[发明专利]指纹识别方法

权利要求书

1、一种指纹识别方法，其特征在于由指纹特征提取和特征匹配两个步骤组成：

所述指纹特征提取的过程为：针对于预处理的图像进行细节特征初选；对初选后的细节特征进行剪枝；对剪枝后的细节点特征进行可靠性验证；最后根据细节点的邻域关系和脊线曲率特征构建特征矢量；

所述特征匹配的过程为：首先利用脊线的曲率特征进行匹配参考点对的识别；然后利用极坐标对图像进行校准；接着利用自适应弹性匹配方法进行细节点配对和匹配分值计算；最后利用匹配的点对数和匹配分值，采用多级判别体系进行指纹匹配。

2、根据权利要求1所述的指纹识别方法，其特征在于，所述细节特征剪枝的伪特征包括：因为脊线断裂产生的两个错误端点；因为脊线的错误连接和断开产生的伪分歧点和伪端点；在对非平滑脊线进行细化后产生的短枝；因为脊线间的错误连接产生的伪分歧点。

3、根据权利要求1所述的指纹识别方法，其特征在于，所述构建特征矢量的方法为：

定义一种新的细节特征矢量，它总共包含24个元素，表示方法如下：

FC＝{x，y，ω，var，f，cx，cy，r，d1，a1，s1，i1，d2，a2，s2，i2，d3，a3，s3，i3，d4，a4，s4，i4}

其中：x和y是参考细节点在原来坐标系中位置坐标，ω是包含参考细节点的局部脊线方向，参数var是在原始指纹图像中以参考细节点为中心的局部窗口内各象素的灰度方差，f是在原始指纹图像中包含参考细节点的局部窗口的频率，它代表局部窗口中脊线的频率；cx、cy和r表示与细节特征点相连的脊线所拟合圆弧的中心位置坐标和半径；di，si，ai and ii(i＝1，2，3，4)是参考细节特征点的邻域关系特征，它们描述了参考细节点(m0)与周围细节点(mi)之间的关系；di分别是mi到m0的距离，ai是m0方向角所在直线与mi方向角所在直线的夹角，si是m0与mi连线所在直线分别和m0方向角所在直线的夹角；i1，i2，i3和i4分别是mi特征点在所有细节点集合中的索引。

4、根据权利要求1所述的指纹识别方法，其特征在于，所述匹配参考点对的识别方法为：

首先，需要对已经获得的两个点集的矢量特征按照曲率大小的顺序排序，如果输入指纹的第i个细节点和模板指纹的第j个特征点存在对应关系，那么如果|ri_p-rj_q|＜T_r，则可以利用公式S(i,j)=T-|FCi-FCj|T,if|FCi-FCj|≤T0,otherwise]]>计算两个细节特征的相似度，如果S(i，j)＞Ta，则可以认为对应点对已经找到；否则如果计算了所有曲率相同的点对之间的相似度，没有哪个点对的相似度大于给定的阈值Ta，则可以把具有最大相似度的点对作为后续图像校准的中心；如果点对的最大相似度小于给定的阈值Tb，则可以直接判断两个图像不匹配；

相似度计算公式中T是预先定义的阈值，T的值可以用统计方法获得；|FC_i-FC_j|是两个特征矢量的欧氏距离。