计算机（公安专用网络, DELL3050, 8 G内存, WIN7系统）、NFIQ 2.0的API接口程序（源码来源NIST网站^[3], 并编译为NFIQ2_CHECK.dll）、编程工具为微软VS2015 C#、图像处理软件为Photoshop6。

样本分为两种：1）在指纹系统中随机导出20枚人员指纹, 用于测试指纹捺印位置对NFIQ 2.0分值影响; 2）在指纹系统中随机导出南通地区活体采集或油墨捺印指纹图片, 剔除背景含有点、线、字等可能影响检测结果的指纹图片, 获取1 334张8位灰度、500 dpi BMP格式指纹图片, 批量用NFIQ 2.0程序获取分值, 用于测试指纹捺印质量与NFIQ 2.0 分值的关系。

将NFIQ 2.0开源码文件, 编译成名为NFIQ2_CHECK.dll的动态链接库, 图片（8位灰度图, BMP格式）需转换为Raw格式, 并赋值到Raw Bytes[]数组中, 转换格式可用HAFPIS_IMGSKT.dll动态链接库完成。软件主体代码如下：

BMP转Raw:

ImageSKT BmpToRaw(imgBytes, ref rawBytes, ref w, ref h)

RawBytes[]数组转NFIQ函数：

//获取NFIQ 2.0, 并赋值给标签：

if (rawBytes != null)

{

Int nfiq = ImageQuality(rawBytes, w, h);

this.label1.Text = nfiq.ToString();

}

//初始化NFIQ 2.0模块：

Private void Form1_Load(object sender, EventArgs e)

{

NFIQ2_CHECK_METHOD.NFIQ2_CHECK_INIT();

}

//NFIQ 2.0计算模块：

Private int ImageQuality(byte[] data, int width, int height)

{

Int nfiq = 0;

if (NFIQ2_CHECK_METHOD.NFIQ2_CHECK_QUALITY(data, width, height, ref nfiq))

{

//如果获取值为负, 或者大于100表示图片质量太差, 无法正常获取NFIQ 2.0数值。

if (nfiq< 0 || nfiq> 100)

return 0;

return nfiq;

}

return 0;

}

// NFIQ2_INIT()、NFIQ2_CHECK()子函数的定义与使用方法：

using System;

using System.Runtime.InteropServices;

namespace NFIQ

{

Public class NFIQ2_CHECK_METHOD

{

[DllImport(“ NFIQ2_CHECK.dll” , EntryPoint = “ NFIQ2_INIT” , CallingConvention = CallingConvention.StdCall)]

Private extern static IntPtr NFIQ2_INIT();

[DllImport(“ NFIQ2_CHECK.dll” , EntryPoint = “ NFIQ2_UNINIT” , CallingConvention = CallingConvention.StdCall)]

Private extern static void NFIQ2_UNINIT(IntPtr handle);

[DllImport(“ NFIQ2_CHECK.dll” , EntryPoint = “ NFIQ2_CHECK” , CallingConvention = CallingConvention.StdCall)]

Private extern static int NFIQ2_CHECK(IntPtr handle, byte[] srcData, int srcOff, int pixelBits, int srcW, int srcH, int offX, int offY, int dstW, int dstH, ref int nfiq2);

Private static IntPtr handle = IntPtr.Zero;

Public static bool NFIQ2_CHECK_INIT()

{

try

{

if (handle == IntPtr.Zero)

{

handle = NFIQ2_INIT();

}

Return handle != IntPtr.Zero;

}

catch

{

Return false;

}

}

Public static bool NFIQ2_CHECK_QUALITY (byte[] srcData, int width, int height, refint nfiq2)

{

try

{

if (handle == IntPtr.Zero)

{

Return false;

}

Int nRet = NFIQ2_CHECK(handle, srcData, 0, 8, width, height, 0, 0, width, height, ref nfiq2);

Return nRet == 0;

}

catch

{

Return false;

}

}

}

}

以上程序, 采用VS2015 C#编译完成, 并运行。

同一手指两次捺印的质量无法保持一致, 因此在指纹系统中随机导出20枚人员指纹。利用Photoshop6图片编辑工具, 将指纹图片裁剪并放置在640× 640、500 dpi画布上的上、下、左、右、中方位上共获得100张8位灰度、500 dpi BMP格式图片（因指纹图片仅进行位置的变动, Photoshop6未采取任何插值计算, 图片质量保真度高, 所以采取Photoshop工具制作样本基本满足测试要求）。对处理好的100张图片, 使用NFIQ 2.0程序进行打分, 并记录下来, 计算平均偏差、最大偏差以及相对偏差, 以此判断指纹采集位置对NFIQ 2.0分值是否产生影响。

将作为测试样本的1 334张 8位灰度、500 dpi BMP格式指纹图片, 使用NFIQ 2.0评分软件计算出分值, 并在指纹系统中, 采取人工检视的方法对自动提取的指纹特征计算准确率。

100张图片通过NFIQ 2.0评分软件评分并计算平均偏差、最大偏差和相对偏差, 选取的20个样本在上、下、左、中、右五个位置的NFIQ 2.0分值以及平均偏差、最大偏差和相对偏差见表1, 图1显示其中一枚指纹的五个位置对应的NFIQ 2.0评分情况。可以看出, 同一张图片在不同位置, NFIQ 2.0分值基本一致, 最大偏差为2, 平均偏差最大为0.64, 相对平均偏差最大6.49%。

表1

Table 1

表1(Table 1)

表1 指纹图片在不同位置上NFIQ 2.0分值以及平均偏差、最大偏差、相对偏差 Table 1 NFIQ 2.0 scores and average/maximum/relative deviation obtained from fingerprint placing on the five positions (top, bottom, left, right and middle) 样本编号 中 上 下 左 右 平均偏差 最大偏差 相对偏差/% 样本编号 中 上 下 左 右 平均偏差 最大偏差 相对偏差/% YB1 8 7 7 8 7 0.48 1 6.49 YB11 47 47 46 46 46 0.48 1 1.03 YB2 15 15 14 15 14 0.48 1 3.29 YB12 28 28 28 28 27 0.32 1 1.15 YB3 25 25 24 24 26 0.64 2 2.58 YB13 69 68 68 68 68 0.32 1 0.47 YB4 32 31 32 31 31 0.48 1 1.53 YB14 43 42 42 42 43 0.48 1 1.13 YB5 45 44 44 45 45 0.48 1 1.08 YB15 82 81 81 81 81 0.32 1 0.39 YB6 52 51 51 52 51 0.48 1 0.93 YB16 56 55 56 55 56 0.48 2 0.86 YB7 65 65 66 64 65 0.4 2 0.62 YB17 62 62 63 61 61 0.64 2 1.04 YB8 78 76 77 78 77 0.64 2 0.83 YB18 10 10 11 11 10 0.48 1 4.62 YB9 82 81 81 81 81 0.32 1 0.39 YB19 20 21 21 21 21 0.32 1 1.54 YB10 92 90 91 90 91 0.64 2 0.70 YB20 70 71 70 71 71 0.48 1 0.68

表1 指纹图片在不同位置上NFIQ 2.0分值以及平均偏差、最大偏差、相对偏差 Table 1 NFIQ 2.0 scores and average/maximum/relative deviation obtained from fingerprint placing on the five positions (top, bottom, left, right and middle)

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 同一指纹图片在上、下、左、右、中五个位置时的NFIQ 2.0得分情况Fig.1 NFIQ 2.0 scoring the same fingerprint being placed onto five positions (top, bottom, left, right and middle)

将1 334张指纹图片特征准确率与NFIQ 2.0分值数据形成线条图并进行拟合计算（图2）。可以看出, NFIQ 2.0分值在0~40之间, 准确率大部分处于0.8（80%）以下。NFIQ 2.0分值在41~100之间时, 准确率基本稳定在（0.8）80%以上。拟合线可以比较直观地反映出分值与指纹质量的关系。选取具有代表性的图例来看, 图3、图4部分区域捺印的纹线模糊、缺失, 算法在提取特征时, 标注错误较多; 图5虽纹线出现断续和点状等情况, 但对整体纹线和特征的影响较小, 系统自动提取的特征准确率较高; 图6捺印质量较好, 能正确提取特征, 较少出现错误。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 NFIQ 2.0分值、特征准确率绘制的线条图和拟合线Fig.2 Line graphs and fitting lines drawn from NFIQ 2.0 scores and feature accuracy

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 编号为R1的1号指位, NFIQ 2.0=7, 提取特征108个, 准确率42.6%Fig.3 For No. 1 site of fingerprint (serial number R1), NFIQ 2.0 = 7 corresponds to 108 extracted features and 42.6% of accuracy

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 编号为R2的1号指位, NFIQ 2.0=36, 提取特征111个, 准确率77.48%Fig.4 For No. 1 site of fingerprint (serial number R2), NFIQ 2.0 = 36 corresponds to 111 extracted features and 77.48% of accuracy

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 编号为R3的1号指位, NFIQ 2.0=48, 提取特征169个, 准确率91.11%Fig.5 For No. 1 site of fingerprint (serial number R3), NFIQ 2.0 = 48 corresponds to 169 extracted features and 91.11% of accuracy

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 编号为R4的1号指位, NFIQ 2.0=84, 提取特征126个, 准确率96.03%Fig.6 For No. 1 site of fingerprint (serial number R4), NFIQ 2.0 = 84 corresponds to 126 extracted features and 96.03% of accuracy