CN102184427B - 一种降低指纹认假率的方法 - Google Patents

Abstract

本发明涉及一种降低指纹认假率的方法，增加了奇异点修正后的比对流程，步骤如下：(1)、比对指纹特征A、指纹特征B，得到比对得分S；(2)、如果S＜比对阈值，则比对失败，流程结束，否则进入步骤(3)；(3)、根据比对时候得到的平移旋转参数，平移旋转指纹特征B，进入步骤(4)；(4)、将指纹特征A和平移旋转后的指纹特征B重合，作为指纹特征C；计算指纹特征A、指纹特征B原有的奇异点并比对，(5)、如果得分S＞比对阈值，返回比对成功。本发明有益的效果是：根据2枚指纹奇异点的个数、位置可以判断出2枚指纹是同一手指的可信程度，降低认假率，同时不提高据真率，提高指纹识别算法性能；并且该方法运算量非常小，方便实现。

Description

一种降低指纹认假率的方法

技术领域

本发明涉及计算指纹相似度的技术领域，尤其是一种降低指纹认假率的方法。

背景技术

生物特征识别技术是指利用人体生物特征进行身份认证的一种技术。生物识别系统是对生物特征进行取样，通过提取特征的算法将取样出的生物特征转化成数字特征，并进一步将这些特征组合而成的特征模板，存入数据库中。在识别系统进行身份认证时，识别系统获取现场生物特征，转换为数字特征并与数据库中存放的特征模板进行比对，计算出二者之间的相似度，以确定是否匹配，从而决定接受或拒绝该人。

指纹是生物特征的一种，具有唯一、再生、不可抵赖、方便提取、易于辨识等特点。目前指纹识别技术是生物特征识别技术中最成熟的技术，已被全球大部分国家政府接受与认可，已广泛地应用到政府、军队、银行、社会福利保障、电子商务和安全防卫等领域。

指纹识别技术主要包括指纹图像采集、指纹图像预处理及图像增强、指纹特征提取、指纹特征比对和搜索等。在指纹特征比对中，需要计算指纹相似度。

指纹的特征信息非常丰富，但是由于目前应用中的处理器性能有限，为了在较短的时间内计算出结果，指纹识别算法不可能计算过多的信息，目前指纹识别算法大都使用指纹脊线的端点和叉点的信息来进行指纹识别。通过比较指纹细节点的位置，方向，类型等信息来计算2个指纹特征的相似度。由于使用的信息有限，而且信息有不准确的可能，所以任何指纹识别算法都会出现认假的状况，即不是同一枚指纹产生的特征却被指纹识别算法计算出相似度较高，从而认为是同一枚指纹产生的特征。这个认假的概率我们称为认假率，认假率的高低反映了指纹识别系统的安全性。

发明内容

本发明的目的正是要解决上述技术存在的不足，而提供一种降低指纹认假率的方法，用以降低指纹识别算法的认假率。

本发明解决其技术问题采用的技术方案：这种降低指纹认假率的方法，包括原始图像的图像处理、细化的脊线图、指纹特征提取和指纹特征的比对，增加了奇异点修正后的比对流程，步骤如下：

(1)、比对指纹特征A、指纹特征B，得到比对得分S；

(2)、如果S＜比对阈值，则比对失败，流程结束，否则进入下一步骤(3)；

(3)、根据比对时候得到的平移旋转参数，平移旋转指纹特征B，进入步骤(4)；

(4)、将指纹特征A和平移旋转后的指纹特征B重合，作为一个完整的指纹特征C；计算指纹特征A、指纹特征B原有的奇异点，如果指纹特征A中某个中心点和指纹特征B中某个中心点距离相差＜1mm，则认为这2个中心点实际为一个中心点，坐标定位原2个中心点中心；如果指纹特征A中某个三角点和指纹特征B中某个三角点距离相差＜1mm，则认为这2个三角点实际为一个三角点，坐标定位原2个三角点中心，得到指纹特征C的奇异点个数、种类、坐标，转入步骤(5)；

(5)、如果指纹特征C中的中心点个数＞2个，比对得分S＝S/2，转入步骤(6)；

(6)、如果指纹特征C中的三角点个数＞2个，比对得分S＝S/2，转入步骤(7)；

(7)、如果指纹特征C中的中心点个数不为2个，转入步骤8，否则转入步骤(7.1)；

(7.1)如果指纹特征C中2个中心点距离＞18mm，比对得分S＝S/2，转入步骤(7.2)；

(7.2)如果指纹特征C中三角点个数不为2，转入步骤8，否则转入步骤(7.3)；

(7.3)如果2个三角点分布在2个中心点同侧，转入步骤8，否则比对得分S＝S/2，转入步骤(8)；

(8)、如果得分S＞比对阈值，返回比对成功，否则返回比对失败，整个流程结束。

本发明有益的效果是：一枚指纹满足一定规则，如：最多只可能有2个中心点，2个三角点，2中心点之间的距离有一定的范围，即2个三角分布于中心点两侧。根据2枚指纹奇异点的个数、位置可以判断出2枚指纹是同一手指的可信程度，降低认假率，同时不提高据真率，从而提高指纹识别算法性能。并且该方法运算量非常小，方便实现。

附图说明

图1为本发明的叉点示意图；

图2为本发明的端点示意图；

图3为本发明的中心点示意图；

图4为本发明的三角点示意图；

图5为本发明中原始图像A变为具有特征A的细化图像A的示意图；

图6为本发明中原始图像B变为具有特征B的细化图像B的示意图；

图7为本发明中特征B平移旋转后和特征A组成新的指纹特征示意图；

图8为本发明中特征B平移旋转后和特征A组成新的指纹特征后奇异点分布示意图；

图9为本发明中对比流程示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明：

本发明所述的这种降低指纹认假率的方法，包括原始图像的图像处理、细化的脊线图、指纹特征提取和指纹特征的比对，本发明中，指纹特征提取，包括细节点、中心点的指纹特征提取，指纹比对流程：寻找基准点、特征旋转对齐、计算综合相似度的方法；所采用的方法见本公司申请的专利200610065297.5；

图5为本发明中原始图像A变为具有特征A的细化图像A的示意图；图6为本发明中原始图像B变为具有特征B的细化图像B的示意图；本发明中特征B平移旋转后和特征A组成新的指纹特征，如图7所示，重合部分B特征的细化线为虚线，对齐后特征部分重合区域如方框所示；特征B平移旋转后和特征A组成新的指纹特征后奇异点分布如图8所示。

奇异点作为指纹的生物特征，天生就满足一定的规则。举例如下：

1)1个指纹最多只能有2个中心点；

2)1个指纹最多只能有2个三角点；

3)如果指纹有2个中心点，则这2个中心点距离r满足下列规则：

Rmin＜r＜Rmax，其中Rmin，Rmax是实际统计出的常量

4)如果1个指纹有2个中心点，2个三角点

则这2个三角点一定分布在这2个中心所在直线的两侧。

在上述计算出相似度后，再根据2个特征中奇异点的情况，对相似度进行修正。在认假的情况下有可能出现奇异点分布不满足上述条件的情况，这样就可以降低2个特征相似度得分，从而降低整体认假率。对于同一手指的2个特征比对，则奇异点分布肯定会满足上述条件。这样就可以做到降低认假率，而据真率不变。从而提高整体性能。

例如附图5和附图6中：2个手指明显不是同一个。但是在2个手指重合的部分，有多数细节点可以匹配上，只有少数细节点匹配不上，这样总体的相似度得分较高，有认假的可能。但是我们计算奇异点发现，如果这2个指纹图像是同一枚手指产生，则这枚手指有3个中心点，从而不满足奇异点的规则。这样我们就可以降低指纹匹配得分，从而减小认假的可能。

本发明中，增加了奇异点修正后的比对流程：

(1)、比对指纹特征A、指纹特征B，得到比对得分S；

(2)、如果S＜比对阈值，则比对失败，流程结束，否则进入下一步骤(3)；

(3)、根据比对时候得到的平移旋转参数，平移旋转指纹特征B，进入步骤(4)；

(4)、将指纹特征A和平移旋转后的指纹特征B重合，作为一个完整的指纹特征C；计算指纹特征A、指纹特征B原有的奇异点，如果指纹特征A中某个中心点和指纹特征B中某个中心点距离相差＜1mm，则认为这2个中心点实际为一个中心点，坐标定位原2个中心点中心；如果指纹特征A中某个三角点和指纹特征B中某个三角点距离相差＜1mm，则认为这2个三角点实际为一个三角点，坐标定位原2个三角点中心，得到指纹特征C的奇异点个数、种类、坐标，转入步骤(5)；

(5)、如果指纹特征C中的中心点个数＞2个，比对得分S＝S/2，转入步骤(6)；

(6)、如果指纹特征C中的三角点个数＞2个，比对得分S＝S/2，转入步骤(7)；

(7)、如果指纹特征C中的中心点个数不为2个，转入步骤8，否则转入步骤(7.1)；

(7.1)如果指纹特征C中2个中心点距离＞18mm，比对得分S＝S/2，转入步骤(7.2)；

(7.2)如果指纹特征C中三角点个数不为2，转入步骤8，否则转入步骤(7.3)；

(7.3)如果2个三角点分布在2个中心点同侧，转入步骤8，否则比对得分S＝S/2，转入步骤(8)；

(8)、如果得分S＞比对阈值，返回比对成功，否则返回比对失败，整个流程结束。

术语解释：

1、指纹细节点：指纹细节点指指纹脊线的端点和叉点，叉点如附图1所示，端点如附图2所示；

2、指纹奇异点：指纹奇异点是指纹中非常重要的特征，指纹奇异点分2种：中心点，三角点；中心点如附图3所示，三角点如附图4所示。

除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。

Claims (1)

1.一种降低指纹认假率的方法，包括原始图像的图像处理、细化的脊线图、指纹特征提取和指纹特征的比对，其特征在于：增加了奇异点修正后的比对流程，步骤如下：

(1)、比对指纹特征A、指纹特征B，得到比对得分S；

(2)、如果S＜比对阈值，则比对失败，流程结束，否则进入下一步骤(3)；

(3)、根据比对时候得到的平移旋转参数，平移旋转指纹特征B，进入步骤(4)；

(4)、将指纹特征A和平移旋转后的指纹特征B重合，作为一个完整的指纹特征C；计算指纹特征A、指纹特征B原有的奇异点，如果指纹特征A中某个中心点和指纹特征B中某个中心点距离相差＜1mm，则认为这2个中心点实际为一个中心点，坐标定位原2个中心点中心；如果指纹特征A中某个三角点和指纹特征B中某个三角点距离相差＜1mm，则认为这2个三角点实际为一个三角点，坐标定位原2个三角点中心，得到指纹特征C的奇异点个数、种类、坐标，转入步骤(5)；

(5)、如果指纹特征C中的中心点个数＞2个，比对得分S＝S/2，转入步骤(6)；

(6)、如果指纹特征C中的三角点个数＞2个，比对得分S＝S/2，转入步骤(7)；

(7)、如果指纹特征C中的中心点个数不为2个，转入步骤8，否则转入步骤(7.1)；

(7.1)如果指纹特征C中2个中心点距离＞18mm，比对得分S＝S/2，转入步骤(7.2)；

(7.2)如果指纹特征C中三角点个数不为2，转入步骤8，否则转入步骤(7.3)；

(7.3)如果2个三角点分布在2个中心点同侧，转入步骤8，否则比对得分S＝S/2，转入步骤(8)；

(8)、如果得分S＞比对阈值，返回比对成功，否则返回比对失败，整个流程结束。

Images