一種基于方向場細節(jié)點描述子的指紋分類方法
【專利說明】-種基于方向場細節(jié)點描述子的指紋分類方法
[0001]
技術(shù)領(lǐng)域；本發(fā)明設(shè)及基于方向場細節(jié)點描述子的指紋分類方法，屬于數(shù)字圖像 處理技術(shù)領(lǐng)域，。
【背景技術(shù)】：
[0002] 指紋作為一種存在于人類指尖的生物特征由于其唯一性、不變性和低成本已經(jīng) 被廣泛地用于司法和民間的身份認證場合。總體上基于指紋的識別系統(tǒng)在兩種模式下 工作；確認和識別[1]。在確認模式下用戶輸入他的指紋并請求一個認證，然后系統(tǒng)確認 是否該個輸入的指紋屬于所請求的身份。在識別模式下，用戶輸入他的指紋，然后系統(tǒng) 在數(shù)據(jù)庫中尋找該個指紋的并識別出該用戶的身份。因此自動指紋識別需要輸入指紋 和指紋庫中所有指紋進行匹配，當我們獲得的更大的數(shù)據(jù)庫識別過程勢必更加復(fù)雜。盡 管在指紋認證方面已經(jīng)存在了令人滿意的結(jié)果，但是從1:1的認證過程擴展為1 ;N的識 別過程時不管是時間花費還是精確度都嚴重地惡化[1 ;D. Maltoni，D. Maio, A. K. Jain, A. Prabhakar, Handbook of Fingerprint Recognition, Springer, NewYork, 2003]。普遍的 策略是在分類之前把指紋庫中指紋分成一系列具有共同點的組巧；N. K. Ratha，S.化en，K. Karu, A. Jain, Areal-time matching system for large fingerprint databases, IEEE Transactions on Pattern Analysis and Machine Intelligence 18(8)(1996)799 -813. M. Liu, X. D. Jiang, A. C. Kot, Efficient fingerprint search based on database clustering,化ttern Reco即ition40 (6) (2007) 1793 - 1803.]輸入的指紋先粗略地與 每個組進行匹配，然后再與一個或多個與該指紋在一定程度上相似的組內(nèi)的指紋進行匹 配。所謂指紋分類就是通過一個精確并且穩(wěn)定的方法把指紋分在一個預(yù)定義的類中。建 立索引表加快在大規(guī)模的識別系統(tǒng)中捜索指紋庫的速度是十分重要的。指紋識別已經(jīng) 研究了超過一個世紀。大多數(shù)指紋分類算法都是根據(jù)高爾頓-亨利Galton-Henry分 類表：[3、4 ;E. R. Henry, Classification and Uses of Fingerprints, Routledge, Lond on, 1900.]來把指紋分為5個常規(guī)的類型；尖拱型、平拱型、左旋型、右旋型和禍型。穩(wěn)定 并且可靠的指紋分類由于固有的種間模糊性仍然是一個具有挑戰(zhàn)性的問題。指紋分類由 于其重要性和本質(zhì)上的難度已經(jīng)引起了巨大的研究興趣，許多算法在文獻中被提出[5:K. Karu,A. K. Jain, Fingerprint classification, Pattern Recognition29(3)(1996)389 -404. ] [6:A. K. Jain, S. Prabhakar, L. Hong, A multi-channel approach to fingerprint classification, IEEE Transactions on Pattern Analysis and Machine Intelligence 21 (4) (1999) 348 - 359. ] [7:G. T. Candela, P. J. Grother, C. I. Watson, R. A. Wilkin son, C. L. Wilson, PCASYS-a pattern-level classification automation system for fingerprints, Technique Report:NISTTR5647, Augustl995. ][8:R. Cappelli, D.Maio,D. Maltoni, Fingeprint classification based on multi-space KL, in:Proceedings of Workshop on Automatic Identification Advanced Technologies, 1999, pp. 117 - 120.] [9:C. H. Park, H. Park, Fingerprint classification using fast Fourier transform and nonlinear discriminant analysis, Pattern Recognition38(4)(2005)495 - 503.]
[10:Y. Yao, P. Frasconi, M. Ponti1,Fingerprint classification with combination of support vector machine, in:Proceedings of 3rd International Conference on Audio-and Video-based Biometric Person Authentication, 2001, pp. 253 - 258. ][11:A. Senior, A combination fingerprint classification, IEEE Transactions on Pattern Analysis and Machine Intelligence 23(10)(2001) 1165 - 1174. ][12:G. L. Marcialis, F. Roli, P. Frasconi, Fingerprint classification by combination of flat and structural approaches, in:Proceedings of International Conference on Audio-and Video-based Biometric Person Authentication 0rd), 2001,卵.241 - 246. ][13:X. Tan,B. Bhanu, Y.Lin,Fingerprint classification based on learned features,IEEE Transactions on System, Man and Cybernetics, PartC35(3)(2005)287 - 300(special issue on Biometrics).]。一個有效的指紋分類算法通常提取一組具有表現(xiàn)力的特征 集來獲取每個指紋獨特的并包含某些可W決定指紋類型的信息。指紋由交錯的脊谷線 組成。總體上能表現(xiàn)指紋的有兩種特征：描述全局脊谷線流向的模糊特征還有精確描述 脊線異常點的精確特征一一細節(jié)點。奇異點也可W被認為是脊線結(jié)構(gòu)上的異常點。存 在兩種奇異點，core點和delta點。為了促進數(shù)據(jù)庫捜索指紋一般根據(jù)模糊特征進行 分類，而精確特征被用來進行指紋的匹配。大部分公布的指紋分類方法使用一個或多個 下列的特征；奇異點、方向場、脊谷線流向和Gabor濾波響應(yīng)。在對基于Gabor濾波響應(yīng) 特征的指紋分類算法 FingerCode[6 ;A. K. Jain, S. Pr油hakar, L. Hong, A multi-channel approach to fingerprint classification, IEEE Transactions on Pattern Analysis and Machine Intelligence 21(4) (1999) 348 - 359.]的研究中發(fā)現(xiàn) G油 or 濾波響應(yīng) 盡管在分類方面有著顯著的效果，但其對特征向量的提取方式相對復(fù)雜。所W本文 在對 FingerCode[6 ；A. K. Jain, S. Prabhakar, L. Hong, A multi-channel approach to fingerprint classification, IEEE Transactions on Pattern Analysis and Machine Intelligence 21(4) (1999)348 - 359.]算法分析和總結(jié)的基礎(chǔ)上，通過一個在指紋core 點周圍進行構(gòu)建的大范圍方向場細節(jié)點描述子[14 ;Jianjiang Feng. Combining minutiae descriptors for fingerprint matching. Pattern Recognition, 2008, 41 (1):342 ~ 352. ][15 ；M.Tico, P. Kuosmanen