单目非接触指纹透视扭曲矫正方法和装置与流程

技术特征：
1.一种单目非接触指纹透视扭曲矫正方法，其特征在于，包括以下步骤：获取非接触指纹图像，对所述非接触指纹图像进行预处理，得到预处理后的图像和掩膜；将所述预处理后的图像和掩膜输入梯度估计网络中，输出对应的梯度值，其中，所述梯度值为预测的表面梯度值；通过双线性插值将所述梯度值恢复为原始大小，得到正常的梯度值；使用所述正常的梯度值进行深度图的重建，得到三维手指模型；根据所述三维手指模型对所述非接触指纹图像进行展开以进行扭曲矫正。2.如权利要求1所述的方法，其特征在于，对所述非接触指纹图像进行预处理，包括以下步骤：根据所述非接触指纹图像的像素值进行阈值分割，输出掩膜；在灰度上，使用自适应直方图均衡化来调整所述非接触图像的脊线和谷线的对比度至统一；在尺寸上，对所述非接触图像的脊线周期进行归一化，将所有非接触指纹中心区域的脊线周期调整为统一的值；在姿态上，对非接触指纹偏离竖直方向的姿态进行修正，先估计所述非接触指纹图像同竖直方向间的夹角，再将所述非接触指纹转正。3.如权利要求1所述的方法，其特征在于，将所述预处理后的图像和掩膜输入梯度估计网络中，输出对应的梯度值，具体过程为：对所述预处理的图像进行归一化，调整图片亮度；对调整后的图片进行特征提取，得到方向场和周期图；使用所述掩膜分别对所述方向场和所述周期图进行处理，生成最终的方向场和周期图；对所述掩膜、所述方向场和所述周期图进行处理，生成所述梯度值。4.如权利要求1所述的方法，其特征在于，使用损失函数训练所述梯度估计网络，包括以下步骤：使用技术同时获取第一组手指三维模型和对应的第一组非接触指纹图像；使用指纹特征提取技术从所述第一组非接触指纹图像中提取出第一组方向场、周期图、掩膜，将所述第一组手指三维模型的深度图微分得到第一组梯度值，并对所述第一组方向场、周期图、掩膜和所述第一组梯度值进行采样生成第一组训练数据；多角度采集获取第二组非接触指纹图像，使用从轮廓恢复形状方法对所述第二组非接触指纹图像进行计算得到第二组手指三维模型；使用指纹特征提取技术从所述第二组非接触指纹图像中提取出第二组方向场、周期图、掩膜，将所述第二组手指三维模型的深度图微分得到第二组梯度值，并对所述第二组方向场、周期图、掩膜和所述第二组梯度值进行采样生成第二组训练数据；首先将所述第一组训练数据输入所述梯度估计网络中进行训练，之后将所述第二组训练数据输入所述梯度估计网络中进行微调，完成训练。5.如权利要求3所述的方法，其特征在于，所述损失函数包括方向场损失、周期损失和梯度损失，最终的损失函数为三个损失函数之和，其中，
所述方向场损失包括估计值与真实值间的交叉熵损失一句方向场的一致性约束；所述周期损失为估计值与真实值间的交叉熵误差以及方向场的光滑约束；所述梯度损失为估计值与真实值间的加权误差；在所述损失函数中加入权重约束，保证梯度的相对误差在各处一致。6.如权利要求1所述的方法，其特征在于，采用从中心点向边缘区域进行积分的方法重建所述深度图，具体过程为选取所述梯度值中最小的点为积分原点，采用先沿x轴再沿y轴和先沿y轴再沿x轴两种积分路径得到两种结果，再平均所述两种结果得到最终结果，表示为：为：为：其中，积分路径l1为先沿x轴再沿y轴：原点(0,0)
→
(x,0)
→
(x,y)，积分路径l2为先沿y轴再沿x轴：原点(0,0)
→
(0,y)
→
(x,y)，g
x
(x,y)为梯度值的x方向分量，g
y
(x,y)为梯度值的y方向分量。7.如权利要求1所述的方法，其特征在于，对所述非接触指纹图像进行展开，具体过程为：将弧长作为展开后的新坐标，根据所述新坐标对所述非接触指纹图像进行变换得到展开后的非接触指纹图像，水平方向的弧长为：竖直方向的弧长为：其中，g
x
(x,y)为梯度值的x方向分量，g
y
(x,y)为梯度值的y方向分量，将所述非接触指纹图像按照坐标(u,v)进行变换得到展开后的非接触指纹图像。8.一种单目非接触指纹透视扭曲矫正装置，其特征在于，包括：获取模块，用于获取非接触指纹图像，对所述非接触指纹图像进行预处理，得到预处理后的图像和掩膜；计算模块，用于将所述预处理后的图像和掩膜输入梯度估计网络中，输出对应的梯度值，其中，所述梯度值为预测的表面梯度值；恢复模块，用于通过双线性插值将所述梯度值恢复为原始大小，得到正常的梯度值；重建模块，用于使用所述正常的梯度值进行深度图的重建，得到三维手指模型；矫正模块，用于根据所述三维手指模型对所述非接触指纹图像进行展开以进行扭曲矫正。9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算
机程序被处理器执行时实现如权利要求1
‑
7中任一所述的方法。

技术总结
本申请提出了一种单目非接触指纹透视扭曲矫正方法，该方法包括：获取非接触指纹图像，对非接触指纹图像进行预处理，得到预处理后的图像和掩膜；将预处理后的图像和掩膜输入梯度估计网络中，输出预测的表面梯度值；通过双线性插值将梯度值恢复为原始大小，得到正常的梯度值；使用正常的梯度值进行深度图的重建，得到三维手指模型；根据三维手指模型对非接触指纹图像进行展开以进行扭曲矫正。本申请解决了投影成像造成的透视扭曲降低非接触指纹识别率的技术问题，通过单幅非接触指纹图像进行三维重建和透视扭曲校正，不需要复杂的采集设备或者多次采集结果，大大降低了对设备硬件的要求，提升了非接触指纹的识别性能，更适用于实际生产生活中。际生产生活中。际生产生活中。


技术研发人员：冯建江 周杰 崔哲
受保护的技术使用者：清华大学
技术研发日：2021.06.16
技术公布日：2021/10/28