[发明专利]一种用于征信系统的人物特征图像处理方法及其征信系统

说明书

技术领域

本发明涉及图形处理领域，尤其涉及一种用于征信系统的人物特征图像处理方法。

背景技术

在目前征信系统的主要功能是面向全国所有金融，工商，税务，军用，警用，海关，艺术品鉴定等有关部门采集具有主体性与财产性特点企业和个人的信用信息，并将信用信息以企业或个人为主题进行整合、加工形成征信产品，并向金融机构、政府部门、企业和个人提供征信产品服务，以帮助他们对信用实体未来是否能够按照契约规定履行信用经济活动的义务做出合理的判断。

个人征信系统作为一个信息发布系统，其产品信用报告以信息主体为主题。而征信数据是从不同数据源以账户为主题进行报送的，这就需要将征信数据中与身份标识相关的信息抽取出来，在多个数据源之间进行信息主体匹配及同一自然人名下的信用信息整合，使征信数据完成从以账户为主题到以信用主体为主题的转变。在这个过程中，如何实现信息主体的匹配是要解决的重要问题。

由于自然人办理业务时采用了不同证件、人员标识信息表达方式不同等多方面原因，造成个人征信系统中存在大量同一自然人有多个不同人员标识进而拥有多份信用报告的情况。此外，由于信息的表达方式多样，再加上各机构上报的数据可能存在输入错误、格式或拼写差异等人为原因，个人征信系统中还存在多条并不完全相同的身份信息项(如姓名、地址)实际代表同一实体的情况。

而如何快速而准确地提取指纹、掌纹、脚印甚至弹道痕迹等特征信息，形成一个标准格式信息，并与数据库中信息相匹配成为目前公安征信系统的重大课题。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是如何快速而准确地提取指纹、掌纹、脚印甚至弹道痕迹等特征信息的技术问题。

(二)技术方案

为了解决上述技术问题，本发明提供了一种用于征信系统的人物特征图像处理方法，其具体包括如下步骤：

步骤一：使用平均值法将人物特征图像中的三个分量的亮度求平均值，从而得到一个灰度值，将其作为灰度图像的灰度，

图像灰度函数Gray(i，j)＝(R(i，j)+G(i，j)+B(i，j))/3；

步骤二：先用中值滤波去除掉有规律的噪点，之后使用平均法对二值化图像进行去噪，即用几个像素灰度的平均值来代替每个像素的灰度；

步骤三：使用Laplacian算子对图像进行锐化，使图像变的清晰。

步骤四：利用图像腐蚀技术消除物体边界点，使边界向内部收缩，

边界点腐蚀函数表达式为：

其中，B为结构元素，X为边界像素点，X被B腐蚀后得到集合S，S是由B完全包括在X中时B的当前位置的合集；

步骤五：采用边界跟踪法提取图像边界，即先在计算机内存缓冲区开辟一块内存，在二值化图像中跟踪边界点，找到一个边界点，就将内存缓冲区中该点相应位置置0，持续跟踪下去，直到回到初始点，最后将内存缓冲区内的内容复制到原图像中；

步骤六：采用高斯函数与复平面波乘积组成的函数提取高清图像的特征；该函数表达式如下：

G(x,y)＝exp(-π[(x-x₀)²/α²+(y-y₀)²/β²])·exp(-2πj[u₀(x-x₀)+v₀(y-y₀)])