欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種指紋圖像識(shí)別方法及系統(tǒng)與流程

文檔序號(hào):12064295閱讀:579來源:國知局
一種指紋圖像識(shí)別方法及系統(tǒng)與流程

本發(fā)明涉及指紋識(shí)別技術(shù)領(lǐng)域,尤其涉及一種低質(zhì)量指紋圖像識(shí)別方法及系統(tǒng)。



背景技術(shù):

目前,隨著各種智能終端產(chǎn)品的出現(xiàn),為保證產(chǎn)品使用安全,各種多樣化的識(shí)別算法也隨之涌現(xiàn),其中人體指紋由于其固有的特征,使得人與人之間存在唯一性,成為判斷個(gè)人身份的有效標(biāo)志。因此,利用指紋識(shí)別的方式在智能產(chǎn)品終端進(jìn)行安全驗(yàn)證,可以有效地保護(hù)個(gè)人隱私與支付安全。然而由于指紋圖像采集過程中存在的種種不確定因素的影響,導(dǎo)致采集到的指紋圖像質(zhì)量不高,對(duì)指紋圖像的進(jìn)一步識(shí)別造成很大影響,指紋算法的識(shí)別率往往也低于某些生產(chǎn)廠家宣稱的數(shù)值。

相關(guān)指紋識(shí)別算法對(duì)清晰地指紋圖像處理效果很好,但是對(duì)低質(zhì)量指紋圖像沒有采取特殊的處理方法;除此以外,一些相關(guān)的專利更多的從硬件角度提高指紋圖像識(shí)別精度與算法運(yùn)行效率,而從軟件算法方面考慮對(duì)低質(zhì)量指紋圖像處理的研究較少。

又如公開號(hào)為CN 105608434 A的中國發(fā)明專利所公開了一種基于特征識(shí)別技術(shù)的指紋識(shí)別算法,包括如下步驟:1)選定目標(biāo)區(qū)域,將所述目標(biāo)區(qū)域劃分為a、b、c三個(gè)子區(qū)域;2)在所述a、b、c三個(gè)子區(qū)域內(nèi)分別選取特征d、e、f;3)將所述識(shí)別特征d、e、f與子區(qū)域a、b、c一一映射構(gòu)成目標(biāo)區(qū)域的特定識(shí)別特征,并將其標(biāo)識(shí)為g;4)將所述標(biāo)示g存入數(shù)據(jù)庫,所述數(shù)據(jù)庫用于保存所有特定識(shí)別特征;5)采用傅里葉算法對(duì)數(shù)據(jù)庫進(jìn)行篩選識(shí)別。但是該發(fā)明無法對(duì)低質(zhì)量的指紋圖像作出精確的識(shí)別。

又如公開號(hào)為CN 104778393 A的中國發(fā)明專利所公開的一種智能終端的安全指紋識(shí)別方法,所述的方法為一種芯片級(jí)的安全系統(tǒng)框架下的指紋識(shí)別的安全方法,提取的指紋特征加密存儲(chǔ)在隔離區(qū)域上,借助于該隔離區(qū)域?qū)⒂行У谋U蠈?duì)敏感的指紋圖像數(shù)據(jù)操作的私密性,極大的提高智能終端領(lǐng)域指紋識(shí)別的安全性。但是該發(fā)明同樣無法對(duì)低質(zhì)量的指紋圖像作出精確的識(shí)別。

綜上所述,現(xiàn)有技術(shù)僅對(duì)高質(zhì)量指紋圖像識(shí)別準(zhǔn)確率較高,而對(duì)低質(zhì)量指紋圖像識(shí)別準(zhǔn)確率大幅度降低,導(dǎo)致智能終端設(shè)備在非理想環(huán)境中的安全使用受到約束。



技術(shù)實(shí)現(xiàn)要素:

針對(duì)現(xiàn)有技術(shù)的問題本發(fā)明提供一種低質(zhì)量指紋圖像識(shí)別方法及系統(tǒng),本發(fā)明針對(duì)低質(zhì)量指紋圖像采取特殊的指紋識(shí)別處理流程,而對(duì)高質(zhì)量指紋圖像采取常規(guī)的處理流程,在保證指紋識(shí)別精度的同時(shí),提高指紋識(shí)別效率。

本發(fā)明通過對(duì)設(shè)置權(quán)限網(wǎng)關(guān)來對(duì)數(shù)量眾多的學(xué)生家長的監(jiān)控請(qǐng)求進(jìn)行合理管理,同時(shí)提供了點(diǎn)對(duì)多點(diǎn)的合理的告警系統(tǒng)來解決及時(shí)告警的問題。

本發(fā)明的技術(shù)方案是提供一種指紋圖像識(shí)別方法,包括五個(gè)步驟:

步驟一,指紋圖像采集,通過指紋掃描裝置對(duì)活體指紋進(jìn)行采集,并把采集的指紋圖像分為模板指紋以及待識(shí)別指紋;

步驟二,指紋圖像分割,將所述指紋圖像進(jìn)行分割并在該過程中將所述指紋圖像進(jìn)行方向糾正,去除不含紋路的區(qū)域和嚴(yán)重?fù)p壞的區(qū)域,同時(shí)重新定義有效指紋區(qū)域;

步驟三,指紋圖像預(yù)處理,對(duì)獲取到的所述有效指紋區(qū)域依次進(jìn)行去噪、圖像增強(qiáng)、圖像二值化以及圖像細(xì)化處理;

步驟四,指紋圖像特征提取,對(duì)所述有效指紋區(qū)域進(jìn)行特征提取并將所述模板指紋與所述待識(shí)別指紋的特征點(diǎn)分別做成模板特征點(diǎn)集合以及待識(shí)別特征點(diǎn)集合;

步驟五,指紋圖像匹配與識(shí)別,采用基于參考節(jié)點(diǎn)對(duì)的指紋圖像匹配方法對(duì)獲取到的所述待識(shí)別特征點(diǎn)集合與所述模板指紋進(jìn)行匹配與識(shí)別。

作為本發(fā)明的優(yōu)選,所述的步驟三中,所述圖像增強(qiáng)的方法是采用圓形Gabor濾波器通過平均紋路頻率進(jìn)行增強(qiáng),所述圓形Gabor濾波器的尺寸根據(jù)圖像平均紋路頻率進(jìn)行調(diào)節(jié)。

作為本發(fā)明的優(yōu)選,所述的步驟三中,所述圖像細(xì)化的方法是采用八鄰域查表法進(jìn)行處理,并選擇3*3模板尺寸。

作為本發(fā)明的優(yōu)選,所述的步驟二中,將所述指紋圖像分割后對(duì)各個(gè)被分割出的子塊上的紋路進(jìn)行方向糾正,并通過反向傳播算法計(jì)算所述紋路的方向的正確性。

作為本發(fā)明的優(yōu)選,所述的步驟五具體為分別對(duì)所述模板特征點(diǎn)集合以及所述待識(shí)別特征點(diǎn)集合進(jìn)行隨機(jī)的節(jié)點(diǎn)選取并得到所述模板特征點(diǎn)集合以及所述待識(shí)別特征點(diǎn)集合各自的一個(gè)參考節(jié)點(diǎn),計(jì)算兩個(gè)所述參考節(jié)點(diǎn)的平移因子以及旋轉(zhuǎn)因子從而更新所述待識(shí)別特征點(diǎn)集合為比較用特征點(diǎn)集合,將所述比較用特征點(diǎn)集合與所述模板特征點(diǎn)集合進(jìn)行匹配與識(shí)別。

作為本發(fā)明的優(yōu)選,所述的步驟二中將所述指紋圖像分割成a*a大小的子塊,a的像素點(diǎn)數(shù)取值范圍為10~15。

作為本發(fā)明的優(yōu)選,所述模板特征點(diǎn)集合以及所述待識(shí)別特征點(diǎn)集合內(nèi)均包括特征點(diǎn)的橫坐標(biāo)、縱坐標(biāo)、方向以及類型。

本發(fā)明還提供一種指紋圖像識(shí)別系統(tǒng),包括采樣模塊、指紋分割模塊、指紋圖像預(yù)處理模塊、指紋圖像特征提取模塊以及指紋圖像匹配識(shí)別模塊;

所述的采用模塊用于對(duì)指紋圖像進(jìn)行采樣;

所述的指紋分割模塊用于對(duì)所述指紋圖像進(jìn)行分割并重新定義有效指紋區(qū)域;

所述的指紋圖像預(yù)處理模塊用于對(duì)所述有效指紋區(qū)域進(jìn)行去噪、圖像增強(qiáng)、圖像二值化以及圖像細(xì)化處理;

所述的指紋圖像特征提取模塊用于對(duì)所述有效指紋區(qū)域進(jìn)行特征提取并形成模板特征點(diǎn)集合以及待識(shí)別特征點(diǎn)集合;

所述的指紋圖像匹配識(shí)別模塊用于將所述待識(shí)別特征點(diǎn)集合轉(zhuǎn)換為比較用特征點(diǎn)集合,并將所述比較用特征點(diǎn)集合與所述模板特征點(diǎn)集合進(jìn)行匹配與識(shí)別。

作為本發(fā)明的優(yōu)選,所述的采樣模塊設(shè)置于終端設(shè)備上,并通過光學(xué)傳感器中的指紋采集傳感器利用活體掃描的方式進(jìn)行指紋采樣,所述的終端設(shè)備為移動(dòng)智能終端。

作為本發(fā)明的優(yōu)選,所述的指紋圖像預(yù)處理模塊包括依次連接的去噪單元、圖像增強(qiáng)單元、圖像二值化單元以及圖像細(xì)化處理單元。

本發(fā)明具有以下有益效果:

本發(fā)明具有對(duì)于低質(zhì)量指紋圖像的識(shí)別精度較高,算法可移植性高的優(yōu)點(diǎn)。

附圖說明

圖1為本發(fā)明的工作流程示意圖;

圖2為本發(fā)明的系統(tǒng)框圖;

圖中:1-采樣模塊;2-指紋分割模塊;3-指紋圖像預(yù)處理模塊;4-指紋圖像特征提取模塊;5-指紋圖像匹配識(shí)別模塊;301-去噪單元;302-圖像增強(qiáng)單元;303-圖像二值化單元;304-圖像細(xì)化處理單元。

具體實(shí)施方式

以下是本發(fā)明的具體實(shí)施例并結(jié)合附圖,對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步的描述,但本發(fā)明并不限于這些實(shí)施例。

如圖1所示,本發(fā)明方法實(shí)施例包括五個(gè)步驟:

步驟一,指紋圖像采集,通過指紋掃描裝置對(duì)活體指紋進(jìn)行采集,指紋圖像采集分為兩部分,既離線模板指紋數(shù)據(jù)庫采集和在線待識(shí)別指紋數(shù)據(jù)庫采集,采集用裝置可以是任何現(xiàn)有的指紋采集傳感器,主要優(yōu)選為相對(duì)成本較低且耐用性高的光學(xué)傳感器中的指紋采集傳感器,然后把采集的指紋圖像分為模板指紋以及待識(shí)別指紋,本發(fā)明針對(duì)待識(shí)別指紋進(jìn)行步驟二至步驟五的操作,離線模板指紋數(shù)據(jù)庫采集方式可根據(jù)需求獲得,采用基于方向性區(qū)域和非方向性區(qū)域比例的方法對(duì)得到的圖像進(jìn)行質(zhì)量評(píng)估,滿足評(píng)估標(biāo)準(zhǔn)的錄入指紋數(shù)據(jù)庫中,從而保證模板指紋的質(zhì)量,本發(fā)明針對(duì)模板指紋進(jìn)行步驟二至步驟四的處理,在得出模板指紋特征點(diǎn)集合后即可結(jié)束;

步驟二,指紋圖像分割,將指紋圖像進(jìn)行分割并在該過程中將指紋圖像進(jìn)行方向糾正,去除不含紋路的區(qū)域和嚴(yán)重?fù)p壞的區(qū)域,同時(shí)重新定義有效指紋區(qū)域,本步驟中指紋圖像分割后對(duì)各個(gè)被分割出的子塊上的紋路進(jìn)行方向糾正,并通過反向傳播算法計(jì)算紋路的方向的正確性,本步驟中需要進(jìn)行指紋圖像紋路方向的計(jì)算,計(jì)算方法如下:將經(jīng)過預(yù)處理的指紋圖像分割為a*a大小的子塊,a的大小可以10~15個(gè)像素,各子塊之間互不重疊,各子塊中心點(diǎn)像素值記為Tki,jk=1,2,…,n,i和j為中心像素坐標(biāo)位置,n為所有子塊總數(shù),MTki,j=1表示則為前景塊,MTki,j=0表示為背景塊;采用基于梯度矢量的方法計(jì)算出圖像在每個(gè)像素處的梯度矢量,選擇Sobel算子,從而得出圖像紋路方向,

本步驟中對(duì)于低質(zhì)量圖像,為了精確地計(jì)算梯度矢量方向,需要進(jìn)行方向糾正,去除不含紋路和損毀過嚴(yán)重的區(qū)域,同時(shí)重新定義前景區(qū)域,其包括以下步驟:

a計(jì)算分割后的每個(gè)子塊的紋路方向OTki,j,簡寫為Ok(i,j),其中

其中和分別表示像素在x方向和在y方向的濾波,

b計(jì)算紋路方向Ok(i,j)的正確性。方向正確性計(jì)算采用Back PropagationBP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法,含有紋路的子塊為計(jì)算正確的正樣本,不含紋路的字塊為計(jì)算錯(cuò)誤的反樣本,利用訓(xùn)練的神經(jīng)網(wǎng)絡(luò)輸出值判斷子塊方向的正確性,其閾值α(0<α<1)可以根據(jù)需求設(shè)定,大于α為正確,小于α為錯(cuò)誤。

c根據(jù)紋路方向Ok(i,j)的正確性計(jì)算初始的MTki,j數(shù)值,得到初始的前景塊和背景塊,

d去除步驟c得到的初始前景塊中的殘留紋路區(qū)域,

e根據(jù)步驟d的結(jié)果重復(fù)進(jìn)行前景塊修正,修正后的前景塊作為效指紋區(qū)域;

步驟三,指紋圖像預(yù)處理,對(duì)獲取到的有效指紋區(qū)域依次進(jìn)行去噪、圖像增強(qiáng)、圖像二值化以及圖像細(xì)化處理,其中圖像去噪方法采用基于Context模型系數(shù)分類和貝葉斯自適應(yīng)閾值估計(jì)相結(jié)合的非下采樣輪廓波變換NSCT圖像噪聲處理方法,圖像增強(qiáng)算法選擇圓形Gabor濾波器進(jìn)行圖像增強(qiáng),其采用平均紋路頻率進(jìn)行增強(qiáng),用于消除第一塊效應(yīng),同時(shí)濾波器尺寸根據(jù)圖像平均紋路頻率進(jìn)行調(diào)節(jié),保證增強(qiáng)后圖像的保真度;圖像細(xì)化處理采用八鄰域查表法進(jìn)行處理,選擇3*3模板大??;

步驟四,指紋圖像特征提取,對(duì)經(jīng)過步驟三處理后得到的有效指紋區(qū)域進(jìn)行特征提取并將模板指紋與待識(shí)別指紋的特征點(diǎn)分別做成模板特征點(diǎn)集合以及待識(shí)別特征點(diǎn)集合,具體為將待識(shí)別特征點(diǎn)集合設(shè)為D,在集合D中包含了n個(gè)特征點(diǎn),集合D表示為將模板特征點(diǎn)集合設(shè)為Q,在集合Q中包含了m個(gè)特征點(diǎn),集合Q表示為在集合D與集合Q的兩個(gè)表達(dá)式中,u、v、f、t分別為特征點(diǎn)的橫坐標(biāo)、縱坐標(biāo)、方向、類型;

步驟五,指紋圖像匹配與識(shí)別,采用基于參考節(jié)點(diǎn)對(duì)的指紋圖像匹配方法對(duì)獲取到的待識(shí)別特征點(diǎn)集合與模板指紋進(jìn)行匹配與識(shí)別,本步驟的方法具體為分別對(duì)模板特征點(diǎn)集合以及待識(shí)別特征點(diǎn)集合進(jìn)行隨機(jī)的節(jié)點(diǎn)選取并得到模板特征點(diǎn)集合以及待識(shí)別特征點(diǎn)集合各自的一個(gè)參考節(jié)點(diǎn),既是對(duì)集合D待識(shí)別特征點(diǎn)集合進(jìn)行隨機(jī)節(jié)點(diǎn)選取,得到隨機(jī)節(jié)點(diǎn)a,對(duì)集合Q模板特征點(diǎn)集合進(jìn)行隨機(jī)節(jié)點(diǎn)選取,得到隨機(jī)節(jié)點(diǎn)b,而后計(jì)算計(jì)算隨機(jī)節(jié)點(diǎn)a與隨機(jī)節(jié)點(diǎn)b之間的平移因子Δx、Δy和旋轉(zhuǎn)因子Δθ,將D中的所有點(diǎn)進(jìn)行相應(yīng)變化求得新的集合D',既是將集合D待識(shí)別特征點(diǎn)集合更新為集合D'比較用特征點(diǎn)集合,計(jì)算公式如下:

其中

最后將比較用特征點(diǎn)集合與模板特征點(diǎn)集合進(jìn)行匹配與識(shí)別具體方法為通過構(gòu)造匹配度度量計(jì)算公式計(jì)算點(diǎn)集D'與Q之間的相似度,分?jǐn)?shù)越高,相似度越高,判斷為同一指紋,分?jǐn)?shù)低,表示相似度低,劃分閾值可以根據(jù)實(shí)際情況選擇。

現(xiàn)有技術(shù)一般遇到低質(zhì)量的指紋圖像時(shí)采取的策略是直接報(bào)錯(cuò),提醒指紋輸入者進(jìn)行重新輸入,當(dāng)遇到用戶的手指的指紋受損或者模糊的時(shí)候,現(xiàn)有技術(shù)的解決方式就會(huì)大幅度降低指紋識(shí)別的效率,而本發(fā)明方法通過反向傳播算法計(jì)算紋路的方向的正確性,反向傳播算法具有很好的非線性映射能力這使得其特別適合于求解內(nèi)部機(jī)制復(fù)雜的問題,而本發(fā)明針對(duì)的指紋圖像的方向性求證問題既是這樣的一個(gè)內(nèi)部機(jī)制復(fù)雜的問題,使用反向傳播算法能提升其求證的正確性;反向傳播算法還具有很好的容錯(cuò)能力這是的即使系統(tǒng)在受到局部損傷時(shí)還是可以正常工作,進(jìn)一步確保了程序的準(zhǔn)確性。同時(shí)本發(fā)明采用基于參考節(jié)點(diǎn)對(duì)的指紋圖像匹配方法對(duì)獲取到的指紋特征點(diǎn)進(jìn)行指紋匹配與識(shí)別,通過隨機(jī)選取模板圖像和待識(shí)別圖像特征集中的兩個(gè)點(diǎn),計(jì)算得位移和旋轉(zhuǎn)因子,從而更新特征點(diǎn)集合,利用新的特征點(diǎn)集合和模板圖像特征點(diǎn)進(jìn)行匹配,這樣就使得低質(zhì)量的指紋圖像也能被有效識(shí)別,在實(shí)際的使用中表現(xiàn)為用戶即使在指紋輸入過程中手指的指紋受損或者因?yàn)槭种傅慕嵌鹊葐栴}導(dǎo)致的指紋模糊扥問題出現(xiàn)也能很好的被識(shí)別,提升了識(shí)別效率,增強(qiáng)了用戶體驗(yàn)。

本發(fā)明的方法在實(shí)施過程中并不涉及到特殊硬件,即使最重要的采樣部分也是十分常用的光學(xué)傳感型指紋傳感器,這就保證了其具有很好的移植性和兼容性,所以可以被廣泛應(yīng)用在各種智能移動(dòng)終端上,如智能手表、智能手機(jī)、平板電腦、外設(shè)指紋識(shí)別板等等。

如圖2所示,本發(fā)明的系統(tǒng)實(shí)施例包括采樣模塊1、指紋分割模塊2、指紋圖像預(yù)處理模塊3、指紋圖像特征提取模塊4以及指紋圖像匹配識(shí)別模塊5;

采用模塊用于對(duì)指紋圖像進(jìn)行采樣;

指紋分割模塊2用于對(duì)指紋圖像進(jìn)行分割并重新定義有效指紋區(qū)域;

指紋圖像預(yù)處理模塊3用于對(duì)有效指紋區(qū)域進(jìn)行去噪、圖像增強(qiáng)、圖像二值化以及圖像細(xì)化處理,指紋圖像預(yù)處理模塊3包括去噪單元301、圖像增強(qiáng)單元302、圖像二值化單元303以及圖像細(xì)化處理單元304;

指紋圖像特征提取模塊4用于對(duì)有效指紋區(qū)域進(jìn)行特征提取并形成模板特征點(diǎn)集合以及待識(shí)別特征點(diǎn)集合;

指紋圖像匹配識(shí)別模塊5用于將待識(shí)別特征點(diǎn)集合轉(zhuǎn)換為比較用特征點(diǎn)集合,并將比較用特征點(diǎn)集合與模板特征點(diǎn)集合進(jìn)行匹配與識(shí)別。

采樣模塊1、指紋分割模塊2、指紋圖像預(yù)處理模塊3、指紋圖像特征提取模塊4以及指紋圖像匹配識(shí)別模塊5依次連接,指紋圖像預(yù)處理模塊3內(nèi)去噪單元301、圖像增強(qiáng)單元302、圖像二值化單元303以及圖像細(xì)化處理單元304依次連接,這就使得本系統(tǒng)的處理路徑單一,系統(tǒng)在工作過程中不容易出錯(cuò)。

其中,采樣模塊1設(shè)置于終端設(shè)備上,并通過光學(xué)傳感器中的指紋采集傳感器利用活體掃描的方式進(jìn)行指紋采樣,終端設(shè)備為移動(dòng)智能終端,如智能手表、智能手機(jī)、平板電腦、外設(shè)指紋識(shí)別板等等,隨著技術(shù)的延伸,電子器件的體積正在逐步減小,這也包括光學(xué)傳感器中的指紋采集傳感器的體積也會(huì)得到進(jìn)一步縮小,從而使得更多的小型化隨身只能設(shè)備可以方便的搭載指紋采集傳感器,而本發(fā)明系統(tǒng)中對(duì)硬件的具體形態(tài)要求最高的也僅僅是該部分,所以本系統(tǒng)的可移植性和兼容性都很高。

上面所述的實(shí)施例僅是對(duì)本發(fā)明的優(yōu)選實(shí)施方式進(jìn)行描述,并非對(duì)本發(fā)明的構(gòu)思和范圍進(jìn)行限定。在不脫離本發(fā)明設(shè)計(jì)構(gòu)思的前提下,本領(lǐng)域普通人員對(duì)本發(fā)明的技術(shù)方案做出的各種變型和改進(jìn),均應(yīng)落入到本發(fā)明的保護(hù)范圍,本發(fā)明請(qǐng)求保護(hù)的技術(shù)內(nèi)容,已經(jīng)全部記載在權(quán)利要求書中。

本文中所描述的具體實(shí)施例僅僅是對(duì)本發(fā)明精神作舉例說明。本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員可以對(duì)所描述的具體實(shí)施例做各種各樣的修改或補(bǔ)充或采用類似的方式替代,但并不會(huì)偏離本發(fā)明的精神或者超越所附權(quán)利要求書所定義的范圍。

當(dāng)前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
包头市| 宁晋县| 祁连县| 天峻县| 临城县| 商丘市| 万全县| 驻马店市| 晋江市| 福泉市| 盐池县| 甘德县| 仙游县| 天祝| 独山县| 贡觉县| 日喀则市| 天长市| 玛纳斯县| 靖宇县| 岑溪市| 抚州市| 京山县| 华蓥市| 德格县| 甘孜县| 奎屯市| 历史| 唐山市| 灵寿县| 睢宁县| 革吉县| 封开县| 嘉兴市| 绥德县| 东辽县| 固阳县| 青川县| 莱阳市| 吉安县| 鱼台县|