[发明专利]基于螺旋算子的指纹细节点特征获取方法

说明书

技术领域

本发明基于螺旋算子的指纹细节点特征获取方法涉及指纹预处理技术、条纹图形信号相位信息获取技术和指纹细节点特征提取技术。

背景技术

指纹，由于其具有稳定性、可采集性、普遍性和唯一性等特点，已成为生物特征的代名词。指纹是指人类手指末端正面皮肤上凸凹不平的纹线，这些纹线有规律的排列形成不同纹型。指纹图像识别系统是一个典型的模式识别系统，包括指纹图像采集、预处理、特征提取和匹配等模块。其中，指纹特征提取的精确程度对指纹匹配的准确与否有着重要影响。指纹图像中，由于脊线的不连续而产生的细节点，如分叉点、结束点、起始点和奇异点等是指纹识别系统中应用最为广泛的特征信息，因此，可靠有效地提取指纹细节点就成为指纹识别系统中的首要任务。

目前应用较多的时域提取指纹细节点步骤包括：指纹图像的平滑、区域检测、二值化和细化等图像形态学操作，在此基础上提取指纹细节点。其中，二值化处理会造成部分原始信息的丢失，影响比对结果的准确程度。而指纹图像中存在的毛刺、短线、断线、假桥、小孔和岛屿等噪声，又会在细化处理中产生伪细节点，增加去除伪细节点的后处理操作就会相当程度的增加识别系统时间成本。更重要的是，指纹图像采集过程受手指压力、平移和旋转等因素影响，会引起最终提取细节点坐标和方向的非线性变化，使时域中提取的细节点信息无法保证较高的可信程度，影响指纹系统识别效率。

发明内容

针对上述问题，本发明公开了一种基于螺旋算子的指纹细节点特征获取方法，相对时域中基于图像形态学的指纹细节点提取方法，本发明避免了二值化、细化等操作中的信息丢失问题，具有很强的抗噪性，也不必进行去伪细节点的后处理，有效降低系统时间成本；同时，本方法在频域中的操作不受指纹图像采集时手指压力、平移、旋转及干湿环境造成的影响，具有计算复杂度低、处理速度快、比对精度高等优点。

本发明的内容是这样实现的：

基于螺旋算子的指纹细节点特征获取方法，由指纹预处理、相位场解调和细节点特征获取三个步骤组成。

上述基于螺旋算子的指纹细节点特征获取方法，所述的指纹预处理步骤具体为：将指纹视为一个二维调频-调幅信号，在二维空间域内建立频率经过调制的指纹条纹图样模型：

其中，a(x,y)为灰度补偿项，b(x,y)为调制项的幅度值，为包含指纹特征信息的相位，n(x,y)为指纹图像中的高频噪声；

利用高斯低通滤波和均值滤波消除指纹信号中的噪声和灰度补偿值，得到：

其中，g(x,y)为只有幅度信息和相位信息的指纹信号。

上述基于螺旋算子的指纹细节点特征获取方法，所述的相位场解调步骤是将指纹相位信息从去除干扰的二维调频-调幅指纹信号中解调出来，具体为：

首先，在频域中用两个螺旋算子H₁(u,v)和H₂(u,v)分别与指纹信号g(x,y)的傅里叶变换G(u,v)进行卷积，得到两个单基信号分量R₁(u,v)和R₂(u,v)；

其中，

R₁(u,v)＝H₁(u,v)G(u,v)

R₂(u,v)＝H₂(u,v)G(u,v)

u表示频域横坐标，v表示频域纵坐标；

其次，将R₁(u,v)和R₂(u,v)转换到时域中，分别得r₁(x,y)和r₂(x,y)，令g(x,y)、r₁(x,y)和r₂(x,y)共同构成一个三维单基信号；

令：

g_N＝[g(x,y),r₁(x,y),r₂(x,y)]

g_N为所述三维单基信号的三个分量；

最后，根据解析函数对三维单基信号进行求解，得到指纹图像局部方向和局部相位信息；

按照如下公式求出幅度信息b(x,y)，即指纹调制项的幅度值：

按照如下公式求出局部方向θ(x,y)：

按照如下公式求出相位信息

所述的相位信息为相位场。