[发明专利]基于梯度投影和形态学的指纹图像分割方法

权利要求书

1.基于梯度投影和形态学的指纹图像分割方法，包含下述步骤：

步骤1、计算原始指纹图像gray的梯度图像具体包括下述步骤：

步骤1-1、分别计算原始指纹图像gray的横向一阶差分图像G_x和纵向一阶差分图像G_y，

步骤1-2、由横向和纵向一阶差分图像计算原始指纹图像的梯度图像

▿f=[Gx2+Gy2]1/2]]>

步骤2、找出指纹前景区域的边界以确定大致指纹前景区域，得到大致指纹前景区域图像，具体包括下述步骤：

步骤2-1、分别对梯度图像在横向和纵向进行投影，得到横向投影曲线h(i)和纵向投影曲线v(i)；

步骤2-2、在横向投影曲线h(i)上，找到梯度最大值所在的位置，然后向两边搜索；当搜索到h(i)曲线上的局部极小值点，且该点的梯度值小于Lower Mean，则该点所在的水平位置为指纹前景的水平边界线的位置；这样，就确定出指纹前景区域的上边界top_bound和下边界bot_bound；其中Mean代表横向投影曲线h(i)的梯度平均值，Lower_Mean代表横向投影曲线上的梯度值小于Mean的所有点的梯度平均值；

步骤2-3、同步骤2-2，通过纵向投影曲线v(i)找到指纹前景区域的左边界left_bound和右边界right_bound；

步骤3、去除步骤2所得的大致指纹前景区域图像中的模糊区域，具体包括下述步骤：

步骤3-1、将步骤2中所确定的大致指纹前景区域图像划分成w×w的块，然后计算每个块的梯度方向一致性：

Coh=|ΣW(Gs,x,Gs,y)|ΣW|(Gs,x,Gs,y)|=(Gxx-Gyy)2+4Gxy2Gxx+Gyy]]>

G_s，x＝G_xx-G_yy，G_s，y＝2G_xy

Gxx=ΣWGx2,]]>Gyy=ΣWGy2,]]>G_xy＝∑_WG_xG_y

其中Coh为w×w块的梯度方向一致性值，G_x和G_y分别代表原始指纹图像gray的横向一阶差分图像和纵向一阶差分图像，而G_s，x，G_s，y，G_xx，G_xy，G_yy为中间变量，∑_W表示对w×w块内的所有元素进行累加操作；

步骤3-2、设定梯度方向一致性的阀值，并将梯度方向一致性小于该阀值的块看成模糊区域，将其从大致指纹前景区域图像中删除；

步骤4、对步骤3所得去除了模糊区域的大致指纹前景区域图像进行边缘提取，并用形态学方法确定最终的指纹前景区域图像；具体包括下述步骤：

步骤4-1、对步骤3所得去除了模糊区域的大致指纹前景区域图像的梯度值进行二值化，提取出指纹的脊线或谷线边缘；

步骤4-2、用尺寸大于两相邻脊线之间距离的模板对步骤4-1得到的梯度二值图像进行闭操作，然后再用该模板对闭操作后的二值图像进行开操作；

步骤4-3、把经步骤4-2操作之后的连通的二值图像作为指纹分割的模板，模板中指纹前景区域的值为1，其它区域的值为0；将原始指纹图像gray同该模板进行点乘运算，得到最终的指纹前景区域图像。