CN110276724A - 图像处理方法 - Google Patents

Abstract

一种图像处理方法，包括：获取初始图像，所述初始图像包括多个像素；选取所述初始图像上的一个区块，计算所述区块中包含的若干像素的像素值；以及平移所述区块，计算平移后的区块中包含的若干像素的像素值，并重复这一步骤，直到所述初始图像中的所有像素的像素值均被计算。本发明实施例的图像处理方法能够更加完整地保留原始图像的信息、并且提高了原始图像的具体纹路信息的对比度。

Description

图像处理方法

技术领域

本发明涉及图像处理技术领域，尤其涉及一种指纹图像的处理方法。

背景技术

现今灰度图已经应用于医学影像，生物识别等相关领域。在获取灰度图原始16位(16bit)图时，或受制于外界因素干扰、或受制于硬件设备的限制，所得到的16bit原始图像并非很均匀，而在采用传统的16bit到8bit直接转换算法、或Window-leveling算法对原始图像进行数据转换时，得到的图像难以很好的体现物体的细节纹路。例如：利用光学指纹图像传感器采集指纹图像时，在强烈外界光干扰情况下获取的16bit图像，经过传统的直接转换算法转换后所得的图像并不能很好的体现出指纹的纹路，甚至会得到信息丢失的指纹图像。

因此，为确保指纹信息的完整性、以及使指纹图像在识别算法中更好地应用，需要对原始图像采用更加优良的转换方法进行处理。

发明内容

本发明实施例提供一种图像处理方法，包括：获取初始图像，所述初始图像包括多个像素；选取所述初始图像上的一个区块，计算所述区块中包含的若干像素的像素值；以及平移所述区块，计算平移后的区块中包含的若干像素的像素值，并重复这一步骤，直到所述初始图像中的所有像素的像素值均被计算。

可选地，平移所述区块的步长介于单位像素的尺寸与所述区块的尺寸之间。

可选地，平移所述区块的步长为像素尺寸的整数倍。

可选地，所述区块为矩形，平移所述区块的方法包括：沿所述矩形的长边方向平移所述区块、或沿所述矩形的宽边方向平移所述区块。

可选地，平移所述区块的方法包括：以第一步长沿所述区块的长边方向将所述区块从所述初始图像的一个边界平移至所述初始图像的另一边界，以第二步长将所述区块沿所述区块的宽边方向平移一次，并重复上述步骤。

可选地，所述区块沿所述矩形长边方向平移的步长大于等于单位像素沿所述矩形长边方向的尺寸、且小于等于所述区块的长边尺寸；或所述区块沿所述矩形宽边方向平移的步长大于等于所述单位像素沿所述矩形宽边方向的尺寸、且小于等于所述区块的宽边尺寸。

可选地，所述区块包括的像素数目的范围是2×2至100×100个。

可选地，当所述区块在所述初始图像上的不同位置时，计算所述区块中包含的若干像素的像素值包括：当所述区块在所述初始图像上的任一位置，计算所述区块内包含的所有像素的像素值；其中，若所述区块在所述初始图像上的不同位置时包含有相同像素，则对于被重复计算的像素，以在后计算的区块中该像素的像素值取代在先计算的区块中该像素的像素值。

可选地，当所述区块在所述初始图像上的不同位置时，计算所述区块中包含的若干像素的像素值包括：当所述区块位于其平移边界以内的所述初始图像上的任一位置时，仅计算所述区块中包含的部分像素的像素值，所述部分像素的数目根据所述区块的平移步长来确定；当所述区块平移至所述初始图像的边界且非其平移终点位置时，计算所述区块内包含的部分像素的像素值，所述部分像素的数目由所述区块的平移步长和所述区块的尺寸来确定；以及当所述区块到达平移终点位置时，计算所述区块内包含的所有像素的像素值。

可选地，所述初始图像为16位数据图像，当所述区块在所述初始图像上不同位置时，计算所述区块包含的若干像素的像素值包括：将所述区块内的若干像素的像素值进行16位到8位的数据转换。

可选地，将所述区块内的若干像素的像素值进行16位到8位的数据转换包括：采用16位到8位直接转换算法、或者采用窗宽和窗位算法进行转换。

可选地，所述初始图像为指纹图像。

与现有技术相比，本发明实施例的技术方案具有以下有益效果。

本发明实施例的图像处理方法主要利用划分区块处理和区块平移处理思想，即在初始图像中选择一个小的区块，并平移所述区块使其遍历所述初始图像中的所有像素，由于所述区块相对原始图像而言包含的像素较少，在对所述区块内的像素进行局部数据处理时，计算结果能够较好地体现该区块内的局部信号的差异，避免了现有技术中在整个原始图像范围内对像素进行数据处理时，因图像信号波动较大导致图像信息的丢失，以及图像信号波动较小导致的图像太过平滑而无法体现对应物体的具体纹路等问题。因此，采用本发明实施例的图像处理方法进行处理能够更加完整地保留原始图像的信息、并且提高了原始图像的具体纹路信息的对比度。

进一步地，当所述区块在所述初始图像上的不同位置时，计算所述区块中包含的若干像素的像素值包括：当所述区块位于其平移边界以内的所述初始图像上的任一位置时，仅计算所述区块中包含的部分像素的像素值，所述部分像素的数目根据所述区块的平移步长来确定；当所述区块平移至所述初始图像的边界且非其平移终点位置时，计算所述区块内包含的部分像素的像素值，所述部分像素的数目由所述区块的平移步长和所述区块的尺寸来确定；以及当所述区块到达平移终点位置时，计算所述区块内包含的所有像素的像素值，上述方法避免了所述区块在平移过程中重复多次计算部分像素的像素值，极大地节省了运算量、减少了运算时间。

进一步地，所述初始图像为16位数据图像，当所述区块在所述初始图像上不同位置时，计算所述区块包含的若干像素的像素值包括：将所述区块内的若干像素的像素值进行16位到8位的数据转换，当所述区块的平移步长为1个像素单位时，仅需要计算所述区块内的第一个像素，相当于对于所述初始图像中的每个像素，将其放置于相应的区块内进行16位到8位的数据转换，所述16位到8位的数据转换算法中的图像最大值和最小值可以基于所述区块这个局部区域来确定，相比于现有技术中在整个初始图像范围内确定图像的最大值和最小值而言，本发明实施例的图像处理方法提高了从16位图像到8位图像转换过程中原始图像信息保留的完整性、且突显了图像的具体纹路信息。

附图说明

图1是本发明一个实施例的图像处理方法的流程图；

图2是本发明一个实施例的图像处理方法中将区块进行平移的示意图；

图3是采用本发明实施例的图像处理方法所获得的指纹图像与现有技术获得的指纹图像的对比图一；以及

图4是采用本发明实施例的图像处理方法所获得的指纹图像与现有技术获得的指纹图像的对比图二。

具体实施方式

本发明实施例提供一种图像处理方法，以提高指纹图像信息的完整性和对比度。

为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。本发明由一些特定实施例来描述，然而本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改。

结合参考图1和图2，图1是本发明一个实施例的图像处理方法的流程图，图2是本发明一个实施例的图像处理方法中将区块进行平移的示意图，所述图像处理方法可以包括步骤S11，S13，S15和S17。

执行步骤S11，获取初始图像100，所述初始图像100包括多个像素。在一些实施例中，所述图像处理方法可以用于获取指纹灰度图像，例如所述初始图像100可以为16位原始指纹图像。具体地，所述初始图像100可以是降噪后的16位原始指纹图像，所述初始图像100可以包括例如80×160个像素。图2中以所述初始图像100为矩形为例进行说明，在其它实施例中，所述初始图像还可以具有其它形状。图2中的所述初始图像100沿横向(x轴)和沿纵向(y轴)的像素数目仅为示意性的说明。

执行步骤S13，选取所述初始图像100中的一个区块111a，计算所述区块111a中包含的若干像素的像素值。

在一些实施例中，所述区块111a的形状可以有多种，例如矩形、平行四边形、六边形等。本实施例中，所述区块111a的形状为矩形，所述区块111a可以包含2×2至100×100个像素，所述区块111a中包含的像素数目的下限可以根据所述区块111a至少包含手指指纹的一个脊谷周期(即一道明纹和一道暗纹)来确定。本实施例中，所述区块111a选为矩形，方便后续区块111a的平移及数据处理。

如图2所示，对于矩形初始图像100，所述区块111a可以选为所述初始图像100上靠近其一个顶角位置，作为平移和计算起点，所述区块111a包含的像素个数为6×6，此时所述区块111a为正方形。

在一些实施例中，所述初始图像100为16位数据图像，则计算所述区块111a中包含的若干像素的像素值包括对所述区块111a内包含的若干像素的像素值进行由16位到8位的数据转换。

执行步骤S15，平移所述区块111a，计算平移后的区块中包含的若干像素的像素值。

平移所述区块111a的方法可以有多种，主要取决于所述区块111a的形状。平移所述区块111a的步长可以介于单位像素的尺寸与所述区块111a自身的尺寸之间，即所述区块111a的平移步长的最小值可以是单位像素的尺寸，所述区块111a的平移步长的最大值可以为所述区块111a的边长。

在一些实施例中，平移所述区块111a的方法包括沿所述区块111a的横向边长(x轴正方向)方向平移所述区块111a、及沿所述区块111a的纵向边长(y轴正方向)方向平移所述区块111a。具体地，先以第一步长沿所述区块111a的横向边长方向(x轴正方向)将所述区块111a从所述初始图像100的一个边界(横向左侧边界)平移至所述初始图像的另一边界(横向右侧边界)，再以第二步长将所述区块111a沿所述区块111a的纵向边长(y轴正方向)平移一次，再以第一步长沿所述区块111a的横向边长方向(x轴正方向)将所述区块111a从所述初始图像100的一个边界(横向左侧边界)平移至所述初始图像的另一边界(横向右侧边界)，再以第二步长将所述区块111a沿所述区块111a的纵向边长(y轴正方向)平移一次，如此重复上述步骤，直到所述区块111a平移至终点位置，即图2中所述初始图像100的104区域。

在另一些实施例中，平移所述区块111a的方法也可以包括：先以第一步长沿所述区块111a的纵向边长(y轴正方向)将所述区块111a从所述初始图像100的一个边界(纵向上侧边界)平移至所述初始图像的另一边界(纵向下侧边界)，再以第二步长将所述区块111a沿所述区块111a的横向边长方向(x轴正方向)平移一次，再以第一步长沿所述区块111a的纵向边长(y轴正方向)将所述区块111a从所述初始图像100的所述一个边界(纵向上侧边界)平移至所述初始图像的所述另一边界(纵向下侧边界)，再以第二步长将所述区块111a沿所述区块111a的横向边长方向(x轴正方向)平移一次，如此重复上述步骤，直到所述区块111a平移至终点位置，即图2中所述初始图像100的104区域。

其中，所述第一步长可以大于等于所述单位像素的横向(x轴)尺寸、且小于等于所述区块111a的横向边长，所述第二步长可以大于单位像素的纵向(y轴)尺寸、且小于等于所述区块111a的纵向边长。通常所述第一步长和所述第二步长可以分别选取为所述像素的横向尺寸和纵向尺寸的整数倍。

本实施例中，所述第一步长和所述第二步长均为1个像素，例如将所述区块111a沿横向平移1个像素时得到区块111b，将所述区块111a沿纵向平移1个像素时得到区块111c。

在步骤S13中计算所述区块111a中包含的若干像素的像素值和S15中计算平移后的区块中包含的若干像素的像素值，相当于计算所述区块111a在所述初始图像100上不同位置时所包含的若干像素的像素值。在一些实施例中，所述初始图像为16位数据，计算所述区块111a在所述初始图像100上不同位置时所包含的若干像素的像素值包括：将所述区块111a在所述初始图像100上的不同位置时所包含的若干像素的像素值进行16位到8位的数据转换。

在一些实施例中，当所述区块111a在所述初始图像100上的不同位置时，计算所述区块111a中包含的若干像素的像素值可以包括：当所述区块111a在所述初始图像100上的任一位置，计算所述区块111a内包含的所有像素的像素值；其中，若所述区块111a在所述初始图像100上的不同位置时包含有相同像素，则会出现被重复计算的像素，对于被重复计算的像素以在后计算的区块中该像素的像素值取代在先计算的区块中该像素的像素值。在一些实施例中，可以对所述初始图像100上包含的像素建立一个矩阵，将所述区块111a在所述初始图像100上的不同位置时计算的结果分别写入所述像素矩阵，对于被重复计算的像素，采用覆盖算法，以最新计算的像素值作为该像素的有效像素值。

发明人考虑到在上述计算方法中，每次对所述区块111a中的所有像素均进行计算，但最终有效的只是个别像素，因此，为节省运算量，提高运算速度，发明人还提出了另一种针对平移区块中像素的计算方法。

如图2所示，对于所述区块111a的平移步长为1个像素的情况，实质上只需要计算所述区块111a的第一个像素1000即可，因为所述区块111a中的一部分像素与将所述区块111a横向平移一个步长后得到的区块111b有重叠，另一部分像素则与将所述区块111a纵向平移一个步长后得到的区块111c有重叠，只有所述区块111a内的第一个像素1000不可能在后续区块111a平移过程中被重复计算。同理，所述区块111b内的有效像素值为所述区块111b内的第一个像素1001的像素值，因此对于所述区块111b，只需要计算所述像素1001的像素值；所述区块111c内的有效像素值为所述区块111c内的第一个像素1010的像素值，因此对于所述区块111c时，只需要计算所述像素1010的像素值，以此类推。

为了方便说明，可以将所述初始图像100划分为4个区域：第一区域101、第二区域102、第三区域103和第四区域104。当所述区块完全或部分位于所述第一区域101时，即所述区块位于其平移边界以内的所述初始图像100上的任一位置，仅需要计算所述区块中第一个像素的像素值；当所述区块沿横向(x轴方向)的边完全位于所述第二区域102、沿纵向(y轴方向)的边完全或部分位于所述第二区域102时，即所述区块平移至所述初始图像100的横向右边界且非其平移终点位置时，仅需要计算所述区块的第一行像素的像素值；当所述区块沿纵向(y轴方向)的边完全位于所述第三区域103、沿横向(x轴方向)的边完全或部分位于所述第三区域103时，即所述区块平移至所述初始图像100的纵向下边界且非其平移终点位置时，仅需要计算所述区块内的第一列像素的像素值；当所述区块完全位于所述第四区域104时，即所述区块到达平移终点位置时，则需计算出的所述区块内包含的所有像素的像素值。

假定所述区块平移的起点为原点O(0,0)，所述区块111a包含a列b行像素，所述初始图像100包含m列n行像素，则所述第二区域102为：x＝m-a，x＝m，y＝0及y＝n-b四条直线围成的区域，所述第三区域103为x＝0，x＝m-a，y＝n-b及y＝n四条直线围成的区域，所述第四区域104为x＝m-a，x＝m，y＝n-b及y＝n四条直线围成的区域。

上面以所述区块111a的平移步长为1个像素单位为例，对所述区块在初始图像100上的不同位置时，需要计算的所述区块内的像素进行了说明。在一些实施例中，所述区块111a的平移步长可以为多个像素，例如所述矩形区块111a沿图2横向(x轴正方向)平移的步长可以为p，沿图2纵向(y轴正方向)平移的步长可以为q，其中p和q均以1个像素为单位。那么，当所述区块位于所述第一区域101时，对于每个区块仅需要计算所述区块内的p×q个像素，若将所述区块内的像素以二维数组[x，y]来表示，其中x代表行数，y代表列数，则所述区块内需要计算的像素为[x，y]，1≤x≤q，1≤y≤p；当所述区块位于所述第二区域102时，对于每个区块仅需要计算所述区块内的q×b个像素，具体地，需要计算的像素为[x，y]，1≤x≤q，1≤y≤b，即所述区块的第1行至第q行的所有像素；当所述区块位于所述第三区域103时，对于每个区块仅需要计算所述区块内的a×p个像素，具体地，需要计算的像素为[x，y]，1≤x≤a，1≤y≤p，即所述区块的第1列至第p列的所有像素；当所述区块位于所述第四区域104时，所述区块内的a×b个像素均需要计算。

在一些实施例中，将所述区块内的某一像素的像素值进行16位到8位的数据转换可以采用16位(bit)到8位直接转换算法、或者采用Window-leveling算法计算。

其中16bit到8bit直接转换算法的思想大体上包括：先计算图像的最大值(max)和最小值(min)，然后对于每个像素，计算其像素值(pix_val)与图像最小值之差，计算得到的差值占图像最大值与最小值之差的比例，再将所述比例乘以2⁸，从而得到用8bit数据表示的该像素的像素值，即(pixel_val-min)×255.0/(double)(max-min)。

其中Window-leveling算法与16bit到8bit直接转换算法相比，区别在于像素值域的最小值和最大值的算法不同，窗技术中通常讲窗宽(window width)和窗位(windowlevel或window center)，窗宽为像素值域的最大值(max)和最小值(min)之差(max-min)，窗位是窗的中心位置，等于像素值域的最小值和最大值之和的一半，即(max+min)/2。利用Window-leveling算法进行16bit到8bit转换时，先分别计算像素值域的最小值和最大值，最小值等于2倍的窗位减去窗宽所得差值的一半，再加上0.5，即min＝(2*window_center-window_width)/2.0+0.5，最大值等于2倍的窗位加上窗宽所得和的一半，再加上0.5，即max＝(2*window_center+window_width)/2.0+0.5；然后对于每个像素，将其16bit的像素值转换为8bit的像素值的方法与前述的16bit到8bit直接转换算法中的第二步骤类似，即计算每个像素值与计算出的图像最小值之差，再计算得到的差值占图像最大值与最小值之差的比例，然后将所述比例乘以2⁸，即为用8bit数据表示的该像素的像素值。

除以上两种算法外，还可以采用非线性转换算法，此算法适用于max与min的差值较大的情况，以避免图像损失过多，因为人眼对灰度的反应是非线性的，非线性转换可以解决这类问题，常用的非线性转换算法例如log和gamma算法。

继续参考图1，执行步骤S17，判断是否所述初始图像中的所有像素的像素值均被计算。在一些实施例中，可以在循环程序中设置相应的循环判断条件，例如判断当前计算的像素的横坐标和纵坐标是否分别超出所述初始图像的横向边界和纵向边界。

假如步骤S17中的判断结果为是，则所述图像处理方法结束，假如为否，则返回执行步骤S15，继续平移所述区块111a，直到所述初始图像100中的所有像素的像素值均被计算为止。

对于平移区块的步长为1个像素的情况，可以顺序地计算每个像素的像素值，即将所述像素放在相应的区块内进行16位到8位的数据转换，直到所有像素的像素值均被计算。

上述图像处理方法中，当所述区块在所述初始图像100上的任一位置时，避免计算那些可能在后续平移过程中重复计算的像素，即每个像素仅计算一次，极大地节省了计算量。因为在实际应用中，所述初始图像100包括大量像素，当所述区块111a平移步长较小时，所述区块111a在所述初始图像100上不同位置上分别计算得到的数据量相当可观，例如图2所示情况，所述第一区域101中的部分像素最多可以被计算36次，若对每个区块内的所有像素值都计算，则计算量将非常庞大，延长了计算时间。本发明实施例的图像处理方法可有效地减少运算量。

本领域技术人员可以理解，平移所述区块111a的方法不限于上述几种实施例。需要说明的是，当平移所述区块111a的步长等于所述区块111a自身的尺寸时，相当于将整个初始图像100划分为同样大小的区块111a，对每个区块111a内的所有像素分别进行计算，此时当所述区块111a在所述初始图像上不同位置时，不会覆盖相同的像素，因此不存在被重复计算的像素，每个区块111a内包含的所有像素同时被计算。

可以理解的是，当所述区块111a中包含的像素个数越少、所述区块111a平移的步长越小时，利用本发明实施例的图像处理方法进行16bit到8bit的图像转换过程中，初始图像100的信息量损失得越少，图像的细节信息体现得越明显，但随之而来的数据计算量也增加，实际应用中可以根据需要进行选择。

在一些实施例中，本发明实施例的图像处理方法可以应用于指纹图像的处理。

参考图3，图3是采用本发明实施例的图像处理方法所获得的指纹图像与现有技术所获得的指纹图像的对比图一。当光学指纹传感器在强光下获取指纹图像时，在光照不均匀或手指没有完全覆盖所述光学指纹传感器的感应区的条件下，受到强烈外界光干扰，导致获取的指纹图像剧烈不均匀，如图3(a)所示。通过本发明实施例的图像处理方法进行处理可将传统16bit到8bit转换所得图像中丢失的信息大部分找回。如图3(b)所示。

参考图4，图4是采用本发明实施例的图像处理方法所获得的指纹图像与现有技术所获得的指纹图像的对比图二。当光学指纹传感器在正常环境光条件下获取干手指图像时，由于指纹较干，获取到的图像相对比较均匀(如图4a所示)，较难得到清晰的纹路，影响到指纹图像录入比对的效果。通过本发明实施例的图像处理方法进行处理可以将手指纹路显示得更清晰(如图4b所示)。

综上所述，与现有技术相比，本发明实施例的技术方案具有以下有益效果。

本发明实施例的图像处理方法主要利用划分区块处理和区块平移处理思想，即在初始图像中选择一个小的区块，并平移所述区块使其遍历所述初始图像中的所有像素，由于所述区块相对原始图像而言包含的像素较少，在对所述区块内的像素进行局部数据处理时，计算结果能够较好地体现该区块内的局部信号的差异，避免了现有技术中在整个原始图像范围内对像素进行数据处理时，因图像信号波动较大导致图像信息的丢失，以及图像信号波动较小导致的图像太过平滑而无法体现对应物体的具体纹路等问题。因此，采用本发明实施例的图像处理方法进行处理能够更加完整地保留原始图像的信息、并且提高了原始图像的具体纹路信息的对比度。

进一步地，当所述区块在所述初始图像上的不同位置时，计算所述区块中包含的若干像素的像素值包括：当所述区块位于其平移边界以内的所述初始图像上的任一位置时，仅计算所述区块中包含的部分像素的像素值，所述部分像素的数目根据所述区块的平移步长来确定；当所述区块平移至所述初始图像的边界且非其平移终点位置时，计算所述区块内包含的部分像素的像素值，所述部分像素的数目由所述区块的平移步长和所述区块的尺寸来确定；以及当所述区块到达平移终点位置时，计算所述区块内包含的所有像素的像素值，上述方法避免了所述区块在平移过程中重复多次计算部分像素的像素值，极大地节省了运算量、减少了运算时间。

进一步地，所述初始图像为16位数据图像，当所述区块在所述初始图像上不同位置时，计算所述区块包含的若干像素的像素值包括：将所述区块内的若干像素的像素值进行16位到8位的数据转换，当所述区块的平移步长为1个像素单位时，仅需要计算所述区块内的第一个像素，相当于对于所述初始图像中的每个像素，将其放置于相应的区块内进行16位到8位的数据转换，所述16位到8位的数据转换算法中的图像最大值和最小值可以基于所述区块这个局部区域来确定，相比于现有技术中在整个初始图像范围内确定图像的最大值和最小值而言，本发明实施例的图像处理方法提高了从16位图像到8位图像转换过程中原始图像信息保留的完整性、且突显了图像的具体纹路信息。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (12)

1.一种图像处理方法，其特征在于，包括：

获取初始图像，所述初始图像包括多个像素；

选取所述初始图像上的一个区块，计算所述区块中包含的若干像素的像素值；以及

平移所述区块，计算平移后的区块中包含的若干像素的像素值，并重复这一步骤，直到所述初始图像中的所有像素的像素值均被计算。

2.根据权利要求1所述的图像处理方法，其特征在于，平移所述区块的步长介于单位像素的尺寸与所述区块的尺寸之间。

3.根据权利要求1所述的图像处理方法，其特征在于，平移所述区块的步长为像素尺寸的整数倍。

4.根据权利要求1所述的图像处理方法，其特征在于，所述区块为矩形，平移所述区块的方法包括：沿所述矩形的长边方向平移所述区块、或沿所述矩形的宽边方向平移所述区块。

5.根据权利要求4所述的图像处理方法，其特征在于，平移所述区块的方法包括：以第一步长沿所述区块的长边方向将所述区块从所述初始图像的一个边界平移至所述初始图像的另一边界，以第二步长将所述区块沿所述区块的宽边方向平移一次，并重复上述步骤。

6.根据权利要求4所述的图像处理方法，其特征在于，所述区块沿所述矩形长边方向平移的步长大于等于单位像素沿所述矩形长边方向的尺寸、且小于等于所述区块的长边尺寸；或所述区块沿所述矩形宽边方向平移的步长大于等于所述单位像素沿所述矩形宽边方向的尺寸、且小于等于所述区块的宽边尺寸。

7.根据权利要求4所述的图像处理方法，其特征在于，所述区块包括的像素数目的范围是2×2至100×100个。

8.根据权利要求1所述的图像处理方法，其特征在于，当所述区块在所述初始图像上的不同位置时，计算所述区块中包含的若干像素的像素值包括：

当所述区块在所述初始图像上的任一位置，计算所述区块内包含的所有像素的像素值；

其中，若所述区块在所述初始图像上的不同位置时包含有相同像素，则对于被重复计算的像素，以在后计算的区块中该像素的像素值取代在先计算的区块中该像素的像素值。

9.根据权利要求1所述的图像处理方法，其特征在于，当所述区块在所述初始图像上的不同位置时，计算所述区块中包含的若干像素的像素值包括：

当所述区块位于其平移边界以内的所述初始图像上的任一位置时，仅计算所述区块中包含的部分像素的像素值，所述部分像素的数目根据所述区块的平移步长来确定；

当所述区块平移至所述初始图像的边界且非其平移终点位置时，计算所述区块内包含的部分像素的像素值，所述部分像素的数目由所述区块的平移步长和所述区块的尺寸来确定；以及

当所述区块到达平移终点位置时，计算所述区块内包含的所有像素的像素值。

10.根据权利要求1所述的图像处理方法，其特征在于，所述初始图像为16位数据图像，当所述区块在所述初始图像上不同位置时，计算所述区块包含的若干像素的像素值包括：将所述区块内的若干像素的像素值进行16位到8位的数据转换。

11.根据权利要求10所述的图像处理方法，其特征在于，将所述区块内的若干像素的像素值进行16位到8位的数据转换包括：采用16位到8位直接转换算法、或者采用窗宽和窗位算法进行转换。

12.根据权利要求1所述的图像处理方法，其特征在于，所述初始图像为指纹图像。