基于动态模板的掌纹图像褶皱检测方法
【专利摘要】本发明公开了一种基于动态模板的掌纹褶皱检测方法，主要解决现有技术对掌纹褶皱检测不准确的问题。其实现步骤为：1.将掌纹图像分成大小一致的图像块，对每个图像块进行均衡化处理；2.求图像块中能量值最大的前十个方向并判定方向一致性，对方向一致性较好的图像块采用动态模板卷积的方法得到模板卷积初始结果图像，对于方向一致性较差的图像块利用方向滤波的方法得到方向滤波初试结果图像；3.将模板卷积初始结果图像和方向滤波初始结果图像分别经过高斯滤波、阈值处理后相加，得到褶皱检测的最终结果图像。本发明能对掌纹褶皱进行快速有效的检测，可用于生物特征认证。
【专利说明】基于动态模板的掌纹图像褶皱检测方法
【技术领域】
[0001]本发明属于数字图像处理【技术领域】，特别涉及一种在自动掌纹识别系统中基于动态模板的掌纹图像褶皱检测方法，可用于生物特征认证。
【背景技术】
[0002]随着社会的发展，身份信息向数字化方向发展，快速准确的进行身份认证越来越重要。但是，传统的身份认证识别认证方法通常是通过某些可以表明身份的标识物品来进行认证的。这种方法的致命缺点是:标示物品比较容易伪造，而且比较容易遗忘和丢失。但是，生物特征认证与这些传统方法不同，它利用的是人体的固有特征，不会被遗忘或者丢失。在众多生物特征中，掌纹不仅具有很多和指纹一样的细节点特征，并且可提取的特征面积也很大，其中还有很多其他的可区分性的信息，比如褶皱和主线等等。
[0003]现有的大部分掌纹识别系统主要利用的是细节点特征，但是褶皱的存在会极大影响细节点特征的准确提取，产生很多伪细节点，最终影响掌纹的识别率。与此同时，掌纹的褶皱特征也可以作为一种特征来辅助掌纹识别，所以，提取掌纹中的褶皱区域非常重要。
[0004]目前，存在的褶皱检测方法并不多，其常用的一个是文献“Crease Detectionfrom Fingerprint Images and Its Applications in Elderly People, ”Pattern Recognition, vol.42，n0.5，pp.896-906, 2009。它提出了基于二阶高斯滤波进行褶皱提取的方法，流程如下:(1)选择12个通道或方向的滤波器，分别对掌纹图像进行滤波，得到一系列结果图像；(2)对每个通道结果选择一个阈值，进行二值化；(3)然后采用主成分分析法估算矩形表示的褶皱区域；(4)最后将最后提取的褶皱区域进行叠加，得到最后的褶皱检测结果。
[0005]上述算法虽说可以优先检测出指纹或掌纹中的褶皱区域，但是效果不明显，而且存在以下缺陷:
[0006]1.检测精度低
[0007]在掌纹图像中，距离较远的两个局部区域的灰度值可能相差很大，而上述算法利用全局的方向滤波器来进行滤波，并未考虑到灰度值变化很大的特点，这样就不容易检测出那些整体灰度较小区域中的褶皱；
[0008]褶皱区域是那些质量较差的区域，它将谷线和脊线割断开来，褶皱的宽度变化范围很大，有可能比脊线和谷线要宽，有可能比脊线和谷线要窄。而现有算法假设褶皱区域宽度比脊线宽度更宽，利用二阶高斯滤波器来进行滤波，因此无法检测出很多宽度和脊线宽度类似或者比脊线宽度还小的褶皱区域；
[0009]2.计算量大
[0010]上述算法进行方向滤波时，由于要对12个方向进行方向滤波，因而计算量是非常大的。
【发明内容】
[0011]本发明的目的在于针对上述已有技术的不足，提出一种基于动态模板的褶皱检测方法，以提高掌纹褶皱检测的准确性，降低计算量。
[0012]本发明的主要思想是:根据褶皱和谷线交叉区域的特殊模式，给出类似于这种特殊模式的动态交叉模板结构，利用这种模板对图像进行卷积操作，使褶皱区域产生较大的响应。其实现步骤包括如下:
[0013]为了实现上述目的，本发明的具体实现步骤包括如下:
[0014](I)将掌纹图像I (m，η)分成M个128Χ 128大小的图像块Ib(x，y)，并对每个图像块进行均衡化，得到M个均衡后的图像块Ib(x，y)，其中(m，n)为图像坐标，(x，y)为图像块坐标；
[0015](2)对均衡后的每个图像块Ib(X，y)进行傅里叶变换，求取图像块IbU，y)中能量最大的十个方向角度值Θ i和图像块IB(x，y)的主方向值Θ ，其中，i = 1，2，...，I ;0
[0016](3)对每个图像块IB(x，y)中能量最大的十个方向角度值Θ i，求方向一致性数值C，计算图像块IB(x，y)中的十个方向角度值Qi和主方向值0OTi的角度差AQyiAei大于π/6时，将0 3己为图像块&0^)的潜在褶皱方向值Y」，j = 1，2，...，N。，N。为图像块IB(X，y)的潜在褶皱方向值的总数，将所有图像块Ib (X，y)根据方向一致性数值分为两类:如果图像块Ib (x，y)的方向一致性数值C<7，则称图像块IB(x，y)为待方向滤波图像块Ibi U，y)，继续执行步骤(4)，否则，称图像块Ib U，y)为待模板卷积图像块IB2 (x, y)，跳至步骤(5)执行；
[0017](4)对每个待方向滤波图像块Ibi(X，y)进行方向滤波，得到对应的方向滤波图像块^(^。，并将其组合成方向滤波初始结果图像^^^^转到步骤⑵；
[0018](5)对每个待模板卷积图像块IB2 (x，y)构造交叉点模板Mn(p，q)，并与其对应的待模板卷积图像块Ike U，y)卷积:
[0019]5a)令每个待模板卷积图像块Ib2 (X，y)的交叉点模板Mn(p, q)内所有值为0，其中，(P，q)模板的坐标值，η = I, 2, 3, 4, 5 ；
[0020]5b)利用公San= Θ ori+( Ji.η)/6, η = 1，2，3，4，5,.表示实数实数相乘,算出每个待模板卷积图像块IB2 (x，y)的5个次方向Cin ;
[0021]5c)定义L(Cx，Cy，w，l，Θ)表示每个待模板卷积图像块IB2 (x，y)的交叉点模板Mn(p，q)中的一个带状区域，其中1，《，Θ和(Cx，Cy)分别表示带状区域的长度、宽度、角度和带状区域中心点的坐标值，η = 1，2，3，4，5，在每个交叉点模板仏(?，(1)中构造两个带状区域 L(p。，qQ, W，1，Θ ori)和 L(p。，qQ, w, 1，an)，其中，(p0, q0)为模板 Mn(p，q)中心点的坐标值，将交叉点模板Mn(p，q)划分成三个区域，令A。表示交叉点模板Mn(p，q)中两个带状区域的重叠区域，A。表示交叉点模板Mn(p，q)中未被两个带状区域占用的区域，A1表示交叉点模板Mn(p，q)中除了 A。和A。以外的带状区域所占区域；
[0022]5e)对每个待模板卷积图像块IB2(x，y)的交叉点模板Mn(p, q)中按下述公式赋值:
【权利要求】
1.一种基于动态交叉模板的掌纹图像褶皱检测方法，包括以下步骤: (1)将掌纹图像I(m，η)分成M个128X128大小的图像块Ib(x，y)，并对每个图像块Ib(x, y)进行均衡化，得到M个均衡后的图像块Ib(x，y)，其中，(m，n)为图像坐标，(x, y)为图像块坐标； (2)对均衡后的每个图像块Ib(x，y)进行傅里叶变换，求取图像块Ib(x，y)中能量最大的十个方向角度值Θ 1和图像块IB(x，y)的主方向值0。&其中，1=1，2，...，10; (3)对每个图像块IB(x，y)中能量最大的十个方向角度值Qi，求方向一致性数值C，计算每个图像块IB(x，y)中的十个方向角度值Qi和主方向值0OTi的角度差Λ Qi，当Λ Θ,大于π/6时，将0 3己为图像块&0^)的潜在褶皱方向值Y」，j=l，2，...，N。，N。为图像块IB(x，y)的潜在褶皱方向值的总数，将所有图像块IB(x，y)根据方向一致性数值分为两类:如果图像块Ib(X，y)的方向一致性数值c≤ 7，则称图像块Ib(X，y)为待方向滤波图像块Ibi U，y)，继续执行步骤(4)，否则，称图像块Ib U，y)为待模板卷积图像块IB2 (x, y)，跳至步骤(5)执行； (4)对每个待方向滤波图像块Ibi(x，y)进行方向滤波，得到对应的方向滤波图像块1<*0^)，并将其组合成方向滤波初始结果图像1。>，11)，转到步骤(7)； (5)对每个待模板卷积图像块Ib2U，y)构造交叉点模板1(?，q)，并与其对应的待模板卷积图像块Ike U，y)卷积: 5a)令每个待模板卷积图像块IB2(x，y)的交叉点模板Mn(p，q)内所有值为O，其中，(P，q)模板的坐标值，n=l, 2，3, 4, 5 ； 5b)利用公式an=0OTi+0.n)/6, n=l, 2, 3, 4, 5, ?表示实数相乘,算出每个待模板卷积图像块Ib2 (X，y)的5个次方向a n ； 5c)定义L(CX, Cy, w, 1，θ )表示每个待模板卷积图像块Ib2 (X，y)的交叉点模板Mn(p, q)中的一个带状区域，其中1，《，Θ和(Cx，Cy)分别表示带状区域的长度、宽度、角度和带状区域中心点的坐标值，在每个交叉点模板Mn(P, q)中构造两个带状区域Uptl, q0, w, I, Θ ori)和L(Po, Q0, w, I, an)，其中，(p0, q0)为模板Mn(p，q)中心点的坐标值，n=l，2，3，4，5，将交叉点模板1(?，(1)划分成三个区域，令A。表示交叉点模板Mn(p，q)中两个带状区域的重叠区域，A。表示交叉点模板1(?，q)中未被两个带状区域占用的区域，A1表示交叉点模板Mn(p，q)中除了 A。和A。以外的带状区域所占区域； 5e)对每个待模板卷积图像块IB2 (x，y)的交叉点模板Mn(p，q)中按下述公式赋值:
2.根据权利要求1所述的动态交叉模板的掌纹图像褶皱检测方法，其中步骤(1)所述的对每个掌纹图像块Ib (X，y)并进行均衡化，按照如下公式进行:
3.根据权利要求1所述的动态交叉模板的掌纹图像褶皱检测方法，其中步骤(2)所述的对均衡后的每个图像块Ib(X，y)进行傅里叶变换，求取图像块Ib(X，y)中能量最大的十个方向角度值θ 1和图像块IB(x，y)的主方向值θ OTi，按照如下步骤进行: 2a)对步骤(1)得到的均衡后的每个图像块Ib(x，y)乘以一个高斯窗函数G1 (x，y)，得到变换后图像块Ig (x，y):
Ig (X，y)=IB(x, y).G1 (x, y),
其中
4.根据权利要求1所述的动态交叉模板的掌纹图像褶皱检测方法，其中步骤(3)所述的对每个图像块Ib(x，y)的块内十个方向角度值Θ i，求其方向一致性数值C，按照如下公式计算:
5.根据权利要求1所述的动态交叉模板的掌纹图像褶皱检测方法，其中步骤(3)所述的计算每个图像块Ib (x，y)的块内十个方向角度值Qi和主方向值0OTi的角度差Λ Qi，按照如下公式计算:
6.根据权利要求1所述的动态交叉模板的掌纹图像褶皱检测方法，其中步骤(4)所述的对每个待方向滤波图像块Ibi (X，y)进行方向滤波，按照如下步骤进行: 4a)根据每个待方向滤波图像块Ibi (x，y)的潜在褶皱方向值Yj，构造方向滤波器0{p,q):,
7.根据权利要求1所述的动态交叉模板的掌纹图像褶皱检测方法，所述步骤7a)中对方向滤波初始结果图像IOT(m，n)进行高斯滤波，按如下公式进行: 其中G2(x，y)为高斯滤波器，
8.根据权利要求1所述的动态交叉模板的掌纹图像褶皱检测方法，所述步骤7a)中对方向滤波后的高斯滤波图像1。8(111，11)进行阈值处理，按如下公式进行:
9.根据权利要求1所述的动态交叉模板的掌纹图像褶皱检测方法，所述步骤7b)中对模板卷积初始结果图像Ira (m，η)进行高斯滤波，按如下公式进行:
Icg (m, n) =Icr (m, n) *G2 (x, y),其中G2(x，y)为高斯滤波器，
10.根据权利要求1所述的动态交叉模板的掌纹图像褶皱检测方法，所述步骤7b)中对模板卷积后的高斯滤波图像Icg（m，n)进行阈值处理，按如下公式进行:
【文档编号】G06K9/00GK103886291SQ201410102402
【公开日】2014年6月25日 申请日期:2014年3月19日 优先权日:2014年3月19日
【发明者】庞辽军, 赵伟强, 王杰, 刘而云, 曹凯, 梁继民, 田捷 申请人:西安电子科技大学