捺印指纹图像质量NFIQ评分与专家认知规律分析

目的通过分析捺印指纹图像质量NFIQ评分与指纹专家认知的规律,研究NFIQ在规范捺印指纹图像采集质量工作中的可应用性。方法采用NFIQ对10万余人份十指捺印指纹图像进行评分,统计10个指位的图像质量分数分布情况;每个指位分别抽取3500份捺印指纹图像,分发给100名指纹专家进行图像质量分类;结合NFIQ评分,对指纹专家分类结果进行综合分析。结果捺印指纹图像质量NFIQ评分与指纹专家认知基本一致,即NFIQ评分越高的捺印指纹图像,被指纹专家认定为合格的比例越高。结论本文所得数据可以为公安部应用NFIQ来进一步规范捺印指纹图像采集质量提供基础数据支持。

NFIQ 2.0用于指纹质量控制的可行性及方法

目的测试NFIQ 2.0标准计算指纹质量评分模块在活体采集和油墨捺印指纹质量控制上的可靠性,研究利用NFIQ 2.0指纹分值综合判断指纹质量的可行性和在实际工作中的使用方法。方法一是利用NFIQ 2.0模块接口程序结合VS2015 C#编程语言制作指纹质量评分软件。二是记录20张指纹图片放置在采集框上、下、左、右、中五个位置时NFIQ 2.0的分值,计算平均偏差、最大偏差和相对偏差。三是对在指纹数据库中随机选出的1334枚活体采集和油墨捺印指纹(8位灰度、500 dpi BMP格式指纹图片)进行评分,将得出的分值与通过人工检查该1334枚指纹在指纹系统中自动提取的特征所计算的特征准确率,形成线条图并制作拟合线,通过线条图和拟合线研究NFIQ 2.0分值与特征准确率之间存在的关系。结果从平均偏差、最大偏差和相对偏差分析,指纹图片放置位置对NFIQ 2.0分值的影响很小。利用线条图和拟合线进行统计时,NFIQ 2.0分值与特征准确率之间呈现出一定的对应关系,NFIQ 2.0分值高的指纹,系统自动提取的特征准确性相对较高,反之相对较低。并且,分值在41~100之间时,特征准确率稳定在80%以上。结论NFIQ 2.0标准计算指纹质量评分模块可以用于大批量活体采集和油墨捺印指纹的辅助质量检测,在实际工作中可将NFIQ 2.0模块嵌入活体采集软件和指纹系统档卡扫描中,设定合理的阈值,对提高指纹采集的质量检测效率和提升指纹采集质量将有较大帮助。

基于视觉感知模型的指纹图像质量评价算法

指纹在刑事侦查和法庭科学领域被称为物证之首,在打击犯罪、维护社会稳定中发挥着十分重要的作用。指纹鉴定的结论是有效证据形成和刑事案件侦破的关键,而指纹图像质量直接影响指纹鉴定结论的准确性和可靠性,因此精准客观的指纹图像质量评价算法是辅助指纹专家进行指纹鉴定必不可少的工具。目前,美国国家标准与技术研究院研发的NFIQ2.0指纹图像质量评价算法得到国内外专家学者的广泛关注,但该算法质量评价结果与指纹专家的质量评价结果存在较大偏差,且缺乏对指纹图像局部区域的质量评价,所以无法满足刑事侦查和法庭科学领域指纹鉴定任务的需要。基于此,将指纹图像质量评价问题拓展到质量空间上,学习指纹专家对纹线局部区域的质量感知策略,提出基于专家感知的质量评价算法。实验结果表明本文算法对指纹图像整体质量评价的结果能够与指纹专家的质量评价结果保持一致,并且符合刑事侦查和法庭科学的应用场景。此外,进一步在国际公开指纹数据集上与NFIQ2.0算法进行对比实验,结果表明本文算法的质量评价分数更为合理,能够有效降低指纹匹配算法的拒识率。