图像极值点的提取方法和装置制造方法及图纸

本发明专利技术公开了一种图像极值点的提取方法和装置，其中，方法包括：获取灰度图像；以所述图像中的每个像素点为中心分别构建第一模块和第二模块；分别计算第一模块中所有像素点的灰度值之和以及第二模块中所有像素点的灰度值之和；根据第一模块中所有像素点的灰度值之和以及第二模块中所有像素点的灰度值之和计算每个像素点的响应值；根据响应值提取灰度图像的极值点。本发明专利技术实施例的图像极值点的提取方法，通过构建第一模块和第二模块计算图像中像素点的响应值，进而得到图像的极值点，计算复杂度低，能够加快图像极值点的提取速度。

【技术实现步骤摘要】

本专利技术涉及图像处理
，具体涉及一种图像极值点的提取方法和装置。
技术介绍
相关技术中，在对图像进行极值点提取时，首先用图1所示的系数求出图像中每一个像素点的横向梯度Dx，然后用图2所示的系数求出该像素点的纵向梯度Dy，再用图3所示的系数求出该像素点的梯度Dxy，最后求出该像素点的响应值Det＝Dx*Dy-(w*Dxy)*(w*Dxy)。如果图像中某一个像素点的Det值比周围像素点都大，则这一点为极值点，再根据Dx及Dy的值来确定该点为极小值还是极大值。然而，上述方法的计算速度较慢，导致极值点的提取速度较慢。当用于指纹识别中时，会导致指纹识别速度慢，用户体验较差，而且上述方法不适用于滑动指纹识别。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本专利技术的第一个目的在于提出一种图像极值点的提取方法。该方法计算简单，且图像极值点的提取速度快。本专利技术的第二个目的在于提出一种图像极值点的提取装置。为达到上述目的，本专利技术第一方面实施例提出了一种图像极值点的提取方法，包括以下步骤：获取灰度图像；以所述灰度图像中的每个像素点为中心分别构建第一模块和第二模块；分别计算所述第一模块中所有像素点的灰度值之和以及所述第二模块中所有像素点的灰度值之和；根据所述第一模块中所有像素点的灰度值之和以及所述第二模块中所有像素点的灰度值之和计算每个像素点的响应值；根据所述响应值提取所述灰度图像的极值点。本专利技术实施例的图像极值点的提取方法，以灰度图像中的每个像素点为中心分别构建第一模块和第二模块，并分别计算第一模块中所有像素点的灰度值之和以及第二模块中所有像素点的灰度值之和，根据第一模块中所有像素点的灰度值之和以及第二模块中所有像素点的灰度值之和计算每个像素点的响应值，进而根据响应值提取灰度图像的极值点。该方法通过构建第一模块和第二模块计算图像中像素点的响应值，进而得到图像的极值点，计算复杂度低，能够加快图像极值点的提取速度。另外，根据本专利技术上述实施例的指图像极值点的提取方法还可以具有如下附加的技术特征：根据本专利技术的一个实施例，所述灰度图像包括以矩阵形式排列的M*N个像素点，其中，M、N为正整数，所述第一模块由以像素点(x,y)为中心的m1*m2邻域中的像素点组成，所述第二模块由以像素点(x,y)为中心的n1*n2邻域中的像素点组成，其中，所述m1、m2、n1、n2为奇数，且m1>n1，m2>n1,m1>n2，m2>n2。根据本专利技术的一个实施例，根据所述第一模块中所有像素点的灰度值之和以及所述第二模块中所有像素点的灰度值之和计算每个像素点的响应值包括：根据如下公式计算所述响应值：Det(x,y)＝Sum_m-w*Sum_n，其中，所述Det(x,y)为像素点(x,y)的响应值，所述Sum_m为与像素点(x,y)对应的第一模块中所有像素点的灰度值之和，所述Sum_n为与像素点(x,y)对应的第二模块中所有像素点的灰度值之和，所述w为极值系数，w为正整数。根据本专利技术的一个实施例，所述w为对m1*m2/(n1*n2)的值取整数后的值。根据本专利技术的一个实施例，所述根据所述响应值提取所述灰度图像的极值点包括：判断Det(x,y)的绝对值是否大于预设阈值；如果所述Det(x,y)的绝对值大于预设阈值，则进一步判断Det(x,y)是否为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的响应值中的最大值，或者，判断Det(x,y)是否为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的响应值中的最小值；如果Det(x,y)为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的响应值中的最大值，则确定像素点(x,y)为极小值点；或者，如果Det(x,y)为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的响应值中的最大值，则确定像素点(x,y)为极大值点；其中，k为正整数。根据本专利技术的一个实施例，所述图像为采集用户指纹生成的指纹图像。根据本专利技术的一个实施例，如果所述图像为指纹图像，像素点(x,y)处取极小值或极大值，则所述像素点(x,y)为所述指纹图像中的极值点。根据本专利技术的一个实施例，所述k的取值为2。为达到上述目的，本专利技术第二方面实施例提出了一种图像极值点的提取装置，包括：获取模块，用于获取灰度图像；建模模块，用于以所述图像中的每个像素点为中心分别构建第一模块和第二模块；第一计算模块，用于分别计算所述第一模块中所有像素点的灰度值之和以及所述第二模块中所有像素点的灰度值之和；第二计算模块，用于根据所述第一模块中所有像素点的灰度值之和以及所述第二模块中所有像素点的灰度值之和计算每个像素点的响应值；提取模块，用于根据所述响应值提取所述灰度图像的极值点。本专利技术实施例的图像极值点的提取装置，通过建模模块以灰度图像中的每个像素点为中心分别构建第一模块和第二模块，并通过第一计算模块分别计算第一模块中所有像素点的灰度值之和以及第二模块中所有像素点的灰度值之和，通过第二计算模块根据第一模块中所有像素点的灰度值之和以及第二模块中所有像素点的灰度值之和计算每个像素点的响应值，进而通过提取模块根据响应值提取灰度图像的极值点。该装置通过构建第一模块和第二模块计算图像中像素点的响应值，进而得到图像的极值点，计算复杂度低，能够加快图像极值点的提取速度。另外，根据本专利技术上述实施例的图像极值点的提取装置还可以具有如下附加的技术特征：根据本专利技术的一个实施例，所述灰度图像包括以矩阵形式排列的M*N个像素点，其中，M、N为正整数，所述第一模块由以像素点(x,y)为中心的m*m邻域中的像素点组成，所述第二模块由以像素点(x,y)为中心的m*m邻域中的像素点组成，其中，所述m1、m2、n1、n2为奇数，且m1>n1，m2>n1，m1>n1,m2>n2。根据本专利技术的一个实施例，所述第二计算模块，具体用于：根据如下公式计算所述响应值：Det(x,y)＝Sum_m-w*Sum_n，其中，所述Det(x,y)为像素点(x,y)的响应值，所述Sum_m为与像素点(x,y)对应的第一模块中所有像素点的灰度值之和，所述Sum_n为与像素点(x,y)对应的第二模块中所有像素点的灰度值之和，所述w为极值系数，w为正整数。根据本专利技术的一个实施例，所述w为对m1*m2/(n1*n2)的值取整数后的值。根据本专利技术的一个实施例，所述提取模块包括：第一判断模块，用于判断Det(x,y)的绝对值是否大于预设阈值；第二判断模块，用于在所述Det(x,y)的绝对值大于预设阈值时，判断Det(x,y)是否为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的响应值中的最大值，或者，判断Det(x,y)是否为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的响应值中的最小值；确定模块，用于在Det(x,y)为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的响应值中的最大值时，确定像素点(x,y)为极小值点，或者，在Det(x,y)为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的本文档来自技高网...

【技术保护点】
一种图像极值点的提取方法，其特征在于，包括以下步骤：获取灰度图像；以所述灰度图像中的每个像素点为中心分别构建第一模块和第二模块；分别计算所述第一模块中所有像素点的灰度值之和以及所述第二模块中所有像素点的灰度值之和；根据所述第一模块中所有像素点的灰度值之和以及所述第二模块中所有像素点的灰度值之和计算每个像素点的响应值；根据所述响应值提取所述灰度图像的极值点。

【技术特征摘要】
1.一种图像极值点的提取方法，其特征在于，包括以下步骤：获取灰度图像；以所述灰度图像中的每个像素点为中心分别构建第一模块和第二模块；分别计算所述第一模块中所有像素点的灰度值之和以及所述第二模块中所有像素点的灰度值之和；根据所述第一模块中所有像素点的灰度值之和以及所述第二模块中所有像素点的灰度值之和计算每个像素点的响应值；根据所述响应值提取所述灰度图像的极值点。2.如权利要求1所述的图像极值点的提取方法，其特征在于，所述灰度图像包括以矩阵形式排列的M*N个像素点，其中，M、N为正整数，所述第一模块由以像素点(x,y)为中心的m1*m2邻域中的像素点组成，所述第二模块由以像素点(x,y)为中心的n1*n2邻域中的像素点组成，其中，所述m1、m2、n1、n2为正整数数，且m1>n1，m2>n1,m1>n2，m2>n2。3.如权利要求2所述的图像极值点的提取方法，其特征在于，根据所述第一模块中所有像素点的灰度值之和以及所述第二模块中所有像素点的灰度值之和计算每个像素点的响应值包括：根据如下公式计算所述响应值：Det(x,y)＝Sum_m-w*Sum_n，其中，所述Det(x,y)为像素点(x,y)的响应值，所述Sum_m为与像素点(x,y)对应的第一模块中所有像素点的灰度值之和，所述Sum_n为与像素点(x,y)对应的第二模块中所有像素点的灰度值之和，所述w为极值系数，w为正整数。4.如权利要求1所述的图像极值点的提取方法，其特征在于，所述w为对m1*m2/(n1*n2)的值取整数后的值。5.如权利要求3所述的图像极值点的提取方法，其特征在于，所述根据所述响应值提取所述灰度图像的极值点包括：判断Det(x,y)的绝对值是否大于预设阈值；如果所述Det(x,y)的绝对值大于预设阈值，则进一步判断Det(x,y)是否为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的响应值中的最大值，或者，判断Det(x,y)是否为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的响应值中的最小值；如果Det(x,y)为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的响应值中的最大值，则确定像素点(x,y)为极小值点；或者如果Det(x,y)为以像素点(x,y)为中心的(2k+1)*(2k+1)邻域中所有像素点的响应值中的最小值，则确定像素点(x,y)为极大值点；其中，k为正整数。6.如权利要求1所述的图像极值点的提取方法，其特征在于，所述图像为采集用户指纹生成的指纹图像。7.如权利要求6所述的图像极值点的提取方法，其特征在于，如果所述图像为指纹图像，像素点(x,y)处取极小值或极大值，则所述像素点(x,y)为所述指纹图像中的极值点。8.如权利要求5所述的图像极值点的提取方法，其特征在于，所述k的取值为2。9.一种...

【专利技术属性】
技术研发人员：雷磊，徐坤平，杨云，
申请(专利权)人：比亚迪股份有限公司，
类型：发明
国别省市：广东;44