CN107016324A - 一种指纹图像处理方法和指纹探测设备 - Google Patents

一种指纹图像处理方法和指纹探测设备 Download PDF

Info

Publication number
CN107016324A
CN107016324A CN201610059592.3A CN201610059592A CN107016324A CN 107016324 A CN107016324 A CN 107016324A CN 201610059592 A CN201610059592 A CN 201610059592A CN 107016324 A CN107016324 A CN 107016324A
Authority
CN
China
Prior art keywords
fingerprint
linearity
standard deviation
fingerprint image
range
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
CN201610059592.3A
Other languages
English (en)
Other versions
CN107016324B (zh
Inventor
李治农
王学文
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.)
Xiamen Entropy Technology Co., Ltd
Original Assignee
Xiamen Zhongkong Biological Recognition Information 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 Xiamen Zhongkong Biological Recognition Information Technology Co Ltd filed Critical Xiamen Zhongkong Biological Recognition Information Technology Co Ltd
Priority to CN201610059592.3A priority Critical patent/CN107016324B/zh
Publication of CN107016324A publication Critical patent/CN107016324A/zh
Application granted granted Critical
Publication of CN107016324B publication Critical patent/CN107016324B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

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

Abstract

一种指纹图像处理方法和指纹探测设备,以有助于提高得到的指纹图像的质量,提高指纹图像的处理效率。方法包括:指纹探测设备在采集到的指纹图像上以选定的定位参考点为中心确定多个线性区域;根据每个线性区域上设定的多个点的像素值分别计算每个线性区域的质量分数;根据所述多个线性区域的质量分数判断采集到的所述指纹图像是否合格。

Description

一种指纹图像处理方法和指纹探测设备
技术领域
本发明涉及指纹识别技术领域,具体涉及一种指纹图像处理方法和指纹探测设备。
背景技术
指纹采集设备采集到人体的指纹图像后,通常需要对采集到的指纹图像进行质量评估。如果指纹图像的质量不达标,就会对后期的指纹处理产生影响。目前,指纹图像的质量评估有以下几种方法:
1、计算图像的信噪比:这种方法是指求出图像的信号与噪声的方差之比。首先计算图像所有像素的局部方差,将局部方差的最大值设为信号方差,最小值设为噪声方差。求出他们的比值,再转成dB数,最后用经验公式进行修正。此方法在效率方面表现一般。
2、统计指纹图像细节点的数量:对指纹图像中细节点的数量进行识别和统计。通过数量的多少来判断该指纹图像的质量是否在合格的范围之内。此方法需要对指纹进行预处理、提取细节点,因此效率不高。
3、视觉客观测度:该方法建立在视觉测评过程和客观测度基础上,利用设定的评测参数,对指纹图像的质量评估出一个综合结果。但是从局部上来看,指纹的纹理分析缺少对指纹方向等信息的判断,效率也不高。
实践发现,现有用于指纹图像的质量评估技术,具有效率不高的缺陷。
发明内容
本发明实施例提供一种指纹图像处理方法和指纹探测设备,以有助于提高得到的指纹图像的质量,提高指纹图像的处理效率。
本发明第一方面提供一种指纹图像处理方法,包括:指纹探测设备在采集到的指纹图像上以选定的定位参考点为中心确定多个线性区域;根据每个线性区域上设定的多个点的像素值分别计算每个线性区域的质量分数;根据所述多个线性区域的质量分数判断采集到的所述指纹图像是否合格。
本发明第二方面提供一种指纹探测设备,包括:图像处理模块,用于在采集到的指纹图像上以选定的定位参考点为中心确定多个线性区域;数据处理模块,用于根据每个线性区域上设定的多个点的像素值分别计算每个线性区域的质量分数;根据所述多个线性区域的质量分数判断采集到的所述指纹图像是否合格。
本发明第三方面提供一种指纹探测设备,所述指纹探测设备包括处理器和存储器以及指纹采集模组;所述指纹采集模组用于采集指纹图像,所述存储器用于存储程序,所述处理器与所述存储器通过总线连接,当所述指纹探测设备运行时,所述处理器执行所述存储器存储的所述程序,以使所述指纹探测设备执行如本发明第一方面所述的指纹图像处理方法。
本发明第四方面提供一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当被包括处理器和存储器以及指纹采集模组的指纹探测设备执行时,使所述指纹探测设备执行如本发明第一方面所述的指纹图像处理方法。
由上可见,在本发明的一些可行的实施方式中,通过在采集到的指纹图像上确定多个线性区域,根据每个线性区域上设定的多个点的像素值分别计算每个线性区域的质量分数,根据所述多个线性区域的质量分数判断采集到的所述指纹图像是否合格,可以实现对指纹图像质量快速的判断,提高指纹图像的处理效率,基于该判断结果可以得到优质的指纹图像,有助于提高指纹探测设备在指纹识别方面的能力。并且,在可选的方案中,通过获取当前环境的光照度,调节所述辅助光源的发光强度,可以保障在指纹采集区域的光照度的稳定性,从而提高指纹采集的抗干扰性。
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它的附图。
图1是本发明一个实施例提供的指纹图像处理方法的流程示意图;
图2是本发明一个场景例在采集的指纹图像上划分线性区域的示意图;
图3是本发明一个场景例中计算得到的标准差随时间变化的示意图;
图4是本发明一个实施例提供的指纹探测设备的结构示意图;
图5是本发明另一实施例提供的指纹探测设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别不同的对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实例技术方案适用于指纹探测设备,所述指纹探测设备可以是纹采集设备,指纹考勤机,具有指纹识别功能的门禁系统等,也可以是应用在各种终端设备(例如手机或平板电脑或笔记本电脑)上的指纹模组,只要是能够采集并处理指纹图像的设备都能实施本发明技术方案。
下面通过具体实施例,进行详细的说明。
(实施例一、)
请参考图1,本发明的第一实施例提供一种指纹图像处理方法,可包括:
110、指纹探测设备在采集到的指纹图像上以选定的定位参考点为中心确定多个线性区域;
120、根据每个线性区域上设定的多个点的像素值分别计算每个线性区域的质量分数;
130、根据所述多个线性区域的质量分数判断采集到的所述指纹图像是否合格。
其中,所述多个线性区域以所述定位参考点为中心均匀分布,所述线性区域可以是矩形线框。
一些实施例中,步骤120具体可以包括:分别计算每个线性区域的标准差作为每个线性区域的质量分数,所述线性区域的标准差是指该线性区域上设定的多个点的像素值的标准差。其它一些实施例中,也可以计算方差或其它值作为所述质量分数。
一些实施例中,步骤130具体可以包括:将所述多个线性区域的标准差中的大于设定的门限值的标准差修改为等于所述门限值,并对经过上述处理的所述多个线性区域的标准差求和;根据求和得到的标准差之和判断采集到的所述指纹图像是否合格。
可选的,所述根据求和得到的标准差之和判断采集到的指纹图像是否合格可以包括:若第一检测周期得到的标准差之和大于第一阈值,则确定所述指纹图像为正常手指图像,并判断所述指纹图像合格;若从第一检测周期开始的连续多个检测周期得到的标准差之和连续增大,且都小于所述第一阈值,则判断采集到的指纹图像为干手指图像,当所述标准差之和增大至超过第二阈值时,判断所述指纹图像合格。
一些实施例中,在步骤110之前,还可以包括:
100、指纹探测设备检测是否有人体手指靠近,若有,则打开辅助光源。
可选的,所述检测是否有人体手指靠近可以包括:控制红外发射单元发射红外波;若连续三个扫描周期接收到反射回来的波形,则确定有人体手指靠近。
可选的,所述控制红外发射单元发射红外波可以包括:控制红外发射单元在设定的扫描时间内发射频率逐级增强的红外波。
可选的,指纹探测设备检测是否有人体手指靠近之后,还可以包括:若设定的扫描时间内未检测到人体手指靠近,则控制指纹探测设备进入待机状态。
可选的,所述方法还可以包括:获取当前环境的光照度,根据所述当前环境的光照度调节所述辅助光源的发光强度。
可选的,所述根据所述当前环境的光照度调节所述辅助光源的发光强度可以包括:通过控制所述辅助光源的发光强度使得当前环境光线和所述辅助光源共同照射至指纹检测区域的光照度稳定于设定的阈值范围内。
一些实施例中,所述方法在判断采集到的所述指纹图像是否合格之后,还可以包括:若判断结果为合格,存储所述指纹图像做用户身份识别用;若判断结果为不合格,提示用户重新输入指纹。
可以理解,本发明实施例上述方案例如可以在指纹探测设备具体实施。
以上,本发明实施例公开了一种指纹图像处理方法,当指纹探测设备获取到指纹图像后,确定多个线性区域,根据每个线性区域上设定的多个点的像素值计算每个线性区域的质量分数,从指纹图像局部特征开始,结合指纹的全局特征来判断指纹图像的质量。多个线性区域的标准差可以反映图像的有效面积和清晰度,可用来快速、准确的判断指纹图像是否合格。
为便于更好的理解本发明实施例提供的技术方案,下面通过一个具体场景下的实施方式为例进行介绍。本场景例的具体过程可以包括:
S0、指纹探测设备在工作时进行环境监测,包括:通过环境光线侦测单元对当前环境的光照度进行侦测,将侦测到的数据传送到控制单元进行计算分析,控制单元根据侦测到的数据计算得出当前指纹探测设备所在环境的光照度。其中,所说的环境光线侦测单元和控制单元都是指纹探测设备的组成单元,环境光线侦测单元例如可以是光线传感器,控制单元例如可以是处理器。指纹探测设备对当前环境的光照度的侦测可以按周期进行,或者定期进行。
S1、指纹探测设备的控制单元控制红外发射单元发射红外波,以检测是否有人体手指靠近。
检测时,可以控制红外发射单元按照预设的扫描周期例如100ms进行扫描,在每个扫描周期设定的扫描时间内,从初始频率开始,按照预设的步长,发射若干次例如10次频率逐级增强的红外波,使下一次的红外波的频率高于上一次发射的红外波的频率,并且,在设定的扫描时间内,红外接收单元不断的进行扫描,以接收反射回来的红外波形。
若连续若干个扫描周期例如三个扫描周期都接收到反射回来的波形,则确定有人体手指靠近。需要说明的是,其它实施例中也可以设置为连续两个或四个或其他个数的扫描周期都接收到反射回来的波形,则确定有人体手指靠近。其中,每次红外接收单元接收到反射回来的红外波形,都输出高电平到控制单元,使控制单元控制红外发射单元发送更高频率的红外波,以提高采样频率。
若连续三个扫描周期,红外接收单元都未接收到反射回来的红外波形,则确定未检测到人体手指靠近,则控制指纹探测设备进入待机状态已降低设备功耗。
达到下一个扫描周期时,重复上述步骤。
一些实施例中,红外接收单元按照100ms的扫描周期(或者说时间间隔)进行扫描,在每个扫描周期设定的扫描时间内每间隔100ms会连续扫描10次,每一次的间隔是100微秒到100毫秒之间。
需要说明的是,本步骤中涉及的红外发射单元和红外接收单元也是指纹探测设备的组成单元。
S2、指纹探测设备在步骤S1中检测到有人体手指靠近时,打开辅助光源。并且,根据步骤S0中获取的当前环境的光照度,调节所述辅助光源的发光强度。需要说明的是,步骤S0和S1均在步骤S2之前执行,但步骤S0和S1相互之间没有确定的先后执行顺序。
具体的,可以在当前环境的光照度较高时,降低辅助光源的发光强度,在当前环境的光照度较低时,提高辅助光源的发光强度。以便该辅助光源和当前环境光线一起,使照射在指纹检测区域的光照度保持在一个稳定的阈值范围内,从而,减少指纹探测设备曝光参数的变化,使曝光参数相对固定,从而提高指纹探测设备提取图像的速度和提高指纹图像的质量,解决了现有技术中当外界环境光线较弱时需提高曝光时间,而导致的采集图像慢、图像质量不佳等问题。
S3、采集指纹图像并进行图像处理。
如图2所示,指纹探测设备通过指纹采集模组采集到指纹图像后,其控制单元首先确定定位参考点,可选的,定位参考点可以是指纹图像的中心点。
控制单元进一步以定位参考点有中心,在指纹图像上划分出多个例如8个线性区域。请参考图2,图中的8个矩形线框表示所确定的8个线性区域,d为划分的线性区域的线长(即矩形线框的长边的边长)。这8个线性区域以所述定位参考点为中心均匀分布。本文中,分别用T1、T2、T3、T4、T5、T6、T7、T8表示所述的8个线性区域。
S4、对采集到的指纹图像进行数据处理。
对于其中任一个线性区域,在其长度为d的线长上可设定有n个点,n为正整数。假设Pi是线段上的任一点i的像素值,i为正整数,像素值Pi为0-255之间的数值。则计算8个线性区域中的任一个线性区域的标准差为:
其中,Pvag=(P1+P2+P3+P4......+Pn)/n。
可采用上述公式分别计算出8个线性区域各自的标准差,得到的标准差S是大于0的整数。为确保后续判断结果正确且方便计算,可限定每个线性区域的标准差S不超过门限值50,超过50的则按50进行计算。
然后,将8个线性区域的标准差相加,得到标准差之和,用σ表示。
σ=(S1+S2+S3+S4+S5+S6+S7+S8)
其中,每个检测周期都将得到一个σ。所说的检测周期可以等于上文所述的扫描周期。本文中计算得到标准差以及标准差之和称为质量分数,用于评判指纹图像的质量。
请参考图3,可将检测到人体手指后,在检测周期t0得到的标准差之和记为σ0,将后续的各个检测周期t1和t2等计算得到的标准差之和分别记为σ1,σ2等,将检测周期ti计算得到的σ记为σj,j为非负整数。
下面将利用质量分数σ来判断指纹图像是否合格。具体判断方法如下:
如果在规定的t1时间内,σ1达到第一阈值例如300,可判断手指应为正常手指,得到是正常手指图像,则判定指纹图像合格。然后进入下一步处理。
如果在规定的t1时间内,σ1<300,在t2时间时,σ2>σ1,在t3时间时σ3>σ2>σ1,即σ连续增大,则判断手指为干手指,得到是干手指图像,当某个检测周期σ超过第二阈值例如200后,可判定指纹图像合格。其中,第二阈值小于第一阈值。然后进入下一步处理。
其中,所述第一阈值和第二阈值可以是阈值曲线上的两个点。
可选的,如果判断结果为指纹图像合格,则指纹探测设备可以存储所述指纹图像做用户身份识别用;若判断结果为指纹图像不合格,则指纹探测设备可以提示用户重新输入指纹,并且丢弃该不合格的指纹图像。
由上可见,在本发明的一些可行的实施方式中,提供了一种指纹图像处理方法,通过在采集到的指纹图像上确定多个线性区域,根据每个线性区域上设定的多个点的像素值分别计算每个线性区域的质量分数,根据所述多个线性区域的质量分数判断采集到的所述指纹图像是否合格,可以实现对指纹图像质量快速的判断,提高指纹图像的处理效率,基于该判断结果可以得到优质的指纹图像,有助于提高指纹探测设备在指纹识别方面的能力。并且,在可选的方案中,通过获取当前环境的光照度,调节所述辅助光源的发光强度,可以保障在指纹采集区域的光照度的稳定性,从而提高指纹采集的抗干扰性。
(实施例二、)为了更好的实施本发明实施例的上述方案,下面还提供用于配合实施上述方案的相关装置。
请参考图4,本发明实施例提供一种指纹探测设备400,可包括:
图像处理模块410,用于在采集到的指纹图像上以选定的定位参考点为中心确定多个线性区域;
数据处理模块420,用于根据每个线性区域上设定的多个点的像素值分别计算每个线性区域的质量分数;根据所述多个线性区域的质量分数判断采集到的所述指纹图像是否合格。
在一些实施例中,所述数据处理模块420具体用于:分别计算每个线性区域的标准差作为每个线性区域的质量分数,所述线性区域的标准差是指该线性区域上设定的多个点的像素值的标准差;根据所述多个线性区域的标准差判断采集到的所述指纹图像是否合格。
在一些实施例中,所述数据处理模块420可以包括:
标准差处理单元,用于将所述多个线性区域的标准差中的大于设定的门限值的标准差修改为等于所述门限值,并对经过上述处理的所述多个线性区域的标准差求和;
品质判定单元,用于根据求和得到的标准差之和判断采集到的所述指纹图像是否合格。
在一些实施例中,所述品质判定单元具体可用于:若第一检测周期得到的标准差之和大于第一阈值,则确定所述指纹图像为正常手指图像,并判断所述指纹图像合格;若从第一检测周期开始的连续多个检测周期得到的标准差之和连续增大,且都小于所述第一阈值,则判断采集到的指纹图像为干手指图像,当所述标准差之和增大至超过第二阈值时,判断所述指纹图像合格。
在一些实施例中,指纹探测设备400还包括:检测控制模块430,用于检测是否有人体手指靠近,若有,则打开辅助光源。
在一些实施例中,所述检测控制模块430包括:
红外控制单元,用于控制红外发射单元发射红外波;
确定单元,用于若连续三个发射周期接收到反射回来的波形,则确定有人体手指靠近。
在一些实施例中,所述红外控制单元具体用于:控制红外发射单元在设定的扫描时间内发射频率逐级增强的红外波。
在一些实施例中,所述检测控制模块430还包括:待机控制单元,用于若设定的扫描时间内未检测到人体手指靠近,则控制指纹探测设备进入待机状态。
在一些实施例中,所述检测控制模块430还包括:光控制单元,用于获取当前环境的光照度,根据所述当前环境的光照度调节所述辅助光源的发光强度。
在一些实施例中,所述光控制单元具体用于:通过控制所述辅助光源的发光强度使得当前环境光线和所述辅助光源共同照射至指纹检测区域的光照度稳定于设定的阈值范围内。
在一些实施例中,所述指纹探测设备400还包括:
存储模块,用于若判断结果为合格,存储所述指纹图像做用户身份识别用;
提示模块,用于若判断结果为不合格,提示用户重新输入指纹。
可以理解,本发明实施例的指纹探测设备的各个功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可参照上述方法实施例中的相关描述,此处不再赘述。
由上可见,在本发明的一些可行的实施方式中,提供了一种指纹探测设备,通过在采集到的指纹图像上确定多个线性区域,根据每个线性区域上设定的多个点的像素值分别计算每个线性区域的质量分数,根据所述多个线性区域的质量分数判断采集到的所述指纹图像是否合格,可以实现对指纹图像质量快速的判断,提高指纹图像的处理效率,基于该判断结果可以得到优质的指纹图像,有助于提高指纹探测设备在指纹识别方面的能力。并且,在可选的方案中,通过获取当前环境的光照度,调节所述辅助光源的发光强度,可以保障在指纹采集区域的光照度的稳定性,从而提高指纹采集的抗干扰性。
(实施例三、)请参考图5,本发明实施例还提供一种指纹探测设备500;
所述指纹探测设备500包括处理器501和存储器502以及指纹采集模组503;所述指纹采集模组503用于采集指纹图像,所述存储器502用于存储程序505,所述处理器501与所述存储器502通过总线504连接,当所述指纹探测设备500运行时,所述处理器501执行所述存储器502存储的所述程序505,以使所述指纹探测设备500执行如上文方法实施例所述的指纹图像处理方法。
(实施例四、)本发明实施例还提供一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当被包括处理器和存储器以及指纹采集模组的指纹探测设备执行时,使所述指纹探测设备执行如上文方法实施例所述的指纹图像处理方法。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元以及模块的具体工作过程,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,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。
以上对本发明实施例所提供的指纹图像处理方法和指纹探测设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (22)

1.一种指纹图像处理方法,其特征在于,包括:
指纹探测设备在采集到的指纹图像上以选定的定位参考点为中心确定多个线性区域;
根据每个线性区域上设定的多个点的像素值分别计算每个线性区域的质量分数;
根据所述多个线性区域的质量分数判断采集到的所述指纹图像是否合格。
2.根据权利要求1所述的方法,其特征在于,所述根据每个线性区域上设定的多个点的像素值分别计算每个线性区域的质量分数包括:
分别计算每个线性区域的标准差作为每个线性区域的质量分数,所述线性区域的标准差是指该线性区域上设定的多个点的像素值的标准差。
3.根据权利要求2所述的方法,其特征在于,所述根据所述多个线性区域的标准差判断采集到的指纹图像是否合格包括:
将所述多个线性区域的标准差中的大于设定的门限值的标准差修改为等于所述门限值,并对经过上述处理的所述多个线性区域的标准差求和;
根据求和得到的标准差之和判断采集到的所述指纹图像是否合格。
4.根据权利要求3所述的方法,其特征在于,所述根据求和得到的标准差之和判断采集到的指纹图像是否合格包括:
若第一检测周期得到的标准差之和大于第一阈值,则确定所述指纹图像为正常手指图像,并判断所述指纹图像合格;
若从第一检测周期开始的连续多个检测周期得到的标准差之和连续增大,且都小于所述第一阈值,则判断采集到的指纹图像为干手指图像,当所述标准差之和增大至超过第二阈值时,判断所述指纹图像合格。
5.根据权利要求1所述的方法,其特征在于,所述指纹探测设备在采集到的指纹图像上以选定的定位参考点为中心确定多个线性区域之前还包括:
指纹探测设备检测是否有人体手指靠近,若有,则打开辅助光源。
6.根据权利要求5所述的方法,其特征在于,所述检测是否有人体手指靠近包括:控制红外发射单元发射红外波;若连续三个扫描周期接收到反射回来的波形,则确定有人体手指靠近。
7.根据权利要求6所述的方法,其特征在于,所述控制红外发射单元发射红外波包括:
控制红外发射单元在设定的扫描时间内发射频率逐级增强的红外波。
8.根据权利要求7所述的方法,其特征在于,还包括:
若设定的扫描时间内未检测到人体手指靠近,则控制指纹探测设备进入待机状态。
9.根据权利要求5所述的方法,其特征在于,还包括:
获取当前环境的光照度,根据所述当前环境的光照度调节所述辅助光源的发光强度。
10.根据权利要求9所述的方法,其特征在于,所述根据所述当前环境的光照度调节所述辅助光源的发光强度包括:
通过控制所述辅助光源的发光强度使得当前环境光线和所述辅助光源共同照射至指纹检测区域的光照度稳定于设定的阈值范围内。
11.根据权利要求1至10中任一所述的方法,其特征在于,还包括:
若判断结果为合格,存储所述指纹图像做用户身份识别用;
若判断结果为不合格,提示用户重新输入指纹。
12.一种指纹探测设备,其特征在于,包括:
图像处理模块,用于在采集到的指纹图像上以选定的定位参考点为中心确定多个线性区域;
数据处理模块,用于根据每个线性区域上设定的多个点的像素值分别计算每个线性区域的质量分数;根据所述多个线性区域的质量分数判断采集到的所述指纹图像是否合格。
13.根据权利要求12所述的指纹探测设备,其特征在于,
所述数据处理模块,具体用于分别计算每个线性区域的标准差作为每个线性区域的质量分数,所述线性区域的标准差是指该线性区域上设定的多个点的像素值的标准差。
14.根据权利要求13所述的指纹探测设备,其特征在于,
所述数据处理模块包括:
标准差处理单元,用于将所述多个线性区域的标准差中的大于设定的门限值的标准差修改为等于所述门限值,并对经过上述处理的所述多个线性区域的标准差求和;
品质判定单元,用于根据求和得到的标准差之和判断采集到的所述指纹图像是否合格。
15.根据权利要求14所述的指纹探测设备,其特征在于,
所述品质判定单元具体用于:若第一检测周期得到的标准差之和大于第一阈值,则确定所述指纹图像为正常手指图像,并判断所述指纹图像合格;若从第一检测周期开始的连续多个检测周期得到的标准差之和连续增大,且都小于所述第一阈值,则判断采集到的指纹图像为干手指图像,当所述标准差之和增大至超过第二阈值时,判断所述指纹图像合格。
16.根据权利要求13所述的指纹探测设备,其特征在于,还包括:
检测控制模块,用于检测是否有人体手指靠近,若有,则打开辅助光源。
17.根据权利要求16所述的指纹探测设备,其特征在于,所述检测控制模块包括:
红外控制单元,用于控制红外发射单元发射红外波;
确定单元,用于若连续三个扫描周期接收到反射回来的波形,则确定有人体手指靠近。
18.根据权利要求17所述的指纹探测设备,其特征在于,
所述红外控制单元具体用于:控制红外发射单元在设定的扫描时间内发射频率逐级增强的红外波。
19.根据权利要求18所述的指纹探测设备,其特征在于,
所述检测控制模块还包括:待机控制单元,用于若设定的扫描时间内未检测到人体手指靠近,则控制指纹探测设备进入待机状态。
20.根据权利要求16所述的指纹探测设备,其特征在于,
所述检测控制模块还包括:光控制单元,用于获取当前环境的光照度,根据所述当前环境的光照度调节所述辅助光源的发光强度。
21.根据权利要求20所述的指纹探测设备,其特征在于,
所述光控制单元具体用于:通过控制所述辅助光源的发光强度使得当前环境光线和所述辅助光源共同照射至指纹检测区域的光照度稳定于设定的阈值范围内。
22.根据权利要求13至21中任一所述的指纹探测设备,其特征在于,还包括:
存储模块,用于若判断结果为合格,存储所述指纹图像做用户身份识别用;
提示模块,用于若判断结果为不合格,提示用户重新输入指纹。
CN201610059592.3A 2016-01-28 2016-01-28 一种指纹图像处理方法和指纹探测设备 Active CN107016324B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610059592.3A CN107016324B (zh) 2016-01-28 2016-01-28 一种指纹图像处理方法和指纹探测设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610059592.3A CN107016324B (zh) 2016-01-28 2016-01-28 一种指纹图像处理方法和指纹探测设备

Publications (2)

Publication Number Publication Date
CN107016324A true CN107016324A (zh) 2017-08-04
CN107016324B CN107016324B (zh) 2020-03-20

Family

ID=59438712

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610059592.3A Active CN107016324B (zh) 2016-01-28 2016-01-28 一种指纹图像处理方法和指纹探测设备

Country Status (1)

Country Link
CN (1) CN107016324B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109376630A (zh) * 2018-10-12 2019-02-22 Oppo(重庆)智能科技有限公司 指纹识别方法、电子装置及计算机可读取介质
CN109871820A (zh) * 2019-02-28 2019-06-11 Oppo广东移动通信有限公司 屏下光学指纹结构的亮度控制方法及电子装置
WO2019140624A1 (zh) * 2018-01-19 2019-07-25 深圳信炜生物识别科技有限公司 电子设备
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
CN113569715A (zh) * 2021-07-23 2021-10-29 北京眼神智能科技有限公司 一种指纹图像增强方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5995640A (en) * 1996-10-23 1999-11-30 International Business Machines Corporation System and method for determining if a fingerprint image contains an image portion representing a dry fingerprint impression
EP1227429A2 (en) * 2001-01-29 2002-07-31 Nec Corporation Fingerprint identification system and method
CN101303728A (zh) * 2008-07-01 2008-11-12 山东大学 面向图像质量的指纹识别方法
CN101443784A (zh) * 2006-04-26 2009-05-27 阿瓦尔有限公司 指纹预检质量和分割
GB2456428A (en) * 2005-02-01 2009-07-22 Lockheed Corp Quality-based fusion of multiple biometrics for authentication
CN201438308U (zh) * 2009-07-31 2010-04-14 深圳市中控生物识别技术有限公司 具有人脸识别功能的指纹识别装置
CN103065134A (zh) * 2013-01-22 2013-04-24 江苏超创信息软件发展股份有限公司 一种具有提示信息的指纹识别装置和方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5995640A (en) * 1996-10-23 1999-11-30 International Business Machines Corporation System and method for determining if a fingerprint image contains an image portion representing a dry fingerprint impression
EP1227429A2 (en) * 2001-01-29 2002-07-31 Nec Corporation Fingerprint identification system and method
GB2456428A (en) * 2005-02-01 2009-07-22 Lockheed Corp Quality-based fusion of multiple biometrics for authentication
CN101443784A (zh) * 2006-04-26 2009-05-27 阿瓦尔有限公司 指纹预检质量和分割
CN101303728A (zh) * 2008-07-01 2008-11-12 山东大学 面向图像质量的指纹识别方法
CN201438308U (zh) * 2009-07-31 2010-04-14 深圳市中控生物识别技术有限公司 具有人脸识别功能的指纹识别装置
CN103065134A (zh) * 2013-01-22 2013-04-24 江苏超创信息软件发展股份有限公司 一种具有提示信息的指纹识别装置和方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019140624A1 (zh) * 2018-01-19 2019-07-25 深圳信炜生物识别科技有限公司 电子设备
CN109376630A (zh) * 2018-10-12 2019-02-22 Oppo(重庆)智能科技有限公司 指纹识别方法、电子装置及计算机可读取介质
CN109376630B (zh) * 2018-10-12 2020-12-22 Oppo(重庆)智能科技有限公司 指纹识别方法、电子装置及计算机可读取介质
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
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
CN109871820A (zh) * 2019-02-28 2019-06-11 Oppo广东移动通信有限公司 屏下光学指纹结构的亮度控制方法及电子装置
CN113569715A (zh) * 2021-07-23 2021-10-29 北京眼神智能科技有限公司 一种指纹图像增强方法及装置
CN113569715B (zh) * 2021-07-23 2024-04-16 北京眼神智能科技有限公司 一种指纹图像增强方法及装置

Also Published As

Publication number Publication date
CN107016324B (zh) 2020-03-20

Similar Documents

Publication Publication Date Title
CN107016324A (zh) 一种指纹图像处理方法和指纹探测设备
US20230030267A1 (en) Method and apparatus for selecting face image, device, and storage medium
CN108881710A (zh) 图像处理方法、装置和系统及存储介质
CN102870135B (zh) 用于形状提取的方法和装置、尺寸测量装置和距离测量装置
CN104123543B (zh) 一种基于人脸识别的眼球运动识别方法
CN112699808B (zh) 密集目标检测方法、电子设备及相关产品
CN103793719A (zh) 一种基于人眼定位的单目测距方法和系统
CN108197546A (zh) 人脸识别中光照处理方法、装置、计算机设备及存储介质
US7643674B2 (en) Classification methods, classifier determination methods, classifiers, classifier determination devices, and articles of manufacture
CN109522775A (zh) 人脸属性检测方法、装置及电子设备
CN110443224A (zh) 翻页检测方法、装置、电子设备及存储介质
CN106326632A (zh) 物体分析方法与物体分析系统
CN108921178A (zh) 获取图像模糊程度分类的方法、装置、电子设备
CN110309060A (zh) 识别算法更新的检测方法、装置、存储介质及计算机设备
CN109034052B (zh) 人脸检测方法及装置
CN109064438A (zh) 皮肤状态检测方法、电子装置与皮肤状态检测系统
US10929993B2 (en) Automated imaging system for evaluating the curl of a keratinous substrate
CN108875500A (zh) 行人再识别方法、装置、系统及存储介质
EP3961495A1 (en) System and method for finding an area of an eye from a facial image
CN110363036A (zh) 基于线控器的扫码方法及装置、扫码系统
CN109711287A (zh) 人脸采集方法及相关产品
CN106679102B (zh) 一种基于终端设备的空调控制方法和装置
CN106326672B (zh) 入睡检测方法与系统
CN115601712B (zh) 适用于现场安全措施的图像数据处理方法及系统
CN108230312A (zh) 一种图像分析方法、设备和计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20170824

Address after: 361008, Xiamen three software park, Fujian Province, 8 North Street, room 2001

Applicant after: Xiamen Central Intelligent Information Technology Co., Ltd.

Address before: 361000 Fujian province Xiamen software park two sunrise Road No. 32 403 unit 02 District

Applicant before: XIAMEN ZHONGKONG BIOLOGICAL RECOGNITION INFORMATION TECHNOLOGY CO., LTD.

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

Address after: Room 1301, No.132, Fengqi Road, phase III, software park, Xiamen City, Fujian Province

Patentee after: Xiamen Entropy Technology Co., Ltd

Address before: 361008 room 8, 2001 North Avenue, Xiamen Software Park, Fujian, three

Patentee before: XIAMEN ZKTECO BIOMETRIC IDENTIFICATION TECHNOLOGY Co.,Ltd.