一种自适应的指纹图像分割方法.docxVIP

一种自适应的指纹图像分割方法 1 种自适应分割方法 指纹图像和背景的分离是预处理指纹系统的重要步骤。尽可能早地分割出前景区域(指纹脊线)可以使后续的处理能更有效地集中在前景区域,从而能节省处理时间及达到实时的目的,还可以提高后续计算的精确性和特征提取的精确度。 有一些利用方向图来进行指纹图像分割的方法,这种方法的分割效果依赖于所求点方向图及块方向图的可靠性,除此之外,纹线峰平均灰度值与谷平均灰度值之差(对比度)、纹线频率等特征也常用于指纹图像的分割,这些特征都有各自的优点,但也存在着缺点。本文提出一种基于前景块和背景块的指纹图像自适应分割方法,不需要改变纹线的信息,利用指纹图像脊线和谷线的灰度值频数、纹线的方向性以及脊谷线灰度值的对比度,根据纹线灰度的深浅自适应地判断是否为指纹前景信息。所谓指纹脊线是指手指皮肤上生理隆起的部分;谷线是手指皮肤上生理凹陷的部分。对于采集到的指纹图像,脊线部分是灰度值较深的纹络走向(如下图1所示的黑色纹线),而谷线是指两条脊线之间的灰度值较浅的部分。 2 td1和dm2图1的分割和修复 该方法主要由四部分组成,具体步骤如下: (1)对于指纹脊线和谷线灰度值相差较大的图像,用灰度值频数法判断是否为指纹前景区。 ①将300×300个象素点大小的图像分成20×20个块,每块大小为15×15个像素点。 ②求取各分块图像的灰度直方图。 ③对每个灰度级上象素出现的频数较多的前20个对应的灰度值相互进行比较,所有的差值放到m中,若其中最大的差值数大于m=Td1 (本文实验得出Td1为30,即m=30时效果较理想),则该块置为前景块。 ④若m中最大的差值数小于m=Td2(本文实验得出Td2为15,即m=15时效果较理想),则该块置为背景块。 ⑤若m中最大的差值数位于m=Td1和m=Td2 (即位于m=15和m=30)之间,则进入第2)部分继续分割。 (2)对于指纹脊线和谷线灰度值相差不大,但指纹纹线连续性较好、方向性较强的,利用指纹图像的方向性判定是否为指纹前景区。利用沿着指纹纹线的切线方向上像素的差值最小,而在垂直于指纹纹线方向上,像素的差值最大。 ①对分块图像内沿着纹线的切线方向各象素的值相互进行比较,所得的差值放到countl[n]中,比较数量最多的差值数是否小于Td3(本文实验得出Td3为5,即Td3=5时效果较理想)。 ②求取分块图像内沿着纹线切线的垂直方向各象素的值相互进行比较,所得的差值放到count2[n]中,比较数量最多的差值数是否大于Td4 (本文实验得出Td4为15,即Td4=15时效果较理想)。 ③如果(1)和(2)的条件同时满足,则把该块置为前景块。否则进入第3)部分继续分割。 (3)对于指纹脊线和谷线灰度值相差不大,且纹线连续性也不好、方向性也较差的,则用以下方法判断是否为指纹前景区。 ①求取分块图像内各块的最大、最小灰度值,第(i,j)块的最大、最小灰度值分别记为LMax(i,j)和LMin(i,j),i=0,1,…,19,j=0,1,…19。 ②取Aver(i,j)=(LMax(i,j)+LMin (i,j))/2为图像内各块的灰度中值。 ③求取此分块图像的灰度值方差 G(m,n)表示块内各点的灰度值。 ④经实验选定一阈值Td,若Var(i,j)Td则块(i,i)为指纹图像区域,Flag (i,j)=1;否则,为背景图像块,Flag(i,j)=0。 (4)对分割后的指纹图像,根据其指纹的方向性,进行块水平的平滑,消除孤立的前景区。若一块被标记为前景块,且其四周相邻的8块中前景块数目不超过2,则将该块区域置为背景块,即Flag (i,j)=0。 此种方法的好处是利用指纹图像脊线和谷线的灰度值频数、纹线的方向性以及脊线谷线灰度值的对比度自适应地选择分割方法,适用于各种指纹图像,阈值根据图像自适应的选择,避免了对阈值很难选择带来的麻烦。 3 脊线谷线指纹图像的分割 本文描述的指纹图像分割方法使用公开数据集——指纹图像库FVC2000中的100幅指纹图像作为测试对象进行了实验。 图1是对指纹脊线和谷线灰度值相差较大方向性较强的指纹图像的分割结果;图2是对脊线谷线灰度值相差不大,质量较差的指纹图像的分割结果。 实验结果表明,该方法对于任何质量的指纹图像均能根据图像的灰度和方向变化自适应地将前景区域和背景区域分割开来。且分割效果很理想。 虽然指纹分割算法的精度没有明确的定义,但是,直观的视觉鉴别和考察后续处理中特征提取的准确率及预处理时间等可以说明该分割算法有较高的分割精度。用肉眼观察的结果统计表明该方法的分割精度在95%以上,分割的指纹图更准确,更接近实际。 4 背景区域和前景区域 自适应阈值分割方法对于指纹脊、谷线灰度值相差较大、不大的指纹图像均能容易而准确地分割出背景区域和前景区域,只