紋線距離的計算方法和裝置的制造方法
【技術領域】
[0001] 本發(fā)明涉及圖像處理技術領域，尤其涉及一種紋線距離的計算方法和裝置。
【背景技術】
[0002] 隨著社會的發(fā)展，人們對身份認證的準確性、安全性與實用性提出了更高的要求。 傳統(tǒng)的身份認證方式如密碼，鑰匙、身份證等，存在容易忘記，泄露，丟失，偽造等問題，給生 活帶來不便和安全問題?；谏镒R別技術的身份認證，可以克服傳統(tǒng)身份認證的許多缺 點，目前已經(jīng)成為安全技術研究的熱點。在各種基于生物特征的身份認證方法中，指紋識別 技術是應用最早，最廣泛的一種。其具有高穩(wěn)定性，獨特性，易采集，安全性高等特點，因此， 指紋是一種較理想的可用于身份認證的生物特征，指紋識別的市場份額也逐年攀升。由于 指紋圖像屬于個人隱私，指紋識別系統(tǒng)一般并不直接存儲指紋的圖像，而是通過算法從指 紋圖像中提取指紋的特征信息，再進行指紋匹配識別，完成身份認證。因此，高可靠性的指 紋識別算法是保證正確辨識指紋的關鍵。
[0003] 其中，紋線距離的定義為：給定脊線和相鄰谷線的距離。一般情況下，通過計算脊 線中心到谷線中心的長度作為紋線距離。紋線距離越大，表明該處紋線越稀疏；反之，紋線 距離越小，表明該處紋線越密集。紋線距離的大小決定于指紋本身的結構和圖像采集的分 辨率。
[0004] 相關技術中關于指紋紋線距離的算法大致可以分為兩類：第一類是基于整幅圖像 的指紋紋線距離估計，理想地認為一幅指紋圖像紋線距離分布是正態(tài)的，但在實際指紋庫 中，同一枚指紋紋線距離會出現(xiàn)二倍的差異，故紋線距離不可以基于整幅圖像計算；第二類 是基于圖像區(qū)域的局部紋線距離估計，需要準確地找到頻譜的峰值點，這在算法上是很難 做到的，求出的紋線距離會不準確。
[0005] 例如，在相關技術中的第二類算法中，在指紋圖像垂直紋線方向上，像素灰度值 呈現(xiàn)離散正弦波形的特征，如附圖1所示，兩條脊線之間的距離可以表示為正弦波形中波 峰與波峰之間的距離。該算法具體為：（1)對每個中心點在（i，j)的塊（圖1中虛線矩 形塊），開一個新的窗口（如圖1中實線矩形框所示），大小為wXl(例如，取16X32)。 窗口長度方向與該塊的脊線方向垂直。在新開的窗口中計算與塊方向正交的軸上脊 和谷的投影波形Z[0]，Z[1]，…，Z[l_l]，其中

，d是點（u，v)距離中 心點的距離，0是根據(jù)方向場求取算法得到的塊紋線方向。I(u，v)是歸一化后（u，v)處的 像素值；（2)從求得的Z[0]，Z[1]，…，Z[l-1]中尋找投影波形的波峰，并計算波峰之間的 平均距離D，即為塊的脊線平均距離。通常，這個距離的大小在[3, 25]內(nèi)，對超出此變化范 圍的塊，將其脊距標為-1 ; (3)搜索所有的脊距為-1的塊。取該塊鄰近8個塊的脊距進行 平均，將該值作為當前塊的新值，并用7*7的高斯低通濾波器做最后的平滑。但是，傳感器 實際采集的指紋圖像，會含有噪聲，噪聲信息主要來自傳感器本身以及手指有水、油、脫皮 等實際情況，導致正弦曲線極值情況比較復雜，如：不能有單一峰值，實際上不能準確找到 這個極值點。測試情況為：同一枚指紋用相同力度按壓，采集到的指紋圖片，指紋同一位置 用此方法求得的紋線距離有較大差異。對于指紋灰度圖像本身來說，指紋上的脊線、谷線沿 著其垂直于紋線方向的分布并不是理想的正弦波形，也沒有尖峰的突出峰值，因此，基于灰 度的紋線距離算法只能適應清晰均勻的指紋圖像。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本發(fā)明的 一個目的在于提出一種紋線距離的計算方法，該方法通過尋找指紋脊線和谷線的邊界點， 并根據(jù)邊界點的坐標和亞像素值計算紋線距離，提高了準確度，且抗噪聲能力強，更準確的 反映了指紋全局疏密特征，適用范圍更廣。
[0007] 本發(fā)明的第二個目的在于提出一種紋線距離的計算裝置。
[0008] 為了實現(xiàn)上述目的，本發(fā)明第一方面實施例的紋線距離的計算方法，包括以下步 驟：獲取原始圖像并進行灰度處理以生成灰度圖像；根據(jù)所述灰度圖像生成法向圖和切向 圖；根據(jù)所述切向圖對所述灰度圖像進行濾波以生成平滑圖像，并將所述平滑圖像轉(zhuǎn)換為 二值圖像；對所述二值圖像進行分塊，并根據(jù)所述法向圖確定每個分塊的中心點的法向方 向；在所述每個分塊內(nèi)對所述分塊的中心點的法向方向上的像素進行遍歷，以生成像素值 為第一像素值和像素值為第二像素值之間的變化次數(shù)、變化時對應邊界點的坐標和亞像素 值，其中，所述像素值為第一像素值的點為脊線所在的像素點，所述像素值為第二像素值的 點為谷線所在的像素點；以及根據(jù)所述像素值為第一像素值和像素值為第二像素值之間的 變化次數(shù)和所述變化時對應邊界點的坐標和亞像素值生成紋線距離。
[0009] 根據(jù)本發(fā)明實施例的紋線距離的計算方法，通過尋找指紋脊線和谷線的邊界點， 并根據(jù)邊界點的坐標和亞像素值計算紋線距離，使得紋線距離更加準確，更接近指紋真實 特征，從而更準確的反映了指紋全局疏密特征，且該方法的抗噪聲能力強，適用范圍更廣。
[0010] 為了實現(xiàn)上述目的，本發(fā)明第二方面實施例的紋線距離的計算裝置，包括：灰度處 理模塊，用于獲取原始圖像并進行灰度處理以生成灰度圖像；生成模塊，用于根據(jù)所述灰度 圖像生成法向圖和切向圖；平滑處理模塊，用于根據(jù)所述切向圖對所述灰度圖像進行濾波 以生成平滑圖像，并將所述平滑圖像轉(zhuǎn)換為二值圖像；分塊處理模塊，用于對所述二值圖像 進行分塊，并根據(jù)所述法向圖確定每個分塊的中心點的法向方向；亞像素計算模塊，用于在 所述每個分塊內(nèi)對所述分塊的中心點的法向方向上的像素進行遍歷，以生成像素值為第一 像素值和像素值為第二像素值之間的變化次數(shù)、變化時對應邊界點的坐標和亞像素值，其 中，所述像素值為第一像素值的點為脊線所在的像素點，所述像素值為第二像素值的點為 谷線所在的像素點；以及紋線距離生成模塊，用于根據(jù)所述像素值為第一像素值和像素值 為第二像素值之間的變化次數(shù)和所述變化時對應邊界點的坐標和亞像素值生成紋線距離。
[0011] 根據(jù)本發(fā)明實施例的紋線距離的計算裝置，通過尋找指紋脊線和谷線的邊界點， 并根據(jù)邊界點的坐標和亞像素值計算紋線距離，使得紋線距離更加準確，更接近指紋真實 特征，從而更準確的反映了指紋全局疏密特征，而且抗噪聲能力強，適用范圍更廣。
【附圖說明】
[0012] 圖1是相關技術中紋線局部區(qū)域正弦分布特性的示意圖；
[0013] 圖2是根據(jù)本發(fā)明一個實施例的紋線距離的計算方法的流程圖；
[0014] 圖3是根據(jù)本發(fā)明一個實施例的像素值由0變?yōu)?的邊界點位置以及變化次數(shù)的 示意圖；
[0015] 圖4是根據(jù)本發(fā)明一個實施例的計算邊界點的亞像素值的流程圖；
[0016] 圖5A~圖5C是根據(jù)本發(fā)明一個實施例的沿著水平方向計算亞像素值的示意圖；
[0017] 圖6A~圖6C是根據(jù)本發(fā)明一個實施例的沿著非豎直或者水平方向計算亞像素值 的不意圖；
[0018] 圖7A是根據(jù)本發(fā)明一個實施例的灰度圖像的示意圖；
[0019] 圖7B是根據(jù)本發(fā)明一個實施例的切向圖的示意圖；
[0020] 圖7C是根據(jù)本發(fā)明一個實施例的平滑圖像的示意圖；
[0021] 圖7D是根據(jù)本發(fā)明一個實施例的二值圖像的示意圖；
[0022] 圖7E是根據(jù)本發(fā)明一個實施例的對最終每點紋線距離的數(shù)據(jù)進行Gabor濾波后 的結果示意圖。 圖8是根據(jù)本發(fā)明一個實施例的紋線距離的計算裝置的結構示意圖。
【具體實施方式】
[0023] 下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終 相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附 圖描述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。
[0024] 為了解決相關技術中紋線距離算法存在的求得的紋線距離不準確、算法適用范圍 較窄等問題，本發(fā)明提出了一種紋線距離的計算方法和裝置。下面參考附圖描述本發(fā)明實 施例的紋線距離的計算方法和裝置。
[0025] 圖2是根據(jù)本發(fā)明一個實施例的紋線距離的計算方法的流程圖。如圖2所示，本 發(fā)明實施例的紋線距離的計算方法，包括以下步驟：
[0026] S1，獲取原始圖像并進行灰度處理以生成灰度圖像。
[0027] 具體地，對原始圖像并進行灰度處理，生成灰度圖像A(i，j)。
[0028] S2,根據(jù)灰度圖像生成法向圖和切向圖。
[0029] 具體地，對灰度圖像A(i，j)由梯度法可求出法向圖01(i，j)和