[发明专利]一种基于扩散方程的低质量指纹图像方向场提取方法

说明书

技术领域

本发明属于数字图像处理技术领域，更进一步涉及一种在自动指纹识别系统中基于扩散方程模型的指纹图像方向场的计算方法。该模型可用在图像分割及边缘检测等方面。

背景技术

方向场估计是指纹识别过程中非常重要的步骤。常用的方向场提取算法有梯度法、模型法、滤波法以及其它方法。

梯度法是最简单并且使用最为广泛的方向场计算方法。梯度的相位角表示图像中灰度值变化最大的方向。因此，对于指纹图像，脊线方向必定与其梯度方向垂直，通过分析指纹的梯度分布，便可以得到指纹的方向分布。

基于梯度的方法计算简便、结果精确，但容易受到噪声的影响。

基于模型的方法的核心思想是利用有效观测数据获得模型的参数，从而在低质量区域进行数据修复或在背景区域进行数据预测。它的典型计算流程如下：

首先对指纹方向场构建一个全局的数学描述，然后利用原始方向场作为观测数据，再通过一些列的模型求解及优化运算，得到模型的系数，最后使用模型来计算任意一点的方向场。比较典型的基于模型的方法主要有零极点模型、概率模型、混合模型、多项式模型、相位图模型及二次微分模型等。

基于模型的方法对低质量图像有一定的效果，但在奇异区域效果较差，并且计算复杂度较高。

由于经过特殊设计的滤波器可以从指定的角度上提取出信息，因此，可以使用一组滤波器对图像进行滤波，选出具有最大响应的滤波器，该滤波器所对应的角度值便可以认为是脊线的方向。Sherlock提出了一种基于滤波的方向场计算方法，该方法构造了16个不同角度的矩形窗对图像进行滤波，具有最大响应的滤波器所对应的角度即为脊线的方向场。

基于滤波的方法有较强的噪声抑制能力，但计算耗时，并且角度值有限。

其他方法包括Pietro Perona提出了基于扩散滤波的方向场计算方法，S.Chikkerur提出了基于短时傅里叶变换(Short Time Fourier Transform，STFT)的频域分析方法来计算指纹的方向场。K.A.Nagaty则提出了基于神经网络的方向场计算方法。

上述算法存在着两个共同的缺陷：1)指纹质量较低时，无法获得满意的结果；2)无法在背景区域获得可靠的方向场。

发明内容

本发明的目的在于克服上述现有技术的不足，提出了一种基于梯度矢量流(GVF)模型的方向场计算方法。这种方法的实质是通过扩散的方法来降低噪声区域的计算误差，可以有效的解决上述两个问题。

为实现上述目的，本发明具体实现步骤包括如下：

(1)输入指纹图像I(x，y)，I(x，y)表示图像在坐标点(x，y)的灰度值；

(2)计算指纹图像的梯度分布[I_x，I_y]，质量分数Q(x，y)以及裂痕掩模M_scar(x ，y)；

2a)[I_x，I_y]使用Sobel算子或Marr-Hildreth算子进行计算；

2b)构造出具有对称特性的复数滤波器：

hn=(x+iy)n·g,n≥0hn=(x+iy)n·g,n≥0,]]>