[發明專利]一種基于模糊數學與概率論相結合的指紋特征評價方法

有效

• 申請號: 201711240671.5
• 申請日: 2017-11-30
• 公開（公告）號: CN107909532B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 韓柯;高峰;劉寰;馬榮梁;薛靜;曲會英;吳浩;陳子龍;王子政
• 申請（專利權）人: 公安部物證鑒定中心
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G06K9/00;G06F17/18
• 代理公司: 北京紀凱知識產權代理有限公司 11245
• 代理人: 徐寧;周治宇

1.一種基于模糊數學與概率論相結合的指紋特征評價方法，包括以下步驟：

1)在給定現場指紋和十指樣本指紋后，比對現場指紋與十指樣本指紋的紋型特征是否一致：如果現場指紋與十指樣本指紋的紋型特征不一致，則認為現場指紋與十指樣本指紋特征匹配概率為0；如果現場指紋與十指樣本指紋的紋型特征相同，則根據紋型的類型確定指紋紋型特征出現的概率，并繼續下一步；如果由于現場指紋殘缺不全或模糊而無法確定指紋紋型特征，則認為各種指紋紋型特征均可能出現，將指紋紋型特征出現的概率設為1，并繼續下一步；

2)分析判斷現場指紋與十指樣本指紋的特征點類型、指紋紋線流向、特征點之間的間隔線數是否一致：如果現場指紋與十指樣本指紋在7類指紋細節特征中均存在本質上的穩定差異，則認為現場指紋與十指樣本指紋特征匹配概率為0；如果存在一致的細節特征，則在指紋圖像上標注現場指紋與十指樣本指紋比對一致的細節特征，并根據7類指紋細節特征的劃分確定每個標注的指紋細節特征的類型，計算標注的指紋細節特征在指紋紋線區域內同時出現的組合概率，繼續下一步；

3)分析判斷步驟2)中標注的指紋細節特征的穩定性，得出每個標注的指紋細節特征在指紋特征穩定性判斷論域內的取值；

4)根據步驟3)得出的每個標注的指紋細節特征在指紋特征穩定性判斷論域內的取值，列出每個標注的指紋細節特征對應的模糊隸屬度；

5)根據步驟1)得到的指紋紋型特征出現的概率、步驟2)得到的標注的指紋細節特征在指紋紋線區域內同時出現的組合概率和步驟4)得到的每個標注的指紋細節特征對應的模糊隸屬度，計算現場指紋與十指樣本指紋特征匹配的概率。

2.如權利要求1所述的一種基于模糊數學與概率論相結合的指紋特征評價方法，其特征在于，所述指紋紋型劃分為5種，分別為弓型紋、左箕型紋、右箕型紋、斗型紋和雜型紋。

3.如權利要求2所述的一種基于模糊數學與概率論相結合的指紋特征評價方法，其特征在于，根據文獻從大量十指樣本指紋中統計出弓型紋、左箕型紋、右箕型紋、斗型紋、雜型紋出現的概率分別為0.0210、0.2139、0.2370、0.5079、0.0202。

4.如權利要求1或2或3所述的一種基于模糊數學與概率論相結合的指紋特征評價方法，其特征在于，所述7類指紋細節特征分別為起始特征、終止特征、相鄰紋線間分叉特征、短棒特征、小眼特征、小點特征和細點線特征。

5.如權利要求4所述的一種基于模糊數學與概率論相結合的指紋特征評價方法，其特征在于，所述步驟2)中計算標注的指紋細節特征在指紋紋線區域內同時出現的組合概率，具體包括以下步驟：

I、分別統計標注的指紋細節特征的總數M和標注的指紋細節特征中7類指紋細節特征的個數；其中，起始特征的個數為N₁，終止特征的個數為N₂，相鄰紋線間分叉特征的個數為N₃/2，短棒特征的個數為N₄/2，小眼特征的個數為N₅/2，小點特征的個數為N₆，細點線特征的個數為N₇/2；

II、計算標注的指紋細節特征在指紋紋線區域內同時出現具有的組合C為：

III、在不考慮指紋紋型特征，僅考慮指紋細節特征之間存在的位置關系時，計算標注的指紋細節特征在指紋紋線區域內同時出現的組合概率P_s為：

式中，p₁、p₂、p₃、p₄、p₅、p₆、p₇分別為起始特征、終止特征、相鄰紋線間分叉特征、短棒特征、小眼特征、小點特征和細點線特征在指紋紋線區域內出現的概率。