CN103886297B - 真假指纹的动态光学检测方法 - Google Patents

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

真假指纹的动态光学检测方法

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,...i_m]，其中m的取值区间为[0,N]。将IMGs中，第[i₁,i₂,...i_m]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,...i_m]，其中m的取值区间为[0,N]。将IMGs中，第[i₁,i₂,...i_m]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,...i_m]，其中m的取值区间为[0,N]；将IMGs中，第[i₁,i₂,...i_m]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。