[发明专利]基于全局信息的指纹图像配准方法

摘要

本发明公开了一种基于全局信息的指纹图像配准方法。主要解决现有指纹匹配技术中配准不准确及时间复杂度高的问题。其实现步骤是1.输入录入指纹图像和模板指纹图像，并计算这两个图像的方向场和频率场；2.设定初始变换配准参数，判定是否能进行指纹图像配准，如果能，则选取初始变换配准参数邻域内的六组新变换配准参数进行指纹图像配准；3.判定六组新变换配准参数中，是否存在最佳的一组新变换配准参数，如果不存在，将初始变换配准参数作为最终的指纹图像配准参数，结束配准，否则把最佳的这组新变换配准参数作为初始变换配准参数，返回到步骤2直到配准结束。本发明能够准确地进行指纹图像配准，可用于自动指纹识别系统。

主权项

一种基于全局信息的指纹图像配准方法，包括以下步骤：(1)分别获得录入指纹图像Q(x,y)的方向场OQ(x,y)和模板指纹图像T(x,y)的方向场OT(x,y)，其中(x,y)表示图像的像素点坐标；(2)基于步骤(1)分别获得录入指纹图像Q(x,y)的频率场FQ(x,y)和模板指纹图像T(x,y)的频率场FT(x,y)；(3)选取初始变换配准参数：(3a)定义手指与指纹采集仪相接触的区域为指纹图像的前景区域，定义指纹图像中除去前景区域的部分为指纹图像的背景区域；计算录入指纹图像Q(x,y)前景区域的重心坐标(iQ,jQ)和模板指纹图像T(x,y)前景区域的重心坐标(iT,jT)；(3b)分别计算录入指纹图像Q(x,y)前景区域的主方向角度αQ和模板指纹图像T(x,y)前景区域的主方向角度αT；(3c)由(3a)‑(3b)的结果获得初始变换配准参数：旋转角度da0＝αT‑αQ，指纹图像的行平移量dx0＝iT‑iQ，指纹图像的列平移量dy0＝jT‑jQ，其中，da0＞0表示指纹图像按逆时针方向旋转|da0|，da0＝0表示指纹图像不旋转，da0＜0表示指纹图像按顺时针方向旋转|da0|，| |表示绝对值函数；(4)获得变换后指纹图像，判定是否能进行指纹图像配准：(4a)以录入指纹图像Q(x,y)的中心为旋转中心，将该录入指纹图像旋转|da0|角度，da0＞0表示指纹图像按逆时针方向旋转，da0＝0表示指纹图像不旋转，da0＜0表示指纹图像按顺时针方向旋转，平移|dx0|行和|dy0|列，dx0＞0表示指纹图像沿行增加的方向平移，dx0＝0表示指纹图像不做行平移，dx0＜0表示指纹图像沿行减少的方向平移，dy0＞0表示指纹图像沿列增加的方向平移，dy0＝0表示指纹图像不做列平移，dy0＜0表示指纹图像沿列减少的方向平移，获得变换后指纹图像Q′(x,y)；(4b)将变换后指纹图像Q′(x,y)前景区域与模板指纹图像T(x,y)前景区域的重叠区域A的像素点个数N与设定阈值Tm＝(N1×N2)/4进行比较，其中N1表示录入指纹图像Q(x,y)的高，N2表示录入指纹图像Q(x,y)的宽：如果N＜Tm，则不能进行指纹图像配准，否则，能进行指纹图像配准，执行步骤(5)；(5)找到初始变换配准参数da0，dx0，dy0邻域内的变换配准参数，得到指纹图像的六组新变换配准参数：第一组：旋转角度da1＝da0，行平移量dx1＝dx0‑sh，列平移量dy1＝dy0；第二组：旋转角度da2＝da0，行平移量dx2＝dx0+sh，列平移量dy2＝dy0；第三组：旋转角度da3＝da0，行平移量dx3＝dx0，列平移量dy3＝dy0‑sh；第四组：旋转角度da4＝da0，行平移量dx4＝dx0，列平移量dy4＝dy0+sh；第五组：旋转角度da5＝da0‑sf，行平移量dx5＝dx0，列平移量dy5＝dy0；第六组：旋转角度da6＝da0+sf，行平移量dx6＝dx0，列平移量dy6＝dy0；其中，sf为旋转角度的增量步长，sh为平移增量步长；(6)对于(5)中第i0组新的变换配准参数，计算录入指纹图像Q(x,y)通过该组新配准参数变换得到的新指纹图像的前景区域与模板指纹图像T(x,y)前景区域之间差异度(6a)定义两个不同方向角度θ1和θ2通过逆时针旋转进行重合所需旋转的最小角度函数：其中θ1∈[0,π]，θ2∈[0,π]，θ1≥θ2，min是最小值函数；(6b)由(6a)的结果，计算方向场误差和频率场误差esi0=1bΣ(x,y)∈Bi0|fT(x,y)-fi0′′(x,y)|]]>其中，表示变换后的新指纹图像前景区域与模板指纹图像T(x,y)前景区域之间的重叠区域，(x,y)表示图像的像素点坐标，otT(x,y)为模板指纹方向场OT(x,y)在像素点(x,y)处的方向角度，为变换后的新指纹图像方向场在像素点(x,y)处的方向角度，b是重叠区域的像素点个数，fT(x,y)为模板指纹频率场FT(x,y)在像素点(x,y)处的频率值，为新指纹图像频率场在像素点(x,y)处的频率值；(6c)根据(6b)的结果得新指纹图像的前景区域与模板指纹图像T(x,y)前景区域之间的差异度Di0=w1×eri0+w2×esi0]]>其中，w1和w2为两个数值不同的权值常数，w1＞0，w2＞0，w1＞w2；(7)根据(6)中计算差异度的方法，获得初始变换配准参数da0，dx0，dy0对应下的指纹图像Q′(x,y)的前景区域与模板指纹图像T(x,y)前景区域之间的差异度D0；(8)根据(6)和(7)的结果判定(5)中六组新的变换配准参数，是否存在最佳的一组变换配准参数：(8a)计算六个全局信息的误差值其中，i0＝1,2,...,6；(8b)设定一个误差阈值Te＝0.001，如果所有的或者其中max是最大值函数，则不存在最佳的一组变换配准参数，输出初始变换配准参数da0、dx0、dy0，完成指纹图像配准，否则，取其中arg max是因变量取得最大值时对应的自变量的取值函数，把第ks组变换配准参数daks，dxks，dyks作为(5)中的初始变换配准参数，即da0＝daks，dx0＝dxks，dy0＝dyks，返回到(5)中，顺序执行，直到完成指纹图像配准为止。