[發明專利]一種融合多參考節點整體對齊和方向場的指紋圖像匹配方法

無效

• 申請號: 200710198883.1
• 申請日: 2007-12-14
• 公開（公告）號: CN101414350A
• 公開（公告）日: 2009-04-22
• 發明（設計）人: 趙建民;朱信忠;殷建平;祝恩;徐慧英
• 申請（專利權）人: 浙江師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/64;G06K9/62
• 代理公司: 浙江杭州金通專利事務所有限公司
• 代理人: 徐關壽

1、一種融合多參考節點整體對齊和方向場的指紋圖像匹配方法，其特征在于：該匹配方法包括以下步驟：

1)、提取節點周圍相對節點的局部相對方向信息，包括：①、節點的坐標(x，y)；②、節點的方向γ，0≤γ<2π；③、局部相對方向D＝<D_α，D_β>；④、排序數Δ，其中排序數Δ的計算公式是：

Δ=Σ-N≤i≤N,i≠0i|i|αi/2N---(1)]]>

其中，其中α_i是點A_i處相對節點的累計方向差，N為節點一側的采樣點數量；將指紋圖像中節點表示為極坐標形式若Δ≥0則稱該節點為右手節點，否則為左手節點；將從指紋圖像I中提取的所有節點按照Δ增序排列，得到M(I)={⟨x1I,y1I,γ1I,D1I,Δ1I⟩,⟨x2I,y2I,γ2I,D2I,Δ2I⟩,···,⟨xpI,ypI,γpI,DpI,ΔpI⟩},]]>其中p為節點數，Δ1≤Δ2≤···≤Δp,]]>DiI=⟨DαI,i,DβI,i⟩,]]>DαI,i={αkI,i|k=-NN},]]>DβI,i={βkI,i|k=-NN};]]>

2)、對于模板指紋圖像T和輸入指紋圖像Q的節點集合M(T)={⟨xiT,yiT,γiT,DiT,ΔiT⟩|1≤i≤p}]]>和M(Q)={⟨xiQ,yiQ,γiQ,DiQ,ΔiQ⟩|1≤i≤q}]]>進行旋轉和平移粗對齊，以為參考節點，分別得到M(T)和Q(T)的極坐標形式和記C＝Count[u][v]為和的匹配節點對數，當它取最大值時，得到的匹配節點集合{⟨xmiT,ymiT,γmiT,DmiT,ΔmiT⟩|1≤i≤C}]]>和{⟨xnjQ,ynjQ,γnjQ,DnjQ,ΔnjQ⟩|1≤j≤C}]]>是多對參考節點，對應于極坐標(T)和的和

3)、對多參考節點進行對齊：將{⟨xmiT,ymiT,γmiT⟩|1≤i≤C}]]>和{⟨xnjQ,ynjQ,γnjQ⟩|1≤j≤C}]]>進行整體對齊，即要構造使和整體對齊；對進行旋轉和平移，計算的旋轉參數-Δ_ψ和平移參數(-Δ_x，-Δ_y)；

4)、將轉換為直角坐標Mr1c(T)={⟨XiT,YiT,ψiT,DiT,ΔiT⟩|1≤i≤p},]]>同樣將轉換為Mr2c(Q)={⟨XiQ,YiQ,ψiQ,DiQ,ΔiQ⟩|1≤i≤q},]]>求T和Q的最終匹配節點對數N_p，計算公式是：

Np=Σ1≤i≤p,1≤j≤pp(i,j)---(2)]]>

其中，

5)、計算指紋圖像T和Q的匹配分數S_TQ，S_TQ定義為：

STQ=Σp(i,j)=1s(miT,mjQ)NT+NQ-NP---(4)]]>

兩個指紋對齊后，有一個重疊的公共區域F，設N_T為指紋圖像T位于F中的節點數量，N_Q為指紋圖像Q中位于F中的節點數量；S_TQ是指紋圖像T和Q的相似度，S_TQ值越大，T和Q越相似；

其中是miT=⟨xiT,yiT,γiT,DiT,ΔiT⟩]]>和mjQ=⟨xiQ,yiQ,γiQ,DiQ,ΔiQ⟩]]>的相似度為，計算公式是：

s(miT,mjQ)=exp[-ρgΣk=-NN(|αkT,i-αkQ,j|+|βkT,i-βkQ,j|)2πN]---(5)]]>

其中ρ為常數，N為采樣點的數量參數；

6)、對于含節點數量較少或者不含節點的指紋圖像，給出指紋圖像T和Q的方向場O(T)和O(Q)，O(T)＝{O(W^T(i，j))|0≤i<m/w，0≤j<n/w}，O(Q)＝{O(W^Q(i，j))|0≤i<m/w，0≤j<n/w}；將方向規約到[0，π)，對于背景塊W(i，j)，其方向無意義，置O(W(i，j))＝-1；若W(i，j)為前景塊，則O(W(i，j))∈[0，π)；

7)、將指紋圖像T和Q的方向場O(T)和O(Q)進行對齊，得到：

O#(Q)={O(WQ#(i,j))|0≤i<m/w,0≤j<n/w},]]>計算O(T)與O^#(Q)的匹配程度c，計算公式是：

c=Σ0≤i<m/w,0≤j<n/wd(i,j)Σ0≤i<m/w,0≤j<n/wη(i,j)×100---(6)]]>

c即為兩個方向場對齊后差異較大的方向所占重疊區域的比重；

8)、運用BP神經網絡進行相似度計算，神經網絡的輸入上述5)的節點匹配分數S_TQ和方向場匹配程度c，輸出為參與匹配的兩個指紋的相似度；訓練階段，對于兩個相同的指紋，輸出為1，否則輸出為0；在識別階段，網絡輸出值介于0和1之間，相似度越大，則兩個指紋越相似。