从滚动指纹合成现场指纹的方法和装置与流程

本申请涉及指纹识别技术领域，尤其涉及一种从滚动指纹合成现场指纹的方法和装置。

背景技术：

由于现场指纹通常指纹质量差、有效面积小、扭曲不规律，现场指纹识别一直是指纹识别问题中的难点。为了更好地研究现场指纹的识别匹配问题，需要大量的现场指纹。然而，现场指纹的获取是在无监督条件下的，通过采集的方法获取大量现场指纹非常困难，例如在刑侦领域中，现场指纹通常是在非监督情况下由犯罪分子在案发现场无意中留下，因而通过采集获取大量现场指纹非常困难。

技术实现要素：

本申请提出一种从滚动指纹合成现场指纹的方法和装置，用于解决相关技术中，获取大量现场指纹比较困难的问题。

本申请一方面实施例提出了一种从滚动指纹合成现场指纹的方法，包括：

通过多对配对的滚动指纹与现场指纹，学习得到从滚动指纹到现场指纹的变换规律集合；

利用所述变换规律集合对第一滚动指纹进行合成，获取与所述第一滚动指纹对应的合成现场指纹。

本申请实施例的从滚动指纹合成现场指纹的方法，通过已有的成对的滚动指纹与现场指纹，学习得到从滚动指纹到现场指纹的变换规律集合，利用变换规律集合对第一滚动指纹进行合成，获取与第一滚动指纹对应的合成现场指纹，从而实现了高效准确地合成同一手指的多个现场指纹，大大降低了现场指纹的获取难度。

本申请另一方面实施例提出了一种从滚动指纹合成现场指纹的装置，包括：

第一获取模块，用于通过多对配对的滚动指纹与现场指纹，学习得到从滚动指纹到现场指纹的变换规律集合；

第二获取模块，用于利用所述变换规律集合对第一滚动指纹进行合成，获取与所述第一滚动指纹对应的合成现场指纹。

本申请实施例的从滚动指纹合成现场指纹的装置，通过已有多对配对的滚动指纹与现场指纹，学习得到从滚动指纹到现场指纹的变换规律集合，利用变换规律集合对第一滚动指纹进行合成，获取与第一滚动指纹对应的合成现场指纹，从而实现了高效准确地合成同一手指的多个现场指纹，大大降低了现场指纹的获取难度。

本申请附加的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，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本申请实施例提供的一种从滚动指纹合成现场指纹的方法的流程示意图；

图2为本申请实施例提供的另一种从滚动指纹合成现场指纹的方法的流程示意图；

图3为本申请实施例提供的一种合成现场指纹的方法示意图；

图4为本申请实施例提供的一种利用多个变换规律合成现场指纹的示意图；

图5为本申请实施例提供的另一种从滚动指纹合成现场指纹的方法的流程示意图；

图6为本申请实施例提供的一种从滚动指纹合成现场指纹的装置的结构示意图。

具体实施方式

下面详细描述本申请的实施例，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，旨在用于解释本申请，而不能理解为对本申请的限制。

下面参考附图描述本申请实施例的从滚动指纹合成现场指纹的方法和装置。

在刑侦领域中，现场指纹为案件的侦破提供了重要证据。虽然目前已有大量对现场指纹识别问题的研究，但由于现场指纹图像质量差、有效面积小、扭曲不规律，现场指纹的识别仍然存在很多挑战。

为了更好地研究与现场指纹有关的识别匹配问题，需要大量的现场指纹。然而现有的公开现场指纹库较少，且指纹库中一个手指通常只有一枚现场指纹。此外，现场指纹通常是在非监督情况下由犯罪分子在案发现场无意中留下，因而通过采集获取大量现场指纹非常困难。因此，如果能利用合成的方法生成现场指纹，就可以高效准确地获取大量较为真实的现场指纹，有利于后续的相关研究。

传统的指纹合成方法利用不同的统计模型依次生成脊线的方向场、细节点和脊线结构，但由于生成的细节点分布、脊线形态等特征不够真实，所合成的指纹很容易与真实指纹区分开。基于生成对抗网络的指纹合成方法可以生成更逼真的指纹图像，但这些方法多集中于平面指纹和滚动指纹的合成。

本申请实施例，针对相关技术中，获取大量现场指纹比较困难的问题，提出一种从滚动指纹合成现场指纹的方法。

图1为本申请实施例提供的一种从滚动指纹合成现场指纹的方法的流程示意图。

如图1所示，该从滚动指纹合成现场指纹的方法包括：

步骤101，通过多对配对的滚动指纹与现场指纹，学习得到从滚动指纹到现场指纹的变换规律集合。

平面指纹指的是将手指直接向下按压到一个平面上获得的指纹，滚动指纹指的是将手指在平面上从一端滚动到另一端获得的指纹，现场指纹通常是在无监督的情况下无意中留下的指纹。通常来说，滚动指纹的面积更大，手指边缘的指纹细节被保留，现场指纹通常指纹质量差、有效面积小、扭曲不规律。

本实施例中，变换规律集合中包含多个变换规律。例如，如果有m对配对的滚动指纹与现场指纹，学习得到的变换规律集合中可包含m个变换规律。

步骤102，利用变换规律集合对第一滚动指纹进行合成，获取与第一滚动指纹对应的合成现场指纹。

本实施例中，第一滚动指纹用于合成得到现场指纹。

在获取变换规律集合后，可利用每个变换规律对用于合成的第一滚动指纹进行合成，得到与第一滚动指纹对应的合成现场指纹。由此，根据变换规律集合，可以得到与第一滚动指纹对应的多个合成现场指纹，从而可以实现高效准确地合成同一手指的多个现场指纹，大大降低现场指纹的获取难度。

本申请实施例中所合成的现场指纹具有多个应用场景。例如，准确的现场指纹特征提取。现场指纹由于其图像质量通常较差，提取准确的指纹特征一直是个难点。利用滚动指纹合成的现场指纹，其细节点、方向场等特征可以直接从滚动指纹变换得到，从而可以避免由背景噪声、扭曲带来的特征提取错误。准确的指纹特征将有利于提升后续的指纹识别、匹配准确率。

又如，设计和测试现场指纹识别技术。大量的现场指纹可以展示现场指纹的特征变化情况，这将有利于让机器学习模型学习到同一手指的多个现场指纹之间的特征区别，以便更好地区分不同指纹，提高现场指纹的识别准确率。此外，大量的现场指纹也可用于对设计的识别算法进行测试。

在本申请的一个实施例中，变换规律集合包括：多对感兴趣区域和变形场，每对感兴趣区域和变形场为一个变换规律，在学习得到从滚动指纹到现场指纹的变换规律集合时，可将每对滚动指纹与现场指纹进行配准，获取与每对滚动指纹和现场指纹对应的感兴趣区域和滚动指纹到现场指纹的变形场。

其中，感兴趣区域为配准后的滚动指纹和现场指纹的重合区域，在利用变换规律合成现场指纹时，感兴趣区域用于表示现场指纹是从滚动指纹的哪个区域裁剪出的；变形场用于仿真现场指纹的不规律变形。

为了更好地定位感兴趣区域的相对位置，滚动指纹的中心也会一同被标记。其中，滚动指纹的上核点被定义为指纹中心，可利用指纹特征提取算法估计得到。

由于现场指纹通常有较大的背景噪声，指纹质量差，因此需要对所有指纹图像进行预处理，获取脊线清晰均匀的指纹图像，对配对的滚动指纹与现场指纹进行预处理后，再获取相应的变换规律，进而利用变换规律合成现场指纹。

下面结合图2进行说明，图2为本申请实施例提供的另一种从滚动指纹合成现场指纹的方法的流程示意图。

如图2所示，该从滚动指纹合成现场指纹的方法包括：

步骤201，对每对滚动指纹和现场指纹均进行预处理，分别得到滚动指纹与现场指纹的指纹细节点。

由于现场指纹通常有较大的背景噪声，指纹质量差，因此需要对所有现场指纹图像进行预处理，以获取脊线清晰均匀的指纹图像。为了保证处理结果的一致性，对滚动指纹和现场指纹均采用同样的处理方式。

具体而言，可利用特征提取算法从用于学习得到变换规律集合的每对配对的滚动指纹与现场指纹，分别提取得到指纹细节点、指纹增强图、指纹有效区域等。

其中，可利用图像处理算法对指纹增强图进行处理，得到对应的指纹二值图。这样，指纹二值图中的指纹拥有均匀的清晰的脊线，有利于后续变换规律的准确获取与现场指纹的合成。

本实施例中，对每对配对的滚动指纹与现场指纹进行预处理，以获取清晰的指纹细节点、清晰的指纹二值图像等。在将滚动指纹与现场指纹经过预处理后，后续可均采用指纹二值图，获取变换规律以及合成现场指纹。

步骤202，利用细节点描述子对每对滚动指纹与现场指纹中所有指纹细节点进行编码，其中，细节点描述子为特征描述子，用于描述细节点及其周围脊线或周围其他细节点特征。

本实施例中，细节点描述子可以用向量表示，可将细节点描述子作为一个特征描述子可以用于描述一个细节点及其周围脊线或周围其他细节点的特征，这样细节点描述子之间的相似度可以用于判断细节点是否匹配。

步骤203，利用细节点匹配算法，获取每对滚动指纹与现场指纹之间的匹配细节点对。

具体而言，可利用现有的细节点匹配算法得到每对滚动指纹与现场指纹之间的匹配细节点对。

举例来讲，首先使用细节点描述子之间的距离作为滚动指纹与现场指纹两幅指纹中细节点的相似性判定度量，计算滚动指纹中所有细节点与现场指纹中所有细节点之间的相似性，这里的距离可选择欧式距离、cosine距离等。然后选择相似性大于一定阈值的若干细节点对作为候选的匹配细节点对。再根据细节点之间的距离、角度等关系定义细节点对之间的相似度矩阵，利用细节点匹配算法谱聚类方法获得最终的匹配细节点对。

步骤204，基于匹配的细节点对，采用插值算法得到每对滚动指纹与现场指纹之间的变形场。

在实际应用中，可采用常见的插值算法，例如薄板样条模型算法，得到变形场。假设在图a中有n个点an对应图b中的n个点bn，那么可以用插值算法模型一个形变，确保这n个点能够正确匹配。

给定一对指纹之间的配对细节点，利用插值算法拟合这些配对细节点来估计它们之间的变形。

假设，滚动指纹不存在变形，在滚动指纹上定义一个规则网格，然后利用插值算法计算出现场指纹上相应的网格。令和分别表示第i对滚动指纹与现场指纹的网格向量，则第i对滚动指纹与现场指纹的变形场定义如下公式(1)所示：

步骤205，获取每对滚动指纹与现场指纹之间的感兴趣区域。

在现场指纹与滚动指纹配准后，将配准后的现场指纹与滚动指纹的重合区域作为感兴趣区域。为了提高合成的准确性，在实际应用中，可将配准后的现场指纹的有效区域与滚动指纹的有效区域的重合区域，作为感兴趣区域，其中，感兴趣区域为二值图像。

可以理解的是，根据每对配对的滚动指纹和现场指纹，可以得到对应的感兴趣区域与变形场，那么如果有n对配对的滚动指纹与现场指纹，可学习得到的n对感兴趣区域与变形场，即n个变换规律。

步骤206，利用每对滚动指纹与现场指纹对应的感兴趣区域和第一滚动指纹，获取第一滚动指纹的各局部指纹。

针对每对感兴趣区域与变形场，可将每对滚动指纹与现场指纹对应的感兴趣区域应用到第一滚动指纹上，以裁剪出第一滚动指纹的局部指纹。

为了更好地定位感兴趣区域的相对位置，滚动指纹的中心也会一同被标记，以用于裁剪出局部指纹。其中，滚动指纹的上核点被定义为指纹中心，可利用指纹特征提取算法估计得到。

为了确保准确的裁剪位置，可将用于学习得到感兴趣区域的滚动指纹的指纹中心，与第一滚动指纹的指纹中心进行对齐，之后从第一滚动指纹上裁剪出与感兴趣区域重合的区域，即为局部指纹。

为了提高合成的准确性，在获取局部指纹时，可先利用特征提取算法，获取第一滚动指纹的指纹增强图，然后对第一滚动指纹的指纹增强图进行处理，得到第一滚动指纹的二值图像，然后利用第一滚动指纹的二值图像，得到局部指纹的二值图像。

步骤207，将各变形场应用到所述各局部指纹上，合成与第一滚动指纹对应的各合成现场指纹。

在获取局部指纹后，可将裁剪出局部指纹的感兴趣区域匹配的变形场应用到局部指纹上，以合成与第一滚动指纹对应的合成现场指纹。

本实施例中，将变形场应用到第一滚动指纹上，以利用插值算法对第一滚动指纹的图像进行变形，具体而言，固定对应控制点的坐标，然后根据插值函数对第一滚动指纹的图像所有像素点进行插值，求得插值之后的位置，进行像素值的映射。这里的对应控制点即是计算变形场时所用到的匹配细节点对。

如图3所示，图3为本申请实施例提供的一种合成现场指纹的方法示意图。图3中，步骤一是学习变换规律，具体地，将一对滚动指纹与现场指纹进行配准，根据配准结果获取感兴趣区域及指纹中心，以及变形场，这里的指纹中心是用于学习得到变换规律的滚动指纹的指纹中心；步骤二，从另一个滚动指纹合成现场指纹，具体而言，将步骤一中得到的感兴趣区域与指纹中心应用到输入滚动指纹上，以从输入滚动指纹上裁剪出局部指纹，然后将步骤一中得到的变形场应用到局部指纹上，得到合成现场指纹。

那么，将第一滚动指纹结合每对感兴趣区域与变形场，可以得到多个合成现场指纹。如图4所示，图4为本申请实施例提供的一种利用多个变换规律合成现场指纹的示意图。图4中，最上方一行是若干对感兴趣区域与变形场，最左边一列为滚动指纹，对每一个滚动指纹，利用每对感兴趣区域与变形场，可以得到一个合成现场指纹，因此，利用所有变换规律，可以得到该滚动指纹的多个合成现场指纹。从而，可以高效准确地合成同一手指的多个现场指纹，大大降低现场指纹的获取难度。

上述实施例中，是根据多对配对的滚动指纹与现场指纹，直接得到的感兴趣区域与变形场作为变换规律，由此，变换规律的数量与用于学习的滚动指纹与现场指纹的对数相同，因此，根据变换规律得到的合成现场指纹数量，与用于学习的滚动指纹与现场指纹的对数相同。

为了进一步高效获取大量的合成现场指纹，在本申请的一个实施例中，在根据多对配对的滚动指纹与现场指纹，得到多对感兴趣区域与变形场后，可利用这些感兴趣区域与变形场，合成感兴趣区域与变形场，得到更多的感兴趣区域与变形场。下面结合图5进行说明，图5为本申请实施例提供的另一种从滚动指纹合成现场指纹的方法的流程示意图。

如图5所示，在获取与每对滚动指纹和现场指纹对应的感兴趣区域和滚动指纹到现场指纹的变形场之后，该方法还包括：

步骤301，根据所有感兴趣区域，利用形状统计模型计算感兴趣区域的统计模型。

在根据给定的若干配对的滚动指纹与现场指纹，计算出每对滚动指纹与现场指纹的感兴趣区域与变形场后，对于所有感兴趣区域及指纹中心，利用形状统计模型计算感兴趣区域到指纹中心的统计模型，即计算感兴趣区域的统计模型。其中，用于统计模型的感兴趣区域可以通过统计模型的参数进行表示。

步骤302，利用感兴趣区域的统计模型，合成多个感兴趣区域。

在计算出感兴趣区域的统计模型后，利用该统计模型，可合成若干感兴趣区域。由于用于统计模型的感兴趣区域可以通过统计模型的参数进行表示，那么通过修改统计模型的参数，可以得到多个感兴趣区域，即合成多个感兴趣区域。

步骤303，根据所有变形场计算变形场的统计模型。

本实施例中，对于每对配对的滚动指纹与现场指纹的变形场，可利用主成分分析的方法计算变形场的统计模型。

步骤304，利用变形场的统计模型，合成多个变形场。

在计算出变形场的统计模型后，利用变形场的统计模型，同样可合成若干指纹的变形场。由于用于计算统计模型的变形场，可以用统计模型的参数表示，那那么通过修改统计模型的参数，可以得到多个感兴趣区域，即合成多个感兴趣区域。

例如，有m对配对的现场指纹与滚动指纹，那么可以计算得到m对感兴趣区域与变形场。其中，m个变形场可以用于计算变形场统计模型，这样每个变形场可以用变形场的统计模型参数表示，那么可以通过修改参数，得到多个变形场，即合成多个变形场。

步骤306，将多个感兴趣区域与多个变形场进行组合，获取多对感兴趣区域与变形场。

在利用感兴趣区域的统计模型，及变形场的统计模型，合成多个感兴趣区域与多个变形场后，可将合成的感兴趣区域与变形场进行组合，得到对数远大于直接计算出的感兴趣区域与变形场对数的感兴趣区域与变形场。

本申请实施例中，通过利用根据多对配对的滚动指纹与现场指纹，直接得到的感兴趣区域与变形场，计算能够合成感兴趣区域与变形场的统计模型，然后通过两个统计模型，合成若干感兴趣区域与若干变形场，然后通过组合可以得到大量的感兴趣区域与变形场，从而通过合成可以得到同一手指的大量现场指纹，大大降低现场指纹的获取难度。

进一步地，对于合成的现场指纹，其特征可通过对应的滚动指纹变换得到，这样可更高效地获取准确的现场指纹特征。

具体而言，可通过指纹特征提取算法，提取第一滚动指纹的方向场和有效区域，在利用变换规律集合对第一滚动指纹进行合成，获取与第一滚动指纹对应的合成现场指纹之后，可将变换规律集合应用到第一滚动指纹的方向场和有效区域上，以获取各合成现场指纹的特征。

也就是说，将每个变换规律应用到第一滚动指纹的方向场和有效区域上，那么变换后的方向场和有效区域即可看作是合成现场指纹的特征。具体而言，将变换规律中的感兴趣区域应用到第一滚动指纹的方向场上，以从第一滚动指纹的方向场裁剪出局部方向场，然后将变形场应用到局部方向场上，以对局部方向场进行变形，那么变形后的局部方向场可以作为合成现场指纹的特征。对于第一滚动指纹的有效区域，可以采用相同的方式。

同时，用变换规律中的变形场对第一滚动指纹的细节点进行变换，并排除在合成指纹有效区域以外的细节点，最终结果即可看作是合成指纹的细节点。利用这样的方法，除了可以获取准确的细节点以外，还能获得第一滚动指纹与合成现场指纹之间的对应点关系，有利于现场指纹的匹配研究。

为了实现上述实施例，本申请实施例还提出一种从滚动指纹合成现场指纹的装置。图6为本申请实施例提供的一种从滚动指纹合成现场指纹的装置的结构示意图。

如图6所示，该从滚动指纹合成现场指纹的装置包括：第一获取模块410、第二获取模块420。

第一获取模块410，用于通过多对配对的滚动指纹与现场指纹，学习得到从滚动指纹到现场指纹的变换规律集合；

第二获取模块420，用于利用变换规律集合对第一滚动指纹进行合成，获取与第一滚动指纹对应的合成现场指纹。

在本申请实施例一种可能的实现方式中，变换规律集合包括：多对感兴趣区域和变形场，每对感兴趣区域和变形场为一个变换规律；上述第一获取模块410，具体用于：

将每对滚动指纹与现场指纹进行配准，获取与每对滚动指纹和现场指纹对应的感兴趣区域和滚动指纹到现场指纹的变形场，感兴趣区域为配准后的滚动指纹和现场指纹的重合区域，变形场用于仿真现场指纹的不规律变形。

在本申请实施例一种可能的实现方式中，该装置还包括：

预处理模块，用于对每对滚动指纹和现场指纹均进行预处理，分别得到滚动指纹与现场指纹的指纹细节点；

上述第一获取模块410，具体用于：

利用细节点描述子对每对滚动指纹与现场指纹中所有指纹细节点进行编码，其中，细节点描述子为特征描述子，用于描述细节点及其周围脊线或周围其他细节点特征；

利用细节点匹配算法，获取每对滚动指纹与现场指纹之间的匹配细节点对；

基于匹配的细节点对，采用插值算法得到每对滚动指纹与现场指纹之间的变形场。

在本申请实施例一种可能的实现方式中，上述第一获取模块410，还用于：

根据所有感兴趣区域，利用形状统计模型计算感兴趣区域的统计模型；

利用感兴趣区域的统计模型，合成多个感兴趣区域；

根据所有变形场计算变形场的统计模型；

利用变形场的统计模型，合成多个变形场；

将多个感兴趣区域与多个变形场进行组合，获取多对感兴趣区域与变形场。

在本申请实施例一种可能的实现方式中，上述第二获取模块420，具体用于：

利用每对滚动指纹与现场指纹对应的感兴趣区域和第一滚动指纹，获取第一滚动指纹的各局部指纹；

将各变形场应用到所述各局部指纹上，合成与第一滚动指纹对应的各合成现场指纹。

在本申请实施例一种可能的实现方式中，该装置还包括：

第三获取模块，用于将变换规律集合应用到第一滚动指纹的方向场和有效区域上，以获取所述各合成现场指纹的特征；

第四获取模块，用于利用各变形场对第一滚动指纹的细节点进行变换，并排除在合成指纹有效区域外的细节点，以获取各合成现场指纹的细节点。

需要说明的是，上述对从滚动指纹合成现场指纹的方法实施例的解释说明，也适用于该实施例的从滚动指纹合成现场指纹的装置，故在此不再赘述。

本申请实施例的从滚动指纹合成现场指纹的装置，通过已有多对配对的滚动指纹与现场指纹，学习得到从滚动指纹到现场指纹的变换规律集合，利用变换规律集合对第一滚动指纹进行合成，获取与第一滚动指纹对应的合成现场指纹，从而实现了高效准确地合成同一手指的多个现场指纹，大大降低了现场指纹的获取难度。