专利名称：指纹补绘目标区域的自动识别的制作方法
技术领域：
本发明针对生物辨识系统。特定而言，本发明针对指纹补绘，其包括指纹补绘目标区域的自动识别。
背景技术：
生物辨识系统用于基于个体的特性来识别个体。生物辨识可用于许多应用，包括安全性与法医学。一些实体生物辨识标记包含面部特征、指纹、手掌几何外形、虹膜及视网膜扫描。生物辨识系统可通过查询数据库而鉴认取样数据的用户或确定其身份。使用生物辨识系统具有多种优点。大多数生物辨识标记易于收集、存在于多数个体中、在个体之间是唯一的且在个体的生命期中永久存在。然而，这些因素无法得到保证。 例如，可使用外科整容来改变一项生物辨识特征，因此其将与先前从同一个体收集的特征不相匹配。此外，不同的生物辨识特征将随时间而变化。指纹是一种常见类型的生物辨识识别。指纹是表皮上的突起摩擦脊纹的纹路。一般而言，指纹具有永久存在性且因个体而异，从而使其成为身份识别的有力途径。此外，指纹易于收集，因为其可从许多类型的表面收集。指纹比例如面部辨识或声印识别法等精确性较低的生物辨识识别法的侵入性大。然而，相比于某些其它精确的生物辨识法，例如虹膜扫描及DNA，指纹侵入性相对较小。因此，指纹是当前最常见类型的生物辨识识别且在可预见的未来可能仍将如此。使用指纹作为一种生物辨识识别形式开始时是以人工方法收集指纹并评估匹配度。识别曾经是通过将所收集的指纹与使用“墨技法(ink technique)”(即，将一个体对象沾墨的手指在卡片上按压并滚动)而收集于卡片上的指纹进行人工比较而执行。此类方法现已通过使用自动识别系统来比较指纹图像而得以自动化。术语“指纹图像”用于本文中是指纹的数字图像。“墨技法”今天仍在使用；然而，现在会对这些卡片进行扫描以产生指纹图像，以用于自动识别系统中。除了“墨技法”之外也可经由使用固态指纹读取器而产生指纹图像。固态指纹传感器通常基于电容、热、电场、激光、射频及/或其它原理而运作。尽管一些指纹传感器产生三维指纹图像，但此类指纹传感器一般产生二维指纹图像。尽管指纹因个体而异，但其一般包含若干类型或级别的共同或“关键”特征。自动识别系统在指纹辨识过程期间使用此类关键特征。即，这些系统比较所获取指纹图像中的关键特征的位置、数目及类型，以确定与所述所获取的指纹相关联的个体的身份。指纹的1 级特征包括由脊纹形成的箕形(loop)、囊形(whorl)及弧形(arch)。这些特征描述顺应所述脊纹的整体形状。指纹(或细纹路)的2级特征为所述脊纹中的不规则性或不连续性。 这些包括脊纹端点(termination)、叉点(bifurcation)及点型(dot)。指纹的3级特征包含脊纹毛孔、脊纹形状、以及疤痕、疣、皱纹及其它变形。
发明内容
本发明的实施例涉及用于指纹补绘区域的自动识别的系统及方法。在本发明的第
4一实施例中，本发明提供一种用于补绘指纹图像中的区域的方法。所述方法包括将指纹图像分割成多个图像块及计算所述多个图像块的多个块得分。所述方法还包括基于所述多个块得分为所述指纹图像产生模糊矩阵(blur matrix) 0所述方法进一步包括基于加权函数及所述模糊矩阵而针对所述指纹图像导出补绘区域(IR)矩阵，所述顶矩阵识别所述多个图像块的用于补绘的部分。在本发明的第二实施例中，本发明提供一种指纹处理系统。所述系统包括用于存储指纹图像的存储元件及与所述存储元件通信式地耦合的处理元件。所述处理元件经配置以用于将所述指纹图像分割成多个图像块且计算所述多个图像块的多个块得分。所述处理元件还经配置以用于基于所述多个块得分而产生所述指纹图像的模糊矩阵。所述处理元件经进一步配置以基于加权函数及所述模糊矩阵而导出所述指纹图像的补绘区域(IR)矩阵，所述顶矩阵识别所述多个图像块的适于补绘的部分。在本发明的第三实施例中，本发明提供一种计算机可读存储媒体，其上存储有用于补绘指纹图像中的若干区域的计算机程序。所述计算机程序具有多个可由计算机执行的代码区段。所述代码区段促使所述计算机执行下列步骤将指纹图像分割成多个图像块及计算所述多个图像块的多个块得分。所述代码区段还促使所述计算机基于所述多个块得分执行为所述指纹图像产生模糊矩阵的步骤。所述代码区段进一步促使所述计算机执行基于加权函数及所述模糊矩阵而导出所述指纹图像的补绘区域(IR)矩阵的步骤，所述顶矩阵识别所述多个图像块的适于补绘的部分。
图1为经处理的指纹图像，其有助于理解根据本发明的实施例的补绘过程。图2为图1中的所述指纹图像的补绘屏蔽的图像，其有助于理解根据本发明的实施例的补绘过程。图3为展示图2中的块的补绘的图像，其有助于理解根据本发明的实施例的补绘过程。图4为对图1中的经处理指纹图像采用图3中的补绘之后的图像，其有助于理解根据本发明的实施例的补绘过程。图5为流程图，其展示根据本发明的实施例的用于补绘所获取指纹图像的若干区域的示例性方法中的步骤。图6展示指纹图像中的块的第一示例性配置，其有助于理解本发明的各种实施例。图7展示指纹图像中的块的第二示例性配置，其有助于理解本发明的各种实施例。图8为可用于本发明的实施例中的计算机系统的框图。
具体实施例方式现将参考附图来描述本发明，其中在所有图式中，类似的参考数字指示类似或等效的元件。所述图式并非按实际比例绘制且提供所述图式的目的仅在于说明本发明。下文将参考实例应用来描述本发明的若干方面以进行说明。应了解，阐述若干具体细节、关系及方法的目的在于提供对本发明的全面了解。然而，所述领域的一般技术人员将轻易认识到， 本发明可在不具有这些具体细节中的一者或一者以上的情形下施行或以其它方法实施。在其它情形下，未详尽展示广为人知的结构或操作以避免模糊本发明。本发明不受所说明的动作或事件的顺序所限制，因为一些动作可按不同的顺序及/或与其它动作或事件同时发生。此外，实施根据本发明的方法并不需要所有所说明的动作或事件。如上所述，指纹辨识过程一般依赖于指纹模板中的指纹数据与所关注的指纹之间的最小匹配量。本文中所使用的术语“指纹模板”是指信息的集合，其说明与一个体相关联的一个或一个以上指纹中的关键特征的类型、大小及/或位置。特定而言，指纹辨识需要所关注的指纹中的至少一些数量的关键特征以高确定度匹配于存储于所述模板中的关键特征。然而，指纹并非总是在理想条件下获取。例如，通常，执法调查员需要依赖于在犯罪现场获取的指纹的部分或低质量图像。因此，这些指纹图像可能不包含允许与所存储指纹图像进行良好匹配的充分数量的关键特征，从而不利于进一步调查所述犯罪。尽管存在人工及自动图像处理技术用于从所获取的指纹图像中去除一些量的噪声及污迹，但是此类增强技术可能会从所述指纹图像去除关键特征且使指纹辨识过程困难加大。更大的关注出现在补绘情况下(即，对脊纹进行外插以重新建构指纹图像)。尽管现存脊纹可用于重新建构指纹图像的若干部分，但是指纹的独特性通常导致无法合适地产生关键特征。更糟糕的是，在重新建构期间可能会产生虚假的关键特征。因此，使用指纹重新建构技术实际上会降低指纹图像与所存储指纹图像或数据库中的指纹模板匹配的可能性。为了克服这些及其它问题，本发明的实施例提供用于补绘指纹图像的系统及方法，其包括自动识别指纹补绘目标区域。特定而言，本发明的实施例利用在图像处理期间收集及/或产生的指纹信息(例如，脊纹流动方向及图像质量)来选择性地识别部分指纹图像的待应用补绘的区域。通过使用在图像处理期间获得的指纹信息，指纹特征的外插将仅在外插据预期可准确地描绘所述指纹的遗失特征的那些区域中执行。因此，外插量有限，从而降低或消除了关键特征将被改变或产生虚假的关键特征的可能性。参考图1至4概念性地说明根据本发明的各种实施例的补绘过程。图1为经处理指纹图像100，其有助于理解根据本发明的实施例的补绘过程。具体而言，图1展示图像处理的结果。本文中所使用的术语“指纹图像处理”是指应用于所获取的指纹图像的任何类型的图像处理及/或图像特征化。例如，指纹图像通常包含不必要的信息，例如疤痕、湿气诱发的特征或不具备有用脊纹及屈纹(furrow)的区域。因此，为了消除冗余信息、过滤有用的信息且增强现存特征，处理(例如正规化(例如，过滤及对比增强)、二值化(即，转换成1位图像)、质量标记(移除无用或低质量数据)及/或薄化过程 (即，脊纹增强))被用于产生待用以识别的指纹。在本发明的各种实施例中，将所获得的指纹图像分割成nXn个像素的若干块且将所述块中的每一者二值化。接着，移除包含不佳信息的块，从而产生块型边缘或块型空隙，如经处理图像100中所展示。此外，存储关于剩余块中的每一者中的特征的方向及类型(即，脊纹或谷纹)的信息。基于经处理指纹图像100，接着可根据本发明的实施例来选择用于补绘的区域以产生补绘屏蔽。一般而言，基于可获得的指纹信息量(即周围块的数量)而选择与块相关联的区域。图2为用于图像100的补绘屏蔽的图像200，其有助于理解根据本发明的实施例的补绘过程。
6
如图2所示，针对图像200中的补绘屏蔽而选择的块看上去沿图1中的经处理指纹图像100的边界而定位。然而，更接近地比较图像100及图像200，展现出并非沿经处理指纹图像100定位的所有块均被选择。在本发明的各种实施例中，本发明提供一种仅从图像100选择那些位于某些区域中的块的方法，在所述区域中，可能具有足够的信息来允许具有高度信任度的指纹特征外插的周围块被选择。下文将参考图6至7来更详尽地描述此方法。在选择所述块之后，可外插用于这些块的指纹特征。图3对此做概念性说明。图 3为图像300，其展示针对图2中的块的补绘。用于图像200中的所述块的指纹信息是通过使用在图像处理期间所收集到的关于特征的方向及类型的信息而产生。因此，如图3所示， 用于图像300中的经补绘区域的指纹特征可基于此指纹信息而产生。之后，可组合图像100 及图像300以产生最终指纹图像，如图中所示。图4为经处理指纹图像100在接受图3中的补绘之后的图像400。组合图像400接着可用于指纹辨识。如上所述，本发明的一方面为识别用于补绘指纹图像的块。尽管可人工识别此些区域，但是此过程可为极其耗时的。因此，本发明的各种实施例提供用于使此识别过程自动化的系统及方法。特定而言，本发明的各种实施例组合所述指纹图像中的块的得分与加权函数以确定是否对特定块应用补绘。下文将参考图5更详尽地描述此过程。图5为流程图，其展示根据本发明的实施例的用于补绘所获得的指纹图像的若干区域的示例性方法500中的步骤。方法200始于步骤502且继续至步骤504。在步骤504 处，接收到指纹图像。在本发明的各种实施例中，可使用各种技术(包括对一个体的指纹实施墨技法及固态扫描)来产生所接收到的指纹图像。然而，本发明不限于此且指纹图像还可从在一位置发现且使用一种或一种以上法医学方法(例如施尘或化学反应技术)而成像及/或重获的潜伏、显性或成形指纹产生。—旦在步骤504处接收到所述指纹图像，则于步骤506处将所述图像分割成多个块，以进行图像处理。在一个实施例中，所述块可包括nXn个像素块。尽管η可为任何整数值，例如16J4或32，但是可选择所述块大小以限制所述nXn个像素块中所存在的特征的数目。例如，可选择块大小以将所述块限制为仅展示一个脊纹特征或一个谷纹特征的一部分。通过限制所述块仅展示局部化指纹特征，预期所述块中的所有特征将具有相同或类似的方向性信息。此配置限制针对每个块需要存储的信息量。一旦在步骤506处将所述指纹图像分割成若干块，则可按逐块的方式执行对所述指纹的处理。如上所述，可使用正规化、二值化及或薄化预处理所述块以增强所述指纹中的特征。此外，可确定并存储用于所述块中的所述脊纹及/或谷纹的方向信息。此外，执行质量标记以计算所述块中的每一者的质量得分。即，对于每个块，分析指纹信息量以确定指示数据块中的数据的有用性的质量得分。因此，可给予图像质量低或指纹数据不完整的块低得分。例如，如果块中的数据不允许以高度信任度确定用于所述块的方向信息或不允许所述谷纹部分和脊纹部分得以清晰地识别，则所述块可能获得低得分。在另一实例中，如果所述块包含不完整信息，则所述块也可获得低得分。在一些实施例中，所述块质量得分也可为脊纹流动相干性(即，块中的脊纹的连续性的任何量度)及强度(即，所述脊纹在块中被界定得如何好的任何量度，例如从谷纹至脊纹的峰的梯度)对阈值或量度的函数。然而，本发明的各种实施例不限于上文所述的方法，且在本发明的各种实施例中可使用用于确定块的质量得分的任何其它方法。基于步骤508处所产生的质量得分，可于步骤510处产生模糊矩阵。在本发明的各种实施例中，相比于指纹图像，所述模糊矩阵包括简化矩阵。即，如果指纹图像具有像素尺寸mXl且被分割成nXn个块，则所述模糊矩阵包括m/nXl/n矩阵。在本发明的各种实施例中，所述模糊矩阵包括二进制型矩阵(即，在所述矩阵中，每个项为0或1)。所述二进制型模糊矩阵的项是基于在步骤508中所计算的质量得分及质量得分阈值而选择。因此， 如果块质量得分大于或等于阈值，则其被给予值1。相反地，如果块质量得分小于所述阈值， 则其被给予值0。一般而言，所述阈值可为任何数目；然而，可由用户基于各种因素调整所述阈值。例如，如果所遗失的指纹图像的量相对大，则可使用较小阈值以允许考虑较大数目的块。如果遗失的指纹图像的量相对小，则可使用较大阈值来限制虚假特征的引入。在一些实施例中，所述阈值可用作反复过程的一部分以提供若干补绘方案。因此，所得的二进制型矩阵识别指纹图像中的块(使用值1)，该块不仅包含用于识别目的的有用的指纹数据的块，还包含用于外插指纹信息的有用信息的块。二进制型矩阵还识别可潜在地得以补绘的块(使用值0)。一旦在步骤510处产生模糊矩阵，则可在步骤512处使用所述模糊矩阵来识别待补绘的块。具体而言，评估所述模糊矩阵中的每个位置的加权函数。对于所述模糊矩阵中的每一块，所述加权函数确定所述块是否具有最小数目的相邻块以允许以高度信任度将特征外插入所述块中。下文将参考图6及7更详尽地描述示例性加权函数的发展。一旦在步骤512处进行评估，则所述加权函数导致m/nXl/n 二进制型补绘区域(IR)矩阵，所述顶矩阵界定在步骤504处所接收的图像中的待补绘的若干块。一旦在步骤512处产生顶矩阵，则所述顶矩阵可用于在步骤514及516中执行所接收到的图像的补绘。首先，所述顶矩阵在步骤514处被倍增至所接收到的指纹图像的分辨率。术语“倍增”用于本文中是指使用数学方法将处于第一分辨率(即，矩阵尺寸)的第一图像或矩阵转变成处于高于第一分辨率的第二分辨率的第二图像或矩阵。在步骤514 处的倍增可根据一种或一种以上内插技术(例如逐段常数内插、线性内插、多项式内插、样条内插)及高斯处理技术而执行。然而，本发明的各种实施例不限于此且可使用任何类型的内插技术。在步骤514处产生的经倍增顶矩阵接着可于步骤516处用于施加补绘。S卩，所述经倍增顶矩阵用作补绘屏蔽以基于来自周围像素的指纹信息而识别所述指纹图像的待以指纹信息补绘的若干区域。接着使用基于外插或其它技术的补绘技术根据此补绘屏蔽来执行补绘。在本发明的各种实施例中，可使用任何类型的补绘方法。例如，在本发明的各种实施例中，可使用线性、多项式、二次曲线或法式(French)曲线外插方法。此外，在本发明的各种实施例中，还可使用其它补绘方法，例如Rahmes等人的美国专利公开案第 2008/0080752号及Criminisi等人的美国专利第6，987，520号中所述的补绘方法。然而， 本发明的各种实施例不限于任何特定的技术，且本发明的各种实施例可使用任何外插或补绘方法。一旦在步骤516处完成补绘，则方法500继续至步骤518以重新开始先前的处理。 例如，可对于其它指纹图像重复方法500或可调用指纹辨识过程。如上所述，本发明的一个方面为用于确定图像块中的哪一图像块应被包含于顶矩阵中的加权函数的发展。所述加权函数提供围绕模糊矩阵中所关注块的块的数目的相对
8量度，所述块可能包含用于对所关注的块进行外插信息的信息。在本发明的各种实施例中， 可基于周围块相对于所关注块的位置而设计所述加权函数以提供此量度。例如，图6展示指纹图像600的一部分，其中模糊矩阵中的标记有0的块(清晰块 602)被所述模糊矩阵中的若干标记有1的块(阴影块604、606、608及610)(即，包含良好指纹数据的块)包围。一般而言，如果块602具有一个或一个以上直接邻接的块(即，包含良好指纹数据的相邻块，其与所关注的块位于相同行或列上，且接触所关注的块的边缘)，则这些直接邻接的块中的特征很有可能将继续存在于块602中且所述外插将很准确。因此， 如果在所述模糊矩阵中识别出足够数目的直接邻接块，则可设计加权函数来标记用于补绘的块。然而，在一些情形下，单一邻接块无法为补绘提供足够的信息，因为其仅界定所关注的块中用于补绘的一个边界条件。因此，在本发明的各种实施例中，可进一步设计所述加权函数来要求两个或两个以上直接邻接的块以识别用于补绘的块。这导致界定所关注的块中的指纹信息的至少两个边界条件，从而增加任何后续外插的准确性且减小将虚假关键特征引入最终指纹图像中的可能性。然而，即使一些块不含有足够数目的直接邻接块，其仍可被标记用于补绘。图7中对此做概念性说明。图7展示指纹图像700的一部分，其中模糊矩阵中的标记有0的块(清晰块70 被所述模糊矩阵中的若干标记有1的块(阴影块704、706、708及710)(即，包含良好指纹数据的块)所包围。如上所述，如果块702具有直接邻接块，比如块706，则很有可能此直接邻接块中的特征将继续存在于块702中。然而，也如上所述，还存在单一直接邻接块是否可为对所关注块进行准确地外插指纹数据提供足够的信息这一问题。因此，也可通过观察其它周围块来确定所关注的用于补绘的块的识别。特定而言，本发明的实施例提供加权函数以考虑直接对角线邻接的块(即，包含良好指纹数据的相邻块，其与所关注的块位于相同对角线且接触所关注的块的角落)。例如，如果块702被直接邻接块706及一个或一个以上对角线邻接块(例如块704、708和710中的一者或一者以上)围绕，则可识别块 702用于补绘。因此，可设计所述加权函数用以如果在所述模糊矩阵中识别出至少一个直接邻接块及若干直接对角线邻接块，则标记用于补绘的块。然而，在一些情形下，单一直接对角线邻接块可能无法为补绘提供足够的信息，因为其无法界定指纹可如何在所关注的块的相对侧或角落上变化。例如，如果图像700仅包含块704及706，则将难以估计块702中的特征相对于其它边缘或角落的行为。因此，在本发明的各种实施例中，可进一步设计所述加权函数来要求两个或两个以上对角线邻接块，以标记所关注的用于补绘的块。这会增加后续经补绘特征是正确的可能性，且减小将虚假关键特征引入最终指纹图像中的可能性。通过考虑要求两个或两个以上直接邻接块及两个或两个以上直接对角线邻接块， 可发展加权函数。特定而言，可为各个直接邻接块提供权重2且为各个直接对角线邻接块提供权重1 (条件1)。据此，如果对于所关注的块存在至少两个直接邻接块，则存在与所关注块相关联的至少一个权重4 个块X2)。如果对于所关注的块存在至少两个直接对角线邻接的块及至少一个直接邻接的块(条件i)，则与所关注的块相关联的权重为4( 个块XI)+2)。因此，对于所关注的块，可提供加权函数，如下列等式(1)所示(Blur中的直接对角线邻接块数目)+2 X (Blur中的直接邻接块数目)彡4(1)其中Blur为模糊矩阵。因此，如果等式(1)经评估为真实，则可补绘所述块。更一般而言，对于m/nXl/n 二进制型模糊矩阵，可提供卷积(C)核心，如下列等式( 所示
权利要求
1.一种用于补绘指纹图像中的若干区域的方法，所述方法包括 将指纹图像分割成多个图像块；计算所述多个图像块的多个块得分； 基于所述多个块得分为所述指纹图像产生模糊矩阵；及基于加权函数及所述模糊矩阵为所述指纹图像导出补绘区域顶矩阵，所述顶矩阵识别所述多个图像块的用于补绘的部分。
2.根据权利要求1所述的方法，其中所述分割的步骤进一步包括选择所述多个图像块中的每一者以包含nXn个像素块，其中η为大于0的整数。
3.根据权利要求1所述的方法，其中所述计算进一步包括 对所述图像应用图像处理以产生经处理的指纹图像；及基于所述经处理的指纹图像计算所述多个块得分。
4.根据权利要求1所述的方法，其中所述计算进一步包括 确定所述多个图像块中的每一者中的指纹关键特征； 针对所述多个图像块中的每一者评估图像质量值；及基于所述指纹关键特征及所述质量值计算所述多个块得分。
5.根据权利要求1所述的方法，其中所述导出进一步包括选择所述加权函数以包括
6.一种指纹处理系统，其包括 存储元件，其用于存储指纹图像；处理元件，其通信式地耦合至所述存储元件，其中所述处理元件经配置以 将所述指纹图像分割成多个图像块； 计算所述多个图像块的多个块得分； 基于所述多个块得分为所述指纹图像产生模糊矩阵；及基于加权函数及所述模糊矩阵为所述指纹图像导出补绘区域顶矩阵，所述顶矩阵识别所述多个图像块的适于补绘的部分。
7.根据权利要求6所述的指纹处理系统，其中所述处理元件进一步经配置以在所述分割期间用于选择所述多个图像块中的每一者以包括nXn个像素块，其中η为大于0的整数。
8.根据权利要求6所述的指纹处理系统，其中所述处理元件进一步经配置以在所述计算期间用于确定所述多个图像块中的每一者中的指纹关键特征； 针对所述多个图像块中的每一者评估图像质量值；及基于所述指纹关键特征及所述质量值计算所述多个块得分。
9.根据权利要求6所述的指纹处理系统，其中所述卷积函数包括
10.根据权利要求6所述的指纹处理系统，其进一步包括 将所述顶矩阵倍增至所述指纹图像的分辨率； 根据所述经倍增顶矩阵在所述指纹图像中执行补绘。
全文摘要
本发明提供一种用于补绘指纹图像中的若干区域的系统及方法。所述方法包括以下步骤将指纹图像分割成多个图像块(506)及计算所述多个图像块的多个块得分(508)。所述方法还包括基于所述多个块得分为所述指纹图像产生模糊矩阵(510)。所述方法进一步包括基于加权函数及所述模糊矩阵为所述指纹图像导出补绘区域IR矩阵，所述IR矩阵识别所述多个图像块的用于补绘的部分(512、514)。
文档编号G06K9/00GK102483805SQ201080036770
公开日2012年5月30日 申请日期2010年8月4日 优先权日2009年8月19日
发明者布赖恩·希克斯, 戴维·莱尔, 约瑟夫·艾伦, 马克·拉赫梅斯 申请人:贺利实公司