基于快速霍夫变换的指纹模式匹配方法组成比例

基于快速霍夫变换的指纹模式匹配方法，属于信息处理技术领域。本发明专利技术为了解决降低指纹匹配时间需要克服大量冗余计算，还有非线性形变等对指纹带来的影响更具有鲁棒性的问题。本发明专利技术包括步骤一、指纹配对；步骤二、根据指纹配对信息，得出最佳校准量计算匹配分数；步骤三、校准指纹查看效果；步骤四、根据匹配分数画出接收者操作特征曲线曲线。本发明专利技术的方法把点模式的优点和基于结构的特征点的相对距离不变性、相对方向不变性、很好结合起来具有较强的适应性和较高的拒识率。

【技术实现步骤摘要】
基于快速霍夫变换的指纹模式匹配方法
本专利技术涉及一种指纹快速匹配方法，属于信息处理

技术介绍
霍夫变换(HoughTransform)是图像处理中从图像中识别几何形状的基本方法之一，应用很广泛，也有很多改进算法。主要用来从图像中分离出具有某种相同特征的几何形状(如，直线，圆等)。最基本的霍夫变换是从黑白图像中检测直线(线段)。在二十世纪早期，指纹的概念已为人们所熟知，逐步归纳、建立了关于指纹的以下三个原则：(1)不同人的指纹具有不同的脊、谷纹线结构；(2)指纹全局结构模式因人而异，但种类有限，对指纹进行分类是可行的；(3)对每个人来讲指纹的全局结构模式和细节特征是与生俱来和终生不变的；因此，指纹一直被当作人的身份鉴定的可靠手段，然而指纹识别技术面临的最大困难是它需要大量计算。为满足指纹识别速度的要求，对资源要求很高。迄今为止，尽管自动指纹识别技术研究取得了很大进展，但仍有很多问题需要去进一步研究和提高。例如：活体指纹录入设备的质量还有待提高；对低质量的指纹图像的细节特征提取有待提高；对损坏指纹图像增强，使其恢复固有的脊谷纹线结构是一件很困难的事情；没有很好的指纹图像压缩方法来存储数以亿计的指纹图像等。指纹识别是一件非常困难的事情，原因主要可以归结为以下几个方面：在两幅图中的细节点的类型发生了变化；来自于同一手指的图像之间的共同区域太少了；图像非线性形变较大。对于第一种情况，需要在图像处理方面改进，这是指纹识别中的一个难点。对于第二种情况可以采用两次采集入库的方法解决。对于第三种情况可以考虑引入更多的脊线信息。但是，指纹识别技术面临的最大困难是它需要大量计算。为满足速度的要求，对资源要求很高。另外，指纹识别的准确率尚需进一步提高。
技术实现思路
本专利技术的目的是为了解决上述技术问题，进而提供基于快速霍夫变换的指纹模式匹配方法。本专利技术的技术方案：基于快速霍夫变换的指纹模式匹配方法包括以下步骤：步骤一、指纹配对；将模板(Template)指纹和输入(Input)指纹按名称归类，随机选取名称相同的Template指纹和Input指纹进行组合。步骤二、根据指纹配对信息，得出最佳校准量计算匹配分数；建立霍夫空间，计算匹配分数。步骤三、校准指纹查看效果；根据步骤二的匹配分数值所对应的最佳校准量，将Input指纹进行旋转和平移，在Template指纹图像中打出Template细节点信息并在此图像中打出校准后的Input细节点信息，查看比对结果。步骤四、根据匹配分数画出接收者操作特征曲线(ROC)曲线；进一步地、步骤一中指纹组合流程包括：第一步，在指纹数据库中读取template指纹；第二步，对名称相同的template指纹进行分组；第三步，在指纹库中读取input指纹；第四步，对名称相同的input指纹进行分组；第五步，对名称相同的template指纹和input指纹随机两两组合，形成真实的指纹对组合。进一步地、步骤二中最佳校准量和匹配分数流程包括：第一步，读取模板指纹和待识别指纹特征点的坐标和方向信息，按照方向信息求取两指纹特征点间的方向差值(Δθ)，将差值进行范围调整，调整到(-180--180)之间；第二步，按照该差值对待识别指纹进行逆时针旋转得到新坐标，然后用模板指纹的坐标减去待识别指纹的新坐标得到坐标差(Δx,Δy)；第三步，建立霍夫空间(三维零矩阵)，空间的大小由上述运算得到的(Δx,Δy，Δθ)确定；第四步，将运算得到的(Δx,Δy，Δθ)存入到建立的霍夫空间中，在空间中找出最大值，即为第一级匹配。如果最大值的数量只有一个，那么即认为该最大值对应的(Δx,Δy，Δθ)为最佳校准，如果最大值的数量为多个，那么记录每个最大值对应的旋转平移量；第五步，按照上述运算得到的旋转平移量对待识别指纹进行旋转和平移；第六步，对模板指纹的每个特征点建立界限盒(位置界限盒和方向界限盒)，求取待识别指纹特征点在界限盒内的数量(每个模板指纹特征点界限盒只能存放一个待识别指纹特征点)；第七步，每套旋转平移量都会得出待识别指纹在界限盒内的数量，求出所有数量中的最大值即最佳校准量；第八步，根据上述运算得到的最大值算出匹配分数。进一步地、步骤三中校准指纹查看效果流程包括，首先在所有匹配分数中找出分数值最低的10％；其次根据分数值所对应的最佳校准量将Input指纹进行旋转和平移，在Template指纹图像中打出Template细节点信息并在此图像中打出校准后的Input细节点信息，查看比对结果。进一步地、步骤四中绘制操作者特征曲线的方法为：根据匹配分数计算每个分数在genuine对儿总数量中所占比例。假设分数分布为(0-1)，分数精确到小数点后两位，取定阈值(t＝0:0.01:1)计算FNMR。同理，计算FMR，然后根据FMR和FNMR画出ROC曲线。本专利技术具有以下有益效果：本专利技术提出的基于快速霍夫变换的指纹模式匹配方法，该算法改进了传统霍夫变换算法把点模式匹配转化成了对转换参数的空间中峰值的检测，匹配是整个识别系统最为关键的部分，在点模式匹配的基础上,初匹配利用了模板指纹和待识别指纹特征点间的结构关系,粗略筛选出几套待定的旋转平移量，克服了图像的平移和旋转的影响；二次匹配引用了界限盒思想,增强指纹匹配算法对指纹录入过程中的非线性形变的适应能力,整合多种判决条件作为识别的依据,提高了识别率。本专利技术的方法把点模式的优点和基于结构的特征点的相对距离不变性、相对方向不变性、很好结合起来具有较强的适应性和较高的拒识率。附图说明图1是本专利技术的基于快速霍夫变换的指纹模式匹配方法流程图；图2是指纹配对组合流程图；图3是最佳校准量和匹配分数流程图；图4是校准指纹比对结果流程图；图5是ROC曲线流程图；具体实施方式本专利技术要解决指纹匹配速度，降低匹配时间克服大量冗余计算，还有非线性形变等对指纹带来的影响更具有鲁棒性。具体实施方式一：基于快速霍夫变换的指纹模式匹配方法包括以下步骤：步骤一、指纹配对；将模板(Template)指纹和输入(Input)指纹按名称归类，随机选取名称相同的Template指纹和Input指纹进行组合。步骤二、根据指纹配对信息，得出最佳校准量计算匹配分数；根据指纹配对特征特点和信息，建立霍夫空间，计算匹配分数。步骤三、校准指纹查看效果；根据步骤二的匹配分数值所对应的最佳校准量，将Input指纹进行旋转和平移，在Template指纹图像中打出Template细节点信息并在此图像中打出校准后的Input细节点信息，查看比对结果。步骤四、根据匹配分数画出接收者操作特征曲线(ROC)曲线；具体实施方式二：根据所述的基于快速霍夫变换的指纹模式匹配方法，其中步骤一中指纹组合流程包括：第一步，在指纹数据库中读取template指纹；第二步，对名称相同的template指纹进行分组；第三步，在指纹库中读取input指纹；第四步，对名称相同的input指纹进行分组；第五步，对名称相同的template指纹和input指纹随机两两组合，形成真实的指纹对组合。具体实施方式三：根据所述的基于快速霍夫变换的指纹模式匹配方法，其中步骤二中最佳校准量和匹配分数流程包括：第一步，读取模板指纹和待识别指纹特征点的坐标和方向信息，按照方向信息求取两指纹特本文档来自技高网...

【技术保护点】
基于快速霍夫变换的指纹模式匹配方法，其特征在于：包括以下步骤：步骤一、指纹配对；将模板(Template)指纹和输入(Input)指纹按名称归类，随机选取名称相同的Template指纹和Input指纹进行组合。步骤二、根据指纹配对信息，得出最佳校准量计算匹配分数；建立霍夫空间，计算匹配分数。步骤三、校准指纹查看效果；根据步骤二的匹配分数值所对应的最佳校准量，将Input指纹进行旋转和平移，在Template指纹图像中打出Template细节点信息并在此图像中打出校准后的Input细节点信息，查看比对结果。步骤四、根据匹配分数画出接收者操作特征曲线(ROC)曲线。

【技术特征摘要】
1.基于快速霍夫变换的指纹模式匹配方法，其特征在于：包括以下步骤：步骤一、指纹配对；将模板(Template)指纹和输入(Input)指纹按名称归类，随机选取名称相同的Template指纹和Input指纹进行组合。步骤二、根据指纹配对信息，得出最佳校准量计算匹配分数；建立霍夫空间，计算匹配分数。步骤三、校准指纹查看效果；根据步骤二的匹配分数值所对应的最佳校准量，将Input指纹进行旋转和平移，在Template指纹图像中打出Template细节点信息并在此图像中打出校准后的Input细节点信息，查看比对结果。步骤四、根据匹配分数画出接收者操作特征曲线(ROC)曲线。2.根据权利要求1所述的基于快速霍夫变换的指纹模式匹配方法，其特征在于：步骤一中指纹组合流程包括：第一步，在指纹数据库中读取template指纹；第二步，对名称相同的template指纹进行分组；第三步，在指纹库中读取input指纹；第四步，对名称相同的input指纹进行分组；第五步，对名称相同的template指纹和input指纹随机两两组合，形成真实的指纹对组合。3.根据权利要求1所述的基于快速霍夫变换的指纹模式匹配方法，其特征在于：步骤二中最佳校准量和匹配分数流程包括：第一步，读取模板指纹和待识别指纹特征点的坐标和方向信息，按照方向信息求取两指纹特征点间的方向差值(Δθ)，将差值进行范围调整，调整到(-180--180)之间；第二步，按照该差值对待识别指纹进行逆时针旋转得到新坐标，然后用模板指纹的坐标减去待识别指纹的新坐标得到坐标差(Δx,Δy)；第三步，...

【专利技术属性】
技术研发人员：崔志学，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江,23