如图3—3中点B 点。
图3—2邻域示意图
具体算法如下: (1)从端点出发,端点的八邻域只有一个点的灰度值为1,该点就是脊线跟踪的下一点。
(2)对脊线中间连续点,因为八邻域只有两个点灰度值为1,除去上一个被跟踪的点,剩下的一点即为下一个待跟踪点。
(3)设集合Ω={xi,yi,zi,gi},根据)(P C n 及)(P S n 的值判断被跟踪点的类型,并记
录下端点或分叉点的横坐标xi ,纵坐标yi ,及特征点的类型zi ,gi 是特征点的角度跟踪结束条件。端点的角度取从端点为起点的端线的角度,分叉点的角度取相对最小分支线的角度。端线及分支线的角度求法为:即从一个特征的位置出发坐标为(xi,yi)搜索到步长为7是最后一点坐标为(x,y)。如下式3—3。
gi=arctg(y-yi)/(x-xi) (3—3)
对指纹图像中的所有像素进行处理,分别记录下所有检测到的端点和分叉点,即完成了特征提取的第一步──特征的提取。
3.2.3算法比较
以上即是常用的两种特征点提取算法,通过比较不难发现:基于灰度直接提取算法原理比较简单,简化了图像增强、二值化步骤,直接求取脊线并得到特征点。并且由于步骤的简化一定程度上降低了伪特征点出现的概率。这两点是该算法的最大优点。但是