指紋細節(jié)點集合的向量化描述方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提出一種指紋細節(jié)點集合的向量化描述方法，包括以下步驟：從原始指紋圖像中選取參考點；根據(jù)參考點將原始指紋圖像轉(zhuǎn)化到預(yù)定坐標系下的矯正圖像；從預(yù)定坐標系中提取預(yù)定鄰域內(nèi)的矯正圖像的多個指紋細節(jié)點，并根據(jù)多個指紋細節(jié)點得到指紋細節(jié)點集合；對預(yù)定坐標系下預(yù)定鄰域內(nèi)的矯正圖像進行采樣，以獲取多個采樣點；對每個采樣點利用預(yù)定長度的描述向量表示；將多個采樣點的描述向量按照預(yù)定的次序組合以獲取最終的指紋細節(jié)點集合的向量化描述。本發(fā)明的方法，具有高區(qū)分度的、運算效率高、魯棒性強的優(yōu)點。本發(fā)明還提出一種指紋細節(jié)點集合的向量化描述系統(tǒng)。
【專利說明】指紋細節(jié)點集合的向量化描述方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及指紋識別【技術(shù)領(lǐng)域】，尤其涉及一種指紋細節(jié)點集合的向量化描述方法 及系統(tǒng)。

【背景技術(shù)】
[0002] 近年來隨著智能手機的普及，指紋識別系統(tǒng)的應(yīng)用范圍進一步加大。在指紋識別 系統(tǒng)中如何同時兼顧快速、準確和安全成為了關(guān)注的重點。指紋的向量化描述方法是實現(xiàn) 這一目標過程中的重要環(huán)節(jié)之一?，F(xiàn)有的指紋向量化描述方法主要有以下幾類：指紋一級 特征在濾波器組下的響應(yīng)、指紋細節(jié)點集合的傅里葉變換、指紋細節(jié)點局部描述子的量化 表示、指紋細節(jié)點三元組的統(tǒng)計規(guī)律等。
[0003] 上述方法中只有第一類使用了參考點進行平移旋轉(zhuǎn)的補償，但由于描述時也僅使 用指紋圖像的一級特征，因此對指紋的區(qū)分能力不強。后三類方法都試圖繞過旋轉(zhuǎn)平移的 補償，直接建立旋轉(zhuǎn)，平移不變的描述向量。但這種不變性以損失全局位置約束為代價，降 低了算法對于不同指紋的區(qū)分能力。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。為此，本發(fā)明的 第一個目的在于提出一種具有高區(qū)分度的、運算效率高、魯棒性強的指紋細節(jié)點集合的向 量化描述方法。
[0005] 本發(fā)明的第二個目的在于提出一種指紋細節(jié)點集合的向量化描述系統(tǒng)。
[0006] 本發(fā)明第一方面的實施例提出了一種指紋細節(jié)點集合的向量化描述方法，包括以 下步驟：從原始指紋圖像中提取指紋一級特征，并從所述指紋一級特征中選取參考點，所述 指紋一級特征包括方向場和周期圖；根據(jù)所述參考點將所述原始指紋圖像轉(zhuǎn)化到預(yù)定坐標 系下的矯正圖像；從所述預(yù)定坐標系中提取預(yù)定鄰域內(nèi)的矯正圖像的多個指紋細節(jié)點，并 根據(jù)所述多個指紋細節(jié)點得到指紋細節(jié)點集合，其中，所述指紋細節(jié)點包括端點和分叉點； 對所述預(yù)定坐標系中預(yù)定鄰域內(nèi)的矯正圖像進行采樣，以獲取多個采樣點；對每個所述采 樣點利用預(yù)定長度的描述向量表示，其中，所述描述向量的元素值由所述采樣點在所述預(yù) 定鄰域內(nèi)的所述細節(jié)點的影響值累加獲得；將所述多個采樣點的描述向量按照預(yù)定的次序 組合以獲取最終的指紋細節(jié)點集合的向量化描述。
[0007] 根據(jù)本發(fā)明實施例的指紋細節(jié)點集合的向量化描述方法，從原始指紋圖像中選取 參考點；根據(jù)參考點將原始指紋圖像轉(zhuǎn)化到預(yù)定坐標系下的矯正圖像；從預(yù)定坐標系中提 取預(yù)定鄰域內(nèi)的矯正圖像的多個指紋細節(jié)點，并根據(jù)多個指紋細節(jié)點得到指紋細節(jié)點集 合；對預(yù)定坐標系下預(yù)定鄰域內(nèi)的矯正圖像進行采樣，以獲取多個采樣點；對每個采樣點 利用預(yù)定長度的描述向量表示；將多個采樣點的描述向量按照預(yù)定的次序組合以獲取最終 的指紋細節(jié)點集合的向量化描述。本發(fā)明的方法，具有高區(qū)分度的、運算效率高、魯棒性強 的優(yōu)點。
[0008] 在一些示例中，所述描述向量的長度與所述采樣點的數(shù)目成正比。
[0009] 在一些示例中，所述指紋細節(jié)點的影響值vm通過以下公式獲得：vm =

【權(quán)利要求】
1. 一種指紋細節(jié)點集合的向量化描述方法，其特征在于，包括以下步驟： 從原始指紋圖像中提取指紋一級特征，并從所述指紋一級特征中選取參考點，所述指 紋一級特征包括方向場和周期圖； 根據(jù)所述參考點將所述原始指紋圖像轉(zhuǎn)化到預(yù)定坐標系下的矯正圖像； 從所述預(yù)定坐標系中提取預(yù)定鄰域內(nèi)的矯正圖像的多個指紋細節(jié)點，并根據(jù)所述多個 指紋細節(jié)點得到指紋細節(jié)點集合，其中，所述指紋細節(jié)點包括端點和分叉點； 對所述預(yù)定坐標系中預(yù)定鄰域內(nèi)的矯正圖像進行采樣，以獲取多個采樣點； 對每個所述采樣點利用預(yù)定長度的描述向量表示，其中，所述描述向量的元素值由所 述采樣點在所述預(yù)定鄰域內(nèi)的所述指紋細節(jié)點的影響值累加獲得；以及 將所述多個采樣點的描述向量按照預(yù)定的次序組合以獲取最終的指紋細節(jié)點集合的 向量化描述。
2. 如權(quán)利要求1所述的方法，其特征在于，所述描述向量的長度與所述采樣點的數(shù)目 成正比。
3. 如權(quán)利要求1所述的方法，其特征在于，所述指紋細節(jié)點的影響值vm通過以下公式 獲得： V- = wx · | x^-x | +wy · | | +we · | Θ，Θ |， 其中，X為所述采樣點的X方向平移參數(shù)，y為所述采樣點的y方向平移參數(shù)，Θ為所 述采樣點的旋轉(zhuǎn)參數(shù)，xm為所述預(yù)定鄰域內(nèi)的所述指紋細節(jié)點m的參數(shù)X方向平移參數(shù)，ym 為所述預(yù)定鄰域內(nèi)的所述指紋細節(jié)點m的參數(shù)y方向平移參數(shù)，Θ m為所述預(yù)定鄰域內(nèi)的所 述指紋細節(jié)點m的旋轉(zhuǎn)參數(shù)，m e (1，2,. . .，n), wx為X方向的權(quán)重系數(shù)，wy為y方向的權(quán) 重系數(shù)，we為Θ方向的權(quán)重系數(shù)。
4. 如權(quán)利要求1或3任意一項所述的方法，其特征在于，所述描述向量的元素值由所述 采樣點在所述預(yù)定鄰域內(nèi)的所述指紋細節(jié)點的影響值累加的公式表示為： K = ma 傘 in( [ ν'",，V· )，V_)， 其中，Vmin為所述描述向量的元素值的最大取值，Vmax為所述描述向量的元素值的最小 取值。
5. -種指紋細節(jié)點集合的向量化描述系統(tǒng)，其特征在于，包括： 矯正模塊，用于從原始指紋圖像提取指紋一級特征，并從所述指紋一級特征中選取參 考點，并根據(jù)所述參考點將所述原始指紋圖像轉(zhuǎn)化到預(yù)定坐標系下的矯正圖像，所述指紋 一級特征包括方向場和周期圖； 特征提取模塊，用于提取所述矯正圖像的多個指紋細節(jié)點，并根據(jù)所述多個指紋細節(jié) 點得到指紋細節(jié)點集合，其中，所述指紋細節(jié)點包括端點和分叉點； 采樣模塊，用于在預(yù)定坐標系下的預(yù)定鄰域內(nèi)對所述矯正圖像進行采樣，以獲取多個 采樣點；以及 指紋描述模塊，用于對所述每個所述采樣點利用預(yù)定長度的描述向量表示，將所述多 個采樣點的描述向量按照預(yù)定的次序組合以獲取所述指紋細節(jié)點集合的向量化描述，其 中，所述描述向量的元素值由所述采樣點在所述預(yù)定鄰域內(nèi)的所述指紋細節(jié)點的影響值累 加獲得。
6. 如權(quán)利要求5所述的系統(tǒng)，其特征在于，所述描述向量的長度與所述采樣點的數(shù)目 成正比。
7. 如權(quán)利要求5所述的系統(tǒng)，其特征在于，所述指紋細節(jié)點的影響值vm通過以下公式 獲得： V- = wx · | x^-x | +wy · | | +we · | Θ，Θ |， 其中，X為所述采樣點的X方向平移參數(shù)，y為所述采樣點的y方向平移參數(shù)，Θ為所 述采樣點的旋轉(zhuǎn)參數(shù)，xm為所述預(yù)定鄰域內(nèi)的所述指紋細節(jié)點m的參數(shù)X方向平移參數(shù)，ym 為所述預(yù)定鄰域內(nèi)的所述指紋細節(jié)點m的參數(shù)y方向平移參數(shù)，Θ m為所述預(yù)定鄰域內(nèi)的所 述指紋細節(jié)點m的旋轉(zhuǎn)參數(shù)，m e (1，2,. . .，n), wx為X方向的權(quán)重系數(shù)，wy為y方向的權(quán) 重系數(shù)，we為Θ方向的權(quán)重系數(shù)。
8. 如權(quán)利要求5或7任意一項所述的系統(tǒng)，其特征在于，所述描述向量的元素值由所述 采樣點在所述預(yù)定鄰域內(nèi)的所述指紋細節(jié)點的影響值累加的公式表示為： V = max(min( ^ , 其中，Vmin為所述描述向量的元素值的最大取值，vmax為所述描述向量的元素值的最小 取值。
【文檔編號】G06K9/00GK104268522SQ201410490632
【公開日】2015年1月7日 申請日期:2014年9月23日 優(yōu)先權(quán)日:2014年9月23日
【發(fā)明者】馮建江, 周杰, 羅宇軒 申請人:清華大學(xué)