CN110929548B - 指纹识别方法、装置、设备及存储介质 - Google Patents
指纹识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110929548B CN110929548B CN201811096373.8A CN201811096373A CN110929548B CN 110929548 B CN110929548 B CN 110929548B CN 201811096373 A CN201811096373 A CN 201811096373A CN 110929548 B CN110929548 B CN 110929548B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- characteristic
- feature point
- point
- points
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本公开是关于一种指纹识别方法、装置、设备及存储介质,该方法包括:获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;当所述距离大于预设阈值时,基于所述第一特征点进行指纹识别。本公开提供的技术方案能够消除指纹盖板上异物对指纹识别的影响,提高指纹识别的安全性。
Description
技术领域
本公开涉及指纹识别技术领域,尤其涉及一种指纹识别方法、装置、设备及存储介质。
背景技术
现有技术中,不管是电容式纹传感器还是光学式指纹传感器都比较脆弱,为了对其进行保护其表面一般会覆盖一层保护材料,这些保护材料称为指纹盖板。
在用户使用过程中,用户将手指叠加在指纹传感器上,使得指纹传感器采集到用户的指纹图像。接下来算法会对用户的指纹图像进行特征点提取处理,并将提取出的特征点与指纹模板中的特征点进行匹配,若特征点的匹配程度超过预设阈值,则识别成功,否则识别失败,并且日常使用过程中上述预设阈值一般不会设置得太高,因此,实际应用中很容易匹配成功,在识别成功时指纹图像中由盖板上异物形成的纹理会形成新的特征点,进入指纹模板。经过一段时间的模板更新后,指纹模板中已经包含了完整的盖板异物形成的特征点。在使用错误指纹进行识别的时候,指纹盖板异物形成的特征点依然存在,此时的匹配程度已经较大,如果错误指纹自身也含有部分特征点与指纹模板中的特征点匹配,则特征点的匹配程度很容易超过预设阈值,就会将错误指纹认为是正确指纹,出现误检的情况。并且指纹盖板上的异物越复杂,产生的特征点越多,指纹误检的概率就越大,严重影响了指纹识别的安全性。
发明内容
本公开提供一种指纹识别方法、装置、设备及存储介质,用以消除指纹盖板上异物对指纹识别的影响,提高指纹识别的安全性。
根据本公开实施例的第一方面,提供一种指纹识别方法,包括:
获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;
确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;
当所述距离大于预设阈值时,基于所述第一特征点进行指纹识别。
可选的,所述检测所述指纹图像中的第一特征点在指纹盖板上的第一位置,包括:
将所述指纹图像中的特征点与指纹模板中的特征点进行匹配,确定所述指纹图像中在所述指纹模板中存在匹配特征点的特征点为第一特征点,并检测所述第一特征点在指纹盖板上的第一位置。
可选的,所述确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离之后,所述方法还包括:
当所述距离大于预设阈值时,将所述指纹模板中存储的所述第二特征点的第二位置更新为所述第一位置。
可选的,所述确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离之后,所述方法还包括:
在所述距离小于或等于预设阈值,且在连续多次的指纹识别中,所述第二特征点和指纹图像中与其匹配的特征点之间的距离均小于或等于预设阈值,则从所述指纹模板中删除所述第二特征点的信息,以及所述第二特征点的位置信息。
根据本公开实施例的第二方面,提供一种指纹识别装置,包括:
检测模块,被配置为获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;
确定模块,被配置为确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;
识别模块,被配置为在所述距离大于预设阈值时,基于所述第一特征点进行指纹识别。
可选的,所述检测模块,包括:
第一检测子模块,被配置为将所述指纹图像中的特征点与指纹模板中的特征点进行匹配,确定所述指纹图像中在所述指纹模板中存在匹配特征点的特征点为第一特征点,并检测所述第一特征点在指纹盖板上的第一位置。
可选的,所述装置还包括:
更新模块,被配置为在所述距离大于预设阈值时,将所述指纹模板中存储的所述第二特征点的第二位置更新为所述第一位置。
可选的,所述装置还包括:
删除模块,被配置为在所述距离小于或等于预设阈值,且在连续多次的指纹识别中,所述第二特征点和指纹图像中与其匹配的特征点之间的距离均小于或等于预设阈值时,从所述指纹模板中删除所述第二特征点的信息,以及所述第二特征点的位置信息。
根据本公开实施例的第三方面,提供一种终端设备,包括:
处理器;
指纹传感器,被配置为获取用户的指纹图像,所述处理器与所述指纹传感器通信连接;
被配置为存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;
确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;
当所述距离大于预设阈值时,基于所述第一特征点进行指纹识别。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如下方法:
获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;
确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;
当所述距离大于预设阈值时,基于所述第一特征点进行指纹识别。
本公开的实施例提供的技术方案可以包括以下有益效果:
由以上各方面可见,通过在获取到指纹图像后,检测指纹图像中的第一特征点在指纹盖板上的第一位置,并确定第一特征点的第一位置与第二特征点在指纹盖板上的第二位置之间的距离,当所述距离大于预设阈值时,才基于第一特征点进行指纹识别。由于在通常的指纹识别场景中用户指纹中的同一个特征点几乎每次都位于指纹盖板的不同位置上,而异物在指纹盖板上的位置几乎不变,因此,通过设置距离的预设阈值,基于指纹图像中与指纹模板中相应特征点之间的距离大于预设阈值的特征点进行指纹识别,就能够排除异物的特征点对指纹识别的影响,提高指纹识别的安全性。
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。
图1是根据一示例性实施例示出的一种指纹识别方法实施例一的流程图;
图2是本公开实施例提供的一种指纹图像上特征点的示意图;
图3是本公开实施例提供的一种第一特征点和第二特征点的位置示意图图;
图4是根据一示例性实施例示出的一种指纹识别方法实施例二的流程图;
图5是根据一示例性实施例示出的一种指纹识别方法实施例三的流程图;
图6是根据一示例性实施例示出的一种指纹识别装置实施例一的框图;
图7是根据一示例性实施例示出的一种指纹识别装置实施例二的框图;
图8是根据一示例性实施例示出的一种指纹识别装置实施例三的框图;
图9是根据一示例性实施例示出的一种终端设备的框图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供一种指纹识别方法,该方法可以由一种指纹识别装置来执行,该装置可以设置在手机等具有指纹识别功能和逻辑处理能力的终端设备中。参见图1,图1是根据一示例性实施例示出的一种指纹识别方法实施例一的流程图,如图1所示,该方法包括以下步骤:
在步骤101中,获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置。
当用户将手势放置在指纹盖板上时,指纹传感器扫描获得用户的指纹图像,指纹识别装置在获取到该指纹图像后的执行方法可以有如下几种:
在一种可能的执行方式中,将指纹图像中的全部特征点作为第一特征点,并根据每个特征点在指纹图像中的位置判断特征点在指纹盖板上的第一位置。
在另一种可能的执行方式中,可以先将指纹图像中的特征点与指纹模板中的特征点进行匹配,确定指纹图像张在指纹模板中有对应匹配特征点的特征点作为第一特征点,并基于第一特征点在指纹图像中的位置,确定第一特征点在指纹盖板上的第一位置。如图2所示,图2是本公开实施例提供的一种指纹图像上特征点的示意图,在图2中包括特征点a、b、c、d,其中,x、y坐标系是指纹盖板上的坐标系,特征点a和特征点b在指纹模板中存在对应的匹配的特征点,特征点c、d在指纹模板中不存在对应的匹配的特征点,在图2中特征点a和特征点b为第一特征点,特征点a和特征点b在x、y坐标系中的位置即为特征点a和特征点b在指纹盖板上的第一位置。当然上述仅是以图2为例所进行的示例说明,而不是对本公开的唯一限定。
其中,上述对“第一位置”的命名仅是用于特征点在指纹盖板上的位置与其他位置进行区分,而不具有其他含义。
在步骤102中,确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点。
示例的,图3是本公开实施例提供的一种第一特征点和第二特征点的位置示意图,如图3所示,图3中的x、y坐标系为指纹盖板上的坐标系,特征点g为第一特征点,特征点g的坐标为(x1,y1),特征点h为第二特征点,特征点h的坐标为(x2,y2),则通过几何的方法,基于坐标(x1,y1)和(x2,y2)即可求出第一特征点和第二特征点之间的距离。当然这里仅是为了便于理解所做的示例说明,而不是对本公开的唯一限定。
在步骤103中,当所述距离大于预设阈值时,基于所述第一特征点进行指纹识别。
其中,本实施例中的预设阈值可以根据需要进行设定,而并不局限于某一个特定的值。
由于用户在进行指纹识别时,每次同一指纹特征点位于同一位置的概率非常小,而指纹盖板上异物的特征点的位置却几乎不变,那么当检测到第一特征点与第二特征点之间的距离大于预设阈值时,则说明第一特征点不是异物上的特征点,而是用户指纹上的特征点,此时可以基于第一特征点进行指纹识别,反之,则说明第一特征点是异物上的特征点,不能参加指纹识别,从而能够有效的排除异物特征点对指纹识别的影响,提高指纹识别的安全性。
本实施例,通过在获取到指纹图像后,检测指纹图像中的第一特征点在指纹盖板上的第一位置,并确定第一特征点的第一位置与第二特征点在指纹盖板上的第二位置之间的距离,当所述距离大于预设阈值时,才基于第一特征点进行指纹识别。由于在通常的指纹识别场景中用户指纹中的同一个特征点几乎每次都位于指纹盖板的不同位置上,而异物在指纹盖板上的位置几乎不变,因此,通过设置距离的预设阈值,基于指纹图像中与指纹模板中相应特征点之间的距离大于预设阈值的特征点进行指纹识别,就能够排除异物的特征点对指纹识别的影响,提高指纹识别的安全性。
以下结合具体的实施例对上述实施例一的技术方案进行扩展和优化。参见图4,图4是根据一示例性实施例示出的一种指纹识别方法实施例二的流程图,如图4所示,在图1所示实施例的基础上,本实施例提供的方法包括如下:
在步骤201中,获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置。
在步骤202中,确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点。
在步骤203中,当所述距离大于预设阈值时,基于所述第一特征点进行指纹识别,将所述指纹模板中存储的所述第二特征点的第二位置更新为所述第一位置。
示例的,仍以上述图3所示的第一特征点和第二特征点的位置示意图为例,假设基于坐标(x1,y1)和(x2,y2)求出第一特征点g和第二特征点h之间的距离大于预设阈值,则将指纹模板中第二特征点的位置(x2,y2)更新为(x1,y1)。当然这里仅为示例说明而不是对本公开的唯一限定。
本实施例通过在第一特征点与第二特征点之间的距离大于预设阈值时,将指纹模板中第二特征点的位置更新为第一特征点的位置,够使得第二特征点的位置一直处于变化当中,这样就能够避免第二特征点始终对应同一个位置进而对异物特征点的检测造成影响。
图5是根据一示例性实施例示出的一种指纹识别方法实施例三的流程图,如图5所示,在图1所示实施例的基础上,本实施例提供的方法包括如下:
在步骤301中,获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置。
在步骤302中,确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点。
在步骤303中,在所述距离小于或等于预设阈值,且在连续多次的指纹识别中,所述第二特征点和指纹图像中与其匹配的特征点之间的距离均小于或等于预设阈值,则从所述指纹模板中删除所述第二特征点的信息,以及所述第二特征点的位置信息。
虽然在每次指纹识别时同一特征点在指纹盖板上相同位置的概率很小,但是毕竟存在这种情况,针对这种情况,避免出现误检的情况,本实施例中通过设置计数器来对每个第二特征点出现连续判断上述举例小于或等于预设阈值的次数进行计数,当计数的次数达到预设次数时,则说明该第二特征点为异物的特征点,此时将该特征点的信息以及该特征点的位置信息从指纹模板中删除,就能够避免异物特征点对后续的指纹识别造成影响。同时也能够提高指纹识别的效率。
图6是根据一示例性实施例示出的一种指纹识别装置实施例一的框图,如图6所示,该装置60包括:
检测模块61,被配置为获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;
确定模块62,被配置为确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;
识别模块63,被配置为在所述距离大于预设阈值时,基于所述第一特征点进行指纹识别。
在一种可能的设计中,所述检测模块61,包括:
第一检测子模块,被配置为将所述指纹图像中的特征点与指纹模板中的特征点进行匹配,确定所述指纹图像上在所述指纹模板中存在匹配特征点的特征点为第一特征点,并检测所述第一特征点在指纹盖板上的第一位置。
本实施例提供的装置能够用于执行图1所示实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
图7是根据一示例性实施例示出的一种指纹识别装置实施例二的框图。如图7所示,在图6所示实施例的基础上,该装置60还可以包括:
更新模块64,被配置为在所述距离大于预设阈值时,将所述指纹模板中存储的所述第二特征点的第二位置更新为所述第一位置。
本实施例提供的路线规划装置能够用于执行图4所示实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
图8是根据一示例性实施例示出的一种指纹识别装置实施例三的框图。如图8所示,在图6所示实施例的基础上,该装置60还可以包括:
删除模块65,被配置为在所述距离小于或等于预设阈值,且在连续多次的指纹识别中,所述第二特征点和指纹图像中与其匹配的特征点之间的距离均小于或等于预设阈值时,从所述指纹模板中删除所述第二特征点的信息,以及所述第二特征点的位置信息。
本实施例提供的路线规划装置能够用于执行图5所示实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
关于上述实施例中的指纹识别装置,其中各个模块、子模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
以上描述了指纹识别装置的内部功能和结构,实际中,该指纹识别装置可实现为诸如手机等终端设备,包括:
处理器;
指纹传感器,被配置为获取用户的指纹图像,所述处理器与所述指纹传感器通信连接;
被配置为存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;
确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;
当所述距离大于预设阈值时,基于所述第一特征点进行指纹识别。
图9是根据一示例性实施例示出的一种终端设备的框图。例如,终端设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图9,终端设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制终端设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在终端设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为终端设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为终端设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述终端设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当终端设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为终端设备800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为终端设备800的显示器和小键盘,传感器组件814还可以检测终端设备800或终端设备800一个组件的位置改变,用户与终端设备800接触的存在或不存在,终端设备800方位或加速/减速和终端设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于终端设备800和其他设备之间有线或无线方式的通信。终端设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,终端设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由终端设备800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种指纹识别方法,所述方法包括:
获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;
确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;
当所述距离大于预设阈值时,基于所述第一特征点进行指纹识别。
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它实施方案。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下面的权利要求指出。
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制。
Claims (6)
1.一种指纹识别方法,其特征在于,所述方法包括:
获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;
确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第一特征点为所述指纹图像在指纹模板中有对应匹配特征点的特征点;
所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;当所述距离大于预设阈值时,则表示所述第一特征点为用户指纹上的特征点,基于所述第一特征点进行指纹识别;
所述确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离之后,所述方法还包括:
当所述距离大于预设阈值时,将所述指纹模板中存储的所述第二特征点的第二位置更新为所述第一位置;
所述确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离之后,所述方法还包括:
在所述距离小于或等于预设阈值,且在连续多次的指纹识别中,所述第二特征点和指纹图像中与其匹配的特征点之间的距离均小于或等于预设阈值,则从所述指纹模板中删除所述第二特征点的信息,以及所述第二特征点的位置信息。
2.根据权利要求1所述的方法,其特征在于,所述检测所述指纹图像中的第一特征点在指纹盖板上的第一位置,包括:
将所述指纹图像中的特征点与指纹模板中的特征点进行匹配,确定所述指纹图像上在所述指纹模板中存在匹配特征点的特征点为第一特征点,并检测所述第一特征点在指纹盖板上的第一位置。
3.一种指纹识别装置,其特征在于,包括:
检测模块,被配置为获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;
确定模块,被配置为确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第一特征点为所述指纹图像在指纹模板中有对应匹配特征点的特征点;所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;
识别模块,被配置为在所述距离大于预设阈值时,则表示所述第一特征点为用户指纹上的特征点,基于所述第一特征点进行指纹识别;
所述装置还包括:
更新模块,被配置为在所述距离大于预设阈值时,将所述指纹模板中存储的所述第二特征点的第二位置更新为所述第一位置;
所述装置还包括:
删除模块,被配置为在所述距离小于或等于预设阈值,且在连续多次的指纹识别中,所述第二特征点和指纹图像中与其匹配的特征点之间的距离均小于或等于预设阈值时,从所述指纹模板中删除所述第二特征点的信息,以及所述第二特征点的位置信息。
4.根据权利要求3所述的装置,其特征在于,所述检测模块,包括:
第一检测子模块,被配置为将所述指纹图像中的特征点与指纹模板中的特征点进行匹配,确定所述指纹图像上在所述指纹模板中存在匹配特征点的特征点为第一特征点,并检测所述第一特征点在指纹盖板上的第一位置。
5.一种终端设备,其特征在于,包括:
处理器;
指纹传感器,被配置为获取用户的指纹图像,所述处理器与所述指纹传感器通信连接;
被配置为存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;
确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第一特征点为所述指纹图像在指纹模板中有对应匹配特征点的特征点;所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;
当所述距离大于预设阈值时,则表示所述第一特征点为用户指纹上的特征点,基于所述第一特征点进行指纹识别;
所述处理器还被配置为:当所述距离大于预设阈值时,将所述指纹模板中存储的所述第二特征点的第二位置更新为所述第一位置;
所述处理器还被配置为:在所述距离小于或等于预设阈值,且在连续多次的指纹识别中,所述第二特征点和指纹图像中与其匹配的特征点之间的距离均小于或等于预设阈值时,从所述指纹模板中删除所述第二特征点的信息,以及所述第二特征点的位置信息。
6.一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如下方法:
获取到指纹图像后,检测所述指纹图像中的第一特征点在指纹盖板上的第一位置;
确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离,其中,所述第一特征点为所述指纹图像在指纹模板中有对应匹配特征点的特征点;所述第二特征点是指所述指纹模板中与所述第一特征点匹配的特征点;
当所述距离大于预设阈值时,则表示所述第一特征点为用户指纹上的特征点,基于所述第一特征点进行指纹识别;
所述确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离之后,当所述距离大于预设阈值时,将所述指纹模板中存储的所述第二特征点的第二位置更新为所述第一位置;
所述确定所述第一特征点的第一位置与第二特征点在所述指纹盖板上的第二位置之间的距离之后,在所述距离小于或等于预设阈值,且在连续多次的指纹识别中,所述第二特征点和指纹图像中与其匹配的特征点之间的距离均小于或等于预设阈值时,从所述指纹模板中删除所述第二特征点的信息,以及所述第二特征点的位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811096373.8A CN110929548B (zh) | 2018-09-19 | 2018-09-19 | 指纹识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811096373.8A CN110929548B (zh) | 2018-09-19 | 2018-09-19 | 指纹识别方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110929548A CN110929548A (zh) | 2020-03-27 |
CN110929548B true CN110929548B (zh) | 2023-11-03 |
Family
ID=69855251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811096373.8A Active CN110929548B (zh) | 2018-09-19 | 2018-09-19 | 指纹识别方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110929548B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682609A (zh) * | 2016-12-23 | 2017-05-17 | 努比亚技术有限公司 | 补录指纹合法性的检测方法及装置 |
CN107729884A (zh) * | 2017-11-22 | 2018-02-23 | 广东欧珀移动通信有限公司 | 指纹识别方法、移动终端以及计算机可读存储介质 |
CN108171165A (zh) * | 2017-12-28 | 2018-06-15 | 北京小米移动软件有限公司 | 指纹识别方法、装置及计算机可读存储介质 |
CN108460346A (zh) * | 2018-02-09 | 2018-08-28 | 厦门美图移动科技有限公司 | 指纹识别方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1238809C (zh) * | 2002-09-04 | 2006-01-25 | 长春鸿达光电子与生物统计识别技术有限公司 | 指纹识别方法、以及指纹控制方法和系统 |
-
2018
- 2018-09-19 CN CN201811096373.8A patent/CN110929548B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682609A (zh) * | 2016-12-23 | 2017-05-17 | 努比亚技术有限公司 | 补录指纹合法性的检测方法及装置 |
CN107729884A (zh) * | 2017-11-22 | 2018-02-23 | 广东欧珀移动通信有限公司 | 指纹识别方法、移动终端以及计算机可读存储介质 |
CN108171165A (zh) * | 2017-12-28 | 2018-06-15 | 北京小米移动软件有限公司 | 指纹识别方法、装置及计算机可读存储介质 |
CN108460346A (zh) * | 2018-02-09 | 2018-08-28 | 厦门美图移动科技有限公司 | 指纹识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110929548A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6392468B2 (ja) | 領域認識方法及び装置 | |
US10452890B2 (en) | Fingerprint template input method, device and medium | |
US10216976B2 (en) | Method, device and medium for fingerprint identification | |
CN105631803B (zh) | 滤镜处理的方法和装置 | |
CN105488464A (zh) | 指纹识别方法及装置 | |
CN108062547B (zh) | 文字检测方法及装置 | |
CN107944367B (zh) | 人脸关键点检测方法及装置 | |
EP3232301B1 (en) | Mobile terminal and virtual key processing method | |
CN107562349B (zh) | 一种执行处理的方法和装置 | |
US20180144176A1 (en) | Fingerprint template acquisition method and device | |
CN106599858B (zh) | 指纹识别方法、装置和电子设备 | |
CN110059548B (zh) | 目标检测方法及装置 | |
CN111797746B (zh) | 人脸识别方法、装置及计算机可读存储介质 | |
CN106990893B (zh) | 触屏操作的处理方法和装置 | |
CN108319899B (zh) | 指纹识别方法和装置 | |
CN110929548B (zh) | 指纹识别方法、装置、设备及存储介质 | |
CN105373318A (zh) | 信息显示方法及装置 | |
CN109144587B (zh) | 终端控制方法、装置、设备及存储介质 | |
CN113761275A (zh) | 视频预览动图生成方法、装置、设备及可读存储介质 | |
CN109002493A (zh) | 指纹数据库更新方法、装置、终端及存储介质 | |
CN110647281B (zh) | 防误触方法、装置及存储介质 | |
CN113093930B (zh) | 一种触摸信号处理方法、装置及介质 | |
CN109492365B (zh) | 指纹信息的标识方法及装置 | |
CN108427943B (zh) | 指纹识别方法及装置 | |
CN108134865A (zh) | 终端拨号的方法及装置 |
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 |