基于结构特征的指纹细节点匹配算法.pdfVIP

基于结构特征的指纹细节点匹配算法1 1 1 2 吕玉华 ，李丽娟 ，刘灵丽 1. 湖南大学计算机与通信学院，长沙（410082 ） 2. 湘南学院计算机系，湖南郴州（423000 ） E-mail ：lv_tracy@ 摘 要： 提出了一种新的指纹特征匹配方法。首先定位指纹图像的中心点，然后提取细节 点，并计算其与中心点的角度差以及到中心点所穿越的脊线数，将此作为特征向量与细节点 特征结合,最后根据穿越的脊线数和角度差对细节点进行匹配。实验表明该算法运行速度较 快，有较强的抗噪声与图像形变的能力，能有效地提高指纹图像匹配的准确程度。 关键词： 中心点；细节点；穿越的脊线数；结构特征；匹配 中图分类号：TP309；TP391.41 1．引言 近年来，因为指纹的唯一性、不变性和获取的方便性，指纹识别技术在安全领域得到广 泛应用。作为指纹识别技术的关键环节，特征提取和匹配算法的优化能有效的提高指纹识别 系统的性能。 传统的细节点匹配算法是提取出待识别指纹纹线的端点与分叉点的信息，包括位置坐标 和方向，与模板指纹的这些信息进行比对，从而转化为两个点的集合的匹配。一般认为，只 要比对出13个特征点重合，就可以确认这两枚指纹是同一个指纹。这种方法在进行匹配操作 时非常耗时，需要对两组特征点进行排列组合，大大增加了运算时间；另外，指压、平移和 旋转都会造成指纹的弹性形变，引起细节点坐标和方向的变化，造成匹配结果的不准确，所 以人们引入了指纹的其它特征如全局特征信息（中心点、三角点等）或者纹线特征（纹线流 向、纹数）等降低错误匹配的概率。例如引入指纹中心点与各细节点之间的相对距离和相对 角度差来实现两组特征数据的匹配，这种方法对小范围内的图像形变有效，但是在形变比较 严重的情况下，中心点和细节点的相对距离和角度差变化较大，会影响特征的匹配准确度。 而采用在特征信息中引入指纹分叉点间连线所穿越的脊线个数的方法，对虚假细节点和遗漏 真实细节点比较敏感,如果这个结构包含了不正确的分叉点信息，就会因为分叉点间的联合 结构累积误差，从而影响匹配结果。 本文在以上两种方法的基础上提出了一种基于细节点和中心点的连线所穿越的脊线数 与角度差相结合的方法进行匹配。比距离、角度差更具有鲁棒性，存在少量虚假细节点或遗 漏真实细节点也不会因为误差的放大而影响匹配结果，从而减轻了对细节点的依赖程度。这 种特征信息在一定程度上反映了特征点间的结构特性，在指纹图像没有被分割、损坏的情况 下，任何程度的变形都不会改变这一特性，所以对提高指纹匹配的准确度很有帮助。该方法 的具体步骤如下： （1）根据方向图定位中心点； （2 ）提取包含结构特征的细节点信息。 （3 ）根据特征信息进行匹配 提取特征算法是在细化的二值图像[3]上进行的。 1 本课题得到湖南省自然科学基金（基于点方向的指纹特征提取研究），湖南省教育厅项目（06C790）的资 助。 - 1 - 2 ． 定位中心点 中心点对应脊线中曲率最大处，由图像的几何特征可知：曲率越大的地方，该点附近一 定范围内其它点的方向与该点方向的差异值越大，差异值最大的地方就是中心点，具体的计 算过程如下： （1）在已计算的方向图中，将指纹的中心点初始化为图像的中心点； （2 ）以图像中心点为中心，W/2*H/2 （W ，H 分别为指纹图像的宽和高）范围内对每 一点p ixel(i , j ) 按下式计算： c c VS(i , j ) ∑| sin(V(i, j) =−V(i , j )) | （1） c c c