CN111160244A - 一种指纹识别方法及装置 - Google Patents

Abstract

本申请提供了一种指纹识别方法及装置，其中，方法包括：采集指纹图像；检测指纹图像中的非漏光区域；对非漏光区域进行标记；对标记有非漏光区域的指纹图像进行按压区域检测；对按压区域进行标记；采用标记为按压区域的指纹图像进行指纹识别。本申请可以提高指纹图像与预设指纹的匹配效率。

Description

一种指纹识别方法及装置

技术领域

本申请涉及指纹识别技术领域，尤其涉及一种指纹识别方法及装置。

背景技术

在一些应用场景中，需要对指纹图像与预存指纹进行匹配。例如，手机上采用指纹解锁的过程中，在指纹采集区域采集用户的指纹，得到指纹图像，并将指纹图像与该手机的用户事先录制的指纹进行匹配，如果匹配成功，手机解锁。

目前，将指纹图像与预设指纹进行匹配的效率比较低。

发明内容

本申请提供了一种指纹识别方法及装置，目的在于提高指纹图像与预设指纹进行匹配的效率。

为了实现上述目的，本申请提供了以下技术方案：

本申请提供了一种指纹识别方法，包括：

采集指纹图像；

检测所述指纹图像中的非漏光区域；

对所述非漏光区域进行标记；

对标记有非漏光区域的指纹图像进行按压区域检测；

对所述按压区域进行标记；

采用标记为按压区域的指纹图像进行指纹识别。

可选的，在所述采集指纹图像之前，还包括：

采集基础数据；所述基础数据为利用预选的不同反射率的橡胶头完全覆盖指纹采集区域采集得到的图像灰度值；

所述采集指纹图像，包括：

采集第一手指按压数据；所述第一手指按压数据为所述指纹图像的灰度值；

所述检测所述指纹图像中的非漏光区域，包括：

根据所述基础数据和所述第一手指按压数据判定非漏光区域。

可选的，所述根据所述基础数据和所述第一手指按压数据判定非漏光区域，包括：

对多帧利用预选的不同反射率的橡胶头完全覆盖指纹采集区域采集得到的图像灰度值进行加权平均，得到所述基础数据的均值矩阵；

用所述第一手指按压数据与所述均值矩阵相减，得到差值矩阵；

统计所述差值矩阵中像素值大于预设阈值的像素点的数量；

在所述数量小于预设数量阈值的情况下，判定所述指纹图像为非漏光区域；

设置第一阈值，用于排除漏光造成的像素数量大于所述第一阈值的手指图像区域；

计算所述差值矩阵中的最大值与最小值间的差值，得到差异值；

依据所述差值矩阵的最小值和所述差值矩阵的差异值，设置第二阈值；用于排除漏光造成的像素数量和所述基础数据差异大于所述第二阈值的手指图像区域；

遍历所述第一手指按压数据中的像素点，若所述第一手指按压数据的第i行第j列的像素点的像素值大于所述第一阈值，并且，所述差值矩阵的所述第i行第j列的数值大于所述第二阈值，则确定所述手指按压数据中，所述第i行第j列的像素点为漏光像素点；否则，所述第i行第j列的像素点为非漏光像素点；

将所述第一手指按压数据中，所述非漏光像素点组成的区域，作为所述非漏光区域。

可选的，所述对标记有非漏光区域的指纹图像进行按压区域检测，包括：

对标记有非漏光区域的指纹图像进行预设的清晰度处理操作，得到处理后图像；

获取第二手指按压数据；所述第二手指按压数据为所述处理后图像的灰度值；

依据所述第二手指按压数据，生成灰度直方图；

依据所述灰度直方图，确定所述处理后的图像中的按压区域。

可选的，所述对标记有非漏光区域的指纹图像进行预设的清晰度处理操作，得到处理后的图像，包括：

对标记有非漏光区域的指纹图像进行解析及归一化操作，得到解析图像；

对所述解析图像中的非漏光区域进行滤波，得到所述处理后图像。

可选的，所述依据所述第二手指按压数据，生成灰度直方图，包括：

对所述第二手指按压数据建立灰度直方图，得到中间灰度直方图；

对所述中间灰度直方图进行平滑处理，得到所述灰度直方图。

可选的，所述依据所述灰度直方图，确定所述处理后的图像中的按压区域，包括：

搜索所述灰度直方图，得到峰值以及峰值索引值；所述峰值为所述灰度直方图中的最大频率值；所述峰值索引值为所述灰度直方图中所述峰值对应的灰度索引值；

将所述灰度直方图中，沿灰度索引值递减方向，与所述峰值索引值的差值为预设差值的灰度索引值，作为搜索灰度索引值；

执行以下检测流程：

对于以搜索灰度索引值为起点且沿灰度索引值递减方向的预设第一数量的灰度索引值，计算所述灰度直方图中对应的频率值之和，得到搜索灰度索引值的左取值；

对于以搜索灰度索引值为起点且沿灰度索引值递增方向的所述预设第一数量的索引值，计算所述灰度直方图中对应的频率值之和，得到搜索灰度索引值的右取值；

计算搜索灰度索引值的左取值与右取值的比值，得到搜索灰度索引值的比值；

在搜索灰度索引值的比值小于预设第三阈值的情况下，将沿灰度索引值递减方向，与搜索灰度索引值的差值为所述预设差值的灰度索引值，更新为下一搜索灰度索引值；

在搜索灰度索引值小于预设灰度索引值的情况下，则将所述处理后图像中的非漏光区域作为按压区域。

可选的，还包括：

在搜索灰度索引值的比值大于所述预设第三阈值的情况下，确定对应灰度索引值作为第一灰度索引值；

将所述第一灰度索引值对应的频率值，作为第一峰值；

统计所述灰度直方图中，沿灰度索引值递减方向搜寻得到第二峰值；

将所述第二峰值对应的灰度索引值，作为第二灰度索引值；

在所述第一灰度索引值与所述第二灰度索引值的差值的绝对值大于预设的第四阈值，并且，所述第一峰值与所述第二峰值的差值的绝对值大于预设的第五阈值的情况下，将所述第一灰度索引值作为临界灰度索引值。

遍历所述处理后图像，若所述处理后图像中的第i行第j列的像素点的灰度值小于临界灰度索引值指示的灰度值，则所述第i行第j列的像素点为非按压像素点；若所述处理后图像中的第i行第j列的像素点的灰度值不小于临界灰度索引值指示的灰度值，则所述第i行第j列的像素点为按压像素点；

将所述处理后图像中，所述按压像素点构成的区域为所述按压区域。

可选的，还包括：

在所述第一灰度索引值与所述第二灰度索引值的差值的绝对值小于预设的第四阈值，或者，所述第一峰值与所述第二峰值的差值的绝对值小于预设的第五阈值的情况下，将与所述第一灰度索引值的差值为所述预设差值的灰度索引值，作为当下搜索灰度索引值；

计算当下搜索灰度索引值的左取值与右取值的比值，得到当下搜索灰度索引值的比值；

设置第六阈值，在连续多个搜索灰度索引值的比值小于第六阈值的情况下，统计满足条件的灰度索引值个数，如灰度索引值个数超过第七阈值，则从第一个满足搜索灰度索引值的比值小于第六阈值的灰度索引值，作为临界灰度索引值。

可选的，还包括：

在灰度索引值个数未超过所述第七阈值的情况下，将最后一个满足搜索灰度索引值的比值小于所述第六阈值的灰度索引值，作为下一个当下搜索灰度索引值；

计算当下搜索灰度索引值的左边预设个数的灰度索引值的和；

设置第八阈值，所述灰度索引值的和个数不超过第八阈值的情况下，则将当下搜索灰度索引值作为临界灰度索引值。

本申请还提供了一种指纹识别装置，所述指纹识别装置包括：

指纹识别芯片；所述指纹识别芯片中存储有计算机程序指令，所述计算机程序指令由所述指纹识别芯片运行并执行上述任一项所述的指纹识别方法。

本申请所述的指纹识别方法及装置中，采集指纹图像，检测指纹图像中的非漏光区域，对非漏光区域进行标记，对标记有非漏光区域的指纹图像进行按压区域检测，对按压区域进行标记，采用标记为按压区域的指纹图像进行指纹识别。

由于按压区域是手指指纹所在的区域，因此，本申请中，采用标记为按压区域的指纹图像进行指纹识别时，可以直接采用按压区域的指纹与预设指纹进行匹配，进而，可以提高指纹图像与预设指纹的匹配效率。

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1为本申请实施例公开的一种指纹识别方法的流程图；

图2为本申请实施例公开的又一种指纹识别方法的流程图；

图3(a)为本申请实施例公开的采集基础数据得到的图像示意图；

图3(b)为本申请实施例公开的采集第一手指按压数据得到的图像示意图；

图3(c)为本申请实施例公开的从第一手指按压数据中判定出非漏光区域后的图像示意图；

图4为本申请实施例公开的又一种指纹识别方法的流程图；

图5为本申请实施例公开的又一种指纹识别方法的流程图；

图6(a)为本申请实施例公开的手指按压数据对应的图像示意图；

图6(b)为本申请实施例公开的手指按压数据进行解析，得到的解析数据对应的图像示意图；

图6(c)为本申请实施例公开的从解析数据中识别出的按压区域的二值图像示意图；

图7为本申请实施例公开的一种按压区域的检测方法的流程图；

图8(a)为本申请实施例公开的一种处理后图像中的非漏光区域为按压区域的灰度直方图的分布示意图；

图8(b)为本申请实施例公开的一种灰度索引值的个数超过第七阈值的灰度直方图的分布示意图；

图8(c)为本申请实施例公开的一种不满足第一峰值与第二峰值的差值条件的灰度直方图的分布示意图；

图8(d)为本申请实施例公开的一种不满足第一灰度索引值与第二灰度索引值的差值条件的灰度直方图的分布示意图；

图9为本申请实施例公开的一种指纹识别装置的结构示意图。

具体实施方式

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，都属于本申请保护的范围。

本申请实施例提供的指纹识别方法适用于光学式指纹识别。指纹图像为经过光学成像系统生成的指纹图像。

图1为本申请实施例提供的一种指纹识别方法，包括以下步骤：

S1：采集指纹图像。

在本步骤中，指纹图像为待进行指纹识别的图像。

具体的，指纹图像的采集方式为现有技术，这里不再赘述。

S2：针对已采集的指纹图像检测非漏光区域。

在本步骤中，非漏光区域指：指纹采集区域中被覆盖的区域成像后，对应在指纹图像中的区域。

S3：对非漏光区域进行标记。

具体的，在本步骤中，需要标记出指纹图像中的非漏光区域。具体的标记方式为现有技术，这里不再赘述。

S4：对标记有非漏光区域的指纹图像进行按压区域检测。

在本步骤中，按压区域为指纹图像采集过程中，指纹采集区域中手指按压的区域成像后，在指纹图像中对应的区域。

在本步骤中，从标记有非漏光区域的指纹图像中检测按压区域。

S5：对按压区域进行标记。

在本步骤中，需要标记出指纹图像中按压区域，以便依据标记出的按压区域进行后续处理。

S6：采用标记为按压区域的指纹图像进行指纹识别。

在本步骤中，对标记有按压区域的指纹图像进行的指纹识别过程包括：采用标记有按压区域的指纹图像中的按压区域中的指纹信息与事先录制的指纹信息进行匹配。

在本实施例中，由于按压区域是手指指纹所在的区域，因此，本实施例中，采用标记为按压区域的指纹图像进行指纹识别时，可以直接采用按压区域的指纹信息与预设指纹信息进行匹配，进而，可以提高指纹图像与预设指纹的匹配效率。

其中，本申请实施例提供的一种指纹识别方法，在执行S1之前还执行以下步骤：

S01：采集基础数据。

在本步骤中，基础数据为利用预选的不同反射率的橡胶头完全覆盖指纹采集区域采集到的图像灰度值。具体的，本步骤中采集的基础数据得到的图像如图3(a)所示。

其中，S1具体包含以下子步骤：

S11：采集第一手指按压数据。

在本步骤中，第一手指按压数据为指纹图像的灰度值。具体的，采集第一手指按压数据得到的图像如图3(b)所示。

S2具体包含以下子步骤：

S21：根据基础数据和第一手指按压数据判定非漏光区域。

在本步骤中，由于基础数据是利用预选的不同反射率的橡胶头完全覆盖指纹采集区域采集到的图像灰度值，因此，依据基础数据和第一手指按压数据，可以判定出第一手指按压数据中的非漏光区域。

具体的，如果将第一手指按压数据中的非漏光区域的位置点的取值设置为1，除非漏光区域外的漏光区域的位置点的取值设置为0，得到从第一手指按压数据中判定出非漏光区域后的图像，如图3(c)所示。

其中，本申请实施例提供的一种指纹识别方法，S21具体包含以下子步骤：

S211：对多帧利用预选的不同反射率的橡胶头完全覆盖指纹采集区域采集得到的图像灰度值进行加权平均，得到基础数据的均值矩阵。

在本实施例中，采用预选的不同反射率的橡胶头完全覆盖指纹采集区域分别进行采集，具体的，可以在一次采集过程中采用一种反射率的橡胶头完全覆盖指纹采集区域，得到本次采集得到的图像灰度值，作为本次采集得到的基础数据，因此，得到多次分别采集得到的基础数据，其中，每次采集得到的基础数据是一个矩阵。

在本步骤中，对于每次采集得到的基础数据中，相同位置的灰度值进行加权平均，为了描述方便，将相同位置的灰度值加权平均，所得到的矩阵，称为基础数据的均值矩阵。

S212：用第一手指按压数据与均值矩阵相减，得到差值矩阵。

在本步骤中，将第一手指按压矩阵与均值矩阵中，相同位置的取值相减，得到差值矩阵。

S213：统计差值矩阵中像素值大于预设阈值的像素点的数量。

在本步骤中，差值矩阵中像素值大于预设阈值的像素点，表示第一手指按压数据中与均值矩阵中，像素值差距较大的像素点，该像素点构成的区域可能是漏光区域，因此，在本步骤中，统计差值矩阵中像素值大于预设阈值的像素点的数量。

在本步骤中，预设阈值的取值根据实际情况进行设定，本实施例不对预设阈值的具体取值作限定。

S214：判断数量是否小于预设数量阈值，如果是，则执行S215，如果否，则执行S216。

在本步骤中，通过S213统计得到的数量与预设数量阈值进行比较，判断第一手指按压数据中是否存在漏光区域。

S215：确定指纹图像为非漏光区域。

在数量小于预设数量阈值的情况下，执行本步骤，表明指纹图像中不存在漏光区域，即指纹图像为非漏光区域。

S216：设置第一阈值。

在数量不小于预设数量阈值的情况下，执行本步骤。在本步骤中，第一阈值用于排除漏光造成的和基础数据差异过大的图像区域。在本步骤中，第一阈值可以为经验值，具体的，第一阈值需要根据实际情况进行设定，本实施例不对第一阈值的具体取值作限定。

S217：计算差值矩阵中的最大值与最小值间的差值，得到差异值。

在本步骤中，为了描述方便，将差值矩阵中的最大值与最小值间的差值，称为差异值。

S218：依据差值矩阵的最小值和差异值，设置第二阈值。

在本实施例中，第二阈值用于排除漏光造成的像素数量和基础数据差异大于该第二阈值的图像区域。

S219：遍历第一手指按压数据，若第一手指按压数据的第i行第j列的像素点的像素值大于该第一阈值且差值矩阵中该第i行第j列的数值大于该第二阈值，则确定该第i行第j列的像素为漏光像素点；否则，该第i行第j列的像素为非漏光像素点。

在本步骤中，遍历第一手指按压数据中的每个像素点，以第i行第j列位置的像素点为例，在第一手指按压数据中第i行第j列的像素点的像素值大于该第一阈值，并且，差值矩阵中该第i行第j列的数值大于该第二阈值，则确定该第一手指按压数据中，第i行第j列的像素点为漏光像素点。否则，确定该第一手指按压数据中，第i行第j列的像素点为非漏光像素点。

S210：将第一手指按压数据中，非漏光像素点组成的区域，作为非漏光区域。

其中，本申请实施例提供的一种指纹识别方法，S4具体包含如下步骤：

S41：对S4中标记有非漏光区域的指纹图像进行预设的清晰度处理操作，得到处理后图像。

为了使得标记有非漏光区域的指纹图像更清晰，在本步骤中，对标记有非漏光区域的指纹图像进行预设的清晰度处理操作。为了描述方便，将进行预设的清晰度处理操作得到的图像，称为处理后图像。

S42：获取第二手指按压数据。

在本步骤中，第二手指按压数据为处理后图像的灰度值。

S43：依据第二手指按压数据，生成灰度直方图。

依据第二手指按压数据生成灰度直方图的过程为现有技术，这里不再赘述。

S44：依据灰度直方图，确定处理后图像中的按压区域。

由于处理后图像的灰度直方图表示：按照像素值从小到大的顺序，处理后图像中各像素值的像素点数量，即反映了处理后图像中各像素值的像素点数量的分布情况，因此，依据处理后图像的灰度直方图，可以确定处理后图像中的按压区域。

为了更直观的展示对手指按压数据中的按压区域，如下图6所示，其中，图6(a)为手指按压数据对应的图像示意图，图6(b)为对图6(a)的手指按压数据进行解析，得到的解析数据对应的图像示意图，图6(c)为图6(b)所示的解析数据中识别出的按压区域后，将按压区域的取值设置为1，除按压区域外的位置的取值设置为0，得到的图像示意图。从图6(c)可以直观看出按压区域的位置。

其中，S41中对标记有非漏光区域的指纹图像进行预设的清晰度处理操作，具体可以包含如下步骤：

S411：对标记有非漏光区域的指纹图像进行解析及归一化操作，得到解析图像。

在本步骤中，为了使得对标记有非漏光区域的指纹图像更清晰，则对标记有非漏光区域的指纹图像进行解析操作。其中，解析及归一化操作的具体实现方式为现有技术，这里不再赘述。为了描述方便，将解析及归一化操作得到的图像，称为解析图像。

S412：对解析图像进行滤波，得到处理后图像。

为了进一步使得解析图像更清晰，在本步骤中，对解析图像进行滤波，得到处理后图像。其中，滤波的具体实现方式为现有技术，这里不再赘述。

其中，S43依据第二手指按压数据，生成灰度直方图，具体包含如下步骤：

S431：对第二手指按压数据建立灰度直方图，得到中间灰度直方图。

在本步骤中，对第二手指按压数据建立灰度直方图的具体实现过程为现有技术，这里不再赘述。

S432：对中间灰度直方图进行平滑处理，得到该灰度直方图。

在本步骤中，对中间灰度直方图进行平滑处理的具体实现过程为现有技术，这里不再赘述。

其中，本申请实施例提供的一种指纹识别方法，S44具体包含如下步骤：

S441：搜索灰度直方图，得到峰值以及峰值索引值。

在本实施例中，灰度直方图的横坐标为灰度索引值，可以采用index表示，纵坐标为频率值，可以采用value表示。在本步骤中，峰值为灰度直方图中的最大频率值。峰值索引值为灰度直方图中峰值对应的灰度索引值。

S442：将灰度直方图中，沿灰度索引值递减方向，与峰值索引值的差值为预设差值的灰度索引值，作为搜索灰度索引值。

在本步骤中，预设差值可以为预设数量，其中，预设数量的取值可以根据实际情况进行设定，本实施例不对预设数量的具体取值作限定。

例如，峰值索引值为120，预设差值的取值为5，则在本步骤中，搜索灰度索引值为115。

S443：对于以搜索灰度索引值为起点且沿灰度索引值递减方向的预设第一数量的灰度索引值，计算灰度直方图中对应的频率值之和，得到搜索灰度索引值的左取值。

在本步骤中，预设第一数量的取值可以根据实际情况进行设定，例如，可以取值为5，当然，还可以为其他取值，本实施例不对第一数量的具体取值作限定。

还以搜索灰度索引值为115为例，如果本步骤中第一数量的取值为5，则以115为起点且沿灰度索引值递减方向的5个灰度索引值，即为从111到115的五个索引灰度值。在本步骤中，计算灰度直方图中，从111-115这五个索引灰度值分别对应的频率值之和，为了描述方便，将计算得到的频率值之和称为搜索灰度索引值的左取值，即得到搜索灰度索引值115的左取值。

S444：对于以搜索灰度索引值为起点且沿灰度索引值递增方向的预设第一数量的索引值，计算灰度直方图中对应的频率值之和，得到搜索灰度索引值的右取值。

还以搜索灰度索引值为115为例，如果本步骤中第一数量的取值为5，则以115为起点且沿灰度索引值递增方向的5个灰度索引值，即为从116到120的五个索引灰度值。在本步骤中，计算灰度直方图中，从116-120这五个索引灰度值分别对应的频率值之和，为了描述方便，将计算得到的频率值之和称为搜索灰度索引值的右取值，即得到搜索灰度索引值115的右取值。

S445：计算搜索灰度索引值的左取值与右取值的比值，得到搜索灰度索引值的比值。

还以搜索灰度索引值为115为例，在本步骤中，则计算搜索灰度索引值115的左取值与右取值的比值，即左取值除以右比值。

S446：判断搜索灰度索引值的比值是否小于预设第三阈值，如果是，则执行S447，如果否，则执行S450。

在本步骤中，搜索灰度索引值的比值小于预设第三阈值，表明灰度直方图中，从比搜索灰度索引值小于预设差值的灰度索引值，到比搜索灰度索引值大预设差值的灰度索引值，对应的曲线是平滑下滑，并未出现拐点。即假设搜索灰度索引值为115，预设差值的取值为5，则从灰度索引值111-120在灰度直方图中对应的曲线是平滑下滑的。

在本步骤中，预设第三阈值的取值可以为经验值，例如，0.8～0.9，当然，在实际中，第三阈值的取值还可以其他值，但是，第三阈值的取值必须小于1。

S447：将沿灰度索引值递减方向，与搜索灰度索引值的差值为预设差值的灰度索引值，更新为下一搜索灰度索引值。

在搜索灰度索引值的比值小于预设第三阈值的情况下执行本步骤，还以搜索灰度索引值为115，预设差值为5为例，在本步骤中，沿灰度索引值递减方向，与搜索灰度索引值115的差值为5的灰度索引值为110，即将灰度索引值110更新为下一个搜索灰度索引值。

S448：判断搜索灰度索引值是否小于预设灰度索引值，如果否，则执行S443，如果是，则执行S449。

在本步骤中，预设灰度索引值为灰度直方图中较小的灰度索引值，即接近于灰度直方图中最小灰度值0。如果搜索灰度索引值小于预设灰度索引值，表明从峰值索引值开始到预设灰度索引值中的每个搜索灰度索引值的比值都小于预设第三阈值，如图8(a)所示，在图8(a)中，从峰值索引值到预设灰度索引值，每个搜索灰度索引值的比值都小于预设第三阈值。

S449：将处理后图像中的非漏光区域作为按压区域。

在本步骤中，将处理后图像中的非漏光区域作为按压区域。

S450：确定对应灰度索引值作为第一灰度索引值。

在搜索灰度索引值的比值大于该预设第三阈值的情况下，执行本步骤，即将搜索灰度索引值作为第一灰度索引值。

S451：将第一灰度索引值对应的频率值，作为第一峰值。

在本步骤中，将灰度直方图中第一灰度索引值对应的频率值，作为第一峰值。

S452：统计灰度直方图中，沿灰度索引值递减方向搜寻得到第二峰值。

在本步骤中，从第一灰度索引值开始沿灰度索引值递减方向搜寻最大频率值，并将搜寻的最大频率值作为第二峰值。

S453：将第二峰值对应的灰度索引值，作为第二灰度索引值。

具体的，将灰度直方图中第二峰值对应的灰度索引值，作为第二灰度索引值。

S454：判断是否满足第一灰度索引值与第二灰度索引值的差值的绝对值大于预设的第四阈值，并且，第一峰值与第二峰值的差值的绝对值大于预设的第五阈值，如果是，则执行S455，如果否，则执行S456。

在本步骤中，如果第一灰度索引值与第二灰度索引值的差值的绝对值大于预设的第四阈值，并且，第一峰值与第二峰值的差值的绝对值大于预设的第五阈值，则表明灰度直方图中从第一灰度索引值到第二灰度索引值对应的曲线，是一个在灰度索引值以及频率值上都具有较大跨度的波峰，因此，灰度直方图中小于第一灰度索引值的灰度索引值，在处理后图像中指示的像素点都是非按压像素点。

如果第一灰度索引值与第二灰度索引值的差值的绝对值小于预设的第四阈值，或者，第一峰值与第二峰值的差值的绝对值小于预设的第五阈值，则表明灰度直方图中，从第一灰度索引值到第二灰度索引值对应的曲线，是一段比较平缓的曲线，不能确定第一灰度索引值为临界灰度索引值，因此，执行S456，继续进行判断。

具体的，为了更直观的展示第一灰度索引值与第二灰度索引值的差值的绝对值小于预设的第四阈值的情况下，灰度直方图的分布示意图，如图8(d)所示，在该图8(d)中，第一灰度索引值与第二灰度索引值间的差值的绝对值较小，因此，第一灰度索引值与第二灰度索引值的差值的绝对值小于第四阈值。

为了更直观的展示第一峰值与第二峰值的差值的绝对值小于预设的第五阈值的情况下，灰度直方图的分布示意图，如图8(c)所示，在该图8(c)中，第一峰值与第二峰值间的差值的绝对值较小，因此，第一峰值与第二峰值的差值的绝对值小于第五阈值。

S455：将第一灰度索引值作为临界灰度索引值。

在第一灰度索引值与第二灰度索引值的差值的绝对值大于预设的第四阈值，并且，第一峰值与第二峰值的差值的绝对值大于预设的第五阈值的情况下，执行本步骤，具体的，将第一灰度索引值作为临界灰度索引值。

执行完本步骤后，执行S464。

S456：将与第一灰度索引值的差值为预设差值的灰度索引值，作为当下搜索灰度索引值。

例如，第一灰度索引值为95，预设差值的取值为5，则在本步骤中，将灰度索引值90作为当下灰度索引值。

S457：计算当下搜索灰度索引值的左取值与右取值的比值，得到当下搜索灰度索引值的比值。

具体的，计算当下搜索灰度索引值的左取值与右取值的比值的原理，可以参考S443～S445，得到当下搜索灰度索引值的比值。

S458：设置第六阈值，在连续多个搜索灰度索引值的比值小于第六阈值的情况下，统计满足条件的灰度索引值的个数。

在本步骤中，从当下搜索灰度索引值为起点，沿灰度索引值递减方向继续搜索，统计从当下搜索灰度索引值开始，对应的比值小于第六阈值的连续搜索灰度索引值的个数。在本步骤中，第六阈值的取值为经验值，可以根据实际情况进行设定，本实施例不对第六阈值的取值作限定。

例如，当下搜索灰度索引值为90，统计得到的对应的比值小于第六阈值的连续的搜索灰度索引值依次为：90、85、80、75和70。即统计得到的比值小于第六阈值的连续的搜索灰度索引值的个数为5。

S459：判断灰度索引值的个数是否超过第七阈值，如果是，则执行S460，如果否，则执行S461。

在本步骤中，第七阈值的取值为经验值，可以根据实际情况进行设定，本实施例不对第七阈值的取值作限定。

假设第七阈值的取值为4，由于统计得到的比值小于第六阈值的连续的搜索灰度索引值的个数为5，则需执行S460。

为了更清楚的描述灰度索引值的个数超过第七阈值的情况，如图8(b)所示，在图8(b)中，可以直观的看到，第一搜索灰度索引值。还可以直观的看到从当下搜索灰度索引值开始并且比值小于预设第六阈值的连续的灰度索引值的个数，大于第七阈值的灰度直方图。

S460：从第一个满足搜索灰度索引值的比值小于第六阈值的灰度索引值，作为临界灰度索引值。

在本步骤中，将统计的比值小于第六阈值的连续的灰度索引值中，第一个满足比值小于第六阈值的灰度索引值，作为临界灰度索引。

还以统计得到的对应的比值小于第六阈值的连续的搜索灰度索引值依次为：90、85、80、75和70为例，则在本步骤中，将90作为临界灰度索引值。

为了更直观的展示满足本步骤的灰度直方图的示意图，如图8(b)所示，在该图8(b)中，可以直观地看出比值小于第六阈值的连续的灰度索引值的个数超过第七阈值的情况下，灰度直方图的分布示意图。

执行完本步骤后，执行S464。

S461：将最后一个满足搜索灰度索引值的比值小于第六阈值的灰度索引值，作为下一个当下搜索灰度索引值。

在本步骤中，假设比值小于第六阈值的连续的搜索灰度索引值中，最后一个满足比值小于第六阈值的搜索灰度索引值为20，则在本步骤中，将20作为下一个当下搜索灰度索引值。

S462：计算当下搜索灰度索引值的左边预设个数的灰度索引值的和。

为了判断当下搜索灰度索引值是否已经比较靠近灰度直方图的最小灰度值0，在本步骤中，通过计算当下搜索灰度索引值的左边预设个数的灰度索引值的和，进行判断。其中，预设个数的取值可以根据实际情况设定，本实施例不对预设个数的具体取值作限定。

假设当下搜索灰度索引值为20，预设个数为5，则在本步骤中，计算灰度索引值20、19、18、17以及16的和，得到灰度索引值的和。

S463：设置第八阈值，在灰度索引值的和小于第八阈值的情况下，则将当下搜索灰度索引值作为临界灰度索引值。

在本步骤中，第八阈值的取值为经验值，可以根据实际情况设定，只要在灰度索引值的和小于第八阈值时，表明当下搜索灰度索引值较小即可，本实施例不对第八阈值的具体取值作限定。

在本步骤中，在灰度索引值的和小于第八阈值的情况下，表明当下搜索灰度索引值较小，因此，将当下搜索灰度索引值作为临界灰度索引值。假设当下搜索灰度索引值为20，预设个数为5，并且，计算灰度索引值20、19、18、17以及16之和，得到灰度索引值的和小于第八阈值的情况下，则将灰度索引值20作为临界灰度索引值。

执行完本步骤后，执行S464。

S464：依据临界灰度索引值，确定处理后图像中的按压区域。

具体的，可以遍历处理后图像，以处理后图像中第i行第j列像素点为例，若该第i行第j列的像素点的灰度值小于临界灰度索引值指示的灰度值，则该第i行第j列的像素点为非按压像素点，若该第i行第j列的像素点的灰度值不小于临界灰度索引值指示的灰度值，则该第i行第j列的像素点为按压像素点，即可以确定出处理后图像中的按压像素点。并将处理后图像中，按压像素点构成的区域为按压区域。

图9为本申请实施例提供的一种指纹识别装置，包括指纹识别芯片，其中，指纹识别芯片中存储有计算机程序指令，其中，计算机程序指令由指纹识别芯片运行，执行上述所述的指纹识别方法。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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，本申请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。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。

Claims (11)

1.一种指纹识别方法，其特征在于，包括：

采集指纹图像；

检测所述指纹图像中的非漏光区域；

对所述非漏光区域进行标记；

对标记有非漏光区域的指纹图像进行按压区域检测；

对所述按压区域进行标记；

采用标记为按压区域的指纹图像进行指纹识别。

2.根据权利要求1所述的方法，其特征在于，在所述采集指纹图像之前，还包括：

采集基础数据；所述基础数据为利用预选的不同反射率的橡胶头完全覆盖指纹采集区域采集得到的图像灰度值；

所述采集指纹图像，包括：

采集第一手指按压数据；所述第一手指按压数据为所述指纹图像的灰度值；

所述检测所述指纹图像中的非漏光区域，包括：

根据所述基础数据和所述第一手指按压数据判定非漏光区域。

3.根据权利要求2所述的方法，其特征在于，所述根据所述基础数据和所述第一手指按压数据判定非漏光区域，包括：

对多帧利用预选的不同反射率的橡胶头完全覆盖指纹采集区域采集得到的图像灰度值进行加权平均，得到所述基础数据的均值矩阵；

用所述第一手指按压数据与所述均值矩阵相减，得到差值矩阵；

统计所述差值矩阵中像素值大于预设阈值的像素点的数量；

在所述数量小于预设数量阈值的情况下，判定所述指纹图像为非漏光区域；

设置第一阈值，用于排除漏光造成的像素数量大于所述第一阈值的手指图像区域；

计算所述差值矩阵中的最大值与最小值间的差值，得到差异值；

依据所述差值矩阵的最小值和所述差值矩阵的差异值，设置第二阈值；用于排除漏光造成的像素数量和所述基础数据差异大于所述第二阈值的手指图像区域；

遍历所述第一手指按压数据中的像素点，若所述第一手指按压数据的第i行第j列的像素点的像素值大于所述第一阈值，并且，所述差值矩阵的所述第i行第j列的数值大于所述第二阈值，则确定所述手指按压数据中，所述第i行第j列的像素点为漏光像素点；否则，所述第i行第j列的像素点为非漏光像素点；

将所述第一手指按压数据中，所述非漏光像素点组成的区域，作为所述非漏光区域。

4.根据权利要求1所述的方法，其特征在于，所述对标记有非漏光区域的指纹图像进行按压区域检测，包括：

对标记有非漏光区域的指纹图像进行预设的清晰度处理操作，得到处理后图像；

获取第二手指按压数据；所述第二手指按压数据为所述处理后图像的灰度值；

依据所述第二手指按压数据，生成灰度直方图；

依据所述灰度直方图，确定所述处理后的图像中的按压区域。

5.根据权利要求4所述的方法，其特征在于，所述对标记有非漏光区域的指纹图像进行预设的清晰度处理操作，得到处理后的图像，包括：

对标记有非漏光区域的指纹图像进行解析及归一化操作，得到解析图像；

对所述解析图像中的非漏光区域进行滤波，得到所述处理后图像。

6.根据权利要求4所述的方法，其特征在于，所述依据所述第二手指按压数据，生成灰度直方图，包括：

对所述第二手指按压数据建立灰度直方图，得到中间灰度直方图；

对所述中间灰度直方图进行平滑处理，得到所述灰度直方图。

7.根据权利要求6所述的方法，其特征在于，所述依据所述灰度直方图，确定所述处理后的图像中的按压区域，包括：

搜索所述灰度直方图，得到峰值以及峰值索引值；所述峰值为所述灰度直方图中的最大频率值；所述峰值索引值为所述灰度直方图中所述峰值对应的灰度索引值；

将所述灰度直方图中，沿灰度索引值递减方向，与所述峰值索引值的差值为预设差值的灰度索引值，作为搜索灰度索引值；

执行以下检测流程：

对于以搜索灰度索引值为起点且沿灰度索引值递减方向的预设第一数量的灰度索引值，计算所述灰度直方图中对应的频率值之和，得到搜索灰度索引值的左取值；

对于以搜索灰度索引值为起点且沿灰度索引值递增方向的所述预设第一数量的索引值，计算所述灰度直方图中对应的频率值之和，得到搜索灰度索引值的右取值；

计算搜索灰度索引值的左取值与右取值的比值，得到搜索灰度索引值的比值；

在搜索灰度索引值的比值小于预设第三阈值的情况下，将沿灰度索引值递减方向，与搜索灰度索引值的差值为所述预设差值的灰度索引值，更新为下一搜索灰度索引值；

在搜索灰度索引值小于预设灰度索引值的情况下，则将所述处理后图像中的非漏光区域作为按压区域。

8.根据权利要求7所述的方法，其特征在于，还包括：

在搜索灰度索引值的比值大于所述预设第三阈值的情况下，确定对应灰度索引值作为第一灰度索引值；

将所述第一灰度索引值对应的频率值，作为第一峰值；

统计所述灰度直方图中，沿灰度索引值递减方向搜寻得到第二峰值；

将所述第二峰值对应的灰度索引值，作为第二灰度索引值；

在所述第一灰度索引值与所述第二灰度索引值的差值的绝对值大于预设的第四阈值，并且，所述第一峰值与所述第二峰值的差值的绝对值大于预设的第五阈值的情况下，将所述第一灰度索引值作为临界灰度索引值；

遍历所述处理后图像，若所述处理后图像中的第i行第j列的像素点的灰度值小于临界灰度索引值指示的灰度值，则所述第i行第j列的像素点为非按压像素点；若所述处理后图像中的第i行第j列的像素点的灰度值不小于临界灰度索引值指示的灰度值，则所述第i行第j列的像素点为按压像素点；

将所述处理后图像中，所述按压像素点构成的区域为所述按压区域。

9.根据权利要求8所述的方法，其特征在于，还包括：

在所述第一灰度索引值与所述第二灰度索引值的差值的绝对值小于预设的第四阈值，或者，所述第一峰值与所述第二峰值的差值的绝对值小于预设的第五阈值的情况下，将与所述第一灰度索引值的差值为所述预设差值的灰度索引值，作为当下搜索灰度索引值；

计算当下搜索灰度索引值的左取值与右取值的比值，得到当下搜索灰度索引值的比值；

设置第六阈值，在连续多个搜索灰度索引值的比值小于第六阈值的情况下，统计满足条件的灰度索引值个数，如灰度索引值个数超过第七阈值，则从第一个满足搜索灰度索引值的比值小于第六阈值的灰度索引值，作为临界灰度索引值。

10.根据权利要求9所述的方法，其特征在于，还包括：

在灰度索引值个数未超过所述第七阈值的情况下，将最后一个满足搜索灰度索引值的比值小于所述第六阈值的灰度索引值，作为下一个当下搜索灰度索引值；

计算当下搜索灰度索引值的左边预设个数的灰度索引值的和；

设置第八阈值，所述灰度索引值的和个数不超过第八阈值的情况下，则将当下搜索灰度索引值作为临界灰度索引值。

11.一种指纹识别装置，其特征在于，所述指纹识别装置包括：

指纹识别芯片；所述指纹识别芯片中存储有计算机程序指令，所述计算机程序指令由所述指纹识别芯片运行并执行如权利要求1-10任一项所述的指纹识别方法。

Images