[发明专利]超大型指纹库的索引结构和检索方法

权利要求书

1.一种超大型指纹库检索系统的构造方法，该方法包括：

第一步：提取指纹细节点三角形具有平移和旋转畸变不变性的参数构成特征参数组，剔除特征参数组中可靠性差和冗余的特征参数；

第二步：依据基于索引匹配错误概率的索引评价方法对库指纹构建哈希索引、分层深度索引、特征值索引三个功能互补的索引器；分层深度索引是指将特征组中的部分参数量化作为索引值的第一层，剩余参数不量化作为索引值的第二层构建双层索引的方法；

第三步：将三个索引器分别写入数据库，构建三个功能互补的索引数据库；

第四步：依据基于索引匹配错误概率的索引评价方法和基于一边多次匹配结构特征的检索评价方法构建检索器；

其中，

所述索引器的构建包括：

哈希索引器的构造：三角形特征参数组的全部特征量化构造哈希索引器；

分层深度索引器的构造：按照基于分层深度索引的指纹检索方法构造分层深度索引器；

特征值索引器的构造：三角形特征参数组的全部特征不量化构造特征值索引器。

所述检索器的构建包括：

自适应选择检索方式模块的构造：依据基于索引匹配错误概率的索引评价方法构建该自适应选择检索方式模块，用于根据用户输入的现场指纹图像质量选择相适应的检索方式；

检索模块的构造：对应于哈希索引、分层深度索引、特征值索引三种索引方式构建哈希检索、分层深度检索、特征值检索三个检索模块，用于检索索引数据库；

检索结果打分模块的构造：依据基于一边多次匹配结构特征的检索评价方法构造检索结果打分模块；

判决模块的构造：依据打分结果判决所检索的库指纹是否应被筛除。

2.一种基于索引匹配错误概率的索引评价方法，该方法包括：

第一步：依据图像预处理过程得到的信息将指纹图像质量划分为三个等级：好、中等、差；

第二步：图像质量好的指纹，对索引匹配错误的容错范围大，不易漏真，可以最大限度地利用容错范围得到尽量快的检索速度，选择用哈希检索法检索哈希索引数据库；其中所述哈希检索法是指比较现场指纹三角形的哈希值是否与库指纹三角形的哈希值相等，如果相等则判定所比较的两个三角形匹配，否则判定为不匹配；

第三步：图像质量差的指纹，对索引匹配错误的容错范围小，易漏真，为了满足不漏真前提，只能使用速度最慢但精度最高的检索方式，选择用特征值检索法检索特征值索引数据库；其中所述特征值检索法是指计算现场指纹三角形特征参数组中的特征参数与库指纹三角形特征参数组中的特征参数的差值是否在设定的阈值范围之内，如果差值都在阈值范围之内，则判定所比较的两个三角形匹配，否则判定为不匹配；

第四步：图像质量中等的指纹，对索引匹配错误的容错范围中等，为了有效利用这些容差范围，提高系统的检索速度，选择用分层深度检索法检索分层深度索引数据库；

其中分层深度检索法分为两步：

第一步：比较现场指纹三角形分层深度索引的第一层与库指纹三角形分层深度索引的第一层索引值是否相等；

第二步：计算现场指纹三角形分层深度索引第二层的特征参数与库指纹三角形分层深度索引第二层的特征参数的差值是否在设定的阈值范围之内；

如果现场指纹三角形和库指纹三角形的第一层索引值相等，第二层特征参数的差值在设定的阈值范围之内，则判定所比较的两个三角形匹配，否则判定为不匹配。

3.一种基于分层深度索引的指纹检索方法，该方法包括：

第一步：依据指纹三角形特征参数组中的每个特征参数的特性将指纹三角形特征参数组分为两部分；

第二步：将三角形特征参数组的第一部分量化构造分层深度索引的第一层；

第三步：将三角形特征参数组的第二部分不量化构造分层深度索引的第二层；

第四步：比较现场指纹三角形和库指纹三角形的第一层索引值是否相等，如果第一层索引值相等则进入第二步，否则判定所比较的两个三角形不匹配；

第五步：计算现场指纹三角形第二层的特征参数与库指纹三角形第二层的特征参数的差值是否都在设定的阈值范围之内；

第六步：如果现场指纹三角形和库指纹三角形的第一层索引值相等，第二层特征参数的差值都在设定的阈值范围之内，则判定所比较的两个三角形匹配，否则判定为不匹配。