专利名称：一种指纹图像的分割方法
技术领域：
本发明涉及一种指纹图像预处理方法，特别涉及一种指纹图像的分割方法。
背景技术：
指纹图像识别是人类生物特征识别技术中最早应用、价格最低廉的分支，被广泛地应用在刑侦破案、住宅安全，银行、证券、保险等金融机构的身份确认，重要区域的门禁管制，职员或会员管理等领域，具有广阔的应用前景。指纹图像分割是指纹识别预处理阶段的重要步骤，主要目的是去除非指纹区和噪声较多不易区分的指纹区域，有效的分割可以减少后续处理的时间，减少伪特征点的提取，提高识别准确率。·目前常用的指纹分割方法有a根据图像灰度特性的分割方法，利用指纹图像灰度平均值和方差对指纹图像进行分割，有全局阈值分割和自适应阈值分割，全局阈值分割依赖于图像灰度分布良好的双峰性质，如果双峰性不明显或灰度呈多峰分布，分割效果就不理想，自适应阈值分割会将对比度低而方向性强的容易恢复的区域分割掉，且分割后的指纹图像存在块效应；b根据指纹图像方向和频率特性的分割方法，这种方法比较复杂，特别是点方向或点频率的计算，对脊线粗细不均匀的区域或中心三角附近区域，难以准确计算根据灰度特性和方向特性的分割方法，利用图像的局部标准差(或方差)和一致性特征，采用线性分类法进行分割，这种方法考虑了方向特性和灰度特性，对多种特性进行融合，但其系数的选择非常关键，阈值的设定比较困难；d基于隐马尔可夫模型的分割方法；e基于变换和能量场的分割方法；方法d和方法e考虑了多种因素，但算法计算复杂性较大，对低质量指纹图像处理效率低，不能准确分割。
发明内容
本发明的目的是提供一种指纹图像的分割方法，该方法将IS0DATA聚类算法(迭代自组织分析算法)和形态学图像处理方法应用到指纹图像分割中，先对指纹图像进行裁剪，如果指纹图像对比度较低，则对图像进行均衡化处理，然后对图像进行顶帽变换，补偿不均匀的背景亮度，最后用IS0DATA聚类对图像进行分块分割，形态学图像处理。具体步骤为
(I)读入指纹图像，根据图像分辨率resolution确定分块大小W，如果resolution>600dpi,则 W=30,如果 resolution〈400 dpi,则 W=8,否则 W 默认等于 16,将指纹图像转换为double类图像img。(2)对步骤⑴所得的double类图像img进行快速裁剪a.从第I行开始，每隔X行，计算第i行的最大灰度值和最小灰度值之差diff(i)；
其中i=l+kx, k为非负整数,x = ·^ , m为图像的行数，i彡m, i用floor函数取整；b.求出所有最大灰度值和最小灰度值之差diff (i)的最大值diffmax ;c.找出最大灰度值和最小灰度值之差较大的计算行diffd (取最大灰度值和最小灰度值之差大于difTmax/3的行)；d.找到差值较大的开始行mb，从步骤(2)第c步中找出的第一计算行开始，如果连续两计算行的差值均较大，确定开始行是此计算行的前一计算行(不小于I )，否则向后寻找；
e.找出差值较大的结束行me，从步骤(2)第c步中找出的最后一计算行开始，如果连续两计算行的差值均较大，则结束行是此计算行的后一计算行(不大于m)，否则向前寻找；
f.按步骤a"e的方法找到差值较大的开始列nb和结束列ne；
g.将结束行me和结束列ne进行调整，使裁剪后图像的尺寸为分块大小W的整数倍，对原始图像img进行裁剪,得到裁剪后图像imgl,裁剪后图像大小为ml*nl,其中ml=me-mb,nl=ne-nbo
(3)反色变换
a.计算图像imgl四周像素的灰度平均值avgbound，即计算第一行，最后一行，第一列和最后一列所有像素的灰度平均值；
b.如果背景较亮，即avgbound>0.5，则进行反色变换imgl=l — imgl,否则跳到步骤⑷。
⑷均衡化；
a.计算图像imgl的灰度平均值
权利要求
1.一种指纹图像的分割方法，其特征在于具体步骤为 (1)读入指纹图像，根据图像分辨率resolution确定分块大小W，如果resolution>600dpi,则 W=30,如果 resolution〈400dpi,则 W=8,否则 W 默认等于 16,将指纹图像转换为double类图像img ； (2)对步骤⑴所得的double类图像img进行快速裁剪 a.从第I行开始，每隔X行，计算第i行的最大灰度值和最小灰度值之差diff(i)，其中i=l+kx, k为非负整数= ，m为图像的行数，i < m, i用floor函数取整； b.求出所有最大灰度值和最小灰度值之差diff(i)的最大值diffmax; c.找出最大灰度值和最小灰度值之差较大的计算行diffd-取最大灰度值和最小灰度值之差大于difTmax/3的行； d.找到差值较大的开始行mb，从步骤(2)第c步中找出的第一计算行开始，如果连续两计算行的差值均较大，确定开始行是此计算行的前一计算行，不小于1，否则向后寻找； e.找出差值较大的结束行me，从步骤(2)第c步中找出的最后一计算行开始，如果连续两计算行的差值均较大，则结束行是此计算行的后一计算行，不大于m，否则向前寻找； f.按步骤a"e的方法找到差值较大的开始列nb和结束列ne； g.将结束行me和结束列ne进行调整，使裁剪后图像的尺寸为分块大小W的整数倍，对原始图像img进行裁剪,得到裁剪后图像imgl,裁剪后图像大小为其中ml=me-mb,nl=ne_nb ； (3)反色变换 a.计算图像imgl四周像素的灰度平均值avgbound，即计算第一行，最后一行，第一列和最后一列所有像素的灰度平均值； b.如果背景较亮，即avgbound>0.5，则进行反色变换imgl=l — imgl,否则跳到步骤(4)； (4)均衡化 a.计算图像imgl的灰度平均值
全文摘要
本发明公开了一种指纹图像的分割方法。具体步骤为a.读入指纹图像；b.指纹图像快速裁剪；c.反色变换；d.均衡化；e.顶帽变换；f.分块计算特征量；g.分块分割；h.形态学图像处理；i.得到分割后的指纹图像。本发明对质量较差的指纹图像亦适用，能正确地进行分割，有较高的可靠性；所采用ISODATA聚类算法，进行分块分割，聚类速度较快；采用快速裁剪，减少了处理时间；所采用块分割和像素分割相结合，分割出的指纹轮廓比较平滑；所采用图像均衡化和顶帽变换对图像进行增强，使分割更加有效。
文档编号G06T7/00GK103020953SQ20121044073
公开日2013年4月3日 申请日期2012年11月7日 优先权日2012年11月7日
发明者刘汉英, 周剑勋 申请人:桂林理工大学