一种指纹图像分割方法技术

本发明专利技术公开了一种指纹图像分割方法，包括：1)针对单幅指纹图像，进行图像场的建模，对指纹图像中每一个像素点的强度场进行计算，再对指纹图像中的每一个像素点的梯度场进行计算，对于每一个像素点，根据其梯度值的大小与一个梯度阈值进行比较，如果梯度值大于阈值，该点是前景部分，留下该点，否则该点是背景部分，由此初步分割开前景与背景，留下经过初步计算得到的前景部分；2)运用对比度受限下直方图均衡化对由步骤1)处理后得到的初步分割开的前景部分进行处理；3)运用最大化类间方差的方法对步骤2)处理后的图像进行处理，完成指纹图像的处理，输出指纹图像，实现指纹图像的分割。本发明专利技术解决了现有的指纹图像分割效果不佳的问题。的问题。的问题。

【技术实现步骤摘要】
一种指纹图像分割方法


[0001]本专利技术涉及指纹图像处理的
，尤其是指一种指纹图像分割方法。

技术介绍

[0002]指纹，也就是人手指上的纹线，是由于手指正面末端的皮肤上面的凹凸不平而产生的。指纹纹线错落有致，从而形成了各种各样的不同的纹型。同时，由于人各有别，而且即使是同一个人的十只手指，指纹也存在着非常显著的区别。相对来说，采用指纹这一生物特征来进行身份的识别优点很多，不容易伪造，不容易遗忘和丢失、实用性强等等。
[0003]但是对于采集到的指纹图像来说，其中并不是所有的部分对于后续处理都是有用的，一幅指纹图像通常可以分为这三种部分：第一种是背景区，背景区不包含纹线，或者纹线相当模糊并且几乎无法通过算法恢复的区域，这种是无效区域；第二类是模糊区，这部分中尽管指纹的纹线模糊，但是容易通过算法进行恢复，这种是有效区域；第三类是前景区，前景区中指纹的纹线非常清楚而且连续，这种也是有效区域。指纹图像里面的无效区域和有效区域分隔开就是指纹图像的分割技术所实现的，这样可以使得只处理有效区域而不理会无效区域，从而大大提高特征提取的精度和效率。
[0004]综合以上论述，专利技术一种指纹图像分割方法，具有较高的实际应用价值。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的缺点与不足，提出了一种指纹图像分割方法，针对指纹图像的特点，改善了指纹图像纹线区域的提取效果，同时提升了指纹图像分割范围的准确性，进一步可以实现更加精确的指纹特征识别。
[0006]为实现上述目的，本专利技术所提供的技术方案为：一种指纹图像分割方法，包括以下步骤：
[0007]1)针对单幅指纹图像，进行图像场的建模，对指纹图像中每一个像素点的强度场进行计算，再对指纹图像中的每一个像素点的梯度场进行计算，对于每一个像素点，根据其梯度值的大小与一个合适的梯度阈值进行比较，如果梯度值大于阈值，该点则是前景部分，留下该点，否则如果梯度值小于或等于阈值，该点则是背景部分，由此初步分割开前景与背景，留下经过初步计算得到的前景部分；
[0008]2)运用对比度受限下直方图均衡化对由步骤1)处理后得到的初步分割开的前景部分进行处理；
[0009]3)运用最大化类间方差的方法对步骤2)处理后的图像进行处理，完成指纹图像的处理，输出指纹图像，实现指纹图像的分割。
[0010]进一步，所述步骤1)包括以下步骤：
[0011]1.1)对指纹图像的强度场和梯度场进行计算，用V代表指纹图像中一个像素点的强度场，强度场表示的是图像的灰度值大小；用代表指纹图像中一个像素的梯度场，梯度场表示的是指纹纹线的法线方向上的灰度值的变化率；强度场的能量大小的度量用灰度值
来进行衡量，指纹图像的强度场是一个描述指纹纹线这一点亮暗的量，如果强度场减小了，那么说明指纹纹线变暗，如果强度场增大了，那么说明指纹纹线变亮，设f(x,y)表示指纹图像场中某点灰度值的大小，则强度场的计算公式为：
[0012][0013]而凸起的指纹纹线陡度用梯度场来度量，指纹纹线的法线方向就是其方向，如果从这一点出发，用偏微分来处理这一点，偏微分指向最陡的方向，那么作为一个向量，它表示场强的幅度变化，对指纹纹线上面的一点(x,y)做偏微分这个偏微分指的就是这个点的梯度值，(x,y)处的梯度向量为那么图像的梯度场为记G
x
(x,y)为点(x,y)处的x方向的偏导数计算公式为：
[0014]G
x
(x,y)＝f(x+1,y)
‑
f(x,y)
[0015]式中，f(x+1,y)指的是坐标为(x+1,y)的点的灰度值；
[0016]记G
y
(x,y)为点(x,y)处的y方向的偏导数计算公式为：
[0017]G
y
(x,y)＝f(x,y+1)
‑
f(x,y)
[0018]式中，f(x,y+1)指的是坐标为(x,y+1)的点的灰度值；
[0019]在点(x,y)处的梯度值|T(x,y)|计算公式为：
[0020][0021]由此获得指纹图像每一个点处的梯度计算值；
[0022]1.2)根据步骤1.1)中的方法计算出的整幅指纹图像的梯度值，设置一个合适的梯度阈值与计算得到的梯度值进行对比，因为指纹图像的背景区域颜色一致，没有黑白间隔，所以梯度小，而前景区域由于纹线的黑白相间，所以梯度大，这个阈值的选择与图像的质量有关，质量好时选择阈值35，但是对于质量一般的，将阈值取为50，按照阈值进行图像分割，假设分割阈值为Y，若|T(x,y)|＞Y，那么说明点(x,y)属于指纹图像的前景部分，若|T(x,y)|≤Y，那么说明点(x,y)属于指纹图像的背景部分，将背景部分从图像中去除，由此得到初步分割后的前景图像。
[0023]进一步，运用对比度受限下直方图均衡化的方法对初步分割后的前景图像进行处理，所述步骤2)包括以下步骤：
[0024]2.1)首先将原始的指纹图像的灰度图划分成b个大小相等且互不重叠的子块；
[0025]2.2)将每个子块的像素个数平均分到相对应的子块的每个灰度级中，得到每个灰度级所分配到的平均像素个数N
average
，计算公式为：
[0026][0027]式中，n
x
指的是子块x方向的像素个数，n
y
指的是子块y方向的像素个数，N
g
指的是子块包含的灰度级数；
[0028]2.3)利用阈值T对每一个子块的灰度直方图进行切割，阈值T的计算公式为：
[0029]T＝βN
average
[0030]式中，β为截取限制倍数，阈值T不能够超过N
average
的β倍；
[0031]将剪切得到的多余像素的个数平均分配到其它的灰度级中，得到每个灰度级均分到的像素个数N
e
，计算公式为：
[0032][0033]式中，S指的是截取总的像素个数；
[0034]用G(i)表示分配像素前图像第i个灰度级对应的像素个数，下阈值用R表示，计算公式为：
[0035]R＝T
‑
N
e
[0036]如果G(i)＞T，那么G(i)＝T；如果R＜G(i)≤T，那么G(i)＝T；如果G(i)≤R，那么G(i)的值加上N
e
；
[0037]在上述分配完一轮之后，会多出来一部分的像素点没有匹配，能够把这些像素点均匀地分配到目前仍然小于T的灰度，循环分配直到剩余像素为0；
[0038]2.4)对重新分配像素后的每个子块进行直方图均衡化处理，首先建立图像的概率密度函数P(q)，计算方式为：
[0039][0040]式中，q表示灰度级，H(q)表示直方图函数，A0表示指纹图像的面积；
[0041]假设转换前图像的概率密度函数为P
r
(r)，转换本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种指纹图像分割方法，其特征在于，包括以下步骤：1)针对单幅指纹图像，进行图像场的建模，对指纹图像中每一个像素点的强度场进行计算，再对指纹图像中的每一个像素点的梯度场进行计算，对于每一个像素点，根据其梯度值的大小与一个合适的梯度阈值进行比较，如果梯度值大于阈值，该点则是前景部分，留下该点，否则如果梯度值小于或等于阈值，该点则是背景部分，由此初步分割开前景与背景，留下经过初步计算得到的前景部分；2)运用对比度受限下直方图均衡化对由步骤1)处理后得到的初步分割开的前景部分进行处理；3)运用最大化类间方差的方法对步骤2)处理后的图像进行处理，完成指纹图像的处理，输出指纹图像，实现指纹图像的分割。2.根据权利要求1所述的一种指纹图像分割方法，其特征在于，所述步骤1)包括以下步骤：1.1)对指纹图像的强度场和梯度场进行计算，用V代表指纹图像中一个像素点的强度场，强度场表示的是图像的灰度值大小；用代表指纹图像中一个像素的梯度场，梯度场表示的是指纹纹线的法线方向上的灰度值的变化率；强度场的能量大小的度量用灰度值来进行衡量，指纹图像的强度场是一个描述指纹纹线这一点亮暗的量，如果强度场减小了，那么说明指纹纹线变暗，如果强度场增大了，那么说明指纹纹线变亮，设f(x,y)表示指纹图像场中某点灰度值的大小，则强度场的计算公式为：而凸起的指纹纹线陡度用梯度场来度量，指纹纹线的法线方向就是其方向，如果从这一点出发，用偏微分来处理这一点，偏微分指向最陡的方向，那么作为一个向量，它表示场强的幅度变化，对指纹纹线上面的一点（x,y）做偏微分这个偏微分指的就是这个点的梯度值，（x,y）处的梯度向量为那么图像的梯度场为记G
x
(x,y)为点（x,y）处的x方向的偏导数计算公式为：G
x
(x,y)＝f(x+1,y)
‑
f(x,y)式中，f(x+1,y)指的是坐标为(x+1,y)的点的灰度值；记G
y
(x,y)为点(x,y)处的y方向的偏导数计算公式为：G
y
(x,y)＝f(x,y+1)
‑
f(x,y)式中，f(x,y+1)指的是坐标为(x,y+1)的点的灰度值；在点(x,y)处的梯度值|T(x,y)|计算公式为：
由此获得指纹图像每一个点处的梯度计算值；1.2)根据步骤1.1)中的方法计算出的整幅指纹图像的梯度值，设置一个合适的梯度阈值与计算得到的梯度值进行对比，因为指纹图像的背景区域颜色一致，没有黑白间隔，所以梯度小，而前景区域由于纹线的黑白相间，所以梯度大，这个阈值的选择与图像的质量有关，质量好时选择阈值35，但是对于质量一般的，将阈值取为50，按照阈值进行图像分割，假设分割阈值为Y，若|T(x,y)|＞Y，那么说明点(x,y)属于指纹图像的前景部分，若|T(x,y)|≤Y，那么说明点(x,y)属于指纹图像的背景部分，将背景部分从图像中去除，由此得到初步分割后的前景图像。3.根据权利要求2所述的一种指纹图像分割方法，其特征在于，运用对比度受限下直方图均衡化的方法对初步分割后的前景图像进行处理，所述步骤2)包括以下步骤：2.1)首先将原始的指纹图像的灰度图划分成b个大小相等且互不重叠的子块；2.2)将每个子块的像素个数平均分到相对应的子块的每个灰度级中，得到每个灰度级所分配到的平均像素个数N
average
，计算公式为：式中，n
x
指的是子块x方向的像素个数，n
y
指的是子块y方向的像素个数，N
g
指的是子块包含的灰度级数；2.3)利用阈值T对每一个子块的灰度直方图进行切割，阈值T的计算公式为：T＝βN
average
式中，β为截取限制倍数，阈值T不能够超过N
average
的β倍；将剪切得到的多余像素的个数平均分配到其它的灰度级中，得到每个灰度级均分到的像素个数N
e
，计算公式为：式中，S指的是截取总的像素个数；用G(i)表示分配像素前图像第i个灰度级对应的像素个数，下阈值用R表示，计算公式为：R＝T
‑
N
e
如果G(i)＞T，那么G(i)＝T；如果R＜G(i)≤T，那么G(i)＝T；如果G(i)≤R，那么G(i)的值加上N
e
；在上述分配完一轮之后，会多出来一部分的像素点没有匹配，能够把这些像素点均匀地分配到目前仍然小于T的灰度，循环分配直到剩余像素为0；2.4)对重新分配像素后的每个子块进行直方图均衡化处理，首先建立图像的概率密度函数P(q)，计算方式为：
式中，q表示灰度...

【专利技术属性】
技术研发人员：田联房，林熙，杜启亮，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：