[发明专利]面向图像质量的指纹识别方法

权利要求书

1.一种面向图像质量的指纹识别方法，其特征是，它的步骤为：

(1)读取采集的指纹图像g(x，y)，其中g(x，y)为像素点(x，y)的灰度值；

(2)对指纹图像进行质量特征提取，分别提取梯度一致性Q_T、频谱特征Q_F、灰度标准差Q_s共三个特征；三个特征分别从不同的方面反映了质量的好坏，具体计算如下，QT=1rΣi=1rk~i,]]>r是前景块的总数，为分块图像中一个块的梯度一致性，其计算公式为：k~=(j11-j22)2+4j122(j11+j22)2,]]>其中，j₁₁，j₁₂，j₂₁，j₂₂为梯度向量协方差矩阵J中的元素；

若图像分块大小为b*b，则块中所有b²个点的梯度向量协方差矩阵J=1b2Σs∈BgsgsT≡j11j12j21j22,]]>其中b²为分块图像的大小，s为该块中的点，B为该块中所有像素点的集合，g_s为点s的梯度向量，g_s^T为梯度向量的转置；最终整幅图像的质量特征为所有块的梯度一致性的均值；

Q_F的计算公式为：QF=19Σr=r0-4r0+4Q(r),]]>其中，Q(r)=1#CrΣ(u,v)∈Cr|G(u,v)|]]>为能量强度函数，为环r₀-4＜＝r＜＝r₀+4内像素点的数目，而

|G(u,v)|=Σx=0N-1Σy=0N-1(g(x,y)cos(-2π<(x,y)(u,v)>/N)2+(g(x,y)sin(-2π<(x,y)(u,v)>/N))2]]>

|G_(u，v)|反映了傅里叶变换后的频域图像中点(u，v)处的能量强度，|G_(u，v)|构成了频域的强度谱；设g(x，y)表示大小为N×N的数字图像中坐标为(x，y)像素点的灰度值，则g(x，y)的离散傅立叶变换G(u，v)定义为，

G(u,v)=Σx=0N-1Σy=0N-1g(x,y)e-2πj<(x,y)(u,v)>/N]]>

=Σx=0N-1Σy=0N-1g(x,y)(cos(-2π<(x,y)(u,v)>/N)+jsin(-2π<(x,y)(u,v)>/N))]]>

Q_F通过对频谱图像中亮环带的能量进行计算，并用其大小来表示质量的好坏；

Q_s的计算公式为：QS=1NΣk=1NSk,]]>

其中，Sk=1w‾2Σx=1w‾Σy=1w‾(g(x,y)-g(k))2]]>为分块图像中第个k块的标准差，g(x，y)为像素点(x，y)的灰度值，g(k)是第个k块灰度均值，w为分块图像的块边长；Q_s通过对所有的分块图像的标准差求均值来表示整幅图像的质量；

(3)采用SVM支持向量机分类器对指纹图像的质量进行学习和分类，将其确定为质量较好或质量较差两种质量类型；

(4)对质量较好、质量较差两种指纹，分别采用基于细节点的匹配算法和基于纹理的匹配算法完成识别。