CN105389563B - 基于方向场全局信息的指纹伪核点检测方法 - Google Patents
基于方向场全局信息的指纹伪核点检测方法 Download PDFInfo
- Publication number
- CN105389563B CN105389563B CN201510783669.7A CN201510783669A CN105389563B CN 105389563 B CN105389563 B CN 105389563B CN 201510783669 A CN201510783669 A CN 201510783669A CN 105389563 B CN105389563 B CN 105389563B
- Authority
- CN
- China
- Prior art keywords
- epipole
- thick
- field
- fingerprint
- region
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
Abstract
本发明公开了一种基于方向场全局信息的指纹伪核点检测方法。本发明具体步骤如下:用梯度法求出指纹图像的像素级方向场O;用庞加莱索引法在方向场O中提取出每一个粗核点位置;用短时傅里叶变换法进行指纹分割,求出指纹的前景区域I;用现有算法计算出粗核点开口方向的辐角主值θi;根据粗核点位置和对应的核点开口方向的幅角主值θi以及指纹的前景区域I,求出对应的判别区域Ai;根据Ai区域内的方向场和粗核点的开口方向的幅角主值θi,求出对应的判别特征Fcore;计算出每一个粗核点对应的判别特征Fcore,将Fcore<1的粗核点判为伪核点并去除,得到最终的结果。本发明利用了方向场全局信息,进一步降低了核点检测的误检率。
Description
技术领域
本发明属于生物特征识别及信息安全的技术领域,特别涉及一种基于方向场全局信息的指纹伪核点检测方法。
背景技术
作为一种相对成熟的生物特征识别技术,指纹识别在金融安全、门禁控制、员工考勤等方向的应用日益广泛。尽管历经数十年的研究,自动指纹识别系统的性能日趋完善,但仍有一些难点问题没有得到解决,奇异点检测便是其中之一。奇异点分为核点和三角点两种,是重要的指纹全局特征,常被用于指纹分类、指纹模板对齐等。奇异点的误检会直接引起指纹分类、指纹模板对齐等指纹识别环节的错误,进而降低整个指纹识别系统的性能,包括识别效率或识别准确率。
现有的奇异点检测算法多是基于方向场局部特征的,因此当指纹图像局部质量低下引起方向场局部的错误扭曲时,导致伪核点和伪三角点出现,形成误检测。针对伪核点的问题,观察发现,指纹的真实核点和指纹方向场全局信息之间始终存在这样的特性:核点的开口方向与其反向延长线区域的方向场近乎垂直。
利用这种只有真实核点在指纹方向场的全局信息中表现出的特性,可以检测出伪核点,降低奇异点检测的误检率。增强指纹识别技术的性能和鲁棒性。
目前已经公开的文献资料,还没有关于基于上述的方向场全局特征进行伪核点检测相关方面的研究。
发明内容
本发明的目的就是针对现有指纹识别技术中存在的奇异点检测误检率较高的问题,提出了一种基于方向场全局信息的伪核点检测方法。
本发明具体包括如下步骤:
步骤1、用梯度法求出指纹图像的像素级方向场O;
步骤2、用庞加莱索引法在方向场O中提取出每一个粗核点位置Ci(cxi,cyi);
步骤3、用短时傅里叶变换法进行指纹分割,求出指纹的前景区域I;
步骤4、计算出粗核点开口方向的辐角主值θi,具体如下:
(公式2)
公式1中,Oref(x,y)表示核点的参考方向场块,尺寸为25×25,由公式2计算得出;Oi(x,y)表示以粗核点Ci(cxi,cyi)为中心,在方向场O上截图的尺寸为25×25的方向场块;θref为参考方向场块Oref(x,y)的开口方向的幅角主值;公式2中,为中间变量,Oref(x,y)为所求的参考方向场块。
步骤5、根据粗核点位置Ci(cxi,cyi)和对应的核点开口方向的幅角主值θi以及指纹的前景区域I,求出对应的判别区域Ai,具体如下:
其中表示幅角为θi+π的单位向量,P(x,y)为待求的Ai区域内任一点,表示起点为Ci(cxi,cyi)终点为P(x,y)的向量。所有位于前景I并且满足公式3的点P(x,y)的集合即为所求的判别区域Ai;
步骤6、根据Ai区域内的方向场和粗核点的开口方向的幅角主值θi,求出对应的判别特征Fcore,具体如下:
其中αi(x,y)表示方向场O中Ai区域的元素值,β(x,y)是一个中间变量,表示粗核点的开口方向的幅角主值θi同αi(x,y)的夹角,size(Ai)表示方向场O中Ai区域的元素的总个数。需要特别说明的是,所有的角度都采用弧度单位。
步骤7、计算出每一个粗核点Ci(cxi,cyi)对应的判别特征Fcore,将Fcore<1的粗核点判为伪核点并去除,得到最终的结果。
本发明有益效果如下:
本发明基于方向场全局信息的伪核点检测方法包括方向场估计模块,粗核点检测模块,图像二值化模块,伪核点检测模块。
由于本发明是基于指纹方向场全局信息的,对于核点检测来说,全局信息给基于局部特征的核点检测提供了很好的支持,能够进一步去除伪核点。
由于本发明在伪核点检测模块中采用的都是线性运算,因此保持了较低的计算开销。
由于本发明在伪核点检测模块中采用的是现有指纹识别技术中常用的典型方向场计算方法,因此保证了本发明可以作为现有的基于局部方向场的核点检测技术的后续处理,也可以开发成一个指纹识别的嵌入模块。
附图说明
图1是本发明粗核点周围的方向场块以及该方向场块开口方向的幅角主值的示意图。
图2是本发明判别区域Ai的示意图。
具体实施方式
下面结合实施例对本发明进一步说明。
如图1和2所示,基于方向场全局信息的伪核点检测方法,具体包括如下步骤:
步骤1、用梯度法求出指纹图像的像素级方向场O;
步骤2、用庞加莱索引法在方向场O中提取出每一个粗核点位置Ci(cxi,cyi);
步骤3、用短时傅里叶变换法进行指纹分割,求出指纹的前景区域I;
步骤4、计算出粗核点开口方向的辐角主值θi,具体如下:
(公式2)
公式1中,Oref(x,y)表示核点的参考方向场块,尺寸为25×25,由公式2计算得出;Oi(x,y)表示以粗核点Ci(cxi,cyi)为中心,在方向场O上截图的尺寸为25×25的方向场块;θref为参考方向场块Oref(x,y)的开口方向的幅角主值;公式2中,为中间变量,Oref(x,y)为所求的参考方向场块。
步骤5、根据粗核点位置Ci(cxi,cyi)和对应的核点开口方向的幅角主值θi以及指纹的前景区域I,求出对应的判别区域Ai,具体如下:
其中表示幅角为θi+π的单位向量,P(x,y)为待求的Ai区域内任一点,表示起点为Ci(cxi,cyi)终点为P(x,y)的向量。所有位于前景I并且满足公式3的点P(x,y)的集合即为所求的判别区域Ai;
步骤6、根据Ai区域内的方向场和粗核点的开口方向的幅角主值θi,求出对应的判别特征Fcore,具体如下:
其中αi(x,y)表示方向场O中Ai区域的元素值,β(x,y)是一个中间变量,表示粗核点的开口方向的幅角主值θi同αi(x,y)的夹角,size(Ai)表示方向场O中Ai区域的元素的总个数。需要特别说明的是,所有的角度都采用弧度单位。
步骤7、计算出每一个粗核点Ci(cxi,cyi)对应的判别特征Fcore,将Fcore<1的粗核点判为伪核点并去除,得到最终的结果。
Claims (1)
1.基于方向场全局信息的指纹伪核点检测方法,其特征在于包括如下步骤:
步骤1、用梯度法求出指纹图像的像素级方向场O;
步骤2、用庞加莱索引法在方向场O中提取出每一个粗核点位置Ci(cxi,cyi);
步骤3、用短时傅里叶变换法进行指纹分割,求出指纹的前景区域I;
步骤4、用现有算法计算出粗核点开口方向的幅角主值θi;
步骤5、根据粗核点位置Ci(cxi,cyi)和对应的核点开口方向的幅角主值θi以及指纹的前景区域I,求出对应的判别区域Ai;
步骤6、根据Ai区域内的方向场和粗核点的开口方向的幅角主值θi,求出对应的判别特征Fcore;
步骤7、计算出每一个粗核点Ci(cxi,cyi)对应的判别特征Fcore,将Fcore<1的粗核点判为伪核点并去除,得到最终的结果;
步骤5所述的判别区域Ai的求取,具体如下:
其中表示幅角为θi+π的单位向量,P(x,y)为待求的Ai区域内任一点,表示起点为Ci(cxi,cyi)终点为P(x,y)的向量;所有位于前景I并且满足公式3的点P(x,y)的集合即为所求的判别区域Ai;
步骤6所述的判别特征Fcore的求取,具体如下:
其中αi(x,y)表示方向场O中Ai区域的元素值,β(x,y)是一个中间变量,表示粗核点的开口方向的幅角主值θi同αi(x,y)的夹角,size(Ai)表示方向场O中Ai区域的元素的总个数;所有的角度都采用弧度制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510783669.7A CN105389563B (zh) | 2015-11-16 | 2015-11-16 | 基于方向场全局信息的指纹伪核点检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510783669.7A CN105389563B (zh) | 2015-11-16 | 2015-11-16 | 基于方向场全局信息的指纹伪核点检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105389563A CN105389563A (zh) | 2016-03-09 |
CN105389563B true CN105389563B (zh) | 2018-08-10 |
Family
ID=55421835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510783669.7A Active CN105389563B (zh) | 2015-11-16 | 2015-11-16 | 基于方向场全局信息的指纹伪核点检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105389563B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109214246B (zh) * | 2017-07-04 | 2021-02-12 | 清华大学深圳研究生院 | 基于全局方向信息的指纹检索方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101145196A (zh) * | 2006-09-13 | 2008-03-19 | 中国科学院自动化研究所 | 基于奇异的拓扑结构的快速指纹识别方法 |
CN101777128A (zh) * | 2009-11-25 | 2010-07-14 | 中国科学院自动化研究所 | 一种融入全局信息的指纹细节点匹配方法及系统 |
CN102799876A (zh) * | 2012-08-02 | 2012-11-28 | 北京海和鑫生信息科学研究所有限公司 | 重叠指纹图像的分离方法 |
CN104866815A (zh) * | 2015-04-23 | 2015-08-26 | 杭州电子科技大学 | 基于图像空域特征的指纹核点精确定位方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9070002B2 (en) * | 2011-10-18 | 2015-06-30 | King Fahd University Of Petroleum And Minerals | Method of performing fingerprint matching |
-
2015
- 2015-11-16 CN CN201510783669.7A patent/CN105389563B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101145196A (zh) * | 2006-09-13 | 2008-03-19 | 中国科学院自动化研究所 | 基于奇异的拓扑结构的快速指纹识别方法 |
CN101777128A (zh) * | 2009-11-25 | 2010-07-14 | 中国科学院自动化研究所 | 一种融入全局信息的指纹细节点匹配方法及系统 |
CN102799876A (zh) * | 2012-08-02 | 2012-11-28 | 北京海和鑫生信息科学研究所有限公司 | 重叠指纹图像的分离方法 |
CN104866815A (zh) * | 2015-04-23 | 2015-08-26 | 杭州电子科技大学 | 基于图像空域特征的指纹核点精确定位方法 |
Non-Patent Citations (2)
Title |
---|
基于多信息融合的门禁系统的设计;张艳丽;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20060815(第08期);I140-281 * |
指纹识别系统中的关键算法研究;刘波;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20060615(第06期);I138-219 * |
Also Published As
Publication number | Publication date |
---|---|
CN105389563A (zh) | 2016-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100651753B1 (ko) | 객체의 대칭 특성과 모멘트 특성을 이용한 눈 검출 방법 및그 장치 | |
Zhang et al. | Core-based structure matching algorithm of fingerprint verification | |
WO2016127736A1 (zh) | 指纹重叠区域面积的计算方法及电子装置 | |
CN108171247B (zh) | 一种车辆再识别方法及系统 | |
CN108009472B (zh) | 一种基于卷积神经网络和贝叶斯分类器的指背关节纹识别方法 | |
KR101632912B1 (ko) | 지문 인식을 이용한 사용자 인증 방법 | |
US10679364B2 (en) | Image matching method, image matching apparatus, image matching system, and storage medium | |
CN101408929A (zh) | 一种用于人脸识别系统的多模板人脸注册方法和装置 | |
CN107545247B (zh) | 基于双目识别的立体认知方法 | |
CN110992322A (zh) | 基于卷积神经网络的贴片掩膜检测系统及检测方法 | |
CN109117746A (zh) | 手部检测方法及机器可读存储介质 | |
CN106504225A (zh) | 一种规则多边形的识别方法和装置 | |
US20140161313A1 (en) | Tracking device | |
Varga et al. | Vision-based autonomous load handling for automated guided vehicles | |
US20150294157A1 (en) | Feature value extraction apparatus and place estimation apparatus | |
CN105389563B (zh) | 基于方向场全局信息的指纹伪核点检测方法 | |
US10902607B1 (en) | Fast instance segmentation | |
CN110322508B (zh) | 一种基于计算机视觉的辅助定位方法 | |
KR101414158B1 (ko) | 얼굴 인식 장치 및 방법 | |
CN113449745B (zh) | 标定物图像中标记物的识别方法、装置、设备及可读介质 | |
KR101342018B1 (ko) | 대표 특징을 이용한 실시간 객체 인식 및 추적 방법과 그 장치 | |
CN114022924A (zh) | 一种人脸识别方法及相关装置 | |
US20170024607A1 (en) | Facial feature location using symmetry line | |
Jelača et al. | Real-time vehicle matching for multi-camera tunnel surveillance | |
CN111079713A (zh) | 一种提取行人颜色特征的方法及终端设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200820 Address after: 201104 floor 4, building 8, No. 168, Jixin Road, Minhang District, Shanghai Patentee after: Shanghai Zaide Information Technology Co.,Ltd. Address before: Hangzhou City, Zhejiang province 310018 Xiasha Higher Education Park No. 2 street Patentee before: HANGZHOU DIANZI University |