本發(fā)明涉及指紋識別領域，特別是涉及基于脊線修復的非接觸式指紋識別方法。

背景技術：

1、非接觸式指紋識別在衛(wèi)生安全性和用戶接受度等方面都具有更大的優(yōu)勢相較于接觸式采樣識別，如其對covid-19傳播和接觸式指紋樣本帶來的非線性形變等不利因素可以有效規(guī)避。通過總結非接觸式指紋的特點，發(fā)現(xiàn)相機傳感器獲得的非接觸式指紋采樣具有脊、谷線對比度低，指紋局部和邊緣模糊的缺點。研究者也為此提出了部分解決方案，如為了降低源圖像的模糊程度，使用維納濾波(the?wiener?filter)在對圖像進行濾波的基礎上降噪；采用cb+otsu提取手指區(qū)域，其次通過高頻強調濾波和迭代自適應直方圖均衡化相結合增強圖像，最后用簡化的gabor濾波二次增強圖像。

2、上述方法對于整體的指紋圖像清晰度具有一定的提升效果，但仍很難對于指紋脊線和特征點進行高效提取。另一方面，經典的指紋識別方法是基于指紋脊線對應的端點和叉點進行匹配，然而由于非接觸式指紋的模糊性，導致了指紋樣本預處理后得到的脊谷圖中存在冗余和錯亂的脊線端點和叉點，進而影響識別效果或識別失敗。

技術實現(xiàn)思路

1、針對現(xiàn)有技術中的上述不足，本發(fā)明提供的基于脊線修復的非接觸式指紋識別方法解決了現(xiàn)有非接觸式指紋識別方法中存在冗余和錯亂的脊線端點和叉點，進而影響識別效果或識別失敗的問題。

2、為了達到上述發(fā)明目的，本發(fā)明采用的技術方案為：基于脊線修復的非接觸式指紋識別方法，包括：

3、s1、通過非接觸方式收集手指圖像，并進行預處理，得到指紋roi圖像；

4、s2、提取指紋roi圖像中特征點的坐標信息和角度信息，得到脊線圖；

5、s3、使用rmo算法對脊線圖進行脊線修復，得到指紋識別圖像。

6、進一步地：所述s1包括：

7、s11、通過非接觸方式收集手指圖像，使用cr+otsu方法對手指圖像進行前景背景分割，得到只有前景手指的掩模圖像；

8、s12、對只有前景手指的掩模圖像進行圖像增強，得到圖像增強后的手指圖；

9、s13、對圖像增強后的手指圖進行自適應閾值分割，獲取指紋roi圖像。

10、進一步地：所述s11中，前景背景分割的表示式為：

11、

12、其中，表示前經和背景的標準差；mf和mb分別表示全局均值、前景均值和背景均值；pf和pb分別表示前景占比和背景占比。

13、進一步地：所述s12中，圖像增強的表達式為：

14、i(i,j)＝m(i,j)+g×(f(i,j)-m(i,j))-l

15、

16、其中，f(i,j)和i(i,j)分別表示坐標(i,j)點在增強前和增強后的像素值；l和g分別表示亮度調整值和對比度增強系數(shù)；m(i,j)和σ(i,j)分別表示坐標點為(i,j)的(2n+1)×(2m+1)局部區(qū)域的均值和標準差，n和m均為自然數(shù)。

17、進一步地：所述s13中，自適應閾值分割的表達式為：

18、

19、其中，i(x,y)和i'(x,y)分別表示坐標為(x,y)的像素點自適應均值閾值處理前和處理后的灰度值；σsize_k表示坐標為(x,y)的像素點k×k范圍內像素點灰度值的和，c表示常數(shù)。

20、進一步地：所述s2中，指紋roi圖像中特征點的坐標信息通過交叉數(shù)得到，其表達式為：

21、

22、其中，cn(p)表示像素點p的交叉數(shù)值；p(i)表示p點的鄰域像素值；mod表示取余運算。

23、進一步地：所述s3包括：

24、s31、獲取脊線圖的輪廓信息和極限信息，并計算輪廓周長loutline；

25、s32、判斷輪廓周長loutline是否小于閾值throutline：

26、若是，則進入s33；

27、若否，則進入s34；

28、s33、將脊線圖的輪廓進行填充，并細化脊線圖后進入s34；

29、s34、獲取脊線端點所在脊線的長度lm_ridge，并在特征點集合中剔除脊線端點所在脊線的長度lm_ridge小于輪廓周長loutline的脊線端點；

30、s35、計算任意兩個特征點的歐式距離dmm，并在特征點集合中剔除歐式距離dmm小于輪廓周長loutline對應的兩個特征點；

31、s36、使用特征點集合中剩余的特征點標注出脊線修復后的脊線，得到指紋識別圖像。

32、本發(fā)明的有益效果為：

33、1.能夠有效地在對脊線修復的基礎上剔除偽特征點，進而提高特征點信息獲取準確性和提升指紋識別效率；

34、2.采用rmo算在不影響指紋脊線原形的情況下，通過定位脊線輪廓和短支脊線，有效的去除了部分混亂的脊線和脊線空洞。

技術特征：

1.基于脊線修復的非接觸式指紋識別方法，其特征在于，包括：

2.根據(jù)權利要求1所述的基于脊線修復的非接觸式指紋識別方法，其特征在于，所述s1包括：

3.根據(jù)權利要求2所述的基于脊線修復的非接觸式指紋識別方法，其特征在于，所述s11中，前景背景分割的表示式為：

4.根據(jù)權利要求2所述的基于脊線修復的非接觸式指紋識別方法，其特征在于，所述s12中，圖像增強的表達式為：

5.根據(jù)權利要求2所述的基于脊線修復的非接觸式指紋識別方法，其特征在于，所述s13中，自適應閾值分割的表達式為：

6.根據(jù)權利要求1所述的基于脊線修復的非接觸式指紋識別方法，其特征在于，所述s2中，指紋roi圖像中特征點的坐標信息通過交叉數(shù)得到，其表達式為：

7.根據(jù)權利要求1所述的基于脊線修復的非接觸式指紋識別方法，其特征在于，所述s3包括：

技術總結
本發(fā)明公開了基于脊線修復的非接觸式指紋識別方法，包括：S1、通過非接觸方式收集手指圖像，并進行預處理，得到指紋ROI圖像；S2、提取指紋ROI圖像中特征點的坐標信息和角度信息，得到脊線圖；S3、使用RMO算法對脊線圖進行脊線修復，得到指紋識別圖像，本方法能夠有效地在對脊線修復的基礎上剔除偽特征點，進而提高特征點信息獲取準確性和提升指紋識別效率。

技術研發(fā)人員：朱斌,劉芝華,朱弘毅,胡志勇
受保護的技術使用者：長江師范學院
技術研發(fā)日：
技術公布日：2024/12/17