[发明专利]一种八方向求梯度指纹识别模型

说明书

本发明提供一种八方向求梯度指纹识别模型，涉及商业算法技术领域。该一种八方向求梯度指纹识别模型，包括有如下步骤：S1、图像预处理，使用多种去噪和提取指纹的手段得到较为清晰和重要的特征点；S2、均值方差法增强对比度，该算法基于背景区灰度方差小，而指纹区方差大的思想，将指纹图像分成块，计算每一块的方差。该一种八方向求梯度指纹识别模型，相较于传统的指纹识别方式，通过加入了多重过滤器去噪、更加准确的提取梯度信息、平滑边缘信息、和新的基于边界的特征过滤算法通过限制距离重心的位置来选择特征点，可以有效的减少特征点的数量。

技术领域

本发明涉及商业算法技术领域，特别的为一种八方向求梯度指纹识别模型。

背景技术

指纹识别学是一门古老的学科，它是基于人体指纹特征的相对稳定与唯一这一统计学结果发展起来的。随着计算机和网络的迅速发展，人们对身份认证的准确性、安全性与实用性提出了更高的要求。在众多的生物识别技术中，指纹识别技术是发展最早、应用最广泛的一种。指纹识别技术充分利用了指纹的普遍性、唯一性和永久性的生物特征，已逐步取代了传统的基于标志和数字的识别方式，目前在网络、银行、金融、医疗和安检等行业均得到了广泛应用。

随着现代社会经济的不断发展，越来越多的场合需要身份的确认手段。生物识别技术(Biometric Identification Technology)——是利用人体生物特征进行身份认证的一种技术。而指纹识别是生物识别技术中最成熟也是最可靠的识别技术之一，但是现有技术中，现有的指纹识别算法的主要的研究方向主要是于图像的识别算法和基于特征的识别算法，并且存在指纹识别过程中指纹识别精度不高、处理过程较慢、存取数据库的所需要的内存空间较大等问题。

发明内容

本发明提供的发明目的在于提供一种八方向求梯度指纹识别模型，可有效解决上述背景技术中的问题。

为实现以上目的，本发明通过以下技术方案予以实现：一种八方向求梯度指纹识别模型，包括有如下步骤：

S1、图像预处理，使用多种去噪和提取指纹的手段得到较为清晰和重要的特征点。

S2、均值方差法增强对比度，该算法基于背景区灰度方差小，而指纹区方差大的思想，将指纹图像分成块，计算每一块的方差。

S3、Gabor滤波增强，Gabor滤波器是带通滤波器，它以其在空域良好的方向选择性在频域有良好的频率选择性而在计算机视觉领域尤其纹理分析方面得到了广泛的应用，在指纹图像中对于灰度指纹图像，脊线和谷线在局部的小邻域可以认为是正弦波形状，具有一定的频率和方向。

S4、对指纹图像进行二值化处理，指纹图像二值化作为指纹预处理过程的一部分，是进行指纹图像细化处理的基础。

S5、指纹图像的细化，细化是在不改变图像像素拓扑连接关系的条件下，连续擦除图像的边缘像素，把纹线粗细不均匀的指纹图像转化成线宽仅为一个像素的条纹中心线图像的过程。

S6、指纹特征的提取，需要从指纹图像中提取出能表示指纹唯一性的特征。

S7、特征点的提取，特征提取一般是指提取指纹图像的局部特征，也就是细节点特征，在基于细节点的指纹自动识别系统中，特征提取是在细化后的指纹图像上进行的。

S8、假特征点的去除，采用沿脊线搜索特征点的方法去除伪特征对。

S9、匹配方法，就是对每一个特征点分别提取再相对于中心点取得的向量进行比对的过程，使两个点集有最大数量点对之间存在稳定的一一对应关系。

进一步的，S1之后，还包括以下步骤：

S10、感性区域的分割，计算出指纹图像的边界，进行感性区域(ROI Region ofInterest)的分割。