一种指纹和指静脉联合识别算法制造技术

本发明专利技术公开了一种指纹和指静脉联合识别算法，首先利用基于指纹特征点局部周围点相对位置方向场相似度算法，检索出N个候选用户，基于特征点和二值图像结合的手指静脉识别方法来进行匹配。实验表明，基于指纹特征点局部周围点相对位置方向场相似度算法，该算法稳定性好，抗干扰能力强，检索速度快。基于特征点和二值图像结合的手指静脉识别算法稳定。在误识率一定情况下，指纹和指静脉联合识别算法在识别性能明显高于传统的指纹和指静脉单模识别算法；而且在识别效率上也得到了显著的提高。

A joint fingerprint and finger vein recognition algorithm

The invention discloses a joint fingerprint and finger vein recognition algorithm. Firstly, N candidate users are retrieved by using the similarity algorithm of relative position and direction field of local peripheral points of fingerprint feature points, and finger vein recognition method based on combination of feature points and binary images is matched. Experiments show that the algorithm based on the similarity of the relative position and direction field of the local surrounding points of fingerprint feature points has good stability, strong anti-interference ability and fast retrieval speed. The finger vein recognition algorithm based on the combination of feature points and binary images is stable. Under certain misrecognition rate, the performance of fingerprint and finger vein joint recognition algorithm is significantly higher than that of traditional fingerprint and finger vein single mode recognition algorithm, and the recognition efficiency has also been significantly improved.

【技术实现步骤摘要】
一种指纹和指静脉联合识别算法
本专利技术涉及生物特征识别及信息安全
，更具体的说是涉及指纹快速检索方法，以及基于特征点和二值图像结合的手指静脉识别方法。
技术介绍
在当今信息化时代，如何准确鉴定一个人的身份、保护信息安全，已成为一个必须解决的关键社会问题。传统的身份识别由于极易伪造和丢失，越来越难以满足社会的需求，目前最为便捷与安全的解决方案无疑就是生物识别技术。它不但简便快速，而且利用它进行身份的识别，安全、可靠、准确。同时更易于配合电脑安全、监控、管理系统整合，实现数据信息化管理。这是目前最为方便与安全的识别技术，不需要记住复杂的密码，也不需随身携带钥匙、智能卡之类的东西。由于生物识别技术认定的是人本身，这就直接决定了这种认证方式更为安全和方便了。指纹传感器易于嵌入各个系统，而且指纹识别已经被市场所接受，目前基于指纹特征的多模态生物认证系统的研究最为广泛。手指静脉特征与指纹特征相结合，较其他人体生物特征与指纹特征融合具有跟大的优越性。同一台采集设备上可以同时获得指纹和指静脉图像，与采用多种设备的融合系统相比，大大降低了成本。从硬件设备开始，可同时获得同一个手指的指纹和指静脉信息，使系统从数据采集开始就具有高安全性和统一性。指纹和指静脉融合系统也给用户带来方便，消除以往多模态生物融合系统的多设备多输入的困难。融合指纹和指静脉建立多模态生物特征识别系统，弥补了指纹作为人体生物特征在安全性和实用性上的不足，而且提高了识别系统的准确性。为我们这个信息社会日益加剧的安全需求提供了一个很好的解决方案。手指指纹识别技术是一种生物特征识别技术，手指指纹识别技术作为第一代生物识别技术，技术已经很成熟了，且识别的用户数量比较大。但是该技术也存在比较明显的缺陷，指纹是手指表面特征，特征外显，非活体识别，容易被外界盗取或者模拟，信息比较容易泄漏，存在一定安全隐患。而手指静脉识别技术是一种新的生物特征识别技术，它利用手指静脉识别技术作为最先进的新兴的第二代生物识别技术之一，由于该技术是活体识别，很难被外界盗取，安全等级高，且稳定性高。但是目前指静脉识别主要存在用户数较少的问题。利用指纹和指静脉联合识别，不仅能解决用户数的问题，而且也能解决安全隐患。通过指纹检索为指静脉缩小匹配范围，这样结合了指纹和指静脉的优点，达到安全、可靠、快速大用户数识别的效果。手指指纹识别技术主要包括采集手指指纹图像，图像预处理，提取特征和指纹检索。在采集指纹图像时，由于指纹旋转、指纹按压程度等因素，都会造成采集的指纹图像质量不够理想。低质量指纹图像导致准确提取指纹特征和快速检索比较困难。指纹检索又称连续性分类，该技术的核心思想是通过衡量输入指纹与库中指纹的局部特征相似性，返回相似性最高的N个指纹作为检索结果。指纹检索避免了指纹分类存在缺损指纹、类型不明确指纹的类别难以确定的缺陷；且该技术的穿透率一般远远优于指纹分类。王平等人提出利用特征点间的构造三角形特征向量进行检索；CappelliR等人提出基于MKL变换理论的指纹检索方法；BoerJD等人提出基于方向场、FingerCode、细节点三角对的多特征融合的检索算法。以上这些人的研究还存在一定的局限性，目前绝大数指纹检索方法都是基于一种或几种局部特征来实现的，需要构造复杂的检索特征向量，因此，一定程度上限制检索速度。无法完成大规模用户数识别要求。手指静脉识别技术主要包括采集手指静脉图像，图像预处理，提取特征和匹配识别。在采集手指静脉图像时采集设备不稳定，在低温环境下，手指中的静脉收缩，以及部分女生手指静脉比较细等因素，都会造成采集的静脉图像质量不够理想。因此，如何精确提取指静脉图像中可靠的特征，如何提高指静脉图像的识别率成为目前的研究难点。王保生等人提出利用Garbor滤波器提取静脉图像的静脉纹路，王科俊等人提出利用方向滤波器组提取静脉图像的静脉纹路，无论是Garbor滤波器还是方向组滤波器对于低质量静脉图像提取的静脉纹路精确相对较差。Dubuisson等人提出的修正的Hausdorff距离(modifiedHausdorffdistance，MHD)进行指静脉认证识别，首先，将通过各种方法提取静脉纹路的单像素宽的静脉拓扑结构，然后，提取静脉纹路拓扑结构的特征点(端点和交叉点)，最后，利用MHD识别算法进行认证识别。由于每个手指的厚度和组织结构不同，透射光线的能力不同，因此不同手指的静脉图像即使同是背景区域，他们的灰度分布特征不同，同时相同手指的静脉图像静脉区域和背景区域的灰度分布特征都是相对稳定的。因此，静脉图像的静脉纹路和背景共同决定了静脉图像的特性。本专利提出基于特征点周围方向场的检索方法，以及基于特征点和二值图像结合的手指静脉识别方法。
技术实现思路
本专利是指纹和指静脉的双模态生物识别系统开发，克服单一模态生物特征识别系统因用户健康状况、光照变化、传感器条件等带来的识别率不理想的限制，与单模态生物特征相比，多模态生物特征识别系统具有更加可靠的识别结果，而且使得对生物特征的为造和复制变得更加困难和复杂，大大提高了系统的安全级别。同时，同一台采集设备上可以同时获得指纹和指静脉图像，与采用多种设备的融合系统相比，大大降低了成本。具体算法过程是，首先利用目前比较成熟的指纹识别技术快速检索目标，把目标从大规模数据库中筛选出来；然后再利用指静脉识别技术对检索出来目标进行匹配，从而达到指纹和指静脉联合识别。该过程不仅解决了指纹特征外显，容易损坏，非活体识别，容易被外界盗取或者模拟的问题，而且也解决了目前指静脉识别主要存在识别用户数较少的问题。本专利技术解决其技术问题所采用的技术方案包括以下步骤：指纹检索算法是基于指纹特征点局部周围点相对位置方向场(OMD)相似度。指纹端点和分叉点作为特征点如图1。首先区分两个重要概念：方向场及一般的方向，在自动指纹识别系统中，方向场的角度范围是[0，π)，而一般的方向角范围是[0，2π)。特征点局部周围点相对位置的示意图如图2，其中P为当前细节点，其方向场角度为α。以P为中心，生成一个半径为r的圆，在圆上采样n个点，则第1个采样P1位于沿α方向与该圆的交点处，其余采样点按逆时针方向依次均匀分布在该环上。假设圆上第k个采样点Pk的方向场为αk，则该点与P点的相对角度差为βk被定义为λ(αk-α)，其中细节点P的OMD可表示为对于分别来源于两幅指纹图像的OMD(P)，OMD(D)，一般通过式(3)(4)两式计算它们之间的相似度：对于一幅指纹图像，提取的特征集表示为式中分别表示细节点Pk的横坐标、纵坐标及方向场角度，n表示细节点个数。提出的指纹检索算法主要过程为：对当前输入指纹图像提取特征点集Cha_Set_Input及来源于指纹库中第i幅指纹图像的特征点集Cha_Set_Temo(i)。该算法步骤的具体细节为：S1、依据公式(3)计算分别来源Cha_Set_Input及Cha_Set_Temo(i)特征集中每两点间的OMD相似度，构造相似度数组Similar_arr[M，N]，其中M和N分别表示Cha_Set_Input和Cha_Set_Temp(i)中细节点个数，Similar_arr[m，n]表示Cha_Set_Input中第m个细节点与Cha_Set_Temp本文档来自技高网...

【技术保护点】
1.一种指纹和指静脉联合识别算法，其特征在于，包括：基于指纹特征点局部周围点相对位置方向场相似度的检索算法，以及一种基于特征点和二值图像结合的手指静脉识别方法。步骤如下：S1、采集所有注册用户的指纹图像，对指纹图先做预处理，提取指纹的特征点以及特征点周围的信息，如：特征点位置、方向场、周围点的方向场，建立指纹数据库；S2、计算待识指纹图像和指纹模版图中每两对细节点的相似度。S3、根据S2的结果获取粗糙对应点集，计算两个指纹的相似度值，统计所有指纹的相似度值，提取相似度最大的前N个，返回其在指纹库中对应的指纹标识，把目标对象检索出来；S4、利用步骤S3得出的结果，再使用一种基于特征点和二值图像结合的手指静脉识别方法来识别用户；S5、采集所有注册用户的手指静脉图像，建立手指静脉数据库；S6、根据计算特征点距离值和二值图像距离值的方法，设定匹配阈值，匹配阈值包括特征点匹配阈值a、特征点失配阈值b和二值图像匹配阈值c；S7、采集待识别用户的手指静脉图像，得到待识别用户的手指静脉图像的二值图像和特征点；S8、手指静脉匹配。i.将待识别用户的手指静脉图像的特征点与手指静脉数据库中的所有注册用户的特征点分别计算特征点距离值；ii.将特征点距离值与特征点匹配阈值a相比较，如果存在小于特征点匹配阈值的特征点距离值，则认为此特征点距离值所对应的注册用户与待识别用户为同一个用户，待识别用户为已注册用户，否则进入步骤c)；iii.将特征点距离值与特征值失配阈值b相比较，如果存在特征点距离iii.值大于特征点匹配阈值a同时小于特征值失配阈值b，则进入步骤d)，否则进入步骤e)；iv.选取出所有大于特征点匹配阈值a同时小于特征值失配阈值b的特征点距离值所对应的注册用户的二值图像，并分别与待识别用户的二值图像计算二值图像距离值，将二值图像距离值与二值图像匹配阈值c相比较，如果存在二值图像距离值小于二值图像匹配阈值c，认为此二值图像距离值所对应的注册用户与待识别用户为同一个用户，待识别用户为已注册用户，否则待识别用户不是注册用户；v.特征点距离值大于特征值失配阈值b，待识别用户不是注册用户。...

【技术特征摘要】
1.一种指纹和指静脉联合识别算法，其特征在于，包括：基于指纹特征点局部周围点相对位置方向场相似度的检索算法，以及一种基于特征点和二值图像结合的手指静脉识别方法。步骤如下：S1、采集所有注册用户的指纹图像，对指纹图先做预处理，提取指纹的特征点以及特征点周围的信息，如：特征点位置、方向场、周围点的方向场，建立指纹数据库；S2、计算待识指纹图像和指纹模版图中每两对细节点的相似度。S3、根据S2的结果获取粗糙对应点集，计算两个指纹的相似度值，统计所有指纹的相似度值，提取相似度最大的前N个，返回其在指纹库中对应的指纹标识，把目标对象检索出来；S4、利用步骤S3得出的结果，再使用一种基于特征点和二值图像结合的手指静脉识别方法来识别用户；S5、采集所有注册用户的手指静脉图像，建立手指静脉数据库；S6、根据计算特征点距离值和二值图像距离值的方法，设定匹配阈值，匹配阈值包括特征点匹配阈值a、特征点失配阈值b和二值图像匹配阈值c；S7、采集待识别用户的手指静脉图像，得到待识别用户的手指静脉图像的二值图像和特征点；S8、手指静脉匹配。i.将待识别用户的手指静脉图像的特征点与手指静脉数据库中的所有注册用户的特征点分别计算特征点距离值；ii.将特征点距离值与特征点匹配阈值a相比较，如果存在小于特征点匹配阈值的特征点距离值，则认为此特征点距离值所对应的注册用户与待识别用户为同一个用户，待识别用户为已注册用户，否则进入步骤c)；iii.将特征点距离值与特征值失配阈值b相比较，如果存在特征点距离iii.值大于特征点匹配阈值a同时小于特征值失配阈值b，则进入步骤d)，否则进入步骤e)；iv.选取出所有大于特征点匹配阈值a同时小于特征值失配阈值b的特征点距离值所对应的注册用户的二值图像，并分别与待识别用户的二值图像计算二值图像距离值，将二值图像距离值与二值图像匹配阈值c相比较，如果存在二值图像距离值小于二值图像匹配阈值c，认为此二值图像距离值所对应的注册用户与待识别用户为同一个用户，待识别用户为已注册用户，否则待识别用户不是注册用户；v.特征点距离值大于特征值失配阈值b，待识别用户不是注册用户。2.根据权利要求1所述的一种指纹和指静脉联合识别算法，其特征在于，其中P为当前细节点，其方向场角度为α；以P为中心，生成一个半径为r的圆，在圆上采样n个点，则第1个采样位于沿方向与该圆的交点处，其余采样点按逆时针方向依次均匀分布在该环上。假设圆上第k个采样点Pk的方向场为αk，则该点与P点的相对角度差为βk被定义为λ(αk-α)，其中细节点P的OMD可表示为对于分别来源于两幅指纹图像的OMD(P)，OMD(D)，一般通过式(3)计算它们之间的相似度：对于一幅指纹图像，提取的特征集表示为式中分别表示细节点Pk的横坐标、纵坐标及方向场角度，n表示细节点个数。3.根据权利要求1所述的手指静脉识别方法，其特征在于，在步骤1)中，采集所有注册用户的手指静脉图像，建立手指静脉数据库，包括以下步骤：(1)采集注册用户的手指静脉图像，并对采集到的手指静脉图像进行滤波去噪处理，得到...

【专利技术属性】
技术研发人员：张烜，
申请(专利权)人：山西圣点世纪科技股份有限公司，
类型：发明
国别省市：山西,14