[发明专利]个性化指纹识别方法

摘要

本发明涉及一种个性化指纹识别方法，它包括有以下步骤，指纹采集、图像预处理、特征提取；其特征在于它还包括有以下步骤：在所述图像预处理步骤中，二值化处理方法采用骨架型二值化处理方法：在所述特征提取步骤之后，首先判断是否需要智能更新，若需要则进行智能更新步骤，若不需要则进行下一步骤即学习匹配步骤。本发明的有益效果如下：由于采用骨架型二值化处理方法，能够准确地提取指纹的特征点，提高图像预处理的速度；能够对受伤、皱痕、干裂、油污、脱皮的指纹进行高效的识别，可以对指纹数据进行智能补充、修复、完善和更新，提高识别率。

主权项

1、个性化指纹识别方法，它包括有以下步骤，指纹采集、图像预处理、特征提取；其特征在于它还包括有以下步骤：在所述图像预处理步骤中，二值化处理方法采用骨架型二值化处理方法：在所述特征提取步骤之后，首先判断是否需要智能更新，若需要则进行智能更新步骤，若不需要则进行下一步骤即学习匹配步骤；所述骨架型二值化处理方法如下：第一步，设：f(x₀，y₀)为该点的灰度值，其方向场为O(x₀，y₀)，δ为某一范围；H为切向像素值和：H=Σx=x0-δx0+δf(x,xcos(O(x0,y0)))]]>V为法向像素值和：V=Σx=xO-δxO+δf(x,xcos(π2-O(x0,y0)));]]>第二步，如果V＞H，那么该点在脊线上；反之，该点在谷线上；第三步，实际运算中，由于要考虑误差因素，故在求灰度和时，对每一点都设了权值，采用加权平均的方法来降低误差；设纹线方向七点的权值为：Hw[7]＝{2，2，3，4，3，2，2}；设纹线方向的垂直方向七点的权值为：Vw[7]＝{1，1，1，1，1，1，1}；用于解决有新的特征点指纹的所述智能更新步骤的方法如下：(1)首先获取指纹模块和样板特征点的拓朴结构；(2)查找是否有指纹特征中心点，如果有则进行中心点的配准，时行拓朴数据结构匹配；如果没有则进行指纹特征三角点的配准，进行拓朴数据结构匹配；如果没有则进行方向场特征点配准，进行拓朴数据结构匹配；如果没有则进行枚举点的配准，进行拓朴数据结构匹配；如果有新的特征点，显示智能更新；用于受伤或断裂指纹的所述学习匹配步骤的方法如下：(1)P为模板图像的某一特征点，P′为输入样板图像的某一特征点；若P与P′完全一样，则P＝P′，其意义为P与P′中所有元素对应相等；(2)由于误差的存在，若P′与P一样，那么P≈P′，则用数学描述来处理；(3)当P≈P′时，描述为P＝P′+Δ；Δ的大小是界限盒的误差；(4)对每一个特征点进行分数累加计算；(5)用所有特征点的分数和除以特征点的总分，计算相似度；(6)用得到的相似度与阈值比较，如果大于阈值，比对成功。