一種基於信息融合技術的指紋識別方法及裝置的製作方法
2023-05-27 19:51:16 2
專利名稱：一種基於信息融合技術的指紋識別方法及裝置的製作方法
技術領域：
本發明涉及模式識別和信息處理技術領域，特別涉及指紋識別技術，尤其涉及一 種基於信息融合技術的指紋識別方法及裝置。
背景技術：
隨著計算機圖像處理和模式識別技術的發展，生物識別技術正得到越來越多的關 注和應用。由於指紋、虹膜、掌紋、人臉、聲紋等生物特徵具有唯一性和穩定性、便於採樣及 可靠性高的優點，已經成為個人身份認證的最有效的手段之一，其中的指紋識別技術更是 生物識別技術的熱點，具有很高的實用性和可行性，其識別結果，具有法律效力。
圖1所示為指紋識別過程包含的基本步驟，主要涉及步驟101指紋圖像採集、步驟 102指紋圖像處理、步驟103指紋特徵提取、步驟104指紋特徵匹配，最後得到識別結果(匹 配或不匹配)。其中，步驟104指紋特徵匹配就是用指紋匹配算法對指紋特徵參數進行匹配 運算，運算結果就是識別結果。現有技術已經發展出多種指紋匹配算法，不同的指紋匹配算法基於指紋圖像的不 同特徵的，例如基於點模式的指紋匹配算法、基於局部紋理的指紋匹配算法、基於混合特徵 的指紋匹配算法和基於圖的指紋匹配算法等。圖2為現有技術的指紋識別方法在指紋特徵匹配階段的示意圖。在特徵提取階段 提取的某一類指紋特徵由單一的匹配算法進行匹配運算得到識別結果。圖2所示的指紋識 別方法的可靠性只由單一指紋匹配算法決定。由於不同的指紋匹配算法是基於指紋圖像的 不同特徵，故不同的指紋匹配算法都具有自己的特點，適用於不同尺寸、質量和形變的指紋 圖像，並在可靠性、速度和抗幹擾性方面有不同的優勢和劣勢。單一指紋匹配算法所涵蓋的信息顯然不如多個指紋匹配算法所涵蓋的信息全面、 豐富、準確；另外，單一指紋匹配結果的誤報風險大、可靠性和容錯性低的缺陷，也使前者無 法和後者相提並論。如果能通過信息融合技術將多種指紋特徵匹配算法結合起來，發展出一種可靠的 融合多種指紋特徵匹配算法特點的指紋識別方法，能夠合理地結合不同的指紋特徵指紋匹 配算法的特點，突出和保留算法的優勢，減少和去除算法的劣勢，將各種指紋匹配算法的效 能發揮到最大，這將對指紋識別技術的發展起到較大的推動作用。所謂信息融合技術，是綜合協調各子源信息，提高和改善信息處理系統性能的新 興技術。它通過多方位、多角度、多時空、多頻段、多機理的技術處理，減少各子源信息的矛 盾成份，強化共性因素，克服單源性能的局限性，利用子源信息間的競爭性、冗餘性和互補 性，有效地整合和管理信息，為決策者的認知過程提供真實、清晰、完整的素材，從而得出高 度準確、可靠的決策信息。D-S證據理論是一種重要的信息融合算法。該理論是由Dempster於1967年最初 提出，後經他的學生Shafer在1976年進一步發展、完善形成的一種不確定性推理的人工智 能方法。由於D-S證據理論為不確定性信息的表達和合成提供了自然而強有力的方法，具
8有獨特的優勢，這使得它在信息融合、智能決策系統以及專家系統等多個領域中應用的效 果比較顯著。D-S證據理論能較好地考慮和處理各子源本身性能對融合中心的影響和特點， 可以合理地模仿人腦對各種信息加工整合的過程，較好地發揮注意過程和自組織過程各自 的作用，有利於提高最終決策的準確性和可靠性。且其無需知道先驗概率，根據數據本身提 供的信息，就能進行證據組合。但D-S證據理論也存在著不少問題，主要體現在如下三個方面(1)、證據組合條件嚴格，要求證據彼此間獨立，且要求識別框架能夠識別證據的 相互作用；(2)、容易引起焦元數目急劇增加，計算量呈指數增長，這是D-S證據理論實際應 用的難題之一；(3)、組合規則無法處理衝突，並無法分辨證據所在子集的大小以實現按不同的權
重聚焦。對於第一個方面的問題，已有不少專家和研究者進行了探討，如提出相關證據的 概念，對D-S證據理論組合進行了適當地修改。第二個方面的問題，是妨礙D-S證據理論在信息融合領域更加廣泛運用的最主要 原因。目前大多數的研究工作試圖通過減少焦元個數，採用近似計算的方法來解決此問題。 如用一致性近似的方法、「修剪D-S算法」等。但都存在一定的缺點，如一致性近似方法 雖利於證據的表達，但計算誤差大；「修剪」D-S算法雖減少了計算量，提高了算法的自適應 性，但證據合成的次序對運算結果有影響等。對於第三個方面的問題，國內外專家、學者提出了諸多改進的方法，如採用非歸 一化的摒棄衝突法、Yager的衝突信息歸入全集法、Toshiyuki的折中法、平均法、證據加權 組合法、吸收法等。這些改進方法也存在一定的缺點摒棄衝突法，雖然避免了衝突，但得到的結果卻是不全面、有損失的，因為它丟棄 衝突部分的信度；衝突信息歸入全集法，在避免了衝突的同時，又沒有放棄衝突，但此法卻增強了組 合後的不確定性，加大了最終決策的難度；折中法雖然克服了 D-S證據理論和衝突信息歸入全集法的缺陷，包容了二者的優 點，但如何得到最佳的折中值，是一個比較困難的問題，選擇的過程也較麻煩，這是該方法 存在的明顯不足；平均法沒有區分衝突和不衝突信息，對所有證據都進行平均處理，沒有起到壓縮 和減少錯誤信息及加強有用、正確信息的作用；證據加權組合法起到了組合結果不確定性減少，信息量增加的作用，但對衝突信 息的處理仍然沒有解決好，另外，最佳權值的確定也是個難點；吸收法是將衝突指派分配給基本概率分配函數(BPAF，Basic Probability Assignment Function)最大的焦元，不常考慮衝突對其他焦元的影響。綜上所述，依靠現有的這些改進型D-S證據理論進行基於信息融合技術的指紋識 別，仍然在準確性和可靠性方面存在各種各樣的問題，必須針對指紋識別的具體應用情況， 對其進行改進。
發明內容
本發明提供了一種基於信息融合技術的指紋識別方法及裝置，可以相對於現有技 術進一步提高指紋識別的準確性和可靠性。本發明實施例提出一種基於信息融合技術的指紋識別方法，包括如下步驟A、對於同一現場指紋圖像，提取出N類互不相同的指紋特徵，N為大於或等於2的 自然數；B、採用N種指紋特徵匹配算法，分別基於這N類指紋特徵對現場指紋圖像和庫指 紋圖像進行匹配，得到N個匹配分數序列；C、採用改進型D_S證據理論對所述N個匹配分數序列進行信息融合，得到指紋識 別結果。較佳地，所述步驟B之後且在步驟C之前，進一步包括對所述N個匹配分數序列 進行決策層融合前的基於數據配準的信息篩選，得到篩選後的匹配分數序列。較佳地，所述N等於2，步驟B所述N種指紋特徵匹配算法為算法A和算法B ；
所述採用N種指紋特徵匹配算法分別對這N類指紋特徵進行處理，得到N個匹配 分數序列包括用算法A對現場指紋圖像和η幅庫指紋圖像分別進行匹配後得到的匹配分數序列 為SA1, SA2,…SAn，用算法B對現場指紋圖像和η幅庫指紋圖像分別進行匹配後得到的匹 配分數序列為SB1, SB2, '"SBn，其中1，2，···!!是η幅庫指紋圖像對應的標號。較佳地，所述對所述N個匹配分數序列進行決策層融合前的基於數據配準的信息 篩選，得到篩選後的匹配分數序列包括對算法A和算法B得到的匹配分數序列進行數據配準，即計算用算法A和算
法B對現場指紋圖像和同一幅庫指紋圖像進行匹配後得到的匹配分數序列的平均值
權利要求
一種基於信息融合技術的指紋識別方法，其特徵在於，包括如下步驟A、對於同一現場指紋圖像，提取出N類互不相同的指紋特徵，N為大於或等於2的自然數；B、採用N種指紋特徵匹配算法，分別基於這N類指紋特徵對現場指紋圖像和庫指紋圖像進行匹配，得到N個匹配分數序列；C、採用改進型D_S證據理論對所述N個匹配分數序列進行信息融合，得到指紋識別結果。
2.根據權利要求1所述的方法，其特徵在於，所述步驟B之後且在步驟C之前，進一步 包括對所述N個匹配分數序列進行決策層融合前的基於數據配準的信息篩選，得到篩選 後的匹配分數序列。
3.根據權利要求2所述的方法，其特徵在於，所述N等於2，步驟B所述N種指紋特徵 匹配算法為算法A和算法B;所述採用N種指紋特徵匹配算法分別對這N類指紋特徵進行處理，得到N個匹配分數 序列包括用算法A對現場指紋圖像和η幅庫指紋圖像分別進行匹配後得到的匹配分數序列為 SA1, SA2,…SAn，用算法B對現場指紋圖像和η幅庫指紋圖像分別進行匹配後得到的匹配分 數序列為SB1, SB2, '"SBn，其中1，2，···!!是η幅庫指紋圖像對應的標號。
4.根據權利要求3所述的方法，其特徵在於，所述對所述N個匹配分數序列進行決策層 融合前的基於數據配準的信息篩選，得到篩選後的匹配分數序列包括對算法A和算法B得到的匹配分數序列進行數據配準，即計算用算法A和算 法B對現場指紋圖像和同一幅庫指紋圖像進行匹配後得到的匹配分數序列的平均值 s SA1SBl 2按降序對匹配分數序列的平均值Sai進行排序，保留前u (u < η)個匹配分數的平均值 Sai所對應的匹配分數SAj和匹配分數SBj,並將匹配分數SAj和匹配分數SBj按照對應的 匹配分數平均值Sai的降序順序排列，得到篩選後的匹配分數序列SA1; SA2,…SAl^n SB1, SB2, -SBu;創建一個長度為u的數組Num□，數組中的任意元素Num[i]表示的是篩選後的匹配分 數序列中的第i個匹配分數在信息篩選之前的標號，i = 1,2,…U。
5.根據權利要求3所述的方法，其特徵在於，所述步驟C包括Cl、由算法A和算法B分別得到證據E1, E2,證據E1表示用算法A對現場指紋圖像和庫 指紋圖像的匹配程度進行判斷的情況，證據E2表示用算法B對現場指紋圖像和庫指紋圖像 的匹配程度進行判斷的情況，命題Si表示現場指紋圖像與第i幅庫指紋圖像匹配，將u個 命題組成集合Ω = (S1, S2,…，SJ作為用於表示現場指紋圖像與庫指紋圖像的匹配情況 的辨識框架；《[Ω且m{Sj乒0，稱命題SiSm的一個焦元；m為辨識框架Ω上的基本概 率分配函數BPAF ；m (A ) = SA>C2、利用公式1、「亡、/計算證據E1下每個命題的基本可信度；以及利用公式
6.根據權利要求5所述的方法，其特徵在於，所述步驟Cl包括將兩種證據E1和E2對現場指紋圖像與第i幅庫指紋圖像的匹配結果的基本可信度， 分別表示為Hi1 (Si), i = 1，2，…2ω和Hi2(Si), i = 1，2，"·2Ω，其中m為辨識框架Ω上的 BPAF ；並且是滿足下述兩個條件的映射
7.根據權利要求4所述的方法，其特徵在於，所述步驟C3包括C3-1、利用公式
8.根據權利要求5所述的方法，其特徵在於，步驟C4包括將步驟C3得到的BPAF砵為融合後得到新的BPAF為m°，焦元集為{Ck，k=l，2，…，
9.一種基於信息融合技術的指紋識別的裝置，其特徵在於，包括特徵提取模塊，用於對於同一現場指紋圖像，提取出N類互不相同的指紋特徵，N為大 於或等於2的自然數；匹配模塊，用於採用N種指紋特徵匹配算法，分別基於這N類指紋特徵對現場指紋圖像 和庫指紋圖像進行匹配，得到N個匹配分數序列；信息融合模塊，用於採用改進型D_S證據理論對所述N個匹配分數序列進行信息融合， 得到指紋識別結果。
10.根據權利要求9所述的裝置，其特徵在於，該裝置進一步包括篩選模塊，用於對所述匹配模塊得到的N個匹配分數序列進行基於數據配準的信息篩 選，並將篩選後的N個匹配分數序列輸出至信息融合模塊。
11.根據權利要求10所述的裝置，其特徵在於，所述N等於2，匹配模塊採用的N種指 紋特徵匹配算法為算法A和算法B ；所述匹配模塊包括第一匹配單元，用於用算法A對現場指紋圖像和η幅庫指紋圖像分別進行匹配後得到 的匹配分數序列為SA1, SA2,…SAn ；第二匹配單元，用於用算法B對現場指紋圖像和η幅庫指紋圖像分別進行匹配後得到 的匹配分數序列為SB1, SB2, -SBn ；其中1，2，···!!是η幅庫指紋圖像對應的標號。
12.根據權利要求11所述的裝置，其特徵在於，所述篩選模塊進一步包括數據配準單元，用於對算法A和算法B得到的匹配分數序列進行數據配準，即計算用算 法A和算法B對現場指紋圖像和同一幅庫指紋圖像進行匹配後得到的匹配分數序列的平均值
13.根據權利要求3所述的裝置，其特徵在於，所述信息融合模塊包括第一處理單元，用於由算法A和算法B分別得到證據E1, E2,證據E1表示用算法A對現 場指紋圖像和庫指紋圖像的匹配程度進行判斷的情況，證據E2表示用算法B對現場指紋圖 像和庫指紋圖像的匹配程度進行判斷的情況，命題Si表示現場指紋圖像與第i幅庫指紋圖 像匹配，將u個命題組成集合Ω = (S1, S2,…，SJ作為用於表示現場指紋圖像與庫指紋圖 像的匹配情況的辨識框架；S1 e Ω且m{Sj Φ 0，稱命題Si為m的一個焦元；m為辨識框架 Ω上的基本概率分配函數BPAF ； 第二處理單元，用於利用公式
14.根據權利要求13所述的裝置，其特徵在於，所述第一處理單元進一步用於將兩種 證據E1和E2對現場指紋圖像與第i幅庫指紋圖像的匹配結果的基本可信度，分別表示為 Hi1(Si),! = 1,2, ...2ω 和 Hi2(Si)J = 1,2, -·2Ω，其中 m 為辨識框架 Ω 上的 BPAF ；並且是滿足下述兩個條件的映射2Ω —
,
15.根據權利要求13所述的裝置，其特徵在於，所述第三處理單元進一步包括 單獨信息容量子單元，用於利用公式證據Ej^E1的相關影響係數#<Ελ,Ε2) e(E2)21 = ,Λ : π,、· 『 BPAF更新子單元，用於對於算法A mmi B分別對應的iiE據EpE2在同一識別框架Ω下的BPAF分別為W, , W2，焦元集分別為(Ai，i = 1,2,…，u}， {Bi; i = 1,2,…，u}，根據所述相關影響係數子單元得到的相關影響係數將其進行重新改 寫，得到新的BPAF為m, (A1)^2(B1)=Mi(Ai)(I-Ru),A.關Q叫(4)(1 一代 2) + i ,2, Ai=QM2(Bi)(I-R21),5, φΩm.iBXl-R^ + R^, B1=Q
16.根據權利要求14所述的方法，其特徵在於，所述第四處理單元用於將第三處理單 元得到的BPAF卻，成融合後得到新的BPAF為m°，焦元集為{Ck，k=l，2，-,u} m (Ck)= Yj m, (A1 )m2 (Bf) + )，灰=1，2,... M ；上式中，
全文摘要
本發明提供了一種基於信息融合技術的指紋識別方法，包括如下步驟A、對於同一現場指紋圖像，提取出N類互不相同的指紋特徵，N為大於或等於2的自然數；B、採用N種指紋特徵匹配算法，分別基於這N類指紋特徵對現場指紋圖像和庫指紋圖像進行匹配，得到N個匹配分數序列；C、採用改進型D_S證據理論對所述N個匹配分數序列進行信息融合，得到指紋識別結果。本發明還提供了一種基於信息融合技術的指紋識別裝置。本發明可以相對於現有技術進一步提高指紋識別的準確性和可靠性。
文檔編號G06K9/00GK101957913SQ20101051957
公開日2011年1月26日 申請日期2010年10月19日 優先權日2010年10月19日
發明者劉馨靖, 張博, 張潔, 景曉軍, 李劍峰 申請人:北京郵電大學