[發(fā)明專利]基于方向檢測的在線掌紋有效區(qū)域快速分割方法

有效

• 申請?zhí)枺?/td>: 201410751230.1
• 申請日: 2014-12-09
• 公開（公告）號: CN104392455A
• 公開（公告）日: 2015-03-04
• 發(fā)明（設(shè)計(jì)）人: 龐遼軍;趙偉強(qiáng);褚萬星;曹凱;劉而云;田捷
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及在線掌紋有效區(qū)域的提取，可用于移動設(shè)備中的身份驗(yàn)證。

背景技術(shù)

在線掌紋有效區(qū)域的提取是在線掌紋識別領(lǐng)域一個(gè)非常重要的步驟，涉及到在線掌紋識別的識別效果，不準(zhǔn)確的提取可能會導(dǎo)致匹配錯(cuò)誤。在實(shí)際的應(yīng)用系統(tǒng)中，正確高效的掌紋分割方法有利于提高掌紋識別系統(tǒng)的速度和精確度。因此，效果良好的在線掌紋有效區(qū)域提取技術(shù)有利于改善在線掌紋識別系統(tǒng)其他階段的性能。現(xiàn)存的在線掌紋分割算法可大致分為基于膚色比例、基于手掌結(jié)構(gòu)這兩類。

基于膚色比例的分割方法，是利用膚色模型確定手掌輪廓，對輪廓線上的點(diǎn)進(jìn)行采樣分析。基本原理是遍歷手掌輪廓點(diǎn)，對每一個(gè)點(diǎn)畫圓，按照圓中的皮膚所占的比例進(jìn)行判斷。這種方法有一個(gè)重大的問題，手掌的擺放姿勢不會嚴(yán)格的滿足上述要求。

基于手掌結(jié)構(gòu)的分割方法，是利用手掌的輪廓結(jié)構(gòu)以及該結(jié)構(gòu)的切線方向進(jìn)行谷點(diǎn)確定和分割。沿著手掌的輪廓線做切線，如果遇到切線過另外一條輪廓點(diǎn)，則檢測另一個(gè)輪廓點(diǎn)的切線，如果該輪廓點(diǎn)的切線恰好也過該點(diǎn)則認(rèn)為這兩個(gè)點(diǎn)就是谷點(diǎn)，然后依據(jù)這兩個(gè)點(diǎn)再分割。這種方法的問題是輪廓上的每個(gè)點(diǎn)都要進(jìn)行復(fù)雜的幾何運(yùn)算，因此實(shí)現(xiàn)起來比較慢。

發(fā)明內(nèi)容

本發(fā)明的目的是針對上述已有技術(shù)的不足，提出一種基于方向檢測的有效區(qū)域提取技術(shù)，以提高在線掌紋識別系統(tǒng)的分割效果，避免復(fù)雜的幾何運(yùn)算，進(jìn)而大幅提高了在線掌紋識別系統(tǒng)的速度。

為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案包括如下步驟：

(1)輸入大小為M×L的掌紋圖像I(x,y)，其中(x,y)表示掌紋圖像的像素點(diǎn)坐標(biāo)，M表示掌紋圖像的長度，L表示掌紋圖像的寬度；

(2)對掌紋圖像I(x,y)進(jìn)行閾值分割，得到掌紋二值化圖像I_B(x,y)，對掌紋二值化圖像I_B(x,y)進(jìn)行腐蝕操作，得到腐蝕后的掌紋圖像I_E(x,y)，進(jìn)而得到手掌輪廓圖像Edg(x,y)：

Edg(x,y)＝I_B(x,y)-I_E(x,y)；

(3)利用手掌輪廓圖像Edg(x,y)，計(jì)算方向圖像D(x,y)和方向角圖像θ(x,y)；

(4)計(jì)算掌紋圖像I(x,y)的手掌方向θ_p：

(4a)對方向角圖像θ(x,y)像素值的分布進(jìn)行統(tǒng)計(jì)，求得θ(x,y)中分布最多的像素值θ_max：

(4a1)把[0°,360°)等分成36段角度區(qū)間，每段角度區(qū)間的大小為10°，將方向角圖像θ(x,y)在第i段角度區(qū)間內(nèi)的像素點(diǎn)數(shù)表示為L_i，并初始化L_i為0，i＝1,2,...,36；當(dāng)10(i-1)≤θ(x,y)＜10i且Edg(x,y)＞0時(shí)，給第i段角度區(qū)間對應(yīng)的像素點(diǎn)數(shù)L_i值加1；

(4a2)找出L_i的最大值，將該最大值對應(yīng)的i記作i_max，計(jì)算方向角圖像θ(x,y)中分布最多的像素值θ_max：

θmax=10(imax-1)+10×imax2;]]>

(4b)利用方向角圖像θ(x,y)中分布最多的像素值θ_max，計(jì)算手掌方向：θ_p＝θ_max-90°；

(5)對掌紋圖像I(x,y)進(jìn)行方向校正，得到梯度校正圖像D′(x,y)和角度校正圖像θ′(x,y)：

(5a)對掌紋圖像I(x,y)以-θ_p為旋轉(zhuǎn)角度進(jìn)行逆時(shí)針旋轉(zhuǎn)，得到手掌校正圖像I′(x,y)；