1.一种基于单幅条纹投影的多视角三维指纹获取方法，其特征在于，所述方法包括如下步骤：(1)通过基于条纹投影技术同时获取一幅无相位信息的二维指纹图和带有相位信息的指纹条纹图像，对带有相位信息的指纹条纹图像进行相位提取；

(2)由于提取出来的相位是包裹的，所以进行相位解缠得到连续的相位，最终通过相位信息对单视角三维指纹完成重建；

(3)在获取多个视角的三维指纹后，在每个三维指纹对应的二维指纹图上找到端点或者分叉点作为特征点并且与下个相邻视角二维指纹进行特征点匹配，确定二维指纹的特征匹配点集，在通过特征点集的二维信息，在三维指纹上找到匹配的特征点；

(4)获得三维指纹的特征匹配点集后，进行三维指纹配准，重建出多视角的三维指纹模型。

2.根据权利要求1所述的基于单幅条纹投影的多视角三维指纹获取方法，其特征在于，所述步骤(1)的过程为：通过条纹投影技术获取的指纹变形条纹图像，由于手指指纹的连续性，抗干扰性强，所以采用傅里叶变换法提取相位，当条纹投影到手指上时其光场会变形，其变形图像表示为：f(x,y)＝a(x,y)+b(x,y)cos[φ(x,y)]   (1)其中a(x,y)和b(x,y)分别反映背景光和表面反射率的变化，φ(x,y)是待计算的相对相位值，也称作相位主值，它反映了物体对应点上高度信息；

然后对式(1)进行傅里叶变换，利用高通滤波器进行滤波，去除背景光强的零频信号，选取以零频信号为中心的其右部分的基频信号，进行傅里叶逆变换，求出相位主值。

3.根据权利要求2所述的基于单幅条纹投影的多视角三维指纹获取方法，其特征在于，进行傅里叶逆变换，表示为：其实部和虚部分别为：

其相位主值写成：

4.根据权利要求1～3之一所述的基于单幅条纹投影的多视角三维指纹获取方法，其特征在于，所述步骤(2)包括如下步骤：(21)由于从(1)提取出来的相位是包裹的，因此需要进行相位解缠，为了防止在解缠过程中，某个像素点有噪声，造成解缠误差，采用基于质量图的空间相位解缠，过程如下：分别计算各个像素点的水平、垂直方向梯度值，然后分别求出全部像素水平、垂直方向梯度的平均值，计算每个像素点水平方向梯度值与全部像素水平方向平均梯度值的差值、垂直方向梯度值与全部像素垂直方向平均值的差值，作为当前像素的评估权值，质量权值越大表示相位质量越差，公式为：式(2)中， 和 分别表示当前像素点水平和垂直相位梯度， 和 分别表示全部像素点水平和垂直平均相位梯度，针对三维指纹，其相位梯度差异较小所以平均梯度更能反应当前像素点的质量；

(22)从质量图中找出质量最高的像素点为解缠路径的起点并且默认其相位为连续的，遍历其四邻域找到四领域内质量最高的像素点作为下一个解缠点，并进行解缠，并标记已经解缠后的点且不参加二次解缠。依次循环上述遍历过程，直至所有像素点都在解缠路径上，并完成解缠，解缠公式如下：其中，round为四舍五入取整操作， 解缠后的相位，φ(x,y)待解缠的包裹相位，为待解缠相邻的连续相位；

(23)在获得解缠后的相位后，根据系统标定的参数，求出对应的三维坐标，完成单视角三维指纹重建。

5.根据权利要求1～3之一所述的基于单幅条纹投影的多视角三维指纹获取方法，其特征在于，所述步骤(3)包括如下步骤：(31)对每个三维指纹所以对应的二维指纹图进行图像增强、二值化、指纹细化等操作，提取指纹的端点、分叉点作为特征点，对于特征点A0，首先计算其方向场θ0，之后以特征点A0位圆心，画一个以R为半径的圆，A1为其方向场与圆相交的点，在圆上逆时针做辅助点A2，A3且A1、A2、A3在圆上均匀分布，夹角均为120°，并计算三个点的方向场，所以特征点的特征信息为(x,y,T,θ0,θ1,θ2,θ3)，其中(x,y)为特征点的坐标，T为特征点的类型，(θ0,θ1,θ2,θ3)为A0,A1,A2,A3的方向场；

令待配准的二维指纹P0、二维指纹Q1，提取到的特征点集合分别为Fp＝{fp1,fp2,...,fpN}和Fq＝{fq1,fq2,...,fqN}；

(311)对于Fp中的某个特征点fqi遍历Fq中的特征点fqi，如果其T相等，进入(312)，如果在Fq中没有匹配到T相等的特征点，则舍弃这个点；

(312)计算特征点描述子中任意两点之间的角度差，公式如下：

Δθk＝|θi-θj| (i,j＝0,1,2,3；i

两特征点描述子之间第k角度偏差为G(k)，公式如下：

式(9)中， 为特征点pi的相对角度差， 为特征点qi的相对角度差；

(313)在Fp中下个特征点重复1)，直到Fp中所有的特征点匹配结束为止；

(314)如果式2)中，任意G(k)大于阈值T1，则说明两特征点不匹配；

那么Cpqi＝(fpi,fqi)构成了一个对应的特征点对，则可以得到特征点匹配集合Cpq＝{Cpq1,Cpq2,...,CpqN}；

(32)再找到两个待匹配二维指纹的匹配特征点对后，通过特征点的二维坐标信息，在其对应的三维指纹上找到匹配好的特征点，估计出刚体变换参数R、T，其中R为3×3的旋转矩阵，T＝[tx ty tz]T为平移向量，旋转矩阵R可用欧拉角表示，按照(x,y,z)坐标进行旋转，则R具有如下形式：其中α、β、γ、tx、ty、tz分别表示与x轴、y轴、z轴的夹角以及平移位置，因此只要求出α、β、γ、tx、ty、tz这六个参数即可得出初始刚体变换矩阵；

(33)初步得到两个三个指纹的初始变换关系R0、T0之后，需要对其再进行精细配准，其目的是通过不断优化两个三维指纹对应特征点之间的平均距离，使得平均距离最小得到最优变换关系，目标函数的模型如下所示：其中，pi和qi是两个待配准的三维指纹的对应特征点，步骤如下：

根据(33)得到的初始刚体变换参数R0和T0对目标指纹Q0进行变换得到Q1，并求出以待配准指纹P0为基准指纹与变换后指纹Q1之间的距离S1；

计算P0与Q1分别对应的特征点集的平均距离，若满足平均距离阈值则完成配准，否则将P0与Q1作为新的待配准的三维指纹，重新遍历特征点得到匹配点集，循环(32)(33)的步骤，直到满足特征点集的平均距离的阈值且P0与Qi之间的距离Si小于S1；

在完成最初的两个三维指纹配准后，把配准后的三维指纹作为待配准三维指纹继续与其他视角的三维指纹进行配准重复上述步骤，直到重建出完整的三维指纹模型。