基于方向场分布的指纹校正方法技术

本发明专利技术提供了一种基于方向场分布的指纹校正方法，该方法通过聚类学习的方式对指纹脊线方向的局部模式和空间分布进行了统计，通过局部模式对比的方式寻找目标图像中与指纹模式类似的区域，再结合各局部模式的空间位置分布消除出现在不合理位置的局部模式的影响，最终估计指纹的位置和方向，并依据位置和方向信息对指纹进行切割和校正。本发明专利技术可以将采集姿势不标准的指纹校正为标准姿势的指纹，以提高指纹比对和查询时的效率；还可以从包含多个指纹的背景复杂的现场指纹图像中自动检测和切割出所有指纹，并将其姿势进行校正，具有计算效率高，准确率高的优点。

【技术实现步骤摘要】

本专利技术涉及指纹识别领域，尤其涉及一种。
技术介绍
由于指纹具有唯一性、普遍性和终生不变性等重要性质，利用指纹图像进行身份识别已经有了很长的历史。在公安刑侦领域，自20世纪初期以来，指纹逐渐成为了执法机构逮捕和判定罪犯有罪的最重要的证据之一。近年来，自动指纹识别技术的发展与成熟使得指纹识别被广泛地应用于公安刑侦、出入境、门禁系统和重要设备的权限控制中。在公安刑侦领域，指纹识别的主要对象是从犯罪现场通过多种方法(比如特定的化学试剂或光学仪器等)采集的指纹。由于这类指纹通常是犯罪分子无意中遗留在某些物体上的，指纹可能残缺不全，且存在复杂的背景纹理干扰。在使用自动指纹识别系统识别这些指纹之前，指纹鉴定人员必须手工地将它们切割出来，校正到标准的姿势(指纹中心位于图像中央，指纹方向为竖直)。这个过程非常繁琐耗时。另一方面，在进行活体指纹采集时(包括公安和民用在内的各种指纹识别应用)，容易产生采集姿势不标准的指纹，即采集的指纹按捺位置不在图像中央、角度不是竖直的。要识别这些姿势不标准的指纹，指纹匹配算法不得不考虑各种可能的空间变换，导致运算复杂度很高。本专利技术要解决的是采集姿势不标准及复杂本文档来自技高网...

【技术保护点】
一种基于方向场分布的指纹校正方法，其特征在于，包括：A.离线阶段，所述离线阶段仅进行一次，建立了方向场模板库；和B.在线阶段，所述在线阶段将对输入的现场指纹图片提取方向特征，与所述方向场模板库进行比较，估计指纹的位置和方向，然后进行校正。

【技术特征摘要】
1.一种基于方向场分布的指纹校正方法，其特征在于，包括: A.离线阶段，所述离线阶段仅进行一次，建立了方向场模板库；和 B.在线阶段，所述在线阶段将对输入的现场指纹图片提取方向特征，与所述方向场模板库进行比较，估计指纹的位置和方向，然后进行校正。2.如权利要求1所述的方法，其特征在于，所述步骤A进一步包括: Al.对训练指纹图像进行基准方向场的标定，将图像划分为大小相同互不重叠的图像块，定义每个图像块包含的指纹脊线和指纹谷线的方向作为该块的方向，所有图像块的方向组成了所述图像的方向场； A2.对所述基准方向场进行提取，获得基准方向场模板； A3.对所述基准方向场模板进行聚类并对每类模板在指纹的不同位置出现的概率分布进行估计；和 A4.建立所述基准方向场模板与参考点分布的映射。3.如权利要求2所述的方法，其特征在于，所述步骤A2包括:得到基准方向场以后，提取Na组大小为dXd图像块的基准方向场模板，其中，第n组模板表示的是以从正上方为初始方向逆时针旋转nX (360/Na)度以后的方向作为基准方向的方向场模板，其中Na、d和n为正整数。4.如权利要求3所述的方法，其特征在于，所述步骤A3中，所述聚类为K-中心聚类。5.如权利要求1-4任一项所述的方法，其特征在于，所述步骤B进一步包括: B1.对所述输入的 现场指纹图片进行初始方向场提取； B2.对提取到的初始方向场进行参考点和参考方向的估计；和 B3.基于所述参考点和参考方向的估计结果，对所述现场指纹图片进行校正。6.如权利要求5所述的方法，其特征在于，所述步骤BI进一步包括: Bll.手工标记出所述输入的现场指纹图片中的指纹所在的前景区； B12.将所述前景区分割为多个互不重叠的DXD像素前景区块，对于每个区块进行...

【专利技术属性】
技术研发人员：周杰，冯建江，杨霄，
申请(专利权)人：清华大学，
类型：发明
国别省市：