[發明專利]使用梯度直方圖的指紋表示

有效

• 申請號: 200980117512.3
• 申請日: 2009-04-13
• 公開（公告）號: CN102027488A
• 公開（公告）日: 2011-04-20
• 發明（設計）人: G·阿加爾沃;R·M·博勒;T-y·杰;N·K·拉薩
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 酆迅;李崢宇

技術領域

本發明總體上涉及指紋圖像處理系統，并且更加具體地涉及用于生成指紋圖像的梯度表征，其可以在此類指紋圖像處理系統中用于識別目的。

背景技術

基于指紋的生物特征匹配繼續成為圖像分析領域中的引領課題。已經花費了大量的金錢和資源用于分析指紋以將其精確、魯棒和有效地匹配。雖然指紋匹配技術已經取得了快速飛躍，但是仍然存在改進的空間。目前，生物特征匹配的性能達到空前的高峰，但是操作需求在繼續增長。隨著生物特征數據庫大小的增加，存在對于更多處理功率的相同增長需求。一個關鍵目標是增加處理速度而不損害匹配效率。傳統的技術通過購買較快的計算機來解決速度問題。然而，該解決方案不能解決效率問題。效率僅可以通過改變處理生物特征數據的方式來解決。

就1∶1驗證而言，當前最先進的指紋匹配器是相當快速并且魯棒的，但是這些傳統的系統在連續地將查詢與用于識別任務的聚集指紋的大量集合進行比較時效率較低。在致力于將效率最大化時，提出了索引方案。通常，索引方案背后的理論是使用適合的特征來創建生物特征的索引聚集(gallery)，以使得識別不需要連續匹配。理想地，在對生物特征圖像進行索引之后，在匹配之前不需要任何附加的后處理步驟。

索引方案依賴于生物特征圖像的特定表征，以及繼而這些表征用于索引生物特征。例如，多數現有的方法使用細節(minutiae)圖來表征指紋圖像。在這種技術下，將一個指紋的細節圖的幾何形狀與存儲在生物特征數據庫中的其他細節圖的幾何形狀進行比較。雖然該技術比逐個像素比較兩個生物特征圖像更快，但是該技術仍然耗時而且產生匹配錯誤。除了需要大量的幾何計算之外，如果細節點稍微不清楚，則所計算的幾何值易于出現錯誤。

發明內容

本發明的原理通過提供解決了上述需求以及其他需求的技術，而提供了克服與現有方法相關聯的上述缺陷的技術。更加具體地，本發明的原理提供了用于生成指紋圖像的梯度表征的技術。梯度表征繼而可以用于識別目的。該索引指紋生物特征的技術更加有效，因為其不使用幾何信息而且不容易出現匹配錯誤。

例如，在本發明的一個實施方式中，用于生成第一指紋圖像的梯度表征的技術包括以下步驟。從第一指紋圖像中選擇一個或多個指紋特征點。獲得針對一個或多個所選擇的指紋特征點中每一個的區域。區域是接近給定指紋特征點的區塊的表示。將每個所獲得的區域劃分為多個子區域。生成針對多個子區域中的每一個的直方圖。針對一個或多個所選擇的指紋特征點中的每一個，將一個或多個生成的直方圖組合到并置直方圖中。并置直方圖繼而用于識別目的。在一個實施方式中，直方圖可以是定向梯度直方圖。

以上技術還可以包括：在選擇一個或多個指紋特征點之前，增強第一指紋圖像的步驟。另外，可以將每個獲得的區域旋轉到可比較的方向。

在附加的實施方式中，可以生成包括第一指紋圖像的并置直方圖的第一直方圖集合。而且，可以使用一個或多個第二指紋圖像生成一個或多個第二直方圖集合?？梢詫⒌谝恢狈綀D集合與一個或多個第二直方圖集合進行比較。在備選實施方式中，比較步驟還可以包括：計算第一直方圖集合與一個或多個第二直方圖集合之間的相關度的步驟。相關度可以基于第一直方圖集合與一個或多個第二直方圖集合之間對應的數目。

本發明的這些以及其他目的、特征和優點將從結合附圖閱讀的本發明的示例性實施方式的以下詳細描述變得易見。

附圖說明

圖1是示出根據本發明實施方式的用于生成指紋圖像的梯度表征的方法的流程圖。

圖2是示出根據本發明實施方式的用于生成梯度表征的圍繞指紋細節的局部區域的示圖。

圖3是示出根據本發明實施方式的應用于給定示例的圖1的方法的示圖。

圖4是示出根據本發明實施方式的并置梯度直方圖與匹配和非匹配梯度直方圖的比較的示圖。

圖5是示出根據本發明實施方式的用于生成指紋圖像的梯度表征的系統的流程圖。

圖6是示出根據本發明實施方式的可以利用其實現本發明的一個或多個組件/方法的計算系統的示意性硬件實現的示圖。

具體實施方式

將結合用于生成指紋的梯度表征的示例性方法來描述本發明。然而，應當理解，本發明不限于在此描述的特定實施方式。本發明的原理通常可應用于可以用于識別目的的任何適當的生物特征表征的生成，并且給定在此描述的教導，對示例性實施方式的修改將對本領域技術人員變得易見。

在此使用的術語“梯度表征”意在寬泛地解釋為以示例而并非限制的方式涵蓋圖像的任何基于梯度的表示。