指纹核心点快速鲁棒定位方法技术

本发明专利技术公开了一种指纹核心点快速鲁棒定位方法。该方法步骤如下：输入图像分割；计算方向场；方向场平滑；边缘检测；边缘象素删除：对于边缘象素点，运用其４邻域计算梯度信息，如果计算的４个梯度值均不在给定阈值范围［Ｔ↓［ｌ］，Ｔ↓［ｈ］］内，则从边缘中删除该象素；核心点定位：利用３×３邻域窗口的最外围象素，分别计算剩余边缘点的Ｃｏｎ，ｄｘ，ｄｙ值，给出核心点定位的条件为：当ｄｘ＞α，ｄｙ＜β时，选择方向一致性最小的点即为Ｌｏｗｅｒ核心点，当ｄｘ＜β，ｄｙ＞α时选择方向一致性最小的点即为Ｕｐｐｅｒ核心点。本发明专利技术不仅能够有效抑制噪声带来的影响，而且能够快速准确地定位出指纹核心点的位置，并且对于所有类型的指纹均能够可靠的检测到核心点。

【技术实现步骤摘要】

本专利技术属于指纹识别方法，尤其涉及一种指纹核心点的快速鲁棒定位方法。技术背景在众多的生物识别系统中，指纹识别系统由于其体积小、成本低、易操作、可靠 性高等优点越来越受到人们的青睐，相应地，基于指纹识别技术的产品市场需求正在 日益扩大，应用也越来越广泛。指纹图像中核心点被定义为最大曲率方向的点。在指纹识别系统中核心点常被用 作参考点来提高指纹匹配的速度和性能，而指纹分类也大多根据指纹中核心点的类型、 数目和相对位置等信息来实现。所以，准确、可靠的定位核心点及其方向是指纹识别 系统中的一项关键技术。在指纹图像核心点检测的各种不同方法中，Poincare索弓|方法是较为经典的方法， 许多学者针对该方法进行了很多改进，但是Poincare索引方法对于拱型指纹无法检测 到核心点，易受噪声影响等问题依然存在(Asker M.Bazen and Sabih H.Gerez， Systematic Methods for the Computation of the Directional Fields and Singular Points of Fingerprints, IEEE Trans. Pattern Analysis and Machine Intelligence, 2002， 24(7):905-919.)。 Jain等人提 出了 Sine — Map方法，该方法根据核心点的属性建立模型通过多分辨率分析进行检测， 这种方法需要计算多次方向场，计算复杂度很高，并且也不适用于指纹旋转的情况(Jam, A.K., S.Prabhakar, Hong,L. and Pankanti, S., Filterbank-Based Fingerprint Matching, IEEE Trans. Image Processing, 2000， 9(5):846-859.)。其他基于数学模型(Yi Wang, Jiankun Hu, and Damien Phillips, A Fingerprint Orientation Model Based on 2D Fourier Expansion (FOMFE) and Its Application to Singular-Point Detection and Fingerprint Indexing, IEEE Trans. Pattern Analysis and Machine Intelligence, 2007, 29(4):573-585.)、指纹结构(Xuchu Wang, Jianwei Li and Yanmin Niu, Definition and extraction of stable points from fingerprint images, Pattern Recognition, 2006， 40:1804-1815.)以及多尺度分析(Manhua Liu, Xudong Jiang, and Kot, A.C.， Fingerprint Reference-Point Detection, EURASIP Journalon Applied Signal Processing, 2005,4:498-509.)的方法，都需要较长的处理时间，并且 当图像质量较差时核心点定位误差较大，这些缺点对嵌入式指纹识别系统的性能带来 了较大影响。 '
技术实现思路
本专利技术的目的在于提供一种实现指纹核心点定位的快速鲁棒方法。实现本专利技术目的的技术解决方案为 一种，其特征 在于步骤如下第一步，输入图像分割将指纹图像分成不重叠的12x12象素大小的块，运用灰 度方差和均值信息将图像划分为前景区域F与背景区域S，并将前景区域F内縮]2个 象素；第二歩，计算方向场将指纹图像分成不重叠的大小为wxw的象素块，利用&&/ 算子计算每个块(Z,/)中每个象素"v)的梯度G,和Gj,,然后计算每-二小块图像的方向<formula>formula see original document page 5</formula>当图像中划分的每-象紊块的方向都计算完后，便得到了方向场O;第三步，方向场平滑定义方向一致性，即<formula>formula see original document page 5</formula>其中，。(<formula>formula see original document page 5</formula>为块方向场中点<formula>formula see original document page 5</formula>的邻域，Af为邻域内点的数目，窗口大小为w" ^从3开始，计算不同大小窗口的Co"("值，根据Co一)值分为两种情况处理(l)如果计算的c。—)值小于给定的阈值r，或小于C。《卜2)，则"曾加2;若s达到5_值， 则令p3;<formula>formula see original document page 5</formula>(2)若在计算过程中C朋("大于给定阈值r，或是大于Co"(s-2)，则令s取当前值;根据上述两种情况设置的5值重新计算块方向场中点(/, 乂)方向，即^'(/,y)=会arctan》inW，y.)(':/.)e。(.0_使方向场O得到平滑，平滑后的方向场为O';第四步，边缘检测在指纹的前景区域F内，对于平滑后的方向场O'，利用Max-Min 算子在3x3邻域窗口内进行边缘检测，如果梯度高于阈值7;，则该点标记为边缘象素；第五歩，边缘象素删除对于边缘象素点，运用其4邻域计算梯度信息，如果计算的4个梯度值均不在给定阈值范围内，则从边缘中删除该象素；第六步，核心点定位利用3x3邻域窗口的最外围象素，分别计算剩余边缘点a力 的Co"， A,办值，其中Co"为方向-'致性度量，艮P/(Z(一。cos("(","))2 + (EC'1,"'v)) V8A(,，y) = Z: ,cos(26(,. —l,v)) —J]: ,cos(20(/. + l,、'))，办(/,/)二Z'sin(2(9(w,y —1》—J]:— ,sin(20(w,) + l))， (w，v)e。， 给出核心点定位的条件为当血> ，办</ 时，选择方向一致性最小的点即为 Lower核心点，当A < -,办〉《时选择方向一致性最小的点即为Upper核心点。本专利技术与现有技术相比，其显著优点(1)为开发一种快速的基于嵌入式系统的 指纹识别系统提供基础。在嵌入式指纹识别系统中，利用检测的核心点作为参考点建 立细节点模板，从而消除指纹间的平移影响，使得指纹图像能够快速配准，然后进行 细节点匹配识别。(2)由于采用了平滑的方向场信息，显著提高了指纹识别的抗噪声能力。(3)核心点定位时，运用了边缘信息，对边缘点进行了有效的删除，极大了縮 短了核心点定位的时间。(4)提出的方法对于指纹旋转具有较好的鲁棒性，同时对于 所有类型的指纹均能够检测到核心点，显本文档来自技高网...

【技术保护点】
一种指纹核心点快速鲁棒定位方法，其特征在于步骤如下：　第一步，输入图像分割：将指纹图像分成不重叠的１２×１２象素大小的块，运用灰度方差和均值信息将图像划分为前景区域Ｆ与背景区域Ｂ，并将前景区域Ｆ内缩１２个象素；　第二步，计算方向场：将指纹图像分成不重叠的大小为ｗ×ｗ的象素块，利用Ｓｏｂｅｌ算子计算每个块（ｉ，ｊ）中每个象素（ｕ，ｖ）的梯度Ｇ↓［ｘ］和Ｇ↓［ｙ］，然后计算每一小块图像的方向θ（ｉ，ｊ），即　θ（ｉ，ｊ）＝１／２ｔａｎ↑［－１］＊＊＊，　当图像中划分的每一象素块的方向都计算完后，便得到了方向场Ｏ；　第三步，方向场平滑：定义方向一致性，即　＊＊＊，　其中，Ω（ｓ）为块方向场中点（ｉ，ｊ）的邻域，Ｍ为邻域内点的数目，窗口大小为ｓ×ｓ，ｓ从３开始，计算不同大小窗口的Ｃｏｎ（ｓ）值，根据Ｃｏｎ（ｓ）值分为两种情况处理：（１）如果计算的Ｃｏｎ（ｓ）值小于给定的阈值Ｔ↓［ｃｏｎ］或小于Ｃｏｎ（ｓ－２），则ｓ增加２；若ｓ达到ｓ↓［ｍａｘ］值，则令ｓ＝３；　（２）若在计算过程中Ｃｏｎ（ｓ）大于给定阈值Ｔ↓［ｃｏｎ］或是大于Ｃｏｎ（ｓ－２），则令ｓ取当前值；　根据上述两种情况设置的ｓ值重新计算块方向场中点（ｉ，ｊ）方向，即　θ′（ｉ，ｊ）＝１／２ａｒｃｔａｎ（＊ｓｉｎ（２θ（ｉ，ｊ）／＊ｃｏｓ（２θ（ｉ，ｊ）），　使方向场Ｏ得到平滑，平滑后的方向场为Ｏ′；　第四步，边缘检测：在指纹的前景区域Ｆ内，对于平滑后的方向场Ｏ′，利用Ｍａｘ－Ｍｉｎ算子在３×３邻域窗口内进行边缘检测，如果梯度高于阈值Ｔ↓［ｏ］，则该点标记为边缘象素；　第五步，边缘象素删除：对于边缘象素点，运用其４邻域计算梯度信息，如果计算的４个梯度值均不在给定阈值范围［Ｔ↓［ｌ］，Ｔ↓［ｈ］］内，则从边缘中删除该象素；　第六步，核心点定位：利用３×３邻域窗口的最外围象素，分别计算剩余边缘点（ｉ，ｊ）的Ｃｏｎ，ｄｘ，ｄｙ值，其中Ｃｏｎ为方向一致性度量，即　Ｃｏｎ（ｉ，ｊ）＝＊＊＊／８，　ｄｘ（ｉ，ｊ）＝＊ｃｏｓ（２θ（ｉ－１，ｖ））－＊ｃｏｓ（２θ（ｉ＋１，ｖ）），　ｄｙ（ｉ，ｊ）＝＊ｓｉｎ（２θ（ｕ，ｊ－１））－＊ｓｉｎ（２θ（ｕ，ｊ＋１）），（ｕ，ｖ）∈Ω，　给出核心点定位的条件为：当ｄｘ＞α，ｄｙ＜β时，选择方向一致性最小的点即为Ｌｏｗｅｒ核心点，当ｄｘ＜β，ｄｙ＞α时选择方向一致性最小的点即为Ｕｐｐｅｒ核心点。...

【技术特征摘要】

【专利技术属性】
技术研发人员：曹国，孙权森，夏德深，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：84[中国|南京]