[发明专利]一种多特征融合的海量指纹编码和比对方法

权利要求书

1.一种多特征融合的海量指纹特征编码和比对方法，其特征在于包括以下步骤：

步骤S01：输入海量注册指纹和一枚待识别指纹，给全部注册指纹标记唯一的ID识别码，对待识别指纹及全部注册指纹分别构造特征矩阵及细节点矩阵；所述构造的特征矩阵及细节点矩阵过程包括：

(1)将原始指纹，即待识别指纹及全部注册指纹图像转变成为指纹脊线骨架图，在该指纹脊线骨架图上标记该指纹的全部细节特征点，细节特征点包括终结点及交叉点；指纹细节点特征由x轴坐标，y轴坐标、细节点方向与水平线的夹角三项构成；

(2)构造特征矩阵

令第i个细节点的位置及角度为α_i＝(x_i,y_i,θ_i),i∈[1,N]，N为细节点的个数，顺着第i个细节点追踪指纹脊线，如果能追溯到第j个细节点，其位置坐标及角度为α_j＝(x_j,y_j,θ_j),j∈[1,N]，用直线连接第i,j两点，两点之间的距离为D_ij，在该直线的中心做垂线，记录垂线与i,j两点之间指纹脊线的交点为k，该交点的位置及角度为α_k＝(x_k,y_k,θ_k)，k点到沿垂线方向到i,j两点之间直线所跨越的指纹纹线数目为W_ij，第i,j两点的角度差为C_ij＝|θ_i-θ_j|，由此构成一个特征向量v_p＝(α_i,α_j,α_k,W_ij,D_ij,C_ij),p∈[1,P]，其中P是N个细节点中能组成特征向量的最大个数，纵向排列全部特征向量，构成P行、12列的特征矩阵

(3)细节点矩阵为：对于全部N个细节点α_i＝(x_i,y_i,θ_i),i∈[1,N]，纵向排列，构成N行、3列的细节点矩阵

步骤S02：构建指纹比对快速筛选树；在筛选树的叶子节点登记具有相似特征评价指标的注册指纹，形成同类注册指纹列表；

步骤S03：利用待比对指纹的特征矩阵在快速筛选树中检索到与待比对指纹具有相似特征评价指标的注册指纹列表，对列表中各指纹ID识别码出现频次进行统计，将频次最高的若干枚指纹取出形成注册指纹嫌疑队列；

步骤S04：将待比对指纹的指纹细节点矩阵逐一地与嫌疑队列中的注册指纹进行比对，最终将比对相似度最高的注册指纹作为所述方法的比对结果。

2.根据权利要求1所述的多特征融合的海量指纹特征编码和比对方法，其特征在于：步骤S02中，所述构造指纹比对快速筛选树包括：从快速筛选树的根节点开始，任意挑选特征矩阵中的特征评价指标W_ij、D_ij、C_ij三个指标中的一个开始，以W_ij作为第一层分支，令k点到沿垂线方向到i,j两点之间直线所跨越的纹线数目可能出现的最大值为W_max，则将筛选树第一层按照预设的纹线分配区间W_avg平均分成Cab₁个独立分支，其中在第一层的每个分支下，构造第二层分支，对第二层的每个分支，任意选择D_ij、C_ij两个指标中的一个，以D_ij作为第二层分支，令i,j任两点之间直线距离的最大值为D_max，则将第二层按照预设的直线距离分配区间D_avg平均分成Cab₂个独立分支，其中在第二层的每个分支下，构造第三层分支；第三层选择C_ij指标，由于角度差的最大值为180度，则将第三层按照预设的角度差区间C_avg平均分成Cab₃个独立分支，其中由此构造完成指纹快速筛选树的全部分支，形成指纹比对快速筛选树。