一种基于模糊特征点信息的指纹模板及指纹识别方法技术

本发明专利技术公开了一种基于模糊特征点信息的指纹模板及指纹识别方法，指纹模版为若干不完整的特征点信息，包括配准信息和比对信息，其中仅记录了特征点的坐标信息和属性信息，以及一个多项式的值。多项式P(Xi)=C0+C1Xi+C2Xi2+……+CnXin中，n为多项式的阶数，Xi为特征点信息中除配准信息以外的一个或多个特征点信息所量化得到的数值，C0～Cn为具有一预定规则的系数。通过将现场指纹的对应特征点信息代入多项式求得C0～Cn，判断求得的C0～Cn是否符合预定规则，从而判断现场指纹是否与模板指纹匹配。

【技术实现步骤摘要】

本专利技术涉及指纹识别领域，特别涉及。
技术介绍
指纹识别，是通过比较一个人的现场指纹和他预先保存的指纹模板，以验证其真实身份的识别方式。所谓的指纹模板，记录了指纹特征点的完整信息，其包括特征点的坐标、属性、角度，甚至脊线宽度等信息。一个典型的指纹模板建立过程如下:通过指纹读取设备采集人体指纹图像，对采集到的原始图像进行处理，使之更加清晰。然后提取指纹特征点(特征点一般为指纹的端点、叉点、中心点等)，获取特征点的几何意义上的数据描述(坐标、属性、角度等，即特征点信息)，最后保存形成指纹模板。现场指纹图像在被采集以后，也会通过处理，提取特征点，获取特征点信息。进而，通过对现场指纹特征点信息和指纹模板特征点信息进行比较，从而完成指纹识别过程。因此，指纹模板，是指纹识别方法里的一个核心数据结构。目前，各指纹识别方法的建立都基于完整特征点信息的指纹模板，S卩，指纹模板记录了特征点的完整特征值信息，包括特征点的坐标、属性(即上述的端点、叉点、中心点等类型)、角度，甚至脊线宽度等其他数据。一个典型的现有的指纹特征点信息的结构示意图，如图1所示，其中的各项数据的长度可根据实际情况进行设置，比如角度的数据长度在图1中为8bits，在实际情况中，可以设置为9bits或者7bits，这里只是举例说明。现有的这种指纹模板，存在着一个其自身无法克服的缺陷:由于指纹模板里记录了特征点的完整特征点信息的值，那么一旦指纹模板泄露，就可能会被恶意之人利用，根据指纹模板的信息还原出指纹图像来。这样对用户的安全和隐私都构成了危险。当前应用的各种指纹识别方法都存在着这样的问题。由此，诞生了一种在指纹模板中加入杂凑点的方法来对指纹模版中的信息进行保护，然而这种做法的缺陷在于，指纹模板中需要加入大量的杂凑点(一般为真实的指纹特征点的10倍以上)，造成数据量增加，对比过程的算法难度也会相应增加，而且指纹模板中仍然有完整的特征点信息，不能完全克服特征点信息被还原成指纹的缺陷。
技术实现思路
本专利技术针对现有技术存在的上述不足，提供了一种基于模糊特征点信息的指纹模板，本专利技术通过以下技术方案实现:—种基于模糊特征点信息的指纹模板，基于模糊特征点信息的指纹模板包括:根据一模板指纹的部分特征点信息建立的若干模糊特征点信息，若干模糊特征点信息不足以还原模板指纹；模糊特征点信息包括配准信息和比对信息，配准信息包括特征点信息的横坐标、纵坐标和属性，比对信息包括一多项式P(Xi)=CdC1XdC2Xi2+…….+CnXin的值，η为多项式的阶数，Xi为特征点信息中除配准信息以外的一个或多个特征点信息所量化得到的数值，C0?Cn为具有一预定规则的系数。较佳的，预定规则包括:(；?(；包括第一部分和第二部分，第一部分的值为随机产生，第二部分的值为将第一部分的值按照预定规则进行计算而获取的值。通过本专利技术提供的基于模糊特征点信息的指纹模板建立方法，指纹模版为不完整的特征点信息，仅记录了特征点的坐标信息和属性信息，以及一个多项式的值。这些信息不足以用来还原指纹图像，也不足以单独用来进行指纹比对，因此，保障了用户的隐私和安全。本专利技术另提供一种基于模糊特征点信息的指纹识别方法，通过以下技术方案实现:一种基于模糊特征点信息的指纹识别方法，包括步骤:S1、获取一基于模糊特征点信息的指纹模板以及现场指纹；S4、将现场指纹与基于模糊特征点信息的指纹模板进行比对；基于模糊特征点信息的指纹模板包括:根据一模板指纹的部分特征点信息建立的若干模糊特征点信息，若干模糊特征点信息不足以还原模板指纹；模糊特征点信息包括配准信息和比对信息，配准信息包括特征点信息的横坐标、纵坐标和属性，比对信息包括一多项式P(Xi)=CdC1XdC2Xi2+…….+CnXin的值，η为多项式的阶数，Xi为特征点信息中除配准信息以外的一个或多个特征点信息所量化得到的数值，C0?Cn为具有一预定规则的系数；步骤S4包括:将现场指纹的对应特征点信息代入多项式，计算Ctl?Cn的值并判断计算得到的Ctl?Cn是否满足预定规则，若判断结果为是，则现场指纹与基于模糊特征点信息的指纹模板匹配，若判断结果为否，则现场指纹与基于模糊特征点信息的指纹模板不匹配。较佳的，步骤SI与步骤S4之间还包括:S2、将现场指纹与基于模糊特征点信息的指纹模板进行指纹配准；步骤S2包括步骤:a、选取三个基于模糊特征点信息的指纹模板的模糊特征点信息的横坐标、纵坐标作为顶点，构建一第一非等腰三角形，并记录第一非等腰三角形的几何数据；b、选取三个现场指纹的特征点信息的横坐标、纵坐标作为顶点，构建一第二非等腰三角形，并记录第二非等腰三角形的几何数据；C、将第一非等腰三角形与第二非等腰三角形进行匹配；d、重复执行步骤a至步骤C，若可获取大于一第一阈值对匹配的非等腰三角形，则执行e ;若无法获取大于第一阈值对匹配的非等腰三角形，则现场指纹与基于模糊特征点信息的指纹模板不匹配；e、计算现场指纹相较于基于模糊特征点信息的指纹模板的旋转角度和平移距离，并根据计算结果对现场指纹进行旋转和/或平移，以与基于模糊特征点信息的指纹模板配准。较佳的，几何数据包括:最大边长、次大边长、最小边长、最大角度、次大角度、最小角度、最大角顶点横坐标、最大角顶点纵坐标、最大角顶点到次大角顶点的向量、最大角顶点到最小角顶点的向量、最大角顶点的属性、次大角顶点的属性、最小角顶点的属性。较佳的，步骤e的计算现场指纹相较于基于模糊特征点信息的指纹模板的旋转角度和平移距离，并根据计算结果对现场指纹进行旋转和/或平移包括:以现场指纹的最大角顶点为基准点，分别计算第一阈值对匹配的非等腰三角形的旋转角度和平移距离，以计算得到的频率最高的数值作为现场指纹的旋转系数和平移系数进行旋转和平移。较佳的，步骤c中匹配成功包括以下条件:现场指纹与基于模糊特征点信息的指纹模板对应的三对顶点的属性一致；现场指纹与基于模糊特征点信息的指纹模板对应的三对边的长度差值在一第二阈值内；现场指纹与基于模糊特征点信息的指纹模板对应的三对角的角度差值在一第三阈值内。较佳的，在步骤S2与步骤S4之间还包括步骤:S3、计算经过旋转和平移后的现场指纹的横坐标、纵坐标以及属性与基于模糊特征点信息的指纹模板的配准信息的特征点匹配个数，若计算结果不大于一第四阈值，则现场指纹与基于模糊特征点信息的指纹模板不匹配，若计算结果大于第四阈值，则执行步骤S4。较佳的，Ctl?Cn包括第一部分和第二部分，第一部分的值为随机产生，第二部分的值为将第一部分的值按照预定规则进行计算而获取的值。较佳的，步骤S4中的将现场指纹的特征点信息代入多项式，计算Ctl?Cn的值并判断计算得到的Ctl?Cn是否满足预定规则包括:将现场指纹的特征点信息代入多项式，计算Ctl?Cn的值，获取Ctl?Cn中第一部分的值，将第一部分的值按照预定规则进行计算得到第二部分的值，判断计算得到的第二部分的值与模板指纹中的第二部分的值是否相同。通过本专利技术提供的基于模糊特征点信息的指纹识别方法，指纹模版为不完整的特征点信息，仅记录了特征点的坐标信息和属性信息，以及一个多项式的值。这些信息不足以用来还原指纹图像，也不足以单独用来进行指纹比对，通过将现场指纹的特征点信息代入多项式求解系本文档来自技高网...

【技术保护点】
一种基于模糊特征点信息的指纹模板，其特征在于，所述基于模糊特征点信息的指纹模板包括：根据一模板指纹的部分特征点信息建立的若干模糊特征点信息，所述若干模糊特征点信息不足以还原所述模板指纹；所述模糊特征点信息包括配准信息和比对信息，所述配准信息包括所述特征点信息的横坐标、纵坐标和属性，所述比对信息包括一多项式P(Xi)=C0+C1Xi+C2Xi2+…….+CnXin的值，n为多项式的阶数，所述Xi为所述特征点信息中除所述配准信息以外的一个或多个特征点信息所量化得到的数值，所述C0～Cn为具有一预定规则的系数。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘中秋，石丰，李健，马颖颖，侯艳芹，
申请(专利权)人：石丰，
类型：发明
国别省市：北京;11