CN110414440B - 一种指纹采集识别方法及装置 - Google Patents

一种指纹采集识别方法及装置 Download PDF

Info

Publication number
CN110414440B
CN110414440B CN201910697666.XA CN201910697666A CN110414440B CN 110414440 B CN110414440 B CN 110414440B CN 201910697666 A CN201910697666 A CN 201910697666A CN 110414440 B CN110414440 B CN 110414440B
Authority
CN
China
Prior art keywords
fingerprint
photo
sample
value
difference
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
CN201910697666.XA
Other languages
English (en)
Other versions
CN110414440A (zh
Inventor
黄文娟
刘朝伟
陈芝琳
王欢欢
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN201910697666.XA priority Critical patent/CN110414440B/zh
Publication of CN110414440A publication Critical patent/CN110414440A/zh
Application granted granted Critical
Publication of CN110414440B publication Critical patent/CN110414440B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V40/13—Sensors therefor
    • 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
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger

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)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请提供了一种指纹采集识别方法及装置，包括：采集手指施加所述第一压力值时的第一指纹照片及所述第二压力值时的第二指纹照片；根据预设的手指施加第一压力值时的第一指纹样本、预设的手指施加第二压力值时的第二指纹样本、所述第一指纹照片及第二指纹照片对通过合法性校验的所述指纹照片进行指纹识别。本申请提高了指纹识别技术的准确性、手指活体监测的准确性，同时考虑到手指按压时的形变，避免了手指因形变导致无法识别成功，同时防止因为手指与其他物品接触留下的指纹被盗用。

Description

一种指纹采集识别方法及装置
技术领域
本申请涉及指纹识别领域，具体地讲，涉及一种基于压力的指纹采集识别方法及装置。
背景技术
近年来，生物识别技术的使用范围及场景越来越广，特别是近年来指纹采集设备与移动设备、终端的集成，使得指纹识别技术成为了目前使用最广、接受度最高的生物识别技术之一。并且，指纹终身不变、唯一、方便的特性使得指纹识别技术几乎成为生物识别的代名词。
指纹图像采集是指纹识别的第一步，采集图像质量的好坏直接影响后续指纹图像识别处理。传统的指纹采集方式有以下三种：光学指纹采集器、热敏式传感器、生物射频指纹识别技术。无论何种采集方式，用户必须将手指与指纹采集器接触，即均需要手指按压在传感器上，通过光照或电容等其他技术进行图像获取，部分根据指纹制作的模具，也可以采集到指纹图像。在使用指纹识别技术处理的过程中跟样本比对，这样严重影响指纹识别技术的准确性和安全性；而手指与其他物品接触后留下指纹的情况，在日常生活中是无法避免的，通过接触后留下的指纹伪造新的指纹造成指纹丢失，但指纹一旦丢失也无法更换；此外，手指在指纹采集设备采集过程中产生形变是无法避免的，而某些形变会导致指纹无法通过识别。
为避免采集传感器自身的噪声以及手指压力不同造成的灰度差异，传统的指纹识别流程中会将采集到的图像进行灰度归一化处理，目前部分指纹活体攻击的场景可利用假体手指成功匹配指纹，因而无法避免指纹被盗用。
发明内容
本申请提供了一种指纹采集识别方法，以至少解决现有技术中指纹识别设备容易被活体攻击，以及当手指在按压过程中发生形变导致指纹无法通过识别的问题。
根据本申请的一个方面，提供了一种指纹采集识别方法，包括：采集手指施加第一压力值时的第一指纹照片及第二压力值时的第二指纹照片；根据预设的手指施加第一压力值时的第一指纹样本、预设的手指施加第二压力值时的第二指纹样本、第一指纹照片及第二指纹照片对通过合法性校验的指纹照片进行指纹识别。
在一实施例中，对通过合法性校验的指纹照片进行指纹识别，包括：对第一指纹照片和第二指纹照片进行活体判断；
如果是活体，对第一指纹照片和第二指纹照片进行特征值提取，得到第一照片特征值与第二照片特征值；对第一指纹样本及第二指纹样本进行特征提取，得到第一样本特征值及第二样本特征值；
将第一样本特征值和第二样本特征值分别与第一样本特征值及第二样本特征值进行比对，生成比对结果。
在一实施例中，对第一指纹照片和第二指纹照片进行活体判断，包括：
对第一指纹照片和第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合；
对第一指纹样本和第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合；
比较第一指纹照片对应的指纹照片灰度值集合与第一指纹样本对应的指纹样本灰度值集合的差值，获得第一差值比；并比较第二指纹照片对应的指纹照片灰度值集合与第二指纹样本对应的指纹样本灰度值集合的差值，获得第二差值比；
对第一差值比及第二差值比分别求和，获得第一差值比和及第二差值比和；
根据第一差值比和及第二差值比和与预设的标准值的大小关系判断第一指纹照片和第二指纹照片是活体。
在一实施例中，对第一指纹照片和第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合，包括：
提取第一指纹照片和第二指纹照片中各像素点的灰度值集合和相邻两个像素点之间的像素差集合；
根据第一指纹照片和第二指纹照片的像素差集合分别寻找差值最大的第一指纹照片和第二指纹照片边缘集合，并根据第一指纹照片和第二指纹照片边缘集合分别确定第一中心点和第二中心点；
根据第一指纹照片边缘集合、第二指纹照片边缘集合、第一中心点、第二中心点对第一指纹照片和第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合。
在一实施例中，对第一指纹样本和第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合，包括：
提取第一指纹样本和第二指纹样本中各像素点的灰度值集合和相邻两个像素点之间的像素差集合；
根据第一指纹样本和第二指纹样本的像素差集合寻找差值最大的第一指纹样本和第二指纹样本边缘集合，并根据第一指纹样本和第二指纹样本边缘集合确定第三中心点和第四中心点；
根据第一指纹样本边缘集合、第二指纹样本边缘集合、第三中心点、第四中心点对第一指纹样本和第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合。
根据本申请的另一个方面，还提供了一种指纹采集识别装置，包括：
采集模块，用于采集手指施加第一压力值时的第一指纹照片及第二压力值时的第二指纹照片；
指纹识别模块，用于根据预设的手指施加第一压力值时的第一指纹样本、预设的手指施加第二压力值时的第二指纹样本、第一指纹照片及第二指纹照片对通过合法性校验的指纹照片进行指纹识别。
在一实施例中，指纹识别模块，包括：
活体判断模块，用于对第一指纹照片和第二指纹照片进行活体判断；
特征值提取模块，用于对第一指纹照片和第二指纹照片进行特征值提取，得到第一照片特征值与第二照片特征值；对第一指纹样本及第二指纹样本进行特征提取，得到第一样本特征值及第二样本特征值；
比对模块，用于将第一样本特征值和第二样本特征值分别与第一样本特征值及第二样本特征值进行比对，生成比对结果。
在一实施例中，活体判断模块，包括：
照片剪裁模块，用于对第一指纹照片和第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合；
样本剪裁模块，用于对第一指纹样本和第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合；
比较第一指纹照片对应的指纹照片灰度值集合与第一指纹样本对应的指纹样本灰度值集合的差值，获得第一差值比；并比较第二指纹照片对应的指纹照片灰度值集合与第二指纹样本对应的指纹样本灰度值集合的差值，获得第二差值比；
求和模块，用于对第一差值比及第二差值比分别求和，获得第一差值比和及第二差值比和；
判断模块，用于根据第一差值比和及第二差值比和与预设的标准值的大小关系判断第一指纹照片和第二指纹照片是活体。
在一实施例中，照片剪裁模块，包括：
照片提取集合模块，用于提取第一指纹照片和第二指纹照片中各像素点的灰度值集合和相邻两个像素点之间的像素差集合；
照片中心点定位模块，用于根据第一指纹照片和第二指纹照片的像素差集合寻找差值最大的第一指纹照片和第二指纹照片边缘集合，并根据第一指纹照片和第二指纹照片边缘集合确定第一中心点和第二中心点；
第一剪裁模块，用于根据第一指纹照片边缘集合、第二指纹照片边缘集合、第一中心点、第二中心点对第一指纹照片和第二指纹照片进行剪裁。
在一实施例中，样本剪裁模块，包括：
样本提取集合模块，用于提取第一指纹样本和第二指纹样本中各像素点的灰度值集合和相邻两个像素点之间的像素差集合；
样本中心点定位模块，用于根据第一指纹样本和第二指纹样本的像素差集合寻找差值最大的第一指纹样本和第二指纹样本边缘集合，并根据第一指纹样本和第二指纹样本边缘集合确定第三中心点和第四中心点；
第二剪裁模块，用于根据第一指纹样本边缘集合、第二指纹样本边缘集合、第三中心点、第四中心点对第一指纹样本和第二指纹样本进行剪裁。
本申请提供的指纹采集识别装置具有压力感应功能、指纹采集功能，且采集到的指纹照片为彩色的。该指纹采集识别装置包含指纹识别、活体检测(活体检测方法基于采集到的彩色指纹照片)功能，一共预设两个指纹采集压力阈值。由于手指按压时手指血流分布情况发生生理性改变，不同压力下手指呈现不同的颜色，因此本申请提出一种基于该特性进行活体检测的方法，进行活体检测时需要依次获取两个压力阈值下的指纹活体特征基准数据同对应压力下采集到的指纹数据进行计算，确认采集到的指纹来自于活体手指；手指按压时无法避免手指产生形变，因此本申请还提出一种基于同一压力下采集到的手指指纹比对方法，在指纹识别时需要依次获取两个压力阈值下的指纹基准特征数据同对应压力下采集到的指纹数据进行比对，提高指纹比对的准确性。本申请通过基于压力感应进行比对的指纹识别方法、指纹活体检测方法，避免手指按压导致手指产生形变，影响指纹识别结果，提高指纹识别的准确性及抗指纹假体攻击能力。
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为本申请的指纹采集设备结构框图。
图2为本申请的指纹识别设备结构框图。
图3为本申请的指纹识别设备中识别模块的结构框图。
图4为本申请的指纹识别设备中指纹数据存储模块的结构框图。
图5为本申请的一种指纹采集识别方法流程图。
图6为本谁请的一种指纹采集识别装置结构框图。
图7为本申请的指纹采集识别装置中指纹识别模块的结构框图。
图8为本申请的指纹采集识别装置中活体判断模块的结构框图。
图9为本申请的指纹采集识别装置中照片剪裁模块的结构框图。
图10为本申请的指纹采集识别装置中样本剪裁模块的结构框图。
图11为本申请中指纹采集识别方法的一种电子设备的具体实施方式。
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做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。
现有技术中，传统的指纹识别技术通过光照或电容等技术进行指纹图像获取，然而部分根据指纹制作的磨具也可以采集到指纹图像，严重影响指纹识别技术的准确性和安全性，而手指与其他物品接触后留下指纹的情况无法避免，通过接触后留下的指纹来伪造新的指纹会造成指纹丢失，而指纹一旦丢失便无法更换，并且指纹采集时手指的形变也会影响指纹的识别结果。基于上述现有技术中的缺点，本申请提供了一种指纹采集识别方法及装置，如图1所示，为本申请中的指纹采集设备结构框图，包括：
压力感应单元11、检测单元12、采集单元13、存储单元14、安全防护单元15和通讯单元16。
其中压力感应单元11和检测单元12连接，检测单元12和采集单元13连接，采集单元13和存储单元14连接，存储单元14和安全防护单元15、通讯单元16连接，安全防护单元15和通讯单元16连接。
压力感应单元11包含压力传感器，用于检测手指按压压力值。
检测单元12用于判断压力感应单元11接收的压力值是否满足预设的压力阈值，当压力满足条件时，用于通知采集单元。在检测单元中预设指纹采集压力阈值1(如0.3N)、指纹采集压力阈值2(如1N)(其中压力阈值1小于压力阈值2)。
在一具体实施例中，当手指与指纹采集模块接触后，压力感应单元11对采集单元所受压力进行监听，将实时感应到的压力值传送给检测单元，当检测单元接收的压力值等于其预设指纹采集压力阈值1时，检测单元通知采集单元采集第一指纹图像；当检测单元接收的压力值等于其预设指纹采集压力阈值2时，检测单元通知采集单元采集第二指纹图像。
采集单元13用于指纹图像采集，用于后续识别流程。
存储单元14用于临时存储采集到的指纹数据。
安全防护单元15用于数据加密、报文签名。
通讯单元16用于指纹采集装置和指纹识别系统的信息交互，以及通知存储单元进行数据清理。
如图2所示，为本申请中的指纹采集设备结构框图，包括：
注册单元21、查询单元22、识别模块23、指纹数据存储模块24、指纹特征值提取单元25和安全鉴别单元26。
注册单元21用于指纹基准数据注册。
在一具体实施例中，注册单元21通过可信渠道采集到用户的基准指纹特征后，依次将压力值信息和指纹活体特征基准数据、压力值信息和指纹特征值基准数据存储到指纹数据存储模块。
查询单元22用于基准数据查询。
在一具体实施例中，用户在使用指纹进行身份鉴别时，通过该模块可以将指纹特征基准数据、指纹活体特征基准数据查询出来，用于后续身份鉴别流程。
识别模块23用于指纹特征值比对，以及活体检测，如图3所示，包括活体检测单元231和指纹比对单元232。
如图4所示，指纹数据存储模块24包括结构化数据存储单元241、非结构化数据存储单元242；指纹数据存储模块24用于指纹特征值数据存储、指纹压力值存储、指纹照片存储、指纹活体特征基准数据存储，以及指纹压力值和指纹特征数据、指纹压力和指纹活体特征基准数据的对应关系。
结构化数据存储单元241用于存储压力值和指纹特特征值信息、压力值与指纹活体特征数据信息、压力值与指纹照片对应关系。
非结构化数据存储单元242用于存储指纹照片信息。
如图5所示，为本申请的一种指纹采集识别方法，包含如下步骤：
S501：采集手指施加第一压力值时的第一指纹照片及第二压力值时的第二指纹照片。
具体地，在指纹采集装置中预设一组指纹采集压力阈值，分别为指纹采集压力阈值1、指纹采集压力阈值2，其中压力阈值1为符合指纹采集条件的最小压力，压力阈值1小于压力阈值2，比如压力阈值1可以为0.3N，压力阈值2可以为1N。用户在进行指纹采集时，在手指下按的过程中，指纹采集装置可以获得每一时刻手指下按的压力，并自动采集在压力阈值1下和压力阈值2下用户手指的指纹照片，压力阈值1下的指纹照片为第一指纹照片，压力阈值2下的指纹照片为第二指纹照片。
在获取第一指纹照片和第二指纹照片后，安全防护单元15对指纹照片进行加密，保证交易处理过程中的数据安全性和完整性，通讯单元16将加密后的指纹照片传送到指纹识别设备进行指纹识别，在发送到指纹识别设备后，通讯单元16通知指纹数据存储模块24清除指纹数据存储模块24中临时存储的指纹数据，为下一笔交易做准备，防止交易之间数据污染。
S502：根据预设的手指施加第一压力值时的第一指纹样本、预设的手指施加第二压力值时的第二指纹样本、第一指纹照片及第二指纹照片对通过合法性校验的指纹照片进行指纹识别。
在一实施例中，对通过合法性校验的指纹照片进行指纹识别，包括：
1、对第一指纹照片和第二指纹照片进行活体判断。
在一实施例中，对第一指纹照片和第二指纹照片进行活体判断，包括：
对第一指纹照片和第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合。
一实施例中，对第一指纹照片和第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合，包括：
(1)提取第一指纹照片和第二指纹照片中各像素点的灰度值集合和相邻两个像素点之间的像素差集合。
具体地，指纹识别设备收到加密后的指纹照片后，调用指安全防护单元15进行数据校验，判断数据合法性，例如数据是否超时，数据是否来自合法客户端，数据是否完整等。如果数据校验通过，指纹识别设备获取第一指纹照片和第二指纹照片中个像素点的灰度集合：假设指纹照片大小为l×n先获取所有像素点坐标集合Po＝{Po(1,1),Po(1,2),Po(1,3),Po(1,4),…,Po(i,j),…,Po(l,n)}，其中Po(i,j)代表坐标(xi,yi)的像素点位置，然后，获取所有像素点的灰度值集合，Go＝{Go(1,1),Go(1,2),Go(1,3),Go(1,4),…,Go(i,j),…,Go(l,n)}，其中Go(i,j)代表像素点Po(i,j)的灰度值。然后，获取相邻两点之间的像素差集合Δ1＝{Δ(1,2),Δ(1,3),Δ(1,4),…,Δ(i,j),…,Δ(l,n-1)}，其中Δ(i,j)表示Go(i,j),Go(i,j+1)的差,Δ2＝{Δ(2,1),Δ(2,2),Δ(2,3),…,Δ(i,j),…,Δ(l,n)}，其中Δ(i,j)表示Go(i-1,j),Go(i,j)的差。
(2)根据第一指纹照片和第二指纹照片的像素差集合分别寻找差值最大的第一指纹照片和第二指纹照片边缘集合，并根据第一指纹照片和第二指纹照片边缘集合分别确定第一中心点和第二中心点。
具体地，根据指纹照片的像素差集合Δ1,Δ2寻找差值最大的集合点B，即为指纹边缘。根据边缘集合B寻找图像中心点C(i,j)。
(3)根据第一指纹照片边缘集合、第二指纹照片边缘集合、第一中心点、第二中心点对第一指纹照片和第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合。
具体地，指纹识别设备根据边缘集合点B和图像中心点C(i,j)对图像进行剪裁，获得剪裁后的图片1，大小为a×b，用于后续做指纹识别。
对第一指纹样本和第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合。
在一实施例中，对第一指纹样本和第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合，包括：
(1)提取第一指纹样本和第二指纹样本中各像素点的灰度值集合和相邻两个像素点之间的像素差集合。
具体地，重复上述提取第一指纹照片和第二指纹照片中个像素点的灰度值结合和相邻两个像素点的灰度值集合操作方法来提取第一指纹样本和第二指纹样本中各像素点的灰度值结合和相邻两个像素点之间的像素差集合。
(2)根据第一指纹样本和第二指纹样本的像素差集合寻找差值最大的第一指纹样本和第二指纹样本边缘集合，并根据第一指纹样本和第二指纹样本边缘集合确定第三中心点和第四中心点。
具体地，调用指纹数据存储模块24，获取压力阈值1下的第一指纹样本和压力阈值2下的第二指纹样本的边缘集合，并根据第一指纹样本和第二指纹样本边缘集合确定第三中心点和第四中心点。
(3)根据第一指纹样本边缘集合、第二指纹样本边缘集合、第三中心点、第四中心点对第一指纹样本和第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合。
具体地，根据指纹样本的边缘集合和中心点，获取指纹样本像素点集合和灰度值集合，指纹样本像素点集合和灰度值集合统称为基准活体数据，基准活体数据为S＝{S(1,1),S(1,2),S(1,3),S(1,4),…,S(i,j),…,S(a,b)}。
(4)比较第一指纹照片对应的指纹照片灰度值集合与第一指纹样本对应的指纹样本灰度值集合的差值，获得第一差值比；并比较第二指纹照片对应的指纹照片灰度值集合与第二指纹样本对应的指纹样本灰度值集合的差值，获得第二差值比。
(5)对第一差值比及第二差值比分别求和，获得第一差值比和及第二差值比和。
(6)根据第一差值比和及第二差值比和与预设的标准值的大小关系判断第一指纹照片和第二指纹照片是活体。
具体地，依次比较基准活体数据与指纹照片的灰度值集合G：
G＝{G(1,1),G(1,2),G(1,3),G(1,4),…,G(i,j),…,G(a,b)}的差值，
差值比求和
Figure BDA0002148671660000101
其中S(i,j)表示压力阈值1条件下基准活体数据中坐标点为P(i,j)的灰度值，其中G(i,j)表示压力阈值1条件下剪裁后现场指纹数据中坐标点为P(i,j)的灰度值，根据D判定压力阈值1条件下的现场照是否为活体指纹，例如设定判定阈值为0.5，当D<＝0.5时，认为指纹为活体指纹，当D>0.5，则认为是假体指纹。
同理，利用同样的方法判断第二指纹照片是否为活体。
2、如果是活体，对第一指纹照片和第二指纹照片进行特征值提取，得到第一照片特征值与第二照片特征值。
具体地，对压力阈值1条件下获取的第一指纹照片进行特征值提取：
1)对图片做归一化处理。假设图像的像素大小为a×b，计算平均灰度值
Figure BDA0002148671660000102
其中G(i,j)为坐标为(i,j)的像素点灰度值；计算平均灰度值的方差
Figure BDA0002148671660000103
接着，重新对灰度进行计算，
遍历现场灰度值集合G＝{G(1,1),G(1,2),G(1,3),G(1,4),…,G(i,j),…,G(a,b)}，按照下面的方法逐像素点处理，产生新的灰度值集合N＝{N(1,1),N(1,2),N(1,3),N(1,4),…,N(i,j),…,N(a,b)}。
如果G(i,j)大于M，则
Figure BDA0002148671660000104
如果G(i,j)小于等于M，则
Figure BDA0002148671660000105
2)做前景色和背景色区分，通过将剪裁后的图像分割成3×3的小图像实现。
由于剪裁后图像大小为a×b，那么横向可以分为H＝a/3组，纵向可以分为L＝b/3组，分别生成零矩阵：
Figure BDA0002148671660000111
矩阵大小为H×L。计算每一块的平均值A1＝{A(1,1),A(1,2),…,A(p,q),…,A(H,L)}，其中
Figure BDA0002148671660000112
每一块的方差S1＝{S(1,1),S(1,2),…,S(p,q),…,S(H,L)}，
其中
Figure BDA0002148671660000113
所有块的平均值Gm＝{Gm(1,1),Gm(1,2),…,Gm(p,q),…,Gm(H,L)}，
其中
Figure BDA0002148671660000114
Vm＝{Vm(1,1),Vm(1,2),…,Vm(p,q),…,Vm(H,L)}，
其中
Figure BDA0002148671660000115
求所有块的均值方差，分别得到前景均值G1和背景均值V1，
Figure BDA0002148671660000116
其中Gm(p,q)>A(p,q)，N为A1中小于Gm的块数；
Figure BDA0002148671660000117
其中Vm(p,q)<S(p,q)，J为S1中大于Vm的块数。再次利用G1，V1得到背景色和前景色的均值方差，分别为G2，V2，计算方法同G1，V1的计算方法。构造分离矩阵
Figure BDA0002148671660000118
对e(H×L)矩阵进行两次重新计算，a)当满足以下条件时，A(i,j)>G2，且S(i,j)<V2；或A(i,j)>G1-100，且S(i,j)<V2，则e(i,j)＝1；b)对e矩阵中值为1的元素进行判断，若其八个邻域的和小于4，则e(i,j)＝0，从而得到背景色。最后，构造前景色集合G＝{G(1,1),G(1,2),…,G(p,q),…,G(H,L)},当e(p,q)为1时，G(p,q)＝G1，其中p＝i+(p-1)×3，q＝j+(q-1)×3，i∈{1,2,3},j∈{1,2,3}。
3)去除指纹中脏数据部分，比如指纹由于断裂产生的毛刺和空洞，判断方法同背景色的判断方法相同，但脏数据部分去掉仅需要判断死邻域点的和大于3则为毛刺，八邻域点的和为0则为空洞。
4)对图像做细化，首先使用3×3的矩阵，扫描图像的每一个像素，用结构元素与其覆盖的二值图像相与，若结果都为1，则该图像的像素为1，否则该点像素为0。接着使用3×3的矩阵，依次扫描图像的每一个元素，仍用结构元素与其覆盖的二值图像相与，若结果都为0，则该图像的该像素为1，否则该点像素为1。
5)对图像做特征值提取，在指纹图像某像素点区域内，沿着该点所在的闭合曲线逆时针方法进行旋转，旋转一周后，对计算方向角度旋转变化量进行求和，最终图像中像素点的值为π，则说明该点为核心点，将该点的坐标与方向场信息记为P(Cx,Cy,θc)。为所有像素点P建立8邻像素区，若邻点像素值为黑色，则该点值为1，否则为0。
Figure BDA0002148671660000121
根据CN理论，计算八邻域像素点的CN值。
Figure BDA0002148671660000122
当CN＝1时，P点为脊线端点，当CN＝3时，P点为脊线分叉点，记录下各个点的坐标，及类型T，记为M(x,y,θ,T)，其中x，y为该点的坐标，θ为该点的方向，T为该点类型。
6)对图像做光滑处理，在前一步骤遍历时记录端点信息，接着找到所有端点，从每一个端点出发，沿着其纹线方向移动5个像素，如果在移动过程中遇到交叉点则该点为毛刺，需要剔除。
7)遍历图的每一个像素点，对其八邻域点进行计算，设图片像素大小为a×b,则取第一个点的八邻域矩阵
Figure BDA0002148671660000131
其中G(x,y)为位于坐标为(x,y)的点的灰度值，依次得到所有点的邻域矩阵
Figure BDA0002148671660000132
其中L(i,j)为坐标为(x,y)的点的八邻域矩阵值，
Figure BDA0002148671660000133
当L(i,j)为2时，该点为端点；若为6，则为交叉点。当从L(1,1)出发，找到第一个值为2或者6的点，从此点出发，两两相减取绝对值求和，如果只为2则为端点，和为6则为交叉点。从该特征点出发，沿着该点所在纹线走5个距离，并计算出每走一个距离时，所在点与特征点的距离，获得5个包含各个距离长度信息的数组。
同理，利用上述同样的方法，对压力阈值2条件下获取的第二指纹照片进行特征值提取。
3、对第一指纹样本及第二指纹样本进行特征提取，得到第一样本特征值及第二样本特征值。
具体地，通过查询单元22，从指纹数据存储模块24中获取压力阈值1和2下的第一指纹样本和第二指纹样本的特征值。
4、将第一样本特征值和第二样本特征值分别与第一样本特征值及第二样本特征值进行比对，生成比对结果。
具体地，若指纹样本特征值和指纹照片特征值的长度信息数组都含有从特征点出发画出的纹线，则为同一枚手指，否则为不同的手指，得到比对结果。
基于同一发明构思，本申请还提供了一种指纹采集识别装置，可以用于实现上述实施例中所描述的方法，如下面实施例所描述。由于该识别装置解决问题的原理与识别方法相似，因此指纹采集识别装置的实施可以参见指纹采集识别方法的实施，重复之处不再赘述。识别装置的实施可以参见基于边缘检测的虹膜识别方法的实施，重复之处不再赘述。以下所使用的术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
如图6所示，为本申请实施例的一种指纹采集识别装置的结构框图，该装置包括：
采集模块601，用于采集手指施加第一压力值时的第一指纹照片及第二压力值时的第二指纹照片。
指纹识别模块602，用于根据预设的手指施加第一压力值时的第一指纹样本、预设的手指施加第二压力值时的第二指纹样本、第一指纹照片及第二指纹照片对通过合法性校验的指纹照片进行指纹识别。
在一实施例中，指纹识别模块602，如图7所示，包括：
活体判断模块602-1，用于对第一指纹照片和第二指纹照片进行活体判断。
具体地，活体判断模块602-1可以用于实现活体检测单元231的功能。
特征值提取模块602-2，用于对第一指纹照片和第二指纹照片进行特征值提取，得到第一照片特征值与第二照片特征值；对第一指纹样本及第二指纹样本进行特征提取，得到第一样本特征值及第二样本特征值。
具体地，特征值提取模块602-2可以用于实现指纹特征值提取单元25的功能。
比对模块602-3，用于将第一样本特征值和第二样本特征值分别与第一样本特征值及第二样本特征值进行比对，生成比对结果。
具体地，比对模块602-3用于实现指纹比对单元232的功能。
在一实施例中，活体判断模块602-1，如图8所示，包括：
照片剪裁模块602-1-1，用于对第一指纹照片和第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合。
样本剪裁模块602-1-2，用于对第一指纹样本和第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合。
比较第一指纹照片对应的指纹照片灰度值集合与第一指纹样本对应的指纹样本灰度值集合的差值，获得第一差值比；并比较第二指纹照片对应的指纹照片灰度值集合与第二指纹样本对应的指纹样本灰度值集合的差值，获得第二差值比。
求和模块602-1-3，用于对第一差值比及第二差值比分别求和，获得第一差值比和及第二差值比和。
判断模块602-1-4，用于根据第一差值比和及第二差值比和与预设的标准值的大小关系判断第一指纹照片和第二指纹照片是活体。
在一实施例中，照片剪裁模块602-1-1，如图9所示，包括：
照片提取集合模块602-1-1-1，用于提取第一指纹照片和第二指纹照片中各像素点的灰度值集合和相邻两个像素点之间的像素差集合。
照片中心点定位模块602-1-1-2，用于根据第一指纹照片和第二指纹照片的像素差集合寻找差值最大的第一指纹照片和第二指纹照片边缘集合，并根据第一指纹照片和第二指纹照片边缘集合确定第一中心点和第二中心点。
第一剪裁模块602-1-1-3，用于根据第一指纹照片边缘集合、第二指纹照片边缘集合、第一中心点、第二中心点对第一指纹照片和第二指纹照片进行剪裁。
在一实施例中，样本剪裁模块602-1-2，如图10所示，包括：
样本提取集合模块602-1-2-1，用于提取第一指纹样本和第二指纹样本中各像素点的灰度值集合和相邻两个像素点之间的像素差集合。
样本中心点定位模块602-1-2-2，用于根据第一指纹样本和第二指纹样本的像素差集合寻找差值最大的第一指纹样本和第二指纹样本边缘集合，并根据第一指纹样本和第二指纹样本边缘集合确定第三中心点和第四中心点。
第二剪裁模块602-1-2-3，用于根据第一指纹样本边缘集合、第二指纹样本边缘集合、第三中心点、第四中心点对第一指纹样本和第二指纹样本进行剪裁。
本申请提出了一种指纹采集识别方法及装置，可以通过压力感应单元实时感应手指按压的力度，并获取对应指定压力下的指纹图像，确保比对时的图像是同一压力下的指纹图像，避免比对时两张指纹图片的力度差异过大，影响识别的准确性；并且，通过手指受到挤压时产生形变这一特性，比对时除了进行特征值比对外，还与采集时的照进行比对，通过比较同压力下手指图片颜色是否一致，避免假体指纹攻击；在获取图像时，通过存储器与处理器进行图片预处理，防止上送图片质量不高，减少后台图片传输，降低网络和服务器负担，同时提高了指纹比对的安全性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种电子设备的具体实施方式，参见图11，所述电子设备具体包括如下内容：
处理器(processor)1001、存储器(memory)1002、通信接口(CommunicationsInterface)1003和总线1004；
其中，所述处理器1001、存储器1002、通信接口1003通过所述总线1004完成相互间的通信；
所述处理器1001用于调用所述存储器1002中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的方法中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
S501：采集手指施加第一压力值时的第一指纹照片及第二压力值时的第二指纹照片。
S502：根据预设的手指施加第一压力值时的第一指纹样本、预设的手指施加第二压力值时的第二指纹样本、第一指纹照片及第二指纹照片对通过合法性校验的指纹照片进行指纹识别。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
S501：采集手指施加第一压力值时的第一指纹照片及第二压力值时的第二指纹照片。
S502：根据预设的手指施加第一压力值时的第一指纹样本、预设的手指施加第二压力值时的第二指纹样本、第一指纹照片及第二指纹照片对通过合法性校验的指纹照片进行指纹识别。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，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。虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，机械或其它的形式。本发明是参照根据本发明实施例的方法、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。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例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，本说明书实施例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。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，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。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说明书实施例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。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。以上所述仅为本说明书实施例的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。

Claims (8)

1.一种指纹采集识别方法，其特征在于，包括：
采集手指施加第一压力值时的第一指纹照片及第二压力值时的第二指纹照片；
根据预设的手指施加第一压力值时的第一指纹样本、预设的手指施加第二压力值时的第二指纹样本、所述第一指纹照片及第二指纹照片对通过合法性校验的所述指纹照片进行指纹识别；
所述对通过合法性校验的所述指纹照片进行指纹识别，包括：
对所述第一指纹照片和所述第二指纹照片进行活体判断；
如果是活体，对所述第一指纹照片和所述第二指纹照片进行特征值提取，得到第一照片特征值与第二照片特征值；对所述第一指纹样本及第二指纹样本进行特征提取，得到第一样本特征值及第二样本特征值；
将所述第一照片特征值和所述第二照片特征值分别与所述第一样本特征值及第二样本特征值进行比对，生成比对结果；
所述对所述第一指纹照片和所述第二指纹照片进行活体判断，包括：
对所述第一指纹照片和所述第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合；
对所述第一指纹样本和所述第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合；
比较所述第一指纹照片对应的指纹照片灰度值集合与所述第一指纹样本对应的指纹样本灰度值集合的差值，获得第一差值比；并比较所述第二指纹照片对应的指纹照片灰度值集合与所述第二指纹样本对应的指纹样本灰度值集合的差值，获得第二差值比；获得差值比的过程具体包括：指纹样本像素点集合和指纹样本灰度值集合统称为基准活体数据集合S；依次计算基准活体数据集合S与指纹照片的灰度值集合G之间的差值；获得所述差值与所述基准活体数据的比值即为差值比；
对第一差值比及第二差值比分别求和，获得第一差值比和及第二差值比和；
根据所述第一差值比和及第二差值比和与预设的标准值的大小关系判断所述第一指纹照片和所述第二指纹照片是活体。
2.根据权利要求1所述的识别方法，其特征在于，所述对所述第一指纹照片和所述第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合，包括：
提取所述第一指纹照片和所述第二指纹照片中各像素点的灰度值集合和相邻两个像素点之间的像素差集合；
根据所述第一指纹照片和所述第二指纹照片的像素差集合分别寻找差值最大的第一指纹照片和第二指纹照片的集合点，根据集合点组成边缘集合，并根据所述第一指纹照片和所述第二指纹照片边缘集合分别确定第一中心点和第二中心点；
根据所述第一指纹照片边缘集合、所述第二指纹照片边缘集合、所述第一中心点、所述第二中心点对所述第一指纹照片和所述第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合。
3.根据权利要求2所述的识别方法，其特征在于，所述对所述第一指纹样本和所述第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合，包括：
提取所述第一指纹样本和所述第二指纹样本中各像素点的灰度值集合和相邻两个像素点之间的像素差集合；
根据所述第一指纹样本和所述第二指纹样本的像素差集合寻找差值最大的第一指纹样本和第二指纹样本的集合点，根据集合点组成边缘集合，并根据所述第一指纹样本和所述第二指纹样本边缘集合确定第三中心点和第四中心点；
根据所述第一指纹样本边缘集合、所述第二指纹样本边缘集合、所述第三中心点、所述第四中心点对所述第一指纹样本和所述第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合。
4.一种指纹采集识别装置，其特征在于，包括：
采集模块，用于采集手指施加第一压力值时的第一指纹照片及第二压力值时的第二指纹照片；
指纹识别模块，用于根据预设的手指施加第一压力值时的第一指纹样本、预设的手指施加第二压力值时的第二指纹样本、所述第一指纹照片及第二指纹照片对通过合法性校验的所述指纹照片进行指纹识别；
所述指纹识别模块包括：
活体判断模块，用于对所述第一指纹照片和所述第二指纹照片进行活体判断；
特征值提取模块，用于对所述第一指纹照片和所述第二指纹照片进行特征值提取，得到第一照片特征值与第二照片特征值；对所述第一指纹样本及第二指纹样本进行特征提取，得到第一样本特征值及第二样本特征值；
比对模块，用于将所述第一照片特征值和所述第二照片特征值分别与所述第一样本特征值及第二样本特征值进行比对，生成比对结果；
所述活体判断模块包括：
照片剪裁模块，用于对所述第一指纹照片和所述第二指纹照片进行剪裁，分别获取对应的指纹照片像素点集合和指纹照片灰度值集合；
样本剪裁模块，用于对所述第一指纹样本和所述第二指纹样本进行剪裁，分别获取对应的指纹样本像素点集合和指纹样本灰度值集合；
比较所述第一指纹照片对应的指纹照片灰度值集合与所述第一指纹样本对应的指纹样本灰度值集合的差值，获得第一差值比；并比较所述第二指纹照片对应的指纹照片灰度值集合与所述第二指纹样本对应的指纹样本灰度值集合的差值，获得第二差值比；获得差值比的过程具体包括：指纹样本像素点集合和指纹样本灰度值集合统称为基准活体数据集合S；依次计算基准活体数据集合S与指纹照片的灰度值集合G之间的差值；获得所述差值与所述基准活体数据的比值即为差值比；
求和模块，用于对第一差值比及第二差值比分别求和，获得第一差值比和及第二差值比和；
判断模块，用于根据所述第一差值比和及第二差值比和与预设的标准值的大小关系判断所述第一指纹照片和所述第二指纹照片是活体。
5.根据权利要求4所述的识别装置，其特征在于，所述照片剪裁模块包括：
照片提取集合模块，用于提取所述第一指纹照片和所述第二指纹照片中各像素点的灰度值集合和相邻两个像素点之间的像素差集合；
照片中心点定位模块，用于根据所述第一指纹照片和所述第二指纹照片的像素差集合寻找差值最大的第一指纹照片和第二指纹照片的集合点，根据集合点组成边缘集合，并根据所述第一指纹照片和所述第二指纹照片边缘集合确定第一中心点和第二中心点；
第一剪裁模块，用于根据所述第一指纹照片边缘集合、所述第二指纹照片边缘集合、所述第一中心点、所述第二中心点对所述第一指纹照片和所述第二指纹照片进行剪裁。
6.根据权利要求5所述的识别装置，其特征在于，所述样本剪裁模块包括：
样本提取集合模块，用于提取所述第一指纹样本和所述第二指纹样本中各像素点的灰度值集合和相邻两个像素点之间的像素差集合；
样本中心点定位模块，用于根据所述第一指纹样本和所述第二指纹样本的像素差集合寻找差值最大的第一指纹样本和第二指纹样本的集合点，根据集合点组成边缘集合，并根据所述第一指纹样本和所述第二指纹样本边缘集合确定第三中心点和第四中心点；
第二剪裁模块，用于根据所述第一指纹样本边缘集合、所述第二指纹样本边缘集合、所述第三中心点、所述第四中心点对所述第一指纹样本和所述第二指纹样本进行剪裁。
7.一种电子设备，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，其特征在于，所述处理器执行所述程序时实现权利要求1至3中任一项所述指纹采集识别方法。
8.一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，该计算机程序被处理器执行时实现权利要求1至3中任一项所述指纹采集识别方法。
CN201910697666.XA 2019-07-30 2019-07-30 一种指纹采集识别方法及装置 Active CN110414440B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910697666.XA CN110414440B (zh) 2019-07-30 2019-07-30 一种指纹采集识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910697666.XA CN110414440B (zh) 2019-07-30 2019-07-30 一种指纹采集识别方法及装置

Publications (2)

Publication Number Publication Date
CN110414440A CN110414440A (zh) 2019-11-05
CN110414440B true CN110414440B (zh) 2022-02-25

Family

ID=68364422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910697666.XA Active CN110414440B (zh) 2019-07-30 2019-07-30 一种指纹采集识别方法及装置

Country Status (1)

Country Link
CN (1) CN110414440B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1388482A (zh) * 2001-05-25 2003-01-01 刻克洛普株式会社 用线性指纹传感器获取指纹的方法
CN101079106A (zh) * 2007-07-10 2007-11-28 深圳市天识科技有限公司 一种兼容不同指纹传感器图像信息的指纹识别方法
CN103116744A (zh) * 2013-02-05 2013-05-22 浙江工业大学 基于mrf和svm-knn分类的假指纹检测方法
CN106227437A (zh) * 2016-07-22 2016-12-14 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN106446775A (zh) * 2016-08-26 2017-02-22 广东欧珀移动通信有限公司 一种指纹识别方法、装置及电子设备
CN107133550A (zh) * 2016-02-29 2017-09-05 北京小米移动软件有限公司 指纹验证方法及装置
CN206480001U (zh) * 2016-12-30 2017-09-08 沈阳博兴亚达科技有限公司 高清文检、指掌纹比对系统
EP3401772A1 (en) * 2017-05-12 2018-11-14 Samsung Electronics Co., Ltd. Electronic device including a plurality of input devices and control method thereof

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012108838A1 (de) * 2012-09-19 2014-05-28 Cross Match Technologies Gmbh Verfahren und Vorrichtung zur Aufnahme von Fingerabdrücken auf Basis von Fingerabdruckscannern in zuverlässig hoher Qualität
CN105975951A (zh) * 2016-05-27 2016-09-28 国创科视科技股份有限公司 手指中段指静脉指纹融合识别方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1388482A (zh) * 2001-05-25 2003-01-01 刻克洛普株式会社 用线性指纹传感器获取指纹的方法
CN101079106A (zh) * 2007-07-10 2007-11-28 深圳市天识科技有限公司 一种兼容不同指纹传感器图像信息的指纹识别方法
CN103116744A (zh) * 2013-02-05 2013-05-22 浙江工业大学 基于mrf和svm-knn分类的假指纹检测方法
CN107133550A (zh) * 2016-02-29 2017-09-05 北京小米移动软件有限公司 指纹验证方法及装置
CN106227437A (zh) * 2016-07-22 2016-12-14 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN106446775A (zh) * 2016-08-26 2017-02-22 广东欧珀移动通信有限公司 一种指纹识别方法、装置及电子设备
CN206480001U (zh) * 2016-12-30 2017-09-08 沈阳博兴亚达科技有限公司 高清文检、指掌纹比对系统
EP3401772A1 (en) * 2017-05-12 2018-11-14 Samsung Electronics Co., Ltd. Electronic device including a plurality of input devices and control method thereof

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Simultaneous Monitoring of Ballistocardiogram and Photoplethysmogram Using a Camera;Shao, Dangdang，et.al;《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》;20170531;全文 *
一种基于相参积累消噪的射频指纹特征提取和识别方法;谢非佚;《中国优秀硕士学位论文全文数据库》;20181231;全文 *
指纹分类和识别算法的研究与实现;尹婉琳;《中国优秀硕士学位论文全文数据库》;20161231;全文 *

Also Published As

Publication number Publication date
CN110414440A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
CN111738230B (zh) 一种人脸识别方法、人脸识别装置及电子设备
TWI427541B (zh) 人臉快速辨識系統及其方法
EP1661060B1 (en) Biometric imaging capture system and method
EP1434164B1 (en) Method of extracting teeth area from teeth image and personal identification method and apparatus using the teeth image
RU2302656C2 (ru) Система идентификации изображений
KR101632912B1 (ko) 지문 인식을 이용한 사용자 인증 방법
CN108171138B (zh) 一种生物特征信息获取方法和装置
WO2005124662A1 (en) Palm print identification using palm line orientation
WO2018213946A1 (zh) 图像识别方法、图像识别装置、电子装置及计算机存储介质
CN110992502A (zh) 一种人脸识别考勤方法、系统以及可读存储介质
CN110378351B (zh) 印章鉴别方法及装置
US20040057604A1 (en) Method of palmprint identification
CN106991448A (zh) 一种人像比对处理方法
CN114925348B (zh) 一种基于指纹识别的安全验证方法及系统
CN108734069B (zh) 一种指静脉图像的质量分数计算方法及装置
CN109598235B (zh) 一种指静脉图像认证方法及装置
CN110414440B (zh) 一种指纹采集识别方法及装置
CN111783677B (zh) 人脸识别方法、装置、服务器和计算机可读介质
CN112580531A (zh) 一种真假车牌的识别检测方法及系统
CN112766071A (zh) 一种虹膜识别方法、装置及系统
CN113486826A (zh) 电容指纹识别方法、装置及手指感应设备、终端设备、存储介质
CN107316027B (zh) 一种共享设备系统及用于共享设备的指纹识别方法
Chiu et al. Automatic full and partial shoeprint retrieval system for use in forensic investigations
CN112183174A (zh) 指纹识别方法、装置、终端设备及存储介质
CN110705352A (zh) 基于深度学习的指纹图像检测方法

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