化中阀值的选择是二值化图像的关键。本文采用了方向图法[1]。具体算法如下:1.将滤波增强后的图像分为若干个方块。2.将方块图离散化为8个方向,然后利用方向场进行二值化。为估计方向场,我们把指纹脊线的走向分为8个方向,如图7所示。1654387654328211*1128234567834567图6在一个像素处的8个指纹脊线方向对于图像的每个像素,为了确定在该像素处脊线的方向,在以该像素为中心的9*9窗口内,分别计算8个方向上的灰度平均值,然后将这8个平均值按两两垂直的方向分为4组,1和5,2和6,3和7,4和8,计算每组中两个平均值的差值:为脊线方向去差值的绝对值最大的两个方向可能为脊线方向,若,则方向和为该像素处可能的脊线方向,若该像素的灰度值为,则脊线方向为:若该像素处的方块方向为,先用上述估计方向场得到的方法计算该像素点咋方向和垂直方向的灰度平均值和,然后将该像素二值化为:其中表示二值化后该像素点的灰度值,225为二值图像中图像背景和谷线的灰度值,0为二值图像中脊线的灰度值。二值化结果如下图所示:图7二值化图3.2.5细化指纹图像二值化后,会引入空洞和毛刺等伪特征,其纹线宽度也不均匀,会影响到指纹特征的提取,但指纹识别中特征值提取只对纹线的走向有兴趣,与粗细无关,所以为了进一步减小其数据量,提高识别准确性,由此可进行细化处理。细化处理是指在指纹图像二值化以后,在不影响纹线连通性的基础上,删除纹线的边缘像素,直到纹线变为单像素宽为止。细化方法应满足以下条件[1]:(1)收敛性;(2)连接性;(3)拓扑性;(4)保持性;(5)细化性;(6)中轴性;(7)快速性。首先运用函数对二值化图像进行数学形态学运算,将纹线细化到单像素宽,得到如下图形:图8细化图然后对细化图像去除毛刺和空洞,避免二值化引入的毛刺空洞等伪特征带来的影响,保护指纹的细节特征。图9去除毛刺图图10去除空洞图
全文预览
