一种三级分类指纹识别方法技术

本发明专利技术涉及人工智能识别技术领域，特别涉及一种指纹识别方法。指纹特征提取部分包括细节点提取和奇异点的提取，指纹识别技术主要通过分析指纹的全局特征和指纹的局部特征，分析脊和谷的组合，从中提取特征信息，其中局部特征信息用于指纹匹配阶段；指纹分类常见于具有大容量指纹库的识别系统中，将指纹数据库分为若干个子类，从而将待识别的指纹与库中同一类的指纹进行匹配；指纹匹配则是通过衡量两个给定指纹特征信息的相似度来判断其是否来自于同一个手指。以指纹识别系统中的分类方法为主要研究方向，研究并实现指纹三级分类算法与基于分类特征的指纹识别系统，将整个指纹库缩小为与待识别指纹相似的同源指纹集。为与待识别指纹相似的同源指纹集。

【技术实现步骤摘要】
一种三级分类指纹识别方法


[0001]本专利技术涉及人工智能识别
，特别涉及一种指纹识别方法。

技术介绍

[0002]利用人体具有的生理特征或行为特征，实现对个人身份的认证成为现在研究的一个热点。指纹识别技术由于其独特性与稳定性被作为生物特征识别技术中应用最为广泛的一种。随着数字化时代的到来，生物特征识别技术会逐步代替钥匙与密码等传统的验证方式。
[0003]一种指纹识别方法和指纹识别系统，申请(专利)号：CN200810065665.5、申请日： 2008.01.30。提供一种指纹识别方法，包括如下步骤：采集指纹图像，提取其指纹特征，并将该指纹特征与指纹模板进行特征匹配；在匹配成功后，依据该指纹特征对指纹模板进行特征更新。本专利技术还提供了一种指纹识别系统。实施本专利技术的技术方案，具有以下有益效果：依据匹配成功的指纹特征对最新指纹模板进行特征更新，可时时掌握指纹脱皮过程中最新的指纹特征信息，再配合使用原始指纹模板，便可实现指纹在未脱皮和脱皮过程中各个阶段的精确匹配。
[0004]基于奇异的拓扑结构的快速指纹识别方法，申请(专利)号： CN200610112936.9、申请日：2006.09.13。公开一种基于奇异点拓扑结构的快速指纹识别方法，利用指纹中奇异点的拓扑结构，能够对自动指纹识别系统中的指纹图像进行快速处理和识别。本专利技术根据指纹图像中奇异点的分类特性和位置稳定性，对指纹数据库进行分类，并选择最为可靠的奇异点作为参考点，构建指纹的奇异点拓扑结构并构造模板进行识别。首先检测指纹图像中真伪奇异点，再根据奇异点的相对位置对数据库进行分类，生成奇异点邻近的拓扑结构，将该拓扑结构用于构造指纹模板，加速指纹的比对过程。
[0005]本专利技术在现有技术上优化分类方法，研究并实现指纹三级分类算法与基于分类特征的指纹识别系统，将整个指纹库缩小为与待识别指纹相似的同源指纹集。

技术实现思路

[0006]本专利技术解决现有技术不足采用如下技术方案：一种指纹识别系统及其使用方法，包括如下步骤：信息采集与存储；图像预处理；指纹特征提取；指纹分类；指纹匹配；数据存储；指标识别几部分。所述图像预处理主要包含图像分割、质量评估、二值化和细化等过程，指纹图像经过预处理，增强指纹脊谷对比度，减少伪特征信息；指纹特征提取部分包括细节点提取和奇异点的提取，指纹识别技术主要通过分析指纹的全局特征和指纹的局部特征，分析脊和谷的组合，从中提取特征信息，其中局部特征信息用于指纹匹配阶段；指纹分类常见于具有大容量指纹库的识别系统中，将指纹数据库分为若干个子类，从而将待识别的指纹与库中同一类的指纹进行匹配；指纹匹配则是通过衡量两个给定指纹特征信息的相似度来判断其是否来自于同一个手指；本专利技术的有益效果为：由于人口基数庞大，指纹识别技术的研究逐步转向基于大
容量指纹库的指纹自动识别，为了对待识别指纹找到与之相匹配的指纹模板，指纹库需要建立有效的索引，否则将会在数据库进行全表扫描，时间代价较大，不满足人们对高效系统的要求。因此，本文以指纹识别系统中的分类方法为主要研究方向，研究并实现指纹三级分类算法与基于分类特征的指纹识别系统，将整个指纹库缩小为与待识别指纹相似的同源指纹集。
附图说明
[0007]图1 指纹自动识别系统技术路线示意图；图2为指纹特征点示意图；图3为不同指纹形状示意图；图4为模式区、核心点、三角点示意图；图5为预处理过程图；图6为八邻域示意图；图7为指纹三级分类示意图；图8为指纹三级分类示意图。
具体实施方式
[0008]如图1所示本文设计的一种指纹识别系统主要包括学习和识别，将通过图像采集、图像预处理、指纹质量评估、特征提取、指纹分类等学习后的指纹进行存储，作为后期识别的依据。
[0009]一、指纹自动识别系统构成介绍指纹识别技术通常包含以下阶段：预处理主要包含图像分割、质量评估、二值化和细化等过程，指纹图像经过预处理，可以增强指纹脊谷对比度，减少伪特征信息；特征提取部分包括细节点提取和奇异点的提取，指纹识别技术主要通过分析指纹的全局特征和指纹的局部特征，分析脊和谷的组合，从中提取特征信息，其中局部特征信息用于指纹匹配阶段；指纹分类常见于具有大容量指纹库的识别系统中，意在稳定可靠地将指纹数据库分为若干个子类，从而将待识别的指纹与库中同一类的指纹进行匹配；指纹匹配则是通过衡量两个给定指纹特征信息的相似度来判断其是否来自于同一个手指。
[0010]（一）指纹基本特征指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或转折。这些断点、分叉点和转折点就称为"特征点"。特征点提供了指纹唯一性的确认信息，其中最典型的是交叉、交叉点、核心、脊尾、岛、三角交叉、毛孔等，如图2所示。
[0011]总体特征指纹总体特征是指那些用人眼直接就可以观察到的特征。包括纹形、模式区、核心点、三角点和纹数等。根据脊线的走向与分布情况一般将指纹分为三大类——环型、弓形、螺旋形，如图3所示。
[0012]模式区即指纹上包括了总体特征的区域，从此区域就能够分辨出指纹是属于哪一种类型的，如图4所示。
[0013]核心点位于指纹纹路的渐进中心，它在读取指纹和比对指纹时作为参考点。许多
算法是基于核心点的，即只能处理和识别具有核心点的指纹。
[0014]三角点位于从核心点开始的第一个分叉点或者断点，或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。三角点提供了指纹纹路的计数跟踪的开始之处。
[0015]纹数，即模式区内指纹纹路的数量。在计算指纹的纹路时，一般先连接核心点和三角点，这条连线与指纹纹路相交的数量即可认为是指纹的纹数。
[0016]局部特征局部特征指纹节点的特征。指纹的纹路并不是连续、平滑笔直的，经常会出现分叉、折转或中断。这些交叉点、折转点或断点称为"特征点"，它们提供了指纹唯一性的确认信息，特征点的主要参数包括：方向：相对于核心点，特征点所处的方向。
[0017]曲率：纹路方向改变的速度。
[0018]位置：节点的位置坐标，通过x/y坐标来描述。它可以是绝对坐标，也可以是与三角点（或特征点）的相对坐标。
[0019]（二）指纹预处理指纹预处理是指纹识别的前提，能有效解决在指纹采集过程中可能存在按压力度、手指干湿程度以及采集器本身性能问题等情况，导致采集到的指纹是一副包含多种噪声的图像，指纹预处理的好坏直接影响到指纹识别的成败，本文的处理过程如下图5所示。
[0020]（三）指纹特征提取特征提取就是对指纹图像提取表示其特征的信息。本文采用从细化二值图像中提取特征，该方法比较简单，只需要一个3
×
3的模板就可以将端点和分叉点提取出来。
[0021]（四）指纹匹配指纹匹配是通过对两枚指纹的比较来确定它们是否同源的过程，即两枚指纹是否来源于同一个手指。本文采用基于细节特征点的匹配，分为基准点定位与精确匹配两步，前者目的在与将两个特征点集进行对齐，后者对两个特征点集进行精确匹配，通过记录相似特征点对的数量，得出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三级分类指纹识别方法，其特征在于包括如下步骤：信息采集与存储、图像预处理、指纹特征提取、指纹分类、指纹匹配、数据存储和指标识别，所述图像预处理包含图像分割、质量评估、二值化和细化；指纹特征提取包括细节点提取和奇异点的提取，指纹识别通过分析指纹的全局特征和指纹的局部特征，分析脊和谷的组合，从中提取特征信息，其中局部特征信息用于指纹匹配；数据存储通过指纹数据库进行，并将指纹数据库存储数据分为若干个子类，将待识别的指纹与库中同一类的指纹进行匹配；指纹匹配通过衡量指纹特征信息的相似度来判断其是否来自于同一个手指。2.根据权利要求1所述一种三级分类指纹识别方法，其特征在于所述指纹的预处理与特征提取：（一）方向场与频率场指纹的方向信息能够反映指纹图像的基本纹形，按照精细程度可分为基于每个像素点的矢量分布图点方向和基于每个块的方向矢量分布图块方向，其中点方向图是由像素点的真实方向构成，而块方向图是以像素点为中心、w*w邻域内的灰度变化的梯度最小方向，指纹的脊线频率指的是单位距离内包含的脊线数，采用梯度法实现对指纹纹线方向场的估算，采用以下方法估算脊线频率，具体步骤如下：（1）将图像分成若干个大小为 w*w（16*16）的子块；并在定义像素点(i,j)为中心、长宽为l*w的方向窗(设l=32），x轴垂直于该块的纹线方向，y轴与x轴垂直；（2）遍历子块中的像素点，将每个子块中的灰度值求和之后除以图像快递w，为方向窗内水平方向的灰度离散信号X(m)，其中 m为0到1之间的任意值；（3）计算平均周期，寻找X中的极值并记录极值的位置与个数，计算脊线平均周期T(i,j)，若X中不存在两个连续峰值，那么认为该块中含有奇异点或者细节点，令其频率值等于0；（4）计算平均频率，设T(i,j)∈[3,25]，(i,j)为图像坐标系，平均频率为平均周期的倒数，则该子块的频率值F(i,j)=1/T(i,j)，且有效频率值在[0.04,0.33]范围内，若F(i,j)的值不在有效范围内，同步骤（3），令该块频率值等于0；（二）指纹图像分割指纹图像重点区域分别为感兴趣区域和图像边缘无灰度变化的区域，采用基于频率场的分割方法，并处理边界存在的孔洞与黑点的情况，具体步骤如下：(1)定义感兴趣区域图像为Interest，遍历脊线频率场，如果频率值在[0.04,0.33]之间，则将Interest在(i,j)处的灰度值置为255，否则置为 0；(2)模板B为8邻域图中将垂直方向与水平方向的四个位置，置16进制值0x80；将模板B在Interest上平移，遍历图中每个像素点；(3)若模板B的中心位置像素灰度值为255，则对Interest与模板B进行“或”操作；若遍历后的像素灰度值不为0，则令其等于255； (4)若模板B的中心位置的像素灰度值为0，则对Interest与模板B进行“与”操作，若遍历后的像素灰度值不为255，则令其等于0。3.根据权利要求2所述一种三级分类指纹识别方法，其特征在于所述指纹图像质量评估：（1）图像有效面积质量评估，预先设定百分比 T1为30%，结合指纹图像分割部分，统计
出白色区域所包含的像素点个数，有效面积比为感兴趣区域面积除以总面积，当R<T1时，质量不合适；反之，继续进行第二阶段评估；（2）有效区的灰度对比度评估，预先设定灰度对比度下限T2为0.4，通过计算每个指纹图像像素点有效区的灰度均值、灰度方差，以灰度均值除以灰度方差值为灰度对比度C；当灰度对比度C满足下限T2时，进行第三阶段的质量评估，对不满足上述情况的指纹提示用户重新采集指纹；（3）形心偏移量评估，但有效区域的几何中心偏移量小于指纹感兴趣图像的长和高均小于1/2时，通过第三阶段评估，反之拒绝指纹提示用户重新采集。4.根据权利要求3所述一种三级分类指纹识别方法，其特征在于所述指纹图像的二值化与细化：（1）二值化遂将谷线部分划为背景区域，将脊线处理为灰度值为255的像素点，将谷线部分处理为灰度值为0 的像素点，设I(i,j)描述指纹图像中坐标点为(i,j)的灰度值，其中i∈[0,h
‑
1]，j∈[0,w
‑
1]，h*w描述图像的大小；设概率函数P(x)描述灰度值x在图像中出现的概率，其中x∈[0,255]，选取中间值128作为阈值T的值，令大于T 的像素点的灰度值等于 255，小于T 的像素点灰度值等于0；（2）细化定义一个八邻域模型，即以当前点为中心，与紧邻中心点的八个点组成一个3
×
3的模板，各邻点与中心点...

【专利技术属性】
技术研发人员：李保印，慕岚清，刘博，张亮亮，
申请(专利权)人：中电万维信息技术有限责任公司，
类型：发明
国别省市：