CN108932775B - 指纹锁身份识别系统 - Google Patents
指纹锁身份识别系统 Download PDFInfo
- Publication number
- CN108932775B CN108932775B CN201810750871.3A CN201810750871A CN108932775B CN 108932775 B CN108932775 B CN 108932775B CN 201810750871 A CN201810750871 A CN 201810750871A CN 108932775 B CN108932775 B CN 108932775B
- Authority
- CN
- China
- Prior art keywords
- image
- particle
- fingerprint
- pattern
- low
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 13
- 239000002245 particle Substances 0.000 claims description 88
- 238000001914 filtration Methods 0.000 claims description 51
- 238000013480 data collection Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 27
- 238000000605 extraction Methods 0.000 claims description 20
- 230000004069 differentiation Effects 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 6
- 238000003909 pattern recognition Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
-
- 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
- G06V40/13—Sensors therefor
- G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
Abstract
本发明涉及一种指纹锁身份识别系统，包括：第一采集设备，设置在指纹锁锁体的前板上，用于对指纹锁锁体的前板上的手指进行逐行扫描，以获得对应的扫描指纹图像，并输出所述扫描指纹图像，所述第一采集设备在接收到指纹识别指令时，跳出省电模式；第二采集设备，设置在指纹锁锁体的上方，用于对指纹锁对面的人员进行图像拍摄动作，以获得对应的对面人员图像，并输出所述对面人员图像，所述第二采集设备在接收到面部识别指令时，跳出省电模式；用户输入设备，分别与所述第一采集设备和所述第二采集设备连接，用于接收人员的操作，并根据人员的操作，接收输入的指纹识别指令或面部识别指令。通过本发明，提高了身份识别的健壮性。
Description
技术领域
本发明涉及指纹识别领域，尤其涉及一种指纹锁身份识别系统。
背景技术
指纹锁是智能锁具，它是计算机信息技术、电子技术、机械技术和现代五金工艺的完美结晶。指纹的特性成为识别身份的最重要证据而被广泛应用于公安刑侦及司法领域。
指纹认证具有方便、快速、精确等特点。随着科技技术的普及，智能家居的发展，越来越多的人群也开始选择指纹锁。
发明内容
为了解决当前用户身份识别机制存在识别失败状况的技术问题，本发明提供了一种指纹锁身份识别系统，为指纹锁搭建了两种用户可选择的身份识别机制，以在其中一个识别机制出现故障时，仍能继续进行识别操作，尤为关键的是，在指纹识别之前对指纹图像进行定制的图像预处理操作，提高了即将进行指纹识别的图像的清晰度；同时，还采用尺寸与所述高清图像的信噪比成正比的遍历窗口对待处理图像进行颗粒分析，以获得其中的颗粒低通图案和非颗粒低通图案，并对颗粒低通图案和非颗粒低通图案进行不同的分化处理，使得滤波后的图像更清晰。
根据本发明的一方面，提供了一种指纹锁身份识别系统，所述系统包括：
第一采集设备，设置在指纹锁锁体的前板上，用于对指纹锁锁体的前板上的手指进行逐行扫描，以获得对应的扫描指纹图像，并输出所述扫描指纹图像，所述第一采集设备在接收到指纹识别指令时，跳出省电模式；第二采集设备，设置在指纹锁锁体的上方，用于对指纹锁对面的人员进行图像拍摄动作，以获得对应的对面人员图像，并输出所述对面人员图像，所述第二采集设备在接收到面部识别指令时，跳出省电模式；用户输入设备，分别与所述第一采集设备和所述第二采集设备连接，用于接收人员的操作，并根据人员的操作，接收输入的指纹识别指令或面部识别指令。
更具体地，在所述指纹锁身份识别系统中，还包括：
共轭梯度滤波设备，与所述第一采集设备连接，用于接收所述扫描指纹图像，对所述扫描指纹图像执行基于共轭梯度算法的自适应滤波处理，以获得对应的共轭梯度滤波图像，并输出所述共轭梯度滤波图像；窗口采集设备，与所述共轭梯度滤波设备连接，用于接收所述共轭梯度滤波图像，采用平滑窗口按照从左到右、从上到下的顺序对所述共轭梯度滤波图像进行无重叠式遍历，以获得对应的各个遍历窗口，并输出所述各个遍历窗口。
更具体地，在所述指纹锁身份识别系统中，还包括：
分块提取设备，与所述窗口采集设备连接，用于接收所述各个遍历窗口，对所述各个遍历窗口进行以下颗粒确认动作：获取每一个遍历窗口中的各个像素点的各个亮度值的均值以作为窗口均值，将所述窗口均值与所述共轭梯度滤波图像的整体亮度进行偏离度分析，当偏离度超限时，确认所述遍历窗口为颗粒分块。
更具体地，在所述指纹锁身份识别系统中，还包括：
图案识别设备，与所述分块提取设备连接，用于基于所述分块提取设备输出的各个颗粒分块组成所述共轭梯度滤波图像中的颗粒图案，将所述共轭梯度滤波图像剥离所述颗粒图案后的图像作为非颗粒图案；分化处理设备，与所述图案识别设备连接，用于接收所述颗粒图案和所述非颗粒图案，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案，还用于采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案，输出所述颗粒低通图案和所述非颗粒低通图案；数据汇集设备，与所述分化处理设备连接，用于接收所述颗粒低通图案和所述非颗粒低通图案，并将所述颗粒低通图案和所述非颗粒低通图案进行拟合以获得所述共轭梯度滤波图像对应的数据汇集图像；数量检测设备，设置在指纹锁锁体内部，与所述数据汇集设备连接，用于接收所述数据汇集图像，获取所述数据汇集图像中的每一个像素点，基于邻域像素点的像素值确定所述数据汇集图像中的每一个像素点是否为边沿像素点，并获取所述数据汇集图像中的边沿像素点的累计数值；强度采集设备，与所述数量检测设备连接，用于接收所述数据汇集图像中的边沿像素点的累计数值和所述数据汇集图像，并基于所述数据汇集图像中的边沿像素点的累计数值确定对所述数据汇集图像执行边沿处理的强度，以获得并输出相应的强度处理图像；指纹处理设备，与所述强度采集设备连接，用于接收所述强度处理图像，对所述强度处理图像执行指纹特征提取，以基于提取的指纹特征确定指纹锁锁体的前板上的手指所属人员是否为授权人员；其中，在所述分化处理设备中，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案包括：将所述颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒低通图案并输出所述颗粒低通图案；其中，在所述分块提取设备中，所述共轭梯度滤波图像的整体亮度的获取模式如下：获取所述共轭梯度滤波图像的各个像素点的各个亮度值，对所述共轭梯度滤波图像的各个像素点的各个亮度值求均值以获得所述共轭梯度滤波图像的整体亮度。
更具体地，在所述指纹锁身份识别系统中：
在所述分块提取设备中，当偏离度未超限时，确认所述遍历窗口为非颗粒分块；其中，在所述分化处理设备中，采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案包括：将所述非颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒非低通图案并输出所述颗粒非低通图案。
更具体地，在所述指纹锁身份识别系统中：在所述窗口采集设备中，所述遍历窗口为正方形窗口，所述正方形窗口的边长与所述共轭梯度滤波图像的信噪比成正比。
更具体地，在所述指纹锁身份识别系统中：
所述第一采集设备包括背光光源、指纹扫描头、距离测量仪、语音报警器和数据输出接口；其中，在所述第一采集设备中，所述距离测量仪用于测量所述指纹扫描头到所述指纹锁锁体的前板的实时距离。
更具体地，在所述指纹锁身份识别系统中：
在所述第一采集设备中，所述距离测量仪当所述实时距离小于等于预设距离阈值时，向所述语音报警器发送距离过近报警信息；其中，在所述第一采集设备中，所述背光光源设置在所述指纹扫描头的附近，所述距离测量仪与所述语音报警器连接；其中，在所述第一采集设备中，所述指纹扫描头与所述数据输出接口连接，所述指纹扫描头用于对指纹锁对面的人员进行图像拍摄动作，以获得对应的对面人员图像，所述数据输出接口用于输出所述对面人员图像。
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指纹锁身份识别系统的指纹处理设备的指纹特征提取示意图。
具体实施方式
下面将参照附图对本发明的指纹锁身份识别系统的实施方案进行详细说明。
指纹锁传感器主要采用光学传感器和半导体传感器，光学传感器主要指使用CMOS等光传感器件，获取指纹图像，市面上一般都做成整体模块的形式，此类传感器价格较低，但体积较大，一般使用于指纹锁，指纹门禁等产品。
半导体传感器主要被瑞典FingerPrint Cards公司、等指纹传感器厂家垄断，分为挂擦式和面状两种，面状价格相对较高，但是性能较好，大多用于海关、军事、银行等重要领域。现如今随着人们对家庭安防意识的提高，越来越多的厂家将半导体面状传感器运用在民用领域，用户体验较好。挂擦式体积较小，价格较低，但是体验比较差，刮擦时的速度方向等都对效果有影响。
为了克服上述不足，本发明搭建了一种指纹锁身份识别系统，能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的指纹锁身份识别系统的指纹处理设备的指纹特征提取示意图。
根据本发明实施方案示出的指纹锁身份识别系统包括：
第一采集设备，设置在指纹锁锁体的前板上，用于对指纹锁锁体的前板上的手指进行逐行扫描，以获得对应的扫描指纹图像，并输出所述扫描指纹图像，所述第一采集设备在接收到指纹识别指令时，跳出省电模式；
第二采集设备，设置在指纹锁锁体的上方，用于对指纹锁对面的人员进行图像拍摄动作，以获得对应的对面人员图像，并输出所述对面人员图像，所述第二采集设备在接收到面部识别指令时，跳出省电模式；
用户输入设备，分别与所述第一采集设备和所述第二采集设备连接，用于接收人员的操作，并根据人员的操作，接收输入的指纹识别指令或面部识别指令。
接着，继续对本发明的指纹锁身份识别系统的具体结构进行进一步的说明。
在所述指纹锁身份识别系统中，还包括：
共轭梯度滤波设备，与所述第一采集设备连接，用于接收所述扫描指纹图像，对所述扫描指纹图像执行基于共轭梯度算法的自适应滤波处理，以获得对应的共轭梯度滤波图像，并输出所述共轭梯度滤波图像；
窗口采集设备，与所述共轭梯度滤波设备连接，用于接收所述共轭梯度滤波图像，采用平滑窗口按照从左到右、从上到下的顺序对所述共轭梯度滤波图像进行无重叠式遍历，以获得对应的各个遍历窗口，并输出所述各个遍历窗口。
在所述指纹锁身份识别系统中，还包括：
分块提取设备，与所述窗口采集设备连接，用于接收所述各个遍历窗口，对所述各个遍历窗口进行以下颗粒确认动作：获取每一个遍历窗口中的各个像素点的各个亮度值的均值以作为窗口均值，将所述窗口均值与所述共轭梯度滤波图像的整体亮度进行偏离度分析，当偏离度超限时，确认所述遍历窗口为颗粒分块。
在所述指纹锁身份识别系统中，还包括：
图案识别设备，与所述分块提取设备连接，用于基于所述分块提取设备输出的各个颗粒分块组成所述共轭梯度滤波图像中的颗粒图案，将所述共轭梯度滤波图像剥离所述颗粒图案后的图像作为非颗粒图案；
分化处理设备，与所述图案识别设备连接，用于接收所述颗粒图案和所述非颗粒图案，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案，还用于采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案，输出所述颗粒低通图案和所述非颗粒低通图案；
数据汇集设备，与所述分化处理设备连接，用于接收所述颗粒低通图案和所述非颗粒低通图案，并将所述颗粒低通图案和所述非颗粒低通图案进行拟合以获得所述共轭梯度滤波图像对应的数据汇集图像；
数量检测设备，设置在指纹锁锁体内部，与所述数据汇集设备连接，用于接收所述数据汇集图像，获取所述数据汇集图像中的每一个像素点，基于邻域像素点的像素值确定所述数据汇集图像中的每一个像素点是否为边沿像素点，并获取所述数据汇集图像中的边沿像素点的累计数值；
强度采集设备，与所述数量检测设备连接，用于接收所述数据汇集图像中的边沿像素点的累计数值和所述数据汇集图像，并基于所述数据汇集图像中的边沿像素点的累计数值确定对所述数据汇集图像执行边沿处理的强度，以获得并输出相应的强度处理图像；
指纹处理设备，与所述强度采集设备连接，用于接收所述强度处理图像，对所述强度处理图像执行指纹特征提取，以基于提取的指纹特征确定指纹锁锁体的前板上的手指所属人员是否为授权人员；
其中，在所述分化处理设备中，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案包括：将所述颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒低通图案并输出所述颗粒低通图案；
其中，在所述分块提取设备中，所述共轭梯度滤波图像的整体亮度的获取模式如下：获取所述共轭梯度滤波图像的各个像素点的各个亮度值，对所述共轭梯度滤波图像的各个像素点的各个亮度值求均值以获得所述共轭梯度滤波图像的整体亮度。
在所述指纹锁身份识别系统中：
在所述分块提取设备中，当偏离度未超限时，确认所述遍历窗口为非颗粒分块；
其中，在所述分化处理设备中，采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案包括：将所述非颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒非低通图案并输出所述颗粒非低通图案。
在所述指纹锁身份识别系统中：在所述窗口采集设备中，所述遍历窗口为正方形窗口，所述正方形窗口的边长与所述共轭梯度滤波图像的信噪比成正比。
在所述指纹锁身份识别系统中：
所述第一采集设备包括背光光源、指纹扫描头、距离测量仪、语音报警器和数据输出接口；
其中，在所述第一采集设备中，所述距离测量仪用于测量所述指纹扫描头到所述指纹锁锁体的前板的实时距离。
在所述指纹锁身份识别系统中：
在所述第一采集设备中，所述距离测量仪当所述实时距离小于等于预设距离阈值时，向所述语音报警器发送距离过近报警信息；
其中，在所述第一采集设备中，所述背光光源设置在所述指纹扫描头的附近，所述距离测量仪与所述语音报警器连接；
其中，在所述第一采集设备中，所述指纹扫描头与所述数据输出接口连接，所述指纹扫描头用于对指纹锁对面的人员进行图像拍摄动作，以获得对应的对面人员图像，所述数据输出接口用于输出所述对面人员图像。
另外，在所述指纹锁身份识别系统中，还可以包括：ADSL通信设备，与所述指纹处理设备连接，用于接收并发送所述指纹处理设备的输出结果。
ADSL是一种通过现有普通电话线为家庭、办公室提供宽带数据传输服务的技术，他能提供很高的数据传输频宽，宽到足以让电讯业大喘一口气。ADSL方案不需要改造信号传输线路，它只需要有一对特殊的MODEM，其中一个MODEM被接到用户的计算机上，另一台则安装在电信公司的通讯中心里，将它们相联的依然是普通的电话线路。在采用ADSL方案后，数据传输的速度确实提高了很多。ADSL方案的传输速度大约是ISDN方案的50倍、卫星方案的20倍，同时它又不需要改制线路，因此ADSL是目前比较可行的上网加速方案。ADSL在开发初期，是专为视像节目点播而设计的。随着互联网的迅速发展，ADSL改头换面作为一种高速接入互联网的技术出现在人们面前，让用户感到耳目一新，它使在现有互联网上提供多媒体服务成为可能。
采用本发明的指纹锁身份识别系统，针对现有技术中基于生理特征的身份识别机制健壮性差的技术问题，通过为指纹锁搭建了两种用户可选择的身份识别机制，以在其中一个识别机制出现故障时，仍能继续进行识别操作，尤为关键的是，在指纹识别之前对指纹图像进行定制的图像预处理操作，提高了即将进行指纹识别的图像的清晰度；同时，还采用尺寸与所述高清图像的信噪比成正比的遍历窗口对待处理图像进行颗粒分析，以获得其中的颗粒低通图案和非颗粒低通图案，并对颗粒低通图案和非颗粒低通图案进行不同的分化处理，使得滤波后的图像更清晰，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 (4)
1.一种指纹锁身份识别系统，其特征在于，所述系统包括：
第一采集设备，设置在指纹锁锁体的前板上，用于对指纹锁锁体的前板上的手指进行逐行扫描，以获得对应的扫描指纹图像，并输出所述扫描指纹图像，所述第一采集设备在接收到指纹识别指令时，跳出省电模式；
第二采集设备，设置在指纹锁锁体的上方，用于对指纹锁对面的人员进行图像拍摄动作，以获得对应的对面人员图像，并输出所述对面人员图像，所述第二采集设备在接收到面部识别指令时，跳出省电模式；
用户输入设备，分别与所述第一采集设备和所述第二采集设备连接，用于接收人员的操作，并根据人员的操作，接收输入的指纹识别指令或面部识别指令；
共轭梯度滤波设备，与所述第一采集设备连接，用于接收所述扫描指纹图像，对所述扫描指纹图像执行基于共轭梯度算法的自适应滤波处理，以获得对应的共轭梯度滤波图像，并输出所述共轭梯度滤波图像；
窗口采集设备，与所述共轭梯度滤波设备连接，用于接收所述共轭梯度滤波图像，采用平滑窗口按照从左到右、从上到下的顺序对所述共轭梯度滤波图像进行无重叠式遍历，以获得对应的各个遍历窗口，并输出所述各个遍历窗口；
分块提取设备，与所述窗口采集设备连接，用于接收所述各个遍历窗口，对所述各个遍历窗口进行以下颗粒确认动作：获取每一个遍历窗口中的各个像素点的各个亮度值的均值以作为窗口均值，将所述窗口均值与所述共轭梯度滤波图像的整体亮度进行偏离度分析，当偏离度超限时，确认所述遍历窗口为颗粒分块；
图案识别设备，与所述分块提取设备连接，用于基于所述分块提取设备输出的各个颗粒分块组成所述共轭梯度滤波图像中的颗粒图案，将所述共轭梯度滤波图像剥离所述颗粒图案后的图像作为非颗粒图案；
分化处理设备，与所述图案识别设备连接，用于接收所述颗粒图案和所述非颗粒图案，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案，还用于采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案，输出所述颗粒低通图案和所述非颗粒低通图案；
数据汇集设备，与所述分化处理设备连接，用于接收所述颗粒低通图案和所述非颗粒低通图案，并将所述颗粒低通图案和所述非颗粒低通图案进行拟合以获得所述共轭梯度滤波图像对应的数据汇集图像；
数量检测设备，设置在指纹锁锁体内部，与所述数据汇集设备连接，用于接收所述数据汇集图像，获取所述数据汇集图像中的每一个像素点，基于邻域像素点的像素值确定所述数据汇集图像中的每一个像素点是否为边沿像素点，并获取所述数据汇集图像中的边沿像素点的累计数值；
强度采集设备，与所述数量检测设备连接，用于接收所述数据汇集图像中的边沿像素点的累计数值和所述数据汇集图像，并基于所述数据汇集图像中的边沿像素点的累计数值确定对所述数据汇集图像执行边沿处理的强度，以获得并输出相应的强度处理图像；
指纹处理设备，与所述强度采集设备连接，用于接收所述强度处理图像，对所述强度处理图像执行指纹特征提取，以基于提取的指纹特征确定指纹锁锁体的前板上的手指所属人员是否为授权人员；
其中，在所述分化处理设备中，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案包括：将所述颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒低通图案并输出所述颗粒低通图案；
其中，在所述分块提取设备中，所述共轭梯度滤波图像的整体亮度的获取模式如下：获取所述共轭梯度滤波图像的各个像素点的各个亮度值，对所述共轭梯度滤波图像的各个像素点的各个亮度值求均值以获得所述共轭梯度滤波图像的整体亮度。
2.如权利要求1所述的指纹锁身份识别系统，其特征在于：
在所述分块提取设备中，当偏离度未超限时，确认所述遍历窗口为非颗粒分块；
其中，在所述分化处理设备中，采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案包括：将所述非颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒非低通图案并输出所述颗粒非低通图案。
3.如权利要求2所述的指纹锁身份识别系统，其特征在于：
在所述窗口采集设备中，所述遍历窗口为正方形窗口，所述正方形窗口的边长与所述共轭梯度滤波图像的信噪比成正比。
4.如权利要求3所述的指纹锁身份识别系统，其特征在于：
所述第一采集设备包括背光光源、指纹扫描头、距离测量仪、语音报警器和数据输出接口；
其中，在所述第一采集设备中，所述距离测量仪用于测量所述指纹扫描头到所述指纹锁锁体的前板的实时距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810750871.3A CN108932775B (zh) | 2018-07-10 | 2018-07-10 | 指纹锁身份识别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810750871.3A CN108932775B (zh) | 2018-07-10 | 2018-07-10 | 指纹锁身份识别系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108932775A CN108932775A (zh) | 2018-12-04 |
| CN108932775B true CN108932775B (zh) | 2020-08-07 |
Family
ID=64446933
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810750871.3A Active CN108932775B (zh) | 2018-07-10 | 2018-07-10 | 指纹锁身份识别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108932775B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109846649A (zh) * | 2019-01-08 | 2019-06-07 | 张典文 | 自动化医疗器械授权系统 |
| CN114780769B (zh) * | 2022-06-13 | 2022-09-13 | 杭州合众数据技术有限公司 | 基于布隆过滤器的人员核查方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101408932A (zh) * | 2008-04-11 | 2009-04-15 | 浙江师范大学 | 一种基于指纹结构特征与纹理分析的指纹图像匹配方法 |
| CN101571912A (zh) * | 2008-04-30 | 2009-11-04 | 中国科学院半导体研究所 | 基于人类视觉模拟的计算机人脸定位方法 |
| CN105975833A (zh) * | 2016-05-27 | 2016-09-28 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4309926B2 (ja) * | 2007-03-13 | 2009-08-05 | アイシン精機株式会社 | 顔特徴点検出装置、顔特徴点検出方法及びプログラム |
| US9298979B2 (en) * | 2008-01-18 | 2016-03-29 | Mitek Systems, Inc. | Systems and methods for mobile image capture and content processing of driver's licenses |
| KR102305274B1 (ko) * | 2013-07-16 | 2021-09-24 | 더 리젠트스 오브 더 유니이버시티 오브 캘리포니아 | Mut 지문 id 시스템 |
| CN105931324A (zh) * | 2016-04-13 | 2016-09-07 | 时建华 | 通过指纹进行识别的门锁 |
| CN107798747A (zh) * | 2016-08-31 | 2018-03-13 | 王玲 | 分布式非接触智能门禁系统 |
| CN206389453U (zh) * | 2016-12-23 | 2017-08-08 | 重庆市艾尔伴家科技有限公司 | 电子开锁系统 |
| CN107578519A (zh) * | 2017-10-24 | 2018-01-12 | 北京樱桃智心科技有限公司 | 一种智能门禁系统及智能门禁开锁方法 |
| CN107833336A (zh) * | 2017-11-30 | 2018-03-23 | 成都市深国科半导体有限公司 | 一种门禁识别系统 |
| CN108133180A (zh) * | 2017-12-11 | 2018-06-08 | 北京小米移动软件有限公司 | 指纹识别方法、装置及终端 |
-
2018
- 2018-07-10 CN CN201810750871.3A patent/CN108932775B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101408932A (zh) * | 2008-04-11 | 2009-04-15 | 浙江师范大学 | 一种基于指纹结构特征与纹理分析的指纹图像匹配方法 |
| CN101571912A (zh) * | 2008-04-30 | 2009-11-04 | 中国科学院半导体研究所 | 基于人类视觉模拟的计算机人脸定位方法 |
| CN105975833A (zh) * | 2016-05-27 | 2016-09-28 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108932775A (zh) | 2018-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Qiu et al. | Finger vein presentation attack detection using total variation decomposition | |
| CN109214821B (zh) | 身份远程认证方法及终端设备 | |
| Wang et al. | Hand-dorsa vein recognition based on partition local binary pattern | |
| CN102779274B (zh) | 一种基于双目摄像头的智能电视人脸识别方法 | |
| CN106709450A (zh) | 一种指纹图像识别方法及系统 | |
| CN108932775B (zh) | 指纹锁身份识别系统 | |
| WO2011097936A1 (zh) | 指纹图像增强方法 | |
| US20230091865A1 (en) | Face image verification method and apparatus, electronic device, and storage medium | |
| CN106530311B (zh) | 切片图像处理方法及装置 | |
| Tadic et al. | Comparison of Gabor filter bank and fuzzified Gabor filter for license plate detection | |
| Ravi et al. | A novel method for touch-less finger print authentication | |
| CN110222647B (zh) | 一种基于卷积神经网络的人脸活体检测方法 | |
| CN110121109A (zh) | 面向监控系统数字视频实时溯源方法、城市视频监控系统 | |
| CN103268653A (zh) | 用于门禁系统的人脸识别方法 | |
| KR101601187B1 (ko) | 손금 기반 사용자 인식 정보를 이용한 기기 컨트롤 장치 및 그 방법 | |
| CN108805751A (zh) | 自助登记入住方法、装置、存储介质及终端 | |
| US10803353B2 (en) | Method and apparatus for acquiring information | |
| CN110363180A (zh) | 一种统计陌生人人脸重复出现的方法和装置以及设备 | |
| CN111126147B (zh) | 图像处理方法、装置和电子系统 | |
| Khalil et al. | A review of fingerprint pre-processing using a mobile phone | |
| CN107124577A (zh) | 一种基于运动目标检测的实时防窃系统 | |
| CN109118240B (zh) | 一种基于指纹采集的即时缴费系统 | |
| CN115984973A (zh) | 一种用于防偷窥屏幕的人体异常行为监测方法 | |
| Li et al. | A hybrid edge detection method for cell images based on fuzzy entropy and the canny operator | |
| CN109359616B (zh) | 一种基于sift的伪拼接小尺寸指纹识别算法 |
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: 20200709 Address after: 317016 NO.311, duchuan Road, Duqiao Town, Linhai City, Taizhou City, Zhejiang Province Applicant after: Jiang Qian Address before: 226001 No. 63 Xisi Road, Nantong City, Jiangsu Province Applicant before: Tian Hua |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220310 Address after: 315000, 15th floor, Qinda building, No. 359, Tianzhi lane, southern business district, Yinzhou District, Ningbo City, Zhejiang Province Patentee after: Shen Zheming Address before: 317016 No. 311, duchuan Road, Duqiao Town, Linhai City, Taizhou City, Zhejiang Province Patentee before: Jiang Qian |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240320 Address after: 315000 Cha Ting an Cun Li Hua Qiao Cun, Shounan street, Yinzhou District, Ningbo City, Zhejiang Province Patentee after: Zhejiang jiuchan IOT Technology Co.,Ltd. Country or region after: Zhong Guo Address before: 315000, 15th floor, Qinda building, No. 359, Tianzhi lane, southern business district, Yinzhou District, Ningbo City, Zhejiang Province Patentee before: Shen Zheming Country or region before: Zhong Guo |