專利名稱：指紋數(shù)字圖像處理中的相位移動(dòng)模糊差分二值化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種指紋數(shù)字圖像處理中的相位移動(dòng)模糊差分二值化方法，屬于數(shù)字 圖像處理和模式識(shí)別領(lǐng)域。
背景技術(shù)：
在各類指紋自動(dòng)識(shí)別系統(tǒng)(Automated Fingerprint Identification System, AFIS)中，
通常都需要對(duì)指紋圖像進(jìn)行二值化處理，二值化的目的是為了后期細(xì)化圖像，從而減 少提取特征和比對(duì)計(jì)算的復(fù)雜程度。在自動(dòng)指紋識(shí)別過(guò)程中，特征點(diǎn)的變化，是導(dǎo)致 問(wèn)題出現(xiàn)的根本原因，而產(chǎn)生這一問(wèn)題主要原因，是在指紋的二值化處理方法上。
二值化是數(shù)字指紋自動(dòng)識(shí)別過(guò)程中最基本的方法，二值化處理的效果，直接影響 到算法的性能。在實(shí)際指紋庫(kù)中，指紋圖像的直方圖普遍具有單峰的特點(diǎn)，使得在二 值化處理指紋過(guò)程中難以找到理想的閾值，閾值的每一個(gè)變化，都會(huì)對(duì)特征點(diǎn)造成一 定的影響，并且會(huì)直接影響到指紋整體特征數(shù)量的保持度。因此，閾值必然成為了二 值化效果的關(guān)鍵。
選取閾值的方法主要有基于點(diǎn)的全局閾值選取方法，基于區(qū)域的全局閾值選取 方法，局部閾值法和多閾值法，這些算法都無(wú)法解決指紋直方圖的單峰特性，無(wú)法保 證特征點(diǎn)的數(shù)量。目前，比較流行的算法有基于方向圖濾波增強(qiáng)方法和基于梯度矢 量濾波增強(qiáng)方法。方向圖算法對(duì)指紋紋線的寬度十分敏感，方向圖窗口的大小影響處 理的效果。窗口過(guò)大，在指紋中心曲率最大處會(huì)發(fā)生差錯(cuò)，窗口過(guò)小會(huì)使粗線變?yōu)閮?個(gè)平行的方向。因此，方向圖方法僅僅適用于紋線分布均勻、質(zhì)量非常好的圖像?；?于梯度矢量的濾波增強(qiáng)方法的關(guān)鍵在于采用的梯度算子，指紋圖像的邊緣符合分形幾 何學(xué)特性，無(wú)論在空域?yàn)V波還是在頻域?yàn)V波，各種邊緣檢測(cè)算子都無(wú)法解決紋線的斷線問(wèn)題，檢測(cè)中產(chǎn)生一些錯(cuò)誤的方向。
對(duì)于原始圖像的在空域和頻域的濾波增強(qiáng)處理，都有可能極大地改善圖像的質(zhì)量。 但是在處理后，在得到近似雙峰的指紋直方圖過(guò)程中，己經(jīng)造成了指紋的特征的大量 丟失。因此，要提高指紋自動(dòng)識(shí)別的性能，就必需要解決好二值化處理過(guò)程中的特征 點(diǎn)丟失問(wèn)題。

發(fā)明內(nèi)容
要解決的技術(shù)問(wèn)題
為了避免現(xiàn)有技術(shù)的不足之處，本發(fā)明提出一種指紋數(shù)字圖像處理中的相位移動(dòng) 模糊差分二值化方法。
技術(shù)方案
本發(fā)明的思想是利用指紋紋線的脊谷相間特性，對(duì)整個(gè)圖像分別采取左上和右 上方向的不同相位移動(dòng)方法，產(chǎn)生了和原始指紋圖像對(duì)應(yīng)且脊線和谷線位置相反的兩 幅圖像；對(duì)原始圖像采用平滑處理，得到一幅平滑圖像；用這個(gè)平滑圖像和具有相位 偏移的兩幅圖像分別進(jìn)行差分計(jì)算，差分計(jì)算的結(jié)果為兩幅具有相位偏差的圖像；分 別對(duì)兩幅差分圖像取閾值1進(jìn)行分割，得到兩幅二值圖像；對(duì)其中一幅二值圖像向另 一幅圖像進(jìn)行相位移動(dòng)，使兩幅二值圖像的相位一致，用這個(gè)移動(dòng)相位的二值圖像和 另一幅二值圖像乘積，即可得到增強(qiáng)處理的二值圖像。
技術(shù)特征在于利用指紋圖像中紋線脊谷相間的特性，釆用相位差分和圖像乘積 的算法來(lái)完成指紋圖像的二值化，具體步驟為
步驟l、對(duì)于大小為MxN的原始指紋圖像I(i,j)，分別向左上方和右上方移動(dòng)，移 動(dòng)后分別得到與I(i,j)具有同樣大小的矩陣MxN的左上移動(dòng)圖像Jl(i,j)和右
上移動(dòng)圖像K(i，j)步驟2、對(duì)于原始圖像I(i，j)，采用平滑算法，得到平滑后的圖像K(i,j);
步驟3、用平滑后的圖像K(i，j)分別和兩個(gè)移動(dòng)過(guò)的圖像Jl(i,j)和J2(i，j)進(jìn)行差分
計(jì)算，分別得到左上差分圖像Gl(i，j)和右上差分圖像G2(i,j); 步驟4、分別對(duì)兩幅差分圖像Gl(i,j),G2(i,j)取閾值為1，進(jìn)行二值化分割，得到
左上二值圖像Bl(i，j)和右上二值圖像B2(i,j); 步驟5、將二值圖像Bl(i,j)向另一幅二值圖像相位B2(i，j)移動(dòng)，得到二值圖像的相
位一致的圖像Bl'(i，j); 步驟6、將相位移動(dòng)的圖像Bl'(i,j)(或B2'(i,j))和另一幅二值圖像Bl(i,j)(或 B2(i,j))進(jìn)行乘積運(yùn)算Bl'(i,j) *B2(i,j)(或Bl(UrB2'(i,j))，即得到完整的二值圖像 C。
在上述的步驟5中，還可以將二值圖像B2(i,j)向另一幅二值圖像相位或Bl(i，j)) 移動(dòng)，得到二值圖像的相位一致的圖像B2'(i,j);相應(yīng)地在步驟6中，將相位移動(dòng)的圖 像B2'(i，j)和另一幅二值圖像B2(i，j)進(jìn)行乘積運(yùn)算Bl(i,j"B2'(i,j)，即得到完整的二值 圖像C。
有益效果
本發(fā)明提出的指紋數(shù)字圖像處理中的相位移動(dòng)模糊差分二值化方法，解決了紋線 中有粗有細(xì)，密度不均，難以選取閾值和二值化處理的問(wèn)題，并保持的指紋原有的特 征數(shù)。用最簡(jiǎn)單的圖像相位移動(dòng)、平滑、差分、閾值和乘積算法，在最快的時(shí)間內(nèi)， 以最大的特征點(diǎn)保持度完成指紋的二值化全過(guò)程。對(duì)于低質(zhì)量的指紋圖像， 一樣具有 良好的處理效果，對(duì)指紋圖像中的淺色的低像素區(qū)域有明顯的增強(qiáng)效果。
本方法計(jì)算速度快，開銷小，非常適合小型指紋比對(duì)設(shè)備使用。
本發(fā)明的指紋的快速二值化算法在于


圖1:指紋圖像的相位差分二值化方法流程圖 圖2:指紋圖像的相位差分二值化效果圖
a:原始圖像；b:左上相位移動(dòng)圖像；C:右上相位移動(dòng)圖像； d:原始圖像的平滑圖像；e:左差分二值圖像；f:右差分二值圖像； g:左右重合圖像；h:右相位還原圖像；i:乘積的二值圖像； j: 二值后處理圖像；k:原始圖像特征圖；1:后處理圖像特征圖。 圖3: —枚指紋的相位差分圖像的近O點(diǎn)閾值直方圖 a:原始圖像直方圖 b:差分后的指紋圖像直方圖 圖4: 一枚指紋的淺色低像素區(qū)域增強(qiáng)效果圖 a:原始圖像 b: 二值圖像
具體實(shí)施例方式
現(xiàn)結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步描述
用于實(shí)施的硬件環(huán)境是Pentium-2.66G計(jì)算機(jī)、1.00 GB內(nèi)存、64M顯卡，運(yùn)行 的軟件環(huán)境是Window XP。我們用￥0++及1\^01^8 7,l程序設(shè)計(jì)語(yǔ)言實(shí)現(xiàn)了本發(fā) 明提出的方法。
設(shè)I(i，j)為原始指紋圖像，大小為MxN。
步驟1、首先我們對(duì)原始圖像I(i,j)，大小為640x640，進(jìn)行相位移動(dòng)處理。 Jl(i，j)，J2(i，j)分別為相位移動(dòng)圖像，與I(i,j)具有同樣大小的矩陣MxN。對(duì)于圖像 Jl(i,j),J2(i，j)中的任意像素點(diǎn)與I中的對(duì)應(yīng)點(diǎn)關(guān)系分別為<formula>formula see original document page 7</formula>
;其中c為常數(shù)。其中c取值為5。
選取兩幅圖像的原因在于避免圖像差分計(jì)算丟失指紋原有的信息。如果相位移動(dòng) 方向和紋線流向一致，在差分中，即使有平滑算法輔助，也有丟失指紋信息的可能。 步驟2、對(duì)于原始圖像I(i,j)，采用平滑算法。對(duì)于平滑處理，采用各種平滑算法
都可以，圖像在被平滑處理的同時(shí)，能夠在一定程度上保持紋理結(jié)構(gòu)即可。本實(shí)施例 中采用極值平滑算法，平滑后的圖像為K(i,j)。平滑后的圖像和原始圖像I(i,j)已經(jīng)失 去了點(diǎn)對(duì)點(diǎn)的對(duì)應(yīng)關(guān)系，但是這個(gè)圖像的紋理部分仍然具有一定的相對(duì)關(guān)系。原始圖 像的像素峰值部分對(duì)應(yīng)著平滑后圖像的谷值部分，原始圖像的像素谷值部分對(duì)應(yīng)著平 滑后圖像的峰值部分。
步驟3、用平滑后的圖像K(i,j)分別和兩個(gè)移動(dòng)過(guò)的圖像Jl(i，j)和J2(i,j)進(jìn)行差分 計(jì)算，分別得到左上差分圖像Gl(i，j)和右上差分圖像G2(i,j)。
圖像Jl(i,j),J2(i，j)和圖像K(i,j)的差分分別為<formula>formula see original document page 7</formula>
差分計(jì)算后的圖像分別為Gl(i，j)和G2(i,j)。
通過(guò)差分計(jì)算，灰度值相同的背景圖像差分為O值、灰度值低的黑色指紋脊線和 灰度值高的谷線的差分為負(fù)，圖像顯示為0值、灰度值高的谷線和灰度值低的脊線的 差分為正，具有一定的灰度級(jí)。通過(guò)直方圖可以看出，指紋的背景區(qū)域，包括紋線間 的背景區(qū)域(即谷線區(qū)域)，通過(guò)我們的計(jì)算，這些區(qū)域的值都為0值，剩下的255 個(gè)灰度級(jí)內(nèi)的值就全都是指紋紋線了 。步驟4、分別對(duì)兩幅差分圖像Gl(i,j)，G2(i,j)取閾值為1，進(jìn)行二值化分割，得到 左上二值圖像Bl(i，j)和右上二值圖像B2(i,j)，閾值為T。，則有
本實(shí)施例中，TQ=1
由于我們通過(guò)差分算法得到的圖像的背景都集中在像素的0值，這樣就保證了大 于0值的像素只有指紋的紋線了。所以，取接近0值的l值為閾值進(jìn)行分割，即T。=l
即為閾值，把指紋線以外的部分均分割為了背景，從而實(shí)現(xiàn)了無(wú)敏感閾值干擾的二值 化處理方法。
步驟5、將二值圖像Bl(i,j)向另一幅二值圖像相位B2(i，j)移動(dòng)，得到二值圖像的 相位一致的圖像Bl'(i，j);
兩幅差分二值化圖像中，對(duì)指紋的不同紋線有不同的處理效果，但是兩幅圖像仍
然保留著相對(duì)應(yīng)的相位關(guān)系
Bl(i，j)-B2(i,j-2c);其中c為常數(shù)。
本實(shí)施例中常數(shù)C取5。
步驟6、將相位移動(dòng)的圖像Bl'(i,j)(或B2'(i,j))和另一幅二值圖像Bl(i,j)(或 B2(i,j))進(jìn)行乘積運(yùn)算Bl'(i,j) *B2(i,j)(或Bl(i，j^B2'(i，j))，即得到完整的二值圖像 C。
對(duì)于兩幅二值圖像Bl(i,j)和B2(i，j-2c)，對(duì)其中一幅圖像相位移動(dòng)后，采用圖像的 乘法計(jì)算。這樣一幅圖像中可能丟失的信息，在另一幅圖像中被增強(qiáng)處理，輸出的二 值圖像就能夠保留原始圖像的全部信息了。其乘積的意義在于利用指紋線黑色像素的0值和背景白色像素的1值把差分計(jì)算中與相位一致的被削弱的指紋紋線相互得以加 強(qiáng)。艮卩C(i，j)-Bl(i,j)xB2(i,j-2c);其中c為常數(shù)。本實(shí)施例中常數(shù)C取5。 由此我們實(shí)現(xiàn)了無(wú)特征損失的二值化圖像C(i，j)。
該方法解決了紋線中有粗有細(xì)，密度不均，難以選取閾值和二值化處理的問(wèn)題， 并保持的指紋原有的特征數(shù)。對(duì)于二值化以后的圖像處理，可以利用其它的各種濾波 算法對(duì)指紋紋線邊緣平滑，從而得到較好的細(xì)化圖像，用于指紋的特征比對(duì)和分類。
權(quán)利要求
1. 一種指紋數(shù)字圖像處理中的相位移動(dòng)模糊差分二值化方法，其特征在于利用指紋圖像中紋線脊谷相間的特性，采用相位差分和圖像乘積的算法來(lái)完成指紋圖像的二值化，具體步驟為步驟1、對(duì)于大小為M×N的原始指紋圖像I(i，j)，分別向左上方和右上方移動(dòng)，移動(dòng)后分別得到與I(i，j)具有同樣大小的矩陣M×N的左上移動(dòng)圖像J1(i，j)和右上移動(dòng)圖像J2(i，j)；步驟2、對(duì)于原始圖像I(i，j)，采用平滑算法，得到平滑后的圖像K(i，j)；步驟3、用平滑后的圖像K(i，j)分別和兩個(gè)移動(dòng)過(guò)的圖像J1(i，j)和J2(i，j)進(jìn)行差分計(jì)算，分別得到左上差分圖像G1(i，j)和右上差分圖像G2(i，j)；步驟4、分別對(duì)兩幅差分圖像G1(i，j)，G2(i，j)取閾值為1，進(jìn)行二值化分割，得到左上二值圖像B1(i，j)和右上二值圖像B2(i，j)；步驟5、將二值圖像B1(i，j)向另一幅二值圖像相位B2(i，j)移動(dòng)，得到二值圖像的相位一致的圖像B1′(i，j)；步驟6、將相位移動(dòng)的圖像B1′(i，j)(或B2′(i，j))和另一幅二值圖像B1(i，j)(或B2(i，j))進(jìn)行乘積運(yùn)算B1′(i，j)*B2(i，j)(或B1(i，j)*B2′(i，j))，即得到完整的二值圖像C。
2. 根據(jù)權(quán)利要求1所述的指紋數(shù)字圖像處理中的相位移動(dòng)模糊差分二值化方法，其 特征在于在步驟5中，還可以將二值圖像B2(i，j)向另一幅二值圖像相位或Bl(i，j)) 移動(dòng)，得到二值圖像的相位一致的圖像B2'(i，j);相應(yīng)地在步驟6中，將相位移動(dòng) 的圖像B2'(i,j)和另一幅二值圖像B2(i,j)進(jìn)行乘積運(yùn)算Bl(i，j"B2'(i,j)，即得到完整 的二值圖像C。
全文摘要
本發(fā)明涉及一種指紋數(shù)字圖像處理中的相位移動(dòng)模糊差分二值化方法，技術(shù)特征在于對(duì)整個(gè)圖像分別采取左上和右上方向的不同相位移動(dòng)方法，對(duì)原始圖像采用平滑處理，用這個(gè)平滑圖像和具有相位偏移的兩幅圖像分別進(jìn)行差分計(jì)算，差分計(jì)算的結(jié)果為兩幅具有相位偏差的圖像；分別對(duì)兩幅差分圖像取閾值1進(jìn)行分割，得到兩幅二值圖像；對(duì)其中一幅二值圖像向另一幅圖像進(jìn)行相位移動(dòng)，使兩幅二值圖像的相位一致，用這個(gè)移動(dòng)相位的二值圖像和另一幅二值圖像乘積，即可得到增強(qiáng)處理的二值圖像。有益效果用最簡(jiǎn)單的圖像相位移動(dòng)、平滑、差分、閾值和乘積算法，在最快的時(shí)間內(nèi)，以最大的特征點(diǎn)保持度完成指紋的二值化全過(guò)程。對(duì)于低質(zhì)量的指紋圖像，一樣具有良好的處理效果，對(duì)指紋圖像中的淺色的低像素區(qū)域有明顯的增強(qiáng)效果。
文檔編號(hào)G06K9/00GK101241545SQ20071001736
公開日2008年8月13日 申請(qǐng)日期2007年2月6日 優(yōu)先權(quán)日2007年2月6日
發(fā)明者雷 郭, 陳大海 申請(qǐng)人:西北工業(yè)大學(xué)