專利名稱：適于硬件加速的指紋粗比對方法及裝置的制作方法
技術領域：
本發(fā)明屬于計算機識別領域，涉及指紋比對算法及后設備，更具體的涉及基于特征點的指紋比對。本發(fā)明提出了一種適于硬件加速的指紋粗比對的方法，同時采用此方法設計出了基于FPGA的指紋粗比對PCI加速卡，用于超大規(guī)模指紋數(shù)據(jù)庫的指紋比對。
背景技術：
隨著信息技術、計算機技術和通信技術的發(fā)展，社會正在向電子化的方向迅速發(fā)展。在很多場合，為確保日常的交易和事務的安全性，必須對個人身份進行識別和驗證。人的一些生物特征和行為特征可以幫助確認個人的身份。這些生物特征有指紋、掌紋、人臉、視網(wǎng)膜、虹膜、血液和毛發(fā)等，而可供使用的行為特征有聲音、簽字等。從驗證身份的準確性來看，由于指紋的唯一性和持久性好，在刑偵領域被稱為“物證之首”，也使自動指紋識別系統(tǒng)(AFIS)最先在刑事偵察方面得到廣泛的應用。
人們在生活中常會遇到“此人很像某人”的情況，這是人的大腦完成了將“此人”與記憶中的“某人”的特征相比較得出的結(jié)論。自動指紋識別系統(tǒng)則是通過計算機來完成與此類似的思維過程將得到的指紋與數(shù)據(jù)庫內(nèi)存儲的指紋相比較，看二者是否是同一人的指紋。指紋識別的精確與否是以人眼判斷的結(jié)果作為客觀比較準則的。計算機識別的過程是一個模擬大腦思維的過程，因而研究的核心內(nèi)容就是不斷地探索、尋找新的數(shù)學模型、或理論模型，使計算機的“思維判斷”越來越接近于人類大腦的思維與判斷。
根據(jù)應用場合的不同，指紋識別系統(tǒng)可分為身份認證和查證兩大類。身份認證系統(tǒng)是一對一的查比系統(tǒng)，即將欲驗證的用戶指紋與庫中存儲的合法用戶的指紋進行比對來確認其身份的合法性；而查證系統(tǒng)則是一對多的查比系統(tǒng)，警察局和公安部門就是應用查證系統(tǒng)來進行案件偵破的。這兩種系統(tǒng)有截然不同的特點前者只需驗證欲比對指紋和庫中特定指紋是否匹配；后者則需要搜索和遍歷數(shù)據(jù)庫中的每一枚指紋，將欲比對的指紋和庫中指紋一一進行比對，在指紋庫中找出和欲比對指紋匹配的指紋，來確定欲比對指紋的身份。
在指紋查證的實際應用中，需要將待測樣本與一個超大型指紋庫中數(shù)量巨大的指紋進行比對。例如刑偵應用中，省廳級和全國級的指紋庫可能在百萬人(每人十指)以上；用于出入境、外來人口和福利管理的身份識別系統(tǒng)，其庫容量也可能達到這個級別。在這種情況下，高準確率算法的計算復雜性和大庫容量對比對速度的高要求構成了一對矛盾。解決這個矛盾的重要途徑之一是在系統(tǒng)中采用并行處理的結(jié)構；另一個途徑是采用帶有硬件加速的兩級比對算法，即首先利用硬件實現(xiàn)遺漏率低、剔除率高的粗比對算法，對大規(guī)模指紋庫進行快速篩選，剔除不匹配的指紋，選出候選指紋并計算出候選指紋與現(xiàn)場指紋(欲查證的指紋，如從犯罪現(xiàn)場采集的指紋)的位移和旋轉(zhuǎn)參數(shù)，然后用軟件在計算機上實現(xiàn)精細比對。
本發(fā)明提出的基于硬件加速的指紋粗比對方法以及比對加速裝置適用于百萬到千萬人的超大型指紋識別系統(tǒng)。
發(fā)明的內(nèi)容為了減小運算量，在提高比對速度的同時又保證比對的準確性，本發(fā)明提出了一種全新的適用于硬件加速的指紋比對方法。該方法采用超標量、超流水的結(jié)構，首先進行基于特征邊的比對，然后根據(jù)匹配的特征邊組成要比對的特征三角形，再進行特征三角形比對，從而得到庫指紋與現(xiàn)場指紋三角形的偏移信息。除此之外，本發(fā)明還提出了一種利用這些偏移信息來準確計算整枚庫指紋和現(xiàn)場指紋偏移量的方法。本發(fā)明提出的這種由邊過渡到三角形的逐級比對的方法，大幅度減少了需要比對的特征三角形的數(shù)量，提高了比對速度；同時提出的偏移量的計算方法提高了指紋比對的剔除率和偏移量計算的準確性。
基于上述指紋比對算法，本發(fā)明研制出了一種基于FPGA的指紋比對加速卡。這種流水線加并行處理的算法結(jié)構極大地提高了比對的效率。該加速卡的系統(tǒng)結(jié)構框圖見附圖10。系統(tǒng)由三大部分組成①采用FPGA芯片(如ALTERA STRTIX II EP2S130F)作為系統(tǒng)的數(shù)據(jù)處理單元完成指紋粗比對；同時作為PCI總線控制器實現(xiàn)系統(tǒng)和主機之間的通信；②雙端口DPSRAM實現(xiàn)板上庫指紋緩沖的功能；③SRAM實現(xiàn)距離&方向角表的功能。


圖1為庫指紋和現(xiàn)場指紋數(shù)據(jù)格式，其中圖(a)為庫指紋數(shù)據(jù)格式，圖(b)為現(xiàn)場指紋數(shù)據(jù)格式；圖2為算法的結(jié)構框圖；圖3為特征邊計算的三級流水線結(jié)構圖；圖4為邊比對模塊結(jié)構框圖；圖5為邊存儲模塊的存儲單元結(jié)構圖；圖6為第三邊(BC)計算的三級流水線結(jié)構圖；圖7為BC邊比對和三角形偏移信息計算模塊的5級流水線結(jié)構圖；圖8為偏移信息的乒乓存儲結(jié)構圖；圖9為偏移信息處理的結(jié)構圖；圖10為系統(tǒng)總體框架圖。
具體實施例方式
本發(fā)明提出的粗比對方法包括兩部分特征三角形的比對和指紋偏移量的計算。該方法的基本原理是遍歷庫指紋中所有的特征邊(由兩個特征點的排列構成)，生成n組庫指紋特征邊，這里n為特征點的個數(shù)，特征邊用庫指紋特征點序號表示的點對來記錄，其順序如下(1，1)(1，2)(1，3)…(1，n-1)(1，n)；(2，1)(2，2)(2，3)…(2，n-1)(2，n)；……(n-1，1)(n-1，2)(n-1，3)…(n-1，n-1)(n-1，n)；(n，1)(n，2)(n1，3)…(n，n-1)(n，n)將遍歷生成的每條庫指紋特征邊與現(xiàn)場三角形的兩條特征邊(AB、AC邊)同時進行比對。這樣遍歷比對完第i組庫指紋特征邊后，會同時得到另外兩組邊一組是第i組庫指紋特征邊中和現(xiàn)場三角形特征邊AB匹配的特征邊(i，j1)，(i，j2)…(i，jm)，另一組是第i組特征邊中和現(xiàn)場三角形AC邊匹配的特征邊(i，k1)，(i，k2)…(i，kn)，將這兩組庫指紋特征邊組合產(chǎn)生一組要比對的第三邊(j1，k1)，(j1，k2)…(j1，kn)(j2，k1)，(j2，k2)…(j2，kn)… …(jm，k1)，(jm，k2)…(jm，kn)再將這組第三邊和現(xiàn)場三角形的BC邊進行比對。如果這組邊中有與BC邊匹配的邊，就會得到一組由三條匹配的庫指紋特征邊組成的庫指紋三角形(i，jx，ky)，接著再計算這組庫指紋三角形和對應現(xiàn)場三角形的偏移量(描述庫指紋三角形相對于現(xiàn)場三角形位置偏移的一組參量)。這種先進行邊比對，剔除不匹配的特征邊，再由匹配的邊組成要比對的三角形的方法，大大減少了特征三角形比對的數(shù)量，提高了比對的速度。按照這種方法每比對完一組庫指紋特征邊(即頂點序號相同的一組邊)，就會得到一組由三條匹配邊組成的三角形及其對應的偏移量。當比對完一枚庫指紋的所有特征邊后，就會得到和該現(xiàn)場三角形匹配的所有庫指紋三角形及其對應的偏移量，這樣就完成了所有庫指紋三角形和一個現(xiàn)場三角形的比對。用同樣的方法對其他所有的現(xiàn)場三角形進行比對，就可以得到和每個現(xiàn)場指紋三角形匹配的所有庫指紋三角形及其偏移量，最后按照本發(fā)明提出的偏移量處理方法，就可以根據(jù)這些偏移量找出該枚庫指紋與現(xiàn)場指紋的偏移量，并判斷該枚庫指紋與現(xiàn)場指紋是否匹配。
下面詳細介紹本發(fā)明的具體實施方法。
一、適用于硬件加速的指紋粗比對方法(一)方法中采用的庫指紋和現(xiàn)場指紋的數(shù)據(jù)格式指紋的特征點通常用紋線的分叉點(ridge bifurcations)和端點(ridge endings)來表示。本發(fā)明中提到的現(xiàn)場指紋和庫指紋特征點用(x，y，Sita)來表示，其中x、y分別表示該點的橫、縱坐標，Sita表示該點紋線的切線方向(我們稱其為特征點的方向角)。
庫指紋中存儲了此枚庫指紋所有特征點的信息，如附圖1(a)所示。
現(xiàn)場指紋是經(jīng)過處理的欲查證的指紋，已經(jīng)自動或經(jīng)過人工提取了特征點，我們用這些特征點組成若干個特征三角形來表示此枚現(xiàn)場指紋的結(jié)構信息。因此現(xiàn)場指紋存儲的信息包括此枚現(xiàn)場指紋提取出的所有特征三角形信息，即每個特征三角形三個特征點的信息(橫、縱坐標和方向角)、三條特征邊的距離、每條特征邊相對于X軸的夾角以及各個頂點的方向角與各條特征邊方向角的夾角等，如附圖1(b)所示。
(二)特征三角形的比對其算法的結(jié)構框圖如附圖2所示。
該模塊采用流水線加并行處理的結(jié)構，庫指紋數(shù)據(jù)源源不斷地流入該模塊，依次經(jīng)過內(nèi)部各子模塊的處理，最后得到和現(xiàn)場三角形匹配的庫指紋三角形的偏移信息，其中帶星號的模塊采用了流水線的結(jié)構，其它模塊用狀態(tài)機實現(xiàn)。
(1)特征邊產(chǎn)生該模塊用來遍歷地讀取庫指紋特征點信息，產(chǎn)生要比對的特征邊。特征邊是以點對的形式產(chǎn)生的——[(XiYiθi)，(XjYjθj)]表示第i和j個特征點組成的特征邊。若庫指紋有n個特征點，則遍歷生成n組庫指紋特征邊(用庫指紋特征點序號表示的點對)，其順序如下(1，1)(1，2)(1，3)…(1，n-1)(1，n)；(2，1)(2，2)(2，3)…(2，n-1)(2，n)；……(n-1，1)(n-1，2)(n-1，3)…(n-1，n-1)(n-1，n)；(n，1)(n，2)(n1，3)…(n，n-1)(n，n)(2)特征邊計算根據(jù)前級輸出的特征點對[(XaYaθa)，(XbYbθb)]，計算出特征邊ab的信息，包括該特征邊ab的距離disAB，該邊的角度AB_dir。我們采用查片外同步RAM表的方式完成特征邊的計算，片外RAM表內(nèi)存儲的就是特征點對對應的特征邊距離disAB和角度AB_dir。
其中，
disAB=(Xi-Xj)2+(Yi-Yj)2]]>AB_dir＝[arccos(|Xi-Xj|/disAB)]在0～360度內(nèi)取模該模塊的數(shù)據(jù)流圖如附圖3所示。我們采用了三級流水的結(jié)構來實現(xiàn)計算輸入的兩個特征點組成的特征邊的距離和角度。第一級流水線產(chǎn)生查表地址，第二級流水線查同步距離和角度表(片外RAM)，第三級流水線調(diào)整查表得到的角度值。
(3)與現(xiàn)場三角形AB，AC邊比對為了只遍歷一次特征邊就完成邊比對，我們采用并行處理的結(jié)構，生成的特征邊輸入一個m路(假設現(xiàn)場指紋至多有m個特征三角形)并行比對的模塊，各路分別同時完成與對應現(xiàn)場三角形AB，AC邊的比對，并分別計算旋轉(zhuǎn)角，供后面的計算偏移量模塊使用。我們采用對應特征邊的距離、角度、點線夾角、以及這些參量的累計誤差等6個條件作為兩條邊是否匹配的判決準則，當兩條邊同時滿足規(guī)定的判決條件時，則認為這兩條邊匹配。
該模塊由三部分組成rotPointA，ABcomparison和ACcomparison。其結(jié)構框圖如附圖4所示。其中rotPointA用來計算并判斷特征點a點相對現(xiàn)場三角形A點的旋轉(zhuǎn)角rPointA；ABcomparison和ACcomparison分別完成特征邊ab與AB，AC邊比對，并分別計算該特征邊相對AB，AC邊的旋轉(zhuǎn)角度(rAB dir、rAC dir)、點旋轉(zhuǎn)角度(rPointB、rPointC)和累計誤差(AccErrAB、AccErrAC)。
(4)特征邊存儲模塊該模塊用來存儲與現(xiàn)場三角形AB，AC邊匹配的庫指紋特征邊。該模塊采用乒乓操作的結(jié)構頂點為j并且和AB，AC邊匹配的庫指紋特征邊存儲在邊存儲1單元中，當頂點為j的所有庫指紋特征邊比對完畢，則后續(xù)模塊讀取邊存儲1單元中庫指紋邊組成的要比對的第三邊，同時頂點為j+1和AB，AC邊匹配的庫指紋邊存儲在邊存儲2單元中；頂點為j+1的特征邊比對完畢后就讀取邊存儲2單元生成第三邊，同時頂點為j+2的匹配特征邊存在邊存儲1單元中……這樣依次類推。因此從外部來看，匹配的庫指紋邊的存儲和讀取是同時進行了，這種結(jié)構保證了數(shù)據(jù)能夠順利地流過流水線，而不致于打斷流水線。
邊存儲模塊的存儲單元結(jié)構如附圖5所示，我們采用乒乓操作方式，分為上下兩個部分，每部分又分為兩個單元，分別存儲頂點(匹配的庫指紋特征邊的起點，)信息和與AB，AC邊匹配的庫指紋邊信息。
(5)BC邊產(chǎn)生模塊該模塊根據(jù)前級模塊存儲的匹配庫指紋邊生成要比對的第三邊，產(chǎn)生的原理如下若以頂點為i的庫指紋邊中，和現(xiàn)場三角形ABC的AB邊匹配的邊為(i，j1)，(i，j2)…(i，jm)，和AC邊匹配的庫指紋邊為(i，k1)，(i，k2)…(i，kn)，則生成的要比對的第三邊為(j1，k1)，(j1，k2)…(j1，kn)(j2，k1)，(j2，k2)…(j2，kn)… …(jm，k1)，(jm，k2)…(jm，kn)即所有匹配的b，c點的組合。
(6)并串轉(zhuǎn)換模塊由于我們采用m路并行比對的結(jié)構，每一路都有可能產(chǎn)生和對應現(xiàn)場三角形AB，AC邊匹配的庫指紋邊，當比對完一組起點相同的庫指紋特征邊時至多會有m路要求輸出第三邊，并串轉(zhuǎn)換模塊就是把這至多m路要求輸出的第三邊以串行的形式輸出。
(7)BC邊計算模塊該模塊根據(jù)上級模塊輸出的第三邊(bc邊)信息計算出要比對的第三邊的距離和角度，同時計算出這兩條庫指紋邊和現(xiàn)場指紋邊的累計誤差。
該模塊與模塊(2)相似，也采用三級流水線的結(jié)構第一級流水線計算查表地址；第二級流水線完成對距離角度查表(片外RAM)；第三級完成角度調(diào)整。和模塊(2)不同的是，該模塊多出了計算三特征點橫縱坐標和的運算，該求和運算采用兩級流水的結(jié)構完成，分別在該模塊的第一級和第二級流水線內(nèi)完成。
該模塊數(shù)據(jù)流圖如附圖6所示。
(8)BC邊比對和三角形偏移信息計算模塊該模塊功能是①根據(jù)模塊(7)計算得到的第三邊信息和對應現(xiàn)場三角形(N)的BC進行比對，判斷第三邊是否和BC邊匹配；②計算頂點和第三邊確定的庫指紋三角形與對應的現(xiàn)場指紋三角形N的累計誤差；③計算庫指紋三角形三頂點橫縱坐標的均值以及庫指紋三角形相對現(xiàn)場三角形的旋轉(zhuǎn)角度(用于后級模塊計算偏移量)。
該模塊采用5級流水線的結(jié)構，各級流水線完成的運算如附圖7所示。BC邊比對在前三級流水線內(nèi)完成；6個偏移角度的求和在前三級流水線內(nèi)完成，對偏移角度和的除法運算在第四、五級流水線內(nèi)完成，最后得到平均偏移角度作為該特征三角形相對現(xiàn)場三角形的偏移角度DeltaSita；對橫縱坐標和作除法運算得到橫縱坐標均值XD，YD分布在五級流水線內(nèi)完成。圖中XF，YF是對應現(xiàn)場三角形橫縱坐標的均值。
(9)偏移信息存儲模塊該模塊的功能是記錄和每個現(xiàn)場指紋三角形匹配的庫指紋三角形的偏移信息。
根據(jù)大量實驗的統(tǒng)計數(shù)據(jù)，對于每個現(xiàn)場指紋三角形我們只存儲累計誤差AccErr最小的前I個庫指紋三角形的偏移信息。每個現(xiàn)場指紋可以用最多M個特征三角形表示，因此每枚現(xiàn)場指紋最多需要存儲MI個匹配的庫三角形偏移信息，存儲的信息量比較大。為了減小存儲所需的寄存器資源，本發(fā)明采用寄存器間接尋址的結(jié)構來實現(xiàn)該模塊，即將偏移信息存于Block RAM(FPGA片上RAM)中，將Block RAM的地址存于間址寄存器(FPGA內(nèi)觸發(fā)器)中。間址寄存器共有M行，每一行對應一個現(xiàn)場三角形，每個單元中存儲的Block RAM的地址是根據(jù)該地址所對應的偏移信息中的累計誤差AccErr按從小到大排列的。
為了不打斷流水線，本發(fā)明采用了乒乓存儲結(jié)構。第i枚庫指紋進行比對時，其偏移信息和Block RAM地址存于淺色單元中，同時后級模塊讀取深色單元中存儲的第i-1枚庫指紋偏移信息進行處理；第i+1枚庫指紋進行比對時，其偏移信息和Block RAM地址存于深色單元中，同時后級模塊讀取淺色單元中存儲的第i枚庫指紋偏移信息進行處理……按這種方法輪流存儲和讀取，保證了流水線的暢通。
該模塊的存儲結(jié)構如附圖8所示。
(三)偏移信息處理該模塊的結(jié)構框圖如附圖9所示。
圖中帶星號模塊采用流水線的結(jié)構，其他模塊采用狀態(tài)機進行控制。
該模塊是通過遍歷掃描偏移信息存儲單元，從中選出J個最有可能代表整枚庫指紋旋轉(zhuǎn)的基偏移量，通過再次遍歷偏移信息存儲單元，將此枚庫指紋的所有偏移信息與已選出的J個基偏移量分別同時進行比較，根據(jù)比對結(jié)果分別同時對每個基偏移量統(tǒng)計一組參量，最后根據(jù)每個基偏移量的參量進行打分，根據(jù)分值判斷此枚庫指紋是否與現(xiàn)場指紋匹配，如果匹配則輸出此枚庫指紋相對現(xiàn)場指紋的偏移量。
(1)偏移信息讀取為了后級模塊的計算，需要對存儲的偏移信息進行三次讀取第一讀取的偏移信息用于選取基偏移量；第二次讀取用于基偏移量比較；第三次讀取用于計算偏移信息累計誤差的方差。
(2)偏移量計算該模塊對偏移信息讀取模塊第一次輸出的偏移信息(Δθ，XD，YD，XF，YF，AccErr，N)進行計算，將其轉(zhuǎn)化成偏移量。具體的計算公式如下ΔX＝XD-(XFcosΔθ+YFsinΔθ)ΔY＝Y(jié)D-[XFsin(Δθ+180°)+YFcosΔθ]
(3)基偏移量生成該模塊采用狀態(tài)機來實現(xiàn)。偏移量計算模塊輸出的Flag_scanl信號啟動狀態(tài)機進行基偏移量生成，從MI個偏移量中選出J個基偏移量(Δθ1，ΔX1，ΔY1，AccErr1)…(ΔθJ，ΔXJ，ΔYJ，AccErrJ)。
(4)基偏移量比較該模塊采用并行結(jié)構，將輸入的偏移信息Δθ，XD，YD，XF，YF，AccErr，N分別同時和J個基偏移量進行比較，判斷輸入的偏移信息是否與對應的基偏移量匹配。
(5)參量統(tǒng)計該模塊分別對每個基偏移量i統(tǒng)計一組參量(Tri_numi，F(xiàn)Tri_numi，AccErr_Meani，AccErr_Deviationi)，然后根據(jù)這些參量分別對每個基偏移量進行打分，分值的高低就表示該基偏移量代表此枚庫指紋和現(xiàn)場指紋偏移量可能性的大小。最后根據(jù)分值輸出庫指紋相對現(xiàn)場指紋的偏移量。
二、基于該算法的指紋比對加速卡基于上述指紋比對算法，發(fā)明人還研制出一種基于FPGA的指紋比對加速卡。該加速卡采用PCI接口，適用于百萬到千萬人的超大型指紋識別系統(tǒng)。
該加速卡的硬件框架如附圖10所示，系統(tǒng)由三大部分組成①采用FPGA芯片(如ALTERA STRTIX II EP2S130F)作為系統(tǒng)的數(shù)據(jù)處理單元完成指紋粗比對；同時作為PCI總線控制器實現(xiàn)系統(tǒng)和主機之間的通信；雙端口DPSRAM實現(xiàn)板上庫指紋緩沖的功能；③SRAM實現(xiàn)距離&方向角表的功能。
FPGA芯片實現(xiàn)的數(shù)據(jù)處理和接口控制單元由三大部分組成①指紋粗比對模塊、②HI主機接口、③PCI總線控制器。
指紋粗比對模塊就是按照本發(fā)明中提出的算法，完成指紋粗比對功能，計算出庫指紋相對現(xiàn)場指紋的角度和位置偏移(Δθ，ΔX，ΔY)。
HI主機接口模塊的主要功能是完成指紋比對模塊和PCI總線控制器的接口控制；PCI總線控制器一端是PCI接口，另一端是Wishbone接口，它實現(xiàn)了系統(tǒng)PCI端和Wishbone端之間的橋梁功能，將復雜的PCI協(xié)議轉(zhuǎn)化成了較簡單的Wishbone協(xié)議。
本發(fā)明提出的并行流水線的粗比對結(jié)構和比對方法，可以用于制作ASIC、IPCORE和指紋比對硬件加速設備，完成超大規(guī)模庫上的指紋比對。另外該方法不僅僅局限于硬件系統(tǒng)，它也可以集成進其它形式的軟件比對系統(tǒng)中，用于大規(guī)模指紋數(shù)據(jù)庫的指紋比對。
對于本領域的技術人員來說，很明顯，本發(fā)明可以做出各種改進和擴展，因此，只要他們落入所附權力要求書及其等同范圍內(nèi)，本發(fā)明就涵蓋這些改進及擴展。
權利要求
1.一種用于將現(xiàn)場指紋與存儲的庫指紋進行快速粗比對，計算出現(xiàn)場指紋相對庫指紋的偏移量(Δθ，ΔX，ΔY)的方法，該方法包括由庫指紋的特征點生成要比對的庫指紋三角形，并將庫指紋三角形和現(xiàn)場指紋三角形進行比對，進而計算出三角形偏移信息的方法；和根據(jù)一枚庫指紋的庫指紋三角形與現(xiàn)場三角形的偏移信息，計算出現(xiàn)場指紋相對該枚庫指紋的偏移量(Δθ，ΔX，ΔY)的方法。
2.按照權利要求1的方法，其中所述由庫指紋特征點生成要比對的庫指紋三角形包括下述步驟特征邊產(chǎn)生遍歷所述庫指紋的所有特征點，由兩個特征點的排列生成庫指紋特征邊；特征邊計算根據(jù)生成的庫指紋特征邊的特征點對計算該特征邊的信息，包括該特征邊的距離、方向角和點線夾角；特征邊比對根據(jù)上述特征邊的信息，將該特征邊與現(xiàn)場三角形的第一條邊AB和第二條邊BC分別同時進行比較；特征邊存儲將和現(xiàn)場三角形AB，AC邊匹配的，起點相同的庫指紋特征邊分別進行存儲；以及第三邊產(chǎn)生根據(jù)存儲的和現(xiàn)場三角形AB，AC邊匹配的庫指紋特征邊，生成要和現(xiàn)場三角形BC邊比對的第三條庫指紋特征邊，這樣這個公共的起點和生成的第三邊就構成了要比對的庫指紋三角形。
3.按照權利要求1的方法，還包括從現(xiàn)場指紋三角形和庫指紋三角形的三角形偏移信息中選取若干個基偏移量，作為現(xiàn)場指紋和庫指紋備選的偏移量的方法。
4.按照權利要求1的方法，還包括將三角形偏移信息和基偏移量進行比較的方法。
5.按照權利要求1的方法，還包括通過統(tǒng)計每個基偏移量中的各參量，對基偏移量進行打分，衡量該偏移量是現(xiàn)場指紋和庫指紋實際偏移量的可能性的方法。
6.一種通過將庫指紋的特征點生成的庫指紋三角形與現(xiàn)場指紋三角形進行比對，計算出一枚庫指紋的庫指紋三角形與現(xiàn)場三角形的偏移信息，進而計算出現(xiàn)場指紋相對該枚庫指紋的偏移量(Δθ，ΔX，ΔY)的適于硬件實現(xiàn)的快速粗比對裝置，包括超標量的流水線加并行結(jié)構和超流水線結(jié)構。
7.按照權利要求6的裝置，還包括特征邊計算/存儲、第一條邊/第二條邊的比對、第三邊計算、第三邊比對與三角形偏移信息計算、偏移量計算、基偏移量比較模塊采用的流水線結(jié)構。
8.按照權利要求7的結(jié)構，還包括進行第一條邊/第二條邊比對、特征邊存儲和第三邊產(chǎn)生，以及基偏移量比較時采用的并行流水線結(jié)構。
9.按照權利要求6的裝置，還包括采用乒乓操作對匹配的特征邊進行存取的結(jié)構。
10.按照權利要求6的裝置，還包括采用乒乓操作對三角形偏移信息進行存取的結(jié)構。
11.按照權利要求6的裝置，還包括間接尋址存儲三角形偏移信息的結(jié)構。
12.按照權利要求6的裝置，還包括為了計算第三邊模塊采用的3級流水線結(jié)構。
13.按照權利要求6的裝置，還包括為了進行第三邊比對和三角形偏移信息計算的采用的5級流水線的結(jié)構。
14.按照權利要求6的裝置，還包括為了進行偏移信息處理采用流水線和狀態(tài)機相結(jié)合的結(jié)構。
15.一個采用權利要求6中的裝置，用FPGA或ASIC實現(xiàn)的指紋粗比對單元和IP CORE。
16.一個按照權利要求1的方法、權利要求6的裝置集成的指紋比對系統(tǒng)，用于大規(guī)模指紋數(shù)據(jù)庫的指紋比對。
全文摘要
本發(fā)明提出了一種全新的適用于硬件加速的指紋比對方法。該方法采用超標量、超流水的結(jié)構，在提高比對速度的同時保證了比對的準確性。首先進行基于特征邊的比對，然后根據(jù)匹配的特征邊組成要比對的特征三角形，再進行特征三角形比對，得到庫指紋與現(xiàn)場指紋三角形的偏移信息。本發(fā)明提出的這種由邊過渡到三角形的逐級比對的方法，大幅度減少了需要比對的特征三角形的數(shù)量，提高了比對速度；同時提出的偏移量的計算方法提高了指紋比對的剔除率和偏移量計算的準確性?；谏鲜鲋讣y比對方法，本發(fā)明研制出了一種基于FPGA的指紋比對加速卡。這種流水線加并行處理的算法結(jié)構極大地提高了比對的效率。
文檔編號G06K9/00GK1862562SQ200610086958
公開日2006年11月15日 申請日期2006年6月20日 優(yōu)先權日2006年6月20日
發(fā)明者蔡安妮, 蘇菲, 邱超, 陳增茂, 趙德群 申請人:北京郵電大學