CN106250887A - 一种指纹识别方法及终端 - Google Patents

一种指纹识别方法及终端 Download PDF

Info

Publication number
CN106250887A
CN106250887A CN201610814713.0A CN201610814713A CN106250887A CN 106250887 A CN106250887 A CN 106250887A CN 201610814713 A CN201610814713 A CN 201610814713A CN 106250887 A CN106250887 A CN 106250887A
Authority
CN
China
Prior art keywords
fingerprint image
fingerprint
filtering template
unit
humidity value
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.)
Withdrawn
Application number
CN201610814713.0A
Other languages
English (en)
Inventor
赵星星
余超
黄儒鸿
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.)
Shenzhen Jinli Communication Equipment Co Ltd
Original Assignee
Shenzhen Jinli Communication Equipment 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 Shenzhen Jinli Communication Equipment Co Ltd filed Critical Shenzhen Jinli Communication Equipment Co Ltd
Priority to CN201610814713.0A priority Critical patent/CN106250887A/zh
Publication of CN106250887A publication Critical patent/CN106250887A/zh
Withdrawn legal-status Critical Current

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
    • G06V40/1365Matching; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明实施例公开了一种指纹识别方法及终端,其中方法包括获取指纹图像;检测手指触摸指纹识别界面时的湿度值;若所述湿度值在预设的湿度值范围内,提取所述指纹图像的特征数据以对其进行匹配识别。本发明实施例可以根据手指湿度采用不同的匹配识别方法,当手指湿度在预设的湿度值范围内的时候,直接对指纹图像进行匹配识别,节省了指纹识别时间,提高了指纹验证的效率。

Description

一种指纹识别方法及终端
技术领域
本发明涉及电子技术领域,尤其涉及一种指纹识别方法及终端。
背景技术
指纹由于其具有不变性、唯一性和方便性,几乎成为生物特征识别的代名词,在很多场景下都有广泛的应用,例如指纹识别开机、进入特定应用以及进行网上支付等。目前大多数指纹识别算法是基于细节点特征的匹配算法,即只要指纹细节点特征能够达到预定的匹配程度就能够完成验证,这些算法一般包括一个固定的工作流程,即采集指纹图像、指纹图像增强处理、提取指纹图像的特征点、特征点匹配、输出匹配结果。在指纹图像采集的过程中,由于手指接触指纹识别元件时的湿度不一样,其成像效果也有很大差异,干手指成像能力差,会造成指纹图像特征信息点少,湿手指虽然容易成像,但是当手指湿度过大的时候,指纹图像往往出现粘连甚至模糊的状态,而当手指湿度合适的时候,形成的指纹图像有足够的特征信息点以供匹配识别。
发明内容
本发明实施例提供一种指纹识别方法及终端,可在保证指纹验证安全性的同时提高指纹验证的效率。
第一方面,本发明实施例提供了一种指纹识别方法,该方法包括:
获取指纹图像;
检测手指触摸指纹识别界面时的湿度值;
若所述湿度值在预设的湿度值范围内,提取所述指纹图像的特征数据以对其进行匹配识别。
另一方面,本发明实施例提供了一种终端,该终端包括:
图像获取单元,用于获取指纹图像;
湿度检测单元,用于检测手指触摸指纹识别界面时的湿度值;
第一识别单元,用于若所述湿度值在预设的湿度值范围内,提取所述指纹图像的特征数据以对其进行匹配识别。
本发明实施例通过获取指纹图像,检测手指触摸指纹识别界面时的湿度值,若所述湿度值在预设的湿度值范围内,提取所述指纹图像的特征数据以对其进行匹配识别,可在保证指纹验证安全性的同时提高指纹验证的效率。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种指纹识别方法的示意流程图;
图2是本发明另一实施例提供的一种指纹识别方法的示意流程图;
图3是本发明另一实施例中湿度值小于预设的湿度值范围的指纹图像;
图4是本发明另一实施例中湿度值大于预设的湿度值范围的指纹图像;
图5是本发明另一实施例中第一预设算法的示意流程图;
图6是本发明另一实施例种第二预设算法的示意流程图;
图7是本发明实施例提供的一种终端的示意性框图;
图8是本发明另一实施例提供的一种终端的示意性框图;
图9是本发明另一实施例中第一处理单元的示意性框图;
图10是本发明另一实施例中第二处理单元的示意性框图;
图11是本发明另一实施例提供的一种终端的示意性框图。
具体实施方式
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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
参见图1,是本发明实施例提供一种指纹识别方法的示意流程图,如图所示方法可包括以下步骤:
步骤S101,获取指纹图像。
其中,指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。纹线有规律的排列形成不同的纹型。纹线的起点、终点、结合点和分叉点,称为指纹的特征点或特征数据。两枚指纹经常会具有相同的总体特征,但它们的细节特征,却不可能完全相同。一般,可以通过专门的指纹采集仪采集指纹图像。
步骤S102,检测手指触摸指纹识别界面时的湿度值。
其中,在指纹图像采集的过程中,手指接触指纹识别界面时的湿度不一样,采集到的指纹图像的成像效果完全不一样。
步骤S103,若所述湿度值在预设的湿度值范围内,提取所述指纹图像的特征数据以对其进行匹配识别。
其中,湿度值区间可确定为0-100%RH。一般情况下,当手指的湿度值在预设的湿度值范围内时,此时获取的指纹图像较为清晰,能够采集到足够的指纹图像的特征数据以供匹配识别。故此时的指纹图像可以不经增强处理,在确保指纹识别精度的同时,节省指纹识别时间,以提高指纹识别的效率,快速完成指纹识别的过程。
参见图2,是本发明另一实施例提供的一种指纹识别方法的示意流程图,如图所示方法可包括以下步骤:
步骤S201,获取指纹图像。
步骤S202,检测手指触摸指纹识别界面时的湿度值。
步骤S203,若所述湿度值在预设的湿度值范围内,提取所述指纹图像的特征数据以对其进行匹配识别。
其中,湿度值区间可确定为0-100%RH。一般情况下,当手指的湿度值在预设的湿度值范围内时,此时获取的指纹图像较为清晰,能够采集到足够的指纹图像的特征数据以供匹配识别。作为优选的,可以根据需要将湿度值区间划分为三个区间段,其中0-20%RH为低湿度段(也可以理解为干燥),20-80%RH为中湿度段,80-100%RH为高湿度段(也可以理解为潮湿)。
当然湿度值区间的划分还可以根据实际情况进行相应地划分。本发明实施例中,所述预设的湿度值范围可以是中湿度段,即湿度值为20-80%RH。当然,在预设的湿度值范围内可以采集到清晰的指纹图像中,预设的湿度值范围不限制于上面所提到的中湿度段,也可以是比其更小或跟大的湿度区间。
具体的,当湿度值为20-80%RH,即手指的湿度值位于中湿度段时,获取到的指纹图像足够清晰,并能够提取到足够的特征数据,此时的指纹图像可直接进行匹配识别,以节约指纹识别时间,提高指纹识别效率。作为最优选的,当湿度值为40~60%RH时,获取到的指纹图像最为清晰,即该指纹图像的特征数据最多,此时匹配识别的过程最为简单准确。
步骤S204,若所述湿度值小于预设的湿度值范围,采用第一预设算法对所述指纹图像进行增强处理。
如图3所示,当手指的湿度值小于预设的湿度值范围时,即湿度值位于区间0-20%RH时,手指的湿度值位于低湿度段,获取的对应的指纹图像存在断点多等问题,此时,针对该指纹图像的问题,可采用第一预设算法对所述指纹图像进行增强处理,即修复指纹的断点等问题,以便于提取更多的指纹图像的特征数据,减少指纹识别的困难,提高指纹识别的精确度。
步骤S205,若所述湿度值大于预设的湿度值范围,采用第二预设算法对所述指纹图像进行增强处理,所述第二预设算法与所述第一预设算法不同。
如图4所示,当手指的湿度值大于预设的湿度值范围时,即湿度值位于区间80-100%RH时,手指的湿度值位于高湿度段,获取的对应的指纹图像存在粘连、模糊不清等问题,具体的是指纹图像的脊线和谷线的灰度值会不同程度的扭曲,此时针对该指纹图像的问题,可采用第二预设算法对所述指纹图像进行增强处理,即增强指纹脊线和谷线的对比度,并且还可以连接某些中断的脊线,从而有利于指纹图像的匹配识别,提高指纹识别的精确度。
步骤S206,提取增强处理后的指纹图像的特征数据以对其进行匹配识别。
其中,手指湿度不同,那么对获取的指纹图像的后续处理可以根据实际情况选用不同的方式进行处理,以在保证指纹识别精准度的同时,提高指纹识别的效率,减少指纹识别所耗费的时间。
参见图5,是本发明另一实施例中第一预设算法的示意流程图。
步骤S301,通过所述指纹图像的区域纹路特征获取方向图。
其中,对于断点较多的指纹图像,充分考虑区域特征,根据纹路的整体灰度来判断方向。
步骤S302,根据方向图进行邻域差分统计以增强指纹纹线。
其中,以方向图中的数据作为基础,利用基于像素领域的差分统计的指纹纹线增强算法,去除指纹图像中的高频噪声分量,修复和增强指纹的纹线,同时完成指纹的均一化和掩膜。
步骤S303,通过骨架化对增强后的指纹图像的指纹纹线进行细化。
其中,骨架化中是通过索引表的方式来实现细化,然后通过查索引表剔除多余的点,从而达到进一步增强指纹图像的目的。
参加图6,是本发明另一实施例中第二预设算法的示意流程图:
步骤S401,对所述指纹图像中各像素点的灰度值进行归一化处理,以得到归一化的指纹图像。
其中,指纹图像归一化的目的是使图像的灰度值达到一个预先定义的平均值和方差值。当期望的均值和方差取不同值时,归一化的程度不同,均值和方差取值越大,归一化程度越强。对于不同按压不均与程度的指纹图像,通过调整均值参数和方差参数,就可以达到消除手指按压不均匀对指纹图像影响的目的。同时,确定归一化后指纹图像中各像素点的方向,得到归一化指纹图像的点方向场图,并将该点方向场图转化为块方向场图。
步骤S402,构建八个方向的滤波模板。
其中,方向滤波增强就是沿着指纹的纹线方向进行滤波增强,符合指纹图像的方向特性。在指纹的纹线切线方向上平滑,而在法线方向上锐化,以增强指纹脊线和谷线的对比度,去除手指过时导致的指纹图像脊线粘连等问题。
作为优选的,所述滤波模板包括平滑滤波模板和锐化滤波模板,所述平滑滤波模板用于平滑指纹图像的指纹纹线,所述锐化滤波模板用于锐化平滑后的指纹图像的指纹纹线。
步骤S403,将所述归一化的指纹图像与八个方向的滤波模板做卷积,以得到增强的指纹图像。
其中,分别将指纹图像与八个方向上的滤波模板进行卷积运算,即在各方向上先用平滑滤波模板平滑纹线,再用锐化滤波模板对平滑后纹线进行锐化,从而分别得到八个方向上的滤波增强图像。
综上可知,本发明实施例表明,可以根据手指的不同湿度值区分采集到的指纹图像的质量,并根据湿度值的不同采取对应的指纹图像处理策略,从而在保证指纹验证准确性的同时提高指纹验证识别的效率。
参见图7,是本发明实施例提供的一种终端的示意框图,所述终端100包括:
图像获取单元101,用于获取指纹图像。
其中,指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。纹线有规律的排列形成不同的纹型。纹线的起点、终点、结合点和分叉点,称为指纹的特征点或特征数据。两枚指纹经常会具有相同的总体特征,但它们的细节特征,却不可能完全相同。一般,可以通过专门的指纹采集仪采集指纹图像
湿度检测单元102,用于检测手指触摸指纹识别界面时的湿度值。
其中,在指纹图像采集的过程中,手指接触指纹识别界面时的湿度不一样,采集到的指纹图像的成像效果完全不一样。
第一识别单元103,用于若所述湿度值在预设的湿度值范围内,提取所述指纹图像的特征数据以对其进行匹配识别。
其中,湿度值区间可确定为0-100%RH。一般情况下,当手指的湿度值在预设的湿度值范围内时,此时获取的指纹图像较为清晰,能够采集到足够的指纹图像的特征数据以供匹配识别。故此时的指纹图像可以不经增强处理,在确保指纹识别精度的同时,节省指纹识别时间,以提高指纹识别的效率,快速完成指纹识别的过程。
参见图8,是本发明另一实施例提供的一种终端的示意性框图,所述终端200包括:
图像获取单元201,用于获取指纹图像。
湿度检测单元202,用于检测手指触摸指纹识别界面时的湿度值。
第一识别单元203,用于若所述湿度值在预设的湿度值范围内,提取所述指纹图像的特征数据以对其进行匹配识别。
其中,湿度值区间可确定为0-100%RH。一般情况下,当手指的湿度值在预设的湿度值范围内时,此时获取的指纹图像较为清晰,能够采集到足够的指纹图像的特征数据以供匹配识别。作为优选的,可以根据需要将湿度值区间划分为三个区间段,其中0-20%RH为低湿度段(也可以理解为干燥),20-80%RH为中湿度段,80-100%RH为高湿度段(也可以理解为潮湿)。
当然湿度值区间的划分还可以根据实际情况进行相应地划分。本发明实施例中,所述预设的湿度值范围可以是中湿度段,即湿度值为20-80%RH。当然,在预设的湿度值范围内可以采集到清晰的指纹图像中,预设的湿度值范围不限制于上面所提到的中湿度段,也可以是比其更小或跟大的湿度区间。
具体的,当湿度值为20-80%RH,即手指的湿度值位于中湿度段时,获取到的指纹图像足够清晰,并能够提取到足够的特征数据,此时的指纹图像可直接进行匹配识别,以节约指纹识别时间,提高指纹识别效率。作为最优选的,当湿度值为40~60%RH时,获取到的指纹图像最为清晰,即该指纹图像的特征数据最多,此时匹配识别的过程最为简单准确。
第一处理单元204,用于若所述湿度值小于预设的湿度值范围,采用第一预设算法对所述指纹图像进行增强处理。
如图3所示,当手指的湿度值小于预设的湿度值范围时,即湿度值位于区间0-20%RH时,手指的湿度值位于低湿度段,获取的对应的指纹图像存在断点多等问题,此时,针对该指纹图像的问题,可采用第一预设算法对所述指纹图像进行增强处理,即修复指纹的断点等问题,以便于提取更多的指纹图像的特征数据,减少指纹识别的困难,提高指纹识别的精确度。
第二处理单元205,用于若所述湿度值大于预设的湿度值范围,采用第二预设算法对所述指纹图像进行增强处理,所述第二预设算法与所述第一预设算法不同。
如图4所示,当手指的湿度值大于预设的湿度值范围时,即湿度值位于区间80-100%RH时,手指的湿度值位于高湿度段,获取的对应的指纹图像存在粘连、模糊不清等问题,具体的是指纹图像的脊线和谷线的灰度值会不同程度的扭曲,此时针对该指纹图像的问题,可采用第二预设算法对所述指纹图像进行增强处理,即增强指纹脊线和谷线的对比度,并且还可以连接某些中断的脊线,从而有利于指纹图像的匹配识别,提高指纹识别的精确度。
第二识别单元206,用于提取增强处理后的指纹图像的特征数据以对其进行匹配识别。
其中,手指湿度不同,那么对获取的指纹图像的后续处理可以根据实际情况选用不同的方式进行处理,以在保证指纹识别精准度的同时,提高指纹识别的效率,减少指纹识别所耗费的时间。
图9是本发明另一实施例中第一处理单元300的示意性框图,所述第一处理单元包括:
方向图获取单元301,用于通过所述指纹图像的区域纹路特征获取方向图。
第一增强单元302,用于根据方向图进行邻域差分统计以增强指纹纹线。
细化单元303,用于通过骨架化对增强后的指纹图像的指纹纹线进行细化。
图10是本发明另一实施例中第二处理单元400的示意性框图,所述第二处理单元包括:
归一化单元401,用于对所述指纹图像中各像素点的灰度值进行归一化处理,以得到归一化的指纹图像。
其中,指纹图像归一化的目的是使图像的灰度值达到一个预先定义的平均值和方差值。当期望的均值和方差取不同值时,归一化的程度不同,均值和方差取值越大,归一化程度越强。对于不同按压不均与程度的指纹图像,通过调整均值参数和方差参数,就可以达到消除手指按压不均匀对指纹图像影响的目的。同时,确定归一化后指纹图像中各像素点的方向,得到归一化指纹图像的点方向场图,并将该点方向场图转化为块方向场图。
构建单元402,用于构建八个方向的滤波模板。
其中,方向滤波增强就是沿着指纹的纹线方向进行滤波增强,符合指纹图像的方向特性。在指纹的纹线切线方向上平滑,而在法线方向上锐化,以增强指纹脊线和谷线的对比度,去除手指过时导致的指纹图像脊线粘连等问题。
作为优选的,所述滤波模板包括平滑滤波模板和锐化滤波模板,所述平滑滤波模板用于平滑指纹图像的指纹纹线,所述锐化滤波模板用于锐化平滑后的指纹图像的指纹纹线。
第二增强单元403,用于将所述归一化的指纹图像与八个方向的滤波模板做卷积,以得到增强的指纹图像。
其中,分别将指纹图像与八个方向上的滤波模板进行卷积运算,即在各方向上先用平滑滤波模板平滑纹线,再用锐化滤波模板对平滑后纹线进行锐化,从而分别得到八个方向上的滤波增强图像。
参见图11,是本发明另一实施例提供的一种终端示意框图。如图所示的本实施例中的终端可以包括:一个或多个处理器501;一个或多个输入设备502,一个或多个输出设备503和存储器504。上述处理器501、输入设备502、输出设备503和存储器504通过总线505连接。存储器502用于存储指令,处理器501用于执行存储器502存储的指令。
其中,处理器501用于获取指纹图像;通过湿度传感器检测手指触摸指纹识别界面时的湿度值;若所述湿度值在预设的湿度值范围内,提取所述指纹图像的特征数据以对其进行匹配识别。
处理器501还用于若所述湿度值小于预设的湿度值范围,采用第一预设算法对所述指纹图像进行增强处理;若所述湿度值大于预设的湿度值范围,采用第二预设算法对所述指纹图像进行增强处理,所述第二预设算法与所述第一预设算法不同;提取增强处理后的指纹图像的特征数据以对其进行匹配识别。
处理器501还用于通过所述指纹图像的区域纹路特征获取方向图;根据方向图进行邻域差分统计以增强指纹纹线;通过骨架化对增强后的指纹图像的指纹纹线进行细化。以及对所述指纹图像中各像素点的灰度值进行归一化处理,以得到归一化的指纹图像;构建八个方向的滤波模板;将所述归一化的指纹图像与八个方向的滤波模板做卷积,以得到增强的指纹图像。
应当理解,在本发明实施例中,所称处理器501可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备502可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备503可以包括显示器(LCD等)、扬声器等。
该存储器504可以包括只读存储器和随机存取存储器,并向处理器501提供指令和数据。存储器504的一部分还可以包括非易失性随机存取存储器。例如,存储器504还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器501、输入设备502、输出设备503可执行本发明实施例提供的一种指纹识别方法的实施例和另一实施例中所描述的实现方式,也可执行本发明实施例所描述的终端的实现方式,在此不再赘述。
本领域普通技术人员可以意识到,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。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的终端和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的终端和方法,可以通过其它的方式实现。例如,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,仅仅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。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例终端中的单元可以根据实际需要进行合并、划分和删减。
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网络单元上。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发明实施例方案的目的。
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,也可以是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(可以是个人计算机,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、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,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揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改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以权利要求的保护范围为准。

Claims (10)

1.一种指纹识别方法,其特征在于,所述方法包括:
获取指纹图像;
检测手指触摸指纹识别界面时的湿度值;
若所述湿度值在预设的湿度值范围内,提取所述指纹图像的特征数据以对其进行匹配识别。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
若所述湿度值小于预设的湿度值范围,采用第一预设算法对所述指纹图像进行增强处理;
若所述湿度值大于预设的湿度值范围,采用第二预设算法对所述指纹图像进行增强处理,所述第二预设算法与所述第一预设算法不同;
提取增强处理后的指纹图像的特征数据以对其进行匹配识别。
3.如权利要求2所述的方法,其特征在于,所述第一预设算法具体包括:
通过所述指纹图像的区域纹路特征获取方向图;
根据方向图进行邻域差分统计以增强指纹纹线;
通过骨架化对增强后的指纹图像的指纹纹线进行细化。
4.如权利要求2所述的方法,其特征在于,所述第二预设算法具体包括:
对所述指纹图像中各像素点的灰度值进行归一化处理,以得到归一化的指纹图像;
构建八个方向的滤波模板;
将所述归一化的指纹图像与八个方向的滤波模板做卷积,以得到增强的指纹图像。
5.如权利要求4所述的方法,其特征在于,所述滤波模板包括平滑滤波模板和锐化滤波模板,所述平滑滤波模板用于平滑指纹图像的指纹纹线,所述锐化滤波模板用于锐化平滑后的指纹图像的指纹纹线。
6.一种终端,其特征在于,所述终端包括:
图像获取单元,用于获取指纹图像;
湿度检测单元,用于检测手指触摸指纹识别界面时的湿度值;
第一识别单元,用于若所述湿度值在预设的湿度值范围内,提取所述指纹图像的特征数据以对其进行匹配识别。
7.如权利要求6所述的终端,其特征在于,所述终端还包括:
第一处理单元,用于若所述湿度值小于预设的湿度值范围,采用第一预设算法对所述指纹图像进行增强处理;
第二处理单元,用于若所述湿度值大于预设的湿度值范围,采用第二预设算法对所述指纹图像进行增强处理,所述第二预设算法与所述第一预设算法不同;
第二识别单元,用于提取增强处理后的指纹图像的特征数据以对其进行匹配识别。
8.如权利要求7所述的终端,其特征在于,所述第一处理单元具体包括:
方向图获取单元,用于通过所述指纹图像的区域纹路特征获取方向图;
第一增强单元,用于根据方向图进行邻域差分统计以增强指纹纹线;
细化单元,用于通过骨架化对增强后的指纹图像的指纹纹线进行细化。
9.如权利要求7所述的终端,其特征在于,所述第二处理单元具体包括:
归一化单元,用于对所述指纹图像中各像素点的灰度值进行归一化处理,以得到归一化的指纹图像;
构建单元,用于构建八个方向的滤波模板;
第二增强单元,用于将所述归一化的指纹图像与八个方向的滤波模板做卷积,以得到增强的指纹图像。
10.如权利要求9所述的方法,其特征在于,所述滤波模板包括平滑滤波模板和锐化滤波模板,所述平滑滤波模板用于平滑指纹图像的指纹纹线,所述锐化滤波模板用于锐化平滑后的指纹图像的指纹纹线。
CN201610814713.0A 2016-09-09 2016-09-09 一种指纹识别方法及终端 Withdrawn CN106250887A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610814713.0A CN106250887A (zh) 2016-09-09 2016-09-09 一种指纹识别方法及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610814713.0A CN106250887A (zh) 2016-09-09 2016-09-09 一种指纹识别方法及终端

Publications (1)

Publication Number Publication Date
CN106250887A true CN106250887A (zh) 2016-12-21

Family

ID=57598714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610814713.0A Withdrawn CN106250887A (zh) 2016-09-09 2016-09-09 一种指纹识别方法及终端

Country Status (1)

Country Link
CN (1) CN106250887A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709459A (zh) * 2016-12-27 2017-05-24 努比亚技术有限公司 指纹识别方法及移动终端
CN107454962A (zh) * 2017-06-12 2017-12-08 深圳市汇顶科技股份有限公司 手指干湿程度测量方法、装置及系统
CN110287834A (zh) * 2019-06-13 2019-09-27 Oppo广东移动通信有限公司 一种身份识别的方法及终端
CN111079626A (zh) * 2019-12-11 2020-04-28 深圳市迪安杰智能识别科技有限公司 一种活体指纹识别方法、电子设备及计算机可读存储介质
CN111222366A (zh) * 2018-11-26 2020-06-02 上海耕岩智能科技有限公司 一种指纹识别方法及装置、存储介质、终端
CN111310677A (zh) * 2020-02-21 2020-06-19 维沃移动通信有限公司 一种指纹图像处理方法及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1664847A (zh) * 2005-03-17 2005-09-07 上海交通大学 嵌入式系统指纹的识别与匹配方法
CN101271516A (zh) * 2008-04-02 2008-09-24 范九伦 指纹图像的方向滤波增强方法
CN101576999B (zh) * 2009-06-01 2012-10-17 杭州晟元芯片技术有限公司 一种指纹图像方向增强方法
CN105912916A (zh) * 2016-05-27 2016-08-31 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN105912915A (zh) * 2016-05-27 2016-08-31 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN105930809A (zh) * 2016-04-26 2016-09-07 广东欧珀移动通信有限公司 指纹识别控制方法、指纹识别控制装置及电子装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1664847A (zh) * 2005-03-17 2005-09-07 上海交通大学 嵌入式系统指纹的识别与匹配方法
CN101271516A (zh) * 2008-04-02 2008-09-24 范九伦 指纹图像的方向滤波增强方法
CN101576999B (zh) * 2009-06-01 2012-10-17 杭州晟元芯片技术有限公司 一种指纹图像方向增强方法
CN105930809A (zh) * 2016-04-26 2016-09-07 广东欧珀移动通信有限公司 指纹识别控制方法、指纹识别控制装置及电子装置
CN105912916A (zh) * 2016-05-27 2016-08-31 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN105912915A (zh) * 2016-05-27 2016-08-31 广东欧珀移动通信有限公司 一种指纹解锁方法及终端

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709459A (zh) * 2016-12-27 2017-05-24 努比亚技术有限公司 指纹识别方法及移动终端
US10441199B2 (en) 2017-06-12 2019-10-15 Shenzhen GOODIX Technology Co., Ltd. Method, apparatus and system for measuring finger moisture
CN107454962A (zh) * 2017-06-12 2017-12-08 深圳市汇顶科技股份有限公司 手指干湿程度测量方法、装置及系统
TWI770927B (zh) * 2018-11-26 2022-07-11 大陸商上海耕岩智能科技有限公司 指紋識別方法、儲存介質,及終端
CN111222366A (zh) * 2018-11-26 2020-06-02 上海耕岩智能科技有限公司 一种指纹识别方法及装置、存储介质、终端
TWI727514B (zh) * 2018-11-26 2021-05-11 大陸商上海耕岩智能科技有限公司 指紋識別方法、裝置、儲存介質,及終端
US11651618B2 (en) 2018-11-26 2023-05-16 Shanghai Harvest Intelligence Technology Co., Ltd. Fingerprint identification method and apparatus, storage medium and terminal
CN110287834A (zh) * 2019-06-13 2019-09-27 Oppo广东移动通信有限公司 一种身份识别的方法及终端
CN111079626A (zh) * 2019-12-11 2020-04-28 深圳市迪安杰智能识别科技有限公司 一种活体指纹识别方法、电子设备及计算机可读存储介质
CN111079626B (zh) * 2019-12-11 2023-08-01 深圳市迪安杰智能识别科技有限公司 一种活体指纹识别方法、电子设备及计算机可读存储介质
CN111310677A (zh) * 2020-02-21 2020-06-19 维沃移动通信有限公司 一种指纹图像处理方法及电子设备
WO2021164730A1 (zh) * 2020-02-21 2021-08-26 维沃移动通信有限公司 指纹图像处理方法及电子设备
CN111310677B (zh) * 2020-02-21 2023-10-27 维沃移动通信有限公司 一种指纹图像处理方法及电子设备

Similar Documents

Publication Publication Date Title
CN106250887A (zh) 一种指纹识别方法及终端
CN102693420B (zh) 一种指纹模板自动更新的方法
JP6444523B2 (ja) 指紋認識方法及び指紋認識装置
TWI619080B (zh) 指紋重疊區域面積的計算方法及電子裝置
Iwasokun et al. Fingerprint image enhancement: Segmentation to thinning
WO2018176514A1 (zh) 指纹配准方法及装置
CN105303176A (zh) 指纹模板更新方法及装置
CN113723309A (zh) 身份识别方法、身份识别装置、设备及存储介质
CN103854013A (zh) 一种基于稀疏矩阵的arm指纹识别方法及装置
CN110660072A (zh) 一种直线边缘的识别方法、装置、存储介质及电子设备
CN112528868A (zh) 一种基于改进Canny边缘检测算法的违章压线判别方法
CN105844265A (zh) 一种指纹图像处理方法和装置
CN106228108A (zh) 指纹识别方法以及装置
CN109978903A (zh) 一种标识点识别方法、装置、电子设备及存储介质
CN103227864B (zh) 一种检测图像边缘的方法和移动终端
CN104598894A (zh) 指纹感测装置、具指纹感测功能的产品及其指纹感测方法
CN108960111B (zh) 人脸识别方法、系统及终端设备
CN101770570B (zh) 高效能指纹影像处理方法
CN113516096B (zh) 指静脉roi区域提取方法及装置
CN114757851A (zh) 指纹图像的处理方法、装置、电子设备及存储介质
WO2023019681A1 (zh) 一种图像内容的提取方法、装置、终端和存储介质
CN108009996A (zh) 一种基于脊波变换的指静脉图像增强方法及其系统、产品
CN106156689B (zh) 一种信息处理方法及电子设备
CN111753722B (zh) 一种基于特征点类型的指纹识别方法及装置
TW202117591A (zh) 影像處理方法、晶片及電子裝置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20161221

WW01 Invention patent application withdrawn after publication