[发明专利]高分辨率掌纹方向场提取方法

说明书

技术领域

本发明涉及掌纹识别领域，尤其涉及采用高分辨率掌纹图像进行身份认证和刑事鉴定的技术。

背景技术

在现代社会中，快速、有效、自动地进行人身辨别的要求日益迫切，重要部门保安、过境控制、移民检查、机密或贵重物品保存场所的进出、防止信用卡欺骗、网络安全等都需要进行可靠的人身鉴别。在身份验证的依据中，钥匙、证件可能会丢失、被盗或复制，密码又容易被忘掉、混淆或被偷看，而生物特征(包括掌纹、指纹、人脸、手形、手写签名、虹膜等)是人的内在属性，它们不会出现上述情况，因此成为最理想的辨别依据。这其中，掌纹特征有广阔的应用前景，它具有比指纹更加丰富的特征及大得多的皮肤面积，能够更加可靠的进行人身鉴别。并且在犯罪现场获得的纹理中，有30％来自于掌纹。美国联邦调查局的下一代人身鉴别系统(NGIS)计划的最重要的目标之一就是开发出适用于全美范围的掌纹识别系统。掌纹特征可以用低分辨率CCD摄像头采集，或者是用高分辨率的接触式设备采集。高分辨率掌纹图像拥有比低分辨率图像丰富得多的特征，包括细节点、方向场、密度图等等，因此更加适用于可靠性敏感的领域，比如刑侦、重要场所出入控制等等。

本发明主要解决如何从往往存在大量皱褶的高分辨率掌纹图像中准确快速提取方向场的问题。针对指纹和掌纹的方向场提取，已有的技术都由两个步骤组成：初始估计和后处理。后处理算法有很多，包括统计平均法、多层平滑法、模型法等等。但是它们都依赖于初始估计算法提供的脊线方向信息。如果初始估计结果中存在着大量的错误，无论后处理算法多么强大也难以产生正确的结果。常用的初始估计算法有三种，包括基于梯度的方法、离散傅里叶变换法以及Gabor滤波器组的方法。上述方法在有较少皱褶的图像上效果较好。但是它们都难以正确提取存在大量皱褶的掌纹的方向场。因为从根本上，它们都关注的是灰度值的变化方向，平等的对待由黑色的纹路及白色的纹路提供的信息。对于较少皱褶的图像，这样做是合理的，因为两种条纹都会提供算法正确的信息。但是对于有大量皱褶的掌纹图像而言，白色条纹的数量大大增加，引入大量的噪声，现有算法难以准确估计出脊线方向。

发明内容

本发明的目的是解决从高分辨率掌纹图像中准确快速提取方向场的问题。

发明的方向场提取算法的核心思想是根据不同区域皱褶数量动态选择恰当的方法。算法统计不同区域的皱褶数量，对于皱褶较少的区域，采用离散傅里叶变换算法快速的估计脊线方向；而对于皱褶较多的区域，设计了鲁棒的基于拉登变换的方法提取脊线方向信息。这样，就把离散傅里叶变换算法的快速性和基于拉登变换的方法的鲁棒性结合起来，准确快速的估计掌纹方向场。在后处理阶段，采用区域生长算法修正初始估计中存在的错误，得到可信的方向场。

本发明中主要包括以下四项技术：

第一，根据不同掌纹区域的皱褶数量动态选择适当的方法。算法从掌纹图像中提取出皱褶并估计不同区域的严重程度，进而动态选择合适的方法对每个区域的脊线方向进行估计。

第二，对多皱褶区域估计脊线方向。本发明设计了基于拉登变换的方法提取多皱褶区域的脊线方向。其基本思想是只关注黑色的脊线提供的方向信息，尽量排除白色的纹路带来的干扰，并统计输出多个有高置信度的脊线方向作为候选方向。对皱褶噪声具有良好的鲁棒性。

第三，对少皱褶区域估计脊线方向。在少皱褶的区域上，采用计算量较小的离散傅里叶变换法。用快速傅里叶变换求取频域图像，并从中选取多个具有大幅值的方向作为候选方向。

第四，后处理。采用区域生长算法从第二、三步输出的候选方向中选择与相邻区域方向相近的结果作为脊线方向并最终输出方向场。

符号说明：

I：原始掌纹图像

I_Sub：低通滤波并下采样后得到的图像

I′_Sub：对I_Sub进行局部灰度平均值处理后得到的图像

E_Line：皱褶“能量”图

I′：对I局部灰度平均值处理后得到的图像

Is：种子序号映射图

Iw：候选方向序号图

发明的方向场提取算法特征在于根据不同区域皱褶数量动态选择不同的方向估计算法，它依次含有以下阶段：

(1)皱褶提取

(1.1)对图像进行低通滤波并进行下采样。将原始图像分为4×4像素点的方格，下采样率为4，求取每个方格的平均值作为下采样后图像I_Sub对应像素点的灰度值。

(1.2)求取I_Sub中每一点对应的皱褶“能量”。