一种基于多判决点模式的指纹匹配方法组成比例

本发明专利技术提供了一种基于多判决点模式的指纹匹配方法，该方法是借助指纹图像的中心点构造局部细节结构，在该结构上利用相似三角形原理求取基准点，并利用可变限界盒的方法进行二级匹配，最后利用多条件判决方法选取阈值进行最终判断。使用本发明专利技术方法基本能够准确的定位匹配的基准点，准确的求取变换参数，解决了待识指纹图像相对于模板指纹图像的旋转和平移的问题，有效的进行图像匹配，相对于一般点模式匹配方法，本发明专利技术的匹配速度较快，降低了FAR和FRR，提高了指纹识别正确率。

【技术实现步骤摘要】

本专利技术涉及基于多判决点模式的指纹匹配方法，属于图像处理

技术介绍
指纹识别的最终目的是要确定两枚指纹是否来自同一手指。要完成指纹识别，必须对当前输入指纹提取的特征与事先保存的模板特征进行匹配，这样才能达到指纹识别的最终目的，所以匹配算法关系到指纹识别能否成功，是指纹识别的关键步骤。指纹匹配是指纹识别系统中的最后一步，也是评价整个指纹识别系统性能的最主要依据。指纹匹配是根据提取的指纹特征来判断两枚指纹是否来自于同一个手指。当指纹图像质量较好时，匹配算法的结果通常比较好。但是，现有技术中的指纹图像读入的时候会有平移、旋转和非线性形变，手指表面干湿情况，指纹采集设备的差异，这些都影响了指纹特征提取的效果，进而影响指纹匹配的结果。所以，指纹匹配的关键问题是如何在指纹图像质量不好的情况下对指纹进行正确的匹配识别。为了能够准确、快速地判断两枚指纹是否来自于同一个手指，指纹匹配算法必须还具有一定的容错性，并且运算复杂度不能太高，时间代价小且准确度高。根据指纹细节特征的不同，指纹匹配算法主要包括基于点模式匹配算法、基于纹理模式匹配算法和基于图的匹配算法。基于纹理的匹配能够克服基于细节点方法的不足，作为一种新的匹配思路正在受到关注和应用。纹理匹配的方法充分利用了丰富的脊线，一定程度上可以克服质量较差的区域细节难以提取的困难。在某些应用领域可以弥补细节点匹配的缺陷。但是这种方法由于需要对图像作多次卷积，运算量很大，而且难以处理较大形变指纹图像的匹配，不适合1:N模式的识别系统。图匹配是一种结构模式识别的方法，可以应用于指纹的分类、细节索引和匹配。有许多学者提出了基于结构信息的指纹特征匹配，利用了指纹图中的拓扑结构信息，以克服指纹图的噪声、旋转与变形对识别的干扰。上述分类方法并不是绝对的，各种方法是相互联系的，同时有很多算法彼此交叉，每个算法都有自己的特点，并针对特殊的应用。比如，图匹配的方法对质量差指纹图的噪声抗干扰能力较好，但现有方法未经大规模试验的证实；细节点匹配对质量好的指纹图像计算准确，但纹理特征的可区分性不强；基于纹理信息和串匹配的混合匹配方法在一定程度上提高了识别率，但是计算代价非常高；基于三角匹配和动态规划的混合匹配方法可以解决非线性型变得问题，但是提取的特征过大，难以满足在线使用的要求。实际上，判断两个指纹是否来自同一个手指是十分困难的。首先，由于在采集指纹时无法对手指与采集设备表面的接触位置、方向、手指按压力度和按压用力方向等做出严格的限制，从而不仅会使相同手指在不同时间所采集到图像区域不完全相同，而且图像之间不可避免地存在平移变形、旋转变形、尺度变形以及非线性变形。其次，当图像质量较差时，细节点提取过程会产生很多误差，包括产生虚假细节点、遗漏真实细节点以及细节点位置、方向偏差。这些因素造成即使是代表相同手指的指纹图像，其中细节点的数量、位置、方向等也不完全相同，使指纹细节点匹配问题非常困难。而本专利技术能够很好地解决上面的问题。
技术实现思路
本专利技术目的在于解决了上述现有技术的不足，提出了一种基于多判决点模式的指纹匹配方法，该方法借助指纹图像的中心点构造局部细节结构，并在该结构上利用相似三角形原理求取基准点，并利用可变限界盒的方法进行二级匹配，最后利用多条件判决方法选取阈值进行最终判断。本专利技术解决其技术问题所采取的技术方案是：一种基于多判决点模式的指纹匹配方法，该方法能够准确的定位匹配的基准点，准确的求取变换参数，解决了待识指纹图像相对于模板指纹图像的旋转和平移的问题，有效地进行图像匹配，相对于一般点模式匹配方法，本专利技术的匹配速度较快，降低了FAR和FRR，提高了指纹识别正确率。方法流程：步骤1：利用相似三角形原理求取基准点，根据输入指纹图像和模板指纹图像中基准点对求取X、Y坐标方向的位置偏差及旋转变换因子，从而确定变换因子集；步骤2：对输入指纹图像和模板指纹图像进行第一级匹配，分别计算输入指纹图像和模板指纹图像感兴趣区的分叉点和端点个数，判定是否进入下一级匹配；步骤3：利用可变限界盒的方法进行二级匹配，选取特征点周围的矩形区域作为限界盒，只要变换后的待识别指纹的特征点落在这个区域内，方向一致且类型相同，则认为是匹配点；步骤4：设定成功匹配的点对数、配对点数和相应指纹特征总数的比值、各匹配点对的差异分数总和等阈值最终判定输入指纹图像与模板指纹图像是否匹配。本专利技术是采用三角形的基本性质，确定基准点和变换因子；进行二级匹配，引入可变大小的限界盒的概念，限界盒的大小由当前特征点和中心点间的距离来决定，只要变换后的待识别指纹的特征点落在这个区域内，而且类型相同，方向基本一致，则可认为这两个特征点对是一对匹配的特征点。有益效果：1、本专利技术能够准确的定位匹配的基准点，准确的求取变换参数，有效地进行图像匹配，相对于一般点模式匹配方法。2、本专利技术的匹配速度较快，降低了FAR和FRR，很好地提高了指纹识别正确率。3、本专利技术确定的基准点定位比较准确，且耗时缩短，很好地提高了识别率和执行效率。附图说明图1为本专利技术的二级匹配时可变限界盒示意图。图2为本专利技术的方法流程图。具体实施方式下面结合说明书附图对本专利技术创造作进一步的详细说明。一、基准点和变换因子的求取如图1和图2所示，本专利技术根据三个近邻特征点之间的相互关系来确定基准点，求取变换参数。两幅指纹图像的匹配主要是解决旋转、平移和形变等问题、假设指纹匹配的输入是两个特征点的集合P与Q,P是从输入的指纹图像中提取出来的，另一个点击Q则来自指纹特征数据库，即从模板指纹图像中提取。这两个点集合分别表示为：P＝{p1,p2,...,pm本文档来自技高网...

【技术保护点】
一种基于多判决点模式的指纹匹配方法，其特征在于，所述方法包括如下步骤：步骤1：利用相似三角形原理求取基准点，根据输入指纹图像和模板指纹图像中基准点对求取X、Y坐标方向的位置偏差及旋转变换因子，从而确定变换因子集；步骤2：对输入指纹图像和模板指纹图像进行第一级匹配，分别计算输入指纹图像和模板指纹图像感兴趣区的分叉点和端点个数，判定是否进入下一级匹配；步骤3：利用可变限界盒的方法进行二级匹配，选取特征点周围的矩形区域作为限界盒，只要变换后的待识别指纹的特征点落在这个区域内，方向一致且类型相同，则认为是匹配点；步骤4：设定成功匹配的点对数、配对点数和相应指纹特征总数的比值、各匹配点对的差异分数总和等阈值最终判定输入指纹图像与模板指纹图像是否匹配。

【技术特征摘要】
1.一种基于多判决点模式的指纹匹配方法，其特征在于，所述方法包括如下步骤：
步骤1：利用相似三角形原理求取基准点，根据输入指纹图像和模板指纹图像中基准点
对求取X、Y坐标方向的位置偏差及旋转变换因子，从而确定变换因子集；
步骤2：对输入指纹图像和模板指纹图像进行第一级匹配，分别计算输入指纹图像和模
板指纹图像感兴趣区的分叉点和端点个数，判定是否进入下一级匹配；
步骤3：利用可变限界盒的方法进行二级匹配，选取特征点周围的矩形区域作为限界
盒，只要变换后的待识别指纹的特征点落在这个区域内，方向一致且类型相同，则认为是匹
配点；
步骤4：设定成功匹配的点对数、配对点数和相应指纹特征总数的比值、各匹配点对的
差异分数总和等阈值最终判定输入指纹图像与模板指纹图像是否匹配。
2.根据权利要求1所述的一种基于...

【专利技术属性】
技术研发人员：张登银，张丽娜，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32