CN111429359B - 小面积指纹图像拼接方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及特征比对领域，公开了一种小面积指纹图像拼接方法、装置、设备及可读存储介质，其包括：获取待比对指纹图像，对图像进行图像预处理，分离成前景区域与背景区域；计算所述前景区域的灰度方差并根据所述灰度方差进行图像质量评分，得到待比对指纹图像的质量评分；从待比对指纹图像提取预设个数的特征点；基于特征点与参照指纹模板的特征点进行特征比对，判断待比对指纹图像是否与参照指纹模板相似；若是，确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域并进行拼接，得到新的参照指纹模板。本发明依据图像质量评分来保证每次更新进去的特征点来自图像质量更高的图像，进而能逐渐增强和改善参照指纹模板的稳定性。

Description

小面积指纹图像拼接方法、装置、设备及存储介质

技术领域

本发明涉及图像拼接领域，尤其是涉及一种小面积指纹图像拼接方法、装置、设备及存储介质。

背景技术

指纹识别技术已经广泛应用到手机、电脑、智能门锁、柜子锁、U盘、SSD等需要识别个人身份场景。同时考虑到更好的嵌入式集成设计，终端更倾向于采用小面积的指纹传感器，这就导致采集到的指纹图像面积变小，含有的指纹有效信息相应变少，直接影响到自动指纹识别的结果。与此同时，也将导致同一根手指的不同指纹图像之间的重叠区域较小，当认证图像与模板图像之间的重叠区域较小时，它们之间的共同信息较少，无法根据这些信息准确的判断认证图像和模板图像是否归属于同一根手指。指纹拼接就是为了解决这一问题而被引入到指纹图像识别技术中。目前的指纹识别系统中，指纹拼接方法主要分为以下两类：

（1）指纹图像拼接的方法。A.K.Jain和Arun Ross提出了指纹拼接是一个可以通过改进的迭代最近点算法（Iterative Closest Point，简称为 ICP）解决的 3D 曲面配准问题。Choi等人提出了在传感器表面滑动手指并拼接这些部分指纹图像的方法。张永良提出了一种基于扩展相位相关方法的滑动指纹序列拼接算法。该算法对相位相关法进行了改进，然后估测相邻两个指纹图像帧序列之间的平移量，最后得到指纹序列拼接图像。这种基于指纹图像拼接方法需要重建整副指纹图像，计算量和内存存储量都比较大；

（2）指纹图像特征拼接的方法。Mathur等人提出了一种使用AKAZE方法的移动设备注册方法，首先用AKAZE算法检测关键点，然后进行关键点匹配，选择最好的k对关键点，最后计算匹配分数，该方法模拟手机端的指纹注册过程，在注册阶段要求用户按照规定的方式录入很多张同一手指的指纹（市场上手机通常在注册阶段要求用户注册 10-20次指纹）。这种方法针对同一个用户需要存储多张模板图像，将会占用较多的存储空间，而且在匹配阶段，认证图像需要跟多张模板图像进行比对，增加了匹配的次数和时间，同时也需要制定策略来决定与认证图像进行匹配的模板图像的顺序，增加了算法的复杂度。另外还有基于传统细节点位置信息的特征模板拼接方法，注册阶段提取同一.手指多次采集的指纹特征模板数据FeaTemplate（包含指纹细节点的位置和方向信息），然后把这些指纹特征模板数据转换到同一坐标系下进行拼接操作，形成新的拼接特征模板GroupFeaTemplate，其中对匹配到的点对进行位置和方向值平均，对没有匹配到的点首先把它们全部放到拼接好的特征模板GroupFeaTemplate中，在后续比对阶段，会统计GroupFeaTemplate中每个细节点被匹配的次数，使用一段时间后删除从来没有被匹配过的点来进行拼接模板优化。通过上述步骤拼接后的模板GroupFeaTemplate信息会越来越充分，也会被逐渐优化的更加准确。这种方法计算量和内存存储量都比较小，对于细节点信息足够多的情况下有较好表现，但是对于指纹缺损较多或干脆就没有细节点情况就无能为力了；

综上所述，现有指纹拼接策略计算量及所需内存较大，效率不高。

发明内容

本发明目的一是提供一种小面积指纹图像拼接方法，具有提高小面积指纹图像索引效率，降低计算所需内存资源的特点。

本发明的上述发明目的一是通过以下技术方案得以实现的：

获取待比对指纹图像，对图像进行图像预处理，分离成前景区域与背景区域；

计算所述前景区域的灰度方差并根据所述灰度方差进行图像质量评分，得到待比对指纹图像的质量评分；

从待比对指纹图像提取预设个数的第一特征点；

基于所述第一特征点与参照指纹模板的第二特征点进行特征比对，判断待比对指纹图像是否与参照指纹模板相似；

若是，确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域并进行拼接，得到新的参照指纹模板。

通过采用上述技术方案，带来以下有益效果，首先对待比对指纹图像进行预处理，分离成前景区域与背景区域，方便通过计算前景区域的灰度方差进行图像质量的评分，接着通过匹配特征点的信息判断待比对指纹图像与参照指纹模板是否相似，若相似，即根据图像质量评分，将质量评分低的图像特征点剔除，替换成图像质量高的特征点，保证每次更新进去的特征点来自质量评分更好的图像，能逐渐增强和改善指纹组合特征模板的稳定性，同时更新之后的参照指纹模板面积固定，占用内存固定。

本发明在一较佳示例中可以进一步配置为：

所述计算所述前景区域的灰度方差并根据所述灰度方差进行图像质量评分，得到待比对指纹图像的质量评分中，指纹图像的评分公式如下：

其中Var是输入的指纹图像前景区域的方差，VarBase是统计后正常指纹图像前景区域的方差均值，Range是允许在正常指纹图像方差值附近变化大小的绝对值，Score是对指纹图像的评分，评分越高，图像质量越好。

通过采用上述技术方案，通过对图像质量进行评分，为后期保留质量评分更好图像的对应特征点时提供判断依据。

本发明在一较佳示例中可以进一步配置为：

所述基于特征点与参照指纹模板的特征点进行特征比对，判断待比对指纹图像是否与参照指纹模板相似包括：

计算所述第一特征点的描述信息；

根据预置编译规则将所述描述信息编译成二进制数据，得到所述第一特征点的第一描述符；

通过哈希函数对所述第一描述符进行哈希计算，得到所述第一描述符的哈希值，并以所述哈希值作为第一索引值；

通过计算所述第一索引值与参照指纹模板的第二特征点对应索引值之间的汉明距离，筛选出汉明距离在预设距离阈值内的特征点，得到所述第一特征点的相似点集合；

根据所述第一特征点与相似点集合中每个相似点之间描述符的汉明距离，判断最近汉明距离对应的相似点与所述第一特征点是否为匹配点对；

继续从待比对指纹图像提取n个特征点，遍历待比对指纹图像的每个特征点执行上述应用步骤，统计匹配点对的对数；

判断匹配点对数是否大于预设对数阈值；

若是，则判定待比对指纹图像与参照指纹模板相似。

通过采用上述技术方案，根据待比对指纹图像的特征点的描述信息对应哈希值提取与特征点相似的相似点集，避免了查询时需要与整个数据集的所有点进行距离计算，大幅提高比对效率。

本发明在一较佳示例中可以进一步配置为：

所述若是，确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域并进行拼接，得到新的参照指纹模板包括：

根据匹配点对计算待比对指纹图像与参照指纹模板之间的转换参数；

根据所述转换参数将待比对指纹图像与参照指纹模板的蒙版信息与特征点转换到同一坐标系上，所述蒙版信息为指纹图像前景区域、背景区域分离后的二值图像；

通过所述蒙版信息确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域；

剔除相似区域里特征点对中所属图像质量评分较低的特征点，添加非相似区域的特征点，得到新的参照指纹模板。

通过采用上述技术方案，以二进制数据形式存储参照指纹模板的蒙版信息，能够节省数据存储内存，将质量评分低的图像特征点剔除，替换成图像质量高的特征点，保证每次更新进去的特征点来自质量评分更好的图像，能逐渐增强和改善指纹组合特征模板的稳定性。

本发明在一较佳示例中可以进一步配置为：

所述计算第一特征点的描述信息包括：

以所述第一特征点为中心按预设区域大小确定描述区域；

对所述描述区域进行多级分块，得到所述描述区域的网格小块；

分别计算每个网格小块的特征数据；

按预置配对规则将网格小块两两配对，得到网格块对；

抽取预设对数的网格块对计算网格块对中2个网格小块的特征数据差值，得到所述描述信息。

通过采用上述技术方案，计算网格块对中2个网格小块之间的特征数据差值，以网格块对的特征数据差值作为描述信息，更稳定地表达描述区域的特征。

本发明在一较佳示例中可以进一步配置为：

所述根据所述第一特征点与相似点集合中每个相似点之间描述符的汉明距离，判断最近汉明距离对应的相似点与所述第一特征点是否为匹配点对包括：

计算相似点集合中的点对应描述符与所述第一描述符之间的汉明距离，筛选出最近汉明距离和次近汉明距离；

判断所述最近汉明距离和次近汉明距离的比值是否在预设阈值内；

若是，则判断所述最近汉明距离对应描述符的相似点与所述第一特征点为一对匹配点对。

通过采用上述技术方案，能够筛选出参照指纹模板中与第一特征点最相似的特征点。

本发明在一较佳示例中可以进一步配置为：

在所述剔除相似区域里特征点对中所属图像质量评分较低的特征点，添加非相似区域的特征点，得到新的参照指纹模板的步骤之后，包括：

统计新的参照指纹模板中特征点的总数量，判断所述总数量是否超过预置存储数量阈值；

若是，则删除新的参照指纹模板中最外围的特征点，直至特征点总数量低于预置存储数量阈值。

通过采用上述技术方案，保证每次更新之后的模板面积及特征点数量固定，不会造成存储内存的增大。

本发明目的二是提供一种小面积指纹图像拼接装置，具有提高特征比对速度，降低计算机内存占用的特点。

本发明的上述发明目的二是通过以下技术方案得以实现的：

一种小面积指纹图像拼接装置，包括：

分离模块，用于获取待比对指纹图像，对图像进行图像预处理，分离成前景区域与背景区域；

评分模块，用于计算所述前景区域的灰度方差并根据所述灰度方差进行图像质量评分，得到待比对指纹图像的质量评分；

提取模块，用于从待比对指纹图像提取预设个数的第一特征点；

判断模块，用于基于所述第一特征点与参照指纹模板的第二特征点进行特征比对，判断待比对指纹图像是否与参照指纹模板相似；

确定模块，用于若是，确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域并进行拼接，得到新的参照指纹模板。本发明目的三是提供一种小面积指纹图像拼接设备，具有指纹图像拼接功能，并可在嵌入式系统上运行的特点。

本发明的上述发明目的三是通过以下技术方案得以实现的：

一种小面积指纹图像拼接设备，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述小面积指纹图像拼接方法的计算机程序。

本发明目的四是提供一种计算机存储介质，能够存储相应的程序，具有实现小面积指纹图像拼接的特点。

本发明的上述发明目的四是通过以下技术方案得以实现的：

一种计算机可读存储介质，存储有能够被处理器加载并执行上述任一种小面积指纹图像拼接方法的计算机程序。

综上所述，本发明包括以下益技术效果：首先对待比对指纹图像进行预处理，分离成前景区域与背景区域，方便通过计算前景区域的灰度方差进行图像质量的评分，接着通过匹配特征点的信息判断待比对指纹图像与参照指纹模板是否相似，若相似，即根据图像质量评分，将质量评分低的图像特征点剔除，替换成图像质量高的特征点，保证每次更新进去的特征点来自质量评分更好的图像，能逐渐增强和改善指纹组合特征模板的稳定性，同时更新之后的参照指纹模板面积固定，占用内存固定。

附图说明

图1为本发明小面积指纹图像拼接方法一实施例的流程示意图；

图2为图1中步骤S40一实施例的细化流程示意图；

图3为图1中步骤S50一实施例的细化流程示意图；

图4为本发明小面积指纹图像拼接方法一应用场景实例；

图5为图2中步骤S401一实施例的流程示意图；

图6为图2中步骤S405一实施例的细化流程示意图；

图7为本发明小面积指纹图像拼接方法另一实施例的流程示意图；

图8为本发明小面积指纹图像拼接装置一实施例的功能模型示意图。

具体实施方式

以下结合附图对本发明作进一步详细说明。

本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。

参照图1，图1为本发明小面积指纹图像拼接方法一实施例的流程示意图。本实施例中，所述小面积指纹图像拼接方法包括：

步骤S10：获取待比对指纹图像，对图像进行图像预处理，分离出前景区域与背景区域；

本发明实施例中，通过指纹传感器获取指纹图像，然后将待比对指纹图像转换为灰度图像，然后对灰度图像进行区块划分，灰度图像的区块划分面积为1*1~10*10（单位：像素*像素），本实施例中优选灰度图像的区块面积为8*8（单位：像素*像素），然后再进行每个灰度图像区块的梯度场计算，以加快系统的运算速度。梯度场的计算公式如下：

其中（i，j）是块中心点的坐标；（u，v）是块中被遍历的像素点的坐标；w是块的宽 度；

分别是x和y方向的偏导（Sobel算子）；

为求得的块的梯度场值。 由于指纹图像前景区域的梯度场值一般都比较大，背景区域的梯度场值比较小，根据上述 得到梯度场值，选择一定的阈值T，当T（i,j）大于T时，则对应的灰度图像区块为前景区域， 小于等于T时，则对应的灰度图像区块为背景区域。

步骤S20：计算所述前景区域的灰度方差并根据所述灰度方差进行图像质量评分，得到待比对指纹图像的质量评分；

本发明实施例中，首先待比对指纹图像前景区域的灰度方差，得到一个灰度方差均值，记为VarBase，然后根据指纹图像的评分公式对待比对指纹图像进行图像质量评分，评分公式如下：

，

其中Var是输入的指纹图像前景区域的方差，VarBase是统计后正常指纹图像前景区域的方差均值，Range是允许在正常指纹图像方差值附近变化大小的绝对值，Score是对指纹图像的评分，评分越高，图像质量越好。

步骤S30：从待比对指纹图像提取预设个数的第一特征点；

本发明实施例中，从待比对指纹图像提取第一特征点的方式可以是通过传统的特征点提取办法，也可以通过提取指纹图像深层次灰度语义图像，然后挑选出深层次语义图像中的极值点作为特征点或采用深度学习网络训练处能识别特征点的网络进行特征点提取。本发明通过提取指纹图像深层次灰度语义图像，然后挑选出深层次语义 图像中的极值点作为特征点，具体提取过程如下：

将参照指纹图像转换为灰度图像，计算灰度图像的梯度场，根据梯度场将参照指纹图像分离成前景区域和背景区域，其中，前景区域为参照指纹图像中的指纹区域，背景区域为空白区域。获取背景区域的灰度直方图，根据灰度直方图计算前景区域的灰度均值和方差等数据信息，根据数据信息对参照指纹图像进行分类。指纹图像分为干燥图像、潮湿图像以及正常图像三种，根据参照指纹图像的所述图像类别选择相应的滤波处理降低噪声影响，其中，正常图像以均值滤波处理，对于干燥图像，选择高斯曲率滤波和均值滤波，对于潮湿图像，先进行直方图正规化处理，然后进行高斯曲率滤波和均值滤波。最后计算滤波后的参照指纹图像的灰度图像的随机像素点的曲率值极值差值，定义曲率值极值差值为参照指纹图像的深层次语义表达信息，从深层次语义表达信息中挑选出最大值点作为参照指纹图像的特征点。

步骤S40：基于所述第一特征点与参照指纹模板的第二特征点进行特征比对，判断待比对指纹图像是否与参照指纹模板相似；

本发明实施例中，预先存储参照指纹模板的特征点信息与蒙版信息，图像信息可以根据需要存储。基于待比对指纹图像的第一特征点与参照指纹模板的第二特征点进行特征比对，具体过程如下：计算待比对指纹图像的第一特征点对应的描述信息，根据预置编译规则将该描述信息编译成二进制数据，得到特第一征点对应的第一描述符，通过哈希函数对第一描述符进行哈希映射，得到第一描述符的第一哈希值，以第一哈希值作为索引值，计算待比对图像第一特征点的第一索引值与参照指纹模板的第二特征点对应索引值之间的汉明距离，筛选出参照指纹模板中第二特征点的汉明距离在预设距离阈值内的特征点，得到第二特征点中与第一特征点相似的相似点集合，根据第一特征点与相似点集合中每个相似点之间描述符的汉明距离，判断最近汉明距离对应的第二特征点与第一特征点是否为匹配点对，继续从待比对指纹图像中抽取多个特征点，依次对待比对指纹图像每个特征点进行上述步骤，最后统计相似点的对数，判断点对数是否大于预设对数阈值，若是，则判定待比对指纹图像与参照指纹模板相似，若否，则判定待比对指纹图像与参照指纹模板不相似。

步骤S50：若是，确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域并进行拼接，得到新的参照指纹模板。

本发明实施例中，基于待比对指纹图像与参照指纹模板相似，计算待比对指纹图像与参照指纹模板之间的比配点对的转换参数，进而得到待比对指纹图像与参照指纹模板之间的转换关系，然后将待比对指纹图像与参照指纹模板转换到同一坐标系中，确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域，将相似区域中匹配点对中所属图像质量评分较低的特征点剔除，非相似区域的特征点直接添加，得到新的参照指纹模板。

本发明实施例首先对待比对指纹图像进行预处理，分离成前景区域与背景区域，方便通过计算前景区域的灰度方差进行图像质量的评分，并且可通过以二进制编码方式存储，节省内存，接着通过匹配特征点的信息判断待比对指纹图像与参照指纹模板是否相似，若相似，即根据图像质量评分，将质量评分低的图像特征点剔除，替换成图像质量高的特征点，保证每次更新进去的特征点来自质量评分更好的图像，能逐渐增强和改善指纹组合特征模板的稳定性，同时更新之后的参照指纹模板面积固定，占用内存固定。

参照图2，图2为图1中步骤S40一实施例的细化流程示意图。本发明实施例中，上述步骤S40包括：

步骤S401：计算所述第一特征点的描述信息；

本发明实施例中，计算第一特征点的描述信息具体过程为，以第一特征点为中心按预设区域大小确定描述区域，如以其中一个特征点为中心，按照预设的区域大小10*10，并根据特征点在指纹中的基准方向确定一块描述区域。确定好描述区域之后，对描述区域进行多级分块处理，得到多个网格小块，多级分块可以是2*2，3*3，4*4等，相对应的也就会得到4块，9块，16块网格小块，然后对网格小块进行两两配对，抽取网格块对进行特征数据差值计算，得到多对网格块对的特征数据差值信息，即为描述区域的描述信息。网格小块的特征数据包括灰度均值、X方向梯度均值、Y方向梯度均值、曲率均值。

步骤S402：根据预置编译规则将所述描述信息编译成二进制数据，得到所述第一特征点的第一描述符；

本发明实施例中，预先制定描述信息编译规则。根据预设的编译规则，对描述信息进行编译，转换为以二进制数据表示描述信息的第一描述符。其中，编译规则可根据实际应用自动义设置。

例如，编码规则可以定义如下：

其中，xValue代表差值信息，在0附近的变化范围内编码为00,，minV、maxV分别代表差值信息的最小值和最大值，范围编码为01，范围编码为10。本编译规则可以根据系统的需求来调整编译的长度，编译长度越长，描述信息就越多，同时占用内存和计算量相应变大。具体应用中可以通过以下方式调节：方式一为减少抽样网格块对的数量，经测试抽样网格块对的数量最好大于16，否则由于描述信息太少，不能充分体现描述区域的特征数据；方式二为减少美的网格块对特征数据的数量，比如只使用X方向梯度均值、Y方向梯度均值的差值信息来描述该对网格块的差异，若抽样网格块对的数量为16，差值信息只使用X方向梯度均值、Y方向梯度均值的情况下，特征点描述区域的编码信息长度为16*2*2=64位二进制数据，即8个字节。

步骤S403：通过哈希函数对所述第一描述符进行哈希计算，得到所述第一描述符的哈希值，并以所述哈希值作为第一索引值；

本发明实施例中，对第一描述符进行哈希计算，得到第一描述符的第一哈希值，以第一哈希值作为第一描述符的第二索引值。例如，描述符是64位的二进制数据，经过哈希函数计算可以哈希成8位二进制数据，以这个8位二进制数据作为描述符的索引值。

步骤S404：通过计算所述第一索引值与参照指纹模板的第二特征点对应索引值之间的汉明距离，筛选出汉明距离在预设距离阈值内的特征点，得到所述第一特征点的相似点集合；

本发明实施例中，根据索引值之间的汉明距离，预设第一索引值与参照指纹模板的特征点对应索引值的汉明距离在一定范围内的两个特征点为相似点，从参照指纹模板的特征点中筛选出与第一特征点相似的相似点集合。

例如，预设汉明距离在0-2之间的索引值对应的两个点为相似点，当前待比对指纹图像的特征点a1的索引值为01010000，,参照指纹图像中存在相似点的索引值b1的索引值01010001，相似点b2的索引值01010111，分别计算得到a1与b1和a1与b2的汉明距离为1和3，则判断b1为a1的相似点。

步骤S405：根据所述特征点与相似点集合中每个相似点之间描述符的汉明距离，判断最近汉明距离对应的相似点与所述特征点是否为匹配点对；

本发明实施例中，经过上述步骤，确定了第二特征点中与第一特征点相似的相似点集合之后，分别计算特征点与相似点集合中每个相似点对应的描述符的汉明距离，确定其中的最近汉明距离与次近汉明距离，然后计算最近汉明距离与次近汉明距离之间的比值，若比值小于预设阈值，则判断最近汉明距离对应的相似点与特征点为一对匹配点。

步骤S406：继续从待比对指纹图像提取n个特征点，遍历待比对指纹图像的每个特征点执行步骤S401至步骤S405，统计匹配点对的对数；

步骤S407：判断匹配点对数是否大于预设对数阈值；

步骤S408：若是，则判定待比对指纹图像与参照指纹模板相似。

本发明实施例中，继续从待比对指纹图像中提取第二、第三、第n个特征点，对提取的特征点执行步骤S401到步骤S405的处理，此处不再赘述，得到待比对图像特征点与参照指指纹模板的特征点的匹配点对，统计其中匹配的点对数量是否达到预设阈值，若匹配的点对数量达到预设阈值，则判断待比对指纹图像与参照指纹图像相似。

例如，预设匹配的点对数量达到70对即认为待比对指纹图像与参照指纹图像相似。当前从待比对图像中提取了100个特征点，按照上述应用步骤，在参照指纹图像中索引每个特征点的相似点，若最后统计100个特征点中能够匹配到相应匹配点，并且匹配的点对数量达到70或以上，则认为待比对图像与参照指纹图像相似。

进一步地，计算特征数据时可以根据需要进行适当减少。其中，为提高计算效率，可以只计算其中2个或3个特征数据，提高索引建立机制的建立效率。例如，只使用X方向梯度均值、Y方向梯度均值的差值信息来描述该对网格块的差异。

参照图3，图3为图1中步骤S50一实施例的细化流程示意图。在本发明实施例中，步骤S50包括：

步骤S501：根据匹配点对计算待比对指纹图像与参照指纹模板之间的转换参数；

步骤S502：根据所述转换参数将待比对指纹图像与参照指纹模板的蒙版信息与特征点转换到同一坐标系上，所述蒙版信息为指纹图像前景区域、背景区域分离后的二值图像；

步骤S503：通过所述蒙版信息确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域；

步骤S504：剔除相似区域里点对中所属图像质量评分较低的特征点，添加非相似区域的特征点，得到新的参照指纹模板。

本发明实施例中，数据库中预先存储有参照指纹模板的特征点与蒙版信息。通过计算获取匹配点对中的2个匹配的特征点描述数据之间的偏移系数，得到待比对指纹图像与参照指纹模板之间的转换参数，根据转换参数确定待比对指纹图像与参照指纹模板之间的转换关系，在同一坐标系中分别获取待比对指纹图像与参照指纹模板的蒙版信息，根据蒙版信息确定待比对指纹图像与参照指纹模板的相似区域与非相似区域，保留相似区域的匹配点对中所述图像质量评分较高的特征点，剔除相似区域里点对中所属图像质量评分较低的特征点，然后添加非相似区域的特征点，组合得到新的参照指纹模板。其中，蒙版信息存储在数据库中，当需要比对时，直接从数据库中获取。此外，计算待比对指纹图像与参照指纹模板之间的转换关系的方式有多种，可以是以下方式：获取n对点对的特征数据，特征数据包括至少相似点的横纵坐标、基准角度，对多对点对的特征数据做差分处理，然后求均值，所得均值即为转换参数。

其中，蒙版信息是指纹图像前景区域、背景区域分离后的二值图像，其中用1记录前景区域，用0记录背景区域，为了节省系统存储空间，本发明中采用二进制编码的方式保存蒙版信息。根据蒙版信息对应二进制数据确定待比对指纹图像与参照指纹模板的相似区域与非相似区域的具体方式如下：预设蒙版信息编译规则为前景区域以1代表，背景区域以0代表，判断同一坐标系中待比对指纹图像与参照指纹模板对应蒙版信息的二进制数据，同为1的区域即为待比对指纹图像与参照指纹模板的指纹相似区域；若待比对指纹图像的蒙版信息为1，参照指纹模板的蒙版信息为0，即为非相似区域；同为0的区域即为待比对指纹图像与参照指纹模板拼接后的背景区域。

参照图4，图4为本发明小面积指纹图像拼接方法一应用场景实例。

本实例中，预先通过待比对指纹图像与参照指纹模板之间的点对确定了转换参数之后，转换到同一坐标系之后，1与2为分别获取待比对指纹图像与参照指纹模板的蒙版信息，3为在同一坐标系中根据蒙版信息确定待比对指纹图像与参照指纹模板的相似区域与非相似区域，4中即对相似区域保留待比对指纹图像或参照指纹模板中图像质量较高的特征点，非相似区域的特征点保留对应图像的特征点，5最后进行拼接得到新的参照指纹模板。

参照图5，图5为图2中步骤S401一实施例的流程示意图。本发明实施例中，所述计算所述特征点的描述信息包括：

步骤S01：以所述第一特征点为中心按预设区域大小确定描述区域；

步骤S02：对所述描述区域进行多级分块，得到所述描述区域的网格小块；

步骤S03：分别计算每个网格小块的特征数据；

步骤S04：按预置配对规则将网格小块两两配对，得到网格块对；

步骤S05：抽取预设对数的网格块对计算网格块对中2个网格小块的特征数据差值，得到所述描述信息。

本发明实施例中，计算特征点的描述信息具体过程为，以特征点为中心，按预设区域大小及特征点的基准方向确定描述区域，如以基准方向为30°一个特征点为中心，按照预设的区域大小10*10，确定一块描述区域。确定好描述区域之后，对描述区域进行多级分块处理，得到多个网格小块，多级分块可以是将描述区域分成2×2，3×3，4×4等，相对应的也就会得到4块，9块，16块网格小块，然后对网格小块进行排序，预设相应序号的网格小块进行配对，将网格小块根据预设配对序号 进行两两配对，得到不同的网格块对，从网格块对中抽取一定数量的网格块对，对网格块对中2个网格小块的特征数据序列差分计算，然后将网格块对的特征数据差值序列进行排列，得到特征点的描述信息。其中，特征数据可以是灰度均值、X方向梯度均值、Y方向梯度均值、曲率均值。

例如，若多级分块是3*3，则全部是9块网格小块，那就存在网格块对，随机抽取预设对数的网格块对进行特征数据差值计算，得到多对网格块对的特征数据差值信息，即为描述区域的描述信息。

参照图6，图6为图2中步骤S405一实施例的细化流程示意图。在本发明实施例中，步骤S405包括：

步骤S51：计算相似点集合中的相似点对应描述符与所述第一描述符之间的汉明距离，筛选出最近汉明距离和次近汉明距离；

步骤S52：判断所述最近汉明距离和次近汉明距离的比值是否在预设阈值内；

步骤S53：若是，则判断所述最近汉明距离对应描述符的相似点与所述第一特征点为一对匹配点对。

本发明实施例中，在确定了参照指纹模板的特征点中与第一特征点相似的相似点集合之后，分别计算特征点与相似点集合中每个相似点对应的描述符的汉明距离，确定其中的最近汉明距离与次近汉明距离，然后计算最近汉明距离与次近汉明距离之间的比值，若比值小于预设阈值，则判断最近汉明距离对应的相似点与特征点为一对匹配点。

例如，预设最近汉明距离与次近汉明距离的比值0.8以内，则判断最近汉明距离对应的相似点与特征点为一对匹配点，特征点a1的描述符为00001111，相似点集合中存在相似点b1的描述符为01010111，相似点b2的描述符为00000011，相似点b3的描述符为01010100，则a1与b1、b2、b3的汉明距离分别为3、2和5，则最近汉明距离与次近汉明距离的比值为2/3=0.67，小于预设比值0.8，则判定a1与b2为一对相似点。

参照图7，图7为本发明小面积指纹图像拼接方法另一实施例的流程示意图。在本实施例中，在步骤S50之后，还包括：

步骤S60：统计新的参照指纹模板中特征点的总数量，判断所述总数量是否超过预置存储数量阈值；

步骤S70：若是，则删除新的参照指纹模板中最外围的特征点，直至特征点总数量低于预置存储数量阈值。

本发明实施例中，比对成功后将新添加进来的特征点更新到参照指纹模板中，统计新的参照指纹模板中特征点的总数量，假如新的参照指纹模板中包含的特征点数量小于系统允许存储的最大特征点数量时，则直接保存，如果大于系统允许存储的最大值时，则采用“环形删减”的机制来删除适量的特征点以保障新的参照指纹模板中特征点数量小于系统允许存储的最大特征点数量，其中，“环形删减”即是在新的参照指纹模板最外围的一圈开始删减特征点，直到新的参照指纹模板中的特征数量小于系统允许存储的最大特征点数量。

参照图8，图8为本发明小面积指纹图像拼接装置一实施例的功能模型示意图。本实施例中，所述小面积指纹图像拼接装置包括：

分离模块10，用于获取待比对指纹图像，对图像进行图像预处理，分离成前景区域与背景区域；

评分模块20，用于计算所述前景区域的灰度方差并根据所述灰度方差进行图像质量评分，得到待比对指纹图像的质量评分；

提取模块30，用于从待比对指纹图像提取预设个数的第一特征点；

判断模块40，用于基于所述第一特征点与参照指纹模板的第二特征点进行特征比对，判断待比对指纹图像是否与参照指纹模板相似；

确定模块50，用于若是，确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域并进行拼接，得到新的参照指纹模板。

本发明提供一种小面积指纹图像拼接设备，其特征在于，所述小面积指纹图像拼接设备包括存储器和处理器以及存储在所述存储器上并可在所述处理器上运行的小面积指纹图像拼接程序，所述小面积指纹图像拼接程序被所述处理器执行时实现如上述实施例中所述的小面积指纹图像拼接方法的步骤

本发明还提供一种计算机可读存储介质。

本实施例中，所述计算机可读存储介质上存储有小面积指纹图像拼接程序，所述小面积指纹图像拼接程序被处理器执行时实现如上述任一项实施例中所述的小面积指纹图像拼接方法的步骤。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。

Claims (9)

1.一种小面积指纹图像拼接方法，其特征在于，所述小面积指纹图像拼接方法包括：

步骤S10：获取待比对指纹图像，对图像进行图像预处理，分离出前景区域与背景区域；

步骤S20：计算所述前景区域的灰度方差并根据所述灰度方差进行图像质量评分，得到待比对指纹图像的质量评分；

步骤S30：从待比对指纹图像提取预设个数的第一特征点；

步骤S40：基于所述第一特征点与参照指纹模板的第二特征点进行特征比对，判断待比对指纹图像是否与参照指纹模板相似；

步骤S50：若是，确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域并进行拼接，得到新的参照指纹模板；

其中，步骤S50包括：

步骤S501：根据匹配点对计算待比对指纹图像与参照指纹模板之间的转换参数；

步骤S502：根据所述转换参数将待比对指纹图像与参照指纹模板的蒙版信息与特征点转换到同一坐标系上，所述蒙版信息为指纹图像前景区域、背景区域分离后的二值图像；

步骤S503：通过所述蒙版信息确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域；

步骤S504：剔除相似区域里特征点对中所属图像质量评分较低的特征点，添加非相似区域的特征点，得到新的参照指纹模板。

2.如权利要求1所述的小面积指纹图像拼接方法，其特征在于，所述计算所述前景区域的灰度方差并根据所述灰度方差进行图像质量评分，得到待比对指纹图像的质量评分中，指纹图像的评分公式如下：

其中Var是输入的指纹图像前景区域的方差，VarBase是统计后正常指纹图像前景区域的方差均值，Range是允许在正常指纹图像方差值附近变化大小的绝对值，Score是对指纹图像的评分，评分越高，图像质量越好。

3.如权利要求1所述的小面积指纹图像拼接方法，其特征在于，所述基于所述第一特征点与参照指纹模板的第二特征点进行特征比对，判断待比对指纹图像是否与参照指纹模板相似包括：

步骤S401：计算所述第一特征点的描述信息；

步骤S402：根据预置编译规则将所述描述信息编译成二进制数据，得到所述第一特征点的第一描述符；

步骤S403：通过哈希函数对所述第一描述符进行哈希计算，得到所述第一描述符的哈希值，并以所述哈希值作为第一索引值；

步骤S404：通过计算所述第一索引值与参照指纹模板的第二特征点对应索引值之间的汉明距离，筛选出汉明距离在预设距离阈值内的特征点，得到所述第一特征点的相似点集合；

步骤S405：根据所述第一特征点与相似点集合中每个相似点之间描述符的汉明距离，判断最近汉明距离对应的相似点与所述第一特征点是否为匹配点对；

步骤S406：继续从待比对指纹图像提取n个特征点，遍历待比对指纹图像的每个特征点执行步骤S401至步骤S405，统计匹配点对的对数；

步骤S407：判断匹配点对数是否大于预设对数阈值；

步骤S408：若是，则判定待比对指纹图像与参照指纹模板相似。

4.如权利要求3所述的小面积指纹图像拼接方法，其特征在于，所述计算所述第一特征点的描述信息包括：

步骤S01：以所述第一特征点为中心按预设区域大小确定描述区域；

步骤S02：对所述描述区域进行多级分块，得到所述描述区域的网格小块；

步骤S03：分别计算每个网格小块的特征数据；

步骤S04：按预置配对规则将网格小块两两配对，得到网格块对；

步骤S05：抽取预设对数的网格块对计算网格块对中2个网格小块的特征数据差值，得到所述描述信息。

5.如权利要求3所述的小面积指纹图像拼接方法，其特征在于，所述根据所述第一特征点与相似点集合中每个相似点之间描述符的汉明距离，判断最近汉明距离对应的相似点与所述第一特征点是否为匹配点对包括：

步骤S51：计算相似点集合中的相似点对应描述符与所述第一描述符之间的汉明距离，筛选出最近汉明距离和次近汉明距离；

步骤S52：判断所述最近汉明距离和次近汉明距离的比值是否在预设阈值内；

步骤S53：若是，则判断所述最近汉明距离对应描述符的相似点与所述第一特征点为一对匹配点对。

6.根据权利要求1所述的小面积指纹图像拼接方法，其特征在于，在所述若是，确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域并进行拼接，得到新的参照指纹模板的步骤之后，包括：

步骤S60：统计新的参照指纹模板中特征点的总数量，判断所述总数量是否超过预置存储数量阈值；

步骤S70：若是，则删除新的参照指纹模板中最外围的特征点，直至特征点总数量低于预置存储数量阈值。

7.一种小面积指纹图像拼接装置，其特征在于，所述小面积指纹图像拼接装置包括：

分离模块，用于获取待比对指纹图像，对图像进行图像预处理，分离成前景区域与背景区域；

评分模块，用于计算所述前景区域的灰度方差并根据所述灰度方差进行图像质量评分，得到待比对指纹图像的质量评分；

提取模块，用于从待比对指纹图像提取预设个数的第一特征点；

判断模块，用于基于所述第一特征点与参照指纹模板的第二特征点进行特征比对，判断待比对指纹图像是否与参照指纹模板相似；

确定模块，用于若是，确定待比对指纹图像与参照指纹模板之间的相似区域与非相似区域并进行拼接，得到新的参照指纹模板。

8.一种小面积指纹图像拼接设备，其特征在于，所述小面积指纹图像拼接设备包括存储器和处理器以及存储在所述存储器上并可在所述处理器上运行的小面积指纹图像拼接程序，所述小面积指纹图像拼接程序被所述处理器执行时实现如权利要求1至6中任一项所述的小面积指纹图像拼接方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机存储介质上存储有能够被处理器加载并执行如权利要求1至6中任一项所述的小面积指纹图像拼接方法的步骤。

Images