[发明专利]基于条纹模式的指纹方向特征获取方法

说明书

技术领域

本发明基于条纹模式的指纹方向特征获取方法涉及指纹自动识别技术、指纹预处理技术和条纹模式信号方向信息获取技术。

背景技术

指纹识别技术是研究最早的生物识别技术，其特点是便捷、安全且成本低廉、辨识度高，指纹识别也因此成为生物识别技术中最为常用的身份验证方式。指纹识别系统是一个典型的模式识别系统，包括指纹图像采集、预处理、特征提取和匹配等模块。其中，指纹图像预处理包括指纹区域检测、图像质量判断、指纹图像增强等，指纹特征提取则包括指纹方向、细节点、脊线频率等特征的提取。指纹方向特征描述了指纹脊线和谷线的方向模式，在指纹增强、分类以及匹配等环节发挥重要作用。同时，指纹方向特征也可作为全局特征直接参与指纹比对。因此，指纹方向特征获取既是指纹识别过程中的重要步骤，也是提高指纹识别系统性能的关键环节。

目前应用最广泛的指纹方向特征提取方法是梯度法。该方法计算指纹图像中每个像素点对应的图像灰度梯度，得到梯度向量场，而指纹图像的纹线方向与梯度向量相互垂直，由此可得到指纹纹线方向信息。通常该方法首先在空间域对指纹图像进行预处理，以增强指纹图像减小噪声影响，其次计算处理后指纹图像的梯度，最后得到指纹图像方向特征。一方面，该方法在预处理阶段未对指纹图像灰度补偿值进行任何处理，其求得的梯度向量会出现方向偏差且长度不一，影响计算结果可信程度；另一方面，时域操作无法消除指纹信号中幅值的影响，所有计算结果均受幅值干扰。此外，受调制指纹信号的余弦函数阈值限制，最终求解的方向信息会出现不连续表达，增加后续处理，无疑会增加系统时间成本，又进一步降低系统识别精度。

发明内容

针对上述问题，本发明公开了一种基于条纹模式的指纹方向特征获取方法，相对时域中基于梯度法的指纹方向特征提取方法，本方法同时消除了噪声和灰度补偿值的影响，具有很强的抗噪性，增加了计算结果可信程度；另外，本发明在频域中获取指纹方向信息的操作可直接将指纹信号中的幅度信息消除，得出代表指纹唯一性的方向信息，也避免了调制信号受余弦函数阈值限制造成的方向不连续问题，减少不必要处理环节；既能降低识别系统的时间成本，又能有效提高系统的识别效率。

本发明的内容是这样实现的：

基于条纹模式的指纹方向特征获取方法，由指纹图像预处理、三维单基信号的获取和方向信息的获取三个步骤组成。

上述基于条纹模式的指纹方向特征获取方法，所述的指纹图像预处理步骤具体为：将指纹图像看作一个二维调频调幅信号，其在二维空间域内的条纹信号模型能够表示为：

其中，a(x，y)为指纹图像的灰度补偿值，b(x，y)为调制信号的幅值，为包含指纹特征信息的相位，n(x，y)为图像中的高频噪声；

对给定的指纹信号f(x，y)，使用高斯低通滤波器和均值滤波分别滤除信号中的高频噪声n(x，y)和灰度补偿项a(x，y)，若指纹图像中脊线与谷线平均宽度为w个像素，则求取局部图像灰度平均值的窗函数为w*w；得到：

其中，q₁(x，y)为只包含幅度信息和相位信息的指纹信号。

上述基于条纹模式的指纹方向特征获取方法，所述的三维单基信号的获取是将三维单基信号从只包含幅度信息和相位信息的指纹信号中获取，具体为：

首先，对q₁(x，y)进行傅里叶变换得到频域信号Q₁(u1，u2)：

Q₁(u1，u2)＝F(q₁(x，y))

u1表示频域横坐标，u2表示频域纵坐标；

其次，令Q₁(u1，u2)分别与两个弧度转换算子α(u1，u2)和β(u1，u2)相乘得到Q₂(u1，u2)和Q₃(u1，u2)：

Q₂(u1，u2)＝Q₁(u1，u2)α(u1，u2)

Q₃(u1，u2)＝Q₁(u1，u2)β(u1，u2)

此处，

令Q₁，Q₂，Q₃共同构成一个三维向量Q(Q₁，Q₂，Q₃)；