【技术实现步骤摘要】
指纹识别方法、系统、计算机设备及计算机可读存储介质
[0001]本专利技术涉及指纹图像匹配领域，特别是涉及一种指纹识别方法、系统、计算机设备及计算机可读存储介质。
技术介绍
[0002]目前，生物特征技术识别已经在国家安全、公安、司法、金融乃至民用领域都得到了广泛的应用。而指纹图像作为一种独一无二的生物特征，因为其特征数量较多，指纹图像识别的定位精度可以做到很高。同时由于目前指纹图像读取器造价不高，指纹图像扫描速度快，应用及其方便。
[0003]针对不同的硬件，不同的性能需求，相应的产生了不同的指纹识别方法。然而，随着指纹图像采集模组面积减小，传统基于细节点的方式已经不能满足匹配要求，无法实现较小尺寸的指纹图像识别。
技术实现思路
[0004]本专利技术的目的在于，提供一种指纹识别方法、系统、计算机设备及计算机可读存储介质，具有在不增加过多空间和时间成本的情况下，能适应较小尺寸的指纹图像识别等优点。
[0005]为解决现有技术中的问题，第一方面，本专利技术提供一种指纹识别方法，包括：获取待匹配...
【技术保护点】
【技术特征摘要】
1.一种指纹识别方法，其特征在于，包括：获取待匹配指纹图像；将所述待匹配指纹图像进行细节点提取，以得到细节点特征；将所述细节点特征进行细节点深度特征提取并压缩，以得到所述待匹配指纹图像的细节点的向量描述子，包括：基于所述细节点特征，从所述待匹配指纹图像中提取感兴趣区域；基于所述感兴趣区域，通过微型神经网络提取深度特征并压缩，以得到所述待匹配指纹图像的细节点的向量描述子；所述微型神经网络由2个基础卷积层与4个深度可分离卷积层构成，用于将40
×
40的图像经过网络总结成为一个32维的向量；利用向量描述子将所述待匹配指纹图像的细节点特征与模板指纹图像的细节点特征进行模式匹配，包括：将所述待匹配指纹图像的细节点的向量描述子与所述模板指纹图像的细节点的向量描述子进行两两匹配，以得到所述待匹配指纹图像的细节点的向量描述子与所述模板指纹图像的细节点的向量描述子之间的欧式距离；由小至大选取若干个距离对应的若干对匹配点，以得到细节点集；依次以各对匹配点作为主匹配点进行细节点模式匹配，以得到匹配点集；对所述匹配点集进行向量距离筛选，依据匹配点集大小、匹配点向量描述子相似度及轴相似度对所述匹配点集进行打分，将最高分数对应的匹配点集作为映射匹配点集；使用所述映射匹配点集计算所述待匹配指纹图像与所述模板指纹图像的映射关系，对所述待匹配指纹图像进行几何变换，依据重合区域中的细节点的位置和方向匹配情况，进行打分，同时依据对应点的向量描述子相似度进行分数调整，以得到最终匹配分数；若匹配成功，则匹配完成；若匹配失败，则基于所述待匹配指纹图像与所述模板指纹图像的映射关系将所述待匹配指纹图像与模板指纹图像进行ORB特征匹配验证。2.根据权利要求1所述的指纹识别方法，其特征在于，将所述待匹配指纹图像进行细节点提取，以得到细节点特征，包括步骤：将所述待匹配指纹图像进行预处理；基于预处理后的待匹配指纹图像得到指纹图像梯度场；基于所述待匹配指纹图像梯度场得到指纹图像方向场及图像频率场；基于所述指纹图像方向场及所述图像频率场对所述待匹配指纹图像进行增强，消除噪声，保留所述待匹配指纹图像的脊谷结构；将增强后的指纹图像进行细化，以得到细化图像；在所述细化图像上提取端点和叉点，并记录所述端点和所述叉点的位置及方向，以得到所述细节点特征。3.根据权利要求2所述的指纹识别方法，其特征在于，将所述待匹配指纹图像进行预处理包括：将所述待匹配指纹图像进行指纹图像区域分割和图像均衡。4.根据权利要求1所述的指纹识别方法，其特征在于，若所述最终匹配分数达到阈值分数，则匹配完成；若所述最终匹配分数未达到所述阈值分数，则匹配失败；若匹配失败，则基于所述待匹配指纹图像与所述模板指纹图像的映射关系将所述待匹配指纹图像与模板指纹图像进行ORB特征...
【专利技术属性】
技术研发人员：吉贝贝，夏军营，徐小泉，赵晓刚，
申请(专利权)人：上海海栎创科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。