(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210933758.5 (22)申请日 2022.08.04 (71)申请人 浙江中正智能科技有限公司 地址 310012 浙江省杭州市西湖区文三路 90号71幢5层东505-508、 西501-508房 间 (72)发明人 刘中秋　祝江威　何小梅　章东平　 常雪景　 (51)Int.Cl. G06V 40/12(2022.01) G06V 10/762(2022.01) (54)发明名称 一种基于空间聚类的形变指纹匹配方法 (57)摘要 本发明提供了一种基于空间聚类的形变指 纹匹配方法， 通过计算候选匹配结构对并在变换 空间进行聚类筛选得到更为精确完整的匹配特 征点对， 减少了因无法覆盖形变指纹数据产生的 指纹特征点匹配点对遗漏或者误判， 此方法具有 良好的指纹匹配性能， 有效提高了形变指纹匹配 的准确率。 权利要求书2页 说明书6页 附图3页 CN 115240233 A 2022.10.25 CN 115240233 A 1.一种基于空间聚类的形变指纹匹配方法， 其特 征在于， 包括如下步骤： 步骤1， 对两枚指纹进行指纹特 征点提取， 获得两个初始特 征点集T和I； 步骤2， 对于初始特征点集T中任一特征点与初始特征点集I中任一特征点组成的全部 特征点对， 建立对应的局部结构 P和Q； 步骤3， 计算由初始特征点集T、 局部结构P构成的特征点对与由初始特征点集I、 局部结 构Q构成的特 征点对之间的相似度分数； 步骤4， 任选局部结构P、 Q， 针对其构成的特征点对， 以步骤3中对应相似度分数为连接 权重， 使用KM算法进行最大权重匹配， 得到匹配点对集M， 所选局部结构P、 Q的相似度分数即 为匹配点对集M中所含点对 对应的相似度分数之和； 若匹配点对集M中点对个数不小于T1且对应所选局部结构P、 Q的相似度分数不小于T2， 则将所选局部结构P、 Q构 成的局部结构对视为候选匹配局部结构对， 其中T1、 T2是通过实验 设定的经验阈值； 步骤5， 继续任选局部结构P、 Q并构成新的特征点对， 针对新特征点对重复执行步骤4中 操作， 直到完成对所有由局部结构P、 Q构成的特征点对的遍历， 获得全部候选匹配局部结构 对； 步骤6， 对全部候选匹配局部结构对， 利用其在变换空间的邻近性计算聚类， 判断任意 两个候选匹配局部结构对是否是邻近的； 步骤7， 设置初始化 空集S1， 任意选取一个候选匹配局部结构对加入S1， 随后将与该候选 匹配局部结构对邻近的候选匹配局部结构对加入S1， 重复操作直到S1中的每一个候选匹配 局部结构对及与其邻近的候选匹配局部结构对均已属于S1。 随后设置初始化空集S2， 在剩余 的候选匹配局部结构对中继续任选一个对空集S2重复上述操作， 直到所有候选匹配局部结 构对被分配完成， 最终得到序列 {S1,S2,…,Sc}； 步骤8， 对于序列中的每个Si， 以其中包含的候选匹配局部结构对作为带权重的边构成 带权图， 以局部结构相似度分数作为连接权重， 使用KM算法进 行最大权重匹配， 将得到的匹 配对作为Si对应的最 终匹配局部结构对， 所对应的局部结构相似度分数之和即为Si对应的 原始匹配分； 步骤9， 若Si对应的原始匹配分不小于阈值TS， 则其最终匹配局部结构对中的局部结构 所对应的特征点构成最 终匹配特征点对， 根据最 终匹配特征点进一步计算可得Si对应的最 终匹配分， 其中 阈值TS为通过实验确定的经验值； 步骤10， 取序列{S1,S2,…,Sc}中最终匹配分的最大值作为两枚指纹的最终匹配分数， 根据指纹最终匹配分数和指纹匹配阈值TM， 判断两枚指纹是否匹配： 若指纹最终匹配分数 不小于指纹匹配阈值TM， 则判定两枚指纹来自同一手指， 反之则判定两枚指纹并非来自同 一手指， 其中指纹匹配阈值TM具体数值 不固定， 可根据应用场合所需的安全等级来设定 。 2.如权利要求1所述的一种基于空间聚类的形变指纹匹配方法， 其特征在于， 各个特征 点包括信息如下： 横坐标、 纵坐标和特 征方向与横轴的夹角。 3.如权利要求1所述的一种基于空间聚类的形变指纹匹配方法， 其特征在于， 所述步骤 2中构建的局部结构P为以点集T中的任一特征点为中心点， 其所含特征点与中心点的欧氏 距离均不大于Td， 局部结构Q为以点集I中的任一特征点为中心点， 其所含特征点与中心点 的欧氏距离均不大于Td。权　利　要　求　书 1/2 页 2 CN 115240233 A 24.如权利要求3所述的一种基于空间聚类的形变指纹匹配方法， 其特征在于， 所述Td为 经验阈值， 可根据特 征点间距离的变化进行适当调节。 5.如权利要求4所述的一种基于空间聚类的形变指纹匹配方法， 其特征在于， 所述Td取 值为100。 6.如权利要求1所述的一种基于空间聚类的形变指纹匹配方法， 其特征在于， 所述步骤 6计算方法如下： (1)计算出每 个候选匹配局部结构对所对应的旋转角度； (2)计算两 两候选匹配局部结构对中对应特 征点间的欧式距离； (3)计算两两候选匹配局部结构对的旋转角度差， 若旋转角度差不大于阈值TΘ， 则再计 算平均旋转角度， 其中 阈值TΘ为通过实验确定的经验值； (4)基于(3)中得到的平均旋转角度计算旋转后的相对位移差； (5)若两个候选匹配局部 结构对间的计算结果同时满足欧氏距离均不大于Td、 旋转角度 差不大于 阈值Tθ、 相对位移差不大于 阈值TL， 则判定当前两个候选匹配结构对是邻 近的， 其 中阈值TL为通过实验确定的经验值。权　利　要　求　书 2/2 页 3 CN 115240233 A 3