[發明專利]單目非接觸指紋透視扭曲矯正方法和裝置

在審

• 申請號: 202110667459.7
• 申請日: 2021-06-16
• 公開（公告）號: CN113569631A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 馮建江;周杰;崔哲
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T5/00;G06T7/136;G06T17/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王萌

1.一種單目非接觸指紋透視扭曲矯正方法，其特征在于，包括以下步驟：

獲取非接觸指紋圖像，對所述非接觸指紋圖像進行預處理，得到預處理后的圖像和掩膜；

將所述預處理后的圖像和掩膜輸入梯度估計網絡中，輸出對應的梯度值，其中，所述梯度值為預測的表面梯度值；

通過雙線性插值將所述梯度值恢復為原始大小，得到正常的梯度值；

使用所述正常的梯度值進行深度圖的重建，得到三維手指模型；

根據所述三維手指模型對所述非接觸指紋圖像進行展開以進行扭曲矯正。

2.如權利要求1所述的方法，其特征在于，對所述非接觸指紋圖像進行預處理，包括以下步驟：

根據所述非接觸指紋圖像的像素值進行閾值分割，輸出掩膜；

在灰度上，使用自適應直方圖均衡化來調整所述非接觸圖像的脊線和谷線的對比度至統一；

在尺寸上，對所述非接觸圖像的脊線周期進行歸一化，將所有非接觸指紋中心區域的脊線周期調整為統一的值；

在姿態上，對非接觸指紋偏離豎直方向的姿態進行修正，先估計所述非接觸指紋圖像同豎直方向間的夾角，再將所述非接觸指紋轉正。

3.如權利要求1所述的方法，其特征在于，將所述預處理后的圖像和掩膜輸入梯度估計網絡中，輸出對應的梯度值，具體過程為：

對所述預處理的圖像進行歸一化，調整圖片亮度；

對調整后的圖片進行特征提取，得到方向場和周期圖；

使用所述掩膜分別對所述方向場和所述周期圖進行處理，生成最終的方向場和周期圖；

對所述掩膜、所述方向場和所述周期圖進行處理，生成所述梯度值。

4.如權利要求1所述的方法，其特征在于，使用損失函數訓練所述梯度估計網絡，包括以下步驟：

使用技術同時獲取第一組手指三維模型和對應的第一組非接觸指紋圖像；

使用指紋特征提取技術從所述第一組非接觸指紋圖像中提取出第一組方向場、周期圖、掩膜，將所述第一組手指三維模型的深度圖微分得到第一組梯度值，并對所述第一組方向場、周期圖、掩膜和所述第一組梯度值進行采樣生成第一組訓練數據；

多角度采集獲取第二組非接觸指紋圖像，使用從輪廓恢復形狀方法對所述第二組非接觸指紋圖像進行計算得到第二組手指三維模型；

使用指紋特征提取技術從所述第二組非接觸指紋圖像中提取出第二組方向場、周期圖、掩膜，將所述第二組手指三維模型的深度圖微分得到第二組梯度值，并對所述第二組方向場、周期圖、掩膜和所述第二組梯度值進行采樣生成第二組訓練數據；

首先將所述第一組訓練數據輸入所述梯度估計網絡中進行訓練，之后將所述第二組訓練數據輸入所述梯度估計網絡中進行微調，完成訓練。

5.如權利要求3所述的方法，其特征在于，所述損失函數包括方向場損失、周期損失和梯度損失，最終的損失函數為三個損失函數之和，其中，

所述方向場損失包括估計值與真實值間的交叉熵損失一句方向場的一致性約束；

所述周期損失為估計值與真實值間的交叉熵誤差以及方向場的光滑約束；

所述梯度損失為估計值與真實值間的加權誤差；

在所述損失函數中加入權重約束，保證梯度的相對誤差在各處一致。

6.如權利要求1所述的方法，其特征在于，采用從中心點向邊緣區域進行積分的方法重建所述深度圖，具體過程為選取所述梯度值中最小的點為積分原點，采用先沿x軸再沿y軸和先沿y軸再沿x軸兩種積分路徑得到兩種結果，再平均所述兩種結果得到最終結果，表示為：

其中，積分路徑L₁為先沿x軸再沿y軸：原點(0,0)→(x,0)→(x,y)，積分路徑L₂為先沿y軸再沿x軸：原點(0,0)→(0,y)→(x,y)，g_x(x,y)為梯度值的x方向分量，g_y(x,y)為梯度值的y方向分量。