一种基于特征点的指纹融合方法技术

本发明专利技术公开了一种基于特征点的指纹融合方法，包括提取任意两枚指纹图像的指纹细节点描述子；计算任意两枚指纹图像的指纹细节点描述子之间的相似度矩阵；计算相似度矩阵中以相似度最大的三个节点为中心的总体相似度；确定两幅指纹的中心点；构建两幅指纹的基准三角形ABC和abc；以三角形ABC所在指纹图像的指纹细节点为融合对象，以三角形abc所在指纹图像的指纹细节点为被融合对象进行融合。本发明专利技术通过指纹细节点描述子，用贪心法，再用各自图像中节点间夹角和距离的不变性或者变化小的特点，使对中心点的配对更加准确，使用特征点到基准三角形各个顶点的距离来寻找重合点，减小了错合的可能性，从而较大地提高了指纹识别的精度。

【技术实现步骤摘要】

本专利技术涉及指纹识别
，尤其涉及。
技术介绍
在指纹识别中，为了提高指纹识别的精度，降低拒错率，常常在采集指纹模板时，一次采集同一手指的指纹几次，那么同一手指的指纹的几次采集的特征点的融合对于指纹的识别就尤为重要。在传统的指纹融合中，常常是以角度来旋转对齐两幅指纹图像的指纹特征点，这样容易造成指纹特征点的错合，对齐的精度不高，就会造成识别的精度不高。
技术实现思路
为了克服现有技术的上述缺点，本专利技术提供了。本专利技术解决其技术问题所采用的技术方案是:，包括如下步骤:步骤一、提取任意两枚指纹图像的指纹细节点描述子；步骤二、计算任意两枚指纹图像的指纹细节点描述子之间的相似度矩阵Q;步骤三、计算相似度矩阵Q中以相似度最大的三个节点为中心的总体相似度；步骤四、确定两幅指纹的中心点(A，a)；步骤五、构建两幅指纹的基准三角形ABC和abc;步骤六、以三角形ABC所在指纹图像的指纹细节点为融合对象，以三角形abc所在指纹图像的指纹细节点为被融合对象进行融合。进一步地，步骤三所述总体相似度的计算方法为:在相似度矩阵Q中找出相似度最大的三个节点，再以这些节点的横纵序号所对应的各自指纹图像的细节点为各自的中心，找出到各自中心距离相等、夹角相等的10个点;然后在矩阵Q中找出这10个点对应的相似度的值进行累加，得到总体相似度。进一步地，步骤四所述两幅指纹的中心点(A，a)的确定方法为:以总体相似度中最大的节点的横纵序号分别作为两幅指纹图像的中心点(A，a)。进一步地，步骤五所述构建两幅指纹的基准三角形ABC和abc的方法为:分别以中心点(A，a)的横纵序号为各自的中心，在两幅指纹细节点中找出到这两个中心的距离相等、与各自中心夹角相等、且相似度最大的两个点对(B，b)和((:，0)，再分别以六、8、(:和&、13、(3作为两幅指纹的基准三角形。进一步地，步骤六所述以三角形ABC所在指纹图像的指纹细节点为融合对象，以三角形abc所在指纹图像的指纹细节点为被融合对象进行融合的方法包括如下步骤:I)在三角形abc所在的指纹的细节点中选择任意没有融合的一点p,计算出P点到abc三个顶点的距离(pa,pb,pc)；2)在三角形ABC中找一点P，如果同时满足PA = pa，PB = pb，PC = pc，则P点已经存在，P点已经被融合，然后返回第I)步;否则，进入第3)步。3)以A点为中心，以AB为轴，以ap与ab的夹角为角，计算出P点在三角形ABC所在指纹图像的坐标，P点的细节点的旋转角度为A与a的旋转角度，这样P点就融入到三角形ABC所在的指纹图像中；然后判断三角形abc所在指纹图像的细节点是否全部融合完，如果否，则返回I)步;如果是，则进入第4)步；4)以a为中心，以ab为轴，以ab和ac的夹角为角，向ABC所在指纹图像的细节点平移旋转对齐。与现有技术相比，本专利技术的积极效果是:本专利技术通过指纹细节点描述子，用贪心法，再用各自图像中节点间夹角和距离的不变性或者变化小的特点，使对中心点的配对更加准确，使用特征点到基准三角形各个顶点的距离来寻找重合点，减小了错合的可能性，从而较大地提高了指纹识别的精度。【具体实施方式】—种基于特征点的指纹融合方法，包括如下步骤:步骤一、提取任意两枚指纹图像的指纹细节点描述子:对于同一手指的任意两枚指纹，首先分别经过预处理，提取出这两幅图像的指纹细节点描述子；步骤二、计算任意两枚指纹图像的指纹细节点描述子之间的相似度矩阵Q;步骤三、计算相似度矩阵Q中以相似度最大的三个节点为中心的总体相似度:在相似度矩阵Q中找出相似度最大的三个节点，再以这些节点的横纵序号所对应的各自指纹图像的细节点为各自的中心，找出到各自中心距离相等，夹角相等的10个点，计算总体相似度。即，在Q中找出这10个点对应的相似度的值进行累加，得到总体相似度。这样做可以让我们确定的中心点更加准确。步骤四、确定两幅指纹的中心点(A，a):找出以相似度最大的三个节点计算出的总体相似度中最大的节点，以这个节点的横纵序号分别作为两幅指纹图像的中心点(A，a)。步骤五、构建两幅指纹的基准三角形ABC和abc:分别以中心点(A，a)的横纵序号为各自的中心，在两幅指纹细节点中找出到这两个中心的距离相等、与各自中心夹角相等、且相似度最大的两个点对(B，b)、(C，c)，再分别以A、B、C和a、b、c作为两幅指纹的基准三角形。步骤六、以三角形ABC所在指纹图像的指纹细节点为融合对象，以三角形abc所在指纹图像的指纹细节点为被融合对象进行融合:I)如果三角形abc所在指纹图像的细节点还没有融合完，就在三角形abc所在的指纹的细节点中，选择任意没有融合的一点P，算出P点到abc三个顶点的距离(pa，pb，Pc)。2)在三角形ABC中找一点P，如果PA = pa，PB = pb，PC = pc，贝IjP点已经存在，已经被融合，返回第I)步;否则，进入第3)步。3)以A点为中心，以AB为轴，以ap与ab的夹角为角，计算出P点在三角形ABC所在指纹图像的坐标，P点的细节点的旋转角度为A与a的旋转角度，这样P点就融入到三角形ABC所在的指纹图像中，然后判断三角形abc所在指纹图像的细节点是否全部融合完，如果否，则返回I)步;如果是，则进入第4)步。4)以a为中心，以ab为轴，以ab和ac的夹角为角，向ABC所在指纹图像的细节点平移旋转对齐。【主权项】1.，其特征在于:包括如下步骤: 步骤一、提取任意两枚指纹图像的指纹细节点描述子； 步骤二、计算任意两枚指纹图像的指纹细节点描述子之间的相似度矩阵Q; 步骤三、计算相似度矩阵Q中以相似度最大的三个节点为中心的总体相似度； 步骤四、确定两幅指纹的中心点(A，a)； 步骤五、构建两幅指纹的基准三角形ABC和abc; 步骤六、以三角形ABC所在指纹图像的指纹细节点为融合对象，以三角形abc所在指纹图像的指纹细节点为被融合对象进行融合。2.根据权利要求1所述的，其特征在于:步骤三所述总体相似度的计算方法为:在相似度矩阵Q中找出相似度最大的三个节点，再以这些节点的横纵序号所对应的各自指纹图像的细节点为各自的中心，找出到各自中心距离相等、夹角相等的10个点;然后在矩阵Q中找出这10个点对应的相似度的值进行累加，得到总体相似度。3.根据权利要求1所述的，其特征在于:步骤四所述两幅指纹的中心点(A，a)的确定方法为:以总体相似度中最大的节点的横纵序号分别作为两幅指纹图像的中心点(A，a)。4.根据权利要求1所述的，其特征在于:步骤五所述构建两幅指纹的基准三角形ABC和abc的方法为:分别以中心点(A，a)的横纵序号为各自的中心，在两幅指纹细节点中找出到这两个中心的距离相等、与各自中心夹角相等、且相似度最大的两个点对(B，b)和((:，(:)，再分别以4、8、(:和&、13、(3作为两幅指纹的基准三角形。5.根据权利要求1所述的，其特征在于:步骤六所述以三角形ABC所在指纹图像的指纹细节点为融合对象，以三角形abc所在指纹图像的指纹细节点为被融合对象进行融合的方法包括如下步骤: 1)在三角形abc所在的指纹的细节点中选择任意没有融合的一点p,计算出P点到abc三个顶点的距离(pa,pb,pc)； 2)在本文档来自技高网...

【技术保护点】
一种基于特征点的指纹融合方法，其特征在于：包括如下步骤：步骤一、提取任意两枚指纹图像的指纹细节点描述子；步骤二、计算任意两枚指纹图像的指纹细节点描述子之间的相似度矩阵Q；步骤三、计算相似度矩阵Q中以相似度最大的三个节点为中心的总体相似度；步骤四、确定两幅指纹的中心点(A，a)；步骤五、构建两幅指纹的基准三角形ABC和abc；步骤六、以三角形ABC所在指纹图像的指纹细节点为融合对象，以三角形abc所在指纹图像的指纹细节点为被融合对象进行融合。

【技术特征摘要】

【专利技术属性】
技术研发人员：李甫，吴开腾，张莉，
申请(专利权)人：内江师范学院，
类型：发明
国别省市：四川;51