指纹识别中确定性编码方法与系统

摘要

本发明属于计算机生物识别技术领域，涉及一种在指纹比对的过程中，采用确定性编码来进行指纹精确匹配的方法及系统。所说的利用确定性编码特征进行精确匹配是通过在指纹图像中选取某一特定形状的特征区域，并求出该特征区域所对应的特征值——指纹脊线总长、脊线方向场的主方向和像素点的方向熵来进行匹配。该确定性编码方法及由该方法所构建的指纹识别系统克服了传统点模式的指纹识别系统中采用模糊匹配算法所造成的正确率低、存在安全隐患等缺点。

主权项

1.一种指纹识别的方法，其特征在于该指纹识别方法是在DSP中依次按以下步骤完成的：步骤(1)，采集一个指纹作为模板指纹；步骤(2)，采集一个待识别指纹作为待识指纹；步骤(3)，在模板指纹和待识指纹的图像中，将各像素点的像素值归一化到[0，1]区间，其中像素值为0的点为黑色点，像素值为1的点为白色点，得到模板指纹和待识指纹的归一化图像，计算公式为所说的设定值阈值T取值范围为0.5-0.7；步骤(4)，分别在步骤(3)所说的模板指纹和待识指纹的归一化图像中，将指纹脊线细化为只有一个像素点宽度的纹线，细化方法为对于所说的归一化图像，在满足不改变指纹脊线长度的前提下，将像素值为0的像素点，其像素值更改为1，得到模板指纹和待识指纹的细化图；步骤(5)，确定性编码特征的提取与匹配：步骤(5.1)，分别选取模版指纹与待识指纹的脊线端点作为待选特征点；步骤(5.2)，分别对模板指纹细化图和待识指纹细化图中所有待选特征点所在的纹线进行跟踪及离散采样，每隔设定值D0个像素点采样一点，D0取值范围为8-12，记录像素点的坐标，统一设定每条纹线采样N点，N取值范围为3-5，以特征点本身为第0采样点，如果纹线长度不足以采样N点，则放弃采样；步骤(5.3)，对待识指纹中的任一待选特征点和模板指纹中的任一待选特征点，通过以下公式计算2个特征点所在的2条纹线的拟合度函数$F_d=1/\underset{i=1}{\overset{N-1}{\Sigma }}|d_{i,0}-D_{i,0}|$ 其中，dj，0——待识指纹细化图中所说的采样纹线上第i采样点和第0采样点(特征点)之间的距离，i取值范围为1到/N-1；Dj，0——模板指纹细化图中所说的采样纹线上第i采样点和第0采样点(特征点)之间的距离，i取值范围为1到N-1；如果Fd大于某一设定值阈值F0，则初步认定这两条纹线所对应的待选特征点为一对基准点，保留这对特征点，进行步骤(5.4)，若不能满足Fd大于设定值阈值F0，则舍弃这对特征点，重复步骤(5.3)，所说的F0取值范围0.01-0.1；步骤(5.4)，对步骤(5.1)中所说的待识图像和模板图像中的任2个待选特征点重复步骤(5.3)，得到基准点对集；步骤(5.5)，按以下步骤进行指纹图像姿势纠正；步骤(5.5.1)，在步骤(5.4)得到的基准点对集中，任选一对作为基准点对；步骤(5.5.2)，按以下步骤计算待识图像相对于模板图像的平移参数(tx，ty)和旋转角度θ：$\left(\begin{array}{c}{t}_x\\ t_y\end{array}\right)=\left(\begin{array}{c}\frac{1}{N}\underset{k=0}{\overset{N-1}{\Sigma }}(d_{\mathrm{kx}}-D_{\mathrm{kx}})\\ \frac{1}{N}\underset{k=0}{\overset{N-1}{\Sigma }}(d_{\mathrm{ky}}-D_{\mathrm{ky}})\end{array}\right)$ 其中，dkx，dky——待识指纹图像中该基准点所在纹线的第k个采样点的横坐标和纵坐标，k取值范围为0到N-1Dkx，Dky——模板指纹图像中该基准点所在纹线的第k个采样点的横坐标和纵坐标，k取值范围为0到N-1tx，ty分别为待识指纹图像相对于模板指纹图像横向平移参数和纵向平移参数，待识指纹相对于模板指纹的旋转角度θ为该对基准点中的待识指纹特征点所在脊线的切线方向与模板指纹特征点所在脊线的切线方向之差；步骤(5.5.3)，将模版指纹的所有像素点坐标(x，y)按下式转化为像素点坐标(u，v)，计算公式为：$\left[\begin{array}{c}u\\ v\end{array}\right]=\rho \left[\begin{array}{cc}\cos \theta & \sin \theta \\ -\sin \theta & \cos \theta \end{array}\right]\left[\begin{array}{c}x\\ y\end{array}\right]+\left[\begin{array}{c}{t}_x\\ t_y\end{array}\right]$ 其中，ρ为图像伸缩系数，ρ＝1；tx，ty分别为步骤(5.5.2)所得到的待识指纹图像相对于模板指纹图像横向平移参数和纵向平移参数；θ为待识指纹相对于模板指纹的旋转角度；步骤(5.6)，按以下步骤进行精确匹配；步骤(5.6.1)，对于步骤(5.5.1)所说的一对基准点，分别以模板图像的基准点和待识图像的基准点为中心，在步骤(4)所说的模板指纹和待识指纹的细化图中，按设定形状做一个相同面积的特征区域；步骤(5.6.2)，分别在步骤(5.6.1)所说的模板指纹细化图和待识指纹细化图的特征区域内，计算以下确定性编码特征值，包括指纹脊线总长度、脊线方向场的主方向和像素点的方向熵3个参数，其中：指纹脊线总长度为该相应的特征区域内像素值为0的像素点数目；脊线方向场的主方向按以下步骤求得：首先以度为单位计算特征区域内各像素点所在的指纹脊线的切线方向，其次统计像素点所在的指纹脊线的切线方向等于某一角度值的像素点个数，再次以角度为横坐标，像素点个数为纵坐标建立直方图，最后取直方图中像素点个数最少的角度方向的反方向为脊线方向场的主方向；像素点的方向熵定义为：其中pj是将360度以45度为间隔分为8个方向域，第j个方向域的所有像素点数目占全部8个方向域的像素点数目的比例；步骤(5.6.3)，对于步骤(5.6.2)得到的模板指纹和待识指纹的确定性编码特征值，将各参数的十进制计算结果分别转化为用“01”串表示的二进制结果；步骤(5.6.4)，分别对步骤(5.6.3)得到模板指纹和待识指纹的确定性编码每个参数的2个二进制结果的各位二进制数值进行比对，如果3个参数的每位二进制数值比对结果完全相同，则认定两指纹通过比对，输出指纹匹配成功的结果，否则，转步骤(5.5)，选择另外一对基准点，按步骤(5.5)到(5.6.4)进行比对；步骤(5.6.5)，相应于所说的两指纹通过比对，对步骤(5.4)所说的基准点对集中的每一对基准点按步骤(5.6)进行精确匹配，如均未通过比对，则认为两指纹不能通过对比，输出指纹匹配不成功的结果。