一种基于方向场细节点描述子的指纹分类方法

摘要

本发明公布了一种基于方向场细节点描述子(Orientation_based Minutia Descriptor, OMD)的指纹分类方法，本发明主要包括两个部分：1、在指纹图像中以中心点向下40像素为中心构建一个覆盖整幅图像的大尺度方向场细节点描述子，并提取为该指纹的特征向量；2、利用该特征向量通过SVM进行快速、准确的指纹分类。本发明首次将方向场细节点描述子运用于指纹分类领域，对方向场细节点描述子进行改进，构建了覆盖整幅指纹图像的大尺度方向场细节点描述子；相对于已有的分类算法，本发明提出的基于方向场细节点描述子的指纹分类方法不论是在时间花费还是精确度上都具有一定的优势。

主权项

一种基于方向场细节点描述子的指纹分类方法，其特征在于，步骤如下：1)、在经过预处理的指纹图像中寻找参考点，参考FingerCode算法参考点取中心点在不越过图像边界的情况下向下40pixel记为Pr；2)、以参考点为中心取半径为30、60、90、120的同心圆，每个同心圆上从水平开始分别均匀取6、12、18、24个取样点，提取各个点的方向信息；取样点记为P_ij，取样点的横纵坐标分别通过公式(1)、(2)进行计算得出：其中X_ij表示从参考点向外第j个同心圆上第i个点的横坐标；其中Y_ij表 示从参考点向外第j个同心圆上第i个点的纵坐标；Pr.x和Pr.y分别表示参考点的横纵坐标；r表示参考点到第一个同心圆半径和两个同心圆之间的半径差；num表示初始同心圆的取样点数；3)、越界处理：(1)对取样点越界的判断，当该取样点满足以下条件时判断为越界：取样点位于指纹图像外；取样点位于指纹前景区域外，判断取样点是否位于指纹图像外，只需要判断X_ij和Y_ij是否小于0或是超过图像的像素范围，通过该取样点处方向场信息是否存在来判断该点是否位于前景区域；(2)对越界取样点信息的处理：若该点在第一层同心圆上，则把该点的方向值设为参考点的方向值；若该点位于中心点和第一个同心圆点的延长线与所在同心圆的交点位置，则该取样点的方向值取该延长线与上一个同心圆交点位置处取样点的方向值，见公式(3)；当取样点为该同心圆上最后一个点时取样点的方向值取上一个同心圆第一个和最后一个点方向值的平均值，见公式(4)；其他情况下取样点的方向值为上一个同心圆和该取样点距离最近的两个点方向的平均值，见公式(5)；P_ij.dir＝P_ab.dir其中b＝j‑1,其中b＝j‑1,a＝1,c＝(j‑1)*num   (4)其中b＝j‑1,4)、提取所有取样点的方向信息作为该指纹分类时的特征向量，通过SVM进行分类。