[发明专利]一种指纹识别方法和指纹识别系统

说明书

技术领域

本发明涉及指纹识别技术，更具体地说，涉及一种指纹识别方法和指纹识 别系统。

背景技术

指纹识别技术为人们提供了一种更为精确的身份识别手段。图1是现有指 纹识别过程的示意图。如图1所示，现有的指纹识别过程包括注册和在线两个 部分。在注册部分，通过传感器采集注册用户的指纹，然后提取特征并将其登 记到存储器中。在在线部分，通过传感器采集登录者指纹，提取特征并将其与 存储器中存储的特征进行匹配，输出匹配结果。注册部分往往发生在系统安装 后的参数设置阶段，一旦注册完成，存储器中存储的特征便很少发生改变。

在日常生活中脱皮现象经常发生，这给指纹的识别带来了很大的困难。由 于现有指纹识别系统无法频繁更新存储的指纹特征，因此指纹脱皮达到一定程 度时，系统往往无法识别。这一现象可从下面的图2-图4中得到理解。图2 是脱皮前采集的手指指纹，图3和图4是脱皮过程中不同时期采集的同一手指 的指纹。如果在系统注册时采集的是未脱皮的指纹(如图2所示)，而实际使 用时刚好发生脱皮现象(脱皮后的指纹如图3和图4所示)，那么现有系统往 往无法识别，这就极大的影响了系统的使用。

为了解决脱皮导致的系统无法识别的问题，一些指纹识别系统采用不怕脱 皮的指纹传感器，也就是所谓的真皮传感器来在注册部分和在线部分中采集指 纹。然而常见的真皮传感器如超声传感器往往体积大，价格高昂贵，在一般的 应用领域很少用到，不适于广泛推广。

因此，需要一种指纹识别解决方案，能够解决现有指纹识别系统无法识别 脱皮指纹的问题。

发明内容

本发明要解决的技术问题在于，针对现有指纹识别系统无法识别脱皮指纹 的缺陷，提供一种指纹识别方法和指纹识别系统。

本发明解决其技术问题所采用的技术方案是：构造一种指纹识别方法，包 括如下步骤：

S1、采集指纹图像，提取其指纹特征，并将该指纹特征与指纹模板进行 特征匹配；

S2、在匹配成功后，依据该指纹特征对指纹模板进行特征更新。

在本发明所述的指纹识别方法中，所述指纹特征包括细节点特征和奇异点 特征；

细节点特征可表示为(x，y，θ，t，k)^T，其中x、y、θ、t、k分别表示细节点的 横坐标、纵坐标、奇异点的方向、细节点类型和权重系数；

奇异点特征可表示为(x，y，θ，k)^T，其中x、y、θ、k分别表示奇异点的横坐 标、纵坐标、奇异点的方向和权重系数。

在本发明所述的指纹识别方法中，

所述细节点特征中权重系数k的计算方法如下：

设细节点的邻域内假细节点的数量为c₁，该邻域内细节点的总数量为c₂， 该细节点与距其最近的细节点之间的距离为d₁，则该细节点特征中权重系数k 采用如下公式计算：

k＝(5-c₁)α₁+(6-c₂)α₂+(d₁-4)α₃

其中c₁≤5，c₂≤6，4≤d₁≤16，α₁，α₂，α₃是各项的比例系数，当c₁＞5，c₂＞5，d₁＜4时，对应项计算值为0，当d₁＞16时，该项值取为最大值12α₃

所述奇异点特征中权重系数k的计算方法如下：

当奇异点的邻域内存在真细节点时，取该邻域内真细节点的权重系数的算 术平均值作为该奇异点的权重系数k；

当该奇异点的邻域内不存在真细节点时，取所采集指纹图像中所有真细节 点的权重系数的算术平均值作为该奇异点的权重系数k。

在本发明所述的指纹识别方法中，所述特征匹配的过程如下：

A1、计算所采集指纹图像与指纹模板的匹配值S，其具体过程如下；

A11、计算指纹模板与所采集指纹图像的重叠区域；