專利名稱：指紋模板匹配的方法和系統(tǒng)的制作方法
對附錄的互相引用作為本公開內(nèi)容一部分的附錄A是本發(fā)明各部分的實(shí)施例所用軟件代碼列表，這將在下面更全面地描述。
此專利文檔的一部分公開內(nèi)容包含受到版權(quán)保護(hù)的材料。只要出現(xiàn)在專利與商標(biāo)事務(wù)所的專利文件或記錄中，此版權(quán)所有者并不反對任何人對專利文檔或?qū)＠_內(nèi)容進(jìn)行復(fù)印復(fù)制，否則保留一切版權(quán)權(quán)利。
指紋是生物統(tǒng)計(jì)學(xué)驗(yàn)證中一種最廣泛地使用的物理特性。由于其兩個(gè)突出的特性，指紋被用作確認(rèn)個(gè)人身份的最可靠的手段；即，它們在人的一生中從不改變以及一個(gè)人和另一個(gè)人的指紋都不同。指紋包含由皮膚的凹谷所隔離的皮膚隆起的磨擦隆脊。指紋“末節(jié)”通常定義為隆脊末端或隆脊開叉為兩個(gè)隆脊處的隆脊分叉。
作為一個(gè)圖像，指紋的匹配會(huì)要求大量文件容量來存儲(chǔ)測量的和參考的特征以及復(fù)雜的計(jì)算來將測量特征與參考特征進(jìn)行匹配，所以使用從指紋圖像中提取的特征或末節(jié)的位置關(guān)系來實(shí)現(xiàn)指紋驗(yàn)證。表示一個(gè)指紋圖像的末節(jié)被數(shù)字化并且存于數(shù)字存儲(chǔ)器內(nèi)，它可能是一個(gè)只讀存儲(chǔ)器、磁帶或類似設(shè)備。以此方式數(shù)字化的指紋可以與存于存儲(chǔ)器內(nèi)的參考指紋進(jìn)行比較。為進(jìn)行比較，可以將參考指紋與測量指紋進(jìn)行提取、特性化和數(shù)字化以使指紋模板包含相同信息并且具有相同格式。
指紋驗(yàn)證的一個(gè)應(yīng)用是使用指紋將通常包含加密信息的智能卡解密。現(xiàn)在，在能夠自智能卡中提取并且使用加密信息之前，需要用戶輸入一個(gè)PIN(個(gè)人識(shí)別號(hào))。PIN的使用有許多缺點(diǎn)。例如，統(tǒng)計(jì)或卡發(fā)放部門面臨相當(dāng)多的用于管理密碼的管理費(fèi)用以及持卡人必須記住密碼。
某些隱私法律例如歐洲的隱私法律要求敏感信息，例如存于智能卡上的參考指紋模板，其存儲(chǔ)方式使其在首先使用PIN將卡解密之前無法從該卡提取信息。因此，對于在歐洲實(shí)用的指紋匹配方案而言，必須由智能卡上的微處理器執(zhí)行指紋模板匹配算法。否則必須在能夠讀取參考指紋模板之前，使用某些其他機(jī)制例如PIN將智能卡解密。在智能卡上執(zhí)行傳統(tǒng)指紋模板匹配的困難主要是傳統(tǒng)智能卡的有限計(jì)算能力和有限的存儲(chǔ)器。例如，一個(gè)傳統(tǒng)的智能卡通常具有小于512字節(jié)的RAM(通常只有256字節(jié))以及1千字節(jié)至16千字節(jié)之間的存儲(chǔ)器。一個(gè)8位RISC(壓縮指令集計(jì)算機(jī))微處理器具有1兆赫至10兆赫之間的速度，這對于為完成測量指紋與參考指紋之間的比較而進(jìn)行的計(jì)算而言是很慢的速度。事實(shí)上，硬件約束阻止使用指紋來將數(shù)據(jù)從智能卡中解密。
除硬件約束之外，另一個(gè)設(shè)計(jì)準(zhǔn)則是費(fèi)用。名為“數(shù)據(jù)攜帶器”的于1986年4月15日授權(quán)給Bo Lofberg的及此處全部引為參考的美國專利號(hào)4,582,985(此后稱為‘985專利)描述了一種卡類型的數(shù)據(jù)攜帶器。根據(jù)‘985專利，數(shù)據(jù)攜帶器包括一個(gè)指紋驗(yàn)證設(shè)備，用于執(zhí)行驗(yàn)證過程。該驗(yàn)證設(shè)備包括一個(gè)傳感器設(shè)備，用于感測所有者的指尖及獲取相應(yīng)的指紋線信息。一個(gè)專用智能卡必須用于容納傳感器設(shè)備，因?yàn)閭鹘y(tǒng)的智能卡并不提供這類容納條件。此外，由于指紋模板的生成、存儲(chǔ)和比較是在數(shù)據(jù)攜帶器處所做，傳統(tǒng)智能卡的微處理器并不合適。因此，必須使用一個(gè)具有更強(qiáng)功能處理器的專用智能卡，從而增加費(fèi)用。
因此，所需要的是系統(tǒng)和指紋模板匹配算法，它們可由具有小存儲(chǔ)器和低計(jì)算能力的微處理器執(zhí)行，從而將智能卡的費(fèi)用保持在可以接受的水平上。
在本發(fā)明的一個(gè)實(shí)施例中，分別根據(jù)參考指紋圖像和準(zhǔn)備驗(yàn)證的指紋圖像來生成一個(gè)參考指紋模板和一個(gè)測量指紋模板。每個(gè)模板包括多個(gè)數(shù)據(jù)塊，每個(gè)數(shù)據(jù)塊表示一個(gè)末節(jié)和包括一個(gè)位置、一個(gè)末節(jié)角和一個(gè)鄰域。在一個(gè)實(shí)施例中，該位置由兩個(gè)座標(biāo)(xj，yj)表示，這些座標(biāo)具有位于左上角處的中心點(diǎn)(0，0)。該末節(jié)角θj是x座標(biāo)與末節(jié)處隆脊線的切線之間的夾角。在一個(gè)實(shí)施例中，每個(gè)座標(biāo)和末節(jié)角被量化為所選數(shù)量的位數(shù)。一般而言，量化的數(shù)量是可用存儲(chǔ)器和所需精確度的函數(shù)。
鄰域由預(yù)定數(shù)量的鄰近末節(jié)組成，為自指紋圖像中提取的每個(gè)末節(jié)選擇這些鄰近末節(jié)。每個(gè)鄰近末節(jié)由三個(gè)相對于所選末節(jié)的位置參數(shù)所表征。這些位置參數(shù)包括一個(gè)距離和兩個(gè)角度。
在一個(gè)實(shí)施例中，圍繞一個(gè)隨機(jī)選擇的末節(jié)畫出一條可選鄰域邊界。在一個(gè)實(shí)施例中，如果鄰域邊界內(nèi)的鄰近末節(jié)數(shù)量小于預(yù)定數(shù)量，則選擇鄰域邊界內(nèi)的所有鄰近末節(jié)。在另一個(gè)實(shí)施例中，選擇預(yù)定數(shù)量的最靠近的鄰近末節(jié)。在又一個(gè)實(shí)施例中，選擇預(yù)定數(shù)量的在隨機(jī)選擇的末節(jié)周圍給出最佳分布的鄰近末節(jié)。在一個(gè)實(shí)施例中，選擇彼此之間距離最遠(yuǎn)的末節(jié)。在另一個(gè)實(shí)施例中，不選擇彼此非?？拷哪┕?jié)，例如距離小于10個(gè)象素的末節(jié)。在另一個(gè)實(shí)施例中，選擇非?？拷哪┕?jié)中的任意一個(gè)。在一個(gè)實(shí)施例中，使用隨機(jī)選擇的末節(jié)作為一個(gè)中心點(diǎn)來任意地畫出一個(gè)象限并且從每個(gè)象限中選擇預(yù)定數(shù)量的末節(jié)。
在隨機(jī)選擇的末節(jié)處隆脊的切線方向內(nèi)畫出x軸。垂直于x軸而畫出y軸。x軸和y軸相交于隨機(jī)選擇的末節(jié)處。因此隨機(jī)選擇的末節(jié)現(xiàn)在具有(0，0)的位置并且被指定為“中心末節(jié)”。在該中心末節(jié)與其鄰近末節(jié)中的一個(gè)之間畫出第一線。第一線具有一個(gè)距離di，這是用于表示鄰近末節(jié)的位置參數(shù)中的一個(gè)。第一線與x軸之間的角度φi是第二個(gè)用于表示鄰近末節(jié)的位置參數(shù)。然后在鄰近末節(jié)隆脊的切線方向內(nèi)自鄰近末節(jié)畫出第二線以便與x軸相交。x軸與第二線之間的角度i是第三個(gè)用于表示鄰近末節(jié)的位置參數(shù)。
在一個(gè)實(shí)施例中，將每個(gè)位置參數(shù)都量化為所選數(shù)量的位數(shù)。例如，每個(gè)角度φi和i被量化為六位以及距離di被量化為五位。
一個(gè)根據(jù)每個(gè)指紋模板獲取的數(shù)據(jù)塊被裝載入準(zhǔn)備進(jìn)行比較的隨機(jī)存取存儲(chǔ)器(RAM)。在一個(gè)實(shí)施例中將數(shù)據(jù)塊分類，但這分類是可選的。在一個(gè)實(shí)施例中，按照它們的x座標(biāo)將數(shù)據(jù)塊分類。在另一個(gè)實(shí)施例中，按照它們的y座標(biāo)將數(shù)據(jù)塊分類，在一個(gè)實(shí)施例中，將參考模板中的數(shù)據(jù)塊分類。在另一個(gè)實(shí)施例中，將測量模板中的數(shù)據(jù)塊分類。在又一個(gè)實(shí)施例中，將測量模板和參考模板兩者都進(jìn)行分類。
準(zhǔn)備比較的測量數(shù)據(jù)塊的每個(gè)特性化參數(shù)即位置、末節(jié)角和鄰域與參考數(shù)據(jù)塊中它的相應(yīng)的對應(yīng)部分進(jìn)行比較?？梢愿淖儽容^順序。例如，首先將測量末節(jié)的x座標(biāo)中的位置參數(shù)與參考末節(jié)中相應(yīng)的x座標(biāo)進(jìn)行比較。在另一個(gè)實(shí)施例中，首先將測量末節(jié)的y座標(biāo)中的位置參數(shù)與參考末節(jié)中相應(yīng)的y座標(biāo)進(jìn)行比較。在一個(gè)實(shí)施例中，該比較是直接相減。如果一對參數(shù)對的差值等于或小于相應(yīng)的預(yù)定容許值，則這些參數(shù)匹配。如果所有參數(shù)匹配，則數(shù)據(jù)塊匹配。另一方面，如果有一個(gè)參數(shù)匹配失敗，則數(shù)據(jù)塊不匹配，進(jìn)而比較下一組數(shù)據(jù)塊。
從第一參考數(shù)據(jù)塊與第一測量數(shù)據(jù)塊開始比較數(shù)據(jù)塊，以及當(dāng)匹配的數(shù)據(jù)塊已經(jīng)到達(dá)預(yù)定數(shù)量(即模板匹配)時(shí)，或當(dāng)所有數(shù)據(jù)塊組合都已進(jìn)行比較時(shí)即結(jié)束數(shù)據(jù)塊比較。在一個(gè)實(shí)施例中，如果第一參考數(shù)據(jù)塊與第一測量數(shù)據(jù)塊不匹配，則將下一個(gè)測量數(shù)據(jù)塊裝載入RAM，以便與第一參考數(shù)據(jù)塊進(jìn)行比較。該過程繼續(xù)下去，直至測量的指紋模板中所有測量數(shù)據(jù)塊都已比較完。然后將下一個(gè)參考數(shù)據(jù)塊和第一測量數(shù)據(jù)塊裝載入RAM，以便進(jìn)行比較。該過程繼續(xù)下去，直至所有參考數(shù)據(jù)塊都已比較完。在另一個(gè)實(shí)施例中，如果第一參考數(shù)據(jù)塊與第一測量數(shù)據(jù)塊不匹配，則將第二參考數(shù)據(jù)塊裝載入RAM，以便與第一測量數(shù)據(jù)塊進(jìn)行比較。該過程繼續(xù)下去，直至所有參考數(shù)據(jù)塊都已比較完。然后將第二測量數(shù)據(jù)塊和第一參考數(shù)據(jù)塊裝載入RAM，以便進(jìn)行比較。該過程繼續(xù)下去，直至所有測量數(shù)據(jù)塊都已比較完。
在一個(gè)其中將數(shù)據(jù)塊分類的實(shí)施例中，如果參考數(shù)據(jù)塊與測量數(shù)據(jù)塊之間的差值超過容許值，則結(jié)束參考數(shù)據(jù)塊與剩余未比較測量數(shù)據(jù)塊之間的比較。在一個(gè)實(shí)施例中，從下一個(gè)參考數(shù)據(jù)塊與第一個(gè)匹配的測量數(shù)據(jù)塊開始進(jìn)行下一個(gè)比較。
在選代的實(shí)施例中，如果測量數(shù)據(jù)塊與參考數(shù)據(jù)塊之間的差值超過容許值，則結(jié)束測量數(shù)據(jù)塊與剩余未比較的參考數(shù)據(jù)塊之間的比較。在一個(gè)實(shí)施例中，從下一個(gè)參考數(shù)據(jù)塊與第一個(gè)匹配的測量數(shù)據(jù)塊開始進(jìn)行下一個(gè)比較。
在一個(gè)實(shí)施例中，按照距離di將鄰域內(nèi)的鄰近末節(jié)分類。從參考鄰域中的第一鄰居和測量鄰域中的第一鄰居開始進(jìn)行鄰域比較，以及當(dāng)已經(jīng)達(dá)到預(yù)定的鄰域匹配(即鄰域匹配)時(shí)，或當(dāng)所有鄰居組合都已進(jìn)行比較時(shí)即結(jié)束鄰域比較。每個(gè)參考位置參數(shù)與其相應(yīng)的測量位置參數(shù)進(jìn)行比較。在一個(gè)實(shí)施例中，該比較是直接相減。如果差值滿足預(yù)定容許值，則這些參數(shù)匹配。如果鄰居末節(jié)中所有位置參數(shù)都匹配，則鄰居末節(jié)匹配。如果有一個(gè)位置參數(shù)不匹配，則鄰居末節(jié)不匹配。
在一個(gè)實(shí)施例中，參考指紋模板存于智能卡中靜態(tài)存儲(chǔ)器內(nèi)，以及在智能卡中微處理器內(nèi)執(zhí)行指紋模板匹配算法。在一個(gè)實(shí)施例中，在智能卡閱讀器處生成和存儲(chǔ)參考指紋模板。
以上所述指紋模板匹配算法可由具有小存儲(chǔ)器和低計(jì)算能力的微處理器執(zhí)行，因?yàn)槠ヅ渌惴ú⒉灰蠛艽蟮挠?jì)算運(yùn)算，并且不要求超過8位的比較。
圖2A顯示一個(gè)劃分為數(shù)據(jù)塊的參考指紋模板。
圖2B顯示一個(gè)劃分為數(shù)據(jù)塊的準(zhǔn)備進(jìn)行比較的測量指紋模板。
圖3顯示如何表示一個(gè)末節(jié)。
圖4A顯示一個(gè)圓形鄰域邊界。
圖4B顯示一個(gè)正方形鄰域邊界。
圖4C顯示一個(gè)鄰居選擇方法。
圖4D顯示一個(gè)準(zhǔn)備在復(fù)數(shù)鄰域內(nèi)表示的角度。
圖4E顯示一個(gè)鄰居選擇方法的實(shí)施例。
圖5顯示一個(gè)鄰近末節(jié)的位置參數(shù)的結(jié)構(gòu)。
圖6顯示兩個(gè)彼此之間存在誤差的鄰域。
圖7A顯示一個(gè)包括位置、末節(jié)角和鄰域參數(shù)的參考數(shù)據(jù)塊。
圖7B顯示一個(gè)包括位置、末節(jié)角和鄰域參數(shù)的測量數(shù)據(jù)塊。
圖7C顯示一個(gè)具有不同位置參數(shù)的參考鄰域。
圖7D顯示一個(gè)具有不同位置參數(shù)的測量鄰域。
圖8A顯示一個(gè)模板比較方法的流程圖。
圖8B顯示另一個(gè)模板比較方法的流程圖。
圖9A顯示一個(gè)詳細(xì)的數(shù)據(jù)塊比較方法的流程圖。
圖9B顯示一個(gè)詳細(xì)的數(shù)據(jù)塊比較方法的流程圖。
圖9C顯示一個(gè)詳細(xì)的數(shù)據(jù)塊比較方法的流程圖。


圖10顯示一個(gè)詳細(xì)的鄰域比較方法的流程圖。
圖11A顯示一個(gè)詳細(xì)的鄰居比較方法的流程圖。
圖11B顯示一個(gè)詳細(xì)的鄰居比較方法的流程圖，其中已將鄰居分類。
圖12顯示一個(gè)多用戶情況下指紋模板比較方法的流程圖。
不同圖中相同參考數(shù)字的使用標(biāo)示類似的或相同的元件。詳細(xì)說明以下說明只是用于闡述而不是限制性的。以下說明將使半導(dǎo)體技術(shù)領(lǐng)域中的專業(yè)人員明顯地理解本發(fā)明的其他實(shí)施例。
圖1顯示本發(fā)明的一個(gè)實(shí)施方式。圖1顯示一個(gè)具有智能卡100和一個(gè)智能卡閱讀器110的智能卡閱讀器系統(tǒng)。智能卡100包括一個(gè)用于存儲(chǔ)參考指紋模板的靜態(tài)存儲(chǔ)器102，一個(gè)用于執(zhí)行指紋模板匹配算法的微處理器104以及RAM(隨機(jī)存取存儲(chǔ)器)106。智能卡閱讀器110具有一個(gè)用于存儲(chǔ)測量指紋模板的RAM 112，一個(gè)微處理器114和一個(gè)指紋傳感器116。在一個(gè)實(shí)施例中，指紋傳感器116是一個(gè)電容性指紋傳感器，它是一種描述于美國專利申請?zhí)?8/735,100中的那種類型，該專利申請?zhí)栍?995年12月15日遞交并且轉(zhuǎn)讓給本發(fā)明的相同受讓人并且在此處完全引為參考。智能卡閱讀器110可以是銷售點(diǎn)處的單獨(dú)單元，也可以埋嵌于例如一個(gè)ATM中。
當(dāng)用戶希望訪問智能卡100時(shí)，他/她將智能卡100插入智能卡閱讀器110內(nèi)。智能卡閱讀器110然后提示用戶將他/她的手指放在指紋傳感器116上。該提示可以是可視的，也可是可聽的。智能卡閱讀器110上的微處理器114然后將指紋傳感器116處測量的電氣信號(hào)進(jìn)行量化，建立一個(gè)指紋圖像，從指紋圖像中提取末節(jié)，將每個(gè)末節(jié)特征化，為每個(gè)末節(jié)建立一個(gè)鄰域以及根據(jù)特征化參數(shù)和鄰域生成一個(gè)測量指紋模板。然后將該測量指紋模板存于RAM 112內(nèi)。下面將詳細(xì)地討論模板構(gòu)成。
可以使用任何已知方法從指紋中提取末節(jié)。例如，可以使用隆脊骨架化技術(shù)。此技術(shù)使用一個(gè)迭代過程將不影響隆脊線連續(xù)性的象素刪去而使隆脊線變細(xì)，直至只剩一條象素線，而其末端點(diǎn)即為末節(jié)。其他類型的末節(jié)提取技術(shù)描述于例如名為“使用從粗糙對中選擇的精確末節(jié)對的指紋匹配的方法和設(shè)備”的于1987年2月24日授權(quán)予Asai等人的美國專利號(hào)4,646,352以及名為“末節(jié)模式匹配器”的于1979年1月16日授權(quán)予Riganati等人的美國專利號(hào)4,135,147中。在此申請中不詳細(xì)地描述末節(jié)提取技術(shù)，因?yàn)樗皇潜景l(fā)明的一部分。
智能卡閱讀器110然后以通常為9.6千位/秒或9600波特率的所選速度通過一條通信通道120發(fā)送測量指紋模板至智能卡100。智能卡100內(nèi)的微處理器104從智能卡閱讀器110接收測量指紋模板，按照需要逐個(gè)數(shù)據(jù)塊地自靜態(tài)存儲(chǔ)器102中讀取參考指紋模板并且將它送入RAM 106中，并且執(zhí)行一個(gè)指紋模板匹配算法來比較兩個(gè)指紋模板。
一組用于表示指紋的數(shù)據(jù)塊，或是參考的或是測量的，此處稱為指紋模板。數(shù)據(jù)塊包含它所對應(yīng)的提取的末節(jié)的信息，包括位置、末節(jié)角和鄰域，這將在以下討論。圖2A、2B、3、4A-4E、5、6和7A-7D詳細(xì)地顯示如何構(gòu)作一個(gè)指紋模板。圖2A顯示具有多個(gè)數(shù)據(jù)塊201、202、203等的參考指紋模板200。通常參考指紋模板200包括50個(gè)數(shù)據(jù)塊，即通常從一個(gè)指紋圖像中提取50個(gè)末節(jié)。在一個(gè)實(shí)施例中，所需末節(jié)的最小數(shù)量是10。末節(jié)的最小數(shù)量通常由所需匹配正確度所確定。在一個(gè)實(shí)施例中，允許的末節(jié)最大數(shù)量是128。選擇128為允許的末節(jié)最大數(shù)量，因?yàn)閷τ谕ǔ５臄?shù)量50而言，128能夠給出可從一個(gè)指紋圖像中提取的末節(jié)的足夠數(shù)量范圍。當(dāng)然，可以修改所提取末節(jié)的最小和最大數(shù)量以便適合于具體應(yīng)用場合。參考指紋模板200存于例如智能卡100上的靜態(tài)存儲(chǔ)器102內(nèi)。
圖2B顯示具有多個(gè)數(shù)據(jù)塊211、212、213等的測量指紋模板210。類似地，測量指紋模板210通常包括50個(gè)數(shù)據(jù)塊。測量指紋模板210由例如智能卡閱讀器110生成并且存于智能卡閱讀器110中RAM 112內(nèi)。由于可能的虛假末節(jié)的原因，從測量指紋中提取的數(shù)據(jù)塊數(shù)量可能與從參考指紋中提取的數(shù)據(jù)塊數(shù)量不同。此外，從測量指紋中提取的數(shù)據(jù)塊數(shù)量可能與從參考指紋中提取的數(shù)據(jù)塊數(shù)量不同，因?yàn)橹蛔x取一部分指紋。然而，如果指紋數(shù)據(jù)塊匹配的數(shù)量滿足指紋數(shù)據(jù)塊匹配的預(yù)定數(shù)量，則仍然能進(jìn)行匹配。因此，測量指紋模板中的指紋數(shù)據(jù)塊數(shù)量不必要與參考指紋模板中的指紋數(shù)據(jù)塊數(shù)量相同。
在一個(gè)實(shí)施例中，參考指紋模板200和測量指紋模板210兩者中所有數(shù)據(jù)塊都包含相同位數(shù)。為每個(gè)從指紋圖像中提取的末節(jié)構(gòu)作一個(gè)數(shù)據(jù)塊。因此，用于組成每個(gè)指紋模板的數(shù)據(jù)塊數(shù)量等于從一個(gè)指紋圖像中提取的末節(jié)數(shù)量。例如，如果從一個(gè)指紋圖像中提取80個(gè)末節(jié)，則指紋模板將包含80個(gè)數(shù)據(jù)塊。
圖3顯示如何表示每個(gè)末節(jié)。如此構(gòu)作一個(gè)x軸和一個(gè)y軸以使點(diǎn)(0，0)位于指紋圖像的左上角。構(gòu)作x軸和y軸時(shí)不考慮指紋的旋轉(zhuǎn)或平移，這將在以下討論。指紋圖像中的每個(gè)末節(jié)由位置(xj，yj)和末節(jié)角θj特征化，其中j是從指紋圖像中提取的末節(jié)數(shù)量。位置(xj，yj)是相對于x和y軸的末節(jié)j的位置。末節(jié)角θj是x軸與自其中提取末節(jié)j的隆脊301的切線之間的夾角。重要的是，參考指紋和測量指紋兩者的末節(jié)都必須包含相同特征化參數(shù)。
為每個(gè)末節(jié)j構(gòu)作一個(gè)鄰域NHj，這將在下面討論。圖4A-4E闡述在為末節(jié)j構(gòu)作鄰域NHj時(shí)選擇鄰近末節(jié)的不同方法。為每個(gè)從指紋圖像指紋中提取的末節(jié)構(gòu)作一個(gè)鄰域。在一個(gè)實(shí)施例中，圍繞末節(jié)j畫出一個(gè)鄰域邊界。例如，如圖4A中所示，使用末節(jié)j作為圓心畫出一個(gè)具有固定半徑r例如90個(gè)象素的圓300，以便提供一個(gè)鄰域邊界。在一個(gè)選代實(shí)施例中，如圖4B中所示，使用末節(jié)j作為中心點(diǎn)畫出一個(gè)用于表示鄰域邊界的方塊310。當(dāng)然，可以畫出任何形狀或大小的任何預(yù)定鄰域邊界。
從封閉區(qū)域中選擇預(yù)定數(shù)量的鄰近末節(jié)。在一個(gè)實(shí)施例中，在鄰域邊界內(nèi)選擇15個(gè)末節(jié)(不包括末節(jié)j)作為鄰域NHj的鄰近末節(jié)。如果封閉區(qū)域包含小于預(yù)定數(shù)量的鄰近末節(jié)，則選擇包含于該封閉區(qū)域內(nèi)的所有鄰近末節(jié)。注意到，鄰域NHj包含多個(gè)鄰近末節(jié)N1-Ni，其中i是預(yù)定數(shù)，以使信息多到足夠使鄰域NHj成為獨(dú)特的，從而能夠滿足正確度要求。一般而言，鄰居數(shù)量決定于所需鄰域NHj的獨(dú)特程度。例如，如果只為一個(gè)鄰域選擇四個(gè)鄰居N1-N4，則具有等效的或匹配的鄰域的概率將在很大程度上高于與具有15個(gè)鄰居的鄰域相關(guān)聯(lián)的概率。類似地，一個(gè)具有30個(gè)鄰居的鄰域?qū)⒕哂懈偷呐c其他鄰域等效的概率。鄰域的獨(dú)特性決定多么經(jīng)常地摒棄好的指紋(即虛假摒棄率)以及多么經(jīng)常地接受壞的指紋(即虛假接受率)。鄰近末節(jié)數(shù)量還決定于能夠滿意地由微處理器完成的可接受的計(jì)算復(fù)雜性或速度。
在一個(gè)實(shí)施例中，如此選擇鄰近末節(jié)以便使圍繞中心點(diǎn)即末節(jié)j的散布最大。參照圖4C，在末節(jié)j處在與一條隆脊線相切的方向內(nèi)畫出x軸。自末節(jié)j畫出一條線至末節(jié)N1，從而形成x軸與該線的夾角σ1。類似地，自末節(jié)j畫出一條線至封閉區(qū)域內(nèi)的每個(gè)剩余末節(jié)，每條線形成一個(gè)與x軸的夾角σk，其中k是封閉區(qū)域內(nèi)末節(jié)數(shù)量。根據(jù)所有夾角σk計(jì)算出平均值。
在一個(gè)實(shí)施例中，在一個(gè)復(fù)數(shù)區(qū)域內(nèi)計(jì)算平均值，因?yàn)?，由于角度的周期特性，在角度領(lǐng)域內(nèi)計(jì)算平均值將要復(fù)雜得多。一個(gè)復(fù)數(shù)c可以描述為其實(shí)數(shù)部分和虛數(shù)部分a與b的相應(yīng)和數(shù)，即C＝a+ib，其中i是-1的平方跟。
參照圖4D，可由下列等式通過復(fù)數(shù)表示角度Ck＝COS(σk)-isin(σk)其中σk＝tan-1(bk/ak)因此，角度σk的實(shí)數(shù)部分是ak＝cos(σk)以及角度σk的虛數(shù)部分是bk＝sin(σk)。為得到所有角度σk的平均值，每個(gè)角度σk轉(zhuǎn)換為其復(fù)數(shù)等效值。然后分別將實(shí)數(shù)部分ak和虛數(shù)部分bk求平均。然后將平均的實(shí)數(shù)部分aavg和虛數(shù)部分bavg轉(zhuǎn)換回為實(shí)際數(shù)表示σavg，例如aavg=Σk(ak)k,]]>bavg=Σk(bk)k]]>和σavg＝tan-1(bavg/aavg)。
在一個(gè)實(shí)施例中，通過自平均角度σavg中減去角度σk而獲得一個(gè)差值σkdiff，從而檢查每個(gè)角度σk以便確定其值是如何靠近平均角度σavg的。選擇預(yù)定數(shù)量的具有最大差值σkdiff的末節(jié)以使整個(gè)鄰域具有最大標(biāo)準(zhǔn)角度偏差。注意到，如果存在一簇末節(jié)例如圖4C中所示簇301，則平均值將更為靠近簇301。因此處于簇301內(nèi)的末節(jié)將更為靠近平均值。在一個(gè)實(shí)施例中，如果鄰域內(nèi)的末節(jié)數(shù)量大于鄰近末節(jié)的預(yù)定數(shù)量，則將不選擇簇301內(nèi)的末節(jié)。如果必須從簇301內(nèi)選擇一個(gè)或多個(gè)末節(jié)以便滿足鄰近末節(jié)的預(yù)定數(shù)量要求，則隨機(jī)地選擇末節(jié)。換言之，與簇301之外的末節(jié)相比較，簇301內(nèi)的末節(jié)被選的可能性更小。
在一個(gè)實(shí)施例中，如果多個(gè)末節(jié)例如末節(jié)N5和N6具有相同角度，則末節(jié)N5與末節(jié)j之間的距離及末節(jié)N6與末節(jié)j之間的距離用作比較的決勝依據(jù)，例如距離愈短則末節(jié)被選的可能性愈大。在另一個(gè)實(shí)施例中，如果一個(gè)末節(jié)即末節(jié)N3與末節(jié)j過于靠近，例如10個(gè)象素，則不選擇該末節(jié)。在又一個(gè)實(shí)施例中，選擇彼此間隔最遠(yuǎn)(在距離上)的鄰近末節(jié)。在一個(gè)實(shí)施例中，如果兩個(gè)或更多鄰近末節(jié)例如鄰近末節(jié)N5和鄰近末節(jié)N7彼此非?？拷?，例如10個(gè)象素，則或者將兩者都摒棄或者任意地地選擇鄰近末節(jié)N5和N7中的一個(gè)。
在選擇鄰域的鄰近末節(jié)時(shí)鄰域邊界是可選的。例如，如上所述地，選擇鄰近末節(jié)以使中心點(diǎn)即末節(jié)j周圍的散布最大。然而，在此實(shí)施例中，使用所有從指紋中提取的末節(jié)來計(jì)算平均值。所有以上描述的其它實(shí)施例也可用于沒有邊界的鄰近末節(jié)選擇。在一個(gè)附加的實(shí)施例中，以末節(jié)j為中心點(diǎn)任意地畫出一個(gè)象限并且從每個(gè)象限中選擇預(yù)定數(shù)量的鄰近末節(jié)，如圖4E中所示。一般而言，任何鄰近末節(jié)提取方法可用于提取預(yù)定數(shù)量i的鄰近末節(jié)，用于構(gòu)作一個(gè)鄰域NHj。
在選擇鄰近末節(jié)之后，通過為每個(gè)鄰近末節(jié)推導(dǎo)得三個(gè)位置參數(shù)而構(gòu)作一個(gè)鄰域NHj。以末節(jié)j為基準(zhǔn)來推導(dǎo)位置參數(shù)。這些位置參數(shù)包括一個(gè)距離di和兩個(gè)角度φi和i，其中i是鄰近末節(jié)的數(shù)量。
圖5顯示如何推導(dǎo)位置參數(shù)。在末節(jié)j處沿著與隆脊線相切的方向畫出一條x軸。然后垂直于x軸畫出y軸，在末節(jié)j處與x軸相交。因此，末節(jié)j具有一個(gè)位置(0，0)并且被指定為“中心末節(jié)N0”。自中心末節(jié)N0畫出一條線500至鄰近末節(jié)Ni。線500具有一個(gè)距離di。在x軸與線500之間建立一個(gè)角度φi。為鄰近末節(jié)Ni在隆脊線的切線方向內(nèi)自鄰居Ni畫出另一條線501，與x軸相交并且延伸通過x軸。在延伸線501與x軸之間的角度是角度i。因此，鄰近末節(jié)Ni可以表示為(di，φi，i)。類似地，鄰近末節(jié)N1與中心末節(jié)N0的距離是d1。在線502與x軸之間建立一個(gè)角度φ1。在線503與x軸之間建立一個(gè)角度1。鄰近末節(jié)N2與中心末節(jié)N0的距離是d2。在線504與x軸之間建立一個(gè)角度φ2。在線505與x軸之間建立一個(gè)角度2。為中心末節(jié)N0的所有i個(gè)鄰近末節(jié)重復(fù)該過程。因此對于一個(gè)具有15個(gè)鄰居(即i＝15)的鄰域而言，15個(gè)鄰居N1、N2、N3、…、N15中的每一個(gè)由(di，φi，i)表示。重要的是，距離di及角度φi和i與指紋的旋轉(zhuǎn)或平移無關(guān)，因?yàn)檫@些都是相對于中心末節(jié)N0的相對位置。因此，當(dāng)一個(gè)指紋旋轉(zhuǎn)或平移時(shí)，所有與中心末節(jié)N0相關(guān)聯(lián)的末節(jié)都以相同方式和數(shù)量平移和旋轉(zhuǎn)，以及它們相對于中心末節(jié)N0的相對位置保持不變。
在一個(gè)實(shí)施例中，每個(gè)參數(shù)di，φi和i都量化為所選數(shù)量的位數(shù)。量化允許減少用于表示一個(gè)值的位數(shù)。更具體地，在量化期間，所有位于兩個(gè)邊界值之間的數(shù)都被離散化為邊界值之間的量化值。
有數(shù)個(gè)方法用于推導(dǎo)量化值。在線性量化中，能夠通過實(shí)際方法或形心方法推導(dǎo)量化值。在實(shí)際方法中，可以通過將等式例如x/N的商四舍五入為最靠近的整數(shù)而計(jì)算量化值，其中x是未量化值和N是量化間隔值。例如，如果未量化值是5和量化間隔值為2，則通過將5/2＝2.5四舍五入為3而獲得量化值。類似地，如果如果未量化值是5和量化間隔值為4，則通過將5/4＝1.25四舍五入為1而獲得量化值。在形心方法中，量化值計(jì)算為C=∫ijxp(x)dx∫ijp(x)dx]]>其中C是量化值；i和j是準(zhǔn)備量化間隔值的邊界數(shù)量；及p是每個(gè)數(shù)x出現(xiàn)的概率。
在非線性量化中，可以建立一個(gè)查閱表為每個(gè)未量化值規(guī)定量化值。例如，查閱表可以為自0至1的未量化值規(guī)定量化值為1；為自1至3的未量化值規(guī)定量化值為2；為自3至6的未量化值規(guī)定量化值為5；等等。非線性量化的優(yōu)點(diǎn)是根據(jù)與每個(gè)末節(jié)相關(guān)聯(lián)的誤差來設(shè)置量化值。例如，對于一個(gè)給定末節(jié)，鄰近末節(jié)愈靠近給定末節(jié)，則誤差愈小。類似地，鄰近末節(jié)愈遠(yuǎn)則誤差愈大。因此，對于更為靠近給定末節(jié)的鄰近末節(jié)而言，需要比距離更遠(yuǎn)的鄰近末節(jié)更為精細(xì)地將與該鄰近末節(jié)相關(guān)聯(lián)的參數(shù)進(jìn)行量化。
雖然可以使用任何量化數(shù)量，但量化數(shù)量取決于所需匹配精度和可用存儲(chǔ)空間。眾所周知，量化愈大，則表示精度愈小和所需存儲(chǔ)空間愈小。例如，對于一組未量化值1至10，需要4位來表示每個(gè)數(shù)。如果量化間隔值為2，則需要表示的最大量化值為10/2或5。因此，所有10個(gè)數(shù)能夠由3位表示，需要較少存儲(chǔ)空間。類似地，如果量化間隔值為5，則需要表示的最大量化值為10/5或2。因此，未量化值1至10能夠由2位表示，需要更少的存儲(chǔ)空間。然而，第一例中的最大誤差將是1以及第二例中的最大誤差將是2.5。因此，量化愈大，則所需存儲(chǔ)空間愈小和誤差愈大。
在一個(gè)實(shí)施例中，將距離di量化為5位。在另一個(gè)實(shí)施例中，將每個(gè)角度φi和i量化為6位。
圖6闡述兩個(gè)具有小誤差的鄰域，既是旋轉(zhuǎn)的又是平移的。使用中心末節(jié)N0和兩個(gè)鄰近末節(jié)N1和N2來構(gòu)作參考鄰域510。使用中心末節(jié)N0’和兩個(gè)鄰近末節(jié)N1’和N2’來構(gòu)作測量鄰域512?？梢钥闯?，參考鄰域510和測量鄰域512顯示出某些相似性，即鄰近末節(jié)N1和N2及N1’和N2’分別相對于中心末節(jié)N0和N0’而言，它們分別具有類似的位置關(guān)系。然而，在兩個(gè)鄰域之間存在誤差。例如，在距離和角度上都有細(xì)小誤差。這細(xì)小誤差可能是由于指頭具有濕潤表面，因此在不同情況下指頭表面伸展而變化。因此兩個(gè)略為不同的鄰域可能是來自同一個(gè)手指但在不同時(shí)候建立的指紋。因此，如果要求實(shí)現(xiàn)一個(gè)完善的匹配，則指紋匹配算法必須考慮到這些細(xì)小的變化，大量的錯(cuò)誤摒棄將會(huì)使指紋驗(yàn)證成為不實(shí)用。
因此必須接受匹配容許值，一定量化量所造成的誤差在比較的最后正確度中并不重要。例如，如果距離di的容許值設(shè)為1及距離di量化所造成的最大誤差也是1，如果參考距離和測量距離兩者都位于相同份額內(nèi)，則距離匹配甚至于實(shí)際距離都可能不同。因此可接受的容許值確定了可以為每個(gè)參數(shù)做多少量化。
量化的另一個(gè)優(yōu)點(diǎn)是增加數(shù)據(jù)傳輸速度，因?yàn)樵诹炕髷?shù)據(jù)包的尺寸變小。在一個(gè)實(shí)施例中，使用眾所周知的壓縮方法例如但不限于運(yùn)行長度編碼或L-Z-W(Lemtel-Ziv-Welch)壓縮方法將量化值壓縮。在例如運(yùn)行長度編碼中，如果一行中有5個(gè)零數(shù)，則將這些數(shù)存為“5 0.”而不是“0 0 0 0 0，”。在L-Z-W壓縮方法中，在每個(gè)文件的基礎(chǔ)上建立一個(gè)經(jīng)常重復(fù)字符(8位)組的詞典，以便使用較短位模式來表示常用字符串，因此，壓縮方法允許使用較少位數(shù)來表示數(shù)據(jù)，從而允許數(shù)據(jù)傳輸更快及數(shù)據(jù)存儲(chǔ)器更小。在一個(gè)實(shí)施例中，自智能卡閱讀器110傳輸壓縮值至智能卡100并且在智能卡100處進(jìn)行解壓縮。
在一個(gè)實(shí)施例中，位置信息即(xj，yj)和末節(jié)角θj被量化為所選數(shù)量的位數(shù)。例如，每個(gè)位置測量值xj和yj量化為4位以及末節(jié)角θj量化為6位。
數(shù)據(jù)塊的大小取決于用于表示末節(jié)位置、末節(jié)角與其鄰域的參數(shù)的大小。在一個(gè)實(shí)施例中，指紋模板中的每個(gè)數(shù)據(jù)塊的大小是34個(gè)字節(jié)。在此實(shí)施例中，指紋模板由1個(gè)字節(jié)的位置信息(即兩個(gè)4位測量值xj和yj)、6位的末節(jié)角θj信息以及15個(gè)17位(5位用于di，6位用于每個(gè)角度φi和i)的鄰域信息所組成。
下面將看到，指紋模板匹配算法在逐個(gè)數(shù)據(jù)塊的基礎(chǔ)上比較指紋模板。因此，指紋模板匹配算法要求RAM 106的尺寸足夠大以便存儲(chǔ)至少兩個(gè)數(shù)據(jù)塊，例如68個(gè)字節(jié)的數(shù)據(jù)。在傳統(tǒng)智能卡中通常RAM的大小是256個(gè)字節(jié)，因?yàn)楦鶕?jù)本發(fā)明的所需存儲(chǔ)器的大小事實(shí)上低于傳統(tǒng)智能卡的存儲(chǔ)器約束很多，所以不需要附加存儲(chǔ)器。
圖7A詳細(xì)地顯示參考指紋模板200的參考數(shù)據(jù)塊201。參考數(shù)據(jù)塊201包括三個(gè)參數(shù)位置702、末節(jié)角704和鄰域706。位置702包括x和y座標(biāo)。在一個(gè)實(shí)施例中，鄰域706包括15個(gè)鄰近末節(jié)N1至N15。每個(gè)鄰居N1至N15還包括位置參數(shù)例如中心末節(jié)N0與鄰近末節(jié)Ni之間的距離di，以及兩個(gè)相關(guān)的角度φi、i，其中i是1至15，如圖7C中所示。
類似地，圖7B詳細(xì)地顯示測量指紋模板210的數(shù)據(jù)塊211。測量數(shù)據(jù)塊211包括三個(gè)參數(shù)位置752、末節(jié)角754和鄰域756。位置752包括x和y座標(biāo)xj’和yj’。在一個(gè)實(shí)施例中，鄰域756包括15個(gè)鄰居N1’至N15’。每個(gè)鄰居N1’至N15’還包括位置參數(shù)例如中心末節(jié)N0’與鄰近末節(jié)Ni’之間的距離di’，以及兩個(gè)相關(guān)的角度φi’、i’，其中i是1至15，如圖7D中所示。雖然圖7A和7B顯示參考指紋數(shù)據(jù)塊201和測量指紋數(shù)據(jù)塊211中相同數(shù)量的鄰居，但這并不必要，因?yàn)槿绻徑┕?jié)匹配的數(shù)量滿足鄰近末節(jié)匹配的預(yù)定數(shù)量，則可以找到鄰域匹配。例如，對于畫出的一定鄰域邊界，參考指紋處的封閉區(qū)域包含足夠的末節(jié)以供選擇出預(yù)定數(shù)量的鄰近末節(jié)例如15個(gè)末節(jié)。然而，測量指紋處的封閉區(qū)域只包含小于預(yù)定數(shù)量的鄰近末節(jié)例如12個(gè)末節(jié)。如果預(yù)定鄰近末節(jié)匹配是7以及在測量鄰近末節(jié)與參考鄰近末節(jié)之間有7個(gè)匹配，則即使鄰域706包含與鄰域756不同的鄰居數(shù)量，在參考鄰域與測量鄰域之間也存在匹配。
圖8A闡述智能卡應(yīng)用中的指紋模板匹配過程。注意到，雖然相對于智能卡和智能卡閱讀器描述指紋模板匹配算法，但此處描述的指紋模板匹配算法也能由例如個(gè)人計(jì)算機(jī)、微處理器系統(tǒng)或掌上計(jì)算機(jī)執(zhí)行。
模板匹配過程自步驟600開始。在一個(gè)實(shí)施例中，參考數(shù)據(jù)塊和測量數(shù)據(jù)塊被分類(步驟601)，但這分類并不是必要的。在一個(gè)實(shí)施例中，根據(jù)由x和y座標(biāo)表示的位置信息來將數(shù)據(jù)塊分類。例如，根據(jù)增加的x座標(biāo)xj以及后隨的增加的y座標(biāo)yj將數(shù)據(jù)塊分類。當(dāng)然，可以使用任何分類技術(shù)將數(shù)據(jù)塊分類。一般而言，由于角度測量的周期特性，末節(jié)角θj不用于分類。在一個(gè)實(shí)施例中，或者將參考數(shù)據(jù)塊或者將測量數(shù)據(jù)塊分類。在另一個(gè)實(shí)施例中，將參考數(shù)據(jù)塊和將測量數(shù)據(jù)塊兩者都分類。下面將解釋，將數(shù)據(jù)塊分類是為了效率目的。
因?yàn)槭窃谥饌€(gè)數(shù)據(jù)塊的基礎(chǔ)上比較指紋模板的，以及指紋模板被串聯(lián)化，因此不需要對指紋模板進(jìn)行任何隨機(jī)訪問。換言之，一旦已經(jīng)使用過一個(gè)數(shù)據(jù)塊，即可將該數(shù)據(jù)塊從RAM 106中刪去并且讀入一個(gè)新的數(shù)據(jù)塊。這允許在比較過程期間只存儲(chǔ)一個(gè)來自每個(gè)模板的數(shù)據(jù)塊。
測量指紋模板210的第一數(shù)據(jù)塊例如測量塊211，通過通信通道120(也參照圖1)從例如智能卡閱讀器110中的RAM 112裝載入RAM 106(步驟602)。同樣在步驟602中，將參考指紋模板200的第一數(shù)據(jù)塊例如參考?jí)K201，從靜態(tài)存儲(chǔ)器中裝載入智能卡100的RAM 106中。微處理器104將RAM 106中的這兩個(gè)數(shù)據(jù)塊即測量塊211與參考?jí)K201進(jìn)行比較(步驟604)。下面參照圖9A、9B和9C詳細(xì)地討論如何在步驟604中比較數(shù)據(jù)塊。
如果兩個(gè)指紋模板數(shù)據(jù)塊例如參考?jí)K201與測量塊211匹配(步驟606)，則在步驟608中將一個(gè)計(jì)數(shù)器增量。如果指紋數(shù)據(jù)塊匹配的數(shù)量等于或大于預(yù)定數(shù)量(步驟610)，則認(rèn)為測量指紋模板210與參考指紋模板200匹配(步驟612)，并且指紋模板匹配過程在步驟614結(jié)束。在一個(gè)實(shí)施例中，多于4個(gè)數(shù)據(jù)塊匹配被認(rèn)為是一個(gè)匹配。
如果兩個(gè)指紋模板數(shù)據(jù)塊例如參考?jí)K201與測量塊211并不匹配(步驟606)或者如果數(shù)據(jù)塊匹配的數(shù)量小于預(yù)定數(shù)量(步驟610)，則判斷用于比較的測量塊例如測量塊211是否為測量指紋模板200中的最后一個(gè)測量塊(步驟616)。
如果測量塊例如測量塊211不是測量指紋模板210中的最后一個(gè)測量塊，則通過通信通道120將測量指紋模板210中的下一個(gè)測量塊例如測量塊212自RAM 112裝載入RAM 106(步驟618)。新裝載的測量塊例如測量塊212與RAM 106中的參考?jí)K例如參考?jí)K201進(jìn)行比較(步驟604)。該過程繼續(xù)下去，直至測量指紋模板210中所有測量塊都已比較過，或者直至已經(jīng)找到預(yù)定數(shù)量的數(shù)據(jù)塊匹配。
如果測量塊例如測量塊201是測量指紋模板210中的最后一個(gè)測量塊，則判斷RAM 106中用于比較的參考?jí)K例如測量塊201是否為參考指紋模板210中的最后一個(gè)數(shù)據(jù)塊(步驟620)。
如果參考?jí)K例如參考?jí)K201不是參考指紋模板200中的最后一個(gè)參考?jí)K，則將參考指紋模板200中的下一個(gè)參考?jí)K例如參考?jí)K202自靜態(tài)存儲(chǔ)器102裝載入RAM 106(步驟622)。同樣在步驟622中，將指紋模板210中的第一測量塊例如測量塊211裝載入RAM 106。新裝載的參考?jí)K例如參考?jí)K202與第一測量塊例如測量塊211進(jìn)行比較(步驟604)。該過程繼續(xù)下去，直至參考指紋模板200中所有參考?jí)K都已比較過，或者直至數(shù)據(jù)塊匹配的數(shù)量已經(jīng)超過預(yù)定數(shù)量。
如果參考?jí)K例如參考?jí)K201是參考指紋模板200中的最后一個(gè)參考?jí)K，則參考指紋模板200與測量指紋模板210不匹配(步驟624)，因此指紋模板匹配過程結(jié)束(步驟614)。
選代地，可以根據(jù)圖8B執(zhí)行指紋模板匹配過程。在圖8B中，消除可選的分類步驟；首先旋轉(zhuǎn)參考?jí)K然后旋轉(zhuǎn)測量塊。具體地，在步驟650處開始執(zhí)行指紋模板匹配過程。通過通信通道120將測量指紋模板210中的第一測量塊例如測量塊211自智能卡閱讀器110裝載入RAM 106(步驟652)。同樣在步驟652中，將參考指紋模板200中的第一數(shù)據(jù)塊例如參考?jí)K201自靜態(tài)存儲(chǔ)器102裝載入智能卡100的RAM 106。微處理器104將RAM 106中的兩個(gè)指紋模板數(shù)據(jù)塊例如測量塊211與參考?jí)K201進(jìn)行比較(步驟654)。下面參照圖9C詳細(xì)地討論如何在步驟654中比較數(shù)據(jù)塊。
如果兩個(gè)數(shù)據(jù)塊例如塊201與211匹配(步驟656)，則在步驟658中將一個(gè)計(jì)數(shù)器增量。如果數(shù)據(jù)塊匹配的數(shù)量等于或大于預(yù)定數(shù)量(步驟660)，則測量指紋模板210與參考指紋模板200匹配(步驟662)，并且該過程在步驟664結(jié)束。
另一方面，如果兩個(gè)數(shù)據(jù)塊例如數(shù)據(jù)塊201與211并不匹配(步驟656)或者如果數(shù)據(jù)塊匹配的數(shù)量小于預(yù)定數(shù)量(步驟660)，則判斷用于比較的測量塊例如參考?jí)K201是否為參考指紋模板200中的最后一個(gè)參考?jí)K(步驟666)。
如果參考?jí)K例如參考?jí)K201不是參考指紋模板200中的最后一個(gè)數(shù)據(jù)塊，則將參考指紋模板200中的下一個(gè)參考?jí)K例如參考?jí)K202自靜態(tài)存儲(chǔ)器102裝載入RAM 106(步驟668)。新裝載的參考?jí)K例如參考?jí)K202與RAM 106中的測量塊例如測量塊211進(jìn)行比較(步驟654)。該過程繼續(xù)下去。
如果參考?jí)K例如參考?jí)K201是參考指紋模板200中的最后一個(gè)參考?jí)K，則判斷RAM 106中用于比較的測量塊例如測量塊211是否為測量指紋模板210中的最后一個(gè)測量塊(步驟670)。
如果測量塊例如測量塊211不是測量指紋模板210中的最后一個(gè)數(shù)據(jù)塊，則通過通信通道120將測量指紋模板210中的下一個(gè)測量塊例如測量塊212自RAM 112裝載入智能卡100的RAM 106(步驟672)。還將指紋模板200中的第一參考?jí)K例如參考?jí)K201裝載入RAM 106(步驟672)。然后將新裝載的測量塊例如測量塊212與第一參考?jí)K例如參考?jí)K201進(jìn)行比較(步驟654)。
如果測量塊例如測量塊211是測量指紋模板210中的最后一個(gè)測量塊，則測量指紋模板210與參考指紋模板200不匹配(步驟674)，因此指紋模板匹配過程結(jié)束(步驟664)。
圖9A詳細(xì)地闡述步驟604中如何比較指紋模板數(shù)據(jù)塊的流程圖。參考?jí)K包括一個(gè)位置參數(shù)(xj和yj)，其中xj是參考末節(jié)的x座標(biāo)和yj是y座標(biāo)。測量塊包括一個(gè)位置參數(shù)(xj’和yj’)，其中xj’是測量末節(jié)的x座標(biāo)和yj’是y座標(biāo)。在此實(shí)施例中，根據(jù)x座標(biāo)xj以及后隨的y座標(biāo)yj將測量數(shù)據(jù)塊分類。在一個(gè)實(shí)施例中，通過自參考x座標(biāo)xj中減去測量x座標(biāo)xj’而將x座標(biāo)進(jìn)行比較，即xj-xj’＝xjdiff(步驟850)。如果差值xjdiff的絕對值大于預(yù)定容許值xjtolerance(步驟852)，則判斷粗差值xjdiff是否小于預(yù)定容許值xjtolerance(步驟868)。如果差值xjdiff小于xjtolerance，則不將其余測量數(shù)據(jù)塊與參考數(shù)據(jù)塊進(jìn)行比較，并且判斷所用參考?jí)K是否為最后一個(gè)參考?jí)K(圖8A中步驟620)，并且過程繼續(xù)。如果差值xjdiff大于xjtolerance，則這些塊不匹配(步驟872)，并且過程在步驟606處繼續(xù)(圖8A)。
如果差值xjdiff的絕對值小于或等于預(yù)定容許值xjtolerance(步驟852)，即x座標(biāo)匹配，則比較y座標(biāo)。自參考y座標(biāo)yj中減去測量y座標(biāo)yj’以便比較y座標(biāo)，即yj-yj’＝y(tǒng)jdiff(步驟854)。如果差值yjdiff的絕對值大于預(yù)定容許值yjtolerance(步驟856)，則判斷粗差值yjdiff是否小于yjtolerance。如果差值yjdiff小于yjtolerance，則不將其余測量數(shù)據(jù)塊與參考數(shù)據(jù)塊進(jìn)行比較，并且判斷用于比較的參考?jí)K是否為最后一個(gè)參考?jí)K(圖8A中步驟620)。如果差值yjdiff大于yjtolerance，則這些塊不匹配(步驟872)，并且過程在步驟606處繼續(xù)(圖8A)。如果差值yjdiff小于或等于預(yù)定容許值yjtolerance(步驟856)，即y座標(biāo)匹配，則比較末節(jié)角θj和θj’。
注意到，由于角度的周期特性，在角度領(lǐng)域內(nèi)直接相減的方法對角度并不成功。自參考末節(jié)角θj中減去測量末節(jié)角θj’，即θj-θj’＝θjdiff(步驟858)。如果差值θjdiff的絕對值小于或等于預(yù)定容許值θjtolerance(步驟860)，則末節(jié)角匹配。如果差值θjdiff的絕對值大于預(yù)定容許值θjtolerance，則判斷差值θjdiff的絕對值是否大于或等于最大允許量化末節(jié)角θjmax與預(yù)定容許值θjtolerance之間的差值(步驟861)。如果值|θjdiff|大于或等于值θjmax與θjtolerance之間的差值，則末節(jié)角匹配。
下面描述角度比較的例子。在一個(gè)實(shí)施例中，角度量化為6位，因此具有值0至63，0是θj的最小值(θjmin)及63是θj的最大值(θjmax)。然后將量化值相減例如|θj-θj’|＝θjdiff，如果末節(jié)角θj具有一個(gè)量化值為61而末節(jié)角θj’具有一個(gè)量化值為63，而匹配容許值為2。然后|61-63|＝2，這處于容許值范圍之內(nèi)。因此，在末節(jié)角θj與θj’之間存在匹配。在一種情況下，角度θj具有一個(gè)量化值為0而末節(jié)角θj’具有一個(gè)量化值為63，而匹配容許值為2。然后|0-63|＝63，這超出容許值范圍。然而，由于周期特性，63與0的差值實(shí)際上只是1，這處于容許值范圍之內(nèi)。因此，除檢查是否|θj-θj′|≤θjtolerance之外，尚需檢查是否θjdiff≥θjmax-θjtolerance。在以上例子中，θjdiff≥θjmax-θjtolerance(63≥63-2)是真實(shí)的。因此，末節(jié)角θj與θj’匹配。
如果末節(jié)角θj與θj’匹配，則在步驟862中將鄰域NHj與鄰域NHj’進(jìn)行比較。下面將參照圖10詳細(xì)地進(jìn)行描述。
如果來自參考?jí)K的鄰域NHj與來自測量塊的鄰域NHj’匹配(步驟864)，則數(shù)據(jù)塊匹配(步驟866)。相反，如果各參數(shù)例如x座標(biāo)、y座標(biāo)、末節(jié)角和鄰域中任何一個(gè)參數(shù)不匹配，則數(shù)據(jù)塊不匹配(步驟872)。xjtolerance和yjtolerance的典型值是4及θjtolerance的典型值是7。這些典型值是從實(shí)驗(yàn)中推導(dǎo)所得的。
由于根據(jù)x座標(biāo)xj將測量數(shù)據(jù)塊分類，可以取消其余測量數(shù)據(jù)塊的比較，因?yàn)槠溆鄿y量數(shù)據(jù)塊將具有超過容許值的x座標(biāo)xj’。因此，分類能夠減少比較次數(shù)。將數(shù)據(jù)塊按照y座標(biāo)yj分類能夠進(jìn)一步減少比較次數(shù)。
可以設(shè)置一個(gè)標(biāo)志以便只使測量數(shù)據(jù)塊的一個(gè)子集用于進(jìn)一步比較。圖9B詳細(xì)地闡述步驟604中如何比較指紋模板數(shù)據(jù)塊的流程圖。通過自參考x座標(biāo)xj中減去測量x座標(biāo)xj’而將x座標(biāo)進(jìn)行比較，即xj-xj’＝xjdiff(步驟880)。如果差值xjdiff的絕對值小于或等于預(yù)定容許值xjtolerance(步驟852)，如果差值xjdiff的絕對值小于或等于預(yù)定容許值xjtolerance(步驟881)，則判斷這是否為參考x座標(biāo)xj與測量x座標(biāo)xj’之間的第一次匹配(步驟885)。如果該匹配是第一次匹配，則為該包含第一次匹配x座標(biāo)xj’的測量塊設(shè)置一個(gè)標(biāo)志(步驟886)。
如果差值xjdiff的絕對值大于預(yù)定容許值xjtolerance(步驟881)，則判斷差值xjdiff是否小于預(yù)定容許值xjtolerance(步驟882)。如果差值xjdiff小于xjtolerance，則不將其余測量數(shù)據(jù)塊與參考數(shù)據(jù)塊進(jìn)行比較，并且判斷所用參考?jí)K是否為最后一個(gè)參考?jí)K(步驟883)。如果參考?jí)K不是參考指紋模板中的最后一個(gè)塊，則將下一個(gè)參考?jí)K和起始?jí)K裝載入RAM以供比較之用(步驟884)并且過程在步驟880處繼續(xù)。如果參考?jí)K是參考指紋模板中的最后一個(gè)塊，則指紋模板不匹配(圖8A中步驟624)。
如果該匹配不是第一次匹配(標(biāo)志885)，或者是在已經(jīng)將起始?jí)K設(shè)置標(biāo)志之后(標(biāo)志886)，則比較y座標(biāo)。自參考y座標(biāo)yj中減去測量y座標(biāo)yj’，即yj-yj’＝y(tǒng)jdiff(步驟887)。如果差值yjdiff的絕對值大于預(yù)定容許值yjtolerance(步驟888)，則判斷差值yjdiff是否小于yjtolerance(步驟889)。如果差值yjdiff小于yjtolerance，則不將其余測量數(shù)據(jù)塊與參考數(shù)據(jù)塊進(jìn)行比較，并且判斷用于比較的參考?jí)K是否為最后一個(gè)參考?jí)K(步驟883)。如果差值yjdiff大于yjtolerance，則這些塊不匹配(步驟896)，并且過程在步驟606處繼續(xù)(圖8A)。
如果差值yjdiff的絕對值小于或等于預(yù)定容許值yjtolerance(步驟888)，則其余步驟890至896類似于參照圖9A所描述的步驟858-866。
從圖9A和9B可以看出，x座標(biāo)和y座標(biāo)的比較能夠篩選掉比較次數(shù)。雖然指紋模板匹配算法能夠?qū)⒅讣y與一個(gè)相同的但旋轉(zhuǎn)和/或平移的指紋進(jìn)行比較，但如將指紋約束在一定方向內(nèi)，則能夠加速算法的執(zhí)行。由于允許平移和旋轉(zhuǎn)，以致不取消或取消很少的值，因?yàn)槿菰S值可能足夠大而在比較期間不致于取消任何值而產(chǎn)生虛假摒棄。
圖9C詳細(xì)地闡述步驟654中如何比較指紋模板數(shù)據(jù)塊的流程圖，其中將每個(gè)塊進(jìn)行比較。通過例如直接相減來比較參數(shù)xj和xj’(步驟806)。如果值xjdiff即|xj-xj’|＝xjdiff大于可調(diào)的預(yù)定容許值xjtolerance，則參數(shù)xj與參數(shù)xj’不匹配。因此這些數(shù)據(jù)塊不匹配(步驟824)，并且讀取下一個(gè)數(shù)據(jù)塊(參照圖8B)。當(dāng)值xjdiff等于或小于容許值xjtolerance時(shí)(步驟812)，參數(shù)xj與參數(shù)xj’匹配(步驟808)，并且在步驟810中使用直接相減方法將參數(shù)yj和yj’進(jìn)行比較。
如果值yjdiff即|yj-yj’|＝ yjdiff大于可調(diào)的預(yù)定容許值yjtolerance，則參數(shù)yj與參數(shù)yj’不匹配(步驟812)，因此這些數(shù)據(jù)塊不匹配(步驟824)。讀取下一個(gè)數(shù)據(jù)塊(參照圖8B)。當(dāng)值yjdiff等于或小于容許值yjtolerance時(shí)，參數(shù)yj與參數(shù)yj’匹配(步驟812)，并且在步驟814中將參數(shù)θj和θj’進(jìn)行比較。
如果末節(jié)角差值θjdiff大于可調(diào)的預(yù)定末節(jié)角容許值θjtolerance，則參數(shù)θj與參數(shù)θj’不匹配(步驟816)，因此數(shù)據(jù)塊不匹配(步驟824)，及讀取下一個(gè)數(shù)據(jù)塊(見圖8A和8B)。當(dāng)末節(jié)角差值θjdiff等于或小于末節(jié)角容許值θjtolerance時(shí)或當(dāng)差值θjdiff大于或等于最大允許量化末節(jié)角減去預(yù)定容許值θjtolerance之值時(shí)，參數(shù)θj與參數(shù)θj’匹配(步驟816)，并且在步驟818中將鄰域NHj與鄰域NHj’進(jìn)行比較。下面將參照圖10詳細(xì)地進(jìn)行描述。如果來自參考?jí)K的鄰域NHj與來自測量塊的鄰域NHj’匹配(步驟820)，則數(shù)據(jù)塊匹配(步驟822)。相反，如果鄰域NHj與鄰域NHj’不匹配，則數(shù)據(jù)塊不匹配。比較順序可以改變。例如，可以在比較參數(shù)xj之前先比較參數(shù)yj；可以在比較參數(shù)yj之前先比較角度θj；等等。
圖10顯示步驟862、893和818的鄰域匹配算法的流程圖。步驟900中，將參考?jí)K中的第一鄰居(今后稱為參考鄰居)例如N1(圖7A)與測量塊中的第一鄰居(今后稱為測量鄰居)例如N1’(圖7B)進(jìn)行比較。下面將詳細(xì)地描述步驟900。
如果鄰居匹配(步驟902)，則在步驟904中將一個(gè)鄰居計(jì)數(shù)器增量。如果計(jì)數(shù)器值等于或大于鄰居匹配的預(yù)定數(shù)量(步驟906)，則鄰域匹配(步驟918)。例如，在15個(gè)鄰居的鄰域內(nèi)有7個(gè)鄰居匹配即可認(rèn)為鄰域匹配。
如果鄰居不匹配(步驟902)，或者如果鄰居匹配的數(shù)量小于鄰居匹配的預(yù)定數(shù)量(步驟906)，則判斷用于比較中的測量鄰居是否為測量塊中的最后一個(gè)鄰居(步驟908)。
如果測量鄰居不是測量塊中的最后一個(gè)測量鄰居，則讀取下一個(gè)測量鄰居(步驟910)，并且將新的測量鄰居與早已使用的參考鄰居進(jìn)行比較。如果測量鄰居是測量塊中的最后一個(gè)測量鄰居，則判斷參考鄰居是否為參考?jí)K中的最后一個(gè)參考鄰居(步驟912)。如果參考鄰居不是參考?jí)K中的最后一個(gè)參考鄰居，則讀取下一個(gè)參考鄰居和第一測量塊(步驟914)，并且就它們進(jìn)行比較(步驟900)。然而，如果參考鄰居是參考?jí)K中的最后一個(gè)參考鄰居，則這些鄰域不匹配(步驟916)。
圖11A詳細(xì)地闡述圖10中的步驟900及顯示一個(gè)鄰居與鄰居的比較。步驟1000中將一個(gè)參考鄰居的距離di與一個(gè)測量鄰居的距離di’進(jìn)行比較。使用直接相減來比較距離，即|di-di’|＝didiff。如果距離差值didiff滿足距離容許值ditolerance(步驟1002)，則將角度φi與角度φi’進(jìn)行比較(步驟1004)。
角度比較再一次以類似于以上所述的末節(jié)角比較的方式進(jìn)行。具體地，如果|φj-φj′|≤φjtolerance及φj-φj′≥φjmax-φjtolerance，則角度φi與角度φi’匹配(步驟1006)。
在步驟1008中將角度i與角度i’進(jìn)行比較。類似地，如果|j-j′|≤jtolerance及j-j′≥jmax-jtolerance，，則角度i與角度i’匹配(步驟1010)。如果一個(gè)鄰居的所有參數(shù)例如距離di及角度φi和j都匹配，則鄰居即匹配(步驟1012)。ditolerance的典型值是1及φitolerance和itolerance的典型值是6。這些典型值是從實(shí)驗(yàn)中推導(dǎo)所得的。
如果參數(shù)例如距離di或角度φi或i中任何一個(gè)參數(shù)不匹配，則鄰居不匹配(步驟1014)。再有，可以修改比較順序即di、φi和i。
圖11B顯示步驟900中鄰居比較過程的選代實(shí)施例。在此實(shí)施例中，根據(jù)距離di’將測量塊分類。自參考距離di中減去測量距離di’而推導(dǎo)得差值didiff(步驟1050)。如果距離差值didiff滿足預(yù)定距離容許值ditolerance(步驟1052)，則將角度φi與角度φi’進(jìn)行比較(步驟1054)。如果角度φi與角度φi’匹配(步驟1056)，則在步驟1058中將角度i與角度i’進(jìn)行比較。如果角度i與角度i’匹配(步驟1060)，則鄰居即匹配(步驟1062)。
如果測量距離與參考距離不匹配，則判斷差值didiff是否小于預(yù)定容許值ditolerance(步驟1053)。如果差值didiff小于預(yù)定容許值ditolerance，則鄰居不匹配，同時(shí)不比較其余測量鄰居。該過程從圖10中步驟912處繼續(xù)下去。如果參數(shù)例如距離di或角度φi或i中任何一個(gè)參數(shù)不匹配，則鄰居不匹配(步驟1064)。
在一個(gè)實(shí)施例中，對于將多個(gè)參考指紋存于數(shù)據(jù)庫中的多個(gè)用戶而言，如果測量指紋模板與第一參考指紋模板不匹配，則將下一個(gè)參考指紋模板與測量指紋模板進(jìn)行比較，如圖12中所示。在步驟680處開始多個(gè)參考指紋模板比較。將第一參考指紋模板和測量指紋模板裝載入RAM(一次一塊)(步驟682)。參照圖8A和8B，在步驟684中根據(jù)以上所述的模板比較算法將指紋模板進(jìn)行比較。步驟686中判斷指紋模板是否匹配。如果存在匹配(步驟688)，則過程在步驟696結(jié)束。如果沒有匹配，則判斷是否已經(jīng)使用最后一個(gè)參考指紋模板(步驟690)。如果已經(jīng)使用最后一個(gè)參考指紋模板，則沒有匹配(步驟692)，同時(shí)過程在步驟696處結(jié)束。然而，如果尚未使用最后一個(gè)參考指紋模板(步驟690)，則將下一個(gè)參考指紋模板裝載以便與測量指紋模板進(jìn)行比較(步驟684)。一般而言，能夠存儲(chǔ)的參考模板的數(shù)量是受存儲(chǔ)容量限制的。例如，在通常的智能卡中，典型的可用靜態(tài)存儲(chǔ)器為1千字節(jié)至16千字節(jié)。因此，能夠存儲(chǔ)的參考模板的數(shù)量是受存儲(chǔ)容量限制的。
在另一個(gè)多用戶系統(tǒng)的實(shí)施例中，以類似于上述方式的方式將測量指紋模板與所有參考模板進(jìn)行比較。然而，在此實(shí)施例中，對于每個(gè)模板比較，將測量指紋模板與參考指紋模板兩者中所有數(shù)據(jù)塊進(jìn)行比較。例如，即使當(dāng)找到一對指紋模板的匹配例如多于4個(gè)數(shù)據(jù)塊匹配時(shí)，也將其余的數(shù)據(jù)塊組合進(jìn)行比較。為每個(gè)參考指紋模板存儲(chǔ)數(shù)據(jù)塊匹配的數(shù)量。如果測量指紋模板與多于一個(gè)參考指紋模板匹配，則產(chǎn)生一個(gè)給出最高數(shù)據(jù)塊匹配數(shù)量的參考指紋模板的用戶被驗(yàn)證為用戶。
根據(jù)本發(fā)明的算法可以在通常的智能卡上具有最小能力的微處理器例如8位微處理器內(nèi)執(zhí)行，因?yàn)樗惴ㄖ惺褂玫拿總€(gè)參數(shù)都小于8位。例如，位置參數(shù)xj和yj中每一個(gè)被量化為4位；末節(jié)角θj及角度φi和i中每一個(gè)被量化為6位；及距離di被量化為5位。此外，根據(jù)本發(fā)明的指紋模板匹配算法不涉及大量的計(jì)算過程，例如涉及浮點(diǎn)運(yùn)算、乘法和除法。相反，根據(jù)本發(fā)明的指紋模板匹配算法只使用減法。因此本算法能夠由一個(gè)具有很低速度例如在1至10兆赫之間的弱微處理器例如傳統(tǒng)智能卡上的微處理器加以執(zhí)行。
雖然已經(jīng)參照具體的實(shí)施例描述了本發(fā)明，但以上描述只是本發(fā)明的例子，不應(yīng)用作限制?？稍诓槐畴x以下權(quán)利要求書所規(guī)定的本發(fā)明范圍的情況下公開實(shí)施例特征的不同其他變化和組合。
權(quán)利要求
1.一種用于匹配模板的方法，包括提供一個(gè)參考模板，所述參考模板包括多個(gè)參考數(shù)據(jù)塊；提供一個(gè)準(zhǔn)備比較的模板，所述測量模板包括多個(gè)測量數(shù)據(jù)塊；將所述參考數(shù)據(jù)塊中的一個(gè)和所述測量數(shù)據(jù)塊中的一個(gè)裝載入隨機(jī)存取存儲(chǔ)器(RAM)內(nèi)以供比較之用，在所述比較期間所述RAM只存儲(chǔ)一個(gè)參考數(shù)據(jù)塊和一個(gè)測量數(shù)據(jù)塊；及將所述參考數(shù)據(jù)塊中的所述一個(gè)與所述測量數(shù)據(jù)塊中的所述一個(gè)進(jìn)行比較。
2.權(quán)利要求1的方法，其中提供參考模板的步驟包括為每個(gè)用于組成參考指紋圖像的末節(jié)建立一個(gè)參考數(shù)據(jù)塊。
3.權(quán)利要求1的方法，其中提供測量模板的步驟包括為每個(gè)用于組成準(zhǔn)備驗(yàn)證的指紋圖像的末節(jié)建立一個(gè)測量數(shù)據(jù)塊。
4.權(quán)利要求1的方法，其中每個(gè)所述參考數(shù)據(jù)塊和每個(gè)所述測量數(shù)據(jù)塊包括末節(jié)的一個(gè)位置；所述末節(jié)的一個(gè)末節(jié)角；及所述末節(jié)的鄰域信息。
5.權(quán)利要求4的方法，還包括將所述參考數(shù)據(jù)塊的位置與所述測量數(shù)據(jù)塊的位置進(jìn)行比較。
6.權(quán)利要求4的方法，還包括使用第一座標(biāo)和第二座標(biāo)表示所述位置。
7.權(quán)利要求6的方法，還包括將所述第一和第二座標(biāo)進(jìn)行量化。
8.權(quán)利要求7的方法，其中所述將所述第一和第二座標(biāo)進(jìn)行量化的步驟包括將所述第一和第二座標(biāo)中的每一個(gè)量化為等于或小于8位。
9.權(quán)利要求7的方法，其中所述量化是存儲(chǔ)器的預(yù)定大小的函數(shù)。
10.權(quán)利要求7的方法，其中所述量化是預(yù)定正確度的函數(shù)。
11.權(quán)利要求6的方法，還包括將所述參考數(shù)據(jù)塊中的第一座標(biāo)與所述測量數(shù)據(jù)塊中的所述一個(gè)座標(biāo)進(jìn)行比較。
12.權(quán)利要求11的方法，其中所述比較步驟包括自所述參考數(shù)據(jù)塊中的所述第一座標(biāo)中減去所述測量數(shù)據(jù)塊中的所述第一座標(biāo)以便獲取第一座標(biāo)差值。
13.權(quán)利要求12的方法，其中如果所述第一座標(biāo)差值小于預(yù)定第一座標(biāo)容許值則所述測量數(shù)據(jù)塊中的所述第一座標(biāo)與所述參考數(shù)據(jù)塊中的所述第一座標(biāo)匹配。
14.權(quán)利要求6的方法，還包括將所述參考數(shù)據(jù)塊中的第二座標(biāo)與所述測量數(shù)據(jù)塊中的所述第二座標(biāo)進(jìn)行比較。
15.權(quán)利要求14的方法，其中所述比較步驟包括自所述參考數(shù)據(jù)塊中的所述第二座標(biāo)中減去所述測量數(shù)據(jù)塊中的所述第二座標(biāo)以便獲取第二座標(biāo)差值。
16.權(quán)利要求15的方法，其中如果所述第二座標(biāo)差值小于預(yù)定第二座標(biāo)容許值則所述測量數(shù)據(jù)塊中的所述第二座標(biāo)與所述參考數(shù)據(jù)塊中的所述第二座標(biāo)匹配。
17.權(quán)利要求4的方法，還包括將所述末節(jié)角進(jìn)行量化。
18.權(quán)利要求17的方法，其中還包括將所述末節(jié)角量化為等于或小于8位。
19.權(quán)利要求4的方法，還包括將所述參考數(shù)據(jù)塊中的一個(gè)的末節(jié)角與所述測量數(shù)據(jù)塊中的一個(gè)的末節(jié)角進(jìn)行比較。
20.權(quán)利要求19的方法，其中所述比較步驟包括自所述參考數(shù)據(jù)塊中的所述末節(jié)角中減去所述測量數(shù)據(jù)塊中的所述末節(jié)角以便獲取一個(gè)末節(jié)角差值。
21.權(quán)利要求20的方法，其中如果所述末節(jié)角差值小于預(yù)定末節(jié)角容許值則所述測量數(shù)據(jù)塊中的所述末節(jié)角與所述參考數(shù)據(jù)塊中的所述末節(jié)角匹配。
22.權(quán)利要求19的方法，其中所述比較步驟包括在復(fù)數(shù)領(lǐng)域內(nèi)將所述測量數(shù)據(jù)塊中的所述末節(jié)角與所述參考數(shù)據(jù)塊中的所述末節(jié)角進(jìn)行比較。
23.權(quán)利要求4的方法，還包括選擇預(yù)定數(shù)量的鄰居。
24.權(quán)利要求23的方法，還包括圍繞所述末節(jié)構(gòu)作一個(gè)鄰域邊界。
25.權(quán)利要求24的方法，其中構(gòu)作一個(gè)鄰域邊界的步驟包括構(gòu)作一個(gè)具有預(yù)定形狀和范圍的鄰域邊界。
26.權(quán)利要求24的方法，其中所述鄰域邊界是以所述末節(jié)作為所述鄰域邊界的中心點(diǎn)的圓形邊界。
27.權(quán)利要求24的方法，其中所述鄰域邊界是以所述末節(jié)作為所述鄰域邊界的中心點(diǎn)的正方形邊界。
28.權(quán)利要求23的方法，還包括選擇最靠近所述末節(jié)的末節(jié)，用作所述鄰居。
29.權(quán)利要求23的方法，還包括從多個(gè)分布最靠近的末節(jié)中任意地選擇一個(gè)鄰居。
30.權(quán)利要求23的方法，還包括舍棄所有分布最靠近的末節(jié)。
31.權(quán)利要求23的方法，還包括在自其中提取所述末節(jié)的隆脊的切線方向內(nèi)以所述末節(jié)為中心點(diǎn)構(gòu)作一條x軸；垂直于x軸而構(gòu)作y軸；在所述末節(jié)與其鄰居之間構(gòu)作一條線，所述線具有一個(gè)距離，所述線與x軸之間有一個(gè)第一角度；自所述鄰居在自其中提取所述鄰居的隆脊的切線方向內(nèi)構(gòu)作一條線，所述線與所述x軸相交并且形成與所述x軸的第二角度；及使用所述距離、所述第一角度和所述第二角度來表示所述鄰居。
32.權(quán)利要求31的方法，還包括將所述距離量化。
33.權(quán)利要求32的方法，還包括將所述距離量化為等于或小于8位。
34.權(quán)利要求31的方法，還包括將所述第一角度量化。
35.權(quán)利要求34的方法，還包括將所述第一角度量化為等于或小于8位。
36.權(quán)利要求31的方法，還包括將所述第二角度量化。
37.權(quán)利要求36的方法，還包括將所述第二角度量化為等于或小于8位。
38.權(quán)利要求31的方法，還包括將所述參考數(shù)據(jù)塊中的參考鄰居的距離與所述測量數(shù)據(jù)塊中的鄰居的距離進(jìn)行比較。
39.權(quán)利要求38的方法，其中所述比較步驟包括自所述參考數(shù)據(jù)塊中的所述距離中減去所述測量數(shù)據(jù)塊中的所述距離以便獲取距離差值。
40.權(quán)利要求39的方法，其中如果所述距離差值小于預(yù)定距離容許值則所述測量數(shù)據(jù)塊中的所述距離與所述參考數(shù)據(jù)塊中的所述距離匹配。
41.權(quán)利要求31的方法，還包括將所述參考數(shù)據(jù)塊中參考鄰居的第一角度與所述測量數(shù)據(jù)塊中的鄰居的第一角度進(jìn)行比較。
42.權(quán)利要求41的方法，其中所述比較步驟包括自所述參考數(shù)據(jù)塊中的所述第一角度中減去所述測量數(shù)據(jù)塊中的所述第一角度以便獲取第一角度差值。
43.權(quán)利要求42的方法，其中如果所述第一角度差值小于預(yù)定第一角度容許值則所述測量數(shù)據(jù)塊中的所述第一角度與所述參考數(shù)據(jù)塊中的所述第一角度匹配。
44.權(quán)利要求41的方法，其中所述比較步驟包括在復(fù)數(shù)領(lǐng)域內(nèi)將所述測量數(shù)據(jù)塊中的所述第一角度與所述參考數(shù)據(jù)塊中參考鄰居的所述第一角度進(jìn)行比較。
45.權(quán)利要求31的方法，還包括將所述參考數(shù)據(jù)塊中參考鄰居的第二角度與所述測量數(shù)據(jù)塊中的鄰居的第二角度進(jìn)行比較。
46.權(quán)利要求45的方法，其中所述比較步驟包括自所述參考數(shù)據(jù)塊中的所述第二角度中減去所述測量數(shù)據(jù)塊中的所述第二角度以便獲取第二角度差值。
47.權(quán)利要求46的方法，其中如果所述第二角度差值小于預(yù)定第二角度容許值則所述測量數(shù)據(jù)塊中的所述第二角度與所述參考數(shù)據(jù)塊中的所述第二角度匹配。
48.權(quán)利要求45的方法，其中所述比較步驟包括在復(fù)數(shù)領(lǐng)域內(nèi)將所述測量數(shù)據(jù)塊中的所述鄰居的所述第二角度與所述參考數(shù)據(jù)塊中所述鄰居的所述第二角度進(jìn)行比較。
49.權(quán)利要求31的方法，其中如果所述參考數(shù)據(jù)塊中參考鄰居的距離、第一角度和第二角度與所述測量數(shù)據(jù)塊中的鄰居的距離、第一角度和第二角度匹配，則所述參考數(shù)據(jù)塊的鄰居與所述測量數(shù)據(jù)塊中的鄰居匹配。
50.權(quán)利要求49的方法，其中如果鄰居匹配的數(shù)量大于預(yù)定鄰居匹配率，則所述參考數(shù)據(jù)塊的鄰居與所述測量數(shù)據(jù)塊中的鄰居匹配。
51.權(quán)利要求23的方法，還包括為每個(gè)鄰居計(jì)算一個(gè)標(biāo)準(zhǔn)偏差。
52.權(quán)利要求23的方法，還包括使圍繞所述末節(jié)的所述鄰居的分布最大。
53.權(quán)利要求4的方法，還包括將所述參考數(shù)據(jù)塊中鄰域與所述測量數(shù)據(jù)塊中鄰域進(jìn)行比較。
54.權(quán)利要求53的方法，其中如果所述參考數(shù)據(jù)塊中鄰居的位置、末節(jié)角和鄰域與所述測量數(shù)據(jù)塊中鄰居的位置、末節(jié)角和鄰域匹配，則所述參考數(shù)據(jù)塊與所述測量數(shù)據(jù)塊匹配。
55.權(quán)利要求54的方法，其中如果數(shù)據(jù)塊匹配的數(shù)量等于或大于預(yù)定數(shù)據(jù)塊匹配率，則所述參考模板與所述測量模板匹配。
56.權(quán)利要求1的方法，還包括將所述參考數(shù)據(jù)塊進(jìn)行分類。
57.權(quán)利要求1的方法，還包括將所述測量數(shù)據(jù)塊進(jìn)行分類。
58.權(quán)利要求56的方法，還包括在所述測量數(shù)據(jù)塊中設(shè)置一個(gè)標(biāo)志，用于標(biāo)示在所述參考數(shù)據(jù)塊的所述第一座標(biāo)與所述測量數(shù)據(jù)塊的所述第一座標(biāo)之間的第一次匹配。
59.權(quán)利要求58的方法，還包括從所述加上標(biāo)志的測量數(shù)據(jù)塊開始將所述參考數(shù)據(jù)塊中所述第二座標(biāo)與所述測量數(shù)據(jù)塊中所述第二座標(biāo)進(jìn)行比較。
60.權(quán)利要求57的方法，還包括在所述參考數(shù)據(jù)塊中設(shè)置一個(gè)標(biāo)志，用于標(biāo)示在所述參考數(shù)據(jù)塊的所述第一座標(biāo)與所述測量數(shù)據(jù)塊的所述第一座標(biāo)之間的第一次匹配。
61.權(quán)利要求60的方法，還包括從所述加上標(biāo)志的參考數(shù)據(jù)塊開始將所述參考數(shù)據(jù)塊中所述第二座標(biāo)與所述測量數(shù)據(jù)塊中所述第二座標(biāo)進(jìn)行比較。
62.權(quán)利要求20的方法，其中如果所述末節(jié)角差值大于或等于最大允許末節(jié)角與預(yù)定末節(jié)角容許值之間的差值，則所述測量數(shù)據(jù)塊的所述末節(jié)角與所述參考數(shù)據(jù)塊的所述末節(jié)角匹配。
63.一種用于驗(yàn)證指紋的系統(tǒng)，包括一個(gè)智能卡閱讀器，所述智能卡閱讀器包括一個(gè)指紋傳感器；及一個(gè)第一微處理器，所述第一微處理器從被所述指紋傳感器讀取的數(shù)據(jù)中生成具有多個(gè)測量數(shù)據(jù)塊的測量模板；一個(gè)智能卡，所述智能卡包括一個(gè)靜態(tài)存儲(chǔ)器，所述靜態(tài)存儲(chǔ)器存儲(chǔ)具有多個(gè)參考數(shù)據(jù)塊的參考模板；一個(gè)第二微處理器，所述第二微處理器執(zhí)行一個(gè)匹配算法，用于判斷所述測量模板是否與所述參考模板匹配；及一個(gè)隨機(jī)存取存儲(chǔ)器，所述隨機(jī)存取存儲(chǔ)器(RAM)在執(zhí)行所述匹配算法期間存儲(chǔ)至少一個(gè)參考數(shù)據(jù)塊和至少一個(gè)測量數(shù)據(jù)塊；及一個(gè)在所述智能卡與所述智能卡閱讀器之間的通信通道。
64.權(quán)利要求63的系統(tǒng)，其中通過所述通信通道將測量數(shù)據(jù)塊裝載入所述智能卡的所述RAM中。
65.權(quán)利要求63的系統(tǒng)，其中每個(gè)所述測量數(shù)據(jù)塊和每個(gè)所述參考數(shù)據(jù)塊包括末節(jié)的一個(gè)位置；所述末節(jié)的一個(gè)末節(jié)角；及所述末節(jié)的鄰域信息。
66.權(quán)利要求65的系統(tǒng)，其中所述位置包括第一座標(biāo)；及第二座標(biāo)。
67.權(quán)利要求66的系統(tǒng)，其中將所述第一座標(biāo)進(jìn)行量化。
68.權(quán)利要求67的系統(tǒng)，其中將所述第一座標(biāo)進(jìn)行量化為等于或小于8位。
69.權(quán)利要求66的系統(tǒng)，其中將所述第二座標(biāo)進(jìn)行量化。
70.權(quán)利要求69的系統(tǒng)，其中將所述第二座標(biāo)進(jìn)行量化為等于或小于8位。
71.權(quán)利要求65的系統(tǒng)，其中將所述末節(jié)角進(jìn)行量化。
72.權(quán)利要求71的系統(tǒng)，其中將所述末節(jié)角量化為等于或小于8位。
73.權(quán)利要求65的系統(tǒng)，其中所述鄰域包括多個(gè)預(yù)定數(shù)量的鄰居的位置參數(shù)。
74.權(quán)利要求73的系統(tǒng)，其中位置參數(shù)包括所述末節(jié)與鄰近末節(jié)之間的距離；在自其中提取所述末節(jié)的隆脊的切線方向內(nèi)的第一座標(biāo)與一條在所述末節(jié)與所述鄰近末節(jié)之間畫出的線之間的第一角度；及在所述第一座標(biāo)與在自其中提取所述鄰近末節(jié)的隆脊的切線方向內(nèi)的第二座標(biāo)之間的第二角度。
75.權(quán)利要求74的系統(tǒng)，其中將所述距離量化。
76.權(quán)利要求75的系統(tǒng)，其中將所述距離量化為等于或小于8位。
77.權(quán)利要求74的系統(tǒng)，其中將所述第一角度量化。
78.權(quán)利要求77的系統(tǒng)，其中將所述第一角度量化為等于或小于8位。
79.權(quán)利要求74的系統(tǒng)，其中將所述第二角度量化。
80.權(quán)利要求79的系統(tǒng)，其中將所述第二角度量化為等于或小于8位。
81.權(quán)利要求73的系統(tǒng)，其中將所述鄰居分類。
82.權(quán)利要求63的系統(tǒng)，其中所述第二微處理器是一個(gè)8位微處理器。
83.權(quán)利要求63的系統(tǒng)，其中所述第二微處理器具有大約在1兆赫與大約10兆赫之間的速度。
84.權(quán)利要求63的系統(tǒng)，其中所述RAM的大小大約是256千字節(jié)。
85.權(quán)利要求63的系統(tǒng)，其中將所述參考數(shù)據(jù)塊分類。
86.權(quán)利要求63的系統(tǒng)，其中將所述測量數(shù)據(jù)塊分類。
87.權(quán)利要求63的系統(tǒng)，其中所述RAM在執(zhí)行所述匹配算法期間只存儲(chǔ)一個(gè)參考數(shù)據(jù)塊和只存儲(chǔ)一個(gè)測量數(shù)據(jù)塊。
88.一種用于驗(yàn)證指紋的系統(tǒng)，包括一個(gè)指紋傳感器；及一個(gè)靜態(tài)存儲(chǔ)器，所述靜態(tài)存儲(chǔ)器存儲(chǔ)具有多個(gè)參考數(shù)據(jù)塊的參考模板；一個(gè)微處理器，所述微處理器從被所述指紋傳感器讀取的數(shù)據(jù)中生成一個(gè)測量模板，用于執(zhí)行一個(gè)匹配算法以便判斷所述測量模板是否與所述參考模板匹配，其中所述測量模板具有多個(gè)測量數(shù)據(jù)塊；及一個(gè)隨機(jī)存取存儲(chǔ)器，所述隨機(jī)存取存儲(chǔ)器(RAM)在執(zhí)行所述匹配算法期間存儲(chǔ)所述參考數(shù)據(jù)塊中的一個(gè)和所述測量數(shù)據(jù)塊中的一個(gè)。
89.權(quán)利要求88的系統(tǒng)，其中每個(gè)所述測量數(shù)據(jù)塊和每個(gè)所述參考數(shù)據(jù)塊包括末節(jié)的一個(gè)位置；所述末節(jié)的一個(gè)末節(jié)角；及所述末節(jié)的鄰域信息。
90.權(quán)利要求89的系統(tǒng)，其中所述位置包括第一座標(biāo)；及第二座標(biāo)。
91.權(quán)利要求90的系統(tǒng)，其中將所述第一座標(biāo)進(jìn)行量化。
92.權(quán)利要求91的系統(tǒng)，其中將所述第一座標(biāo)量化為等于或小于8位。
93.權(quán)利要求90的系統(tǒng)，其中將所述第二座標(biāo)進(jìn)行量化。
94.權(quán)利要求93的系統(tǒng)，其中將所述第二座標(biāo)量化為等于或小于8位。
95.權(quán)利要求89的系統(tǒng)，其中將所述末節(jié)角進(jìn)行量化。
96.權(quán)利要求95的系統(tǒng)，其中將所述末節(jié)角量化為等于或小于8位。
97.權(quán)利要求89的系統(tǒng)，其中所述鄰域包括多個(gè)預(yù)定數(shù)量的鄰居的位置參數(shù)。
98.權(quán)利要求97的系統(tǒng)，其中所述位置參數(shù)包括所述末節(jié)與鄰近末節(jié)之間的距離；在自其中提取所述末節(jié)的隆脊的切線方向內(nèi)的第一座標(biāo)與一條在所述末節(jié)與所述鄰近末節(jié)之間畫出的線之間的第一角度；及在所述第一座標(biāo)與在自其中提取所述鄰近末節(jié)的隆脊的切線方向內(nèi)的第二座標(biāo)之間的第二角度。
99.權(quán)利要求98的系統(tǒng)，其中將所述距離量化。
100.權(quán)利要求99的系統(tǒng)，其中將所述距離量化為等于或小于8位。
101.權(quán)利要求98的系統(tǒng)，其中將所述第一角度量化。
102.權(quán)利要求101的系統(tǒng)，其中將所述第一角度量化為等于或小于8位。
103.權(quán)利要求98的系統(tǒng)，其中將所述第二角度量化。
104.權(quán)利要求103的系統(tǒng)，其中將所述第二角度量化為等于或小于8位。
105.權(quán)利要求97的系統(tǒng)，其中將所述鄰居分類。
106.權(quán)利要求88的系統(tǒng)，其中將所述參考數(shù)據(jù)塊分類。
107.權(quán)利要求88的系統(tǒng)，其中將所述測量數(shù)據(jù)塊分類。
全文摘要
一種用于匹配模板的方法及其系統(tǒng)。每個(gè)模板包括多個(gè)數(shù)據(jù)塊,每個(gè)數(shù)據(jù)塊表示一個(gè)末節(jié)和包括一個(gè)位置、一個(gè)末節(jié)角和一個(gè)鄰域。該位置由兩個(gè)坐標(biāo)表示。在一個(gè)實(shí)施例中,每個(gè)坐標(biāo)和末節(jié)角都被量化。對于預(yù)定數(shù)量的鄰近末節(jié)而言,鄰域包括相對于所選末節(jié)的位置參數(shù)。在一個(gè)實(shí)施例中,圍繞所選末節(jié)畫出一條鄰域邊界,并且從封閉區(qū)域內(nèi)選擇鄰近末節(jié)。在逐個(gè)數(shù)據(jù)塊的基礎(chǔ)上將參考模板與測量模板進(jìn)行比較。把來自每個(gè)模板的數(shù)據(jù)塊裝載入隨機(jī)存取存儲(chǔ)器(RAM)。分別將參考數(shù)據(jù)塊中位置、末節(jié)角和鄰域與測量數(shù)據(jù)塊中位置、末節(jié)角和鄰域進(jìn)行比較。在一個(gè)實(shí)施例中,使用直接相減進(jìn)行比較。如果所有參數(shù)的差值滿足相應(yīng)的預(yù)定容許值,則測量數(shù)據(jù)塊與參考數(shù)據(jù)塊匹配。如果數(shù)據(jù)塊匹配的數(shù)量等于或大于預(yù)定數(shù)據(jù)塊匹配率,則測量模板與參考模板匹配。通過比較每個(gè)位置參數(shù)來比較鄰域。如果所有位置參數(shù)匹配,則鄰居匹配。如果滿足預(yù)定數(shù)量的鄰居匹配,則鄰域匹配。
文檔編號(hào)G06K9/00GK1359504SQ9981680
公開日2002年7月17日 申請日期1999年11月19日 優(yōu)先權(quán)日1999年7月15日
發(fā)明者安舍尼·P·魯索 申請人:精細(xì)生物測量股份公司