[发明专利]一种基于深度学习的指纹分类识别系统及方法

权利要求书

1.一种基于深度学习的指纹分类识别系统，其特征在于，所述系统包括：图像采集模块，图像预处理模块，CNN深度学习模块，特征提取模块，模板存储模块和特征匹配模块。

2.根据权利要求1所述的一种基于深度学习的指纹分类识别系统，其特征在于，所述图像采集模块与一般的按压触摸式传感指纹成像不同，图像采集模块由光源、高清摄像头和图像传感器构成，采取非接触式的高清拍摄来获取手指指纹图像，同时可以避免因按压手指获取的指纹容易发生形变的问题。

3.根据权利要求1所述的一种基于深度学习的指纹分类识别系统，其特征在于，所述图像预处理模块与图像采集模块相连，图像预处理模块对图像采集模块采集到的指纹图像进行预处理，预处理包括对指纹采集模块采集到的指纹图像进行定位、图像分割、图像增强、图像二值化以及细化处理，最终获得处理完毕的指纹图像。

4.根据权利要求1所述的一种基于深度学习的指纹分类识别系统，其特征在于，所述CNN深度学习模块是使用有纹型标定信息的注册指纹图像作为参照图像并生成训练数据，根据训练数据设计并训练卷积神经网络，再输入指纹图像，依参照指纹图像的生成方法生成输入指纹数据，并将该指纹数据输入到训练完成的CNN中，根据CNN输出进行判断并最终得到弓、左箕、右箕和斗4类指纹图像结果。

5.根据权利要求1所述的一种基于深度学习的指纹分类识别系统，其特征在于，所述特征提取模块与CNN深度学习模块相连，特征提取模块在经CNN分类完成的指纹图像中提取指纹细节点，然后再在指纹图像中提取中脊线上的采样点，最后提取指纹图像采样点的凸包，生成含有指纹细节点、所有脊线上采样点和采样点的凸包的指纹特征图像。

6.根据权利要求1所述的一种基于深度学习的指纹分类识别系统，其特征在于，所述模板存储模块与特征提取模块相连，用户输入并通过分类、特征提取后得到的注册指纹特征图像作为指纹特征图像模板存储到数据库中，用于对系统输入的指纹图像进行比对。

7.根据权利要求1所述的一种基于深度学习的指纹分类识别系统，其特征在于，所述的特征匹配模块分别与特征提取模块和模板存储模块相连，当有指纹输入并通过CNN分类、特征提取单元提取指纹特征后，特征匹配单元提取同指纹类型的模板存储单元的指纹模板特征图像与输入的指纹特征图像进行对比，判断输入指纹特征与模板指纹特征是否匹配。

8.一种根据权利要求1所述的基于深度学习的指纹分类识别方法，其特征在于，所述的方法包括如下的实施步骤：

步骤S1、利用图像采集模块采集指纹图像，包括注册指纹和输入指纹；

步骤S2、将指纹图像进行预处理，获得便于CNN分类识别的细化指纹图像；

步骤S3、使用有纹型标定信息的注册指纹图像作为参照图像并生成训练数据，根据训练数据设计CNN卷积神经网络，训练构建的CNN；

步骤S4、输入指纹图像生成指纹数据，并将指纹数据输入到训练完成的CNN中，根据CNN输出进行判断并最终得到分类的指纹图像结果；

步骤S5、在分类完成的指纹图像中进行特征点提取，生成含有指纹细节点、所有脊线上采样点和采样点的凸包的指纹特征图像；

步骤S6、用户输入并通过分类、特征提取后得到的注册指纹特征图像作为指纹特征图像模板存储到数据库中，用于对系统输入的指纹特征图像进行比对；

步骤S7、当有待识别指纹输入，特征匹配单元根据类型提取模板存储单元中同类型的指纹特征图像与输入的指纹特征图像进行比对，判断输入指纹特征与模板指纹特征是否匹配。