[发明专利]一种有效的指纹方向场计算方法

摘要

本发明针对存在较大面积噪声区域的指纹图像，公开了一种针对指纹噪声区域的方向场估计实现方法。本发明提供的有效的指纹方向场计算方法，首先采用基于梯度的方法计算非噪声区域的指纹方向场，同时依据有效点梯度向量比率、方向一致性等参数标记噪声区域；然后，基于已计算出的非噪声区域的方向场，采用8方向区间预测模型估计噪声区域的方向场，该模型由于考虑了8个不同方向区间对当前点的影响，因而使估计的方向场结果更加合理。另外，在对噪声区域的方向场进行估计时，采用了由外到内、逐渐收缩的方案，进一步提高了预测的准确性。

主权项

1.一种有效的指纹方向场计算方法，其特征在于，包括以下步骤：1）根据式(1)规定化整幅指纹图像，N(x,y)=M0+V0×(I(x,y)-M1)2V1if I(x,y)>M1M0-V0×(I(x,y)M1)2V1otherwise]]>     (1)其中，I(x,y),N(x,y)分别表示原图及规定化后图像的灰度值；M₁,V₁表示原图的均值和方差，M₀,V₀分别表示期望的均值和方差；2）对规定化之后的指纹图像，依据式(2)计算每点的梯度向量，对每一个点梯度向量，如果它的模小于θ_thre，则将该梯度向量置为[0,0]^T；[Gx(x,y),Gy(x,y)]T=[∂I(x,y)∂x,∂I(x,y)∂y]T]]>     (2)其中∂I(x,y)∂x∂I(x,y)∂y=I(x+1,y)-I(x-1,y)2I(x,y+1)-I(x,y-1)2]]>3）依据式(3)计算整幅图像的所有非零梯度向量的模均值，Mmod=1NΣ(Gx(x,y)2+Gy(x,y)2)]]>     (3)其中N表示整幅图中所有非零梯度向量的个数；4）对每一个非零梯度向量，如果其模大于3×M_mod，将其置为[0,0]^T；5）将整幅指纹图像划分为互不重叠的W_in×W_in内层块，对每个内层块，统计其对应的外层窗口W_out×W_out中所包含的有效点梯度向量个数K，如果则依据式(4)计算其相应的一致性，否则直接将该内层块的一致性直接置为0；CohinB=|Σx=1WoutΣy=1Wout(Gsx(x,y),Gsy(x,y))|Σx=1WoutΣy=1Wout|(Gsx(x,y),Gsy(x,y))|]]>     (4)其中，Gsx(x,y)Gsy(x,y)=Gx2(x,y)-Gy2(x,y)2Gx(x,y)Gy(x,y),]]>W_in＝3,W_out＝31；6）对每个内层块，如果其相应的一致性大于预设阀值，则依据式(5)采用复合窗口计算其块梯度向量[Gin_Bx,Gin_By]^T，否则直接将该块梯度向量置为零梯度向量；[GinBx,GinBy]T=[Σx=1WoutΣy=1WoutGsx(x,y),Σx=1WoutΣy=1WoutGsy(x,y)]T]]>     (5)7）依据式(6)将每个非零内层块梯度向量转换为块方向θ，其中0≤θ＜π；θ=12π+12tan-1(GByGBx)GBx≥0tan-1(GByGBx)+πGBx<0∩GBy≥0tan-1(GByGBx)-πGBx<0∩GBy<0]]>     (6)8）将噪声区域的待估计块的状态置为0，其它块的估计状态置为1，统计全图所有状态为0块的个数count，同时设置变量tag；9）若count=0，转至步骤13，若count>0，置tag=0，遍历整张图中的所有块，对每个块，若其估计状态为0，在以待估计块的为圆心，半径为R的区域里，从其周围八个区间寻找离待估计块最近的有效块，若满足①和②区间、③和④区间、⑤和⑥区间、⑦和⑧区间至少存在一个有效块，依据式(7)计算出u，v，且将其估计状态置为1，tag=tag+1；u=Σk=1Kcos(2αk)wk]]>---(7)]]>v=Σk=1Ksin(2αk)wk]]>W_k为满足条件的块到待估计块距离的倒数，α_k为满足条件块的方向角；10）若上步骤中tag>0，则重复步骤9），否则转至步骤11）；11）若count=0，转至步骤13，若count>0，置tag=0，继续遍历所有的块，对每个块，若其估计状态为0，在以待估计块的为圆心半径为R的区域里，从其周围八个方向寻找离待估计块最近的有效块，若至少满足①和②区间、③和④区间、⑤和⑥区间、⑦和⑧区间任意三个区间里至少存在一个有效块，依据式(7)计算出u，v，且将其估计状态置为1，tag=tag+1；12）转至步骤9）；13)依据式(8)计算出噪声区域块的方向场：O(m,n)=12arctan(vu)]]>     (8)。