[发明专利]一种指纹图像分割方法

摘要

本发明公开了一种指纹图像分割方法，目的是提供一种新的指纹图像分割方法，解决残留纹路区域的分割问题。技术方案是对图像进行两轮分割，第一轮分割采用灰度统计特征，分割阈值通过直方图确定；第二轮分割对纹路像素的分布进行分析，通过统计稀疏纹路像素而进行分割。最后利用开运算和闭运算对分割结果进行后处理。采用本发明既能将残留纹路区域正确地分类为背景，又能分离由于手指在传感器表面刮插移动而形成的噪音区域，且自适应地计算分割阈值，通用性高，适用于不同传感器采集的图像。

主权项

1.一种指纹图像分割方法，其特征在于包括以下步骤：第一步，对图像I进行第一轮分割，获得初步分割结果，方法为：1.1.采用步骤1.1.1至1.1.6计算每个图像块的局部平均灰度值，所述图像块是指对于高度为height，宽度为width的图像是I，用(x，y)表示图像I第x列第y行的像素，I(x，y)是该像素的灰度值，0≤x≤width-1，0≤y≤height-1，将图像I划分为大小为bxb的互不重叠的块，b为小于等于30的正整数，用w(i，j)表示I的第i行第j列的块，以图像I的最左下角的块为第0行第0列，表示下取整；1.1.1初始化i＝0，j＝0；1.1.2取一个大小为β×β、几何中心与w(i，j)几何中心重合的图像块，记为W_β(i，j)，计算W_β(i，j)内像素的平均灰度值，即为图像块w(i，j)的局部平均灰度值，记为m(i，j)；β的取值大于b；1.1.3j＝j+1；1.1.4若则转1.1.2，否则执行1.1.5；1.1.5j＝0，i＝i+1；1.1.6若则转1.1.2，否则执行1.2；1.2.计算每个图像块的局部灰度差异，方法为：1.2.1i＝0，j＝0；1.2.2将W_β(i，j)内所有灰度值小于m(i，j)的像素的灰度值相加，再除以W_β(i，j)内灰度值小于m(i，j)的像素的个数c₁(i，j)，得到W_β(i，j)内灰度值小于m(i，j)的像素的平均灰度值m₁(i，j)；1.2.3将W_β(i，j)内所有灰度值大于m(i，j)的像素的灰度值相加，再除以W_β(i，j)内灰度值大于m(i，j)的像素的个数c₂(i，j)，得到W_β(i，j)内灰度值大于m(i，j)像素的平均灰度值m₂(i，j)；1.2.4计算图像块w(i，j)对应的灰度差异d(i，j)＝m₂(i，j)-m₁(i，j)；1.2.5j＝j+1；1.2.6若则转1.2.2，否则执行1.2.7；1.2.7j＝0，i＝i+1；1.2.8若则转1.2.2，否则执行1.3；1.3.计算每个图像块局部平均灰度与局部灰度差异的比，方法为：1.3.1i＝0，j＝0；1.3.2如果c₁(i，j)和c₂(i，j)均大于0，则图像块w(i，j)的局部平均灰度与局部灰度差异的比Z(i，j)＝[m(i，j)/d(i，j)]，否则Z(i，j)＝-1，其中“[]”表示四舍五入后取整；1.3.3j＝j+1；1.3.4若则转1.3.2，否则执行1.3.5；1.3.5j＝0，i＝i+1；1.3.6若则转1.3.2，否则执行1.4；1.4.对集合{Z(i，j)|Z(i，j)≥0，进行直方统计，得到直方统计图h_Z(k)，0≤k≤max_Z，并对直方统计图h_Z(k)进行平滑，得到平滑直方统计图H_Z(k)，0≤k≤max_Z，max_Z为Z(i，j)≥0的图像块中Z(i，j)的最大值，方法为：1.4.1统计出集合{Z(i，j)|Z(i，j)≥0，中的最小值min_Z、最大值max_Z和平均值m_Z；1.4.2令1.4.3对信号h_Z(k)，0≤k≤max_Z进行平滑处理，得到平滑信号H_Z(k)，0≤k≤max_Z，步骤为：1.4.3.1令k＝0；1.4.3.2令H_Z(k)＝0；1.4.3.3令ki＝-a，其中a＝max{[(m_Z-min_Z)/2]，1}，max{}表示取最大值；1.4.3.4H_Z(k)＝H_Z(k)+h_Z(k+ki)g1(a+ki)，其中g1(x)=(x+1)/(a+1)20≤x≤a(2a-x+1)/(a+1)2a<x≤2a;]]>1.4.3.5ki＝ki+1；1.4.3.6若ki≤a，转1.4.3.4，否则执行1.4.3.7；1.4.3.7k＝k+1；1.4.3.8若k≤max_Z，转1.4.3.2，否则执行1.5；1.5.根据平滑信号H_Z(k)，0≤k≤max_Z计算分割阈值t_Z，方法为：1.5.1定位出H_Z(k)取最大值的位置m_f＝arg max_k{H_Z(k)|0≤k≤max_Z}，即H_Z(m_f)是H_Z(k)的最大值；1.5.2找到H_Z(k)在m_f＜k＜max_Z范围内所有局部极大值的位置，放入集合B中，方法为：1.5.2.1令k＝mf+1，1.5.2.2若H_Z(k-1)＜H_Z(k)且H_Z(k)＞H_Z(k+1)，则将k加入B中；1.5.2.3k＝k+1；1.5.2.4若k＜max_Z，则转1.5.2.2；1.5.3若则阈值t_Z＝λ·m_f，λ取常数3；若则m_b＝arg max_k{H_Z(k)|k∈B}，m_t＝arg min_k{H_Z(k)|m_f＜k＜m_b}，t_Z＝min{λ·m_f，m_t}；1.6.根据分割阈值t_Z确定图像I如何分割，方法为：1.6.1i＝0，j＝0；1.6.2若0≤Z(i，j)≤t_Z，则f(i，j)＝1，表示w(i，j)为前景，否则f(i，j)＝0，表示w(i，j)为背景；1.6.3j＝j+1；1.6.4若则转1.6.2，否则执行1.6.5；1.6.5j＝0，i＝i+1；1.6.6若则转1.6.2，否则第一轮分割结束，执行第二步；第二步，对图像I进行第二轮分割，方法为：2.1.标记图像I的纹路像素，对于每个像素(x，y)，分别用R(x，y)＝1标记(x，y)为纹路像素，用R(x，y)＝0标记为非纹路像素，方法为：2.1.1x＝0，y＝0；2.1.3如果I(x，y)＜m(i，j)，则R(x，y)＝1标记(x，y)为纹路像素，否则用R(x，y)＝0标记(x，y)为非纹路像素；2.1.4x＝x+1；2.1.5若x＜width，则转2.1.2，否则执行2.1.6；2.1.6x＝0，y＝y+1；2.1.7若y＜height，则转2.1.2，否则执行2.2；2.2.标记图像I的稀疏纹路像素，对于每个像素(x，y)，分别用S(x，y)＝1和S(x，y)＝0标记(x，y)为稀疏纹路像素或非稀疏纹路像素，方法为：2.2.1x＝0，y＝0；2.2.2标记(x，y)为非稀疏纹路像素，即初始化S(x，y)＝0；2.2.3若(x，y)为纹路像素，即R(x，y)＝1，则执行2.2.3.1和2.2.3.2，否则执行2.2.4；2.2.3.1R₀＝R(x+1，y)、R₁＝R(x+1，y+1)、R₂＝R(x，y+1)、R₃＝R(x-1，y+1)、R₄＝R(x-1，y)、R₅＝R(x-1，y-1)、R₆＝R(x，y-1)、R₇＝R(x+1，y-1)；2.2.3.2如果R₀+R₁+R₂+R₃+R₄+R₅+R₆+R₇≤4，且存在k∈[0，7]，满足R_k＝1，R_k1＝0，R_k2＝0，k1＝k+1mod 8，k2＝k+7mod 8，则S(x，y)＝1，表明(x，y)为稀疏纹路像素；2.2.4x＝x+1；2.2.5若x＜width，则转2.2.2，否则执行2.2.6；2.2.6x＝0，y＝y+1；2.2.7若y＜height，则转2.2.2，否则执行2.3；2.3.统计分割为前景的局部块的稀疏纹路像素数，方法为：2.3.1i＝0，j＝0；2.3.2若f(i，j)＝1，则执行2.3.2.1，否则执行2.3.3；2.3.2.1取一个几何中心与w(i，j)的几何中心重合的块W_β(i，j)，统计W_β(i，j)内稀疏纹路像素的个数，记为P(i，j)，P(i,j)=Σ(x,y)∈Wβ(i,j)S(x,y);]]>2.3.3j＝j+1；2.3.4若则转2.3.2，否则执行2.3.5；2.3.5j＝0，i＝i+1；2.3.6若则转2.3.2，否则执行2.4；2.4.对集合{P(i，j)|f(i，j)＝1，进行直方统计，并对直方统计结果进行平滑：2.4.1统计出集合{P(i，j)|f(i，j)＝1，中的最大值max_P＝max{P(i，j)|f(i，j)＝1，2.4.22.4.3对信号h_P(U)，0≤U≤max_P，平滑处理得到平滑信号H_P(U)，0≤U≤max_P，方法为：2.4.3.1令U＝0；2.4.3.2令H_P(U)＝0；2.4.3.3令Ui＝-e，其中e为取值在5到15之间的正整数；2.4.3.4H_P(U)＝H_P(U)+h_P(U+Ui)g2(e+Ui)，其中g2(x)=(x+1)/(e+1)20≤x≤e(2e-x+1)/(e+1)2e<x≤2e;]]>2.4.3.5Ui＝Ui+1；2.4.3.6若Ui小于或等于e，转2.4.3.4，否则执行2.4.3.7；2.4.3.7U＝U+1；2.4.3.8若U≤max_P，转2.4.3.2，否则执行2.5；2.5.根据H_p(U)计算分割阈值t_P，方法为：2.5.1定位H_P(U)中第一个局部极大值的位置ρ，即H_P(ρ)为从左往右的第一个局部极大值；2.5.2分割阈值t_P＝ρ+T，T取35到45之间的整数；2.6.根据分割阈值t_P对图像I进行第二轮分割，方法为：2.6.1i＝0，j＝0；2.6.2若P(i，j)＞t_P，则赋值f(i，j)＝0，否则执行2.3.3；2.3.3j＝j+1；2.3.4若则转2.6.2，否则执行2.6.5；2.6.5j＝0，i＝i+1；2.6.6若则转2.6.2，否则第二轮分割结束，执行第三步；第三步，利用开运算和闭运算对分割结果进行后处理，方法是：3.1.执行m次开运算Open(n)，取m＝2，n＝2；开运算过程Open(n)是指：(1)i＝0，j＝0；(2)若f(i，j)＝1，则执行(2.1)，否则执行(3)；(2.1)若集合{w(k，l)||k-i|≤n，|l-j|≤n，f(k，l)＝1}的元素个数小于等于2n(n+1)，则赋值f(i，j)＝0，即将该前景块变为背景块；(3)j＝j+1；(4)若则转(2)，否则执行(5)；(5)j＝0，i＝i+1；(6)若则转(2)，否则结束；3.2.反复执行闭运算Closing(n)，取n＝2，直到没有图像块在闭运算中由背景块变为前景块，闭运算过程Closing(n)是指：(C1)i＝0，j＝0；(C2)若f(i，j)＝0，则执行(C2.1)，否则执行(C3)；(C2.1)若集合{w(k，l)||k-i|≤n，|l-j|≤n，f(k，l)＝1}的元素个数大于等于2n(n+1)，则赋值f(i，j)＝1，即将该背景块变为前景块；(C3)j＝j+1；(C4)若则转(C2)，否则执行(C5)；(C5)j＝0，i＝i+1；(C6)若则转(C2)，否则结束。