[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

本發明涉及一種小面積指紋圖像特征提取方法、系統、終端及存儲介質，屬于指紋識別技術領域，應用于小面積指紋特征信息提取，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，指紋圖像前景區域的數據信息包括像素點的曲率信息；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。本發明用于解決小面積指紋特征信息提取不足的問題，有效適用于小面積指紋比對且可靠性良好。

技術領域

本發明涉及指紋識別技術領域，尤其是涉及一種小面積指紋圖像特征提取方法、系統、終端及存儲介質。

背景技術

指紋識別技術已經廣泛應用到手機、電腦、智能門鎖、柜子鎖、U盤、SSD等需要識別個人身份場景，而且功能不僅僅局限于解鎖，還應用到其他更高級別的應用程序，如在線支付、應用加密、業務授權等。目前，基于傳統細節點的大面積指紋識別技術已經相對成熟，但是隨著市場越來越多種類的移動設備中使用指紋識別技術，考慮到更好的集成設計，終端更傾向于采用小面積的指紋傳感器，這就導致采集到的指紋圖像面積變小，含有的指紋有效信息相應變少，這給傳統的主要基于細節點指紋識別技術帶來了很大的挑戰。

現有的針對小面積指紋特征提取有以下幾種策略：

（1）將現有大面積指紋識別算法根據小面積調整遷移后的特征提取算法。比如構建細節點拓補結構；比如采用Gabor等方向濾波的方法來編碼細節點附近周圍區域進行特征信息的補充，或通過深度學習網絡對細節點附近的區域進行Triplet Loss方式訓練后得到區域塊的特征表達；比如使用脊線抽樣點和細節點信息MCC編碼或脊線結構信息來補充小面積圖像中細節點特征信息的不足等，這些策略的出發點還是以細節點的提取為基礎，通過其他的辦法盡量提高細節點的特征表達能力來彌補細節點數量不足的引起的識別率降低變化。這種策略在小面積指紋圖像中大概包含3個以上細節點的情況下，處理效果還是比較不錯的，但對于一些小面積指紋圖像中根本不存在細節點，或者指紋存在較多的缺損區域，那么就會引起識別率的明顯降低。這種策略對CPU內存要求較低，但對計算開銷還是比較大一些。

（2）基于傳統機器視覺的特征提取算法，比如Harri、sift、surf、ORB、Akaze等,該類算法通常利用高斯差分構建尺度空間、使用Hessian矩陣等方式監測關鍵點。傳統機器視覺方法在過去20年里在不同的圖像特征提取應用場景取得驚艷的效果，但是由于指紋識別的特殊性，指紋圖像采集的噪聲是是受多種因素影響的，比如傳感器的涂層、手指按壓的力度、手指的干濕程度等都會引入不確定的噪聲模型，因此如果直接使用傳統機器視覺的特征提取方法時會存在提取的關鍵點不穩定，對干濕手指適應不強的缺點。

綜上所述，現有的兩種方式都不能實現小面積指紋特征信息的有效提取。

因此，需要提出一種新的技術方案來解決上述技術問題。

發明內容

本發明的目的一是提供一種小面積指紋圖像特征提取方法，解決小面積指紋特征信息提取不足的問題，有效適用于小面積指紋比對且可靠性良好。

本發明的上述一發明目的是通過以下技術方案得以實現的：

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，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；