專利名稱：重疊指紋圖像的分離方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種重疊指紋圖像的分離方法，使用計算機(jī)裝置及計算程序進(jìn)行重疊指紋圖像的分離處理，依據(jù)指紋輪廓，獲得指紋重疊區(qū)域圖像、單一指紋區(qū)域圖像；用梯度算法、局部傅立葉分析算法、松弛標(biāo)注算法對初始指紋方向場數(shù)據(jù)進(jìn)行處理，依據(jù)混合方向場模型進(jìn)行指紋方向場重構(gòu)，利用濾波增強(qiáng)算法對精細(xì)指紋方向場數(shù)據(jù)進(jìn)行處理。
背景技術(shù)：
現(xiàn)有技術(shù)中，處理重疊指紋通常由指紋專家手工標(biāo)注，既繁瑣又容易出錯，因此很有必要研究重疊指紋自動分離技術(shù)。近來出現(xiàn)了一些重疊指紋分離的學(xué)術(shù)研究成果，第一種是Chent3]等提出的基于松弛標(biāo)注(relaxation labeling)算法的重疊指紋分離方法,其流程為首先估計一個初始的方向場，再采用松弛標(biāo)注技術(shù)將初始方向場分為兩類，最后根據(jù)得到的方向場由Gabor濾波器調(diào)節(jié)得到兩個分離的指紋圖像。第二種是Fengw提出的 改進(jìn)算法，主要改進(jìn)為標(biāo)注問題的表述，一個重疊塊作為一個對象去標(biāo)注，標(biāo)注更新算法，采用順序更新。第三種是Zhaot5]等提出的基于模型的分離方法，其流程為針對每一個單獨(dú)的指紋區(qū)域手工標(biāo)注一些方向場線索，將奇異點也標(biāo)注出來，由奇異點和方向場線索建立零點-極點方向場模型，將初始指紋方向場減去奇異點方向場，這樣得到殘差方向場，由殘差方向場計算模型系數(shù)，這樣也就得到了殘差模型，由得到的模型預(yù)測未標(biāo)注的地方的方向場，將得到的方向場與零點-極點模型方向場相加得到最后的方向場，由Gabor濾波器調(diào)節(jié)得到兩個分離的指紋圖像?，F(xiàn)有技術(shù)中的第一種和第二種在模擬指紋圖像上都取得了好的結(jié)果，但是并不能用于真實指紋圖像。第三種只能用于低質(zhì)量重疊指紋分離，但需要手工標(biāo)注奇異點和方向場線索，標(biāo)注方向場線索十分繁瑣。因此，需要提出一種新的重疊指紋圖像的分離方法
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種重疊指紋圖像的分離方法，使用計算機(jī)裝置及計算程序進(jìn)行重疊指紋圖像的分離處理。依據(jù)指紋輪廓，獲得指紋重疊區(qū)域圖像、單一指紋區(qū)域圖像；用梯度算法、局部傅立葉分析算法進(jìn)行運(yùn)算，用松弛標(biāo)注算法對指紋初始方向場數(shù)據(jù)進(jìn)行處理，依據(jù)混合模型系數(shù)進(jìn)行指紋方向場重構(gòu)，利用濾波增強(qiáng)算法對指紋精細(xì)方向場數(shù)據(jù)進(jìn)行處理，獲得分離后的兩個指紋圖像文件。本發(fā)明能適用于大多數(shù)重疊指紋圖像分離，同時所需要的操作也很少。本發(fā)明的目的是由下述技術(shù)方案實現(xiàn)的一種重疊指紋圖像的分離方法，使用計算機(jī)裝置及安裝在計算機(jī)裝置中的計算程序進(jìn)行重疊指紋圖像的分離處理；其分離處理的步驟是
A、將一幅包含兩個指紋重疊在一起的重疊指紋圖像輸入所述計算機(jī)裝置，將所述重疊指紋圖像顯示在屏幕上，根據(jù)人眼觀察初步判斷出兩個指紋各自的指紋輪廓，啟動遮擋程序依據(jù)所述的指紋輪廓對所述的重疊指紋圖像進(jìn)行處理，獲得第一遮擋圖像文件和第二遮擋圖像文件，將所述的擋圖像文件保存在計算機(jī)裝置中；
B、啟動運(yùn)算程序?qū)Φ谝徽趽鯃D像文件和第二遮擋圖像文件進(jìn)行邏輯運(yùn)算，獲得背景區(qū)域圖像、指紋重疊區(qū)域圖像、第一種單一指紋區(qū)域圖像、第二種單一指紋區(qū)域圖像；將所述的四種區(qū)域圖像保存在計算機(jī)裝置中；
C、啟動梯度算法對所述第一種單一指紋區(qū)域圖像進(jìn)行運(yùn)算，獲得第一種指紋初始方向場數(shù)據(jù)；啟動梯度算法對所述第二種單一指紋區(qū)域圖像進(jìn)行運(yùn)算，獲得第二種指紋初始方 向場數(shù)據(jù)；啟動局部傅立葉分析算法對所述指紋重疊區(qū)域圖像進(jìn)行運(yùn)算，獲得第三種指紋初始方向場數(shù)據(jù)，將所述的三種指紋初始方向場數(shù)據(jù)保存在計算機(jī)裝置中；
D、啟動松弛標(biāo)注算法對所述第一種指紋初始方向場數(shù)據(jù)和第三種指紋初始方向場數(shù)據(jù)進(jìn)行運(yùn)算生成一個指紋方向場圖像，對該指紋方向場圖像進(jìn)行觀察修正，獲得第一種粗糙的指紋方向場圖像文件；啟動松弛標(biāo)注算法對所述第二種指紋初始方向場數(shù)據(jù)和第三種指紋初始方向場數(shù)據(jù)進(jìn)行運(yùn)算生成另一個指紋方向場圖像，對該指紋方向場圖像進(jìn)行觀察修正，獲得第二種粗糙的指紋方向場圖像文件；將所述的二種指紋方向場圖像文件保存在計算機(jī)裝置中；
E、打開所述粗糙的指紋方向場圖像文件，將該指紋方向場圖像顯示在屏幕上進(jìn)行觀察，如果所述粗糙的指紋方向場圖像中的指紋奇異點位于所述指紋重疊區(qū)域圖像中的指紋重疊區(qū)域，則操作鼠標(biāo)選用封閉曲線分別對所述指紋奇異點進(jìn)行標(biāo)注；如果所述指紋奇異點位于所述指紋重疊區(qū)域以外，則采用模型分離法提取出該指紋奇異點；然后采用DORIC特征去除所述粗糙的指紋方向場圖像中的偽奇異點；通過最小化原始方向場和由指紋奇異點重構(gòu)出的基于模型方向場的差求出指紋奇異點最優(yōu)組合；
F、根據(jù)步驟D和步驟E中獲得的指紋方向場圖像和指紋奇異點最優(yōu)組合，通過最小二乘算法求出混合模型參數(shù)，也就得到了混合模型；依據(jù)所述混合模型進(jìn)行指紋方向場重構(gòu)，獲得兩種基于模型的指紋精細(xì)方向場數(shù)據(jù)；
G、利用Gabor濾波增強(qiáng)算法對兩種基于模型的指紋精細(xì)方向場數(shù)據(jù)進(jìn)行處理，獲得兩個獨(dú)立的指紋圖像文件，重疊指紋圖像分離完成。本發(fā)明與現(xiàn)有技術(shù)相比具有如下優(yōu)點
I、本發(fā)明求出兩個分離的指紋方向場，采用松弛標(biāo)注算法求出兩個粗糙的指紋方向場，將正確的方向場選取出來，利用混合模型求取出兩個精細(xì)的方向場，根據(jù)方向場采用Gabor濾波器增強(qiáng)算法分離出兩個指紋。2、本發(fā)明既能用于模擬重疊指紋(也就是人工合成的重疊指紋)分離，也能用于真實重疊指紋分離，適應(yīng)性強(qiáng)。3、本發(fā)明相比Zhao的基于模型的方法簡化了繁瑣的選取方向場線索的工作。4、本發(fā)明采用計算機(jī)運(yùn)算，所需要的操作很少，能適用于大多數(shù)重疊指紋圖像分離。
以下結(jié)合附圖及實施例對本發(fā)明作進(jìn)一步說明。圖I、本發(fā)明的重疊指紋圖像分離流程框 圖2、本發(fā)明的重疊指紋圖像；圖3、本發(fā)明的第一遮擋圖像；
圖4、本發(fā)明的第二遮擋圖像；
圖5、本發(fā)明的指紋重疊區(qū)域圖像；
圖6、本發(fā)明的第一種單一指紋區(qū)域圖像；
圖7、本發(fā)明的第二種單一指紋區(qū)域圖像；
圖8、本發(fā)明的第一種粗糙的指紋方向場圖像； 圖9、本發(fā)明的第二種粗糙的指紋方向場圖像；


圖10、本發(fā)明的第一種基于模型的指紋精細(xì)方向場圖像；
圖11、本發(fā)明的第二種基于模型的指紋精細(xì)方向場圖像；
圖12、本發(fā)明的第一個獨(dú)立的指紋圖像；
圖13、本發(fā)明的第二個獨(dú)立的指紋圖像。
具體實施例方式實施例一
參見圖I 一圖13，本發(fā)明的重疊指紋圖像的分離方法，使用計算機(jī)裝置及安裝在計算機(jī)裝置中的計算程序進(jìn)行重疊指紋圖像的分離處理；其分離處理的步驟是
A、將一幅包含兩個指紋重疊在一起的重疊指紋圖像輸入所述計算機(jī)裝置，將所述重疊指紋圖像顯示在屏幕上，重疊指紋圖像的尺寸參數(shù)是388X374 (單位是像素)，根據(jù)人眼觀察初步判斷出兩個指紋各自的指紋輪廓，啟動遮擋程序依據(jù)所述的指紋輪廓對所述的重疊指紋圖像進(jìn)行處理，獲得第一遮擋圖像文件和第二遮擋圖像文件，將所述的擋圖像文件保存在計算機(jī)裝置中；啟動遮擋程序是指采用Visual C++或者M(jìn)atlab編制的計算機(jī)程序；指紋輪廓是指圖像中的指紋紋理形成的輪廓。B、啟動運(yùn)算程序?qū)Φ谝徽趽鯃D像文件和第二遮擋圖像文件進(jìn)行邏輯運(yùn)算，獲得背景區(qū)域圖像、指紋重疊區(qū)域圖像、第一種單一指紋區(qū)域圖像、第二種單一指紋區(qū)域圖像；將所述的四種區(qū)域圖像保存在計算機(jī)裝置中；本實施例中，運(yùn)算程序采用Visual C++或者M(jìn)atlab編制的計算機(jī)程序，用于對圖像進(jìn)行區(qū)域分割；進(jìn)行邏輯運(yùn)算包括與、或、非三種運(yùn)算；所述的背景區(qū)域圖像是去除掉指紋區(qū)域后剩余區(qū)域的圖像附圖中沒有顯示。C、啟動梯度算法對所述第一種單一指紋區(qū)域圖像進(jìn)行運(yùn)算，獲得第一種指紋初始方向場數(shù)據(jù)；啟動梯度算法對所述第二種單一指紋區(qū)域圖像進(jìn)行運(yùn)算，獲得第二種指紋初始方向場數(shù)據(jù)；啟動局部傅立葉分析算法對所述指紋重疊區(qū)域圖像進(jìn)行運(yùn)算，獲得第三種指紋初始方向場數(shù)據(jù)，將所述的三種指紋初始方向場數(shù)據(jù)保存在計算機(jī)裝置中；本實施例中，梯度算法是指能夠?qū)崿F(xiàn)梯度方法的程序，梯度方法屬于現(xiàn)有技術(shù)，請參見參考文獻(xiàn)[I]
D.Maltoni, D. Maio, A. K. Jain, et al. Handbook of Fingerprint Recognition [Μ]·London: Springer Press, 2009.第103 106頁公開的內(nèi)容。本實施例中，指紋初始方向場數(shù)據(jù)是指圖像上每一個點的數(shù)值是指紋圖像上對應(yīng)點的局部脊線方向數(shù)值。方向場表達(dá)了指紋圖像最基本的信息，從視覺效果上，方向場圖像描述了指紋的大致形狀(參考文獻(xiàn)99 102 頁)。本實施例中，局部傅立葉分析算法指能夠?qū)崿F(xiàn)局部傅立葉分析方法的程序，局部傅立葉分析方法屬于現(xiàn)有技術(shù)，請參見參考文獻(xiàn)[12] A. K. Jain, J. J. Feng. LatentPalmprint Matching [J], IEEE Trans. PAMI, 2009，31 (6):1032 - 1047。D、啟動松弛標(biāo)注算法對所述第一種指紋初始方向場數(shù)據(jù)和第三種指紋初始方向場數(shù)據(jù)進(jìn)行運(yùn)算生成一個指紋方向場圖像，對該指紋方向場圖像進(jìn)行觀察修正，獲得第一種粗糙的指紋方向場圖像文件；啟動松弛標(biāo)注算法對所述第二種指紋初始方向場數(shù)據(jù)和第三種指紋初始方向場數(shù)據(jù)進(jìn)行運(yùn)算生成另一個指紋方向場圖像，對該指紋方向場圖像進(jìn)行觀察修正，獲得第二種粗糙的指紋方向場圖像文件；將所述的二種指紋方向場圖像文件保存在計算機(jī)裝置中；本實施例中，松弛標(biāo)注算法是指能夠?qū)崿F(xiàn)松弛標(biāo)注法的程序，松弛標(biāo)注法屬于現(xiàn)有技術(shù)，請參見參考文獻(xiàn)[3] F. L. Chen, J. J. Feng, A. K. Jain, et al.Separating Overlapped Fingerprints [J]. IEEE Trans. Inf. Foren. Secur. 2011,6(2) :346-359。本實施例中，對該指紋方向場圖像進(jìn)行觀察修正是指操作人員觀察圖像選出正確的方向場進(jìn)行修正。粗糙的指紋方向場圖像文件是指后綴為bmp或者jpg的圖像文件，該圖像文件生成顯示指紋紋理的圖像(參見圖8或者圖9所顯示的粗糙的指紋方向場圖像)。

E、打開所述粗糙的指紋方向場圖像文件，將該指紋方向場圖像顯示在屏幕上進(jìn)行觀察，如果所述粗糙的指紋方向場圖像中的指紋奇異點位于所述指紋重疊區(qū)域圖像中的指紋重疊區(qū)域，則操作鼠標(biāo)選用封閉曲線分別對所述指紋奇異點進(jìn)行標(biāo)注；如果所述指紋奇異點位于所述指紋重疊區(qū)域以外，則采用模型分離法提取出該指紋奇異點；然后采用DORIC特征去除所述粗糙的指紋方向場圖像中的偽奇異點；通過最小化原始方向場和由指紋奇異點重構(gòu)出的基于模型方向場的差(通過調(diào)節(jié)模型方向場的參數(shù)使得兩個方向場之差最小)求出指紋奇異點最優(yōu)組合；(也就是使得上述兩個方向場之差最小)。依據(jù)第一種粗糙的指紋方向場圖像文件求出第一種指紋奇異點最優(yōu)組合，依據(jù)第二種粗糙的指紋方向場圖像文件求出第二種指紋奇異點最優(yōu)組合。F、根據(jù)步驟D和步驟E中獲得的指紋方向場圖像和指紋奇異點最優(yōu)組合，通過最小二乘算法求出混合模型參數(shù)，也就得到了混合模型；依據(jù)所述混合模型進(jìn)行指紋方向場重構(gòu)，獲得兩種基于模型的指紋精細(xì)方向場數(shù)據(jù)；本實施例中，指紋方向場重構(gòu)是指由混合模型求出指紋方向場；本實施例中，依據(jù)第一種粗糙的指紋方向場圖像文件和第一種指紋奇異點最優(yōu)組合，獲得第一種基于模型的指紋精細(xì)方向場數(shù)據(jù)(參見圖10所顯示的圖像)；依據(jù)第二種粗糙的指紋方向場圖像文件和第二種指紋奇異點最優(yōu)組合，獲得第二種基于模型的指紋精細(xì)方向場數(shù)據(jù)(參見圖11所顯示的圖像)。G、利用Gabor濾波增強(qiáng)算法對兩種基于模型的指紋精細(xì)方向場數(shù)據(jù)進(jìn)行處理，獲得兩個獨(dú)立的指紋圖像文件，重疊指紋圖像分離完成；參見圖12所顯示的第一個指紋圖像和圖13所顯示的第二個指紋圖像。本實施例中，Gabor濾波增強(qiáng)算法是指使用指紋方向場對指紋圖像進(jìn)行增強(qiáng)求出兩個分離的指紋數(shù)據(jù)。指紋在局部小區(qū)域內(nèi)可以認(rèn)為是一組平行的具有一定頻率的直線，那么順著脊線的方向使用Gabor窗函數(shù)去過濾圖像，使脊線的信息得到加強(qiáng)。由于是順著脊線的方向濾波，在順著脊線方向上有平滑的作用，因此能將一些斷裂的脊線修復(fù)回原來的狀態(tài)，同時由于Gabor濾波器有良好的頻率選擇性，因此可以在有效地去除脊線上噪聲的同時，保持脊線的結(jié)構(gòu)。本實施例中，所述計算機(jī)裝置的配置是奔騰雙核2. 7GHz CPU, 2G內(nèi)存，Windows XP操作系統(tǒng)。所述的計算程序是采用Visual C++或者M(jìn)atlab編制的計算機(jī)程序。所述計算機(jī)裝置還可以是網(wǎng)絡(luò)計算機(jī)。本實施例中，指紋奇異點是指紋方向場的不連續(xù)點，奇異點本身就是描述指紋宏觀走向的一種特征，奇異點有兩種類型中心點和三角點。偽奇異點是指檢測奇異點過程中產(chǎn)生的假的奇異點。模型分離法是基于數(shù)學(xué)模型分離奇異點的方法，模型分離法屬于現(xiàn)有技術(shù)，請參見參考文獻(xiàn)[6] J. Zhou, F. L. Chen, J. W. Gu. A Novel Algorithmfor Detecting Singular Points from Fingerprint Images [J]. IEEE Trans. PAMIj2009，31 (7) :1239 - 1250。DORIC特征是逆時針沿著圓圈的方向值的變化量之差。參考文獻(xiàn)
[I] D. Maltoni, D. Maioj A. K. Jain, et al. Handbook of FingerprintRecognition [Μ]. London: Springer Press, 2009。
[2]田捷，楊鑫.生物特征識別理論與應(yīng)用[M].北京清華大學(xué)出版社，2009ο[3] F. L Chen, J. J. Feng, A. K. Jain, et al. Separating OverlappedFingerprints [J]. IEEE Trans. Inf. Foren. Secur. 2011，6 (2):346-359。[4] J. J. Feng, Y. Shij J. Zhou. Robust and Efficient Algorithms forSeparating Latent Overlapped Fingerprints [J]. Under Review in IEEE Trans. Inf.Foren. Secur 2012。[5] Q. J. Zhao, A. K. Jain. Model Based Separation of Overlapping LatentFingerprints [J]. IEEE Trans. Inf. Foren. Secur. 2012，7 (3):904-918。[6] J. Zhou, F. L. Chen, J. W. Gu. A Novel Algorithm forDetecting Singular Points from Fingerprint Images [J]. IEEE Trans. PAMIj2009，31 (7) :1239 - 1250。[7] J. Zhou, J. W. Gu. A Model-Based Method for the Computationof Fingerprints’ Orientation Field[J]. IEEE Trans. Image Processing,2004，13(6) :821 - 835。[8] L. Hong, Y. Wan, A. K. Jain. Fingerprint Image Enhancement:Algorithm and Performance Evaluation [J]. IEEE Trans. PAMIj 1998,20 (8): 777 -789。[9] B. G. Sherlock, D. M. Monro. A Model for Interpreting FingerprintTopology [J]. Pattern Recognition, 1993，26 (7):1047-1055。[10] S. Huckemannj T. Hotzj A. Munk. Global Models for the OrientationField of Fingerprints: An Approach Based on Quadratic Differentials [J]. IEEETrans. PAMIj 2008，30 (9) : 1507 - 1519。[11] Y. Wang, J. K. Huj D. Phillips. A Fingerprint Orientation ModelBased on 2D Fourier Expansion (FOMFE) and Its Application to Singular-PointDetection and Fingerprint Indexing [J]. IEEE Trans. PAMIj 2007，29 (4):573 -585。[12] A. K. Jain, J. J. Feng. Latent Palmprint Matching [J]. IEEE Trans.PAMI, 2009，31(6):1032 - 1047。
權(quán)利要求
1.一種重疊指紋圖像的分離方法，使用計算機(jī)裝置及安裝在計算機(jī)裝置中的計算程序進(jìn)行重疊指紋圖像的分離處理；其分離處理的步驟是 A、將一幅包含兩個指紋重疊在一起的重疊指紋圖像輸入所述計算機(jī)裝置，將所述重疊指紋圖像顯示在屏幕上，根據(jù)人眼觀察初歩判斷出兩個指紋各自的指紋輪廓，啟動遮擋程序依據(jù)所述的指紋輪廓對所述的重疊指紋圖像進(jìn)行處理，獲得第一遮擋圖像文件和第二遮擋圖像文件，將所述的擋圖像文件保存在計算機(jī)裝置中； B、啟動運(yùn)算程序?qū)Φ谝徽趽鯃D像文件和第二遮擋圖像文件進(jìn)行邏輯運(yùn)算，獲得背景區(qū)域圖像、指紋重疊區(qū)域圖像、第一種單一指紋區(qū)域圖像、第二種單一指紋區(qū)域圖像；將所述的四種區(qū)域圖像保存在計算機(jī)裝置中； C、啟動梯度算法對所述第一種單一指紋區(qū)域圖像進(jìn)行運(yùn)算，獲得第一種指紋初始方向場數(shù)據(jù)；啟動梯度算法對所述第二種單一指紋區(qū)域圖像進(jìn)行運(yùn)算，獲得第二種指紋初始方向場數(shù)據(jù)；啟動局部傅立葉分析算法對所述指紋重疊區(qū)域圖像進(jìn)行運(yùn)算，獲得第三種指紋初始方向場數(shù)據(jù)，將所述的三種指紋初始方向場數(shù)據(jù)保存在計算機(jī)裝置中； D、啟動松弛標(biāo)注算法對所述第一種指紋初始方向場數(shù)據(jù)和第三種指紋初始方向場數(shù)據(jù)進(jìn)行運(yùn)算生成一個指紋方向場圖像，對該指紋方向場圖像進(jìn)行觀察修正，獲得第一種粗糙的指紋方向場圖像文件；啟動松弛標(biāo)注算法對所述第二種指紋初始方向場數(shù)據(jù)和第三種指紋初始方向場數(shù)據(jù)進(jìn)行運(yùn)算生成另ー個指紋方向場圖像，對該指紋方向場圖像進(jìn)行觀察修正，獲得第二種粗糙的指紋方向場圖像文件；將所述的ニ種指紋方向場圖像文件保存在計算機(jī)裝置中； E、打開所述粗糙的指紋方向場圖像文件，將該指紋方向場圖像顯示在屏幕上進(jìn)行觀察，如果所述粗糙的指紋方向場圖像中的指紋奇異點位于所述指紋重疊區(qū)域圖像中的指紋重疊區(qū)域，則操作鼠標(biāo)選用封閉曲線分別對所述指紋奇異點進(jìn)行標(biāo)注；如果所述指紋奇異點位于所述指紋重疊區(qū)域以外，則采用模型分離法提取出該指紋奇異點；然后采用DORIC特征去除所述粗糙的指紋方向場圖像中的偽奇異點；通過最小化原始方向場和由指紋奇異點重構(gòu)出的基于模型方向場的差求出指紋奇異點最優(yōu)組合； F、根據(jù)步驟D和步驟E中獲得的指紋方向場圖像和指紋奇異點最優(yōu)組合，通過最小ニ乘算法求出混合模型參數(shù)，也就得到了混合模型；依據(jù)所述混合模型進(jìn)行指紋方向場重構(gòu)，獲得兩種基于模型的指紋精細(xì)方向場數(shù)據(jù)； G、利用Gabor濾波增強(qiáng)算法對兩種基于模型的指紋精細(xì)方向場數(shù)據(jù)進(jìn)行處理，獲得兩個獨(dú)立的指紋圖像文件，重疊指紋圖像分離完成。
全文摘要
本發(fā)明涉及一種重疊指紋圖像的分離方法，依據(jù)指紋輪廓對重疊指紋圖像進(jìn)行處理，獲得背景區(qū)域圖像、指紋重疊區(qū)域圖像、單一指紋區(qū)域圖像；用梯度算法對單一指紋區(qū)域圖像進(jìn)行運(yùn)算，獲得第一種指紋初始方向場數(shù)據(jù)，用局部傅立葉分析算法對指紋重疊區(qū)域圖像進(jìn)行運(yùn)算，獲得第二種指紋初始方向場數(shù)據(jù)，用松弛標(biāo)注算法對指紋初始方向場數(shù)據(jù)進(jìn)行處理獲得二種粗糙的指紋方向場圖像文件，通過最小化原始方向場和由指紋奇異點重構(gòu)出的基于模型方向場求出指紋奇異點最優(yōu)組合；依據(jù)混合模型進(jìn)行指紋方向場重構(gòu)，獲得基于模型的指紋精細(xì)方向場數(shù)據(jù)；利用濾波增強(qiáng)算法對基于模型的指紋精細(xì)方向場數(shù)據(jù)進(jìn)行處理，獲得分離后的兩個指紋圖像文件。
文檔編號G06K9/00GK102799876SQ20121027191
公開日2012年11月28日 申請日期2012年8月2日 優(yōu)先權(quán)日2012年8月2日
發(fā)明者鄭逢德, 楊春宇, 劉曉春 申請人:北京海和鑫生信息科學(xué)研究所有限公司