CN100498822C - 一种兼容不同指纹传感器图像信息的指纹识别方法 - Google Patents
一种兼容不同指纹传感器图像信息的指纹识别方法 Download PDFInfo
- Publication number
- CN100498822C CN100498822C CNB200710118614XA CN200710118614A CN100498822C CN 100498822 C CN100498822 C CN 100498822C CN B200710118614X A CNB200710118614X A CN B200710118614XA CN 200710118614 A CN200710118614 A CN 200710118614A CN 100498822 C CN100498822 C CN 100498822C
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- finger print
- template
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Input (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及一种指纹识别方法。本发明指纹识别方法的步骤包括:采集手指的指纹模版图像;采集待验证手指的指纹图像,利用指纹相似性比对算法将该待验证手指的指纹图像与指纹模版图像进行比对,根据比对的结果来确定二者是否为同一手指的图像;将该待验证手指的指纹图像与指纹模版图像进行比对前,先使用图像缩放算法对二者的分辨率和大小按照预设的同一规格进行调整。本发明的方法可以将不同类型的传感器产品加入到指纹识别系统中,不用更换厚系统其它硬件,使适用人群最大化,使不同类型传感器最大可能集成在一套指纹识别系统中。本发明在一个指纹识别系统中,利用一种指纹传感器产品采集获取的指纹数据可以直接应用于另一种指纹传感器产品。
Description
技术领域
本发明涉及生物识别领域,具体地,涉及一种指纹识别方法。
背景技术
随着计算机信息技术的发展,人们的生活逐渐进入了数字化网络时代,其工作和生活与计算机和虚拟网络紧密结合在一起,传统基于密码的账户管理模式只能证明一个人的操作却无法证实其真实的生物身份。而人与生俱来的生理特征指纹、虹膜、DNA等,都具有唯一性和不可抵赖性,是用来识别人生物身份的最佳选择,因此多种生物识别技术逐渐或正在发展成为身份识别的主流技术。
指纹识别技术做为最便利快捷的生物识别技术,近年来在多个应用领域得到了飞速的发展,指纹可将人的操作行为和其生物身份进行关联,快速而准确地定位到操作人的社会角色,可有效地改变多数计算机系统基于密码的管理模式,促进现有身份管理技术的更新换代。
常规的指纹应用包括两个操作过程:指纹模板的登记和实时指纹模板的验证。指纹模板即以后用来进行验证的基础数据,是指纹身份识别的先决条件。实时特征即每次在验证时采集获取的特征,将被用来与基础模板进行比对,从而判断其指纹身份。
因此一个典型的指纹识别系统需要包括一个与应用人直接交互的指纹采集设备、一套完成图象处理和特征提取、身份识别的指纹算法、保存指纹特征的数据存储介质。
如附图1所示指纹采集设备用来获取应用人的指纹图象,然后将图象提交给指纹算法进行图象处理和特征提取,指纹算法可以集成在指纹设备中,也可以是独立的处理过程。
获取的指纹模板可以保存在指定的存储介质中,如数据库、IC卡、设备内置的FLASH中。
指纹传感器是指纹采集设备上的核心部件,指纹采集的过程即指纹传感器根据不同的传感原理将指纹成像的过程。不同型号的指纹传感器在传感原理(指纹成像的原理和技术)、图象分辨率、传感器尺寸、有效采集面积、图象质量等各个方面均不相同,因此导致不同传感器采集到的指纹图象间存在比较大的差异,另外在使用成本、可用性、耐久性等方面也各有优劣。
多数指纹识别系统中只能使用装配了一种传感器的指纹产品来确保图象的一致性,即保证登记的基础模板和验证的实时特征来自同一型号的指纹传感器,获取的图象具有相同的尺寸和分辨率。
但在现实的应用环境中,由于不同的使用人群、不同的温度环境、不同的应用场景对指纹产品的要求是不相同的,例如干性手指的人更适用半导体指纹传感产品,而光学产品对于湿手指的适用度更高一些,纤细的手指需要使用分辨率高的产品,粗大的手指需要使用采集面积大的产品,光学产品硬度高,耐磨性能好于半导体产品,半导体产品的导电性带来活体性能优于光学产品。
环境良好的区域对指纹产品的维护要求略低一些,环境恶劣的地方则对指纹产品的耐久性有比较高的要求。
技术进步也要求指纹系统即能保护投资又能以低成本方式纳入新指纹传感产品得以享受系统性能提高。
只能集成一种传感器产品的指纹识别系统容易造成某些人群的不适用现象,当现有产品存在某种使用上的缺陷时,发现时已很难进行产品替换。若以传统思路解决问题,必须重新引入指纹产品,必将带来软硬件等方面的成本开销加大,同时不能解决一种指纹传感器只能适应一部分人的问题。而本发明,可以将不同传感器产品加入到指纹识别系统中,不用更换原系统,使适用人群最大化,使不同应用,使不断更新的指纹产品最大可能集成在一起。
发明内容
(一)要解决的技术问题
本发明的目的在于克服现有指纹识别系统存在的缺陷,提供一种可以将不同传感器产品加入到指纹识别系统中,不用更换原系统其它硬件,使适用人群最大化,使不同类型传感器最大可能集成在一套指纹识别系统中的指纹识别方案。
(二)技术方案
为实现上述目的,本发明兼容不同指纹传感器图像信息的方法包括如洗步骤:
采集原始手指指纹图像并生成指纹模板;采集待验证手指指纹图像并生成指纹模板,利用指纹相似性比对算法将该待验证手指的指纹模板与原始手指指纹模板进行比对,根据比对的结果来确定二者是否为同一手指图像;
其特征在于:将该待验证手指指纹模板与原始手指指纹模板进行比对前,先根据指纹传感器所获取的指纹图象进行图象归一化处理;
对归一化的图象进行处理,提取特征,使用图像缩放算法对二者采集图像的分辨率、尺寸大小和变形权重按照预设的同一规格进行调整再生成指纹模板。
优选地,所述方法的图像缩放算法为最邻近插值、双线性内插值或三次卷积法。
(三)有益效果
本发明所产生的技术效果是,可以将不同类型的传感器产品加入到指纹识别系统中,不用更换原系统其它硬件,使适用人群最大化,使不同类型传感器最大可能集成在一套指纹识别系统中。本发明在一个指纹识别系统中,利用一种指纹传感器产品采集获取的指纹数据可以直接应用于另一种指纹传感器产品。
附图说明
图1是现有指纹识别系统指纹识别方法流程图;
图2是本发明指纹识别系统指纹识别方法流程图;
图3是本发明双线性差值算法示意图;
图4是传感器互换的指纹识别系统架构示例;
图5是本发明手指1经过3种指纹传感器采集后的归一化示例;
图6是本发明手指2经过3种指纹传感器采集后的归一化示例;
图7是本发明手指3经过3种指纹传感器采集后的归一化示例。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
本发明指纹识别系统为将装配不同类型指纹传感器产品提供相同的软硬件接口,指纹识别系统可根据应用需求设计使用不同的指纹传感器产品,各指纹传感器产品之间可共存或做为备用方案存在,指纹传感器产品更换时,指纹数传感器转换的指纹特征模板据可延续使用,不需要采集原始指纹图像信息的操作重复降低使用指纹识别系统的成本。
如附图2所示传感器互换使用的技术方法,包括以下步骤:
产品可根据不同的传感器接口获取原始尺寸的指纹图象;
根据指纹传感器所获取的指纹图象进行图象归一化处理;
对归一化的图象进行处理,提取特征。
指纹图像归一化是为了将不同分辨率(DPI)和不同变形的指纹图像都变换到统一DPI指纹图像上,由于不同的传感器其行列方向的DPI可能不一样的,变形系数也不一样,在图像归一变换时都需要考虑。
在进行图像变换时,采用了双线性插值方法,分别在行方向和列方向上进行插值,可实现任意图像的缩放变换。
附图3是双线性插值的基本原理示意图。
附图三中A、B、C、D四点为原始指纹图像中的四个相邻点,即
COL(B)=COL(A)+1
ROW(C)=ROW(A)+1
P点为归一图像中的点在原始图像中的映射(P点的坐标为浮点数),则P点的灰度由A、B、C、D四点的灰度决定,根据各点离P点距离的不同,各点对P点的灰度的影响(或称贡献)也不同,距离越近影响越大,反之影响越小。各点对P点灰度的影响分别为:
P点的最终灰度值为:
GP=GAP+GBP+GCP+GDP
以下结合附图和具体实施方式对本发明做进一步的说明:
附图4是本发明在银行柜员指纹身份识别的系统架构图。在该系统中使用了如下三种不同型号传感器的指纹设备:
设备A集成了Digent FS11型号传感器产品,它是一种光学传感,水平方向的DPI为714,垂直方向的DPI为470,有效采集面积400×302,将传感器连接在指纹识别系统的终端1上;
设备B集成了FingerCard FPC1011型号传感器产品,它是一种半导体电场传感器,水平方向的DPI为358,垂直方向的DPI为358,有效采集面积152×200,将传感器连接在指纹识别系统的终端2上;
设备C集成了UPEK TCS2CF型号传感器产品,它是一种半导体电容传感器,水平方向的DPI为508,垂直方向的DPI为508,有效采集面积208×288,将传感器连接在指纹识别系统的终端3上。
设备A采集到的有效指纹图象原始尺寸为300×302,归一化后的图像尺寸为280×320。
设备B采集到的有效指纹图象原始尺寸为152×200,归一化后的图象尺寸为212×280。
设备C采集到的有效指纹图像原始尺寸为208×288,归一后的图象尺寸为204×284。
从附图5、附图6、附图7中可以看出,通过指纹图像归一化处理后,同一个手指通过三种传感器得到的图像,无论在特征点的位置距离、纹脊曲率、纹脊宽度等方面都具有非常高的相似度,无论采用何种指纹识别算法,都完全可以进行相互交叉比对验证。
柜员在终端A上利用FS11光学传感器进行指纹基础模板的登记操作,获取的指纹数据保存在后台指纹服务器中。
验证时,柜员在终端B上利用FPC1011传感器进行实时特征的采集,获得的特征和保存在指纹服务器中利用FS11光学传感器登记得到的基础模板进行比对,可以匹配通过。
验证时,柜员在终端C上利用TCS2CF传感器进行实时特征的采集,获得的特征和保存在指纹服务器中利用FS11光学传感器登记得到的基础模板进行比对,可以匹配通过。
Claims (2)
1、一种兼容不同指纹传感器图像信息的指纹识别方法,所述方法包括如下步骤:
采集原始手指指纹图像并生成指纹模板;
采集待验证手指指纹图像并生成指纹模板,利用指纹相似性比对算法将该待验证手指指纹模板与原始手指指纹模板进行比对,根据比对的结果来确定二者是否为同一手指图像;
其特征在于:将该待验证手指指纹模板与原始手指指纹模板进行比对前,先根据指纹传感器所获取的指纹图象进行图象归一化处理;对归一化的图象进行处理,提取特征,使用图像缩放算法对二者采集图像的分辨率、尺寸大小和变形权重按照预设的同一规格进行调整再生成指纹模板。
2、如权利要求1所述兼容不同指纹传感器图像信息的指纹识别方法,其特征在于:所述图像缩放算法为最邻近插值、双线性内插值或三次卷积法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB200710118614XA CN100498822C (zh) | 2007-07-10 | 2007-07-10 | 一种兼容不同指纹传感器图像信息的指纹识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB200710118614XA CN100498822C (zh) | 2007-07-10 | 2007-07-10 | 一种兼容不同指纹传感器图像信息的指纹识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101079106A CN101079106A (zh) | 2007-11-28 |
CN100498822C true CN100498822C (zh) | 2009-06-10 |
Family
ID=38906575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB200710118614XA Active CN100498822C (zh) | 2007-07-10 | 2007-07-10 | 一种兼容不同指纹传感器图像信息的指纹识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100498822C (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101197665B (zh) * | 2007-12-24 | 2011-11-09 | 北京飞天诚信科技有限公司 | 动态口令生成方法及其装置 |
CN103177240B (zh) * | 2013-02-05 | 2016-04-27 | 金硕澳门离岸商业服务有限公司 | 通用指纹模板生成装置及方法 |
CN104298907A (zh) * | 2013-07-15 | 2015-01-21 | 联想(北京)有限公司 | 一种信息处理的方法及电子设备 |
KR102108883B1 (ko) * | 2015-04-23 | 2020-05-12 | 선전 구딕스 테크놀로지 컴퍼니, 리미티드 | 다기능 지문 센서 |
KR102329821B1 (ko) * | 2015-06-04 | 2021-11-23 | 삼성전자주식회사 | 개인 인증 전자 장치 및 방법 |
CN105653412A (zh) * | 2015-12-31 | 2016-06-08 | 深圳市金立通信设备有限公司 | 一种指纹器件兼容检测方法及终端 |
CN105744083A (zh) * | 2016-04-29 | 2016-07-06 | 努比亚技术有限公司 | 移动终端指纹自适应方法及装置 |
CN106022323B (zh) * | 2016-07-26 | 2019-09-10 | 昆山龙腾光电有限公司 | 手指识别系统和手指识别方法及指纹识别装置 |
CN108073874A (zh) * | 2016-11-18 | 2018-05-25 | 百帝安(北京)科技有限公司 | 小面积指纹识别通用接口函数 |
CN109840458A (zh) * | 2017-11-29 | 2019-06-04 | 杭州海康威视数字技术股份有限公司 | 一种指纹识别方法及指纹采集设备 |
CN108304776A (zh) * | 2017-12-27 | 2018-07-20 | 北京智慧眼科技股份有限公司 | 指静脉图像互通识别的方法、装置及存储介质 |
CN110175516B (zh) * | 2019-04-17 | 2021-12-07 | 深圳绿米联创科技有限公司 | 生物特征模型生成方法、装置、服务器及存储介质 |
CN110414440B (zh) * | 2019-07-30 | 2022-02-25 | 中国工商银行股份有限公司 | 一种指纹采集识别方法及装置 |
CN112800996A (zh) * | 2020-09-09 | 2021-05-14 | 神盾股份有限公司 | 具有指纹感测功能的电子装置以及指纹比对方法 |
TW202226048A (zh) | 2020-12-18 | 2022-07-01 | 神盾股份有限公司 | 電子設備配置參數的更新方法、設備及計算機可讀介質 |
CN113486738A (zh) * | 2021-06-22 | 2021-10-08 | 维沃移动通信有限公司 | 指纹识别方法、装置、电子设备和可读存储介质 |
-
2007
- 2007-07-10 CN CNB200710118614XA patent/CN100498822C/zh active Active
Non-Patent Citations (2)
Title |
---|
自动指纹图像分类与匹配方法的研究. 杨庆生.大连理工大学硕士学位论文. 2005 |
自动指纹图像分类与匹配方法的研究. 杨庆生.大连理工大学硕士学位论文. 2005 * |
Also Published As
Publication number | Publication date |
---|---|
CN101079106A (zh) | 2007-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100498822C (zh) | 一种兼容不同指纹传感器图像信息的指纹识别方法 | |
RU2302656C2 (ru) | Система идентификации изображений | |
US6466686B2 (en) | System and method for transforming fingerprints to improve recognition | |
CN101609499B (zh) | 快速指纹识别方法 | |
CN100414558C (zh) | 基于模板学习的自动指纹识别系统和方法 | |
CN105740779B (zh) | 人脸活体检测的方法和装置 | |
CN101539993B (zh) | 基于尺寸缩放估算的多采集仪间指纹交叉匹配方法 | |
CN103218621B (zh) | 一种室外视频监控中多尺度车辆的识别方法 | |
US10866984B2 (en) | Sketch-based image searching system using cell-orientation histograms and outline extraction based on medium-level features | |
CN100385451C (zh) | 基于局部三角结构特征集的形变指纹识别方法 | |
Uz et al. | Minutiae-based template synthesis and matching for fingerprint authentication | |
CN111428689B (zh) | 一种多池化信息融合的人脸图像特征提取方法 | |
CN101604384A (zh) | 个性化指纹识别方法 | |
Julasayvake et al. | An algorithm for fingerprint core point detection | |
CN106355150A (zh) | 一种具备通用性的指纹识别系统及方法 | |
Gnanasivam et al. | An efficient algorithm for fingerprint preprocessing and feature extraction | |
Zhang et al. | Sweat gland extraction from optical coherence tomography using convolutional neural network | |
CN117893195A (zh) | 一种车辆故障排查和维修方法及系统 | |
CN117522974A (zh) | 一种提高物体位姿识别效率的方法及系统 | |
CN116071348A (zh) | 基于视觉检测的工件表面检测方法及相关装置 | |
CN113409214B (zh) | 一种受损指纹图像的快速修复方法 | |
Verma et al. | Static Signature Recognition System for User Authentication Based Two Level Cog, Hough Tranform and Neural Network | |
CN114821681A (zh) | 一种指纹增广方法 | |
CN114821187A (zh) | 一种基于判别学习的图像异常检测和定位方法及系统 | |
Malathi et al. | Partial fingerprint matching based on SIFT features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |