一种基于卷积稀疏表示的多源指纹图像融合方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111666807A(43)申请公布日2020.09.15(21)申请号202010309929.8(22)申请日2020.04.20(71)申请人浙江工业大学地址310014浙江省杭州市潮王路18号浙江工业大学(72)发明人王海霞崔静静梁荣华陈朋刘义鹏蒋莉(74)专利代理机构杭州斯可睿专利事务所有限公司33241代理人王利强(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)G06T7/40(2017.01)权利要求书2页说明书5页附图1页(54)发明名称一种基于卷积稀疏表示的多源指纹图像融合方法(57)摘要一种基于卷积稀疏表示的多源指纹图像融合方法，包括如下步骤：1)获取预先配准好内部和外部指纹图像，采用基于卷积稀疏的形态成分分析模型的稀疏编码得到指纹图像的卡通与纹理分量的稀疏系数图；2)根据指纹图像质量评价指标方向确定度的值，确定权重添加方式，将其添加至两种源指纹图像的卡通与纹理分量中；3)采用基于卷积稀疏表示的融合方法对两种源指纹图像的卡通与纹理分量分别进行融合，由加权平均规则获得卡通与纹理分量的融合系数图，对两种分量的融合系数图进行重建得到融合指纹图像。本发明算法能够保留更多的指纹细节、纹理、边缘信息，保存两种源指纹图像质量较好的区域，得到质量更高的融合指纹图像。CN111666807ACN111666807A权利要求书1/2页1.一种基于卷积稀疏表示的多源指纹图像融合方法，其特征在于，所述方法包括如下步骤：1)采用基于卷积稀疏的形态成分分析模型的稀疏编码得到指纹图像的卡通分量和纹理分量的稀疏系数图；2)根据两种源指纹图像质量评价指标方向确定度OCL的值，确定权重添加方式并将其添加至源指纹图像的卡通分量和纹理分量中；3)采用基于卷积稀疏表示的融合方法对源指纹图像的卡通分量和纹理分量分别进行融合，由加权平均规则获得各分量的融合系数图，然后根据各分量的融合系数图进行重建得到融合指纹图像。2.根据权利要求1所述的基于卷积稀疏表示的多源指纹图像融合方法，其特征在于，所述步骤1)包括如下步骤：(11)采用基于卷积稀疏表示的形态成分分析模型的稀疏编码，其中模型定义为：其中，该模型将图像分解成卡通分量与纹理分量；(12)让Ik，k∈{1,2}，其中I1和I2分别表示内部指纹与外部指纹图像，将式(1)表示的模型应用于两种指纹图像，并将模型进行优化分别得到两种指纹图像的卡通分量与纹理分量。3.根据权利要求1或2所述的基于卷积稀疏表示的多源指纹图像融合方法，其特征在于，所述步骤2)包括如下步骤：(21)根据两种源指纹图像的方向确定度OCL的值，其中OCL的值越小代表指纹图像的质量就越好，确定添加权重的方式，其中权重被定义如下：其中W1和W2分别表示内部与外部指纹在融合过程中所占的权重，OCL1和OCL2分别表示内部指纹与外部指纹的OCL值；(22)添加OCL权重之后的待融合的源指纹图像的卡通分量和纹理分量分别被定义为：其中，和分别为内部指纹添加权重w1后的卡通分量和纹理分量，和为外部指纹添加权重w2后的卡通分量和纹理分量。4.根据权利要求1或2所述的基于卷积稀疏表示的多源指纹图像融合方法，其特征在于，所述步骤3)包括如下步骤：(31)两种源指纹图像的初始活动级别映射被定义如下：2CN111666807A权利要求书2/2页基于窗口的策略可用于提高对误配准和噪声的鲁棒性，最终的活动级别映射被定义如下：其中，G为(2rn+1)*(2rn+1)的高斯核函数；(32)融合系数映射定义为使用加权平均规则得到融合系数映射的表达式如下：其中，和分别为固定值0.7和0.3，和分别表示卡通和纹理的融合系数映射；(33)将卡通融合系数映射和纹理融合系数映射进行重建得到最终的融合指纹图像；If是最终的融合指纹图像。3CN111666807A说明书1/5页一种基于卷积稀疏表示的多源指纹图像融合方法技术领域[0001]本发明涉及指纹识别领域，特别涉及一种基于卷积稀疏表示的多源指纹图像融合方法。背景技术[0002]因为指纹的唯一性、永久性以及便于采集等特性，指纹识别特征当前已经成为个人身份识别应用最广泛的生物识别特征；目前身份识别应用中使用最多的是表皮层指纹，也即人眼所能看到的指尖表皮的外部指纹，因为指尖皮肤存在于皮肤的表面，很容易受到外部环境的影响，当指尖表面皮肤受到污渍和汗水等污染或者遭受磨损和划伤等带来不可修复的损伤时，会破坏指纹的纹理结构，无法进行指纹识别任务，进而影响身份识别。此外，外部指纹图像的安全性不高，硅胶等材料就能获取到外部指纹，很容易受到指纹欺骗攻击。[0003]内部指纹的获取和使用可以缓解外部指纹