一種求取重疊指紋方向場(chǎng)的方法和裝置制造方法
【專利摘要】本發(fā)明公開了一種求取重疊指紋方向場(chǎng)的方法和裝置，方法步驟如下：標(biāo)定出指紋有效區(qū)域，分塊圖像，將分塊圖像進(jìn)行離散傅立葉變換，濾除低頻分量并搜索頻域幅值的極值點(diǎn)對(duì)，根據(jù)極值點(diǎn)對(duì)求得分塊圖像的初始方向場(chǎng)；將重疊有效區(qū)域的分塊圖像的初始方向場(chǎng)進(jìn)行矩陣建模，計(jì)算相關(guān)性矩陣，設(shè)置初始標(biāo)注概率矩陣，然后依次迭代進(jìn)行隨機(jī)標(biāo)注、計(jì)算響應(yīng)、更新標(biāo)注概率矩陣、判斷收斂，最終得到兩個(gè)指紋的分離獨(dú)立方向場(chǎng)；將獨(dú)立有效區(qū)域和分離獨(dú)立方向場(chǎng)進(jìn)行組合并選擇其中一種組合方式得到分離后的指紋方向場(chǎng)。裝置包括標(biāo)定模塊、初始方向場(chǎng)估計(jì)模塊、獨(dú)立方向場(chǎng)分離模塊和組合選擇模塊。本發(fā)明具有重疊指紋分離質(zhì)量高、脊線檢測(cè)準(zhǔn)確性好、應(yīng)用范圍廣的優(yōu)點(diǎn)。
【專利說明】一種求取重疊指紋方向場(chǎng)的方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及指紋識(shí)別領(lǐng)域，具體涉及一種求取重疊指紋方向場(chǎng)的方法和裝置。
【背景技術(shù)】
[0002]傳統(tǒng)的指紋識(shí)別系統(tǒng)能夠識(shí)別的指紋圖像只含一個(gè)指紋(例如捺印指紋)或者幾個(gè)沒有重疊的指紋(例如整個(gè)手掌)，因?yàn)閭鹘y(tǒng)的指紋識(shí)別系統(tǒng)假設(shè)輸入指紋都已很好地得到了分割。但是，重疊指紋的出現(xiàn)給傳統(tǒng)的指紋識(shí)別系統(tǒng)帶來了挑戰(zhàn)?？煽康募咕€檢測(cè)對(duì)成功的指紋比對(duì)非常重要。當(dāng)脊線清晰或指紋圖像的噪聲很小時(shí)，現(xiàn)有技術(shù)的脊線檢測(cè)方法能很好地檢測(cè)出脊線，但是由于重疊指紋的輸入指紋未能得到分割，使得脊線清晰度不佳、噪聲較大，因此現(xiàn)有技術(shù)的脊線檢測(cè)方法難以檢測(cè)重疊指紋，不能很好地進(jìn)行重疊指紋的分離及脊線檢測(cè)。而指紋方向場(chǎng)的求取作為指紋識(shí)別處理工作中相當(dāng)重要的一環(huán)，有助于后期重疊指紋的分離及脊線檢測(cè)。因此，如何實(shí)現(xiàn)一種提取現(xiàn)場(chǎng)重疊指紋方向場(chǎng)的方法，以解決當(dāng)前無法分離重疊指紋的問題，從而保證脊線檢測(cè)的準(zhǔn)確性，增加自動(dòng)分離重疊指紋系統(tǒng)的實(shí)用性，已經(jīng)成為該領(lǐng)域亟待解決的關(guān)鍵技術(shù)問題之一。

【發(fā)明內(nèi)容】

[0003]針對(duì)現(xiàn)有技術(shù)的上述問題，本發(fā)明要解決的技術(shù)問題是提供一種重疊指紋分離質(zhì)量高、脊線檢測(cè)準(zhǔn)確性好、應(yīng)用范圍廣的求取重疊指紋方向場(chǎng)的方法和裝置。
[0004]為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為:
[0005]一種求取重疊指紋方向場(chǎng)的方法，其實(shí)施步驟如下:
[0006]I)在原始圖像上標(biāo)定出指紋有效區(qū)域，所述指紋有效區(qū)域包括兩個(gè)指紋的獨(dú)立有效區(qū)域以及兩個(gè)指紋之間的重疊有效區(qū)域；
[0007]2)將原始圖像進(jìn)行分塊得到分塊圖像，將每一個(gè)分塊圖像進(jìn)行離散傅立葉變換得到頻域圖，濾除頻域圖中的低頻分量并搜索頻域幅值的極值點(diǎn)對(duì)，在獨(dú)立有效區(qū)域的分塊圖像中搜索獲得I個(gè)極值點(diǎn)對(duì)，在重疊有效區(qū)域的分塊圖像中搜索獲得2個(gè)極值點(diǎn)對(duì)，分別計(jì)算所述極值點(diǎn)對(duì)所對(duì)應(yīng)二維正弦波的相位角，根據(jù)分塊圖像中極值點(diǎn)對(duì)所對(duì)應(yīng)二維正弦波的相位角求得各個(gè)分塊圖像的初始方向場(chǎng)；
[0008]3)針對(duì)所有包含2個(gè)極值點(diǎn)對(duì)的重疊有效區(qū)域的分塊圖像，將分塊圖像的初始方向場(chǎng)進(jìn)行矩陣建模，對(duì)所述矩陣模型對(duì)應(yīng)的對(duì)象集合計(jì)算相關(guān)性矩陣，設(shè)置初始標(biāo)注概率矩陣，然后依次迭代進(jìn)行在兩個(gè)指紋對(duì)應(yīng)的標(biāo)注中隨機(jī)選擇一個(gè)標(biāo)注、計(jì)算對(duì)象集合中各個(gè)對(duì)象在隨機(jī)選擇標(biāo)注后的響應(yīng)、更新標(biāo)注概率矩陣、判斷標(biāo)注概率矩陣的概率密度是否收斂，如果尚未收斂則返回繼續(xù)迭代，否則迭代完成，根據(jù)在所述兩個(gè)指紋對(duì)應(yīng)的標(biāo)注中選擇的標(biāo)注將所述對(duì)象集合中各個(gè)對(duì)象進(jìn)行分離，從而得到所述重疊有效區(qū)域?qū)?yīng)所述兩個(gè)指紋的兩個(gè)分離獨(dú)立方向場(chǎng)；
[0009]4)將所述兩個(gè)指紋的獨(dú)立有效區(qū)域的初始方向場(chǎng)和兩個(gè)分離獨(dú)立方向場(chǎng)進(jìn)行組合得到兩種組合方式，從兩種組合方式中選擇一種組合方式得到兩個(gè)指紋分離后的指紋方向場(chǎng)。
[0010]作為本發(fā)明求取重疊指紋方向場(chǎng)的方法的進(jìn)一步改進(jìn):
[0011]所述步驟2)的詳細(xì)步驟如下:
[0012]2.1)將原始圖像按照指定大小進(jìn)行分塊得到互不交疊的分塊圖像；
[0013]2.2)將每一個(gè)分塊圖像進(jìn)行離散傅立葉變換；
[0014]2.3)以離散傅立葉變換得到頻域圖的中心點(diǎn)為中心、以指定大小為半徑的圓形區(qū)域視為低頻分量的幅值，通過將低頻分量的幅值賦值為零濾除頻域圖中的低頻分量；
[0015]2.4)在所述頻域圖中搜索頻域幅值的極值點(diǎn)對(duì)，在所述獨(dú)立有效區(qū)域的分塊圖像中搜索得到I個(gè)極值點(diǎn)對(duì)，在所述重疊有效區(qū)域的分塊圖像中搜索得到2個(gè)極值點(diǎn)對(duì)，所述極值點(diǎn)對(duì)包括對(duì)稱分布的兩個(gè)極值點(diǎn)；
[0016]2.5)分別根據(jù)式(I)計(jì)算每個(gè)極值點(diǎn)對(duì)所對(duì)應(yīng)二維正弦波的相位角；
【權(quán)利要求】
1.一種求取重疊指紋方向場(chǎng)的方法，其特征在于實(shí)施步驟如下: 1)在原始圖像上標(biāo)定出指紋有效區(qū)域，所述指紋有效區(qū)域包括兩個(gè)指紋的獨(dú)立有效區(qū)域以及兩個(gè)指紋之間的重疊有效區(qū)域； 2)將原始圖像進(jìn)行分塊得到分塊圖像，將每一個(gè)分塊圖像進(jìn)行離散傅立葉變換得到頻域圖，濾除頻域圖中的低頻分量并搜索頻域幅值的極值點(diǎn)對(duì)，在獨(dú)立有效區(qū)域的分塊圖像中搜索獲得I個(gè)極值點(diǎn)對(duì)，在重疊有效區(qū)域的分塊圖像中搜索獲得2個(gè)極值點(diǎn)對(duì)，分別計(jì)算所述極值點(diǎn)對(duì)所對(duì)應(yīng)二維正弦波的相位角，根據(jù)分塊圖像中極值點(diǎn)對(duì)所對(duì)應(yīng)二維正弦波的相位角求得各個(gè)分塊圖像的初始方向場(chǎng)； 3)針對(duì)所有包含2個(gè)極值點(diǎn)對(duì)的重疊有效區(qū)域的分塊圖像，將分塊圖像的初始方向場(chǎng)進(jìn)行矩陣建模，對(duì)所述矩陣模型對(duì)應(yīng)的對(duì)象集合計(jì)算相關(guān)性矩陣，設(shè)置初始標(biāo)注概率矩陣，然后依次迭代進(jìn)行在兩個(gè)指紋對(duì)應(yīng)的標(biāo)注中隨機(jī)選擇一個(gè)標(biāo)注、計(jì)算對(duì)象集合中各個(gè)對(duì)象在隨機(jī)選擇標(biāo)注后的響應(yīng)、更新標(biāo)注概率矩陣、判斷標(biāo)注概率矩陣的概率密度是否收斂，如果尚未收斂則返回繼續(xù)迭代，否則迭代完成，根據(jù)在所述兩個(gè)指紋對(duì)應(yīng)的標(biāo)注中選擇的標(biāo)注將所述對(duì)象集合中各個(gè)對(duì)象進(jìn)行分離，從而得到所述重疊有效區(qū)域?qū)?yīng)所述兩個(gè)指紋的兩個(gè)分離獨(dú)立方向場(chǎng)； 4)將所述兩個(gè)指紋的獨(dú)立有效區(qū)域的初始方向場(chǎng)和兩個(gè)分離獨(dú)立方向場(chǎng)進(jìn)行組合得到兩種組合方式，從兩種組合方式中選擇一種組合方式得到兩個(gè)指紋分離后的指紋方向場(chǎng)。
2.根據(jù)權(quán)利要求1所述的求取重疊指紋方向場(chǎng)的方法，其特征在于，所述步驟2)的詳細(xì)步驟如下: 2.1)將原始圖像按照指定大小進(jìn)行分塊得到互不交疊的分塊圖像； 2.2)將每一個(gè)分塊圖像進(jìn) 行離散傅立葉變換； 2.3)以離散傅立葉變換得到頻域圖的中心點(diǎn)為中心、以指定大小為半徑的圓形區(qū)域視為低頻分量的幅值，通過將低頻分量的幅值賦值為零濾除頻域圖中的低頻分量； 2.4)在所述頻域圖中搜索頻域幅值的極值點(diǎn)對(duì)，在所述獨(dú)立有效區(qū)域的分塊圖像中搜索得到I個(gè)極值點(diǎn)對(duì)，在所述重疊有效區(qū)域的分塊圖像中搜索得到2個(gè)極值點(diǎn)對(duì)，所述極值點(diǎn)對(duì)包括對(duì)稱分布的兩個(gè)極值點(diǎn)； 2.5)分別根據(jù)式(I)計(jì)算每個(gè)極值點(diǎn)對(duì)所對(duì)應(yīng)二維正弦波的相位角； θ(ιι, V) = arctan >( I) 式(I)中，Θ (u，V)為每個(gè)極值點(diǎn)對(duì)所對(duì)應(yīng)二維正弦波的相位角，R(u，V)為離散傅立葉變換得到的復(fù)數(shù)的實(shí)部，I (U，V)為離散傅立葉變換得到的復(fù)數(shù)的虛部，u為頻域的橫坐標(biāo)，V為頻域的縱坐標(biāo)； 2.6)將分塊圖像中各個(gè)極值點(diǎn)對(duì)所對(duì)應(yīng)二維正弦波的的相位角分別加上π /2分別得到各個(gè)分塊圖像的初始方向場(chǎng)。
3.根據(jù)權(quán)利要求2所述的求取重疊指紋方向場(chǎng)的方法，其特征在于，所述步驟3)的詳細(xì)步驟如下: 3.1)針對(duì)所有包含2個(gè)極值點(diǎn)對(duì)的重疊有效區(qū)域的分塊圖像，將對(duì)應(yīng)極值點(diǎn)對(duì)的初始方向場(chǎng)進(jìn)行矩陣建模；. 3.2)將所述矩陣模型中的每一個(gè)元素視為一個(gè)對(duì)象，針對(duì)所述矩陣模型對(duì)應(yīng)的對(duì)象集合根據(jù)式(2)計(jì)算相關(guān)性矩陣；
4.根據(jù)權(quán)利要求3所述的求取重疊指紋方向場(chǎng)的方法，其特征在于，所述步驟4)的詳細(xì)步驟如下: .4.1)將重疊有效區(qū)域?qū)?yīng)所述兩個(gè)指紋的分離獨(dú)立方向場(chǎng)進(jìn)行膨脹運(yùn)算處理； .4.2)將所述兩個(gè)指紋的獨(dú)立有效區(qū)域的初始方向場(chǎng)和膨脹運(yùn)算處理后的兩個(gè)分離獨(dú)立方向場(chǎng)進(jìn)行組合得到兩種組合方式，并根據(jù)式(5)計(jì)算所述兩種組合方式的相似性因子；

5.一種求取重疊指紋方向場(chǎng)的裝置，其特征在于實(shí)施步驟如下: 標(biāo)定模塊，用于在原始圖像上標(biāo)定出指紋有效區(qū)域，所述指紋有效區(qū)域包括兩個(gè)指紋的獨(dú)立有效區(qū)域以及兩個(gè)指紋之間的重疊有效區(qū)域； 初始方向場(chǎng)估計(jì)模塊，用于將原始圖像進(jìn)行分塊得到分塊圖像，將每一個(gè)分塊圖像進(jìn)行離散傅立葉變換得到頻域圖，濾除頻域圖中的低頻分量并搜索頻域幅值的極值點(diǎn)對(duì)，在獨(dú)立有效區(qū)域的分塊圖像中搜索獲得I個(gè)極值點(diǎn)對(duì)，在重疊有效區(qū)域的分塊圖像中搜索獲得2個(gè)極值點(diǎn)對(duì)，分別計(jì)算所述極值點(diǎn)對(duì)所對(duì)應(yīng)二維正弦波的相位角，根據(jù)分塊圖像中極值點(diǎn)對(duì)所對(duì)應(yīng)二維正弦波的相位角求得各個(gè)分塊圖像的初始方向場(chǎng)； 獨(dú)立方向場(chǎng)分離模塊，用于針對(duì)所有包含2個(gè)極值點(diǎn)對(duì)的重疊有效區(qū)域的分塊圖像，將分塊圖像的初始方向場(chǎng)進(jìn)行矩陣建模，對(duì)所述矩陣模型對(duì)應(yīng)的對(duì)象集合計(jì)算相關(guān)性矩陣，設(shè)置初始標(biāo)注概率矩陣，然后依次迭代進(jìn)行在兩個(gè)指紋對(duì)應(yīng)的標(biāo)注中隨機(jī)選擇一個(gè)標(biāo)注、計(jì)算對(duì)象集合中各個(gè)對(duì)象在隨機(jī)選擇標(biāo)注后的響應(yīng)、更新標(biāo)注概率矩陣、判斷標(biāo)注概率矩陣的概率密度是否收斂，如果尚未收斂則返回繼續(xù)迭代，否則迭代完成，根據(jù)在所述兩個(gè)指紋對(duì)應(yīng)的標(biāo)注中選擇的標(biāo)注將所述對(duì)象集合中各個(gè)對(duì)象進(jìn)行分離，從而得到所述重疊有效區(qū)域?qū)?yīng)所述兩個(gè)指紋的兩個(gè)分離獨(dú)立方向場(chǎng)； 組合選擇模塊，用于將所述兩個(gè)指紋的獨(dú)立有效區(qū)域的初始方向場(chǎng)和兩個(gè)分離獨(dú)立方向場(chǎng)進(jìn)行組合得到兩種組合方式，從兩種組合方式中選擇一種組合方式得到兩個(gè)指紋分離后的指紋方向場(chǎng)。
6.根據(jù)權(quán)利要求5所述的求取重疊指紋方向場(chǎng)的裝置，其特征在于，所述初始方向場(chǎng)估計(jì)模塊包括: 分塊子模塊，用于將原始圖像按照指定大小進(jìn)行分塊得到互不交疊的分塊圖像； 離散傅立葉變換子模塊，用于將每一個(gè)分塊圖像進(jìn)行離散傅立葉變換； 低頻分量過濾子模塊，用于以離散傅立葉變換得到頻域圖的中心點(diǎn)為中心、以指定大小為半徑的圓形區(qū)域視為低頻分量的幅值，通過將低頻分量的幅值賦值為零濾除頻域圖中的低頻分量； 極值點(diǎn)對(duì)查找子模塊，用于在所述頻域圖中搜索頻域幅值的極值點(diǎn)對(duì)，在所述獨(dú)立有效區(qū)域的分塊圖像中搜索得到I個(gè)極值點(diǎn)對(duì)，在所述重疊有效區(qū)域的分塊圖像中搜索得到2個(gè)極值點(diǎn)對(duì)，所述極值點(diǎn)對(duì)包括對(duì)稱分布的兩個(gè)極值點(diǎn)； 相位角計(jì)算子模塊，用于分別根據(jù)式(I)計(jì)算每個(gè)極值點(diǎn)對(duì)所對(duì)應(yīng)二維正弦波的相位角；
7.根據(jù)權(quán)利要求6所述的求取重疊指紋方向場(chǎng)的裝置，其特征在于，所述獨(dú)立方向場(chǎng)分離模塊包括: 矩陣建模子模塊，用于針對(duì)所有包含2個(gè)極值點(diǎn)對(duì)的重疊有效區(qū)域的分塊圖像，將對(duì)應(yīng)極值點(diǎn)對(duì)的初始方向場(chǎng)進(jìn)行矩陣建模； 相關(guān)性矩陣計(jì)算子模塊，用于將所述矩陣模型中的每一個(gè)元素視為一個(gè)對(duì)象，針對(duì)所述矩陣模型對(duì)應(yīng)的對(duì)象集合根據(jù)式(2)計(jì)算相關(guān)性矩陣；
8.根據(jù)權(quán)利要求7所述的求取重疊指紋方向場(chǎng)的裝置，其特征在于，所述組合選擇模塊包括: 膨脹運(yùn)算子模塊，用于將重疊有效區(qū)域?qū)?yīng)所述兩個(gè)指紋的分離獨(dú)立方向場(chǎng)進(jìn)行膨脹運(yùn)算處理； 相似性因子計(jì)算子模塊，用于將所述兩個(gè)指紋的獨(dú)立有效區(qū)域的初始方向場(chǎng)和膨脹運(yùn)算處理后的兩個(gè)分離獨(dú)立方向場(chǎng)進(jìn)行組合得到兩種組合方式，并根據(jù)式(5)計(jì)算所述兩種組合方式的相似性因子；
【文檔編號(hào)】G06K9/00GK103500334SQ201310424595
【公開日】2014年1月8日 申請(qǐng)日期:2013年9月17日 優(yōu)先權(quán)日:2013年9月17日
【發(fā)明者】陳芳林, 劉亞東, 張熠, 周宗潭, 胡德文 申請(qǐng)人:中國人民解放軍國防科學(xué)技術(shù)大學(xué)