[发明专利]基于复合窗口模板计算指纹方向场的快速实现方法

说明书

技术领域

本发明属于指纹自动识别技术领域，尤其是涉及更为高效的指纹方向场计算方法。 

背景技术

生物特征识别技术是根据每个人独有的可以采样和测量的生物学特征和行为学特征进行身份识别的技术。由于生物特征不像各种证件类持有物那样容易窃取，也不像密码、口令那么容易遗忘或破解，所以在身份识别上体现了独特的优势，近年来在国际上被广泛研究。指纹由于其具有终身不变性、唯一性和方便性，已几乎成为生物特征识别的代名词，而自动指纹识别系统(AFIS)由于其体积小、成本低、易操作、可靠性高等优点越来越受到人们的青睐，成为最重要的生物识别技术之一。 

作为指纹全局、可靠的特征，方向场描述了指纹脊线、谷线的方向模式信息，在指纹图像增强、指纹分类/检索、指纹匹配等方面发挥了非常重要的作用。计算指纹方向场有很多种，主要包括：基于梯度的方法，基于滤波的方法，基于模型的方法。相对于基于滤波和模型的方法，基于梯度的方法能够更加准确、细致地刻画出指纹的方向信息，也因此被大多数的指纹识别系统所采用，成为最重要的指纹方向场计算方法。 

经典的梯度算法主要包含2个步骤：点梯度向量计算和块梯度向量计算。该方法的核心在于块梯度向量的计算，但存在一个关键问题：窗口尺寸如何选择较为合适，因为当窗口较小时，计算出的方向场结果准确性较好，但对噪声敏感，当窗口较大时，抗噪声性较好，但准确性却降低了。本发明人在文献（Yuan M,Guo C,Huai-Jiang S,Rong-tao H.A Systematic Gradient-based Method for the Computation of Fingerprint's Orientation Field.Computers and Electrical Engineering.2012,38(5),pp.1035-1046）中提出了一种系统的基于梯度的指纹方向场计算方法，该方法的一个主要创新点就是将经典梯度算法中的单窗口模板改进为复合窗口模板（如图1所示）。复合窗口模板将基于外层窗口计算的块梯度向量赋予内层窗口。由于外层窗口尺寸较大，保证了算法的抗噪性，内层窗口较小，保持了算法的准确性，因此复合窗口模板较好地解决了原方法中存在的由于窗口尺寸所引起的准确性与抗噪性的矛盾，同时也使得算出的方向场更加连续和光滑（如图2所示）。由于复合窗口模板中外层窗口往往比内层窗口大很多，这就使得算法的运算速度降低很多，对于实时性要求较高的指纹识别系统来说，是一个严重缺陷。 

发明内容

针对现有技术中存在的不足，本发明在复合窗口模板运算方法上进行了改进，提出了更为简洁实用、快速高效的指纹方向场计算方法。 

为了达到上述目的，本发明提供如下技术方案： 

一种基于复合窗口模板计算指纹方向场的快速实现方法，包括如下步骤： 

步骤1：计算指纹图象I中每个像素点分别沿X，Y方向的梯度向量[g_x(x,y),g_y(x,y)]^T，计算公式如下：