CN108009464B - 一种指纹识别方法和装置 - Google Patents

Abstract

本发明公开了一种指纹识别方法和装置，涉及指纹识别技术领域，其中的方法包括：获取认证成功的指纹图像中的第一特征点；获取用于对指纹图像进行识别的指纹比对模板中的第二特征点；确定第一特征点与第二特征点的重合特征点；基于重合特征点确定指纹图像与指纹比对模板的特征重合度差异系数；如果确定特征重合度系数满足指纹样本判定规则，则将指纹图像作为指纹认证样本，用于对指纹进行识别。本发明的指纹识别方法和装置，可应用于多种场景，计算认证成功的指纹图像与指纹比对模板的重合度和重合度差异系数，将差异显著性强的指纹图像作为新的指纹认证样本，综合指纹比对模板和指纹认证样本进行指纹比对，能够提高指纹认证的效率。

Description

一种指纹识别方法和装置

技术领域

本发明涉及指纹识别技术领域，尤其涉及一种指纹识别方法和装置。

背景技术

生物特征识别技术是指利用人体生物特征进行身份认证的一种技术。生物识别系统是对生物特征进行取样，通过提取特征的算法将取样出的生物特征转化成数字特征，并进一步将这些特征组合而成的特征模板，存入数据库中。指纹是生物特征的一种，具有唯一、再生、不可抵赖、方便提取、易于辨识等特点。目前，指纹识别技术是生物特征识别技术中最成熟的技术，已被全球大部分国家政府接受与认可，已广泛地应用到政府、军队、银行、社会福利保障、电子商务和安全防卫等领域。但是，目前的指纹识别技术主要采用简单的、单一指纹样本认证方法，只保存用户指纹在理想状态下指纹放置的样本，而用户在实际指纹认证过程中，由于放置的指纹位置难免出现偏差，需要多次重新调整指纹放置的位置才能通过认证，影响了指纹认证的效率。

发明内容

有鉴于此，本发明要解决的一个技术问题是提供一种指纹识别方法和装置。

根据本发明的一个方面，提供一种指纹识别方法，包括：获取认证成功的指纹图像中的第一特征点；获取用于对所述指纹图像进行识别的指纹比对模板中的第二特征点；确定所述第一特征点与所述第二特征点的重合特征点；基于所述重合特征点确定所述指纹图像与所述指纹比对模板的特征重合度差异系数；如果确定所述特征重合度系数满足指纹样本判定规则，则将所述指纹图像作为指纹认证样本，用于对指纹进行识别。

可选地，在进行指纹认证时，如果所述指纹图像和所述指纹比对模板比对失败，则获取所述指纹认证样本与所述指纹图像进行比对。

可选地，所述基于所述重合特征点确定所述指纹图像与所述指纹比对模板的特征重合度差异系数包括：确定所述重合特征点对于所述第一特征点的第一占比；确定所述重合特征点对于所述第二特征点的第二占比；获取所述第一占比和所述第二占比的比值，其中，所述比值为特征重合度差异系数k。

可选地，所述如果确定所述特征重合度系数满足指纹样本判定规则，则将所述指纹图像作为指纹认证样本包括：设置邻域变化范围限定值ε；当确定k<1-ε时，则舍弃所述指纹图像，当确定k>1+ε时，则将所述指纹图像作为指纹认证样本并存储在指纹库中。

可选地，当确定1-ε≤k≤1+ε时，将所述指纹图像作为所述指纹认证样本，并按照使用率将与所述指纹比对模板对应的全部指纹认证样本进行排序；依次计算两个所述指纹认证样本之间的重合度差异系数；基于所述重合度差异系数并根据差异度判定规则确定是否保留所述指纹认证样本。

可选地，所述依次计算两个所述指纹认证样本之间的重合度差异系数包括：建立指纹重合度差异系数矩阵：

依次计算所述指纹重合度差异系数矩阵的上三角区域内中的重合度差异系数k_i,j；其中，k_i,j为指纹认证样本F_i和指纹认证样本F_j之间的重合度差异系数，

与所述指纹比对模板对应的全部指纹认证样本的数量为n，指纹认证样本F_i与所述指纹比对模板的重合特征点数为n_c，指纹认证样本F_i的所有特征点数为n_i，所述指纹认证样本F_j与所述指纹比对模板的重合特征点数为n_l，指纹认证样本F_j的所有特征点数为n_j。

可选地，所述基于差异度判定规则确定是否保留所述指纹认证样本包括：当确定k_i,j≤1+ε、并且n_i<n_j时，则删除指纹认证样本F_i；当确定k_i,j>1+ε时，则保留指纹认证样本F_i。

根据本发明的另一方面，提供一种指纹识别装置，包括：指纹特征采集模块，用于获取认证成功的指纹图像中的第一特征点，获取用于对所述指纹图像进行识别的指纹比对模板中的第二特征点；指纹重合度计算模块，用于确定所述第一特征点与所述第二特征点的重合特征点，基于所述重合特征点确定所述指纹图像与所述指纹比对模板的特征重合度差异系数；指纹样本确定模块，用于如果确定所述特征重合度系数满足指纹样本判定规则，则将所述指纹图像作为指纹认证样本，用于对指纹进行识别。

可选地，指纹特征比对模块，用于在进行指纹认证时，如果所述指纹图像和所述指纹比对模板比对失败，则获取所述指纹认证样本与所述指纹图像进行比对。

可选地，所述指纹重合度计算模块，还用于确定所述重合特征点对于所述第一特征点的第一占比，确定所述重合特征点对于所述第二特征点的第二占比，获取所述第一占比和所述第二占比的比值，其中，所述比值为特征重合度差异系数k。

可选地，所述指纹样本确定模块，还用于设置邻域变化范围限定值ε，当确定k<1-ε时，则舍弃所述指纹图像；当确定k>1+ε时，则将所述指纹图像作为指纹认证样本并存储在指纹库中。

可选地，所述指纹重合度计算模块，还用于当确定1-ε≤k≤1+ε时，将所述指纹图像作为所述指纹认证样本，并按照使用率将与所述指纹比对模板对应的全部指纹认证样本进行排序，依次计算两个所述指纹认证样本之间的重合度差异系数；所述指纹样本确定模块，还用于基于所述重合度差异系数并根据差异度判定规则确定是否保留所述指纹认证样本。

可选地，所述指纹重合度计算模块，还用于建立指纹重合度差异系数矩阵：

所述指纹重合度计算模块，还用于依次计算所述指纹重合度差异系数矩阵的上三角区域内中的重合度差异系数k_i,j；其中，k_i,j为指纹认证样本F_i和指纹认证样本F_j之间的重合度差异系数：

与所述指纹比对模板对应的全部指纹认证样本的数量为n，指纹认证样本F_i与所述指纹比对模板的重合特征点数为n_c，指纹认证样本F_i的所有特征点数为n_i，所述指纹认证样本F_j与所述指纹比对模板的重合特征点数为n_i，指纹认证样本F_j的所有特征点数为n_j。

可选地，所述指纹样本确定模块，还用于当确定k_i,j≤1+ε、并且n_i<n_j时，则删除指纹认证样本F_i，当确定k_i,j>1+ε时，则保留指纹认证样本F_i。

本发明的指纹识别方法和装置，可以确定认证成功的指纹图像与指纹比对模板的重合特征点，计算指纹的重合度和重合度差异系数，通过判断指纹的重合度差异系数的有效范围，重合差异显著性高的指纹图像被作为指纹认证样本，能够综合指纹比对模板和指纹认证样本进行指纹比对，能够提高指纹认证的效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。

图1为根据本发明的指纹识别方法的一个实施例的流程示意图；

图2为根据本发明的指纹识别方法的另一个实施例的流程示意图；

图3为根据本发明的指纹识别装置的一个实施例的模块示意图。

具体实施方式

下面参照附图对本发明进行更全面的描述，其中说明本发明的示例性实施例。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，都属于本发明保护的范围。下面结合各个图和实施例对本发明的技术方案进行多方面的描述。

下文中的“第一”、“第二”等为描述上相区别，并没有其它特殊的含义。

图1为根据本发明的指纹识别方法的一个实施例的流程示意图，如图1所示：

步骤101，获取认证成功的指纹图像中的第一特征点。

步骤102，获取用于对指纹图像进行识别的指纹比对模板中的第二特征点。

指纹图像和指纹比对模板中的两种基本特征有：纹线端点和分叉点。指纹图像和指纹比对模板中的特征点为纹线端点、分叉点，以及由纹线端点和分叉点组合而成的特征点。

步骤103，确定第一特征点与第二特征点的重合特征点。重合特征点为指纹图像和指纹比对模板共有的、并且在比对过程中可以重合的特征点。基于重合特征点确定指纹图像与指纹比对模板的特征重合度差异系数。

步骤104，如果确定特征重合度系数满足指纹样本判定规则，则将指纹图像作为指纹认证样本，用于对指纹进行识别。在进行指纹认证时，如果指纹图像和指纹比对模板比对失败，则获取指纹认证样本与指纹图像进行比对。

基于重合特征点确定指纹图像与指纹比对模板的特征重合度差异系数可以采用多种方法。例如，确定重合特征点对于第一特征点的第一占比，确定重合特征点对于第二特征点的第二占比，获取第一占比和第二占比的比值，比值为特征重合度差异系数k。设置邻域变化范围限定值ε，ε可以根据指纹的比对需求进行设置，例如为0.2、0.3等。

当确定k<1-ε时，则舍弃指纹图像，当确定k>1+ε时，则将指纹图像作为指纹认证样本并存储在指纹库中。当确定1-ε≤k≤1+ε时，将指纹图像设为指纹认证样本，并按照使用率将与指纹比对模板对应的全部指纹认证样本进行排序。依次计算两个指纹认证样本之间的重合度差异系数，基于重合度差异系数并根据差异度判定规则确定是否保留指纹认证样本。

在上述实施例的指纹识别方法中，可以对认证成功的指纹图像提取其特征点，确定其与指纹比对模板的特征点的重合特征点，计算指纹的重合度和重合度差异系数，通过判断指纹的重合度差异系数的有效范围，舍弃重合差异显著性不高的指纹，重合差异显著性高的指纹图像被存储，作为指纹认证样本。

将指纹比对模板作为指纹比对正本，将指纹认证样本作为指纹比对副本。用户在首次进行指纹认证中，如果和指纹比对模板比对失败，直接搜索相关的指纹认证样本进行比对，综合指纹比对模板和指纹认证样本进行指纹比对，在由于人为因素影响使指纹位置摆放出现偏差的情况下，能够提高指纹认证的效率。

图2为根据本发明的指纹识别方法的另一个实施例的流程示意图，如图2所示：

步骤201，提取用户输入的、并且认证成功的指纹图像的特征点。

步骤202，计算认证成功的指纹图像的所有特征点和指纹比对模板中的特征点的重合特征点。

步骤203，分别计算认证成功的指纹图像和指纹比对模板的特征点重合度的占比。

步骤204，计算指纹重合度差异系数。

指纹图像的细节特征有两种基本特征，分别为：纹线端点和分叉点，其他特征由其组合而成。例如，分析特征点区域内像素的特征，并通过求交叉数C_N来识别，C_N相当于某点周围8个像素值的顺序变化次数，点P是待检测提取的特征点，其中P_i为像素点P的领域点的灰度值。如果P是端点，则它的8领域点满足：

如果P是分叉点，则它的8领域点满足：

认证成功的指纹图像和指纹比对模板的重合特征点数量为n_c；认证成功的指纹图像的特征点数为n_s，指纹比对模板的特征点数为n_t，则重合度差异系数为：

步骤205，判断重合度差异系数的范围有效性。

当k<1-ε时，判定认证成功的指纹图像和指纹比对模板的差异性不强，则进入步骤206，可舍弃认证成功的指纹图像。

k>1+ε时，判定认证成功的指纹图像和指纹比对模板的差异性显著，则进入步骤207，认证成功的指纹图像可作为新的指纹认证样本，即为比对指纹模板之一。

当1-ε≤k≤1+ε时，判定认证成功的指纹图像和指纹比对模板近似一致，则进入步骤208，计算指纹比对模板的频数和出现率。

步骤209，按照使用率将指纹库中与指纹比对模板对应的全部指纹认证样本进行排序。

步骤210，计算指纹库中的多个指纹认证样本的重合度差异系数矩阵。

步骤211，舍弃重合差异显著性不高的指纹认证样本。

随着用户输入的指纹认证样本增多，后台指纹库中指纹认证样本之间的重合度也可能相似，会造成指纹库容易出现冗余的认证成功的指纹图像，为保证指纹库中保留重合度差异显著性强的指纹认证样本，过滤掉指纹重合度差异系数不在显著性有效范围的指纹认证样本，从而提高了指纹识别的效率。

例如，建立指纹重合度差异系数矩阵：

依次计算指纹重合度差异系数矩阵的上三角区域内中的重合度差异系数k_i,j，k_i,j为指纹认证样本F_i和指纹认证样本F_j之间的重合度差异系数，

与指纹比对模板对应的全部指纹认证样本的数量为n，指纹认证样本F_i与指纹比对模板的重合特征点数为n_c，指纹认证样本F_i的所有特征点数为n_i，指纹认证样本F_j与指纹比对模板的重合特征点数为n_l，指纹认证样本F_j的所有特征点数为n_j。

当确定k_i,j≤1+ε、并且n_i<n_j时，则舍弃指纹认证样本F_i，当确定k_i,j>1+ε时，则保留指纹认证样本F_i。

上述实施例中的指纹识别方法，在用户指纹认证成功后，自动将认证成功的指纹特征点提取出来，计算认证成功指纹的重合度和重合度差异系数，通过对重合度差异系数的有效性判断，将显著性强的、认证成功的指纹图像作为新的指纹认证样本并存储在指纹库中；按照出现率高低降序排列指纹认证样本，计算指纹库中的多个指纹认证样本的重合度差异系数矩阵，舍弃重合差异显著性不高的指纹认证样本，综合指纹比对模板和指纹认证样本进行指纹比对，在由于人为因素影响使指纹位置摆放出现偏差的情况下，能够提高指纹认证的效率。

在一个实施例中，本发明提供一种指纹识别装置30，包括：指纹特征采集模块31、指纹重合度计算模块32、指纹样本确定模块33和指纹特征比对模块34。指纹特征采集模块31获取认证成功的指纹图像中的第一特征点，获取对指纹图像进行识别的指纹比对模板中的第二特征点。指纹重合度计算模块32确定第一特征点与第二特征点的重合特征点，基于重合特征点确定指纹图像与指纹比对模板的特征重合度差异系数。

如果确定特征重合度系数满足指纹样本判定规则，则指纹样本确定模块33将指纹图像作为指纹认证样本，用于对指纹进行识别。指纹特征比对模块34在进行指纹认证时，如果指纹图像和指纹比对模板比对失败，则获取指纹认证样本与指纹图像进行比对。

指纹重合度计算模块32确定重合特征点对于第一特征点的第一占比，确定重合特征点对于第二特征点的第二占比，获取第一占比和第二占比的比值，比值为特征重合度差异系数k。

指纹样本确定模块33设置邻域变化范围限定值ε，当确定k<1-ε时，则舍弃指纹图像。当确定k>1+ε时，则将指纹图像作为指纹认证样本并存储在指纹库中。当确定1-ε≤k≤1+ε时，指纹重合度计算模块32将指纹图像作为指纹认证样本，并按照使用率将与指纹比对模板对应的全部指纹认证样本进行排序，依次计算两个指纹认证样本之间的重合度差异系数。指纹样本确定模块33基于重合度差异系数并根据差异度判定规则确定是否保留指纹认证样本。

指纹重合度计算模块32建立指纹重合度差异系数矩阵：

指纹重合度计算模块32依次计算指纹重合度差异系数矩阵的上三角区域内中的重合度差异系数k_i,j；k_i,j为指纹认证样本F_i和指纹认证样本F_j之间的重合度差异系数：

与指纹比对模板对应的全部指纹认证样本的数量为n，指纹认证样本F_i与指纹比对模板的重合特征点数为n_c，指纹认证样本F_i的所有特征点数为n_i，指纹认证样本F_j与指纹比对模板的重合特征点数为n_l，指纹认证样本F_j的所有特征点数为n_j。

当确定k_i,j≤1+ε、并且n_i<n_j时，则指纹样本确定模块33舍弃指纹认证样本F_i，当确定k_i,j>1+ε时，则指纹样本确定模块33保留指纹认证样本F_i。

上述实施例中的指纹识别方法和装置，可应用到使用个人指纹进行认证的多种场景，如门禁系统、登录、支付等对私密性要求高的场景。在用户指纹认证成功后，自动将认证成功的指纹特征点提取出来，计算认证成功指纹的重合度和重合度差异系数，通过对重合度差异系数的有效性判断，将显著性强的、认证成功的指纹图像作为新的指纹认证样本并存储指纹库；同时计算其出现率，按照出现率高低降序排列，计算指纹库中的多个指纹认证样本的重合度差异系数矩阵，舍弃重合差异显著性不高的指纹认证样本；综合指纹比对模板和指纹认证样本进行指纹比对，在由于人为因素影响使指纹位置摆放出现偏差的情况下，能够提高指纹认证的效率。

可能以许多方式来实现本发明的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。

本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (10)

1.一种指纹识别方法，其特征在于，包括：

获取认证成功的指纹图像中的第一特征点，获取用于对所述指纹图像进行识别的指纹比对模板中的第二特征点；

确定所述第一特征点与所述第二特征点的重合特征点；

基于所述重合特征点确定所述指纹图像与所述指纹比对模板的特征重合度差异系数；

如果确定所述特征重合度系数满足指纹样本判定规则，则将所述指纹图像作为指纹认证样本，用于对指纹进行识别；

其中，设置邻域变化范围限定值ε；当确定特征重合度差异系数k<1-ε时，则舍弃所述指纹图像，当确定k>1+ε时，则将所述指纹图像作为指纹认证样本并存储在指纹库中；当确定1-ε≤k≤1+ε时，将所述指纹图像作为所述指纹认证样本，并按照使用率将与所述指纹比对模板对应的全部指纹认证样本进行排序；依次计算两个所述指纹认证样本之间的重合度差异系数；基于所述重合度差异系数并根据差异度判定规则确定是否保留所述指纹认证样本。

2.如权利要求1所述的方法，其特征在于，还包括：

在进行指纹认证时，如果所述指纹图像和所述指纹比对模板比对失败，则获取所述指纹认证样本与所述指纹图像进行比对。

3.如权利要求1或2所述的方法，其特征在于，所述基于所述重合特征点确定所述指纹图像与所述指纹比对模板的特征重合度差异系数包括：

确定所述重合特征点对于所述第一特征点的第一占比；

确定所述重合特征点对于所述第二特征点的第二占比；

获取所述第一占比和所述第二占比的比值，其中，所述比值为特征重合度差异系数k。

4.如权利要求3所述的方法，其特征在于，所述依次计算两个所述指纹认证样本之间的重合度差异系数包括：

建立指纹重合度差异系数矩阵：

依次计算所述指纹重合度差异系数矩阵的上三角区域内中的重合度差异系数k_i,j；

其中，k_i,j为指纹认证样本F_i和指纹认证样本F_j之间的重合度差异系数，

与所述指纹比对模板对应的全部指纹认证样本的数量为n，指纹认证样本F_i与所述指纹比对模板的重合特征点数为n_c，指纹认证样本F_i的所有特征点数为n_i，所述指纹认证样本F_j与所述指纹比对模板的重合特征点数为n_l，指纹认证样本F_j的所有特征点数为n_j。

5.如权利要求4所述的方法，其特征在于，所述基于差异度判定规则确定是否保留所述指纹认证样本包括：

当确定k_i,j≤1+ε并且n_i<n_j时，则舍弃指纹认证样本F_i；

当确定k_i,j>1+ε时，则保留指纹认证样本F_i。

6.一种指纹识别装置，其特征在于，包括：

指纹特征采集模块，用于获取认证成功的指纹图像中的第一特征点，获取用于对所述指纹图像进行识别的指纹比对模板中的第二特征点；

指纹重合度计算模块，用于确定所述第一特征点与所述第二特征点的重合特征点，基于所述重合特征点确定所述指纹图像与所述指纹比对模板的特征重合度差异系数；

指纹样本确定模块，用于如果确定所述特征重合度系数满足指纹样本判定规则，则将所述指纹图像作为指纹认证样本，用于对指纹进行识别；

其中，所述指纹样本确定模块，还用于设置邻域变化范围限定值ε，当确定特征重合度差异系数k<1-ε时，则舍弃所述指纹图像；当确定k>1+ε时，则将所述指纹图像作为指纹认证样本并存储在指纹库中；

所述指纹重合度计算模块，还用于当确定1-ε≤k≤1+ε时，将所述指纹图像作为所述指纹认证样本，并按照使用率将与所述指纹比对模板对应的全部指纹认证样本进行排序，依次计算两个所述指纹认证样本之间的重合度差异系数；

所述指纹样本确定模块，还用于基于所述重合度差异系数并根据差异度判定规则确定是否保留所述指纹认证样本。

7.如权利要求6所述的装置，其特征在于，还包括：

指纹特征比对模块，用于在进行指纹认证时，如果所述指纹图像和所述指纹比对模板比对失败，则获取所述指纹认证样本与所述指纹图像进行比对。

8.如权利要求6或7所述的装置，其特征在于，

所述指纹重合度计算模块，还用于确定所述重合特征点对于所述第一特征点的第一占比，确定所述重合特征点对于所述第二特征点的第二占比，获取所述第一占比和所述第二占比的比值，其中，所述比值为特征重合度差异系数k。

9.如权利要求8所述的装置，其特征在于，

所述指纹重合度计算模块，还用于建立指纹重合度差异系数矩阵：

所述指纹重合度计算模块，还用于依次计算所述指纹重合度差异系数矩阵的上三角区域内中的重合度差异系数k_i,j；

其中，k_i,j为指纹认证样本F_i和指纹认证样本F_j之间的重合度差异系数：

与所述指纹比对模板对应的全部指纹认证样本的数量为n，指纹认证样本F_i与所述指纹比对模板的重合特征点数为n_c，指纹认证样本F_i的所有特征点数为n_i，所述指纹认证样本F_j与所述指纹比对模板的重合特征点数为n_l，指纹认证样本F_j的所有特征点数为n_j。

10.如权利要求9所述的装置，其特征在于，

所述指纹样本确定模块，还用于当确定k_i,j≤1+ε并且n_i<n_j时，则舍弃指纹认证样本F_i，当确定k_i,j>1+ε时，则保留指纹认证样本F_i。

Images