[發明專利]自動指紋姿態估計方法及系統

有效

• 申請號: 201410074692.4
• 申請日: 2014-03-03
• 公開（公告）號: CN103902970B
• 公開（公告）日: 2017-09-22
• 發明（設計）人: 馮建江;周杰;蘇毅婧
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙)11201
• 代理人: 張大威

技術領域

本發明涉及指紋識別技術領域，尤其涉及一種自動指紋姿態估計方法及系統。

背景技術

由于指紋具有唯一性、普遍性和終生不變性等重要性質，因此利用指紋圖像進行身份識別已經有了很長的歷史。自20世紀初期以來，在公安刑偵領域，指紋逐漸成為了執法機構逮捕和判定罪犯有罪的重要依據之一。近年來，自動指紋識別技術的發展與成熟使得指紋識別被廣泛地應用于公安刑偵、出入境、門禁系統和重要設備的權限控制中。

在進行指紋采集時（包括公安和民用在內的各種指紋識別應用），由于沒有統一的按捺標準，因此容易產生采集姿勢不標準的指紋，即采集的指紋按捺位置不在圖像中央或者角度不是豎直的。要識別這些姿勢不標準的指紋，指紋匹配算法不得不考慮各種可能的空間變換，導致運算復雜度變高。

目前常用的指紋姿態估計算法主要基于指紋的特征點（如奇異點、脊線上曲率最高的點等），但這些特征要求圖像質量較高，而且檢測不夠穩定。尤其是對弓型紋，穩定檢測特征點的難度更高。作為預處理步驟，指紋姿態估計的錯誤往往會直接導致后續的指紋匹配等算法失敗。為保證匹配正確率不至于下降，后續的指紋匹配算法需要能夠容忍指紋姿態估計可能產生的誤差。估計誤差較小的指紋姿態估計算法可以有效地減少指紋匹配算法需要考慮的空間變換，提高采集姿勢不標準時指紋識別的效率。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本發明的第一個目的在于提出一種高分辨率、更加準確的自動指紋姿態估計方法。

本發明的第二個目的在于提出一種自動指紋姿態估計系統。

為了實現上述目的，本發明第一方面實施例的自動指紋姿態估計方法，包括以下步驟：建立檢測指紋的分類器；對輸入的指紋圖像在所有的中心位置及方向上提取特征，并使用所述分類器對所述特征進行打分，然后選取所述分類器輸出分數最高的中心位置和方向作為指紋姿態估計結果。

根據本發明的自動指紋姿態估計方法，首先以方向場直方圖為特征通過機器學習方法從正負樣本圖像中學習出區分標準姿態指紋與非標準姿態指紋的分類器，然后遍歷輸入指紋圖像所有可能的姿態以尋找分類器輸出分數最高的中心位置與方向，作為最終的姿態估計結果。該方法提高了分辨能力，降低了指紋姿態的估計誤差，從而提高采集姿勢不標準時指紋識別的準確性和效率。

在一些示例中，所述建立檢測指紋的分類器具體包括：對訓練指紋圖像進行標準指紋姿態標定，包括指紋圖像的中心位置及方向；以所述指紋圖像的中心位置及方向為基準從所述輸入的指紋圖像中截取固定大小的正樣本圖像及負樣本圖像；對所述正樣本圖像及負樣本圖像提取方向場直方圖特征；使用所述方向場直方圖特征對正樣本圖像集合進行聚類，對每類訓練一個分類器以識別該類正樣本圖像與負樣本圖像。

在一些示例中，所述對所述正樣本圖像及負樣本圖像提取方向場直方圖特征具體包括：將所述正樣本圖像及負樣本圖像分成大小相同互不重疊的圖像塊；統計每個所述圖像塊的方向場特征的直方圖；將所有的所述直方圖組成了所述指紋圖像的方向場直方圖特征。

在一些示例中，所述對輸入的指紋圖像在所有的中心位置及方向上提取特征具體包括：以所述指紋圖像的中心位置及方向為基準從所述輸入的指紋圖像中截取固定大小的正樣本圖像及負樣本圖像，并對所述正樣本圖像及負樣本圖像提取方向場直方圖特征。

在一些示例中，使用所述分類器對所述特征進行打分，然后選取所述分類器輸出分數最高的中心位置和方向作為指紋姿態估計結果具體包括：使用所述方向場直方圖特征對正樣本圖像集合進行聚類，對每類訓練一個分類器以識別該類正樣本圖像與負樣本圖像；使用訓練得到的每個所述分類器分別對每個中心位置和方向的特征進行分類，從中選取分類得分最高的中心位置和方向作為指紋姿態估計結果。

本發明第二方面實施例的自動指紋姿態估計系統，包括：離線模塊，用于建立檢測指紋的分類器；在線模塊，用于對輸入的指紋圖像在所有的中心位置及方向上提取特征，并使用所述分類器進行打分，然后選取所述分類器輸出分數最高的中心位置和方向作為指紋姿態估計結果。

根據本發明的自動指紋姿態估計系統，首先在離線模塊以方向場直方圖為特征通過機器學習方法從正負樣本圖像中學習出區分標準姿態指紋與非標準姿態指紋的分類器，然后在在線模塊遍歷輸入指紋圖像所有可能的姿態以尋找分類器輸出分數最高的中心位置與方向，作為最終的姿態估計結果。該系統提高了分辨能力，降低了指紋姿態的估計誤差，從而提高采集姿勢不標準時指紋識別的準確性和效率。