基于sift變換的指紋識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種指紋識別方法，尤其涉及一種基于SIFT變換的指紋識別方法。
【背景技術(shù)】
[0002] 指紋識別技術(shù)具有不會丟失、不會遺忘、唯一性、不變性、防偽性能好和使用方便 等優(yōu)點(diǎn)，已經(jīng)逐步在門禁、考勤、金融、公共安全和電子商務(wù)等領(lǐng)域得到應(yīng)用，尤其最近在考 務(wù)領(lǐng)域中考生身份驗(yàn)證場合，指紋識別技術(shù)主要包括指紋特征提取和指紋特征匹配兩個(gè)步 驟。
[0003] 但是因?yàn)槿说闹割^是個(gè)立體柔性物體，現(xiàn)有的主要指紋識別算法都把人的指頭假 設(shè)為剛性平面物體，但是在進(jìn)行指紋采集時(shí)，每次采集用力大小、用力方向和采集位置都 會有所不同，造成指紋的各種變形，使指紋特征點(diǎn)的相對位置發(fā)生較大偏移，從而很難對 各特征點(diǎn)做到精確定位。另外，指頭表面是一個(gè)三維曲面，而獲取的指紋圖像卻是一個(gè)二 維平面，這種從立體向平面的轉(zhuǎn)化也會造成指紋的變形。更為主要的是，以上因素造成的 指紋變形往往是不確定的、隨機(jī)的，很難用確定的數(shù)學(xué)模型去描述，這給后繼的指紋匹配 造成了嚴(yán)重的干擾。
[0004] 現(xiàn)在常見的指紋識別技術(shù)主要存在下述缺點(diǎn)：指紋特征點(diǎn)提取的查全率低；指紋 特征點(diǎn)位置參數(shù)精度低；指紋特征描述的完備性和精確度不高；指紋匹配速度慢

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的就在于為了解決上述問題而提供一種基于SIFT變換的指紋識別方 法。
[0006] 本發(fā)明通過以下技術(shù)方案來實(shí)現(xiàn)上述目的：
[0007] 一種基于SIFT變換的指紋識別方法，包括以下步驟：
[0008] (1)指紋庫預(yù)處理：基于SIFT變換提取大樣本指紋庫中的指紋的主特征分量，再 將主特征分量經(jīng)MD5散列生產(chǎn)散列值，并將庫中所有指紋生成散列表；
[0009] (2)現(xiàn)場指紋錄入與處理：對在進(jìn)行身份驗(yàn)證時(shí)錄入的指紋進(jìn)行與步驟（1)同樣 的處理，使其生成一個(gè)MD5散列值；
[0010] ⑶指紋匹配：將步驟⑵中生成的散列值與步驟⑴中的散列表進(jìn)行對比，查找 到大樣本指紋庫中與步驟（2)中實(shí)時(shí)錄入的指紋想匹配的樣本指紋。
[0011] 具體地，步驟（1)中主特征分量的提取方法包括以下步驟：
[0012] (a)基于尺度空間對指紋關(guān)鍵特征點(diǎn)進(jìn)行提取；
[0013] (b)基于泰勒級數(shù)對指紋關(guān)鍵特征點(diǎn)的精確度進(jìn)行提升；
[0014] (c)對關(guān)鍵特征點(diǎn)的紋理描述子進(jìn)行提取；
[0015] (d)基于PCA變換對指紋主特征分量進(jìn)行提取。
[0016] 具體地，步驟（a)包括以下步驟：
[0017] (al)利用高斯核將指紋的原始圖像進(jìn)行尺度變換，得到指紋圖像多尺度下的尺度 空間表示序列；
[0018] L(x,y, 〇) = G(x,y, 〇)*I(x,y)
[0019] 式中：L(x，y，〇 )為尺度空間〇下的指紋圖像，G(x，y，〇 )為尺度可變高斯函數(shù)， I(x，y)為指紋二值圖像
[0020] (a2)通過高斯差分算子得到指紋圖像尺度空間差分序列；
[0021 ] D (x, y, 〇 ) = (G (x, y, k 〇 ) -G (x, y, 〇 )) *1 (x, y) = L (x, y, k 〇 ) -L (x, y, 〇 )
[0022] 式中：D(x，y，〇 )為尺度空間下的指紋圖像差分序列
[0023] (a3)從尺度空間差分序列中提取局部極值點(diǎn)，即為指紋圖像中的關(guān)鍵特征點(diǎn)。
[0024] 具體地，步驟（b)為在步驟（a2)中的指紋圖像尺度空間差分序列中通過泰特級數(shù) 對關(guān)鍵特征點(diǎn)進(jìn)行曲線擬合，得到精確的局部極值點(diǎn)，即精確的關(guān)鍵特征點(diǎn)；
[0025] 泰勒級數(shù)：
[0026] 式中：Z表示（x，y，〇)T，D⑵為尺度空間差分序列，
為D(Z)的一階導(dǎo)數(shù)具 體地，步驟（c)包括以下步驟：
[0027] (cl)確定計(jì)算每個(gè)關(guān)鍵特征點(diǎn)紋理描述子所需的圖案半徑區(qū)域；
[0028] (c2)將坐標(biāo)移至關(guān)鍵特征點(diǎn)主方向；
[0029] (c3)在圖像半徑區(qū)域內(nèi)對每個(gè)像素進(jìn)行計(jì)算，求其梯度幅值和方向，并生成方向 直方圖；
[0030] (c4)計(jì)算每個(gè)2X2區(qū)域內(nèi)每個(gè)像素方向直方圖，并計(jì)算每個(gè)梯度方向的累價(jià)值， 即生成一個(gè)種子點(diǎn)；
[0031] (C5)由16個(gè)不同區(qū)域的種子點(diǎn)構(gòu)成關(guān)鍵特征點(diǎn)的紋理描述子。
[0032] 具體地，步驟（d)包括以下步驟：
[0033] (dl)將一枚指紋中的多個(gè)紋理描述子排成高維特征矩陣；
[0034] (d2)對該高維特征矩陣進(jìn)行PCA，提取該指紋的主特征分量；
[0035] 優(yōu)選地，所述高維特征矩陣的維數(shù)為千維級。
[0036] 本發(fā)明的有益效果在于：
[0037] 本發(fā)明基于SIFT變換的指紋識別方法通過用SIFT變換來檢測與描述指紋圖像中 的局部性特征，并且在空間尺度中尋找關(guān)鍵特征點(diǎn)，提取出關(guān)鍵特征點(diǎn)的描述子，并通過指 紋的描述子提取主特征分量，在一定程度上解決了指紋特征提取時(shí)因指頭變形、旋轉(zhuǎn)等因 素造成的指紋特征提取的魯棒性問題。
【具體實(shí)施方式】
[0038] 下面對本發(fā)明作進(jìn)一步說明：
[0039] 本發(fā)明基于SIFT變換的指紋識別方法，包括以下步驟：
[0040] (1)指紋庫預(yù)處理：基于 SIFT 變換（Scale-invariant feature transform，尺度 不變特征轉(zhuǎn)換）對大樣本指紋庫中的指紋進(jìn)行關(guān)鍵特征點(diǎn)、關(guān)鍵特征點(diǎn)的紋理描述子和指 紋主特征分量進(jìn)行提取，再將主特征分量經(jīng)MD5散列生產(chǎn)散列值，并將庫中所有指紋生成 散列表；
[0041] (2)現(xiàn)場指紋錄入與處理：對在進(jìn)行身份驗(yàn)證時(shí)錄入的指紋進(jìn)行與步驟⑴同樣 的處理，使其生成一個(gè)MD5散列值；
[0042] (3)將步驟⑵中生產(chǎn)的散列值與步驟⑴中的散列表進(jìn)行對比，查找到大樣本指 紋庫中與步驟（2)中實(shí)時(shí)錄入的指紋想匹配的樣本指紋。
[0043] 關(guān)鍵特征點(diǎn)、關(guān)鍵特征點(diǎn)的紋理描述子和指紋主特征分量的提取算法具體如下：
[0044] 1、基于尺度空間的指紋特征點(diǎn)提取算法
[0045] 本算法不需要進(jìn)行圖像切割，可以有效地避免了因圖像切割造成指紋特征點(diǎn)丟失 的問題，大幅度提高了指紋特征點(diǎn)提取的查全率，同時(shí)通過泰勒級數(shù)對局部極值點(diǎn)進(jìn)行曲 線擬合，可得到精確的局部極值點(diǎn)，可以有效地減小因指頭形變造成指紋特征點(diǎn)的位置偏 差，大幅度地提高匹配特征點(diǎn)在位置上對準(zhǔn)的精度。
[004