本发明专利技术涉及一种基于嵌入式的QNMV指纹识别方法，其特征在于，包括以下步骤：对指纹识别系统的硬件进行初始化，检测指纹信号，对指纹图像进行采集，获取相关信息，对指纹图像进行预处理，对指纹的特征点进行提取，运用QNMV指纹匹配算法进行指纹的识别匹配，计算指纹的匹配分数，根据匹配分数与设定指纹匹配分数阀值进行比对，判断指纹是否匹配，将识别结果输送到指纹识别系统的硬件平台。同时还涉及到一种基于嵌入式的QNMV指纹识别装置，用以实现所提供的QNMV指纹识别方法。根据本发明专利技术方法及系统，进行指纹识别，其指纹识别的识别率高、速度快、拒识率和误识率低，可靠性高、可操作性强。该指纹识别方法可用于互联网、计算机、门禁等很多领域。随着人们对加密技术要求的不断提高，用该指纹识别方法和系统进行指纹识别将会有较好的市场前景。
【技术实现步骤摘要】
本专利技术涉及检测技术中指纹识别技术，尤其涉及指纹识别过程中指纹匹配方法，并且更具体地涉及基于嵌入式的QNMV指纹识别方法与系统。
技术介绍
生物识别技术代表了未来身份验证技术的发展方向，而指纹识别技术又是最可靠、最有效的生物识别技术之一。现在指纹识别技术是比其他生物识别技术如脸像、指形、手部血管、虹膜、视网膜、声纹、DNA识别技术等更好的身份鉴定方法，其原因为一方面是人的指纹具有唯一性并且终身不变性；另一方面是目前的指纹识别算法已达到识别快速、准确率高的水平，是能商业化的生物识别技术。 指纹识别过程是首先通过指纹采样设备获得指纹图像，然后对该图像进行预处理，以方便提取指纹特征，特征提取后再通过模式匹配的方法判断两者的一致性，若特征值相似，则可判定为同一人的指纹，反之，则判定两指纹不是来自同一枚手指。指纹识别技术应用的普遍性对自动指纹识别系统的便携性和易用性提出了更为严格的要求，指纹识别技术正向着嵌入式和小型化的方向发展。然而，目前国内外的指纹识别技术一般考虑指纹的细节点局部特征，普遍存在识别率低、识别速度慢等问题，另外指纹识别系统不具备嵌入式特点，通用性较差，具有一定的迟缓性和不精确性等特点，影响了指纹识别的效果。另外，指纹识别装置目前多采用单片机和DSP处理器，这些传统常规的指纹识别装置功能结构单一，可靠性、互换性差，维护困难，影响了指纹识别的效果。本专利技术采用嵌入式系统进行指纹识别，由于该系统具有嵌入式系统的特点，功能综合、可靠性高、互换性好、抗干扰能力强、维护容易、安装使用方便等特点，该方法及系统具有重要的应用价值，它能更有效地提高指纹识别的识别率和识别速度，达到较高的指纹识别水平。采用嵌入式的QNMV指纹识别方法与系统进行指纹匹配，提高了指纹识别算法的识别速度并且降低了拒识率和误识率。该指纹识别算法可用于如互联网、计算机、门禁等很多领域。随着人们对加密技术要求的不断提高，用该指纹识别算法实现的指纹识别系统和指纹识别产品将会有很好的市场前景。
技术实现思路
本专利技术要解决的技术问题是，针对指纹识别过程的迟缓性、不精确性等特点，及现识别技术和方法存在的局限性，采用采用嵌入式的QNMV (Quad-Neighborhood-Minutiae-Vector)方法，即基于局部特征点的结构向量指纹识别方法进行指纹匹配，采用本专利技术方法与系统，提高了指纹识别速度，并且降低了拒识率和误识率。本专利技术提供的一种带有操作系统的基于嵌入式的QNMV指纹识别方法，其特征在于包括以下步骤指纹采集过程；指纹识别系统的图像处理；识别系统的指纹匹配；指纹识别软件经过驱动程序得到指纹图像后，就进行指纹图像QNMV指纹识别和处理并调用匹配算法进行指纹识别。其中指纹图像的处理包括图像预处理以及图像后处理，预处理又分为灰度滤波，二值化，二值化图像去噪，细化，细化后的去噪等五个步骤。在预处理的全过程中我们采用了三次滤波操作灰度图像滤波、二值图像滤波、细化后图像的滤波。这主要是为了彻底去除图像中的噪音，减少人为干扰，同时也提高了系统对模糊不清、残缺不全的指纹图像的处理能力。通过这种渐进的滤波形式，输出的点线图基本上不含任何噪音(对比较清晰的指纹图像而言)，为以后的特征提取、匹配等操作打下良好的基础。QNMV指纹识别技术方案如下权利要求1.一种基于嵌入式的QNMV指纹识别方法，其特征在于，包括以下步骤 (1)对指纹识别系统的硬件进行初始化； (2)检测到指纹信号，并对指纹图像进行采集，获取相关信息； (3)对指纹图像进行预处理； (4)对指纹的特征点进行提取； (5)运用QNMV指纹匹配算法进行指纹的匹配工作； (6)计算指纹的匹配分数； (7)根据匹配分数与设定指纹匹配分数阀值进行比对，判断指纹是否匹配； (8)将识别结果输送到指纹识别系统的硬件平台。2.根据权利要求I所述一种基于嵌入式的QNMV指纹识别方法，其特征在于系统初始化工作流程是通过执行以下步骤实现 (1)指纹识别系统的硬件启动开始工作； (2)启动操作系统并进行初始化； (3)加载指纹采集卡驱动； (4)对采集卡进行初始化； (5)运行指纹采集程序； (6)对指纹图像进行处理； (7)完成指纹识别系统的系统初始化工作。3.根据权利要求I所述一种基于嵌入式的QNMV指纹识别方法，其特征在于指纹图像预处理流程是通过执行以下步骤实现 (1)指纹图像预处理工作开始； (2)对指纹图像进行灰度滤波，对输入的噪声较多的灰度图像进行滤波处理，去除图像中的叉连、断点及模糊不清的部分，得到一幅较清晰的灰度图像； (3)对指纹图像进行增强； (4)对指纹图像进行二值化处理，把灰度图像变成一幅二值指纹图像； (5)对二值化处理后的图像进行去噪，由于灰度滤波的不完全性及二值化时又可能引入噪音，所以对二值化后的指纹图像还需要进行一次去噪操作，得到清晰的二值指纹图像； (6)对二值指纹图像进行细化； (7)对细化后的图像进行去噪，由于前面滤波去噪的不完全性及细化算法本身可能引入的噪音，因此细化后的指纹图还需进行一次滤波操作，以得到一幅清晰的点线图； (8)指纹图像预处理结束； (9)指纹图像预处理结束后，将对指纹的特征点进行提取。4.根据权利要求I所述一种基于嵌入式的QNMV指纹识别方法，其特征在于指纹匹配方法的总体流程是通过执行以下步骤实现 (1)寻找特征点作为比对的参考点对； (2)计算特征点之间的相似度，#).(3)计算指纹匹配分数MatchscoreQNMV；(4)进行指纹匹配判断； (5)将匹配结果返回硬件系统。5.根据权利要求I所述一种基于嵌入式的QNMV指纹识别方法，其特征在于计算特征点之间的相似度S(Pf，Ρξ)是通过执行以下步骤实现 (1)在第N个象限能够找到一对能够匹配的邻近点和. 假设第N个象限中的(a =1,2,3; J = 1，2,3)，如果满足如下公式，则表明在第N个象限能够找到一对能够匹配的邻近点。6.根据权利要求I所述一种基于嵌入式的QNMV指纹识别方法，其特征在于计算指纹匹配分数MatchscoreQNMV是通过执行以下步骤实现 (1)根据基于QNMV的比对分数来计算指纹匹配分数，即7.根据权利要求I至6中任一项所述的一种基于嵌入式的QNMV指纹识别方法，其特征在于所形成的指纹识别方法，是一个有机的整体。8.根据权利要求I所述的一种基于嵌入式的QNMV指纹识别方法，其特征在于识别对象为指纹。9.一种基于嵌入式的QNMV指纹识别装置，其特征在于包括 数据存储器，用于存储指纹识别过程中的各种数据； 程序存储器，用于存储指纹识别过程中所有的程序； 嵌入式微处理器，用于调用、存储QNMV指纹识别的数据、程序等； 触摸屏，用于指纹识别过程中的人工操作界面； IXD液晶屏，用于指纹识别过程中界面显示； USB控制器接口，用于将采集的指纹信息和指纹处理信息在微处理器和指纹采集器之间传递； 指纹传感器，用于采集指纹信息。10.根据权利要求9所述的一种基于嵌入式的QNMV指纹识别装置，其特征在于包括 该装置所组成的QNMV指纹识别系统，用以实现权利要求I至8所述的指纹识别方法。全文摘要本专利技术涉及一种基于嵌入式的Q本文档来自技高网...
【技术保护点】
一种基于嵌入式的QNMV指纹识别方法，其特征在于，包括以下步骤：(1)对指纹识别系统的硬件进行初始化；(2)检测到指纹信号，并对指纹图像进行采集，获取相关信息；(3)对指纹图像进行预处理；(4)对指纹的特征点进行提取；(5)运用QNMV指纹匹配算法进行指纹的匹配工作；(6)计算指纹的匹配分数；(7)根据匹配分数与设定指纹匹配分数阀值进行比对，判断指纹是否匹配；(8)将识别结果输送到指纹识别系统的硬件平台。
【技术特征摘要】
【专利技术属性】
技术研发人员：潘炼，钦小平，刘晓鸣，王薇，陈城，罗杰，彭鑫，李柯，严文，徐辉，卢伟，
申请(专利权)人：武汉科技大学，
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。