[发明专利]一种指纹图像补全模拟方法及其系统

说明书

本发明公开了一种指纹图像补全模拟方法及其系统，该方法：采集多个指纹图像，并判断与区分残缺指纹图像和完整指纹图像；对残缺指纹图像提取卷积网络响应，并对残缺指纹图像进行超像素分割；根据卷积网络响应和超像素分割的结果提取超像素的卷积网络响应汇总特征；利用与未知区域相邻的超像素结构进行超像素邻接图相似结构图匹配，得到与未知区域相似的中层结构区域；对完整指纹图像信息中具有结构特性的图像块进行匹配，获得相似区域之间的仿射映射关系；结合仿射映射关系和马尔科夫随机场能量最小化模型优化获取用于补全未知区域的最优图像块，并图像融合生成补全指纹图像。本发明旨在解决用户指纹残缺时无法获得完整的指纹图像的技术问题。

技术领域

本发明涉及指纹识别技术领域，尤其涉及一种指纹图像补全模拟方法及其系统。

背景技术

指纹识别即指通过比较不同指纹的细节特征点来进行身份鉴别。由于每个人的指纹不同，就是同一人的十指之间，指纹也有明显区别，因此指纹可用于身份鉴定。随着指纹识别技术不断地成熟，很多移动终端上设置指纹识别系统，指纹识别系统一般包括指纹图像获取、处理、特征提取和比对等模块；指纹图像获取通过专门的指纹采集仪可以采集指纹图像。指纹采集仪用到的指纹传感器按采集方式主要分为划擦式和按压式两种，按信号采集原理目前有光学式、压敏式、电容式、电感式、热敏式和超声波式等。另外，也可以通过扫描仪、数字相机等获取指纹图像。指纹形态特征包括中心(上、下)和三角点(左、右)等，指纹的细节特征点主要包括纹线的起点、终点、结合点和分叉点。从预处理后的图像中提取指纹的特征点信息(终结点、分叉点)，信息主要包括类型、坐标、方向等参数。指纹中的细节特征，通常包括端点、分叉点、孤立点、短分叉、环等。而纹线端点和分叉点在指纹中出现的机会最多、最稳定，且容易获取。这两类特征点就可对指纹特征匹配：计算特征提取结果与已存储的特征模板的相似程度。指纹匹配是用现场采集的指纹特征与指纹库中保存的指纹特征相比较，判断是否属于同一指纹。可以根据指纹的纹形进行粗匹配，进而利用指纹形态和细节特征进行精确匹配，给出两枚指纹的相似性得分。根据应用的不同，对指纹的相似性得分进行排序或给出是否为同一指纹的判决结果。

随着指纹识别技术发展的日新月异，具有指纹识别功能的设备和应用也越来越多，极大地方便了人们的生活。但是，社会群体中有一部分人群由于某种原因而造成指纹信息的缺失，如因为某次事故失去了某个手指受伤后指纹被破坏，同时已经无法获取该手指的原始完整指纹，这时，该用户就在使用很多设备的时候，就会有障碍。

发明内容

本发明的主要目的在于提出一种指纹图像补全模拟方法及其系统，旨在解决用户指纹残缺时无法获得完整的指纹图像的技术问题。

为实现上述目的，本发明提供的一种指纹图像补全模拟方法，该方法包括以下步骤：

采集同一用户的多个指纹图像信息，并判断与区分残缺指纹图像信息和完整指纹图像信息；

对所述残缺指纹图像信息提取卷积网络响应，并对所述残缺指纹图像信息进行超像素分割；

根据所述卷积网络响应和所述超像素分割的结果提取超像素的卷积网络响应汇总特征；

利用与未知区域相邻的超像素结构进行超像素邻接图相似结构图匹配，得到与所述未知区域相似的中层结构区域；

对所述完整指纹图像信息中具有结构特性的图像块进行匹配，获得相似区域之间的仿射映射关系；

结合所述仿射映射关系和马尔科夫随机场能量最小化模型优化获取用于补全所述未知区域的最优图像块，并通过图像融合生成所述补全指纹图像信息。

进一步的，所述提取超像素的卷积网络响应汇总特征的步骤具体为：

将各层卷积响应结合需要表征的超像素对应区域，通过将所述卷积相响应和所述超像素对应区域相交后覆盖指定大小的网格进行汇总，再通过对超像素所覆盖的卷积网络响应进行逐层汇总，表征超像素在各层响应上的特征。