CN105678233A - 基于指纹与指静脉的复合识别方法、装置及系统 - Google Patents

基于指纹与指静脉的复合识别方法、装置及系统 Download PDF

Info

Publication number
CN105678233A
CN105678233A CN201511021092.2A CN201511021092A CN105678233A CN 105678233 A CN105678233 A CN 105678233A CN 201511021092 A CN201511021092 A CN 201511021092A CN 105678233 A CN105678233 A CN 105678233A
Authority
CN
China
Prior art keywords
image
vein
finger
acquisition module
fingerprint
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
Application number
CN201511021092.2A
Other languages
English (en)
Other versions
CN105678233B (zh
Inventor
张春勃
何笛
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.)
Beijing Eye Intelligent Technology Co Ltd
Beijing Eyecool Technology Co Ltd
Original Assignee
Beijing Techshino Technology Co 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 Beijing Techshino Technology Co Ltd filed Critical Beijing Techshino Technology Co Ltd
Priority to CN201511021092.2A priority Critical patent/CN105678233B/zh
Publication of CN105678233A publication Critical patent/CN105678233A/zh
Application granted granted Critical
Publication of CN105678233B publication Critical patent/CN105678233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14Vascular patterns

Abstract

本发明公开了一种基于指纹与指静脉的复合识别方法、装置及系统。其中,该方法包括:通过图像传感器分别采集数字指纹图像和数字指静脉图像;根据数字指纹图像和数字指静脉图像,按照预先设置的规则生成图像特征值;将图像特征值与预先存储的目标特征值进行比对,判断图像特征值与目标特征值是否匹配。本发明解决了利用指纹或指静脉单一生物识别技术进行识别,准确率低、安全性差的技术问题。

Description

基于指纹与指静脉的复合识别方法、装置及系统
技术领域
本发明涉及生物识别领域,具体而言,涉及一种基于指纹与指静脉的复合识别方法、装置及系统。
背景技术
指纹识别技术是最早推广使用的生物识别技术,它与每个人对应,且终身不发生变化,具有唯一、稳定等特点。指纹识别技术发展至今,指纹的比对算法已经相当的成熟,指纹采集模块也变得体积小巧、结构简单、价格低廉。但是,指纹识别技术也存在着不可解决的问题。
现有的指纹识别技术还存在以下问题:由于有些特定人群的指纹特征少,造成指纹采集模块难以对手指指纹进行成像;由于手指经常暴露在外受到磨损或受伤导致的无法对手指指纹进行识别;由于容易被仿造和复制导致的安全性差;指纹识别受外界环境因素影响较大等问题。
而静脉识别技术是新兴的生物识别技术,相对于指纹识别技术,具有不宜伪造、安全性高、受外界环境影响小等优点,并且可以做到真正的活体识别。但是在现有技术中,静脉识别技术还存在着静脉样本数据少、应用规模小,并且静脉的稳定性和唯一性尚不明确等问题,且静脉的比对算法没有指纹比对算法成熟。
针对上述现有技术中由于指纹易被仿制,导致的安全性差的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种基于指纹与指静脉的复合识别方法、装置及系统,以至少解决利用指纹或指静脉单一生物识别技术进行识别,准确率低、安全性差的技术问题。
根据本发明实施例的一个方面,提供了一种基于指纹与指静脉的复合识别系统,包括:指纹采集模块,用于将采集到的光学指纹图像,通过第一光路投射至图像传感器;指静脉采集模块,与指纹采集模块并排设置,用于将采集到的光学指静脉图像,通过第二光路投射至图像传感器;图像传感器,用于采集数字指纹图像和数字指静脉图像;控制器,分别与指纹采集模块、指静脉采集模块和图像传感器连接,用于识别图像传感器依次采集到的数字指纹图像和数字指静脉图像。
根据本发明实施例的另一方面,还提供了一种基于指纹与指静脉的复合识别方法,包括:通过图像传感器分别采集数字指纹图像和数字指静脉图像;根据数字指纹图像和数字指静脉图像,按照预先设置的规则生成图像特征值;将图像特征值与预先存储的目标特征值进行比对,判断图像特征值与目标特征值是否匹配。
根据本发明实施例的另一方面,还提供了一种基于指纹与指静脉的复合识别装置,其中,装置:采集模块,用于通过图像传感器分别采集数字指纹图像和数字指静脉图像;生成模块,用于根据数字指纹图像和数字指静脉图像,按照预先设置的规则生成图像特征值;识别模块,用于将图像特征值与预先存储的目标特征值进行比对,判断图像特征值与目标特征值是否匹配。
在本发明实施例中,采用通过图像传感器分别采集数字指纹图像和数字指静脉图像;根据数字指纹图像和数字指静脉图像,按照预先设置的规则生成图像特征值;将图像特征值与预先存储的目标特征值进行比对,判断图像特征值与目标特征值是否匹配的方式,达到了简化系统构造,降低生产成本的目的,从而实现了提高了对身份识别的准确性的技术效果,利用指纹或指静脉单一生物识别技术进行识别,准确率低、安全性差的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的基于指纹与指静脉的复合识别系统的示意图;
图2是根据本发明实施例的一种可选的基于指纹与指静脉的复合识别系统的结构示意图;
图3是根据本发明实施例的一种可选的基于指纹与指静脉的复合识别系统中指纹采集模块的结构示意图;
图4是根据本发明实施例的一种可选的基于指纹与指静脉的复合识别系统中指静脉采集模块的结构示意图;
图5是根据本发明实施例的一种可选的基于指纹与指静脉的复合识别系统的示意图;
图6是根据本发明实施例的一种可选的基于指纹与指静脉的复合识别方法的流程图;以及
图7是根据本发明实施例的一种可选的基于指纹与指静脉的复合识别装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种基于指纹与指静脉的复合识别系统的系统实施例,图1是根据本发明实施例的基于指纹与指静脉的复合识别系统的系统框架图,如图1所示,该系统包括:指纹采集模块21、指静脉采集模块23、图像传感器25和控制器27。
其中,指纹采集模块21,用于将采集到的光学指纹图像,通过第一光路投射至图像传感器;指静脉采集模块23,与指纹采集模块并排设置,用于将采集到的光学指静脉图像,通过第二光路投射至图像传感器;图像传感器25,用于采集数字指纹图像和数字指静脉图像;控制器27,分别与指纹采集模块、指静脉采集模块和图像传感器连接,用于识别图像传感器依次采集到的数字指纹图像和数字指静脉图像。
具体的,在上述基于指纹与指静脉的复合识别系统中,包括了指纹采集模块21和指静脉采集模块23。由指纹采集模块21采集到的光学指纹图像和由指静脉采集模块23采集到的光学指静脉图像,分别通过指纹采集模块21内的第一光路和指静脉采集模块23内的第二光路投射到相同的图像传感器25上,由图像传感器25将光学图像分别转换为数字指纹图像和数字指静脉图像。在对数字指纹图像和数字指静脉图像进行采集时,控制器27分别与指纹采集模块21、指静脉采集模块23和图像传感器25建立电连接。控制器27依照时间顺序分别控制指纹采集模块21、指静脉采集模块23和图像传感器25进行采集,并对依次采集到的数字指纹图像和数字指静脉图像进行识别。通过上述指纹采集模块21、指静脉采集模块23、图像传感器25和控制器27,只采用一块图像传感器25,即可实现数字指纹图像和数字指静脉图像的采集、识别功能,达到了简化系统构造,降低生产成本的目的,从而实现了提高了对身份识别的准确性的技术效果,进而解决了由于指纹易被仿制,导致的安全性差的技术问题。
作为一种可选的实施方式,在实际应用当中,指纹采集模块通常采集的为指尖的指纹图像,而指静脉采集模块通常采集的为第二指节的指静脉图像。因此,可以将指纹采集模块和指静脉采集模块根据手指的外形进行水平排列,从而在对用户手指上的生物识别信息进行识别时,可以同时对数字指纹图像和数字指静脉图像进行获取并识别,从而提高了用户的使用体验。
作为一种可选的实施方式,如图2所示,指纹采集模块21包括:指纹采集组件211、第一反射镜213和第一成像透镜215,通过指纹采集组件211、第一反射镜213和第一成像透镜215构成第一光路,用于将采集到的光学指纹图像投射至图像传感器27。
作为一种可选的实施方式,指纹采集模块211,包括:梯形棱镜2111和第一光源2113。
其中,梯形棱镜2111,梯形棱镜的大端面用于采集光学指纹图像;第一光源2113,与控制器连接,设置于梯形棱镜2111的小端面,用于对大端面上的手指的指纹进行照射。
具体的,如图3所示,通过设置于梯形棱镜2111小端面的第一光源2113对梯形棱镜2111的大端面的指纹进行照射,被按压在大端面上的手指指纹将反射的一部分光线从梯形棱镜的下侧面射到第一反射镜213上。进而,可以通过由第一反射镜213和第一成像透镜215构成的第一光路,将手指指纹反射的光线投射至图像传感器上。
作为一种可选的实施方式,如图3所示,在上述指纹采集模块21中,梯形棱镜2111分为上下平行的大端面和小端面,以及两个侧端面,大端面用于采集手指指纹图像,小端面用于固定第一光源2113,侧端面用于光线输出。通过梯形棱镜2111中的大端面采集手指指纹,通过可以自适应调节光照强度第一光源2113,红色可见光照射到梯形棱镜2111的大端面上。将手指指纹压在大端面上时,手指指纹中突起的“脊”会在梯形棱镜2111大端面形成全反射,一部分光经过梯形棱镜2111的侧端面照射到第一反射镜213上,手指指纹中的“谷”会将第一光源2113发射的可见光吸收或者漫反射到其他地方。第一反射镜213将从梯形棱镜2111射出的光反射至第一成像透镜215。其中,第一反射镜213可以缩短第一光路,从而使得整个结构尺寸有效地缩小。通过第一成像透镜215将从第一反射镜213反射的光聚焦,清晰地投射到图像传感器25上进行成像。
作为一种可选的实施方式,第一光源2113可以通过控制器27中的光线控制算法进行控制,从而实现光照强度的自动调节,从而优化对于手指指纹的成像质量。
作为一种可选的实施方式,如图2所示,指静脉采集模块23,包括:指静脉采集组件231、第二反射镜233和第二成像透镜235,通过指静脉采集组件231、第二反射镜233和第二成像透镜235构成第二光路,用于将采集到的光学指静脉图像投射至图像传感器27。
作为一种可选的实施方式,如图4所示,指静脉采集组件231,包括:指静脉采集玻璃2311和一个或多个第二光源2313。
其中,指静脉采集玻璃2311,用于采集光学指静脉图像;一个或多个第二光源2313,固定于指静脉采集玻璃的第一侧,用于对手指中的指静脉进行照射。
具体的,上述第二光源2313可以通过光源支架,固定于指静脉采集玻璃2311的一侧,用于对手指侧面进行照射。第二光源2313可以为两个,当第二光源2313为两个时,可以通过第二光源2313对手指的两侧进行照射。
作为一种可选的实施方式,在实际应用当中,光源支架可以根据手指的外形,采用非透明的材料,设计为具有可以与手指完全贴合的弧形形状。从而防止外界自然光线对采集光学指静脉图像的干扰,提高识别的准确性。
作为一种可选的实施方式,上述指静脉采集模块23,还包括:红外滤光片237。
其中,红外滤光片237,固定于指静脉采集玻璃2311的第二侧,用于过滤环境光线。
具体的,在指静脉采集玻璃2311的第二侧,用于将手指两侧射入的环境光线进行过滤,从避免环境光线对于指经脉图像的采集工作,以提高指静脉成像的纯净度,以及提高指静脉识别的准确率。
作为一种可选的实施方式,第二光源为红外阵列,所述红外阵列生成波长在940nm至960nm范围内的红外光,所述波长与所述红外滤光片对应。
具体的,侧置的红外阵列可以生成波长在940nm至960nm范围内的非可见红外光,优选波长为940nm、950nm和960nm。将红外阵列安置在凹型的光源支架中,光线强度可以通过自适应调节算法调节红外阵列进行调节。
作为一种可选的实施方式,如图4所示,在上述指静脉采集模块中,红外阵列从侧面将红外光照射在按压在指静脉采集玻璃上的手指中,由于人体静脉血管中的血红蛋白会吸收特定波长的红外光,通过红外滤光片将剩下的红外光中的可见光滤除,防止可见光影响指静脉成像。再经过第二反射镜233,将指静脉所成的像光反射进入第二成像透镜235。其中,第二反射镜233会缩短第二光路的长度,以缩小整个结构的尺寸。指静脉所成的像经过第二成像透镜235聚焦并清晰地投射到图像传感器25上成像。进一步,通过图像传感器25将光信号转化为电信号并数字化处理,最后传输给主控芯片。
作为一种可选的实施方式,第一光源生成650nm红外光。
作为一种可选的实施方式,梯形棱镜的大端面的面积不小于13mm×18.3mm。
作为一种可选的实施方式,指静脉采集玻璃的面积不小于13mm×30mm。
作为一种可选的实施方式,如图5所示,上述系统还可以包括:加密芯片28和存储芯片29。
其中,加密芯片28,与控制器27连接,用于对光学指纹图像和光学指静脉图像进行加密;存储芯片29,与控制器27连接,用于存储加密后的光学指纹图像和光学指静脉图像。
作为一种可选的实施方式,图像传感器25可以采用200万像素的CMOS传感器。成像图像的分辨率至少500dpi,符合中国公安部和美国联邦调查局FBI图像要求的传感器。将光信号转换为电信号,并数字化处理后传输给主控芯片。其中,CMOS传感器既可以识别可见光,也可以识别红外光敏感,因此,可以实现对光学指纹图像和光学指静脉图像进行成像。
指纹和指静脉成像均共同使用同一个CMOS传感器,按照时间顺序控制器27控制第一光源点亮来采集指纹图像,和控制关闭第一光源点亮第二光源来采集指静脉图像。由于上述采集指纹图像和采集指静脉图像之间的时间间隔很短,所以很难被用户感知。
作为一种可选的实施方式,在实际应用当中,上述系统可以由光学采集部分,电子控制部分和结构部分共同组成。
其中,光学采集部分由指纹采集模块和指静脉采集模块两部分构成,指纹采集模块又可以由光源、梯形棱镜、第一反射镜、第一成像透镜和CMOS(ComplementaryMetal-Oxide-Semiconductor)传感器构成;指静脉采集模块由侧方红外阵列光源、指静脉采集玻璃、红外滤光片、第二反射镜、第一成像透镜和CMOS传感器构成。其中,指纹采集模块和指静脉采集模块共用一块CMOS传感器对光学图像进行采集。
电子控制部分由控制器、提供第一光源的指纹光源电路、提供第二光源的指静脉光源电路、电源芯片、晶体振荡器电路、存储芯片、加密芯片和USB接口电路构成。
其中,USB接口用于连接电脑、智能手机等智能终端,并从USB接口获取5V直流电,经过电源电路降压为3.3V供给控制器以及指纹光源电路和指静脉光源电路。指纹光源电路和指静脉光源电路均采用了恒流源驱动电路,避免电压波动造成亮度变化。可以采用MIPI接口与CMOS传感器进行连接,可以兼容多个厂家的主流CMOS传感器,并且可以支持快速升级和支持未来更先进的CMOS传感器。控制器可以采用ARMCORTEXA9架构双核处理器,具有强大的计算能力和处理能力,可以内嵌复杂的指纹比对算法和静脉比对算法。加密芯片用于下载自有软件算法,对重要数据提供保护。存储芯片用于存放指纹及静脉的特征点数据。晶振电路用于给整个系统提供精准的时钟节拍。
结构部分由侧方红外光源支架、棱镜支架、指纹平面镜支架、静脉平面镜支架、指纹透镜组支架、静脉透镜组支架和外壳等构成。
上述基于指纹与指静脉的复合识别系统,由于指纹识别和指静脉识别共同采用同一个CMOS传感器,有利于缩小结构空间,降低结构复杂度,降低成本。并且指纹采集和指静脉采集采用不同的光路设计,防止光路间的相互影响,保证指纹和指静脉都可以清晰地成像。
根据本发明实施例,提供了一种基于指纹与指静脉的复合识别方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图6是根据本发明实施例的基于指纹与指静脉的复合识别方法的流程图,如图6所示,该方法包括如下步骤:
步骤S102,通过图像传感器分别采集数字指纹图像和数字指静脉图像。
步骤S104,根据数字指纹图像和数字指静脉图像,按照预先设置的规则生成图像特征值。
步骤S106,将图像特征值与预先存储的目标特征值进行比对,判断图像特征值与目标特征值是否匹配。
具体的,在步骤S102至步骤S106中,控制器控制图像传感器按照时间顺序依次获取光学指纹图像和光学指静脉图像,并将其转化为数字指纹图像和数字指静脉图像。并通过预先设置的规则生成与数字指纹图像和数字指静脉图像对应的图像特征值。将生成的图像特征值与预先存储的目标特征值进行比对,从而完成对于指纹和指静脉的识别。可实现数字指纹图像和数字指静脉图像的采集、识别功能,达到了简化系统构造,降低生产成本的目的,从而实现了提高了对身份识别的准确性的技术效果,进而解决了利用指纹或指静脉单一生物识别技术进行识别,准确率低、安全性差的技术问题。
作为一种可选的实施方式,在实际应用当中,可以根据数字指纹图像生成与其对应的指纹特征值,根据数字指静脉图像生成与其对应的指静脉特征值。通过指纹特征值和指静脉特征值的组合,得到图像特征值。
作为一种可选的实施方式,生成图像特征值所采用的生成算法,可以采用构造积分图像法(SummedAreaTable)、计算Haar举行特征法等方法实现,此处不做具体赘述。
作为一种可选的实施方式,在步骤S102通过图像传感器依次采集数字指纹图像和数字指静脉图像中,步骤可以包括:
步骤S1021,驱动指纹采集模块采集光学指纹图像。
步骤S1023,通过图像传感器将光学指纹图像转换为数字指纹图像。
步骤S1025,在预定时间之后,驱动指静脉采集模块采集光学指静脉图像。
步骤S1027,通过图像传感器将光学指静脉图像转换为数字指静脉图像。
具体的,通过步骤S1021至步骤S1027,按照时间顺序,依次驱动指纹采集模块和指静脉采集模块对光学指纹图像和光学指静脉图像进行采集,同时驱动图像传感器实时将采集到的光学指纹图像和光学指静脉图像转换为数字指纹图像和数字指静脉图像。在采集光学指纹图像和光学指静脉图像之间,通过短暂间隔来对两张图像进行区分。
作为一种可选的实施方式,如图2所示,通过上述方法,在对指纹和指静脉进行识别时,将手指放入包含有梯形棱镜和指静脉采集玻璃的凹形槽内。此时,首先,控制器通过驱动指纹光源电路上电,使第一光源点亮,指纹光源通过梯形棱镜的小端面照射到梯形棱镜的大端面上,被按压在大端面上的手指反射的一部分光线从棱镜的下侧面射到第一反射镜上,再经过全反射进入第一成像透镜,第一成像透镜可以由多片凹凸透镜组成,将光线汇聚且清晰地投射到图像传感器上。图像传感器可以将光信号转换为电信号,并通过MIPI接口发送至控制器上,由控制器以特定的方式进行保存。
然后,控制器控制关闭第一光源并驱动指静脉光源电路上电使第二光源点亮,从手指的一侧或两侧对手指进行照射。手指中的静脉血管吸收一部分特定波长的红外光,剩下的红外光漫反射进入指静脉采集玻璃。然后,通过红外滤光片将红外光中的可见光进行过滤,使红外光照射到第二反射镜反射进入第二成像透镜中。第二成像透镜可以由多片凹凸透镜组成,可以使红外光进行汇聚,并清晰地投射到图像传感器上。图像传感器将红外光信号转换为电信号,通过MIPI接口发送到控制器,由控制器以特定的方式进行保存。
最后,通过控制器将采集到的数字指纹图像和数字指静脉图像的进行合并后,通过指纹、指静脉混合算法得到图像特征值,将图像特征值与之前预存的目标特征值进行比对,并给出比对结果。上述对于指纹图像和指静脉图像的采集,采用了不同的光路,但最终汇聚到同一个图像传感器上,两次采集采用分时操作,由于两次采集之间的时间间隔非常短,很难被用户感知。
采用上述基于指纹与指静脉的复合识别方法的识别系统,通过对指纹与指静脉同时进行识别,大大提高了识别的准确性,可以有效地扩大适用人群,降低误识率。
根据本发明实施例,还提供了一种基于指纹与指静脉的复合识别装置的装置实施例,如图7所示,该装置包括:采集模块32、生成模块34和识别模块36。
其中,采集模块32,用于通过图像传感器分别采集数字指纹图像和数字指静脉图像;生成模块34,用于根据数字指纹图像和数字指静脉图像,按照预先设置的规则生成图像特征值;识别模块36,用于将图像特征值与预先存储的目标特征值进行比对,判断图像特征值与目标特征值是否匹配。
具体的,在上述采集模块32、生成模块34和识别模块36中,控制器控制图像传感器按照时间顺序依次获取光学指纹图像和光学指静脉图像,并将其转化为数字指纹图像和数字指静脉图像。并通过预先设置的规则生成与数字指纹图像和数字指静脉图像对应的图像特征值。将生成的图像特征值与预先设置的目标特征值进行比对,从而完成对于指纹和指静脉的识别。可实现数字指纹图像和数字指静脉图像的采集、识别功能,达到了简化系统构造,降低生产成本的目的,从而实现了提高了对身份识别的准确性的技术效果,进而解决了利用指纹或指静脉单一生物识别技术进行识别,准确率低、安全性差的技术问题。
作为一种可选的实施方式,上述采集模块32可以包括:第一子驱动模块321、第一子转换模块323、第二子驱动模块325和第二子转换模块327。
其中,第一子驱动模块321,用于驱动指纹采集模块采集光学指纹图像;第一子转换模块323,用于通过图像传感器将光学指纹图像转换为数字指纹图像;第二子驱动模块325,用于在预定时间之后,驱动指静脉采集模块采集光学指静脉图像;第二子转换模块327,用于通过图像传感器将光学指静脉图像转换为数字指静脉图像。
具体的,通过上述第一子驱动模块321、第一子转换模块323、第二子驱动模块325和第二子转换模块327,按照时间顺序,依次驱动指纹采集模块和指静脉采集模块对光学指纹图像和光学指静脉图像进行采集,同时驱动图像传感器实时将采集到的光学指纹图像和光学指静脉图像转换为数字指纹图像和数字指静脉图像。在采集光学指纹图像和光学指静脉图像之间,通过短暂间隔来对两张图像进行区分。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (13)

1.一种基于指纹与指静脉的复合识别系统,其特征在于,包括:
指纹采集模块,用于将采集到的光学指纹图像,通过第一光路投射至图像传感器;
指静脉采集模块,与所述指纹采集模块并排设置,用于将采集到的光学指静脉图像,通过第二光路投射至所述图像传感器;
所述图像传感器,用于采集数字指纹图像和数字指静脉图像;
控制器,分别与所述指纹采集模块、所述指静脉采集模块和所述图像传感器连接,用于识别所述图像传感器依次采集到的所述数字指纹图像和所述数字指静脉图像。
2.根据权利要求1所述的系统,其特征在于,所述指纹采集模块包括:指纹采集组件、第一反射镜和第一成像透镜,通过所述指纹采集组件、所述第一反射镜和所述第一成像透镜构成所述第一光路,用于将采集到的所述光学指纹图像投射至所述图像传感器。
3.根据权利要求2所述的系统,其特征在于,所述指纹采集模块,包括:
梯形棱镜,所述梯形棱镜的大端面用于采集所述光学指纹图像;
第一光源,与所述控制器连接,设置于所述梯形棱镜的小端面,用于对所述大端面上的手指的指纹进行照射。
4.根据权利要求1所述的系统,其特征在于,所述指静脉采集模块,包括:指静脉采集组件、第二反射镜和第二成像透镜,通过所述指静脉采集组件、所述第二反射镜和所述第二成像透镜构成所述第二光路,用于将采集到的所述光学指静脉图像投射至所述图像传感器。
5.根据权利要求4所述的系统,其特征在于,所述指静脉采集组件,包括:
指静脉采集玻璃,用于采集所述光学指静脉图像;
一个或多个第二光源,固定于所述指静脉采集玻璃的第一侧,用于对手指中的指静脉进行照射。
6.根据权利要求5所述的系统,其特征在于,所述指静脉采集模块,还包括:
红外滤光片,固定于所述指静脉采集玻璃的第二侧,用于过滤环境光线。
7.根据权利要求6所述的系统,其特征在于,所述第二光源为红外阵列,所述红外阵列生成波长在940nm至960nm范围内的红外光,所述波长与所述红外滤光片对应。
8.根据权利要求1至7中任意一项所述的系统,其特征在于,所述系统还包括:
加密芯片,与所述控制器连接,用于对所述光学指纹图像和所述光学指静脉图像进行加密;
存储芯片,与所述控制器连接,用于存储加密后的所述光学指纹图像和所述光学指静脉图像。
9.根据权利要求8所述的系统,其特征在于,所述系统还包括:
电源电路,分别与所述指纹采集模块、所述指静脉采集模块和所述控制器电连接。
10.一种基于指纹与指静脉的复合识别方法,其特征在于,包括:
通过图像传感器分别采集数字指纹图像和数字指静脉图像;
根据所述数字指纹图像和所述数字指静脉图像,按照预先设置的规则生成图像特征值;
将所述图像特征值与预先存储的目标特征值进行比对,判断所述图像特征值与所述目标特征值是否匹配。
11.根据权利要求10所述的方法,其特征在于,通过图像传感器依次采集数字指纹图像和数字指静脉图像,包括:
驱动指纹采集模块采集光学指纹图像;
通过所述图像传感器将所述光学指纹图像转换为所述数字指纹图像;
在预定时间之后,驱动指静脉采集模块采集光学指静脉图像;
通过所述图像传感器将所述光学指静脉图像转换为所述数字指静脉图像。
12.一种基于指纹与指静脉的复合识别装置,其特征在于,包括:
采集模块,用于通过图像传感器分别采集数字指纹图像和数字指静脉图像;
生成模块,用于根据所述数字指纹图像和所述数字指静脉图像,按照预先设置的规则生成图像特征值;
识别模块,用于将所述图像特征值与预先存储的目标特征值进行比对,判断所述图像特征值与所述目标特征值是否匹配。
13.根据权利要求12所述的装置,其特征在于,所述采集模块包括:
第一子驱动模块,用于驱动指纹采集模块采集光学指纹图像;
第一子转换模块,用于通过所述图像传感器将所述光学指纹图像转换为所述数字指纹图像;
第二子驱动模块,用于在预定时间之后,驱动指静脉采集模块采集光学指静脉图像;
第二子转换模块,用于通过所述图像传感器将所述光学指静脉图像转换为所述数字指静脉图像。
CN201511021092.2A 2015-12-30 2015-12-30 基于指纹与指静脉的复合识别方法、装置及系统 Active CN105678233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511021092.2A CN105678233B (zh) 2015-12-30 2015-12-30 基于指纹与指静脉的复合识别方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511021092.2A CN105678233B (zh) 2015-12-30 2015-12-30 基于指纹与指静脉的复合识别方法、装置及系统

Publications (2)

Publication Number Publication Date
CN105678233A true CN105678233A (zh) 2016-06-15
CN105678233B CN105678233B (zh) 2020-05-19

Family

ID=56298072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511021092.2A Active CN105678233B (zh) 2015-12-30 2015-12-30 基于指纹与指静脉的复合识别方法、装置及系统

Country Status (1)

Country Link
CN (1) CN105678233B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133581A (zh) * 2017-04-24 2017-09-05 努比亚技术有限公司 一种指纹识别方法、设备及计算机可读存储介质
CN107545218A (zh) * 2016-06-29 2018-01-05 魏霖静 一种多功能生物信息采集设备及方法
CN108684207A (zh) * 2017-06-13 2018-10-19 深圳市汇顶科技股份有限公司 光学生物识别模组、显示装置以及电子设备
CN109196520A (zh) * 2018-08-28 2019-01-11 深圳市汇顶科技股份有限公司 生物特征识别装置、方法和电子设备
CN109409249A (zh) * 2018-09-30 2019-03-01 联想(北京)有限公司 信息处理方法及电子设备
CN109791606A (zh) * 2017-08-01 2019-05-21 南京东屋信息科技有限公司 手指静脉图像采集装置
CN110008931A (zh) * 2019-04-16 2019-07-12 上海应用技术大学 结合指纹与指静脉信息的混合识别方法
CN110162953A (zh) * 2019-05-31 2019-08-23 Oppo(重庆)智能科技有限公司 生物识别方法及相关产品
CN110580433A (zh) * 2018-06-11 2019-12-17 上海箩箕技术有限公司 身份识别装置
WO2020077626A1 (zh) * 2018-10-19 2020-04-23 华北电力大学扬中智能电气研究中心 一种指静脉信息识别方法及装置
CN111368780A (zh) * 2020-03-13 2020-07-03 浙江大华技术股份有限公司 一种基于指纹和指静脉的联合识别处理方法及系统
CN112861815A (zh) * 2021-03-29 2021-05-28 威海华菱光电股份有限公司 生物特征采集装置和生物特征识别系统
CN113111753A (zh) * 2021-04-02 2021-07-13 深圳市鑫保泰技术有限公司 一种反射式指静脉认证装置
CN113761495A (zh) * 2021-09-16 2021-12-07 镇江昱脉智能科技有限公司 指静脉图像数字化生成与识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504722A (zh) * 2009-03-20 2009-08-12 公安部第一研究所 多模态结合的身份认证系统及方法
CN102609694A (zh) * 2012-02-13 2012-07-25 深圳市中控生物识别技术有限公司 一种指纹与静脉采集装置
CN204204058U (zh) * 2014-08-29 2015-03-11 华南理工大学 一种基于指纹和指静脉联合识别的智能门禁系统
CN204680031U (zh) * 2015-03-11 2015-09-30 识益生物科技(北京)有限公司 一种指静脉识别模块及具有其的装置
US20150356339A1 (en) * 2014-06-09 2015-12-10 Lawrence Livermore National Security, Llc Multimodal Imaging System And Method For Non-Contact Identification of Multiple Biometric Traits

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504722A (zh) * 2009-03-20 2009-08-12 公安部第一研究所 多模态结合的身份认证系统及方法
CN102609694A (zh) * 2012-02-13 2012-07-25 深圳市中控生物识别技术有限公司 一种指纹与静脉采集装置
US20150356339A1 (en) * 2014-06-09 2015-12-10 Lawrence Livermore National Security, Llc Multimodal Imaging System And Method For Non-Contact Identification of Multiple Biometric Traits
CN204204058U (zh) * 2014-08-29 2015-03-11 华南理工大学 一种基于指纹和指静脉联合识别的智能门禁系统
CN204680031U (zh) * 2015-03-11 2015-09-30 识益生物科技(北京)有限公司 一种指静脉识别模块及具有其的装置

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107545218A (zh) * 2016-06-29 2018-01-05 魏霖静 一种多功能生物信息采集设备及方法
CN107133581A (zh) * 2017-04-24 2017-09-05 努比亚技术有限公司 一种指纹识别方法、设备及计算机可读存储介质
CN107133581B (zh) * 2017-04-24 2020-10-27 珠海大横琴科技发展有限公司 一种指纹识别方法、设备及计算机可读存储介质
CN108684207A (zh) * 2017-06-13 2018-10-19 深圳市汇顶科技股份有限公司 光学生物识别模组、显示装置以及电子设备
CN109791606A (zh) * 2017-08-01 2019-05-21 南京东屋信息科技有限公司 手指静脉图像采集装置
CN110580433A (zh) * 2018-06-11 2019-12-17 上海箩箕技术有限公司 身份识别装置
CN109196520A (zh) * 2018-08-28 2019-01-11 深圳市汇顶科技股份有限公司 生物特征识别装置、方法和电子设备
CN109196520B (zh) * 2018-08-28 2022-04-05 深圳市汇顶科技股份有限公司 生物特征识别装置、方法和电子设备
CN109409249A (zh) * 2018-09-30 2019-03-01 联想(北京)有限公司 信息处理方法及电子设备
WO2020077626A1 (zh) * 2018-10-19 2020-04-23 华北电力大学扬中智能电气研究中心 一种指静脉信息识别方法及装置
CN110008931A (zh) * 2019-04-16 2019-07-12 上海应用技术大学 结合指纹与指静脉信息的混合识别方法
CN110162953A (zh) * 2019-05-31 2019-08-23 Oppo(重庆)智能科技有限公司 生物识别方法及相关产品
CN111368780A (zh) * 2020-03-13 2020-07-03 浙江大华技术股份有限公司 一种基于指纹和指静脉的联合识别处理方法及系统
CN111368780B (zh) * 2020-03-13 2024-01-30 浙江大华技术股份有限公司 一种基于指纹和指静脉的联合识别处理方法及系统
CN112861815A (zh) * 2021-03-29 2021-05-28 威海华菱光电股份有限公司 生物特征采集装置和生物特征识别系统
CN113111753A (zh) * 2021-04-02 2021-07-13 深圳市鑫保泰技术有限公司 一种反射式指静脉认证装置
CN113111753B (zh) * 2021-04-02 2022-01-14 深圳市鑫保泰技术有限公司 一种反射式指静脉认证装置
CN113761495A (zh) * 2021-09-16 2021-12-07 镇江昱脉智能科技有限公司 指静脉图像数字化生成与识别方法

Also Published As

Publication number Publication date
CN105678233B (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
CN105678233A (zh) 基于指纹与指静脉的复合识别方法、装置及系统
CN104573667B (zh) 一种提高移动终端的虹膜图像质量的虹膜识别装置
CN103714347B (zh) 人脸识别方法及人脸识别装置
WO2005098744A2 (en) Handheld biometric computer for 2d/3d image capture
US10346601B2 (en) Biometric information acquisition method and device for same
CN102609694B (zh) 一种指纹与静脉采集装置
CN105447371A (zh) 生物身份识别验证终端及电子系统
US20050238210A1 (en) 2D/3D facial biometric mobile identification
CN104933344A (zh) 基于多生物特征模态的移动终端用户身份认证装置及方法
CN105138996A (zh) 一种具有活体检测功能的虹膜识别系统
CN105518711A (zh) 活体检测方法、活体检测系统以及计算机程序产品
CN102708357A (zh) 单图像传感器双眼虹膜识别设备
CN101571911B (zh) 一种基于紫外光源的人脸识别系统
CN109213610B (zh) 数据处理方法、装置、计算机可读存储介质和电子设备
WO2019196559A1 (zh) 人脸识别方法、装置及移动终端、存储介质
WO2018210048A1 (zh) 基于fpga的硬件虹膜识别系统、方法及可读存储介质
WO2019007191A1 (zh) 控制方法、电子装置和计算机可读存储介质
KR101919090B1 (ko) 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법
KR20180134280A (ko) 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법
CN103336950A (zh) 一种人脸识别方法及系统
CN104200205A (zh) 一种基于fpga的开放式手掌静脉采集装置及方法
Fletcher et al. Development of mobile-based hand vein biometrics for global health patient identification
CN104751156A (zh) 一种可调光的手指静脉图像采集系统
CN115604575A (zh) 图像采集设备及图像采集方法
CN202771437U (zh) 一种基于指部生物特征的多模态身份认证装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Ma Shuyuan

Inventor after: He Qiming

Inventor before: Zhang Chunbo

Inventor before: He Di

CB03 Change of inventor or designer information
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100085 Beijing, Haidian District, No. ten on the ground floor, No. 1, building 8, floor 802, 1

Applicant after: BEIJING TECHSHINO TECHNOLOGY Co.,Ltd.

Address before: 100085 Beijing, Haidian District, No. ten on the ground floor, No. 1, building 8, floor 802, 1

Applicant before: BEIJING TECHSHINO TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20211213

Address after: 071800 Beijing Tianjin talent home (Xincheng community), West District, Xiongxian Economic Development Zone, Baoding City, Hebei Province

Patentee after: BEIJING EYECOOL TECHNOLOGY Co.,Ltd.

Patentee after: Beijing Eye Intelligent Technology Co., Ltd

Address before: 100085, 1 floor 8, 1 Street, ten Street, Haidian District, Beijing.

Patentee before: Beijing Eyes Intelligent Technology Co.,Ltd.

TR01 Transfer of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Composite identification method, device and system based on fingerprint and finger vein

Effective date of registration: 20220228

Granted publication date: 20200519

Pledgee: China Construction Bank Corporation Xiongxian sub branch

Pledgor: BEIJING EYECOOL TECHNOLOGY Co.,Ltd.

Registration number: Y2022990000113

PE01 Entry into force of the registration of the contract for pledge of patent right