[發明專利]小面積指紋圖像特征提取方法、系統、終端及存儲介質

有效

• 申請號: 202010524918.1
• 申請日: 2020-06-10
• 公開（公告）號: CN111428701B
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 楊密凱;韓鵬飛
• 申請（專利權）人: 深圳市諾賽特系統有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種小面積指紋圖像特征提取方法，應用于小面積指紋特征信息提取，其特征在于，包括以下步驟：

步驟S1、獲取指紋圖像；

步驟S2、指紋圖像預處理，分離指紋圖像的前景區域和背景區域，獲取前景區域的數據信息，并根據前景區域的數據信息對指紋圖像進行分類濾波處理；

步驟S3、關鍵特征點提取，對指紋圖像進行區塊劃分，根據對應區塊中的指紋圖像前景區域的數據信息挑選出關鍵特征點，所述指紋圖像前景區域的數據信息包括像素點的曲率信息；

其中，關鍵特征點提取，具體包括以下步驟：

步驟S301、計算灰度圖像像素點I（x,y）處的最大主曲率maxC和最小主曲率minC；

步驟S302、定義灰度圖像深層次語義表達信息描述為：

；

步驟S303、將灰度圖像劃分為若干面積為M*M的局部區域，M大于或等于1，單位為像素，挑選出所述局部區域中中的極大值點作為關鍵特征點；

步驟S4、關鍵特征點的篩選，通過比較分析篩選出穩定性好的關鍵特征點。

2.根據權利要求1所述的小面積指紋圖像特征提取方法，其特征在于：所述步驟S2、指紋圖像預處理，具體包括以下步驟：

步驟S201、將指紋圖像轉換為灰度圖像，計算所述灰度圖像的梯度場，根據梯度場信息完成灰度圖像的前景區域和背景區域的劃分；

步驟S202、獲取所述前景區域的灰度直方圖，根據灰度直方圖計算前景區域的灰度均值和方差；

步驟S203、將指紋圖像分為干燥圖像、潮濕圖像以及正常圖像三種狀況，根據前景區域的數據信息對指紋圖像進行分類；

步驟S204、根據指紋圖像的分類情況選擇對應的濾波機制對指紋圖像進行濾波處理。

3.根據權利要求2所述的小面積指紋圖像特征提取方法，其特征在于：所述步驟S201中，計算所述灰度圖像梯度場之前先對灰度圖像進行區塊劃分，再計算每個塊的梯度值。

4.根據權利要求2所述的小面積指紋圖像特征提取方法，其特征在于：所述步驟S203中，根據前景區域的數據信息對指紋圖像進行分類的具體方法包括采用機器學習來訓練一個分離器。

5.根據權利要求2所述的小面積指紋圖像特征提取方法，其特征在于：所述步驟S203中，根據前景區域的數據信息對指紋圖像進行分類的具體方法包括采用根據前景區域的灰度方差，計算灰度方差均值來給圖像質量打分，指紋圖像的評分公式如下：

，

其中Var是輸入的指紋圖像前景區域的方差，VarBase是統計后正常指紋圖像前景區域的方差均值，Range是允許在正常指紋圖像方差值附近變化大小的絕對值，Score是對指紋圖像的評分，評分越高，圖像質量越好；根據Score的值挑選出正常圖像，根據Score和方差均值判別干燥圖像或潮濕圖像。

6.根據權利要求1所述的小面積指紋圖像特征提取方法，其特征在于：所述步驟S4中，關鍵特征點的篩選，具體包括以下步驟：

步驟S401、初步篩選，對指紋圖像進行劃分，將指紋圖像劃分成多個圖像塊，所述圖像塊的面積為N*N ，且N大于M，比較所述圖像塊中極大值點的大小，篩除極大值最小的多個關鍵特征點；

步驟S402、次級篩選，以初步篩選中得到的關鍵特征點為中心進行區塊劃分，比較所述關鍵特征點周圍圖像塊信息，獲取所述關鍵特征點的穩定性概率，剔除穩定性概率低的關鍵特征點。