CN106104575A - 指纹模板生成方法及装置 - Google Patents
指纹模板生成方法及装置 Download PDFInfo
- Publication number
- CN106104575A CN106104575A CN201680000734.7A CN201680000734A CN106104575A CN 106104575 A CN106104575 A CN 106104575A CN 201680000734 A CN201680000734 A CN 201680000734A CN 106104575 A CN106104575 A CN 106104575A
- Authority
- CN
- China
- Prior art keywords
- fingerprint image
- fingerprint
- image
- candidate
- jth
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 88
- 239000012141 concentrate Substances 0.000 claims abstract description 90
- 238000001514 detection method Methods 0.000 claims abstract description 33
- 238000012217 deletion Methods 0.000 claims abstract description 31
- 230000037430 deletion Effects 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000003825 pressing Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 208000031481 Pathologic Constriction Diseases 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 210000001215 vagina Anatomy 0.000 description 4
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- 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
- G06V40/13—Sensors therefor
-
- 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
- G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
Abstract
本公开提供了一种指纹模板生成方法及装置，涉及指纹识别领域，所述方法包括：在目标指纹的录入过程中，将指纹识别传感器采集到的第i张指纹图像添加到目标指纹对应的候选指纹图像集，i≥2；计算候选指纹图像集中第i张指纹图像与第j张指纹图像的相似度，j＜i；若第i张指纹图像与第j张指纹图像的相似度大于相似度阈值，则从候选指纹图像集中删除第i张指纹图像或第j张指纹图像；检测候选指纹图像集包含的信息量是否达到阈值；当候选指纹图像集包含的信息量达到阈值时，根据候选指纹图像集中的各张指纹图像生成指纹模板。本公开实施例解决了相关技术中生成的指纹模板仅适用于部分指纹区域，影响指纹识别的成功率的问题。
Description
技术领域
本公开涉及指纹识别领域，特别涉及一种指纹模板生成方法及装置。
背景技术
随着移动终端的不断发展，指纹识别被广泛应用于智能手机、平板电脑之类的移动终端中，用于保证用户的个人信息安全。
指纹识别通常包括指纹录入阶段和指纹识别阶段。在进行指纹录入时，对于同一手指上的指纹，用户根据移动终端的提示在指纹识别传感器上录入若干次指纹，由移动终端对指纹识别传感器采集到的若干个指纹图像进行拼接，从而生成相应的指纹模板；在进行指纹识别时，移动终端检测指纹识别传感器采集到的指纹图像与指纹模板是否匹配，若指纹图像与指纹模板匹配，则确定通过指纹识别。但是通过多次录入方法重复录用同一区域的指纹图像生成指纹模板，导致生成的指纹模板仅适用于部分指纹区域，影响指纹识别的成功率。
发明内容
本公开提供了一种指纹模板生成方法及装置。所述技术方案如下：
第一方面，提供了一种指纹模板生成方法，该方法包括：
在目标指纹的录入过程中，将指纹识别传感器采集到的第i张指纹图像添加到目标指纹对应的候选指纹图像集，i≥2，且i为自然数；
计算候选指纹图像集中第i张指纹图像与第j张指纹图像的相似度，j＜i，且j为自然数；
若第i张指纹图像与第j张指纹图像的相似度大于相似度阈值，则从候选指纹图像集中删除第i张指纹图像或第j张指纹图像；
检测候选指纹图像集包含的信息量是否达到阈值；
当候选指纹图像集包含的信息量达到阈值时，根据候选指纹图像集中的各张指纹图像生成指纹模板。
可选地，从候选指纹图像集中删除第i张指纹图像或第j张指纹图像，包括：
获取第i张指纹图像和第j张指纹图像各自的图像质量；
若第i张指纹图像的图像质量高于第j张指纹图像的图像质量，则从候选指纹图像集中删除第j张指纹图像；
若第i张指纹图像的图像质量低于第j张指纹图像的图像质量，则从候选指纹图像集中删除第i张指纹图像。
可选地，获取第i张指纹图像和第j张指纹图像各自的图像质量，包括：
获取第i张指纹图像和第j张指纹图像各自的指纹图像面积；
获取第i张指纹图像和第j张指纹图像各自的指纹特征点数量；
根据指纹图像面积和指纹特征点数量计算第i张指纹图像和第j张指纹图像各自的特征点密度；
根据特征点密度确定图像质量，特征点密度与图像质量呈正比例关系。
可选地，检测候选指纹图像集包含的信息量是否达到阈值，包括：
检测候选指纹图像集中指纹图像的数量是否达到第一阈值；若候选指纹图像集中指纹图像的数量达到第一阈值，则确定候选指纹图像集包含的信息量达到阈值；
和/或，
检测候选指纹图像集中各张指纹图像的指纹特征点总和是否达到第二阈值；若候选指纹图像集中各张指纹图像的指纹特征点总和达到第二阈值，则确定候选指纹图像集包含的信息量达到阈值；
和/或，
检测候选指纹图像集中各张指纹图像的指纹面积总和是否达到第三阈值；若候选指纹图像集中各张指纹图像的指纹面积总和达到第三阈值，则确定候选指纹图像集包含的信息量达到阈值。
可选地，计算候选指纹图像集中第i张指纹图像与第j张指纹图像的相似度，包括：
获取第i张指纹图像和第j张指纹图像各自的指纹图像面积；
获取第i张指纹图像和第j张指纹图像各自的指纹特征点数量；
获取第i张指纹图像和第j张指纹图像各自的指纹特征点位置；
根据指纹图像面积的比值，和/或，指纹特征点数量的比值，和/或，指纹特征点位置的匹配度，加权计算相似度。
可选地，该方法，还包括：
当从候选指纹图像集中删除第i张指纹图像时，显示第一提示信息，第一提示信息用于指示第i张指纹图像与第j张指纹图像对应同一指纹区域；
当从候选指纹图像集中删除第j张指纹图像时，显示第二提示信息，第二提示信息用于指示已利用第i张指纹图像替换第j张指纹图像。
可选地，该方法，还包括：
当删除的指纹图像的数量达到第四阈值时，显示第三提示信息，第三提示信息用于指示指纹录入失败。
第二方面，提供了一种指纹模板生成装置，该装置包括：
添加模块，被配置为在目标指纹的录入过程中，将指纹识别传感器采集到的第i张指纹图像添加到目标指纹对应的候选指纹图像集，i≥2，且i为自然数；
计算模块，被配置为计算候选指纹图像集中第i张指纹图像与第j张指纹图像的相似度，j＜i，且j为自然数；
删除模块，被配置为若第i张指纹图像与第j张指纹图像的相似度大于相似度阈值，则从候选指纹图像集中删除第i张指纹图像或第j张指纹图像；
检测模块，被配置为检测候选指纹图像集包含的信息量是否达到阈值；
生成模块，被配置为当候选指纹图像集包含的信息量达到阈值时，根据候选指纹图像集中的各张指纹图像生成指纹模板。
可选地，删除模块，包括：
获取子模块，被配置为获取第i张指纹图像和第j张指纹图像各自的图像质量；
第一删除子模块，被配置为若第i张指纹图像的图像质量高于第j张指纹图像的图像质量，则从候选指纹图像集中删除第j张指纹图像；
第二删除子模块，被配置为若第i张指纹图像的图像质量低于第j张指纹图像的图像质量，则从候选指纹图像集中删除第i张指纹图像。
可选地，获取子模块，包括：
面积获取子模块，被配置为获取第i张指纹图像和第j张指纹图像各自的指纹图像面积；
数量获取子模块，被配置为获取第i张指纹图像和第j张指纹图像各自的指纹特征点数量；
密度计算子模块，被配置为根据指纹图像面积和指纹特征点数量计算第i张指纹图像和所述第j张指纹图像各自的特征点密度；
确定子模块，被配置为根据特征点密度确定图像质量，特征点密度与图像质量呈正比例关系。
可选地，检测模块，包括：
第一检测子模块，被配置为检测候选指纹图像集中指纹图像的数量是否达到第一阈值；若候选指纹图像集中指纹图像的数量达到第一阈值，则确定候选指纹图像集包含的信息量达到阈值；
和/或，
第二检测子模块，被配置为检测候选指纹图像集中各张指纹图像的指纹特征点总和是否达到第二阈值；若候选指纹图像集中各张指纹图像的指纹特征点总和达到第二阈值，则确定候选指纹图像集包含的信息量达到阈值；
和/或，
第三检测子模块，被配置为检测候选指纹图像集中各张指纹图像的指纹面积总和是否达到第三阈值；若候选指纹图像集中各张指纹图像的指纹面积总和达到第三阈值，则确定候选指纹图像集包含的信息量达到阈值。
可选地，计算模块，包括：
第一获取子模块，被配置为获取第i张指纹图像和第j张指纹图像各自的指纹图像面积；
第二获取子模块，被配置为获取第i张指纹图像和第j张指纹图像各自的指纹特征点数量；
第三获取子模块，被配置为获取第i张指纹图像和第j张指纹图像各自的指纹特征点位置；
计算子模块，被配置为根据指纹图像面积的比值，和/或，指纹特征点数量的比值，和/或，指纹特征点位置的匹配度，加权计算相似度。
可选地，该装置，还包括：
第一显示模块，被配置为当从候选指纹图像集中删除第i张指纹图像时，显示第一提示信息，第一提示信息用于指示第i张指纹图像与第j张指纹图像对应同一指纹区域；
第二显示模块，被配置为当从候选指纹图像集中删除第j张指纹图像时，显示第二提示信息，第二提示信息用于指示已利用第i张指纹图像替换第j张指纹图像。
可选地，该装置，还包括：
第三显示模块，被配置为当删除的指纹图像的数量达到第四阈值时，显示第三提示信息，第三提示信息用于指示指纹录入失败。
第三方面，提供了一种指纹模板生成装置，该装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
在目标指纹的录入过程中，将指纹识别传感器采集到的第i张指纹图像添加到目标指纹对应的候选指纹图像集，i≥2，且i为自然数；
计算候选指纹图像集中第i张指纹图像与第j张指纹图像的相似度，j＜i，且j为自然数；
若第i张指纹图像与第j张指纹图像的相似度大于相似度阈值，则从候选指纹图像集中删除第i张指纹图像或第j张指纹图像；
检测候选指纹图像集包含的信息量是否达到阈值；
当候选指纹图像集包含的信息量达到阈值时，根据候选指纹图像集中的各张指纹图像生成指纹模板。
本公开的实施例提供的技术方案可以包括以下有益效果：
通过在目标指纹录入阶段，计算当前获取到的指纹图像与之前获取到的指纹图像之间的相似度，并在两个指纹图像的相似度大于相似度阈值时，保留其中一个指纹图像用于生成指纹模板；解决了通过多次录入方法重复录用同一区域的指纹图像生成指纹模板，导致生成的指纹模板仅适用于部分指纹区域，影响指纹识别的成功率的问题；达到了候选指纹图像集中各个指纹图像对应的指纹区域各不相同，使得生成的指纹模板能够覆盖目标指纹的整个指纹区域，保证了指纹模板的质量，从而提高指纹识别的成功率。
应当理解的是，以上的一般描述和后文的细节描述仅是示意性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。
图1示出了一示意性实施例所提供的指纹模板生成方法的方法流程图；
图2A示出了另一示意性实施例所提供的指纹模板生成方法的方法流程图；
图2B是图2A所示指纹模板生成方法所涉及的指纹图像相似度计算过程的流程图；
图2C是图2A所示指纹模板生成方法所涉及的图像质量确定过程的流程图；
图2D示出了再一示意性实施例所提供的指纹模板生成方法的方法流程图；
图2E和图2F是图2D所示指纹模板生成方法所涉及的界面示意图；
图2G示出了又一示意性实施例所提供的指纹模板生成方法的方法流程图；
图2H是图2G所示指纹模板生成方法所涉及的界面示意图；
图3示出了一示意性实施例提供的指纹模板生成装置的结构示意图；
图4示出了另一示意性实施例提供的指纹模板生成装置的结构示意图；
图5是根据一示意性实施例示出的移动终端的框图。
具体实施方式
这里将详细地对示意性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示意性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开各个实施例提供的指纹模板生成方法，用于配置有指纹识别传感器的电子设备，该电子设备可以是智能手机、平板电脑、电子书阅读器或便携式个人计算机等等。指纹识别传感器可以为按压式指纹识别传感器(手指平压在传感器上以获取指纹图像)或滑动式指纹识别传感器(手指划过传感器以获取指纹图像)等等，本公开并不对此进行限定。
另外，电子设备中的指纹识别传感器还与处理器以及存储器电性相连。在指纹录入阶段，指纹识别传感器采集到的指纹图像存储在存储器中，处理器即根据该指纹图像生成相应的指纹模板，并存储存储器中；在指纹识别阶段，处理器获取指纹识别传感器采集到的指纹图像，将该指纹图像与存储器中存储的指纹模板进行匹配，并在指纹图像与指纹模板匹配时，确定通过指纹验证。
为了方便描述，下述各个实施例以该指纹模板生成方法用于移动终端为例进行说明，并不对本公开构成限定。
图1示出了一示意性实施例所提供的指纹模板生成方法的方法流程图。本实施例以该指纹模板生成方法应用于配置有指纹识别传感器的电子设备进行举例说明。该指纹模板生成方法包括：
在步骤101中，在目标指纹的录入过程中，将指纹识别传感器采集到的第i张指纹图像添加到目标指纹对应的候选指纹图像集，i≥2，且i为自然数。
在目标指纹的录入过程中，移动终端将指纹识别传感器采集到的第一张指纹图像直接添加到该目标指纹对应的候选指纹图像集中，且不需要对其进行相似度计算(候选指纹图像集中仅包含一张指纹图像)；对于指纹识别传感器后续采集到的第i张指纹图像，移动终端将第i张指纹图像添加到候选指纹图像集中，并通过步骤103计算第i张指纹图像与候选指纹图像集中已存储的各张指纹图像的相似度。
在步骤103中，计算候选指纹图像集中第i张指纹图像与第j张指纹图像的相似度，j＜i，且j为自然数。
在一种可能的实施方式中，移动终端可以根据指纹图像的形状、面积、指纹特征点的数量以及分布位置计算两张指纹图像间的相似度。
在步骤105中，若第i张指纹图像与第j张指纹图像的相似度大于相似度阈值，则从候选指纹图像集中删除第i张指纹图像或第j张指纹图像。
对于相似度大于预设相似度阈值的两张指纹图像，移动终端确定这两张指纹图像对应目标指纹的同一指纹区域，移动终端择一删除一张指纹图像，从而保证候选指纹图像集中各个指纹图像对应不同的指纹区域。
需要说明的是，当第i张指纹图像与候选指纹图像集中各张指纹图像得相似度均低于最低相似度阈值时(比如20％)，移动终端确定第i张指纹图像不属于目标指纹，并将第i张指纹图像从候选指纹图像集中删除。
在步骤107中，检测候选指纹图像集包含的信息量是否达到阈值。
其中，候选指纹图像集包含的信息量达到阈值指候选指纹图像集中指纹图像的数量达到第一阈值，和/或，候选指纹图像集中各张指纹图像的指纹特征点总和达到第二阈值，和/或，候选指纹图像集中各张指纹图像的指纹面积总和达到第三阈值。
在步骤109中，当候选指纹图像集包含的信息量达到阈值时，根据候选指纹图像集中的各张指纹图像生成指纹模板。
为了确保生成的指纹模板的质量，当候选指纹图像集包含的信息量达到阈值时，移动终端根据候选指纹图像集中的各张指纹图像生成相应的指纹模板；当候选指纹图像集包含的信息量未达到阈值时，移动终端指示指纹识别传感器继续采集指纹图像，直至信息量达到阈值。
综上所述，本实施例提供的指纹模板生成方法，通过在目标指纹录入阶段，计算当前获取到的指纹图像与之前获取到的指纹图像之间的相似度，并在两个指纹图像的相似度大于相似度阈值时，保留其中一个指纹图像用于生成指纹模板；解决了通过多次录入方法重复录用同一区域的指纹图像生成指纹模板，导致生成的指纹模板仅适用于部分指纹区域，影响指纹识别的成功率的问题；达到了候选指纹图像集中各个指纹图像对应的指纹区域各不相同，使得生成的指纹模板能够覆盖目标指纹的整个指纹区域，保证了指纹模板的质量，从而提高指纹识别的成功率。
为了进一步提高生成的指纹模板的质量，从而提高指纹识别的成功率，当候选指纹图像集中两张指纹图像的相似度大于相似度阈值时，移动终端保留两张指纹图像中图像质量较高的指纹图像，删除图像质量较低的指纹图像。下面采用一个实施例进行说明。
图2A示出了另一示意性实施例所提供的指纹模板生成方法的方法流程图。本实施例以该指纹模板生成方法应用于配置有指纹识别传感器的电子设备进行举例说明。该指纹模板生成方法包括：
在步骤201中，在目标指纹的录入过程中，将指纹识别传感器采集到的第i张指纹图像添加到目标指纹对应的候选指纹图像集，i≥2，且i为自然数。
进行目标指纹录入时，用户使用目标手指按压指纹识别传感器(对于按压式指纹识别传感器)或在指纹识别传感器上滑动(对于滑动式指纹识别传感器)，使得指纹识别传感器能够采集到目标手指的指纹图像。为了保证根据指纹图像生成的指纹模板的质量，用户需要重复录入多次目标指纹。
对于指纹识别传感器采集到的各张指纹图像，移动终端将其确定为候选指纹图像，并将该候选指纹图像添加到目标指纹对应的候选指纹图像集中。其中，该候选指纹图像集中的指纹图像用于生成目标指纹对应的指纹模板。
在步骤202中，计算候选指纹图像集中第i张指纹图像与第j张指纹图像的相似度，j＜i，且j为自然数。
相关技术中，对于添加到候选指纹图像集中的各张指纹图像，移动终端不需要对其进行处理，当采集到的指纹图像达到数量阈值时(比如8张)，移动终端即提示用户完成指纹录入，并根据候选指纹图像集中的各个指纹图像生成指纹模板。由于候选指纹图像集中的指纹图像未经过筛选，当多个指纹图像对应同一指纹区域时，生成的指纹模板仅能够覆盖目标指纹的小部分指纹区域(比如正面指纹区域)，导致指纹模板的质量较差，利用该指纹模板进行指纹识别的成功率也较低(比如利用该指纹模板无法识别侧面指纹区域)。
而本公开实施例提供的指纹模板生成方法中，对于添加到候选指纹图像集中的第i张指纹图像，移动终端需要计算第i张指纹图像与候选指纹图像集中其它指纹图像之间的相似度，从而确定第i张指纹图像对应的指纹区域是否已经被覆盖。在一种可能的实施方式中，如图2B所示，移动终端计算两张指纹图像相似度可以包括如下步骤。
在步骤202A中，获取第i张指纹图像和第j张指纹图像各自的指纹图像面积。
由于用户使用同一姿势按压指纹识别传感器(或在指纹识别传感器上滑动)时，指纹识别传感器采集到的指纹图像的面积较为相近，因此，移动终端可以获取第i张指纹图像和第j张指纹图像各自的指纹图像面积，并以此计算两者的相似度。
在步骤202B中，获取第i张指纹图像和第j张指纹图像各自的指纹特征点数量。
指纹图像上包含大量的指纹特征点，这些指纹特征点包括指纹纹路的分叉点、三角点、终止点和螺旋中心点等等。当用户使用同一姿势按压指纹识别传感器时，指纹识别传感器采集到的指纹图像中包含的指纹特征点的个数相近，因此，移动终端可以获取第i张指纹图像和第j张指纹图像各自的指纹特征点数量，并以此计算两者的相似度。
在步骤202C中，获取第i张指纹图像和第j张指纹图像各自的指纹特征点位置。
同一目标指纹中，不同指纹区域的指纹纹路差异较大，因此，不同指纹区域对应指纹图像上指纹特征点位置分布也存在较大差异。因此，移动终端可以获取第i张指纹图像和第j张指纹图像各自的指纹特征点位置，并以此计算两者的相似度。
需要说明的是，本公开并不对识别指纹特征点所采用的方法进行限定。
在步骤202D中，根据指纹图像面积的比值，和/或，指纹特征点数量的比值，和/或，指纹特征点位置的匹配度，加权计算相似度。
移动终端根据上述步骤202A至步骤202C获取到的指纹图像面积、指纹特征点数量和指纹特征点位置中的至少一种，计算两个指纹图像的相似度。
在一种可能的实施方式中，移动终端根据两个指纹图像各自对应指纹图像面积的比值，确定两个指纹图像的面积相似度；根据两个指纹图像各自对应的指纹特征点数量的比值，确定两个指纹图像的特征点数量相似度；根据两个指纹图像各自对应的指纹特征点位置以及预定匹配算法，移动终端计算两者指纹特征点位置的匹配度，从而确定两个指纹图像的特征点分布相似度。移动终端根据面积相似度、特征点数量相似度、特征点分布相似度以及各自对应的权重值进行加权计算，得到两个指纹图像之间的相似度，其中，面积相似度的权重值≤特征点数量相似度的权重值≤特征点分布相似度的权重值。
可选地，移动终端中预先存储有指纹图像面积的比值与面积相似度之间的对应关系，该对应关系示意性如表一所示。
表一
| 指纹图像面积的比值 | 面积相似度 |
| 0.65-0.8 | 0.7 |
| 0.8-0.95 | 0.85 |
| 0.95-1.0 | 1.0 |
根据两个指纹图像之间指纹图像面积的比值，移动终端即可通过表一确定两个指纹图像之间的面积相似度。
相似的，移动终端中预先存储有指纹特征点数量的比值与特征点数量相似度之间的对应关系，该对应关系示意性如表二所示。
表二
| 指纹特征点数量的比值 | 特征点数量相似度 |
| 0.6-0.7 | 0.6 |
| 0.7-0.9 | 0.8 |
| 0.9-1.0 | 1.0 |
根据两个指纹图像之间指纹特征点数量的比值，移动终端即可通过表二确定两个指纹图像之间的特征点数量相似度。
比如，移动终端确定两个指纹图像对应的面积相似度为1.0，特征点数量相似度为0.8，且特征点分布相似度为0.85，当面积相似度的权重值＝0.1，特征点数量相似度的权重值＝0.2，特征点分布相似度的权重值＝0.7时，两个指纹图像的相似度即为：1.0*0.1+0.8*0.2+0.95*0.7＝0.835。
需要说明的是，本实施例仅以移动终端依据上述三个维度计算指纹图像相似度为例进行示意性说明，在其他可能的实施方式中，移动终端还可以从指纹图像的指纹轮廓匹配度等方面计算相似度，本实施例并不对此进行限定。
在步骤203中，若第i张指纹图像与第j张指纹图像的相似度大于相似度阈值，获取第i张指纹图像和第j张指纹图像各自的图像质量。
当第i张指纹图像与第j张指纹图像的相似度小于相似度阈值时(比如0.8)，移动终端确定第i张指纹图像与第j张指纹图像对应的指纹区域不同，并通过指纹识别传感器采集第i+1张指纹图像；当第i张指纹图像与第j张指纹图像的相似度大于相似度阈值时，移动终端确定第i张指纹图像与第j张指纹图像对应的指纹区域相同，并择一删除一张指纹图像。
对于同一指纹区域的两张指纹图像，其图像质量存在差异，因此，当第i张指纹图像与第j张指纹图像对应的指纹区域相同时，移动终端进一步根据两者的图像质量确定保留的指纹图像。在一种可能的实施方式中，如图2C所示，本步骤可以包括如下步骤。
在步骤203A中，获取第i张指纹图像和第j张指纹图像各自的指纹图像面积。
与上述步骤202A相似的，移动终端获取两个相似指纹图像各自对应的指纹图像面积。
在步骤203B中，获取第i张指纹图像和第j张指纹图像各自的指纹特征点数量。
与上述步骤202B相似的，移动终端获取两个相似指纹图像各自对应的指纹特征点数量。
在步骤203C中，根据指纹图像面积和指纹特征点数量计算第i张指纹图像和第j张指纹图像各自的特征点密度。
单位面积内，指纹图像中包含的指纹特征点数量越多，移动终端能够提取的信息量越多，该指纹图像的图像质量也越高，相应的，根据该指纹图像生成的指纹模板的质量也越高。
移动终端根据上述步骤获取到的指纹图像面积和指纹特征点数量，计算两个相似指纹图像各自对应的特征点密度。其中，特征点密度＝指纹特征点数量/指纹图像面积。
比如，移动终端获取到第i张指纹图像的指纹图像面积为0.5cm2，指纹特征点数量为16个，则第i张指纹图像的特征点密度为16/0.5＝32个/cm2；移动终端获取到第j张指纹图像的指纹图像面积为0.49cm2，指纹特征点数量为14个，则第j张指纹图像的特征点密度为14/0.49＝29个/cm2。
在步骤203D中，根据特征点密度确定图像质量，特征点密度与图像质量呈正比例关系。
指纹图像的特征点密度越高，该指纹图像的图像质量越高，移动终端即根据特征点密度确定指纹图像的图像质量。
比如，第i张指纹图像的特征点密度为16/0.5＝32个/cm2，第j张指纹图像的特征点密度为14/0.49＝29个/cm2，则第i张指纹图像的图像质量高于第j张指纹图像的图像质量。
需要说明的是，本实施例仅以特征点密度作为图像质量的衡量标准为例进行说明，并不对本公开构成限定。
在步骤204中，若第i张指纹图像的图像质量高于第j张指纹图像的图像质量，则从候选指纹图像集中删除第j张指纹图像。
当第i张指纹图像的图像质量高于第j张指纹图像的图像质量时，移动终端保留第i张指纹图像，并删除第j张指纹图像。
在步骤205中，若第i张指纹图像的图像质量低于第j张指纹图像的图像质量，则从候选指纹图像集中删除第i张指纹图像。
当第j张指纹图像的图像质量高于第i张指纹图像的图像质量时，移动终端保留第j张指纹图像，并删除第i张指纹图像。
在目标指纹录入过程中，移动终端需要重复执行上述步骤201至步骤205，保证候选指纹图像集中各个指纹图像对应的指纹区域不同，从而提高生成的指纹模板的质量。
在步骤206中，检测候选指纹图像集中指纹图像的数量是否达到第一阈值；若候选指纹图像集中指纹图像的数量达到第一阈值，则确定候选指纹图像集包含的信息量达到阈值。
为了保证生成的指纹模板中包含足够的信息量，移动终端需要根据多张不同指纹区域的指纹图像生成指纹模板。因此，在一种可能的实施方式中，在目标指纹录入过程中，移动终端检测候选指纹图像集中指纹图像的数量是否达到第一阈值，当指纹图像的数量达到第一阈值时，移动终端确定候选指纹图像集中包含足够的信息量，并根据各个指纹图像生成指纹模板，执行步骤209。
比如，该第一阈值可以为6，即候选指纹图像集中指纹图像的数量达到6时，移动终端即确定候选指纹图像集中包含足够的信息量。
在步骤207中，检测候选指纹图像集中各张指纹图像的指纹特征点总和是否达到第二阈值；若候选指纹图像集中各张指纹图像的指纹特征点总和达到第二阈值，则确定候选指纹图像集包含的信息量达到阈值。
为了保证指纹识别的成功率，生成的指纹模板中需要包含足够的信息量，该信息量可以指指纹模板中包含的指纹特征点的数量。
在一种可能的实施方式中，在目标指纹录入过程中，移动终端检测候选指纹图像集中各张指纹图像的指纹特征点总和是否达到第二阈值，当指纹特征点总和达到第二阈值时，移动终端确定候选指纹图像集包含足够的信息量，并根据各个指纹图像生成指纹模板，执行步骤209。
比如，该第二阈值可以为200，即候选指纹图像集中各张指纹图像的指纹特征点总和达到200时，移动终端确定候选指纹图像集包含足够的信息量。
在步骤208中，检测候选指纹图像集中各张指纹图像的指纹面积总和是否达到第三阈值；若候选指纹图像集中各张指纹图像的指纹面积总和达到第三阈值，则确定候选指纹图像集包含的信息量达到阈值。
通常情况下，用户手指的指纹区域总面积在特定数值区间，因此，在一种可能的实施方式中，移动终端检测候选指纹图像集中各张指纹图像的指纹面积总和是否达到第三阈值，当指纹面积总和达到第三阈值时，移动终端确定候选指纹图像集包含足够的信息量，并根据各个指纹图像生成指纹模板。其中，第三阈值可以为特定数值区间上限的n倍，n≥2。
比如，该第三阈值可以为4cm2，即候选指纹图像集中各张指纹图像的指纹面积总和达到4cm2时，移动终端确定候选指纹图像集包含足够的信息量。
在步骤209中，当候选指纹图像集包含的信息量达到阈值时，根据候选指纹图像集中的各张指纹图像生成指纹模板。
移动终端根据若干个指纹图像生成指纹模板时，可以根据指纹图像的边缘特征点分布确定各个指纹图像之间的邻接关系，并根据该邻接关系对若干个指纹图像进行拼接，从而生成指纹模板，本公开并不对生成指纹模板的具体方式进行限定。
综上所述，本实施例提供的指纹模板生成方法，通过在目标指纹录入阶段，计算当前获取到的指纹图像与之前获取到的指纹图像之间的相似度，并在两个指纹图像的相似度大于相似度阈值时，保留其中一个指纹图像用于生成指纹模板；解决了通过多次录入方法重复录用同一区域的指纹图像生成指纹模板，导致生成的指纹模板仅适用于部分指纹区域，影响指纹识别的成功率的问题；达到了候选指纹图像集中各个指纹图像对应的指纹区域各不相同，使得生成的指纹模板能够覆盖目标指纹的整个指纹区域，保证了指纹模板的质量，从而提高指纹识别的成功率。
本实施例中，当获取到对应指纹区域相同的两张指纹图像时，移动终端根据指纹图像各自的图像质量，保留图像质量较高的指纹图像，并对图像质量较差的指纹图像进行删除，从而进一步提高了生成了指纹模板的质量。
本实施例中，移动终端从指纹图像数量、指纹图像面积总和以及指纹图像特征点总和三个维度确定候选指纹图像集中是否包含足够信息量，并在候选指纹图像集中包含足够信息量时停止获取指纹图像，生成相应的指纹模板，从而确保生成的指纹模板中包含足够信息量，提高了利用该指纹模板进行指纹识别时的识别成功率。
为了提高指纹录入的效率，当获取到对应同一指纹区域的两张指纹图像时，移动终端显示相应的提示信息，提示用户录入不同指纹区域的指纹图像。在一种可能的实施方式中，基于图2A所示的实施例，如图2D所示，上述步骤204之后包括步骤211，上述步骤205之后包括步骤210。
在步骤210中，当从候选指纹图像集中删除第i张指纹图像时，显示第一提示信息，第一提示信息用于指示第i张指纹图像与第j张指纹图像对应同一指纹区域。
当删除候选指纹图像集中新增的第i张指纹图像时，表示之前录入的第j张指纹图像已覆盖第i张指纹图像所指的指纹区域，且第i张指纹图像的图像效果不如第j张指纹图像的图像效果。移动终端即显示第一提示信息，指示用户第i张指纹图像与第j张指纹图像对应同一指纹区域的同时，提示用户录入其它指纹区域的指纹图像。
比如，如图2E所示，用户根据提示录入第2张指纹图像，当第2张指纹图像与第1张指纹图像对应同一指纹区域，且第1张指纹图像的图像质量优于第2张指纹图像时，移动终端即在指纹录入界面21中显示第一提示信息22。
在步骤211中，当从候选指纹图像集中删除第j张指纹图像时，显示第二提示信息，第二提示信息用于指示已利用第i张指纹图像替换第j张指纹图像。
当删除候选指纹图像集中的第j张指纹图像时，表示之前录入的第j张指纹图像已覆盖第i张指纹图像对应的指纹区域，但是第i张指纹图像的图像质量优于第j张指纹图像的图像质量。移动终端即显示第二提示信息，提示用户已利用第i张指纹图像替换第j张指纹图像的同时，提示用户录入其它指纹区域的指纹图像。
比如，如图2F所示，用户根据提示录入第2张指纹图像，当第2张指纹图像与第1张指纹图像对应同一指纹区域，且第2张指纹图像的图像质量优于第1张指纹图像时，移动终端即在指纹录入界面21中显示第二提示信息23。
需要说明的是，移动终端还可以根据已录入指纹图像对应的的指纹区域，确定出未覆盖的指纹区域，并将该指纹区域的信息添加到第一提示信息或第二提示信息中，从而进一步提高用户的指纹录入效率，本公开并不对此进行限定。
本实施例中，移动终端采用不同的提示方式提示用户指纹录入的情况，使得用户可以调整录入指纹的姿势，提高了指纹录入的效率，并保证录入的指纹图像能够覆盖各个指纹区域。
为了避免用户故意反复录入同一指纹区域的指纹图像，导致指纹录入无法完成，在一种可能的实施方式中，当删除的指纹图像的数量达到阈值时，移动终端显示相应的提示信息。基于图2A所示的实施例，如图2G所示，上述步骤204和步骤205之后，还包括如下步骤。
在步骤212中，当删除的指纹图像的数量达到第四阈值时，显示第三提示信息，第三提示信息用于指示指纹录入失败。
比如，如图2H所示，该第四阈值为6，即当删除的指纹图像的数量达到6时，移动终端在指纹录入界面21中显示第三提示信息24，指示用户此次录入失败。
本实施例中，当删除的指纹图像的数量达到阈值时，移动终端显示相应的提示信息，并终止此次指纹录入，从而避免用户故意反复录入同一指纹区域的指纹图像所造成的处理资源浪费。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图3示出了一示意性实施例提供的指纹模板生成装置的结构示意图。该指纹模板生成装置可以通过专用硬件电路，或者，软硬件的结合实现成为配置有指纹识别传感器的电子设备的全部或一部分，该指纹模板生成装置包括：
添加模块310，被配置为在目标指纹的录入过程中，将指纹识别传感器采集到的第i张指纹图像添加到目标指纹对应的候选指纹图像集，i≥2，且i为自然数；
计算模块320，被配置为计算候选指纹图像集中第i张指纹图像与第j张指纹图像的相似度，j＜i，且j为自然数；
删除模块330，被配置为若第i张指纹图像与第j张指纹图像的相似度大于相似度阈值，则从候选指纹图像集中删除第i张指纹图像或第j张指纹图像；
检测模块340，被配置为检测候选指纹图像集包含的信息量是否达到阈值；
生成模块350，被配置为当候选指纹图像集包含的信息量达到阈值时，根据候选指纹图像集中的各张指纹图像生成指纹模板。
综上所述，本实施例提供的指纹模板生成装置，通过在目标指纹录入阶段，计算当前获取到的指纹图像与之前获取到的指纹图像之间的相似度，并在两个指纹图像的相似度大于相似度阈值时，保留其中一个指纹图像用于生成指纹模板；解决了通过多次录入方法重复录用同一区域的指纹图像生成指纹模板，导致生成的指纹模板仅适用于部分指纹区域，影响指纹识别的成功率的问题；达到了候选指纹图像集中各个指纹图像对应的指纹区域各不相同，使得生成的指纹模板能够覆盖目标指纹的整个指纹区域，保证了指纹模板的质量，从而提高指纹识别的成功率。
图4示出了另一示意性实施例提供的指纹模板生成装置的结构示意图。该指纹模板生成装置可以通过专用硬件电路，或者，软硬件的结合实现成为配置有指纹识别传感器的电子设备的全部或一部分，该指纹模板生成装置包括：
添加模块410，被配置为在目标指纹的录入过程中，将指纹识别传感器采集到的第i张指纹图像添加到目标指纹对应的候选指纹图像集，i≥2；
计算模块420，被配置为计算候选指纹图像集中第i张指纹图像与第j张指纹图像的相似度，j＜i；
删除模块430，被配置为若第i张指纹图像与第j张指纹图像的相似度大于相似度阈值，则从候选指纹图像集中删除第i张指纹图像或第j张指纹图像；
检测模块440，被配置为检测候选指纹图像集包含的信息量是否达到阈值；
生成模块450，被配置为当候选指纹图像集包含的信息量达到阈值时，根据候选指纹图像集中的各张指纹图像生成指纹模板。
可选地，删除模块430，包括：
获取子模块431，被配置为获取第i张指纹图像和第j张指纹图像各自的图像质量；
第一删除子模块432，被配置为若第i张指纹图像的图像质量高于第j张指纹图像的图像质量，则从候选指纹图像集中删除第j张指纹图像；
第二删除子模块433，被配置为若第i张指纹图像的图像质量低于第j张指纹图像的图像质量，则从候选指纹图像集中删除第i张指纹图像。
可选地，获取子模块431，包括：
面积获取子模块431a，被配置为获取第i张指纹图像和第j张指纹图像各自的指纹图像面积；
数量获取子模块431b，被配置为获取第i张指纹图像和第j张指纹图像各自的指纹特征点数量；
密度计算子模块431c，被配置为根据指纹图像面积和指纹特征点数量计算第i张指纹图像和所述第j张指纹图像各自的特征点密度；
确定子模块431d，被配置为根据特征点密度确定图像质量，特征点密度与图像质量呈正比例关系。
可选地，检测模块440，包括：
第一检测子模块441，被配置为检测候选指纹图像集中指纹图像的数量是否达到第一阈值；若候选指纹图像集中指纹图像的数量达到第一阈值，则确定候选指纹图像集包含的信息量达到阈值；
和/或，
第二检测子模块442，被配置为检测候选指纹图像集中各张指纹图像的指纹特征点总和是否达到第二阈值；若候选指纹图像集中各张指纹图像的指纹特征点总和达到第二阈值，则确定候选指纹图像集包含的信息量达到阈值；
和/或，
第三检测子模块443，被配置为检测候选指纹图像集中各张指纹图像的指纹面积总和是否达到第三阈值；若候选指纹图像集中各张指纹图像的指纹面积总和达到第三阈值，则确定候选指纹图像集包含的信息量达到阈值
可选地，计算模块420，包括：
第一获取子模块421，被配置为获取第i张指纹图像和第j张指纹图像各自的指纹图像面积；
第二获取子模块422，被配置为获取第i张指纹图像和第j张指纹图像各自的指纹特征点数量；
第三获取子模块423，被配置为获取第i张指纹图像和第j张指纹图像各自的指纹特征点位置；
计算子模块424，被配置为根据指纹图像面积的比值，和/或，指纹特征点数量的比值，和/或，指纹特征点位置的匹配度，加权计算相似度。
可选地，该装置，还包括：
第一显示模块460，被配置为当从候选指纹图像集中删除第i张指纹图像时，显示第一提示信息，第一提示信息用于指示第i张指纹图像与第j张指纹图像对应同一指纹区域；
第二显示模块470，被配置为当从候选指纹图像集中删除第j张指纹图像时，显示第二提示信息，第二提示信息用于指示已利用第i张指纹图像替换第j张指纹图像。
可选地，该装置，还包括：
第三显示模块480，被配置为当删除的指纹图像的数量达到第四阈值时，显示第三提示信息，第三提示信息用于指示指纹录入失败。
综上所述，本实施例提供的指纹模板生成装置，通过在目标指纹录入阶段，计算当前获取到的指纹图像与之前获取到的指纹图像之间的相似度，并在两个指纹图像的相似度大于相似度阈值时，保留其中一个指纹图像用于生成指纹模板；解决了通过多次录入方法重复录用同一区域的指纹图像生成指纹模板，导致生成的指纹模板仅适用于部分指纹区域，影响指纹识别的成功率的问题；达到了候选指纹图像集中各个指纹图像对应的指纹区域各不相同，使得生成的指纹模板能够覆盖目标指纹的整个指纹区域，保证了指纹模板的质量，从而提高指纹识别的成功率。
本实施例中，当获取到对应指纹区域相同的两张指纹图像时，移动终端根据指纹图像各自的图像质量，保留图像质量较高的指纹图像，并对图像质量较差的指纹图像进行删除，从而进一步提高了生成了指纹模板的质量。
本实施例中，移动终端从指纹图像数量、指纹图像面积总和以及指纹图像特征点总和三个维度确定候选指纹图像集中是否包含足够信息量，并在候选指纹图像集中包含足够信息量时停止获取指纹图像，生成相应的指纹模板，从而确保生成的指纹模板中包含足够信息量，提高了利用该指纹模板进行指纹识别时的识别成功率。
本实施例中，移动终端采用不同的提示方式提示用户指纹录入的情况，使得用户可以调整录入指纹的姿势，提高了指纹录入的效率，并保证录入的指纹图像能够覆盖各个指纹区域。
本实施例中，当删除的指纹图像的数量达到阈值时，移动终端显示相应的提示信息，并终止此次指纹录入，从而避免用户故意反复录入同一指纹区域的指纹图像所造成的处理资源浪费。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图5是根据一示意性实施例示出的移动终端的框图。例如，移动终端500可以是配置有指纹识别传感器的智能手机、平板电脑、电子书阅读器或个人计算机等等。
参照图5，移动终端500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出(I/O)接口512，传感器组件514，以及通信组件516。
处理组件502通常控制移动终端500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器518来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在移动终端500的操作。这些数据的示例包括用于在移动终端500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件506为移动终端500的各种组件提供电力。电源组件506可以包括电源管理系统，一个或多个电源，及其他与为移动终端500生成、管理和分配电力相关联的组件。
多媒体组件508包括在移动终端500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件508包括一个前置摄像头和/或后置摄像头。当移动终端500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当移动终端500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。
I/O接口512为处理组件502和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器，用于为移动终端500提供各个方面的状态评估。例如，传感器组件514可以检测到移动终端500的打开/关闭状态，组件的相对定位，例如组件为移动终端500的显示器和小键盘，传感器组件514还可以检测移动终端500或移动终端500一个组件的位置改变，用户与移动终端500接触的存在或不存在，移动终端500方位或加速/减速和移动终端500的温度变化。传感器组件514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。本实施例中，传感器组件514中包括指纹识别传感器，该指纹识别传感器是用于采集用户的指纹图像的(集成在按键中的)按压式指纹传感器或滑动式指纹识别传感器。
通信组件516被配置为便于移动终端500和其他设备之间有线或无线方式的通信。移动终端500可以接入基于通信标准的无线网络，如Wi-Fi，2G或3G，或它们的组合。在一个示意性实施例中，通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示意性实施例中，通信组件516还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示意性实施例中，移动终端500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述信息接收方法。
在示意性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由移动终端500的处理器518执行以完成上述指纹模板生成方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示意性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (15)
1.一种指纹模板生成方法，其特征在于，所述方法包括：
在目标指纹的录入过程中，将指纹识别传感器采集到的第i张指纹图像添加到所述目标指纹对应的候选指纹图像集，i≥2，且i为自然数；
计算所述候选指纹图像集中所述第i张指纹图像与第j张指纹图像的相似度，j＜i，且j为自然数；
若所述第i张指纹图像与所述第j张指纹图像的相似度大于相似度阈值，则从所述候选指纹图像集中删除所述第i张指纹图像或所述第j张指纹图像；
检测所述候选指纹图像集包含的信息量是否达到阈值；
当所述候选指纹图像集包含的信息量达到所述阈值时，根据所述候选指纹图像集中的各张指纹图像生成指纹模板。
2.根据权利要求1所述的方法，其特征在于，所述从所述候选指纹图像集中删除所述第i张指纹图像或所述第j张指纹图像，包括：
获取所述第i张指纹图像和所述第j张指纹图像各自的图像质量；
若所述第i张指纹图像的图像质量高于所述第j张指纹图像的图像质量，则从所述候选指纹图像集中删除所述第j张指纹图像；
若所述第i张指纹图像的图像质量低于所述第j张指纹图像的图像质量，则从所述候选指纹图像集中删除所述第i张指纹图像。
3.根据权利要求2所述的方法，其特征在于，所述获取所述第i张指纹图像和所述第j张指纹图像各自的图像质量，包括：
获取所述第i张指纹图像和所述第j张指纹图像各自的指纹图像面积；
获取所述第i张指纹图像和所述第j张指纹图像各自的指纹特征点数量；
根据所述指纹图像面积和所述指纹特征点数量计算所述第i张指纹图像和所述第j张指纹图像各自的特征点密度；
根据所述特征点密度确定所述图像质量，所述特征点密度与所述图像质量呈正比例关系。
4.根据权利要求1至3任一所述的方法，其特征在于，所述检测所述候选指纹图像集包含的信息量是否达到阈值，包括：
检测所述候选指纹图像集中指纹图像的数量是否达到第一阈值；若所述候选指纹图像集中指纹图像的数量达到所述第一阈值，则确定所述候选指纹图像集包含的信息量达到所述阈值；
和/或，
检测所述候选指纹图像集中各张指纹图像的指纹特征点总和是否达到第二阈值；若所述候选指纹图像集中各张指纹图像的指纹特征点总和达到所述第二阈值，则确定所述候选指纹图像集包含的信息量达到所述阈值；
和/或，
检测所述候选指纹图像集中各张指纹图像的指纹面积总和是否达到第三阈值；若所述候选指纹图像集中各张指纹图像的指纹面积总和达到所述第三阈值，则确定所述候选指纹图像集包含的信息量达到所述阈值。
5.根据权利要求1至4任一所述的方法，其特征在于，所述计算所述候选指纹图像集中所述第i张指纹图像与第j张指纹图像的相似度，包括：
获取所述第i张指纹图像和所述第j张指纹图像各自的指纹图像面积；
获取所述第i张指纹图像和所述第j张指纹图像各自的指纹特征点数量；
获取所述第i张指纹图像和所述第j张指纹图像各自的指纹特征点位置；
根据所述指纹图像面积的比值，和/或，所述指纹特征点数量的比值，和/或，所述指纹特征点位置的匹配度，加权计算所述相似度。
6.根据权利要求1至5任一所述的方法，其特征在于，所述方法，还包括：
当从所述候选指纹图像集中删除所述第i张指纹图像时，显示第一提示信息，所述第一提示信息用于指示所述第i张指纹图像与所述第j张指纹图像对应同一指纹区域；
当从所述候选指纹图像集中删除所述第j张指纹图像时，显示第二提示信息，所述第二提示信息用于指示已利用所述第i张指纹图像替换所述第j张指纹图像。
7.根据权利要求1至5任一所述的方法，其特征在于，所述方法，还包括：
当删除的指纹图像的数量达到第四阈值时，显示第三提示信息，所述第三提示信息用于指示指纹录入失败。
8.一种指纹模板生成装置，其特征在于，所述装置包括：
添加模块，被配置为在目标指纹的录入过程中，将指纹识别传感器采集到的第i张指纹图像添加到所述目标指纹对应的候选指纹图像集，i≥2，且i为自然数；
计算模块，被配置为计算所述候选指纹图像集中所述第i张指纹图像与第j张指纹图像的相似度，j＜i，且j为自然数；
删除模块，被配置为若所述第i张指纹图像与所述第j张指纹图像的相似度大于相似度阈值，则从所述候选指纹图像集中删除所述第i张指纹图像或所述第j张指纹图像；
检测模块，被配置为检测所述候选指纹图像集包含的信息量是否达到阈值；
生成模块，被配置为当所述候选指纹图像集包含的信息量达到所述阈值时，根据所述候选指纹图像集中的各张指纹图像生成指纹模板。
9.根据权利要求8所述的装置，其特征在于，所述删除模块，包括：
获取子模块，被配置为获取所述第i张指纹图像和所述第j张指纹图像各自的图像质量；
第一删除子模块，被配置为若所述第i张指纹图像的图像质量高于所述第j张指纹图像的图像质量，则从所述候选指纹图像集中删除所述第j张指纹图像；
第二删除子模块，被配置为若所述第i张指纹图像的图像质量低于所述第j张指纹图像的图像质量，则从所述候选指纹图像集中删除所述第i张指纹图像。
10.根据权利要求9所述的装置，其特征在于，所述获取子模块，包括：
面积获取子模块，被配置为获取所述第i张指纹图像和所述第j张指纹图像各自的指纹图像面积；
数量获取子模块，被配置为获取所述第i张指纹图像和所述第j张指纹图像各自的指纹特征点数量；
密度计算子模块，被配置为根据所述指纹图像面积和所述指纹特征点数量计算所述第i张指纹图像和所述第j张指纹图像各自的特征点密度；
确定子模块，被配置为根据所述特征点密度确定所述图像质量，所述特征点密度与所述图像质量呈正比例关系。
11.根据权利要求8至10任一所述的装置，其特征在于，所述检测模块，包括：
第一检测子模块，被配置为检测所述候选指纹图像集中指纹图像的数量是否达到第一阈值；若所述候选指纹图像集中指纹图像的数量达到所述第一阈值，则确定所述候选指纹图像集包含的信息量达到所述阈值；
和/或，
第二检测子模块，被配置为检测所述候选指纹图像集中各张指纹图像的指纹特征点总和是否达到第二阈值；若所述候选指纹图像集中各张指纹图像的指纹特征点总和达到所述第二阈值，则确定所述候选指纹图像集包含的信息量达到所述阈值；
和/或，
第三检测子模块，被配置为检测所述候选指纹图像集中各张指纹图像的指纹面积总和是否达到第三阈值；若所述候选指纹图像集中各张指纹图像的指纹面积总和达到所述第三阈值，则确定所述候选指纹图像集包含的信息量达到所述阈值。
12.根据权利要求8至11任一所述的装置，其特征在于，所述计算模块，包括：
第一获取子模块，被配置为获取所述第i张指纹图像和所述第j张指纹图像各自的指纹图像面积；
第二获取子模块，被配置为获取所述第i张指纹图像和所述第j张指纹图像各自的指纹特征点数量；
第三获取子模块，被配置为获取所述第i张指纹图像和所述第j张指纹图像各自的指纹特征点位置；
计算子模块，被配置为根据所述指纹图像面积的比值，和/或，所述指纹特征点数量的比值，和/或，所述指纹特征点位置的匹配度，加权计算所述相似度。
13.根据权利要求8至12任一所述的装置，其特征在于，所述装置，还包括：
第一显示模块，被配置为当从所述候选指纹图像集中删除所述第i张指纹图像时，显示第一提示信息，所述第一提示信息用于指示所述第i张指纹图像与所述第j张指纹图像对应同一指纹区域；
第二显示模块，被配置为当从所述候选指纹图像集中删除所述第j张指纹图像时，显示第二提示信息，所述第二提示信息用于指示已利用所述第i张指纹图像替换所述第j张指纹图像。
14.根据权利要求8至12任一所述的装置，其特征在于，所述装置，还包括：
第三显示模块，被配置为当删除的指纹图像的数量达到第四阈值时，显示第三提示信息，所述第三提示信息用于指示指纹录入失败。
15.一种指纹模板生成装置，其特征在于，所述装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
在目标指纹的录入过程中，将指纹识别传感器采集到的第i张指纹图像添加到所述目标指纹对应的候选指纹图像集，i≥2，且i为自然数；
计算所述候选指纹图像集中所述第i张指纹图像与第j张指纹图像的相似度，j＜i，且j为自然数；
若所述第i张指纹图像与所述第j张指纹图像的相似度大于相似度阈值，则从所述候选指纹图像集中删除所述第i张指纹图像或所述第j张指纹图像；
检测所述候选指纹图像集包含的信息量是否达到阈值；
当所述候选指纹图像集包含的信息量达到所述阈值时，根据所述候选指纹图像集中的各张指纹图像生成指纹模板。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2016/085546 WO2017214793A1 (zh) | 2016-06-13 | 2016-06-13 | 指纹模板生成方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106104575A true CN106104575A (zh) | 2016-11-09 |
| CN106104575B CN106104575B (zh) | 2019-09-17 |
Family
ID=57224312
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201680000734.7A Active CN106104575B (zh) | 2016-06-13 | 2016-06-13 | 指纹模板生成方法及装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN106104575B (zh) |
| WO (1) | WO2017214793A1 (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106557755A (zh) * | 2016-11-24 | 2017-04-05 | 北京小米移动软件有限公司 | 指纹模板获取方法及装置 |
| CN107194326A (zh) * | 2017-04-28 | 2017-09-22 | 广东欧珀移动通信有限公司 | 指纹采集方法及相关产品 |
| CN107330388A (zh) * | 2017-06-21 | 2017-11-07 | 青岛海信电器股份有限公司 | 指纹识别处理方法及终端 |
| CN107423594A (zh) * | 2017-03-08 | 2017-12-01 | 广东欧珀移动通信有限公司 | 一种指纹支付方法及终端设备 |
| CN107977600A (zh) * | 2017-09-11 | 2018-05-01 | 江苏国光信息产业股份有限公司 | 一种基于侧掌特征的签名鉴伪方法 |
| CN108431827A (zh) * | 2016-11-15 | 2018-08-21 | 指纹卡有限公司 | 用于指纹登记的方法和电子设备 |
| CN108509944A (zh) * | 2018-06-25 | 2018-09-07 | 北京小米移动软件有限公司 | 指纹识别方法及装置 |
| CN109947965A (zh) * | 2017-09-04 | 2019-06-28 | 阿里巴巴集团控股有限公司 | 对象识别、数据集合的更新、数据处理方法与装置 |
| CN110268421A (zh) * | 2017-02-17 | 2019-09-20 | 指纹卡有限公司 | 使得能够使用轮廓点从所捕获的图像中识别指纹 |
| CN110688514A (zh) * | 2019-08-30 | 2020-01-14 | 中国人民财产保险股份有限公司 | 一种保险理赔图像数据的查重方法及装置 |
| CN110717429A (zh) * | 2019-09-27 | 2020-01-21 | 联想(北京)有限公司 | 一种信息处理方法、电子设备及计算机可读存储介质 |
| CN110945563A (zh) * | 2019-11-08 | 2020-03-31 | 长江存储科技有限责任公司 | 用于提高产出率的自动评估方法及其评估系统 |
| CN111796683A (zh) * | 2020-07-10 | 2020-10-20 | 敦泰电子（深圳）有限公司 | 一种基于窄边生物传感器的特征录入方法及相关装置 |
| CN113077508A (zh) * | 2021-03-30 | 2021-07-06 | 深圳市墨者安全科技有限公司 | 一种图像相似度匹配方法及装置 |
| CN113191300A (zh) * | 2020-10-14 | 2021-07-30 | 王建华 | 用于指纹图像识别的方法、设备及计算机可读介质 |
| CN116258842A (zh) * | 2023-05-16 | 2023-06-13 | 上海海栎创科技股份有限公司 | 指纹模板动态拼接优选系统及方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109543570B (zh) * | 2018-11-06 | 2023-04-18 | Oppo广东移动通信有限公司 | 指纹识别方法及相关产品 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070248249A1 (en) * | 2006-04-20 | 2007-10-25 | Bioscrypt Inc. | Fingerprint identification system for access control |
| CN101233529A (zh) * | 2003-12-16 | 2008-07-30 | 摩托罗拉公司 | 生物统计图像注册与鉴权的方法和设备 |
| CN105373786A (zh) * | 2015-11-30 | 2016-03-02 | 东莞酷派软件技术有限公司 | 一种指纹采集方法、装置及电子设备 |
| CN105389564A (zh) * | 2015-11-13 | 2016-03-09 | 广东欧珀移动通信有限公司 | 指纹注册方法、装置及移动终端 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100517371C (zh) * | 2007-06-04 | 2009-07-22 | 北京航空航天大学 | 基于波形匹配的指纹图像帧序列的拼接方法 |
| KR100905675B1 (ko) * | 2007-08-13 | 2009-07-03 | 한국전자통신연구원 | 지문인식 장치 및 방법 |
| CN103150260B (zh) * | 2011-11-25 | 2016-06-08 | 华为数字技术（成都）有限公司 | 重复数据删除方法和装置 |
| CN102708360A (zh) * | 2012-05-09 | 2012-10-03 | 深圳市亚略特生物识别科技有限公司 | 一种指纹模板生成及自动更新的方法 |
| CN105447436B (zh) * | 2014-12-19 | 2017-08-04 | 比亚迪股份有限公司 | 指纹识别系统及指纹识别方法及电子设备 |
| CN105528576B (zh) * | 2015-12-02 | 2019-02-05 | Oppo广东移动通信有限公司 | 一种录入指纹的方法及装置 |
-
2016
- 2016-06-13 WO PCT/CN2016/085546 patent/WO2017214793A1/zh active Application Filing
- 2016-06-13 CN CN201680000734.7A patent/CN106104575B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101233529A (zh) * | 2003-12-16 | 2008-07-30 | 摩托罗拉公司 | 生物统计图像注册与鉴权的方法和设备 |
| US20070248249A1 (en) * | 2006-04-20 | 2007-10-25 | Bioscrypt Inc. | Fingerprint identification system for access control |
| CN105389564A (zh) * | 2015-11-13 | 2016-03-09 | 广东欧珀移动通信有限公司 | 指纹注册方法、装置及移动终端 |
| CN105373786A (zh) * | 2015-11-30 | 2016-03-02 | 东莞酷派软件技术有限公司 | 一种指纹采集方法、装置及电子设备 |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108431827A (zh) * | 2016-11-15 | 2018-08-21 | 指纹卡有限公司 | 用于指纹登记的方法和电子设备 |
| CN106557755B (zh) * | 2016-11-24 | 2021-05-04 | 北京小米移动软件有限公司 | 指纹模板获取方法及装置 |
| CN106557755A (zh) * | 2016-11-24 | 2017-04-05 | 北京小米移动软件有限公司 | 指纹模板获取方法及装置 |
| CN110268421A (zh) * | 2017-02-17 | 2019-09-20 | 指纹卡有限公司 | 使得能够使用轮廓点从所捕获的图像中识别指纹 |
| CN107423594B (zh) * | 2017-03-08 | 2019-05-21 | Oppo广东移动通信有限公司 | 一种指纹支付方法及终端设备 |
| WO2018161544A1 (zh) * | 2017-03-08 | 2018-09-13 | 广东欧珀移动通信有限公司 | 一种指纹支付方法及终端设备 |
| CN107423594A (zh) * | 2017-03-08 | 2017-12-01 | 广东欧珀移动通信有限公司 | 一种指纹支付方法及终端设备 |
| CN107194326A (zh) * | 2017-04-28 | 2017-09-22 | 广东欧珀移动通信有限公司 | 指纹采集方法及相关产品 |
| CN107330388B (zh) * | 2017-06-21 | 2020-12-22 | 海信视像科技股份有限公司 | 指纹识别处理方法及终端 |
| CN107330388A (zh) * | 2017-06-21 | 2017-11-07 | 青岛海信电器股份有限公司 | 指纹识别处理方法及终端 |
| CN109947965A (zh) * | 2017-09-04 | 2019-06-28 | 阿里巴巴集团控股有限公司 | 对象识别、数据集合的更新、数据处理方法与装置 |
| CN109947965B (zh) * | 2017-09-04 | 2023-09-05 | 阿里巴巴集团控股有限公司 | 对象识别、数据集合的更新、数据处理方法与装置 |
| CN107977600A (zh) * | 2017-09-11 | 2018-05-01 | 江苏国光信息产业股份有限公司 | 一种基于侧掌特征的签名鉴伪方法 |
| CN107977600B (zh) * | 2017-09-11 | 2020-04-10 | 江苏国光信息产业股份有限公司 | 一种基于侧掌特征的签名鉴伪方法 |
| CN108509944A (zh) * | 2018-06-25 | 2018-09-07 | 北京小米移动软件有限公司 | 指纹识别方法及装置 |
| CN110688514A (zh) * | 2019-08-30 | 2020-01-14 | 中国人民财产保险股份有限公司 | 一种保险理赔图像数据的查重方法及装置 |
| CN110717429A (zh) * | 2019-09-27 | 2020-01-21 | 联想(北京)有限公司 | 一种信息处理方法、电子设备及计算机可读存储介质 |
| CN110717429B (zh) * | 2019-09-27 | 2023-02-21 | 联想(北京)有限公司 | 一种信息处理方法、电子设备及计算机可读存储介质 |
| US11480531B2 (en) | 2019-11-08 | 2022-10-25 | Yangtze Memory Technologies Co., Ltd. | Automatic assessment method and assessment system thereof for yield improvement |
| TWI784228B (zh) * | 2019-11-08 | 2022-11-21 | 大陸商長江存儲科技有限責任公司 | 用於提高產出率的自動評估方法及其評估系統 |
| CN110945563A (zh) * | 2019-11-08 | 2020-03-31 | 长江存储科技有限责任公司 | 用于提高产出率的自动评估方法及其评估系统 |
| CN111796683A (zh) * | 2020-07-10 | 2020-10-20 | 敦泰电子（深圳）有限公司 | 一种基于窄边生物传感器的特征录入方法及相关装置 |
| CN113191300A (zh) * | 2020-10-14 | 2021-07-30 | 王建华 | 用于指纹图像识别的方法、设备及计算机可读介质 |
| CN113191300B (zh) * | 2020-10-14 | 2024-01-26 | 神盾股份有限公司 | 用于指纹图像识别的方法、设备及计算机可读介质 |
| CN113077508A (zh) * | 2021-03-30 | 2021-07-06 | 深圳市墨者安全科技有限公司 | 一种图像相似度匹配方法及装置 |
| CN116258842A (zh) * | 2023-05-16 | 2023-06-13 | 上海海栎创科技股份有限公司 | 指纹模板动态拼接优选系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2017214793A1 (zh) | 2017-12-21 |
| CN106104575B (zh) | 2019-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106104575A (zh) | 指纹模板生成方法及装置 | |
| CN105809704B (zh) | 识别图像清晰度的方法及装置 | |
| CN107944447B (zh) | 图像分类方法及装置 | |
| CN107025419B (zh) | 指纹模板录入方法及装置 | |
| CN105631403A (zh) | 人脸识别方法及装置 | |
| CN105528606A (zh) | 区域识别方法及装置 | |
| CN105426857A (zh) | 人脸识别模型训练方法和装置 | |
| CN104852966A (zh) | 数值转移方法、终端及云端服务器 | |
| CN105095881A (zh) | 人脸识别方法、装置及终端 | |
| CN110503023A (zh) | 活体检测方法及装置、电子设备和存储介质 | |
| CN106331504A (zh) | 拍摄方法及装置 | |
| CN105335712A (zh) | 图像识别方法、装置及终端 | |
| CN105654039A (zh) | 图像处理的方法和装置 | |
| CN104700353A (zh) | 图像滤镜生成方法及装置 | |
| CN108010060A (zh) | 目标检测方法及装置 | |
| CN106295515A (zh) | 确定图像中的人脸区域的方法及装置 | |
| CN104731880A (zh) | 图片排序方法和装置 | |
| CN105354560A (zh) | 指纹识别方法及装置 | |
| CN106295499A (zh) | 年龄估计方法及装置 | |
| CN104636453A (zh) | 非法用户资料识别方法及装置 | |
| CN106203306A (zh) | 年龄的预测方法、装置及终端 | |
| CN107766820A (zh) | 图像分类方法及装置 | |
| CN105574512A (zh) | 图像处理的方法和装置 | |
| CN104615663A (zh) | 文件排序方法、装置及终端 | |
| CN106484199A (zh) | 门限设置方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |