[发明专利]基于动态模板的掌纹图像褶皱检测方法

权利要求书

1.一种基于动态交叉模板的掌纹图像褶皱检测方法，包括以下步骤：

(1)将掌纹图像I(m,n)分成M个128×128大小的图像块I_b(x,y)，并对每个图像块I_b(x,y)进行均衡化，得到M个均衡后的图像块I_B(x,y)，其中，(m,n)为图像坐标，(x,y)为图像块坐标；

(2)对均衡后的每个图像块I_B(x,y)进行傅里叶变换，求取图像块I_B(x,y)中能量最大的十个方向角度值θ_i和图像块I_B(x,y)的主方向值θ_ori，其中，i=1,2,...,10；

(3)对每个图像块I_B(x,y)中能量最大的十个方向角度值θ_i，求方向一致性数值C，计算每个图像块I_B(x,y)中的十个方向角度值θ_i和主方向值θ_ori的角度差△θ_i，当△θ_i大于π/6时，将θ_i记为图像块I_B(x,y)的潜在褶皱方向值γ_j，j=1,2,...,N_c，N_c为图像块I_B(x,y)的潜在褶皱方向值的总数,将所有图像块I_B(x,y)根据方向一致性数值分为两类：如果图像块I_B(x,y)的方向一致性数值^C≤7，则称图像块I_B(x,y)为待方向滤波图像块I_B1(x,y)，继续执行步骤(4)，否则，称图像块I_B(x,y)为待模板卷积图像块I_B2(x,y)，跳至步骤(5)执行；

(4)对每个待方向滤波图像块I_B1(x,y)进行方向滤波，得到对应的方向滤波图像块I_ob(x,y)，并将其组合成方向滤波初始结果图像I_or(m,n)，转到步骤(7)；

(5)对每个待模板卷积图像块I_B2(x,y)构造交叉点模板M_n(p,q)，并与其对应的待模板卷积图像块I_B2(x,y)卷积：

5a)令每个待模板卷积图像块I_B2(x,y)的交叉点模板M_n(p,q)内所有值为0，其中，(p,q)模板的坐标值，n=1,2,3,4,5；

5b)利用公式α_n=θ_ori+(π·n)/6，n=1,2,3,4,5，·表示实数相乘，算出每个待模板卷积图像块I_B2(x,y)的5个次方向α_n；

5c)定义L(C_x,C_y,w,l,θ)表示每个待模板卷积图像块I_B2(x,y)的交叉点模板M_n(p,q)中的一个带状区域，其中l,w,θ和(C_x,C_y)分别表示带状区域的长度、宽度、角度和带状区域中心点的坐标值，在每个交叉点模板M_n(p,q)中构造两个带状区域L(p₀,q₀,w,l,θ_ori)和L(p₀,q₀,w,l,α_n)，其中，(p₀,q₀)为模板M_n(p,q)中心点的坐标值，n=1,2,3,4,5，将交叉点模板M_n(p,q)划分成三个区域，令A_c表示交叉点模板M_n(p,q)中两个带状区域的重叠区域，A_o表示交叉点模板M_n(p,q)中未被两个带状区域占用的区域，A_l表示交叉点模板M_n(p,q)中除了A_c和A_o以外的带状区域所占区域；

5e)对每个待模板卷积图像块I_B2(x,y)的交叉点模板M_n(p,q)中按下述公式赋值：

Mn(p,q)=1/s(p,q)⋐Ac1/s(p.,q)⋐Al0(p,q)⋐Ao]]>

其中，s表示每个待模板卷积图像块I_B2(x,y)的交叉点模板M_n(p,q)中两个带状区域总共占据区域的像素点个数，表示交叉点模板M_n(p,q)中的元素(p,q)属于区域A_c，n=1,2,3,4,5；

5f)用每个待模板卷积图像块I_B2(x,y)的5个交叉点模板M_n(p,q)，分别与其对应的待模板卷积图像块I_B2(x,y)依次卷积、求和、取平均，得到每个待模板卷积图像块I_B2(x,y)对应的的交叉点图像块I_c(x,y)：

Ic(x,y)=15Σn=15IB2(x,y)*Mn(p,q),]]>

其中*表示卷积；

(6)构造每个待模板卷积图像块I_B2(x,y)的增强模板E(p,q)，并用增强模板E(p,q)与对应的交叉点图像块I_c(x,y)卷积：

6a)令每个待模板卷积图像块的增强模板E(p,q)中所有值为零，在增强模板E(p,q)中构造两个带状区域L(p₁,q₁,w,l,θ_ori)和L(p₁,q₁,w,l,θ_ori+π/2)，将每个增强模板E(p,q)划分成三个区域，其中，(p₁,q₁)为增强模板E(p,q)中心点的坐标值，n=1,2,3,4,5，令B_c表示增强模板E(p,q)中两个带状区域的重叠区域，B_o表示增强模板E(p,q)中未被带状区域占用的区域，B_l表示增强模板E(p,q)中除了B_c和B_o以外的带状区域所占区域；

6b)给每个待模板卷积图像块I_B2(x,y)的增强模板E(p,q)按下述公式赋值：

E(p,q)=1(p,q)⋐Bc-su/co(p.,q)⋐Bl0(p,q)⋐Bo,]]>

其中，su是两个带状区域的重叠区域B_c所占像素点的个数，co是带状区域L(p₁,q₁,w,l,θ_ori)所占像素点的个数，表示增强模板E(p,q)中的元素(p,q)属于区域B_c；

6c)利用每个待模板卷积图像块I_B2(x,y)的增强模板E(p,q)与对应的交叉点图像块I_c(x,y)卷积，得到卷积结果图像块I_eb(x,y)：

I_eb(x,y)=I_c(x,y)*E(p,q)；

6d)令模板卷积初始结果图像I_cr(m,n)中的所有值都为0，每个卷积结果图像块I_eb(x,y)在模板卷积初始结果图像中对应的位置坐标值为(c,d)，令I_cr(x+128·c,y+128·d)=I_eb(x,y)，·表示实数相乘，得到模板卷积初始结果图像I_cr(m,n)；

(7)根据步骤(4)和步骤(6)的执行情况，进行如下处理：

7a)如果步骤(4)得到执行，对从步骤(4)得到的方向滤波初始结果图像I_or(m,n)进行高斯滤波和阈值处理，得到方向滤波最终结果图像I_ori(m,n)，如果步骤(4)未得到执行，令方向滤波最终结果图像I_ori(m,n)=0；

7b)如果步骤(6)得到执行，对从步骤(6)得到的模板卷积初始结果图像I_cr(m,n)进行高斯滤波和阈值处理，得到模板卷积最终结果图像I_co(m,n)，如果步骤(6)未得到执行，令模板卷积最终结果图像I_co(m,n)=0；

7c)将方向滤波最终结果图像I_ori(m,n)与模板卷积最终结果图像I_co(m,n)相加，得到最终的褶皱结果图像I_f。