CN1716276A

CN1716276A - 指纹识别算法及系统

Info

Publication number: CN1716276A
Application number: CN 200410062204
Authority: CN
Inventors: 国枝博昭; 一色刚; 李冬菊; 安迪·苏亚·里金
Original assignee: SHENYANG BEYONDLSI Inc
Current assignee: SHENYANG BEYONDLSI Inc
Priority date: 2004-06-30
Filing date: 2004-06-30
Publication date: 2006-01-04

Abstract

本发明旨在提供工作内存较少，且能够迅速精确地进行指纹匹配的计算机系统。解决该问题的方法是：本发明涉及了有关指纹特征点的输入方法，指纹信息的记忆存储方法，类似度的计算方法，第一位置/旋转计算方法，第二位置/旋转计算方法，第二位置/旋转计算方法计算出的登录指纹和输入指纹的位置以及旋转差异的修正，在修正后的位置，旋转中，依据类似度计算方法计算类似度，再从得到的类似度判断登录指纹和输入指纹是否为同一人所有。输出判断结果的输出方法等等。具有上述功能的指纹匹配计算机系统是本发明要解决的课题。

Description

指纹识别算法及系统

技术领域

本发明是与计算机系统指纹匹配功能相关的，具体地来说，是在计算登录指纹和输入指纹的移动量以及旋转量的差异时，首先计算其概略值，然后再详细地计算其移动量以及旋转量的差，由此开发了小内存化了的指纹匹配系统。

背景技术

指纹匹配系统是利用每个人的指纹都不相同的特点进行个人的识别。指纹匹配系统具体地说，是利用传感器读取指纹的方法，读取匹配者的指纹信息，然后将其同预先已被登录，加工的指纹进行匹配，从而进行个人身份的识别。

图1指纹匹配系统的示意图，如图1所示，是由指纹匹配系统1和指纹传感器2，前处理部3，特征提取部4，多个模板文件6，记忆数据库5以及匹配部7，显示部8所构成。

以下利用图1说明指纹匹配的例子，指纹匹配是由登录和匹配两部分功能构成，进行指纹登录时，首先让指纹传感器2读取指纹，指纹传感器2读取的指纹信息在提取其特征以前放置在前处理部3，进行选定的前期处理，例如，指纹信息在A/D变换回路中被变换成数字信息，然后在过滤回路中清除干扰，在二值化回路中被二值化，在细线化回路中被细线化，特征提取部4从经过前处理的指纹信息中提取分歧点9以及端点10等特征信息，被提取的特征信息作为模板文件(Tem)，被指纹匹配系统1内的数据库5所记忆。

上述说明了的特征点，可以通过参照图2加以理解。图2(a)是分歧点9，图2(b)是端点10等特征点一部分的示意图。再者，图2(c)是含有特征点的指纹转化为图形的照片，如图2(c)所示，指纹是由被称之为隆线的各种各样的形状的曲线，由隆线的间隔和谷底谷峰所构成，在分歧点9的结合部Y处，有隆线由一条分为两条的特征，另一方面端点10处有隆线截止的特征。

在进行指纹匹配时，首先和进行登录一样让指纹传感器2读取指纹，指纹传感器2读取的指纹，在提取其特征以前在前处理部3进行选定的处理。例如，指纹信息由A/D转换为数字信息，由过滤回路清除干扰，由二值化回路进行二值化处理，由细线回路进行细线化处理，再由特征提取部4从已经前处理的指纹信息中提取有关分歧点9，端点10等的特征点的特征信息。

匹配部7将输入的指纹信息(In)同预先登录的指纹信息(Tem)进行匹配，并将匹配的结果输出，匹配部进行特征信息匹配采用的计算方法有很多。

指纹登录工程以及匹配工程中因为手指的位置以及方向会产生偏移，因此必须修正后再进行匹配。再者，指纹的登录工程以及匹配工程中，因为手指对指纹传感器2的压力有所不同，因此产生指纹图像的大小差异的比例变换现象。指纹的登录工程和匹配工程中，因为时期不同，再其指纹登录之后，如发生事故，受伤等意外，会使指纹的一部分发生龟列。指纹的登录工程和匹配工程中，因为匹配者出汗，手指污染等会使指纹传感器2读取的指纹图像发生变化。

为进行指纹匹配，陆续开发了很多种计算机应用系统。为正确地匹配指纹的特征信息，也必须进行各种修正，因此，计算机也需要增大其工作内存。

发明内容

本发明考虑到指纹的登录工程和指纹的匹配工程所存在的差异，旨在为指纹匹配提供相应的计算机系统。

本发明旨在提供以前未曾有过的进行指纹匹配使用的计算机系统。

本发明所提供的计算机系统比起现有的计算机系统来，可以使用较少的内存达到较高水平的指纹匹配效果。

本发明提供的计算机系统比起现有的计算机系统，可以以高速高精度达到进行指纹匹配的效果。

本发明可以提供进行迅速精确地指纹匹配，而且所使用的工作内存较少的指纹匹配系统。

本发明解决问题的方法是：

为解决上述问题，本发明的计算机系统，通过输入指纹特征的信息，计算机所登录的指纹特征信息，以及计算机所记忆的指纹信息匹配两种指纹特征的信息，计算两种输入指纹类似程度的信息，运用上述类似程度计算记忆的登录指纹和输入指纹位置差异的第一位置计算方法，以及对第一位置计算方法计算出的登录指纹位置同输入指纹位置的差异进行修正以后，包括大致计算出类似度计算得出的登录指纹的旋转同输入指纹旋转之间的差异的第一旋转计算方法，登录指纹同输入指纹位置的差异，以及计算旋转差异概略值的第一位置/旋转计算方法，上述第一位置/旋转计算方法计算出的登录指纹同输入指纹位置的差异以及旋转差异的概略值。运用上述类似程度计算方法，将上述指纹记忆信息所记忆的登录指纹的位置同输入指纹位置的差异确定在较小的范围内的第二位置计算方法，以及由第二位置计算方法计算出的登录指纹位置同输入指纹的位置差异，运用上述类似程度计算方法计算出的登录指纹和输入指纹位置的差异概略值，同上述的第一旋转计算方法相比较确定在较小的范围内，再通过第二旋转计算方法确定其精确值，并加以修正，修正后的位置，以及旋转中的类似度计算，再通过计算出的类似度判断登录指纹与输入指纹是否为同一人，再将其判断结果输出。

本发明系为了指纹匹配的计算机系统的其它状态，替代上述第一位置/旋转计算方法，运用上述类似度的计算方法计算出指纹记忆方法中记忆的登录指纹的位置同输入指纹位置差异的概略值，由于该计算机系统首先计算出登录指纹和输入指纹位置差异的概略值，所以只需要较少的工作内存，且提高了处理速度。

本发明的计算机系统中的指纹特征，存在于端点以及分歧点任何一处，或者两者中，有关上述指纹的特征的信息，包括特征点端点位置的信息，形成特征点的间隔的取样点的线之间所形成的夹角的信息。

为解决上述问题，本发明的指纹匹配系统包含上述计算机系统的指纹匹配系统。

作为本发明的指纹匹配系统，具体地说，是由从指纹传感器读取的被数字化了的指纹信息中清除干扰，将其进行二值化处理的二值化回路，包括将被二值化处理的指纹信息细线化的细线部的前处理部，从前处理部处理的指纹图像提取特征的特征提取部，记忆指纹特征的数据库部所构成。

本发明的效果是：

本发明的计算机系统，由于在计算登录指纹同输入指纹移动量以及旋转量的差时，首先计算出其概略值，然后再详细计算移动量和旋转量的差时，采取了高效的前所未有的计算方法，因此可以进行占用内存较少且精度较高的指纹匹配。

本发明的计算机系统，由于在计算登录指纹同输入指纹移动量以及旋转量的差时，首先计算出其概略值，然后再详细计算移动量和旋转量的差时，采取了高效的计算方法回路，因此可以进行迅速地精度较高的指纹匹配

本发明的指纹匹配系统，由于具备了上述的计算机系统，因此可以迅速地进行精确地指纹匹配，且占用的内存较少。

本发明的指纹匹配系统，由于进行了选定的前处理，具备了上述的计算机系统，因此在指纹的登录，指纹的匹配工作中，可以提供指纹图像差异的咨询匹配系统。

下面结合附图进一步说明本发明。

附图说明

图1是指纹匹配系统的示意图。

图2是指纹特征点的示意图。图2(a)是分岐点、图2(b)是以端点为特征点的一部分指纹的示意图。图2(c)是包含有特征点的指纹图像的照片。

图3是显示本发明的指纹匹配系统工作状态的信息组图。

图4是说明本发明指纹匹配部的信息组图。

图5是本发明的指纹匹配系统的示意图。

图6是进行前处理时显示指纹图面的照片。图6(a)是灰色电平指纹图像、图6(b)是被黑，白二值化了的二值化图像的指纹图像、图6(c)是被细线化了的指纹图像。

图7是应用本发明指纹匹配系统的指纹匹配方法的图像。

图8是说明从特征点提取特征信息工程的示意图。图8(a)是显示特征点的端点以及特征点上取样点关系的示意图。图8(b)是特征点的端点特以及从取样点中提取的参数关系的示意图。

图9是最大类似度类「T_m」以及「I_n」所含的特征点位置偏移的示意图。

图10是显示被参数化了的特征点移动状态的示意图。图10(a)是(修正位置的差异)的平行移动显示、图10(b)是旋转移动的显示。

【符号的说明】

1 指纹匹配系统

2 指纹传感器

3 前处理部

4 特征提取部

5 数据库部

6 模板文件

7 匹配部

8 外部显示部

9 指纹的分歧点

10 指纹的端点

11 计算机系统

12 输出输入端口

13 读取专用内存

14 工作内存

15 匹配部

16 旁路

17 记忆存储部

18 类似度计算部

19 第一位置·旋转计算部

20 第二位置·旋转计算部

21 判断部

22 特征点的端点

23 取样点

具体实施方式

1、指纹匹配的计算机系统

如图3所示，本发明的指纹匹配计算机系统(以下称为“计算机系统”)，由外部电源的连接端口12，读取专用内存13，工作内存14，含有控制指纹匹配处理器的匹配部15，上述部件的电源连接旁路16所构成。附带有读取专用内存13以及工作内存14，记忆部17等，是本发明独到之处。

1.1输出输入端口

输出输入端口12，其功能是将记录有特征信息的数据库，指纹匹配系统1的特征提取部4，监视器的外部输出以及电脑同电源连接起来，以便于信息的输出输入。输出输入端口12具有本发明的输出输入方法，它既具有兼容性，也可以单独使用。

1.2读取专用内存

读取专用内存，可以读取从输出输入端口12输入的信息，例如RAM

1.3工作内存

工作内存14是进行指纹匹配作业的内存，例如ROM以及RAM所构成，读取专用内存13，以及工作内存14所构成的记忆部17是本发明记忆方法的配置。

1.4匹配部

匹配部15依据选定的计算方法，将登录的指纹特征信息和输入的指纹特征信息进行比较，判断登录的指纹和输入的指纹是否是同一人的。匹配部15为本发明的匹配方法。

图4使用以说明本发明匹配部15的信息组图，如图所示，本发明的匹配部15由类似度计算部18，第一位置/旋转部19，第二位置/旋转计算部20，判断部21所构成。本发明的计算机系统为配合上述的功能，在计算输入指纹的移动量以及旋转凉的差值时，首先计算其概略值，然后在详细计算其精确值。因此，可以迅速地使用较少的内存进行指纹的匹配。

1.4.1类似度计算部

类似度计算部18、从输入两个指纹的特征信息进行类似度计算。

1.4.2第一位置/旋转计算部

第一位置/旋转计算部19、运用上述类似度计算部18，上述进行指纹信息部所记忆的登录指纹的位置同输入指纹的位置差异的概略值，并将第一位置计算部计算出的登录指纹位置同输入指纹位置的差异进行修正，再运用类似度计算部18计算其概略值，这就是本发明所具有的第一位置/旋转计算方法。

替代上述第一位置/旋转的计算方法，由运用上述的类似度计算方法计算上述记忆方法所记忆的登录指纹位置和输入指纹位置的差异的概略值，这就是第一位置计算方法。这是本发明的一个特点。这个为进行指纹匹配的计算机系统，首先计算指纹位置差异的概略值，然后再计算其精确的差值，这样就可以减少工作内存，缩短匹配时间。

1.4.3第二位置/旋转计算部

第二位置/旋转计算部20将上述第一位置/旋转计算部19计算出的登录指纹和输入指纹位置的差异的概略值，以及运用类似度计算部18将记忆部所记忆的登录指纹和输入指纹位置的差异概略值确定在一个较小的范围之内，将第二位置计算部计算出的登录指纹和输入指纹位置的差异，以及运用类似度计算部18，计算其概略值的近似值，这就是本发明第二位置/旋转计算方法的构成。

1.4.4判断部

判断部21将上述第二位置/旋转计算部20所计算的登录指纹和输入指纹位置的差异进行修正，在类似度计算部进行计算，依据得到的类似度信息，判断登录指纹和输入指纹是否为同一人。这就是本发明的判断方法。

2、指纹匹配系统

图5是本发明指纹匹配系统的一个示例，如图所示，指纹匹配系统1由指纹传感器2，前处理部3，特征提取部4，记忆多个模板文件6的记忆数据库5，计算机11，外部显示部8所构成。本发明的指纹匹配系统，运用上述的计算机系统，可以迅速进行精确的指纹匹配，而且占用的内存较少，另外还可以连接传感器2，因此不包含指纹传感器2的指纹匹配系统，可以选择本发明实施。

2.1指纹传感器

指纹传感器2是读取指纹，并进行数字化处理的部位，即指纹传感器2包含A/D变换回路，把指纹传感器2读取的指纹图像转换为数字化的信息是本发明的一个特点。指纹传感器可分为光学式，静电容量式，感压式，感热式，电介式，超声波式等等，以上均可用于指纹对照系统。

2.2前处理部

前处理部3在特征提取部4提取特征以前进行特定的处理，前处理包括过滤，二值化回路，方向过滤部，细线化部等，图6是进行前处理前后指纹的图像，图6(a)灰色电平指纹图像，图6(b)是黑，白二值化了的二值化指纹图像，图6(c)被细线化了的指纹图像。

2.2.1过滤部

过滤部是进行选定的过滤处理，清除干扰的部位，过滤部包括高通过滤和低通过滤。例如，指纹传感器读取的指纹经过A/D变换回路转化为指纹图像时，含有许多干扰因素，因此必须经过高通过滤和低通过滤处理，才能成为清晰的指纹图像，图6(a)是经过上述处理后的灰色电平指纹图像。

2.2.2二值化回路

二值化回路是把灰色电平图像以选定的限定值为基准，进行转换为0或1的二值化处理，对于灰色电平指纹图像来说，应该从多个限定值中选择适用于把指纹图像二值化的回路。

二值化回路宏观上十分严密，微观上把以特定的间隔规律排列的多个像素上的指纹信息转化为白(1)或黑(0)的二值化处理，这样的二值化回路，可以把256色的点式指纹图像的像素依据限定值转化为1或0的二值化信息。

2.2.3方向过滤部

方向过滤部从各个二值化图像的砌块中计算出指纹的最大方向，通过屏蔽依据计算出的最大方向的过滤，减少灰色电平图像的干扰，上述的过滤部也可以作为方向过滤器使用。

2.2.4细线化部

细线化部是把通过二值化回路被二值化了的指纹图像进行细线化处理的部位。

2.2.5特征提取部

特征提取部4是从指纹信息中提取特征信息的功能，是本发明提取特征的方法。作为特征提取部提取的特征点，如图2(a)所示的分歧点9以及图2(b)的端点10。有关特征点的信息，如后面谈到的特征点的起始点的位置，抽样点23所表示的矢量(形成矢量的角度)等。

2.3数据库部

本发明的数据库5将特征提取部4提取的特征信息转化为几个至十几个模板文件6进行存储。在数据库5中有通用的相关数据库，本发明的特点是特征信息的层次化处理，数据库5可以用普通的ROM以及RAM的内存，也可以使用数据库软件安装。

2.4计算机系统)

计算机系统11可以使用上述本发明的计算机系统。本发明的指纹匹配系统1因为使用了计算机系统，可以迅速高精度地进行指纹匹配，又可以减少工作内存。

2.5输出显示部

输出显示部是显示计算机系统11所判断的本人指纹匹配的结果，可以使用普通的显示器。

3、指纹匹配方法

图7是使用本发明的指纹匹配系统的指纹方法的图示，本发明的指纹匹配方法包括灰色电平图像的制备，预先过滤，第一二值化，方向检索，灰色电平方向过滤，第二二值化，细线化，特征提取，特征匹配等功能。

3.1灰色电平图像制备

灰色电平图像的制备是将指纹传感器所读取的指纹转换为灰色电平图像。

3.2予过滤

予过滤是从被指纹传感器读取的，被A/D变换回路转换为灰色电平图像中清除干扰的功能，因为上述的图像中含有许多干扰，因此必须通过高域和低域过滤才能形成清楚的图像，图6是灰色电平图像的示例。予过滤由高域和低域过滤器所构成。另外，此予过滤是任意的，本发明的特点是可以省略这一步骤进行指纹匹配，后述的直接运行灰色电平图像的方向过滤，就是本发明指纹匹配的一个特点。

3.3第一二值化工程

第一二值化工程是通过二值化回路把予过滤中清除了干扰的灰色电平图像按照选定的限定值转换为黑(0)或白(1)的二值化处理，然后再把此二值化图像转换为细线化图像，提取其特征

3.4方向检索工程

方向检索工程是从二值化图像的信息组图中计算隆线的最大方向的工程。

3.5灰色电平图像方向过滤工程

灰色电平图像的方向过滤工程是方向检索中检索出的最大方向将方向过滤屏蔽，使灰色电平图像的干扰减轻。

3.6第二二值化工程

第二二值化工程是通过灰色电平图像的方向过滤工程减轻干扰，按照特定限定值进行黑(「0」)和白(「1」)转换处理，其结果用二值化图像图6(b)表示。灰色电平图像进行二值化处理的方法。通过二值化处理增强指纹画像减少干扰，并使隆线鲜明。

3.7细线化工程

细线化工程是将第二二值化工程所得到的二值化图像进行细线化处理。其细线化指纹图像如图6(c)所示，细线化处理的方法如跟踪被二值化的隆线中心的方法，通过此种处理，指纹的隆线模式的骨架更加清晰。

3.8特征提取工程

特征点提取工程是把通过细线化二值化图像处理，提取特征点的有关信息。有关特征点提取工程所提取的信息用如图8说明，图8(a)是特征点的端点以及特征点上的取样点的、关系图示，图8(b)是特征点的端点和抽样点23中提取的参数的图示。

3.8.1特征点检索工程

首先，特征提取部4从指纹图像中检索如图2(a)所似的分岐点9以及图2(b)所示的端点(特征点检索工程)。

3.8.2取样点计算工程

取样点计算工程从特征提取部4所发现的特征点端点22上，把含有距离D的特征点作为取样点23进行计算，再从第一的取样点23中，把含有距离D的特征点作为第二取样点23，如此类推，计算出4个取样点23的位置，把这些取样点用图8(a)表示，作为距离D可用μm-μm表示。在上例中取样点用了4个，这并不是绝对的，3至5个都可以，5个以上也可以。然而取样点太多，会造成作业内存增大，处理的时间加长。

3.8.3参数计算工程

参数计算工程如图8(b)所示，特征提取部4将特征端点22的位置(Px，Py)，特征点端点22的对应水平轴隆线方向的角度θ，计算出取样点计算工程计算出的23作为终点两条线的分角(Δφ₁，Δφ₂，Δφ₃)，如图8(b)所示，特征点的信息(MS)可以通过下式作参数处理。

特征信息(MS)：S＝(Px，Py，θ，Δφ₁，Δφ₂，Δφ₃)

再者，登陆过程中，对多个特征点进行参数处理，并把各个参数作为模块文件6存储于数据库5中，以下把作为模块文件6登录的有关特征的信息作为「t_i」

把某个人的模块文件的数m个用表示「T_m」，则有(1≤i≤m)。则有下列的关系式成立。

T_m＝{(t₁，t₂，…，t_m)|t_i∈MS}

另一方面，为了进行匹配，需把输入的指纹特征转化为参数，并把参数化了的输入指纹的特征作为「s_j」，把输入指纹的集合用「I_n」(1≤j≤n)，输入指纹的个数n个，用「I_n」は「s_j」。用下列公式表示。

I_n＝{(s₁，s₂，，s_n)|s_i∈MS}

3.9特征匹配工程

特征匹配工程是将登录指纹的信息和输入指纹信息，并对登录指纹和输入指纹的位置/旋转的差异进行修正，计算出修正后的登录指纹和输入指纹的类似度，来判断登录指纹和输入指纹是否为同一人。

3.9.1.类似度计算方法

类似度可以进行上述的「T_m」和「I_n」所含有的特征点的角度信息(例、Δφ₁，Δφ₂，Δφ₃)的类似度的计算，各个特征点的特征信息(t_i，s_j∈MS)的t_i和s_j并把一对类似度用Sim(t_i，s_j)表示。

3.9.2.位置概略值计算工程

第一位置计算部把含有I_n的特征点中计算出含有T_m的所有特征点，并把类似度达到最大值时的一组位移积累起来，图9表示类似度最大时的「T_m」以及「I_n」所含特征点的位移的图示。縦轴表示y轴方向的偏移，将图9中，X轴方向，以及Y轴方向的偏移在选定范围积聚点用柱状直线图表表示(HistoX、HistoY)来合并表示。所选定的范围并非是作为像素处理，而是作为量子化的值，即X轴、Y轴等等，

并且，第一位置计算部将X轴方向的偏移和Y轴方向的偏移的最大值的给与值，作为登录指纹和输入指纹的位置偏移的概略值计算出来(位置概略值计算工程)，第一位置的计算部是本发明的第一位置的计算方法。

图10是表示参数化了的特征点移动状态的图示，特征点的端点(Px，Py)的(ΔPx，ΔPy)平行移动状态用图10(a)来表示。特征点端点(Px，Py)用平行移动点(ΔPx，ΔPy)，平行移动点(Px’，Py’)用下列公式来表示。

Px’＝Px+ΔPx

Py’＝Py+ΔPy

【0001】

3.9.2.旋转概略值计算工程

再进行了位置概略值计算之后，还要进行详细地登录指纹和输入指纹的位置以及旋转差异的计算。在此，第一旋转计算部对上述的登录指纹和输入指纹的位置差异进行修正之后，运用上述的类似度计算部18进行登录指纹和输入指纹的旋转差异的计算。

特征点(Px，Py，θ)用(Δθ)的旋转移动状态回転移动状态图10(b)来表示。特征点(Px，Py，θ)用(Δθ)旋转移动点(Px’，Py’)可用下列公式计算出来。

Px’＝Pxcos(Δθ)-Pysin(Δθ)

Py’＝Pxsin(Δθ)+Pycos(Δθ)

即使特征点进行水平移动或旋转移动，特征信息的(Δφ₁，Δφ₂，Δφ₃)不会发生变化。所以从这些角度的信息中可以计算类似度。而且，这个旋转概略值计算工程是可以省略的。

3.9.3.位置计算工程

位置计算工程，首先由第二位置计算部修正上述的第一位智/旋转计算部19以及第一位置计算部计算出的登录指纹和输入指纹位置的差异(以及旋转的差异)的概略值，运用修正后的登录指纹和输入指纹的特征信息记忆部把所记忆的登录指纹和输入指纹的位置差异同上述的概略值进行比较把它归纳在一个较小的范围内详细计算。第二位值计算部计算方法是本发明的一个特点。比如，以上述位置的差异概略值为中心，在10×10像素的领域里，对每一个像素其位移为Sim(t_i，s_j)。作为概略值的近似值指纹图像的全部领域中，都可以比以前的指纹匹配方法减少了作业量。虽然并不能说都可以迅速地进行指纹匹配，比如9像以上10000像素以下的情况下，以16像素至2500像素为宜，如果是36像素以上1600以下更好，更好的是49像素以上900像素以下，最好是81像素以上121像素以下。

在这个位置计算工程中，有ΔPx、以及ΔPy的值和类似度，所含数据的集合，其中，表示最高类似度的(ΔPx，ΔPy)对最终的登录工程匹配工程的指纹位置的差异进行计算。

3.9.4.旋转计算工程

旋转计算工程是计算登录工程，匹配工程中的指纹旋转差异的工程，旋转计算工程中是把上述的位置计算工程所计算的登录工程，匹配工程中的指纹的差异进行修正以后，对登录指纹和输入指纹的数据进行旋转移动修正，其结果，比如，计算出了(Δθ)以及对应的类似度的集合，(Δθ)中，最大类似值的(Δθ)可以对登录工程，匹配工程中的指纹的旋转进行计算，(Δθ)匹配的偏移幅度，在上述计算概略值和旋转概略值的时候，以小角度逐步偏移来计算类似度。3.9.5.类似度计算工程

类似度计算工程是为了进行判断登录指纹和输入指纹是否是同一人，类似度的计算工程包括通过上述位置计算工程计算的登录工程，匹配工程中的指纹位置的差异，通过上述旋转工程计算出的登录工程匹配工程的指纹旋转差异进行修正，将计算修正后的登录指纹，匹配指纹的类似度。

3.9.6.判断工程

判断工程是基于上述的类似度计算工程计算出的登录指纹，匹配指纹的类似度，判断登录指纹和输入指纹是否为同一人。判断工程就类似度来说，在超过选定的限定值的时候，可以判断登录指纹和输入指纹为同一人，如果没有超过选定的限定值，可以判断登录指纹和输入指纹并不是同一个人。

4.性能比较

在识别指纹时过程中，对照登录指纹和输入指纹的时候，不是求其位置差异的概略值，而是针对全部像素(ΔPx，ΔPy)的偏移，求得其类似度。其中以最大的类似度作为位置的偏移，在此时，求得登录指纹和输入指纹旋转的差异的计算方法为基本的计算方法。这个匹配计算方法可以用下表1来表示。

表1.基本计算方法

指纹识别的过程中，进行登录指纹和输入指纹匹配的时候，先求得位置差异的概略值，然后，再求得特定范围的像素(ΔPx，ΔPy)偏移的类似度，以其中最大的类似度作为偏移，在此基础上把计算登录指纹和输入指纹差异的计算方法作为小内存匹配计算方法。这个计算方法可以用表2来表示。

表2.小内存匹配计算方法

以下说明一下上述的基本计算方法和小内存匹配计算方法的性能比较。下面把指纹图像的幅面设定为300×300像素，小内存匹配计算方法中，ΔPx和ΔPy分别表示8个像素的量子化，在小内存匹配计算方法中，将Δθ视为32方向的量子化，把输入指纹特征和登录指纹的模板文件设定为25个，在小内存匹配计算方法的X轴、Y轴方向上，分别分配11个，把指纹匹配系统的频率设定为100MHz，旋转Sj的处理时间设定为200计时周期，内存计算变换更新处理时间为140计时周期，搜索最大值时的一个项目的检查处理时间设定为15计时周期，依据上述的前提，基本计算方法同小内存计算方法的性能比较可以用下列表3来表示。

表3.基本计算方法和小内存匹配计算方法的性能比较

计算方法	内存	旋转	一次旋转的处理时间
计算方法	内存	旋转	一次旋转的处理时间	基本计算方法	12769	32	2.85ms
小内存匹配	226	32	1.86ms	基本计算方法	12769	32	2.85ms
小内存匹配	226	32	1.86ms	计算方法

从表3中本发明计算机系统所采用的小内存匹配计算方法来看，只需要较少的工作内存，且减少了工作时间。

本发明所述的指纹匹配计算机系统，因为是只需要较少的内存，而且能够迅速精确地进行指纹匹配的计算机系统。所以适用于指纹匹配的IC芯片，卡，计算机网络，银行卡，住宅防护等应用指纹匹配的各个领域。

Claims

1、指纹识别算法及系统，其特征是：

有关指纹特征信息的输入方法以及由上述输入方法所输入的所登录指纹特征信息，由上述输入方法输入的指纹特征的相关信息以及指纹信息的记忆方法；

从所输入的两种指纹特征的相关信息来计算两种指纹的类似程度；

运用类似程度的计算方法来计算由指纹记忆方法所记忆的登录指纹的位置所存在的差异的概略值称为第一位置计算方法，在修正了由上述第一位置计算方法计算出的登录指纹的位置和输入指纹的位置的差异之后，运用上述类似程度计算方法来计算登录指纹和输入指纹的旋转差异的概略值称为第一旋转计算方法，登录指纹和输入指纹的位置的差异，以及旋转差异的概略值；

运用上述第一位置以及其旋转计算方法计算出的登录指纹和输入指纹位置的差异，以及旋转差异的概略值，以及上述类似程度的计算方法，把上述指纹记忆方法所记忆的登录指纹的位置和输入指纹位置的差异进行比较，将其概略值确定在较小的范围内，进行详细地比较，称为第二位置计算方法。运用上述第二位置计算方法来计算登录指纹位置和输入指纹位置的差异以及上述类似程度计算方法，运用指纹记忆方法所登录的旋转和输入指纹旋转的差异匹配其概略值，同上述第一旋转计算方法进行比较，将其确定在较小的范围之内，进行详细的比较，称为第二旋转位置计算方法；

运用第二位置计算方法，第二旋转位置计算方法计算所登录的指纹位置和输入指纹的位置以及旋转位置的差异进行修正，再运用上述类似程度的计算方法计算类似程度，依据其结果来判断登录的指纹和所输入的指纹是否为同一人；

将上述判断结果进行输出。

2、按照权利要求1所述的指纹识别算法及系统，其特征是：作为替代上述的第一位置/旋转计算方法，可运用上述的类似程度计算方法来完成运用上述指纹记忆方法计算出登录指纹和输入指纹位置的差异的概略值的第一位置计算方法。

3、按照权利要求1所述的指纹识别算法及系统，其特征是：上述指纹的特征存在于端点以及分歧点之一或者是两者；

显示上述指纹特征的信息，包括特征点端点的位置，以及特征点所确定的间隔的抽样点为主的其纹线交角的信息。

4、按照权利要求1-3中任一项所述的指纹识别算法及系统，其特征是：

从指纹传感器所读取的被数字化的指纹信息中清除干扰的过滤部以及将经过滤部清除干扰的指纹信息进行二值化的二值化回路，以及将经二值化回路处理被二值化了的指纹信息细线化的细线部构成的前处理部分；

从上述前处理部处理的指纹图像中提取指纹特征的相关信息的特征提取部；

记录上述特征提取部提取的指纹特征相关信息数据库部。