基于子带特征融合的活体指纹滑移缺陷检测方法技术

本发明专利技术提供的是一种基于子带特征融合的活体指纹滑移缺陷检测方法。主要包括纹理特征提取和滑移区域检测部分。在纹理特征提取的过程中，利用对称小波分解的子带系数与灰度共协矩阵相互融合，得到能够区分正常指纹纹理和缺陷区域纹理的特征向量。在滑移区域检测的过程中，使用遗传神经网络分类器对大面积滑移区域进行检测定位，使用离散余弦变换分解技术对小面积滑移区域进行检测定位。本发明专利技术能够准确、有效地解决当前指纹图像采集过程中存在的不可避免的滑移难题。本发明专利技术在实际应用中具有重要意义和适用价值。

【技术实现步骤摘要】

本专利技术属于模式识别和图像处理领域。涉及的是一种检测因手指在采集传感器上 瞬间滑动所产生“滑移”缺陷区域的方法。
技术介绍
指纹识别作为目前应用最为广泛的生物识别技术之一，在刑事和民事领域有着广 泛应用，如犯罪调查，物理访问(如门禁)控制，信息安全，海关和移民系统中的背景调查、 身份鉴别和确认等 。近年来，活体指纹扫描系统的产生为指纹采集提供了一 种能够生成高分辨率数字指纹图像的电子采集方法。由于活体指纹实时扫描过程采用 了先进的电子设备来确保图像的准确采集，能够获取比传统方法质量更好的指纹图像，其 更重要的优势在于，一次指纹采集可以产生多个记录并随即直接传送到自动指纹识别系统 或远程身份认证机关进行更快捷的处理 。获得优质的指纹细节图像是一项十分复杂而重要的工作。目前市场上应用的主要 指纹采集技术有光学采集、半导体采集技术和超声波采集技术。基于光的全反射原理的光 学指纹采集技术是最古老也是目前应用最广泛的指纹采集技术，光线照到压有指纹的玻璃 表面，由CCD获得反射光线，反射光的量依赖于压在玻璃表面指纹的脊和谷的深度以及皮 肤与玻璃间的油脂和水分。理想情况下，由此得到的指纹图像则是清晰、真实的。但实际应 用中，由于手指表面湿度、污渍、设备采集面的不清洁等多种因素影响，经常会从产生指纹 图像的失真、模糊等现象，导致对后期的指纹匹配识别率造成严重的影响。因此指纹图像采 集过程中，需要一种质量评估算法来实时确定每个图像的质量。一个好的图像质量控制算 法应该在不减慢指纹登陆过程的同时，及时地为操作人员提供视觉和听觉反馈，以便重新 扫描不符合标准的指纹图像或以特殊方式对其进行标注。在指纹识别系统中，指纹采集图像的质量对最终指纹匹配准确度影响非常明显 。目前国际市场上主流的活体指纹采集系统，尤其是光学传感器采集系统 中，存在着一种严重影响指纹图像质量但却又非常容易被操作者忽略的缺陷。该缺陷的成 因是，扫描指纹时，手指的瞬间滑动产生了一些异常的具有虚构脊的重叠纹理组织模式，也 可称为“滑移”缺陷，如图2所示。更严重的是，这类缺陷很难用常规的指纹图像评估算法 检测出来。虽然手指无意间的滑动是不可避免的，但如果因为没有检测到指纹图像中的滑移 缺陷而造成错误匹配和错误拒绝，会严重影响实时扫描系统的性能。由于滑移缺陷区域的 纹理分布形态难以预测，而且它与正常的指纹区域之间存在着某些脊线特征相似性，滑移 缺陷很难被传统的指纹质量评价算法检测到。为了确保所采集活体指纹图像的质量，系统 我们不仅需要自动检测到指纹图像含有缺陷的领域，还需要在这些图像上准确地识别和标 记特定滑移缺陷的区域，从而使操作者能及时了解有缺陷的图像并且根据需要重新登录指 纹。指纹滑移缺陷区域检测的主要困难在于1.真正的滑移缺陷区域和质量相对较差的指纹区域在某些方面非常相似。如图3 所示，(a)和(b)因为不具备非常清晰可分的脊线被认为是质量较差或噪声干扰较大的指 纹图像区域，这些区域虽不理想但仍属于系统可接受的范围之内。而(e)和(f)则属于严 重影响指纹匹配精度的滑移缺陷区域。2.滑移缺陷自动识别的另一个重要挑战在于，一些滑移缺陷区域如(g)及(h) 也具备整齐可分、对比度鲜明的脊线，它们在某些方向上的脊线特征与正常指纹组织区域 (如(c)和(d))没有很明显的区别。3.由于在指纹扫描中产生滑移缺陷区域的诸多不可预测的因素及指纹图像所固 有的纹理特征多样性，滑移缺陷区域识别陷入了一个非常困难的图像纹理分类问题。在众 多图像处理技术中，纹理分析被频繁的应用于图像分类、检测或基于某些内在属性的图像 分割，如粗糙度，颗粒和规则。在图像纹理分析中经常使用一些的固定变换如傅立叶、 哈尔、余弦、正弦以及共协矩阵。近几年，小波变换在信号和图像处理方面的应用得到 了越来越广泛的关注 。Smith和Chang比较了从以下典型图像分解提取的子 带能量特征集小波子带，均勻子带，离散余弦变换，空间划分。Sebe和Lew研究了综 合考虑纹理模型，噪声分布及相互依存等纹理特征的纹理分类问题。Livens等阐述了 基于离散和连续小波分解的纹理分析与图像分类问题。对于许多自然信号，特别是某 些代表特定纹理特征的信号，小波变换可以通过使用一系列可变的分析函数为信号 提供了一种多分辨率表示，小波变换被证明是一个比傅立叶变换更为有效的工具。以上的每种频域变换算法、滤波器组或纹理特征的选择都只是针对某种特定的输 入信类别号才能达到最优的效果。但由于包含不同滑移缺陷的指纹组织区域可能产生的输 入图像特征范围极广，加之指纹图像中固有的较小类间差异和较大类内差异，以及某些指 纹区域所包含的大量噪声和失真，使用某一频域变换所提取的特征参数在检测那些具有频 率较高的纹理结构模式的滑移缺陷时并非总是足够灵敏，特别是某些指纹图像中的高频噪 声区域，使得指纹滑移缺陷区域与正常区域更难以准确区分，因此，单一的频域变换或基于 滤波器的检测算法无法为滑移缺陷的识别提供令人满意的解决方案，滑移缺陷区域的自动 检测已经成为一个亟待解决并极具挑战的指纹图像特殊区域识别难题。开发能够有效检测 具有不规则纹理特征的滑移缺陷的指纹质量评价算法，能降低由于指纹滑移缺陷造成的误 识率和拒识率，促进活体指纹识别技术在更多的领域实现真正的大规模市场应用，在指纹 采集和识别系统的实际应用中具有重要的意义和实用价值。与本专利技术相关的参考文献包括A. K. Jain,L. Hong,S. Pankanti and R. Bolle,“ An Identity Authentication System UsingFingerprints" ，Proc. IEEE, Vol. 85, No. 9,pp.1365-1388,1997 ；A. K. Jain,L. Hong and R. Bolle, “ On-line Fingerprint Verification"， IEEE TransactionsPAMI，Vol. 19，No. 4，pp.302-314，1997；L. Hong, A. K. Jain, R. Bolle and S. Pankanti, " Identity Authentication UsingFingerprints " , Proc. of First Int ' 1 Conf. On Audio and Video-Based Biometric PersonAuthentication, Switzerland, pp. 103-110, March 1997 ；L. Hong and A. K. Jain, " Integrating Faces and Fingerprints for Personal Identification" , Proc. 3rd ACCV, Hong Kong, Jan. 1998 ；Higgins T. Peter.Standards for the Electronic Submission of Fingerprint Cards to the FBI. Journal of Forensic Identification. The O本文档来自技高网...

【技术保护点】
一种基于子带特征融合的活体指纹滑移缺陷检测方法，其特征是：对采集得到的活体指纹图像，首先进行特征提取，包括基于对称小波变换提取的低频特征子向量和基于灰度共协矩阵提取的高频特征子向量，然后对所提取的特征子向量进行特征融合，通过增强型遗传神经网络分类器对指纹图像进行大面积滑移缺陷区域检测，同时对输入指纹图像进行离散余弦变换，提取相应的高频分量进行小面积滑移缺陷区域检测，如果在结合大、小面积滑移区域检测后均未发现滑移缺陷区域，则继续指纹采集过程；如果发现指纹图像中存在滑移缺陷区域，则对缺陷区域的像素点进行标注和显示，提醒系统重新采集指纹。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨秀坤，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：93[中国|哈尔滨]