CN108830239A - 车辆指纹识别触发机构 - Google Patents
车辆指纹识别触发机构 Download PDFInfo
- Publication number
- CN108830239A CN108830239A CN201810646682.1A CN201810646682A CN108830239A CN 108830239 A CN108830239 A CN 108830239A CN 201810646682 A CN201810646682 A CN 201810646682A CN 108830239 A CN108830239 A CN 108830239A
- Authority
- CN
- China
- Prior art keywords
- equipment
- image
- signal
- fingerprint
- sub
- 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.)
- Pending
Links
- 230000007246 mechanism Effects 0.000 title claims abstract description 44
- 238000001914 filtration Methods 0.000 claims abstract description 45
- 230000003044 adaptive effect Effects 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 34
- 230000009466 transformation Effects 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000003707 image sharpening Methods 0.000 claims description 2
- 208000033748 Device issues Diseases 0.000 abstract 1
- 238000013461 design Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007306 turnover Effects 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
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2133—Verifying human interaction, e.g., Captcha
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及一种车辆指纹识别触发机构,包括:脸部识别设备,设置在车辆的驾驶室一侧的车门内,用于对输入的脸部图像进行脸部特征识别,以确定输入脸部图像的用户是否为合法用户;模式控制设备,用于在所述脸部识别设备确定输入脸部图像的用户为合法用户时,发出第一模式控制命令,否则发出第二模式控制命令;图案匹配设备,用于基于预设指纹亮度分布范围对同态滤波图像中的每一个像素点执行是否为指纹像素点的判断,基于所述同态滤波图像的各个指纹像素点拟合出现场指纹图案,将所述现场指纹图案与各个合法人员指纹图案进行匹配,当匹配成功时,发出人员准入命令。通过本发明,为车辆的访问提供了更方便的安全控制机制。
Description
技术领域
本发明涉及指纹识别领域,尤其涉及一种车辆指纹识别触发机构。
背景技术
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。指纹识别技术涉及图像处理、模式识别、计算机视觉、数学形态学、小波分析等众多学科。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。由于每次捺印的方位不完全一样,着力点不同会带来不同程度的变形,又存在大量模糊指纹,如何正确提取特征和实现正确匹配,是指纹识别技术的关键。
发明内容
为了解决现有技术中车辆鉴权仍过分依赖钥匙的技术问题,本发明提供了一种车辆指纹识别触发机构,通过搭建脸部识别、指纹识别的双重鉴权机制,提高了对车辆准入人员识别的精度,提高了车辆使用的安全性,同时,定制的各类图像处理模式的引入,保证了指纹识别的准确性;另外,在对图像进行滤波操作之前,对图像中的边缘清晰度进行分析,以确定在滤波操作中需要保留的边缘高频分量,从而根据图像内容的变化进行针对性的滤波操作,避免继续使用粗糙化的单一滤波处理。
根据本发明的一方面,提供了一种车辆指纹识别触发机构,所述机构包括:
脸部识别设备,设置在车辆的驾驶室一侧的车门内,用于对输入的脸部图像进行脸部特征识别,以确定输入脸部图像的用户是否为合法用户;模式控制设备,设置在所述脸部识别设备的周围,用于在所述脸部识别设备确定输入脸部图像的用户为合法用户时,发出第一模式控制命令,以及在所述脸部识别设备确定输入脸部图像的用户为非法用户时,发出第二模式控制命令;实时扫描设备,设置在车辆的驾驶室一侧的车门内,与所述模式控制设备连接,用于在接收到所述第一模式控制命令时,面向车门外以对其上方的手指进行实时扫描动作,以获得对应的实时扫描图像,并输出所述实时扫描图像;实时锐化设备,用于接收所述实时扫描图像,检测所述实时扫描图像中的主要噪声类型,并基于所述主要噪声类型的幅值实现对所述实时扫描图像的自适应锐化处理,以获得自适应锐化图像;在所述实时锐化设备中,基于所述主要噪声类型的幅值实现对所述实时扫描图像的自适应锐化处理包括:所述主要噪声类型的幅值越大,对所述实时扫描图像的自适应锐化处理所执行的锐化强度越强;市电转换设备,与市电输入接口连接,用于将接收到的市电电压进行转换;均值处理设备,与所述实时锐化设备连接,用于接收所述自适应锐化图像,对所述自适应锐化图像进行边缘检测,以获取所述自适应锐化图像中的各个边缘像素点以及各个非边缘像素点,对所述自适应锐化图像中的各个边缘像素点进行均值计算以获得边缘均值,还对所述自适应锐化图像中的各个非边缘像素点进行均值计算以获得非边缘均值;信号分发设备,与所述均值处理设备连接,用于获取所述边缘均值和所述非边缘均值,计算所述边缘均值除以所述非边缘均值的结果以作为模式参考值,当所述模式参考值未超过限量时,发出第一滤波控制信号,以及当所述模式参考值超过限量时,发出第二滤波控制信号;第一执行设备,分别与所述信号分发设备和所述均值处理设备连接,用于接收所述第一滤波控制信号时,将所述自适应锐化图像从空间域变换到频域,将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号,将处理后信号进行频域到空间域的反变换以获得第一滤波图像;第二执行设备,分别与所述信号分发设备和所述均值处理设备连接,用于接收所述第二滤波控制信号时,将所述自适应锐化图像从空间域变换到频域,将变换后信号中大于预设截止频率的高频分量减少为原值的M分之一以及其他频率分量保留以获得处理后信号,将处理后信号进行频域到空间域的反变换以获得第二滤波图像,其中,M为整数且M与所述模式参考值成反比;信号归并设备,分别与所述第一执行设备和所述第二执行设备连接,用于将所述第一滤波图像或所述第二滤波图像作为信号归并图像,并输出所述信号归并图像;同态滤波设备,设置在车辆的驾驶室一侧的车门内,与所述信号归并设备连接,用于接收所述信号归并图像,对所述信号归并图像执行同态滤波处理,以获得并输出对应的同态滤波图像;图案匹配设备,与所述同态滤波设备连接,用于接收所述同态滤波图像,基于预设指纹亮度分布范围对所述同态滤波图像中的每一个像素点执行是否为指纹像素点的判断,基于所述同态滤波图像的各个指纹像素点拟合出现场指纹图案,将所述现场指纹图案与各个合法人员指纹图案进行匹配,当匹配成功时,发出人员准入命令,否则,发出人员禁入命令;其中,所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别采用不同型号的SOC芯片来实现;其中,所述市电转换设备用于将接收到的市电电压转换为所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别需要的供电电压。
更具体地,在所述车辆指纹识别触发机构中:所述第一执行设备包括空间域变换子设备、频域变换子设备和截止处理子设备。
更具体地,在所述车辆指纹识别触发机构中:所述空间域变换子设备用于接收所述第一滤波控制信号时,将所述自适应锐化图像从空间域变换到频域。
更具体地,在所述车辆指纹识别触发机构中:所述截止处理子设备用于将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号。
更具体地,在所述车辆指纹识别触发机构中:所述频域变换子设备用于将处理后信号进行频域到空间域的反变换以获得第一滤波图像。
更具体地,在所述车辆指纹识别触发机构中:所述脸部识别设备包括:脸部采集子设备、脸部分析子设备和数据输出子设备。
更具体地,在所述车辆指纹识别触发机构中:在所述脸部识别设备中,所述脸部采集子设备与所述脸部分析子设备连接,所述脸部分析子设备与所述数据输出子设备连接。
更具体地,在所述车辆指纹识别触发机构中:在所述实时锐化设备中,检测所述实时扫描图像中的主要噪声类型包括:检测所述实时扫描图像中的各类噪声的幅值,将其中幅值最大的噪声的类型作为主要噪声类型。
更具体地,在所述车辆指纹识别触发机构中:所述实时扫描设备还用于在接收到所述第二模式控制命令时,停止面向车门外以对其上方的手指进行的实时扫描动作。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的车辆指纹识别触发机构的实时扫描设备的透视图。
具体实施方式
下面将参照附图对本发明的车辆指纹识别触发机构的实施方案进行详细说明。
指纹,英文名称为fingerprint,两枚指纹经常会具有相同的总体特征,但它们的细节特征,却不可能完全相同。指纹纹路并不是连续的、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"。
特征点提供了指纹唯一性的确认信息,其中最典型的是终结点和分叉点,其他还包括分歧点、孤立点、环点、短纹等。特征点的参数包括方向(节点可以朝着一定的方向)、曲率(描述纹路方向改变的速度)、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)。
为了克服上述不足,本发明搭建了一种车辆指纹识别触发机构,能够有效解决相应的技术问题。
根据本发明实施方案示出的车辆指纹识别触发机构包括:
脸部识别设备,设置在车辆的驾驶室一侧的车门内,用于对输入的脸部图像进行脸部特征识别,以确定输入脸部图像的用户是否为合法用户;
模式控制设备,设置在所述脸部识别设备的周围,用于在所述脸部识别设备确定输入脸部图像的用户为合法用户时,发出第一模式控制命令,以及在所述脸部识别设备确定输入脸部图像的用户为非法用户时,发出第二模式控制命令;
实时扫描设备,如图1所示,1为扫描板,2为被扫描的手指,所述实时扫描设备设置在车辆的驾驶室一侧的车门内,与所述模式控制设备连接,用于在接收到所述第一模式控制命令时,面向车门外以对其上方的手指进行实时扫描动作,以获得对应的实时扫描图像,并输出所述实时扫描图像;
实时锐化设备,用于接收所述实时扫描图像,检测所述实时扫描图像中的主要噪声类型,并基于所述主要噪声类型的幅值实现对所述实时扫描图像的自适应锐化处理,以获得自适应锐化图像;在所述实时锐化设备中,基于所述主要噪声类型的幅值实现对所述实时扫描图像的自适应锐化处理包括:所述主要噪声类型的幅值越大,对所述实时扫描图像的自适应锐化处理所执行的锐化强度越强;
市电转换设备,与市电输入接口连接,用于将接收到的市电电压进行转换;
均值处理设备,与所述实时锐化设备连接,用于接收所述自适应锐化图像,对所述自适应锐化图像进行边缘检测,以获取所述自适应锐化图像中的各个边缘像素点以及各个非边缘像素点,对所述自适应锐化图像中的各个边缘像素点进行均值计算以获得边缘均值,还对所述自适应锐化图像中的各个非边缘像素点进行均值计算以获得非边缘均值;
信号分发设备,与所述均值处理设备连接,用于获取所述边缘均值和所述非边缘均值,计算所述边缘均值除以所述非边缘均值的结果以作为模式参考值,当所述模式参考值未超过限量时,发出第一滤波控制信号,以及当所述模式参考值超过限量时,发出第二滤波控制信号;
第一执行设备,分别与所述信号分发设备和所述均值处理设备连接,用于接收所述第一滤波控制信号时,将所述自适应锐化图像从空间域变换到频域,将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号,将处理后信号进行频域到空间域的反变换以获得第一滤波图像;
第二执行设备,分别与所述信号分发设备和所述均值处理设备连接,用于接收所述第二滤波控制信号时,将所述自适应锐化图像从空间域变换到频域,将变换后信号中大于预设截止频率的高频分量减少为原值的M分之一以及其他频率分量保留以获得处理后信号,将处理后信号进行频域到空间域的反变换以获得第二滤波图像,其中,M为整数且M与所述模式参考值成反比;
信号归并设备,分别与所述第一执行设备和所述第二执行设备连接,用于将所述第一滤波图像或所述第二滤波图像作为信号归并图像,并输出所述信号归并图像;
同态滤波设备,设置在车辆的驾驶室一侧的车门内,与所述信号归并设备连接,用于接收所述信号归并图像,对所述信号归并图像执行同态滤波处理,以获得并输出对应的同态滤波图像;
图案匹配设备,与所述同态滤波设备连接,用于接收所述同态滤波图像,基于预设指纹亮度分布范围对所述同态滤波图像中的每一个像素点执行是否为指纹像素点的判断,基于所述同态滤波图像的各个指纹像素点拟合出现场指纹图案,将所述现场指纹图案与各个合法人员指纹图案进行匹配,当匹配成功时,发出人员准入命令,否则,发出人员禁入命令;
其中,所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别采用不同型号的SOC芯片来实现;
其中,所述市电转换设备用于将接收到的市电电压转换为所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别需要的供电电压。
接着,继续对本发明的车辆指纹识别触发机构的具体结构进行进一步的说明。
在所述车辆指纹识别触发机构中:所述第一执行设备包括空间域变换子设备、频域变换子设备和截止处理子设备。
在所述车辆指纹识别触发机构中:所述空间域变换子设备用于接收所述第一滤波控制信号时,将所述自适应锐化图像从空间域变换到频域。
在所述车辆指纹识别触发机构中:所述截止处理子设备用于将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号。
在所述车辆指纹识别触发机构中:所述频域变换子设备用于将处理后信号进行频域到空间域的反变换以获得第一滤波图像。
在所述车辆指纹识别触发机构中:所述脸部识别设备包括:脸部采集子设备、脸部分析子设备和数据输出子设备。
在所述车辆指纹识别触发机构中:在所述脸部识别设备中,所述脸部采集子设备与所述脸部分析子设备连接,所述脸部分析子设备与所述数据输出子设备连接。
在所述车辆指纹识别触发机构中:在所述实时锐化设备中,检测所述实时扫描图像中的主要噪声类型包括:检测所述实时扫描图像中的各类噪声的幅值,将其中幅值最大的噪声的类型作为主要噪声类型。
在所述车辆指纹识别触发机构中:所述实时扫描设备还用于在接收到所述第二模式控制命令时,停止面向车门外以对其上方的手指进行的实时扫描动作。
另外,在所述车辆指纹识别触发机构中,所述图案匹配设备由CPLD芯片来实现。
CPLD具有编程灵活、集成度高、设计开发周期短、适用范围宽、开发工具先进、设计制造成本低、对设计者的硬件经验要求低、标准产品无需测试、保密性强、价格大众化等特点,可实现较大规模的电路设计,因此被广泛应用于产品的原型设计和产品生产(一般在10,000件以下)之中。几乎所有应用中小规模通用数字集成电路的场合均可应用CPLD器件。CPLD器件已成为电子产品不可缺少的组成部分,它的设计和应用成为电子工程师必备的一种技能。
CPLD是一种用户根据各自需要而自行构造逻辑功能的数字集成电路。其基本设计方法是借助集成开发软件平台,用原理图、硬件描述语言等方法,生成相应的目标文件,通过下载电缆(“在系统”编程)将代码传送到目标芯片中,实现设计的数字系统。
采用本发明的车辆指纹识别触发机构,针对现有技术中车辆鉴权机制落后的技术问题,通过搭建脸部识别、指纹识别的双重鉴权机制,提高了对车辆准入人员识别的精度,提高了车辆使用的安全性,同时,定制的各类图像处理模式的引入,保证了指纹识别的准确性;另外,在对图像进行滤波操作之前,对图像中的边缘清晰度进行分析,以确定在滤波操作中需要保留的边缘高频分量,从而根据图像内容的变化进行针对性的滤波操作,避免继续使用粗糙化的单一滤波处理,从而解决了上述技术问题。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (9)
1.一种车辆指纹识别触发机构,所述机构包括:
脸部识别设备,设置在车辆的驾驶室一侧的车门内,用于对输入的脸部图像进行脸部特征识别,以确定输入脸部图像的用户是否为合法用户;
模式控制设备,设置在所述脸部识别设备的周围,用于在所述脸部识别设备确定输入脸部图像的用户为合法用户时,发出第一模式控制命令,以及在所述脸部识别设备确定输入脸部图像的用户为非法用户时,发出第二模式控制命令;
实时扫描设备,设置在车辆的驾驶室一侧的车门内,与所述模式控制设备连接,用于在接收到所述第一模式控制命令时,面向车门外以对其上方的手指进行实时扫描动作,以获得对应的实时扫描图像,并输出所述实时扫描图像;
实时锐化设备,用于接收所述实时扫描图像,检测所述实时扫描图像中的主要噪声类型,并基于所述主要噪声类型的幅值实现对所述实时扫描图像的自适应锐化处理,以获得自适应锐化图像;在所述实时锐化设备中,基于所述主要噪声类型的幅值实现对所述实时扫描图像的自适应锐化处理包括:所述主要噪声类型的幅值越大,对所述实时扫描图像的自适应锐化处理所执行的锐化强度越强;
市电转换设备,与市电输入接口连接,用于将接收到的市电电压进行转换;
均值处理设备,与所述实时锐化设备连接,用于接收所述自适应锐化图像,对所述自适应锐化图像进行边缘检测,以获取所述自适应锐化图像中的各个边缘像素点以及各个非边缘像素点,对所述自适应锐化图像中的各个边缘像素点进行均值计算以获得边缘均值,还对所述自适应锐化图像中的各个非边缘像素点进行均值计算以获得非边缘均值;
信号分发设备,与所述均值处理设备连接,用于获取所述边缘均值和所述非边缘均值,计算所述边缘均值除以所述非边缘均值的结果以作为模式参考值,当所述模式参考值未超过限量时,发出第一滤波控制信号,以及当所述模式参考值超过限量时,发出第二滤波控制信号;
第一执行设备,分别与所述信号分发设备和所述均值处理设备连接,用于接收所述第一滤波控制信号时,将所述自适应锐化图像从空间域变换到频域,将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号,将处理后信号进行频域到空间域的反变换以获得第一滤波图像;
第二执行设备,分别与所述信号分发设备和所述均值处理设备连接,用于接收所述第二滤波控制信号时,将所述自适应锐化图像从空间域变换到频域,将变换后信号中大于预设截止频率的高频分量减少为原值的M分之一以及其他频率分量保留以获得处理后信号,将处理后信号进行频域到空间域的反变换以获得第二滤波图像,其中,M为整数且M与所述模式参考值成反比;
信号归并设备,分别与所述第一执行设备和所述第二执行设备连接,用于将所述第一滤波图像或所述第二滤波图像作为信号归并图像,并输出所述信号归并图像;
同态滤波设备,设置在车辆的驾驶室一侧的车门内,与所述信号归并设备连接,用于接收所述信号归并图像,对所述信号归并图像执行同态滤波处理,以获得并输出对应的同态滤波图像;
图案匹配设备,与所述同态滤波设备连接,用于接收所述同态滤波图像,基于预设指纹亮度分布范围对所述同态滤波图像中的每一个像素点执行是否为指纹像素点的判断,基于所述同态滤波图像的各个指纹像素点拟合出现场指纹图案,将所述现场指纹图案与各个合法人员指纹图案进行匹配,当匹配成功时,发出人员准入命令,否则,发出人员禁入命令;
其中,所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别采用不同型号的SOC芯片来实现;
其中,所述市电转换设备用于将接收到的市电电压转换为所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别需要的供电电压。
2.如权利要求1所述的车辆指纹识别触发机构,其特征在于:
所述第一执行设备包括空间域变换子设备、频域变换子设备和截止处理子设备。
3.如权利要求2所述的车辆指纹识别触发机构,其特征在于:
所述空间域变换子设备用于接收所述第一滤波控制信号时,将所述自适应锐化图像从空间域变换到频域。
4.如权利要求3所述的车辆指纹识别触发机构,其特征在于:
所述截止处理子设备用于将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号。
5.如权利要求4所述的车辆指纹识别触发机构,其特征在于:
所述频域变换子设备用于将处理后信号进行频域到空间域的反变换以获得第一滤波图像。
6.如权利要求5所述的车辆指纹识别触发机构,其特征在于:
所述脸部识别设备包括:脸部采集子设备、脸部分析子设备和数据输出子设备。
7.如权利要求6所述的车辆指纹识别触发机构,其特征在于:
在所述脸部识别设备中,所述脸部采集子设备与所述脸部分析子设备连接,所述脸部分析子设备与所述数据输出子设备连接。
8.如权利要求7所述的车辆指纹识别触发机构,其特征在于:
在所述实时锐化设备中,检测所述实时扫描图像中的主要噪声类型包括:检测所述实时扫描图像中的各类噪声的幅值,将其中幅值最大的噪声的类型作为主要噪声类型。
9.如权利要求1-8任一所述的车辆指纹识别触发机构,其特征在于:
所述实时扫描设备还用于在接收到所述第二模式控制命令时,停止面向车门外以对其上方的手指进行的实时扫描动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810646682.1A CN108830239A (zh) | 2018-06-21 | 2018-06-21 | 车辆指纹识别触发机构 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810646682.1A CN108830239A (zh) | 2018-06-21 | 2018-06-21 | 车辆指纹识别触发机构 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108830239A true CN108830239A (zh) | 2018-11-16 |
Family
ID=64143238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810646682.1A Pending CN108830239A (zh) | 2018-06-21 | 2018-06-21 | 车辆指纹识别触发机构 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108830239A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110920507A (zh) * | 2019-11-07 | 2020-03-27 | 张彩萍 | 一种房车 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1533940A (zh) * | 2003-03-28 | 2004-10-06 | 范建普 | 脸谱和指纹识别汽车内置防盗锁自动控制系统 |
CN101216958A (zh) * | 2007-01-04 | 2008-07-09 | 财团法人车辆研究测试中心 | 结合生物辨识技术的车辆双重认证启动方法及装置 |
CN101934779A (zh) * | 2010-08-31 | 2011-01-05 | 中山大学 | 一种智能车辆防盗方法以及系统 |
CN103538561A (zh) * | 2012-07-12 | 2014-01-29 | 鸿富锦精密工业(深圳)有限公司 | 汽车启动控制系统及方法 |
CN105956536A (zh) * | 2016-04-26 | 2016-09-21 | 北京森科赛德科技有限公司 | 一种虹膜识别的预处理方法及装置 |
CN106314368A (zh) * | 2016-09-28 | 2017-01-11 | 三峡大学 | 一种汽车智能防盗保护装置 |
US20170322305A1 (en) * | 2016-05-04 | 2017-11-09 | Invensense, Inc. | Operating a two-dimensional array of ultrasonic transducers |
CN108009492A (zh) * | 2017-11-29 | 2018-05-08 | 四川兴昌盛科技有限公司 | 指纹识别方法 |
-
2018
- 2018-06-21 CN CN201810646682.1A patent/CN108830239A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1533940A (zh) * | 2003-03-28 | 2004-10-06 | 范建普 | 脸谱和指纹识别汽车内置防盗锁自动控制系统 |
CN101216958A (zh) * | 2007-01-04 | 2008-07-09 | 财团法人车辆研究测试中心 | 结合生物辨识技术的车辆双重认证启动方法及装置 |
CN101934779A (zh) * | 2010-08-31 | 2011-01-05 | 中山大学 | 一种智能车辆防盗方法以及系统 |
CN103538561A (zh) * | 2012-07-12 | 2014-01-29 | 鸿富锦精密工业(深圳)有限公司 | 汽车启动控制系统及方法 |
CN105956536A (zh) * | 2016-04-26 | 2016-09-21 | 北京森科赛德科技有限公司 | 一种虹膜识别的预处理方法及装置 |
US20170322305A1 (en) * | 2016-05-04 | 2017-11-09 | Invensense, Inc. | Operating a two-dimensional array of ultrasonic transducers |
CN106314368A (zh) * | 2016-09-28 | 2017-01-11 | 三峡大学 | 一种汽车智能防盗保护装置 |
CN108009492A (zh) * | 2017-11-29 | 2018-05-08 | 四川兴昌盛科技有限公司 | 指纹识别方法 |
Non-Patent Citations (1)
Title |
---|
和文娟: "CMOS图像传感器的噪声分析及图像处理", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110920507A (zh) * | 2019-11-07 | 2020-03-27 | 张彩萍 | 一种房车 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2043046A1 (en) | Image processing device and image processing method | |
CN109147110B (zh) | 基于面部特征识别的进校验证机构 | |
EP1229489A3 (en) | Image processing method and apparatus | |
WO2018176514A1 (zh) | 指纹配准方法及装置 | |
CN107851189A (zh) | 具有力传感器的指纹传感器 | |
CN116129350A (zh) | 数据中心安全作业的智能监控方法、装置、设备及介质 | |
CN113221086A (zh) | 离线人脸认证方法、装置、电子设备及存储介质 | |
CN106033609B (zh) | 仿生物跳跃眼动信息处理机制的目标轮廓检测方法 | |
CN108830239A (zh) | 车辆指纹识别触发机构 | |
CN108932498A (zh) | 办公场所指纹识别鉴权机构 | |
CN105931324A (zh) | 通过指纹进行识别的门锁 | |
JPH09229646A (ja) | 物体認識方法 | |
Biradar et al. | Fingerprint ridge orientation extraction: a review of state of the art techniques | |
Thiyaneswaran et al. | Iris Recognition using Left and Right Iris Feature of the Human Eye for Biometric Security System | |
CN109523594A (zh) | 一种视觉托盒特征点坐标定位方法及系统 | |
CN106033607B (zh) | 仿生物跳跃眼动信息处理机制的目标轮廓检测方法 | |
JPS61201385A (ja) | 物体輪郭抽出方法 | |
JP2002117405A (ja) | 掌形認証方法 | |
JP2659046B2 (ja) | 本人照合装置 | |
Islam et al. | Human authentication process using finger knuckle surface with artificial neural networks based on a hybrid feature selection method | |
Wieclaw | Fingerprint Orientation Field Enhancement | |
Khanyile et al. | Similarity score computation for minutiae-based fingerprint recognition | |
CN114333061A (zh) | 作业人员动作违规的识别方法、装置及终端 | |
CN107437054B (zh) | 视频定位装置及方法 | |
Jmaa et al. | Hand localization and fingers features extraction: Application to digit recognition in sign language |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |