扩展相位相关的滑动指纹序列无缝拼接方法技术

本发明专利技术涉及一种图像处理技术领域一种扩展相位相关的滑动指纹序列无缝拼接方法。首先利用基于块匹配的运动估计得到相邻两帧指纹图像之间的象素级平移量，然后根据扩展的相位相关得到亚象素级平移量估计，最后利用线性弹性模型对拼接得到的图像进行缝隙自适应去除。包括以下具体步骤：①滑动指纹序列的象素级平移量的检测；②滑动指纹序列的亚象素级平移量的检测；③缝隙自适应去除。本发明专利技术不仅能方便的在硬件中实现和加速，并且对相邻两帧指纹图像之间重叠面积的要求很低，鲁棒性很强。不但获得高精度的偏移量估计，而且提高拼接的速度。本发明专利技术提高拼接得到指纹图像的质量。本发明专利技术适用于各种现有的滑动指纹采集模块。

【技术实现步骤摘要】

本专利技术涉及一种图像处理
方法，具体是一种。
技术介绍
随着计算机技术的飞速发展，利用生物特征识别技术进行身份识别和认证越来越多地进入到人们的生活和工作中。相对于其他生物特征鉴别技术，例如语音识别及虹膜识别，指纹识别具有许多独到的优点，更重要的是它具有很高的实用性和可行性，已经被认为是一种理想的身份认证技术，有着十分广泛的应用前景，是将来生物特征识别技术的主流。作为自动指纹识别技术的一部分，指纹采集技术在近几年也得到了飞速发展，滑动指纹采集技术是其中最有望抢占市场的一种。滑动指纹采集仪具有造价低、体积小的特点，因此非常适合于移动电话、PDA、便携式计算机等移动设备中的应用。通过集成的滑动指纹识别器，可以使用户在移动设备上注册他们的指纹，然后将这种识别器用作验证设备来取代传统的密码。不过，如何有效减小识别错误率和缩小指纹识别器的体积一直是指纹识别技术应用于移动设备的两大瓶颈。滑动式传感器的出现使得这两大难题迎刃而解。由滑动指纹采集仪获取的滑动指纹序列由若干连续指纹帧组成，对这些指纹帧“缝合”后，可以得到高分辨率的完整指纹图像。“缝合”即拼接方法的性能直接影响后续指纹图像的特征提取和识别的正确率。因此，寻找一种对不同滑动速度和不同弹性形变都具有良好拼接性能的方法成为滑动指纹采集仪是否能够广泛使用的关键。经对现有技术文献的检索发现，一个包含256个压力传感元件的滑动指纹采集仪(Charlot，B.；Parrain，F.；Galy，N.；Basrour，S.；Courtois，B.；“Asweeping mode integrated fingerprint sensor with 256 tactile microbeams”，Journal of Microelectromechanical Systems，13(4)，2004，pp.636-644)被提出，该采集仪得到的指纹图像质量较高，但是跟光学指纹采集仪(比如U.are.U4000)采集得到的指纹图像相比，质量还有一定的差距，而且硬件实现的成本太大，对滑动的速度要求也偏高，可靠性不够。
技术实现思路
本专利技术的目的在于克服现有技术中的不足，提供一种，使其在不同滑动速度和不同弹性形变下，拼接方法依旧能够获得高质量的指纹图像。本专利技术是通过以下技术方案实现的，本专利技术首先利用基于块匹配的运动估计得到相邻两帧指纹图像之间的象素级平移量，然后根据扩展的相位相关得到亚象素级平移量估计，最后利用线性弹性模型对拼接得到的图像进行缝隙自适应去除。本专利技术包括以下具体步骤1、滑动指纹序列的象素级平移量的检测首先用平移运动(Translational Motion)来近似相邻两帧指纹图像之间的位置关系，即在相邻两帧指纹图像的重叠区域对应象素的灰度值存在如下关系Fi+1(x，y)＝Fi(x+Δx，y+Δy)，其中(Δx，Δy)是前一帧指纹图像Fi与后一帧指纹图像Fi+1之间的偏移量。为了求得偏移量(Δx，Δy)，本专利技术使用基于块匹配的运动估计方法来检测象素级偏移量。在Fi中取一个中心在(x0，y0)、大小为(Hb×Wb)的块BS，在Fi+1中寻找与块BS大小一样的最匹配的块BS′，然后根据块BS′的中心坐标与(x0，y0)之间的对应关系求得偏移量(Δx，Δy)，具体步骤如下将BS按列排序形成一个向量G＝{gi}i＝1，2，…，N，其中N＝Hb×Wb，根据相邻两个元素之间的大小关系得到一个对应的增量符号二值序列B＝{bi}i＝1，2，…，N-1如果gi＞gi+1，则bi＝1；否则bi＝0。在Fi+1任取一个中心在(x，y)、大小为(Hb×Wb)的块BS′，得到对应的增量符号二值序列B′＝{bi′}i＝1，2，…，N-1，比较B与B′这两个增量符号二值序列之间的增量符号相关性rc:rc(x,y)=Σi=1N-1{~(bi⊕bi′)},]]>其中～表示取反，表示异或。对所有可能的(x，y)都遍历一次，设对应rc(x，y)取得最大值的(x，y)为(x1，y1)，则要检测的偏移量为(Δx，Δy)＝(x0-x1，y0-y1)。2、滑动指纹序列的亚象素级平移量的检测对等式Fi+1(x，y)＝Fi(x+Δx，y+Δy)两边做傅立叶变换，得到如下关系式ζi+1(u，v)＝ζ(u，v)·e2πj(uΔx+vΔy)，归一化后得Q(u,v)=ζi+1(u,v)ζ(u,v)*|ζi+1(u,v)ζ(u,v)*|e2πjuΔx·e2πjvΔy,]]>其中ζ是由F傅立叶变换得到的，ζ(u，v)*是ζ(u，v)的共轭复数，Q(u，v)称之为归一化的相位相关矩阵。用一次多项式P(x)＝p1x+p2对奇向量(Singular Vector)v＝e2πjuΔx和v＝e2πjvΔy对应的相位角(unwrap(∠v))分别进行最小二乘拟合，可得亚象素级的偏移量估计Δx′=p1Wb2π,Δy′=p1Hb2π.]]>由于以最大增量符号相关性为准则的块匹配运动估计，要想获得亚象素级的偏移量估计一般得使用多分辨率的概念，这相应的增加了计算量。同时基于扩展相位相关方法获得的亚象素级偏移量估计，在相邻两帧指纹图像重叠面积小于每帧指纹图像面积的30％时，偏移量估计就不一定准确了。因此，本专利技术结合这两种方法的优缺点，对估计得到偏移量按如下规则进行取舍当|Δx-Δx′|＞1时，在x方向上的偏移量估计为Δx，否则为Δx′。同理对y方向上的偏移量做类似处理。设最后估计得到的偏移量为(Δx0，Δy0)。3、缝隙自适应去除由于滑动指纹序列在采集时，手指按压采集仪接触面的压力不均，使得相邻两帧滑动指纹图像之间存在着不同的弹性形变。如果只是假设相邻两帧滑动指纹图像之间存在平移的话，拼接得到的指纹图像会存在缝隙。事实上，可以认为前一帧滑动指纹图像是没有弹性形变的，而后一帧是经过弹性形变得到的。这样，相邻两帧滑动指纹图像之间就符合一个线性弹性形变模型，(x，y，t)R2×R→R2，这里(x，y，t)表示一个象素(x，y)在时刻t的空间位置。对任一给定的象素(x，y)，(xS，yS)＝(x，y，0)表示其弹性形变前的位置，(xE，yE)＝(x，y，tE)表示其经过弹性形变后的位置。(x，y，t)，0≤t≤tE表示给定象素(x，y)弹性形变的轨迹。虽然，手指在各部分的弹性形变往往都不一样，但是对一个小区域R0(也就是手指中的一小块)来说，其内部每个象素的弹性形变可以假定是一样的，满足一个刚体变换。即有(x，y，tE)＝A·(x，y，0)+b，这里b＝(xb，yb)∈R2表示一个平移向量，A∈R2×R2表示一个旋转矩阵，且ATA是一个2×2的单位矩阵，A的行列式为1。为了满足拼接算法在移动设备中实时处理速度的要求，将上述的小区域R0简化为Na×(Hb-Δy0)的小矩形本文档来自技高网...

【技术保护点】
一种扩展相位相关的滑动指纹序列无缝拼接方法，其特征在于，首先利用基于块匹配的运动估计得到相邻两帧指纹图像之间的象素级平移量，然后根据扩展的相位相关得到亚象素级平移量估计，最后利用线性弹性模型对拼接得到的图像进行缝隙自适应去除。

【技术特征摘要】

【专利技术属性】
技术研发人员：张永良，杨杰，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：31[中国|上海]