CN104866751B - 用于移动智能设备的安全生物特征识别和图像采集系统 - Google Patents

用于移动智能设备的安全生物特征识别和图像采集系统 Download PDF

Info

Publication number
CN104866751B
CN104866751B CN201510170322.5A CN201510170322A CN104866751B CN 104866751 B CN104866751 B CN 104866751B CN 201510170322 A CN201510170322 A CN 201510170322A CN 104866751 B CN104866751 B CN 104866751B
Authority
CN
China
Prior art keywords
image
unit
safe
biological characteristic
movable equipment
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
Application number
CN201510170322.5A
Other languages
English (en)
Other versions
CN104866751A (zh
Inventor
倪蔚民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SUZHOU SIYUAN KEAN INFORMATION TECHNOLOGY Co.,Ltd.
Original Assignee
Kweiyang Ke An Science And Technology Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kweiyang Ke An Science And Technology Ltd filed Critical Kweiyang Ke An Science And Technology Ltd
Priority to CN201611073496.0A priority Critical patent/CN106650634B/zh
Priority to CN201510170322.5A priority patent/CN104866751B/zh
Priority to CN201611073493.7A priority patent/CN106599657B/zh
Priority to CN201611073497.5A priority patent/CN106778161B/zh
Publication of CN104866751A publication Critical patent/CN104866751A/zh
Priority to PCT/CN2016/078829 priority patent/WO2016165586A1/zh
Application granted granted Critical
Publication of CN104866751B publication Critical patent/CN104866751B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V40/50—Maintenance of biometric data or enrolment thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features

Abstract

本发明公开了一种用于移动智能设备的安全生物特征识别系统，包括应用操作系统以及安全操作系统；应用操作系统包括用于执行应用操作系统端标准化API过程调用的应用代理服务接口单元；安全操作系统包括用于执行安全操作系统端标准化API过程调用的安全应用代理服务接口单元、用于执行安全操作系统端的数据和代码计算的安全计算单元、用于提供安全操作系统端数据和代码的存储空间，并保证安全计算单元通过独立安全地址总线访问的安全存储单元、用于提供安全操作系统端数据和代码的内存空间，并保证安全计算单元通过独立安全地址总线访问的安全内存单元。

Description

用于移动智能设备的安全生物特征识别和图像采集系统
技术领域
本发明涉及安全生物特征识别领域，尤其是一种应用于移动智能设备的安全生物特征识别和图像采集领域。
背景技术
生物特征识别在移动智能设备的应用是解决密码安全问题的最合适的技术。
国际标准组织ISO/IEC 19794规定了生物特征图像质量标准，但如何实现获取符合该质量标准条件的生物特征图像是本领域需解决的挑战。
目前已知现有技术，用于快速有效采集生物特征图像的距离传感器包括硬件光学传感器和软件特征定位检测估计实现距离测量。如根据眼睛位置的特征定位检测估计换算距离。
更进一步，在移动智能设备的应用场景下，对于如运动模糊引起的成像问题，传统技术上采用电子图像稳定或视频图像稳定(EIS)或光学图像稳定(OIS)其解决部分XY轴运动模糊，但不能解决Z轴运动模糊，如何提高在各种应用场景下生物特征图像的成像质量，也是本领域需要解决的重要内容。
在实际应用场景下，用于移动智能设备的安全生物特征识别的注册认证和图像采集需要解决以下的问题：
1、实现完整的安全注册认证流程体系，保证从外部APP发起应用注册认证请求到安全的返回注册认证结果整个流程的安全性，保证不被外部安全攻击。
2、实现注册认证流程体系中生物特征模板最优具有稳定性和一致性，提高注册和识别时成功率，同时提高注册和识别速度；。
3、实现注册认证流程体系中在不同采集环境和生物特征自身发生改变等情况下时更进一步提高注册和识别时成功率，同时提高注册和识别速度；
4、实现注册认证流程体系中图像生物特征质量标准自适应，提高注册和识别成功率，同时提高注册和识别速度；
5、实现图像采集流程体系中获取亮度恒定的生物特征成像图像。
6、实现图像采集流程体系中在100ms内快速获取聚焦清晰稳定的生物特征成像图像。
7、实现图像采集流程体系中采集的图像生物特征位置和尺度偏移处于预定的范围内。
8、实现图像采集流程体系中采集的图像镜面反射位置和尺度干扰处于预定的范围外。
9、实现图像采集流程体系中采集的生物特征图像保持在轴直视状态。
10、实现在单位周期内生物特征个体受辐射总量安全限制，获取高质量无干扰的生物特征成像图像。
解决以上问题是目前面临的最大挑战。
发明内容
解决的以上技术问题，本发明提供一种用于移动智能设备的安全生物特征识别和图像采集系统。
一种用于移动智能设备的安全生物特征识别系统，包括应用操作系统以及安全操作系统；所述应用操作系统包括用于执行应用操作系统端标准化API过程调用的应用代理服务接口单元；所述安全操作系统包括用于执行安全操作系统端标准化API过程调用的安全应用代理服务接口单元、用于执行安全操作系统端的数据和代码计算的安全计算单元、用于提供安全操作系统端数据和代码的存储空间，并保证安全计算单元通过独立安全地址总线访问的安全存储单元、用于提供安全操作系统端数据和代码的内存空间，并保证安全计算单元通过独立安全地址总线访问的安全内存单元；所述安全计算单元包括PKI加密签名安全算法单元和生物特征识别算法单元；所述生物特征识别算法单元包括注册算法单元和识别与自学习算法单元。
作为对本发明所述的用于移动智能设备的安全生物特征识别系统的改进：安全生物特征识别的注册流程如下：a、当外部发起应用注册请求；b、通过应用代理服务接口单元传递该注册请求通知安全应用代理服务接口单元；c、安全操作系统端下标准化的API过程调用执行注册算法单元；d、PKI加密签名安全算法单元执行注册结果加密签名，通过安全应用代理服务接口单元发送加密签名注册结果通知应用代理服务接口单元；e、应用代理服务接口单元返回外部接收加密签名注册结果。
作为对本发明所述的用于移动智能设备的安全生物特征识别系统的进一步改进：安全生物特征识别的认证流程如下：①当外部发起应用认证请求；②通过应用代理服务接口单元传递该认证请求通知安全应用代理服务接口单元；③安全操作系统端下标准化的API过程调用执行识别与自学习算法单元；④PKI加密签名安全算法单元执行认证结果加密签名，通过安全应用代理服务接口单元发送加密签名认证结果通知应用代理服务接口单元；⑤应用代理服务接口单元返回外部接收加密签名认证结果。
作为对本发明所述的用于移动智能设备的安全生物特征识别系统的进一步改进：所述注册算法单元用于执行以下控制步骤：
S200、初始化定义循环计数COUNT＝0，模板计数N＝0，模板数量TN，循环数量TC；
其中：
COUNT定义为算法注册流程中的循环计数，
N定义为算法注册流程中的模板计数；
TN定义为算法注册流程中预定的模板数量，优选的TN>＝3；
TC定义为算法注册流程中预定的循环数量，优选的TC>＝3；
S201、采集符合自适应质量标准的实时生物特征图像；
S202、提取图像生物特征信息产生特征模板，模板计数自增累计N＝N+1；
S203、判断模板计数N≥TN，是执行S204，否返回执行S201；
S204、循环计数自增累计COUNT＝COUNT+1；
S205、判断TN个数量的模板间形成的组合比对结果集合C(TN，2)是否全部符合预定的注册门限标准，是执行S208，否执行S206；
其中：所述的组合比对结果集合C(TN，2)＝TN！/(2！*(TN-2)！)
S206、判断循环计数COUNT>TC，是执行S207，否复位模板计数N＝0并返回执行S201；
S207、注册失败
S208、注册成功，选择模板组合比对结果中全局最优的模板为注册模板并PKI加密保存于安全存储单元。
作为对本发明所述的用于移动智能设备的安全生物特征识别系统的改进：所述识别与自学习算法单元用于执行以下控制步骤：
S301、采集符合自适应质量标准的实时生物特征图像；
S302、提取图像生物特征信息产生当前特征模板；
S303、判断当前模板与注册模板或自学习模板比对结果是否符合预定的识别门限标准，是执行S304，否执行S306；
S304、判断模板比对结果是否符合预定的自学习门限标准，是执行S305，否执行S307；
S305、判断图像生物特征质量是否符合预定的自学习质量标准，是执行S308，否执行S307；
S306、识别和模板自学习失败；
S307、识别成功，自学习模板失败；
S308、识别成功并PKI加密保存当前模板为自学习模板于安全存储单元。
作为对本发明所述的用于移动智能设备的安全生物特征识别系统，其特征是：
所述采集符合自适应质量标准的实时生物特征图像，包括以下步骤：
S400、初始化定义：高等级质量标准Qh，低等级质量标准Ql，自适应质量标准Q＝Qh，质量标准微调步长△Q；
S401、采集实时生物特征图像；
S402、判断自适应质量标准Q≥Ql，是执行S403，否Q＝Ql并返回执行S401；
S403、判断当前图像生物特征质量是否符合自适应质量标准Q，是执行S404，否Q＝Q-△Q并返回执行S401；
S404、返回符合自适应质量标准的实时生物特征图像。
一种用于移动智能设备的生物特征图像采集系统，包括用于采集生物特征图像的生物特征图像采集设备、用于执行生物特征图像采集设备实时反馈驱动控制输出成像图像的生物特征图像采集设备安全驱动控制单元、用于执行实时成像图像位移显示，成像图像生物特征偏移及镜面反射干扰的检测和反馈提示的显示屏安全驱动控制单元。
作为对本发明所述的生物特征图像采集系统的改进：所述生物特征图像采集设备包括用于测量物距信息的距离传感器、用于辐射成像近红外光的近红外LED光源、用于驱动近红外LED光源辐射强度调节的电流驱动器、用于过滤可见光透过用于成像的近红外光的前置光学滤光片和/或后置光学滤光片、用于物理聚焦近红外光的光学成像透镜、用于驱动光学成像透镜自动对焦的自动对焦驱动器、用于光电转换输出成像图像的图像成像传感器、用于显示位移成像图像和显示成像图像生物特征偏移及镜面反射干扰的反馈提示信息的显示屏。
作为对本发明所述的生物特征图像采集系统的进一步改进：所述生物特征图像采集设备安全驱动控制单元包括物距信息测量单元、辐射强度调节单元、自动对焦单元、成像模式控制单元。
作为对本发明所述的生物特征图像采集系统的进一步改进：所述显示屏安全驱动控制单元包括成像图像位移显示单元、图像生物特征偏移检测单元、图像镜面反射干扰检测单元、反馈提示单元。
作为对本发明所述的生物特征图像采集系统的进一步改进：所述生物特征图像采集设备安全驱动控制单元用于执行生物特征图像采集设备实时反馈驱动控制输出成像图像包括以下反馈控制步骤：S101.物距信息测量单元实时动态测量距离传感器的物距信息D；S102.判断物距信息D是否处于工作范围内，是执行S103，否反馈提示调整距离并返回执行S101；S103.辐射强度调节单元根据物距信息D，实时动态反馈控制电流驱动器驱动近红外LED光源辐射强度I改变；S104.自动对焦单元根据物距信息D，实时动态反馈控制自动对焦驱动器驱动光学成像透镜自动对焦；S105.成像模式控制单元实时动态控制同步时序脉冲成像模式的帧辐射强度I、帧时间T和帧频率F输出成像图像。
作为对本发明所述的生物特征图像采集系统的进一步改进：所述自动对焦单元对当前物距信息D对应的聚焦位置局部区域进行更进一步微调，即以当前物距信息D对应的聚焦位置为中心，定义局部区域为范围进行精细步长的扫描以获得最优像方焦点位置的聚焦效果；所述成像模式控制单元实时动态控制同步时序脉冲成像模式的帧时间和帧频率输出成像图像方法具体为通过同步时序控制图像成像传感器曝光和近红外LED光源辐射的脉冲成像模式的帧时间T和帧频率F输出实现；所述脉冲成像模式采用脉冲幅度调制实现帧辐射强度I控制输出；所述脉冲成像模式采用脉冲宽度占空比调制实现帧时间T控制输出；所述脉冲成像模式采用脉冲单位周期频率调制实现帧频率F控制输出。
作为对本发明所述的生物特征图像采集系统的进一步改进：所述显示屏安全驱动控制单元用于执行实时成像图像位移显示，成像图像生物特征偏移及镜面反射干扰的检测和反馈提示，包括以下控制步骤：S106、成像图像位移显示单元实时动态显示位移处理的成像图像；S107、图像生物特征偏移检测单元实时动态检测图像中生物特征的位置和尺度偏移；S108、判断图像中生物特征位置和尺度是否偏移，是反馈提示单元执行生物特征位置和尺度偏移反馈提示并返回执行S106，否执行S109；S109、图像镜面反射干扰检测单元实时动态检测图像中镜面反射的位置和尺度干扰；S110、判断图像镜面反射位置和尺度是否干扰，是反馈提示单元执行镜面反射位置和尺度干扰反馈提示并返回执行S106，否返回执行S106。
作为对本发明所述的生物特征图像采集系统的进一步改进：所述成像图像的位移处理包括：显示屏显示的成像图像中心经过X-Y坐标轴位移量调整(X_SHIFT，Y_SHIFT)；所述调整X-Y轴位移量(X_SHIFT，Y_SHIFT)的具体计算如下：
X_SHIFT＝β*(Xscreen–Ximager)/PS
Y_SHIFT＝β*(Yscreen–Yimager)/PS
β＝EFL/(D-EFL)
其中：(X_SHIFT，Y_SHIFT)分别为显示屏显示的成像图像中心X，Y坐标轴位移量，单位像素，pixels；(Xscreen，Yscreen)分别为显示屏显示的成像图像中心X，Y坐标轴物理位置，单位厘米，cm；(Ximager，Yimager)分别为生物特征图像采集设备光学中心X，Y坐标轴物理位置，单位厘米，cm；β为生物特征图像采集设备的光学放大倍率，无单位；EFL为光学成像透镜的等效焦距，单位毫米，mm；D为物距，单位厘米，cm；；PS为图像成像传感器的单位像素物理尺度，单位微米每像素，um/pixel。
作为对本发明所述的生物特征图像采集系统的进一步改进：所述的反馈提示单元执行显示屏显示实时动态调整生物特征位置和尺度偏移信息；所述反馈提示单元执行显示屏显示实时动态调整镜面反射位置和尺度干扰信息。
一种用于实现生物特征图像采集系统在单位周期内生物特征个体受辐射总量进行安全限制和获取高质量无干扰的生物特征成像图像的联合优化控制方法，包括：⑴在物距信息D超过近距离极限时完全关闭近红外LED光源辐射；⑵定义生物特征图像采集系统在每帧周期内生物特征个体受辐射能量J0；J0＝E*T；定义生物特征图像采集系统在单位周期内生物特征个体受辐射能量JE；JE＝J0*F<Jlimit；⑶根据⑵中JE的定义关系，通过联合优化控制参数：每帧周期内生物特征个体受辐射能量J0，和单位周期内帧数F，实现对单位周期内生物特征个体受辐射能量限定JE<Jlimit；⑷根据⑵中J0的定义关系，联合优化控制参数E，T反比关系，即E＝J0/T,T＝J0/E，提高生物特征个体每帧周期受辐射照度E，降低生物特征个体每帧周期受辐射和曝光时间T，即采用每帧周期高辐射照度E，每帧周期短辐射和曝光时间T用于获取高质量无干扰的生物特征成像图像；其中：Jlimit为单位周期内生物特征个体受辐射的安全极限能量；T为生物特征个体每帧周期受辐射时间，即图像成像传感器曝光和近红外LED光源辐射的同步时序脉冲成像模式的帧时间；F为单位周期内帧数，即图像成像传感器曝光和近红外LED光源辐射的同步时序脉冲成像模式的帧频率；E为生物特征个体每帧周期受辐射照度；D为物距信息。
总结上述描述，通过本发明具有以下优点：
1、实现完整的安全注册认证流程体系，保证不被外部安全攻击。
2、实现注册认证流程体系中生物特征模板最优具有稳定性和一致性，提高注册和识别时成功率，同时提高注册和识别速度；。
3、实现注册认证流程体系中在不同采集环境和生物特征自身发生改变等情况下时更进一步提高注册和识别时成功率，同时提高注册和识别速度；
4、实现注册认证流程体系中图像生物特征质量标准自适应，提高注册和识别成功率，同时提高注册和识别速度；
5、实现图像采集流程体系中获取亮度恒定的生物特征成像图像。
6、实现图像采集流程体系中在100ms内快速获取聚焦清晰稳定的生物特征成像图像。
7、实现图像采集流程体系中采集的图像生物特征位置和尺度偏移处于预定的范围内。
8、实现图像采集流程体系中采集的图像镜面反射位置和尺度干扰处于预定的范围外。
9、实现图像采集流程体系中采集的生物特征图像保持在轴直视状态。
10、实现在单位周期内生物特征个体受辐射总量安全限制，获取高质量无干扰的生物特征成像图像。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细说明。
图1为本发明实施例1用于移动智能设备的安全生物特征识别系统总体框架图；
图2为本发明实施例1用于移动智能设备的生物特征识别图像采集系统总体框架图；
图3为本发明实施例1注册算法单元流程图；
图4为本发明实施例1识别与自学习算法单元流程图；
图5为本发明实施例1图像生物特征质量标准自适应方法流程图；
图6为本发明实施例1生物特征识别采集设备安全驱动控制单元和显示屏安全驱动控制单元总体框架图；
图7为本发明实施例1生物特征识别采集设备安全驱动控制单元流程图；
图8为本发明实施例1显示屏安全驱动控制单元流程图。
具体实施方式
实施例1、本发明提供一种用于移动智能设备的安全生物特征识别和图像采集系统以及基于该系统的相关方法。
本发明的用于移动智能设备的安全生物特征识别和图像采集系统包括用于移动智能设备的安全生物特征识别系统和用于移动智能设备的生物特征图像采集系统。
如图1所示，为本实施例中用于移动智能设备的安全生物特征识别系统，包括应用操作系统和安全操作系统；其中应用操作系统包括应用代理服务接口单元；安全操作系统包括安全代理服务接口单元、安全计算单元、安全存储单元、安全内存单元；以上所述的应用代理服务接口单元用于执行应用操作系统端标准化的API过程调用；以上所述的安全应用代理服务接口单元用于执行安全操作系统端标准化的API过程调用；安全计算单元用于执行安全操作系统端的数据和代码的计算；安全存储单元用于提供安全操作系统端的数据和代码的存储空间，并保证安全计算单元通过独立安全地址总线访问；安全内存单元用于提供安全操作系统端的数据和代码的内存空间，并保证安全计算单元通过独立安全地址总线访问。其中，安全计算单元包括PKI加密签名安全算法单元和生物特征识别算法单元；生物特征识别算法单元包括注册算法单元和识别与自学习算法单元。
本发明实施例1优选的用于移动智能设备的安全生物特征识别的注册流程，包括如下步骤：
a、当外部发起应用注册请求；
b、通过应用代理服务接口单元传递该注册请求通知安全应用代理服务接口单元；具体的，该注册请求通过应用代理服务接口单元执行在应用操作系统端下标准化的API过程调用通知安全应用代理服务接口单元执行在安全操作系统端下标准化的API过程调用；
c、安全操作系统端下标准化的API过程调用执行注册算法单元；
d、PKI加密签名安全算法单元执行注册结果加密签名，通过安全应用代理服务接口单元发送加密签名注册结果通知应用代理服务接口单元；
e、应用代理服务接口单元返回外部接收加密签名注册结果。
本发明实施例1优选的用于移动智能设备的安全生物特征识别的认证流程，包括如下步骤：
①当外部发起应用认证请求；
②通过应用代理服务接口单元传递该认证请求通知安全应用代理服务接口单元；具体的，该认证请求通过应用代理服务接口单元执行在应用操作系统端下标准化的API过程调用通知安全应用代理服务接口单元执行在安全操作系统端下标准化的API过程调用；
③安全操作系统端下标准化的API过程调用执行识别与自学习算法单元；
④PKI加密签名安全算法单元执行认证结果加密签名，通过安全应用代理服务接口单元发送加密签名认证结果通知应用代理服务接口单元；
⑤应用代理服务接口单元返回外部接收加密签名认证结果。
在图1中，本发明实施例1优选的应用操作系统为android OS，安全操作系统为部署TEE(可信执行环境)的TrustZone OS。本发明实施例1用于移动智能设备的安全生物特征识别系统，能实现完整的生物特征识别的安全注册认证流程体系，保证不被外部安全攻击。
如图3所示，本发明所述的注册算法单元用于执行以下控制步骤，包括：
S200、初始化定义循环计数COUNT＝0，模板计数N＝0，模板数量TN，循环数量TC；
其中：
COUNT定义为算法注册流程中的循环计数，
N定义为算法注册流程中的模板计数；
TN定义为算法注册流程中预定的模板数量，优选的TN>＝3；
TC定义为算法注册流程中预定的循环数量，优选的TC>＝3；
S201、采集符合自适应质量标准的实时生物特征图像；
S202、提取图像生物特征信息产生特征模板，模板计数自增累计N＝N+1；
S203、判断模板计数N≥TN，是执行S204，否返回执行S201；
S204、循环计数自增累计COUNT＝COUNT+1；
S205、判断TN个数量的模板间形成的组合比对结果集合C(TN，2)是否全部符合预定的注册门限标准，是执行S208，否执行S206；
其中：所述的组合比对结果集合C(TN，2)＝TN！/(2！*(TN-2)！),实施例1举例说明TN＝4即模板{1,2，3,4}，模板间形成的组合比对结果集合为C(4,2)＝4！/(2！*(4-2)！)＝6,组合比对结果集合具体如下{R(1,2)，R(1，3)，R(1,4)，R(2,3)，R(2,4)，R(3,4)}。
本发明实施例1采用模板间组合比对结果集合全部符合预定的注册门限标准的目的是为保证模板间图像生物特征稳定性和一致性，提高模板识别时成功率；
S206、判断循环计数COUNT>TC，是执行S207，否复位模板计数N＝0并返回执行S201；
S207、注册失败
S208、注册成功，选择模板组合比对结果中全局最优的模板为注册模板并PKI加密保存于安全存储单元。
本发明实施例1优选的，采用选择模板组合比对结果中全局最优的模板为注册模板，举例说明TN＝4即模板{1,2，3,4}，设置比对结果为归一化数值[0，1]，0代表完全不一致，1代表完全一致，全局最优的模板为与其他模板间比对结果全局累加值最大对应的模板，max{S1，S2，S3，S4}；
S1＝R(1,2)+R(1，3)+R(1,4)；
S2＝R(1,2)+R(2，3)+R(2,4)；
S3＝R(1,3)+R(2，3)+R(3,4)；
S4＝R(1,4)+R(2，4)+R(3,4)；
其中：
S1为模板1与其他模板间比对结果全局累加值，S1最大，模板1为全局最优的模板；
S2为模板2与其他模板间比对结果全局累加值，S2最大，模板2为全局最优的模板；
S3为模板3与其他模板间比对结果全局累加值，S3最大，模板3为全局最优的模板；
S4为模板4与其他模板间比对结果全局累加值，S4最大，模板4为全局最优的模板。
本发明实施例1采用模板组合比对结果中全局最优的模板为注册模板，目的是为选择组合比对结果集合中图像生物特征稳定性和一致性最优的模板，提高注册和识别时成功率，同时提高注册和识别速度。
如图4所示，本发明所述的识别与自学习算法单元执行以下控制步骤，包括：
S301、采集符合自适应质量标准的实时生物特征图像；
S302、提取图像生物特征信息产生当前特征模板；
S303、判断当前模板与注册模板或自学习模板比对结果是否符合预定的识别门限标准，是执行S304，否执行S306；
S304、判断模板比对结果是否符合预定的自学习门限标准，是执行S305，否执行S307；
S305、判断图像生物特征质量是否符合预定的自学习质量标准，是执行S308，否执行S307；
S306、识别和模板自学习失败；
S307、识别成功，自学习模板失败；
S308、识别成功并PKI加密保存当前模板为自学习模板于安全存储单元；
本发明实施例1采用预定注册门限标准，识别门限标准和自学习门限标准，目的是为更进一步提高注册和识别时成功率，同时提高注册和识别速度；本发明实施例1采用模板自学习方法目的是为在不同采集环境和生物特征自身(生理性)发生改变等情况下时更进一步提高注册和识别时成功率，同时提高注册和识别速度；本发明实施例1采用设定模板比对结果的自学习门限标准和自学习质量标准，目的是为更进一步提高自学习模板质量，提高注册和识别时成功率，同时提高注册和识别速度；在跨大规模人群应用时生物特征个体存在图像生物特征质量本身(生理性形成的生物特征质量)从高等级质量到低等级质量，变化跨度范围极大，如果以单一高等级质量标准去判断时部分生物特征个体的生物特征质量无法符合要求，影响注册和识别成功率，同时影响注册和识别速度；如果以单一低等级质量标准去判断时部分生物特征个体的生物特征质量降低，影响注册和识别成功率，同时影响注册和识别速度。
如图5所示，本发明实施例1采用图像生物特征质量标准自适应方法，包括以下步骤：
S400、初始化定义：高等级质量标准Qh，低等级质量标准Ql，
自适应质量标准Q＝Qh，质量标准微调步长△Q；
S401、采集实时生物特征图像；
S402、判断自适应质量标准Q≥Ql，是执行S403，否Q＝Ql并返回执行S401；
S403、判断当前图像生物特征质量是否符合自适应质量标准Q，是执行S404，否Q＝Q-△Q并返回执行S401；
S404、返回符合自适应质量标准的实时生物特征图像。
本发明实施例1采用图像生物特征质量标准自适应方法，全部生物特征个体的生物特征质量本身都符合高等级质量标准到低等级质量标准动态变化的自适应质量标准要求，更进一步提高注册和识别成功率，同时提高注册和识别速度。
如图2所示，本发明实施例1提供一种用于移动智能设备的生物特征图像采集系统，包括生物特征图像采集设备、生物特征图像采集设备安全驱动控制单元、显示屏安全驱动控制单元。本发明实施例1所述的生物特征图像采集设备用于采集实时生物特征图像，提供安全生物特征识别系统所需的高质量图像。本发明实施例1所述的生物特征图像采集设备用于采集生物特征图像，包括距离传感器、近红外LED光源、电流驱动器、前置光学滤光片和/或后置光学滤光片、光学成像透镜、自动对焦驱动器、图像成像传感器、显示屏；其中：距离传感器用于测量物距信息；近红外LED光源用于辐射成像近红外光；电流驱动器用于驱动近红外LED光源辐射强度调节；前置光学滤光片和/或后置光学滤光片用于过滤可见光透过用于成像的近红外光；光学成像透镜用于物理聚焦近红外光；自动对焦驱动器用于驱动光学成像透镜自动对焦；图像成像传感器用于光电转换输出成像图像；显示屏用于显示位移成像图像和显示成像图像生物特征偏移及镜面反射干扰的反馈提示信息。以上所述的生物特征图像采集设备安全驱动控制单元用于执行生物特征图像采集设备实时反馈驱动控制输出成像图像；以上所述的显示屏安全驱动控制单元用于执行实时成像图像位移显示，成像图像生物特征偏移及镜面反射干扰的检测和反馈提示。
如图6所示，本发明实施例1所述的生物特征图像采集设备安全驱动控制单元包括物距信息测量单元、辐射强度调节单元、自动对焦单元、成像模式控制单元；显示屏安全驱动控制单元包括成像图像位移显示单元、图像生物特征偏移检测单元、图像镜面反射干扰检测单元、反馈提示单元。
如图7所示，本发明所述的生物特征图像采集设备安全驱动控制单元用于执行生物特征图像采集设备实时反馈驱动控制输出成像图像包括以下反馈控制步骤：
S101、物距信息测量单元，实时动态测量距离传感器的物距信息D，(单位cm，厘米)；
S102、判断物距信息D是否处于工作范围内，是执行S103，否反馈提示调整距离并返回执行S101；
S103、辐射强度调节单元根据物距信息D，实时动态反馈控制电流驱动器驱动近红外LED光源辐射强度I改变；
本发明实施例1优选的，近红外LED光源辐射强度(单位mW/sr，毫瓦每球面度)具有I＝E*D2，E为生物特征个体受辐射照度(单位mW/cm2，毫瓦每平方厘米)，辐射强度调节单元实时动态调节近红外LED光源辐射强度实现保持E恒定范围，不受物距成像距离影响，成像图像亮度保持恒定范围，在近距离时对生物特征个体受辐射总量进行安全限制。如物距信息D超过近距离10cm时极限时完全关闭近红外LED光源辐射；
本发明采用的方法可以获取亮度恒定的生物特征成像图像,同时避免在近距离时生物特征个体受过量辐射；
本发明有效避免采用图像亮度评估分析方法因图像内容变化导致控制过程不实时，不稳定；
S104、自动对焦单元根据物距信息D，实时动态反馈控制自动对焦驱动器驱动光学成像透镜自动对焦；
本发明实施例1优选的，自动对焦驱动器包括VCM马达，closed-loop闭环马达，中置马达，液晶驱动器，MEMS驱动器等；
本发明实施例1优选的，自动对焦驱动器参数P＝L(D)，L为物距信息D和光学成像透镜形成的对应物理聚焦位置关系函数，该自动对焦驱动器参数P对应于像方焦点位置；
如自动对焦驱动器采用VCM马达，closed-loop闭环马达，中置马达等，自动对焦驱动器参数P为像距，P＝L(D)＝EFL*D/(D-EFL)，其中EFL为光学成像透镜的等效焦距，该像距P对应于像方焦点位置；
如自动对焦驱动器采用液晶驱动器，MEMS驱动器，自动对焦驱动器参数P为光学屈光度，P＝L(D)＝1/D，该光学屈光度P对应于像方焦点位置；
更进一步，自动对焦驱动器为PDAF，即相位检测自动对焦，通过闭环相位检测反馈控制光学成像透镜的自动对焦；
本发明优选的，考虑到实际光学系统在不同成像条件下的稳定性和精确度，对当前物距信息D对应的聚焦位置局部区域进行更进一步微调，即以当前物距信息D对应的聚焦位置为中心，定义局部区域为范围进行精细步长的扫描以获得最优像方焦点位置的聚焦效果；
本发明采用的自动对焦方法可以在100ms内快速获取聚焦清晰稳定的生物特征成像图像；
S105、成像模式控制单元实时动态控制同步时序脉冲成像模式的帧辐射强度I，帧时间T和帧频率F输出成像图像；
本发明实施例1优选的，成像模式控制单元实时动态控制同步时序脉冲成像模式的帧时间T(单位，毫秒每帧)和帧频率F(单位，帧每单位周期)输出成像图像方法具体为通过同步时序控制图像成像传感器曝光(积分)和近红外LED光源辐射的脉冲成像模式的帧时间T和帧频率F输出实现；即，图像成像传感器曝光(积分)的帧时间T和帧频率F与近红外LED光源辐射的帧时间T和帧频率F保持脉冲成像模式的时序相同；
更进一步，本发明实施例1优选的，所述的脉冲成像模式采用脉冲幅度调制实现帧辐射强度I控制输出。
更进一步，本发明实施例1优选的，所述的脉冲成像模式采用脉冲宽度占空比调制实现帧时间T控制输出。
更进一步，本发明实施例1优选的，所述的脉冲成像模式采用脉冲单位周期频率调制实现帧频率F控制输出。
本发明实施例1，生物特征图像采集设备安全驱动控制单元通过反馈控制步骤S101-S105最终输出成像图像并进一步被用于显示屏安全驱动控制单元；
如图8所示，本发明所述的显示屏安全驱动控制单元用于执行实时成像图像位移显示，成像图像生物特征偏移及镜面反射干扰的检测和反馈提示，包括以下控制步骤：
S106、成像图像位移显示单元实时动态显示位移处理的成像图像；
由于物理安装结构限制原因，显示屏显示的成像图像的物理中心和生物特征图像采集设备的物理光学中心是无法实现同一光学轴(同轴状态)；
本发明实施例1举例如手机应用，手机前置摄像头位置的生物特征图像采集设备不可能安装在实际显示屏背后，生物特征图像采集设备光学中心物理位置和实际手机显示屏显示的成像图像的物理中心位置肯定是无法实现同一光学轴；在这种无法实现同一光学轴的情况下，当用户观察手机显示屏的成像图像时，通过安装在手机前置摄像头位置的生物特征图像采集设备采集的生物特征图像会导致形成离轴斜视而非同轴直视状态；离轴斜视状态下直接导致生物特征组织处于三维的离轴状态而发生生物特征组织形变，使生物特征图像产生非几何的失真，极大降低注册和识别成功率及注册和识别速度；本发明实施例1通过实时动态调整显示屏显示的成像图像的物理中心和生物特征图像采集设备的物理光学中心间的位移，实现采集的生物特征图像保持在轴直视状态；本发明更进一步特别解释指出：在轴直视状态相对同轴直视状态，差别仅仅在于发生光学轴中心(X-Y坐标轴)位移，反映到实际成像图像效果就是图像中心(X-Y坐标轴)发生位移而已，并不产生生物特征组织离轴斜视形变；
更进一步，本发明实施例1，成像图像位移显示单元实时动态显示位移处理的成像图像，成像图像的位移处理具体方法：
显示屏显示的成像图像中心经过X-Y坐标轴位移量调整(X_SHIFT，Y_SHIFT)；
所述的调整X-Y轴位移量(X_SHIFT，Y_SHIFT)的具体计算如下：
X_SHIFT＝β*(Xscreen–Ximager)/PS
Y_SHIFT＝β*(Yscreen–Yimager)/PS
β＝EFL/(D-EFL)
其中：
(X_SHIFT，Y_SHIFT)分别为显示屏显示的成像图像中心X，Y坐标轴位移量，单位像素，pixels；
(Xscreen，Yscreen)分别为显示屏显示的成像图像中心X，Y坐标轴物理位置，单位厘米，cm；
(Ximager，Yimager)分别为生物特征图像采集设备光学中心X，Y坐标轴物理位置，单位厘米，cm；
β为生物特征图像采集设备的光学放大倍率，无单位；
EFL为光学成像透镜的等效焦距，单位毫米，mm；
D为物距，单位厘米，cm；；
PS为图像成像传感器的单位像素物理尺度，单位微米每像素，um/pixel。
本发明实施例1，以实际手机应用为举例，具体参数如下：
EFL＝3mm，D＝20cm，PS＝1.12um/pixel，
(Xscreen–Ximager)＝1cm；
(Yscreen–Yimager)＝3cm；
β＝0.0152；
(X_SHIFT，Y_SHIFT)＝(136pixels,408pixels)；
即显示屏显示的成像图像中心经过X-Y轴位移量调整为136像素和408像素。
本发明实施例1通过实时动态显示位移处理的成像图像，实现采集的生物特征图像保持在轴直视状态。
S107、图像生物特征偏移检测单元实时动态检测图像中生物特征的位置和尺度偏移；本发明实施例1优选的，图像生物特征偏移检测单元根据实时成像图像计算生物特征在图像中的有效位置和有效尺度信息，即XY轴方向位置偏移和Z轴尺度偏移，表示左右上下方向位置偏移和远近距离尺度偏移；
本发明实施例1优选的，生物特征偏移检测方法包括AdaBoost检测算法，主动轮廓检测算法，LOG边缘检测算子，Canny检测算子，Moravec角点检测算子和Harris角点检测算子等；
更进一步，本发明实施例1优选的，生物特征偏移检测方法还包括采用生物特征分布统计函数；
S108、判断图像中生物特征位置和尺度是否偏移，是反馈提示单元执行生物特征位置和尺度偏移反馈提示并返回执行S106，否执行S109；
本发明实施例1优选的，
判断图像中生物特征是否位置偏移，超过预定的图像边界区域范围；
判断图像中生物特征是否尺度偏移，超过预定的图像尺度大小范围；
本发明实施例1优选的，反馈提示单元执行显示屏显示实时动态调整生物特征位置和尺度偏移信息；
S109、图像镜面反射干扰检测单元实时动态检测图像中镜面反射的位置和尺度干扰；本发明实施例1优选的，图像镜面反射干扰检测单元根据实时成像图像计算镜面反射在图像中的有效位置干扰和有效尺度干扰信息；
本发明实施例1优选的，图像镜面反射干扰检测方法包括AdaBoost检测算法，主动轮廓检测算法，LOG边缘检测算子，Canny检测算子，Moravec角点检测算子和Harris角点检测算子等；
更进一步，本发明实施例1优选的，图像镜面反射干扰检测方法还包括采用镜面反射特征分布统计函数；
S110、判断图像镜面反射位置和尺度是否干扰，是反馈提示单元执行镜面反射位置和尺度干扰反馈提示并返回执行S106，否返回执行S106；
本发明实施例1优选的，
判断图像中镜面反射是否位置干扰，超过预定的图像中生物特征区域范围；
判断图像中镜面反射是否尺度干扰，超过预定的图像中生物特征大小范围；
本发明实施例1优选的，反馈提示单元执行显示屏显示实时动态调整镜面反射位置和尺度干扰信息；
本发明采用的显示屏安全驱动控制单元控制步骤，根据图像成像传感器输出的实时成像图像，反馈控制显示屏显示实时位移处理的成像图像，并检测图像中生物特征位置和尺度偏移及镜面反射位置和尺度干扰等信息用于反馈提示调整；
实现图像生物特征位置偏移和尺度偏移的动态调整，保证生物特征位置处于预定的图像边界区域范围内，保证生物特征尺度处于预定的图像尺度大小范围内；
实现图像镜面反射位置干扰和尺度干扰的动态调整，保证镜面反射位置处于预定的图像中生物特征区域范围外，保证镜面反射尺度处于预定的图像中生物特征大小范围外。
本发明实施例1采用一种用于实现生物特征图像采集系统在单位周期内生物特征个体受辐射总量进行安全限制和获取高质量无干扰的生物特征成像图像的联合优化控制方法，包括：
1、在物距信息D超过近距离极限时完全关闭近红外LED光源辐射；
2、定义生物特征图像采集系统在每帧周期内生物特征个体受辐射能量J0，(单位，焦耳每平方厘米每帧周期，J/cm2/frame)，
J0＝E*T；
定义生物特征图像采集系统在单位周期内生物特征个体受辐射能量JE，(单位，焦耳每平方厘米，J/cm2)，
JE＝J0*F<Jlimit；
3、根据2中JE的定义关系，通过联合优化控制参数：每帧周期内生物特征个体受辐射能量J0，和单位周期内帧数F，实现对单位周期内生物特征个体受辐射能量限定JE<Jlimit；
更进一步，本发明实施例1特别说明，根据2中JE的定义关系，通过预定的单位周期内帧数F，确定每帧周期内生物特征个体受辐射能量J0。
4、根据2中J0的定义关系，联合优化控制参数E，T反比关系，即E＝J0/T,T＝J0/E，提高生物特征个体每帧周期受辐射照度E，降低生物特征个体每帧周期受辐射和曝光时间T，即采用每帧周期高辐射照度E，每帧周期短辐射和曝光时间T用于获取高质量无干扰的生物特征成像图像。
更进一步，本发明实施例1特别说明，采用成反比关系的参数联合优化控制最大优点是即能满足每帧周期高辐射照度，又能满足每帧周期短辐射和曝光时间，实现参数E，T的乘积在每帧周期内满足预定受限的生物特征个体受辐射能量J0。
每帧周期高辐射照度用于实现有效过滤背景光等成像干扰，每帧周期短辐射和曝光时间用于实现解决运动散焦等成像干扰。
更进一步，本发明实施例1特别说明，采用同步时序脉冲成像模式的每帧周期高辐射照度成像可以通过提高成像和背景光的信噪比解决有效过滤背景光等成像干扰。
更进一步，本发明实施例1特别说明，采用同步时序脉冲成像模式的每帧周期短时间辐射和曝光成像可以解决全部X-Y-Z轴运动散焦。
其中：
Jlimit为单位周期内生物特征个体受辐射的安全极限能量；
T为生物特征个体每帧周期受辐射时间，即图像成像传感器曝光(积分)和近红外LED光源辐射的同步时序脉冲成像模式的帧时间；
F为单位周期内帧数，即图像成像传感器曝光(积分)和近红外LED光源辐射的同步时序脉冲成像模式的帧频率；
E为生物特征个体每帧周期受辐射照度；
D为物距信息。
本发明实施例1用于实现生物特征图像采集系统在单位周期内生物特征个体受辐射总量进行安全限制和高质量无干扰的生物特征图像成像的联合优化控制方法，实现过滤背景光等成像干扰和运动散焦等成像干扰，获取高质量无干扰的生物特征成像图像，和实现在单位周期内生物特征个体受辐射总量进行安全限制。
本发明描述的具体实施例内容和技术特征，可以在相同或等同理解的范围内被实施，相同目的和实现功能的等价替代也应被等同理解的。
最后，还需要注意的是，以上列举的仅是本发明的若干个具体实施例。显然，本发明不限于以上实施例，还可以有许多变形。本领域的普通技术人员能从本发明公开的内容直接导出或联想到的所有变形，均应认为是本发明的保护范围。

Claims (25)

1.一种用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述系统包括安全生物特征识别系统和生物特征图像采集系统；
所述安全生物特征识别系统包括安全操作系统，所述安全操作系统接收来自所述移动智能设备应用操作系统的应用代理服务接口单元的标准化API调用；
所述生物特征图像采集系统包括生物特征图像采集设备、生物特征图像采集设备安全驱动控制单元和显示屏安全驱动控制单元；所述安全操作系统包括用于执行安全操作系统端标准化API过程调用的安全应用代理服务接口单元、用于执行安全操作系统端的数据和代码计算的安全计算单元、用于提供安全操作系统端数据和代码的存储空间，并保证安全计算单元通过独立安全地址总线访问的安全存储单元以及用于提供安全操作系统端数据和代码的内存空间，并保证安全计算单元通过独立安全地址总线访问的安全内存单元；
所述的生物特征图像采集设备用于采集实时生物特征图像，提供安全生物特征识别系统所需的高质量图像；
所述的生物特征图像采集设备安全驱动控制单元用于执行生物特征图像采集设备实时反馈驱动控制输出成像图像；
所述的生物特征图像采集设备安全驱动控制单元通过反馈控制输出成像图像并进一步被用于显示屏安全驱动控制单元。
2.根据权利要求1所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：
所述安全计算单元包括PKI加密签名安全算法单元和生物特征识别算法单元；
所述生物特征识别算法单元包括注册算法单元和识别与自学习算法单元。
3.根据权利要求2所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述安全生物特征识别系统包括注册流程步骤：
a、当外部发起应用注册请求；
b、通过应用代理服务接口单元传递该注册请求通知安全应用代理服务接口单元；
c、安全操作系统端下标准化的API过程调用执行注册算法单元；
d、PKI加密签名安全算法单元执行注册结果加密签名，通过安全应用代理服务接口单元发送加密签名注册结果通知应用代理服务接口单元；
e、应用代理服务接口单元返回外部接收加密签名注册结果。
4.根据权利要求2所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述安全生物特征识别系统包括认证流程步骤：
①当外部发起应用认证请求；
②通过应用代理服务接口单元传递该认证请求通知安全应用代理服务接口单元；
③安全操作系统端下标准化的API过程调用执行识别与自学习算法单元；
④PKI加密签名安全算法单元执行认证结果加密签名，通过安全应用代理服务接口单元发送加密签名认证结果通知应用代理服务接口单元；
⑤应用代理服务接口单元返回外部接收加密签名认证结果。
5.根据权利要求2或3所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述注册算法单元用于执行以下控制步骤：
S200、初始化定义循环计数COUNT＝0，模板计数N＝0，模板数量TN，循环数量TC；
其中：
COUNT定义为算法注册流程中的循环计数，
N定义为算法注册流程中的模板计数；
TN定义为算法注册流程中预定的模板数量；
TC定义为算法注册流程中预定的循环数量；
S201、采集符合自适应质量标准的实时生物特征图像；
S202、提取图像生物特征信息产生特征模板，模板计数自增累计N＝N+1；
S203、判断模板计数N≥TN，是执行S204，否返回执行S201；
S204、循环计数自增累计COUNT＝COUNT+1；
S205、判断TN个数量的模板间形成的组合比对结果集合C(TN，2)是否全部符合预定的注册门限标准，是执行S208，否执行S206；
S206、判断循环计数COUNT>TC，是执行S207，否复位模板计数N＝0并返回执行S201；
S207、注册失败；
S208、注册成功，选择模板组合比对结果中全局最优的模板为注册模板并PKI加密保存于安全存储单元。
6.根据权利要求5所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述TN>＝3，所述TC>＝3。
7.根据权利要求5所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述的组合比对结果集合C(TN，2)＝TN！/(2！*(TN-2)！)。
8.根据权利要求2或4所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述识别与自学习算法单元用于执行以下控制步骤：
S301、采集符合自适应质量标准的实时生物特征图像；
S302、提取图像生物特征信息产生当前特征模板；
S303、判断当前模板与注册模板或自学习模板比对结果是否符合预定的识别门限标准，是执行S304，否执行S306；
S304、判断模板比对结果是否符合预定的自学习门限标准，是执行S305，否执行S307；
S305、判断图像生物特征质量是否符合预定的自学习质量标准，是执行S308，否执行S307；
S306、识别和模板自学习失败；
S307、识别成功，自学习模板失败；
S308、识别成功并PKI加密保存当前模板为自学习模板于安全存储单元。
9.根据权利要求5所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述采集符合自适应质量标准的实时生物特征图像，包括以下步骤：
S400、初始化定义：高等级质量标准Qh，低等级质量标准Ql，自适应质量标准Q＝Qh，质量标准微调步长△Q；
S401、采集实时生物特征图像；
S402、判断自适应质量标准Q≥Ql，是执行S403，否Q＝Ql并返回执行S401；
S403、判断当前图像生物特征质量是否符合自适应质量标准Q，是执行S404，
否Q＝Q-△Q并返回执行S401；
S404、返回符合自适应质量标准的实时生物特征图像。
10.根据权利要求8所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述采集符合自适应质量标准的实时生物特征图像，包括以下步骤：
S400、初始化定义：高等级质量标准Qh，低等级质量标准Ql，自适应质量标准Q＝Qh，质量标准微调步长△Q；
S401、采集实时生物特征图像；
S402、判断自适应质量标准Q≥Ql，是执行S403，否Q＝Ql并返回执行S401；
S403、判断当前图像生物特征质量是否符合自适应质量标准Q，是执行S404，
否Q＝Q-△Q并返回执行S401；
S404、返回符合自适应质量标准的实时生物特征图像。
11.根据权利要求1所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述生物特征图像采集设备包括用于测量物距信息的距离传感器、用于辐射成像近红外光的近红外LED光源、用于驱动近红外LED光源辐射强度调节的电流驱动器、用于过滤可见光透过用于成像的近红外光的前置光学滤光片和/或后置光学滤光片、用于物理聚焦近红外光的光学成像透镜、用于驱动光学成像透镜自动对焦的自动对焦驱动器以及用于光电转换输出成像图像的图像成像传感器。
12.根据权利要求1所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述生物特征图像采集设备安全驱动控制单元包括物距信息测量单元、辐射强度调节单元、自动对焦单元以及成像模式控制单元。
13.根据权利要求12所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述生物特征图像采集设备安全驱动控制单元用于执行生物特征图像采集设备实时反馈驱动控制输出成像图像包括以下反馈控制步骤：
S101.物距信息测量单元实时动态测量距离传感器的物距信息D；
S102.判断物距信息D是否处于工作范围内，是执行S103，否反馈提示调整距离并返回执行S101；
S103.辐射强度调节单元根据物距信息D，实时动态反馈控制电流驱动器驱动近红外LED光源辐射强度I改变；
S104.自动对焦单元根据物距信息D，实时动态反馈控制自动对焦驱动器驱动光学成像透镜自动对焦；
S105.成像模式控制单元实时动态控制同步时序脉冲成像模式的帧辐射强度I、帧时间T和帧频率F输出成像图像。
14.根据权利要求11所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述自动对焦驱动器采用VCM马达，closed-loop闭环马达，中置马达等，自动对焦驱动器参数P为像距，P＝L(D)＝EFL*D/(D-EFL)，其中EFL为光学成像透镜的等效焦距，该像距P对应于像方焦点位置；
所述自动对焦驱动器包括液晶驱动器，MEMS驱动器，自动对焦驱动器参数P为光学屈光度，P＝L(D)＝1/D，该光学屈光度P对应于像方焦点位置；
所述自动对焦驱动器包括PDAF，相位检测自动对焦，通过闭环相位检测反馈控制光学成像透镜的自动对焦。
15.根据权利要求12所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述自动对焦单元对当前物距信息D对应的聚焦位置局部区域进行更进一步微调，即以当前物距信息D对应的聚焦位置为中心，定义局部区域为范围进行精细步长的扫描以获得最优像方焦点位置的聚焦效果。
16.根据权利要求12所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述成像模式控制单元包括实时动态控制同步时序脉冲成像模式的帧辐射强度，帧时间和帧频率输出成像图像，通过同步时序控制图像成像传感器曝光和近红外LED光源辐射的脉冲成像模式的帧辐射强度I，帧时间T和帧频率F输出实现；
所述脉冲成像模式采用脉冲幅度调制实现帧辐射强度I控制输出；或者所述脉冲成像模式采用脉冲宽度占空比调制实现帧时间T控制输出；或者所述脉冲成像模式采用脉冲单位周期频率调制实现帧频率F控制输出。
17.根据权利要求1所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述显示屏安全驱动控制单元包括图像生物特征偏移检测单元和反馈提示单元，用于执行实时成像图像生物特征偏移的检测和反馈提示。
18.根据权利要求17所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述显示屏安全驱动控制单元还包括图像镜面反射干扰检测单元，用于实时动态检测图像中镜面反射的位置和尺度干扰的检测；所述的反馈提示单元执行显示屏显示实时动态调整镜面反射位置和尺度干扰信息；
包括判断图像中镜面反射是否位置干扰，超过预定的图像中生物特征区域范围；
判断图像中镜面反射是否尺度干扰，超过预定的图像中生物特征大小范围。
19.根据权利要求18所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：
所述的图像生物特征偏移检测单元实时动态检测图像中生物特征的位置和尺度偏移；
所述的反馈提示单元执行显示屏显示实时动态调整生物特征位置和尺度偏移信息。
20.根据权利要求19所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：
所述的图像生物特征偏移检测单元实时动态检测图像中生物特征的位置和尺度偏移，包括根据实时成像图像计算生物特征在图像中的有效位置和有效尺度信息，XY轴方向位置偏移和Z轴尺度偏移，表示左右上下方向位置偏移和远近距离尺度偏移；
包括判断图像中生物特征是否位置偏移，超过预定的图像边界区域范围；
判断图像中生物特征是否尺度偏移，超过预定的图像尺寸大小范围。
21.根据权利要求17所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：
所述的图像生物特征偏移检测方法包括AdaBoost检测算法，主动轮廓检测算法，LOG边缘检测算子，Canny检测算子，Moravec角点检测算子和Harris角点检测算子，生物特征分布统计函数。
22.根据权利要求18所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：
所述的图像镜面反射干扰检测方法包括AdaBoost检测算法，主动轮廓检测算法，LOG边缘检测算子，Canny检测算子，Moravec角点检测算子和Harris角点检测算子，镜面反射特征分布统计函数。
23.根据权利要求17所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述显示屏安全驱动控制单元还包括成像图像位移显示单元。
24.根据权利要求23所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述的成像图像位移显示单元实时动态显示位移处理的成像图像；
所述成像图像的位移处理包括：
显示屏显示的成像图像中心经过X-Y坐标轴位移量调整(X_SHIFT，Y_SHIFT)；
所述调整X-Y轴位移量(X_SHIFT，Y_SHIFT)的具体计算如下：
X_SHIFT＝β*(Xscreen–Ximager)/PS
Y_SHIFT＝β*(Yscreen–Yimager)/PS
β＝EFL/(D-EFL)
其中：
(X_SHIFT，Y_SHIFT)分别为显示屏显示的成像图像中心X，Y坐标轴位移量，单位像素，pixels；
(Xscreen，Yscreen)分别为显示屏显示的成像图像中心X，Y坐标轴物理位置，单位厘米，cm；
(Ximager，Yimager)分别为生物特征图像采集设备光学中心X，Y坐标轴物理位置，单位厘米，cm；
β为生物特征图像采集设备的光学放大倍率，无单位；
EFL为光学成像透镜的等效焦距，单位毫米，mm；
D为物距，单位厘米，cm；
PS为图像成像传感器的单位像素物理尺度，单位微米每像素，um/pixel。
25.根据权利要求1所述的用于移动智能设备的安全生物特征识别和图像采集系统，其特征是：所述移动智能设备的应用操作系统包括用于执行应用操作系统端标准化API过程调用的应用代理服务接口单元。
CN201510170322.5A 2015-04-11 2015-04-11 用于移动智能设备的安全生物特征识别和图像采集系统 Active CN104866751B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201611073496.0A CN106650634B (zh) 2015-04-11 2015-04-11 用于终端生物识别的图像镜面反射干扰检测和反馈方法
CN201510170322.5A CN104866751B (zh) 2015-04-11 2015-04-11 用于移动智能设备的安全生物特征识别和图像采集系统
CN201611073493.7A CN106599657B (zh) 2015-04-11 2015-04-11 用于移动终端生物特征识别的动态检测和反馈方法
CN201611073497.5A CN106778161B (zh) 2015-04-11 2015-04-11 一种用于移动终端生物特征识别的成像图像显示的方法
PCT/CN2016/078829 WO2016165586A1 (zh) 2015-04-11 2016-04-08 用于移动智能设备的安全生物特征识别和图像采集系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510170322.5A CN104866751B (zh) 2015-04-11 2015-04-11 用于移动智能设备的安全生物特征识别和图像采集系统

Related Child Applications (3)

Application Number Title Priority Date Filing Date
CN201611073493.7A Division CN106599657B (zh) 2015-04-11 2015-04-11 用于移动终端生物特征识别的动态检测和反馈方法
CN201611073497.5A Division CN106778161B (zh) 2015-04-11 2015-04-11 一种用于移动终端生物特征识别的成像图像显示的方法
CN201611073496.0A Division CN106650634B (zh) 2015-04-11 2015-04-11 用于终端生物识别的图像镜面反射干扰检测和反馈方法

Publications (2)

Publication Number Publication Date
CN104866751A CN104866751A (zh) 2015-08-26
CN104866751B true CN104866751B (zh) 2017-01-18

Family

ID=53912574

Family Applications (4)

Application Number Title Priority Date Filing Date
CN201611073493.7A Active CN106599657B (zh) 2015-04-11 2015-04-11 用于移动终端生物特征识别的动态检测和反馈方法
CN201611073496.0A Active CN106650634B (zh) 2015-04-11 2015-04-11 用于终端生物识别的图像镜面反射干扰检测和反馈方法
CN201510170322.5A Active CN104866751B (zh) 2015-04-11 2015-04-11 用于移动智能设备的安全生物特征识别和图像采集系统
CN201611073497.5A Active CN106778161B (zh) 2015-04-11 2015-04-11 一种用于移动终端生物特征识别的成像图像显示的方法

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN201611073493.7A Active CN106599657B (zh) 2015-04-11 2015-04-11 用于移动终端生物特征识别的动态检测和反馈方法
CN201611073496.0A Active CN106650634B (zh) 2015-04-11 2015-04-11 用于终端生物识别的图像镜面反射干扰检测和反馈方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201611073497.5A Active CN106778161B (zh) 2015-04-11 2015-04-11 一种用于移动终端生物特征识别的成像图像显示的方法

Country Status (2)

Country Link
CN (4) CN106599657B (zh)
WO (1) WO2016165586A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
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
CN106548346A (zh) * 2015-09-16 2017-03-29 深圳市中兴微电子技术有限公司 一种电子支付的用户验证方法、安全支付客户端及控制器
CN106056080B (zh) * 2016-05-30 2019-11-22 中控智慧科技股份有限公司 一种可视化的生物计量信息采集装置和方法
WO2019071561A1 (zh) * 2017-10-13 2019-04-18 深圳芯启航科技有限公司 一种光学生物传感器及其省电控制方法和系统
CN109842491B (zh) * 2017-11-28 2021-08-24 上海耕岩智能科技有限公司 一种电子设备
CN110418337B (zh) * 2019-07-29 2020-10-23 北京邮电大学 身份认证方法、电子设备及计算机可读存储介质
CN112464947B (zh) * 2020-10-30 2021-09-28 深圳市路远智能装备有限公司 一种三脚透镜的视觉识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202795599U (zh) * 2012-09-30 2013-03-13 潘铁军 一种带虚拟片上操作系统的安全设备、装置和系统
CN103106401A (zh) * 2013-02-06 2013-05-15 北京中科虹霸科技有限公司 具有人机交互机制的移动终端虹膜识别装置和方法
CN103632127A (zh) * 2012-08-21 2014-03-12 北京恒泰天宇科技有限公司 基于云计算的智能生物特征识别系统

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3962588B2 (ja) * 2002-01-07 2007-08-22 キヤノン株式会社 三次元画像処理方法、三次元画像処理装置、三次元画像処理システムおよび三次元画像処理プログラム
US6853444B2 (en) * 2002-08-30 2005-02-08 Waleed S. Haddad Non-contact optical imaging system for biometric identification
CN1442823A (zh) * 2002-12-30 2003-09-17 潘国平 基于虹膜分析的个体身份自动识别系统
CN1202490C (zh) * 2003-03-19 2005-05-18 上海交通大学 虹膜纹理归一化处理方法
US7574022B2 (en) * 2004-05-20 2009-08-11 Atrua Technologies Secure system and method of creating and processing partial finger images
CN100349542C (zh) * 2004-05-29 2007-11-21 倪蔚民 实时自动无侵害的虹膜光学成像装置
CN2713496Y (zh) * 2004-07-27 2005-07-27 任峰 视线矫正器
CN101770567B (zh) * 2008-12-31 2012-05-02 杭州中正生物认证技术有限公司 一种识别生物特征的方法及系统
US8374404B2 (en) * 2009-02-13 2013-02-12 Raytheon Company Iris recognition using hyper-spectral signatures
US20100265204A1 (en) * 2009-04-21 2010-10-21 Sony Ericsson Mobile Communications Ab Finger recognition for authentication and graphical user interface input
CN101770573B (zh) * 2010-01-14 2012-02-01 沈洪泉 用于虹膜识别的自动聚焦虹膜图像成像装置及其控制方法
CN103034330B (zh) * 2012-12-06 2015-08-12 中国科学院计算技术研究所 一种用于视频会议的眼神交互方法及系统
JP6167733B2 (ja) * 2013-07-30 2017-07-26 富士通株式会社 生体特徴ベクトル抽出装置、生体特徴ベクトル抽出方法、および生体特徴ベクトル抽出プログラム
CN103870819B (zh) * 2014-04-04 2016-03-09 苏州思源科安信息技术有限公司 移动终端安全身份认证的虹膜识别光学成像模组及使用法
CN104156649B (zh) * 2014-08-07 2017-04-19 苏州思源科安信息技术有限公司 用于移动终端安全认证的静脉识别成像装置及方法
CN104394311B (zh) * 2014-09-15 2015-08-05 贵阳科安科技有限公司 用于移动终端的虹膜识别成像模组及图像获取方法
CN104199553B (zh) * 2014-09-15 2016-01-27 苏州思源科安信息技术有限公司 用于移动终端虹膜识别的引导指示人机接口装置及方法
CN104463132B (zh) * 2014-12-17 2018-09-11 浙江维尔科技股份有限公司 一种指纹识别方法及装置
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103632127A (zh) * 2012-08-21 2014-03-12 北京恒泰天宇科技有限公司 基于云计算的智能生物特征识别系统
CN202795599U (zh) * 2012-09-30 2013-03-13 潘铁军 一种带虚拟片上操作系统的安全设备、装置和系统
CN103106401A (zh) * 2013-02-06 2013-05-15 北京中科虹霸科技有限公司 具有人机交互机制的移动终端虹膜识别装置和方法

Also Published As

Publication number Publication date
CN104866751A (zh) 2015-08-26
CN106778161B (zh) 2020-04-07
CN106650634B (zh) 2020-04-24
CN106650634A (zh) 2017-05-10
WO2016165586A1 (zh) 2016-10-20
CN106599657A (zh) 2017-04-26
CN106599657B (zh) 2020-09-01
CN106778161A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN104866751B (zh) 用于移动智能设备的安全生物特征识别和图像采集系统
CN109716268B (zh) 眼部和头部跟踪
CN104380729B (zh) 摄像机参数的上下文驱动调整
CN103106401B (zh) 一种具有人机交互机制的移动终端虹膜识别装置
CN110287900B (zh) 验证方法和验证装置
US7912252B2 (en) Time-of-flight sensor-assisted iris capture system and method
US9373023B2 (en) Method and apparatus for robustly collecting facial, ocular, and iris images using a single sensor
CN105205458A (zh) 人脸活体检测方法、装置及系统
CN106503680B (zh) 用于移动终端虹膜识别的引导指示人机接口系统和方法
CN105095893A (zh) 图像采集装置和方法
US20230360254A1 (en) Pose estimation method and related apparatus
CN107517340B (zh) 一种摄像模组及电子设备
CN108769476B (zh) 图像获取方法及装置、图像采集装置、计算机设备和可读存储介质
CN103839054A (zh) 一种支持虹膜识别的多功能移动智能终端传感器
WO2021037157A1 (zh) 图像识别方法及电子设备
CN103714321A (zh) 基于距离图像和强度图像的驾驶员人脸定位系统
JP2020191089A (ja) 顔生体の検出方法及び検出装置、電子機器、並びにコンピュータ読み取り可能な媒体
WO2017101292A1 (zh) 自动对焦的方法、装置和系统
US11882354B2 (en) System for acquisiting iris image for enlarging iris acquisition range
CN105025219A (zh) 图像获取方法
CN101980299B (zh) 基于棋盘标定的摄像机映射方法
US11682368B1 (en) Method of operating a mobile device
CN104732956B (zh) 调节屏幕亮度的方法及装置
EP3051386A1 (en) Eye tracking system and method
CN106791425B (zh) 一种提示用户最佳成像距离的提示系统及方法、手机

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160126

Address after: 550007 Guiyang high tech Development Zone in the west of the R & D base, building 14, floor 3, Guizhou

Applicant after: Kweiyang Ke An Science and Technology Ltd.

Address before: 310000 Institute of optical engineering, Zhejiang University, 38 Hangzhou Road, Xihu District, Zhejiang, China

Applicant before: Ni Weimin

C14 Grant of patent or utility model
GR01 Patent grant
CP03 Change of name, title or address

Address after: 100041 Zhongguancun international road, Haidian District, Zhongguancun, Beijing, B08

Patentee after: Beijing Siyuan Kean Software Technology Co. Ltd.

Address before: 550007 Guiyang high tech Development Zone in the west of the R & D base, building 14, floor 3, Guizhou

Patentee before: Kweiyang Ke An Science and Technology Ltd.

CP03 Change of name, title or address
TR01 Transfer of patent right

Effective date of registration: 20171219

Address after: Room A, building 413A, emerging industry incubation center, Zhangjiagang Free Trade Zone, Suzhou, Jiangsu 215634, China

Patentee after: SUZHOU SIYUAN KEAN INFORMATION TECHNOLOGY Co.,Ltd.

Address before: 100041 Zhongguancun international road, Haidian District, Zhongguancun, Beijing, B08

Patentee before: Beijing Siyuan Kean Software Technology Co. Ltd.

TR01 Transfer of patent right
CB03 Change of inventor or designer information

Inventor after: Ni Weimin

Inventor after: Chen Ping

Inventor before: Ni Weimin

CB03 Change of inventor or designer information