CN106056072A - 一种指纹解锁方法、及设备 - Google Patents

Abstract

本发明实施例公开了一种指纹解锁方法、及设备，以方法的实现为例，包括：获取原始指纹图像，并确定与所述原始指纹图像所对应的注册指纹；获取使用未经特征放大处理的指纹图像与所述注册指纹比对进行指纹解锁的历史成功率；若所述历史成功率高于第一阈值，则使用所述原始指纹图像与所述注册指纹进行比对；若所述历史成功率低于第二阈值，则首先对所述原始指纹图像进行特征放大处理得到指纹模拟数据，然后使用所述指纹模拟数据与所述注册指纹进行比对。通过历史成功率来确定用户的原始指纹图像能否被识别出来，从而选择更为适合的指纹解锁方式；在用户指纹识别本身成功率较高的情况下，可以减少特征放大等处理过程，提高指纹解锁效率。

Description

一种指纹解锁方法、及设备

技术领域

本发明涉及计算机技术领域，特别涉及一种指纹解锁方法、及设备。

背景技术

指纹图像是以图像形式作为载体的指纹的数据。指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路。指纹能使手在接触物件时增加摩擦力，从而更容易发力及抓紧物件。它是人类进化过程式中自然形成的。指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路，由于人的指纹是遗传与环境共同作用的，其与人体健康也密切相关，因而指纹人人皆有，却各不相同，由于指纹重复率极小，大约150亿分之一，故其称为“人体身份证”。正是基于指纹的这种特征，指纹作为身份认证的信息被广泛使用。

例如，指纹识别技术已经成为主流移动终端厂商旗舰机型的标配。指纹识别不仅可以用于移动终端的解锁和唤醒等功能，也是移动支付重要的一环。指纹支付在满足用户使用便捷性的同时,对安全性也提出更高的要求。

指纹识别的过程分为：提取特征、保存数据和图像匹配。

通过指纹读取设备读取人体指纹原始的指纹图像；由于指纹采集得到的原始指纹图像可能会很不清晰特征点不明显，因此会在指纹匹配之前对采集到的原始指纹图像进行特征放大处理使特征点更为明显，从而提高指纹识别成功率；然后使用特征放大后的指纹图像与预先保存的注册指纹模板进行特征点匹配，匹配成功之后进行解锁。设备从读取到指纹图像到解锁成功所需的时间称为解锁时间。

解锁时间的快慢直接影响到用户使用设备的效率，特别是对于一些较为敏感的等待时间更为如此。如何缩短解锁时间从提高指纹解锁效率成为技术人员研究的重要方向。

发明内容

本发明实施例提供了一种指纹解锁方法、及设备，用于提高指纹解锁效率。

一方面本发明实施例提供了一种指纹解锁方法，包括：

获取原始指纹图像，并确定与所述原始指纹图像所对应的注册指纹；

获取使用未经特征放大处理的指纹图像与所述注册指纹比对进行指纹解锁的历史成功率；

若所述历史成功率高于第一阈值，则使用所述原始指纹图像与所述注册指纹进行比对；

若所述历史成功率低于第二阈值，则首先对所述原始指纹图像进行特征放大处理得到指纹模拟数据，然后使用所述指纹模拟数据与所述注册指纹进行比对；所述第一阈值大于或等于所述第二阈值。

在一个可选的实现方式中，所述对所述原始指纹图像进行特征放大处理得到指纹模拟数据，包括：

获取所述原始指纹图像中各像素点的像素值；

依据目标像素点的像素值，以及与所述目标像素点相邻的像素点的像素值，计算所述目标像素点的灰阶值；所述目标像素点属于所述原始指纹图像中的像素点；

在计算得到所述原始指纹图像中各像素点的灰阶值后，确定所述原始指纹图像的灰阶值的级数；

提高所述原始指纹图像的灰阶值的级数，将所述原始指纹图像转换为指纹模拟数据。

在一个可选的实现方式中，所述获取所述原始指纹图像中各像素点的像素值包括：

指纹采集设备采集所述原始指纹图像获得的指纹图像中各像素的电容值，或电容值的加权值。

在一个可选的实现方式中，所述依据目标像素点的像素值，以及与所述目标像素点相邻的像素点的像素值，计算所述目标像素点的灰阶值包括：

确定所述目标像素点的预设大小邻域范围中的中心点像素值、最大像素值以及最小像素值；

计算所述目标像素点的灰阶值为：A*(中心点像素值－最小像素值)/(最大像素值－最小像素值)，其中200≤A≤255。

在一个可选的实现方式中，所述与所述目标像素点相邻的像素点包括：

以所述目标像素点为中心点的n*n个像素点，所述n为大于1的奇数。

在一个可选的实现方式中，所述获取原始指纹图像包括：

接收原始指纹图像，或者，通过本地指纹采集设备采集得到原始指纹图像。

本发明实施例二方面提供了一种指纹解锁设备，包括：

指纹获取单元，用于获取原始指纹图像；

指纹确定单元，用于确定与所述原始指纹图像所对应的注册指纹；

历史获取单元，用于获取使用未经特征放大处理的指纹图像与所述注册指纹比对进行指纹解锁的历史成功率；

指纹处理单元，用于若所述历史成功率低于第二阈值，则对所述原始指纹图像进行特征放大处理得到指纹模拟数据；

指纹比对单元，用于若所述历史成功率高于第一阈值，则使用所述原始指纹图像与所述注册指纹进行比对；若所述历史成功率低于第二阈值，使用所述指纹模拟数据与所述注册指纹进行比对；所述第一阈值大于或等于所述第二阈值。

在一个可选的实现方式中，所述指纹处理单元，包括：

像素值获取单元，用于获取所述原始指纹图像中各像素点的像素值；

灰阶值计算单元，用于依据目标像素点的像素值，以及与所述目标像素点相邻的像素点的像素值，计算所述目标像素点的灰阶值；所述目标像素点属于所述原始指纹图像中的像素点；

级数确定单元，用于在计算得到所述原始指纹图像中各像素点的灰阶值后，确定所述原始指纹图像的灰阶值的级数；

图像转换单元，用于提高所述原始指纹图像的灰阶值的级数，将所述原始指纹图像转换为指纹模拟数据。

在一个可选的实现方式中，所述像素值获取单元，具体用于获取指纹采集设备采集所述原始指纹图像获得的指纹图像中各像素的电容值，或电容值的加权值。

在一个可选的实现方式中，所述灰阶值计算单元，具体用于确定所述目标像素点的预设大小邻域范围中的中心点像素值、最大像素值以及最小像素值；

计算所述目标像素点的灰阶值为：A*(中心点像素值－最小像素值)/(最大像素值－最小像素值)，其中200≤A≤255。

在一个可选的实现方式中，所述与所述目标像素点相邻的像素点包括：

以所述目标像素点为中心点的n*n个像素点，所述n为大于1的奇数。

在一个可选的实现方式中，所述获取原始指纹图像包括：

所述指纹获取单元，具体用于接收原始指纹图像，或者，通过本地指纹采集设备采集得到原始指纹图像。

三方面本发明实施例还提供了一种终端设备，包括：处理器和存储器，其中所述处理器用于执行本发明实施例提供了任意一项所述的方法。

从以上技术方案可以看出，本发明实施例具有以下优点：通过历史成功率来确定用户的原始指纹图像能否被识别出来，从而选择更为适合的指纹解锁方式；其中，在用户指纹识别本身成功率较低的情况下优选使用了先特征放大后比对的方式保证解锁成功率；在用户指纹识别本身成功率较高的情况下，可以减少特征放大等处理过程，从而节省指纹解锁的时间，提高指纹解锁效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例方法流程示意图；

图2为本发明实施例指纹芯片结构示意图；

图3为本发明实施例32级灰阶示意图；

图4为本发明实施例256级灰阶示意图；

图5为本发明实施例指纹图像示意图；

图6为本发明实施例方法流程示意图；

图7为本发明实施例指纹图像示意图；

图8为本发明实施例指纹解锁设备结构示意图；

图9为本发明实施例指纹解锁设备结构示意图；

图10为本发明实施例终端设备结构示意图；

图11为本发明实施例终端设备结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，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它实施例，都属于本发明保护的范围。

本发明实施例提供了一种指纹解锁方法，如图1所示，包括：

101：获取原始指纹图像，并确定与上述原始指纹图像所对应的注册指纹；

在本实施例中，原始指纹图像是相对于后续指纹模拟数据而言的指纹图像，可以是其他设备发送来的指纹图像，也可以是本地设备采集获得的指纹图像；注册指纹是存储在本地的用于对用户输入指纹进行比对所使用的指纹，通常是由用户预先设定，对应于操作权限的认证。

102：获取使用未经特征放大处理的指纹图像与上述注册指纹比对进行指纹解锁的历史成功率；

在本实施例中，未经放大处理的指纹图像可以是原始指纹图像，但并不是本次流程获取的原始指纹图像；历史成功率是指在本次指纹解锁之前，该注册指纹与未经特征放大处理的指纹图像比对，其中比对通过的占总比对次数的比例；对于汗手或者特别干燥的手，这类用户而言，他们的指纹解锁成功率会很低；但是对于那些较适中的用户而言，使用原始指纹图像也会有较高的指纹解锁成功率。

103：若上述历史成功率高于第一阈值，则使用上述原始指纹图像与上述注册指纹进行比对；

104：若上述历史成功率低于第二阈值，则首先对上述原始指纹图像进行特征放大处理得到指纹模拟数据，然后使用上述指纹模拟数据与上述注册指纹进行比对；上述第一阈值大于或等于上述第二阈值。

以上第一阈值和第二阈值如果不相等，如果获取的历史成功率在第一阈值和第二阈值之间，那么可以任意选择其中的一种指纹解锁方式，本发明实施例对此不予限定。

本发明实施例，通过历史成功率来确定用户的原始指纹图像能否被识别出来，从而选择更为适合的指纹解锁方式；其中，在用户指纹识别本身成功率较低的情况下优选使用了先特征放大后比对的方式保证解锁成功率；在用户指纹识别本身成功率较高的情况下，可以减少特征放大等处理过程，从而节省指纹解锁的时间，提高指纹解锁效率。

本发明实施例中的特征放大可以包含使指纹图像变得更为清晰，特征更为明显以及将指纹图像进行修补获得更接近真实的指纹图像的所有图像处理算法，本实施例给出了其中一个优选的举例，具体如下：上述对上述原始指纹图像进行特征放大处理得到指纹模拟数据，包括：

获取上述原始指纹图像中各像素点的像素值；

依据目标像素点的像素值，以及与上述目标像素点相邻的像素点的像素值，计算上述目标像素点的灰阶值；上述目标像素点属于上述原始指纹图像中的像素点；

在计算得到上述原始指纹图像中各像素点的灰阶值后，确定上述原始指纹图像的灰阶值的级数；

提高上述原始指纹图像的灰阶值的级数，将上述原始指纹图像转换为指纹模拟数据。

像素点值，是指纹图像中用于度量指纹图像中各像素点的参数，以电容式的指纹采集设备为例，该像素值可以是电容值，也可以是加权后的电容值。不同的指纹图像采集技术可以对应有不同的像素值，对此本发明实施例不作唯一性限定。

灰阶值是像素点的最暗的黑到最亮的白之间的亮度层级关系；在视窗操作系统中，通常为256阶，位数为8位，每一阶对应0～255中的一个值，称为灰阶值。

灰度是以黑色为基准的不同饱和度的黑色，灰度之间存在差异，将100％黑色与0％黑色(白色)之间的饱和度分为多个级，那么每一种饱和度可以对应到其中一个级，即为灰阶值；一个图像所有涉及到的不同灰阶值的数量即为灰阶值的级数。目前在计算机技术领域采用二进制，灰阶值用位数表示，假定位数为m，那么可以有2的m次方个灰阶被表示。例如：8位可以表示256个灰阶值。基于以上介绍可知：灰阶值的级数是可以设定的，并不限于一个固定值。

本发明实施例，通过对原始指纹图像的像素值的处理，获得了各像素值的灰阶值，并据此确定了该原始指纹图像的灰阶值的级数，通过提高该原始指纹图像的灰阶值的级数获得了指纹模拟数据，可以使指纹模拟数据相对于原始指纹图像更为接近真实的指纹图像，并使指纹模拟数据的特征更为突出，从而有利于提高指纹图像的识别率，并进一步有利于解锁率以及认证效率的提高。

可选地，上述获取上述原始指纹图像中各像素点的像素值包括：

指纹采集设备采集上述原始指纹图像获得的指纹图像中各像素的电容值，或电容值的加权值。

可以理解的是，不同的指纹图像采集技术可以对应有不同的像素值，因此以电容值，或电容值的加权值为例的像素值，不应理解为对本发明实施例的唯一性限定。

可选地，本实施例还提供了灰阶值的具体计算方法，具体如下：上述依据目标像素点的像素值，以及与上述目标像素点相邻的像素点的像素值，计算上述目标像素点的灰阶值包括：

确定上述目标像素点的预设大小邻域范围中的中心点像素值、最大像素值以及最小像素值；

计算上述目标像素点的灰阶值为：A*(中心点像素值－最小像素值)/(最大像素值－最小像素值)，其中200≤A≤255。

在上述目标像素点以及与上述目标像素点相邻的像素点中，位于中心点的像素点的像素值是中心点像素值，像素值最大的像素点对应的像素值为最大像素值，像素值最小的像素点对应的像素值为最小像素值。通过本发明实施例的计算方式可以充分考虑像素点与周围像素点之间的差异，从而确定一个较为合理的灰阶值。

可选地，上述与上述目标像素点相邻的像素点包括：

以上述目标像素点为中心点的n*n个像素点，上述n为大于1的奇数。

在本实施例中，n取值为大于1的奇数，这样可以使目标像素点位于参与灰阶值计算的中心位置，有利于准确确定目标像素点的灰阶值；其中n通常的取值可以为3或5，也可以是其他值；较小的n可以提高计算效率，较大的n可以使指纹图像更为均衡，平衡这两者，可以将5或7作为较优值使用。

可选地，上述获取原始指纹图像包括：

接收原始指纹图像，或者，通过本地指纹采集设备采集得到原始指纹图像。

本实施例中，获取原始指纹图像，是指接收其他设备发送的原始指纹图像，在指纹识别应用场景下，本实施例的执行主体可以是终端或者服务器；那么服务器可以接收来自终端的指纹采集设备采集的原始指纹图像，终端设备也可以接收指纹采集设备采集的原始指纹图像，或者其他终端的指纹采集设备采集的原始指纹图像。

在本发明实施例中，指纹图像获取的原理是指纹芯片内部由m*n个阵列似的像素点(pixel)组成，如图2所示，虚线框所示区域为指纹芯片，图2中的阵列有56*192，一共有10752个pixel点，指纹采集过程中，可以采集到10752个pixel值，对应的每个pixel值可以通过图像的形式呈现出来；

在手指按下指纹模组表面的时候，每个pixel点跟手指表面之间形成电容值，电容值会根据指纹的峰谷差异而不同，因为指峰会跟pixel点距离近，而指谷会远一点。指纹模组会根据10752个像素点的电容值大小形成一个凹凸不平的三维面，通过这个三维面模拟的指纹图像。

因为人手指的指峰和指谷直接距离差异太小，pixel值的峰峰值相对于pixel的平均值也太小，通常不到5％的变化，所以获得的图像质量非常差，一片乌黑，黑白无法区分，后面指纹的匹配性能可想而知。

用户在指纹解锁的时候，按压过重或者过轻都会导致图像不清晰，解锁失败率提升，还有用户在按压长条形指纹模组的时候，容易出现一边重一边轻的情况，导致图像均匀性差，一边黑一边白，不便于指纹特征的辨识。

为了解决以上技术问题，本发明实施例将对原始的指纹图像(即原始指纹图像)进行灰阶量化处理，在介绍灰阶量化处理之前，先介绍一下灰阶对指纹图像的影响。

灰阶是指最暗的黑到最亮的白之间的亮度层级关系。明暗对比和黑白颜色过渡方面的表现，图像越清晰，过渡越自然则越好。举例说明。在灰阶上面，采用32级灰阶和256级灰阶的表现进行对比。如图3所示，在32级灰阶，几乎全部能够区分出不同级之间的颜色深浅的区别，整幅图像均匀性更佳。

如图4所示，为256级灰阶，在256级灰阶中，色彩还原能力有了更明显的提高，左上角仅有少数灰阶不能够清晰分辨，色彩渐变过度范围较广，对比度更佳。另外，灰阶难以分辨其中一部分原因在于人眼对色彩的识别能力，对于设备而言将不受此影响。

指纹采集设备的指纹芯片一般分为两种，一个是偏正方形，比如6*6面积，一种是偏长方形，比如4*10面积，在整个指纹模组设计中，正方形的芯片封装成模组往往是正方形和圆形，而长方形指纹芯片就会被封装成长方形。如下图5所示就是用户在长条形指纹芯片按压时出现的一边轻一边重(左侧轻，右侧重)，导致的指纹图像不均匀，在圆形和方形的指纹模组，也会出现同样类似不均匀的现象。会导致解锁失败率提高。

本发明实施例方法流程举例，如图6所示，具体如下，包括：

601：每个pixel点取周围3*3个pixel点形成邻域；

在本实施例中，3*3仅仅是举例，5*5或者7*7等其他邻域。

602：对这个邻域内的pixel点进行数理学统计；

603：如果该9个点的pixel数据，统计出最大(max)值、最小(min)值以及中心点值；

604：算出该邻域中心点的灰阶值＝255*(中心点值-min)/(max-min)；

可以理解的是，此处灰阶值应当为整数，若计算得到的值有小数那么需要对其取整转换为灰阶值。

605：测试出所有pixel点的灰阶值；

606：对灰阶值进行级数量化，从低级数向高级数量化，比如原来是6位量化为8位灰阶，图像的清晰度更佳，更加接近真实指纹，提高指纹正确解锁率。

在本实施例中，具体从低级数向高级数量化的方式可以是提高用于表示像素点的像素值的位数，然后使用提高位数后的像素值参与计算灰阶值；另外上述计算灰阶值的算式中255的值可以依据设定的灰阶值的最大级数确定。

如图7所示，是经本发明实施例方案处理过的指纹图像，整个指纹图像较为均匀，不再表现为轻重不一的情况，指纹特征更为明显。

本发明实施例还提供了一种指纹解锁设备，如图8所示，包括：

指纹获取单元801，用于获取原始指纹图像；

指纹确定单元802，用于确定与上述原始指纹图像所对应的注册指纹；

历史获取单元803，用于获取使用未经特征放大处理的指纹图像与上述注册指纹比对进行指纹解锁的历史成功率；

指纹处理单元804，用于若上述历史成功率低于第二阈值，则对上述原始指纹图像进行特征放大处理得到指纹模拟数据；

指纹比对单元805，用于若上述历史成功率高于第一阈值，则使用上述原始指纹图像与上述注册指纹进行比对；若上述历史成功率低于第二阈值，使用上述指纹模拟数据与上述注册指纹进行比对；上述第一阈值大于或等于上述第二阈值。

在本实施例中，原始指纹图像是相对于后续指纹模拟数据而言的指纹图像，可以是其他设备发送来的指纹图像，也可以是本地设备采集获得的指纹图像；注册指纹是存储在本地的用于对用户输入指纹进行比对所使用的指纹，通常是由用户预先设定，对应于操作权限的认证。

在本实施例中，未经放大处理的指纹图像可以是原始指纹图像，但并不是本次流程获取的原始指纹图像；历史成功率是指在本次指纹解锁之前，该注册指纹与未经特征放大处理的指纹图像比对，其中比对通过的占总比对次数的比例；对于汗手或者特别干燥的手，这类用户而言，他们的指纹解锁成功率会很低；但是对于那些较适中的用户而言，使用原始指纹图像也会有较高的指纹解锁成功率。

以上第一阈值和第二阈值如果不相等，如果获取的历史成功率在第一阈值和第二阈值之间，那么可以任意选择其中的一种指纹解锁方式，本发明实施例对此不予限定。

本发明实施例，通过历史成功率来确定用户的原始指纹图像能否被识别出来，从而选择更为适合的指纹解锁方式；其中，在用户指纹识别本身成功率较低的情况下优选使用了先特征放大后比对的方式保证解锁成功率；在用户指纹识别本身成功率较高的情况下，可以减少特征放大等处理过程，从而节省指纹解锁的时间，提高指纹解锁效率。

本发明实施例中的特征放大可以包含使指纹图像变得更为清晰，特征更为明显以及将指纹图像进行修补获得更接近真实的指纹图像的所有图像处理算法，本实施例给出了其中一个优选的举例，具体如下：如图9所示，上述指纹处理单元804，包括：

像素值获取单元901，用于获取上述原始指纹图像中各像素点的像素值；

灰阶值计算单元902，用于依据目标像素点的像素值，以及与上述目标像素点相邻的像素点的像素值，计算上述目标像素点的灰阶值；上述目标像素点属于上述原始指纹图像中的像素点；

级数确定单元903，用于在计算得到上述原始指纹图像中各像素点的灰阶值后，确定上述原始指纹图像的灰阶值的级数；

图像转换单元904，用于提高上述原始指纹图像的灰阶值的级数，将上述原始指纹图像转换为指纹模拟数据。

像素点值，是指纹图像中用于度量指纹图像中各像素点的参数，以电容式的指纹采集设备为例，该像素值可以是电容值，也可以是加权后的电容值。不同的指纹图像采集技术可以对应有不同的像素值，对此本发明实施例不作唯一性限定。

灰阶值是像素点的最暗的黑到最亮的白之间的亮度层级关系；在视窗操作系统中，通常为256阶，位数为8位，每一阶对应0～255中的一个值，称为灰阶值。

灰度是以黑色为基准的不同饱和度的黑色，灰度之间存在差异，将100％黑色与0％黑色(白色)之间的饱和度分为多个级，那么每一种饱和度可以对应到其中一个级，即为灰阶值；一个图像所有涉及到的不同灰阶值的数量即为灰阶值的级数。目前在计算机技术领域采用二进制，灰阶值用位数表示，假定位数为m，那么可以有2的m次方个灰阶被表示。例如：8位可以表示256个灰阶值。基于以上介绍可知：灰阶值的级数是可以设定的，并不限于一个固定值。

本发明实施例，通过对原始指纹图像的像素值的处理，获得了各像素值的灰阶值，并据此确定了该原始指纹图像的灰阶值的级数，通过提高该原始指纹图像的灰阶值的级数获得了指纹模拟数据，可以使指纹模拟数据相对于原始指纹图像更为接近真实的指纹图像，并使指纹模拟数据的特征更为突出，从而有利于提高指纹图像的识别率，并进一步有利于解锁率以及认证效率的提高。

可选地，上述像素值获取单元901，具体用于获取指纹采集设备采集上述原始指纹图像获得的指纹图像中各像素的电容值，或电容值的加权值。

可以理解的是，不同的指纹图像采集技术可以对应有不同的像素值，因此以电容值，或电容值的加权值为例的像素值，不应理解为对本发明实施例的唯一性限定。

可选地，本实施例还提供了灰阶值的具体计算方法，具体如下：上述灰阶值计算单元902，具体用于确定上述目标像素点的预设大小邻域范围中的中心点像素值、最大像素值以及最小像素值；

计算上述目标像素点的灰阶值为：A*(中心点像素值－最小像素值)/(最大像素值－最小像素值)，其中200≤A≤255。

在上述目标像素点以及与上述目标像素点相邻的像素点中，位于中心点的像素点的像素值是中心点像素值，像素值最大的像素点对应的像素值为最大像素值，像素值最小的像素点对应的像素值为最小像素值。通过本发明实施例的计算方式可以充分考虑像素点与周围像素点之间的差异，从而确定一个较为合理的灰阶值。

可选地，上述与上述目标像素点相邻的像素点包括：

以上述目标像素点为中心点的n*n个像素点，上述n为大于1的奇数。

在本实施例中，n取值为大于1的奇数，这样可以使目标像素点位于参与灰阶值计算的中心位置，有利于准确确定目标像素点的灰阶值；其中n通常的取值可以为3或5，也可以是其他值；较小的n可以提高计算效率，较大的n可以使指纹图像更为均衡，平衡这两者，可以将5或7作为较优值使用。

可选地，上述获取原始指纹图像包括：

上述指纹获取单元801，具体用于接收原始指纹图像，或者，通过本地指纹采集设备采集得到原始指纹图像。

本实施例中，获取原始指纹图像，是指接收其他设备发送的原始指纹图像，在指纹识别应用场景下，本实施例的执行主体可以是终端或者服务器；那么服务器可以接收来自终端的指纹采集设备采集的原始指纹图像，终端设备也可以接收指纹采集设备采集的原始指纹图像，或者其他终端的指纹采集设备采集的原始指纹图像。

本发明实施例还提供了一种终端设备，如图10所示，包括：处理器1001以及存储器1002；其中存储器1002可以用于处理器1001执行数据处理所需要的缓存，还可以用于提供处理器1001执行数据处理调用的数据以及获得的结果数据的存储空间；作为一个可选模块，终端设备还可以包含指纹采集设备1003；需要说明的是，如果原始指纹图像是来自于其他设备采集的指纹图像，本地终端设备可以不具有该指纹采集设备1003；

其中，上述处理器1001，用于获取原始指纹图像，并确定与上述原始指纹图像所对应的注册指纹；获取使用未经特征放大处理的指纹图像与上述注册指纹比对进行指纹解锁的历史成功率；若上述历史成功率高于第一阈值，则使用上述原始指纹图像与上述注册指纹进行比对；若上述历史成功率低于第二阈值，则首先对上述原始指纹图像进行特征放大处理得到指纹模拟数据，然后使用上述指纹模拟数据与上述注册指纹进行比对；上述第一阈值大于或等于上述第二阈值。

本发明实施例，通过历史成功率来确定用户的原始指纹图像能否被识别出来，从而选择更为适合的指纹解锁方式；其中，在用户指纹识别本身成功率较低的情况下优选使用了先特征放大后比对的方式保证解锁成功率；在用户指纹识别本身成功率较高的情况下，可以减少特征放大等处理过程，从而节省指纹解锁的时间，提高指纹解锁效率。

本发明实施例中的特征放大可以包含使指纹图像变得更为清晰，特征更为明显以及将指纹图像进行修补获得更接近真实的指纹图像的所有图像处理算法，本实施例给出了其中一个优选的举例，具体如下：上述处理器1001，用于对上述原始指纹图像进行特征放大处理得到指纹模拟数据，包括：

用于获取上述原始指纹图像中各像素点的像素值；

依据目标像素点的像素值，以及与上述目标像素点相邻的像素点的像素值，计算上述目标像素点的灰阶值；上述目标像素点属于上述原始指纹图像中的像素点；

在计算得到上述原始指纹图像中各像素点的灰阶值后，确定上述原始指纹图像的灰阶值的级数；

提高上述原始指纹图像的灰阶值的级数，将上述原始指纹图像转换为指纹模拟数据。

本发明实施例，通过对原始指纹图像的像素值的处理，获得了各像素值的灰阶值，并据此确定了该原始指纹图像的灰阶值的级数，通过提高该原始指纹图像的灰阶值的级数获得了指纹模拟数据，可以使指纹模拟数据相对于原始指纹图像更为接近真实的指纹图像，并使指纹模拟数据的特征更为突出，从而有利于提高指纹图像的识别率，并进一步有利于解锁率以及认证效率的提高。

可选地，上述处理器1001，用于获取上述原始指纹图像中各像素点的像素值包括：

用于通过指纹采集设备采集上述原始指纹图像获得的指纹图像中各像素的电容值，或电容值的加权值。

可以理解的是，不同的指纹图像采集技术可以对应有不同的像素值，因此以电容值，或电容值的加权值为例的像素值，不应理解为对本发明实施例的唯一性限定。

可选地，本实施例还提供了灰阶值的具体计算方法，具体如下：上述处理器1001，用于依据目标像素点的像素值，以及与上述目标像素点相邻的像素点的像素值，计算上述目标像素点的灰阶值包括：

用于确定上述目标像素点的预设大小邻域范围中的中心点像素值、最大像素值以及最小像素值；

计算上述目标像素点的灰阶值为：A*(中心点像素值－最小像素值)/(最大像素值－最小像素值)，其中200≤A≤255。

在上述目标像素点以及与上述目标像素点相邻的像素点中，位于中心点的像素点的像素值是中心点像素值，像素值最大的像素点对应的像素值为最大像素值，像素值最小的像素点对应的像素值为最小像素值。通过本发明实施例的计算方式可以充分考虑像素点与周围像素点之间的差异，从而确定一个较为合理的灰阶值。

可选地，上述与上述目标像素点相邻的像素点包括：

以上述目标像素点为中心点的n*n个像素点，上述n为大于1的奇数。

在本实施例中，n取值为大于1的奇数，这样可以使目标像素点位于参与灰阶值计算的中心位置，有利于准确确定目标像素点的灰阶值；其中n通常的取值可以为3或5，也可以是其他值；较小的n可以提高计算效率，较大的n可以使指纹图像更为均衡，平衡这两者，可以将5或7作为较优值使用。

上述处理器1001，用于获取原始指纹图像包括：

接收原始指纹图像，或者，通过本地指纹采集设备采集得到原始指纹图像。

本实施例中，获取原始指纹图像，是指接收其他设备发送的原始指纹图像，在指纹识别应用场景下，本实施例的执行主体可以是终端或者服务器；那么服务器可以接收来自终端的指纹采集设备采集的原始指纹图像，终端设备也可以接收指纹采集设备采集的原始指纹图像，或者其他终端的指纹采集设备采集的原始指纹图像。

本发明实施例还提供了另一种终端设备，如图11所示，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该终端可以为包括手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑等任意终端设备，以终端为手机为例：

图11示出的是与本发明实施例提供的终端相关的手机的部分结构的框图。参考图11，手机包括：射频(Radio Frequency，RF)电路1110、存储器1120、输入单元1130、显示单元1140、传感器1150、音频电路1160、无线保真(wireless fidelity，WiFi)模块1170、处理器1180、以及电源1190等部件。本领域技术人员可以理解，图11中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图11对手机的各个构成部件进行具体的介绍：

RF电路1110可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器1180处理；另外，将设计上行的数据发送给基站。通常，RF电路1110包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier，LNA)、双工器等。此外，RF电路1110还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(GlobalSystem of Mobile communication，GSM)、通用分组无线服务(General Packet RadioService，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution，LTE)、电子邮件、短消息服务(Short Messaging Service，SMS)等。

存储器1120可用于存储软件程序以及模块，处理器1180通过运行存储在存储器1120的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1120可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

输入单元1130可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1130可包括触控面板1131以及其他输入设备1132。触控面板1131，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1131上或在触控面板1131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1131可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1180，并能接收处理器1180发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1131。除了触控面板1131，输入单元1130还可以包括其他输入设备1132。具体地，其他输入设备1132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元1140可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1140可包括显示面板1141，可选的，可以采用液晶显示器(LiquidCrystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1141。进一步的，触控面板1131可覆盖显示面板1141，当触控面板1131检测到在其上或附近的触摸操作后，传送给处理器1180以确定触摸事件的类型，随后处理器1180根据触摸事件的类型在显示面板1141上提供相应的视觉输出。虽然在图11中，触控面板1131与显示面板1141是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1131与显示面板1141集成而实现手机的输入和输出功能。

手机还可包括至少一种传感器1150，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1141的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1141和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路1160、扬声器1161，传声器1162可提供用户与手机之间的音频接口。音频电路1160可将接收到的音频数据转换后的电信号，传输到扬声器1161，由扬声器1161转换为声音信号输出；另一方面，传声器1162将收集的声音信号转换为电信号，由音频电路1160接收后转换为音频数据，再将音频数据输出处理器1180处理后，经RF电路1110以发送给比如另一手机，或者将音频数据输出至存储器1120以便进一步处理。

WiFi属于短距离无线传输技术，手机通过WiFi模块1170可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图11示出了WiFi模块1170，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器1180是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1120内的软件程序和/或模块，以及调用存储在存储器1120内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器1180可包括一个或多个处理单元；优选的，处理器1180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1180中。

手机还包括给各个部件供电的电源1190(比如电池)，优选的，电源可以通过电源管理系统与处理器1180逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。

前述实施例中，各步骤方法流程可以基于该终端设备的结构实现。其中传感器1150或者触控面板1131可以作为指纹采集设备使用。

值得注意的是，上述指纹解锁设备实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

另外，本领域普通技术人员可以理解实现上述各方法实施例中的全部或部分步骤是可以通过程序来指令相关的硬件完成，相应的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明实施例揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (13)

1.一种指纹解锁方法，其特征在于，包括：

获取原始指纹图像，并确定与所述原始指纹图像所对应的注册指纹；

获取使用未经特征放大处理的指纹图像与所述注册指纹比对进行指纹解锁的历史成功率；

若所述历史成功率高于第一阈值，则使用所述原始指纹图像与所述注册指纹进行比对；

若所述历史成功率低于第二阈值，则首先对所述原始指纹图像进行特征放大处理得到指纹模拟数据，然后使用所述指纹模拟数据与所述注册指纹进行比对；所述第一阈值大于或等于所述第二阈值。

2.根据权利要求1所述方法，其特征在于，所述对所述原始指纹图像进行特征放大处理得到指纹模拟数据，包括：

获取所述原始指纹图像中各像素点的像素值；

依据目标像素点的像素值，以及与所述目标像素点相邻的像素点的像素值，计算所述目标像素点的灰阶值；所述目标像素点属于所述原始指纹图像中的像素点；

在计算得到所述原始指纹图像中各像素点的灰阶值后，确定所述原始指纹图像的灰阶值的级数；

提高所述原始指纹图像的灰阶值的级数，将所述原始指纹图像转换为指纹模拟数据。

3.根据权利要求2所述方法，其特征在于，所述获取所述原始指纹图像中各像素点的像素值包括：

指纹采集设备采集所述原始指纹图像获得的指纹图像中各像素的电容值，或电容值的加权值。

4.根据权利要求2所述方法，其特征在于，所述依据目标像素点的像素值，以及与所述目标像素点相邻的像素点的像素值，计算所述目标像素点的灰阶值包括：

确定所述目标像素点的预设大小邻域范围中的中心点像素值、最大像素值以及最小像素值；

计算所述目标像素点的灰阶值为：A*(中心点像素值－最小像素值)/(最大像素值－最小像素值)，其中200≤A≤255。

5.根据权利要求2至4任意一项所述方法，其特征在于，所述与所述目标像素点相邻的像素点包括：

以所述目标像素点为中心点的n*n个像素点，所述n为大于1的奇数。

6.根据权利要求2至4任意一项所述方法，其特征在于，所述获取原始指纹图像包括：

接收原始指纹图像，或者，通过本地指纹采集设备采集得到原始指纹图像。

7.一种指纹解锁设备，其特征在于，包括：

指纹获取单元，用于获取原始指纹图像；

指纹确定单元，用于确定与所述原始指纹图像所对应的注册指纹；

历史获取单元，用于获取使用未经特征放大处理的指纹图像与所述注册指纹比对进行指纹解锁的历史成功率；

指纹处理单元，用于若所述历史成功率低于第二阈值，则对所述原始指纹图像进行特征放大处理得到指纹模拟数据；

指纹比对单元，用于若所述历史成功率高于第一阈值，则使用所述原始指纹图像与所述注册指纹进行比对；若所述历史成功率低于第二阈值，使用所述指纹模拟数据与所述注册指纹进行比对；所述第一阈值大于或等于所述第二阈值。

8.根据权利要求7所述设备，其特征在于，所述指纹处理单元，包括：

像素值获取单元，用于获取所述原始指纹图像中各像素点的像素值；

灰阶值计算单元，用于依据目标像素点的像素值，以及与所述目标像素点相邻的像素点的像素值，计算所述目标像素点的灰阶值；所述目标像素点属于所述原始指纹图像中的像素点；

级数确定单元，用于在计算得到所述原始指纹图像中各像素点的灰阶值后，确定所述原始指纹图像的灰阶值的级数；

图像转换单元，用于提高所述原始指纹图像的灰阶值的级数，将所述原始指纹图像转换为指纹模拟数据。

9.根据权利要求8所述设备，其特征在于，

所述像素值获取单元，具体用于获取指纹采集设备采集所述原始指纹图像获得的指纹图像中各像素的电容值，或电容值的加权值。

10.根据权利要求8所述设备，其特征在于，

所述灰阶值计算单元，具体用于确定所述目标像素点的预设大小邻域范围中的中心点像素值、最大像素值以及最小像素值；

计算所述目标像素点的灰阶值为：A*(中心点像素值－最小像素值)/(最大像素值－最小像素值)，其中200≤A≤255。

11.根据权利要求8至10任意一项所述设备，其特征在于，所述与所述目标像素点相邻的像素点包括：

以所述目标像素点为中心点的n*n个像素点，所述n为大于1的奇数。

12.根据权利要求8至10任意一项所述设备，其特征在于，所述获取原始指纹图像包括：

所述指纹获取单元，具体用于接收原始指纹图像，或者，通过本地指纹采集设备采集得到原始指纹图像。

13.一种终端设备，包括：处理器和存储器，其中所述处理器用于执行权利要求1至6任意一项所述的方法。