[发明专利]基于动态模板的掌纹图像褶皱检测方法

说明书

技术领域

本发明属于数字图像处理技术领域，特别涉及一种在自动掌纹识别系统中基于动态模板的掌纹图像褶皱检测方法，可用于生物特征认证。

背景技术

随着社会的发展，身份信息向数字化方向发展，快速准确的进行身份认证越来越重要。但是，传统的身份认证识别认证方法通常是通过某些可以表明身份的标识物品来进行认证的。这种方法的致命缺点是：标示物品比较容易伪造，而且比较容易遗忘和丢失。但是，生物特征认证与这些传统方法不同，它利用的是人体的固有特征，不会被遗忘或者丢失。在众多生物特征中，掌纹不仅具有很多和指纹一样的细节点特征，并且可提取的特征面积也很大，其中还有很多其他的可区分性的信息，比如褶皱和主线等等。

现有的大部分掌纹识别系统主要利用的是细节点特征，但是褶皱的存在会极大影响细节点特征的准确提取，产生很多伪细节点，最终影响掌纹的识别率。与此同时，掌纹的褶皱特征也可以作为一种特征来辅助掌纹识别，所以，提取掌纹中的褶皱区域非常重要。

目前，存在的褶皱检测方法并不多，其常用的一个是文献“Crease Detection from Fingerprint Images and Its Applications in Elderly People,”Pattern Recognition,vol.42,no.5,pp.896-906,2009。它提出了基于二阶高斯滤波进行褶皱提取的方法，流程如下：（1）选择12个通道或方向的滤波器，分别对掌纹图像进行滤波，得到一系列结果图像；（2）对每个通道结果选择一个阈值，进行二值化；（3）然后采用主成分分析法估算矩形表示的褶皱区域；（4）最后将最后提取的褶皱区域进行叠加，得到最后的褶皱检测结果。

上述算法虽说可以优先检测出指纹或掌纹中的褶皱区域，但是效果不明显，而且存在以下缺陷：

1.检测精度低

在掌纹图像中，距离较远的两个局部区域的灰度值可能相差很大，而上述算法利用全局的方向滤波器来进行滤波，并未考虑到灰度值变化很大的特点，这样就不容易检测出那些整体灰度较小区域中的褶皱；

褶皱区域是那些质量较差的区域，它将谷线和脊线割断开来，褶皱的宽度变化范围很大，有可能比脊线和谷线要宽，有可能比脊线和谷线要窄。而现有算法假设褶皱区域宽度比脊线宽度更宽，利用二阶高斯滤波器来进行滤波，因此无法检测出很多宽度和脊线宽度类似或者比脊线宽度还小的褶皱区域；

2.计算量大

上述算法进行方向滤波时，由于要对12个方向进行方向滤波，因而计算量是非常大的。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于动态模板的褶皱检测方法，以提高掌纹褶皱检测的准确性，降低计算量。

本发明的主要思想是：根据褶皱和谷线交叉区域的特殊模式，给出类似于这种特殊模式的动态交叉模板结构，利用这种模板对图像进行卷积操作，使褶皱区域产生较大的响应。其实现步骤包括如下：

为了实现上述目的，本发明的具体实现步骤包括如下：

(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,...,1；0