一种指纹图像背景分割的方法技术

本发明专利技术涉及一种指纹图像背景分割的方法，包括如下步骤：步骤1，根据相邻指纹序列帧间图像块差分和粗提取指纹信息边界值；步骤2，根据相邻两点边界值差分绝对值寻找稳定边界点；步骤3，根据相邻边界点差分绝对值和相邻边界点的偏移位置定位法处理异常边界值；步骤4，根据指纹边界偏移方向平滑处理边界值；步骤5，根据左右指纹边界值，替换掉指纹图像背景，使指纹图像背景更干净。本发明专利技术的指纹图像分割方法简单、运算速度快、能够在通用的ARM芯片里实现，该方法对于低质量的指纹图像和背景突变的指纹图像分割更准确，适应范围广，可用于滑动式指纹传感器、面状式指纹传感器等采集的指纹图像。

【技术实现步骤摘要】

本专利技术属于图像处理
，具体涉及一种指纹图像背景分割的方法。
技术介绍
随着指纹识别应用的推广，高性能的指纹识别系统需要准确而快速的提取指纹特征信息和指纹匹配算法。但是现有多数采集仪由于各种原因，在指纹录取过程中通常会引入噪点，导致指纹背景不干净。引入的噪点会严重影响到后期图像处理，细节点提取等，从而影响指纹应用效果。为了提高指纹特征提取的准确度，通常先对指纹图像进行背景分割，以去掉不含真实纹路的信息，从而指纹特征提取只需在真实指纹纹路区域里提取，同时又避免了背景和边界伪细节点的产生。现有常用的指纹图像分割方法有：a.根据图像灰度特性的分割方法，利用指纹图像灰度平均值和方差对指纹图像进行分割，有全局阈值分割和自适应阈值分割。全局阈值分割依赖于图像分布的双峰特性，如果双峰效果不明显或者呈多峰分布，分割效果就不理想。自适应阈值分布会将对比度低且方向性强的区域容易分割掉，但是自适应分割多存在块效应；b.其他分割算法多数基于方向场、频率场、能量场的方法进行分割，该方法运算复杂，对低质量的指纹图像处理效率低，且只能用于DSP器件进行处理，导致一般的ARM芯片和ASIC无法实现。现有技术中基于图像灰度特性进行分割，对指纹图像质量或背景突变的适应性低，存在对质量差的指纹图像或背景存在突变的指纹图像分割不准确的缺陷。其它指纹图像背景分割算法太复杂，多使用超函数，导致一般的ARM芯片和ASIC实现非常困难。
技术实现思路
本专利技术针对现有技术的不足，提供了一种运算简单、快速、适用、效果理想的指纹图像背景分割方法，其特征在于包括如下步骤：步骤1，根据相邻指纹序列帧间图像块差分和粗提取指纹信息边界值；步骤2，从指纹图像的最后一个边界值向第一个边界值进行跟踪，根据相邻两点边界值差分绝对值寻找连续N帧边界稳定变化的点；步骤3，从指纹边界稳定变化的点分别向第一个边界点和最后一个边界点进行跟踪处理，根据相邻边界点差分绝对值和相邻边界点的偏移位置定位法处理异常边界值；步骤4，根据指纹边界值偏移方向对边界值进行平滑处理，使指纹边界更流畅、更符合指纹形状；步骤5，根据左右指纹边界值，替换掉指纹图像背景，使指纹图像背景更干净。具体技术方案为：假设输入图像为I，图像的高度为IMAGE_H，图像的宽度为IMAGE_W，设相邻指纹序列帧为IP和IP+1。将IP和IP+1重合，在水平方向上以步进为2个像素点，垂直方向上以步进为b个像素点
进行跳变，将图像划分为b×b的图像块。其中，6≤b≤32，且b≤IMAGE_H，b≤IMAGE_W。W(i,j)表示图像I的第i行、第j列的像素，0≤i＜IMAGE_H，0≤j＜IMAGE_W。本专利技术具体步骤为：第一步，根据相邻指纹序列帧间图像块差分和来提取指纹边界值。其中，差分和运算公式为： dif _ sum = Σ i = m × b , j = n × 2 ( m + 1 ) × b - 1 , n × 2 + 1 ( W P ( i , j ) - W P + 1 ( i , j ) ) 2 ]]>其中dif_sum表示差分和，m表示垂直方向的第m块图像，n表示水平方向上的第n块图像。WP(i,j)为IP第i行、第j列块的像素，WP+1(i,j)为IP+1第i行、第j列块的像素。所述Ip(p＝1,2,3……)为第p帧指纹序列，Ip+1(p＝1,2,3……)为第p+1帧指纹序列；滑动式传感器的Ip与Ip+1为相邻帧指纹序列，面状式传感器的Ip为背景图像，Ip+1为指纹图像。根据差分和提取指纹边界值的方法为：通过差分和阈值dif_sum_th判断两个图像块的相似度,如果dif_sum≥dif_sum_th，表示当前选取的图像块包含指纹信息，该图像块的几何中心列坐标即为指纹边界值；否则表示两个图像块的相似度很高，为背景图像，在水平方向上移动，继续提取边界值；边界值提取完成，用left(m)表示指纹左边界值，right(m)表示指纹右边界值；block(m,n)表示图像I的第m行、第n列的块，其中m＝[i/b]，满足0≤m≤[IMAGE_H/b]。第二步，从指纹图像的最后一个边界值向第一个边界值进行跟踪，根据相邻两点边界值差分绝对值寻找稳定边界点。某些质量差的指纹图像存在背景突变的情况，只用差分和判断指纹边界信息，会导致背景剔错的现象(多剔除背景或少剔除背景)。考虑指纹边界连续性，所以本专利技术提出了一种基于稳定边界点进行背景跟踪处理异常边界点(多剔除背景或少剔除背景边界点)的方法。具体地，根据相邻两点边界值差分绝对值寻找稳定边界点的方法为：从指纹图像的最后一个边界点向第一个边界点进行边界跟踪，根据相邻两个指纹边界信息差分绝对值小于阈值OFF_TH，以此方法分别找到左右边界连续N个点都满足此条件的点，将连续N个点的第一个跟踪点定为稳定边界点，将左边界稳定的点记为left_st_pot，右边界稳定的点记为right_st_pot。如果在统计的N个点之内出现异常边界点，从异常边界点后续一个点重新跟踪，直到找到连续N个稳定变化的边界点；如果所有点跟踪完成后，仍未找到连续N个稳定变化的边界值，返回失败，说明该指纹图像质量非常差，否则进入步骤3。所述最后一个边界点为垂直方向上最后一个块所对应的边界值。第一个边界点为垂直方向上第一个图像块所对应的边界值。所述N和OFF_TH满足6≤N≤32，0≤OFF_TH≤10。第三步，从指纹边界稳定变化的点分别向第一个边界点和最后一个边界点进行跟踪处理，根据相邻边界点差分绝对值和相邻边界点的偏移位置定位法剔除异常边界值，步骤如下：(3-1)从稳定点向最后一个点进行跟踪处理时，跟踪处理图像左边界值：Step1.如果abs(left(m)–left(m+1))≥bound_off_th1，直接用m点的左边界值替换掉m+1点的左边界值，否则进入Step2本文档来自技高网...

【技术保护点】
一种指纹图像背景分割的方法，其特征在于，包括：步骤1，根据相邻指纹序列帧间图像块差分和粗提取指纹信息边界值；步骤2，根据相邻两点边界值差分绝对值寻找稳定边界点；步骤3，根据相邻边界点差分绝对值和相邻边界点的偏移位置定位法处理异常边界值；步骤4，根据指纹边界偏移方向平滑处理边界值；步骤5，根据左右指纹边界值，替换掉指纹图像背景。

【技术特征摘要】
1.一种指纹图像背景分割的方法，其特征在于，包括：步骤1，根据相邻指纹序列帧间图像块差分和粗提取指纹信息边界值；步骤2，根据相邻两点边界值差分绝对值寻找稳定边界点；步骤3，根据相邻边界点差分绝对值和相邻边界点的偏移位置定位法处理异常边界值；步骤4，根据指纹边界偏移方向平滑处理边界值；步骤5，根据左右指纹边界值，替换掉指纹图像背景。2.如权利要求1所述的指纹图像背景分割的方法，其特征在于，所述相邻指纹序列帧间图像块划分方法为：将采集的所有指纹帧序列组合为图像高度为IMAGE_H，宽度为IMAGE_W的图像I；水平方向上移动步长为2个像素点，垂直方向上移动步长为b个像素点，将I划分为b×b的图像块；所述b满足6≤b≤32，且b≤IMAGE_H和b≤IMAGE_W；W(i,j)表示图像I的第i行、第j列的像素，0≤i＜IMAGE_H，0≤j＜IMAGE_W。3.如权利要求1所述的指纹图像背景分割的方法，其特征在于，所述的差分和公式为： dif _ sum = Σ i = m × b , j = n × 2 ( m + 1 ) × b - 1 , n × 2 + 1 ( W P ( i , j ) - W P + 1 ( i , j ) ) 2 ]]>其中dif_sum表示差分和，m表示垂直方向的第m块图像，n表示水平方向上的第n块图像；WP(i,j)为IP第i行、第j列块的像素，WP+1(i,j)为IP+1第i行、第j列块的像素；所述Ip(p＝1,2,3……)为第p帧指纹序列，Ip+1(p＝1,2,3……)为第p+1帧指纹序列；滑动式传感器的Ip与Ip+1为相邻帧指纹序列，面状式传感器的Ip为背景图像，Ip+1为指纹图像。4.如权利要求1所述的指纹图像背景分割的方法，其特征在于，所述根据差分和提取指纹边界值的方法为：如果dif_sum≥dif_sum_th，表示当前选取的图像块包含指纹信息，该图像块的几何中心列坐标即为指纹边界值；否则表示两个图像块的相似度很高，为背景图像，在水平方向上移动，继续提取边界值；边界值提取完成，用left(m)表示指纹左边界值，right(m)表示指纹右边界值；block(m,n)表示图像I的第m行、第n列的块，其中m＝[i/b]，满足0≤m≤[IMAGE_H/b]；所述dif_sum_th为差分和阈值。5.如权利要求1所述的指纹图像背景分割的方法，其特征在于，所述寻找稳定边界点的方法为：从指纹图像的最后一个边界点向第一个边界点进行边界跟踪，根据相邻两个指纹边界信息差分绝对值小于阈值OFF_TH，以此方法分别找到左右边界连续N个点都满足此条件的点，将连续N个点的第一个跟踪点定为稳定边界点，将左边界稳定的点记为left_st_pot，右边界稳定的点记为right_st_pot；所述最后一个边界点为垂直方向上最后一个图像块所对应的边界值；所述第一个边界点为垂直方向上第一个图像块所对应的边界值；所述N和OFF_TH满足6≤N≤32，0≤OFF_TH≤10。6.如权利要求5所述的指纹图像背景分割的方法，其特征在于，所述寻找稳定边界点的方法包括：(2-1)如果在统计的N个点之内出现异常边界点，从异常边界点后续一个点重新跟踪，直到找到连续N个稳定变化的边界点；(2-2)如果所有点跟踪完成后，仍未找到连续N个稳定变化的边界值，返回失败，说明该指纹图像质量非常差，否则进入步骤3。7.如权利要求1所述的指纹图像背景分割的方法，其特征在于，所述处理异常边界值的方法为：(3-1)从稳定点向最后一个边界点跟踪处理图像左边界值：Step1.如果abs(left(m)–left(m+1))≥bound_off_th1，直接用m点的左边界值替换掉m+1点的左边界值，否则进入Step2；Step2.如果abs(left(m)–left(m+1))≥bound_off_th2，用同样的相邻两个点差分方法，判断m+1到m+N点的偏移位置；所述m满足left_st_pot≤m≤[IMAGE_H/b]；(3-2)从稳定点向最后一个边界点跟踪处理图像右边界值：Step1.如果abs(right(m)–right(m+1))≥bound_off_th1，直接用m点的右边界值替换掉m+1点的右边界值，否则进入Step2；Step2.如果abs(right(m)–right(m+1))≥bound_off_th2，用同样的相邻两个点差分方法，判断m+1到m+N点的偏移位置；所述m满足right_st_pot≤m≤[IMAGE_H/b]；(3-3)从稳定点向第一个边界点跟踪处理图像左边界值：Step1.如果abs(left(m)–left(m–1))≥bound_off_th1，直接用m点的左边界值替换掉m-1点的左边界值，否则进入Step2；Step2.如果abs(left(m)–left(m–1))≥bound_off_th2，用同样的相邻两个点差分方法，判断m–1到m–N点的偏移位置；所述m满足0≤m≤left_st_pot；(3-4)从稳定点向第一个边界点跟踪处理图像右边界值：Step1.如果abs(right(m)–right(m–1))≥bound_off_th1，直接用m点的右边界值替换掉m-1点的右边界值，否则进入Step2；Step2.如果abs(right(m)–right(m–1))≥bound_off_th2，用同样的相邻两个点差分方法，判断m–1到m–N点的偏移位置；所述m满足0≤m≤right_st_pot；所述bound_off_th1和bound_off_th2满足20≥bound_off_th1＞bound_off_t...

【专利技术属性】
技术研发人员：田慧，
申请(专利权)人：成都方程式电子有限公司，
类型：发明
国别省市：四川;51