專利名稱：一種基于直推式學(xué)習(xí)的指紋圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及自動(dòng)指紋識(shí)別領(lǐng)域，具體地說(shuō)是提出了一種基于直推式學(xué)習(xí)的指紋圖 像分割方法，實(shí)現(xiàn)指紋圖像分割中采集設(shè)備無(wú)關(guān)性。
背景技術(shù)：
指紋圖像分割是自動(dòng)指紋識(shí)別系統(tǒng)中一個(gè)重要的預(yù)處理步驟。指紋圖像分割的目 的是將有指紋紋理特征的前景從圖像背景中分離出來(lái)。有效的指紋分割使后續(xù)處理能集中 于指紋前景區(qū)域，不但能減少計(jì)算量、加快處理速度，而且能提高指紋細(xì)節(jié)特征獲取的準(zhǔn)確 性。近幾年，在生物特征識(shí)別領(lǐng)域，設(shè)備互操作性問(wèn)題得到了很多關(guān)注，設(shè)備互操作性 是指生物識(shí)別系統(tǒng)對(duì)來(lái)自不同采集設(shè)備的數(shù)據(jù)的適應(yīng)能力。從指紋采集器的角度，如果兩 個(gè)指紋圖像庫(kù)是由同一款指紋采集器采集的，就稱這兩個(gè)指紋庫(kù)是同源的；而如果兩個(gè)指 紋庫(kù)是由不同型號(hào)的采集器采集的，就稱這兩個(gè)指紋庫(kù)是異源的。目前大多數(shù)自動(dòng)指紋識(shí) 別系統(tǒng)中的指紋圖像分割算法都是針對(duì)某一特定指紋采集 器設(shè)計(jì)的，當(dāng)該系統(tǒng)分割異源指 紋庫(kù)的圖像時(shí)，由于來(lái)自異源指紋庫(kù)中的指紋圖像通常具有不同的圖像質(zhì)量、分辨率和灰 度等級(jí)，導(dǎo)致適用于某一特定指紋采集器(或者是某一個(gè)指紋庫(kù))的指紋圖像分割算法在 對(duì)來(lái)自其他型號(hào)的指紋采集器(異源指紋庫(kù))的指紋圖像進(jìn)行分割時(shí)，分割效果會(huì)變得很 差。這具體體現(xiàn)在(1)就分割時(shí)選取的特征而言，對(duì)于來(lái)自多個(gè)不同類型采集設(shè)備的指 紋圖像，背景與前景的特征值出現(xiàn)明顯交叉，同一個(gè)特征值，對(duì)于一種指紋圖像來(lái)說(shuō)屬于背 景，對(duì)于另一種圖像來(lái)說(shuō)可能屬于前景；(2)就分割方法而言，以監(jiān)督學(xué)習(xí)算法為例，由于 目前大多數(shù)算法在設(shè)計(jì)分類器時(shí)，訓(xùn)練樣本與測(cè)試樣本來(lái)自同一設(shè)備采集的圖像，導(dǎo)致應(yīng) 用該分類器對(duì)來(lái)自其它設(shè)備的指紋圖像分割時(shí)出現(xiàn)較大的分割誤差。目前關(guān)于指紋圖像采 集設(shè)備互操作性問(wèn)題的研究都是集中在指紋匹配階段進(jìn)行的。作為自動(dòng)指紋識(shí)別系統(tǒng)的重 要預(yù)處理步驟，指紋圖像分割方法的設(shè)備互操作性問(wèn)題理應(yīng)得到足夠的關(guān)注，一個(gè)好的指 紋圖像分割方法，應(yīng)該能夠在不做修改、不做參數(shù)配置的前提下適應(yīng)不同采集設(shè)備獲得的 指紋圖像、可靠地實(shí)現(xiàn)分割，即具備較好的采集設(shè)備無(wú)關(guān)性。為此申請(qǐng)人申請(qǐng)了 200910019788. χ專利，該專利給出了一種與采集設(shè)備無(wú)關(guān)的 指紋圖像分割方法。提出了在采用將指紋圖像分塊后，求CMV指標(biāo)并進(jìn)行歸一化處理，再進(jìn) 行K-means聚類，確定前景塊與背景塊的類別，得到初步分割結(jié)果，最后進(jìn)行形態(tài)學(xué)處理后 得到最終分割結(jié)果的技術(shù)方案。該方案雖能解決上述問(wèn)題，但也存在一些不足=K-Hieans的 收斂速度和初始點(diǎn)的選擇有很大關(guān)系，而且，該方法不能有效分割指紋前景區(qū)域偏離圖像 中心的指紋圖像，存在較大的局限性。

發(fā)明內(nèi)容
本發(fā)明的目的就是為克服現(xiàn)有指紋圖像分割方法中存在的設(shè)備互操作性問(wèn)題，提 供一種基于直推式學(xué)習(xí)的指紋圖像分割方法，它為每幅指紋圖像訓(xùn)練一個(gè)分割模型，解決了現(xiàn)有指紋圖像分割方法中存在的設(shè)備互操作性問(wèn)題，非常適合使用多類型指紋采集設(shè)備 的互聯(lián)網(wǎng)應(yīng)用環(huán)境。為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案—種基于直推式學(xué)習(xí)的指紋圖像分割方法，它的步驟為一種基于直推式學(xué)習(xí)的指紋圖像分割方法，它的步驟為1)利用指紋采集設(shè)備，采集指紋圖像；2)把指紋圖像劃分為WXW大小的不重疊圖像塊； 3)對(duì)每塊圖像求一致性和對(duì)比度特征并歸一化處理；4)自動(dòng)標(biāo)記指紋圖像中的部分前景塊和背景塊；5)使用直推式支持向量機(jī)學(xué)習(xí)；6)進(jìn)行形態(tài)學(xué)處理；7)得到分割后的指紋圖像。所述步驟3)中，基于塊內(nèi)方向一致性與塊對(duì)比度特征描述每個(gè)圖像塊，對(duì)于每一 圖像塊，提取的塊內(nèi)方向一致性與塊的對(duì)比度特征如下a.塊內(nèi)方向一致性指紋圖像塊的塊內(nèi)方向一致性描述了該塊各像素點(diǎn)方向的一致程度，用Coh表示 一個(gè)圖像塊的方向一致性，如式(1)所示其中(Gs,x，Gs, y)為像素點(diǎn)(X，y)的二倍梯度，
是梯度向量，W是塊的大小，默認(rèn)值取W = 8 ；b.塊對(duì)比度對(duì)一個(gè)圖像塊而言，塊對(duì)比度定義為塊方差和均值的商函數(shù)，如式(2) 其中， I是塊內(nèi)各點(diǎn)的灰度值，W定義同上，求取各塊的塊內(nèi)方向一致性與塊對(duì)比度特征 值后，對(duì)特征值歸一化，使之取值均在
之間。所述步驟3)中，對(duì)所有的指紋塊根據(jù)塊對(duì)比度特征值按照升序排列，表示為X1,
把排在最靠前的m個(gè)圖像塊，S卩X1, x2, ... , xm 自動(dòng)標(biāo)記為背景塊，把排在最靠后的η個(gè)圖像塊(即xi+1，χ i+2，...，xi+n)標(biāo)記為前景塊。 本專利 η = 20，m = 15 ；所述步驟5)中利用所述m個(gè)前景塊和η個(gè)背景塊，采用直推學(xué)習(xí)中的直推式支持 向量機(jī)學(xué)習(xí)方法，對(duì)剩余的無(wú)標(biāo)記圖像塊進(jìn)行類別標(biāo)記即標(biāo)記為前景塊或者背景塊，在直推式支持向量機(jī)中，使用SVMLight開(kāi)源工具箱，設(shè)置參數(shù)有(1)特征向量，塊內(nèi)一致性和 土夬對(duì)比度；(2)核函數(shù)的類型，采用徑向基核函數(shù)；(3)徑向基核函數(shù)的gamma值，取gamma =0. 5。所述步驟6)中形態(tài)學(xué)處理中，對(duì)于孤立的前景塊，如果其八鄰域塊中為前景塊的 數(shù)目少于4，則將該前景塊標(biāo)記為背景塊；對(duì)于孤立的背景塊，如果其八鄰域塊中為前景塊 的數(shù)目大于等于5，則將該背景塊標(biāo)記為前景塊。本發(fā)明的有益效果是一種基于直推式學(xué)習(xí)的指紋分割算法，解決了現(xiàn)有指紋圖 像分割方法中存在的設(shè)備互操作性問(wèn)題，非常適合使用多類型指紋采集設(shè)備的互聯(lián)網(wǎng)應(yīng)用 環(huán)境。


圖1為本發(fā)明的流程圖。
具體實(shí)施例方式下面結(jié)合附圖與實(shí)施例對(duì)本發(fā)明做進(jìn)一步說(shuō)明。 圖1中，基于直推式學(xué)習(xí)的指紋圖像分割方法，它的步驟為1)利用指紋采集設(shè)備，采集指紋圖像；2)把指紋圖像劃分為WXW大小的不重疊圖像塊；3)對(duì)每塊圖像求一致性和對(duì)比度特征并歸一化處理；4)自動(dòng)標(biāo)記指紋圖像中的部分前景塊和背景塊；5)使用直推式支持向量機(jī)學(xué)習(xí)；6)進(jìn)行形態(tài)學(xué)處理；7)得到分割后的指紋圖像。其中，1.分割特征選擇在現(xiàn)有指紋圖像分割方法中，特征選擇時(shí)大都利用灰度信息與紋理信息，計(jì)算特 征值時(shí)基于塊或基于像素。本專利采用基于塊內(nèi)方向一致性與塊對(duì)比度特征描述每個(gè)圖像塊。將整個(gè)指紋圖 像分成大小為WXW的不重疊的圖像塊，對(duì)于每一圖像塊，提取的塊內(nèi)方向一致性與塊的對(duì) 比度特征定義如下a.塊內(nèi)方向一致性指紋圖像塊的塊內(nèi)方向一致性描述了該塊各像素點(diǎn)方向的一致程度。用Coh表示 一個(gè)圖像塊的方向一致性，如式(1)所示JKIMIK⑴其中(Gs,x，Gs, y)為像素點(diǎn)(X，y)的二倍梯度，‘ °yy =Σ°1 ‘
Λ，Λ。，Jμ,
Gxy=YjGxGy，(G G )是梯度向量，W是塊的大小，本專利默認(rèn)值取W = 8。
wy
b.塊對(duì)比度對(duì)一個(gè)圖像塊B而言，塊對(duì)比度定義為塊方差和均值的商函數(shù)，如式(4)
(2)其中，
(3)
(4)I是塊內(nèi)各點(diǎn)的灰度值，W定義同上。求取各塊的塊內(nèi)方向一致性與塊對(duì)比度特征值后，對(duì)特征值歸一化，使之取值均 在W，l]之間。2.分割步驟1)利用指紋采集設(shè)備，采集指紋圖像；2)對(duì)于采集到的指紋圖像進(jìn)行分塊，把它劃分成WXW大小的不重疊圖像塊；3)對(duì)于每一圖像塊，根據(jù)式(1)和式(2)提取塊內(nèi)一致性和塊對(duì)比度特征特征值， 并對(duì)所有塊的塊內(nèi)一致性和塊對(duì)比度特征特征值進(jìn)行歸一化處理；4)對(duì)所有的指紋塊根據(jù)塊對(duì)比度特征值按照升序排列，表示為X1, X2,...， Xm, ... , Xi+1, xi+2，...，X i+n，把排在最靠前的m個(gè)圖像塊(即X1, X2,... , xm)自動(dòng)標(biāo) 記為背景塊，把排在最靠后的η個(gè)圖像塊(即χ i+1，χ i+2，...，χ i+n)標(biāo)記為前景塊；本專利 η = 20，m = 15 ；5)利用步驟4)中標(biāo)記的m個(gè)前景塊和η個(gè)背景塊，采用直推學(xué)習(xí)中的直推式支 持向量機(jī)(TSVM)學(xué)習(xí)方法，對(duì)剩余的無(wú)標(biāo)記圖像塊進(jìn)行類別標(biāo)記(前景塊或者背景塊)， 在直推式支持向量機(jī)中，使用SVMLight開(kāi)源工具箱，需要設(shè)置的參數(shù)有⑴特征向量±夬 內(nèi)一致性和塊對(duì)比度；(2)核函數(shù)的類型本專利采用徑向基核函數(shù)；(3)徑向基核函數(shù)的 gamma 值，本專禾Ij gamma = 0. 5。6)對(duì)得到初步分割后的指紋圖像進(jìn)行形態(tài)學(xué)處理，獲得最終分割結(jié)果。由于受到噪聲影響，初步分割結(jié)果中會(huì)出現(xiàn)一些孤立的背景塊與前景塊，本專利 采取以下原則進(jìn)行處理對(duì)于孤立的前景塊，如果其八鄰域塊中為前景塊的數(shù)目少于4，則 將該前景塊標(biāo)記為背景塊；對(duì)于孤立的背景塊，如果其八鄰域塊中為前景塊的數(shù)目大于等 于5，則將該背景塊標(biāo)記為前景塊。
權(quán)利要求
一種基于直推式學(xué)習(xí)的指紋圖像分割方法，其特征是，它的步驟為1)利用指紋采集設(shè)備，采集指紋圖像；2)把指紋圖像劃分為W×W大小的不重疊圖像塊；3)對(duì)每塊圖像求一致性和對(duì)比度特征并歸一化處理；4)自動(dòng)標(biāo)記指紋圖像中的部分前景塊和背景塊；5)使用直推式支持向量機(jī)學(xué)習(xí)；6)進(jìn)行形態(tài)學(xué)處理；7)得到分割后的指紋圖像。
2.如權(quán)利要求1所述的基于直推式學(xué)習(xí)的指紋圖像分割方法，其特征是，所述步驟3) 中，基于塊內(nèi)方向一致性與塊對(duì)比度特征描述每個(gè)圖像塊，對(duì)于每一圖像塊，提取的塊內(nèi)方 向一致性與塊的對(duì)比度特征如下a.塊內(nèi)方向一致性指紋圖像塊的塊內(nèi)方向一致性描述了該塊各像素點(diǎn)方向的一致程度，用Coh表示一個(gè) 圖像塊的方向一致性，如式(1)所示 其中(Gs,x，Gs,y)為像素點(diǎn)(x，y)的二倍梯度，穴'°yy = ‘GXy =HG,Gy， (Gx，Gy)是梯度向量，ff是塊的大小，默認(rèn)值取W = 8 ；b.塊對(duì)比度對(duì)一個(gè)圖像塊而言，塊對(duì)比度定義為塊方差和均值的商函數(shù)，如式(2) I是塊內(nèi)各點(diǎn)的灰度值，w定義同上，求取各塊的塊內(nèi)方向一致性與塊對(duì)比度特征值 后，對(duì)特征值歸一化，使之取值均在
之間。
3.如權(quán)利要求1所述的基于直推式學(xué)習(xí)的指紋圖像分割方法，其特征是，所述步驟 3)中，對(duì)所有的指紋塊根據(jù)塊對(duì)比度特征值按照升序排列，表示為x” x2，…，xffl,xi+1，xi+2，...，xi+n，把排在最靠前的m個(gè)圖像塊，g卩Xl，x2，...，xffl自動(dòng)標(biāo)記為背景塊， 把排在最靠后的n個(gè)圖像塊即xi+1，xi+2，...，xi+n標(biāo)記為前景塊。本專利n = 20，m = 15。
4.如權(quán)利要求3所述的基于直推式學(xué)習(xí)的指紋圖像分割方法，其特征是，所述步驟5) 中，利用所述m個(gè)前景塊和n個(gè)背景塊，采用直推學(xué)習(xí)中的直推式支持向量機(jī)學(xué)習(xí)方法，對(duì) 剩余的無(wú)標(biāo)記圖像塊進(jìn)行類別標(biāo)記即標(biāo)記為前景塊或者背景塊，在直推式支持向量機(jī)中， 使用SVMLight開(kāi)源工具箱，設(shè)置參數(shù)有(1)特征向量，塊內(nèi)一致性和塊對(duì)比度；(2)核函數(shù)的類型，采用徑向基核函數(shù)；⑶徑向基核函數(shù)的gamma值，取gamma = 0. 5。
5.如權(quán)利要求1所述的基于直推式學(xué)習(xí)的指紋圖像分割方法，其特征是，所述步驟6) 中形態(tài)學(xué)處理中，對(duì)于孤立的前景塊，如果其八鄰域塊中為前景塊的數(shù)目少于4，則將該前 景塊標(biāo)記為背景塊；對(duì)于孤立的背景塊，如果其八鄰域塊中為前景塊的數(shù)目大于等于5，則 將該背景塊標(biāo)記為前景塊。
全文摘要
本發(fā)明涉及一種基于直推式學(xué)習(xí)的指紋圖像分割方法，它為每幅指紋圖像訓(xùn)練一個(gè)分割模型，解決了現(xiàn)有指紋圖像分割方法中存在的設(shè)備互操作性問(wèn)題，非常適合使用多類型指紋采集設(shè)備的互聯(lián)網(wǎng)應(yīng)用環(huán)境。其步驟為1)利用指紋采集設(shè)備，采集指紋圖像；2)把指紋圖像劃分為W×W大小的不重疊圖像塊；3)對(duì)每塊圖像求一致性和對(duì)比度特征并歸一化處理；4)自動(dòng)標(biāo)記指紋圖像中的部分前景塊和背景塊；5)使用直推式支持向量機(jī)學(xué)習(xí)；6)進(jìn)行形態(tài)學(xué)處理；7)得到分割后的指紋圖像。
文檔編號(hào)G06K9/62GK101866416SQ20101020276
公開(kāi)日2010年10月20日 申請(qǐng)日期2010年6月18日 優(yōu)先權(quán)日2010年6月18日
發(fā)明者尹義龍, 楊公平, 郭心建, 陳亞偉 申請(qǐng)人:山東大學(xué)