[發明專利]基于模板學習的指紋姿態矯正方法及系統

有效

• 申請號: 201410525149.1
• 申請日: 2014-10-08
• 公開（公告）號: CN104331715B
• 公開（公告）日: 2018-08-28
• 發明（設計）人: 周杰;馮建江;羅宇軒
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 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

本發明提出一種基于模板學習的指紋姿態矯正方法，包括以下步驟：從多幅指紋圖像中生成多個候選模板，并對多個候選模板進行濾波以獲取候選模板集合；從候選模板集合中選擇優質模板；按照預定規則從當前指紋圖像中選取多個具有預定指紋特征的點構成候選點集合；從候選點集合中選擇與優質模板相似度最高的候選點作為參考點；根據參考點將當前指紋圖像轉換到預定坐標系下以實現對當前指紋圖像的矯正。本發明實施例的方法，矯正精度高、性能可靠。本發明還提出一種基于模板學習的指紋姿態矯正系統。

技術領域

本發明涉及指紋處理技術領域，尤其涉及一種基于模板學習的指紋姿態矯正方法及系統。

背景技術

近年來隨著指紋識別技術快速發展，指紋識別系統的應用范圍進一步加大。然而同一手指在不同時間采集的指紋圖像之間的坐標系并不完全統一，導致指紋特征(細節點等)在圖像中的位置有很大差別。正是這種差別影響了指紋匹配系統的快速匹配以及加密。指紋的姿態矯正被認為是解決這一問題的重要基礎步驟，它將不同時期采集的指紋轉換到統一的坐標系下，極大地簡化了指紋的特征描述和匹配環節。

現有的指紋姿態矯正方法都基于參考點，參考點主要包括：奇異點、焦點和高曲率點。指紋姿態矯正算法用于將指紋統一在相同的坐標系下。一旦參考點檢測失敗，矯正也就無法進行，并將嚴重影響指紋匹配系統的性能。現有的參考點定義都基于專家經驗，并沒有很好的利用指紋圖像的統計分布規律，因此效果還不能令人滿意。

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矯正精度高、性能可靠的基于模板學習的指紋姿態矯正方法。

本發明的第二個目的在于提出一種基于模板學習的指紋姿態矯正系統。

為了實現上述目的，本發明第一方面的實施例提出一種基于模板學習的指紋姿態矯正方法，包括以下步驟：從多幅指紋圖像中生成多個候選模板，并對所述多個候選模板進行濾波以獲取候選模板集合；從所述候選模板集合中選擇優質模板；按照預定規則從當前指紋圖像中選取多個具有預定指紋特征的點構成候選點集合；從所述候選點集合中選擇與所述優質模板相似度最高的候選點作為參考點；根據所述參考點將所述當前指紋圖像轉換到預定坐標系下以實現對所述當前指紋圖像的矯正。

根據本發明實施例的基于模板學習的指紋姿態矯正方法，從多幅指紋圖像中獲取至少一個優質模板，利用優質膜板獲取當前指紋圖像的參考點，根據獲得的參考點將當前指紋圖像矯正到預定的坐標系下，以完成指紋姿態矯正。本發明實施例的方法，矯正精度高、性能可靠。

在一些示例中，所述從多幅指紋圖像中生成多個候選模板包括：對每幅所述指紋圖像進行采樣以獲取多個采樣點；對每個所述采樣點利用預定長度的描述向量表示。

在一些示例中，所述候選點采用預定長度的描述向量表示。

在一些示例中，利用匹配錯誤率或檢索成功率從所述候選模板集合中選擇優質模板。

本發明第二方面的實施例中提出一種基于模板學習的指紋姿態矯正系統，包括：模板生成模塊，用于從多幅指紋圖像中生成多個候選模板，對所述多個候選模板進行濾波以獲取候選模板集合，并從所述候選模板集合中選擇優質模板；候選點生成模塊，用于按照預定規則從當前指紋圖像中選取多個具有預定指紋特征的點構成候選點集合；計算模塊，用于從所述候選點集合中選擇與所述優質模板相似度最高的候選點作為參考點；矯正模塊，用于根據所述參考點將所述當前指紋圖像轉換到預定坐標系下以實現對所述當前指紋圖像的矯正。

根據本發明實施例的基于模板學習的指紋姿態矯正系統，模板生成模塊從多幅指紋圖像中獲取至少一個優質模板，候選點生成模塊利用優質膜板獲取當前指紋圖像的參考點，矯正模塊根據獲得的參考點將當前指紋圖像矯正到預定的坐標系下，以完成指紋姿態矯正。本發明實施例的系統，矯正精度高、性能可靠。