CN1674036A - 指纹对称轴提取方法和利用指纹对称轴的指纹识别方法 - Google Patents

Abstract

本发明提供一种指纹对称轴提取方法。该方法包括：检测指纹的核心点，设置与核心点相交的假想对称轴，和从假想对称轴提取实际的指纹对称轴。实际的指纹对称轴是一个能够提供在相互面对的成对的区块中的隆线脉方向之间获得的最大的对称度的指纹对称轴。

Description

指纹对称轴提取方法和利用指纹对称轴的指纹识别方法

技术领域

本发明涉及指纹识别方法，尤其涉及指纹对称轴提取方法和利用指纹对称轴的指纹识别方法，其通过从指纹中提取对称轴，能够改善指纹识别的精确性。本发明还涉及能够利用包含在指纹图像中的各区块(block)的隆线脉(ridge range)方向提取指纹对称轴的指纹对称轴提取方法和利用提取的指纹对称轴的指纹识别方法。

背景技术

近年来，视网膜、虹膜、静脉、面孔和指纹已经用作个人身份验证装置。在它们中间，指纹已经广泛地使用，而它能够提供高的身份验证可靠性和稳定性以及高的识别速度。

在背景技术的指纹识别系统中，用于指纹分类和个人身份验证的特征向量成为例如相对于标准的相关距离和角度的信息。特征向量是确定指纹的每一个隆线(ridge)的核心点、终点、交叉点的组合。通过相互比较特征向量，就确定了指纹的一致性。

然而，因为用于指纹识别的特征向量是受指纹输入状态高度影响的，而指纹输入状态可能依赖于潮湿、手指滑动、手指按压状态和指纹输入角度而变化，所以，可能使得指纹识别变差。

于是，为了精确地识别指纹，就需要甚至不随指纹输入状态和指纹输入角度变化的特定参考信息。即，需要不随用户的指纹输入状态变化的特定指纹信息。

尤其是，当使用者在手指倾斜的状态下把他/她的手指与摄影设备接触时，由于指纹图像在其转动的状态下输入，所以难于确定一致性，并且有可能出现识别误差。

发明内容

于是，本发明旨在提供一种指纹对称轴提取方法和一种利用指纹对称轴的指纹识别方法，其基本上消除了由于背景技术的限制和缺点造成的一个或多个问题。

本发明的目的旨在提供一种能够与隆线厚度无关地提取各指纹的固有对称轴信息的指纹对称轴提取方法以及一种利用提取的指纹对称轴的指纹识别方法。

本发明的另一个目的是提供一种指纹对称轴提取方法和一种指纹识别方法，其通过利用指纹对称轴作为一个因素确定指纹的一致性而能够改善指纹识别的精确性。

本发明的又一个目的是提供一种能够精确地提取指纹对称轴的指纹对称轴提取方法和一种利用提取的指纹对称轴的指纹识别方法。

本发明的另外的优点、目的和特征一部分将在随后的说明中论述，一部分对于本领域普通技术人员来说，通过下面的验证将会变得明白，或者可由本发明的实践获知。通过在说明书及其权利要求书以及附图中所特别指出的结构，可以实现和获得本发明的目的和其它优点。

为了获得这些目的和其它优点并按照本发明的目的，如在这里具体和广泛描述的一样，提供一种指纹对称轴提取方法，包括：检测指纹的核心点；设置与核心点相交的假想对称轴；和从假想对称轴提取实际的指纹对称轴，实际的指纹对称轴提供在相互面对的成对的区块中的隆线脉方向之间的最大的对称度(symmetry measure)。

在本发明的另一个技术方案中，提供一种指纹识别方法，包括：扫描指纹图像；提取使在扫描的指纹图像的隆线脉方向之间的对称度变成最大的指纹对称轴；和根据提取的指纹对称轴，执行扫描的指纹图像的鉴别。

在本发明的再一个技术方案中，提供一种指纹识别方法，包括：计算第一个和第二个和(sums)，根据第一假想的对称轴，通过求相互面对的成对的区块的隆线脉方向的角度的和而获得第一个和，并通过对所有的区块使通过从预定的阈值减去第一个和所获得的绝对值相加而获得的；以及通过选择具有最小的第二个和的第一假想的对称轴中的一个，执行鉴别。

按照本发明，因为指纹对称轴保持均匀而不依赖于外面的环境，所以，能够更精确地实现指纹识别。

应该明白，本发明的前述的一般说明和后面的详细说明都是示范性和解释性的，并用于提供对所要求的本发明的进一步的解释。

附图说明

被包括在内用于提供对本发明的进一步的理解并一起构成本申请的一部分的附图，说明本发明的实施例，并与说明书一起用于解释本发明的原理。在图中：

图1是说明按照本发明的实施例的指纹识别方法的流程图；

图2是按照本发明的实施例的指纹对称轴提取方法中的接近指纹核心点的区块及各区块的隆线脉方向的视图；

图3是说明按照本发明的实施例的指纹对称轴提取方法中的对关于对称轴的隆线脉方向进行比较的视图；

图4是说明参考核心点对假想对称轴进行比较的视图；

图5是在按照本发明的实施例的指纹对称轴提取方法中的用于细化地(thinly)提取对称轴的过程的视图。

具体实施方式

现在，将详细说明本发明的优选实施方式，在附图中说明其实例。无论何处，相同的引用数字将用于整个附图来引用相同或相似的部分。

图1是说明按照本发明的实施例的指纹识别方法的流程图。

参考图1，在本发明的指纹识别方法中，要被识别的图像是通过例如摄影过程(S1)首先捕捉的。然后，在通过二进制编码过程、细化过程(thinning process)和类似过程准确地获得指纹图像以后，就提取了指纹对称轴(S2)。按照预定的基准，调整当前识别的指纹的对称轴(S3)。这时，相互比较对称轴和特征向量，确定指纹的一致性(S4)。

在提取指纹对称轴(S2)的操作中，优选地，指纹的特征向量随其一起提取，并且，可以按照并领域公知技术执行二进制编码和细化过程。执行调整过程(S3)，校正在输入当前的指纹图像时因外部原因而转动的指纹图像的转动角度，以调整对称轴。例如，校正指纹图像使得对称轴在垂直方向被调整。

如上所述，指纹的对称轴的作用是校正在输入指纹时发生的转动角度误差。即，通过对称轴校正指纹图像的转动角度。

另外，指纹的对称轴起到在确定输入的指纹图像是否与存储在数据库中一致时的基准的作用。即，当输入的指纹与存储在数据库中的指纹比较时，对称轴与特征向量共同起到确定基准的功能，例如，当不清楚输入的指纹图像的特征向量与存储在数据库中的那些指纹图像是否一致时。

下面将更详细地描述指纹对称轴提取方法。

图2是说明按照本发明的实施例的指纹对称轴提取方法中的接近指纹核心点的区块及各区块的隆线脉方向视图。

参见图2，其表示围绕核心点以一个半径限定的圆形区域中限定的区块，并且，隆线脉方向表示在每一个区块中。核心点可按照本领域中的任何公知的方法画出。而且，围绕核心点以r为半径限定的圆形区域中的隆线形成在一个半椭圆形中。如在图2中所示，在圆形区域被划分成每一个具有一个预定尺寸的区块以后，在计算每一个区块中的隆线脉方向时，指纹的隆线脉方向出现在各区块中。这时，例如，在象素单元中半径可以是64-象素，而区块的尺寸可以是16*16-象素。在与圆形区域的边缘相交的每一个区块中，只有其一半的大小都包括在圆形区域中的区块才用于提取对称轴。

图3是说明按照本发明的实施例的指纹对称轴提取方法中的对关于对称轴的隆线脉方向进行比较的视图。

参考图3，其表示相互面对并按照同一距离与对称轴隔开的两个区块的一对隆线脉方向O_{left_A}和O_{right_A}。当在图3中的垂直轴是关于面对着的区块的对称轴时，通过把由布置在对称轴的左边上的垂直区块的隆线脉方向O_{left_A}确定的角度加上布置在对称轴的右边上的对称区块的隆线脉方向O_{right_A}确定的角度而获得的角度(O_{left_A}+O_{right_A})将是π。同样，角度(O_{left_B}+O_{right_B})也将是π。如前面所述，这是通过假定指纹的隆线脉方向以几乎半椭圆形形成而获得的。虽然隆线脉方向不以精确的半椭圆形形成，但由于指纹隆线脉的图案类似于椭圆，其两边关于预定的对称线是对称的，所以从指纹的隆线脉能够获得唯一的对称轴。

如前所述，当围绕核心点的区域里以同一距离与对称轴对称地隔开的两个区块的隆线脉方向所确定的角度相加时，相加的角度变成近似π。使用指纹隆线脉的这一特征，用于提取对称轴的关于角度θ的对称度S(θ)能够用下面的等式1确定。

等式1：

$S\left(\mathrm{\θ}\right)=1-\frac{\frac{2}{N}\underset{m=1}{\overset{N/2}{\mathrm{\Σ}}}|\mathrm{\π}-(L_{{\mathrm{Left}}_A}+O_{{\mathrm{Right}}_A})|}{\mathrm{\π}}$

其中，N是围绕核心点以半径r限定的区域中包含的区块的个数；

m是一个区块的方向场的系数(index)；和

O_{Left_A}+O_{Right_A}是在每一区块中的隆线脉方向。

下面将说明利用由等式1定义的对称度S(θ)的对称轴提取方法。

当选择的对称轴是准确的对称轴时，由一对区块的面对的隆线脉方向确定的角度的和将是π。因此，由一对区块的面对的隆线脉方向确定的从π的角度的和将是0。然而，应该指出，当角度的和不是π时，将推算出大于0的一个小的值。

为所有的包含在围绕核心点以r为半径限定的圆形区域中的区块获得由一对面对的隆线脉方向确定的角度的和，并且，作为整体，获得绝对值。

在所有的区块的隆线脉方向的角度都加起来以后，其和被区块的个数除，然后再被π除。结果值可以确定为指示关于区块的隆线脉方向的均匀的对称度的第一个值。当选择的对称轴是理想对称轴时，第一个值将是0。因此，当从1减去第一个值时，对称度变成1。

基于上述背景，就能够计算选择的假想对称轴的所有对称度，并使由最接近于1的对称度中的一个确定的对称轴为指纹的对称轴。另外，用于更精确地提取对称轴的过程可以有选择地进一步执行。

下面将更详细地描述对称轴提取过程。

首先，执行核心点检测过程。这一过程可以在比较隆线脉方向的过程中执行。然而，本发明不限于此。这一过程可以用本领域中的公知技术执行。

此后，通过在0-π范围内以相等角度分割具有围绕核心点以r为半径的圆形区域而形成假想的对称轴θ₀，θ₁，θ₂，…θ_n-1。围绕核心点的假想对称轴出现的圆形区域表示在图4中。

其次，使用下面的等式2，提取n个对称轴θ₀，θ₁，θ₂，…θ_n-1中的最对称的轴。

等式2

$\underset{i\∈(0,...,n-1)}{\max }\left\{S\left({\mathrm{\θ}}_i\right)\right\}$

等式2用于提取最大的值。即，等式2用于在假想对称轴θ₀，θ₁，θ₂，…θ_n-1中提取具有最大的对称度S(θ)的轴。例如，对称轴S(θ)是在0-1之间的值。当对称轴S(θ)是1时，这意味着，由在成对面对着的区块中的隆线脉方向确定的角度的和变成180°。即，选择的对称轴是精确的对称轴。另外，当由在成对面对着的区块中的隆线脉方向从180°确定的角度的和的偏差增加时，选择的对称轴变成指纹的对称轴的可能性减小。即，具有比较接近1的最高对称度的对称轴被提取作为指纹的对称轴。

在进一步执行更精确地提取指纹的对称轴的过程时，可采用下面的等式3。

等式3

$\underset{l\∈(-(a-1),(-(a-1)+a^{\′})...((a-1)-a^{\′}),(a-1))}{\max }s(\mathrm{\θ}+l)$

这里，θ是最反映通过等式2提取的对称性能的角度；以及

a’是用于提取精确的对称轴的角度变量。

图5说明在按照本发明的实施例的指纹对称轴提取方法中的用于细化地提取对称轴的过程。

下面，参考图5和等式3，将详细描述用于细化地提取对称轴的过程。

等式3说明在以变量值逐渐增加a’的同时从由等式2提取的对称轴周围提取具有最大对称度的对称轴的过程。从等式3提取的具有最大对称度的对称轴可以认为是精确的对称轴。这里，相等的角度a’可以是1°。这时，在指纹的精确对称轴和提取的对称轴之间的角度差可以在±0.5°的范围中。

按照上述过程提取的指纹对称轴在指纹被扫描时不受外面环境，例如图像的缺陷的影响。因此，由于指纹转动信息能够校正，所以，对称轴能够用作指纹分类和指纹鉴别工作的参考信息。

按照本发明，能够提取更精确的指纹对称轴。结果，能够更精确地实现指纹识别。

而且，因为指纹对称轴保持均匀而不依赖于外面的环境，所以能够更精确地实现指纹识别。

另外，即使在指纹图像在转动的状态下输入时，因为转动被校正，所以，在输入的指纹和存储在数据库中的指纹之间的比较过程能够精确地实现。

对本领域熟练技术人员来说，很明显，本发明中能够做出各种修改和变化。因此，只要它们落入所附的权利要求书及其等同的范围内，本发明将覆盖本发明的这些修改和变化。

Claims (13)

1、一种指纹对称轴提取方法，包括：

检测指纹的核心点；

设置与核心点相交的假想对称轴；和

从假想对称轴提取实际的指纹对称轴，实际的指纹对称轴提供在相互面对的成对的区块中的隆线脉方向之间获得的最大的对称度。

2、按照权利要求1的指纹对称轴提取方法，其中，区块被包括在围绕核心点的预定的圆形区域中。

3、按照权利要求1的指纹对称轴提取方法，其中，假想的对称轴以相等的角度间隔排列。

4、按照权利要求1的指纹对称轴提取方法，还包括：在以小角度精细地移动实际对称轴的同时提取更精确的指纹对称轴。

5、按照权利要求1的指纹对称轴提取方法，其中，假想轴形成在0-π的范围里。

6、按照权利要求1的指纹对称轴提取方法，其中，当由在成对面对着的区块中的隆线脉方向所确定的角度的和是π时，成对面对着的区块的对称度最大。

7、一种指纹识别方法，包括：

扫描指纹图像；

提取使扫描的指纹图像的隆线脉方向之间的对称度变成最大的指纹对称轴；和

根据提取的指纹对称轴，执行扫描的指纹图像的鉴别。

8、按照权利要求7的指纹识别方法，其中，在指纹图像以转动的状态输入时，指纹对称轴变成用于校正指纹图像的转动的基准。

9、按照权利要求7的指纹识别方法，其中，扫描指纹的接受或拒绝由特征向量和指纹对称轴相同与否确定。

10、一种指纹识别方法，包括：

计算第一个和第二个和，通过合计关于第一假想对称轴相互面对的成对区块的隆线脉方向的角度而获得第一个和，通过对所有的区块使从预定的阈值减去第一个和而获得的绝对值相加而获得第二个和；以及

通过选择具有最小的第二个和的第一假想对称轴中的一个，执行鉴别。

11、按照权利要求10的指纹识别方法，其中，预定的阈值是π。

12、按照权利要求10的指纹识别方法，其中，第一假想对称轴布置成与指纹图像的核心点相交，并关于核心点以预定的第一角度按角度相互隔开。

13、按照权利要求12的指纹识别方法，其中，在第一假想对称轴被布置以后，第二假想对称轴又布置成与核心点相交，并按照预定的第二角度相互隔开，该第二角度小于第一角度。

Images