一种基于PSO优化Delaunay三角化的非接触式3D指纹识别方法技术

一种基于PSO优化Delaunay三角化的非接触式3D指纹识别方法，属于指纹识别算法领域。为了使非接触式的三维空间形式的指纹采集和识别的算法的识别结果更加准确。提出基于PSO优化Delaunay三角化的非接触式3D指纹识别方法，基于主成分分析技术改进的三维细节点的三维方位角估计；构造扩展的四面体剖分结构；基于扩展的四面体剖分结构的提取特征；根据提取的特征比对每个待匹配的四面体，符合匹配条件的四面体进行计数和计算匹配分数，依据匹配分数确定是否匹配；基于改进粒子群算法PSO优化Delaunay三角化的指纹比对算法参数；得到最后的模型。本发明专利技术通过对识别比对参数进行优化，得以建立更加精确的比对模型，从而提高整体指纹识别方法的识别精度。纹识别方法的识别精度。纹识别方法的识别精度。

【技术实现步骤摘要】
一种基于PSO优化Delaunay三角化的非接触式3D指纹识别方法


[0001]本专利技术涉及一种指纹识别方法，特别涉及一种基于PSO优化Delaunay三角化的非接触式3D指纹识别方法。

技术介绍

[0002]基于密码、口令等传统的身份认证方式存在易遗忘、易丢失、易伪造的缺点，已不能满足人们对身份认证及信息安全性的要求。基于指纹特征的识别技术是一种更为便捷和可靠的认证方式。
[0003]传统接触式指纹认证方式，采用的是接触式采集方式。各类办事大厅、车站等公共场所内设置的采集设备，在进行指纹采集过程中，采集设备会被很多用户接触，用户使用时会担心之前在指纹采集表面细菌是否会传染，是否存在卫生问题。而且每次手指的按压力度不同，手指变形程度不同，手指指纹图像清晰程度存在差异，会造成识别失败。需要多次接触采集设备，重新进行识别。本专利技术为了弥补上述接触式采集识别方法的缺点，并且在获得黑龙江省自然科学基金(No：LH2020F049)项目资助的基础上，本专利技术进行了相关研究设计，建立了非接触式的三维空间形式的指纹采集和识别的算法，并且，为了使本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PSO优化Delaunay三角化的非接触式3D指纹识别方法，其特征在于：所述方法通过以下步骤实现：基于主成分分析技术改进的三维细节点的三维方位角估计的步骤；构造扩展的四面体剖分结构的步骤；基于扩展的四面体剖分结构的提取特征的步骤；其中，提取的特征包括：边、内角、二维方向角、三维方位角、四面体类型；根据提取的特征比对每个待匹配的四面体，对于符合匹配条件的四面体进行计数，并利用计数结果统计匹配分数，依据匹配分数确定是否匹配的步骤；基于改进粒子群算法PSO优化Delaunay三角化的指纹比对算法参数；优化并确定比对参数，得到最后的模型的步骤；其中，Delaunay三角化中文含义为一种三角剖分算法。2.根据权利要求1所述的一种基于PSO优化Delaunay三角化的非接触式3D指纹识别方法，其特征在于：所述的基于主成分分析技术改进的三维细节点的三维方位角估计的步骤具体为：(1)获取二维指纹图像；(2)对二维指纹图像进行预处理操作；其中，预处理操作包括：提取指纹前景区域、指纹脊线提取、指纹细节点；(3)在预处理后的二维指纹图像上提取二维细节点信息，二维细节点的信息包括坐标x、坐标y和二维方向角θ；(4)给二维细节点增加空间坐标z和三维方位角φ，使之映射成三维空间的三维细节点；其中，空间坐标z的获取过程是：通过三维指纹模拟呈三维曲面，求取三维曲面，再通过二维细节点的xy获得位置属性z；(5)估计上一步增加的三维细节点的三维方位角φ，具体为：设点F表示三维细节点；利用三维细节点F周围m邻域内的所有顶点v
i
∈R3以这些顶点v
i
作为基础，使用主成分分析法计算三维细节点F的法向方向；令其中，T表示转置；R3表示三维空间，表示中间值，t表示v
i
的个数；由构成的协方差矩阵其中，T表示转置；w
i
表示权重，通过协方差矩阵C改进三维细节点F的法向方向的估计方法，其中F表示三维细节点，a表示权重参数，参数m表示邻域个数；(6)设指纹细节点的个数为k个，之后，提取指纹细节点；则指纹细节点集合表示为F
k
＝(x
k
,y
k
,z
k
,θ
k
,φ
k
)，其中，(x
k
,y
k
,z
k
)为三维细节点空间坐标，(θ
k
,φ
k
)为三维细节点的二维方向角和三维细节点的三维方位角；将模板指纹细节点的特征向量表示为：P＝{F
ip
|i＝1...M}，将待识别指纹细节点的特征向量表示为：其中，模板细节点特征集合P包含M个细节点，待识别细
节点特征集合Q包含N个细节点。3.根据权利要求2所述的一种基于PSO优化Delaunay三角化的非接触式3D指纹识别方法，其特征在于：所述的构造扩展的四面体剖分结构的步骤的过程为，应用点云狄洛尼三角剖分重新构造扩展的Delaunay四面体剖分结构，具体过程如下：(1)应用Delaunay三角化算法，在三维空间中采用Delaunay三角化算法得到四面体结构G＝{F,E}，其中E是四面体结构的边集合，F＝{F
i
|i＝1...N}表示某一指纹的三维细节点集合；任意一个四面体的四个顶点表示为(F1,F2,F3,F4)，每一个顶点表示为F
k
＝(x
k
,y
k
,z
k
)，k＝1,2,3,4；(2)F
i
是F集合中的一个细节点，N
i
＝{F
j
|(F
i
,F
j
)∈E}表示在Delaunay三角化结构G中且与F
i
相连顶点构成的细节点集合；(3)通过Delaunay三角化算法得到在N
i
上的四面体集合G
i
＝{N
i
,E
i
}，其中G
i
是得到的四面体集合，E
i
是四面体结构的边集合，N
i
表示顶点集合；(4)四面体集合放在一起，构成扩充的四面体集合S，S＝G∪G1∪
…
∪G
n
，n为细节点个数。4.根据权利要求3所述的一种基于PSO优化Delaunay三角化的非接触式3D指纹识别方法，其特征在于：所述的基于扩展的四面体剖分结构的提取特征的步骤，具体为：设四面体的特征表示为：其中，t为这个四面体类型编号，表示四面体中所有内角中最大的内角，l
max
和l
min
分别代表该四面体的最长的边和最短的边，表示最长边的两个顶点的方向角之差，表示最短边的两个顶点的方向角之差，表示最长边的两个顶点的方位角之差，表示最短边的两个顶点的方位角之差；所述的四面体类型编号的方法是：首先，是四面中所有内角中最大的内角，此三...

【专利技术属性】
技术研发人员：杨东亮，宋昌江，孙思文，刘彤军，高凤娇，王云龙，费磊，丛晓丹，李磊，
申请(专利权)人：黑龙江省科学院智能制造研究所，
类型：发明
国别省市：