指纹识别-(8)指纹图像预处理算法之图像分割

如图指纹图像通常由脊谷区域、图像背景及边界、墨迹斑、模糊的可恢复的脊谷区域、不可恢复的模糊区域组成。在语义分割领域，图像的分割是将ROI(region of interest)分割出来。在指纹图像的分割领域，ROI一般定义为指纹前景即脊谷区域，本文所述的指纹图像的分割将可恢复区域及完好区域作为ROI。

在线指纹识别算法的一个重要步骤是对指纹图像的分割。指纹图像分割将包括脊线和谷线在内的有效区域从待分割的指纹图像中分离出来，从而达到了指纹识别的标准，降低了计算复杂度，提高了指纹识别系统的处理速度。指纹图像的分割的目标为将指纹前景区域进行分割，以避免在噪声和背景区域提取特征。Mehtre[34]认为一个好的指纹分割算法应当具有以下特点：
1、它应该检测图像中的污迹和噪声区域。
2、它不应该是敏感的对比度输入图像，因为对比度可以很容易地改变。
3、分割的结果应该对输入图像的增强保持不变。
4、它应该为不同的图像质量的图像提供标准一致的结果。

1、基于灰度方差的指纹图像分割方法

基于方差的指纹图像分割方法是使用最为广泛的，其分割的依据是每个块中与方向场垂直方向上的灰度水平的方差。基于方差的分割方法的基本的假设是，有噪声的图像区域没有方向依赖性，而指纹前景区域在与方向正交的方向上表现出非常高的方差，而在脊线上表现出非常低的方差。用方差来决定对应指纹块的质量，高方差的指纹块的质量为好，低方差的指纹块的质量为差。基于灰度方差的指纹图像分割算法如下：

1. 将指纹图像分为$w\times w(8\times 8)$的小块；

2. 计算每个指纹块的灰度强度的平均值，灰度强度的平均值的计算公式如公式:
   $$M=\frac{1}{w\times w}\sum _{u=x-\frac{w}{2}}^{u=x+\frac{w}{2}}\sum _{v=y-\frac{w}{2}}^{v=y+\frac{w}{2}}I\left(u,v\right)$$

3. 计算每个指纹块的灰度强度的方差，灰度强度的方差的计算公式如公式:
   $$VAR=\frac{1}{w\times w}\sum _{u=x-\frac{w}{2}}^{u=x+\frac{w}{2}}\sum _{v=y-\frac{w}{2}}^{v=y+\frac{w}{2}}$$