一种多接口融合的指纹图像前处理方法技术

本发明专利技术公开了一种多接口融合的指纹图像前处理方法，包括：1)多接口融合开发环境的搭建；2)指纹图像前处理算法库框架的搭建；3)算法库框架中各算法的实现；4)结果的性能评价。本发明专利技术为指纹图像前处理提供了新的开发思路，且对外提供了与MFC的界面接口、机器视觉库OpenCV的接口，实现函数间数据传递的Mat类接口，算法封装接口和DLL库接口，提高了方法使用、开发的便利性和可移植性。此外，在算法实现部分采用了四方向多邻域边缘检测算法、最大类间方差算法和纹线自适应Gabor滤波算法等，使其在处理正常、断裂和脱皮指纹图像时同时适用。用。用。

【技术实现步骤摘要】
一种多接口融合的指纹图像前处理方法


[0001]本专利技术涉及但不限于数字图像处理
和生物识别
，尤其是指一种多接口融合的指纹图像前处理方法。

技术介绍

[0002]生物特征识别是一种利用人类可测量的生理、行为特征进行识别和认证的自动化方法，其主要包含了生理学和行为学两个范畴。前者是指手和手掌的几何结构、DNA、面部、虹膜、气味特征和指纹等，后者是指声音、步态和打字节奏等。生物特征识别可用于检测、边境安全、欺诈预防、犯罪追踪、安全、支付系统、出勤记录、物理和逻辑访问控制，以及一般当事人或个人的身份识别。
[0003]指纹识别技术作为生物识别技术中的一种，是迄今为止在身份识别应用中的首选技术，其主要原因有：1)普遍性，即绝大多数人都有指纹；2)唯一性，即两组来自不同人或同一人不同手指间的指纹是不同的；3)稳定性，即在人的生命周期中指纹的形态是稳定的；4)易获取性，即可以通过光学、半导体传感器采集指纹；5)安全性，其表现在两个方面，即指纹特征的获取不会对人体造成伤害和指纹特征自身的防伪性。目前，已经存在一些商用化的指纹自动识别系统，然而这些系统存在一些不足：1)强封装性，即商用化系统仅能为用户提供封装后可实现功能的函数接口，而实现的算法无法进行查看；2)接口单一，例如多数实现函数对外的接口均为指针类型，稍有不慎则会造成指针溢出的严重问题，此外，与强封装性结合在一起时会增加二次开发的难度；3)共享性差，即指纹自动识别系统通常包含许多实现算法的庞大程序，如果仅抽取其中部分算法供他人使用而不安装整个自动识别系统则会造成无法运行；4)指纹识别率低，即指纹图像前处理算法的性能有限直接影响了指纹图像的识别率。
[0004]针对上述问题，本专利技术提供一种多接口融合的指纹图像前处理方法，该方法主要包括以下核心过程：1)多接口融合开发环境的搭建；2)指纹图像前处理算法库的搭建；3)指纹图像前处理算法库中各个算法的编辑、Debug和优化；4)输出结果的性能评价。此外，本专利技术中高性能的指纹图像前处理方法可以对正常指纹、断裂指纹和脱皮指纹进行图像增强，将该方法集成至自动指纹识别系统中作为指纹图像前处理方法使用，可在一定程度上提高指纹识别率。

技术实现思路

[0005]本专利技术的旨在弥补现有技术的不足，提供了一种多接口融合的指纹图像前处理方法。该方法能有效地解决现有指纹图像前处理方法封装性强、接口单一、共享性差、对断裂或脱皮指纹的处理效果不理想而导致指纹识别率低等问题。本方法的实现结合了Visual Studio集成开发平台、OpenCV机器视觉库、CMake跨平台安装(编译)工具、MFC界面和C++开发语言。同时，该方法中各级函数的接口均为OpenCV机器视觉库中的Mat类，增加了使用和二次开发的便利性。采用了生成动态链接库的方式以共享所有的实现函数，提高了程序的
可移植性。此外，在指纹图像前处理各实现步骤中使用了改进的多种高性能图像处理算法，并将其用于自动指纹识别系统中，可提高指纹识别率。
[0006]为实现上述目的，本专利技术提供一种多接口融合的指纹图像前处理方法，包括以下步骤：
[0007]1)多接口融合开发环境的搭建；
[0008]2)以步骤1)中的开发环境为基础，进行指纹图像前处理算法库框架的搭建；
[0009]3)以步骤2)为基础，对指纹图像前处理各步骤中算法进行实现；
[0010]4)利用步骤3)的结果，进一步采用测试Demo对本方法的结果进行性能评价。
[0011]进一步的，在步骤1)中，利用Visual Studio软件分别完成MFC工程的新建和OpenCV机器视觉库的配置，包括以下步骤：
[0012]1.1)MFC工程的新建
[0013]在WIN10系统中，采用Visual Studio软件新建一个MFC应用程序的项目，并通过消息框输出自定义的字符串对其进行测试，项目运行后，弹出消息框，则项目新建成功；
[0014]1.2)OpenCV机器视觉库的配置
[0015]采用CMake跨平台安装(编译)工具对OpenCV进行重新编译，使其生成静态Lib库，并将该库以属性表的方式配置到步骤1.1)的结果中，从而完成Release版本的配置。
[0016]进一步的，在步骤2)中，进行指纹图像前处理算法库框架的搭建，具体步骤如下：
[0017]2.1)在WIN10系统中，采用Visual Studio软件新建一个DLL工程，并使用与步骤1)中相同的方式配置OpenCV，从而完成DLL工程开发环境的搭建，完成上述步骤后，得到一个多接口融合的指纹图像前处理方法的开发环境。
[0018]进一步的，在步骤3)中，利用步骤2)中开发环境完成指纹图像前处理方法中各阶段算法的实现，具体步骤如下：
[0019]3.1)指纹图像两大基础场的计算
[0020]3.1.1)梯度场
[0021]首先，对于给定尺寸大小为M
×
N的指纹图像，将其对应的强度大小表示为I＝F(x,y)，接着对(x,y)求偏导数并用梯度向量进行表示为分开表示为
[0022][0023]式中，(x,y)表示指纹图像中像素点的横纵坐标，G
x
(x,y)为沿x轴方向的梯度，G
y
(x,y)为沿y轴方向的梯度，采用下式获得总梯度场
[0024]|G(x,y)|＝|G
x
(x,y)|+|G
y
(x,y)|
[0025]式中G(x,y)表示在指纹图像中像素点坐标(x,y)处的总梯度场；
[0026]3.1.2)方向场
[0027]定义一块尺寸大小为r
×
r的模板，并将该模板在指纹图像中进行逐像素点滑动，从而充分利用每个像素点的邻域信息，则方向场可以表示为
[0028][0029]式中θ(x,y)表示在指纹图像中像素点坐标(x,y)处方向场的大小，O
x
(x,y)和O
y
(x,y)分别为
[0030][0031]式中G
x
(x,y)和G
y
(x,y)的计算采用一种四方向多邻域边缘检测算法来完成；
[0032]3.2)指纹图像的分割
[0033]指纹图像的分割过程包括指纹图像的前景与背景的分离和前景的清理，对于前者，采用最大类间方差法来实现，该方法首先对输入的指纹图像进行直方图的计算并归一化，接着设置分类阈值t，求解类间方差，具体表示为
[0034]g＝ω0ω1(u0‑
u1)2[0035]式中，g表示类间方差的大小，ω0为在指纹图像直方图中灰度级为0～t的像素与整幅图像的比值，ω1为在指纹图像直方图中灰度级为t～255的像素与整幅图像的比值，u0为前景像素的平均灰度，u1为背景像素的平均灰度；
[0036]进一步地，对于分离出的指纹图像利用步骤3.1)中获得的指纹图像梯度场进行清理，完成后即可成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多接口融合的指纹图像前处理方法，其特征在于，包括以下步骤：1)多接口融合开发环境的搭建；2)以步骤1)中的开发环境为基础，进行指纹图像前处理算法库框架的搭建；3)以步骤2)为基础，对指纹图像前处理各步骤中算法进行实现；4)利用步骤3)的结果，进一步采用测试Demo对本方法的结果进行性能评价。2.根据权利要求1所述的一种多接口融合的指纹图像前处理方法，其特征在于：在步骤1)中，利用Visual Studio软件分别完成MFC工程的新建和OpenCV机器视觉库的配置，包括以下步骤：1.1)MFC工程的新建在WIN10系统中，采用Visual Studio软件新建一个MFC应用程序的项目，并通过消息框输出自定义的字符串对其进行测试，项目运行后，弹出消息框，则项目新建成功；1.2)OpenCV机器视觉库的配置采用CMake跨平台安装(编译)工具对OpenCV进行重新编译，使其生成静态Lib库，并将该库以属性表的方式配置到步骤1.1)的结果中，从而完成Release版本的配置。3.根据权利要求1所述的一种多接口融合的指纹图像前处理方法，其特征在于：在步骤2)中，进行指纹图像前处理算法库框架的搭建，具体步骤如下：2.1)在WIN10系统中，采用Visual Studio软件新建一个DLL工程，并使用与步骤1)中相同的方式配置OpenCV，从而完成DLL工程开发环境的搭建，完成上述步骤后，得到一个多接口融合的指纹图像前处理方法的开发环境。4.根据权利要求1所述的一种多接口融合的指纹图像前处理方法，其特征在于：在步骤3)中，利用步骤2)中开发环境完成指纹图像前处理方法中各阶段算法的实现，具体步骤如下：3.1)指纹图像两大基础场的计算3.1.1)梯度场首先，对于给定尺寸大小为M
×
N的指纹图像，将其对应的强度大小表示为I＝F(x,y)，接着对(x,y)求偏导数并用梯度向量进行表示为分开表示为式中，(x,y)表示指纹图像中像素点的横纵坐标，G
x
(x,y)为沿x轴方向的梯度，G
y
(x,y)为沿y轴方向的梯度，采用下式获得总梯度场|G(x,y)|＝|G
x
(x,y)|+|G
y
(x,y)|式中G(x,y)表示在指纹图像中像素点坐标(x,y)处的总梯度场；3.1.2)方向场定义一块尺寸大小为r
×
r的模板，并将该模板在指纹图像中进行逐像素点滑动，从而充分利用每个像素点的邻域信息，则方向场可以表示为
式中θ(x,y)表示在指纹图像中像素点坐标(x,y)处方向场的大小，O
x
(x,y)和O
y
(x,y)分别为式中G
x
(x,y)和G
y
(x,y)的计算采用一种四方向多邻域边缘检测算法来完成；3.2)指纹图像的分割指纹图像的分割过程包括指纹图像的前景与背景的分离和前景的清理，对于前者，采用最大类间方差法来实现，该方法首先对输入的指纹图像进行直方图的计算并...

【专利技术属性】
技术研发人员：李振，张翔，李阳，王升，李白雪，全思博，李凯，高健，杨海东，
申请(专利权)人：佛山市南海区广工大数控装备协同创新研究院，
类型：发明
国别省市：