本发明专利技术涉及一种多级指纹数据库检索方法，步骤包括：利用奇异点进行第一级分类；利用奇异点之间的信息来进行第二级分类；利用基于不变矩特征进行第三级分类。本发明专利技术基于不变矩特征的多级指纹数据库检索方法，在已有的基础上引入不变矩特征建立三级索引机制，在第三级通过对具有相同参考点的一块指纹图像ROI提取区域的正交不变矩特征，来克服输入图像具有旋转和位移的影响，从而提高系统的可靠性和稳定性。本发明专利技术的研究成果对指纹图像分析、识别、图像检索、信息安全等领域都有较高的学术应用价值。
【技术实现步骤摘要】
本专利技术涉及，通过指纹类别、奇异点之间的信息以及不变矩特征来进行指纹数据库索引。
技术介绍
图像数据库技术是图像处理技术、数据库技术结合的产物。传统数据库主要是对文字和数字进行处理，随着图像数据库技术的发展，基于关系数据库的索引技术已不能高效地对图像数据库进行处理。指纹数据库的索引机制和匹配方法与图像数据库相比也存在很大区别。实践表明，指纹识别技术现今具有高准确性和可信度。各种指纹识别技术的应用要与指纹数据库相连，而指纹数据库的规模越来越大，例如美国FBI数据库和OTST数据库中存储的记录已经达到几千万条。因此，要使识别系统在大型数据库中迅速而准确的完成一项任务并不是一件容易的事情。如果没有一种有效的数据库分类机制，输入的指纹图像将不得不同数据库中大量指纹数据逐一进行比对，系统将处于高负荷运转状态。为减少搜索时间和算法复杂度，必须对指纹进行分类。这样查询只需在指纹数据库中的一个相应子集中进行，从而节省了运算时间并降低了运算复杂度。因此对于大型指纹数据库而言，需要建立一种有效索引机制。传统的指纹数据库检索方法主要依靠奇异点，细节点，以及纹理特征。针对大型指纹数据库，通过逐一比对来检索指纹是非常耗时耗力。为了提高检索速度和检索效率，多级检索技术已被用在大型指纹数据库检索中。随着检索的进行，在每一级中都删除大量的记录，直至最后一级进行匹配。一般指纹数据库检索使用指纹类别和指纹脊线数目建立二级索引。二级索引缩小了搜索空间，提高检索效率。但是由于脊线数目是表示指纹图像模式区内的全局特征，而不能准确表示指纹图像局部范围内的特征，这加重了数据库检索的后期匹配工作，从而使系统负荷沉重。文献在已有的基础上引入指纹码(Gabor filter)建立三级索引机制，即通过指纹类别、指纹脊线数目以及指纹码分类来进行索引。 文献在此基础上做了改进，利用金字塔结构进行事先进行数据分割，然后利用指纹类别， 指纹码分别进行检索。文献则利用奇异点之间的信息代替指纹脊线数目，以及利用细节点进行最后索引。文献提出了四级索引机制，依次为基于文本的检索、基于指纹类别的检索、基于脊线密度的检索、基于细节点检索。其中，基于文本的检索是根据输人的文本信息，首先过滤记录。为了提高检索自动化，我们希望输入图像就可以实现检索，显然，这级检索可以摒除。此外，主要基于细节点或者指纹码特征来进行分类检索的方法具有局限性。从技术的角度来讲，指纹图像分类检索的方法类似于指纹图像提取特征的方法。 传统的特征提取方法主要有两种基于细节点的方法和基于纹理的方法。基于细节点的方法，一般提取指纹图像的细节点(端点和分叉点)，通过点对点的匹配的方法来鉴别两枚指纹是否为同一个指纹。如果指纹的图像质量很差，提取的细节点会有的丢失，这样基于细节点的匹配的可靠性就会大大降低。而基于纹理的方法，则考虑指纹图像的纹理特性，通过 Gabor filter, DCT，ffavelet, Fourier-Mellin, Hu 不变矩等方法来提取指纹的纹理特征，然后通过比对特征间的欧式距离来计算两枚指纹的相似度，如果相似度越高，则证明他们属于同一手指的概率越高，如果数值大于一定的阈值，我们可以认定这两枚指纹属于同一手指。但是，传统的基于Gabor filter，DCT，Wavelet等方法提取的指纹特征不具有不变性，如果指纹输入图像有旋转，那么要匹配的两枚指纹的特征间将会有很大的误差，这样会导致系统性能的大大下降。通常改进的办法是通过旋转指纹多次 (一般10次)，提取每次旋转指纹的特征然后累积作为总的特征，但这样增加了匹配特征模板的容量，匹配时耗将会大大增加。此外，基于细节点特征来克服旋转问题的方法也会因为细节点的丢失而大大影响精度。Jin等人也通过提取指纹的Rmrier-Mellin不变特征进行指纹识别，但是他们的方法基于传统的中心点作为参考点，这样对没有中心点的指纹图像将会有局限性。此外，因为多次FFT变换，该方法有耗时过多的缺点。本专利技术的前期工作对此作了改进，提出了一种基于Hu不变矩特征的指纹识别方法。该方法考虑到指纹输入时易受各方面因素的影响，特别是输入指纹有位移和旋转的情况，提出了一种基于参考点的位置和方向，提取Region of Interest(ROI)区域，进行Hu 不变矩分析的方法，大大的改进了传统的Gabor filter, DCT, Wavelet等方法提取的不是不变特征的问题，从而提高了系统的识别率。此外，由于Hu不变矩计算简单，处理速度也大大提高。但是，由于Hu不变矩存在的冗余量大以及非正交等缺点，提取的特征之间差异性不是很大，识别效果往往会容易受到图像噪音的影响。TeagUe建议利用正交多项式构造正交矩来克服Hu矩不变量包含大量冗余信息的缺点。文献使它尤其适合于局部特征的提取。利用小波变换来构造不变矩，可以克服以上缺点，并且能同时得到图像的全局特征和局部特征，因而在识别相似形状的物体时有更高的识别率。为了克服传统基于细节点和纹理特征等指纹数据库检索方法的缺点，结合目前图像分析的新思路，本专利技术提出一种，在已有的基础上引入不变矩特征建立三级索引机制，即通过指纹类别、奇异点之间的信息以及不变矩特征来进行指纹数据库索引。针对指纹图像录入数据库时具有任意性的特点，在第三级通过对具有相同参考点的一块指纹图像ROI提取区域的正交不变矩特征，来克服输入图像具有旋转和位移的影响，从而提高系统的可靠性和稳定性。本专利技术的研究成果对指纹图像分析、识别、图像检索、信息安全等领域都有较高的学术应用价值。
技术实现思路
本专利技术要解决的技术问题是提出，能够克服传统基于细节点和纹理特征等指纹数据库检索方法的缺点，通过基于小波的多分辨率分析和快速不变矩分析，在第三级提取指纹图像的正交不变矩特征进行分类索引，能够解决指纹数据库检索中指纹图像位移和旋转变化等难点问题。本专利技术所采用的技术方案为一种，其特征在于包括以下步骤a.利用奇异点进行第一级分类，b.利用奇异点之间的信息来进行第二级分类；c.利用基于不变矩特征进行第三级分类。进一步地，本专利技术所述的第一级分类方式为计算图像块的方向，通过对指纹方向图上进行平滑处理、提取奇异点对，并根据奇异点对的数目和位置用一套简单的规则得到它的类标签。进一步地，本专利技术所述的第二级分类方式为通过利用中心点和三角点之间的脊线数目、方向角度、以及欧式距离来进行第二级分类，代表全局特征的这些奇异点之间的信息可以作为指纹数据库的一个索引。这些信息将被置零。如果有多个中心点或三角点，将分别计算这些信息累加求和作为最后的信息。进一步地，本专利技术所述的第三级分类方式为包括参考点的选择、基于参考点的感兴趣区域(ROI)的提取、ROI区域的划分与不变特征的提取、多分辨率域提取离散正交不变矩特征。本专利技术的有益效果是本专利技术基于不变矩特征的，在已有的基础上引入不变矩特征建立三级索引机制，即通过指纹类别、奇异点之间的信息以及不变矩特征来进行指纹数据库索引，针对指纹图像录入数据库时具有任意性的特点，在第三级通过对具有相同参考点的一块指纹图像ROI提取区域的正交不变矩特征，来克服输入图像具有旋转和位移的影响，从而提高系统的可靠性和稳定性。本专利技术的研究成果对指纹图像分析、识别、图像检索、信息安全等领域都本文档来自技高网...
【技术保护点】
１．一种多级指纹数据库检索方法，其特征在于：包括以下步骤：ａ．利用奇异点进行第一级分类，ｂ．利用奇异点之间的信息来进行第二级分类；ｃ．利用基于不变矩特征进行第三级分类。
【技术特征摘要】
【专利技术属性】
技术研发人员：吴军，刘华平，周一峰，张辉，
申请(专利权)人：常州蓝城信息科技有限公司，
类型：发明
国别省市：32
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。