CN1679046A - 用于评估皮肤印迹图像质量的方法和设备 - Google Patents

用于评估皮肤印迹图像质量的方法和设备 Download PDF

Info

Publication number
CN1679046A
CN1679046A CNA03820472XA CN03820472A CN1679046A CN 1679046 A CN1679046 A CN 1679046A CN A03820472X A CNA03820472X A CN A03820472XA CN 03820472 A CN03820472 A CN 03820472A CN 1679046 A CN1679046 A CN 1679046A
Authority
CN
China
Prior art keywords
gradient
alt
quality
image
mean value
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.)
Granted
Application number
CNA03820472XA
Other languages
English (en)
Other versions
CN100583123C (zh
Inventor
S·肖泽
R·梅尔
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN1679046A publication Critical patent/CN1679046A/zh
Application granted granted Critical
Publication of CN100583123C publication Critical patent/CN100583123C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

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
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Image Processing (AREA)
  • Image Input (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

在一种评估皮肤印迹图像的质量的方法和设备中，具体来说，在评估指纹图像的质量的方法和设备中，规定：对于皮肤印迹图像的各个图像元素(像素)形成梯度，并且，在某个时间在图像的一个区域(瓦片)内从像素的梯度形成一个平均值，而且，不同瓦片的平均值的相似性形成质量的度量值。

Description

用于评估皮肤印迹图像质量的方法和设备
技术领域
本发明涉及用于评估皮肤印迹(print)图像质量的方法，具体来说，涉及用于评估指纹图像的方法。本发明还涉及用于实现这种方法的设备。
背景技术
当图像是由指纹或其它皮肤印迹构成的时候，可能会有各种各样的因素对于图像质量产生不利的影响，并且，当评估一组参考印迹时而且当随后检查或识别指纹时，这些因素可能引起如下的问题：或者使任何检查或识别不可能进行，或者甚至于可能导致错误的结果。根据所用的传感器的原理和结构，所产生的图像质量可能受到手指上的污物、或湿气、油腻的不利影响，或者受到过分干燥的手指的不利影响。在传感器本身的内部或其上的污物和脏物是引起皮肤印迹图像质量差的另一个可能的原因。加上这个原因，还可能引起用户本身的错误操作。
皮肤印迹的低质量图像通常导致图像被排除，但是，如果最差的图像达到最差的结果，并且如果皮肤印迹由于图像质量太差被错误地当成正确的图像接受下来，则这些低质量图像可能导致系统受损。因此，重要的是要能够评估由指纹产生的图像的质量。
发明内容
因此，本发明的一个目的是规定一种确定皮肤印迹图像质量的方法，具体来说，规定一种确定指纹图像质量的方法。本发明还有一个目的是提供用于实现这种方法的设备。
按照本发明，为实现这项目的，对于皮肤印迹图像的各个图像元素(像素)形成梯度，并且，在某个时间在图像的一个区域(瓦片(tile))内从像素的梯度形成一个平均值，而且，不同瓦片的平均值的相似性形成质量的度量值。
在计算梯度当中，即，归根到底是要规定凸纹的方向，还要计算在相反方向的梯度，尽管这些梯度最终还是要代表凸纹的相同方向。为了在这样作时能消除符号，在本发明的有益实施例中要规定开始时形成的具有分量gx(alt)和gy(alt)，梯度，通过公式gx＝gx(alt) 2-gy(alt) 2和gy＝2gx(alt)*gy(alt)按照复数的方式被平方。
对于本发明可以假定，在皮肤印迹图像中，从一个瓦片到其相邻的瓦片，凸纹的方向只略有改变。这就可以推测，整个皮肤印迹图像可分割成有足够多数目的瓦片，这对于后来的分析，尤其是对于特征的提取，无疑是十分必要的。以此方式，瓦片的大小例如可以是10×10个像素。
在另一个实施例中，确定不同瓦片间这个平均值是否发生不同程度的变化的一种特别有益的方式包括：在x和y的两个方向的矩阵中输入平均值，其中：标量积是由这两个方向矩阵以及沿水平方向、垂直方向、和一个瓦片的两个对角线的两个方向移动的矩阵一起形成的；其中：在所有的瓦片上，对于按这种方式通过矩阵相乘获得的每个标量积求和；并且其中：将这些和加在一起，并且除以方向矩阵自己的标量积的和，从而可以形成质量的度量值，在所有的瓦片上，对于方向矩阵自己的标量积的所说的和相加。
传感器通常覆盖一个长方形区域，在这种情况下，手指不会放在传感器上的这个边缘或角落区。在某些情况下，未被手指占据的区域在评估质量时的确能带来麻烦。但对于传感器来说，手指没有占据所说的区域的情况不是很多，即，被称之为感兴趣的区域(ROI)之外的区域是均匀的。然而，还要使用能够在感兴趣的区域的外部产生光栅图形或条纹的传感器。对于这种类型的传感器，将质量评估限制在感兴趣的区域是合适的。
为了能够为此目的确定感兴趣的区域，在另一个实施例中，对于梯度的长度进行规定，对于所说的梯度已经形成平均值，以便可以用来确定已经扫描的皮肤印迹的感兴趣的区域。
最好对于按照本发明的设备进行安排，使其具有数字信号处理装置，以实现按照本发明的方法。在这种情况下，可以依靠用于信号处理的各个步骤的本身公知的各个系统。
附图说明
参照下述的实施例，本发明的这些和其它方面将变得显而易见。
在附图中：
图1是在一个瓦片内确定的梯度的示意图；
图2表示在对应的瓦片上确定的梯度的平均值，用于整个图像；
图3表示用于计算质量度量值的方程。
具体实施方式
为简洁起见，如图1所示的瓦片只有4×4个像素。在这个瓦片中，再一次作为主要的简化，只存在两个凸纹部分2、3，针对专利附图的规则，这两个凸纹部分2、3已经表示成虚线条。还有，不允许表示或者是灰度水平之后的特征或者是通过扫描过程进行的任何局部量化。对于每个像素，通过本身已知的方法计算梯度4，如以上所述，这个梯度与凸纹2、3的边缘的符号无关。由于凸纹在皮肤印迹图像中的大多数点上没有特别明确的曲率，所以梯度基本上取类似的方向。
梯度的长度也不会是忠实代表实际情况。它只是表示梯度可能有不同的长度。为了进一步处理，将在x和y方向的分量放置在对应的方向矩阵内。
如所示出的，图2表示的是一个皮肤印迹的整个图像，其中包含对瓦片1中各个瓦片计算的梯度的有代表性的平均值。
如以上已经提到的，感兴趣的区域5没有覆盖由传感器扫描的整个区域。如果所用的传感器是在感兴趣的区域5之外产生均匀信号如黑、白信号的传感器，则整个区域6完全有可能在按照本发明的方法的随后步骤中被覆盖。在定位在感兴趣的区域外部的瓦片中，对于这些梯度获得的平均值变为0，并且因此不会带来麻烦。对于只有一部分定位在感兴趣的区域5中的瓦片，情况亦是如此。
为了形成质量度量值，需要实现平均值g的自动校正。为此目的，使用图3中所示的方程来形成标量积Ax、Ay、Axy、Ayx。还有，值A是作为自动校正的中心导出的。然后，计算质量度量值Q，Q＝(Ax+Ay+Axy+Ayx)/4A。
在每一种情况下，即从k＝1和l＝1开始一直到它们的最大值，对于整个区域6求和。

Claims (8)

1.一种评估皮肤印迹图像的质量的方法，具体来说，评估指纹图像的质量的方法，其特征在于：对于皮肤印迹图像的各个图像元素(像素)形成梯度，并且，在某个时间在图像的一个区域(瓦片)内从像素的梯度形成一个平均值，而且，不同瓦片的平均值的相似性形成质量的度量值。
2.根据权利要求1所述的方法，其特征在于：在开始时形成的具有分量gx(alt)和gy(alt)，梯度，通过公式gx＝gx(alt) 2-gy(alt) 2和gy＝2gx(alt) *gy(alt)按照复数的方式被平方。
3.根据权利要求1和2中任何一个所述的方法，其特征在于：在x和y的两个方向矩阵中输入平均值，其中：标量积是由这两个方向矩阵以及沿水平方向、垂直方向、和一个瓦片的两个对角线的两个方向移动的矩阵一起形成的；其中：在所有的瓦片上，对于按这种方式通过矩阵相乘获得的每个标量积求和；其中：将这些和加在一起，并且除以方向矩阵自己的标量积的和，从而可以形成质量的度量值，在所有的瓦片上，对于方向矩阵自己的标量积的所说的和相加。
4.根据权利要求1-3中任何一个所述的方法，其特征在于：使用平均梯度的长度以确定已经扫描的皮肤印迹的感兴趣的区域。
5.一种评估皮肤印迹图像的质量的设备，具体来说，评估指纹图像的质量的设备，其特征在于一个系统用于：
对于皮肤印迹图像的各个图像元素(像素)形成梯度，
在某个时间在图像的一个区域(瓦片)内从像素的梯度形成一个平均值，而且，
不同瓦片的平均值的相似性形成质量的度量值。
6.根据权利要求5所述的设备，其特征在于：设置所说的系统用于形成皮肤印迹图像的各个图像元素(像素)的梯度，并且用于从在某个时间、在图像的一个区域(瓦片)内的像素梯度形成平均值，以通过公式gx＝gx(alt) 2-gy(alt) 2和gy＝2gx(alt) *gy(alt)按照复数的方式使开始时形成的梯度平方，所说的开始时形成的梯度具有分量gx(alt)和gy(alt)，梯度。
7.根据权利要求5或6中任何一个所述的设备，其特征在于：设置所述的系统用于从不同瓦片的平均值的相似性形成质量度量值以便：
在x和y的两个方向矩阵中输入平均值；
形成方向矩阵的标量积，所说方向矩阵具有沿水平方向、垂直方向、和一个瓦片的两个对角线的方向移动的矩阵；
在所有的瓦片上，对于通过矩阵相乘获得的每个标量积求和；并且
将这些和加在一起并且除以方向矩阵的标量积从而形成质量度量值，在所有的瓦片上对于方向矩阵自己的标量积相加。
8.根据权利要求5-7中任何一个所述的设备，其特征在于：设置所说的系统用于形成皮肤印迹图像的各个图像元素(像素)的梯度，并且用于对在某个时间、在图像的一个区域(瓦片)内、从像素的梯度形成平均值，以便根据平均梯度的长度来确定已经扫描过的皮肤印迹的感兴趣的区域。
CN03820472A 2002-08-28 2003-08-20 用于评估皮肤印迹图像质量的方法和设备 Expired - Fee Related CN100583123C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE10239342A DE10239342A1 (de) 2002-08-28 2002-08-28 Verfahren zur Bewertung der Qualität von Hautabdruckbildern
DE10239342.7 2002-08-28

Publications (2)

Publication Number Publication Date
CN1679046A true CN1679046A (zh) 2005-10-05
CN100583123C CN100583123C (zh) 2010-01-20

Family

ID=31502003

Family Applications (1)

Application Number Title Priority Date Filing Date
CN03820472A Expired - Fee Related CN100583123C (zh) 2002-08-28 2003-08-20 用于评估皮肤印迹图像质量的方法和设备

Country Status (8)

Country Link
US (1) US7536038B2 (zh)
EP (1) EP1537519B1 (zh)
JP (1) JP2005537561A (zh)
CN (1) CN100583123C (zh)
AT (1) ATE329322T1 (zh)
AU (1) AU2003259406A1 (zh)
DE (2) DE10239342A1 (zh)
WO (1) WO2004021261A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110400335A (zh) * 2019-07-25 2019-11-01 广西科技大学 基于深度学习的纹理图像质量估计方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10239342A1 (de) * 2002-08-28 2004-03-11 Philips Intellectual Property & Standards Gmbh Verfahren zur Bewertung der Qualität von Hautabdruckbildern
KR100825773B1 (ko) 2005-08-23 2008-04-28 삼성전자주식회사 방향 추정 방법 및 장치
WO2007123557A1 (en) * 2006-04-26 2007-11-01 Aware, Inc. Fingerprint preview quality and segmentation
US7855718B2 (en) * 2007-01-03 2010-12-21 Apple Inc. Multi-touch input discrimination
US8130203B2 (en) 2007-01-03 2012-03-06 Apple Inc. Multi-touch input discrimination
US8269727B2 (en) 2007-01-03 2012-09-18 Apple Inc. Irregular input identification
CN102567993B (zh) * 2011-12-15 2014-06-11 中国科学院自动化研究所 基于主成分分析的指纹图像质量评价方法
CN105389565B (zh) * 2015-11-13 2019-04-02 Oppo广东移动通信有限公司 指纹注册方法、装置和终端设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5659626A (en) * 1994-10-20 1997-08-19 Calspan Corporation Fingerprint identification system
US5963656A (en) * 1996-09-30 1999-10-05 International Business Machines Corporation System and method for determining the quality of fingerprint images
US6263091B1 (en) * 1997-08-22 2001-07-17 International Business Machines Corporation System and method for identifying foreground and background portions of digitized images
WO2002035453A1 (en) * 2000-10-24 2002-05-02 Alpha Engineering Co., Ltd. Fingerprint identifying method and security system using the same
DE10239342A1 (de) * 2002-08-28 2004-03-11 Philips Intellectual Property & Standards Gmbh Verfahren zur Bewertung der Qualität von Hautabdruckbildern
DE10239343A1 (de) * 2002-08-28 2004-03-11 Philips Intellectual Property & Standards Gmbh Verfahren zur Verarbeitung eines Hautabdruckbildes
CN1238809C (zh) * 2002-09-04 2006-01-25 长春鸿达光电子与生物统计识别技术有限公司 指纹识别方法、以及指纹控制方法和系统
US7711158B2 (en) * 2004-12-04 2010-05-04 Electronics And Telecommunications Research Institute Method and apparatus for classifying fingerprint image quality, and fingerprint image recognition system using the same
KR100891324B1 (ko) * 2005-08-29 2009-03-31 삼성전자주식회사 휴대용 개인단말장치를 이용한 지문인식 시스템 및지문특징 추출장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110400335A (zh) * 2019-07-25 2019-11-01 广西科技大学 基于深度学习的纹理图像质量估计方法

Also Published As

Publication number Publication date
EP1537519A1 (en) 2005-06-08
US20060126907A1 (en) 2006-06-15
CN100583123C (zh) 2010-01-20
EP1537519B1 (en) 2006-06-07
DE60305936D1 (de) 2006-07-20
ATE329322T1 (de) 2006-06-15
DE10239342A1 (de) 2004-03-11
US7536038B2 (en) 2009-05-19
DE60305936T2 (de) 2007-02-01
JP2005537561A (ja) 2005-12-08
AU2003259406A1 (en) 2004-03-19
WO2004021261A1 (en) 2004-03-11

Similar Documents

Publication Publication Date Title
US6535650B1 (en) Creating high resolution images
CN107315011B (zh) 图像处理装置、图像处理方法及存储介质
CN107316047B (zh) 图像处理装置、图像处理方法以及存储介质
US6377698B1 (en) Method of locating highly variable brightness or color regions in an image
CN101308574B (zh) 图像处理法和装置及图像区域检测法和装置
JP6478841B2 (ja) 画像処理装置および画像処理方法
CN100583123C (zh) 用于评估皮肤印迹图像质量的方法和设备
US9398173B2 (en) Two-dimensional calibration of image sensor alignment in optical scanners
CN110009615A (zh) 图像角点的检测方法及检测装置
CA2281113C (en) Automatic inspection of print quality using an elastic model
CN101256630A (zh) 用于改善文档图像二值化性能的去噪声装置和方法
JP7410323B2 (ja) 異常検出装置、異常検出方法及び異常検出システム
CN107403429B (zh) 一种周期序列图像模型参数的快速自动获取方法
Lehal et al. A range free skew detection technique for digitized Gurmukhi script documents
JP3627249B2 (ja) 画像処理装置
US4903315A (en) Apparatus for enlarging or reducing an image pattern
CN106412377A (zh) 图像处理装置
US20060213995A1 (en) Detecting barcodes on two-dimensional images using frequency domain data
JP2501646B2 (ja) 文字背景処理装置
US20050089195A1 (en) Method and computer-readable medium for detecting motion and filtering noise
KR100537829B1 (ko) 스캔 영상의 상역 분리 방법
CN116883295B (zh) 线扫描三维图像采集振动矫正方法、装置及电子设备
JP4334873B2 (ja) ドット計測装置、ドット計測方法およびプログラム
JP3598196B2 (ja) 周期パターンの欠陥検査装置
CN118317215A (zh) 一种校正图像动态坏点的方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: NXP CO., LTD.

Free format text: FORMER OWNER: KONINKLIJKE PHILIPS ELECTRONICS N.V.

Effective date: 20070713

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20070713

Address after: Holland Ian Deho Finn

Applicant after: Koninkl Philips Electronics NV

Address before: Holland Ian Deho Finn

Applicant before: Koninklijke Philips Electronics N.V.

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: 20100120

Termination date: 20130820