CN106355150A - 一种具备通用性的指纹识别系统及方法 - Google Patents

一种具备通用性的指纹识别系统及方法 Download PDF

Info

Publication number
CN106355150A
CN106355150A CN201610767561.3A CN201610767561A CN106355150A CN 106355150 A CN106355150 A CN 106355150A CN 201610767561 A CN201610767561 A CN 201610767561A CN 106355150 A CN106355150 A CN 106355150A
Authority
CN
China
Prior art keywords
unit
fingerprint
image
matching
point
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.)
Pending
Application number
CN201610767561.3A
Other languages
English (en)
Inventor
胡强
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.)
Chengdu Peace Technology Co Ltd
Original Assignee
Chengdu Peace Technology 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 Chengdu Peace Technology Co Ltd filed Critical Chengdu Peace Technology Co Ltd
Priority to CN201610767561.3A priority Critical patent/CN106355150A/zh
Publication of CN106355150A publication Critical patent/CN106355150A/zh
Pending 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
    • G06V40/13Sensors therefor
    • G06V40/1306Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • 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
    • G06V40/13Sensors therefor
    • G06V40/1324Sensors therefor by using geometrical optics, e.g. using prisms
    • 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
    • G06V40/1347Preprocessing; Feature extraction
    • G06V40/1359Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • 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
    • G06V40/1376Matching features related to ridge properties or fingerprint texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Collating Specific Patterns (AREA)
  • Image Input (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供了一种具备通用性的指纹识别系统及方法,涉及生物识别领域,其特征在于,所述系统包括:传感器组、预处理模块、匹配模块、分数融合单元、模板数据库组和阈值单元;所述传感器组分别信号连接于预处理模块;所述预处理模块信号连接于匹配模块;所述匹配模块分别信号连接于模板数据库组和分数融合单元;所述分数融合单元信号连接于阈值单元。本发明具有识别准确、智能化、具备通用性和性能优良等优点。

Description

一种具备通用性的指纹识别系统及方法
技术领域
本发明涉及指纹识别领域,特别涉及一种具备通用性的指纹识别系统及方法。
背景技术
指纹识别过程同所有的生物体特征识别的过程类似,分为用户注册和特征匹配2个部分。首先,需要录入指纹图像,对获取的原始图像进行处理,包括图像增强、分割、细化、二值化等。然后,对指纹的细节特征进行提取,比较常见的特征点有分叉点、端点,最后,生成模板储存在系统数据库中。无论是验证或者辨识的过程,都需要将待识别的用户的指纹图像再一次进行同样的图像分割、细化、二值化、特征提取等一系列步骤,生成和数据库模板同样的数据格式,最后,进行比对,得出识别的结果。
现有的指纹识别算法的前提条件是使用相同的指纹识别器上采集指纹或认证。所以,在网上的很多用户只能用同一类指纹识别器才能实现认证,实践证明:如果换作不同的指纹识别器,验证系统的性能将大大降低,这是因为指纹识别器没有标准的互换规定。
由于各种识别器的使用算法的不同,要使用指纹识别器的各系统需要个别的登录,而且,认证时必须使用与登录时使用的识别器类型相同。这说明个人和系统需要保留多个不同种类的识别器。解决不同识别器之问的通用算法就成为目前研究的一个很有意义的课题,这样,用户可以在自己的电脑上使用不同的识别器,方便了在线指纹验证系统的使用价值。
由于某类指纹传感器仅仅适合同种类型的采集仪验证使用,为了允许更多的用户使用和阻止假冒用户试图欺骗系统,多传感器指纹融合提高系统的性能显得很有必要。
发明内容
鉴于此,本发明提供了一种具备通用性的指纹识别系统及方法,本发明具有识别准确、智能化、具备通用性和性能优良等优点。
本发明采用的技术方案如下:
一种具备通用性的指纹识别系统,其特征在于,所述系统包括:传感器组、预处理模块、匹配模块、分数融合单元、模板数据库组和阈值单元;所述传感器组分别信号连接于预处理模块;所述预处理模块信号连接于匹配模块;所述匹配模块分别信号连接于模板数据库组和分数融合单元;所述分数融合单元信号连接于阈值单元。
所述预处理模块包括:第一预处理单元和第二预处理单元;所述匹配模块包括:第一匹配单元和第二匹配单元;所述模板数据库组包括:第一模板数据库和第二模板数据库;所述第一预处理单元分别信号连接于光学传感器和第一匹配单元;所述第一匹配单元分别信号连接于第一预处理单元、分数融合单元和第一模板数据库;所述第二匹配单元分别信号连接于第二预处理单元、分数融合单元和第二模板数据库;所述分数融合单元分别信号连接于第一匹配单元、第二匹配单元和阈值单元。
所述第一预处理单元包括:图像分割单元、图像增强单元、二值化单元、图像细化单元和细节点提取单元;所述图像分割单元分别信号连接于光学传感器和图像增强单元;所述图像增强单元分别信号连接于图像分割单元和二值化单元;所述二值化单元分别信号连接于图像增强单元和图像细化单元;所述图像细化单元分别信号连接于二值化单元和细节点提取单元。
所述光学传感器包括:LED单元、CCD摄像头单元和电源单元;所述电源单元分别信号连接于LED单元和CCD摄像头单元;所述LED单元,用于以一定的角度照射向玻璃;所述CCD摄像头,用于获取接收从玻璃表面反射回的光线,手指上的脊线与玻璃表面接触,谷线不与玻璃表面接触,照射在指纹脊线所接触部分的玻璃表面的光线被漫反射,而照射在指纹谷线所对应的玻璃表面的光线被全反射,从而在由CCD摄像头捕获的图像中,对应指纹脊线的部分颜色较深,对应指纹谷线的部分颜色较浅。
所述电容传感器包括:芯片、电容测量装置和电源;所述电源分别信号连接于芯片和电容测量装置;所述电容测量装置,用于按压采集手指的脊和谷在手指表皮和芯片之间产生不同的电容;所述芯片通过测量空间中的不同的电磁场得到完整的指纹。
一种具备通用性的指纹识别方法,其特征在于,所述方法包括以下步骤:
步骤1:系统启动,系统初始化,传感器组开始获取用户的指纹信息;
步骤2:电容传感器根据按压到采集头上的手指的脊和谷在手指表皮和芯片之间产生的不同电容值,再通过芯片测量空间中的不同的电磁场得到完整的指纹;将获取到的指纹发送给第二预处理单元;
步骤3:第二预处理单元对接收到的指纹图像一次进行图像分割、图像增强、图像二值化、图像细化和图像细节点提取;
步骤4:第二匹配单元从模板数据库中调取指纹模板进行匹配,将匹配结果发送至分数融合单元;
步骤5:光学传感器根据由CCD摄像头捕获的图像中,对应指纹脊线的部分颜色较深,对应指纹谷线的部分颜色较浅的原理获取用户的指纹信息,将指纹信息发送至第一预处理单元;
步骤6:步骤3:第一预处理单元对接收到的指纹图像一次进行图像分割、图像增强、图像二值化、图像细化和图像细节点提取;
步骤7:第一匹配单元从模板数据库中调取指纹模板进行匹配,将匹配结果发送至分数融合单元;
步骤8:数据融合单元根据获取到的匹配结果,进行匹配分数融合得到最终的匹配分数,将最终的匹配分数和阈值单元中设定的阈值进行比较,根据比较结果判断是否该用户的指纹是否识别通过。
所述匹配模块的匹配方法包括以下步骤:
步骤1:设定通过光学传感器获取的指纹数据的经第一预处理单元处理后的点集合为:
;
;
其中 表示点集合P中第N个点的X坐标;所述其中表示点集合P中第N个点的Y坐标;其中 表示点集合P中第N个点的方向; 表示点集合P中第N个点的X坐标;所述其中 表示点集合P中第N个点的Y坐标;其中 表示点集合P中第N个点的方向。
步骤2:设定匹配公式为:
;
其中 表示模板的细节点数据;所述表示输入指纹的细节点数目;所述 是通过叠加匹配的细节点个数得到的最大匹配得分;
通过该公式计算得出最终的匹配分数。
采用以上技术方案,本发明产生了以下有益效果:
1、识别准确:本发明所使用的算法是一种典型的基于特征点坐标模型的点模式匹配算法。它对匹配过程中最难的一步一基准点的确定和变换参数的求取作了较深入的研究,根据3个近邻的特征点之间的相互关系来确定基准点、求取变换参数。该算法在一定程度上能够加快基准点的求取,从而提高整个匹配算法的速度。同时,该算法是根据多点来确定变换参数,而不是通常意义上的一点,在一定程度上可以消除在特征提取过程中所引入的位置、角度的偏差,得到更为准确的变换参数。从而让识别结果更加准确。
2、通用性和实用性强:本发明提出一种简单的融合策略融合了了两类常用的指纹传感器:光学传感器和电容传感器。两类传感器分别采集两幅图像后通过预处理程序提取细节点后分别与模板指纹相匹配,得到2个匹配分数,然后,把这2个匹配分数通过融合规则得到最后的匹配分数,融合后的结果对系统的性能有了很大的提高。
3、智能化:本发明的识别过程,全程由系统自动完成,在保证了准确率的情况下,也保证了使用的实用性。光学和电容传感器匹配器两者之间的互补性也表明了多传感器融合的可能性,系统本身具有很低的验证错误率。特征提取过程被分别应用到每一个采集设备采集到的图片,应用一个简单的融合规则,提高系统的验证性能。因此,融合不同类型的传感器提高系统性能方案简单易行。
附图说明
图1是本发明的一种具备通用性的指纹识别系统及方法的系统结构示意图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明实施例1中提供了一种具备通用性的指纹识别系统,系统结构如图1所示:
一种具备通用性的指纹识别系统,其特征在于,所述系统包括:传感器组、预处理模块、匹配模块、分数融合单元、模板数据库组和阈值单元;所述传感器组分别信号连接于预处理模块;所述预处理模块信号连接于匹配模块;所述匹配模块分别信号连接于模板数据库组和分数融合单元;所述分数融合单元信号连接于阈值单元。
所述预处理模块包括:第一预处理单元和第二预处理单元;所述匹配模块包括:第一匹配单元和第二匹配单元;所述模板数据库组包括:第一模板数据库和第二模板数据库;所述第一预处理单元分别信号连接于光学传感器和第一匹配单元;所述第一匹配单元分别信号连接于第一预处理单元、分数融合单元和第一模板数据库;所述第二匹配单元分别信号连接于第二预处理单元、分数融合单元和第二模板数据库;所述分数融合单元分别信号连接于第一匹配单元、第二匹配单元和阈值单元。
所述第一预处理单元包括:图像分割单元、图像增强单元、二值化单元、图像细化单元和细节点提取单元;所述图像分割单元分别信号连接于光学传感器和图像增强单元;所述图像增强单元分别信号连接于图像分割单元和二值化单元;所述二值化单元分别信号连接于图像增强单元和图像细化单元;所述图像细化单元分别信号连接于二值化单元和细节点提取单元。
所述光学传感器包括:LED单元、CCD摄像头单元和电源单元;所述电源单元分别信号连接于LED单元和CCD摄像头单元;所述LED单元,用于以一定的角度照射向玻璃;所述CCD摄像头,用于获取接收从玻璃表面反射回的光线,手指上的脊线与玻璃表面接触,谷线不与玻璃表面接触,照射在指纹脊线所接触部分的玻璃表面的光线被漫反射,而照射在指纹谷线所对应的玻璃表面的光线被全反射,从而在由CCD摄像头捕获的图像中,对应指纹脊线的部分颜色较深,对应指纹谷线的部分颜色较浅。
所述电容传感器包括:芯片、电容测量装置和电源;所述电源分别信号连接于芯片和电容测量装置;所述电容测量装置,用于按压采集手指的脊和谷在手指表皮和芯片之间产生不同的电容;所述芯片通过测量空间中的不同的电磁场得到完整的指纹。
本发明实施例2中提供了一种具备通用性的指纹识别方法:
一种具备通用性的指纹识别方法,其特征在于,所述方法包括以下步骤:
步骤1:系统启动,系统初始化,传感器组开始获取用户的指纹信息;
步骤2:电容传感器根据按压到采集头上的手指的脊和谷在手指表皮和芯片之间产生的不同电容值,再通过芯片测量空间中的不同的电磁场得到完整的指纹;将获取到的指纹发送给第二预处理单元;
步骤3:第二预处理单元对接收到的指纹图像一次进行图像分割、图像增强、图像二值化、图像细化和图像细节点提取;
步骤4:第二匹配单元从模板数据库中调取指纹模板进行匹配,将匹配结果发送至分数融合单元;
步骤5:光学传感器根据由CCD摄像头捕获的图像中,对应指纹脊线的部分颜色较深,对应指纹谷线的部分颜色较浅的原理获取用户的指纹信息,将指纹信息发送至第一预处理单元;
步骤6:步骤3:第一预处理单元对接收到的指纹图像一次进行图像分割、图像增强、图像二值化、图像细化和图像细节点提取;
步骤7:第一匹配单元从模板数据库中调取指纹模板进行匹配,将匹配结果发送至分数融合单元;
步骤8:数据融合单元根据获取到的匹配结果,进行匹配分数融合得到最终的匹配分数,将最终的匹配分数和阈值单元中设定的阈值进行比较,根据比较结果判断是否该用户的指纹是否识别通过。
所述匹配模块的匹配方法包括以下步骤:
步骤1:设定通过光学传感器获取的指纹数据的经第一预处理单元处理后的点集合为:
;
;
其中 表示点集合P中第N个点的X坐标;所述其中 表示点集合P中第N个点的Y坐标;其中 表示点集合P中第N个点的方向; 表示点集合P中第N个点的X坐标;所述其中 表示点集合P中第N个点的Y坐标;其中表示点集合P中第N个点的方向。
步骤2:设定匹配公式为:
;
其中 表示模板的细节点数据;所述 表示输入指纹的细节点数目;所述是通过叠加匹配的细节点个数得到的最大匹配得分;
通过该公式计算得出最终的匹配分数。。
本发明实施例3中提供了一种具备通用性的指纹识别系统及方法,系统结构图如图1所示:
一种具备通用性的指纹识别系统,其特征在于,所述系统包括:传感器组、预处理模块、匹配模块、分数融合单元、模板数据库组和阈值单元;所述传感器组分别信号连接于预处理模块;所述预处理模块信号连接于匹配模块;所述匹配模块分别信号连接于模板数据库组和分数融合单元;所述分数融合单元信号连接于阈值单元。
所述预处理模块包括:第一预处理单元和第二预处理单元;所述匹配模块包括:第一匹配单元和第二匹配单元;所述模板数据库组包括:第一模板数据库和第二模板数据库;所述第一预处理单元分别信号连接于光学传感器和第一匹配单元;所述第一匹配单元分别信号连接于第一预处理单元、分数融合单元和第一模板数据库;所述第二匹配单元分别信号连接于第二预处理单元、分数融合单元和第二模板数据库;所述分数融合单元分别信号连接于第一匹配单元、第二匹配单元和阈值单元。
所述第一预处理单元包括:图像分割单元、图像增强单元、二值化单元、图像细化单元和细节点提取单元;所述图像分割单元分别信号连接于光学传感器和图像增强单元;所述图像增强单元分别信号连接于图像分割单元和二值化单元;所述二值化单元分别信号连接于图像增强单元和图像细化单元;所述图像细化单元分别信号连接于二值化单元和细节点提取单元。
所述光学传感器包括:LED单元、CCD摄像头单元和电源单元;所述电源单元分别信号连接于LED单元和CCD摄像头单元;所述LED单元,用于以一定的角度照射向玻璃;所述CCD摄像头,用于获取接收从玻璃表面反射回的光线,手指上的脊线与玻璃表面接触,谷线不与玻璃表面接触,照射在指纹脊线所接触部分的玻璃表面的光线被漫反射,而照射在指纹谷线所对应的玻璃表面的光线被全反射,从而在由CCD摄像头捕获的图像中,对应指纹脊线的部分颜色较深,对应指纹谷线的部分颜色较浅。
所述电容传感器包括:芯片、电容测量装置和电源;所述电源分别信号连接于芯片和电容测量装置;所述电容测量装置,用于按压采集手指的脊和谷在手指表皮和芯片之间产生不同的电容;所述芯片通过测量空间中的不同的电磁场得到完整的指纹。
一种具备通用性的指纹识别方法,其特征在于,所述方法包括以下步骤:
步骤1:系统启动,系统初始化,传感器组开始获取用户的指纹信息;
步骤2:电容传感器根据按压到采集头上的手指的脊和谷在手指表皮和芯片之间产生的不同电容值,再通过芯片测量空间中的不同的电磁场得到完整的指纹;将获取到的指纹发送给第二预处理单元;
步骤3:第二预处理单元对接收到的指纹图像一次进行图像分割、图像增强、图像二值化、图像细化和图像细节点提取;
步骤4:第二匹配单元从模板数据库中调取指纹模板进行匹配,将匹配结果发送至分数融合单元;
步骤5:光学传感器根据由CCD摄像头捕获的图像中,对应指纹脊线的部分颜色较深,对应指纹谷线的部分颜色较浅的原理获取用户的指纹信息,将指纹信息发送至第一预处理单元;
步骤6:步骤3:第一预处理单元对接收到的指纹图像一次进行图像分割、图像增强、图像二值化、图像细化和图像细节点提取;
步骤7:第一匹配单元从模板数据库中调取指纹模板进行匹配,将匹配结果发送至分数融合单元;
步骤8:数据融合单元根据获取到的匹配结果,进行匹配分数融合得到最终的匹配分数,将最终的匹配分数和阈值单元中设定的阈值进行比较,根据比较结果判断是否该用户的指纹是否识别通过。
所述匹配模块的匹配方法包括以下步骤:
步骤1:设定通过光学传感器获取的指纹数据的经第一预处理单元处理后的点集合为:
;
;
其中表示点集合P中第N个点的X坐标;所述其中 表示点集合P中第N个点的Y坐标;其中 表示点集合P中第N个点的方向; 表示点集合P中第N个点的X坐标;所述其中 表示点集合P中第N个点的Y坐标;其中 表示点集合P中第N个点的方向。
步骤2:设定匹配公式为:
;
其中 表示模板的细节点数据;所述表示输入指纹的细节点数目;所述 是通过叠加匹配的细节点个数得到的最大匹配得分;
通过该公式计算得出最终的匹配分数。
本发明所使用的算法是一种典型的基于特征点坐标模型的点模式匹配算法。它对匹配过程中最难的一步一基准点的确定和变换参数的求取作了较深入的研究,根据3个近邻的特征点之间的相互关系来确定基准点、求取变换参数。该算法在一定程度上能够加快基准点的求取,从而提高整个匹配算法的速度。同时,该算法是根据多点来确定变换参数,而不是通常意义上的一点,在一定程度上可以消除在特征提取过程中所引入的位置、角度的偏差,得到更为准确的变换参数。从而让识别结果更加准确。
本发明提出一种简单的融合策略融合了了两类常用的指纹传感器:光学传感器和电容传感器。两类传感器分别采集两幅图像后通过预处理程序提取细节点后分别与模板指纹相匹配,得到2个匹配分数,然后,把这2个匹配分数通过融合规则得到最后的匹配分数,融合后的结果对系统的性能有了很大的提高。
本发明的识别过程,全程由系统自动完成,在保证了准确率的情况下,也保证了使用的实用性。光学和电容传感器匹配器两者之间的互补性也表明了多传感器融合的可能性,系统本身具有很低的验证错误率。特征提取过程被分别应用到每一个采集设备采集到的图片,应用一个简单的融合规则,提高系统的验证性能。因此,融合不同类型的传感器提高系统性能方案简单易行。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (7)

1.一种具备通用性的指纹识别系统,其特征在于,所述系统包括:传感器组、预处理模块、匹配模块、分数融合单元、模板数据库组和阈值单元;所述传感器组分别信号连接于预处理模块;所述预处理模块信号连接于匹配模块;所述匹配模块分别信号连接于模板数据库组和分数融合单元;所述分数融合单元信号连接于阈值单元。
2.如权利要求1所述的具备通用性的指纹识别系统,其特征在于,所述预处理模块包括:第一预处理单元和第二预处理单元;所述匹配模块包括:第一匹配单元和第二匹配单元;所述模板数据库组包括:第一模板数据库和第二模板数据库;所述第一预处理单元分别信号连接于光学传感器和第一匹配单元;所述第一匹配单元分别信号连接于第一预处理单元、分数融合单元和第一模板数据库;所述第二匹配单元分别信号连接于第二预处理单元、分数融合单元和第二模板数据库;所述分数融合单元分别信号连接于第一匹配单元、第二匹配单元和阈值单元。
3.如权利要求2所述的具备通用性的指纹识别系统,其特征在于,所述第一预处理单元包括:图像分割单元、图像增强单元、二值化单元、图像细化单元和细节点提取单元;所述图像分割单元分别信号连接于光学传感器和图像增强单元;所述图像增强单元分别信号连接于图像分割单元和二值化单元;所述二值化单元分别信号连接于图像增强单元和图像细化单元;所述图像细化单元分别信号连接于二值化单元和细节点提取单元。
4.如权利要求3所述的具备通用性的指纹识别系统,其特征在于,所述光学传感器包括:LED单元、CCD摄像头单元和电源单元;所述电源单元分别信号连接于LED单元和CCD摄像头单元;所述LED单元,用于以一定的角度照射向玻璃;所述CCD摄像头,用于获取接收从玻璃表面反射回的光线,手指上的脊线与玻璃表面接触,谷线不与玻璃表面接触,照射在指纹脊线所接触部分的玻璃表面的光线被漫反射,而照射在指纹谷线所对应的玻璃表面的光线被全反射,从而在由CCD摄像头捕获的图像中,对应指纹脊线的部分颜色较深,对应指纹谷线的部分颜色较浅。
5.如权利要求3所述的具备通用性的指纹识别系统,其特征在于,所述电容传感器包括:芯片、电容测量装置和电源;所述电源分别信号连接于芯片和电容测量装置;所述电容测量装置,用于按压采集手指的脊和谷在手指表皮和芯片之间产生不同的电容;所述芯片通过测量空间中的不同的电磁场得到完整的指纹。
6.一种基于权利要求1至5之一所述的具备通用性的指纹识别系统的方法,其特征在于,所述方法包括以下步骤:
步骤1:系统启动,系统初始化,传感器组开始获取用户的指纹信息;
步骤2:电容传感器根据按压到采集头上的手指的脊和谷在手指表皮和芯片之间产生的不同电容值,再通过芯片测量空间中的不同的电磁场得到完整的指纹;将获取到的指纹发送给第二预处理单元;
步骤3:第二预处理单元对接收到的指纹图像一次进行图像分割、图像增强、图像二值化、图像细化和图像细节点提取;
步骤4:第二匹配单元从模板数据库中调取指纹模板进行匹配,将匹配结果发送至分数融合单元;
步骤5:光学传感器根据由CCD摄像头捕获的图像中,对应指纹脊线的部分颜色较深,对应指纹谷线的部分颜色较浅的原理获取用户的指纹信息,将指纹信息发送至第一预处理单元;
步骤6:步骤3:第一预处理单元对接收到的指纹图像一次进行图像分割、图像增强、图像二值化、图像细化和图像细节点提取;
步骤7:第一匹配单元从模板数据库中调取指纹模板进行匹配,将匹配结果发送至分数融合单元;
步骤8:数据融合单元根据获取到的匹配结果,进行匹配分数融合得到最终的匹配分数,将最终的匹配分数和阈值单元中设定的阈值进行比较,根据比较结果判断是否该用户的指纹是否识别通过。
7.如权利要求6所述的具备通用性的指纹识别方法,其特征在于,所述匹配模块的匹配方法包括以下步骤:
步骤1:设定通过光学传感器获取的指纹数据的经第一预处理单元处理后的点集合为:
;
;
其中表示点集合P中第N个点的X坐标;所述其中表示点集合P中第N个点的Y坐标;其中表示点集合P中第N个点的方向;表示点集合P中第N个点的X坐标;所述其中表示点集合P中第N个点的Y坐标;其中表示点集合P中第N个点的方向;
步骤2:设定匹配公式为:
;
其中表示模板的细节点数据;所述表示输入指纹的细节点数目;所述是通过叠加匹配的细节点个数得到的最大匹配得分;
通过该公式计算得出最终的匹配分数。
CN201610767561.3A 2016-08-31 2016-08-31 一种具备通用性的指纹识别系统及方法 Pending CN106355150A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610767561.3A CN106355150A (zh) 2016-08-31 2016-08-31 一种具备通用性的指纹识别系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610767561.3A CN106355150A (zh) 2016-08-31 2016-08-31 一种具备通用性的指纹识别系统及方法

Publications (1)

Publication Number Publication Date
CN106355150A true CN106355150A (zh) 2017-01-25

Family

ID=57856172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610767561.3A Pending CN106355150A (zh) 2016-08-31 2016-08-31 一种具备通用性的指纹识别系统及方法

Country Status (1)

Country Link
CN (1) CN106355150A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107480609A (zh) * 2017-07-31 2017-12-15 广东欧珀移动通信有限公司 指纹识别方法及相关产品
CN107784274A (zh) * 2017-09-29 2018-03-09 珠海市魅族科技有限公司 指纹检测及控制方法与终端
WO2019024653A1 (en) * 2017-07-31 2019-02-07 Guangdong Oppo Mobile Telecommunications Corp., Ltd. DIGITAL FOOTPRINT RECOGNITION METHOD AND PRODUCTS THEREOF
TWI767285B (zh) * 2019-11-29 2022-06-11 神盾股份有限公司 指紋識別裝置、用於識別手指影像的電子裝置以及指紋識別方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271513A (zh) * 2007-03-21 2008-09-24 成都方程式电子有限公司 一种指纹识别系统芯片及其实现方法
CN105447436A (zh) * 2014-12-19 2016-03-30 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

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271513A (zh) * 2007-03-21 2008-09-24 成都方程式电子有限公司 一种指纹识别系统芯片及其实现方法
CN105447436A (zh) * 2014-12-19 2016-03-30 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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王峰 等: "一种提高不同类型指纹传感器匹配性能方法的研究", 《传感器与微系统》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107480609A (zh) * 2017-07-31 2017-12-15 广东欧珀移动通信有限公司 指纹识别方法及相关产品
WO2019024652A1 (en) * 2017-07-31 2019-02-07 Guangdong Oppo Mobile Telecommunications Corp., Ltd. METHOD FOR RECOGNIZING DIGITAL IMPRESSIONS AND RELATED PRODUCTS
WO2019024653A1 (en) * 2017-07-31 2019-02-07 Guangdong Oppo Mobile Telecommunications Corp., Ltd. DIGITAL FOOTPRINT RECOGNITION METHOD AND PRODUCTS THEREOF
CN107480609B (zh) * 2017-07-31 2020-01-14 Oppo广东移动通信有限公司 指纹识别方法及相关产品
US10643056B2 (en) 2017-07-31 2020-05-05 Guandong Oppo Mobile Telecommunications Corp., Ltd. Fingerprint recognition method and related products
US11048908B2 (en) 2017-07-31 2021-06-29 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Fingerprint recognition method and related products
CN107784274A (zh) * 2017-09-29 2018-03-09 珠海市魅族科技有限公司 指纹检测及控制方法与终端
TWI767285B (zh) * 2019-11-29 2022-06-11 神盾股份有限公司 指紋識別裝置、用於識別手指影像的電子裝置以及指紋識別方法

Similar Documents

Publication Publication Date Title
Jain et al. Automated fingerprint identification and
Burge et al. Ear biometrics
CN100414558C (zh) 基于模板学习的自动指纹识别系统和方法
Jain et al. On-line fingerprint verification
CN102542258B (zh) 基于手指生物特征信息的成像设备及多模态身份识别方法
US8265347B2 (en) Method and system for personal identification using 3D palmprint imaging
CN104933389B (zh) 一种基于指静脉的身份识别方法和装置
Burge et al. Ear biometrics for machine vision
JP2002222424A (ja) 指紋照合システム
JP6024141B2 (ja) 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム
CN102542242B (zh) 非接触式采集图像的生物特征区域定位方法和装置
CN102542281A (zh) 非接触式生物特征识别方法和系统
CN106355150A (zh) 一种具备通用性的指纹识别系统及方法
Charity et al. A bimodal biometrie student attendance system
Galbally et al. 3D-FLARE: A touchless full-3D fingerprint recognition system based on laser sensing
Maltoni et al. Fingerprint recognition
Tukur Fingerprint recognition and matching using Matlab
CN206331449U (zh) 一种具备通用性的指纹识别系统
CN103886303A (zh) 一种掌纹识别方法及装置
Barham et al. Fingerprint recognition using MATLAB
KR100670244B1 (ko) 양쪽 동시 지문입력기 및 그 지문 매칭 방법
Gupta Advances in multi modal biometric systems: a brief review
Patil et al. Iris recognition using fuzzy system
Li et al. Palmprint matching using line features
CN107798311A (zh) 一种指纹识别锁、指纹识别系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170125