CN106707789A - 一种基于指纹识别的智能家居控制系统 - Google Patents

Abstract

本发明提供了一种基于指纹识别的智能家居控制系统，包括指纹识别子系统、协议转换器、控制中心和受控家居设备，所述指纹识别子系统与协议转换器通信连接，协议转换器与控制中心通讯连接，各受控家居设备皆无线连接控制中心；当所述指纹识别子系统对录入的特定指纹识别成功后，将该特定指纹对应的特定编号代码通过协议转换器发送至控制中心，控制中心接受到该特定编号代码后，根据该特定编号代码生成相应的控制指令，实现相应受控家居设备的控制。本发明的有益效果为：采用指纹对家居设备进行控制，方便快捷，且安全性高。

Description

一种基于指纹识别的智能家居控制系统

技术领域

本发明涉及智能家居领域，具体涉及一种基于指纹识别的智能家居控制系统。

背景技术

相关技术中，智能家居系统一般采用面板、触摸屏、移动终端等作为控制终端，但是在涉及到安防的时候，为了安全性需要输入密码来进行安全性操作，操作复杂，且在进门时，一般采用延时的方式，保留半分钟的主动的撤掉安防的时间，一旦忘记辙防，就会触发误报警，使用不方便。

相关技术中，采用对指纹特征进行识别处理的方式获取指纹图像信息。对指纹图像进行增强处理，可以突显边缘和细节信息，同时抑制噪声，改善指纹图像的视觉效果。目前，小波变换在图像增强方面取得一定的效果，但小波变换不能“最优”表示含“线”或“面”奇异的高维函数。Contourlet变换是一种真正的二维图像表示方法，该变换是一种多分辨的、局域的、多方向的图像表示方法。该变换将多尺度分析与方向分析分开进行，可较好地表达细小有方向的轮廓和线段，能很好地用于图像增强处理。然而，Contourlet变换存在下采样，其并不存在平移不变性，在处理后的图像中会产生伪影现象。NSCT(NonsubsampledContourlet transform，非下采样Contourlet变换)是Contourlet变换的一种改进方式，该变换取消了Contourlet变换中的下采样环节，其具有多尺度，多方向、局域性及平移不变性等特点而适合于图像增强技术中。

在图像分割处理方面，已经有了很多种非常好的分割方法，例如直方图阈值分割方法，迭代法阈值分割和OTSU算法(最大类间方差法)，这些阈值分割方法都能得到非常好的分割效果，其中OTSU算法能自动算出输入图像的阈值，再与输入图像中的每一个像素点进行比对，最后能分割出输入图像中的目标部分和背景部分，其运算速度比较快。

发明内容

针对上述问题，本发明旨在提供一种基于指纹识别的智能家居控制系统。

本发明的目的采用以下技术方案来实现：

一种基于指纹识别的智能家居控制系统，包括指纹识别子系统、协议转换器、控制中心和受控家居设备，所述指纹识别子系统与协议转换器通信连接，协议转换器与控制中心通讯连接，各受控家居设备皆无线连接控制中心；当所述指纹识别子系统对录入的特定指纹识别成功后，将该特定指纹对应的特定编号代码通过协议转换器发送至控制中心，控制中心接受到该特定编号代码后，根据该特定编号代码生成相应的控制指令，实现相应受控家居设备的控制。

本发明的有益效果为：采用指纹对家居设备进行控制，方便快捷，且安全性高。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1本发明的框架结构图；

图2是本发明指纹识别子系统的框架结构图。

附图标记：

指纹识别子系统1、协议转换器2、控制中心3、受控家居设备4、指纹录入识别模块5、指纹数据准备模块6。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，本实施例的一种基于指纹识别的智能家居控制系统，包括指纹识别子系统1、协议转换器2、控制中心3和受控家居设备4，所述指纹识别子系统1与协议转换器2通信连接，协议转换器2与控制中心3通讯连接，各受控家居设备4皆无线连接控制中心3；当所述指纹识别子系统1对录入的特定指纹识别成功后，将该特定指纹对应的特定编号代码通过协议转换器2发送至控制中心3，控制中心3接受到该特定编号代码后，根据该特定编号代码生成相应的控制指令，实现相应受控家居设备4的控制。

优选地，所述控制中心3包括控制芯片、与所述控制芯片相连的通讯接口，所述控制芯片还连接有网络接口模块。

优选地，所述受控家居设备4包括窗帘设备、灯光设备、报警设备和空调设备。

优选地，参见图2，所述指纹识别子系统1包括指纹录入识别模块5和指纹数据准备模块6，所述指纹录入识别模块5用于采集录入的指纹图像，并对录入的指纹图像依次进行图像去噪声处理、图像分割处理和指纹识别处理，所述指纹数据准备模块6用于预先采集多张与控制受控家居设备4相关的标准指纹图像，并将标准指纹图像进行图像去噪声处理，然后存入指纹数据库；所述指纹录入识别模块5在进行指纹识别时，提取出录入的指纹图像的指纹特征，并将该指纹特征与指纹数据库中的标准指纹图像的指纹特征进行比较，依据一定的判断准则对录入的指纹图像进行指纹识别。

本发明上述实施例，采用指纹对家居设备进行控制，方便快捷，且安全性高。

优选地，所述指纹数据准备模块6在对标准指纹图像进行图像去噪声处理之前，对每个受控家居设备4所对应的标准指纹图像中筛选出最优的标准指纹图像；

筛选时，按照自定义的图像筛选函数进行筛选，选取图像筛选函数的值最大的标准指纹图像作为最优的标准指纹图像，对该受控家居设备4所对应的剩余的标准指纹图像进行删除，其中自定义的图像筛选函数为：

式中，Y(x)表示与第x个受控家居设备4对应的图像筛选函数，F_i为第x个受控家居设备4对应的第i张标准指纹图像的设定区域的平均灰度值，F为根据实际情况设定的灰度值阈值，G_i为第x个受控家居设备4对应的第i张标准指纹图像的边缘锐度，G为根据实际情况设定的边缘锐度阈值，R_x为第x个受控家居设备4对应的标准指纹图像的数量。

本优选实施例，在对标准指纹图像进行图像去噪声处理之前，对每个受控家居设备4，筛选出相应的最优的标准指纹图像作为后续的指纹图像识别样本，一方面能够大大节约系统存储空间，另一方面能够提高指纹图像识别检测的速度和精度。

优选地，所述进行图像去噪声处理，包括：

(1)对指纹图像进行NSCT变换(非下采样Contourlet变换)，得到该指纹图像的低频子带系数和高频子带系数；

(2)采用方向滤波器对分解后的高频子带系数进行处理，提高分解后的高频子带系数的稀疏性，再采用伪随机傅里叶矩阵对高频子带系数进行观测采样，得到观测值，对于观测值，采用交互分裂Bregman迭代方法进行重构，得到最优高频子带系数；

(3)将最优高频子带系数和所述低频子带系数一起进行图像重构，即得到去噪声处理后的指纹图像。

本优选实施例，采用上述方式进行图像去噪声处理，能够清晰全面的表示指纹图像的细节特征，从而实现有效的图像去噪，并最大限度的保留了指纹图像的细节信息，为后续的指纹的精确识别奠定基础。

优选地，对录入的指纹图像进行图像分割处理，包括：

(1)采用OTSU算法对录入的指纹图像进行全局分割阈值估计，得到优选全局分割阈值；

(2)将整个指纹图像划分为大小相同的多个子图像；

(3)采用OTSU算法对子图像进行局部分割阈值估计，获得各子图像的优选局部分割阈值；

(4)对不同位置的子图像使用不同的分割阈值进行分割，采用下述公式确定子图像的分割阈值：

式中，H为优选全局分割阈值，P_ij′为第i行第j列的子图像的优选局部分割阈值，μ表示整个指纹图像的灰度方差，μ_ij表示第i行第j列的子图像的灰度方差，σ_ij表示第i行第j列的子图像的灰度均值，σ表示整个指纹图像的灰度均值；

其中，min(P,P_ij′)表示从P、P_ij′中选择最小值，λ₁、λ₂为设定的权重因子，λ₁+λ₂＝1。

其中，所述对指纹图像进行全局分割阈值估计，具体为：

(1)获取指纹图像的灰度级，并根据所述灰度级确定灰度范围；

(2)在所述灰度范围中，选定指纹图像的初始分割阈值；遍历所述指纹图像中像素的灰度值，选取所述灰度值大于所述初始分割阈值的像素，作为前景图像，选取所述灰度值小于所述初始分割阈值的像素，作为背景图像；

(3)计算所述前景图像的灰度均值，所述前景图像的像素数占总像素数目的比例，所述背景图像的灰度均值、所述背景图像的像素数占总像素数目的比例和所述指纹图像的灰度均值；

(4)所述灰度范围内，增加所述指纹图像的分割阈值，使前景图像和背景图像的差异值达到最大，选取前景图像和背景图像的差异值达到最大时的分割阈值作为优选全局分割阈值。

本优选实施例中，对录入的指纹图像进行图像分割处理时，一方面，对每个子图像采用不同的分割阈值进行分割，更加贴近实际情况，能够实现更好的分割效果；

另一方面，子图像的分割阈值由OSTU算法和子图像的灰度特点共同决定，考虑了图像局部灰度的变化，能够克服由光照不均、纹理干扰、指纹图像与背景灰度对比度弱等问题对指纹图像分割造成的影响，从而提高图像分割的精度，便于后续的指纹图像识别，为精确地控制受控家居设备4奠定基础。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.一种基于指纹识别的智能家居控制系统，其特征是，包括指纹识别子系统、协议转换器、控制中心和受控家居设备，所述指纹识别子系统与协议转换器通信连接，协议转换器与控制中心通讯连接，各受控家居设备皆无线连接控制中心；当所述指纹识别子系统对录入的特定指纹识别成功后，将该特定指纹对应的特定编号代码通过协议转换器发送至控制中心，控制中心接受到该特定编号代码后，根据该特定编号代码生成相应的控制指令，实现相应受控家居设备的控制。

2.根据权利要求1所述的一种基于指纹识别的智能家居控制系统，其特征是，所述控制中心包括控制芯片、与所述控制芯片相连的通讯接口，所述控制芯片还连接有网络接口模块。

3.根据权利要求2所述的一种基于指纹识别的智能家居控制系统，其特征是，所述受控家居设备包括窗帘设备、灯光设备、报警设备和空调设备。

4.根据权利要求1所述的一种基于指纹识别的智能家居控制系统，其特征是，所述指纹识别子系统包括指纹录入识别模块和指纹数据准备模块，所述指纹录入识别模块用于采集录入的指纹图像，并对录入的指纹图像依次进行图像去噪声处理、图像分割处理和指纹识别处理，所述指纹数据准备模块用于预先采集多张与控制受控家居设备相关的标准指纹图像，并将标准指纹图像进行图像去噪声处理，然后存入指纹数据库；所述指纹录入识别模块在进行指纹识别时，提取出录入的指纹图像的指纹特征，并将该指纹特征与指纹数据库中的标准指纹图像的指纹特征进行比较，依据一定的判断准则对录入的指纹图像进行指纹识别。

5.根据权利要求4所述的一种基于指纹识别的智能家居控制系统，其特征是，所述指纹数据准备模块在对标准指纹图像进行图像去噪声处理之前，对每个受控家居设备所对应的标准指纹图像中筛选出最优的标准指纹图像，筛选时，按照自定义的图像筛选函数进行筛选，选取图像筛选函数的值最大的标准指纹图像作为最优的标准指纹图像，对该受控家居设备所对应的剩余的标准指纹图像进行删除，其中自定义的图像筛选函数为：

$Y\left(x\right)=\frac{{R_x}^2{(F_i-F)}^2{(G_i-G)}^2}{{\Σ}_{i=1}^{R_x}{F}_i{\Σ}_{i=1}^{R_x}{G}_i},i=1,\mathrm{...},R_x$

式中，Y(x)表示与第x个受控家居设备对应的图像筛选函数，F_i为第x个受控家居设备对应的第i张标准指纹图像的设定区域的平均灰度值，F为根据实际情况设定的灰度值阈值，G_i为第x个受控家居设备对应的第i张标准指纹图像的边缘锐度，G为根据实际情况设定的边缘锐度阈值，R_x为第x个受控家居设备对应的标准指纹图像的数量。

6.根据权利要求5所述的一种基于指纹识别的智能家居控制系统，其特征是，对录入的指纹图像进行图像分割处理，包括：

(1)采用OTSU算法对录入的指纹图像进行全局分割阈值估计，得到优选全局分割阈值；

(2)将整个指纹图像划分为大小相同的多个子图像；

(3)采用OTSU算法对子图像进行局部分割阈值估计，获得各子图像的优选局部分割阈值；

(4)对不同位置的子图像使用不同的分割阈值进行分割，采用下述公式确定子图像的分割阈值：

$P_{ij}=2\[{\mathrm{\λ}}_1\frac{\mathrm{\μ}({\mathrm{\σ}}_{ij}-\mathrm{\σ})}{{\mathrm{\μ}}_{ij}}+{\mathrm{\λ}}_{2}min(P,{P_{ij}}^{\′})\]$

式中，H为优选全局分割阈值，P_ij′为第i行第j列的子图像的优选局部分割阈值，μ表示整个指纹图像的灰度方差，μ_ij表示第i行第j列的子图像的灰度方差，σ_ij表示第i行第j列的子图像的灰度均值，σ表示整个指纹图像的灰度均值；

其中，min(P,P_ij′)表示从P、P_ij′中选择最小值，λ₁、λ₂为设定的权重因子，λ₁+λ₂＝1。