[发明专利]一种基于概率几何特征的指纹特征相似度评价方法

说明书

本发明涉及一种基于概率几何特征的指纹特征相似度评价方法，包括以下步骤：确定待比对的2枚指纹的指纹纹型特征，并判断2枚指纹的指纹纹型特征是否匹配，得到2枚指纹的指纹纹型特征匹配函数值；识别2枚指纹纹线区域内的细节特征点，并判断2枚指纹的匹配细节特征点和差异细节特征点；计算2枚指纹的匹配细节特征点对应的质心位置坐标；计算2枚指纹匹配细节特征点的归一化特征距离；计算2枚指纹匹配细节特征点的特征角；计算2枚指纹的特征距离相似度评价函数值；计算2枚指纹的特征角相似度评价函数值；确定2枚指纹各差异细节特征点出现的概率；计算2枚指纹的基于概率几何特征的指纹特征相似度评价函数值。

技术领域

本发明属于法庭科学技术领域，尤其涉及一种基于概率几何特征的指纹特征相似度评价方法。

背景技术

指纹特征是人体生物特征中一类重要的生物特征，由于指纹特征具有较好的自身稳定性和个体差异性，因此广泛用于人的个体识别中。在指纹特征比对与识别中，指纹特征的提取表征和特征匹配是决定指纹比对准确性的重要因素。目前存在多种指纹特征提取表征和相似度匹配方法，然而国内外尚没有统一的指纹特征相似度评价方法，在实际指纹特征匹配中，指纹鉴定所需的最小特征点数没有统一的规定。英国曾规定在法庭上用作证据的指纹至少具有16个细节特征匹配，荷兰和法国采用12个指纹细节特征匹配，西班牙采用10至12个指纹细节特征匹配；还有一些国家对指纹细节特征匹配的数量没有具体规定，如加拿大、美国、澳大利亚等，其指纹的特征匹配取决于指纹特征比对人员的意见。国内在指纹特征匹配方面没有统一的指纹细节特征最小匹配数量标准，在实际指纹特征比对案例中，曾出现过依据三至四个指纹细节特征点匹配而做出同一认定结论的案例。

事实上，从统计学和概率论的角度看不同类型的指纹细节特征出现的概率是不相同的，概率小的指纹细节特征在指纹纹线区域内一旦出现，则包含的信息量较大，具有较高的特征匹配价值；而概率大的指纹细节特征在指纹纹线区域内出现时，则包含的信息量相对较小，具有相对较低的特征匹配价值。目前国内外提出了一些基于概率统计的指纹特征匹配方法，进行了一定的探索，取得了一定的效果；但有些方法没有考虑到指纹特征位置及特征方向的匹配因素，有些方法没有考虑不同指纹细节特征类型之间概率化差异的问题，另外在指纹特征匹配数学模型中没有将特征不匹配的细节特征加以融合考虑。实际上，不同类型指纹纹型特征及其概率、不同类型指纹细节特征及其概率、指纹细节特征方向和相对位置等均为指纹的重要特征，这些特征在目前的指纹特征相似度评价方法中没有同时体现出来。

发明内容

针对上述问题，本发明的目的是提供一种基于概率几何特征的指纹特征相似度评价方法，综合考虑指纹纹型特征及概率、指纹细节特征类型及概率、指纹细节特征的方向和相对位置关系等重要因素，能够表征指纹变形和扭曲的因素对指纹特征相似度造成的影响。

为实现上述目的，本发明采取以下技术方案：一种基于概率几何特征的指纹特征相似度评价方法，包括以下步骤：1)确定待比对的2枚指纹的指纹纹型特征，并判断2枚指纹的指纹纹型特征是否匹配，得到2枚指纹的指纹纹型特征匹配函数值；2)识别2枚指纹纹线区域内的细节特征点，并标注2枚指纹的匹配细节特征点和差异细节特征点；分别在2枚指纹的指纹图像上确定匹配指纹特征点的类型、位置坐标和方向，并确定匹配细节特征点对应的质心位置坐标；3)根据2枚指纹的匹配细节特征点及其对应质心的位置坐标，分别计算2枚指纹的匹配细节特征点的特征距离，并分别对2枚指纹匹配细节特征点的特征距离进行归一化处理；同时计算2枚指纹的匹配细节特征点的特征角；4)根据2枚指纹匹配细节特征点的归一化特征距离，计算2枚指纹的特征距离相似度评价函数值；根据2枚指纹匹配细节特征点的特征角，计算2枚指纹的特征角相似度评价函数值；5)根据2枚指纹差异细节特征点的类型和个数，计算2枚指纹差异细节特征点的惩罚值；根据2枚指纹的特征距离相似度评价函数值、特征角相似度评价函数值，以及差异细节特征点惩罚值，计算2枚指纹的基于概率几何特征的指纹特征相似度评价函数值。