一种用于人造指纹检测的特征提取方法
【专利摘要】本发明公开了一种用于人造指纹检测的特征提取方法，依次进行指纹图像灰度级压缩、构造指纹图像水平、垂直方向的差值矩阵、对差值矩阵内的元素进行截断处理和构造差值共生矩阵，并对其归一化处理后直接将其元素作为特征。本发明使用差分共生矩阵来提取指纹纹理特征，实现人造指纹的检测，简单易行，且具有很高的识别准确率。
【专利说明】一种用于人造指纹检测的特征提取方法
【技术领域】
[0001] 本发明属于模式识别【技术领域】，特别涉及了一种用于人造指纹检测的特征提取方 法。
【背景技术】
[0002] 随着计算机图像处理、模式识别相关技术的发展，指纹传感器技术的日臻成熟，数 字指纹鉴定方法在金融、公安、门禁、户籍管理等领域有了广泛的应用。然而，人类指纹信息 很容易被窃取和伪造，因此指纹识别系统给人们带来便捷身份验证方式的同时，也带来了 身份认证的安全隐患。
[0003] 人造指纹检测技术可分为两大类。一类是基于硬件的方案，此类方案在指纹传感 器中增加一些设备用来采集手指表皮的温度，脉搏以及导电率等信息，通过分析这些数据 来识别人造指纹。有的设备甚至直接使用射频传感器代替光学指纹设备，射频传感器发射 出微量射频信号，可穿透手指的表皮层去控测里层的纹路，获得真皮层的指纹纹路图像，因 此可杜绝多种材质的假指纹。然而以上方案都需要增加新的硬件设备，增加了系统整体的 制作成本。
[0004] 第二类是基于软件的方案，通过提取指纹图像的纹理结构、指纹气孔和弹性属性 等静态特征，或者通过分析处理一个时间段内的两张连续指纹图像，得到毛孔中的汗液信 号、时间压力变化这类动态特征。由于这些特征在人造指纹图像和真指纹图像中的值有一 定的差异，所以可以用于人造指纹检测。
[0005] Galbally等人提出了一种基于指纹图像质量的静态方法，通过提取指纹的脊强 度，脊清晰度和脊连续性等特征来检测人造指纹，不过这种方法提取的特征较少，和其他方 法比较，识别正确率也较低。Manivanan等人使用了基于指纹气孔的方法，此方法使用高通 滤波用来提取活跃的汗毛孔，使用相关性滤波用来确定这些气孔的位置。Schuckers提出 了一种基于手指汗液的方法，当手指按压在传感器上时，获取按压第〇秒和第5秒的指纹图 像，只有真指纹会有汗液变化，因此可以对比两张图像确定指纹的真伪，然而，这种方法需 要提取多张图像，时间消耗较多。
【发明内容】
[0006] 为了解决上述【背景技术】提出的技术问题，本发明旨在提供一种用于人造指纹检测 的特征提取方法，使用差分共生矩阵来提取指纹纹理特征，实现人造指纹的检测，简单易 行，且具有很高的识别准确率。
[0007] 为了实现上述技术目的，本发明的技术方案为：
[0008] -种用于人造指纹检测的特征提取方法，包括以下步骤：
[0009] (1)将获取的指纹图像转换为像素灰度值范围为0?255的灰度图像，选定压缩 比率Q，采用灰度级压缩算法将图像的灰度值范围压缩为〇?255/Q，所述灰度级压缩算法 为：
[0010] XiJ^ (I)
[0011] 式⑴中，Xy为指纹图像像素灰度值，"一"为赋值操作，"L」"为向下取整操作， i G {〇, 1，? ? ?，nfl}，j G {〇, 1，? ? ?，n2_l}，Ii1, n2 分别为图像的商度和宽度；
[0012] (2)分别计算指纹图像水平方向和垂直方向的相邻像素的灰度值差，将差值依序 排列成水平方向的差值矩阵和垂直方向的差值矩阵，差值矩阵的元素计算如式（2)所示：
[0013]
【权利要求】
1. 一种用于人造指纹检测的特征提取方法，其特征在于，包括以下步骤： (1) 将获取的指纹图像转换为像素灰度值范围为O?255的灰度图像，选定压缩比率 Q，采用灰度级压缩算法将图像的灰度值范围压缩为〇?255/Q，所述灰度级压缩算法为：
式⑴中，Xiij为指纹图像像素灰度值，"一"为赋值操作，"L」"为向下取整操作，i e {0, 1，· · ·，nfl}，j e {〇, 1，· · ·，n2_l}，Ii1, n2 分别为图像的商度和宽度； (2) 分别计算指纹图像水平方向和垂直方向的相邻像素的灰度值差，将差值依序排列 成水平方向的差值矩阵和垂直方向的差值矩阵，差值矩阵的元素计算如式（2)所示：
式（2)中，DH(i, j)为水平方向的差值矩阵第i行第j列的元素，Dv (i, j)为垂直方向 的差值矩阵第i行第j列的元素； (3) 对差值矩阵中的元素进行截断处理，截断算法如式（3)所示：
式（3)中，Du为水平方向或垂直方向的差值矩阵中第i行第j列的元素的值，T为截 断参数； (4) 根据经步骤（3)处理的差值矩阵，分别构造差值共生矩阵：
式（4)中，s，t取[_T，T]之间的整数：
(5) 对步骤（4)中求得的差值共生矩阵进行归一化处理，将归一化的差值共生矩阵的 元素直接作为需要提取的特征，所述归一化算法如式（5)所示：
2. 根据权利要求1所述一种用于人造指纹检测的特征提取方法，其特征在于：在步骤 (5)中，提取的特征个数为2Χ(2Τ+1)2。
3. 根据权利要求2所述一种用于人造指纹检测的特征提取方法，其特征在于：在步骤 ⑴中，Q的取值为16。
4. 根据权利要求3所述一种用于人造指纹检测的特征提取方法，其特征在于：在步骤 (3)中，T的取值为4。
5. 根据权利要求2所述一种用于人造指纹检测的特征提取方法，其特征在于：在步骤 (1)中，Q的取值为8。
6. 根据权利要求3所述一种用于人造指纹检测的特征提取方法，其特征在于：在步骤 (3)中，T的取值为5。
【文档编号】G06K9/00GK104376320SQ201410637987
【公开日】2015年2月25日 申请日期:2014年11月13日 优先权日:2014年11月13日
【发明者】夏志华, 季鹏, 朱亚锋 申请人:南京信息工程大学