一种指纹图像方向场识别方法与流程 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明涉及图像处理技术领域，特别是涉及一种指纹图像方向场识别方法。背景技术：2.指纹的复杂性和唯一性使之能被广泛运用于开锁装置上，在生活中，指纹识别技术已经成为电子产品和数字化管理不可缺少的部分。但在对指纹图像进行对比和匹配时，不可避免的会出现噪点，通常的做法是提取方向场来辅助去噪。指纹方向场是指对指纹的每个小片区给出一个代表性的方向数值，则整个指纹的所有的方向数值拼接起来就得到一个方向矩阵。精确的指纹方向场提取直接关系到能否最终获得高质量的指纹。3.指纹方向场的提取方法主要包括：基于梯度的方法，基于模型的方法，基于滤波器的方法和基于卷积神经网络的方法。sherlock b g等人提出了一个简单的计算指纹局部脊方向的数学模型。kass m和witkin a则第一次提出了基于梯度的方法，这种方法适用于质量较好的指纹处理，但对于低质量的现场指纹处理效果不好。mei y等人也对基于梯度的方法做出了贡献。相对于基于梯度的方法，基于滤波器的方法表现出了更好的抗干扰能力，但泛化能力较差，滤波结果的拼接也会造成准确性也不够高，且工作速度慢、计算量普遍过大。基于cnn网络方法在指纹方面的研究也出现了很多成果。cao等人使用了一个基于卷积神经网络和模板匹配的方法，使得指纹识别效果较之前的方法有了较大的提升。yao等人将传统算法步骤用卷积神经网络替代，提出了一个端到端的指纹识别网络fingernet。与常见的手机等电子产品中的指纹解锁功能不同的是，电子门锁等独立的指纹解锁装置中的硬件水平难以实现大存储量和复杂计算，因此基于cnn的方向场获取方法在低硬件水平的情况下也并不适用。技术实现要素：4.本发明的目的在于，提供一种指纹图像方向场识别方法，以实现低算力、低存储芯片的指纹识别功能。5.为解决上述技术问题，本发明提供一种指纹图像方向场识别方法，包括如下步骤：6.s1、输入指纹图像并对输入的指纹图像进行区域划分；7.s2、对划分的每部分中心点进行其两个相互垂直方向的梯度值矩阵的计算；8.s3、根据计算的梯度值矩阵计算各部分中心点在原图中的相关角度三角函数值；9.s4、根据上述得到的位置值计算得到各部分中心点的方向场矩阵。10.进一步的，在步骤s1中，所述区域划分的具体操作步骤为：11.s11、将指纹图像平分为上下两半；12.s12、将上下两半均按照左、右、中上和中下的方式分为四个区位；13.s13、将分出的八个区位均分为多个小格。14.进一步的，位于指纹图像上半部分的左、中上和右区位以及位于指纹图像下半部分的左、中下和右区位在划分小格之前，利用高斯滤波对周围所需的点进行填充。15.进一步的，在步骤s2中，两个相互垂直方向的梯度值矩阵的计算具体包括如下步骤：16.s21、利用线性插值法计算中心点处的灰度值；17.s22、以第一sobel算子对中心点做卷积运算得到矩阵gx；18.s23、以第二sobel算子对中心点做卷积运算得到矩阵gy。19.进一步的，所述第一sobel算子为，所述第二sobel算子为20.进一步的，在步骤s3中，中心点在原图中的相应位置值的计算具体包括如下步骤：21.s31、利用gx和gy两个矩阵计算得出分别表示cos2θ和sin2θ的gd’和gxy’两个矩阵；所述θ为中心点方向垂直方向的角度；22.s32、将gd’和gxy’两个矩阵放入原图相应位置处得到相关角度三角函数值矩阵gd和gxy。23.进一步的，所述gd’和gxy’的计算公式为：24.gd’[i][j]＝gx[i][j]2-gy[i][j]2[0025]gxy’[i][j]＝2*gx[i][j]*gy[i][j]。[0026]进一步的，在步骤s4中，中心点方向场矩阵计算的具体步骤为：[0027]s41、对gd和gxy两个矩阵均分为多个小格；[0028]s42、对每个小格中心点的高斯核进行滤波并根据得到的值计算得到分别表示cos2θ和sin2θ的矩阵；[0029]s43、对上述得到的cos2θ和sin2θ的矩阵高斯核进行滤波并将得到值赋值至中运算以得到中心点方向场矩阵。[0030]进一步的，在步骤s42中，所述sin2θ的矩阵计算公式为：[0031][0032]所述cos2θ的矩阵计算公式为：[0033][0034]本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上所述的指纹图像方向场识别方法。[0035]相比于现有技术，本发明至少具有以下有益效果：[0036]本发明实现了在硬件条件受限情况下的指纹识别，能够为低算力及低存储空间的芯片赋予指纹识别能力，同时本发明提供的指纹图像方向场识别方法所得到的指纹图像方向场密集程度高，可以更加准确和细致地表示整张图片的方向场，从而提升了指纹匹配的准确率。附图说明[0037]图1为本发明实施例中指纹图像方向场识别方法的流程框图；[0038]图2为本发明实施例中指纹图像区位划分图；[0039]图3为本发明一个具体实施例中图像方向场识别方法的具体运行流程图；[0040]图4为本发明实施例中θ角的示意图；[0041]图5为现有技术指纹处理效果图；[0042]图6为本发明指纹处理效果图。具体实施方式[0043]下面将结合示意图对本发明的指纹图像方向场识别方法进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明，而仍然实现本发明的有利效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。[0044]在下列段落中参照附图以举例方式更具体地描述本发明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。[0045]以下列举所述指纹图像方向场识别方法的较优实施例，以清楚的说明本发明的内容，应当明确的是，本发明的内容并不限制于以下实施例，其他通过本领域普通技术人员的常规技术手段的改进亦在本发明的思想范围之内。[0046]如图1所示，本发明实施例提出了一种指纹图像方向场识别方法，包括：[0047]s1、输入指纹图像并对输入的指纹图像进行区域划分；[0048]具体的，在进行区域划分时，首先将指纹图像平分为上下两半，然后对上下两半均按照左、右、中上和中下的方式分为四个区位，区位划分图如图2所示，此时上下两半均包含左1、右2、中上3及中下4四个区位，在区位划分完成后，将每个区位均分成多个小格。[0049]进一步的，对于指纹图像上半部分的左1、中上3和右2区位以及位于指纹图像下半部分的左1、中下4和右区位2在划分小格之前，利用高斯滤波对周围所需的点进行填充。[0050]s2、对划分的每部分中心点进行其两个相互垂直方向的梯度值矩阵的计算；[0051]具体的，在各区位分小格后，由于选取的小格的中心点并不真实存在于原图矩阵中，因此在求梯度之前需要通过线性插值的方法求得之后梯度计算所需要的虚拟的点处的灰度值，然后以第一sobel算子对每个小格的中心点做卷积运算得到矩阵gx，以第二sobel算子对每个小格的中心点做卷积运算得到矩阵gy。[0052]s3、根据计算的梯度值矩阵计算各部分中心点在原图中的相关角度三角函数值；[0053]具体的，相互垂直的两个梯度值矩阵gx和gy计算完成后，利用公式：gd’[i][j]＝gx[i][j]2-gy[i][j]2计算得到gd’，利用公式：gxy’[i][j]＝2*gx[i][j]*gy[i][j]计算得到gxy’，gd’和gxy’分别为表示cos2θ和sin2θ的两个矩阵，θ为中心点方向垂直方向的角度，即为中心点方向角，其中，方向场中点的方向指的是脊线的切线方向，如图4示意性的展示了θ角。[0054]在得到gd’和gxy’的值后，将其放入原图相应位置处得到相关角度三角函数值矩阵gd和gxy。[0055]s4、根据上述得到的位置值计算得到各部分中心点的方向场矩阵；[0056]具体的，gd和gxy值得到后，对gd和gxy两个矩阵均分为多个小格，接着对每个小格中心点的高斯核进行滤波并根据得到的值分别利用和计算得到分别表示cos2θ和sin2θ的矩阵，最后对计算得到的矩阵的高斯核进行滤波，然后利用运算得到一个表示对应位置处中心点的准确方向场矩阵。[0057]在一个具体的实施例中，结合参照图3，具体流程如下：[0058]第一步：为减小计算过程中的空间复杂度，使算法在存储能力很低的芯片上也能尽可能的实现功能，将原160×160大小的图像矩阵分为上下两半，对每一半又根据在滤波时是否需要补充周围的点(即图像的中间部分和周边部分)分为四个区位(左、右、中上、中下)，即此时原图像被分为了八个区位；[0059]第二步：对每个区位均依次进行如下操作：[0060](1)将矩阵按照2×2的大小分成多个小格，对每个小格的中心点利用canny算子计算得到其x、y两个相垂直方向的梯度值大小并分别存在矩阵gx,gy中：[0061]在这一步中对于上半个矩阵的左、中上、右和下半个矩阵的左、中下、右这六个部分操作时均增加一个步骤，即对进行高斯滤波时周围所需的点进行填充。由于选取的2×2小格的中心点并不真实的存在于原图像矩阵中，因此在求梯度之前需要通过线性插值的方法求得之后梯度计算所需要的虚拟的点处的灰度值，然后以sobel算子对每个小格的中心点做卷积运算得到矩阵gx，以sobel算子对每个小格的中心点做卷积运算得到矩阵gy；[0062](2)利用gx,gy两个矩阵计算得出分别表示cos2θ、sin2θ(θ为中心点方向垂直方向的角度)的gd’，gxy’两个矩阵：[0063]gd’[i][j]＝gx[i][j]2-gy[i][j]2[0064]gxy’[i][j]＝2*gx[i][j]*gy[i][j] (0≤i,j＜80)[0065]每一个部分进行完以上操作后，将得到的gd’和gxy’两个矩阵中的值放入大小为80×80的两个矩阵gd和gxy的相应位置。[0066]第三步：对gd,gxy两个矩阵均进行以下操作：将矩阵分为26×26个大小为3×3的小格，对每个小格的中心点用21×21的高斯核进行滤波。[0067]对分别在gd,gxy上得到的相应位置的值通过如下公式计算：，，得到两个26×26的分别表示sin2θ、cos2θ的矩阵。[0068]第四步：对以上得到的两个矩阵用9×9的高斯核进行滤波，然后利用得到一个大小为26×26的表示对应位置处该单点的准确方向场的矩阵。[0069]显然，此种方法多次通过对小块的中心点进行运算来代替对矩阵中的每一个点进行运算显著的减小了在方向场提取过程中对算力和存储能力的要求，通过依次对小块进行操作填入gd,gxy两矩阵的方法代替直接对整张图像进行操作一次性得到矩阵gd，gxy，使在计算中使用的中间变量矩阵减小，大大减少了算法的空间复杂度。同时，又通过在对表示cos2θ、sin2θ的两个矩阵进行滤波后重新计算cos2θ、sin2θ，以及在过程中对2θ进行操作而非θ减小了误差。[0070]通过此方法可以在算力168mhz、存储空间1m的芯片上实现指纹图像的方向场识别，其空间复杂度与不作分区、同时提取整张图像的三角函数矩阵的方法相比明显减小，且能运用于存储能力更低的芯片，对不同条件的芯片适配度较高。并且所得出的26×26的单点准确方向值矩阵能够满足后续处理的要求。同时，在计算过程中，进行了多次高斯滤波，使得所得方向场较为平滑，符合一般指纹图像的特点。[0071]在代码的实现中，结合了汇编语言，进一步的加快了此算法的实际计算速度,使运行时间缩短了约1.14％。[0072]在效果方面，结合参照图5和图6，对比可知，本发明实施例所得的指纹图像方向场(图5和图6中的虚线条)相对来说更为密集，因此可以更加准确和细致的表示整张图片的方向场，从而提升指纹匹配的准确率。[0073]综上所述，本发明实现了在硬件条件受限情况下的指纹识别，能够为低算力及低存储空间的芯片赋予指纹识别能力，同时本发明提供的指纹图像方向场识别方法所得到的指纹图像方向场密集程度高，可以更加准确和细致地表示整张图片的方向场，从而提升了指纹匹配的准确率。[0074]应该理解，以上所描述的实施例仅仅是示意性的，本发明实施例所揭露的方法，可以通过多种形式实现，例如通过一种装置实现，或者其它的方式实现。[0075]例如，本发明的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得处理器执行时实现本发明各个实施例所述方法的全部或部分步骤。[0076]也即，本领域内的技术人员应明白，本发明实施例可以采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式中的任一种实现。[0077]基于此，本发明实施例还提供一种程序产品，该程序产品可以是u盘、移动硬盘、rom、ram、磁碟或者光盘等存储介质，存储介质上可以存储有计算机程序，计算机程序被处理器运行时执行如前述方法实施例中所述的方法的步骤。具体实现方式和技术效果类似，在此不再赘述。[0078]显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!