CN1804862A - 指纹图像片段的拼接方法 - Google Patents

Abstract

本发明涉及一种指纹图像处理过程控制方法，具体来说是一种指纹图像片段的拼接方法。与现有技术相比本发明的有益效果是：通过将待拼接的指纹图像片段进行缩减处理，再将缩减后的指纹图像片段进行拼接，从而实现减小拼接后指纹图像的存储空间的目的，而且，对于好的指纹识别算法都是对原始图像进行了很多细致的处理，比如求方向，滤波，特征提取，判断伪特征，匹配等等。在减小了指纹图像的同时，也降低了图像处理和特征提取过程中的计算量，从而，对于在计算能力相对有限的硬件上实现一个好的指纹识别算法来说，在不丢失特征点的前提下，优化程序、减小计算量就显得尤为重要。

Description

指纹图像片段的拼接方法

技术领域

本发明涉及一种指纹图像处理过程控制方法，具体来说是一种指纹图像片段的拼接方法。

技术背景

随着生物识别技术的不断发展和完善，关于指纹识别身份的产品不断地被开发出来。近两年，出现了靠扫描方式来形成指纹图像的指纹采集芯片。由于面积小，因此这类指纹采集芯片的成本也大大低于触摸式面采集芯片和光学采集仪。动静态功耗也都很低，最近已得到广泛应用。这类采集仪在采集原理是：采集一帧一帧的图像，然后通过图像拼接将若干帧指纹图像片段拼接成一幅完整的指纹图像。一般整幅指纹图像都有几十甚至上百个千字节，不但占用的存储空间也很大，同时计算量非常庞大。而对于一些好的指纹识别算法都是对原始图像进行了很多细致的处理，比如求方向，滤波，特征提取，判断伪特征，匹配等等。从而，对于在计算能力相对有限的硬件上实现一个好的指纹识别算法来说，优化程序、减小计算量就显得尤为重要。

一般减小计算量的方法有用若干个计算量小的函数来拟和计算复杂的函数，用定点计算来代替浮点运算，或事先将所有的值都算好，做成一张表，然后要计算时直接查表来得出结果。对于前两种方法，都是降低计算精度，对结果有一定的影响，而第3种则是牺牲了大量的存储空间。这些算法都没有减小存储空间。

发明内容

本发明克服了上述缺点，提供一种在指纹图像拼接的过程中缩减图像尺寸，进而减小图像存储空间和处理计算量的指纹图像片段的拼接方法。

本发明解决其技术问题所采取的技术方案是：一种指纹图像片段的拼接方法，将待拼接的指纹图像片段进行缩减处理，再将缩减后的指纹图像片段进行拼接。

可包括如下步骤：

1)计算所述当前待拼接指纹图像片段与上一帧图像片段的重叠区域位置；

2)确定当前拼接图像片段在整个图像中的位置；

3)对图像片段进行缩减处理；

4)将缩减后的图像拼接成整体图像。

其中步骤1)、2)、3)顺序不限。

所述步骤1)可通过如下过程实现：

a)在第一帧和第二帧中分别选取从最小块至最大块之间的相同大小的两个图像块，计算相似度最高的区域，判断出行的重合区域。

b)对重合区域进行列的微调过程中相似度最高的区域，进行列的校验。

所述缩减处理可为删除所述图像片段中奇数行和奇数列的像素点，或删除所述图像片段中偶数行和偶数列的像素点。

所述每个图像块中可包括至少一个图像行，所述图像块的相似度为各图像块中每个图像行的相似度的平均值。

所述近似度的计算可采用对各像素点灰度值的距离函数。

所述灰度值的距离函数可包括灰度值的方差计算。

所述步骤4)中，所述缩减后的图像片段中，上一帧图像重叠的区域中，各像素点与上一帧图像中重叠的像素点可取灰度值的平均值后再进行拼接处理。

与现有技术相比本发明的有益效果是：通过将待拼接的指纹图像片段进行缩减处理，再将缩减后的指纹图像片段进行拼接，从而实现减小拼接后指纹图像的存储空间的目的，而且，对于好的指纹识别算法都是对原始图像进行了很多细致的处理，比如求方向，滤波，特征提取，判断伪特征，匹配等等。在减小了指纹图像的同时，也降低了图像处理和特征提取过程中的计算量，从而，对于在计算能力相对有限的硬件上实现一个好的指纹识别算法来说，在不丢失特征点的前提下，优化程序、减小计算量就显得尤为重要。

附图说明

图1为本发明的工作流程图；

图2为旧的一帧指纹图像片段；

图3为新的一帧指纹图像片段；

图4为按行统计重叠区域示意图；

图5为重叠区域横向微调示意图；

图6为正常拼接的原始图像片段；

图7为按本发明拼接后的缩小图像片段。

具体实施方式

当通过扫描式指纹传感器进行指纹采集时，手指在所述传感器上划擦，所述传感器依次采集到多帧指纹图像，图2、图3分别为其中的先后采集到的相邻两帧指纹图像片段，通过设定一个较短的采集时间间隔，使得相邻两帧图像片段中有一个吻合或非常近似视为吻合的区块，这种吻合的程度通过相似度来衡量，衡量的依据是连续的两帧图像有部分象素的灰度值是相同或相近的。所述相似度即为对应像素点灰度值的距离函数，本实施例中采用的所述距离函数为对两对应像素点灰度值的方差运算，如：

定义图像行的相似度：采用行对应，就是两帧图像中各任取一行，按每个对应象素点的灰度值的差的平方和来作为这两行的相似度。所述因此，对应于相似度的值越小，相似度越高，就说明两行对应图像就越吻合。

定义图像块的相似度：就是两帧图像各取连续的n行作为一个图像块，分别计算出两图像块中对应行的相似度，然后将各行的相似度值加起来取平均值来作为这两块图像的相似度。不难看出行的相似度是当n为1时的特殊情况。

在图像片段拼接的过程中对帧图像进行适当的裁减，不光减小了原始图像的存储空间，并且更进一步地减小了计算量。以下结合如图1中，具体描述本实施例中图像拼接过程：

首先，假定每帧的大小为8行，280列，正常拼接后的图像大小为应为320×400，这是原始图像的大小。先申请两块大小为280×8的内存空间，用来存放相邻的两帧图像，分别为NewSlice[280列×8行]和OldSlice[280列×8行]，再申请一个400/2行、320/2列的空间ImageBuf[160列×200行]用来存放拼接好并缩小了的图像。

首先，采集第一帧图像，放到NewSlice中，如步骤101，由于是起始的第一帧，不用拼接，所以直接舍弃位于奇数行和奇数列的像素点，保留位于偶数行和偶数列的像素点，由于ImageBuf中的一行有160个点，而帧图像进行删减后每行有140个点，则让帧图像的每行前后各填加10个灰度值为背景色的像素点，这样就也是160个点了，然后拷到ImageBuf中的对应的前4行中，如步骤102。然后如步骤103将NewSlice中的帧图像拷贝到OldSlice中，接着采集一幅新帧，放到NewSlice中。

然后，比较新帧NewSlice和旧帧OldSlice这两帧，在新帧中寻找旧帧第7行的中点所对应的新帧中的点。具体做法是：先求出在重叠区域内的象素点的灰度值与其重合的象素点的灰度值的差的平方和，然后除以象素点的个数作为重合区域的相似度。按照上述方法，不难看出，两幅图像要是能拼接上，重合区域的相似度一定最小。要求这个最小值，可用遍历或二分法等来求最小值。

这里采用先按行大致判断重合区域，然后在进行列的微调。如图1中104～110为采用遍历算法求得的新帧与旧帧的行的相似度值最小的区域，先在步骤104中定义几个变量，min为最小相似度值，X为新帧与旧帧重叠的行数，Tempvalue为过程变量，将图1中图像片段的第7行分别与图2的第X(X＝0～6)行重叠，如图4，重叠区域的行数分别为1，2，3，4，5，6，7。求出这7块的重合区域的相似度，取得最小的那个。然后再如步骤111～117将图1左右各平移若干个象素，其中如图5中所示，再求得这几次的重叠相似度，取最小的相似度值时的列值Y，作为重合区域的判断。这样，就找到了新帧和旧帧的结合点，也找到了新帧与旧帧吻合后平移的坐标，如步骤118。

因为此时旧帧已经进行了减切并复制到ImageBuf中了，故只需将新帧中的象素点对应上所述原始图像的坐标，如果对应上的点是奇数行或奇数列的点就放弃。在确定ImageBuf中还有剩余空间的情况下，如119，新帧和旧帧重叠部分的象素点则取两者的平均灰度值来作为新的灰度值复制到ImageBuf中，如步骤121，新帧中不重叠的部分就直接复制到ImageBuf中，如步骤122，空间ImageBuf中没有被覆盖的点仍用背景色填充覆盖，如步骤123，在复制前要注意判断每图像行中是否有超出空间ImageBuf界限的像素点，如果有，可以复制到该行的另一端或直接舍弃，接下来返回步骤103中，对下一帧图像进行上述同样处理，最后将本应拼接成如图6中的图像，剪切、拼接成如图7中的图像。

本发明通过上述裁减帧图像的方法，不但减小了原始图像的存储空间，并且更进一步地减小了计算量。众所周知，当图像的长和宽都缩小一半时，面积就缩小为原来的1/4，如图6、7。通常处理一幅指纹图像，需要好几遍甚至十几遍的遍历整幅图像的每个象素点，当图像面积缩小为原来的1/4时，整个图像处理和特征提取过程中所减少的计算量也非常可观，由于采集仪的精度比较高，采用此法并没有丢失特征点。对后面的特征提取及算法的匹配结果影响不大。为实现上述缩小图像面积的目的，不限于如实施例中所述的删减奇数行和奇数列的像素点，或者删减是偶数行和偶数列的像素点也是同样道理。

根据实际应用情况，也可先对各图像片段进行缩减，再通过计算缩减后图像片段之间的重叠区域和在整体图像中的位置进行指纹图像的拼接，采用这种实施方式与上一实施例相比，能够进一步减少计算量。

所述各像素点的灰度可以为0～255的渐变值，或0、1的二进制值。本发明也适用于除指纹采集之外其他以扫描方式的进行生物特征采集成像过程。

以上对本发明所提供的指纹图像片段的拼接方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种指纹图像片段的拼接方法，其特征在于：将待拼接的指纹图像片段进行缩减处理，再将缩减后的指纹图像片段进行拼接。

2.根据权利要求1所述的指纹图像片段的拼接方法，其特征在于：包括如下步骤：

1)计算所述当前待拼接指纹图像片段与上一帧图像片段的重叠区域位置；

2)确定当前拼接图像片段在整个图像中的位置；

3)对图像片段进行缩减处理；

4)将缩减后的图像拼接成整体图像。

其中步骤1)、2)、3)顺序不限。

3.根据权利要求2所述的指纹图像片段的拼接方法，其特征在于：所述步骤1)通过如下过程实现：

a)在第一帧和第二帧中分别选取从最小块至最大块之间的相同大小的两个图像块，计算相似度最高的区域，判断出行的重合区域。

b)对重合区域进行列的微调过程中相似度最高的区域，进行列的校验。

4.根据权利要求1或2或3所述的指纹图像片段的拼接方法，其特征在于：所述缩减处理为删除所述图像片段中奇数行和奇数列的像素点，或删除所述图像片段中偶数行和偶数列的像素点。

5.根据权利要求3所述的指纹图像片段的拼接方法，其特征在于：所述每个图像块中包括至少一个图像行，所述图像块的相似度为各图像块中每个图像行的相似度的平均值。

6.根据权利要求5所述的指纹图像片段的拼接方法，其特征在于：所述近似度的计算采用对各像素点灰度值的距离函数。

7.根据权利要求6所述的指纹图像片段的拼接方法，其特征在于：所述灰度值的距离函数包括灰度值的方差计算。

8.根据权利要求2或3所述的指纹图像片段的拼接方法，其特征在于：所述步骤4)中，所述缩减后的图像片段中，上一帧图像重叠的区域中，各像素点与上一帧图像中重叠的像素点取灰度值的平均值后再进行拼接处理。

Images