[发明专利]一种基于细节点和纹理特征的指纹图像识别方法

说明书

一种基于细节点和纹理特征的指纹图像识别方法，其步骤包括：进行指纹图像的细节点特征提取；在每个细节点周围一定半径范围内的区域提取纹理特征作为细节点的附加信息；将细节点和相应的纹理特征与模板上匹配的细节点和纹理特征进行拓扑比对，得到比对分数，当比对分数大于设定阈值，则认为该指纹图像与模板来自同一手指，当比对分数小于设定阈值，则认为该指纹图像与模板来自不同手指；将比对分数大于设定阈值的指纹图像融合进模板。本发明的有益效果：特征包含的信息更加丰富，有利于提高整个指纹识别模块的性能，有利于降低整个指纹识别模块的拒真率和认假率。

技术领域

本发明属于指纹领域，涉及一种基于细节点和纹理特征的指纹图像识别方法。

背景技术

20世纪60年代，人们开始利用计算机来处理指纹。从那时起，指纹识别技术在法律方面的应用和研究开始展开。20世纪80年代，随着个人计算机和光学扫描这两项技术的革新，指纹识别技术在其他领域得以应用。现在，作为最成熟的生物识别技术，指纹识别技术因其唯一性、永久性和稳定性，已经广泛地应用于我们生活的各个方面，成为我们生活中不可或缺的一个组成部分。指纹识别技术已经广泛地应用于考勤、门禁、社保、家用电子门锁和智能电子产品等各个方面，随着其应用领域的不断延伸，市场对指纹识别技术的要求也越来越高。但是现有的指纹识别模块，对小面积指纹图像和低质量指纹图像的识别性能有待提高。在这样一个大趋势下，亟需一种新的指纹图像识别方法，该方法提取的特征信息不仅仅是细节点，还有附加信息，这样可以保证即使提取的细节点很少或提取了大量的虚假细节点，也可以进行很好地识别。可见，一种新的指纹图像识别方法的提出，对提高整个指纹识别模块的性能有很大的实际意义。

现有的基于细节点的指纹图像识别方案包括图像处理、特征提取和特征比对3个部分，下面对其进行具体介绍。现有方案的识别流程图如图1所示。

1)图像处理主要包括以下步骤：

a)背景分割：即将指纹图像分为前景和背景，前景为指纹图像有纹路的区域，背景为指纹图像无纹路的区域或质量很差的区域。

b)图像均衡：其目的为通过像素点的灰度场强值的计算，使图像在各种灰度场强上都均匀分布相等的像素点数。均衡后的图像，明暗对比度得到了增强。

c)方向场提取：方向场描述了指纹脊线和谷线的方向信息。方向场提取的好坏直接影响后续的图像增强，最终影响整个指纹识别方案的性能。

d)图像增强：其目的为尽量去除图像的噪声，获得尽可能清晰的纹线结构。

e)二值化：其目的为将灰度图像变成非0即1的二值图像。

f)细化：把指纹图像的脊线部分按照宽度对称减薄，使指纹脊线成为仅剩一个像素宽度的线。

2)特征提取：该方案提取的特征为细节点即端点和叉点。端点是指指纹纹线两头末端，可以是起点也可以是终点。叉点是指两条纹线汇集为一条纹线的交汇点。

3)特征比对：该部分是整个指纹识别方案的最后一步，也是评价整个指纹识别方案性能的最主要依据。特征比对首先将两个待比对的特征文件的细节点配准在相同坐标系下，然后对由纹线端点和叉点组成的细节点构造拓扑结构，最终进行拓扑比对，得到比对分数。

综上所述，该方案提取的特征信息只有细节点，导致最终得到的比对分数过分地依赖细节点。当指纹图像提取的细节点数量过少或提取大量虚假细节点时，很容易匹配失败或匹配错误，降低整个指纹识别方案的性能。

发明内容

本发明提供了一种有利于提高整个指纹识别模块的性能、有利于降低整个指纹识别模块的拒真率和认假率的基于细节点和纹理特征的指纹图像识别方法。

本发明采用的技术方案是：

一种基于细节点和纹理特征的指纹图像识别方法，其步骤包括：