[發明專利]一種基于傳播算法的指紋交叉庫匹配方法

在審

• 申請號: 201711131680.0
• 申請日: 2017-11-15
• 公開（公告）號: CN107958208A
• 公開（公告）日: 2018-04-24
• 發明（設計）人: 趙恒;秦帥;陳炯;龐遼軍
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 西安長和專利代理有限公司61227
• 代理人: 黃偉洪,何畏

技術領域

本發明屬于數字圖像處理技術領域，尤其涉及一種基于傳播算法的指紋交叉庫匹配方法。

背景技術

當今社會已經進入信息時代，傳統的以密碼為特征的識別技術，如銀行卡、PIN碼等越來越難以滿足當下的信息安全需求。生物特征識別作為一種頗具應用價值和前景的技術手段能夠提高身份認證的安全性，并能以更加便捷的方式滿足日常生活中的加解密需求。在對穩定性、識別精度、用戶接受度、便捷程度以及低硬件成本等方面綜合考量下，指紋識別與其它生物特征識別相比具有天然優勢。固有的諸多優點也使得指紋識別技術被廣泛應用在社會生活的各個領域，如電子政務、電子商務、考勤管理以及移動終端應用等等。在自動指紋識別系統中，一般把傳統的來自于同一采集儀的指紋間匹配稱為“常規匹配”，將來自于不同采集儀的指紋間匹配稱為“交叉匹配”。由于采集指紋時手指放置角度和按壓力度的不同，同一個指紋在同一個采集儀下前后采集的結果會發生一定角度和距離的旋轉平移以及指紋脊線結構的形變。由于兩幅圖像來自于同一采集儀，旋轉平移和形變量相對較小，傳統的優秀指紋匹配方法可以對其進行修正并取得較高的匹配精度。但目前市面上的指紋采集儀按照成像原理可分為電容采集儀、光學采集儀和超聲波采集儀等，按采集模式可分為按壓采集儀(滾動按壓、平面按壓、和整手按壓)、刮擦采集儀和非接觸采集儀等。指紋采集儀采集原理不同，采集的標準和規格不同，導致來自不同指紋采集儀的指紋圖像間存在較大的非線性形變。傳統的指紋匹配方法難以修正圖像間的非線性形變，導致兩張匹配圖像之間誤識率增大，極大的影響了識別精度。在交叉庫匹配中，目前比較主流的非線性形變的解決方法是設計非線性形變模型，修正各個采集儀采集指紋時各種非線性形變，統一劃為一個規格的指紋模型。再用傳統的指紋預處理及匹配方法進行匹配。然而，這類方法相當于實現了指紋匹配工作之前的指紋配準工作，依然沒有針對較大非線性形變進行處理。

綜上所述，現有技術存在的問題是：現有的指紋匹配方法匹配不同采集儀間指紋時穩定性與魯棒性較差，識別精度低。

發明內容

針對現有技術存在的問題，本發明提供了一種基于傳播算法的指紋交叉庫匹配方法，可應用于自動指紋識別系統。

本發明是這樣實現的，一種基于傳播算法的指紋交叉庫匹配方法，所述基于傳播算法的指紋交叉庫匹配方法選擇相似度較高的基準細節點對構建細節點局部結構算子，完成細節點間的精確匹配；通過傳播算法找到滿足基準點條件的細節點對，使用新的基準點對繼續進行局部區域內的精確匹配；匹配范圍從局部區域逐步傳播到整幅圖像，完成全局層面的匹配。

進一步，所述基于傳播算法的指紋交叉庫匹配方法包括以下步驟：

(1)輸入待匹配指紋圖像Q(x,y)和模板指紋圖像T(x',y')，使用Verifinger SDK對這兩幅圖像進行處理，獲得兩幅圖像的細節點集合m_Q＝(x,y,θ)_i(i＝1,...,N₁)和m_T＝(x',y',θ')_i(i＝1,...,N₂)，以及指紋細化圖像skeleton_Q和skeleton_T，其中(x,y)表示待匹配指紋圖像Q(x,y)的像素點坐標，(x',y')表示模板指紋圖像T(x',y')的像素點坐標，θ與θ'表示細節點角度，N₁代表待匹配指紋圖像中細節點總個數，N₂代表模板指紋圖像中細節點總個數，Verifinger SDK是基于PC平臺的單機指紋識別算法軟件，集成了指紋圖像預處理、指紋圖像特征提取、指紋圖像匹配等；

(2)對兩幅指紋圖像的細節點坐標進行尺度為scale＝DPI_T/DPI_Q的縮放，其中DPI_Q為采集待匹配指紋圖像Q(x,y)所使用指紋傳感器的分辨率，DPI_T為采集模板指紋圖像T(x',y')所使用指紋傳感器的分辨率，縮放前待匹配指紋圖像中細節點的坐標為(x₀,y₀)，縮放后的細節點坐標為(x,y)，兩者之間的關系如下：