[发明专利]一种形变指纹识别方法及系统

说明书

技术领域

本发明属于生物特征识别领域，涉及图像处理、模式识别、计算机技术等前沿知识，特别涉及到利用局部特征信息和正则化方法来实现非线性形变指纹图像的识别。 

背景技术

近年来，随着全球经济和信息技术的不断发展，安全问题日益突出，越来越多的领域需要可靠的身份识别。生物特征识别技术的发展为此提供了一种解决方案，由于指纹具有唯一性和稳定性的优点，而且采集方便，成本低廉，指纹识别技术成为了了其中的最佳选择之一。指纹识别技术越来越被广泛地应用到各个方面，譬如出入境中的快速通关系统、银行的ATM机和家用电子门锁等。 

现有技术如图1示出图像采集单元，用于采集注册手指和输入手指的指纹图像；图像预处理单元，对流入的指纹图像进行预处理，包括指纹分割，图像增强以及二值化，细化；特征提取单元，提取指纹匹配中所用的特征，如细节点等；模板存储单元，把注册指纹存储到模板数据库中；特征匹配单元，对输入的两个指纹特征进行匹配。 

但是在指纹识别领域，仍然存在着一些值得深入研究的问题，形变指纹的特征匹配单元就是其中之一。现有的指纹采集方式主要是按压和刮擦两种方法，而这两种方法都容易造成指纹的形变。其原因在于其一，指纹的获取是一个从三维到二维的变形转换过程。指纹采集时不同的接触中心会产生不同的形变模型。由于不同的手指尖形状和柔韧程度区别很大，无法建立一个统一的三维模型模拟这一个过程。其二，人在采集仪上施加的剪切力会引起形变。垂直于采集面的压力大小不同会造成采集的指纹图像的脊线粗细的变化；平行于采集面的力则会导致图像的压缩和拉伸；而沿着接触中心的扭力，则会引起图像的扭曲。其三，刮擦采集方式形成的图 像与指纹滑过的速度有很大的关联，滑过的速度越快，指纹在y轴方向拉伸的也就越长，因此刮擦采集方式在y轴的形变较x轴方向要大的多。非线性形变指纹图像的普遍存在，严重影响了指纹匹配算法的精确度，导致指纹识别系统整体性能的下降。近年来逐渐有更多的学者研究指纹特征由压力造成的非线性形变以及随时间序列的动态行为变化，对非线性形变指纹进行匹配。Ratha等提出直接检测加在扫描仪上的压力和力矩，并在用力过剩时拒绝采集，来减少和控制形变。Dorai等提出的方法对指纹影像中的形变进行检测并估计。但这两种方法都不能作用于已采集的指纹图像。Maio和Maltoni等提出了一个弹性形变模型来描述指纹在线采集过程中发生的非线性形变，对于理解指纹的形变过程很有帮助。但是由于单独的指纹图像提供的信息有限再加上噪声等因素的影响，要确定该模型中定义的各参数值是很困难的。Senior等在匹配前调整弹性形变图像，使脊线等间距分布来提高算法的准确率。但是，现实情况中指纹脊线等间距分布的可能性是很小的，而且该方法无法解决由于不同的采集区域引起的不同映射模式导致的形变问题。Tico采用对形变较为鲁棒的局部方向描述来提高形变指纹匹配算法的性能。 -Vajna等提出一种三角匹配的算法来处理指纹图像大幅度形变的情况。较小的指纹的局部形变累积下来，导致了整个图像较大的形变量。但是局部小三角形形变可以组合成各种各样的形变模式，这些形变模式可能完全无法在真实的指纹匹配中实现，却可以符合某些来自不同手指的指纹的匹配情况，造成误识。Bazen等采用薄板样条模型来描述两个可能匹配的细节点列间的非线性形变，但是薄板样条模型的个数比标志点的个数还多3个，模型参数估计时以及对指纹进行变换是计算量都非常的大。Ross等基于薄板样条模型计算出同一手指生成的指纹图像的平均形变量来解决弹性形变问题。但应用这个模型需要对每一个手指建立一个平均模型，计算量与存储都较大，并且这种方法不具有自适应性，对于训练集中没有出现过的形变方式鲁棒性较差。 

综合以上分析研究我们发现，由于传统的指纹匹配一般都建立在刚性的坐标体系下，没有或很少找到合适的指纹匹配方法。原有的刚性模型是通过弹性限界盒或局部特征的提高形变指纹匹配的性能方法。薄板样条模型可以描述指纹图像间的弹性变化。但是薄板样条模型计算量非常的大， 不适合实时的要求。 

发明内容

本发明的目的是针对指纹采集中得到的形变较大的指纹图像，提出并实现了基于正则化二次模型的方法来完成指纹配准和识别系统，减少由于形变导致的误拒现象。 

为达成所述目的，本发明的第一方面是提供一种形变指纹识别系统，该系统包括： 

图像采集单元，采集注册手指纹和输入手指纹分别生成注册指纹图像和输入指纹图像；