[發明專利]一種指紋識別方法和指紋識別系統

有效

• 申請號: 200810065665.5
• 申請日: 2008-01-30
• 公開（公告）號: CN101499130A
• 公開（公告）日: 2009-08-05
• 發明（設計）人: 張能鋒
• 申請（專利權）人: 深圳市普羅巴克科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/64
• 代理公司: 深圳市順天達專利商標代理有限公司
• 代理人: 高占元

1.一種指紋識別方法，其特征在于，包括如下步驟：

S1、采集指紋圖像，提取其指紋特征，并將該指紋特征與指紋模板進行 特征匹配；所述指紋特征包括細節點特征和奇異點特征；細節點特征表示為 (x，y，θ，t，k)^T，其中x、y、θ、t、k分別表示細節點的橫坐標、縱坐標、細節點 的方向、細節點類型和權重系數；奇異點特征表示為(x，y，θ，k)^T，其中x、y、θ、 k分別表示奇異點的橫坐標、縱坐標、奇異點的方向和權重系數；

S2、在匹配成功后，依據該指紋特征對指紋模板進行特征更新；其中，

所述細節點特征中權重系數k的計算方法如下：

設細節點的鄰域內假細節點的數量為c₁，該鄰域內細節點的總數量為c₂， 該細節點與距其最近的細節點之間的距離為d₁，則該細節點特征中權重系數k 采用如下公式計算：

k＝(5-c₁)α₁+(6-c₂)α₂+(d₁-4)α₃

其中c₁≤5，c₂≤6，4≤d₁≤16，α₁，α₂，α₃是各項的比例系數，當c₁＞5，c₂＞5，d₁＜4時，對應項計算值為0，當d₁＞16時，該項值取為最大值12α₃；

所述奇異點特征中權重系數k的計算方法如下：

當奇異點的鄰域內存在真細節點時，取該鄰域內真細節點的權重系數的算 術平均值作為該奇異點的權重系數k；

當該奇異點的鄰域內不存在真細節點時，取所采集指紋圖像中所有真細節 點的權重系數的算術平均值作為該奇異點的權重系數k。

2.根據權利要求1所述的方法，其特征在于，所述特征匹配的過程如下：

A1、計算所采集指紋圖像與指紋模板的匹配值S，其具體過程如下；

A11、計算指紋模板與所采集指紋圖像的重疊區域；

A12、將指紋模板與所采集指紋圖像進行細節點匹配，計算細節點匹 配分數S_m，其具體過程如下：設指紋模板的細節點i和所采集指紋圖像的 細節點j相匹配，細節點i的細節點特征為(x_i，y_i，θ_i，t_i，k_i)^T，對應匹配上的 細節點j的細節點特征為(x_j，y_j，θ_j，t_j，k_j)^T，則細節點i和j的貢獻分數S_ij為：

S_tj＝λ₀+min(k_i，k_j)-λ₁|t_i-t_j|-λ₂|x_i-x_j|-λ₃|y_i-y_j|-λ₄|θ_i-θ_j| 其中λ₀，λ₁，λ₂，λ₃，λ₄是大于0的經驗常數；細節點匹配分數S_m為指 紋模板中所有匹配細節點貢獻分數的和，即

Sm=ΣSij]]>

A13、將指紋模板與所采集指紋圖像進行奇異點匹配，計算奇異點匹 配分數S_p，其具體過程如下：設指紋模板的奇異點i和所采集指紋圖像的 奇異點j相匹配，奇異點i的奇異點特征是(x_i，y_i，θ_i，k_i)^T，對應匹配上的奇 異點j的奇異點特征是(x_j，y_j，θ_j，k_j)^T，則奇異點i和j的貢獻分數P_ij為：

P_ij＝K₀

其中K₀是經驗常數，且0＜K₀＜400；

對于無法匹配的奇異點，如果這些奇異點在重疊區域外，那么對于任 意組合P_ij＝0；如果在重疊區域內，其貢獻分數P_ij為：

Pij=-(xi-xj)2+(yi-yj)2-P0-min(ki,kj)]]>

其中，P₀是經驗常數，且P₀＞20；奇異點匹配分數S_p為所有奇異點貢獻 分數的和，即

Sp=ΣPi]]>

A14、計算調整分數S_n，其具體過程如下：將指紋模板處于重疊區域 內的未匹配細節點i取出來，計算該未匹配細節點i的位置(x_i，y_i)在所采 集指紋圖像中的權重系數k′_i，k′_i計算過程是，將所采集指紋圖像中位置為 (x_i，y_i)的細節點的鄰域內的細節點權重系數取算術平均值，作為k′_i的數 值，則未匹配細節點i的調整分數S_i為：

S_i＝β₁min(k_i，k′_i)+β₂

其中β₁，β₂都是小于0的經驗常數；

調整分數S_n為指紋模板中處于重疊區域內的所有未匹配細節點調整分數 S_i的和，即

Sn=ΣSi]]>

A15、依據細節點匹配分數S_m、奇異點匹配分數S_p和調整分數S_n計 算匹配值S：

S＝S_m+S_p+S_n

A2、將匹配值S與匹配閾值進行比較，若匹配值S大于匹配閾值，則匹 配成功。