[go: up one dir, main page]

TWI419057B - 指紋模糊影像偵測方法及其系統 - Google Patents

指紋模糊影像偵測方法及其系統 Download PDF

Info

Publication number
TWI419057B
TWI419057B TW99130288A TW99130288A TWI419057B TW I419057 B TWI419057 B TW I419057B TW 99130288 A TW99130288 A TW 99130288A TW 99130288 A TW99130288 A TW 99130288A TW I419057 B TWI419057 B TW I419057B
Authority
TW
Taiwan
Prior art keywords
fingerprint
image
block
blurred
fingerprint image
Prior art date
Application number
TW99130288A
Other languages
English (en)
Other versions
TW201211910A (en
Inventor
Jing Wein Wang
Original Assignee
Univ Nat Kaohsiung Applied Sci
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Univ Nat Kaohsiung Applied Sci filed Critical Univ Nat Kaohsiung Applied Sci
Priority to TW99130288A priority Critical patent/TWI419057B/zh
Publication of TW201211910A publication Critical patent/TW201211910A/zh
Application granted granted Critical
Publication of TWI419057B publication Critical patent/TWI419057B/zh

Links

Landscapes

  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)
  • Image Input (AREA)

Description

指紋模糊影像偵測方法及其系統
本發明係關於一種指紋模糊影像偵測方法及其系統;特別是關於在一指紋影像上尋找至少一模糊區塊之指紋模糊影像偵測方法及其系統。
一般而言,依英國指紋專家E. R. Henry的指紋分類方法將指紋分類為右旋蹄狀紋[right loop]、左旋蹄狀紋[left loop]、篷形弓狀紋[tented arch]、弓狀紋[plain arch或arch]及渦狀紋[whorl,即螺旋狀紋]。另外,將渦流紋[eddy]及S狀紋或雙環狀紋[S-type或twin loop]亦歸類為渦狀紋。
習用指紋辨識裝置,例如:中華民國專利公開第200641700號之〝全反射式指紋辨識裝置〞發明專利申請案,其揭示一種全反射式指紋辨識裝置,其包括一本體、一光源、一接合體及一感測器。本體具有一按觸區、一第一反射區及透光區。光源所產生之光線經過本體的透光區照射在放置於按觸區上的手指。接合體具有另一第二反射區,且在接合體上設置感測器,而本體及接合體連接處設有光圈,光圈為鍍黑或塗黑之不透光孔狀膜層,讓所經過設定的光線只通過該光圈並過濾其他雜光,成像於感測器上,使該指紋辨識裝置於擷取指紋影像時,以達到高對比及低雜訊之功效。
然而,在採集或偵測指紋影像時,往往可能因各種不當主客觀因素導致僅取得模糊指紋影像,即無法取得有效的指紋影像。事實上,該第200641700號僅提供指紋辨識技術,其並未提供對指紋模糊影像之偵測或辨識技術。
另一習用指紋偵測方法,例如:中華民國專利公開第200625193號之〝指紋偵測方法〞發明專利申請案,其揭示一種指紋偵測方法,其首先提供一待測體。將待測體置於影像截取區上滑動,同時使影像截取區在一測量時間內依序產生複數第一影像至影像處理器中,此影像處理器依序比對每一第一影像之重疊部分,而產生一第一移動速率,此影像截取區以再第一移動速率等速截取影像,而產生複數第二影像至影像處理器中,影像處理器依序將每一第二影像組成而一指紋影像。可使影像接合時大幅減少運算量,另外也可使指紋影像變形的機率降低,進而使指紋辨識率增加。
相對的,雖然該第200625193號可減少指紋影像變形的機率,其同樣並未提供對指紋模糊影像或指紋變形影像之偵測或辨識技術。
雖然前述專利已揭示相關指紋影像之偵測或辨識技術,但其並未對指紋模糊或變形影像之相關技術。事實上,就指紋影像辨識技術而言,其必然需要辨識指紋模糊或變形影像,否則其影響有效取得指紋影像的可靠度。因此,習用指紋影像辨識技術必然存在進一步辨識是否有效取得指紋影像的需求。
前述中華民國專利公開第200641700號及第200625193號專利申請案僅為本發明技術背景之參考及說明目前技術發展狀態而已,其並非用以限制本發明之範圍。
有鑑於此,本發明為了滿足上述需求,其提供一種指紋模糊影像偵測方法及其系統,其在一指紋影像上尋找至少一模糊區塊,以達成有效取得指紋影像之目的。
本發明之主要目的係提供一種指紋模糊影像偵測方法及其系統,其在一指紋影像上尋找至少一模糊區塊,利用該模糊區塊該指紋影像之品質,以達成有效取得指紋影像之目的。
為了達成上述目的,本發明之指紋模糊影像偵測方法包含:將一指紋影像進行能量轉換,以獲得一能量分佈圖;利用該能量分佈圖尋找指紋輪廓,以獲得數個標界,其圍繞形成一切割多邊形;及利用一小波轉換演算法在該切割多邊形內尋找至少一模糊區塊。
本發明之指紋模糊影像偵測系統包含:一輸入單元,其用以輸入一指紋影像;一演算單元,其將該指紋影像進行能量轉換,以獲得一能量分佈圖;該演算單元利用該能量分佈圖尋找指紋輪廓,以獲得數個標界,其圍繞形成一切割多邊形,再利用一小波轉換演算法在該切割多邊形內尋找至少一模糊區塊;及一輸出單元,其用以輸出該模糊區塊。
本發明較佳實施例之該模糊區塊之面積小於一預定值時,該指紋影像為有效指紋影像;反之,該模糊區塊之面積大於該預定值時,該指紋影像為無效指紋影像。
本發明較佳實施例之該預定值為該指紋影像之總面積之2%。
本發明較佳實施例在尋找指紋輪廓時,利用水平投影方式獲得該標界。
本發明較佳實施例在尋找指紋輪廓時,利用左、右水平投影方式獲得該標界。
本發明較佳實施例利用該標界切割一感興趣指紋區塊。
本發明較佳實施例在該感興趣指紋區塊內尋找該模糊區塊。
本發明較佳實施例之該小波轉換演算法為一二維非分離型小波轉換演算。
本發明較佳實施例之該演算單元包含一小波濾波器,其用以尋找該模糊區塊。
為了充分瞭解本發明,於下文將例舉較佳實施例並配合所附圖式作詳細說明,且其並非用以限定本發明。
本發明較佳實施例之指紋模糊影像偵測方法及其系統適用於各種指紋辨識裝置及其相關應用設備,例如:各類型電腦系統或保全系統,但其並非用以限定本發明之範圍。
第1圖揭示本發明較佳實施例之指紋模糊影像偵測方法及其系統在未影像處理下原始指紋影像之示意圖。請參照第1圖所示,本發明較佳實施例之指紋模糊影像偵測系統包含一輸入單元、一演算單元及一輸出單元。本發明之指紋模糊影像偵測方法係執行於該輸入單元,其用以輸入至少一原始指紋影像,如第1圖所示。
第2圖揭示本發明較佳實施例之指紋模糊影像偵測方法及其系統將原始指紋影像經奇異值分解處理後,獲得增益指紋影像[enhanced image]之示意圖,其對應於第1圖所示之該原始指紋影像。請參照第2圖所示,本發明之指紋模糊影像偵測方法係執行於該演算單元,其利用一奇異值分解法分解該原始指紋影像,以獲得一增益指紋影像,如第2圖所示。
本發明較佳實施例之指紋模糊影像偵測方法採用奇異值分解之m ×n 矩陣A (m n )為,
A =U ΣV t
其中U =[u 1 ,u 2 ,..,u m ]及V =[v 1 ,v 2 ,...,v n ]皆為正交矩陣[orthogonal matrix],Σ=[D ,0 ] t 在對角線上包含奇異值;D =diag (λ 1 ,λ 2 ,...,λ k )其在非遞增[non-increasing]序列中具有奇異值λ i , i =1,..., k 0 為零矩陣;矩陣Σ為表示指紋影像之強度訊息[intensity information]。
指紋影像之常態化影像[normalized image]為具有高斯分佈之均值及變異值之機率密度函數[probability density function,PDF]。將m ×n 矩陣A 分解為,
自上述方程式取出之k <r 正整數,並簡化為,
將上述方程式展開為,
其中k 為保留奇異值,且rank (Σ)=min (m ,n ),λ i u i v i t 含向量外積。矩陣A 之弗羅貝尼烏斯範數[Frobenius norm]為,
自上述方程式顯示矩陣A 之能量可依弗羅貝尼烏斯範數進行分割。
為了消除背景雜訊,將常態矩陣之最大奇異值依下列方式訂定權值,
其中Σ G 為表1之各資料庫取得高斯影像之均值及變異值。
表1:各資料庫之高斯分佈函數之均值及變異值。
本發明產生合成強度影像[synthetic intensity image]之方程式為,
A eq =U (αΣ G )V t
自上述方程式獲得具原始指紋影像尺寸之合成強度影像,且已消除原始指紋影像之背景雜訊。
第3圖揭示本發明較佳實施例之指紋模糊影像偵測方法及其系統將增益指紋影像經能量轉換處理後,獲得指紋影像之能量分佈示意圖,其對應於第1及2圖所示之該原始指紋影像及增益指紋影像。請參照第3圖所示,本發明之指紋模糊影像偵測方法係再利用執行該演算單元進行能量轉換處理,以獲得一能量分佈圖。將7×7圖素之局部標準平均值[local standard average]μ及轉換能量ε之定義表示為
其中N =49為常態化常數。
為了將灰階強度影像轉換,矩陣A 之門檻影像為,
其中圖素值255為感興趣物件[interest object],圖素值0為不感興趣區塊。
請再參照第1及3圖所示,相對於第1圖之原始指紋影像,第3圖之能量分佈指紋影像具有較佳對比性。
第4圖揭示本發明較佳實施例之指紋模糊影像偵測方法及其系統將指紋影像之能量分佈圖自左、右兩側進行水平投影之能量分佈投影示意圖,其對應於第3圖之左下方影像,如第3圖之箭頭所示。請參照第4圖所示,本發明之指紋模糊影像偵測方法係再利用執行該演算單元進行切割處理。該演算單元利用該能量分佈圖尋找指紋輪廓,以獲得數個標界[landmark],其圍繞形成一切割多邊形[segmented polygon]。
請再參照第4圖所示,本發明較佳實施例在尋找指紋輪廓[fingerprint contour]時,利用水平投影方式獲得該標界。此外,在尋找指紋輪廓時,利用左、右水平投影方式偵測該標界,如第4圖之左側所示,再利用該水平投影獲得該標界,如第4圖之右側所示。
第5圖揭示本發明較佳實施例之指紋模糊影像偵測方法及其系統於指紋影像切割形成感興趣指紋區塊之示意圖。請參照第5圖所示,本發明之指紋模糊影像偵測方法係再利用執行該輸出單元依該切割多邊形進行輸出影像,以便輸出一切割指紋邊界影像,如第4圖之多邊形所示。
請再參照第5圖所示,本發明較佳實施例利用該標界切割一感興趣指紋區塊[Impression of Interest,IOI]。本發明另一較佳實施例可省略將原始指紋影像進行奇異值分解處理及獲得增益指紋影像之步驟,如第2圖所示,並直接進行指紋影像之能量轉換處理,如第3圖所示。
本發明較佳實施例之指紋模糊影像偵測方法及其系統利用一小波轉換演算法在該切割多邊形內尋找至少一模糊區塊。在模糊偵測上,在該感興趣指紋區塊內以一小波濾波器逐一圖素進行尋找一感興趣區塊[Region of Interest,ROI],並建立該感興趣區塊為該模糊區塊。在11×11圖素[N =11]之模糊偵測上定義熵值採用方程式為,
其中D HH 為非次採樣[non-subsampled]變化的二維非分離型小波轉換[2D non-separable discrete wavelet transform,NSDWF]。
第6圖揭示本發明較佳實施例之指紋模糊影像偵測方法及其系統採用二維非分離型小波轉換濾波器之方塊示意圖。請參照第6圖所示,本發明較佳實施例之指紋模糊影像偵測方法及其系統利用二維非分離型小波轉換濾波器將訊號c s - 1 二維金字塔狀分解為低通[lowpass]近似值c s + 1 及二小波成分d s + 1 d s ,以測得該模糊區塊。
第7圖揭示本發明較佳實施例之指紋模糊影像偵測方法及其系統在原始指紋影像中未尋獲模糊區塊之示意圖。請參照第7圖所示,本發明較佳實施例之指紋模糊影像偵測方法及其系統在原始指紋影像[如第7圖之上排圖所示]之感興趣指紋區塊[IOI][如第7圖之下排圖所示]內未尋獲模糊區塊,因此該原始指紋影像為有效指紋影像。
第8a至8i圖揭示本發明較佳實施例之指紋模糊影像偵測方法及其系統在原始指紋影像中尋獲模糊區塊之示意圖。請參照第8a至8i圖所示,本發明較佳實施例之指紋模糊影像偵測方法及其系統在原始指紋影像[如第8a至8c圖所示]中經方向場估算[orientation field estimation]後,其存在模糊區塊[如第8d至8f圖所示之圓圈位置],且在其感興趣指紋區塊[IOI][如第8g至8i圖所示]內已尋獲數個模糊區塊。
請再參照第8g至8i圖所示,當該模糊區塊之面積小於一預定值[例如:模糊區塊小於總面積之2%]時,其不足以影響有效取得指紋影像的可靠度。此時,該原始指紋影像為有效指紋影像。反之,當該模糊區塊之面積大於該預定上限值[例如:模糊區塊大於總面積之2%]時,其足以影響有效取得指紋影像的可靠度。此時,該原始指紋影像為無效指紋影像。
前述較佳實施例僅舉例說明本發明及其技術特徵,該實施例之技術仍可適當進行各種實質等效修飾及/或替換方式予以實施;因此,本發明之權利範圍須視後附申請專利範圍所界定之範圍為準。
第1圖:本發明較佳實施例之指紋模糊影像偵測方法及其系統在未影像處理下原始指紋影像之示意圖。
第2圖:本發明較佳實施例之指紋模糊影像偵測方法及其系統將原始指紋影像經奇異值分解處理後,獲得增益指紋影像之示意圖。
第3圖:本發明較佳實施例之指紋模糊影像偵測方法及其系統將增益指紋影像經能量轉換處理後,獲得指紋影像之能量分佈示意圖。
第4圖:本發明較佳實施例之指紋模糊影像偵測方法及其系統將指紋影像之能量分佈圖自左、右兩側進行水平投影之能量分佈投影示意圖。
第5圖:本發明較佳實施例之指紋模糊影像偵測方法及其系統於指紋影像切割形成感興趣指紋區塊之示意圖。
第6圖:本發明較佳實施例之指紋模糊影像偵測方法及其系統採用二維非分離型小波轉換濾波器之方塊示意圖。
第7圖:本發明較佳實施例之指紋模糊影像偵測方法及其系統在原始指紋影像中未尋獲模糊區塊之示意圖。
第8a至8i圖:本發明較佳實施例之指紋模糊影像偵測方法及其系統在原始指紋影像中尋獲模糊區塊之示意圖。
[無元件符號]

Claims (10)

  1. 一種指紋模糊影像偵測方法,其包含:將一指紋影像進行能量轉換,以獲得一能量分佈圖;利用該能量分佈圖尋找指紋輪廓,以獲得數個標界,其圍繞形成一切割多邊形;及利用一小波轉換演算法在該切割多邊形內尋找至少一模糊區塊,其中該小波轉換演算法為一二維非分離型小波轉換演算。
  2. 依申請專利範圍第1項所述之指紋模糊影像偵測方法,其中該模糊區塊之面積小於一預定值時,該指紋影像為有效指紋影像;反之,該模糊區塊之面積大於該預定值時,該指紋影像為無效指紋影像。
  3. 依申請專利範圍第1項所述之指紋模糊影像偵測方法,其中利用該標界切割一感興趣指紋區塊。
  4. 依申請專利範圍第3項所述之指紋模糊影像偵測方法,其中在該感興趣指紋區塊內尋找該模糊區塊。
  5. 一種指紋模糊影像偵測方法,其包含:將一指紋影像進行能量轉換,以獲得一能量分佈圖;利用該能量分佈圖尋找指紋輪廓,以獲得數個標界,其圍繞形成一切割多邊形;及利用一小波轉換演算法在該切割多邊形內尋找至少一模糊區塊,其中該模糊區塊之面積小於一預定值時,該指紋影像為有效指紋影像;反之,該模糊區塊之面積大於該預定值時,該指紋影像為無效指紋影像。
  6. 一種指紋模糊影像偵測系統,其包含:一輸入單元,其用以輸入一指紋影像;一演算單元,其將該指紋影像進行能量轉換,以獲得一能量分佈圖;該演算單元利用該能量分佈圖尋找指紋輪廓,以獲得數個標界,其圍繞形成一切割多邊形,再利用一小波轉換演算法在該切割多邊形內尋找至少一模糊區塊;及一輸出單元,其用以輸出該模糊區塊,其中該小波轉換演 算法為一二維非分離型小波轉換演算。
  7. 依申請專利範圍第6項所述之指紋模糊影像偵測系統,其中該模糊區塊之面積小於一預定值時,該指紋影像為有效指紋影像;反之,該模糊區塊之面積大於該預定值時,該指紋影像為無效指紋影像。
  8. 依申請專利範圍第6項所述之指紋模糊影像偵測系統,其中利用該標界切割一感興趣指紋區塊。
  9. 依申請專利範圍第8項所述之指紋模糊影像偵測系統,其中在該感興趣指紋區塊內尋找該模糊區塊。
  10. 一種指紋模糊影像偵測系統,其包含:一輸入單元,其用以輸入一指紋影像;一演算單元,其將該指紋影像進行能量轉換,以獲得一能量分佈圖;該演算單元利用該能量分佈圖尋找指紋輪廓,以獲得數個標界,其圍繞形成一切割多邊形,再利用一小波轉換演算法在該切割多邊形內尋找至少一模糊區塊;及一輸出單元,其用以輸出該模糊區塊,其中該模糊區塊之面積小於一預定值時,該指紋影像為有效指紋影像;反之,該模糊區塊之面積大於該預定值時,該指紋影像為無效指紋影像。
TW99130288A 2010-09-08 2010-09-08 指紋模糊影像偵測方法及其系統 TWI419057B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW99130288A TWI419057B (zh) 2010-09-08 2010-09-08 指紋模糊影像偵測方法及其系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW99130288A TWI419057B (zh) 2010-09-08 2010-09-08 指紋模糊影像偵測方法及其系統

Publications (2)

Publication Number Publication Date
TW201211910A TW201211910A (en) 2012-03-16
TWI419057B true TWI419057B (zh) 2013-12-11

Family

ID=46764464

Family Applications (1)

Application Number Title Priority Date Filing Date
TW99130288A TWI419057B (zh) 2010-09-08 2010-09-08 指紋模糊影像偵測方法及其系統

Country Status (1)

Country Link
TW (1) TWI419057B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI549066B (zh) * 2015-03-17 2016-09-11 國立高雄應用科技大學 指紋影像之紋路增益方法及其系統
TWI759818B (zh) * 2020-08-11 2022-04-01 國立高雄科技大學 基於熵的叢集演算處理指紋影像之指紋奇異點偵測方法及其系統

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200719871A (en) * 2005-11-30 2007-06-01 Univ Nat Kaohsiung Applied Sci A real-time face detection under complex backgrounds
TW200813860A (en) * 2006-06-14 2008-03-16 Motorola Inc Method and apparatus for adaptive hierarchical processing of print images
TW200947315A (en) * 2008-05-07 2009-11-16 Han-Pang Huang Anti-forgery fingerprint verification system
TW201023055A (en) * 2008-12-12 2010-06-16 Moredna Technology Co Ltd Highly efficient method for processing fingerprint images

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200719871A (en) * 2005-11-30 2007-06-01 Univ Nat Kaohsiung Applied Sci A real-time face detection under complex backgrounds
TW200813860A (en) * 2006-06-14 2008-03-16 Motorola Inc Method and apparatus for adaptive hierarchical processing of print images
TW200947315A (en) * 2008-05-07 2009-11-16 Han-Pang Huang Anti-forgery fingerprint verification system
TW201023055A (en) * 2008-12-12 2010-06-16 Moredna Technology Co Ltd Highly efficient method for processing fingerprint images

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI549066B (zh) * 2015-03-17 2016-09-11 國立高雄應用科技大學 指紋影像之紋路增益方法及其系統
TWI759818B (zh) * 2020-08-11 2022-04-01 國立高雄科技大學 基於熵的叢集演算處理指紋影像之指紋奇異點偵測方法及其系統

Also Published As

Publication number Publication date
TW201211910A (en) 2012-03-16

Similar Documents

Publication Publication Date Title
Raghavendra et al. Novel image fusion scheme based on dependency measure for robust multispectral palmprint recognition
CN103827916B (zh) 皱纹检测与皱纹评估的方法、装置和系统
CN111201537B (zh) 在指纹分析中通过机器学习来区分活体手指与欺骗手指
Chen et al. Iris recognition based on bidimensional empirical mode decomposition and fractal dimension
Dewangan Importance & applications of digital image processing
CN110443148A (zh) 一种动作识别方法、系统和存储介质
Li et al. Face liveness detection and recognition using shearlet based feature descriptors
Xu et al. Improving the performance of iris recogniton system using eyelids and eyelashes detection and iris image enhancement
Sun et al. Palm vein recognition using curvelet transform
Labati et al. A neural-based minutiae pair identification method for touch-less fingerprint images
Shabanian et al. A new approach for detecting copy-move forgery in digital images
TWI419057B (zh) 指紋模糊影像偵測方法及其系統
KR101654287B1 (ko) 신체의 구조를 기반으로 하는 배꼽 영역 검출 방법
CN102013007A (zh) 用于检测面部的装置和方法
Wang et al. Hand vein recognition based on multi-scale LBP and wavelet
TWI460667B (zh) 模糊指紋影像重建方法
Ren et al. A linear hybrid classifier for fingerprint segmentation
Ray et al. Palm print recognition using hough transforms
TWI416432B (zh) 利用奇異值分解於指紋影像之增強及切割方法及其系統
Bouchemha et al. Multispectral palmprint recognition methodology based on multiscale representation
Bhaskar et al. Combined spatial and transform domain analysis for rectangle detection
Rajan et al. Fusion of iris & fingerprint biometrics for gender classification using neural network
Mohammedsayeemuddin et al. Efficient fingerprint image enhancement algorithm based on Gabor filter
TWI759818B (zh) 基於熵的叢集演算處理指紋影像之指紋奇異點偵測方法及其系統
Chaudhary et al. Hand geometry based recognition system

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees