基于线性支持向量机的指纹图像分割方法..doc

收稿日期:2008201216;修回日期:2008203227 基金项目:国家自然科学基金资助项目(50374097;博士点专项科研基金资助项目(20030533008 作者简介:李玉晓(19832,女,河北辛集人,硕士,主要研究方向为数字图像处理、模式识别(liyuxiao2005@;彭小奇(19622,男,四川武胜人,教授,博导,主要研究方向为信号与信息处理、智能决策;李晟(19822,男,湖南湘阴人,硕士,,彭小奇1,2,李晟1(,长沙410083;,湖南株洲412008摘要:针对现有指纹分割方法存在的不足,提出了一种基于线性支持向量机的指纹图像分割方法。该方法首先选择指纹图像子块的傅里叶频谱能量比和灰度对比度构成特征向量,利用线性支持向量机对这些特征向量进行分类,再运用二值图像形态学操作最终实现指纹图像分割。实验结果表明,与现有的一些典型方法相比,该方法对于指纹图像分割更为准确、可靠。关键词:指纹图像分割;傅里叶频谱能量比;灰度对比度;线性支持向量机中图分类号: 文献标志码:A 文章编号:100123695(20081223669202FingerprintimagesegmentationmethodbasedonlinearsupportvectormachineLIYu2xiao1,PENGXiao2qi1,2,LISheng1(&Technology,CentralSouthUniversity,Changsha410083,China;,ZhuzhouHunan412008,ChinaAbstract:,andthenclassifiedthesefeaturevectorsbylinearsupportvectormachine,:fingerprintimagesegmentation;Fourierspectrumenergyratio;graycontract;linearsupportvectormachine指纹图像分割是指纹识别系统预处理过程中的关键一步。尽可能早地分割出指纹图像前景区,可以使后续处理集中于前景区进行,从而有效地减少计算量,显著提高自动指纹识别系统的处理速度和准确性[1]。[2]最早提出将指纹图像分成许多互不重叠的图像子块,分析图像子块中像素梯度方向的统计特性,再结合灰度方差进行分割;[3]通过计算图像子块内像素灰度在块方向上投影的方差分割图像;[4]利用图像子块傅里叶变换的能量来分割图像。这些方法所采用的分割特征均过于单一、算法适应性差。[5]使用每个图像子块在其垂直方向上的投影信号的波峰波谷高度差、信号频率和方差,采用聚类的方法对图像子块进行分类。由于投影窗是重叠的,类别间的特征向量各分量并不独立,类间距离小,采用非监督学****的方法使其分类性能难以得到保证。[6]以单个像素为处理单元,提取其邻域灰度均值、方差及梯度一致性等特征,采用感知器对特征向量进行分类。由于感知器只适合于线性可分的情况,分类器训练迭代难以收敛,分类错误率高,且该方法以像素为处理单元,计算复杂度增加。[7]提取指纹图像子块中的灰度聚类度特征,结合子块内灰度均值、方差,采用基于最小错分样本数准则的线性分类器进行分类。但灰度聚类度特征与块内灰度均值分割特点相似,分类性能有限,且最小错分样本数准则分类器易陷入局部极小点,在小样本条件下还会出现过学****本文提出以指纹图像子块为处理单元,采用指纹图像子块的傅里叶频谱能量比与灰度对比度构成特征向量,利用线性支持向量机对这些特征向量进行分类,再结合二值图像形态学操作,最终将指纹图像的前、景区分割出来,有效地提高了后续过程的处理速