CN106295559B - 一种数据处理的方法、指纹识别装置以及显示装置 - Google Patents

一种数据处理的方法、指纹识别装置以及显示装置 Download PDF

Info

Publication number
CN106295559B
CN106295559B CN201610645869.0A CN201610645869A CN106295559B CN 106295559 B CN106295559 B CN 106295559B CN 201610645869 A CN201610645869 A CN 201610645869A CN 106295559 B CN106295559 B CN 106295559B
Authority
CN
China
Prior art keywords
fingerprint
fingerprint image
characteristic point
image
point data
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.)
Expired - Fee Related
Application number
CN201610645869.0A
Other languages
English (en)
Other versions
CN106295559A (zh
Inventor
滕万鹏
邹祥祥
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.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group 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 BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201610645869.0A priority Critical patent/CN106295559B/zh
Publication of CN106295559A publication Critical patent/CN106295559A/zh
Application granted granted Critical
Publication of CN106295559B publication Critical patent/CN106295559B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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

Landscapes

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

Abstract

本发明实施例公开了一种数据处理的方法、指纹识别装置以及显示装置，涉及指纹识别技术领域，用以解决现有技术中的指纹识别装置因可采集到的特征点数据过于有限而造成的误判几率变大的问题。该方法应用于指纹识别装置，指纹识别装置包括N个指纹采集单元，该方法包括：分析N个指纹采集单元采集的第一指纹图像，以提取出N个第一指纹图像的特征点数据；将N个第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到N个第一指纹图像的综合相似度；将综合相似度与阈值比较，以生成识别结果数据，识别结果数据用于指示指纹验证成功，或指纹验证失败。

Description

一种数据处理的方法、指纹识别装置以及显示装置
技术领域
本发明涉及指纹识别技术领域，尤其涉及一种数据处理的方法、指纹识别装置以及显示装置。
背景技术
指纹识别技术是目前最成熟且价格便宜的生物特征识别技术。随着科技的进步，指纹识别技术已经开始慢慢进入日常生活中，参考图1所示，尤其具有指纹识别功能的显示装置越来越多的被用户所认可，如手机上设有指纹识别装置。
但是现有的显示装置上的指纹识别装置由于某种原因采集到的图片中包含的特征点数据可能会比较少，尤其现在的显示装置越来越向窄边框的方向发展，留给指纹识别装置的空间也就越来越小，从而采集的图片中包含的特征点数据也会更少，不利于数据的对比分析。由于采集到的图片中包含的特征点数据少，就有可能产生误判，用户的指纹不能很好地被识别，使用户体验变差；或者，非用户的指纹被识别了，可能导致用户信息的泄露。
发明内容
本发明的实施例提供一种数据处理的方法、指纹识别装置以及显示装置，用以解决现有技术中的指纹识别装置因可采集到的特征点数据过于有限而造成的误判几率变大的问题。
为达到上述目的，本发明的实施例采用如下技术方案：
第一方面，本发明实施例提供了一种数据处理的方法，应用于指纹识别装置，所述指纹识别装置包括N个指纹采集单元，所述N大于或等于2，所述方法包括：
分析所述N个指纹采集单元采集的第一指纹图像，以提取出N个所述第一指纹图像的特征点数据；
将N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到N个所述第一指纹图像的综合相似度，所述M大于或等于所述N；
将所述综合相似度与阈值比较，以生成识别结果数据，所述识别结果数据用于指示指纹验证成功，或指纹验证失败。
可选的，所述将N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到N个所述第一指纹图像的综合相似度包括：
根据N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据，统计每个所述第一指纹图像中的匹配特征点的个数；其中所述第一指纹图像中的匹配特征点与所述数据库中任一第二指纹图像的特征点数据相匹配，或者与所述数据库中的优选指纹图像的特征点数据相匹配，所述优选指纹图像为所述数据库中包含与所述第一指纹图像相匹配的特征点最多的第二指纹图像；
求取N个所述第一指纹图像的匹配比例的平均值或加权平均值，作为所述综合相似度，其中所述第一指纹图像的匹配比例为所述第一指纹图像中的匹配特征点的个数占所述第一指纹图像中特征点总数的比例。
可选的，所述数据库包括N个子数据库，所述N个子数据库与所述N个指纹采集单元一一对应，每个所述子数据库用于存储至少一个第二指纹图像的特征点数据；
所述将N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到N个所述第一指纹图像的综合相似度包括：
根据每个所述第一指纹图像的特征点数据、以及所述第一指纹图像对应的子数据库中预存的第二指纹图像的特征点数据，统计每个所述第一指纹图像中的匹配特征点的个数，其中所述第一指纹图像对应的子数据库为采集所述第一指纹图像的指纹采集单元对应的子数据库；所述第一指纹图像中的匹配特征点与所述子数据库中任一第二指纹图像的特征点数据相匹配，或者与所述子数据库中的优选指纹图像的特征点数据相匹配，所述优选指纹图像为所述子数据库中包含与所述第一指纹图像相匹配的特征点最多的第二指纹图像；
将所述第一指纹图像中的匹配特征点的个数除以所述第一指纹图像中特征点总数，得到所述第一指纹图像的匹配比例；
求取N个所述第一指纹图像的匹配比例的平均值或加权平均值，作为所述综合相似度。
可选的，若所述识别结果数据指示指纹验证失败，则所述方法还包括：发出告警提示，所述告警提示用于向用户提示此次指纹验证失败。
可选的，所述告警提示还用于向用户提示需要重新采集图像的指纹采集单元，所述需要重新采集图像的指纹采集单元为所述N个指纹采集单元中采集的第一指纹图像的匹配比例最小的指纹采集单元。
第二方面，本发明实施例提供了一种指纹识别装置，该装置包括：
N个指纹采集单元，所述指纹采集单元用于采集第一指纹图像，所述N大于或等于2；
分析单元，所述分析单元用于分析所述N个指纹采集单元采集的第一指纹图像，以提取出N个所述第一指纹图像的特征点数据；
对比单元，所述对比单元用于将所述分析单元分析得到的N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到N个所述第一指纹图像的综合相似度，所述M大于或等于所述N；
识别单元，所述识别单元用于将所述对比单元对比得到的所述综合相似度与阈值比较，以生成识别结果数据，所述识别结果数据用于指示指纹验证成功，或指纹验证失败。
可选的，所述对比单元包括：
统计子单元，所述统计子单元用于根据所述分析单元分析得到的N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据，统计每个所述第一指纹图像中的匹配特征点的个数；其中所述第一指纹图像中的匹配特征点与所述数据库中任一第二指纹图像的特征点数据相匹配，或者与所述数据库中的优选指纹图像的特征点数据相匹配，所述优选指纹图像为所述数据库中包含与所述第一指纹图像相匹配的特征点最多的第二指纹图像；
求取子单元，所述求取子单元用于，根据所述统计子单元统计的每个所述第一指纹图像中的匹配特征点的个数，求取N个所述第一指纹图像的匹配比例的平均值或加权平均值，作为所述综合相似度，其中所述第一指纹图像的匹配比例为所述第一指纹图像中的匹配特征点的个数占所述第一指纹图像中特征点总数的比例。
优选的，所述数据库包括N个子数据库，所述N个子数据库与所述N个指纹采集单元一一对应，每个所述子数据库用于存储至少一个第二指纹图像的特征点数据；
所述对比单元包括：
统计子单元，所述统计子单元用于根据所述分析单元分析得到的每个所述第一指纹图像的特征点数据、以及所述第一指纹图像对应的子数据库中预存的第二指纹图像的特征点数据，统计每个所述第一指纹图像中的匹配特征点的个数，其中所述第一指纹图像对应的子数据库为采集所述第一指纹图像的指纹采集单元对应的子数据库；所述第一指纹图像中的匹配特征点与所述子数据库中任一第二指纹图像的特征点数据相匹配，或者与所述子数据库中的优选指纹图像的特征点数据相匹配，所述优选指纹图像为所述子数据库中包含与所述第一指纹图像相匹配的特征点最多的第二指纹图像；
求取子单元，所述求取子单元用于，根据所述统计子单元统计的每个所述第一指纹图像中的匹配特征点的个数，将所述第一指纹图像中的匹配特征点的个数除以所述第一指纹图像中特征点总数，得到所述第一指纹图像的匹配比例；并求取N个所述第一指纹图像的匹配比例的平均值或加权平均值，作为所述综合相似度。
可选的，所述装置还包括：
告警单元，所述告警单元用于，根据所述识别单元指示指纹验证失败，发出告警提示，所述告警提示用于向用户提示此次指纹验证失败。
可选的，所述告警单元还用于，根据所述识别单元指示指纹验证失败，向用户提示需要重新采集图像的指纹采集单元，所述需要重新采集图像的指纹采集单元为所述N个指纹采集单元中采集的第一指纹图像的匹配比例最小的指纹采集单元。
第三方面，本发明实施例提供了一种显示装置，所述显示装置包括：第二方面所述的指纹识别装置。
可选的，所述指纹识别装置中的N个指纹采集单元位于所述显示装置的非显示区域的同一侧边上；或者，所述指纹识别装置中的N个指纹采集单元分布在所述显示装置的非显示区域的相对两个侧边上。
优选的，所述N为2。则所述指纹识别装置中的2个指纹采集单元位于所述显示装置的非显示区域的同一侧边上；或者，所述指纹识别装置中的2个指纹采集单元分别位于所述显示装置的非显示区域的相对两个侧边上。
本发明实施例提供了一种数据处理方法、指纹识别装置以及显示装置。该指纹识别装置有N个指纹采集单元，N个指纹采集单元可以采集N个第一指纹图像，提取出N个第一指纹图像的特征点数据，相比现有技术中采集一个指纹图像的方案，本发明实施例可以采集更多的指纹图像，从而可以提取更多的特征点数据。将N个第一指纹图像的特征点数据与数据库中的第二指纹图像的特征点数据对比，得到综合相似度。将综合相似度与阈值比较，得到识别结果。相比现有技术通过一个指纹图像的特征点数据得到验证结果而言，本发明实施例得到的结果更准确可靠。从而可以降低现有技术中指纹识别装置的误判几率，使用户体验更好，用户信息更安全。
附图说明
为了更清楚地说明本发明实施例的技术方案，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为现有技术提供的一种显示装置的平面示意图；
图2为本发明实施例提供的显示装置的平面示意图之一；
图3为本发明实施例提供的显示装置的平面示意图之二；
图4为本发明实施例提供的数据处理方法的流程图之一；
图5为本发明实施例提供的数据处理方法的流程图之二；
图6为本发明实施例提供的数据处理方法的流程图之三；
图7为本发明实施例提供的指纹识别装置的框图之一；
图8为本发明实施例提供的指纹识别装置的框图之二。
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，所描述的实施例仅仅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作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。
本发明实施例中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本发明实施例中字符“/”，一般表示前后关联对象是一种“或”的关系。
为了便于清楚描述本发明实施例的技术方案，在本发明的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
本发明实施例的工作原理在于：给显示装置设置N(N≥2)个指纹采集单元，采集N个第一指纹图像，提取N个第一指纹图像的特征点数据，从而相比于现有技术，得到了更多的特征点数据。将提取到的特征点数据与数据库中的特征点数据对比，得到N个所述第一指纹图像的综合相似度。将综合相似度与阈值比较，生成识别结果，用以指示识别成功或识别失败。特征点数据的增多会使数据的对比分析更准确，降低误判几率，从而使用户体验更好，用户信息更安全。
实施例一
本发明实施例提供了一种数据处理的方法，应用于指纹识别装置。指纹识别装置包括N个指纹采集单元，N大于或等于2。
该指纹识别装置可以是单独的产品，例如：可以是指纹打卡机，还可以集成在显示装置中。本实施例以集成在显示装置中为例。
例如图2的显示装置的平面示意图所示，该显示装置可以是手机、平板电脑(Tablet)、电子书等。N个指纹采集单元位于显示装置的非显示区域的同一侧，例如，图2中的显示装置上有2个指纹采集单元。此时不同的指纹采集单元可以分别采集左右手的指纹，也可以只采集一只手不同手指的指纹等。其中，显示区域是指AA(Ative Area)区域，非显示区域为AA区域以外的区域。例如图3的显示装置的平面示意图所示，该显示装置可横屏显示，N个指纹采集单元也可以位于显示装置的非显示区域的两侧，优选的N＝2，使用时，可以很方便的采集左右手大拇指的指纹图像，当然也可以是左右手食指，或其他手指也可以。当指纹采集单元位于非显示区域的两侧时，两侧的指纹采集单元分别采集左右手的指纹，例如可以分别采集左右手大拇指的指纹，对于用户来说会更方便，用户体验会比较好。
参考图4所示，该数据处理的方法包括：
S101、分析N个指纹采集单元采集的第一指纹图像，以提取出N个第一指纹图像的特征点数据。
在本发明实施例中，参考图5或图6(图中仅是以指纹识别装置含有3个指纹采集单元(编号为1-3)为例，但不限于3个，也可以2个或多于3个)所示，要获得第一指纹图像的特征点数据，要经过指纹采集、图像预处理、特征点提取这三个过程。
具体的，1号指纹采集单元采集第一指纹图像，然后通过分析单元获得第一指纹图像的特征点数据。分析单元包括图像处理子单元和特征点提取子单元，其中图像处理子单元对采集的第一指纹图像进行图像预处理，特征点提取子单元提取经预处理后的第一指纹图像的特征点数据。其中图像预处理的方法包括：图像质量判断、图像增强、指纹区域检测、指纹方向图和频率估算、图像二值化(将指纹图像中各像素点的灰度值设置为0或255)、图像细化等中的至少一种。图像预处理的具体过程可以采用现有技术的任一种，在此不再赘述。特征点提取也可参考现有技术。对于2号或3号指纹采集单元采集第一指纹图像的处理过程与上述过程类似，只是在细节上可能会有不同，如指纹采集单元采集图像的精度不同，那么采集到的指纹图像的清晰度可能就不同；图像预处理具体过程不同，那么采集到的特征点数据的精度可能就会不同等。
S102、获得N个第一指纹图像的综合相似度。
将N个第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到N个第一指纹图像的综合相似度，M大于或等于N。
方案1、针对指纹识别装置中包含一个数据库的情况，该数据库中包含M个第二指纹图像的特征点数据。例如：假设显示装置有3个指纹采集单元，用户可以预先通过其中一个指纹采集单元采集至少1个第二指纹图像，这至少1个第二指纹图像可以是针对同一手指、也可针对不同手指；同样的，通过另两个指纹采集单元也采集至少1个第二指纹图像；将采集到的所有第二指纹图像分析得到的特征点数据，存储于该数据库中。
此后，每次指纹识别时的数据处理方法可以是将步骤S101中从不同指纹采集单元中得到的N个第一指纹图像的特征点数据进行数据汇总，之后与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到综合相似度。具体可以包括以下步骤：
(1)根据N个第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据，统计每个第一指纹图像中的匹配特征点的个数。
下面可以依照对于匹配特征点含义的不同，提供两种可选的实施方式。
可选的，匹配特征点的含义还可以是：若第一指纹图像中的一特征点的特征点数据与数据库中任一第二指纹图像的特征点数据相匹配，则该特征点称为匹配特征点；相应的，若该特征点的特征点数据与数据库中所有特征点数据均不匹配，则该特征点则不是匹配特征点。也就意味着，第一指纹图像中的匹配特征点与数据库中任一第二指纹图像的特征点数据相匹配。需要说明的是，两个特征点数据相匹配是指：只要认定是针对同一特征点的数据即为匹配，例如：可以完全相同，也可以是相似度在某一阈值以上即可，该阈值可以根据需要设置，例如为95％。
在此基础上，可以将每个第一指纹图像的特征点数据与数据库中预存的各个第二指纹图像的特征点数据进行对比，以得到每个第一指纹图像中包含的匹配特征点的个数。
示例的，参考图5所示，一指纹识别装置中有3个指纹采集单元，编号为1-3，则根据步骤S101采集到3个第一指纹图像，经特征点数据提取得到3个第一指纹图像的特征点数据，特征点个数分别为a1、a2、a3。数据库中预先存储了8个第二指纹图像的特征点数据，编号为1-8。
需要说明的是，在本发明实施例中，1号指纹采集单元采集到1号第一指纹图像，经特征点提取得到1号第一指纹图像的特征点数据，1号第一指纹图像的特征点数据与数据库中的8个第二指纹图像的特征点数据进行对比，得到1号第一指纹图像的匹配特征点个数。同理，2号指纹采集单元采集到2号第一指纹图像，经特征点提取得到2号第一指纹图像的特征点数据，2号第一指纹图像的特征点数据与数据库中的8个第二指纹图像的特征点数据进行对比，得到2号第一指纹图像的匹配特征点个数。以此类推。
那么，将1号第一指纹图像的a1个特征点的特征点数据与数据库中所有的特征点数据做对比。例如：将a1个特征点的特征点数据与1号第二指纹图像的特征点数据进行对比后，得到a1个特征点的特征点数据中未匹配成功的数据；将a1个特征点的特征点数据中未匹配成功的数据与2号第二指纹图像的特征点数据进行对比，再次得到未匹配成功的数据；依次类推，直至a1个特征点的特征点数据均匹配成功、或者8个第二指纹图像的特征点数据均对比完毕为止，此时也就可以得知对比结束时未匹配成功的特征点个数b1(0≤b1≤a1)。将a1减去b1即可得到第一指纹图像中匹配特征点的个数c1。
同理，可以得到2号第一指纹图像的a2个特征点中的匹配特征点个数c2，以及3号第一指纹图像的a3个特征点中的匹配特征点个数c3。
可选的，匹配特征点的含义还可以是：若第一指纹图像中的一特征点的特征点数据与数据库中优选指纹图像的特征点数据相匹配，则该特征点称为匹配特征点；相应的，若该特征点的特征点数据与数据库中该优选指纹图像的特征点数据均不匹配，则该特征点不是匹配特征点。也就意味着，第一指纹图像中的匹配特征点与数据库中的优选指纹图像的特征点数据相匹配。其中，优选指纹图像为数据库中包含与第一指纹图像相匹配的特征点最多的第二指纹图像。
基于上述匹配特征点的含义，示例的，可以直接将每一第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据分别进行对比，得到第一指纹图像中包含的与每个第二指纹图像匹配的特征点个数，记为{d1、d2、……、dM}，{d1、d2、……、dM}中最大的匹配特征点个数即为第一指纹图像中匹配特征点的个数，记为cn(1≤n≤N)。
示例的，参考图5所示，一指纹识别装置中有3个指纹采集单元，编号为1-3，则根据步骤S101采集到3个第一指纹图像，经特征点数据提取得到3个第一指纹图像的特征点数据，特征点个数分别为a1、a2、a3。数据库中有8个第二指纹图像的特征点数据，编号为1-8。
那么，将1号第一指纹图像的特征点数据与数据库中1-8号第二指纹图像的特征点数据分别进行对比，得到1号第一指纹图像中包含的与每个第二指纹图像匹配的特征点个数为{d1、d2、……、d8}，其中d5最大，则5号第二指纹图像为1号第一指纹图像的优选指纹图像，1号第一指纹图像中的匹配特征点个数为c1＝d5。
同理，可以得到2号第一指纹图像中的匹配特征点个数c2，以及3号第一指纹图像中的匹配特征点个数c3。
基于上述匹配特征点的含义，示例的，还可以先根据指纹纹形对采集到的每个第一指纹图像与数据库中的M个第二指纹图像进行粗匹配，得到优选指纹图像，该优选指纹图像指纹纹形与该第一指纹图像最相近，此时可以认为该优选指纹图像即为与该第一指纹图像相匹配的特征点最多的第二指纹图像。然后再根据指纹形态和细节特征对该第一指纹图像特征点数据与优选指纹图像的特征点数据进行精确匹配，得到该第一指纹图像中的匹配特征点的个数，记为cn(1≤n≤N)。
示例的，参考图5所示，将1号第一指纹图像的特征点数据与数据库中1-8号第二指纹图像的特征点数据进行粗匹配，得到5号第二指纹图像为其优选指纹图像，则将1号第一指纹图像的特征点数据和5号第二指纹图像的特征点数据进行精确匹配，1号第一指纹图像中的匹配特征点的个数为c1；同理，可以得到2号第一指纹图像中的匹配特征点个数c2，以及3号第一指纹图像中的匹配特征点个数c3。
(2)求取N个第一指纹图像的匹配比例的平均值或加权平均值，作为综合相似度，其中第一指纹图像的匹配比例为第一指纹图像中的匹配特征点的个数占第一指纹图像中特征点总数的比例。其中，综合相似度用Q表示。
示例的，参考图5所示，先求取3个第一指纹图像的匹配比例，结合步骤(1)得到的数据，可以得到1号第一指纹图像的匹配比例为P1＝c1/a1；2号第一指纹图像的匹配比例为P2＝c2/a2；3号第一指纹图像的匹配比例为P3＝c3/a3。然后求取P1、P2、P3的平均值或加权平均值得到综合相似度Q。那么当Q是P1、P2、P3的平均值时，公式为Q＝(P1+P2+P3)/3。当Q是P1、P2、P3的加权平均值时，公式为Q＝α*P1+β*P2+γ*P3，其中α+β+γ＝1，α、β、γ可以是根据指纹采集单元的分辨率、具体图像预处理过程等预先设置好的数值，也可以是根据实际采集数据用公式求得的，例如公式为α＝c1/(a1+a2+a3)，β＝c2/(a1+a2+a3)，γ＝c3/(a1+a2+a3)。
方案2、针对指纹识别装置中的数据库包括N个子数据库的情况，N个子数据库与N个指纹采集单元一一对应，每个子数据库用于存储至少一个第二指纹图像的特征点数据。
例如，假设显示装置有3个指纹采集单元，用户可以预先通过其中1号指纹采集单元采集至少1个第二指纹图像，这至少1个第二指纹图像可以是针对同一手指、也可针对不同手指，将1号指纹采集单元采集到的所有第二指纹图像分析得到的第二指纹图像的特征点数据，存储于1号子数据库中；同样的，通过2号或3号指纹采集单元也采集至少1个第二指纹图像，将采集到的所有第二指纹图像分析得到的第二指纹图像的特征点数据，存储于对应的2号或3号子数据库中。
此后，每次指纹识别时的数据处理方法可以是将步骤S101中从不同指纹采集单元中得到的N个第一指纹图像的特征点数据分别与其对应的子数据库中的第二指纹图像的特征点数据进行对比，以得到综合相似度。具体可以包括以下步骤：
(1)根据每个第一指纹图像的特征点数据、以及第一指纹图像对应的子数据库中预存的第二指纹图像的特征点数据，统计每个第一指纹图像中的匹配特征点的个数。第一指纹图像对应的子数据库为采集第一指纹图像的指纹采集单元对应的子数据库。
下面可以依照对于匹配特征点含义的不同，提供两种可选的实施方式。
可选的，若第一指纹图像中的一特征点的特征点数据与子数据库中任一第二指纹图像的特征点数据相匹配，则该特征点称为匹配特征点；相应的，若该特征点的特征点数据与子数据库中所有特征点数据均不匹配，则该特征点不是匹配特征点。也就意味着，第一指纹图像中的匹配特征点与其子数据库中任一第二指纹图像的特征点数据相匹配。需要说明的是，两个特征点数据相匹配是指：只要认定为是针对同一特征点的数据即为匹配，例如：可以完全相同，也可以是相似度在某一阈值以上即可，该阈值可以根据需要设置，例如为95％。在此基础上，可以将每个第一指纹图像的特征点数据与其子数据库中预存的任一个第二指纹图像的特征点数据进行对比，以得到每个第一指纹图像中包含的匹配特征点的个数。
示例的，参考图6所示，一指纹识别装置中有3个指纹采集单元，编号为1-3，则根据步骤S101采集到3个第一指纹图像，经特征点提取得到3个第一指纹图像的特征点数据，特征点个数分别为a1、a2、a3。数据库中有3个子数据库，编号为1-3。进一步说明，上述编号是一一对应的，1号指纹采集单元对应1号子数据库；2号指纹采集单元对应2号子数据库；以此类推。
那么，具体的以得到1号第一指纹图像的匹配特征点个数为例说明。假设1号子数据库中预先存储了3个第二指纹图像的特征点数据，编号为1-3。将1号第一指纹图像的a1个特征点数据与1号子数据库中的3个第二指纹图像的特征点数据进行对比，例如：将a1个特征点的特征点数据与1号子数据库中的1号第二指纹图像的特征点数据进行对比后，得到a1个特征点的特征点数据中未匹配成功的数据；将a1个特征点的特征点数据中未匹配成功的数据与1号子数据库中的2号第二指纹图像的特征点数据进行对比，再次得到未匹配成功的数据；依次类推，直至a1个特征点的特征点数据均匹配成功、或者1号子数据库中的3个第二指纹图像的特征点数据均对比完毕为止，此时也就可以得知对比结束时未匹配成功的特征点个数b1(0≤b1≤a1)。将a1减去b1即可得到第一指纹图像中匹配特征点的个数c1。
同理，可以得到2号第一指纹图像的a2个特征点中的匹配特征点个数c2，以及3号第一指纹图像的a3个特征点中的匹配特征点个数c3。
可选的，匹配特征点的含义还可以是：若第一指纹图像中的一特征点的特征点数据与其子数据库中优选指纹图像的特征点数据相匹配，则该特征点称为匹配特征点；相应的，若该特征点的特征点数据与其子数据库中该优选指纹图像的特征点数据均不匹配，则该特征点不是匹配特征点。也就意味着，第一指纹图像中的匹配特征点与其子数据库中的优选指纹图像的特征点数据相匹配。其中，优选指纹图像为该子数据库中包含与第一指纹图像相匹配的特征点最多的第二指纹图像。
基于上述匹配特征点的含义，示例的，可以直接将每一第一指纹图像的特征点数据与其子数据库中预存的所有第二指纹图像的特征点数据进行对比，得到第一指纹图像中包含的与其子数据库中的每个第二指纹图像匹配的特征点个数，记为{d1、d2、……、dM}，{d1、d2、……、dM}中最大的匹配特征点个数即为第一指纹图像中匹配特征点的个数，记为cn(1≤n≤N)。
示例的，参考图6所示，一指纹识别装置中有3个指纹采集单元，编号为1-3，则根据步骤S101得到3个第一指纹图像，经特征点数据提取得到3个第一指纹图像的特征点数据，特征点个数分别为a1、a2、a3，数据库中有3个子数据库，编号为1-3。
进一步说明，上述编号是一一对应的，1号指纹采集单元对应1号子数据库；2号指纹采集单元对应2号子数据库；以此类推。
那么，具体的以得到1号第一指纹图像的匹配特征点个数为例说明。假设1号子数据库中有3个第二指纹图像的特征点数据，编号为1-3。将1号第一指纹图像的特征点数据与1号子数据库中的3个第二指纹图像的特征点数据分别进行对比，得到1号第一指纹图像中包含的与1号子数据库中每个第二指纹图像匹配的特征点个数为{d1、d2、d3}，其中d1最大，则1号子数据库中1号第二指纹图像为1号第一指纹图像的优选指纹图像，1号第一指纹图像中的匹配特征点个数为c1＝d1。
同理，可以得到2号第一指纹图像中的匹配特征点个数c2，以及3号第一指纹图像中的匹配特征点个数c3。
基于上述匹配特征点的含义，示例的，还可以先根据指纹纹形对采集到的每个第一指纹图像与其子数据库中的所有第二指纹图像进行粗匹配，得到其优选指纹图像；然后再根据指纹纹形和细节特征对该第一指纹图像的特征点数据与其优选指纹图像的特征点数据进行精确匹配，得到该第一指纹图像中的匹配特征点的个数，记为cn(1≤n≤N)。
示例的，参考图6所示，假设1号子数据库中有3个第二指纹图像的特征点数据，编号为1-3。将1号第一指纹图像与1号子数据库中的3个第二指纹图像进行粗匹配，得到1号第二指纹图像为1号第一指纹图像的优选指纹图像，则将1号第一指纹图像的特征点数据和1号第二指纹图像的特征点数据进行精确匹配，得到1号第一指纹图像中的匹配特征点的个数为c1。
同理，可以得到2号第一指纹图像中的匹配特征点个数c2，以及3号第一指纹图像中的匹配特征点个数c3。
(2)将第一指纹图像中的匹配特征点的个数除以第一指纹图像中特征点总数，得到第一指纹图像的匹配比例。求取N个第一指纹图像的匹配比例的平均值或加权平均值，作为综合相似度，综合相似度用Q表示。
具体的求第一指纹图像的匹配比例和综合相似度的方法与方案1相同，在此不再赘述。
数据库中含有N个子数据库，一个指纹采集单元对应一个子数据库，也就是每个指纹采集单元只能采集与其对应的子数据库中的第二指纹图像匹配的指纹图像，最终指纹识别装置才能验证成功。从而可以更进一步增强指纹识别的安全性。而且如果一个数据库分成多个子数据库，子数据库中的第二指纹图像的个数可能会相对减少，这样可以减少第一指纹图像的特征点数据与第二指纹图像的特征点数据的对比次数，从而简化数据对比复杂度。
例如，参考图3所示，显示装置上有两个指纹采集单元，左右各一个。假设现在数据库中有6个第二指纹图像的特征点数据，分别为左手大拇指(编号1)、食指(编号2)、中指(编号3)、右手大拇指(编号4)、食指(编号5)、中指(编号6)的第二指纹图像的特征点数据。
如果指纹采集装置中只有一个数据库，则只要两个指纹采集单元采集上述8个手指中的任2个手指的第一指纹图像，经验证即可以验证成功。每个第一指纹图像的特征点数据都要与数据库中8个第二指纹图像的特征点数据对比，才能得到匹配比例，从而才能得到2个第一指纹图像的特征点数据的综合相似度。
但如果指纹采集装置中有2个子数据库，编号1-2，左边指纹采集单元对应1号子数据库(包含编号为1-3的第二指纹图像的特征点数据)，右边指纹采集单元对应2号子数据库(包含编号为4-6的第二指纹图像的特征点数据)。这样只有在左边的指纹采集单元采集到左手大拇指、食指、中指中的任一个的第一指纹图像，且右边的指纹采集单元采集到右手大拇指、食指、中指中的任一个的第一指纹图像时，才可以验证成功。采集到的第一指纹图像的特征点数据只需与对应的子数据库中的3个第二指纹图像的特征点数据对比，得到匹配比例，进一步的可以求得2个第一指纹图像的特征点数据的综合相似度。
S103、生成识别结果数据。
将综合相似度与阈值比较，以生成识别结果数据，识别结果数据用于指示指纹验证成功，或指纹验证失败。需要说明的是：本发明实施例中的阈值是预先设定好的，用Q0表示，一般为80％～95％中的任一个值，根据实际情况也可以是小于1的其他值。
本发明实施例提供的数据处理方法应用于指纹识别装置，该指纹识别装置可以应用在显示装置上，如手机，电脑指纹识别解锁；也可以应用于考勤打卡机上的指纹考勤；也可以应用于计算机中非常机密的文件保护上；也可以应用在其他方面，在此不再赘述。
具体的，比较Q与Q0的大小，得到识别结果数据。若Q≥Q0，则判定“Y”，识别结果数据指示指纹验证成功，此时可以控制显示装置解锁或控制考勤机提示考勤成功或控制计算机中的文件解密等等。
若Q<Q0，则判定“N”，识别结果数据指示指纹验证失败。则执行步骤S104。
S104(可选)、发出告警提示。
告警提示用于向用户提示此次指纹验证失败。以具有3个指纹采集单元为例，此时用户可以将3个手指分别置于这3个指纹采集单元上，以便所有指纹采集单元重新采集。
优选的，告警提示还用于向用户提示需要重新采集图像的指纹采集单元。需要重新采集图像的指纹采集单元可以是N个指纹采集单元中采集的第一指纹图像的匹配比例最小的指纹采集单元。或者需要重新采集图像的指纹采集单元可以是N个指纹采集单元中采集的第一指纹图像的匹配比例小于阈值的指纹采集单元。
示例的，参考图6所示，Q0＝90％若1号第一指纹图像的匹配比例P1＝81％，2号第一指纹图像的匹配比例P2＝85％，3号第一指纹图像的匹配比例为P3＝95％。可选的根据Q＝(81％+85％+95％)/3＝87％，则Q<90％，则判定“N”，显示装置的显示屏上发出告警提示，指示验证失败，同时显示屏上可能还指示1号指纹采集单元需要重新采集图像(81％最小)，重新识别验证。或者根据P1<90％，P2<90％，显示屏上指示1号和2号指纹采集单元需要重新采集图像(小于90％的需要重新采集)，重新识别验证。
本发明实施例提供了一种数据处理方法，应用于指纹识别装置。该指纹识别装置有N个指纹采集单元，相比现有技术，可以得到更多的特征点数据，利用综合相似度与阈值比较，得到更准确可靠的验证结果。从而可以降低现有技术中的指纹识别装置的误判几率，使用户体验更好，用户信息更安全。
实施例二
本发明实施例发明了一种指纹识别装置，该装置可以是软件或硬件，其中各个功能模块的实现可以参考上述实施例，在此不再赘述。如图7所示，该装置包括：
N个指纹采集单元71，所述指纹采集单元用于采集第一指纹图像，所述N大于或等于2；
分析单元72，所述分析单元用于分析所述N个指纹采集单元71采集的第一指纹图像，以提取出N个所述第一指纹图像的特征点数据；
对比单元73，所述对比单元用于将所述分析单元72分析得到的N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到N个所述第一指纹图像的综合相似度，所述M大于或等于所述N；
识别单元74，所述识别单元73用于将所述对比单元对比得到的所述综合相似度与阈值比较，以生成识别结果数据，所述识别结果数据用于指示指纹验证成功，或指纹验证失败。
可选的，所述分析单元72可以包括：图像处理子单元721用于将指纹采集单元71采集到的第一指纹图像进行图像处理；特征点提取子单元722用于从图像处理子单元721处理后的第一指纹图像中提取第一指纹图像的特征点数据。所述分析单元72也可以是将图像处理功能和特征点提取功能集成到芯片上的一个单元。
参考图7所示，所述指纹识别装置中可以只有一个分析单元72，N个指纹采集单元71采集到的N个第一指纹图像都由同一个分析单元72进行分析，获得N个第一指纹图像的特征点数据。示例的，在一次指纹识别过程中，分析单元72要对采集到的N个第一指纹图像依次进行分析，每次分析一个第一指纹图像，共分析N次，获得N个第一指纹图像的特征点数据。
参考图8所示，所述指纹识别装置中也可以有N个分析单元72，一个指纹采集单元71对应一个分析单元72，指纹采集单元71的采集到的第一指纹图像由对应的分析单元72进行分析，获得第一指纹图像的特征点数据。所述指纹识别装置中也可以将指纹识别功能和分析功能集成到芯片组成一个单元。总之本发明实施例提供的指纹识别装置中的指纹采集单元71和分析单元72可以是现有技术中的任一种。
可选的所述对比单元73包括：统计子单元731，所述统计子单元用于根据所述分析单元72分析得到的N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据，统计每个所述第一指纹图像中的匹配特征点的个数；其中所述第一指纹图像中的匹配特征点与所述数据库中任一第二指纹图像的特征点数据相匹配，或者与所述数据库中的优选指纹图像的特征点数据相匹配，所述优选指纹图像为所述数据库中包含与所述第一指纹图像相匹配的特征点最多的第二指纹图像；求取子单元732，所述求取子单元用于，根据所述统计子单元731统计的每个所述第一指纹图像中的匹配特征点的个数，求取N个所述第一指纹图像的匹配比例的平均值或加权平均值，作为所述综合相似度，其中所述第一指纹图像的匹配比例为所述第一指纹图像中的匹配特征点的个数占所述第一指纹图像中特征点总数的比例。
或者可选的，所述数据库包括N个子数据库，所述N个子数据库与所述N个指纹采集单元一一对应，每个所述子数据库用于存储至少一个第二指纹图像的特征点数据。
所述对比单元73包括：统计子单元733，所述统计子单元用于根据所述分析单元72分析得到的每个所述第一指纹图像的特征点数据、以及所述第一指纹图像对应的子数据库中预存的第二指纹图像的特征点数据，统计每个所述第一指纹图像中的匹配特征点的个数，其中所述第一指纹图像对应的子数据库为采集所述第一指纹图像的指纹采集单元对应的子数据库；所述第一指纹图像中的匹配特征点与所述子数据库中任一第二指纹图像的特征点数据相匹配，或者与所述子数据库中的优选指纹图像的特征点数据相匹配，所述优选指纹图像为所述子数据库中包含与所述第一指纹图像相匹配的特征点最多的第二指纹图像；
求取子单元734，所述求取子单元用于，根据所述统计子单元733统计的每个所述第一指纹图像中的匹配特征点的个数，将所述第一指纹图像中的匹配特征点的个数除以所述第一指纹图像中特征点总数，得到所述第一指纹图像的匹配比例；并求取N个所述第一指纹图像的匹配比例的平均值或加权平均值，作为所述综合相似度。
可选的，该装置还可以包括：告警单元75，所述告警单元用于，根据所述识别单元74指示指纹验证失败，发出告警提示，所述告警提示用于向用户提示此次指纹验证失败。
可选的，所述告警单元75还具体用于，根据所述识别单元74指示指纹验证失败，向用户提示需要重新采集图像的指纹采集单元，所述需要重新采集图像的指纹采集单元为所述N个指纹采集单元中采集的第一指纹图像的匹配比例最小的指纹采集单元。
需要说明的是，本实施例中的各单元可以为单独设立的处理器，也可以集成在指纹识别装置的某一个处理器中实现，此外，也可以以程序代码的形式存储于指纹识别装置的存储器中，由指纹识别装置的某一个处理器调用并执行以上各个单元的功能。这里所述的处理器可以是一个中央处理器(英文全称：Central Processing Unit，英文简称：CPU)，或者是特定集成电路(英文全称：Application Specific Integrated Circuit，英文简称：ASIC)，或者是被配置成实施本发明实施例的一个或多个集成电路。
本发明实施例提供了一种指纹识别装置，该指纹识别装置有N个指纹采集单元，相比现有技术，可以得到更多的特征点数据，利用综合相似度与阈值比较，得到更准确可靠的验证结果。从而可以降低现有技术中的指纹识别装置的误判几率，使用户体验更好，用户信息更安全。
实施例三
本发明实施例提供了一种显示装置，所述显示装置包括：实施例二所述的指纹识别装置。
可选的，所述指纹识别装置中的N个指纹采集单元位于所述显示装置的非显示区域的同一侧边上；或者，所述指纹识别装置中的N个指纹采集单元分布在所述显示装置的非显示区域的相对两个侧边上。
可选的，所述N为2。所述指纹识别装置中的2个指纹采集单元位于所述显示装置的非显示区域的同一侧边上；或者，所述指纹识别装置中的2个指纹采集单元分别位于所述显示装置的非显示区域的相对两个侧边上。
本发明实施例提供了一种显示装置，该显示装置上有指纹识别装置。该指纹识别装置有N个指纹采集单元，相比现有技术，可以得到更多的特征点数据，利用综合相似度与阈值比较，得到更准确可靠的验证结果。从而可以降低现有技术中的指纹识别装置的误判几率，使用户体验更好，用户信息更安全。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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包括，也可以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，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种数据处理的方法，其特征在于，应用于指纹识别装置，所述指纹识别装置包括N个指纹采集单元，所述N大于或等于2，所述方法包括：
分析所述N个指纹采集单元采集的第一指纹图像，以提取出N个所述第一指纹图像的特征点数据；
将N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到N个所述第一指纹图像的综合相似度，所述M大于或等于所述N；
将所述综合相似度与阈值比较，以生成识别结果数据，所述识别结果数据用于指示指纹验证成功，或指纹验证失败；
所述将N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到N个所述第一指纹图像的综合相似度包括：
根据N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据，统计每个所述第一指纹图像中的匹配特征点的个数；其中所述第一指纹图像中的匹配特征点与所述数据库中任一第二指纹图像的特征点数据相匹配，或者与所述数据库中的优选指纹图像的特征点数据相匹配，所述优选指纹图像为所述数据库中包含与所述第一指纹图像相匹配的特征点最多的第二指纹图像；求取N个所述第一指纹图像的匹配比例的平均值或加权平均值，作为所述综合相似度，其中所述第一指纹图像的匹配比例为所述第一指纹图像中的匹配特征点的个数占所述第一指纹图像中特征点总数的比例；
或者；所述数据库包括N个子数据库，所述N个子数据库与所述N个指纹采集单元一一对应，每个所述子数据库用于存储至少一个第二指纹图像的特征点数据；所述将N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到N个所述第一指纹图像的综合相似度包括：
根据每个所述第一指纹图像的特征点数据、以及所述第一指纹图像对应的子数据库中预存的第二指纹图像的特征点数据，统计每个所述第一指纹图像中的匹配特征点的个数，其中所述第一指纹图像对应的子数据库为采集所述第一指纹图像的指纹采集单元对应的子数据库；所述第一指纹图像中的匹配特征点与所述子数据库中任一第二指纹图像的特征点数据相匹配，或者与所述子数据库中的优选指纹图像的特征点数据相匹配，所述优选指纹图像为所述子数据库中包含与所述第一指纹图像相匹配的特征点最多的第二指纹图像；将所述第一指纹图像中的匹配特征点的个数除以所述第一指纹图像中特征点总数，得到所述第一指纹图像的匹配比例；求取N个所述第一指纹图像的匹配比例的平均值或加权平均值，作为所述综合相似度。
2.根据权利要求1所述的方法，其特征在于，若所述识别结果数据指示指纹验证失败，则所述方法还包括：
发出告警提示，所述告警提示用于向用户提示此次指纹验证失败。
3.根据权利要求2所述的方法，其特征在于，所述告警提示还用于向用户提示需要重新采集图像的指纹采集单元，所述需要重新采集图像的指纹采集单元为所述N个指纹采集单元中采集的第一指纹图像的匹配比例最小的指纹采集单元。
4.一种指纹识别装置，其特征在于，包括：
N个指纹采集单元，所述指纹采集单元用于采集第一指纹图像，所述N大于或等于2；
分析单元，所述分析单元用于分析所述N个指纹采集单元采集的第一指纹图像，以提取出N个所述第一指纹图像的特征点数据；
对比单元，所述对比单元用于将所述分析单元分析得到的N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据进行对比，以得到N个所述第一指纹图像的综合相似度，所述M大于或等于所述N；
识别单元，所述识别单元用于将所述对比单元对比得到的所述综合相似度与阈值比较，以生成识别结果数据，所述识别结果数据用于指示指纹验证成功，或指纹验证失败；
所述对比单元包括：
统计子单元，所述统计子单元用于根据所述分析单元分析得到的N个所述第一指纹图像的特征点数据与数据库中预存的M个第二指纹图像的特征点数据，统计每个所述第一指纹图像中的匹配特征点的个数；其中所述第一指纹图像中的匹配特征点与所述数据库中任一第二指纹图像的特征点数据相匹配，或者与所述数据库中的优选指纹图像的特征点数据相匹配，所述优选指纹图像为所述数据库中包含与所述第一指纹图像相匹配的特征点最多的第二指纹图像；求取子单元，所述求取子单元用于，根据所述统计子单元统计的每个所述第一指纹图像中的匹配特征点的个数，求取N个所述第一指纹图像的匹配比例的平均值或加权平均值，作为所述综合相似度，其中所述第一指纹图像的匹配比例为所述第一指纹图像中的匹配特征点的个数占所述第一指纹图像中特征点总数的比例；
或者；所述数据库包括N个子数据库，所述N个子数据库与所述N个指纹采集单元一一对应，每个所述子数据库用于存储至少一个第二指纹图像的特征点数据；所述对比单元包括：
统计子单元，所述统计子单元用于根据所述分析单元分析得到的每个所述第一指纹图像的特征点数据、以及所述第一指纹图像对应的子数据库中预存的第二指纹图像的特征点数据，统计每个所述第一指纹图像中的匹配特征点的个数，其中所述第一指纹图像对应的子数据库为采集所述第一指纹图像的指纹采集单元对应的子数据库；所述第一指纹图像中的匹配特征点与所述子数据库中任一第二指纹图像的特征点数据相匹配，或者与所述子数据库中的优选指纹图像的特征点数据相匹配，所述优选指纹图像为所述子数据库中包含与所述第一指纹图像相匹配的特征点最多的第二指纹图像；求取子单元，所述求取子单元用于，根据所述统计子单元统计的每个所述第一指纹图像中的匹配特征点的个数，将所述第一指纹图像中的匹配特征点的个数除以所述第一指纹图像中特征点总数，得到所述第一指纹图像的匹配比例；并求取N个所述第一指纹图像的匹配比例的平均值或加权平均值，作为所述综合相似度。
5.根据权利要求4所述的装置，其特征在于，所述装置还包括：
告警单元，所述告警单元用于，根据所述识别单元指示指纹验证失败，发出告警提示，所述告警提示用于向用户提示此次指纹验证失败。
6.根据权利要求5所述的装置，其特征在于，所述告警单元还用于，根据所述识别单元指示指纹验证失败，向用户提示需要重新采集图像的指纹采集单元，所述需要重新采集图像的指纹采集单元为所述N个指纹采集单元中采集的第一指纹图像的匹配比例最小的指纹采集单元。
7.一种显示装置，其特征在于，所述显示装置包括：权利要求4-6任一项所述的指纹识别装置。
8.根据权利要求7所述的显示装置，其特征在于，所述指纹识别装置中的N个指纹采集单元位于所述显示装置的非显示区域的同一侧边上；或者，所述指纹识别装置中的N个指纹采集单元分布在所述显示装置的非显示区域的相对两个侧边上。
9.根据权利要求8所述的显示装置，其特征在于，所述N为2。
CN201610645869.0A 2016-08-08 2016-08-08 一种数据处理的方法、指纹识别装置以及显示装置 Expired - Fee Related CN106295559B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610645869.0A CN106295559B (zh) 2016-08-08 2016-08-08 一种数据处理的方法、指纹识别装置以及显示装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610645869.0A CN106295559B (zh) 2016-08-08 2016-08-08 一种数据处理的方法、指纹识别装置以及显示装置

Publications (2)

Publication Number Publication Date
CN106295559A CN106295559A (zh) 2017-01-04
CN106295559B true CN106295559B (zh) 2019-08-02

Family

ID=57666389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610645869.0A Expired - Fee Related CN106295559B (zh) 2016-08-08 2016-08-08 一种数据处理的方法、指纹识别装置以及显示装置

Country Status (1)

Country Link
CN (1) CN106295559B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108345824A (zh) * 2017-01-24 2018-07-31 创智能科技股份有限公司 指纹验证方法与电子装置
CN108594993B (zh) * 2018-03-30 2021-08-06 Oppo广东移动通信有限公司 电子装置、音频播放方法及相关产品
CN111222367B (zh) * 2018-11-26 2023-11-10 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

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103745147A (zh) * 2013-12-30 2014-04-23 华为技术有限公司 系统模式启动方法、应用程序启动方法及设备
CN105184571A (zh) * 2015-09-30 2015-12-23 天津工业大学 一种手背静脉与多指纹结合的支付认证系统
CN105205451A (zh) * 2015-08-25 2015-12-30 东莞酷派软件技术有限公司 指纹验证方法、指纹验证装置和终端
CN105335731A (zh) * 2015-11-13 2016-02-17 广东欧珀移动通信有限公司 指纹识别方法、装置及终端设备
CN105608409A (zh) * 2015-07-16 2016-05-25 宇龙计算机通信科技(深圳)有限公司 指纹识别的方法及装置
CN105654026A (zh) * 2015-07-16 2016-06-08 宇龙计算机通信科技(深圳)有限公司 指纹存储方法及装置、指纹识别方法及装置
CN105718920A (zh) * 2016-02-26 2016-06-29 深圳芯启航科技有限公司 指纹识别方法及指纹识别装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103745147A (zh) * 2013-12-30 2014-04-23 华为技术有限公司 系统模式启动方法、应用程序启动方法及设备
CN105608409A (zh) * 2015-07-16 2016-05-25 宇龙计算机通信科技(深圳)有限公司 指纹识别的方法及装置
CN105654026A (zh) * 2015-07-16 2016-06-08 宇龙计算机通信科技(深圳)有限公司 指纹存储方法及装置、指纹识别方法及装置
CN105205451A (zh) * 2015-08-25 2015-12-30 东莞酷派软件技术有限公司 指纹验证方法、指纹验证装置和终端
CN105184571A (zh) * 2015-09-30 2015-12-23 天津工业大学 一种手背静脉与多指纹结合的支付认证系统
CN105335731A (zh) * 2015-11-13 2016-02-17 广东欧珀移动通信有限公司 指纹识别方法、装置及终端设备
CN105718920A (zh) * 2016-02-26 2016-06-29 深圳芯启航科技有限公司 指纹识别方法及指纹识别装置

Also Published As

Publication number Publication date
CN106295559A (zh) 2017-01-04

Similar Documents

Publication Publication Date Title
Raghavendra et al. Robust scheme for iris presentation attack detection using multiscale binarized statistical image features
Shahzad et al. Secure unlocking of mobile touch screen devices by simple gestures: You can see it but you can not do it
EP2199945B1 (en) Biometric authentication device and method, computer-readable recording medium recorded with biometric authentication computer program, and computer system
Paul et al. Multimodal cancelable biometrics
El-Abed et al. RHU Keystroke: A mobile-based benchmark for keystroke dynamics systems
Pala et al. Iris liveness detection by relative distance comparisons
CN104700094B (zh) 一种用于智能机器人的人脸识别方法及系统
Sequeira et al. Iris liveness detection methods in mobile applications
CN103034429A (zh) 用于触摸屏的身份验证方法和装置
CN106529255B (zh) 基于笔迹指纹的用户身份识别方法和装置
CN110059552A (zh) 一种区块链与生物特征结合的身份认证方法
US10546106B2 (en) Biometric verification
CN106295559B (zh) 一种数据处理的方法、指纹识别装置以及显示装置
Nanni et al. A hybrid wavelet-based fingerprint matcher
WO2017192719A1 (en) User specific classifiers for biometric liveness detection
Haji et al. Real time face recognition system (RTFRS)
Sadovnik et al. A visual dictionary attack on Picture Passwords
CN105224957B (zh) 一种基于单样本的图像识别的方法及系统
Burgbacher et al. A behavioral biometric challenge and response approach to user authentication on smartphones
CN109492357A (zh) 身份认证方法、设备及计算机存储介质
Batool et al. Biometric authentication in cloud computing
Murino et al. New Trends in Image Analysis and Processing--ICIAP 2015 Workshops: ICIAP 2015 International Workshops, BioFor, CTMR, RHEUMA, ISCA, MADiMa, SBMI, and QoEM, Genoa, Italy, September 7-8, 2015, Proceedings
Bustard et al. Targeted impersonation as a tool for the detection of biometric system vulnerabilities
Dafer et al. Evaluation of keystroke dynamics authentication systems: Analysis of physical and touch screen keyboards
Beukes Hand vein-based biometric authentication with limited training samples

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190802

Termination date: 20210808

CF01 Termination of patent right due to non-payment of annual fee