本发明属于安防与图像处理技术领域，具体涉及一种远程指纹识别方法。
背景技术：
生物特征识别是一种新的身份认证技术。在现实生活中，每个人都有与其他人不同的独一无二的生物特征。随着计算机技术的发展，人们可以提取自身的生物特征信息，比如人脸、指纹、指静脉、虹膜、声纹等。这种依靠人的身体特征进行身份识别的技术被称为生物特征识别技术。
近来，由于智能电话以及各种移动和可穿戴装置的发展，用于安全认证的技术的重要性在增加。在这种形式的技术中，指纹识别技术因高度的便利性、安全性和经济可行性而被广泛使用。在一般的指纹识别中，可通过经由识别传感器获取用户的指纹图像并将获取的指纹图像与预先注册的指纹图像进行比较来执行用户认证或验证。当精心制作的虚假指纹图案被输入到传感器中时，指纹识别设备可能无法将虚假的指纹图案与真正的指纹图案区分，因此可能将虚假的指纹图案识别为生物指纹。例如，当刻上指纹的材料(诸如橡胶、硅胶、明胶、环氧树脂和乳胶)与传感器进行接触时，刻在这种材料上的指纹可能被识别为人类指纹。因此，仅使用单生物特征(单模态生物特征)对身份进行识别容易被伪造和欺骗，例如单一的指纹图片容易被伪造，易模仿与窃取，并且指纹识别最初被用在犯罪领域中使一些用户存在抵触心理，还有一部分用户的单一指纹(指静脉等)特征不能采集到有效清晰的图像，使单模态生物特征系统在实际应用中有了一定得局限性。而多模态生物特征系统提高了安全系数，降低识别系统被攻破的风险，更有适用性。
技术实现要素：
鉴于以上分析，为了提高对真实人体特征参数的识别准确度，提高门禁单元的识别安全性，本发明提供了一种远程指纹识别方法，基于具有指纹获取装置的门禁单元，包括：
(1)通过门禁单元获得第一指纹图像，所述第一指纹图像包括第一部分和第二部分；
(2)对第一指纹图像的所述第一部分进行第一本地分析，得到第一本地分析结果；
(3)对第一指纹图像的所述第二部分进行第一远程分析，得到第一远程分析结果；
(4)当第一本地分析结果满足小于第一特征值且大于第二特征值时，通过所述门禁单元升温后重新检测指纹获得第二指纹图像，同时检测待识别手指与识别传感器的识别平面的极坐标夹角θmn∈[0,1]，所述第二指纹图像包括第三部分和第四部分；否则提示无法识别而不获得第二指纹图像；
(5)对第二指纹图像的所述第三部分进行第一本地分析，得到第二本地分析结果；
(6)对第二指纹图像的所述第四部分进行第二远程分析，得到第二远程分析结果；根据第一本地分析结果、第二本地分析结果、第一远程分析结果和第二远程分析结果，确定所述门禁单元的指纹识别结果。
进一步地，所述第一本地分析包括：
(1a)以第一部分的图像几何中心为中心、预设长度为半径的邻域内数据作为待处理的第一部分图像数据；
(1b)对待处理的第一部分图像数据进行二值化和降噪处理，得到数据集o；
(1c)将所述数据集o进行对称式加密，得到数据集o’；
(1d)将数据集o’与预设参考指纹数据m进行如下处理：对预设参考指纹数据m进行二值化处理得到m’；计算得到数据集o’的对角阵；根据所述对角阵的阶数，从所述数据集m’左上角第一个值开始截取同样阶数的中间矩阵p；计算中间矩阵p与数据集o’叉乘得到的矩阵的特征值k1。
进一步地，所述第一远程分析包括：
(2a)对所述第一指纹图像的所述第二部分传输到远程服务器；
(2b)在远程服务器对接收到的第二部分的数据进行hash运算得到与该第二部分相对应的第一hash值；
(2c)对所述第二部分对应的矩阵数据k与预设参考指纹数据m对应的矩阵s相乘，其中这两个矩阵中阶数较小的一个以对角阵补齐，相乘后得到矩阵k’；
(2d)以所述第二部分的图像的灰度质心为中心、所述预设长度为半径，得到第二部分的图像数据矩阵l，对矩阵l进行投影得到矩阵l’，将矩阵l’与矩阵k’进行叉乘，其中这两个矩阵中结束较小的一个以对角阵补齐，叉乘后得到矩阵q；
(2e)计算矩阵q的特征值f。
进一步地，所述第二本地分析包括：
(3a)以第三部分的图像几何中心为中心、预设长度为半径的邻域内数据作为待处理的第三部分图像数据；
(3b)对待处理的第三部分图像数据进行二值化和降噪处理，得到数据集r；
(3c)将所述数据集r以数据集o的平均值为密钥进行对称式加密，得到数据集r’；
(3d)将数据集r’与预设参考指纹数据m进行如下处理：对预设参考指纹数据m进行二值化处理得到m’；计算得到数据集r’的对角阵；根据所述对角阵的阶数，从所述数据集m’左上角第一个值开始截取同样阶数的中间矩阵t；计算中间矩阵t与数据集r’叉乘得到的矩阵的特征值k2。
进一步地，所述第二远程分析包括：
(4a)对所述第二指纹图像的所述第四部分传输到远程服务器；
(4b)设
其中，kmn表示第四部分的图像像素(m,n)的灰度值；
对第四部分的图像进行灰度变换tr()得到θm′n：
其中
其中θc为边界识别阈值，由指纹边界识别经验值确定，接着再进行如下计算：
变换系数k′mn＝(k-1)θmn
对图像边界进行提取，提取出的图像边界矩阵为
edges＝[k′mn]
计算该图像边界矩阵的特征值e；
(4c)在远程服务器对接收到的第四部分的数据进行hash运算得到与该第四部分相对应的第二hash值；
(4d)对预设参考指纹数据进行hash运算得到第三hash值。
进一步地，确定所述门禁单元的指纹识别结果包括：
(5a)将第一hash值与第二hash值相加并进行一致性hash运算，将运算结果与第三hash值利用minhash算法计算彼此相似度a；
(5b)确定
本发明的技术方案具有以下优点：
本发明的远程指纹识别方法能够基于远程和本地分别进行识别因子计算，识别过程中通过升温的方式对门禁单元自身的识别传感器在升温过程中产生的零漂的影响并未给予消除，而是积极地予以考虑并在两次检测结果的计算中进行了平方根计算这一经验计算方式的比对，从而在分析和计算中予以忽略(即计算v时的平方根计算中予以消除)经试验，对于虚假待识别体的识别准确度提高了43％左右。
具体实施方式
根据本发明的优选实施例的远程指纹识别方法，基于具有指纹获取装置的门禁单元，包括：
(1)通过门禁单元获得第一指纹图像，所述第一指纹图像包括第一部分和第二部分；
(2)对第一指纹图像的所述第一部分进行第一本地分析，得到第一本地分析结果；
(3)对第一指纹图像的所述第二部分进行第一远程分析，得到第一远程分析结果；
(4)当第一本地分析结果满足小于第一特征值且大于第二特征值时，通过所述门禁单元升温后重新检测指纹获得第二指纹图像，同时检测待识别手指与识别传感器的识别平面的极坐标夹角θmn∈[0,1]，所述第二指纹图像包括第三部分和第四部分；否则提示无法识别而不获得第二指纹图像；
(5)对第二指纹图像的所述第三部分进行第一本地分析，得到第二本地分析结果；
(6)对第二指纹图像的所述第四部分进行第二远程分析，得到第二远程分析结果；根据第一本地分析结果、第二本地分析结果、第一远程分析结果和第二远程分析结果，确定所述门禁单元的指纹识别结果。
优选地，所述第一本地分析包括：
(1a)以第一部分的图像几何中心为中心、预设长度为半径的邻域内数据作为待处理的第一部分图像数据；
(1b)对待处理的第一部分图像数据进行二值化和降噪处理，得到数据集o；
(1c)将所述数据集o进行对称式加密，得到数据集o’；
(1d)将数据集o’与预设参考指纹数据m进行如下处理：对预设参考指纹数据m进行二值化处理得到m’；计算得到数据集o’的对角阵；根据所述对角阵的阶数，从所述数据集m’左上角第一个值开始截取同样阶数的中间矩阵p；计算中间矩阵p与数据集o’叉乘得到的矩阵的特征值k1。
优选地，所述第一远程分析包括：
(2a)对所述第一指纹图像的所述第二部分传输到远程服务器；
(2b)在远程服务器对接收到的第二部分的数据进行hash运算得到与该第二部分相对应的第一hash值；
(2c)对所述第二部分对应的矩阵数据k与预设参考指纹数据m对应的矩阵s相乘，其中这两个矩阵中阶数较小的一个以对角阵补齐，相乘后得到矩阵k’；
(2d)以所述第二部分的图像的灰度质心为中心、所述预设长度为半径，得到第二部分的图像数据矩阵l，对矩阵l进行投影得到矩阵l’，将矩阵l’与矩阵k’进行叉乘，其中这两个矩阵中结束较小的一个以对角阵补齐，叉乘后得到矩阵q；
(2e)计算矩阵q的特征值f。
优选地，所述第二本地分析包括：
(3a)以第三部分的图像几何中心为中心、预设长度为半径的邻域内数据作为待处理的第三部分图像数据；
(3b)对待处理的第三部分图像数据进行二值化和降噪处理，得到数据集r；
(3c)将所述数据集r以数据集o的平均值为密钥进行对称式加密，得到数据集r’；
(3d)将数据集r’与预设参考指纹数据m进行如下处理：对预设参考指纹数据m进行二值化处理得到m’；计算得到数据集r’的对角阵；根据所述对角阵的阶数，从所述数据集m’左上角第一个值开始截取同样阶数的中间矩阵t；计算中间矩阵t与数据集r’叉乘得到的矩阵的特征值k2。
优选地，所述第二远程分析包括：
(4a)对所述第二指纹图像的所述第四部分传输到远程服务器；
(4b)设
其中，kmn表示第四部分的图像像素(m,n)的灰度值；
对第四部分的图像进行灰度变换tr()得到θm′n：
其中
其中θc为边界识别阈值，由指纹边界识别经验值确定，接着再进行如下计算：
变换系数k′mn＝(k-1)θmn
对图像边界进行提取，提取出的图像边界矩阵为
edges＝[k′mn]
计算该图像边界矩阵的特征值e；
(4c)在远程服务器对接收到的第四部分的数据进行hash运算得到与该第四部分相对应的第二hash值；
(4d)对预设参考指纹数据进行hash运算得到第三hash值。
优选地，确定所述门禁单元的指纹识别结果包括：
(5a)将第一hash值与第二hash值相加并进行一致性hash运算，将运算结果与第三hash值利用minhash算法计算彼此相似度a；
(5b)确定
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。