專利名稱：基于運動估計的掃描指紋圖像重構方法
技術領域：
本發(fā)明涉及圖像處理和匹配技術領域，特別涉及視頻編碼的運動補償預測技術，采用亞像素精度的可變塊匹配多幀運動估計的方法，實現(xiàn)滑動式指紋傳感器的圖像重構。
背景技術：
由于指紋特征的唯一性和穩(wěn)定性，指紋識別技術很早便應用在刑偵領域，并且已經(jīng)取得了巨大的成功。近年來各種領域身份認證的需求不斷增長，并且隨著公眾地逐步接受和認可，自動指紋識別系統(tǒng)(AFIS)技術必將在民用市場得到更為廣泛的應用。自動指紋識別技術的應用和推廣又是和指紋傳感器技術的發(fā)展密切相關的。傳統(tǒng)的指紋傳感器一般通過將手指靠近或按壓在傳感器上來檢測指紋，因此傳感器的尺寸一般相對于指紋要大一些。為了滿足結構緊湊、體積更小的需求，一種通過在傳感器表面滑動手指檢測指紋的微型傳感器便應運而生?；瑒邮街讣y傳感器作為傳統(tǒng)型傳感器的”縮微”版本，橫向尺寸不變(300或256像素)，縱向僅取2～32行，利用整個手指掃過傳感器來形成連續(xù)的圖像，再用軟件重建指紋圖像。這種傳感器體積小、功耗低、價格便宜且耐受汗?jié)n影響，適于應用在手機、智能電話、PDA或移動存儲設備等場合。但是，目前已有的軟件重構的指紋圖像，存在不同程度的失真和變形，影響了后續(xù)識別算法的精度，因此限制著滑動式指紋傳感器進一步的推廣應用。

發(fā)明內(nèi)容
本發(fā)明采用亞像素精度的可變塊匹配多幀運動估計的方法，實時地、準確地計算出連續(xù)掃描圖像的運動向量，變換得到不同的幀之間離散的相對位移，重建指紋圖像。
基于運動估計的掃描指紋圖像重構方法，包括步驟緩存并實時地更新連續(xù)掃描的圖像；預測圖像的運動向量，動態(tài)地選取參考宏塊，確定預測匹配塊所在的幀及其位置，對預測匹配塊所在的幀圖像作插值，在預測匹配塊的鄰域內(nèi)搜索最佳匹配塊，得到亞像素精度的運動估計的運動向量；自適應調整運動搜索范圍；變換連續(xù)幀圖像的運動向量，拼接指紋圖像。
還包括步驟緩存連續(xù)掃描的圖像，并且實時地更新，這種方式實時地清除已完成拼接的圖像，只保存相應幀的運動向量和重建的指紋圖像，有效地減輕了存儲的壓力，并且滿足實時性要求。
還包括步驟假定在局部范圍內(nèi)，滑動的手指以勻速或勻加速運動，預測圖像的運動向量。
還包括步驟根據(jù)預測運動向量的數(shù)值，動態(tài)地選取參考宏塊，這種選取宏塊的方法，可以得到更加精確的分數(shù)形式的運動向量。
還包括步驟亞像素精度的運動估計的像素插值，這種方法可以得到半像素或1/4像素精度的運動向量。
還包括步驟以運動向量和預測向量的差值作為反饋量，自適應調整搜索匹配塊的范圍，這種方法的優(yōu)勢在于，當手指滑動的速度變化較大時，既能夠保證快速地搜索到最佳匹配塊，又能夠避免搜索陷入局部最優(yōu)點。還包括步驟變換連續(xù)幀圖像的運動向量，得到不同的幀之間離散的相對位移，拼接指紋圖像，這種方法充分利用了掃描圖像有限的垂直分辨率，有效地解決了因運動向量水平分量較小而難以準確描述掃描圖像左右偏移的問題。


圖1是基于運動估計的掃描指紋圖像重構方法的實現(xiàn)過程圖。
圖2是可變塊匹配多幀運動估計示意圖。
圖3是運動向量計算流程圖。
圖4是掃描指紋圖像重構結果1的圖。
圖5是掃描指紋圖像重構結果2的圖。
具體實施例方式
這種基于運動估計的掃描指紋圖像重構方法的實現(xiàn)過程如圖1所示，具體步驟如下(1-1)分割定位手指掃過傳感器的起始位置，方法是統(tǒng)計連續(xù)掃描圖像的對比度直方圖，迭代選取閾值，以此判斷是背景還是指紋圖像，輔助硬件檢測定位掃描指紋圖像的起始位置；(1-2)緩存連續(xù)掃描的圖像。以8行傳感器為例，緩存10幀連續(xù)掃描的圖像，并且實時地更新；(1-3)計算緩存的連續(xù)圖像的運動向量；(1-4)拼接指紋圖像。充分利用掃描圖像有限的垂直分辨率，變換連續(xù)幀圖像的運動向量，得到不同的幀之間離散的相對位移，根據(jù)位移關系拼接相應的幀，重建指紋圖像。以8行傳感器為例，表1所示為運動向量垂直分量轉換的結果，對應幀的水平分量疊加，即可得到水平分量的轉換結果。實際上，根據(jù)一般人手指的滑動速度，可以設定掃描圖像的采樣頻率，使得運動向量的垂直分量在 之間，即用戶手指的滑動速度差異為12倍，可以滿足多數(shù)應用場合的需要。本發(fā)明對8行傳感器的最大適用范圍在 之間，即可以容忍最大差別為63倍的速度范圍。
(1-5)更新緩存并判斷手指掃描是否終止。清除已完成拼接的圖像，更新緩存，采用同步驟(1)動態(tài)閾值分割的方法，并結合運動向量判斷，如手指停止滑動，則重構過程結束，否則轉步驟(2)。
圖2的可變塊匹配多幀運動估計，利用兩幅掃描圖像來說明——當前幀和預測匹配塊所在的幀，亞像素精度的運動估計需要對預測匹配塊所在的幀進行像素插值，參考宏塊在當前幀動態(tài)地選取，搜索最佳匹配塊的范圍選取在插值得到的像素陣上預測匹配塊的鄰域，在下面的運動向量計算步驟中，將會詳細地描述這種運動估計的過程。
運動向量計算假定每幀圖像中的所有像素做同一運動，則當前幀的運動向量可以用圖像宏塊的運動向量來表示。
圖3是運動向量計算流程。具體實現(xiàn)步驟如下(3-1)計算初始運動向量。在圖像的當前幀選取M×N像素的子塊，作為初始運動估計的參考宏塊，設傳感器的分辨率為C×L，則可以取M＝C-2P，N＝1～L-1，其中P＝8～16。采用全搜索算法(FSA)，在上一幀搜索到與參考宏塊最匹配的宏塊，塊匹配的準則為絕對平均誤差準則(MAE)，即尋找灰度絕對平均誤差最小的圖像宏塊。參考宏塊與匹配塊在二維平面上的位移即為初始運動向量。如果預測運動向量的垂直分量小于或等于1，則重新選取參考宏塊，隔幀搜索匹配塊，參考宏塊與匹配塊在二維平面上的位移除以間隔的幀數(shù)即得到初始運動向量。
(3-2)預測運動向量。假定在局部范圍內(nèi)，滑動的手指以勻速或勻加速運動。以8行傳感器為例，在當前幀以前1～18幀的局部范圍內(nèi)，若假定為勻速運動，則預測運動向量為局域內(nèi)運動向量的加權平均值；若假定為勻加速運動，則首先加權平均局域內(nèi)運動向量的前向差值，結果再與當前幀前1～6幀的運動向量的均值求和，得到預測運動向量。由于在下面的步驟中，采用動態(tài)地選取宏塊和搜索反饋的機制，這兩種假定是等效的，實驗結果亦證明了這兩種假定的有效性。如果當前幀為初始3次緩存的幀，則預測運動向量選取初始運動向量。
(3-3)動態(tài)地選取參考宏塊。由于采用亞像素精度和多幀運動估計的方法，可以根據(jù)預測運動向量的數(shù)值，選取合適的可變參考宏塊。
(3-4)根據(jù)預測運動向量和參考宏塊的大小確定預測匹配塊所在的幀及其位置。
(3-5)對預測匹配塊所在的幀圖像作亞像素精度的運動估計的像素插值。采用雙線性插值法，得到半像素或 像素位置的點，形成以 像素或 像素為間距的像素陣。
(3-6)計算運動向量。采用絕對平均誤差準則，在插值得到的像素陣上預測匹配塊的鄰域內(nèi)搜索最佳匹配塊。參考宏塊與最佳匹配塊在二維平面上的位移即為亞像素精度的多幀運動估計的運動向量。對于隔幀搜索的匹配塊，運動向量需除以間隔的幀數(shù)。
(3-7)自適應調整運動搜索范圍。以運動向量和預測向量的差值作為反饋量，自適應地調整運動估計搜索最佳匹配塊的范圍。
圖4的掃描指紋圖像重構結果1，平均運動向量垂直分量為1.49像素/幀，根據(jù)我們設定的掃描圖像的采樣頻率，這個數(shù)據(jù)接近于一般人的手指滑動速度，水平分量為0.02像素/幀，表示左右偏移較小，圖示左側為原始的連續(xù)掃描圖像及其局部放大圖，右側為利用我們的方法重構指紋圖像的結果。
圖5的掃描指紋圖像重構結果2，平均運動向量垂直分量為2.02像素/幀，相對于一般人的手指滑動速度較快，水平分量為0.35像素/幀，表明左右偏移較大，圖示左側為原始的連續(xù)掃描圖像及其局部放大圖，右側為利用我們的方法重構指紋圖像的結果。
由圖4和圖5的圖像重構結果可以看出，本發(fā)明適應手指掃描變化的范圍較大，重構指紋圖像的效果好，具有很強的實用性。

表1運動向量垂直分量變換表
權利要求
1.基于運動估計的掃描指紋圖像重構方法，包括步驟緩存并實時地更新連續(xù)掃描的圖像；預測圖像的運動向量，動態(tài)地選取參考宏塊，確定預測匹配塊所在的幀及其位置，對預測匹配塊所在的幀圖像作插值，在預測匹配塊的鄰域內(nèi)搜索最佳匹配塊，得到亞像素精度的運動估計的運動向量；自適應調整運動搜索范圍；變換連續(xù)幀圖像的運動向量，拼接指紋圖像。
2.按權利要求1所述的方法，其特征在于，還包括步驟緩存連續(xù)掃描的圖像，并且實時地更新，這種方式實時地清除已完成拼接的圖像，只保存相應幀的運動向量和重建的指紋圖像，有效地減輕了存儲的壓力，并且滿足實時性要求。
3.按權利要求1所述的方法，其特征在于，還包括步驟假定在局部范圍內(nèi)，滑動的手指以勻速或勻加速運動，預測圖像的運動向量。
4.按權利要求1所述的方法，其特征在于，還包括步驟根據(jù)預測運動向量的數(shù)值，動態(tài)地選取參考宏塊，這種選取宏塊的方法，可以得到更加精確的分數(shù)形式的運動向量。
5.按權利要求1所述的方法，其特征在于，還包括步驟亞像素精度的運動估計的像素插值，這種方法可以得到半像素或1/4像素精度的運動向量。
6.按權利要求1所述的方法，其特征在于，還包括步驟以運動向量和預測向量的差值作為反饋量，自適應調整搜索匹配塊的范圍，這種方法的優(yōu)勢在于，當手指滑動的速度變化較大時，既能夠保證快速地搜索到最佳匹配塊，又能夠避免搜索陷入局部最優(yōu)點。
7.按權利要求1所述的方法，其特征在于，還包括步驟變換連續(xù)幀圖像的運動向量，得到不同的幀之間離散的相對位移，拼接指紋圖像，這種方法充分利用了掃描圖像有限的垂直分辨率，有效地解決了因運動向量水平分量較小而難以準確描述掃描圖像左右偏移的問題。
8.按權利要求1所述的方法，其具體步驟如下(1-1)分割定位手指掃過傳感器的起始位置，統(tǒng)計連續(xù)掃描圖像的對比度直方圖，迭代選取閾值，以此判斷是背景還是指紋圖像；(1-2)緩存連續(xù)掃描的圖像；(1-3)計算緩存的連續(xù)圖像的運動向量；(1-4)拼接指紋圖像，充分利用掃描圖像有限的垂直分辨率，變換連續(xù)幀圖像的運動向量，得到不同的幀之間離散的相對位移，根據(jù)位移關系拼接相應的幀，重建指紋圖像；(1-5)更新緩存并判斷手指掃描是否終止，清除已完成拼接的圖像，更新緩存，采用同步驟(1-1)動態(tài)閾值分割的方法，并結合運動向量判斷，如手指停止滑動，則重構過程結束，否則轉步驟(1-2)。
9.按權利要求8所述的方法，運動向量計算假定每幀圖像中的所有像素做同一運動，則當前幀的運動向量可以用圖像宏塊的運動向量來表示，具體實現(xiàn)步驟如下(3-1)計算初始運動向量，在圖像的當前幀選取M×N像素的子塊，作為初始運動估計的參考宏塊，設傳感器的分辨率為C×L，則可以取M＝C-2P，N＝1～L-1，其中P＝8～16，采用全搜索算法，在上一幀搜索到與參考宏塊最匹配的宏塊，塊匹配的準則為絕對平均誤差準則，即尋找灰度絕對平均誤差最小的圖像宏塊，參考宏塊與匹配塊在二維平面上的位移即為初始運動向量，如果預測運動向量的垂直分量小于或等于1，則重新選取參考宏塊，隔幀搜索匹配塊，參考宏塊與匹配塊在二維平面上的位移除以間隔的幀數(shù)即得到初始運動向量；(3-2)預測運動向量；(3-3)動態(tài)地選取參考宏塊；(3-4)根據(jù)預測運動向量和參考宏塊的大小確定預測匹配塊所在的幀及其位置；(3-5)對預測匹配塊所在的幀圖像作亞像素精度的運動估計的像素插值，采用雙線性插值法，得到半像素或 像素位置的點，形成以 像素或 像素為間距的像素陣；(3-6)計算運動向量，采用絕對平均誤差準則，在插值得到的像素陣上預測匹配塊的鄰域內(nèi)搜索最佳匹配塊，參考宏塊與最佳匹配塊在二維平面上的位移即為亞像素精度的多幀運動估計的運動向量，對于隔幀搜索的匹配塊，運動向量需除以間隔的幀數(shù)；(3-7)自適應調整運動搜索范圍，以運動向量和預測向量的差值作為反饋量，自適應地調整運動估計搜索最佳匹配塊的范圍。
全文摘要
本發(fā)明涉及圖像處理和匹配技術領域，一種基于運動估計的掃描指紋圖像重構方法，包括步驟分割定位手指掃過傳感器的起始和結束位置；緩存并實時地更新連續(xù)掃描的圖像；假定在局部范圍內(nèi)，滑動的手指以勻速或勻加速運動，預測圖像的運動向量；根據(jù)預測運動向量，動態(tài)地選取參考宏塊，并預測匹配塊所在的幀及其位置，進行亞像素精度的運動估計的像素插值，在預測匹配塊鄰域內(nèi)搜索最佳匹配塊，得到運動向量；以運動向量和預測向量的差值作為反饋量，自適應調整搜索匹配塊的范圍；變換連續(xù)幀圖像的運動向量，拼接指紋圖像。
文檔編號H04N7/32GK1889092SQ200510012049
公開日2007年1月3日 申請日期2005年6月30日 優(yōu)先權日2005年6月30日
發(fā)明者王陽生, 趙緒營, 師忠超, 漆進 申請人:中國科學院自動化研究所