CN106203281B - 一种指纹图像处理方法、及设备 - Google Patents

Abstract

本发明实施例公开了一种指纹图像处理方法、及设备，其中方法的实现包括：获取待处理指纹图像，获取所述待处理指纹图像中各像素点的像素值；确定目标像素点以及所述目标像素点的邻域像素点，所述目标像素点属于所述待处理指纹图像中的像素点，所述目标像素点的邻域像素点为与所述目标像素点在空间上相邻的像素点的集合；依据所述目标像素点的像素值，以及所述邻域像素点的像素值，计算所述目标像素点的灰阶值；对所述目标像素点的灰阶值进行位数量化，使所述目标像素点的灰阶值的位数降低；依据位数降低后的各像素点的灰阶值生成目标指纹图像。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。

Description

一种指纹图像处理方法、及设备

技术领域

本发明涉及计算机技术领域，特别涉及一种指纹图像处理方法、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。

在通过指纹读取设备读取到人体指纹原始的指纹图像后，需要对原始的指纹图像进行初步的处理，使之更清晰，然后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。

虽然指纹识别技术以其独特的优势得到了广泛的应用，但是目前指纹识别仍然存在识别率仍然不高，因此解锁率相应较低，进一步导致认证效率较低。

发明内容

本发明实施例提供了一种指纹图像处理方法、及设备，用于提高指纹图像的识别率。

一方面本发明实施例提供了一种指纹图像处理方法，包括：

获取待处理指纹图像，获取所述待处理指纹图像中各像素点的像素值；

确定目标像素点以及所述目标像素点的邻域像素点，所述目标像素点属于所述待处理指纹图像中的像素点，所述目标像素点的邻域像素点为与所述目标像素点在空间上相邻的像素点的集合；

依据所述目标像素点的像素值，以及所述邻域像素点的像素值，计算所述目标像素点的灰阶值；

对所述目标像素点的灰阶值进行位数量化，使所述目标像素点的灰阶值的位数降低；

依据位数降低后的各像素点的灰阶值生成目标指纹图像。

在一个可选的实现方式中，所述获取所述待处理指纹图像中各像素点的像素值包括：

获取通过指纹采集设备采集的所述待处理指纹图像中各像素点对应的电容值，或电容值的加权值。

在一个可选的实现方式中，所述依据所述目标像素点的像素值，以及所述邻域像素点的像素值，计算所述目标像素点的灰阶值包括：

确定所述目标像素点以及所述邻域像素点中的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*(所述目标像素点的像素值－所述最小像素值)/(所述最大像素值－所述最小像素值)，其中所述A为所述位数降低之前的灰阶数量。

在一个可选的实现方式中，所述目标像素点的邻域像素点为与所述目标像素点在空间上相邻的像素点的集合包括：

所述目标像素点的邻域像素点为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，所述获取待处理指纹图像包括：

接收待处理指纹图像，或者，通过本地指纹采集设备采集得到待处理的指纹图像。

在一个可选的实现方式中，在获得所述目标指纹图像之后，所述方法还包括：

存储所述目标指纹图像作为注册指纹模板；

或者，使用所述目标指纹图像与预存的注册指纹模板进行比对。

在一个可选的实现方式中，在使用所述目标指纹图像与预存的注册指纹模板进行比对之后，所述方法还包括：

若比对结果为验证通过，解锁对应于所述注册指纹模板的操作权限；所述注册指纹模板对应的操作权限包括：支付权限、终端界面解锁权限以及应用解锁权限中的任意一种。

二方面本发明实施例还提供了一种指纹图像处理设备，包括：

像素值获取单元，用于获取待处理指纹图像，获取所述待处理指纹图像中各像素点的像素值；

像素确定单元，用于确定目标像素点以及所述目标像素点的邻域像素点，所述目标像素点属于所述待处理指纹图像中的像素点，所述目标像素点的邻域像素点为与所述目标像素点在空间上相邻的像素点的集合；

灰阶值计算单元，用于依据所述目标像素点的像素值，以及所述邻域像素点的像素值，计算所述目标像素点的灰阶值；

图像生成单元，用于对所述目标像素点的灰阶值进行位数量化，使所述目标像素点的灰阶值的位数降低；依据位数降低后的各像素点的灰阶值生成目标指纹图像。

在一个可选的实现方式中，所述像素值获取单元，具体用于获取通过指纹采集设备采集的所述待处理指纹图像中各像素点对应的电容值，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以及所述邻域像素点中的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*(所述目标像素点的像素值－所述最小像素值)/(所述最大像素值－所述最小像素值)，其中所述A为所述位数降低之前的灰阶数量。

在一个可选的实现方式中，所述目标像素点的邻域像素点为与所述目标像素点在空间上相邻的像素点的集合包括：

所述目标像素点的邻域像素点为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，所述像素值获取单元，具体用于接收待处理指纹图像，或者，通过本地指纹采集设备采集得到待处理的指纹图像。

在一个可选的实现方式中，所述设备还包括：存储单元或者比对单元；

所述存储单元，用于在所述图像生成单元生成所述目标指纹图像之后，存储所述目标指纹图像作为注册指纹模板；

或者，所述比对单元，用于所述图像生成单元生成所述目标指纹图像之后，使用所述目标指纹图像与预存的注册指纹模板进行比对。

在一个可选的实现方式中，所述设备还包括：

解锁控制单元，用于在所述比对单元使用所述目标指纹图像与预存的注册指纹模板进行比对之后，若比对结果为验证通过，解锁对应于所述注册指纹模板的操作权限；所述注册指纹模板对应的操作权限包括：支付权限、终端界面解锁权限以及应用解锁权限中的任意一种。

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：通过对待处理指纹图像的像素值的处理，获得了各像素值的灰阶值，通过降低该待处理指纹图像的中各像素点的灰阶值的位数生成目标指纹图像，可以使目标指纹图像相对于待处理指纹图像而言整体上更为均衡，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。

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图像示意图；

图3为本发明实施例指纹图像示意图；

图4为本发明实施例指纹芯片结构示意图；

图5为本发明实施例32级灰阶示意图；

图6为本发明实施例256级灰阶示意图；

图7为本发明实施例指纹有效范围示意图；

图8为本发明实施例指纹有效范围示意图；

图9A为本发明实施例指纹实际范围示意图；

图9B为本发明实施例指纹实际范围示意图；

图9C为本发明实施例指纹实际范围示意图；

图10A为本发明实施例方法流程示意图；

图10B为本发明实施例指纹图像示意图；

图11为本发明实施例指纹图像处理设备结构示意图；

图12为本发明实施例指纹图像处理设备结构示意图；

图13为本发明实施例指纹图像处理设备结构示意图；

图14为本发明实施例指纹图像处理设备结构示意图；

图15为本发明实施例终端设备结构示意图；

图16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。

基于背景技术的介绍可知，指纹识别涉及两个关键点：图像匹配算法以及图像获取算法。用户在指纹解锁的时候，按压过重或者过轻都会导致获取的指纹图像不清晰，导致解锁失败率提升，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。本发明实施例提出通过均匀量化算法使指纹图像更加清晰，特征更加明显，提高指纹解锁率。

本发明实施例提供了一种指纹图像处理方法，如图1所示，包括：

101：获取待处理指纹图像，获取上述待处理指纹图像中各像素点的像素值；

在本实施例中，待处理指纹图像是相对于目标指纹图像而言的指纹图像，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；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。

可选地，上述获取待处理指纹图像包括：

接收待处理指纹图像，或者，通过本地指纹采集设备采集得到待处理的指纹图像。

本实施例中，接收待处理指纹图像，是指接收其他设备发送的待处理指纹图像，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。

可选地，上述获取上述待处理指纹图像中各像素点的像素值包括：

获取通过指纹采集设备采集的上述待处理指纹图像中各像素点对应的电容值，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。

102：确定目标像素点以及上述目标像素点的邻域像素点，上述目标像素点属于上述待处理指纹图像中的像素点，上述目标像素点的邻域像素点为与上述目标像素点在空间上相邻的像素点的集合；

103：依据上述目标像素点的像素值，以及上述邻域像素点的像素值，计算上述目标像素点的灰阶值；

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。

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：上述依据上述目标像素点的像素值，以及上述邻域像素点的像素值，计算上述目标像素点的灰阶值包括：

确定上述目标像素点以及上述邻域像素点中的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*(上述目标像素点的像素值－上述最小像素值)/(上述最大像素值－上述最小像素值)，其中上述A为上述位数降低之前的灰阶数量。

需要说明的是，这里灰阶数量由于在计算机里面均是以0作为起点的，因此灰阶数量这里的值会取最大值减1，例如：8为对应的是2的8次方减1，即：255。

在上述目标像素点以及上述邻域像素点中，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，上述目标像素点的邻域像素点为与上述目标像素点在空间上相邻的像素点的集合包括：

上述目标像素点的邻域像素点为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。

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。

104：对上述目标像素点的灰阶值进行位数量化，使上述目标像素点的灰阶值的位数降低；

在本实施例中，使上述目标像素点的灰阶值的位数降低，则会使待处理指纹图像的灰阶变少，例如：从8位降低为6位，那么灰阶将会从256个变为64个。对上述目标像素点的灰阶值进行位数量化，使上述目标像素点的灰阶值的位数降低的具体技术手段可以参考压缩算法。

105：依据位数降低后的各像素点的灰阶值生成目标指纹图像。

在本实施例中，可以对待处理指纹图像的每一个像素点都按照前述实施例中目标像素点的处理方案得到位数降低后的灰阶值，那么可以据此生成新的指纹图像，即：目标指纹图像。

本发明实施例，通过对待处理指纹图像的像素值的处理，获得了各像素值的灰阶值，通过降低该待处理指纹图像的中各像素点的灰阶值的位数生成目标指纹图像，可以使目标指纹图像相对于待处理指纹图像而言整体上更为均衡，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。

本发明实施例可以用于初始注册指纹模板的应用场景，也可以应用于指纹识别的应用场景，基于不同的应用场景，目标指纹图像的数据有不同的处理方式，具体如下：在获得上述目标指纹图像之后，上述方法还包括：

存储上述目标指纹图像作为注册指纹模板；

或者，使用上述目标指纹图像与预存的注册指纹模板进行比对。

本发明实施例的指纹图像处理可以应用于指纹识别的应用场景，其中指纹识别的应用场景可以包含支付、界面解锁以及应用功能解锁，或者其他任意可能用到指纹识别的应用场景，因此本发明实施例的应用举例不应理解为对本发明实施例的唯一性限定，具体如下：在使用上述目标指纹图像与预存的注册指纹模板进行比对之后，上述方法还包括：

若比对结果为验证通过，解锁对应于上述注册指纹模板的操作权限；上述注册指纹模板对应的操作权限包括：支付权限、终端界面解锁权限以及应用解锁权限中的任意一种。

指纹采集设备的指纹芯片一般分为两种，一种是偏正方形，比如6*6面积，另一种是偏长方形，比如4*10面积，指纹芯片会被封装成指纹模组，在指纹模组的设计中，正方形的指纹芯片封装成的指纹模组往往是正方形和圆形，而长方形指纹芯片会被封装成长方形的指纹模组。如下图2所示就是用户在长方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，在此不再赘述；因此，会导致解锁失败率高的问题。

基于指纹的特征，本发明实施例定义了指纹的两类特征来进行指纹的验证：总体特征和局部特征。总体特征是指那些用人眼直接就可以观察到的特征，包括：基本纹路图案环型(loop)，弓型(arch)，螺旋型(whorl)。局部特征是由于指纹纹路并不是连续的，也不是平滑笔直的，而是经常出现中断、分叉或打折。这些断点、分叉点和转折点就称为"节点"。就是这些节点提供了指纹唯一性的确认节点特性，也就是指纹的局部特征。

基本纹路以及节点是指纹图像的关键信息。

指纹基本纹路图案也有其他分类方式，例如：指纹也分好三种类型：有同心圆或螺旋纹线，看上去像水中漩涡的，叫斗形纹；有的纹线是一边开口的，即像簸箕似的，叫箕形纹；有的纹形像弓一样，叫弓线纹。各人的指纹除形状不同之外，纹形的多少、长短也不同。如图3所示，为斗形纹。这是一个较为优秀的指纹图像结果，相比于图2所示的指纹图像特征更为明显和清晰。

指纹基本纹路图案，是皮下组织对指肚表皮顶压方向的不同造就了这不同的类型。研究表明，如果某人指头肚高而圆，其指纹的纹路将是螺旋型。

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4所示，虚线框所示区域为指纹芯片，图4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(即待处理的指纹图像)的各像素点的灰阶值的位数进行量化处理，在介绍像素点的灰阶值的位数进行量化处理之前，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5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6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，左上角有少数灰阶不能够清晰分辨。

另外，申请人对指纹芯片采集的像素值进行了分析具体如下：

假如指纹芯片的模/数转换器(ADC，Analog-to-Digital Converte)位数为12bit，因此每个pixel的原始数据(rawdata)的量程均为12bit。但是实际指纹信息也就是指纹沟壑只占据12位ADC的一部分。如图7所示。据此计算的灰阶值将是12位为0～4095，实际指纹有效范围仅占据一部分；需要说明的是，图7所示为指纹轻重处于理想的轻重平衡状态，没有一边轻一边重的情况。

将各像素点的灰阶值的位数进行量化的目标就是把指纹的有效范围提取出来，去除偏移(offset)，例如：把灰阶值的位数从12bit量化至8bit，即图7变为图8所示，由于指纹的有效范围不会占用整个12bit空间，因此，12bit转为8bit的过程不会有精度的丢失。相反，这种量化会使得图像更均匀、更清晰。使用8bit＝255的灰阶，好处：255灰阶在显示器上可以直观显示。

针对原始指纹图像的原始数据(rawdata)的每个像素点都使用公式：Gray level_1＝255*(R－MIN)/(MAX－MIN)来进行运算即可得到灰阶图。其中Gray level_1为需要计算的像素点，255代表的是8位255的灰阶；R为需要计算的像素点的像素值，如果需要计算的像素点位于领域的中心位置，那么即为中心点的像素值；MIN为需要计算的像素点及其邻域像素点中最小的像素值；MAX为需要计算的像素点及其邻域像素点中最大的像素值；该公式的原理就是把每个像素点量化到255的范围内。由于取的是局部小范围的点，所以可以得到倾斜拉伸成正弦波的效果。例如：图9A、9B、9C这样的原始数据，处理为图8所示的正弦波，消除指纹按压轻重导致的问题。

本发明实施例方法流程举例，如图10所示，具体如下，包括：

1001：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。

1002：对这个邻域内的pixel点进行数理学统计；

1003：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；

1004：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，(中心点值－MIN)/(MAX－MIN)的取值范围值在【0，1】之间，此处灰阶值应当为整数，若计算得到的灰阶值有小数那么需要对其取整转换为整数值。

1005：计算出所有pixel点的灰阶值；

1006：对灰阶值进行级数量化，从高位向低位量化，比如原来是8位量化为6位灰阶，指纹的整体图像质量从左到右差异会变小，提高指纹正确解锁率。

如图10B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图像处理设备，如图11所示，包括：

像素值获取单元1101，用于获取待处理指纹图像，获取上述待处理指纹图像中各像素点的像素值；

像素确定单元1102，用于确定目标像素点以及上述目标像素点的邻域像素点，上述目标像素点属于上述待处理指纹图像中的像素点，上述目标像素点的邻域像素点为与上述目标像素点在空间上相邻的像素点的集合；

灰阶值计算单元1103，用于依据上述目标像素点的像素值，以及上述邻域像素点的像素值，计算上述目标像素点的灰阶值；

图像生成单元1104，用于对上述目标像素点的灰阶值进行位数量化，使上述目标像素点的灰阶值的位数降低；依据位数降低后的各像素点的灰阶值生成目标指纹图像。

在本实施例中，待处理指纹图像是相对于目标指纹图像而言的指纹图像，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；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。

在本实施例中，使上述目标像素点的灰阶值的位数降低，则会使待处理指纹图像的灰阶变少，例如：从8位降低为6位，那么灰阶将会从256个变为64个。对上述目标像素点的灰阶值进行位数量化，使上述目标像素点的灰阶值的位数降低的具体技术手段可以参考压缩算法。

在本实施例中，可以对待处理指纹图像的每一个像素点都按照前述实施例中目标像素点的处理方案得到位数降低后的灰阶值，那么可以据此生成新的指纹图像，即：目标指纹图像。

本发明实施例，通过对待处理指纹图像的像素值的处理，获得了各像素值的灰阶值，通过降低该待处理指纹图像的中各像素点的灰阶值的位数生成目标指纹图像，可以使目标指纹图像相对于待处理指纹图像而言整体上更为均衡，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1101，具体用于获取通过指纹采集设备采集的上述待处理指纹图像中各像素点对应的电容值，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，上述灰阶值计算单元1103，具体用于确定上述目标像素点以及上述邻域像素点中的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*(上述目标像素点的像素值－上述最小像素值)/(上述最大像素值－上述最小像素值)，其中上述A为上述位数降低之前的灰阶数量。

需要说明的是，这里灰阶数量由于在计算机里面均是以0作为起点的，因此灰阶数量这里的值会取最大值减1，例如：8为对应的是2的8次方减1，即：255。

在上述目标像素点以及上述邻域像素点中，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，上述目标像素点的邻域像素点为与上述目标像素点在空间上相邻的像素点的集合包括：

上述目标像素点的邻域像素点为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，上述像素值获取单元1101，具体用于接收待处理指纹图像，或者，通过本地指纹采集设备采集得到待处理的指纹图像。

本实施例中，接收待处理指纹图像，是指接收其他设备发送的待处理指纹图像，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。

进一步地，本发明实施例可以用于初始注册指纹模板的应用场景，也可以应用于指纹识别的应用场景，基于不同的应用场景，目标指纹图像的数据有不同的处理方式，具体如下：如图12所示，上述设备还包括：存储单元1201或者，如图13所示，还包括比对单元1301；

上述存储单元1201，用于在上述图像生成单元1104生成上述目标指纹图像之后，存储上述目标指纹图像作为注册指纹模板；

或者，上述比对单元1301，用于上述图像生成单元1104生成上述目标指纹图像之后，使用上述目标指纹图像与预存的注册指纹模板进行比对。

进一步地，本发明实施例的指纹图像处理可以应用于指纹识别的应用场景，其中指纹识别的应用场景可以包含支付、界面解锁以及应用功能解锁，或者其他任意可能用到指纹识别的应用场景，因此本发明实施例的应用举例不应理解为对本发明实施例的唯一性限定，具体如下：如图14所示，上述设备还包括：

解锁控制单元1401，用于在上述比对单元使用上述目标指纹图像与预存的注册指纹模板进行比对之后，若比对结果为验证通过，解锁对应于上述注册指纹模板的操作权限；上述注册指纹模板对应的操作权限包括：支付权限、终端界面解锁权限以及应用解锁权限中的任意一种。

本发明实施例还提供了一种终端设备，如图15所示，包括：处理器1501以及存储器1502；其中存储器1502可以用于处理器1501执行数据处理所需要的缓存，还可以用于提供处理器1501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1303；需要说明的是，如果待处理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1503；

上述处理器1501，用于获取待处理指纹图像，获取上述待处理指纹图像中各像素点的像素值；确定目标像素点以及上述目标像素点的邻域像素点，上述目标像素点属于上述待处理指纹图像中的像素点，上述目标像素点的邻域像素点为与上述目标像素点在空间上相邻的像素点的集合；依据上述目标像素点的像素值，以及上述邻域像素点的像素值，计算上述目标像素点的灰阶值；对上述目标像素点的灰阶值进行位数量化，使上述目标像素点的灰阶值的位数降低；依据位数降低后的各像素点的灰阶值生成目标指纹图像。

在本实施例中，待处理指纹图像是相对于目标指纹图像而言的指纹图像，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；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。

在本实施例中，使上述目标像素点的灰阶值的位数降低，则会使待处理指纹图像的灰阶变少，例如：从8位降低为6位，那么灰阶将会从256个变为64个。对上述目标像素点的灰阶值进行位数量化，使上述目标像素点的灰阶值的位数降低的具体技术手段可以参考压缩算法。

在本实施例中，可以对待处理指纹图像的每一个像素点都按照前述实施例中目标像素点的处理方案得到位数降低后的灰阶值，那么可以据此生成新的指纹图像，即：目标指纹图像。

本发明实施例，通过对待处理指纹图像的像素值的处理，获得了各像素值的灰阶值，通过降低该待处理指纹图像的中各像素点的灰阶值的位数生成目标指纹图像，可以使目标指纹图像相对于待处理指纹图像而言整体上更为均衡，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。

上述处理器1501，用于获取上述待处理指纹图像中各像素点的像素值包括：

获取通过指纹采集设备采集的上述待处理指纹图像中各像素点对应的电容值，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，上述处理器1501，用于依据上述目标像素点的像素值，以及上述邻域像素点的像素值，计算上述目标像素点的灰阶值包括：

确定上述目标像素点以及上述邻域像素点中的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*(上述目标像素点的像素值－上述最小像素值)/(上述最大像素值－上述最小像素值)，其中上述A为上述位数降低之前的灰阶数量。

需要说明的是，这里灰阶数量由于在计算机里面均是以0作为起点的，因此灰阶数量这里的值会取最大值减1，例如：8为对应的是2的8次方减1，即：255。

在上述目标像素点以及上述邻域像素点中，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，上述目标像素点的邻域像素点为与上述目标像素点在空间上相邻的像素点的集合包括：

上述目标像素点的邻域像素点为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1501，用于获取待处理指纹图像包括：

接收待处理指纹图像，或者，通过本地指纹采集设备采集得到待处理的指纹图像。

本实施例中，接收待处理指纹图像，是指接收其他设备发送的待处理指纹图像，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。

进一步地，本发明实施例可以用于初始注册指纹模板的应用场景，也可以应用于指纹识别的应用场景，基于不同的应用场景，目标指纹图像的数据有不同的处理方式，具体如下：上述处理器1501，还用于在获得上述目标指纹图像之后，存储上述目标指纹图像作为注册指纹模板；

或者，使用上述目标指纹图像与预存的注册指纹模板进行比对。

进一步地，本发明实施例的指纹图像处理可以应用于指纹识别的应用场景，其中指纹识别的应用场景可以包含支付、界面解锁以及应用功能解锁，或者其他任意可能用到指纹识别的应用场景，因此本发明实施例的应用举例不应理解为对本发明实施例的唯一性限定，具体如下：上述处理器1501，用于在使用上述目标指纹图像与预存的注册指纹模板进行比对之后，若比对结果为验证通过，解锁对应于上述注册指纹模板的操作权限；上述注册指纹模板对应的操作权限包括：支付权限、终端界面解锁权限以及应用解锁权限中的任意一种。

本发明实施例还提供了另一种终端设备，如图16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。该终端设备可以为包括手机、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，以终端设备为手机为例：

图16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16，手机包括：射频(Radio Frequency，RF)电路1610、存储器1620、输入单元1630、显示单元1640、传感器1650、音频电路1660、无线保真(wireless fidelity，WiFi)模块1670、处理器1680、以及电源1690等部件。本领域技术人员可以理解，图16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16对手机的各个构成部件进行具体的介绍：

RF电路1610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1680处理；另外，将设计上行的数据发送给基站。通常，RF电路1610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1610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1620可用于存储软件程序以及模块，处理器1680通过运行存储在存储器1620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1620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1620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1630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1630可包括触控面板1631以及其他输入设备1632。触控面板1631，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1631上或在触控面板1631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1631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1680，并能接收处理器1680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1631。除了触控面板1631，输入单元1630还可以包括其他输入设备1632。具体地，其他输入设备1632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1640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1640可包括显示面板1641，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1641。进一步的，触控面板1631可覆盖显示面板1641，当触控面板1631检测到在其上或附近的触摸操作后，传送给处理器1680以确定触摸事件的类型，随后处理器1680根据触摸事件的类型在显示面板1641上提供相应的视觉输出。虽然在图16中，触控面板1631与显示面板1641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1631与显示面板1641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1650，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1641的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1641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1660、扬声器1661，传声器1662可提供用户与手机之间的音频接口。音频电路1660可将接收到的音频数据转换后的电信号，传输到扬声器1661，由扬声器1661转换为声音信号输出；另一方面，传声器1662将收集的声音信号转换为电信号，由音频电路1660接收后转换为音频数据，再将音频数据输出处理器1680处理后，经RF电路1610以发送给比如另一手机，或者将音频数据输出至存储器1620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1670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16示出了WiFi模块1670，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1680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1620内的软件程序和/或模块，以及调用存储在存储器1620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1680可包括一个或多个处理单元；优选的，处理器1680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1680中。

手机还包括给各个部件供电的电源1690(比如电池)，优选的，电源可以通过电源管理系统与处理器1680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1650或者触控面板1631可以作为指纹采集设备使用。

值得注意的是，上述指纹图像处理设备实施例中，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)

1.一种指纹图像处理方法，其特征在于，包括：

获取待处理指纹图像，获取所述待处理指纹图像中各像素点的像素值；

确定目标像素点以及所述目标像素点的邻域像素点，所述目标像素点属于所述待处理指纹图像中的像素点，所述目标像素点的邻域像素点为与所述目标像素点在空间上相邻的像素点的集合；

确定所述目标像素点以及所述邻域像素点中的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*(所述目标像素点的像素值－所述最小像素值)/(所述最大像素值－所述最小像素值)，其中所述A为位数降低之前的灰阶数量；

对所述目标像素点的灰阶值进行位数量化，使所述目标像素点的灰阶值的位数降低；

依据位数降低后的各像素点的灰阶值生成目标指纹图像。

2.根据权利要求1所述方法，其特征在于，所述获取所述待处理指纹图像中各像素点的像素值包括：

获取通过指纹采集设备采集的所述待处理指纹图像中各像素点对应的电容值，或电容值的加权值。

3.根据权利要求1或2所述方法，其特征在于，所述目标像素点的邻域像素点为与所述目标像素点在空间上相邻的像素点的集合包括：

所述目标像素点的邻域像素点为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。

4.根据权利要求1或2所述方法，其特征在于，所述获取待处理指纹图像包括：

接收待处理指纹图像，或者，通过本地指纹采集设备采集得到待处理的指纹图像。

5.根据权利要求1或2所述方法，其特征在于，在获得所述目标指纹图像之后，所述方法还包括：

存储所述目标指纹图像作为注册指纹模板；

或者，使用所述目标指纹图像与预存的注册指纹模板进行比对。

6.根据权利要求5所述方法，其特征在于，在使用所述目标指纹图像与预存的注册指纹模板进行比对之后，所述方法还包括：

若比对结果为验证通过，解锁对应于所述注册指纹模板的操作权限；所述注册指纹模板对应的操作权限包括：支付权限、终端界面解锁权限以及应用解锁权限中的任意一种。

7.一种指纹图像处理设备，其特征在于，包括：

像素值获取单元，用于获取待处理指纹图像，获取所述待处理指纹图像中各像素点的像素值；

像素确定单元，用于确定目标像素点以及所述目标像素点的邻域像素点，所述目标像素点属于所述待处理指纹图像中的像素点，所述目标像素点的邻域像素点为与所述目标像素点在空间上相邻的像素点的集合；

灰阶值计算单元，用于确定所述目标像素点以及所述邻域像素点中的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*(所述目标像素点的像素值－所述最小像素值)/(所述最大像素值－所述最小像素值)，其中所述A为位数降低之前的灰阶数量；

图像生成单元，用于对所述目标像素点的灰阶值进行位数量化，使所述目标像素点的灰阶值的位数降低；依据位数降低后的各像素点的灰阶值生成目标指纹图像。

8.根据权利要求7所述设备，其特征在于，

所述像素值获取单元，具体用于获取通过指纹采集设备采集的所述待处理指纹图像中各像素点对应的电容值，或电容值的加权值。

9.根据权利要求7或8所述设备，其特征在于，所述目标像素点的邻域像素点为与所述目标像素点在空间上相邻的像素点的集合包括：

所述目标像素点的邻域像素点为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。

10.根据权利要求7或8所述设备，其特征在于，

所述像素值获取单元，具体用于接收待处理指纹图像，或者，通过本地指纹采集设备采集得到待处理的指纹图像。

11.根据权利要求7或8所述设备，其特征在于，所述设备还包括：存储单元或者比对单元；

所述存储单元，用于在所述图像生成单元生成所述目标指纹图像之后，存储所述目标指纹图像作为注册指纹模板；

或者，所述比对单元，用于所述图像生成单元生成所述目标指纹图像之后，使用所述目标指纹图像与预存的注册指纹模板进行比对。

12.根据权利要求11所述设备，其特征在于，所述设备还包括：

解锁控制单元，用于在所述比对单元使用所述目标指纹图像与预存的注册指纹模板进行比对之后，若比对结果为验证通过，解锁对应于所述注册指纹模板的操作权限；所述注册指纹模板对应的操作权限包括：支付权限、终端界面解锁权限以及应用解锁权限中的任意一种。

13.一种终端设备，包括：处理器和存储器，其特征在于，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。