[发明专利]一种指纹图像相似度评价方法

说明书

技术领域

本发明涉及指纹识别，尤其涉及一种指纹图像相似度评价方法。属于数字图像处理技术领域。

背景技术

指纹匹配技术在自动指纹识别系统中是最为核心的技术。在自动指纹识别系统中，对指纹匹配方法的精度和速度要求都十分高。

现阶段研究人员对指纹匹配算法研究已越来越精细，目前很多方法都结合指纹图像中的各种特征，如细节点特征、脊线特征、方向场特征及奇异点特征等来设计指纹匹配算法。

现有的基于细节点特征的匹配算法一般包括局部匹配与全局扩展两部分。这类算法的缺点主要包含两个方面：

(1)对局部匹配的结果直接用于全局扩展，而在实际应用中局部匹配通常包含大量虚假的匹配点对，如果不对这部分点对进行剔除，将直接影响后续算法的准确性，同时由于缺乏先验知识，单从局部相似度的角度来筛除虚假匹配点对十分困难；

(2)在全局扩展过程中，这类算法一般假设图像各个局部的形变参数相同，形变参数通常包含平移、旋转、尺度变换这几类。由于指纹采集是一个从二维到三维的投影过程，势必带入非线性形变。因此对于实际的指纹图像而言，不同的局部对应的形变参数也不相同。

发明内容

本发明的目的在于克服现有技术中存在的问题，提出一种改进的用于自动指纹识别的指纹图像相似度评价方法。

本发明的核心是一种基于指纹图像细节点的匹配算法，其特征简单，操作方便，鲁棒性强。所述细节点作为指纹图像重要特征被广泛应用于匹配算法。指纹图像细节点一般有两种类型：端点和分叉点。通常细节点由其位置及其方向来描述。

为降低背景技术所述两方面的不利影响，本发明设计了一种新的快速指纹图像相似度评价方法，此方法首先将原来的算法的两个部分扩充为三部分，即：局部匹配；相容性筛选；和全局扩展。从而在原有算法的基础上提高了匹配精度。其次，本发明方法提出了一种新的分局部扩展方法作为对现有的全局扩展方法的改进，进一步提高了匹配精度。

除算法流程的创新外，本发明在相容性筛选和分局部扩展中都引入一些独创性的技术，充分利用指纹细节点的结构特征，在保证了算法准确度的基础上，时间效率也控制得很好，是一种效率与速率都理想的指纹匹配算法。

总的来说，本发明方法包括下列步骤：

a.提取指纹图像A和B中的细节点，分别得到点集A1和B1；

b.对点集A1和B1进行局部匹配，分别得到局部匹配点集A2和B2，其中A2和B2中的点一一对应构成点对；

c.计算A2中的任意两点和B2中的相应两点之间的d，α和β的差值，以所述差值均小于设定阈值的点分别组成相容点集A3和B3，其中d，α和β分别表示两点间距，两点的方向的夹角，和一点的方向和两点连线之间的夹角；

d.基于A3和B3进行全局扩展，计算指纹图像A和B之间的相似度。

其中，步骤d具体可以包括：

i.在A3中选择一点作为区域中心，在该中心的设定距离范围内将距离最近的另一点并入该区域，同时调整区域中心；

ii.以调整后的区域中心重复步骤i，直至设定距离范围内没有点，由此得到一个分区域；

iii.另选一点重复步骤i和ii得到另一区域，直至A3中的所有点均纳入某一分区域，由此得到一个或多个分区域；

iv.对所述一个或多个分区域分别进行对准，得到最终的匹配结果；

v.按式(II)计算A和B的相似度

similarity=nmatched*nmatchedn1*n2*100---(II)]]>

其中similarity表示相似度，n_matched表示匹配的点对数；n₁，n₂分别表示A1和B1的点个数。