[發明專利]指紋匹配方法與實現方式

無效

• 申請號: 201210053539.4
• 申請日: 2012-03-05
• 公開（公告）號: CN103294987A
• 公開（公告）日: 2013-09-11
• 發明（設計）人: 王禮
• 申請（專利權）人: 天津華威智信科技發展有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明是關于指紋識別與驗證方法的。具體來說，本發明是將指紋變成標準化的框架(一種具有統一規范的框架)，這個框架用來錄入、匹配和存儲指紋模板。

技術背景

指紋的特征是它的平滑的指紋脊線和谷線，它的特征體現在這些脊線谷線的位置、間隔、形狀和微小的細節。細節是脊線的尾端和分叉。

傳統上，指紋在生物計量領域被廣泛的采用。從20世紀早期開始，人們已經了解指紋的構造與區別(參見Handbook?of?Fingerprint?Recognition，D.Maltoni，et?al，Springer?2003)。指紋科學基于的三個基本的準則：

1.對于不同的指紋，個體的表皮的脊線和溝紋具有不同的特征。

2.指紋的結構類型因個體的不同而不同，但是它們在某個范圍內變化，因此可以將它們進行系統的分類。

3.指紋的構造以及單個脊線與溝紋的微小細節永遠不會改變。

考慮到上述準則，許多技術被發明出來，這些技術應用指紋信息進行個人身份辨認，個人身份能夠通過搜索包含有指紋圖像(模板)的數據庫進行識別。

許多自動指紋匹配算法應用細節信息來確定兩個指紋是否來自同一個手指。一些技術應用其他的指紋脊線特征(例如脊線位置、脊線間距和脊線形狀等)。

概括來說，指紋驗證/識別包含兩個階段：(1)錄入；(2)匹配。

在錄入階段，計算機程序處理人的指紋圖像，并將之轉換成模板。這些模板隨后與個人身份信息的元數據進行關聯并存儲在一個數據庫中。在錄入過程，獲得的指紋被存儲在一個模板數據庫中，在這個數據庫中只存儲那些以某種形式提取和表示出來的、可以進行辨別的指紋特征。

在匹配階段的驗證模式下(1:1匹配)，一個人的指紋圖像將與一個已知身份的模板信息進行匹配，然而在識別模式下(1:N匹配)，一個人的指紋圖像將與數據庫中存儲的所有模板或其中的一個子集進行匹配。對于每個測試指紋和存儲的模板的對比，系統將計算出來一個匹配的分數。

因此，一個新出現的測試指紋會對比一組存儲好的模板并返回匹配的分數。因為測試指紋需要與每個存儲的模板進行對比，所以需要將之轉換成與模板相同的表示形式。然后，系統將會根據出現的(測試)指紋和每個模板的相似程度返回一個分數。如果分數值足夠高，高于用戶定義的閾值，則系統將之聲明為匹配。

在不同的等級進行分析，指紋模型顯示出不同類型的特征：

1.在第一個等級，指紋脊線的方向構成了特殊的模型結構，我們可以廣義上將這些結構分為左旋、右旋、螺紋、拱形和斜拱形。(tented?arch)。這些特征不足以進行精確的指紋匹配，但是它們在進行指紋圖像分類和索引中依舊有用。

2.在第二個等級，每個微小細節在指紋上的幾何位置被提取出來，并且第二個等級細節間的相互關系能夠賦予每個指紋以個性。

3.在第三個等級，指紋脊線內的細節被檢測出，這些細節是汗孔的位置、形狀與分部，這些信息都是有高度的區分性的。

第三個等級的分析經常被指紋專家人工地應用在司法科學，當只能獲得部分的可靠指紋信息，并且第二層數據(微小的細節)不足以作出確定性的匹配才會應用這層的指紋數據。相關技術描述

指紋識別系統可以總體上分為基于細節信息的和基于相關性的。

基于微小細節的方法首先要尋找到細節點，然后繪制它們在指紋上的相對位置。在確認細節間的一致性時，包含有旋轉、平移和縮放在內的全局變換同樣能夠被識別出來。

基于相關性的方法應用指紋脊線和溝紋的全局模型，并且基于其相關性的結果計算出一個分數。轉換矩陣可以通過計算相關系數最大值的方式，確定出來。

圖2是先前的傳統系統的一般處理步驟的流程圖。

在第一步，根據應用的不同，從墨水渲染的印記或活體手指獲得指紋圖像。系統一旦獲得指紋圖形并將之存儲到內存或硬盤中，經常對這些圖像進行增強處理來增強指紋脊線圖案的質量。這通常包括對比度增強、噪聲消除、濾波和平滑處理。一些先前的系統在這一步驟中也會提取前景信息(如從背景中提取脊線圖形)。在第三步中，圖像相關性方法或特征提取處理將會被應用。