基于二部圖最佳匹配的指紋匹配方法
【專利摘要】本發(fā)明公開了一種基于二部圖最佳匹配的指紋匹配方法，首先采用局部匹配以獲得一系列參考點(diǎn)對(duì)，然后在更高層次上對(duì)已獲得的參考點(diǎn)對(duì)通過構(gòu)建拓?fù)浣Y(jié)構(gòu)進(jìn)行驗(yàn)證，使匹配效果達(dá)到全局最優(yōu)。本發(fā)明包括：計(jì)算輸入指紋細(xì)節(jié)點(diǎn)與模板指紋任意細(xì)節(jié)點(diǎn)對(duì)相似度；構(gòu)造二部圖的步驟；利用KM算法得出最佳匹配。更進(jìn)一步包括通過建立細(xì)節(jié)點(diǎn)的拓?fù)浣Y(jié)構(gòu)去除錯(cuò)誤匹配點(diǎn)對(duì)的步驟。本發(fā)明凸顯了圖像匹配中的全局性，進(jìn)一步提高了算法魯棒性，抗噪能力強(qiáng)，能夠兼顧匹配精度和運(yùn)算時(shí)間，使匹配效果達(dá)到全局最優(yōu)。
【專利說明】基于二部圖最佳匹配的指紋匹配方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，涉及一種指紋識(shí)別技術(shù)，更為具體地說，是設(shè)計(jì)一 種基于二部圖最佳匹配的指紋匹配方法。

【背景技術(shù)】
[0002] 信息化社會(huì)中，身份認(rèn)證是安全快速地進(jìn)行信息傳遞的基礎(chǔ)，而傳統(tǒng)的身份認(rèn)證 由于極易偽造和丟失，越來越難以滿足社會(huì)的需求，目前最為便捷與安全的解決方案無疑 就是生物識(shí)別技術(shù)。生物特征識(shí)別技術(shù)是利用人的生理特征或行為特征，來進(jìn)行個(gè)人身份 的鑒定。它不但簡潔快速，而且利用它進(jìn)行身份的認(rèn)定更為安全、可靠、準(zhǔn)確；同時(shí)更易于配 合電腦和安全、監(jiān)控、管理系統(tǒng)整合，實(shí)現(xiàn)自動(dòng)化管理。由于其廣闊的應(yīng)用前景、巨大的社會(huì) 效益和經(jīng)濟(jì)效益，生物特征識(shí)別技術(shù)已引起各國的廣泛關(guān)注和高度重視。指紋識(shí)別是生物 特征識(shí)別技術(shù)中發(fā)展較為快速的分支，指紋具有唯一性和易采集性的特點(diǎn)，應(yīng)用范圍非常 廣泛。而自動(dòng)指紋識(shí)別系統(tǒng)（AFIS)由于其體積小、成本低、易操作、可靠性高等優(yōu)點(diǎn)越來越 受到人們的青睞，成為最重要的生物識(shí)別技術(shù)之一。
[0003] -般的自動(dòng)指紋識(shí)別方法包括：圖像采集、圖像分割、方向場(chǎng)估計(jì)、圖像增強(qiáng)、二值 化及細(xì)化、特征點(diǎn)提取、特征匹配等步驟。特征匹配作為整個(gè)系統(tǒng)中的最后一步，其主要任 務(wù)是根據(jù)事先提取出的特征將輸入指紋細(xì)節(jié)點(diǎn)與模板指紋細(xì)節(jié)點(diǎn)進(jìn)行匹配，如果匹配上的 細(xì)節(jié)點(diǎn)對(duì)數(shù)超過某一閥值，則判定輸入指紋與模板指紋匹配，完成特征識(shí)別。
[0004] 目前，已有大量的指紋匹配算法被提出，現(xiàn)有指紋匹配算法大致可分為以下幾類： 基于相關(guān)性的匹配；基于點(diǎn)模式匹配；基于脊線特征的匹配等等。其中基于點(diǎn)模式的匹配 是目前研究最為活躍、應(yīng)用最為廣泛的指紋匹配方法?；邳c(diǎn)模式的匹配方法已有大量的 研究工作，其中有：基于全局匹配的方法和基于局部的匹配方法。其中，基于全局匹配的方 法主要通過構(gòu)建細(xì)節(jié)點(diǎn)局部特征并對(duì)該局部特征計(jì)算相似度，最后進(jìn)行全局配準(zhǔn)并計(jì)算匹 配分?jǐn)?shù)。但由于剛性形變，彈性形變，部分重疊等原因，都會(huì)導(dǎo)致誤識(shí)率的升高，從而使得細(xì) 節(jié)點(diǎn)匹配的正確率降低。基于局部匹配的方法也同樣通過細(xì)節(jié)點(diǎn)局部特征獲取兩幅帶匹 配指紋圖像之間的參考點(diǎn)對(duì)，最后基于所有參考點(diǎn)對(duì)的局部匹配結(jié)果計(jì)算匹配分?jǐn)?shù)，由于 不同指紋可能在局部范圍表現(xiàn)出較好的相似性，使得該類方法的誤識(shí)率較高。此外，指紋圖 像由于手指皮膚過干、過濕、手指紋路很淺、手指有傷口、蛻皮，手指在采集時(shí)有臟物，采集 設(shè)備的成像特性，采集平面上的殘留物等原因產(chǎn)生的噪聲影響，都會(huì)使特征集不可靠而降 低細(xì)節(jié)點(diǎn)匹配效果。綜上所述，現(xiàn)有的基于點(diǎn)模式的指紋匹配方法具有不少缺陷，正確率較 低。


【發(fā)明內(nèi)容】

[0005] 為解決上述問題，本發(fā)明公開了一種基于二部圖最佳匹配的指紋匹配方法，首先 采用局部匹配以獲得一系列參考點(diǎn)對(duì)，然后在更高層次上對(duì)已獲得的參考點(diǎn)對(duì)通過構(gòu)建拓 撲結(jié)構(gòu)進(jìn)行驗(yàn)證，使匹配效果達(dá)到全局最優(yōu)。
[0006] 為了達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：
[0007] -種基于二部圖最佳匹配的指紋匹配方法，包括如下步驟：
[0008] 步驟A，獲得輸入指紋I，對(duì)輸入指紋I和模板指紋T內(nèi)的所有細(xì)節(jié)點(diǎn)進(jìn)行標(biāo)號(hào)， IiQGl...m)，Tj(jGl...n);
[0009] 步驟B，遍歷輸入指紋I的所有細(xì)節(jié)點(diǎn)，對(duì)于輸入指紋I中的第i個(gè)細(xì)節(jié)點(diǎn)計(jì)算Ii 與模板指紋T內(nèi)的所有細(xì)節(jié)點(diǎn)T^jG1…n)之間的相似度ISy選取相似度最小的點(diǎn)對(duì)并 記錄對(duì)應(yīng)的輸入指紋細(xì)節(jié)點(diǎn)編號(hào)，模板指紋細(xì)節(jié)點(diǎn)編號(hào)和相似度值；遍歷模板指紋T的所 有細(xì)節(jié)點(diǎn)，對(duì)于模板指紋T中的第j個(gè)細(xì)節(jié)點(diǎn)，計(jì)算t與Ii(iG1…m)之間的相似度TSij, 選取相似度最小的點(diǎn)對(duì)并記錄對(duì)應(yīng)的輸入指紋細(xì)節(jié)點(diǎn)編號(hào)，模板指紋細(xì)節(jié)點(diǎn)編號(hào)和相似度 值；
[0010] 步驟C，根據(jù)步驟B中記錄下信息，構(gòu)造二部圖；
[0011] 步驟D，對(duì)于步驟C構(gòu)造的二部圖，采用KM算法計(jì)算得出令所有邊權(quán)的和最大的匹 配。
[0012] 進(jìn)一步的,還包括步驟E:構(gòu)建細(xì)節(jié)點(diǎn)的拓?fù)浣Y(jié)構(gòu)去除錯(cuò)誤匹配的細(xì)節(jié)點(diǎn)對(duì)。
[0013] 進(jìn)一步的，所述步驟B包括如下步驟：計(jì)算各輸入指紋細(xì)節(jié)點(diǎn)Ii(iG1…m)與各 模板指紋細(xì)節(jié)點(diǎn)Tj(jG1…n)之間的相似度Sij,構(gòu)造相似度矩陣Similar_Arr(m,n):
[0014]

【權(quán)利要求】
1. 一種基于二部圖最佳匹配的指紋匹配方法，其特征在于，包括如下步驟： 步驟A，獲得輸入指紋I，對(duì)輸入指紋I和模板指紋T內(nèi)的所有細(xì)節(jié)點(diǎn)進(jìn)行標(biāo)號(hào)， IiQ G l...m)，Tj(j G l...n); 步驟B，遍歷輸入指紋I的所有細(xì)節(jié)點(diǎn)，對(duì)于輸入指紋I中的第i個(gè)細(xì)節(jié)點(diǎn)計(jì)算Ii與模 板指紋T內(nèi)的所有細(xì)節(jié)點(diǎn)T^j G 1…n)之間的相似度ISy選取相似度最小的點(diǎn)對(duì)并記錄 對(duì)應(yīng)的輸入指紋細(xì)節(jié)點(diǎn)編號(hào)，模板指紋細(xì)節(jié)點(diǎn)編號(hào)和相似度值；遍歷模板指紋T的所有細(xì) 節(jié)點(diǎn)，對(duì)于模板指紋T中的第j個(gè)細(xì)節(jié)點(diǎn)，計(jì)算Tj與Ii (i G 1…m)之間的相似度TSij,選取 相似度最小的點(diǎn)對(duì)并記錄對(duì)應(yīng)的輸入指紋細(xì)節(jié)點(diǎn)編號(hào)，模板指紋細(xì)節(jié)點(diǎn)編號(hào)和相似度值； 步驟C，根據(jù)步驟B中記錄下信息，構(gòu)造二部圖； 步驟D，對(duì)于步驟C構(gòu)造的二部圖，采用KM算法計(jì)算得出令所有邊權(quán)的和最大的匹配。
2. 根據(jù)權(quán)利要求1所述的基于二部圖最佳匹配的指紋匹配方法，其特征在于，還包括 步驟E :構(gòu)建細(xì)節(jié)點(diǎn)的拓?fù)浣Y(jié)構(gòu)去除錯(cuò)誤匹配的細(xì)節(jié)點(diǎn)對(duì)。
3. 根據(jù)權(quán)利要求1或2所述的基于二部圖最佳匹配的指紋匹配方法，其特征在于， 所述步驟B包括如下步驟：計(jì)算各輸入指紋細(xì)節(jié)點(diǎn)IiQ e 1…m)與各模板指紋細(xì)節(jié)點(diǎn) Tj(j G 1…n)之間的相似度Sij,構(gòu)造相似度矩陣Similar_Arr(m，n):
所述步驟C包括如下步驟：根據(jù)步驟B中記錄下的相似度值和細(xì)節(jié)點(diǎn)對(duì)編號(hào)，將相似度 矩陣Similar_Arr中對(duì)應(yīng)的Sij乘以-10000,將剩余值附為無窮小，構(gòu)造二部圖。
4. 根據(jù)權(quán)利要求1或2所述的基于二部圖最佳匹配的指紋匹配方法，其特征在于，所述 步驟E包括如下步驟： 對(duì)任意細(xì)節(jié)點(diǎn)對(duì)（IiJj)，在輸入指紋中選取11個(gè)距離細(xì)節(jié)點(diǎn)Ii最近的細(xì)節(jié)點(diǎn)P k (k = 1…11)，計(jì)算它們與點(diǎn)Ii的歐氏距離dlik和角度差dAik:
同樣在模板指紋中選取11個(gè)距離細(xì)節(jié)點(diǎn)Tj最近的細(xì)節(jié)點(diǎn)Qk (k = 1…11)，計(jì)算它們與 點(diǎn)Tj的歐氏距離dljk和角度差dAJk :

dAik-dAjk| < thr_dir，則細(xì)節(jié)點(diǎn)對(duì)（IiJj)的鄰接點(diǎn)匹配數(shù)加1，當(dāng)細(xì)節(jié)點(diǎn)對(duì)（IiJ j)的鄰 接點(diǎn)匹配數(shù)小于等于3時(shí)去除該匹配點(diǎn)對(duì)。
【文檔編號(hào)】G06K9/00GK104361331SQ201410737652
【公開日】2015年2月18日 申請(qǐng)日期:2014年12月5日 優(yōu)先權(quán)日:2014年12月5日
【發(fā)明者】梅園, 張全, 丁夢(mèng)茹 申請(qǐng)人:南京信息工程大學(xué)