一种基于双规则矩阵方向场的指纹图像增强方法

摘要

本发明公开了一种基于双规则矩阵方向场的指纹图像增强方法，它包括以下步骤：先通过计算图像均值和方差判断点是否在指纹上，获得前景和背景；再设计双规则矩阵，通过双规则矩阵获取指纹方向场特征，并计算方向特征公式来判断前景区像素点是否位于脊线上，若在脊线上，则设置为黑色，否则为白色；再根据各个像素点其邻域去除指纹图形中的毛刺和空洞；最后进行形态学操作，获得最终指纹图像，从而实现指纹的图像增强。本发明实现了基于方向场的指纹图像增强方法，通过提出双正方形法确定方向场特征区域和方向特征公式实现指纹图像增强。

说明书

技术领域

本发明属于图像处理领域，特别涉及图像领域的一种基于双规则矩阵方向场的指纹图像增强方法。

背景技术

指纹识别技术是生物识别技术中占用率最高的技术之一，它被广泛应用于门禁技术、刑事调查和指纹支付等领域。在刑事事件中，犯罪嫌疑人往往会在犯罪现场留下指纹，通过现场的指纹和数据库中指纹对比，即可确定嫌疑人，然而，现场的指纹往往模糊不清，为后续的指纹对比增加了难点，因此需要对指纹进行增强。

当前指纹图像增强算法主要包括直方图均衡化、主成分分析、Gabor滤波、中值滤波，Sobel滤波等，然而上述方法在增强的同时也会引起噪声的增强，并导致指纹脊线轮廓模糊；而使用深度学习算法增强指纹，如卷积神经网络和对抗生成网络，则指纹处理算法时间复杂度较大，且对硬件要求较高，难以在普通计算机上处理指纹；此外，若手指上存在水、油等，则会导致指纹图像模糊、断裂，与实际指纹纹理产生区别。

发明内容

本发明旨在提供一种基于双规则矩阵方向场的指纹图像增强方法，提高增强后的指纹特征细节，且去除冗余噪声，该方法时间复杂度较低，满足于基本计算机的应用。

为实现本发明目的，本发明所采用的技术方案为，一种基于双规则矩阵方向场的指纹图像增强方法，所述方法包括以下步骤：

步骤1：获取指纹图像，确定指纹所在区域作为前景区域；

步骤2：设计双规则矩阵，并通过双规则矩阵获取指纹方向场特征；

步骤3：通过方向场特征公式判断前景区像素点是否位于脊线上；

步骤4：对步骤3输出的图像中的瑕疵进行删除；

步骤5：对步骤4处理后的图像进行形态学滤波，输出增强后的指纹图像。

优选地，所述步骤1包括以下步骤：

步骤1.1：获取指纹图像，将其转为灰度图像，对灰度图像建立坐标系，计算灰度图像的像素均值MEAN及方差VAR；

步骤1.2：对灰度图像的坐标(x,y)的像素点归一化处理；

步骤1.3：将处理后的灰度图像分割为预设的图像块，判断每一图像块的像素均值，若小于MEAN，则当前图像块为指纹区域，为前景，否则为背景；

步骤1.4：重复步骤1.3，直至遍历完成所有图像块，以所有的前景作为指纹图像的前景区域，剩余部分为背景区域。

优选地，所述步骤1.1中，像素均值

所述步骤1.2中，以

优选地，所述步骤2中的双规则矩阵包括外部矩阵和内部矩阵。

优选地，所述外部矩阵是稀疏间隔矩阵a*a，a为外部矩阵边的像素点个数；所述内部矩阵为连续相连无间隔矩阵b*b，b为内部矩阵边的像素点个数。

优选地，b为奇数，且a＝2*b-1。

具体地，所述步骤2包括以下步骤：

步骤2.1：确认双规则矩阵a和b，外围为稀疏间隔矩阵a*a，a为外围矩阵边的像素点个数；内部矩阵为连续相连无间隔矩阵b*b，其中b为内部矩阵边的像素点个数；要求b为奇数，且a＝2*b-1；该说明书中以b＝7，a＝13为例；

步骤2.2：双规则矩阵确认方向场区域过程如下，对前景区域每一个像素点C，以C为中心，作13*13的正方形矩阵；在矩阵中按照预设规则标定1A至12A、1B至12B、1A'至12A'、1B'至12B'；

优选地，所述步骤2.2中，将1A至12A、1A'至12A'顺次标定于以C为中心点的矩形的边上，所述内部矩形的边长为7个像素点，1A'至12A'与1A至12A以C中心对称。

优选地，所述步骤2.2中，将1B至12B、1B'至12B'顺次以间隔1个像素点标定于以C为中心点的矩形的边上，所述外部矩形的边长为13个像素点，1B'至12B'与1B至12B以C中心对称。

优选地，所述步骤3中，以双规则矩阵的中心点C分别与双规则矩阵的像素点连接，分别计算所有的方向n的线的像素值总和，其中的最大值赋值为S

具体地，所述步骤3包括以下步骤：

步骤3.1：以经过nA、nB、nA'、nB'的线为方向n，分别计算所有的方向n的线的像素值总和，将其中的最大值赋值S

步骤3.2：方向场特征公式判断像素点位置，即若满足S

优选地，所述步骤4中，瑕疵包括毛刺和空洞。

优选地，若任一像素点为黑色且此像素点的四邻域存在三个或三个以上的白色像素点，则此像素点为毛刺或脊线的端点，将当前像素点赋值为255，即白色。

优选地，若任一像素点为白色且此像素点的四邻域存在三个或三个以上的黑色像素点，则此像素点为空洞，将当前像素点赋值为0，即黑色。

优选地，所述步骤5包括以下步骤：

步骤5.1：使用形态学中的腐蚀操作，用3x3的结构元素扫描步骤3输出的图像中的每一个像素，用结构元素与其覆盖的图像的区域做与操作，若结果为1，则该像素值为1；

步骤5.2：使用形态学中的膨胀操作，用3x3的结构元素扫描步骤4.1处理后的图像的每一个像素，用结构元素与其覆盖的图像的区域做与操作，若结果为0，则该像素值为0。

本发明提供了一种优化的基于双规则矩阵方向场的指纹图像增强方法，有益效果在于：

(1)通过各个像素点12个方向的平均灰度值判定该点是否位于脊线上来增强指纹图像，同时还去除了毛刺和空洞对指纹图像的影响；

(2)对于稀疏指纹图像，由于按压力度等因素将导致脊线间距较大，本发明的方法通过其12个方向来预测像素点是否位于脊线，由此使得部分稀疏指纹相连；

(3)对于紧密指纹图像，其他算法对于指纹细节部分的分割细节并未保留，导致脊线呈现聚集性和模糊性，而本发明的方法可以很好的提取指纹特征。

附图说明

图1为本发明的流程图；

图2为本发明的双规则矩阵的示意图，其中，以b＝7，a＝13为例，实心点用于标识1A至12A、1B至12B、1A'至12A'、1B'至12B'，箭头所示为方向1至方向12；

图3为本发明的效果图，一共为3组，任一一组中，(a)为原图，(b)为归一化后的图，(c)为指纹区域图，(d)为方向场脊线分割图，(e)为去除空洞和毛刺后的指纹图，(f)为形态学滤波后的结果图。

具体实施方式

下面结合实施例对本发明做进一步的详细描述，但本发明的保护范围并不限于此。

本发明提供一种基于双规则矩阵方向场的指纹图像增强方法，通过估计指纹的12个方向的值，判断该点是否位于脊线上，从而实现指纹的分割。

为实现上述目的，本发明的方法包括以下步骤。

步骤1：获取指纹图像，确定指纹所在区域作为前景区域。

所述步骤1包括以下步骤：

步骤1.1：获取指纹图像，将其转为灰度图像，对灰度图像建立坐标系，计算灰度图像的像素均值MEAN及方差VAR；

所述步骤1.1中，像素均值

步骤1.2：对灰度图像的坐标(x,y)的像素点归一化处理；

所述步骤1.2中，以

步骤1.3：将处理后的灰度图像分割为预设的图像块，一般为5*5的图像块，判断每一图像块的像素均值，若小于MEAN，则当前图像块为指纹区域，为前景，否则为背景；

步骤1.4：重复步骤1.3，直至遍历完成所有图像块，以所有的前景作为指纹图像的前景区域，剩余部分为背景区域。

步骤2：设计双规则矩阵，并通过双规则矩阵获取指纹方向场特征。

所述步骤2中的双规则矩阵包括外部矩阵和内部矩阵。

所述外部矩阵是稀疏间隔矩阵a*a，a为外部矩阵边的像素点个数；所述内部矩阵为连续相连无间隔矩阵b*b，b为内部矩阵边的像素点个数。

b为奇数，且a＝2*b-1。

所述步骤2包括以下步骤：

步骤2.1：确认双规则矩阵a和b，外围为稀疏间隔矩阵a*a，a为外围矩阵边的像素点个数；内部矩阵为连续相连无间隔矩阵b*b，其中b为内部矩阵边的像素点个数；要求b为奇数，且a＝2*b-1；该说明书中以b＝7，a＝13为例；

步骤2.2：双规则矩阵确认方向场区域过程如下，对前景区域每一个像素点C，以C为中心，作13*13的正方形矩阵；在矩阵中按照预设规则标定1A至12A、1B至12B、1A'至12A'、1B'至12B'；

所述步骤2.2中，将1A至12A、1A'至12A'顺次标定于以C为中心点的矩形的边上，所述内部矩形的边长为7个像素点，1A'至12A'与1A至12A以C中心对称。

所述步骤2.2中，将1B至12B、1B'至12B'顺次以间隔1个像素点标定于以C为中心点的矩形的边上，所述外部矩形的边长为13个像素点，1B'至12B'与1B至12B以C中心对称。

本发明中，1A至12A、1B至12B、1A'至12A'、1B'至12B'均为同时顺时针或同时逆时针标定。

本发明中，以C为中心，作13*13的正方形矩阵为综合运算量和精度的较优方案，本领域技术人员可以依据需求自行设置正方形矩阵的尺寸、方向的个数及对应的标定规则。

步骤3：通过方向场特征公式判断前景区像素点是否位于脊线上。

所述步骤3中，以双规则矩阵的中心点C分别与双规则矩阵的像素点连接，分别计算所有的方向n的线的像素值总和，其中的最大值赋值为S

S

所述步骤3包括以下步骤：

步骤3.1：以经过nA、nB、nA'、nB'的线为方向n，分别计算所有的方向n的线的像素值总和，将其中的最大值赋值S

步骤3.2：方向场特征公式判断像素点位置，即若满足S

本发明中，显而易见地，方向场特征公式中c为中心点C的像素值。

步骤4：对步骤3输出的图像中的瑕疵进行删除。

所述步骤4中，瑕疵包括毛刺和空洞。

若任一像素点为黑色且此像素点的四邻域存在三个或三个以上的白色像素点，则此像素点为毛刺或脊线的端点，将当前像素点赋值为255，即白色。

若任一像素点为白色且此像素点的四邻域存在三个或三个以上的黑色像素点，则此像素点为空洞，将当前像素点赋值为0，即黑色。

本发明中，在处理毛刺时，存在一种情况，即除了毛刺外，指纹的脊线的端点部位的四邻域也存在三个白色像素点，但一般来说，将指纹的脊线的端点的一个黑色像素点置为白色并不影响指纹的整体呈现。

步骤5：对步骤4处理后的图像进行形态学滤波，输出增强后的指纹图像。

所述步骤5包括以下步骤：

步骤5.1：使用形态学中的腐蚀操作，用3x3的结构元素扫描步骤3输出的图像中的每一个像素，用结构元素与其覆盖的图像的区域做与操作，若结果为1，则该像素值为1；

步骤5.2：使用形态学中的膨胀操作，用3x3的结构元素扫描步骤4.1处理后的图像的每一个像素，用结构元素与其覆盖的图像的区域做与操作，若结果为0，则该像素值为0。

本发明中，形态学滤波过程中，3x3的结构元素不唯一，本领域技术人员可以依据需求设置不同的结构元素对输出的图像进行处理。