[发明专利]掌纹图像中手掌区域的获取方法及装置

权利要求书

1.一种掌纹图像中手掌区域的获取方法，其特征在于，包括：

提取步骤，根据肤色模型提取掌纹图像中的候选手掌像素集；

拟合步骤，对候选手掌像素集的颜色分布进行拟合，得到两个候选手掌像素子集；

选取步骤，分别计算两个候选手掌像素子集的空间形状特征向量，根据空间形状特征向量从两个候选手掌像素子集中选取手掌区域像素集；

获取步骤，根据手掌区域像素集，确定掌纹图像中的手掌区域。

2.根据权利要求1所述的方法，其特征在于，所述拟合步骤具体为：通过期望最大化方法，对候选手掌像素集的颜色分布进行拟合，得到两个候选手掌像素子集。

3.根据权利要求2所述的方法，其特征在于，所述拟合步骤包括：

将候选手掌像素集映射到掌纹图像中，得到二值掌纹图像；

将掌纹图像由RGB颜色空间模式转换到HSV颜色空间模式，并选取拟合数据；

针对根据拟合数据和二值图像得到的集合，通过期望最大化方法，拟合出混合高斯模型的参数；

根据混合高斯模型，设定阈值将候选手掌像素集分为两个候选手掌像素子集。

4.根据权利要求3所述的方法，其特征在于，所述将掌纹图像由RGB颜色空间模式转换到HSV颜色空间模式，并选取拟合数据具体为：将掌纹图像由RGB颜色空间模式转换到HSV颜色空间模式，选取饱和度通道的图像元素作为拟合数据。

5.根据权利要求1所述的方法，其特征在于，在选取步骤中，计算候选手掌像素子集的空间形状特征向量包括：

计算候选手掌像素子集的x方向和y方向的离散度、y方向的直方图投影的局部极大值；

将x方向和y方向的离散度、y方向的直方图投影的局部极大值作为候选手掌像素子集的空间形状特征向量。

6.根据权利要求1所述的方法，其特征在于，在选取步骤中，根据空间形状特征向量从两个候选手掌像素子集选取手掌区域像素集包括：

分别计算两个候选手掌像素子集的空间形状特征向量与预先建立的手掌图像空间形状特征向量均值模板的相似度，将相似度最高的候选手掌像素子集选为手掌区域像素集；

所述手掌图像空间形状特征向量均值模板是通过计算大量训练样本的手掌区域和非手掌区域的空间形状特征向量，采用K-均值方法对手掌区域和非手掌区域的空间形状特征向量进行分别聚类而得到的。

7.一种掌纹图像中手掌区域的获取装置，其特征在于，包括：

提取模块，用于肤色模型提取掌纹图像中的候选手掌像素集；

拟合模块，用于对候选手掌像素集的颜色分布进行拟合，得到两个候选手掌像素子集；

选取模块，用于分别计算两个候选手掌像素子集的空间形状特征向量，根据空间形状特征向量从两个候选手掌像素子集中选取手掌区域像素集；

获取模块，用于根据手掌区域像素集，确定掌纹图像中的手掌区域。

8.根据权利要求7所述的装置，其特征在于，所述拟合模块具体用于通过期望最大化方法，对候选手掌像素集的颜色分布进行拟合，得到两个候选手掌像素子集。

9.根据权利要求8所述的装置，其特征在于，所述拟合模块包括：

二值化单元，用于将候选手掌像素集映射到掌纹图像中，得到二值掌纹图像；

转换单元，用于将掌纹图像由RGB颜色空间模式转换到HSV颜色空间模式，并选取拟合数据；

拟合单元，用于针对根据拟合数据和二值图像得到的集合，通过期望最大化方法，拟合出混合高斯模型的参数；

划分单元，用于根据混合高斯模型，设定阈值将候选手掌像素集分为两个候选手掌像素子集。

10.根据权利要求9所述的装置，其特征在于，所述转换单元具体用于将掌纹图像由RGB颜色空间模式转换到HSV颜色空间模式，选取饱和度通道的图像元素作为拟合数据。

11.根据权利要求7所述的装置，其特征在于，所述选取模块包括：

第一计算单元，用于计算候选手掌像素子集的x方向和y方向的离散度、y方向的直方图投影的局部极大值；

向量获取单元，用于将x方向和y方向的离散度、y方向的直方图投影的局部极大值作为候选手掌像素子集的空间形状特征向量。

12.根据权利要求7所述的装置，其特征在于，所述选取模块包括：

第二计算单元，用于分别计算两个候选手掌像素子集的空间形状特征向量与预先建立的手掌图像空间形状特征向量均值模板的相似度；所述手掌图像空间形状特征向量均值模板是通过计算大量训练样本的手掌区域和非手掌区域的空间形状特征向量，采用K-均值方法对手掌区域和非手掌区域的空间形状特征向量进行分别聚类而得到的；

选取单元，用于将相似度最高的候选手掌像素子集选为手掌区域像素集。