CN106342325B - 一种指纹图像的区域分割方法 - Google Patents

Abstract

本发明涉及一种指纹图像的区域分割方法，其特征在于：首先对指纹图像进行正规化处理，以解决按压不均匀对采集到的指纹图像的影响；然后，利用3×3块掩模方法来判断脊线方向，并以脊线方向和与其垂直方向的灰度差值为依据来进行区域的预分割；最后，对预分割结果进行平滑处理和开运算，在原始指纹图像上提取纹理区域，完成纹理区域与非纹理区域的分割。利用本发明方法，可以实现指纹图像的有效而快速的区域分割，并能够很好地去除指纹采集器的边框和噪声背景等非纹理区域，分割区域精确光滑，可以有效地提高指纹自动识别***的性能。

Description

一种指纹图像的区域分割方法

技术领域

本发明涉及一种指纹图像的区域分割方法，属于数字图像处理和模式识别领域，适合于计算机自动指纹识别***中的指纹区域分割过程。

背景技术

指纹识别是一种重要的生物特征鉴别技术，随着计算机技术的不断发展，指纹识别技术的应用也越来越广。在指纹自动识别***中，采集设备所得到的指纹图像是一幅含有较多噪声的图像，必须经过预处理，除去大量的噪声信号，得到一幅纹线清晰的点线图，才能进行指纹特征的提取和匹配。指纹图像分割是图像预处理中非常重要的一步，通常位于预处理的前端，其目的是把指纹图像中质量很差，在后续处理中很难恢复的图像区域与纹理区域区分开来，使后续处理能够集中于纹理区域。它不仅要求尽可能地去除非纹理区域，还要尽可能完整地保留纹理区域。指纹图像分割后能避免在噪声和背景区域中提取特征，提高特征提取的可靠性，同时节省处理时间，对提高整个***性能有着重大意义。

传统的指纹图像分割算法按分割判定条件主要分为基于图像灰度特性的分割(方差法)和利用图像方向信息进行的分割(方向法)。方差法分割速度较快，但它只在非纹理区域效果较好，对纹理区域内的脊线和谷线无法识别。方向法利用指纹的方向信息进行分割，在纹理区域能取得理想的分割效果，但其在非纹理区域和纹理质量较差区域效果下降。

传统的指纹图像分割算法按照分割的具体形式，可分为基于块的分割、基于像素点的分割以及提取指纹外轮廓的分割。其中基于块的方法最为常见，这类方法通常将指纹图像分成大小固定的块，根据每块的特性确定该块是纹理区域或是非纹理区域。基于像素点的分割其实是块大小为一时的一种特殊情况，其速度比块分割慢，但分割后图像边缘光滑。

上述方法各有优缺点，难以做到既准确又迅速。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种高效的指纹图像区域分割方法。

本发明的思想在于：综合利用指纹图像的灰度和方向信息，根据正交方向灰度值的变化，来判断纹理区域，从而完成指纹图像的纹理区域与非纹理区域的分割。

技术方案

一种指纹图像的区域分割方法，其特征在于包括以下步骤：

步骤1正规化：利用对原始指纹图像进行正规化处理，使原始指纹图像的灰度平均值和方差均达到期望值；

其中：I(i，j)表示位于原始指纹图像i行j列的像素灰度值；表示位于正规化处理后指纹图像i行j列的像素灰度值；M₀表示期望的灰度平均值，M₀＞0；VAR₀表示期望的方差，VAR₀＞0；M表示原始指纹图像的灰度平均值；VAR表示原始指纹图像的方差；

步骤2区域预分割：利用块大小为3×3的掩模法计算得到正规化处理后指纹图像的脊线方向iDir及其垂直方向iDir⁺，利用3×3块内这两个方向上像素的灰度值之差来判断该块的中心像素点是否为纹理区域，得到区域预分割模板segtemp，具体步骤如下：

步骤a：将正规化处理后的指纹图像分成3×3的可重叠小块，在3×3块内分别计算方向1、方向2、方向3和方向4上除中心像素点以外的两个像素点的灰度平均值Gmean(1)、Gmean(2)、Gmean(3)、Gmean(4)；

所述的方向1表示水平方向；所述的方向2表示正45度方向；所述的方向3表示竖直方向；所述的方向4表示负45度方向；

步骤b：利用Gdiff(1)＝|Gman(1)-Gman(3)|计算方向1上除中心像素点以外的两个像素点的灰度平均值Gmean(1)和方向3上除中心像素点以外的两个像素点的灰度平均值Gmean(3)之差的绝对值Gdiff(1)；利用Gdiff(2)＝|Gman(2)-Gman(4)|计算方向2上除中心像素点以外的两个像素点的灰度平均值Gmean(2)和方向4上除中心像素点以外的两个像素点的灰度平均值Gmean(4)之差的绝对值Gdiff(2)；

步骤c：当Gdiff(1)＞Gdiff(2)时，iMax＝1，确定初步的脊线方向iMax为方向1；当Gdiff(1)≤Gdiff(2)时，iMax＝2，确定初步的脊线方向iMax为方向2；

步骤d：按计算脊线方向iDir；利用计算脊线垂直方向iDir⁺；

其中：表示3×3块内的中心点像素的灰度值，在正规化处理后的指纹图像中的位置为i₀行j₀列；

步骤e：在3×3块内计算脊线方向iDir上除中心点像素以外的两个像素的灰度平均值Gmean(iDir)和iDir⁺方向上除中心点像素以外的两个像素的灰度平均值Gmean(iDir⁺)；

步骤f：利用得到预分割模板segtemp；

其中：segtem(i，j)表示位于预分割模板segtemp上i行j列的像素值，预分割模板segtemp的大小与原始指纹图像的大小相同；|·|表示取绝对值；t₀表示分割阈值，t₀＞0；

步骤3区域平滑：利用大小为m×n的块对预分割模板segtemp进行平滑，具体步骤如下：

步骤a：统计预分割模板segtemp中以每个像素点segtem(i，j)为中心的大小为m×n的块内像素值为0的像素点个数Sum；

步骤b：利用得到平滑后的分割模板segtemp1；

其中：segtemp1(i，j)表示位于平滑后的分割模板segtemp1上i行j列的像素值；

步骤4开运算：对平滑后的分割模板segtemp1进行开运算，得到最终的区域分割模板segtemp2；

步骤5纹理区域分割：利用I_wen＝(1-segtemp2)·I对原始指纹图像的进行纹理区域与非纹理区域的最终分割；

其中：I_wen为最终的区域分割图像；·表示点积运算；

其中，区域平滑中的块的大小满足：m＝n，且m和n均为(0，64)内的偶数。

有益效果

本发明提出的指纹图像的区域分割方法，综合利用了方向信息和灰度信息，结合了方差法分割速度快、在非纹理区域分割效果好以及方向法在纹理区域分割效果好的优势，分割区域光滑，分割精度高。在3×3块内计算脊线方向并进行分割，加快了运算速度，使该算法可以在工程上应用。

附图说明

图1：本发明方法的基本流程图；

图2：光学采集器图像区域分割过程示意图；

a)原始指纹图像；

b)正规化处理后指纹图像；

c)预分割结果图像；

d)平滑结果图像；

e)开运算后图像；

f)原始指纹图像的最终区域分割结果图像；

图3：传统方法和本发明方法分割模板对比；

a)纸张捺印原始指纹图像；

b)传统方法分割模板；

c)本发明方法分割模板；

具体实施方式

现结合实施例、附图对本发明作进一步描述：

用于实施的硬件环境是：ACPI Multiprocessor PC-4400+计算机、1.00GB内存、128M显卡；运行的软件环境是：Window XP，用MATLAB 7.0.1程序设计语言实现了本发明提出的方法。

1.对原始指纹图像进行正规化处理

对指纹图像进行正规化的目的是使得图像的灰度平均值和方差均达到预先定义的期望的灰度平均值和方差，增强图像整体对比度。正规化处理能够有效地解决按压不均匀对采集到的指纹图像的影响。正规化采用如下公式实现：

$\tilde{I}(i,j)=\left\{\begin{array}{cc}{M}_0+\sqrt{{\mathrm{VAR}}_0{\left(I\right(i,j)-M)}^2/VAR}& I(i,j)\&GreaterEqual;M\\ M_0-\sqrt{{\mathrm{VAR}}_0{\left(I\right(i,j)-M)}^2/VAR}& I(i,j)<M\end{array}\right.$

其中，I(i，j)表示位于原始指纹图像I中i行j列的像素灰度值；表示位于正规化处理后指纹图像中i行j列的像素灰度值；M，VAR分别为原始指纹图像的灰度平均值和方差，M₀、VAR₀为期望的灰度平均值和方差，这里，取M₀＝120，VAR₀＝120。

2.对正规化处理后的指纹图像进行预分割

将正规化处理后的指纹图像分成3×3的可重叠块，假设任意一像素点为则以该像素点为中心的3×3块内的9个像素点分别为：

$\tilde{I}(i-1,j-1),\tilde{I}(i-1,j),\tilde{I}(i-1,j+1)$

$\tilde{I}(i,j-1),\tilde{I}(i,j),\tilde{I}(i,j+1)$

$\tilde{I}(i+1,j-1),\tilde{I}(i+1,j),\tilde{I}(i+1,j+1)$

分别计算3×3块内水平、正45度、竖直和负45度方向上除中心像素点以外的两个像素点的灰度平均值，设这四个方向的代号分别为1、2、3、4，则有：

水平方向

正45度方向

竖直方向

负45度方向

将上面得到的灰度平均值Gmean(1)、Gmean(2)分别与其垂直方向上的灰度平均值Gmean(3)、Gmean(4)相减并取绝对值，公式如下：

Gdiff(1)＝|Gmean(1)-Gmean(3)| 水平与竖直方向灰度平均值之差

Gdiff(2)＝|Gmean(2)-Gmean(4)| 正负45度方向灰度平均值之差

取差值的绝对值较大的一组方向为可能的脊线方向，即如果Gdiff(1)＞Gdiff(2)，则该像素处可能的脊线方向为1或3；如果Gdiff(1)＜Gdiff(2)，则该像素处可能的脊线方向为2或4。设可能的脊线方向为iMax，用下式初步判断脊线的方向：

$iMax=\left\{\begin{array}{cc}1& Gdiff\left(1\right)>Gdiff\left(2\right)\\ 2& Gdiff\left(1\right)\&le;Gdiff\left(2\right)\end{array}\right.$

对于中心点像素确定与其灰度值差别较小的灰度平均值的方向为脊线方向iDir，公式如下：

确定了该像素点处的脊线方向iDir后，如果指纹脊线方向是1或者2，则其垂直方向分别对应3或者4，利用下式可得脊线垂直方向iDir⁺：

${\mathrm{iDir}}^{+}=\left\{\begin{array}{cc}iDir+2& 1\&le;iDir\&le;2\\ iDir-2& 3\&le;iDir\&le;4\end{array}\right.$

计算该点脊线方向iDir和其正交方向iDir⁺上的灰度之差的绝对值|Gmean(iDir)-Gmean(iDir⁺)|，如果其结果小于分割阈值t₀，说明其两个方向的灰度差异不大，认为该点是非纹理区域点，应该去掉，则在初始值全为零的预分割模板segtemp中把对应点的值置为1，否则置为零。公式如下：

其中，预分割模板segtemp的大小与原始指纹图像的大小相同；segtemp(i，j)表示位于初始值全为零的预分割模板segtemp上i行j列的像素值；这里，取t₀＝15。

3.对预分割模板进行平滑

经过上述处理后，得到一幅二值预分割图像模板segtemp，接下来对segtemp进行平滑处理。

首先建立一个大小与预分割模板segtemp相同的全1矩阵segtemp1，然后将预分割模板segtemp分成大小为16×16的可重叠的块，并求取块内像素值之和Sum，当Sum＞128时，说明该块内的非纹理区域点多，认为该块内的中心像素点也是非纹理区域点，设该中心像素点为segtemp(i，j)，则将矩阵segtemp1内对应的点segtemp1(i，j)置为0。对所有的大小为m×n的块均按上述过程进行计算和判断，完成对矩阵segtemp1的处理。

这样，得到的segtemp1为平滑后的分割图像模板，在segtemp1中，值为1的部分是指纹图像的纹理区域，值为0的部分是指纹图像的非纹理区域。

4.对平滑结果进行开运算

对平滑后的分割图像模板segtemp1中的纹理区域(值为1的部分)进行腐蚀和膨胀，消除小孔及采集器的边框等非纹理区域。在matlab中采用了半径为δ＝20的圆盘来进行腐蚀和膨胀，也就是开运算，利用开运算可以消除小物体，在纤细点处分离物体，平滑较大物体边界，但同时并不明显改变原来物体的面积。这样就得到最终的分割模板segtemp2，segtemp2中值为1的点表示非纹理区域，值为0的点表示纹理区域。

5.指纹图像纹理区域分割

利用步骤4中的分割模板segtemp2对原始指纹图像进行区域分割。如果分割模板segtemp2中像素点的值为1，说明是非纹理区域，在原始指纹图像上将对应点处的像素值置为0，如果分割模板segtemp2中像素点的值为0，说明是纹理区域，在原始指纹图像上不做处理，这样就完成了纹理区域与非纹理区域的最终分割。

从公安指纹大库中随机抽取6000枚指纹，其中捺印扫描的指纹图像和采集器滚动扫描图像各占一半。另外利用采集器采集了1000枚正面捺印的指纹图像进行分割试验，图2为光学采集器图像纹理区域分割过程示意图，图3为传统方法和本发明方法分割模板对比。分割的结果证实，本发明方法综合利用方向和灰度信息，较传统算分割区域光滑，分割精度高，克服了传统方法纹理区域存在很多阶梯形分割块、容易导致内部分割过大、丢失特征点或者边缘分割有误差的不足，有效地避免在噪声和背景区域中提取特征点，提高了特征提取的可靠性，节省处理时间，可以在工程上应用。

Claims (2)

1.一种指纹图像的区域分割方法，其特征在于包括以下步骤：

步骤1正规化：利用对原始指纹图像进行正规化处理，使原始指纹图像的灰度平均值和方差均达到期望值；

其中：I(i，j)表示位于原始指纹图像i行j列的像素灰度值；表示位于正规化处理后指纹图像i行j列的像素灰度值；M₀表示期望的灰度平均值，M₀＞0；VAR₀表示期望的方差，VAR₀＞0；M表示原始指纹图像的灰度平均值；VAR表示原始指纹图像的方差；

步骤2区域预分割：利用块大小为3×3的掩模法计算得到正规化处理后指纹图像的脊线方向iDir及其垂直方向iDir⁺，利用3×3块内这两个方向上像素的灰度值之差来判断该块的中心像素点是否为纹理区域，得到区域预分割模板segtemp，具体步骤如下：

步骤a：将正规化处理后的指纹图像分成3×3的可重叠小块，在3×3块内分别计算方向1、方向2、方向3和方向4上除中心像素点以外的两个像素点的灰度平均值Gmean(1)、Gmean(2)、Gmean(3)、Gmean(4)；

所述的方向1表示水平方向；所述的方向2表示正45度方向；所述的方向3表示竖直方向；所述的方向4表示负45度方向；

步骤b：利用Gdiff(1)＝|Gman(1)-Gman(3)|计算方向1上除中心像素点以外的两个像素点的灰度平均值Gmean(1)和方向3上除中心像素点以外的两个像素点的灰度平均值Gmean(3)之差的绝对值Gdiff(1)；利用Gdiff(2)＝|Gman(2)-Gman(4)|计算方向2上除中心像素点以外的两个像素点的灰度平均值Gmean(2)和方向4上除中心像素点以外的两个像素点的灰度平均值Gmean(4)之差的绝对值Gdiff(2)；

步骤c：当Gdiff(1)＞Gdiff(2)时，iMax＝1，确定初步的脊线方向iMax为方向1；当Gdiff(1)≤Gdiff(2)时，iMax＝2，确定初步的脊线方向iMax为方向2；

步骤d：按计算脊线方向iDir；利用计算脊线垂直方向iDir⁺；

其中：表示3×3块内的中心点像素的灰度值，在正规化处理后的指纹图像中的位置为i₀行j₀列；

步骤e：在3×3块内计算脊线方向iDir上除中心点像素以外的两个像素的灰度平均值Gmean(iDir)和iDir⁺方向上除中心点像素以外的两个像素的灰度平均值Gmean(iDir⁺)；

步骤f：利用得到预分割模板segtemp；

其中：segtem(i，j)表示位于预分割模板segtemp上i行j列的像素值，预分割模板segtemp的大小与原始指纹图像的大小相同；|·|表示取绝对值；t₀表示分割阈值，t₀＞0；

步骤3区域平滑：利用大小为m×n的块对预分割模板segtemp进行平滑，具体步骤如下：

步骤a：统计预分割模板segtemp中以每个像素点segtem(i，j)为中心的大小为m×n的块内像素值为0的像素点个数Sum；

步骤b：利用得到平滑后的分割模板segtemp1；

其中：segtemp1(i，j)表示位于平滑后的分割模板segtemp1上i行j列的像素值；

步骤4开运算：对平滑后的分割模板segtemp1进行开运算，得到最终的区域分割模板segtemp2；

步骤5纹理区域分割：利用I_wen＝(1-segtemp2)·I对原始指纹图像的进行纹理区域与非纹理区域的最终分割；

其中：I_wen为最终的区域分割图像；·表示点积运算。

2.根据权利要求1所述的一种指纹图像的区域分割方法，其特征在于：所述的区域平滑中的块的大小满足：m＝n，且m和n均为(0，64)内的偶数。