CN101382999B - 一种快速高效的指纹细化方法 - Google Patents

一种快速高效的指纹细化方法 Download PDF

Info

Publication number
CN101382999B
CN101382999B CN2008101373530A CN200810137353A CN101382999B CN 101382999 B CN101382999 B CN 101382999B CN 2008101373530 A CN2008101373530 A CN 2008101373530A CN 200810137353 A CN200810137353 A CN 200810137353A CN 101382999 B CN101382999 B CN 101382999B
Authority
CN
China
Prior art keywords
fingerprint
template
thinning
opta
refinement
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
CN2008101373530A
Other languages
English (en)
Other versions
CN101382999A (zh
Inventor
王明江
彭刚
王进祥
闫志锋
韦秋初
和王峰
马晓卫
张永胜
肖永生
董颖杰
桑坚
张国君
刘钊
刘鹏
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.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN2008101373530A priority Critical patent/CN101382999B/zh
Publication of CN101382999A publication Critical patent/CN101382999A/zh
Application granted granted Critical
Publication of CN101382999B publication Critical patent/CN101382999B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

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

Abstract

一种快速高效的指纹细化方法，它涉及一种指纹细化方法，以解决现有的指纹细化方法存在的细化不彻底、细化后的纹线不是单像素、影响指纹识别的准确性的问题。快速细化：先判断出待细化图像中指纹纹线的边界点，然后逐步将指纹纹线的边界点删除，得到快速细化图像；OPTA细化：使用OPTA细化方法的消除模板和保留模板，将快速细化图像变成单相素图像。本发明采用了快速细化算和OPTA算法组成的综合方法，使得采用本发明的方法显著提高细化算法的运行效率，克服了以前细化后的指纹图像有较多的毛刺，分叉点细化不够完全的问题，既没有破坏纹线的连接性又保护了指纹的细节特征，运算速度也较快，处理后的指纹图像细化完全，骨架接近纹线中心线。

Description

一种快速高效的指纹细化方法
技术领域
本发明属于指纹识别方法，尤其涉及一种快速高效的指纹细化方法，属于指纹识别领域。
背景技术
一个完整的自动指纹识别系统(AFIS)主要包括指纹采集、指纹图像预处理、指纹特征提取、指纹比对等几个模块。指纹图像预处理是一个很重要的部分，它的处理效果直接影响后续的特征提取和指纹比对，而指纹细化又是指纹预处理中的一个很重要的环节，因为一般的特征提取都是在细化的基础上进行的，如果细化不好，将无法使用常规的特征提取算法提取细节点特征信息。
指纹的细化方法包括很多种类，按照细化顺序来看主要分为三类：串行细化、并行细化和混合细化。其中快速细化方法(Quick thinning algorithm)和改进的OPTA方法(Improved OPTA thinning algorithm)是目前使用较多的两种指纹细化方法。快速指纹细化方法为四连通并行指纹细化方法，原理是判断出指纹纹线的边界点并逐步删除，这种方法的指纹细化速度较快，但细化不彻底，细化后的纹线不是单像素宽；改进的OPTA方法是串行指纹细化方法，其原理是构造一定的消除模板和保留模板，将二值化后的指纹图像和模板比较，决定是否删除某点的像素值，这种方法能够基本保证单像素宽，但细化后会产生很多毛刺，而且实验发现，经过该算法细化的图像在纹线的分叉点处并不是单像素宽的，如果不加处理，在以后特征提取的时候就会导致相当多的伪特征点出现，极大的影响指纹识别的准确性。
发明内容
本发明为解决现有的指纹细化方法存在的细化不彻底、细化后的纹线不是单像素、影响指纹识别的准确性的问题，提供一种快速高效的指纹细化方法。本发明包括以下步骤：
步骤A1，快速细化：先判断出待细化图像P中指纹纹线的边界点，然后逐步将指纹纹线的边界点删除，得到快速细化图像Q；
步骤A2，OPTA细化：使用OPTA细化方法的消除模板和保留模板，将快速细化图像Q变成单相素图像。
步骤A2中所述的OPTA细化由以下步骤组成：
步骤C1，构造如下16个3×3的消除模板，其中X为不确定数，有可能为0，也有可能为1：
  0   0   0
  X   1   X
  0   0   0
  1   1   1
(a)
  1   X   0
  1   1   0
  1   X   0
(b)
  1   1   1
  X   1   X
  0   0   0
(c)
  0   X   1
  0   1   1
  0   X   1
(d)
  0   0   X
  0   1   1
  X   1   X
(e)
  X   0   0
  1   1   0
  X   1   X
(f)
  X   1   X
  1   1   0
  X   0   0
(g)
  X   1   X
  0   1   1
  0   0   X
(h)
  0   0   0
  1   1   1
  0   1   0
(i)
  0   1   0
  0   1   1
  0   1   0
(j)
  0   1   0
  1   1   1
  0   0   0
(k)
  0   1   0
  1   1   0
  0   1   0
(l)
  1   0   0
  0   1   1
  0   1   0
(m)
  0   1   0
  0   1   1
  1   0   0
(n)
  0   1   0
  1   1   0
  0   0   1
(o)
  0   0   1
  1   1   0
  0   1   0
(p)
构造如下6个4×4的保留模板，其中X为不确定数，有可能为0，也有可能为1：
  X   1   X   0
  0   1   1   0
  X   1   X   0
  X   X   X   X
(A)
  X   X   0   0
  0   1   1   0
  X   X   1   X
  X   X   X   X
(B)
  X   X   1   X
  0   1   1   0
  X   X   0   0
  X   X   X   X
(C)
  X   0   X   X
  1   1   1   X
  X   1   X   X
  0   0   0   X
(D)
  X   0   X   X
  X   1   X   X
  X   0   X   X
  1   1   0   X
  X   0   0   X
(E)
  X   0   X   0
  X   1   X   X
  0   1   1   X
  0   0   X   X
(F)
构造如下6个保留模板中需要去掉的3个4×4的特殊模板：
  0   0   1   1
  0   1   1   1
  0   1   1   1
  0   0   1   1
(α)
  0   0   0   0
  0   1   1   0
  1   1   1   1
  1   1   1   1
(β)
  1   0   0   0
  1   1   0   0
  1   1   0   0
  1   0   0   0
  1   0   0   0
(γ)
步骤C2，对当前像素点Q0抽取14个相邻像素点与当前像素点Q0构造如下4×4的改进OPTA模板，其中X为不确定数，有可能为0，也有可能为1：
  Q<sub>8</sub>   Q<sub>1</sub>   Q<sub>2</sub>   Q<sub>12</sub>
  Q<sub>7</sub>   Q<sub>0</sub>   Q<sub>3</sub>   Q<sub>13</sub>
  Q<sub>6</sub>   Q<sub>5</sub>   Q<sub>4</sub>   Q<sub>14</sub>
  Q<sub>9</sub>   Q<sub>10</sub>   Q<sub>11</sub>   X
判断所述的改进OPTA模板是否与所述的16个消除模板中的一个相匹配，判断结果为是，则进入步骤C3，判断结果为否，则进入步骤C4；
步骤C3，判断所述的改进OPTA模板是否与所述的6个保留模板中的一个相匹配且不与所述的3个特殊模板中的任何一个相匹配，判断结果为是，则保留当前像素点Q0并返回步骤C2，判断结果为否，则删除当前像素点Q0并返回步骤C2；
步骤C4，保留当前像素点Q0，返回步骤C2；
步骤C5，重复步骤C2-步骤C4，直到所有的像素点都扫描完毕；
步骤C6，判断步骤C5中最后一次扫描过程里是否有像素点被删除，判断结果为是，则返回步骤C2，判断结果为否，则OPTA细化结束。
发明效果：本发明采用了快速细化算和OPTA算法组成的综合方法，使得采用本发明的方法不仅显著提高细化算法的运行效率(提高约15％)，而且还克服了以前细化后的指纹图像有较多的毛刺，分叉点细化不够完全的问题。
具体实施方式
具体实施方式一：本实施方式由以下步骤组成：
步骤A1，快速细化：先判断出待细化图像P中指纹纹线的边界点，然后逐步将指纹纹线的边界点删除，得到快速细化图像Q；
步骤A2，OPTA细化：使用OPTA细化方法的消除模板和保留模板，将快速细化图像Q变成单相素图像。
本实施方式的方法主要分为两部分，第一部分是利用快速细化方法速度较快的特点，对图像进行初步处理，以免直接实用OPTA方法耗费较多的时间，然后再使用OPTA细化方法对图像进行彻底细化，避免了快速细化方法对图像细化不彻底的问题，使细化后的图像能够较好的为后续的指纹匹配所服务。
具体实施方式二：本实施方式在具体实施方式一的基础上进一步限定了步骤A1中所述的快速细化包括以下步骤：
步骤B1，对目标点构造如下3×3的邻域模板：
  P<sub>8</sub>   P<sub>1</sub>   P<sub>2</sub>
  P<sub>7</sub>   P<sub>0</sub>   P<sub>3</sub>
  P<sub>6</sub>   P<sub>5</sub>   P<sub>4</sub>
在目标点的邻域中，计算二值化的图像中值为1的像素点的个数
Figure GSB00000061435500051
和邻域中的连接成分数T(P0)；
步骤B2，顺序扫描待细化图像P，将满足条件TP1或TP2的像素点删除：
TP1：中心像素P0有2-6个八连通相邻像素点T(P0)＝1，P1P3P5＝0且P3P5P7＝0；
TP2：中心像素P0有2-6个八连通相邻像素点T(P0)＝1，P1P5P7＝0且P1P3P7＝0；
步骤B3，重复步骤B2直到所有的像素点都不可删除为止，得到单像素宽的指纹细化图像。
目标点指像素值为1的点，背景点指像素值为0的点。邻域中的连接成分数T(P0)表示序列P1P2P3P4P5P6P7P8P1中0到1的变化次数。边界点：属于目标点，且其4邻点中至少有一个为背景点。8邻点和4邻点：在步骤B1的邻域模板中，设有任意像素点p，p的8邻点即为以p为中心3×3区域中除了p点以外的8个点即p1到p8，而p2、p4、p6、p8为其4邻点。8连通性和4连通性：一点具有8连通性是指该点的8邻点中至少有一点为目标点；4连通性则是指该点的4邻点中至少有一点为目标点。中心像素P0取2-6个8连通相邻像素点是因为如果中心像素P0只有一个邻点，说明是目标端点，不能删除；如果中心像素P0有6个以上邻点，说明它不是目标边界点，去掉会引起目标的腐蚀。NB＝1表示检查像素P0的周围是否只有一个连通成分。单像素宽：考察纹线上每一点的8邻域，纹线端点的8邻域中只有1个目标点，纹线连续点的8邻域有2个，分叉点有3个，且每点8邻域最多只有3个目标点，符合上述条件即为单像素宽。
具体实施方式三：本实施方式在具体实施方式一的基础上进一步限定了步骤A2中所述的OPTA细化由以下步骤组成：
步骤C1，构造如下16个3×3的消除模板，其中X为不确定数，有可能为0，也有可能为1：
  0   0   0
  X   1   X
  0   0   0
  1   1   1
(a)
  1   X   0
  1   1   0
  1   X   0
(b)
  1   1   1
  X   1   X
  0   0   0
(c)
  0   X   1
  0   1   1
  0   X   1
(d)
  0   0   X
  0   1   1
  X   1   X
(e)
  X   0   0
  1   1   0
  X   1   X
(f)
  X   1   X
  1   1   0
  X   0   0
(g)
  X   1   X
  0   1   1
  0   0   X
(h)
  0   0   0
  1   1   1
  0   1   0
(i)
  0   1   0
  0   1   1
  0   1   0
(j)
  0   1   0
  1   1   1
  0   0   0
(k)
  0   1   0
  1   1   0
  0   1   0
(l)
  1   0   0
  0   1   1
  0   1   0
(m)
  0   1   0
  0   1   1
  1   0   0
(n)
  0   1   0
  1   1   0
  0   0   1
(o)
  0   0   1
  1   1   0
  0   1   0
(p)
构造如下6个4×4的保留模板，其中X为不确定数，有可能为0，也有可能为1：
  X   1   X   0
  0   1   1   0
  X   1   X   0
  X   X   X   X
(A)
  X   X   0   0
  0   1   1   0
  X   X   1   X
  X   X   X   X
(B)
  X   X   1   X
  0   1   1   0
  X   X   0   0
  X   X   X   X
(C)
  X   0   X   X
  1   1   1   X
  X   1   X   X
  0   0   0   X
(D)
  X   0   X   X
  X   1   X   X
  X   0   X   X
  1   1   0   X
  X   0   0   X
(E)
  X   0   X   0
  X   1   X   X
  0   1   1   X
  0   0   X   X
(F)
构造如下6个保留模板中需要去掉的3个4×4的特殊模板：
  0   0   1   1
  0   1   1   1
  0   1   1   1
  0   0   1   1
(α)
  0   0   0   0
  0   1   1   0
  1   1   1   1
  1   1   1   1
(β)
  1   0   0   0
  1   1   0   0
  1   0   0   0
  1   1   0   0
  1   0   0   0
(γ)
步骤C2，对当前像素点Q0抽取(按从左到右从上到下的顺序)14个相邻像素点与当前像素点Q0构造如下4×4的改进OPTA模板，其中X为不确定数，有可能为0，也有可能为1：
  Q<sub>8</sub>  Q<sub>1</sub>   Q<sub>2</sub>   Q<sub>12</sub>
  Q<sub>7</sub>  Q<sub>0</sub>   Q<sub>3</sub>   Q<sub>13</sub>
  Q<sub>6</sub>  Q<sub>5</sub>   Q<sub>4</sub>   Q<sub>14</sub>
  Q<sub>9</sub>  Q<sub>10</sub>   Q<sub>11</sub>   X
判断所述的改进OPTA模板是否与所述的16个消除模板中的一个相匹配，对3×3消除模板，将改进OPTA模板的左上角的3×3模块与之进行比较(Q0～Q8)，判断结果为是，则进入步骤C3，判断结果为否，则进入步骤C4；
步骤C3，判断所述的改进OPTA模板是否与所述的6个保留模板中的一个相匹配且不与所述的3个特殊模板中的任何一个相匹配，判断结果为是，则保留当前像素点Q0并返回步骤C2，判断结果为否，则删除当前像素点Q0并返回步骤C2；
步骤C4，保留当前像素点Q0，返回步骤C2；
步骤C5，重复步骤C2-步骤C4，直到所有的像素点都扫描完毕；
步骤C6，判断步骤C5中最后一次扫描过程里是否有像素点被删除，判断结果为是，则返回步骤C2，判断结果为否，则OPTA细化结束。
对步骤A1处理过的细化图形进行进一步处理所采用的消除模板(a～h)和保留模板是目前常用的方法，本实施方式是以消除模板(i～p)，和保留模板中需要去除的三种情况(a～c)为主要原理，对OPTA模板进行改进。利用改进的OPTA细化发法对图像进行处理，既没有破坏纹线的连接性而引起纹线的逐步吞食，又保护了指纹的细节特征，而且该方法运算速度也较快，处理后的指纹图像细化完全，骨架接近纹线中心线，光滑无毛刺。

Claims (1)

1.一种快速高效的指纹细化方法，其特征在于它包括以下步骤：
步骤A1，快速细化：先判断出待细化图像P中指纹纹线的边界点，然后逐步将指纹纹线的边界点删除，得到快速细化图像Q；
步骤A2，OPTA细化：使用OPTA细化方法的消除模板和保留模板，将快速细化图像Q变成单相素图像；
步骤A2中所述的OPTA细化由以下步骤组成：
步骤C1，构造如下16个3×3的消除模板，其中X为不确定数，有可能为0，也有可能为1：
Figure FA20189137200810137353001C00011
构造如下6个4×4的保留模板，其中X为不确定数，有可能为0，也有可能为1：
Figure FA20189137200810137353001C00021
构造如下6个保留模板中需要去掉的3个4×4的特殊模板：
Figure FA20189137200810137353001C00022
步骤C2，对当前像素点Q0抽取14个相邻像素点与当前像素点Q0构造如下4×4的改进OPTA模板，其中X为不确定数，有可能为0，也有可能为1：
判断所述的改进OPTA模板是否与所述的16个消除模板中的一个相匹配，判断结果为是，则进入步骤C3，判断结果为否，则进入步骤C4；
步骤C3，判断所述的改进OPTA模板是否与所述的6个保留模板中的一个相匹配且不与所述的3个特殊模板中的任何一个相匹配，判断结果为是，则保留当前像素点Q0并返回步骤C2，判断结果为否，则删除当前像素点Q0并返回步骤C2；
步骤C4，保留当前像素点Q0，返回步骤C2；
步骤C5，重复步骤C2-步骤C4，直到所有的像素点都扫描完毕；
步骤C6，判断步骤C5中最后一次扫描过程里是否有像素点被删除，判断结果为是，则返回步骤C2，判断结果为否，则OPTA细化结束。
CN2008101373530A 2008-10-17 2008-10-17 一种快速高效的指纹细化方法 Expired - Fee Related CN101382999B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008101373530A CN101382999B (zh) 2008-10-17 2008-10-17 一种快速高效的指纹细化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008101373530A CN101382999B (zh) 2008-10-17 2008-10-17 一种快速高效的指纹细化方法

Publications (2)

Publication Number Publication Date
CN101382999A CN101382999A (zh) 2009-03-11
CN101382999B true CN101382999B (zh) 2010-09-15

Family

ID=40462833

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008101373530A Expired - Fee Related CN101382999B (zh) 2008-10-17 2008-10-17 一种快速高效的指纹细化方法

Country Status (1)

Country Link
CN (1) CN101382999B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102005058B (zh) * 2010-11-30 2012-05-23 南京信息工程大学 一种针对opta图像细化算法的快速实现方法
CN105092597B (zh) * 2015-09-14 2018-05-29 广东电网有限责任公司电力科学研究院 一种硬塑材料表面的裂纹检测方法
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

Also Published As

Publication number Publication date
CN101382999A (zh) 2009-03-11

Similar Documents

Publication Publication Date Title
CN104751142B (zh) 一种基于笔划特征的自然场景文本检测方法
CN101382999B (zh) 一种快速高效的指纹细化方法
CN109697717B (zh) 一种基于图像自动搜索的衬砌裂缝识别方法
CN106407983A (zh) 图像主体的识别、矫正与配准方法
CN108154151B (zh) 一种快速多方向文本行检测方法
CN103577828B (zh) 一种基于边缘特征的道路检测方法
CN109344820A (zh) 基于计算机视觉和深度学习的数字式电表读数识别方法
CN114863492B (zh) 一种低质量指纹图像的修复方法及修复装置
CN102930242B (zh) 一种公交车车型识别方法
Vithlani et al. Structural and statistical feature extraction methods for character and digit recognition
CN109766850B (zh) 基于特征融合的指纹图像匹配方法
CN101567049B (zh) 一种半色调文档图像的噪声处理方法
Cao et al. Separation of overlapping text from graphics
Huang et al. Extraction of vectorized graphical information from scientific chart images
Dong et al. An improved parallel thinning algorithm
CN106780535A (zh) 一种灰度图像处理方法
Singh et al. Fingerprint feature extraction using morphological operations
CN110378337B (zh) 金属切削刀具图纸标识信息视觉输入方法及系统
He et al. Edge detection with BP neural networks
CN105894475A (zh) 一种国际音标图像字符细化方法
CN1229755C (zh) 验证模式下的自动指纹识别技术
CN106780637B (zh) 一种基于脉冲神经膜系统的快速并行图像细化方法
CN114972103A (zh) 一种针对铁素体晶界的骨骼提取优化算法
Lu et al. Unstructured road detection from a single image
Das et al. Binarization of stone inscripted documents

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: 20100915

Termination date: 20111017