[發(fā)明專利]基于統(tǒng)計(jì)方法的指紋識(shí)別方法

無效

• 申請?zhí)枺?/td>: 200710035239.2
• 申請日: 2007-06-28
• 公開（公告）號(hào): CN101079102A
• 公開（公告）日: 2007-11-28
• 發(fā)明（設(shè)計(jì)）人: 鄧宏貴;曹祥
• 申請（專利權(quán)）人: 中南大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00
• 代理公司: 中南大學(xué)專利中心
• 代理人: 胡燕瑜

技術(shù)領(lǐng)域

本發(fā)明屬于圖像識(shí)別領(lǐng)域，特別是利用圖像對指紋進(jìn)行識(shí)別。

背景技術(shù)

隨著人類社會(huì)的發(fā)展進(jìn)步，信息安全已成為世界各國廣泛關(guān)注的重要問題。目前廣泛使用的傳統(tǒng)身份認(rèn)證有兩種方式：(1)基于知識(shí)(如密碼、口令等)的身份認(rèn)證方式；(2)基于令牌(如鑰匙、身份證件等)的身份認(rèn)證方式。基于知識(shí)的身份驗(yàn)證中，雖然不需要隨身攜帶令牌(鑰匙、身份證件)，但是持有人必需記住密碼口令，然而密碼和口令容易忘記，而且容易泄漏，容易被破解；基于令牌的身份驗(yàn)證中，鑰匙和證件容易丟失、容易被盜竊、容易被偽造。這些傳統(tǒng)身份驗(yàn)證的缺點(diǎn)給社會(huì)帶來了很多不便，產(chǎn)生了一些安全問題。針對這些問題，在有些安全要求較高的場合，如軍事領(lǐng)域，人們采用兩種身份驗(yàn)證結(jié)合的方式，但是仍無法從根本上解決傳統(tǒng)身份認(rèn)證的缺點(diǎn)。計(jì)算機(jī)出現(xiàn)之后，隨著信息化、數(shù)字化和生物技術(shù)的發(fā)展，出現(xiàn)了基于生物特征的身份認(rèn)證。人們可能會(huì)丟失身份證件，忘記密碼，但不會(huì)丟失自己的生物特征；身份證可能會(huì)被偷竊，密碼可能會(huì)破解和泄漏，但是你的生物特征不可能會(huì)被偷竊或泄漏；這樣就從根本上消除了冒名頂替的現(xiàn)象。由于生物認(rèn)證克服了傳統(tǒng)身份認(rèn)證的無法克服的缺點(diǎn)，基于生物識(shí)別的身份識(shí)別技術(shù)迅速發(fā)展起來。

目前自動(dòng)指紋識(shí)別技術(shù)基于細(xì)節(jié)特征的最多，一般步驟為：采集、分割、增強(qiáng)、細(xì)化、細(xì)節(jié)特征提取、匹配。基于細(xì)節(jié)特征的識(shí)別方法在匹配時(shí)，首先要將輸入指紋的細(xì)節(jié)特征或模板庫中細(xì)節(jié)特征進(jìn)行校正，使得兩個(gè)特征集在同一個(gè)坐標(biāo)系中，然后在進(jìn)行匹配。目前的匹配方法，在進(jìn)行校正都存在著缺陷：容易出現(xiàn)錯(cuò)誤的局部匹配，無法處理非線性形變。此外，單一地用細(xì)節(jié)特征進(jìn)行識(shí)別抗噪聲能力弱。

發(fā)明內(nèi)容

本發(fā)明的目的是提供魯棒性強(qiáng)的平移旋轉(zhuǎn)校正參數(shù)確定方法和融合細(xì)節(jié)特征與方向圖的指紋識(shí)別方法。本發(fā)明通過統(tǒng)計(jì)兩個(gè)指紋細(xì)節(jié)特征集中特征向量對匹配所得到校正參數(shù)，計(jì)算出兩個(gè)特征集合的最佳校正參數(shù)，然后校正，進(jìn)行細(xì)節(jié)特征比對；若存在8個(gè)以上匹配細(xì)節(jié)特征，進(jìn)行點(diǎn)方向比對，通過統(tǒng)計(jì)方向圖匹配點(diǎn)數(shù)在重合區(qū)域內(nèi)點(diǎn)數(shù)比，判斷兩個(gè)指紋是否來自同一指頭。

本發(fā)明所用的特征包括：M＝{{m，I}，{n，O}}

其中{m，I}表示細(xì)節(jié)特征向量的個(gè)數(shù)和細(xì)節(jié)特征向量I＝{i₁，i₂，…，i_m}，每個(gè)細(xì)節(jié)特征向量i_k＝{x_k，y_k，θ_k}

其中{n，O}表示方向特征個(gè)數(shù)和方向特征O＝{o₁，o₂…，o_n}，每個(gè)方向特征向量o_k＝{x_k，y_k，θ_k}

為了減小特征向量集所需存儲(chǔ)空間，本發(fā)明采用定長存儲(chǔ)。細(xì)節(jié)特征個(gè)數(shù)m、n、坐標(biāo)x和y存儲(chǔ)為無符號(hào)短整型，0～65535；將方向2π量化為0～255，方向θ的大小就為0～255。

本發(fā)明主要包括下來步驟：

1、對計(jì)算指紋圖像的灰度梯度，根據(jù)梯度計(jì)算梯度閾值，進(jìn)行初次分割，提取出指紋圖像的有效區(qū)域。

2、計(jì)算初次分割提取出有效區(qū)域的方向一致性，與0.39比較，除去初次分割提取有些區(qū)域中一些方向一致性小的區(qū)域，得到最終的指紋圖像有效區(qū)域。

3、計(jì)算分割得到有效區(qū)域的點(diǎn)方向圖。

4、計(jì)算紋線的平均周期。

5、生成濾波矩陣，對指紋圖像進(jìn)行濾波增強(qiáng)。

6、對增強(qiáng)后的指紋圖像利用OTSU方法進(jìn)行二值化，查表的方法進(jìn)行細(xì)化，最后進(jìn)行細(xì)節(jié)點(diǎn)提取。

7、細(xì)節(jié)特征向量匹配，生成校正參數(shù)序列。統(tǒng)計(jì)校正序列的校正參數(shù)，確定含有校正參數(shù)數(shù)目最多的區(qū)間，求該區(qū)間內(nèi)校正參數(shù)的加權(quán)平均數(shù)，以該平均數(shù)，對模板庫中的細(xì)節(jié)特征向量與方向特征向量進(jìn)行校正。

8、將模板集中的細(xì)節(jié)特征向量校正后與輸入指紋細(xì)節(jié)特征向量進(jìn)行比對，如果匹配點(diǎn)的數(shù)目不小于8個(gè)，將校正后的方向特征向量與輸入指紋對應(yīng)坐標(biāo)位置的方向比對，若方向差絕對值小于π/16，或方向差絕對值小于與π的差絕對值小于π/16，則認(rèn)為對應(yīng)點(diǎn)處的方向是一致的。統(tǒng)計(jì)不一致的方向特征數(shù)，如果不一致特征向量數(shù)與比較總特征向量的比值數(shù)小于0.045，認(rèn)為整體方向場是匹配。

本發(fā)明克服了目前基于中心點(diǎn)、局部點(diǎn)集等匹配方法在確定校正參數(shù)，進(jìn)行匹配存在的缺點(diǎn)，提高了識(shí)別的準(zhǔn)確性

附圖說明