CN106446761A - 图案重构 - Google Patents

图案重构 Download PDF

Info

Publication number
CN106446761A
CN106446761A CN201610532290.3A CN201610532290A CN106446761A CN 106446761 A CN106446761 A CN 106446761A CN 201610532290 A CN201610532290 A CN 201610532290A CN 106446761 A CN106446761 A CN 106446761A
Authority
CN
China
Prior art keywords
marking
group
reconstruct
image
pattern
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
Application number
CN201610532290.3A
Other languages
English (en)
Other versions
CN106446761B (zh
Inventor
罗杰·A.·鲍赫斯皮思
西格蒙德·克劳森
阿恩·赫尔曼·法尔西
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.)
Edx Bioassay
Original Assignee
Love Deckers
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 Love Deckers filed Critical Love Deckers
Publication of CN106446761A publication Critical patent/CN106446761A/zh
Application granted granted Critical
Publication of CN106446761B publication Critical patent/CN106446761B/zh
Active 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
    • G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • 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

Landscapes

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

Abstract

一种用于从图案部分的一组多个印记有效重构图案(比如指纹)的系统、方法及计算机程序产品。系统可评估取自一系列多个印记的图案图像并从图像部分重构图案，同时向操作者提供图像组状态的实时反馈。随着对每个新图像部分的评估，当新图像部分添加或不添加(比如表示为副本)至重构图像时，显示图形或其他指示器提供反馈。还可提供其他状态指示，并且当指示可视时，可在显示图形上提供降低分辨率的图案映射以改善安全性。

Description

图案重构
相关申请的交叉引用
本申请要求于2015年7月7日提交的第62/189,488号美国专利申请的权益，其全部内容通过引用明确包含在本文中以便通用。
技术领域
本发明一般涉及一种自动化机器实施的图案映射，更具体但不专有地，涉及从图案的一组图像部分重构该图案的系统、方法和计算机程序产品，其中图案例如为用于包括指纹验证系统的图案验证系统、方法及计算机程序产品的图像。
背景技术
在背景部分所讨论的主题不应仅仅由于其在背景部分提及就假设为现有技术。同样地，背景部分提及或与背景部分主题有关的问题不应假设为已在现有技术中预先认可的。背景部分主题仅代表可能也是发明或其自身所属的不同途径。
图案验证，比如在受信指纹登记至指纹验证系统的受信存储器中的情况下，需要足够准确和精密的受信指纹图像(如何准确以及如何精密取决于特定实施方式的设计考虑)。该图像可直接从成像传感器获得。这可能适合于大面积成像传感器。但是，对于许多应用而言，受信图像是由取自感应面积小于最终图像的传感器的受信指纹的图像部分重组而成。对于许多移动应用和电子平台，比如智能手机之类，使用小型传感器提供了较小的形状因子，其具有的较低商品成本,这对实施和采用来说都很重要。然而使用较小传感器影响了验证期间的登记和用户体验。
任何具有指纹验证系统的移动电子平台通常包括将一个或多个受信图像建立和写入至受信数据库/存储器的登记系统。测试指纹使用匹配引擎与受信图像相比较,匹配引擎将测试指纹的关注特征与受信图像的关注特征相匹配。测试图像和受信图像的质量影响着用户体验。
不论成像传感器的大小如何，受信图像可源自单个手指的单个印记，或源自多个印记的组合。每种方案都带来不同的挑战。
从技术上来说，是有可能使用小面积传感器依赖单个手指的单个印记进行登记的。然而在使用过程中，不仅用户必须回忆起登记的是哪根手指的哪个部分，每次验证尝试还要依赖于用户将相同手指的相同部分重新成像得足够接近使其可匹配。随着成像传感器变得越来越小，依赖单个印记可能对用户来说会变得非常令人沮丧。
因此，许多使用小面积传感器的系统使用多个印记来登记单个手指。图像部分的初始印记总是提供拟重组的较大图像的完全独特的信息。但是具有不同的有效性的后续印记取决于用户是否提供了部分重叠而部分呈现新图像数据的印记。用户很难为多个印记放置手指以确保每个印记只呈现独特部分重叠数据，特别是超出整个指纹图案的宽度。对于用户来说很容易提供带有太多重叠或带有太少甚至没有重叠的后续印记。用户不知道他们何时或是否提供了足够的充分重叠的图像印记，该印记映射足够的整体指纹以提供最终产品，最终产品向用户提供易用的验证系统。
从用户角度来看，这可能随着传感器成像面积减少而变得非常具挑战性。登记系统不给用户提供关于手指面积映射过程状态的反馈。当图像部分组不能产生所需的较大图像时，登记过程的精度降低。
现有系统采用由单个图像部分的凸纹映射信息创建较大图像的拼接系统。这种系统给登记系统增加了复杂性，如本文进一步解释的那样，登记系统已经包括了足以由使用图像源的多个印记提供的多个图像映射或重组单个图像的资源。
在没有校验的情况下，简单系统可假设来自图像多印记组合的每个印记都是来自单个手指的独特限定的图像。依赖预设数量的未限定图像印记的系统为拟在受信数据库中使用的最终图像产生不同的质量。基于这些登记的后续验证导致了在验证过程质量上的用户体验的宽泛范围。一些不熟悉登记的用户可能在为单个手指登记过程设计的登记系统中使用不同的手指。这样的图像部分也能够以多种不同的方式降低登记过程的精度。
用于处理图案的图像部分的系统有时能以期望方式通过使用有限的计算和存储资源实现。传感器的活动面积减少，需要更多的图像部分覆盖图案的任意特定面积。管理和处理多个部分有时会对性能产生负面影响，尽管可实施其他系统和方法来解决这样的影响。
所需的是用于从某图案(比如指纹)部分的一组多个印记有效重构该图案的系统和方法。
发明内容
公开了一种用于从图案部分的一组多个印记有效重构该图案的系统、方法和计算机程序产品。下文提供的发明内容有助于理解一些关于从用于创建图案的多个部分的图案源例如手指评估和重构图案的技术特征，并不旨在完全描述本发明。能够通过将整个说明书、权利要求、附图及摘要作为一个整体来获得本发明各个方面的全面了解。本发明适用于除指纹图像以外的其他图案、除手指以外的其他图案源、除登记或验证系统以外的其他系统、不包括匹配引擎的系统、以及广泛的传感器大小。
在本发明的一个实施方式中，图案源(例如手指)可包括图案(例如指纹)。对于不直接处理图案(指纹)的系统而言，该系统可处理图案(指纹)的表达(例如图案映射)。当用户使用印记器(例如将图案源(手指)放置在传感器或成像器上或其他印记生成结构上)时，系统可生成用户图案源(手指)的图案(指纹)部分的印记(例如图像)。基于特定实施，可成批或实时或接近实时地收集并评估印记(图案)。图案映射的图案重构发生在系统的重构空间(例如存储器的一部分)中，此处选择初始印记(基础图像)并将其放置在另外的空重构空间。系统可验证每个印记(图像)并可基于与重构的匹配度或关联性将印记分成重构组和保留组。随着验证的进行(与重构匹配和相关)，匹配/关联的验证的印记(图像)组被识别出并且添加至重构空间，或添加至保留空间(例如不匹配/不相关的添加至存储器的不同部分)。从来自重构组的印记(图像)和重构空间中重构的印记生成重构(例如重构图像或图案或图案映射的其他表达)。当每个印记添加至重构空间时可发生重构，或在识别重构组的多个元素之后可发生重构。
在一个实施方式中，方法可重复进行直至多个印记(图像)为“足够”，例如，当重构组中的多个印记符合预定数目时，当用于重构的质量度量符合或超出预定值时或当一些其他终止事件发生时。
在一个实施方式中，可向用户提供关于重构、重构组、保留组的多种状态改变或任何特定印记的其他处理或评估的反馈(例如显示器上可视提示或来自传感器的可听信号)。
在一个实施方式中，系统可从源自指纹的一组位图图像生成指纹的重构图像。
在一个实施方式中，当每个位图图像可用时，重构图像可实时(或接近实时)更新。重构图像可用于改进其重构所使用的位图图像的重构组的质量。
在一个实施方式中，可通过随着每个位图图像的获得提供反馈给用户来改善质量。例如，该反馈可提供关于指纹什么部分成像、指纹已通过重构匹配了多少、特定位图图像是否为先前已收到的其他位图图像的副本等信息，或其他信息。
在一个实施方式中，可通过在收集图像组的指纹传感器上可视化呈现显示图形或关联该传感器以可视化地提供反馈。在其他实施方式中，可通过额外于或代替可视指示的音频提示提供反馈。
在一个实施方式中，系统可包括选自以下的一个或多个方面：a)从一组验证位图图像重构重构图像。b)评估验证位图图像组的质量和/或从这些图像重构的重构图像的质量，以及c)向用户提供关于重构或验证过程的一些状态的反馈，在一些情况下这可改进过程的一个或多个部分的质量或效率。
在一个实施方式中，系统可包括从一些位图图像重构可靠的重构图像，例如用于登记、验证或校验等。
在一个实施方式中，系统可通过向用户提供重构过程的一个或多个状态的反馈来改进来自用户的数据集。例如，当匹配/关联图像添加至重构空间时，反馈可指示用户新数据已添加/接受。当不匹配/不关联的图像没有放入重构空间时，反馈可指示用户没有添加/接受新的数据。响应于反馈，用户可估计手指的哪一个部分接触传感器以建立验证重构图像。
在一个实施方式中，生成单个重构图像作为可适应于校验、验证、测试和其他受信使用的受信图像。该单个重构图像生成自重构组中的图像。在一些情况下，有利的是从重构组移除图像并使用重构图像，同时在一些实施方式中，有利的是还保存重构中使用的各个图像。
在一个实施方式中，系统可包括从均与基础图像匹配或关联的位图图像验证组重构单个重构图像。该系统可在保留组中保留并持有不匹配/不关联的位图图像，因为任何随后的图像可提供评估下的图像与基础或重构图像之间的关联桥。在关联桥的情况下，若干位图图像将立刻添加至重构组，并因此用于重构重构图像。这样的重构组排除了不匹配/不关联的位图图像(其不匹配可能出于一些其他原因：图像质量、来自不同图案源(例如不同手指)、相同图案源但不同部分或一些其他因素)。
在一个实施方式中，系统可包括向用户提供反馈(通过多种方式)。在一种情况下，响应于指纹传感器上的手指的每个图像的实时(或接近实时)应用(相对于处理先前已记录的整组位图图像的一些离线应用)可通知用户图像是否添加至重构组，和/或没有添加至重构组。在一个示例中，该反馈可采取重构图像表达的显示图形从重构组中的当前图像组升起的形式。当重构图像连同添加至重构组的每个新图像逐渐变大，显示图形可更新为示出与先前存在的重构图像相关的新图像的多个细节。在一些情况下，显示图形是重构图像的表达，因为其被重构，表达的位置、转动和比例以及新添加的位图图像的其他定位被更新。上述反馈可允许用户看到重构图像中存在的“间隙”以帮助引导他们将其手指放置在传感器上的特定位置。在一些情况下，期望的是重构图像的表达具有降低的保真度，从而不危及通过向受信登记数据库中的图像提供外部访问的安全。降低的表达可具有足够的保真度以引导用户但并不过分，这在验证实际受信图像方面是有用的。在一些情况下，降低的保真度可以块或空外周形状简单填充，以替代添加至重构图像的位图图像。
在一个实施方式中，系统可包括使用质量度量以处理和/或提供反馈，可能的是系统可从预定量的位图图像重构重构图像以在不考虑接收的信息如何“良好”或重构如何良好(如果生成重构)的情况下完成登记。这样的系统能够为不同用户产生变化且不可预测的安全性。相比而言，在重构图像上开发质量度量(间接指示重构组图像的质量)，通过确保存储在登记系统中的可能对于大多数用户是坚固的以产生可预测且恒定的性能，从而可改进登记系统的性能。在一个示例中，质量度量可以是面积覆盖百分比。目标可具有某些覆盖面积(x平方厘米)--并且重构图像可计算为具有当前覆盖(y平方厘米)--当比率具有预定状态时，例如其符合或超出目标，系统可确定重构图像的质量是足够的。这样的确定可影响系统的其他部分，例如，其可指示用户可停止提供他们的手指图像。
在一个实施方式中，系统可从手指的多个图像收集一组位图图像。随着每个图像的收集，都针对存储的图像进行检测。当图像与任何存储的图像或重构图像匹配(通过使用匹配或其他校准引擎)时，方法区分哪些是匹配的。如果匹配于存储图像并且还没有开始重构，方法评估是否应替换基础图像(例如初始图像)。当其被替换时，用另一位图图像替换基础图像，该图像变成新的基础图像。当没有必要进行替换时，在重新排序之后，方法确定图像是否与新的基础图像关联。当其匹配但是与基础图像不关联时，方法测试其是否是复制图像。存储非复制图像并更新显示图形，同时不存储复制图像并且复制图像可用于更新显示图形。
当图像关联时，其转动并平移就位且覆盖在底层图像上。相位校正或其他精细放置方法测试初始匹配推测。当通过相位校正或精细放置方法测试该推测并且失败时，方法分支至复制测试。否则，方法将新的图像与图案重构的当前图像混合，以创建重构空间中的新的重构图像(例如可写存储器或其他数据存储元件的一部分)。在混合之后，混合的所有图像部分可从存储移除。进行测试以确定是否有另外的存储图像。当存储图像的数量大于零时，方法返回匹配过程，并针对新的重构图像测试存储的图像。当没有更多的存储且未测试图像时，确定重构图像的质量度量。一个度量是，是否足够的图像已进行处理，以计算重构的图像质量度量。该质量度量为整个图案(例如指纹)设置100％值。当图像部分一同混入重构图像时，计算覆盖面积。通过与100％覆盖关联的面积将该覆盖面积划分以提供覆盖百分比。当该覆盖百分比具有预建立的关系(例如超过)预设阈值时，则质量度量确定为符合目标(例如>50％,>75％,>80％,>85％,>90％,>95％,>99％或一些其他值)以停止收集和处理。当质量度量小于期望时，方法继续测试复制并在可用时收集新的图像(可向用户指示目标以提供更多图像)，并可将重构标记为缺少质量度量以进行与该状态符合的另外的处理。
源自重构空间中的重构图像的信息可用于反馈。重构图像有助于确保基于验证图像组的登记信息可用于进一步处理为高质量受信图像以能够有助于在后续使用比如在图案验证系统中提高性能。
在一个实施方式中，系统可包括用户反馈界面，在其中向用户呈现了源自重构图像的覆盖图形。随着每个图像的收集和验证，覆盖图形通过向用户指示出新加入重构图像的图像布置的方式来响应，使用户能够易于识别哪部分指纹已尚可成像而哪部分还没有。当从印记新获取的图像不加入重构组中时(例如与重构图像不匹配或不相关)，则提供一些指示给用户。这有助于用户知道哪些图像加入重构图像而哪些没有。并且，这有助于用户理解重构图像向着质量度量完成得有多快。指示可具有视觉和/或听觉组件。在一些情况下，可包括目标的表达以允许用户测量他们距完成有多接近。
在一个实施方式中，系统可以覆盖图形呈现重构图像。然而，出于安全原因，一些实施方式包括降低分辨率或覆盖图形的其他可视化程度，以使用户理解每个新印记如何在不提供重构图像(例如指纹的精确拷贝)的高分辨率图像的情况下有助于重构图像。例如，实直线元素可加入对应于加入重构图像的每个混合的图像部分的覆盖图形中。
在一个实施方式中，系统可提供使用不同校准引擎的能力以支持匹配程序，或代替匹配程序和/或相位校准器，或建立匹配、关联和/或校准。环境和应用有助于确定要使用的合适的校准系统。影响选择的因素不仅取决于系统可用的有效储存和处理资源，而且取决于传感器的分辨率和成像面积以及图案源大小。有许多参数可以运用——例如指纹图像可为15x24mm并且从具有4x4mm成像面积和15像素/mm的传感器采集的多个印记成像而来。这些参数可能用不同的值，值会影响通过校准引擎待处理的数据量。当数据总量下降时,可使用直接比较和试错法测试。例如，用于比较第一图像与第二图像的各种定向和相对平移的相位相关法可足以使得匹配程序不再必需。随着数据总量的增加，更高级的处理可能是有用的，比如使用建立和比较测试图像之间关注特征的匹配引擎。校准引擎可采用具有多相位的混合解决方案，比如第一图用于常规放置而第二图用于精确放置。
在一个实施方式中，系统的特征可在于改进指纹登记方法的一个或两个方面。一个方面向用户提供反馈，其可与对指纹采样同时且实时进行，以在开发重构图像中改进用户体验。当采样指纹时，向用户提供指纹背景中采样的位置信息。这使得质量重构图像的开发更有效。另一方面涉及重构图像自身质量的创建和改进。登记系统和方法可使用随后处理中的重构图像中使用的图像组。例如，在用于开发受信图案以存储在受信环境中的指纹登记系统中，使用存储在受信存储器中的加密模板而不是图像本身。重构图像的质量越好，任何得到的模板或用途的质量越好。这样的加密模板和重构图像的其他用途通过准确映射且混合的具有足够大的源指纹部分而改进。在一些方式中，这些方面可以是独立的，尽管实施方式可实施具有一个或两个方面的方案。
一种用于从一组印记重构图案表达的一部分的机器实施的方法，每个印记包括所述图案的一部分，方法包括：a)选择印记中的一个印记作为具有基础图案源的基础图案部分的基础印记；b)处理印记组以确定重构印记组，与基础图案部分匹配或关联的重构组的每个印记的图案部分，其中印记重构组从印记组排除其图案部分与基础图案部分不匹配或不关联的每个印记；以及c)将重构组的印记合并至单个重构印记，单个重构印记包括跨越大于重构组任一印记的印记度量的重构度量的表达部分。
一种用于从一组位图图像重构指纹部分的机器实施的方法，每个位图图像包括来自手指的指纹的一部分，该方法包括a)选择位图图像之一作为具有基础图案源的基础图案部分的基础图像；b)处理位图图像组，以确定位图图像的重构组，重构组的每个位图图像的图案部分与基础图案部分匹配或关联；其中位图图像的重构组从位图图像组中排除其图案部分不与基础图案部分匹配或关联的每个位图图像，以及c)将重构组的位图图像合并至单个重构图像，单个重构图像包括跨越大于重构组任一位图图像的图像面积的重构面积的指纹表达部分。
一种用于从一组印记重构图案表达的一部分的装置，每个印记包括图案的一部分，该装置包括：图案收集器，生成印记中的一个或多个；以及处理系统，耦合至图案收集器，包括处理器和耦合至处理器的存储器，存储器储存多个计算机可执行指令，其中处理器执行多个计算机可执行指令以执行方法，该方法包括：a)选择印记中的一个印记作为具有基础图案源的基础图案部分的基础印记；b)处理印记组以确定重构印记组，与基础图案部分匹配或关联的重构组的每个印记的图案部分，其中印记重构组从印记组排除其图案部分与基础图案部分不匹配或不关联的每个印记；以及c)将重构组的印记合并至单个重构印记，单个重构印记包括跨越大于重构组任一印记的印记度量的重构度量的表达部分。
一种用于从一组位图图像重构指纹表达部分的装置，每个位图图像包括来自手指的指纹的一部分，该装置包括：图案收集器，生成位图图像中的一个或多个；以及处理系统，耦合至图案收集器，包括处理器和耦合至处理器的存储器，存储器储存多个计算机可执行指令，其中处理器执行多个计算机可执行指令以执行方法，该方法包括a)选择位图图像之一作为具有基础指纹部分的基础图像；b)处理位图图像组，以确定位图图像的重构组，重构组的每个位图图像的指纹部分与基础指纹部分匹配或关联；其中位图图像的重构组从位图图像组中排除其指纹部分不与基础指纹部分匹配或关联的每个位图图像，以及c)将重构组的位图图像合并至单个重构图像，单个重构图像包括跨越大于重构组任一位图图像的图像面积的重构面积的指纹映射表达部分。
一种储存有计算机可执行指令的非暂时性计算机可读介质，处理器执行计算机可执行指令以执行从一组印记重构图案表达的一部分的方法，每个印记包括图案的一部分，方法包括：a)选择印记中的一个印记作为具有基础图案源的基础图案部分的基础印记；b)处理印记组以确定重构印记组，与基础图案部分匹配或关联的重构组的每个印记的图案部分，其中印记重构组从印记组排除其图案部分与基础图案部分不匹配或不关联的每个印记；以及c)将重构组的印记合并至单个重构印记，单个重构印记包括跨越大于重构组任一印记的印记度量的重构度量的表达部分。
一种储存有计算机可执行指令的非暂时性计算机可读介质，处理器执行计算机可执行指令以执行从一组位图图像重构指纹表达部分的机器实施的方法，每个位图图像包括来自手指的指纹的一部分，该方法包括a)选择位图图像之一作为具有基础图案源的基础图案部分的基础图像；b)处理位图图像组，以确定位图图像的重构组，重构组的每个位图图像的图案部分与基础图案部分匹配或关联；其中位图图像的重构组从位图图像组中排除其图案部分不与基础图案部分匹配或关联的每个位图图像，以及c)将重构组的位图图像合并至单个重构图像，单个重构图像包括跨越大于重构组任一位图图像的图像面积的重构面积的指纹表达部分。
一种用于重构测试图案的机器实施的图案登记方法，包括a)以串行顺序方式接收一系列图像，每个图像系列的每个特定图像都包括特定图案的一部分；b)选择图像系列中的图像作为基础图像；c)将基础图像记录到重构空间中作为图案映射，其中图案映射包括具有与基础图像的特定图案匹配的基础部分的图案映射图案；d)将图像记录到图像存储器中；e)通过测试图像之后的图像系列中每个图像的特定图案的部分，生成一组匹配图像，以与记录至图像存储器的每个图像的特定图案的部分匹配，其中匹配图像组包括匹配为真的图像系列的分组，其中具有匹配为假的每个图像记录至图像存储器；f)通过测试匹配图像组中每个图像的特定图案的部分，生成一组关联图像，以与图案映射关联，其中关联图像组具有为真的相关性，其中具有相关性为假的匹配图像组的非关联分组记录至图像存储器；以及g)通过将关联图像组的每个图像的特定图案的每个部分与图案映射图案对准并使用重构图案作为图案映射，记录关联图像组至重构空间以将其添加至图案映射，从而生成重构图案；h)从重构的图案生成重构图像；i)重复包括步骤e)到h)的一组步骤直到发生终止事件；以及j)将重构图像记录到存储器中作为测试图案。
本文描述的任何实施方式都可单独使用或与另一实施方式任意组合一同使用。包含在本说明书内的发明也可包括仅部分提及或暗示或者在本发明内容或摘要中完全没提及或暗示的实施方式。尽管本发明的各种实施方式可能以现有技术的各种缺陷为动机，这可能在说明书中的一处或多处讨论或提及，但本发明的实施方式未必说明任何这些缺陷。换言之，本发明的不同实施方式可能说明在本说明书中可能讨论的不同缺陷。一些实施方式可能仅部分说明一些缺陷或在说明书中可能讨论的仅仅一个缺陷，而一些实施方式可能未解决任何这些缺陷。
在通读本公开包括说明书、附图及权利要求之后，本发明的其他特征、益处和优点将是显而易见的。
附图说明
在附图中，各个视图中相同的参考数字涉及相同或功能类似的部件，附图并入说明书并形成说明书的一部分，还示出本发明，以及与本发明的详细描述一同用于解释本发明的原理。
图1示出用于图案验证系统的实施方式的示意框图；
图2示出用于在图案验证系统中使用的图像重构方法的实施方式的流程图；
图3至图5示出来自一组N图案部分的重构图像表达序列；
图3示出表示第一图像部分的初始重构状态；
图4示出表示混合至第一图像部分的第二图像部分的第二重构状态；
图5示出表示混合至在先前混合的图像部分覆盖层上的第N个图像部分的最终重构状态；以及
图6示出来源于与图5所示的最终重构状态一般等同的图像部分的离散覆盖层的最终图案映射。
具体实施方式
本发明的实施方式提供了用于从图案部分的一组多个印记有效重构图案例如指纹的系统和方法。下文中的描述能够使本领域技术人员制作并使用本发明，并且在专利申请及其要求的背景下提供。
本文描述的一般原理和特征以及对优选实施方式的各种修改对本领域技术人员而言是显而易见的。因此，本发明并不旨在限于所示的实施方式，而是符合与本文所述的原理和特征一致的最宽范围。
定义
除了另有限定，本文使用的所有术语(包括技术和科学用语)与总发明概念所属领域的技术人员的通常理解具有相同的意义。还可以理解，例如在常用字典中限定的术语应被解释为具有与其在相关领域和本公开背景下一致的意义，除非本文清楚限定，这些术语不应被解释为具有理想化或过于正式的意义。
以下定义用于与本发明的一些实施方式相关的描述的一些方面。这些定义同样可在本文中进行扩展。
如本文所使用的，术语“或”包括“和/或”，术语“和/或”包括一个或多个相关列出项的任何和所有组合。当例如“至少一个”的表达位于一列部件之前时，更改整个部件列表并且不更改列表的单个部件。
如本文所使用的，除非文中有清楚的相反限定，单个术语“a(一个)”、“an(一个)”和“the(一个)”包括复数指示物。因此，例如，除非文中有清楚的相反限定，引用单个物体可包括多个物体。
此外，除非文中有清楚的相反限定，如本文的描述中所使用的并且遍及权利要求的，“in(在……中)”的意义包括“in(在……中)”和“on(在……上)”。可以理解，当部件被称为位于另一部件“上”时，其可直接位于另一部件上或在它们之间可存在中间部件。相反，当部件被称为“直接”位于另一部件上时，则不存在中间部件。
术语“大约”用于所有数值，无论是否明确指示。该术语一般涉及本领域技术人员考虑作为所记载数值偏差的合理量(即具有等同功能或结果)的数字范围。例如，该术语可被解释为包括给定数值的±10％的偏差，这样的偏差不会改变值的最终功能或结果。因此，大约1％的值可被解释为从0.9％至1.1％的范围。
如本文所使用的，术语“set(组)”涉及一个或多个物体的集合。因此，例如，一组物体可包括单个物体或多个物体。组中的物体还可被称为组的部分。一组中的物体可以是相同或不同的。在一些示例中，一组中的物体可共享一个或多个共同性质。
如本文所使用的，术语“adjacent(邻近)”指的是靠近或毗连。邻近的物体可空间上彼此分离，或可实际上或彼此直接接触。在一些示例中，邻近的物体可彼此耦合或彼此形成为整体。
如本文所使用的，术语“connect(连接)”、“connected(连接)”和“connecting(连接)”指的是直接附接或联结。连接的物体没有实质的中介物体或物体组，如文中所指。
如本文所使用的，术语“couple(联接)”、“coupled(联接)”和“coupling(联接)”指的是可选的连接或联结。联接的物体可直接彼此连接或可间接彼此连接，例如通过一组中介物体。
如本文所使用的，术语“substantially(实质上)”和“substantial(实质上)”指的是相当大的程度或范围。当与事件或情况一同使用时，术语可指的是事件或情况恰好发生的示例以及事件或情况非常接近的示例,例如导致典型的公差水平或本文所描述的实施方式的变型。
如本文所使用的，术语“optional(可选的)”和“optionally(可选地)”的意思是其后描述的事件或情况可发生或不可发生，并且该描述包括事件或情况发生的示例和事件或情况不发生的示例。
如本文所使用的，术语“fingerprint(指纹)”指的是图案源的对比幅度元素。由此，人手指上的脊/沟图案被包括为指纹。此外，斑马条纹图案、视网膜静脉图案、或具有一组多个足够长的连续类似对比元素的对比幅度元素的其他集合。
如本文所使用的，术语“match(匹配)”、“matching(匹配)”和“matches(匹配)”指的是第一图案(例如来自传感器的第一印记的第一图像部分)与第二图案(例如来自传感器的第二印记的第二图像部分)的对比，意味着第一印记中使用的图案源是第二印记中使用的、在适用于应用的足够的置信区间内的相同的图案源。匹配不需要在第一图案与第二图案之间具有100％的特征共性。100％和接近100％(例如95％的共性-基于应用)的共性被称为副本图像。当用户将相同手指的相同部分放置在传感器上时从两个或多个印记生成该图像。有时，匹配是来自匹配程序或匹配器的测定，器可具有尤其特殊的意义。本发明的一些实施方式正包括这样的匹配程序。然而，本发明不限于以这种方式的测定匹配，本发明包括使用校准器来评估匹配或一组图案对比之间的非匹配的状况。
如本文所使用的，术语“correlate(相关)”、“correlating(相关)”和“correlated(相关)”指的是第一图案(例如来自传感器的第一印记的第一图像部分)与第二图案(例如来自传感器的第二印记的第二图像部分)的对比结果，意味着第一印记中使用的图案源是第二印记中使用的、在适用于应用的足够的置信区间内的相同的图案源，而无需第一图案与第二图案匹配。相关性通过匹配中间图案而获得，中间图案提供第一图案与第二图案之间的桥接。例如，第二图案可能与第一图案不匹配，但可与第三图案匹配，而第三图案与第一图案匹配。相关性可通过第一图案与第二图案之间的一个或多个中间匹配来获得。
如本文所使用的，术语“near realtime(接近实时)”指的是通过在从图案源的应用接收图案印记至图案印记器(例如创建与图案源相关的图案部分的位图的成像器)的事件发生与随后的为该图案印记(例如位图)进行的数据处理(例如用于显示、反馈或控制)之间的自动数据处理或数据传输引入的时间延迟的实用性。基于处理速度，可能在处理第一图案印记之前制造多个图案印记。本发明的一些实施方式实时或接近实时地处理来自用户的连续图案印记，当用户感觉不到处理延迟时接近实时可被认为是等同的。对于实时和接近实时的实施方式，认为图案印记是连续提取并处理的，这在处理随后下一图案印记之前提供印记和处理/反馈。
一般而言，图案源(例如手指)可包括图案(例如指纹)。对于不直接处理图案(指纹)的系统而言，该系统可处理图案(指纹)的表达(例如图案映射)。当用户使用印记器(例如将图案源(手指)放置在传感器或成像器上或其他印记生成结构上)时，系统可生成用户图案源(手指)的图案(指纹)部分的印记(例如图像)。基于特定实施，可成批或实时或接近实时地收集并评估印记(图案)。图案映射的图案重构发生在系统的重构空间(例如存储器的一部分)中，此处选择初始印记(基础图像)并将其放置在另外的空重构空间。系统可验证每个印记(图像)并可基于与重构的匹配度或关联性将印记分成重构组和保留组。随着验证的进行(与重构匹配和相关)，匹配/关联的验证的印记(图像)组被识别出并且添加至重构空间，或添加至保留空间(例如不匹配/不相关的添加至存储器的不同部分)。从来自重构组的印记(图像)和重构空间中重构的印记生成重构(例如重构图像或图案或图案映射的其他表达)。当每个印记添加至重构空间时可发生重构，或在识别重构组的多个元素之后可发生重构。
为了有助于简化讨论，以下描述的一般重点在于，通过使用从指纹传感器开发的验证的位图图像对指纹表达的一部分的重构，连同在一些情况下确定质量度量，并且在一些情况下提供反馈。该重点并不旨在将本发明的范围限于上述系统和方法。
图1示出图案登记系统100的实施方式的示意框图。系统100包括成像装置105、处理器110、输入/输出(I/O)系统115、非易失性存储器120和RAM存储器125，存储器120和存储器125共同限定存储系统130。在公开的实施方式中，系统100被描述为可用作图案(例如指纹)验证系统的指纹登记系统。在指纹验证系统中，系统尝试测量一对指纹(一对一)之间的对应性，从而在一定置信水平内确定一个图案源(手指)是否与生成其他指纹的另一图案源(手指)相同或足够接近。这通过识别系统来对比，识别系统确定哪些图案源(哪个手指属于哪个人)生成特定指纹。当对于给定的固定源可接受功率/速度降低时，验证系统可用作识别系统。由于登记的图像质量改善，验证系统执行地更好。
系统100可作为实施本发明以访问和处理指纹、指纹图像和取自指纹的曲线组(如下所述)的基础计算机而作用。处理器110可包括选自x86、x64、ARM等处理器中的一个或多个中央处理器(CPU)、连接至多个其他部件的架构例如系统总线。
成像装置105生成指纹图像；直接(例如其为用于图案源或来自图案源的制品的传感器或成像器)或其访问数据结构或存储器以获得图像。图像可以是整个指纹的所有或一部分。有时，指纹图像的一部分可显示为一组离散的曲线。系统100为计算系统(例如嵌入式计算系统、通用计算系统、专用计算系统、其组合，包括带处理器的存储程序计算平台和存储可执行指令的耦合存储器)，其具有大量合适的实施方案以访问并处理源指纹、指纹图像、指纹图像的部分以及来自指纹的曲线组。可同系统100一同使用的传感器包括：荷耦合器件(CCD)；互补金属氧化物半导体(CMOS)；电容、热学、光学、电光、RF调制、声学或其他图像感测装置，例如那些可从广泛制造商包括IDEX ASA、Fujitsu、Atmel、Apple、Synaptics、Infineon、Sony、Integrated Biometrics以及Fingerprint Cards获得的装置。图像阵列可相对较小(例如50x50像素、128x128像素至352x288像素或更大的CIF大小)，每个像素具有但不限于8比特的像素深度。系统100使用由装置105生成的指纹图像。在一些情况下，装置105可预处理图像，例如进行图像梯形校正(当返回图像大小与指纹大小成比例时，或由于手指是“擦”过传感器的，所以当图像重现以收集成束采集的图像时，用于导致与光学/棱镜为基础的系统相关的光学失真的几何校正)。
操作系统在处理器110上运行，控制和协调系统的多个部件的功能。操作系统可以是商用操作系统例如Microsoft(如windows)、Apple(如IOS或Mac OS X)、Google(如Chrome或Android)以及UNIX和AIX操作系统中之一，虽然一些实施方式可使用自定义控制以提供最小的、定制功能。系统控制的自定义程序包括可在处理器110上执行的指令组，其从移入存储器或从存储器移出。当由处理器110执行这些指令组时，这些指令组执行本文所述的方法和自动化机器实现的程序。装置105、I/O通信系统115和存储系统130均通过总线耦合至处理器110，存储系统130包括用于控制基础系统功能的基础输入/输出系统(BIOS)。
I/O系统115与带有外部装置或网络的系统100互连，从而能使系统通过通信系统(例如直接有线、局域网(LAN)或广域网(WAN)，其例如包括互联网、WEB网络、内联网、外联网以及其他公共和专用网络、有线、光纤或无线)与其他这样的系统通信。与通信系统相关的术语意味着通常可互换或在本文描述的配网中使用。I/O装置还通过I/O系统115连接至系统总线。键盘、定点装置(例如，鼠标、跟踪球或其他装置)和显示器或指示器可通过I/O系统115与系统100互连。通过这样的输入装置，用户可交互涉及程序以操作根据本发明的源、图像、子系统、程序和系统。通过使用前述I/O装置，用户能够通过键盘或鼠标将信息输入至系统，并从系统接收输出信息。系统可包含用于传输数据例如图像、映射、指令或程序的可移除存储部件。
在使用中，系统100处理来自图案源(例如指纹)的一组图案图像以重构图案源的图像。可选地，系统100为用户提供关于图像重构的状态和/或质量反馈以辅助实时印记采集。
I/O系统115可选地包括显示器、其他输出或可视/可听系统，其支持源自重构图像的可视化图形或向用户提供一些其他指示或信号。例如，当用户将新的图像添加至图像组时，每次重构图像通过新图像的添加而增强，可视化图形更新为示出新添加的信息。为了安全，理想的是取自重构图像的可视化图形以某种方式(如分辨率)下降，从而使得指纹的准确副本不会在显示器上。类似地，没有立即添加至重构图像的任何图像会导致一些其他指示(如声音)或显示器上临时的可视元素，以发出图像没有添加的信号。
在使用中，任何特殊的图像可用作中间桥接图像，其创建重构图像与存储图像之间的相关链。当其发生时，多个图像可混入重构图像，可视化图形可指示包括先前存储且不匹配/不相关的图像的多个图像已顺序添加至重构图像。
并不罕见的是，成像器采集的第一图像以某些方式(例如褪色或失真)降低。后续的图案图像不能匹配该初始基础图像。系统100能够用新的基础图像替代初始图像以避免这种状况。这样的替代使得足够的存储但未匹配/未相关(与基础图像)的图像与替换的存储图像更好地关联。在这样的情况下，基础图像由不同的图像替代，然后基于存储图像与新基础图像的匹配和相关重建重构图像。示出的实施方式的一个潜在优点可在于，混入重构图像的匹配图像部分可以不需要保留。在这样的情况下，置乱图像的能力可受到缺乏底层图像部分的限制。这些情况可包括将置乱限制成替换单个不匹配初始基础图像，将图像保留较长时间，并且可能在最终重构图像通过其质量度量之后放弃它们，和/或在不参考预先混合图像内容的情况下放弃重构图像并继续聚集新的图像直至重构图像具有足够质量。
图2示出例如可用在图案验证系统中的图像重构方法200的实施方式的流程图。例如由系统100执行的方法200包括一系列步骤205-285。方法200开始于起始步骤205，在步骤205中实时实施访问成像器，其中顺序接收一组图像，例如来自指纹传感器上的手指的串联印记。可替换地，还可存在图像组的先前重构存储，起始205访问该存储。起始205初始化方法200，消除指纹表达将重构的重构空间并初始化计数器。
在起始步骤205之后是步骤210，在步骤210中继续访问每个图像。计数器随着每个输入图像增加。对于第一图像，计数器具有N＝1。在步骤215中的测试测试系统100是否处理初始基础图像(例如N＝1)或随后的图像(例如N>1)。当处理初始图像时(例如N不大于1)，测试为假，方法200从步骤215的测试分支至步骤220。步骤220将图像存储至系统100的存储器，然后行进至可选步骤225以向用户更新重构空间中重构图像的状态的显示图形。此时，显示图形被更新以简单呈现初始基础图像作为当前重构图像(或呈现取自初始基础图像的降低图像)。在步骤225之后，方法200返回步骤210以输入新的图像(增加计数器)。此后，方法200再在步骤215进行测试，但测试现在为真，并且方法200在步骤230进行另一测试。
在步骤230的测试确定新的图像是否匹配任何其他存储图像或匹配重构图像。对于N＝2，初始图像时用作初始重构图像的基础图像，第二图像与第一图像进行比较以匹配。对于N＝3，第三图像与重构图像以及存储的所有图像(在一些情况下，初始基础图像存储在两个位置—在重构空间作为重构图像并且还存在存储器中作为和别的图像一样的另一图像部分)进行比较以匹配。当步骤230的测试为假且新的图像不匹配任何其他图像时，方法200分支至步骤220并存储新的图像。此后，显示图形和关于接收非匹配图像的指示一同被更新。步骤230中的测试存在四种可能的结果：不匹配，或三种不同类型的匹配中的一种。这三种包括与初始基础图像的匹配、与关联至基础图像的一个或多个图像(其中一些可以是当前图案映射的部分)的匹配、或与不关联至基础图像的一个或多个存储图像(其都不是当前图案映射的部分)的匹配。
当步骤230的测试为真且新图像与至少一个其他图像匹配时，方法200进行步骤235的测试，以确定是否需要改变基础图像。改变基础图像的方法被称为置乱，其中具有最多关联图像的存储图像替代当前基础图像，关联至新基础图像的存储图像重组并放置至重构空间以变成新图案映射的一部分。该步骤并不意味着对于代替的某些类型的随机性的要求，而指的是重排和重新排序。响应于度量(例如关联图像的数量或图案映射质量度量)与当前基础图像和其对应度量进行比较，步骤235的测试确定存储器中是否存在会提供更好的基础图像的图像部分。当步骤235的测试为真(并且存在更好的替换基础图像)时，方法200分支至步骤240，并且代替新的基础图像。
在重新排序步骤240完成之后，或当步骤235的测试为假时，方法200前进至步骤245以测试新图像部分是否关联至当前基础图像。当步骤245的测试为假时，方法200分支至步骤250以测试新图像是否为副本图像。当步骤250的测试为假并且不是副本时，方法200存储步骤220的图像(然后在步骤225中在显示图形上设置指示，指示新图像不是非副本关联图像)。当步骤250的测试为真(并且新图像为非关联副本图像)时，方法200直接前进至显示图形步骤225，并且设置任何合适的指示，指示最新图像为非关联副本图像。
当步骤245的测试为真(并且新图像关联至当前基础图像)时，方法200前进至步骤255以开始处理新图像。步骤255的处理图像将新图像关于重构图像转动和/或平移至其适当位置。应注意，在本发明的一些实施方式中，可从匹配检查过程获得关于转动和/或平移和/或其他预混合处理的信息。
在转动/平移新图像之后，方法200执行相位校正步骤260以调整转动/平移，其还可用作次要匹配测试。当步骤260不能确认或准确地将图像放置在重构图像中时，步骤260停止重构并分支至步骤250以重复测试。当步骤260能够将新图像相对于重构图像准确放置时，随后的步骤265将图像混入重构图像以创建单个图像。在该步骤260中，确认的匹配新图像部分添加至重构图像。当新图像不重复时，呈现新图像信息，并且重构图像通过的新的非重叠图案信息量适当增大。增大的重构图像覆盖增加的面积。在混合步骤265之后，方法200执行优选但可选的步骤270以移除已从存储器(作为单个图像)混入重构图像的那些单个离散图像。通常，一次混合一个图像，步骤270通常一次移除一个图像。然而，在第二图像与基础图像匹配的情况下，第二图像混入第一图像，然后可从图像存储器移除两个图像。
在与当前重构图像匹配的位置和定向将新图像添加至重构图像改变了重构图像。这些改变通常包括重构图像大小增加，但还可包括现存重构图像的一部分中的改进。
在步骤270之后，在步骤275中进行测试以确定是否有存储的图像部分保留在图像部分存储器中。当存在存储的图像(存储的图像数量大于零条件为真)时，方法200返回步骤230以检查现在保留的存储图像中是否有任意图像与新的重构图像匹配。当步骤275中的测试为假，方法200执行重构图像的质量检查。
在该实施方式中，混合后增加的面积大小用于步骤280中以测试重构图像的质量。例如，通过覆盖的面积作为总可能面积的百分比确定质量度量。当该质量度量指示重构图像不具有足够质量时，方法200分支至步骤250以测试新添加的图像是否是副本。一些图案例如指纹的性质，对任何特定实施方式而言何为副本图像的定义，会导致副本图像仍可提供一些不是当前重构图像部分的新图案信息。
当步骤280的测试为真时，方法200分支至步骤285，并且同任何后处理更新一同停止报告、存储或进行图像处理。例如，显示图形可向用户呈现最终图案映射、成功消息、最终重构图像中使用的离散单个重叠图像的识别(如下文中参照图6进一步解释的)或其组合。
方法200限定从假设来自指纹的一组图像重构指纹表达的一部分的概括流程。方法200的实施可包括额外的测试和标志指示以反映图像存储和/或重构图像的一个或多个状态。例如，图2可意味着某些分支发生直至多个存储的图像减少至零。实际上，至230的循环发生直至所有存储图像已被测试和处理(如果需要)，可能存在一种情况是多个存储的图像的数量大于零而没有分支，在没有任何其他添加或改变的情况下，存储的图像针对重构图像进行测试。此外，图2没有明显解决当到达存储列表末尾之前步骤230匹配失败的特殊情况。在这种情况下，失败的匹配绕过转动混合阶段简单移动至下一存储图像。其他实施细节可包括在本发明的实施方式中，以说明其他边界条件和状态，图2并不是旨在成为对所有可能用途的实际工作方案的明确详细说明。
图3至图5示出来自一组N个图像的重构图像表达序列。图3示出表示第一图像的重构初始状态，图4示出表示混入第一图像的第二图像的重构图像的中间状态，以及图5示出表示混入限定当前重构图像的先前混合的图像的第N个图像的图像重构的最终状态。
图3包括由图像310x构成的一组图像305，x＝1至N。图像表示取自成像器的印记的结果，例如从小指纹扫描器取样的指纹部分。在图3中还包括重构空间315的表示，例如系统100的存储器部分，其包含创建的重构图像320。最初，重构空间315包含图像部分3101作为重构图像320，因为图像3101表示初始基础图像。在该序列中没有示出但这里应注意的是，在处理方法中初始基础图像可改变直至图像混合。
图4示出在方法200处理过并确定其为非副本匹配图像之后第二图像3102的平移和转动。重构空间315包括扩展的中间重构图像405。图像继续添加至重构空间315并混入重构图像405直至质量度量或其他测试确定促成当前重构图像的图像集合符合质量度量。
图5示出其余匹配图像310x至最终(例如假设符合质量度量)重构图像505的平移和转动。质量度量可表示为由重构空间315的表示限定出的面积中图案映射505覆盖的百分比。在系统100和方法200的一些实施方案中，可假设图案映射505何时包括实现期望质量的至少特定数量的混合图像。也就是说，当图案映射505包括最小数量的混合图像时，满足质量度量。也可使用其他度量。
图6示出重构空间315中的最终指纹表达605，其源自于图5示出的限定最终重构图像505的图像重叠。在图3至图5中，重构图像表示为一组离散匹配图像的混合。图像本身可作为独立的实体离散。对于一些方法，有利的是保持图像以离散的形式组成重构图像，在另一些情况下，图像的混合可期望为生成单个图像。例如，在使用指纹登记系统的实施方式中，重构空间中的重构图像被用作受信图像。对于许多系统，不利的是在受信存储器中将重构图像存储为位图。可要求加密，并且对于取自重构图像或完整图案的各个图像的一组模板的可替代表示(例如模板)是有利的。当图像没有混合时，例如图5所示，可存在取自作为重构图像一部分的单个图像的多个小型模板。然而，当图像如图5所示进行混合时，可形成单个模板。实施方案的细节可确定其他方式是否合适和/或有益。
此外，本领域技术人员将理解上述方法可使用包括但不限于单处理器系统和多处理器系统、手持式设备、可编程消费电子产品、小型计算机和大型计算机的计算机处理系统配置中的任一种或组合来实践。上述方法还可在分布计算环境中实践，其中任务通过服务器或通过一个或多个数据通信网络链接的其他处理装置执行。在分布计算环境中，程序模块可位于包括存储储存装置的本地和远程计算机存储介质中。
此外，与计算机处理器一同使用的制品，例如CD、预先录制的磁盘或其他等效装置可包括计算机程序存储介质，录制其上的程序机制用于引导计算机处理器以便于上述方法的实施和实践。这样的装置和制品也落入本发明的精神和范围内。
本发明可以多种方式实现，例如包括方法(包括计算机实现的方法)、系统(包括计算机处理系统、通用、专用、混合、嵌入式等)、设备、计算机可读介质、计算机程序产品、图形用户界面、网络门户或有形地固定在计算机可读存储器中的数据结构。本文讨论了本发明的多个实施方式。附图近示出本发明的典型实施方式，因此不认为是对本发明的范围和广度的限制。已概括描述的系统、方法和计算机程序产品作为对理解本发明优选实施方式细节的辅助。在本文的描述中，提供了多个具体细节，例如部件和/或方法的实例，以提供对本发明实施方式的深入理解。在上述模式下实现了本发明的一些特征和益处，并且不需要在每种情况下实现。然而，本领域技术人员可以认识到，本发明的实施方式可在没有一个或多个具体细节的情况下实践，或通过其他设备、系统、组件、方法、部件、材料、部分和/或类似物实现。在其他示例中，没有具体示出或详细描述已知结构、材料或操作，以避免模糊本发明实施方式的各个方面。
系统100包括存储在非临时处理器可读介质上或中的计算机程序产品或软件。处理器可读介质的当前实例包括但不限于：电子电路、半导体存储器设备、ROM、闪速存储器、可擦除可编程ROM(EPROM)、软盘、高密度磁盘(CD-ROM)、光盘、硬盘以及光纤介质。如本文更全面描述的那样，软件可包括用于执行系统任务例如执行本文前述方法的多个模块。处理器解释指令以执行软件，以及生成自动指令响应于预定条件来为系统执行软件。来自用户界面和软件的指令由用于操作系统100的处理器处理。在一些实施方式中，可使用多个处理器，从而使得能够更快速地执行系统操作。
遍及本说明书的“一个实施方式”、“实施方式”或“具体实施方式”意味着与实施方式一同描述的特定的特征、结构或特性包括在本发明的至少一个实施方式中而且无需包括在所有实施方式中。因此，遍及本说明书多个位置的相应的用语“在一个实施方式中”、“在实施方式中”或“在具体实施方式中”不必涉及相同的实施方式。此外，本发明的任何具体实施方式的特定的特征、结构或特性可以任何合适的方式与一个或多个其他实施方式组合。可以理解，根据本文的教导，本文所述且所示的本发明实施方式的其他变形和修改也是可能的，并且被认为是本发明精神和范围的一部分。
可以理解，在附图/图中示出的一个或多个元件也可以多个单独或集成的方式实施，或在某些情况下甚至移除或呈现为不实用的，基于特定应用是有用的。
此外，附图/图中的任何信号箭头应被视为仅作为示例，而非限制，除非有相反地具体说明。部件或步骤的组合可被认为是被提到的，术语可预见为提出能够单独或合并是不确定的。
包括摘要所述的本发明的所示实施方式的前文描述并非旨在详尽的或将本发明限于本文所述的准确形式。本领域技术人员能够认识且理解，本文描述的本发明的示例的具体实施方式仅用于说明性目的，能够在本发明的精神和范围内存在多种等同修改。如上所述，可根据本发明示出的实施方式的上文描述对本发明进行这些修改，并且这些修改包括在本发明的精神和范围内。
因此，虽然本文中参照特定实施方式描述了本发明，在前述公开中旨在存在多种改变和替换，可以理解，在一些情况下，在不背离所列举的本发明范围和精神的情况下，将采用本发明实施方式的一些特征而无需相应地使用其他特征。因此，可进行许多修改以适应本发明的实质范围和精神的特定情况或材料。本发明不限于在随后的权利要求和/或作为执行本发明最佳模式的公开的特定实施方式中使用的特定术语，但本发明将包括落入所附权利要求范围内的任何及所有实施方式和等同物。因此，本发明的范围仅由所附的权利要求所限定。

Claims (16)

1.一种用于从一组印记重构图案表达的一部分的机器实施的方法，每个印记包括所述图案的一部分，所述方法包括：
a)选择所述印记中的一个印记作为具有基础图案源的基础图案部分的基础印记；
b)处理所述印记组以确定重构印记组，与所述基础图案部分匹配或关联的所述重构组的每个所述印记的图案部分，其中所述印记重构组从所述印记组排除其图案部分与所述基础图案部分不匹配或不关联的每个印记；以及
c)将所述重构组的所述印记合并至单个重构印记，所述单个重构印记包括跨越大于所述重构组任一印记的印记度量的重构度量的表达部分。
2.如权利要求1所述的方法，还包括：
d)在显示器上呈现所述重构印记。
3.如权利要求1所述的方法，还包括：
d)在显示器上呈现所述重构印记的降低表达。
4.如权利要求1所述的方法，其中所述图案包括指纹，其中所述印记组包括一组位图图像，其中所述基础印记包括基础位图图像，其中所述重构印记组包括重构位图图像组，其中所述重构印记包括重构图像，其中所述重构度量包括重构面积，其中所述印记度量包括印记面积，以及其中所述步骤b)还包括：
b1)连续选择位图图像组的每个位图图像作为下一位图图像；
b2)评估每个下一位图图像其图案部分是否与所述基础图案部分匹配或关联；
b3)当匹配或关联时，添加所述下一位图图像至所述重构组；
b4)当不匹配或不关联时，添加所述下一位图图像至位图图像储备组；以及
b5)重复、使用来自所述位图图像组和来自所述位图图像储备组的不同的位图图像作为所述下一位图图像，一组步骤包括步骤b2)至b4)直至终止事件发生。
5.如权利要求4所述的方法，其中所述步骤b)还包括：
b6)为所述重构图像确定质量度量；
b7)比较所述质量度量与预定质量度量目标；以及
b8)当所述质量度量与所述预定质量度量目标具有预定关系时设置所述最终事件。
6.如权利要求5所述的方法，其中所述质量度量包括指纹部分的重构面积，其中所述质量度量目标包括用于所述重构面积的目标面积。
7.如权利要求1所述的方法，其中从来自图案源的一系列印记生成所述印记组，其中在步骤b)中接近实时地连续处理每个所述印记。
8.如权利要求7所述的方法，还包括：
d)当每个印记添加至所述重构组时向外部指示器提供正面确认；以及
e)当每个印记从所述重构组排除时向外部指示器提供负面确认。
9.如权利要求1所述的方法，其中所述处理步骤b)还包括：
响应于相关链的检测添加多个印记至所述重构组。
10.如权利要求4所述的方法，其中所述处理步骤b)还包括：
当设置置乱条件时，从所述位图图像组为所述基础图像替代不同位图图像；重设所述保留组时，以及此后针对所述不同位图图像使用所述位图图像组重处理步骤b)。
11.如权利要求10所述的方法，其中所述置乱条件包括所述保留组中的印记数量与所述重构组中的印记数量之比率。
12.如权利要求10所述的方法，其中所述置乱条件包括响应于所述重构组中的多个位图图像的所述重构图像的质量度量，其中当所述质量度量与预定目标质量度量的比率具有预定关系时，设置所述置乱条件。
13.如权利要求4所述的方法，其中所述重构图像表示验证位图图像，所述方法还包括：
d)响应于所述终止事件，将所述验证重构图像记录至受信登记存储器。
14.如权利要求13所述的方法，还包括：
e)响应于所述终止事件，将所述重构组记录至受信登记存储器。
15.一种用于从一组印记重构图案表达的一部分的装置，每个印记包括所述图案的一部分，所述装置包括：
图案收集器，生成所述印记中的一个或多个；以及
处理系统，耦合至所述图案收集器，包括处理器和耦合至所述处理器的存储器，所述存储器储存多个计算机可执行指令，其中所述处理器执行所述多个计算机可执行指令以执行方法，所述方法包括：
a)选择所述印记中的一个印记作为具有基础图案源的基础图案部分的基础印记；
b)处理所述印记组以确定重构印记组，与所述基础图案部分匹配或关联的所述重构组的每个所述印记的图案部分，其中所述印记重构组从所述印记组排除其图案部分与所述基础图案部分不匹配或不关联的每个印记；以及
c)将所述重构组的所述印记合并至单个重构印记，所述单个重构印记包括跨越大于所述重构组任一印记的印记度量的重构度量的表达部分。
16.一种储存有计算机可执行指令的非暂时性计算机可读介质，处理器执行所述计算机可执行指令以执行从一组印记重构图案表达的一部分的方法，每个印记包括所述图案的一部分，所述方法包括：
a)选择所述印记中的一个印记作为具有基础图案源的基础图案部分的基础印记；
b)处理所述印记组以确定重构印记组，与所述基础图案部分匹配或关联的所述重构组的每个所述印记的图案部分，其中所述印记重构组从所述印记组排除其图案部分与所述基础图案部分不匹配或不关联的每个印记；以及
c)将所述重构组的所述印记合并至单个重构印记，所述单个重构印记包括跨越大于所述重构组任一印记的印记度量的重构度量的表达部分。
CN201610532290.3A 2015-07-07 2016-07-07 图案重构 Active CN106446761B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201562189488P 2015-07-07 2015-07-07
US62/189,488 2015-07-07

Publications (2)

Publication Number Publication Date
CN106446761A true CN106446761A (zh) 2017-02-22
CN106446761B CN106446761B (zh) 2022-04-12

Family

ID=56683710

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610532290.3A Active CN106446761B (zh) 2015-07-07 2016-07-07 图案重构

Country Status (3)

Country Link
US (1) US10621765B2 (zh)
EP (1) EP3115932A1 (zh)
CN (1) CN106446761B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9684813B2 (en) 2015-07-01 2017-06-20 Idex Asa System and method of biometric enrollment and verification
EP3115932A1 (en) 2015-07-07 2017-01-11 Idex Asa Image reconstruction
US10331936B2 (en) 2015-07-14 2019-06-25 Idex Asa Duplicate pattern reconstructions
US10395129B2 (en) 2016-09-14 2019-08-27 Idex Asa Dynamic registration seed
US10339361B2 (en) * 2017-03-23 2019-07-02 International Business Machines Corporation Composite fingerprint authenticator
US10810773B2 (en) * 2017-06-14 2020-10-20 Dell Products, L.P. Headset display control based upon a user's pupil state
EP3809315B1 (en) * 2019-08-23 2022-12-07 Shenzhen Goodix Technology Co., Ltd. Fingerprint detection method
EP4222637A1 (en) * 2020-10-30 2023-08-09 Google LLC Fingerprint enrollment using collocation of a user's touch and a fingerprint sensor

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040228508A1 (en) * 2003-05-16 2004-11-18 Canon Kabushiki Kaisha Signal processing apparatus and controlling method
US7203347B2 (en) * 2001-06-27 2007-04-10 Activcard Ireland Limited Method and system for extracting an area of interest from within a swipe image of a biological surface
US7236617B1 (en) * 2000-04-13 2007-06-26 Nanyang Technological University Method and device for determining a total minutiae template from a plurality of partial minutiae templates
CN101035335A (zh) * 2007-02-13 2007-09-12 中电通信科技有限责任公司 一种手机私密保护方法
CN101189661A (zh) * 2005-03-30 2008-05-28 弗劳恩霍夫应用研究促进协会 用于产生数据流和产生多通道表示的设备和方法
CN101276407A (zh) * 2008-05-09 2008-10-01 武汉大学 数字指纹生成和跟踪方法
CN101971214A (zh) * 2008-03-13 2011-02-09 微软公司 用于产生无缝正射图像的平台
CN102829736A (zh) * 2012-09-12 2012-12-19 河北工业大学 一种三维指纹传感系统
US20140003677A1 (en) * 2012-06-29 2014-01-02 Apple Inc. Fingerprint Sensing and Enrollment
CN103828360A (zh) * 2011-03-23 2014-05-28 联合科学有限责任公司 光学扫描设备

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59101969A (ja) 1982-12-01 1984-06-12 Dainippon Screen Mfg Co Ltd ２値画像パタ−ンのデ−タ処理方法及び装置
US5067162A (en) 1986-06-30 1991-11-19 Identix Incorporated Method and apparatus for verifying identity using image correlation
US5659626A (en) 1994-10-20 1997-08-19 Calspan Corporation Fingerprint identification system
US5841888A (en) 1996-01-23 1998-11-24 Harris Corporation Method for fingerprint indexing and searching
US5828773A (en) 1996-01-26 1998-10-27 Harris Corporation Fingerprint sensing method with finger position indication
US5909501A (en) 1996-09-09 1999-06-01 Arete Associates Systems and methods with identity verification by comparison and interpretation of skin patterns such as fingerprints
KR100253366B1 (ko) 1997-12-03 2000-04-15 김영환 엠펙용 가변길이코드 디코더
US6241288B1 (en) 1998-04-02 2001-06-05 Precise Biometrics Ab Fingerprint identification/verification system
US6330588B1 (en) * 1998-12-21 2001-12-11 Philips Electronics North America Corporation Verification of software agents and agent activities
US6795569B1 (en) 1999-05-11 2004-09-21 Authentec, Inc. Fingerprint image compositing method and associated apparatus
US6546122B1 (en) 1999-07-29 2003-04-08 Veridicom, Inc. Method for combining fingerprint templates representing various sensed areas of a fingerprint to derive one fingerprint template representing the fingerprint
US6836554B1 (en) 2000-06-16 2004-12-28 International Business Machines Corporation System and method for distorting a biometric for transactions with enhanced security and privacy
US6895104B2 (en) 2001-02-16 2005-05-17 Sac Technologies, Inc. Image identification system
SE0100887D0 (sv) 2001-03-15 2001-03-15 Fingerprint Cards Ab Anordning och metod för behandling av fingeravtrycksinformation
JP4193163B2 (ja) 2001-03-26 2008-12-10 日本電気株式会社 指掌紋画像処理装置及び方法
US7142699B2 (en) 2001-12-14 2006-11-28 Siemens Corporate Research, Inc. Fingerprint matching using ridge feature maps
JP3846582B2 (ja) 2002-09-27 2006-11-15 日本電気株式会社 指紋認証方法／プログラム／装置
KR100613697B1 (ko) * 2003-07-18 2006-08-21 학교법인연세대학교 손가락의 슬라이딩/롤링에 따른 지문영상획득방법
US7599530B2 (en) 2003-10-01 2009-10-06 Authentec, Inc. Methods for matching ridge orientation characteristic maps and associated finger biometric sensor
WO2005034021A1 (en) * 2003-10-01 2005-04-14 Authentec, Inc. Methods for finger biometric processing and associated finger biometric sensors
US7787667B2 (en) 2003-10-01 2010-08-31 Authentec, Inc. Spot-based finger biometric processing method and associated sensor
US7194116B2 (en) * 2004-04-23 2007-03-20 Sony Corporation Fingerprint image reconstruction based on motion estimate across a narrow fingerprint sensor
US7574022B2 (en) 2004-05-20 2009-08-11 Atrua Technologies Secure system and method of creating and processing partial finger images
US7512256B1 (en) 2004-07-22 2009-03-31 Odi Security; Llc System, method, and computer program product for ridge map formation
US7643660B1 (en) 2004-07-22 2010-01-05 Odi Security; Llc System, method and computer program product for fingerprint verification
FR2878632B1 (fr) 2004-12-01 2007-02-09 Sagem Procede d'identification d'un individu a partir de fragments d'image
KR100747446B1 (ko) 2005-03-07 2007-08-09 엘지전자 주식회사 휴대단말기의 지문인식 장치 및 방법
CN107066862B (zh) 2007-09-24 2022-11-25 苹果公司 电子设备中的嵌入式验证系统
US8295561B2 (en) 2008-11-04 2012-10-23 Signal Processing, Inc. Knowledge learning system and process for fingerprint verifications
US8638994B2 (en) 2011-04-21 2014-01-28 Authentec, Inc. Electronic device for collecting finger data and displaying a finger movement trace and related methods
JP6023879B2 (ja) 2012-05-18 2016-11-09 アップル インコーポレイテッド 指紋センサ入力に基づくユーザインタフェースを操作するための機器、方法、及びグラフィカルユーザインタ−フェース
US20140003681A1 (en) 2012-06-29 2014-01-02 Apple Inc. Zero Enrollment
GB2507540A (en) 2012-11-02 2014-05-07 Zwipe As Enrolling fingerprints by combining image strips to obtain sufficient width
US9135494B2 (en) 2013-09-09 2015-09-15 Apple Inc. Finger biometric sensor for flagging as sufficient enrollment finger biometric data sets and related methods
US9582705B2 (en) * 2014-08-31 2017-02-28 Qualcomm Incorporated Layered filtering for biometric sensors
US9684813B2 (en) 2015-07-01 2017-06-20 Idex Asa System and method of biometric enrollment and verification
EP3115932A1 (en) 2015-07-07 2017-01-11 Idex Asa Image reconstruction

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7236617B1 (en) * 2000-04-13 2007-06-26 Nanyang Technological University Method and device for determining a total minutiae template from a plurality of partial minutiae templates
US7203347B2 (en) * 2001-06-27 2007-04-10 Activcard Ireland Limited Method and system for extracting an area of interest from within a swipe image of a biological surface
US20040228508A1 (en) * 2003-05-16 2004-11-18 Canon Kabushiki Kaisha Signal processing apparatus and controlling method
CN101189661A (zh) * 2005-03-30 2008-05-28 弗劳恩霍夫应用研究促进协会 用于产生数据流和产生多通道表示的设备和方法
CN101035335A (zh) * 2007-02-13 2007-09-12 中电通信科技有限责任公司 一种手机私密保护方法
CN101971214A (zh) * 2008-03-13 2011-02-09 微软公司 用于产生无缝正射图像的平台
CN101276407A (zh) * 2008-05-09 2008-10-01 武汉大学 数字指纹生成和跟踪方法
CN103828360A (zh) * 2011-03-23 2014-05-28 联合科学有限责任公司 光学扫描设备
US20140003677A1 (en) * 2012-06-29 2014-01-02 Apple Inc. Fingerprint Sensing and Enrollment
CN102829736A (zh) * 2012-09-12 2012-12-19 河北工业大学 一种三维指纹传感系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SATISH H. BHATI等: "Novel Algorithm for Fingerprint Mosaicing using Phase Correlation Method", 《PROCEEDINGS OF 2015 GLOBAL CONFERENCE ON COMMUNICATION TECHNOLOGIES(GCCT 2015)》 *
WOO YONG CHOI等: "Fast polynomial reconstruction attack against fuzzy fingerprint vault", 《THE 5TH INTERNATIONAL CONFERENCE ON NEW TRENDS IN INFORMATION SCIENCE AND SERVICE SCIENCE》 *

Also Published As

Publication number Publication date
CN106446761B (zh) 2022-04-12
US20170011540A1 (en) 2017-01-12
EP3115932A1 (en) 2017-01-11
US10621765B2 (en) 2020-04-14

Similar Documents

Publication Publication Date Title
CN106446761A (zh) 图案重构
Shen et al. Privacy-preserving image retrieval for medical IoT systems: A blockchain-based approach
CN110427917B (zh) 用于检测关键点的方法和装置
US20180144244A1 (en) Distributed clinical workflow training of deep learning neural networks
US11436774B2 (en) Pattern mapping
CN109478263A (zh) 用于体系结构评估和策略执行的系统和设备
CN110083340A (zh) 代码生成方法、装置、计算机设备及存储介质
US8260060B2 (en) Comparison method, comparison system, computer, and program
CN109544341B (zh) 基于区块链的数字化检测方法及装置
CN106887018A (zh) 立体匹配方法、控制器和系统
CN108809990A (zh) 一种众包数据安全加密方法、服务器及存储介质
Etiene et al. Verifying volume rendering using discretization error analysis
CN107533650A (zh) 曲线匹配和预审
EP2900323A1 (fr) Procédé d'évaluation d'une méthode de détermination de la dose cumulée reçue au cours d'un traitement de radiothérapie
Larsen et al. Empirical evaluation of the reliability of photogrammetry software in the recovery of three‐dimensional footwear impressions
WO2018058610A1 (zh) 基于众包的数据采集方法、装置和服务器
CN106355568A (zh) 重复图案重构
US11956353B2 (en) Machine learning device, machine learning system, and machine learning method
CN107408031A (zh) 使用材料样品中存在的物理变化生成随机数的系统和方法
Lin et al. PRO‐GRADE: GIS toolkits for ground water recharge and discharge estimation
JP6899778B2 (ja) 電子回路に固有の値を生成する方法、この値を生成する電子回路、及びこのような値を用いる方法
KR102452219B1 (ko) 동적 등록 시드
CN110837563A (zh) 案件的裁判方法、装置和系统
CN108063665A (zh) 通信方法及终端设备
CN112269771B (zh) 基于区块链的数据共享方法和装置

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 16 Dover myasgent, doronen, Oslo, Norway 0191

Patentee after: EDX bioassay

Address before: Norway Fornebu

Patentee before: IDEX ASA

CP03 Change of name, title or address