[发明专利]一种指纹识别方法

说明书

本专利发明了一种指纹识别方法。主要包括指纹图像预处理特征提取和指纹匹配三部分。首先，采用基于灰度标准差的阈值自适应算法对从传感器采集到的指纹图像进行分割，然后采用十二方向滤波算法增强指纹图像并二值化，再采用改进的ZS细化算法细化指纹图像。其次，根据交叉数法提取指纹特征点，包括端点和交叉点，并根据距离法去除相应的伪特征点。最后，将端点和交叉点分别保存在两个列表中，并分别根据像素点之间距离以及角度选取两个列表中的参考点，再根据参考点进行细节点的匹配。算法简单实用，能够有效提高指纹识别的性能。

技术领域

本专利属于生物识别领域，特别涉及一种指纹识别方法。

背景技术

随着人们安全意识的提高，在日常生活中，对身份认证的要求也越来越高。传统的身份认证方式大致可以分为两类：一是可以通过实物鉴别身份，如身份证、钥匙、护照等；二是通过约定相关口令鉴别身份，如口令、密码、暗号。这些方式存在容易丢失、遗忘、被复制和破解等安全可靠性差等问题。因此，这些传统的认证方式已经不能很好的满足人们的要求，必须寻找一种更为可靠、更为安全的身份认证方式。

基于生物特征的身份认证方式可以克服传统身份认证的许多缺点，并且近年来，生物识别技术在身份认证方面也取得了很多卓有成效的研究。与虹膜、人脸、掌纹等生物识别技术相比，指纹识别是综合性能最好的一种，同时，基于指纹识别的产品其成本较其他识别技术更低，更易推广和被用户接受，目前国内指纹识别的应用占整个生物识别应用约90％的市场份额。因此，指纹识别的研究有着重要的实际意义和经济效益。

在当前的研究中，指纹识别的关键技术包括指纹图像的分割、增强、匹配等。其中，指纹图像的分割算法研究较多，但是大多复杂且对质量较低的指纹效果不好，因此，本文提出一种基于灰度标准差的阈值自适应分割算法；其次，在指纹增强中，目前，最常用的是gabor滤波增强和方向滤波增强，但是gabor滤波增强需要依据纹线方向计算指纹纹线频率，由于指纹纹线方向是估算出来的，因此纹线频率的估计可能会出现较大误差，同时，指纹纹线的方向是连续的，基于此，本文将传统的八方向滤波扩展为十二方向滤波；然后，在指纹匹配中，为了克服单参考点鲁棒性不高的问题，本文将在端点和交叉中各选取一个参考点，形成双参考点的指纹匹配。

发明内容

针对以上技术背景中的问题，本发明提出一种基于方向滤波和双参考节点的指纹识别方法。主要技术方案为：一种指纹识别方法，用于准确实时实现指纹的识别。

进一步技术方案如下：

本发明提出的一种指纹识别方法是由指纹图像预处理、指纹图像特征提取和指纹图像特征匹配三个部分组成。

所述的指纹图像预处理部分首先对采集的原始指纹图像进行归一化处理，改变指纹图像的视觉对比，然后分割出指纹图像的前景区域，对每一个前景区域，分别检测其上下左右四个邻域，若两个以上为前景区，则当前块为前景区域，再在前景区中，计算指纹的块方向场，并根据块方向值选择合适的滤波模板进行指纹图像的增强并二值化，然后，细化指纹纹线，提取指纹骨架，使得指纹纹线为单像素宽。

所述的指纹图像特征提取部分首先在细化的指纹图像基础上，根据交叉数法初步提取出指纹的端点和交叉点，然后对指纹前景区边缘和内部分别基于不同的方法去除为特征点，得到最终可靠的细节点，即端点和交叉点。

所述的指纹图像特征匹配部分首先将提取出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、交叉点的距离差、角度差，依据相应条件在模板指纹和输入指纹中选出参考点，并将其他端点和交叉点转换为极角、极径等进行保存。然后对模板指纹和输入指纹进行匹配，给出匹配的细节点数以及按照合适的方法给出匹配的分数值，最后给出判别结果，即接受或者拒绝。

本发明能够达到的有益效果如下：