專利名稱：一種基于互信息的指紋特征匹配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及模式識(shí)別和生物識(shí)別或鑒別領(lǐng)域，特別涉及利用指紋細(xì)節(jié)特征和方向場(chǎng)實(shí)現(xiàn)指紋的特征匹配的方法。
背景技術(shù)：
隨著計(jì)算機(jī)和信息處理技術(shù)的發(fā)展，人們?cè)诙兰o(jì)六十年代開始使用計(jì)算機(jī)來(lái)處理指紋。在世界許多國(guó)家都開展了自動(dòng)指紋識(shí)別系統(tǒng)的研究與應(yīng)用，最初這些系統(tǒng)使用在司法鑒定上，經(jīng)過(guò)不斷的發(fā)展，現(xiàn)在指紋識(shí)別技術(shù)已經(jīng)是比較成熟的技術(shù)。伴隨著現(xiàn)代電子集成制造技術(shù)的飛速發(fā)展和快速可靠的方法的研究，指紋識(shí)別技術(shù)的應(yīng)用已經(jīng)不再局限于法律、公安領(lǐng)域，現(xiàn)在指紋識(shí)別系統(tǒng)被廣泛的應(yīng)用于通訊、保險(xiǎn)、醫(yī)療衛(wèi)生、計(jì)算機(jī)控制系統(tǒng)、門禁系統(tǒng)、考勤系統(tǒng)、網(wǎng)上交易和身份證件等各種領(lǐng)域。
指紋識(shí)別是典型的模式識(shí)別。首先將提取的指紋輸入計(jì)算機(jī)，然后通過(guò)一系列復(fù)雜的指紋識(shí)別方法在短時(shí)間內(nèi)完成身份認(rèn)證。指紋識(shí)別主要是由指紋的特征提取和特征匹配兩大部分組成的。
傳統(tǒng)的指紋匹配方法是在利用指紋特征點(diǎn)來(lái)進(jìn)行指紋匹配的，但是利用特征點(diǎn)進(jìn)行匹配受指紋圖像質(zhì)量的影響比較大，經(jīng)常會(huì)出現(xiàn)由于特征點(diǎn)少造成指紋無(wú)法配準(zhǔn)的情況，這樣就影響了識(shí)別率。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種實(shí)用的指紋匹配方法，能夠利用指紋的方向場(chǎng)配準(zhǔn)指紋并利用特征點(diǎn)得出匹配結(jié)果。
為此，本發(fā)明采用如下技術(shù)方案一種基于互信息的指紋特征匹配方法，其特征在于包括指紋圖像灰度歸一化和前背景分割的步驟將指紋圖像進(jìn)行灰度歸一化，并將指紋圖像的前景和背景區(qū)分出來(lái)；方向場(chǎng)估計(jì)步驟計(jì)算出指紋圖像每個(gè)像素的方向方向場(chǎng)特征提取步驟計(jì)算出指紋圖像方向場(chǎng)特征；特征點(diǎn)提取步驟提取出指紋圖像的細(xì)節(jié)特征；方向場(chǎng)配準(zhǔn)步驟找到輸入指紋圖像與被比較指紋圖像之間的對(duì)應(yīng)關(guān)系；特征點(diǎn)匹配步驟比較輸入指紋圖像與被比較指紋圖像的特征點(diǎn)，計(jì)算出匹配數(shù)值并給出匹配結(jié)果。
所述的特征點(diǎn)匹配步驟，是通過(guò)最大化輸入指紋圖像與被比較指紋圖像方向場(chǎng)間的互信息的方法來(lái)完成的。
所述的方向場(chǎng)估計(jì)的步驟，進(jìn)一步包括(1)將指紋圖像分成大小為W×W的塊，其中，W為整數(shù)；(2)計(jì)算每個(gè)塊中每個(gè)像素的梯度Gx和Gy；(3)計(jì)算每一塊的局部主方向θ(i,j)=12tan-1(Σu=i-W/2i+W/2Σv=j-W/2j+W/22Gx(u,v)Gy(u,v)Σu=i-W/2i+W/2Σv=j-W/2j+W/2(Gx2(u,v)-Gy2(u,v)))]]>其中Gx和Gy分別是x和y方向上的梯度，W是用來(lái)估計(jì)方向場(chǎng)的塊的寬度，θ(i，j)是點(diǎn)(i，j)所在塊的主方向。
所述的方法，還包括歸一化的步驟把θ(i，j)歸一化到-90°～+90°。
所述的方向特征提取的步驟，進(jìn)一步包括(1)整個(gè)被比較指紋圖像分成大小為Wd×Wd的塊；(2)計(jì)算每一塊內(nèi)的各點(diǎn)方向的均值；(3)將所有塊的平均方向作為方向特征保存到指紋圖像模板中。
所述的特征點(diǎn)提取步驟，進(jìn)一步包括(1)使用圖像處理的方法提取出被比較指紋圖像的末梢點(diǎn)和分叉點(diǎn)細(xì)節(jié)特征；(2)將細(xì)節(jié)特征點(diǎn)的x和y坐標(biāo)及方向記錄在指紋模板中。
所述的方向場(chǎng)配準(zhǔn)步驟，進(jìn)一步包括(1)將輸入指紋圖像的方向場(chǎng)變換到模板指紋圖像的參數(shù)空間中，采用變換公式x′y′=cosΔθ-sinΔθsinΔθcosΔθxy+ΔxΔy]]>其中(Δx，Δy，Δθ)表示一個(gè)相似性變換的一組參數(shù)，Δθ為旋轉(zhuǎn)角，Δx和Δy分別是x和y方向上的平移；(2)把變換后的輸入指紋圖像的方向場(chǎng)疊加到模板圖像上；(3)把模板和變換后的輸入平均方向離散化；(4)計(jì)算得到聯(lián)合和邊緣概率密度分布
PXY(i,j)=n(i,j)Σi=0n-1Σj=0n-1n(i,j),]]>PX(i)=Σj=0n-1PXY(i,j),and]]>PY(j)=Σi=0n-1PXY(i,j),]]>(5)計(jì)算互信息，采用如下公式H(X)=-EX[logPX(X)]=-Σxj∈ΩxPX(X=xi)logPX(X=xi)]]>H(Y)=-EY[logPY(Y)]=-ΣYi∈ΩYPY(Y=yi)logPY(Y=yi)]]>H(X,Y)=EX[EY[logPXY(Y,X)]]=-Σxi∈ΩxΣyj∈ΩyPXY(X=xi,Y=yj)logPXY(X=xi,Y=yj)]]>MI(X，Y)＝H(X)+H(Y)-H(X，Y)。
(6)搜索變換空間，尋找使輸入指紋圖像與被比較指紋圖像方向場(chǎng)間的互信息最大的變換。
所述的特征點(diǎn)匹配步驟，進(jìn)一步包括(1)設(shè)定互信息閾值Ts和Td，其中Ts大于Td；(2)將輸入指紋圖像與存儲(chǔ)指紋圖像方向場(chǎng)進(jìn)行比對(duì)，若互信息值大于Ts，則判定輸入指紋與存儲(chǔ)指紋相同，若互信息小于Td，則判定輸入指紋與存儲(chǔ)指紋不同。
所述的方法，當(dāng)互信息大于Td而小于Ts時(shí)，進(jìn)一步包括(1)使用配準(zhǔn)得到的參數(shù)將輸入指紋特征點(diǎn)變換到模板指紋坐標(biāo)系中；(2)以模板指紋圖像中心為極點(diǎn)，利用下面的公式將模板指紋和輸入指紋的所有特征點(diǎn)變換到極坐標(biāo)系下
其中(xi*，yi*，θi*)表示特征點(diǎn)的坐標(biāo)，(xc，yc，θc)是模板指紋的圖像中心，(ri，i，θi)是特征點(diǎn)(xi*，yi*，θi*)的極坐標(biāo)表示，ri是半徑，i是極角，θi是特征點(diǎn)的方向；(3)以模板指紋的每一個(gè)特征點(diǎn)為中心，沿著極角的方向構(gòu)造彈性窗口，找出匹配的特征點(diǎn)匹配了的特征點(diǎn)滿足關(guān)系 其中ri和rj，i和j，θi和θj分別是模板指紋特征點(diǎn)和輸入指紋特征點(diǎn)的半徑，極角和特征點(diǎn)方向，rMax和Max分別是對(duì)應(yīng)于半徑ri最大允許的半徑差和極角差，θMax是最大允許的特征點(diǎn)方向差；(4)對(duì)于每一對(duì)匹配了的特征點(diǎn)計(jì)算一個(gè)模糊等級(jí) 其中，Δr，Δ，Δθ分別是模板和輸入特征點(diǎn)半徑、極角和特征點(diǎn)方向的差別，r，和θ分別是最大的半徑差，極角差和特征點(diǎn)方向差，slj是匹配模糊等級(jí)(5)對(duì)所有的相似性等級(jí)計(jì)算平均值sl；(6)計(jì)算出匹配的結(jié)果 其中，Mn是兩幅指紋中匹配的特征點(diǎn)數(shù)，Tm1和Tm2分別是匹配的特征點(diǎn)的最大和最小閾值，MI是配準(zhǔn)的最大互信息，sl是前面定義的相似性等級(jí)，SL是相似性等級(jí)的閾值，Res是兩幅指紋匹配的結(jié)果。
本發(fā)明的方法，可以更方便、準(zhǔn)確的進(jìn)行指紋圖像匹配，較傳統(tǒng)的匹配方法，有較大的優(yōu)勢(shì)。這種方法對(duì)于噪聲不敏感，而且它與人們比較指紋的過(guò)程相似首先看指紋的整體紋路是否一致，然后再比較局部的細(xì)節(jié)特征是否相同。


圖1是指紋圖像和它在不同塊上的平均方向示意圖；圖2是將變換后的輸入指紋圖像的方向場(chǎng)疊加到模板圖像的示意圖；圖3輸入指紋圖像重合塊的平均方向的聯(lián)合概率密度圖表示意圖；圖4是指紋圖像的變換搜索空間示意圖。
具體實(shí)施例方式
下面結(jié)合說(shuō)明書附圖來(lái)說(shuō)明本發(fā)明的具體實(shí)施方式
。
下面詳細(xì)描述基于互信息的指紋特征匹配方法。這一方法的主要步驟分別是指紋圖像灰度歸一化和前景背景分割，方向場(chǎng)的估計(jì)，方向場(chǎng)特征的計(jì)算，特征點(diǎn)提取，基于互信息的配準(zhǔn)，特征點(diǎn)匹配和計(jì)算匹配值。下面對(duì)其逐一介紹。
指紋圖像灰度歸一化和前景背景分割為了使方向場(chǎng)的估計(jì)、圖像的增強(qiáng)以及特征點(diǎn)的提取更加準(zhǔn)確，我們首先要對(duì)指紋圖像進(jìn)行灰度歸一化，然后將指紋圖像的前景和背景區(qū)分出來(lái)。
方向場(chǎng)的估計(jì)指紋圖像具有很強(qiáng)的方向性。方向場(chǎng)圖像是這樣的一幅圖像，圖像上每一個(gè)點(diǎn)的方向就表示該點(diǎn)處局部脊線的方向。指紋的方向場(chǎng)描述了指紋的整體紋路形狀，它是指紋圖像最基本的一個(gè)全局特征。
由于指紋的方向性只有在適當(dāng)大小的區(qū)域內(nèi)才能觀察出來(lái)，所以通常方向場(chǎng)都是通過(guò)對(duì)圖像分塊，然后再分別計(jì)算每一個(gè)塊的主方向作為脊線的方向。指紋的方向場(chǎng)可以用如下的步驟進(jìn)行估計(jì)(1)將輸入的指紋圖像分成大小為W×W的塊(我們使用16×16的塊)；(2)計(jì)算每個(gè)塊中每個(gè)像素的梯度Gx和Gy；(3)利用下式計(jì)算每一塊的局部主方向。
θ(i,j)=12tan-1(Σu=i-W/2i+W/2Σv=j-W/2j+W/22Gx(u,v)Gy(u,v)Σu=i-W/2i+W/2Σv=j-W/2j+W/2(Gx2(u,v)-Gy2(u,v)))]]>其中Gx和Gy分別是x和y方向上的梯度，W是用來(lái)估計(jì)方向場(chǎng)的塊的寬度，θ(i，j)是點(diǎn)(i，j)所在塊的主方向。最后把θ(i，j)歸一化到-90°～+90°。
為了計(jì)算出圖像上每一個(gè)點(diǎn)的方向，并且加快處理速度，我們使用滑動(dòng)窗口的方法來(lái)快速計(jì)算每個(gè)點(diǎn)的方向。
方向特征的提取在方向場(chǎng)被估計(jì)出來(lái)后，我們要計(jì)算方向特征。在指紋模板錄入時(shí)，我們把整個(gè)指紋圖像分成大小為Wd×Wd的塊，然后計(jì)算每一塊內(nèi)的各點(diǎn)方向的均值。最后我們把所有塊的平均方向作為方向特征保存到指紋模板中。圖1是一幅指紋和它在不同塊上的平均方向。對(duì)于輸入指紋圖像，我們?cè)谄ヅ溥^(guò)程中使用上述的方向場(chǎng)估計(jì)的方法計(jì)算出它的方向場(chǎng)。
特征點(diǎn)提取為了比較兩幅指紋圖像，我們需要提取出指紋的特征。在我們的方法中使用某種圖像處理的方法提取出指紋的末梢點(diǎn)和分叉點(diǎn)兩種細(xì)節(jié)特征，并將細(xì)節(jié)特征點(diǎn)的x和y坐標(biāo)及方向記錄在指紋模板中。
基于互信息的配準(zhǔn)配準(zhǔn)或?qū)?zhǔn)就是找到正確變換的過(guò)程。使用互信息進(jìn)行配準(zhǔn)是一種最大化相似性度量的方法。這種方法使用互信息作為相似性度量，然后通過(guò)尋找使圖像間的互信息達(dá)到最大的變換來(lái)進(jìn)行配準(zhǔn)。為了達(dá)到配準(zhǔn)的目的，我們使用相似性變換來(lái)獲得正確的變換參數(shù)和對(duì)應(yīng)的參考點(diǎn)。無(wú)論兩幅指紋是否來(lái)自于同一個(gè)手指，我們考慮下面的相似性變換x′y′=cosΔθ-sinΔθsinΔθcosΔθxy+ΔxΔy]]>其中(Δx，Δy，Δθ)表示一個(gè)相似性變換的一組參數(shù)，Δθ為旋轉(zhuǎn)角，Δx和Δy分別是x和y方向上的平移。對(duì)于任意一組相似變換參數(shù)，都可以將輸入指紋的方向場(chǎng)變換到模板指紋的參數(shù)空間中。
接著，我們把變換后的輸入指紋圖像的方向場(chǎng)疊加到模板圖像上。我們對(duì)疊加后的圖像采用和模板圖像錄入過(guò)程中同樣的方法分塊，請(qǐng)參考圖2。我們用與計(jì)算模板指紋方向場(chǎng)中每塊的平均方向一樣的方法得到輸入指紋中每一個(gè)和模板指紋重疊的塊的平均方向。
平均方向的取值范圍是-90°～+90°，為了表示方便，我們把它轉(zhuǎn)化到-0°～+180°。為了估計(jì)互信息，我們把連續(xù)的方向θ依據(jù)下式均勻離散化，并且保持0°和180°之間的連續(xù)性 θi=[i×Δθ-Δθ2,i×Δθ+Δθ2]i=1,...,n-1]]> 其中n是離散的方向數(shù)目。
把模板和變換后的輸入平均方向離散化后，我們要定義重合塊的平均方向的聯(lián)合概率密度，如圖3，例如，如果模板圖像某一塊的平均方向在范圍θi中，與之相對(duì)應(yīng)的輸入圖像的平均方向在范圍θj中，那么聯(lián)合概率密度函數(shù)n(i，j)加1。當(dāng)處理完所有的重合塊后，我們就可以用以下公式得到聯(lián)合和邊緣概率密度分布PXY(i,j)=n(i,j)Σi=0n-1Σj=0n-1n(i,j),]]>PX(i)=Σj=0n-1PXY(i,j),and]]>PY(j)=Σi=0n-1PXY(i,j),]]>然后，互信息就可以用下列公式來(lái)估計(jì)H(X)=-EX[logPX(X)]=-Σxi∈ΩxPX(X=xi)logPX(X=xi)]]>H(Y)=-EY[logPY(Y)]=-ΣYi∈ΩYPY(Y=yi)]]>H(X,Y)=EX[EY[logPXY(Y,X)]]=-Σxi∈ΩxΣyj∈ΩyPXY(X=xi,Y=yj)logPXY(X=xi,Y=yj)]]>MI(X，Y)＝H(X)+H(Y)-H(X，Y)我們提出了一種在給定變換下估計(jì)模板和輸入圖像平均方向之間的互信息的方法，然后用通過(guò)搜索變換參數(shù)空間如圖4所示，來(lái)尋找使互信息最大的變換，這個(gè)變換表示兩幅指紋達(dá)到了最佳配準(zhǔn)。
特征點(diǎn)匹配我們要依據(jù)配準(zhǔn)得到的最大互信息和特征點(diǎn)的匹配來(lái)判斷兩幅指紋是否來(lái)自同一個(gè)手指。由于我們的配準(zhǔn)過(guò)程和人區(qū)別指紋的過(guò)程相似，我們可以定義人們區(qū)別指紋時(shí)遇到的四種情況(1)來(lái)自相同的手指且有很高的相似性(較大的互信息)；(2)來(lái)自相同的手指，但是由于噪聲或是重合區(qū)域較小等的影響相似性較低(中等的互信息)；
(3)來(lái)自不同的手指，但是相似性較高，可能是來(lái)自于同一類的指紋(中等的互信息)；(4)來(lái)自不同的手指并且相似性很低(較小的互信息)。
通過(guò)對(duì)互信息設(shè)定閾值，我們可以部分的把(1)和(4)從(2)和(3)中區(qū)分出來(lái)。當(dāng)互信息大于某個(gè)閾值Ts時(shí)，我們說(shuō)兩幅指紋來(lái)自同一個(gè)手指(1)；如果互信息小于某個(gè)閾值Td時(shí)，我們判斷兩幅指紋來(lái)自不同的手指(4)；對(duì)于(2)和(3)兩種情況只用互信息無(wú)法分辨，我們要進(jìn)一步用特征點(diǎn)來(lái)區(qū)分。
我們使用配準(zhǔn)得到的參數(shù)將輸入指紋特征點(diǎn)變換的模板指紋坐標(biāo)系中。然后以模板指紋圖像中心為極點(diǎn)，利用下面的公式將模板指紋和輸入指紋的所有特征點(diǎn)變換到極坐標(biāo)系下 其中(xi*，yi*，θi*)表示特征點(diǎn)的坐標(biāo)，(xc，yc，θc)是模板指紋的圖像中心，(ri，i，θi)是特征點(diǎn)(xi*，yi*，θi*)的極坐標(biāo)表示，ri是半徑，i是極角，θi是特征點(diǎn)的方向。我們以模板指紋的每一個(gè)特征點(diǎn)為中心，沿著極角的方向構(gòu)造彈性窗口。彈性窗口的大小是隨著半徑成比例變化的。特征點(diǎn)的半徑越大，最大極角差越小，最大半徑差越大；特征點(diǎn)的半徑越小，最大極角差越大，最大半徑差越小。對(duì)于每一個(gè)模板指紋特征點(diǎn)，如果在它的彈性窗口內(nèi)有輸入指紋的特征點(diǎn)，并且它們之間滿足下述關(guān)系，稱它們是匹配了的特征點(diǎn) 其中ri和rj，i和j，θi和θj分別是模板指紋特征點(diǎn)和輸入指紋特征點(diǎn)的半徑，極角和特征點(diǎn)方向，rMax和Max分別是對(duì)應(yīng)于半徑ri最大允許的半徑差和極角差，θMax是最大允許的特征點(diǎn)方向差。
對(duì)于每一對(duì)匹配了的特征點(diǎn)我們還要計(jì)算一個(gè)模糊等級(jí) 其中，Δr，Δ，Δθ分別是模板和輸入特征點(diǎn)半徑、極角和特征點(diǎn)方向的差別，r，和θ分別是最大的半徑差，極角差和特征點(diǎn)方向差，sli是匹配模糊等級(jí)。通常，方向的差別比半徑的差別更顯著，我們使用加權(quán)平均來(lái)強(qiáng)調(diào)方向間的差別。這樣，每一對(duì)匹配了的特征點(diǎn)都賦予了一個(gè)從0到1表示匹配準(zhǔn)確程度的相似性等級(jí)。
當(dāng)找到所有匹配了的特征點(diǎn)，并且給他們賦予了相似性等級(jí)后，我們對(duì)所有的相似性等級(jí)計(jì)算平均值sl。
計(jì)算匹配值我們用下面的公式給出匹配的結(jié)果 其中，Mn是兩幅指紋中匹配的特征點(diǎn)數(shù)，Tm1和Tm2分別是匹配的特征點(diǎn)的最大和最小閾值，MI是配準(zhǔn)的最大互信息，sl是前面定義的相似性等級(jí)，SL是相似性等級(jí)的閾值，Res是兩幅指紋的匹配結(jié)果0是不匹配，1為匹配。
以上所述，僅為本發(fā)明較佳的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書的保護(hù)范圍為準(zhǔn)。
權(quán)利要求
1.一種基于互信息的指紋特征匹配方法，其特征在于包括指紋圖像灰度歸一化和前背景分割的步驟將指紋圖像進(jìn)行灰度歸一化，并將指紋圖像的前景和背景區(qū)分出來(lái)；方向場(chǎng)估計(jì)步驟計(jì)算出指紋圖像每個(gè)像素的方向方向場(chǎng)特征提取步驟計(jì)算出指紋圖像方向場(chǎng)特征；特征點(diǎn)提取步驟提取出指紋圖像的細(xì)節(jié)特征；方向場(chǎng)配準(zhǔn)步驟找到輸入指紋圖像與被比較指紋圖像之間的對(duì)應(yīng)關(guān)系；特征點(diǎn)匹配步驟比較輸入指紋圖像與被比較指紋圖像的特征點(diǎn)，計(jì)算出匹配數(shù)值并給出匹配結(jié)果。
2.如權(quán)利要求1所述的方法，其特征在于所述的特征點(diǎn)匹配步驟，是通過(guò)最大化輸入指紋圖像與被比較指紋圖像方向場(chǎng)間的互信息的方法來(lái)完成的。
3.如權(quán)利要求1所述的方法，其特征在于所述的方向場(chǎng)估計(jì)的步驟，進(jìn)一步包括(1)將指紋圖像分成大小為W×W的塊，其中，W為整數(shù)；(2)計(jì)算每個(gè)塊中每個(gè)像素的梯度Gx和Gy；(3)計(jì)算每一塊的局部主方向θ(i,j)=12tan-1(Σu=i-W/2i+W/2Σv=j-W/2j+W/22Gx(u,v)Gy(u,v)Σu=i-W/2i+W/2Σv=j-W/2j+W/2(Gx2(u,v)-Gy2(u,v)))]]>其中Gx和Gy分別是x和y方向上的梯度，W是用來(lái)估計(jì)方向場(chǎng)的塊的寬度，θ(i，j)是點(diǎn)(i，j)所在塊的主方向。
4.如權(quán)利要求3所述的方法，其特征在于還包括歸一化的步驟把θ(i，j)歸一化到-90°～+90°。
5.如權(quán)利要求1所述的方法，其特征在于所述的方向特征提取的步驟，進(jìn)一步包括(1)把整個(gè)被比較指紋圖像分成大小為Wd×Wd的塊；(2)計(jì)算每一塊內(nèi)的各點(diǎn)方向的均值；(3)將所有塊的平均方向作為方向特征保存到指紋圖像模板中。
6.如權(quán)利要求1所述的方法，其特征在于所述的特征點(diǎn)提取步驟，進(jìn)一步包括(1)使用圖像處理的方法提取出被比較指紋圖像的末梢點(diǎn)和分叉點(diǎn)細(xì)節(jié)特征；(2)將細(xì)節(jié)特征點(diǎn)的x和y坐標(biāo)及方向記錄在指紋模板中。
7.如權(quán)利要求1所述的方法，其特征在于所述的方向場(chǎng)配準(zhǔn)步驟，進(jìn)一步包括(1)將輸入指紋圖像的方向場(chǎng)變換到模板指紋圖像的參數(shù)空間中，采用變換公式 其中(Δx，Δy，Δθ)表示一個(gè)相似性變換的一組參數(shù)，Δθ為旋轉(zhuǎn)角，Δx和Δy分別是x和y方向上的平移；(2)把變換后的輸入指紋圖像的方向場(chǎng)疊加到模板圖像上；(3)把模板和變換后的輸入平均方向離散化；(4)計(jì)算得到聯(lián)合和邊緣概率密度分布PXY(i,j)=n(i,j)Σi=0n-1Σj=0n-1n(i,j),]]>PX(i)=Σj=0n-1PXY(i,j),]]>andPY(j)=Σi=0n-1PXY(i,j);]]>(5)計(jì)算互信息，采用如下公式H(X)=-EX[logPX(X)]=-Σxi∈ΩxPX(X=xi)logPX(X=xi)]]>H(Y)=-EY[logPY(Y)]=-ΣYi∈ΩYPY(Y=yi)logPY(Y=yi)]]>H(X,Y)=EX[EY[logPXY(Y,X)]]=-Σxi∈ΩxΣyj∈ΩyPXY(X=xi,Y=yj)logPXT(X=xi,Y=yj)]]>MI(X，Y)＝H(X)+H(Y)-H(X，Y)；(6)搜索變換空間，尋找使輸入指紋圖像與被比較指紋圖像方向場(chǎng)間的互信息最大的變換。
8.如權(quán)利要求1所述的方法，其特征在于所述的特征點(diǎn)匹配步驟，進(jìn)一步包括(1)設(shè)定互信息閾值Ts和Td，其中Ts大于Td；(2)將輸入指紋圖像與存儲(chǔ)指紋圖像方向場(chǎng)進(jìn)行比對(duì)，若互信息值大于Ts，則判定輸入指紋與存儲(chǔ)指紋相同，若互信息小于Td，則判定輸入指紋與存儲(chǔ)指紋不同。
9.如權(quán)利要求8所述的方法，其特征在于當(dāng)互信息大于Td而小于Ts時(shí)，進(jìn)一步包括(1)使用配準(zhǔn)得到的參數(shù)將輸入指紋特征點(diǎn)變換到模板指紋坐標(biāo)系中；(2)以模板指紋圖像中心為極點(diǎn)，利用下面的公式將模板指紋和輸入指紋的所有特征點(diǎn)變換到極坐標(biāo)系下 其中(xi*，yi*，θi*)表示特征點(diǎn)的坐標(biāo)，(xc，yc，θc)是模板指紋的圖像中心，(ri，i，θi)是特征點(diǎn)(xi*，yi*，θi*)的極坐標(biāo)表示，ri是半徑，i是極角，θi是特征點(diǎn)的方向；(3)以模板指紋的每一個(gè)特征點(diǎn)為中心，沿著極角的方向構(gòu)造彈性窗口，找出匹配的特征點(diǎn)匹配了的特征點(diǎn)滿足關(guān)系 其中ri和rj，i和j，θi和θj分別是模板指紋特征點(diǎn)和輸入指紋特征點(diǎn)的半徑，極角和特征點(diǎn)方向，rMax和Max分別是對(duì)應(yīng)于半徑ri最大允許的半徑差和極角差，θMax是最大允許的特征點(diǎn)方向差；(4)對(duì)于每一對(duì)匹配了的特征點(diǎn)計(jì)算一個(gè)模糊等級(jí) 其中，Δr，Δ，Δθ分別是模板和輸入特征點(diǎn)半徑、極角和特征點(diǎn)方向的差別，r，和θ分別是最大的半徑差，極角差和特征點(diǎn)方向差，sli是匹配模糊等級(jí)；(5)對(duì)所有的相似性等級(jí)計(jì)算平均值sl；(6)計(jì)算出匹配的結(jié)果 其中，Mn是兩幅指紋中匹配的特征點(diǎn)數(shù)，Tm1和Tm2分別是匹配的特征點(diǎn)的最大和最小閾值，MI是配準(zhǔn)的最大互信息，sl是前面定義的相似性等級(jí)，SL是相似性等級(jí)的閾值，Res是兩幅指紋匹配的結(jié)果。
全文摘要
本發(fā)明涉及利用指紋細(xì)節(jié)特征和方向場(chǎng)實(shí)現(xiàn)指紋的特征匹配的方法。一種基于互信息的指紋特征匹配方法，其特征在于包括方向場(chǎng)估計(jì)步驟計(jì)算出輸入指紋圖像每個(gè)像素的方向方向場(chǎng)特征提取步驟計(jì)算出輸入指紋圖像方向場(chǎng)特征；特征點(diǎn)提取步驟提取出輸入指紋圖像的細(xì)節(jié)特征；方向場(chǎng)配準(zhǔn)步驟找到輸入指紋圖像與被比較指紋圖像之間的對(duì)應(yīng)關(guān)系；特征點(diǎn)匹配步驟比較輸入指紋圖像與被比較指紋圖像的特征點(diǎn)，計(jì)算出匹配數(shù)值并給出匹配結(jié)果。本發(fā)明的方法，可以更方便、準(zhǔn)確的進(jìn)行指紋圖像匹配，較傳統(tǒng)的匹配方法，有較大的優(yōu)勢(shì)。
文檔編號(hào)G06T5/20GK1617161SQ20031010349
公開日2005年5月18日 申請(qǐng)日期2003年11月10日 優(yōu)先權(quán)日2003年11月10日
發(fā)明者王幼君, 陳大才, 蔣田仔, 劉力鋒 申請(qǐng)人:北京握奇數(shù)據(jù)系統(tǒng)有限公司