CN109815772A - 指纹图像增强、识别方法、装置及指纹图像增强识别系统 - Google Patents
指纹图像增强、识别方法、装置及指纹图像增强识别系统 Download PDFInfo
- Publication number
- CN109815772A CN109815772A CN201711160113.8A CN201711160113A CN109815772A CN 109815772 A CN109815772 A CN 109815772A CN 201711160113 A CN201711160113 A CN 201711160113A CN 109815772 A CN109815772 A CN 109815772A
- Authority
- CN
- China
- Prior art keywords
- pixel
- fingerprint image
- fingerprint
- gray value
- value
- 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
Abstract
本发明公开了一种指纹图像增强、识别方法、装置及指纹图像增强识别系统,所述指纹图像增强方法包括:电子设备识别指纹图像中每个像素点对应的纹线方向;针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值;针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值;根据指纹图像中每个像素点对应的第三灰度值,生成增强指纹图像。用以提高指纹图像增强的准确性和处理效率。
Description
技术领域
本发明属于图像处理技术领域,尤其涉及一种指纹图像增强、识别方法、装置及指纹图像增强识别系统。
背景技术
生物特征识别技术,是指采用计算机等电子设备利用人体固有的生理特征如:指纹、虹膜、面相等,来进行个人身份鉴定的技术。作为生物特征识别技术中最为成熟和方便的成员,指纹识别技术已成功应用于社会的各个领域。如:门禁、考勤、电子商务、自动提款机等,为人们的生产生活带来了巨大的便利。
在指纹识别技术中,为了提高指纹识别的准确性,需要对指纹图像进行增强处理,现有对指纹图像进行增强处理的算法主要包括两大类,第一类是空间域增强算法,其中主流的是基于伽柏(Gabor)滤波器的增强算法,该算法中将指纹纹线的横断面考虑为正弦分布,真实指纹的情况不完全如此,指纹的脊线和谷线在不同的位置具有不同的分布,在有复杂指纹纹线及特征点的指纹区域,就不适合正弦分布,此外该算法需要进行大量卷积计算,时间的消耗量比较大,处理速度较慢。第二类是频率域滤波算法,该算法具有自适应的参数,如果带通滤波器的位置和带宽选择不适当就会造成增强处理的失败,并且指纹图像频域幅值图像的脊线域是环域,环域通常是圆环域、椭圆环域或其他不规则环域,滤波器的设计很难兼容所有类型的环域。
综上,现有指纹图像增强方法中,存在处理速度慢,指纹图像增强不准确的问题。
发明内容
本发明提供一种指纹图像增强、识别方法、装置及指纹图像增强识别系统,用以解决现有技术中存在指纹图像增强不准确,处理速度慢的问题。
本发明公开了一种指纹图像增强方法,所述方法包括:
识别指纹图像中每个像素点对应的纹线方向;
针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值;
针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值;
根据指纹图像中每个像素点对应的第三灰度值,生成增强指纹图像。
进一步地,所述针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值之后,针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值之前,所述方法还包括:
针对指纹图像中每个像素点,识别该像素点对应的第二灰度值是否小于0;如果是,将该像素点对应的第二灰度值更新为0,如果否,识别该像素点对应的第二灰度值是否大于255;如果该像素点对应的第二灰度值大于255,将该像素点对应的第二灰度值更新为255。
进一步地,所述针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值之后,根据指纹图像中每个像素点对应的第三灰度值,确定增强指纹图像之前,所述方法还包括:
针对指纹图像中每个像素点,识别该像素点对应的第三灰度值是否小于0;
如果是,将该像素点对应的第三灰度值更新为0,如果否,识别该像素点对应的第三灰度值是否大于255;如果该像素点对应的第三灰度值大于255,将该像素点对应的第三灰度值更新为255。
进一步地,所述识别指纹图像中每个像素点对应的纹线方向包括:
针对指纹图像中每个像素点,采用索贝尔sobel算子确定每个像素点对应的横向梯度值及纵向梯度值;
根据确定指纹图像中每个像素点对应的纹线方向,其中i为像素点的横坐标、j为像素点的纵坐标、θ(i,j)为坐标为(i,j)的像素点对应的纹线方向、w为预设的常数、x的取值范围为y的取值范围为 GX(x,y)为坐标为(x,y)的像素点对应的横向梯度值、Gy(x,y)为坐标为(x,y)的像素点对应的纵向梯度值。
进一步地,所述识别指纹图像中每个像素点对应的纹线方向之后,针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值之前,所述方法还包括:
针对指纹图像中每个像素点,根据包含该像素点在内的第三设定邻域内每个像素点对应的纹线方向,确定该像素点对应的目标纹线方向,并根据该像素点对应的目标纹线方向对该像素点对应的纹线方向进行更新。
本法明公开了一种基于上述指纹图像增强方法的指纹图像识别方法,所述方法包括:
获取指纹图像对应的增强指纹图像中的指纹特征,识别指纹库中是否保存有与所述指纹特征匹配的目标指纹;
如果是,确定所述指纹图像中的指纹为目标指纹。
进一步地,所述获取指纹图像对应的增强指纹图像中的指纹特征之前,所述方法还包括:
对所述指纹图像对应的增强指纹图像进行二值化处理。
进一步地,所述对所述指纹图像对应的增强指纹图像进行二值化处理包括:
针对所述指纹图像对应的增强指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第四设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第三权重值,确定该像素点的第一灰度和;根据该像素点对应的纹线垂直方向上,包含该像素点在内的第五设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第四权重值,确定该像素点的第二灰度和;
针对所述指纹图像对应的增强指纹图像中每个像素点,判断该像素点的第二灰度和是否大于该像素点的第一灰度和,如果是,确定该像素点的灰度值为0,否则,确定该像素点的灰度值为255。
进一步地,所述对所述指纹图像对应的增强指纹图像进行二值化处理之后,所述方法还包括:
识别所述指纹图像中的指纹区域,根据所述指纹图像中的指纹区域确定所述增强指纹图像中的指纹区域;
所述获取指纹图像对应的增强指纹图像中的指纹特征包括:
获取所述增强指纹图像中的指纹区域中的指纹特征。
本发明公开了一种指纹图像增强装置,所述装置包括:
识别模块,用于识别指纹图像中每个像素点对应的纹线方向;
第一确定模块,用于针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值;
第二确定模块,用于针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值;
生成模块,用于根据指纹图像中每个像素点对应的第三灰度值,生成增强指纹图像。
进一步地,所述装置还包括:
第一更新模块,用于针对指纹图像中每个像素点,识别该像素点对应的第二灰度值是否小于0;如果是,将该像素点对应的第二灰度值更新为0,如果否,识别该像素点对应的第二灰度值是否大于255;如果该像素点对应的第二灰度值大于255,将该像素点对应的第二灰度值更新为255。
进一步地,所述装置还包括:
第二更新模块,用于针对指纹图像中每个像素点,识别该像素点对应的第三灰度值是否小于0;如果是,将该像素点对应的第三灰度值更新为0,如果否,识别该像素点对应的第三灰度值是否大于255;如果该像素点对应的第三灰度值大于255,将该像素点对应的第三灰度值更新为255。
进一步地,所述识别模块,具体用于针对指纹图像中每个像素点,采用索贝尔sobel算子确定每个像素点对应的横向梯度值及纵向梯度值;根据确定指纹图像中每个像素点对应的纹线方向,其中i为像素点的横坐标、j为像素点的纵坐标、θ(i,j)为坐标为(i,j)的像素点对应的纹线方向、w为预设的常数、x的取值范围为y的取值范围为 GX(x,y)为坐标为(x,y)的像素点对应的横向梯度值、Gy(x,y)为坐标为(x,y)的像素点对应的纵向梯度值。
进一步地,所述装置还包括:
第三更新模块,用于针对指纹图像中每个像素点,根据包含该像素点在内的第三设定邻域内每个像素点对应的纹线方向,确定该像素点对应的目标纹线方向,并根据该像素点对应的目标纹线方向对该像素点对应的纹线方向进行更新。
本发明公开了一种基于上述指纹图像增强装置的指纹图像识别装置,所述装置包括:
获取识别模块,用于获取指纹图像对应的增强指纹图像中的指纹特征,识别指纹库中是否保存有与所述指纹特征匹配的目标指纹,如果是,触发第三确定模块;
第三确定模块,用于确定所述指纹图像中的指纹为目标指纹。
进一步地,所述装置还包括:
处理模块,用于对所述指纹图像对应的增强指纹图像进行二值化处理。
进一步地,所述处理模块,具体用于针对所述指纹图像对应的增强指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第四设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第三权重值,确定该像素点的第一灰度和;根据该像素点对应的纹线垂直方向上,包含该像素点在内的第五设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第四权重值,确定该像素点的第二灰度和;针对所述指纹图像对应的增强指纹图像中每个像素点,判断该像素点的第二灰度和是否大于该像素点的第一灰度和,如果是,确定该像素点的灰度值为0,否则,确定该像素点的灰度值为255。
进一步地,所述获取识别模块,具体用于识别所述指纹图像中的指纹区域,根据所述指纹图像中的指纹区域确定所述增强指纹图像中的指纹区域;获取所述增强指纹图像中的指纹区域中的指纹特征。
本发明公开了一种指纹图像增强识别系统,所述系统包括上述的指纹图像增强装置,及上述的指纹图像识别装置。
由于在本发明实施例中,针对指纹图像中每个像素点,根据该像素点对应的纹线方向上包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值;根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值,并根据指纹图像中每个像素点对应的第三灰度值,生成增强指纹图像,针对指纹图像中每个像素点,考虑到该像素点所在区域的指纹图像的特征,保证了指纹图像增强的准确性,并且无需进行大量的卷积运算,提高了处理效率。
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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的一种指纹图像增强过程示意图;
图2为本发明实施例1提供的一种指纹图像示意图;
图3为本发明实施例1提供的一种增强指纹图像示意图;
图4为本发明实施例3提供的一种方向图;
图5为本发明实施例5提供的一种指纹识别过程示意图;
图6为本发明实施例6提供的一种二值图;
图7为本发明实施例7提供的一种指纹区域模板示意图;
图8为本发明实施例7提供的一种增强后的指纹区域示意图;
图9为本发明实施例8提供的一种指纹图像增强装置结构示意图;
图10为本发明实施例9提供的一种指纹图像识别装置结构示意图;
图11为本发明实施例10提供的一种指纹图像增强识别系统结构示意图。
具体实施方式
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。
实施例1:
图1为本发明实施例提供的一种指纹图像增强过程示意图,该过程包括:
S101:识别指纹图像中每个像素点对应的纹线方向。
本发明实施例提供的指纹图像增强方法应用于电子设备,该电子设备可以为图像采集设备,如摄像机、照相机等,也可以是手机、个人电脑(PC)、平板电脑等设备。
在本发明实施例中,可以根据指纹图像中每个像素点的灰度值,通过索贝尔(Sobel)算法确定指纹图像中每个像素点的横向梯度值和纵向梯度值,并根据指纹图像中每个像素点的纵向梯度值与横向梯度值的比值,对应的反正切函数的值,确定指纹图像中每个像素点的方向。
具体的,Sobel算法是整像素图像边缘检测中最重要的算子之一,在机器学习、数字媒体、计算机视觉等信息科技领域有着举足轻重的作用。该算子包含两组3*3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出图像中每个像素点的横向梯度值和纵向梯度值。例如:针对指纹图像中任一像素点(x,y),其灰度值分布图如表1所示:
P1 | P2 | P3 |
P4 | P | P5 |
P6 | P7 | P8 |
表1
在表1所示的灰度值分布图中,像素点(x,y)的灰度值为P,与像素点(x,y)相邻的8个像素点,按照从左到右、从上到下的顺序,其灰度值依次为P1、P2、P3、P4、P5、P6、P7、P8,则像素点(x,y)的横向梯度值Gx(x,y)=P1-P3+2×P4-2×P5+P6-P8、像素点(x,y)的纵向梯度值为Gy(x,y)=P1-P6+2×P2-2×P7+P3-P8。并可以根据公式确定像素点(x,y)对应的纹线方向,其中纹线方向对应的单位为度数。
S102:针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值。
具体的,电子设备确定像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点时,根据该像素点的坐标,及该像素点对应的纹线方向,确定该像素点所在的直线,并确定在该直线上,以该像素点为中心位于该直线上的连续的第一设定数量的像素点,为该像素点对应的纹线方向上包含该像素点在内的第一设定邻域内的像素点,其中第一设定数量可以为5、7、9等。此外,确定该像素点所在的直线上的像素点时,可以根据该像素点的坐标,该像素点对应的纹线方向,确定对应的直线方程,根据该像素点的横坐标或纵坐标,确定位于该直线上的像素点的横坐标或纵坐标,并根据像素点的横坐标或纵坐标,确定第一设定数量的像素点的纵坐标或横坐标,较佳的,当根据直线方程确定出的横坐标或纵坐标为非整数时,可以对确定出的横坐标或纵坐标进行四舍五入取整操作。
另外,为了提高计算效率,电子设备也可以根据像素点对应的纹线方向所在的度数范围,及每个度数范围内像素点的坐标与包含该像素点在内的第一设定邻域内每个像素点坐标的关系,确定像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的坐标。例如:针对大于等于0度且小于等10度,保存有像素点的坐标(x,y)与包含该像素点在内的第一设定邻域内每个像素点坐标的关系为(x-3,y)、(x-2,y)、(x-1,y)、(x,y)、(x+1,y)、(x+2,y)、(x+3,y)。
在确定指纹图像中每个像素点对应的第二灰度值时,针对指纹图像中的每个像素点,电子设备可以根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值与每个像素点对应的第一权重值乘积的和,确定该像素点对应的第二灰度值。
例如:针对指纹图像中的像素点D,在像素点D对应的纹线方向上,包含该像素点D在内的第一设定邻域内的像素点依次为像素点A、像素点B、像素点C、像素点D、像素点E、像素点F、像素点G,其中像素点A、像素点B、像素点C、像素点D、像素点E、像素点F、像素点G的第一灰度值依次为30、40、30、20、20、30、40,像素点A、像素点B、像素点C、像素点D、像素点E、像素点F、像素点G对应的第一权重值依次为1/7、1/7、1/7、1/7、1/7、1/7、1/7,确定像素点D对应的第二灰度值为30。
当然了,针对指纹图像中的每个像素点,确定该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点后,电子设备也可以通过预先设置的平滑滤波模板,确定该像素点对应的第二灰度值,例如:预设的平滑滤波模板为在像素点D对应的纹线方向上,包含像素点D在内的第一设定邻域内的像素点依次为像素点A、像素点B、像素点C、像素点D、像素点E、像素点F、像素点G,像素点A、像素点B、像素点C、像素点D、像素点E、像素点F、像素点G的第一灰度值依次为30、40、30、20、20、30、40,确定像素点D对应的第二灰度值像素点D对应的第二灰度值为30。
S103:针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值。
在本发明实施例中,可以根据像素点对应的纹线方向与90度的和,确定像素点对应的纹线垂直方向,另外,电子设备确定像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点时,根据该像素点的坐标,及该像素点对应的纹线垂直方向,确定该像素点所在的直线,并确定该直线上,以该像素点为中心位于该直线上的连续的第二设定数量的像素点,为该像素点对应的纹线垂直方向上包含该像素点在内的第二设定邻域内的像素点,其中第二设定数量可以为5、7、9等。此外,确定该像素点所在的直线上的像素点时,可以根据该像素点的坐标,该像素点对应的纹线垂直方向,确定对应的直线方程,根据该像素点的横坐标或纵坐标,确定位于该直线上的像素点的横坐标或纵坐标,并根据像素点的横坐标或纵坐标,确定第二设定数量的像素点的纵坐标或横坐标,较佳的,当根据直线方程确定出的横坐标或纵坐标为非整数时,可以对确定出的横坐标或纵坐标进行四舍五入取整操作。
另外,为了提高计算效率,电子设备也可以根据像素点对应的纹线垂直方向所在的度数范围,及每个度数范围内像素点的坐标与包含该像素点在内的第二设定邻域内每个像素点坐标的关系,确定像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点的坐标。例如:针对大于等于90度且小于等100度,保存有像素点坐标(x,y)与该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点的坐标对应关系为(x,y-3)、(x,y-2)、(x,y-1)、(x,y)、(x,y+1)、(x,y+2)、(x,y+3)。
在确定指纹图像中每个像素点对应的第三灰度值时,针对指纹图像中的每个像素点,电子设备可以根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值与每个像素点对应的第二权重值乘积的和,确定该像素点对应的第三灰度值。
例如:针对指纹图像中的像素点D,在像素点D对应的纹线垂直方向上,包含像素点D在内的第二设定邻域内的像素点依次为像素点H、像素点I、像素点J、像素点D、像素点K、像素点L、像素点M,其中像素点H、像素点I、像素点J、像素点D、像素点K、像素点L、像素点M对应的第二灰度值依次为15、30、35、30、20、20、20,像素点H、像素点I、像素点J、像素点D、像素点K、像素点L、像素点M对应的第二权重值依次为-3/7、-1/7、3/7、9/7、3/7、-1/7、-3/7,确定像素点D对应的第三灰度值为40。
当然了,针对指纹图像中的每个像素点,确定该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点后,电子设备也可以通过预先设置的锐化滤波模板,确定该像素点对应的第三灰度值,例如:预设的锐化滤波模板为在该像素点D对应的纹线垂直方向上,包含像素点D在内的第二设定邻域内的像素点依次为像素点H、像素点I、像素点J、像素点D、像素点K、像素点L、像素点M,像素点H、像素点I、像素点J、像素点D、像素点K、像素点L、像素点M对应的第二灰度值依次为15、30、35、30、20、20、20,确定像素点D对应的第三灰度值像素点D对应的第三灰度值为40。
S104:根据指纹图像中每个像素点对应的第三灰度值,生成增强指纹图像。
具体的,根据指纹图像中每个像素点对应的第三灰度值,生成增强指纹图像,在本发明实施例中,根据指纹图像中每个像素点对应的第三灰度值,生成增强指纹图像是现有技术,不再进行赘述。
图2为本发明实施例提供的一种指纹图像示意图,图3为本发明实施例提供的一种增强指纹图像示意图,其中图3为图2所示的指纹图像经过指纹图像增强处理后得到的增强指纹图像,由图3和图2中的指纹图像比较可知,图3中指纹纹线更清晰,并且对断裂和模糊的指纹纹线有较好的修复效果。
由于在本发明实施例中,针对指纹图像中每个像素点,根据该像素点对应的纹线方向上包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值;根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值,并根据指纹图像中每个像素点对应的第三灰度值,确定增强指纹图像,针对指纹图像中每个像素点,考虑到该像素点所在区域的指纹图像的特征,保证了指纹图像增强的准确性,并且无需进行大量的卷积运算,提高了处理效率。
实施例2:
为了保证指纹图像中每个像素点对应的第二灰度值,均在[0,255]的合理取值区间中,在上述实施例的基础上,在本发明实施例中,所述针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值之后,针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值之前,所述方法还包括:
针对指纹图像中每个像素点,识别该像素点对应的第二灰度值是否小于0;如果是,将该像素点对应的第二灰度值更新为0,如果否,识别该像素点对应的第二灰度值是否大于255;如果该像素点对应的第二灰度值大于255,将该像素点对应的第二灰度值更新为255。
具体的,针对指纹图像中每个像素点,识别该像素点对应的第二灰度值是否小于0、或者大于255,如果该像素点对应的第二灰度值小于0,将该像素点的灰度值更新为0,如果该像素点对应的第二灰度值大于255,将该像素点的灰度值更新为255。
另外,为了保证指纹图像中每个像素点对应的第三灰度值,均在[0,255]的合理取值区间中。
所述针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值之后,根据指纹图像中每个像素点对应的第三灰度值,确定增强指纹图像之前,所述方法还包括:
针对指纹图像中每个像素点,识别该像素点对应的第三灰度值是否小于0;
如果是,将该像素点对应的第三灰度值更新为0,如果否,识别该像素点对应的第三灰度值是否大于255;如果该像素点对应的第三灰度值大于255,将该像素点对应的第三灰度值更新为255。
具体的,针对指纹图像中每个像素点,识别该像素点对应的第三灰度值是否小于0、或者大于255,如果该像素点对应的第三灰度值小于0,将该像素点的灰度值更新为0,如果该像素点对应的第三灰度值大于255,将该像素点的灰度值更新为255。
实施例3:
为了提高指纹图像增强效果,在上述实施例的基础上,在本发明实施例中,所述识别指纹图像中每个像素点对应的纹线方向包括:
针对指纹图像中每个像素点,采用索贝尔sobel算子确定每个像素点对应的横向梯度值及纵向梯度值;
根据确定指纹图像中每个像素点对应的纹线方向,其中i为像素点的横坐标、j为像素点的纵坐标、θ(i,j)为坐标为(i,j)的像素点对应的纹线方向、w为预设的常数、x的取值范围为y的取值范围为 GX(x,y)为坐标为(x,y)的像素点对应的横向梯度值、Gy(x,y)为坐标为(x,y)的像素点对应的纵向梯度值。
具体的,针对坐标为(i,j)的像素点,识别该像素点对应的纹线方向时,需要根据该像素点及与该像素点相邻的像素点的横向梯度值及纵向梯度值,确定该像素点对应的纹线方向。其中针对坐标为(i,j)的像素点,确定该像素点时,需要使用的像素点的横坐标x的范围满足纵坐标y的范围满足其中x在范围内取整,y在范围内取整。
在本发明实施例中,针对指纹图像中每个像素点,采用sobel算子确定每个像素点对应的横向梯度值及纵向梯度值的方式与本申请实施例1中,采用sobel算子确定每个像素点对应的横向梯度值及纵向梯度值的方式相同,不再进行赘述。
另为了用户直观的了解指纹图像中每个像素点对应的方向,可以将该像素点对应的方向转换为对应的灰度值,其方向转换为灰度值的转换公式为其中θ为方向,G为灰度值,并可以根据指纹图像中每个像素点对应的方向转换的灰度值,生成方向图供用户查看。图4为根据图2所示的指纹图像生成的方向图。如图4所示,方向图中像素点对应的灰度值越大,该像素点对应的方向(度数)越大。
实施例4:
为了保证指纹图像中每个像素点对应的纹线方向的准确性,进而保证指纹图像增强的效果,所述识别指纹图像中每个像素点对应的纹线方向之后,针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值之前,所述方法还包括:
针对指纹图像中每个像素点,根据包含该像素点在内的第三设定邻域内每个像素点对应的纹线方向,确定该像素点对应的目标纹线方向,并根据该像素点对应的目标纹线方向对该像素点对应的纹线方向进行更新。
具体的,在电子设备中预先保存有第三邻域的选取规则,例如:第三邻域的选取规则为针对指纹图像中任意一个像素点,选取包含该像素点的N*N的范围内的每个像素点。其中N为像素点的个数,可以为2、3、5等。在针对指纹图像中每个像素点,确定该像素点对应的目标纹线方向时,可以将包含该像素点的N*N的范围内的每个像素点对应的纹线方向中的众数、或中位数、或平均数,作为该像素点的目标纹线方向。
实施例5:
图5为本发明实施例提供的一种指纹识别过程示意图,该过程包括:
S501:获取指纹图像对应的增强指纹图像中的指纹特征,识别指纹库中是否保存有与所述指纹特征匹配的目标指纹,如果是,进行S502,如果否,则结束。
S502:确定所述指纹图像中的指纹为目标指纹。
本发明实施例提供的指纹识别方法基于上述实施例提供的指纹图像增强方法,本发明实施例提供的指纹识别过程方法应用于电子设备,该电子设备可以为图像采集设备,如摄像机、照相机等,也可以是手机、个人电脑(PC)、平板电脑等设备。
具体的,电子设备获取指纹图像对应的增强指纹图像中的指纹特征,并将增强指纹图像中的指纹特征与指纹库中保存的每个指纹的指纹特征进行匹配,如果指纹库中存在指纹特征与增强指纹图像中的指纹特征相匹配的指纹,将该指纹作为目标指纹,并确定指纹图像中的指纹为该目标指纹。
实施例6:
为了便于对指纹特征的提取,在上述各实施例的基础上,在本发明实施例中,所述获取指纹图像对应的增强指纹图像中的指纹特征之前,所述方法还包括:
对所述指纹图像对应的增强指纹图像进行二值化处理。
所述对所述指纹图像对应的增强指纹图像进行二值化处理包括:
针对所述指纹图像对应的增强指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第四设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第三权重值,确定该像素点的第一灰度和;根据该像素点对应的纹线垂直方向上,包含该像素点在内的第五设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第四权重值,确定该像素点的第二灰度和;
针对所述指纹图像对应的增强指纹图像中每个像素点,判断该像素点的第二灰度和是否大于该像素点的第一灰度和,如果是,确定该像素点的灰度值为0,否则,确定该像素点的灰度值为255。
具体的,电子设备确定像素点对应的纹线方向上,包含该像素点在内的第四设定邻域内每个像素点时,根据该像素点的坐标,及该像素点对应的纹线方向,确定该像素点所在的直线,并确定该直线上,以该像素点为中心位于该直线上的连续的第三设定数量的像素点,为该像素点对应的纹线方向上包含该像素点在内的第四设定邻域内的像素点,其中第三设定数量可以为5、7、9等。此外,确定该像素点所在的直线上的像素点时,可以根据该像素点的坐标,该像素点对应的纹线方向,确定对应的直线方程,根据该像素点的横坐标或纵坐标,确定位于该直线上的像素点的横坐标或纵坐标,并根据像素点的横坐标或纵坐标,确定第三设定数量的像素点的纵坐标或横坐标,较佳的,当根据直线方程确定出的横坐标或纵坐标为非整数时,可以对确定出的横坐标或纵坐标进行四舍五入取整操作。
当然了,为了提高计算效率,电子设备也可以根据像素点对应的纹线方向所在的度数范围,及每个度数范围内像素点的坐标与包含该像素点在内的第四设定邻域内每个像素点坐标的关系,确定像素点对应的纹线方向上,包含该像素点在内的第四设定邻域内每个像素点的坐标。
在确定指纹图像中每个像素点的第一灰度和(sumH)时,针对指纹图像中的每个像素点,电子设备可以根据该像素点对应的纹线方向上,包含该像素点在内的第四设定邻域内每个像素点对应的第三灰度值与对应的第三权重值乘积的和,确定该像素点对应的sumH。
此外,电子设备确定像素点对应的纹线垂直方向上,包含该像素点在内的第五设定邻域内每个像素点时,根据该像素点的坐标,及该像素点对应的纹线垂直方向,确定该像素点所在的直线,并确定该直线上,以该像素点为中心位于该直线上的连续的第四设定数量的像素点,为该像素点对应的纹线垂直方向上包含该像素点在内的第五设定邻域内的像素点,其中第四设定数量可以为5、7、9等。此外,确定该像素点所在的直线上的像素点时,可以根据该像素点的坐标,该像素点对应的纹线垂直方向,确定对应的直线方程,根据该像素点的横坐标或纵坐标,确定位于直线上的像素点的横坐标或纵坐标,并根据像素点的横坐标或纵坐标,确定第四设定数量的像素点的纵坐标或横坐标,较佳的,当根据直线方程确定出的横坐标或纵坐标为非整数时,可以对确定出的横坐标或纵坐标进行四舍五入取整操作。
另外,为了提高计算效率,电子设备也可以根据像素点对应的纹线垂直方向所在的度数范围,及每个度数范围内像素点的坐标与包含该像素点在内的第五设定邻域内每个像素点坐标的关系,确定像素点对应的纹线垂直方向上,包含该像素点在内的第五设定邻域内每个像素点的坐标。
在确定指纹图像中每个像素点的第二灰度和(sumV)时,针对指纹图像中的每个像素点,电子设备可以根据该像素点对应的纹线垂直方向上,包含该像素点在内的第五设定邻域内每个像素点对应的第三灰度值与对应的第四权重值乘积的和,确定该像素点对应的sumV。
针对增强指纹图像中每个像素点,如果该像素点对应的sumH大于sumV,确定该像素点在指纹的脊线上,该像素点在二值图中是黑色点,该像素点的灰度值为0,否则,确定该像素点在指纹的谷线上,该像素点在二值图中是白色点,该像素点的灰度值为255。将图3所示的增强指纹图像进行二值化处理后的二值图如图6所示。
实施例7:
为了提高指纹图像识别的效率,在上述各实施例的基础上,在本发明实施例中,所述对所述指纹图像对应的增强指纹图像进行二值化处理之后,所述方法还包括:
识别所述指纹图像中的指纹区域,根据所述指纹图像中的指纹区域确定所述增强指纹图像中的指纹区域;
所述获取指纹图像对应的增强指纹图像中的指纹特征包括:
获取所述增强指纹图像中的指纹区域中的指纹特征。
具体的,电子设备可以根据指纹图像确定指纹图像对应的梯度图,并对梯度图进行降采样处理,提高处理速度,对降采样后的梯度图根据预设的梯度阈值,进行图像分割,确定指纹区域,对指纹区域进行膨胀腐蚀处理,填充孔洞,确定指纹区域模板,其中,指纹区域模板如图7所示,将指纹区域模板,与增强指纹图像进行结合,确定增强指纹图像中的指纹区域,其中增强指纹图像中的指纹区域如图8所示,图7与图8所示的指纹区域大小相同。在本发明实施例中,根据指纹图像,确定指纹区域模板是现有技术,不再进行赘述。
较佳的,为了提高指纹图像识别效率,在获取增强指纹图像中的指纹特征时,只获取增强指纹图像中的指纹区域中的指纹特征。
实施例8:
图9为本发明实施例提供的一种指纹图像增强装置结构示意图,该装置包括:
识别模块91,用于识别指纹图像中每个像素点对应的纹线方向;
第一确定模块92,用于针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值;
第二确定模块93,用于针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值;
生成模块94,用于根据指纹图像中每个像素点对应的第三灰度值,生成增强指纹图像。
所述装置还包括:
第一更新模块95,用于针对指纹图像中每个像素点,识别该像素点对应的第二灰度值是否小于0;如果是,将该像素点对应的第二灰度值更新为0,如果否,识别该像素点对应的第二灰度值是否大于255;如果该像素点对应的第二灰度值大于255,将该像素点对应的第二灰度值更新为255。
第二更新模块96,用于针对指纹图像中每个像素点,识别该像素点对应的第三灰度值是否小于0;如果是,将该像素点对应的第三灰度值更新为0,如果否,识别该像素点对应的第三灰度值是否大于255;如果该像素点对应的第三灰度值大于255,将该像素点对应的第三灰度值更新为255。
所述识别模块91,具体用于针对指纹图像中每个像素点,采用索贝尔sobel算子确定每个像素点对应的横向梯度值及纵向梯度值;根据确定指纹图像中每个像素点对应的纹线方向,其中i为像素点的横坐标、j为像素点的纵坐标、θ(i,j)为坐标为(i,j)的像素点对应的纹线方向、w为预设的常数、x的取值范围为y的取值范围为 GX(x,y)为坐标为(x,y)的像素点对应的横向梯度值、Gy(x,y)为坐标为(x,y)的像素点对应的纵向梯度值。
所述装置还包括:
第三更新模块97,用于针对指纹图像中每个像素点,根据包含该像素点在内的第三设定邻域内每个像素点对应的纹线方向,确定该像素点对应的目标纹线方向,并根据该像素点对应的目标纹线方向对该像素点对应的纹线方向进行更新。
实施例9:
图10为本发明实施例提供的一种指纹图像识别装置结构示意图,该装置基于上述指纹图像增强装置,该装置包括:
获取识别模块101,用于获取指纹图像对应的增强指纹图像中的指纹特征,识别指纹库中是否保存有与所述指纹特征匹配的目标指纹,如果是,触发第三确定模块;
第三确定模块102,用于确定所述指纹图像中的指纹为目标指纹。
所述装置还包括:
处理模块103,用于对所述指纹图像对应的增强指纹图像进行二值化处理。
所述处理模块103,具体用于针对所述指纹图像对应的增强指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第四设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第三权重值,确定该像素点的第一灰度和;根据该像素点对应的纹线垂直方向上,包含该像素点在内的第五设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第四权重值,确定该像素点的第二灰度和;针对所述指纹图像对应的增强指纹图像中每个像素点,判断该像素点的第二灰度和是否大于该像素点的第一灰度和,如果是,确定该像素点的灰度值为0,否则,确定该像素点的灰度值为255。
所述获取识别模块101,具体用于识别所述指纹图像中的指纹区域,根据所述指纹图像中的指纹区域确定所述增强指纹图像中的指纹区域;获取所述增强指纹图像中的指纹区域中的指纹特征。
实施例10:
图11为本发明实施例提供的一种指纹图像增强识别系统结构示意图,该系统包括如图9所示的指纹图像增强装置111,及如图10所示的指纹图像识别装置112。
对于系统/装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (19)
1.一种指纹图像增强方法,其特征在于,所述方法包括:
识别指纹图像中每个像素点对应的纹线方向;
针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值;
针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值;
根据指纹图像中每个像素点对应的第三灰度值,生成增强指纹图像。
2.如权利要求1所述的方法,其特征在于,所述针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值之后,针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值之前,所述方法还包括:
针对指纹图像中每个像素点,识别该像素点对应的第二灰度值是否小于0;如果是,将该像素点对应的第二灰度值更新为0,如果否,识别该像素点对应的第二灰度值是否大于255;如果该像素点对应的第二灰度值大于255,将该像素点对应的第二灰度值更新为255。
3.如权利1所述的方法,其特征在于,所述针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值之后,根据指纹图像中每个像素点对应的第三灰度值,确定增强指纹图像之前,所述方法还包括:
针对指纹图像中每个像素点,识别该像素点对应的第三灰度值是否小于0;
如果是,将该像素点对应的第三灰度值更新为0,如果否,识别该像素点对应的第三灰度值是否大于255;如果该像素点对应的第三灰度值大于255,将该像素点对应的第三灰度值更新为255。
4.如权利要求1所述的方法,其特征在于,所述识别指纹图像中每个像素点对应的纹线方向包括:
针对指纹图像中每个像素点,采用索贝尔sobel算子确定每个像素点对应的横向梯度值及纵向梯度值;
根据确定指纹图像中每个像素点对应的纹线方向,其中i为像素点的横坐标、j为像素点的纵坐标、θ(i,j)为坐标为(i,j)的像素点对应的纹线方向、w为预设的常数、x的取值范围为y的取值范围为 GX(x,y)为坐标为(x,y)的像素点对应的横向梯度值、Gy(x,y)为坐标为(x,y)的像素点对应的纵向梯度值。
5.如权利要求1所述的方法,其特征在于,所述识别指纹图像中每个像素点对应的纹线方向之后,针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值之前,所述方法还包括:
针对指纹图像中每个像素点,根据包含该像素点在内的第三设定邻域内每个像素点对应的纹线方向,确定该像素点对应的目标纹线方向,并根据该像素点对应的目标纹线方向对该像素点对应的纹线方向进行更新。
6.一种基于权利要求1-5任一项所述的指纹图像增强方法的指纹图像识别方法,其特征在于,所述方法包括:
获取指纹图像对应的增强指纹图像中的指纹特征,识别指纹库中是否保存有与所述指纹特征匹配的目标指纹;
如果是,确定所述指纹图像中的指纹为目标指纹。
7.如权利要求6所述的方法,其特征在于,所述获取指纹图像对应的增强指纹图像中的指纹特征之前,所述方法还包括:
对所述指纹图像对应的增强指纹图像进行二值化处理。
8.如权利要求7所述的方法,其特征在于,所述对所述指纹图像对应的增强指纹图像进行二值化处理包括:
针对所述指纹图像对应的增强指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第四设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第三权重值,确定该像素点的第一灰度和;根据该像素点对应的纹线垂直方向上,包含该像素点在内的第五设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第四权重值,确定该像素点的第二灰度和;
针对所述指纹图像对应的增强指纹图像中每个像素点,判断该像素点的第二灰度和是否大于该像素点的第一灰度和,如果是,确定该像素点的灰度值为0,否则,确定该像素点的灰度值为255。
9.如权利要求7或8所述的方法,其特征在于,所述对所述指纹图像对应的增强指纹图像进行二值化处理之后,所述方法还包括:
识别所述指纹图像中的指纹区域,根据所述指纹图像中的指纹区域确定所述增强指纹图像中的指纹区域;
所述获取指纹图像对应的增强指纹图像中的指纹特征包括:
获取所述增强指纹图像中的指纹区域中的指纹特征。
10.一种指纹图像增强装置,其特征在于,所述装置包括:
识别模块,用于识别指纹图像中每个像素点对应的纹线方向;
第一确定模块,用于针对指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第一设定邻域内每个像素点的第一灰度值及每个像素点对应的第一权重值,确定该像素点对应的第二灰度值;
第二确定模块,用于针对指纹图像中每个像素点,根据该像素点对应的纹线垂直方向上,包含该像素点在内的第二设定邻域内每个像素点对应的第二灰度值及每个像素点对应的第二权重值,确定该像素点对应的第三灰度值;
生成模块,用于根据指纹图像中每个像素点对应的第三灰度值,生成增强指纹图像。
11.如权利要求10所述的装置,其特征在于,所述装置还包括:
第一更新模块,用于针对指纹图像中每个像素点,识别该像素点对应的第二灰度值是否小于0;如果是,将该像素点对应的第二灰度值更新为0,如果否,识别该像素点对应的第二灰度值是否大于255;如果该像素点对应的第二灰度值大于255,将该像素点对应的第二灰度值更新为255。
12.如权利要求10所述的装置,其特征在于,所述装置还包括:
第二更新模块,用于针对指纹图像中每个像素点,识别该像素点对应的第三灰度值是否小于0;如果是,将该像素点对应的第三灰度值更新为0,如果否,识别该像素点对应的第三灰度值是否大于255;如果该像素点对应的第三灰度值大于255,将该像素点对应的第三灰度值更新为255。
13.如权利要求10所述的装置,其特征在于,所述识别模块,具体用于针对指纹图像中每个像素点,采用索贝尔sobel算子确定每个像素点对应的横向梯度值及纵向梯度值;根据确定指纹图像中每个像素点对应的纹线方向,其中 i为像素点的横坐标、j为像素点的纵坐标、θ(i,j)为坐标为(i,j)的像素点对应的纹线方向、w为预设的常数、x的取值范围为y的取值范围为GX(x,y)为坐标为(x,y)的像素点对应的横向梯度值、Gy(x,y)为坐标为(x,y)的像素点对应的纵向梯度值。
14.如权利要求10所述的装置,其特征在于,所述装置还包括:
第三更新模块,用于针对指纹图像中每个像素点,根据包含该像素点在内的第三设定邻域内每个像素点对应的纹线方向,确定该像素点对应的目标纹线方向,并根据该像素点对应的目标纹线方向对该像素点对应的纹线方向进行更新。
15.一种基于权利要求10-14任一项所述的指纹图像增强装置的指纹图像识别装置,其特征在于,所述装置包括:
获取识别模块,用于获取指纹图像对应的增强指纹图像中的指纹特征,识别指纹库中是否保存有与所述指纹特征匹配的目标指纹,如果是,触发第三确定模块;
第三确定模块,用于确定所述指纹图像中的指纹为目标指纹。
16.如权利要求15所述的装置,其特征在于,所述装置还包括:
处理模块,用于对所述指纹图像对应的增强指纹图像进行二值化处理。
17.如权利要求16所述的装置,其特征在于,所述处理模块,具体用于针对所述指纹图像对应的增强指纹图像中每个像素点,根据该像素点对应的纹线方向上,包含该像素点在内的第四设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第三权重值,确定该像素点的第一灰度和;根据该像素点对应的纹线垂直方向上,包含该像素点在内的第五设定邻域内每个像素点对应的第三灰度值及每个像素点对应的第四权重值,确定该像素点的第二灰度和;针对所述指纹图像对应的增强指纹图像中每个像素点,判断该像素点的第二灰度和是否大于该像素点的第一灰度和,如果是,确定该像素点的灰度值为0,否则,确定该像素点的灰度值为255。
18.如权利要求16或17所述的装置,其特征在于,所述获取识别模块,具体用于识别所述指纹图像中的指纹区域,根据所述指纹图像中的指纹区域确定所述增强指纹图像中的指纹区域;获取所述增强指纹图像中的指纹区域中的指纹特征。
19.一种指纹图像增强识别系统,其特征在于,所述系统包括如权利要求10-14任一项所述的指纹图像增强装置,及如权利要求15-18任一项所述的指纹图像识别装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711160113.8A CN109815772A (zh) | 2017-11-20 | 2017-11-20 | 指纹图像增强、识别方法、装置及指纹图像增强识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711160113.8A CN109815772A (zh) | 2017-11-20 | 2017-11-20 | 指纹图像增强、识别方法、装置及指纹图像增强识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109815772A true CN109815772A (zh) | 2019-05-28 |
Family
ID=66598107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711160113.8A Pending CN109815772A (zh) | 2017-11-20 | 2017-11-20 | 指纹图像增强、识别方法、装置及指纹图像增强识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109815772A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085752A (zh) * | 2020-08-20 | 2020-12-15 | 浙江华睿科技有限公司 | 一种图像的处理方法、装置、设备及介质 |
CN112906567A (zh) * | 2020-05-05 | 2021-06-04 | 王建华 | 指纹感测装置与指纹识别方法 |
CN117496560A (zh) * | 2023-12-29 | 2024-02-02 | 深圳市魔力信息技术有限公司 | 一种基于多维向量的指纹纹线识别方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020146178A1 (en) * | 2000-09-01 | 2002-10-10 | International Business Machines Corporation | System and method for fingerprint image enchancement using partitioned least-squared filters |
CN1480896A (zh) * | 2002-09-04 | 2004-03-10 | �����������������ͳ��ʶ������ | 指纹识别方法,以及指纹控制方法和系统 |
CN1484189A (zh) * | 2003-01-06 | 2004-03-24 | �Ϻ���ͨ��ѧ | 验证模式下的自动指纹识别技术 |
CN101271516A (zh) * | 2008-04-02 | 2008-09-24 | 范九伦 | 指纹图像的方向滤波增强方法 |
CN101604384A (zh) * | 2009-07-17 | 2009-12-16 | 周易 | 个性化指纹识别方法 |
CN102254163A (zh) * | 2011-08-03 | 2011-11-23 | 山东志华信息科技股份有限公司 | 自适应模板大小的Gabor指纹图像增强方法 |
CN105868698A (zh) * | 2016-03-25 | 2016-08-17 | 东华大学 | 一种基于Cortex-M3内核的嵌入式指纹识别系统 |
-
2017
- 2017-11-20 CN CN201711160113.8A patent/CN109815772A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020146178A1 (en) * | 2000-09-01 | 2002-10-10 | International Business Machines Corporation | System and method for fingerprint image enchancement using partitioned least-squared filters |
CN1480896A (zh) * | 2002-09-04 | 2004-03-10 | �����������������ͳ��ʶ������ | 指纹识别方法,以及指纹控制方法和系统 |
CN1484189A (zh) * | 2003-01-06 | 2004-03-24 | �Ϻ���ͨ��ѧ | 验证模式下的自动指纹识别技术 |
CN101271516A (zh) * | 2008-04-02 | 2008-09-24 | 范九伦 | 指纹图像的方向滤波增强方法 |
CN101604384A (zh) * | 2009-07-17 | 2009-12-16 | 周易 | 个性化指纹识别方法 |
CN102254163A (zh) * | 2011-08-03 | 2011-11-23 | 山东志华信息科技股份有限公司 | 自适应模板大小的Gabor指纹图像增强方法 |
CN105868698A (zh) * | 2016-03-25 | 2016-08-17 | 东华大学 | 一种基于Cortex-M3内核的嵌入式指纹识别系统 |
Non-Patent Citations (1)
Title |
---|
张明等: "基于方向滤波的指纹图像增强算法", 《微机发展》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112906567A (zh) * | 2020-05-05 | 2021-06-04 | 王建华 | 指纹感测装置与指纹识别方法 |
CN112085752A (zh) * | 2020-08-20 | 2020-12-15 | 浙江华睿科技有限公司 | 一种图像的处理方法、装置、设备及介质 |
CN112085752B (zh) * | 2020-08-20 | 2024-01-30 | 浙江华睿科技股份有限公司 | 一种图像的处理方法、装置、设备及介质 |
CN117496560A (zh) * | 2023-12-29 | 2024-02-02 | 深圳市魔力信息技术有限公司 | 一种基于多维向量的指纹纹线识别方法及装置 |
CN117496560B (zh) * | 2023-12-29 | 2024-04-19 | 深圳市魔力信息技术有限公司 | 一种基于多维向量的指纹纹线识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104834922B (zh) | 基于混合神经网络的手势识别方法 | |
CN106803067B (zh) | 一种人脸图像质量评估方法及装置 | |
EP3916627A1 (en) | Living body detection method based on facial recognition, and electronic device and storage medium | |
CN103902977B (zh) | 基于Gabor二值模式的人脸识别方法及装置 | |
CN103810490B (zh) | 一种确定人脸图像的属性的方法和设备 | |
CN103679158B (zh) | 人脸认证方法和装置 | |
CN104517265B (zh) | 智能磨皮方法和装置 | |
CN103218605B (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
CN105138993A (zh) | 建立人脸识别模型的方法及装置 | |
CN106709450A (zh) | 一种指纹图像识别方法及系统 | |
CN105069774B (zh) | 基于多示例学习与图割优化的目标分割方法 | |
JP2013012190A (ja) | ガボールフィルターをブロックガボールフィルターとして近似する方法、及び、プロセッサ上で実行されているアプリケーションプログラムによるアクセスのためのデータ構造を格納するメモリ | |
CN103914676A (zh) | 一种在人脸识别中使用的方法和装置 | |
CN110443128A (zh) | 一种基于surf特征点精确匹配的指静脉识别方法 | |
CN102254188A (zh) | 掌纹识别方法及装置 | |
Mohamed et al. | An improved LBP algorithm for avatar face recognition | |
CN106780582A (zh) | 基于纹理特征和颜色特征融合的图像显著性检测方法 | |
CN109815772A (zh) | 指纹图像增强、识别方法、装置及指纹图像增强识别系统 | |
CN107316029A (zh) | 一种活体验证方法及设备 | |
CN107038432B (zh) | 基于频率信息的指纹图像方向场提取方法 | |
CN104298995A (zh) | 基于三维点云的三维人脸识别装置及方法 | |
CN106709500A (zh) | 一种图像特征匹配的方法 | |
WO2017070923A1 (zh) | 一种人脸识别方法和装置 | |
CN103839066A (zh) | 一种源于生物视觉的特征提取方法 | |
CN110458792A (zh) | 人脸图像质量的评价方法及装置 |
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 |
Application publication date: 20190528 |
|
RJ01 | Rejection of invention patent application after publication |