CN109598182B - 指纹比对方法和装置 - Google Patents

指纹比对方法和装置 Download PDF

Info

Publication number
CN109598182B
CN109598182B CN201710939711.9A CN201710939711A CN109598182B CN 109598182 B CN109598182 B CN 109598182B CN 201710939711 A CN201710939711 A CN 201710939711A CN 109598182 B CN109598182 B CN 109598182B
Authority
CN
China
Prior art keywords
fingerprint
image
fingerprint image
pixel points
area
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
Application number
CN201710939711.9A
Other languages
English (en)
Other versions
CN109598182A (zh
Inventor
雷磊
徐坤平
杨云
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.)
BYD Semiconductor Co Ltd
Original Assignee
BYD Co Ltd
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 BYD Co Ltd filed Critical BYD Co Ltd
Priority to CN201710939711.9A priority Critical patent/CN109598182B/zh
Publication of CN109598182A publication Critical patent/CN109598182A/zh
Application granted granted Critical
Publication of CN109598182B publication Critical patent/CN109598182B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V40/1347Preprocessing; Feature extraction
    • 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

Abstract

本发明提出一种指纹比对方法和装置,其中,方法包括获取第一指纹图像,根据第一指纹图像中的指纹纹路,对第一指纹图像沿边界增加扩展区域,以得到第二指纹图像,根据第二指纹图像进行指纹比对。通过对第一指纹图像沿边界增加扩展区域,增加了可识别的图像尺寸,使得边界的像素点也可以用来求取极值,解决了现有技术中无法识别边界像素区域,致使可识别的指纹图像区域较小,导致指纹识别率比较低的问题。

Description

指纹比对方法和装置
技术领域
本发明涉及指纹识别技术领域,尤其涉及一种指纹比对方法和装置。
背景技术
现有技术中,在进行指纹比对之前,需要对需要比对的指纹提取特征。由于在提取特征过程中,往往需要采用选取框在指纹图像中进行图像选取,从而对指纹图像的局部进行计算,得到局部特征。
为了避免选取框在指纹图像中移动时移出指纹图像区域,往往在指纹图像中选定一个较小的区域,从而特征点仅能够出现在较小区域内。若指纹图像的其他区域存在特征点时,则无法被提取到,导致指纹识别率比较低。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明提出一种指纹比对方法,以实现通过对第一指纹图像沿边界增加扩展区域,增加了可识别的图像尺寸,使得边界的像素点也可以用来求取极值,解决了现有技术中无法识别边界像素区域,致使可识别的指纹图像区域较小,导致指纹识别率比较低的问题。
本发明提出一种指纹比对装置。
本发明提出一种计算机设备。
本发明提出一种计算机可读存储介质。
为达上述目的,本发明第一方面实施例提出了一种指纹比对方法,包括:
获取第一指纹图像;
根据所述第一指纹图像中的指纹纹路,对所述第一指纹图像沿边界增加扩展区域,以得到第二指纹图像;
根据所述第二指纹图像进行指纹比对。
本发明实施例的指纹比对方法中,获取第一指纹图像,根据第一指纹图像中的指纹纹路,对第一指纹图像沿边界增加扩展区域,以得到第二指纹图像,根据第二指纹图像进行指纹比对。通过对第一指纹图像沿边界增加扩展区域,增加了可识别的图像尺寸,相较于现有技术中在第一指纹图像内部预留出边界的方式,克服了现有技术中仅能够在第一指纹图像内确定一较小区域进行指纹识别的缺陷,扩展了第一指纹图像中可进行指纹识别的区域,解决了现有技术中由于在第一指纹图像内部预留边界,致使可识别的指纹图像区域较小,指纹识别率比较低的技术问题。
为达上述目的,本发明第二方面实施例提出了一种指纹比对装置,包括:
获取模块,用于获取第一指纹图像;
扩展模块,用于根据所述第一指纹图像中的指纹纹路,对所述第一指纹图像沿边界增加扩展区域,以得到第二指纹图像;
比对模块,用于根据所述第二指纹图像进行指纹比对。
本发明实施例的指纹比对装置中,获取模块用于获取第一指纹图像,扩展模块用于根据第一指纹图像中的指纹纹路,对第一指纹图像沿边界增加扩展区域,以得到第二指纹图像,比对模块用于根据第二指纹图像进行指纹比对。通过对第一指纹图像沿边界增加扩展区域,增加了可识别的图像尺寸,相较于现有技术中在第一指纹图像内部预留出边界的方式,克服了现有技术中仅能够在第一指纹图像内确定一较小区域进行指纹识别的缺陷,扩展了第一指纹图像中可进行指纹识别的区域,解决了现有技术中由于在第一指纹图像内部预留边界,致使可识别的指纹图像区域较小,指纹识别率比较低的技术问题。
为达上述目的,本发明第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现第一方面实施例所述的指纹比对方法。
为了实现上述目的,本发明第四方面实施例提出了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面实施例所述的指纹比对方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例所提供的一种指纹比对方法的流程示意图;
图2为本发明实施例所提供的指纹图像的扩展示意图;
图3为本发明实施例所提供的另一种可能的指纹比对方法的流程示意图;
图4为本发明实施例所提供的指纹图像扩展边区域的示意图;
图5为本发明实施例提供的扩展角区域的示意图;
图6为本发明实施例提供的一种指纹比对装置的结构示意图;
图7为本发明实施例所提供的另一种指纹比对装置的结构示意图;以及
图8为本发明实施例所提供的第二生成单元625的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的指纹比对方法和装置。
图1为本发明实施例所提供的一种指纹比对方法的流程示意图。
如图1所示,该方法包括以下步骤:
步骤S101,获取第一指纹图像。
具体地,获取需要进行比对的指纹图像,称为第一指纹图像,作为一种可能的实现方式,可以是通过指纹采集设备采集得到第一指纹图像;作为另一种可能的实现方式,可以是从固定的存储单元中读取第一指纹图像。
步骤S102,根据第一指纹图像中的指纹纹路,对第一指纹图像沿边界增加扩展区域,以得到第二指纹图像。
具体地,识别第一指纹图像中向边界延伸的指纹纹路,得到多个第一像素点,其中,多个第一像素点用于描述向边界延伸的指纹纹路,根据指纹纹路的延伸角度,确定边区域中多个第二像素点的位置,边区域是扩展区域中,与边界相邻的部分。扩展区域的宽度K是根据第一指纹图像中的像素个数n*n确定的,其中,K=(n-1)/2。宽度K是扩展区域中,从第一指纹图像的一个边至对应的扩展区域的边界的连线所经过的最小像素点个数。进而,获取得到多个第一像素点的灰度值,根据多个第一像素点的灰度值,确定多个第二像素点的灰度值,根据多个第二像素点的位置和灰度值,生成边区域的图像。
然后,根据相邻两个边区域的图像,生成扩展区域中角区域的图像,角区域位于相邻两个边区域的夹角。
进而,根据边区域的图像和角区域的图像,得到第二指纹图像。
图2为本发明实施例所提供的指纹图像的扩展示意图,图中A是原始图像,即第一指纹图像,B是扩展边区域后的图像,其中,正方形实线框以外的上下左右4个区域即扩展的边区域,C是扩展4个角区域后,得到的第二指纹图像。
步骤S103,根据第二指纹图像进行指纹比对。
具体地,采用预设算法,对第二指纹图像进行计算,以从第二指纹图像中对应第一指纹图像的区域提取特征,将第二指纹图像的特征,与预设指纹模板的特征比对,以识别第二指纹图像是否与指纹模板匹配。
本发明实施例的指纹比对方法中,获取第一指纹图像,根据第一指纹图像中的指纹纹路,对第一指纹图像沿边界增加扩展区域,以得到第二指纹图像,根据第二指纹图像进行指纹比对。通过对第一指纹图像沿边界增加扩展区域,增加了可识别的图像尺寸,相较于现有技术中在第一指纹图像内部预留出边界的方式,克服了现有技术中仅能够在第一指纹图像内确定一较小区域进行指纹识别的缺陷,扩展了第一指纹图像中可进行指纹识别的区域,解决了现有技术中由于在第一指纹图像内部预留边界,致使可识别的指纹图像区域较小,指纹识别率比较低的技术问题。
在上述实施例的基础上,本发明还提出了一种可能的指纹比对方法,更加清楚的解释了,根据第一指纹图像中的指纹纹路,对第一指纹图像沿边界增加扩展区域,得到第二指纹图像的过程,图3为本发明实施例所提供的另一种可能的指纹比对方法的流程示意图,如图3所示,该方法包括:
步骤S201,获取第一指纹图像。
具体地,获取需要进行比对的第一指纹图像。
步骤S202,识别第一指纹图像中向边界延伸的指纹纹路,得到多个第一像素点。
具体地,指纹图像中,指纹具有明显的纹路特征,识别出第一指纹图像中向边界延伸的指纹纹路,在第一指纹图像中得到多个第一像素点。
实际应用中,一个指纹的完整图像往往会划分为各个局部的指纹图像,例如:一个指纹的完整图像分辨率可能为96*96,在指纹比对时,根据每一个局部指纹图像进行特征提取,也就是说提取特征的指纹区域会选择较小尺寸,如可选择指纹图像的像素为n*n=9*9,通过这种局部比对的方式,能够减少每一指纹图像的处理数据量,在一定程度上提高识别率。图4为本发明实施例所提供的指纹图像扩展边区域的示意图,如图4所示,指纹图像的像素点为9*9个,即扩展区域的宽度可取4个像素点,其中,a1,a2,a3和a4是第一指纹图像中多个第一像素点中的4个。
步骤S203,根据指纹纹路的延伸角度,确定边区域中多个第二像素点的位置。
具体地,根据第一指纹图像中指纹纹路的延伸角度,从与边界相邻的部分向边区域中进行延伸,确定边区域中多个第二像素点的位置。本实施例中,以扩展宽度为4个像素点为例,进行举例说明,如图4所示,从a1处根据该指纹纹路的延伸角度向外延伸,扩展宽度为4个像素,则得到第二像素b1,b2,b3和b4对应的位置。
步骤S204,根据多个第一像素点的灰度值,确定多个第二像素点的灰度值。
根据多个第一像素点的灰度值,利用公式,确定多个第二像素点的灰度值,具体地,若第一像素点为M个,将第一像素点j的灰度值pj(j=1,……,M),代入以下第一公式,得到第i个第二像素点的灰度值qi,其中,第一公式为:
qi=p1*W i1+p2*Wi2+…+pj*Wij+…+pM*WiM
其中,Wij为计算第i个第二像素点时,第j个第一像素点的权重,权重的取值是根据沿指纹纹路方向上,第j个第一像素点与第i个第二像素点之间的距离确定的,即距离第i个第二像素点距离越近的第一像素点的权重越高,距离越远的第一像素点的权重越低。
根据图4中,扩展的4个像素点为例,当计算距离边界最近的第二像素点b1的灰度时,q1=p1*W11+p2*W12+p3*W13+p4*W14,其中,a1的权重W11的值最大,a4的权重W14的值较小,即W11>W12>W13>W14。其它第二像素点的灰度计算方法同理,此处不一一列举。
步骤S205,根据多个第二像素点的位置和灰度值,生成边区域的图像。
具体地,将计算得到的第二像素点的灰度值,填充在对应的第二像素点的位置,生成边区域的图像,参照图2,其中的图B即为根据多个第二像素点的位置和灰度值,扩展生成的包含边区域的图像。
步骤S206,根据相邻两个边区域的图像,生成扩展区域中角区域的图像。
具体地,角区域位于相邻两个边区域的夹角,从相邻两个边区域的一个边区域图像中,获取与角区域相邻的至少一行像素点,再从相邻两个边区域的另一个边区域图像中,获取与角区域相邻的至少一列像素点,根据得到的至少一行像素点的灰度,以及至少一列像素点的灰度,生成角区域的图像。
作为一种可能的实现方式,角区域中各像素点的灰度计算方法为:在相邻两个边区域中,分别取与该角区域相邻的一行像素点和一列像素点,将取得的一行像素点中的第x列像素点qx和取得的一列像素点中第y行像素点qy代入以下第二公式,得到角区域中第x列第y行像素点qxy的灰度;
其中,第二公式为:
qxy=(qx+qy)/2。
如图5所示,图5为本发明实施例提供的扩展角区域的示意图,仍以像素的扩展宽度为4个像素点为例,则对于左上的角区域需计算出4*4=16个像素点的灰度值,如图中箭头的指示方向,列的排列为从左到右依次为第1列至第4列,行的排列为从下到上依次为第一行至第4行,x为第2列,y为第3行,则第2列第3行像素点的灰度值q23=(q2+q3)/2,其它像素点的计算方法同理,从而可得到该角区域中所有像素点的灰度值,即可得到该角区域的图像,同理,可得到其它三个角区域的图像。
步骤S207,采用预设算法,对第二指纹图像进行特征提取。
具体地,采用预设算法对第二指纹图像进行计算,以从第二指纹图像中对应第一指纹图像的区域提取特征。
作为一种可能的实现方式,可以采用SURF算法,对第二指纹图像进行计算,提取特征。本领域技术人员也可以采用其它算法对指纹图像进行特征提取,本实施例中对指纹图像的特征提取的算法不做限定。
步骤S208,识别第二指纹图像的特征是否与指纹模板匹配。
具体地,将提取得到的第二指纹图像的特征,与预设的指纹模板的特征进行对比,识别第二指纹图像的特征是否与指纹模板匹配。作为一种可能的实现方式,可以采用欧式距离,计算第二指纹图像中各特征点和预设模板中各特征点的相似度,通过相似度大小,确定第二指纹图像是否与指纹模板匹配。
本发明实施例的指纹比对方法中,获取第一指纹图像,根据第一指纹图像中的指纹纹路,对第一指纹图像沿边界增加扩展区域,以得到第二指纹图像,根据第二指纹图像进行指纹比对。通过对第一指纹图像沿边界增加扩展区域,增加了可识别的图像尺寸,相较于现有技术中在第一指纹图像内部预留出边界的方式,克服了现有技术中仅能够在第一指纹图像内确定一较小区域进行指纹识别的缺陷,扩展了第一指纹图像中可进行指纹识别的区域,解决了现有技术中由于在第一指纹图像内部预留边界,致使可识别的指纹图像区域较小,指纹识别率比较低的技术问题。
为了实现上述实施例,本发明还提出一种指纹比对装置。
图6为本发明实施例提供的一种指纹比对装置的结构示意图。
如图6所示,该装置包括:获取模块61、扩展模块62和比对模块63。
获取模块61,用于获取第一指纹图像。
扩展模块62,用于根据第一指纹图像中的指纹纹路,对第一指纹图像沿边界增加扩展区域,以得到第二指纹图像。
比对模块63,用于根据第二指纹图像进行指纹比对。
需要说明的是,前述对方法实施例的解释说明也适用于该实施例的装置,此处不再赘述。
本发明实施例的指纹比对装置中,获取模块用于获取第一指纹图像,扩展模块用于根据第一指纹图像中的指纹纹路,对第一指纹图像沿边界增加扩展区域,以得到第二指纹图像,比对模块用于根据第二指纹图像进行指纹比对。通过对第一指纹图像沿边界增加扩展区域,增加了可识别的图像尺寸,相较于现有技术中在第一指纹图像内部预留出边界的方式,克服了现有技术中仅能够在第一指纹图像内确定一较小区域进行指纹识别的缺陷,扩展了第一指纹图像中可进行指纹识别的区域,解决了现有技术中由于在第一指纹图像内部预留边界,致使可识别的指纹图像区域较小,指纹识别率比较低的技术问题。
基于上述实施例,本发明实施例还提供了一种指纹比对装置的可能的实现方式,图7为本发明实施例所提供的另一种指纹比对装置的结构示意图,在上一实施例的基础上,扩展模块62还可以包括:识别单元621、第一确定单元622、第二确定单元623、第一生成单元624和第二生成单元625。
识别单元621,用于识别第一指纹图像中向边界延伸的指纹纹路,得到多个第一像素点,其中,多个第一像素点用于描述向边界延伸的指纹纹路。
第一确定单元622,用于根据指纹纹路的延伸角度,确定边区域中多个第二像素点的位置,其中,边区域是扩展区域中,与边界相邻的部分。
第二确定单元623,用于根据多个第一像素点的灰度值,确定多个第二像素点的灰度值。
第一生成单元624,用于根据多个第二像素点的位置和灰度值,生成边区域的图像。
第二生成单元625,用于根据相邻两个边区域的图像,生成扩展区域中角区域的图像,其中,角区域位于相邻两个边区域的夹角。
需要说明的是,前述对方法实施例的解释说明也适用于该实施例的装置,此处不再赘述。
本发明实施例的指纹比对装置中,获取模块用于获取第一指纹图像,扩展模块用于根据第一指纹图像中的指纹纹路,对第一指纹图像沿边界增加扩展区域,以得到第二指纹图像,比对模块用于根据第二指纹图像进行指纹比对。通过对第一指纹图像沿边界增加扩展区域,增加了可识别的图像尺寸,相较于现有技术中在第一指纹图像内部预留出边界的方式,克服了现有技术中仅能够在第一指纹图像内确定一较小区域进行指纹识别的缺陷,扩展了第一指纹图像中可进行指纹识别的区域,解决了现有技术中由于在第一指纹图像内部预留边界,致使可识别的指纹图像区域较小,指纹识别率比较低的技术问题。
进一步,在上述实施例的基础上,图8为本发明实施例所提供的第二生成单元625的结构示意图,如图8所示,第二生成单元625,还可以包括:获取子单元6251和生成子单元6252。
获取子单元6251,用于从相邻两个边区域的一个边区域图像中,获取与角区域相邻的至少一行像素点,从相邻两个边区域的另一个边区域图像中,获取与角区域相邻的至少一列像素点。
生成子单元6252,用于根据至少一行像素点的灰度,以及至少一列像素点的灰度,生成角区域的图像。
作为一种可能的实现方式,生成子单元6252,具体用于:
将第x列像素点qx和第y行像素点qy代入以下第二公式,得到角区域中第x列第y行像素点qxy的灰度;
其中,所述第二公式为:
qxy=(qx+qy)/2。
需要说明的是,前述对方法实施例的解释说明也适用于该实施例的装置,此处不再赘述。
本发明实施例的指纹比对装置中,获取模块用于获取第一指纹图像,扩展模块用于根据第一指纹图像中的指纹纹路,对第一指纹图像沿边界增加扩展区域,以得到第二指纹图像,比对模块用于根据第二指纹图像进行指纹比对。通过对第一指纹图像沿边界增加扩展区域,增加了可识别的图像尺寸,相较于现有技术中在第一指纹图像内部预留出边界的方式,克服了现有技术中仅能够在第一指纹图像内确定一较小区域进行指纹识别的缺陷,扩展了第一指纹图像中可进行指纹识别的区域,解决了现有技术中由于在第一指纹图像内部预留边界,致使可识别的指纹图像区域较小,指纹识别率比较低的技术问题。
为实现上述实施例,本发明还提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现前述方法实施例所述的指纹比对方法。
为实现上述实施例,本发明还提出了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,实现前述方法实施例所述的指纹比对方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种指纹比对方法,其特征在于,包括以下步骤:
获取第一指纹图像;
根据所述第一指纹图像中的指纹纹路,对所述第一指纹图像沿边界增加扩展区域,以得到第二指纹图像;
根据所述第二指纹图像进行指纹比对;
所述根据所述第一指纹图像中的指纹纹路,对所述第一指纹图像沿边界增加扩展区域,以得到第二指纹图像,包括:
识别所述第一指纹图像中向边界延伸的指纹纹路,得到多个第一像素点;所述多个第一像素点用于描述所述向边界延伸的指纹纹路;
根据所述指纹纹路的延伸角度,确定边区域中多个第二像素点的位置;所述边区域是所述扩展区域中,与所述边界相邻的部分;
根据所述多个第一像素点的灰度值,确定所述多个第二像素点的灰度值;
根据所述多个第二像素点的位置和灰度值,生成所述边区域的图像;
根据相邻两个所述边区域的图像,生成所述扩展区域中角区域的图像,所述角区域位于相邻两个所述边区域的夹角;
根据所述边区域的图像和所述角区域的图像,得到所述第二指纹图像。
2.根据权利要求1所述的指纹比对方法,其特征在于,所述根据所述多个第一像素点的灰度值,确定所述多个第二像素点的灰度值,包括:
将第一像素点j的灰度值pj代入以下第一公式,得到第i个第二像素点的灰度值qi,j=1,2,……,M;
其中,所述第一公式为:
qi=p1*Wi1+p2*Wi2+…+pj*Wij+…+pM*WiM;Wil为计算第i个第二像素点时,第j个第一像素点的权重,所述权重的取值是根据沿所述指纹纹路方向上,所述第j个第一像素点与所述第i个第二像素点之间的距离确定的。
3.根据权利要求1所述的指纹比对方法,其特征在于,所述根据相邻两个边区域的图像,生成所述扩展区域中角区域的图像,包括:
从相邻两个边区域的一个边区域图像中,获取与所述角区域相邻的至少一行像素点;
从相邻两个边区域的另一个边区域图像中,获取与所述角区域相邻的至少一列像素点;
根据所述至少一行像素点的灰度,以及所述至少一列像素点的灰度,生成所述角区域的图像。
4.根据权利要求3所述的指纹比对方法,其特征在于,所述根据所述至少一行像素点的灰度,以及所述至少一列像素点的灰度,生成所述角区域的图像,包括:
将第x列像素点qx和第y行像素点qy代入以下第二公式,得到所述角区域中第x列第y行像素点qxy的灰度;
其中,所述第二公式为:
qxy=(qx+qy)/2。
5.根据权利要求1-4任一项所述的指纹比对方法,其特征在于,所述扩展区域的宽度K是根据所述第一指纹图像中的像素个数n*n确定的;其中,所述宽度K是所述扩展区域中,从所述第一指纹图像的一个边至对应的所述扩展区域的边界的连线所经过的最小像素点个数。
6.根据权利要求1-4任一项所述的指纹比对方法,其特征在于,所述根据所述第二指纹图像进行指纹比对,包括:
采用预设算法,对所述第二指纹图像进行计算,以从所述第二指纹图像中对应所述第一指纹图像的区域提取特征;
将所述第二指纹图像的特征,与预设指纹模板的特征比对,以识别所述第二指纹图像是否与所述指纹模板匹配。
7.一种指纹比对装置,其特征在于,包括:
获取模块,用于获取第一指纹图像;
扩展模块,用于根据所述第一指纹图像中的指纹纹路,对所述第一指纹图像沿边界增加扩展区域,以得到第二指纹图像;
比对模块,用于根据所述第二指纹图像进行指纹比对;
其中,所述扩展模块,包括:
识别单元,用于识别第一指纹图像中向边界延伸的指纹纹路,得到多个第一像素点,其中,多个第一像素点用于描述所述向边界延伸的指纹纹路;
第一确定单元,用于根据所述指纹纹路的延伸角度,确定边区域中多个第二像素点的位置,其中,所述边区域是扩展区域中,与所述边界相邻的部分;
第二确定单,用于根据所述多个第一像素点的灰度值,确定所述多个第二像素点的灰度值;
第一生成单元,用于根据所述多个第二像素点的位置和灰度值,生成所述边区域的图像;
第二生成单元,用于根据相邻两个边区域的图像,生成扩展区域中角区域的图像,并根据所述边区域的图像和所述角区域的图像,得到所述第二指纹图像,其中,角区域位于相邻两个边区域的夹角。
8.根据权利要求7所述的指纹比对装置,其特征在于,所述第二生成单元,包括:
获取子单元,用于从相邻两个边区域的一个边区域图像中,获取与角区域相邻的至少一行像素点,从相邻两个边区域的另一个边区域图像中,获取与角区域相邻的至少一列像素点;
生成子单元,用于根据至少一行像素点的灰度,以及至少一列像素点的灰度,生成角区域的图像。
9.一种计算机设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如权利要求1-6中任一所述的指纹比对方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的指纹比对方法。
CN201710939711.9A 2017-09-30 2017-09-30 指纹比对方法和装置 Active CN109598182B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710939711.9A CN109598182B (zh) 2017-09-30 2017-09-30 指纹比对方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710939711.9A CN109598182B (zh) 2017-09-30 2017-09-30 指纹比对方法和装置

Publications (2)

Publication Number Publication Date
CN109598182A CN109598182A (zh) 2019-04-09
CN109598182B true CN109598182B (zh) 2020-12-25

Family

ID=65956153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710939711.9A Active CN109598182B (zh) 2017-09-30 2017-09-30 指纹比对方法和装置

Country Status (1)

Country Link
CN (1) CN109598182B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI761077B (zh) 2020-05-05 2022-04-11 王建華 指紋感測裝置與指紋識別方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777130A (zh) * 2010-01-22 2010-07-14 北京大学 一种指纹图像相似度评价方法
CN102103692A (zh) * 2011-03-17 2011-06-22 电子科技大学 一种指纹图像增强方法
CN104021374A (zh) * 2014-05-28 2014-09-03 上海思立微电子科技有限公司 一种指纹传感器阵列
CN104156707A (zh) * 2014-08-14 2014-11-19 深圳市汇顶科技股份有限公司 指纹识别方法及其指纹识别装置
CN104966048A (zh) * 2015-05-28 2015-10-07 努比亚技术有限公司 一种指纹识别方法及系统
CN106803058A (zh) * 2016-11-30 2017-06-06 努比亚技术有限公司 一种终端和指纹识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8538096B2 (en) * 2008-01-09 2013-09-17 International Business Machines Corporation Methods and apparatus for generation of cancelable fingerprint template

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777130A (zh) * 2010-01-22 2010-07-14 北京大学 一种指纹图像相似度评价方法
CN102103692A (zh) * 2011-03-17 2011-06-22 电子科技大学 一种指纹图像增强方法
CN104021374A (zh) * 2014-05-28 2014-09-03 上海思立微电子科技有限公司 一种指纹传感器阵列
CN104156707A (zh) * 2014-08-14 2014-11-19 深圳市汇顶科技股份有限公司 指纹识别方法及其指纹识别装置
CN104966048A (zh) * 2015-05-28 2015-10-07 努比亚技术有限公司 一种指纹识别方法及系统
CN106803058A (zh) * 2016-11-30 2017-06-06 努比亚技术有限公司 一种终端和指纹识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
指纹图像预处理算法研究;周晔华;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090115;正文第2-3章 *

Also Published As

Publication number Publication date
CN109598182A (zh) 2019-04-09

Similar Documents

Publication Publication Date Title
US8693785B2 (en) Image matching devices and image matching methods thereof
Bailey An efficient euclidean distance transform
CN107221005B (zh) 物体检测方法及装置
CN107437060B (zh) 对象识别设备、对象识别方法和程序
US10679358B2 (en) Learning image automatic sorting device, learning image automatic sorting method, and learning image automatic sorting program
US20150139533A1 (en) Method, electronic device and medium for adjusting depth values
CN109308465B (zh) 表格线检测方法、装置、设备及计算机可读介质
US9460336B2 (en) Apparatus and method for extracting feature of depth image
WO2012148619A1 (en) Superpixel segmentation methods and systems
CN106469455B (zh) 图像处理方法、图像处理设备以及记录介质
JP5908844B2 (ja) 画像処理装置および画像処理方法
US20180122097A1 (en) Apparatus, method, and non-transitory computer-readable storage medium for storing program for position and orientation estimation
JP4518139B2 (ja) 画像処理装置
CN109089035B (zh) 图像处理设备和图像处理方法
JP6245880B2 (ja) 情報処理装置および情報処理手法、プログラム
CN108875504B (zh) 基于神经网络的图像检测方法和图像检测装置
CN108038826B (zh) 透视变形的搁架图像的校正方法和装置
JP6542230B2 (ja) 投影ひずみを補正するための方法及びシステム
CN109598182B (zh) 指纹比对方法和装置
JP5192437B2 (ja) 物体領域検出装置、物体領域検出方法および物体領域検出プログラム
JP6887154B2 (ja) 画像処理システム、評価モデル構築方法、画像処理方法及びプログラム
JP4685711B2 (ja) 画像処理方法及び装置及びプログラム
US9916663B2 (en) Image processing method and process simulation apparatus
JP2015026117A (ja) 画像処理方法、画像処理装置、プログラム及び記録媒体
CN116385369A (zh) 深度图像质量评价方法、装置、电子设备及存储介质

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
TR01 Transfer of patent right

Effective date of registration: 20210208

Address after: 518119 No.1 Yan'an Road, Kuiyong street, Dapeng New District, Shenzhen City, Guangdong Province

Patentee after: BYD Semiconductor Co.,Ltd.

Address before: 518118 BYD Road, Pingshan New District, Shenzhen, Guangdong 3009

Patentee before: BYD Co.,Ltd.