專利名稱：指紋數字圖像處理中的相位移動模糊差分二值化方法
技術領域：
本發明涉及一種指紋數字圖像處理中的相位移動模糊差分二值化方法，屬于數字 圖像處理和模式識別領域。
背景技術：
在各類指紋自動識別系統(Automated Fingerprint Identification System, AFIS)中，
通常都需要對指紋圖像進行二值化處理，二值化的目的是為了后期細化圖像，從而減 少提取特征和比對計算的復雜程度。在自動指紋識別過程中，特征點的變化，是導致 問題出現的根本原因，而產生這一問題主要原因，是在指紋的二值化處理方法上。
二值化是數字指紋自動識別過程中最基本的方法，二值化處理的效果，直接影響 到算法的性能。在實際指紋庫中，指紋圖像的直方圖普遍具有單峰的特點，使得在二 值化處理指紋過程中難以找到理想的閾值，閾值的每一個變化，都會對特征點造成一 定的影響，并且會直接影響到指紋整體特征數量的保持度。因此，閾值必然成為了二 值化效果的關鍵。
選取閾值的方法主要有基于點的全局閾值選取方法，基于區域的全局閾值選取 方法，局部閾值法和多閾值法，這些算法都無法解決指紋直方圖的單峰特性，無法保 證特征點的數量。目前，比較流行的算法有基于方向圖濾波增強方法和基于梯度矢 量濾波增強方法。方向圖算法對指紋紋線的寬度十分敏感，方向圖窗口的大小影響處 理的效果。窗口過大，在指紋中心曲率最大處會發生差錯，窗口過小會使粗線變為兩 個平行的方向。因此，方向圖方法僅僅適用于紋線分布均勻、質量非常好的圖像。基 于梯度矢量的濾波增強方法的關鍵在于采用的梯度算子，指紋圖像的邊緣符合分形幾 何學特性，無論在空域濾波還是在頻域濾波，各種邊緣檢測算子都無法解決紋線的斷線問題，檢測中產生一些錯誤的方向。
對于原始圖像的在空域和頻域的濾波增強處理，都有可能極大地改善圖像的質量。 但是在處理后，在得到近似雙峰的指紋直方圖過程中，己經造成了指紋的特征的大量 丟失。因此，要提高指紋自動識別的性能，就必需要解決好二值化處理過程中的特征 點丟失問題。

發明內容
要解決的技術問題
為了避免現有技術的不足之處，本發明提出一種指紋數字圖像處理中的相位移動 模糊差分二值化方法。
技術方案
本發明的思想是利用指紋紋線的脊谷相間特性，對整個圖像分別采取左上和右 上方向的不同相位移動方法，產生了和原始指紋圖像對應且脊線和谷線位置相反的兩 幅圖像；對原始圖像采用平滑處理，得到一幅平滑圖像；用這個平滑圖像和具有相位 偏移的兩幅圖像分別進行差分計算，差分計算的結果為兩幅具有相位偏差的圖像；分 別對兩幅差分圖像取閾值1進行分割，得到兩幅二值圖像；對其中一幅二值圖像向另 一幅圖像進行相位移動，使兩幅二值圖像的相位一致，用這個移動相位的二值圖像和 另一幅二值圖像乘積，即可得到增強處理的二值圖像。
技術特征在于利用指紋圖像中紋線脊谷相間的特性，釆用相位差分和圖像乘積 的算法來完成指紋圖像的二值化，具體步驟為
步驟l、對于大小為MxN的原始指紋圖像I(i,j)，分別向左上方和右上方移動，移 動后分別得到與I(i,j)具有同樣大小的矩陣MxN的左上移動圖像Jl(i,j)和右
上移動圖像K(i，j)步驟2、對于原始圖像I(i，j)，采用平滑算法，得到平滑后的圖像K(i,j);
步驟3、用平滑后的圖像K(i，j)分別和兩個移動過的圖像Jl(i,j)和J2(i，j)進行差分
計算，分別得到左上差分圖像Gl(i，j)和右上差分圖像G2(i,j); 步驟4、分別對兩幅差分圖像Gl(i,j),G2(i,j)取閾值為1，進行二值化分割，得到
左上二值圖像Bl(i，j)和右上二值圖像B2(i,j); 步驟5、將二值圖像Bl(i,j)向另一幅二值圖像相位B2(i，j)移動，得到二值圖像的相
位一致的圖像Bl'(i，j); 步驟6、將相位移動的圖像Bl'(i,j)(或B2'(i,j))和另一幅二值圖像Bl(i,j)(或 B2(i,j))進行乘積運算Bl'(i,j) *B2(i,j)(或Bl(UrB2'(i,j))，即得到完整的二值圖像 C。
在上述的步驟5中，還可以將二值圖像B2(i,j)向另一幅二值圖像相位或Bl(i，j)) 移動，得到二值圖像的相位一致的圖像B2'(i,j);相應地在步驟6中，將相位移動的圖 像B2'(i，j)和另一幅二值圖像B2(i，j)進行乘積運算Bl(i,j"B2'(i,j)，即得到完整的二值 圖像C。
有益效果
本發明提出的指紋數字圖像處理中的相位移動模糊差分二值化方法，解決了紋線 中有粗有細，密度不均，難以選取閾值和二值化處理的問題，并保持的指紋原有的特 征數。用最簡單的圖像相位移動、平滑、差分、閾值和乘積算法，在最快的時間內， 以最大的特征點保持度完成指紋的二值化全過程。對于低質量的指紋圖像， 一樣具有 良好的處理效果，對指紋圖像中的淺色的低像素區域有明顯的增強效果。
本方法計算速度快，開銷小，非常適合小型指紋比對設備使用。
本發明的指紋的快速二值化算法在于


圖1:指紋圖像的相位差分二值化方法流程圖 圖2:指紋圖像的相位差分二值化效果圖
a:原始圖像；b:左上相位移動圖像；C:右上相位移動圖像； d:原始圖像的平滑圖像；e:左差分二值圖像；f:右差分二值圖像； g:左右重合圖像；h:右相位還原圖像；i:乘積的二值圖像； j: 二值后處理圖像；k:原始圖像特征圖；1:后處理圖像特征圖。 圖3: —枚指紋的相位差分圖像的近O點閾值直方圖 a:原始圖像直方圖 b:差分后的指紋圖像直方圖 圖4: 一枚指紋的淺色低像素區域增強效果圖 a:原始圖像 b: 二值圖像
具體實施例方式
現結合附圖對本發明作進一步描述
用于實施的硬件環境是Pentium-2.66G計算機、1.00 GB內存、64M顯卡，運行 的軟件環境是Window XP。我們用￥0++及1\^01^8 7,l程序設計語言實現了本發 明提出的方法。
設I(i，j)為原始指紋圖像，大小為MxN。
步驟1、首先我們對原始圖像I(i,j)，大小為640x640，進行相位移動處理。 Jl(i，j)，J2(i，j)分別為相位移動圖像，與I(i,j)具有同樣大小的矩陣MxN。對于圖像 Jl(i,j),J2(i，j)中的任意像素點與I中的對應點關系分別為<formula>formula see original document page 7</formula>
;其中c為常數。其中c取值為5。
選取兩幅圖像的原因在于避免圖像差分計算丟失指紋原有的信息。如果相位移動 方向和紋線流向一致，在差分中，即使有平滑算法輔助，也有丟失指紋信息的可能。 步驟2、對于原始圖像I(i,j)，采用平滑算法。對于平滑處理，采用各種平滑算法
都可以，圖像在被平滑處理的同時，能夠在一定程度上保持紋理結構即可。本實施例 中采用極值平滑算法，平滑后的圖像為K(i,j)。平滑后的圖像和原始圖像I(i,j)已經失 去了點對點的對應關系，但是這個圖像的紋理部分仍然具有一定的相對關系。原始圖 像的像素峰值部分對應著平滑后圖像的谷值部分，原始圖像的像素谷值部分對應著平 滑后圖像的峰值部分。
步驟3、用平滑后的圖像K(i,j)分別和兩個移動過的圖像Jl(i，j)和J2(i,j)進行差分 計算，分別得到左上差分圖像Gl(i，j)和右上差分圖像G2(i,j)。
圖像Jl(i,j),J2(i，j)和圖像K(i,j)的差分分別為<formula>formula see original document page 7</formula>
差分計算后的圖像分別為Gl(i，j)和G2(i,j)。
通過差分計算，灰度值相同的背景圖像差分為O值、灰度值低的黑色指紋脊線和 灰度值高的谷線的差分為負，圖像顯示為0值、灰度值高的谷線和灰度值低的脊線的 差分為正，具有一定的灰度級。通過直方圖可以看出，指紋的背景區域，包括紋線間 的背景區域(即谷線區域)，通過我們的計算，這些區域的值都為0值，剩下的255 個灰度級內的值就全都是指紋紋線了 。步驟4、分別對兩幅差分圖像Gl(i,j)，G2(i,j)取閾值為1，進行二值化分割，得到 左上二值圖像Bl(i，j)和右上二值圖像B2(i,j)，閾值為T。，則有
本實施例中，TQ=1
由于我們通過差分算法得到的圖像的背景都集中在像素的0值，這樣就保證了大 于0值的像素只有指紋的紋線了。所以，取接近0值的l值為閾值進行分割，即T。=l
即為閾值，把指紋線以外的部分均分割為了背景，從而實現了無敏感閾值干擾的二值 化處理方法。
步驟5、將二值圖像Bl(i,j)向另一幅二值圖像相位B2(i，j)移動，得到二值圖像的 相位一致的圖像Bl'(i，j);
兩幅差分二值化圖像中，對指紋的不同紋線有不同的處理效果，但是兩幅圖像仍
然保留著相對應的相位關系
Bl(i，j)-B2(i,j-2c);其中c為常數。
本實施例中常數C取5。
步驟6、將相位移動的圖像Bl'(i,j)(或B2'(i,j))和另一幅二值圖像Bl(i,j)(或 B2(i,j))進行乘積運算Bl'(i,j) *B2(i,j)(或Bl(i，j^B2'(i，j))，即得到完整的二值圖像 C。
對于兩幅二值圖像Bl(i,j)和B2(i，j-2c)，對其中一幅圖像相位移動后，采用圖像的 乘法計算。這樣一幅圖像中可能丟失的信息，在另一幅圖像中被增強處理，輸出的二 值圖像就能夠保留原始圖像的全部信息了。其乘積的意義在于利用指紋線黑色像素的0值和背景白色像素的1值把差分計算中與相位一致的被削弱的指紋紋線相互得以加 強。艮卩C(i，j)-Bl(i,j)xB2(i,j-2c);其中c為常數。本實施例中常數C取5。 由此我們實現了無特征損失的二值化圖像C(i，j)。
該方法解決了紋線中有粗有細，密度不均，難以選取閾值和二值化處理的問題， 并保持的指紋原有的特征數。對于二值化以后的圖像處理，可以利用其它的各種濾波 算法對指紋紋線邊緣平滑，從而得到較好的細化圖像，用于指紋的特征比對和分類。
權利要求
1. 一種指紋數字圖像處理中的相位移動模糊差分二值化方法，其特征在于利用指紋圖像中紋線脊谷相間的特性，采用相位差分和圖像乘積的算法來完成指紋圖像的二值化，具體步驟為步驟1、對于大小為M×N的原始指紋圖像I(i，j)，分別向左上方和右上方移動，移動后分別得到與I(i，j)具有同樣大小的矩陣M×N的左上移動圖像J1(i，j)和右上移動圖像J2(i，j)；步驟2、對于原始圖像I(i，j)，采用平滑算法，得到平滑后的圖像K(i，j)；步驟3、用平滑后的圖像K(i，j)分別和兩個移動過的圖像J1(i，j)和J2(i，j)進行差分計算，分別得到左上差分圖像G1(i，j)和右上差分圖像G2(i，j)；步驟4、分別對兩幅差分圖像G1(i，j)，G2(i，j)取閾值為1，進行二值化分割，得到左上二值圖像B1(i，j)和右上二值圖像B2(i，j)；步驟5、將二值圖像B1(i，j)向另一幅二值圖像相位B2(i，j)移動，得到二值圖像的相位一致的圖像B1′(i，j)；步驟6、將相位移動的圖像B1′(i，j)(或B2′(i，j))和另一幅二值圖像B1(i，j)(或B2(i，j))進行乘積運算B1′(i，j)*B2(i，j)(或B1(i，j)*B2′(i，j))，即得到完整的二值圖像C。
2. 根據權利要求1所述的指紋數字圖像處理中的相位移動模糊差分二值化方法，其 特征在于在步驟5中，還可以將二值圖像B2(i，j)向另一幅二值圖像相位或Bl(i，j)) 移動，得到二值圖像的相位一致的圖像B2'(i，j);相應地在步驟6中，將相位移動 的圖像B2'(i,j)和另一幅二值圖像B2(i,j)進行乘積運算Bl(i，j"B2'(i,j)，即得到完整 的二值圖像C。
全文摘要
本發明涉及一種指紋數字圖像處理中的相位移動模糊差分二值化方法，技術特征在于對整個圖像分別采取左上和右上方向的不同相位移動方法，對原始圖像采用平滑處理，用這個平滑圖像和具有相位偏移的兩幅圖像分別進行差分計算，差分計算的結果為兩幅具有相位偏差的圖像；分別對兩幅差分圖像取閾值1進行分割，得到兩幅二值圖像；對其中一幅二值圖像向另一幅圖像進行相位移動，使兩幅二值圖像的相位一致，用這個移動相位的二值圖像和另一幅二值圖像乘積，即可得到增強處理的二值圖像。有益效果用最簡單的圖像相位移動、平滑、差分、閾值和乘積算法，在最快的時間內，以最大的特征點保持度完成指紋的二值化全過程。對于低質量的指紋圖像，一樣具有良好的處理效果，對指紋圖像中的淺色的低像素區域有明顯的增強效果。
文檔編號G06K9/00GK101241545SQ20071001736
公開日2008年8月13日 申請日期2007年2月6日 優先權日2007年2月6日
發明者雷 郭, 陳大海 申請人:西北工業大學