[发明专利]基于梯度投影和形态学的指纹图像分割方法

说明书

技术领域

本发明属于图像处理技术领域，特别涉及指纹识别技术中的指纹图像处理技术。

背景技术

生物特征识别技术是为了进行身份验证而采用自动技术测量其身体的特征或是个人的行为特点，并将这些特征或特点与数据库的模板数据进行比较，完成身份认证的一种解决方案。作为生物识别技术中最为成熟和方便的成员，指纹识别技术已成功应用于社会的各个领域。如：门禁、考勤系统、电子商务、ATM自动提款机以及罪犯身份鉴定系统等。依赖指纹识别技术建立的指纹自动识别系统作为一种安全可靠的身份识别方法，随着光学扫描技术和RFID技术的发展，个人的指纹信息能够潜入到IC中，使得指纹识别可以在更广泛的领域中得以发展。详见文献Anil Jain，On-Line Fingerprint Verification，IEEE TRANSACTIONS ON PATTERNANALYSIS AND MACHINE INTELLIGENCE，VOL.19，NO.4，APRIL 1997；和文献：Anil K.Jain，Arun Ross，Salil Prabhakar，“An Introduction to Biometric Recognition”，IEEE Transaction onCircuits and Systems for Video Technology，Volume 14，No.1，pp4-20，2004所述。

在指纹自动识别系统中，指纹图像分割是一个重要的环节，指纹图像分割能够去除指纹图像中的不可恢复的前景区域和背景区域，从而提高计算效率。同时，去除低质量区域的指纹能够减少伪特征点的提取，从而保证识别的正确率。指纹的低质量区域通常由以下几种情形造成：(1)采集仪上存在污质，仪器参数设置的不恰当；(2)手指的过干，太湿等。目前，大部分指纹分割方法需要计算多个指纹分割特征，然后再使用分类器来判定指纹的前景和背景。要计算这些指纹分割特征，不但要耗费大量的时间，而且所得到的分类结果也是基于局部信息的。为此，要设计一种能够快速而有效的指纹分割算法对实时性要求很强的指纹识别系统显得尤为必要。详见文献Mehtre B M.Segmentation of fingerprint images-a compositemethod.Pattern Recognition，1989，22(4)：381～385；Lin Hong，Yifei Wan，and Anil Jain.Fingerprint Image Enhancement：Algorithm and Performance Evaluation.IEEE TRANSACTIONSON PATTERN ANALYSIS AND MACHINE INTELLIGENCE，VOL.20，NO.8，AUGUST 1998和文献WANG Sen，WANG Yang-Shen.New features extraction and Application in FingerprintSegmentation.ACTA AUTOMATICA SINIC，Vol.29，No.4，July 2003所述。

目前常用的使用指纹图像分割方法有：

(1)采用方向滤波器与经验阀值结合的方法。参见文献Lin Hong，Yi Fei Wan and Anil Jain“Fingerprint Image Enhancement：Algorithm and Performance Evaluation”IEEE Transactions onPAMI，Vol.20，No.8，pp.777-789，August 1998

(2)采用指纹图像灰度值的方向方差的方法。参见文献A.K.Jain，L.Hong and R.Bolle，″On-line Fingerprint Verification″，IEEE Transactions on PAMI，Vol.19，No.4，pp.302-314，1997.

(3)基于方向信息和对比度信息的D-S理论的分割方法。参见文献唐良瑞，基于D-S证据理论的指纹图像分割方法，计算机学报，2003，26(7)：887-892

(4)基于HMM模型的分割方法。参见文献Klein S，Bazen A，Veldhuis R.Fingerprintimage segmentation based on Hidden Markov models.In：Proc.ProRISC2002.310-318