CN110728201B - 用于指纹识别的图像处理方法及装置 - Google Patents
用于指纹识别的图像处理方法及装置 Download PDFInfo
- Publication number
- CN110728201B CN110728201B CN201910897880.XA CN201910897880A CN110728201B CN 110728201 B CN110728201 B CN 110728201B CN 201910897880 A CN201910897880 A CN 201910897880A CN 110728201 B CN110728201 B CN 110728201B
- Authority
- CN
- China
- Prior art keywords
- image
- fingerprint
- processing
- sub
- contact
- 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
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
- G06V40/1347—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Input (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请公开了一种用于指纹识别的图像处理方法及装置。该方法包括获取非接触式指纹图像;将所述非接触式指纹图像经过图像预设处理,以使非接触式指纹图像模拟出接触式指纹图像,其中,所述图像预设处理至少包括:图像增强处理。本申请解决了非接触式指纹使用通用识别算法时效果不佳的技术问题。通过本申请在采集指纹图像时实现了指纹图像增强处理,进而可准确、全面采集指纹信息。
Description
技术领域
本申请涉及图像处理领域,具体而言,涉及一种用于指纹识别的图像处理方法及装置。
背景技术
指纹识别技术,具有接触或非接触方式。
发明人发现,由于光线变化或手指曲度的原因,在使用常规图像增强处理方法时无法全面、准确获取指纹信息。进一步,还会造成指纹识别结果的不准确。
针对相关技术中指纹识别时效果不佳的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种用于指纹识别的图像处理方法及装置,以解决指纹识别时效果不佳的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种用于指纹识别的图像处理方法。
根据本申请的用于指纹识别的图像处理方法包括:获取非接触式指纹图像;将所述非接触式指纹图像经过图像预设处理,以使非接触式指纹图像模拟出接触式指纹图像,其中,所述图像预设处理至少包括:图像增强处理。
进一步,方法还包括:将经过图像预设处理后的结果输入预设识别系统,识别出指纹图像。
进一步,获取非接触式指纹图像包括:采用光敏传感器拍摄指纹照片;提取所述指纹照片中的指纹区域。
进一步,将所述非接触式指纹图像经过图像预设处理包括:将所述非接触式指纹图像按照灰阶图像平面化要求进行图像平面化处理,以使对非接触式采集时不均衡照明进行补偿。
进一步,将所述非接触式指纹图像经过图像预设处理包括:将所述非接触式指纹图像按照进行图像降噪处理,以使对图像平面化后产生的噪声图像进行过滤。
进一步,将所述非接触式指纹图像经过图像预设处理之后,还包括:对经过预处理后的图像进行图像对比度拉伸处理,以使指纹的脊纹和/或褶纹颜色有明显区分。
进一步,将所述非接触式指纹图像经过图像预设处理之后,还包括对经过预处理后的图像进行指纹纹路主频率计算,得到第一主频率;将所述第一主频率转化为第二主频率,以使频率满足指纹图像分辨率的要求。
为了实现上述目的,根据本申请的另一方面,提供了一种用于指纹识别的图像处理装置。
根据本申请的用于指纹识别的图像处理装置包括:采集模块,用于获取非接触式指纹图像;增强模块,用于将所述非接触式指纹图像经过图像预设处理,以使非接触式指纹图像模拟出接触式指纹图像,其中,所述图像预设处理至少包括:图像增强处理。
在本申请实施例中用于指纹识别的图像处理方法及装置,采用获取非接触式指纹图像的方式,通过将所述非接触式指纹图像经过图像预设处理,以使非接触式指纹图像模拟出接触式指纹图像,达到了准确、全面采集指纹信息的目的,从而实现了指纹图像增强的技术效果,进而解决了指纹识别时效果不佳的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请第一实施例的用于指纹识别的图像处理方法流程示意图;
图2是根据本申请第二实施例的用于指纹识别的图像处理方法流程示意图;
图3是根据本申请第三实施例的用于指纹识别的图像处理方法流程示意图;
图4是根据本申请第四实施例的用于指纹识别的图像处理方法流程示意图;
图5是根据本申请第五实施例的用于指纹识别的图像处理方法流程示意图;
图6是根据本申请第六实施例的用于指纹识别的图像处理方法流程示意图;
图7是根据本申请实施例的用于指纹识别的图像处理装置结构示意图;
图8(a)、图8(b)是采用接触式采集并处理前后示意图;
图9(a)、图9(b)是采用非接触式的图像增强方式采集并处理前后根据示意图。
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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,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”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示,该方法包括如下的步骤S102至步骤S104:
步骤S102,获取非接触式指纹图像;
通过相关技术可获取得到非接触式的指纹图像,
具体地,使用的非接触式指纹采集技术是通过摄像头直接拍摄。
采用接触式指纹图像的对比度一般较高,不需要太多的图像处理步骤就可以得到可用的二向化图片,但是使用接触式指纹图像的处理方法无法准确提取指纹信息。而采用非接触式指纹图像由于手指本身的曲度、手指表面整洁度、手指纹理、光源强度、光源均匀度、光源角度等问题,容易造成拍摄到的指纹图像是无法通过现有方式进行强化的。
通过上述步骤采用相关方式得到非接触式的指纹图像。
步骤S104,将所述非接触式指纹图像经过图像预设处理,以使非接触式指纹图像模拟出接触式指纹图像。
将所述非接触式指纹图像经过图像预设处理后,使得非接触式指纹图像能够模拟出接触式指纹图像,经即过图像预设处理后的非接触式指纹图像将与接触式的指纹图像基本相同。
需要注意的是,所述图像预设处理至少包括:图像增强处理。通过相应的图像增强处理操作,可以使得指纹图像与接触式的指纹图像达到基本相同的目的。
通过上述处理步骤,既不需要直接采用接触式指纹图像的处理方法,降低了指纹信息提取不准确的可能性,又可以通过获取非接触式指纹图像后,采用图像增强处理模拟出接触式指纹图像,从而提高指纹图像的兼容性。
从以上的描述中,可以看出,本申请实现了如下技术效果:
在本申请实施例中,采用获取非接触式指纹图像的方式,通过将所述非接触式指纹图像经过图像预设处理,以使非接触式指纹图像模拟出接触式指纹图像,达到了准确、全面采集指纹信息的目的,从而实现了指纹图像增强的技术效果,进而解决了指纹识别时效果不佳的技术问题。
经过上述处理后的图像与通过接触式采集的图像没有明显差别,且具有相似的对比度、分辨率以及清晰度。
根据本申请实施例,作为本实施例中的优选,如图2所示,方法还包括:
步骤S202,将经过图像预设处理后的结果输入预设识别系统,识别出指纹图像。
具体地,将经过图像预设处理后的结果可以兼容市场上通用的指纹二向化算法和识别算法,图8(a)、图8(b)和图9(a)、图9(b)为2种指纹照片使用了同一种商业识别算法然后进行二向化后的结果,其表明两者的结果相同。其中,图8(a)为FTIR指纹图片,图8(b)为FTIR二向化图片。图9(a)为非接触式图像增强图片,图9(b)为非接触式二向化图片。
所述预设识别系统可以采用各类计算机指纹识别系统AFIS。由于该些AFIS通常都要对指纹图像进行二向化处理,所以输入的指纹图像不论是通过光学、半导体或者超声波技术,由于其本质都是接触式采集的照片图像。所以通过将经过图像预设处理后的结果输入预设识别系统,可以兼容AFIS系统,识别出指纹图像。
根据本申请实施例,作为本实施例中的优选,如图3所示,获取非接触式指纹图像包括:
步骤S302,采用低光敏感性传感器拍摄指纹照片;
步骤S304,提取所述指纹照片中的指纹区域。
具体地,拍摄指纹图像的照片时,使用的低光敏感性传感器能输出不低于五百万像素,至少3500每英寸像素,12bit色深的黑白或彩色的照片。
优选地,还可以使用较低像素的传感器或者也可以使用8bit色深的图片作为替代。
需要注意的是,使用的低光敏感性传感器能输出的像素可以根据实际使用情况进行选择,在本申请的实施例中并不进行具体限定。
需要注意的是,一般接触式指纹仪的图片分辨率为500每英寸像素,照片质量为黑白8bit色深的照片。
根据本申请实施例,作为本实施例中的优选,如图4所示,将所述非接触式指纹图像经过图像预设处理包括:
步骤S402,将所述非接触式指纹图像按照灰阶图像平面化要求进行图像平面化处理,以使对图像平面化后不均衡照明进行补偿。
具体地,将所述非接触式指纹图像进行平面化处理前,先提取指纹区域(ROI),并通过计算阈值的方法或者图片匹配算法将指纹部分和背景分离。
需要注意的是,所述图片匹配算法可以选择SIFT或SURF等,在本申请的实施例中并不进行具体限定,只要能够满足图片匹配条件即可。
还需要的注意的是,图片的ROI和背景分类算法可以采用经典算法K-means、SMV,也可以采用高级如卷积神经网络DCNN、CNN、MASK-RCNN等都可以用来分离或者识别指纹或背景区域。
具体地,采用所述图像平面化处理,可以降低不均衡照明对指纹表面和脊纹褶纹颜色不均的影响,适用于手指表面照明不均匀的情况。
处理步骤一,根据待处理图像大小给定滤波器窗口大小;然后再将待处理图原始图片通过高斯滤波器得到模糊化图片;
处理步骤二,计算原始图片对数和模糊化图片对数的差值;
处理步骤三,限定差值图的上下阈值并将图片转为双精度浮点比如8-bit,从而可降低数据精度以节省计算时间。通过上述步骤操作后,待处理图像完成灰阶平面化。
根据本申请实施例,作为本实施例中的优选,如图4所示,将所述非接触式指纹图像经过图像预设处理包括:
步骤S502,将所述非接触式指纹图像按照进行图像降噪处理,以使对图像平面化后产生的噪声图像进行过滤。
具体地,所述图像降噪处理用于对图像平面化后产生的噪声图像进行过滤。
处理步骤一,设置二维离散余弦变换DCT的矩阵大小和噪点的约束值即标准差;
处理步骤二,将输入的平面化图像划分为互不重叠的W×W子块;
处理步骤三,如果所述子块不在ROI区域或者重叠区域小于一半则不予处理。如果所述子块在ROI区域重叠区域超过一半,则计算子块的余弦变换DCT,并计算每个子块的最高能量系数的频率即每个子块的主频率;
处理步骤四,如果余弦变换DCT中有数值低于噪点的约束值,将数值归零,然后进行逆DCT变换;
处理步骤五,完成所有的子块计算,统计子块主频率分布,将DC值归零。
根据本申请实施例,作为本实施例中的优选,如图5所示,将所述非接触式指纹图像经过图像预设处理之后,还包括:
步骤S602,对经过预处理后的图像进行图像对比度拉伸处理,以使指纹的脊纹和/或褶纹颜色有明显区分。
具体地,将图像对比度进行拉伸,让指纹的脊纹和褶纹颜色区分明显。
根据本申请实施例,作为本实施例中的优选,如图6所示,将所述非接触式指纹图像经过图像预设处理之后,还包括:
步骤S702,对经过预处理后的图像进行指纹纹路主频率计算,得到第一主频率;
步骤S704,将所述第一主频率转化为所述第二主频率,以使频率满足指纹图像分辨率的要求。
此时,图像分辨率为正常指纹仪图像的至少7倍以上,故需要将图像的分辨率降低至目标分辨率,以使频率满足商用指纹识别算法对于指纹图像分辨率的要求。此外,儿童指纹大小不一,其纹路的频率不一致,所以需要将频率转化为目标值,这样其他商用软件才可以识别。
具体地,在上述处理步骤中包括频率计算和重设图像。
处理步骤一,将输出图像分成互不重叠的NxN子块即每个子块的必须覆盖足够多的指纹面积;从而保证信号强度;
处理步骤二,计算每个子块的指纹频率,并统计整个图像的指纹纹路主频率;需要说明的是,在所述步骤中通过找到每个子块中的指纹纹路的垂直方向并计算每个子块中纹路的主频率,统计整个图像中所以子块的频率并统计得到整个指纹的主频率;
处理步骤三,原图指纹纹路频率一般大于40像素/周期,根据计算可得到的主频率将原图压缩到大约至8像素/周期。指纹纹路频率与现有的500每英寸像素分辨率的指纹识别系统保持了一致,从而通过图像增强的方式实现了图像的兼容性处理。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
根据本申请实施例,还提供了一种用于实施上述用于指纹识别的图像处理方法的装置,如图7所示,该装置包括:采集模块10,用于获取非接触式指纹图像;增强模块20,用于将所述非接触式指纹图像经过图像预设处理,以使非接触式指纹图像模拟出接触式指纹图像,其中,所述图像预设处理至少包括:图像增强处理。
本申请实施例的采集模块10中通过相关技术可获取得到非接触式的指纹图像,
具体地,使用的非接触式指纹采集技术是通过摄像头直接拍摄。
采用接触式指纹图像的对比度一般较高,不需要太多的图像处理步骤就可以得到可用的二向化图片,但是使用接触式指纹图像的处理方法无法准确提取指纹信息。而采用非接触式指纹图像由于手指本身的曲度、手指表面整洁度、手指纹理、光源强度、光源均匀度、光源角度等问题,容易造成拍摄到的指纹图像是无法通过现有方式进行强化的。
通过上述模块采用相关方式得到非接触式的指纹图像。
本申请实施例的增强模块20中将所述非接触式指纹图像经过图像预设处理后,使得非接触式指纹图像能够模拟出接触式指纹图像,经即过图像预设处理后的非接触式指纹图像将与接触式的指纹图像基本相同。
需要注意的是,所述图像预设处理至少包括:图像增强处理。通过相应的图像增强处理操作,可以使得指纹图像与接触式的指纹图像达到基本相同的目的。
通过上述处理模块,既不需要直接采用接触式指纹图像的处理方法,降低了指纹信息提取不准确的可能性,又可以通过获取非接触式指纹图像后,采用图像增强处理模拟出接触式指纹图像,从而提高指纹图像的兼容性。
本申请实施例的增强模块20,还用于将经过图像预设处理后的结果输入预设识别系统,识别出指纹图像。具体地,将经过图像预设处理后的结果可以兼容市场上通用的指纹二向化算法和识别算法。图8和图9为2种指纹照片使用了同一种商业识别算法然后进行二向化后的结果,其表明两者的结果相同。其中,图8中包括:FTIR指纹图片和FTIR二向化图片。图9中包括:非接触式图像增强图片和非接触式二向化图片。
所述预设识别系统可以采用各类计算机指纹识别系统AFIS。由于该些AFIS通常都要对指纹图像进行二值化处理,所以输入的指纹图像不论是通过光学、半导体或者超声波技术,由于其本质都是接触式采集的照片图像。所以通过将经过图像预设处理后的结果输入预设识别系统,可以兼容AFIS系统,识别出指纹图像。
本申请实施例的采集模块10还用于采用低光敏感性拍摄指纹照片;提取所述指纹照片中的指纹区域。
具体地,拍摄指纹图像的照片时,使用的低光敏感性传感器能输出不低于五百万像素,至少3500每英寸像素,12bit色深的黑白或彩色的照片。
优选地,还可以使用较低像素的传感器或者也可以使用8bit色深的图片作为替代。
需要注意的是,使用的低光敏感性传感器能输出的像素可以根据实际使用情况进行选择,在本申请的实施例中并不进行具体限定。
需要注意的是,一般接触式指纹仪的图片分辨率为500每英寸像素,照片质量为黑白8bit色深的照片。
本申请实施例的增强模块20,还用于将所述非接触式指纹图像按照灰阶图像平面化要求进行图像平面化处理,以使对图像平面化后不均衡照明进行补偿。
具体地,将所述非接触式指纹图像进行平面化处理前,先提取指纹区域(ROI),并通过计算阈值的方法或者图片匹配算法将指纹部分和背景分离。
需要注意的是,所述图片匹配算法可以选择SIFT或SURF等,在本申请的实施例中并不进行具体限定,只要能够满足图片匹配条件即可。
还需要的注意的是,图片的ROI和背景分类算法可以采用经典算法K-means、SMV,也可以采用高级如卷积神经网络DCNN、CNN、MASK-RCNN等都可以用来分离或者识别指纹或背景区域。
具体地,采用所述图像平面化处理,可以降低不均衡照明对指纹表面和脊纹褶纹颜色不均的影响,适用于手指表面照明不均匀的情况。
处理步骤一,根据待处理图像大小给定滤波器窗口大小;然后再将待处理图原始图片通过高斯滤波器得到模糊化图片;
处理步骤二,计算原始图片对数和模糊化图片对数的差值;
处理步骤三,限定差值图的上下阈值并将图片转为双精度浮点比如8-bit,从而可降低数据精度以节省计算时间。通过上述步骤操作后,待处理图像完成灰阶平面化。
本申请实施例的增强模块20,还用于将所述非接触式指纹图像按照进行图像降噪处理,以使对图像平面化后产生的噪声图像进行过滤。
具体地,所述图像降噪处理用于对图像平面化后产生的噪声图像进行过滤。
处理步骤一,设置二维离散余弦变换DCT的矩阵大小和噪点的约束值即标准差;
处理步骤二,将输入的平面化图像划分为互不重叠的W×W子块;
处理步骤三,如果所述子块不在ROI区域或者重叠区域小于一半则不予处理。如果所述子块在ROI区域重叠区域超过一半,则计算子块的余弦变换DCT,并记录每个子块的最高能量系数的频率即每个子块的主频率;
处理步骤四,如果余弦变换DCT中有数值低于噪点的约束值,将数值归零,然后进行逆DCT变换;
处理步骤五,完成所有的子块计算,统计子块主频率分布,将DC值归零。
本申请实施例的增强模块20,还用于对经过预处理后的图像进行图像对比度拉伸处理,以使指纹的脊纹和/或褶纹颜色有明显区分。
具体地,将图像对比度进行拉伸,让指纹的脊纹和褶纹颜色区分明显。
本申请实施例的增强模块20,还用于对经过预处理后的图像进行指纹纹路主频率计算,得到第一主频率;将所述第一主频率转化为所述第二主频率,以使频率满足指纹图像分辨率的要求。
此时,图像分辨率为正常指纹仪图像的至少7倍以上,故需要将图像的分辨率降低至目标分辨率,以使频率满足指纹图像分辨率的要求。此外,儿童指纹大小不一,其纹路的频率不一致,所以需要将频率转化为目标值,这样其他商用软件才可以识别。
具体地,在上述处理步骤中包括频率计算和重设图像。
处理步骤一,将输出图像分成互不重叠的NxN子块即每个子块的必须覆盖足够多的指纹面积;从而保证信号强度;
处理步骤二,计算每个子块的指纹频率,并统计整个图像的指纹纹路主频率;
处理步骤三,原图指纹纹路频率一般大于40像素/周期,根据计算可得到的主频率将原图压缩到大约至8像素/周期。指纹纹路频率与现有的500每英寸像素分辨率的指纹识别系统保持了一致,从而通过图像增强的方式实现了图像的兼容性处理。
在本申请的另一实施例中,还提供了一种电子设备,包括:至少一个处理器;以及与所述处理器连接的至少一个存储器、总线;其中,所述处理器、存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行所述的图像处理方法。
在本申请的再一实施例中,还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行所述的图像处理方法。所述非暂态计算机可读存储介质可以烧录至印制电路板上的微型控制器实现相关的图像处理功能。
显然,本领域的技术人员应该明白,上述的本申请的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (6)
1.一种用于指纹识别的图像处理方法,其特征在于,包括:
获取非接触式指纹图像;
将所述非接触式指纹图像经过图像预设处理,以使非接触式指纹图像模拟出接触式指纹图像,
其中,所述图像预设处理包括图像增强处理、按照灰阶图像平面化要求进行图像平面化处理、将所述非接触式指纹图像进行图像降噪处理,以使对图像平面化后产生的噪声图像进行过滤;
按照灰阶图像平面化要求进行图像平面化处理,包括:根据待处理图像大小设定滤波器窗口大小;将待处理图原始图片通过滤波器得到模糊化图片;计算原始图片对数和模糊化图片对数的差值;限定差值图的上下阈值并将图片转为双精度浮点;
对所述噪声进行过滤包括:
设置二维离散余弦变换DCT的矩阵大小和噪点的约束值即标准差;
将输入的平面化图像划分为互不重叠的W×W子块;
若所述子块在ROI区域重叠区域超过一半,则计算子块的余弦变换DCT,并计算每个子块的最高能量系数的频率即每个子块的主频率;
若余弦变换DCT中有数值低于噪点的约束值,将数值归零,然后进行逆DCT变换;
完成所有所述子块计算,统计子块主频率分布,将DC值归零;
将所述非接触式指纹图像经过图像预设处理之后,还包括:
对经过预处理后的图像进行图像对比度拉伸处理,以使指纹的脊纹和/或褶纹颜色有明显区分;
将所述非接触式指纹图像经过图像预设处理之后,还包括:
对经过预处理后的图像进行指纹纹路主频率计算,得到第一主频率;
将所述第一主频率转化为第二主频率,以使频率满足指纹图像分辨率的要求;
所述对经过预处理后的图像进行指纹纹路主频率计算,得到第一主频率,包括:将输出图像分成互不重叠的子块;计算每个子块的指纹频率,并统计整个图像的指纹纹路主频率;其中通过找到每个子块中的指纹纹路的垂直方向并计算每个子块中纹路的主频率,统计整个图像中所有子块的频率并统计得到整个指纹的主频率。
2.根据权利要求1所述的图像处理方法,其特征在于,还包括:
将经过图像预设处理后的结果输入预设识别系统,识别出指纹图像。
3.根据权利要求1所述的图像处理方法,其特征在于,获取非接触式指纹图像包括:
采用低光敏传感器拍摄指纹照片;
提取所述指纹照片中的指纹区域。
4.一种用于指纹识别的图像处理装置,其特征在于,包括:
采集模块,用于获取非接触式指纹图像;
增强模块,用于将所述非接触式指纹图像经过图像预设处理,以使非接触式指纹图像模拟出接触式指纹图像;
其中,所述图像预设处理包括图像增强处理、按照灰阶图像平面化要求进行图像平面化处理、将所述非接触式指纹图像进行图像降噪处理,以使对图像平面化后产生的噪声图像进行过滤;
按照灰阶图像平面化要求进行图像平面化处理,包括:根据待处理图像大小设定滤波器窗口大小;将待处理图原始图片通过滤波器得到模糊化图片;计算原始图片对数和模糊化图片对数的差值;限定差值图的上下阈值并将图片转为双精度浮点;
对所述噪声进行过滤包括:
设置二维离散余弦变换DCT的矩阵大小和噪点的约束值即标准差;
将输入的平面化图像划分为互不重叠的W×W子块;
若所述子块在ROI区域重叠区域超过一半,则计算子块的余弦变换DCT,并计算每个子块的最高能量系数的频率即每个子块的主频率;
若余弦变换DCT中有数值低于噪点的约束值,将数值归零,然后进行逆DCT变换;
完成所有所述子块计算,统计子块主频率分布,将DC值归零;
将所述非接触式指纹图像经过图像预设处理之后,还包括:
对经过预处理后的图像进行图像对比度拉伸处理,以使指纹的脊纹和/或褶纹颜色有明显区分;
将所述非接触式指纹图像经过图像预设处理之后,还包括:
对经过预处理后的图像进行指纹纹路主频率计算,得到第一主频率;
将所述第一主频率转化为第二主频率,以使频率满足指纹图像分辨率的要求;
所述对经过预处理后的图像进行指纹纹路主频率计算,得到第一主频率,包括:将输出图像分成互不重叠的子块;计算每个子块的指纹频率,并统计整个图像的指纹纹路主频率;其中通过找到每个子块中的指纹纹路的垂直方向并计算每个子块中纹路的主频率,统计整个图像中所有子块的频率并统计得到整个指纹的主频率。
5.一种电子设备,其特征在于,包括:
至少一个处理器;
以及与所述处理器连接的至少一个存储器、总线;其中,
所述处理器、存储器通过所述总线完成相互间的通信;
所述处理器用于调用所述存储器中的程序指令,以执行权利要求1至3中任一项所述的图像处理方法。
6.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行权利要求1至3中任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910897880.XA CN110728201B (zh) | 2019-09-20 | 2019-09-20 | 用于指纹识别的图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910897880.XA CN110728201B (zh) | 2019-09-20 | 2019-09-20 | 用于指纹识别的图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110728201A CN110728201A (zh) | 2020-01-24 |
CN110728201B true CN110728201B (zh) | 2023-04-07 |
Family
ID=69218289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910897880.XA Active CN110728201B (zh) | 2019-09-20 | 2019-09-20 | 用于指纹识别的图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110728201B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111898512A (zh) * | 2020-07-23 | 2020-11-06 | 杭州萤石软件有限公司 | 一种指纹识别方法及装置 |
WO2022068931A1 (zh) * | 2020-09-30 | 2022-04-07 | 墨奇科技(北京)有限公司 | 非接触指纹识别方法、装置、终端及存储介质 |
CN112232159B (zh) * | 2020-09-30 | 2021-12-07 | 墨奇科技(北京)有限公司 | 指纹识别的方法、装置、终端及存储介质 |
CN112232163B (zh) * | 2020-09-30 | 2022-04-15 | 墨奇科技(北京)有限公司 | 指纹采集方法及装置、指纹比对方法及装置、设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008015939A (ja) * | 2006-07-07 | 2008-01-24 | Dds:Kk | 非接触型指紋入力装置及び指紋照合装置 |
CN101996321A (zh) * | 2009-08-24 | 2011-03-30 | 北京易创科技有限公司 | 一种指纹识别预处理的方法及装置 |
CN104361315A (zh) * | 2014-10-27 | 2015-02-18 | 浙江工业大学 | 基于单目多视角立体机器视觉的3d指纹识别装置 |
CN107451549A (zh) * | 2017-07-24 | 2017-12-08 | 云南大学 | 非接触式指纹增强方法及曲率驱动的自适应滤波器 |
CN109544474A (zh) * | 2018-11-16 | 2019-03-29 | 四川长虹电器股份有限公司 | 一种基于相位拉伸变换的指纹图像增强方法 |
CN109766876A (zh) * | 2019-03-11 | 2019-05-17 | 墨奇科技(北京)有限公司 | 非接触式指纹采集装置和方法 |
CN209401042U (zh) * | 2019-03-11 | 2019-09-17 | 墨奇科技(北京)有限公司 | 非接触式指纹采集装置 |
-
2019
- 2019-09-20 CN CN201910897880.XA patent/CN110728201B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008015939A (ja) * | 2006-07-07 | 2008-01-24 | Dds:Kk | 非接触型指紋入力装置及び指紋照合装置 |
CN101996321A (zh) * | 2009-08-24 | 2011-03-30 | 北京易创科技有限公司 | 一种指纹识别预处理的方法及装置 |
CN104361315A (zh) * | 2014-10-27 | 2015-02-18 | 浙江工业大学 | 基于单目多视角立体机器视觉的3d指纹识别装置 |
CN107451549A (zh) * | 2017-07-24 | 2017-12-08 | 云南大学 | 非接触式指纹增强方法及曲率驱动的自适应滤波器 |
CN109544474A (zh) * | 2018-11-16 | 2019-03-29 | 四川长虹电器股份有限公司 | 一种基于相位拉伸变换的指纹图像增强方法 |
CN109766876A (zh) * | 2019-03-11 | 2019-05-17 | 墨奇科技(北京)有限公司 | 非接触式指纹采集装置和方法 |
CN209401042U (zh) * | 2019-03-11 | 2019-09-17 | 墨奇科技(北京)有限公司 | 非接触式指纹采集装置 |
Non-Patent Citations (3)
Title |
---|
使用平均周期进行指纹分类;祝恩 等;《国防科技大学学报》;20040430;第26卷(第4期);第22-26页 * |
指纹周期/频率的亚像素精确算法;韩松峰 等;《计算机工程与应用》;20090530;第45卷(第5期);第161-163页 * |
鲁业频,王年.离散余弦变换编解码的基本原理.《数字电视原理与应用》.中国科学技术大学出版社,2013,第52-69页. * |
Also Published As
Publication number | Publication date |
---|---|
CN110728201A (zh) | 2020-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110728201B (zh) | 用于指纹识别的图像处理方法及装置 | |
CN106909911B (zh) | 图像处理方法、图像处理装置和电子装置 | |
CN110378945B (zh) | 深度图处理方法、装置和电子设备 | |
Yao et al. | Detecting image splicing based on noise level inconsistency | |
US7072523B2 (en) | System and method for fingerprint image enhancement using partitioned least-squared filters | |
JP4772839B2 (ja) | 画像識別方法および撮像装置 | |
RU2659745C1 (ru) | Реконструкция документа из серии изображений документа | |
CN116664559B (zh) | 基于机器视觉的内存条损伤快速检测方法 | |
CN107330433B (zh) | 图像处理方法和装置 | |
CN108664843B (zh) | 活体对象识别方法、设备和计算机可读存储介质 | |
TWI721786B (zh) | 人臉校驗方法、裝置、伺服器及可讀儲存媒介 | |
CN111784675A (zh) | 物品纹理信息处理的方法、装置、存储介质及电子设备 | |
WO2019204577A1 (en) | System and method for multimedia analytic processing and display | |
US11341348B2 (en) | Hand biometrics system and method using digital fingerprints | |
US10460145B2 (en) | Device for capturing imprints | |
CN117496560B (zh) | 一种基于多维向量的指纹纹线识别方法及装置 | |
CN113283439B (zh) | 基于图像识别的智能计数方法、装置及系统 | |
CN102760232A (zh) | 基于掌纹的中远距离的在线身份识别系统 | |
CN111027637A (zh) | 一种文字检测方法及计算机可读存储介质 | |
CN106920266B (zh) | 验证码的背景生成方法和装置 | |
TWI498830B (zh) | 不均勻光線下的車牌辨識方法及系統 | |
CN110705409A (zh) | 指纹采集系统 | |
JP3906221B2 (ja) | 画像処理方法及び画像処理装置 | |
KR101936188B1 (ko) | 개체 판별 방법 및 장치 | |
CN115456888A (zh) | 电子化美术考试作品的校正方法、装置、电子设备及介质 |
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 |