指纹图像的二进制编码方法

摘要

本发明公开一种指纹图像的二进制编码方法，其中检测指纹图像的隆线脉方向和隆线曲率，并通过根据隆线曲率选择适当的二进制编码滤波器而执行二进制编码。

说明书

技术领域

本发明涉及指纹识别方法，尤其涉及指纹图像的编码方法，其精确地将指纹图像转换为二进制编码，以检测识别指纹所要求的特征向量(featured vector)。该编码方法精确地消除图像瑕疵，并根据原始指纹图像修复指纹隆线(ridge)。

背景技术

近几年，各种个人验证方法利用使用者虹膜、指纹、面部轮廓等来确定身份。指纹识别的生物测定学应用已因获得指纹的简便特性并由于指纹图像识别时间短而增加。

传统指纹图像方法检测指纹图像并将其转换为二进制编码，以生成比如单色图像。

采用单阈值的传统二进制编码方法利用为二进制编码图像而定义的单阈值的上限和下限从整个图像进行检测。为了定义背景区域和解决图像检测过程中发生的亮度均匀问题，人们提出了一种传统二进制编码方法，其检测局部阈值并将图像局部转换为二进制编码，比如黑白图像。

如上所述，传统二进制编码方法可能采用可变的阈值，以生成可打印和可存储的精确表示指纹图像的二进制图像。然而，这些传统方法在检测特征向量和执行指纹对比时却具有缺点。例如，在各种使用者特征中根据其周缘识别指纹的隆线时，指纹识别精度降低。

传统二进制编码方法可能无法有效地修复指纹图像的破坏。例如，指纹图像的隆线的接合或中断，或其它图像瑕疵可能造成指纹图像识别错误以及导致指纹图像识别失败。

不精确的编码二进制图像使图像后续处理相关的问题复杂化。

发明内容

提供一种指纹图像的二进制编码方法。该方法包括检测指纹图像的隆线脉(ridge range)方向和隆线曲率以及利用根据隆线曲率选择的二进制编码滤波器二进制编码指纹图像。二进制编码滤波器可通过将隆线曲率与预定基准值进行对比而选择。

隆线曲率优选根据相对于指纹图像的子图像的隆线脉方向计算。

隆线曲率可参考第二子图像基于相对于第一子图像的隆线脉方向计算，其中第一子图像占据小于第二子图像的表面积。

本发明的附加优点、目的和特征将在随后的说明书中部分地提出，一部分对本领域普通技术人员在进行随后的验证后将变得明显，或者可从本发明的实践中获知。本发明的目的和其它优点可通过在说明书及其权利要求书以及附图中所特别指出的结构而实现和获得。

能够理解，本发明的前面的一般描述和随后的详细描述都是示范性和解释性的并用于提供所要求的本发明的进一步解释。

附图说明

附图，包括在内以提供本发明的进一步理解，并包括在此构成本申请的一部分，说明本发明的实施例，并与说明书一起用于解释本发明的原理。

图1为说明根据本发明的实施例的指纹图像的二进制编码方法的流程图。

图2为说明根据本发明的实施例定义二进制编码方法的指纹图像的隆线方向的示意图。

图3为说明根据本发明的实施例在二进制编码方法过程中形成子图像的隆线方向检测方案的图。

图4为说明定向二进制编码滤波器例子的图。

图5为说明二维高斯二进制编码滤波器(two-dimensionalGaussian binary coding filter)例子的图。

具体实施方式

下面详细说明本发明的优选实施方式，其实例在附图中说明。只要可能，相同的标记将在整个附图中用于表示相同或相似部分。

图1为说明根据本发明的实施例的指纹图像的二进制编码方法的流程图。

从指纹图像检测隆线脉方向(S101)。从隆线脉的隆线提取隆线曲率和厚度(S102)。

隆线脉方向的检测(S101)是指纹图像二进制编码的预处理操作。比如，隆线脉方向检测相对于指纹图像的子图像进行。

当在本例中，基于子图像检测隆线脉方向时，隆线脉方向对图像瑕疵非常敏感，从而指纹隆线的连接和中断造成精确检测隆线脉方向的困难。在本例中，参考比如占据16×16像素窗口的第二子图像，从比如占据8×8像素窗口的第一子图像检测隆线脉方向。为了避免确定大图像区域的子图像的隆线脉方向的困难，需要适当的子图像像素分布来精确地检测指纹图像。

例如，参见图2，隆线脉方向通过将180°扇区(sector)分为八个22.5°子扇区(sub-sector)定义。如图3所示，在本发明的一个优选实施例中，利用8×8像素窗口子图像说明隆线脉方向的检测。

参见图2和3，参考16×16像素窗口子图像的核心像素选择沿各方向向量的像素值。计算八个方向向量的变化。从八个方向向量确定具有最大变化的方向向量。

将垂直于最大变化的方向向量设置为8×8像素窗口子图像的隆线脉方向。隆线脉的厚度和分辨率利用最大变化获得。例如，当穿过第一方向向量的隆线的数目大于第二方向向量时，第一方向向量确定为具有比第二方向向量大的变化，从而隆线相互平行地布置。垂直于第一方向向量的第二方向向量平行于隆线脉方向。在一个例子中，利用垂直于隆线脉方向的像素的数目计算隆线厚度。

然后，在核心像素移动特定距离时重复上述过程，并开始上述二进制成像过程。利用这一二进制成像过程，可以检测隆线脉方向、隆线厚度和隆线分辨率。比如通过将第一局部的像素的隆线脉方向和与第一局部邻接的第二局部的像素进行对比而定义隆线曲率。

通过上述过程检测的隆线脉方向可以局部地用于确定隆线脉。这一检测的隆线脉可能因图像瑕疵和指纹破坏而不同于原始隆线脉。为了校正图像瑕疵和指纹破坏，在后续处理过程中校正具有与邻近隆线相比曲率较小的简单隆线脉特性的隆线。

同时，利用根据至少隆线厚度和曲率之一选择的二进制编码滤波器对指纹图像执行二进制编码。定向二进制编码滤波器或二维高斯二进制编码滤波器之一可以选为二进制编码滤波器。

隆线曲率与预定基准值比较(S103)。在隆线曲率确定为小于基准值的区域内执行定向二进制编码(S104)。在隆线曲率大于基准值的区域执行高斯二进制编码(Gaussian binary coding)(S105)。上述二进制编码方法的连续执行可以采用各二进制滤波器，用于将指纹图像转换为二进制编码图像(S106)。

被二进制编码利用的称为滤波器大小的图像占据区域根据隆线厚度变化。较大隆线厚度等于较大滤波器大小。因此，周围像素的参考区域(reference range)被放大，使二进制编码保持精确计算。较小隆线厚度等于较小滤波器大小。因此，周围像素的参考区域被减小，这就减少了计算时间并保持二进制编码的精确执行。

根据本发明的另一特征，二进制滤波器可以根据隆线曲率选定。下面将更详细地描述隆线曲率和二进制滤波器之间的关系。

图4为说明定向二进制编码滤波器例子的图。

参见图4，选定定向二进制编码滤波器的加权分布。在本例中，加权分布为卵形。卵形的纵向反映了高于所有其它方向的值。选定加权分布以加重特定方向的图像特征。特定方向表示指纹图像的隆线脉方向。

在应用定向二进制编码滤波器时，隆线曲率偏差(ridge curvaturedeviation)小。在一个实施例中，如果隆线曲率与特定方向的相关性高，就利用定向二进制编码滤波器。更确切地说，在隆线曲率小的区域和隆线脉在预定方向延伸时，定向二进制编码滤波器就去除在输入指纹图像时发生的较小指纹破坏，比如隆线中断或图像瑕疵。这样就能修复具有连续形状的隆线的特征。而且，定向二进制编码滤波器设计为使相互连接的隆线分开。

通过利用定向二进制编码滤波器，在执行二进制指纹图像编码时就可以获得更精确的指纹图像。

图5为说明二维高斯二进制编码滤波器例子的图。

参见图5，二维高斯二进制编码滤波器的加权分布以圆形生成。在本滤波器例子中的加权分布在所有方向都相同，以使二进制编码方法捕捉原始图像。高斯滤波器非常适合在特定方向，比如沿隆线脉方向可能难以应用加权函数的情况。

二维高斯二进制编码滤波器用于大隆线曲率，而在大隆线曲率通常非常难于选定在特定方向具有特征的滤波器。更确切地说，高斯二进制编码滤波器在沿任何特定方向都不能指定隆线脉方向的区域中选定。在一个例子中，高斯二进制编码的使用区域是隆线脉以多面形状形成以及指纹核心像素难于沿法线方向定义隆线脉方向的地方。

本发明根据隆线厚度改变二进制编码滤波器的大小；因此，本发明产生可以获得更精确地将指纹图像转换为二进制编码图像的指纹图像。

本发明去除图像瑕疵，并修复隆线以保持原始指纹图像，用于获得更精确的指纹图像。

本发明的优点在于根据由皮肤组织、暂时指纹破坏和在输入指纹时形成的图像瑕疵造成的使用者特定特性的变化获得精确指纹图像。而且，本发明的二进制编码方法能使指纹的识别错误或识别失败最小化。本发明精确地提取指纹识别所要求的指纹图像的特征向量而因此改善指纹成像精度。

对于本领域技术人员来说，很明显，本发明可以做出各种改进和变化。因此，只要它们落入所附的权利要求书及其等同范围内，本发明就将覆盖本发明的这些改进和变化。