CN101782966B - 指纹图像二值化处理方法 - Google Patents

指纹图像二值化处理方法 Download PDF

Info

Publication number
CN101782966B
CN101782966B CN201010110217XA CN201010110217A CN101782966B CN 101782966 B CN101782966 B CN 101782966B CN 201010110217X A CN201010110217X A CN 201010110217XA CN 201010110217 A CN201010110217 A CN 201010110217A CN 101782966 B CN101782966 B CN 101782966B
Authority
CN
China
Prior art keywords
matrix
fingerprint image
image
convolution
directional diagram
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
CN201010110217XA
Other languages
English (en)
Other versions
CN101782966A (zh
Inventor
陈晓峰
刘君
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.)
Shanghai Live By Touch Information Technology Co Ltd
Original Assignee
Shanghai Live By Touch Information Technology Co Ltd
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 Shanghai Live By Touch Information Technology Co Ltd filed Critical Shanghai Live By Touch Information Technology Co Ltd
Priority to CN201010110217XA priority Critical patent/CN101782966B/zh
Publication of CN101782966A publication Critical patent/CN101782966A/zh
Priority to PCT/CN2010/080592 priority patent/WO2011097935A1/zh
Application granted granted Critical
Publication of CN101782966B publication Critical patent/CN101782966B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns

Abstract

本发明揭示了指纹图像二值化处理方法，包括：求取指纹图像的方向图；建立一包括多个矩阵的卷积模板；把指纹图像分割为多个子块；根据所述方向图，从卷积模板中选择矩阵来逐一卷积所述多个子块，使得指纹图像灰度两极分化；利用一阈值对所述两极分化的指纹图像进行二值化处理。如此，得到的二值化图像纹线清晰，边界平滑，与原图像一致。

Description

指纹图像二值化处理方法
技术领域
本发明涉及一种指纹图像预处理方法，特别是涉及一种指纹图像二值化处理方法。
背景技术
随着社会的进步，身份识别的安全性日益得到人们的重视。传统的身份识别往往采用证件、密码等方式。然而，证件可能会丢失或被复制；而密码又容易被忘掉或产生混淆。尤其是随着网络时代的来临，越来越多的密码设置困扰着人们：开机密码、邮箱密码、银行密码、论坛密码......对于这些，如果设置相同的密码，会增加安全隐患；如果设置不同的密码，又为密码管理带来了困扰。为此，以生物特征(例如，指纹、人脸、虹膜等)为辨别依据的身份识别技术日益获得人们的重视。其中，指纹识别的识别率高，且应用最为普及，被公认为“物证之首”。
在利用指纹进行识别的过程中，指纹采集设备所采集的图像是一幅含有较多噪声的灰度图，必须经过预处理，去除大量的噪声，得到一幅纹线清晰的点线图，才能进行指纹特征的提取和匹配。而二值化是图像预处理过程中非常重要的一步，通过对图像进行二值化处理，一方面对图像信息进行了压缩，保留了纹线的主要信息，节约了存储空间，便于计算机存储和处理；另一方面还可以去除大量的粘连，为指纹特征的提取和匹配作准备。
所谓灰度图像的二值化就是通过设定阈值，把图像变为仅用两个灰度值分别表示图像的前景和背景颜色的二值图像。
例如，假设一幅灰度图像的像素值为f(i，j)∈(r1，r2，……，rm)，设有一阈值为T＝rk，1≤k≤m，则：
f ( i , j ) = 1 ; f ( i , j ) &GreaterEqual; T 0 ; f ( i , j ) < T
现有的指纹图像二值化处理方法，在进行以上处理之前，首先对图像进行方向滤波。而方向滤波就是在局部小区域内沿着该区域的纹线方向对指纹图像滤波，然而由于干扰的存在和指纹中心区域的方向变化较快，使得某些区域的方向无法正确求出，尤其是对于纹线变化剧烈的区域，往往会出现非常明显的过拼接现象，如图1所示，其中左边为原指纹图像示意图，右边为经过二值化处理的图像示意图。这样，就无法提取出正确的指纹特征。
发明内容
本发明的目的在于提供一种指纹图像二值化处理方法，以解决现有指纹图像二值化处理过程中的过拼接问题。
为解决以上技术问题，本发明提供一种指纹图像二值化处理方法，其包括：求取指纹图像的方向图；建立一包括多个矩阵的卷积模板；把指纹图像分割为多个子块；根据所述方向图，从卷积模板中选择矩阵来逐一卷积所述多个子块，使得指纹图像灰度两极分化；利用一阈值对所述两极分化的指纹图像进行二值化处理。
进一步的，所述卷积模板包括第一矩阵S1、第二矩阵S2以及第一矩阵S1的转置矩阵、第二矩阵S2的右翻转矩阵，其中
S 1 = a 3 a 5 a 7 a 5 a 3 a a 0 0 0 0 0 0 0 0 0 0 0 0 0 0 - 2 a - 6 a - 10 a - 14 a - 10 a - 6 a - 2 a 0 0 0 0 0 0 0 0 0 0 0 0 0 0 a 3 a 5 a 7 a 5 a 3 a a
S 2 = - 2 a 0 0 7 a 0 0 9 a 0 - 6 a 0 0 5 a 0 0 0 0 - 10 a 0 0 3 a 0 a 0 0 - 14 a 0 0 a 0 3 a 0 0 - 10 a 0 0 0 0 5 a 0 0 - 6 a 0 9 a 0 0 7 a 0 0 - 2 a .
进一步的，根据所述方向图，从卷积模板中选择矩阵的方法为：当方向图中的方向角小于30°或大于150°时，选择第一矩阵S1进行卷积；当方向图中的方向角大于60°且小于120°时，选择第一矩阵S1的转置矩阵进行卷积；当方向图中的方向角大于30°且小于60°时，选择第二矩阵S2的右翻转矩阵进行卷积；当方向图中的方向角大于120°且小于150°时，选择第二矩阵S2进行卷积。
以上指纹图像二值化处理方法在利用阈值进行二值化处理之前，首先定义卷积模板，并分块利用卷积模板对指纹图像进行卷积，使得图像灰度值明显两极分化，这样，只需设定一阈值便可以把图像像素分为0和1两个值，由以上方法得到的二值化图像，纹线清晰，边界平滑，与原图像一致。
附图说明
图1为现有技术下指纹图像二值化处理的效果图；
图2为本发明一实施例所提供的指纹图像二值化处理方法的流程示意图；
图3为指纹图像方向图的方向角划分示意图；
图4为本发明一实施例所提供的指纹图像二值化处理方法的效果图。
具体实施方式
为让本发明的上述特征和优点能更明显易懂，下文特举示例性实施例，并配合附图，作详细说明如下。
指纹识别主要包括预处理和指纹特征的提取。之所以要包括预处理的过程是因为：通过指纹采集器采集指纹时，由于采集指纹图像时图像质量不高或者在按取指纹过程中因用力不均造成指纹畸变等，常常会造成指纹图像分割的不准确，因此首先要对采集到的指纹图像进行预处理，包括对指纹图像的增强、二值化和细化等。预处理完成后即可进行特征提取，特征点的提取直接关系到识别率的高低。本发明充分考虑到现有技术对于指纹图像二值化处理的不足，经过研究与实验，对指纹识别过程中的二值化处理方法提出新的手段，以解决现有技术所存在的过拼接等问题，提高二值化处理质量，以利于后续特征点的提取。
具体，请参考图2，其为本发明一实施例所提供的指纹图像二值化处理方法的流程示意图，如图所示，该方法包括如下步骤：
S100：求取指纹图像的方向图；
S200：建立一包括多个矩阵的卷积模板；
S300：把指纹图像分割为多个子块；
S400：根据所述方向图，从卷积模板中选择矩阵来逐一卷积所述多个子块，使得指纹图像灰度两极分化；
S500：利用一阈值对所述两极分化的指纹图像进行二值化处理。
其中步骤S100，即方向图的求取过程为本领域技术人员所熟知的技术，在此不再详加叙述。而重点介绍后续步骤S200至S400。当然，在图像灰度两极分化后，对图像的二值化处理过程将变得更加简单，且利用阈值二值化指纹图像的技术已为本领域技术人员所熟知的技术，故也不再详加叙述。
首先，详细描述步骤S200中卷积模板的建立：卷积模板中的一些矩阵可以通过卷积模板中的其他矩阵旋转得到，这意味着把相同的模板应用于不同的方向，使得计算处理过程更为简单，有利于处理效率的提高。较佳的，卷积模板包括第一矩阵S1、第二矩阵S2以及第一矩阵S1的转置矩阵、第二矩阵S2的右翻转矩阵，其中，
S 1 = a 3 a 5 a 7 a 5 a 3 a a 0 0 0 0 0 0 0 0 0 0 0 0 0 0 - 2 a - 6 a - 10 a - 14 a - 10 a - 6 a - 2 a 0 0 0 0 0 0 0 0 0 0 0 0 0 0 a 3 a 5 a 7 a 5 a 3 a a
S 2 = - 2 a 0 0 7 a 0 0 9 a 0 - 6 a 0 0 5 a 0 0 0 0 - 10 a 0 0 3 a 0 a 0 0 - 14 a 0 0 a 0 3 a 0 0 - 10 a 0 0 0 0 5 a 0 0 - 6 a 0 9 a 0 0 7 a 0 0 - 2 a .
当这两个矩阵选取好后，便可以建立卷积模板，对指纹图像进行卷积。卷积是以方向图为依据，并把原图分割为若干子块，逐一处理的。例如，原始图像的大小为280*280像素为例：可以将其划分为8*8；大小的块，即35*35块；也可以将其划分为4*4大小的块，即70*70块；当然也可以划分为14*14大小的块，即20*20块。在此本发明不以此为限，本领域技术人员可以根据需要进行划分。
由于方向角的范围为0度到180度，故可以将方向图中的方向角分为四种，如图3所示，当方向图中的方向角α1小于30°或大于150°时，选择第一矩阵S1进行卷积；当方向图中的方向角α2在60°和120°之间时，选择第一矩阵S1的转置矩阵进行卷积；当方向图中的方向角α3在30°和60°之间时，选择第二矩阵S2的右翻转矩阵进行卷积；当方向图中的方向角α4处于120°和150°之间时，选择第二矩阵S2进行卷积。其中边界角度，可以选择其临近角度所选取的任意矩阵进行卷积。例如30°可以选择第一矩阵S1，也可以选择第二矩阵S2的右翻转矩阵进行卷积。
经过以上处理以后，图像的灰度值已经明显两极分化，只需设定一阈值便可以把图像像素分为0和1两个值，得到二值化的图像。如图4所示，其中(a)为原图像，(b)为二值化后的图像。可以看出，由以上方法得到的二值化图像，纹线清晰，边界平滑，与原图像一致。
以上仅为举例，并非用以限定本发明，本发明的保护范围应当以权利要求书所涵盖的范围为准。

Claims (2)

1.一种指纹图像二值化处理方法，其特征是，包括：
求取指纹图像的方向图；
建立一包括多个矩阵的卷积模板，所述卷积模板包括第一矩阵S1、第二矩阵S2以及第一矩阵S1的转置矩阵、第二矩阵S2的右翻转矩阵，其中
S 1 = a 3 a 5 a 7 a 5 a 3 a a 0 0 0 0 0 0 0 0 0 0 0 0 0 0 - 2 a - 6 a - 10 a - 14 a - 10 a - 6 a - 2 a 0 0 0 0 0 0 0 0 0 0 0 0 0 0 a 3 a 5 a 7 a 5 a 3 a a
S 2 = - 2 a 0 0 7 a 0 0 9 a 0 - 6 a 0 0 5 a 0 0 0 0 - 10 a 0 0 3 a 0 a 0 0 - 14 a 0 0 a 0 3 a 0 0 - 10 a 0 0 0 0 5 a 0 0 - 6 a 0 9 a 0 0 7 a 0 0 - 2 a ;
把指纹图像分割为多个子块；
根据所述方向图，从卷积模板中选择矩阵来逐一卷积所述多个子块，使得指纹图像灰度两极分化；
利用一阈值对所述两极分化的指纹图像进行二值化处理。
2.根据权利要求1所述的指纹图像二值化处理方法，其特征是，根据所述方向图，从卷积模板中选择矩阵的方法为：
当方向图中的方向角小于30°或大于150°时，选择第一矩阵S1进行卷积；
当方向图中的方向角大于60°且小于120°时，选择第一矩阵S1的转置矩阵进行卷积；
当方向图中的方向角大于30°且小于60°时，选择第二矩阵S2的右翻转矩阵进行卷积；
当方向图中的方向角大于120°且小于150°时，选择第二矩阵S2进行卷积。
CN201010110217XA 2010-02-11 2010-02-11 指纹图像二值化处理方法 Expired - Fee Related CN101782966B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201010110217XA CN101782966B (zh) 2010-02-11 2010-02-11 指纹图像二值化处理方法
PCT/CN2010/080592 WO2011097935A1 (zh) 2010-02-11 2010-12-31 指纹图像二值化处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010110217XA CN101782966B (zh) 2010-02-11 2010-02-11 指纹图像二值化处理方法

Publications (2)

Publication Number Publication Date
CN101782966A CN101782966A (zh) 2010-07-21
CN101782966B true CN101782966B (zh) 2012-07-04

Family

ID=42522955

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010110217XA Expired - Fee Related CN101782966B (zh) 2010-02-11 2010-02-11 指纹图像二值化处理方法

Country Status (2)

Country Link
CN (1) CN101782966B (zh)
WO (1) WO2011097935A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008382B (zh) * 2014-06-17 2017-07-21 金虎林 传感器指纹图像识别系统及方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782966B (zh) * 2010-02-11 2012-07-04 上海点佰趣信息科技有限公司 指纹图像二值化处理方法
CN105205802B (zh) * 2015-02-13 2017-04-12 比亚迪股份有限公司 纹线距离的计算方法和装置
CN105550650B (zh) * 2015-12-10 2018-11-06 东莞酷派软件技术有限公司 一种指纹安全保护方法与系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0811946A2 (en) * 1994-04-15 1997-12-10 Canon Kabushiki Kaisha Image pre-processor for character recognition system
CN1741043A (zh) * 2005-08-15 2006-03-01 西安交通大学 基于二维条码的指纹信息隐藏及认证方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6961476B2 (en) * 2001-07-27 2005-11-01 3M Innovative Properties Company Autothresholding of noisy images
JP4634292B2 (ja) * 2005-12-06 2011-02-16 株式会社リコー 画像処理装置、画像処理方法、その方法をコンピュータに実行させるプログラム
CN100573554C (zh) * 2008-04-02 2009-12-23 范九伦 指纹图像的方向滤波增强方法
CN101782966B (zh) * 2010-02-11 2012-07-04 上海点佰趣信息科技有限公司 指纹图像二值化处理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0811946A2 (en) * 1994-04-15 1997-12-10 Canon Kabushiki Kaisha Image pre-processor for character recognition system
CN1741043A (zh) * 2005-08-15 2006-03-01 西安交通大学 基于二维条码的指纹信息隐藏及认证方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JP特开2007-158843A 2007.06.21
何东宇 等.基于方向图的指纹预处理方法研究.《计算机工程与应用》.2004, *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008382B (zh) * 2014-06-17 2017-07-21 金虎林 传感器指纹图像识别系统及方法

Also Published As

Publication number Publication date
WO2011097935A1 (zh) 2011-08-18
CN101782966A (zh) 2010-07-21

Similar Documents

Publication Publication Date Title
CN102693409B (zh) 一种快速的图像中二维码码制类型识别方法
CN100412883C (zh) 指纹识别方法与系统
CN104463795A (zh) 一种点阵式dm二维码图像处理方法及装置
CN105956578A (zh) 一种基于身份证件信息的人脸验证方法
CN108146093B (zh) 一种去除票据印章的方法
US20110262013A1 (en) Fingerprint matcher using iterative process and related methods
CN102254188A (zh) 掌纹识别方法及装置
CN101782966B (zh) 指纹图像二值化处理方法
CN101373514A (zh) 人脸识别方法和系统
CN102073872B (zh) 基于图像的寄生虫虫卵形状识别方法
CN102496021A (zh) 基于小波变换的图像二值化方法
JP2009237669A (ja) 顔認識装置
JP6229352B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN102737230A (zh) 一种基于方向场估计的非局部均值滤波方法
CN104778662A (zh) 一种毫米波图像增强方法及系统
CN113409214B (zh) 一种受损指纹图像的快速修复方法
CN101877049A (zh) 防止生物仿真攻击的指纹识别方法
CN110796618B (zh) 用于证卡激光签注的数字人像处理方法、存储介质和系统
Machhale et al. Implementation of number recognition using adaptive template matching and feature extraction method
CN105912955A (zh) 具有身份验证功能的移动存储设备
Ahmed et al. Comparative analysis of global feature extraction methods for off-line signature recognition
CN105931320A (zh) 具有身份识别功能的影像控制装置
Babatunde et al. A multi-level model for fingerprint image enhancement
Kanchana et al. Quadtree decomposition for palm print feature representation in palmprint recognition system
Brown et al. Improved fingercode alignment for accurate and compact fingerprint recognition

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: 20120704

Termination date: 20140211