利用斯托克斯矢量的计算极化差分指纹成像技术

《Optics and Lasers in Engineering》：Computational polarization difference fingerprint imaging with stokes vector

基于数值Stokes向量重建与自适应极化加权的计算性极化差异指纹成像方法，有效抑制散射噪声并增强脊谷对比度，无需机械旋转即可实现实时成像。

　　指纹识别技术在现代身份验证系统中扮演着至关重要的角色，广泛应用于智能手机解锁、支付验证、门禁控制以及公共安全领域如刑事侦查和边境管理等场景。指纹的唯一性和持久性使其成为一种可靠的身份识别手段，但实际应用中，指纹图像的质量是影响识别准确性的关键因素。然而，获取高质量指纹图像面临诸多挑战，例如皮肤污染、指纹变形、低对比度、非均匀照明以及背景散射噪声等问题。这些问题不仅降低了图像的清晰度，还对后续的匹配性能造成了不利影响。因此，许多研究致力于在图像采集过程中减少这些因素的干扰。

当前主流的指纹图像采集技术主要分为接触式和非接触式两种。接触式传感器通过电容或声波变化捕捉指纹的脊与谷的模式，其优势在于技术成熟、成本低廉且不受环境光线的影响。然而，接触式方法需要施加一定的压力，这可能会导致指纹脊纹的变形，影响图像的准确性。此外，传感器表面残留的皮肤油脂也可能影响后续的图像采集，带来卫生和隐私方面的担忧。相比之下，非接触式光学方法无需物理接触即可记录反射光分布，从而避免了指纹变形和表面磨损的问题，因此在公共访问设施和高端安全系统中越来越受到青睐。

近年来，一些研究团队提出了多种非接触式指纹识别方案。例如，Oduah等人构建了一个封闭的光学腔室，结合高分辨率CMOS模块和校准的环形LED照明，实现了在完全非接触条件下获取超过500 ppi的指纹图像。通过几何约束和旋转线扫描拼接，他们显著抑制了透视失真和运动模糊。Priesnitz等人则将这一概念应用于智能手机，开发了一种自动对焦/质量闭环流程，能够在环境光或闪光灯下实时进行指纹定位、感兴趣区域裁剪和多帧稳定化处理。Labati等人提出了一种完全非接触的三维指纹识别系统，通过双摄像头同步采集多帧图像，重建出三维指纹模型。Priesnitz等人随后对二维和三维光学非接触式设备、公开数据集和预处理流程进行了综述，为类似原型设备建立了基准。Ghosh等人提出的TipSegNet深度网络，在复杂场景下实现了高精度的指纹分割，显著降低了后续聚焦、注册和匹配过程中的错误率。

尽管上述技术取得了显著进展，但大多数光学指纹研究仍将皮肤视为均匀组织，忽略了指纹脊谷微结构所带来的显著偏振和散射差异。这些差异使得指纹承载的光线受到阻碍，而来自真皮层的背景光则叠加在表皮层的成像光上，降低了脊纹的对比度，影响了最佳图像的形成。因此，为了进一步提高指纹图像的识别性能，研究者们开始探索利用偏振特性来增强图像质量的方法。

偏振是光的固有属性，它描述了电磁波在垂直于传播方向的平面上电场振幅的不均匀性。由于偏振对折射率、表面粗糙度和分层结构高度敏感，它为光学场提供了一个强大的矢量描述。基于偏振的成像技术因此被广泛应用于目标增强和分类领域。其中，偏振差成像因其简便的实现方式和强大的噪声抑制能力而特别受到关注。传统偏振差成像系统通过机械旋转光分析器来采集多个偏振状态的图像，随后进行差分处理以抑制共同模式的散射背景。然而，机械调制不仅降低了时间分辨率，还引入了运动引起的误差，这限制了系统的实时操作能力。

为了克服这些局限，本文提出了一种计算偏振差指纹成像框架，通过数值重建斯托克斯矢量和自适应偏振加权替代传统的机械旋转分析器。首先，研究团队分析了偏振光在指纹模型中的传播机制，并推导出理论上分离脊纹信号与散射噪声的条件。接着，他们通过最大化费舍尔判别对比度指标的方式，在数据驱动的模式下估计了最优的加权系数，使得该方法可以在单次拍摄中实现背景抑制。实验表明，在主动偏振照明条件下，该方法显著增强了脊纹和谷纹的对比度，有效抑制了浅层散射噪声，同时避免了机械调制所带来的对齐误差和延迟问题。

该研究的核心在于建立一个完全计算化的偏振差成像框架，将偏振差处理嵌入到指纹模型中，从而提升脊谷目标的检测能力。不同于传统方法依赖机械旋转分析器来实现背景抑制，本文提出的计算框架通过数值优化，不仅能够恢复场景中的强度信息，还能提取偏振信息。这种优化方法使得偏振差成像能够摆脱对机械调制的依赖，从而提高了系统的实时性和稳定性。此外，研究团队还探讨了不同光谱波段下偏振差输出的分离对成像质量的影响，进一步揭示了偏振差成像在不同波长下的行为特性。

为了验证该方法的有效性，研究团队设计了一套实验装置。如图3所示，系统中的光源由一个宽带白光LED提供，其发出的光首先经过一个准直器，将LED的宽锥形输出转换为近似平行的平面波束。这一过程确保了后续的光束扩展器、偏振器和成像镜头能够在稳定的入射角度下工作，避免了角度畸变的影响。两个线性偏振器依次排列，形成一个连续可调的衰减器，能够控制光的偏振状态。通过调整偏振器的角度，系统可以采集不同偏振状态下的指纹图像，从而实现偏振差成像。

实验结果表明，该方法在多个方面显著优于传统偏振差成像技术。如图4(a–d)所示，四组偏振分辨的指纹图像分别在分析器角度为0°、45°、90°和135°时同时采集。分析器角度的变化对脊谷强度分布产生了明显影响，因为检测信号依赖于入射线性偏振如何投影到分析器轴上，以及浅层次表面散射的偏振保持特性。对于表皮脊纹而言，大部分反射能量能够保持偏振特性，从而在特定角度下呈现出较高的对比度。相反，谷纹和表皮层的多重散射则会迅速破坏偏振信息，导致信号减弱。通过计算不同偏振状态下的加权系数，研究团队能够生成增强的指纹图像，并在多个指标上进行定量评估。

该研究的结论表明，计算偏振差指纹成像方案能够有效缓解由谷纹散射引起的脊纹模糊问题，显著提升脊纹和谷纹的对比度。同时，该方法仅依赖于数值重建斯托克斯矢量，从而消除了传统机械调制分析器所带来的对齐误差和时间延迟。这些优势使得计算偏振差成像技术在非接触式指纹识别领域具有广阔的应用前景。此外，研究还探讨了不同光谱波段下偏振差输出的分离对成像质量的影响，为未来在不同波长下的偏振差成像研究提供了理论支持。

本文的研究成果不仅为现有的指纹识别检测方案提供了新的思路，也为光学成像技术的发展提供了重要的参考。通过将偏振差处理与指纹模型相结合，研究团队构建了一个全新的成像框架，使得指纹图像的获取更加高效和精确。该方法的提出和验证，标志着非接触式指纹识别技术迈出了重要的一步，为提高指纹识别的准确性和鲁棒性奠定了坚实的基础。未来，随着计算成像技术的不断发展，这种方法有望在更多实际应用中得到推广和优化，进一步推动指纹识别技术的创新与进步。