纹线距离的计算方法和装置的制造方法
【技术领域】
[0001] 本发明涉及图像处理技术领域，尤其涉及一种纹线距离的计算方法和装置。
【背景技术】
[0002] 随着社会的发展，人们对身份认证的准确性、安全性与实用性提出了更高的要求。 传统的身份认证方式如密码，钥匙、身份证等，存在容易忘记，泄露，丢失，伪造等问题，给生 活带来不便和安全问题。基于生物识别技术的身份认证，可以克服传统身份认证的许多缺 点，目前已经成为安全技术研究的热点。在各种基于生物特征的身份认证方法中，指纹识别 技术是应用最早，最广泛的一种。其具有高稳定性，独特性，易采集，安全性高等特点，因此， 指纹是一种较理想的可用于身份认证的生物特征，指纹识别的市场份额也逐年攀升。由于 指纹图像属于个人隐私，指纹识别系统一般并不直接存储指纹的图像，而是通过算法从指 纹图像中提取指纹的特征信息，再进行指纹匹配识别，完成身份认证。因此，高可靠性的指 纹识别算法是保证正确辨识指纹的关键。
[0003] 其中，纹线距离的定义为：给定脊线和相邻谷线的距离。一般情况下，通过计算脊 线中心到谷线中心的长度作为纹线距离。纹线距离越大，表明该处纹线越稀疏；反之，纹线 距离越小，表明该处纹线越密集。纹线距离的大小决定于指纹本身的结构和图像采集的分 辨率。
[0004] 相关技术中关于指纹纹线距离的算法大致可以分为两类：第一类是基于整幅图像 的指纹纹线距离估计，理想地认为一幅指纹图像纹线距离分布是正态的，但在实际指纹库 中，同一枚指纹纹线距离会出现二倍的差异，故纹线距离不可以基于整幅图像计算；第二类 是基于图像区域的局部纹线距离估计，需要准确地找到频谱的峰值点，这在算法上是很难 做到的，求出的纹线距离会不准确。
[0005] 例如，在相关技术中的第二类算法中，在指纹图像垂直纹线方向上，像素灰度值 呈现离散正弦波形的特征，如附图1所示，两条脊线之间的距离可以表示为正弦波形中波 峰与波峰之间的距离。该算法具体为：（1)对每个中心点在（i，j)的块（图1中虚线矩 形块），开一个新的窗口（如图1中实线矩形框所示），大小为wXl(例如，取16X32)。 窗口长度方向与该块的脊线方向垂直。在新开的窗口中计算与块方向正交的轴上脊 和谷的投影波形Z[0]，Z[1]，…，Z[l_l]，其中
，d是点（u，v)距离中 心点的距离，0是根据方向场求取算法得到的块纹线方向。I(u，v)是归一化后（u，v)处的 像素值；（2)从求得的Z[0]，Z[1]，…，Z[l-1]中寻找投影波形的波峰，并计算波峰之间的 平均距离D，即为块的脊线平均距离。通常，这个距离的大小在[3, 25]内，对超出此变化范 围的块，将其脊距标为-1 ; (3)搜索所有的脊距为-1的块。取该块邻近8个块的脊距进行 平均，将该值作为当前块的新值，并用7*7的高斯低通滤波器做最后的平滑。但是，传感器 实际采集的指纹图像，会含有噪声，噪声信息主要来自传感器本身以及手指有水、油、脱皮 等实际情况，导致正弦曲线极值情况比较复杂，如：不能有单一峰值，实际上不能准确找到 这个极值点。测试情况为：同一枚指纹用相同力度按压，采集到的指纹图片，指纹同一位置 用此方法求得的纹线距离有较大差异。对于指纹灰度图像本身来说，指纹上的脊线、谷线沿 着其垂直于纹线方向的分布并不是理想的正弦波形，也没有尖峰的突出峰值，因此，基于灰 度的纹线距离算法只能适应清晰均匀的指纹图像。
【发明内容】
[0006] 本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的 一个目的在于提出一种纹线距离的计算方法，该方法通过寻找指纹脊线和谷线的边界点， 并根据边界点的坐标和亚像素值计算纹线距离，提高了准确度，且抗噪声能力强，更准确的 反映了指纹全局疏密特征，适用范围更广。
[0007] 本发明的第二个目的在于提出一种纹线距离的计算装置。
[0008] 为了实现上述目的，本发明第一方面实施例的纹线距离的计算方法，包括以下步 骤：获取原始图像并进行灰度处理以生成灰度图像；根据所述灰度图像生成法向图和切向 图；根据所述切向图对所述灰度图像进行滤波以生成平滑图像，并将所述平滑图像转换为 二值图像；对所述二值图像进行分块，并根据所述法向图确定每个分块的中心点的法向方 向；在所述每个分块内对所述分块的中心点的法向方向上的像素进行遍历，以生成像素值 为第一像素值和像素值为第二像素值之间的变化次数、变化时对应边界点的坐标和亚像素 值，其中，所述像素值为第一像素值的点为脊线所在的像素点，所述像素值为第二像素值的 点为谷线所在的像素点；以及根据所述像素值为第一像素值和像素值为第二像素值之间的 变化次数和所述变化时对应边界点的坐标和亚像素值生成纹线距离。
[0009] 根据本发明实施例的纹线距离的计算方法，通过寻找指纹脊线和谷线的边界点， 并根据边界点的坐标和亚像素值计算纹线距离，使得纹线距离更加准确，更接近指纹真实 特征，从而更准确的反映了指纹全局疏密特征，且该方法的抗噪声能力强，适用范围更广。
[0010] 为了实现上述目的，本发明第二方面实施例的纹线距离的计算装置，包括：灰度处 理模块，用于获取原始图像并进行灰度处理以生成灰度图像；生成模块，用于根据所述灰度 图像生成法向图和切向图；平滑处理模块，用于根据所述切向图对所述灰度图像进行滤波 以生成平滑图像，并将所述平滑图像转换为二值图像；分块处理模块，用于对所述二值图像 进行分块，并根据所述法向图确定每个分块的中心点的法向方向；亚像素计算模块，用于在 所述每个分块内对所述分块的中心点的法向方向上的像素进行遍历，以生成像素值为第一 像素值和像素值为第二像素值之间的变化次数、变化时对应边界点的坐标和亚像素值，其 中，所述像素值为第一像素值的点为脊线所在的像素点，所述像素值为第二像素值的点为 谷线所在的像素点；以及纹线距离生成模块，用于根据所述像素值为第一像素值和像素值 为第二像素值之间的变化次数和所述变化时对应边界点的坐标和亚像素值生成纹线距离。
[0011] 根据本发明实施例的纹线距离的计算装置，通过寻找指纹脊线和谷线的边界点， 并根据边界点的坐标和亚像素值计算纹线距离，使得纹线距离更加准确，更接近指纹真实 特征，从而更准确的反映了指纹全局疏密特征，而且抗噪声能力强，适用范围更广。
【附图说明】
[0012] 图1是相关技术中纹线局部区域正弦分布特性的示意图；
[0013] 图2是根据本发明一个实施例的纹线距离的计算方法的流程图；
[0014] 图3是根据本发明一个实施例的像素值由0变为1的边界点位置以及变化次数的 示意图；
[0015] 图4是根据本发明一个实施例的计算边界点的亚像素值的流程图；
[0016] 图5A~图5C是根据本发明一个实施例的沿着水平方向计算亚像素值的示意图；
[0017] 图6A~图6C是根据本发明一个实施例的沿着非竖直或者水平方向计算亚像素值 的不意图；
[0018] 图7A是根据本发明一个实施例的灰度图像的示意图；
[0019] 图7B是根据本发明一个实施例的切向图的示意图；
[0020] 图7C是根据本发明一个实施例的平滑图像的示意图；
[0021] 图7D是根据本发明一个实施例的二值图像的示意图；
[0022] 图7E是根据本发明一个实施例的对最终每点纹线距离的数据进行Gabor滤波后 的结果示意图。 图8是根据本发明一个实施例的纹线距离的计算装置的结构示意图。
【具体实施方式】
[0023] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
[0024] 为了解决相关技术中纹线距离算法存在的求得的纹线距离不准确、算法适用范围 较窄等问题，本发明提出了一种纹线距离的计算方法和装置。下面参考附图描述本发明实 施例的纹线距离的计算方法和装置。
[0025] 图2是根据本发明一个实施例的纹线距离的计算方法的流程图。如图2所示，本 发明实施例的纹线距离的计算方法，包括以下步骤：
[0026] S1，获取原始图像并进行灰度处理以生成灰度图像。
[0027] 具体地，对原始图像并进行灰度处理，生成灰度图像A(i，j)。
[0028] S2,根据灰度图像生成法向图和切向图。
[0029] 具体地，对灰度图像A(i，j)由梯度法可求出法向图01(i，j)和