【技术实现步骤摘要】
本申请涉及图像处理，尤其是一种指纹图像匹配方法、设备及存储介质。
技术介绍
1、生物识别技术是一项重要的手段，通过比对人们特有的生物特征来实现身份识别，其中，指纹识别技术是市场的主流识别技术。
2、相关技术中，指纹识别技术包括光学法、电容法、超声波法等，光学法因其响应速度快而被广泛的应用在成像、传感、存储等领域。光学指纹识别技术主要步骤包括指纹采集、采集的指纹图样的预处理(如灰度处理、过滤增强等)、对预处理后的指纹进行特征提取、比对提取的特征实现指纹识别。
3、然而，在对指纹进行特征提取时容易受到噪声等因素的干扰，导致提取的指纹特征误差较大，影响指纹特征提取的精度，从而影响指纹识别的精度。
技术实现思路
1、本申请的目的是提供一种指纹图像匹配方法、设备及存储介质，旨在提高指纹特征的提取精度和指纹的识别精度。
2、本申请实施例提供一种指纹图像匹配方法，包括：
3、获取至少两个待匹配指纹图像；
4、对所述待匹配指纹图像进行分块，得到多个待匹配指纹图像块；
5、基于傅里叶变换算法，对所述待匹配指纹图像块中的脊线进行方向特征提取和频率特征提取，得到脊线方向特征和脊线频率特征；
6、基于刚性变换搜索操作，对至少两个所述待匹配指纹图像中的脊线方向特征和脊线频率特征进行相似度评估，得到相似度评估结果；
7、根据所述相似度评估结果，得到所述待匹配指纹图像的匹配结果。
8、在一些实施例中，所述
9、对所述待匹配指纹图像块进行数据增强，得到增强图像块；
10、对所述增强图像块进行傅里叶变换，得到频域图像块；
11、对所属频域图像块进行中心化处理，得到中心化频域图像块；
12、将所述中心化频域图像块进行转换表示，得到振幅图像块；
13、对所述振幅图像块进行极值检测和极值点位置拟合，确定所述振幅图像块中的最大极值点和所述最大极值点的拟合像素点坐标；
14、根据所述拟合像素点坐标，确定所述脊线方向特征和所述脊线频率特征。
15、在一些实施例中，所述对所述待匹配指纹图像块进行数据增强，得到增强图像块，包括：
16、计算所述待匹配指纹图像块的像素点灰度方差，得到像素灰度方差；
17、将所述像素灰度方差与预设的阈值灰度方差进行比较，根据比较结果确定所述待匹配指纹图像块中包含脊线的有效指纹图像块；
18、对所述有效指纹图像块进行对比度增强，得到对比度增强图像块；
19、通过高斯加窗操作，对所述对比度增强图像块进行中心增强，得到所述增强图像块。
20、在一些实施例中，所述对所述增强图像块进行傅里叶变换的计算公式为：
21、，
22、所述对所述频域图像块进行中心化处理的计算公式为：
23、，
24、将所述中心化频域图像块进行转换表示的表达式为：
25、，
26、其中，为频域图像块，为增强图像块，w为待匹配指纹图像块的水平长度和垂直长度，i=0,1,2,...,(m/c)-1，j=0,1,2,...,(n/c)-1，为待匹配指纹图像的水平长度，为待匹配指纹图像的垂直长度，为在水平方向和垂直方向上待匹配指纹图像块的数量，x为增强图像块的水平像素坐标，y为增强图像块的垂直像素坐标，为频域图像块的水平像素坐标，v为频域图像块的垂直像素坐标，为频域图像块的水平像素中点，为频域图像块的垂直像素中点，为自然常数，为中心化频域图像块，为振幅图像块。
27、在一些实施例中，所述对所述振幅图像块进行极值检测和极值点位置拟合，确定所述振幅图像块中的最大极值点和所述最大极值点的拟合像素点坐标，包括：
28、对所述振幅图像块进行拉普拉斯增强滤波，得到增强振幅图像块；
29、对所述增强振幅图像块进行极值检测，确定所述增强振幅图像块的极值点的数量；
30、若所述极值点的数量为一个，以该所述极值点作为所述最大极值点；
31、若所述极值点的数量为至少两个，对响应值最大的两个所述极值点进行显著性计算，得到显著性计算结果，根据显著性计算结果确定所述最大极值点；
32、利用所述最大极值点的原始像素点坐标，对预设的二次函数进行拟合，得到拟合后的二次函数，利用所述拟合后的二次函数所述最大极值点进行位置拟合，得到所述最大极值点的拟合像素点坐标。
33、在一些实施例中，所述脊线方向特征的计算公式为：
34、，
35、所述脊线频率特征的计算公式为：
36、，
37、其中，为脊线方向特征，为脊线频率特征，i=0,1,2,...,(m/c)-1，j=0,1,2,...,(n/c)-1，为待匹配指纹图像的水平长度，为待匹配指纹图像的垂直长度，为在水平方向和垂直方向上待匹配指纹图像块的数量，为最大极值点的水平拟合像素点坐标，为最大极值点的垂直拟合像素点坐标。
38、在一些实施例中，所述基于刚性变换搜索操作，对至少两个所述待匹配指纹图像中的脊线方向特征和脊线频率特征进行相似度评估，得到相似度评估结果，包括：
39、构造两所述待匹配指纹图像之间的图像刚性变换关系；所述图像刚性变换关系为两所述待匹配指纹图像之间像素点的位置映射关系；
40、根据所述图像刚性变换关系，对所述待匹配指纹图像的像素点进行刚性变换搜索操作，得到刚性变换搜索结果；
41、根据所述刚性变换搜索结果，对所述待匹配指纹图像的像素点进行刚性变换搜索操作前后所对应的脊线方向特征和脊线频率特征进行相似度评估，得到像素点相似度评估结果；
42、根据所述像素点相似度评估结果，确定所述相似度评估结果。
43、在一些实施例中，所述图像刚性变换关系的表达式为：
44、，
45、所述像素点相似度评估结果的计算公式为：
46、，
47、, ，
48、，
49、，
50、，
51、，
52、其中，为其一待匹配指纹图像的水平像素坐标，为其一待匹配指纹图像的垂直像素坐标，为另一待匹配指纹图像的水平像素坐标，为另一待匹配指纹图像的垂直像素坐标，为待匹配指纹图像的水平长度，为待匹配指纹图像的垂直长度，为水平平移量，为垂直平移量，为角度旋转量，为像素点相似度评估结果，为非线性激活操作，为脊线方向特征阈值，为脊线频率特征阈值，为脊线方向特征偏差，为脊线频率特征偏差，为其一待匹配指纹图像的脊线方向特征，为其一待匹配指纹图像的脊线频率特征，为另一待匹配指纹图像的脊线方向特征，为另一待匹配指纹图像的脊线频率特征，为在水平方向和垂直方向上待匹本文档来自技高网...
【技术保护点】
1.一种指纹图像匹配方法，其特征在于，包括：
2.根据权利要求1所述的指纹图像匹配方法，其特征在于，所述基于傅里叶变换算法，对所述待匹配指纹图像块中的脊线进行方向特征提取和频率特征提取，得到脊线方向特征和脊线频率特征，包括：
3.根据权利要求2所述的指纹图像匹配方法，其特征在于，所述对所述待匹配指纹图像块进行数据增强，得到增强图像块，包括：
4.根据权利要求2所述的指纹图像匹配方法，其特征在于，所述对所述增强图像块进行傅里叶变换的计算公式为：
5.根据权利要求2所述的指纹图像匹配方法，其特征在于，所述对所述振幅图像块进行极值检测和极值点位置拟合，确定所述振幅图像块中的最大极值点和所述最大极值点的拟合像素点坐标，包括：
6.根据权利要求2所述的指纹图像匹配方法，其特征在于，所述脊线方向特征的计算公式为：
7.根据权利要求1所述的指纹图像匹配方法，其特征在于，所述基于刚性变换搜索操作，对至少两个所述待匹配指纹图像中的脊线方向特征和脊线频率特征进行相似度评估，得到相似度评估结果，包括：
8.根据权利要求
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至8任一项所述的指纹图像匹配方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的指纹图像匹配方法。
...【技术特征摘要】
1.一种指纹图像匹配方法，其特征在于，包括：
2.根据权利要求1所述的指纹图像匹配方法，其特征在于，所述基于傅里叶变换算法，对所述待匹配指纹图像块中的脊线进行方向特征提取和频率特征提取，得到脊线方向特征和脊线频率特征，包括：
3.根据权利要求2所述的指纹图像匹配方法，其特征在于，所述对所述待匹配指纹图像块进行数据增强，得到增强图像块，包括：
4.根据权利要求2所述的指纹图像匹配方法，其特征在于，所述对所述增强图像块进行傅里叶变换的计算公式为：
5.根据权利要求2所述的指纹图像匹配方法，其特征在于，所述对所述振幅图像块进行极值检测和极值点位置拟合，确定所述振幅图像块中的最大极值点和所述最大极值点的拟合像素点坐标，包括：
6.根据权利要求2所述的...
【专利技术属性】
技术研发人员：谢勇辉，秦进，陈汉钦，李天保，杨伟文，
申请(专利权)人：深圳市魔力信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。