基于k均值聚类与线性邻域传播结合的指纹图像分割方法

摘要

本发明公开了一种基于k均值聚类与线性邻域传播结合的指纹图像分割方法，包括步骤：1)利用指纹采集设备，采集指纹图像；2)对采集到的指纹图像进行分块，将其划分成W×W大小的不重叠图像块；3)对每个图像块提取块均值、块方差梯度和块加博特征的标准差，并对所有块的上述三个特征值进行归一化处理；4)对每幅指纹图像用k均值聚类算法自动标记部分前景块和背景块；5)采用线性邻域传播算法学；6)进行形态学处理，获得分割结果。该方法可以处理利用不同采集设备获得的指纹图像，得到很好的分割效果，非常适合应用于多类型指纹采集设备的互联网环境。

主权项

基于k均值聚类与线性邻域传播结合的指纹图像分割方法,其特征在于：其包括以下步骤：1）采集指纹图像；2）对采集到的指纹图像进行分块，将其划分成W×W大小的不重叠图像块；3）对每个图像块提取块均值、块方差梯度和块加博特征的标准差，并对所有块的上述三个特征值进行归一化处理；4）对每幅指纹图像用k均值聚类算法自动标记部分前景块和背景块；5）对每个图像块，使用块的行坐标、列坐标、块均值、块方差梯度和块加博特征的标准差组成一个五维的特征向量，然后利用所述步骤4）中标记的前景块和背景块，采用线性邻域传播算法学习，对剩余的无标记图像块进行类别标记为前景块或者背景块；6）进行形态学处理，获得分割结果。