周作梅　趙紅梅

摘要：掌紋圖像感興趣區(qū)域ROI的提取是掌紋識別系統(tǒng)中一個關(guān)鍵步驟。首先對掌紋樣本作順序統(tǒng)計濾波處理后得到二值化圖像；然后基于數(shù)學(xué)形態(tài)學(xué)的分割思想得到掌紋角點圖；對掌紋角點圖上進行幾何操作來獲取手掌的質(zhì)心點；最后以規(guī)范后的質(zhì)心點為中心提出掌紋ROI，為特征提取和識別打個基礎(chǔ)。

關(guān)鍵詞：掌紋圖像；感興趣區(qū)域；角點圖；質(zhì)點；二值化

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2015）07-0222-03

1 引言

在掌紋圖像采集過程中，受擺放位置、方向、光照等因素的影響，使得即使在不同時間對同一只手掌所采集得到的圖像都會有一定程度的不同，這些因素嚴重影響到掌紋圖像的特征提取，從而使掌紋識別率降低。為了解決這一問題，需要在提取掌紋圖像的識別特征前對其定位，把掌紋圖像校正到一個相同的方向后再截取相同位置的一塊大小也相同的掌紋圖像作為ROI。常用的定位方法有掌紋圖像的輪廓特征點定位方法[1]和求最大內(nèi)切圓[2]定位方法。

2 掌紋圖像的平滑濾波及二值化

手掌邊緣與背景的對比度較低，如果對掌紋圖像二值化得到掌紋輪廓線前采用平滑去噪可減少所得到的掌紋輪廓線中的噪聲，因此，二值化得到掌紋輪廓線之前需要對原始掌紋圖像進行平滑去噪處理。由于噪聲源眾多及噪聲種類復(fù)雜，平滑處理的方法也多種多樣，既可以在掌紋圖像的空間域[3]進行，也可以在掌紋圖像的頻率域[4，5]進行。本文采用空間域法進行對比性研究，最后采用順序統(tǒng)計濾波方法對原始掌紋圖像進行平滑濾波處理。提高掌紋圖像背景區(qū)域與目標區(qū)域的對比度。

掌紋圖像的二值化就是將圖像上的像素點的灰度值設(shè)置為0或1取值的二值圖像，使整個圖像呈現(xiàn)出明顯的黑白效果。在本文掌紋圖像平滑濾波的仿真結(jié)果及分析中，采用了順序統(tǒng)計濾波方法對掌紋圖像作濾波處理，圖1所示為對順序統(tǒng)計濾波處理后的掌紋圖像再二值化的結(jié)果。通過觀察圖1中的手指根部與手掌交叉處的角點部位可知，當按OSTU求閾值時的掌紋輪廓線的光滑度比閾值為0.1時的二值化圖像效果要好。因此本文選擇按OSTU算法來確定閾值，此時的最佳閾值為0.3294，即在灰度掌紋圖像中，灰度值大于0.3294的將其灰度值轉(zhuǎn)換為1，反之將其灰度值轉(zhuǎn)換為0。

3 掌紋ROI的提取及仿真分析

3.1 數(shù)學(xué)形態(tài)學(xué)

數(shù)學(xué)形態(tài)學(xué)以幾何學(xué)為基礎(chǔ)，用結(jié)構(gòu)元素基本工具去探測和提取圖像中的對應(yīng)形狀，以完成對圖像分析和識別的目的，數(shù)學(xué)形態(tài)學(xué)在信號處理中具有很多獨特的優(yōu)勢。本文利用數(shù)學(xué)形態(tài)學(xué)的相關(guān)性質(zhì)檢測并提取掌紋圖像的角點，仿真結(jié)果表明，該算法簡單、速度快且容易實現(xiàn)。

3.2 掌紋ROI的提取方法

4 小結(jié)

從香港理工大學(xué)（PolyU）掌紋識別研究中心所建立的掌紋庫中隨機選取400幅圖像作為測試。掌紋ROI的大小均為128×128，掌紋樣本圖像以位圖文件格式bmp存儲。本文中所有算法均采用Matlab7.1軟件仿真實現(xiàn)。其仿真結(jié)果比較見表1。

參考文獻：

[1] 鄔向前，張大鵬，王寬全.掌紋識別技術(shù)[M]. 北京： 科學(xué)出版社， 2006：18-46.

[2] 張俊. 掌紋識別[D]. 大連理工大學(xué)， 2006： 23-39.

[3] 丁西明， 段漢根. 圖像的空域平滑處理方法研究[J]. 農(nóng)業(yè)網(wǎng)絡(luò)信息， 2007（11）： 130-131.

[4] 王耀南， 要樹濤， 毛建旭. 計算機圖像處理與識別技術(shù)[M]. 北京： 高等教育出版社， 2001：55-195.

[5] 陳傳波， 金先級. 數(shù)字圖像處理[M]. 北京： 機械工業(yè)出版社， 2004：215-230.