[发明专利]一种基于脊线特征和TPS形变模型的指纹图像拼接方法

权利要求书

1.一种基于脊线特征和TPS形变模型的指纹图像拼接方法，其特征在于，所述基于脊线特征和TPS形变模型的指纹图像拼接方法，包括：

步骤一，采集两幅待拼接的固定大小的小面积指纹图像I₁(x,y)和I₂(x,y)，并将其输入自动指纹识别系统，指纹图像大小均为h×w，其中(x,y)代表图像的像素点坐标；

步骤二，分别提取两幅待拼接的小面积指纹图像I₁(x,y)和I₂(x,y)中的细节点，构建每个细节点的MCC算子，计算两个指纹图像中所有细节点的MCC相似度，获得MCC相似度分数最高的细节点对和θ_k为纹图像I₁(x,y)中第k个细节点的角度，θ_l为纹图像I₂(x,y)中第l个细节点的角度，MCC为Cappilli提出的细节点柱形码匹配算子；

步骤三，计算获得初次配准的旋转平移参数，根据旋转平移参数得到初次拼接的指纹图像I₀′(x,y)；

步骤四，求取两幅待拼接的小面积指纹图像I₁(x,y)和I₂′(x,y)的细化图像TI₁(x,y)和TI₂′(x,y)；

步骤五，求细化图TI₁(x,y)和TI₂′(x,y)的重叠区域ROI₁(x,y)和ROI₂′(x,y)，对细化图的重叠区域的脊线进行编号：

步骤六，利用N邻域块法匹配脊线对，N邻域块是指以基准像素点为中心的边长为N的正方形内的所有像素值：

步骤七，用TPS模型进行二次配准，得到二次拼接的指纹图像I₀(x,y)作为最终结果；

所述步骤四具体包括：

(1)分别得到两幅小面积指纹图像的二值图像BI₁(x,y)和BI₂′(x,y)，计算公式如下：

其中T是从灰度图像到二值图像的阈值，165≤T≤180；

(2)用8邻域法将二值图像BI₁(x,y)和BI₂′(x,y)得到细化图像TI₁(x,y)和TI₂′(x,y)；

所述步骤五具体包括：

(1)将细化图TI₁(x,y)和TI₂′(x,y)所有的像素值都设为1，得到图像TI₁′(x,y)和TI₂″(x,y)；

(2)叠加TI₁′(x,y)和TI₂″(x,y)在同一坐标下的像素值，则像素值为2的点即为重叠区域中的像素，得到重叠区域ROI₁(x,y)和ROI₂′(x,y)；

(3)以像素值为1的点为中心，建立3×3的搜索窗；

如果则所述中心是脊线端点；如果则所述中心是脊线分叉点；如果则所述中心是脊线上的点；

(4)对整个重叠区域ROI₁(x,y)和ROI₂′(x,y)的脊线上的点按从左到右、从上到下进行搜索，分别获得重叠区域ROI₁(x,y)和ROI₂′(x,y)的脊线编号与坐标的集合Ridge1和Ridge2，其中是重叠区域ROI₁(x,y)上的第i条脊线，是重叠区域ROI₂′(x,y)上的第i条脊线，m_r(x,y)是第r条脊线，n是脊线的总脊线数，t是第i条脊线上的总像素值；

所述步骤六具体包括：

(1)遍历重叠区域ROI₁(x,y)中脊线上的像素点，在重叠区域ROI₂′(x,y)中进行对应位置的搜索，找到匹配的脊线编号i：

(2)以点(x,y)为中心在ROI₂′(x,y)上搜索，搜索边长为N，如果有像素值为1的点，记录该点在ROI₂′(x,y)中所在脊线的编号，5≤N≤11；

(3)统计编号次数，将步骤六(a)中出现次数最多的编号i作为ROI₁(x,y)脊线上的点所匹配的脊线；

(4)找到重叠区域ROI₁(x,y)中的所有脊线在ROI₂′(x,y)中匹配的脊线：

将ROI₁(x,y)中的每条脊线上的点重复,将出现次数最多的编号作为脊线在ROI₂′(x,y)中的匹配的脊线；

所述步骤七具体包括：

(1)分别从重叠区域ROI₁(x,y)和ROI₂′(x,y)每条脊线的起始位置开始采样，采样间距为脊线间的平均距离d，其中d＝5；得到ROI₁(x,y)中的采样点集G_i＝{G_p(x_p,y_p)|1≤p≤P_G}，ROI₂′(x,y)中的采样点集G′_i＝{G'_q(x'_q,y'_q)|1≤q≤Q_G}，其中,(x_p,y_p)和(x'_q,y'_q)表示采样点的横纵坐标，P_G和Q_G分别表示重叠区域ROI₁(x,y)和ROI₂′(x,y)采样点的总数；

(2)将采样点的坐标代入到TPS模型中，得到形变后的指纹图像

(3)叠加指纹图像I₁(x,y)和在同一像素下的坐标，得到二次拼接的指纹图像I₀(x,y)。