[發明專利]一種基于SVM和稀疏表示的假指紋檢測方法

有效

• 申請號: 201310259382.5
• 申請日: 2013-06-26
• 公開（公告）號: CN103324944B
• 公開（公告）日: 2016-11-16
• 發明（設計）人: 程建;周圣云;王峰;李鴻升
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 成都華風專利事務所(普通合伙) 51223
• 代理人: 徐豐;楊保剛

1.一種基于SVM和稀疏表示的假指紋檢測方法，其特征在于：

進行檢測之前的訓練工作，包括步驟1～步驟5：

步驟1：采集真、假指紋圖像，作為訓練使用；

步驟2：對訓練使用的指紋圖像提取特征數據；

步驟3：對訓練使用的特征數據進行歸一化；

步驟4：對歸一化的特征數據進行支持向量機訓練得到支持向量機的分類模型；

步驟5：對訓練使用的指紋圖像訓練稀疏表示字典

步驟6：對需要進行檢測的指紋提取圖像；

對需要進行檢測的指紋進行的操作，包括步驟6～步驟11：

步驟7：對需要進行檢測的指紋的圖像提取特征數據；

步驟8：對需要進行檢測的指紋的特征數據進行歸一化；

步驟9：對歸一化的需要進行檢測的指紋的特征數據，使用上述SVM的分類模型進行分類，得到“真”或“假”的SVM分類結果；

步驟10：對需要進行檢測的指紋圖像提取6個子圖，分別使用稀疏表示字典進行稀疏表示，判斷該子圖像為“真子圖”或“假子圖；

步驟11：綜合決策得出綜合決策分類結果。

2.根據權利要求1所述的一種基于SVM和稀疏表示的假指紋檢測方法，其特征在于，步驟2和步驟7所述的提取特征數據需要在有效區域內進行，所述有效區域的選擇方法為在圖形內搜索最大內接矩形，具體步驟是：

步驟2.1：使用Otsu法對指紋圖進行二值化處理，對得到的二值圖使用半徑為10的disk結構元素進行閉操作，得到完整、光滑的指紋覆蓋的區域；

步驟2.2：利用質心公式求指紋覆蓋區域的質心，過質心做傾角θ=30°～75°共46條直線，每條直線與指紋覆蓋區域交于兩點，記兩點之間線段長度為L_i(θ)，以該直線為對角線的矩形i的面積為其中M_i＝min{L_i(θ),L_i(θ+π/2)}為矩形是否完整的必要條件，最大矩形為對應矩形就是選擇得到的有效區域。

3.根據權利要求1所述的一種基于SVM和稀疏表示的假指紋檢測方法，其特征在于，步驟2和步驟7所述的特征數據包括：統計特征、頻域特征、共生矩陣特征、特征曲線。

4.根據權利要求1所述的一種基于SVM和稀疏表示的假指紋檢測方法，其特征在于，步驟4所述的訓練過程中，需要對指紋進行分類，至少要按真、假指紋要分為兩類，而對于假指紋的不同材料，將假指紋再分為幾類，對于檢測結果，即判斷需要檢測的指紋屬于哪一類，其分類結果若為“真”，則認為檢測結果為“真”，分類結果若為其它結果，不管是哪一種材料的假指紋結果，都認為檢測結果為“假”。

5.根據權利要求1所述的一種基于SVM和稀疏表示的假指紋檢測方法，其特征在于，步驟5所述的訓練稀疏表示字典的具體步驟為：

步驟5.1：在指紋圖像的有效區域中盡量分散且不靠近邊緣地隨機選取6個白色像素，它們都分別位于白色紋線的中間部位，具體地，可以隨機選取6個白色像素，分別對它們的5*5鄰域內的白色像素進行統計，統計每個白色像素的5*5鄰域內的所有像素值的和，選取擁有最大和的像素；分別對這6個白色像素的每一個，在其16*16鄰域，使用所述梯度公式得到其紋線的方向，根據紋線的方向對指紋圖像進行旋轉，使得這個白色像素周邊局部的紋線方向變成水平方向，再以這個白色像素為中心，從旋轉后的指紋圖像中提取出60*60的子圖像，若子圖像包含了指紋圖像有效區域以外的部分，則重新選取這個白色像素，再次計算方向、旋轉指紋圖像、提取子圖像；

步驟5.2：使用步驟5.1所述的方法對每幅指紋圖像提取得到6個子圖像；

步驟5.3：對每個子圖像，將每一列像素連接在上一列的末尾，得到3600*1的子圖像列向量，對真、假指紋的若干個3600*1的子圖像列向量構成的矩陣進行主成分分析（PCA），將3600維的特征降至20維以內，再輸入稀疏表示字典訓練算法構造字典，訓練得到真、假指紋的稀疏表示字典。

6.根據權利要求1所述的一種基于SVM和稀疏表示的假指紋檢測方法，其特征在于，步驟5所述的訓練稀疏表示字典過程中，指紋的分類至少要按真、假指紋要分為兩類，而對于假指紋的不同材料，將假指紋再分為幾類，對每一類訓練得到其稀疏表示字典；對于子圖的判斷，不管是判斷為哪一種材料的子圖，都判斷為“假子圖”。