指纹识别方法.docx

指纹识别方法
专利名称：指纹识别方法
技术领域：
本发明涉及指纹识别技术，具体指一种指纹识别方法。
背景技术：
身份识别技术在许多需要验证与鉴别当事人身份的场合有着广泛的应用，如国防安全、公安刑侦、社保以及银行、证券、保险等领域，可以采取两种计算模式，即基于9*9方向模板(参见图4)或基于象素梯度的最小二乘优化拟合法的象素方向计算，然后进行块内平均，从而获取块的优势方向，即局部指纹纹线的走向。
其中象素梯度采用Sobel梯度模板计算，记为Gx(i，j)，Gy(i，j)；块方向角度记为θ，θ＝1/2×atan(∑∑(2×Gx(i，j)×Gy(i，j))/∑∑(Gx(i，j)×Gx(i，j)-Gy(i，j)×Gy(i，j)))；有向度是描述指纹图象的有方向的程度的指标，是基于多种图象的分割要求而产生的，旨在对指纹图象前景背景的分割。
象素有向度基于9×9方向模板的方向相对差进行计算，公式为(X-Y)/(X+Y)，其中X＝usSum[ucMaxDrc]，Y＝usSum[ucMinDrc]。
块有向度块内象素的标化有向度算术平均。
2)平滑和拉伸有向度全图大窗平滑块的有向度，然后以全图的最大最小块有向度为上下限，进行直方图0-255标化拉伸，并据此进行图象前景背景分割。
3)平滑方向图、获取奇点；a)平滑方向图采取倍角向量算术平均法进行块间平均，以获取优势方向。其目的在于平滑已经获取的局部指纹纹线走向，消除扰动，防止产生伪奇点。
b)奇点的提取奇点包括弓形点与三角点两种。将四方连逆时针转动，按模16累计单向邻差。如邻差等于32，则判定为弓形点；如邻差等于-32，则判定为三角点。
c)奇点角度的计算奇点角度是反映指纹大局部特征的重要指标，在后续的分类和比对中起着关键作用。这里采用基于块方向图的圆窗约束块流向与该块方位角的一致性统计计算方法。奇点角度计算流程是比较每一块方向图角与方位角的一致程度，在圆窗约束下进行一致程度的最大最小统计，以此计算弓形点和三角点的方向。
d)伪奇点的检出与删除由于指纹图象本身质量可能导致方向图畸变，从而产生伪奇点，因此需要检出与删除。检出流程如下由于通常伪奇点都出现在前景背景交界处，或前景的污损处，因此，在确认出现了伪奇点，并在进一步找出伪奇点后予以删除。
203、204框前景分割与前景表征及前景多边形的计算1)前景分割是以有向度标化下的固定阀值进行分割的。
2)前景多边形计算是在前景分割的基础上进行的。前景多边形计算采取上下左右从图象边框向图象中心的排挤方式，首先确定前景的上下左右边界，然后再确定前景上下左右框的四个角，即左下角、右下角、右上角、左上角的前景区之四个边界。
205框指纹分类指纹类别的划分分为拱形、箩形、左箕、右箕、顺双箕、逆双箕、尖拱及异类，及它们的各种组合。分类依据是根据奇点位置和方向的分布，但有时是模糊分类，即归入某几类的类群中，见表1表1基于奇点的指纹分类表
206框类别和奇点表征这里是指对指纹的大特征—类别和奇点进行表征。类别的表征涉及类和类群，奇点的表征涉及奇点的类别、位置和方向。
207框指纹图象增强图象增强的目的是强化指纹纹线，减弱以至消除图象中的非指纹纹线干扰。本实施例采取方向参数可调的Gabor滤波器对原始指纹图象进行滤波，实现图象增强。
滤波器函数描述公式