本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種圖像極值點(diǎn)的提取方法和裝置。

背景技術(shù)：

相關(guān)技術(shù)中，在對(duì)圖像進(jìn)行極值點(diǎn)提取時(shí)，首先用圖1所示的系數(shù)求出圖像中每一個(gè)像素點(diǎn)的橫向梯度Dx，然后用圖2所示的系數(shù)求出該像素點(diǎn)的縱向梯度Dy，再用圖3所示的系數(shù)求出該像素點(diǎn)的梯度Dxy，最后求出該像素點(diǎn)的響應(yīng)值Det＝Dx*Dy-(w*Dxy)*(w*Dxy)。如果圖像中某一個(gè)像素點(diǎn)的Det值比周?chē)袼攸c(diǎn)都大，則這一點(diǎn)為極值點(diǎn)，再根據(jù)Dx及Dy的值來(lái)確定該點(diǎn)為極小值還是極大值。

然而，上述方法的計(jì)算速度較慢，導(dǎo)致極值點(diǎn)的提取速度較慢。當(dāng)用于指紋識(shí)別中時(shí)，會(huì)導(dǎo)致指紋識(shí)別速度慢，用戶(hù)體驗(yàn)較差，而且上述方法不適用于滑動(dòng)指紋識(shí)別。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明旨在至少在一定程度上解決上述技術(shù)中的技術(shù)問(wèn)題之一。

為此，本發(fā)明的第一個(gè)目的在于提出一種圖像極值點(diǎn)的提取方法。該方法計(jì)算簡(jiǎn)單，且圖像極值點(diǎn)的提取速度快。

本發(fā)明的第二個(gè)目的在于提出一種圖像極值點(diǎn)的提取裝置。

為達(dá)到上述目的，本發(fā)明第一方面實(shí)施例提出了一種圖像極值點(diǎn)的提取方法，包括以下步驟：獲取灰度圖像；以所述灰度圖像中的每個(gè)像素點(diǎn)為中心分別構(gòu)建第一模塊和第二模塊；分別計(jì)算所述第一模塊中所有像素點(diǎn)的灰度值之和以及所述第二模塊中所有像素點(diǎn)的灰度值之和；根據(jù)所述第一模塊中所有像素點(diǎn)的灰度值之和以及所述第二模塊中所有像素點(diǎn)的灰度值之和計(jì)算每個(gè)像素點(diǎn)的響應(yīng)值；根據(jù)所述響應(yīng)值提取所述灰度圖像的極值點(diǎn)。

本發(fā)明實(shí)施例的圖像極值點(diǎn)的提取方法，以灰度圖像中的每個(gè)像素點(diǎn)為中心分別構(gòu)建第一模塊和第二模塊，并分別計(jì)算第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和，根據(jù)第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和計(jì)算每個(gè)像素點(diǎn)的響應(yīng)值，進(jìn)而根據(jù)響應(yīng)值提取灰度圖像的極值點(diǎn)。該方法通過(guò)構(gòu)建第一模塊和第二模塊計(jì)算圖像中像素點(diǎn)的響應(yīng)值，進(jìn)而得到圖像的極值點(diǎn)，計(jì)算復(fù)雜度低，能夠加快圖像極值點(diǎn)的提取速度。

另外，根據(jù)本發(fā)明上述實(shí)施例的指圖像極值點(diǎn)的提取方法還可以具有如下附加的技術(shù)特征：

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述灰度圖像包括以矩陣形式排列的M*N個(gè)像素點(diǎn)，其中，M、N為正整數(shù)，所述第一模塊由以像素點(diǎn)(x,y)為中心的m1*m2鄰域中的像素點(diǎn)組成，所述第二模塊由以像素點(diǎn)(x,y)為中心的n1*n2鄰域中的像素點(diǎn)組成，其中，所述m1、m2、n1、n2為奇數(shù)，且m1>n1，m2>n1,m1>n2，m2>n2。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，根據(jù)所述第一模塊中所有像素點(diǎn)的灰度值之和以及所述第二模塊中所有像素點(diǎn)的灰度值之和計(jì)算每個(gè)像素點(diǎn)的響應(yīng)值包括：根據(jù)如下公式計(jì)算所述響應(yīng)值：

Det(x,y)＝Sum_m-w*Sum_n，

其中，所述Det(x,y)為像素點(diǎn)(x,y)的響應(yīng)值，所述Sum_m為與像素點(diǎn)(x,y)對(duì)應(yīng)的第一模塊中所有像素點(diǎn)的灰度值之和，所述Sum_n為與像素點(diǎn)(x,y)對(duì)應(yīng)的第二模塊中所有像素點(diǎn)的灰度值之和，所述w為極值系數(shù)，w為正整數(shù)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述w為對(duì)m1*m2/(n1*n2)的值取整數(shù)后的值。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述根據(jù)所述響應(yīng)值提取所述灰度圖像的極值點(diǎn)包括：判斷Det(x,y)的絕對(duì)值是否大于預(yù)設(shè)閾值；如果所述Det(x,y)的絕對(duì)值大于預(yù)設(shè)閾值，則進(jìn)一步判斷Det(x,y)是否為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最大值，或者，判斷Det(x,y)是否為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最小值；如果Det(x,y)為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最大值，則確定像素點(diǎn)(x,y)為極小值點(diǎn)；或者，如果Det(x,y)為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最大值，則確定像素點(diǎn)(x,y)為極大值點(diǎn)；其中，k為正整數(shù)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述圖像為采集用戶(hù)指紋生成的指紋圖像。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，如果所述圖像為指紋圖像，像素點(diǎn)(x,y)處取極小值或極大值，則所述像素點(diǎn)(x,y)為所述指紋圖像中的極值點(diǎn)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述k的取值為2。

為達(dá)到上述目的，本發(fā)明第二方面實(shí)施例提出了一種圖像極值點(diǎn)的提取裝置，包括：獲取模塊，用于獲取灰度圖像；建模模塊，用于以所述圖像中的每個(gè)像素點(diǎn)為中心分別構(gòu)建第一模塊和第二模塊；第一計(jì)算模塊，用于分別計(jì)算所述第一模塊中所有像素點(diǎn)的灰度值之和以及所述第二模塊中所有像素點(diǎn)的灰度值之和；第二計(jì)算模塊，用于根據(jù)所述第一模塊中所有像素點(diǎn)的灰度值之和以及所述第二模塊中所有像素點(diǎn)的灰度值之和計(jì)算每個(gè)像素點(diǎn)的響應(yīng)值；提取模塊，用于根據(jù)所述響應(yīng)值提取所述灰度圖像的極值點(diǎn)。

本發(fā)明實(shí)施例的圖像極值點(diǎn)的提取裝置，通過(guò)建模模塊以灰度圖像中的每個(gè)像素點(diǎn)為中心分別構(gòu)建第一模塊和第二模塊，并通過(guò)第一計(jì)算模塊分別計(jì)算第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和，通過(guò)第二計(jì)算模塊根據(jù)第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和計(jì)算每個(gè)像素點(diǎn)的響應(yīng)值，進(jìn)而通過(guò)提取模塊根據(jù)響應(yīng)值提取灰度圖像的極值點(diǎn)。該裝置通過(guò)構(gòu)建第一模塊和第二模塊計(jì)算圖像中像素點(diǎn)的響應(yīng)值，進(jìn)而得到圖像的極值點(diǎn)，計(jì)算復(fù)雜度低，能夠加快圖像極值點(diǎn)的提取速度。

另外，根據(jù)本發(fā)明上述實(shí)施例的圖像極值點(diǎn)的提取裝置還可以具有如下附加的技術(shù)特征：

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述灰度圖像包括以矩陣形式排列的M*N個(gè)像素點(diǎn)，其中，M、N為正整數(shù)，所述第一模塊由以像素點(diǎn)(x,y)為中心的m*m鄰域中的像素點(diǎn)組成，所述第二模塊由以像素點(diǎn)(x,y)為中心的m*m鄰域中的像素點(diǎn)組成，其中，所述m1、m2、n1、n2為奇數(shù)，且m1>n1，m2>n1，m1>n1,m2>n2。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述第二計(jì)算模塊，具體用于：根據(jù)如下公式計(jì)算所述響應(yīng)值：

Det(x,y)＝Sum_m-w*Sum_n，

其中，所述Det(x,y)為像素點(diǎn)(x,y)的響應(yīng)值，所述Sum_m為與像素點(diǎn)(x,y)對(duì)應(yīng)的第一模塊中所有像素點(diǎn)的灰度值之和，所述Sum_n為與像素點(diǎn)(x,y)對(duì)應(yīng)的第二模塊中所有像素點(diǎn)的灰度值之和，所述w為極值系數(shù)，w為正整數(shù)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述w為對(duì)m1*m2/(n1*n2)的值取整數(shù)后的值。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述提取模塊包括：第一判斷模塊，用于判斷Det(x,y)的絕對(duì)值是否大于預(yù)設(shè)閾值；第二判斷模塊，用于在所述Det(x,y)的絕對(duì)值大于預(yù)設(shè)閾值時(shí)，判斷Det(x,y)是否為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最大值，或者，判斷Det(x,y)是否為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最小值；確定模塊，用于在Det(x,y)為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最大值時(shí)，確定像素點(diǎn)(x,y)為極小值點(diǎn)，或者，在Det(x,y)為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最小值時(shí)，確定像素點(diǎn)(x,y)為極大值點(diǎn)；其中，k為正整數(shù)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述圖像為采集用戶(hù)指紋生成的指紋圖像。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，如果所述圖像為指紋圖像，像素點(diǎn)(x,y)處取極小值或極大值，則所述像素點(diǎn)(x,y)為所述指紋圖像中的極值點(diǎn)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述k的取值為2。

附圖說(shuō)明

本發(fā)明的上述和/或附加的方面和優(yōu)點(diǎn)從結(jié)合下面附圖對(duì)實(shí)施例的描述中將變得明顯和容易理解，其中：

圖1、圖2、圖3是相關(guān)技術(shù)中進(jìn)行圖像極值點(diǎn)提取時(shí)采用的系數(shù)示意圖；

圖4是根據(jù)本發(fā)明一個(gè)實(shí)施例的圖像極值點(diǎn)的提取方法的流程圖；

圖5是根據(jù)本發(fā)明另一個(gè)實(shí)施例的圖像極值點(diǎn)的提取方法的流程圖；

圖6是根據(jù)本發(fā)明一個(gè)具體實(shí)施例的第一模塊和第二模塊的示意圖；

圖7是根據(jù)本發(fā)明一個(gè)實(shí)施例的圖像極值點(diǎn)的提取裝置的結(jié)構(gòu)框圖；

圖8是根據(jù)本發(fā)明另一個(gè)實(shí)施例的圖像極值點(diǎn)的提取裝置的結(jié)構(gòu)框圖。

具體實(shí)施方式

下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類(lèi)似的標(biāo)號(hào)表示相同或類(lèi)似的元件或具有相同或類(lèi)似功能的元件。下面通過(guò)參考附圖描述的實(shí)施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對(duì)本發(fā)明的限制。

下面參考附圖描述本發(fā)明實(shí)施例的圖像極值點(diǎn)的提取方法和裝置。

圖4是根據(jù)本發(fā)明實(shí)施例的圖像極值點(diǎn)的提取方法的流程圖。如圖4所示，該圖像極值點(diǎn)的提取方法包括：

S101，獲取灰度圖像。

在本發(fā)明的實(shí)施例中，該圖像可以是采集用戶(hù)指紋生成的指紋圖像。

需要說(shuō)明的是，灰度圖像中的極小值所在像素點(diǎn)具有灰度凹陷的特性，即以這一像素點(diǎn)為中心，灰度值向外逐圈增加。同理，以極大值所在像素點(diǎn)為中心，灰度值向外逐圈減小。

S102，以灰度圖像中的每個(gè)像素點(diǎn)為中心分別構(gòu)建第一模塊和第二模塊。

具體地，灰度圖像包括以矩陣形式排列的M*N個(gè)像素點(diǎn)，第一模塊由以像素點(diǎn)(x,y)為中心的m1*m2鄰域中的像素點(diǎn)組成，第二模塊由以像素點(diǎn)(x,y)為中心的n1*n2鄰域中的像素點(diǎn)組成。

其中，M、N為正整數(shù)，m1、m2、n1、n2為奇數(shù)，且m1>n1，m2>n1,m1>n2，m2>n2。

可選地，m1和m2的取值可以相等，n1和n2的取值可以相等。

在本發(fā)明的一個(gè)實(shí)施例中，m1、m2、n1和n2的取值可以根據(jù)所獲取的灰度圖像的大小(即M、N的取值)而定。例如，對(duì)于96*96的指紋灰度圖像，m1和m2的取值可以是9，n1和n2的取值可以是5。

需要說(shuō)明的是，在本發(fā)明的一個(gè)實(shí)施例中，忽略不計(jì)無(wú)法構(gòu)建第一模塊和第二模塊的像素點(diǎn)。

S103，分別計(jì)算第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和。

S104，根據(jù)第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和計(jì)算每個(gè)像素點(diǎn)的響應(yīng)值。

具體地，可以根據(jù)如下公式(1)計(jì)算像素點(diǎn)(x,y)響應(yīng)值：

Det(x,y)＝Sum_m-w*Sum_n (1)

其中，Det(x,y)為像素點(diǎn)(x,y)的響應(yīng)值，Sum_m為與像素點(diǎn)(x,y)對(duì)應(yīng)的第一模塊中所有像素點(diǎn)的灰度值之和，Sum_n為與像素點(diǎn)(x,y)對(duì)應(yīng)的第二模塊中所有像素點(diǎn)的灰度值之和，w為極值系數(shù)，w為正整數(shù)。

在本發(fā)明的一個(gè)實(shí)施例中，w為對(duì)m1*m2/(n1*n2)的值取整數(shù)后的值，例如當(dāng)m1＝m2＝9，n1＝n2＝5時(shí)，m1*m2/(n1*n2)＝81/25＝3.24，取整后為3。

S105，根據(jù)響應(yīng)值提取灰度圖像的極值點(diǎn)。

在本發(fā)明的一個(gè)實(shí)施例中，如圖5所示，上述步驟S105包括：

S1051，判斷Det(x,y)的絕對(duì)值是否大于預(yù)設(shè)閾值。S1052，如果Det(x,y)的絕對(duì)值大于預(yù)設(shè)閾值，則進(jìn)一步判斷Det(x,y)是否為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最大值，或者，判斷Det(x,y)是否為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最小值。

S1053，如果Det(x,y)為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最大值，則確定像素點(diǎn)(x,y)為極小值點(diǎn)。

S1054，如果Det(x,y)為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最小值，則確定像素點(diǎn)(x,y)為極大值點(diǎn)。

其中，k為正整數(shù)。

可選地，k的取值可以是2。

在本發(fā)明的一個(gè)實(shí)施例中，如果圖像為指紋圖像，像素點(diǎn)(x,y)處取極小值或極大值，則像素點(diǎn)(x,y)為指紋圖像中的極值點(diǎn)。

其中，可以理解的是，指紋圖像的特征點(diǎn)一般包括端點(diǎn)、分叉點(diǎn)、極值點(diǎn)。

需要說(shuō)明的是，由于獲取圖像(例如，采集指紋圖像)的硬件或外界干擾等原因，使得所獲取的圖像平滑性較差。因此，為了減小計(jì)算誤差，保證極值點(diǎn)的穩(wěn)定性，可以對(duì)每個(gè)圖像中像素點(diǎn)Det(x,y)的絕對(duì)值設(shè)置對(duì)應(yīng)的閾值，即預(yù)設(shè)閾值。

舉例而言，如圖6所示，以圖像中的像素點(diǎn)(x,y)為中心分別構(gòu)建一個(gè)9×9的第一模塊和一個(gè)5×5的第二模塊，并分別求出第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和Sum_9和Sum_5，進(jìn)而求出像素點(diǎn)(x,y)的響應(yīng)值Det(x,y)＝Sum_9-3*Sum_5。同理，求出以像素點(diǎn)(x,y)為中心的5*5鄰域(即((x-2):(x+2),(y-2):(y+2)))內(nèi)所有像素點(diǎn)的響應(yīng)值Det((x-2):(x+2),(y-2):(y+2))。在Det(x,y)的絕對(duì)值大于與該圖像對(duì)應(yīng)的預(yù)設(shè)閾值時(shí)，如果Det(x,y)為以像素點(diǎn)(x,y)為中心的5*5鄰域中所有像素點(diǎn)的響應(yīng)值中的最大值，即Det(x,y)＝max(Det((x-2):(x+2),(y-2):(y+2)))，則像素點(diǎn)(x,y)處取極小值；如果Det(x,y)為以像素點(diǎn)(x,y)為中心的5*5鄰域中所有像素點(diǎn)的響應(yīng)值中的最小值，即Det(x,y)＝min(Det((x-2):(x+2),(y-2):(y+2)))，則像素點(diǎn)(x,y)處取極大值。

本發(fā)明實(shí)施例的圖像極值點(diǎn)的提取方法，以灰度圖像中的每個(gè)像素點(diǎn)為中心分別構(gòu)建第一模塊和第二模塊，分別計(jì)算第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和，并根據(jù)第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和計(jì)算每個(gè)像素點(diǎn)的響應(yīng)值，進(jìn)而根據(jù)中心像素點(diǎn)的極值和該中心像素點(diǎn)鄰域內(nèi)像素點(diǎn)的極值確定中心像素點(diǎn)是否取極大值或極小值，由此得到圖像的極值點(diǎn)。該方法通過(guò)構(gòu)建第一模塊和第二模塊計(jì)算圖像中像素點(diǎn)的響應(yīng)值，進(jìn)而得到圖像的極值點(diǎn)，計(jì)算復(fù)雜度低，圖像極值點(diǎn)的提取速度快。

圖7是本發(fā)明實(shí)施例的圖像極值點(diǎn)的提取裝置的結(jié)構(gòu)框圖。如圖7所示，該圖像極值點(diǎn)的提取裝置包括：獲取模塊10、建模模塊20、第一計(jì)算模塊30、第二計(jì)算模塊40和提取模塊50。

其中，獲取模塊10用于獲取灰度圖像。

在本發(fā)明的一個(gè)實(shí)施例中，圖像可以是采集用戶(hù)指紋生成的指紋圖像。

需要說(shuō)明的是，灰度圖像中的極小值所在像素點(diǎn)具有灰度凹陷的特性，即以這一像素點(diǎn)為中心，灰度值向外逐圈增加。同理，以極大值所在像素點(diǎn)為中心，灰度值向外逐圈減小。

建模模塊20用于以灰度圖像中的每個(gè)像素點(diǎn)為中心分別構(gòu)建第一模塊和第二模塊。

具體地，灰度圖像包括以矩陣形式排列的M*N個(gè)像素點(diǎn)，第一模塊由以像素點(diǎn)(x,y)為中心的m1*m2鄰域中的像素點(diǎn)組成，第二模塊由以像素點(diǎn)(x,y)為中心的n1*n2鄰域中的像素點(diǎn)組成。

其中，M、N為正整數(shù)，m1、m2、n1、n2為奇數(shù)，且m1>n1，m2>n1,m1>n2，m2>n2。

可選地，m1和m2的取值可以相等，n1和n2的取值可以相等。

在本發(fā)明的一個(gè)實(shí)施例中，m1、m2、n1和n2的取值可以根據(jù)所獲取的灰度圖像的大小(即M、M的取值)而定。例如，對(duì)于96*96的指紋灰度圖像，m1和m2的取值可以是9，n1和n2的取值可以是5。

需要說(shuō)明的是，在本發(fā)明的一個(gè)實(shí)施例中，忽略不計(jì)無(wú)法構(gòu)建第一模塊和第二模塊的像素點(diǎn)。

第一計(jì)算模塊30用于分別計(jì)算第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和。

第二計(jì)算模塊40用于根據(jù)第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和計(jì)算每個(gè)像素點(diǎn)的響應(yīng)值。

具體地，可以根據(jù)如下公式(1)計(jì)算像素點(diǎn)(x,y)的響應(yīng)值：

Det(x,y)＝Sum_m-w*Sum_n (1)

其中，Det(x,y)為像素點(diǎn)(x,y)的響應(yīng)值，Sum_m為與像素點(diǎn)(x,y)對(duì)應(yīng)的第一模塊中所有像素點(diǎn)的灰度值之和，Sum_n為與像素點(diǎn)(x,y)對(duì)應(yīng)的第二模塊中所有像素點(diǎn)的灰度值之和，w為極值系數(shù)，w為正整數(shù)。

在本發(fā)明的一個(gè)實(shí)施例中，w為對(duì)m1*m2/(n1*n2)的值取整數(shù)后的值，例如當(dāng)m1＝m2＝9，n1＝n2＝5時(shí)，m1*m2/(n1*n2)＝81/25＝3.24，取整后為3。

提取模塊50用于個(gè)根據(jù)響應(yīng)值提取灰度圖像的極值點(diǎn)。

在本發(fā)明的一個(gè)實(shí)施例中，如圖8所示，該提取模塊50可以包括：第一判斷模塊51、第二判斷模塊52和確定模塊53。

其中，第一判斷模塊51用于判斷Det(x,y)的絕對(duì)值是否大于預(yù)設(shè)閾值。

第二判斷模塊52用于在Det(x,y)的絕對(duì)值大于預(yù)設(shè)閾值時(shí)，判斷Det(x,y)是否為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最大值，或者，判斷Det(x,y)是否為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最小值。

確定模塊53用于在Det(x,y)為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最大值時(shí)，確定像素點(diǎn)(x,y)為極小值點(diǎn)，或者，在Det(x,y)為以像素點(diǎn)(x,y)為中心的(2k+1)*(2k+1)鄰域中所有像素點(diǎn)的響應(yīng)值中的最小值時(shí)，確定像素點(diǎn)(x,y)為極大值點(diǎn)。

其中，k為正整數(shù)。

可選地，k的取值可以是2。

在本發(fā)明的一個(gè)實(shí)施例中，如果圖像為指紋圖像，像素點(diǎn)(x,y)處取極小值或極大值，則像素點(diǎn)(x,y)為指紋圖像中的極值點(diǎn)。

其中，可以理解的是，指紋圖像的特征點(diǎn)一般包括端點(diǎn)、分叉點(diǎn)、極值點(diǎn)。

需要說(shuō)明的是，由于獲取圖像(例如，采集指紋圖像)的硬件或外界干擾等原因，使得所獲取的圖像平滑性較差。因此，為了減小計(jì)算誤差，保證極值點(diǎn)的穩(wěn)定性，可以對(duì)每個(gè)圖像中像素點(diǎn)Det(x,y)的絕對(duì)值設(shè)置對(duì)應(yīng)的閾值，即預(yù)設(shè)閾值。

舉例而言，如圖6所示，建模模塊20以圖像中的像素點(diǎn)(x,y)為中心分別構(gòu)建一個(gè)9×9的第一模塊和一個(gè)5×5的第二模塊，第一計(jì)算模塊30分別求出第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和Sum_9和Sum_5，進(jìn)而第二計(jì)算模塊40求出像素點(diǎn)(x,y)的響應(yīng)值Det(x,y)＝Sum_9-3*Sum_5。同理，求出以像素點(diǎn)(x,y)為中心的5*5鄰域(即((x-2):(x+2),(y-2):(y+2)))內(nèi)所有像素點(diǎn)的響應(yīng)值Det((x-2):(x+2),(y-2):(y+2))。在Det(x,y)的絕對(duì)值大于與該圖像對(duì)應(yīng)的預(yù)設(shè)閾值時(shí)，如果Det(x,y)為以像素點(diǎn)(x,y)為中心的5*5鄰域中所有像素點(diǎn)的響應(yīng)值中的最大值，即Det(x,y)＝max(Det((x-2):(x+2),(y-2):(y+2)))，則確定模塊53確定像素點(diǎn)(x,y)處取極小值；如果Det(x,y)為以像素點(diǎn)(x,y)為中心的5*5鄰域中所有像素點(diǎn)的響應(yīng)值中的最小值，即Det(x,y)＝min(Det((x-2):(x+2),(y-2):(y+2)))，則確定模塊53確定像素點(diǎn)(x,y)處取極大值。

本發(fā)明實(shí)施例的圖像極值點(diǎn)的提取裝置，通過(guò)建模模塊以灰度圖像中的每個(gè)像素點(diǎn)為中心分別構(gòu)建第一模塊和第二模塊，通過(guò)第一計(jì)算模塊分別計(jì)算第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和，并通過(guò)第二計(jì)算模塊根據(jù)第一模塊中所有像素點(diǎn)的灰度值之和以及第二模塊中所有像素點(diǎn)的灰度值之和計(jì)算每個(gè)像素點(diǎn)的響應(yīng)值，進(jìn)而通過(guò)確定模塊根據(jù)中心像素點(diǎn)的響應(yīng)值和該中心像素點(diǎn)鄰域內(nèi)像素點(diǎn)的響應(yīng)值確定中心像素點(diǎn)是否為極大值點(diǎn)或極小值點(diǎn)，由此得到圖像的極值點(diǎn)。該裝置通過(guò)構(gòu)建第一模塊和第二模塊計(jì)算圖像中像素點(diǎn)的響應(yīng)值，進(jìn)而得到圖像的極值點(diǎn)，計(jì)算復(fù)雜度低，圖像極值點(diǎn)的提取速度快。

在本發(fā)明的描述中，需要理解的是，術(shù)語(yǔ)“中心”、“縱向”、“橫向”、“長(zhǎng)度”、“寬度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“豎直”、“水平”、“頂”、“底”“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡(jiǎn)化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對(duì)本發(fā)明的限制。

此外，術(shù)語(yǔ)“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對(duì)重要性或者隱含指明所指示的技術(shù)特征的數(shù)量。由此，限定有“第一”、“第二”的特征可以明示或者隱含地包括至少一個(gè)該特征。在本發(fā)明的描述中，“多個(gè)”的含義是至少兩個(gè)，例如兩個(gè)，三個(gè)等，除非另有明確具體的限定。

在本發(fā)明中，除非另有明確的規(guī)定和限定，術(shù)語(yǔ)“安裝”、“相連”、“連接”、“固定”等術(shù)語(yǔ)應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或成一體；可以是機(jī)械連接，也可以是電連接；可以是直接相連，也可以通過(guò)中間媒介間接相連，可以是兩個(gè)元件內(nèi)部的連通或兩個(gè)元件的相互作用關(guān)系，除非另有明確的限定。對(duì)于本領(lǐng)域的普通技術(shù)人員而言，可以根據(jù)具體情況理解上述術(shù)語(yǔ)在本發(fā)明中的具體含義。

在本發(fā)明中，除非另有明確的規(guī)定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接觸，或第一和第二特征通過(guò)中間媒介間接接觸。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或僅僅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或僅僅表示第一特征水平高度小于第二特征。

在本說(shuō)明書(shū)的描述中，參考術(shù)語(yǔ)“一個(gè)實(shí)施例”、“一些實(shí)施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說(shuō)明書(shū)中，對(duì)上述術(shù)語(yǔ)的示意性表述不必須針對(duì)的是相同的實(shí)施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。此外，在不相互矛盾的情況下，本領(lǐng)域的技術(shù)人員可以將本說(shuō)明書(shū)中描述的不同實(shí)施例或示例以及不同實(shí)施例或示例的特征進(jìn)行結(jié)合和組合。

盡管上面已經(jīng)示出和描述了本發(fā)明的實(shí)施例，可以理解的是，上述實(shí)施例是示例性的，不能理解為對(duì)本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的范圍內(nèi)可以對(duì)上述實(shí)施例進(jìn)行變化、修改、替換和變型。