專利名稱：一種基于三角剖分與lod技術(shù)的指紋識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于指紋識(shí)別領(lǐng)域，特別是一種基于Delmmay三角剖分 與LOD技術(shù)的指紋識(shí)別方法。
背景技術(shù)：
Delaunay三角剖分，給定平面上一個(gè)點(diǎn)集JP， Dekunay三角剖分， 表示為DT(P)，遵循的原則為在DT(P)中的任一三角形的外接圓內(nèi) 沒有P中的點(diǎn)；在P可能形成的三角剖分中，DT所形成的三角形的 最小角是最大的；它使DT趨向于消除瘦長的三角形。而且，它還具 有唯一性，仿射不變性。
LOD細(xì)節(jié)層次思想來源于計(jì)算機(jī)圖形學(xué)——當(dāng)要生成具有真實(shí) 感場(chǎng)景的時(shí)候，由于場(chǎng)景本身的復(fù)雜性,要實(shí)現(xiàn)實(shí)時(shí)性往往不太可能。 所以從場(chǎng)景的本身的幾何特性入手，通過適當(dāng)?shù)姆椒▉砗喕瘓?chǎng)景的復(fù) 雜性。LOD思想是根據(jù)需要精簡掉一些暫時(shí)可以不被關(guān)注的細(xì)節(jié)， 從而保證系統(tǒng)的流暢性。它的優(yōu)點(diǎn)是精細(xì)，層次分明，有利于提高檢 索效率。
在現(xiàn)有技術(shù)的指紋識(shí)別系統(tǒng)中， 一般將需要鑒定的目標(biāo)指紋與固 定的原始指紋模板進(jìn)行比對(duì)，固定模板不能夠更新，人體指紋變化時(shí) 有可能導(dǎo)致指紋識(shí)別發(fā)生錯(cuò)誤。傳統(tǒng)的指紋認(rèn)證系統(tǒng)一般需要遍歷數(shù)據(jù)庫去尋找到匹配值最高 的記錄，顯然這樣做在大規(guī)模的應(yīng)用上不夠快。針對(duì)于現(xiàn)有技術(shù)，發(fā) 現(xiàn)現(xiàn)有技術(shù)包括以下不足
1) 、原始指紋的模板數(shù)據(jù)庫沒有更新功能；
2) 、提取的指紋特征還需要更精細(xì)，更具體，有利于區(qū)別不同的指紋。
3) 、大規(guī)模的指紋識(shí)別系統(tǒng)的識(shí)別效率比較低。

發(fā)明內(nèi)容
為解決大規(guī)模指紋識(shí)別和檢索應(yīng)用效率高的技術(shù)問題，本發(fā)明設(shè) 計(jì)了一種基于Dekunay三角剖分與LOD技術(shù)的指紋識(shí)別方法，將 Delaunay三角剖分與LOD思想利用于百萬量級(jí)指紋系統(tǒng)中，實(shí)現(xiàn)了 百萬量級(jí)指紋系統(tǒng)中的指紋識(shí)別和檢索的高效率性。
本發(fā)明實(shí)現(xiàn)發(fā)明目的采用的技術(shù)方案是，本方法是借助Delaunay 三角剖分步驟提取指紋圖形的矢量三角形集合，采用LOD細(xì)節(jié)層次 的分離步驟、逐層變換區(qū)域范圍、分步對(duì)不同層次下圖像特征提取、 編碼并比對(duì)，包括全局特征向量編碼階段和局部特征向量編碼階段， 具體包括以下步驟
A、 利用圖像采集器采集目標(biāo)指紋的全部圖像信息，借助于配套 的圖像處理軟件將以上信息處理成為記錄有全部指紋圖像特征的數(shù) 字編碼集合，存儲(chǔ)在配套的緩存中;
B、 調(diào)出緩存中點(diǎn)集組合成的指紋圖形，利用Delaunay三角算法將點(diǎn)集圖形三角區(qū)化，形成一組三角向量集，所生成數(shù)字編碼
集合并存儲(chǔ)在緩存中；
C、 利用LOD細(xì)節(jié)層次法劃分區(qū)域，將具有最細(xì)節(jié)全局特征的 三角向量集中所有的頂點(diǎn)重新組合，形成擴(kuò)大了區(qū)域范圍的次層三角 圖形集，組合生成次級(jí)三角圖形集合、生成次級(jí)數(shù)字編碼集合并存儲(chǔ) 在緩存中；
D、 重復(fù)C步驟，形成再次級(jí)的三角圖形集合、再次級(jí)數(shù)字編碼 集合并存儲(chǔ)在緩存中，直至完成最終層的三角形集合對(duì)應(yīng)數(shù)字編碼集 合、全部存于緩存中；
E、 利用LOD細(xì)節(jié)層次技術(shù)將緩存中的數(shù)字編碼集合與檔案指 紋數(shù)據(jù)庫中的數(shù)字編碼集合逐個(gè)進(jìn)行比對(duì)，在檔案庫中找出與目標(biāo)指 紋的數(shù)據(jù)代碼相同或基本結(jié)構(gòu)相類似的指紋檔案。
本發(fā)明的有益效果是指紋特征比對(duì)精細(xì)，增加活體指紋的判定， 檔案指紋數(shù)據(jù)庫可在線更新，有利于指紋的去偽與識(shí)別，在大規(guī)模百 萬量級(jí)指紋識(shí)別系統(tǒng)中通過數(shù)據(jù)庫索引檢索指紋的效率高。
下面參看附圖對(duì)本發(fā)明進(jìn)行詳細(xì)說明。


圖1是本發(fā)明的最佳實(shí)施例的流程圖。
具體實(shí)施例方式
參看圖l， 一種基于Delaunay三角剖分與LOD技術(shù)的指紋識(shí)別 方法，本方法是借助Delaunay三角剖分步驟提取指紋圖形的矢量三
7角形集合，采用LOD細(xì)節(jié)層次的分離歩驟、逐層變換區(qū)域范圍、分 步對(duì)不同層次下圖像特征提取、編碼并比對(duì)，包括對(duì)全局特征向量編 碼階段和局部特征向量編碼階段，具體包括以下步驟
A、 利用圖像采集器采集目標(biāo)指紋的全部圖像信息，借助于配套 的圖像處理軟件將以上信息處理成為記錄有全部指紋圖像特征的數(shù) 字編碼集合，存儲(chǔ)在配套的緩存中；
B、 調(diào)出緩存中點(diǎn)集組合成的指紋圖形，利用Delaunay三角算法
將點(diǎn)集圖形三角區(qū)化，形成一組三角向量集，所生成數(shù)字編碼集合并 存儲(chǔ)在緩存中；
C、 利用LOD細(xì)節(jié)層次法劃分區(qū)域，將具有最細(xì)節(jié)全局特征的 三角向量集中所有的頂點(diǎn)重新組合，形成擴(kuò)大了區(qū)域范圍的次層三角 圖形集，組合生成次級(jí)三角圖形集合、生成次級(jí)數(shù)字編碼集合并存儲(chǔ) 在緩存中；
D、 重復(fù)C步驟，形成再次級(jí)的三角圖形集合、再次級(jí)數(shù)字編碼 集合并存儲(chǔ)在緩存中，直至完成最終層的三角形集合對(duì)應(yīng)數(shù)字編碼集 合、全部存于緩存中；
E、 利用LOD細(xì)節(jié)層次技術(shù)將緩存中的數(shù)字編碼集合與檔案指 紋數(shù)據(jù)庫中的數(shù)字編碼集合逐個(gè)進(jìn)行比對(duì)，在檔案庫中找出與目標(biāo)指 紋的數(shù)據(jù)代碼相同或基本結(jié)構(gòu)相類似的指紋檔案。
在步驟E中，比對(duì)時(shí)將步驟A 步驟C所說的緩存中的編碼與 檔案中的編碼按照整體到細(xì)節(jié)的順序進(jìn)行比對(duì)，其具體過程為-
El、首先用具有整體特征的局部特征三角向量代碼進(jìn)行比對(duì)篩 選，將檔案中不符合特征三角向量代碼的檔案指紋淘汰，符合的進(jìn)入 下一層細(xì)節(jié)的三角向量比對(duì)；
E2 、逐層逐個(gè)地借助該層中提取的特征三角向量代碼與檔案中的 代碼進(jìn)行比對(duì)、篩選，直到進(jìn)行到最后一層的全局特征三角向量編碼 集合，將與全部指紋圖形特征的三角向量代碼相同或基本相似的找出
來；
E3 、調(diào)出檢索到的最后 一層的全局特征三角向量編碼指代的檔案 指紋圖像，與目標(biāo)指紋的圖像逐個(gè)進(jìn)行比對(duì)，篩選出與目標(biāo)指紋相同 的檔案指紋并通過觀察進(jìn)行確認(rèn)。
在指紋比對(duì)成功后，如果目標(biāo)指紋與檔案指紋數(shù)據(jù)庫相比具有新 的特征，將緩存的指紋特征與檔案指紋數(shù)據(jù)庫中的指紋特征進(jìn)行求并 計(jì)算，生成新的數(shù)字編碼、存儲(chǔ)在檔案指紋數(shù)據(jù)庫中，實(shí)現(xiàn)檔案指紋 數(shù)據(jù)庫在線更新。
上述的檔案指紋數(shù)據(jù)庫中設(shè)置有檔案指紋特征代碼的索引集，緩 存中的數(shù)字編碼集合與檔案指紋數(shù)據(jù)庫中的數(shù)字編碼集合對(duì)比的過 程借助于索引集逐個(gè)進(jìn)行比對(duì)。
下面舉出最佳實(shí)施例對(duì)本發(fā)明進(jìn)fi^詳細(xì)描述。
本方法主要采用四種方式實(shí)現(xiàn)
1)、采用3蟲特的平衡樹結(jié)構(gòu)；2) 、按層次細(xì)節(jié)理念梯次篩選；
3) 、指紋數(shù)據(jù)庫在線更新；
4) 、動(dòng)態(tài)分布式比對(duì)、自動(dòng)采用最優(yōu)策略。
具體實(shí)施時(shí)，在目標(biāo)指紋與指紋模板數(shù)據(jù)庫中的原始指紋比對(duì)
時(shí)，分多個(gè)階段進(jìn)行指紋匹配，前面階段起到預(yù)篩選的作用。前k-l
每個(gè)階段的匹配將找出兩枚指紋的局部特征關(guān)聯(lián)情況，給出三種情
況匹配成功，匹配失敗或不確定。對(duì)于不確定的兩枚指紋，進(jìn)行下 一階段的細(xì)致匹配，后一階段匹配主要是根據(jù)前面階段匹配上的局部 特征向量再構(gòu)造一個(gè)全局特征向量，根據(jù)全局特征向量進(jìn)一步進(jìn)行細(xì) 節(jié)匹配，以確定兩枚指紋是否匹配。這樣既保證了算法精度，又提高 了匹配速度。
1、第l (k")階匹配階段
這些階段中，主要是針對(duì)整體顯著特征一局部特征向量，通過 關(guān)聯(lián)法對(duì)兩個(gè)指紋的每一局部特征向量進(jìn)行比較，找出它們之間的相 似度。進(jìn)行匹配就是將兩個(gè)指紋的特征向量進(jìn)行比較，兩個(gè)指紋的局 部特征向量之間的相似度用匹配分?jǐn)?shù)來表示。
具體步驟如下-
G)、首先比較局部最顯著特征，如果特征匹配成功，然后再比較 它們的下一層次的細(xì)節(jié)，并記錄下來匹配上的局部特征向量。在此過 程中，可能會(huì)出現(xiàn)一對(duì)多的匹配，同樣記錄下來，可以避免漏掉止確 的匹配對(duì)，同時(shí)在(2)中還可以去掉錯(cuò)誤的匹配。(2)、所有的局部特征向量匹配后，針對(duì)記錄下來的匹配上的局部 特征向量，進(jìn)行形變變換，即根據(jù)它們之間的相互位置關(guān)系，去掉錯(cuò) 誤匹配上的局部特征向量對(duì)。之所以減掉一部分匹配上的局部特征向 量對(duì)，主要是因?yàn)榇颂幱涗浀木植刻卣飨蛄恳獏⑴c該階段匹配結(jié)束時(shí) 兩枚指紋是否為同一枚的判斷，而且還可能參與下一階段全局特征向 量的構(gòu)造，因此對(duì)匹配上的局部特征向量的限制規(guī)則是比較嚴(yán)格的； (3)、事先給出一系列閾值，每個(gè)層次對(duì)應(yīng)一個(gè)。根據(jù)匹配上的 局部特征向量的數(shù)量及位置關(guān)系，與給定的閾值進(jìn)行比較，如果匹配 數(shù)量小于此閾值，則匹配失敗；如果匹配上的特征數(shù)量大于此閾值， 則進(jìn)入下一階段；
2、第k階匹配階段
這個(gè)階段主要是針對(duì)細(xì)節(jié)特征——前一階段不能確定是否為同 一枚指紋的，繼續(xù)進(jìn)行匹配。對(duì)于在根據(jù)前一階段匹配上的局部特征 向量再構(gòu)造一個(gè)全局特征向量，根據(jù)全局特征向量對(duì)指紋圖像進(jìn)行定 位，然后對(duì)指紋圖像進(jìn)行幾何變換，再進(jìn)行基于特征點(diǎn)的細(xì)節(jié)匹配， 具體步驟如下
(1)、前一階段匹配上的三角形的頂點(diǎn)構(gòu)成新的特征點(diǎn)集，在該點(diǎn) 集中尋找在一定誤差范圍內(nèi)相似的矢量三角形，即為全局特征向量 (此處的全局特征向量，面積比前一階段的特征向量大，這樣可以盡 暈減少旋轉(zhuǎn)變換時(shí)因?yàn)樾D(zhuǎn)角度攝動(dòng)，由小面積三角形帶來的誤差， 可以提高匹配的正確率)；(2) 、根據(jù)全局特征向量，實(shí)現(xiàn)對(duì)指紋圖像的三角定位，建立坐標(biāo) 系，確定可能的實(shí)際平移旋轉(zhuǎn)量；
(3) 、按照(2)中計(jì)算的可能的平移旋轉(zhuǎn)量，將候選指紋做平移旋 轉(zhuǎn)變換，根據(jù)指紋的邊界進(jìn)行迭和，尋找公共區(qū)，計(jì)算出公共區(qū)點(diǎn)的 個(gè)數(shù)，如果公共區(qū)的面積不夠大(小于30%)，或者公共區(qū)點(diǎn)的個(gè)數(shù)小 于特征點(diǎn)總數(shù)的30%，認(rèn)為公共區(qū)不可信，返回(l);
(4) 、對(duì)公共區(qū)域內(nèi)的特征點(diǎn)進(jìn)行匹配，在一定的誤差條件下匹配 特征點(diǎn)的橫縱坐標(biāo)及方向，記錄匹配上的點(diǎn)的信息，不同等級(jí)的點(diǎn)按 不同比例記入總數(shù)，遍歷完后計(jì)算出匹配率，計(jì)算式子為simUarity =100*2*m/(p + q)。其中，m為匹配上特征點(diǎn)個(gè)數(shù)，p、 q分別為 兩個(gè)指紋公共區(qū)內(nèi)的特征點(diǎn)個(gè)數(shù)；
(5) 、如果匹配率大于事先給定的閾值，則匹配成功，否則，繼續(xù)；
(6) 、為處理變形指紋的需要，遍歷記錄下匹配上的特征點(diǎn)，旋轉(zhuǎn) 量仍由三角形確定，但平移量由比上的對(duì)應(yīng)特征點(diǎn)確定，對(duì)公共區(qū)內(nèi) 沒有比上的特征點(diǎn)按此平移旋轉(zhuǎn)量進(jìn)行變換，繼續(xù)進(jìn)行匹配。將比上 的特征點(diǎn)按(4)中的方法計(jì)數(shù)，計(jì)算出匹配率，如果匹配率大于閾值， 則匹配成功；否則，返回到(l);
將采集的指紋圖像與上次完善的指紋數(shù)據(jù)庫比對(duì)，通過比對(duì)特征 值通過時(shí)，將本次采集的目標(biāo)指紋特征與指紋數(shù)據(jù)庫中的特征點(diǎn)進(jìn)行 比較，若有新增加，則將新增加的指紋特征點(diǎn)加進(jìn)數(shù)據(jù)庫中，完善指 紋數(shù)據(jù)庫，使得指紋數(shù)據(jù)庫擁有更多更明顯的指紋特征。
權(quán)利要求
1、一種基于Delaunay三角剖分與LOD技術(shù)的指紋識(shí)別方法，用圖像采集處理器將目標(biāo)指紋的圖形特征信息采集并處理后生成二進(jìn)制數(shù)字編碼、存儲(chǔ)到配套的指紋數(shù)據(jù)庫中，再將該數(shù)字編碼中的特征區(qū)段，與留存在檔案指紋數(shù)據(jù)庫中數(shù)據(jù)的特征數(shù)碼進(jìn)行比對(duì)、識(shí)別出目標(biāo)指紋的真?zhèn)?，其特征在于本方法是借助Delaunay三角剖分步驟提取指紋圖形的矢量三角形集合，采用LOD細(xì)節(jié)層次的分離步驟、逐層變換區(qū)域范圍、分步對(duì)不同層次下圖像特征提取、編碼并比對(duì)，包括全局特征向量編碼階段和局部特征向量編碼階段，具體包括以下步驟A、利用圖像采集器采集目標(biāo)指紋的全部圖像信息，借助于配套的圖像處理軟件將以上信息處理成為記錄有全部指紋圖像特征的數(shù)字編碼集合，存儲(chǔ)在配套的緩存中；B、調(diào)出緩存中點(diǎn)集組合成的指紋圖形，利用Delaunay三角算法將點(diǎn)集圖形三角區(qū)化，形成一組三角向量集，所生成數(shù)字編碼集合并存儲(chǔ)在緩存中；C、利用LOD細(xì)節(jié)層次法劃分區(qū)域，將具有最細(xì)節(jié)全局特征的三角向量集中所有的頂點(diǎn)重新組合，形成擴(kuò)大了區(qū)域范圍的次層三角圖形集，組合生成次級(jí)三角圖形集合、生成次級(jí)數(shù)字編碼集合并存儲(chǔ)在緩存中；D、重復(fù)C步驟，形成再次級(jí)的三角圖形集合、再次級(jí)數(shù)字編碼集合并存儲(chǔ)在緩存中，直至完成最終層的三角形集合對(duì)應(yīng)數(shù)字編碼集合、全部存于緩存中；E、利用LOD細(xì)節(jié)層次技術(shù)將緩存中的數(shù)字編碼集合與檔案指紋數(shù)據(jù)庫中的數(shù)字編碼集合逐個(gè)進(jìn)行比對(duì)，在檔案庫中找出與目標(biāo)指紋的數(shù)據(jù)代碼相同或基本結(jié)構(gòu)相類似的指紋檔案。
2、 根據(jù)權(quán)利要求1所述的一種基于Ddaunay三角剖分與LOD 技術(shù)的指紋識(shí)別方法，其特征在于在步驟E中，比對(duì)時(shí)將步驟A 步驟C所說的緩存中的編碼與檔案中的編碼按照整體到細(xì)節(jié)的順序 進(jìn)行比對(duì)，其具體過程為El、首先用具有整體特征的局部特征三角向量代碼進(jìn)行比對(duì)篩 選，將檔案中不符合特征三角向量代碼的檔案指紋淘汰，符合的進(jìn)入 下一層細(xì)節(jié)的三角向量比對(duì)；E2、逐層逐個(gè)地借助該層中提取的特征三角向量代碼與檔案中的 代碼進(jìn)行比對(duì)、篩選，直到進(jìn)行到最后一層的全局特征三角向量編碼 集合，將與全部指紋圖形特征的三角向量代碼相同或基本相似的找出 來；E3、調(diào)出檢索到的最后一層的全局特征三角向量編碼指代的檔案 指紋圖像，與目標(biāo)指紋的圖像逐個(gè)進(jìn)行比對(duì)，篩選出與目標(biāo)指紋相同 的檔案指紋并通過觀察進(jìn)行確認(rèn)。
3、 根據(jù)權(quán)利要求1所述的一種基于Delaimay三角剖分與LOD技術(shù)的指紋識(shí)別方法，其特征在于在指紋比對(duì)成功后，如果目標(biāo)指 紋與檔案指紋數(shù)據(jù)庫相比具有新的特征，將緩存的指紋特征與檔案指 紋數(shù)據(jù)庫中的指紋特征進(jìn)行求并計(jì)算，生成新的數(shù)字編碼、存儲(chǔ)在檔 案指紋數(shù)據(jù)庫中，實(shí)現(xiàn)檔案指紋數(shù)據(jù)庫在線更新。
4、根據(jù)權(quán)利要求1所述的一種基于Ddaunay三角剖分與LOD 技術(shù)的指紋識(shí)別方法，其特征在于所述的檔案指紋數(shù)據(jù)庫中設(shè)置有 檔案指紋特征代碼的索引集> 緩存中的數(shù)字編碼集合與檔案指紋數(shù)據(jù) 庫中的數(shù)字編碼集合對(duì)比的過程借助于索引集逐個(gè)進(jìn)行比對(duì)。
全文摘要
一種基于三角剖分技術(shù)的指紋識(shí)別方法，解決更有效地識(shí)別指紋特征、更準(zhǔn)確地區(qū)別不同指紋的技術(shù)問題，采用的技術(shù)方案是，本方法是借助三角剖分步驟提取指紋圖形的矢量三角形集合，采用LOD細(xì)節(jié)層次的分離步驟、逐層變換區(qū)域范圍、分步對(duì)不同層次下圖像特征提取、編碼并比對(duì)，包括全局特征向量編碼階段和局部特征向量編碼階段。本發(fā)明的優(yōu)點(diǎn)是指紋特征比對(duì)精細(xì)，增加活體指紋的判定，檔案指紋數(shù)據(jù)庫可在線更新，有利于指紋的去偽與識(shí)別，在大規(guī)模百萬量級(jí)指紋識(shí)別系統(tǒng)中通過數(shù)據(jù)庫索引檢索指紋的效率高。
文檔編號(hào)G06K9/00GK101620677SQ200910105969
公開日2010年1月6日 申請(qǐng)日期2009年3月11日 優(yōu)先權(quán)日2009年3月11日
發(fā)明者劉鳴宇 申請(qǐng)人:劉鳴宇