CN101782965B - 形变指纹图像的处理方法 - Google Patents

Abstract

本发明揭示了一种形变指纹图像的处理方法，采用了加权比对的方式，来减小由指纹变形所产生的误差，符合人指纹按压变形的规律，效果较佳。具体包括：在一原始指纹图像上定义一个中心位于指纹质心的注册区，并从注册区的图像信息计算得到注册加权向量；在一采集的指纹图像上定义一个中心位于指纹质心且大于注册区的比对区；在比对区内取多个与注册区大小相同的比对匹配区，并分别从此多个比对匹配区内的图像信息计算得到多个加权向量；分别计算多个加权向量与注册加权向量的相关系数；取其中最大的相关系数作为指纹相似度系数；将指纹相似度系数与一阈值比较，当指纹相似度系数大于阈值时，则判断所采集的指纹图像与原始指纹图像来自同一手指。

Description

形变指纹图像的处理方法

技术领域

本发明涉及指纹识别技术，特别是涉及一种形变指纹图像的处理方法。 

背景技术

随着社会的进步，身份识别的安全性日益得到人们的重视。传统的身份识别往往采用证件、密码等方式。然而，证件可能会丢失或被复制；而密码又容易被忘掉或产生混淆。尤其是随着网络时代的来临，越来越多的密码设置困扰着人们：开机密码、邮箱密码、银行密码、论坛密码......对于这些，如果设置相同的密码，会增加安全隐患；如果设置不同的密码，又为密码管理带来了困扰。为此，以生物特征(例如，指纹、人脸、虹膜等)为辨别依据的身份识别技术日益获得人们的重视。其中，指纹识别的识别率高，且应用最为普及，被公认为“物证之首”。 

目前，对指纹识别技术的研究主要集中在图像采集、图像增强、指纹分类、指纹特征提取和细节匹配等方面。其中，在采集指纹图像的过程中，将不可避免的产生图像噪声。例如，当手指按压在指纹采集器上时，将不可避免的发生指纹的形变。但现有的指纹识别技术均是采用了可变限界盒的方式来适应这一变化，并没有对指纹的弹性形变做出专门的矫正，而且现有的处理方式不符合人指纹按压变形的规律，因此效果较差。 

发明内容

本发明的目的在于提供一种形变指纹图像的处理方法，以解决指纹采集过程中按压所带来的形变问题。 

为解决以上技术问题，本发明提供一种形变指纹图像的处理方法，其包括：在一原始指纹图像上定义一个中心位于指纹质心的注册区，并从注册区的图像信息计算得到注册加权向量；在一采集的指纹图像上定义一个中心位于指纹质 心且大于所述注册区的比对区；在所述比对区内取多个与注册区大小相同的比对匹配区，并分别从此多个比对匹配区内的图像信息计算得到多个加权向量；分别计算所述多个加权向量与注册加权向量的相关系数；取其中最大的相关系数作为指纹相似度系数；将所述指纹相似度系数与一阈值比较，当指纹相似度系数大于所述阈值时，则判断所采集的指纹图像与原始指纹图像来自同一手指。 

进一步的，在所述比对区内取多个与注册区大小相同的比对匹配区，并分别从此多个比对匹配区内的图像信息计算得到多个加权向量的方法为：定义一个大小与注册区相同的区域作为比对匹配区；在比对区内移动比对匹配区；每移动到一个位置，就计算一次当前这个比对匹配区的加权向量。 

进一步的，在比对区内移动比对匹配区的方式为：从所述比对区的中心依次向外移动所述比对匹配区，且移动量为横向偏移1或纵向偏移1。 

进一步的，在比对区内移动比对匹配区的方式为：从所述比对区的一角顺时针或逆时针移动所述比对匹配区，且移动量为横向偏移1或纵向偏移1。 

进一步的，计算所述相关系数的公式为： 

$R(m,n)=\frac{S_{\mathrm{rv}}(m,n)}{S_r\·S_v(m,n)}$ (m，n＝0，1，2……S)， 

其中，m、n是比对匹配区在比对区中的横向和纵向偏移量； 

W_r ⁽ⁱ⁾为注册加权向量，S_r ²为注册区的方差； 

W_v ⁽ⁱ⁾(m，n)为比对匹配区的加权向量，S_v ²(m，n)为比对匹配区的方差； 

$S_{\mathrm{rv}}(m,n)=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}({W_r}^{\left(i\right)}-\stackrel{\‾}{W_r})({W_v}^{\left(i\right)}(m,n)-\stackrel{\‾}{W_v(m,n)}).$

以上形变指纹图像的处理方法从指纹变形的规律出发，提出了一种加权比对的处理方式，来减小由指纹变形所产生的误差。在获取原始指纹图像阶段，即指纹注册阶段，即利用注册加权向量来记录原始指纹信息；而后在指纹图像 比对阶段，在一个大于注册区的比对区内进行加权比对。这样，又将指纹采集阶段手指按压力度与原始指纹采集阶段按压力度不同等因素考虑进来，扩大比对范围，从而获得最优的比对匹配区，进一步减小指纹变形所产生的误差。相对于现有技术，本发明更加符合人指纹按压变形的规律，效果较佳。 

附图说明

图1为一种指纹横截面轮廓及其变形的数学模型示意图； 

图2为本发明一实施例所提供的形变指纹图像的处理方法的流程示意图； 

图3为本发明一实施例中所定义的比对区与比对匹配区的示意图。 

具体实施方式

为让本发明的上述特征和优点能更明显易懂，下文特举示例性实施例，并配合附图，作详细说明如下。 

对于人的指纹，其横截面的曲率要比纵截面的曲率大很多，因此沿横截面方向的变形要比沿纵截面的变形大得多。而沿横截面的指纹轮廓可以用一条抛物线很好的拟和，如图1所示。 

当手指按在指纹传感器上时，此抛物线的轮廓将被压平。假设手指表面上两点之间的距离在手指被压平时不变，如图1所示，当手指压平时，手指表面上点A会移动到点A’，即： 

                                 (1) 

抛物线的函数解析式为： 

y＝ax²                                    (2) 

因此，可以得到变形量： 

$\stackrel{\‾}{A^{\′}{A}^{\′\′}}=\underset{L}{\∫}\mathrm{dl}-\stackrel{\‾}{A^{\′\′}O}=\underset{0}{\overset{X_A}{\∫}}\sqrt{1+{\left(y^{\′}\right)}^2}\mathrm{dx}-\stackrel{\‾}{A^{\′\′}O}$

$=\frac{x_A}{2}\sqrt{1+4a^2{x}_A^2}+\frac{1}{4a}\ln (2a{x}_A+\sqrt{1+4a^2{x}_A^2})-{x_A}^{\′\′}---\left(3\right)$

本发明从以上指纹变形的规律出发，经过分析与实验，提出了一种加权比对的处理方式，来减小由指纹变形所产生的误差，并将这一方法应用在后续的比对过程中。且在比对处理过程中，充分考虑到原始指纹采集与后来的指纹采集过程中，手指的按压力度不同不同等因素可能导致两次采集的指纹质心不同等问题。进而扩大比对范围，在一个大于注册区的范围内进行信息采集，找到最为有效的区域，进行指纹匹配比较。 

具体结合图2描述如下： 

假设输入的指纹图像已二值化，且其图像尺寸已标准化为256*256像素，并且图形的中心已与指纹的中心基本重合。该加权比对处理方法应用于注册和比对两个过程，如图2所示，包括如下步骤： 

注册过程： 

步骤S1：在原始指纹图像上定义一个中心位于指纹质心的注册区，并从注册区的图像信息计算得到注册加权向量。 

比对过程： 

步骤S2：在采集的指纹图像上定义一个中心位于指纹质心且大于所述注册区的比对区；步骤S3：在比对区内取多个与注册区大小相同的比对匹配区，并分别从此多个比对匹配区内的图像信息计算得到多个加权向量； 

步骤S4：分别计算所述多个加权向量与注册加权向量的相关系数； 

步骤S5：取其中最大的相关系数作为指纹相似度系数； 

步骤S6：将所述指纹相似度系数与一阈值比较，当指纹相似度系数大于所述阈值时，则判断所采集的指纹图像与原始指纹图像来自同一手指。 

举例而言，定义的注册区为一个中心位于指纹质心，大小为N*N像素的方形区域(其中N为正整数)，这样便可以从注册区的图像信息计算得到注册加权向量，并将其作为指纹的注册数据存储。 

下面结合图3详细描述比对过程：定义一个中心也位于指纹质心，大小为(N+S)*(N+S)方形区域作为比对区100，且定义一个大小为N*N方形区域作为比对匹配区200，如图3所示。在比对过程中，将计算比对匹配区的图像的加权向量，并计算该加权向量与注册加权向量的加权相关系数。详细描述如下： 

如前面所讨论的，注册区和比对匹配区的大小都是N*N像素，因此可以用 一个N*N的矩阵来表示它们。并且，如下式定义加权向量： 

W^T＝F×G^T                                    (4) 

其中，G^T表示由加权系数组成的列向量，它由加权函数沿横坐标为整数坐标值时的采样值组成。F为注册区内的原始指纹图像，W^T即为对应于F的加权向量。 

在注册过程中，注册加权向量W_r ^T，其平均值W_r ^T及方差S_r ²将被记录作为指纹注册数据。 

在比对过程中，比对匹配区在比对区内移动，且每移动到一个位置，就计算一次当前这个比对匹配区的加权向量。其中比对匹配区在比对区内移动的方式可以是从比对区的中心向外依次移动，或从比对区一角顺时针或逆时针移动，直至覆盖整个比对区；且移动量为横向偏移1或纵向偏移1。举例而言，比对匹配区从比对区的左上角滑移到右下角。每滑移到一个位置，就计算一次当前这个比对匹配区的加权向量W_v ^T(m，n)以及其平均值

及方差S_v ²(m，n)，其中，m，n是比对匹配区在比对区中的横向和纵向偏移量。 

获得以上加权向量以后，便可以计算比对匹配区和注册区的相关系数(即比对匹配区的加权向量与注册加权向量的相关系数)，其计算公式如下： 

$R(m,n)=\frac{S_{\mathrm{rv}}(m,n)}{S_r\·S_v(m,n)}$ (m，n＝0，1，2……S)                            (5) 

其中，m、n是比对匹配区在比对区中的横向和纵向偏移量； 

W_r ⁽ⁱ⁾为注册加权向量，S_r ²为注册区的方差； 

W_v ⁽ⁱ⁾(m，n)为比对匹配区的加权向量，S_v ²(m，n)为比对匹配区的方差； 

$S_{\mathrm{rv}}(m,n)=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}({W_r}^{\left(i\right)}-\stackrel{\‾}{W_r})({W_v}^{\left(i\right)}(m,n)-\stackrel{\‾}{W_v(m,n)}).$

如此，便可以得到两个指纹的相似度系数，公式如下： 

$R=\underset{m,n}{\max }\left|R(m,n)\right|$

那么，判断指纹是否来自同一个手指的标准是便是基于这个相似度系数。具体而言，如果R＞T(T为阈值)，则认为所采集的指纹图像与原始指纹图像来自同一手指；否则认为它们来自不同的手指。 

综上所述，以上形变指纹图像的处理方法从指纹变形的规律出发，提出了一种加权比对的处理方式，来减小由指纹变形所产生的误差。在获取原始指纹图像阶段，即指纹注册阶段，即利用注册加权向量来记录原始指纹信息；而后在指纹图像比对阶段，在一个大于注册区的比对区内进行加权比对。这样，又将指纹采集阶段手指按压力度与原始指纹采集阶段按压力度不同等因素考虑进来，扩大比对范围，从而获得最优的比对匹配区，进一步减小指纹变形所产生的误差。相对于现有技术，本发明更加符合人指纹按压变形的规律，效果较佳。 

以上仅为举例，并非用以限定本发明，本发明的保护范围应当以权利要求书所涵盖的范围为准。 

Claims (4)

1.一种形变指纹图像的处理方法，其特征是，包括：

在一原始指纹图像上定义一个中心位于指纹质心的注册区，并从注册区的图像信息计算得到注册加权向量；

在一采集的指纹图像上定义一个中心位于指纹质心且大于所述注册区的比对区；

在所述比对区内取多个与注册区大小相同的比对匹配区，并分别从此多个比对匹配区内的图像信息计算得到多个加权向量；

分别计算所述多个加权向量与注册加权向量的相关系数；

取其中最大的相关系数作为指纹相似度系数；

将所述指纹相似度系数与一阈值比较，当指纹相似度系数大于所述阈值时，则判断所采集的指纹图像与原始指纹图像来自同一手指，其中

从所述注册区和比对匹配区计算加权向量的公式为：

W^T＝F×G^T

其中，G^T表示由加权系数组成的列向量，它由加权函数沿横坐标为整数坐标值时的采样值组成，F为注册区内的原始指纹图像，W^T即为对应于F的加权向量；且

计算所述相关系数的公式为：

$R(m,n)=\frac{S_{\mathrm{rv}}}{S_r\·S_v(m,n)},m,n=\mathrm{0,1,2}\·\·\·\·\·\·S,$

其中，m、n是比对匹配区在比对区中的横向和纵向偏移量，

$S_r=\sqrt{\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{({W_r}^{\left(i\right)}-\stackrel{\‾}{W_r})}^2},$

为注册加权向量，

为注册区的方差，

$S_v(m,n)=\sqrt{\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{({W_v}^{\left(i\right)}(m,n)-\stackrel{\‾}{W_v(m,n)})}^2},$

为比对匹配区的加权向量，

为比对匹配区的方差，

$S_{\mathrm{rv}}(m,n)=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}({W_r}^{\left(i\right)}-\stackrel{\‾}{W_r})({W_v}^{\left(i\right)}(m,n)-\stackrel{\‾}{W_v(m,n)}).$

2.根据权利要求1所述的形变指纹图像的处理方法，其特征是，在所述比对区内取多个与注册区大小相同的比对匹配区，并分别从此多个比对匹配区内的图像信息计算得到多个加权向量的方法为：

定义一个大小与注册区相同的区域作为比对匹配区；

在比对区内移动比对匹配区；

每移动到一个位置，就计算一次当前这个比对匹配区的加权向量。

3.根据权利要求2所述的形变指纹图像的处理方法，其特征是，在比对区内移动比对匹配区的方式为：

从所述比对区的中心依次向外移动所述比对匹配区，且移动量为横向偏移1或纵向偏移1。

4.根据权利要求2所述的形变指纹图像的处理方法，其特征是，在比对区内移动比对匹配区的方式为：

从所述比对区的一角顺时针或逆时针移动所述比对匹配区，且移动量为横向偏移1或纵向偏移1。

Images