[发明专利]指纹识别中确定性编码方法与系统

说明书

技术领域

本发明属于计算机生物识别技术领域，特别涉及一种采用确定性编码来进行指纹识别的方法以及采用该方法所构建的指纹识别系统。

背景技术

现有的指纹识别方法是基于点模式的模糊匹配方法。定义指纹脊线的分叉点和指纹脊线的端点为指纹的特征点。在“Azriel Rosenfeld.Point pattern matching by relaxation”(Pattern Recognition，1980，12(5)：269～275)一文中，作者Ranade与Rosenfeld提出了点匹配的松弛算法：定义点集L1＝P1...Pm与点集L2＝Q1...Qm。对于一对匹配(Pi，Qj)，定义两个点集的一个相对变换Trij。根据在TRij变换下两个点集中其余点的匹配程度，计算TRij的可靠度。如果存在一个变换TRO使点集L1与点集L2合理地匹配，则当某个TRij≈TR0时，TRij的可靠度较大而其他变换匹配的可靠度较小，可靠度将迭代计算。该方法的主要缺点是：(1)特征点集的提取依赖于采集设备、采集环境与图像预处理算法的性能，因此，特征点集提取的误差严重影响指纹识别系统的精确性；(2)指纹图像与描述其特征的特征点集之间是一对多的映射关系。不同情况下采集到的同一手指的指纹图像不尽相同，提取的特征点集也不尽相同，因此，识别系统采用模糊匹配的模式，系统错误拒绝率(FRR)与错误接受率(FAR)较高，存在安全隐患；(3)由于采用穷举的模糊匹配方法，因此，运算量大，识别慢，不适合于指纹门禁、密码验证等实时应用环境；

发明内容

本发明的目的是提出一种采用确定性编码来进行指纹识别的方法。该方法采用确定性编码特征实现指纹识别过程的精确匹配。利用该方法可以在指纹图像中提取只与指纹个体相关的确定性编码特征(指纹DNA)，并利用确定性编码特征实现指纹识别过程精确匹配，从而克服传统基于点模式的指纹识别系统中仅采用模糊匹配算法造成的正确率低、存在安全隐患等缺点。

本发明的方法其特征在于在指纹比对的过程中，采用确定性编码特征实现指纹识别过程精确匹配。所说的利用确定性编码特征进行精确匹配是通过在指纹图像中选取某一特定形状的特征区域，并求出该特征区域所对应的特征值——指纹脊线总长、脊线方向场的主方向和像素点的方向熵来进行匹配。该方法在DSP中依次按以下步骤：

(1)在指纹识别过程中，通过经总线与计算机中央处理器相连的指纹图像采集设备，采集一个指纹作为模板指纹，存储于内存储器中，并通过图像显示设备显示图像。

(2)通过经总线与计算机中央处理器相连的指纹图像采集设备，采集一个指纹作为待识指纹，存储于内存储器中，并通过图像显示设备显示图像。

(3)在模板指纹和待识指纹的图像中，将各像素点的像素值归一化到[0，1]区间，其中像素值为0的点为黑色点，像素值为1的点为白色点，得到模板指纹和待识指纹的归一化图像，计算公式为

(4)分别在步骤(3)所说的模板指纹和待识指纹的归一化图像中，将指纹脊线细化为只有一个像素点宽度的纹线，细化方法为对于所说的归一化图像，在满足不改变指纹脊线长度的前提下，将像素值为0的像素点，其像素值更改为1，得到模板指纹和待识指纹的细化图；

(5)确定性编码特征的提取与匹配：

(5.1)分别选取模版指纹与待识指纹的脊线端点作为待选特征点；

(5.2)分别对模板指纹细化图和待识指纹细化图中所有待选特征点所在的纹线进行跟踪及离散采样，每隔设定值D₀个像素点采样一点，D₀取值范围为8-12，记录像素点的坐标，统一设定每条纹线采样N点，N取值范围为3-5，以特征点本身为第0采样点，如果纹线长度不足以采样N点，则放弃采样；

(5.3)对待识指纹中的任一待选特征点和模板指纹中的任一待选特征点，通过以下公式计算2个特征点所在的2条纹线的拟合度函数