基於方向場分布的指紋校正方法

2023-05-18 16:44:21

專利名稱：基於方向場分布的指紋校正方法
技術領域：
本發明涉及指紋識別領域，尤其涉及一種基於方向場分布的指紋校正方法。
背景技術：
由於指紋具有唯一性、普遍性和終生不變性等重要性質，利用指紋圖像進行身份識別已經有了很長的歷史。在公安刑偵領域，自20世紀初期以來，指紋逐漸成為了執法機構逮捕和判定罪犯有罪的最重要的證據之一。近年來，自動指紋識別技術的發展與成熟使得指紋識別被廣泛地應用於公安刑偵、出入境、門禁系統和重要設備的權限控制中。在公安刑偵領域，指紋識別的主要對象是從犯罪現場通過多種方法(比如特定的化學試劑或光學儀器等)採集的指紋。由於這類指紋通常是犯罪分子無意中遺留在某些物體上的，指紋可能殘缺不全，且存在複雜的背景紋理幹擾。在使用自動指紋識別系統識別這些指紋之前，指紋鑑定人員必須手工地將它們切割出來，校正到標準的姿勢(指紋中心位於圖像中央，指紋方向為豎直)。這個過程非常繁瑣耗時。另一方面，在進行活體指紋採集時(包括公安和民用在內的各種指紋識別應用)，容易產生採集姿勢不標準的指紋，即採集的指紋按捺位置不在圖像中央、角度不是豎直的。要識別這些姿勢不標準的指紋，指紋匹配算法不得不考慮各種可能的空間變換，導致運算複雜度很高。本發明要解決的是採集姿勢不標準及複雜背景下指紋的自動檢測和校正問題。現有的技術主要基於灰度方差和灰度梯度一致性等局部特徵來分割指紋區域，這些特徵在圖像背景乾淨時具有良好的性能，但在背景較複雜時幾乎沒有效果，且它們只能估計圖像的局部區域是否為指紋，無法估計整個指紋的方向和中心，因而無法校正姿勢不正確的指紋，更無法從低質量的犯罪現場指紋中檢測出指紋。由於現有技術的不足，在有人值守的指紋識別系統中，指紋的檢測和校正通常是由工作人員手工完成的，費時費力。在無人值守的指紋識別系統中，姿勢不正確的指紋只能由指紋匹配算法來解決，運算複雜度很高，而且容易導致錯誤匹配。因此，迫切需要一種指紋自動檢測和校正技術，減少人工介入，提高自動化程度，提升採集姿勢不標準及複雜背景下指紋識別的速度和精度。

發明內容
本發明旨在至少在一定程度上解決上述技術問題之一或至少提供一種有用的商業選擇。為此，本發明的一個目的在於提出一種提高識別效率高、自動化程度高的基於方向場分布的指紋校正方法。根據本發明實施例的基於方向場分布的指紋校正方法，包括:A.離線階段，所述離線階段僅進行一次，建立了方向場模板庫；和&在線階段，所述在線階段將對輸入的現場指紋圖片提取方向特徵，與所述方向場模板庫進行比較，估計指紋的位置和方向，然後進行校正。進一步地，所述步驟A進一步包括A1.對訓練指紋圖像進行基準方向場的標定，將圖像劃分為大小相同互不重疊的圖像塊，定義每個圖像塊包含的指紋脊線和指紋谷線的方向作為該塊的方向，所有圖像塊的方向組成了所述圖像的方向場；A2.對所述基準方向場進行提取，獲得基準方向場模板;A3.對所述基準方向場模板進行聚類並對每類模板在指紋的不同位置出現的概率分布進行估計4PA4.建立所述基準方向場模板與參考點分布的映射。進一步地，所述步驟A2包括得到基準方向場以後，提取Na組大小為dXd圖像塊的基準方向場模板，其中，第n組模板表示的是以從正上方為初始方向逆時針旋轉nX (360/Na)度以後的方向作為基準方向的方向場模板，其中Na、d和n為正整數。進一步地，所述步驟A3中，所述聚類為K-中心聚類。進一步地，所述步驟B進一步包括B1.對所述輸入的現場指紋圖片進行初始方向場提取；B2.對提取到的初始方向場進行參考點和參考方向的估計；和133.基於所述參考點和參考方向的估計結果，對所述現場指紋圖片進行校正。進一步地，所述步驟BI進一步包括B11.手工標記出所述輸入的現場指紋圖片中的指紋所在的前景區；B12.將所述前景區分割為多個互不重疊的DXD像素前景區塊，對於每個區塊進行二維短時傅立葉變換，並提取在變換結果的頻域中響應最強的兩個方向作為該區塊的代表方向，其中D為正整數；和B13.所有所述前景區塊的代表方向構成了所述現場指紋的初始方向場。進一步地，所述步驟B2進一步包括B21.按照所述初始方向場的大小構造Na組空的投票格子，對於第n組投票格子，取大小為dX d個格子的滑動窗W，按照從左到右、從上到下的順序在初始方向場上滑動；B22.每滑動到一個位置(x，y)，將該窗內的dXdX2的方向場取出來作為候選方向場，然後將本組的k個基準方向場模板依次與候選方向場求相似度，最終可以獲得k個基準方向場與候選方向場的相似度，選擇其中相似度最大者kmg_，認為位置(x，y)處對應的候選方向場就是基準方向場kmgmax ;B23.將kmgmax對應的投票分布以(x，y)為中心疊加到參考點位置分布的投票格子上，當滑動窗掃描完整個初始方向場時，所有位置對應的候選方向場對參考點位置的貢獻就全部疊加了起來，參考點位置的分布投票格子中概率最高者，概率記為voten，表示在第n組模板的投票下，參考點可能的所在位置(xn，yn)。由於第n組模板的基準方向是以正上方為初始方向旋轉nX360/Na度，因此點(xn, yn)表示前景區域中在位置(xn，yn)處可能有參考方向為nX360/Na的參考點；和B24.當Na個參考點均求出來以後，比較各參考點對應的概率Voten，概率最高者對應的位置和基準方向就是要求的參考點和參考方向。進一步地，所述步驟B3進一步包括根據校正後指紋的中心點和參考點的位置估計平移向量，由校正後的指紋正方向與參考方向估計旋轉向量，再通過所述平移向量和所述旋轉向量進行正交變換，完成指紋的校正。本發明提供了一種基於方向場分布的指紋校正方法，該方法通過聚類學習的方式對指紋脊線方向的局部模式和空間分布進行了統計，通過局部模式對比的方式尋找目標圖像中與指紋模式類似的區域，再結合各局部模式的空間位置分布消除出現在不合理位置的局部模式的影響，最終估計指紋的位置和方向，並依據位置和方向信息對指紋進行校正。本發明與以往指紋檢測方法的最大的不同在於它考慮了指紋脊線方向的局部模式及其空間分布，在檢測中考慮了指紋本身的自然特性，加入了先驗信息。傳統的指紋檢測方法只考慮指紋圖像中孤立分割的圖像塊內統計信息及局部的兼容性約束，有很大的限制首先，只考慮統計信息在背景比較複雜的情況下無法區分背景和指紋圖像；只考慮局部兼容性約束則只能保證圖像塊的分類在局部不衝突，卻無法保證在圖像塊出現在其位置的可信度。本方法利用局部區域紋理信息自動分析和提取最佳的局部匹配模式，再結合指紋局部模式的空間分布，投票產生指紋的參考點和參考方向，以指示指紋所在的位置和方向，完成對指紋位置和方向的檢測。接下來，算法將依據該參考點和參考方向對指紋進行坐標系歸一化，即以參考點為指紋中心，以參考方向為正上方將指紋圖像進行正交變換。本發明可以極大地減少目前複雜背景下的指紋檢測中的人工幹預，減輕指紋鑑定人員工作量，提高識別效率，提升指紋識別系統的自動化程度。本發明的附加方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。


本發明的上述和/或附加的方面和優點從結合下面附圖對實施例的描述中將變得明顯和容易理解，其中圖1為本發明的基於方向場分布的指紋校正方法的流程2為基準方向場的標定示意3為方向場校正示意4為方向場模板及其位置分布示意5為方向場模板及其投票分布示意6為參考點位置估計示意7為多方向指紋檢測與校正示意圖
具體實施例方式下面詳細描述本發明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用於解釋本發明，而不能理解為對本發明的限制。在本發明的描述中，需要理解的是，術語「中心」、「縱向」、「橫向」、「長度」、「寬度」、「厚度」、「上」、「下」、「前」、「後」、「左」、「右」、「豎直」、「水平」、「頂」、「底」 「內」、「外」、「順時針」、「逆時針」等指示的方位或位置關係為基於附圖所示的方位或位置關係，僅是為了便於描述本發明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構造和操作，因此不能理解為對本發明的限制。此外，術語「第一」、「第二」僅用於描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術特徵的數量。由此，限定有「第一」、「第二」的特徵可以明示或者隱含地包括一個或者更多個該特徵。在本發明的描述中，「多個」的含義是兩個或兩個以上，除非另有明確具體的限定。在本發明中，除非另有明確的規定和限定，術語「安裝」、「相連」、「連接」、「固定」等術語應做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內部的連通。對於本領域的普通技術人員而言，可以根據具體情況理解上述術語在本發明中的具體含義。在本發明中，除非另有明確的規定和限定，第一特徵在第二特徵之「上」或之「下」可以包括第一和第二特徵直接接觸，也可以包括第一和第二特徵不是直接接觸而是通過它們之間的另外的特徵接觸。而且，第一特徵在第二特徵「之上」、「上方」和「上面」包括第一特徵在第二特徵正上方和斜上方，或僅僅表示第一特徵水平高度高於第二特徵。第一特徵在第二特徵「之下」、「下方」和「下面」包括第一特徵在第二特徵正下方和斜下方，或僅僅表示第一特徵水平高度小於第二特徵。本發明的目的是解決採集姿勢不標準及複雜背景下的指紋檢測和校正問題，以提高指紋比對和查詢時的效率。為了解決上述技術問題，本發明提供了一種基於方向場分布的指紋檢測和校正方法，該方法通過聚類學習的方式對指紋脊線方向的局部模式和空間分布進行了統計，通過局部模式對比的方式尋找目標圖像中與指紋模式類似的區域，再結合各局部模式的空間位置分布消除出現在不合理位置的局部模式的影響，最終估計指紋的位置和方向，並依據位置和方向信息對指紋進行校正。為使本領域技術人員更好地理解本文，現對部分符號說明如下F標定階段的基準指紋圖像R基準指紋圖像的有效區域O基準指紋圖像的方向場S將O進行坐標系校正後的基準方向場IOF待求圖像的初始方向場發明中主要涉及的算法包括離線階段和在線階段兩個主要階段。A離線階段這一階段的主要工作是建立方向場模板庫，只需要進行一次。這一階段主要包括下面幾個主要步驟Al、基準方向場的標定—般意義的方向場包括兩種，一種是像素方向場，一種是圖像塊方向場，本技術說明中其他部分所有提到的方向場都是指圖像塊方向場，即將指紋圖像劃分為DXD像素大小且互不重疊的圖像塊，以每個塊包含的指紋脊線和谷線的方向作為該塊的方向，所有圖像塊的方向組成了該指紋的方向場(如圖3中白色短線所示)。本指紋檢測系統的在線階段需要基於一組基準方向場模板完成。為了保證基準方向場模板具有良好的代表性，能體現指紋方向場的真實分布，基準方向場通過手工標定一組真實的訓練指紋的方向場來獲取。對於每一個指紋F (以圖2為例)，首先通過手工標定指紋圖像質量比較高(足以辨別方向)的有效區域R，然後手工標定有效區域內指紋圖像的方向場O (如圖3原始指紋中的白色短線)，再標定該指紋的參考點和參考方向。其中，參考點(如圖2中r點)定義為兩個點連線的中點，其一為從指紋左半部進入並從指紋右半部離開的完整脊線中位於指紋上半部分的最低一條脊線的最高點(如圖2中a點)，其二為位於指紋下半部分的最高一條脊線的中點(如圖2中b點)；而參考方向由從b點到a點的連線確定。確定了參考點和參考方向以後，以參考點為中心，參考方向為正上方將標定的方向場進行坐標系校正，即進行旋轉和平移並通過方向插值的方式確定新的坐標系中的方向場，以此作為基準方向場如圖3校正後指紋中的白色短線)。A2、基準方向場模板提取得到基準方向場以後，本方法將提取Na組(例如Na取72)大小為dXd方向塊(例如d取4)的基準方向場模板,其中，每組模板表不的是以從正上方為初始方向旋轉360/Na度以後的方向作為基準方向的方向場模板，具體方案為:對於第η組(n e (1，Na))，將基準方向場&旋轉nX 360/Na度，然後取大小為dX d個格子的滑動窗W，按照從左到右、從上到下的順序在5上滑動。每滑動到一個位置(x，y)，若當前窗W包含的方向場全部在有效區域以內，那麼把該窗內的dXd的方向場記錄下來作為一個模板向量Vi,並記錄該窗中心位置與參考點的相對位置(dx」 (Iyi)(即(Ixi = X-X1^dyi=y_yMf，其中(XMf，Yref )為參考點的坐標)。A3、基準方向場模板聚類及分布估計將前兩步應用在所有的訓練指紋上可以提取大量的模板向量及其與參考點的相對位置，在這一歩中，對於每一組模板，採用K-中心聚類方法對這些模板向量進行聚類，具體方案為:預設聚類數目為k (k取200)，從模板向量集合中隨機選取k個向量作為聚類中心，然後按照如下步驟進行:(I)計算每個模板向量到所有聚類中心的距離，並將其分到距離最近的類中去；(2)在每個類中，依次選取每個向量作為類中心，計算類中所有向量到它的距離之和，然後選擇與最小的距離對應 的向量作為該類的新中心。這樣，每個類的中心就經過了一次更新；(3)聚類中心更新後，返回步驟1)，直到這k個聚類中心不再發生改變為止。通過上述方法可得k個聚類中心，並且所有的模板向量都被分到了某個類中，將這k個聚類中心定義為基準方向場模板，即用每個聚類中心來代表該類中的所有的模板。接下來估計各基準方向場模板的位置分布，具體方案為:對於基準方向場模板ki;首先準備空的投票格子，大小為dx e (-Wd, wd),dy e (_hd,hd)(取wd = hd = 20)。掃描該類中的所有模板與參考點的相對位置,對於((Ixi,(Iyi),若滿足(Ixi e (-wd, wd)且(Iyi e (_hd, hd),則在投票格的((Ixi, (Iyi)處投一票。掃描完成以後，將所得票數除以參與投票的指紋個數(即類別h的成員個數)，再利用高斯掩模對投票進行平滑，即可得基準方向場模板h相對於參考點的空間概率分布(如圖4所示，左側為某基準方向場模板，右側為其相對於參考點的空間概率分布，其中參考點位於右圖中心)。A4、基準方向場模板與參考點分布的映射上一步得到了 Na組基準方向場模板及其相對於參考點的空間分布，S卩如果已知參考點和方向場模板，可以預測該模板的位置及相應的概率。反過來，如果已知方向場模板及其位置，同樣能預測參考點的位置及相應的概率。對於基準方向場模板ki;將它相對於參考點的空間分布以參考點位置為中心進行中心對稱映射即可得已知基準方向場模板h的情形下參考點的空間分布，稱為基準方向場模板h的投票分布(如圖5所示)。B在線階段
在建立完成方向場模板庫以後，輸入指紋圖片，可以通過在線階段來估計指紋的位置和方向，然後進行校正。這一階段主要包括下面幾個主要步驟:B1、初始方向場提取對於現場指紋，需要手工標記出圖像中的指紋所在的大體區域(稱為前景區)，因為下一階段參考點和參考方向的估計本質上是一個搜索過程，繁雜的背景區域將大大增加搜索時間，降低效率；由於庫指紋的背景很簡單，可以用圖像塊傅立葉變換後頻域最強波和次強波的幅值比作為特徵，很快地按閾值劃分出前景區，因而不需要任何手工標註。將前景區分割為DXD像素且互不重疊的圖像塊，對於每一個塊，將其看作二維表面波，對其進行二維短時傅立葉變換，然後尋找頻域中最強的兩個響應，通過其相對於頻域中心的角度，提取每個塊中響應最強的兩個方向。所有前景區塊的兩個方向構成了初始方向場10F。B2、參考點和參考方向的估計本技術的離線階段已經提取了 Na組基準方向場模板，每組模板各代表了一個方向，下面以第η組為示例介紹參考點和參考方向的估計方法:首先初始化參考點位置的分布，即按照IOF的大小構造空的投票格子。取大小為dX d方向塊的滑動窗W，按照從左到右、從上到下的順序在初始方向場IOF上滑動。每滑動到一個位置(x，y)，將該窗內的dXdX2的方向場取出來作為候選方向場，然後將本組的k個基準方向場模板依次與候選方向場求相似度，具體計算方法為:取一個基準方向場，它在每個位置上的方向與2個候選方向對應,如果其中某個候選方向與基準方向的差異小於一定的閾值(取10度)，那麼就認為該位置匹配成功，最終在dXd個位置上可以求出匹配成功的位置數ns，那麼該基準方向場和候選方向場的相似度為ns/(dXd)。最終可以獲得k個基準方向場與候選方向場的相似度，選擇其中最大者kargmax,認為位置(X，y)處對應的候選方向場就是基準方向場kargmax。接下來，由於離線階段已經求出了基準方向場kargmax與參考點的位置分布關係，將kargmax對應的投票分布以(x, y)為中心疊加到參考點位置分布的投票格子上。當滑動窗掃描完整個IOF時，所有位置對應的候選方向場對參考點位置的貢獻就全部疊加了起來。此時，參考點位置的分布投票格子中概率最高者(概率記為voten)就表示在第η組模板的投票下，參考點可能的所在位置(xn，yn)。由於第η組模板的基準方向是以正上方為初始方向旋轉nX360/Na度，因此點(xn，yn)表示前景區域中在位置(xn, yn)處可能有參考方向為ηX 360/Na的參考點。圖6顯示了在n=Na時(即旋轉角度為O度)的投票示意圖，即在尋找各圖像塊處最相似的方向場模板，然後疊加構成最終的參考點位置概率分布圖。當Na個參考點均求出來以後，比較各參考點對應的概率Voten (n e (I, Na))，概率最高者對應的位置和基準方向就是要求的參考點和參考方向。B3、基於參考點和參考方向對指紋進行校正上面提取的參考點和參考方向估計出了指紋所在的位置及方向，因此，由校正後指紋的中心點(預先指定大小的圖像中心)和參考點的位置可以估計平移向量，由校正後的指紋正方向(豎直向上)與參考方向可以估計旋轉向量，再通過這兩者進行正交變換即完成了指紋的校正。圖7展示了本技術用於一幅圖中擁有多個不同方向指紋的處理結果。其中，最上面是原始圖片，中部展示了在3個方向下指紋參考點存在的位置概率分布圖，通過閾值劃分，可得原始圖片中3個指紋的參考點和參考方向，然後最下面顯示了依據參考點和參考方向對指紋進行校正和分割的結果。與現有技術相比，本發明的一個或多個實施例可以具有如下優點本發明與以往指紋檢測方法的最大的不同在於它考慮了指紋脊線方向的局部模式及其空間分布，在檢測中考慮了指紋本身的自然特性，加入了先驗信息。傳統的指紋檢測方法只考慮指紋圖像中孤立分割的圖像塊內統計信息及局部的兼容性約束，有很大的限制首先，只考慮統計信息在背景比較複雜的情況下無法區分背景和指紋圖像；只考慮局部兼容性約束則只能保證圖像塊的分類在局部不衝突，卻無法保證在圖像塊出現在其位置的可信度。本方法利用局部區域紋理信息自動分析和提取最佳的局部匹配模式，再結合指紋局部模式的空間分布，投票產生指紋的參考點和參考方向，以指示指紋所在的位置和方向，完成對指紋位置和方向的檢測。接下來，算法將依據該參考點和參考方向對指紋進行坐標系歸一化，即以參考點為指紋中心，以參考方向為正上方將指紋圖像進行正交變換。本指紋自動檢測和校正技術可以極大地減少目前複雜背景下的指紋檢測中的人工幹預，減輕指紋鑑定人員工作量，提高識別效率，提升指紋識別系統的自動化程度。流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為，表示包括一個或更多個用於實現特定邏輯功能或過程的步驟的可執行指令的代碼的模塊、片段或部分，並且本發明的優選實施方式的範圍包括另外的實現，其中可以不按所示出或討論的順序，包括根據所涉及的功能按基本同時的方式或按相反的順序，來執行功能，這應被本發明的實施例所屬技術領域的技術人員所理解。在本說明書的描述中，參考術語「一個實施例」、「一些實施例」、「示例」、「具體示例」、或「一些示例」等的描述意指結合該實施例或示例描述的具體特徵、結構、材料或者特點包含於本發明的至少一個實施例或示例中。在本說明書中，對上述術語的示意性表述不一定指的是相同的實施例或示例。而且，描述的具體特徵、結構、材料或者特點可以在任何的一個或多個實施例或示例中以合適的方式結合。儘管上面已經示出和描述了本發明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發明的限制，本領域的普通技術人員在不脫離本發明的原理和宗旨的情況下在本發明的範圍內可以對上述實施例進行變化、修改、替換和變型。
權利要求
1.一種基於方向場分布的指紋校正方法，其特徵在於，包括: A.離線階段，所述離線階段僅進行一次，建立了方向場模板庫；和 B.在線階段，所述在線階段將對輸入的現場指紋圖片提取方向特徵，與所述方向場模板庫進行比較，估計指紋的位置和方向，然後進行校正。
2.如權利要求1所述的方法，其特徵在於，所述步驟A進一步包括: Al.對訓練指紋圖像進行基準方向場的標定，將圖像劃分為大小相同互不重疊的圖像塊，定義每個圖像塊包含的指紋脊線和指紋谷線的方向作為該塊的方向，所有圖像塊的方向組成了所述圖像的方向場； A2.對所述基準方向場進行提取，獲得基準方向場模板； A3.對所述基準方向場模板進行聚類並對每類模板在指紋的不同位置出現的概率分布進行估計；和 A4.建立所述基準方向場模板與參考點分布的映射。
3.如權利要求2所述的方法，其特徵在於，所述步驟A2包括:得到基準方向場以後，提取Na組大小為dXd圖像塊的基準方向場模板，其中，第n組模板表示的是以從正上方為初始方向逆時針旋轉nX (360/Na)度以後的方向作為基準方向的方向場模板，其中Na、d和n為正整數。
4.如權利要求3所述的方法，其特徵在於，所述步驟A3中，所述聚類為K-中心聚類。
5.如權利要求1-4任一項所述的方法，其特徵在於，所述步驟B進一步包括: B1.對所述輸入的 現場指紋圖片進行初始方向場提取； B2.對提取到的初始方向場進行參考點和參考方向的估計；和 B3.基於所述參考點和參考方向的估計結果，對所述現場指紋圖片進行校正。
6.如權利要求5所述的方法，其特徵在於，所述步驟BI進一步包括: Bll.手工標記出所述輸入的現場指紋圖片中的指紋所在的前景區； B12.將所述前景區分割為多個互不重疊的DXD像素前景區塊，對於每個區塊進行二維短時傅立葉變換，並提取在變換結果的頻域中響應最強的兩個方向作為該區塊的代表方向，其中D為正整數；和 B13.所有所述前景區塊的代表方向構成了所述現場指紋的初始方向場。
7.如權利要求6所述的方法，其特徵在於，所述步驟B2進一步包括: B21.按照所述初始方向場的大小構造Na組空的投票格子，對於第n組投票格子，取大小為dXd個格子的滑動窗W，按照從左到右、從上到下的順序在初始方向場上滑動； B22.每滑動到一個位置(X，y )，將該窗內的dX dX 2的方向場取出來作為候選方向場，然後將本組的k個基準方向場模板依次與候選方向場求相似度，最終可以獲得k個基準方向場與候選方向場的相似度，選擇其中相似度最大者kmg_，認為位置(x，y)處對應的候選方向場就是基準方向場kmgmax ； B23.將kmg_對應的投票分布以(x，y)為中心疊加到參考點位置分布的投票格子上，當滑動窗掃描完整個初始方向場時，所有位置對應的候選方向場對參考點位置的貢獻就全部疊加了起來，參考點位置的分布投票格子中概率最高者，概率記為Voten，表示在第n組模板的投票下，參考點可能的所在位置(xn，yn)。由於第n組模板的基準方向是以正上方為初始方向旋轉nX360/Na度，因此點(xn, yn)表示前景區域中在位置(xn，yn)處可能有參考方向為nX360/Nj^參考點；和 B24.當Na個參考點均求出來以後，比較各參考點對應的概率Voten，概率最高者對應的位置和基準方向就是要求的參考點和參考方向。
8.如權利要求7所述的方法，其特徵在於，所述步驟B3進一步包括:根據校正後指紋的中心點和參考點的位置估計平移向量，由校正後的指紋正方向與參考方向估計旋轉向量，再通過所述平移向量和所 述旋轉向量進行正交變換，完成指紋的校正。
全文摘要
本發明提供了一種基於方向場分布的指紋校正方法，該方法通過聚類學習的方式對指紋脊線方向的局部模式和空間分布進行了統計，通過局部模式對比的方式尋找目標圖像中與指紋模式類似的區域，再結合各局部模式的空間位置分布消除出現在不合理位置的局部模式的影響，最終估計指紋的位置和方向，並依據位置和方向信息對指紋進行切割和校正。本發明可以將採集姿勢不標準的指紋校正為標準姿勢的指紋，以提高指紋比對和查詢時的效率；還可以從包含多個指紋的背景複雜的現場指紋圖像中自動檢測和切割出所有指紋，並將其姿勢進行校正，具有計算效率高，準確率高的優點。
文檔編號G06K9/00GK103077377SQ20121059286
公開日2013年5月1日 申請日期2012年12月31日 優先權日2012年12月31日
發明者周杰, 馮建江, 楊霄 申請人:清華大學