[发明专利]指纹图像的特征提取方法、装置及计算机可读存储介质

权利要求书

1.一种指纹图像的特征提取方法，其特征在于，所述方法包括步骤：

获取指纹图像；

对所述指纹图像进行预处理以去除所述指纹图像中的噪声；

利用已训练好的预设卷积神经网络模型提取出所述指纹图像的二值特征，其中所述预设卷积神经网络包括具有可模拟阶跃函数功能且连续的激活函数；及

将所述指纹图像的二值特征与预存指纹图像的二值特征进行匹配得到匹配结果。

2.如权利要求1所述的指纹图像的特征提取方法，其特征在于，所述预设卷积神经网络包括输入层、多个用于进行特征提取的卷积层、全连接层、激活函数及输出层，所述输入层、卷积层、全连接层、激活函数及输出层依次相连接。

3.如权利要求2所述的指纹图像的特征提取方法，其特征在于，所述利用已训练好的预设卷积神经网络模型提取出所述指纹图像的二值特征包括：

通过所述输入层为所述指纹图像提供输入通道；通过所述卷积层对所述指纹图像的特征进行训练提取；通过所述全连接层对各卷积层所训练提取出的特征进行整合；通过所述激活函数对所述全连接层输出的特征进行二值化处理及将二值化处理的结果依据预设阈值进行分割得到所述指纹图像的二值特征；及通过所述输出层输出所述二值特征。

4.如权利要求3所述的指纹图像的特征提取方法，其特征在于，所述激活函数为所述预设阈值为1/2，为用户设定的常数，所述激活函数对所述全连接层输出的特征进行二值化处理及将二值化处理的结果依据预设阈值进行分割得到所述指纹图像的二值特征包括：

通过对所述全连接层输出的特征进行二值化处理及将二值化处理的结果依据1/2进行分割得到所述指纹图像的二值特征。

5.如权利要求3所述的指纹图像的特征提取方法，其特征在于，所述激活函数为所述预设阈值为0，为用户设定的常数，所述激活函数对所述全连接层输出的特征进行二值化处理及将二值化处理的结果依据预设阈值进行分割得到所述指纹图像的二值特征包括：

通过所述激活函数对所述全连接层输出的特征进行二值化处理及将二值化处理的结果依据0进行分割得到所述指纹图像的二值特征。

6.如权利要求1所述的指纹图像的特征提取方法，其特征在于，所述将所述指纹图像的二值特征与预存指纹图像的二值特征进行匹配得到匹配结果包括：

计算所述指纹图像的二值特征与所述预存指纹图像的特征值的汉明距离值；及

当所述汉明距离值小于或等于所述预设距离值时，则所述指纹图像与所述预存指纹图像匹配成功。

7.如权利要求6所述的指纹图像的特征提取方法，其特征在于，所述计算所述指纹图像的二值特征与所述预存指纹图像的特征值的汉明距离值包括：

将所述指纹图像的二值特征与所述预存指纹图像的特征值进行异或运算得到异或结果，所述异或结果的个数为所述指纹图像与所述预存指纹图像的汉明距离值。

8.如权利要求1所述的指纹图像的特征提取方法，其特征在于，对所述指纹图像进行预处理以去除所述指纹图像中的噪声包括：

对所述指纹图像进行指纹分割以去除所述指纹图像中的背景区域；

对所述指纹图像进行指纹增强以去除所述指纹图像中的叉连、断点及模糊不清的部分；及

对所述指纹图像进行细化处理以删除所述指纹图像中文线的边缘像素。

9.一种指纹图像的特征提取装置，其特征在于，所述装置包括：

获取模块，用于获取指纹图像；

预处理模块，用于对所述指纹图像进行预处理以去除所述指纹图像中的噪声；

特征提取模块，用于利用已训练好的预设卷积神经网络模型提取出所述指纹图像的二值特征，其中所述预设卷积神经网络包括具有可模拟阶跃函数功能且连续的激活函数；及

匹配模块，用于将所述指纹图像的二值特征与预存指纹图像的二值特征进行匹配得到匹配结果。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述指纹图像的特征提取方法。