基于方向检测的在线掌纹有效区域快速分割方法
【专利摘要】本发明公开了一种基于方向检测的在线掌纹有效区域快速分割方法。主要解决现有的在线掌纹分割技术时间复杂度高、实时性差的不足。其实现步骤是：1.输入掌纹图像，利用轮廓梯度计算手掌方向；2.校正掌纹图像，利用校正后轮廓的梯度方向选取备选点；3.对备选点进行层次聚类，聚到三类为止，再利用这三类中心的位置关系确定谷点的位置；4.以谷点为参照点完成掌纹分割。本发明利用手掌轮廓点的梯度方向与手掌方向的关系，提高了在线掌纹有效区域分割的速度，可用于移动设备中的身份验证。
【专利说明】基于方向检测的在线掌纹有效区域快速分割方法
【技术领域】
[0001] 本发明属于图像处理【技术领域】，涉及在线掌纹有效区域的提取，可用于移动设备 中的身份验证。
【背景技术】
[0002] 在线掌纹有效区域的提取是在线掌纹识别领域一个非常重要的步骤，涉及到在线 掌纹识别的识别效果，不准确的提取可能会导致匹配错误。在实际的应用系统中，正确高效 的掌纹分割方法有利于提高掌纹识别系统的速度和精确度。因此，效果良好的在线掌纹有 效区域提取技术有利于改善在线掌纹识别系统其他阶段的性能。现存的在线掌纹分割算法 可大致分为基于肤色比例、基于手掌结构这两类。
[0003] 基于肤色比例的分割方法，是利用肤色模型确定手掌轮廓，对轮廓线上的点进行 采样分析。基本原理是遍历手掌轮廓点，对每一个点画圆，按照圆中的皮肤所占的比例进行 判断。这种方法有一个重大的问题，手掌的摆放姿势不会严格的满足上述要求。
[0004] 基于手掌结构的分割方法，是利用手掌的轮廓结构以及该结构的切线方向进行谷 点确定和分割。沿着手掌的轮廓线做切线，如果遇到切线过另外一条轮廓点，则检测另一个 轮廓点的切线，如果该轮廓点的切线恰好也过该点则认为这两个点就是谷点，然后依据这 两个点再分割。这种方法的问题是轮廓上的每个点都要进行复杂的几何运算，因此实现起 来比较慢。
【发明内容】
[0005] 本发明的目的是针对上述已有技术的不足，提出一种基于方向检测的有效区域提 取技术，以提高在线掌纹识别系统的分割效果，避免复杂的几何运算，进而大幅提高了在线 掌纹识别系统的速度。
[0006] 为实现上述目的，本发明的技术方案包括如下步骤：
[0007] (1)输入大小为MXL的掌纹图像I(x，y)，其中（x，y)表示掌纹图像的像素点坐 标，M表示掌纹图像的长度，L表示掌纹图像的宽度；
[0008] (2)对掌纹图像I(x，y)进行阈值分割，得到掌纹二值化图像IB(x，y)，对掌纹二 值化图像IB(x，y)进行腐蚀操作，得到腐蚀后的掌纹图像IE(x，y)，进而得到手掌轮廓图像 Edg(x,y)：
[0009] Edg(x,y) =IB(x,y)-IE(x,y)；
[0010](3)利用手掌轮廓图像Edg(x,y)，计算方向图像D(x,y)和方向角图像0 (x,y);
[0011] ⑷计算掌纹图像I(x，y)的手掌方向0P:
[0012] (4a)对方向角图像0 (x，y)像素值的分布进行统计，求得0 (x，y)中分布最多的 像素值e_:
[0013] (4al)把[0°，360° )等分成36段角度区间，每段角度区间的大小为10°， 将方向角图像9 (x，y)在第i段角度区间内的像素点数表示为Q，并初始化1^为0,i= 1，2，...，36;当10(1-1)彡0(\7)<101且￡(^(\ 7)>0时，给第1段角度区间对应的 像素点数Q值加1 ;
[0014] (4a2)找出Q的最大值，将该最大值对应的i记作i_，计算方向角图像0 (x，y) 中分布最多的像素值9
【权利要求】
1. 一种基于方向检测的在线掌纹有效区域快速分割方法，包括如下步骤： ⑴输入大小为MXL的掌纹图像I (X，y)，其中（X，y)表示掌纹图像的像素点坐标，M表 示掌纹图像的长度，L表示掌纹图像的宽度； (2) 对掌纹图像I (x，y)进行阈值分割，得到掌纹二值化图像Ib(x，y)，对掌纹二值 化图像Ib(x，y)进行腐蚀操作，得到腐蚀后的掌纹图像I E(x，y)，进而得到手掌轮廓图像 Edg (x, y)： Edg (x, y) = Ib (x, y)-IE(x, y)； (3) 利用手掌轮廓图像Edg(x,y),计算方向图像D(x,y)和方向角图像Θ (x，y); (4) 计算掌纹图像I (x，y)的手掌方向θ p : (4a)对方向角图像Θ (x，y)像素值的分布进行统计，求得Θ (x，y)中分布最多的像素 值 θmax : (4al)把[0°，360° )等分成36段角度区间，每段角度区间的大小为10°，将方向角 图像Θ (X，y)在第i段角度区间内的像素点数表示为Li,并初始化Li为0, i = 1，2, . . .，36 ; 当10(i-l)彡Θ (x，y) < IOi且Edg(x，y) >0时,给第i段角度区间对应的像素点数1^值 加1 ; (4a2)找出Li的最大值，将该最大值对应的i记作imax，计算方向角图像Θ (x，y)中分 布最多的像素值:
(4b)利用方向角图像θ(χ，γ)中分布最多的像素值θ_，计算手掌方向：θρ = 9 max_9〇 ° ； (5) 对掌纹图像I (x，y)进行方向校正，得到梯度校正图像D' (x，y)和角度校正图像 Θ ; (x, y)： (5a)对掌纹图像I (x，y)以_θρ为旋转角度进行逆时针旋转，得到手掌校正图像 I' (X，y); (5b)将手掌校正图像I' (x，y)作为输入图像，重复步骤（1)到步骤（3)，得到的方向 图像记作梯度校正图像D' (x，y)，得到的方向角图像记作角度校正图像θ' (x，y); (6) 利用手掌轮廓图像Edg (x，y)和角度校正图像θ ' (χ，y)，确定备选点集C :若像素 点坐标（x，y)满足Edg(x，y) = 255且165°彡Θ ' (x，y)彡195°，则将该像素点加入到 备选点集C中； (7) 利用备选点集C，计算手掌校正图像Γ (X，y)中上谷点Vu和下谷点Vd的位置： (7a)对备选点集C中的点进行层次聚类，聚到3类为止，分别记为第一类CL 1、第二类 CL2、第三类CL3，并将这三类的聚类中心分别记为Cl、c2、C 3 ; (7b)遍历第一类CL1中的点，计算这些点到该类聚类中心C1的距离，并将距离C1最近 的点记为V1 ; (7c)遍历第二类CL2中的点，计算这些点到该类聚类中心C2的距离，并将距离C2最近 的点记为V2 ; (7d)遍历第三类CL3中的点，计算这些点到该类聚类中心C3的距离，并将距离C3最近 的点记为V3 ; (7e)将上述得到三个点Vl、v2、v3中横坐标最小的点的位置记为Γ (X，y)中上谷点Vu 的位置，把力、￥%中横坐标最大的点的位置记为1' (x，y)中下谷点&的位置； (8)以手掌校正图像Γ (X，y)中上谷点Vu的位置和下谷点Vd的位置为参照点，分割 出掌纹有效区域图像R(x，y)。
2. 根据权利要求1所述的基于梯度方向模板的在线掌纹分割方法，其中步骤（2)中所 述的对掌纹图像I (X，V)讲行阖侑分割，得刹堂纹二侑化图像y)，按如下公式进行：
其中，Th表示灰度阈值，取值为20。
3. 根据权利要求1所述的基于梯度方向模板的在线掌纹分割方法，其中，步骤（3)所述 的利用手掌轮廓图像Edg(x，y)，计算方向图像D(x，y)和方向角图像Θ (x，y)，按如下步骤 进行； (3a)根据手掌轮廓图像Edg(x，y)，分别计算纵向梯度图像GradX(x，y)和横向梯度图 像 GradY (X，y):
其中，*表示卷积，Sobel_x(x, y)表示纵向索贝尔算子，取值为：
Sobel_y(x，y)表示横向索贝尔算子，取值为：
(3b)利用纵向梯度图像GradX(x，y)和横向梯度图像GradY(x，y)，得到轮廓梯度图像 Grad (x, y)： Grad (x, y) = (GradX (x, y), GradY (x, y))； (3c)利用轮廓梯度图像Grad(x，y)，计算方向图像D(x，y)和方向角图像Θ (x，y):
Θ (x, y) = arctan2 (GradX (χ, y), GradY (χ, y)), 其中，arctan2是值域为[0° ,360° )的反正切函数。
4. 根据权利要求1所述的基于方向检测的在线掌纹分割方法，其中步骤（7a)中叙述的 对备选点集C中的点进行层次聚类，按如下步骤进行： (7al)把备选点集C中的每一个点都视作一类； (7a2)计算备选点集C中每两类之间的距离，选择距离最近的两类合并为一个类； (7a3)如果备选点集C中类的数量大于3,重复执行步骤（7a2)，否则，聚类结束。
5.根据权利要求1所述的基于梯度方向模板的在线掌纹分割方法，其中，步骤（8)中所 述的以手掌校正图像Γ (x，y)中上谷点Vu和下谷点Vd的位置为参照点，分割出掌纹有效 区域图像R(x，y)，具体步骤如下： (8a)利用下式计算谷点规正角度θν:
其中，x?和y?分别表示手掌校正图像U (x，y)中上谷点vu的横坐标和纵坐标，xvd 和yvd分 别表示Γ (X，y)中下谷点vd的横坐标和纵坐标，arctan是值域为[0°，180° )的 反正切的函数； (8b)以θν-90°为旋转角度对手掌校正图像I' (x，y)进行逆时针旋转，得到谷点规 正图像Gv(x, y); (8c)把手掌校正图像Γ (x，y)中上谷点Vu的位置（xvu，yj映射到谷点规正图像 Gv(x, y)上，得到Gv(x, y)的规正上谷点ν' u的位置（X' ?. l' vu)： x' ? = x?Xcos(9〇。-0v)1vuXsin(9O。-0v)+x 〇-x〇Xcos(9O。-0v)+y〇X cos(9O 。_ θ v)， y' ? = x?Xsin(9〇。-0v)+yvuXcos(9O。-0v)+y 〇-x〇Xsin(9O。-0v)-y〇Xsin(9O 。_ θ v)， 其中，?和^ ?分别表示规正上谷点，u的横坐标和纵坐标，&和7。表示 Γ (X，y)中心点的横坐标和纵坐标； (8d)把Γ (X，y)中下谷点Vd的位置（xvd, yvd)映射到谷点规正图像Gv(X，y)上,得到 Gv(x, y)的规正下谷点V d的位置（f Vd，太Vd)，公式如下： X' Vd = xVdx cos (9〇。-θν) IvdX sin (90。- QvHx0-XciXcos (90。-0v)+y〇X C0s (90 。-θν)， y' vd = xvdXsin(9〇。-0v)+yvdXcos(9O。-0 v)+yQ-xQXsin(9O。-0v)-y QXsin(9O 。_ Θ v)， 其中，X' ^和^ vd分别表示规正下谷点V d的横坐标和纵坐标； (8e)计算规正上谷点ν' u和规正下谷点ν' d两点的距离dud : dud = X ' vd_X ' VU > (8f)在谷点规正图像匕〇^)中，确定掌纹有效区域中心c的位置（Xc;，y。）： xc=(x' ?+x' J/2， Yc = y' VU-I- 2Xdud ； (8g)在谷点规正图像匕(1，7)中，截取待测掌纹有效区域图像R(x，y): R(x, y) = Gv(x+xc-dud/2, y+yc-dud/2), 其中，x的取值范围为[〇, dud]，y的取值范围为[0, dud]。
【文档编号】G06K9/00GK104392455SQ201410751230
【公开日】2015年3月4日 申请日期:2014年12月9日 优先权日:2014年12月9日
【发明者】庞辽军, 赵伟强, 褚万星, 曹凯, 刘而云, 田捷 申请人:西安电子科技大学