第11卷第5期 智能系统学报 Vol.11 No.5 2016年10月 CAAI Transactions on Intelligent Systems 0ct.2016 D0I:10.11992/is.201601038 网络出版地址：htp:/www.cnki.net/kcms/detail/23.1538.TP.20160718.1522.008.html 基于混沌蜂群优化的指纹匹配算法 史骏鹏，吴一全12 (1.南京航空航天大学电子信息工程学院，江苏南京211106；2.南京理工大学江苏省社会安全图像与视频理解重 点实验室，江苏南京210094) 摘要：为了进一步加快指纹匹配算法的运算速度、提高识别效率，提出了一种基于混沌蜂群优化和可变界限盒的 指纹匹配算法。首先，结合人工蜂群优化算法收敛速度快、，控制参数少、能够避免局部最优等优点以及混沌策略的 类随机性、高遍历性等特点，在指纹点匹配中引入混沌蜂群优化算法，并设计兼顾了匹配精度和运算时间的适应度 函数：然后利用适应度函数估计出指纹特征匹配的几何变换参数并进行指纹点特征的粗匹配：最后，利用可变界限 盒进行精匹配，避免指纹图像局部形变带来的影响。大量实验结果表明，与基于局部特征的指纹匹配算法、基于遗 传算法优化的指纹匹配算法相比，本文提出的算法所需运算时间更短，匹配精度更高。 关键词：指纹识别：特征点匹配：群智能优化；人工蜂群：混沌策略：可变界限盒：适应度函数：极坐标 中图分类号：TP391.4文献标志码：A文章编号：1673-4785(2016)05-0613-06 中文引用格式：史骏鹏，吴一全.基于混沌蜂群优化的指纹匹配算法[J].智能系统学报，2016,11(5)：613-618. 英文引用格式：SHIJunpeng,WU Yiquan..A fingerprint minutiae matching algorithm based on chaotic bee colony optimization[J]. CAAI transactions on intelligent systems,2016,11(5):613-618. A fingerprint minutiae matching algorithm based on chaotic bee colony optimization SHI Junpeng',WU Yiquan2 (1.College of Electronic and Information Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China; 2.Jiangsu Key Laboratory of Image and Video Understanding for Social Safety,Nanjing University of Science and Technology,Nanjing 210094.,China) Abstract:In order to further improve the operational speed and the recognition efficiency of fingerprint matching al- gorithms,a fingerprint matching algorithm based on chaotic bee colony activity and a variable boundary box was proposed.Firstly,by combining the advantages of artificial bee colony optimization including fast convergence times,fewer control parameters,and the lack of local optima,with the features of a chaos strategy including its random-like property and ergodicity,the chaotic bee colony activity was introduced into point pattern matching for fingerprint images.A corresponding fitness function incorporating both matching accuracy and operational time was then designed.The corresponding fitness function was then used to estimate the geometric transformation parameters for fingerprint rough matching.Finally,a variable boundary box can be used for fine matching,because it avoids any influences relating to local deformation of the fingerprint images.A large number of experimental results show that,compared with two alternative fingerprint matching algorithms (based on local features and genetic algorithm optimization,respectively)the proposed algorithm has a shorter operational time and has higher matching accuracy. Keywords:fingerprint recognition;minutiae matching;swarm intelligence optimization;artificial bee colony;chaos strategy;variable boundary box;fitness function;polar coordinates 指纹作为人体的基本特征之一，具有唯一性、终身不变性的特点，已被广泛用于个体身份的验证和 识别。指纹图像的特征匹配作为指纹识别系统的关 收稿日期：2016-01-28.网络出版日期：2016-07-18. 基金项目：国家自然科学基金项目(61573183)：江苏省社会安全图像与视频键环节之一，直接影响识别的速度和精度。如何保 理解重点实验室（南京理工大学）开放基金项目(JSK201302): 江苏省高校优势学科建设工程项目(2012). 证指纹特征匹配算法的实时性和识别率，一直是国 通信作者：吴一全.E-mail:nuaaimage(@163.com.第 １１ 卷第 ５ 期 智 能 系 统 学 报 Ｖｏｌ．１１ №．５ ２０１６ 年 １０ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ｏｃｔ． ２０１６ ＤＯＩ：１０．１１９９２ ／ ｔｉｓ．２０１６０１０３８ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１６０７１８．１５２２．００８．ｈｔｍｌ 基于混沌蜂群优化的指纹匹配算法 史骏鹏１ ，吴一全１，２ （１．南京航空航天大学 电子信息工程学院，江苏 南京 ２１１１０６； ２．南京理工大学 江苏省社会安全图像与视频理解重 点实验室，江苏 南京 ２１００９４） 摘 要：为了进一步加快指纹匹配算法的运算速度、提高识别效率，提出了一种基于混沌蜂群优化和可变界限盒的 指纹匹配算法。 首先，结合人工蜂群优化算法收敛速度快、控制参数少、能够避免局部最优等优点以及混沌策略的 类随机性、高遍历性等特点，在指纹点匹配中引入混沌蜂群优化算法，并设计兼顾了匹配精度和运算时间的适应度 函数；然后利用适应度函数估计出指纹特征匹配的几何变换参数并进行指纹点特征的粗匹配；最后，利用可变界限 盒进行精匹配，避免指纹图像局部形变带来的影响。 大量实验结果表明，与基于局部特征的指纹匹配算法、基于遗 传算法优化的指纹匹配算法相比，本文提出的算法所需运算时间更短，匹配精度更高。 关键词：指纹识别；特征点匹配；群智能优化；人工蜂群；混沌策略；可变界限盒；适应度函数；极坐标 中图分类号：ＴＰ３９１．４ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１６）０５⁃０６１３⁃０６ 中文引用格式：史骏鹏，吴一全．基于混沌蜂群优化的指纹匹配算法［Ｊ］． 智能系统学报， ２０１６， １１（５）： ６１３⁃６１８． 英文引用格式：ＳＨＩ Ｊｕｎｐｅｎｇ， ＷＵ Ｙｉｑｕａｎ． Ａ ｆｉｎｇｅｒｐｒｉｎｔ ｍｉｎｕｔｉａｅ ｍａｔｃｈｉｎｇ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｃｈａｏｔｉｃ ｂｅｅ ｃｏｌｏｎｙ ｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ， ２０１６，１１（５）： ６１３⁃６１８． Ａ ｆｉｎｇｅｒｐｒｉｎｔ ｍｉｎｕｔｉａｅ ｍａｔｃｈｉｎｇ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｃｈａｏｔｉｃ ｂｅｅ ｃｏｌｏｎｙ ｏｐｔｉｍｉｚａｔｉｏｎ ＳＨＩ Ｊｕｎｐｅｎｇ １ ， ＷＵ Ｙｉｑｕａｎ １，２ （１． Ｃｏｌｌｅｇｅ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ａｅｒｏｎａｕｔｉｃｓ ａｎｄ Ａｓｔｒｏｎａｕｔｉｃｓ， Ｎａｎｊｉｎｇ ２１１１０６， Ｃｈｉｎａ； ２． Ｊｉａｎｇｓｕ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｍａｇｅ ａｎｄ Ｖｉｄｅｏ Ｕｎｄｅｒｓｔａｎｄｉｎｇ ｆｏｒ Ｓｏｃｉａｌ Ｓａｆｅｔｙ， Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｎａｎｊｉｎｇ ２１００９４， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｆｕｒｔｈｅｒ ｉｍｐｒｏｖｅ ｔｈｅ ｏｐｅｒａｔｉｏｎａｌ ｓｐｅｅｄ ａｎｄ ｔｈｅ ｒｅｃｏｇｎｉｔｉｏｎ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｆｉｎｇｅｒｐｒｉｎｔ ｍａｔｃｈｉｎｇ ａｌ⁃ ｇｏｒｉｔｈｍｓ， ａ ｆｉｎｇｅｒｐｒｉｎｔ ｍａｔｃｈｉｎｇ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｃｈａｏｔｉｃ ｂｅｅ ｃｏｌｏｎｙ ａｃｔｉｖｉｔｙ ａｎｄ ａ ｖａｒｉａｂｌｅ ｂｏｕｎｄａｒｙ ｂｏｘ ｗａｓ ｐｒｏｐｏｓｅｄ． Ｆｉｒｓｔｌｙ， ｂｙ ｃｏｍｂｉｎｉｎｇ ｔｈｅ ａｄｖａｎｔａｇｅｓ ｏｆ ａｒｔｉｆｉｃｉａｌ ｂｅｅ ｃｏｌｏｎｙ ｏｐｔｉｍｉｚａｔｉｏｎ ｉｎｃｌｕｄｉｎｇ ｆａｓｔ ｃｏｎｖｅｒｇｅｎｃｅ ｔｉｍｅｓ， ｆｅｗｅｒ ｃｏｎｔｒｏｌ ｐａｒａｍｅｔｅｒｓ， ａｎｄ ｔｈｅ ｌａｃｋ ｏｆ ｌｏｃａｌ ｏｐｔｉｍａ， ｗｉｔｈ ｔｈｅ ｆｅａｔｕｒｅｓ ｏｆ ａ ｃｈａｏｓ ｓｔｒａｔｅｇｙ ｉｎｃｌｕｄｉｎｇ ｉｔｓ ｒａｎｄｏｍ⁃ｌｉｋｅ ｐｒｏｐｅｒｔｙ ａｎｄ ｅｒｇｏｄｉｃｉｔｙ， ｔｈｅ ｃｈａｏｔｉｃ ｂｅｅ ｃｏｌｏｎｙ ａｃｔｉｖｉｔｙ ｗａｓ ｉｎｔｒｏｄｕｃｅｄ ｉｎｔｏ ｐｏｉｎｔ ｐａｔｔｅｒｎ ｍａｔｃｈｉｎｇ ｆｏｒ ｆｉｎｇｅｒｐｒｉｎｔ ｉｍａｇｅｓ． Ａ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｆｉｔｎｅｓｓ ｆｕｎｃｔｉｏｎ ｉｎｃｏｒｐｏｒａｔｉｎｇ ｂｏｔｈ ｍａｔｃｈｉｎｇ ａｃｃｕｒａｃｙ ａｎｄ ｏｐｅｒａｔｉｏｎａｌ ｔｉｍｅ ｗａｓ ｔｈｅｎ ｄｅｓｉｇｎｅｄ． Ｔｈｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｆｉｔｎｅｓｓ ｆｕｎｃｔｉｏｎ ｗａｓ ｔｈｅｎ ｕｓｅｄ ｔｏ ｅｓｔｉｍａｔｅ ｔｈｅ ｇｅｏｍｅｔｒｉｃ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｐａｒａｍｅｔｅｒｓ ｆｏｒ ｆｉｎｇｅｒｐｒｉｎｔ ｒｏｕｇｈ ｍａｔｃｈｉｎｇ． Ｆｉｎａｌｌｙ， ａ ｖａｒｉａｂｌｅ ｂｏｕｎｄａｒｙ ｂｏｘ ｃａｎ ｂｅ ｕｓｅｄ ｆｏｒ ｆｉｎｅ ｍａｔｃｈｉｎｇ， ｂｅｃａｕｓｅ ｉｔ ａｖｏｉｄｓ ａｎｙ ｉｎｆｌｕｅｎｃｅｓ ｒｅｌａｔｉｎｇ ｔｏ ｌｏｃａｌ ｄｅｆｏｒｍａｔｉｏｎ ｏｆ ｔｈｅ ｆｉｎｇｅｒｐｒｉｎｔ ｉｍａｇｅｓ． Ａ ｌａｒｇｅ ｎｕｍｂｅｒ ｏｆ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ， ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｗｏ ａｌｔｅｒｎａｔｉｖｅ ｆｉｎｇｅｒｐｒｉｎｔ ｍａｔｃｈｉｎｇ ａｌｇｏｒｉｔｈｍｓ （ｂａｓｅｄ ｏｎ ｌｏｃａｌ ｆｅａｔｕｒｅｓ ａｎｄ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｏｐｔｉｍｉｚａｔｉｏｎ， ｒｅｓｐｅｃｔｉｖｅｌｙ） ｔｈｅ ｐｒｏｐｏｓｅｄ ａｌｇｏｒｉｔｈｍ ｈａｓ ａ ｓｈｏｒｔｅｒ ｏｐｅｒａｔｉｏｎａｌ ｔｉｍｅ ａｎｄ ｈａｓ ｈｉｇｈｅｒ ｍａｔｃｈｉｎｇ ａｃｃｕｒａｃｙ． Ｋｅｙｗｏｒｄｓ：ｆｉｎｇｅｒｐｒｉｎｔ ｒｅｃｏｇｎｉｔｉｏｎ； ｍｉｎｕｔｉａｅ ｍａｔｃｈｉｎｇ； ｓｗａｒｍ ｉｎｔｅｌｌｉｇｅｎｃｅ ｏｐｔｉｍｉｚａｔｉｏｎ； ａｒｔｉｆｉｃｉａｌ ｂｅｅ ｃｏｌｏｎｙ； ｃｈａｏｓ ｓｔｒａｔｅｇｙ； ｖａｒｉａｂｌｅ ｂｏｕｎｄａｒｙ ｂｏｘ； ｆｉｔｎｅｓｓ ｆｕｎｃｔｉｏｎ； ｐｏｌａｒ ｃｏｏｒｄｉｎａｔｅｓ 收稿日期：２０１６⁃０１⁃２８． 网络出版日期：２０１６⁃０７⁃１８． 基金项目：国家自然科学基金项目（６１５７３１８３）；江苏省社会安全图像与视频 理解重点实验室（南京理工大学）开放基金项目（ＪＳＫＬ２０１３０２）； 江苏省高校优势学科建设工程项目（２０１２）． 通信作者：吴一全．Ｅ⁃ｍａｉｌ：ｎｕａａｉｍａｇｅ＠ １６３．ｃｏｍ． 指纹作为人体的基本特征之一，具有唯一性、终 身不变性的特点，已被广泛用于个体身份的验证和 识别。 指纹图像的特征匹配作为指纹识别系统的关 键环节之一，直接影响识别的速度和精度。 如何保 证指纹特征匹配算法的实时性和识别率，一直是国