多指指纹自动分割算法
多指指纹自动分割算法 第27卷第5期
2009年9月
吉林大学(信息科学版)
JournalofJilinUniversity(InformationScienceEdition)
Vo1.27No.5
Sept.2009
文章编号:1671-5896(2009)05-0500-06 多指指纹自动分割算法
宋占伟,王雪思
(吉林大学电子科学与3-程学院,长春130022)
摘要:针对目前国内外尚缺乏多指指纹分割
可借鉴,结合
应用需要,提出了一种新的多指指纹自动
分割算法.该算法根据边缘图像的与y方向投影分布和投影分割,获取每一手指的主轴方向,利用方向旋
转和与l,方向投影分割,获取每个手指的指纹区域,实现多指指纹的自动分割.利用该算法测试了600幅
不同手势姿态,背景光照等影响下的多指指纹图像,获得良好的实验效果,可满足工程应用的需要.
关键词:多指指纹分割;方向投影;主轴;旋转;指纹识别
中图分类号:TP391文献标识码:A
ResearchonMulti—FingerFingerprintSegmentationAlgorithm
SONGZhan—wei,WANGXue—si
(CollegeofElectronicScienceandEngineering,JilinUniversity,Changchun130022,China
)
Abstract:Forlackingofmulti-fingerfingerprintsegmentationalgorithmtoinductmulti-fing
errecognitionengi—
neeringapplicationsatpresent,itwillincreasethedifficultiesoffingerrecognitionapplication.Tosatisfythe
needofengineeringapplications,anewmulti—
fingerfingerprintsegmentationalgorithmisproloosed.Distribu—
tionsofX-projection,Y-projectionandsegmentationofprojectionofedgeimagearecountedtogetthecoarse
eachfingerposition,andthenthedirectionofmainaxisofeachfinger,X-projection,Y-projectionandsegmenta-
tionofprojectionofeachregionarecomputedtolocateeachfingerprintregion.Inexperiment,600multi—finger
images,includingdifferentbackgroundlight,handgesturearetestedbytheproposedalgorithm.Experimental
resultsshowthatthealgorithmcanmeettheneedofengineeringapplications. Keywords:multi—fingerfingerprintsegmentation;directionprojection;main—
axis;rotation;fingerprintrecog
nition
引言
指纹识别技术利用指纹的生物特征实现身份识别,具有采集方便,识别精度高,应
用成本低等
优点,已在海关,考勤等方面获得应用.在无需增加采集设备成本和识别算法复杂
度的前提下,多指融
合识别技术可提高单一指纹识别算法的性能.多指指纹分割算法实现每个相应指
纹区域的自动分
离,是多指指纹融合识别的前提与基础.然而,目前国内外对多指指纹分割算法研
究较少,文献[11]
采用单一传感器同时获取掌纹和5个手指图像,通过
掌纹与手指形态,实现图
像中5个相应手指分
割.该方法虽然能很好地实现多指指纹区域分割,但需要获取整个手掌的图像,无
法满足不包括掌纹的
多指图像.
针对工程应用要求和多指指纹图像特点,笔者提出了一种多指指纹自动分割算法.该方法利用图像
收稿日期:2009-06.19
基金项目:国家863计划课
基金资助项目(2009AA1lZ210) 作者简介:宋占伟(1962一),男,长春人,吉林大学教授,主要从事数字信号处理,图像处理,智能交通,嵌入式系统研究,
(Te1)86.431.85095828,86_431—8589dI687(E—mail)songzw@jime&rca.
第5期宋占伟,等:多指指纹自动分割算法501
预处理,克服背景光照,采集环境污染等因素的影响;采用Canny边缘检测和与y方向投影分割,
获取图像中每个手指区域;为克服采集手势的影响,获取每个手指区域的主轴方向,沿主轴旋转每个手
指区域,根据与y方向投影分割,获取每个指纹区域,实现多指指纹的自动分割.结合不同的背景
光照和采集姿态进行分割,获得良好的实验效果,可满足工程应用的需要. 1多指指纹分割系统
根据多指指纹融合识别的工程要求,需要采集10个手指指纹图像融合识别,其中采集过程分为3
次,且每次采集不限制采集者手的姿势,分别获得左,右手4指图像(食指,中指,无名指,小指的
指纹)和左右手大拇指图像(见图1).
警
a左手四指水平采集图像b右手四指水平采集图像c左右手大拇指水平采集图像 .
潮
....
镬
鞋
d右手四指左侧采集图像.左手四指水平采集图像f左手四指水平采集图像 图1多指采集图像
Fig.1Multi-fingerimagescapturedbythemulti—fingerdevice 由图1可以看出,多指指纹图像受光学畸
变,手指压力,采集环境污染(如手汗痕迹),
背景光照和手指姿态等影响,且部分图像还包
括无效的手指关节等部分,手指关节间指纹区
域与手指的其他部分分为不连续的图像区域,
每个指纹区域径向投影的最大值为整个手指最
大的部分.基于此,笔者制定了如图2所示的
多指指纹分割技术路线.
图2多指指纹分割技术路线
Fig.2Methodonmuhi—fingerfingerprintsegmentation 图像预处理利用图像畸变矫正,数学形态滤波处理等,克服了图像光学畸变,采集环境污染
(如手汗痕迹)等影响.为降低背景光照,手指压力差异等影响,利用Canny算子获取多指指纹的边
缘图像;根据边缘图像的与y方向投影与投影分割,获取多指指纹图像的每个手指区域范围.为克
服手指姿态造成的旋转影响,获取每个手指区域主轴,旋转校正每个手指区域,然后获取其与y方
向投影,获取每个手指径向投影的最大值,利用投影分割获取每个手指的指纹区域,实现多指指纹分
割.
?
2方向投影与分割
吉林大学(信息科学版)第27卷
由于多指图像单指方向性和每个手指相互分离的生理特性,利用多指图像的与y方向投影分布,
可获取与y方向上的几何分布特性,其中与y方向的投影表示为 其中尺表示有效区域.根据与y方向投影分布,
=
{
{
:dy
=
fRI,,d
利用式(2)投影分割,获取候选手指指纹区域.
P?T
P<T
Py?T
Py<T
其中表示分割阈值.为避免投影分割将同一手指分割为不同部分 获取若干个连续的投影分割区域;判断相邻的指纹区域之间的距离是 区域合并;判断每个区域的长度是否小于阈值,若小于该阈值, 域合并与剔除操作,可获取多指边缘图像中每个手指区域的范围. 3旋转变换与投影
(2)
根据方向投影与分割获取的每个手指区域范围,利用M×M的滑动观测窗口快速
定位并检测出每
个手指区域.为克服采集者手姿势的不同造成的图像旋转影响,获取每个手指区域
主轴_】,沿主轴旋
转每个手指区域.根据指纹区域为每个手指径向投影最大值的特点,对旋转校正后
边缘图像进行与y
方向投影,获取投影分布,确定每个手指相应的指纹区域. 设区域D的灰度分布为,Y),f的P+q阶原点矩定义为 mw=lJxPyqf(,y)dxdyP,q=0,1,2,…(3)
,的P+q阶中心矩定义为
=
(一)(y一_y),y)ddy
=一
mol
moo
设区域D的主轴线为一条过点(口,b),和轴成0角的直线,其方程为
(一0)sin0一(Y—b)cos0=0 设区域D中灰度函数为I厂(,Y),则区域D关于这条直线的转动惯量为
,=[(—n)sin一(y一6)c.s】,y)ddy (4)
(5)
(6)
由于区域的主轴为区域转动惯量最小的直线.为求使,最小的直线,分别对式(6)中
o,b,求导,
并令其导数结果为0,则fm. I口一
{6:一toOl(7)
Im00
I【=_ar1ctan()
‰
=
一
第5期宋占伟,等:多指指纹自动分割算法503
y
D
,
/
,
,
<06)
,
图3平移一旋转示意图
Fig.3Rotation&shiftindeximage 以点0(a,6)为中心,将每个手指区域沿区域主轴顺时针旋转0 (见图3),其旋转变换为
一
…
sinO][二(8)
根据指纹区域为每个手指径向投影最大值且每个手指的关键部分 将指纹区域与其他无效部分分为不同区域的特点,对旋转校正后边缘 图像进行与y方向投影,获取投影分布,如式(9)所示,确定每个手 指相应的指纹区域.
其中F一
,一咖,.a,一分别表示单个指纹区域的y和X方向开始点和结束点. 4实验结果
结合工程需要,实验利用VC6.0实现了笔者算法的多指指纹分割系统,结果如图4
所示.
爹戆
j粤
?嘏
.
匣
辎
a多指指纹源图像
l
0
j型0
j粤0
星
O
x坐标值
C边缘图像X方向投影 ?氍
厘
收
bcanny检测图像 y坐标值
d边缘图像y方向投影 坐标值
e方向投影分割 y坐标值
fy方向投影分割 叠?g多指指纹分割为4个单指图像
图4多指指纹分割过程 Fig.4Rrocessofmulti-fingersegmentation
9
.墓洲
y
_量_量
y
dd
r
『j,
_暑嘲_暑
r??Jr?J
==
,,,,
y
,/
pp
504吉林大学(信息科学版)第27卷
图4a为源图像,图4b,图4g给出了源图像的分析过程,包括图像Canny边缘检测(图4b),与
y方向投影(图4c,图4d),分割(图4e,图4f)以及分割出的4个相应单指指纹图像(图4g).为了
更好地验证算法的有效性,利用笔者开发的实验系统,在线实时采集不同背景光照,手势姿态,采集环
境污染等因素影响下的600幅多指指纹图像进行分割处理,然后根据指纹图像质量评价方法对分割后指
纹评价,评价结果如表1所示.由表1可以看出,笔者提出的多指指纹分割方法的准确率达到97.7%,
反映了该算法具有较强的实用性和鲁棒性,能满足实际多指指纹分割的需要. 表1多指指纹分割处理过程
Tab.1Processofmulti-fingersegmentation 5结论
针对目前缺乏有效的多指指纹分割方法,笔者结合工程应用需要,提出了一种多指指纹自动分割算
法.该方法首先利用图像预处理克服背景光照,采集环境污染等因素的影响;利用Canny边缘检测和
与y方向投影分割,获取图像中每个手指区域;为克服采集手势的影响,获取每个手指区域的主轴方
向,沿主轴旋转每个手指区域,根据与y方向投影分割,获取每个指纹区域,实现多指指纹的自动
分割.实验过程中,结合不同影响因素的多指指纹图像分割,获得良好的实验效果,可满足工程应用的
需要.
参考文献:
[1]CAPPELURAFFAELE,MALTONIDAVIDE.OntheSpatialDistributionofFingerprin
tSingularities[J].IEEETransactions
onPatternAnalysisandMachineIntelligence,2009,31(4):742—748.
[2]USHMAEYOS,NOVIKOVSO.EffectivenessofConsiderationofDeformationsinProblemsofFingerprintIdentification[J].
PatternRecognitionandImageAnalysis,2008,18(1):151—155.
[3]ZHOUJie,CHONFang—
lin,wuNan-nan,eta1.CreaseDetectionfromFingerprintImagesandItsApplicationsinElderlyPeo-
pie[J].PatternRecognition,2009,42(5):896-906.
[4]ABHYANKARADITYA,SCHUCKERSSTEPHANIE.IntegratingaWaveletBasedPerspirationLivenessCheckwithFinger-
printRecognition[J].PatternRecognition,2009,42(3):452-464. [5]CAVUSOGLUABDULLAH,GORGUNOGLUSALIH.AFastFingerprintImageEnhancementAlgorithmUsingaParabolic
Mask[J].ComputersandElectricalEngineering,2008,34(3):250—256.
[6]CHOIHEESEUNG,KANGRAECHOONG,CHOIKYOUNGTAEK,eta1.Fake?FingerprintDetectionUsingMultipleStatic
Features[J].OpticalEngineering,2009,48(4).47202-47213. [7]FLODINJENS,OJAJOHAN,GRONLUNDANDERS.FingerprintTraceabilityofLogsUsingtheOuterShapeandtheTrache-
idEffect[J].ForestProductsJournal,2008,58(4):21-27.
[8]孟磊,刘光达,邓广福,等.基于FPS200的指纹采集系统与图像增强处理[J].吉林
大学:信息科学版,
2007,25(3):258-262.
MENGLei,LIUGuang—
da,DENGGuang-fu,eta1.FingerprintAcquisitionSystemandImageEnhancementProcessingBased
onFPS200[J].JournalofJilinUniversity:InformationScienceEdition,2007,25(3):258-262
[9]RENXiao-hui,YANGJin-feng,LIHeng—
hui,eta1.Multi-FingerprintInformationFusionforPersonalIdentificationBasedon
ImprovedDempster—
ShaferEvidenceTheory[C]//InternationalConferenceonElectronicComputerTechnology.Macau,
China:[S.n.],2009:281-285.
[10]FALGUERAFEMANDAPEREIRASARTORI,MARANAAPARECIDONILCEU,
FALGUERAJUANROGEHO.Fusionof
FingerprintRecognitionMethodsforRobustHumanIdentification[c]//IEEEInternationalConferenceonComputational
ScienceandEngineering.SaoPaulo,SP,Brazil:IEEEComputerSociety,2008:413-420. [11]UHLANDREAS,WILDPETER.PersonalRecognitionUsingSingle—
SensorMultimodalHandBiometrics[C]//3rdinterna—
tionalConferenceonImageandSignalProcessing.Cherbourg-Octeville,France:SpringerVerlag,2008:396-404.
第5期宋占伟,等:多指指纹自动分割算法505
『12]KENNETHRCASTLMAN.数字图像处理[M].朱志刚,林学阁,石定机,等译.北
京:电子工业出版社,1998.
KENNETHRCASTLMAN.DigitalImageProcessing[M].Beijing:PublishingHouseofElectronicsIndustry,1998.
[13]吕哲,王福利,常玉清.一种改进的Canny边缘检测算法[J]东北大学:自然科学
版,2007,28(12):1681?
1684.
LUZhe,WANGFu.1i,CHANGYu-qing.ImprovedCannyAlgorithmforEdgeDetection[J].JournalofNortheasternUniver-
sity:NaturalScienceEdition,2007,28(12):1681-1684.
[143郑南宁.计算机视觉与模式识别[M].北京:国防工业出版社,1998.
ZHENGNan—
ning.ComputerVisionandPatternRecognition[M].Beijing:NationalDefenseIndustryPress,1998.
[15]孙即祥.模式识别中的特征提取与计算机视觉不变量[M].北京:国防工业出版
社,2001.
SUNJi—xiang.FeatureExtractionandInvariantComputerVisioninPatternRecognition[M].Beijing
:NationalDefenseIn?
dustryPress,2001.
(责任编辑:张洁)
?
待发表文章预告?
融合空间自相关的空间数据预测模型
胡彩平,秦小麟
(南京航空航天大学信息科学与技术学院,南京21~16)
摘要:由于空间数据具有空间自相关的特性,使得多元线性回归模型不适合用于空间数据预测.空间自
相关模型由于考虑了空间信息,可以用于空间预测,但其时间耗费较大.笔者研究了在多元线性回归模
型的基础上,通过把空间信息加入到输入变量中,然后把新的输入变量输入多元线性回归模型来估计模
型参数,最后进行空间数据预测的方法.实验结果表明,该方法能取得与空间自相关模型几乎相同的预
测效果,但它的计算代价更小.
关键词:空间自相关;空间自相关模型;多元线性回归模型;空间预测