CN102592111A - 指纹预检质量和分割 - Google Patents

Abstract

本发明揭示一种指纹预检质量和分割，其可以脱离图像分辨率独立的实现、可以实时处理并且包括诸如指尖分割的分割，从而为四个手指平面、双拇指或整个手图像内的个别指尖提供图像质量评定。指纹质量模块从一或多个扫描装置接收含有脊线流动的影像，随后可以关于该脊线流动来评定质量、手性、历史信息分析和边框指派中的一或多个。

Description

指纹预检质量和分割

本申请是申请日为2006年6月23日、申请号为200680054332.1、发明名称为“指纹预检质量和分割”的中国专利申请的分案申请。

本申请主张2006年4月26提出的美国专利申请第60/795,215，题为“实时指纹质量和分割”的优先权，该美国申请将在此处结合参考。

技术领域

本发明通常涉及质量鉴定和分割。更明确地，本发明的一个示例性方面涉及诸如指纹、手印或脚印图像信息的生物统计图像信息的质量和分割鉴定。

背景技术

即时扫描装置提供充当帮助操作者获得手指方位和图像逼真度的预检操作模式。由于处理能力、定时限制和带宽要求，使得这些装置和其相关质量度量不能提供可以与登记应用或自动指纹识别系统(AFIS)以及其相关配套发动机所使用的其他更复杂质量测量相关的输出。硬件的限制同样会导致从手结构的其余部分动态分割出指尖和从指尖分离出诸如污点、微粒、潜在印记等的图像背景的能力的不足。

作为替代，即时扫描型装置利用基于图像对比的质量度量和静态扫描仪滚筒区域来分割。登记和AFIS/配套应用内所使用的指纹质量度量通常由于要求指纹影像的全分辨率扫描(通常在500ppi和1000ppi)而不适用于此预检能力。

发明内容

本发明的一个示例性方面通过提供与分辨率无关的脊线流动检测技术来处理这个间隙。随后，使用脊线流动图通过结合脊线流动强度、脊线流动连续性和局部图像对比来鉴定指纹质量。也可以将此脊线流动图用作分割的基础。

本发明的另一个示例性方面是用于指纹图像质量鉴定的基于脊线流动的系统和方法，该指纹图像鉴定与图像分辨率无关、可以实时处理并且包括诸如指尖分割的分割，从而为用于单独指尖的图像质量评价提供四个手指平面、双拇指或整个手图像。

例如，一个示例性方面的目标在于使用即时扫描指纹装置的登记应用，即时扫描指纹装置提供低分辨率预检图像数据，诸如代表包括脊线流动的手指、手或其他生物统计信息的图像数据。

本发明的方面另外还涉及从一或多个扫描装置接收随后可以在质量、手性、历史信息分析和边界框的分配中的一或多个方面被评价的含影像脊线的指纹质量模块。

本发明的额外示例性方面涉及脊线流动鉴定。

本发明的另外示例性方面涉及指纹图像的分割。

本发明的额外示例性方面涉及确定诸如指纹图像的输入图像的质量。

本发明的另外方面涉及基于图像分辨率来修正脊线流动过程。

本发明的另外示例性方面涉及基于接收到的图像来鉴定和提供反馈。

本发明的另外方面涉及识别一或多个指尖，且如果需要那么修整指间横纹处的尖端。

本发明的另外方面涉及确定边界框并将其放置于识别到的指尖周围。

本发明的另外示例性方面涉及实时鉴定即时扫描型装置处的指纹质量。

此发明的这些和其他性质以及优点将在实施例的以下详细描述中描述或将从这些描述变得显而易见。

附图说明

将参看以下图示详细描述本发明的实施例，其中：

图1说明根据此发明的示例性指纹质量系统；

图2较详细说明根据本发明的一个示例性实施例的指纹质量模块；

图3描述根据此发明的用于鉴定质量的示例性方法；

图4描述根据此发明的用于执行脊线流动的示例性方法；

图5描述根据此发明的用于执行分割的示例性方法；

图6描述根据此发明的用于执行分割的较特定示例性方法；

图7描述根据此发明的确定质量的示例性方法；

图8描述根据此发明的基于分辨率修改脊线流动的示例性方法；

图9-16说明区别质量和与其相关的示例性反馈指令的敲击扫描图像；

图17说明根据此发明的示例性脊线流动检测网格；

图18说明根据此发明的示例性系数相关性；

图19说明根据此发明的示例性平均脊线流动；

图20说明根据此发明的群集的示例性分组；

图21说明根据此发明的示例性分割后的指纹；

图22说明根据此发明的示例性网格放置；

图23说明根据此发明的第二示例性网格放置；

图24-27说明根据此发明的在不同分辨率的示例性目标正弦曲线；

图28说明根据此发明的示例性脊线流动检测中所使用的80系数；以及

图29说明根据此发明的示例性脊线流动检测中在四个不同分辨率利用的80系数。

具体实施方式

将关于图像质量和分割来描述此发明的示例性系统和方法。然而，为了避免不必要地模糊本发明，以下描述省略会以方块图形式展示的熟知结构和装置(通常已知或被概述)。为了解释的目的，阐述许多特定详情来提供对本发明的彻底理解。然而，应了解，除本文所阐述的特定详情之外，可以用各种方式来实施本发明。

另外，虽然本文所说明的示例性实施例展示了所配置系统的各种组件，但是应了解，可以将系统的各种组件放置在位于诸如LAN和/或因特网的分布式网络的远距离部分或专用系统内。因此，应了解，可以将此系统的组件组合为一或多个装置或配置在诸如通信网络的分布式网络的特殊网点上。从以下描述应了解，且因为计算效率，可以将系统的组件排列在分布式网络内的任何位置而不会影响系统的运作。

另外，应了解，连接元件的各种链路可以为有线或无线链路或其的任何组合，或者为能够将数据供应和/或传送到所连接的元件或从所连接的元件供应和/或传送数据的任何其他已知或以后开发的元件。

本文所使用的术语模块可以指能够执行与元件相关联的功能性的任何已知或以后开发的硬件、软件或硬件和软件的组合。同样，虽然根据示例性实施例描述了本发明，但是应了解，可以独立地主张本发明的个别方面。虽然本文所讨论的实施例将集中于指纹质量和分割，但是同样应了解，这些系统和方法将会同样适用于包括诸如脊线流动的任何类型的周期或重复模式的任何类型图像而不是限于手指、手、脚或其任何部分的图像。

图1说明指纹质量系统1的示例性实施例。指纹质量系统1包含可以连接到平板扫描仪或自动文件扫描仪15、全手扫描仪20和个别指纹扫描仪25、敲击扫描仪30、单指纹滚筒扫描仪35、其他基于光学或非光学的扫描仪40、音频和视频反馈装置45、一或多个用户界面55、人口统计数据源65和存储器60中的一或多个的指纹质量模块100，其中来自质量质量模块100的信息可以通过输出端50输出。

指纹质量模块100从各种源接收输入。例如，平板扫描仪或自动文件扫描仪15将对应图像转发到指纹质量模块100以供观察来将指纹卡10上的信息数字化。诸如可以采用敲击扫描的全手扫描仪20、个别指纹扫描仪25和敲击扫描仪30的即时扫描型装置同样捕获对应于含有人体部分的脊线流动的扫描的图像信息。类似地，单指纹滚筒扫描仪35将对应于滚筒印记的图像数据输入到指纹质量模块100。

另外，或者，指纹质量模块100可以从诸如电容性、超声波的其他基于光学或非光学的扫描仪40或通常从能够转发含有脊线流动信息的图像的任何源接收图像数据。

通常，可以将任何输入图像选择性地预先处理以增强脊线流动检测。例如，可以将输入图像预先处理以调整对比、清晰度或取样。同样可以将图像预先处理以用于增强或精简。

在运作中，指纹质量模块100从一个输入装置接收图像并确定脊线流动。一旦确定了脊线流动(如果其可以被确定)，那么可以识别出图像内的区域，诸如手指、指尖、脚趾、手、手掌或通常基于(例如)系统1的特殊工作环境的区域。

接着，指纹质量模块100执行确定和记下图像质量、对识别出的区域指派边框、确定图像的手性和对一系列捕获到的图像执行历史信息分析中的一个多个。例如，可以在指纹质量模块100实时地接收图像。可以协同存储器60来存储一系列图像，从而使得图像质量模块100可以对扫描的几个帧执行分析并因此(例如)建立关于图像质量的倾向信息。随后，可以将这个倾向信息用以帮助将音频或视频反馈提供到指纹所有人和/或以预测何时可以获得“良好图像”的方式来动态利用。

依据图像鉴定、指派边框、手性鉴定或历史信息分析中的一或多个结果，指纹质量模块100可以通过视频和/或视频反馈装置45和用户界面55中的一或多个来提供反馈。例如，可以将视频和/或视频装置45用以对指纹所有人提供反馈以指示扫描是否已经成功、是否需要手指在压盘上移动、更重或更轻地压下、伸直手等等。可以用音频和/或视频和/或用图来表示反馈，其中例如，基于系统1的特殊工作环境需要音频提示和/或许多语言。

另外，指纹质量模块100可以通过用户界面55提供反馈。例如，系统操作者可以使用户界面55的反馈信息，包括(例如)指示压盘需要清洁的指令、扫描装置中的一或多个存在问题、指纹信息的良好扫描和捕获是否已经成功、关于系统的操作状态或通常与指纹质量模块100所处理的操作或信息有关的任何信息。

协同人口统计数据源65的用户界面55同样允许人口统计数据、其他生物统计数据或通常与从各种扫描装置接收到的一或多个图像相关联的任何信息中的一或多个。此信息可以包括(但不限于)姓名、护照号码、社会保险号码、与扫描相关联的日期和时间信息、扫描的位置信息或通常(例如)可以用以帮助识别、分类、归类或标记图像的任何信息。例如，随后可以在存储器60中储存或通过输出端50输出具有人口统计元数据的图像。

例如，输出端50允许指纹质量模块输出具有或不具有人口统计元数据的一或多个图像，以允许(例如)印刷、脱机处理、识别、分析、比较、存档或通常用于任何需要的输出。

图2较详细描述指纹质量模块100。更明确地，指纹质量模块100包含全部由链路5相互连接的手性模块110、分割模块120、区域模块130、处理器140、内存150和I/O模块160、序列检验模块170、质量鉴定模块180、脊线流动模块190、对比模块195和自动捕获模块197。

如本文以下较详细讨论，呈现从多手指压印图像分割指尖的示例性非限制方法。

如之前所讨论，该过程从接收指纹图像开始。在接收图像之后，且协同脊线流动模块190，鉴定出在(例如)指纹图像的每个像素的强度、连续性或脊线流动角度。或者，或另外，可以对图像内诸如横越预定网格的预定位置鉴定出强度、角度和连续性。虽然本文以下将讨论用于脊线流动的特定方法，但是应了解，可以使用任何方法来鉴定能够输出表示在接收到的图像内的各点处脊线流动的强度、连续性或角度中的一或多个的信息的脊线流动。

分割模块120执行必要的鉴定以识别指尖位置。存在可以用于分割的各种方法，其中通常仅要求手指部分的边框的精确识别。

质量鉴定模块180利用脊线流动信息和分割信息以基于对比、脊线流动强度和局部脊线流动中的一或多个的指纹图像区域分析来确定质量度量。可以结合这些因素来形成每个指尖的质量得分。基于此质量得分，并协同反馈鉴定模块165，可以鉴定出适当反馈(如果需要)并将其转发到适当目的地。

取样模块130允许向上或向下取样接收到的图像。例如，依据接收到的图像的分辨率，从计算的观点看向上或向下取样图像都是有利的。

序列检验模块170执行接收到的指纹图像的序列检验。典型的序列检验将核实以诸如从食指到小手指的特定次序接收对应于个别指纹扫描的图像。如果鉴定出小食指已经脱离序列被接收，或者如果一个手指错误地成像两次，并协同反馈模块165，那么可以鉴定出适当的反馈并将其转发到适当目的地。

自动捕获模块197结合质量鉴定模块180一起工作并且能够动态鉴定出预期何时图像符合某个质量度量。例如，可以分析倾向信息并结合历史信息分析来预测预期指纹质量系统(且更明确地，指纹质量模块100)何时从一个扫描装置接收“良好”质量扫描。例如，如果指纹所有人开始在压盘上按压得太轻，且倾向信息指示压盘上已经存在压力的连续增加，那么将存在应捕获指纹的理想点。因此，此自动捕获模块197追踪此历史信息并在图像捕获序列期间的特殊时间点捕获图像。

图3是根据此发明描述操作指纹质量系统的示例性方法的流程图。更明确地，控制从步骤S300开始并且继续到步骤S310。在步骤S305中，接收图像。接着，在步骤S310中，鉴定接收到的图像的脊线流动。随后，在步骤S315中，建立关于接收到的图像的脊线流动阵列。控制随后继续到步骤S320.

在步骤S320中，识别出接收到的图像的一或多个区域。这些区域可以包括(但不限于)手指、指尖、脚趾、手、手掌或通常对其指派指纹质量系统来识别的任何区域。控制随后继续到步骤S325、S335、S340和S345中的一或多个。

更明确地，在步骤S325中，鉴定图像质量。一旦鉴定了图像的质量，那么在步骤S330中，例如，记下关于每个指尖的质量。控制随后继续到步骤S350。

在步骤S335中，可以将一或多个边框指派给识别出的区域，其中边框放置在识别出的区域周围。更明确地，边框识别手指、手、手掌、脚特征等周围的有意义的区域，即，对系统而言有意义的区域。可以通过使用脊线流动数据、用户输入或可以通过系统认定的其他数据中的一或多个来鉴定边框。框的精确范围可以为系统所要求的任何进一步扩展的有意义特征的最小区域。

在步骤S340中，执行手性鉴定。此允许系统鉴定(例如)在接收到的图像中表示左手或右手或其一部分。控制随后继续到步骤S350。

在步骤S345中，可以执行历史信息分析。如先前所讨论，此历史信息分析允许系统动态追踪与多个接收到的图像有关的倾向信息，且(例如)基于一或多个倾向来触发特点行动。控制随后继续至步骤S350。

在步骤S350中，基于先前步骤中的任何步骤来鉴定是否应对系统用户和指纹所有人中的一或多个提供反馈。如果鉴定出需要反馈，那么控制继续至提供反馈的步骤S355。否则，控制跳至鉴定是否要求额外扫描的步骤S360.如果要求额外扫描，那么控制返回至步骤S305。否则，控制继续至存储图像的步骤S365。控制随后继续至控制序列结束的步骤S370。

可以用与分辨率无关的方式来使用以上呈现的示例性方法。因此，可以修改本文所讨论的各种方法以接受各种分辨率的图像数据，其中特定脊线流动、分割和质量计算的以下详细讨论能够与相同指纹图像的各种版本共同起作用，其中版本之间的差异是捕获分辨率。因此，每个版本的处理导致类似(如果不相同)脊线流动检测。为了帮助维护过程的保真度，选定分割过程与质量鉴定都应遵守分辨率不变性。本文所描述的分割和质量方法将会以分辨率不变的方式来呈现以支持此保真度。

在处理脊线流动分割和质量得分、以及实时处理此信息的能力的所有方面中，在次分辨率输出与全分辨率输出之间是与分辨率无关且高级的相关性，此允许鉴定快速反馈。通过以快速方式鉴定基于脊线流动的质量和手指中指尖的位置，指纹质量系统能够利用经常产生低分辨率预检数据的图像捕获装置。

图4较详细描述用于确定脊线流动的示例性方法。更明确地，控制从S400开始并继续至步骤S410。在步骤S410中，选择点的网格。接着，在步骤S420中，对于每个图像网格点而言，为变化角度的预定数目频率的网格点周围的子窗确定傅立叶系数。随后，在步骤S430中，基于S420中的确定步骤的结果，确定峰值相关值的阵列，其中频率和角度最好与子窗中的局部脊线流动相匹配。控制随后继续至步骤S440.

在步骤S440中，从相关性图确定子窗中的峰值脊线流动角度(如果有)。接着，在步骤S450中，可以执行可选的原脊线流动图的平滑化或平均化。控制随后继续至控制序列结束的步骤S460。

图5说明示例性分割方法。更明确地，控制从步骤S500开始并继续至步骤S505。在步骤S505中，将相邻脊线流动检测组成为群。接着，在步骤S510中，标记每个群。随后，在步骤S515中，忽略隔离小的组。控制随后继续至步骤S520。

在步骤S520中，确定较大组的方向。接着，在步骤S525中，确定主要方向角度。随后，在步骤S530中，聚集组使其可以通过可疑段方向角度连接成段族群。控制随后继续至步骤S535。

在步骤S535中，移走任何非段的群组。接着，在步骤S540中，将每个段群组的末端组识别为指尖。接着，在步骤S545中，确定识别出的指尖是否太长。如果识别出的指尖太长，那么控制继续至微调指尖的步骤S550，其中控制继续至步骤S555。否则，如果识别出的指尖并不太长，那么控制跳至为每个指尖确定边框的步骤S555。控制随后继续至控制序列结束的步骤S560。

图6描述根据此发明的一个示例性实施例的手指特定分割方法。控制从步骤S600开始并继续至步骤S605。在步骤S605中，将相邻脊线流动保护组成为群。接着，在步骤S610中，标记每个群。随后，在步骤615中，可以忽略任何隔离小的组。控制随后继续至步骤S620。

在步骤S620中，确定较大组的方向。接着，在步骤S625中，确定主要方向角度。例如，此主要方向角度可以对应于手。较大群集的方向通常对应于表示手指的部分的组，诸如关节。在步骤S630中，聚集组使其可以通过手指方向角度连接。接着，在步骤S635中，移走任何非手指的群组。随后，将每个手指的最顶部组识别为指尖。控制随后继续至步骤S645。

在步骤S645中，确定识别出的指尖是否太长。如果指尖太长，那么控制继续至在指间皱纹微调指尖的步骤S650。控制随后继续至步骤S655。

如果识别出的指尖并不太长，那么控制跳至为每个指尖确定边框的步骤S655。控制随后继续至控制序列结束的步骤S660。

图7描述用于诸如指纹的输入图像的质量确定的示例性方法。控制从步骤S700开始并继续至步骤S705。在步骤S705中，识别出脊线流动检测并使其与基于接收到的分割信息的目标指纹相关联。接着，在步骤S710中，且对于每个检测，执行步骤S715-725。

在步骤S715中，确定关于识别出的检测的平均对比。接着，在步骤S720中，为每个脊线流动检测确定峰值傅立叶系数。随后，在步骤S725中，确定每个脊线流动检测与近邻之间的峰值角度一致性。控制随后继续至步骤S730。

在步骤S730中，组合结果并按比例将其定为质量得分。接着，在步骤S735中，确定是否已处理所有指尖。如果已经处理了所有指尖，那么控制继续至控制序列结束的步骤S750。否则，控制跳至步骤S740。

在步骤S740中，控制返回至步骤S705来选择下一个目标指纹。

在更特定的实施例中，质量鉴定中的第一个步骤是识别属于目标指尖的所有脊线流动检测。此信息直接来自于分割过程。对于每个指尖，对所以识别出的模块处理图像对比、检测强度和角度一致性。可以从傅立叶分析的DC分量得到图像对比。当前模块的值与图像背景之间的差异可以为此度量的基础。差异越大，对比越大，且质量等分越高。

第二度量是峰值检测的相对强度。可以将傅立叶系数的值与理想值相比较。系数越强，脊线流动得越显著，且质量得分越高。

最后鉴定是峰值检测角度的局部一致性。对于每个模块，将检测到的角度与相邻峰值角度相比较。如果角度大多数匹配，那么所得质量得分高。

随后可以将用于测量质量的这些三个度量组合以用于所有指尖脊线流动模块并将其按比例定为有意义的值。一个此计分方法导致从0到100的得分，其中例如，100表示最佳可能图像。

图8说明用于分辨率不变脊线流动鉴定的示例性方法。控制从步骤S800开始并继续至步骤S805。在步骤S805中，基于输入图像的分辨率来确定网格间距。接着，在步骤S810中，调整处理窗和傅立叶系数频率。控制随后继续至控制序列结束的步骤S815。

图9至16表示在最左上角中展示初始图像且由于反馈在最右下角图像中展示最终捕获的各种预检图像序列。更明确地，在图9中，将初始图像910识别为太轻。在这个点上，可以指导指纹所有人更重地按压压盘，且随着指纹所有人更重地按压，在捕获920中获得良好捕获。同样可以在图中看出的是边框930的初步确定。

在图10中，初始图像1010太暗。因此，向用户提供反馈以(例如)稍轻按压扫描仪以获得图像1020中表示的最终良好捕获。

在图11中，初始图像1110展示右手以逆时针方向旋转。在这个检测之后，指纹质量系统可以对指纹所有人提供反馈以要求指纹所有人伸直其手或使其处于较垂直方向。此动态捕获过程和反馈继续直至(例如)获得良好捕获1120。

图12说明已经被识别为部分离开扫描仪的右手侧的初始图像1210。再次，通过动态监控手的位置，可以对指纹所有者提供手变得更集中向上定位直到良好捕获1220的点的反馈。

图13说明展示需要集中于垂直方向的手的初始图像1310。假设对指纹所有者的反馈导致手朝向扫描装置的中心移动，其中最终捕获1320展示更集中位于扫描仪上的手。

图14说明其中由于手指太紧密放置所以边框部分重叠的初始图像1410.通过使用反馈，手指变得更展开于捕获系列直到在捕获1420中说明良好捕获。

图15说明其中手指放置得距离太远且实际上在扫描区域之外的初始图像1510。再次，例如，使用反馈可以引导指纹所有人使手指更紧密在一起，其中在图1520中说明良好最终捕获。

图16说明其中由于手移动使得捕获质量不足的初始图像1610。随着用户的手变得更稳定，可以在捕获1620中看到最终良好捕获。

通过参考现实手指来说明，且参看图17，关于样本指纹来展示示例性脊线流动确定。然而应了解，同样可以使用在不同角度的其他正弦曲线数目。确定从图像上网格1710的建立开始，例如，在每第十二行的每第十二列。网格表示关于脊线流动的局部倾向的分析的中心点。对于每个网格点1710和图像而言，可以为脊线流动分析图像的小子窗。在每个样本位置，例如，将图像数据的小的矩形窗与围绕(例如)十六个不同角度旋转的特定频率的五个正弦曲线相比较。为在十六个不同角度的这些五个频率中的每一个计算傅立叶系数。每个比较系列的结果是八十个系数的阵列，其中在最佳匹配局部脊线流动的频率和角度获得峰值。此可以在图18中看出，其中部分1810中的正弦曲线当与样本位置相比较时具有小的系数值，部分1820中的正弦曲线具有比部分1810中的系数值大的系数值，其中部分1830与样本位置相比具有小的系数值。

一旦对指纹图像中的所有窗确定了相关值之后，可以处理所得相关性图来识别在图像内的每个窗找到的峰值脊线流动角度(如果有)，从而产生原脊线流动图。可以对此数据进一步分析以移走任何异常，或使此数据平滑化或平均化以产生图19中所说明的平均脊线流动图，其中各种箭头1910突出显示平均脊线流动。如图19中看出，箭头用图表示脊线流动的局部峰值角度，其中每个箭头表示该网格位置的八十个系数之外识别出的峰值角度。

例如，并且参看图20和21，可以基于以下示例性步骤序列来执行从多手指压印分割指尖：

组合所有相邻脊线流动检测，

排出小的组，

识别每个组的方向角，

识别所有组的方向的中央角(手的方向角)，

识别沿此角向下的所有组并将其聚集为手指，

选择每个手指的最高组作为指尖，以及

后处理指尖以识别精确指尖长度。

更详细地，且参看图20，用具有“2”所表示的类似方向角的相邻检测来聚集脊线流动检测2010。如图20中看出，存在已经被识别为“1”和“2”并如此标记的两个脊线流动检测组。

移走并忽略诸如2020的隔离小的组，并处理较大的组来确定组的方向。随后，将来自所有组的中央角选择作为手的总方向角。随后，再次处理组以识别沿方向角下降的组，其中如图21中所看出，沿手方向下降的那些组被聚集为手指2110。随后，将其中每个颜色表示独立组的聚集脊线流动检测和手指群识别为位于沿手方向角度线2020的组。一旦建立手指/组联合，那么可以处理每个组以识别最顶部组作为指尖，例如2030。在指尖的长度违背了指尖的自然长度的情况下，在指间皱纹微调该组。

微调指尖、手指、手掌或其他目标手指的一个示例性优点在于仅隔离了与目标性质直接相关联的图像区域。例如，可以将指尖微调为指间周围处的长度。一个示例性方法可以使用拟人规则来使手指宽度与指尖长度相关联。第二个示例性方法可以分析脊线流动图来识别通常与指间皱纹相关联的脊线流动的断裂。

最后，结果是构成指尖以及指尖组的边框的所有脊线流动检测的识别。如同此发明的其他方面一样，可以与输入图像分辨率无关地来实施此，因为脊线流动的确定使以上确定与分辨率隔离。

参看图22至27来说明非限制实例。特定地，图像上覆盖的网格的建立可以与指纹图像的输入图像分辨率直接有关。随着分辨率降低，网格中的间距可以按(例如)线性方式减少。如果在500ppi的间距为12×12像素，那么在250ppi的间距可以为6×6像素。例如，比较图22和23，虽然像素中的间距改变，但是网格点的位置保持相同，从而使得随着分辨率改变网格点始终在相同物理点上。随着分辨率从500ppi减少，处理窗和傅立叶系数的频率相对于目标分辨率线性减少。例如，如果全分辨率窗为23×13像素，且支持在23像素长度中循环3次的正弦曲线，那么半分辨率窗将为在该11像素中具有3循环的11×6像素。

如图24至27中看出，图24是表示用于初始500ppi100％分辨率的目标正弦曲线。图25表示在80％分辨率的目标正弦曲线，图26在60％分辨率且图27在为250ppi的50％分辨率。

以下部分描述开发作为本发明的设计和实施过程的一部分的临时试验产品。

图28表示指纹图像与目标正弦曲线(在各角度-垂直轴，和频率-水平轴)之间的相关性。图像阵列中的每个“单元”表示利用特定频率的正弦曲线并在特定角度呈现的脊线流动计算的响应。

数据的第一列为DC术语-所取样窗的平均像素值。对于剩余列而言，像素的亮度与系数的强度相关，即，像素越亮，图像的子窗与目标正弦曲线之间的相关性越强。沿着从顶部到底部的每列，在明亮峰值中存在其响应指纹脊线流动的一般倾向而围绕指尖中心移动的倾向。

图29表示此图像的扩展。在四个不同分辨率呈现相同输入图像的四个独立实例。500ppi图像表示基线预期结果和倾向(角度与频率之间)。250ppi和170ppi的结果近似地跟随500ppi图像内的倾向。125ppi结果跟随总倾向但是由于125ppi的分辨率的失败所以存在降级以完全地解析平均手指中的基线流动。

可以在图像处理装置、指纹处理装置等或在具有图像处理能力的独立编程通用计算机上实施所描述的系统和方法。此外，可以在专用计算机、编程微处理器或微控制器和外围集成电路元件、ASIC或其他集成电路、数字信号处理器、诸如分离元件电路的硬接线电子或逻辑电路、诸如PLD、PLA、FPGA、PAL的可编程逻辑装置等上实施此发明的系统和方法。通常，能够实施状态机因而又能实施本文所说明的流程的任何装置可以用以实施根据此发明的图像处理系统。

另外，所揭示的方法可以在提供可以在各种电脑或工作站平台上使用的便携式源代码的使用目标的软件或与以目标为方向的软件开发环境中容易地实施。或者，所揭示的系统可以在使用标准逻辑电路或VLSI设计的硬件中部分或完全地实施。使用硬件还是软件来实施根据此发明的系统取决于系统的速度和/或效率要求、特定功能和所利用的特殊软件或硬件系统或微处理器或微计算机系统。然而，本应用领域的普通技术人员通过本文提供的功能描述并用计算机和图像处理技术的一般基础知识可以在使用任何已知或以后开发的系统或结构、装置和/或软件的硬件和/或软件中容易地实施本文所描述的系统和方法。

此外，可以用编程通用电脑、专用电脑、微处理器等上运行的软件来容易地实施所揭示的方法。在这些实例中，可以将此发明的系统和方法实施为嵌入个人计算机上的程序(诸如，JAVA或CGI脚本)、作为居于服务器或图形工作站上的源、作为嵌入专用指纹处理系统中的程序、作为插件程序等。该系统也可以通过将系统和方法人工并入到诸如图像处理器的硬件和软件系统的软件和/或硬件系统中来实施。

因此，显然已经根据本发明提供了在与指纹预检图像一起使用时尤其有用的用于指纹质量和分割的系统和方法。虽然结合若干实施例描述了此发明，但是显然对于本应用领域的普通技术人员而言，许多变化、修改和改变将存在并且是显而易见的。因此，在此发明的精神和范畴内意欲包含所有这些变化、修改、均等物和改变。

Claims (47)

1.一种用于任何分辨率的输入图像的图像质量鉴定方法，包含：

为接收到的图像确定脊线流动，所述接收到的图像包含任意分辨率的生物图像信息；

通过处理器和存储器建立脊线流动阵列；以及

识别所述图像的一或多个区域。

2.根据权利要求1所述的方法，其进一步包含鉴定并计分所述图像的质量。

3.根据权利要求1所述的方法，其进一步包含对所述图像的一部分指派边框。

4.根据权利要求1所述的方法，其进一步包含鉴定所述图像的手性。

5.根据权利要求1所述的方法，其进一步包含为质量、手性和边框的指派中的一或多个执行多个接收图像的历史分析。

6.根据权利要求1所述的方法，其进一步包含基于图像分辨率来为所述图像确定网格间距。

7.根据权利要求6所述的方法，其进一步包含基于所述图像分辨率来修改处理窗和傅立叶系数频率。

8.根据权利要求1所述的方法，其进一步包含为所述图像选择网格点并为每个图像网格点确定在不同角度的预定数目的频率的所述网格点周围的子窗的傅立叶系数。

9.根据权利要求8所述的方法，其进一步包含基于在不同角度的所述预定数目频率与局部脊线流动之间的峰值相关性来确定相关性图。

10.根据权利要求1所述的方法，其进一步包含从相关性图确定峰值脊线流动角度。

11.根据权利要求1所述的方法，其进一步包含平均化相关性图。

12.根据权利要求1所述的方法，其中实时执行所述方法。

13.根据权利要求1所述的方法，包含：

识别所接收图像中的脊线流动检测，所述所接收图像包含生物图像信息，且对于每个识别后的检测：

确定平均对比；

通过处理器确定峰值傅立叶系数；以及

确定脊线流动检测与相邻脊线流动检测之间的峰值角度一致性。

14.根据权利要求13所述的方法，其进一步包含计分所述接收的图像。

15.根据权利要求13所述的方法，其中所述接收的图像包含分割信息。

16.根据权利要求13所述的方法，其中所述接收的图像包括脊线流动信息。

17.根据权利要求13所述的方法，其进一步包含基于所述图像质量鉴定方法来确定和提供反馈。

18.一种用于任何分辨率的输入图像的图像质量模块，包含：

脊线流动模块和处理器，所述脊线流动模块和处理器经调适以为接收的图像确定脊线流动、建立脊线流动阵列和识别所述图像的一或多个区域，其中，所述接收的图像包含任意分辨率的生物图像信息。

19.根据权利要求18所述的模块，其进一步包含经调适以确定和计分所述图像的质量的质量鉴定模块。

20.根据权利要求18所述的模块，其中所述脊线流动模块进一步经调适以对所述图像的一部分指派边框。

21.根据权利要求18所述的模块，其进一步包含经调适以确定所述图像的手性的手性模块。

22.根据权利要求18所述的模块，其进一步包含经调适以为质量、手性和边框的指派中的一或多个执行多个接收图像的历史分析的自动捕获模块。

23.根据权利要求18所述的模块，其进一步经调适以基于图像分辨率来为所述图像确定网格间距。

24.根据权利要求23所述的模块，其进一步经调适以基于所述图像分辨率来修改处理窗和傅立叶系数频率。

25.根据权利要求18所述的模块，其进一步经调适以为所述图像选择网格点并为每个图像网格点确定在不同角度的预定数目的频率的所述网格点周围的子窗的傅立叶系数。

26.根据权利要求25所述的模块，其进一步经调适以基于在不同角度的所述预定数目频率与局部脊线流动之间的峰值相关性来确定相关性图。

27.根据权利要求18所述的模块，其进一步经调适以从相关性图确定峰值脊线流动角度。

28.根据权利要求18所述的模块，其进一步经调适以平均化相关性图。

29.根据权利要求18所述的模块，其中所述系统实时工作。

30.根据权利要求18所述的模块，其进一步包含经调适以重新取样所述输入图像的取样模块。

31.一种用于任何分辨率的输入图像的图像质量鉴定系统，包含：

用于为接收到的图像确定脊线流动的构件，所述接收到的图像包含任意分辨率的生物图像信息；

用于建立脊线流动阵列的构件；以及

用于识别所述图像的一或多个区域的构件。

32.根据权利要求31所述的系统，其进一步包含用于鉴定并计分所述图像的质量的构件。

33.根据权利要求31所述的系统，其进一步包含用于对所述图像的一部分指派边框的构件。

34.根据权利要求31所述的系统，其进一步包含用于鉴定所述图像的手性的构件。

35.根据权利要求31所述的系统，其进一步包含用于为质量、手性和边框的指派中的一或多个执行多个接收图像的历史分析的构件。

36.根据权利要求31所述的系统，其进一步包含用于基于图像分辨率来为所述图像确定网格间距的构件。

37.根据权利要求36所述的系统，其进一步包含用于基于所述图像分辨率来修改处理窗和傅立叶系数频率的构件。

38.根据权利要求31所述的系统，其进一步包含用于为所述图像选择网格点并为每个图像网格点确定在不同角度的预定数目的频率的所述网格点周围的子窗的傅立叶系数的构件。

39.根据权利要求38所述的系统，其进一步包含用于基于在不同角度的所述预定数目频率与局部脊线流动之间的峰值相关性来确定相关性图的构件。

40.根据权利要求31所述的系统，其进一步包含用于从相关性图确定峰值脊线流动角度的构件。

41.根据权利要求31所述的系统，其进一步包含用于平均化相关性图的构件。

42.根据权利要求31所述的系统，其中所述系统实时工作。

43.根据权利要求31所述的系统，包含：

用于识别所接收图像中的脊线流动检测的构件，所述所接收图像包含生物图像信息，且对于每个识别后的检测：

用于确定平均对比的构件；

用于确定峰值傅立叶系数的构件；以及

用于确定脊线流动检测与相邻脊线流动检测之间的峰值角度一致性的构件。

44.根据权利要求43所述的系统，其进一步包含用于计分所述接收的图像的构件。

45.根据权利要求43所述的系统，其中所述接收的图像包含分割信息。

46.根据权利要求43所述的系统，其中所述接收的图像包括脊线流动信息。

47.根据权利要求43所述的系统，其进一步包含用于基于所述图像质量鉴定方法来确定反馈的构件和提供反馈的构件。

Images