[发明专利]一种指纹识别方法在审
申请号: | 201710158524.7 | 申请日: | 2017-03-01 |
公开(公告)号: | CN108537098A | 公开(公告)日: | 2018-09-14 |
发明(设计)人: | 朴昌浩;黄天彭;张艳 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 400065 重庆*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 指纹识别 指纹图像 参考点 算法 细化 指纹图像预处理 传感器采集 自适应算法 角度选取 滤波算法 特征提取 指纹匹配 指纹特征 标准差 二值化 特征点 细节点 像素点 灰度 去除 匹配 保存 分割 改进 | ||
1.一种指纹识别方法,其作用在于对从传感器采集到的指纹进行匹配并给出匹配分数以及判断结果,其步骤如下:
A.采用基于灰度标准差的阈值自适应方法对采集到的原始指纹图像进行分割,并采用四邻域方法对指纹图像进行平滑,得到原始指纹图像的前景区域;
B.对前景区域首先计算指纹纹线的方向,依据方向值再采用相应的滤波模板,与原始指纹图像做卷积,进行指纹图像的增强,并二值化指纹图像;
C.跳转至A步骤,继续下一个前景区的分割、增强及二值化;
D.扫描整个指纹图像,采用改进的ZS算法细化指纹图像,使得指纹纹线变为单像素宽,据此得到原始指纹图像的骨架;
E.对细化后的指纹图像进行端点和交叉点的提取,并分别去除指纹图像前景区边缘和内部的伪特征点;
F.在所提取的端点和交叉点中分别选取参考点,并依据参考点进行极坐标的转换,最后给出匹配分数及识别结果。
2.根据权利要求1所述的指纹识别方法,其特征在于:步骤A中分别计算指纹分块内的灰度标准差seg_S与自适应阈值其中,seg_M为块内像素均值,pie_mid为块内最大像素值与最小像素值和的一半,β分别为[0,1]的数,然后比较两者的大小,若seg_S>=T,则为前景区,此时还需要对其上下左右四个邻域进行判断,若也为前景区,才能判断该块为前景区,否则为背景区。
3.根据权利要求1所述的指纹识别方法,其特征在于:步骤B中用指纹块方向场代替该块中每个像素点的方向,并将滤波方向分为十二个方向。
4.根据权利要求1所述的指纹识别方法,其特征在于:步骤C中对当前前景块完成增强及二值化后,进入下一指纹块,重复步骤A、B,继续对原始指纹图像进行分割、增强及二值化。
5.根据权利要求1所述的指纹识别方法,其特征在于:步骤D首先行扫描整个指纹图像,采用改进的ZS细化算法细化指纹纹线,其次列扫描整个指纹图像,采用改进的ZS细化算法细化指纹纹线,然后增加四个模板对分叉点处继续细化。
6.根据权利要求1所述的指纹识别方法,其特征在于:步骤E中采用交叉数法提取指纹图像中的端点和交叉点,然后对前景区边缘端点,采用邻域法去除为特征点,对前景区内部端点和交叉点,采用距离法去除伪特征点。
7.根据权利要求1所述的指纹识别方法,其特征在于:步骤F中将提取的端点和交叉点分别保存在一个列表中,各自计算模板指纹到输入指纹中端点、交叉点的方向差、欧氏距离,若方向差小于阈值,则再将所有保存下来的距离进行排序,并将最小距离所在的两个端点分别选取为模板指纹和输入指纹中的端点参考点以及最小距离所在的两个交叉点分别选取为模板指纹和输入指纹中的交叉点参考点,然后从模板指纹到输入指纹,将其他端点相对端点参考点以及其他交叉点相对交叉点参考点按极坐标转换为极角、极径等进行保存,最后根据两枚指纹特征点匹配的个数,给出匹配的分数,进而给出判断结果(接受或者拒绝),以及ROC曲线。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710158524.7/1.html,转载请声明来源钻瓜专利网。