專利名稱：新型指紋數(shù)據(jù)庫檢索方法
技術(shù)領(lǐng)域：
本發(fā)明涉及基于不變矩特征的多級指紋數(shù)據(jù)庫檢索方法，通過指紋類別、奇異點(diǎn)之間的信息以及不變矩特征來進(jìn)行指紋數(shù)據(jù)庫索引。
背景技術(shù)：
圖像數(shù)據(jù)庫技術(shù)是圖像處理技術(shù)、數(shù)據(jù)庫技術(shù)結(jié)合的產(chǎn)物。傳統(tǒng)數(shù)據(jù)庫主要是對文字和數(shù)字進(jìn)行處理，隨著圖像數(shù)據(jù)庫技術(shù)的發(fā)展，基于關(guān)系數(shù)據(jù)庫的索引技術(shù)已不能高效地對圖像數(shù)據(jù)庫進(jìn)行處理。指紋數(shù)據(jù)庫的索引機(jī)制和匹配方法與圖像數(shù)據(jù)庫相比也存在很大區(qū)別。實(shí)踐表明，指紋識別技術(shù)現(xiàn)今具有高準(zhǔn)確性和可信度。各種指紋識別技術(shù)的應(yīng)用要與指紋數(shù)據(jù)庫相連，而指紋數(shù)據(jù)庫的規(guī)模越來越大，例如美國FBI數(shù)據(jù)庫和OTST數(shù)據(jù)庫中存儲的記錄已經(jīng)達(dá)到幾千萬條。因此，要使識別系統(tǒng)在大型數(shù)據(jù)庫中迅速而準(zhǔn)確的完成一項(xiàng)任務(wù)并不是一件容易的事情。如果沒有一種有效的數(shù)據(jù)庫分類機(jī)制，輸入的指紋圖像將不得不同數(shù)據(jù)庫中大量指紋數(shù)據(jù)逐一進(jìn)行比對，系統(tǒng)將處于高負(fù)荷運(yùn)轉(zhuǎn)狀態(tài)。為減少搜索時(shí)間和算法復(fù)雜度，必須對指紋進(jìn)行分類。這樣查詢只需在指紋數(shù)據(jù)庫中的一個(gè)相應(yīng)子集中進(jìn)行，從而節(jié)省了運(yùn)算時(shí)間并降低了運(yùn)算復(fù)雜度。因此對于大型指紋數(shù)據(jù)庫而言，需要建立一種有效索引機(jī)制。傳統(tǒng)的指紋數(shù)據(jù)庫檢索方法主要依靠奇異點(diǎn)[1’2]，細(xì)節(jié)點(diǎn)[3_5]，以及紋理特征[6]。針對大型指紋數(shù)據(jù)庫，通過逐一比對來檢索指紋是非常耗時(shí)耗力。為了提高檢索速度和檢索效率，多級檢索技術(shù)已被用在大型指紋數(shù)據(jù)庫檢索中[7,]。隨著檢索的進(jìn)行，在每一級中都刪除大量的記錄，直至最后一級進(jìn)行匹配。一般指紋數(shù)據(jù)庫檢索使用指紋類別和指紋脊線數(shù)目建立二級索引。二級索引縮小了搜索空間，提高檢索效率。但是由于脊線數(shù)目是表示指紋圖像模式區(qū)內(nèi)的全局特征，而不能準(zhǔn)確表示指紋圖像局部范圍內(nèi)的特征，這加重了數(shù)據(jù)庫檢索的后期匹配工作，從而使系統(tǒng)負(fù)荷沉重。文獻(xiàn)[7]在已有的基礎(chǔ)上引入指紋碼(Gabor filter)建立三級索引機(jī)制，即通過指紋類別、指紋脊線數(shù)目以及指紋碼分類來進(jìn)行索引。 文獻(xiàn)[8]在此基礎(chǔ)上做了改進(jìn)，利用金字塔結(jié)構(gòu)進(jìn)行事先進(jìn)行數(shù)據(jù)分割，然后利用指紋類別， 指紋碼分別進(jìn)行檢索。文獻(xiàn)[9]則利用奇異點(diǎn)之間的信息代替指紋脊線數(shù)目，以及利用細(xì)節(jié)點(diǎn)進(jìn)行最后索引。文獻(xiàn)[1°]提出了四級索引機(jī)制，依次為基于文本的檢索、基于指紋類別的檢索、基于脊線密度的檢索、基于細(xì)節(jié)點(diǎn)檢索。其中，基于文本的檢索是根據(jù)輸人的文本信息，首先過濾記錄。為了提高檢索自動(dòng)化，我們希望輸入圖像就可以實(shí)現(xiàn)檢索，顯然，這級檢索可以摒除。此外，主要基于細(xì)節(jié)點(diǎn)或者指紋碼特征來進(jìn)行分類檢索的方法具有局限性。從技術(shù)的角度來講，指紋圖像分類檢索的方法類似于指紋圖像提取特征的方法。 傳統(tǒng)的特征提取方法主要有兩種基于細(xì)節(jié)點(diǎn)的方法[11_18]和基于紋理的方法[19_26]?；诩?xì)節(jié)點(diǎn)的方法，一般提取指紋圖像的細(xì)節(jié)點(diǎn)(端點(diǎn)和分叉點(diǎn))，通過點(diǎn)對點(diǎn)的匹配的方法來鑒別兩枚指紋是否為同一個(gè)指紋。如果指紋的圖像質(zhì)量很差，提取的細(xì)節(jié)點(diǎn)會(huì)有的丟失，這樣基于細(xì)節(jié)點(diǎn)的匹配的可靠性就會(huì)大大降低。而基于紋理的方法，則考慮指紋圖像的紋理特性，通過 Gabor filter[19'20], DCT[21]，ffavelet[22], Fourier-Mellin[23], Hu 不變矩[24]等方法來提取指紋的紋理特征，然后通過比對特征間的歐式距離來計(jì)算兩枚指紋的相似度，如果相似度越高，則證明他們屬于同一手指的概率越高，如果數(shù)值大于一定的閾值，我們可以認(rèn)定這兩枚指紋屬于同一手指。但是，傳統(tǒng)的基于Gabor filter，DCT，Wavelet等方法提取的指紋特征不具有不變性，如果指紋輸入圖像有旋轉(zhuǎn)，那么要匹配的兩枚指紋的特征間將會(huì)有很大的誤差，這樣會(huì)導(dǎo)致系統(tǒng)性能的大大下降。通常改進(jìn)的辦法是通過旋轉(zhuǎn)指紋多次 (一般10次)，提取每次旋轉(zhuǎn)指紋的特征然后累積作為總的特征，但這樣增加了匹配特征模板的容量，匹配時(shí)耗將會(huì)大大增加。此外，基于細(xì)節(jié)點(diǎn)特征[13_16]來克服旋轉(zhuǎn)問題的方法也會(huì)因?yàn)榧?xì)節(jié)點(diǎn)的丟失而大大影響精度。Jin等人[23]也通過提取指紋的Rmrier-Mellin不變特征進(jìn)行指紋識別，但是他們的方法基于傳統(tǒng)的中心點(diǎn)作為參考點(diǎn)，這樣對沒有中心點(diǎn)的指紋圖像將會(huì)有局限性。此外，因?yàn)槎啻蜦FT變換，該方法有耗時(shí)過多的缺點(diǎn)。本發(fā)明的前期工作[24]對此作了改進(jìn)，提出了一種基于Hu不變矩特征的指紋識別方法。該方法考慮到指紋輸入時(shí)易受各方面因素的影響，特別是輸入指紋有位移和旋轉(zhuǎn)的情況，提出了一種基于參考點(diǎn)的位置和方向，提取Region of Interest(ROI)區(qū)域，進(jìn)行Hu 不變矩分析[27]的方法，大大的改進(jìn)了傳統(tǒng)的Gabor filter, DCT, Wavelet等方法提取的不是不變特征的問題，從而提高了系統(tǒng)的識別率。此外，由于Hu不變矩計(jì)算簡單，處理速度也大大提高。但是，由于Hu不變矩存在的冗余量大以及非正交等缺點(diǎn)，提取的特征之間差異性不是很大，識別效果往往會(huì)容易受到圖像噪音的影響。TeagUe[28]建議利用正交多項(xiàng)式構(gòu)造正交矩來克服Hu矩不變量包含大量冗余信息的缺點(diǎn)。文獻(xiàn)[2 "指出正交矩在信息冗余度、 圖像表達(dá)以及在識別效果方面比其他類型的矩要好。正交不變矩由于矩多項(xiàng)式構(gòu)造更加復(fù)雜，為了降低計(jì)算復(fù)雜度和時(shí)耗，研究他們的快速算法也很有必要。此外，以上提到的矩特征都是在整個(gè)圖像空間中計(jì)算的，得到的是圖像的全局特征，這種特征矢量不利于分類?；谛〔ㄗ儞Q的多分辨率分析[3°]使它尤其適合于局部特征的提取。利用小波變換來構(gòu)造不變矩，可以克服以上缺點(diǎn)，并且能同時(shí)得到圖像的全局特征和局部特征，因而在識別相似形狀的物體時(shí)有更高的識別率。為了克服傳統(tǒng)基于細(xì)節(jié)點(diǎn)和紋理特征等指紋數(shù)據(jù)庫檢索方法的缺點(diǎn)，結(jié)合目前圖像分析的新思路，本發(fā)明提出一種基于不變矩特征的多級指紋數(shù)據(jù)庫檢索方法，在已有的基礎(chǔ)上引入不變矩特征建立三級索引機(jī)制，即通過指紋類別、奇異點(diǎn)之間的信息以及不變矩特征來進(jìn)行指紋數(shù)據(jù)庫索引。針對指紋圖像錄入數(shù)據(jù)庫時(shí)具有任意性的特點(diǎn)，在第三級通過對具有相同參考點(diǎn)的一塊指紋圖像ROI提取區(qū)域的正交不變矩特征，來克服輸入圖像具有旋轉(zhuǎn)和位移的影響，從而提高系統(tǒng)的可靠性和穩(wěn)定性。本發(fā)明的研究成果對指紋圖像分析、識別、圖像檢索、信息安全等領(lǐng)域都有較高的學(xué)術(shù)應(yīng)用價(jià)值。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提出一種基于不變矩特征的多級指紋數(shù)據(jù)庫檢索方法，能夠克服傳統(tǒng)基于細(xì)節(jié)點(diǎn)和紋理特征等指紋數(shù)據(jù)庫檢索方法的缺點(diǎn)，通過基于小波的多分辨率分析和快速不變矩分析，在第三級提取指紋圖像的正交不變矩特征進(jìn)行分類索引，能夠解決指紋數(shù)據(jù)庫檢索中指紋圖像位移和旋轉(zhuǎn)變化等難點(diǎn)問題。本發(fā)明所采用的技術(shù)方案為一種新型指紋數(shù)據(jù)庫檢索方法，包括以下步驟①利用奇異點(diǎn)進(jìn)行粗分類，包括
a.計(jì)算圖像塊的方向；b.對方向圖進(jìn)行平滑濾波；c.求出奇異點(diǎn)的位置；d.根據(jù)要找的奇異點(diǎn)的數(shù)目，用一套簡單的規(guī)則得到它的類標(biāo)簽；②利用奇異點(diǎn)之間的信息來進(jìn)行第二級分類。③利用基于不變矩特征進(jìn)行第三級分類，包括a.參考點(diǎn)的選擇；b.基于參考點(diǎn)的感興趣區(qū)域(ROI)的提?。籧. ROI區(qū)域的劃分與不變特征的提??；d.多分辨率域提取離散正交不變矩特征。進(jìn)一步地，本發(fā)明所述的第二級分類通過利用中心點(diǎn)和三角點(diǎn)之間的脊線數(shù)目、 方向角度、以及歐式距離來進(jìn)行第二級分類，代表全局特征的這些奇異點(diǎn)之間的信息可以作為指紋數(shù)據(jù)庫的一個(gè)索引。這些信息將被置零。如果有多個(gè)中心點(diǎn)或三角點(diǎn)，將分別計(jì)算這些信息累加求和作為最后的信息。本發(fā)明的有益效果是本發(fā)明基于不變矩特征的多級指紋數(shù)據(jù)庫檢索方法，在已有的基礎(chǔ)上引入不變矩特征建立三級索引機(jī)制，即通過指紋類別、奇異點(diǎn)之間的信息以及不變矩特征來進(jìn)行指紋數(shù)據(jù)庫索引，針對指紋圖像錄入數(shù)據(jù)庫時(shí)具有任意性的特點(diǎn)，在第三級通過對具有相同參考點(diǎn)的一塊指紋圖像ROI提取區(qū)域的正交不變矩特征，來克服輸入圖像具有旋轉(zhuǎn)和位移的影響，從而提高系統(tǒng)的可靠性和穩(wěn)定性。本發(fā)明的研究成果對指紋圖像分析、識別、圖像檢索、信息安全等領(lǐng)域都有較高的學(xué)術(shù)應(yīng)用價(jià)值。


圖1是本發(fā)明的流程示意圖。
具體實(shí)施例方式現(xiàn)在結(jié)合附圖和優(yōu)選實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)的說明。這些附圖均為簡化的示意圖，僅以示意方式說明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。本發(fā)明所述的基于不變矩特征的多級指紋數(shù)據(jù)庫檢索方法的實(shí)施例，基于發(fā)明研究方案及理論框圖，我們對指紋數(shù)據(jù)庫進(jìn)行三級檢索，即利用奇異點(diǎn)進(jìn)行粗分類，利用奇異點(diǎn)之間的信息進(jìn)行第二級分類，以及利用不變矩特征進(jìn)行第三級分類，從而達(dá)到快速準(zhǔn)確的檢索目的。下面分別介紹如下1)利用奇異點(diǎn)進(jìn)行粗分類?；谄娈慄c(diǎn)分類方法具有簡潔、速度快的優(yōu)點(diǎn)。此算法中有四個(gè)主要步驟a.計(jì)算圖像塊的方向；b.對方向圖進(jìn)行平滑濾波；c.求出奇異點(diǎn)的位置；d.根據(jù)要找的奇異點(diǎn)的數(shù)目，用一套簡單的規(guī)則得到它的類標(biāo)簽。2)利用奇異點(diǎn)之間的信息來進(jìn)行第二級分類。指紋的奇異點(diǎn)可以分為中心點(diǎn) (Core)和三角點(diǎn)(Delta)。通過利用中心點(diǎn)和三角點(diǎn)之間的脊線數(shù)目、方向角度、以及歐式距離來進(jìn)行第二級分類，代表全局特征的這些奇異點(diǎn)之間的信息可以作為指紋數(shù)據(jù)庫的一個(gè)索引?？紤]到應(yīng)用的普遍性，對沒有中心點(diǎn)或者三角點(diǎn)的指紋圖像，這些信息將被置零。 如果有多個(gè)中心點(diǎn)或三角點(diǎn)，將分別計(jì)算這些信息累加求和作為最后的信息。3)利用基于不變矩特征進(jìn)行第三級分類。正交不變矩特征具有唯一性和穩(wěn)定性， 對旋轉(zhuǎn)、平移、大小變換都具有不變性，可以用來解決輸入指紋圖像位移和旋轉(zhuǎn)的問題。提取正交不變矩特征的主要步驟如下a.參考點(diǎn)的選擇。一般參考點(diǎn)的選擇是基于指紋的中心點(diǎn)，但是有的指紋圖像不具有中心點(diǎn)(如蓬型指紋)或者具有多個(gè)中心點(diǎn)(如羅型指紋)這樣參考點(diǎn)將不存在或者不唯一，為了準(zhǔn)確的提取指紋的ROI以及特征，我們需要唯一的參考點(diǎn)。b.基于參考點(diǎn)的感興趣區(qū)域(ROI)的提取。以參考點(diǎn)為中心的ROI區(qū)域，每幅指紋圖像都會(huì)得到唯一的候選區(qū)域便于特征的提取。c. ROI區(qū)域的劃分與不變特征的提取。為了克服非線性變換以及噪音的因素的影響，我們需要將ROI區(qū)域分塊，傳統(tǒng)方法一般采用環(huán)形區(qū)域提取特征的方法。這里我們采用基于參考點(diǎn)位置和方向的分塊技術(shù)來表述圖像區(qū)域，該方法克服了傳統(tǒng)方法需要精確劃分區(qū)域的缺點(diǎn)，從而降低了系統(tǒng)的時(shí)耗性，提高了識別率。d.多分辨率域提取離散正交不變矩特征。首先對指紋圖像進(jìn)行多辨率分析。此外，在多層圖像空間提取離散正交不變矩特征，通過研究圖像旋轉(zhuǎn)不變矩構(gòu)造的一般規(guī)律， 提出利用三角函數(shù)構(gòu)造旋轉(zhuǎn)不變矩的方法，得到新的不變矩通式，并產(chǎn)生一個(gè)較大的旋轉(zhuǎn)、 比例平移不變矩集。在此基礎(chǔ)上，提出不變矩各階子式的概念，設(shè)計(jì)一種濾波器式不變矩快速算法，能有效避免大量子多項(xiàng)式的重復(fù)計(jì)算從而提高不變矩的計(jì)算和生成效率。以上說明書中描述的只是本發(fā)明的具體實(shí)施方式
，各種舉例說明不對本發(fā)明的實(shí)質(zhì)內(nèi)容構(gòu)成限制，所屬技術(shù)領(lǐng)域的普通技術(shù)人員在閱讀了說明書后可以對以前所述的具體實(shí)施方式
做修改或變形，而不背離發(fā)明的實(shí)質(zhì)和范圍。
權(quán)利要求
1.一種新型指紋數(shù)據(jù)庫檢索方法，其特征在于包括以下步驟①利用奇異點(diǎn)進(jìn)行粗分類，包括a.計(jì)算圖像塊的方向；b.對方向圖進(jìn)行平滑濾波；c.求出奇異點(diǎn)的位置；d.根據(jù)要找的奇異點(diǎn)的數(shù)目，用一套簡單的規(guī)則得到它的類標(biāo)簽；②利用奇異點(diǎn)之間的信息來進(jìn)行第二級分類。③利用基于不變矩特征進(jìn)行第三級分類，包括a.參考點(diǎn)的選擇；b.基于參考點(diǎn)的感興趣區(qū)域(ROI)的提取；c.ROI區(qū)域的劃分與不變特征的提?。籨.多分辨率域提取離散正交不變矩特征。
2.如權(quán)利要求1所述的新型指紋數(shù)據(jù)庫檢索方法，其特征在于所述的第二級分類通過利用中心點(diǎn)和三角點(diǎn)之間的脊線數(shù)目、方向角度、以及歐式距離來進(jìn)行第二級分類，代表全局特征的這些奇異點(diǎn)之間的信息可以作為指紋數(shù)據(jù)庫的一個(gè)索引，這些信息將被置零， 如果有多個(gè)中心點(diǎn)或三角點(diǎn)，將分別計(jì)算這些信息累加求和作為最后的信息。
全文摘要
本發(fā)明涉及一種新型指紋數(shù)據(jù)庫檢索方法，步驟包括利用奇異點(diǎn)進(jìn)行粗分類；利用奇異點(diǎn)之間的信息來進(jìn)行第二級分類；利用基于不變矩特征進(jìn)行第三級分類，本發(fā)明基于不變矩特征的多級指紋數(shù)據(jù)庫檢索方法，在已有的基礎(chǔ)上引入不變矩特征建立三級索引機(jī)制，在第三級通過對具有相同參考點(diǎn)的一塊指紋圖像ROI提取區(qū)域的正交不變矩特征，來克服輸入圖像具有旋轉(zhuǎn)和位移的影響，從而提高系統(tǒng)的可靠性和穩(wěn)定性。本發(fā)明的研究成果對指紋圖像分析、識別、圖像檢索、信息安全等領(lǐng)域都有較高的學(xué)術(shù)應(yīng)用價(jià)值。
文檔編號G06F17/30GK102368242SQ20111026478
公開日2012年3月7日 申請日期2011年9月7日 優(yōu)先權(quán)日2011年9月7日
發(fā)明者余人強(qiáng), 吳軍, 張輝, 李莉 申請人:常州藍(lán)城信息科技有限公司