第33卷第2期
2004年4月
电子科技大学学报
JoumaI
of UEST of
ChiIla
V01.33
No.2
Apr.2004
点模式指纹匹配算法研究与实现
廖阔,杨万麟
(电子科技大学电子工程学院成都610054)
【摘要】指纹匹配是实现指纹识别的重要环节,针对如何提高识剐率、减少算法复杂度,介绍了一种点模
式的指纹匹配算法.其优点是:将匹配分为两步进行,减少了拒判时间;初匹配利用了细节点间的局部结构关系,
既克服了图像的平移和旋转也得到了更精确的坐标校准参数;二次匹配阶段,整合多种判决条件作为识别的依据,
提高了识别率.其实验结果表明,该算法复杂度低,识别率较高,有较强实用价值.
关键词指纹识别;细节点:特征点集;局部向量;坐标校准;匹配
中图分类号TP391.4
文献标识码A
Research and Implementation of Fingerprint
Matching Method of Minutiae
Liao Kuo,‰gWmlin
(Sctlcd of日ec昀nic EIlgineering,uEST of C=Ili皿Q蝌Igdu
610054)
Abstract
The pu叩ose of this paper is to innDduce a finge印血t matclling approach b淞ed on
111inutiae.hl tllis paper,we used t重le s仃Ilc廿;ll iIlVariance 0f loc2Ll IIlinud∞t0 found local Vectors,Ⅱlen
inte伊ateⅡle best matclling point aIld its neighbour points to get more aCcurate p雒卸舱ters of aHg啪ent
adjustment,at Iaust,we inte乒ate muId-discrimiIlant to coInplete f-mgerp血t matchiIlg.Tllle experiment
data show mat,our memod haVe achieVed a lligher aCcllracy.
iden垃ficalion of finge印咖t; Illinutiae;
local Vector;aHgnment
lIlinu吐ae set:
Key words
adjusmlent; matctIing
指纹的唯一性和终生不变性使指纹识别成为现在应用最广泛的生物识别技术。一个自动指纹识别系统
的工作流程主要有四步:1)指纹图像的采集;2)预处理;3)特征提取;4)特
征匹配。其中,特征匹配是识别系统的关键环节,匹配算法的好坏直接影响
识别的性能、速度和效率。目前最常用的匹配方法是基于特征点的点模式匹
配。美国联邦调查局提出使用两种类型的特征点:末梢点和分叉点,如图1
所示。通过搜索指纹图上的特征点,将指纹图像转化为由若干末梢点和分叉
点所组成的点集,指纹匹配问题也相应地转变为寻找点集问的相似度(即点集
匹配)的问题。但即使是同一枚指纹,两次按捺也必然存在位置、力量和采集
时噪声的变化,因此得到的特征点集间也必然存在一定的平移、旋转和局部
图l指纹特征点类型
燃
椭
变形。所以,如何准确的获得点集间的坐标校准参数(平移、旋转参数)是准确识别的关键。
1 匹配算法
为解决以上问题,将匹配分为两个阶段:1)初匹配阶段:利用相邻点问的结构关系建立局部特征向量
收稿日期:20Q3一09—08
作者简介:廖阔(1978一),女。硕士生,主要从事模式识别技术方面的研究
万方数据
第2期
廖阔等:点模式指纹匹配算法研究与实现
155
进行初步匹配”扪。这一步可以比较准确的找到两个指纹点集间的坐标校准参数(即:平移和旋转参数)。这
在某种程度上是模仿指纹专家手工匹配指纹的操作,专家们通过寻找指纹上一些局部特征的相对位置来对
两枚指纹进行重新定位。2)二次匹配阶段:以初匹配的最优点对为参考,对所有特征点进行全局坐标调整,
并转化到极坐标系表示。在判断两点是否匹配时使用了可变大小的限界盒H1,解决了一定范围内的变形问
题。最后整合多种判决门限完成全局特征匹配。
1.1初匹配
初匹配不但可以减少拒判时间,而且可以准确获得对点集进行重新定位的校准参考点,该环节分两步
实现。
1.1.1建立局部特征向量
经过特征提取得到指纹图像上的所有分叉点和末梢点,每一个特征点记录了三方面信息:点的位置@,
y):点的类型s(分叉点,末梢点);该点所在脊线的方向角度p∈【00,3600)。
在指纹图像发生平移、旋转或局部变形时,特征点的绝对位置信息会有很大变化。但相邻点间的距离、
穿过的脊线数目和相对角度等却不会有太大的改变。因此,利用特征点间的脊线数目、方向差等结构关系
建立局部特征向量,可以很好的解决平移及旋转问题。
对每个特征点,以该点为中心建立一个用于匹配的局部邻域特征向量,结构如图2所示。从图中看出,
取与该中心点距离大于尺(这里尺=10)的最近5个点(啊,,l:,他,n。,n,)作为其邻域特征点,距离小于等于尺的点
(如图中以、6点)则不取。这5个邻域点和该中心点一起用来构造局部特征向量。每个局部特征向量记录的
信息及其存储结构如图3所示。
图2局部特征向量结构模型
图3局部特征向量存储模型
1.1.2特征向量匹配
假设有待识别指纹A和模版库中的任意指纹B,用点集A=((矸,),?,s?,卵),…,(《,),未,s刍,酩))表示指
纹A上的M个特征点,用点集曰=((砰,y?,s?,卵),…,(蝶,),嚣,s暑,簖))表示指纹B上的M个特征点。则对指纹
A上的每个特征点建立局部特征向量可得到一个M维的局部特征向量组,对指纹B可得到一个^,维的局部特
征向量组。
初匹配的过程就是将指纹A的M维向量组和指纹B的Ⅳ维向量组进行比较:把A中每一个特征点
A,(f=1,2,…∽的局部特征向量与口中每一个特征点召;(,_1,2,…朋的局部特征向量进行一一匹配,相应的
匹配分数记录在矩阵&D阳M。Ⅳ中。匹配分数的计算方法为:若A,曰,向量的中心点类型不一致,即
J?≠s?,则&D形【f】[J】_o;若A,,曰,向量的中心点类型一致,即s?=s?,且其5个邻域分量中有n个邻
域点匹配,则&D陀[f】[.『】=,l(1≤,l≤5)。
完成匹配后,在矩阵&D阳的每一行中标记出匹配分数最大且不为零的元素,这些元素的位置可以确
立特征点A与曰,的一一对应,其分数总和称为总匹配分数记作G.。。这里使用相对匹配分数
s=100×G.。×G.。/M×Ⅳ作为初匹配的判决条件【4】。为减少据判时间,设置初匹配门限,即最高匹配分数
.s。和最低匹配分数s血。若s
156
电子科技大学学报
第33卷
阶段的匹配中将以指纹A的第p个点A。和B的第g个点口。作为对两枚指纹进行全局坐标校准的最佳参考点。
2)直接剔除相差较大的输入指纹图像,缩短匹配的拒绝时间,从整体上加快系统的识别速度。
1.2二次匹配
1.2.1点集的坐标调整
由于点集的坐标校准涉及大量的坐标旋转,而在极坐标系统中可以方便的实现坐标旋转且易于刻画图
像的局部变形,所以这里采用基于极坐标系统的坐标校准方法。由初匹配的结果:以A。为极坐标中心极点,
对点集A进行坐标校准,得到极坐标系统下新的点集A7,以曰。为极坐标中心点,对点集B进行坐标校准,
得到新的点集曰’。极坐标变换公式为
瓜二再碉
一(嚣卜
Sf
B—p。
‘
q
st
9,
式中 (‘。),。,J。,8。)为中心点坐标,(一。),,,_,8,)为待转换的细节点坐标,(‘,岛,s,吼)分别为坐标转换后
该点的极径、极角、点类型、该点所在脊线与中心点所在脊线的方向差。式(1)在计算每个特征点的极角q
和方向差仍时仅使用了中心极点的信息,但如果极点所在区域发生了小的局部变形,就会使以该点为中心
的坐标变换在全局范围内出现一个很大的变形。因此,为避免偶然误差,需要对式(1)中角度巳和仍的计算
进行修正:将中心极点和5个邻域点的角度一起作为角度调整时的修正参数,该修正参数为5个对应邻域点
角度差的平均值,将式(1)中的P。、仍再减去该平均值即可。
1.2.2全局匹配
坐标校准后得到的点集记为A7=【A:,《。…,A:f)、曰’=暇,曰;,…,口::,),将A7中的每个点与B’中
的每个点进行基于限界盒的一一匹配,建立M×Ⅳ维的匹配度矩阵。同一次匹配中的方法类似,为避免一
点与多点相配的情况出现,采取以匹配度由高到低的原则建立A;与曰:的一一对应。
指纹图像不可避免的存在一定范围的局部变形,这是一种非线性形变,
一般在变形的中心区域内变化较大,然后非线性地向外扩张。因此,在判
断平面中两点是否匹配时,还需要考虑一定范围内的变形,本算法引入限
界盒的概念来解决这个问题。限界盒就象是放在指纹特征点上的一个盒子,
限界盒的大小一般由极角和极半径来刻画,这里定义其大小为可变化的,
如图4所示。从图中可看出,限界盒的大小由当前特征点和中心点间的距离
来决定,在离中心点近的地方极半径应该变小,极角变大;相反,在离中
心点远的地方应该极半径变大,极角变小。因此,匹配过程中,当两个特
征点A;和曰:落在同一个限界盒中时则认为这两个点匹配成功。
图4限界盒的定义
1.2.3匹配的判决条件
在判断两枚指纹的匹配程度时可以有不同的衡量依据。文献[1,5~7】中提到:如果两枚指纹有12个以上
的点对互相匹配,即可认为两者来自同一个手指。而实际的输入指纹图像由于噪声和其他干扰因素的影响,
很难达到这个判决门限。因此,本算法在计算匹配度矩阵时统计了以下四种信息作为判决条件:1)成功匹
配的点对数;2)配对点数和相应指纹特征点总数的比值;3)各匹配点对的差异分数总和(方向差和距离差
的加权和),显然,此分数越低匹配程度越高;4)差异分数总和与相应指纹特征点总数的比值。判决时采
用将以上四种条件相结合的复合判决方法,为每个条件各定义一个阀值。各条件间为并列关系,当l~4项
信息中任意一项记录的值满足预定的阀值时,则认为两者匹配。实验结果表明:使用多判决条件的全局匹
配方法,提高了识别率。
万方数据
第2期
廖阔等:点模式指纹匹配算法研究与实现
157
2实验结果
rate),拒识率FR尺(僦se reject rate)。其计算公式为
一个自动指纹识别系统的性能评价参数有:识别速度,正确率cR(co玎ect rate),误识率翮R(脚se acc印ted
脚=塑普裂p;脓=巡甏黔;积斗c以R+删; 圆
臌R和职尺有相反的变化方向,当用厌增大时用派会减小。对于不同的系统需求,可通过改变判决阀值
来满足。
实验中,对指纹识别竞赛FVc2000提供的指纹数据库DBl中的80枚指纹图像进行了79×80次匹配测试。
实验结果与参考文献中给出的结果进行了比较,比较结果如表l所示。从表中得知实验1为文献【1】中给出的
结果,实验2为文献[2】中给出的结果,试验3为本算法的结果。其结果表明,在误识率都为。的情况下,本
算法的拒识率降低,正确。识别率较文献【1,2】中使用的算法有所提高。
表1实验结果比较
3结论
本文介绍了一种基于点模式的指纹特征匹配算法的研究与实现。该算法改进了文献【1,2】中使用的建立
局部特征向量进行特征匹配的方法,其优势为:利用相邻点的角度关系对原有的坐标调整方案进行修正,
得到更加准确的坐标角度校准参数;使用可变大小的限界盒作为点匹配的标准,在二次匹配中解决了一定
的局部变形问题;并且利用了多种判决条件相综合的识别模式,在一定程度上降低了拒识率,提高了识别
性能。在指纹出现大量伪特征点和大的变形时,该算法的识别率会有所下降,所以提高抗噪和抗干扰能力,
是该算法下一步改进的重点。
参考文献
【l】张洪光,刘雪梅.指纹识别中的一种局部向量匹配算法阴.计算机工程,2002’28(4):106-108
【2】李志敏,彭志刚.基于动态全局特征的指纹匹配算法的研究叨.沈阳化工学院学报,2000,14(4):292—295
【3】Chen Z,Kuo C H.A toplogy-b雒ed lllatclling·algoritllIn丘ng唧血t删h∞dcation叨.Ⅱ’髓Int锄adonal Carh锄n
C0nfe咖ce on SccIlrity‰hnology,1991,31(2):84—87
【4】罗西平,田捷.自动指纹识别中的图像增强和细节匹配算法【J】.软件学报,2002,13(5):942—956
【5】“n H,AnilJ.In£eg豫dng faces锄d fin脚rin£S for perS0nal idendficadon【刀.髓E胁nS.PAⅧ,1998,20(12):1 295一
l 307
【6】姚文庆,肖雪静.指纹特征匹配方法的研究与实现田.天津大学学报,1992,4(4):48—55
【7】Dinesh P M,E锄K T.An肌t0眦砌matcIling techiquc for fiIIgerp血t id锄曲calion叨.First IntcrIIali∞al
Confe】唣nce on Knowledge-B髂ed Intemg∞t Elec叻nic SysteI璐,1997。5(1):21-23
编辑刘文珍
万方数据
点模式指纹匹配算法研究与实现
作者:
廖阔, 杨万麟
作者单位:
刊名:
电子科技大学电子工程学院,成都,610054
电子科技大学学报
英文刊名:
JOURNAL OF UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA
年,卷(期):
2004,33(2)
21次
被引用次数:
参考文献(7条)
1.张洪光;刘雪梅 指纹识别中的一种局部矢量匹配算法[期刊论文]-计算机工程 2002(04)
2.李志敏;彭志刚;陈福祥 基于动态全局特征的指纹匹配算法的研究[期刊论文]-沈阳化工学院学报 2000(04)
3.Chen Z;Kuo C H A toplogy-based matching -algorithm fingerprint authentication 1991
4.罗西平;田捷 自动指纹识别中的图像增强和细节匹配算法[期刊论文]-软件学报 2002(05)
5.Lin H;Anil J Integrating faces and fingerprints for personal identification[外文期刊] 1998(12)
6.姚文庆;肖雪静 指纹特征匹配方法的研究与实现 1992(04)
7.Dinesh P M;Eam K T An automated matching technique for fingerprint identification[外文会议]
1997(01)
本文读者也读过(10条)
1. 刘洪波.董姝敏.王立忠 指纹识别中动态门限值设定方法的研究[期刊论文]-长春大学学报(自然科学版)
2009,19(4)
2. 陈佐瓒 指纹识别算法改进与系统实现[学位论文]2008
3. 梁倬.尹梁 指纹识别中的特征点提取算法[期刊论文]-仪器仪表学报2004,25(z1)
4. 何洋.欧宗瑛.HE Yang.OU Zong-ying 基于局部细节邻接图的指纹匹配算法研究[期刊论文]-哈尔滨工业大学学
报2005,37(10)
5. 赵昕玥 基于分类因子的多模式指纹识别技术研究[学位论文]2008
6. 程伟.何俊华.CHENG Wei.HE Jun-hua 智能指纹识别系统设计[期刊论文]-微计算机信息2009,25(8)
7. 张雪峰 自动指纹识别中关键算法的研究[学位论文]2007
8. 张小海 指纹识别相关算法研究[学位论文]2008
9. 伍更新 自动指纹识别若干关键算法的研究[学位论文]2007
10. 刘映杰.马义德.冯晓兰.杜鸿飞.Liu Yingjie.Ma Yide.Feng Xiaolan.Du Hongfei Gabor滤波器在基于细节点
的指纹识别中的应用[期刊论文]-计算机测量与控制2007,15(1)
引证文献(20条)
1.李俊伟.周立俭.崔学梅 基于改进基准点定位的指纹匹配算法[期刊论文]-计算机工程 2011(14)
2.高永慧 指纹识别中图像分割的研究[期刊论文]-科技广场 2007(11)
3.仲伟波.吕园.李敏敏 一种指纹特征点连线穿越脊线数的计算方法[期刊论文]-计算机科学 2013(z2)
4.侯少峰.彭小奇.王一丁 一种基于参考点方向的指纹极坐标匹配算法[期刊论文]-自动化技术与应用 2006(10)
5.李小玲 基于ARM的无线指纹考务管理系统的设计及实现[期刊论文]-四川师范大学学报(自然科学版) 2009(4)
6.曾英.王国才.李涛 一种新的点模式指纹匹配算法的研究与实现[期刊论文]-计算机测量与控制 2007(7)
7.马春峰 印钞版微小瑕疵识别技术的研究[期刊论文]-福建电脑 2006(8)
8.曹国.毛志红.梅园.孙权森 快速的多级指纹混合匹配方法[期刊论文]-模式识别与人工智能 2009(5)
9.张莹.于宝堃 基于ARM9的指纹匹配算法[期刊论文]-计算机与数字工程 2013(5)
10.曹国.毛志红.梅园.夏德深 一种快速的指纹参照点对选取方法研究[期刊论文]-中国图象图形学报A 2009(3)
11.袁东锋.杜恒.秦小铁 基于三角形局部特征点模型指纹匹配算法[期刊论文]-重庆师范大学学报(自然科学版)
2013(2)
12.李春雷 指纹识别算法的研究及基于FPGA的硬件实现[学位论文]硕士 2005
13.曹国.孙权森.毛志红.梅园 一种新的形变指纹匹配方法[期刊论文]-中国图象图形学报A 2010(4)
14.彭寿星 基于USB接口的指纹采集与识别系统的设计[学位论文]硕士 2006
15.蒋莉 指纹模糊识别技术的研究与实现[学位论文]硕士 2006
16.徐俊 人脸与指纹综合识别系统——特征提取的研究[学位论文]硕士 2006
17.苟博 人脸与指纹综合识别系统-识别技术的研究[学位论文]硕士 2006
18.欧阳晓丽 基于偏微分方程的指纹图像增强技术研究[学位论文]硕士 2006
19.石丽丽 基于点模式匹配的指纹识别技术研究[学位论文]硕士 2006
20.陈盼盼 基于DEM的山顶点及其属性空间分异规律研究——以陕西省为例[学位论文]硕士 2006
本文链接:http://d.wanfangdata.com.cn/Periodical_dzkjdxxb200402011.aspx