CN104573651B - 指纹识别方法和装置 - Google Patents

Abstract

本发明公开了一种指纹识别方法和装置。其中，指纹识别方法包括：获取指纹特征点在笛卡尔坐标系下的表达式；将特征点的表达式进行转码以减少特征点的自由度，得到转码后的表达式；获取第一特征点的第一转码后的表达式和第二特征点的第二转码后的表达式，其中，第一特征点为第一指纹的特征点，第二特征点为第二指纹的特征点；以及根据第一转码后的表达式和第二转码后的表达式对第一特征点和第二特征点进行比对，得到比对结果。通过本发明，解决了现有技术由于IC卡内存小，时钟低造成的计算效率低的问题，达到了提高在IC卡内进行比对的效率的效果。

Description

指纹识别方法和装置

技术领域

本发明涉及指纹识别领域，具体而言，涉及一种指纹识别方法和装置。

背景技术

随着智能卡应用的普及以及金融安全方面的需求，我们需要在IC卡内完成指纹的比对。但是IC卡的内存空间较小以及CPU时钟非常低，使得传统的指纹比对算法很难在这个IC卡内运行，使得在IC卡内进行指纹识别的效率比较低。

针对现有技术中在IC卡内进行指纹识别的效率比较低的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种指纹识别方法和装置，以解决现有技术中在IC卡内进行指纹识别的效率比较低的问题。

为了实现上述目的，根据本发明实施例的一个方面，提供了一种指纹识别方法。根据本发明的指纹识别方法包括：获取指纹特征点在笛卡尔坐标系下的表达式；将所述特征点的表达式进行转码以减少所述特征点的自由度，得到转码后的表达式；获取第一特征点的第一转码后的表达式和第二特征点的第二转码后的表达式，其中，所述第一特征点为第一指纹的特征点，所述第二特征点为第二指纹的特征点；以及根据所述第一转码后的表达式和所述第二转码后的表达式对所述第一特征点和所述第二特征点进行比对，得到比对结果。

进一步地，将所述特征点的表达式进行转码以减少所述特征点的自由度，得到转码后的表达式包括：将所述笛卡尔坐标系转化为极坐标系。

进一步地，将所述特征点的表达式进行转码以减少所述特征点的自由度，得到转码后的表达式包括：获取与所述特征点相连的主轴线的曲率和脊线密度；将所述曲率和所述脊线密度作为所述转码后的表达式。

进一步地，在根据所述第一转码后的表达式和所述第二转码后的表达式对所述第一特征点和所述第二特征点进行比对之前，所述指纹识别方法还包括：获取所述第一特征点的用于描述所述第一特征点的与周围的特征点的位置关系的第一属性；获取所述第二特征点的用于描述所述第二特征点的与周围的特征点的位置关系的第二属性；判断所述第一属性和所述第二属性是否匹配；如果判断出所述第一属性和所述第二属性匹配，则确定对所述第一特征点和所述第二特征点进行比对；如果判断出所述第一属性和所述第二属性匹配，则确定不对所述第一特征点和所述第二特征点进行比对。

进一步地，在根据所述第一转码后的表达式和所述第二转码后的表达式对所述第一特征点和所述第二特征点进行比对，得到比对结果包括：获取所述第一指纹的特征点Ai和所述第二指纹的特征点Bj；在所述转码后的表达式中逐个对所述特征点Ai和所述特征点Bj进行比对，得到所述第一指纹和所述第二指纹的比对结果，其中，i＝1，2……n，j＝1，2……n，n为特征点的个数；当所述特征点Ai和所述特征点Bj匹配时，在所述多个比对结果中查找所述第一指纹和所述第二指纹中匹配的特征点的个数；判断所述个数的最大值是否大于预设阈值；以及当所述个数的最大值大于所述预设阈值时，确定所述第一指纹和所述第二指纹匹配。

进一步地，在所述个数的最大值大于所述预设阈值之后，所述指纹识别方法还包括：获取所述第一指纹和所述第二指纹中匹配的特征点，得到m个特征点；在所述转码后的表达式中查找以所述多个特征点中的Ak为中心的预定范围内的特征点Bg与所述特征点Ak的距离，其中，k＝1，……m；根据每个所述Bg与所述特征点Ak的距离的对所述Ak进行评分；根据所述m个所述特征点Ak的评分的总和计算所述特征点Ak的平均评分；判断所述平均评分是否大于预设平均分；以及如果所述平均评分大于所述预设平均分，则确定所述第一指纹和所述第二指纹匹配。

为了实现上述目的，根据本发明实施例的另一方面，提供了一种指纹识别装置。根据本发明的指纹识别装置包括：第一获取单元，用于获取指纹特征点在笛卡尔坐标系下的表达式；转码单元，用于将所述特征点的表达式进行转码以减少所述特征点的自由度，得到转码后的表达式；第二获取单元，用于获取第一特征点的第一转码后的表达式和第二特征点的第二转码后的表达式，其中，所述第一特征点为第一指纹的特征点，所述第二特征点为第二指纹的特征点；以及比对单元，用于根据所述第一转码后的表达式和所述第二转码后的表达式对所述第一特征点和所述第二特征点进行比对，得到比对结果。

进一步地，所述转码单元还用于将所述笛卡尔坐标系转化为极坐标系。

进一步地，所述转码单元还用于包括：第一获取模块，用于获取与所述特征点相连的主轴线的曲率和脊线密度；第一确定模块，用于将所述曲率和所述脊线密度作为所述转码后的表达式。

进一步地，所述指纹识别装置还包括：第三获取单元，用于在根据所述第一转码后的表达式和所述第二转码后的表达式对所述第一特征点和所述第二特征点进行比对之前，获取所述第一特征点的用于描述所述第一特征点的与周围的特征点的位置关系的第一属性；第四获取单元，用于获取所述第二特征点的用于描述所述第二特征点的与周围的特征点的位置关系的第二属性；第一判断单元，用于判断所述第一属性和所述第二属性是否匹配；第二确定单元，用于在判断出所述第一属性和所述第二属性匹配时，确定对所述第一特征点和所述第二特征点进行比对；在判断出所述第一属性和所述第二属性匹配时，确定不对所述第一特征点和所述第二特征点进行比对。

进一步地，所述比对单元包括：第二获取模块，用于获取所述第一指纹的特征点Ai和所述第二指纹的特征点Bj；比对模块，用于在所述转码后的表达式中逐个对所述特征点Ai和所述特征点Bj进行比对，得到所述第一指纹和所述第二指纹的比对结果，其中，i＝1，2……n，j＝1，2……n，n为特征点的个数；查找模块，用于在所述特征点Ai和所述特征点Bj匹配时，在所述多个比对结果中查找所述第一指纹和所述第二指纹中匹配的特征点的个数；判断模块，用于在判断所述个数的最大值是否大于预设阈值；以及第二确定模块，用于在所述个数的最大值大于所述预设阈值时，确定所述第一指纹和所述第二指纹匹配。

进一步地，所述指纹识别装置还包括：第五获取单元，用于在所述个数的最大值大于所述预设阈值之后，获取所述第一指纹和所述第二指纹中匹配的特征点，得到m个特征点；查找单元，用于在所述转码后的表达式中查找以所述多个特征点中的Ak为中心的预定范围内的特征点Bg与所述特征点Ak的距离，其中，k＝1，……m；评分单元，用于根据每个所述Bg与所述特征点Ak的距离的对所述Ak进行评分；计算单元，用于根据所述m个所述特征点Ak的评分的总和计算所述特征点Ak的平均评分；第二判断单元，用于判断所述平均评分是否大于预设平均分；以及第二确定单元，用于在所述平均评分大于所述预设平均分时，确定所述第一指纹和所述第二指纹匹配。

根据发明实施例，通过获取指纹特征点在笛卡尔坐标系下的表达式；将特征点的表达式进行转码以减少特征点的自由度，得到转码后的表达式；获取第一特征点的第一转码后的表达式和第二特征点的第二转码后的表达式，其中，第一特征点为第一指纹的特征点，第二特征点为第二指纹的特征点；以及根据第一转码后的表达式和第二转码后的表达式对第一特征点和第二特征点进行比对，得到比对结果，将特征点的表达式进行转码以减少特征点的自由度，使得在旋转特征点以消除摁压角度和位置对指纹特征的影响时，减少产生的特征点的表达式的个数，获取参考相同坐标系的两个指纹中的特征点进行比对时，避免了由于采用不同坐标系而进行归一化所带来的计算量，即上述实施例减少了两个特征点进行比对时的计算量，解决了现有技术由于IC卡内存小，时钟低造成的计算效率低的问题，达到了提高在IC卡内进行比对的效率的效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的指纹的特征点的示意图；

图2是根据本发明实施例的指纹识别方法的流程图；

图3是根据本发明曲率计算的示意图；

图4是根据本发明实施例的第一指纹和第二指纹进行比对计算的示意图；以及

图5是根据本发明实施例的指纹识别装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例提供了一种指纹识别方法。指纹识别通常包括指纹图像的采集、指纹图像的特征提取、特征转码和卡内指纹对比，其中，指纹图像的采集、指纹图像的特征提取和特征转码可以在上位机中进行，转码后的特征被发送到IC卡内进行对比和匹配并输出匹配结果，其中，上位机可以是指纹POS机，智能卡读写终端等，本实施例中的IC卡可以是银行卡、医保卡、保险卡、医疗卡、交通卡、身份证等。

指纹图像的特征如图1所示，图中圆圈和正方形代表特征的位置，箭头的方向代表特征的方向，圆圈和正方形表征的是特征的种类，其中，圆圈的特征种类是端点，正方形的特征种类是叉点，这样对指纹的特征点可以通过四元组(x,y,θ,γ)来表示，其中，x,y代表的是特征点在图像笛卡尔坐标系下的坐标，θ代表的是特征点的方向，γ代表的是特征的种类。现有方法利用四元组队两个指纹的特征进行比对，由于比对过程还需要消除摁压指纹的角度和位置不同对指纹特征的影响，需要选取不同的指纹特征点进行归一化操作，这样导致需要进行计算的四元组会非常对，而IC卡的内存无法支持如此大量的计算，为了解决这样的问题，提出了本发明实施例的方法。在IC卡进行特征点比对之前，上位机对表示指纹的特征点的四元组进行转码，使得转码后的指纹特征变化的自由度减少，IC卡内利用转码后的指纹特征进行比对，从而减少了指纹比对时需要进行的组合次数，减少了IC卡的计算量，使得IC卡内的指纹比对能够更加快速，达到了提高IC卡内的指纹比对效率的效果。

图2是根据本发明实施例的指纹识别方法的流程图。如图2所示，该指纹识别方法包括如下步骤：

步骤S102，获取指纹特征点在笛卡尔坐标系下的表达式；

笛卡尔坐标系下的表达式可以是(x,y,θ,γ)，其中，x,y代表的是特征点在图像笛卡尔坐标系下的坐标，当一个特征点在进行旋转等来消除指纹的按压角度和位置不同对成像特征的影响时，就会出现一个特征点由多种表达式表达的情况，就会增加比对计算的计算量。

步骤S104，将特征点的表达式进行转码以减少特征点的自由度，得到转码后的表达式；

为了满足特征点的旋转等来消除指纹的按压角度和位置不同对成像特征的影响，又要降低比对时的计算量，对表达式进行转码，以减少特征点的自由度，这样用转码后的表达式来表达旋转后的特征点能够减少表达式的数量，从而减少了比对时的计算量。

步骤S106，获取第一特征点的第一转码后的表达式和第二特征点的第二转码后的表达式，其中，第一特征点为第一指纹的特征点，第二特征点为第二指纹的特征点；

第一特征点的第一转码后的表达式和第二特征点的第二转码后的表达式均采用相同的坐标系，因此，无论特征点如何旋转两个特征点所参考的坐标系相同，避免了由于坐标系不同而进行归一化的计算量，从而减少了两个特征点进行比对的工作量。

步骤S108，根据第一转码后的表达式和第二转码后的表达式对第一特征点和第二特征点进行比对，得到比对结果。

对两个特征点进行比对后，得到比对结果。如果两个指纹中包括多个特征点，那么处于两个指纹中的任意两个特征点都需要进行比对，就会得到多个比对结果，可以根据多个比对结果来判断两个指纹是否匹配。

通过上述实施例，将特征点的表达式进行转码以减少特征点的自由度，使得在旋转特征点以消除摁压角度和位置对指纹特征的影响时，减少产生的特征点的表达式的个数，获取参考相同坐标系的两个指纹中的特征点进行比对时，避免了由于采用不同坐标系而进行归一化所带来的计算量，即上述实施例减少了两个特征点进行比对时的计算量，解决了现有技术由于IC卡内存小，时钟低造成的计算效率低的问题，达到了提高在IC卡内进行比对的效率的效果。

优选地，将特征点的表达式进行转码以减少特征点的自由度，得到转码后的表达式包括：将笛卡尔坐标系转化为极坐标系。

在平面内取一个定点O，叫极点，引一条射线Ox，叫做极轴，再选定一个长度单位和角度的正方向(通常取逆时针方向)。对于平面内任何一点M，用ρ表示线段OM的长度，θ表示从Ox到OM的角度，ρ叫做点M的极径，θ叫做点M的极角，有序数对(ρ,θ)就叫点M的极坐标，这样建立的坐标系叫做极坐标系。极坐标系中的两个坐标γ和θ可以由下面的公式转换为直角坐标系下的坐标值x＝r*cos(θ),y＝r*sin(θ)，由上述二公式，可得到从直角坐标系中x和y两坐标如何计算出极坐标下的坐标r＝sqrt(x^2+y^2)，θ＝arctan y/x在x＝0的情况下：若y为正数θ＝90°(π/2radians)；若y为负,则θ＝270°(3π/2radians)。

将笛卡尔坐标系转化为极坐标系后，由于特征点本身有方向，在比对的时候可以首先根据特征点本身的方向进行配准操作，采用极坐标表示能够消除平移变换带来的位置信息偏移的影响。

优选地，将所述特征点的表达式进行转码以减少所述特征点的自由度，得到转码后的表达式包括：获取与特征点相连的主轴线的曲率和脊线密度；将曲率和脊线密度作为转码后的表达式。

曲线的曲率是针对曲线上某个点的切线方向角对弧长的转动率，通过微分来定义，表明曲线偏离直线的程度。数学上表明曲线在某一点的弯曲程度，曲率越大，表示曲线的弯曲程度越大。对应到指纹图像，就是针对一个特征点，我们可以计算与其相连的主轴线的曲率。通过上述的定义，我们看以看出曲率是不会随着指纹图像的旋转和平移的变化而变化的。所以说通过计算曲率的方法可以减少匹配时特征的自由度。如图3所示，曲率的具体计算方法如下：

在曲线上的点A和A’各做一条切线，A和A’之间的弧长为ΔS，两条切线之间的夹角为α，则曲线在A的点的曲率为

同样的目的，我们可以计算特征点附近的脊线密度，具体的计算方式就是在相邻的特征点之连上一条线段，计算这条线段与指纹纹线的交点个数，每一个交点都代表在这两个特征点之间有一条额外的脊线。这个属性也是不会随着指纹的旋转平移的变化而变化。

优选地，为了减少IC卡内的比对工作量，在根据第一转码后的表达式和第二转码后的表达式对第一特征点和第二特征点进行比对之前，还可以利用在上位机中提取的描述性属性对进行比对的特征点进行筛选，即指纹识别方法还包括：获取第一特征点的用于描述第一特征点的与周围的特征点的位置关系的第一属性；获取第二特征点的用于描述第二特征点的与周围的特征点的位置关系的第二属性；判断第一属性和第二属性是否匹配；如果判断出第一属性和第二属性匹配，则确定对第一特征点和第二特征点进行比对；如果判断出第一属性和第二属性匹配，则确定不对第一特征点和第二特征点进行比对。

第一特征点与周围的特征点的位置关系包括第一特征点与附件的特征点的距离、两个特征点的方向的夹角、周围特征点的个数等。同样地，第二特征点与周围的特征点也具有距离、方向的夹角等位置关系。假设第一特征点为IC卡内保存的指纹的特征点，第二特征点为采集的待比对的指纹的特征点，上位机采集指纹后，提取第二特征点与周围的特征点的位置关系，在对第一特征点和第二特征点比对之前，首先按照第二特征点与周围的特征点的位置关系来判断第一特征点和第二特征点是否需要进行比对，对筛选后得到的特征点进行比对计算，能够去除明显不匹配的特征点，减少卡内比对的计算量，从而提高了比对的速度。

例如，一个特征点8*8领域内的特征点的个数、类型以及相邻特征点的距离等，这样得到的特征点的表达式可以为(ρ,θ,a,b,c,d,e)，其中，ρ,θ分别表示极坐标下的极半径和极角，a,b,c,d,e分别表示邻域内特征点的个数，特征点的类型，相邻位置特征点的类型，相邻位置的夹角以及相邻位置的距离。由于在增加这些属性时也增加了特征的大小，可以对这些特征进行压缩，以减少这些增加的特征所占用的存储空间。

例如，第一指纹中具有A1～A30，共三十个第一特征点；第二指纹中具有B1～B30，共三十个第二特征点；IC卡内对比时，需要每个第一特征点均与所有的第二特征点进行对比，那么对于30个第一指纹和30个第二指纹需要对比对900次，为了减少比对次数，在逐个比对之前，查找第一特征点预定范围内的特征点有5个，第二特征点的预定范围内的特征点有9个，则确定这两个特征点匹配的可能性较小，不进行比对计算，判断下一对特征点是否匹配。需要说明的是，此处所采用的预定范围内的特征点的个数来判断一对特征点是否匹配仅为了举例说明本实施例，还可以利用两个特征点的方向、方向的夹角以及这些属性的结合来进行判断。

通过上述实施例，在进行比对计算之前筛选出明显不匹配的特征点，并且不对这些明显不匹配的特征点进行具体的比对计算，减少了在IC卡内比对计算的计算量，提高了计算的效率，另外，通过这些属性的辅助性的匹配，可以提高一对特征点的匹配精确度。

优选地，在根据第一转码后的表达式和第二转码后的表达式对第一特征点和第二特征点进行比对，得到比对结果包括：获取第一指纹的特征点Ai和第二指纹的特征点Bj；在转码后的表达式中逐个对特征点Ai和特征点Bj进行比对，得到第一指纹和第二指纹的比对结果，其中，i＝1，2……n，j＝1，2……n，n为特征点的个数；当特征点Ai和特征点Bj匹配时，在多个比对结果中查找第一指纹和第二指纹中匹配的特征点的个数；判断个数的最大值是否大于预设阈值；以及当个数的最大值大于预设阈值时，确定第一指纹和第二指纹匹配。

如图4所示，第一指纹中有n个特征点Ai，第二指纹中有n个特征点Bj，在进行比对计算时，需要每个特征点Ai与n个特征点Bj进行比对，那么得到的比对结果有n²个。当一对特征点匹配时，第一指纹和第二指纹可能包括其他匹配的特征点，从这n²个比对结果中查找具有最多匹配特征点的匹配个数，图4示意性的示出了每对特征点匹配时两个指纹匹配的特征点的个数，最多的匹配个数为20个，如果两个指纹有15个匹配的特征点就认为这两个指纹为相同指纹，即预设阈值为15，匹配的个数大于预设阈值，则确定第一指纹和第二指纹匹配。

通过判断特征点的匹配个数来判断第一指纹和第二指纹是否为相同指纹，在匹配时需要每个特征点Ai与n个特征点Bj进行逐个比对，从得到的多个比对结果中查找具有最多匹配特征点的匹配个数，当最多匹配个数大于预设阈值时，确定第一指纹和第二指纹匹配。

优选地，为了保证比对结果的稳定性和可靠性，对每对特征点进行评分，特征点的平均评分大于预设平均分时，确定该匹配结果是可靠的，可以认为第一指纹和第二指纹匹配，即在个数的最大值大于预设阈值之后，指纹识别方法还包括：获取第一指纹和第二指纹中匹配的特征点，得到m个特征点；在转码后的表达式中查找以多个特征点中的Ak为中心的预定范围内的特征点Bg与特征点Ak的距离，其中，k＝1，……m；根据每个Bg与特征点Ak的距离的对Ak进行评分；根据m个特征点Ak的评分的总和计算特征点Ak的平均评分；判断平均评分是否大于预设平均分；以及如果平均评分大于预设平均分，则确定第一指纹和第二指纹匹配。

本发明实施例还提供了一种指纹识别装置。需要说明的是，本发明实施例的指纹识别装置可以用于执行本发明实施例所提供的指纹识别方法，本发明实施例的指纹识别方法也可以通过本发明实施例所提供的指纹识别装置来执行。

图5是根据本发明实施例的指纹识别装置的示意图。如图5所示，该指纹识别装置包括：第一获取单元10、转码单元30、第二获取单元50和比对单元70。

第一获取单元10用于获取指纹特征点在笛卡尔坐标系下的表达式；

笛卡尔坐标系下的表达式可以是(x,y,θ,γ)，其中，x,y代表的是特征点在图像笛卡尔坐标系下的坐标，当一个特征点在进行旋转等来消除指纹的按压角度和位置不同对成像特征的影响时，就会出现一个特征点由多种表达式表达的情况，就会增加比对计算的计算量。

转码单元30用于将特征点的表达式进行转码以减少特征点的自由度，得到转码后的表达式；

为了满足特征点的旋转等来消除指纹的按压角度和位置不同对成像特征的影响，又要降低比对时的计算量，对表达式进行转码，以减少特征点的自由度，这样用转码后的表达式来表达旋转后的特征点能够减少表达式的数量，从而减少了比对时的计算量。

第二获取单元50用于获取第一特征点的第一转码后的表达式和第二特征点的第二转码后的表达式，其中，第一特征点为第一指纹的特征点，第二特征点为第二指纹的特征点；以及

第一特征点的第一转码后的表达式和第二特征点的第二转码后的表达式均采用相同的坐标系，因此，无论特征点如何旋转两个特征点所参考的坐标系相同，避免了由于坐标系不同而进行归一化的计算量，从而减少了两个特征点进行比对的工作量。

比对单元70用于根据第一转码后的表达式和第二转码后的表达式对第一特征点和第二特征点进行比对，得到比对结果。

对两个特征点进行比对后，得到比对结果。如果两个指纹中包括多个特征点，那么处于两个指纹中的任意两个特征点都需要进行比对，就会得到多个比对结果，可以根据多个比对结果来判断两个指纹是否匹配。

通过上述实施例，将特征点的表达式进行转码以减少特征点的自由度，使得在旋转特征点以消除摁压角度和位置对指纹特征的影响时，减少产生的特征点的表达式的个数，获取参考相同坐标系的两个指纹中的特征点进行比对时，避免了由于采用不同坐标系而进行归一化所带来的计算量，即上述实施例减少了两个特征点进行比对时的计算量，解决了现有技术由于IC卡内存小，时钟低造成的计算效率低的问题，达到了提高在IC卡内进行比对的效率的效果。

优选地，转码单元还用于将笛卡尔坐标系转化为极坐标系。

在平面内取一个定点O，叫极点，引一条射线Ox，叫做极轴，再选定一个长度单位和角度的正方向(通常取逆时针方向)。对于平面内任何一点M，用ρ表示线段OM的长度，θ表示从Ox到OM的角度，ρ叫做点M的极径，θ叫做点M的极角，有序数对(ρ,θ)就叫点M的极坐标，这样建立的坐标系叫做极坐标系。极坐标系中的两个坐标γ和θ可以由下面的公式转换为直角坐标系下的坐标值x＝r*cos(θ),y＝r*sin(θ)，由上述二公式，可得到从直角坐标系中x和y两坐标如何计算出极坐标下的坐标r＝sqrt(x^2+y^2)，θ＝arctan y/x在x＝0的情况下：若y为正数θ＝90°(π/2radians)；若y为负,则θ＝270°(3π/2radians)。

将笛卡尔坐标系转化为极坐标系后，由于特征点本身有方向，在比对的时候可以首先根据特征点本身的方向进行配准操作，采用极坐标表示能够消除平移变换带来的位置信息偏移的影响。

优选地，转码单元还用于包括：第一获取模块，用于获取与特征点相连的主轴线的曲率和脊线密度；第一确定模块，用于将曲率和脊线密度作为转码后的表达式。

曲线的曲率是针对曲线上某个点的切线方向角对弧长的转动率，通过微分来定义，表明曲线偏离直线的程度。数学上表明曲线在某一点的弯曲程度，曲率越大，表示曲线的弯曲程度越大。对应到指纹图像，就是针对一个特征点，我们可以计算与其相连的主轴线的曲率。通过上述的定义，我们看以看出曲率是不会随着指纹图像的旋转和平移的变化而变化的。所以说通过计算曲率的方法可以减少匹配时特征的自由度。如图3所示，曲率的具体计算方法如下：

在曲线上的点A和A’各做一条切线，A和A’之间的弧长为ΔS，两条切线之间的夹角为α，则曲线在A的点的曲率为

同样的目的，我们可以计算特征点附近的脊线密度，具体的计算方式就是在相邻的特征点之连上一条线段，计算这条线段与指纹纹线的交点个数，每一个交点都代表在这两个特征点之间有一条额外的脊线。这个属性也是不会随着指纹的旋转平移的变化而变化。

优选地，为了减少IC卡内的比对工作量，在根据第一转码后的表达式和第二转码后的表达式对第一特征点和第二特征点进行比对之前，还可以利用在上位机中提取的描述性属性对进行比对的特征点进行筛选，即指纹识别装置还包括：第三获取单元，用于在根据第一转码后的表达式和第二转码后的表达式对第一特征点和第二特征点进行比对之前，获取第一特征点的用于描述第一特征点的与周围的特征点的位置关系的第一属性；第四获取单元，用于获取第二特征点的用于描述第二特征点的与周围的特征点的位置关系的第二属性；第一判断单元，用于判断第一属性和第二属性是否匹配；第二确定单元，用于在判断出第一属性和第二属性匹配时，确定对第一特征点和第二特征点进行比对；在判断出第一属性和第二属性匹配时，确定不对第一特征点和第二特征点进行比对。

第一特征点与周围的特征点的位置关系包括第一特征点与附件的特征点的距离、两个特征点的方向的夹角、周围特征点的个数等。同样地，第二特征点与周围的特征点也具有距离、方向的夹角等位置关系。假设第一特征点为IC卡内保存的指纹的特征点，第二特征点为采集的待比对的指纹的特征点，上位机采集指纹后，提取第二特征点与周围的特征点的位置关系，在对第一特征点和第二特征点比对之前，首先按照第二特征点与周围的特征点的位置关系来判断第一特征点和第二特征点是否需要进行比对，对筛选后得到的特征点进行比对计算，能够去除明显不匹配的特征点，减少卡内比对的计算量，从而提高了比对的速度。

例如，一个特征点8*8领域内的特征点的个数、类型以及相邻特征点的距离等，这样得到的特征点的表达式可以为(ρ,θ,a,b,c,d,e)，其中，ρ,θ分别表示极坐标下的极半径和极角，a,b,c,d,e分别表示邻域内特征点的个数，特征点的类型，相邻位置特征点的类型，相邻位置的夹角以及相邻位置的距离。由于在增加这些属性时也增加了特征的大小，可以对这些特征进行压缩，以减少这些增加的特征所占用的存储空间。

例如，第一指纹中具有A1～A30，共三十个第一特征点；第二指纹中具有B1～B30，共三十个第二特征点；IC卡内对比时，需要每个第一特征点均与所有的第二特征点进行对比，那么对于30个第一指纹和30个第二指纹需要对比对900次，为了减少比对次数，在逐个比对之前，查找第一特征点预定范围内的特征点有5个，第二特征点的预定范围内的特征点有9个，则确定这两个特征点匹配的可能性较小，不进行比对计算，判断下一对特征点是否匹配。需要说明的是，此处所采用的预定范围内的特征点的个数来判断一对特征点是否匹配仅为了举例说明本实施例，还可以利用两个特征点的方向、方向的夹角以及这些属性的结合来进行判断。

通过上述实施例，在进行比对计算之前筛选出明显不匹配的特征点，并且不对这些明显不匹配的特征点进行具体的比对计算，减少了在IC卡内比对计算的计算量，提高了计算的效率，另外，通过这些属性的辅助性的匹配，可以提高一对特征点的匹配精确度。

优选地，比对单元包括：第二获取模块，用于获取第一指纹的特征点Ai和第二指纹的特征点Bj；比对模块，用于在转码后的表达式中逐个对特征点Ai和特征点Bj进行比对，得到第一指纹和第二指纹的比对结果，其中，i＝1，2……n，j＝1，2……n，n为特征点的个数；查找模块，用于在特征点Ai和特征点Bj匹配时，在多个比对结果中查找第一指纹和第二指纹中匹配的特征点的个数；判断模块，用于在判断个数的最大值是否大于预设阈值；以及第二确定模块，用于在个数的最大值大于预设阈值时，确定第一指纹和第二指纹匹配。

如图4所示，第一指纹中有n个特征点Ai，第二指纹中有n个特征点Bj，在进行比对计算时，需要每个特征点Ai与n个特征点Bj进行比对，那么得到的比对结果有n²个。当一对特征点匹配时，第一指纹和第二指纹可能包括其他匹配的特征点，从这n²个比对结果中查找具有最多匹配特征点的匹配个数，图4示意性的示出了每对特征点匹配时两个指纹匹配的特征点的个数，最多的匹配个数为20个，如果两个指纹有15个匹配的特征点就认为这两个指纹为相同指纹，即预设阈值为15，匹配的个数大于预设阈值，则确定第一指纹和第二指纹匹配。

通过判断特征点的匹配个数来判断第一指纹和第二指纹是否为相同指纹，在匹配时需要每个特征点Ai与n个特征点Bj进行逐个比对，从得到的多个比对结果中查找具有最多匹配特征点的匹配个数，当最多匹配个数大于预设阈值时，确定第一指纹和第二指纹匹配。

优选地，为了保证比对结果的稳定性和可靠性，对每对特征点进行评分，特征点的平均评分大于预设平均分时，确定该匹配结果是可靠的，可以认为第一指纹和第二指纹匹配，即指纹识别装置还包括：第五获取单元，用于在个数的最大值大于预设阈值之后，获取第一指纹和第二指纹中匹配的特征点，得到m个特征点；查找单元，用于在转码后的表达式中查找以多个特征点中的Ak为中心的预定范围内的特征点Bg与特征点Ak的距离，其中，k＝1，……m；评分单元，用于根据每个Bg与特征点Ak的距离的对Ak进行评分；计算单元，用于根据m个特征点Ak的评分的总和计算特征点Ak的平均评分；第二判断单元，用于判断平均评分是否大于预设平均分；以及第二确定单元，用于在平均评分大于预设平均分时，确定第一指纹和第二指纹匹配。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种指纹识别方法，其特征在于，包括：

获取指纹特征点在笛卡尔坐标系下的表达式；

将所述特征点的表达式进行转码以减少所述特征点的自由度，得到转码后的表达式；

获取第一特征点的第一转码后的表达式和第二特征点的第二转码后的表达式，其中，所述第一特征点为第一指纹的特征点，所述第二特征点为第二指纹的特征点；以及

根据所述第一转码后的表达式和所述第二转码后的表达式对所述第一特征点和所述第二特征点进行比对，得到比对结果；

将所述特征点的表达式进行转码以减少所述特征点的自由度，得到转码后的表达式包括：

获取与所述特征点相连的主轴线的曲率和脊线密度；

将所述曲率和所述脊线密度作为所述转码后的表达式。

2.根据权利要求1所述的指纹识别方法，其特征在于，将所述特征点的表达式进行转码以减少所述特征点的自由度，得到转码后的表达式包括：

将所述笛卡尔坐标系转化为极坐标系。

3.根据权利要求1所述的指纹识别方法，其特征在于，在根据所述第一转码后的表达式和所述第二转码后的表达式对所述第一特征点和所述第二特征点进行比对之前，所述指纹识别方法还包括：

获取所述第一特征点的用于描述所述第一特征点的与周围的特征点的位置关系的第一属性；

获取所述第二特征点的用于描述所述第二特征点的与周围的特征点的位置关系的第二属性；

判断所述第一属性和所述第二属性是否匹配；

如果判断出所述第一属性和所述第二属性匹配，则确定对所述第一特征点和所述第二特征点进行比对；

如果判断出所述第一属性和所述第二属性匹配，则确定不对所述第一特征点和所述第二特征点进行比对。

4.根据权利要求1所述的指纹识别方法，其特征在于，在根据所述第一转码后的表达式和所述第二转码后的表达式对所述第一特征点和所述第二特征点进行比对，得到比对结果包括：

获取所述第一指纹的特征点Ai和所述第二指纹的特征点Bj；

在所述转码后的表达式中逐个对所述特征点Ai和所述特征点Bj进行比对，得到所述第一指纹和所述第二指纹的比对结果，其中，i＝1，2……n，j＝1，2……n，n为特征点的个数；

当所述特征点Ai和所述特征点Bj匹配时，在所述多个比对结果中查找所述第一指纹和所述第二指纹中匹配的特征点的个数；

判断所述个数的最大值是否大于预设阈值；以及

当所述个数的最大值大于所述预设阈值时，确定所述第一指纹和所述第二指纹匹配。

5.根据权利要求4所述的指纹识别方法，其特征在于，在所述个数的最大值大于所述预设阈值之后，所述指纹识别方法还包括：

获取所述第一指纹和所述第二指纹中匹配的特征点，得到m个特征点；

在所述转码后的表达式中查找以所述多个特征点中的A_k为中心的预定范围内的特征点Bg与所述特征点A_k的距离，其中，k＝1，……m；

根据每个所述Bg与所述特征点A_k的距离的对所述A_k进行评分；

根据所述m个所述特征点A_k的评分的总和计算所述特征点A_k的平均评分；

判断所述平均评分是否大于预设平均分；以及

如果所述平均评分大于所述预设平均分，则确定所述第一指纹和所述第二指纹匹配。

6.一种指纹识别装置，其特征在于，包括：

第一获取单元，用于获取指纹特征点在笛卡尔坐标系下的表达式，其中，所述笛卡尔坐标系下的表达式为四元组表达式；

转码单元，用于将所述特征点的表达式进行转码以减少所述特征点的自由度，得到转码后的表达式；

第二获取单元，用于获取第一特征点的第一转码后的表达式和第二特征点的第二转码后的表达式，其中，所述第一特征点为第一指纹的特征点，所述第二特征点为第二指纹的特征点；以及

比对单元，用于根据所述第一转码后的表达式和所述第二转码后的表达式对所述第一特征点和所述第二特征点进行比对，得到比对结果；

所述转码单元还用于包括：

第一获取模块，用于获取与所述特征点相连的主轴线的曲率和脊线密度；

第一确定模块，用于将所述曲率和所述脊线密度作为所述转码后的表达式。

7.根据权利要求6所述的指纹识别装置，其特征在于，所述转码单元还用于将所述笛卡尔坐标系转化为极坐标系。

8.根据权利要求6所述的指纹识别装置，其特征在于，所述指纹识别装置还包括：

第三获取单元，用于在根据所述第一转码后的表达式和所述第二转码后的表达式对所述第一特征点和所述第二特征点进行比对之前，获取所述第一特征点的用于描述所述第一特征点的与周围的特征点的位置关系的第一属性；

第四获取单元，用于获取所述第二特征点的用于描述所述第二特征点的与周围的特征点的位置关系的第二属性；

第一判断单元，用于判断所述第一属性和所述第二属性是否匹配；

第二确定单元，用于在判断出所述第一属性和所述第二属性匹配时，确定对所述第一特征点和所述第二特征点进行比对；在判断出所述第一属性和所述第二属性匹配时，确定不对所述第一特征点和所述第二特征点进行比对。

9.根据权利要求6所述的指纹识别装置，其特征在于，所述比对单元包括：

第二获取模块，用于获取所述第一指纹的特征点Ai和所述第二指纹的特征点Bj；

比对模块，用于在所述转码后的表达式中逐个对所述特征点Ai和所述特征点Bj进行比对，得到所述第一指纹和所述第二指纹的比对结果，其中，i＝1，2……n，j＝1，2……n，n为特征点的个数；

查找模块，用于在所述特征点Ai和所述特征点Bj匹配时，在所述多个比对结果中查找所述第一指纹和所述第二指纹中匹配的特征点的个数；

判断模块，用于在判断所述个数的最大值是否大于预设阈值；以及

第二确定模块，用于在所述个数的最大值大于所述预设阈值时，确定所述第一指纹和所述第二指纹匹配。

10.根据权利要求9所述的指纹识别装置，其特征在于，所述指纹识别装置还包括：

第五获取单元，用于在所述个数的最大值大于所述预设阈值之后，获取所述第一指纹和所述第二指纹中匹配的特征点，得到m个特征点；

查找单元，用于在所述转码后的表达式中查找以所述多个特征点中的A_k为中心的预定范围内的特征点Bg与所述特征点A_k的距离，其中，k＝1，……m；

评分单元，用于根据每个所述Bg与所述特征点A_k的距离的对所述A_k进行评分；

计算单元，用于根据所述m个所述特征点A_k的评分的总和计算所述特征点A_k的平均评分；

第二判断单元，用于判断所述平均评分是否大于预设平均分；以及

第二确定单元，用于在所述平均评分大于所述预设平均分时，确定所述第一指纹和所述第二指纹匹配。