CN103886297B - 真假指纹的动态光学检测方法 - Google Patents
真假指纹的动态光学检测方法 Download PDFInfo
- Publication number
- CN103886297B CN103886297B CN201410116403.2A CN201410116403A CN103886297B CN 103886297 B CN103886297 B CN 103886297B CN 201410116403 A CN201410116403 A CN 201410116403A CN 103886297 B CN103886297 B CN 103886297B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- dynamic
- machine
- imgs
- 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.)
- Expired - Fee Related
Links
Landscapes
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
本发明公开了一种真假指纹的动态光学检测方法。本发明包括如下步骤:步骤1在初始化时,定义指纹机获取的初始背景图像矩阵,其维度为,表示像素点的数目,3表示该指纹机记录红、绿、蓝三种颜色的强度信息;步骤2在指纹检测的过程中,记录指纹放置直至离开指纹机的全过程的指纹图像信息,定义为有效动态指纹图像集合;步骤3:分析有效动态指纹图像集合,获取图像集合中色相、饱和度、明度的变化。本发明通过动态收集指纹检测过程中的指纹图像集合,获取指纹图像的色相、饱和度、明度的相对变化信息,以此判断待测指纹是否为真手指指纹。另一方面,该方法也可甄别长时间失去生命特征的断指。该方法可靠性强,受背景光影响小,简便易用。
Description
技术领域
本发明属于光子学、信息科学,具体涉及一种真假指纹的动态光学检测方法。
背景技术
指纹识别是重要的身份识别方法。相比于DNA与虹膜识别,具有简便易用的特点,已广泛的应用于我们的生活中。然而,指纹识别的简易性也造成了这种方法的局限性。层出不穷的指纹膜,作为假指纹,可以欺骗许多指纹识别系统。这也极大的降低了现有指纹识别系统的有效性。在高端的指纹识别系统中,人们利用指纹光谱信息来区别真假指纹。然而,光谱检测系统的引入也增加了指纹识别系统的成本。另一方面,基于光谱检测的指纹识别系统亦不是鉴别真假指纹的最终方案,其有效性还有待提高。2012年1月16日中新网消息称,香港自助过关系统“e道”(一种利用多光谱成像技术的高性能指纹机),被价值小于百元的指纹膜攻破。为了更好的鉴别真假手指,我们在此提出了动态光学检测方法,通过指纹识别时的多次探测,我们可以很好的区别真假指纹。
发明内容
本发明的目的是针对现有技术的不足,提供一种真假指纹的动态光学检测方法。现有的指纹图像采集中,通常只采集一幅指纹图像,用于判断待测人的身份。这种简易的检测方法使得指纹模可以欺骗指纹机。在本发明中,将采集人们在完成指纹识别的动态过程中的指纹信息。由于真手指是一个富有生命的器官,而指纹模是一种固化的器件,因此,通过动态光学检测方法,可以区分真假指纹。
本发明解决其技术问题所采用的技术方案包括如下步骤:
步骤1:在初始化时,即没有指纹放置到指纹机中进行检测的时刻,定义指纹机获取的初始背景图像矩阵IMG0,其维度为N×N×3,N表示像素点的数目,3表示该指纹机记录红、绿、蓝三种颜色的强度信息;
1-1.指纹机以F帧每秒的速度连续采集图像,并将当前采集到的指纹图像定义为IMGe,IMGe的存储格式为一个矩阵,其维度是N×N×3。利用差分检测方法,比较IMGe和IMG0,如判断当前无指纹进入指纹机,则不记录IMGe,下一帧采集的图像矩阵将覆盖IMGe。
1-2.当待测指纹以自上而下的方式放置到指纹机的检测窗口上时,IMGe的图像模式发生明显的变化,利用差分检测方法,可动态的判断指纹放置到指纹机的开始时刻;此时,指纹机以F帧每秒的速度,连续的采集图像,获取IMGe,并将当前的图像信息IMGe保存至指纹机的内存以及硬盘中。经过T秒(T的取值空间在1.0-5.0之间)后,指纹图像采集结束,使用者以自下而上的方式抬起,离开指纹机的检测窗口;同样,利用差分检测方法,判断指纹信息录入过程的终结时刻,并停止指纹机内彩色摄像系统的图像采集。此时,内存与硬盘中保存了动态指纹图像集合IMGs,其中IMGs是一个矩阵数组,共含有F×T帧图像(或F×T个图像矩阵),动态指纹图像集合IMGs中的每个元素均为N×N×3的矩阵,IMGs(i)代表动态指纹记录开始后的第i/F秒记录的信息,i的取值范围为[1:F×T]。
1-3.所述的待测指纹采集过程中,待测指纹不能在检测窗口上大幅度的拖曳,其判断方式如下:利用指纹纹路识别方法,提取动态指纹图像集合IMGs在所有图像中特征纹路对应的像素点位置,由于IMGs含有F×T幅图像,因此,所有图像中的特征纹路的像素点位置可组成一个(F×T)×2的二维数组,记为P。以P(1,1)和P(1,2)为原点,计算P(i,1)和P(i,2)到原点的距离,记为L(i),i的取值范围为[1:F×T]。向量L的维度为(F×T)×1。对向量L进行分析,找出其中数值大于N/5的数值的元素对应的序号,定义为[i1,i2,...im],其中m的取值区间为[0,N]。将IMGs中,第[i1,i2,...im]个图像矩阵删除,获取有效动态指纹图像集合IMGsf。如m>N-3,则认为指纹图像采集失败,提示用户重新进行指纹放置;反之,则继续后续判断过程。IMGsf中含有F×T-m个图像矩阵,每个矩阵的维度为N×N×3。
所述差分检测方法是指指纹机将当前获取的动态指纹图像集合IMGs与初始背景图像矩阵IMG0进行比较运算:
sIMG0=ΣIMG0;sIMGe=ΣIMGe;
vir=|IMG0/sIMG0-IMGe/sIMGe|
其中,vir为动态指纹图像集合IMGs与初始背景图像矩阵IMG0的差异判断指数矩阵;sIMG0为初始背景图像矩阵IMG0的所有元素总和;sIMGe为动态指纹图像集合IMGs的所有元素总和;
1-4.求解vir的概率密度函数;
若vir中,有90%的数据小于0.05,则认为当前指纹机应处于未使用状态,停止指纹动态采集;反之,则开始(或继续)进行指纹动态采集。
步骤2:分析有效动态指纹图像集合IMGsf:
2-1.利用边缘检测法,对动态指纹图像集合IMGsf中的每个元素IMGsf(i)进行边缘检测。设指纹图像为近似椭圆,将该近似椭圆内的点对应的红、绿、蓝三色值进行向量加法,获取该指纹图像的r、g、b值。定义新的矩阵IMGT,其维度为(F×T-m)×3,将IMGsf(i)的r、g、b值依次记录到IMGT(i,1),IMGT(i,2),IMGT(i,3)中。
2-2.将IMGT(i,1),IMGT(i,2),IMGT(i,3)的数值转换为色相、饱和度、明度:
v(i)=max。
其中,max与min分别为R、G、B值中的的最大和最小值;h、s、v为一维数组,其元素h(i)、s(i)、v(i)分别代表IMGsf(i)的色相、饱和度、明度。
2-3.分别计算一维数组h、s、v的均方根及均值,其均方根分别记为stdh、stds、stdv;其均值分别记为avh、avs、avv;
若stdh/avh+stds/avs+stdv/avv小于thread(thread为小于0.3的实数),则认为该测试指纹为假指纹,反之,为真指纹。
本发明有益效果如下:
本发明通过使用动态收集指纹检测中的指纹图像集合,利用指纹图像的相对变化信息判断待测指纹是否为真手指指纹。另一方面,该方法对长时间失去生命特征的断指也可其作用。该方法可靠性强,受背景光影响小,简便易用。
附图说明
图1.检测方式示意图。
图2.错误的检测方式示意图。
具体实施方式
下面结合附图对本方法作进一步的说明。
步骤1:在初始化时,即没有指纹放置到系统中进行检测的时刻,定义指纹机获取的初始背景图像矩阵IMG0,其维度为N×N×3,N表示像素点的数目,3表示该系统记录红、绿、蓝三种颜色的强度信息;
1-1.指纹机以F帧每秒的速度连续采集图像,并将当前采集到的指纹图像定义为IMGe,IMGe的存储格式为一个矩阵,其维度是N×N×3。利用差分检测方法,比较IMGe和IMG0,如判断当前无指纹进入指纹机,则不记录IMGe。下一帧采集的图像矩阵将覆盖IMGe。
1-2.如图1所示,当待测指纹以自上而下的方式放置到指纹机的检测窗口上时,IMGe的图像模式发生明显的变化,利用差分检测方法,可动态的判断指纹放置到指纹机的开始时刻;此时,指纹机以F帧每秒的速度,连续的采集图像IMGe,并将当前的图像信息IMGe保存至系统的内存以及硬盘中。经过T秒(T的取值空间在1-5之间)后,指纹图像采集结束,使用者以自下而上的方式抬起,离开指纹机的检测窗口;同样,利用差分检测方法,判断指纹信息录入过程的终结时刻,并停止指纹机内彩色摄像系统的图像采集。此时,内存与硬盘中保存了动态指纹图像集合IMGs,其中IMGs是一个矩阵数组,共含有F×T帧图像(或F×T个图像矩阵),动态指纹图像集合IMGs中的每个元素均为N×N×3的矩阵,IMGs(i)代表动态指纹记录开始后的第i/F秒记录的信息,i的取值范围为[1:F×T]。
1-3.所述的待测指纹采集过程中,待测指纹不能在检测窗口上大幅度的拖曳,其判断方式如下:利用指纹纹路识别方法,提取动态指纹图像集合IMGs在所有图像中特征纹路对应的像素点位置,由于IMGs含有F×T幅图像,因此,所有图像中的特征纹路的像素点位置可组成一个(F×T)×2的二维数组,记为P。以P(1,1)和P(1,2)为原点,计算P(i,1)和P(i,2)到原点的距离,记为L(i),i的取值范围为[1:F×T]。向量L的维度为(F×T)×1。对向量L进行分析,找出其中数值大于N/5的数值的元素对应的序号,定义为[i1,i2,...im],其中m的取值区间为[0,N]。将IMGs中,第[i1,i2,...im]个图像矩阵删除,获取有效动态指纹图像集合IMGsf。如m>N-3,则认为指纹图像采集失败,提示用户重新进行指纹放置。如使用者如图2的方式在检测指纹时进行拖曳,则可能造成指纹图形采集的失败。反之,则继续后续判断过程。IMGsf中含有F×T-m个图像矩阵,每个矩阵的维度为N×N×3。
所述差分检测方法是指指纹机将当前获取的动态指纹图像集合IMGs与初始背景图像矩阵IMG0进行比较运算:
sIMG0=ΣIMG0;sIMGe=ΣIMGe;
vir=|IMG0/sIMG0-IMGe/sIMGe|
其中,vir为动态指纹图像集合IMGs与初始背景图像矩阵IMG0的差异判断指数矩阵;sIMG0为初始背景图像矩阵IMG0的所有元素总和;sIMGe为动态指纹图像集合IMGs的所有元素总和;
1-4.求解vir的概率密度函数;
若vir中,有90%的数据小于0.05,则认为当前指纹机应处于未使用状态,停止指纹动态采集;反之,则开始(或继续)进行指纹动态采集。
步骤2:分析有效动态指纹图像集合IMGsf:
2-1.利用边缘检测法,对动态指纹图像集合IMGsf中的每个元素IMGsf(i)进行边缘检测。指纹图像的外观近似椭圆,将该近似椭圆内的点对应的红、绿、蓝三色值进行向量加法,获取该指纹图像的r、g、b值。定义新的矩阵IMGT,其维度为(F×T-m)×3,将IMGsf(i)的r、g、b值依次记录到IMGT(i,1),IMGT(i,2),IMGT(i,3)中。
2-2.将IMGT(i,1),IMGT(i,2),IMGT(i,3)的数值转换为色相、饱和度、明度:
v(i)=max。
其中,max与min分别为R、G、B值中的的最大和最小值;h、s、v为一维数组,其元素h(i)、s(i)、v(i)分别代表IMGsf(i)的色相、饱和度、明度。
2-3.分别计算一维数组h、s、v的均方根及均值,其均方根分别记为stdh、stds、stdv;其均值分别记为avh、avs、avv;
若stdh/avh+stds/avs+stdv/avv小于thread(thread为小于0.3的实数),则认为该测试指纹为假指纹,反之,为真指纹。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还可以有各种变化和改进。
Claims (1)
1.真假指纹的动态光学检测方法,其特征在于包括如下步骤:
步骤1:在初始化时,即没有指纹放置到指纹机中进行检测的时刻,定义指纹机获取的初始背景图像矩阵IMG0,其维度为N×N×3,N表示像素点的数目,3表示该指纹机记录红、绿、蓝三种颜色的强度信息;
1-1.指纹机以F帧每秒的速度连续采集图像,并将当前采集到的指纹图像定义为IMGe,IMGe的存储格式为一个矩阵,其维度是N×N×3;利用差分检测方法,比较IMGe和IMG0,如判断当前无指纹进入指纹机,则不记录IMGe,下一帧采集的图像矩阵将覆盖IMGe;
1-2.当待测指纹以自上而下的方式放置到指纹机的检测窗口上时,IMGe的图像模式发生明显的变化,利用差分检测方法,可动态的判断指纹放置到指纹机的开始时刻;此时,指纹机以F帧每秒的速度,连续的采集图像,获取IMGe,并将当前的图像信息IMGe保存至指纹机的内存以及硬盘中;经过T秒后,指纹图像采集结束,使用者以自下而上的方式抬起,离开指纹机的检测窗口;同样,利用差分检测方法,判断指纹信息录入过程的终结时刻,并停止指纹机内彩色摄像系统的图像采集;此时,内存与硬盘中保存了动态指纹图像集合IMGs,其中IMGs是一个矩阵数组,共含有F×T帧图像,动态指纹图像集合IMGs中的每个元素均为N×N×3的矩阵,IMGs(i)代表动态指纹记录开始后的第i/F秒记录的信息,i的取值范围为[1:F×T];
1-3.所述的待测指纹采集过程中,待测指纹不能在检测窗口上大幅度的拖曳,其判断方式如下:利用指纹纹路识别方法,提取动态指纹图像集合IMGs在所有图像中特征纹路对应的像素点位置,由于IMGs含有F×T幅图像,因此,所有图像中的特征纹路的像素点位置可组成一个(F×T)×2的二维数组,记为P;以P(1,1)和P(1,2)为原点,计算P(i,1)和P(i,2)到原点的距离,记为L(i),i的取值范围为[1:F×T];向量L的维度为(F×T)×1;对向量L进行分析,找出其中数值大于N/5的数值的元素对应的序号,定义为[i1,i2,...im],其中m的取值区间为[0,N];将IMGs中,第[i1,i2,...im]个图像矩阵删除,获取有效动态指纹图像集合IMGsf;如m>N-3,则认为指纹图像采集失败,提示用户重新进行指纹放置;反之,则继续后续判断过程;IMGsf中含有F×T-m个图像矩阵,每个矩阵的维度为N×N×3;
所述差分检测方法是指指纹机将当前获取的动态指纹图像集合IMGs与初始背景图像矩阵IMG0进行比较运算:
sIMG0=∑IMG0;sIMGe=∑IMGe;
vir=|IMG0/sIMG0-IMGe/sIMGe|
其中,vir为动态指纹图像集合IMGs与初始背景图像矩阵IMG0的差异判断指数矩阵;sIMG0为初始背景图像矩阵IMG0的所有元素总和;sIMGe为动态指纹图像集合IMGs的所有元素总和;
1-4.求解vir的概率密度函数;
若vir中,有90%的数据小于0.05,则认为当前指纹机应处于未使用状态,停止指纹动态采集;反之,则继续进行指纹动态采集;
步骤2:分析有效动态指纹图像集合IMGsf:
2-1.利用边缘检测法,对动态指纹图像集合IMGsf中的每个元素IMGsf(i)进行边缘检测;设指纹图像为近似椭圆,将该近似椭圆内的点对应的红、绿、蓝三色值进行向量加法,获取该指纹图像的r、g、b值;定义新的矩阵IMGT,其维度为(F×T-m)×3,将IMGsf(i)的r、g、b值依次记录到IMGT(i,1),IMGT(i,2),IMGT(i,3)中;
2-2.将IMGT(i,1),IMGT(i,2),IMGT(i,3)的数值转换为色相、饱和度、明度:
v(i)=max;
其中,max与min分别为R、G、B值中的的最大和最小值;h、s、v为一维数组,其元素h(i)、s(i)、v(i)分别代表IMGsf(i)的色相、饱和度、明度;
2-3.分别计算一维数组h、s、v的均方根及均值,其均方根分别记为stdh、stds、stdv;其均值分别记为avh、avs、avv;
若小于阈值,则认为该待测指纹为假指纹,反之,为真指纹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410116403.2A CN103886297B (zh) | 2014-03-26 | 2014-03-26 | 真假指纹的动态光学检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410116403.2A CN103886297B (zh) | 2014-03-26 | 2014-03-26 | 真假指纹的动态光学检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103886297A CN103886297A (zh) | 2014-06-25 |
CN103886297B true CN103886297B (zh) | 2017-01-11 |
Family
ID=50955180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410116403.2A Expired - Fee Related CN103886297B (zh) | 2014-03-26 | 2014-03-26 | 真假指纹的动态光学检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103886297B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138971A (zh) * | 2015-08-07 | 2015-12-09 | 北京天诚盛业科技有限公司 | 指纹采集的方法和装置 |
CN105303173A (zh) * | 2015-10-19 | 2016-02-03 | 广东欧珀移动通信有限公司 | 一种降低误识别率的方法和装置 |
CN105787322B (zh) * | 2016-02-01 | 2019-11-29 | 北京京东尚科信息技术有限公司 | 指纹识别的方法及装置、移动终端 |
CN105975936B (zh) * | 2016-05-04 | 2020-01-31 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种纯光学指纹活体检测方法 |
CN107247894B (zh) * | 2017-05-16 | 2020-06-26 | Oppo广东移动通信有限公司 | 解锁控制方法及相关产品 |
US10789449B2 (en) | 2018-01-25 | 2020-09-29 | Egis Technology Inc. | Electronic device for distinguishing between fingerprint feature points and non-fingerprint feature points and method for the same |
WO2020029867A1 (en) | 2018-08-07 | 2020-02-13 | Shenzhen GOODIX Technology Co., Ltd. | Optical sensing of fingerprints or other patterns on or near display screen using optical detectors integrated to display screen |
CN112241657A (zh) | 2019-07-17 | 2021-01-19 | 华为技术有限公司 | 一种指纹防伪方法和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050020436A (ko) * | 2003-08-22 | 2005-03-04 | (주)실리콘이미지웍스 | 지문 인식 장치 및 그 제조 방법 |
CN101082834A (zh) * | 2006-06-01 | 2007-12-05 | 敦南科技股份有限公司 | 一维指纹检测模块的运动检测方法 |
CN101131732A (zh) * | 2006-08-24 | 2008-02-27 | 三美电机株式会社 | 指纹检测装置 |
CN101681518A (zh) * | 2007-05-21 | 2010-03-24 | 三菱电机株式会社 | 图像差检测方法和装置、场景转换检测方法和装置、以及图像差分检测方法和装置 |
-
2014
- 2014-03-26 CN CN201410116403.2A patent/CN103886297B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050020436A (ko) * | 2003-08-22 | 2005-03-04 | (주)실리콘이미지웍스 | 지문 인식 장치 및 그 제조 방법 |
CN101082834A (zh) * | 2006-06-01 | 2007-12-05 | 敦南科技股份有限公司 | 一维指纹检测模块的运动检测方法 |
CN101131732A (zh) * | 2006-08-24 | 2008-02-27 | 三美电机株式会社 | 指纹检测装置 |
CN101681518A (zh) * | 2007-05-21 | 2010-03-24 | 三菱电机株式会社 | 图像差检测方法和装置、场景转换检测方法和装置、以及图像差分检测方法和装置 |
Non-Patent Citations (1)
Title |
---|
可视多光谱指纹检测系统设计;孟庆霞 等;《暨南大学学报(自然科学版)》;20051031;第26卷(第5期);642-645,652 * |
Also Published As
Publication number | Publication date |
---|---|
CN103886297A (zh) | 2014-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103886297B (zh) | 真假指纹的动态光学检测方法 | |
CN109583342B (zh) | 基于迁移学习的人脸活体检测方法 | |
CN105868689B (zh) | 一种基于级联卷积神经网络的人脸遮挡检测方法 | |
CN103824059B (zh) | 一种基于视频图像序列的人脸表情识别方法 | |
CN104573719B (zh) | 基于图像智能分析的山火检测方法 | |
CN108229458A (zh) | 一种基于运动检测和多特征提取的火焰智能识别方法 | |
CN105354985B (zh) | 疲劳驾驶监控装置及方法 | |
CN108447219A (zh) | 基于视频图像的火灾检测系统及方法 | |
CN109359634B (zh) | 一种基于双目摄像机的人脸活体检测方法 | |
CN104123549B (zh) | 一种用于疲劳驾驶实时监测的眼睛定位方法 | |
CN105447432B (zh) | 一种基于局部运动模式的人脸防伪方法 | |
CN103618918A (zh) | 一种智能电视的显示控制方法及装置 | |
CN103020965A (zh) | 一种基于显著性检测的前景分割方法 | |
CN104992148A (zh) | 基于随机森林的atm终端部分遮挡人脸关键点检测方法 | |
CN101706874A (zh) | 基于肤色特征的人脸检测方法 | |
CN103617414B (zh) | 一种基于最大间距准则的火灾颜色模型的火灾火焰和烟雾识别方法 | |
CN103325128A (zh) | 一种智能识别阴道镜所采集的图像特征的方法及装置 | |
CN108596237B (zh) | 一种基于颜色和血管的lci激光内镜下的结肠息肉分类装置 | |
US20140079295A1 (en) | Apparatus and method for discriminating disguised face | |
CN113312965B (zh) | 一种人脸未知欺骗攻击活体检测方法及系统 | |
CN106934377A (zh) | 一种改进的人脸检测系统 | |
CN103218615B (zh) | 人脸判定方法 | |
CN106909883A (zh) | 一种基于ros的模块化手部区域检测方法和装置 | |
CN107564018A (zh) | 一种利用改进迭代算法提取目标图像的方法 | |
CN110298893A (zh) | 一种行人衣着颜色识别模型的生成方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170111 Termination date: 20210326 |