CN105389541B - 指纹图像的识别方法及装置 - Google Patents

指纹图像的识别方法及装置 Download PDF

Info

Publication number
CN105389541B
CN105389541B CN201510681069.XA CN201510681069A CN105389541B CN 105389541 B CN105389541 B CN 105389541B CN 201510681069 A CN201510681069 A CN 201510681069A CN 105389541 B CN105389541 B CN 105389541B
Authority
CN
China
Prior art keywords
image
target
target image
fingerprint
shape feature
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
CN201510681069.XA
Other languages
English (en)
Other versions
CN105389541A (zh
Inventor
张强
王立中
周海涛
蒋奎
贺威
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201510681069.XA priority Critical patent/CN105389541B/zh
Priority to CN201810236526.8A priority patent/CN108427932B/zh
Publication of CN105389541A publication Critical patent/CN105389541A/zh
Priority to EP16856705.5A priority patent/EP3336749A4/en
Priority to US15/759,359 priority patent/US10755076B2/en
Priority to PCT/CN2016/092697 priority patent/WO2017067270A1/zh
Application granted granted Critical
Publication of CN105389541B publication Critical patent/CN105389541B/zh
Priority to US16/201,470 priority patent/US10572714B2/en
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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • G06V40/1376—Matching features related to ridge properties or fingerprint texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Image Input (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种指纹图像的识别的方法及装置。该方法包括：从捕获的纹理图像中获取目标图像；获取所述目标图像对应的目标形状特征，所述目标形状特征用于表示所述目标图像的形状特征；如果所述目标形状特征与预设手指形状特征相符，则确定对所述纹理图像进行指纹识别。与现有技术中直接对纹理图像进行指纹识别相比，本发明能够在启动指纹识别之前，判定纹理图像中目标图像是否与预设手指形状特征相符，当相符时启动对纹理图像的指纹识别，进而避免对当非手指物体进行不必要的指纹识别，提高系统资源的利用率。

Description

指纹图像的识别方法及装置
技术领域
本发明实施例涉及指纹识别技术，尤其涉及一种指纹图像识别的方法及装置。
背景技术
随着电子设备的发展，指纹识别技术被广泛应用到智能终端中。用户通过指纹识别对智能终端进行解锁等操作。
现有技术中，使用电容式指纹传感器进行指纹识别。由于人体为导体，因此当手指按压电容式指纹传感器时，指纹传感器可获得手指的纹理，进而根据该纹理进行后续的指纹识别操作。
在智能终端的使用过程中，当非手指物体，如衣服面料、手掌皮肤等物质触碰到指纹触感器时，指纹传感器会对非手指物体进行识别，造成系统资源的浪费，资源利用率低。
发明内容
本发明提供一种指纹图像识别的方法及装置，以实现对捕获的图像进行有效识别，提高智能终端的资源利用率。
第一方面，本发明实施例提供了一种指纹图像的识别的方法，包括：
从捕获的纹理图像中获取目标图像；
获取所述目标图像对应的目标形状特征，所述目标形状特征用于表示所述目标图像的形状特征；
如果所述目标形状特征与预设手指形状特征相符，则确定对所述纹理图像进行指纹识别。
第二方面，本发明实施例还提供了一种指纹图像的识别的装置，包括：
目标图像获取单元，用于从捕获的纹理图像中获取目标图像；
形状特征获取单元，用于获取所述目标图像获取单元获取的所述目标图像对应的目标形状特征，所述目标形状特征用于表示所述目标图像的形状特征；
指纹图像确定单元，用于如果所述形状特征获取单元获取的所述目标形状特征与预设手指形状特征相符，则确定对所述纹理图像进行指纹识别。
本发明在进行指纹识别之前，获取纹理图像中目标图像对应的目标形状特征，当目标形状特征与预设手指形状特征相符时，确定对纹理图像进行指纹识别。与现有技术中直接对纹理图像进行指纹识别相比，本发明能够在启动指纹识别之前，判定纹理图像中目标图像是否与预设手指形状特征相符，当相符时启动对纹理图像的指纹识别，进而避免对当非手指物体进行不必要的指纹识别，提高系统资源的利用率和识别效率。
附图说明
图1是本发明实施例一中的一个指纹图像的识别方法的流程图；
图2是本发明实施例一中的一个纹理图像的坐标示意图；
图3是本发明实施例一中的一个指纹纹理图像示意图；
图4是本发明实施例二中的第一个指纹图像的识别方法的流程图；
图5是本发明实施例二中的第二个指纹图像的识别方法的流程图；
图6是本发明实施例二中的第三个指纹图像的识别方法的流程图；
图7是本发明实施例二中的第四个指纹图像的识别方法的流程图；
图8是本发明实施例二中的预设位置区域的位置示意图；
图9是本发明实施例二中的第五个指纹图像的识别方法的流程图；
图10是本发明实施例三中的第一个指纹识别的装置的结构示意图；
图11是本发明实施例三中的第二个指纹识别的装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的指纹图像的识别的方法的流程图，本实施例可适用于通过智能终端进行指纹识别的情况，该方法可以由具有指纹识别功能的智能终端来执行，智能终端如智能手机、平板电脑等，该方法具体包括如下步骤：
步骤110、从捕获的纹理图像中获取目标图像。
智能终端通过指纹传感器获取纹理图像。纹理图像可以为灰度图。目标图像可以为纹理图像，也可以为纹理图像中的子图像。
步骤120、获取目标图像对应的目标形状特征，目标形状特征用于表示目标图像的形状特征。
目标形状特征由多个特征值组成，每个特征值用于表示目标图像中的一行的宽度，进而描绘出目标图像的形状。可选的，每个特征值还可用于表示目标图像中的一列的长度，通过各个列的长度描绘出目标图像的形状。示例性的，特征值为某一行包含的纹理像素点的数量。通过指纹传感器获取到的纹理图像为灰度图，将灰度图中灰度值(像素值)大于预设数值的像素点确定为纹理像素点。其中，预设灰度值可以为150-255，优选为200。
灰度图中每个像素点的色彩由红绿蓝RGB三元组表示。为了方便计算，将每个像素的(R，G，B)三元组通过下述任意一种转换方式得到与(R，G，B)三元组对应的灰度值(即像素值)Gray：
方式一：浮点算法：Gray＝R×0.3+G×0.59+B×0.11
方式二：整数方法：Gray＝(R×30+G×59+B×11)÷100
方式三：平均值法：Gray＝(R+G+B)÷3
方式四：仅取绿色：Gray＝G
通过上述任意一种方式可得到像素点对应的灰度值，即像素点的像素值。纹理图像中的每个坐标点对应一个像素点，每个像素点具有唯一的像素值，如灰度值Gray。为了方便说明，本实施例及后续实施例中采用如图2所示的纹理图像坐标进行说明，如图4所示，纹理图像由m行n列的像素点矩阵组成，共包含m×n个像素点，位于m行n列的像素点(xn，ym)对应的像素值为Gnm。可选的，m＝n＝480。
步骤130、如果目标形状特征与预设手指形状特征相符，则确定对纹理图像进行指纹识别。
预设手指形状特征用于表示手指指纹的形状特征。预设指纹形状特征可以是一个指纹宽度的变化趋势或者指纹长度的变化趋势。
示例性的，当预设指纹形状特征为一变化趋势时，如图3所示，指纹的宽度变化趋势为从上至下，先由窄变宽再由宽变窄。当指纹传感器的宽度小于部分指纹宽度时，指纹触感器获取的该部分的指纹宽度不变。当指纹传感器的长度小于手指的指纹长度时，指纹触感器获取的该部分的指纹长不变。
本实施例提供的技术方案在进行指纹识别之前，获取纹理图像中目标图像对应的目标形状特征，当目标形状特征与预设手指形状特征相符时，确定对纹理图像进行指纹识别。与现有技术中直接对纹理图像进行指纹识别相比，本实施例能够在启动指纹识别之前，判定纹理图像中目标图像是否与预设手指形状特征相符，当相符时启动对纹理图像的指纹识别，进而避免对当非手指物体进行不必要的指纹识别，提高系统资源的利用率和指纹识别效率和识别效率。
实施例二
本发明实施例还提供了一种指纹图像的识别的方法，作为对实施例一的进一步说明，如图4所示，在步骤110、获取目标图像之后，所述方法还包括：
步骤140、对所述目标图像进行二值化处理。
设定阈值T，用阈值T将目标图像中的像素点分成两部分：像素值大于阈值T的像素群和像素值小于阈值T的像素群。将像素值大于阈值T的像素群的像素值设定为白色(或者黑色)，像素值小于阈值T的像素群的像素值设定为黑色(或者白色)。经二值化处理后，目标图像中的像素点的像素值为0或1。如果目标图像为指纹图像，则指纹的纹理对应的像素点的像素值为1(或者为0)，指纹纹理之间的缝隙对应的像素点的像素值为0(或者为1)。当目标图像为灰度图时，阈值T对应的灰度值(即像素值)的取值范围为0-255，示例性的阈值T的取值为120。
相应的，步骤120、获取述目标图像对应的目标形状特征，可通过下述方式进行实施步骤：
步骤120a、获取二值化的目标图像对应的目标形状特征。
进行二值化后，目标图像中每行中置1的像素点为纹理像素点。根据纹理像素点占用的宽度确定目标图像中纹理图像占用的宽度。对于目标图像中任意一行像素点，从第一列开始一次获取每列像素点的像素值，获取第一个和最后一个像素值为1的像素点，并根据两个像素点确定目标图像中纹理图像所占的宽度。
本实施例提供的技术方案，能够将目标图像进行二值化处理，得到二值图像。由于二值图像中像素点的像素值为0或为1，因此能够降低获取目标图像的目标形状特征的复杂度，提高方差计算的速度，进而提高图片的识别效率。
本发明实施例还提供了一种指纹图像的识别的方法，作为对上述实施例的进一步说明，如图5所示，步骤120、获取目标图像对应的目标形状特征，还可通过下述方式进行实施：
步骤120b、获取目标图像每行或每列的像素值之和。
当某行的宽度增加时，该行所包含的像素点增多，进而该行对应的像素值之和随之增加。因此，可通过行像素值之和表示行的宽度。当像素值之和增加时，行的宽度随之增加；当像素值之和减小时，行的宽度随之降低。
同理，当某列的长度增加时，该列所包含的像素点增多，进而该列对应的像素值之和随之增加。因此，可通过列像素值之和表示列的长度。当像素值之和增加时，列的长度随之增加；当像素值之和减小时，列的长度随之降低。
在一种实现方式中，以行为单位，分别计算位于同一行的像素点的像素值的和。首先获取第一行中的全部像素点[(x1，y1)、(x2，y1)…(xn，y1)]及其像素值[G11、G12…G1n]，并计算第一行各像素点像素值[G11、G12…G1n]的和A1。然后，获取第二行中的全部像素点[(x1，y2)、(x2，y2)…(xn，y2)]及其像素值[G21、G22…G2n]，并计算第二行各像素点像素值[G21、G22…G2n]的和A2。以此类推，得到第三行至第m行各行像素点的像素值之和[A3、A4…Am]。
在另一种实现方式中，以列为单位，分别计算位于同一列的像素点的像素值的和。首先获取第一列中的全部像素点[(x1，y1)、(x1，y2)…(x1，ym)]及其像素值[G11、G21…Gm1]，并计算第一列各像素点像素值[G11、G21…Gm1]的和B1。然后，获取第二列中的全部像素点[(x2，y1)、(x2，y2)…(x2，ym)]及其像素值[G12、G22…Gm2]，并计算第二列各像素点像素值[G12、G22…Gm2]的和B2。以此类推，得到第三列至第n列各列像素点的像素值之和[B3、B4…Bn]。
相应的，步骤130、如果目标形状特征与预设手指形状特征相符，则确定对纹理图像进行指纹识别，包括：
步骤130a、如果目标图像的预设数量的相邻行或相邻列的像素值之和逐渐增加或逐渐减小，则确定对纹理图像进行指纹识别。
手指的指纹分布特征为顶部和低部较窄中间较宽。判断从[A1、A2…Am]的数值大小的变化趋势是否为由小变大，再由大便小。如果是，则确定对纹理图像进行指纹识别。或者，判断从[B1、B2…Bn]的数值大小的变化趋势是否为由小变大，再由大便小。如果是，则确定对纹理图像进行指纹识别。
可选的，由于指纹的顶部和底部的宽度变化较明显，可仅对目标图像的顶部和底部为对象，判断是否为手指图像。具体的，判断目标图像中的前N行(顶部)的各行像素值之和是否呈逐渐增加趋势；和/或，判断目标图像中的后N行(底部)的各行像素值之和是否呈逐渐减小趋势。其中，N为大于2的正整数，优选为80。
进一步的，有时目标图像中的前N行的各行像素值之和或者后N行的各行像素值之和可能存在跳跃值。为了避免跳跃值影响目标图像的判断结果，当跳跃值的数量小于预设阈值时，删除跳跃值，进而减小噪点对判断是否为指纹图像的干扰。其中，预设阈值为5-10，优选为8。
本实施例提供的技术方案，能够根据目标图像中每行或每列的像素值之和的变化趋势确定目标图像是否为指纹图像，提高指纹识别效率。
本发明实施例还提供了一种指纹图像的识别的方法，作为对上述实施例的进一步说明，如图6所示，步骤120、获取目标图像对应的目标形状特征，还可通过下述方式进行实施：
步骤120c、获取目标图像每行或每列的边缘像素点坐标。
获取目标图像每行的边缘像素点坐标可通过下述方式进行实施：
首先，对于目标图像的任意一列，获取该列中每个像素点的像素值。
然后，从第一列向最后一列依次查找像素点的像素值大于等于预设像素值的像素点。如果查找到像素值大于等于预设像素值的像素点，且该像素点的列号小于最大列号，则将该像素点确定为该行的一个边缘像素点P，边缘像素点P的行号和列号构成其坐标。
最后，从最后一列向第一列依次查找像素点的像素值大于等于预设像素值的像素点。如果查找到像素值大于等于预设像素值的像素点，且该像素点的列号大于最小列号，则将该像素点确定为该行的另一个边缘像素点Q，边缘像素点Q的行号和列号构成其坐标。
获取目标图像每列的边缘像素点坐标的方式可参照上述获取行的边缘像素点坐标等方式，此处不做赘述。
相应的，步骤130、如果目标形状特征与预设手指形状特征相符，则确定对纹理图像进行指纹识别，包括：
步骤130b、如果目标图像的预设数量的相邻行或相邻列的边缘像素点坐标逐渐增加或逐渐减小，则确定对纹理图像进行指纹识别。
预设数量的行可以为目标图像包含的全部行，也可以是目标图像中的前N行或者后N行。
如果预设数量的相邻行的边缘像素点P的横坐标随着P点纵坐标的增加而减少，且边缘像素点Q的横坐标随着Q点纵坐标的增加而增加，则确定对纹理图像进行指纹识别。
本实施例提供的技术方案，能够根据目标图像的预设数量的相邻行或相邻列的边缘像素点坐标的变化趋势，确定目标图像是否为指纹图像，提高指纹图像识别的准确度。
本发明实施例还提供了一种指纹识别的方法，作为对上述实施例的进一步说明，如图7所示，步骤110、从捕获的纹理图像中获取目标图像，还可通过下述方式进行实施：
步骤110＇、将捕获的纹理图像的预设区域中的图像确定为目标图像。
预设位置区域的大小可以根据指纹传感器的额定识别范围确定。可选的，如图8所示，预设位置区域的宽度与指纹传感器宽度相同，预设位置区域的长度为指纹传感器长度的四分之一，预设位置区域位于指纹识别区域的顶部或底部。
本实施例提供的技术方案，由于指纹图像的顶部和底部区域能够较为明显的表现手指的形状特征，因此通过纹理图像的顶部和底部的纹理图像确定纹理图像是否为指纹图像，能够减少像素值的计算量，进而提高指纹图像识别的效率。
下面通过一个使用场景对上述实施例进行进一步说明，如图9所示，包括：
步骤210、获取指纹传感器的感知范围。
感知范围从起始坐标(0,0)至终止坐标(x，y)。
步骤220、从起始坐标(0,0)开始逐行计算每行的像素数值总和[A0、A1…Ay]。
步骤230、统计每行像素值总和的变化趋势。
步骤240、如果变化趋势为数值从低到高逐步增加，且到达一定峰值后数值从高到低逐步减小，则判定为手指。
从低到高逐步增加表示，从上到下按压区域逐步增多。当到达一定峰值后，数值又从高到低逐步减小，表示从上到下，按压区域又逐步减小。
实施例三
本发明实施例还提供了一种指纹图像的识别的装置1，该装置1用于实施上述实施例所示的方法且位于智能终端中，如图10所示，该装置1包括：
目标图像获取单元11，用于从捕获的纹理图像中获取目标图像；
形状特征获取单元12，用于获取所述目标图像获取单元11获取的所述目标图像对应的目标形状特征，所述目标形状特征用于表示所述目标图像的形状特征；
指纹图像确定单元13，用于如果所述形状特征获取单元12获取的所述目标形状特征与预设手指形状特征相符，则确定对所述纹理图像进行指纹识别。
进一步的，如图11所示，所述装置还包括：
二值化单元14，用于对所述目标图像获取单元11获取的所述目标图像进行二值化处理；
所述目标图像获取单元11还用于，获取二值化的目标图像对应的目标形状特征。
进一步的，所述形状特征获取单元12还用于，获取所述目标图像每行或每列的像素值之和；
所述指纹图像确定单元13还用于，如果所述目标图像的预设数量的相邻行或相邻列的像素值之和逐渐增加或逐渐减小，则确定对所述纹理图像进行指纹识别。
进一步的，所述形状特征获取单元12还用于，获取所述目标图像每行或每列的边缘像素点坐标值；
所述指纹图像确定单元13还用于，如果所述目标图像的预设数量的相邻行或相邻列的边缘像素点坐标值逐渐增加或逐渐减小，则确定对所述纹理图像进行指纹识别。
进一步的，所述目标图像获取单元11还用于，将捕获的纹理图像的预设区域中的图像确定为目标图像。
上述装置可执行本发明实施例一和实施例二所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例一和实施例二所提供的方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (6)

1.一种指纹图像的识别的方法，其特征在于，包括：
从捕获的纹理图像中获取目标图像；
获取所述目标图像对应的目标形状特征，所述目标形状特征用于表示所述目标图像的形状特征，具体为：获取所述目标图像每行或每列的像素值之和；
如果所述目标形状特征与预设手指形状特征相符，则确定对所述纹理图像进行指纹识别，具体为：如果所述目标图像的预设数量的相邻行或相邻列的像素值之和逐渐增加或逐渐减小，则确定对所述纹理图像进行指纹识别。
2.根据权利要求1所述的指纹图像的识别的方法，其特征在于，在从捕获的纹理图像中获取目标图像之后，所述方法还包括：
对所述目标图像进行二值化处理；
相应的，所述获取所述目标图像对应的目标形状特征，包括：
获取二值化的目标图像对应的目标形状特征。
3.根据权利要求1或2所述的指纹图像的识别的方法，其特征在于，所述从捕获的纹理图像中获取目标图像，包括：
将捕获的纹理图像的预设区域中的图像确定为目标图像。
4.一种指纹图像的识别的装置，其特征在于，包括：
目标图像获取单元，用于从捕获的纹理图像中获取目标图像；
形状特征获取单元，用于获取所述目标图像获取单元获取的所述目标图像对应的目标形状特征，所述目标形状特征用于表示所述目标图像的形状特征，具体为：获取所述目标图像每行或每列的像素值之和；
指纹图像确定单元，用于如果所述形状特征获取单元获取的所述目标形状特征与预设手指形状特征相符，则确定对所述纹理图像进行指纹识别，具体为：如果所述目标图像的预设数量的相邻行或相邻列的像素值之和逐渐增加或逐渐减小，则确定对所述纹理图像进行指纹识别。
5.根据权利要求4所述的指纹图像的识别的装置，其特征在于，所述装置还包括：
二值化单元，用于对所述目标图像获取单元获取的所述目标图像进行二值化处理；
所述目标图像获取单元还用于，获取二值化的目标图像对应的目标形状特征。
6.根据权利要求4或5所述的指纹图像的识别的装置，其特征在于，所述目标图像获取单元还用于，将捕获的纹理图像的预设区域中的图像确定为目标图像。
CN201510681069.XA 2015-10-19 2015-10-19 指纹图像的识别方法及装置 Active CN105389541B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201510681069.XA CN105389541B (zh) 2015-10-19 2015-10-19 指纹图像的识别方法及装置
CN201810236526.8A CN108427932B (zh) 2015-10-19 2015-10-19 指纹图像的识别方法及装置
EP16856705.5A EP3336749A4 (en) 2015-10-19 2016-08-01 Fingerprint image recognition method, apparatus, and terminal
US15/759,359 US10755076B2 (en) 2015-10-19 2016-08-01 Fingerprint image recognition method, apparatus and terminal
PCT/CN2016/092697 WO2017067270A1 (zh) 2015-10-19 2016-08-01 指纹图像的识别的方法、装置及终端
US16/201,470 US10572714B2 (en) 2015-10-19 2018-11-27 Fingerprint image recognition method, apparatus and terminal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510681069.XA CN105389541B (zh) 2015-10-19 2015-10-19 指纹图像的识别方法及装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201810236526.8A Division CN108427932B (zh) 2015-10-19 2015-10-19 指纹图像的识别方法及装置

Publications (2)

Publication Number Publication Date
CN105389541A CN105389541A (zh) 2016-03-09
CN105389541B true CN105389541B (zh) 2018-05-01

Family

ID=55421813

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201810236526.8A Active CN108427932B (zh) 2015-10-19 2015-10-19 指纹图像的识别方法及装置
CN201510681069.XA Active CN105389541B (zh) 2015-10-19 2015-10-19 指纹图像的识别方法及装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201810236526.8A Active CN108427932B (zh) 2015-10-19 2015-10-19 指纹图像的识别方法及装置

Country Status (4)

Country Link
US (2) US10755076B2 (zh)
EP (1) EP3336749A4 (zh)
CN (2) CN108427932B (zh)
WO (1) WO2017067270A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108427932B (zh) * 2015-10-19 2021-07-02 Oppo广东移动通信有限公司 指纹图像的识别方法及装置
CN105760021B (zh) * 2016-03-17 2018-09-28 周奇 一种通过指纹采集获取压力的方法和装置
US11461509B2 (en) * 2017-08-30 2022-10-04 Huawei Technologies Co., Ltd. Screen control method and terminal
US20200302151A1 (en) * 2019-03-19 2020-09-24 Pixart Imaging Inc. Event detection device
CN110765857A (zh) * 2019-09-12 2020-02-07 敦泰电子（深圳）有限公司 指纹识别方法、芯片及电子装置
CN110782454B (zh) * 2019-11-12 2022-04-26 上海电气集团股份有限公司 一种发电机定子铁心叠片的识别方法以及识别装置
CN111753723B (zh) * 2020-06-24 2024-03-26 上海依图网络科技有限公司 一种基于密度校准的指纹识别方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102687172A (zh) * 2009-12-22 2012-09-19 日本电气株式会社 伪指判定设备
CN103870071A (zh) * 2012-12-13 2014-06-18 中国移动通信集团公司 一种触摸源识别方法及系统
CN104598870A (zh) * 2014-07-25 2015-05-06 北京智膜科技有限公司 基于智能移动信息设备的指纹活体检测方法
CN104951748A (zh) * 2015-04-28 2015-09-30 广东光阵光电科技有限公司 一种假指纹识别方法及装置

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02270075A (ja) * 1989-04-12 1990-11-05 Oki Electric Ind Co Ltd 指紋照合装置の給電方式
JPH11185016A (ja) * 1997-12-24 1999-07-09 Sharp Corp 情報処理装置
EP1054340B1 (en) * 1999-05-17 2008-05-28 Nippon Telegraph and Telephone Corporation Surface shape recognition apparatus and method
DE602004024995D1 (de) * 2003-05-23 2010-02-25 Nippon Telegraph & Telephone Parallelverarbeitungseinrichtung und parallelverarbeitungsverfahren
FR2863080B1 (fr) * 2003-11-27 2006-02-24 Advestigo Procede d'indexation et d'identification de documents multimedias
EP1715443B1 (en) * 2005-04-22 2012-12-05 Hitachi-Omron Terminal Solutions, Corp. Biometrics authentication apparatus
KR100825773B1 (ko) * 2005-08-23 2008-04-28 삼성전자주식회사 방향 추정 방법 및 장치
US20070292005A1 (en) * 2006-06-14 2007-12-20 Motorola, Inc. Method and apparatus for adaptive hierarchical processing of print images
TWI423145B (zh) * 2009-10-26 2014-01-11 Wistron Corp 指紋圖像檢測方法
WO2011058837A1 (ja) * 2009-11-10 2011-05-19 日本電気株式会社 偽指判定装置、偽指判定方法および偽指判定プログラム
TWI599964B (zh) * 2010-09-03 2017-09-21 國立台灣科技大學 手指靜脈辨識系統與方法
CN101976334B (zh) * 2010-10-26 2014-02-19 广东威创视讯科技股份有限公司 一种抗干扰的触摸点识别方法及装置
CN102184056B (zh) * 2011-04-26 2013-02-13 广东威创视讯科技股份有限公司 多触摸点识别方法及装置
CN102789574B (zh) 2012-07-02 2015-07-29 湖北微驾技术有限公司 基于三棱镜光学传感器的指纹图像几何矫正算法
CN104036160B (zh) * 2013-03-07 2019-03-15 腾讯科技（深圳）有限公司 一种网页浏览方法、装置及浏览器
KR102214503B1 (ko) * 2013-03-26 2021-02-09 삼성전자주식회사 지문 인식 방법 및 그 전자 장치
US9965608B2 (en) * 2013-07-18 2018-05-08 Samsung Electronics Co., Ltd. Biometrics-based authentication method and apparatus
CN104751103A (zh) * 2013-12-26 2015-07-01 齐发光电股份有限公司 手指指纹读取系统及指纹读取方法
KR101736266B1 (ko) * 2014-01-10 2017-05-17 주식회사 고영테크놀러지 3차원 형상측정장치 및 방법
TWI525555B (zh) * 2014-04-24 2016-03-11 友達光電股份有限公司 影像處理裝置及處理方法
KR102264808B1 (ko) * 2014-06-23 2021-06-14 삼성전자주식회사 지문 처리 방법 및 그 전자 장치
CN104615991A (zh) * 2015-02-10 2015-05-13 深圳市亚耕电子科技有限公司 指纹感测装置、电子产品及其指纹感测方法
KR101639986B1 (ko) * 2015-10-07 2016-07-15 크루셜텍 (주) 지문 등록 및 인증 속도 향상을 위한 지문 정보 프로세싱 방법 및 그 장치
CN108427932B (zh) * 2015-10-19 2021-07-02 Oppo广东移动通信有限公司 指纹图像的识别方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102687172A (zh) * 2009-12-22 2012-09-19 日本电气株式会社 伪指判定设备
CN103870071A (zh) * 2012-12-13 2014-06-18 中国移动通信集团公司 一种触摸源识别方法及系统
CN104598870A (zh) * 2014-07-25 2015-05-06 北京智膜科技有限公司 基于智能移动信息设备的指纹活体检测方法
CN104951748A (zh) * 2015-04-28 2015-09-30 广东光阵光电科技有限公司 一种假指纹识别方法及装置

Also Published As

Publication number Publication date
US20190147210A1 (en) 2019-05-16
EP3336749A4 (en) 2018-08-08
US20180253581A1 (en) 2018-09-06
US10572714B2 (en) 2020-02-25
CN105389541A (zh) 2016-03-09
EP3336749A1 (en) 2018-06-20
CN108427932B (zh) 2021-07-02
WO2017067270A1 (zh) 2017-04-27
CN108427932A (zh) 2018-08-21
US10755076B2 (en) 2020-08-25

Similar Documents

Publication Publication Date Title
CN105389541B (zh) 指纹图像的识别方法及装置
CN105260720B (zh) 指纹识别的方法及装置
CN106203326B (zh) 一种图像处理方法、装置及移动终端
CN108509909A (zh) 一种指纹采集方法及装置
US20160379038A1 (en) Valid finger area and quality estimation for fingerprint imaging
JP5969460B2 (ja) 爪領域検出方法、プログラム、記憶媒体、及び爪領域検出装置
CN103295014B (zh) 基于像素位置排列直方图的图像局部特征描述方法
CN103870071B (zh) 一种触摸源识别方法及系统
CN105159500A (zh) 触摸屏的压力显示方法及装置
CN104932790A (zh) 一种信息处理方法及电子设备
CN102855025B (zh) 一种基于视觉注意模型的光学多点触控触点检测方法
CN108363485B (zh) 非触摸屏显示终端的控制方法、装置、系统和计算机设备
EP2924610A2 (en) Flesh color detection condition determining apparatus, and flesh color detection condition determining method
JP2019149119A (ja) 画像処理装置、画像処理方法及びプログラム
CN107274456A (zh) 一种图像格式的识别方法及装置
JP2012048326A (ja) 画像処理装置及びプログラム
CN104777944A (zh) 一种基于笔影检测模拟手绘板的方法
CN106778781A (zh) 一种图片处理方法及装置
CN110264531A (zh) 一种棋盘格角点的捉取方法、装置、系统及可读存储介质
CN107527083A (zh) 一种二维码生成方法及装置
CN104318525A (zh) 基于空间引导滤波的图像细节增强方法
JP2013114660A (ja) 手領域検出装置、手領域検出方法、プログラム及び記憶媒体
JP5674535B2 (ja) 画像処理装置、方法、及びプログラム
CN113592803B (zh) 一种螺纹圈数测量方法和装置
TWI785443B (zh) 大面積屏下光學指紋採集方法、指紋辨識裝置、及資訊處理裝置

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
CP01 Change in the name or title of a patent holder

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Patentee after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Patentee before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

CP01 Change in the name or title of a patent holder