TWI425428B - 利用小波極值點於指紋影像之偵測奇異點方法及其系統 - Google Patents

Description

利用小波極值點於指紋影像之偵測奇異點方法及其系統

本發明係關於一種利用小波極值點於指紋影像之偵測奇異點方法及其系統；特別是關於利用小波極值點配合一奇異點演算法，例如：潘卡瑞指數法[Poincare index method]，於指紋影像追蹤奇異點方法及其系統。

一般而言，依英國指紋專家E. R. Henry的指紋分類方法將指紋分類為右旋蹄狀紋[right loop]、左旋蹄狀紋[left loop]、篷形弓狀紋[tented arch]、弓狀紋[plain arch或arch]及渦狀紋[whorl，即螺旋狀紋]。另外，將渦流紋[eddy]及S狀紋或雙環狀紋[S-type或twin loop]亦歸類為渦狀紋。

習用指紋分類方法及其系統，例如：中華民國專利公開第201015450號之〝利用階層式奇異點檢測及追蹤方向流之指紋分類方法及其系統〞發明專利申請案，其揭示一種利用階層式奇異點檢測及追蹤方向流之指紋分類方法包含步驟：初步處理一指紋影像；擷取該指紋影像之奇異點，該奇異點包含核心點及三角點、並計算該指紋影像之對稱、繞圈數及象限數；依該指紋影像之奇異點之數量及追蹤方向流方式分類該指紋影像為右旋蹄狀紋、左旋蹄狀紋、篷形弓狀紋、弓狀紋、渦狀紋、渦流紋或S狀紋。

該第201015450號之指紋分類系統包含一偵測裝置及一判別運算裝置。該偵測裝置用以偵測一指紋影像。該判別運算裝置判別該指紋影像是否具有奇異點，該奇異點包含核心點及三角點，並計算該指紋影像之對稱、繞圈數及象限數。該判別運算裝置依該指紋影像之奇異點之數量及方向流分類指紋類型，以判斷該指紋影像為右旋蹄狀紋、左旋蹄狀紋、篷形弓狀紋、弓狀紋、渦狀紋、渦流紋或S狀紋。

前述專利案已揭示相關指紋影像之奇異點檢測技術。例如：指紋影像奇異點檢測採用潘卡瑞指數方法。事實上，就指紋影像之奇異點檢測技術而言，其必然存在進一步增益奇異點檢測技術的需求。

前述中華民國專利公開第201015450號專利案僅為本發明技術背景之參考及說明目前技術發展狀態而已，其並非用以限制本發明之範圍。

有鑑於此，本發明為了滿足上述需求，其提供一種利用小波極值點於指紋影像之偵測奇異點方法及其系統，其利用一奇異點演算法於一指紋影像尋找至少一奇異點，再利用小波極值點追蹤該指紋影像之奇異點，以達成準確追蹤奇異點之目的。

本發明之主要目的係提供一種利用小波極值點於指紋影像之偵測奇異點方法及其系統，其利用一奇異點演算法於一指紋影像尋找至少一奇異點，再利用小波極值點追蹤該指紋影像之奇異點，以達成準確追蹤奇異點之目的。

為了達成上述目的，本發明之利用小波極值點於指紋影像之偵測奇異點方法包含：利用一奇異點演算法於一指紋影像尋找至少一奇異點；將該指紋影像進行小波轉換，以獲得數個小波極值點；及利用該小波極值點追蹤該指紋影像之奇異點。

本發明之利用小波極值點於指紋影像之偵測奇異點系統包含：一輸入單元，其用以輸入一指紋影像；一演算單元，其利用一奇異點演算法於一指紋影像尋找至少一奇異點；該演算單元將該指紋影像進行小波轉換，以獲得數個小波極值點；該演算單元利用該小波極值點追蹤該指紋影像之奇異點；及一輸出單元，其用以輸出該指紋影像之奇異點。

本發明較佳實施例之該奇異點演算法為潘卡瑞指數法。

本發明較佳實施例在進行小波轉換前，將該指紋影像進行對正。

本發明較佳實施例在進行小波轉換前，在該指紋影像上尋找一感興趣區塊，並在該感興趣區塊內進行骨架化。

本發明較佳實施例之該小波轉換為二維離散小波轉換。

為了充分瞭解本發明，於下文將例舉較佳實施例並配合所附圖式作詳細說明，且其並非用以限定本發明。

本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統適用於各種指紋辨識裝置及其相關應用設備，例如：各類型電腦系統或保全系統，但其並非用以限定本發明之範圍。

第1圖揭示本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統之流程圖。請參照第1圖所示，本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點系統包含一輸入單元、一演算單元及一輸出單元。本發明之利用小波極值點於指紋影像之偵測奇異點方法及其系統係執行於該輸入單元，其用以輸入至少一指紋影像。利用一奇異點演算法於該指紋影像尋找至少一奇異點。

舉例而言，本發明之利用小波極值點於指紋影像之偵測奇異點方法及其系統採用潘卡瑞指數方法之示意圖。利用潘卡瑞指數方法檢測奇異點時，以檢測核心點為中心將能量分佈影像切割為適當畫素，例如：91×91。位於(x ,y )位置點之潘卡瑞指數係具有12個方向場圍繞於該位置點之周圍，利用以下方程式依逆時針方向方式進行運算，

其中

及

δ(k )=θ(x (k '),y (k' ))-θ(x (k ),y (k ))

k' =(k +1) modM

其中(x (k’ ),y (k’ ))及(x (k ),y (k ))為方向場之配對鄰接座標。核心點之潘卡瑞指數為+1/2，而三角點之潘卡瑞指數為-1/2。

第2a至2f圖揭示本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統將指紋影像進行對正處理之示意圖。請參照第2a至2c圖所示，本發明之利用小波極值點於指紋影像之偵測奇異點方法係執行於該演算單元，首先將三個原始未對正指紋影像[如第2a至2c圖之虛線所示]進行對正處理[alignment processing]。請參照第2d至2f圖所示，其顯示三個已對正指紋影像[如第2d至2f圖之虛線所示]。在指紋影像對正上，1、以潘卡瑞法偵測之核心點數量及位置為參考；2、若核心點數量為2時，依兩個核心點之中點[midpoint]之方向進行旋轉；3、若核心點數量為1時，依核心點之鄰近方向進行旋轉；4、若核心點數量為0時，未進行旋轉。本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統採用旋轉方程式為，

第3a至3f圖揭示本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統將指紋影像之感興趣區塊進行骨架化處理之示意圖，其中第3a至3c圖對應於第2d至2f圖。本發明較佳實施例在進行小波轉換前，在該指紋影像上尋找一感興趣區塊，並在該感興趣區塊內進行骨架化。例如：將以潘卡瑞法偵測之核心點為中心而獲得60×60畫素之次區域[subregion]，且其為感興趣區塊[region of interest，ROI]。請參照第3a至3c圖所示，其顯示自第2d至2f圖獲得之感興趣區塊[ROI]，以便執行後續作業。請參照第3d至3f圖所示，其顯示將第3a至3c圖分別進行骨架化處理，並在該感興趣區塊內獲得骨架化之凸紋曲線[skeletonized ridge curve]。

第4a至4c圖揭示本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統將指紋影像之感興趣區塊進行小波轉換處理之示意圖，其對應於第3d至3f圖。請參照第4a至4c圖所示，自第3d至3f圖獲得該指紋影像之骨架化凸紋曲線後，將該骨架化凸紋曲線進行小波轉換，以獲得數個小波極值點。本發明較佳實施例之該小波轉換為二維離散小波轉換[2D discrete wavelet transformation]。

在小波轉換上，採用運算子M _ax 及M _in 表示指紋影像f 之指數及數值之極大值[maximum]及極小值[minimum]為，

M _ax f ={z ,f (z ):f (z +1) f (z ),f (z -1) f (z )},

M _in f ={z ,f (z ):f (z +1) f (z ),f (z -1) f (z )}.

將指紋影像f 之小波極值點之算子定義為，

E _e f ={M _ax W _j f ,M _in W _j f ,M _ax W _j f M _in W _j f ,j =1,...,J +1}.

E _e f 由小波極值點之指數及數值組成，其中W _j f 為指紋影像f 之二維非分離型小波轉換，且j =1,2,...,J +1，J =0。

請再參照第4a至4c圖所示，該指紋影像f 之奇異點之位置利用在次區域中取出該骨架化凸紋曲線之小波極大值及極小值方式進行定位。

第5a至5d圖揭示本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統利用小波極值點追蹤奇異點之示意圖，其中第5a至5d圖對應於第4a圖。請參照第5a圖所示，利用Henry指紋分類方法尋找奇異點，且以8鄰接格子[adjacency grid]自該次區域之一側邊沿該骨架化凸紋曲線進行檢測其圖素[pixel]之小波極值，其檢測區域為第5a圖之箭頭所示之區域。

請參照第5b圖所示，自該次區域之左側至右側，沿著三條該骨架化凸紋曲線進行檢測其圖素之小波極值，以便追蹤奇異點，如第5b圖之箭頭所示。

請參照第5c圖所示，在該骨架化凸紋曲線之最小曲率位置標示正方型符號，如第5c圖之箭頭所示之位置，其可垂直移動一小段距離形成Henry指紋分類方法之奇異點，其定義方程式為

其中s為奇異點，i為位於最小曲率位置下方之凸紋曲線。

請參照第5d圖所示，位於最小曲率位置[標示正方型符號]下方之凸紋曲線標示十字符號，如第5d圖之箭頭所示之位置，其為奇異點之位置。本發明之利用小波極值點於指紋影像之偵測奇異點方法及其系統係執行於該輸出單元，其用以輸出該指紋影像之奇異點位置。

前述較佳實施例僅舉例說明本發明及其技術特徵，該實施例之技術仍可適當進行各種實質等效修飾及/或替換方式予以實施；因此，本發明之權利範圍須視後附申請專利範圍所界定之範圍為準。

[無元件符號]

第1圖：本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統之流程圖。

第2a至2f圖：本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統將指紋影像進行對正處理之示意圖。

第3a至3f圖：本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統將指紋影像之感興趣區塊進行骨架化處理之示意圖。

第4a至4c圖：本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統將指紋影像之感興趣區塊進行小波轉換處理之示意圖。

第5a至5d圖：本發明較佳實施例之利用小波極值點於指紋影像之偵測奇異點方法及其系統利用小波極值點追蹤奇異點之示意圖。

[無元件符號]

Claims (10)

1. 一種利用小波極值點於指紋影像之偵測奇異點方法，其包含：利用一奇異點演算法於一指紋影像尋找至少一奇異點；將該指紋影像進行小波轉換，以獲得數個小波極值點；及利用該小波極值點追蹤該指紋影像之奇異點，且結合利用Henry指紋分類方法尋找奇異點，其中該小波轉換為二維離散小波轉換。
2. 依申請專利範圍第1項所述之利用小波極值點於指紋影像之偵測奇異點方法，其中該奇異點演算法為潘卡瑞指數法。
3. 依申請專利範圍第1項所述之利用小波極值點於指紋影像之偵測奇異點方法，在進行小波轉換前，將該指紋影像進行對正。
4. 依申請專利範圍第1項所述之利用小波極值點於指紋影像之偵測奇異點方法，在進行小波轉換前，在該指紋影像上尋找一感興趣區塊，並在該感興趣區塊內進行骨架化。
5. 一種利用小波極值點於指紋影像之偵測奇異點方法，其包含：利用一奇異點演算法於一指紋影像尋找至少一奇異點；將該指紋影像進行小波轉換，以獲得數個小波極值點；及利用該小波極值點追蹤該指紋影像之奇異點，且結合利用Henry指紋分類方法尋找奇異點。
6. 一種利用小波極值點於指紋影像之偵測奇異點系統，其包含：一輸入單元，其用以輸入一指紋影像；一演算單元，其利用一奇異點演算法於一指紋影像尋找至少一奇異點；該演算單元將該指紋影像進行小波轉換，以獲得數個小波極值點；該演算單元利用該小波極值點追蹤該指紋影像之奇異點，且結合利用Henry指紋分類方法尋找奇異點，其中該小波 轉換為二維離散小波轉換；及一輸出單元，其用以輸出該指紋影像之奇異點。
7. 依申請專利範圍第6項所述之利用小波極值點於指紋影像之偵測奇異點系統，其中該奇異點演算法為潘卡瑞指數法。
8. 依申請專利範圍第6項所述之利用小波極值點於指紋影像之偵測奇異點系統，在進行小波轉換前，將該指紋影像進行對正。
9. 依申請專利範圍第6項所述之利用小波極值點於指紋影像之偵測奇異點系統，在進行小波轉換前，在該指紋影像上尋找一感興趣區塊，並在該感興趣區塊內進行骨架化。
10. 一種利用小波極值點於指紋影像之偵測奇異點系統，其包含：一輸入單元，其用以輸入一指紋影像；一演算單元，其利用一奇異點演算法於一指紋影像尋找至少一奇異點；該演算單元將該指紋影像進行小波轉換，以獲得數個小波極值點；該演算單元利用該小波極值點追蹤該指紋影像之奇異點，且結合利用Henry指紋分類方法尋找奇異點；及一輸出單元，其用以輸出該指紋影像之奇異點。