专利名称：一种求取现场指纹方向的方法和装置的制作方法
技术领域：
本发明涉及指纹识别技术领域，特别是涉及一种求取现场指纹方向的方法和装置。
背景技术：
刑事侦破中，指纹识别是应用很普遍的一种技术。实际应用中，刑事指纹识别的一 大类需求是对现场指纹的比对，通过对犯罪现场提取的指纹进行识别，找到可能的犯罪嫌 疑人。现场指纹是指犯罪现场遗留下的指纹(接触物体后留下的指纹痕迹)。实际应用中，指纹识别方法主要是基于细节点比对的，即提取细节点作为特征来 表征指纹图像，通过比对这些细节点进行识别。基于细节点的比对方法分为两个主要过程 处理过程和比对过程。其中处理过程主要包括有效区域估计、方向图估计、脊线提取、纹线 细化和细节点提取，其中方向图估计是非常关键的一步。比对过程主要包括细节点配准和 细节点比对。然而，由于现场指纹其大部分为破损或重叠的指纹，以至于提取出的指纹质量较 差。虽然已有的指纹处理算法在专业提取的指纹上处理结果较为满意，但是对于现场提取 的指纹处理结果甚差。因此，目前需要本领域技术人员迫切解决的一个技术问题就是如何能够创新地 提出一种求取现场指纹方向的方法和装置，以解决这种当前现场指纹提取结果较差的问 题，有效提高现场指纹的提取质量，为案件侦破提供更多的帮助，进一步促进案件的快速侦 破。
发明内容
本发明所要解决的技术问题是提供一种求取现场指纹方向的方法和装置，用以提 高现场指纹的提取质量，为案件侦破提供强有力的帮助，大量节省了刑事侦破中各工作人 员的时间和精力。为了解决上述问题，本发明公开了一种求取现场指纹方向的方法，所述方法包 括提取图像中含指纹的部分，获取指纹图像的有效区域；求取所获取有效区域的方向图和置信度；判断所求取的置信度是否高于预设的置信度阀值若是，则标记该区域为置信度高区域；若否，则标记该区域为置信度低区域；在方向图上置信度高的区域采集控制点，进行三角化并通过判断差异度确定控制点集合；在方向图上置信度低的区域人工标注控制点，将所标注的控制点添加到控制点集 合中进行三角化，并通过判断差异度确定添加到控制点集合的控制点；
用控制点集合中控制点建立模型，求取模型参数，获取最终方向图。优选的，所述在方向图上置信度高的区域采集控制点，进行三角化并通过判断差 异度确定控制点集合具体包括以下子步骤按照预设间隔采集控制点；确定所有控制点的包络，连接位于包络顶点的控制点，形成以包络内控制点为顶 点的三角形；所述包络也即所有最外围的控制点连线构成的封闭区域；将位于包络内的控制点依次插入，删除包含所述控制点三角形的公共边，并对新 形成的三角形进行优化；遍历所有完全落入置信度高区域内的三角形，确定其中心点，并计算中心处方向 与三角形顶点方向的差异度；判断计算所得的差异度是否大于第一预设阀值若是，则在该三角形中继续采集新的控制点，并重复进行优化判断，直到不再需要 采集新的控制点；若否，则该三角形区域中不再采集新的控制点；确定控制点集合。优选的，所述在方向图上置信度低的区域人工标注控制点，将所标注的控制点添 加到控制点集合中进行三角化，并通过判断差异度确定添加到控制点集合的控制点具体包 括以下子步骤人工标记控制点；将人工标记的控制点添加到控制点集合中进行三角化；获取包含人工标记控制点的三角形的中心；计算中心点处方向与三角形顶点方向的差异度；判断所述差异度是否大于第二预设阀值若是，则在该三角形中继续人工标记控制点，并重复进行三角化以及判断，直到不 再需要人工标记新的控制点；若否，则该三角形区域中不再人工标记新的控制点；计算三角化后未被覆盖区域中各个点到三角化后最外围边构成的包络的最小距 离，并判断其是否大于第三预设阀值若是，则在由该点构成的区域人工标记控制点，并且对人工标记的控制点重复进 行计算和判断操作，直到无需人工标记控制点为止；若否，则由该点构成的区域不需要人工标记控制点。优选的，所述用控制点集合中控制点建立模型，求取模型参数，获取最终方向图具 体包括以下子步骤选取能覆盖控制点集合中所有控制点的最小包络；用控制点集合中控制点建立模型；求取模型参数苳，巧 ；利用参数if, 求取最终的方向图。优选的，所述控制点包括位置和角度信息。本发明还公布了一种求取现场指纹方向的装置，所述装置包括提取模块，用于提取图像中含指纹的部分，获取指纹图像的有效区域；求取模块，用于求取所获取有效区域的 方向图和置信度；判断模块，用于判断所求取的置信度是否高于预设的置信度阀值第一标记模块，用于判断模块判断为是时，标记该区域为置信度高区域；第二标记模块，用于判断模块判断为否时，标记该区域为置信度低区域；第一处理模块，用于在方向图上置信度高的区域采集控制点，进行三角化并通过 判断差异度确定控制点集合；第二处理模块，用于在方向图上置信度低的区域人工标注控制点，将所标注的控 制点添加到控制点集合中进行三角化，并通过判断差异度确定添加到控制点集合的控制点。获取模块，用于用控制点集合中控制点建立模型，求取模型参数，获取最终方向 图。优选的，所述第一处理模块包括以下子模块采集子模块，用于按照预设间隔采集控制点；三角化第一子模块，用于确定所有控制点的包络，连接位于包络顶点的控制点，形 成以包络内控制点为顶点的三角形；所述包络也即所有最外围的控制点连线构成的封闭区 域；优化子模块，用于将位于包络内的控制点依次插入，删除包含所述控制点三角形 的公共边，并对新形成的三角形进行优化；第一计算子模块，用于遍历所有完全落入置信度高区域内的三角形，确定其中心 点，并计算中心处方向与三角形顶点方向的差异度；第一判断子模块，用于判断计算所得的差异度是否大于第一预设阀值第一处理子模块，用于第一判断子模块判断为是时，在该三角形中继续采集新的 控制点，并重复进行优化判断，直到不再需要采集新的控制点；第二处理子模块，用于第一判断子模块判断为否时，确定该三角形区域中不再采 集新的控制点；确定子模块，用于确定控制点集合。优选的，所述第二处理模块包括以下子模块标记子模块，用于人工标记控制点；三角化第二子模块，用于将人工标记的控制点添加到控制点集合中进行三角化；获取子模块，用于获取包含人工标记控制点的三角形的中心；第二计算子模块，用于计算中心点处方向与三角形顶点方向的差异度；第二判断子模块，用于判断所述差异度是否大于第二预设阀值第三处理子模块，用于第二判断子模块判断为是时，在该三角形中继续人工标记 控制点，并重复进行三角化以及判断，直到不再需要人工标记新的控制点；第四处理子模块，用于第二判断子模块判断为否时，确定该三角形区域中不再人 工标记新的控制点；第三判断子模块，用于计算三角化后未被覆盖区域中各个点到三角化后最外围边 构成的包络的最小距离，并判断其是否大于第三预设阀值
第五处理子模块，用于在第三判断子模块判断为是时，在由该点构成的区域人工 标记控制点，并且对人工标记的控制点重复进行计算和判断操作，直到无需人工标记控制 点为止；第六处理子模块，用于在第三判断子模块判断为否时，确定由该点构成的区域不 需要人工标记控制点。与现有技术相比，本发明具有以下优点本发明通过提取图像中含指纹的部分，获取指纹图像的有效区域，求取所获取有 效区域的方向图和置信度，判断所求取的置信度是否高于预设的置信度阀值若是，则标记 该区域为置信度高区域；若否，则标记该区域为置信度低区域；在方向图上置信度高的区 域采集控制点，进行三角化并通过判断差异度确定控制点集合，在方向图上置信度低的区 域人工标注控制点，将所标注的控制点添加到控制点集合中进行三角化，并通过判断差异 度确定添加到控制点集合的控制点，用控制点集合中控制点建立模型，求取模型参数，获取 最终方向图，采用交互的方式添加控制点，融合了计算机自动处理的能力和人的智能和灵 活，根据得到的控制点用模型的方法求取方向图，保证了求取出的方向图有一定的抗噪能 力，为后续的指纹比对奠定了必要的基础，解决了对现场提取的质量较差的指纹提取方向 图的问题，为案件侦破提供了强有力的帮助。
图1是本发明实施例一所述的一种求取现场指纹方向的方法流程图；图2是本发明实施例一所述的保存的指纹图像的有效区域的示意图；图3是本发明实施例二所述的一种求取现场指纹方向的装置结构图。
具体实施例方式为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实 施方式对本发明作进一步详细的说明。随着指纹识别技术的不断发展，其应用也越来越广泛，尤其对刑事侦破的帮助也 越来越大，如果能够找到一种快速有效求取现场指纹方向的方法和装置，那么将会有效提 高现场指纹的提取质量，为刑事案件的侦破提供强有力的帮助。因此，本专利发明人创造性地提出了本发明实施例的核心构思之一，即提供一种 求取现场指纹方向的方法和装置，通过提取图像中含指纹的部分，获取指纹图像的有效区 域，求取所获取有效区域的方向图和置信度，判断所求取的置信度是否高于预设的置信度 阀值若是，则标记该区域为置信度高区域；若否，则标记该区域为置信度低区域；在方向 图上置信度高的区域采集控制点，进行三角化并通过判断差异度确定控制点集合，在方向 图上置信度低的区域人工标注控制点，将所标注的控制点添加到控制点集合中进行三角 化，并通过判断差异度确定添加到控制点集合的控制点，用控制点集合中控制点建立模型， 求取模型参数，获取最终方向图。实施例一参照图1，示出了本发明所述的一种求取现场指纹方向的方法流程图，所述方法具 体包括
S101，提取图像中含指纹的部分，获取指纹图像的有效区域；所述提取出图像中含有指纹的部分，也就是指一幅指纹图像中包含脊线的部分， 这一部分图像通常称为指纹图像的有效区域，具体的来说，将指纹图像划分为大小为16*16 像素的方格。对每一个方格统计其灰度均值与方差。如果其灰度均值在[30，220]范围内， 并且方差大于5，则当前方格被定为有效方格。对上面得到的结果进行3*3的频域滤波，即 对每个16*16像素的方格，如果它的3*3的邻域内(即与它相八连通的8个16*16像素的 方格中)只有它一个在前面的步骤中被认为是无效的，则把它纠正为有效的。反之，如果它 的3*3的邻域内(即与它相八连通的8个方格中)只有它一个在前面的步骤中被认为是有 效的，则把它纠正为无效的。如果得到的有效区域是多连通区域，即判定的有效区域中间有 “洞”。则把这些“洞”的位置也更正为有效区域。实际中，使用一个简单的由16-点构成的链的模型来表示有效区域。首 先，找到上一部计算出的有效区域的中心，也即计算出所有有效区域内点的X坐 标和y坐标的平均值。然后，从计算出的中心点以16个不同的角度(分别为0，
π π I 1 5 3 79 5 11 3 13 1π ^ 15^-
一,一 ,—π , —π , —π , —π , —π , Jt, —π , —π , —π , —π , —π ,——禾Π-
8 4 8 2 8 4，88 4 8 2 8 4 8
)画出16条线。这些线和有效区域边缘的交点即构成了所需的16个点。这样，通过保存
这32字节的数据，也就保存了这一指纹图像的有效区域，图2示出了所述保存的指纹图像
的有效区域的示意图。S102，求取所获取有效区域的方向图和置信度；指纹图像的方向图用一个矩阵0(m，η)表示，其中的每个元素0(m，η)代表该坐标 点(m，n)处指纹图像中脊线的方向角度。一般取4X4的正方形(包含16个像素点)为一 个坐标单元，每个单元处的方向由该单元中心点的方向表示。具体的来说，首先，计算指纹图像的有效区域中各个坐标点的方向，以计算点(X， y)的方向0(x，y)为例进行介绍，所采用的公式如下 其中，Γ表示以点(X，y)为中心的4X4的正方形，(Gx, Gy)是邻域中每一点的横纵坐标梯度分量，arctan ( ·)的值域是[_ π，Ji ],0(x，y)的值域是 W，π]。其次，计算各个坐标点的置信度，以计算点(x，y)的置信度w(x，y)为例进行介绍， 所采用的公式如下 其中，Γ表示以点(X，y)为中心的4X4的正方形，(Gx, Gy)是邻域Γ中每一点的横纵坐标梯度分量，w(x,y)的值域是W，l]，其值越高表示可信度越高，方向越可靠。S103，判断所求取的置信度是否高于预设的置信度阀值
若是，则执行S104;若否，则执行S105;S104，标记该区域为置信度高区域；S105，标记该区域为置信度低区域；在步骤S102求取的方向图和置信度矩阵的基础上，设置置信度阈值wt = 0.25。对 于置信度大于这一阈值的区域，标记为置信度高区域，用H表示(可以有多个)，小于这一置 信度阈值的区域标记为置信度低区域，用L表示(可以有多个)。S106，在方向图上置信度高的区域采集控制点，进行三角化并通过判断差异度确 定控制点集合；优选的，所述步骤S106包括以下子步骤S11，按照预设间隔采集控制点；定义采集间隔A = 26，在方向图上置信度高的区域每隔A采集一个点作为控制 点，所述控制点包括位置和角度信息。利用上面得到的控制点把所述方向图进行三角化，即 划分为彼此不相交的多个三角形区域，所述控制点就在各个三角形顶点上。所述采集控制 点的工作一般有计算机完成。S12，确定所有控制点的包络，连接位于包络顶点的控制点，形成以包络内控制点 为顶点的三角形；所述包络也即所有最外围的控制点连线构成的封闭区域；找到所有控制点的包络，即所有最外围的控制点连线构成的封闭区域。直线连接 位于包络顶点的控制点，使得包络中的区域为多个互不相交的以包络上的控制点为顶点的 三角形。S13，将位于包络内的控制点依次插入，删除包含所述控制点三角形的公共边，并 对新形成的三角形进行优化；将位于包络内的控制点依次插入，在现有的三角形中找出其外接圆包含上述插入 控制点的三角形，删除这种三角形的公共边，将插入的控制点同上述三角形的全部顶点连 接起来，对局部新形成的三角形进行优化将两个具有共同边的三角形合成一个多边形。作 上述多边形的最小外接圆，看其第四个顶点是否在三角形的外接圆之内。如果在，修正对角 线即将对角线对调，即完成局部优化过程的处理。如果不在，无需变动。重复进行操作，直 到所有散点插入完毕。S14，遍历所有完全落入置信度高区域内的三角形，确定其中心点，并计算中心处 方向与三角形顶点方向的差异度；对所有完全落在区域H内的三角形(记为AMi M2 M3)遍历，取P(Xp，yp)为三角形 AM2 M3的中心 其中，Xl、x2、x3分别为三角形A Mi M2 13顶点的横坐标，y” y2、y3分别为三角形 A M2 M3的纵坐标。在计算出的P(xp，yp)周围，在原方向图中取欧氏距离与P(xp，yp)最近的一个像素 点Pn，把Pn的方向作为P(xp，yp)的方向估计值。
然后，计算三角中点P(xp，yp)处的方向《和三角形AM1 M2 M3顶点方向的差异度 S15，判断计算所得的差异度是否大于第一预设阀值若是，则执行S16;若否，则执行S17。S16，在该三角形中继续采集新的控制点，并重复进行优化判断，直到不再需要采 集新的控制点；S17，该三角形区域中不再采集新的控制点；假设取定一个阈值ADtl= 1800作为第一预设阀值，算出的AD大于此阈值则这 个三角形内需要继续采集控制点，则添加P(Xp，yp)作为新的控制点；Δ 小于此阈值的三角 形内不需要添加控制点。对于新采集的控制重复进行三角化以及三角形的优化和判断，直 到不再需要采集新的控制点为止。S18，确定控制点集合。上述步骤中所采集的控制点作为控制点集合存在。步骤S104和S105所标记的区域H是不需要手工标注控制点的，而区域L是需要 用户需要手工标注控制点的。S107，在方向图上置信度低的区域人工标注控制点，将所标注的控制点添加到控 制点集合中进行三角化，并通过判断差异度确定添加到控制点集合的控制点；优选的，所述步骤S107包括以下子步骤S21，人工标记控制点；优选的，所述控制点包括位置和角度信息。在所述区域L中能分辨脊线处，人工标记的控制点。标记控制点即为用于辅助恢 复方向图的有效信息点，包括位置、角度信息，记人工标记的控制点为ΡΗ。S22，将人工标记的控制点添加到控制点集合中进行三角化；将人工标记的控制点PH添加到控制点集合中，三角化的具体实现参照前面的介 绍进行实现。S23，获取包含人工标记控制点的三角形的中心；对于三角化后包含以PH为顶点的三角形，取P(xp，yp)为三角形
的中 心， 其中，X1, x2, X3分别为三角形AM1 M2 M3顶点的横坐标，y” y2、y3分别为三角形 AM1 M2 M3的纵坐标。S24，计算中心点处方向与三角形顶点方向的差异度；具体来说通过插值得到P (xp，yp)的方向变换三角形顶点的方向取值范围
对三角形顶点的方向进行变换 求取虚控制点的方向 对求出的控制点方向进行变换
点P的方向即为&
o
计算中点和三角形顶点的方向差异度AD预设阀值角化以及判断，直到不再
S25，判断所述差异度是否大于第 若是，则执行S26; 若否，则执行S27 ；
S26，在该三角形中继续人工标记控制点，并重复进行J 需要人工标记新的控制点；S27，该三角形区域中不再人工标记新的控制点；设定一个阈值A队作为第二预设阀值，若计算出的AD大于此阈值则这个三角形 内提示需要标记控制点，需要在该三角形中继续人工标记控制点，标记完控制点后，重复将 新标记的控制点加入到控制点集合中进行三角化以及判断，直到不再需要人工标记新的控 制点为止；若AD小于此阈值，则该三角形中不再人工标记新的控制点。S28，计算三角化后未被覆盖区域中各个点到三角化后最外围边构成的包络的最 小距离，并判断其是否大于第三预设阀值
若是，则执行S29;若否，则执行S210。 S29，在由该点构成的区域人工标记控制点，并且对人工标记的控制点重复进行计 算和判断操作，直到无需人工标记控制点为止；S210,由该点构成的区域不需要人工标记控制点。对于三角化后没有三角形覆盖的区域，记为区域N。对区域N中的各个点进行遍 历，计算各点到包络上的点的最小距离n_d，这里的包络为三角化后所有三角形最外面的边 构成的包络。设定一个阈值δ =20个像素点作为第三预设阀值，若n_d> δ，则在由该点构成 的区域人工标记控制点，并且对人工标记的控制点重复进行计算和判断操作，直到无需人 工标记控制点为止；若n_d< δ，则由该点构成的区域不需要人工标记控制点。所标记的 控制点都会添加到控制点集合中。S108，用控制点集合中控制点建立模型，求取模型参数，获取最终方向图。优选的所述步骤S108包括以下子步骤S31，选取能覆盖控制点集合中所有控制点的最小包络；S32，用控制点集合中控制点建立模型；定义θ (χ, y)和U(x，y)分别为点(x, y)处的方向和变换函数，则单位矢量U(x， y)可以用方向值θ (X，y)表示为U(x, y) = cos2 θ (χ, y)+isin2 θ (χ, y)= RE (χ, y)+iIM(x, y),其中，RE(χ, y)和IM(χ, y)分别表示U(x，y)的实部和虚部。为了刻画式中RE(x，y)和IM(x，y)，两个双变量的多项式被建立起来，分别是 PR(X，y)和PI (x, y)。这两个多项式可以用公式计算如下PR(x, y) = Xt · P1 · Y,禾口PI(x，y) = Xt · P2 · Y，其中，X=(l，x，x2，……,χΜ), Y= (l,y,y2,……，yM)，在上两式中，M是多项式模型的阶数。P1和P2各有(M+1)X(M+1)个参数需估计。 估计参数的过程是一个拟合的过程找到最佳的P1和P2使得重建的方向图与原始方向图之 间的误差最小。在上述模型中，阶数一般选择M = 4，既可满足拟合精度，取得较好的拟合效果，且 计算量较小。S33，求取模型参数月·，P；；(P；, P；) =arg min 其中，θ。是控制点(χ, y)的方向，θ 0 = 0(x, y)S是控制点的集合，S34，利用参数<，尽'求取最终的方向图。
对于每个点(x，y)处的方向0 (x，y)，将其坐标值x，y和if , P2'的值代入PR(x, y) = XT Y禾口PI(x，y) = XT P2 Y，其中，X=(l，x，x2，……，XM)，Y= (l，y，y2，……，yM)，求出PR(x, y)和 PI(x, y)，即求出 RE(x, y)和 IM(x, y)。再将RE(x，y)和IM(x，y)代入公式U(x, y) = cos2 0 (x, y)+isin2 0 (x, y)= RE(x, y)+iIM(x, y),求出0 (x，y)，即求出了方向图。本实施例所述的求取现场指纹方向的方法，采用交互的方式添加控制点，融合了 计算机自动处理的能力和人的智能和灵活，根据得到的控制点用模型的方法求取方向图， 保证了求取出的方向图有一定的抗噪能力，为后续的指纹比对奠定了必要的基础，解决了 对现场提取的质量较差的指纹提取方向图的问题，为案件侦破提供了强有力的帮助。实施例二参照图3，示出了本发明所述的一种求取现场指纹方向的装置结构图，所述装置具 体包括提取模块301，用于提取图像中含指纹的部分，获取指纹图像的有效区域；求取模块302，用于求取所获取有效区域的方向图和置信度；判断模块303，用于判断所求取的置信度是否高于预设的置信度阀值第一标记模块304，用于判断模块303判断为是时，标记该区域为置信度高区域；第二标记模块305，用于判断模块303判断为否时，标记该区域为置信度低区域；第一处理模块306，用于在方向图上置信度高的区域采集控制点，进行三角化并通 过判断差异度确定控制点集合；第二处理模块307，用于在方向图上置信度低的区域人工标注控制点，将所标注的 控制点添加到控制点集合中进行三角化，并通过判断差异度确定添加到控制点集合的控制点.获取模块308，用于用控制点集合中控制点建立模型，求取模型参数，获取最终方 向图。优选的，所述第一处理模块306包括以下子模块采集子模块3061，用于按照预设间隔采集控制点；三角化第一子模块3062，用于确定所有控制点的包络，连接位于包络顶点的控制 点，形成以包络内控制点为顶点的三角形；所述包络也即所有最外围的控制点连线构成的 封闭区域；优化子模块3063，用于将位于包络内的控制点依次插入，删除包含所述控制点三 角形的公共边，并对新形成的三角形进行优化；第一计算子模块3064，用于遍历所有完全落入置信度高区域内的三角形，确定其 中心点，并计算中心处方向与三角形顶点方向的差异度；第一判断子模块3065，用于判断计算所得的差异度是否大于第一预设阀值第一处理子模块3066，用于第一判断子模块3065判断为是时，在该三角形中继续采集新的控制点，并重复进行优化判断，直到不再需要采集新的控制点；第二处理子模块3067，用于第一判断子模块3065判断为否时，确定该三角形区域 中不再采集新的控制点；确定子模块3068，用于确定控制点集合。
优选的，所述第二处理模块307包括以下子模块标记子模块3071，用于人工标记控制点；三角化第二子模块3072，用于将人工标记的控制点添加到控制点集合中进行三角 化；获取子模块3073，用于获取包含人工标记控制点的三角形的中心；第二计算子模块3074，用于计算中心点处方向与三角形顶点方向的差异度；第二判断子模块3075，用于判断所述差异度是否大于第二预设阀值第三处理子模块3076，用于第二判断子模块3075判断为是时，在该三角形中继续 人工标记控制点，并重复进行三角化以及判断，直到不再需要人工标记新的控制点；第四处理子模块3077，用于第二判断子模块3075判断为否时，确定该三角形区域 中不再人工标记新的控制点；第三判断子模块3078，用于计算三角化后未被覆盖区域中各个点到三角化后最外 围边构成的包络的最小距离，并判断其是否大于第三预设阀值第五处理子模块3079，用于在第三判断子模块3078判断为是时，在由该点构成的 区域人工标记控制点，并且对人工标记的控制点重复进行计算和判断操作，直到无需人工 标记控制点为止；第六处理子模块30710，用于在第三判断子模块3078判断为否时，确定由该点构 成的区域不需要人工标记控制点。本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与 其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置实施例 而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部 分说明即可。以上对本发明所提供的一种求取现场指纹方向的方法和装置进行了详细介绍，本 文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于 帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思 想，在具体实施方式
及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对 本发明的限制。
权利要求
一种求取现场指纹方向的方法，其特征在于，所述方法包括提取图像中含指纹的部分，获取指纹图像的有效区域；求取所获取有效区域的方向图和置信度；判断所求取的置信度是否高于预设的置信度阀值若是，则标记该区域为置信度高区域；若否，则标记该区域为置信度低区域；在方向图上置信度高的区域采集控制点，进行三角化并通过判断差异度确定控制点集合；在方向图上置信度低的区域人工标注控制点，将所标注的控制点添加到控制点集合中进行三角化，并通过判断差异度确定添加到控制点集合的控制点；用控制点集合中控制点建立模型，求取模型参数，获取最终方向图。
2.根据权利要求1所述的方法，其特征在于，所述在方向图上置信度高的区域采集控 制点，进行三角化并通过判断差异度确定控制点集合具体包括以下子步骤按照预设间隔采集控制点；确定所有控制点的包络，连接位于包络顶点的控制点，形成以包络内控制点为顶点的 三角形；所述包络也即所有最外围的控制点连线构成的封闭区域；将位于包络内的控制点依次插入，删除包含所述控制点三角形的公共边，并对新形成 的三角形进行优化；遍历所有完全落入置信度高区域内的三角形，确定其中心点，并计算中心处方向与三 角形顶点方向的差异度；判断计算所得的差异度是否大于第一预设阀值若是，则在该三角形中继续采集新的控制点，并重复进行优化判断，直到不再需要采集 新的控制点；若否，则该三角形区域中不再采集新的控制点； 确定控制点集合。
3.根据权利要求1所述的方法，其特征在于，所述在方向图上置信度低的区域人工标 注控制点，将所标注的控制点添加到控制点集合中进行三角化，并通过判断差异度确定添 加到控制点集合的控制点具体包括以下子步骤人工标记控制点；将人工标记的控制点添加到控制点集合中进行三角化； 获取包含人工标记控制点的三角形的中心； 计算中心点处方向与三角形顶点方向的差异度； 判断所述差异度是否大于第二预设阀值若是，则在该三角形中继续人工标记控制点，并重复进行三角化以及判断，直到不再需 要人工标记新的控制点；若否，则该三角形区域中不再人工标记新的控制点；计算三角化后未被覆盖区域中各个点到三角化后最外围边构成的包络的最小距离，并 判断其是否大于第三预设阀值若是，则在由该点构成的区域人工标记控制点，并且对人工标记的控制点重复进行计算和判断操作，直到无需人工标记控制点为止；若否，则由该点构成的区域不需要人工标记控制点。
4.根据权利要求1所述的方法，其特征在于，所述用控制点集合中控制点建立模型，求 取模型参数，获取最终方向图具体包括以下子步骤选取能覆盖控制点集合中所有控制点的最小包络； 用控制点集合中控制点建立模型； 求取模型参数^，P2*; 利用参数Zf , <求取最终的方向图。
5.根据权利要求4所述的方法，其特征在于 所述控制点包括位置和角度信息。
6.一种求取现场指纹方向的装置，其特征在于，所述装置包括提取模块，用于提取图像中含指纹的部分，获取指纹图像的有效区域； 求取模块，用于求取所获取有效区域的方向图和置信度； 判断模块，用于判断所求取的置信度是否高于预设的置信度阀值 第一标记模块，用于判断模块判断为是时，标记该区域为置信度高区域； 第二标记模块，用于判断模块判断为否时，标记该区域为置信度低区域； 第一处理模块，用于在方向图上置信度高的区域采集控制点，进行三角化并通过判断 差异度确定控制点集合；第二处理模块，用于在方向图上置信度低的区域人工标注控制点，将所标注的控制点 添加到控制点集合中进行三角化，并通过判断差异度确定添加到控制点集合的控制点； 获取模块，用于用控制点集合中控制点建立模型，求取模型参数，获取最终方向图。
7.根据权利要求6所述的装置，其特征在于，所述第一处理模块包括以下子模块 采集子模块，用于按照预设间隔采集控制点；三角化第一子模块，用于确定所有控制点的包络，连接位于包络顶点的控制点，形成以 包络内控制点为顶点的三角形；所述包络也即所有最外围的控制点连线构成的封闭区域；优化子模块，用于将位于包络内的控制点依次插入，删除包含所述控制点三角形的公 共边，并对新形成的三角形进行优化；第一计算子模块，用于遍历所有完全落入置信度高区域内的三角形，确定其中心点，并 计算中心处方向与三角形顶点方向的差异度；第一判断子模块，用于判断计算所得的差异度是否大于第一预设阀值 第一处理子模块，用于第一判断子模块判断为是时，在该三角形中继续采集新的控制 点，并重复进行优化判断，直到不再需要采集新的控制点；第二处理子模块，用于第一判断子模块判断为否时，确定该三角形区域中不再采集新 的控制点；确定子模块，用于确定控制点集合。
8.根据权利要求6所述的装置，其特征在于，所述第二处理模块包括以下子模块 标记子模块，用于人工标记控制点；三角化第二子模块，用于将人工标记的控制点添加到控制点集合中进行三角化； 获取子模块，用于获取包含人工标记控制点的三角形的中心；第二计算子模块，用于计算中心点处方向与三角形顶点方向的差异度； 第二判断子模块，用于判断所述差异度是否大于第二预设阀值 第三处理子模块，用于第二判断子模块判断为是时，在该三角形中继续人工标记控制 点，并重复进行三角化以及判断，直到不再需要人工标记新的控制点；第四处理子模块，用于第二判断子模块判断为否时，确定该三角形区域中不再人工标 记新的控制点；第三判断子模块，用于计算三角化后未被覆盖区域中各个点到三角化后最外围边构成的包络的最小距离，并判断其是否大于第三预设阀值第五处理子模块，用于在第三判断子模块判断为是时，在由该点构成的区域人工标记 控制点，并且对人工标记的控制点重复进行计算和判断操作，直到无需人工标记控制点为 止；第六处理子模块，用于在第三判断子模块判断为否时，确定由该点构成的区域不需要 人工标记控制点。
全文摘要
本发明提供了一种求取现场指纹方向的方法和装置，通过采用交互的方式添加控制点，融合了计算机自动处理的能力和人的智能和灵活，根据得到的控制点用模型的方法求取方向图，保证了求取出的方向图有一定的抗噪能力，为后续的指纹比对奠定了必要的基础，解决了对现场提取的质量较差的指纹提取方向图的问题，为案件侦破提供了强有力的帮助。
文档编号G06K9/00GK101853382SQ20101017740
公开日2010年10月6日 申请日期2010年5月18日 优先权日2010年5月18日
发明者周杰, 夏露, 陈芳林 申请人:清华大学