CN102819741B - 基于隆线剖面微分的指纹方向信息获取方法 - Google Patents
基于隆线剖面微分的指纹方向信息获取方法 Download PDFInfo
- Publication number
- CN102819741B CN102819741B CN201210261159.XA CN201210261159A CN102819741B CN 102819741 B CN102819741 B CN 102819741B CN 201210261159 A CN201210261159 A CN 201210261159A CN 102819741 B CN102819741 B CN 102819741B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- profile
- differential
- carina
- 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
Links
Landscapes
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Input (AREA)
Abstract
基于隆线剖面微分的指纹方向信息获取方法。根据图像灰度梯度计算获得的指纹方向信息数值连续,能够相对精确地表达指纹隆线的走向。但这种方法计算量大,且对噪声影响十分敏感,即使在后期优化阶段采用较大的窗口进行滤波处理也无法消除某些断线、污渍等对其计算结果的影响,这些缺点限制了该技术的应用范围。本发明方法包括:该方法包括如下步骤:计算指纹峰、谷剖面图像,获取指纹隆线曲线微分,获取正方形区域方向信息,将方向向量矩阵离散化,即将得到的连续变化的方向信息转换为等间隔离散方向数值,从而获得指纹方向信息。本产品用于获取指纹图像方向信息。
Description
技术领域:
本发明涉及指纹图像自动识别技术、指纹图像处理技术和指纹方向信息获取技术,具体涉及一种基于隆线剖面微分的指纹方向信息获取方法。
背景技术:
指纹,由于其具有终身不变性、唯一性和方便性,已几乎成为生物特征识别的代名词。指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。这些纹线有规律的排列形成不同的纹型。指纹图像识别系统是一个典型的模式识别系统,包括指纹图像获取、处理、特征信息获取和比对等模块。其中,指纹图像处理包括指纹区域检测、图像质量判断、方向信息和频率信息获取、指纹图像增强、二值化和细化等。由于获取的指纹方向信息既可作为指纹图像增强的依据,又可作为独立的指纹特征信息,因此,指纹方向信息获取技术成为现有指纹图像识别系统中相对独立、十分重要且应用非常广泛的技术。
指纹方向信息通常被定义为一个由方向向量构成的矩阵,矩阵中的每一个元素对应着指纹图像中的一个正方形区域,而这些向量所表示的方向正是其对应正方形区域中指纹隆线的走向。计算图像灰度梯度是目前应用最为广泛的指纹方向信息获取技术。这类方法将指纹图像视为三维曲面,计算曲面上每个像素点对应图像灰度的二维梯度值。对一个正方形区域,其内部所有像素点的梯度平均值即为该区域指纹隆线走向的方向数值。根据图像灰度梯度计算获得的指纹方向信息数值连续,能够相对精确地表达指纹隆线的走向。但这种方法计算量大,且对噪声影响十分敏感,即使在后期优化阶段采用较大的窗口进行滤波处理也无法消除某些断线、污渍等对其计算结果的影响,这些缺点限制了该技术的应用范围。
发明内容:
本发明的目的是提供一种基于隆线剖面微分的指纹方向信息获取方法,既可解决指纹方向信息受噪声影响的问题,又可以降低计算复杂度,获得连续数值的指纹方向信息。
上述的目的通过以下的技术方案实现:
一种基于隆线剖面微分的指纹方向信息获取方法,包括如下步骤:获取指纹原始灰度图像,计算指纹峰、谷剖面图像,获取指纹隆线曲线微分,获取正方形区域方向信息,将方向向量矩阵离散化,即将得到的连续变化的方向信息转换为等间隔离散方向数值,从而获得指纹方向信息。
所述的基于隆线剖面微分的指纹方向信息获取方法,所述的计算指纹峰、谷剖面图像是根据灰度图像中指纹隆线峰、谷之间的周期性变化,将指纹图像前景定义为峰和谷两部分,类似用一个水平平面将峰、谷剖开;由于峰、谷交界处的像素点很好的描述了峰或谷的走向,将轮廓像素线的走向代表这个局部区域内指纹隆线的走向。
所述的基于隆线剖面微分的指纹方向信息获取方法,所述的获取指纹隆线曲线微分是以微分的思想,取一个窗口,指纹隆线剖面轮廓曲线在这个窗口内看作是条直线,获取这条直线的斜率。
所述的基于隆线剖面微分的指纹方向信息获取方法,获取正方形区域方向信息是在一个正方形区域内,平均每个小窗口的指纹隆线曲线斜率即可得到该区域内指纹隆线的走向。
有益效果:
1.本发明方法,用指纹峰、谷剖面图像代替指纹灰度图像,降低了程序运行的数据物理存储空间。一张灰度图像所需要的存储空间是一张同样大小剖面图像所需空间的8倍。
2.本发明方法,在一个小窗口(像素点)所计算出的指纹隆线曲线斜率等效于像素点梯度。但由于峰、谷图像在小窗口中表现为二值图像,本发明方法的计算复杂度较灰度梯度计算要低得多。
3.本发明方法,在平均整个正方形区域方向时,由于采用了基于一定规则的计算方法,降低了计算复杂度。以处理整张指纹图片为例,本发明方法将整张指纹图片方向信息的计算时间由秒数量级降低至秒数量级。
4.本发明方法,根据峰、谷图像具有的连通性,使用膨胀和腐蚀等形态学操作来平滑峰、谷图像,相比拥有连续向量空间的图像灰度梯度计算,使用本发明方法提出的隆线剖面微分计算可以有效降低噪声影响。根据内部指纹数据库实验结果,在传感器噪声方差小于时,图像灰度梯度计算的方向平均误差为3.1°,指纹隆线剖面微分计算的方向平均误差为2.7°;当传感器噪声增大到0.03时,图像灰度梯度计算的方向平均误差增大为8.2°,而指纹隆线剖面微分计算的方向平均误差仅为4.3°。
具体实施方式:
实施例1:
一种基于隆线剖面微分的指纹方向信息获取方法,包括如下步骤:获取指纹原始灰度图像,计算指纹峰、谷剖面图像,获取指纹隆线曲线微分,获取正方形区域方向信息,将方向向量矩阵离散化,即将得到的连续变化的方向信息转换为等间隔离散方向数值,从而获得指纹方向信息。
实施例2:
上述的基于隆线剖面微分的指纹方向信息获取方法,所述的计算指纹峰、谷剖面图像是根据灰度图像中指纹隆线峰、谷之间的周期性变化,将指纹图像前景定义为峰和谷两部分,类似用一个水平平面将峰、谷剖开;由于峰、谷交界处的像素点很好的描述了峰或谷的走向,因此轮廓像素线的走向就可以代表这个局部区域内指纹隆线的走向;对于指纹图像中的像素点,若为峰,记为1,若为谷,则记为0,若与对应的峰、谷剖面图像为,则有:
(1)
其中
(2)
最后,对图像进行窗口为像素点的膨胀-腐蚀操作。
实施例3:
上述的基于隆线剖面微分的指纹方向信息获取方法,所述的获取指纹隆线曲线微分是以微分的思想,取一个很小的窗口,例如像素点大小,指纹隆线剖面轮廓曲线在这个窗口内近似可以看作是条直线,而这条直线的斜率可以很容易的获得。对峰、谷剖面图像中的任意像素点,将其定位为像素点窗口的左上像素点,则此窗口中其余三个像素点分别为,,。在此窗口内,指纹隆线剖面轮廓曲线的斜率有4种可能的数值,即,,,,其对应关系如下表所示:
类型 | 斜率 | |
1 | 1100 0011 | |
2 | 1000 0111 0001 1110 | |
3 | 0101 1010 | |
4 | 0100 1011 0010 1101 | |
5 | - | 0110 1001 |
实施例4:
上述的基于隆线剖面微分的指纹方向信息获取方法,获取正方形区域方向信息是在一个正方形区域内,平均每个小窗口的指纹隆线曲线斜率即可得到该区域内指纹隆线的走向。对于一个正方形区域,计算各种斜率对应的像素点个数,分别用(类型1),(类型2),(类型3),(类型4)表示,其平均斜率向量可由以下计算获得:
(3)
实施例5:
上述的基于隆线剖面微分的指纹方向信息获取方法,所述的将方向向量矩阵离散化,在保证足够精度的前提下,将得到的连续变化的方向信息转换为等间隔离散方向数值。经上一步骤计算得出的方向向量矩阵中,每个方向向量元素都是一个二维整型向量,需要至少4个字节方能进行存储。另外,对子区域,由于图像离散化的原因,所能表示的方向精度有限。因此用连续二维整型向量来表示方向数值会造成极大的数据空间冗余。实际上,只采用个等间隔离散方向就足以表示方向向量场并保留足够精度,这样,一个字节可存储2个方向元素,存储空间缩小了8倍。这些离散方向可定义为:
(4)
定义这些离散方向所对应的方向向量为:
(5)
对于一个二维整型梯度向量,用下列公式可得到其对应的离散方向:
(6)
其中为向量的内积。
Claims (4)
1.一种基于隆线剖面微分的指纹方向信息获取方法,其特征是:包括如下步骤:获取指纹原始灰度图像,计算指纹峰、谷剖面图像,获取指纹隆线曲线微分,获取正方形区域方向信息,将方向向量矩阵离散化,即将得到的连续变化的方向信息转换为等间隔离散方向数值,从而获得指纹方向信息;
所述的计算指纹峰、谷剖面图像是根据灰度图像中指纹隆线峰、谷之间的周期性变化,将指纹图像前景定义为峰和谷两部分,用一个水平平面将峰、谷剖开;由于峰、谷交界处的像素点很好的描述了峰或谷的走向,将轮廓像素线的走向代表这个局部区域内指纹隆线的走向。
2.根据权利要求1所述的基于隆线剖面微分的指纹方向信息获取方法,其特征是:所述的获取指纹隆线曲线微分是以微分的思想,取一个窗口,指纹隆线剖面轮廓曲线在这个窗口内看作是条直线,获取这条直线的斜率。
3.根据权利要求1 所述的基于隆线剖面微分的指纹方向信息获取方法,其特征是:获取正方形区域方向信息是在一个正方形区域内,平均每个小窗口的指纹隆线曲线斜率即可得到该区域内指纹隆线的走向。
4.根据权利要求2所述的基于隆线剖面微分的指纹方向信息获取方法,其特征是:获取正方形区域方向信息是在一个正方形区域内,平均每个小窗口的指纹隆线曲线斜率即可得到该区域内指纹隆线的走向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210261159.XA CN102819741B (zh) | 2012-07-26 | 2012-07-26 | 基于隆线剖面微分的指纹方向信息获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210261159.XA CN102819741B (zh) | 2012-07-26 | 2012-07-26 | 基于隆线剖面微分的指纹方向信息获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102819741A CN102819741A (zh) | 2012-12-12 |
CN102819741B true CN102819741B (zh) | 2017-06-06 |
Family
ID=47303850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210261159.XA Expired - Fee Related CN102819741B (zh) | 2012-07-26 | 2012-07-26 | 基于隆线剖面微分的指纹方向信息获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102819741B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109815935B (zh) * | 2019-02-20 | 2022-01-11 | Oppo广东移动通信有限公司 | 电子装置、指纹验证方法及相关产品 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576999A (zh) * | 2009-06-01 | 2009-11-11 | 杭州晟元芯片技术有限公司 | 一种指纹图像方向增强方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100432491B1 (ko) * | 2001-08-31 | 2004-05-22 | (주)니트 젠 | 융선방향 모델을 이용한 지문 특징데이터 추출방법 |
-
2012
- 2012-07-26 CN CN201210261159.XA patent/CN102819741B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576999A (zh) * | 2009-06-01 | 2009-11-11 | 杭州晟元芯片技术有限公司 | 一种指纹图像方向增强方法 |
Non-Patent Citations (2)
Title |
---|
Reconstructing Orientation Field From Fingerprint Minutiae to Improve Minutiae-Matching Accuracy;Fanglin Chen et al;《IEEE Transactions on Image Processing》;20090731;第18卷(第7期);第II节,图5 * |
自动指纹识别技术研究;姚辰松;《中国优秀硕士学位论文全文数据库信息科技辑》;20081115(第11期);第2.3.2、3.3.1-3.3.3、3.4.3节,图3.6 * |
Also Published As
Publication number | Publication date |
---|---|
CN102819741A (zh) | 2012-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101985689B1 (ko) | 선거리 계산 방법 및 장치 | |
CN109543535B (zh) | 三维指静脉特征提取方法及其匹配方法 | |
CN105447441B (zh) | 人脸认证方法和装置 | |
WO2017219391A1 (zh) | 一种基于三维数据的人脸识别系统 | |
CN104298995B (zh) | 基于三维点云的三维人脸识别装置及方法 | |
CN107563377A (zh) | 一种利用边缘和文字区域的证件关键区域检测定位方法 | |
JP2017054532A5 (zh) | ||
CN105518716A (zh) | 手指静脉识别方法及装置 | |
CN102298773B (zh) | 一种形状自适应的非局部均值去噪方法 | |
CN111460915B (zh) | 一种基于轻量神经网络的指静脉验证方法及系统 | |
US20180174328A1 (en) | Turning radius-based corner detection algorithm | |
CN103455991A (zh) | 一种多聚焦图像融合方法 | |
Weng et al. | Singular points detection based on multi-resolution in fingerprint images | |
CN103870808A (zh) | 一种手指静脉识别方法 | |
CN101369309B (zh) | 基于主动表观模型和外耳长轴的人耳图像归一化方法 | |
CN107507175A (zh) | 一种用于计算玉米叶部小斑病病斑所占面积比例的装置 | |
CN112802019B (zh) | 一种基于脊柱AIS影像的lenke分型方法 | |
CN102663762B (zh) | 医学图像中对称器官的分割方法 | |
CN103400114A (zh) | 针对人脸识别的光照归一化处理系统 | |
CN110458792A (zh) | 人脸图像质量的评价方法及装置 | |
US8340378B2 (en) | Ribcage segmentation | |
CN102799881B (zh) | 基于二值图像编码模型的指纹方向信息获取方法 | |
CN105740838A (zh) | 针对不同尺度人脸图像的识别方法 | |
CN102819741B (zh) | 基于隆线剖面微分的指纹方向信息获取方法 | |
CN104200460B (zh) | 基于图像特征和互信息的图像配准方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170606 Termination date: 20180726 |