[发明专利]复数滤波器及PI值相结合的多尺度奇异点检测方法

说明书

本发明公开了一种复数滤波器及PI值相结合的多尺度奇异点检测方法，该方法首先计算多个尺度下的指纹图像方向场并对每个尺度的方向场进行复数滤波，再计算各个尺度的方向场的中心点和三角点滤波器响应，若相应值是邻域内的极大值且大于某一阈值，则进一步计算PI值，并依据PI值是否满足奇异点判定条件将其标记为候选奇异点；最后，将多个尺度下的奇异点进行信息融合得到指纹的奇异点。本发明方法能很好地应用于低质量指纹图像中，正确的奇异点检测的结果为93％，高于同类算法。

技术领域

本发明属于数值图像处理技术领域，具体设计了一种复数滤波器及PI值相结合的多尺度奇异点检测方法。

背景技术

指纹奇异点分为中心点和三角点，中心点被定义为脊线曲率最大的点，三角点定义三条不同脊线的交汇区域。指纹奇异点的检测对于后期的指纹识别极其重要。现有的奇异点检测算法分为两大类：基于Poincare index值的检测算法和非Poincare index值的检测算法。基于Poincare Index的方法最先由 Kawagoe等人提出，这种方法通过计算包围当前点的闭合曲线上的方向变化之和来判断当前点是否为奇异点。这种方法计算简单，几乎不受图像旋转的影响，但是其严重依赖方向场，对噪声较为敏感。非Poincare Index值奇异点检测算法主要利用方向场曲率、模板匹配及一些其他性质进行检测。基于方向场曲率的奇异点检测算法主要是通过方向一致性信息定位奇异点，这些方法将方向一致性最差的点看作指纹奇异点，这样会导致检测到的奇异点一致性较差。模板匹配和其他方法在指纹图像较好是能检测出奇异点，但是当指纹图像质量差，如指纹图像包含断线和粘连时，其检测率急剧下降。

复数滤波器是一种有效的奇异点检测工具。Bigun首先利用复数滤波器对指纹方向场进行滤波；然后通过检测滤波响应极值来锁定指纹奇异点的位置。该方法需要预先设定一个阈值来进行极值检测。然而，过大的阈值则可能导致真实奇异点丢至；过小则会出现大量虚假奇异点。

发明内容

为了克服PI值奇异点检测鲁棒性低及复数滤波阈值响应设置困难的缺陷，本发明提供一种复数滤波器及PI值相结合的多尺度奇异点检测方法，使之能有效准确地检测低质量指纹图像中的中心点和三角点。

本发明提供如下技术方案：

一种复数滤波器及PI值相结合的多尺度奇异点检测方法，具体步骤为:

步骤一、计算各个尺度下的指纹方向场θ_k，并将其写成复数形式。其中k表示尺度。

φ_k＝cos(2θ_k)+i sin(2θ_k),k＝1,2,3

步骤二、利用下面四个算式求得各个尺度的滤波器响应C_mw。其中m＝1表示中心点滤波响应，m＝-1表示三角点滤波响应，其中，w为对称复数滤波器的大小，m为滤波器的类型，M表示邻域窗内像素点数目，x,y分别表示邻域窗内x 和y方向的像素点位置，δ表示二维高斯函数的方差，x,y为像素坐标。

步骤三、对C_mw进行极大值检测。如果C_mw为某一邻域内的极大值且大于某一阈值，则进一步计算PI值，如果PI值满足奇异点判定条件，则将其标记为候选奇异点。

步骤四、将各个尺度下的奇异点合并，输出检测结果。

与现有的技术相比，本发明的有益效果为：

(1)提出了一种结合复数滤波和PI值的多尺度奇异点检测算法，克服PI 值奇异点检测鲁棒性低及复数滤波阈值响应设置困难的缺陷；