一种基于SVM和稀疏表示的假指纹检测方法

摘要

本发明公开了一种基于SVM和稀疏表示的假指纹检测方法。采集数百张真、假指纹图像，对其提取统计特性、频域特性等特征数据，对特征数据归一化并进行支持向量机(SVM)训练得到SVM的分类模型，对需要进行检测的指纹提取图像，提取同样的特征数据并归一化，使用上述SVM的分类模型进行分类，得到“真”或“假”的SVM分类结果；同时对指纹图像随机提取子图像，训练稀疏表示字典，对需要进行检测的指纹图像随机提取子图像，进行稀疏表示，判断子图像为“真子图”或“假子图”；最后使用上述分类和判断结果进行综合决策。本发明不需要对采集指纹的硬件进行改造，计算速度快且正确率高，对提高指纹识别系统的安全性有重要应用价值。

主权项

一种基于SVM和稀疏表示的假指纹检测方法，其特征在于：进行检测之前的训练工作，包括步骤1‑步骤5：步骤1：采集真、假指纹图像，作为训练使用；步骤2：对训练使用的指纹图像提取特征数据；步骤3：对训练使用的特征数据进行归一化；步骤4：对归一化的特征数据进行支持向量机训练得到支持向量机的分类模型；步骤5：对训练使用的指纹图像训练稀疏表示字典；步骤6：对需要进行检测的指纹提取图像；对需要进行检测的指纹进行的操作，包括步骤6‑步骤11：步骤7：对需要进行检测的指纹的图像提取特征数据；步骤8：对需要进行检测的指纹的特征数据进行归一化；步骤9：对归一化的需要进行检测的指纹的特征数据，使用上述SVM的分类模型进行分类，得到“真”或“假”的SVM分类结果；步骤10：对需要进行检测的指纹图像提取6个子图，分别使用稀疏表示字典进行稀疏表示，判断该子图像为“真子图”或“假子图”；步骤11：综合决策得出综合决策分类结果；步骤2和步骤7所述的提取特征数据需要在有效区域内进行，所述有效区域的选择方法为在图形内搜索最大内接矩形，具体步骤是：步骤2.1：使用Otsu法对指纹图进行二值化处理，对得到的二值图使用半径为10的disk结构元素进行闭操作，得到完整、光滑的指纹覆盖的区域；步骤2.2：利用质心公式求指纹覆盖区域的质心，过质心做倾角θ＝30°‑75°共46条直线，每条直线与指纹覆盖区域交于两点，记两点之间线段长度为L_i(θ)，以该直线为对角线的矩形i的面积为其中M_i＝min{L_i(θ),L_i(θ+π/2)}为矩形是否完整的必要条件，最大矩形为对应矩形就是选择得到的有效区域。