基于量子算法的指纹数据库搜索方法技术

一种基于量子算法的指纹数据库搜索方法，该匹配方法包括如下步骤：1)对指纹进行采集、预处理和细节特征点的提取，选取参照点，将一个输入指纹和N个模板指纹中的细节特征点集以各自的参考点为基准，转移到极坐标中；2)利用量子并行性原理一次求取所有模板指纹与输入指纹的匹配总数，将其保存到匹配分数数据库中；3)将Grover算法中的Oracle算子进行改进，使其包含有两个数据库，最终将索引寄存器中获得的N个状态与全面得到的匹配分数数据库位置一一对应；4)旋转索引寄存器中所有状态的平均值，对索引寄存器进行测量最终获得所要搜索的目标指纹。本发明专利技术通过应用量子算法，从而提高在这种非结构化的指纹数据库进行指纹搜索问题的搜索效率和搜索准确率。

【技术实现步骤摘要】

本专利技术属于生物特征识别技术，尤其涉及一种。
技术介绍
个人身份的确认和权限认定是生活中的一个非常重要的环节，尤其是随着网络化时代的来临，人们对于安全性的要求越来越高。但是，越来越繁琐的密码设置也成为了摆在人们面前的一大心病，为了实现较高的安全性，使用更复杂和更方便的密码是目前流行的选择。而每个人的指纹纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的，并且终生不变。依靠这种唯一性和稳定性，就可以把一个人同他的指纹对应起来，通过将他的指纹和预先保存的指纹进行比较，从而验证他的真实身份。经典的基于脊线矫正的细节点指纹匹配算法原理如下所述首先对指纹进行采集、预处理和细节特征点的提取。接下来确定所要匹配的指纹有没有奇异点，也就是如图IA所示的中心点和图IB所示的三角点。一种情况是有奇异点， 就选取奇异点附近最近的一条脊线，判断需要匹配的两枚指纹分别对应的脊线是否相似。 如果相似，则选取的奇异点就作为两枚指纹对应的参考点，用于接下来的匹配步骤。另一种是并没有奇异点，这就需要寻找其他的点作为参考点。定义两个点集M和N，其中一个点集 N表示从输入的指纹图中提取出的L个细节点，另一个点集M表示从模板上提取出的H个细节点。则这两个点集合分别就表示为M = {(xM，<),..., ，<，<)}( ！)N = { , K ’ 矿)，...，(XNL yL,0NL)}(2)其中(χ,Μ，Ζ,矿)和 ，<，<)分别记录了点集M和N中第i和第j个特征点的三条信息x坐标，Y坐标和方向。然后要在模板细节点集和输入细节点集中各选一个参照点作为相应的极坐标系中的原点，以便把细节点转换到极坐标系中。由于事先并不知道模板点集与输入点集的对应关系，所以将考虑所有可能的参照点对。对模板点集中的每一点虬=(1彡i彡H)和输入点集中的每一点队= (1彡i彡L)，定义Rotate 为将Mi和Nj当作参照点对时从输入图像到模板图像的旋转角度。如果Mi和 可以被当成一对对应点，即他们分别对应的脊线相似性到一定程度， 则Rotate 将取0度到360度间的一个值，否则定义Rotate 取值为400，以表示虬和 不是一对对应点。接下来判断脊线的相似性，用T表示细节点Mi对应的脊线，t表示细节点Ni对应的脊线。匹配t与T，用下式来计算这两条脊线间的差异 DiffJiSt =去Σ;=。ΙΓ(# )Ι( Q权利要求1.一种，其特征在干，包括如下的步骤(1)对n+1位量子比特状态2.如权利要求1所述的ー种，步骤( 所涉及的 比特翻转的方法，其特征在干，如果数据库ニ中的第X个match-score值和输入指纹的细节特征点数相同即もニん数据库ー的状态由3.如权利要求1所述的一种，步骤( 所涉及的比特翻转的方法，其特征在于，索引寄存器的状态最后获得-1的相位移动。4.如权利要求1所述的一种，步骤(4)到步骤 (6)所述的任意一个索引方法，其特征在于数据库二的第χ个寄存器内容dx加到数据寄存器是通过索引χ进行寻址，也就是通过得到的N = 2n个模板指纹与输入指纹的match-score 值Cltl，...，(V1的N个下标来进行索引。5.如权利要求1所述的一种，步骤(4)或步骤 (6)所述的任意一个索引方法，其特征在于，第χ个寄存器内容match-score值djn到数据寄存器中进行的是模2加。6.如权利要求1到5所述的方法，最终获得的索引寄存器中包含的N个量子态的位置是和由输入指纹与N个模板指纹所得到的N个match-score值位置一一对应，搜索得到目标量子态的位置也就搜索到目标指纹的位置。7.如权利要求1到5所述的任意一个索引方法，2n个模板指纹与输入指纹的 match-score值(Itl，Cl1, ... dx, ... , C^1的所有下标即索引χ是处于多重值的叠加。全文摘要一种，该匹配方法包括如下步骤1)对指纹进行采集、预处理和细节特征点的提取，选取参照点，将一个输入指纹和N个模板指纹中的细节特征点集以各自的参考点为基准，转移到极坐标中；2)利用量子并行性原理一次求取所有模板指纹与输入指纹的匹配总数，将其保存到匹配分数数据库中；3)将Grover算法中的Oracle算子进行改进，使其包含有两个数据库，最终将索引寄存器中获得的N个状态与全面得到的匹配分数数据库位置一一对应；4)旋转索引寄存器中所有状态的平均值，对索引寄存器进行测量最终获得所要搜索的目标指纹。本专利技术通过应用量子算法，从而提高在这种非结构化的指纹数据库进行指纹搜索问题的搜索效率和搜索准确率。文档编号G06F17/30GK102495886SQ201110404890公开日2012年6月13日 申请日期2011年11月28日 优先权日2011年11月28日专利技术者孙英培, 张展展, 李辉 申请人:河南理工大学本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：李辉，张展展，孙英培，
申请(专利权)人：河南理工大学，
类型：发明
国别省市：