專利名稱：自動指紋分類系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種自動指紋識別分類系統(tǒng)和方法。
背景技術(shù)：
每個人都具有唯一的指紋特性。對要待識別的人來說，指紋匹配是最重要的識別方法。指紋匹配可以在兩個層次上進(jìn)行，一個是粗匹配，一個是精確匹配。在粗匹配過程中，指紋被分為五類拱型，尖拱型，右旋，左旋，漩渦。精確匹配是通過提取細(xì)節(jié)點(diǎn)來實(shí)現(xiàn)的，兩個指紋的相似性是通過比較兩個指紋的細(xì)節(jié)點(diǎn)來實(shí)現(xiàn)。雖然粗匹配不能夠唯一的識別一個指紋，但是它在確定兩個指紋不匹配的過程中非常有用。比如，一個右旋的指紋只能和一個右旋的指紋匹配，它不可能和一個拱型之類的指紋匹配。對指紋識別的專家來說，實(shí)行粗分類是一個很簡單的問題。
一般的指紋分類系統(tǒng)從獲得指紋圖到?jīng)Q定指紋類型將經(jīng)過以下幾個處理步驟指紋圖像，圖像預(yù)處理，特征提取，分類器，如圖1所示。其中各部分功能大致如下一、圖像預(yù)處理圖像預(yù)處理部分包括了兩個步驟圖像分割與圖像增強(qiáng)。
(1)圖像分割分割器讀取輸入的指紋圖，剪切出該指紋圖的前景清晰脊線區(qū)域，減少以后各步驟中所要處理的數(shù)據(jù)量。
(2)圖像增強(qiáng)該步驟通過增強(qiáng)分割后的指紋圖提高圖像質(zhì)量。
二、特征提取該步驟根據(jù)灰度指紋圖，生成方向數(shù)組。此數(shù)組是分類系統(tǒng)使用的基本特征。
三、指紋分類器輸出分類結(jié)果。
圖像預(yù)處理和特征提取的結(jié)果，如圖2的(a)，(b)，(c)，(d)圖所示，圖2(a)為原始指紋圖像，圖2(b)為分割后的指紋圖像，圖2(c)為增強(qiáng)后的指紋圖像，圖2(d)為求出的指紋圖像中心。
但是對一個自動指紋識別系統(tǒng)來說，指紋分類就比較困難一些，它必須考慮指紋脊線全局走向和指紋的局部方向。目前，這一問題尚未得到完全解決。

發(fā)明內(nèi)容
本發(fā)明的目的是設(shè)計(jì)一種自動分類指紋圖像的方法。這種方法應(yīng)該準(zhǔn)確并不易受噪聲的影響。而且，這種方法根據(jù)奇異點(diǎn)的位置和數(shù)目以及脊線方向把指紋分成六類，如圖4所示。
為了達(dá)到這個目的，本發(fā)明的技術(shù)解決方案是提供一種自動指紋分類方法，其包括步驟(1).把一幅H×W的指紋數(shù)字圖像分成一些大小為M×N的方塊，獲得 個方塊；(2)把每個方塊分為背景塊或前景塊；
(3)根據(jù)最小平方差確定每個指紋方塊的脊線方向d(i，j)；(4)對估計(jì)的塊脊線方向d(i，j)進(jìn)行濾波，在沒有奇異點(diǎn)的鄰域內(nèi)，局部脊線方向是緩慢變化的，用一個低通率波器來濾波脊線塊方向，在濾波后的圖像上求出塊方向場；(5)根據(jù)塊方向場確定奇異點(diǎn)的位置；(6)若奇異點(diǎn)的數(shù)目≤4，根據(jù)奇異點(diǎn)的個數(shù)和方向，按規(guī)則把指紋圖像分為六類中的一種。
所述的自動指紋分類方法，其所述前景塊，為包含指紋的區(qū)域。
所述的自動指紋分類方法，其所述奇異點(diǎn)包括中心點(diǎn)和三角點(diǎn)。
所述的自動指紋分類方法，其所述第(2)步中分背景塊或前景塊，其區(qū)分的方法是根據(jù)塊的灰度平均值和方差區(qū)分，方法如下設(shè)方塊(i，j)(0＜I≤M，0＜j≤N)的平均值為m(i，j)，方差為v(i，j)，若m(i，j)＜Thre1并且v(i，j)＞Thre2，則方塊(i，j)是包含指紋的前景塊，否則方塊(i，j)作為背景塊；其中，Thre1和Thre2是兩個固定值。
所述的自動指紋分類方法，其所述第(3)步中確定每個指紋方塊的脊線方向d(i，j)，有以下步驟a.計(jì)算每一點(diǎn)(i，j)的梯度x(i，j)和y(i，j)，其梯度算子選為Sobel算子；b.計(jì)算以(i，j)為中心的每一塊的方向，c.再求最小平方差。
所述的自動指紋分類方法，其所述第(5)步中，確定奇異點(diǎn)的位置包括步驟a.對每一個方塊(i，j)，取其周圍的一閉曲線D1D2...D12D1；b.在曲線D1D2...D12D1上計(jì)算Poincare的值.計(jì)算出候選奇異點(diǎn)；
c.消除偽奇異點(diǎn)，在一些指紋圖象中，由于噪聲等因素的影響，可能存在偽奇異點(diǎn)。
所述的自動指紋分類方法，其為了消除偽奇異點(diǎn)，還對每一個方塊(i，j)，計(jì)算了同一點(diǎn)的里面閉曲線d1d2...d8d1的Poincare值；只有當(dāng)在3×3和5×5的Poincare值相同的時候，這個候選奇異點(diǎn)才作為真正的奇異點(diǎn)，并對求得的奇異點(diǎn)用k-均值聚類算法求得最終的奇異點(diǎn)。
所述的自動指紋分類方法，其所述在3×3和5×5的Poincare值相同，即同為1/2或-1/2。
所述的自動指紋分類方法，其所述第(6)步中，若奇異點(diǎn)的數(shù)目大于四，則回到第(4)步，對方向場繼續(xù)濾波。
所述的自動指紋分類方法，其所述六類指紋圖像，為拱型，尖拱型，左旋，右旋，旋渦和奇異型。
所述的自動指紋分類方法，其所述六類指紋圖像，其分類規(guī)則為a.若沒有奇異點(diǎn)，則把指紋分為尖供型；b.若有兩個中心點(diǎn)和兩個三角點(diǎn)，則把指紋分為漩渦型；c.若指紋圖像有一個中心點(diǎn)和一個三角點(diǎn)，中心點(diǎn)方向和中心點(diǎn)與三角點(diǎn)連線的方向之差小于一個固定的域值，則把指紋分為供型；d.若指紋圖像有一個中心點(diǎn)和一個三角點(diǎn)，中心點(diǎn)方向和中心點(diǎn)與三角點(diǎn)連線的方向之差大于一個固定的域值，并且三角點(diǎn)在中心點(diǎn)的右側(cè)，則把指紋分為左旋；e.若指紋圖像有一個中心點(diǎn)和一個三角點(diǎn)，中心點(diǎn)方向和中心點(diǎn)與三角點(diǎn)連線的方向之差大于一個固定的域值，并且三角點(diǎn)在中心點(diǎn)的左側(cè)，則把指紋分為右旋。
f.若不滿足a，b，c，d，e，則把指紋分為奇異型。
一種自動指紋分類系統(tǒng)，其包括一臺計(jì)算機(jī)，具有內(nèi)存，中央處理器；計(jì)算機(jī)預(yù)存有塊方向處理程序、奇異點(diǎn)程序及分類程序；一數(shù)據(jù)庫，具有一幅或者多幅指紋圖像；計(jì)算機(jī)與數(shù)據(jù)庫連接。
所述的自動指紋分類系統(tǒng)，其所述數(shù)據(jù)庫圖像，被分割成一個或者多個塊，每一塊都有固定大小。
所述的自動指紋分類系統(tǒng)，其由中央處理器執(zhí)行的塊方向處理程序，確定一個塊的脊線方向。
所述的自動指紋分類系統(tǒng)，其由中央處理器執(zhí)行的奇異點(diǎn)程序，確定指紋圖像的一個或者多個奇異點(diǎn)的位置。
所述的自動指紋分類系統(tǒng)，其由中央處理器執(zhí)行的分類程序，根據(jù)奇異點(diǎn)的位置和奇異點(diǎn)的方向，把指紋圖像分為六種類型中的某一種類型。


圖1指紋分類系統(tǒng)框圖；圖2指紋分類系統(tǒng)的各個步驟(a)原始指紋圖象；(b)分割后的指紋圖象；(c)增強(qiáng)后的指紋圖象；(d)求出的指紋圖象中心點(diǎn)；圖3本發(fā)明的流程圖；
圖4本發(fā)明中的六類(a)左旋型；(b)右旋型；(c)旋窩型；(d)尖供型；(e)供型；(f)奇異型；圖5本發(fā)明計(jì)算出的方向場圖(a)原始圖；(b)方向場。
具體實(shí)施例方式
對每一個輸入的指紋圖像，本發(fā)明的流程如圖3所示，具體的分類過程如下1.把每個方塊分為背景塊或者前景塊(包含指紋的區(qū)域)。區(qū)分的方法是根據(jù)平均值和方差。塊(i，j)的平均值為m(i,j)=1m×nΣm=i-M/2i+M/2Σn=j-N/2j+N/2I(m,n),]]>方差是v(i,j)=1M×NΣm=i-M/2i+M/2Σn=j-N/2j+N/2(I(m,n)-m(i,j))2.]]>這里I(m，n)是指紋圖像中位于(m，n)的象素的灰度值。若m(i，j)＜Thre1并且v(i，j)＞Thre2，則方塊(i，j)是包含指紋的前景塊，否則(i，j)作為背景塊。Thre1和Thre2是兩個固定值。
2.確定每個指紋方塊的脊線方向，由如下幾步組成a.計(jì)算每一點(diǎn)(i，j)的梯度x(i，j)和y(i，j)，在這里，梯度算子選為Sobel算子。
b.計(jì)算以(i，j)為中心的每一塊的方向，如下Vx(i,j)=Σu=i-M/2u=i+M/2Σv=j-N/2j+N/22∂xI(u,v)∂yI(u,v)]]>Vy(i,j)=Σu=i-M/2i+M/2Σv=j-N/2j+N/2(∂x2I(u,v)-∂y2I(u,v))]]>θ(x,y)=12tan-1(Vy(i,j)Vx(i,j))]]>
這里θ(i，j)是局部脊線方向的最小平方估計(jì)。
3.由于噪聲、斷裂的脊線和谷線的存在，估計(jì)的脊線方向θ(i，j)可能不是總正確。在沒有奇異點(diǎn)的鄰域內(nèi)，局部脊線方向是緩慢變化的，可以用一個低通率波器來修改不正確的脊線方向。為了做這件事情，方向場需要轉(zhuǎn)化到一個連續(xù)的向量場中φx(i，j)＝cos(2θ(i，j))φy(i，j)＝sin(2θ(i，j))φx，φy是向量場的x，y分量，低通慮波可以如下表示φx′(x,y)=Σu=-wφ/2wφ/2Σv=-wφ/2wφ/2h(u,v)φx(i-uw,j-vw)]]>φy′(x,y)=Σu=-wφ/2wφ/2Σv=-wφ/2wφ/2h(u,v)φy(i-uw,j-vw)]]>其中h是一個2維低通濾波器其積分為1，wφ×wφ是濾波器的大小。這個平滑操作是在塊上執(zhí)行的。其缺省大小為5×5。
4.計(jì)算在(i，j)局部方向場O(i,j)=12tan-1(φy′(i,j)φx′(i,j))]]>求的塊方向場如圖5所示。
5.確定奇異點(diǎn)的位置如下a.對每一個方塊，取其周圍的一閉曲線D1D2...D12D1。如表1

表1閉曲線的離散表示則在曲線D1D2...D12D1上計(jì)算Poincare的值如下Poincare(i,j)=Σi=112|Di-D(i+1)mod12|]]>這樣得到相鄰的幾個候選奇異點(diǎn)，我們用k-均值算法來得到最終的奇異點(diǎn)。
b.在一些指紋圖象中，由于噪聲等因素的影響，可能存在偽奇異點(diǎn)。為了消除偽奇異點(diǎn)，我們還計(jì)算了同一點(diǎn)的里面曲線d1d2...d8d1的Poincare值，如表1。只有當(dāng)在3×3和5×5的Poincare值(1/2或-1/2)相同的時候，這候選奇異點(diǎn)才作為真正的奇異點(diǎn)。奇異點(diǎn)包括中心點(diǎn)corepoint，和三角點(diǎn)delta point。
6.為了把指紋圖像進(jìn)行分類，設(shè)定如下規(guī)則a.若沒有奇異點(diǎn)，則把指紋分為尖供型。
b.若有兩個中心點(diǎn)和兩個三角點(diǎn)，則把指紋分為漩渦型。
c.若指紋圖像有一個中心點(diǎn)和一個三角點(diǎn)，中心點(diǎn)方向和中心點(diǎn)與三角點(diǎn)連線的方向之差小于一個固定的域值，則把指紋分為供型。
d.若指紋圖像有一個中心點(diǎn)和一個三角點(diǎn)，中心點(diǎn)方向和中心點(diǎn)與三角點(diǎn)連線的方向之差大于一個固定的域值，并且三角點(diǎn)在中心點(diǎn)的右側(cè)，則把指紋分為左旋。
e.若指紋圖像有一個中心點(diǎn)和一個三角點(diǎn)，中心點(diǎn)方向和中心點(diǎn)與三角點(diǎn)連線的方向之差大于一個固定的域值，并且三角點(diǎn)在中心點(diǎn)的左側(cè)，則把指紋分為右旋。
f.若不滿足a，b，c，d，e，則把指紋分為奇異型。
權(quán)利要求
1.一種自動指紋分類方法，其特征在于，包括步驟(1).把一幅H×W的指紋數(shù)字圖像分成一些大小為M×N的方塊，獲得 個方塊；(2)把每個方塊分為背景塊或前景塊；(3)根據(jù)最小平方差確定每個指紋方塊的脊線方向d(i，j)；(4)對估計(jì)的塊脊線方向d(i，j)進(jìn)行濾波，在沒有奇異點(diǎn)的鄰域內(nèi)，局部脊線方向是緩慢變化的，用一個低通率波器來濾波脊線塊方向，在濾波后的圖像上求出塊方向場；(5)根據(jù)塊方向場確定奇異點(diǎn)的位置；(6)若奇異點(diǎn)的數(shù)目≤4，根據(jù)奇異點(diǎn)的個數(shù)和方向，按規(guī)則把指紋圖像分為六類中的一種。
2.如權(quán)利要求1所述的自動指紋分類方法，其特征在于，所述前景塊，為包含指紋的區(qū)域。
3.如權(quán)利要求1所述的自動指紋分類方法，其特征在于，所述奇異點(diǎn)包括中心點(diǎn)和三角點(diǎn)。
4.如權(quán)利要求1所述的自動指紋分類方法，其特征在于，所述第(2)步中分背景塊或前景塊，其區(qū)分的方法是根據(jù)塊的灰度平均值和方差區(qū)分，方法如下設(shè)方塊(i，j)(0＜I≤M，0＜j≤N)的平均值為m(i，j)，方差為v(i，j)，若m(i，j)＜Thre1并且v(i，j)＞Thre2，則方塊(i，j)是包含指紋的前景塊，否則方塊(i，j)作為背景塊；其中，Thre1和Thre2是兩個固定值。
5.如權(quán)利要求1所述的自動指紋分類方法，其特征在于，所述第(3)步中確定每個指紋方塊的脊線方向d(i，j)，有以下步驟a.計(jì)算每一點(diǎn)(i，j)的梯度x(i，j)和y(i，j)，其梯度算子選為Sobel算子；b.計(jì)算以(i，j)為中心的每一塊的方向，c.再求最小平方差。
6.如權(quán)利要求1所述的自動指紋分類方法，其特征在于，所述第(5)步中，確定奇異點(diǎn)的位置包括步驟a.對每一個方塊(i，j)，取其周圍的一閉曲線D1D2...D12D1；b.在曲線D1D2...D12D1上計(jì)算Poincare的值.計(jì)算出候選奇異點(diǎn)；c.消除偽奇異點(diǎn)，在一些指紋圖象中，由于噪聲等因素的影響，可能存在偽奇異點(diǎn)。
7.如權(quán)利要求6所述的自動指紋分類方法，其特征在于，為了消除偽奇異點(diǎn)，還對每一個方塊(i，j)，計(jì)算了同一點(diǎn)的里面閉曲線d1d2...d8d1的Poincare值；只有當(dāng)在3×3和5×5的Poincare值相同的時候，這個候選奇異點(diǎn)才作為真正的奇異點(diǎn)，并對求得的奇異點(diǎn)用k-均值聚類算法求得最終的奇異點(diǎn)。
8.如權(quán)利要求7所述的自動指紋分類方法，其特征在于，所述在3×3和5×5的Poincare值相同，即同為1/2或-1/2。
9.如權(quán)利要求1所述的自動指紋分類方法，其特征在于，所述第(6)步中，若奇異點(diǎn)的數(shù)目大于四，則回到第(4)步，對方向場繼續(xù)濾波。
10.如權(quán)利要求1所述的自動指紋分類方法，其特征在于，所述六類指紋圖像，為拱型，尖拱型，左旋，右旋，旋渦和奇異型。
11.如權(quán)利要求1或10所述的自動指紋分類方法，其特征在于，所述六類指紋圖像，其分類規(guī)則為a.若沒有奇異點(diǎn)，則把指紋分為尖供型；b.若有兩個中心點(diǎn)和兩個三角點(diǎn)，則把指紋分為漩渦型；c.若指紋圖像有一個中心點(diǎn)和一個三角點(diǎn)，中心點(diǎn)方向和中心點(diǎn)與三角點(diǎn)連線的方向之差小于一個固定的域值，則把指紋分為供型；d.若指紋圖像有一個中心點(diǎn)和一個三角點(diǎn)，中心點(diǎn)方向和中心點(diǎn)與三角點(diǎn)連線的方向之差大于一個固定的域值，并且三角點(diǎn)在中心點(diǎn)的右側(cè)，則把指紋分為左旋；e.若指紋圖像有一個中心點(diǎn)和一個三角點(diǎn)，中心點(diǎn)方向和中心點(diǎn)與三角點(diǎn)連線的方向之差大于一個固定的域值，并且三角點(diǎn)在中心點(diǎn)的左側(cè)，則把指紋分為右旋。f.若不滿足a，b，c，d，e，則把指紋分為奇異型。
12.一種自動指紋分類系統(tǒng)，其特征在于，包括一臺計(jì)算機(jī)，具有內(nèi)存，中央處理器；計(jì)算機(jī)預(yù)存有塊方向處理程序、奇異點(diǎn)程序及分類程序；一數(shù)據(jù)庫，具有一幅或者多幅指紋圖像；計(jì)算機(jī)與數(shù)據(jù)庫連接。
13.如權(quán)利要求12所述的自動指紋分類系統(tǒng)，其特征在于，所述數(shù)據(jù)庫圖像，被分割成一個或者多個塊，每一塊都有固定大小。
14.如權(quán)利要求12所述的自動指紋分類系統(tǒng)，其特征在于，由中央處理器執(zhí)行的塊方向處理程序，確定一個塊的脊線方向。
15.如權(quán)利要求12所述的自動指紋分類系統(tǒng)，其特征在于，由中央處理器執(zhí)行的奇異點(diǎn)程序，確定指紋圖像的一個或者多個奇異點(diǎn)的位置。
16.如權(quán)利要求12所述的自動指紋分類系統(tǒng)，其特征在于，由中央處理器執(zhí)行的分類程序，根據(jù)奇異點(diǎn)的位置和奇異點(diǎn)的方向，把指紋圖像分為六種類型中的某一種類型。
全文摘要
本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種自動指紋識別分類系統(tǒng)和方法。本發(fā)明是根據(jù)奇異點(diǎn)把指紋分為六類拱型，尖拱型，左旋，右旋，旋渦和奇異型。本指紋分類系統(tǒng)依賴于指紋奇異點(diǎn)(包括中心點(diǎn)core point，和三角點(diǎn)delta point)的數(shù)目和奇異點(diǎn)周圍脊線方向。預(yù)先通過分割程序把指紋圖像分成前景區(qū)和背景區(qū)，然后程序在前景區(qū)進(jìn)行處理，對指紋圖像，構(gòu)造一個塊方向場圖像；利用塊方向場來確定指紋奇異點(diǎn)的位置和方向；根據(jù)奇異點(diǎn)的數(shù)目和方向，以及預(yù)先確定的一些規(guī)則，將指紋分成六類。
文檔編號G06K9/80GK1632823SQ20031012179
公開日2005年6月29日 申請日期2003年12月24日 優(yōu)先權(quán)日2003年12月24日
發(fā)明者田捷, 程建剛 申請人:中國科學(xué)院自動化研究所