CN100573555C - 一种基于模板的指纹图像细化方法 - Google Patents

一种基于模板的指纹图像细化方法 Download PDF

Info

Publication number
CN100573555C
CN100573555C CNB2008100178761A CN200810017876A CN100573555C CN 100573555 C CN100573555 C CN 100573555C CN B2008100178761 A CNB2008100178761 A CN B2008100178761A CN 200810017876 A CN200810017876 A CN 200810017876A CN 100573555 C CN100573555 C CN 100573555C
Authority
CN
China
Prior art keywords
template
point
pixel
neighborhood
pixel value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CNB2008100178761A
Other languages
English (en)
Other versions
CN101266644A (zh
Inventor
范九伦
何晶
李利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CNB2008100178761A priority Critical patent/CN100573555C/zh
Publication of CN101266644A publication Critical patent/CN101266644A/zh
Application granted granted Critical
Publication of CN100573555C publication Critical patent/CN100573555C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种指纹图像预处理中的二值化指纹图像的细化方法。它包括构建邻域模板、删除模板和保留模板，并从图像的左上角开始用邻域模板抽取前景像素点的邻域，然后分别与删除模板和保留模板比对，从而确定删除、还是保留该点，此操作扫描从左上角开始扫描推移到图像的右下角结束为一次循环，反复迭代，直到比对时没有像素值改变为止。本发明的特点是以16个处理方向建立了删除模板和保留模板，使删除和保留前景像素点的操作更加精细和准确。它克服了已有OPTA方法和改进OPTA方法细化不完全、纹线毛刺多、纹线扭曲等缺点，取得了理想的细化效果。同时，这一效果的取得并没有以增加处理时间为代价，而是因模板设计合理、减少了迭代次数的原因。

Description

一种基于模板的指纹图像细化方法
技术领域
本发明涉及一种指纹识别前的指纹图像预处理方法，尤其涉及一种基于模板的指纹图像细化方法。
背景技术
指纹图像的预处理是指纹自动识别系统中最重要的部分，预处理的结果将直接影响识别的可靠性和准确性，因此，指纹图像的预处理已经成为指纹识别领域研究的热点。指纹图像的预处理包括图像的二值化和二值化指纹图像的细化二大处理步骤，通俗地讲，指纹图像的二值化是将指纹的谷线和图象背景赋予白色灰度值，而将指纹的脊线赋予黑色灰度值，以强化指纹的脊线；二值化指纹图像的细化是将指纹的脊线细化到一个像素的宽度。
国外期刊《计算机图像处理》(Computer Image Processing)1987，40(1)：30～40提供了一种指纹图像的细化算法，简称为OPTA算法，它是一种典型的模板细化方法。对于一幅二值化的指纹图像，我们设其背景点的像素值为0，前景点的像素值为1。OPTA算法是从图像的左上角开始，对每一个前景像素点(模板中的P5)抽取出如下的模板邻域：
  P1   P2   P3   ×
  P4   P5   P6   P14
  P7   P8   P9   ×
  ×   P11   ×   ×
并将该前景像素点邻域与如下给定的删除模板相比较：
  0   0   0
  1   1*   1
  ×   1   ×
  0   1   ×
  0   1*   1
  0   1   ×
  ×   1   ×
  1   1*   1
  0   0   0
  ×   1   0
  1   1*   0
  ×   1   0
  ×   0   0
  1   1*   0
  ×   1   ×
  0   0   ×
  0   1*   1
  ×   1   ×
  ×   1   ×
  0   1*   1
  0   0   ×
  ×   1   ×
  1   1*   0
  ×   0   0
如果该像素点的邻域与八个删除模板中的任一个相匹配，也就是模板中的*点与抽取邻域中的P5点重叠时，模板与其所覆盖区域的像素值一致，则删除该P5点，否则准备保留该点。为了保持连通性，该像素点的邻域再与如下两个保留模板进行比较：
  ×   ×   ×   ×
  0   1*   1   0
  ×   ×   ×   ×
A
  ×   0   ×
  ×   1*   ×
  ×   1   ×
  ×   0   ×
b
如果该像素点的邻域和上述保留模板a、b中的任意一个相匹配，则P5点才真正保留，否则P5删去(即将该P5点的像素值置为0)。
上述模板中的“1”代表该点的像素值为1，“0”代表该点的像素值为0，“×”代表该点的像素值既可以为1也可以为0。该算法是从图像的左上角开始扫描推移到右下角结束作为一次循环，反复进行迭代，直到比对时没有像素值改变为止。
虽然用OPTA算法对指纹图像进行细化可以达到较好的细化效果，但是它还是存在着细化后的图像细化不完全(即部分指纹脊线超过一个像素的宽度)、指纹纹线不光滑、毛刺多和纹线扭曲等问题，如图2所示。
鉴于OPTA方法存在的不足，中国图象图形学报1999，4(10)：835～838页提出了改进的OPTA算法，该算法的具体步骤与OPTA方法是相同的，都是抽取前景像素点的邻域与删除模板和保留模板进行比对，来决定像素点的删除和保留与否。所不同的是所采用的邻域模板、删除模板和保留模板不同，其中邻域模板如下：
  P1   P2   P3   P13
  P4   P5   P6   P14
  P7   P8   P9   P15
  P10   P11   P12   ×
其删除模板如下：
  0   0   0
  ×   1*   ×
  1   1   1
A1
  0   ×  1
  0   1*  1
  0   ×  1
A2
  1   1   1
  ×   1*   ×
  0   0   0
A3
  1   ×   0
  1   1*   0
  1   ×   0
A4
  ×   0   0
  1   1*   0
  ×   1   ×
A5
  0   0   ×
  0   1*   1
  ×   1   ×
A6
  ×   1   ×
  0   1*   1
  0   0   ×
A7
  ×   1   ×
  1   1*   0
  ×   0   0
A8
其保留模板如下：
  ×   1   ×   0
  0   1*   1   0
  ×   1   ×   0
  ×   ×   ×   ×
  ×   ×   0   0
  0   1*   1   0
  ×   ×   1   ×
  ×   ×   ×   ×
  ×   ×   1   ×
  0   1*   1   0
  ×   ×   0   0
  ×   ×   ×   ×
  ×   0   ×   ×
  1   1*   1   ×
  ×   1   ×   ×
  0   0   0   ×
  ×   0   ×   ×
  ×   1*   ×   ×
  1   1   0   ×
  ×   0   0   ×
  ×   0   ×   ×
  ×   1*   ×   ×
  0   1   1   ×
  0   0   ×   ×
从它处理的结果可以看出，图3比图2细化完全、脊线毛刺有所改善，但效果仍不理想。分析其原因，主要还是细化的模板不完善，例如：它的删除模板只考虑从东、南、西、北、东南、东北、西南、西北八个方向删除像素点，而实际上用这样的删除模板是比较粗糙的，会使每次细化扫描都忽略好多应该删除的像素点，细化后的图像出现毛刺，且细化迭代次数多，费时。
发明内容
本发明目的是为了克服已有OPTA方法和改进OPTA方法出现的纹线毛刺多、扭曲和吞噬等现象，提供一种改进的基于模板的指纹图像细化方法，从而取得比已有OPTA方法和改进OPTA方法更好的细化效果。
为实现上述目的，本发明技术方案的步骤如下：
一、设二值化指纹图像中的背景像素点值为0，其前景像素点值为1，对前景像素点建立如下6×6的邻域模板：
  P17   P18   P19   P20   P21   P36
  P22   P1   P2   P3   P13   P35
  P23   P4   P5   P6   P14   P34
  P24   P7   P8   P9   P15   P33
  P25   P10   P11   P12   P16   P32
  P26   P27   P28   P29   P30   P31
其中P5点为抽取的前景像素点，其余点是围绕P5点的邻域点；
二、建立5×5的删除模板a1～a24：
  ×   1   1   ×   ×
  ×   ×   1   ×   ×
  ×   ×   1*   ×   ×
  ×   0   0   0   ×
  ×   0   0   0   ×
a1
  1   1   ×   ×   ×
  ×   1   ×   ×   ×
  ×   ×   1*   0   ×
  ×   ×   0   0   0
  ×   ×   ×   0   0
a2
  1   ×   ×   ×   ×
  1   1   ×   ×   ×
  ×   ×   1*   0   ×
  ×   ×   0   0   0
  ×   ×   ×   0   0
a3
  ×   ×   ×   ×   ×
  1   ×   ×   0   0
  1   1   1*   0   0
  ×   ×   ×   0   0
  ×   ×   ×   ×   ×
a4
  ×   ×   ×   ×   ×
  ×   ×   ×   0   0
  1   1   1*   0   0
  1   ×   ×   0   0
  ×   ×   ×   ×   ×
a5
  ×   ×   ×   0   0
  ×   ×   0   0   0
  ×   ×   1*   0   ×
  1   1   ×   ×   ×
  1   ×   ×   ×   ×
a6
  ×   ×   ×   0   0
  ×   ×   0   0   0
  ×   ×   1*   0   ×
  ×   1   ×   ×   ×
  1   1   ×   ×   ×
a7
  ×   0   0   0   ×
  ×   0   0   0   ×
  ×   ×   1*   ×   ×
  ×   ×   1   ×   ×
  ×   1   1   ×   ×
a8
  ×   0   0   0   ×
  ×   0   0   0   ×
  ×   ×   1*   ×   ×
  ×   ×   1   ×   ×
  ×   ×   1   1   ×
a9
  0   0   ×   ×   ×
  0   0   0   ×   ×
  ×   0   1*   ×   ×
  ×   ×   ×   1   ×
  ×   ×   ×   1   1
a10
  0   0   ×   ×   ×
  0   0   0   ×   ×
  ×   0   1*   ×   ×
  ×   ×   ×   1   1
  ×   ×   ×   ×   1
a11
  ×   ×   ×   ×   ×
  0   0   ×   ×   ×
  0   0   1*   1   1
  0   0   ×   ×   1
  ×   ×   ×   ×   ×
a12
  ×   ×   ×   ×   ×
  0   0   ×   ×   1
  0   0   1*   1   1
  0   0   ×   ×   ×
  ×   ×   ×   ×   ×
a13
  ×   ×   ×   ×   1
  ×   ×   ×   1   1
  ×   0   1*   ×   ×
  0   0   0   ×   ×
  0   0   ×   ×   ×
a14
  ×   ×   ×   1   1
  ×   ×   ×   1   ×
  ×   0   1*   ×   ×
  0   0   0   ×   ×
  0   0   ×   ×   ×
a15
  ×   ×   1   1   ×
  ×   ×   1   ×   ×
  ×   ×   1*   ×   ×
  ×   0   0   0   ×
  ×   0   0   0   ×
a16
  ×   ×   ×   ×   ×
  ×   0   0   0   ×
  ×   ×   1*   ×   ×
  ×   1   1   1   ×
  ×   ×   ×   ×   ×
a17
  ×   ×   ×   ×   ×
  ×   0   ×   1   ×
  ×   0   1*   1   ×
  ×   0   ×   1   ×
  ×   ×   ×   ×   ×
a18
  ×   ×   ×   ×   ×
  ×   1   1   1   ×
  ×   ×   1*   ×   ×
  ×   0   0   0   ×
  ×   ×   ×   ×   ×
a19
  ×   ×   ×   ×   ×
  ×   1   ×   0   ×
  ×   1   1*   0   ×
  ×   1   ×   0   ×
  ×   ×   ×   ×   ×
a20
  ×   ×   ×   ×   ×
  ×   ×   0   0   ×
  ×   1   1*   0   ×
  ×   ×   1   ×   ×
  ×   ×   ×   ×   ×
a21
  ×   ×   ×   ×   ×
  ×   0   0   ×   ×
  ×   0   1*   1   ×
  ×   ×   1   ×   ×
  ×   ×   ×   ×   ×
a22
  ×   ×   ×   ×   ×
  ×   ×   1   ×   ×
  ×   0   1*   1   ×
  ×   0   0   ×   ×
  ×   ×   ×   ×   ×
a23
  ×   ×   ×   ×   ×
  ×   ×   1   ×   ×
  ×   1   1*   0   ×
  ×   ×   0   0   ×
  ×   ×   ×   ×   ×
a24
其中“*”为模板的像素比对点，“1”代表该点的像素值为1，“0”代表该点的像素值为0，“×”代表该点的像素值可以为1、也可以为0；
三、建立5×5的保留模板b1～b8：
  ×   ×   1   1   ×
  ×   ×   1   ×   ×
  0   1*   1   0   ×
  ×   0   0   0   ×
  ×   0   0   0   ×
b1
  ×   1   1   ×   ×
  ×   ×   1   ×   ×
  0   1*   1   0   ×
  ×   0   0   0   ×
  ×   0   0   0   ×
b2
  1   1   ×   ×   ×
  ×   1   ×   ×   ×
  0   1*   1   0   ×
  ×   ×   0   0   0
  ×   ×   ×   0   0
b3
  1   ×   ×   ×   ×
  1   1   ×   ×   ×
  0   1*   1   0   ×
  ×   ×   0   0   0
  ×   ×   ×   0   0
b4
  ×   ×   0   ×   ×
  0   0   1*   ×   ×
  0   0   1   1   1
  0   0   0   ×   1
  ×   ×   ×   ×   ×
b5
  ×   ×   0   ×   ×
  0   0   1*   ×   1
  0   0   1   1   1
  0   0   0   ×   ×
  ×   ×   ×   ×   ×
b6
  ×   ×   0   ×   1
  ×   ×   1*   1   1
  ×   0   1   ×   ×
  0   0   0   ×   ×
  0   0   ×   ×   ×
b7
  ×   ×   0   1   1
  ×   ×   1*   1   ×
  ×   0   1   ×   ×
  0   0   0   ×   ×
  0   0   ×   ×   ×
b8
其中“*”为模板的像素比对点，“1”代表该点的像素值为1，“0”代表该点的像素值为0，“×”代表该点的像素值可以为1、也可以为0；
四、用所述的邻域模板对每一个前景像素点抽取其邻域，并以该前景像素点P5为中心，用a1～a24删除模板分别进行比对，比对时，将删除模板中的像素比对点*与P5点重叠，然后看删除模板上的各像素值与其所覆盖区域中各像素值是否一致，如果一致，则认为删除模板与所抽取的邻域匹配，如果a1～a24删除模板中任意一个模板与所抽取的邻域匹配，则删除该P5点，否则，准备保留该点；然后再用b1～b8保留模板重复上述的比对，只要有一个保留模板与所抽取元素的邻域相匹配，则该像素点P5才真正保留，否则删除P5点，此操作从二值化指纹图像的左上角开始扫描推移到图像右下角结束，反复进行迭代，直到比对时没有像素值改变为止。
本发明的特点如下：
一、本发明建立了16个方向的删除模板和保留模板，即在已有的四正、四隅八个方向的每两个相邻方向的角分平线上又加了一个方向，如图5所示，该增加的八个方向用1～8个数字表示，加上已有的四正、四隅八个方向，共16个方向。增加处理方向的目的是使删除和保留前景像素点的操作更加精细和准确。实验结果如图4所示，从图中看出，指纹脊线光滑，无毛刺，取得了理想的效果。
二、本发明就已有OPTA方法和改进OPTA方法与本发明在处理时间和迭代次数进行的实验，其结果如下表：
  名称   处理耗时(s)   迭代次数
  OPTA方法   12.792776   10
  改进的OPTA方法   31.653005   11
  本发明   28.426551   6
从上表可以看出，本发明在取得上述好效果的情况下，并没有以牺牲处理时间为代价，对于同一幅指纹图像，本发明的处理时间介于OPTA方法和改进的OPTA方法之间。OPTA方法因为其模板较小，细化仅从八个方向进行，处理耗时最短，但是其细化结果不好，特别是脊线的扭曲和毛刺多会给下一步指纹识别中的特征提取点带来了很大的麻烦。改进的OPTA方法，在OPTA方法的基础上，调整了删除模板和保留模板，在一定程度上减少了脊线扭曲和毛刺，但是在迭代次数与OPTA方法相近的情况下，这一好的结果是以增加处理时间为代价而换取的。而本发明在取得理想效果的同时，其处理时间比改进OPTA方法还低，其原因是本发明明显减少了迭代次数，这表明本发明的模板设计比较合理，它可以通过较少的迭代就能比较准确的到达指纹脊线中轴，这正是本发明取得较好细化效果的主要原因。
附图说明
图1、二值化指纹图像。
图2、OPTA方法对图1的细化效果图。
图3、改进OPTA方法对图1的细化效果图。
图4、本发明对图1的细化效果图。
图5、本发明16个处理方向的示意图。
具体实施方式
本发明的操作步骤与已有OPTA方法和改进的OPTA方法的相同，即用邻域模板对每一个前景像素点抽取其邻域，先用删除模板与该抽取像素点P5的邻域进行比对，若其中任意一个模板与该邻域相匹配，则删除该像素点P5，否则，准备保留该像素点P5；然后再用保留模板与该抽取像素点的邻域进行比对，只要有一个保留模板与该邻域相匹配，则该像素点P5才真正保留，否则删除P5点。此操作从二值化指纹图像的左上角开始扫描推移到右下角结束，反复进行迭代，直到比对时没有像素值改变为止。
本发明与已有OPTA方法和改进OPTA方法不同的是所构造的邻域模板、删除模板和保留模板不同。本发明建立了16个方向的删除模板和保留模板，如图5所示，即在原来四正(东、西、南、北)和四隅(东北、西南、西北、东南)方向的两两相邻方向的角平均线上又增加一个方向，共加入八个方向，并用1～8的数字表示。
下面对邻域模板、删除模板和保留模板详细说明。
一、设二值化指纹图像中的背景像素点值为0，其前景像素点值为1，对前景像素点建立如下6×6的邻域模板：
  P17   P18   P19   P20   P21   P36
  P22   P1   P2   P3   P13   P35
  P23   P4   P5   P6   P14   P34
  P24   P7   P8   P9   P15   P33
  P25   P10   P11   P12   P16   P32
  P26   P27   P28   P29   P30   P31
其中P5点为抽取的前景像素点，其余点是围绕P5点的邻域点。
二、建立5×5的删除模板a1～a24：
  ×   1   1   ×   ×
  ×   ×   1   ×   ×
  ×   ×   1*   ×   ×
  ×   0   0   0   ×
  ×   0   0   0   ×
a1
  1   1   ×   ×   ×
  ×   1   ×   ×   ×
  ×   ×   1*   0   ×
  ×   ×   0   0   0
  ×   ×   ×   0   0
a2
  1   ×   ×   ×   ×
  1   1   ×   ×   ×
  ×   ×   1*   0   ×
  ×   ×   0   0   0
  ×   ×   ×   0   0
a3
  ×   ×   ×   ×   ×
  1   ×   ×   0   0
  1   1   1*   0   0
  ×   ×   ×   0   0
  ×   ×   ×   ×   ×
a4
  ×   ×   ×   ×   ×
  ×   ×   ×   0   0
  1   1   1*   0   0
  1   ×   ×   0   0
  ×   ×   ×   ×   ×
a5
  ×   ×   ×   0   0
  ×   ×   0   0   0
  ×   ×   1*   0   ×
  1   1   ×   ×   ×
  1   ×   ×   ×   ×
a6
  ×   ×   ×   0   0
  ×   ×   0   0   0
  ×   ×   1*   0   ×
  ×   1   ×   ×   ×
  1   1   ×   ×   ×
a7
  ×   0   0   0   ×
  ×   0   0   0   ×
  ×   ×   1*   ×   ×
  ×   ×   1   ×   ×
  ×   1   1   ×   ×
a8
  ×   0   0   0   ×
  ×   0   0   0   ×
  ×   ×   1*   ×   ×
  ×   ×   1   ×   ×
  ×   ×   1   1   ×
a9
  0   0   ×   ×   ×
  0   0   0   ×   ×
  ×   0   1   ×   ×
  ×   ×   ×   1   ×
  ×   ×   ×   1   1
a10
  0   0   ×   ×   ×
  0   0   0   ×   ×
  ×   0   1*   ×   ×
  ×   ×   ×   1   1
  ×   ×   ×   ×   1
a11
  ×   ×   ×   ×   ×
  0   0   ×   ×   ×
  0   0   1*   1   1
  0   0   ×   ×   1
  ×   ×   ×   ×   ×
a12
  ×   ×   ×   ×   ×
  0   0   ×   ×   1
  0   0   1*   1   1
  0   0   ×   ×   ×
  ×   ×   ×   ×   ×
a13
  ×   ×   ×   ×   1
  ×   ×   ×   1   1
  ×   0   1*   ×   ×
  0   0   0   ×   ×
  0   0   ×   ×   ×
a14
  ×   ×   ×   1   1
  ×   ×   ×   1   ×
  ×   0   1*   ×   ×
  0   0   0   ×   ×
  0   0   ×   ×   ×
a15
  ×   ×   1   1   ×
  ×   ×   1   ×   ×
  ×   ×   1*   ×   ×
  ×   0   0   0   ×
  ×   0   0   0   ×
a16
  ×   ×   ×   ×   ×
  ×   0   0   0   ×
  ×   ×   1*   ×   ×
  ×   1   1   1   ×
  ×   ×   ×   ×   ×
a17
  ×   ×   ×   ×   ×
  ×   0   ×   1   ×
  ×   0   1*   1   ×
  ×   0   ×   1   ×
  ×   ×   ×   ×   ×
a18
  ×   ×   ×   ×   ×
  ×   1   1   1   ×
  ×   ×   1*   ×   ×
  ×   0   0   0   ×
  ×   ×   ×   ×   ×
a19
  ×   ×   ×   ×   ×
  ×   1   ×   0   ×
  ×   1   1*   0   ×
  ×   1   ×   0   ×
  ×   ×   ×   ×   ×
a20
  ×   ×   ×   ×   ×
  ×   ×   0   0   ×
  ×   1   1*   0   ×
  ×   ×   1   ×   ×
  ×   ×   ×   ×   ×
a21
  ×   ×   ×   ×   ×
  ×   0   0   ×   ×
  ×   0   1*   1   ×
  ×   ×   1   ×   ×
  ×   ×   ×   ×   ×
a22
  ×   ×   ×   ×   ×
  ×   ×   1   ×   ×
  ×   0   1*   1   ×
  ×   0   0   ×   ×
  ×   ×   ×   ×   ×
a23
  ×   ×   ×   ×   ×
  ×   ×   1   ×   ×
  ×   1   1*   0   ×
  ×   ×   0   0   ×
  ×   ×   ×   ×   ×
a24
其中“*”为模板的比对点，“1”代表该点的像素值为1，“0”代表该点的像素值为0，“×”代表该点的像素值可以为1、也可以为0。
上述删除模板中的a1依次逆时针旋转90°得到了a5、a9、a13三个模板，a2依次逆时针旋转得到了a6、a10、a14三个模板，a3依次逆时针旋转90°旋转得到了a7、a11、a15三个模板，a4依次逆时针旋转得到了a8、a12、a16三个模板，以上这16个模板处理图5对应的1～8个方向；a17旋转得到了a18、a19、a20三个模板，这四个模板处理图5中对应的北、西、南、东四个方向；a21旋转得到了a22、a23、a24三个模板，它们处理图5中的东北、西北、西南、东南四个方向。
三、建立5×5的保留模板b1～b8：
  ×   ×   1   1   ×
  ×   ×   1   ×   ×
  0   1*   1   0   ×
  ×   0   0   0   ×
  ×   0   0   0   ×
b1
  ×   1   1   ×   ×
  ×   ×   1   ×   ×
  0   1*   1   0   ×
  ×   0   0   0   ×
  ×   0   0   0   ×
b2
  1   1   ×   ×   ×
  ×   1   ×   ×   ×
  0   1*   1   0   ×
  ×   ×   0   0   0
  ×   ×   ×   0   0
b3
  1   ×   ×   ×   ×
  1   1   ×   ×   ×
  0   1*   1   0   ×
  ×   ×   0   0   0
  ×   ×   ×   0   0
b4
  ×   ×   0   ×   ×
  0   0   1*   ×   ×
  0   0   1   1   1
  0   0   0   ×   1
  ×   ×   ×   ×   ×
b5
  ×   ×   0   ×   ×
  0   0   1*   ×   1
  0   0   1   1   1
  0   0   0   ×   ×
  ×   ×   ×   ×   ×
b6
  ×   ×   0   ×   1
  ×   ×   1*   1   1
  ×   0   1   ×   ×
  0   0   0   ×   ×
  0   0   ×   ×   ×
b7
  ×   ×   0   1   1
  ×   ×   1*   1   ×
  ×   0   1   ×   ×
  0   0   0   ×   ×
  0   0   ×   ×   ×
b8
其中“*”为模板的像素比对点，“1”代表该点的像素值为1，“0”代表该点的像素值为0，“×”代表该点的像素值可以为1、也可以为0。
上述保留模板中的b1、b2、b3、b4分别顺时针旋转90°得到b5、b6、b7、b8。
本发明的删除模板和保留模板中一些模板是通过另一些模板旋转得到的，这意味着把相同的模板应用于不同的方向，这样做的好处是：一方面使细化更加准确，另一方面减少了迭代次数。

Claims (1)

1、一种基于模板的指纹图像细化方法，其步骤如下：
1.1、设二值化指纹图像中的背景像素点值为0，其前景像素点值为1，对前景像素点建立如下6×6的邻域模板：
  P17   P18   P19   P20   P21   P36   P22   P1   P2   P3   P13   P35   P23   P4   P5   P6   P14   P34   P24   P7   P8   P9   P15   P33   P25   P10   P11   P12   P16   P32   P26   P27   P28   P29   P30   P31
其中P5点为抽取的前景像素点，其余点是围绕P5点的邻域点；
1.2、建立5×5的删除模板a1～a24：
  ×   1   1   ×   ×   ×   ×   1   ×   ×   ×   ×   1*   ×   ×   ×   0   0   0   ×   ×   0   0   0   ×
a1
  1   1   ×   ×   ×   ×   1   ×   ×   ×   ×   ×   1*   0   ×   ×   ×   0   0   0   ×   ×   ×   0   0
a2
  1   ×   ×   ×   ×   1   1   ×   ×   ×   ×   ×   1*   0   ×   ×   ×   0   0   0   ×   ×   ×   0   0
a3
  ×   ×   ×   ×   ×   1   ×   ×   0   0   1   1   1*   0   0   ×   ×   ×   0   0   ×   ×   ×   ×   ×
a4
  ×   ×   ×   ×   ×   ×   ×   ×   0   0   1   1   1*   0   0   1   ×   ×   0   0   ×   ×   ×   ×   ×
a5
  ×   ×   ×   0   0   ×   ×   0   0   0   ×   ×   1*   0   ×   1   1   ×   ×   ×   1   ×   ×   ×   ×
a6
  ×   ×   ×   0   0 × × 0 0 0   ×   ×   1*   0   ×   ×   1   ×   ×   ×   1   1   ×   ×   ×
a7
  ×   0   0   0   ×   ×   0   0   0   ×   ×   ×   1*   ×   ×   ×   ×   1   ×   ×   ×   1   1   ×   ×
a8
  ×   0   0   0   ×   ×   0   0   0   ×   ×   ×   1*   ×   ×   ×   ×   1   ×   ×   ×   ×   1   1   ×
a9
0 0 × × ×   0   0   0   ×   ×   ×   0   1*   ×   ×   ×   ×   ×   1   ×   ×   ×   ×   1   1
a10
  0   0   ×   ×   ×   0   0   0   ×   ×   ×   0   1*   ×   ×   ×   ×   ×   1   1   ×   ×   ×   ×   1
a11
  ×   ×   ×   ×   ×   0   0   ×   ×   ×   0   0   1*   1   1   0   0   ×   ×   1   ×   ×   ×   ×   ×
a12
  ×   ×   ×   ×   ×   0   0   ×   ×   1   0   0   1*   1   1   0   0   ×   ×   ×   ×   ×   ×   ×   ×
a13
  ×   ×   ×   ×   1   ×   ×   ×   1   1   ×   0   1*   ×   ×   0   0   0   ×   ×   0   0   ×   ×   ×
a14
  ×   ×   ×   1   1   ×   ×   ×   1   ×   ×   0   1*   ×   ×   0   0   0   ×   ×   0   0   ×   ×   ×
a15
  ×   ×   1   1   ×   ×   ×   1   ×   ×   ×   ×   1*   ×   ×   ×   0   0   0   ×   ×   0   0   0   ×
a16
  ×   ×   ×   ×   ×   ×   0   0   0   ×   ×   ×   1*   ×   ×   ×   1   1   1   ×   ×   ×   ×   ×   ×
a17
  ×   ×   ×   ×   ×   ×   0   ×   1   ×   ×   0   1*   1   ×   ×   0   ×   1   ×   ×   ×   ×   ×   ×
a18
  ×   ×   ×   ×   ×   ×   1   1   1   ×   ×   ×   1*   ×   ×   ×   0   0   0   ×   ×   ×   ×   ×   ×
a19
  ×   ×   ×   ×   ×   ×   1   ×   0   ×   ×   1   1*   0   ×   ×   1   ×   0   ×   ×   ×   ×   ×   ×
a20
  ×   ×   ×   ×   ×   ×   ×   0   0   ×   ×   1   1*   0   ×   ×   ×   1   ×   ×   ×   ×   ×   ×   ×
a21
  ×   ×   ×   ×   ×   ×   0   0   ×   ×   ×   0   1*   1   ×   ×   ×   1   ×   ×   ×   ×   ×   ×   ×
a22
  ×   ×   ×   ×   ×   ×   ×   1   ×   ×   ×   0   1*   1   ×   ×   0   0   ×   ×   ×   ×   ×   ×   ×
a23
  ×   ×   ×   ×   ×   ×   ×   1   ×   ×   ×   1   1*   0   ×   ×   ×   0   0   ×   ×   ×   ×   ×   ×
a24
其中*为模板的像素比对点，“1”代表该点的像素值为1，“0”代表该点的像素值为0，×代表该点的像素值可以为1、也可以为0；
1.33、建立5×5的保留模板b1～b8：
  ×   ×   1   1   ×   ×   ×   1   ×   ×   0   1*   1   0   ×   ×   0   0   0   ×   ×   0   0   0   ×
b1
  ×   1   1   ×   ×   ×   ×   1   ×   ×   0   1*   1   0   ×   ×   0   0   0   ×   ×   0   0   0   ×
b2
1 1 × × ×   ×   1   ×   ×   ×   0   1*   1   0   ×   ×   ×   0   0   0   ×   ×   ×   0   0
b3
  1   ×   ×   ×   ×   1   1   ×   ×   ×   0   1*   1   0   ×   ×   ×   0   0   0   ×   ×   ×   0   0
b4
  ×   ×   0   ×   ×   0   0   1*   ×   ×   0   0   1   1   1   0   0   0   ×   1   ×   ×   ×   ×   ×
b5
  ×   ×   0   ×   ×   0   0   1*   ×   1   0   0   1   1   1   0   0   0   ×   ×   ×   ×   ×   ×   ×
b6
  ×   ×   0   ×   1   ×   ×   1*   1   1   ×   0   1   ×   ×   0   0   0   ×   ×   0   0   ×   ×   ×
b7
  ×   ×   0   1   1   ×   ×   1*   1   ×   ×   0   1   ×   ×   0   0   0   ×   ×   0   0   ×   ×   ×
b8
其中“*”为模板的像素比对点，“1”代表该点的像素值为1，“0”代表该点的像素值为0，×代表该点的像素值可以为1、也可以为0；
1.4、用所述的邻域模板对每一个前景像素点抽取其邻域，并以该前景像素点P5为中心，用a1～a24删除模板分别进行比对，比对时，将删除模板中的像素比对点*与P5点重叠，然后看删除模板上的各像素值与删除模板所覆盖区域中各像素值是否一致，如果一致，则认为删除模板与所抽取的邻域匹配，如果a1～a24删除模板中任意一个模板与所抽取的邻域匹配，则删除该P5点，即将该P5点的像素值置为0，否则，准备保留该点；然后再用b1～b8保留模板重复上述的比对，只要有一个保留模板与所抽取元素的邻域相匹配，则该像素点P5才真正保留，否则删除该点，即将该P5点的像素值置为0，此操作从二值化指纹图像的左上角开始扫描推移到图像右下角结束为一次循环，反复进行迭代，直到比对时没有像素值改变为止。
CNB2008100178761A 2008-04-02 2008-04-02 一种基于模板的指纹图像细化方法 Expired - Fee Related CN100573555C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2008100178761A CN100573555C (zh) 2008-04-02 2008-04-02 一种基于模板的指纹图像细化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2008100178761A CN100573555C (zh) 2008-04-02 2008-04-02 一种基于模板的指纹图像细化方法

Publications (2)

Publication Number Publication Date
CN101266644A CN101266644A (zh) 2008-09-17
CN100573555C true CN100573555C (zh) 2009-12-23

Family

ID=39989054

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2008100178761A Expired - Fee Related CN100573555C (zh) 2008-04-02 2008-04-02 一种基于模板的指纹图像细化方法

Country Status (1)

Country Link
CN (1) CN100573555C (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650781B (zh) * 2009-09-03 2011-04-20 中国人民解放军国防科学技术大学 指纹图像灰度规范化方法
CN102222319B (zh) * 2011-04-08 2015-08-12 中兴通讯股份有限公司 一种图像处理方法及装置
CN102496148B (zh) * 2011-11-30 2013-07-03 哈尔滨工业大学 一种图像毛刺去除的方法
CN104820979A (zh) * 2015-03-20 2015-08-05 深圳市纳研科技有限公司 一种用于产品缺陷检测以及质量控制的图像减薄和特征分类方法
CN108363986B (zh) * 2018-03-07 2021-08-13 曲阜师范大学 基于改进Sobel算子的人脸速写系统和轮廓提取方法
CN112446818B (zh) * 2019-08-29 2024-04-16 比亚迪半导体股份有限公司 图像细化的方法、装置、存储介质及电子设备
CN110427926A (zh) * 2019-09-11 2019-11-08 中国计量大学 一种改进的opta手指静脉细化算法
CN111507893A (zh) * 2020-04-15 2020-08-07 广西科技大学 一种基于同步可删原理的图像细化方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004023381A1 (de) * 2002-08-13 2004-03-18 BSH Bosch und Siemens Hausgeräte GmbH Haushaltsgerät mit biometrischer personenidentifikationseinrichtung
CN1484189A (zh) * 2003-01-06 2004-03-24 �Ϻ���ͨ��ѧ 验证模式下的自动指纹识别技术

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004023381A1 (de) * 2002-08-13 2004-03-18 BSH Bosch und Siemens Hausgeräte GmbH Haushaltsgerät mit biometrischer personenidentifikationseinrichtung
CN1484189A (zh) * 2003-01-06 2004-03-24 �Ϻ���ͨ��ѧ 验证模式下的自动指纹识别技术

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
指纹图像的预处理和细化算法的研究. 赵伟.中国优秀硕士学位论文全文数据库,中国学术期刊(光盘版)电子期刊. 2007 *
指纹图像预处理研究. 闫俊红.中国优秀硕士学位论文全文数据库,中国学术期刊(光盘版)电子期刊. 2006 *

Also Published As

Publication number Publication date
CN101266644A (zh) 2008-09-17

Similar Documents

Publication Publication Date Title
CN100573555C (zh) 一种基于模板的指纹图像细化方法
CN104751142B (zh) 一种基于笔划特征的自然场景文本检测方法
CN108090511B (zh) 图像分类方法、装置、电子设备及可读存储介质
JP5468332B2 (ja) 画像特徴点抽出方法
CN106407983A (zh) 图像主体的识别、矫正与配准方法
CN102831403A (zh) 一种基于指纹特征点的识别方法
CN114529925A (zh) 一种全线表表格结构识别方法
Kim et al. Sredgenet: Edge enhanced single image super resolution using dense edge detection network and feature merge network
CN113781530A (zh) 一种染色切片的图像配准方法及系统
CN110111243B (zh) 一种利用ai技术美化手写字体的方法及装置
CN109766850B (zh) 基于特征融合的指纹图像匹配方法
Lu et al. A partition approach for the restoration of camera images of planar and curled document
CN109359652A (zh) 一种从数码照片中快速自动提取矩形扫描件的方法
CN112418210B (zh) 一种杆塔巡检信息智能分类方法
CN107886530A (zh) 一种改进的基于sift特征的图像配准算法
Tong et al. Warped document image mosaicing method based on inflection point detection and registration
CN101382999B (zh) 一种快速高效的指纹细化方法
CN108446723B (zh) 一种高光谱图像的多尺度空谱协同分类方法
Tabassum et al. An approach to recognize book title from multi-cell bookshelf images
CN115147389A (zh) 图像处理方法、设备以及计算机可读存储介质
TWI384418B (zh) 採用區域架構之影像處理方法及系統
CN113792788A (zh) 一种基于多特征相似度融合的红外和可见光图像匹配方法
CN113902616A (zh) 文字扫描图像的快速拼接方法
Chang et al. An efficient scan algorithm for block-based connected component labeling
CN106096490B (zh) 一种带有文本行的柱面图像的定位方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20091223

Termination date: 20100402