CN105868699A - 一种基于指纹的终端支付方法及装置 - Google Patents

一种基于指纹的终端支付方法及装置 Download PDF

Info

Publication number
CN105868699A
CN105868699A CN201610177974.6A CN201610177974A CN105868699A CN 105868699 A CN105868699 A CN 105868699A CN 201610177974 A CN201610177974 A CN 201610177974A CN 105868699 A CN105868699 A CN 105868699A
Authority
CN
China
Prior art keywords
fingerprint
point
feature point
module
code
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
CN201610177974.6A
Other languages
English (en)
Other versions
CN105868699B (zh
Inventor
何华
葛福臻
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.)
Yulong Computer Telecommunication Scientific Shenzhen Co Ltd
Original Assignee
Yulong Computer Telecommunication Scientific Shenzhen 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 Yulong Computer Telecommunication Scientific Shenzhen Co Ltd filed Critical Yulong Computer Telecommunication Scientific Shenzhen Co Ltd
Priority to CN201610177974.6A priority Critical patent/CN105868699B/zh
Priority to PCT/CN2016/080613 priority patent/WO2017161636A1/zh
Publication of CN105868699A publication Critical patent/CN105868699A/zh
Application granted granted Critical
Publication of CN105868699B publication Critical patent/CN105868699B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • G06Q20/40145—Biometric identity checks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/326—Payment applications installed on the mobile devices
    • 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
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • 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)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于指纹的终端支付方法，该方法包括：获取采集到的指纹信息的指纹特征点；将所述指纹特征点与预存的标准特征点进行匹配，并判断匹配是否成功；若是，则从所述指纹特征点中确定预定个数的选定特征点；计算各个选定特征点到指纹模组的参考点的距离数值；按照预定归一化方法处理各个距离数值，得到处理结果；将所述处理结果按照预定规则排列，获取支付码；该方法基于指纹的唯一性，将指纹特征点的位置关系应用到终端的支付功能，以提高支付的安全性；且不需要用户输入随机码等繁琐的操作，用户仅需要进行采集指纹操作即可；本发明还公开了一种基于指纹的终端支付装置。

Description

一种基于指纹的终端支付方法及装置
技术领域
本发明涉及通信技术领域，特别涉及一种基于指纹的终端支付方法及装置。
背景技术
现有技术中，在用户进行指纹识别通过后，服务器还需要发送第一随机验证码至移动终端，移动终端接收到的验证码定义为第二随机验证码，服务器判断接收到的第二随机验证码的时效性，并最终判断两个随机验证码的一致性来完成支付。
此种方法的缺陷在于随机验证码的生成和指纹特征无关，不能保证指纹和随机码之间的映射关系，不同的指纹被服务器识别后可能会生成相同的随机码，使得随机码具有时效性要求，对网络等条件要求较高，从而致使指纹支付的过程更为繁琐。因此，如何更加安全的进行支付，是本领域技术人员需要解决的技术问题。
发明内容
本发明的目的是提供一种基于指纹的终端支付方法及装置，能够基于指纹的唯一性，将指纹特征点的位置关系应用到终端的支付功能，以提高支付的安全性。
为解决上述技术问题，本发明提供一种基于指纹的终端支付方法，包括：
获取采集到的指纹信息的指纹特征点；
将所述指纹特征点与预存的标准特征点进行匹配，并判断匹配是否成功；
若是，则从所述指纹特征点中确定预定个数的选定特征点；
计算各个选定特征点到指纹模组的参考点的距离数值；
按照预定归一化方法处理各个距离数值，得到处理结果；
将所述处理结果按照预定规则排列，获取支付码。
其中，所述将所述指纹特征点与预存的标准特征点进行匹配，并判断匹配是否成功，包括：
将所述指纹特征点与预存的标准特征点进行对比，确定参考点；
利用所述参考点对采集的指纹图像及预存的指纹图像进行校准；
计算校准后的所述指纹特征点与预存的标准特征点的相似度；
判断所述相似度是否大于相似度阈值；
若是，则匹配成功。
其中，所述计算各个选定特征点到指纹模组的中心点的距离数值，包括：
将指纹模组的中心点作为坐标原点，建立直角坐标系；
根据所述直角坐标系，确定各个选定特征点的坐标；
利用各个选定特征点的坐标，计算各个选定特征点到指纹模组的中心点的距离数值。
其中，所述按照预定归一化方法处理各个距离数值，得到处理结果，包括：
选定最大的距离数值，并将所述最大的距离数值除以预定区间数值，得到单位刻度；
分别计算各个距离数值与所述单位刻度的比例数值，并将各个比例数值取整后分别作为对应的选定特征点的映射值。
其中，所述将所述处理结果按照预定规则排列，获取支付码，包括：
将所述映射值随机排列，获取具有所述预定个数的数字的随机码；
将所述随机码转化成条形码或二维码。
本发明还提供一种基于指纹的终端支付装置，包括：
采集模块，用于获取采集到的指纹信息的指纹特征点；
特征点匹配模块，用于将所述指纹特征点与预存的标准特征点进行匹配，并判断匹配是否成功；
特征点选取模块，用于若是，则从所述指纹特征点中确定预定个数的选定特征点；
距离计算模块，用于计算各个选定特征点到指纹模组的参考点的距离数值；
归一化模块，用于按照预定归一化方法处理各个距离数值，得到处理结果；
支付码获取模块，用于将所述处理结果按照预定规则排列，获取支付码。
其中，所述特征点匹配模块包括：
参考点确定单元，用于将所述指纹特征点与预存的标准特征点进行对比，确定参考点；
校准单元，用于利用所述参考点对采集的指纹图像及预存的指纹图像进行校准；
相似度计算单元，用于计算校准后的所述指纹特征点与预存的标准特征点的相似度；
判断单元，用于判断所述相似度是否大于相似度阈值，若是，则匹配成功。
其中，所述距离计算模块包括：
坐标系建立单元，用于将指纹模组的中心点作为坐标原点，建立直角坐标系；
坐标确定单元，用于根据所述直角坐标系，确定各个选定特征点的坐标；
距离计算单元，用于利用各个选定特征点的坐标，计算各个选定特征点到指纹模组的中心点的距离数值。
其中，所述归一化模块包括：
单位刻度计算单元，用于选定最大的距离数值，并将所述最大的距离数值除以预定区间数值，得到单位刻度；
映射值计算单元，用于分别计算各个距离数值与所述单位刻度的比例数值，并将各个比例数值取整后分别作为对应的选定特征点的映射值。
其中，所述支付码获取模块包括：
随机码获取单元，用于将所述映射值随机排列，获取具有所述预定个数的数字的随机码；
支付码获取单元，用于将所述随机码转化成条形码或二维码。
本发明所提供的基于指纹的终端支付方法，该方法包括：获取采集到的指纹信息的指纹特征点；将所述指纹特征点与预存的标准特征点进行匹配，并判断匹配是否成功；若是，则从所述指纹特征点中确定预定个数的选定特 征点；计算各个选定特征点到指纹模组的参考点的距离数值；按照预定归一化方法处理各个距离数值，得到处理结果；将所述处理结果按照预定规则排列，获取支付码；
该方法基于指纹特征点之间的位置关系生成唯一支付码并应用于终端支付功能，由于指纹的唯一性，指纹特征点的位置关系同样具有唯一性，由此得到的支付码和采集到的指纹信息间存在映射关系，将其应用于支付过程可以提高基于指纹支付的安全性，并且简化了支付过程。本发明还公开了一种基于指纹的终端支付装置。
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为本发明实施例所提供的基于指纹的终端支付方法的流程图；
图2为本发明实施例所提供的指纹特征点进行匹配的流程图；
图3为本发明实施例所提供的计算各个选定特征点到指纹模组的参考点的距离数值的流程图；
图4为本发明实施例所提供的基于指纹的终端支付装置的结构框图。
具体实施方式
本发明的核心是提供一种基于指纹的终端支付方法及装置，能够基于指纹的唯一性，将指纹特征点的位置关系应用到终端的支付功能，以提高支付的安全性。
为使本发明实施例的目的、技术方案和优点更加清楚，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。
请参考图1，图1为本发明实施例所提供的基于指纹的终端支付方法的流程图；该方法可以包括：
S100、获取采集到的指纹信息的指纹特征点；
其中，该步骤可以包括指纹采集、指纹预处理、指纹特征点提取；其中，常用的指纹采集技术有光学全反射技术、硅晶体传感器技术和超声波扫描技术；其中，移动终端例如手机上的指纹通常是通过传感器采集的。指纹预处理过程包含五个部分：归一化、分割、滤波增强、二值化和细化。
对指纹图像进行归一化操作的目的是增强脊线和谷线的对比度，使指纹图像处在同一亮度级上，便于后续的分割处理的阈值选取。将指纹图像I分成N×N块，I(i,j)表示在第ii行、第j列的图像灰度值。假设图像分辨率是500dpi，那么指纹图像的平均灰度值M(I)和方差VAR(I)分别为：
对M(I)和VAR(I)进行归一化处理，归一化的公式为：
式中M0是期望的灰度平均值，VAR0是期望的方差值。归一化后的指纹图像的灰度值都在M0附近。
接着对指纹图像进行前景和背景的分割，使后续操作只对前景区进行从而可以提高处理效率；然后需要进一步去除噪声，连接脊线断裂的地方，可以使用Gabor滤波器或是方向模板滤波器；滤波之后再进行二值化操作，也即脊线提取操作，二值化之后脊线和谷线的纹路变得十分清晰，方向分割法是利用方向信息进行二值化的方法，此法还具有一定的增强效果；最后提取脊线的骨架信息，去除与特征提取无关的冗余信息，减少信息的存储量。
指纹特征包括全局特征和局部特征，前者适用于指纹的分类，后者用于指纹的匹配，所以本发明中只需要提取局部特征。局部特征是指纹中的细节， 可以通过细化后的指纹图像求的，因为细化后的指纹图像中的所有像素点的灰度值只能为0或者1，0表示背景点灰度(白色)，1表示纹线点灰度(黑色)。最常用的细节特征是美国国家标准局(NIST)提出的末梢点和分叉点。
获得细化后的指纹图像后，在一个3×3的模板中，以待检测点P(i,j)为中心点，如下表所示，根据相邻各点灰度值之间的关系，可以判断待检测点是否为特征点。
P4(i+1,j-1) P3(i+1,j) P2(i+1,j+1)
P5(i,j-1) P(i,j) P1(i,j+1)
P6(i-1,j-1) P7(i-1,j) P8(i-1,j+1)
如果相邻各点灰度值满足下式时，则P为末梢点。
如果相邻各点灰度值满足下式时，则P为分叉点。
式中，I(K)为各点对应的灰度值。
对细化后的指纹图像，沿着脊线进行从上到下、从左至右的遍历，以上述两式为判断依据，保存特征点的类型和位置，并获取局部脊线的方向和采样点信息。
特征点的提取过程中会包含伪特征点，有必要将其去除。预处理中的分割过程会使得前景区的边缘部分显示为很多端点，应当首先去除；另外，特征点间的位置关系可以作为滤除伪特征点的依据。
S110、将所述指纹特征点与预存的标准特征点进行匹配，并判断匹配是否成功；
其中，为了达到安全支付的目的，特征点提取完成后需要进行指纹匹配判断：首先将提取的指纹细节特征点集合与终端中保存的指纹细节特征点集合即预存的标准特征点进行比对，找到参考点，对两幅指纹图像进行校准；然后求得两个指纹细节特征点集合的相似度；最后，基于实际需求，设置相 似度阈值，如果求得的相似度高于此阈值，则匹配成功，反之，匹配失败。具体过程可以参照图2，该过程具体可以包括：
S200、将所述指纹特征点与预存的标准特征点进行对比，确定参考点；
S210、利用所述参考点对采集的指纹图像及预存的指纹图像进行校准；
S220、计算校准后的所述指纹特征点与预存的标准特征点的相似度；
S230、判断所述相似度是否大于相似度阈值，若是，则匹配成功。
其中，通过上述匹配过程可以提高支付的安全性，确认该支付操作是由用户发起。
S120、若是，则从所述指纹特征点中确定预定个数的选定特征点；
其中，为了进一步提高利用指纹支付的安全性，该方法不仅要用到指纹的唯一性来进行用户身份确认，还利用指纹的细节特征点的位置关系的唯一性。得到选取的特征点与指纹图像之间的映射关系形成支付码，来简化支付的过程。
这里从指纹特征点中确定选定特征点的个数根据实际情况进行确定，例如对支付安全级性要求高对速度要求不高，可以多选取一些特征点作为选定特征点；对支付安全级性要求低于对速度要求，可以少选取一些特征点作为选定特征点；若对支付安全级性要求高对速度要求也高，可以多选取一些特征点作为选定特征点，且增强该装置的硬件配置。通常情况下可以选择16个特征点作为选定特征点即可。
S130、计算各个选定特征点到指纹模组的参考点的距离数值；
其中，该方法要利用指纹特征点的位置关系的唯一性，若要利用选取的断定特征点的位置关系，需要一个参考点来计算各个选定特征点的相对距离数值。通常以参考点选取坐标系会方便计算。
优选的，为了方便计算，可以选取指纹模组的中心点作为参考点。请参考图3即计算各个选定特征点到指纹模组的参考点的距离数值具体可以包括：
S300、将指纹模组的中心点作为坐标原点，建立直角坐标系；
S310、根据所述直角坐标系，确定各个选定特征点的坐标；
S320、利用各个选定特征点的坐标，计算各个选定特征点到指纹模组的中心点的距离数值。
其中，可选的这里在计算各个选定特征点到指纹模组的中心点的距离数值时，可以首先将各个选定特征点进行排序并以数值进行标识以便区分各个选定特征点，该排序可以根据抽取特征点的顺序依次用从0到N的数值进行命名。
S140、按照预定归一化方法处理各个距离数值，得到处理结果；
其中，该步骤进行归一化处理，可以使得绝对值的距离数值变成某种相对值关系，能够简化计算，缩小量值。具体的归一化方法可以根据情况进行选择，一般都是要经过单位化处理。将所有的距离数值都限定到一个固定的数值区间之内。
可选的，所述按照预定归一化方法处理各个距离数值，得到处理结果，具体可以包括：
选定最大的距离数值，并将所述最大的距离数值除以预定区间数值，得到单位刻度；
其中，预定区间数值可以根据具体情况进行确定，一般数值都选取0值9；因此，这里的预定区间数值可以是9。
分别计算各个距离数值与所述单位刻度的比例数值，并将各个比例数值取整后分别作为对应的选定特征点的映射值。
其中，这里的取整可以方便形成支付码的计算，这样每一位选定特征点对应的都是一个预定区间数值之内的整数，例如0至9之间的数值。
S150、将所述处理结果按照预定规则排列，获取支付码。
其中，这里将各个选定特征点对应的归一化处理后的值进行排序，根据排序后的数值码可以形成支付码。
这里的排序可以是随机进行，也可以是按照之前选取选定特征点时每个选定特征点的序号数值从小到大排序或者从大到小排序。这里并不对具体的排序规则进行限定，只需要能够依据归一化后的映射值产生一组数值代码即可。
这里的支付码可以是由归一化后的映射值产生一组数值随机码，也可以是根据归一化后的映射值产生一组数值随机码后生成的条形码，也可以是根据归一化后的映射值产生一组数值随机码后生成的二维码等。
可选的，所述将所述处理结果按照预定规则排列，获取支付码具体可以包括：
将所述映射值随机排列，获取具有所述预定个数的数字的随机码；
将所述随机码转化成条形码或二维码。
这样用户在进行支付时，只需要在装置上录入指纹信息，就可以根据该装置生成的条形码或二维码进行扫码支付，方便快捷，且安全系数高。
下面以16个选定特征点为例说明上述S130到S150的过程：
以指纹模组的中心为坐标原点、1mm为刻度建立直角坐标系，确定16个特征点的坐标Ni(xi,yi)，i＝1,2,……16。计算各点到原点的距离di(i＝1,2,……16)，并求得距离的最大值dmax。
dmax＝MAX{d1,d2,…,d16}
将dmax除以9，得到di映射到数字0-9的单位刻度U，即
U＝dmax/9
然后求得di(i＝1,2,……16)与U之间的比例关系，
ni＝di/U
对ni进行取整，从而将di(i＝1,2,……16)映射到数字0-9。
Ni＝[ni]
将ni(i＝1,2,……16)按照i的升序进行排列，获得一个16位的随机码，并将其转换成条形码，显示在移动终端上。支付端的扫描设备对其进行扫描，完成支付过程。
基于上述技术方案，本发明实施例提供的基于指纹的终端支付方法，该方法基于指纹特征点之间的位置关系生成唯一支付码并应用于终端支付功能，由于指纹的唯一性，指纹特征点的位置关系同样具有唯一性，提取指纹的特征点，并随机选取部分特征点，以指纹模组的中心为参考点，确定各个特征点到参考点的距离，以此生成支付码，并将其用于支付功能。由此得到的支付码和采集到的指纹信息间存在映射关系，且应用于支付过程可以提高基于指纹支付的安全性，并且简化了支付过程。
本发明实施例提供了基于指纹的终端支付方法，能够基于指纹的唯一性， 将指纹特征点的位置关系应用到终端的支付功能，以提高支付的安全性。
下面对本发明实施例提供的基于指纹的终端支付装置进行介绍，下文描述的基于指纹的终端支付装置与上文描述的基于指纹的终端支付方法可相互对应参照。
请参考图4，图4为本发明实施例所提供的基于指纹的终端支付装置的结构框图，该装置可以包括：
采集模块100，用于获取采集到的指纹信息的指纹特征点；
特征点匹配模块200，用于将所述指纹特征点与预存的标准特征点进行匹配，并判断匹配是否成功；
特征点选取模块300，用于若是，则从所述指纹特征点中确定预定个数的选定特征点；
距离计算模块400，用于计算各个选定特征点到指纹模组的中心点的距离数值；
归一化模块500，用于按照预定归一化方法处理各个距离数值，得到处理结果；
支付码获取模块600，用于将所述处理结果按照预定规则排列，获取支付码。
可选的，所述特征点匹配模块300可以包括：
参考点确定单元，用于将所述指纹特征点与预存的标准特征点进行对比，确定参考点；
校准单元，用于利用所述参考点对采集的指纹图像及预存的指纹图像进行校准；
相似度计算单元，用于计算校准后的所述指纹特征点与预存的标准特征点的相似度；
判断单元，用于判断所述相似度是否大于相似度阈值，若是，则匹配成功。
可选的，所述距离计算模块400可以包括：
坐标系建立单元，用于将指纹模组的中心点作为坐标原点，建立直角坐标系；
坐标确定单元，用于根据所述直角坐标系，确定各个选定特征点的坐标；
距离计算单元，用于利用各个选定特征点的坐标，计算各个选定特征点到指纹模组的中心点的距离数值。
可选的，所述归一化模块500可以包括：
单位刻度计算单元，用于选定最大的距离数值，并将所述最大的距离数值除以预定区间数值，得到单位刻度；
映射值计算单元，用于分别计算各个距离数值与所述单位刻度的比例数值，并将各个比例数值取整后分别作为对应的选定特征点的映射值。
可选的，所述支付码获取模块600可以包括：
随机码获取单元，用于将所述映射值随机排列，获取具有所述预定个数的数字的随机码；
支付码获取单元，用于将所述随机码转化成条形码或二维码。
其中，该基于指纹的终端支付装置可以是移动终端如手机，平板等。
基于上述技术方案，本发明实施例提供的基于指纹的终端支付系统，基于指纹细节特征点之间的位置关系生成唯一随机码和条形码并应用于终端支付功能的装置。由于指纹的唯一性，指纹的细节特征点的位置关系同样具有唯一性，由此得到的条形码和指纹图像间存在映射关系，将其应用于支付过程可以提高指纹支付的安全性，并且简化了支付过程。
说明书中各个实施例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部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、 处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的基于指纹的终端支付方法及系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。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，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种基于指纹的终端支付方法，其特征在于，包括：
获取采集到的指纹信息的指纹特征点；
将所述指纹特征点与预存的标准特征点进行匹配，并判断匹配是否成功；
若是，则从所述指纹特征点中确定预定个数的选定特征点；
计算各个选定特征点到指纹模组的参考点的距离数值；
按照预定归一化方法处理各个距离数值，得到处理结果；
将所述处理结果按照预定规则排列，获取支付码。
2.如权利要求1所述的基于指纹的终端支付方法，其特征在于，所述将所述指纹特征点与预存的标准特征点进行匹配，并判断匹配是否成功，包括：
将所述指纹特征点与预存的标准特征点进行对比，确定参考点；
利用所述参考点对采集的指纹图像及预存的指纹图像进行校准；
计算校准后的所述指纹特征点与预存的标准特征点的相似度；
判断所述相似度是否大于相似度阈值；
若是，则匹配成功。
3.如权利要求1所述的基于指纹的终端支付方法，其特征在于，所述计算各个选定特征点到指纹模组的参考点的距离数值，包括：
将指纹模组的中心点作为坐标原点，建立直角坐标系；
根据所述直角坐标系，确定各个选定特征点的坐标；
利用各个选定特征点的坐标，计算各个选定特征点到指纹模组的中心点的距离数值。
4.如权利要求3所述的基于指纹的终端支付方法，其特征在于，所述按照预定归一化方法处理各个距离数值，得到处理结果，包括：
选定最大的距离数值，并将所述最大的距离数值除以预定区间数值，得到单位刻度；
分别计算各个距离数值与所述单位刻度的比例数值，并将各个比例数值取整后分别作为对应的选定特征点的映射值。
5.如权利要求4所述的基于指纹的终端支付方法，其特征在于，所述将所述处理结果按照预定规则排列，获取支付码，包括：
将所述映射值随机排列，获取具有所述预定个数的数字的随机码；
将所述随机码转化成条形码或二维码。
6.一种基于指纹的终端支付装置，其特征在于，包括：
采集模块，用于获取采集到的指纹信息的指纹特征点；
特征点匹配模块，用于将所述指纹特征点与预存的标准特征点进行匹配，并判断匹配是否成功；
特征点选取模块，用于若是，则从所述指纹特征点中确定预定个数的选定特征点；
距离计算模块，用于计算各个选定特征点到指纹模组的参考点的距离数值；
归一化模块，用于按照预定归一化方法处理各个距离数值，得到处理结果；
支付码获取模块，用于将所述处理结果按照预定规则排列，获取支付码。
7.如权利要求6所述的基于指纹的终端支付装置，其特征在于，所述特征点匹配模块包括：
参考点确定单元，用于将所述指纹特征点与预存的标准特征点进行对比，确定参考点；
校准单元，用于利用所述参考点对采集的指纹图像及预存的指纹图像进行校准；
相似度计算单元，用于计算校准后的所述指纹特征点与预存的标准特征点的相似度；
判断单元，用于判断所述相似度是否大于相似度阈值，若是，则匹配成功。
8.如权利要求6所述的基于指纹的终端支付装置，其特征在于，所述距离计算模块包括：
坐标系建立单元，用于将指纹模组的中心点作为坐标原点，建立直角坐标系；
坐标确定单元，用于根据所述直角坐标系，确定各个选定特征点的坐标；
距离计算单元，用于利用各个选定特征点的坐标，计算各个选定特征点到指纹模组的中心点的距离数值。
9.如权利要求8所述的基于指纹的终端支付装置，其特征在于，所述归一化模块包括：
单位刻度计算单元，用于选定最大的距离数值，并将所述最大的距离数值除以预定区间数值，得到单位刻度；
映射值计算单元，用于分别计算各个距离数值与所述单位刻度的比例数值，并将各个比例数值取整后分别作为对应的选定特征点的映射值。
10.如权利要求9所述的基于指纹的终端支付装置，其特征在于，所述支付码获取模块包括：
随机码获取单元，用于将所述映射值随机排列，获取具有所述预定个数的数字的随机码；
支付码获取单元，用于将所述随机码转化成条形码或二维码。
CN201610177974.6A 2016-03-25 2016-03-25 一种基于指纹的终端支付方法及装置 Active CN105868699B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610177974.6A CN105868699B (zh) 2016-03-25 2016-03-25 一种基于指纹的终端支付方法及装置
PCT/CN2016/080613 WO2017161636A1 (zh) 2016-03-25 2016-04-29 一种基于指纹的终端支付方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610177974.6A CN105868699B (zh) 2016-03-25 2016-03-25 一种基于指纹的终端支付方法及装置

Publications (2)

Publication Number Publication Date
CN105868699A true CN105868699A (zh) 2016-08-17
CN105868699B CN105868699B (zh) 2019-06-11

Family

ID=56625857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610177974.6A Active CN105868699B (zh) 2016-03-25 2016-03-25 一种基于指纹的终端支付方法及装置

Country Status (2)

Country Link
CN (1) CN105868699B (zh)
WO (1) WO2017161636A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108090396A (zh) * 2016-11-21 2018-05-29 方正国际软件(北京)有限公司 一种指纹匹配方法和装置
CN110084084A (zh) * 2018-01-25 2019-08-02 神盾股份有限公司 区别指纹特征点与非指纹特征点的方法与电子装置
CN114693306A (zh) * 2022-04-28 2022-07-01 润芯微科技(江苏)有限公司 一种适用非授权用户的付费预警方法及系统
CN114742647A (zh) * 2022-03-01 2022-07-12 宁冬冬 一种基于区块链和大数据的金融交易系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114500016A (zh) * 2018-09-27 2022-05-13 西安艾润物联网技术服务有限责任公司 身份验证方法、装置及计算机可读存储介质
CN110110572A (zh) * 2019-04-30 2019-08-09 尤尼泰克(嘉兴)信息技术有限公司 一种基于二维码的离线生物识别方法及系统
CN111598023B (zh) * 2020-05-20 2023-07-07 公安部物证鉴定中心 一种基于似然比的指纹鉴定方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310335A (zh) * 2012-03-11 2013-09-18 上海闻泰电子科技有限公司 基于网络的付费方法及系统
CN103761647A (zh) * 2014-01-24 2014-04-30 金硕澳门离岸商业服务有限公司 电子支付系统及电子支付方法
US20150120573A1 (en) * 2013-10-31 2015-04-30 Tencent Technology (Shenzhen) Company Limited Information processing method, device and system
CN104732388A (zh) * 2015-03-26 2015-06-24 深圳市亚略特生物识别科技有限公司 电子支付方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7604166B2 (en) * 2006-06-12 2009-10-20 Rania Abouyounes Method and system for flexible purchases using only fingerprints at the time and location of purchase
CN103136663A (zh) * 2011-12-05 2013-06-05 上海博路信息技术有限公司 一种基于终端指纹识别的远程支付系统
CN103985036B (zh) * 2014-05-09 2017-05-24 杭州晟元数据安全技术股份有限公司 一种带生物特征的二维码支付方法
CN104992154A (zh) * 2015-06-30 2015-10-21 广东欧珀移动通信有限公司 一种指纹识别方法及终端设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310335A (zh) * 2012-03-11 2013-09-18 上海闻泰电子科技有限公司 基于网络的付费方法及系统
US20150120573A1 (en) * 2013-10-31 2015-04-30 Tencent Technology (Shenzhen) Company Limited Information processing method, device and system
CN103761647A (zh) * 2014-01-24 2014-04-30 金硕澳门离岸商业服务有限公司 电子支付系统及电子支付方法
CN104732388A (zh) * 2015-03-26 2015-06-24 深圳市亚略特生物识别科技有限公司 电子支付方法及系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108090396A (zh) * 2016-11-21 2018-05-29 方正国际软件(北京)有限公司 一种指纹匹配方法和装置
CN110084084A (zh) * 2018-01-25 2019-08-02 神盾股份有限公司 区别指纹特征点与非指纹特征点的方法与电子装置
CN110084084B (zh) * 2018-01-25 2021-04-06 神盾股份有限公司 区别指纹特征点与非指纹特征点的方法与电子装置
CN114742647A (zh) * 2022-03-01 2022-07-12 宁冬冬 一种基于区块链和大数据的金融交易系统
CN114742647B (zh) * 2022-03-01 2023-09-29 陕西维一信息技术有限公司 一种基于区块链和大数据的金融交易系统
CN114693306A (zh) * 2022-04-28 2022-07-01 润芯微科技(江苏)有限公司 一种适用非授权用户的付费预警方法及系统

Also Published As

Publication number Publication date
WO2017161636A1 (zh) 2017-09-28
CN105868699B (zh) 2019-06-11

Similar Documents

Publication Publication Date Title
CN105868699A (zh) 一种基于指纹的终端支付方法及装置
CN102460507B (zh) 生物体认证装置、生物体认证方法以及生物体认证用计算机程序
US10540525B2 (en) Information code, information code producing method, information code reader, and system which uses information code
US6591002B2 (en) Association of finger pores and macrofeatures for identification of individuals
EP2199945B1 (en) Biometric authentication device and method, computer-readable recording medium recorded with biometric authentication computer program, and computer system
KR101544279B1 (ko) 생체 정보 보정 장치, 생체 정보 보정 방법 및 생체 정보 보정용 컴퓨터 판독 가능한 기록 매체
Krish et al. Improving automated latent fingerprint identification using extended minutia types
US7356169B2 (en) Method and system for transforming an image of a biological surface
CN108269087B (zh) 位置信息的处理方法及装置
RU2658272C2 (ru) Определение подлинности защищенных документов и мобильное устройство для определения подлинности
JP2002222424A (ja) 指紋照合システム
US9792484B2 (en) Biometric information registration apparatus and biometric information registration method
CN106886774A (zh) 识别身份证信息的方法和装置
US20060120578A1 (en) Minutiae matching
CN110942076B (zh) 一种陶瓷产品防伪标识生成方法及系统
CN109388926A (zh) 处理生物特征图像的方法和包括该方法的电子设备
CN108389053B (zh) 支付方法、装置、电子设备及可读存储介质
KR20070080066A (ko) 영상인식을 이용한 개인인증 및 전자서명 시스템 및 그방법
CN111460435A (zh) 一种用户注册方法、验证方法和注册装置
CN109800745B (zh) 票据检测方法、装置、终端及计算机可读存储介质
CN110415113A (zh) 金融数据处理方法、装置、服务器及可读存储介质
US20100239129A1 (en) Vein pattern management system, vein pattern registration apparatus, vein pattern authentication apparatus, vein pattern registration method, vein pattern authentication method, program, and vein data configuration
Samal Minimum resolution for human face detection and identification
CN111753723B (zh) 一种基于密度校准的指纹识别方法及装置
CN109543554A (zh) 票据检测方法、装置、终端及计算机可读存储介质

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