CN110704651A - 基于核心细节点支持系统的指纹数据库快速检索方法 - Google Patents
基于核心细节点支持系统的指纹数据库快速检索方法 Download PDFInfo
- Publication number
- CN110704651A CN110704651A CN201910993818.0A CN201910993818A CN110704651A CN 110704651 A CN110704651 A CN 110704651A CN 201910993818 A CN201910993818 A CN 201910993818A CN 110704651 A CN110704651 A CN 110704651A
- Authority
- CN
- China
- Prior art keywords
- minutiae
- core
- fingerprint
- minutia
- retrieval
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及指纹特征表达技术和指纹检索技术,提出一种基于核心细节点支持系统的指纹数据库快速检索方法。核心细节点支持系统即逐一获取指纹图像的每个细节点作为核心细节点,除其之外细节点作为支持细节点,核心细节点和其支持细节点构成核心细节点支持系统。用哈希表将支持细节点特征向量与其核心细节点和指纹模板ID对应。检索时用支持细节点查找哈希表,统计出现次数最多的核心细节点ID,再统计匹配的细节点中指纹模板ID次数,找到最相似的指纹模板。本发明构建2维特征向量,减小哈希表大小,降低空间复杂度;构建的特征向量含更多指纹图像信息,指纹图像转化的特征向量总数少,减少检索时哈希表寻址次数,降低检索时间复杂度。
Description
技术领域:
本发明涉及指纹特征表达技术和指纹检索技术,提出一种基于核心细节点支持系统的指纹数据库快速检索方法。
背景技术:
随着指纹自动识别技术的广泛应用,对应指纹数据库容量不断增大,如何在大规模指纹数据中快速、准确地进行识别是指纹识别技术的热点问题。
由于指纹图像采集时按压压力、方向、皮肤干湿度等因素的差异,导致即使是同一手指,不同时刻采集的图像也会存在差异。因此,传统检索方法将指纹图像进行特征提取转化为一组特征向量,每个特征向量在表达所属指纹独特特征的同时,最大可能的剔除了图像采集所带来的差异。为了加快特征向量的比对过程,传统检索方法使用哈希表将特征向量与指纹ID对应起来。这样,在检索的时候,给出某个被检索指纹的特征向量,能直接通过哈希表寻址得到数据库中带有被检索特征向量的指纹模板ID。最后通过统计指纹模板ID出现的次数就可以找到与被检索指纹相似的那些指纹模板。
除了使用寻址代替数学运算,要使得检索过程比使用识别算法更快捷,首先,在特征向量的选取上必须使每个特征向量所对应的数据库中的指纹数量尽可能的少;其次,特征向量必须简短,使得特征空间紧凑以减小哈希表的大小;最后,特征向量必须尽可能的含有更多的指纹图像的信息,使得每幅指纹图像转化出来的特征向量总数量较少,以减少检索时哈希表寻址的次数。
显然,以上三点很难同时满足,以经典的细节点三角形结构检索方法为例。首先在指纹图像中找到脊线分叉和终止的形态特征,称为细节点,每个细节点以向量(x,y,theta)表示,其中x,y描述细节点在图像坐标中的位置,theta为细节点处指纹脊线的方向。然后随机选取三个细节点构成一个三角形,选取三角形的边长、内角、顶点细节点的theta值构成9维特征向量。一枚含有M个细节点的指纹图像,获取全部三角形特征需提取个特征向量,若数据库共有N个指纹模板,则哈希表的空间复杂度为O(NM3),而每次检索的时间复杂度为O (M3)次。
发明内容:
本发明提出一种基于核心细节点支持系统的指纹数据库快速检索方法。所谓核心细节点支持系统,即在将指纹图像转化为一组细节点向量之后,逐一获取每个细节点作为核心细节点,并将除当前核心细节点之外其余所有细节点作为支持性细节点,核心细节点和其支持细节点构成核心细节点支持系统。
本发明不仅给数据库中的每个指纹模板分配ID,还给每个指纹模板的每个核心细节点支持系统分配ID,并构建哈希表将支持性细节点特征向量与其核心细节点ID、指纹模板ID对应起来。
在检索时,对于检索指纹的每个核心细节点支持系统,先使用其支持性细节点查找哈希表,以统计出出现次数最多的核心细节点ID。从而为被检索指纹的每个细节点找到了数据库中指纹模板中与之最匹配的细节点。再统计匹配的细节点中指纹模板ID出现的次数,即可找到数据库中与被检索指纹最相似的指纹模板。
一枚含有M个细节点的指纹图像,对应M个核心细节点支持系统,若数据库共有N个指纹模板,则哈希表的空间复杂度为O(NM2),而每次检索的时间复杂度为O(M2)次。
上述目的通过以下技术方案实现:
一种基于核心细节点支持系统的指纹数据库快速检索方法。本发明方法包括如下步骤:
(1)检索特征的构造:本发明构建核心细节点支持系统,将指纹图像转化为一组细节点向量之后,逐一选取每个细节点作为核心细节点,并将除当前核心细节点之外其余所有细节点作为支持性细节点,核心细节点和其支持细节点构成核心细节点支持系统,用支持性细节点位置与方向信息构成2维特征向量。
(2)索引器的构造:根据构造出的检索特征设计出相适应的索引器,才能构建出高速有效的指纹检索系统。本发明用支持性细节点构成的特征向量构建哈希表,地址空间中存储其对应的核心细节点ID及指纹模板ID。
(3)检索器的构造:本发明在检索时,首先构建检索指纹的每个核心细节点支持系统,然后使用其支持性细节点查找哈希表,统计出出现次数最多的核心细节点ID,再统计核心细节点中指纹模板ID 出现的次数,最后找出数据库中与被检索指纹最相似的指纹模板。
有益效果:
1.首先,本发明构建的特征向量所对应的数据库中的指纹数量从传统方法的 9维降至2维;其次,构建的特征向量是2维的,使得特征空间紧凑从而减小了哈希表的大小,降低哈希表的空间复杂度;最后,本发明构建的特征向量含有更多的指纹图像的信息,所以每幅指纹图像转化出来的特征向量总数量较少,减少了检索时哈希表寻址的次数,降低检索的时间复杂度。
2.本发明在检索时用检索指纹的支持性细节点查找哈希表,先统计出出现次数最多的核心细节点ID,再统计核心细节点中指纹模板ID出现的次数,最后找出数据库中与被检索指纹最相似的指纹模板,提高检索系统准确率。
附图说明:
图1是指纹原始细节点示意图。
图2是变换后的核心细节点支持系统示意图。
具体实施方式:
下面结合附图对本发明具体实施方式作进一步详细描述。
1.检索特征的构造
本发明提出了一种核心细节点支持性系统,其描述如下:
某一指纹模板共中有M个细节点,Pi=(xi,yi,thetai),其中1≤i≤M,x,y代表细节点的笛卡尔坐标值,theta为细节点的方向((0,2π]),假如令M=5,集合Pi中的细节点P1配准到坐标原点并将其方向旋转为2π,其余的所有细节点的位置和方向跟随P1的配准而变换成Pi'=(x’i,y’i,theta’i),变换后的细节点的位置和方向由下列公式给出:
经过上述变换,将配准到原点的细节点P’1称为核心细节点,其余的细节点称为支持性细节点,核心细节点与其所有支持性细节点就构成了核心细节点支持性系统。图1为指纹模板原始细节点,图2为变换后的核心细节点支持性系统。
2.索引器的构造
根据检索特征构造索引器,本发明利用哈希技术建立索引结构。
在本发明建立的哈希表中,索引值就是所有可能出现的支持性细节点的位置和方向,所映射的信息为支持性细节点特征向量与其所在的核心细节点ID和指纹模板ID。本发明将支持性细节点的位置信息(x,y)用下面的公式唯一地表示出来:
xy=(x-1)×Ly+y (3)
其中,Ly为转换后的所有支持性细节点的纵坐标值的取值范围。在细节点方向值的处理上,本发明将细节点所有可能出现的方向值(0,2π]量化成若干间距相等的值,假设量化后的单位方向值为thetau=2π\n,因此细节点的方向值应为 thetau的整数倍:
thetak=thetau×k k=1,2,3...n (4)
在构造索引器时,用指纹的每个核心细节点的每个支持性细节点的位置信息(xy)和方向信息(thetak)构成的2维向量构建哈希表。
3.检索器的构造
根据建立的索引器进行检索时,先构建检索指纹的每个核心细节点支持系统,用其支持性细节点查找哈希表,以统计出出现次数最多的核心细节点ID,再统计匹配的细节点中指纹模板ID出现的次数,即可找到数据库中与被检索指纹最相似的指纹模板。
Claims (4)
1.一种基于核心细节点支持系统的指纹数据库快速检索方法,其特征在于,由检索特征的构造、索引器的构造、检索器的构造三个步骤组成。
2.根据权利要求1所述的一种基于核心细节点支持系统的指纹数据库快速检索方法,其特征在于,所述的检索特征的构造步骤具体为:将指纹图像转化为一组细节点向量之后,逐一选取每个细节点作为核心细节点,并将除当前核心细节点之外其余所有细节点作为支持性细节点,核心细节点和其支持细节点构成核心细节点支持系统,用支持性细节点位置与方向信息构成2维特征向量。
3.根据权利要求1所述的一种基于核心细节点支持系统的指纹数据库快速检索方法,其特征在于,所述的索引器的构造步骤具体为:根据构造出的检索特征设计出相适应的索引器,才能构建出高速有效的指纹检索系统。本发明用支持性细节点构成的特征向量构建哈希表,地址空间中存储其对应的核心细节点ID及指纹模板ID。
4.根据权利要求1所述的一种基于核心细节点支持系统的指纹数据库快速检索方法,其特征在于,所述的检索器的构造步骤具体为:本发明在检索时,首先构建检索指纹的每个核心细节点支持系统,然后使用其支持性细节点查找哈希表,统计出出现次数最多的核心细节点ID,再统计核心细节点中指纹模板ID出现的次数,最后找出数据库中与被检索指纹最相似的指纹模板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910993818.0A CN110704651A (zh) | 2019-10-18 | 2019-10-18 | 基于核心细节点支持系统的指纹数据库快速检索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910993818.0A CN110704651A (zh) | 2019-10-18 | 2019-10-18 | 基于核心细节点支持系统的指纹数据库快速检索方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110704651A true CN110704651A (zh) | 2020-01-17 |
Family
ID=69201565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910993818.0A Pending CN110704651A (zh) | 2019-10-18 | 2019-10-18 | 基于核心细节点支持系统的指纹数据库快速检索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110704651A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428064A (zh) * | 2020-06-11 | 2020-07-17 | 深圳市诺赛特系统有限公司 | 小面积指纹图像快速索引方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855279A (zh) * | 2012-07-26 | 2013-01-02 | 哈尔滨理工大学 | 基于细节点隆线形状的目标指纹快速查找方法 |
US20170140193A1 (en) * | 2015-11-16 | 2017-05-18 | MorphoTrak, LLC | Minutiae Grouping for Distorted Fingerprint Matching |
CN109993129A (zh) * | 2019-04-04 | 2019-07-09 | 郑州师范学院 | 一种基于指纹细结点圆柱码的指纹识别方法 |
-
2019
- 2019-10-18 CN CN201910993818.0A patent/CN110704651A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855279A (zh) * | 2012-07-26 | 2013-01-02 | 哈尔滨理工大学 | 基于细节点隆线形状的目标指纹快速查找方法 |
US20170140193A1 (en) * | 2015-11-16 | 2017-05-18 | MorphoTrak, LLC | Minutiae Grouping for Distorted Fingerprint Matching |
CN109993129A (zh) * | 2019-04-04 | 2019-07-09 | 郑州师范学院 | 一种基于指纹细结点圆柱码的指纹识别方法 |
Non-Patent Citations (2)
Title |
---|
WEIXIN_34306676: "一维坐标 二维坐标互相转换", 《CSDN博客》 * |
崔学志: "基于核心细节点支持系统的指纹匹配算法研究", 《中国优秀博硕士学位论文全文数据库(信息科技辑)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428064A (zh) * | 2020-06-11 | 2020-07-17 | 深圳市诺赛特系统有限公司 | 小面积指纹图像快速索引方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107577990B (zh) | 一种基于gpu加速检索的大规模人脸识别方法 | |
CN111198959B (zh) | 一种基于卷积神经网络的两阶段图像检索方法 | |
Wang et al. | Leaf image retrieval with shape features | |
CN108280187B (zh) | 一种基于卷积神经网络深度特征的分级图像检索方法 | |
Han et al. | Handwritten signature retrieval and identification | |
CN106951551B (zh) | 联合gist特征的多重索引图像检索方法 | |
CN105740378B (zh) | 一种数字病理全切片图像检索方法 | |
CN106815362A (zh) | 一种基于kpca多表索引图像哈希检索方法 | |
CN104615676A (zh) | 一种基于最大相似度匹配的图片检索方法 | |
CN104615642A (zh) | 基于局部邻域约束的空间验证的错误匹配检测方法 | |
CN108491543A (zh) | 图像检索方法、图像存储方法及图像检索系统 | |
CN108121806A (zh) | 一种基于局部特征匹配的图像搜索方法及系统 | |
Gao et al. | SHREC’15 Track: 3D object retrieval with multimodal views | |
CN111125396A (zh) | 一种单模型多分支结构的图像检索方法 | |
CN112182264B (zh) | 地标信息的确定方法、装置、设备及可读存储介质 | |
CN104965928B (zh) | 一种基于形状匹配的汉字图像检索方法 | |
CN110704651A (zh) | 基于核心细节点支持系统的指纹数据库快速检索方法 | |
Du et al. | Large-scale signature matching using multi-stage hashing | |
CN101976256A (zh) | 点特征图像配准中的双重最近邻优先搜索方法 | |
Vij et al. | Fingerprint indexing based on local arrangements of minutiae neighborhoods | |
Ren et al. | A novel method of score level fusion using multiple impressions for fingerprint verification | |
CN114610941A (zh) | 基于对比学习的文物图像检索系统 | |
CN111898618B (zh) | 一种识别古代图形文字的方法、装置和程序储存介质 | |
Pardede et al. | Comparison of similarity measures in HSV quantization for CBIR | |
CN104615994B (zh) | 一种监控图像实时处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200117 |
|
WD01 | Invention patent application deemed withdrawn after publication |