[发明专利]基于汗孔和多图匹配的高分辨率指纹检索方法、装置、系统及存储介质

权利要求书

1.一种基于汗孔和多图匹配的高分辨率指纹检索方法，其特征在于，包括依次执行以下步骤：

高分辨率指纹注册步骤：建立并计算从注册库的注册指纹中所提取的注册汗孔的二值化特征向量；

汗孔检索步骤：建立并计算从测试指纹中提取的测试汗孔的二值化特征向量；

多图匹配步骤：为每个测试汗孔提取所需的最近邻训练汗孔，采用多图匹配算法结合这些测试汗孔的空间分布关系去除错误的最近邻训练汗孔；

输出步骤：最终根据汗孔检索步骤的结果推荐出候选指纹序列；

假设注册指纹为测试指纹为I^q，所述高分辨率指纹注册步骤还包括执行以下步骤：

步骤1：从注册指纹中提取注册汗孔

步骤2：对步骤1中每一个注册汗孔提取局部DAISY特征，记为

步骤3：采用迭代量化算法对Y^R进行训练，得到训练参数T_Y，T_M，T_P，T_C，并根据这些参数对Y^R进行二值化，得到注册汗孔的二值化特征向量，其计算公式如下：

所述汗孔检索步骤还包括执行以下步骤：

步骤4：采用训练参数T_Y，T_M，T_P，T_C和公式(1)对测试指纹中的测试汗孔进行二值化，并得到测试汗孔的二值化特征向量，其计算公式如下：

所述多图匹配步骤还包括执行以下步骤：

步骤5：对中每一个测试汗孔采用局部敏感哈希算法提取n个最近邻的训练汗孔

步骤6：根据训练汗孔V^R中每个汗孔所属的注册指纹，将训练汗孔V^R分类：其中中的汗孔都属于第t张注册指纹

步骤7：根据中的每一个汗孔和对应的测试指纹中的汗孔，建立一对一汗孔对：

步骤8：对每一个注册指纹中的注册汗孔和对应的测试汗孔，建立一个匹配矩阵和一个关联矩阵其中，表示与相匹配，表示与的相似度；

步骤9：根据X^t和M^t，建立一个联合匹配矩阵X、关联矩阵P和联合匹配向量x：

x＝[vec(X¹)^T vec(X²)^T … vec(X^s)^T] (4)

其中

步骤10：直到x收敛，获得迭代公式如下：

所述输出步骤还包括执行以下步骤：

步骤11：指纹相似度计算；根据最终的匹配向量x确定正确匹配的汗孔对，假设第t个注册指纹中有个注册汗孔与测试指纹中的测试汗孔相互匹配，则该注册指纹与测试指纹的相似度为：

步骤12：输出推荐指纹列表；根据通过步骤11获取的测试指纹和所有注册指纹的相似度，给出相似度最高的r个推荐指纹列表。