CN115471430A - 一种基于十字卷积核的指纹图像增强方法及系统 - Google Patents
一种基于十字卷积核的指纹图像增强方法及系统 Download PDFInfo
- Publication number
- CN115471430A CN115471430A CN202211016249.2A CN202211016249A CN115471430A CN 115471430 A CN115471430 A CN 115471430A CN 202211016249 A CN202211016249 A CN 202211016249A CN 115471430 A CN115471430 A CN 115471430A
- Authority
- CN
- China
- Prior art keywords
- fingerprint image
- convolution kernel
- cross
- floor
- initial
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000001914 filtration Methods 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 7
- 239000011159 matrix material Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明揭示了一种基于十字卷积核的指纹图像增强方法及系统，所述方法包括如下步骤：利用初始十字滤波卷积核对采集的指纹图像进行滤波，获取初始指纹图像；将所述初始指纹图像划分为多个小格，并获得所述多个小格中中心小格的每个像素点的方向场；根据像素点的方向场将卷积核中的数值进行相应旋转，得出该像素点的实际卷积核；利用实际卷积核对采集的指纹图像进行十字滤波，并用所得结果代替初始指纹图像。本发明能够实现算力和存储能力受限时的指纹图像增强，大大提高了指纹图像的处理质量。
Description
技术领域
本发明涉及指纹识别领域，特别是涉及一种基于十字卷积核的指纹图像增强方法及系统。
背景技术
指纹的复杂性和唯一性使之能被广泛运用于开锁装置上，在生活中，指纹识别技术已经成为电子产品和数字化管理不可缺少的部分。通过传感器得到的指纹图像大多数为低质量指纹图像，为了提高指纹特征点提取的可靠性，指纹图像增强是一个关键步骤，增强结果的好坏直接影响后续的特征提取步骤。准确可靠地提取真实细节特征是实现指纹识别的前提和基础。
指纹由一系列相互平滑的脊线和谷线交替形成，而传统图像增强技术如直方图修正、图像平滑、图像锐化等没有考虑到指纹图像自身的特殊性质，因此难以实现理想的增强效果。指纹图像增强算法要能做到连接断裂脊线、分裂黏连脊线、不产生虚假脊线和提高脊线清晰度等。
目前常见的指纹图像增强算法多为高斯滤波和Gabor滤波算法相结合，但是这种图像优化算法对硬件的算力和存储能力要求较高。
发明内容
本发明的目的在于，提供一种基于十字卷积核的指纹图像增强方法及系统，以实现算力和存储能力受限时的指纹图像增强。
为解决上述技术问题，本发明提供一种基于十字卷积核的指纹图像增强方法，包括：
利用初始十字滤波卷积核对采集的指纹图像进行滤波，获取初始指纹图像；
将所述初始指纹图像划分为多个小格，并获得所述多个小格中中心小格的每个像素点的方向场；
根据所述像素点的方向场将卷积核中的数值进行旋转，得出所述像素点的实际卷积核；
利用所述实际卷积核对采集的指纹图像进行十字滤波，并用所得结果代替初始指纹图像。
进一步的，所述初始十字滤波卷积核通过实验验证得到。
进一步的，利用初始十字滤波卷积核对采集的指纹图像进行滤波前，对采集的指纹图像脊线宽度进行估计，对粗脊线指纹图像和细脊线指纹图像采取不同的初始十字滤波卷积核。
进一步的，将所述初始指纹图像划分为10×10个尺寸为16×16的小格。
进一步的，通过双线性插值得到所述中心小格的方向，并用所述方向近似所述中心小格中每个像素点的方向场。
进一步的，利用实际卷积核对采集的指纹图像进行十字滤波前，对于采集的指纹图像中经旋转操作后变换为非整数坐标位置的灰度值利用双线性插值重新计算该点的灰度值。
进一步的，所述灰度值计算公式为：
Float(i，j)＝(floor(i+1)-i)(floor(j+1)-j)Gray[floor(i)，floor(j)]+(floor(i+1)-i)(j-floor(j))Gray[floor(i)，ceil(j)]+(i-floor(i))(j-floor(j))Gray[ceil(i)，ceil(j)]+(i-floor(i))(floor(j+1)-j)Gray[ceil(i)，floor(j)]；
其中，ceil()表示向上取整，floor()表示向下取整。
本发明还提供一种基于十字卷积核的指纹图像增强系统，包括：
初始指纹图像获取模块，用于利用初始十字滤波卷积核对采集的指纹图像进行滤波，以获得初始指纹图像；
方向场计算模块，用于将所述初始指纹图像划分为多个小格，并获得所述多个小格中中心小格的每个像素点的方向场；
像素优化模块，用于根据所述方向场获得所述像素点的实际卷积核，并进行十字滤波，获得新的指纹图像。
进一步的，所述方向场计算模块还用于将所述初始指纹图像划分为10×10个尺寸为16×16的小格，还用于通过双线性插值得到所述中心小格的的方向，并用所述方向近似所述中心小格中每个像素点的方向场。
进一步的，所述像素优化模块还用于对采集的指纹图像中不存在的点利用双线性插值计算该点的灰度值。
相比于现有技术，本发明至少具有以下有益效果：
本发明可以被使用在算力仅为168MHz、存储空间仅为1M的芯片上，输入为的像素值矩阵，经过本算法处理后，原指纹图像中的噪点和空洞被过滤，指纹的脊线得到增强，为后续的图像处理和识别提供了基础。另外，本发明可以实现算力和存储能力受限时的指纹图像增强，大大提高了指纹图像的处理质量。
附图说明
图1为本发明基于十字卷积核的指纹图像增强方法一个实施例的流程图；
图2为本发明基于十字卷积核的指纹图像增强方法一个实施例的图像分区示意图；
图3为本发明基于十字卷积核的指纹图像增强方法一个实施例的十字滤波卷积核示意图。
具体实施方式
下面将结合示意图对本发明的基于十字卷积核的指纹图像增强方法进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明，而仍然实现本发明的有利效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。
在下列段落中参照附图以举例方式更具体地描述本发明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
如图1所示，本发明实施例提出了一种基于十字卷积核的指纹图像增强方法，包括如下步骤：
利用初始十字滤波卷积核对采集的指纹图像进行滤波，获取初始指纹图像；
将所述初始指纹图像划分为多个小格，并获得所述多个小格中中心小格的每个像素点的方向场；
根据所述像素点的方向场将卷积核中的数值进行旋转，得出所述像素点的实际卷积核；
利用所述实际卷积核对采集的指纹图像进行十字滤波，并用所得结果代替初始指纹图像。
以下列举所述基于十字卷积核的指纹图像增强方法的较优实施例，以清楚的说明本发明的内容，应当明确的是，本发明的内容并不限制于以下实施例，其他通过本领域普通技术人员的常规技术手段的改进亦在本发明的思想范围之内。
步骤一：利用初始十字滤波卷积核对采集的指纹图像进行滤波，获取初始指纹图像。
具体的，本发明公开的指纹图像增强方法以Gabor滤波为基础，使用“十字卷积核”代替Gabor滤波中的矩阵卷积核，从而大大减少了计算复杂度，在实现过程中，通过实验验证得出最优的初始十字滤波卷积核，考虑到不同的指纹脊线宽度会对滤波结果造成影响，因此在滤波之前先对整张指纹图像的脊线宽度进行估计，对粗脊线指纹图像和细脊线指纹图像采取不同的初始十字滤波卷积核。然后遍历图像中的每一个点，并对每个点进行下述步骤。
步骤二：将所述初始指纹图像划分为多个小格，并获得所述多个小格中中心小格的每个像素点的方向场。
具体的，如图2所示，将初始指纹图像分为10×10个尺寸为16×16的小格，在得到的的图像方向场矩阵上通过双线性插值得到这些小格中心点处(即中心小格)的方向，并用这个角度值近似这个小格中每个像素点的方向。
步骤三：根据所述像素点的方向场将卷积核中的数值进行旋转，得出所述像素点的实际卷积核。
具体的，对于每一个小块，根据的方向场进行滤波子的旋转，使滤波算子中的脊线方向和该小块的方向场一致。由于考虑到时间和空间成本，我们在希望达到最好效果的情况下采用了范围的滤波算子，因为大部分的指纹图像波长不会超过七个像素点。在计算滤波算子旋转的时候，滤波算子的计算公式如下：
coeff(floor(3-3cosθ),floor(3-3sinθ))+＝A[0]*(floor(1+3-3cosθ)-(3-3cosθ))*(floor(1+3-3sinθ)-(3-3sinθ))；
在得到我们所需的此块相应的滤波算子之后，对这个块中的所有点进行7×7范围的卷积滤波。
步骤四：利用所述实际卷积核对采集的指纹图像进行十字滤波，并用所得结果代替初始指纹图像。
具体的，由于十字滤波的水平方向始终与脊线切线方向平行，因此与之进行卷积的点并非始终是图上真实存在的点，因此需要利用双线性插值计算出所需点img[i][j]的灰度值：
Float(i，j)＝(floor(i+1)-i)(floor(j+1)-j)Gray[floor(i)，floor(j)]+(floor(i+1)-i)(j-floor(j))Gray[floor(i)，ceil(j)]+(i-floor(i))(j-floor(j))Gray[ceil(i)，ceil(j)]+(i-floor(i))(floor(j+1)-j)Gray[ceil(i)，floor(j)]；
其中，ceil()表示向上取整，floor()表示向下取整，Gary[]表示该点的灰度值。
如图3所示，利用双线性插值计算出所需点img[i][j]的灰度值后，利用实际卷积核对采集的指纹图像进行十字滤波，并用所得结果代替初始指纹图像。图中灰色点为进行滤波操作的目标点，虚线部分表示使用Gabor滤波时相应的卷积核，可见在此示例中，为一个大小为7×7的矩阵，实线部分表示使用本专利中提出的十字滤波时相应的卷积核，其大小如图3所示。显然，在此例中，其计算量和使用的存储空间均减少了约70％。
本发明可以被使用在算力仅为168MHz、存储空间仅为1M的芯片上，输入为的像素值矩阵，经过本算法处理后，原指纹图像中的噪点和空洞被过滤，指纹的脊线得到增强，为后续的图像处理和识别提供了基础。另外，本发明可以实现算力和存储能力受限时的指纹图像增强，大大提高了指纹图像的处理质量。
本发明实施例还提供了一种基于十字卷积核的指纹图像增强系统，包括：
初始指纹图像获取模块，用于利用初始十字滤波卷积核对采集的指纹图像进行滤波，以获得初始指纹图像；
方向场计算模块，用于将所述初始指纹图像划分为多个小格，并获得所述多个小格中中心小格的每个像素点的方向场；
像素优化模块，用于根据所述方向场获得所述像素点的实际卷积核，并进行十字滤波，获得新的指纹图像。
优选的，所述方向场计算模块还用于将所述初始指纹图像划分为10×10个尺寸为16×16的小格，还用于通过双线性插值得到所述中心小格的的方向，并用所述方向近似所述中心小格中每个像素点的方向场。
优选的，所述像素优化模块还用于对采集的指纹图像中不存在的点利用双线性插值计算该点的灰度值。
优选的，利用双线性插值计算出所需点img[i][j]的灰度值的计算公式为：
Float(i，j)＝(floor(i+1)-i)(floor(j+1)-j)Gray[floor(i)，floor(j)]+(floor(i+1)-i)(j-floor(j))Gray[floor(i)，ceil(j)]+(i-floor(i))(j-floor(j))Gray[ceil(i)，ceil(j)]+(i-floor(i))(floor(j+1)-j)Gray[ceil(i)，floor(j)]；
其中，ceil()表示向上取整，floor()表示向下取整，Gary[]表示该点的灰度值。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于十字卷积核的指纹图像增强方法，其特征在于，包括：
利用初始十字滤波卷积核对采集的指纹图像进行滤波，获取初始指纹图像；
将所述初始指纹图像划分为多个小格，并获得所述多个小格中中心小格的每个像素点的方向场；
根据所述像素点的方向场将卷积核中的数值进行旋转，得出所述像素点的实际卷积核；
利用所述实际卷积核对采集的指纹图像进行十字滤波，并用所得结果代替初始指纹图像。
2.如权利要求1所述的基于十字卷积核的指纹图像增强方法，其特征在于，所述初始十字滤波卷积核通过实验验证得到。
3.如权利要求1所述的基于十字卷积核的指纹图像增强方法，其特征在于，利用初始十字滤波卷积核对采集的指纹图像进行滤波前，对采集的指纹图像脊线宽度进行估计，对粗脊线指纹图像和细脊线指纹图像采取不同的初始十字滤波卷积核。
4.如权利要求1所述的基于十字卷积核的指纹图像增强方法，其特征在于，将所述初始指纹图像划分为10×10个尺寸为16×16的小格。
5.如权利要求1所述的基于十字卷积核的指纹图像增强方法，其特征在于，通过双线性插值得到所述中心小格的方向，并用所述方向近似所述中心小格中每个像素点的方向场。
6.如权利要求1所述的基于十字卷积核的指纹图像增强方法，其特征在于，利用实际卷积核对采集的指纹图像进行十字滤波前，对于采集的指纹图像中经旋转操作后变换为非整数坐标位置的灰度值利用双线性插值重新计算该点的灰度值。
7.如权利要求6所述的基于十字卷积核的指纹图像增强方法，其特征在于，所述灰度值计算公式为：
Float(i，j)＝(floor(i+1)-i)(floor(j+1)-j)Gray[floor(i)，floor(j)]+(floor(i+1)-i)(j-floor(j))Gray[floor(i)，ceil(j)]
+(i-floor(i))(j-floor(j))Gray[ceil(i)，ceil(j)]
+(i-floor(i))(floor(j+1)-j)Gray[ceil(i)，floor(j)]；
其中，ceil()表示向上取整，floor()表示向下取整。
8.一种基于十字卷积核的指纹图像增强系统，其特征在于，包括：
初始指纹图像获取模块，用于利用初始十字滤波卷积核对采集的指纹图像进行滤波，以获得初始指纹图像；
方向场计算模块，用于将所述初始指纹图像划分为多个小格，并获得所述多个小格中中心小格的每个像素点的方向场；
像素优化模块，用于根据所述方向场获得所述像素点的实际卷积核，并进行十字滤波，获得新的指纹图像。
9.如权利要求8所述的基于十字卷积核的指纹图像增强系统，其特征在于，所述方向场计算模块还用于将所述初始指纹图像划分为10×10个尺寸为16×16的小格，还用于通过双线性插值得到所述中心小格的的方向，并用所述方向近似所述中心小格中每个像素点的方向场。
10.如权利要求8所述的基于十字卷积核的指纹图像增强系统，其特征在于，所述像素优化模块还用于对采集的指纹图像中不存在的点利用双线性插值计算该点的灰度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211016249.2A CN115471430A (zh) | 2022-08-24 | 2022-08-24 | 一种基于十字卷积核的指纹图像增强方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211016249.2A CN115471430A (zh) | 2022-08-24 | 2022-08-24 | 一种基于十字卷积核的指纹图像增强方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115471430A true CN115471430A (zh) | 2022-12-13 |
Family
ID=84367400
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211016249.2A Pending CN115471430A (zh) | 2022-08-24 | 2022-08-24 | 一种基于十字卷积核的指纹图像增强方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115471430A (zh) |
-
2022
- 2022-08-24 CN CN202211016249.2A patent/CN115471430A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10789465B2 (en) | Feature extraction and matching for biometric authentication | |
| CN110414507B (zh) | 车牌识别方法、装置、计算机设备和存储介质 | |
| US8306288B2 (en) | Automatic identification of fingerprint inpainting target areas | |
| CN109859227B (zh) | 翻拍图像检测方法、装置、计算机设备及存储介质 | |
| US8577091B2 (en) | Method and apparatus for authenticating biometric scanners | |
| US7072523B2 (en) | System and method for fingerprint image enhancement using partitioned least-squared filters | |
| CN109492642B (zh) | 车牌识别方法、装置、计算机设备及存储介质 | |
| WO2010116885A1 (ja) | データ処理装置、画像照合方法、プログラムおよび画像照合システム | |
| CN109447117B (zh) | 双层车牌识别方法、装置、计算机设备及存储介质 | |
| CN111199197A (zh) | 一种人脸识别的图像提取方法及处理设备 | |
| WO2017161636A1 (zh) | 一种基于指纹的终端支付方法及装置 | |
| CN111507206A (zh) | 一种基于多尺度局部特征融合的手指静脉识别方法 | |
| CN117496560B (zh) | 一种基于多维向量的指纹纹线识别方法及装置 | |
| US10896312B2 (en) | Method for processing images of fingerprints | |
| CN115471430A (zh) | 一种基于十字卷积核的指纹图像增强方法及系统 | |
| US11715324B2 (en) | Method for extracting a signature of a fingerprint and device implementing said method | |
| CN113239738B (zh) | 一种图像的模糊检测方法及模糊检测装置 | |
| CN113516096B (zh) | 指静脉roi区域提取方法及装置 | |
| CN113901917A (zh) | 一种人脸识别方法、装置、计算机设备及存储介质 | |
| Sojan et al. | Fingerprint Image Enhancement and Extraction of Minutiae and Orientation | |
| CN112990207A (zh) | 车牌图像提取方法、装置、系统、存储介质和计算机设备 | |
| KR20210082587A (ko) | 지문 향상 모듈 | |
| Mardiansyah et al. | Fingerprint image reconstruction for swipe sensor using Predictive Overlap Method | |
| JP6060638B2 (ja) | 対象物識別装置、学習サンプル作成装置、及びプログラム | |
| RU2750416C1 (ru) | Устройство сжатия изображений на основе метода реконструкции пикселей |
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 |