[发明专利]基于模板学习的指纹姿态矫正方法及系统

权利要求书

1.一种基于模板学习的指纹姿态矫正方法，其特征在于，包括以下步骤：

从多幅指纹图像中生成多个候选模板，并对所述多个候选模板进行滤波以获取候选模板集合，其中，所述候选模板为具有指纹一定区域的方向场的指纹图像；

从所述候选模板集合中选择优质模板，其中，利用匹配错误率或检索成功率从所述候选模板集合中选择所述优质模板，利用所述匹配错误率从所述候选模板集合中选择所述优质模板的步骤包括：取来自同一手指的两幅指纹图像M₁和M₂，按照预定的采样方法分别对M₁和M₂进行采样，获取多个具有预定指纹特征的采样点；分别从指纹图像M₁和指纹图像M₂的多个采样点(x,y,θ)中选择与候选模板相似度最高的采样点作为M₁和M₂的第一参考点和第二参考点；将同一手指的两幅指纹图像M₁和M₂分别根据第一参考点和第二参考点矫正到预定的坐标系，分别得到矫正后的指纹图像M′₁和M′₂；利用指纹匹配算法计算M′₁和M′₂之间的匹配率，如果匹配率大于预设阈值，则判定候选模板为优质模板；

按照预定规则从当前指纹图像中选取多个具有预定指纹特征的点构成候选点集合；

从所述候选点集合中选择与所述优质模板相似度最高的候选点作为参考点；以及

根据所述参考点将所述当前指纹图像转换到预定坐标系下以实现对所述当前指纹图像的矫正。

2.如权利要求1所述的方法，其特征在于，所述从多幅指纹图像中生成多个候选模板包括：

对每幅所述指纹图像进行采样以获取多个采样点；

对每个所述采样点利用预定长度的描述向量表示。

3.如权利要求1所述的方法，其特征在于，所述候选点采用预定长度的描述向量表示。

4.一种基于模板学习的指纹姿态矫正系统，其特征在于，包括：

模板生成模块，用于从多幅指纹图像中生成多个候选模板，对所述多个候选模板进行滤波以获取候选模板集合，并从所述候选模板集合中选择优质模板，其中，所述候选模板为具有指纹一定区域的方向场的指纹图像，利用匹配错误率或检索成功率从所述候选模板集合中选择优质模板，利用所述匹配错误率从所述候选模板集合中选择所述优质模板的步骤包括：取来自同一手指的两幅指纹图像M₁和M₂，按照预定的采样方法分别对M₁和M₂进行采样，获取多个具有预定指纹特征的采样点；分别从指纹图像M₁和指纹图像M₂的多个采样点(x,y,θ)中选择与候选模板相似度最高的采样点作为M₁和M₂的第一参考点和第二参考点；将同一手指的两幅指纹图像M₁和M₂分别根据第一参考点和第二参考点矫正到预定的坐标系，分别得到矫正后的指纹图像M′₁和M′₂；利用指纹匹配算法计算M′₁和M′₂之间的匹配率，如果匹配率大于预设阈值，则判定候选模板为优质模板；

候选点生成模块，用于按照预定规则从当前指纹图像中选取多个具有预定指纹特征的点构成候选点集合；

计算模块，用于从所述候选点集合中选择与所述优质模板相似度最高的候选点作为参考点；以及

矫正模块，用于根据所述参考点将所述当前指纹图像转换到预定坐标系下以实现对所述当前指纹图像的矫正。

5.如权利要求4所述的系统，其特征在于，所述模板生成模块从多幅指纹图像中生成多个候选模板包括：

对每幅所述指纹图像进行采样以获取多个采样点；

对每个所述采样点利用预定长度的描述向量表示。

6.如权利要求4所述的系统，其特征在于，所述候选点采用预定长度的描述向量表示。