專利名稱:指紋圖像片段的拼接方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種指紋圖像處理過程控制方法,具體來說是一種指紋圖像片段的拼接方法。
背景技術(shù):
隨著生物識別技術(shù)的不斷發(fā)展和完善,關(guān)于指紋識別身份的產(chǎn)品不斷地被開發(fā)出來。近兩年,出現(xiàn)了靠掃描方式來形成指紋圖像的指紋采集芯片。由于面積小,因此這類指紋采集芯片的成本也大大低于觸摸式面采集芯片和光學(xué)采集儀。動靜態(tài)功耗也都很低,最近已得到廣泛應(yīng)用。這類采集儀在采集原理是采集一幀一幀的圖像,然后通過圖像拼接將若干幀指紋圖像片段拼接成一幅完整的指紋圖像。一般整幅指紋圖像都有幾十甚至上百個千字節(jié),不但占用的存儲空間也很大,同時計算量非常龐大。而對于一些好的指紋識別算法都是對原始圖像進行了很多細致的處理,比如求方向,濾波,特征提取,判斷偽特征,匹配等等。從而,對于在計算能力相對有限的硬件上實現(xiàn)一個好的指紋識別算法來說,優(yōu)化程序、減小計算量就顯得尤為重要。
一般減小計算量的方法有用若干個計算量小的函數(shù)來擬和計算復(fù)雜的函數(shù),用定點計算來代替浮點運算,或事先將所有的值都算好,做成一張表,然后要計算時直接查表來得出結(jié)果。對于前兩種方法,都是降低計算精度,對結(jié)果有一定的影響,而第3種則是犧牲了大量的存儲空間。這些算法都沒有減小存儲空間。
發(fā)明內(nèi)容
本發(fā)明克服了上述缺點,提供一種在指紋圖像拼接的過程中縮減圖像尺寸,進而減小圖像存儲空間和處理計算量的指紋圖像片段的拼接方法。
本發(fā)明解決其技術(shù)問題所采取的技術(shù)方案是一種指紋圖像片段的拼接方法,將待拼接的指紋圖像片段進行縮減處理,再將縮減后的指紋圖像片段進行拼接。
可包括如下步驟1)計算所述當前待拼接指紋圖像片段與上一幀圖像片段的重疊區(qū)域位置;2)確定當前拼接圖像片段在整個圖像中的位置;3)對圖像片段進行縮減處理;4)將縮減后的圖像拼接成整體圖像。
其中步驟1)、2)、3)順序不限。
所述步驟1)可通過如下過程實現(xiàn)a)在第一幀和第二幀中分別選取從最小塊至最大塊之間的相同大小的兩個圖像塊,計算相似度最高的區(qū)域,判斷出行的重合區(qū)域。
b)對重合區(qū)域進行列的微調(diào)過程中相似度最高的區(qū)域,進行列的校驗。
所述縮減處理可為刪除所述圖像片段中奇數(shù)行和奇數(shù)列的像素點,或刪除所述圖像片段中偶數(shù)行和偶數(shù)列的像素點。
所述每個圖像塊中可包括至少一個圖像行,所述圖像塊的相似度為各圖像塊中每個圖像行的相似度的平均值。
所述近似度的計算可采用對各像素點灰度值的距離函數(shù)。
所述灰度值的距離函數(shù)可包括灰度值的方差計算。
所述步驟4)中,所述縮減后的圖像片段中,上一幀圖像重疊的區(qū)域中,各像素點與上一幀圖像中重疊的像素點可取灰度值的平均值后再進行拼接處理。
與現(xiàn)有技術(shù)相比本發(fā)明的有益效果是通過將待拼接的指紋圖像片段進行縮減處理,再將縮減后的指紋圖像片段進行拼接,從而實現(xiàn)減小拼接后指紋圖像的存儲空間的目的,而且,對于好的指紋識別算法都是對原始圖像進行了很多細致的處理,比如求方向,濾波,特征提取,判斷偽特征,匹配等等。在減小了指紋圖像的同時,也降低了圖像處理和特征提取過程中的計算量,從而,對于在計算能力相對有限的硬件上實現(xiàn)一個好的指紋識別算法來說,在不丟失特征點的前提下,優(yōu)化程序、減小計算量就顯得尤為重要。
圖1為本發(fā)明的工作流程圖;圖2為舊的一幀指紋圖像片段;圖3為新的一幀指紋圖像片段;圖4為按行統(tǒng)計重疊區(qū)域示意圖;圖5為重疊區(qū)域橫向微調(diào)示意圖;圖6為正常拼接的原始圖像片段;圖7為按本發(fā)明拼接后的縮小圖像片段。
具體實施例方式
當通過掃描式指紋傳感器進行指紋采集時,手指在所述傳感器上劃擦,所述傳感器依次采集到多幀指紋圖像,圖2、圖3分別為其中的先后采集到的相鄰兩幀指紋圖像片段,通過設(shè)定一個較短的采集時間間隔,使得相鄰兩幀圖像片段中有一個吻合或非常近似視為吻合的區(qū)塊,這種吻合的程度通過相似度來衡量,衡量的依據(jù)是連續(xù)的兩幀圖像有部分象素的灰度值是相同或相近的。所述相似度即為對應(yīng)像素點灰度值的距離函數(shù),本實施例中采用的所述距離函數(shù)為對兩對應(yīng)像素點灰度值的方差運算,如定義圖像行的相似度采用行對應(yīng),就是兩幀圖像中各任取一行,按每個對應(yīng)象素點的灰度值的差的平方和來作為這兩行的相似度。所述因此,對應(yīng)于相似度的值越小,相似度越高,就說明兩行對應(yīng)圖像就越吻合。
定義圖像塊的相似度就是兩幀圖像各取連續(xù)的n行作為一個圖像塊,分別計算出兩圖像塊中對應(yīng)行的相似度,然后將各行的相似度值加起來取平均值來作為這兩塊圖像的相似度。不難看出行的相似度是當n為1時的特殊情況。
在圖像片段拼接的過程中對幀圖像進行適當?shù)牟脺p,不光減小了原始圖像的存儲空間,并且更進一步地減小了計算量。以下結(jié)合如圖1中,具體描述本實施例中圖像拼接過程首先,假定每幀的大小為8行,280列,正常拼接后的圖像大小為應(yīng)為320×400,這是原始圖像的大小。先申請兩塊大小為280×8的內(nèi)存空間,用來存放相鄰的兩幀圖像,分別為NewSlice[280列×8行]和OldSlice[280列×8行],再申請一個400/2行、320/2列的空間ImageBuf[160列×200行]用來存放拼接好并縮小了的圖像。
首先,采集第一幀圖像,放到NewSlice中,如步驟101,由于是起始的第一幀,不用拼接,所以直接舍棄位于奇數(shù)行和奇數(shù)列的像素點,保留位于偶數(shù)行和偶數(shù)列的像素點,由于ImageBuf中的一行有160個點,而幀圖像進行刪減后每行有140個點,則讓幀圖像的每行前后各填加10個灰度值為背景色的像素點,這樣就也是160個點了,然后拷到ImageBuf中的對應(yīng)的前4行中,如步驟102。然后如步驟103將NewSlice中的幀圖像拷貝到OldSlice中,接著采集一幅新幀,放到NewSlice中。
然后,比較新幀NewSlice和舊幀OldSlice這兩幀,在新幀中尋找舊幀第7行的中點所對應(yīng)的新幀中的點。具體做法是先求出在重疊區(qū)域內(nèi)的象素點的灰度值與其重合的象素點的灰度值的差的平方和,然后除以象素點的個數(shù)作為重合區(qū)域的相似度。按照上述方法,不難看出,兩幅圖像要是能拼接上,重合區(qū)域的相似度一定最小。要求這個最小值,可用遍歷或二分法等來求最小值。
這里采用先按行大致判斷重合區(qū)域,然后在進行列的微調(diào)。如圖1中104~110為采用遍歷算法求得的新幀與舊幀的行的相似度值最小的區(qū)域,先在步驟104中定義幾個變量,min為最小相似度值,X為新幀與舊幀重疊的行數(shù),Tempvalue為過程變量,將圖1中圖像片段的第7行分別與圖2的第X(X=0~6)行重疊,如圖4,重疊區(qū)域的行數(shù)分別為1,2,3,4,5,6,7。求出這7塊的重合區(qū)域的相似度,取得最小的那個。然后再如步驟111~117將圖1左右各平移若干個象素,其中如圖5中所示,再求得這幾次的重疊相似度,取最小的相似度值時的列值Y,作為重合區(qū)域的判斷。這樣,就找到了新幀和舊幀的結(jié)合點,也找到了新幀與舊幀吻合后平移的坐標,如步驟118。
因為此時舊幀已經(jīng)進行了減切并復(fù)制到ImageBuf中了,故只需將新幀中的象素點對應(yīng)上所述原始圖像的坐標,如果對應(yīng)上的點是奇數(shù)行或奇數(shù)列的點就放棄。在確定ImageBuf中還有剩余空間的情況下,如119,新幀和舊幀重疊部分的象素點則取兩者的平均灰度值來作為新的灰度值復(fù)制到ImageBuf中,如步驟121,新幀中不重疊的部分就直接復(fù)制到ImageBuf中,如步驟122,空間ImageBuf中沒有被覆蓋的點仍用背景色填充覆蓋,如步驟123,在復(fù)制前要注意判斷每圖像行中是否有超出空間ImageBuf界限的像素點,如果有,可以復(fù)制到該行的另一端或直接舍棄,接下來返回步驟103中,對下一幀圖像進行上述同樣處理,最后將本應(yīng)拼接成如圖6中的圖像,剪切、拼接成如圖7中的圖像。
本發(fā)明通過上述裁減幀圖像的方法,不但減小了原始圖像的存儲空間,并且更進一步地減小了計算量。眾所周知,當圖像的長和寬都縮小一半時,面積就縮小為原來的1/4,如圖6、7。通常處理一幅指紋圖像,需要好幾遍甚至十幾遍的遍歷整幅圖像的每個象素點,當圖像面積縮小為原來的1/4時,整個圖像處理和特征提取過程中所減少的計算量也非??捎^,由于采集儀的精度比較高,采用此法并沒有丟失特征點。對后面的特征提取及算法的匹配結(jié)果影響不大。為實現(xiàn)上述縮小圖像面積的目的,不限于如實施例中所述的刪減奇數(shù)行和奇數(shù)列的像素點,或者刪減是偶數(shù)行和偶數(shù)列的像素點也是同樣道理。
根據(jù)實際應(yīng)用情況,也可先對各圖像片段進行縮減,再通過計算縮減后圖像片段之間的重疊區(qū)域和在整體圖像中的位置進行指紋圖像的拼接,采用這種實施方式與上一實施例相比,能夠進一步減少計算量。
所述各像素點的灰度可以為0~255的漸變值,或0、1的二進制值。本發(fā)明也適用于除指紋采集之外其他以掃描方式的進行生物特征采集成像過程。
以上對本發(fā)明所提供的指紋圖像片段的拼接方法進行了詳細介紹,本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述,以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想;同時,對于本領(lǐng)域的一般技術(shù)人員,依據(jù)本發(fā)明的思想,在具體實施方式
及應(yīng)用范圍上均會有改變之處,綜上所述,本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。
權(quán)利要求
1.一種指紋圖像片段的拼接方法,其特征在于將待拼接的指紋圖像片段進行縮減處理,再將縮減后的指紋圖像片段進行拼接。
2.根據(jù)權(quán)利要求1所述的指紋圖像片段的拼接方法,其特征在于包括如下步驟1)計算所述當前待拼接指紋圖像片段與上一幀圖像片段的重疊區(qū)域位置;2)確定當前拼接圖像片段在整個圖像中的位置;3)對圖像片段進行縮減處理;4)將縮減后的圖像拼接成整體圖像。其中步驟1)、2)、3)順序不限。
3.根據(jù)權(quán)利要求2所述的指紋圖像片段的拼接方法,其特征在于所述步驟1)通過如下過程實現(xiàn)a)在第一幀和第二幀中分別選取從最小塊至最大塊之間的相同大小的兩個圖像塊,計算相似度最高的區(qū)域,判斷出行的重合區(qū)域。b)對重合區(qū)域進行列的微調(diào)過程中相似度最高的區(qū)域,進行列的校驗。
4.根據(jù)權(quán)利要求1或2或3所述的指紋圖像片段的拼接方法,其特征在于所述縮減處理為刪除所述圖像片段中奇數(shù)行和奇數(shù)列的像素點,或刪除所述圖像片段中偶數(shù)行和偶數(shù)列的像素點。
5.根據(jù)權(quán)利要求3所述的指紋圖像片段的拼接方法,其特征在于所述每個圖像塊中包括至少一個圖像行,所述圖像塊的相似度為各圖像塊中每個圖像行的相似度的平均值。
6.根據(jù)權(quán)利要求5所述的指紋圖像片段的拼接方法,其特征在于所述近似度的計算采用對各像素點灰度值的距離函數(shù)。
7.根據(jù)權(quán)利要求6所述的指紋圖像片段的拼接方法,其特征在于所述灰度值的距離函數(shù)包括灰度值的方差計算。
8.根據(jù)權(quán)利要求2或3所述的指紋圖像片段的拼接方法,其特征在于所述步驟4)中,所述縮減后的圖像片段中,上一幀圖像重疊的區(qū)域中,各像素點與上一幀圖像中重疊的像素點取灰度值的平均值后再進行拼接處理。
全文摘要
本發(fā)明涉及一種指紋圖像處理過程控制方法,具體來說是一種指紋圖像片段的拼接方法。與現(xiàn)有技術(shù)相比本發(fā)明的有益效果是通過將待拼接的指紋圖像片段進行縮減處理,再將縮減后的指紋圖像片段進行拼接,從而實現(xiàn)減小拼接后指紋圖像的存儲空間的目的,而且,對于好的指紋識別算法都是對原始圖像進行了很多細致的處理,比如求方向,濾波,特征提取,判斷偽特征,匹配等等。在減小了指紋圖像的同時,也降低了圖像處理和特征提取過程中的計算量,從而,對于在計算能力相對有限的硬件上實現(xiàn)一個好的指紋識別算法來說,在不丟失特征點的前提下,優(yōu)化程序、減小計算量就顯得尤為重要。
文檔編號G06K9/00GK1804862SQ200610001619
公開日2006年7月19日 申請日期2006年1月18日 優(yōu)先權(quán)日2006年1月18日
發(fā)明者陸舟, 于華章 申請人:北京飛天誠信科技有限公司