[发明专利]基于梯度方向模板的在线掌纹有效区域快速分割方法

说明书

技术领域

本发明属于图像处理技术领域，涉及在线掌纹有效区域的提取，可用于移动设备中的身份验证。

背景技术

在线掌纹有效区域的提取是在线掌纹识别领域一个非常重要的步骤，影响到在线掌纹识别的识别效果，不准确的提取可能会导致匹配错误。在实际的应用系统中，正确高效的掌纹分割方法有利于提高掌纹识别系统的速度和精确度。因此，效果良好的在线掌纹有效区域提取技术有利于改善在线掌纹识别系统其他阶段的性能。现存的在线掌纹分割算法可大致分为基于肤色比例、基于手掌结构这两类。

基于肤色比例的分割方法，是利用肤色模型确定手掌轮廓，对轮廓线上的点进行采样分析。基本原理是遍历手掌轮廓点，对每一个点画圆，按照圆中的皮肤所占的比例进行判断。这种方法有一个重大的问题：手掌的摆放姿势会影响手掌有效区域分割的效果。

基于手掌结构的分割方法，是利用手掌的轮廓结构以及该结构的切线方向进行谷点确定和分割。沿着手掌的轮廓线做切线，如果遇到切线过另外一条轮廓点，则检测另一个轮廓点的切线，如果该轮廓点的切线恰好也过该点则认为这两个点就是谷点，然后依据这两个点再分割。这种方法的问题是轮廓上的每个点都要进行复杂的几何运算，因此实现起来比较慢。

发明内容

本发明的目的是针对上述已有技术的不足，提出一种基于梯度方向模板的在线掌纹有效区域快速分割方法，以提高在线掌纹识别系统的分割效果，避免复杂的几何运算，进而大大提高在线掌纹识别系统的速度。

为实现上述目的，本发明的技术方案包括如下步骤：

(1)输入大小为M×L的掌纹图像I(x,y)，其中(x,y)表示掌纹图像的像素点坐标，M表示掌纹图像的长度，L表示掌纹图像的宽度；

(2)对掌纹图像I(x,y)进行阈值分割，得到掌纹二值化图像I_B(x,y)，对掌纹二值化图像I_B(x,y)进行腐蚀操作，得到腐蚀后的掌纹图像I_E(x,y)，进而得到手掌轮廓图像Edg(x,y)：

Edg(x,y)＝I_B(x,y)-I_E(x,y)；

(3)利用手掌轮廓图像Edg(x,y)，计算方向图像D(x,y)和方向角图像θ(x,y)；

(4)计算掌纹图像I(x,y)的手掌方向θ_p：

(4a)对方向角图像θ(x,y)像素值的分布进行统计，求得θ(x,y)中分布最多的像素值θ_max；

(4b)利用θ(x,y)中分布最多的像素值θ_max，计算手掌方向θ_p：

θ_p＝θ_max-90°；

(5)对掌纹图像I(x,y)进行方向校正，得到手掌校正图像I′(x,y)和梯度校正图像D′(x,y)：

(5a)对掌纹图像I(x,y)以-θ_p为旋转角度进行逆时针旋转，得到手掌校正图像I′(x,y)；

(5b)将手掌校正图像I′(x,y)作为输入图像，重复步骤(1)到步骤(3)，得到的方向图像记作梯度校正图像D′(x,y)；

(6)构造上模板Up(x,y)和下模板Down(x,y)：

(6a)选取255幅训练掌纹图像I_i(x,y)，i＝1,2,...,255，将该I_i(x,y)作为输入图像，重复步骤(1)到步骤(5)，在步骤(5)中得到I_i(x,y)的梯度校正图像D′_i(x,y)和I_i(x,y)的掌纹校正图像I′_i(x,y)；

(6b)手动标记并记录I′_i(x,y)中上谷点v_u的位置和下谷点v_d的位置，将上谷点v_u在I′_i(x,y)中的位置记为(ux_i,uy_i)，下谷点v_d在I′_i(x,y)中的位置记为(dx_i,dy_i)；