一种新的指纹图像分割算法

J4 ›› 2014, Vol. 36 ›› Issue (6): 1137-1147.

一种新的指纹图像分割算法

刘汉英1，周剑勋2

(1.桂林理工大学信息科学与工程学院，广西桂林 541004；2.桂林泓成橡塑科技有限公司，广西桂林 541004)

收稿日期:2012-08-17 修回日期:2013-01-21 出版日期:2014-06-25 发布日期:2014-06-25
基金资助:
国家自然科学基金资助项目(61262075);广西教育厅科研项目(200708LX226)

A novel algorithm for fingerprint segmentation

LIU Hanying1,ZHOU Jianxun2

(1.College of Information Science and Engineering，Guilin University of Technology,Guilin 541004;
2.Guilin hicheng Rubber and Plastics Machinery Company Limited,Guilin 541004,China)

Received:2012-08-17 Revised:2013-01-21 Online:2014-06-25 Published:2014-06-25

摘要/Abstract

摘要：

指纹图像分割是自动指纹识别的重要步骤。对指纹特征和传统指纹分割方法进行了研究，提出了一种新的指纹图像分割算法。先对指纹图像进行裁剪，如果指纹图像对比度较低，则对图像进行均衡化处理；然后对图像进行顶帽变换，补偿不均匀的背景亮度；最后用迭代自组织分析算法(ISODATA聚类)对图像进行分块分割和形态学图像处理。对国际指纹识别竞赛(FVC)数据库不同质量的指纹进行了测试，实验结果表明，此算法对不同质量的指纹是有效的，效果好于传统指纹分割方法。

关键词: 分割, 指纹, 算法, ISODATA聚类, 形态学图像处理

Abstract:

Fingerprint segmentation is an important step of automatic fingerprint identification system. The features of the fingerprint and the tradition fingerprint segmentation algorithms are studied. A new algorithm of fingerprint segmentation is proposed. Firstly, the print area is found quickly and the image is cropped. If the contrast is low, the histogram equalization is applied on the image. Then tophat transform is used on the image to compensate the nonuniform background intensity. After that, the algorithm of the iterative selforganizing data analysis technique is applied and the image is segmented by block. And the morphological image processing is adopted. The algorithm is tested on the different quality fingerprints of the FVC (Fingerprint Verification Competition) fingerprint databases. The experimental results indicate that the proposed algorithm is effective for different quality fingerprints and outperforms the tradition fingerprint segmentation algorithms.

Key words: segmentation;fingerprint;algorithm;ISODATA clustering;morphological processing

刘汉英1，周剑勋2. 一种新的指纹图像分割算法[J]. J4, 2014, 36(6): 1137-1147.

LIU Hanying1,ZHOU Jianxun2. A novel algorithm for fingerprint segmentation [J]. J4, 2014, 36(6): 1137-1147.

[1]	闫盼，谭瑛，张建华. 一种用于进化算法历史计算数据的高效利用方法[J]. J4, 20160101, 38(01): 62-66.
[2]	张琪1, 顾腾达1, 任宇辰1, 季津琪2, 陈海涛1. 多策略改进的蝴蝶优化算法[J]. 计算机工程与科学, 2025, 47(7): 1312-1320.
[3]	明天波1, 刘必慰1, 2, 胡春媚1, 2, 吴振宇1, 2, 宋睿强1, 2, 宋芳芳1. 一种多端口寄存器文件的全自动物理编译器[J]. 计算机工程与科学, 2025, 47(6): 976-987.
[4]	杨春苗, 王杨, 韩力英, 孙赫彬. 基于生成对抗网络的跨模态图像情感感知描述[J]. 计算机工程与科学, 2025, 47(5): 894-901.
[5]	邸剑, 万雪, 姜丽梅, . 基于随机对称搜索的进化强化学习算法[J]. 计算机工程与科学, 2025, 47(5): 912-920.
[6]	申锦尚, 张庆顺, 宋铁锐. 基于FPGA的高速AES实现与列混合改进[J]. 计算机工程与科学, 2025, 47(4): 612-620.
[7]	李世杰, 刘阳, 唐晋韬, 郄航. 基于孤立集分区的并行Louvain社区发掘算法[J]. 计算机工程与科学, 2025, 47(4): 621-633.
[8]	张金龙, 吴敏, 孙玉宝. CT图像肾肿瘤分割的三维轴向Transformer模型[J]. 计算机工程与科学, 2025, 47(4): 677-685.
[9]	彭林, 张鹏, 陈俊峰, 唐滔, 黄春. 基于监督学习的稀疏矩阵乘算法优选[J]. 计算机工程与科学, 2025, 47(3): 381-391.
[10]	梁荣光, 袁杰, 赵瑛瑛, 曹学伟. 基于改进实例分割的室内动态视觉SLAM方法[J]. 计算机工程与科学, 2025, 47(3): 504-512.
[11]	赵彩虹, 刘梓璇, 周建涛, . 一种基数为4的高基数SRT立方根算法设计与实现[J]. 计算机工程与科学, 2025, 47(2): 228-237.
[12]	沈勇辉, 卜东旭, 张胜裕, 宋慧慧, . 聚焦式学习分割一切提示的无监督视频目标分割[J]. 计算机工程与科学, 2025, 47(2): 298-307.
[13]	袁梁勇, 齐星云, 吕方旭, 罗章, 黄恒, 张庚, 王文晨, 李萌, 赖明澈. 面向Duobinary信号的时钟恢复电路研究与设计[J]. 计算机工程与科学, 2025, 47(1): 27-34.
[14]	章政, 夏小云, 陈泽丰, 向毅. 融合强化学习的分阶段策略求解旅行背包问题[J]. 计算机工程与科学, 2025, 47(1): 140-149.
[15]	高纪元, 刘杰, 陈昌盛, 李伟, 刘影, 杨靖, . 混合策略改进的蜣螂优化算法[J]. 计算机工程与科学, 2025, 47(1): 171-179.