專利名稱：一種檢測圖像邊緣的方法和移動終端的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電子技術(shù)領(lǐng)域，尤其涉及一種檢測圖像邊緣的方法和移動終端。
背景技術(shù)：
隨著手機(jī)、平板電腦等移動終端功能越來越強(qiáng)，使用范圍越來越廣，移動終端的安全性越來越受到重視。利用移動終端獲取到的圖片提取掌紋特征信息并進(jìn)行識別，成為了一種移動終端解鎖技術(shù)，其中，采集到的掌紋圖像在提取特征之前常常要進(jìn)行定位和分割處理，以便于獲得同一區(qū)域的掌紋子圖像，為此要提取掌紋的輪廓，邊緣檢測是常用的方法。在現(xiàn)有技術(shù)中，大多數(shù)的掌紋邊緣檢測算法是在二值圖像中，利用微分算子中的卷積掩模對圖像中每個像素進(jìn)行卷積完成的，但是利用微分算子進(jìn)行卷積的方法算法復(fù)雜，計(jì)算量大、耗時多。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供一種檢測圖像邊緣的方法和移動終端，可以簡單、有效的提取密碼圖像的邊緣信息，以完成對密碼圖像的驗(yàn)證。
·
本發(fā)明實(shí)施例提供了一種檢測圖像邊緣的方法，包括:獲取用戶錄入的密碼圖像，并將所述密碼圖像轉(zhuǎn)換為二值圖像；搜索所述二值圖像中的目標(biāo)區(qū)域邊緣的起始點(diǎn)坐標(biāo)；根據(jù)所述起始點(diǎn)坐標(biāo)，并采用邊緣跟蹤算法進(jìn)行計(jì)算，得到目標(biāo)區(qū)域的邊緣信息，所述邊緣跟蹤算法包括基于八鄰域的邊緣跟蹤算法；根據(jù)所述邊緣信息完成對所述密碼圖像的驗(yàn)證。相應(yīng)地，本發(fā)明實(shí)施例還提供了一種移動終端，包括:獲取處理模塊，用于獲取用戶錄入的密碼圖像，并將所述密碼圖像轉(zhuǎn)換為二值圖像；搜索模塊，用于搜索所述二值圖像中的目標(biāo)區(qū)域邊緣的起始點(diǎn)坐標(biāo)；計(jì)算模塊，用于根據(jù)所述起始點(diǎn)坐標(biāo)，并采用邊緣跟蹤算法進(jìn)行計(jì)算，最終得到目標(biāo)區(qū)域的邊緣信息，所述邊緣跟蹤算法包括基于八鄰域的邊緣跟蹤算法；驗(yàn)證模塊，用于根據(jù)所述邊緣信息完成對所述密碼圖像的驗(yàn)證。本發(fā)明實(shí)施例通過移動終端獲取密碼圖像，并利用基于八鄰域的邊緣跟蹤算法提取密碼圖像的邊緣信息，以完成對所述密碼圖像的驗(yàn)證，采用該算法提取密碼圖像的邊緣信息可以使對密碼圖像進(jìn)行驗(yàn)證的過程變得更加簡單、快捷。


為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1是本發(fā)明實(shí)施例提供的一種檢測圖像邊緣的方法的流程示意圖；圖2是本發(fā)明實(shí)施例提供的另一種檢測圖像邊緣的方法的流程示意圖；圖3是本發(fā)明實(shí)施例提供的對噪聲處理的其中一種具體方法的流程示意圖；圖4是本發(fā)明實(shí)施例提供的一種移動終端的結(jié)構(gòu)示意圖；圖5是圖4中搜索模塊的結(jié)構(gòu)示意圖；圖6是圖4中計(jì)算模塊的結(jié)構(gòu)示意圖；圖7是圖4中獲取處理模塊的結(jié)構(gòu)示意圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。請參見圖1，是本發(fā)明實(shí)施例提供的一種檢測圖像邊緣的方法的流程示意圖，包括以下步驟:S101，獲取用戶錄入的密碼圖像，并將所述密碼圖像轉(zhuǎn)換為二值圖像；密碼圖像可以為用戶的指紋或掌紋，在移動終端解鎖之前，可以通過移動終端的攝像頭拍攝用戶的指紋或掌紋以獲得密碼圖像，或者可以通過移動終端的觸摸屏采集用戶的指紋或掌紋以獲得密碼圖像，再對獲取到的密碼圖像進(jìn)行二值圖像處理，所述二值圖像是指每個像素不是黑就是白，其灰度值沒有中間過渡的圖像。S102,搜索所述二值圖像中的目標(biāo)區(qū)域邊緣的起始點(diǎn)坐標(biāo)；由于目標(biāo)區(qū)域通常是個封閉的區(qū)域，其邊緣構(gòu)成一條閉合的曲線，沒有特定的端點(diǎn)，任何一個邊緣上的點(diǎn)均可用作起始點(diǎn)。因此，搜索起始點(diǎn)坐標(biāo)的具體過程可以為:從所述二值圖像的對角線出發(fā)，并找到目標(biāo)區(qū)域內(nèi)的參考點(diǎn)，再從所述參考點(diǎn)出發(fā)，進(jìn)行縱向或橫向搜索，直至找到目標(biāo)區(qū)域邊緣上的一點(diǎn)，并將該點(diǎn)作為起始點(diǎn)。S103，根據(jù)所述起始點(diǎn)坐標(biāo)，并采用邊緣跟蹤算法進(jìn)行計(jì)算，得到目標(biāo)區(qū)域的邊緣信息，所述邊緣跟蹤算法包括基于八鄰域的邊緣跟蹤算法；從所述起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)出發(fā)，并采用基于八鄰域的邊緣跟蹤算法以得到目標(biāo)區(qū)域的邊緣信息，具體過程為:將所述起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)作為初始點(diǎn)，在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)，并在搜索到邊緣點(diǎn)時，將所述初始點(diǎn)的像素值設(shè)置為有效值，再將所述搜索到的邊緣點(diǎn)作為初始點(diǎn)，重復(fù)執(zhí)行本步驟，直至搜索到的邊緣點(diǎn)的坐標(biāo)為所述起始點(diǎn)坐標(biāo)。邊緣信息包括目標(biāo)區(qū)域中的所有邊緣點(diǎn)。S104，根據(jù)所述邊緣信息完成對所述密碼圖像的驗(yàn)證；

得到邊緣信息之后，便可以對密碼圖像進(jìn)行定位和分割處理，再對密碼圖像提取特征和識別，以完成對所述密碼圖像的驗(yàn)證。本發(fā)明實(shí)施例通過移動終端獲取密碼圖像，并利用基于八鄰域的邊緣跟蹤算法提取密碼圖像的邊緣信息，以完成對所述密碼圖像的驗(yàn)證，采用該算法提取密碼圖像的邊緣信息可以使對密碼圖像進(jìn)行驗(yàn)證的過程變得更加簡單、快捷。請參見圖2，是本發(fā)明實(shí)施例提供的另一種檢測圖像邊緣的方法的流程示意圖，包括以下步驟:S201，通過攝像頭或觸摸屏獲取用戶錄入的密碼圖像，所述密碼圖像包括指紋或
掌紋；在移動終端解鎖之前，可以通過移動終端的攝像頭拍攝用戶的指紋或掌紋以獲得密碼圖像，或者可以通過移動終端的觸摸屏采集用戶的指紋或掌紋以獲得密碼圖像。S202，將獲取到的密碼圖像轉(zhuǎn)換為二值圖像；所述二值圖像是指每個像素不是黑就是白，其灰度值沒有中間過渡的圖像。S203，從所述二值圖像的對角線出發(fā)，并找到目標(biāo)區(qū)域內(nèi)的參考點(diǎn)；由于目標(biāo)區(qū)域通常是個封閉的區(qū)域，其邊緣構(gòu)成一條閉合的曲線，沒有特定的端點(diǎn)，任何一個邊緣上的點(diǎn)均可用作起始點(diǎn)。在搜索起始點(diǎn)之前，先尋找一個參考點(diǎn)，例如，從二值圖像的左上角出發(fā)，以一定長度的線段沿著二值圖像的對角線進(jìn)行搜索，直到該線段的其中一個端點(diǎn)進(jìn)入了二值圖像的目標(biāo)區(qū)域，則停止搜索，并將該端點(diǎn)作為參考點(diǎn)，以便于繼續(xù)搜索起始點(diǎn)。S204，從所述參考點(diǎn)出發(fā)，進(jìn)行縱向或橫向搜索，直至找到目標(biāo)區(qū)域邊緣上的一點(diǎn)，并將該點(diǎn)作為起始點(diǎn)；·在搜索到參考點(diǎn)之后，從所述參考點(diǎn)出發(fā)，進(jìn)行縱向或橫向搜索，直至找到目標(biāo)區(qū)域邊緣上的一點(diǎn)，即進(jìn)行縱向或橫向搜索時，找到了縱軸或橫軸與目標(biāo)區(qū)域邊緣上的交點(diǎn)，并將該交點(diǎn)作為起始點(diǎn)。S205,將所述起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)作為初始點(diǎn),在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)，并在搜索到邊緣點(diǎn)時，將所述初始點(diǎn)的像素值設(shè)置為有效值，再將所述搜索到的邊緣點(diǎn)作為初始點(diǎn)，重復(fù)執(zhí)行本步驟，直至搜索到的邊緣點(diǎn)的坐標(biāo)為所述起始點(diǎn)坐標(biāo)；具體的，從搜索到的起始點(diǎn)出發(fā)，并采用基于八鄰域的邊緣跟蹤算法以得到目標(biāo)區(qū)域的邊緣信息，對邊緣點(diǎn)的搜索和計(jì)算過程具體為:將所述起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)作為初始點(diǎn)，在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)，并在搜索到邊緣點(diǎn)時，將所述初始點(diǎn)的像素值設(shè)置為有效值，再將所述搜索到的邊緣點(diǎn)作為初始點(diǎn)，重復(fù)執(zhí)行本步驟，直至搜索到的邊緣點(diǎn)的坐標(biāo)為所述起始點(diǎn)坐標(biāo)。例如，在二值圖像中將目標(biāo)區(qū)域內(nèi)所有點(diǎn)的像素值設(shè)置為1，目標(biāo)區(qū)域外所有點(diǎn)的像素值設(shè)置為0，將起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)作為初始點(diǎn)，并從該初始點(diǎn)出發(fā)，按順時針方向在它的八個領(lǐng)域點(diǎn)中搜索第一個目標(biāo)鄰點(diǎn)，目標(biāo)鄰點(diǎn)是像素值為I的點(diǎn)，當(dāng)確定該目標(biāo)鄰點(diǎn)為邊緣點(diǎn)時，將該目標(biāo)鄰點(diǎn)的像素值由I設(shè)置為4,即將像素值設(shè)置為有效值,并將該目標(biāo)鄰點(diǎn)作為新的初始點(diǎn)，重復(fù)執(zhí)行本步驟，直至搜索到的邊緣點(diǎn)的坐標(biāo)為所述起始點(diǎn)坐標(biāo)，此時，二值圖像中目標(biāo)區(qū)域的所有邊緣點(diǎn)的像素值均被置換為4，其他點(diǎn)的像素值不變。S206，對像素值被設(shè)置為有效值的點(diǎn)進(jìn)行處理，得到目標(biāo)區(qū)域的邊緣信息；所述目標(biāo)區(qū)域的邊緣信息是通過二維矩陣表征，二維矩陣中所有有效值表示目標(biāo)區(qū)域的邊緣點(diǎn)，在得到目標(biāo)區(qū)域的邊緣信息時，便完成了對圖像邊緣的提取，采取基于八鄰域的邊緣跟蹤算法得到邊緣信息，可以大大減小數(shù)據(jù)量，為后續(xù)處理帶來了很大的方便。S207，根據(jù)所述邊緣信息完成對所述密碼圖像的驗(yàn)證；
得到邊緣信息之后，便可以對密碼圖像進(jìn)行定位和分割處理，再對密碼圖像提取特征和識別，以完成對所述密碼圖像的驗(yàn)證。請參見圖3，是本發(fā)明實(shí)施例提供的對噪聲處理的其中一種具體方法的流程示意圖，包括如下步驟:S301，判斷在該初始點(diǎn)的八個鄰域點(diǎn)中是否存在噪聲；所述噪聲具體為毛刺噪聲，在步驟S205中所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)之前，判斷在該初始點(diǎn)的八個鄰域點(diǎn)中是否存在噪聲。例如，在二值圖像中將目標(biāo)區(qū)域內(nèi)所有點(diǎn)的像素值設(shè)置為1，目標(biāo)區(qū)域外所有點(diǎn)的像素值設(shè)置為0，從某個初始點(diǎn)出發(fā)，并沿著某一條噪聲搜索，直至搜索到該噪聲的末端時，可以通過噪聲末端的點(diǎn)無法搜索到一個目標(biāo)鄰點(diǎn)以確定該初始點(diǎn)的八個鄰域點(diǎn)中存在噪聲，其中，所述目標(biāo)鄰點(diǎn)是像素值為I的點(diǎn)。S302，對所述噪聲進(jìn)行去除處理，再執(zhí)行所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)的步驟；當(dāng)S301的步驟判斷存在噪聲時，則對噪聲進(jìn)行去除處理，再執(zhí)行S205步驟中的所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)的步驟。例如，在二值圖像中將目標(biāo)區(qū)域內(nèi)所有點(diǎn)的像素值設(shè)置為1，目標(biāo)區(qū)域外所有點(diǎn)的像素值設(shè)置為0，從某個初始點(diǎn)出發(fā)，并沿著某一條噪聲搜索，直至搜索到該噪聲的末端時，可以通過噪聲末端的點(diǎn)無法搜索到一個目標(biāo)鄰點(diǎn)以確定該初始點(diǎn)的八個鄰域點(diǎn)中存在噪聲，其中，所述目標(biāo)鄰點(diǎn)是像素值為I的點(diǎn)，然后將噪聲末端的點(diǎn)刪除，即將該點(diǎn)的像素值置換為零，并使搜索沿著噪聲的末端回到它的根部，逐一將噪聲的每個點(diǎn)清零，當(dāng)搜索回到噪聲的根部時，可以搜索到該點(diǎn)的八個領(lǐng)域點(diǎn)中將存在像素值為I的點(diǎn)，此時即可執(zhí)行S205步驟中的所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)的步驟。S303,直接執(zhí)行所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)的步驟；當(dāng)S301步驟判斷不存在噪聲時，直接執(zhí)行S205步驟中的所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)的步驟。本發(fā)明實(shí)施例通過移動終端獲取密碼圖像，并利用基于八鄰域的邊緣跟蹤算法提取密碼圖像的邊緣信息，以完成對所述密碼圖像的驗(yàn)證，采用該算法提取密碼圖像的邊緣信息可以使對密碼圖像進(jìn)行驗(yàn)證的過程變得更加簡單、快捷。請參見圖4，是本發(fā)明實(shí)施例提供的一種移動終端I的結(jié)構(gòu)示意圖，所述移動終端I包括:獲取處理模塊10、搜索模塊20、計(jì)算模塊30、驗(yàn)證模塊40。其中，所述獲取處理模塊10，用于獲取用戶錄入的密碼圖像，并將所述密碼圖像轉(zhuǎn)換為二值圖像；密碼圖像可以為用戶的指紋或掌紋，在移動終端I解鎖之前，可以通過所述獲取處理模塊10控制攝像頭拍攝用戶的指紋或掌紋以獲得密碼圖像，或者可以通過所述獲取處理模塊10控制觸摸屏采集用戶的指紋或掌紋以獲得密碼圖像，再對獲取到的密碼圖像進(jìn)行二值圖像處理，所述二值圖像是指每個像素不是黑就是白，其灰度值沒有中間過渡的圖像。所述搜索 模塊20，用于搜索所述二值圖像中的目標(biāo)區(qū)域邊緣的起始點(diǎn)坐標(biāo)；由于目標(biāo)區(qū)域通常是個封閉的區(qū)域，其邊緣構(gòu)成一條閉合的曲線，沒有特定的端點(diǎn)，任何一個邊緣上的點(diǎn)均可用作起始點(diǎn)。因此，所述搜索模塊20可以從所述二值圖像的對角線出發(fā)，并找到目標(biāo)區(qū)域內(nèi)的參考點(diǎn)，再從所述參考點(diǎn)出發(fā)，進(jìn)行縱向或橫向搜索，直至找到目標(biāo)區(qū)域邊緣上的一點(diǎn)，并將該點(diǎn)作為起始點(diǎn)。所述計(jì)算模塊30，用于根據(jù)所述起始點(diǎn)坐標(biāo)，并采用邊緣跟蹤算法進(jìn)行計(jì)算，得到目標(biāo)區(qū)域的邊緣信息，所述邊緣跟蹤算法包括基于八鄰域的邊緣跟蹤算法；所述計(jì)算模塊30從所述起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)出發(fā)，并采用基于八鄰域的邊緣跟蹤算法以得到目標(biāo)區(qū)域的邊緣信息,具體過程為:將所述起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)作為初始點(diǎn)，在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)，并在搜索到邊緣點(diǎn)時，將所述初始點(diǎn)的像素值設(shè)置為有效值，再將所述搜索到的邊緣點(diǎn)作為初始點(diǎn)，重復(fù)執(zhí)行本步驟，直至搜索到的邊緣點(diǎn)的坐標(biāo)為所述起始點(diǎn)坐標(biāo)。邊緣信息包括目標(biāo)區(qū)域中的所有邊緣點(diǎn)。所述驗(yàn)證模塊40，用于根據(jù)所述邊緣信息完成對所述密碼圖像的驗(yàn)證；所述驗(yàn)證模塊40在得到邊緣信息之后，便可以對密碼圖像進(jìn)行定位和分割處理，再對密碼圖像提取特征和識別，以完成對所述密碼圖像的驗(yàn)證。請參見圖5,是圖4中搜索模塊20的結(jié)構(gòu)示意圖，所述搜索模塊20包括:參考點(diǎn)搜索單元201、起始點(diǎn)搜索單元202。其中，所述參考點(diǎn)搜索單元201，用于從所述二值圖像的對角線出發(fā)，并找到目標(biāo)區(qū)域內(nèi)的參考點(diǎn)；由于目標(biāo)區(qū)域通常是個封閉的區(qū)域，其邊緣構(gòu)成一條閉合的曲線，沒有特定的端點(diǎn)，任何一個邊緣上的點(diǎn)均可用作起始點(diǎn)。在搜索起始點(diǎn)之前，先由所述參考點(diǎn)搜索單元201尋找一個參考點(diǎn)，例如，所述參考點(diǎn)搜索單元201將從二值圖像的左上角出發(fā)，以一定長度的線段沿著二值圖像的·對角線進(jìn)行搜索，直到該線段的其中一個端點(diǎn)進(jìn)入了二值圖像的目標(biāo)區(qū)域，則停止搜索，并將該端點(diǎn)作為參考點(diǎn)，以便于繼續(xù)搜索起始點(diǎn)。所述起始點(diǎn)搜索單元202，用于從所述參考點(diǎn)出發(fā)，進(jìn)行縱向或橫向搜索，直至找到目標(biāo)區(qū)域邊緣上的一點(diǎn)，并將該點(diǎn)作為起始點(diǎn)；所述參考點(diǎn)搜索單元201在搜索到參考點(diǎn)之后，由所述起始點(diǎn)搜索單元202從所述參考點(diǎn)出發(fā)，進(jìn)行縱向或橫向搜索，直至找到目標(biāo)區(qū)域邊緣上的一點(diǎn)，即進(jìn)行縱向或橫向搜索時，找到了縱軸或橫軸與目標(biāo)區(qū)域邊緣上的交點(diǎn)，并將該交點(diǎn)作為起始點(diǎn)。請參見圖6，是圖4中計(jì)算模塊30的結(jié)構(gòu)示意圖，所述計(jì)算模塊30包括:邊緣點(diǎn)計(jì)算單元301、邊緣信息獲取單元302、判斷單元303、噪聲去除單元304、通知單元305。其中，所述邊緣點(diǎn)計(jì)算單元301,用于將所述起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)作為初始點(diǎn)，在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)，并在搜索到邊緣點(diǎn)時，將所述初始點(diǎn)的像素值設(shè)置為有效值，再將所述搜索到的邊緣點(diǎn)作為初始點(diǎn)，重復(fù)執(zhí)行本步驟，直至搜索到的邊緣點(diǎn)的坐標(biāo)為所述起始點(diǎn)坐標(biāo)；具體的，所述邊緣點(diǎn)計(jì)算單元301從搜索到的起始點(diǎn)出發(fā)，并采用基于八鄰域的邊緣跟蹤算法以得到目標(biāo)區(qū)域的邊緣信息，對邊緣點(diǎn)的搜索和計(jì)算過程具體為:所述邊緣點(diǎn)計(jì)算單元301將所述起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)作為初始點(diǎn),在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)，并在搜索到邊緣點(diǎn)時，將所述初始點(diǎn)的像素值設(shè)置為有效值，再將所述搜索到的邊緣點(diǎn)作為初始點(diǎn)，重復(fù)執(zhí)行本步驟，直至搜索到的邊緣點(diǎn)的坐標(biāo)為所述起始點(diǎn)坐標(biāo)。例如，在二值圖像中將目標(biāo)區(qū)域內(nèi)所有點(diǎn)的像素值設(shè)置為1，目標(biāo)區(qū)域外所有點(diǎn)的像素值設(shè)置為O,所述邊緣點(diǎn)計(jì)算單元301將起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)作為初始點(diǎn)，并從該初始點(diǎn)出發(fā)，按順時針方向在它的八個領(lǐng)域點(diǎn)中搜索第一個目標(biāo)鄰點(diǎn)，目標(biāo)鄰點(diǎn)是像素值為I的點(diǎn)，當(dāng)確定該目標(biāo)鄰點(diǎn)為邊緣點(diǎn)時，將該目標(biāo)鄰點(diǎn)的像素值由I設(shè)置為4,即將像素值設(shè)置為有效值，并將該目標(biāo)鄰點(diǎn)作為新的初始點(diǎn)，重復(fù)執(zhí)行本步驟，直至搜索到的邊緣點(diǎn)的坐標(biāo)為所述起始點(diǎn)坐標(biāo)，此時，二值圖像中目標(biāo)區(qū)域的所有邊緣點(diǎn)的像素值均被置換為4,其他點(diǎn)的像素值不變。所述邊緣信息獲取單元302，用于對像素值被設(shè)置為有效值的點(diǎn)進(jìn)行處理，得到目標(biāo)區(qū)域的邊緣信息；所述邊緣信息獲取單元302中的目標(biāo)區(qū)域的邊緣信息是通過二維矩陣表征，二維矩陣中所有有效值表示目標(biāo)區(qū)域的邊緣點(diǎn)，在所述邊緣信息獲取單元302得到目標(biāo)區(qū)域的邊緣信息時，便完成了對圖像邊緣的提取，采取基于八鄰域的邊緣跟蹤算法得到邊緣信息，可以大大減小數(shù)據(jù)量，為后續(xù)處理帶來了很大的方便。所述判斷單元303,用于所述邊緣點(diǎn)計(jì)算單元301在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)之前，判斷在該初始點(diǎn)的八個鄰域點(diǎn)中是否存在噪聲；所述噪聲具體為毛刺噪聲,在所述邊緣點(diǎn)計(jì)算單元301在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)之前，由所述判斷單元303判斷在該初始點(diǎn)的八個鄰域點(diǎn)中是否存在噪聲。例如，在二值圖像中將目標(biāo)區(qū)域內(nèi)所有點(diǎn)的像素值設(shè)置為1，目標(biāo)區(qū)域外所有點(diǎn)的像素值設(shè)置為0，從某個初始點(diǎn)出發(fā)，并沿著某一條噪聲搜索，直至搜索到該噪聲的末端時，所述判斷單元303可以通過噪聲末端的點(diǎn)無法搜索到一個目標(biāo)鄰點(diǎn)以確定該初始點(diǎn)的八個鄰域點(diǎn)中存在噪聲，其中，所述目標(biāo)鄰點(diǎn)是像素值為I的點(diǎn)。所述噪聲去除單元304，用于若所述判斷單元303判斷存在噪聲時，則對所述噪聲進(jìn)行去除處理,再通知所述邊緣點(diǎn)計(jì)算單元301執(zhí)行所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)；若所述判斷單元303判斷存在噪聲時，則所述噪聲去除單元304對噪聲進(jìn)行去除處理,再通知所述邊緣點(diǎn)計(jì)算單元301執(zhí)行所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)。例如，在二值圖像中將目標(biāo)區(qū)域內(nèi)所有點(diǎn)的像素值設(shè)置為1，目標(biāo)區(qū)域外所有點(diǎn)的像素值設(shè)置為0，從某個初始點(diǎn)出發(fā)，并沿著某一條噪聲搜索，直至搜索到該噪聲的末端時，可以由所述判斷單元303通過噪聲末端的點(diǎn)無法搜索到一個目標(biāo)鄰點(diǎn)以確定該初始點(diǎn)的八個鄰域點(diǎn)中存在噪聲，其中，所述目標(biāo)鄰點(diǎn)是像素值為I的點(diǎn)，然后由所述噪聲去除單元304將噪聲末端的點(diǎn)刪除，即將該點(diǎn)的像素值置換為零，并使搜索沿著噪聲的末端回到它的根部，逐一將噪聲的每個點(diǎn)清零，當(dāng)搜索回到噪聲的根部時，可以搜索到該點(diǎn)的八個領(lǐng)域點(diǎn)中將存在像素值為I的點(diǎn)，此時即可通知所述邊緣點(diǎn)計(jì)算單元301執(zhí)行所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)。所述通知單元305，用于若所述判斷單元303判斷不存在噪聲時，則通知所述邊緣點(diǎn)計(jì)算單元301執(zhí)行所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)。請參見圖7,是圖4中獲取處理模塊10的結(jié)構(gòu)示意圖,所述獲取處理模塊10包括:密碼圖像獲取單元101、二值圖像處理單元102。

其中，所述密碼圖像獲取單元101，用于通過攝像頭或觸摸屏獲取用戶錄入的密碼圖像，所述密碼圖像包括指紋或掌紋；
在移動終端I解鎖之前，可以通過所述密碼圖像獲取單元101控制攝像頭拍攝用戶的指紋或掌紋以獲得密碼圖像，或者可以通過所述密碼圖像獲取單元101控制觸摸屏采集用戶的指紋或掌紋以獲得密碼圖像。所述二值圖像處理單元102，用于將獲取到的密碼圖像轉(zhuǎn)換為二值圖像；由所述二值圖像處理單元102處理得到的所述二值圖像是指每個像素不是黑就是白，其灰度值沒有中間過渡的圖像。本發(fā)明實(shí)施例通過移動終端I獲取密碼圖像，并利用基于八鄰域的邊緣跟蹤算法提取密碼圖像的邊緣信息，以完成對所述密碼圖像的驗(yàn)證，采用該算法提取密碼圖像的邊緣信息可以使對密碼圖像進(jìn)行驗(yàn)證的過程變得更加簡單、快捷。本發(fā)明實(shí)施例中所述模塊或單元，可以通過通用集成電路，例如CPU (CentralProcessing Unit,中央處理器)，或通過 ASIC (Application Specific IntegratedCircuit,專用集成電路)來實(shí)現(xiàn)。本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，是可以通過計(jì)算機(jī)程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一計(jì)算機(jī)可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括如上述各方法的實(shí)施例的流程。其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(Read-Only Memory, ROM)或隨機(jī)存儲記憶體(Random AccessMemory, RAM)等。以上所揭露的僅為本發(fā)明較佳實(shí)施例而已，當(dāng)然不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明 權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。
權(quán)利要求
1.一種檢測圖像邊緣的方法，其特征在于，包括: 獲取用戶錄入的密碼圖像，并將所述密碼圖像轉(zhuǎn)換為二值圖像； 搜索所述二值圖像中的目標(biāo)區(qū)域邊緣的起始點(diǎn)坐標(biāo)； 根據(jù)所述起始點(diǎn)坐標(biāo)，并采用邊緣跟蹤算法進(jìn)行計(jì)算，得到目標(biāo)區(qū)域的邊緣信息，所述邊緣跟蹤算法包括基于八鄰域的邊緣跟蹤算法； 根據(jù)所述邊緣信息完成對所述密碼圖像的驗(yàn)證。
2.如權(quán)利要求1所述的方法，其特征在于，所述搜索所述二值圖像中的目標(biāo)區(qū)域邊緣的起始點(diǎn)坐標(biāo)，包括: 從所述二值圖像的對角線出發(fā)，并找到目標(biāo)區(qū)域內(nèi)的參考點(diǎn)； 從所述參考點(diǎn)出發(fā)，進(jìn)行縱向或橫向搜索，直至找到目標(biāo)區(qū)域邊緣上的一點(diǎn)，并將該點(diǎn)作為起始點(diǎn)。
3.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述起始點(diǎn)坐標(biāo)，并采用邊緣跟蹤算法進(jìn)行計(jì)算，得到目標(biāo)區(qū)域的邊緣信息，所述邊緣跟蹤算法包括基于八鄰域的邊緣跟蹤算法，包括: 將所述起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)作為初始點(diǎn)，在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)，并在搜索到邊緣點(diǎn)時，將所述初始點(diǎn)的像素值設(shè)置為有效值，再將所述搜索到的邊緣點(diǎn)作為初始點(diǎn)，重復(fù)執(zhí)行本步驟，直至搜索到的邊緣點(diǎn)的坐標(biāo)為所述起始點(diǎn)坐標(biāo)； 對像素值被設(shè)置為有效值的點(diǎn)進(jìn)行處理，得到目標(biāo)區(qū)域的邊緣信息。
4.如權(quán)利要求3所述的方法，其特征在于，所述目標(biāo)區(qū)域的邊緣信息是通過二維矩陣表征，二維矩陣中所有有效值表示目標(biāo)區(qū)域的邊緣點(diǎn)。
5.如權(quán)利要求4所述的方法,其特征在于,所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)之前，還包括: 判斷在該初始點(diǎn)的八個鄰域點(diǎn)中是否存在噪聲； 若存在噪聲，則對所述噪聲進(jìn)行去除處理，再執(zhí)行所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)的步驟； 若不存在噪聲，直接執(zhí)行所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)的步驟。
6.如權(quán)利要求5所述的方法，其特征在于，所述獲取用戶錄入的密碼圖像，并將所述密碼圖像轉(zhuǎn)換為二值圖像，包括: 通過攝像頭或觸摸屏獲取用戶錄入的密碼圖像，所述密碼圖像包括指紋或掌紋； 將獲取到的密碼圖像轉(zhuǎn)換為二值圖像。
7.一種移動終端，其特征在于，包括: 獲取處理模塊，用于獲取用戶錄入的密碼圖像，并將所述密碼圖像轉(zhuǎn)換為二值圖像； 搜索模塊，用于搜索所述二值圖像中的目標(biāo)區(qū)域邊緣的起始點(diǎn)坐標(biāo)； 計(jì)算模塊，用于根據(jù)所述起始點(diǎn)坐標(biāo)，并采用邊緣跟蹤算法進(jìn)行計(jì)算，得到目標(biāo)區(qū)域的邊緣信息，所述邊緣跟蹤算法包括基于八鄰域的邊緣跟蹤算法； 驗(yàn)證模塊，用于根據(jù)所述邊緣信息完成對所述密碼圖像的驗(yàn)證。
8.如權(quán)利要求7所述的移動終端，其特征在于，所述搜索模塊包括: 參考點(diǎn)搜索單元，用于從所述二值圖像的對角線出發(fā)，并找到目標(biāo)區(qū)域內(nèi)的參考點(diǎn)； 起始點(diǎn)搜索單元，用于從所述參考點(diǎn)出發(fā)，進(jìn)行縱向或橫向搜索，直至找到目標(biāo)區(qū)域邊緣上的一點(diǎn)，并將該點(diǎn)作為起始點(diǎn)。
9.如權(quán)利要求8所述的移動終端，其特征在于，所述計(jì)算模塊包括: 邊緣點(diǎn)計(jì)算單元，用于將所述起始點(diǎn)坐標(biāo)對應(yīng)的起始點(diǎn)作為初始點(diǎn)，在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)，并在搜索到邊緣點(diǎn)時，將所述初始點(diǎn)的像素值設(shè)置為有效值，再將所述搜索到的邊緣點(diǎn)作為初始點(diǎn)，重復(fù)執(zhí)行本步驟，直至搜索到的邊緣點(diǎn)的坐標(biāo)為所述起始點(diǎn)坐標(biāo)； 邊緣信息獲取單元，用于對像素值被設(shè)置為有效值的點(diǎn)進(jìn)行處理，得到目標(biāo)區(qū)域的邊緣信息。
10.如權(quán)利要求9所述的移動終端，其特征在于，所述計(jì)算模塊中的目標(biāo)區(qū)域的邊緣信息是通過二維矩陣表征，二維矩陣中所有有效值表示目標(biāo)區(qū)域的邊緣點(diǎn)。
11.如權(quán)利要求10所述的移動終端，其特征在于，所述計(jì)算模塊還包括: 判斷單元，用于所述邊緣點(diǎn)計(jì)算單元在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)之前，判斷在該初始點(diǎn)的八個鄰域點(diǎn)中是否存在噪聲； 噪聲去除單元，用于若所述判斷單元判斷存在噪聲時，則對所述噪聲進(jìn)行去除處理，再通知所述邊緣點(diǎn)計(jì)算單元執(zhí)行所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)； 通知單元，用于若所述判斷單元判斷不存在噪聲時，則通知所述邊緣點(diǎn)計(jì)算單元執(zhí)行所述在該初始點(diǎn)的八個鄰域點(diǎn)中搜索邊緣點(diǎn)。
12.如權(quán)利要求11所述的移動終端，其特征在于，所述獲取處理模塊包括: 密碼圖像獲取單元，用于通過攝像頭或觸摸屏獲取用戶錄入的密碼圖像，所述密碼圖像包括指紋或掌紋； 二值圖像處理單元，用于將獲取到的密碼圖像轉(zhuǎn)換為二值圖像。
全文摘要
本發(fā)明實(shí)施例公開了一種檢測圖像邊緣的方法和移動終端，其中方法包括獲取用戶錄入的密碼圖像，并將所述密碼圖像轉(zhuǎn)換為二值圖像；搜索所述二值圖像中的目標(biāo)區(qū)域邊緣的起始點(diǎn)坐標(biāo)；根據(jù)所述起始點(diǎn)坐標(biāo)，并采用邊緣跟蹤算法進(jìn)行計(jì)算，得到目標(biāo)區(qū)域的邊緣信息，所述邊緣跟蹤算法包括基于八鄰域的邊緣跟蹤算法；根據(jù)所述邊緣信息完成對所述密碼圖像的驗(yàn)證。采用本發(fā)明，可以簡單、有效的提取密碼圖像的邊緣信息，以完成對密碼圖像的驗(yàn)證。
文檔編號H04M1/725GK103227864SQ20131012252
公開日2013年7月31日 申請日期2013年4月10日 優(yōu)先權(quán)日2013年4月10日
發(fā)明者劉立榮 申請人:深圳市金立通信設(shè)備有限公司