CN1439997A - 指纹识别方法与系统 - Google Patents
指纹识别方法与系统 Download PDFInfo
- Publication number
- CN1439997A CN1439997A CN 02110873 CN02110873A CN1439997A CN 1439997 A CN1439997 A CN 1439997A CN 02110873 CN02110873 CN 02110873 CN 02110873 A CN02110873 A CN 02110873A CN 1439997 A CN1439997 A CN 1439997A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- fingerprint template
- similar
- template
- chained list
- 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.)
- Granted
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明揭示了一种指纹识别方法和系统。在该方法与系统中,为每个数据库指纹模板生成简约数据链表,将简约数据链表与要比对指纹数据链表比较各元素对的长度特征,选出长度差小于等于长度阈值的元素对,再对选出的各元素对比较其它特征,计算出两模板的总相似度。将总相似度最大且大于等于一预定值的数据库模板作为相似模板,与要比对模板作精确匹配,以确定匹配指纹模板。在本发明中,还可以将要比对数据链表的各行元素组按长度大小排序,将简约表的每个元素与经排序的要比对数据链表的各行元素组比对,用二叉树法找出行元素组中长度特征相似的元素,然后该元素出发,依次取其二侧满足长度差要求的元素与简约数据链表的所选元素比对其它特征。
Description
技术领域
本发明涉及一种指纹识别方法与系统,尤其涉及一种快速的指纹识别方法与系统。
背景技术
生物认证技术是一项新兴的利用人体生物特征来确定个人身份的技术,可广泛应用于刑侦、安全、银行等领域。指纹以其因人而异、因指而异、容易采集与比较等特点,成为最早且最常使用的人体生物特征。因此,指纹识别技术在生物认证领域中占有重要的地位,具有广阔的发展前景。
图1是一结构图,示意地示出了现有技术的指纹识别系统10。指纹识别系统10包括指纹采集装置12、图像预处理装置14、特征点提取装置16、指纹模板生成装置18、指纹模板数据库20、数据链表生成装置22,以及精确匹配装置24。在该结构中,诸如传感器等指纹采集装置12在现场采集指纹图像,并将采集到的指纹图像提供给图像预处理装置14。图像预处理装置14对指纹图像进行诸如去边缘、图像增强、纹路细化等预处理,然后提供给特征点提取装置16作特征点提取。特征点通常位于指纹纹路的叉点或端点。指纹模板生成装置18为每个特征点生成一组特征数据,并集合指纹图像上所有特征点的特征数据,构成一现场指纹模板。
图2A示出了指纹特征点的二维拓朴结构,例示出两个特征点i与i在X-Y坐标系中的位置关系。图2B示出了指纹模板的数据结构。它由一个记录头和多个特征点组成。图2C示出了指纹模板中任意一个特征点i的数据结构,它由四个字段组成,分别表示特征点i的四个特征数据,具体包括特征点i在X-Y坐标系中的x坐标、y坐标、指纹纹路在特征点i处的切线与x轴的夹角θ,以及说明特征点i是纹路叉点还是端点的属性表示。
数据链表生成装置22根据指纹模板生成装置18提供的现场指纹模板生成一张现场指纹特征数据链表,并将该生成的现场指纹特征数据链表提供给精确匹配装置24。图3A示出了指纹特征数据链表的数据结构。当现场指纹模板具有m个特征点时,现场指纹特征数据链表由m×m个元素组成。链表中的元素Li,j表示特征点i与特征点j之连线的特征,1≤i≤m,1≤j≤m。元素Li,j的数据结构如图3B所示,它也包括四个字段,分别表示该连线的长度、指纹纹路在特征点i处的切线与连线Li,j的夹角θ1、指纹纹路在特征点j处的切线与连线Li,j的夹角θ2,以及说明连线端点i与j之属性的综合属性表示。
指纹识别系统10还包括一指纹模板数据库20,该数据库存储了大量指纹识别用的指纹模板。在指纹识别过程中,指纹模板数据库20将其存储的指纹模板一一提供给数据链表生成装置22,以生成相应的数据库指纹特征数据链表。数据库指纹模板的特征点数可能不同于现场指纹模板的特征点数,但其数据结构是相同的。生成的数据库指纹特征数据链表也提供给精确匹配装置24。
精确匹配装置24根据现场与数据库指纹特征数据链表,以及现场与数据库指纹模板的特征数据判断现场指纹模板与数据库指纹模板是否匹配。两指纹模板之间的匹配是一个计算复杂性为NP的点模式匹配问题,通常分为三个步骤。首先,要在现场指纹模板与指纹库指纹模板之间找出一对最佳匹配特征点作为基准点。具体方法是,为现场与数据库指纹特征数据链表的每对行元素组设立一个行相似度参数;将数据库指纹特征数据链表各行中的每个元素与现场指纹特征数据链表各行中的每个元素一一比对,计算两行元素组中各对元素之间的特征误差。这里特征误差连线长度误差、夹角误差和属性误差。如果各特征误差均小于等于相应阈值,则相应的行相似度加1。否则,行相似度不变。在现场与数据库指纹特征数据链表的所有成对的行元素组全部比对完毕后,比较各行相似度。行相似度最大的那对行元素组所对应的一对特征点即作为基准点。其次,相对数据库指纹模板的坐标系,对现场指纹模板的坐标系进行平移与旋转,使基准点在两个坐标系中的特征数据基本一致。最后,就现场与数据库指纹模板中各特征点的特征数据(如图2C所示)进行比对。当一对特征点的四个特征数据基本一致时,相似度加1。如果总相似度大于等于一阈值,则认为这两个指纹模板匹配,可以据此确认身份。如果总相似度小于阈值,则两个模板不匹配,需要从指纹模板数据库20中取下一个指纹模板,与现场指纹模板再作比对。
上述指纹模板匹配方法在以下文献有较详细的描述:A.K.Jain,L. Hong,S.Pankanti & R.Bolle,“An Identity Authentication System Using Fingerprints”,Proc.IEEE,85(9),1365-1388,1977;A.K.Jain,L.Hong & R.Bolle,“On-line FingerprintVerification”,IEEE Trans.Pattern Anal.and Machine Intell.,19(4),302-314,1997;以及S.H.Chang,F. H.Cheng,W.H.Hsu & G.Z.Wu,“Fast Algorithm for Point PatternMatching:Invariant to Translations,rotations,and Scale Changes”,Pattern Recognition,30(2),321-339,1997。这些文献的内容通过引用包括在此。
上述现有的指纹识别方法具有缺陷。当把一个现场特征点模板与一个数据库指纹模板作1∶1的比对时,图像预处理加上特征点提取所需的时间与精确匹配所用的时间在同一数量级上。但是,在实际的指纹识别过程中,通常需要将现场指纹模板与数据库中的许多个指纹模板进行匹配。而每一次匹配都要遍历两个模板特征数据链表之间所有的连线元素对,以找出一对最佳匹配特征点作为基准点。如果比较一对连线元素所需的指令周期为T,待匹配的现场指纹模板的特征点数为m,数据库指纹模板的特征点数为n,那么用遍历法寻找基准点所需的运算时间约为T×m2×n2。在找出基准点后,还要一一比对两个模板之间所有特征点对的特征数据。如果比较一对特征点所需的指令周期为T′,那么用遍历法计算总相似度所需的时间约T′×m×n。显然,当数据库的指纹模板数增大时,指纹识别的整个处理时间将主要化费在特征点匹配上,匹配效率大大降低,不能适应自动指纹识别系统对速度要求。
发明内容
为此,需要一种能够满足大容量指纹库应用需要的快速指纹识别方法与系统。
本发明的一个目的是提供一种快速的指纹识别方法。
本发明的另一个目的是提供一种快速的指纹识别系统。
为此,本发明提供了一种指纹识别方法,该方法包括以下步骤:
a)采集要比对的指纹图像;
b)对采集到的指纹图像进行预处理;
c)对经预处理的指纹图像提取特征点;
d)生成要比对指纹模板与要比对指纹特征数据链表,其中要比对指纹特征数据链表包含m×m个表征两个特征点之间连线特征的元素,m为要比对指纹模板的特征点数;
e)为每个数据库指纹模板生成相应的简约数据链表,简约数据链表包含n×p个表征两个特征点连线特征的元素,其中n为数据指纹模板的特征点数,p是小于n的整数;
f)将每个简约数据链表与要比对指纹特征数据链表比对,通过比较两个链表中各元素对的特征数据,计算出两个比对模板之间的总相似度;
g)当计算得到的总相似度大于等于一预定值时,将当前比对的数据库指纹模板插入按总相似度大小排列的相似指纹模板队列中,并排挤掉所述队列中总相似度最小的相似指纹模板;
h)将相似指纹模板队列中的相似指纹模板与要比对指纹模板精确匹配,以确定匹配指纹模板。
在本发明的方法中,上述步骤步骤f)可以包括下述步骤:比较两个链表中各元素对的长度特征数据,选出长度差小于等于长度阈值的元素对,再对选出的各元素对比较其它特征,计算出两模板的总相似度。
在本发明的方法中,还可以包括下述步骤:
i)将要比对指纹特征数据链表的各行元素组根据长度大小排序,获得经排序的要比对指纹特征数据链表,
并且步骤f)可以包括下列步骤:
f1)将简约数据链表中的每个元素分别与经排序的要比对指纹特征数据链表中的各行元素组比对长度特征数据,通过二叉树法找出各行元素组中长度特征相似的一个元素;
f2)在各行元素组,从获得的长度特征相似的元素出发,依次取其二侧的长度误差小于等于长度阈值的元素,将这些元素与简约数据链表的所选元素进一步比对夹角特征数据与属性特征数据,计算出该行的相似度。
f3)累加各行的相似度,计算出总相似度。
本发明的另一方面提供了一种指纹识别系统,该系统包括:
指纹采集装置,用于采集要比对的指纹图像;
图像预处理装置,它与指纹采集装置相连,用于对采集到的指纹图像进行预处理;
特征点提取装置,它与图像预处理装置相连,用于对经预处理的指纹图像提取特征点;
指纹模板生成装置,它与特征点提取装置相连,用于生成要比对指纹模板;
数据链表生成装置,它与指纹模板生成装置相连,用于根据指纹模板生成指纹特征数据链表,其中指纹特征数据链表包含m×m个表征两个特征点之间连线特征的元素,m为指纹模板的特征点数;
指纹模板数据库,用于存储指纹模板;
并且该系统还包括:
简约数据链表生成装置,它与指纹模板数据库相连,用于根据数据库指纹模板生成简约数据链表,其中简约数据链表包含n×p个表征两个特征点连线特征的元素,其中n为数据库指纹模板的特征点数,p是小于n的整数;
模糊匹配装置,它与简约数据链表生成装置和数据链表生成装置相连,用于将每个简约数据链表与要比对指纹特征数据链表比对,通过比较两个链表中各元素对的特征数据,计算出两个比对模板之间的总相似度,确定相似指纹模板;
相似指纹模板存储装置,它与模糊匹配装置和数据链表生成装置相连,用于存储具有一预定数目的相似度最大的相似指纹模板;精确匹配装置,它与指纹模板生成装置、数据链表生成装置和相似指纹模板存储装置相连,用于精确匹配相似指纹模板与要比对指纹模板,以确定匹配指纹模板;
其中,数据链表生成装置还根据相似指纹模板生成相似指纹特征数据链表,其中相似指纹特征数据链表包含n×n个表征两个特征点连线特征的元素,其中n为相似指纹模板的特征点数。
在本发明的指纹识别系统中,所述模糊匹配装置可以被构造成用于比较两个链表中各元素对的长度特征数据的装置,选出长度差小于等于长度阈值的元素对,再对选出的各元素对比较其它特征装置,计算出两模板的总相似度。
在本发明的指纹识别系统中,所述模糊匹配装置可以包括:
链表排序装置,它与数据链表生成装置相连,用于将要比对指纹特征数据链表的各行元素组根据长度大小排序,获得经排序的要比对指纹特征数据链表;
二叉树匹配装置,它与简约数据链表生成装置和链表排序装置相连,用于将简约数据链表中的每个元素分别与经排序的要比对指纹特征数据链表中的各行元素组比对长度特征数据,通过二叉树法找出各行元素组中的长度相似的元素,然后在各行元素组,从获得的长度相似的元素出发,依次取其二侧的长度误差小于等于长度阈值的元素,将这些元素与简约数据链表的所选元素进一步比对夹角特征数据与属性特征数据,计算出该行的相似度,累加各行的相似度,计算出总相似度,从而确定相似指纹模板。
本发明的指纹识别系统在指纹模板精确匹配之前,增加了一个模糊匹配算法。模糊匹配算法为数据库指纹模板生成简约的数据链表,并将现场指纹特征数据链表中的元素连线与简约数据链表中的元素连线进行比较,用相互匹配的特征点连线数目来表征两个指纹的相似程度。因此,该算法能快速地筛选掉指纹模板数据库中大部分不匹配的指纹模板,得到一个与现场采集指纹最相似的模板集合,大大地缩短了基于大规模指纹库的自动指纹识别系统的识别时间,提高了效率。例如,当数据库有1000枚指纹模板时,匹配速度能提高5-10倍。随着指纹库容量的增大,匹配效率将进一步提高。另外,本算法因比较元素连线而具有旋转不变性以及指纹弹性变形影响小的特点。
在模糊匹配算法的基础上,本发明还进一步使用二叉树匹配法来计算两个指纹的相似度。例如,对于一每行有30个元素的现场指纹特征数据链表,如采用遍历方法将数据库指纹特征数据链表中的一个元素与现场指纹特征数据链表中的一行元素组进行匹配,则需要30次比较,才能获得该行的相似度。但如用二叉树法,最多只需4次比较就可找出相似元素。具体地说,第一次比较可以把搜索范围缩小到15个元素,第二次比较可以将搜索范围缩小到8个,第三次比较可以缩小到4个,第四次比较可以缩小到2个。由于现场指纹特征数据链表中的每行元素是按长度大小依次排列的,所以相似元素必定聚集在一起。因此,在确定了一个相似元素之后,再在其周围判断相似元素就可以避免在不相似元素对上化费大量的比对时间。利用这种方法,匹配一对模板所需的最大运算时间约为T×m×log2m×n×p+相似元素的个数,其中T为比较一对连线元素所需的指令周期,m为待匹配现场指纹模板的特征点数,n为数据库指纹模板的特征点数,p是简约后数据库指纹特征数据链表的列数。
附图说明
图1是一结构图,示意地示出了现有技术的指纹识别系统10。
图2A示出了指纹特征点的二维拓朴结构。
图2B示出了指纹模板的数据结构。
图2C示出了指纹模板中任意一个特征点的数据结构。
图3A示出了指纹特征数据链表的数据结构。
图3B示出了指纹特征数据链表中任意一个元素的数据结构。
图4A是一结构图,示意地示出了依照本发明的指纹识别系统。
图4B是一结构图,示出了本发明模糊匹配装置的一实施例。
图5A示出了依照本发明一实施例的数据库指纹特征简约数据链表的数据结构。
图5B示出了依照本发明的经排序的现场指纹特征数据链表的数据结构。
图6A一6C是流程图,示出了依照本发明的指纹识别方法的三个阶段。
具体实施方式
以下结合附图,详细描述本发明的较佳实施例。
图4A是一结构图,示意地示出了依照本发明的指纹识别系统30。与图1所示的现有指纹识别系统10相比,指纹识别系统30除了包括指纹采集装置12、图像预处理装置14、特征点提取装置16、指纹模板生成装置18、指纹模板数据库20、数据链表生成装置22以及精确匹配装置22之外,还包括简约数据链表生成装置32、模糊匹配装置34与相似指纹模板存储装置36。在本发明中,诸如传感器等指纹采集装置12在现场采集指纹图像,并将采集到的指纹图像提供给图像预处理装置14。图像预处理装置14对指纹图像进行诸如去边缘、图像增强、纹路细化等预处理,然后提供给特征点提取装置16作特征点提取。指纹模板生成装置18为每个特征点生成一组特征数据,并集合指纹图像上所有特征点的特征数据,构成一现场指纹模板(如图2B-2C所示)。
在本发明中,数据链表生成装置22根据指纹模板生成装置18提供的现场指纹模板生成一张现场指纹特征数据链表(如图3A所示),并将该生成的现场指纹特征数据链表提供模糊匹配装置34。指纹模板数据库20将其存储的指纹模板提供给简约数据链表生成装置32,以生成简约的数据库指纹特征数据链表(见图5A)。数据库指纹特征的简约数据链表由n×p个元素组成,其中n是数据库指纹模板的特征点个数,1≤p<n。链表元素Ni,j的数据结构与图3B所示的相同。简约与未简约数据链表的差别在于,未简约数据链表包含了各特征点的所有连线元素,而简约数据链表仅包含了各特征点的部分连线元素。虽然简约数据链表的列数p可以取小于n的任何整数,表中的连线元素也可以任意选取,但如图5A所示,在本发明的一个较佳实施例中,数据库指纹特征的简约数据链表取为n×3的列表。对应每个特征点Ni,仅包含三个连线元素Ni,jNi,2与Ni,3’连线另一端的特征点可以分别取作特征点(i+1)mod(n)、特征点(i+2)mod(n)与特征点(i+3)mod(n)。
简约数据链表生成装置32将所生成的数据库指纹特征的简约数据链表提供给模糊匹配装置34。在模糊匹配装置34中,将数据库指纹特征简约数据链表中的每个元素与现场指纹特征数据链表中的每个元素一一比对。如果一对元素的长度差小于等于一长度阈值,则进一步比对该对元素的夹角特征数据和属性特征数据。若后两项特征数据的误差均小于等于相应的阈值,则相似度加1。如果长度差大于长度阈值,则不必比对夹角误差和属性误差,直接保持相似度不变。当所有元素比对完毕后,将总的相似度与一预定值比较。例如,预定值可以设为8。如果总相似度小于该预定值,则筛选掉相应的指纹模板,并从指纹模板数据库20取出下一个指纹模板,重复上述模糊匹配的过程。如果总的相似度大于等于预定值,则模糊匹配装置34指令将相应的数据库指纹模板存入相似指纹模板存储装置36中。
在相似指纹模板存储装置36中,经模糊匹配认为相似的指纹模板是根据其总相似度的大小按降序排列的。相似指纹模板存储装置36允许存储的相似指纹模板数可以按需要预先设定。综合考虑速度与精度两方面的需要,存储数目以8-16个为宜。当要存入一个新的相似指纹模板时,相似度最小的相似指纹模板将被排挤。因此,当数据库中的所有指纹模板都经过模糊匹配后,相似指纹模板存储装置36便存储了8-16个最相似的指纹模板。由于存储有相当数量的相似指纹模板,所以即使离散性使个别模板的相似度产生较高的假象,但可以认为这些相似指纹模板中必包含了匹配指纹模板。
接下来,相似指纹模板存储装置36将其存储的相似指纹模板一一提供给数据链表生成装置22,以生成相应的非简约的数据库指纹特征数据链表。随后,与现有技术类似,精确匹配装置24根据现场与相似指纹特征数据链表以及现场与相似指纹模板判断现场指纹模板与相似指纹模板是否匹配。由于相似指纹模板数远远小于数据库的指纹模板数,所以精确匹配的时间大大缩短。
在一较佳实施例中,如图4B所示,模糊匹配装置34可以包括二叉树匹配装置342和排序装置344。排序装置344与数据链表生成装置22相连,用于接收现场指纹特征数据链表,并根据链表元素的长度大小对链表中每一行的元素进行排序。图5B示出了经排序后的现场指纹特征数据链表的数据结构。若长度从左到右降序排列,那么就长度数据项而言,Mi,j≥Mi,j+1≥Mi,j+2,1≤i≤m。1≤i≤m-2。二叉树匹配装置342与简约数据链表生成装置32和排序装置344相连,用于接收数据库指纹特征的简约数据链表以及经排序的现场指纹特征数据链表。
二叉树匹配装置342是将简约数据链表中的每个元素与现场指纹特征数据链表中的各行元素组进行比对。例如,取简约数据链表中的一个元素N,将其与现场指纹特征数据链表中的一行元素组Mi,1,……,Mi,m比对。当行元素组根据长度数据项降序排列时,Mi,1≥Mi,2≥…≥Mi,n/2≥…≥Mi,m-1≥Mi,m。首先,将N与Mi,n/2比对,如果其长度差小于等于一长度阈值,则认为两个元素长度相似。如果长度差大度阈值,且N>Mi,n/2,则将N与Mi,n/比对。如果长度差大于长度阈值,且N<Mi,n/2,则将N与Mi,3n/4比对。如此反复,直至找到长度相似的元素Mi,j。然后,在该行元素组中,分别按Mi,j-1,Mi,j-2,……以及Mi,j+1,Mi,j+1,……的次序,取Mi,j左右二侧的元素与简约数据链表N比对长度数据项。当左侧比对首次出现的长度不相似元素为Mi,k,而右侧比对首次出现的长度不相似元素为Mi,k′时,将N与Mi,k+1,……,Mi,k′-1比对夹角与属性特征数据。当夹角误差与属性误差均大于等于相应的夹角阈值与属性阈值时,相似度加1。当夹角误差与属性误差中至少有一项大于相应阈值时,相似度不变。由此,可以计算出N与第i行元素组Mi,j(1≤j≤m)比对时所得的相似度。用简约数据链表中的每个元素对现场指纹特征数据链表中的各行元素组进行上述比对,计算出各个行的相似度。累加这些行的相似度,便可获得总的相似度。
在另一较佳实施例中,还可将上述二叉树匹配过程与链表排序过程用于精确匹配过程,以快速寻找出现场与数据库指纹模板的基准点。
下面结合图6A-6C举例描述本发明指纹识别方法的工作过程。本发明的指纹识别方法可以分为三个阶段。第一阶段与现有技术基本相同,如图6A所示。在步骤40,指纹采集装置12在现场采集指纹。然后,在步骤42,图像预处理装置14对采集到的指纹图像进行预处理。在步骤44,特征点提取装置16对经预处理的指纹图像提取特征点。在步骤46,指纹模板生成装置18为指纹图像上的每个特征点生成一组特征数据,并集合所有特征点的特征数据,形成现场指纹模板。在步骤48,数据链表生成装置22根据所生成的现场指纹模板生成现场指纹特征数据链表,并将其提供给模糊匹配装置34。
本发明指纹识别方法的第二阶段也称模糊匹配阶段,它相当于一个预筛选过程,通过对数据库中的指纹模板进行模糊匹配,快速排除大量不相匹配的模板,筛选出包含匹配指纹模板在内的少量相似指纹模板,为第三阶段的精确匹配创造条件。如图6B所示,在步骤50,链表排序装置344对现场指纹特征数据链表的各行元素按长度特征数据排序。在步骤52,判断数据库中的指纹模板是否已比对完毕。如果比对完毕,过程进至图6C。如果没有,则过程进至步骤54。在步骤54,简约数据链表生成装置32取一数据库指纹模板,并生成相应的简约数据链表。在步骤56,二叉树匹配装置342用二叉树匹配法将简约数据链表中的每一元素与经排序的现场指纹特征数据链表的各行元素组比较其长度特征数据,将比对长度误差作为确定相似度的索引。具体地说,只有在长度误差小于等于长度阈值时,才作夹角误差与属性误差的比对。如果夹角误差与属性误差小于等于相应阈值,则相似度加1,否则相似度不变。然而,如果长度误差大于长度阈值,则无需再比对夹角误差与属性误差,直接保持相似度不变。由此,计算两个比对模板的总相似度。在步骤58,将总相似度与一预定值比较。如果总相似度大于等于该预定值,则认为被比对的数据库指纹模板为相似指纹模板,过程进到步骤60。在步骤60,根据相似度大小将获得的相似指纹模板插入相似指纹模板存储装置中,并排挤掉相似度最小的相似指纹模板。在步骤62,将数据库指针加1。如果在步骤58中判定相似度小于预定值,则过程进到步骤62,将数据库指针加1。在步骤62之后,过程返回步骤52,取下一个数据库指纹模板。
本发明指纹识别方法的第三阶段也称精确匹配阶段,它基本上与现有技术的类似。如图6C所示,在步骤70,判断相似指纹模板存储装置中的相似指纹模板是否已比对完毕。如果没有对比完毕,则在步骤72,数据链表生成装置22取一相似指纹模板,并生成相应的数据库指纹特征数据链表(非简约的)。在步骤74,将数据库指纹特征数据链表各行中的每个元素与现场指纹特征数据链表各行中的每个元素一一比对,计算两个成对元素组中各对元素之间的特征误差。这里,特征误差包括连线长度误差、夹角误差和属性误差。如果各特征误差小于等于相应的阈值,则该对元素组的行相似度加1。否则,行相似度不变。由此计算出各成对元素组的行相似度。在步骤76,比较各行相似度,将行相似度最大的那对元素组所对应的一对特征点作为基准点。在步骤78,相对数据库指纹模板的坐标系,对现场指纹模板的坐标系进行平移与旋转,使基准点在两个坐标系中的特征数据基本一致。在步骤80,比对现场与数据库指纹模板中每个特征点的特征数据。当一对特征点的四个特征数据基本一致时,相似度加1。由此计算出两个指纹模板的总相似度。在步骤82,判断总相似度是否大于等于一预定值。如果是,则认为两个比对指纹模板匹配,并在步骤84确认身份。如果总相似度小于预定值,则两个模板不匹配,并在步骤86将相似指纹模板指针加1,过程返回步骤70,从相似指纹模板存储装置36中取下一个相似指纹。如果在步骤70,判断相似指纹模板存储装置36中的相似指纹模板已比对完毕,则说明数据库中不存在匹配指纹模板。
虽然通过具体实施例描述了本发明,但本领域的技术人员在不脱离本发明的精神和范围的情况下,无需任何创造性劳动即可以作各种改变和变化。本发明试图覆盖所有这些改变和变化,只要它们落在所附权利要求书和等效技术方案的限定范围内。
Claims (12)
1.一种指纹识别方法,其特征在于,包括以下步骤:
a)采集要比对的指纹图像;
b)对采集到的指纹图像进行预处理;
c)对经预处理的指纹图像提取特征点;
d)生成要比对指纹模板与要比对指纹特征数据链表,其中要比对指纹特征数据链表包含m×m个表征两个特征点之间连线特征的元素,m为要比对指纹模板的特征点数;
e)为每个数据库指纹模板生成相应的简约数据链表,简约数据链表包含n×p个表征两个特征点连线特征的元素,其中n为数据指纹模板的特征点数,p是小于n的整数;
f)将每个简约数据链表与要比对指纹特征数据链表比对,通过比较两个链表中各元素对的特征数据,计算出两个比对模板之间的总相似度;
g)当计算得到的总相似度大于等于一预定值时,将当前比对的数据库指纹模板插入按总相似度大小排列的相似指纹模板队列中,并排挤掉所述队列中总相似度最小的相似指纹模板;
h)将相似指纹模板队列中的相似指纹模板与要比对指纹模板精确匹配,以确定匹配指纹模板。
2.如权利要求1所述的方法,其特征在于,步骤f)包括下述步骤:比较两个链表中各元素对的长度特征数据,选出长度差小于等于长度阈值的元素对,再对选出的各元素对比较其它特征,计算出两模板的总相似度。
3.如权利要求1所述的指纹识别方法,其特征在于,还包括下述步骤:
i)将要比对指纹特征数据链表的各行元素组根据长度大小排序,获得经排序的要比对指纹特征数据链表,
并且步骤f)包括下列步骤:
f1)将简约数据链表中的每个元素分别与经排序的要比对指纹特征数据链表中的各行元素组比对长度特征数据,通过二叉树法找出各行元素组中长度特征相似的一个元素;
f2)在各行元素组,从获得的长度特征相似的元素出发,依次取其二侧的长度误差小于等于长度阈值的元素,将这些元素与简约数据链表的所选元素进一步比对夹角特征数据与属性特征数据,计算出该行的相似度。
f3)累加各行的相似度,计算出总相似度。
4.如权利要求1-3中任何一项所述的指纹识别方法,其特征在于,p等于3。
5.如权利要求1-3中任何一项所述的指纹识别方法,其特征在于,所述预定值为8。
6.如权利要求1-3中任何一项所述的指纹识别方法,其特征在于,所述相似指纹模板队列所包含的相似指纹模板数设定在8-16之间。
7.如权利要求1所示的指纹识别方法,其特征在于,步骤h)包括:
h1)从相似指纹模板队列中取一相似指纹模板,并生成相似指纹特征数据链表,其中相似指纹特征数据链表包含n×n个表征两个特征点之间连线特征的元素,n为相似指纹模板的特征点数;
h2)比对相似指纹特征数据链表与要比对指纹特征数据链表,确定两个比对模板的一对基准点;
h3)平移与旋转指纹模板的坐标系,使所述基准点对在要比对指纹模板与相似指纹模板坐标系中的特征数据基本上一致;
h4比对要比对指纹模板与相似指纹模板各特征点的特征数据,计算总相似度;
h5)当计算得到的总相似度大于等于一预定值时,确定匹配指纹模板。
8.一种指纹识别系统,其特征在于,包括:
指纹采集装置,用于采集要比对的指纹图像;
图像预处理装置,它与指纹采集装置相连,用于对采集到的指纹图像进行预处理;
特征点提取装置,它与图像预处理装置相连,用于对经预处理的指纹图像提取特征点;
指纹模板生成装置,它与特征点提取装置相连,用于生成要比对指纹模板;
数据链表生成装置,它与指纹模板生成装置相连,用于根据指纹模板生成指纹特征数据链表,其中指纹特征数据链表包含m×m个表征两个特征点之间连线特征的元素,m为指纹模板的特征点数;
指纹模板数据库,用于存储指纹模板;
其特征在于,还包括:
简约数据链表生成装置,它与指纹模板数据库相连,用于根据数据库指纹模板生成简约数据链表,其中简约数据链表包含n×p个表征两个特征点连线特征的元素,其中n为数据库指纹模板的特征点数,p是小于n的整数;
模糊匹配装置,它与简约数据链表生成装置和数据链表生成装置相连,用于将每个简约数据链表与要比对指纹特征数据链表比对,通过比较两个链表中各元素对的特征数据,计算出两个比对模板之间的总相似度,确定相似指纹模板;
相似指纹模板存储装置,它与模糊匹配装置和数据链表生成装置相连,用于存储具有一预定数目的相似度最大的相似指纹模板;精确匹配装置,它与指纹模板生成装置、数据链表生成装置和相似指纹模板存储装置相连,用于精确匹配相似指纹模板与要比对指纹模板,以确定匹配指纹模板;
其中,数据链表生成装置还根据相似指纹模板生成相似指纹特征数据链表,其中相似指纹特征数据链表包含n×n个表征两个特征点连线特征的元素,其中n为相似指纹模板的特征点数。
9.如权利要求8所述的指纹识别系统,其特征在于,所述模糊匹配装置被构造成用于比较两个链表中各元素对的长度特征数据的装置,选出长度差小于等于长度阈值的元素对,再对选出的各元素对比较其它特征装置,计算出两模板的总相似度。
10.如权利要求8所述的指纹识别系统,其特征在于,所述模糊匹配装置包括:
链表排序装置,它与数据链表生成装置相连,用于将要比对指纹特征数据链表的各行元素组根据长度大小排序,获得经排序的要比对指纹特征数据链表;
二叉树匹配装置,它与简约数据链表生成装置和链表排序装置相连,用于将简约数据链表中的每个元素分别与经排序的要比对指纹特征数据链表中的各行元素组比对长度特征数据,通过二叉树法找出各行元素组中的长度相似的元素,然后在各行元素组,从获得的长度相似的元素出发,依次取其二侧的长度误差小于等于长度阈值的元素,将这些元素与简约数据链表的所选元素进一步比对夹角特征数据与属性特征数据,计算出该行的相似度,累加各行的相似度,计算出总相似度,从而确定相似指纹模板。
11.如权利要求8-10中任何一项所述的指纹识别方法,其特征在于,p等于3。
12.如权利要求8-10中任何一项所述的指纹识别方法,其特征在于,所述相似指纹模板存储装置所存储的相似指纹模板数在8-16之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 02110873 CN1217287C (zh) | 2002-02-22 | 2002-02-22 | 指纹识别方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 02110873 CN1217287C (zh) | 2002-02-22 | 2002-02-22 | 指纹识别方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1439997A true CN1439997A (zh) | 2003-09-03 |
CN1217287C CN1217287C (zh) | 2005-08-31 |
Family
ID=27793286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 02110873 Expired - Fee Related CN1217287C (zh) | 2002-02-22 | 2002-02-22 | 指纹识别方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1217287C (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1332631C (zh) * | 2004-07-28 | 2007-08-22 | 北京大学 | 掌纹提取方法和装置 |
CN101770567B (zh) * | 2008-12-31 | 2012-05-02 | 杭州中正生物认证技术有限公司 | 一种识别生物特征的方法及系统 |
CN103164645A (zh) * | 2011-12-09 | 2013-06-19 | 康佳集团股份有限公司 | 一种信息安全管理方法及移动终端 |
CN104112005A (zh) * | 2014-07-15 | 2014-10-22 | 电子科技大学 | 分布式海量指纹识别方法 |
CN104679413A (zh) * | 2015-03-09 | 2015-06-03 | 广东欧珀移动通信有限公司 | 一种音乐播放的控制方法及装置 |
CN104820983A (zh) * | 2015-04-23 | 2015-08-05 | 清华大学 | 一种图像匹配方法 |
CN104933411A (zh) * | 2015-06-16 | 2015-09-23 | 迪安杰科技无锡有限公司 | 指纹识别处理方法及系统 |
CN105160228A (zh) * | 2015-08-27 | 2015-12-16 | 广东欧珀移动通信有限公司 | 一种移动终端解锁的方法及移动终端 |
CN105844129A (zh) * | 2016-03-15 | 2016-08-10 | 广东欧珀移动通信有限公司 | 一种指纹解锁的方法及终端 |
CN105868597A (zh) * | 2016-05-31 | 2016-08-17 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及移动终端 |
CN105930832A (zh) * | 2016-05-18 | 2016-09-07 | 成都芯软科技发展有限公司 | 一种身份识别系统及方法 |
CN106055946A (zh) * | 2016-05-18 | 2016-10-26 | 成都芯软科技发展有限公司 | 一种身份识别系统及方法 |
WO2017000352A1 (zh) * | 2015-06-30 | 2017-01-05 | 宇龙计算机通信科技(深圳)有限公司 | 一种指纹识别方法、装置和终端 |
CN106446808A (zh) * | 2009-06-08 | 2017-02-22 | 日本电气株式会社 | 确定设备、指纹输入设备、确定方法以及确定程序 |
WO2017088727A1 (zh) * | 2015-11-25 | 2017-06-01 | 腾讯科技(深圳)有限公司 | 一种图像处理方法和装置 |
CN107283162A (zh) * | 2017-06-15 | 2017-10-24 | 深圳市罗博威视科技有限公司 | 指纹识别模组组装方法 |
CN107545215A (zh) * | 2016-06-23 | 2018-01-05 | 杭州海康威视数字技术股份有限公司 | 一种指纹识别方法及装置 |
US10360441B2 (en) | 2015-11-25 | 2019-07-23 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus |
CN112597978A (zh) * | 2021-03-03 | 2021-04-02 | 深圳阜时科技有限公司 | 指纹匹配方法、装置、电子设备及存储介质 |
WO2022110492A1 (zh) * | 2020-11-24 | 2022-06-02 | 广州广电运通金融电子股份有限公司 | 指静脉身份识别方法、装置、计算机设备和存储介质 |
CN115527244A (zh) * | 2022-11-28 | 2022-12-27 | 深圳市航顺芯片技术研发有限公司 | 一种指纹图像匹配方法、装置、计算机设备及存储介质 |
-
2002
- 2002-02-22 CN CN 02110873 patent/CN1217287C/zh not_active Expired - Fee Related
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1332631C (zh) * | 2004-07-28 | 2007-08-22 | 北京大学 | 掌纹提取方法和装置 |
CN101770567B (zh) * | 2008-12-31 | 2012-05-02 | 杭州中正生物认证技术有限公司 | 一种识别生物特征的方法及系统 |
CN106446808A (zh) * | 2009-06-08 | 2017-02-22 | 日本电气株式会社 | 确定设备、指纹输入设备、确定方法以及确定程序 |
CN103164645A (zh) * | 2011-12-09 | 2013-06-19 | 康佳集团股份有限公司 | 一种信息安全管理方法及移动终端 |
CN104112005A (zh) * | 2014-07-15 | 2014-10-22 | 电子科技大学 | 分布式海量指纹识别方法 |
CN104112005B (zh) * | 2014-07-15 | 2017-05-10 | 电子科技大学 | 分布式海量指纹识别方法 |
CN104679413A (zh) * | 2015-03-09 | 2015-06-03 | 广东欧珀移动通信有限公司 | 一种音乐播放的控制方法及装置 |
CN104820983A (zh) * | 2015-04-23 | 2015-08-05 | 清华大学 | 一种图像匹配方法 |
CN104820983B (zh) * | 2015-04-23 | 2018-11-23 | 清华大学 | 一种图像匹配方法 |
CN104933411A (zh) * | 2015-06-16 | 2015-09-23 | 迪安杰科技无锡有限公司 | 指纹识别处理方法及系统 |
WO2017000352A1 (zh) * | 2015-06-30 | 2017-01-05 | 宇龙计算机通信科技(深圳)有限公司 | 一种指纹识别方法、装置和终端 |
CN105160228A (zh) * | 2015-08-27 | 2015-12-16 | 广东欧珀移动通信有限公司 | 一种移动终端解锁的方法及移动终端 |
WO2017088727A1 (zh) * | 2015-11-25 | 2017-06-01 | 腾讯科技(深圳)有限公司 | 一种图像处理方法和装置 |
US10360441B2 (en) | 2015-11-25 | 2019-07-23 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus |
CN105844129B (zh) * | 2016-03-15 | 2018-01-23 | 广东欧珀移动通信有限公司 | 一种指纹解锁的方法及终端 |
CN105844129A (zh) * | 2016-03-15 | 2016-08-10 | 广东欧珀移动通信有限公司 | 一种指纹解锁的方法及终端 |
CN106055946A (zh) * | 2016-05-18 | 2016-10-26 | 成都芯软科技发展有限公司 | 一种身份识别系统及方法 |
CN105930832A (zh) * | 2016-05-18 | 2016-09-07 | 成都芯软科技发展有限公司 | 一种身份识别系统及方法 |
CN105868597A (zh) * | 2016-05-31 | 2016-08-17 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及移动终端 |
CN107545215A (zh) * | 2016-06-23 | 2018-01-05 | 杭州海康威视数字技术股份有限公司 | 一种指纹识别方法及装置 |
CN107283162B (zh) * | 2017-06-15 | 2019-04-23 | 深圳市罗博威视科技有限公司 | 指纹识别模组组装方法 |
CN107283162A (zh) * | 2017-06-15 | 2017-10-24 | 深圳市罗博威视科技有限公司 | 指纹识别模组组装方法 |
WO2022110492A1 (zh) * | 2020-11-24 | 2022-06-02 | 广州广电运通金融电子股份有限公司 | 指静脉身份识别方法、装置、计算机设备和存储介质 |
CN112597978A (zh) * | 2021-03-03 | 2021-04-02 | 深圳阜时科技有限公司 | 指纹匹配方法、装置、电子设备及存储介质 |
CN112597978B (zh) * | 2021-03-03 | 2021-06-22 | 深圳阜时科技有限公司 | 指纹匹配方法、装置、电子设备及存储介质 |
CN115527244A (zh) * | 2022-11-28 | 2022-12-27 | 深圳市航顺芯片技术研发有限公司 | 一种指纹图像匹配方法、装置、计算机设备及存储介质 |
CN115527244B (zh) * | 2022-11-28 | 2023-03-21 | 深圳市航顺芯片技术研发有限公司 | 一种指纹图像匹配方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN1217287C (zh) | 2005-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1217287C (zh) | 指纹识别方法与系统 | |
CN1239260A (zh) | 使用多分辨率模型的手写字符记录 | |
CN102422319B (zh) | 图像检索方法和图像存储方法 | |
Mori et al. | Shape contexts enable efficient retrieval of similar shapes | |
US8379982B2 (en) | System and method for fast biometric pattern matching | |
Shuai et al. | Fingerprint indexing based on composite set of reduced SIFT features | |
EP0786735A2 (en) | Methods and related apparatus for fingerprint indexing and searching | |
CN1136848A (zh) | 指纹匹配系统 | |
CN1163841C (zh) | 在线手写中文字识别装置 | |
CN1275187C (zh) | 基于全局脊线的指纹识别方法 | |
CN1163840C (zh) | 利用判定树减少手写体识别器差错 | |
CA2717612A1 (en) | Fingerprint representation using gradient histograms | |
JPWO2009133856A1 (ja) | 物体認識用画像データベースの作成方法、処理装置および処理用プログラム | |
WO2019165543A1 (en) | Random draw forest index structure for searching large scale unstructured data | |
CN105184225B (zh) | 一种多国纸币图像识别方法和装置 | |
CN104112005B (zh) | 分布式海量指纹识别方法 | |
Bellavia et al. | Rethinking the sGLOH descriptor | |
CN107153670A (zh) | 基于多幅图像融合的视频检索方法及系统 | |
CN1215438C (zh) | 图形对照设备,图形对照方法 | |
Zhou et al. | Enhanced locality-sensitive hashing for fingerprint forensics over large multi-sensor databases | |
CN102955784A (zh) | 一种基于数字签名对多个图像进行相似判断的设备和方法 | |
CN115129915A (zh) | 重复图像检索方法、装置、设备及存储介质 | |
CN108536769B (zh) | 图像分析方法、搜索方法及装置、计算机装置及存储介质 | |
Taspinar et al. | Fast camera fingerprint matching in very large databases | |
US6973206B2 (en) | Method and system for quality based fingerprint matching |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20050831 Termination date: 20140222 |