CN109858418B - 指纹图像的处理方法和装置 - Google Patents

指纹图像的处理方法和装置 Download PDF

Info

Publication number
CN109858418B
CN109858418B CN201910061857.7A CN201910061857A CN109858418B CN 109858418 B CN109858418 B CN 109858418B CN 201910061857 A CN201910061857 A CN 201910061857A CN 109858418 B CN109858418 B CN 109858418B
Authority
CN
China
Prior art keywords
image
fingerprint image
fingerprint
map
processing
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.)
Active
Application number
CN201910061857.7A
Other languages
English (en)
Other versions
CN109858418A (zh
Inventor
穆鸽
程泰毅
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.)
Silead Inc
Original Assignee
Silead Inc
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 Silead Inc filed Critical Silead Inc
Priority to CN201910061857.7A priority Critical patent/CN109858418B/zh
Publication of CN109858418A publication Critical patent/CN109858418A/zh
Application granted granted Critical
Publication of CN109858418B publication Critical patent/CN109858418B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

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

Abstract

本申请实施例提供了一种指纹图像的处理方法和装置,其中,该方法包括:获取待处理的指纹图像;对指纹图像进行滤波处理,得到均值图;通过预设的图像处理,得到幅值图;利用预设的卡控阈值进行噪声压制处理,得到噪声压制后的幅值图;根据均值图像、噪声压制后的幅值图、指纹图像,确定目标指纹图像,由于该方案通过先对指纹图像进行预设的图像处理后,利用预设的卡控阈值对图像噪声进行压制,避免后续处理时图像噪声被过度放大;再利用所得到的上述图像对指纹图像进行处理,得到背景亮度均匀、指纹谷脊对比度均匀的指纹图像作为目标指纹图像,从而解决了基于现有方法所得到的处理后的指纹图像中存在块效应、处理效果不好的技术问题。

Description

指纹图像的处理方法和装置
技术领域
本申请涉及指纹识别技术领域,特别涉及一种指纹图像的处理方法和装置。
背景技术
随着指纹识别技术的推广、普及,越来越多的设备或应用开始使用指纹识别进行例如验证用户的身份等相关的业务处理。
通常用户在想要触发某个指令,例如解锁手机屏幕时,会先通过指纹采集器输入包含有用户指纹特征信息的指纹图像,再利用预先存储于指纹模板中的预设的指纹图像与所采集到的指纹图像进行比对,根据比对结果,对用户的身份进行确认。在确认用户身份成功(即识别成功)的情况下,才会响应用户的指令,例如解锁手机屏幕。
但是在指纹采集器采集包含有用户指纹特征信息的指纹图像的过程中,常常会受到内部设备或者外部环境的噪声干扰,此外用户手指的不同区域的情况差异可能会较大,指纹采集器所采集到的图像的边缘信号还可能会相对较弱等,导致所采集到的指纹图像的图像质量往往会相对较差。例如,指纹图像中的指纹谷脊对比度不均匀,或者指纹图像中背景亮度不均匀,导致用户指纹的一些细节特征很难从所采集到指纹图像中准确地读取出来,进而容易造成后续指纹识别出现错误。
为了解决上述问题,现有方法大多是先将指纹图像划分多个不同的图像块,再对每个图像块分别进行相应的运算处理,使得每块图像的均值和方差趋于一致,从而得到背景亮度、对比度相对较均匀的指纹图像。但是,上述方法在实施过程中会引入块效应,具体表现在不同图像块之间的边界上会存在像素点的灰度不连续的现象。这种现象会对后续的指纹识别造成干扰和影响,导致无法准确地进行指纹识别。即,现有方法具体实施时往往存在处理后的指纹图像存在块效应,处理效果不好的技术问题。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种指纹图像的处理方法和装置,以解决基于现有方法所得到的处理后的指纹图像中存在块效应、处理效果不好的技术问题。
本申请实施例提供了一种指纹图像的处理方法,包括:
获取待处理的指纹图像;
对所述指纹图像进行滤波处理,得到均值图;
对所述指纹图像进行预设的图像处理,得到幅值图;
利用预设的卡控阈值对所述幅值图进行噪声压制处理,得到噪声压制后的幅值图;
根据所述均值图像、所述压制后的幅值图、所述指纹图像,确定目标指纹图像。
在一个实施例中,对所述指纹图像进行滤波处理,包括:
根据所述指纹图像,获取指纹的预设频率、条纹噪声的预设频率、背景亮度的预设频率;
从所述指纹的预设频率、所述条纹噪声的预设频率中筛选出数值最小的频率作为第一频率;
将所述背景亮度的预设频率作为第二频率;
根据所述第一频率、所述第二频率,确定截止频率;
根据所述截止频率,建立低通滤波器,并利用所述低通滤波器对所述指纹图像进行滤波处理。
在一个实施例中,对所述指纹图像进行预设的图像处理,得到幅值图,包括:
对所述指纹图像进行下采样处理,得到第一采样图像;
根据所述第一采样图像,获取第一幅值图;
对所述第一幅值图进行上采样处理,得到第二幅值图;
对所述第二幅值图进行平滑处理,得到所述幅值图。
在一个实施例中,根据所述第一采样图像,获取第一幅值图,包括:
分别计算所述第一采样图像中的像素点所在的预设范围内的像素值的方差;
根据所述第一采样图像中的像素点所在的预设范围内的像素值的方差,建立对应的方差图;
对所述方差图进行平滑处理,得到平滑后的方差图;
根据所述平滑后的方差图,确定所述第一幅值图。
在一个实施例中,根据所述平滑后的方差图,确定所述第一幅值图,包括:
将所述平滑后的方差图中的像素点的像素值分别进行乘以2后再开方的运算处理,得到所述第一幅值图。
在一个实施例中,利用预设的卡控阈值对所述幅值图进行噪声压制处理,包括:
获取所述幅值图中的像素点的像素值;
从所述幅值图中的像素点中筛选出像素值小于预设的卡控阈值的像素点,作为待处理的像素点;
将所述待处理的像素点的像素值修改为所述预设的卡控阈值。
在一个实施例中,根据所述均值图像、所述压制后的幅值图、所述指纹图像,得到目标指纹图像,包括:
根据所述均值图像、所述压制后的幅值图、所述指纹图像,按照以下公式,确定所述目标指纹图像中对应的像素点的像素值:
Figure BDA0001954403650000031
上式中,XD(i,j)为目标指纹图像中位置坐标为(i,j)的像素点的像素值,XI(i,j)为待处理的指纹图像中位置坐标为(i,j)的像素点的像素值,XA(i,j)为均值图像中位置坐标为(i,j)的像素点的像素值,XP(i,j)为幅值图中位置坐标为(i,j)的像素点的像素值,a为预设的目标幅值,m为预设的目标均值。
在一个实施例中,在根据所述均值图像、所述压制后的幅值图、所述指纹图像,得到目标指纹图像后,所述方法还包括:
利用所述目标指纹图像进行指纹识别。
本申请实施例还提供了一种指纹图像的处理装置,包括:
获取模块,用于获取待处理的指纹图像;
第一处理模块,用于对所述指纹图像进行滤波处理,得到均值图;
第二处理模块,用于对所述指纹图像进行预设的图像处理,得到幅值图;
第三处理模块,用于利用预设的卡控阈值对所述幅值图进行噪声压制处理,得到噪声压制后的幅值图;
确定模块,用于根据所述均值图像、所述压制后的幅值图、所述指纹图像,确定目标指纹图像。
本申请实施例还提供了一种电子设备,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现获取待处理的指纹图像;对所述指纹图像进行滤波处理,得到均值图;对所述指纹图像进行预设的图像处理,得到幅值图;利用预设的卡控阈值对所述幅值图进行噪声压制处理,得到噪声压制后的幅值图;根据所述均值图像、所述压制后的幅值图、所述指纹图像,确定目标指纹图像。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现获取待处理的指纹图像;对所述指纹图像进行滤波处理,得到均值图;对所述指纹图像进行预设的图像处理,得到幅值图;利用预设的卡控阈值对所述幅值图进行噪声压制处理,得到噪声压制后的幅值图;根据所述均值图像、所述压制后的幅值图、所述指纹图像,确定目标指纹图像。
在本申请实施例中,通过先对指纹图像进行预设的图像处理后,利用预设的卡控阈值对图像噪声进行压制,避免后续处理时图像噪声被过度放大对图像处理效果的影响;再利用所得到的均值图像、压制后的幅值图对待处理的指纹图像进行具体处理,得到背景亮度均匀、指纹谷脊对比度均匀的指纹图像作为目标指纹图像,从而解决了基于现有方法所得到的处理后的指纹图像中存在块效应、处理效果不好的技术问题,达到能高效、准确地改善指纹图像的图像质量,进而提高后续指纹识别的成功率的技术效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施方式提供的指纹图像的处理方法的处理流程图;
图2是根据本申请实施方式提供的指纹图像的处理装置的组成结构图;
图3是基于本申请实施例提供的指纹图像的处理方法的电子设备组成结构示意图;
图4是在一个场景示例中应用本申请实施例提供的指纹图像的处理方法和装置对待处理的指纹图像进行处理的流程示意图;
图5是在一个场景示例中应用本申请实施例提供的指纹图像的处理方法和装置获得的待处理的指纹图像的示意图;
图6是在一个场景示例中应用本申请实施例提供的指纹图像的处理方法和装置获得的处理后的目标指纹图像的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
考虑到现有的指纹图像的处理方法大多是先将待处理的指纹图像划分为多个不同的图像块,再对多个不同的图像块分别进行相应的运算处理,使得每个图像块的均值和方差趋近于一致,从而得到图像质量相对较高的指纹图像。
但是上述方法由于需要将指纹图像进行分块处理,使得处理后的图像往往会存在比较明显的块效应,而这种块效应又会干扰、影响后续的指纹识别。因此,现有方法在实施时,往往会存在处理后的指纹图像中存在块效应、处理效果不好,影响后续指纹识别的技术问题。
针对产生上述技术问题的根本原因,本申请考虑到块效应的产生原因,以及处理过程中图像噪声的具体影响,采用另一种不同处理思路,即可以先对指纹图像进行依次包含有下采样和上采样的预设的图像处理;再利用预设的卡控阈值对图像噪声进行压制,避免后续处理时图像噪声被过度放大导致影响对图像处理效果;再利用所得到的均值图像、压制后的幅值图对待处理的指纹图像进行具体的运算处理,得到背景亮度均匀、指纹谷脊对比度均匀的指纹图像作为目标指纹图像,从而解决了基于现有方法所得到的处理后的指纹图像中存在块效应、处理效果不好的技术问题,达到能高效、准确地改善指纹图像的图像质量,进而提高后续指纹识别的成功率的技术效果。
基于上述思考思路,本申请实施例提供了一种指纹图像的处理方法。具体请参阅图1所示的根据本申请实施方式提供的指纹图像的处理方法的处理流程图。本申请实施例提供的指纹图像的处理方法,具体实施时,可以包括以下步骤。
S11:获取待处理的指纹图像。
在本实施例中,上述待处理的指纹图像具体可以理解为图像质量较差的指纹图像。例如,指纹采集器在光线环境较暗的情况下,采集得到的用户的指纹图像。参阅图5所示,这种指纹图像中的指纹特征信息往往不够明显、清楚。具体的,图像中的背景亮度往往不够均匀,有的地方可能过暗,有的地方可能过亮;图像中指纹的谷线(指纹中凹下的线)和指纹的脊线(指纹中凸起的线)对比度不够均匀,有些地方的谷线和脊线往往很难清晰地区分开来。此外,上述指纹图像在采集过程中由于受到指纹采集器设备内部,以及外部坏境噪声干扰,往往还存在许多的噪声信息。可见上述待处理点的指纹图像的图像质量相对较差,所包含的许多重要的指纹特征信息无法清晰地表现出来。因此,直接利用上述待处理的指纹图像与用户预存于指纹模板中的预设的指纹图像比对,进行指纹识别,往往识别成功率较低,用户体验也相对较差。
在本实施例中,上述获取待处理的指纹图像具体可以是通过指纹采集器采集用户为进行指纹识别所输入的指纹图像(可以记为I),也可以是通过网络接收到的其他设备或装置所发送的请求进行图像优化处理的指纹图像的等等。对此,本说明书不作限定。
S13:对所述指纹图像进行滤波处理,得到均值图。
在本实施例中,上述均值图具体可以理解为反映待处理的指纹图像的背景亮度特征信息的图像数据,也可以称为背景图像(可以记为A)。
在本实施例中,具体实施时,可以通过对待处理的指纹图像进行低通滤波,得到对应的均值图。
在一个实施例中,上述对所述指纹图像进行滤波处理,具体实施时,可以包括以下内容:
S1:根据所述指纹图像,获取指纹的预设频率、条纹噪声的预设频率、背景亮度的预设频率;
S2:从所述指纹的预设频率、所述条纹噪声的预设频率中筛选出数值最小的频率作为第一频率;
S3:将所述背景亮度的预设频率作为第二频率;
S4:根据所述第一频率、所述第二频率,确定截止频率;
S5:根据所述截止频率,建立低通滤波器,并利用所述低通滤波器对所述指纹图像进行滤波处理。
在本实施例中,具体实施时,可以通过统计待处理的指纹图像中所包含的指纹沿垂直脊线方向上的像素点的数量,来计算指纹所对应的频率;再从上述指纹所对应的频率中选择数值最小的频率,即指纹最低频率,作为上述指纹的预设频率。
在本实施例中,可以参照确定指纹的预设频率的方式,分别统计待处理的指纹图像中所包含的条纹(状)噪声的频率和背景亮度(例如待处理的指纹图像中频率远小于指纹噪声的低频噪声)的频率,再从条纹噪声的频率中选择数值最小的频率作为条纹噪声的预设频率(即条纹噪声的最小频率),从背景亮度的频率中选择数值相对较大的频率作为背景亮度的预设频率(即背景低频噪声的相对较大频率)。
在本实施例中,上述从所述指纹的预设频率、所述条纹噪声的预设频率中筛选出数值最小的频率作为第一频率,具体实施时,可以通过比较指纹的预设频率和条纹噪声的预设频率的数值大小,从中确定出数值最小的频率值作为滤波时截止频率的上限频率,即第一频率。
在本实施例中,上述将所述背景亮度的预设频率作为第二频率,具体实施时,可以将背景亮度的预设频率确定为滤波时截止频率的下限频率,即第二频率。
在本实施例中,上述根据所述第一频率、所述第二频率,确定截止频率,具体实施时,可以包括:以上述第一频率和第二频率作为截止频率的频率范围,根据该频率范围来确定一个合适的频率值作为截止频率,要求该截止频率的小于第一频率,并大于第二频率。
在本实施例中,在确定出截止频率后,可以根据截止频率建立相应的低通滤波器,并利用该低通滤波器对待处理的指纹图像进行低通滤波处理,得到对应的均值图。
S15:对所述指纹图像进行预设的图像处理,得到幅值图。
在本实施例中,上述幅值图具体可以理解为通过预设的图像处理得到的反应待处理的指纹图像中除背景以外的图像的幅值特征信息的图(可以记为Mr)。
在本实施例中,为了得到上述幅值图,同时也为了提高所获取的幅值图的图像质量,减少处理时间,提高处理效率,可以将下采样、上采样与求解方差等处理相结合,通过包括有依次进行的下采样、求解方差图和上采样等的预设的图像处理,从所述待处理的指纹图像中获取到对应的幅值图。
在一个实施例中,上述对所述指纹图像进行预设的图像处理,得到幅值图,具体实施时,可以包括以下内容:
S15-1:对所述指纹图像进行下采样处理,得到第一采样图像;
S15-2:根据所述第一采样图像,获取第一幅值图;
S15-3:对所述第一幅值图进行上采样处理,得到第二幅值图;
S15-4:对所述第二幅值图进行平滑处理,得到所述幅值图。
在本实施例中,上述对所述指纹图像进行下采样处理,具体实施时,可以包括:对于待处理的指纹图像中的连续像素点序列,根据采样间隔,每间隔一定个数的像素点取样一次,以建立新的像素点序列作为对应的下采样图像,即得到了第一采样图像(可以记为S)。
在本实施例中,上述对所述指纹图像进行下采样处理,具体实施时,可以对待处理的指纹图像用最邻近差值下采样n倍,得到对应的第一采样图像。其中,上述第一采样图像的宽和高的数值分别变为了待处理的指纹图像的宽和高的1/n。如果按照上述方式得到第一采样图像的宽和高的数值为小数,还可以对上述第一采样图像的宽和高的数值再进行取整处理,得到整数的宽和高。当然,需要说明的是,上述所列的下采样处理只是一种示意性说明。具体实施时,根据具体情况和处理要求,还可以利用其他的差值方法,例如线性差值或者双三次差值等进行下采样。对此,本说明书不作限定。
在本实施例中,为了保证通过下采样得到的第一采样图像能够包含有较为丰富的图像信息,可以将采样间隔的具体数值设置为小于等于最小指纹周期的1/4。其中,上述指纹周期为指纹频率的倒数。上述n的具体数值可以根据具体情况和采样定理确定。
在一个实施例中,上述根据所述第一采样图像,获取第一幅值图,具体实施时,可以包括以下内容:
S1:分别计算所述第一采样图像中的像素点所在的预设范围内的像素值的方差;
S2:根据所述第一采样图像中的像素点所在的预设范围内的像素值的方差,建立对应的方差图;
S3:对所述方差图进行对所述方差图进行平滑处理,得到平滑后的方差图;
S4:根据所述平滑后的方差图,确定所述第一幅值图。
在本实施例中,上述像素点所在的预设范围具体可以理解为以待计算的像素点为范围中心,边长为多个连续的像素点的方形区域范围。其中,上述预设的范围的边长具体可以根据处理要求确定。具体的,上述边长可以设置为多个像素点长度,其中,所述多个像素点所对应的像素点数量具体可以是大于或等于2倍的指纹周期所包含的像素点数量,且小于或等于4倍的指纹周期所包含的像素点数量。对此,本说明书不作限定。
在本实施例中,分别计算所述第一采样图像中的像素点所在的预设范围内的像素值的方差,具体实施时,可以包括:确定待计算的像素点所在的预设范围;统计待计算的像素点所在的预设范围中像素点的像素值;根据待计算的像素点所在的预设范围中像素点的像素值计算该预设范围内的像素值的方差,作为待计算的像素点所在的预设范围内的像素值的方差。其中,上述方差可以用于表征该像素点位置处所对应的指纹谷脊变化强度。
在本实施例中,需要补充的是,有的像素点可能位于为第一采样图像的边缘位置,这时在确定该类像素点所在的预设范围时,有一部分的预设范围已经超出了第一采样图像的图像区域,即实际确定的预设范围是不完整的,这时可以以该像素点为对称点,将与超出第一采样图像的图像区域的那部分的预设范围对称的位于第一采样图像的图像区域内的预设范围中的像素点进行复制,以补偿超出第一采样图像的图像区域的那部分的预设范围,进而可以得到该像素点完整的一个预设范围,再进行方差计算。当然,也可以复制位于第一采样图像的图像区域内的与超出第一采样图像的图像区域的那部分的预设范围相邻区域的像素点来补偿超出第一采样图像的图像区域的那部分的预设范围,得到完整的一个预设范围。
在本实施例中,在计算出第一采样图像中的像素点所在的预设范围内的像素值的方差后,可以利用该方差替换该像素点的像素值。按照上述方法,依次替换掉第一采样图像中各个像素点的像素值,从而建立得到了对应的方差图(可以记为Vs)。
在本实施例中,需要说明的是,由于之前是通过下采样,即间隔采样像素点,来获取第一采样图像的,因此减少了第一采样图像所包含的像素点数量,减少了上述针对所述第一采样图像中的像素点所在的预设范围内的像素值的方差的计算,从而提高了处理时间,减少了数据资源的占用,提高了处理效率。
在本实施例中,又考虑到上述方差图是基于下采样得到的第一采样图像获取的,为了降低后续可能出现的块效应,减少图像噪声,可以先对上述方差图做平滑处理,以提高方差图的图像质量。
在本实施例中,上述平滑处理具体可以是通过7*7的滤波器对上述方差图进行均值滤波,得到较为平滑的图像,即平滑后的方差图(可以记为Vm)。当然,需要说明的是,上述所列举的平滑处理只是一种示意性说明。具体实施时,根据具体情况和处理要求还可以采用其他合适的处理方式(例如高斯滤波处理)对方差图进行平滑处理。对此,本说明书不作限定。
在一个实施例中,为了能够高效、准确地通过平滑后的方差图,得到对应的第一幅值图,考虑到在指纹图像中,指纹在垂直脊线的方向上的图像形状近似于正弦信号。因此,可以参照正弦信号中幅值与方差的关系,将根据平滑后的方差图计算对应的第一幅值图的运算公式进行简化。进而,可以根据简化后的公式进处理,即先将所述平滑后的方差图中的像素点的像素值分别进行乘以2后开方得到对应幅值,再将计算得到的幅值替换掉原平滑后的方差图中的该像素点的像素值(即方差值),从而能高效、准确地得到了对应的第一幅值图(可以记为Ms)。其中,上述简化后的运算公式具体可以表示为以下形式:
Figure BDA0001954403650000101
上式中,b具体可以表示为幅值,var具体可以表示为对应像素点的方差。
在得到上述第一幅值图后,又考虑到该第一幅值图是基于第一采样图像得到,而第一采样图像又是通过下采样得到的。因此,第一幅值图与第一采样图像类似,也是长和宽分别为待处理的指纹图像的长和宽的1/n的图像。为了使得后续参与针对待处理的指纹图像的幅值图是和待处理的指纹图像相同尺寸大小的图像,可以先通过上采样方式,将第一幅值图恢复为与待处理的指纹图像相同尺寸大小的图像,即第二幅值图(可以记为Mr)。
其中,上述上采样具体可以理解为一种下采样的逆过程,也可以称为增取样(Upsampling)或者内插(Interpolating)。
在本实施例中,上述对所述第一幅值图进行上采样处理,具体实施时,可以包括以下内容:对上述第一幅值图进行n倍的双线性差值采样,从而得到长宽与待处理的指纹图像的长宽相同的幅值图,即为第二幅值图。当然,需要说明的是,上述所列的上采样处理只是一种示意性说明。具体实施时,根据具体情况和处理要求,还可以利用其他的差值方法,例如双三次差值等进行上采样。对此,本说明书不作限定。
在本实施例中,在得到上述第二幅值图中,考虑到上述运算过程中会引入了新的干扰误差,同时上采样的过程将第一像素点变为了多个,在一定程度也会产生块效应,为了减小块效应的影响,提高所使用的幅值图的准确度,在得到第二幅值图后,可以先对第二幅值图进行平滑处理,得到平滑后的,块效应被压制的第二幅值图,即幅值图(可以记为M)。
在本实施例中,对上述第二幅值图的平滑处理具体可以是通过3*3的滤波器对上述第二幅值图进行均值滤波,得到较为平滑的幅值图,作为所述幅值图。当然,需要说明的是,上述所列举的平滑处理只是一种示意性说明。具体实施时,根据具体情况和处理要求,还可以采用其他合适的处理方式(例如高斯滤波处理)对第二幅值图进行平滑处理。对此,本说明书不作限定。
S17:利用预设的卡控阈值对所述幅值图进行噪声压制处理,得到噪声压制后的幅值图。
在本实施例中,又考虑到通常待处理的指纹图像中受多种因素的干扰和影响,指纹图像中不同区域的情况差异比较大。例如,有的区域的可能指纹的特征信号相对较弱,而噪音信号相对较强,对应于幅值图中,该区域的幅值相对较小。这时,如果后续直接使用这样的幅值图,结合均值图对待处理的指纹图像进行处理时,由于会将上述区域的幅值归一化到和指纹区域用一样,导致该区域中的噪声会被过度放大,影响后续的指纹识别。因此,在得到上述幅值图后,可以先利用预设的卡控阈值对幅值图进行噪声压制处理,避免后续处理时图像噪声被过度放大,提高图像质量。
在本实施例中,上述卡控阈值(可以记为thr)具体可以根据待处理的指纹图像中的图像噪声的大小确定。具体的,如果图像噪声较大,可以将上述卡控阈值设置得相对较高。如果图像噪声较小,可以将上述卡控阈值设置得相对较小。对于卡控阈值的具体取值,本说明书不作限定。
在一个实施例中,上述利用预设的卡控阈值对所述幅值图进行噪声压制处理,具体实施时,可以包括以下内容:
S1:获取所述幅值图中的像素点的像素值;
S2:从所述幅值图中的像素点中筛选出像素值小于预设的卡控阈值的像素点,作为待处理的像素点;
S3:将所述待处理的像素点的像素值修改为所述预设的卡控阈值。
在本实施例中,可以通过从幅值图中搜索出像素值小于预设的卡控阈值的像素点找到待处理的指纹图像中的指纹特征信号相对较弱像素点,即待处理的像素点;进而可以先通过将幅值图中待处理的像素点的像素值修改为预设的卡控阈值,先对这类像素点的采样幅值进行放大,以便后续进行处理时,可以对该类像素点的噪声进行有效的压制,避免后续处理时该像素点的噪声信号得到放大增强,影响指纹信号的识别,从而提高了图像质量,使得后续的指纹识别可以更加准确。
S19:根据所述均值图像、所述压制后的幅值图、所述指纹图像,确定目标指纹图像。
在本实施例中,上述目标指纹图像具体可以理解为对待处理的指纹图像进行优化处理后得到的,背景亮度均匀、指纹谷脊对比度均匀,所包含的指纹特征清楚、明确的指纹图像。
在本实施例中,具体实施时,可以先利用待处理的指纹图像中的像素点的像素值与均值图中的像素值作差,得到除指纹等内容图像的像素点的像素值;再利用幅值图,对上述内容图像的像素点的像素值进行归一化处理,归一化到一个层级;再利用预设的目标幅值、预设的目标均值对归一化后的图像进行调整,从而得到图像质量较高的,即背景亮度较为均匀、指纹谷脊对比度较为均匀,且块效应较弱的指纹图像。可以参阅图6所示。
在一个实施例中,上述根据所述均值图像、所述压制后的幅值图、所述指纹图像,得到目标指纹图像,具体实施时,可以包括以下内容:
根据所述均值图像、所述压制后的幅值图、所述指纹图像,按照以下公式,确定所述目标指纹图像中对应的像素点的像素值:
Figure BDA0001954403650000121
上式中,XD(i,j)具体可以表示为目标指纹图像中位置坐标为(i,j)的像素点的像素值,XI(i,j)具体可以表示为待处理的指纹图像中位置坐标为(i,j)的像素点的像素值,XA(i,j)具体可以表示为均值图像中位置坐标为(i,j)的像素点的像素值,XP(i,j)具体可以表示为幅值图中位置坐标为(i,j)的像素点的像素值,a具体可以表示为预设的目标幅值,m具体可以表示为预设的目标均值。
在本实施例中,上述预设的目标幅值的具体数值可以根据处理过程对指纹谷脊的对比度要求来设置。如果对指纹谷脊的对比度要求较高,可以将上述预设的目标幅值的数值设置得相对较大。例如,上述预设的目标幅值可以设置为45。类似的,上述预设的目标均值的具体数值可以根据处理过程中对图像背景亮度要求来设置。如果对图像背景亮度要求较高,可以将上述预设的目标均值的数值设置得相对较大。例如,上述预设的目标均值可以设置128。对于上述预设的目标幅值、预设的目标均值的具体数值,本说明书不作限定。
在本申请实施例中,相较于现有方法,通过先对指纹图像进行预设的图像处理后,利用预设的卡控阈值对图像噪声进行压制,避免后续处理时图像噪声被过度放大;再利用所得到的上述图像对指纹图像进行处理,得到背景亮度均匀、指纹谷脊对比度均匀的指纹图像作为目标指纹图像,从而解决了基于现有方法所得到的处理后的指纹图像中存在块效应、处理效果不好的技术问题;达到能高效、准确地改善指纹图像的图像质量,进而提高后续指纹识别的成功率的技术效果。
在一个实施例中,在根据所述均值图像、所述压制后的幅值图、所述指纹图像,得到目标指纹图像后,所述方法具体实施时还可以包括以下内容:利用所述目标指纹图像进行指纹识别。
在本实施例中,具体实施时,可以将图像质量较差的待处理的指纹图像按照上述方法进行处理后,得到了背景亮度均匀、指纹谷脊对比度均匀等的高质量的目标指纹图像。在上述目标指纹图像中,指纹的特征信息更加的清楚、明确。因此,可以利用该目标指纹图像替代待处理的指纹图像,与存储于指纹模板中的预设的指纹图像比对,来进行指纹识别,从而能够有效地提高指纹识别的成功率,避免由于参与比对的指纹图像的图像质量较差导致指纹识别错误,需要用户重复多次输入指纹,改善了用户体验。
在本实施例中,需要说明的是,上述所列举的利用目标指纹图像进行指纹识别只是一种示意性说明。具体实施时,根据具体情况和处理要求,还可以将上述质量较高的目标指纹图像应用其他类型的应用场景中。对此,本说明书不作限定。
从以上的描述中,可以看出,本申请实施例提供的指纹图像的处理方法,通过先对指纹图像进行预设的图像处理后,利用预设的卡控阈值对图像噪声进行压制,避免后续处理时图像噪声被过度放大;再利用所得到的上述图像对指纹图像进行处理,得到背景亮度均匀、指纹谷脊对比度均匀的指纹图像作为目标指纹图像,从而解决了基于现有方法所得到的处理后的指纹图像中存在块效应、处理效果不好的技术问题,达到能高效、准确地改善指纹图像的图像质量,进而提高后续指纹识别的成功率的技术效果;还通过在预设的图像处理过程中分别对方差图、第二幅值图进行平滑处理,噪声信号得到放大增强,影响指纹信号的识别,降低了区块效应的影响,进一步改善了指纹图像的图像质量;还通过包括先下采样再上采样的预设的图像处理来获取所需要的幅值图,缩短了处理时间,提高了处理效率。
基于同一发明构思,本发明实施例中还提供了一种指纹图像的处理装置,如下面的实施例所述。由于指纹图像的处理装置解决问题的原理与指纹图像的处理方法相似,因此装置的实施可以参见指纹图像的处理方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。请参阅图2,是本申请实施例提供的指纹图像的处理装置的一种组成结构图,该装置具体可以包括:获取模块201、第一处理模块202、第二处理模块203、第三处理模块204和确定模块205,下面对该结构进行具体说明。
获取模块201,具体可以用于获取待处理的指纹图像;
第一处理模块202,具体可以用于对所述指纹图像进行滤波处理,得到均值图;
第二处理模块203,具体可以用于对所述指纹图像进行预设的图像处理,得到幅值图;
第三处理模块204,具体可以用于利用预设的卡控阈值对所述幅值图进行噪声压制处理,得到噪声压制后的幅值图;
确定模块205,具体可以用于根据所述均值图像、所述压制后的幅值图、所述指纹图像,确定目标指纹图像。
在一个实施例中,为了能够对所述指纹图像进行滤波处理,所述第一处理模块202具体可以包括以下结构单元:
第一获取单元,具体可以用于根据所述指纹图像,获取指纹的预设频率、条纹噪声的预设频率、背景亮度的预设频率;
第一筛选单元,具体可以用于从所述指纹的预设频率、所述条纹噪声的预设频率中筛选出数值最小的频率作为第一频率;并将所述背景亮度的预设频率作为第二频率;
第一确定单元,具体可以用于根据所述第一频率、所述第二频率,确定截止频率;
第一滤波单元,具体可以用于根据所述截止频率,建立低通滤波器,并利用所述低通滤波器对所述指纹图像进行滤波处理。
在一个实施例中,为了能够对所述指纹图像进行预设的图像处理,得到幅值图,上述第二处理模块203具体可以包括以下结构单元:
第一采样单元,具体可以用于对所述指纹图像进行下采样处理,得到第一采样图像;
第二获取单元,具体可以用于根据所述第一采样图像,获取第一幅值图;
第二采样单元,具体可以用于对所述第一幅值图进行上采样处理,得到第二幅值图;
第一平滑处理单元,具体可以用于对所述第二幅值图进行平滑处理,得到所述幅值图。
在一个实施例中,为了能够根据所述第一采样图像,获取第一幅值图,上述第二获取单元具体可以包括以下结构子单元:
第一计算子单元,具体可以用于分别计算所述第一采样图像中的像素点所在的预设范围内的像素值的方差;
第一建立子单元,具体可以用于根据所述第一采样图像中的像素点所在的预设范围内的像素值的方差,建立对应的方差图;
第一平滑子单元,具体可以用于对所述方差图进行平滑处理,得到平滑后的方差图;
第一确定子单元,具体可以用于根据所述平滑后的方差图,确定所述第一幅值图。
在一个实施例中,为了能够根据所述平滑后的方差图,确定所述第一幅值图,上述第一确定子单元具体实施时,可以将所述平滑后的方差图中的像素点的像素值分别进行乘以2后再开方的运算处理,以得到所述第一幅值图。
在一个实施例中,为了能够利用预设的卡控阈值对所述幅值图进行噪声压制处理,上述第三处理模块204具体可以包括以下结构单元:
第三获取单元,具体可以用于获取所述幅值图中的像素点的像素值;
第二筛选单元,具体可以用于从所述幅值图中的像素点中筛选出像素值小于预设的卡控阈值的像素点,作为待处理的像素点;
修改单元,具体可以用于将所述待处理的像素点的像素值修改为所述预设的卡控阈值。
在一个实施例中,上述确定模块205具体实施时,可以根据所述均值图像、所述压制后的幅值图、所述指纹图像,按照以下公式,确定所述目标指纹图像中对应的像素点的像素值:
Figure BDA0001954403650000161
上式中,XD(i,j)具体可以表示为目标指纹图像中位置坐标为(i,j)的像素点的像素值,XI(i,j)具体可以表示为待处理的指纹图像中位置坐标为(i,j)的像素点的像素值,XA(i,j)具体可以表示为均值图像中位置坐标为(i,j)的像素点的像素值,XP(i,j)具体可以表示为幅值图中位置坐标为(i,j)的像素点的像素值,a具体可以表示为预设的目标幅值,m具体可以表示为预设的目标均值。
在一个实施例中,所述装置具体还可以包括应用模块,具体可以用于利用所述目标指纹图像进行指纹识别。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,上述实施方式阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,在本说明书中,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
此外,在本说明书中,诸如第一和第二这样的形容词仅可以用于将一个元素或动作与另一元素或动作进行区分,而不必要求或暗示任何实际的这种关系或顺序。在环境允许的情况下,参照元素或部件或步骤(等)不应解释为局限于仅元素、部件、或步骤中的一个,而可以是元素、部件、或步骤中的一个或多个等。
从以上的描述中,可以看出,本申请实施例提供的指纹图像的处理装置,通过第二处理模块先对指纹图像进行预设的图像处理后,通过第三处理模块利用预设的卡控阈值对图像噪声进行压制,避免后续处理时图像噪声被过度放大;再通过确定模块利用所得到的上述图像对指纹图像进行处理,得到背景亮度均匀、指纹谷脊对比度均匀的指纹图像作为目标指纹图像,从而解决了基于现有方法所得到的处理后的指纹图像中存在块效应、处理效果不好的技术问题,达到能高效、准确地改善指纹图像的图像质量,进而提高后续指纹识别的成功率的技术效果;还通过第二处理模块在预设的图像处理过程中分别对方差图、第二幅值图进行平滑处理,减少了图像中噪声干扰,降低了区块效应的影响,进一步改善了指纹图像的图像质量;还通过包括先下采样再上采样的预设的图像处理来获取所需要的幅值图,缩短了处理时间,提高了处理效率。
本申请实施例还提供了一种电子设备,具体可以参阅图3所示的基于本申请实施例提供的指纹图像的处理方法的电子设备组成结构示意图,所述电子设备具体可以包括输入设备31、处理器32、存储器33。其中,所述输入设备31具体可以用于输入待处理的指纹图像。所述处理器32具体可以用于对所述指纹图像进行滤波处理,得到均值图;对所述指纹图像进行预设的图像处理,得到幅值图;利用预设的卡控阈值对所述幅值图进行噪声压制处理,得到噪声压制后的幅值图;根据所述均值图像、所述压制后的幅值图、所述指纹图像,确定目标指纹图像。所述存储器33具体可以用于存储处理器32所基于的相应的指令程序。
在本实施方式中,所述输入设备31具体可以是用户和计算机系统之间进行信息交换的主要装置之一。所述输入设备可以包括键盘、鼠标、摄像头、扫描仪、光笔、手写输入板、语音输入装置等;输入设备用于把原始数据和处理这些数的程序输入到计算机中。所述输入设备还可以获取接收其他模块、单元、设备传输过来的数据。所述处理器32可以按任何适当的方式实现。例如,处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。所述存储器33具体可以是现代信息技术中用于保存信息的记忆设备。所述存储器可以包括多个层次,在数字系统中,只要能保存二进制数据的都可以是存储器;在集成电路中,一个没有实物形式的具有存储功能的电路也叫存储器,如RAM、FIFO等;在系统中,具有实物形式的存储设备也叫存储器,如内存条、TF卡等。
在本实施方式中,该电子设备具体实现的功能和效果,可以与其它实施方式对照解释,在此不再赘述。
本申请实施例还提供了一种基于指纹图像的处理方法的计算机存储介质,所述计算机存储介质存储有计算机程序指令,在所述计算机程序指令被执行时实现:获取待处理的指纹图像;对所述指纹图像进行滤波处理,得到均值图;对所述指纹图像进行预设的图像处理,得到幅值图;利用预设的卡控阈值对所述幅值图进行噪声压制处理,得到噪声压制后的幅值图;根据所述均值图像、所述压制后的幅值图、所述指纹图像,确定目标指纹图像。
在本实施方式中,上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的,用于进行网络连接通信的接口。
在本实施方式中,该计算机存储介质存储的程序指令具体实现的功能和效果,可以与其它实施方式对照解释,在此不再赘述。
在一个具体实施场景示例中,可以参阅图4所示的在一个场景示例中应用本申请实施例提供的指纹图像的处理方法和装置对待处理的指纹图像进行处理的流程示意图,应用本申请实施例的提供指纹图像的处理方法和装置,将所获取的图像质量较差的指纹图像处理成背景亮度均匀、谷脊对比度均匀的高质量的指纹图像。具体实施过程可以参阅以下内容执行。
在本场景示例中,在得到待处理的指纹图像I(可以参阅图5所示的在一个场景示例中应用本申请实施例提供的指纹图像的处理方法和装置获得的待处理的指纹图像的示意图)后,可以利用上述指纹图像的处理方法对待处理的指纹图像I,首先用低通滤波求得其背景图像,即图像均值图A(即均值图)。之后先对指纹图像I下采样得到图像S(即第一采样图),求得图像S的方差图Vs,对Vs平滑后得到图像Vm(即平滑后的方差图),对Vm乘2开方后得到下幅值图Ms(即第一幅值图),对Ms上采样得到与I相同大小的幅值图像Mr(即第二幅值图),Mr代表图像I中对应点指纹的幅值。Mr再经过平滑,得到平滑幅值图M(即幅值图)。对于平滑幅值图中小于某阈值thr(即卡控阈值)的部分,令其等于阈值thr,以防将噪声过度放大,得到最终幅值图P(即噪声压制后的幅值图)。最后用原图I减去均值图A,再除以最终幅值图P,得到归一化图像Nr。再乘以目标幅度a,加上目标均值m,得到目标图像D(即目标指纹图像)。
在本场景示例中,具体实施时,对待处理指纹图像I,首先可以用低通滤波求得其背景图像,即图像均值图A。具体操作如下所述:可以将低通滤波器的截止频率设置在指纹最低频率(即指纹的预设频率)和条纹状噪声的最低频率(即条纹噪声的预设频率)之下,但在需要保留的背景低频噪声频率(即背景亮度的预设频率)之上,滤波器设计的方法和其他参数可根据需求调节。通过上述滤波器进行低通滤波,只留下图像背景亮度,即得到图像各位置的均值图A。
在本场景示例中,具体实施时可以对指纹图像I下采样得到图像S,再求得图像S的方差图Vs。具体操作如下所述:先将图像用最邻近差值下采样n倍,得到下采样图像S。其中,下采样图像S的宽、高均变为原宽、高的1/n(其中,n为能整除图像宽和高的整数)。其中,n的选取可以遵循采样定理确定,采样间隔建议可以设置在指纹周期的1/4以内,以保证得到足够信息。进而,在对图像S上对每个点,取其周围m×m的区域(即像素点所在的预设范围),计算方差,对位于边缘的m行和m列可由其内部相邻行或列的方差复制而来,从而得到方差图Vs。需要说明的是,上述下采样的目的是减少方差计算次数,节约算法时间,提高处理效率。
在本场景示例中,对Vs平滑后得到图像Vm,再用Vm乘以2开方后得到下幅值图Ms。具体操作如下所述:由于基于逐点计算方差图Vs在不同点之间可能相差很多,但实际情况下图像中指纹的方差代表着该位置指纹谷脊的变化强度,方差图应为比较平滑的图像。因此可以先将Vs进行7×7的均值滤波,得到平滑处理后的图像Vm。又由于上述图像中指纹在垂直脊线方向上可以近似认为是正弦信号,假设其幅值为b,方差为var,则在幅值均匀的指纹图像块内计算方差可以表示为var=0.5b2。据此下采样幅度图Ms应为Vm乘以2后开方。
在本场景示例中,Ms上采样得到与I相同大小的幅值图像Mr,Mr再经过平滑,得到平滑幅值图M。具体操作如下所述:对Ms进行n倍双线性差值上采样,得到与输入图像相同大小的幅值图Mr。由于上采样后一个像素点会变为多个,会导致一定程度的块效应。因此,可以对幅值图Mr再进行一次3×3的均值滤波,即平滑处理,可以消除上述块效应现象。
在本场景示例中,对于幅值图中小于某阈值thr的部分,可以令其等于阈值thr,得到最终幅值图P。这样做的原因是因为:指纹图像中某些区域可能指纹信号很弱但噪声很大,这些位置对应的幅值很小。如果将这些位置的幅值也归一化到和指纹区域一样,噪声将会被过度放大。于是在此通过设置卡控阈值thr,可以将幅值图M中小于thr的部分设置为阈值thr,则这些区域的噪声不会被过度放大。经过阈值卡控的幅值图为最终幅值图P。
在本场景示例中,最后根据均值图A、最终幅值图P,可以先将原图I归一化到均值为m,幅值为a的目标图像D。其中,目标图像D可以参阅图6所示的在一个场景示例中应用本申请实施例提供的指纹图像的处理方法和装置获得的处理后的目标指纹图像的示意图。
具体实施时,可以按照以下公式计算目标图像:
Figure BDA0001954403650000201
上式中,XD(i,j)为目标指纹图像中位置坐标为(i,j)的像素点的像素值,XI(i,j)为待处理的指纹图像中位置坐标为(i,j)的像素点的像素值,XA(i,j)为均值图像中位置坐标为(i,j)的像素点的像素值,XP(i,j)为幅值图中位置坐标为(i,j)的像素点的像素值,a为预设的目标幅值,m为预设的目标均值。
其中,目标均值(即预设的目标均值)m可以设置为128,目标幅值(即预设的目标幅值)a可以设置为45,卡控阈值thr可以设置为7。
通过比较图5和图6中的指纹图像,可以看到图像中各处的背景亮度和指纹谷脊对比度已得到归一化处理,即图6的指纹图像的背景亮度、谷脊对比度等相对均匀。同时图像四周有噪声的部分也没有被过度放大,仍然控制在合理范围,且无分块效应。同时由于本发明采用了先将图像下采样再求幅值图的方法,还节省了计算时间,提高了处理效率。还通过对方差图乘以2后再开方求解对应的幅值图,进一步提高了处理效率。
通过上述场景示例,验证了本申请实施例提供的指纹图像的处理方法和装置,通过先对指纹图像进行预设的图像处理后,利用预设的卡控阈值对图像噪声进行压制,避免后续处理时图像噪声被过度放大;再利用所得到的上述图像对指纹图像进行处理,得到背景亮度均匀、指纹谷脊对比度均匀的指纹图像作为目标指纹图像,确实解决了基于现有方法所得到的处理后的指纹图像中存在块效应、处理效果不好的技术问题,达到能高效、准确地改善指纹图像的图像质量,进而提高后续指纹识别的成功率的技术效果。
尽管本申请内容中提到不同的具体实施例,但是,本申请并不局限于必须是行业标准或实施例所描述的情况等,某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、处理、输出、判断方式等的实施例,仍然可以属于本申请的可选实施方案范围之内。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的装置或模块等,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,移动终端,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的实施方式包括这些变形和变化而不脱离本申请。

Claims (11)

1.一种指纹图像的处理方法,其特征在于,包括:
获取待处理的指纹图像;
对所述指纹图像进行滤波处理,得到均值图;
对所述指纹图像进行预设的图像处理,得到幅值图;其中,所述预设的图像处理包括依次进行的下采样、求解方差图和上采样;所述求解方差图,包括:计算像素点所在的预设范围内的像素值的方差;根据所述像素点所在的预设范围内的像素值的方差,建立对应的方差图;对所述方差图进行平滑处理,得到平滑后的方差图;
利用预设的卡控阈值对所述幅值图进行噪声压制处理,得到噪声压制后的幅值图;
根据所述均值图、所述压制后的幅值图、所述指纹图像,确定目标指纹图像。
2.根据权利要求1所述的方法,其特征在于,对所述指纹图像进行滤波处理,包括:
根据所述指纹图像,获取指纹的预设频率、条纹噪声的预设频率、背景亮度的预设频率;
从所述指纹的预设频率、所述条纹噪声的预设频率中筛选出数值最小的频率作为第一频率;
将所述背景亮度的预设频率作为第二频率;
根据所述第一频率、所述第二频率,确定截止频率;
根据所述截止频率,建立低通滤波器,并利用所述低通滤波器对所述指纹图像进行滤波处理。
3.根据权利要求1所述的方法,其特征在于,对所述指纹图像进行预设的图像处理,得到幅值图,包括:
对所述指纹图像进行下采样处理,得到第一采样图像;
根据所述第一采样图像,获取第一幅值图;
对所述第一幅值图进行上采样处理,得到第二幅值图;
对所述第二幅值图进行平滑处理,得到所述幅值图。
4.根据权利要求3所述的方法,其特征在于,根据所述第一采样图像,获取第一幅值图,包括:
分别计算所述第一采样图像中的像素点所在的预设范围内的像素值的方差;
根据所述第一采样图像中的像素点所在的预设范围内的像素值的方差,建立对应的方差图;
对所述方差图进行平滑处理,得到平滑后的方差图;
根据所述平滑后的方差图,确定所述第一幅值图。
5.根据权利要求4所述的方法,其特征在于,根据所述平滑后的方差图,确定所述第一幅值图,包括:
将所述平滑后的方差图中的像素点的像素值分别进行乘以2后再开方的运算处理,以得到所述第一幅值图。
6.根据权利要求1所述的方法,其特征在于,利用预设的卡控阈值对所述幅值图进行噪声压制处理,包括:
获取所述幅值图中的像素点的像素值;
从所述幅值图中的像素点中筛选出像素值小于预设的卡控阈值的像素点,作为待处理的像素点;
将所述待处理的像素点的像素值修改为所述预设的卡控阈值。
7.根据权利要求1所述的方法,其特征在于,根据所述均值图、所述压制后的幅值图、所述指纹图像,得到目标指纹图像,包括:
根据所述均值图、所述压制后的幅值图、所述指纹图像,按照以下公式,确定所述目标指纹图像中对应的像素点的像素值:
Figure FDA0003197435200000021
上式中,XD(i,j)为目标指纹图像中位置坐标为(i,j)的像素点的像素值,XI(i,j)为待处理的指纹图像中位置坐标为(i,j)的像素点的像素值,XA(i,j)为均值图中位置坐标为(i,j)的像素点的像素值,XP(i,j)为幅值图中位置坐标为(i,j)的像素点的像素值,a为预设的目标幅值,m为预设的目标均值。
8.根据权利要求1所述的方法,其特征在于,在根据所述均值图、所述压制后的幅值图、所述指纹图像,得到目标指纹图像后,所述方法还包括:
利用所述目标指纹图像进行指纹识别。
9.一种指纹图像的处理装置,其特征在于,包括:
获取模块,用于获取待处理的指纹图像;
第一处理模块,用于对所述指纹图像进行滤波处理,得到均值图;
第二处理模块,用于对所述指纹图像进行预设的图像处理,得到幅值图;其中,所述预设的图像处理包括依次进行的下采样、求解方差图和上采样;所述求解方差图,包括:计算像素点所在的预设范围内的像素值的方差;根据所述像素点所在的预设范围内的像素值的方差,建立对应的方差图;对所述方差图进行平滑处理,得到平滑后的方差图;
第三处理模块,用于利用预设的卡控阈值对所述幅值图进行噪声压制处理,得到噪声压制后的幅值图;
确定模块,用于根据所述均值图、所述压制后的幅值图、所述指纹图像,确定目标指纹图像。
10.一种电子设备,其特征在于,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现权利要求1至8中任一项所述方法的步骤。
11.一种计算机可读存储介质,其特征在于其上存储有计算机指令,所述指令被执行时实现权利要求1至8中任一项所述方法的步骤。
CN201910061857.7A 2019-01-23 2019-01-23 指纹图像的处理方法和装置 Active CN109858418B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910061857.7A CN109858418B (zh) 2019-01-23 2019-01-23 指纹图像的处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910061857.7A CN109858418B (zh) 2019-01-23 2019-01-23 指纹图像的处理方法和装置

Publications (2)

Publication Number Publication Date
CN109858418A CN109858418A (zh) 2019-06-07
CN109858418B true CN109858418B (zh) 2021-10-15

Family

ID=66895664

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910061857.7A Active CN109858418B (zh) 2019-01-23 2019-01-23 指纹图像的处理方法和装置

Country Status (1)

Country Link
CN (1) CN109858418B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652207B (zh) * 2019-09-21 2021-01-26 深圳久瀛信息技术有限公司 定位式数据加载装置和方法
CN111028176B (zh) * 2019-12-10 2023-12-08 天津极豪科技有限公司 指纹图像处理方法、装置、电子设备及计算机可读介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101226588A (zh) * 2007-01-18 2008-07-23 中国科学院自动化研究所 一种基于现场可编程门阵列芯片的指纹识别方法及装置
CN101620727A (zh) * 2009-08-10 2010-01-06 电子科技大学 红外图像加权直方图自适应增强算法
CN101773394A (zh) * 2010-01-06 2010-07-14 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统
CN102332156A (zh) * 2011-09-07 2012-01-25 江西财经大学 一种同时基于时域与频域滤波的指纹增强方法
CN102368333A (zh) * 2011-09-07 2012-03-07 常州蓝城信息科技有限公司 基于时域和频域滤波的指纹增强方法
CN103605963A (zh) * 2013-03-01 2014-02-26 新乡学院 一种指纹识别方法
CN104036273A (zh) * 2014-05-22 2014-09-10 南京信息工程大学 一种基于复合窗口sivv特征的指纹图像分割方法
CN105654436A (zh) * 2015-12-24 2016-06-08 广东迅通科技股份有限公司 一种基于前景背景分离的背光图像增强去噪方法
CN106682473A (zh) * 2016-12-20 2017-05-17 深圳芯启航科技有限公司 一种用户身份信息的识别方法及其装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015105360A1 (ko) * 2014-01-10 2015-07-16 주식회사 고영테크놀러지 3차원 형상측정장치 및 방법
CN104484652A (zh) * 2014-12-15 2015-04-01 广西科技大学 一种指纹识别方法
CN107451549B (zh) * 2017-07-24 2020-05-12 云南大学 非接触式指纹增强方法及曲率驱动的自适应滤波器
CN109063681A (zh) * 2018-08-28 2018-12-21 哈尔滨理工大学 基于指纹相位梯度的指纹方向信息获取方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101226588A (zh) * 2007-01-18 2008-07-23 中国科学院自动化研究所 一种基于现场可编程门阵列芯片的指纹识别方法及装置
CN101620727A (zh) * 2009-08-10 2010-01-06 电子科技大学 红外图像加权直方图自适应增强算法
CN101773394A (zh) * 2010-01-06 2010-07-14 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统
CN102332156A (zh) * 2011-09-07 2012-01-25 江西财经大学 一种同时基于时域与频域滤波的指纹增强方法
CN102368333A (zh) * 2011-09-07 2012-03-07 常州蓝城信息科技有限公司 基于时域和频域滤波的指纹增强方法
CN103605963A (zh) * 2013-03-01 2014-02-26 新乡学院 一种指纹识别方法
CN104036273A (zh) * 2014-05-22 2014-09-10 南京信息工程大学 一种基于复合窗口sivv特征的指纹图像分割方法
CN105654436A (zh) * 2015-12-24 2016-06-08 广东迅通科技股份有限公司 一种基于前景背景分离的背光图像增强去噪方法
CN106682473A (zh) * 2016-12-20 2017-05-17 深圳芯启航科技有限公司 一种用户身份信息的识别方法及其装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
"Review Of Different Filters For Low Quality Fingerprint Image";Dr.K.J.Mathai;《International Journal of Engineering Research & Technology(IJERT)》;20131231;第2卷(第6期);全文 *
"一种空域均值滤波的去块效应方法";曹灿云 等;《福建电脑》;20101231(第12期);第98-99页,图2 *
"低质量指纹增强算法研究";太艳荣;《中国优秀硕士学位论文全文数据库 信息科技辑》;20100215(第2期);全文 *
"指纹图像增强新方法";杨巨成 等;《第十五届全国图象图形学学术会议论文集》;20110728;全文 *
"数字图像增强的研究及其实现";张威;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150115(第1期);全文 *
"滑动式指纹识别系统的关键算法研究";翁阳;《中国优秀硕士学位论文全文数据库 信息科技辑》;20121015(第10期);全文 *

Also Published As

Publication number Publication date
CN109858418A (zh) 2019-06-07

Similar Documents

Publication Publication Date Title
JP6255486B2 (ja) 情報認識のための方法及びシステム
KR101939936B1 (ko) 지문 융기부 지점 인식 방법 및 장치
CN109492642B (zh) 车牌识别方法、装置、计算机设备及存储介质
CN113781406B (zh) 电子元器件的划痕检测方法、装置及计算机设备
CN113034525A (zh) 图像边缘检测方法、装置及设备
CN109858418B (zh) 指纹图像的处理方法和装置
CN109255752B (zh) 图像自适应压缩方法、装置、终端及存储介质
CN109815762B (zh) 远距离识别二维码的方法、存储介质
CN108665495B (zh) 图像处理方法及装置、移动终端
CN110414649B (zh) Dm码的定位方法、装置、终端及存储介质
CN110751024A (zh) 基于手写签名的用户身份识别方法、装置及终端设备
CN113723309A (zh) 身份识别方法、身份识别装置、设备及存储介质
CN104902143A (zh) 一种基于分辨率的图像去噪方法及装置
CN104732510A (zh) 一种相机镜头黑斑检测方法及装置
CN111539238A (zh) 二维码图像修复方法、装置、计算机设备和存储介质
CN111696064A (zh) 图像处理方法、装置、电子设备及计算机可读介质
CN110751156A (zh) 用于表格线大块干扰去除方法、系统、设备及介质
CN111882565A (zh) 一种图像二值化方法、装置、设备及存储介质
CN109087347B (zh) 一种图像处理方法及装置
WO2017128646A1 (zh) 一种图像处理的方法及装置
CN111311619A (zh) 一种实现滑块验证的方法和装置
CN111311610A (zh) 图像分割的方法及终端设备
CN115937311A (zh) 摄像头偏移检测方法及其相关装置
CN110633705A (zh) 一种低照度成像车牌识别方法及装置
CN108304840B (zh) 一种图像数据处理方法以及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant