基于四特征点拓扑结构的指纹识别方法技术

基于四特征点拓扑结构的指纹识别方法，它涉及一种指纹识别方法，以解决基于特征点的指纹识别方法存在的受伪特征点的影响较大、抗噪声能力差、可靠性较差和未考虑空间信息的问题。以两个图像中的一对中心点和三角点对进行校正；分别对数据库图像和校正后待识别图像中的特征点依据距离其所在图像中心点的距离升序排列；给数据库图像和校正后待识别图像中所有的特征点分别构造一个四点模型，并在数据库图像和校正后待识别图像中进行特征点匹配；统计数据库图像和校正后待识别图像中匹配特征点的对数，判断两个图像是否来自同一枚指纹。本发明专利技术减小了匹配算法对中心点定位的依赖性，提高了算法的可靠性和抗噪声能力，考虑了特征点的空间信息。

【技术实现步骤摘要】

本专利技术涉及一种指纹识别方法，尤其涉及一种基于四特征点拓扑结构的 指纹识别方法，属于生物识别领域。
技术介绍
指纹识别是比较两枚指纹的纹理特征以确定它们是否来自于同一枚手指 的过程。目前最常见的是基于特征点的识别方法，该类方法先提取指纹图像 的特征点(主要是端点和分叉点)，然后依据参与比对的两枚图像模板间相同 的特征点数来判断两幅图像是否匹配。要对两幅图像进行比对，首先要把它们放在同一个坐标系中，这就需要 确定基准点，对两幅图像进行校对。目前常用算法主要采用基于中心点的方 法对图像进行校对，若中心点判断错误，则会严重影响后续过程的准确性， 同时匹配结果受伪特征点的影响较大，抗噪声能力差，算法可靠性不强，只 对单个特征点进行匹配也没有考虑空间信息带来的影响。
技术实现思路
本专利技术为解决基于特征点的指纹识别方法存在的受伪特征点的影响较 大、抗噪声能力差、可靠性较差和未考虑空间信息的问题，提供一种基于四 特征点拓扑结构的指纹识别方法。本专利技术由以下步骤实现步骤Al、以数据库图像T,和待识别图像T2中的中心点对和三角点对作 为基准点进行图像位置校正，得到校正后待识别图像T3;步骤A2、分别对数据库图像Ti和校正后待识别图像T3中的特征点排序， 依据特征点距离其所在图像中心点的距离升序排列；步骤A3、给数据库图像T！和校正后待识别图像T3中所有的特征点分别 构造一个基于三角形拓扑结构的四点模型，并在数据库图像T,和校正后待识 别图像T3中进行基于四特征点拓扑结构的特征点匹配；步骤A4、统计数据库图像T,和校正后待识别图像T3中匹配的特征点的 对数，通过比较阈值判断数据库图像T,和待识别图像T2是否来自同一枚指 纹。有益效果每次匹配都要单独对四对特征点做图像位置校正，减小了匹 配算法对中心点定位的依赖性，提高了算法的可靠性和抗噪声能力，也具有 一定的抗旋转性，同时，基于四特征点拓扑结构的算法将原本孤立对待的特 征点联系起来了，充分考虑了特征点的空间信息。附图说明图1是基于四特征点拓扑结构的四点模型示意图，图中的三个特征点构 成一个三角形，另一个特征点位于三角形内部。 具体实施例方式具体实施方式一参见图l，本实施方式由以下步骤组成步骤Al、以数据库图像^和待识别图像T2中的中心点对和三角点对为 基准点进行图像位置校正，得到校正后待识别图像T3，若图像不存在三角点， 则单独以中心点对为基准点对进行单点图像位置校正;步骤A2、分别对数据库图像T\和校正后待识别图像T3中的特征点排序， 依据特征点距离其所在图像中心点的距离升序排列；在后续进行基于三角形 拓扑结构的特征点匹配时，先匹配靠近中心点的特征点;构造四点模型时， 事先的排序有助于快速找到位于某一特征点周围的其他特征点。步骤A3、分别在数据库图像T,和校正后待识别图像T3中给每一个特征 点构造一个基于四特征点拓扑结构的四点模型，并在数据库图像Ti和校正后 待识别图像T3中进行基于四特征点拓扑结构的特征点匹配；步骤A4、统计数据库图像T！和校正待识别图像T3中匹配的特征点的对 数，通过比较阈值(参考值为10对)判断数据库图像T,和待识别图像T2是 否来自同一枚指纹。具体实施方式二本实施方式在具体实施方式一的基础上进一步限定了步骤A1中所述的图像位置校正的步骤为步骤B1、判断数据库图像L和待识别图像T2中是否都存在三角点(指纹图像中位于从中心点开始的第一个分叉点或者断点，或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点)，判断结果为是，则进入步骤B3， 判断结果为否，则进入步骤B2;步骤B2、以单独的中心点作为为基准点对，对待识别图像T2进行单点图像位置校正；步骤B3、分别将对应的中心点对和三角点对的横坐标、纵坐标及方向角 做差，并将中心点对和三角点的横坐标、纵坐标及方向角的差值的平均值分 别记为^、 5和&，作为数据库图像T^和待识别图像T2的横坐标、纵坐标 及方向角的偏移量；步骤B4、将待识别图像T2的横坐标、纵坐标及方向角分别与^、 ^和 &做差。具体实施方式三本实施方式在具体实施方式一的基础上进一步限定了 步骤A3中所述的四点模型的构造方法为步骤Cl、在数据库图像1中任取一个特征点Pi，然后在校正后待识别 图像T3中与特征点Pi对应的位置上的若干个像素点范围内寻找特征点；步骤C2、判断是否存在两个特征点的类型相同(同为端点或分叉点)且 方向角及频率的差值是否小于阈值(方向角差值的阈值为8度，频率相差值 的阈值为0.03)，判断结果为是，则进入步骤C3，判断结果为否，则返回步 骤C1;步骤C3、将符合步骤C2条件的特征点记为Qj;步骤C4、重复步骤Cl的方法，在数据库图像T,中找出距离特征点Pi 最近的三个特征点Pii、 Pi2和Pi3;步骤C5、重复步骤C2 步骤C3的方法，在校正后待识别图像T3中找出特征点Pi。 Pi2和Pj3对应的特征点Qji、 Qj2和Qp;步骤C6、判断得到的四对对应的特征点中是否有三个特征点构成一个三 角形且另外一个特征点是否在三角形内部或者一条边上(若四点在同一条直 线上，则认为是面积为0的三角形)，判断结果为是，则这四个特征点即构成 了四点模型(基于四特征点拓扑结构的"四点模型"，即点&、 Pu、 Pi2、 Pi3 构成一个"四点模型"，点Q、 Q,、 Qj2、 Qj3构成一个"四点模型")，判断结 果为否，则进入步骤C7;步骤C7、任取三个特征点构成一个三角形，并与剩余的一个特征点构成 四点模型(此时四点构成一个凸四边形，无法构造出步骤C6所述的三角形)。具体实施方式四本实施方式在具体实施方式一的基础上进一步限定了步骤A3中所述的特征点匹配的方法由以下步骤组成步骤D1、任选一对特征点Pi和Qj，对每个特征点分别构造一个基于四 特征点拓扑结构的四点模型；步骤D2、以位于三角形内部、三角形一条边上或三角形外部的一个特征 点作为基准点，对数据库图像T,和校正后待识别图像丁3中四点模型的另外 三对特征点进行图像位置校正；步骤D3、对校正后的三对特征点，判断其构成的三角形对应边的长度以 及另一特征点到各边的距离的差值是否小于阈值(一般应相等或小于指纹纹 线宽度的4倍)且四点模型中各对应的特征点之间的方向角及频率的差值是 否小于阈值(方向角阈值参考值为6度，频率阈值参考值为0.023)，判断结 果为是，则可判断特征点Pi与Qj匹配，判断结果为否，则返回步骤D1重新 选择一对特征点进行匹配。权利要求1、，其特征在于它由以下步骤实现步骤A1、以数据库图像T1和待识别图像T2中的中心点对和三角点对作为基准点进行图像位置校正，得到校正后待识别图像T3；步骤A2、分别对数据库图像T1和校正后待识别图像T3中的特征点排序，依据特征点距离其所在图像中心点的距离升序排列；步骤A3、给数据库图像T1和校正后待识别图像T3中所有的特征点分别构造一个基于三角形拓扑结构的四点模型，并在数据库图像T1和校正后待识别图像T3中进行基于四特征点拓扑结构的特征点匹配；步骤A4、统计数据库图像T1和校正后待识别图像T3中匹配的特征点的对数，通过比较阈值判断数据库图像T1和待识别图像T2是否来自同一枚指纹。2、 根据权利要求1所述的，其本文档来自技高网...

【技术保护点】
基于四特征点拓扑结构的指纹识别方法，其特征在于它由以下步骤实现：　步骤Ａ１、以数据库图像Ｔ↓［１］和待识别图像Ｔ↓［２］中的中心点对和三角点对作为基准点进行图像位置校正，得到校正后待识别图像Ｔ↓［３］；　步骤Ａ２、分别对数据库图像Ｔ↓［１］和校正后待识别图像Ｔ↓［３］中的特征点排序，依据特征点距离其所在图像中心点的距离升序排列；　步骤Ａ３、给数据库图像Ｔ↓［１］和校正后待识别图像Ｔ↓［３］中所有的特征点分别构造一个基于三角形拓扑结构的四点模型，并在数据库图像Ｔ↓［１］和校正后待识别图像Ｔ↓［３］中进行基于四特征点拓扑结构的特征点匹配；　步骤Ａ４、统计数据库图像Ｔ↓［１］和校正后待识别图像Ｔ↓［３］中匹配的特征点的对数，通过比较阈值判断数据库图像Ｔ↓［１］和待识别图像Ｔ↓［２］是否来自同一枚指纹。

【技术特征摘要】

【专利技术属性】
技术研发人员：王明江，闫志锋，王进祥，韦秋初，董颖杰，刘钊，刘鹏，和王峰，彭刚，桑坚，张永胜，张国君，肖永生，马晓卫，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：93[]