[发明专利]指纹识别方法及其指纹识别装置

说明书

技术领域

本发明属于生物识别技术领域，尤其涉及一种指纹识别方法及其指纹识别装置。

背景技术

随着科技以及互联网技术的飞速发展，我们越来越多的应用网络的一些资源，个人信息越来越多被输入到网络上，个人信息的泄露一直是一个待解决的问题，近年来生物识别技术越来越受到人们的重视，因为指纹具有唯一性和稳定性。传统的指纹识别方法如图1所示，包括指纹预处理、指纹细节点提取、指纹配准和匹配，其中在指纹细节点提取时，为了增加细节点的信息，除了记录细节点的位置与方向外还增加了3个参数，代表的是以细节点为中心外接圆半径为定值的正三角形上三个顶点的方向，所以传统细节点的表达结构为：[(x y) θ_a θ_b θ_c]，θ_a、θ_b、θ_c分别代表细节点周围3个顶点的方向。而指纹很容易发生变形，上述传统的细节点的表达的稳定性与特异性不够强，导致后续配准及匹配的不准确。

发明内容

本发明实施例的目的在于提供一种指纹识别方法及其指纹识别装置，旨在解决现有的指纹识别方法在指纹变形时无法准确表达细节点的问题。

本发明实施例是这样实现的，一种指纹识别方法，所述方法包括如下步骤：

利用统计学方法提取输入指纹图案的细节点；

根据所述提取的细节点进行指纹匹配，得到指纹识别结果。

进一步地，所述利用统计学方法提取输入指纹图案的细节点包括：

利用区域统计信息计算细节点的方向；

根据所述细节点的方向，为所述细节点增加具有统计意义的描述子；

提取所述细节点的三角顶点方向。

进一步地，所述利用区域统计信息计算细节点的方向包括：

选择某一细节点的统计区域；

计算所述统计区域内所有细节点的梯度方向，并加权；

根据所述统计区域内所有细节点的梯度方向及加权值，统计所述统计区域内所有细节点的梯度方向分布；

根据所述梯度方向分布做插值运算，得到方向分布函数；

对所述方向分布函数求最大值，得到该细节点的方向，返回步骤选择某一细节点的统计区域直到遍历输入指纹图像的所有细节点。

进一步地，所述为细节点增加具有统计意义的描述子包括：

选择某一细节点的描述子提取区域；

根据所述描述子提取区域以及该细节点的方向确定区域四象限；

计算所述区域四象限的所有细节点的梯度方向，并做插值运算；

统计插值运算后的区域四象限的梯度分布，形成该细节点的描述子，返回步骤选择某一细节点的描述子提取区域直到遍历输入指纹图像的所有细节点。

进一步地，所述根据提取的细节点进行指纹匹配包括：

计算细节点相似度；

所述细节点相似度满足预设的第一阈值时，调节指纹图案；

计算重叠区域的相似度；

所述重叠区域的相似度满足预设的第二阈值时，判定匹配成功。

本发明还提出一种指纹识别装置，其特征在于，所述装置包括：

提取模块，用于利用统计学方法提取输入指纹图案的细节点；

匹配模块，用于根据所述提取的细节点进行指纹匹配，得到指纹识别结果。

进一步地，所述提取模块包括：

第一计算单元，用于利用区域统计信息计算细节点的方向；

描述子单元，用于根据所述细节点的方向，为所述细节点增加具有统计意义的描述子；

提取顶点方向单元，用于提取所述细节点的三角顶点方向。

进一步地，所述第一计算单元包括：

第一选择子单元，用于选择某一细节点的统计区域；

计算方向子单元，用于计算所述统计区域内所有细节点的梯度方向，并加权；

统计子单元，用于根据所述统计区域内所有细节点的梯度方向及加权值，统计所述统计区域内所有细节点的梯度方向分布；

第一插值子单元，用于根据所述梯度方向分布做插值运算，得到方向分布函数；

第一循环子单元，用于对所述方向分布函数求最大值，得到该细节点的方向，返回步骤选择某一细节点的统计区域直到遍历输入指纹图像的所有细节点。

进一步地，所述描述子单元包括：

第二选择子单元，用于选择某一细节点的描述子提取区域；