[發(fā)明專利]一種基于復(fù)合窗口SIVV特征的指紋圖像分割方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410216625.1
• 申請(qǐng)日: 2014-05-22
• 公開（公告）號(hào): CN104036273A
• 公開（公告）日: 2014-09-10
• 發(fā)明（設(shè)計(jì)）人: 梅園;趙波
• 申請(qǐng)（專利權(quán)）人: 南京信息工程大學(xué)
• 主分類號(hào): G06K9/34
• 分類號(hào): G06K9/34;G06T7/00
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 葛瀟敏

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)字圖像處理中的自動(dòng)指紋識(shí)別領(lǐng)域，特別涉及一種基于復(fù)合窗口SIVV特征的指紋圖像分割方法。

背景技術(shù)

生物特征識(shí)別技術(shù)是根據(jù)每個(gè)人獨(dú)有的可以采樣和測(cè)量的生物學(xué)特征和行為學(xué)特征進(jìn)行身份識(shí)別的技術(shù)。由于生物特征不像各種證件類持有物那樣容易竊取，也不像密碼、口令那么容易遺忘或破解，所以在身份識(shí)別上體現(xiàn)了獨(dú)特的優(yōu)勢(shì)，近年來在國際上被廣泛研究。自動(dòng)指紋識(shí)別系統(tǒng)(AFIS)由于其體積小、成本低、易操作、可靠性高等優(yōu)點(diǎn)越來越受到人們的青睞，成為最重要的生物識(shí)別技術(shù)之一。

一般的自動(dòng)指紋識(shí)別系統(tǒng)包括：圖像采集、圖像分割、方向場(chǎng)估計(jì)、圖像增強(qiáng)、二值化及細(xì)化、特征點(diǎn)提取、特征匹配等部分。指紋圖像分割作為整個(gè)系統(tǒng)中除圖像采集后的第一步，其主要任務(wù)是分割出指紋圖像中的前景區(qū)域(指紋區(qū)域)及背景區(qū)域(非指紋區(qū)域)，參見文獻(xiàn)[1]，使后續(xù)的處理只需要針對(duì)前景區(qū)域，以利于提高整個(gè)系統(tǒng)的識(shí)別速率和準(zhǔn)確性。

目前，已有主流的指紋圖像分割方法是先將整幅指紋圖像分為一系列互不重疊的小塊，然后對(duì)每一個(gè)小塊提取若干特征，最后通過融合已提取的特征來判斷每個(gè)小塊是屬于前景區(qū)域還是背景區(qū)域，參見文獻(xiàn)[1]-[7]。這些特征一般包括：灰度值統(tǒng)計(jì)特征(如灰度均值、灰度方差等)、局部方向性特征(如方向一致性等)和紋線特征(如脊線頻率等)。這些方法的大體思路都一致，可稱之為基于特征融合判決的指紋分割方法，它們之間的不同之處在于：(1)提取的特征有所不同，有的文獻(xiàn)中使用灰度均值、灰度方差和方向一致性，有的則使用塊聚集度、灰度均值、灰度方差組合在一起進(jìn)行分割；(2)組合已提取的特征來進(jìn)行判決的方法不同，如文獻(xiàn)[1]使用線性分類器，文獻(xiàn)[4]使用D-S證據(jù)理論，文獻(xiàn)[7]使用HMM等。相對(duì)于基于特征融合判決的指紋分割方法，還有一類是基于分級(jí)處理思想的指紋分割算法，見文獻(xiàn)[8]、[9]，如文獻(xiàn)[9]將指紋圖像分為非指紋區(qū)域、不能正確估計(jì)方向場(chǎng)區(qū)域、殘留指紋區(qū)域及真實(shí)指紋區(qū)域，其中前3個(gè)區(qū)域?qū)?yīng)于本文的背景區(qū)域，真實(shí)指紋區(qū)域?qū)?yīng)于前景區(qū)域，在分割時(shí)，作者先用第一級(jí)分割將圖像中的非指紋區(qū)域及不能正確估計(jì)方向場(chǎng)的區(qū)域去除，然后再采用二級(jí)分割將殘留指紋區(qū)域及真實(shí)指紋區(qū)域分割開來。

基于對(duì)已有指紋圖像分割方法的分析及指紋圖像分割問題本質(zhì)的認(rèn)識(shí)，可以將指紋圖像分割看成一個(gè)兩類別分類問題。對(duì)于一個(gè)分類問題，其分類的效果完全取決于分類特征的提取以及分類算法的選擇，其中，分類特征的提取起著至關(guān)重要的作用，提取出具有較強(qiáng)鑒別能力的特征往往會(huì)使整個(gè)分類工作起到事半功倍的效果。

現(xiàn)有的各種指紋分割算法大多在空域下通過獲取各種特征，如灰度值統(tǒng)計(jì)特征、局部方向性特征，利用這些特征進(jìn)行組合判斷當(dāng)前塊是否為指紋前景區(qū)域。但指紋圖像有明顯的紋理特征，而空域不能夠很好地提取出指紋圖像紋理性特征。同時(shí)指紋圖像由于采集設(shè)備表面、指紋皮膚的清潔程度以及采集設(shè)備本身的影響等，會(huì)產(chǎn)生大量噪聲，這就產(chǎn)生指紋背景區(qū)域的灰度方差值變大、一致性降低等后果。SIVV(Spectral?Image?Validation?and?Verification，光譜圖像驗(yàn)證與認(rèn)證)特征由于能夠很好地反應(yīng)指紋的紋理特征，并對(duì)噪聲具有很強(qiáng)的魯棒性，見文獻(xiàn)[10]、[11]，本發(fā)明人試圖將這一特征引入指紋圖像分割中，本案由此產(chǎn)生。

前文涉及的參考文獻(xiàn)如下：

[1]Xinjian?Chen,Jie?Tian,Jiangang?Cheng,Xin?Yang.Segmentation?of?fingerprint?images?using?linear?classifier.EURASIP?Journal?on?Applied?Signal?Processing2004:4,480–494.

[2]B.M.Mehtre,N.N.Murthy,S.Kapoor,and?B.Chatterjee.Segmentation?of?fingerprint?images?using?directional?image.Pattern?Recognition,1987,20(4):429–435.

[3]B.M.Mehtre?and?B.Chatterjee.Segmentation?of?fingerprint?images–A?composite?method.Pattern?Recognition,1989,22(4):381–385,1989.

[4]唐良瑞,謝曉輝,蔡安妮,孫景鰲.基于D-S證據(jù)理論的指紋圖像分割方法.計(jì)算機(jī)學(xué)報(bào),2003,26(7):887-892.