CN108780493B - 指纹图像中湿手区域的检测方法及装置 - Google Patents
指纹图像中湿手区域的检测方法及装置 Download PDFInfo
- Publication number
- CN108780493B CN108780493B CN201680002132.5A CN201680002132A CN108780493B CN 108780493 B CN108780493 B CN 108780493B CN 201680002132 A CN201680002132 A CN 201680002132A CN 108780493 B CN108780493 B CN 108780493B
- Authority
- CN
- China
- Prior art keywords
- noise
- preset
- fingerprint image
- value
- pixel
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
一种指纹图像中湿手区域的检测方法及装置,其中,方法包括:计算指纹图像中每个像素点的噪声参数(101);判断每个像素点的噪声参数是否满足预设条件(102);当噪声参数满足预设条件时,判定像素点属于所述指纹图像中的湿手区域(103);其中,被判定为属于湿手区域的所有像素点形成所述指纹图像中的湿手区域。可以检测出指纹图像中的湿手区域,从而能够提高后续对指纹图像识别的精确度,降低湿手指纹带来的影响。
Description
技术领域
本发明实施例涉及图像处理技术领域,特别涉及指纹图像中湿手区域的检测方法及装置。
背景技术
指纹特征具有唯一性和不可复制性,且“永不消失,随身携带",更不必担心会丢失或忘记密码,安全性十分可靠,因此,指纹识别常被作为一种个人身份的确认手段。但是,由于指纹图像受指纹采集时的环境、设备、手指情况影响,不可避免的会产生图像噪声,导致指纹不能被正确识别。
但是,当使用湿手指在注册指纹模板时,湿手会导致大量正确的指纹不能被识别。而湿手作为样本时,一般会因为湿手指纹噪声较大而被拒绝,从而影响指纹识别的效率。
发明内容
本发明实施例的目的在于提供一种指纹图像中湿手区域的检测方法及装置,检测出指纹图像中的湿手区域,从而能够提高后续对指纹图像识别的精确度,降低湿手指纹带来的影响。
为解决上述技术问题,本发明的实施例提供了一种指纹图像中湿手区域的检测方法,包括:计算指纹图像中每个像素点的噪声参数;判断每个所述像素点的噪声参数是否满足预设条件;当所述噪声参数满足预设条件时,判定所述像素点属于所述指纹图像中的湿手区域;其中,被判定为属于所述湿手区域的所有像素点形成所述指纹图像中的湿手区域。
本发明的实施例还提供了一种指纹图像中湿手区域的检测装置,包括:噪声参数计算模块,用于计算指纹图像中每个像素点的噪声参数;噪声参数判断模块,用于判断每个所述像素点的噪声参数是否满足预设条件;湿手区域生成模块,用于在所述噪声参数判断模块判定所述噪声参数满足预设条件时,判定所述像素点属于所述指纹图像中的湿手区域;其中,被判定为属于所述湿手区域的所有像素点形成所述指纹图像中的湿手区域。
本发明实施例相对于现有技术而言,由于湿手指纹带有大量的噪声,很大程度上影响了指纹注册和识别,通过计算指纹图像中每个像素点的噪声参数来确定指纹图像中的湿手区域,这样就可以将采集的指纹图像中湿手区域内的指纹和其他区域内的指纹区别开来,以便于对湿手区域内的指纹进行特殊处理,进而降低湿手指纹带来的影响。
另外,所述噪声参数包括所述像素点对应的预设区域内的噪声点数目与所述预设区域内的平均噪声值;所述预设条件包括:所述噪声点数目大于预设的第一阈值或所述平均噪声值大于预设的第二阈值。本实施例提供了判断每个像素点的噪声参数是否满足预设条件的一种具体实现方式。
另外,所述噪声参数还包括所述像素点的方向场方差;所述预设条件还包括:所述方向场方差大于预设的第三阈值。本实施例提供了利用像素点的噪声参数判断像素点是否属于指纹图像中的湿手区域的另外一种具体实现方式,而且可以进一步提高检测精度。
另外,所述噪声点数目的计算方式为:对所述指纹图像进行中值滤波;计算所述指纹图像与中值滤波后的所述指纹图像的差值图像;识别出所述差值图像中每个所述像素点对应的预设区域;将所述预设区域中各像素点的像素值与预设噪声值进行比对,并将所述像素值大于所述预设噪声值的像素点识别为所述预设区域中的噪声点;计算出所述预设区域中的噪声点数目。本实施例提供了计算噪声点数目的一种具体实现方式。
另外,所述平均噪声值的计算方式为:获取所述预设区域内的各像素点的像素值;计算获取的所述各像素点的像素值的平均值,作为所述预设区域内的平均噪声值。本实施例提供了计算平均噪声值的一种具体实现方式。
另外,所述指纹图像中湿手区域的检测方法还包括:利用膨胀运算与腐蚀运算中的至少一种运算优化所述湿手区域。通过优化湿手区域,使得到湿手区域更加精确,进而使得本发明实施例的更加完善。
另外,所述指纹图像中湿手区域的检测方法还包括:根据预设公式与每个所述像素点的噪声参数,计算每个所述像素点的信息量权值。通过计算像素点的信息量权值可以在后续的指纹识别中达到更好的识别效果。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是根据本发明第一实施例的指纹图像中湿手区域的检测方法的流程图;
图2是根据本发明第二实施例的指纹图像中湿手区域的检测方法的流程图;
图3是根据本发明第三实施例的指纹图像中湿手区域的检测方法的流程图;
图4是根据本发明第四实施例的指纹图像中湿手区域的检测方法的流程图;
图5是根据本发明第五实施例的指纹图像中湿手区域的检测方法的流程图;
图6a是根据本发明第五实施例中的原始指纹图像;
图6b是根据本发明第五实施例中检测出的湿手区域;
图6c是根据本发明第五实施例中对湿手区域做膨胀运算后的图像;
图6d是根据本发明第五实施例中对膨胀运算后的图像再做腐蚀运算后的图像;
图7是根据本发明第六实施例的指纹图像中湿手区域的检测方法的流程图;
图8是根据本发明第六实施例中的信息量模板图像;
图9是根据本发明第七实施例的指纹图像中湿手区域的检测装置的结构框图;
图10是根据本发明第八实施例的指纹图像中湿手区域的检测装置的结构框图;
图11是根据本发明第九实施例的指纹图像中湿手区域的检测装置的结构框图;
图12是根据本发明第十实施例的指纹图像中湿手区域的检测装置的结构框图;
图13是根据本发明第十一实施例的指纹图像中湿手区域的检测装置的结构框图;
图14是根据本发明第十二实施例的指纹图像中湿手区域的检测装置的结构框图。
具体实施例
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施例进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施例中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施例的种种变化和修改,也可以实现本申请所要求保护的技术方案。
本发明的第一实施例涉及一种指纹图像中湿手区域的检测方法。其流程如图1所示,具体如下:
在步骤101中,计算指纹图像中每个像素点的噪声参数。具体地说,该噪声参数可以包含预设区域内的大于阈值的噪声点数目、平均噪声幅值大小、方向场方差等因素,实际应用中可根据需要进行计算。
在步骤102中,判断每个像素点的噪声参数是否满足预设条件。具体地说,本实施例中的预设条件可以为针对噪声参数中某一个因素需要满足的条件,也可以为针对噪声参数中多个因素需要满足的条件,本步骤中若判断结果为是,说明该像素点的噪声参数满足预设条件,则进入步骤103,否则说明该像素点的噪声参数不满足预设条件,则结束指纹图像中湿手区域的检测方法的流程。
在步骤103中,判定该像素点属于指纹图像中的湿手区域;其中,被判定为属于湿手区域的所有像素点形成指纹图像中的湿手区域。具体地说,本实施例中的湿手区域由所有噪声参数满足预设条件的像素点组成。
本实施例相对于现有技术而言,由于湿手指纹带有大量的噪声,很大程度上影响了指纹注册和识别,通过计算指纹图像中每个像素点的噪声参数来确定指纹图像中的湿手区域,这样就可以将采集的指纹图像中湿手区域内的指纹和其他区域内的指纹区别开来,以便于对湿手区域内的指纹进行特殊处理,进而降低湿手指纹带来的影响。
本发明的第二实施例涉及一种指纹图像中湿手区域的检测方法。第二实施例在第一实施例的基础上进行了细化,细化之处在于:在本实施例中,提供了判断每个像素点的噪声参数是否满足预设条件的一种具体实现方式,本实施例的指纹图像中湿手区域的检测方法的流程如图2所示,具体如下:
在步骤201中,计算指纹图像中每个像素点的噪声参数。具体地说,本实施例中的噪声参数包括像素点对应的预设区域内的噪声点数目与预设区域内的平均噪声值,在实际应用中,该像素点对应的预设区域为可以为以像素点为中心的M*M区域,比如说7*7区域。也就是说,在计算指纹图像中每个像素点的噪声参数时,只需计算以某个像素点为中心的周围7*7区域内的每个像素点的噪声参数,当然实际应用中,预设区域为也取以像素点为中心的其他区域,本实施例中不做限定。
在步骤202中,判断每个像素点的噪声参数是否满足预设条件。具体地说,本实施例中的预设条件包括:噪声点数目大于预设的第一阈值或平均噪声值大于预设的第二阈值,本步骤包括子步骤2021和子步骤2022。
在子步骤2021中,判断噪声点数目是否大于预设的第一阈值。具体地说,本实施例中的第一阈值可以在终端设备中设置,比如说第一阈值为a,则当噪声点数目大于a时,说明噪声点数目大于预设的第一阈值,当噪声点数目小于或者等于a时,说明噪声点数目不大于预设的第一阈值。本步骤中若判断结果为是,说明噪声点数目大于预设的第一阈值,则进入步骤203,否则说明噪声点数目不大于预设的第一阈值,则进入步骤2022。
在子步骤2022中,判断平均噪声值是否大于预设的第二阈值。具体地说,本实施例中的第二阈值也可以在终端设备中设置,比如说第二阈值为b,则当平均噪声值大于b时,说明平均噪声值大于预设的第二阈值,当平均噪声值小于或者等于b时,说明平均噪声值不大于预设的第二阈值,本步骤中,若判断结果为是,说明平均噪声值大于预设的第二阈值,则进入步骤203,否则说明平均噪声值不大于预设的第二阈值,则结束指纹图像中湿手区域的检测方法的流程。
需要说明的是,在步骤202中,也可以先判断平均噪声值是否大于预设的第二阈值再判断噪声点数目是否大于预设的第一阈值,本实施例中对其判断的顺序不做限定。
在步骤203中,判定该像素点属于指纹图像中的湿手区域;其中,被判定为属于湿手区域的所有像素点形成指纹图像中的湿手区域。具体地说,本实施例中的湿手区域由所有噪声点数目大于预设的第一阈值或者平均噪声值大于预设的第二阈值的像素点组成。
本实施例提供了判断每个像素点的噪声参数是否满足预设条件的一种具体实现方式,使得本发明实施例更加可行。
本发明的第三实施例涉及一种指纹图像中湿手区域的检测方法。第三实施例在第二实施例的基础上作了改进,改进之处在于:在本实施例中,在判断每个像素点的噪声参数是否满足预设条件时,还需要对像素点的方向场方差进行判断,本实施例的指纹图像中湿手区域的检测方法的流程如图3所示,具体如下:
在步骤301中,计算指纹图像中每个像素点的噪声参数。具体地说,本实施例中的噪声参数包括像素点对应的预设区域内的噪声点数目与预设区域内的平均噪声值以及像素点的方向场方差。在实际应用中,该像素点对应的预设区域为可以为以像素点为中心的M*M区域,比如说7*7区域。也就是说,在计算指纹图像中每个像素点的噪声参数时,只需计算以某个像素点为中心的周围7*7区域内的每个像素点的噪声参数,当然实际应用中,预设区域为也取以像素点为中心的其他区域,本实施例中不做限定。
在步骤302中,判断每个像素点的噪声参数是否满足预设条件。具体地说,本实施例中的预设条件包括:噪声点数目大于预设的第一阈值或平均噪声值大于预设的第二阈值或者方向场方差大于预设的第三阈值,本步骤包括子步骤3021、子步骤3022以及子步骤3023。
在子步骤3021中,判断噪声点数目是否大于预设的第一阈值。具体地说,本实施例中的第一阈值可以在终端设备中设置,比如说第一阈值为a,则当噪声点数目大于a时,说明噪声点数目大于预设的第一阈值,当噪声点数目小于或者等于a时,说明噪声点数目不大于预设的第一阈值。本步骤中若判断结果为是,说明噪声点数目大于预设的第一阈值,则进入步骤3023,否则说明噪声点数目不大于预设的第一阈值,则进入步骤3022。
在子步骤3022中,判断平均噪声值是否大于预设的第二阈值。具体地说,本实施例中的第二阈值也可以在终端设备中设置,比如说第二阈值为b,则平均噪声值大于b时,说明平均噪声值大于预设的第二阈值,则平均噪声值小于或者等于b时,说明平均噪声值不大于预设的第二阈值,本步骤中,若判断结果为是,说明平均噪声值大于预设的第二阈值,则进入步骤3023,否则说明平均噪声值不大于预设的第二阈值,则结束指纹图像中湿手区域的检测方法的流程。
在子步骤3023中,判断方向场方差是否大于预设的第三阈值。本实施例中,方向场方差的计算过程如下:
首先计算方向场,先计算每个像素点的X和Y方向的梯度值,再根据X和Y方向的梯度值计算方向信息,梯度值的计算采用了Sobel算子:
将原始指纹图像分别与这两个模板进行离散卷积,即可求得一阶偏导数。
然后计算方向场方差,即:
那么方向场的方差计算公式为:
本实施例中的也第三阈值也可以在终端设备中设置,比如说第三阈值为c,则当方向场方差大于c时,说明方向场方差大于预设的第三阈值,当方向场方差小于或者等于c时,说明方向场方差不大于预设的第三阈值。本步骤中若判断结果为是,说明方向场方差大于预设的第三阈值,则进入步骤303,否则说明方向场方差不大于预设的第三阈值,则结束指纹图像中湿手区域的检测方法的流程。
需要说明的是,在步骤302中,对判断平均噪声值是否大于预设的第二阈值、判断噪声点数目是否大于预设的第一阈值以及判断方向场方差是否大于预设的第三阈值的顺序不做限制,实际应用中可根据需要而定。
在步骤303中,判定该像素点属于指纹图像中的湿手区域;其中,被判定为属于湿手区域的所有像素点形成指纹图像中的湿手区域。具体地说,本实施例中的湿手区域由所有噪声点数目大于预设的第一阈值或者平均噪声值大于预设的第二阈值并且方向场方差大于预设的第三阈值的像素点组成,本实施例中的湿手区域根据噪声大小进行确定,湿手区域的计算如下:
其中,Num可以取M*M领域内噪声大于阈值设定阈值的个数,算法中噪声阈值TN1大小为10,M为M*M领域内平均噪声大小,D为该点的方向场方差。
本实施例在判断每个像素点的噪声参数是否满足预设条件时,不仅对噪声参数中像素点的噪声点数目和平均噪声值进行判断,还需要对像素点的方向场方差进行判断,以进一步检测指纹图像中湿手区域,提高了检测精度。
本发明的第四实施例涉及一种指纹图像中湿手区域的检测方法。第四实施例在第二实施例的基础上进行了细化,细化之处在于:在本实施例中,提供了计算噪声点数目和平均噪声值的一种具体实现方式,本实施例的指纹图像中湿手区域的检测方法的流程如图4所示,具体如下:
在步骤401中,计算指纹图像中每个像素点的噪声参数。具体地说,本实施例中的噪声参数包括像素点对应的预设区域内的噪声点数目与预设区域内的平均噪声值,在实际应用中,该像素点对应的预设区域为可以为以像素点为中心的M*M区域,比如说7*7区域,当然,预设区域为也取以像素点为中心的其他区域,本实施例中不做限定。本步骤包括子步骤4012、子步骤4013、子步骤4014、子步骤4015、子步骤4016以及子步骤4017,其中,通过子步骤4012-子步骤4015可以计算出预设区域中噪声点数目,通过子步骤4016-子步骤4017可以计算预设区域的平均噪声值。
在子步骤4011中,对指纹图像进行中值滤波。具体地说,在本步骤中,可以对预设区域中对每个3*3区域内的像素值进行排序,然后取中间值作为该点像素值,在实际应用中,也可以不是以3*3区域为单位进行排序,也可以其他的区域为单位进行像素值的排序。
在子步骤4012中,计算指纹图像与中值滤波后的指纹图像的差值图像。具体地说,可以将中值滤波前的指纹图像与中值滤波后的指纹图像相减,得到的绝对值即为该差值图像。
在子步骤4013中,识别出差值图像中每个像素点对应的预设区域。比如说,可以以差值图像中每个像素点为中心的M*M区域,作为每个像素点对应的预设区域。
在子步骤4014中,将预设区域中各像素点的像素值与预设噪声值进行比对,并将像素值大于预设噪声值的像素点识别为预设区域中的噪声点。具体地说,该预设噪声值可以在终端设备中设置,可以分别将预设区域中每个像素点的像素值与预设噪声值进行比对,选取像素值大于预设噪声值的像素点,并将其作为该预设区域中的噪声点。
在子步骤4015中,计算出预设区域中的噪声点数目。
在子步骤4016中,获取预设区域内的各像素点的像素值。具体地说,该预设区域为差值图像中的预设区域。
在子步骤4017中,计算获取的各像素点的像素值的平均值,作为预设区域内的平均噪声值。具体地说,各像素点的像素值为差值图像中的每个像素点的像素值。
在步骤402中,判断每个像素点的噪声参数是否满足预设条件。具体地说,本实施例中的预设条件包括:噪声点数目大于预设的第一阈值或平均噪声值大于预设的第二阈值,本步骤包括子步骤4021和子步骤4022。
在子步骤4021中,判断噪声点数目是否大于预设的第一阈值。具体地说,本实施例中的第一阈值可以在终端设备中设置,比如说第一阈值为a,则当噪声点数目大于a时,说明噪声点数目大于预设的第一阈值,当噪声点数目小于或者等于a时,说明噪声点数目不大于预设的第一阈值。本步骤中若判断结果为是,说明噪声点数目大于预设的第一阈值,则进入步骤403,否则说明噪声点数目不大于预设的第一阈值,则进入步骤4022。
在子步骤4022中,判断平均噪声值是否大于预设的第二阈值。具体地说,本实施例中的第二阈值也可以在终端设备中设置,比如说第二阈值为b,则当平均噪声值大于b时,说明平均噪声值大于预设的第二阈值,当平均噪声值小于或者等于b时,说明平均噪声值不大于预设的第二阈值,本步骤中,若判断结果为是,说明平均噪声值大于预设的第二阈值,则进入步骤403,否则说明平均噪声值不大于预设的第二阈值,则结束指纹图像中湿手区域的检测方法的流程。
需要说明的是,在步骤402中,也可以先判断平均噪声值是否大于预设的第二阈值再判断噪声点数目是否大于预设的第一阈值,本实施例中对其判断的顺序不做限定。
在步骤403中,判定该像素点属于指纹图像中的湿手区域;其中,被判定为属于湿手区域的所有像素点形成指纹图像中的湿手区域。具体地说,本实施例中的湿手区域由所有噪声点数目大于预设的第一阈值或者平均噪声值大于预设的第二阈值的像素点组成。
需要说明的是,本实施例也可以是在第三实施例上的改进。
本实施例提供了计算噪声点数目和平均噪声值的一种具体实现方式,增加了本发明实施例的可行性。
本发明的第五实施例涉及一种指纹图像中湿手区域的检测方法。第五实施例在第一实施例的基础上作了改进,改进之处在于:本实施例还可以对湿手区域进行优化。本实施例的指纹图像中湿手区域的检测方法的流程如图5所示,具体如下:
在步骤501中,计算指纹图像中每个像素点的噪声参数。具体地说,该噪声参数可以包含预设区域内的大于阈值的噪声点数目、平均噪声幅值大小、方向场方差等因素,实际应用中可根据需要进行计算。
在步骤502中,判断每个像素点的噪声参数是否满足预设条件。具体地说,本实施例中的预设条件可以为针对噪声参数中某一个因素需要满足的条件,也可以为针对噪声参数中多个因素需要满足的条件,本步骤中若判断结果为是,说明该像素点的噪声参数满足预设条件,则进入步骤103,否则说明该像素点的噪声参数不满足预设条件,则结束指纹图像中湿手区域的检测方法的流程。
在步骤503中,判定该像素点属于指纹图像中的湿手区域;其中,被判定为属于湿手区域的所有像素点形成指纹图像中的湿手区域。具体地说,本实施例中的湿手区域由所有噪声参数满足预设条件的像素点组成。
在步骤504中,利用膨胀运算与腐蚀运算中的至少一种运算优化湿手区域。具体地说,本实施例中,对湿手区域进行的膨胀腐蚀矩阵为:
膨胀矩阵结构体大于腐蚀矩阵目的是让二值图像做闭运算的同时完成一定的膨胀操作。通过膨胀腐蚀运算后,获得湿手区域模板,如图6所示(图中6a为原始指纹图像,6b为检测出的湿手区域,图中白色表示湿手区域,6c为湿手区域做膨胀运算后的图像,6d为膨胀计算后再做腐蚀运算后的图像)。
本实施例通过优化湿手区域,使得到的湿手区域更加精确,从而使得本发明实施例的更加完善。
本发明的第六实施例涉及一种指纹图像中湿手区域的检测方法。第六实施例在第三实施例的基础上作了改进,改进之处在于:在本实施例中,在得到湿手区域之后,还计算每个像素点的信息量权值。本实施例的指纹图像中湿手区域的检测方法的流程如图7所示,具体如下:
在步骤701中,计算指纹图像中每个像素点的噪声参数。具体地说,本实施例中的噪声参数包括像素点对应的预设区域内的噪声点数目与预设区域内的平均噪声值,在实际应用中,该像素点对应的预设区域为可以为以像素点为中心的M*M区域,比如说7*7区域。也就是说,在计算指纹图像中每个像素点的噪声参数时,只需计算以某个像素点为中心的周围7*7区域内的每个像素点的噪声参数,当然实际应用中,预设区域为也取以像素点为中心的其他区域,本实施例中不做限定。
在步骤702中,判断每个像素点的噪声参数是否满足预设条件。具体地说,本实施例中的预设条件包括:噪声点数目大于预设的第一阈值或平均噪声值大于预设的第二阈值,本步骤包括子步骤7021、子步骤7022以及子步骤7023。
在子步骤7021中,判断噪声点数目是否大于预设的第一阈值。具体地说,本实施例中的第一阈值可以在终端设备中设置,比如说第一阈值为a,则当噪声点数目大于a时,说明噪声点数目大于预设的第一阈值,当噪声点数目小于或者等于a时,说明噪声点数目不大于预设的第一阈值。本步骤中若判断结果为是,说明噪声点数目大于预设的第一阈值,则进入步骤7023,否则说明噪声点数目不大于预设的第一阈值,则进入步骤7022。
在子步骤7022中,判断平均噪声值是否大于预设的第二阈值。具体地说,本实施例中的第二阈值也可以在终端设备中设置,比如说第二阈值为b,则平均噪声值大于b时,说明平均噪声值大于预设的第二阈值,则平均噪声值小于或者等于b时,说明平均噪声值不大于预设的第二阈值,本步骤中,若判断结果为是,说明平均噪声值大于预设的第二阈值,则进入步骤7023,否则说明平均噪声值不大于预设的第二阈值,则结束指纹图像中湿手区域的检测方法的流程。
在子步骤7023中,判断方向场方差是否大于预设的第三阈值。本实施例中,方向场方差的计算过程如下:
首先计算方向场,先计算每个像素点的X和Y方向的梯度值,再根据X和Y方向的梯度值计算方向信息,梯度值的计算采用了Sobel算子:
将原始指纹图像分别与这两个模板进行离散卷积,即可求得一阶偏导数。
然后计算方向场方差,即:
那么方向场的方差计算公式为:
其中D(i,j)为像素点位置(i,j)处的方向场方差。E(x)表示求方向场的w领域范围内的均值。本实施例中的也第三阈值也可以在终端设备中设置,比如说第三阈值为c,则当方向场方差大于c时,说明方向场方差大于预设的第三阈值,当方向场方差小于或者等于c时,说明方向场方差不大于预设的第三阈值。本步骤中若判断结果为是,说明方向场方差大于预设的第三阈值,则进入步骤303,否则说明方向场方差不大于预设的第三阈值,则结束指纹图像中湿手区域的检测方法的流程。
需要说明的是,在步骤702中,对判断平均噪声值是否大于预设的第二阈值、判断噪声点数目是否大于预设的第一阈值以及判断方向场方差是否大于预设的第三阈值的顺序不做限制,实际应用中可根据需要而定。
在步骤703中,判定该像素点属于指纹图像中的湿手区域;其中,被判定为属于湿手区域的所有像素点形成指纹图像中的湿手区域。具体地说,本实施例中的湿手区域由所有噪声点数目大于预设的第一阈值或者平均噪声值大于预设的第二阈值并且方向场方差大于预设的第三阈值的像素点组成,本实施例中湿手区域根据噪声大小进行确定,湿手区域的计算如下:
其中,Num为M*M领域内噪声大于阈值设定阈值的个数,算法中噪声阈值TN1大小为10,M为M*M领域内平均噪声大小,D为该点的方向场方差。
在步骤704中,根据预设公式与每个像素点的噪声参数,计算每个像素点的信息量权值。具体地说,该预设公式包括噪声权值公式与信息量权值公式:
信息量权值公式为:h(i,j)=L-Gn(i,j);
其中,n为噪声参数的个数,k=1,2,3……n,G0=0;(i,j)为像素点坐标;Ek为第k个噪声参数的值,Ak、Bk分别第k个噪声参数对应的两个阈值;M、N、L均为常数(M、N、L可以根据经验值而定),且M>N,L>nM。
当噪声参数为3个时,噪声大小量化公式如下:
其中g(i,j)的初始化值为0,g(i,j)的值根据大于阈值的噪声个数,平均噪声大小、和方向场方差进行计算获得。
噪声权值公式为:h(i,j)=25-g(i,j);
在实际应用中,每个指纹像素受到噪声的影响,其信息量不同,噪声越大,其携带的信息量越少。通过每个像素其领域的噪声大小,计算得到一个信息量权值。像素信息量大小根据噪声大小来确定,噪声越大,信息量越小,本实施例中,取M值为8,N值为5得到的信息量模板如图8所示(图中颜色越深表示信息量越小,颜色约淡表示信息量越大)。
本实施例通过计算像素点的信息量权值可以在后续的指纹识别中达到更好的识别效果,从而保证了本发明可具备广泛的应用场景。
需要说明的是,本发明以上几种实施例可以结合起来实施。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明第七实施例涉及一种指纹图像中湿手区域的检测装置,如图9所示,包括:
噪声参数计算模块1,用于计算指纹图像中每个像素点的噪声参数;
噪声参数判断模块2,用于判断每个像素点的噪声参数是否满足预设条件;
湿手区域生成模块3,用于在噪声参数判断模块判定噪声参数满足预设条件时,判定像素点属于指纹图像中的湿手区域;其中,被判定为属于湿手区域的所有像素点形成所述指纹图像中的湿手区域。
不难发现,本实施例为与第一实施例相对应的装置实施例,本实施例可与第一实施例互相配合实施。第一实施例中提到的相关技术细节在本实施例中依然有效,为了减少重复,这里不再赘述。相应地,本实施例中提到的相关技术细节也可应用在第一实施例中。
值得一提的是,本实施例中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施例中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施例中不存在其它的单元。
本发明第八实施例涉及一种指纹图像中湿手区域的检测装置。第八实施例在第七实施例的基础上做了改进,改进之处在于:在本实施例中,噪声参数计算模块1包括噪声点数目计算单元11和平均噪声值计算单元12,如图10所示:
具体地说,本实施例中的噪声参数包括噪声点数目与平均噪声值;预设条件包括:噪声点数目大于预设的第一阈值或者平均噪声值大于预设的第二阈值。
噪声点数目计算单元11用于计算像素点对应的预设区域内的噪声点数目;其中,像素点对应的预设区域为以像素点为中心的M*M区域。
平均噪声值计算单元12用于计算预设区域内的平均噪声值。
由于第二实施例与本实施例相互对应,因此本实施例可与第二实施例互相配合实施。第二实施例中提到的相关技术细节在本实施例中依然有效,在第二实施例中所能达到的技术效果在本实施例中也同样可以实现,为了减少重复,这里不再赘述。相应地,本实施例中提到的相关技术细节也可应用在第二实施例中。
本发明第九实施例涉及一种指纹图像中湿手区域的检测装置。第九实施例在第八实施例的基础上做了改进,改进之处在于:在本实施例中,噪声参数计算模块1还包括方向场方差计算单元13,如图11所示:
具体地说,本实施例中的噪声参数还包括方向场方差;预设条件还包括:方向场方差大于预设的第三阈值;
方向场方差计算单元13用于计算像素点的方向场方差。
本实施例为与第三实施例相对应的装置实施例,本实施例可与第三实施例互相配合实施。第三实施例中提到的相关技术细节在本实施例中依然有效,为了减少重复,这里不再赘述。相应地,本实施例中提到的相关技术细节也可应用在第三实施例中。
本发明第十实施例涉及一种指纹图像中湿手区域的检测装置。第十实施例在第八实施例的基础上做了改进,改进之处在于:在本实施例中,噪声点数目计算单元11包括中值滤波子单元111、差值图像计算子单元112、预设区域识别子单元113、噪声点识别子单元114以及噪声点数目计算子单元115;平均噪声值计算单元12包括像素值获取子单元121和平均噪声值计算子单元122,如图12所示:
具体地说,本实施例中的中值滤波子单元111用于对指纹图像进行中值滤波;
差值图像计算子单元112用于计算指纹图像与中值滤波后的指纹图像的差值图像;
预设区域识别子单元113用于识别出差值图像中每个像素点对应的预设区域;
噪声点识别子单元114用于将预设区域中各像素点的像素值与预设噪声值进行比对,并将像素值大于预设噪声值的像素点识别为预设区域中的噪声点;
噪声点数目计算子单元115用于计算出预设区域中的噪声点数目;
像素值获取子单元121用于获取预设区域内的各像素点的像素值;
平均噪声值计算子单元122用于计算获取的各像素点的像素值的平均值,作为预设区域内的平均噪声值。
本实施例为与第四实施例相对应的装置实施例,本实施例可与第四实施例互相配合实施。第四实施例中提到的相关技术细节在本实施例中依然有效,为了减少重复,这里不再赘述。相应地,本实施例中提到的相关技术细节也可应用在第四实施例中。
本发明第十一实施例涉及一种指纹图像中湿手区域的检测装置。第十一实施例在第七实施例的基础上做了改进,改进之处在于:在本实施例中,指纹图像中湿手区域的检测装置还包括湿手区域优化模块4,如图13所示:
具体地说,本实施例中的湿手区域优化模块4用于利用膨胀运算与腐蚀运算中的至少一种运算优化湿手区域。
本实施例为与第五实施例相对应的装置实施例,本实施例可与第五实施例互相配合实施。第五实施例中提到的相关技术细节在本实施例中依然有效,为了减少重复,这里不再赘述。相应地,本实施例中提到的相关技术细节也可应用在第五实施例中。
本发明第十二实施例涉及一种指纹图像中湿手区域的检测装置。第十二实施例在第七实施例的基础上做了改进,改进之处在于:在本实施例中,指纹图像中湿手区域的检测装置还包括权值计算模块5,如图14所示:
具体地说,本实施例中的权值计算模块5用于根据预设公式与每个像素点的噪声参数,计算每个像素点的信息量权值。
噪声参数的个数为n,预设公式包括噪声权值公式与信息量权值公式:
信息量权值公式为h(i,j)=L-Gn(i,j);
其中,k=1,2,3……n,G0=0;(i,j)为像素点坐标;Ek为第k个噪声参数的值,Ak、Bk分别第k个噪声参数对应的两个阈值;M、N、L均为常数,且M>N,L>nM。
本实施例为与第六实施例相对应的装置实施例,本实施例可与第六实施例互相配合实施。第六实施例中提到的相关技术细节在本实施例中依然有效,为了减少重复,这里不再赘述。相应地,本实施例中提到的相关技术细节也可应用在第六实施例中。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施例是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (16)
1.一种指纹图像中湿手区域的检测方法,其特征在于,包括:
计算指纹图像中每个像素点的噪声参数;
判断每个所述像素点的噪声参数是否满足预设条件;
当所述噪声参数满足预设条件时,判定所述像素点属于所述指纹图像中的湿手区域;其中,被判定为属于所述湿手区域的所有像素点形成所述指纹图像中的湿手区域;
其中,所述噪声参数包括所述像素点对应的预设区域内的噪声点数目,所述预设条件包括:所述噪声点数目大于预设的第一阈值;
所述噪声点数目的计算方式为:
对所述指纹图像进行中值滤波;
计算所述指纹图像与中值滤波后的所述指纹图像的差值图像;
识别出所述差值图像中每个所述像素点对应的预设区域;
将所述预设区域中各像素点的像素值与预设噪声值进行比对,并将所述像素值大于所述预设噪声值的像素点识别为所述预设区域中的噪声点;
计算出所述预设区域中的噪声点数目。
2.根据权利要求1所述的指纹图像中湿手区域的检测方法,其特征在于,所述噪声参数还包括所述预设区域内的平均噪声值;
所述预设条件还包括:所述平均噪声值大于预设的第二阈值。
3.根据权利要求1或2所述的指纹图像中湿手区域的检测方法,其特征在于,所述噪声参数还包括所述像素点的方向场方差;
所述预设条件还包括:所述方向场方差大于预设的第三阈值。
4.根据权利要求2所述的指纹图像中湿手区域的检测方法,其特征在于,所述平均噪声值的计算方式为:
获取所述预设区域内的各像素点的像素值;
计算获取的所述各像素点的像素值的平均值,作为所述预设区域内的平均噪声值。
5.根据权利要求1所述的指纹图像中湿手区域的检测方法,其特征在于,所述像素点对应的所述预设区域为以所述像素点为中心的M*M区域。
6.根据权利要求1所述的指纹图像中湿手区域的检测方法,其特征在于,所述指纹图像中湿手区域的检测方法还包括:
利用膨胀运算与腐蚀运算中的至少一种运算优化所述湿手区域。
7.根据权利要求1所述的指纹图像中湿手区域的检测方法,其特征在于,所述指纹图像中湿手区域的检测方法还包括:
根据预设公式与每个所述像素点的噪声参数,计算每个所述像素点的信息量权值。
9.一种指纹图像中湿手区域的检测装置,其特征在于,包括:
噪声参数计算模块,用于计算指纹图像中每个像素点的噪声参数;
噪声参数判断模块,用于判断每个所述像素点的噪声参数是否满足预设条件;
湿手区域生成模块,用于在所述噪声参数判断模块判定所述噪声参数满足预设条件时,判定所述像素点属于所述指纹图像中的湿手区域;其中,被判定为属于所述湿手区域的所有像素点形成所述指纹图像中的湿手区域;
其中,所述噪声参数计算模块包括:
噪声点数目计算单元,用于计算所述像素点对应的预设区域内的噪声点数目;
所述噪声参数包括所述像素点对应的预设区域内的噪声点数目,所述预设条件包括:所述噪声点数目大于预设的第一阈值;
所述噪声点数目计算单元包括:
中值滤波子单元,用于对所述指纹图像进行中值滤波;
差值图像计算子单元,用于计算所述指纹图像与中值滤波后的所述指纹图像的差值图像;
预设区域识别子单元,用于识别出所述差值图像中每个所述像素点对应的预设区域;
噪声点识别子单元,用于将所述预设区域中各像素点的像素值与预设噪声值进行比对,并将所述像素值大于所述预设噪声值的像素点识别为所述预设区域中的噪声点;
噪声点数目计算子单元,用于计算出所述预设区域中的噪声点数目。
10.根据权利要求9所述的指纹图像中湿手区域的检测装置,其特征在于,所述噪声参数计算模块还包括:
平均噪声值计算单元,用于计算所述预设区域内的平均噪声值;
其中,所述噪声参数还包括所述平均噪声值;所述预设条件包括:所述平均噪声值大于预设的第二阈值。
11.根据权利要求9或10所述的指纹图像中湿手区域的检测装置,其特征在于,所述噪声参数计算模块还包括:
方向场方差计算单元,用于计算所述像素点的方向场方差;
其中,所述噪声参数还包括所述方向场方差;所述预设条件还包括:所述方向场方差大于预设的第三阈值。
12.根据权利要求10所述的指纹图像中湿手区域的检测装置,其特征在于,所述平均噪声值计算单元包括:
像素值获取子单元,用于获取所述预设区域内的各像素点的像素值;
平均噪声值计算子单元,用于计算获取的所述各像素点的像素值的平均值,作为所述预设区域内的平均噪声值。
13.根据权利要求9所述的指纹图像中湿手区域的检测装置,其特征在于,所述像素点对应的所述预设区域为以所述像素点为中心的M*M区域。
14.根据权利要求9所述的指纹图像中湿手区域的检测装置,其特征在于,所述指纹图像中湿手区域的检测装置还包括:
湿手区域优化模块,用于利用膨胀运算与腐蚀运算中的至少一种运算优化所述湿手区域。
15.根据权利要求9所述的指纹图像中湿手区域的检测装置,其特征在于,所述指纹图像中湿手区域的检测装置还包括:
权值计算模块,用于根据预设公式与每个所述像素点的噪声参数,计算每个所述像素点的信息量权值。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2016/109952 WO2018107401A1 (zh) | 2016-12-14 | 2016-12-14 | 指纹图像中湿手区域的检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108780493A CN108780493A (zh) | 2018-11-09 |
CN108780493B true CN108780493B (zh) | 2022-01-21 |
Family
ID=62557884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680002132.5A Active CN108780493B (zh) | 2016-12-14 | 2016-12-14 | 指纹图像中湿手区域的检测方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108780493B (zh) |
WO (1) | WO2018107401A1 (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030073538A (ko) * | 2002-03-12 | 2003-09-19 | 테스텍 주식회사 | 지문이미지의 획득방법 |
CN101576999A (zh) * | 2009-06-01 | 2009-11-11 | 杭州晟元芯片技术有限公司 | 一种指纹图像方向增强方法 |
CN202748806U (zh) * | 2012-09-19 | 2013-02-20 | 成都方程式电子有限公司 | 一种基于图像灰度信息进行手指检测实现架构 |
CN103065134A (zh) * | 2013-01-22 | 2013-04-24 | 江苏超创信息软件发展股份有限公司 | 一种具有提示信息的指纹识别装置和方法 |
CN105809117A (zh) * | 2016-03-01 | 2016-07-27 | 广东欧珀移动通信有限公司 | 一种信息提示方法及用户终端 |
CN106022067A (zh) * | 2016-05-30 | 2016-10-12 | 广东欧珀移动通信有限公司 | 一种解锁控制方法及终端设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5883971A (en) * | 1996-10-23 | 1999-03-16 | International Business Machines Corporation | System and method for determining if a fingerprint image contains an image portion representing a smudged fingerprint impression |
CN103778420B (zh) * | 2014-02-28 | 2018-11-09 | 成都费恩格尔微电子技术有限公司 | 具有自动增益控制的指纹检测***及其自动增益控制方法 |
CN105975044B (zh) * | 2016-04-25 | 2020-03-31 | Oppo广东移动通信有限公司 | 一种通过指纹检测自动控制触摸屏湿手模式的方法及装置 |
CN105975835B (zh) * | 2016-05-27 | 2017-11-07 | 广东欧珀移动通信有限公司 | 一种指纹解锁控制方法、及终端设备 |
-
2016
- 2016-12-14 WO PCT/CN2016/109952 patent/WO2018107401A1/zh active Application Filing
- 2016-12-14 CN CN201680002132.5A patent/CN108780493B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030073538A (ko) * | 2002-03-12 | 2003-09-19 | 테스텍 주식회사 | 지문이미지의 획득방법 |
CN101576999A (zh) * | 2009-06-01 | 2009-11-11 | 杭州晟元芯片技术有限公司 | 一种指纹图像方向增强方法 |
CN202748806U (zh) * | 2012-09-19 | 2013-02-20 | 成都方程式电子有限公司 | 一种基于图像灰度信息进行手指检测实现架构 |
CN103065134A (zh) * | 2013-01-22 | 2013-04-24 | 江苏超创信息软件发展股份有限公司 | 一种具有提示信息的指纹识别装置和方法 |
CN105809117A (zh) * | 2016-03-01 | 2016-07-27 | 广东欧珀移动通信有限公司 | 一种信息提示方法及用户终端 |
CN106022067A (zh) * | 2016-05-30 | 2016-10-12 | 广东欧珀移动通信有限公司 | 一种解锁控制方法及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108780493A (zh) | 2018-11-09 |
WO2018107401A1 (zh) | 2018-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107480649B (zh) | 一种基于全卷积神经网络的指纹汗孔提取方法 | |
US20080013803A1 (en) | Method and apparatus for determining print image quality | |
JP4911300B2 (ja) | パターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システム | |
CN110472479B (zh) | 一种基于surf特征点提取和局部lbp编码的指静脉识别方法 | |
JP6798614B2 (ja) | 画像認識装置、画像認識方法および画像認識プログラム | |
US9245198B2 (en) | Object recognition by comparison of patterns against map of image | |
WO2008140539A1 (en) | Methods for gray-level ridge feature extraction and associated print matching | |
CN111914665A (zh) | 一种人脸遮挡检测方法、装置、设备及存储介质 | |
WO2018176514A1 (zh) | 指纹配准方法及装置 | |
US20180060692A1 (en) | Method for Evaluating the Authenticity of a Painting as well as a Corresponding Use | |
JP2009129237A (ja) | 画像処理装置及びその方法 | |
CN104680148B (zh) | 一种基于改进的偏微分模型的指纹方向场计算方法 | |
US20050271260A1 (en) | Device, method and program for removing pores | |
CN107077617B (zh) | 指纹提取方法及装置 | |
CN108780493B (zh) | 指纹图像中湿手区域的检测方法及装置 | |
Pratiwi et al. | Identity recognition with palm vein feature using local binary pattern rotation Invariant | |
KR20070041816A (ko) | 모폴로지를 이용한 지문영상의 방향성 검출장치 및검출방법 | |
CN112199975A (zh) | 基于人脸特征的身份验证方法及装置 | |
Biradar et al. | Fingerprint ridge orientation extraction: a review of state of the art techniques | |
CN110942081B (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
KR100391182B1 (ko) | 직접 골 추적을 이용한 지문 특징 추출방법 | |
JP5395795B2 (ja) | 画像照合装置及び画像照合方法 | |
CN111951254A (zh) | 基于边缘引导加权平均的源相机识别方法及*** | |
Wang et al. | Automatic region segmentation for high-resolution palmprint recognition: Towards forensic scenarios | |
KR100607580B1 (ko) | 지문 특징데이터 추출알고리즘에 있어서의 방향 필터링방법 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |