[發明專利]一種掌紋圖像細節點特征匹配的方法

有效

• 申請號: 201610027853.3
• 申請日: 2016-01-15
• 公開（公告）號: CN105701473B
• 公開（公告）日: 2019-01-08
• 發明（設計）人: 郭振華;陳佳麗;鮑鮮杰;張林
• 申請（專利權）人: 深圳市未來媒體技術研究院;清華大學深圳研究生院
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 楊洪龍

本發明公開了一種掌紋圖像細節點特征匹配的方法，包括如下步驟：判斷在以細節點為中心的設定區域內，細節點與設定區域內的細節點之間的方向一致性是否小于第一一致性閾值，若是則將細節點從掌紋圖像中剔除；判斷局部區域內細節點的方向一致性是否大于第二一致性閾值，若是則選擇局部區域內的滿足方向一致性的細節點；在掌紋模板中，利用迭代最近點算法找到與待測細節點集中的每一個細節點最近的細節點；通過迭代最近點算法求取目標函數的最小值，從而計算得到變換矩陣和平移矩陣；根據變換矩陣和平移矩陣計算新細節點集；計算新細節點集與掌紋模板的相似度。本發明可以提高掌紋識別的速度和精度。

【技術領域】

本發明涉及一種掌紋圖像細節點特征匹配的方法。

【背景技術】

人體生物特征是我們人體所固有的各種生理特征或者行為特征的總稱,具有唯一性、終生不變性、且不會被遺忘和丟失、不易偽造或被盜、隨身“攜帶”以及隨時隨地可用等優點，比傳統的身份認證方法更具安全、保密和方便性。生理特征多為先天性的，不隨外在條件和主觀意愿發生改變，如指紋、掌紋、虹膜、人臉等；行為特征則是人們長期生活養成的行為習慣，很難改變，如筆跡、步態等。

掌紋識別技術是一種高效準確的個人身份識別技術，和指紋相比，掌紋的有效區域大得多，具有更豐富的紋理信息，可以提取到更多更可靠的特征信息，因此能提供更為有效可靠的識別。高分辨率掌紋圖像(分辨率500ppi以上)成像清晰，能夠提取到有效的細節點。同時，細節點作為高分辨率掌紋圖像的一種可靠信息，在現場犯罪可恢復的痕跡中提取的潛掌紋中，也取得了很好的效果。

然而，由于掌紋圖像中細節點數量較多，且由手掌褶皺較大導致提取的細節點誤差較大，同時采集的原始圖像可能不全或者旋轉偏移較大，手掌的擠壓也會導致掌紋圖像的畸變，如何通過細節點快速有效地進行身份認證是一個具有挑戰性的問題。

迭代最近點(Iterative Closest Point，ICP)算法是三維點集配準中的關鍵步驟，在表面重建、三維物體識別中有著舉足輕重的地位，在掌紋圖像提取主線特征中也得到了廣泛的應用。

【發明內容】

為了解決現有掌紋圖像采用迭代最近點算法速度較慢、誤差較大的不足，本發明提出了一種掌紋圖像細節點特征匹配的方法，識別速度更快，精度更高。

一種掌紋圖像細節點特征匹配的方法，包括如下步驟：

S1、針對掌紋圖像中的任一細節點，判斷在以任一細節點為中心的設定區域內，任一細節點與設定區域內的細節點之間的方向一致性是否小于第一一致性閾值，若是則將任一細節點從掌紋圖像中剔除，得到初始細節點集；

S2、在所述初始細節點集中，判斷任一局部區域內細節點的方向一致性是否大于第二一致性閾值，若是則選擇所述任一局部區域內的滿足方向一致性的細節點，得到待測細節點集Q；

S3、在掌紋模板T中，利用迭代最近點算法找到至待測細節點集中的每一個細節點最近的細節點；

S4、通過迭代最近點算法求取目標函數f的最小值，從而計算得到變換矩陣r和平移矩陣t，其中，

Q_i表示待測細節點集Q中第i個細節點，T_i表示掌紋模板T中與Q_i對應的細節點，α_i表示細節點Q_i的權重系數，n表示待測細節點集Q中細節點的個數；

S5、根據變換矩陣r和平移矩陣t計算新細節點集Q′：

Q'＝Q*r+t

S6、計算新細節點集Q′與掌紋模板T的相似度。

在一個實施例中，