CN110084084A - 区别指纹特征点与非指纹特征点的方法与电子装置 - Google Patents
区别指纹特征点与非指纹特征点的方法与电子装置 Download PDFInfo
- Publication number
- CN110084084A CN110084084A CN201810838053.9A CN201810838053A CN110084084A CN 110084084 A CN110084084 A CN 110084084A CN 201810838053 A CN201810838053 A CN 201810838053A CN 110084084 A CN110084084 A CN 110084084A
- Authority
- CN
- China
- Prior art keywords
- point
- input
- fingerprint
- feature
- feature vector
- 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
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
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/50—Maintenance of biometric data or enrolment thereof
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请提供一种区别指纹特征点与非指纹特征点的方法与电子装置,其在取得指纹输入影像后,会从指纹输入影像中截取特征点,将指纹特征点与非指纹特征点区分开来,并且删除非指纹特征点。借此,本申请区别指纹特征点与非指纹特征点的方法与电子装置可避免用户的指纹注册模板中存在非指纹特征点,以避免非指纹特征点干扰指纹辨识的结果,进而可以提升辨识使用者身份的安全性与正确性。
Description
技术领域
本申请涉及一种辨识指纹特征的方法与电子装置,特别是涉及一种区别指纹特征点与非指纹特征点的方法与电子装置。
背景技术
随着科技的进步,电子装置开始利用生物特征来作为辨识用户身份的手段。例如:指纹辨识、虹膜辨识、声纹辨识或其他辨识技术。由于指纹辨识所需要的成本设备相较于其他生物特征辨识的成本来的低廉且每一个指纹具有唯一性。因此,指纹辨识成为目前身份识别的常用手段。
目前大多使用指纹特征点(fingerprint feature points)比对方法来进行指纹辨识。举例来说,使用者将手指的表面接触到指纹传感器的感测平台上。指纹传感器利用内部的感测组件(例如超音波传感器、电容传感器、压力传感器或光学传感器)来取得用户的指纹影像。接着电子装置会从指纹影像中截取指纹特征点,并且将上述指纹特征点与指纹注册模板(template)进行比对,以借此确认使用者身份。而在比对的过程中,若上述指纹特征点比对成功(亦即可以在指纹注册模板找到相同或相似的特征点)的数量大于一默认值,电子装置就会指纹传感器判定为辨识成功,亦即感测到的指纹影像通过验证。此时,电子装置指纹传感器会根据上述指纹特征点更新用户的指纹注册模板,以借此取得更多使用者所注册的指纹的指纹特征点。
然而,若感测平台上有裂纹(Crack)、污点(Stain)或覆盖有固定图案(例如有心人士在感测平台上贴附具有固定图案的薄膜),习知指纹传感器除了感测到指纹图样(fingerprint pattern)之外,也会感测到裂纹、污点或固定图案(以下统称非指纹图样)。换言之,所感测到的指纹影像会包含指纹图样与非指纹图样。当习知电子装置从指纹影像截取特征点时,会截取到来自指纹图样的指纹特征点以及来自非指纹图样的非指纹特征点,并且会将非指纹特征点视为指纹特征点。在每一次辨识成功后,习知电子装置会将非指纹特征点更新至用户的指纹注册模板。也就是说,使用者的指纹注册模板将会有越来越多非指纹特征点。
举例来说,如图1A所示,感测平台上有五个固定图案(也可以是污点或裂痕),导致所感测到的指纹影像10中包含五个非指纹图样S1、S2、S3、S4、S5。习知电子装置会从指纹影像10中截取出10个指纹特征点(如图1B所示,即用户的5个指纹特征点F1、F2、F3、F4、F5与非指纹图样S1至S5的5个非指纹特征点er1、er2、er3、er4、er5)。习知电子装置会将上述特征点与用户的指纹注册模板进行比对。由于上述特征点包含10个指纹特征点,因此电子装置根据比对成功的指纹特征点而判定指纹影像10通过验证,并且将上述特征点更新至指纹注册模板。也就是说,非指纹图样S1至S5的5个非指纹特征点er1至er5也会被更新至指纹注册模板。
而当包含在指纹注册模板中的非指纹特征点的数量大于上述默认值时,任何人都可以通过指纹验证。因为任何人所输入的指纹影像均会包含相同的非指纹图样,因此习知电子装置会截取出相同的非指纹特征,并且将其与指纹注册模板中所包含的非指纹特征做比对,而判定为比对成功,上述指纹影像通过验证。
接着,习知电子装置会进一步将非合法用户的指纹特征点更新至指纹注册模板。也就是说,即使日后将有心人士所贴附的薄膜从感测平台上移除,非合法使用者也可以通过已经更新至指纹注册模板中的非合法用户的指纹特征点而通过指纹认证。
发明内容
本申请提供了一种区别指纹特征点与非指纹特征点的方法与电子装置,可避免用户的指纹注册模板中存在非指纹特征点,以避免非用户的特征干扰指纹辨识的结果,进而可以提升辨识使用者身份的安全性。
本申请所要解决的技术问题在于,针对现有技术的不足提供一种区别指纹特征点与非指纹特征点的方法,且适用于一电子装置,电子装置包括指纹传感器与处理器,区别指纹特征点与非指纹特征点的方法包含:通过指纹传感器取得指纹输入影像;通过处理器,从输入影像中截取多个输入特征点,其中每一输入特征点具有一输入位置以及一输入特征向量;通过处理器取得多个参考特征点,其中每一参考特征点具有一参考位置以及一参考特征向量;以及通过处理器,将多个输入特征点与多个参考特征点做比对,以找出其输入位置及输入特征向量与任一参考特征点的参考位置及参考特征向量相同的输入特征点,以判定为非指纹特征点。
优选地,其中每一所述输入特征点的所述输入特征向量是依据所述输入特征点的所述输入位置及所述输入特征点周围的一预定区域中的影像数据计算而得的,而每一所述参考特征点的所述参考特征向量则是依据所述参考特征点的所述参考位置及所述参考特征点周围的一预定区域中的影像数据计算而得的。
优选地,其中每一所述输入特征点还具有一输入角度,而所述输入特征向量还依据所述输入角度计算而得,而每一所述参考特征点还具有一参考角度,而所述参考特征向量还依据所述参考角度计算而得。
优选地,其中在通过所述处理器将所述多个输入特征点与所述多个参考特征点做比对之步骤中,另包含找出其输入位置并未与任何所述参考特征点的参考位置相同之输入特征点,并将找出的所述输入特征点判定为指纹特征点。
优选地,其中在通过所述处理器将所述多个输入特征点与所述多个参考特征点做比对之步骤中,更包括:从所述多个输入特征点找出所述输入位置与任一所述参考特征点的所述参考位置相同,且所述输入特征向量及所述输入角度并未与所述参考特征点的所述参考特征向量及所述参考角度相同者;依据所找出的所述输入特征点的所述输入角度与具有相同参考位置之所述参考特征点的所述参考角度的一差值,旋转所找出的所述输入特征点,以使所述输入特征点之所述输入角度相同于所述参考角度;依据所述参考角度,取得旋转后之所述输入特征点之一旋转后输入特征向量;判断所述旋转后输入特征向量是否相同于所述参考特征向量;以及若是,则将所述输入特征点判定为非指纹特征点,若否,则所述输入特征点判定为指纹特征点。
优选地,其中在通过所述处理器将所述多个输入特征点与所述多个参考特征点做比对之步骤中,更包括:从所述多个输入特征点找出所述输入位置及所述输入角度与任一所述参考特征点的所述参考位置及所述参考角度相同,且所述输入特征向量并未与所述参考特征点的所述参考特征向量相同者;以及将找出的所述输入特征点判定为指纹特征点。
本申请所要解决的技术问题在于,针对现有技术的不足另外提供一种区别指纹特征点与非指纹特征点的电子装置,包含指纹传感器以及处理器。指纹传感器用于取得一指纹输入影像,处理器电连接指纹传感器,且用以执行下列步骤:从指纹传感器取得的指纹输入影像中截取多个输入特征点,其中每一输入特征点具有一输入位置以及一输入特征向量;取得多个参考特征点,其中每一参考特征点具有一参考位置以及一参考特征向量;以及将多个输入特征点与多个参考特征点做比对,以找出其输入位置及输入特征向量与任一参考特征点的参考位置及参考特征向量相同的输入特征点,以判定为非指纹特征点。
优选地,其中每一所述输入特征点的所述输入特征向量是依据所述输入特征点的所述输入位置及所述输入特征点周围的一预定区域中的影像数据计算而得的,而每一所述参考特征点具有的所述参考特征向量则是依据所述参考特征点的所述参考位置及所述参考特征点周围的一预定区域中的影像数据计算而得的。
优选地,其中每一所述输入特征点还具有一输入角度,而所述输入特征向量还依据所述输入角度计算而得,而每一所述参考特征点还具有一参考角度,而所述参考特征向量还依据所述参考角度计算而得。
优选地,其中在所述处理器执行将所述多个输入特征点与所述多个参考特征点做比对之步骤中,另包含找出其输入位置并未与任何所述参考特征点的参考位置相同之输入特征点,并将找出的所述输入特征点判定为指纹特征点。
优选地,其中在所述处理器执行将所述多个输入特征点与所述多个参考特征点做比对之步骤中,更包括:从所述多个输入特征点找出所述输入位置与任一所述参考特征点的所述参考位置相同,且所述输入特征向量及所述输入角度并未与所述参考特征点的所述参考特征向量及所述参考角度相同者;依据所找出的所述输入特征点的所述输入角度与具有相同参考位置之所述参考特征点的所述参考角度的一差值,旋转所找出的所述输入特征点,以使所述输入特征点之所述输入角度相同于所述参考角度;依据所述参考角度,取得旋转后之所述输入特征点之一旋转后输入特征向量;判断所述旋转后输入特征向量是否相同于所述参考特征向量;以及若是,则将所述输入特征点判定为非指纹特征点,若否,则所述输入特征点判定为指纹特征点。
优选地,其中在所述处理器执行将所述多个输入特征点与所述多个参考特征点做比对之步骤中,更包括:从所述多个输入特征点找出所述输入位置及所述输入角度与任一所述参考特征点的所述参考位置及所述参考角度相同,且所述输入特征向量并未与所述参考特征点的所述参考特征向量相同者;以及将找出的所述输入特征点判定为指纹特征点。
为使能更进一步了解本申请的特征及技术内容,请参阅以下有关本申请的详细说明与附图,然而所提供的附图仅用于提供参考与说明,并非用来对本申请加以限制。
附图说明
图1A是现有的指纹影像的示意图。
图1B是现有的指纹影像所包含的指纹特征与非指纹特征的示意图。
图2是本申请一实施例之可区别指纹特征点与非指纹特征点的电子装置的示意图。
图3是本申请一实施例之区别指纹特征点与非指纹特征点的方法的流程图。
图4A是本申请一实施例之指纹输入影像的示意图。
图4B是显示从指纹输入影像取得的多个输入特征点的示意图。
图4C是显示多个参考特征点的示意图。
图5是显示接续图3之本申请一实施例之区别指纹特征点与非指纹特征点的方法的流程图。
图6是本申请一实施例之区别指纹特征点与非指纹特征点的示意图。
图7是本申请一实施例之指纹辨识方法的流程图。
具体实施方式
在下文中,将通过图式说明本申请之各种例示实施例来详细描述本申请。然而,本申请概念可能以许多不同形式来实现,且不应解释为限于本文中所阐述之例示性实施例。此外,图式中相同参考数字可用以表示类似的组件。
首先,请参考图2,其显示本申请一实施例之可区别指纹特征点与非指纹特征点的电子装置的示意图。如图2所示,电子装置100包含一指纹传感器110、一处理器120与一储存组件130。指纹传感器110感测使用者的指纹,以产生一指纹输入影像Im。在本实施例中,指纹传感器110可以是一超音波传感器、电容传感器、压力传感器、光学传感器或其他可以感测指纹影像的传感器,本申请对此不作限制。
在本实施例中,电子装置100可为智能型手机、平板计算机、笔记本电脑或其他需要执行指纹辨识的电子装置,本申请对此不作限制。如图2所示,使用者可将手指的指纹面接触到电子装置100的指纹传感器110上,例如,指纹传感器110的感测平台上。
进一步,处理器120电连接指纹传感器110与储存组件130,且用以执行下列步骤,以借此将指纹特征点与非指纹特征点区分开来。请同时参考图3,其显示是本申请一实施例之区别指纹特征点与非指纹特征点的方法的流程图。首先,处理器120会通过指纹传感器110取得指纹输入影像Im(步骤S300)。
请参考图4A,其为本申请一实施例之指纹输入影像的示意图。举例而言,如图4A所示,指纹输入影像Im具有5个非指纹图样S6至S10与5个使用者的指纹图样F6至F10。
接着,处理器120从指纹输入影像Im中取得多个输入特征点(步骤S310)。请参考图4B,其显示从指纹输入影像Im中所取得的输入特征点的示意图。如图4B所示,处理器120会从指纹输入影像Im中截取出输入特征点A1、A2、A3、A4、A5、A6、A7、A8、A9、A10。其中,处理器120取得来自使用者的指纹图样F6至F10的输入特征点A1至A5,以及来自非指纹图样S6至S10的输入特征点A6至A10。
续言之,值得注意的是,每一个输入特征点A1至A10具有一输入位置、一输入角度与一输入特征向量。以输入特征点A1为例作说明,输入特征点A1具有输入位置(x1,y1)、输入角度θa1与输入特征向量输入位置(x1,y1)代表输入特征点A1的位置坐标。输入角度θa1代表输入特征点A1的角度。而输入特征向量则是代表输入特征点A1周围的局部特征描述,举例来说,输入特征向量可通过将输入位置(x1,y1)、输入角度θa1及输入特征点A1周围预定区域中的影像数据(以下简称为周围影像数据)代入一函数中计算而得。亦即周围影像数据)。在本实施例中,处理器120可以透过例如一索贝尔(Sobel)运算符与一斯给尔(Scharr)运算符来计算输入特征点A1在不同方向上的梯度,以算出输入特征点A1的输入角度θa1。举例来说,处理器120计算出输入特征点A1在水平方向与垂直方向上的水平梯度Gx与垂直梯度Gy,接着再利用一反正切函数,即arctan(Gx/Gy)来得到输入特征点A1的输入角度θa1。也就是说,输入角度θa1是利用索贝尔(Sobel)运算符与斯给尔(Scharr)运算符所计算出的输入特征点A1的边缘梯度角度(gradient angle of edge)。
其中,通过索贝尔(Sobel)与斯给尔(Scharr)运算符来计算输入特征点A1的边缘梯度角度(gradient angle of edge),也就是输入角度θa1,可由下式(1)~(3)来计算:
此外,在其他实施例中,输入特征点A1的输入角度θa1也可以透过其他运算方法来计算且也可以利用其他方式来表示,本申请对此不作限制。
如上所述,输入特征向量可通过输入位置(x1,y1)、输入角度θa1及周围影像数据计算而得。在本实施例中,输入特征点A1的输入特征向量可以利用一输入特征函数f1(θa1,x1,y1,周围影像数据)来表示。在其他实施例中,输入特征点A1的输入特征向量也可以利用其他方式来表示,本申请对此不作限制。
请同时参考图3与4B,在取得指纹输入影像Im的多个输入特征点A1至A10(步骤S310)后,处理器120可以从储存组件130取得多个参考特征点(步骤S320)。多个参考特征点可以是处理器120从在指纹输入影像Im之前输入的指纹影像,也就是指纹参考影像,取出的参考特征点。在其他实施例中,电子装置100也可以要求用户接连按压两次指纹传感器110的感测平台,而处理器120会接连取得两张指纹影像,其中一张做为指纹输入影像Im,而另一张做为指纹参考影像。
图4C为多个参考特征点B1至B9的示意图。其中,参考特征点B1至B4是来自于指纹图样,而参考特征点B5至B9是来自于非指纹图样S6至S10。
同样的,每一个参考特征点B1至B9亦具有一参考位置、一参考角度与一参考特征向量。以参考特征点B1为例作说明,参考特征点B1具有参考位置(m1,n1)、参考角度θb1与参考特征向量同样的,参考位置(m1,n1)代表参考特征点B1的位置坐标,参考角度θb1代表参考特征点B1的角度,而参考特征向量则是代表参考特征点B1周围的局部特征描述。
处理器120可以将前一次从指纹输入影像取出的输入特征点作为参考特征点,并且储存在储存组件130中。处理器120也可以从前几次取得的多组输入特征点中选择其中一或多组来作为参考特征点,并且储存在储存组件130中。本申请对此不作限制。
在处理器120取得参考特征点后,处理器120将输入特征点A1至A10与图4C的参考特征点B1至B9进行比对(步骤S330)。
值得注意的是,当使用者在不同时间将手指放置在感测平台上时,指纹传感器110会取得不同的指纹影像,也就是说,会包含不同的指纹图样,因为手指接触到感测平台的位置是不相同的。但是,非指纹图样却不会因为手指的放置位置不同而不相同。
在步骤S332中,处理器120找出输入位置并未与任何一个参考特征点的参考位置相同的输入特征点,并将这样的输入特征点判断为指纹特征点。
请参考图6,其左方为输入特征点A1至A10的分布示意图,而右方为参考特征点B1至B9的分布示意图。以本实施例而言,由于输入特征点A2,A4,A5的输入位置并未与任何一个参考特征点的参考位置相同,因此处理器120会将输入特征点A2,A4,A5判断为指纹特征点。
在步骤S340中,处理器120在其余的输入特征点中(即输入特征点A1,A3,A6至A10),找出输入位置及输入特征向量与任何一个参考特征点的参考位置及参考特征向量相同的输入特征点,并将这样的输入特征点判断为非指纹特征点。
如图6所示,以本实施例而言,输入特征点A7至A10的输入位置及输入特征向量分别与参考特征点B6-B9的参考位置及参考特征向量相同,例如,输入特征点A7的输入位置及输入特征向量与参考特征点B6的参考位置及参考特征向量相同。因此处理器120会将输入特征点A7至A10判断为非指纹特征点。
在步骤S342中,处理器120在其余的输入特征点中(即输入特征点A1,A3,A6),找出输入位置及输入角度与任何一个参考特征点的参考位置与参考角度相同,但是输入特征向量并未与所述参考特征点的参考特征向量相同的输入特征点,并将这样的输入特征点判断为指纹特征点。
如图6所示,以本实施例而言,输入特征点A3的输入位置及输入角度θa3与参考特征点B2的参考位置及参考角度θb2相同,但是输入特征点A3的输入特征向量与参考特征点B2的参考特征向量并不相同。因此处理器120会将输入特征点A3判断为指纹特征点。
在步骤S350中,处理器120在其余的输入特征点中(即输入特征点A1,A6),根据每一个输入特征点的输入角度与具有相同参考位置的参考特征点的参考角度之间的一差值,旋转所述输入特征点,以使其输入角度相同于所述参考角度。
请续参考图5,其显示接续图3之本申请一实施例之区别指纹特征点与非指纹特征点的方法的流程图,在步骤S352中,处理器120依据所述参考角度,取得所述输入特征点之旋转后输入特征向量。也就是说,处理器120会将所述参考角度代入输入特征函数周围影像数据),以算出旋转后输入特征向量。
在步骤S354中,处理器120判断旋转后输入特征向量是否相同于所述参考特征向量。在步骤S356中,若是,则将所述输入特征点判定为非指纹特征点。在步骤S358中,若否,则将所述输入特征点判定为指纹特征点。
如图6所示,以本实施例而言,输入特征点A1的输入位置与参考特征点B1的参考位置相同,但是输入特征点A1的输入角度θa1及输入特征向量与参考特征点B1的参考角度θb1及参考特征向量并不相同,因此处理器120会算出输入特征点A1的输入角度θa1与参考特征点B1的参考角度θb1之间的差值,并且根据此差值来旋转输入特征点A1,旋转后输入角度θa1’会与参考角度θb1相同。接着,处理器120会计算出输入特征点A1的旋转后输入特征向量由于输入特征点A1的旋转后输入特征向量并不相同于参考特征点B1的参考特征向量因此,处理器120会将输入特征点A1判定为指纹特征点。
由于输入特征点A1与参考特征点B1都是来自于指纹图样,因此除非输入特征点A1与参考特征点B1是来自于同一个指纹图样,否则其周围的影像特征并不会相同。也就是说,只要是来自不同指纹图样的指纹特征点,即使具有相同的位置,不论角度是否相同,也会具有不同的周围影像数据,也就是说,会具有不同的特征向量。
此外,如图6所示,以本实施例而言,输入特征点A6的输入位置与参考特征点B5的参考位置相同,但是输入特征点A6的输入角度θa6及输入特征向量与参考特征点B5的参考角度θb5及参考特征向量并不相同,因此处理器120会算出输入特征点A6的输入角度θa6与参考特征点B5的参考角度θb5之间的差值,并且根据此差值来旋转输入特征点A6,旋转后输入角度θa6’会与参考角度θb5相同。接着,处理器120会计算出输入特征点A6的旋转后输入特征向量由于输入特征点A6的旋转后输入特征向量相同于参考特征点B5的参考特征向量因此,处理器120会将输入特征点A6判定为非指纹特征点。
由于输入特征点A6与参考特征点B5是来自于同一个非指纹图样,即图1A中的非指纹图样S1,因此输入特征点A6与参考特征点B5的周围影像数据会是一样的。即使输入特征点A6与参考特征点B5具有不同的角度而导致具有不同的特征向量,但是在旋转输入特征点A6之后,使其与参考特征点B5具有相同的角度后,就会发现旋转后的输入特征点A6与参考特征点B5具有相同的特征向量,也就是说,具有相同的周围影像数据。
请参照图7,其为本申请一实施例之指纹辨识方法的流程图。如图所示,本实施例的指纹辨识方法包括下列步骤:
步骤S710:处理器120经由指纹传感器110取得指纹输入影像。
步骤S720:处理器120从指纹输入影像中取得多个输入特征点。其中,每一个输入特征点各自具有输入位置、输入角度以及输入特征向量。
步骤S725:处理器120取得多个参考特征点。其中,处理器可从储存组件取得多个参考特征点,且每一参考特征点具有参考位置、参考特征向量及参考角度。
步骤S730:处理器120将多个输入特征点区分为指纹特征点与非指纹特征点。
步骤S735:处理器120将非指纹特征点排除并丢弃。
步骤S740:处理器120将指纹特征点与一指纹注册模板进行比对。
若比对失败,则进入步骤S735,处理器120将比对失败的指纹特征点舍弃。
若比对成功,则表示指纹辨识成功,进入步骤S750,处理器120会进行学习,利用比对成功的指纹特征点来更新指纹注册模板。
综上所述,本申请实施例所提供的一种区别指纹特征点与非指纹特征点的方法与电子装置,其在取得指纹输入影像后,会从指纹输入影像中取出特征点,将指纹特征点与非指纹特征点区分开来,并且删除非指纹特征点。借此,本申请区别指纹特征点与非指纹特征点的方法与电子装置可避免用户的指纹注册模板中存在非指纹特征点,以避免非指纹特征点干扰指纹辨识的结果,进而可以提升辨识使用者身份的安全性与正确性。
以上所公开的内容仅为本申请的优选可行实施例,并非因此局限本申请的权利要求书的保护范围,所以凡是运用本申请说明书及附图内容所做的等效技术变化,均包含于本申请的权利要求书的保护范围内。
Claims (12)
1.一种区别指纹特征点与非指纹特征点的方法,其特征在于,适用于一电子装置,所述电子装置包含一指纹传感器、一处理器与一储存组件,所述区别指纹特征点与非指纹特征点的方法包含:
通过所述指纹传感器,取得一指纹输入影像;
通过所述处理器,从所述指纹输入影像中截取多个输入特征点,其中每一所述输入特征点具有一输入位置以及一输入特征向量;
通过所述处理器,取得多个参考特征点,其中每一所述参考特征点具有一参考位置以及一参考特征向量;以及
通过所述处理器,将所述多个输入特征点与所述多个参考特征点做比对,以找出输入位置及输入特征向量与任一所述参考特征点的参考位置及参考特征向量相同的输入特征点,以判定为非指纹特征点。
2.根据权利要求1所述的区别指纹特征点与非指纹特征点的方法,其特征在于,其中每一所述输入特征点的所述输入特征向量是依据所述输入特征点的所述输入位置及所述输入特征点周围的一预定区域中的影像数据计算而得的,而每一所述参考特征点的所述参考特征向量则是依据所述参考特征点的所述参考位置及所述参考特征点周围的一预定区域中的影像数据计算而得的。
3.根据权利要求2所述的区别指纹特征点与非指纹特征点的方法,其特征在于,其中每一所述输入特征点还具有一输入角度,而所述输入特征向量还依据所述输入角度计算而得,而每一所述参考特征点还具有一参考角度,而所述参考特征向量还依据所述参考角度计算而得。
4.根据权利要求1所述的区别指纹特征点与非指纹特征点的方法,其特征在于,其中在通过所述处理器将所述多个输入特征点与所述多个参考特征点做比对之步骤中,还包含找出输入位置并未与任何所述参考特征点的参考位置相同之输入特征点,并将找出的所述输入特征点判定为指纹特征点。
5.根据权利要求3所述的区别指纹特征点与非指纹特征点的方法,其特征在于,其中在通过所述处理器将所述多个输入特征点与所述多个参考特征点做比对之步骤中,还包括:
从所述多个输入特征点找出所述输入位置与任一所述参考特征点的所述参考位置相同,且所述输入特征向量及所述输入角度并未与所述参考特征点的所述参考特征向量及所述参考角度相同者;
依据所找出的所述输入特征点的所述输入角度与具有相同参考位置之所述参考特征点的所述参考角度的一差值,旋转所找出的所述输入特征点,以使所述输入特征点之所述输入角度相同于所述参考角度;
依据所述参考角度,取得旋转后之所述输入特征点之一旋转后输入特征向量;
判断所述旋转后输入特征向量是否相同于所述参考特征向量;以及
若判断所述旋转后输入特征向量相同于所述参考特征向量,则将所述输入特征点判定为非指纹特征点,若判断所述旋转后输入特征向量不相同于所述参考特征向量,则所述输入特征点判定为指纹特征点。
6.根据权利要求3所述的区别指纹特征点与非指纹特征点的方法,其特征在于,其中在通过所述处理器将所述多个输入特征点与所述多个参考特征点做比对之步骤中,还包括:
从所述多个输入特征点找出所述输入位置及所述输入角度与任一所述参考特征点的所述参考位置及所述参考角度相同,且所述输入特征向量并未与所述参考特征点的所述参考特征向量相同者;以及
将找出的所述输入特征点判定为指纹特征点。
7.一种区别指纹特征点与非指纹特征点的电子装置,其特征在于,所述区别指纹特征点与非指纹特征点的电子装置包含:
一指纹传感器,用于取得一指纹输入影像;以及
一处理器,电连接所述指纹传感器,且所述处理器用以执行下列步骤:
从所述指纹传感器取得的所述指纹输入影像中截取多个输入特征点,其中每一所述输入特征点具有一输入位置以及一输入特征向量;
取得多个参考特征点,其中每一所述参考特征点具有一参考位置以及一参考特征向量;以及
将所述多个输入特征点与所述多个参考特征点做比对,以找出输入位置及输入特征向量与任一所述参考特征点的参考位置及参考特征向量相同的输入特征点,以判定为非指纹特征点。
8.根据权利要求7所述的区别指纹特征点与非指纹特征点的电子装置,其特征在于,其中每一所述输入特征点的所述输入特征向量是依据所述输入特征点的所述输入位置及所述输入特征点周围的一预定区域中的影像数据计算而得的,而每一所述参考特征点具有的所述参考特征向量则是依据所述参考特征点的所述参考位置及所述参考特征点周围的一预定区域中的影像数据计算而得的。
9.根据权利要求8所述的区别指纹特征点与非指纹特征点的电子装置,其特征在于,其中每一所述输入特征点还具有一输入角度,而所述输入特征向量还依据所述输入角度计算而得,而每一所述参考特征点还具有一参考角度,而所述参考特征向量还依据所述参考角度计算而得。
10.根据权利要求7所述的区别指纹特征点与非指纹特征点的电子装置,其特征在于,其中在所述处理器执行将所述多个输入特征点与所述多个参考特征点做比对之步骤中,另包含找出输入位置并未与任何所述参考特征点的参考位置相同之输入特征点,并将找出的所述输入特征点判定为指纹特征点。
11.根据权利要求9所述的区别指纹特征点与非指纹特征点的电子装置,其特征在于,其中在所述处理器执行将所述多个输入特征点与所述多个参考特征点做比对之步骤中,还包括:
从所述多个输入特征点找出所述输入位置与任一所述参考特征点的所述参考位置相同,且所述输入特征向量及所述输入角度并未与所述参考特征点的所述参考特征向量及所述参考角度相同者;
依据所找出的所述输入特征点的所述输入角度与具有相同参考位置之所述参考特征点的所述参考角度的一差值,旋转所找出的所述输入特征点,以使所述输入特征点之所述输入角度相同于所述参考角度;
依据所述参考角度,取得旋转后之所述输入特征点之一旋转后输入特征向量;
判断所述旋转后输入特征向量是否相同于所述参考特征向量;以及
若判断所述旋转后输入特征向量相同于所述参考特征向量,则将所述输入特征点判定为非指纹特征点,若判断所述旋转后输入特征向量不相同于所述参考特征向量,则所述输入特征点判定为指纹特征点。
12.根据权利要求9所述的区别指纹特征点与非指纹特征点的电子装置,其特征在于,其中在所述处理器执行将所述多个输入特征点与所述多个参考特征点做比对之步骤中,还包括:
从所述多个输入特征点找出所述输入位置及所述输入角度与任一所述参考特征点的所述参考位置及所述参考角度相同,且所述输入特征向量并未与所述参考特征点的所述参考特征向量相同者;以及
将找出的所述输入特征点判定为指纹特征点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/194,712 US10789449B2 (en) | 2018-01-25 | 2018-11-19 | Electronic device for distinguishing between fingerprint feature points and non-fingerprint feature points and method for the same |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862621639P | 2018-01-25 | 2018-01-25 | |
US62/621,639 | 2018-01-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110084084A true CN110084084A (zh) | 2019-08-02 |
CN110084084B CN110084084B (zh) | 2021-04-06 |
Family
ID=67412795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810838053.9A Active CN110084084B (zh) | 2018-01-25 | 2018-07-26 | 区别指纹特征点与非指纹特征点的方法与电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110084084B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200617480A (en) * | 2004-11-25 | 2006-06-01 | Samsung Electronics Co Ltd | Display device |
US20100027855A1 (en) * | 2006-12-29 | 2010-02-04 | Italdata - Ingegneria Dell'idea S.P.A. | Device and method for the taking of fingerprints |
CN201876805U (zh) * | 2010-09-30 | 2011-06-22 | 一品光学工业股份有限公司 | 结合光学指向及指纹辨识功能的电子装置 |
CN102306098A (zh) * | 2011-08-18 | 2012-01-04 | 电子科技大学 | 一种隐式污点传播系统及其方案 |
CN102682428A (zh) * | 2012-04-18 | 2012-09-19 | 浙江大学城市学院 | 一种基于方向场的指纹图像计算机自动化修补方法 |
CN103630553A (zh) * | 2013-11-06 | 2014-03-12 | 江苏大学 | 一种镜片表面点状与线状杂质的检测装置 |
CN104573651A (zh) * | 2014-12-31 | 2015-04-29 | 北京天诚盛业科技有限公司 | 指纹识别方法和装置 |
TW201523456A (zh) * | 2013-12-05 | 2015-06-16 | Egis Technology Inc | 指紋辨識方法及其裝置 |
CN105320867A (zh) * | 2014-05-30 | 2016-02-10 | 神盾股份有限公司 | 电子装置和指纹辨识方法 |
US20160171280A1 (en) * | 2014-12-15 | 2016-06-16 | Samsung Electronics Co., Ltd | Method of updating biometric feature pattern and electronic device for same |
CN105787451A (zh) * | 2016-02-29 | 2016-07-20 | 南京邮电大学 | 一种基于多判决点模式的指纹匹配方法 |
CN105868699A (zh) * | 2016-03-25 | 2016-08-17 | 宇龙计算机通信科技(深圳)有限公司 | 一种基于指纹的终端支付方法及装置 |
CN106331238A (zh) * | 2016-09-20 | 2017-01-11 | 努比亚技术有限公司 | 一种屏幕污点提示方法、装置和移动终端 |
-
2018
- 2018-07-26 CN CN201810838053.9A patent/CN110084084B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200617480A (en) * | 2004-11-25 | 2006-06-01 | Samsung Electronics Co Ltd | Display device |
US20100027855A1 (en) * | 2006-12-29 | 2010-02-04 | Italdata - Ingegneria Dell'idea S.P.A. | Device and method for the taking of fingerprints |
CN201876805U (zh) * | 2010-09-30 | 2011-06-22 | 一品光学工业股份有限公司 | 结合光学指向及指纹辨识功能的电子装置 |
CN102306098A (zh) * | 2011-08-18 | 2012-01-04 | 电子科技大学 | 一种隐式污点传播系统及其方案 |
CN102682428A (zh) * | 2012-04-18 | 2012-09-19 | 浙江大学城市学院 | 一种基于方向场的指纹图像计算机自动化修补方法 |
CN103630553A (zh) * | 2013-11-06 | 2014-03-12 | 江苏大学 | 一种镜片表面点状与线状杂质的检测装置 |
TW201523456A (zh) * | 2013-12-05 | 2015-06-16 | Egis Technology Inc | 指紋辨識方法及其裝置 |
CN105320867A (zh) * | 2014-05-30 | 2016-02-10 | 神盾股份有限公司 | 电子装置和指纹辨识方法 |
US20160171280A1 (en) * | 2014-12-15 | 2016-06-16 | Samsung Electronics Co., Ltd | Method of updating biometric feature pattern and electronic device for same |
CN104573651A (zh) * | 2014-12-31 | 2015-04-29 | 北京天诚盛业科技有限公司 | 指纹识别方法和装置 |
CN105787451A (zh) * | 2016-02-29 | 2016-07-20 | 南京邮电大学 | 一种基于多判决点模式的指纹匹配方法 |
CN105868699A (zh) * | 2016-03-25 | 2016-08-17 | 宇龙计算机通信科技(深圳)有限公司 | 一种基于指纹的终端支付方法及装置 |
CN106331238A (zh) * | 2016-09-20 | 2017-01-11 | 努比亚技术有限公司 | 一种屏幕污点提示方法、装置和移动终端 |
Non-Patent Citations (2)
Title |
---|
SHAHRAM MOHAMMADI ET AL.: "Fingerprint reference point detection using orientation field and curvature measurements", 《2009 IEEE INTERNATIONAL CONFERENCE ON INTELLIGENT COMPUTING AND INTELLIGENT SYSTEMS》 * |
陈桂友: "自动指纹识别系统中的关键算法研究及应用", 《中国博士学位论文全文数据库 信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110084084B (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105980973B (zh) | 用户认证手势 | |
KR102387568B1 (ko) | 지문 인식 기반 인증 방법 및 장치 | |
US11113493B2 (en) | Biometric authentication system | |
CN107223254B (zh) | 用于隐藏设置处理的方法、用户装置和存储介质 | |
JP6667801B2 (ja) | セグメントベース手書き署名認証システム及び方法 | |
JP2017538225A (ja) | タッチセンサのデータを使用する指紋認証 | |
JP4592341B2 (ja) | 生体情報認証装置 | |
JP2010146073A (ja) | 生体認証装置、生体認証方法及び生体認証用コンピュータプログラムならびにコンピュータシステム | |
WO2013145280A1 (ja) | 生体認証装置、生体認証方法及び生体認証用コンピュータプログラム | |
WO2011030675A1 (ja) | 生体認証システム、方法およびプログラム | |
KR102313981B1 (ko) | 지문 인증 방법 및 장치 | |
US10878071B2 (en) | Biometric authentication anomaly detection | |
US10025915B2 (en) | Contact signature authentication of user of device | |
JP2015184809A (ja) | 画像補正装置、画像補正方法及び画像補正用コンピュータプログラム | |
US20240086513A1 (en) | Adjusting biometric detection thresholds based on recorded behavior | |
JP6349817B2 (ja) | 位置合わせ装置、位置合わせ方法及び位置合わせ用コンピュータプログラム | |
CN110084084A (zh) | 区别指纹特征点与非指纹特征点的方法与电子装置 | |
US10789449B2 (en) | Electronic device for distinguishing between fingerprint feature points and non-fingerprint feature points and method for the same | |
JP7305183B2 (ja) | ペン入力個人認証方法、ペン入力個人認証方法をコンピュータに実行させるためのプログラム、及びコンピュータ読み取り可能な記憶媒体 | |
JP4553644B2 (ja) | 生体情報認証装置 | |
US12002050B2 (en) | Apparatus and method of authorisation | |
JP5891898B2 (ja) | 情報処理装置、プログラム、及び情報処理方法 | |
US20240104964A1 (en) | Person authentication support system, person authentication support method, and non-transitory storage medium | |
Kaur | Face Facts | |
JP2004178394A (ja) | 個人認証方法とそのシステム、及び個人認証プログラム |
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 |