CN104463132A - 一种指纹识别方法及装置 - Google Patents
一种指纹识别方法及装置 Download PDFInfo
- Publication number
- CN104463132A CN104463132A CN201410790770.0A CN201410790770A CN104463132A CN 104463132 A CN104463132 A CN 104463132A CN 201410790770 A CN201410790770 A CN 201410790770A CN 104463132 A CN104463132 A CN 104463132A
- Authority
- CN
- China
- Prior art keywords
- pixel
- fingerprint image
- fingerprint
- identified
- target
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请提供了一种指纹识别方法及装置,该方法包括:获取待识别指纹图像,计算该图像中目标像素点的像素特征值,获取预先存储的每个注册指纹图像中各个像素点的像素特征值,将待识别指纹图像的像素特征值与各个注册指纹图像的像素特征值进行对比,获得图像之间的相似度,依据各个相似度,生成指纹识别结果,该识别结果包括识别成功或识别失败。与现有技术中利用指纹细节点进行识别而言,本发明利用图像中的像素点,更具体地,利用像素点的像素特征值确定图像之间的相似度,因此对于指纹纹路受到破坏但只要能提取到像素点的指纹图像,均可实现指纹识别,可见,本发明的适用性更广。
Description
技术领域
本发明涉及指纹认证技术领域,尤其是一种指纹识别方法及装置。
背景技术
在信息化社会中,多种场合需要对人的身份进行识别。目前,为了保证识别准确性,通常利用具有生物特征的数据进行身份识别,其中一种生物特征数据是指纹,即通过指纹比对识别身份。
具体地,预先存储注册指纹,当需要进行指纹验证时,利用指纹传感器采集单幅指纹图像,提取该指纹图像中的指纹纹路,根据指纹纹路的分叉及端点特征判断指纹图像与注册指纹是否相同。
然而,现实生活中,部分人群的指纹纹路损坏,并不能从采集到的单幅指纹图像中提取出完整的指纹纹路,也就不能利用分叉及端点特征进行指纹比对。
发明内容
有鉴于此,本发明提供了一种指纹识别方法及装置,用以解决现有的指纹识别方法对部分指纹纹路受损人群无法完成指纹识别的技术问题。为实现所述发明目的,本发明提供的技术方案如下:
一种指纹识别方法,包括:
获取待识别指纹图像;
计算所述待识别指纹图像中目标像素点的像素特征值;其中,所述像素特征值具有平移不变性及旋转不变性;
获取预先存储的每个注册指纹图像中像素点的像素特征值;
将所述待识别指纹图像中目标像素点的像素特征值与各个所述注册指纹图像中像素点的像素特征值进行对比,获得所述待识别指纹图像与各个所述注册指纹图像的相似度;
依据各个所述相似度,生成指纹识别结果;其中,所述指纹识别结果包括识别成功或识别失败。
可选地,所述依据各个所述相似度,生成指纹识别结果包括:
确定所述相似度中的最大相似度;
当所述最大相似度超过预设相似阈值时,生成识别成功的识别结果;
当所述最大相似度未超过所述预设相似阈值时,生成识别失败的识别结果。
可选地,所述依据各个所述相似度,生成指纹识别结果包括:
在各个所述相似度中,查找超过预设相似阈值的目标相似度;
当查找到目标相似度时,生成识别成功的识别结果;
当未查找到目标相似度时,生成识别失败的识别结果。
可选地,所述计算所述待识别指纹图像中目标像素点的像素特征值包括:
以所述待识别指纹图像中的目标像素点为圆心确定圆周;
利用所述圆周上像素点的灰度值,计算所述待识别指纹图像中目标像素点的像素特征值。
可选地,所述利用所述圆周上像素点的灰度值,计算所述待识别指纹图像中目标像素点的像素特征值包括:
在所述圆周上确定多个像素点组;其中,每个所述像素点组中包含两个像素点;
计算每个所述像素点组中两个像素点的灰度差值;
将多个灰度差值求和,获得待识别指纹图像中目标像素点的像素特征值。
可选地,所述在所述圆周上确定多个像素点组包括:
将所述圆周上每两个相连的像素点确定为一个像素点组,获得多个像素点组;
或,
将所述圆周上每两个关于圆心对称的像素点确定为一个像素点组,获得多个像素点组。
可选地,所述计算所述待识别指纹图像中目标像素点的像素特征值包括:
在所述待识别指纹图像中,选取多个目标像素点;
计算选取的多个目标像素点的像素特征值。
可选地,所述将所述待识别指纹图像中目标像素点的像素特征值与各个所述注册指纹图像中像素点的像素特征值进行对比,获得所述待识别指纹图像与各个所述注册指纹图像的相似度包括:
利用欧式距离算法,计算所述待识别指纹图像中每个目标像素点的像素特征值分别与每个所述注册指纹图像中每个像素点的像素特征值之间的欧式距离;
在各个所述欧式距离中,确定小于预设距离阈值的欧式距离为目标欧式距离;
获取所述待识别指纹图像分别与每个所述注册指纹图像各自确定的目标欧式距离的个数,将所述目标欧式距离的个数确定为相似度。
可选地,在依据各个所述相似度,生成指纹识别结果之后,还包括:
当所述指纹识别结果为识别成功时,在多个所述注册指纹图像中,确定目标注册指纹图像;其中,所述目标注册指纹图像为与所述待识别指纹图像识别成功的注册指纹图像;
在所述目标注册指纹图像中,确定所述待识别指纹图像所在的目标区域图像;
利用相位相关(Phase only Correlation,POC)算法,计算所述待识别指纹图像与所述目标区域图像的冲击函数;
获取所述冲击函数的峰值及所述峰值对应的位置偏移量;
当所述峰值大于预设峰值阈值且所述位置偏移量小于预设偏移阈值时,生成指纹识别成功的提示信息。
本申请还提供了一种指纹识别装置,包括:
待识别指纹获取模块,用于获取待识别指纹图像;
第一特征值计算模块,用于计算所述待识别指纹图像中目标像素点的像素特征值;其中,所述像素特征值具有平移不变性及旋转不变性;
第二特征值获取模块,用于像素获取预先存储的每个注册指纹图像中像素点的像素特征值;
指纹相似度获取模块,用于将所述待识别指纹图像中目标像素点的像素特征值与各个所述注册指纹图像中像素点的像素特征值进行对比,获得所述待识别指纹图像与各个所述注册指纹图像的相似度;
识别结果生成模块,用于依据各个所述相似度,生成指纹识别结果;其中,所述指纹识别结果包括识别成功或识别失败。与现有技术相比,本发明提供的指纹识别方法及装置,具有如下有益效果:
获取待识别指纹图像,计算该图像中目标像素点的像素特征值,获取预先存储的每个注册指纹图像中各个像素点的像素特征值,将待识别指纹图像的像素特征值与各个注册指纹图像的像素特征值进行对比,获得图像之间的相似度,依据各个相似度,生成指纹识别结果,该识别结果包括识别成功或识别失败。与现有技术中利用指纹纹路进行识别而言,本发明实施例利用图像中的像素点,更具体地,利用像素点的像素特征值确定图像之间的相似度,因此对于指纹纹路受到破坏但只要能提取到像素点的指纹图像,均可实现指纹识别,本发明实施例的适用性更广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的指纹识别方法的流程图;
图2为本发明实施例提供的指纹识别方法中确定指纹像素组的一个示例图;
图3为本发明实施例提供的指纹识别方法中确定指纹像素组的另一示例图;
图4为本发明实施例提供的指纹识别方法中对识别成功的指纹的验证流程图;
图5为本发明实施例提供的指纹识别装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,其示出了本发明实施例提供的指纹识别方法的流程,具体包括以下步骤:
步骤S101:获取待识别指纹图像。
其中,待识别指纹图像可以是各种指纹认证平台中的指纹传感器采集的图像,例如,嵌入式设备、PC设备及移动终端等。需要说明的是,移动终端中的指纹传感器采集面积较小,采集到的指纹细节点较少。现有技术中的指纹识别方法,在这种指纹细节点较少的指纹图像,不能提取到完整的指纹纹路特征,因此不能完成指纹识别,但是本发明提供的方法可以对这种指纹进行识别。
步骤S102:计算所述待识别指纹图像中目标像素点的像素特征值;其中,所述像素特征值具有平移不变性及旋转不变性。
其中,目标像素点是待识别指纹图像中的多个像素点,可以是全部的像素点,也可以是选取的部分像素点。利用预设特征值计算方法,确定每个目标像素点的像素特征值。需要说明,预设特征值计算方法具有平移不变的性质及旋转不变的性质,因此计算出的像素特征值具有平移不变性及旋转不变性。
在数学计算中,给定一个定义于内积空间的函数,假若对于任意旋转,函数的参数值可能会改变,但是函数的函数值仍然保持不变,则此性质称之为旋转不变性,也即函数对于旋转具有对称性。例如,假设以xyz参考系的原点为固定点,任意旋转xyz参考系,而函数f(x,y,z)=x2+y2+z2的数值保持不变,因此,函数f(x,y,z)对于任意旋转具有不变性。同理,可知平移不变性。
本实施例中,预设计算方法中使用的公式可以认为具有上述函数特性的公式,计算出的像素特征值也具有该特性。
步骤S103:获取预先存储的每个注册指纹图像中像素点的像素特征值。
其中,可以预先设置指纹库,指纹库中存储多个注册指纹图像,且存储每个注册指纹图像中每个像素点的像素特征值。其中,此处的像素特征值可参照上文描述。
步骤S104:将所述待识别指纹图像中目标像素点的像素特征值与各个所述注册指纹图像中像素点的像素特征值进行对比,获得所述待识别指纹图像与各个所述注册指纹图像的相似度。
其中,确定待识别指纹图像分别与每个注册指纹图像之间的相似度,确定的方式是利用像素特征值,即将待识别指纹图像的像素特征值与注册指纹图像的像素特征值进行比对,更具体地,是将待识别指纹图像中的目标像素点的像素特征值与注册指纹图像中的每个像素点的像素特征值进行比对。
比对方式可以是确定像素特征值之间的差值或欧氏距离等,再利用确定的值确定相似度。具体的比对的方式可参照下文详细描述。
步骤S105:依据各个所述相似度,生成指纹识别结果;其中,所述指纹识别结果包括识别成功或识别失败。
其中,相似度表征待识别指纹图像与各个注册指纹图像之间的相似程度,根据各个相似度生成指纹识别结果,就是说,根据多个相似度判断指纹识别成功还是失败。
由以上的技术方案可以看出,本发明实施例提供的指纹识别方法包括,获取待识别指纹图像,计算该图像中目标像素点的像素特征值,获取预先存储的每个注册指纹图像中各个像素点的像素特征值,将待识别指纹图像的像素特征值与各个注册指纹图像的像素特征值进行对比,获得图像之间的相似度,依据各个相似度,生成指纹识别结果,该识别结果包括识别成功或识别失败。与现有技术中利用指纹纹路进行识别而言,本发明实施例利用图像中的像素点,更具体地,利用像素点的像素特征值确定图像之间的相似度,因此对于指纹纹路受到破坏但只要能提取到像素点的指纹图像,均可实现指纹识别,本发明实施例的适用性更广。
需要说明的是,虽然本发明的出发点是针对指纹纹路受到破坏的人群的指纹,但不局限本发明实施例提供的应用场景,其可以适用于对各种人群的指纹的识别。
具体地,上述实施例中步骤S105的一种实现方式可以是:
确定所述相似度中的最大相似度;当所述最大相似度超过预设相似阈值时,生成识别成功的识别结果;当所述最大相似度未超过所述预设相似阈值时,生成识别失败的识别结果。
其中,步骤S104中获得的相似度包括多个相似度,即待识别指纹图像与每个注册指纹图像之间的相似度。在多个相似度中确定最大值,并判断该最大值是否超过预设相似阈值,若超过,生成识别成功的识别结果,否则,生成识别失败的识别结果。
另外,上述实施例中步骤S105的另一种实现方式可以是:
在各个所述相似度中,查找超过预设相似阈值的目标相似度;当查找到目标相似度时,生成识别成功的识别结果;当未查找到目标相似度时,生成识别失败的识别结果。
该种实现方式,是在多个相似度中查找超过预设相似阈值的相似度,若查找到,则说明识别成功,生成识别成功的识别结果,否则生成识别失败的识别结果。
需要说明的是,上述步骤S102中计算待识别指纹图像的目标像素点的像素特征值可以是在待识别指纹图像中,选取多个目标像素点,进而计算选取的多个目标像素点的像素特征值。
具体地,选取目标像素点的方式可以是在图像中随机选取,或者是按照预设规则选取。该预设规则可以是选取多行,进而在每行中选取多个像素点。选取多行的方式可以是每隔相同的行数选取一行,还可以是间隔不完全相同的行数选取一行,即选取的每两行之间间隔的行数并一定全部相同,又可以是,集中在图像中的中间区域选取几行。当然,这几种方式仅仅是示例,还可以是其他选取行的方式,本发明并不做具体限定。
与将待识别指纹图像中的每个像素点均作为目标像素点相比,该种选取部分像素点作为目标像素点的方式可以减少后续计算量,即后续计算像素特征值,及将待识别指纹图像的像素特征值与注册指纹图像的像素特征值的比对运算,从而提高识别效率。
下面详细介绍上述步骤S102计算像素特征值的具体过程。
以所述待识别指纹图像中的目标像素点为圆心确定圆周;利用所述圆周上像素点的灰度值,计算所述待识别指纹图像中目标像素点的像素特征值。
其中,确定的圆周数量可以根据具体的应用场景进行设定,当应用场景对指纹注册准确度较高时,确定的圆周数量可以为预设的较大数值,相反,为预设的较小数值,具体的数值本发明实施例并不做具体限定。
可以看出,每个目标像素点的像素特征值是利用每个像素点周围的像素点的灰度值确定的,更具体地,是利用像素点为圆心确定的圆周上的像素点。圆周上的像素点符合具有旋转不变性及平移不变性性质的函数要求,计算出的像素特征值具有所述两个特性。其中,本发明实施例中,采集的指纹图像为灰度图像,像素点的像素值为灰度值。
更具体地,利用圆周上像素点的灰度值,计算所述待识别指纹图像中目标像素点的像素特征值的实现方式可以是:
在所述圆周上确定多个像素点组;其中,每个所述像素点组中包含两个像素点;计算每个所述像素点组中两个像素点的灰度差值;将多个灰度差值求和,获得待识别指纹图像中目标像素点的像素特征值。
在该种实现方式中,每个目标像素点均具有各自对应的圆周,即以自身为圆心的圆周为自身对应的圆周。对于每个目标像素点,在自身对应的圆周上确定多组像素点,将自身对应圆周上的各个组内像素点的灰度差值相加,从而获得自身的像素特征值。
其中,确定多个像素点组的方式可以是多种,本发明提供两种具体方式。其一为:针对每个所述目标像素点,将各自对应圆周上每两个相邻的像素点确定为一个像素点组,从而获得多个像素点组;其二为:针对每个所述目标像素点,将各自对应圆周上每两个关于圆心对称的像素点确定为一个像素点组,从而获得多个像素点组。
简而言之,第一种方式将每两个相邻的像素点划分为一组获得多组像素点,第二种方式是将关于圆心对称的像素点划分为一组获得多组像素点。下面结合图示说明。对应第一种方式,见图2所示,该图中的像素点P为任意一目标像素点,以P为圆心确定的一个圆周为圆周C1,该圆周上的像素点为n0、n1……nN-1,将n0及n1划分为一组像素点,将n2及n3划分为一组像素点,以此类推,划分圆周C1上各组像素点。对应第二种方式,见图3所示,该图中将n0及nN/2划分为一组像素点,将n1及nN/2-1划分为一组像素点,以此类推,划分圆周上的各组像素点。
需要说明,在上述实施例中,每个目标像素点对应的圆周为多数个时,每个圆周上均会获得一个灰度差值的和值,将每个和值看作是一个向量元素,则每个目标像素点的像素特征值,可以认为是由多个向量元素组成的向量。
具体地,上述步骤S105将所述待识别指纹图像中目标像素点的像素特征值与各个所述注册指纹图像中像素点的像素特征值进行对比,获得所述待识别指纹图像与各个所述注册指纹图像的相似度的具体实现方式可以如下:
利用欧式距离算法,计算所述待识别指纹图像中每个目标像素点的像素特征值分别与每个所述注册指纹图像中每个像素点的像素特征值之间的欧式距离。在各个所述欧式距离中,确定小于预设距离阈值的欧式距离为目标欧式距离。获取所述待识别指纹图像分别与每个所述注册指纹图像各自确定的目标欧式距离的个数,将所述目标欧式距离的个数确定为相似度。
具体而言,待识别指纹图像与每幅注册指纹图像比对时均执行该过程:将第一幅图像中的目标像素点与第二幅图像中的每个像素点均计算欧式距离,在获得的多个欧式距离中,确定欧式距离小于预设阈值的为目标欧式距离。计算待识别指纹图像与每个注册指纹图像各自确定出的目标欧式距离的个数,每个个数作为待识别指纹图像与每个注册指纹图像各自的相似度。
也就是说,对于比对的两幅图像,首先利用欧式距离计算公式,计算每两个像素点的像素特征值的欧式距离。需要说明,这两个像素点分别来自两幅不同的待比对图像。若欧式距离小于预设阈值,则认为这两个像素点为相似的像素点对,用像素点对来表征两幅指纹图像之间的相似度,即待识别指纹图像与注册指纹图像之间的相似度。
当确定出相似度后,便可依据上述步骤S105生成识别结果。当然,在识别结果为识别成功时,为了进一步验证识别的准确性,可以进一步利用相位相关算法即POC算法进行判断。具体地,见图4所示,在步骤S105之后还可以包括:
步骤S201:当所述指纹识别结果为识别成功时,在多个所述注册指纹图像中,确定目标注册指纹图像;其中,所述目标注册指纹图像为与所述待识别指纹图像识别成功的注册指纹图像。
其中,当识别成功时,说明注册指纹图像中包括至少一副与待识别指纹图像相似的注册指纹图像。具体地,识别成功的指纹图像,与上述各种识别方式对应,可以是与所述待识别指纹图像的相似度大于预设阈值的注册指纹图像,还可以是与待识别指纹图像的相似度为最大相似度的注册指纹图像。其中,识别成功的
步骤S202:在所述目标注册指纹图像中,确定所述待识别指纹图像所在的目标区域图像。
可选地,确定待识别指纹图像的四个顶点在目标注册指纹图像中的位置坐标,根据位置坐标进行定位。当然,在定位前,可以首先根据像素点的像素特征值,计算平移及旋转量,根据平移及旋转量将待识别指纹图像向目标注册指纹图像分别平移和旋转。
步骤S203:利用相位相关(Phase only Correlation,POC)算法,计算所述待识别指纹图像与所述目标区域图像的冲击函数。
其中,相位相关算法是一种图像匹配方法,利用该算法可以计算待识别指纹图像与目标区域图像之间的平移量,两图像的平移量可以通过做相位合成后再做傅里叶反变换即可获得相关表面,该相关表面可以用冲击函数表示。
步骤S204:获取所述冲击函数的峰值及所述峰值对应的位置偏移量。
在冲击函数的坐标系中,坐标值可反映峰值的位置偏移量,因此,获得峰值对应的坐标值即可获得位置偏移量。
步骤S205:当所述峰值大于预设峰值阈值且所述位置偏移量小于预设偏移阈值时,生成指纹识别成功的提示信息。
需要说明,第一个识别结果只是利用欧式距离计算图像之间的相似度而获得的,为了提高识别精准性,在识别成功基础上,利用POC算法进行验证,并根据算法的生成函数获得识别结果,即当符合上述条件时,生成识别成功的第二识别结果。
当然,若上述条件中的任何一个判断结果为否,即若峰值不大于预设峰值阈值,和/或,位置偏移量不小于预设偏移阈值,则生成识别失败的提示信息。
下面对本发明实施例提供的指纹识别装置进行介绍,需要说明的是,有关指纹识别装置的说明可参照上文提供的指纹识别方法,以下并不做赘述。
参见图5,其示出了本发明实施例提供的指纹识别装置的结构,具体包括:待识别指纹获取模块100、第一特征值计算模块200、第二特征值获取模块300、指纹相似度获取模块400及识别结果生成模块500;其中:
待识别指纹获取模块100,用于获取待识别指纹图像;
第一特征值计算模块200,用于计算所述待识别指纹图像中目标像素点的像素特征值;其中,所述像素特征值具有平移不变性及旋转不变性;
第二特征值获取模块300,用于像素获取预先存储的每个注册指纹图像中像素点的像素特征值;
指纹相似度获取模块400,用于将所述待识别指纹图像中目标像素点的像素特征值与各个所述注册指纹图像中像素点的像素特征值进行对比,获得所述待识别指纹图像与各个所述注册指纹图像的相似度;
识别结果生成模块500,用于依据各个所述相似度,生成指纹识别结果;其中,所述指纹识别结果包括识别成功或识别失败。
由以上的技术方案可知,本发明实施例提供的指纹识别装置中,指纹相似度获取模块400将所述待识别指纹图像中目标像素点的像素特征值与各个所述注册指纹图像中像素点的像素特征值进行对比,获得所述待识别指纹图像与各个所述注册指纹图像的相似度,进而识别结果生成模块500依据各个所述相似度,生成指纹识别结果;其中,所述指纹识别结果包括识别成功或识别失败。与现有技术中利用指纹纹路进行识别的指纹识别装置而言,本发明实施例利用图像中的像素点,更具体地,利用像素点的像素特征值确定图像之间的相似度,因此对于指纹纹路受到破坏但只要能提取到像素点的指纹图像,均可实现指纹识别,本发明实施例的适用性更广。
其一,识别结果生成模块500可以具体包括:
最大相似度确定子模块,用于确定所述相似度中的最大相似度;
第一识别成功子模块,用于当所述最大相似度超过预设相似阈值时,生成识别成功的识别结果;
第一识别失败子模块,用于当所述最大相似度未超过所述预设相似阈值时,生成识别失败的识别结果。
其二,识别结果生成模块500可以具体包括:
目标相似度查找子模块,用于在各个所述相似度中,查找超过预设相似阈值的目标相似度;
第二识别成功子模块,用于当查找到目标相似度时,生成识别成功的识别结果;
第二识别失败子模块,用于当未查找到目标相似度时,生成识别失败的识别结果。
可选地,上述装置实施例中第一特征值计算模块200具体包括:
圆周确定子模块,用于以所述待识别指纹图像中的目标像素点为圆心确定圆周;
像素特征值计算子模块,用于利用所述圆周上像素点的灰度值,计算所述待识别指纹图像中目标像素点的像素特征值。
可选地,上述圆周确定子模块具体包括:
像素组确定单元,用于在所述圆周上确定多个像素点组;其中,每个所述像素点组中包含两个像素点;
灰度差值计算单元,用于计算每个所述像素点组中两个像素点的灰度差值;
像素特征值获得单元,用于将多个灰度差值求和,获得待识别指纹图像中目标像素点的像素特征值。
可选地,上述像素组确定单元具体包括:
第一像素组确定子单元,用于将所述圆周上每两个相连的像素点确定为一个像素点组,获得多个像素点组;
第二像素组确定子单元,用于将所述圆周上每两个关于圆心对称的像素点确定为一个像素点组,获得多个像素点组。
需要说明的是,该种实现方式中,像素组确定单元包括两种子单元,但这两种子单元可以并非在同一次指纹识别过程中同时工作,可以是选用其中任意一个进行像素组的确定。
可选地,上述装置实施例中的第一特征值计算模块200具体包括:
像素点选取子模块,用于在所述待识别指纹图像中,选取多个目标像素点;
特征值获取子模块,用于计算选取的多个目标像素点的像素特征值。
可选地,上述装置实施例中的指纹相似度获取模块400具体包括:
欧式距离计算子模块,用于利用欧式距离算法,计算所述待识别指纹图像中每个目标像素点的像素特征值分别与每个所述注册指纹图像中每个像素点的像素特征值之间的欧式距离;
目标欧式距离确定子模块,用于在各个所述欧式距离中,确定小于预设距离阈值的欧式距离为目标欧式距离;
目标欧式距离个数获取子模块,用于获取所述待识别指纹图像分别与每个所述注册指纹图像各自确定的目标欧式距离的个数,将所述目标欧式距离的个数确定为相似度。
可选地,为了提高识别准确度,在上述各个指纹识别装置的基础上,还可以包括:
目标注册指纹确定模块,用于当所述指纹识别结果为识别成功时,在多个所述注册指纹图像中,确定目标注册指纹图像;其中,所述目标注册指纹图像为与所述待识别指纹图像识别成功的注册指纹图像;
目标区域图像确定模块,用于在所述目标注册指纹图像中,确定所述待识别指纹图像所在的目标区域图像;
相位相关算法计算模块,用于利用相位相关(Phase only Correlation,POC)算法,计算所述待识别指纹图像与所述目标区域图像的冲击函数;
峰值及位置偏移量获取模块,用于获取所述冲击函数的峰值及所述峰值对应的位置偏移量;
指纹识别成功信息生成模块,用于当所述峰值大于预设峰值阈值且所述位置偏移量小于预设偏移阈值时,生成指纹识别成功的提示信息。
当然,在该实施例提供的装置基础上,还可以包括指纹识别失败信息生成模块,用于当所述峰值未大于预设峰值阈值和/或所述位置偏移量未小于预设位移偏移阈值时,生成指纹识别失败的提示信息。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括上述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种指纹识别方法,其特征在于,包括:
获取待识别指纹图像;
计算所述待识别指纹图像中目标像素点的像素特征值;其中,所述像素特征值具有平移不变性及旋转不变性;
获取预先存储的每个注册指纹图像中像素点的像素特征值;
将所述待识别指纹图像中目标像素点的像素特征值与各个所述注册指纹图像中像素点的像素特征值进行对比,获得所述待识别指纹图像与各个所述注册指纹图像的相似度;
依据各个所述相似度,生成指纹识别结果;其中,所述指纹识别结果包括识别成功或识别失败。
2.根据权利要求1所述的指纹识别方法,其特征在于,所述依据各个所述相似度,生成指纹识别结果包括:
确定所述相似度中的最大相似度;
当所述最大相似度超过预设相似阈值时,生成识别成功的识别结果;
当所述最大相似度未超过所述预设相似阈值时,生成识别失败的识别结果。
3.根据权利要求1所述的指纹识别方法,其特征在于,所述依据各个所述相似度,生成指纹识别结果包括:
在各个所述相似度中,查找超过预设相似阈值的目标相似度;
当查找到目标相似度时,生成识别成功的识别结果;
当未查找到目标相似度时,生成识别失败的识别结果。
4.根据权利要求1所述的指纹识别方法,其特征在于,所述计算所述待识别指纹图像中目标像素点的像素特征值包括:
以所述待识别指纹图像中的目标像素点为圆心确定圆周;
利用所述圆周上像素点的灰度值,计算所述待识别指纹图像中目标像素点的像素特征值。
5.根据权利要求4所述的指纹识别方法,其特征在于,所述利用所述圆周上像素点的灰度值,计算所述待识别指纹图像中目标像素点的像素特征值包括:
在所述圆周上确定多个像素点组;其中,每个所述像素点组中包含两个像素点;
计算每个所述像素点组中两个像素点的灰度差值;
将多个灰度差值求和,获得待识别指纹图像中目标像素点的像素特征值。
6.根据权利要求5所述的指纹识别方法,其特征在于,所述在所述圆周上确定多个像素点组包括:
将所述圆周上每两个相连的像素点确定为一个像素点组,获得多个像素点组;
或,
将所述圆周上每两个关于圆心对称的像素点确定为一个像素点组,获得多个像素点组。
7.根据权利要求1所述的指纹识别方法,其特征在于,所述计算所述待识别指纹图像中目标像素点的像素特征值包括:
在所述待识别指纹图像中,选取多个目标像素点;
计算选取的多个目标像素点的像素特征值。
8.根据权利要求1所述的指纹识别方法,其特征在于,所述将所述待识别指纹图像中目标像素点的像素特征值与各个所述注册指纹图像中像素点的像素特征值进行对比,获得所述待识别指纹图像与各个所述注册指纹图像的相似度包括:
利用欧式距离算法,计算所述待识别指纹图像中每个目标像素点的像素特征值分别与每个所述注册指纹图像中每个像素点的像素特征值之间的欧式距离;
在各个所述欧式距离中,确定小于预设距离阈值的欧式距离为目标欧式距离;
获取所述待识别指纹图像分别与每个所述注册指纹图像各自确定的目标欧式距离的个数,将所述目标欧式距离的个数确定为相似度。
9.根据权利要求1所述的指纹识别方法,其特征在于,在依据各个所述相似度,生成指纹识别结果之后,还包括:
当所述指纹识别结果为识别成功时,在多个所述注册指纹图像中,确定目标注册指纹图像;其中,所述目标注册指纹图像为与所述待识别指纹图像识别成功的注册指纹图像;
在所述目标注册指纹图像中,确定所述待识别指纹图像所在的目标区域图像;
利用相位相关(Phase only Correlation,POC)算法,计算所述待识别指纹图像与所述目标区域图像的冲击函数;
获取所述冲击函数的峰值及所述峰值对应的位置偏移量;
当所述峰值大于预设峰值阈值且所述位置偏移量小于预设偏移阈值时,生成指纹识别成功的提示信息。
10.一种指纹识别装置,其特征在于,包括:
待识别指纹获取模块,用于获取待识别指纹图像;
第一特征值计算模块,用于计算所述待识别指纹图像中目标像素点的像素特征值;其中,所述像素特征值具有平移不变性及旋转不变性;
第二特征值获取模块,用于像素获取预先存储的每个注册指纹图像中像素点的像素特征值;
指纹相似度获取模块,用于将所述待识别指纹图像中目标像素点的像素特征值与各个所述注册指纹图像中像素点的像素特征值进行对比,获得所述待识别指纹图像与各个所述注册指纹图像的相似度;
识别结果生成模块,用于依据各个所述相似度,生成指纹识别结果;其中,所述指纹识别结果包括识别成功或识别失败。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410790770.0A CN104463132B (zh) | 2014-12-17 | 2014-12-17 | 一种指纹识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410790770.0A CN104463132B (zh) | 2014-12-17 | 2014-12-17 | 一种指纹识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104463132A true CN104463132A (zh) | 2015-03-25 |
CN104463132B CN104463132B (zh) | 2018-09-11 |
Family
ID=52909148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410790770.0A Active CN104463132B (zh) | 2014-12-17 | 2014-12-17 | 一种指纹识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104463132B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203240A (zh) * | 2015-05-07 | 2016-12-07 | 神盾股份有限公司 | 指纹辨识方法和电子装置 |
CN106295595A (zh) * | 2016-08-17 | 2017-01-04 | 深圳市金立通信设备有限公司 | 一种指纹识别的方法及终端 |
CN106326829A (zh) * | 2015-06-30 | 2017-01-11 | 三星电子株式会社 | 检测虚假指纹的方法和设备以及识别指纹的方法和设备 |
CN106599657A (zh) * | 2015-04-11 | 2017-04-26 | 贵阳科安科技有限公司 | 用于移动终端生物特征识别的动态检测和反馈方法 |
WO2017113930A1 (zh) * | 2015-12-29 | 2017-07-06 | 小米科技有限责任公司 | 指纹识别方法及装置 |
WO2017128767A1 (zh) * | 2016-01-29 | 2017-08-03 | 北京小米移动软件有限公司 | 指纹模板录入方法及装置 |
CN107301374A (zh) * | 2017-05-22 | 2017-10-27 | 成都亿盟恒信科技有限公司 | 一种基于指纹识别的驾驶员身份认证系统及认证方法 |
CN107341437A (zh) * | 2016-05-03 | 2017-11-10 | 联咏科技股份有限公司 | 指纹感测装置和感测指纹的方法 |
WO2017206914A1 (zh) * | 2016-06-01 | 2017-12-07 | 深圳信炜科技有限公司 | 指纹识别方法、指纹识别系统、及电子设备 |
CN107832666A (zh) * | 2017-09-30 | 2018-03-23 | 北京集创北方科技股份有限公司 | 指纹识别方法和装置 |
WO2018137226A1 (zh) * | 2017-01-25 | 2018-08-02 | 深圳市汇顶科技股份有限公司 | 指纹提取方法及装置 |
CN108932457A (zh) * | 2017-05-24 | 2018-12-04 | 腾讯科技(深圳)有限公司 | 图像识别方法及相关装置 |
CN110956468A (zh) * | 2019-11-15 | 2020-04-03 | 西安电子科技大学 | 一种指纹支付系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499130A (zh) * | 2008-01-30 | 2009-08-05 | 深圳市普罗巴克科技股份有限公司 | 一种指纹识别方法和指纹识别系统 |
-
2014
- 2014-12-17 CN CN201410790770.0A patent/CN104463132B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499130A (zh) * | 2008-01-30 | 2009-08-05 | 深圳市普罗巴克科技股份有限公司 | 一种指纹识别方法和指纹识别系统 |
Non-Patent Citations (1)
Title |
---|
吴四夫等: "《基于相位相关算法的实时图像匹配系统》", 《计算机仿真》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599657B (zh) * | 2015-04-11 | 2020-09-01 | 苏州思源科安信息技术有限公司 | 用于移动终端生物特征识别的动态检测和反馈方法 |
CN106599657A (zh) * | 2015-04-11 | 2017-04-26 | 贵阳科安科技有限公司 | 用于移动终端生物特征识别的动态检测和反馈方法 |
CN106650634A (zh) * | 2015-04-11 | 2017-05-10 | 贵阳科安科技有限公司 | 用于终端生物识别的图像镜面反射干扰检测和反馈方法 |
CN106650634B (zh) * | 2015-04-11 | 2020-04-24 | 苏州思源科安信息技术有限公司 | 用于终端生物识别的图像镜面反射干扰检测和反馈方法 |
CN106203240A (zh) * | 2015-05-07 | 2016-12-07 | 神盾股份有限公司 | 指纹辨识方法和电子装置 |
CN106326829A (zh) * | 2015-06-30 | 2017-01-11 | 三星电子株式会社 | 检测虚假指纹的方法和设备以及识别指纹的方法和设备 |
US10216976B2 (en) | 2015-12-29 | 2019-02-26 | Xiaomi Inc. | Method, device and medium for fingerprint identification |
WO2017113930A1 (zh) * | 2015-12-29 | 2017-07-06 | 小米科技有限责任公司 | 指纹识别方法及装置 |
US10452890B2 (en) | 2016-01-29 | 2019-10-22 | Beijing Xiaomi Mobile Software Co., Ltd. | Fingerprint template input method, device and medium |
CN107025419A (zh) * | 2016-01-29 | 2017-08-08 | 北京小米移动软件有限公司 | 指纹模板录入方法及装置 |
CN107025419B (zh) * | 2016-01-29 | 2020-11-10 | 北京小米移动软件有限公司 | 指纹模板录入方法及装置 |
WO2017128767A1 (zh) * | 2016-01-29 | 2017-08-03 | 北京小米移动软件有限公司 | 指纹模板录入方法及装置 |
CN107341437A (zh) * | 2016-05-03 | 2017-11-10 | 联咏科技股份有限公司 | 指纹感测装置和感测指纹的方法 |
WO2017206914A1 (zh) * | 2016-06-01 | 2017-12-07 | 深圳信炜科技有限公司 | 指纹识别方法、指纹识别系统、及电子设备 |
CN106295595A (zh) * | 2016-08-17 | 2017-01-04 | 深圳市金立通信设备有限公司 | 一种指纹识别的方法及终端 |
WO2018137226A1 (zh) * | 2017-01-25 | 2018-08-02 | 深圳市汇顶科技股份有限公司 | 指纹提取方法及装置 |
CN107301374A (zh) * | 2017-05-22 | 2017-10-27 | 成都亿盟恒信科技有限公司 | 一种基于指纹识别的驾驶员身份认证系统及认证方法 |
CN108932457A (zh) * | 2017-05-24 | 2018-12-04 | 腾讯科技(深圳)有限公司 | 图像识别方法及相关装置 |
CN108932457B (zh) * | 2017-05-24 | 2021-09-28 | 腾讯科技(深圳)有限公司 | 图像识别方法、装置及设备 |
CN107832666A (zh) * | 2017-09-30 | 2018-03-23 | 北京集创北方科技股份有限公司 | 指纹识别方法和装置 |
CN110956468A (zh) * | 2019-11-15 | 2020-04-03 | 西安电子科技大学 | 一种指纹支付系统 |
CN110956468B (zh) * | 2019-11-15 | 2023-05-23 | 西安电子科技大学 | 一种指纹支付系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104463132B (zh) | 2018-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104463132A (zh) | 一种指纹识别方法及装置 | |
Aldoma et al. | Multimodal cue integration through hypotheses verification for rgb-d object recognition and 6dof pose estimation | |
CN104463129A (zh) | 一种指纹注册方法及装置 | |
CN104166955B (zh) | 基于保角变换图像哈希生成及图像篡改检测定位方法 | |
CN108509909A (zh) | 一种指纹采集方法及装置 | |
Sun et al. | Nonoverlapping blocks based copy‐move forgery detection | |
CN112990228B (zh) | 图像特征匹配方法和相关装置、设备及存储介质 | |
US10127681B2 (en) | Systems and methods for point-based image alignment | |
CN104077782A (zh) | 一种星载遥感图像匹配方法 | |
Ding et al. | Range image segmentation based on randomized hough transform | |
da Silva et al. | A dynamic approach for approximate pairwise alignment based on 4-points congruence sets of 3D points | |
Rizzini et al. | Geometric relation distribution for place recognition | |
CN111126436B (zh) | 视觉匹配方法及装置 | |
Fu et al. | C-surf: Colored speeded up robust features | |
Alemán-Flores et al. | Wide-angle lens distortion correction using division models | |
Cadoni et al. | Iconic methods for multimodal face recognition: a comparative study | |
Huynh-Kha et al. | The efficiency of applying DWT and feature extraction into copy-move images detection | |
Lu et al. | Edge chain detection by applying Helmholtz principle on gradient magnitude map | |
Wu et al. | 2d vector map watermarking based on spatial relations | |
CN103902980A (zh) | 一种手指静脉网络特征提取与匹配方法 | |
Mehrotra et al. | An efficient dual stage approach for iris feature extraction using interest point pairing | |
US11600015B2 (en) | Fiducial web for computer vision | |
Jeon et al. | A global correspondence for scale invariant matching using mutual information and the graph search | |
Correa-Tome et al. | Fast similarity metric for real-time template-matching applications | |
Chen et al. | Fully automatic and robust approach for remote sensing image registration |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 310053 8 / F and 12 / F, building 5, No. 669, BINKANG Road, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: ZHEJIANG WELLCOM TECHNOLOGY Co.,Ltd. Address before: 310053, No. 4, No. six, 368 North Road, Hangzhou, Zhejiang, Binjiang District Patentee before: ZHEJIANG WELLCOM TECHNOLOGY Co.,Ltd. |