一種自適應(yīng)的指紋圖像分割方法

一種自適應(yīng)的指紋圖像分割方法

1種自適應(yīng)分割方法指紋圖像和背景的分離是預(yù)處理指紋系統(tǒng)的重要步驟。盡可能早地分割出前景區(qū)域(指紋脊線)可以使后續(xù)的處理能更有效地集中在前景區(qū)域,從而能節(jié)省處理時間及達(dá)到實(shí)時的目的,還可以提高后續(xù)計(jì)算的精確性和特征提取的精確度。有一些利用方向圖來進(jìn)行指紋圖像分割的方法,這種方法的分割效果依賴于所求點(diǎn)方向圖及塊方向圖的可靠性,除此之外,紋線峰平均灰度值與谷平均灰度值之差(對比度)、紋線頻率等特征也常用于指紋圖像的分割,這些特征都有各自的優(yōu)點(diǎn),但也存在著缺點(diǎn)。本文提出一種基于前景塊和背景塊的指紋圖像自適應(yīng)分割方法,不需要改變紋線的信息,利用指紋圖像脊線和谷線的灰度值頻數(shù)、紋線的方向性以及脊谷線灰度值的對比度,根據(jù)紋線灰度的深淺自適應(yīng)地判斷是否為指紋前景信息。所謂指紋脊線是指手指皮膚上生理隆起的部分;谷線是手指皮膚上生理凹陷的部分。對于采集到的指紋圖像,脊線部分是灰度值較深的紋絡(luò)走向(如下圖1所示的黑色紋線),而谷線是指兩條脊線之間的灰度值較淺的部分。2td1和dm2圖1的分割和修復(fù)該方法主要由四部分組成,具體步驟如下:(1)對于指紋脊線和谷線灰度值相差較大的圖像,用灰度值頻數(shù)法判斷是否為指紋前景區(qū)。①將300×300個象素點(diǎn)大小的圖像分成20×20個塊,每塊大小為15×15個像素點(diǎn)。②求取各分塊圖像的灰度直方圖。③對每個灰度級上象素出現(xiàn)的頻數(shù)較多的前20個對應(yīng)的灰度值相互進(jìn)行比較,所有的差值放到m中,若其中最大的差值數(shù)大于m=Td1(本文實(shí)驗(yàn)得出Td1為30,即m=30時效果較理想),則該塊置為前景塊。④若m中最大的差值數(shù)小于m=Td2(本文實(shí)驗(yàn)得出Td2為15,即m=15時效果較理想),則該塊置為背景塊。⑤若m中最大的差值數(shù)位于m=Td1和m=Td2(即位于m=15和m=30)之間,則進(jìn)入第2)部分繼續(xù)分割。(2)對于指紋脊線和谷線灰度值相差不大,但指紋紋線連續(xù)性較好、方向性較強(qiáng)的,利用指紋圖像的方向性判定是否為指紋前景區(qū)。利用沿著指紋紋線的切線方向上像素的差值最小,而在垂直于指紋紋線方向上,像素的差值最大。①對分塊圖像內(nèi)沿著紋線的切線方向各象素的值相互進(jìn)行比較,所得的差值放到countl[n]中,比較數(shù)量最多的差值數(shù)是否小于Td3(本文實(shí)驗(yàn)得出Td3為5,即Td3=5時效果較理想)。②求取分塊圖像內(nèi)沿著紋線切線的垂直方向各象素的值相互進(jìn)行比較,所得的差值放到count2[n]中,比較數(shù)量最多的差值數(shù)是否大于Td4(本文實(shí)驗(yàn)得出Td4為15,即Td4=15時效果較理想)。③如果(1)和(2)的條件同時滿足,則把該塊置為前景塊。否則進(jìn)入第3)部分繼續(xù)分割。(3)對于指紋脊線和谷線灰度值相差不大,且紋線連續(xù)性也不好、方向性也較差的,則用以下方法判斷是否為指紋前景區(qū)。①求取分塊圖像內(nèi)各塊的最大、最小灰度值,第(i,j)塊的最大、最小灰度值分別記為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為圖像內(nèi)各塊的灰度中值。③求取此分塊圖像的灰度值方差G(m,n)表示塊內(nèi)各點(diǎn)的灰度值。④經(jīng)實(shí)驗(yàn)選定一閾值Td,若Var(i,j)>Td則塊(i,i)為指紋圖像區(qū)域,Flag(i,j)=1;否則,為背景圖像塊,Flag(i,j)=0。(4)對分割后的指紋圖像,根據(jù)其指紋的方向性,進(jìn)行塊水平的平滑,消除孤立的前景區(qū)。若一塊被標(biāo)記為前景塊,且其四周相鄰的8塊中前景塊數(shù)目不超過2,則將該塊區(qū)域置為背景塊,即Flag(i,j)=0。此種方法的好處是利用指紋圖像脊線和谷線的灰度值頻數(shù)、紋線的方向性以及脊線谷線灰度值的對比度自適應(yīng)地選擇分割方法,適用于各種指紋圖像,閾值根據(jù)圖像自適應(yīng)的選擇,避免了對閾值很難選擇帶來的麻煩。3脊線谷線指紋圖像的分割本文描述的指紋圖像分割方法使用公開數(shù)據(jù)集——指紋圖像庫FVC2000中的100幅指紋圖像作為測試對象進(jìn)行了實(shí)驗(yàn)。圖1是對指紋脊線和谷線灰度值相差較大方向性較強(qiáng)的指紋圖像的分割結(jié)果;圖2是對脊線谷線灰度值相差不大,質(zhì)量較差的指紋圖像的分割結(jié)果。實(shí)驗(yàn)結(jié)果表明,該方法對于任何質(zhì)量的指紋圖像均能根據(jù)圖像的灰度和方向變化自適應(yīng)地將前景區(qū)域和背景區(qū)域分割開來。且分割效果很理想。雖然指紋分割算法的精度沒有明確的定義,但是,直觀的視覺鑒別和考察后續(xù)處理中特征提取的準(zhǔn)確率及預(yù)處理時間等可以說明該分割算法有較高的分割精度。用肉眼觀察的結(jié)果統(tǒng)計(jì)表明該方法的分割精度在95%以上,分割的指紋圖更準(zhǔn)確,更接近實(shí)際。4背景區(qū)域和前景區(qū)域自適應(yīng)閾值分割方法對于指紋脊、谷線灰度值相差較大、不大的指紋圖像均