[發明專利]一種多視角三維指紋粗配準方法

在審

• 申請號: 202210176451.5
• 申請日: 2022-02-25
• 公開（公告）號: CN114581500A
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 王海霞;龐巧玲;李小靜;張怡龍;陳朋;梁榮華
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06V40/12
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 舒良

1.一種多視角三維指紋粗配準方法，其特征在于，包括如下步驟：

1)讀取兩組不同視角的三維指紋數據，分別作為源指紋和目標指紋；每組數據包含一幀點云數據和對應同步拍攝的二維指紋圖像；對兩幅二維指紋圖像進行預處理；

2)對兩幅預處理后的二維指紋圖像提取特征點，并進行特征描述；

3)對兩組特征點信息進行模糊匹配，獲得初始模糊匹配對；

4)使用不同特征點對之間的幾何位置關系對模糊匹配對進行雙重匹配驗證，濾除錯誤的匹配點對；

5)根據匹配的二維特征點對找到對應的源三維指紋點云數據和目標三維指紋點云數據的三維點云特征點對，進行粗配準，得到初始變換矩陣。

2.根據權利要求1所述的多視角三維指紋粗配準方法，其特征在于，所述步驟1)包括如下步驟：

(11)讀取兩幅二維指紋圖像，并增強得到脊谷分明的二值化指紋圖和對應的指紋前景掩模圖；

(12)由于拍攝的影響，增強得到的指紋圖像邊緣區域質量較差，因此通過腐蝕操作腐蝕前景掩模圖像邊緣區域，最后使用掩模圖像過濾增強指紋邊緣區域；

(13)計算兩幅二值化指紋增強圖像的方向圖，并細化得到源指紋細化圖和目標指紋細化圖。

3.根據權利要求1或2所述的多視角三維指紋粗配準方法，其特征在于，所述步驟2)包括如下步驟：

(21)對源指紋細化圖和目標指紋細化圖提取端點、分叉點、核心點作為特征點，得到特征點的二維坐標，根據指紋圖像的方向圖和特征點二維坐標計算特征點的方向場，得到的初始特征點信息為(x，y，T，θ)，(x，y)為特征點的坐標，T為特征點類型，包括端點、分叉點、核心點，θ為特征點的方向；

(22)源二維指紋M提取到的特征點集合為F_M＝{f_m1，f_m2，...，f_mm}，目標二維指紋N提取到的特征點集合為F_N＝{f_n1，f_n2，...，f_nn}；

(23)針對特征點集合F_M和F_N中除核心點之外的每一個細節點，計算該細節點到特征集合中核心點之間跨越的脊線數，具體計算步驟如下：

(231)核心點C坐標為(x_C，y_C)，特征點P坐標為(x_P，y_P)，，根據以下方程組計算經過點C和點P直線的斜率k和截距b：

(232)分別計算核心點C與特征點P的水平距離d_x和垂直距離d_y，當d_x＞d_y時，記錄核心點C和特征點P所在直線經過像素點的x值，根據斜率k和截距b計算對應的y值；反之記錄經過像素點的y值，根據斜率k和截距b計算對應的x值，最終確定核心點C到特征點P所在直線經過的像素點集；

(233)結合二維指紋圖像信息，記錄像素點集中每個像素點的灰度值，圖像中位于脊線上的像素點灰度值為1，位于谷線上的像素點灰度值為0，遍歷每一個像素點，如果該像素點的灰度值為1且下一個像素點的灰度值為0，則認為該點為脊線到谷線的突變點，為了增加計算脊線數的準確性，設定脊線之間寬度的閾值為4，如果該突變點滿足與上一個突變點之間的距離大于脊線之間寬度的閾值，則跨越的脊線數加一；

(234)將計算得到的跨越脊線數記錄在特征點信息中，特征點信息擴增為(x，y，T，θ，N)，N代表細節點到核心點之間跨越脊線數；

(24)針對特征點集合F_M和F_N中除核心點之外的每一個細節點，分別計算細節點與其所在塊的八鄰域塊的方向差，將細節點方向指向的鄰域塊作為起始塊，按順時針方向依次計算每個鄰域塊與細節點所在塊的方向差，最終得到八個方向差θ₁-θ₈，并記錄到特征點信息中，特征點信息擴增為(x，y，T，θ，N，θ₁，θ₂，θ₃，θ₄，θ₅，θ₆，θ₇，θ₈)。