中心点和三角点是描述指纹的关键特征点,一般称为指纹的奇异点。如图奇异点的提取对指纹图像的分类和指纹图像的匹配有重要意义。
奇异点的计算是以方向场为基础的。Kawagoe和Tojo用Poincare指标来发现奇异点。Karu Kalle和JainAnil K用一个迭代算法来求奇异点,比较花费时间,并且算法是依赖于整个指纹的图像被获取。为了使定位奇异点的算法能够不受低质量指纹图像中局部噪声的影响,奇异点的检测需要考虑一个比较大的邻域。本文采用基于点方向场的奇异点检测方法。
由图所示,将空域划分为8个方向,在点方向场上对任意像素点进行几个特定方向的采样,根据奇异点为全域方向急剧变化中心的特点,并为了抑制局部噪声的影响,需采用大采样间隔以保证足够大的采样区域。然后,根据中心点和三角点在方向场分布上的不同特点,制订方向采样值判定准则。
在对各方向采样值进行统计后,设定门限,确定采样后的统一方向,并与模板比较,以判定是否为奇异点。