CN110363121A - 指纹图像处理方法及装置、存储介质和电子设备 - Google Patents

Abstract

本发明公开了一种指纹图像处理方法、指纹图像处理装置、存储介质和电子设备，涉及指纹识别技术领域。该指纹图像处理方法包括：获取待处理指纹图像，利用多组图像集分别对待处理指纹图像进行处理，生成数量与图像集的数量相同的多个中间指纹图像；其中，各图像集中的图像包含干扰信息；确定各中间指纹图像的指纹信号强度，将指纹信号强度最大的中间指纹图像作为处理后的指纹图像。本发明可以剔除指纹识别时的干扰因素，提高指纹匹配的成功率。

Description

指纹图像处理方法及装置、存储介质和电子设备

技术领域

本公开涉及指纹识别技术领域，具体而言，涉及一种指纹图像处理方法、指纹图像处理装置、存储介质和电子设备。

背景技术

指纹识别技术已广泛应用于手机、平板电脑、智能手环、门锁等终端设备，可以实现例如屏幕解锁、文件加密、移动支付、开关控制等功能，大大提高了用户工作、生活的便利性。

在指纹识别的应用场景中，由于光照强度、温度、干湿手指等的影响，可能造成同一手指被检测出不同指纹的情况，导致指纹匹配异常，拒识率(False Rejection Rate，FRR)较高。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种指纹图像处理方法、指纹图像处理装置、存储介质和电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的指纹匹配异常的问题。

根据本公开的第一方面，提供一种指纹图像处理方法，包括：获取待处理指纹图像，利用多组图像集分别对待处理指纹图像进行处理，生成数量与图像集的数量相同的多个中间指纹图像；其中，各图像集中的图像包含干扰信息；确定各中间指纹图像的指纹信号强度，将指纹信号强度最大的中间指纹图像作为处理后的指纹图像。

根据本公开的第二方面，提供一种指纹图像处理装置，包括中间图像生成模块和信号强度计算模块。

具体的，中间图像生成模块用于获取待处理指纹图像，利用多组图像集分别对待处理指纹图像进行处理，生成数量与图像集的数量相同的多个中间指纹图像；其中，各图像集中的图像包含干扰信息；信号强度计算模块用于确定各中间指纹图像的指纹信号强度，将指纹信号强度最大的中间指纹图像作为处理后的指纹图像。

根据本公开的第三方面，提供一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述指纹图像处理方法。

根据本公开的第四方面，提供一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述指纹图像处理方法。

在本公开的一些实施例所提供的技术方案中，首先，分别利用多组包含干扰信息的图像集对待处理指纹图像进行处理，得到数量与图像集的数量相同的多个中间指纹图像，接下来，将这些中间指纹图像中指纹信号强度最大的中间指纹图像作为处理后的指纹图像。一方面，本公开示例性实施方式可以避免由于干扰信息的干扰而造成指纹匹配异常的问题，可以降低拒识率；另一方面，相比于一些技术，本公开示例性实施方式不涉及对指纹图像类型的判别过程，而是利用指纹信号强度确定出处理后的指纹图像，因为生成指纹信号强度的资源消耗远低于指纹图像类型判别的资源消耗，由此，本示例性方案节约了计算资源与处理时间；再一方面，指纹图像类型的判别技术可能存在误差，无法准确地确定出待处理指纹图像所属的干扰类别，也就无法准确地利用对应图像集对待处理指纹图像进行处理，导致处理结果不准确。本公开示例性实施方式未利用指纹图像类型判别技术，而采用准确度较高的指纹信号强度进行图像处理后的判定，大大提高了指纹图像处理的准确度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：

图1示意性示出了一些技术的对指纹图像进行处理的流程图；

图2示意性示出了根据本公开的示例性实施方式的指纹图像处理方法的流程图；

图3示出了本公开示例性实施方式的指纹图像处理过程的示意图；

图4示意性示出了根据本公开的示例性实施方式的指纹图像处理装置的方框图；

图5示意性示出了根据本公开的另一示例性实施方式的指纹图像处理装置的方框图；

图6示意性示出了根据本公开的示例性实施方式的中间图像生成模块的方框图；

图7示意性示出了根据本公开的又一示例性实施方式的指纹图像处理装置的方框图；

图8示意性示出了根据本公开的示例性实施方式的电子设备的方框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

在指纹识别的场景中，可能由于干手指、强光、温度变化强烈等原因，导致指纹匹配失败。其中，干手指可以指手指的水分含量低于某一阈值，在这种情况下，指纹图像中的指纹纹路可能出现模糊或不连续的情况，不利于指纹的判别。

为了解决这种由于干扰而造成指纹匹配失败的问题，在一些技术中，可以预先建立图像集，图像集中的图像包含不同类型的干扰因素。在这种情况下，参考图1，在步骤S12中，这些方案可以对采集到的指纹图像进行识别，根据识别结果确定该指纹图像涉及的干扰类别；在步骤S14中，采用与该干扰类别对应的图像集对指纹图像进行处理，以得到处理后的指纹图像。

在上述过程中，通常采用模式识别的方法来识别指纹图像，然而，算法上可能存在一定的误差，导致指纹图像涉及的干扰类型的识别结果不准确，出现指纹匹配失败的情况。另外，随着人工智能的发展，一些技术可以采用机器学习的算法实现指纹图像的识别，然而，这种方式成本较高且耗时较长。

鉴于此，本公开示例性实施方式提供了一种新的指纹图像处理方法。

需要理解的是，本公开示例性实施方式的指纹图像处理方法可以由终端设备实现，也就是说，可以通过终端设备实现下述指纹图像处理方法的各个步骤。在这种情况下，本公开下述的指纹图像处理装置可以被配置在终端设备中。

需要说明的是，终端设备可以是任何具有处理功能的指纹采集设备，例如手机、平板电脑、智能手环、智能门锁等。另外，本公开对终端设备进行指纹采集的用途不进行特殊限制，例如，可以应用于屏幕解锁、文件加解密、移动支付、开关控制等。

图2示意性示出了本公开的示例性实施方式的指纹图像处理方法的流程图。参考图2，指纹图像处理方法可以包括以下步骤：

S22.获取待处理指纹图像，利用多组图像集分别对待处理指纹图像进行处理，生成数量与图像集的数量相同的多个中间指纹图像；其中，各图像集中的图像包含干扰信息。

在本公开的示例性实施方式中，干扰信息可以是由于干手指、湿手指、强光、弱光、高温、低温等原因造成的异常信息，也可以将干扰信息理解为在指纹识别的过程中出现的噪声信息。本公开对干扰信息的类型不做特殊限制。

针对确定多组图像集的过程，根据本公开的一些实施例，可以预先配置出多组图像集，当获取到待处理指纹图像后，可以直接调用这些图像集。另外，在考虑图像集更新的情况下，预先配置出的多组图像集可以被理解为初始图像集。

根据本公开的另一些实施例，可以人为确定干扰信息的类别，并针对每种干扰信息，从图像库中选择若干图像，作为与干扰信息对应的图像集。

具体的，图像库中各图像均包含表征干扰信息类别的信息，在人为确定出当前场景下可能出现的干扰信息类别后，终端设备可以根据这些干扰信息类别从图像库中确定出若干图像。其中，每组图像集中包含图像的数量可以预先配置，以便终端设备进行获取。

根据本公开的另一些实施例，终端设备可以获取多个包含干扰信息的图像，并按干扰信息的类别对所述多个干扰信息的图像进行分类，以确定出多组图像集。

具体的，终端设备可以获取历史上所有或一段时间内标记有干扰标识的多个图像，并按干扰标识对所述多个图像进行分类，以确定出多组图像集。

应当理解的是，每组图像集所包含的图像数量可以相同，例如，确定出16组图像集，每组图像集中均包括10张图像。然而，在另一个实例中，每组图像集所包含的图像数量可以不同，例如，确定出8组图像集，有2组图像集包含10张图像，剩余6组图像集包含8张图像，本示例性实施方式中对此不做特殊限定。

另外，确定出的图像集的数量可以与终端设备所处环境有关，例如，如果终端设备所处环境的光线一直保持正常，则无须考虑强光或弱光的图像集。在这种情况下，本公开还可以包括确定终端设备所处环境的过程，具体的，在确定多组图像集之前，可以判断终端设备所处环境可能包含哪些干扰信息，将可能包含的干扰信息类别对应的图像集确定为本公开示例性实施方式所确定出的图像集。可以看出，本公开的实施例还可以包含仅涉及一组图像集的情况。

此外，针对图像集中的一个图像，可以包含一种或多种干扰信息，也就是说，例如，一个图像可能存在既包含高温所产生的干扰信息又包含强光所产生的干扰信息。

终端设备在获取待处理指纹图像后，可以利用多组图像集分别对待处理指纹图像进行处理，以生成数量与所使用图像集的数量相同的多个中间指纹图像。也就是说，每一组图像集均可以对待处理指纹图像进行处理，下面以一组图像集为例对处理过程进行说明。

首先，可以确定图像集中每一图像上各像素点的像素值，以及待处理指纹图像上各像素点的像素值。

接下来，可以基于图像集中每一图像上各像素点的像素值以及待处理指纹图像上各像素点的像素值，确定与该图像集对应的中间指纹图像上各像素点的像素值。

具体的，基于该图像集中每一图像上各像素点的像素值，计算该图像集中各像素点的像素平均值。例如，针对图像上的一个目标像素点的像素值，确定图像集中其他图像上相同位置像素点的像素值，将这些像素点的像素值相加后，除以图像集中图像的数量，即得到该位置像素点的像素平均值。随后，可以计算待处理指纹图像上该位置像素点像素值与该像素平均值的差值，作为与该图像集对应的中间指纹图像上该位置像素点的像素值。由此，通过对各像素点执行上述操作，即可确定出该图像集对应的中间指纹图像上各像素点的像素值。其中，可以理解的是，计算差值针对的是相同像素点位置。

在确定出中间指纹图像上各像素点的像素值后，即相当于确定出中间指纹图像。

针对多组图像集中每一组图像集，均执行上述过程，即可得到与各图像集对应的中间指纹图像。也就是说，如果所使用的图像集的数量为16组，则可以对应确定出16个中间指纹图像。

S24.确定各中间指纹图像的指纹信号强度，将指纹信号强度最大的中间指纹图像作为处理后的指纹图像。

在本公开的示例性实施方式中，指纹信号强度可以表征指纹的清晰程度。指纹信号强度越大，则说明指纹图像中指纹越清晰，针对中间指纹图像，指纹信号强度越大则证明在步骤S22中消除干扰信息所用的图像集处理效果越好。

根据本公开的一些实施例，可以通过中间指纹图像中指纹的像素值来确定指纹信号强度。首先，可以提取一中间指纹图像的各指纹特征点，这些指纹特征点可以包括指脊点和指谷点；接下来，可以根据各指纹特征点的像素值相比于其领域像素点像素值的偏离程度，确定出中间指纹图像的指纹信号强度。以一个指脊特征点进行说明，确定出该指脊特征点的像素值以及与该指脊特征点相邻像素点的像素值，如果该指脊特征点的像素值与其相邻像素点的像素值差别较大，例如，差别大于一预设阈值，则说明该指脊特征点较明显。由此，基于对所有特征点的分析，可以确定出指纹信号强度的大小，本公开对确定指纹信号强度的具体算法不进行特殊限制。

在确定出所有中间指纹图像的指纹信号强度后，可以将指纹信号强度最大的中间指纹图像作为处理后的指纹图像。由此，可以理解的是，针对上述待处理指纹图像，指纹信号强度最大的中间指纹图像是准确且剔除干扰信息的指纹图像。

此外，本公开一些实施例还可以包括更新图像集的方案。

首先，终端设备可以确定生成指纹信号强度最大的中间指纹图像所利用的图像集，作为目标图像集。也就是说，可以根据上述处理后的指纹图像确定出生成该图像所用的图像集。

接下来，可以获取与待处理指纹图像对应的包含干扰信息的图像。具体的，可以基于手指的按压操作确定出待处理指纹图像后，将手指释放后采集到的图像作为与待处理指纹图像对应的包含干扰信息的图像。

随后，可以将与待处理指纹图像对应的包含干扰信息的图像添加至目标图像集，以实现目标图像集的更新。

容易理解的是，在不断进行针对不同待处理指纹图像的上述处理过程后，各图像集中的图像将越来越丰富，指纹图像处理的结果也越来越准确。

此外，本公开的一些实施例还可以包括纵向多次处理的过程。

具体的，针对待处理指纹图像既包括强光干扰信息又包括高温干扰信息的情况，可以先通过涉及强光干扰的图像集对待处理指纹图像进行处理，计算中间指纹图像的指纹信号强度，并将指纹信息号强度最大的中间指纹图像确定为目标中间指纹图像，作为强光干扰处理部分的输出。接下来，可以通过涉及高温干扰的图像集对目标中间指纹图像进行处理，过程类似，不再赘述。通过上述两次处理过程，可以得到该待处理指纹图像对应的处理后的指纹图像。

应当理解的是，针对上例，也可以先进行高温干扰的处理，后进行强光干扰的处理。

需要说明的是，在另一些实例中，图像集中的图像也可以包含多种干扰信息，在这种情况下，直接利用该图像集即可一次确定出对应的处理后的指纹图像。例如，一个图像集中的图像既包含强光干扰的信息又包含高温干扰的信息，在这种情况下，可以利用该图像集对上例中的待处理指纹图像进行处理，得到处理后的指纹图像。

下面将参考图3对本公开示例性实施方式的指纹图像处理过程进行示意性说明。

首先，可以利用不同干扰类别的图像集分别对待处理指纹图像进行处理，其中，不同干扰类别的图像集例如包括第1图像集、第2图像集、…第n图像集(n为大于2的正整数)，本示例性实施方式中对图像集的数量不做特殊限定。容易理解的是，图像集的数量还可以为1组或2组。针对每一图像集的处理结果，生成各中间指纹图像。

接下来，分别计算各中间指纹图像的指纹信号强度，可以得到n个指纹信号强度。

随后，可以将n个指纹信号强度中指纹信号强度最大的中间指纹图像作为与该待处理指纹图像对应的处理后的指纹图像。例如，第2指纹信号强度最大，则可以将第2中间指纹图像确定为处理后的指纹图像。

此外，还可以将待处理指纹图像对应的包含干扰信息的图像添加至第2图像集。

基于上述示例性实施方式的指纹图像处理方法，一方面，可以避免由于干扰信息的干扰而造成指纹匹配异常的问题，可以降低拒识率；另一方面，相比于一些技术，本公开示例性实施方式不涉及对指纹图像类型的判别过程，而是利用指纹信号强度确定出处理后的指纹图像，因为生成指纹信号强度的资源消耗远低于指纹图像类型判别的资源消耗，由此，本示例性方案节约了计算资源与处理时间；再一方面，指纹图像类型的判别技术可能存在误差，无法准确地确定出待处理指纹图像所属的干扰类别，也就无法准确地利用对应图像集对待处理指纹图像进行处理，导致处理结果不准确。本公开示例性实施方式未利用指纹图像类型判别技术，而采用准确度较高的指纹信号强度进行图像处理后的判定，大大提高了指纹图像处理的准确度。

应当注意，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

进一步的，本示例实施方式中还提供了一种指纹图像处理装置。

图4示意性示出了本公开的示例性实施方式的指纹图像处理装置的方框图。参考图4，根据本公开的示例性实施方式的指纹图像处理装置4可以包括中间图像生成模块41和信号强度计算模块43。

具体的，中间图像生成模块41可以用于获取待处理指纹图像，利用多组图像集分别对待处理指纹图像进行处理，生成数量与图像集的数量相同的多个中间指纹图像；其中，各图像集中的图像包含干扰信息；信号强度计算模块43可以用于确定各中间指纹图像的指纹信号强度，将指纹信号强度最大的中间指纹图像作为处理后的指纹图像。

根据本公开的示例性实施例的指纹图像处理装置，一方面，可以避免由于干扰信息的干扰而造成指纹匹配异常的问题，可以降低拒识率；另一方面，相比于一些技术，本公开示例性实施方式不涉及对指纹图像类型的判别过程，而是利用指纹信号强度确定出处理后的指纹图像，因为生成指纹信号强度的资源消耗远低于指纹图像类型判别的资源消耗，由此，本示例性方案节约了计算资源与处理时间；再一方面，指纹图像类型的判别技术可能存在误差，无法准确地确定出待处理指纹图像所属的干扰类别，也就无法准确地利用对应图像集对待处理指纹图像进行处理，导致处理结果不准确。本公开示例性实施方式未利用指纹图像类型判别技术，而采用准确度较高的指纹信号强度进行图像处理后的判定，大大提高了指纹图像处理的准确度。

根据本公开的示例性实施例，参考图5，指纹图像处理装置5相比于指纹图像处理装置4，还可以包括图像添加模块51。

具体的，图像添加模块51可以被配置为执行：确定生成指纹信号强度最大的中间指纹图像所利用的图像集，作为目标图像集；获取与待处理指纹图像对应的包含干扰信息的图像；将与待处理指纹图像对应的包含干扰信息的图像添加至目标图像集。

根据本公开的示例性实施例，图像添加模块51获取与待处理指纹图像对应的包含干扰信息的图像的过程可以被配置为：基于手指的按压操作确定出待处理指纹图像后，将手指释放后采集到的图像作为与待处理指纹图像对应的包含干扰信息的图像。

根据本公开的示例性实施例，参考图6，中间图像生成模块41可以包括第一像素值确定单元601、第二像素值确定单元603和中间图像像素值确定单元605。

具体的，第一像素值确定单元601可以用于确定一图像集中每一图像上各像素点的像素值；第二像素值确定单元603可以用于确定待处理指纹图像上各像素点的像素值；中间图像像素值确定单元605可以用于基于图像集中每一图像上各像素点的像素值以及待处理指纹图像上各像素点的像素值，确定与图像集对应的中间指纹图像上各像素点的像素值。

根据本公开的示例性实施例，中间图像像素值确定单元605可以被配置为执行：基于图像集中每一图像上各像素点的像素值，计算图像集中各像素点的像素平均值；计算待处理指纹图像上各像素点的像素值与图像集中各像素点的像素平均值的差值，作为与图像集对应的中间指纹图像上各像素点的像素值。

根据本公开的示例性实施例，信号强度计算模块43可以被配置为执行：提取一中间指纹图像的各指纹特征点；根据各指纹特征点的像素值相比于邻域像素点像素值的偏离程度，确定中间指纹图像的指纹信号强度。

根据本公开的示例性实施例，参考图7，指纹图像处理装置7相比于指纹图像处理装置4，还可以包括图像集确定模块71。

具体的，图像集确定模块71可以被配置为执行：获取多个包含干扰信息的图像；按干扰信息的类别对多个包含干扰信息的图像进行分类，以确定多组图像集。

由于本发明实施方式的程序运行性能分析装置的各个功能模块与上述方法发明实施方式中相同，因此在此不再赘述。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

根据本发明的实施方式的用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光盘、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图8来描述根据本发明的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于：上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830、显示单元840。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元810执行，使得所述处理单元810执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元810可以执行如图2中所示的步骤S22和步骤S24。

存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元(ROM)8203。

存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备800也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备800交互的设备通信，和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器860通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种指纹图像处理方法，其特征在于，包括：

获取待处理指纹图像，利用多组图像集分别对所述待处理指纹图像进行处理，生成数量与所述图像集的数量相同的多个中间指纹图像；其中，各所述图像集中的图像包含干扰信息；

确定各所述中间指纹图像的指纹信号强度，将指纹信号强度最大的中间指纹图像作为处理后的指纹图像。

2.根据权利要求1所述的指纹图像处理方法，其特征在于，所述指纹图像处理方法还包括：

确定生成所述指纹信号强度最大的中间指纹图像所利用的图像集，作为目标图像集；

获取与所述待处理指纹图像对应的包含干扰信息的图像；

将与所述待处理指纹图像对应的包含干扰信息的图像添加至所述目标图像集。

3.根据权利要求2所述的指纹图像处理方法，其特征在于，获取与所述待处理指纹图像对应的包含干扰信息的图像包括：

基于手指的按压操作确定出所述待处理指纹图像后，将所述手指释放后采集到的图像作为与所述待处理指纹图像对应的包含干扰信息的图像。

4.根据权利要求1所述的指纹图像处理方法，其特征在于，利用多组图像集分别对所述待处理指纹图像进行处理，生成数量与所述图像集的数量相同的多个中间指纹图像，包括：

确定一图像集中每一图像上各像素点的像素值；

确定所述待处理指纹图像上各像素点的像素值；

基于所述图像集中每一图像上各像素点的像素值以及所述待处理指纹图像上各像素点的像素值，确定与所述图像集对应的中间指纹图像上各像素点的像素值。

5.根据权利要求4所述的指纹图像处理方法，其特征在于，基于所述图像集中每一图像上各像素点的像素值以及所述待处理指纹图像上各像素点的像素值，确定与所述图像集对应的中间指纹图像上各像素点的像素值，包括：

基于所述图像集中每一图像上各像素点的像素值，计算所述图像集中各像素点的像素平均值；

计算所述待处理指纹图像上各像素点的像素值与所述图像集中各像素点的像素平均值的差值，作为与所述图像集对应的中间指纹图像上各像素点的像素值。

6.根据权利要求1所述的指纹图像处理方法，其特征在于，确定各所述中间指纹图像的指纹信号强度包括：

提取一中间指纹图像的各指纹特征点；

根据各所述指纹特征点的像素值相比于邻域像素点像素值的偏离程度，确定所述中间指纹图像的指纹信号强度。

7.根据权利要求1所述的指纹图像处理方法，其特征在于，所述指纹图像处理方法还包括：

获取多个包含干扰信息的图像；

按干扰信息的类别对所述多个包含干扰信息的图像进行分类，以确定所述多组图像集。

8.一种指纹图像处理装置，其特征在于，包括：

中间图像生成模块，用于获取待处理指纹图像，利用多组图像集分别对所述待处理指纹图像进行处理，生成数量与所述图像集的数量相同的多个中间指纹图像；其中，各所述图像集中的图像包含干扰信息；

信号强度计算模块，用于确定各所述中间指纹图像的指纹信号强度，将指纹信号强度最大的中间指纹图像作为处理后的指纹图像。

9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的指纹图像处理方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任一项所述的指纹图像处理方法。