(19)中华人民共和国国家知识产权局
(12)发明专利说明书
(10)申请公布号 CN 102855279 A
(43)申请公布日 2013.01.02
(21)申请号 CN201210261158.5
(22)申请日 2012.07.26
(71)申请人 哈尔滨理工大学
    地址 150080 黑龙江省哈尔滨市学府路52号哈尔滨理工大学
(72)发明人 刘煜坤 汤炜
(74)专利代理机构 哈尔滨东方专利事务所
    代理人 陈晓光
(51)Int.CI
      G06F17/30
      G06K9/00
                                                                  权利要求说明书 说明书 幅图
(54)发明名称
      基于细节点隆线形状的目标指纹快速查方法
(57)摘要
     
       
法律状态
法律状态公告日
法律状态信息
法律状态
权 利 要 求 说 明 书
1.一种基于细节点隆线形状的目标指纹快速查方法，其特征是：该方法包括如下步骤：定义细节点隆线向量，定义细节点隆线向量之间的距离，建立模板指纹索引数据库，在指纹数据库中快速查指纹信息：指定一枚输入指纹，首先对其每个特征向量取得特征空间里离之最近的向量所对应的模版指纹，其次以模版指纹出现的频率作为相似度进行排序，得到最为相似的模版指纹作为目标指纹，最后排除绝大多数不相似的模版指纹，减小                                               的数值，缩短辨识时间，减小他人误识率，得到最为相似的模版指纹作为目标指纹。       
2.根据权利要求1所述的基于细节点隆线形状的目标指纹快速查方法，其特征是：所述的定
义细节点隆线向量是对指纹图像中的每个细节点，分别取其位置和方向，并在每个细节点方向指向的延伸隆线上分别取4个等距离点，用这些信息构成该细节点的隆线向量。       
<Claim>3.根据权利要求1或2所述的基于细节点隆线形状的目标指纹快速查方法，其特征是：所述的定义细节点隆线向量之间的距离是将二维笛卡尔坐标下构成隆线隆线向量的4个等距离点映射到4维角度空间，使得4个二维欧式距离的计算通过近似简化为2个一维角度差的计算。       
<Claim>4.根据权利要求1或2所述的基于细节点隆线形状的目标指纹快速查方法，其特征是：所述的建立模版指纹索引数据库是指建立指纹多维特征向量空间，将所有模版指纹以点集的形式投影到这个空间里。       
5.根据权利要求3所述的基于细节点隆线形状的目标指纹快速查方法，其特征是：所述的建立模版指纹索引数据库是指建立指纹多维特征向量空间，将所有模版指纹以点集的形式投影到这个空间里。       
说  明  书
<B>技术领域：</B>
<B>本发明涉及指纹图像识别技术、指纹数据库索引技术和细节点隆线形状比对技术，具体涉及一种基于细节点隆线形状的目标指纹快速查方法。</B>
<B>背景技术：</B>
<B>数量众多的指纹图像识别系统已被广泛应用于物理安全(门禁、楼宇监控)和逻辑安全(计算机，网络)领域。指纹图像识别系统是一个典型的模式识别系统，包括指纹图像获取、处理、特征信息获取和比对等模块。根据实际应用场所不同，其工作方式可分为指纹比对模式（1对1比较）和指纹辨识模式（1对</B><Image></Image><B>比较）。前者用于判断当前输入的指纹是否与数据库中的某一枚模版指纹出自同一手指，后者则用于判断在数据库中存有</B><Image></Image><B>枚模版指纹里是否有与当前输入指纹出自同一手指的模版指纹。</B>
<B>如果进行1对1比对所需的时间为</B><Image></Image><B>，且他人误识率（系统把两枚来自不同手指的指纹识别为来自同一手指的概率）为</B><Image></Image><B>，那么从字符串长度怎么判断
</B><Image></Image><B>枚模版指纹里辨识出输入指纹则需要时间</B><Image></Image><B>，且他人误识率将上升为</B><Image></Image><B>。为了避免辨识模式下系统性能随着数据库大小增加线性下降，就必须采用目标指纹分类和索引技术来减小实际辨识过程中的</B><Image></Image><B>值（记为</B><Image></Image><B>）。通常用</B><Image></Image><B>来表示目标指纹分类和索引技术的效率。</B>
<B>目前广泛应用的目标指纹分类技术都是演变于加尔顿-亨利分类思想。这些方法从全局结构出发，根据指纹图像上奇异点个数和位置分布，将指纹大致分为5类，这样就可以对当前输入指纹和数据库模版指纹进行分类后再进行辨识，提高辨识效率。然而，由于各类指纹出现的频率并不一致，实际应用中使用分类技术得到的</B><Image></Image><B>值仅为30%左右。当指纹数据库规模较小时（不超过100枚模版指纹），分类技术尚能提高系统性能，当指纹数据库规模较大时（1000枚模版指纹或更多），使用分类技术的辨识时间并不能明显缩短，且他人误识率依然居高不下。</B>
<B>目标指纹索引技术将指纹表示为高度概括的特征向量。在多维特征向量空间里，相似的指纹被映射为距离相近的点或点集。通过对当前输入指纹和数据库中模版指纹特征向量间的
距离进行排序，就能够出数据库中哪些模版指纹与输入指纹相似，哪些不相似。这样，排除不相似的指纹后，就可以快速完成辨识过程，提高辨识效率。目前最为成功的指纹索引技术是基于细节点三角形化的方法，该方法分别将每三个细节点构成一个三角形，并用三角形边长、内角和细节点方向组成多维向量。这中索引技术能够得到的效率约为</B><Image></Image><B>，远远优于指纹分类技术。然而，这种方法存在着生成向量集过大的问题。例如，对一枚有50个细节点的指纹，该方法产生的向量集包含</B><Image></Image><B>个9维向量。因此，如果数据库规模在数百枚指纹左右，上述索引技术就会因为耗时过长而不能明显提高辨识速度。如果数据库规模过大，则会因为特征向量所需存储空间太大，而使磁盘读取性能成为辨识速度的瓶颈。</B>
<B>发明内容：</B>
<B>本发明的目的是提供一种基于细节点隆线形状的目标指纹快速查方法，一方面通过减少特征向量集中的向量个数，缩短目标指纹查时间，提高系统辨识效率；另一方面通过增加新特征，在使用极少数量的特征向量的情况下，仍能提高目标指纹索引的精度。</B>

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。