CN101751550B - 快速指纹搜索方法及快速指纹搜索系统 - Google Patents

快速指纹搜索方法及快速指纹搜索系统 Download PDF

Info

Publication number
CN101751550B
CN101751550B CN2008102074254A CN200810207425A CN101751550B CN 101751550 B CN101751550 B CN 101751550B CN 2008102074254 A CN2008102074254 A CN 2008102074254A CN 200810207425 A CN200810207425 A CN 200810207425A CN 101751550 B CN101751550 B CN 101751550B
Authority
CN
China
Prior art keywords
fingerprint
template
central point
comparison
site
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2008102074254A
Other languages
English (en)
Other versions
CN101751550A (zh
Inventor
刘中秋
李健
吕虹晓
侯艳芹
陈高曙
蒋文琦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Miaxis Biometrics Co Ltd
Original Assignee
ZHONGZHENG BIOLOGICAL IDENTIFICATION TECHNOLOGY Co Ltd HANGZHOU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ZHONGZHENG BIOLOGICAL IDENTIFICATION TECHNOLOGY Co Ltd HANGZHOU filed Critical ZHONGZHENG BIOLOGICAL IDENTIFICATION TECHNOLOGY Co Ltd HANGZHOU
Priority to CN2008102074254A priority Critical patent/CN101751550B/zh
Priority to EP09832848A priority patent/EP2360619A4/en
Priority to PCT/CN2009/071257 priority patent/WO2010069166A1/zh
Publication of CN101751550A publication Critical patent/CN101751550A/zh
Application granted granted Critical
Publication of CN101751550B publication Critical patent/CN101751550B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1365Matching; Classification
    • G06V40/1371Matching features related to minutiae or pores
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1365Matching; Classification
    • G06V40/1376Matching features related to ridge properties or fingerprint texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Collating Specific Patterns (AREA)

Abstract

一种快速指纹搜索方法,包括以下步骤:(1)将指纹模板库中的指纹模板分为有中心点模板和无中心点模板;(2)采集需比对的指纹,完成现场指纹特征提取,并判断为有中心点或无中心点现场指纹特征;(3)若需比对的指纹是有中心点的,则将有中心点现场指纹特征与指纹模板库中所有有中心点的模板集合分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合Q1;(4)将有中心点现场指纹特征与所述集合Q1中的模板进行中心点快速比对,找到相似度最高的前n1个模板组成集合M1;(5)将有中心点现场指纹特征与集合M1中的所有模板进行中心点精确比对,找到精确比对成功的模板作为现场指纹特征的匹配指纹。

Description

快速指纹搜索方法及快速指纹搜索系统
技术领域
本发明属于生物特征识别技术,特别涉及一种快速指纹搜索方法及快速指纹搜索系统。
背景技术
生物认证技术是一项利用人体生物特征来确定个人身份的技术,可广泛应用于刑侦、安全、银行等领域。目前,生物认证技术中发展的最为成熟、应用最为广泛的是指纹认证技术。指纹以其因人而异、因指而异,而且容易采集和识别,即由于指纹认证存在方便使用、安全性高等特点,在安全领域、金融领域和民众生活领域都能看到指纹身份识别的技术产品,比如指纹门禁、指纹笔记本、指纹银行柜员机、指纹银行POS机、指纹U盘等。
指纹认证主要包括指纹采集和指纹识别这两个部分,即预先采集用户的指纹作为指纹模板库的指纹模板,后续认证时对采集到的用户指纹,与指纹模板库中的指纹模板进行对比,找到与之匹配的指纹模板。
在专利号为02110873.0中公开了一种指纹识别方法,该专利形成了指纹数据搜索算法的早期主流模式,具体搜索步骤包括:(1)、现场指纹特征与指纹模板库中的所有指纹模板进行1∶1的快速比对,得到各自的相似度。(2)、根据指纹模板的相似度提取相似度较高的前N枚模板,进行精确比对,得到比对结果。对该专利,快速比对是精确比对的简化模式,是根据细节点拓扑图对所有的指纹模板进行比对。按照该发明专利所述的方法进行指纹搜索所需时间比较长。
在专利号为200610065297.5中公开的另一个专利,发明名称为“指纹识别方法与系统”,也提到了指纹搜索过程,它主要依靠细节点拓扑图的相似度,结合了奇异点、平均脊密度和块方向图特征。对于大部分的图像,仍然需要计算细节点拓扑图的相似度,计算时间长。另外若简单地两两比对奇异点的位置、方向和类型,得到的相似度累加到全局特征相似度中,则对奇异点的计算准确度要求高,对性能也仅有微弱改善,却造成搜索所需时间比较长。同时对奇异点的利用率较低。
目前,随着计算机网络的普及,提供异地的身份识别成为可能。以金融系统为例,若整一银行系统采用指纹识别来进行身份认证,则存储的指纹模板库是一个海量数据库,当需要认证某一用户时,将采集到该用户的指纹从海量数据库中找到与之匹配的指纹模板,按照上述的搜索方法,消耗时间太长,根本无法满足该些需求。也就是说,面对大库容的数据量,以及随后的计算机硬件系统的不断更新,如果沿用现有的技术,仍将大大降低指纹比对消耗时间,甚至影响比对准确性。如何更快完成指纹的快速搜索,并保证结果的准确性,是当今指纹识别技术的一个瓶颈,更是对搜索算法的一个挑战。
发明内容
本发明的主要目的在于提供一种快速指纹搜索方法,以解决现有技术中面对大容量数据,不能在保证准确性的基础上快速完成现场指纹与指纹数据库中的指纹模板的对比的技术问题。
本发明的另一目的在于提供一种快速指纹搜索系统。
为了达到上述目的,本发明提供一种快速指纹搜索方法,包括以下步骤:
(1)将指纹模板库中的指纹模板分为有中心点模板和无中心点模板;
(2)采集需比对的指纹图案,完成现场指纹特征提取,并判断为有中心点现场指纹特征或无中心点现场指纹特征;
(3)若需比对的指纹是有中心点的,则将有中心点现场指纹特征与指纹模板库中所有有中心点的模板集合分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合Q1
(4)将有中心点现场指纹特征与集合Q1中的模板进行中心点快速比对,找到相似度最高的前n1个模板组成集合M1,n1为自然数;
(5)将有中心点现场指纹特征与集合M1中的所有模板进行中心点精确比对,找到精确比对成功的模板作为现场指纹特征的匹配指纹。
步骤(5)还包括:当有中心点现场指纹特征与集合M1中的所有模板进行中心点精确比对后,未找到精确比对成功的模板,进行下述步骤:
(A1)将有中心点现场指纹特征与指纹模板库中所有无中心点的模板集合分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合T1
(A2)将有中心点现场指纹特征与集合T1中的模板进行细节点快速比对,找到相似度最高的前n2个模板组成集合M2,n2为自然数;
(A3)将有中心点现场指纹特征与集合M2中的所有模板进行细节点精确比对,找到精确比对成功的模板作为现场指纹的匹配指纹。
步骤(3)还包括:
(B1)若需比对的指纹是无中心点的,将无中心点现场指纹特征与指纹模板库中所有无中心点的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图似度阈值的模板,组成集合T2
(B2)将无中心点现场指纹特征与集合T2中的模板进行细节点快速比对,找到相似度最高的前n3个模板组成集合M3,n3为自然数;
(B3)将无中心点现场指纹特征与集合M3中的所有模板进行细节点精确比对,找到精确比对成功的模板作为需比对指纹的匹配指纹。
步骤(B3)进一步包括:
(D1)当将无中心点现场指纹特征与集合M3中的所有模板进行细节点精确比对,未找到精确比对成功的模板时,则将无中心点现场指纹特征与指纹模板库中所有有中心点的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合Q2
(D2)将无中心点现场指纹特征与集合Q2中的模板进行细节点快速比对,找到相似度最高的前n4个模板组成集合M4,n4为自然数;
(D3)将无中心点现场指纹特征与集合M4中的所有模板进行细节点精确比对,找到精确比对成功的模板作为需比对指纹的匹配指纹。
找到精确比对成功的模板进一步包括:
(E1)计算该现场指纹特征与要进行精确比对的相应集合里的每个模板的比对得分;
(E2)将比对得分与预设的精确对比得分阈值进行比较,若现场指纹特征与模板的精确比对得分不小于预设的精确比对得分阈值,则现场指纹特征的匹配模板搜索成功,搜索结束;若还有未与现场指纹特征计算比对分数的模板,则再进行步骤(E1),计算该现场指纹特征的比对得分。
指纹模板里设有一用于标记本模板有无中心点的标识,通过该标识对模板是否有中心点进行了分类。
脊线宽度直方图相似度计算公式如下:
模板和特征的脊线宽度直方图定义为离散函数H1(Ri)=mi、H2(Ri)=ni,其中,Ri是第i级脊线宽度,mi和ni表示脊线宽度等级为Ri的像素个数,它们分别记录在模板数据和特征数据中,则模板和特征的脊线宽度直方图相似度为:
SimH = a · e - Σ i = 1 8 [ H 1 ( i ) - H 2 ( i ) ] 2 b
SimH的值在0和100之间;
所述精确比对得分阈值进一步包括为:判定现场特征指纹和模板是否来自相同手指的得分阈值。
本发明公开了一种快速指纹搜索系统,包括:
指纹模板库存储单元:用于存储指纹模板库,其中指纹模板都按有无中心点进行分类;
指纹采集装置:用于采集要比对的现场指纹图像;
特征点提取装置:它与指纹采集装置相连,用于对采集到的现场指纹图像提取特征点;
脊线宽度直方图比对装置:则将所述现场指纹特征与所有指纹模板库中预先设定范围的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板组成集合;
中心点快速比对装置:将所述现场指纹特征与预先设定范围的所有模板进行中心点快速比对,找到相似度最高的前预先设定个数的模板组成集合;
中心点精确比对装置:将所述现场指纹特征与预先设定范围的所有模板进行中心点精确比对,寻找精确比对成功的模板作为所述现场指纹的匹配指纹;
细节点快速比对装置:将所述现场指纹特征与将预先设定范围的所有模板进行细节点快速比对,找到相似度最高的前设定个数的模板组成集合;
细节点精确比对装置:将所述现场指纹特征与预先设定范围的所有模板进行细节点精确比对,寻找精确比对成功的模板作为所述现场指纹的匹配指纹。
本发明公开了另一种快速指纹搜索系统,包括若干包括指纹采集器的终端和指纹处理子系统,终端通过专线或网络连接至指纹处理子系统,指纹处理子系统进一步包括数据库和服务器,所述数据库至少包括用于存储指纹模板库的指纹模板库存储单元和包括处理流程的流程存储单元,所述服务器进一步包括:
脊线宽度直方图比对装置:则将所述现场指纹特征与所有指纹模板库中预先设定范围的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板组成集合;
中心点快速比对装置:将所述现场指纹特征与预先设定范围的所有模板进行中心点快速比对,找到相似度最高的前预先设定个数的模板组成集合;
中心点精确比对装置:将所述现场指纹特征与预先设定范围的所有模板进行中心点精确比对,寻找精确比对成功的模板作为所述现场指纹的匹配指纹;
本发明还公开一种快速指纹搜索系统,还包括:
细节点快速比对装置:将所述现场指纹特征与将预先设定范围的所有模板进行细节点快速比对,找到相似度最高的前设定个数的模板组成集合;
细节点精确比对装置:将所述现场指纹特征与预先设定范围的所有模板进行细节点精确比对,寻找精确比对成功的模板作为所述现场指纹的匹配指纹。
相对与现有技术,本发明具有以下优点:
1.本发明所述的指纹搜索算法通过对现有指纹模板搜索方法进行策略性的改进措施,尤其是分类和分步的搜索流程,能快速筛选指纹模板库里的数据,极大的提高了运算速度;
2.本发明指纹搜索算法通过更加合理的搜索对比流程,使其在正确性指标上向精确比对的指标靠拢,提高了搜索准确性;
3.本发明指纹搜索算法增加了对中心点的利用率,使现场指纹特征中占绝大多数的中心点在搜索比对中的优势被充分扩展。
4.本发明指纹搜索算法中还增加了脊线宽度直方图方法,进一步完善了指纹搜索算法。
5.通过本发明指纹搜索算法,突破了联网下指纹数据膨胀引发的搜索速度瓶颈,给指纹识别设备往联网方向快速发展开辟了崭新空间。
附图说明
图1为本发明快速指纹搜索方法中指纹模板库和现场指纹特征中进行分类处理的关系图;
图2为本发明快速指纹搜索方法中有中心点的现场指纹特征在进行分类搜索时第一步的流程示意图;
图3为本发明快速指纹搜索方法中有中心点的现场指纹特征在进行分类搜索时第二步的流程示意图;
图4为本发明快速指纹搜索方法中无中心点的现场指纹特征在进行分类搜索时第一步的流程示意图;
图5为本发明快速指纹搜索方法中无中心点的现场指纹特征在进行分类搜索时第二步的流程示意图;
图6为本发明快速指纹搜索系统的一原理结构示意图;
图7为本发明快速指纹搜索系统的另一原理结构示意图。
具体实施方式
以下结合附图,具体说明本发明。
本发明的指纹搜索主要通过分类分步的搜索,能快速筛选指纹模板库中数据,极大提高了运算速度。在对本发明进行具体说明之前,预先对后续谈到的名词做一下解释说明,以便能将本发明的实例说清楚。
1、指纹特征:一幅指纹图像经过处理后产生的能表示该指纹图像特征的编码数据。
2、指纹模板:贮储在介质中用于指纹验证和搜索的指纹特征。
3、中心点:中心点是指纹最内层脊线的顶点,它描述了指纹的整体特征。
4、中心点快速比对:根据中心点信息,粗略计算指纹特征和指纹模板相似度的过程。
5、中心点精确比对:根据中心点信息,精确计算指纹特征和指纹模板相似度,并做出两者是否来自相同手指判断的过程。
6、细节点快速比对:根据细节点信息,粗略计算指纹特征和指纹模板相似度的过程。
7、细节点精确比对:根据细节点信息,精确计算指纹特征和指纹模板相似度,并做出两者是否来自相同手指判断的过程。
本发明所述的所有指纹模板集合分为有中心点的指纹模板集合Q和无中心点的指纹模板集合为T。现场指纹特征只存在有中心点或无中心点两种情况。
请参阅图1,其为本发明快速指纹搜索方法第一步的流程图。它包括以下步骤:
S010:将指纹模板库中的指纹模板分为有中心点模板和无中心点模板。
指纹模板库采集指纹模板时,需要将指纹分为有中心点模板和无中心点模板。其中,整个模板库中绝大部分模板都为带中心点的模板。
以下是专利号200610065297.5公开的一种指纹模板的处理方式。各家公司指纹模板处理方式可能会不相同,本发明需要说明的是本实例可采用200610065297.5公开的一种指纹模板的处理方式来处理,但是并不是局限于此,此仅是为说明之用,以避免审查员认为内容公开不充分之问题。
专利号200610065297.5公开的一种指纹模板的处理方式为:指纹模板库采集指纹模板时,需要对指纹模板进行预处理和规格化,计算分块方向图提取奇异点,计算方向图、分割背景区域并细化奇异点;图像滤波与增强;计算脊线密度;二值化图像并细化,提取细节点,细节点验证,删除伪细节点,判断是否有中心点,根据Poincare Index方法提取到原始中心点,根据原始中心点与方向图的关系进行后续处理,去掉伪中心点等。中心点信息包括位置、方向和质量信息。指纹细节点、奇异点、平均脊密度和块方向图特征等最终被压缩成为现场指纹特征或模板在指纹模板库中存储。本发明还需要说明的是,指纹模板库可预先分为两个子库,有中心点模板库和无中心点模板库。采集到的指纹模板预处理和规格化后,根据其是否有中心点特征来决定将指纹模板放置在哪一个库中进行保存。本发明还可以在每个指纹模板的数据里设置一个用于表明有无中心点特征的标识,比如,若指纹模板有中心点特征,则该标识标为“1”,若指纹模板无中心点特征,则该标识标为“0”。
S020:采集需比对的指纹图案,完成现场指纹特征提取,并判断为有中心点现场指纹特征或无中心点现场指纹特征。
当某一用户需要进行身份认证时,现场采集该用户的指纹,即采集需比对的指纹图案,完成现场指纹特征提取,并判断为有中心点现场指纹特征或无中心点现场指纹特征,其中,绝大部分现场指纹特征都为有中心点的。
现场指纹特征提取过程与步骤S010中涉及到的指纹模板的提取过程类似,在此就不再赘述,这些都是现有技术,也不再详述。
若需比对的指纹是有中心点的,则进行以下步骤(如图2所示):
第一步
S110:若需比对的指纹是有中心点特征的,则将所述有中心点现场指纹特征与指纹模板库中所有有中心点的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合Q1
判断将需比对的现场指纹是否有中心点特征,若有,则进行步骤S130,若无,则进行后续的无中心点搜索过程。本发明的一实例也可以是,当需比对的现场指纹未有中心点特征时,结束搜索过程,这种实例即提供有中心点特征的指纹比对。
脊线宽度直方图表示一幅指纹图像的脊线宽度分布情况的几何图形,图中横坐标表示脊线宽度值,纵坐标表示该脊线宽度值出现的次数。脊线宽度直方图的提取是现有的公知技术,这里不再详述。
脊线宽度直方图相似度计算公式如下:
模板和特征的脊线宽度直方图定义为离散函数H1(Ri)=mi、H2(Ri)=ni,其中,Ri是第i级脊线宽度,mi和ni表示脊线宽度等级为Ri的像素个数。它们分别记录在模板数据和特征数据中,则模板和特征的脊线宽度直方图相似度为:
SimH = a · e - Σ i = 1 8 [ H 1 ( i ) - H 2 ( i ) ] 2 b SimH的值在0和100之间。
本发明定义脊线宽度直方图相似度阈值,用于判定现场指纹特征和指纹模板的直方图是否相似的分值阈值;
脊线宽度直方图相似度阈值是预先设定的,也可以是技术人员根据现场情况选择确定的,脊线宽度直方图相似度阈值是数值。
另外,本实例中将找到的比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合Q1,本发明可以根据比对结果,将指纹模板放置在两个不同的集合中。
本发明也可以预先在每个指纹模板的数据里设置一个用于表明比对结果不小于还是小于预定脊线宽度直方图相似度阈值的标识,比如,若指纹模板有比对结果不小于预定脊线宽度直方图相似度阈值,则该标识表标为“1”,若指纹模板有比对结果小于预定脊线宽度直方图相似度阈值,则该标识表标为“0”。每次将需比对的指纹与指纹模板进行对脊线宽度直方图比对时,修改该指纹模板的该对应的标识。
S120:将有中心点现场指纹特征与集合Q1中的所述模板进行中心点快速比对,找到相似度最高的前n1个模板组成集合M1,n1自然数。
S130:将所述有中心点现场指纹特征与集合M1中的所有模板进行中心点精确比对,找到精确比对成功的模板作为所述有中心点现场指纹的匹配指纹。
本发明定义精确比对得分阈值为:判定现场特征指纹和模板是否来自相同手指的得分阈值。其中,当现场指纹特征与模板的精确比对得分不小于预设的精确比对得分阈值,则现场指纹特征和模板的指纹来自相同手指;当现场指纹特征与模板的精确比对得分小于预设的精确比对得分阈值,则现场指纹特征和模板的指纹来自不同手指。
中心点快速比对算法、中心点精确比对算法可以是公知的算法,在此就不再详说。
将有中心点现场指纹特征与集合M1中的所有模板进行中心点精确比对,并计算相似度得分。一旦出现相似度得分不小于给定精确比对得分阈值的模板,则认为该特征通过指纹验证,结束搜索过程。
当所述有中心点现场指纹特征与集合M1中的所有模板进行中心点精确比对后,未找到精确比对成功的模板,则进行第二步的搜索过程。但是,绝大多数有中心点的现场指纹特征将在这儿结束搜索过程,并得到正确的模板。因此,若对精确度要求不高的情况下,可只进行第一步。
第二步
当所述有中心点现场指纹特征与集合M1中的所有模板进行中心点精确比对后,未找到精确比对成功的模板,进行以下步骤(如图3所示)
S210:将有中心点现场指纹特征与指纹模板库中所有无中心点的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合T1
S220:将有中心点现场指纹特征与集合T1中的所述模板进行细节点快速比对,找到相似度最高的前n2个模板组成集合M2,n2为自然数。
S230:将所述有中心点现场指纹特征与集合M2中的所有模板进行细节点精确比对,并计算相似度得分,一旦出现相似度得分不小于给定精确比对得分阈值的模板,则认为该有中心点现场指纹特征通过指纹验证,结束搜索过程,否则判为非法现场指纹特征。
关于细节点快速比对算法和细节点精确比对算法是现有技术,本发明就不再赘述。
若需比对的指纹是无中心点的,则进行以下步骤(如图4所示):
第一步
S310:将无中心点现场指纹特征与指纹模板库中所有无中心点的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合T2
S320:将无中心点现场指纹特征与集合T2中的所述模板进行细节点快速比对,找到相似度最高的前n3个模板组成集合M3;n3为自然数。
S330:将无中心点现场指纹特征与集合M3中的所有模板进行细节点精确比对,找到精确比对成功的模板作为所述需比对指纹的匹配指纹。
对于无中心点的现场指纹特征,其绝大多数将在这儿结束搜索过程,并得到正确的模板。因此,若对精确度要求不高的情况下,对无中心点的现场指纹特征可只进行到该步骤。
第二步
当将所述无中心点现场指纹特征与集合M3中的所有模板进行细节点精确比对,未找到精确比对成功的模板时,则进行第四步(请参阔图5):
S410:将无中心点现场指纹特征与集合M3中的所有模板进行细节点精确比对,未找到精确比对成功的模板时,则将无中心点现场指纹特征与指纹模板库中所有有中心点的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合Q2
S420:将所述无中心点现场指纹特征与集合Q2中的模板分别进行细节点快速比对,计算相似度得分,得到相似度得分最高的前n4个模板集合M4;n4为自然数。
S430:将所述无中心点现场指纹特征与集合M4中的所有模板进行细节点精确比对,并计算相似度得分,一旦出现相似度得分不小于给定精确比对得分阈值的模板,则认为该无中心点现场指纹特征通过指纹验证,结束搜索过程,否则判为非法现场指纹特征。
本发明所述的指纹搜索算法通过对现有指纹模板搜索方法进行策略性的改进措施,尤其是分类和分步的搜索流程,能快速筛选指纹模板库里的数据,极大的提高了运算速度。
请参阅图6,其为本发明第一种快速指纹搜索系统的原理结构示意图。它包括若干包括指纹采集器的终端11和指纹处理子系统12,终端11通过专线或网络连接至指纹处理子系统12,指纹处理子系统12进一步包括数据库121和服务器122,所述数据库至少包括用于存储指纹模板库的指纹模板库存储单元和包括保存处理流程的流程存储单元,所述服务器进一步包括:
脊线宽度直方图比对装置:则将所述现场指纹特征与所有指纹模板库中预先设定范围的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板组成集合;
中心点快速比对装置:将所述现场指纹特征与将预先设定范围的所有模板进行中心点快速比对,找到相似度最高的前预先设定个数的模板组成集合;
中心点精确比对装置:将所述现场指纹特征与预先设定范围的所有模板进行中心点精确比对,找到精确比对成功的模板作为所述现场指纹的匹配指纹。
本发明还可以再包括:细节点快速比对装置:将所述现场指纹特征与将预先设定范围的所有模板进行细节点快速比对,找到相似度最高的前预先设定个数的模板组成集合;
细节点精确比对装置:将所述现场指纹特征与预先设定范围的所有模板进行细节点精确比对,找到精确比对成功的模板作为所述现场指纹的匹配指纹。
脊线宽度直方图比对装置、中心点快速比对装置、中心点精确比对装置、细节点快速比对装置和细节点精确比对装置为逻辑单元。
终端11进一步包括:
指纹采集装置:用于采集要比对的现场指纹图像;
特征点提取装置:它与指纹采集装置相连,用于对采集到的现场指纹图像提取特征点。指纹采集装置通常为指纹采集器,特征点提取装置通常是处理器通过软件的方式来实现,其为逻辑单元。
请参阅图7,其为本发明另一种快速指纹搜索系统的原理结构示意图。它包括:
指纹模板库存储单元21:用于存储指纹模板库,其中指纹模板都按有无中心点进行分类;
指纹采集装置22:用于采集要比对的指纹图像;
特征点提取装置23,它与指纹采集装置相连,用于对采集到的指纹图像提取特征点;
脊线宽度直方图比对装置24:则将所述现场指纹特征与所有指纹模板库中预先设定范围的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板组成集合;
中心点快速比对装置25:将所述现场指纹特征与将预先设定范围的所有模板进行中心点快速比对,找到相似度最高的前预先设定个数的模板组成集合;
中心点精确比对装置26:将所述现场指纹特征与预先设定范围的所有模板进行中心点精确比对,找到精确比对成功的模板作为所述现场指纹的匹配指纹。
本发明还可以再包括:细节点快速比对装置27:将所述现场指纹特征与将预先设定范围的所有模板进行细节点快速比对,找到相似度最高的前预先设定个数模板组成集合;
细节点精确比对装置28:将所述现场指纹特征与预先设定范围的所有模板进行细节点精确比对,找到精确比对成功的模板作为所述现场指纹的匹配指纹。
本实例还可以有一个保存处理流程的流程存储单元。
以上公开的仅为本发明的几个具体实施例,但本发明并非局限于此,任何本领域的技术人员能思之的变化,都应落在本发明的保护范围内。

Claims (9)

1.一种快速指纹搜索方法,其特征在于,包括以下步骤:
(1)将指纹模板库中的指纹模板分为有中心点模板和无中心点模板,其中,中心点是指纹最内层脊线的顶点;
(2)采集需比对的指纹图案,完成现场指纹特征提取,并判断为有中心点现场指纹特征或无中心点现场指纹特征;
(3)若需比对的指纹是有中心点的,则将所述有中心点现场指纹特征与指纹模板库中所有有中心点的模板集合分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合Q1
(4)将所述有中心点现场指纹特征与所述集合Q1中的所述模板进行中心点快速比对,找到相似度最高的前n1个模板组成集合M1,n1为自然数;
(5)将所述有中心点现场指纹特征与集合M1中的所有模板进行中心点精确比对,找到精确比对成功的模板作为所述现场指纹特征的匹配指纹。
2.如权利要求1所述的方法,其特征在于,步骤(5)还包括:当所述有中心点现场指纹特征与集合M1中的所有模板进行中心点精确比对后,未找到精确比对成功的模板,进行下述步骤:
(A1)将所述有中心点现场指纹特征与指纹模板库中所有无中心点的模板集合分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合T1
(A2)将所述有中心点现场指纹特征与所述集合T1中的所述模板进行细节点快速比对,找到相似度最高的前n2个模板组成集合M2,n2为自然数;
(A3)将所述有中心点现场指纹特征与集合M2中的所有模板进行细节点精确比对,找到精确比对成功的模板作为所述现场指纹的匹配指纹。
3.如权利要求1所述的方法,其特征在于,步骤(3)还包括:
(B1)若需比对的指纹是无中心点的,将所述无中心点现场指纹特征与指纹模板库中所有无中心点的模板分别进行脊线宽度直方图比对,从中找到比 对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合T2
(B2)将所述无中心点现场指纹特征与所述集合T2中的所述模板进行细节点快速比对,找到相似度最高的前n3个模板组成集合M3,n3为自然数;
(B3)将所述无中心点现场指纹特征与集合M3中的所有模板进行细节点精确比对,找到精确比对成功的模板作为所述需比对指纹的匹配指纹。
4.如权利要求3所述的方法,其特征在于,步骤(B3)进一步包括:
(D1)当将所述无中心点现场指纹特征与集合M3中的所有模板进行细节点精确比对,未找到精确比对成功的模板时,则将所述无中心点现场指纹特征与指纹模板库中所有有中心点的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板,组成集合Q2
(D2)将所述无中心点现场指纹特征与所述集合Q2中的所述模板进行细节点快速比对,找到相似度最高的前n4个模板组成集合M4,n4为自然数;
(D3)将所述无中心点现场指纹特征与集合M4中的所有模板进行细节点精确比对,找到精确比对成功的模板作为所述需比对指纹的匹配指纹。
5.如权利要求1至4任何一项所述的方法,其特征在于,找到精确比对成功的模板进一步包括:
(E1)计算该现场指纹特征与要进行精确比对的相应集合里的每个模板的比对得分;
(E2)将所述比对得分与预设的精确比对得分阈值进行比较,若所述现场指纹特征与模板的精确比对得分不小于预设的精确比对得分阈值,则所述现场指纹特征的匹配模板搜索成功,搜索结束;若还有未与现场指纹特征计算比对分数的模板,则再进行步骤(E1),计算该现场指纹特征的比对得分。
6.如权利要求1所述的方法,其特征在于,指纹模板里设有一用于标记本模板有无中心点的标识,通过该标识对模板是否有中心点进行了分类。
7.一种快速指纹搜索系统,其特征在于,包括:
指纹模板库存储单元:用于存储指纹模板库,其中指纹模板都按有无中 心点进行分类,中心点是指纹最内层脊线的顶点;
指纹采集装置:用于采集要比对的现场指纹图像;
特征点提取装置:它与指纹采集装置相连,用于对采集到的现场指纹图像提取特征点;
脊线宽度直方图比对装置:则将现场指纹特征与所有指纹模板库中预先设定范围的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板组成集合;
中心点快速比对装置:将所述现场指纹特征与预先设定范围的所有模板进行中心点快速比对,找到相似度最高的前预先设定个数的模板组成集合;
中心点精确比对装置:将所述现场指纹特征与预先设定范围的所有模板进行中心点精确比对,寻找精确比对成功的模板作为所述现场指纹的匹配指纹;
细节点快速比对装置:将所述现场指纹特征与预先设定范围的所有模板进行细节点快速比对,找到相似度最高的前设定个数的模板组成集合;
细节点精确比对装置:将所述现场指纹特征与预先设定范围的所有模板进行细节点精确比对,寻找精确比对成功的模板作为所述现场指纹的匹配指纹。
8.一种快速指纹搜索系统,其特征在于,包括若干包括指纹采集器的终端和指纹处理子系统,终端通过专线或网络连接至指纹处理子系统,指纹处理子系统进一步包括数据库和服务器,所述数据库至少包括用于存储指纹模板库的指纹模板库存储单元和包括处理流程的流程存储单元,所述服务器进一步包括:
脊线宽度直方图比对装置:则将现场指纹特征与所有指纹模板库中预先设定范围的模板分别进行脊线宽度直方图比对,从中找到比对结果不小于预定脊线宽度直方图相似度阈值的模板组成集合;
中心点快速比对装置:将所述现场指纹特征与预先设定范围的所有模板 进行中心点快速比对,找到相似度最高的前预先设定个数的模板组成集合,其中,中心点是指纹最内层脊线的顶点;
中心点精确比对装置:将所述现场指纹特征与预先设定范围的所有模板进行中心点精确比对,寻找精确比对成功的模板作为所述现场指纹的匹配指纹。
9.如权利要求8所述的系统,其特征在于,还包括:
细节点快速比对装置:将所述现场指纹特征与预先设定范围的所有模板进行细节点快速比对,找到相似度最高的前设定个数的模板组成集合;
细节点精确比对装置:将所述现场指纹特征与预先设定范围的所有模板进行细节点精确比对,寻找精确比对成功的模板作为所述现场指纹的匹配指纹。 
CN2008102074254A 2008-12-19 2008-12-19 快速指纹搜索方法及快速指纹搜索系统 Active CN101751550B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN2008102074254A CN101751550B (zh) 2008-12-19 2008-12-19 快速指纹搜索方法及快速指纹搜索系统
EP09832848A EP2360619A4 (en) 2008-12-19 2009-04-14 FAST FINGERPRINT SEARCH PROCESS AND FAST FINGERPRINT SEARCH SYSTEM
PCT/CN2009/071257 WO2010069166A1 (zh) 2008-12-19 2009-04-14 快速指纹搜索方法及快速指纹搜索系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008102074254A CN101751550B (zh) 2008-12-19 2008-12-19 快速指纹搜索方法及快速指纹搜索系统

Publications (2)

Publication Number Publication Date
CN101751550A CN101751550A (zh) 2010-06-23
CN101751550B true CN101751550B (zh) 2012-02-01

Family

ID=42268284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008102074254A Active CN101751550B (zh) 2008-12-19 2008-12-19 快速指纹搜索方法及快速指纹搜索系统

Country Status (3)

Country Link
EP (1) EP2360619A4 (zh)
CN (1) CN101751550B (zh)
WO (1) WO2010069166A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101996318B (zh) * 2010-11-25 2013-01-30 杭州晟元芯片技术有限公司 一种快速计算指纹相似度的方法
CN102999476B (zh) * 2011-09-09 2016-06-01 中国航天科工集团第三研究院第八三五七研究所 一种二维矩阵匹配方法及电路
CN106326819B (zh) * 2015-06-30 2019-11-12 宇龙计算机通信科技(深圳)有限公司 一种指纹识别方法、装置和终端
CN105243369B (zh) * 2015-10-19 2017-03-08 广东欧珀移动通信有限公司 一种指纹的识别方法、装置以及移动终端
CN106096361A (zh) * 2016-05-31 2016-11-09 广东欧珀移动通信有限公司 一种指纹解锁方法及移动终端
CN106055958B (zh) * 2016-05-31 2019-02-05 Oppo广东移动通信有限公司 一种解锁方法及装置
CN107545215A (zh) * 2016-06-23 2018-01-05 杭州海康威视数字技术股份有限公司 一种指纹识别方法及装置
CN106548133B (zh) * 2016-10-17 2019-04-23 歌尔科技有限公司 一种模板匹配方法和装置以及手势识别方法和装置
CN108304289B (zh) * 2018-02-07 2020-09-01 深圳壹账通智能科技有限公司 终端指纹测试方法、装置、计算机设备及存储介质
WO2020172773A1 (zh) * 2019-02-25 2020-09-03 深圳市汇顶科技股份有限公司 指纹识别的方法、装置和电子设备
CN117132925B (zh) * 2023-10-26 2024-02-06 成都索贝数码科技股份有限公司 一种体育赛事的智能场记方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000046739A1 (en) * 1999-02-08 2000-08-10 Zelson Amy S Fingerprint analysis method
JP4405656B2 (ja) * 2000-10-20 2010-01-27 富士通株式会社 指紋情報を用いた個人認証システム及び同システム用登録・認証方法
CN100414558C (zh) * 2002-12-06 2008-08-27 中国科学院自动化研究所 基于模板学习的自动指纹识别系统和方法
CN1246800C (zh) * 2003-02-13 2006-03-22 合肥工业大学 协同指纹识别方法
KR100647362B1 (ko) * 2004-12-09 2006-11-23 엘지전자 주식회사 지문 인식 방법
US20070248249A1 (en) * 2006-04-20 2007-10-25 Bioscrypt Inc. Fingerprint identification system for access control

Also Published As

Publication number Publication date
WO2010069166A1 (zh) 2010-06-24
EP2360619A1 (en) 2011-08-24
CN101751550A (zh) 2010-06-23
EP2360619A4 (en) 2012-05-30

Similar Documents

Publication Publication Date Title
CN101751550B (zh) 快速指纹搜索方法及快速指纹搜索系统
CN100414558C (zh) 基于模板学习的自动指纹识别系统和方法
JP2827994B2 (ja) 指紋特徴抽出装置
Vorugunti et al. OSVNet: convolutional siamese network for writer independent online signature verification
CN110929525A (zh) 一种网贷风险行为分析检测方法、装置、设备和存储介质
Shalaby et al. A multilevel structural technique for fingerprint representation and matching
CN111428701B (zh) 小面积指纹图像特征提取方法、系统、终端及存储介质
Narwade et al. Offline handwritten signature verification using cylindrical shape context
CN113158777A (zh) 质量评分方法、质量评分模型的训练方法及相关装置
Ramya et al. Certain investigation on iris image recognition using hybrid approach of Fourier transform and Bernstein polynomials
Zhao et al. Fingerprint pre-processing and feature engineering to enhance agricultural products categorization
Chandra et al. Verification of static signature pattern based on random subspace, REP tree and bagging
CN113591921B (zh) 图像识别方法及装置、电子设备、存储介质
Darmet et al. Disentangling copy-moved source and target areas
Yuan et al. A real time fingerprint recognition system based on novel fingerprint matching strategy
CN113255582A (zh) 基于深度神经网络及区块链的笔迹鉴定方法及装置
CN111428064A (zh) 小面积指纹图像快速索引方法、装置、设备及存储介质
CN103593660A (zh) 一种稳定特征图像下交叉梯度编码的掌纹识别方法
CN116343300A (zh) 人脸特征标注方法、装置、终端以及介质
Khodadoust et al. A novel indexing algorithm for latent palmprints leveraging minutiae and orientation field
Abbas et al. Local binary pattern and its derivatives to handwriting-based gender classification
Jin et al. Comparative assessment of fingerprint sample quality measures based on minutiae-based matching performance
JP4026738B2 (ja) パターン認識方法及び装置、並びに記録媒体
CN110795705A (zh) 轨迹数据处理方法、装置、设备及存储介质
Yahaya et al. Finger vein biometric identification using discretization method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee

Owner name: ZHEJIANG MIAXIS INTELLIGENT TECHNOLOGY CO., LTD.

Free format text: FORMER NAME: ZHONGZHENG BIOLOGICAL IDENTIFICATION TECHNOLOGY CO., LTD., HANGZHOU

CP03 Change of name, title or address

Address after: 310012, room 12, building A1201-A1204, science building, Hangzhou East Software Park, 90, Xihu District, Zhejiang, Hangzhou, Wensanlu Road

Patentee after: MIAXIS Biometrics Co., Ltd.

Address before: 12, Hangzhou, Zhejiang, Xihu District, Wensanlu Road 90, Hangzhou Software Park, 310012 floor, A1201-A1204 building, high tech Zone (hi tech Zone)

Patentee before: Zhongzheng Biological Identification Technology Co., Ltd., Hangzhou

CP02 Change in the address of a patent holder

Address after: 310012 Zhejiang Hangzhou Xihu District Wensanlu Road 90 71 Building 5 East 505-508, West 501-508 room

Patentee after: MIAXIS Biometrics Co., Ltd.

Address before: Room A1201-A1204, 12th floor, Science and Technology Building, East Hangzhou Software Park, No. 90 Wensan Road, Xihu District, Hangzhou City, Zhejiang Province

Patentee before: MIAXIS Biometrics Co., Ltd.

CP02 Change in the address of a patent holder