指紋識(shí)別技術(shù)中指紋匹配過程的研究

【摘要】指紋匹配是指紋識(shí)別過程中的最后一步，也是評(píng)價(jià)整個(gè)指紋識(shí)別系統(tǒng)性能的最主要依據(jù)。

【關(guān)鍵詞】指紋匹配特征提取中心點(diǎn)特征點(diǎn)

指紋匹配是指紋識(shí)別過程中的最后一步，也是評(píng)價(jià)整個(gè)指紋識(shí)別系統(tǒng)性能的最主要依據(jù)。指紋匹配是根據(jù)提取的指紋特征來判斷兩枚指紋是否來自于同一個(gè)手指。由于每次采集到的指紋圖像相對(duì)于模板圖像會(huì)發(fā)生平移、旋轉(zhuǎn)和形變，這給后期的指紋匹配算法帶來很大的不便。為了能夠準(zhǔn)確、快速地判斷兩枚指紋是否來自于同一個(gè)手指，指紋匹配算法必須具有一定的容錯(cuò)性，并且運(yùn)算復(fù)雜度不能太高，時(shí)間代價(jià)小且準(zhǔn)確度高。人們對(duì)指紋匹配已經(jīng)做過很多研究，提出了許多匹配算法，其中，基于圖形的匹配方式應(yīng)用居多，包括點(diǎn)模式匹配和基于圖論的方法。當(dāng)然，此方式也存在著不足之處，如低質(zhì)量的圖像匹配效果不佳。

1指紋匹配過程

在指紋匹配之前，要先提取出指紋圖像的中心點(diǎn)，再建立特征模板。為對(duì)指紋圖像進(jìn)行匹配做好準(zhǔn)備工作。具體如下：

（1）中心點(diǎn)定位

中心點(diǎn)定義為指紋的脊曲線曲率最大的點(diǎn)，在本文的匹配算法中，將中心點(diǎn)作為匹配參考點(diǎn)具有一致性比較強(qiáng)的特點(diǎn)。這里選取的中心是指紋中心的一個(gè)小區(qū)域，先求出指紋圖像的點(diǎn)方向，相鄰8個(gè)灰度值之和的平均值，再求這8個(gè)灰度值與平均值之差的和，最小和所在的方向即此點(diǎn)所在指紋脊線的方向，如此得到點(diǎn)方向圖。把點(diǎn)方向圖分為若干塊16×16大小的小塊，對(duì)每塊計(jì)算直方圖，其峰值方向即為塊方向，即每塊中點(diǎn)的主導(dǎo)方向。然后在這個(gè)粗的塊方向圖上按照以下原則去搜索中心區(qū)域，逐行檢查塊方向數(shù)組。然后再根據(jù)求出各個(gè)方向的角度以及相鄰8個(gè)灰度值之和的平均值，再求這8個(gè)灰度值與平均值之差的和，最小和所在的方向即此點(diǎn)所在指紋脊線的方向，如此得到點(diǎn)方向圖。該方法求取的中心點(diǎn)具有很強(qiáng)的魯棒性。

（2）建立特征模板

特征端點(diǎn)分類為1，特征分叉點(diǎn)分類為2；建立特征端點(diǎn)相對(duì)中心點(diǎn)的距離向量，和特征分叉點(diǎn)相對(duì)中心點(diǎn)的距離向量；建立特征端點(diǎn)相對(duì)中心點(diǎn)的方向向量，和特征分叉點(diǎn)相對(duì)中心點(diǎn)的方向向量。

定義匹配點(diǎn)PointOfModel（點(diǎn)集合P中的特征點(diǎn)）是從輸入的指紋圖像中提取出來的，另外一個(gè)匹配點(diǎn)PointOfMatch（點(diǎn)集合Q中的特征點(diǎn)）則是從指紋圖像庫中提取出來儲(chǔ)存在模板庫中的。將兩組點(diǎn)集合進(jìn)行比對(duì)。

（3）匹配方法

這是模式識(shí)別中的一個(gè)難題。它是對(duì)于兩個(gè)含有不同數(shù)量的點(diǎn)集P{p1，p2，…，pm}和Q{q1，q2，…，qn}，如何找出它們之間的匹配關(guān)系。因此，一個(gè)好的指紋匹配算法應(yīng)該能夠有效地解決兩個(gè)點(diǎn)集間的幾何不變量問題。人們對(duì)一般的指紋匹配提出很多算法，比如松弛算法，其中有的文獻(xiàn)只處理了點(diǎn)模式間因平移帶來的偏差；也有文獻(xiàn)處理了因平移和旋轉(zhuǎn)帶來的誤差；另外有文獻(xiàn)不僅考慮到位移和旋轉(zhuǎn)誤差，還處理了因伸縮尺度不同而帶來的誤差。

指紋圖像匹配中的兩個(gè)點(diǎn)集P和Q，其中P從第一幅圖像抽取，有m個(gè)特征點(diǎn)構(gòu)成，Q從第二幅圖像抽取，有n個(gè)特征點(diǎn)構(gòu)成，即P={p1，p2，…，pm}和Q={q1，q2，…，qn}。因?yàn)樵趯?shí)際應(yīng)用中，點(diǎn)的相對(duì)位置存在誤差，所以它們之間的匹配就是對(duì)每一個(gè)特征點(diǎn)分別提取再相對(duì)于中心點(diǎn)取得的向量進(jìn)行比對(duì)的過程，使兩個(gè)點(diǎn)集有最大數(shù)量點(diǎn)對(duì)之間存在穩(wěn)定的一一對(duì)應(yīng)關(guān)系。

對(duì)于點(diǎn)集中的特征點(diǎn)，這里用x方向和y方向的坐標(biāo)來描述，指紋圖像每一特征點(diǎn)是一個(gè)五維向量（x，y，茁，t，c），其中x，y分別是該點(diǎn)的坐標(biāo)位置，茁是特征點(diǎn)相對(duì)于中心點(diǎn)的方向向量，t為特征點(diǎn)的類型（即是分叉點(diǎn)還是端點(diǎn)），c為特征點(diǎn)相對(duì)于中心點(diǎn)的距離向量。

可以通過一些合適的算法，通過在一定范圍搜索參數(shù)空間，計(jì)算其匹配支持?jǐn)?shù)，也就是在該參數(shù)空間里，有多少指紋對(duì)匹配。當(dāng)匹配支持?jǐn)?shù)最大時(shí)，也就得到了所需要的結(jié)果。

算法步驟：

（1）分別讀取兩個(gè)特征點(diǎn)集合中的特征點(diǎn)；

（2）對(duì)特征點(diǎn)進(jìn)行分類。定義取“1”時(shí)，屬于特征點(diǎn)端點(diǎn)分類，取“2”時(shí)，屬于特征點(diǎn)分叉點(diǎn)分類；

（3）分別計(jì)算它們相對(duì)于中心點(diǎn)的方向向量和距離向量；

（4）若兩特征點(diǎn)的距離向量之差小于“2”且兩特征點(diǎn)的方向向量小于等于仔/4，則認(rèn)為兩特征點(diǎn)匹配；

（5）若不滿足（4）的條件則認(rèn)為不匹配，并刪除。

一般能找到13個(gè)相同的特征就可以認(rèn)為這些指紋出自同一個(gè)手指，但從匹配來看，平均50個(gè)特征匹配點(diǎn)會(huì)有3～4個(gè)誤配，于是將成功匹配點(diǎn)設(shè)置為大于30個(gè)，認(rèn)為是出自同一個(gè)手指。

算法實(shí)現(xiàn)以下兩點(diǎn)：

（1）指紋特征提取是指紋自動(dòng)識(shí)別的核心技術(shù)之一，采用模板匹配法，提取指紋的細(xì)節(jié)特征即端點(diǎn)和分叉點(diǎn)。

（2）濾除了偽特征點(diǎn)以后，不但使匹配的速度大大提高，而且指紋識(shí)別性能提升，因此在進(jìn)行指紋匹配之前，盡可能將偽特征點(diǎn)去除，保留真特征點(diǎn)。

本文介紹了如何提取指紋圖像的中心點(diǎn)，及采用一種基于特征點(diǎn)向量的匹配方法進(jìn)行研究。實(shí)驗(yàn)證明，該算法是迅速有效的，可以實(shí)現(xiàn)對(duì)大多數(shù)指紋圖像的準(zhǔn)確匹配。但是也有極少質(zhì)量很差，脊線結(jié)構(gòu)很不清晰的指紋圖像難以用這種細(xì)節(jié)點(diǎn)匹配的方法來進(jìn)行匹配。基于理想的匹配算法應(yīng)該具有更強(qiáng)的魯棒性，因此，此方法仍將需要改進(jìn)。

參考文獻(xiàn)

[1]杜彥蕊，李丹.指紋識(shí)別技術(shù)探究.中國教育技術(shù)裝備，2010

[2]湯敏.通用指紋圖像處理分析平臺(tái)的研發(fā)與應(yīng)用.計(jì)算機(jī)工程師與設(shè)計(jì)，2010

[3]王瑩，蘇成利.指紋圖像增強(qiáng)算法.研究科學(xué)技術(shù)與工程，2010