[发明专利]指纹自动比对方法

摘要

本发明公开了一种指纹自动比对方法，包括以下步骤S10、读取样本指纹数据，得到样本指纹特征点数据；S20、读取档案指纹数据，得到档案指纹特征点数据；S30、利用GPU和CPU的结合实现所述样本指纹特征点数据和档案指纹特征点数据的比对；S40、判断是否存在未读取的档案指纹数据如果存在，执行步骤S20；如果不存在，执行步骤S50；S50、输出比对结果。本发明的指纹自动比对方法通过利用GPU和CPU的结合实现指纹特征点数据的比对，因此，本发明的比对速度提升明显；从而无需并行多个计算机，也不存在多台计算机并行时的占地面积大、耗电量大和散热困难等难题。

主权项

一种指纹自动比对方法，其特征在于，包括以下步骤：S10、读取样本指纹数据，得到样本指纹特征点数据；S15、对样本指纹特征点数据中的特殊点对进行极坐标变换，得到变换后的特殊点对；S20、读取档案指纹数据，得到档案指纹特征点数据；S30、利用GPU和CPU的结合实现所述样本指纹特征点数据和档案指纹特征点数据的比对；S40、判断是否存在未读取的档案指纹数据：如果存在，执行步骤S20；如果不存在，执行步骤S50；S50、输出比对结果；其中，所述步骤S20具体为：S201、设置每次发起GPU计算的数据量的预设值，按照所述预设值对档案指纹数据进行分块，得到档案指纹数据块；S202、将所述档案指纹数据块存入全局内存中；S203、将所述档案指纹数据块从全局内存复制到GPU设备的全局显存中；S204、将全局显存中的所述档案指纹数据块绑定到GPU的纹理内存中；S205、得到存储在GPU的纹理内存中的档案指纹数据块中每一个档案指纹数据的特征点数据；所述S30具体为：S301、利用GPU并行计算所述变换后的样本指纹特殊点对与每一个档案指纹特征点数据中的每一组特殊点对之间的差异度，得到特殊点对差异度；S302、在CPU中对所述特殊点对差异度进行判别：当所述特殊点对差异度大于阈值时，舍弃该特殊点对；当所述特殊点对差异度小于等于阈值时，所述档案指纹特征点数据中的特殊点对为比中的特殊点对；S303、利用GPU并行计算方式，将所述比中的特殊点对所在局部结构与对应的档案指纹特殊点对所在局部结构进行坐标变换，然后进行局部结构的差异度计算，得到局部结构差异度；进而得出局部结构相似度；S304、将所述局部结构相似度传回内存；S305、根据所述局部结构相似度计算出校准中心；S306、根据所选取的校准中心对档案指纹特征点数据进行坐标旋转变换，得到变换后的档案指纹特征点数据；S307、将样本指纹特征点数据和档案指纹特征点数据按校准中心对齐，计算所述样本指纹特征点数据和变换后的档案指纹特征点数据之间的差异度，得到全局差异度；S308、以最小的全局差异度作为样本指纹和档案指纹间最终匹配组合，计算所述样本指纹特征点数据和变换后的档案指纹特征点数据之间的相似度，得到全局相似度分数；S309、按照全局相似度分数由高至低的顺序，对所述档案指纹数据的匹配结果进行排序。