基于全局脊线距离的交叉匹配指纹图像缩放方法技术

本发明专利技术公开了一种基于全局脊线距离的交叉匹配指纹缩放方法，该方法包括以下步骤：对输入的指纹图像进行分块；计算图像块的能量谱；采用根滤波增强能量谱；计算增强后的能量谱的径向能量分布，得到图像块的脊线距离；结合图像块方向场一致性，计算输入指纹图像的全局脊线距离；对输入的待匹配的两幅指纹图像，根据得到的全局脊线距离进行指纹图像缩放。本发明专利技术方法简单，对不同采集仪采集的图像具有普适性，其结果直观，能够实现多采集仪交叉匹配中的指纹图像缩放，提高了多采集仪交叉匹配算法的性能。

【技术实现步骤摘要】

本专利技术属于生物特征识别领域，尤其是一种。
技术介绍
由于具有唯一性、持久性和普遍性，指纹已经越来越多的用于政府或民用领域的身份认证。最近指纹采集和自动指纹识别方面的技术都取得了很大的进展。指纹采集仪按照成像原理可分为电容采集仪、热能采集仪和超声波采集仪等，按采集模式可分为按压采集仪(滚动按压、平面按压、和整手按压)、刮擦采集仪和非接触采集仪等。采集技术的发展使人们可以在应用中采用多种采集仪实现指纹的在线采集。将来自于不同采集仪的指纹间匹配称为“交叉匹配”，把传统的来自于同一采集仪的指纹间匹配称为“常规匹配”。到目前为止，指纹应用中的绝大多数算法都是针对某一种采集仪进行的，匹配不同的采集仪间指纹时性能很差。这就要求同一系统上必须配置同一种指纹采集仪，这样给大规模的应用系统带来很多不便，限制了指纹识别技术在这些系统中的应用。因此怎样处理不同采集仪之间的互用性已经成为一个吸引大家研究的挑战性课题。指纹采集仪互操作性指的是自动指纹识别系统补偿由于来自不同采集仪而造成数据之间的差异的能力。由于分辨率、采集技术和噪声等导致采集的原始图像数据具有很大的差异，给图像特征提取带来了巨大的影响，进而传播到匹配阶段。图像缩放，指的是统一指纹图像尺寸的过程。由于使用了具有不同分辨率的不同采集仪，得到的指纹图像不能直接进行特征提取和匹配。必须进行图像缩放。定义来自于多采集仪的指纹匹配为“交叉匹配”，以区别于“常规匹配”。因为来自同一个采集仪，获得的图像分辨率是相同的，所以在“常规匹配”中不用考虑图像缩放问题。然而在“交叉匹配”， 则需要考虑图像缩放问题。最直接和简单的解决图像缩放问题是采用基于分辨率的方法。假设采用了两个采集仪A和B，分辨率分别是700DPI和500DPI。这种情况下，采集仪A和B采集的图像之间的缩放参数将会是700/500 = 1.4。匹配前，把采集仪A采集的图像缩小1.4后与B采集的图像之间进行匹配即可得到正确的匹配。但是基于分辨率的方法有两个缺点(1)厂家宣称的采集仪分辨率可能不是真实的分辨率；( 这种方法仅仅适用于采集仪分辨率已知的情况。所以如何从指纹图像本身出发，是解决缩放问题的关键。
技术实现思路
为了解决多采集仪交叉匹配中，由于采集仪分辨率的不同噪声不能正常匹配的问题，本专利技术提供一种基于全局脊线距离的交叉匹配指纹缩放方法。为达成所述目的，本专利技术提出一种基于全局脊线距离的交叉匹配指纹缩放方法， 该方法包括以下步骤步骤Si，对输入的指纹图像进行分块，得到多个图像块；步骤S2，分别计算各个图像块的能量谱；步骤S3，采用根滤波对步骤S2得到的多个能量谱分别进行增强；步骤S4，分别计算增强后的能量谱的径向能量分布；步骤S5，根据步骤S4得到的径向能量分布得到各个图像块的脊线距离；步骤S6，基于各个图像块的脊线距离，结合方向场一致性，计算输入指纹图像的全局脊线距离；步骤S7，对待匹配的两幅指纹图像，根据他们的全局脊线距离进行指纹图像缩放。本专利技术的有益效果是本专利技术提出的基于脊线距离的交叉匹配指纹缩放方法不依赖于采集仪信息，直接从输入的指纹图像中获得缩放信息。该方法简单，可适用于任何采集设备采集的指纹图像，且能够准确定量计算输入的两幅图像之间的缩放比例，保证了交叉匹配的高性能，促进了指纹识别系统的应用。附图说明图1是基于全局脊线距离的指纹图像缩放方法流程图。图2是输入指纹图像及其方向场一致性图像。图3是同一个手指使用3种采集仪采集的3幅图像。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。图1是基于全局脊线距离的指纹图像缩放方法流程图。如图1所示，本专利技术所提出的基于全局脊线距离的指纹图像缩放方法包括以下步骤步骤Si，对输入的指纹图像进行分块，得到多个图像块；对于一幅输入指纹图像I，将其分成大小为WXW(W = 32)的相互不交叠的图像块 gi (x, y)，其中X，y e {0，...，ff-1}, i = 1，...，N，这里W表示分块的块的大小，N表示分块后的图像块的数目。对于一幅输入指纹图像，分块的规则是从左到右，从上到下对图像进行分块，最后不足WXW的图像块，不足的部分使用0来补齐。图2(a)给出了一幅分块的指纹图像示例。步骤S2，分别计算各个图像块的能量谱；用下面的公式计算得到的第i块图像块gi(x，y)的能量谱I Gi (u，ν) I 权利要求1.一种，其特征在于，该方法包括以下步骤步骤Si，对输入的指纹图像进行分块，得到多个图像块； 步骤S2，分别计算步骤Sl得到的多个图像块的能量谱； 步骤S3，采用根滤波对步骤S2得到的多个能量谱分别进行增强； 步骤S4，分别计算增强后的能量谱的径向能量分布； 步骤S5，根据步骤S4得到的径向能量分布得到各个图像块的脊线距离； 步骤S6，基于各个图像块的脊线距离，结合方向场一致性，计算输入指纹图像的全局脊线距离；步骤S7，对待匹配的两幅指纹图像，根据他们的全局脊线距离进行指纹图像缩放。2.根据权利要求1所述的方法，其特征在于，所述步骤Sl进一步为将所述输入指纹图像分成N个大小为WXW，相互不交叠的图像块& (x，y)，其中W为分块的块的大小，W = 32, χ, y e {0，· · ·，W-l}，i = 1，···，N，N 为图像块的数目。3.根据权利要求1所述的方法，其特征在于，所述步骤S2进一步为利用下面的公式计算第i块图像块& (χ，y)的能量谱I Gi (u，ν) I，i = 1，...，N 4.根据权利要求1所述的方法，其特征在于，所述步骤S3进一步为采用根滤波对第i 块图像块的能量谱IGi(U，V) ι进行增强，得到增强后的能量谱IG' i(u，v) I，i = ι，...，n:G' i(u, ν) I = Gi(u, ν) 其中，t为根滤波的幂系数，t = 1. 2。5.根据权利要求1所述的方法，其特征在于，所述步骤S4进一步为利用下面的公式计算增强后的能量谱的径向能量分布Di, i = 1，. . .，N 6.根据权利要求5所述的方法，其特征在于，rmiI^nrmax用于为径向能量分布Di的径向半径设置上限和下限，以消除当r > rfflax时带来的高频噪声以及r < rfflin时平均灰度的影响。7.根据权利要求1所述的方法，其特征在于，所述步骤S5进一步为利用下面的公式计算图像块的脊线距离Rdi = ff/Di;其中，W为分块的块的大小，Di为第i块图像块的径向能量分布。8.根据权利要求1所述的方法，其特征在于，所述步骤S6进一步包括以下步骤 步骤S61，计算第i块图像块的方向场一致性Cohi ；步骤S62，根据各个图像块的脊线距离和图像块的方向场一致性计算输入指纹图像的全局脊线距离RD。9.根据权利要求8所述的方法，其特征在于，所述步骤S61进一步为利用下面的公式计算第i块图像块的方向场一致性Cohi 10.根据权利要求8所述的方法，其特征在于，所述步骤S62进一步为利用下面的公式计算输入指纹图像的全局脊线距离RD 11.根据权利要求1所述的方法，其特征在于，所述步骤S7进一步包括以下步骤 步骤S71，计算待匹配的两幅指纹图像E和T的缩本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：田捷，陶训强，杨鑫，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：