指纹方向场的估计方法和装置

摘要

本发明提出一种指纹方向场的估计方法和装置，其中，该方法包括：根据训练指纹建立局部指纹字典；接收待估指纹，获取待估指纹的初始方向场；获取初始方向场在基准坐标系中每个位置对应的初始方向块，并在局部指纹字典中查询与每个位置对应的方向块集合；获取初始方向块与查询到的方向块集合中的每个方向块的相似度，并根据相似度筛选出初始方向块对应的预设数量的候选方向块；获取任意相邻的两个位置对应的候选方向块之间的兼容度；根据每个位置与对应的候选方向块之间的相似度和兼容度在候选方向块中获取每个位置对应的最优候选方向块，以生成待估指纹的方向场。本发明的指纹方向场的估计方法可极大地减少复杂背景干扰，提高低质量指纹的识别性。

说明书

技术领域

本发明涉及指纹识别领域，特别涉及一种指纹方向场的估计方法和装置。

背景技术

指纹识别技术已广泛地应用于公安刑侦、出入境、银行及保险服务、门禁系统和重要设备的权限控制等领域中。在实际应用中，采集到的指纹图像可能具有非常复杂的背景纹理，如在公安刑侦领域，从犯罪现场通过使用特定的化学试剂或光学仪器获取的指纹图像；或者指纹图像的脊线本身的质量较差。

相关技术中可通过指纹图像的局部图像特征来估计指纹初始方向场，然后基于指纹脊线平滑这一约束对初始方向场进行改进。这种方法在图像质量高、背景干净时可以较好地估计初始方向场，但是，由于这种方法仅单纯考虑指纹图像本身的一些统计信息，在背景纹理干扰强、图像本身质量低时则无法正确地对指纹的初始方向场进行估计，并且后续难以对初始方向场进行增强和匹配。

在初始方向场的正确性完全无法保证的情况下，通常会得出完全错误的结果。因此，在这些情况下，必须依靠指纹鉴定人员手工提取指纹图像的特征，然后将提出的特征与指纹库中的指纹特征进行匹配，以获取指纹图像的方向场。这就需要鉴定人员高度参与来完成，非常繁琐耗时，效率低下。

传统的指纹方向场估计算法只考虑指纹图像块内的统计信息及指纹脊线的平滑性约束，有较大的限制：首先，只考虑指纹图像块内的统计信息在背景比较复杂的情况下无法区分估计的初始方向属于背景还是指纹图像；其次，只考虑指纹脊线的平滑性约束只能保证最终估计的方向场平滑，但不能保证其是一个合理的指纹方向场。

发明内容

本发明旨在至少在一定程度上解决上述技术问题。

为此，本发明的第一个目的在于提出一种指纹方向场的估计方法，该方法考虑了指纹脊线方向的先验知识，实现了对指纹方向场先验知识的有效运用，可以极大地减少复杂背景的干扰，提高低质量指纹的识别性能。

本发明的第二个目的在于提出一种指纹方向场的估计装置。

为达上述目的，根据本发明第一方面的实施例提出了一种指纹方向场的估计方法，包括：根据训练指纹建立局部指纹字典，其中，所述局部指纹字典包括与基准坐标系中每个位置分别对应的多个方向块集合；接收待估指纹，获取所述待估指纹的初始方向场，其中，所述初始方向场位于所述基准坐标系；获取所述初始方向场在所述基准坐标系中每个位置对应的初始方向块，并在所述局部指纹字典中查询与所述每个位置对应的方向块集合；获取所述初始方向块与查询到的方向块集合中的每个方向块的相似度，并根据所述相似度从所述查询到的方向块集合中筛选出所述初始方向块对应的预设数量的候选方向块；获取任意相邻的两个位置对应的候选方向块之间的兼容度；根据所述每个位置与对应的候选方向块之间的相似度和所述兼容度在所述选方向块中获取所述每个位置对应的最优候选方向块，并根据所述每个位置对应的最优候选方向块生成所述待估指纹的方向场。

本发明实施例的指纹方向场的估计方法，通过聚类的方式，在统一的基准坐标系中对一系列真实的训练指纹在不同位置的方向块进行分析和统计，建立位置相关的局部指纹字典；并通过自动或手动的方式将待估计方向场的指纹校正到该基准坐标系中，然后对每一个位置的初始方向块查询该位置的局部指纹字典，挑选出若干候选方向快，同时考虑这些候选方向块之间的兼容性，最终通过全局优化的方式估计一个权衡了局部相似性和全局合理性的方向场。此外，该方法考虑了指纹脊线方向的先验知识，利用方向块局部指纹字典的方式表达指纹脊线方向场的常见模式，并利用位置相关的信息来保证局部指纹字典的合理性，有效地对指纹方向场的常见模式进行了量化，实现了对指纹方向场先验知识的有效运用，可以极大地减少复杂背景的干扰，提高低质量指纹的识别性能。

在本发明的一个实施例中，所述根据训练指纹建立局部指纹字典具体包括：分别获取多个训练指纹的多个训练方向场，并根据所述多个训练方向场分别标定所述多个训练指纹的参考点和参考方向；根据所述参考点和参考方向分别对所述多个训练方向场进行校正，以获取所述多个训练指纹的基准方向场；根据所述基准方向场建立每个位置的局部指纹字典，其中，所述每个位置的局部指纹字典包括多个方向块，所述多个方向块分别为在所述多个训练指纹的基准方向场中所述位置确定的方向块。

在本发明的一个实施例中，所述根据所述基准方向场建立每个位置的局部指纹字典具体包括：在所述多个基准方向场的每个位置(x_i,y_i)处分别获取第一预设尺寸的方向块；判断所述第一预设尺寸的方向块是否在相应的基准方向场的有效区域内；如果在所述相应的基准方向场的有效区域内，则将所述第一预设尺寸的方向块放入所述位置(x_i,y_i)对应的有效集合T(x_i,y_i)；通过对所述位置(x_i,y_i)对应的有效集合T(x_i,y_i)中的方向块进行聚类以获取所述局部指纹字典中每个位置(x_i,y_i)对应的方向块集合D(x_i,y_i)。

在本发明的一个实施例中，所述对所述每个位置(x_i,y_i)对应的有效集合T(x_i,y_i)中的方向块进行聚类具体包括：a、将所述有效集合T(x_i,y_i)中的任意一个方向块放入所述位置(x_i,y_i)对应的方向块集合D(x_i,y_i)；b、在所述有效集合T(x_i,y_i)中的其余方向块中选出任意一个方向块，并获取取出的方向块与所述位置(x_i,y_i)对应的方向块集合D(x_i,y_i)中每个方向块的相似度；c、如果获取到的所述相似度均小于第一预设阈值，则将所述取出的方向块放入所述位置(x_i,y_i)对应的方向块集合D(x_i,y_i)；d、如果获取到的所述相似度中存在至少一个相似度不小于第一预设阈值，则舍弃所述取出的方向块；e、重复所述步骤b-d，直至所述有效集合T(x_i,y_i)中的方向块全部处理完毕。

在本发明的一个实施例中，所述获取所述待估指纹的初始方向场具体包括：获取所述待估指纹的前景图像；将所述前景图像划分为互不重叠的第二预设尺寸的图像块；对每个所述图像块进行二维短时傅里叶变换以获取每个所述图像块的响应方向；根据每个所述图像块的响应方向建立所述待估指纹的前景方向场；根据指纹姿态校正算法对所述前景方向场进行校正以生成所述初始方向场。

在本发明的一个实施例中，所述根据所述相似度获取所述初始方向块对应的预设数量的候选方向块具体包括：f、将所述查询到的方向块集合D(x_i,y_i)中的方向块按照相似度由高到低进行排列，并取出相似度最高的方向块放入候选方向块集合；g、取出所述方向块集合D(x_i,y_i)中排在上一步骤中取出的方向块之后的方向块，并获取在步骤g中取出的方向块与每个候选方向块之间的相似度；h、如果获取到的相似度均小于第二阈值，则将所述步骤g中取出的方向块放入所述候选方向块集合；i、如果获取到的相似度中存在至少一个不小于第二阈值，则舍弃所述步骤g中取出的方向块；j、重复步骤g-i，直至所述候选方向块集合中的方向块数量为所述预设数量。

在本发明的一个实施例中，所述根据所述每个位置与对应的候选方向块之间的相似度和所述兼容度在所述选方向块中获取所述每个位置对应的最优候选方向块具体包括：根据所述相似度和所述兼容度建立目标优化函数，并通过对所述目标优化函数进行优化以获取所述每个位置对应的最优候选方向块，其中，所述目标优化函数为：$>\min E\left(r\right)=\min (\underset{i\in V}{\Sigma }(1-S({\Theta }_i,{\Phi }_{i,r_i}))+w_c\underset{(i,j)\in N}{\Sigma }(1-C({\Phi }_{i,r_i},{\Phi }_{j,r_j}))),$>其中，V表示所述初始方向场，i表示所述初始方向场V内任意位置(x_i,y_i)，Θ_i表示所述位置(x_i,y_i)对应的初始方向块，表示所述位置(x_i,y_i)对应的第r_i个候选方向块，表示所述初始方向块Θ_i与所述候选方向块之间的相似度，N表示四连通相邻的初始方向块集合，表示所述位置(x_i,y_i)的相邻位置(x_j,y_j)对应的第r_j个候选方向块，表示所述候选方向块与所述候选方向块之间的兼容度，w_c为预设权重。

在本发明的一个实施例中，其中，通过图割法或置信传播方法对所述目标优化函数进行优化。

为达上述目的，根据本发明第二方面的实施例提出了一种指纹方向场的估计装置，包括：指纹字典建立模块，用于根据训练指纹建立局部指纹字典，其中，所述局部指纹字典包括与基准坐标系中每个位置分别对应的多个方向块集合；第一获取模块，用于接收待估指纹，并获取所述待估指纹的初始方向场，其中，所述初始方向场位于所述基准坐标系；第二获取模块，用于获取所述初始方向场在所述基准坐标系中每个位置对应的初始方向块，并在所述局部指纹字典中查询与所述每个位置对应的方向块集合；筛选模块，用于获取所述初始方向块与查询到的方向块集合中的每个方向块的相似度，并根据所述相似度从所述查询到的方向块集合中筛选出所述初始方向块对应的预设数量的候选方向块；第三获取模块，用于获取任意相邻的两个位置对应的候选方向块之间的兼容度；生成模块，用于根据所述每个位置与对应的候选方向块之间的相似度和所述兼容度在所述候选方向块中获取所述每个位置对应的最优候选方向块，并根据所述每个位置对应的最优候选方向块生成所述待估指纹的方向场。

本发明实施例的指纹方向场的估计装置，通过聚类的方式，在统一的基准坐标系中对一系列真实的训练指纹在不同位置的方向块进行分析和统计，建立位置相关的局部指纹字典；并通过自动或手动的方式将待估计方向场的指纹校正到该基准坐标系中，然后对每一个位置的初始方向块查询该位置的局部指纹字典，挑选出若干候选方向快，同时考虑这些候选方向块之间的兼容性，最终通过全局优化的方式估计一个权衡了局部相似性和全局合理性的方向场。此外，该装置考虑了指纹脊线方向的先验知识，利用方向块局部指纹字典的方式表达指纹脊线方向场的常见模式，并利用位置相关的信息来保证局部指纹字典的合理性，有效地对指纹方向场的常见模式进行了量化，实现了对指纹方向场先验知识的有效运用，可以极大地减少复杂背景的干扰，提高低质量指纹的识别性能。

在本发明的一个实施例中，所述指纹字典建立模块具体包括：第一获取单元，用于分别获取多个训练指纹的多个训练方向场，并根据所述多个训练方向场分别标定所述多个训练指纹的参考点和参考方向；校正单元，用于根据所述参考点和参考方向分别对所述多个训练方向场进行校正，以获取所述多个训练指纹的基准方向场；字典建立单元，用于根据所述基准方向场建立每个位置的局部指纹字典，其中，所述每个位置的局部指纹字典包括多个方向块，所述多个方向块分别为在所述多个训练指纹的基准方向场中所述位置确定的方向块。

在本发明的一个实施例中，所述字典建立单元具体用于：在所述多个基准方向场的每个位置(x_i,y_i)处分别获取第一预设尺寸的方向块；判断所述第一预设尺寸的方向块是否在相应的基准方向场的有效区域内；如果在所述相应的基准方向场的有效区域内，则将所述第一预设尺寸的方向块放入所述位置(x_i,y_i)对应的有效集合T(x_i,y_i)；通过对所述位置(x_i,y_i)对应的有效集合T(x_i,y_i)中的方向块进行聚类以获取所述局部指纹字典中每个位置(x_i,y_i)对应的方向块集合D(x_i,y_i)。

在本发明的一个实施例中，所述对所述每个位置(x_i,y_i)对应的有效集合T(x_i,y_i)中的方向块进行聚类具体包括：a、将所述有效集合T(x_i,y_i)中的任意一个方向块放入所述位置(x_i,y_i)对应的方向块集合D(x_i,y_i)；b、在所述有效集合T(x_i,y_i)中的其余方向块中选出任意一个方向块，并获取取出的方向块与所述位置(x_i,y_i)对应的方向块集合D(x_i,y_i)中每个方向块的相似度；c、如果获取到的所述相似度均小于第一预设阈值，则将所述取出的方向块放入所述位置(x_i,y_i)对应的方向块集合D(x_i,y_i)；d、如果获取到的所述相似度中存在至少一个相似度不小于第一预设阈值，则舍弃所述取出的方向块；e、重复所述步骤b-d，直至所述有效集合T(x_i,y_i)中的方向块全部处理完毕。

在本发明的一个实施例中，所述第一获取模块具体包括：第二获取单元，用于获取所述待估指纹的前景图像；划分单元，用于将所述前景图像划分为互不重叠的第二预设尺寸的图像块；第三获取单元，用于对每个所述图像块进行二维短时傅里叶变换以获取每个所述图像块的响应方向；方向场建立单元，用于根据每个所述图像块的响应方向建立所述待估指纹的前景方向场；生成单元，用于根据指纹姿态校正算法对所述前景方向场进行校正以生成所述初始方向场。

在本发明的一个实施例中，所述筛选模块具体用于：f、将所述查询到的方向块集合D(x_i,y_i)中的方向块按照相似度由高到低进行排列，并取出相似度最高的方向块放入候选方向块集合；g、取出所述方向块集合D(x_i,y_i)中排在上一步骤中取出的方向块之后的方向块，并获取在步骤g中取出的方向块与每个候选方向块之间的相似度；h、如果获取到的相似度均小于第二阈值，则将所述步骤g中取出的方向块放入所述候选方向块集合；i、如果获取到的相似度中存在至少一个不小于第二阈值，则舍弃所述步骤g中取出的方向块；j、重复步骤g-i，直至所述候选方向块集合中的方向块数量为所述预设数量。

在本发明的一个实施例中，所述根据所述每个位置与对应的候选方向块之间的相似度和所述兼容度在所述选方向块中获取所述每个位置对应的最优候选方向块具体包括：根据所述相似度和所述兼容度建立目标优化函数，并通过对所述目标优化函数进行优化以获取所述每个位置对应的最优候选方向块，其中，所述目标优化函数为：$>\min E\left(r\right)=\min (\underset{i\in V}{\Sigma }(1-S({\Theta }_i,{\Phi }_{i,r_i}))+w_c\underset{(i,j)\in N}{\Sigma }(1-C({\Phi }_{i,r_i},{\Phi }_{j,r_j}))),$>其中，V表示所述初始方向场，i表示所述初始方向场V内任意位置(x_i,y_i)，Θ_i表示所述位置(x_i,y_i)对应的初始方向块，表示所述位置(x_i,y_i)对应的第r_i个候选方向块，表示所述初始方向块Θ_i与所述候选方向块之间的相似度，N表示四连通相邻的初始方向块集合，表示所述位置(x_i,y_i)的相邻位置(x_j,y_j)对应的第r_j个候选方向块，表示所述候选方向块与所述候选方向块之间的兼容度，w_c为预设权重。

在本发明的一个实施例中，其中，通过图割法或置信传播方法对所述目标优化函数进行优化。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明一个实施例的指纹方向场的估计方法的流程图；

图2为根据本发明一个实施例的根据训练指纹建立局部指纹字典方法的流程图；

图3为根据本发明一个实施例的参考点和参考方向的示意图；

图4a为根据本发明一个实施例的训练指纹方向场的示意图；

图4b为本发明一个实施例的图4a中训练指纹方向场对应的基准方向场的示意图；

图5为根据本发明一个实施例的根据基准方向场建立每个位置的局部指纹字典的方法的流程图；

图6为根据本发明一个实施例的建立局部指纹字典的示意图；

图7为根据本发明一个实施例的获取待估指纹的初始方向场的方法的流程图；

图8为根据本发明一个实施例的按照相似度直接选择的候选方向块与结合相似度和多样化约束选择的候选方向块的对比示意图；

图9a为根据本发明一个实施例的相邻方块之间的兼容度的展示示意图；

图9b为根据本发明另一个实施例的相邻方块之间的兼容度的展示示意图；

图10为根据本发明一个实施例的指纹方向场的估计装置的结构框图；

图11为根据本发明另一个实施例的指纹方向场的估计装置的结构框图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

本发明主要解决的是基于指纹方向场的先验知识的局部指纹字典模型的建立问题和在复杂背景下或低质量指纹的方向场估计问题。对于复杂背景下的低质量指纹，现有方法因无法保证初始方向场的正确性，通常会得出错误的结果。因此需要由指纹鉴定人员手工提取特征，然后自动匹配。这是因为指纹鉴定人员拥有指纹脊线结构的先验知识，从而可以排除强噪声的干扰。现有自动指纹识别系统尚未将指纹的相关先验知识纳入考虑，在理论和实际应用上都是一个不小的缺陷。因此，需要建立一种根据指纹脊线结构的先验知识进行描述的模型，进而可采用此模型对低质量指纹进行方向场估计，从而减少人工介入，提高自动化程度，提升复杂背景下低质量指纹方向场估计的准确度。

需要说明的是，一般意义的方向场包括两种，一种是像素方向场，一种是图像块方向场，本发明实施例中提到的方向场为图像块方向场，即将指纹图像划分为预设尺寸（如16像素×16像素）且互不重叠的图像块，以每个块包含的指纹脊线和谷线的方向作为该块的方向，所有图像块的方向组成了该指纹的方向场。

下面参考附图描述根据本发明实施例的指纹方向场的估计方法和装置。

图1为根据本发明一个实施例的指纹方向场的估计方法的流程图。

如图1所示，根据本发明实施例的指纹方向场的估计方法，包括：

S101，根据训练指纹建立局部指纹字典，其中，局部指纹字典包括与基准坐标系中每个位置分别对应的多个方向块集合。

在本发明的一个实施例中，为了保证局部指纹字典是真实的，且具有良好的代表性，可通过对手工标定的一组真实的训练指纹的方向场进行统计建立该字局部指纹字典。具体地，如图2所示，为根据本发明一个实施例的根据训练指纹建立局部指纹字典方法的流程图。

S201，分别获取多个训练指纹的多个训练方向场，并根据多个训练方向场分别标定多个训练指纹的参考点和参考方向。

在本发明的实施例中，对于每一个训练指纹，首先通过手工标定该训练指纹的指纹图像质量比较高（足以辨别方向）的有效区域，然后通过手工标定在该有效区域内指纹图像的方向场，再通过手工标定该训练指纹的参考点和参考方向。具体地，如图3所示，为根据本发明一个实施例的参考点和参考方向的示意图。其中，参考点（如图3中r点）为两个点连线的中点，其中一个点为从指纹左半部进入并从指纹右半部离开的完整脊线上位于指纹上半部分的最低一条脊线的最高点（如图3中a点），另一个点为位于指纹下半部分的最高一条脊线的中点（如图3中b点）。参考方向由从b点到a点的连线确定，例如参考方向可为由a到b的方向。

S202，根据参考点和参考方向分别对多个训练方向场进行校正，以获取多个训练指纹的基准方向场。

在本发明的一个实施例中，可通过基准坐标系对多个训练方向场进行坐标系校正。举例来说，可对每个训练方向场进行旋转和平移并通过方向插值的方式将该训练方向场的参考点校正至基准坐标系的原点位置，并将训练方向场的参考方向校正至该基准坐标系的y轴的正方向。并将校正后的训练方向场作为该训练指纹的基准方向场。图4a为根据本发明一个实施例的训练指纹方向场的示意图，图4b为本发明一个实施例的图4a中训练指纹方向场对应的基准方向场的示意图。

S203，根据基准方向场建立每个位置的局部指纹字典，其中，每个位置的局部指纹字典包括多个方向块，多个方向块分别为在多个训练指纹的基准方向场中位置确定的方向块。

在本发明的一个实施例中，结合图5和图6说明根据基准方向场建立每个位置的局部指纹字典的方法。

S501，在多个基准方向场的每个位置(x_i,y_i)处分别获取第一预设尺寸的方向块。

在本发明的一个实施例中，可取大小为第一预设尺寸d×d的滑动窗W，即滑动窗W中包含d×d个16×16的图像块，其中，每个图像块包含基准方场中的一个方向。举例来说，在本发明的实施例中，以d=4为例进行说明。滑动窗W可按照从左到右、从上到下的顺序在基准坐标系中滑动。从而，对于每个位置(x_i,y_i)，在每个基准方向场中均可获得一个d×d的方向块。

S502，判断第一预设尺寸的方向块是否在相应的基准方向场的有效区域内。

具体地，对于每个位置(x_i,y_i)，检查滑动窗W在每一个基准方向场中包含的方向块中是否存在没有方向场的图像块，如果不存在，则该方向块在相应的基准方向场的有效区域内，如果存在，则该方向块不在相应的基准方向场的有效区域内。

S503，如果在相应的基准方向场的有效区域内，则将第一预设尺寸的方向块放入位置(x_i,y_i)对应的有效集合T(x_i,y_i)。

在本发明的一个实施例中，如果一个方向块在相应的基准方向场的有效区域内，则可记录该方向块，并将该方向块放入该位置(x_i,y_i)对应的有效集合T(x_i,y_i)中。由此，对于每一个位置，都能得到一个包含多个方向块的有效集合。如图6所示，可得到位置（-3，-3）和位置（3,3）处的有效集合T(-3,-3)和T(3,3)。

S504，通过对位置(x_i,y_i)对应的有效集合T(x_i,y_i)中的方向块进行聚类以获取局部指纹字典中每个位置(x_i,y_i)对应的方向块集合D(x_i,y_i)。

在本发明的一个实施例中，随着训练指纹数量的增加，每一个有效集合内的方向块数量可能有很多。这样会增大指纹匹配工作量，降低指纹方向场的估计效率。因此，需要对每一个有效集合进行聚类。

具体地，首先，对于每一个有效集合T(x_i,y_i)，初始给定一个空方向块集合D(x_i,y_i)，并将有效集合T(x_i,y_i)中的任意一个方向块放入方向块集合D(x_i,y_i)中。对于有效集合T(x_i,y_i)中其余方向块，从中选出任意一个方向块，并估计该方向块与方向块集合D(x_i,y_i)中已有的每个方向块的相似度。如果其中最高的相似度小于第一预设阈值，即估计出得相似度均小于第一预设阈值，则将该方向块放入方向块集合D(x_i,y_i)中，否则，舍弃该方向块。依次对有效集合T(x_i,y_i)中其余的方向块进行上述处理，直至有效集合T(x_i,y_i)中的方向块全部处理完毕，即可获取位置(x_i,y_i)对应的方向块集合D(x_i,y_i)。举例来说，对于图6中得到的有效集合T(-3,-3)和T(3,3)，可分别聚类为位置（-3，-3）和位置（3,3）对应的局部指纹字典D(-3,-3)和D(3,3)。

S102，接收待估指纹，获取待估指纹的初始方向场，其中，初始方向场位于基准坐标系。

在本发明的一个实施例中，可通过如图7所示的方法获取待估指纹的初始方向场。具体第，包括：

S701，获取待估指纹的前景图像。

在本发明的一个实施例中，对于现场采集的指纹，需要通过手工标记出指纹所在的大体区域，即前景图像。对于库指纹，其背景很简单，因此可以用图像块傅里叶变换后频域最强波和次强波的幅值比作为特征，并根据阈值快速划分出前景图像，不需要任何手工标注。

S702，将前景图像划分为互不重叠的第二预设尺寸的图像块。

具体地，在本发明的一个实施例中，可将前景图像划分为第二预设尺寸（如16像素×16像素）且互不重叠的图像块。

S703，对每个图像块进行二维短时傅里叶变换以获取每个图像块的响应方向。

在本发明的一个实施例中，对于每一个图像块，可将其看作二维表面波，对其进行二维短时傅里叶变换，然后寻找频域中最强的响应，通过其相对于频域中心的角度，提取每个图像块中响应最强的方向。

S704，根据每个图像块的响应方向建立待估指纹的前景方向场。

S705，根据指纹姿态校正算法对前景方向场进行校正以生成初始方向场。

在本发明的一个实施例中，可对前景方向场使用已有的指纹姿态校正算法，将其校正到基准坐标系中，即成为初始方向场。

S103，获取初始方向场在基准坐标系中每个位置对应的初始方向块，并在局部指纹字典中查询与每个位置对应的方向块集合。

在本发明的一个实施例中，可取大小为第一预设尺寸d×d的滑动窗W，并按照从左到右、从上到下的顺序在基准坐标系中滑动。对于每个位置(x_i,y_i)，在初始方向场中均可获得待估指纹在该位置的一个d×d的初始方向块。相应地，可在局部指纹字典中查询到该位置(x_i,y_i)对应的方向块集合D(x_i,y_i)。

S104，获取初始方向块与查询到的方向块集合中的每个方向块的相似度，并根据相似度从查询到的方向块集合中筛选出初始方向块对应的预设数量的候选方向块。

在本发明的一个实施例中，将位置(x_i,y_i)对应的初始方向块与方向块集合D(x_i,y_i)中的每个方向块进行相似度估计，选出预设数量k（例如，k=6）个候选方向块。

如果仅根据相似度的高低来挑选候选方向块，有可能得到非常相似的k个候选方向块。在局部噪声较强时，会导致所有的候选方向块都不正确。因此，为了提高候选块的多样性，需要在挑选时进行多样化约束。举例来说，如图8所示，可以看出，按照相似度直接选择的候选方向块与指纹图像块大多不相符，而结合相似度和多样性约束选择的候选方向块与指纹图像块则比较相符。具体地，首先，可将方向块集合D(x_i,y_i)中的方向块按照与位置(x_i,y_i)对应的初始方向块的相似度由高到低进行排列，并取出相似度最高的方向块放入候选方向块集合。然后，按照排序依次取出方向块集合D(x_i,y_i)中其他的方向块，并在每个方向块取出时，获取当前取出的方向块与候选方向块集合中的每个候选方向块的相似度。如果获取到的与每个候选方向块的相似度均小于第二阈值，则将当前取出的方向块放入候选方向块集合，否则，舍弃该方向块，并继续取出下一个方向块进行判断。重复这一过程，直至候选方向块集合中的方向块数量达到预设数量。

S105，获取任意相邻的两个位置对应的候选方向块之间的兼容度。

在本发明的实施例中，通过相似度查询局部指纹字典只保证了候选方向块与初始方向块是相似的，但不能保证候选方向块之间的方向场在整体上是合理的，因此还需要获取任意相邻的两个位置对应的候选方向块之间的兼容度。由于滑动窗W确定的相邻位置对应的初始方向块之间有重叠，因此重叠部分的方向场是否相似可以用来衡量相邻方向块之间的兼容度。举例来说，如图9所示，图9a中相邻的两个方向块兼容度高，图9b中相邻的两个方向块兼容度低。

S106，根据每个位置与对应的候选方向块之间的相似度和兼容度在候选方向块中获取每个位置对应的最优候选方向块，并根据每个位置对应的最优候选方向块生成待估指纹的方向场。

在本发明的一个实施例中，由于每个位置(x_i,y_i)已选出了k个候选方向块，候选方向块之间两两需要计算一个兼容度，因此相邻的两个初始方向块之间有k×k个兼容度。可根据所有相邻候选方向块之间的相似度和兼容度建立目标优化函数：

$>\min E\left(r\right)=\min (\underset{i\in V}{\Sigma }(1-S({\Theta }_i,{\Phi }_{i,r_i}))+w_c\underset{(i,j)\in N}{\Sigma }(1-C({\Phi }_{i,r_i},{\Phi }_{j,r_j}))),$>

并通过对目标优化函数进行优化以获取每个位置对应的最优候选方向块。其中，V表示初始方向场，i表示初始方向场V内任意位置(x_i,y_i)，Θ_i表示位置(x_i,y_i)对应的初始方向块，表示位置(x_i,y_i)对应的第r_i个候选方向块，表示初始方向块Θ_i与候选方向块之间的相似度，N表示四连通相邻的初始方向块集合，表示位置(x_i,y_i)的相邻位置(x_j,y_j)对应的第r_j个候选方向块，表示候选方向块与候选方向块之间的兼容度，w_c为预设权重，用于权衡局部相似度和相邻兼容度。

在本发明的实施例中，对于上述目标函数的优化已有很多现有方法，例如文献A.Blake,P.Kohli,and C.Rother,Eds.,Markov Random Fields forVision and Image Processing.MIT Press,2011中介绍的几种优化方法（如图割或置信传播等）均可对本目标函数进行优化，最终在每个位置上挑选出一个候选方向块，并将其作为该位置的最终方向场，从而得到优化后的待估指纹方向场。

在本发明的实施例中，建立指纹局部字典的步骤为离线阶段，可只执行一次，在统一的基准坐标系中对不同位置可能出现的方向块进行统计建模以建立指纹局部字典。在建立指纹局部字典后，输入指纹图像即可通过在线阶段查询该指纹局部字典来估计输入的指纹图像的方向场。

本发明实施例的指纹方向场的估计方法，通过聚类的方式，在统一的基准坐标系中对一系列真实的训练指纹在不同位置的方向块进行分析和统计，建立位置相关的局部指纹字典；并通过自动或手动的方式将待估计方向场的指纹校正到该基准坐标系中，然后对每一个位置的初始方向块查询该位置的局部指纹字典，挑选出若干候选方向快，同时考虑这些候选方向块之间的兼容性，最终通过全局优化的方式估计一个权衡了局部相似性和全局合理性的方向场。此外，该方法考虑了指纹脊线方向的先验知识，利用方向块局部指纹字典的方式表达指纹脊线方向场的常见模式，并利用位置相关的信息来保证局部指纹字典的合理性，有效地对指纹方向场的常见模式进行了量化，实现了对指纹方向场先验知识的有效运用，可以极大地减少复杂背景的干扰，提高低质量指纹的识别性能。

为了实现上述实施例，本发明还提出一种指纹方向场的估计装置。

图10为根据本发明一个实施例的指纹方向场的估计装置的结构示意图。

如图10所示，根据本发明实施例的指纹方向场的估计装置，包括：指纹字典建立模块100、第一获取模块200、第二获取模块300、筛选模块400、第三获取模块500和生成模块600。

具体地，指纹字典建立模块100用于根据训练指纹建立局部指纹字典，其中，局部指纹字典包括与基准坐标系中每个位置分别对应的多个方向块集合。

第一获取模块200用于接收待估指纹，并获取待估指纹的初始方向场，其中，初始方向场位于基准坐标系。

第二获取模块300用于获取初始方向场在基准坐标系中每个位置对应的初始方向块，并在局部指纹字典中查询与每个位置对应的方向块集合。

筛选模块400用于获取初始方向块与查询到的方向块集合中的每个方向块的相似度，并根据相似度从查询到的方向块集合中筛选出初始方向块对应的预设数量的候选方向块。

第三获取模块500用于获取任意相邻的两个位置对应的候选方向块之间的兼容度。

生成模块600用于根据每个位置与对应的候选方向块之间的相似度和兼容度在候选方向块中获取每个位置对应的最优候选方向块，并根据每个位置对应的最优候选方向块生成待估指纹的方向场。

在本发明的一个实施例中，为了保证局部指纹字典是真实的，且具有良好的代表性，可通过对手工标定的一组真实的训练指纹的方向场进行统计建立该字局部指纹字典。更具体地，如图10所示，指纹字典建立模块100具体包括第一获取单元110、校正单元120和字典建立单元130。

其中，第一获取单元110用于分别获取多个训练指纹的多个训练方向场，并根据多个训练方向场分别标定多个训练指纹的参考点和参考方向。在本发明的实施例中，对于每一个训练指纹，第一获取单元110首先获取通过手工标定该训练指纹的指纹图像质量比较高（足以辨别方向）的有效区域，然后获取通过手工标定在该有效区域内指纹图像的方向场，再获取通过手工标定该训练指纹的参考点和参考方向。具体地，如图3所示，为根据本发明一个实施例的参考点和参考方向的示意图。其中，参考点（如图3中r点）为两个点连线的中点，其中一个点为从指纹左半部进入并从指纹右半部离开的完整脊线上位于指纹上半部分的最低一条脊线的最高点（如图3中a点），另一个点为位于指纹下半部分的最高一条脊线的中点（如图3中b点）。参考方向由从b点到a点的连线确定，例如参考方向可为由a到b的方向。

校正单元120用于根据参考点和参考方向分别对多个训练方向场进行校正，以获取多个训练指纹的基准方向场。在本发明的一个实施例中，校正单元120可通过基准坐标系对多个训练方向场进行坐标系校正。举例来说，可对每个训练方向场进行旋转和平移并通过方向插值的方式将该训练方向场的参考点校正至基准坐标系的原点位置，并将训练方向场的参考方向校正至该基准坐标系的y轴的正方向。并将校正后的训练方向场作为该训练指纹的基准方向场。图4a为根据本发明一个实施例的训练指纹方向场的示意图，图4b为本发明一个实施例的图4a中训练指纹方向场对应的基准方向场的示意图。

字典建立单元130用于根据基准方向场建立每个位置的局部指纹字典，其中，每个位置的局部指纹字典包括多个方向块，多个方向块分别为在多个训练指纹的基准方向场中位置确定的方向块。在本发明的一个实施例中，字典建立单元130首先在多个基准方向场的每个位置(x_i,y_i)处分别获取第一预设尺寸的方向块，并判断第一预设尺寸的方向块是否在相应的基准方向场的有效区域内，如果在相应的基准方向场的有效区域内，则将第一预设尺寸的方向块放入位置(x_i,y_i)对应的有效集合T(x_i,y_i)，然后，通过对位置(x_i,y_i)对应的有效集合T(x_i,y_i)中的方向块进行聚类以获取局部指纹字典中每个位置(x_i,y_i)对应的方向块集合D(x_i,y_i)。

在本发明的一个实施例中，可取大小为第一预设尺寸d×d的滑动窗W，即滑动窗W中包含d×d个16×16的图像块，其中，每个图像块包含基准方场中的一个方向。举例来说，在本发明的实施例中，以d=4为例进行说明。滑动窗W可按照从左到右、从上到下的顺序在基准坐标系中滑动。从而，对于每个位置(x_i,y_i)，在每个基准方向场中均可获得一个d×d的方向块。对于每个位置(x_i,y_i)，检查滑动窗W在每一个基准方向场中包含的方向块中是否存在没有方向场的图像块，如果不存在，则该方向块在相应的基准方向场的有效区域内，如果存在，则该方向块不在相应的基准方向场的有效区域内。如果一个方向块在相应的基准方向场的有效区域内，则可记录该方向块，并将该方向块放入该位置(x_i,y_i)对应的有效集合T(x_i,y_i)中。由此，对于每一个位置，都能得到一个包含多个方向块的有效集合。如图6所示，可得到位置（-3，-3）和位置（3,3）处的有效集合T(-3,-3)和T(3,3)。

在本发明的一个实施例中，随着训练指纹数量的增加，每一个有效集合内的方向块数量可能有很多。这样会增大指纹匹配工作量，降低指纹方向场的估计效率。因此，需要对每一个有效集合进行聚类。具体地，首先，对于每一个有效集合T(x_i,y_i)，初始给定一个空方向块集合D(x_i,y_i)，并将有效集合T(x_i,y_i)中的任意一个方向块放入方向块集合D(x_i,y_i)中。对于有效集合T(x_i,y_i)中其余方向块，从中选出任意一个方向块，并估计该方向块与方向块集合D(x_i,y_i)中已有的每个方向块的相似度。如果其中最高的相似度小于第一预设阈值，即估计出得相似度均小于第一预设阈值，则将该方向块放入方向块集合D(x_i,y_i)中，否则，舍弃该方向块。依次对有效集合T(x_i,y_i)中其余的方向块进行上述处理，直至有效集合T(x_i,y_i)中的方向块全部处理完毕，即可获取位置(x_i,y_i)对应的方向块集合D(x_i,y_i)。举例来说，对于图6中得到的有效集合T(-3,-3)和T(3,3)，可分别聚类为位置（-3，-3）和位置（3,3）对应的局部指纹字典D(-3,-3)和D(3,3)。

在本发明的一个实施例中，如图11所示，第一获取模块200具体包括第二获取单元210、划分单元220、第三获取单元230、方向场建立单元240和生成单元250。

其中，第二获取单元210用于获取待估指纹的前景图像。在本发明的一个实施例中，对于现场采集的指纹，需要通过手工标记出指纹所在的大体区域，即前景图像。对于库指纹，其背景很简单，因此可以用图像块傅里叶变换后频域最强波和次强波的幅值比作为特征，并根据阈值快速划分出前景图像，不需要任何手工标注。

划分单元220用于将前景图像划分为互不重叠的第二预设尺寸的图像块。具体地，在本发明的一个实施例中，可将前景图像划分为第二预设尺寸（如16像素×16像素）且互不重叠的图像块。

第三获取单元230用于对每个图像块进行二维短时傅里叶变换以获取每个图像块的响应方向。在本发明的一个实施例中，对于每一个图像块，可将其看作二维表面波，对其进行二维短时傅里叶变换，然后寻找频域中最强的响应，通过其相对于频域中心的角度，提取每个图像块中响应最强的方向。

方向场建立单元240用于根据每个图像块的响应方向建立待估指纹的前景方向场。

生成单元250用于根据指纹姿态校正算法对前景方向场进行校正以生成初始方向场。在本发明的一个实施例中，可对前景方向场使用已有的指纹姿态校正算法，将其校正到基准坐标系中，即成为初始方向场。

在本发明的一个实施例中，第二获取模块300可取大小为第一预设尺寸d×d的滑动窗W，并按照从左到右、从上到下的顺序在基准坐标系中滑动。对于每个位置(x_i,y_i)，在初始方向场中均可获得待估指纹在该位置的一个d×d的初始方向块。相应地，可在局部指纹字典中查询到该位置(x_i,y_i)对应的方向块集合D(x_i,y_i)。

在本发明的一个实施例中，筛选模块400将位置(x_i,y_i)对应的初始方向块与方向块集合D(x_i,y_i)中的每个方向块进行相似度估计，选出预设数量k（例如，k=6）个候选方向块。

如果仅根据相似度的高低来挑选候选方向块，有可能得到非常相似的k个候选方向块。在局部噪声较强时，会导致所有的候选方向块都不正确。因此，为了提高候选块的多样性，需要在挑选时进行多样化约束。举例来说，如图8所示，可以看出，按照相似度直接选择的候选方向块与指纹图像块大多不相符，而结合相似度和多样性约束选择的候选方向块与指纹图像块则比较相符。具体地，首先，可将方向块集合D(x_i,y_i)中的方向块按照与位置(x_i,y_i)对应的初始方向块的相似度由高到低进行排列，并取出相似度最高的方向块放入候选方向块集合。然后，按照排序依次取出方向块集合D(x_i,y_i)中其他的方向块，并在每个方向块取出时，获取当前取出的方向块与候选方向块集合中的每个候选方向块的相似度。如果获取到的与每个候选方向块的相似度均小于第二阈值，则将当前取出的方向块放入候选方向块集合，否则，舍弃该方向块，并继续取出下一个方向块进行判断。重复这一过程，直至候选方向块集合中的方向块数量达到预设数量。

在本发明的实施例中，通过相似度查询局部指纹字典只保证了候选方向块与初始方向块是相似的，但不能保证候选方向块之间的方向场在整体上是合理的，因此第三获取模块500还需要获取任意相邻的两个位置对应的候选方向块之间的兼容度。由于滑动窗W确定的相邻位置对应的初始方向块之间有重叠，因此重叠部分的方向场是否相似可以用来衡量相邻方向块之间的兼容度。举例来说，如图9所示，图9a中相邻的两个方向块兼容度高，图9b中相邻的两个方向块兼容度低。

在本发明的一个实施例中，由于每个位置(xi,yi)已选出了k个候选方向块，候选方向块之间两两需要计算一个兼容度，因此相邻的两个初始方向块之间有k×k个兼容度。生成模块600可根据所有相邻候选方向块之间的相似度和兼容度建立目标优化函数：

$>\min E\left(r\right)=\min (\underset{i\in V}{\Sigma }(1-S({\Theta }_i,{\Phi }_{i,r_i}))+w_c\underset{(i,j)\in N}{\Sigma }(1-C({\Phi }_{i,r_i},{\Phi }_{j,r_j}))),$>

并通过对目标优化函数进行优化以获取每个位置对应的最优候选方向块。其中，V表示初始方向场，i表示初始方向场V内任意位置(x_i,y_i)，Θ_i表示位置(x_i,y_i)对应的初始方向块，表示位置(x_i,y_i)对应的第r_i个候选方向块，表示初始方向块Θ_i与候选方向块之间的相似度，N表示四连通相邻的初始方向块集合，表示位置(x_i,y_i)的相邻位置(x_j,y_j)对应的第r_j个候选方向块，表示候选方向块与候选方向块之间的兼容度，w_c为预设权重，用于权衡局部相似度和相邻兼容度。

在本发明的实施例中，对于上述目标函数的优化已有很多现有方法，例如文献A.Blake,P.Kohli,and C.Rother,Eds.,Markov Random Fields forVision and Image Processing.MIT Press,2011中介绍的几种优化方法（如图割或置信传播等）均可对本目标函数进行优化，最终在每个位置上挑选出一个候选方向块，并将其作为该位置的最终方向场，从而得到优化后的待估指纹方向场。

本发明实施例的指纹方向场的估计装置，通过聚类的方式，在统一的基准坐标系中对一系列真实的训练指纹在不同位置的方向块进行分析和统计，建立位置相关的局部指纹字典；并通过自动或手动的方式将待估计方向场的指纹校正到该基准坐标系中，然后对每一个位置的初始方向块查询该位置的局部指纹字典，挑选出若干候选方向快，同时考虑这些候选方向块之间的兼容性，最终通过全局优化的方式估计一个权衡了局部相似性和全局合理性的方向场。此外，该方法考虑了指纹脊线方向的先验知识，利用方向块局部指纹字典的方式表达指纹脊线方向场的常见模式，并利用位置相关的信息来保证局部指纹字典的合理性，有效地对指纹方向场的常见模式进行了量化，实现了对指纹方向场先验知识的有效运用，可以极大地减少复杂背景的干扰，提高低质量指纹的识别性能。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。