本发明属于图像处理，具体涉及一种针对新型便携式滚动指纹采集仪的图像分割方法。
背景技术：
1、受益于指纹的独特性、稳定性与便利性，指纹识别成为了应用最早且最广泛的生物识别技术。指纹分割指的是从获取到的指纹图像中提取感兴趣区域，也就是指纹的纹理部分，是指纹识别过程中常见的预处理步骤。滚动指纹指的是在采集仪上滚动手指获取连续指纹图像拼接后的结果，与平面指纹相比，滚动指纹的前景区域更大，可被提取更多的信息，在诸多领域都有应用需求。然而目前针对滚动指纹的研究较少，大部分采集仪只能用于采集平面指纹，能够采集滚动指纹图像的光学采集仪多半无法应用于移动端。便携式采集仪的出现为该问题提供了解决方案，它能够在满足移动端滚动指纹采集需求的同时具备价格不昂贵的优点。
2、然而便携式采集仪获取的指纹图像与光学采集仪相比仍有问题首先，图像本身的背景噪声严重，造成的干扰较大；其次，相较于普通平面光学采集仪获取的图像，指纹图像的前景区域在整张图像的占比中较少。且目前指纹分割的研究对象基本为光学采集仪获取的指纹或潜在指纹，不能将能将现有的传统方法直接应用于便携式采集仪，而便携式采集仪也无法为基于深度学习的分割方法提供足够的硬件支持。
技术实现思路
1、为了克服现有技术的不足，为了解决移动端指纹采集的问题，本发明提供一种针对新型便携式滚动指纹采集仪的图像分割方法，旨在针对新型便携式滚动指纹采集仪的特性，实现移动端滚动指纹图像的实时分割。
2、为达到上述目的，本发明提出以下技术方案：
3、一种针对新型便携式滚动指纹采集仪的图像分割方法，包括以下步骤：
4、步骤1，基于新型便携式滚动指纹采集仪的指纹图像采集与图像预处理；
5、步骤2，基于边缘检测算法的指纹区域检测，得到指纹边缘图像；
6、步骤3，定义估价函数，基于指纹纹理的生物学特征处理指纹图像中的噪点；
7、步骤4，结合并查集与凸包算法确定指纹轮廓，针对滚动指纹图像采集流程的时序特征优化分割过程；
8、步骤5，基于贝塞尔曲线构造拟合指纹边缘。
9、进一步，所述步骤1包括以下子步骤：
10、步骤1.1，使用新型便携式滚动指纹采集仪，以1500*1600像素值的固定大小采集窗口获取指纹图像。
11、步骤1.2，基于灰度直方图对步骤1.1中获取的指纹图像进行对比度增强，增强公式如下：
12、
13、上述公式中，w与h指图像的宽与高；cdf为累计分布函数；s为原始灰度值；round代表取整函数，该方法利用灰度拉伸增强图像对比度，减轻部分指纹因按压过轻而造成线条曲线不明显的影响。
14、再进一步，所述步骤2包括以下子步骤：
15、步骤2.1，计算高斯滤波核去除图像中的噪点实现图像平滑，大小为(2k+1)*(2k+1)的高斯滤波核的计算方式如下所示：
16、
17、步骤2.2，使用scharr算子计算图像的亮度梯度场并进一步降噪，计算方式如下所示：
18、
19、步骤2.3，对完成降噪的图像进行非极大值抑制，将连续梯度方向分类为一组离散方向，用卷积核进行运算，寻找最优边缘像素点，之后滤除一些具有弱梯度值的边缘像素，同时保留强梯度值的像素，通过弱边缘像素来优化强边缘像素的轮廓，最后通过blob分析追踪边缘连接，以此得到指纹边缘图像。
20、更进一步，所述步骤3的过程如下：对于步骤2.3得到的指纹边缘图像中的某个点(x,y)，定义估价函数h(x,y)如下所示：
21、
22、上述公式中，i[x][y]代表像素点(x,y)的权值，xor代表异或运算。由于指纹纹理的生物学特征(具有明晰的类环状复杂纹理结构)，该估价函数在指纹区域的值会明显高于噪点区域，由此设置一个合理的阈值对指纹图像进行进一步降噪。
23、所述步骤4包括以下子步骤：
24、骤4.1，对于步骤3.1中得到的指纹图像中的两个像素点构成的连通集合a与b，若a中某点(x1,y1)与b中某点(x2,y2)满足下式：
25、(x1±a,y1)＝(x2,y2)or(x1y1±a,)＝(x2,y2)
26、则代表两个集合具有连通性，可被合并。将所有像素建立并查集维护连通性之后，若当中某个集合a满足下式：
27、
28、则说明集合a为指纹区域，上述公式中，ave代表集合a的灰度平均值，n代表集合包含的像素点数量，prospect(a)为集合内的前景点数量，area(a)为集合面积，β与γ为两个预定义的阈值。
29、步骤4.2，对于步骤4.1确定的指纹区域f，f内极点k(凸包内不能由其他点的凸组合表示的点)的凸组合可用下式表示：
30、
31、将极点按序相连即可得到指纹区域的外轮廓。为了求取极点，可将f内所有点按横纵坐标进行升序排序。完成排序后，具有最值的点必然位于凸包上，先将其加入集合。之后基于排序结果由小到大依次选点。对于当前选点o与集合中任意两点p与q，若满足下式：
32、
33、则说明o位于逆时针方向上，将其加入集合，上述公式中，代表p与o构成的向量，对f内所有点重复上述过程，结束后将集合内所有点相连，即可获得指纹轮廓的外接凸包；
34、步骤4.3，考虑到滚动指纹的采集是一组有规律的时序图像序列，因此可以通过图像的时序特征对指纹图像的分割过程进行优化，若上一帧中指纹的凸包为l1，当前帧指纹的凸包为l2，则相邻两帧必须满足下式：
35、
36、上述公式中，area(l1∩l2)代表两个凸包的相交面积，可通过半平面交的方式求取，τ为一个预设的阈值。
37、所述步骤5包括以下子步骤：
38、步骤5.1，取凸包上每一条边的中点，对该凸包内每一段“中点-端点-中点”的三元点集进行二阶贝塞尔曲线拟合，然后将求出的所有曲线连接在一起，最终就能够获得一个平滑曲线优化的凸区域。二阶贝塞尔曲线的计算公式如下所示：
39、b(∈)＝(1-ε)2*p0+2*ε*(1-ε)2*p1+ε2*p2ε∈[0,1]。
40、本发明的有益效果在于：该方法针对新型便携式采集仪提出了一种全新的指纹分割方法，可在满足移动端实时指纹采集的需求，无需专家手工分割，且不依赖于高精度的专业设备，具有良好的鲁棒性。
1.一种针对新型便携式滚动指纹采集仪的图像分割方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种针对新型便携式滚动指纹采集仪的图像分割方法，其特征在于，所述步骤1包括以下子步骤：
3.如权利要求1或2所述的一种针对新型便携式滚动指纹采集仪的图像分割方法，其特征在于，所述步骤2包括以下子步骤：
4.如权利要求3所述的一种针对新型便携式滚动指纹采集仪的图像分割方法，其特征在于，所述步骤3的过程如下：对于步骤2.3得到的指纹边缘图像中的某个点(x,y)，定义估价函数h(x,y)如下所示：
5.如权利要求4所述的一种针对新型便携式滚动指纹采集仪的图像分割方法，其特征在于，所述步骤4包括以下子步骤：
6.如权利要求1或2所述的一种针对新型便携式滚动指纹采集仪的图像分割方法，其特征在于，所述步骤5包括以下子步骤：
