时域信号或频域信号映射成时- 频域上的二维信号来处理。多数指纹提取算法基于以下方法: 将音乐信号分成互相重叠的帧,对每个帧计算一系列特征,此类特征需要对各种音频信号处理在一定程度上保持不变。文献[2 ~ 3]用子带正规化方法来研究音频识别的调制频率特征,文献[4]提出了基于3 种鲁棒哈希函数,其中SVD - MFCC性能最佳。

然而,传统基于时频分析的方法在音频特征提取上存在一定的局限性,包括原始信号经小波包变换,得到的由时间轴和频率轴所构成的二维时频信息矩阵维数过大,需要对时频矩阵信息再次甚至多次处理,才能有效提取反映信息矩阵内在特征的特征变量。因此,考虑引入非线性参数估计方法来提取隐藏在时频矩阵中的信号特征。常用的非线性参数主要有信号的能量、分形维数和熵等。

本文将奇异值熵和样本熵引入音频指纹提取中,提出一种基于小波包变换,采用奇异值熵和样本熵相结合的特征向量作为表征音频信号时频矩阵系数的特征参量,再通过统计值计算提取音频指纹。初步实验结果表明,对音频鲁棒性检测的误码率低于0. 11,与文献[5]中的0. 13 相比,达到了很好的鲁棒性。对不同歌曲之间指纹比对的误码率均高于0. 64,优于文献[5]中的指纹距离0. 5 的阈值目标,证明该算法在不同音频间具有很强的可区分性。

1 指纹提取

1. 1 小波包分解与特征矩阵提取

特征提取是音频指纹生成的关键步骤。在实际音频信号,尤其是非平稳音频信号的处理中,信号任意时刻的频域特征较为重要。因此,需要使用能将时域、频域信息结合起来,用于描述信号的时频分析方法。小波包分析是一种比小波分析更为精细的分解方法,不仅继承了小波变换的多分辨率分析[6]形式,并可实现对信号进行各频带相互衔接、正交和无冗余的分解,可见小波包分析具有更广泛的应用价值。

根据多分辨分析理论,L2( R) = Wj,j∈Z,Wj为小波子空间。其中j是尺度参数,定义为小波分解的深度,在小波子空间Wj中增加频率参数n,定义的是函数在树结构中的位置,即可得到函数集为Wjn=( wj,n,k( t) ,k∈Z) ,是一个( j,n) 小波包,对正数j和n,小波包以树结构来组织。图1 显示了3 层的小波包分解,对每一个小波包分解尺度j,n可取值0,1,2,…,2j- 1,可以看出,小波包的分解关系为s = W30W31W32W33W34W35W36W37。

在小波包分解中,分解层数的增加可使信号的高频成分和低频成分的分解都达到很精细的程度,且每级尺度的不同小波包分解系数,对信号的表征程度不同。

因此,本文采用对音频信号S进行5 层小波包分解,小波基采用db4 小波,将小波包分解系数作为描述信号的特征,只需通过少量系数就能对信号进行很好的刻画,分解后的第5 层空间将包含32 个子空间,即

分别提取第5 层从低频到高频各频带成份的小波包分解系数,对所有已得小波包系数进行重Sj( j = 0,1,2,…,25- 1) 表示第5 层各节点小波包系数的重构信号,构建信号的特征矩阵为

1. 2 奇异值分解及奇异值熵计算

奇异值是矩阵所固有的特征,奇异值可充分地反映矩阵中所含的信息。小波包的奇异值熵是基于奇异值分解理论,将信号经小波包变换后的系数矩阵分解为一系列能反映原系数矩阵基本特征的奇异值,再利用信息熵的统计特性对奇异值集合进行不确定度分析,从而对音频信号的复杂程度给出一个确定的量度。因此,可采用小波包空间特征矩阵A的奇异值作为音频信号的特征,构建特征向量,方法如下[7]:

设A是m × n( 假定m > n) 矩阵,秩为r( r≤n) ,则存在m × m正交阵U和n × n正交阵V,使得UΛVT= A( 或UΛVH= A) ,其中,Λ 为m × n的非负对角阵

式中,R = diagram( σ1,σ2,…,σr) ,其对角元素即为矩阵A的奇异值,将其按照降序排列,即 σ1≥σ2≥…≥σr。如果将这些非零奇异值组成一个特征向量x =( σ1,σ2,…,σr) 由矩阵奇异值的性质可知,这个特征向量唯一表征了小波包系数矩阵的特征。小波包系数矩阵可反映信号的本质和特征,而特征向量又唯一表征了小波包系数矩阵的特征,所以该特征向量可用于音频信号的表征。

由上文分析可知,奇异值中含音频信号的特征,而奇异值的差异反映的不同频带间的不同特征。为了定量描述这种变化程度,根据信息熵的定义来构造奇异值熵。每个小波系数具有不同的频率成分,且奇异值也不同,对每个分量归一化,得到

式中,E = E1+ E2+ … + En,Ei= σi2,i = 0,1,2,…,n。进而可得到每个小波系数的奇异值熵为

式中,。

1. 3 计算音频信号样本熵

首先对音频信号加滑动时间窗,以0. 37 s长度为滑动时间窗,计算音频的样本熵,窗口每次移动一个采样点,并计算下0. 37 s时间窗的音频信号的样本熵,直到计算出最后一次时间窗的音频信号的样本熵为止,从而获得该样本数据中音频信号样本熵的时间序列x = { x( 1) ,x( 2) ,…,x( N) } ,其样本熵的计算步骤为[8]:

( 1) 给定模式维数m,由原序列组成m维矢量

式中,i=0,1,2,…,N-m+1;

( 2) 定义x( i) 与x( j) 之间的距离

式中,k = 0,1,2,…,m - 1;

( 3) 给定阈值r,对每一个i值统计d( i,j) < r的数目及此数目与距离总数N - m + 1 的比值,记作Bim( r)

式中,L[d( i,j) < r]为d( i,j) < r的数目,1≤j≤N - m,j≠i,求其对所有i的平均值

( 4) 再对m + 1 重复步骤( 1) ~ 步骤( 3) ,得到Bm+1(r);

( 5) 理论上,此序列的样本熵为

当N取有限值时,可得到序列长度为N时的样本熵估计值为

式中的参数m,r和N参照文献[9],本文选取m = 2,r = 0. 2SD,N = 1 024,SD为原始数据的标准差。

2 音频指纹提取算法流程

从上述理论分析可看出,各小波包系数的奇异值中包含较全面的音频信号特征,而奇异值的差异反映了音频不同频带间的不同特征,即使相似音频的奇异值熵差别也较大,具有良好的区分度。而样本熵分析方法只需较短数据便可得到稳定的估计值,可表示信号的复杂度和不规则性,具有较好的抗噪能力和抗干扰能力。为此,基于小波包变换将奇异值熵与样本熵相结合来提取音频指纹能全面反映待测音频的特征信息。

本文的音频指纹提取算法如图2 所示,主要步骤如下:

( 1) 对音频信号进行预处理。将音频转换为16 bit / Sample,采样率44. 1 k Hz的单声道信号;

( 2) 计算样本熵,对音频信号加滑动时间窗,以0. 37 s长度为滑动时间窗,窗口每次移动得到一个采样点,对所有采样点按式( 11) 计算样本熵,Samp En0,Samp En1,…,Samp Enn;

( 3) 分帧、加窗与交叠,实验中帧长取2 048,每帧采用汉宁窗平滑帧边缘,交叠因子为P = 28 /32,汉宁窗公式如下

( 4) 采用小波基db4 对每一帧音频信号进行5 层小波包分解,分别提取第5 层从低频到高频各频带成份的小波包分解系数,按照式( 2) 对所有已得小波包系数进行重构,得到小波包特征矩阵A;

( 5) 计算奇异值熵,对特征矩阵A进行奇异值分解,得到该矩阵奇异值构成的特征向量 σ = ( σ0,σ1,…,σn) ,进而按式( 5) 计算得到奇异值熵;

( 6) 将每小波包特征矩阵的奇异值熵与样本熵相结合作为本文音频指纹提取的特征向量,得[Samp En( σ1) ,Samp En( σ2) ,…,Samp En( σn) ];

( 7) 提取哈希值,生成音频指纹。统计量的计算是用来提取相关特征值的有效方法。本算法计算以下3 个熵统计值

式中,Samp En( σn) 是第k帧i子空间第n个小波包系数的奇异值熵与样本熵相结合的值,Hi表示第k帧i子空间的熵值,HSUMk表示第k帧信号的熵值,Havg表示音乐信号所有帧的平均熵值。

将上述所有帧HSUMk分别与Havg比较,按式( 14)每帧产生1 位Hash比特值,将所有Hash比特值连接起来即构成该音乐的指纹。

3 实验结果和分析

本文提出的算法性能测试基于Matlab 7. 10 来实现[10],对待测音频的攻击和编辑使用攻击软件工具Stir Mark for Audio v0. 2 完成。实验主要用于验证使用本算法生成的音乐指纹对于常见的音频信号处理是否具有鲁棒性,同时验证不同音乐指纹之间的可区别性。

误码率[11]( Bit Error Rate,BER) 是数字指纹评价中的一个重要指标,本文采用BER作为未知音乐指纹和原始音乐指纹间的相似性度量标准。设被测指纹和原始指纹的长度为B bit,不匹配比特位数为n,则BER按式( 15) 计算

式中,h'( n) 为被测指纹Hash值,h( n) 为原始音乐指纹Hash值。

3. 1 音频指纹鲁棒性测试

鲁棒性测试时验证音频指纹强壮性和实用性的有力指标。本实验随机选取了一段约10. 5 s的POP风格的音乐片段进行实验。对该音乐先后进行不同的攻击测试: MP3、WMA、RM编码,重采样( 将音频信号由原来44 100 Hz采样频率变为88 200 Hz,然后利用抽取技术还原为原来的采样频率44 100 Hz) ,添加回声,滤波及添加高斯噪声等,提取指纹并分别与原始指纹进行比较,输出误码率作为音乐指纹鲁棒性的判断依据。鲁棒性测试结果如表1 所示。

实验数据显示,对于以上常见的音频信号处理,本文算法提取的音频指纹误码率略优于文献[5]算法,其大多数的误码率在0 ~ 0. 05 之间,所有的误码率均低于0. 11。尤其是对于现在互联网常用的编码,例如MP3、WMA和RM,在高压缩率下仍能保持低于0. 06的误码率,达到了较高的鲁棒性。借鉴Philips研究所的文献[12]中提出的误码率阈值的取值为0. 25,若BER低于这个闭值,则认为未知音频片段来源于数据库中被检索出的音频。因此,可认为本算法在经过上述音频处理后提取的指纹具有较高的鲁棒性。

3. 2 不同歌曲的音频指纹距离实验

音频指纹距离是区分不同音频的重要指标。若不同的音乐片段间具有相似的音频指纹,则会在进行音频指纹检索时引起较高的误码,本实验测试选用5 种不同风格的音乐测定不同歌曲间的指纹是否具有足够大的距离,用BER表示的测试结果如表2 所示。

实验结果显示,BER越大,不同音乐之间的区别越大,检索结果越准确。由表2 明显看出本算法不管是同类或不同类风格的歌曲之间指纹比对的误码率介于0. 64 ~ 0. 794 5 之间,多数约在0. 70,远超出文献[12]中提出的> 0. 35 的阈值目标,指纹之间具有较大差别,不容易引起误判,这说明该算法在不同歌曲间具有很强的可区分性。

3. 3 局部篡改下的指纹性能测试

目前,音频指纹经常会被应用于准确地定位到音频中被局部篡改的帧。由于恶意篡改操作通常对音频的局部进行修改。由于音频指纹本身是离散的Hash值,因此仅凭BER值无法定位到被篡改音频的位置,还需要通过时间轴上的信号比对来进行判断。若信号的改变是局部的,则可判定是恶意篡改; 若信号的变化分布在整个时间轴上,则可认为是正常处理音频的操作,如MP3 压缩等,如图3 所示。

将1. 035 ~ 2. 035 s的音频用任意1 s的音频替换后,算法检测发现24 ~ 45 共计22 个帧的检测错误,说明算法能够较准确地定位到相应被替换的帧。

4 结束语

本文提出了一种改进的基于小波包变换的音频指纹提取算法。实验结果表明,该算法提取的音频指纹具有良好的区分度,对常见音频处理具有较高的鲁棒性,尤其是处理非平稳性较强的音频,其鲁棒性和音频区分能力明显优于Philips算法及其改进算法,同时也具有较强的识别音频篡改能力。

本文算法的优点在于在小波包变换的基础上将数学理论中的奇异值熵和样本熵引入音频指纹提取技术中,充分反映了音频不同频带间的不同特征。下一步工作将着重研究将音频的特征集中到更少的小波包系数上,进一步提高音频指纹的提取时间。

摘要：数字音频指纹技术在音频信号分析和处理中起着重要作用。针对传统基于时频分析的音频指纹提取算法中仅使用信号能量作为特征参数,而无法全面表征出信号的复杂度和不规则性问题,提出了基于小波包分解与重构,将小波包系数的奇异值熵和样本熵相结合,作为音频信号的特征参数提取指纹。实验证明,该算法提取的指纹提高了音频识别的准确率,在常见信号处理下能保持较强的鲁棒性,并具有明显的区分音频和定位音频篡改位置的能力。

一种用于碘熏法提取指纹的实验装置 篇2

一种用于碘熏法提取指纹的实验装置

文/黄敏文 潘岸英 刘 婵 郑锦泓

摘 要：普通高中化学课程选做趣味实验《检查指纹》的实验装置存在不足无法控制碘蒸气的量，尾气排放到空气中造成污染和被人体吸收造成伤害的问题。通过改进装置，能实现随时停止加热，同时隔绝碘蒸气，人为地控制碘蒸气的用量。

关键词：碘蒸气;指纹;新型试管;油脂;鉴定

一、碘熏法提取潜指纹原理

人体皮肤表面分布着皮脂腺和汗腺，遗留在客体表面的指纹多为皮脂和汗液的混合物，晶体碘是非极性的双原子分子，当其受热升华时，紫色的碘蒸气接触手印物质，根据相似相溶的化学原理，碘蒸气就会溶解于手印中的`油脂中，形成棕黄色的手印纹线，由于皮肤表面的指纹是凹凸不平的，低的地方油脂多，高的地方油脂就少一些，留下的手指印中油脂的分布也是不均匀的，从而提取的指纹就是颜色深浅不一的指纹了。

二、实用新型试管

普通高中化学课程选做趣味实验《检查指纹》的实验装置存在不足，每次实验都要加少量碘，无法控制碘蒸气的量，尾气排放到空气中。针对教材上装置的不足，我们改进了装置。在试管口部设有胶塞，其中管体内设有球面形的密封挡片，所述密封挡片的外轮廓与管体横截面的内轮廓相适应;在弧形挡片中心设有透气孔，透气孔内活动设置有密封圆珠，当管体垂直时，密封圆珠堵塞在透气孔外，当管体倾斜30°――85°时，密封圆珠从透气孔处滚出。

改进后的装置，通过在管体内带孔的密封挡板和玻璃珠，使得管体在倾斜一定角度时发生实验反应;当管体垂直时，玻璃珠可以快速堵塞密封挡板上的孔，立刻停止加热，即能马上停止碘蒸气的外逸，防止实验剩余的碘蒸气排放到空气中污染大气，让实验达到更加绿色、环保的效果。同时，实验剩下的碘在下次实验时能继续使用，避免不必要的浪费。

1.实用新型试管结构示意图

图1是本实用新型的结构示意图;图2是本实用新型的使用状态示意图。

图中：管体1、橡胶塞2、密封挡片3、透气孔4、密封圆珠5、纸6、试管夹7、酒精灯8.

2.使用说明

改进后碘熏法检查指纹的试管如图1所示，包括管体1,在管体1开口部设有胶塞2,所述管体1内下部设有球面形的密封挡片3,密封挡片3的外轮廓与管体1横截面的内轮廓相适应;在弧形挡片3中心设有透气孔4,在透气孔4内活动设置有密封圆珠5,当管体1垂直时，密封圆珠5堵塞在透气孔4,当管体1倾斜30°――85°时，密封圆珠5从透气孔4处滚出。优选地，所述管体1倾斜30°――85°时，密封圆珠5从透气孔4处滚出。

使用时如图1所示，首先将玻璃珠取出，将少量碘装入管体1内，然后再将玻璃珠放入管体1内，再将印有指纹的纸6装进管体1内，最后塞紧橡胶塞2,用夹子7固定管体1在酒精灯8下加热至产生碘蒸气，碘蒸气溶解在手指上的油脂等分泌物中，形成棕色指纹印记，便呈现指纹。当碘蒸气足够时，将管体1转动至垂直位置即可快速将碘蒸气隔离，在完成实验的同时，达到环保的目的。

在碘熏法提取潜指纹实验中，通过改进的实用新型试管不仅有效地解决了传统试管不环保、浪费试剂等弊端，实现了使用方便、效果良好、环保的绿色实验，还给学生注入了新时代绿色实验的新思想。

参考文献：

[1]刘丽，罗强，张丽梅。一种改进的碘熏法：碘锌手印显现法[J].刑事技术，(4)：28-30.

[3]庞浩，陈飞龙。油面客体指纹显现[J].广西警官高等专科学校学报，,26(4)：18-21.

刑侦现场勘查中的指纹提取探讨 篇3

摘 要：在刑侦工作当中，主要的破案线索收集往往来自于犯罪现场，因此对于犯罪现场的勘查不能忽视，而在犯罪现场的勘查中，最具有价值的线索莫过于犯罪分子所留下的指纹。本文基于作者自身的实际工作与学习经验，首先简单阐述了刑侦现场勘查中指纹提取的重要性，然后对当前刑侦现场指纹提取的制约因素进行了分析，最后主要对如何改进和完善刑侦现场指纹提取提出了部分探讨性意见，以期能对刑侦工作起到促进和保障作用，维护社会稳定、和谐。

关键词：刑侦；现场勘查；指纹提取

对于刑侦工作而言，犯罪分子在犯罪现场留下的指纹，往往是最有价值的破案线索，因此我们在进行刑侦现场勘查的时候，要格外重视对指纹痕迹的提取，这极有可能成为将来刑侦破案、审理定罪的关键要素。

一、刑侦现场勘查中指纹提取的重要性

指纹，可以说是我们每个人都具有的独一无二的身份特征，因为我们每个人的指纹都各不相同，没有例外，即使是同卵双胞之间，其指纹也是会有差异的，也就是说在必要的技术条件下，我们通过指纹便可以确定一个人的身份。指纹的形成，95%靠天生，即基因遗传，另5%靠后天，如一个人幼时的行为习惯便可影响到指纹的形成，但到了14岁以后人的指纹就会完全成型，非常稳定，除非是真皮组织破坏，否则一个人的指纹将永远不会发生改变。

由于指纹具有上述的唯一性和稳定性特点，所以在刑侦工作当中，通过对犯罪现场指纹的提取，可以帮助刑侦人员快速确定嫌疑人，或是缩小嫌疑人范围便于排查，从而提高刑侦破案的效率和准确性，而且在案件的审理过程当中，现场指纹还能够作为有效的证据帮助定罪，防止犯罪分子逍遥法外，因此做好刑侦现场勘查中的指纹提取是相当重要和关键的。

二、当前刑侦现场指纹提取的制约因素

1.法律制约

《刑事诉讼法》在经过2012年的修订之后，明确了嫌疑人享有“沉默权”，这使得我国传统重口供、轻实证的刑侦工作习惯得到了改变。但我们也需要注意，虽然指纹痕迹在刑侦工作当中具有非常重要的作用，但辩诉交易制度的缺乏，却为刑侦工作提出了更大的压力与挑战。为了推进刑事侦查工作的科学化、规范化发展，我国制定了一系列法律法规，各省也以国家法律为导向，立足本省实际制定了相应了侦查工作规定。不可否认，当前我国的法律体系较之前相比已经完善了许多，在刑侦方面明确规定了刑事侦查工作的程序、主体等形式问题，但在涉及到实质性问题方面，却缺乏足够的操作性和实际应用性。同时，在侦查跨省犯罪案件中，由于各省侦查工作的规定不一致，缺乏统一标准，致使各省无法统一协调侦查工作，对指纹提取在刑事侦查中的具体应用造成阻碍[1]。

2.技术制约

指纹提取是一项技术性的工作，其中涉及多方面的学科知识和技术能力要求，如果技术不到位，不仅难以有效提取指纹，甚至还可能导致指纹被破坏，失去最有价值的刑侦破案线索。在实际的刑侦工作当中，犯罪分子不可能故意留下指纹，所以很多指纹的提取都较为困难，再加上如果现场环境较为特殊的话，指纹更是会模糊不清、难以显现，给提取工作造成难题，在技术条件的制约下，这一部分指纹很难成功提取。

3.管理制约

犯罪现场的管理是一项系统性的工作，其中涉及后勤管理、技術管理、人力资源管理、信息管理等，这些工作在任何一个环节被忽视或发生缺失，都会导致整个犯罪现场管理系统崩溃，不利于现场的勘查以及指纹提取。《公安机关刑事案件现场勘验检查规则》中，虽然对于指纹提取的管理做出了相关的规定，但这些规定大多都只是原则性的，对于实际的管理操作参考与指导意义不大，这也在一定程度上制约了犯罪现场指纹的提取。

三、如何改进和完善刑侦现场指纹提取

1.加强基础理论研究，完善相关法规

从当前国内学者对于以指纹提取为主要内容的犯罪现场勘侦研究中可以发现，其对于技术和方法的探讨明显重于实际问题，缺乏对基础理论的深入研究，从而束缚了侦查人员主动性的发挥，难以将侦查与检验有机契合。为此，要强化对指纹提取基础理论的研究和探讨，使之能够科学运用到实践中，并能够有效指导实践。同时，要注重对法律法规的完善，针对实际问题作出明确规定，通过对《公安机关办理刑事案件程序规定》及《公安机关刑事案件现场勘验检查规则》的进一步修订，统一规章制度，在法规内容上适当增加对程序性立法的比重，适度减少一些原则性规定[2]。

2.推广、普及先进提取技术，提升专业人员素养

指纹提取技术的先进与否，直接决定着指纹提取的质量，在实际的犯罪现场勘查过程当中，很多指纹都残缺不全、模糊不清、难以显现、难以提取，为了解决这些难题，我们必须要加快推广、普及先进提取技术，根据现场的实际情况，采取对应的指纹提取技术措施，从而提取到清晰、完整、高质量的指纹痕迹。目前，指纹提取主要包括拍照、提取指纹痕迹原物件、胶带粘取指纹、静电复印提取、碘熏法提取、宁海得林法提取、光学手段提取、真空镀膜显手印法提取、指纹痕迹反差增强技术提取等方法，它们的成本和技术难度要求不一，但能够适应的情况各有不同，作为提取指纹的工作人员，必须要具有较高的专业素养，要能够正确选择提取方法，确保指纹提取的质量。

3.强化现场管理责任，细化管理内容

在犯罪现场管理的指导原则方面，应将“技术检验与综合侦查并重”这一思想明确列入，予以高度重视，强化现场管理责任。在管理内容上，注重信息管理、人力资源管理、技术管理以及后勤管理的有机并重，避免任一部分的缺失造成的管理失衡。在具体规定上，要增强立法的可操作性，对勘侦人员的任职要求予以明确和提升，合理界定权力行使范围，并设计有效的监督救济途径，确保管理的实效性，为现场指纹提取创造良好的管理条件[3]。

四、结语

由于指纹具有唯一性和稳定性的特点，所以犯罪现场指纹提取对于刑侦破案具有重要而关键的价值意义，它可以帮助刑侦工作锁定嫌疑人，也能够作为审理定罪的有效证据。因此，我们应当不断改进和完善刑侦现场指纹提取，提高指纹提取的质量，为刑侦工作提供参考线索和保障。

参考文献：

[1]杨昌挺.指纹痕迹检验刑侦技术的运用与相关阐述[J].法制博览，2016，05：166-167.

[2]孟繁华，田华林.指纹检验在刑侦工作中的应用分析[J].科学中国人，2016，20：177.

音频指纹提取 篇4

关键词：音频指纹,特征提取,广播电视,广告检索

随着我国广播电视事业的飞速发展, 各地广播电视台的频道数量也急剧增加。这对需要按国家有关政策法规对广告进行监管的有关部门来说, 工作也变得异常繁重。如何使用现代化的手段快速、有效的监视、记录、存储、查询电视的广告/节目内容、播出时间、质量、内容, 已经成为广电监测行业的重要课题。因此迫切需要一种快速准确的音频搜索和监测的解决方案, 使得广播电视以及互联网的用户和监管者能够快速检索音频内容相关信息。

本文针对于上述需求, 利用音频指纹技术构建了一套可扩展的音频模板检索系统, 对如何将其应用到广播电视节目的广告监测与统计工作做了相应的研究。音频模板检索要处理的问题是如何从待检索数据集中搜索与查询音频模板内容相同的音频信息。各种传播媒体使用的传输信号的信道有差异, 且音频压缩算法多种多样, 所以音频模板检索技术需要满足针对不同的传输信号和压缩算法都要鲁棒这一需求。相对于基于音频相似度和语义描述的音频检索技术来说, 基于音频模板的音频检索技术着眼点在于音频的信号层级的检索, 并不需要关注音频内容信息。

本文的内容安排如下:第一节首先对音频指纹的特征提取算法做一概述;第二节介绍音频模板匹配算法;第三节描述了基于音频指纹模板检索的在广播电视节目处理中的应用并给出实验结果。

1 音频指纹模板特征提取算法

首先将音频指纹用于音乐检索中。音频指纹是音频内容关键特征的一种压缩、紧凑的表示, 音频指纹特征提取函数将数据冗余较大的音频波形空间映射到指纹空间。音频指纹应具有鲁棒性, 即使存在由于压缩算法、传输信道的差异造成的信号畸变, 也可以用其在海量未知音频数据中检索音频片段。所以, 音频指纹特征提取的一个重要的技术指标是当音频信号发生畸变时, 音频指纹特征也应与非畸变的特征有极大的相似性。对于两段音频X, Y来说, 存在一个门限值T, 使得当X, Y很相似时, |F (X) -F (Y) |<T;而当X, Y不相似时, |F (X) -F (Y) |>T。

特征提取流程如图1所示。

2 基于音频指纹的模板匹配方法

待检索的音频数据库特征提取方法和音频模板提取方法相同, 本文中搜索的粒度为3秒的音频片段, 首先将检索模板按照3秒窗长划分为片段, 片段移动为1.5秒, 每个片段包含188帧, 对每一帧提取一个32bit的指纹条, 共188个指纹条。因此一个音频块由18832比特的特征构成。设音频库共有N个文件待检索, 一个模板音频块的匹配过程如下:

1) 初始化i=0;

2) 若i>N, 表明已经完成对整个音频库的搜索, 退出;否则, 对音频库中的第i个文件, 进行如图xxx所示的匹配过程。设第i个文件共含有n Frmi帧, 则在第i个模板中会有 (n Frmi-188+1) 次匹配过程。每一次的匹配程度通过BER来衡量。设BERij是在第i个模板中的第j次匹配, 其中, N为模板库中的模板数。则在模板i中的最佳匹配为:

3) 若Min BERi<Threshold, 说明找到了与检索项匹配的模板, 输出结果, i=i+1, 跳转到第2步。

3 基于音频模板的广播电视广告检索与统计系统

广播电视广告为消费者和生产者之间架起了沟通的桥梁, 但是日益增长的广告数量对虚假广告、违法广告的监管造成了很大的压力。音频模板检索可以很好的解决这一问题, 首先通过建立非法广告的“黑名单”数据库, 然后通过在广播电视音频数据中查询黑名单, 达到自动监测非法广告播出情况的目的。此外, 广告检索的另外一个应用是统计厂商的广告投放播出情况, 生成广告统计报表, 该数据对于公司市场决策可以起到非常重要的辅助作用。基于音频模板的广告检索统计系统可以自动的方式统计和监控广播电视中的广告内容, 并节省了大量的人力成本。

1) 广告检索并行系统框架。

广告检索系统在应用时需要处理大量乃至海量的音频数据, 如一个直辖市的广播电视监测台每天就需要监测大约16个频道的节目内容, 用单机单线程处理方式满足不了如此大量的数据处理需求, 本文的广告检索系统是运行在并行计算系统平台下。该系统集成了稳定、高效、可扩展的集群并行计算运行环境, 支持多CPU按照任务粒度并行计算。并行计算框架如下图所示:

其中, 广告音频模板检索程序按照通用引擎接口包装, 通过计算节点调用引擎服务。调度器负责计算节点的负载均衡以及差错处理, 首先从任务数据库中获取待处理的任务列表, 将单个任务分发给计算节点进行广告音频检索任务的计算, 当计算节点计算完成后, 返回结果给调度器, 由调度器进行结果的解析和入库。广告音频模板检索计算引擎的流程如下图所示, 通过一个开关值区分要做的工作是模板特征提取还是模板搜索。对于待检索的广告片段, 首先对其进行音频特征提取, 训练成为音频模板文件。查询时将待检索的文件切分为固定长度的片段, 然后与模板库中的广告利用音频指纹进行一一比对。

2) 人机交互界面。

广告检索的人机交互界面如图5所示, 系统采用J2EE技术和多层结构设计支持跨平台应用, 全浏览器 (B/S) 模式, 零客户端维护, 适合各类企业应用。系统提供了友好快捷的操作界面, 利用提供的快捷操作功能, 操作员能够快速地确认各广告检索结果以及相应的起点和终点。功能说明如下:

(1) 系统支持广播、电视节目中多种媒体格式。

(2) 通过点击检索出的广告列表中的某个广告, 系统能迅速定位到所选中的时间点并播放该媒体文件。

(3) 通过键盘快捷键和便捷的鼠标操作, 用户可以方便的浏览审核检索出的结果, 并可以手工调整自动检测出来的广告边界点, 减少广告分类统计时由机器统计造成的误差。

4 小结

对胶带指纹提取和检验的探讨 篇5

2012年6月29日夜, 犯罪嫌疑人在某地区某市唐先镇附近, 假借搭车的名义, 让受害人施某驾驶一辆轿车将其送至该市太平水库附近后, 犯罪嫌疑人用一把自身携带的刀具刺中施某背部, 导致施某死亡。7月2日, 经大量侦查工作后抓获犯罪嫌疑人胡某, 经审讯, 犯罪嫌疑人胡某交代了杀害施某抢劫轿车并将尸体用胶带捆缚后沉于水库内的犯罪事实。

二、现场勘查情况

7月3日, 将犯罪嫌疑人胡某带出辨认受害人沉水地点, 经3个多小时的艰苦搜索与打捞, 将受害人施某尸体打捞上岸。打捞上岸的尸体头眼部、嘴部可见黄色胶带缠绕, 仅露出鼻部;上半身被黄色胶带缠绕, 双手前屈置于腰前, 下半身大腿部、小腿部均被黄色胶带缠绕, 胶带为黄色封口胶, 宽0.04米。

三、胶带提取检验

在此案件的审讯中, 出现犯罪嫌疑人拒不交代的现象。技术人员临危受命, 开展对已在水中浸泡3天3夜的水中尸体捆缚胶带进行检验。在对此案物证封口胶的检验过程中, 分别提取头部、上半身、腿部胶带, 采用分段提取, 因考虑检材已在水中浸泡时间长、镊子夹持可能对手印形成伤害, 未采用溶液剥离, 而采用对胶带分段后戴薄橡胶平滑手套直接细致剥离, 用粘性显现剂显现, 清水冲洗。在对尸体上身及腿部捆缚胶带检验后发现, 胶带反映出衣物的纺织纹, 未检验出手印。在对死者头部缠绕胶带剥离显现后, 在胶带粘性面提取两枚清晰指纹, 拍照固定提取。但是在对头部提取到的指纹进行比对检验时, 发现与抓获的犯罪嫌疑人的指纹无一同一, 这一结果将直接影响到整个案件的侦破工作和日后对犯罪嫌疑人的量刑打击处理。

四、分析讨论

由于指纹提取检验过程规范, 对胶带粘性面提取的手印为犯罪嫌疑人所留的信心毫不动摇, 遂陷入思考及深究, 从上身及腿部胶带未检验出手印出发, 经仔细反复观察勘验照片, 发现死者上衣及腿部缠绕胶带叠加部位少, 并且经过胶带与有纺织布纹的接触, 原先嫌疑人所留手印会在缠绕过程中遭到破坏, 即留有手印的部位也会因粘性面与布纹的贴合产生二次破坏;而作案时嫌疑人能够留下较好的手印为富汗指印, 而汗液的主要成分是水、氯离子、钠离子等物质, 其中水占汗液的99%以上, 随着时间的推移, 再经长时间水中浸泡, 指印中的水分会逐渐溶于水中;时间越长, 水分消融得越多, 一定的时间后, 指印中的水分就会完全消融于水, 我们用粘性显现剂就不能显现出手印了;再观察头部缠绕胶带, 由于嫌疑人怕受害人看见和呼救, 缠绕胶带密集且叠加覆盖多, 胶带粘性面与光滑面贴实度高, 外胶带反而起了防水带作用, 所以能够在内层覆盖胶带粘性面提取到很好的手印。但也只解决了为什么在从头部叠加胶带层数多、覆盖好的部位提取到手印的问题, 未比对上的问题依然没有解决。

从手印形成的原理进行分析, 手印是手接触客体时, 手对客体施加作用力, 客体对手即产生反作用力, 在这两种力的作用下, 客体的表面形态或附着物发生变化, 形成反映手纹形态结构的痕迹;此时, 手与客体之间因力的相互作用, 附着物之间互相转移形成手印。但此案中头部胶带的缠绕过程中, 嫌疑人可能因撕拉胶带将手印直接附着在胶带粘性面, 但也有很大可能嫌疑人在缠绕过程中, 撕扯胶带时, 特别是对受害人眼部、嘴部、头部进行缠绕时手指对这些重要部位进行按压、试探动作, 那极大可能在胶带光滑面留下汗液手印, 并且因为心理原因, 在认为不够紧密的情况下, 对此部位进行反复缠绕覆盖。而此时, 留在胶带光滑面的附着物将被后一层胶带粘性面所粘附, 就像平常粉显后的手印用透明胶带粘取是一个道理, 即附着物质发生了转移。而我们平常粘取后手印是透过透明胶带进行观察和检验, 对于此案粘性面显现手印客体, 为黄色不透明胶带, 不能从光滑面直接进行观察检验, 那就应该水平翻转 (左右翻转、如左手印翻转成右手印) 后比对, 将提取指纹在电脑上水平翻转后, 很快比中两枚指纹均系嫌疑人胡某右手拇指所留, 分析为撕拉胶布右手拇指遗留在胶带光滑面, 再次缠绕胶带时手印物质转移在上层胶带粘性面所致。据此审讯嫌疑人胡某, 胡某终于如实交待自己独自一人将受害人用胶带捆缚后抛于水库中的犯罪事实, 为本案的侦查提供了强有力的证据支撑。

经过此案, 特别是在其他抢劫案案件中, 技术人员对现场提取的捆缚过受害人的胶带进行仔细剥离, 用特软毛笔蘸取粘附粘性显现剂显现, 对提取到的手印先进行常规比对, 未比中的手印进行水平翻转后进行比对, 很多都取得了很好的效果。手印形成原理、物质转移原理为胶带手印的提取和比对, 提供了科学的依据。

摘要：手印显现提取技术是痕检人员日常工作中运用最广泛的一门技术, 手印显现提取方法是否得当, 直接关系到手印能否显现和显现提取的质量。本文通过对胶带上手印如何正确提取进行探讨, 以期能够使侦查工作走出误区, 少走弯路。

关键词：胶带,手印,提取,物质转移,水平翻转,检验

参考文献

[1]马荣梁, 常柏年.胶带粘面上的手印显现[J].刑事技术, 2000.

浅析现场勘查中的指纹提取 篇6

指纹能否被正确地提取并进行保存, 是受多种条件的限制, 本文认为主要有主客观两方面的因素:

一、客观因素

( 一) 手掌附着的其它物质

由于人的手掌经常触摸其他物体, 因此物体表面的遗留物很可能与手掌接触并保存有其特有的物质, 这些物质种类较多就有液体有固体, 既有粉末状也有颗粒状, 有不同的颜色和不同的形态, 这些各色各样的物质直接或间接的影响这是指纹的显现, 举例来说质地较为细腻的物体, 在被手掌触摸之后指纹比较清晰而且完整, 但是对于那些颗粒感较强, 质地较为粗糙的物质如果说与手掌接触之后, 那样他的指纹就比较模糊, 而且大多情况下指纹都会有残缺。对于那些进入从事餐饮行业的门面房进行盗窃的嫌疑人来说, 如果他们在现场遗留指纹的话, 这些指纹大多都会比较清晰的, 这是由于餐饮行业的房屋内大多附着有油污, 如果进入现场的犯罪嫌疑人接触到的这些油污, 就会在现场遗留相应痕迹。

( 二) 形成指引的外力作用

我们知道, 指纹之所以能够遗留在现场, 是因为犯罪分子通过手掌向外施加的力量, 而力量的大小强弱, 力量的施展方向, 力量在生长过程中有无进行位移和偏转, 直接决定了, 指纹的清晰程度, 对犯罪分子来说, 不论他们如何试图避免在现场遗留指纹, 他们的手掌总会在不经意间触碰到相应的物体, 比如在盗窃车内物的过程当中, 为了拉开车门, 他们总会用手用力拉车门的把手, 因此在车门的把手内侧往往会遗留犯罪分子几枚指纹, 这几枚指纹往往会比较清晰因为在整个过程中手掌并没有发生太多的位移, 但是如果我们对车辆的收纳盒和车辆的后备箱进行勘察, 往往会在其中发现一些模糊不清的指纹或者掌印, 这是由于犯罪分子为了寻找财物, 他们必将会在车辆内部翻找, 而翻找的过程中手纹往往会发生扭曲和变形。

( 三) 手印遗留时间的影响

我们知道, 指纹之所以可以被提取和保存主要取决于人类手掌汗腺分泌的油脂和化学物质, 这些物质通过时间的洗礼往往会发生变化, 他们可以慢慢的挥发, 慢慢地干涸直到我们无法提取, 对侦查机关来说发现指纹的时间越早, 就可以在第一时间采取行动, 这样也就可以越能保证采集指纹的质量。就拿我们经常遇到的无人尸体来说, 如果尸体较为新鲜, 现场勘查人员经常可以在尸体的衣物发现有无其他人员的指纹, 从而对我们判别该尸体的死因创造有利条件, 但是如果该尸体已经死亡较长时间, 其结果往往是一无所获。

二、主观因素

( 一) 事发现场是否得到有力的保护

我们知道, 大多数案发现场往往经过伪装, 或者是犯罪分子破坏, 对我们开展下一步的现场勘查工作会造成很多障碍, 如果说在此基础上没有对案发现场进行进一步的保护从而遭受到, 围观群众, 受害者等其他因素的干扰, 其结果往往会更加糟糕, 这就要求第一个到达现场的民警能够有保护现场的意识, 然后采取有效措施, 防止外界因素的干预, 如果遇到突发暴雨, 台风等自然灾害然后采取相应的技术措施对现场进行保护直接决定了现场勘查工作, 特别是指纹提取的成败。

( 二) 现场勘验人员的技术熟练程度

我们知道现场勘验人员在整个现场勘查工作当中起到主导作用, 这样的主导作用主要体现在他们不但是现场勘查方案的制定者也是方案的有力执行者, 整个现场勘查工作的成败直接决定于他们能否针对不同的情况采取相应的技术措施, 我们知道, 提取指纹的方法有很多, 在其中包括了由光学提取法, 化学提取法等等, 这些不同方法要针对不同的情况才可以采用。

( 三) 现场勘查人员的技术装备状况

俗话说工欲善其事必先利其器, 虽然说指纹提取的技术需求较低, 他仅仅需要诸如: 磁粉、紫外线、红外线等一些较为简单的工具。但是受制于当地财政力量所限, 特别是偏远地区, 指纹提取基本技术装备配备得并不完善, 还有很多技术人员并不是专职现场勘查人员, 他们不但不具备相应的技术资质, 就连基本的技术装备也不具备, 试想在这样的条件下我们的现场勘查质量如何保证?

三、结语

可以说现场勘查过程中的指纹提取工作学一项系统性工程, 每一个环节都必不可少, 每一个细节都不可忽略, 因此在我们对指纹进行提取之前, 我们应当对现场的环境, 现场遗留物, 案发的时间进行充分的考虑, 不断地提高自己的现场勘查水平, 从而为刑侦工作提供有力的支撑。

参考文献

刑事侦查中的指纹提取制约因素 篇7

在以往的刑事案件侦查工作中, 公安机关较为依赖犯罪嫌疑人的口供, 侦查工作所占比例较小, 从某种意义上讲, 口供很有可能决定最终结果。现如今我国法律不断完善, 人们对于法律越来越重视, 新修订的法律指出犯罪嫌疑人有权保持沉默, 至此口供在罪责的认定中所占地位明显降低, 这使得刑事案件需要进行大量的侦查, 其中指纹提取技术是刑事案件侦破的重要手段。

2 指纹提取概述

所谓指纹提取是指公安机关勘侦人员综合运用指纹提取理论、方法, 收集、保存、检验犯罪现场遗留下的各项指纹痕迹, 以确定犯罪痕迹与犯罪嫌疑人之间的关系的刑事侦查活动。指纹提取技术是指公安机关勘侦人员综合运用指纹提取理论、方法, 收集、保存、检验犯罪现场遗留下的各项痕指纹迹, 以确定犯罪痕迹与犯罪嫌疑人之间的关系的刑事侦查方法、手段。实践中, 指纹提取为刑事侦查工作的发展深入发挥了重要作用, 为查清和认定犯罪事实, 严厉打击犯罪提供了可靠的技术保障。

3 指纹提取在刑事侦查中应用的制约因素

3.1 现行法律法规的制约

根据2012年新修订的《刑事诉讼法》规定, 犯罪嫌疑人的“沉默权”得以明确, 被纳入法律体系中, 从而改变了传统侦查中重口供轻证据的问题。但不容忽视的是, 尽管指纹提取有着广泛的应用, 但由于缺乏辩诉证据交换制度, 刑事技术部门在实际工作中也面临着前所未有的压力和挑战。为了推进刑事侦查工作的科学化、规范化发展, 我国制定了一系列法律法规, 各省也以国家法律为导向, 立足本省实际制定了相应了侦查工作规定。毋庸置疑, 现行的法律法规对刑事侦查工作的程序、主体等形式问题予以了明确的规定, 但在涉及到实质性问题方面, 却缺乏足够的操作性和实际应用性。同时, 在侦查跨省犯罪案件中, 由于各省侦查工作的规定不一致, 缺乏统一标准, 致使各省无法统一协调侦查工作, 对指纹提取在刑事侦查中的具体应用造成桎梏和阻碍。

3.2 现场管理的制约

要使指纹提取在刑事侦查工作得到理想的应用和功能发挥, 就要注重对指纹提取现场的管理。现场勘查系统的任何一个部分的缺失和忽视都可能造成整个系统均衡性的丧失, 对犯罪现场侦查工作造成不利。尽管我国的《公安机关刑事案件现场勘验检查规则》就指纹提取管理的基本原则作出了若干规定, 但不难发现, 这些规定大多是原则性的, 缺乏实质的管理内容, 将绝对的管理权力赋予现场勘查系统, 阻碍了指纹提取在刑事侦查工作中的有效应用和健康发展。

3.3 指纹提取技术本身的制约

随着科技的发展进步, 指纹提取技术日臻完善, 不仅在刑事案件的侦查中应用广泛, 也有效推动了刑事侦查工作的发展。但纵观我国性世界技术部门对于指纹提取的研究, 缺乏深入性和创新性, 未能及时对新技术的应用方法展开探讨, 存在一定滞后性。与此同时, 指纹提取的广泛应用也造成了侦查机关对其的过分依赖, 导致实际侦查中痕迹人员主导现场, 包揽实地勘验, 以往的重口供变为重技术, 只勘不侦, 勘验分离等问题较为突出。究其原因, 则在于勘侦人员未能正确认知指纹提取在工作原理和适用范围等方面的不足性, 致使刑事侦查工作陷入机械化模式, 难以契合技术勘察与综合侦查有机结合的理念与要求。

4 结论

在实际的应用工作中, 指纹提取还受到现行法律法规, 自身技术和现场管理等因素的制约, 对其在刑事侦查中应用效果的发挥和应用水平的提升造成桎梏和阻碍。为此, 要针对制约性的因素认真分析, 强化基础理论研究, 完善相关相关法规, 注重指纹提取技术开发, 提升专业人员素养, 并不断强化管理责任, 细化管理内容。

摘要：指纹提取是刑事侦查中一项必不可少的工作内容, 对于刑事案件的侦破具有极大的推动作用, 因此指纹提取技术意义重大。在但我国的现实情况是, 指纹提取技术有待提高, 相关法律法规也有一定限制, 给刑事案件侦查工作的开展带来了困难。本文旨在探究指纹提取对刑事侦查带来的影响并提出相关建议, 以期降低刑事侦查工作困难。

关键词：刑事侦查,指纹提取,制约因素

参考文献

[1]张冠营.指纹提取技术在刑事侦查工作中的应用[J].湖北警官学院学报, 2013 (01) .

[2]赵铁锋.简议如何运用指纹提取技术提高证据质量[J].理论前沿, 2012 (09) .

关于指纹特征提取的一个误区的分析 篇8

关键词：指纹识别,图像,旋转,细部特征,像素,坐标

引言

信息技术的飞速发展使得人们远程获取和交换信息的能力变得日益强大, 而保护人们个人信息的安全也变得愈发重要。生物识别安全技术的出现从某种程度上解决了这个问题。日前在所有生物识别安全系统中, 指纹识别毫无疑问是相对高效和广泛流行的, 这种技术也在多个学术探讨领域中受到空前瞩目。

1.指纹识别的基本原理

指纹是人类手指末端正面皮肤由凹槽和突起组成的纹线图案。上文中的"突起"指的是指尖表皮较高的部分, 凹槽则像山谷一样镶嵌在突起之间。它们共同组成了一个高度稳定的结构图案, 在人的一生中保持不变。

一般来说, 基于指纹辨识的安全系统可以分为两大类:指纹识别系统 (FIS) 与指纹验证系统 (FVS) 。通常指纹识别系统 (FIS) 是用来检查采集到的指纹图像是否与数据库中储存的某个指纹图像相匹配。而指纹验证系统 (FVS) 是用来检查采集到的图像是否与一个特定的指纹模板相匹配。

在指纹确认和匹配的过程中, 现有的匹配过程几乎都是对照图像专有的独一无二的特征, 例如细部特点。因此, 在众多生物加密研究中, 如何准确的从指纹图像和特定模板中提取细部特点就成为了一个需要解决的重要课题。

2.指纹图像转化过程中的一个重要问题

在一般的指纹验证系统中, 采集到的指纹图像也许会经过扭曲、旋转或变形才能与特定模板相匹配, 这些问题通常需要算法来解决。这些算法都是基于参考一个指纹图像的专属特点, 来确定后来采集到的指纹图像经过旋转后与前者专属特点的关系。也就是说, 采集到的指纹图像经过旋转后提取出的特征, 将与特定的指纹模板进行比对。

在对指纹旋转处理算法的评价中, 专家们普遍认为在像素水平上进行的图像转化几乎不会丢失图像信息。但通过一些实验我们发现, 高达7%的图像细节被错误的辨识。对于相匹配的那些图像, 它们细部特征的位置大概偏移了16像素;而对于没有匹配成功的, 取向角旋转了大约90°的那些图像, 它们细部特征的位置甚至偏移了55像素。这个结果表明, 那些处理图像旋转带来的变形所需要的转化过程, 对指纹特征提取所带来的影响是不容忽视的。

在像素水平上处理图像旋转的过程中, 一个新的, 与原始图像有极大出入的指纹图像很有可能产生并作为后面特征提取过程的原始输入。所以在评估指纹特征提取算法时, 我们必须要仔细的考虑它是否能够处理在像素水平上的图像旋转所带来的改变。

3.指纹图像旋转所带来的问题与分析

在一个已存储的指纹图像中, 假设一个点的坐标为 (x, y) , 这个点映射到旋转后的图像中的坐标为 (x'y') , 那么我们可以得到:

在这两个公式中, (x0, y0) 是原始图像旋转中心的坐标, φ是图像旋转的角度, 假设转转中心的坐标 (x0y0) 就是坐标原点 (0, 0) , 那么我们可以得到:

在所有图像中, 每一个像素的坐标值都是一对有连续性的整数坐标 (x, y) , 经过旋转后, (x', y') 则变为真数坐标。然而在图像中, 像素单位只能用整数坐标表示而不能用真数坐标表示。这就导致了相邻的像素坐标在旋转后很有可能产生了距离, 同时相关的区域范围就会扩大。打个比方, 原先的指纹图像大小为296*560, 等于165760像素, 图像经过45°角的旋转后, 整个相关区域扩大为166856像素, 约有1096个额外的空白像素产生。

为了使旋转后的图像从视觉效果上比较接近原始图像, 我们有必要在每个像素之间进行插入特定数值的添写算法。

在实践中, 每个旋转后的图像像素的整数坐标值为 (x'', y'') , 在旋转之前的原始图像中, 与其相对应的坐标为 (x''', y''') , 原始图像的坐标值的计算公式可变为:

x’’=x’×cosϕ-y’×sinϕy’’=y’×cosϕ+x’×sinϕ

然后我们可以使用一个插值算法的方式来估算坐标点 (x''', y''') 的数值, 并把这个数值赋予旋转后的像素坐标 (x'', y'') 。

目前, 有三种基本的插值算法已被应用:近邻算法 (nearest-neighbor) 、双线性算法 (bilinear) 和双三次 (bicubic) 算法。近邻算法是指定一个最靠近 (x''', y''') 的整数坐标作为它的像素坐标, 而其他两种插值算法则引用了 (x''', y''') 周围的多个像素坐标。毫无疑问的, 这些插值算法使处理过的图像十分平滑, 并且从视觉角度更像原始图像。然而, 被处理过的图像依然不会与原始图像分毫不差。在以指纹图像辨识为基础的安全系统中, 所有的特征提取都是基于图像本身的, 因此图像旋转带来的失真也许会对指纹特征的精确提取带来影响, 这是值得专家们关注与研究的一个问题。

在指纹图像旋转之前, 理论上旋转后图像的细部特征能用转换公式计算出来, 而旋转后细部特征的定位, 也通过为原始图像增加旋转角度而获得。在理想状态下, 经过图像的旋转, 那些细部特征也能相应的旋转。换言之, 它们的被检测到的位置和方向应该与旋转前大致相同。

4.测试图像旋转影响的实验设计

要评估图像旋转算法对指纹特征提取所带来的影响, 我们可以设计出以下实验步骤:

4.1旋转角度可分别设定为:5°、10°、15°……90°。

4.2在任意给定的旋转角度, 对原始图像选用不同的插值算法:近邻算法, 双线性算法, 双三次算法。

4.3原始图像与旋转后的图像的细部特征将被提取并记录。

4.4理论上旋转后图像细部特征的位置与方向, 将在原始图像的基础上使用转换公式计算出来。

4.5在旋转后, 图像细部特征实际检测出的位置与方向将与第四步的结果相比较。

另外, 实验材料可以从公共数据库FVC2002-DB2中提取, 这个数据库包含了800例灰色指纹样图, 所有的图像都是296*560像素。商业指纹识别软件Verifinger 5.0 SDK可用于指纹特征提取, 此软件在过去的12年内被来自98个国家的千余用户所使用。Matlab 76.0可用于图像旋转, 数据分析与统计。

上文中提到, 旋转后图像像素的坐标值是在原始图像像素的坐标值的基础上使用了插值算法所得到的。但无论这些插值算法是经过如何周密设计, 无论处理过的图像细节在视觉效果上与原始图像多么毫无二致, 旋转后的像素坐标值仍然与原先有些出入。通过实验我们可以看出, 从指纹辨识的角度, 突起部分的完整性呈现受到了损害。

下图展示了指纹突起部分的专属特点的变化。图的上半部分是原始图像, 下半部分是旋转后的图像, 从左到右依次是:+30°、+15°、-15°、-30°, 加号代表逆时针旋转, 减号代表顺时针旋转。

此图展示了指纹突起部分的专属特点在图像连续旋转下是如何变化的。在原始图像中方框所标注的专属特点区域, 原本连在一起的突起部分在+30°的图像中断裂开来;而在-15°的图像中一条突起部分与另一条原本与之平行的突起部分连在了一起。

5.测试图像旋转影响的实验结果

通过这项实验可以看出, 图像旋转的过程的确会造成失真。而对实验数据定性与定量的分析发现, 图像旋转对细部特征位置的像素值的改变要远远不同于它们理论上对应的像素值, 统计显示约有7%的细部特征是与原始图像不匹配的。当图像旋转的角度高达90°时, 约有55像素的细部特征的位置会改变。

所以, 我们在评估一种指纹特征提取算法的时候必须格外小心, 要注意像素水平上的图像旋转处理究竟会不会带来失真。在评估过程中, 建议使用指纹的细部特征旋转来取代整个指纹图像的旋转。而指纹辨识过程中, 图像的旋转所带来的失真有待专家们进一步研究。

参考文献

[1].J.Hu, H.H.Chen, &T.W.Hou:"A hybrid public key infras-tructure solution (HPKI) for HIPAA privacy/security regulations", Special Issue on Information and Communications Security, Privacyand Trust:Standards and Regulations.Computer Standards&In-terfaces, Elsevier, 32 (2009) 274-280

[2].Y.Wang, J.Hu&D.Philip:"A fingerprint orientation modelbased on 2D Fourier Expansion (FOMFE) and its application tosingular point detection and fingerprint Indexing", Special Issue on Biometrics:Progress and Directions, IEEE Transactions on PatternAnalysis and Machine Intelligence, April 2007.

[3].R.Keys:"Cubic convolution interpolation for digital image pro-cessing", IEEE Transactions on Signal Processing, Acoustics, Speech, and Signal Processing, 29:1153.1981.

[4].J.Hu, and F.Han:"A pixel-based scrambling scheme for digital medical images protection", Journal of Network and ComputerApplications, Elsevier, 32 (2009) 788-794