CN107316027A - 一种共享设备系统及用于共享设备的指纹识别方法 - Google Patents

一种共享设备系统及用于共享设备的指纹识别方法 Download PDF

Info

Publication number
CN107316027A
CN107316027A CN201710511882.1A CN201710511882A CN107316027A CN 107316027 A CN107316027 A CN 107316027A CN 201710511882 A CN201710511882 A CN 201710511882A CN 107316027 A CN107316027 A CN 107316027A
Authority
CN
China
Prior art keywords
image
fingerprint
finger
identified
goods
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
CN201710511882.1A
Other languages
English (en)
Other versions
CN107316027B (zh
Inventor
昝立民
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.)
Long Songjuan
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201710511882.1A priority Critical patent/CN107316027B/zh
Publication of CN107316027A publication Critical patent/CN107316027A/zh
Application granted granted Critical
Publication of CN107316027B publication Critical patent/CN107316027B/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
    • G06V40/1365Matching; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/08Payment architectures
    • G06Q20/14Payment architectures specially adapted for billing systems
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07FCOIN-FREED OR LIKE APPARATUS
    • G07F17/00Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/0042Coin-freed apparatus for hiring articles; Coin-freed facilities or services for hiring of objects
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07FCOIN-FREED OR LIKE APPARATUS
    • G07F17/00Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/10Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Computer Security & Cryptography (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种共享设备系统及用于共享设备的指纹识别读取方法,共享设备系统可由用户使用指纹打开,取完货物后由计费单元直接进行扣费,具有方便快捷等优点;用于共享设备的指纹识别读取方法,当指纹识别读取系统无识别结果时,本发明可提供直观的视觉图像,让用户看到输入指纹与最相近基准指纹的图像匹配情况,自行发现问题,并及时调整指纹的输入,提高了指纹识别读取效率。

Description

一种共享设备系统及用于共享设备的指纹识别方法
技术领域
本发明涉及共享设备,尤其涉及一种共享设备系统及用于共享设备的指纹识别方法。
背景技术
指纹,由于其具有终身不变性、唯一性和方便性,已成为重要的生物特征识别对象。指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。纹线有规律的排列形成不同的纹型。纹线的断点和分叉点,称为指纹的细节特征点。指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。由于每个人的指纹不同,就是同一人的十指之间,指纹也有明显区别,因此指纹可用于身份鉴定。
指纹识别读取是模式识别和生物识别领域研究最早也是最为成熟的技术,人们使用指纹进行个人身份鉴定己经有很长的历史。指纹识别读取主要包括指纹采集和指纹比对两个阶段。其中,指纹采集阶段的主要过程包括指纹图像采集、指纹特征提取、指纹模板生成并保存。指纹比对阶段主要过程包括指纹图像采集、指纹特征提取、指纹特征与指纹模板的比对。随着信息技术和网络技术的飞速发展,到目前为止,指纹自动识别这种身份认证技术除了在传统的刑事侦缉领域之外,在银行、股市和电子商务、家居等领域的应用也日趋广泛。
指纹识别读取系统对采集到的指纹图像质量十分敏感,指纹图像质量的好坏和整个系统的性能有着直接关系。但由于指纹采集技术的不完善性,通常采集过程中存在以下几方面问题:
⑴手指自身问题,如干、湿、脏、老化和严重磨损的指头。
⑵按压力度问题,当按压力度过小时,指纹的前景面积小,而力度过大却会造成指纹扭曲变形。
⑶手指放偏,不能获得足够的信息量进行后续的指纹处理工作。
⑷指纹传感器本身特性也可能会影响采集到的指纹图像质量,例如,一些CMOS传感器会产生背景噪声;光学传感器较之COMS传感器虽然可以采到质量较好的图像,但是其采集时间较长,往往导致传感器还未采集完图像,手指便离开传感器,从而造成采集到的指纹图像不完全,信息量过少。
由于以上原因造成的指纹图像问题大大降低了指纹识别的速度和精度。
然而本领域现有的指纹识别方法或装置,如果出现指纹无法识别的情况,用户根本不能察觉图像问题所在并有目的地调整手指,只能凭猜测低效地随机调整。因此,本申请提出了一种用于共享设备的指纹识别方法,当指纹识别系统无识别结果时,可提供直观的视觉图像,让用户看到输入指纹与最相近基准指纹的图像匹配情况,自行发现问题,并及时调整指纹的输入,提高了指纹识别效率。
发明内容
本发明解决技术问题所采用的技术方案如下:
一种共享设备系统,包括:设有指纹识别读取器的共享设备,所述共享设备包括货物扫描器、货物柜和计费单元;其中,所述货物扫描器和计费单元均连接一控制单元;货物放置在所述货物柜内,所述货物扫描器扫描货物,获取货物信息并传输至所述控制单元内;用户使用手指通过指纹识别读取器打开所述共享设备;用户取完货物关闭共享设备的柜门后,所述货物扫描器扫描货物,获取货物信息并传输至所述控制单元内;所述计费单元通过所述控制单元进行计费,并从用户移动端进行扣费。
优选的,所述共享设备内设有UPS电源。
此外,还提出了一种用于共享设备的指纹识别方法,包括:
S1、采集用户的指纹输入,获取待识别的指纹图像;
S2、对待识别的指纹图像进行预处理;
S3、对预处理后的图像进行特征提取,提取端点以及分叉点;
S4、完成特征提取的待识别指纹图像与指纹库中的基准指纹图像进行匹配,判断是否存在匹配度是否满足条件的基准指纹图像;
S5、如果存在,则得到指纹库中相匹配的基准指纹图像,并输出于指纹采集区域周边的显示屏;
S6、如果不存在,则用户对指纹的输入进行调整,并判断S1执行的次数是否超过阈值,若未超过则重新采集执行S1;否则退出。
优选地,所述S6、如果不存在,则用户对指纹的输入进行调整具体包括:
S4-1、获取S4中进行图像匹配后匹配度最高的基准指纹图像,最为最相似的基准指纹图像;
S4-2、将所述待识别指纹图像和最相似基准指纹图像覆盖显示形成覆盖图像,所述覆盖图像输出于指纹采集区域周边的显示屏;
S4-3、用户通过观察覆盖图像来对指纹的输入进行调整。
优选地,所述S4-2、将所述待识别指纹图像和最相似基准指纹图像覆盖显示形成覆盖图像具体包括:
S4-2-1、降低所述待识别指纹图像的分辨率,使其低于基准指纹图像,获得低分辨率待识别指纹图像,对所述低分辨率待识别指纹图像半调化,转化为半调图像,具体过程为:
定义A(i,j)和B(i,j)分别为待识别指纹图像和其半调图像在像素点坐标(i,j)处的像素值;定义基准矩阵M是一个L×L矩阵,其矩阵元素(i',j')为从1到L2的整数;
定义待识别指纹图像中的像素点坐标(i,j)与矩阵元素(i',j')的位置映射关系为:
其中,mod表示同余计算,α为缩放调节参数,β为平移调节参数;
S4-2-2、通过所述位置映射关系,获得对应于待识别指纹图像的像素点(i,j)的基准矩阵M的元素位置(i',j');
S4-2-3、待识别指纹图像的每个像素点(i,j)的像素值与基准矩阵M中对应位置(i',j')的元素值做阈值比较,将像素点值设置为0或1,由此得到低分辨率待识别指纹图像的半调图像;
S4-2-3、将所述低分辨率的半调图像覆盖于所述基准指纹图像之上,所述基准指纹图像在所述半调图像的像素点之间的间隙中是可见的;
S4-2-4、所述覆盖图像可以表现待识别指纹图像和基准指纹图像的指纹脊线、特征点及区块特征,并以颜色C强调显示待识别指纹图像的端点及分叉点,以颜色D强调显示基准指纹图像的端点及分叉点。
优选地,所述S6、用户对指纹的输入进行调整,是根据所述待识别指纹图像和基准指纹图像形成覆盖图像进行的调整;
所述调整包括以下之一或任意合理组合:改变手指接触面的方向、更换手指、调整手指上的接触面位置、移动手指至准确的指纹采集区域、增大/减小手指接触面积、增加手指接触时间干燥手指、湿润手指。
优选地,所述S2、预处理包括图像分割、图像增强和滤波、图像细化。
优选地,所述S6、阈值选取为10次。
通过上述的技术方案,运用本发明应用于指纹识别方法或装置,当指纹识别系统无识别结果时,可提供直观的视觉图像,让用户看到输入指纹与最相似基准指纹的图像匹配情况,自行发现问题,并及时调整指纹的输入,提高了指纹识别效率。
附图说明
图1是本发明所提出的一种用于共享设备的指纹识别方法的流程图。
具体实施方式
为了更好地理解本发明,下面结合附图参考实施例的描述,对本发明的方法进行进一步的说明。
为了全面理解本发明,在以下详细描述中提到了众多具体细节。但是本领域技术人员应该理解,本发明可以无需这些具体细节而实现。在其他实施例中,不详细描述公知的方法,以免不必要地使实施例繁琐。
在本实施例中,提出了一种共享设备系统,包括:设有指纹识别读取器的共享设备,所述共享设备包括货物扫描器、货物柜和计费单元;其中,所述货物扫描器和计费单元均连接一控制单元;货物放置在所述货物柜内,所述货物扫描器扫描货物,获取货物信息并传输至所述控制单元内;用户使用手指通过指纹识别读取器打开所述共享设备;用户取完货物关闭共享设备的柜门后,所述货物扫描器扫面货物,获取货物信息并传输至所述控制单元内;所述计费单元通过所述控制单元进行计费,并从用户移动端进行扣费。
其中,用户可以采用手指指纹轻触在共享设备上的指纹识别读取器上,用于识别用户信息且打开共享设备。所述共享设备内设有UPS电源,当外部供电断电时,UPS电源用于在一定时间内为共享设备提供备用电源。所述货物扫描器通过RFID或其他方式获取货物的信息。
共享设备系统的工作原理如下:货物放置在货物柜上,关上共享设备的柜门后,货物扫描器扫描货物,获取货物信息并传输至控制单元内;当用户使用指纹打开共享设备的柜门后,用户拿走想要购买的货物,关上柜门,货物扫描器再次扫描货物,获取货物信息并传输至控制单元内;由计费单元计算用于所需结算的价格,并从用户移动端进行扣取。
本发明提供的实施例中,将身份认证装置安装在售货设备主体上,利用身份认证装置控制售货设备的柜门及计费单元,其中,本申请中的身份认证装置为指纹识别装置,利用采集消费者的指纹信息,判断消费者身份,首先,消费者注册身份信息,共享设备后台保存消费者身份信息,当消费者使用共享设备时,设置于共享设备上的身份认证装置采集消费者指纹信息,并与共享设备后台存储的消费者身份信息进行匹配,确定用户身份后,解锁共享设备柜门,消费者取完货物关闭售货设备的柜门后,共享设备的货物扫描器扫描货物,获取货物信息并传输至所述控制单元内;所述计费单元通过所述控制单元进行计费,并从用户注册账号中扣费。
其中,用户注册账号可以通过相应的设置绑定银行卡或者支付宝微信等支付方式,在消费者使用共享设备后进行支付。
具体的,在本实施例中,还提出了一种用于共享设备的指纹识别方法,包括:
S1、采集用户的指纹输入,获取待识别的指纹图像;
S2、对待识别的指纹图像进行预处理;
S3、对预处理后的图像进行特征提取,提取端点以及分叉点;
S4、完成特征提取的待识别指纹图像与指纹库中的基准指纹图像进行匹配,判断是否存在匹配度是否满足条件的基准指纹图像;
S5、如果存在,则得到指纹库中相匹配的基准指纹图像,并输出于指纹采集区域周边的显示屏;
S6、如果不存在,则用户对指纹的输入进行调整,并判断S1执行的次数是否超过阈值,若未超过则重新采集执行S1;否则退出。
其中,S2、对待识别的指纹图像进行预处理,具体地,包括图像分割、图像增强和滤波、图像细化。
⑴指纹图像分割。该步骤主要是把待处理的有效图像部分从整个指纹图像中分离出来,这样一方面减少了后续处理步骤的数据量,另一方面也避免了因为部分图像区域不可靠而导致的伪特征。
⑵图像的增强和滤波。这里是对图像分割出的可恢复模糊区域进行增强,并对增强后的图像进行滤波从而进一步消除脊线间的交叉和断裂。
⑶细化。指纹图像的纹线具有一定宽度,这对于特征提取来说是冗余信息,而且会增加特征提取的难度。因为特征提取只对纹线的走向感兴趣,而不关心其粗细。为了进一步压缩数据,简化特征提取操作,需将前几步已经处理过的指纹图像中的纹线宽度降到最小,即细化为单像素的骨架线。降低提取的指纹特征中的伪特征点和冗余信息,为以后的特征提取提供方便。
指纹纹路并不是连续和平滑笔直的,而是经常出现中断、分叉或转折。这些断点、分叉点和转折点就称为“特征点”。它们提供了指纹唯一性的确认信息,正是利用这些局部特点进行指纹的精确匹配。
⑴指纹节点的分类:
⑵指纹节点的方向:每个节点都有一定的方向。
⑶指纹节点的曲率:描述纹路方向改变的速度。
⑷指纹节点的位置:节点的位置通过(x,y)坐标来描述,可以是绝对的,也可以是相对于三角点或特征点的。
其中,S3、对预处理后的图像进行特征提取,不仅仅可以采取权利要求仅给出的端点以及分叉点作为特征,还可以采取上述特征中的任意一种或组合。
其中,S4、完成特征提取的待识别指纹图像与指纹库中的基准指纹图像进行匹配,匹配方法采用本领域现有的任意匹配方法即可。
优选地,所述S6、如果不存在,则用户对指纹的输入进行调整具体包括:
S4-1、获取S4中进行图像匹配后匹配度最高的基准指纹图像,最为最相似的基准指纹图像;
S4-2、将所述待识别指纹图像和最相似基准指纹图像覆盖显示形成覆盖图像,所述覆盖图像输出于指纹采集区域周边的显示屏;
S4-3、用户通过观察覆盖图像来对指纹的输入进行调整。
优选地,所述S4-2、将所述待识别指纹图像和最相似基准指纹图像覆盖显示形成覆盖图像具体包括:
S4-2-1、降低所述待识别指纹图像的分辨率,使其低于基准指纹图像,获得低分辨率待识别指纹图像,对所述低分辨率待识别指纹图像半调化,转化为半调图像,具体过程为:
定义A(i,j)和B(i,j)分别为待识别指纹图像和其半调图像在像素点坐标(i,j)处的像素值;定义基准矩阵M是一个L×L矩阵,其矩阵元素(i',j')为从1到L2的整数;
定义待识别指纹图像中的像素点坐标(i,j)与矩阵元素(i',j')的位置映射关系为:
其中,mod表示同余计算,α为缩放调节参数,β为平移调节参数;
S4-2-2、通过所述位置映射关系,获得对应于待识别指纹图像的像素点(i,j)的基准矩阵M的元素位置(i',j');
S4-2-3、待识别指纹图像的每个像素点(i,j)的像素值与基准矩阵M中对应位置(i',j')的元素值做阈值比较,将像素点值设置为0或1,由此得到低分辨率待识别指纹图像的半调图像;
S4-2-3、将所述低分辨率的半调图像覆盖于所述基准指纹图像之上,所述基准指纹图像在所述半调图像的像素点之间的间隙中是可见的;
S4-2-4、以颜色C强调显示待识别指纹图像的端点及分叉点,以颜色D强调显示基准指纹图像的端点及分叉点。
优选地,所述S6、阈值选取为10次。
优选地,所述S6、用户对指纹的输入进行调整,是根据所述待识别指纹图像和基准指纹图像形成覆盖图像进行的调整;
所述调整包括以下之一或任意合理组合:改变手指接触面的方向、更换手指、调整手指上的接触面位置、移动手指至准确的指纹采集区域、增大/减小手指接触面积、增加手指接触时间、干燥手指、湿润手指。
具体地,比如,(1)用过湿、被污染或严重磨损手指按压指纹传感器时,图像子块大多数为黑象素,而采集到的手指过干时,指纹脊线窄甚至断裂,图像子块大多数将是以白象素为主,此时可以根据覆盖图像所呈现的形态来选择干燥手指或湿润手指;(2)由于传感器的传感面积可能很小,使用者在进行指纹采集时,若不注意就有可能将手指放偏、或者将手指上的无效区域放在传感器采集区域上、又或者手指方向放歪了导致有效接触面积不够等等;通常,对后续处理中有用的大部分信息都在手指的中心区域及其附近,因此,通过覆盖图像也可以对指纹图像是否偏移进行判断,可以通过覆盖图像中脊线和特征点的吻合程度,或者吻合的部分来判断是否出现上述情况,进而通过改变手指接触面的方向、调整手指上的接触面位置、移动手指至准确的指纹采集区域、增大/减小手指接触面积、增加手指接触时间来调整指纹输入;(3)当用户放错手指,覆盖图像的吻合度很低,用户也可以通过图像的特点来察觉到问题,进而更换手指。上述出现的情况只是方法的举例性说明,可以根据不同情况采取不同调整策略。
通过上述的技术方案,运用本发明应用于指纹识别方法或装置,当指纹识别系统无识别结果时,可提供直观的视觉图像,让用户看到输入指纹与最相似基准指纹的图像匹配情况,自行发现问题,并及时调整指纹的输入,提高了指纹识别效率。
这里只说明了本发明的优选实施例,但其意并非限制本发明的范围、适用性和配置。相反,对实施例的详细说明可使本领域技术人员得以实施。应能理解,在不偏离所附权利要求书确定的本发明精神和范围情况下,可对一些细节做适当变更和修改。

Claims (8)

1.一种共享设备系统,其特征在于,包括:设有指纹识别读取器的共享设备,所述共享设备包括货物扫描器、货物柜和计费单元;其中,所述货物扫描器和计费单元均连接一控制单元;货物放置在所述货物柜内,所述货物扫描器扫描货物,获取货物信息并传输至所述控制单元内;用户使用手指通过指纹识别读取器打开所述共享设备;用户取完货物关闭共享设备的柜门后,所述货物扫描器扫描货物,获取货物信息并传输至所述控制单元内;所述计费单元通过所述控制单元进行计费,并从用户移动端进行扣费。
2.根据权利要求1所述的共享设备系统,其特征在于,所述共享设备内设有UPS电源。
3.一种用于共享设备的指纹识别方法,其特征在于,包括:
S1、采集用户的指纹输入,获取待识别的指纹图像;
S2、对待识别的指纹图像进行预处理;
S3、对预处理后的图像进行特征提取,提取端点以及分叉点;
S4、完成特征提取的待识别指纹图像与指纹库中的基准指纹图像进行匹配,判断是否存在匹配度是否满足条件的基准指纹图像;
S5、如果存在,则得到指纹库中相匹配的基准指纹图像,并输出于指纹采集区域周边的显示屏;
S6、如果不存在,则用户对指纹的输入进行调整,并判断S1执行的次数是否超过阈值,若未超过则重新采集执行S1;否则退出。
4.根据权利要求3所述的方法,所述S6、如果不存在,则用户对指纹的输入进行调整具体包括:
S4-1、获取S4中进行图像匹配后匹配度最高的基准指纹图像,最为最相似的基准指纹图像;
S4-2、将所述待识别指纹图像和最相似基准指纹图像覆盖显示形成覆盖图像,所述覆盖图像输出于指纹采集区域周边的显示屏;
S4-3、用户通过观察覆盖图像来对指纹的输入进行调整。
5.根据权利要求3所述的方法,所述S4-2、将所述待识别指纹图像和最相似基准指纹图像覆盖显示形成覆盖图像具体包括:
S4-2-1、降低所述待识别指纹图像的分辨率,使其低于基准指纹图像,获得低分辨率待识别指纹图像,对所述低分辨率待识别指纹图像半调化,转化为半调图像,具体过程为:
定义A(i,j)和B(i,j)分别为待识别指纹图像和其半调图像在像素点坐标(i,j)处的像素值;定义基准矩阵M是一个L×L矩阵,其矩阵元素(i',j')为从1到L2的整数;
定义待识别指纹图像中的像素点坐标(i,j)与矩阵元素(i',j')的位置映射关系为:
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <msup> <mi>i</mi> <mo>&amp;prime;</mo> </msup> <mo>=</mo> <mi>&amp;alpha;</mi> <mo>&amp;CenterDot;</mo> <mfrac> <mrow> <mo>(</mo> <mo>(</mo> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mi>mod</mi> <mi> </mi> <mi>L</mi> <mo>)</mo> </mrow> <mrow> <mn>1</mn> <mo>+</mo> <mi>log</mi> <mi> </mi> <mi>L</mi> </mrow> </mfrac> <mo>+</mo> <mi>&amp;beta;</mi> </mtd> </mtr> <mtr> <mtd> <msup> <mi>j</mi> <mo>&amp;prime;</mo> </msup> <mo>=</mo> <mi>&amp;alpha;</mi> <mo>&amp;CenterDot;</mo> <mfrac> <mrow> <mo>(</mo> <mo>(</mo> <mi>j</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mi>mod</mi> <mi> </mi> <mi>L</mi> <mo>)</mo> </mrow> <mrow> <mn>1</mn> <mo>+</mo> <mi>log</mi> <mi> </mi> <mi>L</mi> </mrow> </mfrac> <mo>+</mo> <mi>&amp;beta;</mi> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>
其中,mod表示同余计算,α为缩放调节参数,β为平移调节参数;
S4-2-2、通过所述位置映射关系,获得对应于待识别指纹图像的像素点(i,j)的基准矩阵M的元素位置(i',j');
S4-2-3、待识别指纹图像的每个像素点(i,j)的像素值与基准矩阵M中对应位置(i',j')的元素值做阈值比较,将像素点值设置为0或1,由此得到低分辨率待识别指纹图像的半调图像;
S4-2-3、将所述低分辨率的半调图像覆盖于所述基准指纹图像之上形成覆盖图像,所述基准指纹图像在所述半调图像的像素点之间的间隙中是可见的;
S4-2-4、所述覆盖图像可以表现待识别指纹图像和基准指纹图像的指纹脊线、特征点及区块特征,并以颜色C强调显示待识别指纹图像的端点及分叉点,以颜色D强调显示基准指纹图像的端点及分叉点。
6.根据权利要求5所述的方法,所述S6中用户对指纹的输入进行调整,是根据所述待识别指纹图像和基准指纹图像形成覆盖图像进行的调整;
所述调整包括以下之一或任意合理组合:改变手指接触面的方向、更换手指、调整手指上的接触面位置、移动手指至准确的指纹采集区域、增大/减小手指接触面积、增加手指接触时间、干燥手指、湿润手指。
7.根据权利要求3所述的方法,所述S2、预处理包括图像分割、图像增强和滤波、图像细化。
8.根据权利要求3所述的方法,所述S6、阈值选取为10次。
CN201710511882.1A 2017-06-27 2017-06-27 一种共享设备系统及用于共享设备的指纹识别方法 Active CN107316027B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710511882.1A CN107316027B (zh) 2017-06-27 2017-06-27 一种共享设备系统及用于共享设备的指纹识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710511882.1A CN107316027B (zh) 2017-06-27 2017-06-27 一种共享设备系统及用于共享设备的指纹识别方法

Publications (2)

Publication Number Publication Date
CN107316027A true CN107316027A (zh) 2017-11-03
CN107316027B CN107316027B (zh) 2020-05-15

Family

ID=60180896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710511882.1A Active CN107316027B (zh) 2017-06-27 2017-06-27 一种共享设备系统及用于共享设备的指纹识别方法

Country Status (1)

Country Link
CN (1) CN107316027B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906637A (zh) * 2021-03-18 2021-06-04 北京海鑫科金高科技股份有限公司 基于深度学习的指纹图像识别方法、装置和电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103578164A (zh) * 2012-08-10 2014-02-12 苏州宝时得电动工具有限公司 自动行走设备及其防盗保护方法
CN105447437A (zh) * 2015-02-13 2016-03-30 比亚迪股份有限公司 指纹识别方法和装置
CN105654027A (zh) * 2015-07-31 2016-06-08 宇龙计算机通信科技(深圳)有限公司 一种指纹识别的方法及装置
US20160314338A1 (en) * 2014-08-14 2016-10-27 Shenzhen Huiding Technology Co., Ltd. Method and apparatus for fingerprint identification
CN106127564A (zh) * 2016-08-18 2016-11-16 上海励识电子科技有限公司 一种物品管理方法、装置及系统
CN106716431A (zh) * 2016-12-26 2017-05-24 深圳市汇顶科技股份有限公司 一种指纹识别引导方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103578164A (zh) * 2012-08-10 2014-02-12 苏州宝时得电动工具有限公司 自动行走设备及其防盗保护方法
US20160314338A1 (en) * 2014-08-14 2016-10-27 Shenzhen Huiding Technology Co., Ltd. Method and apparatus for fingerprint identification
CN105447437A (zh) * 2015-02-13 2016-03-30 比亚迪股份有限公司 指纹识别方法和装置
CN105654027A (zh) * 2015-07-31 2016-06-08 宇龙计算机通信科技(深圳)有限公司 一种指纹识别的方法及装置
CN106127564A (zh) * 2016-08-18 2016-11-16 上海励识电子科技有限公司 一种物品管理方法、装置及系统
CN106716431A (zh) * 2016-12-26 2017-05-24 深圳市汇顶科技股份有限公司 一种指纹识别引导方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906637A (zh) * 2021-03-18 2021-06-04 北京海鑫科金高科技股份有限公司 基于深度学习的指纹图像识别方法、装置和电子设备
CN112906637B (zh) * 2021-03-18 2023-11-28 北京海鑫科金高科技股份有限公司 基于深度学习的指纹图像识别方法、装置和电子设备

Also Published As

Publication number Publication date
CN107316027B (zh) 2020-05-15

Similar Documents

Publication Publication Date Title
Labati et al. Biometric recognition in automated border control: a survey
JP3825222B2 (ja) 本人認証装置および本人認証システムならびに電子決済システム
Han et al. Palm vein recognition using adaptive Gabor filter
Lin et al. Palmprint verification using hierarchical decomposition
JP4027118B2 (ja) 本人認証方法、プログラム及び装置
US20110087611A1 (en) Biometric identification and authentication system for financial accounts
US20090322477A1 (en) Self-Activated Secure Identification Document
CN104933344A (zh) 基于多生物特征模态的移动终端用户身份认证装置及方法
Genovese et al. Touchless palmprint recognition systems
US20090067679A1 (en) Biometric data processing
CN204791017U (zh) 基于多生物特征模态的移动终端用户身份认证装置
CN101819629B (zh) 一种基于监督张量流形学习的掌纹识别系统及识别方法
CN105139546A (zh) 一种具有生物体认证功能的自动交易装置
CN109657657A (zh) 一种基于图像处理的手机小面积高精度指纹识别方法及系统
CN102955932A (zh) 一种基于嵌入式的qnmv指纹识别方法与系统
CN109726673A (zh) 实时指纹识别方法、系统及计算机可读存储介质
CN102982308A (zh) 中远距离在线身份验证研究中的掌纹采集与定位方法
CN107316027A (zh) 一种共享设备系统及用于共享设备的指纹识别方法
Jain et al. Matching and classification: a case study in fingerprint domain
Williams et al. Interoperability of Contact and Contactless Fingerprints Across Multiple Fingerprint Sensors
Awasthi et al. Fingerprint analysis using termination and bifurcation minutiae
Fernandez Biometric sample quality and its application to multimodal authentication systems
US20210117980A1 (en) Wired or wireless integrated biometric authentication terminal having multiple safety lock function and advertisement method using the same
CN105138971A (zh) 指纹采集的方法和装置
Al-Rahawe et al. An analysis on biometric traits recognition

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: 20200417

Address after: 242599 village 041, Qiao Feng Village, Jingchuan Town, Jingxian County, Xuancheng, Anhui

Applicant after: Ni Yanping

Address before: 132012, Jilin City, Jilin camp, joy Township, ambitious village three groups

Applicant before: Zan Limin

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211230

Address after: No.5, Huangjing group, Sanlian Village, yatan Town, Wangjiang County, Anqing City, Anhui Province

Patentee after: Long Songjuan

Address before: 242599 village 041, Qiao Feng Village, Jingchuan Town, Jingxian County, Xuancheng, Anhui

Patentee before: Ni Yanping