[发明专利]一种基于直推式学习的指纹图像分割方法

说明书

技术领域

本发明涉及自动指纹识别领域，具体地说是提出了一种基于直推式学习的指纹图像分割方法，实现指纹图像分割中采集设备无关性。

背景技术

指纹图像分割是自动指纹识别系统中一个重要的预处理步骤。指纹图像分割的目的是将有指纹纹理特征的前景从图像背景中分离出来。有效的指纹分割使后续处理能集中于指纹前景区域，不但能减少计算量、加快处理速度，而且能提高指纹细节特征获取的准确性。

近几年，在生物特征识别领域，设备互操作性问题得到了很多关注，设备互操作性是指生物识别系统对来自不同采集设备的数据的适应能力。从指纹采集器的角度，如果两个指纹图像库是由同一款指纹采集器采集的，就称这两个指纹库是同源的；而如果两个指纹库是由不同型号的采集器采集的，就称这两个指纹库是异源的。目前大多数自动指纹识别系统中的指纹图像分割算法都是针对某一特定指纹采集器设计的，当该系统分割异源指纹库的图像时，由于来自异源指纹库中的指纹图像通常具有不同的图像质量、分辨率和灰度等级，导致适用于某一特定指纹采集器(或者是某一个指纹库)的指纹图像分割算法在对来自其他型号的指纹采集器(异源指纹库)的指纹图像进行分割时，分割效果会变得很差。这具体体现在：(1)就分割时选取的特征而言，对于来自多个不同类型采集设备的指纹图像，背景与前景的特征值出现明显交叉，同一个特征值，对于一种指纹图像来说属于背景，对于另一种图像来说可能属于前景；(2)就分割方法而言，以监督学习算法为例，由于目前大多数算法在设计分类器时，训练样本与测试样本来自同一设备采集的图像，导致应用该分类器对来自其它设备的指纹图像分割时出现较大的分割误差。目前关于指纹图像采集设备互操作性问题的研究都是集中在指纹匹配阶段进行的。作为自动指纹识别系统的重要预处理步骤，指纹图像分割方法的设备互操作性问题理应得到足够的关注，一个好的指纹图像分割方法，应该能够在不做修改、不做参数配置的前提下适应不同采集设备获得的指纹图像、可靠地实现分割，即具备较好的采集设备无关性。

为此申请人申请了200910019788.x专利，该专利给出了一种与采集设备无关的指纹图像分割方法。提出了在采用将指纹图像分块后，求CMV指标并进行归一化处理，再进行K-means聚类，确定前景块与背景块的类别，得到初步分割结果，最后进行形态学处理后得到最终分割结果的技术方案。该方案虽能解决上述问题，但也存在一些不足：K-means的收敛速度和初始点的选择有很大关系，而且，该方法不能有效分割指纹前景区域偏离图像中心的指纹图像，存在较大的局限性。

发明内容

本发明的目的就是为克服现有指纹图像分割方法中存在的设备互操作性问题，提供一种基于直推式学习的指纹图像分割方法，它为每幅指纹图像训练一个分割模型，解决了现有指纹图像分割方法中存在的设备互操作性问题，非常适合使用多类型指纹采集设备的互联网应用环境。

为实现上述目的，本发明采用如下技术方案：

一种基于直推式学习的指纹图像分割方法，它的步骤为：

一种基于直推式学习的指纹图像分割方法，它的步骤为：

1)利用指纹采集设备，采集指纹图像；

2)把指纹图像划分为W×W大小的不重叠图像块；

3)对每块图像求一致性和对比度特征并归一化处理；

4)自动标记指纹图像中的部分前景块和背景块；

5)使用直推式支持向量机学习；

6)进行形态学处理；

7)得到分割后的指纹图像。

所述步骤3)中，基于块内方向一致性与块对比度特征描述每个图像块，对于每一图像块，提取的块内方向一致性与块的对比度特征如下：

a.块内方向一致性

指纹图像块的块内方向一致性描述了该块各像素点方向的一致程度，用Coh表示一个图像块的方向一致性，如式(1)所示：