專利名稱：基于局部結(jié)構(gòu)的雙胞胎相似指紋識別系統(tǒng)及方法
技術(shù)領域：
本發(fā)明屬于生物特征識別技術(shù)領域，具體涉及指紋識別方法，尤其 涉及基于局部結(jié)構(gòu)的雙胞胎相似指紋識別方法。
背景技術(shù)：
隨著社會的發(fā)展和人們安全意識的提高，生物特征識別技術(shù)起著越 來越重要的作用，在社會的各個領域和人們?nèi)粘Ｉ畹姆椒矫婷嬉灿兄?日益廣泛的應用。雖然雙胞胎占人口的比例較小，但是受到的關(guān)注程度 很高，對這一特殊群體的進行有效的身份認證更是研究的難點。由于雙 胞胎是基因基本相同的個體，所以他們具有十分相似的生物特征，如人 臉、形體和聲音等，所以采用人臉、形體或語音識別等手段，無法將雙 胞胎正確的區(qū)分開來。而且由于雙胞胎的基因幾乎完全相同，所以使用DNA鑒定的方法也很難對雙胞胎進行識別和驗證。與此同時，雙胞胎 的指紋的相似程度也很高。因此，對雙胞胎的相似指紋進行有效識別的 技術(shù)難度遠遠大于對普通人群的指紋識別。醫(yī)學研究表明，人的指紋主要是在胎兒時期的第13至19周形成的， 決定指紋形態(tài)的因素主要有兩個， 一是遺傳因素，即DNA， 二是胎兒 在母體中的發(fā)育環(huán)境，如臍帶血流等。雙胞胎在這兩方面都是最為相近 的，因此雙胞胎的指紋，尤其是指紋中的全局特征相似度很高，這就給 雙胞胎的指紋識別帶來了巨大挑戰(zhàn)。自動指紋識別技術(shù)是將采集到的指紋與數(shù)據(jù)庫中的指紋進行比較， 以確定是否屬于某個手指的過程。指紋識別方法主要的依據(jù)包括指紋的 全局特征，如指紋分類、奇異點、脊線流等，以及局部特征，如細節(jié)點 等。由于全局特征在指紋采集中相對比較穩(wěn)定，而局部特征數(shù)量較多、 便于比較，因此目前的指紋識別方法都采用全局特征與局部特征相結(jié)合 的方法進行指紋識別。然而對于全局特征非常相似的雙胞胎指紋而言，
傳統(tǒng)的指紋識別方法有著明顯的缺點在全局特征一致而局部特征相似 的情況下，容易造成指紋的誤識，導致了雙胞胎群體指紋的識別率顯著 降低，自動指紋識別系統(tǒng)的應用范圍受到限制。發(fā)明內(nèi)容對于全局特征非常相似的雙胞胎指紋而言，傳統(tǒng)的指紋識別方法有 著明顯的缺點在全局特征一致而局部特征相似的情況下，容易造成指 紋的誤識，導致了雙胞胎群體指紋的識別率顯著降低，指紋自動識別系 統(tǒng)的應用范圍受到限制，為了解決現(xiàn)有技術(shù)的問題，本發(fā)明的目的是提 供一種能提高雙胞胎群體指紋的識別率的基于局部結(jié)構(gòu)的雙胞胎相似 指紋識別系統(tǒng)及方法。為了實現(xiàn)本發(fā)明的目的，本發(fā)明的一方面，是提供一種基于局部結(jié) 構(gòu)的雙胞胎相似指紋識別系統(tǒng)，包括與輸入圖像端連接的預處理裝置，用于對輸入的指紋圖像提取方向 場圖像、分割指紋圖像的前景和背景、對圖像進行方向濾波，輸出指紋 細化圖像；與預處理裝置連接的局部結(jié)構(gòu)模板裝置，用于提取細化圖像中細節(jié) 點，構(gòu)造細節(jié)點局部結(jié)構(gòu)，將指紋中各局部結(jié)構(gòu)組合生成指紋模板；與局部結(jié)構(gòu)模板裝置連接的細節(jié)點局部結(jié)構(gòu)匹配裝置比對輸入指紋局部結(jié)構(gòu)模板與數(shù)據(jù)庫中指紋模板，用于輸出指紋識別結(jié)果。根據(jù)本發(fā)明的實施例，所述預處理裝置包括方向場提取單元用于分析指紋中灰度點的梯度方向和待估計方向 的關(guān)系，提取方向場圖像；與方向場提取單元連接的分割單元用于去除所述方向場圖像中方向場變化紊亂的部分，形成指紋的掩膜圖像；與分割單元連接的圖像濾波單元用于掩膜圖像進行方向濾波； 與圖像濾波單元連接的細化單元采用垂直于x軸方向或垂直于y方向細化處理，用于對脊線方向梯度的線積分通過跨越脊線的斷面進行 細化，獲得細化指紋圖像。根據(jù)本發(fā)明的實施例，所述細節(jié)點局部結(jié)構(gòu)匹配裝置，還包括細節(jié)點特征單元，用于將所有的細節(jié)點向量作為一個整體與指紋圖 像一一對應；與細節(jié)點特征單元連接的初匹配單元用于將細節(jié)點向量匹配成細 節(jié)點對，并生成指紋圖像細節(jié)點結(jié)構(gòu)；與初匹配單元連接的模板匹配單元對指紋局部結(jié)構(gòu)模板中的細節(jié) 點結(jié)構(gòu)和數(shù)據(jù)庫指紋中的細節(jié)點結(jié)構(gòu)進行匹配，獲取匹配陣列，用于計 算能量匹配陣列的統(tǒng)計平均值得到平移參數(shù)和旋轉(zhuǎn)參數(shù)；與模板匹配單元連接的細節(jié)點對比對單元用于指紋局部結(jié)構(gòu)模板 和數(shù)據(jù)庫指紋模板中對應的細節(jié)點對二次比對，比較對應的細節(jié)點對并 得到匹配分數(shù)。為了實現(xiàn)本發(fā)明的目的，本發(fā)明的另一方面，是提供一種基于局部 結(jié)構(gòu)的雙胞胎相似指紋識別方法，包括步驟預處理步驟對采集到的指紋圖像進行預處理，得到指紋的細化圖像；構(gòu)造局部結(jié)構(gòu)模板步驟提取細化圖像中的脊線末梢和分叉細節(jié)點 p，對提取的細節(jié)點^的集合構(gòu)造局部結(jié)構(gòu)，將指紋中各局部結(jié)構(gòu)組合 生成指紋模板；細節(jié)點局部結(jié)構(gòu)匹配步驟把輸入指紋局部結(jié)構(gòu)模板與數(shù)據(jù)庫中指 紋模板進行比對，計算局部結(jié)構(gòu)之間的相對位置和方向參數(shù)的差異，判 斷指紋是否匹配。根據(jù)本發(fā)明的實施例，所述預處理步驟，還包括步驟U方向場圖像提取采用分析指紋中灰度點的梯度方向和待 估計方向的關(guān)系，利用模糊邏輯的方法去求解出四個方向所占的比例， 利用映射方向的值，估計求出方向場圖像；步驟1.2分割方向場圖像:去除所述方向場圖像中方向場變化紊亂 的部分，形成指紋的掩膜圖像；步驟1.3方向濾波:利用一個基于具有方向性的平行四邊形的模板和 利用滑動窗運行算法，對掩膜圖像進行方向濾波；步驟1.4方向濾波圖像細化采用垂直于x軸方向或垂直于y方向 兩種情況下的細化處理方法，對方向濾波圖像采用線積分通過跨越脊線
的斷面進行細化對于脊線方向在[f,]之間的線積分采用垂直于y軸方向的變換，對于脊線方向在[of]和[,"]之間的情況采用垂直于X軸方向的變換。根據(jù)本發(fā)明的實施例，所述構(gòu)造局部結(jié)構(gòu)模板步驟，還包括 根據(jù)細化圖像提取的細節(jié)點集信息，生成待比對的指紋模板，當采 集的指紋圖像抽取了細節(jié)點點集M-(MJ^;t^i^，其中L是該點集中細節(jié)點的個數(shù)；對于其中任意一個細節(jié)點，其特征矢量為Ma = ^ A "y ，由這個特征矢量構(gòu)成指紋基本模板。根據(jù)本發(fā)明的實施例，所述細節(jié)點局部結(jié)構(gòu)匹配步驟，還包括步驟3.1取得每一個細節(jié)點的特征，其中包括細節(jié)點x, y坐標、方 向P和方向場區(qū)域特征20Z)，所有的細節(jié)點向量f作為一個整體與指紋 圖像——對應，《=[(X,.V)",ZOZ)];步驟3.2指紋圖像的初匹配應用細節(jié)點向量得到匹配的細節(jié)點對， 并生成細節(jié)點結(jié)構(gòu)；步驟3.3模板匹配對指紋局部結(jié)構(gòu)模板中的細節(jié)點結(jié)構(gòu)和數(shù)據(jù)庫指紋中的細節(jié)點結(jié)構(gòu)進行匹配，獲取兩個匹配陣列，其中一個記錄匹配 陣列位置平移能量，另外一個匹配陣列記錄角度旋轉(zhuǎn)能量，計算能量匹配陣列的統(tǒng)計平均值得到平移參數(shù)和旋轉(zhuǎn)參數(shù)；步驟3.4對指紋局部結(jié)構(gòu)模板i^和數(shù)據(jù)庫指紋模板中對應的細節(jié) 點對進行二次比對，通過整體位置平移和角度旋轉(zhuǎn)，對模板中細節(jié)點局 部結(jié)構(gòu)進行調(diào)整，比較對應的細節(jié)點對并得到匹配分數(shù)。本發(fā)明的有益效果是由于雙胞胎具有最為相近的DNA，并且有著相同的母體發(fā)育環(huán)境， 其指紋被證實具有很高的相似性，尤其在指紋全局特征上相似程度更 高，導致現(xiàn)有的指紋識別方法在雙胞胎指紋識別的應用中往往錯誤率較 高。本發(fā)明基于指紋局部特征結(jié)構(gòu)的可辨別性，提出了基于局部結(jié)構(gòu)的 指紋匹配方法，能夠有效地對雙胞胎的指紋進行識別。由于本發(fā)明運用 了細節(jié)點局部結(jié)構(gòu)，使得采用本發(fā)明所述的方法不僅顯著提高了自動指 紋識別系統(tǒng)對于雙胞胎相似指紋的識別性能，而且能夠避免因指紋全局 特征相似而造成的識別率下降問題。雙胞胎指紋識別是指紋識別技術(shù)中
的難點，該方法在應用于普通人群指紋識別的同時，顯著提高了自動指 紋識別系統(tǒng)對于雙胞胎相似指紋的識別能力，拓寬了其在雙胞胎這一特 殊群體中的應用范圍，提供了簡便、高效的雙胞胎身份鑒定的手段，具有重要的應用價值。


圖1是利用本發(fā)明系統(tǒng)的架構(gòu)示意圖；圖2本發(fā)明基于局部結(jié)構(gòu)的雙胞胎相似指紋識別系統(tǒng)原理框圖 圖3是本發(fā)明的預處理裝置方框圖 圖4細節(jié)點局部結(jié)構(gòu)匹配裝置方框5本發(fā)明提取雙胞胎相對應手指指紋中細節(jié)點特征示意圖；圖6本發(fā)明的細節(jié)點對示意圖；圖7本發(fā)明的細節(jié)點局部結(jié)構(gòu)示意圖；圖8本發(fā)明的重疊區(qū)域校準示意圖。
具體實施方式
下面結(jié)合附圖和實施例對本發(fā)明作進一步說明，應指出的是，所描 述的實施例僅旨在便于對本發(fā)明的理解，而對其不起任何限定作用。如圖1，是利用本發(fā)明系統(tǒng)的架構(gòu)雙胞胎身份系統(tǒng)示意圖所示 雙胞胎指紋身份管理系統(tǒng)包括系統(tǒng)管理計算機和指紋采集儀，其 中管理計算機包括雙胞胎指紋數(shù)據(jù)庫、指紋識別系統(tǒng)。實現(xiàn)本發(fā)明指紋識別系統(tǒng)的具體方法如下本發(fā)明在利用指紋采集 儀采集待比對雙胞胎的指紋圖像信息以后，通過USB接口將采集到的指 紋圖像信息傳入雙胞胎身份系統(tǒng)管理計算機，由所述系統(tǒng)計算機中指紋 識別系統(tǒng)的預處理裝置1對指紋圖像進行預處理得到細化圖像，并提取 指紋中的細節(jié)點；然后通過局部結(jié)構(gòu)模板裝置2將細節(jié)點構(gòu)建為細節(jié)點 局部結(jié)構(gòu)，對提取的細節(jié)點構(gòu)造出相對位置穩(wěn)定、抗形變、抗噪聲的局 部結(jié)構(gòu)的指紋模板信息；最后通過細節(jié)點局部結(jié)構(gòu)匹配裝置3計算指紋 局部結(jié)構(gòu)之間的差異，從而判斷指紋是否匹配。本發(fā)明的指紋識別系統(tǒng) 將待比對模板與雙胞胎指紋數(shù)據(jù)庫中的模板進行遍歷比較，得出比對結(jié)
果并輸出。如圖2本發(fā)明基于局部結(jié)構(gòu)的雙胞胎相似指紋識別系統(tǒng)所示，包括: 預處理裝置1、局部結(jié)構(gòu)模板裝置2、細節(jié)點局部結(jié)構(gòu)匹配裝置3，其中與輸入圖像端連接的預處理裝置1，用于對輸入的指紋圖像提取方 向場圖像、分割指紋圖像的前景和背景、對圖像進行方向濾波，輸出指 紋細化圖像；與預處理裝置1連接的局部結(jié)構(gòu)模板裝置2，用于提取細化圖像中 細節(jié)點，構(gòu)造細節(jié)點局部結(jié)構(gòu)，將指紋中各局部結(jié)構(gòu)組合生成指紋模板;與局部結(jié)構(gòu)模板裝置2連接的細節(jié)點局部結(jié)構(gòu)匹配裝置3:比對輸 入指紋局部結(jié)構(gòu)模板與數(shù)據(jù)庫中指紋模板，用于輸出指紋識別結(jié)果。本發(fā)明各裝置程序由0++語言編寫，運行環(huán)境為Windows2000和 WindowsXP系統(tǒng)，需要計算機配置USB接口以連接指紋采集儀。如圖3所示，預處理裝置l，是對采集到的指紋圖像進行方向場提 取、分割、濾波、細化等預處理，得到指紋的細化圖像，提取細化圖像 中的脊線末梢和分叉等細節(jié)點; ，具體實施步驟如下方向場提取單元11:對輸入指紋圖像是采用分析四個指紋中灰度點的梯度方向0° 、 45° 、 90°和135°和待估計方向的關(guān)系，利用模糊 邏輯的方法去求解出四個方向0° 、 45° 、 90°禾n 135°所占的比例 [孔32，戮34]。若映射[()。-180° ]為
中的值，從而估計出所求的 方向場如下式，0 = A+32x32 + 33x64 + 54x96。其中1、 32、 64 和96分別對應四個方向0° 、 45° 、 90°和135°所對應的方向值。該 方法只使用基本算術(shù)運算，執(zhí)行速度比一般的利用兩個梯度方向的反正 切函數(shù)快。分割單元12，對上述步驟提取出的方向場圖像，去除掉方向場圖像 方向場變化紊亂的部分，得到指紋的掩膜圖像ImgMsk;圖像濾波單元13，用于掩膜圖像ImgMsk進行方向濾波；利用一個 基于具有方向性的平行四邊形的模板來進行方向濾波，在進行濾波的同 時，利用滑動窗的方法來加速算法的運行，可以進一步提高算法執(zhí)行的 效率，也能夠得到非常理想的圖像增強效果。細化單元14，對脊線方向梯度的線積分通過跨越脊線的斷面進行，
只采用垂直于x軸方向或垂直于y方向兩種情況下的處理方法。對于脊線方向在[f,]之間的線積分采用垂直于y軸方向的變換，對于脊線方向在[of]和[,"]之間的情況采用垂直于x軸方向的變換，輸出指紋細化結(jié)果。2、 所述構(gòu)造局部結(jié)構(gòu)模板裝置2的步驟根據(jù)細化圖像提取的細節(jié)點集信息，生成待比對的指紋模板，當采集的指紋圖像抽取了細節(jié)點點集似={7^，1^&《￡}，其中L是該點集中 細節(jié)點的個數(shù)。對子其中任意一個細節(jié)點，其特征矢量為 =(x^凡& Gf，這個特征矢量就構(gòu)成了指紋的基本模板。3、 如圖4所述細節(jié)點局部結(jié)構(gòu)匹配裝置，輸入指紋的局部結(jié)構(gòu)模 板與數(shù)據(jù)庫中指紋的模板進行比對，通過計算局部結(jié)構(gòu)之間的相對位置和方向等參數(shù)的差異，判斷指紋是否匹配，具體實現(xiàn)步驟如下細節(jié)點特征單元31，如附圖5所示，把來自同一對雙胞胎的兩幅指 紋圖像提取細節(jié)點并用帶方向的短射線標識，其中射線的端點為細節(jié) 點，方向為細節(jié)點的方冋，對提取的細節(jié)點p進行進一步處理，計算細 節(jié)點的特征向量，取得每一個細節(jié)點的特征，其中包括4個特征量參細節(jié)點在整體坐標系下的坐標x,少參在整體坐標系下的方向e*方向場區(qū)域特征ZOD所有的細節(jié)點向量5作為一個整體與指紋圖像一一對應， ^[(x,y)刀，Z⑧];指紋圖像的初匹配單元32:應用細節(jié)點向量得到匹配的細節(jié)點對 ^，并生成細節(jié)點結(jié)構(gòu)F/"模板匹配單元33:以輸入指紋的i^作為模板對F"和數(shù)據(jù)庫指紋的i^進行匹配，獲取兩個匹配數(shù)組，其中一個記錄匹配數(shù)組中位置平移 的偏差，另外一個記錄匹配數(shù)組中角度旋轉(zhuǎn)的偏差，通過這兩個數(shù)組，分別計算平移參數(shù)和旋轉(zhuǎn)參數(shù)為"CW = ^7——，其中，Z'表示第,個
細節(jié)點，M是可能的角度旋轉(zhuǎn)的最大值，"On'是角度旋轉(zhuǎn)的數(shù)量，尸O,是記錄/點的位置偏差的相似度權(quán)值數(shù)組；細節(jié)點對比對單元34:對模板中對應的細節(jié)點對進行二次比對通 過整體位置平移和角度旋轉(zhuǎn)，對模板中細節(jié)點局部結(jié)構(gòu)進行調(diào)整，由于 己調(diào)整模板細節(jié)點集與輸入的細節(jié)點集非常相似，所以第二次匹配僅需 要比較對應的細節(jié)點對并得到匹配分數(shù)。4、所述局部細節(jié)點結(jié)構(gòu)構(gòu)造，即把輸入指紋和數(shù)據(jù)庫指紋的細節(jié) 點提取出來，并構(gòu)造細節(jié)點局部結(jié)構(gòu)，為接下來的匹配過程形成模板。 構(gòu)造細節(jié)點局部結(jié)構(gòu)是指紋比對中的一個重要步驟，細節(jié)點結(jié)構(gòu)構(gòu)造的 準確程度直接影響到整個指紋識別方法的性能。所述細節(jié)點局部結(jié)構(gòu)具 體構(gòu)造方法如下a) 對步驟1中提取的細節(jié)點戶進行進一步處理,計算細節(jié)點的特征向量，其中包括4個特征量參細節(jié)點在整體坐標系下的坐標;c, y參在整體坐標系下的方向^參方向場區(qū)域特征ZOZ)所有的細節(jié)點向量f作為一個整體與指紋圖像——對應，b) 應用細節(jié)點向量得到匹配的細節(jié)點對^，并生成多自由度向量 結(jié)構(gòu)F"，需要計算如下5個特征量，參見附圖6本發(fā)明的細節(jié)點對示 意圖，其中*細節(jié)點/， /之間的距離《 參細節(jié)點/， /的角度《，《*細節(jié)點/， 乂和細節(jié)點對巧之間的方向差z,， zyc) 根據(jù)細節(jié)點對^';;，以及其鄰近的細節(jié)點p"，生成多自由度的細 節(jié)點向量結(jié)構(gòu)n，需要計算如下8個特征量，參見圖7本發(fā)明的細節(jié)點局部結(jié)構(gòu)示意圖，其中參細節(jié)點)t和細節(jié)點/， 7之間的距離^， *細節(jié)點*和細節(jié)點/， y之間的方向差4， z&*向量^， ^所經(jīng)過的脊線數(shù)目 ， 細節(jié)點結(jié)構(gòu)為一向量集，F(xiàn)/4 =(《,^A,A;,zA,，z,,"fa, w,，。f ， f是各細節(jié)點的類型，如末梢點、分叉點等，其它參數(shù)定義如權(quán)利要求4c中所述；d) 對數(shù)據(jù)庫中的指紋圖像采取同樣的步i，獲得其細節(jié)點局部結(jié)構(gòu) F/,'，其構(gòu)造過程與待匹配指紋的局部結(jié)構(gòu)/^相同；e) 形成模板W和/(，進入局部結(jié)構(gòu)匹配。5、進行細節(jié)點局部結(jié)構(gòu)匹配，即把輸入指紋的局部結(jié)構(gòu)模板與數(shù) 據(jù)庫中指紋的模板進行比對，通過計算局部結(jié)構(gòu)之間的相對位置和方向 等參數(shù)的差異，判斷指紋是否匹配，所述的模板匹配方法如下a) 對F々和/^進行匹配，獲取兩個匹配陣列，其中一個記錄位置平移的能量，另外一個記錄角度旋轉(zhuǎn)的能量，計算能量陣列的統(tǒng)計平均值 可以得到平移參數(shù)和旋轉(zhuǎn)參數(shù)nOn':計算公式為，"^"i^——，其中，M是可能的角度旋轉(zhuǎn)的最大!■=0值，nOn是角度旋轉(zhuǎn)的數(shù)量，位置平移的數(shù)量計算方法同角度旋轉(zhuǎn)一樣；b) 根據(jù)平移參數(shù)和旋轉(zhuǎn)參數(shù)nOW，對待比對圖像與數(shù)據(jù)庫中圖像的 重疊區(qū)域進行校準，對F/,和i^進行結(jié)構(gòu)中細節(jié)點對的計算，得出匹配 上的細節(jié)點數(shù)M，參見圖8，本發(fā)明的重疊區(qū)域校準示意圖，其中上圖 為兩幅待匹配的指紋圖像，下圖為兩幅圖像之間重疊區(qū)域的示意圖。c) 將細節(jié)點對的結(jié)構(gòu)用多維矢量表示，鳳,.,；=(^,計算待比對模板和數(shù)據(jù)庫中指紋的模板中兩個細節(jié)點集的相似性， 戸—K-; )0, o^zerw/se其中;^、川是匹配細節(jié)點集中第/個點對以及模板細節(jié)點集中第乂個細節(jié)點對，pw是歸一化權(quán)值的系數(shù)，r&是待匹配模板中細節(jié)點對和數(shù)據(jù)庫中模板細節(jié)點對的配對的閾值，該閾值由上述的矢量的四個分量分別決定。
d)根據(jù)兩個模板中匹配上的細節(jié)點數(shù)W，利用經(jīng)驗公式來獲得與細 節(jié)點數(shù)目不相關(guān)的歸一化匹配分數(shù)計算式<formula>formula see original document page 15</formula>其中的n是比對中匹配上的點對數(shù)，尸"是指紋匹配累計權(quán)值。在匹 配比對數(shù)小于100分配較大的權(quán)值，而在大于500時分配較小的權(quán)值系數(shù)，從而保持權(quán)值系數(shù)盡量平滑，得出最終的匹配分數(shù)S。匹配分數(shù)S與判斷閾值r進行比較，輸出判斷結(jié)果，判定輸入指紋 與數(shù)據(jù)庫中指紋是否同--指紋。上面描述是用于實現(xiàn)本發(fā)明的實施例，本領域的技術(shù)人員應該理 解，在不脫離本發(fā)明的范圍的任何修改或局部替換，均屬于本發(fā)明權(quán)利 要求來限定的范圍。
權(quán)利要求
1、一種基于局部結(jié)構(gòu)的雙胞胎相似指紋識別系統(tǒng)，其特征在于，包括與輸入圖像端連接的預處理裝置，用于對輸入的指紋圖像提取方向場圖像、分割指紋圖像的前景和背景、對圖像進行方向濾波，輸出指紋細化圖像；與預處理裝置連接的局部結(jié)構(gòu)模板裝置，用于提取細化圖像中細節(jié)點，構(gòu)造細節(jié)點局部結(jié)構(gòu)，將指紋中各局部結(jié)構(gòu)組合生成指紋模板；與局部結(jié)構(gòu)模板裝置連接的細節(jié)點局部結(jié)構(gòu)匹配裝置比對輸入指紋局部結(jié)構(gòu)模板與數(shù)據(jù)庫中指紋模板，用于輸出指紋識別結(jié)果。
2、 如權(quán)利要求1所述雙胞胎相似指紋識別系統(tǒng)，其特征在于，預 處理裝置包括方向場提取單元用于分析指紋中灰度點的梯度方向和待估計方向 的關(guān)系，提取方向場圖像；與方向場提取單元連接的分割單元用于去除所述方向場圖像中方 向場變化紊亂的部分，形成指紋的掩膜圖像；與分割單元連接的圖像濾波單元用于掩膜圖像進行方向濾波；與圖像濾波單元連接的細化單元采用垂直于x軸方向或垂直于y 方向細化處理，用于對脊線方向梯度的線積分通過跨越脊線的斷面進行 細化，獲得細化指紋圖像。
3、 如權(quán)利要求1所述雙胞胎相似指紋識別系統(tǒng)，其特征在于，所述細節(jié)點局部結(jié)構(gòu)匹配裝置，還包括細節(jié)點特征單元，用于將所有的細節(jié)點向量作為一個整體與指紋圖 像一一對應；與細節(jié)點特征單元連接的初匹配單元用于將細節(jié)點向量匹配成細 節(jié)點對，并生成指紋圖像細節(jié)點結(jié)構(gòu)；與初匹配單元連接的模板匹配單元對指紋局部結(jié)構(gòu)模板中的細節(jié) 點結(jié)構(gòu)和數(shù)據(jù)庫指紋中的細節(jié)點結(jié)構(gòu)進行匹配，獲取匹配陣列，用于計 算能量匹配陣列的統(tǒng)計平均值得到平移參數(shù)和旋轉(zhuǎn)參數(shù)； 與模板匹配單元連接的細節(jié)點對比對單元用于指紋局部結(jié)構(gòu)模板 和數(shù)據(jù)庫指紋模板中對應的細節(jié)點對二次比對，比較對應的細節(jié)點對并 得到匹配分數(shù)。
4、 一種基于局部結(jié)構(gòu)的雙胞胎相似指紋識別方法，其特征在于 包含步驟預處理步驟對采集到的指紋圖像進行預處理，得到指紋的細化圖像；構(gòu)造局部結(jié)構(gòu)模板步驟提取細化圖像中的脊線末梢和分叉細節(jié)點 p，對提取的細節(jié)點p的集合構(gòu)造局部結(jié)構(gòu)，將指紋中各局部結(jié)構(gòu)組合 生成指紋模板；細節(jié)點局部結(jié)構(gòu)匹配步驟把輸入指紋局部結(jié)構(gòu)模板與數(shù)據(jù)庫中指 紋模板進行比對，計算局部結(jié)構(gòu)之間的相對位置和方向參數(shù)的差異，判 斷指紋是否匹配。
5、 如權(quán)利要求4所述雙胞胎相似指紋識別方法，其特征在于，所述預處理步驟，還包括步驟l.l方向場圖像提取采用分析指紋中灰度點的梯度方向和待 估計方向的關(guān)系，利用模糊邏輯的方法去求解出四個方向所占的比例， 利用映射方向的值，估計求出方向場圖像；步驟1.2分割方向場圖像去除所述方向場圖像中方向場變化紊亂 的部分，形成指紋的掩膜圖像；步驟1.3方向濾波利用一個基于具有方向性的平行四邊形的模板 和利用滑動窗運行算法，對掩膜圖像進行方向濾波；步驟1.4方向濾波圖像細化采用垂直于x軸方向或垂直于y方向兩種情況下的細化處理方法，對方向濾波圖像采用線積分通過跨越脊線的斷面進行細化對于脊線方向在[f,]之間的線積分采用垂直于y軸 方向的變換，對于脊線方向在[of]和[,"]之間的情況采用垂直于X軸方向的變換。
6、 如權(quán)利要求4所述雙胞胎相似指紋識別方法，其特征在于，所述構(gòu)造局部結(jié)構(gòu)模板步驟，還包括根據(jù)細化圖像提取的細節(jié)點集信息，生成待比對的指紋模板，當采 集的指紋圖像抽取了細節(jié)點點集M = {Mt ,1 S A《丄}，其中L是該點集中 細節(jié)點的個數(shù)對子其中任意一個細節(jié)點，其特征矢量為 Ma = ^ A ,由這個特征矢量構(gòu)成指紋基本模板。
7、 如權(quán)利要求4所述雙胞胎相似指紋識別方法，其特征在于，所 述細節(jié)點局部結(jié)構(gòu)匹配步驟，還包括步驟3.1取得每一個細節(jié)點的特征，其中包括細節(jié)點x， y坐標、方向e和方向場區(qū)域特征20D，所有的細節(jié)點向量S作為一個整體與指紋 圖像——對應，《=[(x，.v),0，ZOD];步驟3.2指紋圖像的初匹配應用細節(jié)點向量得到匹配的細節(jié)點對， 并生成細節(jié)點結(jié)構(gòu)；步驟3.3模板匹配對指紋局部結(jié)構(gòu)模板中的細節(jié)點結(jié)構(gòu)和數(shù)據(jù)庫 指紋中的細節(jié)點結(jié)構(gòu)進行匹配，獲取兩個匹配陣列，其中一個記錄匹配 陣列位置平移能量，另外一個匹配陣列記錄角度旋轉(zhuǎn)能量，計算能量匹 配陣列的統(tǒng)計平均值得到平移參數(shù)和旋轉(zhuǎn)參數(shù)為"Or/;步驟3.4對指紋局部結(jié)構(gòu)模板和數(shù)據(jù)庫指紋模板中對應的細節(jié)點對進行二次比對，通過整體位置平移和角度旋轉(zhuǎn)，對模板中細節(jié)點局部 結(jié)構(gòu)進行調(diào)整，比較對應的細節(jié)點對并得到匹配分數(shù)。
8、 如權(quán)利要求4所述的雙胞胎相似指紋識別方法，其特征在于，所述的局部細節(jié)點結(jié)構(gòu)，還包括利用局部細節(jié)點組合構(gòu)建細節(jié)點結(jié)構(gòu)，構(gòu)造細節(jié)點結(jié)構(gòu)采用向量集表示為:F/,(《,、A,A,A,^, , ,",M/，其中，《,，^分別是 細節(jié)點^和細節(jié)點/和細節(jié)點y之間的歐式距離；&,， 是向量^， ^的 角度；Zfa， Z&是細節(jié)點A和細節(jié)點Z和細節(jié)點y之間的方向差； ， 是向量^， ^所經(jīng)過的脊線數(shù)目；Z是各細節(jié)點的類型。
9、 如權(quán)利要求7所述的雙胞胎相似指紋識別方法，其特征在于，所述計算平移參數(shù)和旋轉(zhuǎn)參數(shù)為"On'-i^ ^——，其中，/表示第/個細節(jié)點，M是可能的角度旋轉(zhuǎn)的最大值，"On'是角度旋轉(zhuǎn)的數(shù)量，尸O,是 記錄/點的位置偏差的相似度權(quán)值數(shù)組； 根據(jù)平移參數(shù)和旋轉(zhuǎn)參數(shù)對待比對圖像與數(shù)據(jù)庫中圖像的重疊區(qū) 域進行校準，對指紋局部結(jié)構(gòu)模板i^和數(shù)據(jù)庫指紋F^進行結(jié)構(gòu)中細節(jié) 點對的計算，得出匹配上的細節(jié)點數(shù)"。
10、根據(jù)權(quán)利要求7所述的基于局部結(jié)構(gòu)的雙胞胎相似指紋識別方 法，其特征在于，所述模板匹配分數(shù)，還包括根據(jù)匹配上的細節(jié)點數(shù)n，利用與細節(jié)點數(shù)目不相關(guān)的歸一化匹配 分數(shù)計算式<formula>formula see original document page 5</formula>其中的"是比對中匹配上的點對數(shù)，尸"是指紋匹配累計權(quán)值；用于 保持權(quán)值系數(shù)盡量平滑，得出最終的匹配分數(shù)S選擇在匹配比對數(shù)小于100對時，分配較大的權(quán)值為(P"x2);在匹配對數(shù)大于500對時，分 配較小的權(quán)值系數(shù)為(尸 x102/256)。
全文摘要
本發(fā)明公開一種基于局部結(jié)構(gòu)的雙胞胎相似指紋識別系統(tǒng)及方法，識別系統(tǒng)包括預處理裝置、局部結(jié)構(gòu)模板裝置、細節(jié)點局部結(jié)構(gòu)匹配裝置；方法包括對采集到的指紋圖像進行預處理，得到指紋的細化圖像；提取細化圖像中的脊線末梢和分叉細節(jié)點p，對提取的細節(jié)點p的集合構(gòu)造局部結(jié)構(gòu)，將指紋中各局部結(jié)構(gòu)組合生成指紋模板；把輸入指紋局部結(jié)構(gòu)模板與數(shù)據(jù)庫中指紋模板進行比對，計算局部結(jié)構(gòu)之間的相對位置和方向參數(shù)的差異，判斷指紋是否匹配。由于本發(fā)明運用細節(jié)點局部結(jié)構(gòu)，不僅顯著提高了自動指紋識別系統(tǒng)對于雙胞胎相似指紋的識別性能，而且能夠避免因指紋全局特征相似而造成的識別率下降問題，拓寬其在雙胞胎這一特殊群體中的應用。
文檔編號G06K9/00GK101154263SQ200610113409
公開日2008年4月2日 申請日期2006年9月27日 優(yōu)先權(quán)日2006年9月27日
發(fā)明者鵬 時, 鑫 楊, 捷 田, 秦承虎, 謝衛(wèi)華 申請人:中國科學院自動化研究所