專利名稱：一種基于人工免疫遺傳和形態(tài)學(xué)的指紋圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別涉及指紋識別技術(shù)中的指紋圖像處理技術(shù)。
背景技術(shù)：
生物特征識別技術(shù)是為了進(jìn)行身份驗證而采用自動技術(shù)測量其身體的特征或是 個人的行為特點，并將這些特征或特點與數(shù)據(jù)庫的模板數(shù)據(jù)進(jìn)行比較，完成認(rèn)證的一種解 決方案。作為生物識別技術(shù)中最為成熟和研究最為深入的識別技術(shù)之一，指紋識別技術(shù)已 成功應(yīng)用于社會生活的各個領(lǐng)域之中，如門禁、考勤系統(tǒng)、電子商務(wù)、特征密碼驗證以及罪 犯身份鑒定系統(tǒng)等。依賴指紋識別技術(shù)建立的指紋自動識別系統(tǒng)作為一種安全可靠的身 份識別方法，隨著光學(xué)掃描技術(shù)和RFID技術(shù)的發(fā)展，個人的指紋信息能夠嵌入到IC中，使 得指紋識別可以在更廣泛的領(lǐng)域中得以發(fā)展。詳見文獻(xiàn)Anil Jain, On-Line Fingerprint Verification, IEEETRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 19，NO. 4，APRIL 1997 ；禾口文獻(xiàn)=Anil K. Jain, Arun Ross, Salil Prabhakar,"An Introduction to BiometricRecognition，，，IEEE Transaction on Circuits and Systems for Video Technology, Volume 14，No. 1，pp4_20，2004 所述。在指紋自動識別系統(tǒng)中，指紋圖像的分割技術(shù)是一項關(guān)鍵的技術(shù)，指紋圖像分割 的目的有(1)能夠減少后續(xù)算法的計算量，因為后續(xù)識別過程均是在指紋圖像分割后的 區(qū)域中進(jìn)行，這樣在很大程度上提高了指紋自動識別系統(tǒng)的速度。( 能夠提高自動指紋 識別系統(tǒng)的識別率和減少誤識別率，因為可以在后續(xù)識別過程中只選取高質(zhì)量的分割區(qū) 域進(jìn)行自動指紋系統(tǒng)的識別。然而，指紋采集過程中通常伴隨著各種各樣的結(jié)構(gòu)性噪聲， 一部分是由于采集儀器造成的，如采集儀上的污質(zhì)，儀器參數(shù)設(shè)置的不當(dāng)?shù)?；另外一部?是由于所采集手指的狀態(tài)造成的，如手指的過干，太濕，傷疤，脫皮等。這些噪聲的存在， 往往導(dǎo)致最終的分割區(qū)域和我們所希望得到的分割區(qū)域存在一定的偏差。在目前已有的 方法中，雖然有比較好的指紋分割方法，但是存在分割區(qū)域的準(zhǔn)確性不穩(wěn)定的缺點。詳見 文獻(xiàn) Lin Hong, Wan Yifie, andAnil Jain. Fingerprint Image Enhancement !Algorithm and Performance Evaluation. IEEETRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 20, NO. 8, AUGUST 1998 ；Maio D, Maltoni. A structural approach to fingerprint classification. PatterRecognition, 1996 禾口 文獻(xiàn) Ghassemian. A robust on-line restoration algorithm for fingerprintsegmentation. Image Processing 1996所述。目前常用的指紋圖像分割方法有(1)基于灰度和梯度分布的分割方法。Mehtre, Chatter Jee. Segmentation of fingerprintimages-a composite method. Patter Recognition 1989,22(4)(2)基于線性分類器的分割方法。Chen Xinjian，Tian Jie，Cheng Jiangang. Segmentation offingerprint images using linear classifier. EURSIP Journal on Aplied Signal Processing 2004
(3)基于模糊分類的分割方法。Ghassemian. A robust on-line restoration algorithm forfingerprint segmentation. Image Processing 1996(4)基于直方圖均衡的分割方法。Ahmed Wathik Naji，Abd Raham Ramli. A segmentationalgorithm based on histogram equalize for fingerprint classification system. ICECE 2002上述指紋分割方法都在一定程度上存在問題，對低質(zhì)量的指紋分割效果不穩(wěn)定。

發(fā)明內(nèi)容
本發(fā)明提供一種基于人工免疫遺傳和形態(tài)學(xué)的指紋圖像分割方法，利用人工免疫 遺傳的方法來計算最佳分割閥值，算法集免疫機制與進(jìn)化機制為一體，吸收了遺傳算法并 行搜索的優(yōu)點，并通過“疫苗接種”和“疫苗選擇”，能在快速搜索的基礎(chǔ)上有效的防止群體 退化的現(xiàn)象產(chǎn)生，將基于灰度和梯度分布的分割方法中的指紋圖像灰度值一致性和抗體濃 度作為抗體的親和力函數(shù)，進(jìn)行遺傳迭代，產(chǎn)生最優(yōu)抗體，因此能夠有效的分割指紋圖像， 具有分割效果好、魯棒性高的特點，并且運算量較小、耗時較短，能達(dá)到實時指紋識別的要 求。為了方便地描述本發(fā)明內(nèi)容，首先對一些術(shù)語進(jìn)行定義。定義1 指紋。手指末端正面皮膚上凹凸不平的紋路。定義2 灰度圖像。圖像中只包含亮度信息而沒有任何其他顏色信息的圖像。定義3 灰度值歸一化。將指紋圖像的灰度值歸一化到一定范圍之內(nèi)，減小指紋脊 線和谷線之間的灰度值變化。定義4 抗原。是指能夠刺激機體產(chǎn)生(特異性)免疫應(yīng)答的物質(zhì)。本發(fā)明中指 待分割指紋圖像。定義5 抗體。指機體的免疫系統(tǒng)在抗原刺激下，所產(chǎn)生的免疫細(xì)胞。本發(fā)明中指 要求解的最佳分割閥值。定義6:免疫記憶細(xì)胞。用來存儲和記錄抗體適應(yīng)度的單位。定義7 輪盤賭選擇法。一種按照累積概率進(jìn)行隨機選擇的方法。定義8 交叉和變異的遺傳操作。用來進(jìn)行遺傳產(chǎn)生子代抗體的方法。定義9 形態(tài)學(xué)。用具有一定形態(tài)的結(jié)構(gòu)元素去量度和提取圖像中的對應(yīng)形狀的 方法。本發(fā)明技術(shù)方案如下一種基于人工免疫遺傳和形態(tài)學(xué)的指紋圖像分割方法，如

圖1所示，包含下述步 驟步驟1 對原始采集的指紋圖像gray進(jìn)行灰度值的歸一化，以減小指紋脊線和谷 線之間的灰度變化范圍，具體包括步驟1-1 計算指紋圖像gray的灰度平均值Mean和灰度方差Var
■γ M NMean = —Yj^grayQ J)
滅N /=i j=i
■γ M NVar = —-Y^igrayii J)-Mean)2
MA^ /=1 片其中，gray(i，j)表示指紋圖像gray中像素點(i，j)處的灰度值，1彡i ( M，N，M為指紋圖像gray上一維橫向上的像素點個數(shù)，N為指紋圖像gray上一維縱向 上的像素點個數(shù)，MN為指紋圖像gray總的像素點個數(shù)。步驟1-2 對指紋圖像gray進(jìn)行灰度值歸一化，得到待分割指紋圖像grayl?；叶?值歸一化的目的是減少指紋脊線和谷線之間灰度值的動態(tài)變化范圍，從而優(yōu)化指紋圖像分 割的效果。
權(quán)利要求
1. 一種基于人工免疫遺傳和形態(tài)學(xué)的指紋圖像分割方法，包含下述步驟 步驟1 對原始采集的指紋圖像gray進(jìn)行灰度值的歸一化，以減小指紋脊線和谷線之 間的灰度變化范圍，具體包括步驟1-1 計算指紋圖像gray的灰度平均值Mean和灰度方差Var
2.根據(jù)權(quán)利要求1所述的基于人工免疫遺傳和形態(tài)學(xué)的指紋圖像分割方法，其特征在 于，步驟1-2中所述Mtl和VARtl的取值范圍為[90，110]。
3.根據(jù)權(quán)利要求1所述的基于人工免疫遺傳和形態(tài)學(xué)的指紋圖像分割方法，其特征在 于，步驟2-5中所述調(diào)節(jié)因子α的一般取值范圍為W.3，0.5]，調(diào)節(jié)因子β的一般取值范 圍為
；步驟2-6中所述交叉選擇概率T1的一般取值范圍為
，遺傳選擇概率r2的一般取值范圍為
，
4.根據(jù)權(quán)利要求1所述的基于人工免疫遺傳和形態(tài)學(xué)的指紋圖像分割方法，其特征在 于，步驟2-4中所述最大迭代次數(shù)GM取值為100。
全文摘要
一種基于人工免疫遺傳和形態(tài)學(xué)的指紋圖像分割方法，屬于圖像處理技術(shù)領(lǐng)域。本發(fā)明利用人工免疫遺傳的方法來計算最佳分割閥值，算法集免疫機制與進(jìn)化機制為一體，吸收了遺傳算法并行搜索的優(yōu)點，并通過“疫苗接種”和“疫苗選擇”，能在快速搜索的基礎(chǔ)上有效的防止群體退化的現(xiàn)象產(chǎn)生，將基于灰度和梯度分布的分割方法中的指紋圖像灰度值一致性和抗體濃度作為抗體的親和力函數(shù)，進(jìn)行遺傳迭代，產(chǎn)生最優(yōu)抗體，因此能夠有效的分割指紋圖像，具有分割效果好、魯棒性高的特點，并且運算量較小、耗時較短，能達(dá)到實時指紋識別的要求。
文檔編號G06K9/36GK102129561SQ20111005778
公開日2011年7月20日 申請日期2011年3月10日 優(yōu)先權(quán)日2011年3月10日
發(fā)明者葉振棟, 解梅 申請人:電子科技大學(xué)