CN1297937C - 一种基于方向信息的指纹图像分割方法 - Google Patents
一种基于方向信息的指纹图像分割方法 Download PDFInfo
- Publication number
- CN1297937C CN1297937C CNB2004100401130A CN200410040113A CN1297937C CN 1297937 C CN1297937 C CN 1297937C CN B2004100401130 A CNB2004100401130 A CN B2004100401130A CN 200410040113 A CN200410040113 A CN 200410040113A CN 1297937 C CN1297937 C CN 1297937C
- Authority
- CN
- China
- Prior art keywords
- picture element
- image
- fingerprint image
- fingerprint
- pixels
- 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
Images
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的一种基于方向信息的指纹图像分割方法,它首先根据指纹图像的块大小确定每块内最小应选择的象素点数目Mmin,然后根据八个方向上象素点数目计算块的方向方差,然后进行指纹图像分割,由块内所选的象素点数目和块的大小确定一个分割阀值Tr,通过自适应图像分割阀值Tr确定整个指纹图像的前景区域(即拥有指纹方向信息的指纹图像)。采用本发明的指纹图像分割方法,不仅可以减少计算指纹方向方差的所需时间,而且开发人员可以根据不同的指纹图像分块来确定相应的图像分割阀值,大大提高了指纹图像分割算法的自适应性。
Description
技术领域
本发明属于图像处理技术领域,特别涉及指纹识别技术中的指纹图像处理技术。
背景技术
生物识别技术是根据一个人的生理特征进行身份鉴定的。由于生物特征既无法被遗忘,也不会被轻易的分享或者冒用具有,因此生物识别技术越来越受到重视。作为生物识别技术中最为成熟和方便的成员,指纹识别技术已成功应用于社会的各个领域。如:门禁、考勤系统、电子商务、ATM自动提款机以及罪犯身份鉴定系统等。在美国目前正在制定的入境人员身份鉴定系统中,也大量涉及了指纹识别技术。依赖指纹识别技术建立的指纹自动识别系统作为一种安全可靠的身份识别方法,随着指纹采集仪价格的大幅度下调以及指纹识别算法性能的不断优化,必将取代密码和指令等常见的身份识别方法,成为个人身份的主要识别方式见文献:A.K.Jain a nd S.Pankanti,“Fingerprint Classification and Recognition”,The Imageand Video Processing Handbook,A.Bovik(ed),Academic Press,April 2000;和文献:M in Wu,Trappe,W.,Wang,Z.J.,Liu,K.J.R.,“Collusion-Resistant Fingerprinting for Multimedia”,Signal Processing Magazine,IEEE,Vol.21,pp.15-27,2004所述。
在指纹自动识别系统中,指纹图像分割是一项关键的技术,指纹图像分割的目的是在指纹图像中找出含有指纹信息的前景区域,丢弃包含噪声区域的背景部分。指纹识别技术的弱点之一是对指纹识别算法会在指纹图像的背景区域找到大量的虚假细节点,从而严重地影响了指纹识别的质量。就目前的指纹图像分割技术来说,依据指纹图像的全局或者局部灰度方差来精确地分割指纹图像是比较困难的。参见文献Qinzhi Zhang,Kai Huang and HongYan.“Fingerprint Classification Based On Extraction and Analysis Of Singularities and Pseudoridges”Conferencein Research and Practice in Information Technology,Vol.11,pp 83-87,2002;.和文献Asker M.Bazen and Sabih H.Gerez,″Segmentation of Fingerprint Images″,Proceedings of ProRISC 2001,Veldhoven,The Netherlands,November 2001.
而基于指纹图像方向信息的分割方法,有可能解决这个问题,因为指纹图像中的纹线自身就具有明显的方向性。
常用的使用指纹图像方向信息的方法有:
①采用方向滤波器与经验阀值结合的方法。参见文献Lin Hong,Yi Fei Wan and Anil Jain“Fingerprint Image Enhancement:Algorithm and Performance Evaluation”IEEE Transactions on PAMI.Vol.20,No.8,pp.777-789,August 1998
②采用指纹图像灰度值的方向方差的方法。参见文献A.K.Jain,L.Hong and R.Bolle,″On-lineFingerprint Verification″,IEEE Transactions on PAMI,Vol.19,No.4,pp.302-314,1997.
指纹图像分割时上述两种基于指纹图像方向信息的方法,具备一个共同的特点:指纹图像分块的大小一定,并且图像分割阀值只适应于固定大小的指纹图像分块。而且这种需要统计块内所有象素点信息的方法,除了图像分割阀值适应性不强之外,还缺少了运算时间上的灵活性。
发明内容
本发明的任务是提供一种基于方向信息的指纹图像分割方法,采用本发明的方法,可以大大地降低计算时间,同时还可以根据指纹图像分块的大小,生成合适的图像分割阀值,从而可以通过指纹图像方向方差的特性获得较好的分割效果。
按照本发明提供的一种基于方向信息的指纹图像分割方法,它包含下列步骤:
步骤1、确定指纹图像的八个方向(如图1所示)
每个方向的具体角度为θi,θi=22.5°*i,其中,i=0,1,2,3,4,5,6,7
步骤2、确定象素点方向
由于指纹脊线(即人类手指中下凹的纹线部分)具有很明显的方向性,而且在指纹脊线方向上的指纹灰度变化是很平缓的,根据最小误差原则确定象素点方向;
具体方法是:
在指纹图像的八个方向上各取N个相邻象素点,其中,N为自然数,计算每个方向上所取N个象素点灰度的均值,然后每个方向上所取每个象素点灰度都与其方向上的灰度均值相减并且取差值的绝对值,然后将每个方向上的绝对值相加求和,最后判定拥有最小的绝对值之和的方向即为该象素点的方向,用公式表示为:
K(i,j)即为第i行第j列的象素点p(i,j)的方向,其中i,j为自然数,C(im,jm),m=0,1,2,.....,7,其中是沿着方向m上的连续N个象素点,C′(im,jm)是方向m上各个C(im,jm)的均值,其中,m=0,1,2,.....,7,Min的含义则是在计算m,其中,m=0,1,2,.....,7,八个方向所得的8个绝对值之和中,选择最小的绝对值之和;最小绝对值之和所对应的方向m即为象素点p(i,j)的方向;图3显示了象素点p(i,j)以及其在方向3上的连续5个象素点;
步骤3、将指纹图像分为多个不重叠的块(如图4所示),大小为W×W,W为不重叠分块的边长,所分不重叠的块的个数根据实际精度要求确定;
其特征是它还包括下面的步骤:
步骤4、确定步骤3中任意一块中最小应选择的象素点数目及所选中的象素点的方向信息
首先,根据步骤3中所分的不重叠分块的边长W,确定最小应选择的象素点数目Mmin;Mmin可由如下公式获得
W为不重叠分块的边长;在确定了块内选择的最小应选择的象素点数目Mmin后,通过取一个象素点,然后隔一个象素点,再取下一个象素点的方式选取象素点;选中的象素点能覆盖整个分块(如图5所示),保证选中的象素点为Mmin且覆盖整个分块;在实际操作过程中,块内选择的象素点数目Num大于等于Mmin;然后,按照步骤2中所述的方法确定块内所有选中象素点的方向;
步骤5、确定步骤3中任意一块中块内的方向方差
首先,根据步骤4中确定的块内所有选中象素点的方向,确定所有的指纹图像方向上所选择的象素点;
然后,根据所有八个方向上的象素点数目,通过下列公式计算步骤3中任意一块中的方向方差:
其中S是指纹图象八个方向之和,Pk2(i,j)是块内方向为k2的象素点数目,其中,k2=0,1,2,...7,P(i,j)是八个方向上所有象素点数目的均值;Var(i,j)就是根据图像分块内各方向上象素点数目的计算所得的方向方差;
步骤6、确定自适应图像分割阈值Tr:
通过自适应图像分割阈值Tr确定图像前景区域和图像背景区域;保留拥有方向方差大于或者等于阈值Tr所对应的区域为图像前景区域,抛弃方向方差小于阈值Tr所对应的图像背景区域;
自适应图像分割阀值Tr由下列公式获得
Tr=(7/64)*Num2*β
其中Num是指纹图像分块中选择的象素点数目,β是经验系数0.008;
步骤7、确定区域模板R;
如果图像分块的方向方差小于步骤6中的自适应图像分割阀值Tr,则设定该分块的区域模板为0,即抛弃;如果图像分块的方向方差大于步骤6中的自适应图像分割阀值Tr,则设定该分块的区域模板为1,即保留;区域模板R可由如下公式获得
步骤8、确定整个指纹图像的前景区域
重复步骤4~步骤7,重复次数为步骤3中所分的块数,得到整个指纹图像的前景区域;
通过以上步骤,我们就得到分割后的指纹图像。
需要说明的是,
在指纹图像的边缘区域,由于象素点的可信度不高,无论其区域模板R(i,j)是否为0,都被视为应该抛弃的背景区域。这样指纹图像中所有的前景区域和背景部分就可以被很好的地分割开来了;
在步骤4中,只需要统计块内足够多的象素点的方向信息,就可以获得代表整个指纹图像分块的方向信息;
在步骤5中,结合最小应选择的象素点数目Mmin以及基于块内各个方向上象素点数目的方向方差Var(i,j),可以减少在求取图像分块方向信息方面上的计算量;
在步骤6中,由于图像分割阀值Tr是通过公式计算获取的,其大小与块内选取的象素点数目Num以及图像分块边长W相关,因此图像分割阀值Tr对于不同的块内选取的象素点数目Num以及图像分块边长W都有很好的适应性;
在步骤7中,根据图像分块的区域模板R(i,j),如果R(i,j)的值为0,则认为该图像分块是指纹图像中应该被抛弃的背景区域,将块内所有象素点的灰度值都置为0;如果R(i,j)的值为1,则认为该图像分块是指纹图像中应该被保留的前景部分,不改动块内任何象素点的灰度值。
本发明的的实质:它是通过找出经过分块后的任意一块中最小应选择的象素点数目及所选中足够多的象素点的方向信息;确定块内所有选中象素点的方向、方向方差,通过自适应图像分割阀值Tr确定整个指纹图像的前景区域,所述的整个指纹图像的前景区域就是分割后的指纹图像。
本发明的创新之处在于:
1.提出了最小应选择的象素点数目Mmin,其大小与指纹图像分块的边长W相关。只需要通过统计指纹图像分块内足够多的象素点的方向信息,就可以获得代表整个指纹图像分块的方向信息。
2.提出了基于块内各个方向上象素点数目的方向方差,这是个与传统的基于指纹图像灰度值的方向方差(具体说明参见②中的参考文献)不同的概念。结合最小应选择的象素点数目Mmin与基于块内各个方向上象素点数目的方向方差,可以减少在求取指纹图像分块方向信息方面上的计算量,从而保证了本算法的运算时间要比以往基于方向信息的指纹图像分割方法少得多。
3.由于图像分割阀值Tr是通过公式计算获取的,其大小与块内选取的象素数目Num以及图像分块边长W相关,因此图像分割阀值Tr具有很好的自适应性。
现有的指纹分割技术都只能适用于固定大小的图像分块,同时还缺少了运算时间上的灵活性。而采用本发明的指纹图像分割方法,不仅可以减少计算指纹方向方差的所需时间,而且开发人员可以根据不同的指纹图像分块来确定相应的图像分割阀值,大大提高了指纹图像分割算法的自适应性。
附图说明
图1是算法中所使用的八个方向
其中,每个方向的具体角度为θi,θi=22.5°*i(i=0,1,2,3,4,5,6,7),0是角度为0的方向,1是角度为22.5°的方向,2是角度为45°的方向,3是角度为67.5°的方向,4是角度为90°的方向,5是角度为112.5°的方向,6是角度为135°的方向,7是角度为157.5°的方向。
图2是指纹原始图像
图3是任意一个块内选择连续5个象素点示意图
其中,象素点p(i,j)以及其在方向3上的连续5个象素点;
图4是指纹图像任意一个分块的示意图,
其中分块的边长为W;
图5是图像分块中选取的象素点示意图
其中,W是图像分块的边长,黑点为选中的象素点,数目为Mmin
图6是切割后的指纹图像示意图
图7是本发明的流程框图
具体实施方式:
下面以给出一个具体的本发明的实现例。
需要说明的是:下例中的参数并不影响本专利的一般性。
1.确定指纹图像的八个方向,每个方向的具体角度为θi
θi=22.5°*i(i=0,1,2,3,4,5,6,7);
2.将指纹图像分为900个不重叠的块,W为10;
3.根据块的尺寸,确定最小应选择的象素点数目为25;
4.由公式
5.指纹图像各个分块的方向方差可由下列公式获得
6.计算自适应图像分割阀值Tr为8.2;
8.最后根据区域模板R,分割出指纹的前景和背景区域。
Claims (1)
1、一种基于方向信息的指纹图像分割方法,它包含下列步骤:
步骤1、确定指纹图像的八个方向
每个方向的具体角度为θi,θi=22.5°*i,其中,i=0,1,2,3,4,5,6,7;
步骤2、确定象素点方向
根据最小误差原则确定象素点方向;具体方法是:
在指纹图像的八个方向上各取N个相邻象素点,其中,N为自然数,计算每个方向上所取N个象素点灰度的均值,然后每个方向上所取每个象素点灰度都与其方向上的灰度均值相减并且取差值的绝对值,然后将每个方向上的绝对值相加求和,最后判定拥有最小的绝对值之和的方向即为该象素点的方向,用公式表示为:
K(i,j)即为第i行第j列的象素点p(i,j)的方向,其中i,j为自然数,C(im,jm),m=0,1,2,...,7,其中是沿着方向m上的连续N个象素点,C′(im,jm)是方向m上各个C(im,jm)的均值,其中m=0,1,2,...,7,Min的含义则是在计算m,其中,m=0,1,2,..,7,八个方向所得的8个绝对值之和中,选择最小的绝对值之和;最小绝对值之和所对应的方向m即为象素点p(i,j)的方向;
步骤3、将指纹图像分为多个不重叠的块,大小为W×W,W为不重叠分块的边长,所分不重叠的块的个数根据实际精度要求确定;
其特征是它还包括下面的步骤:
步骤4、确定步骤3中任意一块中最小应选择的象素点数目Mmin及所选中的象素点的方向信息
首先,根据步骤3中所分的不重叠分块的边长W,确定最小应选择的象素点数目Mmin;Mmin可由如下公式获得
W为不重叠分块的边长;在确定了块内选择的最小应选择的象素点数目Mmin后,通过取一个象素点,然后隔一个象素点,再取下一个象素点的方式选取象素点;保证选中的象素点能覆盖整个分块,保证选中的象素点为Mmin,且覆盖整个分块;在实际操作过程中,块内选择的象素点数目Num大于等于Mmin;然后,按照步骤2中所述的方法确定块内所有选中象素点的方向;
步骤5、确定步骤3中任意一块中块内的方向方差
首先,根据步骤4中确定的块内所有选中象素点的方向,确定所有的指纹图像方向上所选择的象素点;
然后,根据所有八个方向上的象素点数目,通过下列公式计算步骤3中任意一块中的方向方差:
其中S是指纹图象八个方向之和,Pk2(i,j)是块内方向为k2的象素点数目,其中,k2=0,1,2,...7,
P(i,j)是八个方向上所有象素点数目的均值;Var(i,j)就是根据图像分块内各方向上象素点数目的计算所得的方向方差;
步骤6、确定自适应图像分割阈值Tr:
通过自适应图像分割阈值Tr确定图像前景区域和图像背景区域;保留拥有方向方差大于或者等于阈值Tr所对应的区域为图像前景区域,抛弃方向方差小于阈值Tr所对应的图像背景区域;
自适应图像分割阈值Tr由下列公式获得
Tr=(7/64)*Num2*β
其中Num是指纹图像分块中选择的象素点数目,β是经验系数0.008;
步骤7、确定区域模板R;
如果图像分块的方向方差小于步骤6中的自适应图像分割阀值Tr,则设定该分块的区域模板为0,即抛弃;如果图像分块的方向方差大于步骤6中的自适应图像分割阀值Tr,则设定该分块的区域模板为1,即保留;区域模板R可由如下公式获得
步骤8、确定整个指纹图像的前景区域
重复步骤4~步骤7,重复次数为步骤3中所分的块数,得到整个指纹图像的前景区域;
通过以上步骤,得到分割后的指纹图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2004100401130A CN1297937C (zh) | 2004-07-02 | 2004-07-02 | 一种基于方向信息的指纹图像分割方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2004100401130A CN1297937C (zh) | 2004-07-02 | 2004-07-02 | 一种基于方向信息的指纹图像分割方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1716274A CN1716274A (zh) | 2006-01-04 |
CN1297937C true CN1297937C (zh) | 2007-01-31 |
Family
ID=35822094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2004100401130A Expired - Fee Related CN1297937C (zh) | 2004-07-02 | 2004-07-02 | 一种基于方向信息的指纹图像分割方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1297937C (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329725B (zh) * | 2008-07-30 | 2010-10-06 | 电子科技大学 | 基于梯度投影和形态学的指纹图像分割方法 |
CN102682428B (zh) * | 2012-04-18 | 2014-11-05 | 浙江大学城市学院 | 一种基于方向场的指纹图像计算机自动化修补方法 |
CN105989351B (zh) * | 2015-03-06 | 2019-07-23 | 成都方程式电子有限公司 | 一种指纹图像背景分割的方法 |
CN105260720B (zh) * | 2015-10-19 | 2017-02-22 | 广东欧珀移动通信有限公司 | 指纹识别的方法及装置 |
CN106650557B (zh) * | 2015-11-04 | 2020-05-08 | 原相科技股份有限公司 | 影像分区门坎值决定方法及系统、手势判断方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6263091B1 (en) * | 1997-08-22 | 2001-07-17 | International Business Machines Corporation | System and method for identifying foreground and background portions of digitized images |
JP2002373334A (ja) * | 2001-06-15 | 2002-12-26 | Nec Soft Ltd | 指紋特徴抽出装置、指紋特徴抽出方法及び指紋抽出プログラム |
-
2004
- 2004-07-02 CN CNB2004100401130A patent/CN1297937C/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6263091B1 (en) * | 1997-08-22 | 2001-07-17 | International Business Machines Corporation | System and method for identifying foreground and background portions of digitized images |
JP2002373334A (ja) * | 2001-06-15 | 2002-12-26 | Nec Soft Ltd | 指紋特徴抽出装置、指紋特徴抽出方法及び指紋抽出プログラム |
Also Published As
Publication number | Publication date |
---|---|
CN1716274A (zh) | 2006-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110427807B (zh) | 一种时序事件动作检测方法 | |
Von Gioi et al. | LSD: A fast line segment detector with a false detection control | |
CN100495438C (zh) | 一种基于视频监控的运动目标检测与识别方法 | |
CN102663393B (zh) | 基于旋转校正的手指静脉图像感兴趣区域提取方法 | |
CN102419819B (zh) | 人脸图像识别方法和系统 | |
CN105335745B (zh) | 图像中数字的识别方法、装置及设备 | |
EP2370931B1 (en) | Method, apparatus and computer program product for providing an orientation independent face detector | |
US20110243434A1 (en) | Feature value extracting device, object identification device, and feature value extracting method | |
CN110414367B (zh) | 一种基于gan和ssn的时序行为检测方法 | |
CN108564598B (zh) | 一种改进的在线Boosting目标跟踪方法 | |
CN101038686A (zh) | 一种基于信息融合的机读旅行证件识别方法 | |
CN106203255A (zh) | 一种基于时间对齐的行人重识别方法及系统 | |
CN105893963A (zh) | 一种筛选视频中单个行人目标的最佳易识别帧的方法 | |
CN1297937C (zh) | 一种基于方向信息的指纹图像分割方法 | |
Kim et al. | Optimal feature selection for pedestrian detection based on logistic regression analysis | |
CN111968152A (zh) | 一种动态身份识别方法及装置 | |
CN111191535A (zh) | 基于深度学习的行人检测模型构建方法及行人检测方法 | |
CN111191531A (zh) | 一种快速行人检测方法及系统 | |
CN101031035A (zh) | 基于视频序列分析的新闻视频单元自动分割方法 | |
CN115512399A (zh) | 一种基于局部特征和轻量级网络人脸融合攻击检测的方法 | |
CN1209732C (zh) | 基于小波分析和过零点描述的虹膜识别方法 | |
CN1285052C (zh) | 基于区域特征元补偿的红外人脸眼镜干扰消除方法 | |
US7512256B1 (en) | System, method, and computer program product for ridge map formation | |
CN102509308A (zh) | 基于混合动态纹理空时显著性检测的运动分割方法 | |
US20060126908A1 (en) | Fingerprint recognition method |
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: 20070131 |