CN110162953A - 生物识别方法及相关产品 - Google Patents
生物识别方法及相关产品 Download PDFInfo
- Publication number
- CN110162953A CN110162953A CN201910472233.4A CN201910472233A CN110162953A CN 110162953 A CN110162953 A CN 110162953A CN 201910472233 A CN201910472233 A CN 201910472233A CN 110162953 A CN110162953 A CN 110162953A
- Authority
- CN
- China
- Prior art keywords
- image
- vein
- fingerprint
- finger
- mould group
- 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
Classifications
-
- 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
- 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
-
- 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
- G06V40/1324—Sensors therefor by using geometrical optics, e.g. using prisms
-
- 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
- G06V40/14—Vascular patterns
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Optics & Photonics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Input (AREA)
Abstract
本申请实施例公开了一种生物识别方法及相关产品,应用于电子设备,电子设备包括静脉识别模组和指纹识别模组,其中,所述方法包括:在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像;将所述静脉图像与所述指纹图像进行合成,得到目标图像;依据所述目标图像进行生物识别;在所述目标图像被生物识别成功时,进行解锁操作。采用本申请实施例能够提升生物识别安全性。
Description
技术领域
本申请涉及电子设备技术领域,具体涉及一种生物识别方法及相关产品。
背景技术
随着电子设备(如手机、平板电脑等等)的大量普及应用,电子设备能够支持的应用越来越多,功能越来越强大,电子设备向着多样化、个性化的方向发展,成为用户生活中不可缺少的电子用品。
对于电子设备来说,安全性一直是电子设备关注的重点,随着技术发展,静脉识别技术也成为电子设备的热门生物识别技术,如何提升静脉识别技术安全性的问题亟待解决。
发明内容
本申请实施例提供了一种生物识别方法及相关产品,能够提升静脉识别技术安全性。
第一方面,本申请实施例提供一种电子设备,所述电子设备包括静脉识别模组、指纹识别模组和处理电路,其中,
所述静脉识别模组,用于在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像;
所述指纹识别模组,用于通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像;
所述处理电路,用于将所述静脉图像与所述指纹图像进行合成,得到目标图像;以及依据所述目标图像进行生物识别;在所述目标图像被生物识别成功时,进行解锁操作。
第二方面,本申请实施例提供一种生物识别方法,应用于电子设备,所述电子设备包括静脉识别模组和指纹识别模组,所述方法包括:
在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像;
将所述静脉图像与所述指纹图像进行合成,得到目标图像;
依据所述目标图像进行生物识别;
在所述目标图像被生物识别成功时,进行解锁操作。
第三方面,本申请实施例提供一种生物识别装置,应用于电子设备,所述电子设备包括静脉识别模组和指纹识别模组,所述装置包括:
采集单元,用于在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像;
合成单元,用于将所述静脉图像与所述指纹图像进行合成,得到目标图像;
识别单元,用于依据所述目标图像进行生物识别;
解锁单元,用于在所述目标图像被生物识别成功时,进行解锁操作。
第四方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第二方面中的步骤的指令。
第五方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第二方面中所描述的部分或全部步骤。
第六方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第二方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,本申请实施例中所描述的生物识别方法及相关产品,应用于电子设备,电子设备包括静脉识别模组和指纹识别模组,在手指接近电子设备时,通过静脉识别模组对手指进行静脉采集,得到静脉图像,以及通过指纹识别模组对手指进行指纹采集,得到指纹图像,将静脉图像与指纹图像进行合成,得到目标图像,依据目标图像进行生物识别,在目标图像被生物识别成功时,进行解锁操作,静脉图像与指纹图像进行合成的话,相当于对静脉图像进行加密,或者,也相当于对指纹图像进行加密,静脉图像是利用红外光进行成像,而指纹图像则是可以利用其他方式(如可见光)进行成像,因此,合成的目标图像具备静脉图像以及指纹图像的特性,更加有助于提升生物识别的安全性。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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1A是本申请实施例提供的一种电子设备的结构示意图;
图1B是本申请实施例提供的一种生物识别方法的流程示意图;
图2是本申请实施例提供的另一种生物识别方法的流程示意图;
图3是本申请实施例提供的另一种生物识别方法的流程示意图;
图4是本申请实施例提供的另一种电子设备的结构示意图;
图5A是本申请实施例提供的一种生物识别装置的功能单元组成框图;
图5B是本申请实施例提供的另一种生物识别装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备(智能手表、智能手环、无线耳机、增强现实/虚拟现实设备、智能眼镜)、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(userequipment,UE),移动台(mobile station,MS),终端设备(terminal device)等等。
下面对本申请实施例进行详细介绍。
请参阅图1A,图1A是本申请实施例公开的一种电子设备的结构示意图,电子设备100包括存储和处理电路110,以及与所述存储和处理电路110连接的传感器170,传感器170包括摄像头,其中:
电子设备100可以包括控制电路,该控制电路可以包括存储和处理电路110。该存储和处理电路110可以存储器,例如硬盘驱动存储器,非易失性存储器(例如闪存或用于形成固态驱动器的其它电子可编程只读存储器等),易失性存储器(例如静态或动态随机存取存储器等)等,本申请实施例不作限制。存储和处理电路110中的处理电路可以用于控制电子设备100的运转。该处理电路可以基于一个或多个微处理器,微控制器,数字信号处理器,基带处理器,功率管理单元,音频编解码器芯片,专用集成电路,显示驱动器集成电路等来实现。
存储和处理电路110可用于运行电子设备100中的软件,例如互联网浏览应用程序,互联网协议语音(Voice over Internet Protocol,VOIP)电话呼叫应用程序,电子邮件应用程序,媒体播放应用程序,操作系统功能等。这些软件可以用于执行一些控制操作,例如,基于照相机的图像采集,基于环境光传感器的环境光测量,基于接近传感器的接近传感器测量,基于诸如发光二极管的状态指示灯等状态指示器实现的信息显示功能,基于触摸传感器的触摸事件检测,与在多个(例如分层的)显示屏上显示信息相关联的功能,与执行无线通信功能相关联的操作,与收集和产生音频信号相关联的操作,与收集和处理按钮按压事件数据相关联的控制操作,以及电子设备100中的其它功能等,本申请实施例不作限制。
电子设备100可以包括输入-输出电路150。输入-输出电路150可用于使电子设备100实现数据的输入和输出,即允许电子设备100从外部设备接收数据和也允许电子设备100将数据从电子设备100输出至外部设备。输入-输出电路150可以进一步包括传感器170。传感器170可以包括静脉识别模组和指纹识别模组,还可以包括环境光传感器,基于光和电容的接近传感器,触摸传感器(例如,基于光触摸传感器和/或电容式触摸传感器,其中,触摸传感器可以是触控显示屏的一部分,也可以作为一个触摸传感器结构独立使用),加速度传感器,摄像头,和其它传感器等,摄像头可以为前置摄像头或者后置摄像头。
其中,静脉识别模组可集成设置于显示屏下方,或者,静脉识别模组还可设置于电子设备壳体背面。具体地,静脉识别模组可包括红外灯以及静脉图像采集模块,红外灯可发射红外光,红外光照射到人体静脉的皮肤时,红外光会穿过皮肤,静脉会产生反射,从而形成静脉纹路图像,从而,可通过静脉图像采集模块采集静脉图像。
本申请实施例中,指纹识别模组可以为以下至少一种:电容式指纹识别模组、光学指纹识别模组、超声波指纹识别模组等等,在此不作限定,静脉识别模组与指纹识别模组可以集成在一起,也可以不集成在一起。本申请实施例中,静脉识别模组在对手指进行静脉采集的同时,指纹识别模组也可以对该手指进行指纹图像采集。
输入-输出电路150还可以包括一个或多个显示屏,例如显示屏130。显示屏130可以包括液晶显示屏,有机发光二极管显示屏,电子墨水显示屏,等离子显示屏,使用其它显示技术的显示屏中一种或者几种的组合。显示屏130可以包括触摸传感器阵列(即,显示屏130可以是触控显示屏)。触摸传感器可以是由透明的触摸传感器电极(例如氧化铟锡(ITO)电极)阵列形成的电容式触摸传感器,或者可以是使用其它触摸技术形成的触摸传感器,例如音波触控,压敏触摸,电阻触摸,光学触摸等,本申请实施例不作限制。
电子设备100还可以包括音频组件140。音频组件140可以用于为电子设备100提供音频输入和输出功能。电子设备100中的音频组件140可以包括扬声器,麦克风,蜂鸣器,音调发生器以及其它用于产生和检测声音的组件。
通信电路120可以用于为电子设备100提供与外部设备通信的能力。通信电路120可以包括模拟和数字输入-输出接口电路,和基于射频信号和/或光信号的无线通信电路。通信电路120中的无线通信电路可以包括射频收发器电路、功率放大器电路、低噪声放大器、开关、滤波器和天线。举例来说,通信电路120中的无线通信电路可以包括用于通过发射和接收近场耦合电磁信号来支持近场通信(Near Field Communication,NFC)的电路。例如,通信电路120可以包括近场通信天线和近场通信收发器。通信电路120还可以包括蜂窝电话收发器和天线,无线局域网收发器电路和天线等。
电子设备100还可以进一步包括电池,电力管理电路和其它输入-输出单元160。输入-输出单元160可以包括按钮,操纵杆,点击轮,滚动轮,触摸板,小键盘,键盘,照相机,发光二极管和其它状态指示器等。
用户可以通过输入-输出电路150输入命令来控制电子设备100的操作,并且可以使用输入-输出电路150的输出数据以实现接收来自电子设备100的状态信息和其它输出。
基于上述图1A所描述的电子设备,可以用于实现如下功能:
所述静脉识别模组,用于在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像;
所述指纹识别模组,用于通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像;
所述处理电路,用于将所述静脉图像与所述指纹图像进行合成,得到目标图像;以及依据所述目标图像进行生物识别;在所述目标图像被生物识别成功时,进行解锁操作。
在一个可能的示例中,所述电子设备还包括显示屏,所述指纹识别模组位于所述显示屏下方,在所述通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像方面,所述静脉识别模组,具体用于:
检测所述手指与所述静脉识别模组之间的目标距离,在所述目标距离处于预设距离范围内,通过所述静脉识别模组对所述手指进行静脉采集,得到所述静脉图像;
在所述通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像方面,所述指纹识别模组具体用于:
在检测到所述手指按压所述显示屏时,获取目标按压参数;
在所述目标按压参数满足预设要求时,通过所述指纹识别模组对所述手指进行指纹采集,得到所述指纹图像。
在一个可能的示例中,在所述将所述静脉图像与所述指纹图像进行合成,得到目标图像方面,所述处理电路具体用于:
对所述静脉图像进行第一图像分割,得到静脉区域图像;
对所述指纹图像进行第二图像分割,得到指纹区域图像;
将所述静脉区域图像进行缩放处理,得到目标静脉区域图像,所述目标静脉区域图像的尺寸与所述指纹区域图像的尺寸处于同一物距范围;
确定所述目标静脉区域图像的第一质心,以及所述指纹区域图像的第二质心;
基于所述第一质心、所述第二质心,将所述目标静脉区域图像和所述指纹区域图像进行合成,得到所述目标图像。
在一个可能的示例中,所述处理电路还具体用于:
将所述静脉图像与预设静脉模板进行匹配;
在所述静脉图像与所述预设静脉模板匹配成功时,执行所述通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像的步骤。
在一个可能的示例中,在所述将所述静脉图像与预设静脉模板进行匹配方面,所述处理电路具体用于:
对所述静脉图像进行图像分割,得到静脉区域图像;
对所述静脉区域图像进行特征提取,得到目标特征点集;
将所述静脉区域图像划分为多个区域,每一区域的面积大小相同;
依据所述目标特征点集确定所述多个区域中每一区域的特征点数量,得到多个特征点数量;
从所述多个特征点数量中选取大于预设阈值的特征点数量,得到至少一个目标特征点数量,并获取所述至少一个目标特征点数量对应的区域,得到至少一个目标区域;
将所述至少一个目标区域对应的特征点与所述预设静脉模板对应的特征点进行匹配,得到目标匹配值;
在所述目标匹配值大于预设匹配阈值时,确认所述静脉图像与所述预设静脉模板匹配成功。
可以看出,本申请实施例中所描述的电子设备,该电子设备包括静脉识别模组和指纹识别模组,在手指接近电子设备时,通过静脉识别模组对手指进行静脉采集,得到静脉图像,以及通过指纹识别模组对手指进行指纹采集,得到指纹图像,将静脉图像与指纹图像进行合成,得到目标图像,依据目标图像进行生物识别,在目标图像被生物识别成功时,进行解锁操作,静脉图像与指纹图像进行合成的话,相当于对静脉图像进行加密,或者,也相当于对指纹图像进行加密,静脉图像是利用红外光进行成像,而指纹图像则是可以利用其他方式(如可见光)进行成像,因此,合成的目标图像具备静脉图像以及指纹图像的特性,更加有助于提升生物识别的安全性。
请参阅图1B,图1B是本申请实施例提供的一种生物识别方法的流程示意图,如图所示,应用于如图1A所示的电子设备,所述电子设备包括静脉识别模组和指纹识别模组,本生物识别方法包括:
101、在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像。
具体实现中,电子设备可以包括静脉识别模组和指纹识别模组,静脉识别模组可以实现静脉图像采集,指纹识别模组可以实现指纹图像采集。
具体地,在手指接近电子设备时,电子设备上可以设置测距传感器或者接近传感器,通过该测距传感器或者接近传感器可以检测手指与电子设备之间的距离,在手指与电子设备之间的距离处于一定范围,则可以唤醒静脉识别模组,进而,通过静脉识别模组对手指进行静脉采集,得到静脉图像,再进一步地,还可以通过指纹识别模组对手指进行指纹采集,得到指纹图像。
在一个可能的示例中,上述步骤101,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,可以按照如下方式实施:
通过静脉识别模组按照预设静脉采集参数集对所述手指进行静脉采集,得到静脉图像。
其中,上述预设静脉采集参数集包括以下至少一项参数:静脉识别模组的工作电流、静脉识别模组的工作电压、静脉识别模组的工作功率、静脉识别模组的工作频率、静脉识别模组的红外光线的频段、静脉识别模组的红外光线的波长、静脉识别模组的红外光线的发射功率等等,在此不作限定。具体实现中,电子设备可以依据预设静脉采集参数集对手指进行静脉采集,得到静脉图像。
在一个可能的示例中,所述电子设备还包括显示屏,所述指纹识别模组位于所述显示屏下方,上述步骤101,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像,可以包括如下步骤:
11、检测所述手指与所述静脉识别模组之间的目标距离,在所述目标距离处于预设距离范围内,通过所述静脉识别模组对所述手指进行静脉采集,得到所述静脉图像;
12、在检测到所述手指按压所述显示屏时,获取目标按压参数;
13、在所述目标按压参数满足预设要求时,通过所述指纹识别模组对所述手指进行指纹采集,得到所述指纹图像。
其中,上述目标按压参数可以为以下至少一种:按压显示屏的按压力度、按压显示屏的按压面积、按压显示屏的按压时间、按压显示屏的按压次数等等,在此不作限定。上述按压力度可以为预设时间段内的最大按压力度、最小按压力度或者平均按压力度,当然,按压力度还可以为按压面积处于第一预设范围内对应的平均按压力度;按压面积可以为预设时间段内的最大按压面积、最小按压面积或者平均按压面积,按压面积还可以为按压力度处于第二预设范围对应的平均按压面积,按压时间可以为按压力度大于预设按压力度对应的按压时间,或者,按压时间可以为总按压时长,或者,按压时间可以为按压面积处于第一预设范围对应的按压时长等等,上述预设时间段、第一预设范围、第二预设范围、预设按压力度均可以由用户自行设置或者系统默认。上述预设条件也可以由用户自行设置或者系统默认,例如,按压面积处于第一预设范围,或者,按压力度处于第二预设范围,等等,在此不作限定。
具体实现中,电子设备可以包括显示屏,该指纹识别模组位于显示屏下方,电子设备可以检测手指与静脉识别模组之间的目标距离,在该目标距离处于预设距离范围内,则可以通过静脉识别模组对手指进行静脉采集,得到静脉图像,另外,在检测到手指按压显示屏时,则可以获取目标按压参数,进而,在目标按压参数满足预设要求时,通过指纹识别模组对手指进行指纹采集,得到指纹图像。
在一个可能的示例中,还可以包括如下步骤:
A1、将所述静脉图像与预设静脉模板进行匹配;
A2、在所述静脉图像与所述预设静脉模板匹配成功时,执行所述通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像的步骤。
其中,预设静脉模板可以预先保存在电子设备中,电子设备可以将静脉图像与预设静脉模板进行匹配,并且,在静脉图像与预设静脉模板匹配成功时,则可以执行通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像的步骤,反之,则可以提醒用户生物识别失败。
在一个可能的示例中,上述步骤A1,将所述静脉图像与预设静脉模板进行匹配,可以包括如下步骤:
A111、对所述静脉图像进行图像分割,得到静脉区域图像;
A112、对所述静脉区域图像进行特征提取,得到目标特征点集;
A113、将所述静脉区域图像划分为多个区域,每一区域的面积大小相同;
A114、依据所述目标特征点集确定所述多个区域中每一区域的特征点数量,得到多个特征点数量;
A115、从所述多个特征点数量中选取大于预设阈值的特征点数量,得到至少一个目标特征点数量,并获取所述至少一个目标特征点数量对应的区域,得到至少一个目标区域;
A116、将所述至少一个目标区域对应的特征点与所述预设静脉模板对应的特征点进行匹配,得到目标匹配值;
A117、在所述目标匹配值大于预设匹配阈值时,确认所述静脉图像与所述预设静脉模板匹配成功。
其中,上述预设阈值、预设静脉模板、预设匹配阈值均可以由用户自行设置或者系统默认。电子设备可以对静脉图像进行图像分割,得到静脉区域图像,进而,对静脉区域图像进行特征提取,得到目标特征点集,可以将静脉区域图像划分为多个区域,每个区域的面积大小相同,可以依据目标特征点集确定多个区域中每一区域的特征点数量,得到多个特征点数量,特征点数量在一定程度上反映了图像质量,区域图像质量好,得则对应的特征点多,由于用户皮肤厚度不一,因此,可能某些部位静脉采集不完整,因此,可以选取静脉清晰的区域,以用于静脉识别,即从多个特征点数量中选取大于预设阈值的特征点数量,得到至少一个目标特征点数量,并获取该至少一个目标特征点数量对应的区域,得到至少一个目标区域。进而,可以将至少一个目标区域对应的特征点与预设静脉模板对应的特征点进行匹配,得到目标匹配值,每一目标区域对应的特征点与预设静脉模板对应的特征点之间匹配,均可以得到一个匹配值,因而,可以得到至少一个匹配值,目标匹配值可以理解为至少一个匹配值中所有匹配值的均值。在目标匹配值大于预设匹配阈值时,则可以确定静脉图像与预设静脉模板匹配成功。
在一个可能的示例中,上述步骤A1,将所述静脉图像与预设静脉模板进行匹配,可以包括如下步骤:
A211、对所述静脉图像进行图像分割,得到静脉区域图像;
A212、分析所述静脉区域图像的特征点分布;
A213、按照M个不同圆心对所述静脉区域图像进行圆形图像截取,得到M个圆形静脉区域图像,所述M为大于3的整数;
A214、从所述M个圆形静脉区域图像中选出目标圆形静脉区域图像,所述目标圆形静脉区域图像所包含的特征点的数量大于所述M个圆形静脉区域图像中的其他圆形静脉区域图像;
A215、将所述目标圆形静脉区域图像划分得到N个圆环,所述N个圆环的环宽相同;
A216、从所述N个圆环中半径最小的圆环开始,将所述N个圆环依次与预设静脉模板进行特征点匹配,并累计已匹配圆环的匹配值;
A217、当累计的匹配值大于预设匹配阈值时停止进行特征点匹配,并输出静脉识别成功的提示消息。
其中,电子设备可以对静脉图像进行图像分割,得到静脉区域图像,静脉区域图像可以为仅包括静脉纹路的图像,进而,分析该静脉区域图像的特征点分布,按照M个不同圆心对该静脉区域图像进行圆形图像截取,得到M个圆形静脉区域图像,M为大于3的整数,从M个圆形静脉区域图像中选出目标圆形静脉区域图像,目标圆形静脉区域图像所包含的特征点的数量大于M个圆形静脉区域图像中的其他圆形静脉区域图像,将目标圆形静脉区域图像划分得到N个圆环,N个圆环的环宽相同,从N个圆环中半径最小的圆环开始,将N个圆环依次与预设静脉模板进行特征点匹配,并累计已匹配圆环的匹配值,如此,在静脉识别过程中,可以将不同位置或者不同静脉的特征点用于匹配,当累计的匹配值大于预设匹配阈值时立即停止进行特征点匹配,并输出静脉识别成功的提示消息,如此,能够快速且精准识别静脉识别。
102、将所述静脉图像与所述指纹图像进行合成,得到目标图像。
其中,静脉图像与指纹图像进行合成的话,相当于对静脉图像进行加密,或者,也相当于对指纹图像进行加密,静脉图像是利用红外光进行成像,而指纹图像则是可以利用可见光进行成像,因此,合成的目标图像具备静脉图像以及指纹图像的特性,更加有助于提升生物识别的安全性。
在一个可能的示例中,上述步骤102,将所述静脉图像与所述指纹图像进行合成,得到目标图像,可以包括如下步骤:
21、对所述静脉图像进行第一图像分割,得到静脉区域图像;
22、对所述指纹图像进行第二图像分割,得到指纹区域图像;
23、将所述静脉区域图像进行缩放处理,得到目标静脉区域图像,所述目标静脉区域图像的尺寸与所述指纹区域图像的尺寸处于同一物距范围;
24、确定所述目标静脉区域图像的第一质心,以及所述指纹区域图像的第二质心;
25、基于所述第一质心、所述第二质心,将所述目标静脉区域图像和所述指纹区域图像进行合成,得到所述目标图像。
其中,第一图像分割的主要方式可以为以下任一项:阈值分割、区域分割、边缘分割、直方图法等等,在此不作限定,上述第二图像分割的主要方式也可以为以下至少一种:阈值分割、区域分割、边缘分割、直方图法等等,在此不作限定。
具体实现中,电子设备可以对静脉图像进行第一图像分割,得到静脉区域图像,即仅仅包括静脉纹路的图像,同时,也可以对指纹图像进行第二图像分割,得到指纹区域图像,即仅仅包括指纹纹路的图像,紧接着,可以对静脉区域图像进行缩放处理,得到目标静脉区域图像,目标静脉区域图像的尺寸与指纹区域图像的尺寸处于同一物距范围,相当于在同一物距下,捕获静脉图像和指纹图像,进而,可以确定目标静脉区域图像的第一质心,指纹区域图像的第二质心,基于第一质心和第二质心,可以将目标静脉区域图像和指纹区域图像进行合成,具体地,目标静脉区域图像的第一质心和指纹区域图像的第二质心进行重合,然后,再将同一像素位置的两个像素值进行取均值,得到目标图像,这样的目标图像,相当于指纹图像作为静脉图像的水印,或者,静脉图像相当于指纹图像的水印,目标图像中融合了指纹和静脉的双重特性,有助于提升生物识别的安全性。
在一个可能的示例中,上述步骤101与步骤102之间,还可以包括如下步骤:
B1、将所述指纹图像为区域划分,得到多个区域指纹图像;
B2、对所述多个区域指纹图像中每一区域指纹图像进行图像质量评价,得到多个图像质量评价值;
B3、从所述多个图像质量评价值中选取大于预设评价阈值的图像质量评价值,得到至少一个图像质量评价值;
B4、将所述至少一个图像质量评价值对应的区域指纹图像与预设指纹模板进行匹配,得到匹配值;
B5、在所述匹配值处于预设匹配范围时,执行所述步骤102。
其中,上述预设评价阈值、预设匹配范围可以由用户自行设置或者系统默认。电子设备中还可以预先存储预设指纹模板电子设备可以将指纹图像进行区域划分,得到多个区域指纹图像,进而,可以对多个区域指纹图像中每一区域指纹图像进行图像质量评价,得到多个图像质量评价值,具体地,可以采用至少一个评价参数对每一区域指纹图像进行图像质量评价,评价参数可以为以下至少一种:均方差、边缘保持度、信息熵、特征点数量、特征点分布密度等等,在此不做限定。
进一步地,可以从多个图像质量评价值中选取大于预设评价阈值的图像质量评价值,得到至少一个图像质量评价值,将该至少一个图像质量评价值对应的区域指纹图像与预设指纹模板进行匹配,得到匹配值,并在匹配值处于预设匹配范围时,执行步骤102,否则,提示用户生物识别失败,如此,可以在一定程度上对手指的身份进行初步验证,提升电子设备的安全性。
103、依据所述目标图像进行生物识别。
其中,电子设备中也可以预先存储预设生物模板,该预设生物模板也可以基于静脉图像与指纹图像进行合成,进而,可以将目标图像与预设生物模板进行匹配,在目标图像与预设生物模板匹配成功时,则确认目标图像被生物识别成功,否则,则确认目标图像被生物识别失败。
104、在所述目标图像被生物识别成功时,进行解锁操作。
其中,解锁操作可以理解为执行解锁操作,或者,也可以是执行预设操作,预设操作可以由用户自行设置,如:进入主页面或者指定页面,指定页面可以由用户自行设置,或者系统默认,还可以为启动应用,自动拨号,打开蓝牙,等等,在此不作限定。
可以看出,本申请实施例中所描述的生物识别方法,应用于电子设备,电子设备包括静脉识别模组和指纹识别模组,在手指接近电子设备时,通过静脉识别模组对手指进行静脉采集,得到静脉图像,以及通过指纹识别模组对手指进行指纹采集,得到指纹图像,将静脉图像与指纹图像进行合成,得到目标图像,依据目标图像进行生物识别,在目标图像被生物识别成功时,进行解锁操作,静脉图像与指纹图像进行合成的话,相当于对静脉图像进行加密,或者,也相当于对指纹图像进行加密,静脉图像是利用其他方式(如可见光)进行成像,而指纹图像则是可以利用可见光进行成像,因此,合成的目标图像具备静脉图像以及指纹图像的特性,更加有助于提升生物识别的安全性。
与上述图1B所示的实施例一致地,请参阅图2,图2是本申请实施例提供的一种生物识别方法的流程示意图,如图所示,应用于如图1A所示的电子设备,所述电子设备包括静脉识别模组和指纹识别模组,本生物识别方法包括:
201、在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像。
202、将所述静脉图像与预设静脉模板进行匹配。
203、在所述静脉图像与所述预设静脉模板匹配成功时,通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像。
204、将所述静脉图像与所述指纹图像进行合成,得到目标图像。
205、依据所述目标图像进行生物识别。
206、在所述目标图像被生物识别成功时,进行解锁操作。
其中,上述步骤201-步骤206的具体描述可以参照上述图1B所描述的生物识别方法的相应步骤,在此不再赘述。
在一个可能的示例中,在上述步骤206,进行解锁操作,可以包括如下步骤:
C1、按照预设的手指部位与应用之间的映射关系,确定所述手指对应的目标应用;
C2、启动所述目标应用。
其中,不同的手指其对应的静脉不一样,因此,可以在一定程度上通过静脉图像对手指部位进行图像识别,以得到手指对应的部位,例如,到底是左手中指,还是右手中指,电子设备中可以预先存储预设的手指部位与应用之间的映射关系,例如,每个手指的静脉可以对应不同的应用,进而,依据该映射关系确定静脉采集部位对应的目标应用,启动目标应用,如此,实现了用户不同的静脉部位能够启动不同的应用,提升了用户便捷性。
可以看出,本申请实施例中所描述的生物识别方法,能够在手指接近电子识别时,即采集静脉图像,又采集指纹图像,还可以将静脉图像与指纹图像进行合成,相当于对静脉图像进行加密,或者,也相当于对指纹图像进行加密,静脉图像是利用红外光进行成像,而指纹图像则是可以利用可见光进行成像,因此,合成的目标图像具备静脉图像以及指纹图像的特性,更加有助于提升生物识别的安全性。
与上述图1B所示的实施例一致地,请参阅图3,图3是本申请实施例提供的一种生物识别方法的流程示意图,如图所示,应用于如图1A所示的电子设备,所述电子设备包括静脉识别模组和指纹识别模组,本生物识别方法包括:
301、在手指接近所述电子设备时,检测所述手指与所述静脉识别模组之间的目标距离,在所述目标距离处于预设距离范围内,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像。
302、在检测到所述手指按压所述显示屏时,获取目标按压参数。
303、在所述目标按压参数满足预设要求时,通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像。
304、将所述静脉图像与所述指纹图像进行合成,得到目标图像。
305、依据所述目标图像进行生物识别。
306、在所述目标图像被生物识别成功时,进行解锁操作。
其中,上述步骤301-步骤306的具体描述可以参照上述图1B所描述的生物识别方法的相应步骤,在此不再赘述。
可以看出,本申请实施例中所描述的生物识别方法,能够在手指接近电子识别时,即采集静脉图像,又采集指纹图像,还可以将静脉图像与指纹图像进行合成,相当于对静脉图像进行加密,或者,也相当于对指纹图像进行加密,静脉图像是利用红外光进行成像,而指纹图像则是可以利用其他方式(如可见光)进行成像,因此,合成的目标图像具备静脉图像以及指纹图像的特性,更加有助于提升生物识别的安全性。
与上述实施例一致地,请参阅图4,图4是本申请实施例提供的一种电子设备的结构示意图,如图所示,该电子设备包括处理器、存储器、通信接口以及一个或多个程序,所述电子设备包括静脉识别模组和指纹识别模组,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,本申请实施例中,上述程序包括用于执行以下步骤的指令:
在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像;
将所述静脉图像与所述指纹图像进行合成,得到目标图像;
依据所述目标图像进行生物识别;
在所述目标图像被生物识别成功时,进行解锁操作。
可以看出,本申请实施例中所描述的电子设备,该电子设备包括静脉识别模组和指纹识别模组,在手指接近电子设备时,通过静脉识别模组对手指进行静脉采集,得到静脉图像,以及通过指纹识别模组对手指进行指纹采集,得到指纹图像,将静脉图像与指纹图像进行合成,得到目标图像,依据目标图像进行生物识别,在目标图像被生物识别成功时,进行解锁操作,静脉图像与指纹图像进行合成的话,相当于对静脉图像进行加密,或者,也相当于对指纹图像进行加密,静脉图像是利用红外光进行成像,而指纹图像则是可以利用其他方式(如可见光)进行成像,因此,合成的目标图像具备静脉图像以及指纹图像的特性,更加有助于提升生物识别的安全性。
在一个可能的示例中,所述电子设备还包括显示屏,所述指纹识别模组位于所述显示屏下方,在所述通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像方面,上述程序包括用于执行以下步骤的指令:
检测所述手指与所述静脉识别模组之间的目标距离,在所述目标距离处于预设距离范围内,通过所述静脉识别模组对所述手指进行静脉采集,得到所述静脉图像;
在检测到所述手指按压所述显示屏时,获取目标按压参数;
在所述目标按压参数满足预设要求时,通过所述指纹识别模组对所述手指进行指纹采集,得到所述指纹图像。
在一个可能的示例中,在所述将所述静脉图像与所述指纹图像进行合成,得到目标图像方面,上述程序包括用于执行以下步骤的指令:
对所述静脉图像进行第一图像分割,得到静脉区域图像;
对所述指纹图像进行第二图像分割,得到指纹区域图像;
将所述静脉区域图像进行缩放处理,得到目标静脉区域图像,所述目标静脉区域图像的尺寸与所述指纹区域图像的尺寸处于同一物距范围;
确定所述目标静脉区域图像的第一质心,以及所述指纹区域图像的第二质心;
基于所述第一质心、所述第二质心,将所述目标静脉区域图像和所述指纹区域图像进行合成,得到所述目标图像。
在一个可能的示例中,上述程序还包括用于执行以下步骤的指令:
将所述静脉图像与预设静脉模板进行匹配;
在所述静脉图像与所述预设静脉模板匹配成功时,执行所述通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像的步骤。
在一个可能的示例中,在所述将所述静脉图像与预设静脉模板进行匹配方面,上述程序包括用于执行以下步骤的指令:
对所述静脉图像进行图像分割,得到静脉区域图像;
对所述静脉区域图像进行特征提取,得到目标特征点集;
将所述静脉区域图像划分为多个区域,每一区域的面积大小相同;
依据所述目标特征点集确定所述多个区域中每一区域的特征点数量,得到多个特征点数量;
从所述多个特征点数量中选取大于预设阈值的特征点数量,得到至少一个目标特征点数量,并获取所述至少一个目标特征点数量对应的区域,得到至少一个目标区域;
将所述至少一个目标区域对应的特征点与所述预设静脉模板对应的特征点进行匹配,得到目标匹配值;
在所述目标匹配值大于预设匹配阈值时,确认所述静脉图像与所述预设静脉模板匹配成功。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图5A是本申请实施例中所涉及的生物识别装置500的功能单元组成框图。该生物识别装置500,应用于电子设备,所述电子设备包括静脉识别模组和指纹识别模组,所述装置包括:采集单元501、合成单元502、识别单元503和解锁单元504,具体如下:
采集单元501,用于在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像;
合成单元502,用于将所述静脉图像与所述指纹图像进行合成,得到目标图像;
识别单元503,用于依据所述目标图像进行生物识别;
解锁单元504,用于在所述目标图像被生物识别成功时,进行解锁操作。
可以看出,本申请实施例中所描述的生物识别装置,应用于电子设备,电子设备包括静脉识别模组和指纹识别模组,在手指接近电子设备时,通过静脉识别模组对手指进行静脉采集,得到静脉图像,以及通过指纹识别模组对手指进行指纹采集,得到指纹图像,将静脉图像与指纹图像进行合成,得到目标图像,依据目标图像进行生物识别,在目标图像被生物识别成功时,进行解锁操作,静脉图像与指纹图像进行合成的话,相当于对静脉图像进行加密,或者,也相当于对指纹图像进行加密,静脉图像是利用红外光进行成像,而指纹图像则是可以利用其他方式(如可见光)进行成像,因此,合成的目标图像具备静脉图像以及指纹图像的特性,更加有助于提升生物识别的安全性。
在一个可能的示例中,所述电子设备还包括显示屏,所述指纹识别模组位于所述显示屏下方,在所述通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像方面,所述采集单元501具体用于:
检测所述手指与所述静脉识别模组之间的目标距离,在所述目标距离处于预设距离范围内,通过所述静脉识别模组对所述手指进行静脉采集,得到所述静脉图像;
在检测到所述手指按压所述显示屏时,获取目标按压参数;
在所述目标按压参数满足预设要求时,通过所述指纹识别模组对所述手指进行指纹采集,得到所述指纹图像。
在一个可能的示例中,在所述将所述静脉图像与所述指纹图像进行合成,得到目标图像方面,所述合成单元502具体用于:
对所述静脉图像进行第一图像分割,得到静脉区域图像;
对所述指纹图像进行第二图像分割,得到指纹区域图像;
将所述静脉区域图像进行缩放处理,得到目标静脉区域图像,所述目标静脉区域图像的尺寸与所述指纹区域图像的尺寸处于同一物距范围;
确定所述目标静脉区域图像的第一质心,以及所述指纹区域图像的第二质心;
基于所述第一质心、所述第二质心,将所述目标静脉区域图像和所述指纹区域图像进行合成,得到所述目标图像。
在一个可能的示例中,如图5B,图5B为图5A所描述的生物识别装置的又一变型结构,其与图5A相比较,还可以包括:匹配单元505,具体如下:
匹配单元505,用于将所述静脉图像与预设静脉模板进行匹配;
由所述采集单元501在所述静脉图像与所述预设静脉模板匹配成功时,执行所述通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像的步骤。
在一个可能的示例中,在所述将所述静脉图像与预设静脉模板进行匹配方面,所述匹配单元505具体用于:
对所述静脉图像进行图像分割,得到静脉区域图像;
对所述静脉区域图像进行特征提取,得到目标特征点集;
将所述静脉区域图像划分为多个区域,每一区域的面积大小相同;
依据所述目标特征点集确定所述多个区域中每一区域的特征点数量,得到多个特征点数量;
从所述多个特征点数量中选取大于预设阈值的特征点数量,得到至少一个目标特征点数量,并获取所述至少一个目标特征点数量对应的区域,得到至少一个目标区域;
将所述至少一个目标区域对应的特征点与所述预设静脉模板对应的特征点进行匹配,得到目标匹配值;
在所述目标匹配值大于预设匹配阈值时,确认所述静脉图像与所述预设静脉模板匹配成功。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,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单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (13)
1.一种电子设备,其特征在于,所述电子设备包括静脉识别模组、指纹识别模组和处理电路,其中,
所述静脉识别模组,用于在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像;
所述指纹识别模组,用于通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像;
所述处理电路,用于将所述静脉图像与所述指纹图像进行合成,得到目标图像;以及依据所述目标图像进行生物识别;在所述目标图像被生物识别成功时,进行解锁操作。
2.根据权利要求1所述的电子设备,其特征在于,所述电子设备还包括显示屏,所述指纹识别模组位于所述显示屏下方,在所述通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像方面,所述静脉识别模组,具体用于:
检测所述手指与所述静脉识别模组之间的目标距离,在所述目标距离处于预设距离范围内,通过所述静脉识别模组对所述手指进行静脉采集,得到所述静脉图像;
在所述通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像方面,所述指纹识别模组具体用于:
在检测到所述手指按压所述显示屏时,获取目标按压参数;
在所述目标按压参数满足预设要求时,通过所述指纹识别模组对所述手指进行指纹采集,得到所述指纹图像。
3.根据权利要求1或2所述的电子设备,其特征在于,在所述将所述静脉图像与所述指纹图像进行合成,得到目标图像方面,所述处理电路具体用于:
对所述静脉图像进行第一图像分割,得到静脉区域图像;
对所述指纹图像进行第二图像分割,得到指纹区域图像;
将所述静脉区域图像进行缩放处理,得到目标静脉区域图像,所述目标静脉区域图像的尺寸与所述指纹区域图像的尺寸处于同一物距范围;
确定所述目标静脉区域图像的第一质心,以及所述指纹区域图像的第二质心;
基于所述第一质心、所述第二质心,将所述目标静脉区域图像和所述指纹区域图像进行合成,得到所述目标图像。
4.根据权利要求1-3任一项所述的电子设备,其特征在于,所述处理电路还具体用于:
将所述静脉图像与预设静脉模板进行匹配;
在所述静脉图像与所述预设静脉模板匹配成功时,执行所述通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像的步骤。
5.根据权利要求4所述的电子设备,其特征在于,在所述将所述静脉图像与预设静脉模板进行匹配方面,所述处理电路具体用于:
对所述静脉图像进行图像分割,得到静脉区域图像;
对所述静脉区域图像进行特征提取,得到目标特征点集;
将所述静脉区域图像划分为多个区域,每一区域的面积大小相同;
依据所述目标特征点集确定所述多个区域中每一区域的特征点数量,得到多个特征点数量;
从所述多个特征点数量中选取大于预设阈值的特征点数量,得到至少一个目标特征点数量,并获取所述至少一个目标特征点数量对应的区域,得到至少一个目标区域;
将所述至少一个目标区域对应的特征点与所述预设静脉模板对应的特征点进行匹配,得到目标匹配值;
在所述目标匹配值大于预设匹配阈值时,确认所述静脉图像与所述预设静脉模板匹配成功。
6.一种生物识别方法,其特征在于,应用于电子设备,所述电子设备包括静脉识别模组和指纹识别模组,所述方法包括:
在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像;
将所述静脉图像与所述指纹图像进行合成,得到目标图像;
依据所述目标图像进行生物识别;
在所述目标图像被生物识别成功时,进行解锁操作。
7.根据权利要求6所述的方法,其特征在于,所述电子设备还包括显示屏,所述指纹识别模组位于所述显示屏下方,所述通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像,包括:
检测所述手指与所述静脉识别模组之间的目标距离,在所述目标距离处于预设距离范围内,通过所述静脉识别模组对所述手指进行静脉采集,得到所述静脉图像;
在检测到所述手指按压所述显示屏时,获取目标按压参数;
在所述目标按压参数满足预设要求时,通过所述指纹识别模组对所述手指进行指纹采集,得到所述指纹图像。
8.根据权利要求6或7所述的方法,其特征在于,所述将所述静脉图像与所述指纹图像进行合成,得到目标图像,包括:
对所述静脉图像进行第一图像分割,得到静脉区域图像;
对所述指纹图像进行第二图像分割,得到指纹区域图像;
将所述静脉区域图像进行缩放处理,得到目标静脉区域图像,所述目标静脉区域图像的尺寸与所述指纹区域图像的尺寸处于同一物距范围;
确定所述目标静脉区域图像的第一质心,以及所述指纹区域图像的第二质心;
基于所述第一质心、所述第二质心,将所述目标静脉区域图像和所述指纹区域图像进行合成,得到所述目标图像。
9.根据权利要求6-8任一项所述的方法,其特征在于,所述方法还包括:
将所述静脉图像与预设静脉模板进行匹配;
在所述静脉图像与所述预设静脉模板匹配成功时,执行所述通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像的步骤。
10.根据权利要求9所述的方法,其特征在于,所述将所述静脉图像与预设静脉模板进行匹配,包括:
对所述静脉图像进行图像分割,得到静脉区域图像;
对所述静脉区域图像进行特征提取,得到目标特征点集;
将所述静脉区域图像划分为多个区域,每一区域的面积大小相同;
依据所述目标特征点集确定所述多个区域中每一区域的特征点数量,得到多个特征点数量;
从所述多个特征点数量中选取大于预设阈值的特征点数量,得到至少一个目标特征点数量,并获取所述至少一个目标特征点数量对应的区域,得到至少一个目标区域;
将所述至少一个目标区域对应的特征点与所述预设静脉模板对应的特征点进行匹配,得到目标匹配值;
在所述目标匹配值大于预设匹配阈值时,确认所述静脉图像与所述预设静脉模板匹配成功。
11.一种生物识别装置,其特征在于,应用于电子设备,所述电子设备包括静脉识别模组和指纹识别模组,所述装置包括:
采集单元,用于在手指接近所述电子设备时,通过所述静脉识别模组对所述手指进行静脉采集,得到静脉图像,以及通过所述指纹识别模组对所述手指进行指纹采集,得到指纹图像;
合成单元,用于将所述静脉图像与所述指纹图像进行合成,得到目标图像;
识别单元,用于依据所述目标图像进行生物识别;
解锁单元,用于在所述目标图像被生物识别成功时,进行解锁操作。
12.一种电子设备,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求6-10任一项所述的方法中的步骤的指令。
13.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求6-10任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910472233.4A CN110162953A (zh) | 2019-05-31 | 2019-05-31 | 生物识别方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910472233.4A CN110162953A (zh) | 2019-05-31 | 2019-05-31 | 生物识别方法及相关产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110162953A true CN110162953A (zh) | 2019-08-23 |
Family
ID=67630543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910472233.4A Pending CN110162953A (zh) | 2019-05-31 | 2019-05-31 | 生物识别方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110162953A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796016A (zh) * | 2019-09-30 | 2020-02-14 | 万翼科技有限公司 | 工程图纸识别方法、电子设备及相关产品 |
CN111984422A (zh) * | 2020-09-03 | 2020-11-24 | 深圳壹账通智能科技有限公司 | 基于区块链的数据处理方法、装置及存储介质 |
CN112784657A (zh) * | 2019-11-08 | 2021-05-11 | 纬创资通股份有限公司 | 电子装置与生物辨识的特征获得方法 |
CN113014747A (zh) * | 2019-12-18 | 2021-06-22 | 中移物联网有限公司 | 屏下摄像头模组、图像处理方法及终端 |
WO2021256091A1 (ja) * | 2020-06-15 | 2021-12-23 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、およびプログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101485570A (zh) * | 2008-01-16 | 2009-07-22 | 索尼株式会社 | 静脉认证装置和静脉认证方法 |
CN105678233A (zh) * | 2015-12-30 | 2016-06-15 | 北京天诚盛业科技有限公司 | 基于指纹与指静脉的复合识别方法、装置及系统 |
CN105741241A (zh) * | 2016-01-27 | 2016-07-06 | 中南民族大学 | 基于合成增强图像的肿瘤区域图像增强方法及系统 |
CN106650707A (zh) * | 2017-01-20 | 2017-05-10 | 北京神州安盾科技有限公司 | 一种指静脉加指纹混合型身份认证装置及方法 |
CN107633499A (zh) * | 2017-09-27 | 2018-01-26 | 广东欧珀移动通信有限公司 | 图像处理方法及相关产品 |
CN109101867A (zh) * | 2018-06-11 | 2018-12-28 | 平安科技(深圳)有限公司 | 一种图像匹配方法、装置、计算机设备及存储介质 |
CN109583356A (zh) * | 2018-11-23 | 2019-04-05 | Oppo广东移动通信有限公司 | 指纹识别方法及相关产品 |
CN110008931A (zh) * | 2019-04-16 | 2019-07-12 | 上海应用技术大学 | 结合指纹与指静脉信息的混合识别方法 |
-
2019
- 2019-05-31 CN CN201910472233.4A patent/CN110162953A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101485570A (zh) * | 2008-01-16 | 2009-07-22 | 索尼株式会社 | 静脉认证装置和静脉认证方法 |
CN105678233A (zh) * | 2015-12-30 | 2016-06-15 | 北京天诚盛业科技有限公司 | 基于指纹与指静脉的复合识别方法、装置及系统 |
CN105741241A (zh) * | 2016-01-27 | 2016-07-06 | 中南民族大学 | 基于合成增强图像的肿瘤区域图像增强方法及系统 |
CN106650707A (zh) * | 2017-01-20 | 2017-05-10 | 北京神州安盾科技有限公司 | 一种指静脉加指纹混合型身份认证装置及方法 |
CN107633499A (zh) * | 2017-09-27 | 2018-01-26 | 广东欧珀移动通信有限公司 | 图像处理方法及相关产品 |
CN109101867A (zh) * | 2018-06-11 | 2018-12-28 | 平安科技(深圳)有限公司 | 一种图像匹配方法、装置、计算机设备及存储介质 |
CN109583356A (zh) * | 2018-11-23 | 2019-04-05 | Oppo广东移动通信有限公司 | 指纹识别方法及相关产品 |
CN110008931A (zh) * | 2019-04-16 | 2019-07-12 | 上海应用技术大学 | 结合指纹与指静脉信息的混合识别方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796016A (zh) * | 2019-09-30 | 2020-02-14 | 万翼科技有限公司 | 工程图纸识别方法、电子设备及相关产品 |
CN112784657A (zh) * | 2019-11-08 | 2021-05-11 | 纬创资通股份有限公司 | 电子装置与生物辨识的特征获得方法 |
CN112784657B (zh) * | 2019-11-08 | 2023-12-08 | 纬创资通股份有限公司 | 电子装置与生物辨识的特征获得方法 |
CN113014747A (zh) * | 2019-12-18 | 2021-06-22 | 中移物联网有限公司 | 屏下摄像头模组、图像处理方法及终端 |
WO2021256091A1 (ja) * | 2020-06-15 | 2021-12-23 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN111984422A (zh) * | 2020-09-03 | 2020-11-24 | 深圳壹账通智能科技有限公司 | 基于区块链的数据处理方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110162953A (zh) | 生物识别方法及相关产品 | |
CN109583356A (zh) | 指纹识别方法及相关产品 | |
CN110286738A (zh) | 指纹采集方法及相关产品 | |
CN109614865A (zh) | 指纹识别方法及相关产品 | |
CN110134459A (zh) | 应用启动方法及相关产品 | |
CN110020622A (zh) | 指纹识别方法及相关产品 | |
CN109543570A (zh) | 指纹识别方法及相关产品 | |
CN110188666A (zh) | 静脉采集方法及相关产品 | |
CN110287680A (zh) | 指纹解锁方法及相关产品 | |
CN108848317A (zh) | 拍照控制方法及相关产品 | |
CN109657561A (zh) | 指纹采集方法及相关产品 | |
CN109283996A (zh) | 显示控制方法及相关产品 | |
CN109376700A (zh) | 指纹识别方法及相关产品 | |
CN110210395A (zh) | 静脉图像采集方法及相关产品 | |
CN110427741A (zh) | 指纹识别方法及相关产品 | |
CN109144245A (zh) | 设备控制方法及相关产品 | |
CN110309776A (zh) | 指纹模板录入方法及相关产品 | |
CN109815670A (zh) | 文件处理方法及相关产品 | |
CN110198421A (zh) | 视频处理方法及相关产品 | |
CN110363702A (zh) | 图像处理方法及相关产品 | |
CN110276328A (zh) | 指纹识别方法及相关产品 | |
CN110276327A (zh) | 指纹识别方法及相关产品 | |
CN110210394A (zh) | 静脉图像采集方法及相关产品 | |
CN110263752A (zh) | 指纹识别方法及相关产品 | |
KR20150072923A (ko) | 이동 단말기 및 그 동작 방법 |
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: 20190823 |
|
RJ01 | Rejection of invention patent application after publication |