[发明专利]一种基于多判决点模式的指纹匹配方法

说明书

技术领域

本发明涉及基于多判决点模式的指纹匹配方法，属于图像处理技术领域。

背景技术

指纹识别的最终目的是要确定两枚指纹是否来自同一手指。要完成指纹识别，必 须对当前输入指纹提取的特征与事先保存的模板特征进行匹配，这样才能达到指纹识别的 最终目的，所以匹配算法关系到指纹识别能否成功，是指纹识别的关键步骤。指纹匹配是指 纹识别系统中的最后一步，也是评价整个指纹识别系统性能的最主要依据。指纹匹配是根 据提取的指纹特征来判断两枚指纹是否来自于同一个手指。当指纹图像质量较好时，匹配 算法的结果通常比较好。但是，现有技术中的指纹图像读入的时候会有平移、旋转和非线性 形变，手指表面干湿情况，指纹采集设备的差异，这些都影响了指纹特征提取的效果，进而 影响指纹匹配的结果。所以，指纹匹配的关键问题是如何在指纹图像质量不好的情况下对 指纹进行正确的匹配识别。为了能够准确、快速地判断两枚指纹是否来自于同一个手指，指 纹匹配算法必须还具有一定的容错性，并且运算复杂度不能太高，时间代价小且准确度高。

根据指纹细节特征的不同，指纹匹配算法主要包括基于点模式匹配算法、基于纹 理模式匹配算法和基于图的匹配算法。基于纹理的匹配能够克服基于细节点方法的不足， 作为一种新的匹配思路正在受到关注和应用。纹理匹配的方法充分利用了丰富的脊线，一 定程度上可以克服质量较差的区域细节难以提取的困难。在某些应用领域可以弥补细节点 匹配的缺陷。但是这种方法由于需要对图像作多次卷积，运算量很大，而且难以处理较大形 变指纹图像的匹配，不适合1:N模式的识别系统。图匹配是一种结构模式识别的方法，可以 应用于指纹的分类、细节索引和匹配。有许多学者提出了基于结构信息的指纹特征匹配，利 用了指纹图中的拓扑结构信息，以克服指纹图的噪声、旋转与变形对识别的干扰。

上述分类方法并不是绝对的，各种方法是相互联系的，同时有很多算法彼此交叉， 每个算法都有自己的特点，并针对特殊的应用。比如，图匹配的方法对质量差指纹图的噪声 抗干扰能力较好，但现有方法未经大规模试验的证实；细节点匹配对质量好的指纹图像计 算准确，但纹理特征的可区分性不强；基于纹理信息和串匹配的混合匹配方法在一定程度 上提高了识别率，但是计算代价非常高；基于三角匹配和动态规划的混合匹配方法可以解 决非线性型变得问题，但是提取的特征过大，难以满足在线使用的要求。

实际上，判断两个指纹是否来自同一个手指是十分困难的。首先，由于在采集指纹 时无法对手指与采集设备表面的接触位置、方向、手指按压力度和按压用力方向等做出严 格的限制，从而不仅会使相同手指在不同时间所采集到图像区域不完全相同，而且图像之 间不可避免地存在平移变形、旋转变形、尺度变形以及非线性变形。其次，当图像质量较差 时，细节点提取过程会产生很多误差，包括产生虚假细节点、遗漏真实细节点以及细节点位 置、方向偏差。这些因素造成即使是代表相同手指的指纹图像，其中细节点的数量、位置、方 向等也不完全相同，使指纹细节点匹配问题非常困难。而本发明能够很好地解决上面的问 题。

发明内容

本发明目的在于解决了上述现有技术的不足，提出了一种基于多判决点模式的指 纹匹配方法，该方法借助指纹图像的中心点构造局部细节结构，并在该结构上利用相似三 角形原理求取基准点，并利用可变限界盒的方法进行二级匹配，最后利用多条件判决方法 选取阈值进行最终判断。

本发明解决其技术问题所采取的技术方案是：一种基于多判决点模式的指纹匹配 方法，该方法能够准确的定位匹配的基准点，准确的求取变换参数，解决了待识指纹图像相 对于模板指纹图像的旋转和平移的问题，有效地进行图像匹配，相对于一般点模式匹配方 法，本发明的匹配速度较快，降低了FAR和FRR，提高了指纹识别正确率。

方法流程：

步骤1：利用相似三角形原理求取基准点，根据输入指纹图像和模板指纹图像中基 准点对求取X、Y坐标方向的位置偏差及旋转变换因子，从而确定变换因子集；

步骤2：对输入指纹图像和模板指纹图像进行第一级匹配，分别计算输入指纹图像 和模板指纹图像感兴趣区的分叉点和端点个数，判定是否进入下一级匹配；

步骤3：利用可变限界盒的方法进行二级匹配，选取特征点周围的矩形区域作为限 界盒，只要变换后的待识别指纹的特征点落在这个区域内，方向一致且类型相同，则认为是 匹配点；