快速指纹识别方法技术

本发明专利技术公开了一种基于图像特征和细节点特征的快速指纹识别方法。该方法首先参照点检测及其方向确定，通过观察不同尺度扇形区域内指纹的方向与径向方向的差异从而确定出参照点的参考方向；图像特征提取，规范化后对其进行特征选择，最终得到指纹图像的特征矢量；细节点模板建立，将得到的细节点转化到极坐标系下，从而建立起指纹细节点模板；特征匹配，即对于输入的待比对指纹，利用上述三个步骤得到的指纹图像特征和细节点模板判断两枚指纹是否匹配。本发明专利技术不仅能够有效抑制指纹图像平移和旋转产生的影响，同时避免了识别过程中对检测的参照点及其方向的依赖性，而且能够快速准确地判断出待识别指纹与模板指纹是否匹配。

【技术实现步骤摘要】

本专利技术属于指纹识别技术，特别是一种基于图像特征和细节点特征的。
技术介绍
在众多的生物特征识别系统中，指纹识别系统由于其体积小、成本低、易操作、可靠性高等优点越来越受到人们的青睐，相应地，基于指纹识别技术的产品市场需求正在日益扩大，应用也越来越广泛。 指纹识别是比较两枚指纹从而确定它们是否来自同一个手指的过程。指纹识别技术主要涉及指纹图像采集、指纹图像处理、特征提取、保存数据、特征值的比对与匹配等步骤。其中指纹图像的特征提取和匹配是指纹识别领域的两个关键问题。 目前指纹识别的方法主要有两种基于指纹细节点特征的方法和基于指纹图像特征的方法。基于细节点特征的指纹识别方法，是提取出指纹脊线的端点和分叉点来形成指纹细节点模板，在此基础上统计两个指纹模板之间相匹配的细节点个数来判断两枚指纹是否匹配。该类方法在指纹匹配时往往需要利用提取的特征或者结构矢量进行指纹细节点校准，从而建立待匹配指纹与库指纹的对应性，这是一个搜索过程，造成匹配的时间较长，使得指纹识别系统的应用范围受到限制，如利用细节点局部的脊线信息和方向信息建立局部特征矢量进行指纹图像校准(1.Feng，J.J.，Ouyang，Zh.Y，Cai，A.N.Fingerprint matching using ridges，Pattern Recognition，2006，vol.39，pp.2131-2140.2.Tong，X.F.，Huang，J.H.，et al.，Fingerprint minutiae matching using the adjacent featurevector，Pattern Recognition Letters，2005，vol.26，PP.1337-1345.)。基于图像特征的指纹匹配方法，是利用各种变换诸如小波变换、离散余弦变换等提取出指纹的图像特征，然后计算图像特征之间的距离，以此来判断两枚指纹是否匹配。Jain和Amornraksa采用了Gabor特征和DCT特征用于指纹识别(3.Jain，A.K.，Prabhakar，S.Hong，L.andPankanti，S.，Filterbank-Based Fingerprint Matching，IEEE Transactions on ImageProcessing，2000，vol.9(5)，pp.846-859.4.Amornraksa，T.and Tachaphetpiboon，S.，Fingerprint recognition using DCT features，Electronics Letters，2006，vol.42(9)，PP.)。该类方法计算量少，匹配简便，对于质量较差的指纹依然能够提取特征进行匹配，但是该类方法对于指纹的偏移以及方向旋转变化比较敏感，导致识别性能降低。
技术实现思路
本专利技术的目的在于提供一种融合指纹图像特征和细节点特征进行匹配，从而快速实现指纹识别的方法。 实现本专利技术目的的技术解决方案为一种基于图像特征和细节点特征的，步骤如下 第一步，参照点检测及其方向确定，即对输入图像进行图像失真校正、图像分割后，根据不同尺度窗口内梯度方向的一致性来平滑方向场，并利用多分辨率窗口方向变化的属性检测出指纹的参照点，紧接着以参照点为中心，观察不同尺度扇形区域内指纹的方向与径向方向的差异从而确定出参照点的参考方向； 第二步，图像特征提取，即以检测的参照点为中心对指纹图像截图，截图大小128×128，为获取指纹的图像特征，首先对图像进行二级小波变换，对于低频部分再进行傅立叶梅林变换，即先对低频部分进行傅立叶变换，高通滤波后极对数坐标变换，之后再进行傅立叶变换，得到64×64维度的系数矩阵，规范化后对其进行特征选择，最终得到指纹图像的特征矢量； 第三步，细节点模板建立，即对第二步得到的截图进行图像增强、二值化、细化操作后，得到指纹截图的细化图像，然后提取出指纹的细节点，以检测的参照点为极点，将得到的细节点转化到极坐标系下，从而建立起指纹细节点模板； 第四步，特征匹配，即对于输入的待比对指纹，利用上述三个步骤得到的指纹图像特征和细节点模板判断两枚指纹是否匹配。 本专利技术与现有技术相比，其显著优点(1)不仅能够有效抑制指纹图像平移和旋转产生的影响，同时避免了识别过程中对检测的参照点及其方向的依赖性，而且能够快速准确地判断出待识别指纹与模板指纹是否匹配。(2)首先利用指纹的图像特征进行匹配，提取的指纹图像特征具有旋转、平移及尺度不变性，长度固定，匹配简便，具有较好的抗噪声能力。(3)接下来对于不能准确给出判断结果的指纹，利用细节点模板进行二次匹配，该过程避免了指纹姿势校准中耗时的搜索过程，极大的提高了匹配速度，同时使得识别性能提高一倍左右。(4)上述初匹配和二次匹配过程依赖于参照点的位置和方向计算，为了减轻参照点位置和方向误差对识别性能的影响。(5)进一步提出了末匹配过程，该过程通过误差分析后选取可靠的细节点对作为参照点来准确地计算指纹之间的平移旋转参数，合理的利用多参照点进行再次匹配能够更好地校准细节点集，同时降低了检测的参照点位置及其方向误差造成的影响，进一步改进了系统的识别性能。 下面结合附图对本专利技术作进一步详细描述。 附图说明 图1是本专利技术基于图像特征和细节点特征的的流程图。 图2是指纹图像中核心点与三角点示意图。 图3是参照点检测结果图。 图4是确定指纹图像参照点方向的示意图。 图5依据参照点方向旋转的指纹图。 图6是计算图像特征矢量的过程示意图。 图7是图像特征结果图。 图8是细节点模板的示意图。 图9是本专利技术的指纹匹配过程示意图。 具体实施例方式 结合图1，本专利技术基于图像特征和细节点特征的，步骤如下 第一步，对输入图像进行图像失真校正、图像分割后，根据不同尺度窗口内梯度方向的一致性来平滑方向场，并利用多分辨率窗口方向变化的属性检测出指纹的参照点，紧接着以参照点为中心，观察不同尺度扇形区域内指纹的方向与径向方向的差异从而确定出参照点的参考方向，也就是参照点检测及其方向确定，即对指纹图像进行预处理，包括失真校正、分割等步骤，然后将图像分成不重叠的5×5大小的窗口来计算方向场。对每一象素块考虑其周围不同尺度邻域的方向一致性对方向场加以平滑。 (1)如图2所示指纹图像，图2a存在一个三角点和一个cup核心点，图2b有一个cup核心点和一个cap核心点，本专利技术中不提取三角点。对于图2b，参照点的坐标取提取的两个核心点坐标的均值。 根据公式采用不同的尺度窗口s找出Con(s)值最小的点即为核心点，实际计算时，s等于4开始，依次减1，直至s＝1结束，公式中i，j为指纹图像中的象素坐标，θ表示方向。M为邻域内点的数目，如图3a、图3b所示，图中白色方块表示检测的参照点。 (2)如图4a所示，以检测的参照点为中心，根据精度需要，将2π弧度划分为N个径向方向θ′k，方向编号为0，1，...N，各方向间隔为2π/N弧度。在不同半径的扇形区域内根据公式k＝0，1，2，..N，找出使Cod(k)值最大的方向即为参考方向。针对涡型以及双螺旋型指纹，会提取出两个核心点，假定指纹旋转不超过±90°，其参考方向通过计算。y本文档来自技高网...

【技术保护点】
一种基于图像特征和细节点特征的快速指纹识别方法，其特征在于步骤如下：　第一步，参照点检测及其方向确定，即对输入图像进行图像失真校正、图像分割后，根据不同尺度窗口内梯度方向的一致性来平滑方向场，并利用多分辨率窗口方向变化的属性检测出指纹 的参照点，紧接着以参照点为中心，观察不同尺度扇形区域内指纹的方向与径向方向的差异从而确定出参照点的参考方向；　第二步，图像特征提取，即以检测的参照点为中心对指纹图像截图，截图大小１２８×１２８，为获取指纹的图像特征，首先对图像进行二级 小波变换，对于低频部分再进行傅立叶梅林变换，即先对低频部分进行傅立叶变换，高通滤波后极对数坐标变换，之后再进行傅立叶变换，得到６４×６４维度的系数矩阵，规范化后对其进行特征选择，最终得到指纹图像的特征矢量；　第三步，细节点模板建立，即 对第二步得到的截图进行图像增强、二值化、细化操作后，得到指纹截图的细化图像，然后提取出指纹的细节点，以检测的参照点为极点，将得到的细节点转化到极坐标系下，从而建立起指纹细节点模板；　第四步，特征匹配，即对于输入的待比对指纹，利用上述三 个步骤得到的指纹图像特征和细节点模板判断两枚指纹是否匹配。...

【技术特征摘要】

【专利技术属性】
技术研发人员：曹国，孙权森，夏德深，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：84[中国|南京]