一種指紋圖像背景分割的方法
【專利摘要】本發(fā)明涉及一種指紋圖像背景分割的方法，包括如下步驟：步驟1，根據(jù)相鄰指紋序列幀間圖像塊差分和粗提取指紋信息邊界值；步驟2，根據(jù)相鄰兩點邊界值差分絕對值尋找穩(wěn)定邊界點；步驟3，根據(jù)相鄰邊界點差分絕對值和相鄰邊界點的偏移位置定位法處理異常邊界值；步驟4，根據(jù)指紋邊界偏移方向平滑處理邊界值；步驟5，根據(jù)左右指紋邊界值，替換掉指紋圖像背景，使指紋圖像背景更干凈。本發(fā)明的指紋圖像分割方法簡單、運算速度快、能夠在通用的ARM芯片里實現(xiàn)，該方法對于低質(zhì)量的指紋圖像和背景突變的指紋圖像分割更準確，適應(yīng)范圍廣，可用于滑動式指紋傳感器、面狀式指紋傳感器等采集的指紋圖像。
【專利說明】
-種指紋圖像背景分割的方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體設(shè)及一種指紋圖像背景分割的方法。
【背景技術(shù)】
[0002] 隨著指紋識別應(yīng)用的推廣，高性能的指紋識別系統(tǒng)需要準確而快速的提取指紋特 征信息和指紋匹配算法。但是現(xiàn)有多數(shù)采集儀由于各種原因，在指紋錄取過程中通常會引 入噪點，導(dǎo)致指紋背景不干凈。引入的噪點會嚴重影響到后期圖像處理，細節(jié)點提取等，從 而影響指紋應(yīng)用效果。為了提高指紋特征提取的準確度，通常先對指紋圖像進行背景分割， W去掉不含真實紋路的信息，從而指紋特征提取只需在真實指紋紋路區(qū)域里提取，同時又 避免了背景和邊界偽細節(jié)點的產(chǎn)生。
[0003] 現(xiàn)有常用的指紋圖像分割方法有：a.根據(jù)圖像灰度特性的分割方法，利用指紋圖 像灰度平均值和方差對指紋圖像進行分割，有全局闊值分割和自適應(yīng)闊值分割。全局闊值 分割依賴于圖像分布的雙峰特性，如果雙峰效果不明顯或者呈多峰分布，分割效果就不理 想。自適應(yīng)闊值分布會將對比度低且方向性強的區(qū)域容易分割掉，但是自適應(yīng)分割多存在 塊效應(yīng)；b.其他分割算法多數(shù)基于方向場、頻率場、能量場的方法進行分割，該方法運算復(fù) 雜，對低質(zhì)量的指紋圖像處理效率低，且只能用于DSP器件進行處理，導(dǎo)致一般的ARM忍片 和ASIC無法實現(xiàn)。
[0004] 現(xiàn)有技術(shù)中基于圖像灰度特性進行分割，對指紋圖像質(zhì)量或背景突變的適應(yīng)性 低，存在對質(zhì)量差的指紋圖像或背景存在突變的指紋圖像分割不準確的缺陷。其它指紋圖 像背景分割算法太復(fù)雜，多使用超函數(shù)，導(dǎo)致一般的ARM忍片和ASIC實現(xiàn)非常困難。

【發(fā)明內(nèi)容】
陽〇化]本發(fā)明針對現(xiàn)有技術(shù)的不足，提供了一種運算簡單、快速、適用、效果理想的指紋 圖像背景分割方法，其特征在于包括如下步驟：
[0006] 步驟1，根據(jù)相鄰指紋序列帖間圖像塊差分和粗提取指紋信息邊界值；
[0007] 步驟2,從指紋圖像的最后一個邊界值向第一個邊界值進行跟蹤，根據(jù)相鄰兩點邊 界值差分絕對值尋找連續(xù)N帖邊界穩(wěn)定變化的點；
[0008] 步驟3,從指紋邊界穩(wěn)定變化的點分別向第一個邊界點和最后一個邊界點進行跟 蹤處理，根據(jù)相鄰邊界點差分絕對值和相鄰邊界點的偏移位置定位法處理異常邊界值；
[0009] 步驟4,根據(jù)指紋邊界值偏移方向?qū)吔缰颠M行平滑處理，使指紋邊界更流楊、更 符合指紋形狀；
[0010] 步驟5,根據(jù)左右指紋邊界值，替換掉指紋圖像背景，使指紋圖像背景更干凈。
[0011] 具體技術(shù)方案為：假設(shè)輸入圖像為I，圖像的高度為IMGE_H，圖像的寬度為 IMAGE_W，設(shè)相鄰指紋序列帖為Ip和I PU。將Ip和I PU重合，在水平方向上W步進為2個 像素點，垂直方向上W步進為b個像素點進行跳變，將圖像劃分為bXb的圖像塊。其中， 6《b《32,且b《IMAGE_H，b《IMAGE_W。W(i，_]·)表示圖像I的第i行、第j列的像素， ο《i < IMAGE_H，0《j < IMAGE-W。
[0012] 本發(fā)明具體步驟為：
[0013] 第一步，根據(jù)相鄰指紋序列帖間圖像塊差分和來提取指紋邊界值。其中，差分和運 算公式為：
[0014]
[0015] 其中dif_sum表示差分和，m表示垂直方向的第m塊圖像，η表示水平方向上的第 η塊圖像。Wp(i，j)為Ip第i行、第j列塊的像素，Ww(i，j)為Iw第i行、第j列塊的像 素。所述Ip(P = 1，2, 3......)為第P帖指紋序列，Ip4(P = 1，2, 3......)為第P+1帖指紋序 列；滑動式傳感器的Ip與I PU為相鄰帖指紋序列，面狀式傳感器的I P為背景圖像，IPU為指 紋圖像。
[0016] 根據(jù)差分和提取指紋邊界值的方法為：通過差分和闊值dif_sum_th判斷兩個圖 像塊的相似度，如果dif_sum > dif_sum_th，表示當前選取的圖像塊包含指紋信息，該 圖像塊的幾何中屯、列坐標即為指紋邊界值；否則表示兩個圖像塊的相似度很高，為背景圖 像，在水平方向上移動，繼續(xù)提取邊界值；邊界值提取完成，用left (m)表示指紋左邊界值， ri曲t (m)表示指紋右邊界值；block (m, η)表示圖像I的第m行、第η列的塊，其中m = [i/ b]，滿足 0《m《[IMAGE_H/b]。
[0017] 第二步，從指紋圖像的最后一個邊界值向第一個邊界值進行跟蹤，根據(jù)相鄰兩點 邊界值差分絕對值尋找穩(wěn)定邊界點。
[0018] 某些質(zhì)量差的指紋圖像存在背景突變的情況，只用差分和判斷指紋邊界信息，會 導(dǎo)致背景剔錯的現(xiàn)象（多剔除背景或少剔除背景）。考慮指紋邊界連續(xù)性，所W本發(fā)明提出 了一種基于穩(wěn)定邊界點進行背景跟蹤處理異常邊界點（多剔除背景或少剔除背景邊界點） 的方法。
[0019] 具體地，根據(jù)相鄰兩點邊界值差分絕對值尋找穩(wěn)定邊界點的方法為：從指紋圖像 的最后一個邊界點向第一個邊界點進行邊界跟蹤，根據(jù)相鄰兩個指紋邊界信息差分絕對值 小于闊值〇FF_TH，W此方法分別找到左右邊界連續(xù)N個點都滿足此條件的點，將連續(xù)N個點 的第一個跟蹤點定為穩(wěn)定邊界點，將左邊界穩(wěn)定的點記為left_st_pot，右邊界穩(wěn)定的點記 為 ri邑ht_st_pot。
[0020] 如果在統(tǒng)計的N個點之內(nèi)出現(xiàn)異常邊界點，從異常邊界點后續(xù)一個點重新跟蹤， 直到找到連續(xù)N個穩(wěn)定變化的邊界點；如果所有點跟蹤完成后，仍未找到連續(xù)N個穩(wěn)定變化 的邊界值，返回失敗，說明該指紋圖像質(zhì)量非常差，否則進入步驟3。
[0021] 所述最后一個邊界點為垂直方向上最后一個塊所對應(yīng)的邊界值。第一個邊界點為 垂直方向上第一個圖像塊所對應(yīng)的邊界值。所述N和0FF_TH滿足6《N《32,0《0FF_ TH《10。
[0022] 第Ξ步，從指紋邊界穩(wěn)定變化的點分別向第一個邊界點和最后一個邊界點進行跟 蹤處理，根據(jù)相鄰邊界點差分絕對值和相鄰邊界點的偏移位置定位法剔除異常邊界值，步 驟如下：
[0023] (3-1)從穩(wěn)定點向最后一個點進行跟蹤處理時，跟蹤處理圖像左邊界值：
[0024] Stepl.如果油s(left(m) - left(m+l)) > bound_off_thl，直接用 m 點的左邊界 值替換掉m+1點的左邊界值，否則進入Step2 ;
[00巧]Step2.如果油S (left (m) - left (m+1) )> bound_off_th2,用同樣的相鄰兩個點 差分方法，判斷m+1到m+N點的偏移位置，判斷方法如下：
[0026] S1.初始設(shè)置 track_bound = left (m+1)，cnt = 0, k = 2 ;
[0027] S2.使用差分絕對值判斷，dif =油s (track_bound - left (m+k));如果 dif<bound_off_th2，cnt = cnt+1，track-bound = left (m+k)杏卯J cnt、track-bound 保 持不變；k = k+1，2《k《N ;循環(huán)此步驟，直到k = N為止；所述cnt記錄了 m+1附近點的 數(shù)目；
[0028] S3.如果cnt > 2/3k，表示后續(xù)大部分邊界值在m+1點附近，即m+1點不是異常邊 界點；否則使用m點的左邊界值替換掉m+1點的左邊界值。
[00巧]所述m表示穩(wěn)定點在垂直方向?qū)儆诘趍塊圖像，m滿足left_st_pot《m《 [IMAGE_ H/b]，所述 bound_off_thl 和 bound_off_th2 滿足 20 > bound_off_thl > bound_off_ th2 ^ 4〇
[0030] 同理，從穩(wěn)定點向最后一個點進行跟蹤處理時，跟蹤處理圖像右邊界值。其中， 1'；[曲1:_31:_901:《m《[IMAGE_H/b]，且 20 > bound_off_thl > bound_off_th2 > 4 ;
[0031] (3-2)從穩(wěn)定點向第一個點進行跟蹤處理時，跟蹤處理圖像左邊界值：
[0032] Stepl.如果油s(left(m) - left(m-l)) > bound_off_thl，直接用 m 點的左邊界 值替換掉m-1點的左邊界值，否則進入St巧2 ;
[0033] Step2.如果油S (left (m) - left (m-1) )> bound_off_th2,用同樣的相鄰兩個點 差分方法，判斷m-1到m-N點的偏移位置，判斷方法如下：
[0034] S1.初始設(shè)置 track-bound = left (m_l)，cnt = 0, k = 2 ;
[0035] S2.使用差分絕對值判斷，dif =油s (track_bound - left (m-k));如果 dif<bound_off_th2，cnt = cnt+1，track-bound = left (m-k)杏則 cnt、track-bound 保 持不變；k = k+l，2《k《N ;循環(huán)此步驟，直到k = N為止；所述cnt記錄了 m+1附近點的 數(shù)目；
[0036] S3.如果cnt > 2/3k，表示后續(xù)大部分邊界值在m-1點附近，即m-1點不是異常邊 界點；否則使用m點的左邊界值替換掉m-1點的左邊界值。
[0037] 所述 m 滿足，0《m《left_st_pot，所述 bound_off_thl 和 bound_off_th2 滿足 20 ^ bound_off_thl > bound_off_th2 ^ 4〇
[0038] 同理，從穩(wěn)定點向第一個點進行跟蹤處理時，跟蹤處理圖像右邊界值。滿足 0《m《1'；[曲1:_31:_901:，且 20 > bound_off_thl > bound_off_th2 > 4。
[0039] 進一步地，所述步驟3如果在跟蹤處理的最后Q個點時，出現(xiàn)相鄰兩個邊界差分絕 對值超過bound_off_thl時，可W考慮丟掉最后幾個邊界點相對應(yīng)的指紋圖像。所述Q滿 足6《Q《12。
[0040] 第四步，從穩(wěn)定點邊界值分別向第一個邊界值和最后一個邊界值根據(jù)指紋邊界偏 移方向?qū)吔缰颠M行平滑處理，處理步驟如下：
[0041] (4-1)左邊界平滑處理，從穩(wěn)定點向第一個點進行跟蹤處理，步驟如下：
[0042] S1.設(shè) left_bound_pre = left (left_st_pot);
[0043] S2. bound_dif = left_bound_pre - left (m)，如果 bound_dif 為 0,進入 S4 ;否貝！J 執(zhí)行S3 ; W44] S3.提取m邊界點的前面N個邊界點的最小值min_bound，如果min_bound《 left_ bound_pre，表示前面N個邊界點相對于后一個邊界點向左偏，bound_dir = 1 ;否則表示前 面N個邊界點相對于后一個邊界點向右偏，bountdir = 2 ;
[0045] 根據(jù)如下條件對當前邊界值進行平滑處理：
[0046] 條件 1 ;如果 bound_dir = 1，bound_dif<0，left (m) = left_bound_pre ;否則進 入條件2 ;
[0047] 條件 2 :如果 bound_dir = 1，bound_dif〉0, left (m) <min_bound，left (m) = min_ bound ;否則進入條件3 ;
[0048] 條件 3 :如果 bound_dir = 2, bound_dif<0, left (m)〉min_bound，left (m) = min_ bound ;否則進入條件4 ;
[0049] 條件 4 :如果 bound_dir = 2, bound_dif〉0, left (m) = min_bound。
[0050] S4. left_bound_pre = left(m)，進入S2循環(huán)執(zhí)行，直到所有點判斷完成，其中 0 《m < left_st_pot。
[0051] 同理，從穩(wěn)定點向最后一個點進行跟蹤處理，left_st_pot < m《[IMAGE_H/b]。
[0052] (4-2)右邊界平滑處理，從穩(wěn)定點向第一個點進行跟蹤處理，步驟如下：
[0053] S1.設(shè) ri邑ht_bound_pre = ri邑ht (ri邑ht_st_pot)；
[0054] S2. bound_dif = right_bound_pre - right (m)，如果 bound_dif 為 0,進入 S4 ;否 則執(zhí)行S3 ;
[005引 S3.提取m邊界點的前面N個邊界點的最大值max_bound，如果max_ bound《1'；[曲1:_13011]1(1_口的，表示前面N個邊界點相對于后一個邊界點向左偏，bountdir = 1 ;否則表示前面N個邊界點相對于后一個邊界點向右偏，bountdir = 2 ;
[0056] 根據(jù)如下條件對當前邊界值進行平滑處理：
[0057] 條件 1 ;如果 bound_dir = 1，bound_dif<0, right (m) = right_bound_pre ;否則 進入條件2 ;
[0058] 條件 2 :如果 bound_dir = 1，bound_dif〉0，ri曲t (m) <max_bound，right (m)= max_bound ;否則進入條件3 ;
[0059] 條件 3 :如果 bound_dir = 2, bound_dif<0，ri曲t (m)〉max_bound，right (m)= max_bound ;否則進入條件4 ;
[0060] 條件 4 :如果 bound_dir = 2, bound_dif〉0, ri曲t (m) = max_bound。
[0001] S4.1'；[曲1:_13011]1(1_9'日=ri曲t (m)，進入S2循環(huán)執(zhí)行，直到所有點判斷完成，0《m < ri邑ht_st_pot。 陽06引同理，從穩(wěn)定點向最后一個點進行跟蹤處理，1'：1曲1：_31:_口〇1: < m《[IMAGE_H/b]
[0063] 第五步，根據(jù)左右指紋邊界值，替換掉指紋圖像背景，使指紋圖像背景更干凈。所 述替換指紋圖像背景的方法，為本技術(shù)領(lǐng)域所熟知的常用方法。
[0064] 與現(xiàn)有的方法不同，本發(fā)明的有益效果如下：
[0065] (1)本發(fā)明提供了一種指紋圖像背景分割的方法，解決殘留紋路、背景突變、低質(zhì) 量指紋圖像的分割問題，既能將殘留紋路、突變背景區(qū)域準確的分為背景，又能準確的分割 低質(zhì)量指紋圖像；
[0066] (2)本發(fā)明提供的一種簡單、快速、適用、效果理想的指紋圖像背景分割方法，更易 于在通用ARM忍片里實現(xiàn)；
[0067] (3)本發(fā)明適用于任何滑動式指紋傳感器、面狀式指紋傳感器；使用于滑動式指 紋傳感器時，將相鄰指紋序列帖進行圖像塊差分運算粗提取邊界信息；使用于面狀式指紋 傳感器，將背景帖圖像與指紋帖圖像進行圖像塊差分粗提取邊界信息，后續(xù)跟蹤平滑處理 流程一致。
【附圖說明】
[0068] 圖1是本發(fā)明一實施例的指紋圖像分割處理流程圖；
[0069] 圖2是本發(fā)明一實施例的滑動式和面狀式傳感器的分塊示意圖，其中（1)是滑動 式指紋傳感器的前一帖圖像Ip，（2)是滑動式指紋傳感器的后一帖圖像Ipu，（3)是面狀式 指紋傳感器的背景帖圖像Ip，（4)是面狀式指紋傳感器的指紋帖圖像Ipu;
[0070] 圖3是本發(fā)明一實施例的平滑處理條件的示意圖，其中（1)-(4)分別為平滑處理 的4個條件；
[00川圖4是本發(fā)明一實施例的指紋圖像進行分割的分步結(jié)果圖像，其中（a)是原始圖 像，化）是第一次提取邊界值標記圖，（C)是跟蹤處理異常邊界標記圖，（d)是平滑邊界標記 圖，（e)是分割后的圖像。
[0072] 【圖中符號說明】
[0073] 100、blockp(0,0)
[0074] 101、blockp(0, 1) 陽0 巧]102、Wp(i，j)
[0076] 103、blockp(m, η)
[0077] 104、bloclvi(0,0)
[0078] 105、blockp"(0, 1) 陽079] 106、Wp"(iJ)
[0080] 107、blockp" (m, n)
[0081] 200、平滑處理前的邊界點
[0082] 201、平滑處理后的邊界點
[0083] 300、原始采集圖像
[0084] 301、模糊背景
[0085] 302、標記的左邊界點
[0086] 303、標記的右邊界點
[0087] 304、異常邊界點
[0088] 305、左邊界穩(wěn)定點 left_st_pot
[0089] 306、右邊界穩(wěn)定點 1'；[曲1:_31:_口01
[0090] 307、平滑后的左邊界點
[0091] 308、平滑后的右邊界點
[0092] 309、干凈背景
[0093] 310、處理后的圖像
【具體實施方式】
[0094] 下面結(jié)合附圖來說明本發(fā)明的優(yōu)選實施例，此處所描述的具體實施例僅僅用W解 釋本發(fā)明，并不用于限定本發(fā)明。
[00巧]圖1為本發(fā)明的指紋圖像分割處理流程圖，步驟如下：
[0096] 步驟1，根據(jù)圖像塊差分粗提取指紋邊界值；
[0097] 步驟2,提取左右邊界值穩(wěn)定變化的點；
[009引步驟3,跟蹤處理剔除異常的邊界值；
[0099] 步驟4,邊界值平滑處理； 陽100] 步驟5,替換指紋背景灰度值。 陽101] 本發(fā)明適用于任何滑動式指紋傳感器和面狀式指紋傳感器。圖2為本發(fā)明一實施 例的滑動式和面狀式傳感器的分塊示意圖。所述Ip (P = 1，2, 3……）為第P帖指紋序列，Ipu 為（P = 1，2, 3……）為第P+1帖指紋序列；滑動式傳感器的Ip與IPU為相鄰帖指紋序列， 面狀式傳感器的Ip為背景圖像，Ipu為指紋圖像。blockp(0,0)(l〇〇)為實施例圖像Ip的第 0行、第0列的塊，blockpO)，1) (101)為實施例圖像Ip的第0行、第1列的塊，block p(m，η) (1〇如為實施例圖像Ip的第m行、第η列的塊，Wp(i,如（10。為圖像Ip的第i行、第j列塊 的像素；bloclviO)，0) (104)為實施例圖像的第0行、第0列的塊，blockpw化1) (105) 為實施例圖像1。+1的第0行、第1列的塊，131〇〇4。+1(1]1，]1)(107)為實施例圖像1。+1的第1]1行、 第η列的塊，Ww (i，_j) (106)為Iw第i行、第j列塊的像素。 陽102] 假設(shè)輸入圖像為I，圖像的高度為IMAGE_H，圖像的寬度為IMAGE_W?；瑒邮街讣y 傳感器由于受限于指紋采集面的長度，采集指紋序列圖時，每個時間段采集一帖圖像，每一 帖圖像高度為H'，寬度為W'，邊采集邊處理。如圖2(1)為滑動式指紋傳感器的前一帖圖像 Ip，圖2(2)為滑動式指紋傳感器的后一帖圖像Ipu，將相鄰指紋序列帖進行圖像塊差分運算 粗提取邊界信息。最后將所有帖拼接成完整圖像，直到?jīng)]有指紋輸入為止，完整圖像高度為 IMGE_H，圖像的寬度為IMGE_W。 陽103] 面狀式指紋傳感器首先采集背景圖Ip，然后采集指紋序列圖Ipu，圖像的高度均為 IMAGE_H，寬度均為IMAGE_W巧幅圖對齊、重合；將兩幅圖進行分塊，如圖2做為面狀式指 紋傳感器的背景帖圖像Ip，圖2(4)為面狀式指紋傳感器的指紋帖圖像Ipu;將背景帖圖像 與指紋帖圖像進行圖像塊差分粗提取邊界信息。
[0104] 將Ip和I W重合，在水平方向上W步進為2個像素點，垂直方向上W步進為b個像 素點進行跳變，將圖像劃分為bXb的圖像塊。其中，6《b《32,且b《IMAGE_H，b《IMAGE_ W。所述W(i，如表示圖像的第i行、第j列的像素。 陽105] 圖3為本發(fā)明一實施例對邊界值進行平滑處理條件的示意圖。圖4為本發(fā)明實施 例的指紋圖像進行分割的分步結(jié)果圖像，其中，（a)為原始圖像；化）為第一次提取邊界值 標記圖；（C)為跟蹤處理異常邊界標記圖；（d)為平滑邊界標記圖；（e)為分割后的圖像。特 別要指出，圖化）、（C)、（d)中指紋兩側(cè)黑色線條為標記的左右邊界點，用于輔助理解本發(fā) 明，實際采集中并不出現(xiàn)。如圖4(a)所示，本發(fā)明需要對原始采集圖像（300)進行處理，W 消除模糊背景（301)，下面結(jié)合附圖對本發(fā)明步驟進行詳述。 陽106] 步驟1，根據(jù)Ip和I W間圖像塊差分和來提取指紋邊界值。其中，差分和公式為： 陽 107]
[0108] 其中dif_sum表示差分和，m表示垂直方向的第m塊圖像，η表示水平方向上的第 η塊圖像。Wp(i, j)為Ip第i行、第j列塊的像素，Wpu(i, j)為Ipu第i行、第j列塊的像 素。
[0109] 根據(jù)差分和提取指紋邊界值的方法為：通過差分和闊值dif_sum_th判斷兩個圖 像塊的相似度，如果dif_sum > dif_sum_th，表示當前選取的圖像塊包含指紋信息，該 圖像塊的幾何中屯、列坐標即為指紋邊界值；否則表示兩個圖像塊的相似度很高，為背景圖 像，在水平方向上移動，繼續(xù)提取邊界值；邊界值提取完成，用left (m)表示指紋左邊界值， ri曲t (m)表示右邊界值；block(m, η)表示圖像I的第m行、第η列的塊，其中m = [i/b]， 滿足 0《m《[IMAGE_H/b]。
[0110] (1)提取左邊界值的方法為：從圖像左邊開始W步長為2向右邊開始移動，對于水 平方向第η塊，找到垂直方向上兩塊相似度很小的兩個圖像塊，將[η巧+6/?作為左邊界位 置記錄，記為left (m)，如圖4(b)所示，標記的左邊界點（302)為實施例圖像提取的左邊界 值；
[01川 似提取右邊界值的方法為：從圖像右邊開始W步長為2向左邊開始移動，對于水 平方向第η塊，找到垂直方向上兩塊相似度很小的兩個圖像塊，將[η巧+6/?作為右邊界值 記錄，記為ri曲t(m)，如圖4(b)所示，標記的右邊界點（30：3)為實施例圖像提取的右邊界 值。
[0112] 如圖4(b)所示，標記的邊界點可能存在遠離圖像邊界的異常邊界點（304)，后續(xù) 需要剔掉此類異常邊界值。
[0113] 步驟2,根據(jù)相鄰兩點邊界值差分絕對值尋找穩(wěn)定邊界點。
[0114] 其方法為：從指紋圖像的最后一個邊界點向第一個邊界點進行邊界跟蹤，根據(jù)相 鄰兩個指紋邊界信息差分絕對值小于闊值〇FF_TH，W此方法分別找到左右邊界連續(xù)N個點 都滿足此條件的點，將連續(xù)N個點的第一個跟蹤點定為穩(wěn)定邊界點，將左邊界穩(wěn)定的點記 為left_st_pot (305)，右邊界穩(wěn)定的點記為1'；[曲1:_31:_901: (306)。所述最后一個邊界點為 垂直方向上最后一個圖像塊所對應(yīng)的邊界值。第一個邊界點為垂直方向上第一個圖像塊所 對應(yīng)的邊界值。所述N和0FF_TH滿足6《N《32,0《0FF_TH《10。
[0115] W 圖 2 中 block(m，n) (103、107)為例，油s(left(m)-left(m-l))<OFF_TH， 油S (left (m-1) -left (m-2)) <0FF_TH，......，油s (left (m_N+l) -left (m_N)) <0FF_TH，則說明 left (m)為左邊界穩(wěn)定點，否則left (m)為異常邊界點。同理，可證明ri曲t (m)是否為右邊 界穩(wěn)定點。
[0116] 如果在統(tǒng)計的N個點之內(nèi)出現(xiàn)異常邊界點，從異常邊界點后續(xù)一個點重新跟蹤， 直到找到連續(xù)N個穩(wěn)定變化的邊界點；如果所有點跟蹤完成后，仍未找到連續(xù)N個穩(wěn)定變化 的邊界值，返回失敗，說明該指紋圖像質(zhì)量非常差，否則進入步驟3。
[0117] 步驟3,根據(jù)相鄰兩個邊界值差分絕對值和相鄰邊界點的偏移位置定位法剔掉異 常邊界值，步驟如下：
[0118] (3-1)從左邊界穩(wěn)定點（305)向最后一個點進行跟蹤處理時，跟蹤處理圖像左邊 界值：
[0119] Stepl.如果油s (left (m) - left (m+1)) > bound_off_thl，說明 m+1 點偏離穩(wěn)定 點m點太遠，m+1點為異常邊界點，直接用m點的左邊界值替換掉m+1點的左邊界值，否則 進入Step2 ; 陽 12〇] Step2.如果油S (left (m) - left (m+1)) > bound_off_th2,說明 m+1 點偏離穩(wěn)定 點m點的距離在bound_off_thl與bound_off_th2之間，需要進一步用同樣的相鄰兩個點 差分方法，判斷m+1到m+N點的偏移位置，判斷方法如下：
[0121] S1.初始設(shè)置 track_bound = left (m+1)，cnt = 0, k = 2 ;
[0122] S2.使用差分絕對值判斷，dif =油s (track_bound - left (m+k))，如果 dif<bound_off_th2，cnt = cnt+1，track-bound = left (m+k)杏則 cnt、track-bound 保 持不變；k = k+l，2《k《N ;循環(huán)此步驟，直到k = N為止；所述cnt記錄了 m+1附近點的 數(shù)目；
[0123] S3.如果cnt > 2/3k，表示后續(xù)大部分邊界值在m+1點附近，即m+1點不是異常邊 界點；否則使用m點的左邊界值替換掉m+1點的左邊界值。
[0124] 所述m表示穩(wěn)定點在垂直方向?qū)儆诘趍塊圖像，m滿足left_st_pot《m《 [IMAGE_ H/b]，所述 bound_off_thl 和 bound_off_th2 滿足 20 > bound_off_thl〉bound_off_ th2 ^ 4〇 陽1巧]同理，從右邊界穩(wěn)定點（306)向最后一個點跟蹤處理圖像右邊界值。其中，'1曲*_ st_pot《m《[IMAGE_H/b]，且 20 > bound_off_thl > bound_off_th2 > 4。 陽1%] (3-2)從左邊界穩(wěn)定點（305)向第一個點進行跟蹤處理時，跟蹤處理圖像左邊界 值：
[0127] Stepl.如果油S (left (m) - left (m-1)) > bound_off_thl，說明 m-1 點偏離穩(wěn)定 點m點太遠，m-1點為異常邊界點，直接用m點的左邊界值替換掉m-1點的左邊界值，否則 進入Step2 ; 陽12引 Step2.如果油S (left (m) - left (m-1)) > bound_off_th2,說明 m-1 點偏離穩(wěn)定 點m點的距離在bound_off_thl與bound_off_th2之間，需要進一步用同樣的相鄰兩個點 差分方法，判斷m-1到m-N點的偏移位置，判斷方法如下：
[0129] S1.初始設(shè)置 track_bound = left (m_l)，cnt = 0, k = 2 ; 陽130] S2.使用差分絕對值判斷，dif =油s (track_bound - left (m-k));如果 dif<bound_off_th2，cnt = cnt+1，track-bound = left (m-k)杏則 cnt、track-bound 保 持不變；k = k+l，2《k《N ;循環(huán)此步驟，直到k = N為止；所述cnt記錄了 m+1附近點的 數(shù)目； 陽13U S3.如果cnt > 2/3k，表示后續(xù)大部分邊界值在m-1點附近，即m-1點不是異常邊 界點；否則使用m點的左邊界值替換掉m-1點的左邊界值。
[0132] 所述 m 滿足，0《m《left_st_pot，所述 bound_off_thl 和 bound_off_th2 滿足 20 ^ bound_off_thl > bound_off_th2 ^ 4〇
[0133] 同理，從右邊界穩(wěn)定點（306)向第一個點跟蹤處理圖像右邊界值。其中， 0《m《1'；[曲1:_31:_901:，且 20 > bound_off_thl > bound_off_th2 > 4。
[0134] 進一步地，所述步驟3,如果在跟蹤處理的最后Q個點時，出現(xiàn)相鄰兩個邊界差分 絕對值大于等于bound_off_thl時，可W考慮丟掉最后幾個邊界點相對應(yīng)的指紋圖像。所 述Q滿足6《Q《12。圖4(c)為本發(fā)明跟蹤處理異常邊界的結(jié)果圖，圖化）的異常邊界點 (304)已經(jīng)處理干凈。
[0135] 步驟為4,根據(jù)指紋邊界偏移方向?qū)吔缰颠M行平滑處理，處理步驟如下：
[0136] (4-1)左邊界平滑處理，從左邊界穩(wěn)定點（305)向第一個點進行跟蹤處理：
[0137] S1.設(shè) left_bound_pre = left(left_st_pot); 陽 138] S2. bound_dif = left_bound_pre - left (m)，如果 bound_dif 為 0,進入 S4 ;否則 執(zhí)行S3 ; 陽139] S3.提取m邊界點的前面N個邊界點的最小值min_bound，如果min_bound《 left_ bound_pre，表示前面N個邊界點相對于后一個邊界點向左偏，bound_dir = 1 ;否則表示前 面N個邊界點相對于后一個邊界點向右偏，bountdir = 2 ;
[0140] 根據(jù)如下條件對當前邊界值進行平滑處理： 陽141] 條件1 :如果bound_dir = 1，bound_dif<0,即前面N個邊界點相對于后一個邊 界點向左偏，左邊界穩(wěn)定的點left_st_pot相對于第m圖像塊運算得到的左邊指紋邊界值 left(m)向左偏，如圖 3(1)所示，min_bound<left_bound_pre<left(m);平滑時，第 m 塊邊 界值從平滑處理前的邊界點（200)沿著圖中箭頭方向平滑到左邊界穩(wěn)定的點對應(yīng)處，即平 滑處理后的邊界點（201)的位置，left(m) = left_bound_pre ;否則進入條件2 ; 陽 14引 條件 2 :如果 bound_dir = 1，bound_dif〉0, left (m) <min_bound，如圖 3 似所不， left (m) <min_bound<left_bound_pre ;平滑時，第m塊邊界值從平滑處理前的邊界點（200) 沿著圖中箭頭方向平滑到前面N個邊界點的最小值min_bound對應(yīng)處，即平滑處理后的邊 界點（201)的位置，left(m) = min_bound ;否則進入條件3 ; 陽 14引 條件 3 :如果 bound_dir = 2, bound_dif<0, left (m)〉min_bound，如圖 3 (3)所不， left (m)〉min_bound〉left_bound_pre ;平滑時，第m塊邊界值從平滑處理前的邊界點（200) 沿著圖中箭頭方向平滑到前面N個邊界點的最小值min_bound對應(yīng)處，即平滑處理后的邊 界點（201)的位置，left(m) = min_bound ;否則進入條件4 ;
[0144]條件 4 :如果 bound_dir = 2，bound_dif〉0,如圖 3 (4)所不，min_bound〉left_ bound_pre〉left(m);平滑時，第m塊邊界值從平滑處理前的邊界點（200)沿著圖中箭頭方 向平滑到前面N個邊界點的最小值min_bound對應(yīng)處，即平滑處理后的邊界點（201)的位 置，left (m) = min_bound。 陽145] S4. left_bound_pre = left(m)，進入S2循環(huán)執(zhí)行，直到所有點判斷完成，0《m < left_st_pot〇
[0146] 同理，從左邊界穩(wěn)定點（305)向最后一個點進行跟蹤處理，left_st_pot < m 《[IMAGE_H/b]
[0147] (4-2)右邊界平滑處理，從右邊界穩(wěn)定點（306)向第一個點進行跟蹤處理：
[0148] S1.設(shè) ri邑ht_bound_pre = ri邑ht (ri邑ht_st_pot);
[0149] S2. bound_dif = right_bound_pre - right (m)，如果 bound_dif 為 0,進入 S4 ;否 則執(zhí)行S3 ; 陽150] S3.提取m邊界點的前面N個邊界點的最大值max_bound，如果max_ bound《1'；[曲1:_13011]1(1_口的，表示前面N個邊界點相對于后一個邊界點向左偏，bountdir = 1 ;否則表示前面N個邊界點相對于后一個邊界點向右偏，bound_dir = 2 ; 陽151] 根據(jù)如下條件對當前邊界值進行平滑處理： 陽巧2] 條件1 :如果bountdir = 1，bountdifXO,即前面N個邊界點相對于后一個邊界 點向左偏，右邊界穩(wěn)定的點ri曲t_st_pot相對于第m圖像塊運算得到的右邊指紋邊界值 ri 曲 t(m)向左偏，如圖 3(1)所示，max_bound<left_bound_pre<left(m);平滑時，第 m 塊邊 界值從平滑處理前的邊界點（200)沿著圖中箭頭方向平滑到右邊界穩(wěn)定的點對應(yīng)處，即平 滑處理后的邊界點（201)的位置，:ri曲t(m) = 1'；[曲1:_13011]1(1_9'6 ;否則進入條件2 陽153]條件 2 :如果 bound_dir = 1，bound_dif〉0，ri曲t (m) <max_bound，如圖 3 (2)所 示，ri曲t (m) <111日義_13〇11]1(1<1'；[曲1:_13011]1(1_9'日；平滑時，第m塊邊界值從平滑處理前的邊界點 (200)沿著圖中箭頭方向平滑到前面N個邊界點的最大值max_bound對應(yīng)處，即平滑處理后 的邊界點（201)的位置，:ri曲t(m) =max_bound;否則進入條件3 陽?54]條件 3 :如果 bound_dir = 2，bound_dif<0，right (m)〉max_bound，如圖 3 (3)所 示，ri曲t (m)〉111日義_13〇11]1(1〉1'；[曲1:_13011]1(1_9'日；平滑時，第m塊邊界值從平滑處理前的邊界點 (200)沿著圖中箭頭方向平滑到前面N個邊界點的最大值max_bound對應(yīng)處，即平滑處理后 的邊界點（201)的位置，:ri曲t(m) =max_bound;否則進入條件4 陽 15引 條件 4 :如果 bound_dir = 2，bound_dif〉0,如圖 3 (4)所不，max_bound〉;right_ bound_pre〉ri曲t(m);平滑時，第m塊邊界值從平滑處理前的邊界點（200)沿著圖中箭頭方 向平滑到前面N個邊界點的最大值max_bound對應(yīng)處，即平滑處理后的邊界點（201)的位 置，right (m) = max_bound。
[0156] S4.1'；[曲1:_13011]1(1_9'6 = ri曲t (m)，進入S2循環(huán)執(zhí)行，直到所有點判斷完成，0《m < ri邑ht_st_pot。
[0157] 同理，從右邊界穩(wěn)定點（306)向最后一個點進行跟蹤處理，:1"；[曲1:_31:_口01 <m《[IMAGE_H/b]。圖4(d)為平滑處理的結(jié)果圖，可看到較之前更為平滑的平滑后的左 邊界點（307)及平滑后的右邊界點（308)
[0158] 步驟5,根據(jù)左右指紋邊界值，替換掉指紋圖像背景，使指紋圖像背景更干凈，圖 4(e)為替換掉指紋圖像背景的結(jié)果圖，其中可看到經(jīng)過本發(fā)明指紋圖像背景分割方法處理 后的圖像（310)及干凈的背景（309)。所述替換指紋圖像背景的方法，為本技術(shù)領(lǐng)域所熟知 的常用方法。 陽159] 本發(fā)明的參數(shù)范圍均通過測試得到。本發(fā)明實施例的詳細描述和附圖只是用于說 明本發(fā)明，而不是限制由權(quán)利要求和其等價物定義的本發(fā)明的范圍。
【主權(quán)項】
1. 一種指紋圖像背景分割的方法，其特征在于，包括： 步驟1，根據(jù)相鄰指紋序列帖間圖像塊差分和粗提取指紋信息邊界值； 步驟2,根據(jù)相鄰兩點邊界值差分絕對值尋找穩(wěn)定邊界點； 步驟3,根據(jù)相鄰邊界點差分絕對值和相鄰邊界點的偏移位置定位法處理異常邊界 值； 步驟4,根據(jù)指紋邊界偏移方向平滑處理邊界值； 步驟5,根據(jù)左右指紋邊界值，替換掉指紋圖像背景。2. 如權(quán)利要求1所述的指紋圖像背景分割的方法，其特征在于，所述相鄰指紋序列 帖間圖像塊劃分方法為：將采集的所有指紋帖序列組合為圖像高度為IMGE_H，寬度為 IMAGE_W的圖像I ;水平方向上移動步長為2個像素點，垂直方向上移動步長為b個像素 點，將I劃分為bXb的圖像塊；所述b滿足6《b《32,且b《IMAGE_H和b《IMAGE_W ; W(i，_]'）表示圖像I的第i行、第j列的像素，O《i < IMAGE_H，0《j < IMAGE_W。3. 如權(quán)利要求1所述的指紋圖像背景分割的方法，其特征在于，所述的差分和公式為：其中dif_sum表示差分和，m表示垂直方向的第m塊圖像，n表示水平方向上的第n塊 圖像;Wp(i, _]')為Ip第i行、第j列塊的像素，Wpu(i, _]')為Ipu第i行、第j列塊的像素；所 述Ip (P = 1，2, 3……）為第P帖指紋序列，Iw (P = 1，2, 3……）為第P+1帖指紋序列；滑動 式傳感器的Ip與I W為相鄰帖指紋序列，面狀式傳感器的IP為背景圖像，I W為指紋圖像。4. 如權(quán)利要求1所述的指紋圖像背景分割的方法，其特征在于，所述根據(jù)差分和提取 指紋邊界值的方法為：如果dif_sum> dif_sum_th，表示當前選取的圖像塊包含指紋信息， 該圖像塊的幾何中屯、列坐標即為指紋邊界值；否則表示兩個圖像塊的相似度很高，為背景 圖像，在水平方向上移動，繼續(xù)提取邊界值；邊界值提取完成，用left (m)表示指紋左邊界 值，ri曲t (m)表示指紋右邊界值；block (m, n)表示圖像I的第m行、第n列的塊，其中m = [i/b]，滿足0《m《[IMAGE_H/b];所述dif_sum_th為差分和闊值。5. 如權(quán)利要求1所述的指紋圖像背景分割的方法，其特征在于，所述尋找穩(wěn)定邊界點 的方法為：從指紋圖像的最后一個邊界點向第一個邊界點進行邊界跟蹤，根據(jù)相鄰兩個指 紋邊界信息差分絕對值小于闊值〇FF_TH，W此方法分別找到左右邊界連續(xù)N個點都滿足 此條件的點，將連續(xù)N個點的第一個跟蹤點定為穩(wěn)定邊界點，將左邊界穩(wěn)定的點記為left, St_p〇t，右邊界穩(wěn)定的點記為?。籟曲1：_31：_9〇1：; 所述最后一個邊界點為垂直方向上最后一個圖像塊所對應(yīng)的邊界值；所述第一個邊界 點為垂直方向上第一個圖像塊所對應(yīng)的邊界值；所述N和0FF_TH滿足6《N《32,0《0FF_ TH《10。6. 如權(quán)利要求5所述的指紋圖像背景分割的方法，其特征在于，所述尋找穩(wěn)定邊界點 的方法包括： (2-1)如果在統(tǒng)計的N個點之內(nèi)出現(xiàn)異常邊界點，從異常邊界點后續(xù)一個點重新跟蹤， 直到找到連續(xù)N個穩(wěn)定變化的邊界點； (2-2)如果所有點跟蹤完成后，仍未找到連續(xù)N個穩(wěn)定變化的邊界值，返回失敗，說明 該指紋圖像質(zhì)量非常差，否則進入步驟3。7. 如權(quán)利要求1所述的指紋圖像背景分割的方法，其特征在于，所述處理異常邊界值 的方法為： (3-1)從穩(wěn)定點向最后一個邊界點跟蹤處理圖像左邊界值： 51：巧1.如果油3(16；1^(111)-16；1^(111+1))>13011]1(1_(^；1^1：111，直接用1]1點的左邊界值替 換掉m+1點的左邊界值，否則進入Step2 ; 51：巧2.如果油3(16；1^(111)-16；1^(111+1))>13011]1(1_(社；1^1：112，用同樣的相鄰兩個點差分 方法，判斷m+1到m+N點的偏移位置； 所述 m 滿足 left_st_pot《m《[IMAGE_H/b]; (3-2)從穩(wěn)定點向最后一個邊界點跟蹤處理圖像右邊界值： 51：巧1.如果油3(1'；[曲1：(111)-1'；[曲1：(111+1))>13011]1(1_(^；1^1：111，直接用1]1點的右邊界值 替換掉m+1點的右邊界值，否則進入Step2 ; 51:巧2.如果油3(1'；[曲1:(111)-1'；[曲1:(111+1))>13〇11]1(1_(社'_1:112，用同樣的相鄰兩個點差 分方法，判斷m+1到m+N點的偏移位置； 所述 m 滿足！;[曲1:_31:_9〇1:《m《[IMAGE_H/b]; (3-3)從穩(wěn)定點向第一個邊界點跟蹤處理圖像左邊界值： 51：巧1.如果油3(16；1^(111)-16；1^(111-1))>13011]1(1_(^；1^1：111，直接用1]1點的左邊界值替 換掉m-1點的左邊界值，否則進入Step2 ; 51：巧2.如果油3(16；1^(111)-16；1^(111-1))>13011]1(1_(社；1^1：112，用同樣的相鄰兩個點差分 方法，判斷m - 1到m - N點的偏移位置； 所述m滿足O《m《left_st_pot ; (3-4)從穩(wěn)定點向第一個邊界點跟蹤處理圖像右邊界值： 51：巧1.如果油3(1'；[曲1：(111)-1'；[曲1：(111-1))>13011]1(1_(社；1^1：111，直接用1]1點的右邊界值 替換掉m-1點的右邊界值，否則進入Step2 ; 51:巧2.如果油3(1'；[曲1:(111)-1'；[曲1:(111-1))>13〇11]1(1_(社'_1:112，用同樣的相鄰兩個點差 分方法，判斷m - 1到m - N點的偏移位置； 所述m滿足O《m《！;[曲1:_31:_口〇1:; 所述 bound_off_thl 和 bound_off_th2 滿足 20 > bound_off_thl > bound_off_ th2 ^ 4〇8. 如權(quán)利要求7所述的指紋圖像背景分割的方法，其特征在于，所述根據(jù)相鄰兩個點 差分方法判斷偏移位置的方法包括： (1)從穩(wěn)定點向最后一個邊界點跟蹤處理圖像左邊界值，判斷m+1到m+N點的偏移位置 的方法：51. 初始設(shè)置 track_bound = left(m+l)，cnt = 0, k = 2 ;52. 使用差分絕對值判斷，dif =油s(track_bound- left(m+k));如果 dif<bound_ off_th2, cnt = cnt+1，track-bound = left (m+k);否卯J cnt、track-bound 保持不變；k = k+1，2《k《N ;循環(huán)此步驟，直到k = N為止；所述cnt記錄了 m+1附近點的數(shù)目；53. 如果cnt > 2/3k，表示后續(xù)大部分邊界值在m+1點附近，即m+1點不是異常邊界點； 否則使用m點的左邊界值替換掉m+1點的左邊界值； 似從穩(wěn)定點向最后一個邊界點跟蹤處理圖像右邊界值，判斷m+1到m+N點的偏移位置 的方法：51. 初始設(shè)置 track_bound = ri曲t (m+1)，cnt = 0, k = 2 ;52. 使用差分絕對值判斷，dif = 油s(track_bound-right(m+k));如果dif<bound_ off_th2, cnt = cnt+1，track-bound = ri邑ht (m+k)杏則 cnt、track_bound 保持不變；k = k+1，2《k《N ;循環(huán)此步驟，直到k = N為止；所述cnt記錄了 m+1附近點的數(shù)目；53. 如果cnt > 2/3k，表示后續(xù)大部分邊界值在m+1點附近，即m+1點不是異常邊界點； 否則使用m點的右邊界值替換掉m+1點的右邊界值； (3) 從穩(wěn)定點向第一個邊界點跟蹤處理圖像左邊界值，判斷m - 1到m - N點的偏移位置 的方法：51. 初始設(shè)置 track_bound = left(m-l)，cnt = 0, k = 2 ;52. 使用差分絕對值判斷，dif =油s(track_bound- left(m-k));如果 dif<bound_ off_th2, cnt = cnt+1，track-bound = left (m-k);否則 cnt、track-bound 保持不變；k = k+1，2《k《N ;循環(huán)此步驟，直到k = N為止；所述cnt記錄了 m+1附近點的數(shù)目；53. 如果cnt > 2/3k，表示后續(xù)大部分邊界值在m-1點附近，即m-1點不是異常邊界點； 否則使用m點的左邊界值替換掉m-1點的左邊界值； (4) 從穩(wěn)定點向第一個邊界點跟蹤處理圖像右邊界值，判斷m - 1到m - N點的偏移位置 的方法：51. 初始設(shè)置 track_bound = ri曲t (m-1)，cnt = 0, k = 2 ;52. 使用差分絕對值判斷，dif = 油s(track_bound-right(m-k));如果dif<bound_ off_th2, cnt = cnt+1，track-bound = ri邑ht (m-k)杏則 cnt、track-bound 保持不變；k = k+1，2《k《N ;循環(huán)此步驟，直到k = N為止；所述cnt記錄了 m+1附近點的數(shù)目；53. 如果cnt > 2/3k，表示后續(xù)大部分邊界值在m-1點附近，即m-1點不是異常邊界點； 否則使用m點的右邊界值替換掉m-1點的右邊界值。9.如權(quán)利要求1所述的指紋圖像背景分割的方法，其特征在于，所述根據(jù)指紋邊界偏 移方向平滑處理邊界值包括： (4-1)左邊界平滑處理，包括從穩(wěn)定點向第一個點進行跟蹤處理和從穩(wěn)定點向最后一 個點進行跟蹤處理，步驟如下：51. 設(shè) left_bound_pre = left (left_st_pot)； 52. bound_dif = left_bound_pre - left (m)，如果 bound_dif 為 0,進入 S4 ;否則執(zhí)行 S3 ；53. 提取m邊界點的前面N個邊界點的最小值min_bound，如果min_bound《 left_ bound_pre，表示前面N個邊界點相對于后一個邊界點向左偏，bound_dir = I ;否則表示前 面N個邊界點相對于后一個邊界點向右偏，bouncLdir = 2 ;并根據(jù)平滑處理的條件對當前 邊界值進行平滑處理； 54. left_bound_pre = left(m)，進入S2循環(huán)執(zhí)行，直到所有點判斷完成； 對于從穩(wěn)定點向第一個點進行跟蹤處理，所述m滿足0《m < left_st_pot ;對于從穩(wěn) 定點向最后一個點進行跟蹤處理，所述m滿足left_st_pot<m《 [IMAGE_H/b]; (4-2)右邊界平滑處理，包括從穩(wěn)定點向第一個點進行跟蹤處理和從穩(wěn)定點向最后一 個點進行跟蹤處理，步驟如下： 51. ri邑ht-bound-pre = ri邑ht(ri邑ht_st-pot)； 52. bound_dif = !;[曲1:_13〇11]1(1_口'6 - ri曲t (m)，如果 bound_dif 為 0,進入 S4 ;否則執(zhí) 行S3 ;53. 提取m邊界點的前面N個邊界點的最大值max_bound，如果max_bound《！;[曲1:_ bound_pre，表示前面N個邊界點相對于后一個邊界點向左偏，bountdir = 1 ;否則表示前 面N個邊界點相對于后一個邊界點向右偏，bouncLdir = 2 ;并根據(jù)平滑處理的條件對當前 邊界值進行平滑處理；54. !;[曲1:_13〇11]1(1_9'6 = ri曲t(m)，進入S2循環(huán)執(zhí)行，直到所有點判斷完成； 對于從穩(wěn)定點向第一個點進行跟蹤處理，所述m滿足0《m < !;[曲1:_31:_9〇1:;對于從 穩(wěn)定點向最后一個點進行跟蹤處理，所述m滿足!;[曲1:_31:_9〇1: <m《[IMAGE_H/b]。10.如權(quán)利要求9所述的指紋圖像背景分割的方法，其特征在于，所述對當前邊界值進 行平滑處理的條件為： (1) 左邊界平滑處理時，平滑處理的條件： 條件 1 :如果 bound_dir = 1，bound_dif<0，left(m) = left_bound_pre ;否則進入條 件2 ; 條件 2 :如果 bound_dir = 1，bound_dif〉0，left(m)<min_bound，left(m) = min_ bound ;否則進入條件3 ; 條件 3 :如果 bound_dir = 2，bound_dif<0，left(m)〉min_bound，left(m) = min_ bound ;否則進入條件4 ; 條件 4 :如果 bound_dir = 2, bound_dif〉0, left(m) = min_bound ; (2) 右邊界平滑處理時，平滑處理的條件： 條件 1 :如果 bound_dir = 1，bound_dif<0，ri曲t(m) = !;[曲1:_13〇11]1(1_9'6 ;否則進入 條件2; 條件 2 :女日果 bound_dir = 1，bound_dif〉0，ri邑ht (m) <max_bound，ri邑ht (m) = max_ bound ;否則進入條件3 ; 條件 3 :女日果 bound_dir = 2，bound_dif<0，ri邑ht (m)〉max_bound，ri邑ht (m) = max_ bound ;否則進入條件4 ; 條件 4 :如果 bound_dir = 2, bound_dif〉0, ri曲t(m) = max_bound。
【文檔編號】G06K9/34GK105989351SQ201510100133
【公開日】2016年10月5日
【申請日】2015年3月6日
【發(fā)明人】田慧
【申請人】成都方程式電子有限公司