CN108460346A - 指纹识别方法及装置 - Google Patents
指纹识别方法及装置 Download PDFInfo
- Publication number
- CN108460346A CN108460346A CN201810133925.1A CN201810133925A CN108460346A CN 108460346 A CN108460346 A CN 108460346A CN 201810133925 A CN201810133925 A CN 201810133925A CN 108460346 A CN108460346 A CN 108460346A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- identified
- matching
- point
- characteristic
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 238000012217 deletion Methods 0.000 claims description 8
- 230000037430 deletion Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 12
- 230000015654 memory Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
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
- G06V40/1347—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种指纹识别方法及装置，所述方法包括：采集用户在指纹识别区域上录入的待识别指纹图像；对所述待识别指纹图像进行特征点提取，得到对应的各待识别特征点，及各待识别特征点在指纹识别区域中的位置信息；将各待识别特征点与指纹模板中各指纹特征点进行特征匹配，并从各待识别特征点中获得与对应指纹特征点匹配的匹配特征点；将匹配特征点与对应指纹特征点各自的位置信息进行比较，获得与对应指纹特征点的位置信息不同的匹配特征点；基于与对应指纹特征点的位置信息不同的匹配特征点的数量判断待识别指纹图像是否与指纹模板匹配。所述方法指纹认假率低，可降低指纹识别区域上的异物对指纹识别过程的影响，提高用户体验。
Description
技术领域
本发明涉及指纹识别技术领域，具体而言，涉及一种指纹识别方法及装置。
背景技术
目前现有的指纹识别技术在成功完成指纹识别时，会基于自主学习功能将从当前识别成功的指纹处学习到的特征加入到对应的指纹模板中，以通过更新后的指纹模板进行后续的指纹识别工作。
但这种指纹识别方案认假率高，会在指纹识别区域存在位置固定的异物(例如，黏土、裂纹等)时将学习到的包括该异物特征的特征加入到指纹模板中，使得该指纹识别方案在后续指纹识别过程时，基于指纹模板中该异物的特征来判断经由指纹识别区域获得的待识别指纹图像是否与该指纹模板匹配，而经由指纹识别区域获得的待识别指纹图像中也会携带有异物的特征，从而容易导致未曾录入的指纹图像能够与指纹模板匹配成功，造成指纹认假，影响用户体验。
发明内容
为了克服现有技术中的上述不足，本发明的目的在于提供一种指纹识别方法及装置，所述指纹识别方法的认假率低，能够降低指纹识别区域上存在的异物对指纹识别过程的影响，提高用户体验。
就方法而言，本发明较佳的实施例提供一种指纹识别方法，应用于用户终端，所述用户终端包括一指纹识别区域，所述用户终端存储有用于使所述用户终端执行预设操作的至少一个指纹模板，其中每个指纹模板包括多个指纹特征点，所述方法包括：
采集用户在所述指纹识别区域上录入的待识别指纹图像；
对所述待识别指纹图像进行特征点提取，得到所述待识别指纹图像包括的各待识别特征点，及各待识别特征点对应在所述指纹识别区域中的位置信息；
将所述待识别指纹图像中各待识别特征点与所述指纹模板中各指纹特征点进行特征匹配，并从所述各待识别特征点中获得与对应指纹特征点匹配的匹配特征点；
将匹配特征点与对应指纹特征点各自的位置信息进行比较，获得与对应指纹特征点的位置信息不同的匹配特征点；
基于所述与对应指纹特征点的位置信息不同的匹配特征点的数量判断所述待识别指纹图像是否与所述指纹模板匹配。
就装置而言，本发明较佳的实施例提供一种指纹识别装置，应用于用户终端，所述用户终端包括一指纹识别区域，所述用户终端存储有用于使所述用户终端执行预设操作的至少一个指纹模板，其中每个指纹模板包括多个指纹特征点，所述装置包括：
采集模块，用于采集用户在所述指纹识别区域上录入的待识别指纹图像；
提取模块，用于对所述待识别指纹图像进行特征点提取，得到所述待识别指纹图像包括的各待识别特征点，及各待识别特征点对应在所述指纹识别区域中的位置信息；
匹配模块，用于将所述待识别指纹图像中各待识别特征点与所述指纹模板中各指纹特征点进行特征匹配，并从所述各待识别特征点中获得与对应指纹特征点匹配的匹配特征点；
比较模块，用于将匹配特征点与对应指纹特征点各自的位置信息进行比较，获得与对应指纹特征点的位置信息不同的匹配特征点；
判断模块，用于基于所述与对应指纹特征点的位置信息不同的匹配特征点的数量判断所述待识别指纹图像是否与所述指纹模板匹配。
相对于现有技术而言，本发明较佳的实施例提供的指纹识别方法及装置具有以下有益效果：所述指纹识别方法的认假率低，能够降低指纹识别区域上存在的异物对指纹识别过程的影响，提高用户体验。所述方法应用于包括一指纹识别区域的用户终端，所述用户终端中有用于使所述用户终端执行预设操作的至少一个指纹模板，其中每个指纹模板包括多个指纹特征点。首先，所述方法采集用户在所述指纹识别区域上录入的待识别指纹图像，并对所述待识别指纹图像进行特征点提取，得到所述待识别指纹图像包括的各待识别特征点，及各待识别特征点对应在所述指纹识别区域中的位置信息；接着，所述方法将所述待识别指纹图像中各待识别特征点与对应指纹模板中各指纹特征点进行特征匹配，并从所述各待识别特征点中获得与对应指纹特征点匹配的匹配特征点；然后，所述方法将匹配特征点与对应指纹特征点各自的位置信息进行比较，获得与对应指纹特征点的位置信息不同的匹配特征点；最后，所述方法基于所述与对应指纹特征点的位置信息不同的匹配特征点的数量判断所述待识别指纹图像是否与所述指纹模板匹配，从而完成整个指纹识别过程。其中，固定存在于指纹识别区域上的异物所对应的位置信息不会发生变化，所述方法通过从待识别指纹图像中与对应指纹模板特征匹配的匹配特征点中，筛选出位置信息与对应匹配的指纹特征点的位置信息不同的匹配特征点来进行待识别指纹图像与指纹模板匹配判断的方式，降低指纹识别区域上存在的异物对指纹识别过程的影响，从而降低指纹认假概率，提高用户体验。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举本发明较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明权利要求保护范围的限定，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他相关的附图。
图1为本发明较佳的实施例提供的用户终端的一种方框示意图。
图2为本发明较佳的实施例提供的指纹识别方法的一种流程示意图。
图3为图2中所示的步骤S230包括的子步骤的一种流程示意图。
图4为图2中所示的步骤S250包括的子步骤的一种流程示意图。
图5为本发明较佳的实施例提供的指纹识别方法的另一种流程示意图。
图6为本发明较佳的实施例提供的指纹识别装置的一种方框示意图。
图7为本发明较佳的实施例提供的指纹识别装置的另一种方框示意图。
图标：10-用户终端；11-存储器；12-处理器；13-通信单元；100-指纹识别装置；110-采集模块；120-提取模块；130-匹配模块；140-比较模块；150-判断模块；160-删除模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
请参照图1，是本发明较佳的实施例提供的用户终端10的一种方框示意图。在本发明实施例中，所述用户终端10可用于进行指纹识别，并在指纹识别成功时执行对应的预设操作。其中所述用户终端10包括有一指纹识别区域，所述用户终端10可通过所述指纹识别区域进行指纹识别，所述指纹识别区域可以是指纹IC芯片的感应区域，也可以是指纹传感器对应的识别区域。在本实施例中，所述用户终端10可以是，但不限于，智能手机、个人电脑(Personal Computer，PC)、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、移动上网设备(Mobile Internet Device，MID)等。
在本实施例中，所述用户终端10包括指纹识别装置100、存储器11、处理器12及通信单元13。所述存储器11、处理器12及通信单元13各个元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述指纹识别装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器11中的软件功能模块，所述处理器12通过运行存储在存储器11内的所述指纹识别装置100对应的软件功能模块，从而执行各种功能应用以及数据处理。
在本实施例中，所述存储器11可用于存储所述用户终端10在进行指纹识别时所需的指纹模板，所述指纹模板用于时用户终端10执行对应预设操作，所述用户终端10通过将待识别指纹图像与对应指纹模板进行比对的方式，判断该待识别指纹图像是否与所述指纹模板相互匹配，并在所述指纹模板被判断为匹配成功后，所述用户终端10将执行与该指纹模板对应的预设操作。其中所述指纹模板的数目为至少一个，每个指纹模板对应一种预设操作，同一预设操作可对应多个指纹模板，例如，一个用户终端10中包括有5个指纹模板，这五个指纹模板中的内容可以相同，也可以不同，其中有两个指纹模板对应点亮用户终端10的屏幕的预设操作，这两个指纹模板中的内容互不相同；另外三个指纹模板分别对应打开用户终端10中音乐软件、支付软件及照明软件的预设操作。
所述存储器11可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除可编程只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)等。其中，存储器11还可以用于存储各种应用程序，所述处理器12在接收到执行指令后，执行所述应用程序。进一步地，上述存储器11内的软件程序以及模块还可包括操作系统，其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动，并可与各种硬件或软件组件相互通信，从而提供其他软件组件的运行环境。
在本实施例中，所述处理器12可以是一种具有信号处理能力的集成电路芯片。其中所述处理器12可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本实施例中，所述通信单元13用于通过网络建立所述用户终端10与其他外部设备之间的通信连接，并通过所述网络进行数据。例如，所述用户终端10可通过所述通信单元13从其他外部设备处获取所述指纹识别装置100对应的软件功能模块程序，也可通过所述通信单元13将所述指纹识别装置100对应的软件功能模块程序传输给其他外部设备。
在本实施例中，所述用户终端10可通过存储在所述存储器11中的指纹识别装置100降低指纹识别区域上可能存在的异物对指纹识别过程的干扰，降低指纹认假率，提高用户终端10对用户个人信息的保护强度，从而提高用户体验。
可以理解的是，图1所示的结构仅为用户终端10的一种结构示意图，所述用户终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参照图2，是本发明较佳的实施例提供的指纹识别方法的一种流程示意图。在本发明实施例中，所述指纹识别方法应用于图1中所示的用户终端10，所述用户终端10包括一指纹识别区域，所述用户终端10中存储有用于使所述用户终端10执行预设操作的至少一个指纹模板。下面对图2所示的指纹识别方法的具体流程和步骤进行详细阐述。
步骤S210，采集用户在指纹识别区域上录入的待识别指纹图像。
在本实施例中，所述用户终端10可通过所述指纹识别区域对用户录入的指纹进行图像采集，得到用户在所述指纹识别区域上录入的待识别指纹图像。其中若所述指纹识别区域上存在异物时，所述用户终端10通过所述指纹识别区域采集到的所述待识别指纹图像中将携带有所述异物对应的特征。
步骤S220，对所述待识别指纹图像进行特征点提取，得到所述待识别指纹图像包括的各待识别特征点，及各待识别特征点对应在所述指纹识别区域中的位置信息。
在本实施例中，所述用户终端10可通过对所述待识别指纹图像进行特征点识别的方式，获取到所述待识别指纹图像中用于表示该待识别指纹图像特征的各待识别特征点，及各待识别特征点在所述指纹识别区域中的位置信息，其中所述位置信息为对应待识别特征点在映射到所述指纹识别区域后对应的坐标信息。
步骤S230，将所述待识别指纹图像中各待识别特征点与指纹模板中各指纹特征点进行特征匹配，并从所述各待识别特征点中获得与对应指纹特征点匹配的匹配特征点。
在本实施例的中，所述用户终端10在对所述待识别指纹图像中各待识别特征点进行特征匹配时，会从存储的至少一个指纹模板中选取出与所述用户终端10当前需要执行的预设操作对应匹配的指纹模板，并依次地以选取出的指纹模板与所述待识别指纹图像进行特征匹配，直到匹配成功或遍历选取出的指纹模板为止。其中每个指纹模板包括多个指纹特征点，每个指纹模板通过各自包括的多个指纹特征点来表示对应完成录入的指纹信息。
可选地，请参照图3，是图2中所示的步骤S230包括的子步骤的一种流程示意图。在本实施例中，所述步骤S230中的将所述待识别指纹图像中各待识别特征点与指纹模板中各指纹特征点进行特征匹配的步骤可以包括子步骤S231及子步骤S232。
子步骤S231，对各待识别特征点与所述指纹模板中各指纹特征点之间的特征相似度进行计算。
在本实施例中，所述用户终端10通过将待识别指纹图像中各待识别特征点与当前选取出的指纹模板中各指纹特征点在图像特征上的相似度进行计算的方式，得到各待识别特征点与所述指纹模板中各指纹特征点之间的特征相似度。其中所述图像特征包括对应特征点对应的纹理、深度等特征。
子步骤S232，将计算得到的各待识别特征点的特征相似度分别与预设相似度阈值进行比较，并在特征相似度不小于所述预设相似度阈值时，判定该特征相似度对应的待识别特征点与指纹特征点特征匹配。
在本实施例中，所述用户终端10通过将各待识别特征点与各指纹特征点之间的特征相似度分别与所述预设相似度阈值进行比较的方式，判断各待识别特征点与对应指纹模板中各指纹特征点之间的匹配情况。其中若某个待识别特征点与某个指纹特征点之间的特征相似度不小于所述预设相似度阈值时，所述用户终端10将判定该特征相似度对应的所述待识别特征点与所述指纹特征点特征匹配，此时该待识别特征点将为所述待识别指纹图像中与对应指纹特征点匹配的匹配特征点。其中所述预设相似度阈值可以是，但不限于50％、70％、80％或85％，其数值可根据实际需求进行不同的配置。
请再次参照图2，步骤S240，将匹配特征点与对应指纹特征点各自的位置信息进行比较，获得与对应指纹特征点的位置信息不同的匹配特征点。
在本实施例中，所述用户终端10在获得所述待识别指纹图像中与对应指纹模板中的指纹特征点匹配的匹配特征点后，将通过将各匹配特征点在指纹识别区域中的位置信息，与对应特征匹配的指纹特征点在所述指纹识别区域中的位置信息进行比较的方式，对所述待识别指纹图像中对应表示指纹识别区域上固定存在的异物的匹配特征点进行剔除，其中固定存在于所述指纹识别区域上的异物对应的位置信息不会发生改变，因此所述用户终端10在完成相应地剔除操作后将得到所有匹配特征点中位置信息与对应指纹特征点的位置信息不同的匹配特征点，而异物的匹配特征点将为所有匹配特征点中位置信息与对应指纹特征点的位置信息相同的匹配特征点。
步骤S250，基于所述与对应指纹特征点的位置信息不同的匹配特征点的数量判断所述待识别指纹图像是否与所述指纹模板匹配。
在本实施例中，所述用户终端10可根据所述待识别指纹图像中与对应指纹模板中指纹特征点的位置信息不同的匹配特征点的，判断该待识别指纹图像是否与所述指纹模板匹配。
可选地，请参照图4，是图2中所示的步骤S250包括的子步骤的一种流程示意图。在本实施例中，所述步骤S250可以包括子步骤S251及子步骤S252。
子步骤S251，对所述待识别指纹图像中与对应指纹特征点的位置信息不同的匹配特征点进行数目统计，得到对应的匹配总数。
在本实施例中，所述用户终端10通过对所有匹配特征点中位置信息与对应特征匹配的指纹特征点的位置信息不同的匹配特征点数目进行统计的方式，得到所述与对应指纹特征点的位置信息不同的匹配特征点的匹配总数。
子步骤S252，将所述匹配总数与指纹匹配阈值进行比较，并在所述匹配总数不小于所述指纹匹配阈值时，判定所述待识别指纹图像与所述指纹模板匹配。
在本实施例中，所述用户终端10在匹配总数不小于指纹匹配阈值的时候，将判定所述待识别指纹图像与所述指纹模板匹配。其中所述指纹匹配阈值可以是一个固定的数值，例如4、5、7或9；所述指纹匹配阈值也可以是一个与当前指纹模板中包括的指纹特征点数目存在关联的数值，例如，若当前指纹模板中包括的指纹特征点数目为15个，对应的指纹匹配阈值可以是与该指纹特征点总数目成五分之三比例的9个，对应的指纹匹配阈值还可以是与该指纹特征点总数目成五分之二比例的6个，具体的情况可根据实际需求进行不同的配置。
在本实施例中，所述用户终端10在成功地将所述待识别指纹图像与所述指纹模板匹配后，将基于自主学习功能从所述待识别指纹图像包括的待识别特征点学习到部分待识别特征点，并将学习到的所述部分待识别特征点加入到对应匹配的指纹模板中，作为新增的指纹特征点。
请参照图5，是本发明较佳的实施例提供的指纹识别方法的另一种流程示意图。在本发明实施例中，所述指纹识别方法还可以包括：
步骤S260，若所述待识别指纹图像中存在与对应指纹特征点的位置信息相同的匹配特征点时，将所述指纹模板中与该匹配特征点特征匹配的指纹特征点删除。
在本实施例中，所述用户终端10在获取待识别指纹图像中位置信息与对应特征匹配的指纹特征点的位置信息不同的匹配特征点的过程中，发现所述待识别指纹图像中存在与对应指纹特征点的位置信息相同的匹配特征点，即用于表示待识别指纹图像中异物的匹配特征点时，将会对所述指纹模板中与该匹配特征点特征匹配的指纹特征点进行删除，用于删除所述指纹模板中表示异物的指纹特征点，以便于后续指纹识别过程中降低指纹识别区域上可能存在的异物的干扰影响，降低指纹认假率，提高用户体验。
在本发明实施例中，所述指纹识别方法还可以包括：
步骤S270，按照预设时间间隔地将所述指纹模板中各指纹特征点的匹配频率分别与频率阈值进行比较，并根据比较结果将所述指纹模板中对应匹配频率小于所述频率阈值的指纹特征点删除。
在本实施例中，所述指纹模板中各指纹特征点的匹配频率为对应指纹特征点在相邻预设时间间隔之间的时间段内被特征匹配成功的频率。所述频率阈值可以根据实际需求进行不同的配置，所述用户终端10通过将指纹模板中对应匹配频率小于所述频率阈值的指纹特征点删除的方式，降低后续指纹识别过程中的计算数据量，并相应地提高指纹识别精准度。
请参照图6，是本发明较佳的实施例提供的指纹识别装置100的一种方框示意图。在本发明实施例中，所述指纹识别装置100包括采集模块110、提取模块120、匹配模块130、比较模块140及判断模块150。
所述采集模块110，用于采集用户在指纹识别区域上录入的待识别指纹图像。
在本实施例中，所述采集模块110可以执行图2中所示的步骤S210，具体的执行过程可参照上文中对步骤S210的详细描述。
所述提取模块120，用于对所述待识别指纹图像进行特征点提取，得到所述待识别指纹图像包括的各待识别特征点，及各待识别特征点对应在所述指纹识别区域中的位置信息。
在本实施例中，所述提取模块120可以执行图2中所示的步骤S220，具体的执行过程可参照上文中对步骤S220的详细描述。
所述匹配模块130，用于将所述待识别指纹图像中各待识别特征点与指纹模板中各指纹特征点进行特征匹配，并从所述各待识别特征点中获得与对应指纹特征点匹配的匹配特征点。
在本实施例中，所述匹配模块130将所述待识别指纹图像中各待识别特征点与指纹模板中各指纹特征点进行特征匹配的方式包括：
对各待识别特征点与所述指纹模板中各指纹特征点之间的特征相似度进行计算；
将计算得到的各待识别特征点的特征相似度分别与预设相似度阈值进行比较，并在特征相似度不小于所述预设相似度阈值时，判定该特征相似度对应的待识别特征点与指纹特征点特征匹配。
其中所述匹配模块130可以执行图2中所示的步骤S230，及图3中所示的子步骤S231和子步骤S232，具体的执行过程可参照上文中对步骤S230、子步骤S231及子步骤S232的详细描述。
所述比较模块140，用于将匹配特征点与对应指纹特征点各自的位置信息进行比较，获得与对应指纹特征点的位置信息不同的匹配特征点。
在本实施例中，所述比较模块140可以执行图2中所示的步骤S240，具体的执行过程可参照上文中对步骤S240的详细描述。
所述判断模块150，用于基于所述与对应指纹特征点的位置信息不同的匹配特征点的数量判断所述待识别指纹图像是否与所述指纹模板匹配。
在本实施例中，所述判断模块150基于所述与对应指纹特征点的位置信息不同的匹配特征点的数量判断所述待识别指纹图像是否与所述指纹模板匹配的方式包括：
对所述待识别指纹图像中与对应指纹特征点的位置信息不同的匹配特征点进行数目统计，得到对应的匹配总数；
将所述匹配总数与指纹匹配阈值进行比较，并在所述匹配总数不小于所述指纹匹配阈值时，判定所述待识别指纹图像与所述指纹模板匹配。
其中所述判断模块150可以执行图2中所示的步骤S250，及图4中所示的子步骤S251和子步骤S252，具体的执行过程可参照上文中对步骤S250、子步骤S251及子步骤S252的详细描述。
请参照图7，是本发明较佳的实施例提供的指纹识别装置100的另一种方框示意图。在本发明实施例中，所述指纹识别装置100还可以包括删除模块160。
所述删除模块160，用于若所述待识别指纹图像中存在与对应指纹特征点的位置信息相同的匹配特征点时，将所述指纹模板中与该匹配特征点特征匹配的指纹特征点删除。
所述删除模块160，还用于按照预设时间间隔地将所述指纹模板中各指纹特征点的匹配频率分别与频率阈值进行比较，并根据比较结果将所述指纹模板中对应匹配频率小于所述频率阈值的指纹特征点删除。
在本实施例中，所述指纹模板中各指纹特征点的匹配频率为对应指纹特征点在相邻预设时间间隔之间的时间段内被特征匹配成功的频率。所述删除模块160可以执行图5中所示的步骤S260及步骤S270，具体的执行过程可参照上文中对步骤S260及步骤S270的详细描述。
综上所述，在本发明较佳的实施例提供的指纹识别方法及装置中，所述指纹识别方法应用于包括一指纹识别区域的用户终端，所述用户终端中有用于使所述用户终端执行预设操作的至少一个指纹模板，其中每个指纹模板包括多个指纹特征点。首先，所述方法采集用户在所述指纹识别区域上录入的待识别指纹图像，并对所述待识别指纹图像进行特征点提取，得到所述待识别指纹图像包括的各待识别特征点，及各待识别特征点对应在所述指纹识别区域中的位置信息；接着，所述方法将所述待识别指纹图像中各待识别特征点与对应指纹模板中各指纹特征点进行特征匹配，并从所述各待识别特征点中获得与对应指纹特征点匹配的匹配特征点；然后，所述方法将匹配特征点与对应指纹特征点各自的位置信息进行比较，获得与对应指纹特征点的位置信息不同的匹配特征点；最后，所述方法基于所述与对应指纹特征点的位置信息不同的匹配特征点的数量判断所述待识别指纹图像是否与所述指纹模板匹配，从而完成整个指纹识别过程。其中，固定存在于指纹识别区域上的异物所对应的位置信息不会发生变化，所述方法通过从待识别指纹图像中与对应指纹模板特征匹配的匹配特征点中，筛选出位置信息与对应匹配的指纹特征点的位置信息不同的匹配特征点来进行待识别指纹图像与指纹模板匹配判断的方式，降低指纹识别区域上存在的异物对指纹识别过程的影响，从而降低指纹认假概率，提高用户体验。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种指纹识别方法，其特征在于，应用于用户终端，所述用户终端包括一指纹识别区域，所述用户终端存储有用于使所述用户终端执行预设操作的至少一个指纹模板，其中每个指纹模板包括多个指纹特征点，所述方法包括：
采集用户在所述指纹识别区域上录入的待识别指纹图像；
对所述待识别指纹图像进行特征点提取，得到所述待识别指纹图像包括的各待识别特征点，及各待识别特征点对应在所述指纹识别区域中的位置信息；
将所述待识别指纹图像中各待识别特征点与所述指纹模板中各指纹特征点进行特征匹配，并从所述各待识别特征点中获得与对应指纹特征点匹配的匹配特征点；
将匹配特征点与对应指纹特征点各自的位置信息进行比较，获得与对应指纹特征点的位置信息不同的匹配特征点；
基于所述与对应指纹特征点的位置信息不同的匹配特征点的数量判断所述待识别指纹图像是否与所述指纹模板匹配。
2.根据权利要求1所述的方法，其特征在于，所述将所述待识别指纹图像中各待识别特征点与所述指纹模板中各指纹特征点进行特征匹配的步骤包括：
对各待识别特征点与所述指纹模板中各指纹特征点之间的特征相似度进行计算；
将计算得到的各待识别特征点的特征相似度分别与预设相似度阈值进行比较，并在特征相似度不小于所述预设相似度阈值时，判定该特征相似度对应的待识别特征点与指纹特征点特征匹配。
3.根据权利要求1所述的方法，其特征在于，所述基于所述与对应指纹特征点的位置信息不同的匹配特征点的数量判断所述待识别指纹图像是否与所述指纹模板匹配的步骤包括：
对所述待识别指纹图像中与对应指纹特征点的位置信息不同的匹配特征点进行数目统计，得到对应的匹配总数；
将所述匹配总数与指纹匹配阈值进行比较，并在所述匹配总数不小于所述指纹匹配阈值时，判定所述待识别指纹图像与所述指纹模板匹配。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述待识别指纹图像中存在与对应指纹特征点的位置信息相同的匹配特征点时，将所述指纹模板中与该匹配特征点特征匹配的指纹特征点删除。
5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述方法还包括：
按照预设时间间隔地将所述指纹模板中各指纹特征点在相邻预设时间间隔之间的时间段内被特征匹配成功的匹配频率分别与频率阈值进行比较，并根据比较结果将所述指纹模板中对应匹配频率小于所述频率阈值的指纹特征点删除。
6.一种指纹识别装置，其特征在于，应用于用户终端，所述用户终端包括一指纹识别区域，所述用户终端存储有用于使所述用户终端执行预设操作的至少一个指纹模板，其中每个指纹模板包括多个指纹特征点，所述装置包括：
采集模块，用于采集用户在所述指纹识别区域上录入的待识别指纹图像；
提取模块，用于对所述待识别指纹图像进行特征点提取，得到所述待识别指纹图像包括的各待识别特征点，及各待识别特征点对应在所述指纹识别区域中的位置信息；
匹配模块，用于将所述待识别指纹图像中各待识别特征点与所述指纹模板中各指纹特征点进行特征匹配，并从所述各待识别特征点中获得与对应指纹特征点匹配的匹配特征点；
比较模块，用于将匹配特征点与对应指纹特征点各自的位置信息进行比较，获得与对应指纹特征点的位置信息不同的匹配特征点；
判断模块，用于基于所述与对应指纹特征点的位置信息不同的匹配特征点的数量判断所述待识别指纹图像是否与所述指纹模板匹配。
7.根据权利要求6所述的装置，其特征在于，所述匹配模块将所述待识别指纹图像中各待识别特征点与所述指纹模板中各指纹特征点进行特征匹配的方式包括：
对各待识别特征点与所述指纹模板中各指纹特征点之间的特征相似度进行计算；
将计算得到的各待识别特征点的特征相似度分别与预设相似度阈值进行比较，并在特征相似度不小于所述预设相似度阈值时，判定该特征相似度对应的待识别特征点与指纹特征点特征匹配。
8.根据权利要求6所述的装置，其特征在于，所述判断模块基于所述与对应指纹特征点的位置信息不同的匹配特征点的数量判断所述待识别指纹图像是否与所述指纹模板匹配的方式包括：
对所述待识别指纹图像中与对应指纹特征点的位置信息不同的匹配特征点进行数目统计，得到对应的匹配总数；
将所述匹配总数与指纹匹配阈值进行比较，并在所述匹配总数不小于所述指纹匹配阈值时，判定所述待识别指纹图像与所述指纹模板匹配。
9.根据权利要求6-8中任意一项所述的装置，其特征在于，所述装置还包括：
删除模块，用于若所述待识别指纹图像中存在与对应指纹特征点的位置信息相同的匹配特征点时，将所述指纹模板中与该匹配特征点特征匹配的指纹特征点删除。
10.根据权利要求9所述的装置，其特征在于：
所述删除模块，还用于按照预设时间间隔地将所述指纹模板中各指纹特征点在相邻预设时间间隔之间的时间段内被特征匹配成功的匹配频率分别与频率阈值进行比较，并根据比较结果将所述指纹模板中对应匹配频率小于所述频率阈值的指纹特征点删除。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810133925.1A CN108460346B (zh) | 2018-02-09 | 2018-02-09 | 指纹识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810133925.1A CN108460346B (zh) | 2018-02-09 | 2018-02-09 | 指纹识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108460346A true CN108460346A (zh) | 2018-08-28 |
| CN108460346B CN108460346B (zh) | 2020-06-19 |
Family
ID=63239780
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810133925.1A Active CN108460346B (zh) | 2018-02-09 | 2018-02-09 | 指纹识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108460346B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110348377A (zh) * | 2019-07-09 | 2019-10-18 | 上海创米科技有限公司 | 一种指纹识别方法及设备 |
| CN110929548A (zh) * | 2018-09-19 | 2020-03-27 | 北京小米移动软件有限公司 | 指纹识别方法、装置、设备及存储介质 |
| CN111144323A (zh) * | 2019-12-28 | 2020-05-12 | 广东智冠信息技术股份有限公司 | 一种掌静脉生物特征识别注册库自适应变化方法 |
| CN111753722A (zh) * | 2020-06-24 | 2020-10-09 | 上海依图网络科技有限公司 | 一种基于特征点类型的指纹识别方法及装置 |
| WO2020216091A1 (zh) * | 2019-04-22 | 2020-10-29 | Oppo广东移动通信有限公司 | 图像处理方法及相关装置 |
| WO2024046114A1 (zh) * | 2022-09-02 | 2024-03-07 | 荣耀终端有限公司 | 指纹识别方法和电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080036797A1 (en) * | 2006-06-29 | 2008-02-14 | Lg.Philips Lcd Co., Ltd. | Flat panel display and method of controlling picture quality thereof |
| CN101193323A (zh) * | 2006-11-22 | 2008-06-04 | 乐金电子（昆山）电脑有限公司 | 数码影像装置的不良像素检测方法 |
| KR20090074388A (ko) * | 2008-01-02 | 2009-07-07 | 삼성전자주식회사 | 표시패널의 검사 장치 및 그 방법 |
| CN105631443A (zh) * | 2016-03-11 | 2016-06-01 | 广东欧珀移动通信有限公司 | 指纹模板的更新方法及终端设备 |
| CN105809133A (zh) * | 2016-03-08 | 2016-07-27 | 广东欧珀移动通信有限公司 | 指纹特征信息更新方法及装置 |
-
2018
- 2018-02-09 CN CN201810133925.1A patent/CN108460346B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080036797A1 (en) * | 2006-06-29 | 2008-02-14 | Lg.Philips Lcd Co., Ltd. | Flat panel display and method of controlling picture quality thereof |
| CN101193323A (zh) * | 2006-11-22 | 2008-06-04 | 乐金电子（昆山）电脑有限公司 | 数码影像装置的不良像素检测方法 |
| KR20090074388A (ko) * | 2008-01-02 | 2009-07-07 | 삼성전자주식회사 | 표시패널의 검사 장치 및 그 방법 |
| CN105809133A (zh) * | 2016-03-08 | 2016-07-27 | 广东欧珀移动通信有限公司 | 指纹特征信息更新方法及装置 |
| CN105631443A (zh) * | 2016-03-11 | 2016-06-01 | 广东欧珀移动通信有限公司 | 指纹模板的更新方法及终端设备 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110929548A (zh) * | 2018-09-19 | 2020-03-27 | 北京小米移动软件有限公司 | 指纹识别方法、装置、设备及存储介质 |
| CN110929548B (zh) * | 2018-09-19 | 2023-11-03 | 北京小米移动软件有限公司 | 指纹识别方法、装置、设备及存储介质 |
| WO2020216091A1 (zh) * | 2019-04-22 | 2020-10-29 | Oppo广东移动通信有限公司 | 图像处理方法及相关装置 |
| CN110348377A (zh) * | 2019-07-09 | 2019-10-18 | 上海创米科技有限公司 | 一种指纹识别方法及设备 |
| CN110348377B (zh) * | 2019-07-09 | 2022-02-11 | 上海创米数联智能科技发展股份有限公司 | 一种指纹识别方法及设备 |
| CN111144323A (zh) * | 2019-12-28 | 2020-05-12 | 广东智冠信息技术股份有限公司 | 一种掌静脉生物特征识别注册库自适应变化方法 |
| CN111753722A (zh) * | 2020-06-24 | 2020-10-09 | 上海依图网络科技有限公司 | 一种基于特征点类型的指纹识别方法及装置 |
| CN111753722B (zh) * | 2020-06-24 | 2024-03-26 | 上海依图网络科技有限公司 | 一种基于特征点类型的指纹识别方法及装置 |
| WO2024046114A1 (zh) * | 2022-09-02 | 2024-03-07 | 荣耀终端有限公司 | 指纹识别方法和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108460346B (zh) | 2020-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108460346A (zh) | 指纹识别方法及装置 | |
| CN108446697B (zh) | 图片处理方法、电子装置及存储介质 | |
| CN110321958A (zh) | 神经网络模型的训练方法、视频相似度确定方法 | |
| CN108319672B (zh) | 基于云计算的移动终端不良信息过滤方法及系统 | |
| CN110781925B (zh) | 软件页面的分类方法、装置、电子设备及存储介质 | |
| CN112348765A (zh) | 数据增强方法、装置、计算机可读存储介质及终端设备 | |
| CN106203326B (zh) | 一种图像处理方法、装置及移动终端 | |
| CN110443120A (zh) | 一种人脸识别方法及设备 | |
| CN110175608A (zh) | 一种保险理赔附件处理方法及装置 | |
| CN108491825A (zh) | 信息生成方法和装置 | |
| CN109885597A (zh) | 基于机器学习的用户分群处理方法、装置及电子终端 | |
| CN109918984A (zh) | 保险单号码识别方法、装置、电子设备及存储介质 | |
| WO2021114818A1 (zh) | 基于傅里叶变换的oct图像质量评估方法、系统及装置 | |
| CN112149570A (zh) | 多人活体检测方法、装置、电子设备及存储介质 | |
| CN108052864A (zh) | 人脸识别方法、应用服务器及计算机可读存储介质 | |
| CN108763373A (zh) | 人脸图像检索方法及装置 | |
| CN111709851A (zh) | 基于rfid及面部识别的酒店安全入住的方法、装置及设备 | |
| CN109491970A (zh) | 面向云存储的不良图片检测方法、装置及存储介质 | |
| CN115171136A (zh) | 银行业务材料内容分类识别方法、设备及存储介质 | |
| CN113780148A (zh) | 交通标志图像识别模型训练方法和交通标志图像识别方法 | |
| CN113033431A (zh) | 光学字符识别模型训练和识别方法、装置、设备及介质 | |
| CN113612727B (zh) | 攻击ip识别方法、装置、设备和计算机可读存储介质 | |
| CN107657191B (zh) | 一种银行卡损坏提示方法及系统、终端设备 | |
| CN113360688B (zh) | 信息库的构建方法、装置及系统 | |
| CN114359904B (zh) | 图像识别方法、装置、电子设备以及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20221229 Address after: 2225, floor 19, No. 19, Madian East Road, Haidian District, Beijing 100089 Patentee after: BEIJING NORTH-STAR TECHNOLOGY DEVELOPMENT Co.,Ltd. Address before: 361000 112a, Chuangye building, Pioneer Park, torch high tech Zone, Xiamen, Fujian Province Patentee before: Xiamen Meitu Mobile Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right |