[发明专利]传感器指纹图像识别系统及方法

摘要

本发明揭示了一种传感器指纹图像识别系统及方法，所述系统包括指纹图像提取模块、特征点提取模块、数据存储模块、指纹识别模块。指纹图像提取模块提取指纹图像；特征点提取模块判断有无涡纹，并提取特征点；数据存储模块将提取的特征点登录到数据库中；指纹识别模块用以在识别阶段中，输入进来的指纹图像经过上述的特征点提取后，比较输入进来的两个断点的距离跟数据库中的两个断点的距离相似时，对输入图像和模板图像计算其2D图像变换，计算得到的模板图像特征点转换成输入坐标中，算出模板和输入指纹特征点的像素差得出误差，最后比较误差值和阈值得出识别结论。本发明解决了不同传感器所输入的指纹图像不一致的问题，大幅提高指纹识别速度。

主权项

一种传感器指纹图像识别系统，其特征在于，所述系统包括：指纹图像提取模块，用以提取指纹图像；特征点提取模块，用以判断有无涡纹，并提取特征点，包括涡纹点坐标值、断点数量、各断点坐标值、分叉数量、各分叉点坐标；数据存储模块，用以将提取的特征点登录到数据库中；指纹识别模块，用以在识别阶段中，输入进来的指纹图像经过上述的特征点提取后，比较输入进来的两个断点的距离跟数据库中的两个断点的距离相似时，对输入图像和模板图像计算其2D图像变换，从而将模板图像的特征点转换到输入图像的坐标中，算出模板图像和输入图像的特征点的像素差得出误差，最后比较误差值和阈值得出识别结论；所述特征点提取模块首先提取纯正指纹图像，提取纯正指纹图像过程中，把输入的指纹图像分割成8*8块，再判断各个块是对应纯正指纹的前景foreground，还是对应杂音的背景background；为了节省提取特征点的时间只对判定为前景foreground的块进行特征点提取；对各个块Blk的亮度差值variance通过以下数学式1和2得出后，与预先设置好的阈值T进行比较判断出前景foreground还是背景background；即亮度差值大于阈值T，则判断为纯正指纹的前景foreground，并赋值255，相反则判断为杂音的背景background，并赋值为0；数学式1：μBlki=1NΣ(x,y)∈BlkiI(x,y),]]>数学式2：σ2=1NΣ(x,y)∈Blki(I(x,y)-μBlki)2;]]>对经过上面提取的图像进一步进行噪音去除；其方法如下：首先对图像I(x，y)进行如下数学式3所示的简化的高斯过滤，从而获得I'(x,y)；数学式3：I′(x,y)=I(x,y)*(0.20.60.2*0.20.60.2),]]>然后对I'(x,y)的各像素进行如下数学式5的变换，所使用的是3*3的sobel edge mask，即Sx和Sy如数学公式4所示，再对Gx(x,y)和Gy(x,y)根据数学公式6、7进行计算，从而获得各像素的edge大小和方法，即E(x,y)和O(x，y)；数学式4：Sx=-101-202-101,Sy=-1-2-1000121,]]>数学式5：Gx(x，y)＝I′(x，y)*Sx，Gy(x，y)＝I′(x，y)*Sy，数学式6：E(x,y)=(Gx(x,y)2+Gy(x,y)2),]]>数学式7：O(x，y)＝tan‑1(Gy(x，y)/Gx(x，y))；通过以上计算得出各像素的边缘edge大小和方向；之后在前景foreground块中计算主方向DRD，即对块中的所有像素的edge方向进行直方图histogram后找出最高频率值bin，并设定为此块的主方向；提取指纹图像的二进图，对于任意像素，通过对其edge方向与3*3方形界限两个交点的亮度值进行比较，若中心点像素的亮度值I(x,y)小于两个交点值，则赋值255,否则赋值为0；最终获得指纹的二进图；在最终获取的binary ridge上提取实际特征点minutiae；为了获取正确的特征点必须要保证ridge曲线厚度为1个像素；被赋值255的大部分ridge是维持一个像素，但还是有些ridge厚度大于1个像素；所以需要转换为1个像素校正过程；方法如数学式8所示，对任意ridge像素对应的3*3周为8个像素的亮度值加和后除以255；通过计算出的sum(x,y)值和周围像素信息，去除噪音ridge并赋值0，对非ridge像素中判定为ridge部分赋值255，最终获得1个像素厚度的ridge曲线；数学式8：sum(x,y)=Σ(x′,y′)∈8Neighborhoodof(x,y)I(x′,y′)255.]]>