本发明专利技术公开了一种低质量指纹图像的修复算法及装置，属于图像修复领域，包括以下步骤：1）对低质量指纹图像进行动态缩放；2）对缩放后的图像提取图像方向场；3）对原始低质量图像进行图像滤波处理；4）对滤波后的图像按方向场采取图像增强；5）对增强后的图像进行细化处理；6）搜索图像中的端点；7）评估图像纹线的连续性；8）比较图像纹线的连续性与纹线连续性门限，对于满足纹线连续性门限的图像，提取特征；对于不满足纹线连续性门限的图像，评估图像破损程度，对断裂的纹线做修复处理，修复处理后返回步骤7），直到满足连续性门限要求为止。本发明专利技术有助于减少计算量，加快计算速度，避免修复过程中误连，减少对周围纹线结构的破坏。减少对周围纹线结构的破坏。减少对周围纹线结构的破坏。
【技术实现步骤摘要】
一种低质量指纹图像的修复方法及修复装置
[0001]本专利技术涉及指纹图像识别及修复
，尤其涉及一种低质量指纹图像的修复方法及修复装置。
技术介绍
[0002]指纹图像记录了人指纹的纹理特征，可以作为每个人特有的身份证明特征。指纹图像识别是一种常用的生物识别技术，识别过程主要分为指纹特征提取和指纹特征识别两个部分。
[0003]指纹特征提取是通过简化指纹图像，以特征点替代曲线结构，确保一定精度的前提下降低计算量，提高运算速度。特征提取前需要先对传感器采集到的指纹图像进行预处理，即一系列的图像计算过程，具体包括获取指纹图像的方向场、背景分离、均衡、平滑、二值化和细化。特征提取时，首先搜索两类特征点，对部分虚假特征点做过滤后，添加特征点周围的额外信息，完成图像特征提取。
[0004]指纹特征识别是通过对比不同指纹图像的特征，判断两幅图像是否属于同一枚指纹。特征识别过程包括预识别、配准和精确对比等步骤。同一枚指纹存在多个指纹图像，这些指纹图像和其他不同的指纹生成的图像相互间对比产生的最大值被作为对比门限，与同类图像对比产生的对比数值由这一门限划分为两个部分，用得分不小于该门限的图像总数除以参与对比过程的指纹图像库总数，就可以得到一套算法对应一套指纹库的识别率。
[0005]实际中对指纹图片进行识别时，在从指纹生物信息向数字信息转换的过程中，因为采集仪器的缺陷和指纹本身的破损，造成指纹图像纹线断裂、破碎和变形等，导致指纹图片难以被识别，因此需要一些方法修复指纹图像的缺陷。目前指纹图像的修复方法如专利号为CN101625724A公开的一种指纹图像修复方法，其步骤是对每一幅指纹二值图像，以线条端点为生长点，按照有限元生长规则进行有限元生长。该算法只适合修复简单的距离较近、方向偏差较小的断裂纹线；对于大方向偏差，计算量大，效率低，处理过程中容易误连，破坏周围的纹线结构。
技术实现思路
[0006]本专利技术所要解决的技术问题针对传统的指纹图像修复方法只适合修复简单的、距离较近、方向偏差较小的断裂纹线，对于大方向偏差的断裂纹线修复效率低且容易出现误连等，提出一种低质量指纹图像的修复方法及修复装置。
[0007]为了解决上述技术问题，本专利技术提供的技术方案为：本专利技术涉及一种低质量指纹图像的修复方法，包括以下步骤：1）对原始低质量指纹图像进行动态缩放处理；2）对缩放后的图像提取图像方向场；3）对原始低质量指纹图像进行图像滤波处理；4）对滤波后的图像按方向场采取图像增强处理；
5）对增强后的图像进行细化处理；6）搜索细化后图像中的端点；7）评估图像纹线的连续性；8）设置纹线连续性门限，比较图像纹线的连续性与纹线连续性门限，对于不满足纹线连续性门限的图像，对断裂的纹线做修复处理，修复处理后返回步骤7），直到满足连续性门限要求为止。
[0008]本专利技术修复后的图像可以进一步提取其指纹特征，用于进行后续的图像识别，进而提高图像识别的识别率。
[0009]优选地，所述步骤1）中，采用基于高斯滤波器的卷积核模板对原始低质量指纹图像进行动态缩放处理，动态缩放处理包括：在水平和垂直方向进行抽样并将图像缩小、对图像进行抽样滤波、将图像的每个像素灰度值向上扩展若干倍数使之保存灰度值的变量产生溢出。缩放后的图像一定程度上得到降噪，且能基本保留原图像特征，并且能够加快方向场计算。
[0010]优选地，将图像的每个像素灰度值向上扩展若干倍数后，对图像中每个点的灰度值进行计算，得到扩展后的每个像素点坐标的灰度值，计算公式为：其中，Z表示扩展后某像素点的灰度值，Z0表示扩展前某像素点的灰度值，K表示扩展倍数，mod256表示对整数256求余，256指256级灰度值分级。
[0011]选择合适的扩展倍数，在最终图像的修复过程中，可以在保持原始图像的特征前提下，将间隔更大的裂纹处断点连接起来。
[0012]所述步骤2）中采用sobel算子对缩放后的图像提取图像方向场。
[0013]优选地，所述步骤3）中采用动态双边滤波对指纹图像进行滤波处理，其计算公式为：为：为：为：其中，I为滤波后的像素点灰度值，w为归一化系数，p是以q点为中心的滤波模板s中的任意一点，I
p
为p点灰度值，I
q
为模板中心点像素灰度值，为空间域权重，为值域权重，、表示p点x、y轴坐标，、表示q点坐标，为空间域方差，为值域方差。
[0014]优选地，采用动态双边滤波对指纹图像进行滤波处理前，将二维双边滤波函数拆
分为X轴方向的滤波器函数和Y轴方向的滤波器函数，二维双边滤波函数为：拆分后，X轴方向的滤波器函数为：拆分后，Y轴方向的滤波器函数为：其中，σ为空域方差，x0，y0为中心像素坐标，x，y为高斯模板内任一周围像素坐标；从而，滤波处理时先在图像水平方向上进行高斯滤波，再将其结果做图像垂直方向上的滤波，通过采用两个一维卷积运算和预制高斯模板提高处理效率；所述的预制高斯模板是指对于不同指纹图像库中采用固定的空域方差值，进而生成固定的一维高斯模板。
[0015]将二维双边滤波过程拆分为两个一维的双边滤波函数分别计算图像X和Y轴的结果后，再做矩阵运算，可以有效提升运算效率。
[0016]优选地，所述步骤4）对滤波后的图像按方向场采取图像增强处理的具体步骤包括：4.1）对图像纹线方向进行平滑滤波，对图像纹线法线方向进行锐化滤波；4.2）对图像进行二值化：在沿图像纹线方向采用近似高斯滤波，在纹线法线方向采用平滑滤波；4.3）使用gabor滤波器对图像进行增强处理：通过设置不同的小波尺度和方向，结合方向场对图像进行增强处理。
[0017]优选地，所述步骤6）中搜索细化后图像中的端点，端点包括图像的近距离端点、伪叉点和纹线的转折点。
[0018]优选地，所述步骤7）中评估图像连续性时，采用角度分段可变搜索域链方式检查纹线的端点是否属于断点情况，即通过搜索一个端点在沿纹线方向的空间是否存在潜在的匹配点来判断是否属于断点，通过断点的多少来评估纹线的连续性，搜索的具体步骤为：7.1）选定一个端点，设定好搜索域的步长和宽度，在端点反方向沿纹线前进搜索步长距离的点，再从该点出发，继续沿先前的方向找到相同距离的另一个点；7.2）从端点开始依次连接这三个点，形成两段线段，计算这两段线段的角度差，作为每段角度分段的变化值；7.3）以端点为起点，以沿着端点所在的方向做出一等腰三角形，该三角形即为单个搜索域，搜索域的步长决定三角形的高，搜索域的宽度决定三角形的底；7.4）在每次形成搜索域的过程中，当延伸出的搜索域碰撞到附近纹线时，从与附近纹线最初交汇的点处提前做出三角形的底边，并计算新的底与原底间的距离d1，由此计
算出下一个搜索域出发点的偏移d2，偏移d2的计算公式为：其中，H为搜索域的高， L为搜索域底的长度；7.5）设置累加值阈值，记录每个搜索域角度变化值的累加值，当累加值超过累加值阈值后还没有找到适配的断点，则停止搜索，认为这两个端点不适配，涉及的纹线形态完整；若探索到至本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种低质量指纹图像的修复方法，其特征在于：其包括以下步骤：1）对原始低质量指纹图像进行动态缩放处理；2）对缩放后的图像提取图像方向场；3）对原始低质量指纹图像进行图像滤波处理；4）对滤波后的图像按方向场采取图像增强处理；5）对增强后的图像进行细化处理；6）搜索细化后图像中的端点；7）评估图像纹线的连续性；8）设置纹线连续性门限，比较图像纹线的连续性与纹线连续性门限，对于不满足纹线连续性门限的图像，对断裂的纹线做修复处理，修复处理后返回步骤7），直到满足连续性门限要求为止。2.根据权利要求1所述的低质量指纹图像的修复方法，其特征在于：所述步骤1）中，采用基于高斯滤波器的卷积核模板对原始低质量指纹图像进行动态缩放处理，动态缩放处理包括：在水平和垂直方向进行抽样并将图像缩小、对图像进行抽样滤波、将图像的每个像素灰度值向上扩展若干倍数使之保存灰度值的变量产生溢出。3.根据权利要求2所述的低质量指纹图像的修复方法，其特征在于：将图像的每个像素灰度值向上扩展若干倍数后，对图像中每个点的灰度值进行计算，得到扩展后的每个像素点坐标的灰度值，计算公式为：其中，Z表示扩展后某像素点的灰度值，Z0表示扩展前某像素点的灰度值，K表示扩展倍数，mod256表示对整数256求余，256指256级灰度值分级。4.根据权利要求1所述的低质量指纹图像的修复方法，其特征在于：所述步骤3）中采用动态双边滤波对指纹图像进行滤波处理，其计算公式为：滤波处理，其计算公式为：滤波处理，其计算公式为：滤波处理，其计算公式为：其中，I为滤波后的像素点灰度值，w为归一化系数，p是以q点为中心的滤波模板s中的任意一点，I
p
为p点灰度值，I
q
为模板中心点像素灰度值，为空间域权重，为值域权重，、表示p点x、y轴坐标，、表示q点坐标，为空间域方差，为值域方差。5.根据权利要求4所述的低质量指纹图像的修复方法，其特征在于：采用动态双边滤波
对指纹图像进行滤波处理时，将二维双边滤波函数拆分为X轴方向的滤波器函数和Y轴方向的滤波器函数，二维双边滤波函数为：拆分后，X轴方向的滤波器函数为：拆分后，Y轴方向的滤波器函数为：其中，σ为空域方差，x0，y0为中心像素坐标，x，y为高斯模板内任一周围像素坐标；从而，滤波处理时先在图像水平方向上进行高斯滤波，再将其结果做图像垂直方向上的滤波，通过采用两个一维卷积运算和预制高斯模板提高处理效率；所述的预制高斯模板是指对于不同指纹图像库中采用固定的空域方差值，进而生成固定的一维高斯模板。6.根据权利要求1所述的低质量指纹图像的修复方法，其特征在于：所述步骤4）对滤波后的图像按方向场采取图像增强处理的具体步骤包括：4.1）对图像纹线方向进行平滑滤波，对图像纹线法线方向进行锐化滤波；4.2）对图像进行二值化：在沿图像纹线方向采用近似高斯滤波，在纹线法线...
【专利技术属性】
技术研发人员：李学双，赵国栋，辛传贤，
申请(专利权)人：北京圣点云信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。