CN111540084B - 一种具有真假指纹识别功能的指纹锁及其识别方法 - Google Patents
一种具有真假指纹识别功能的指纹锁及其识别方法 Download PDFInfo
- Publication number
- CN111540084B CN111540084B CN202010295456.0A CN202010295456A CN111540084B CN 111540084 B CN111540084 B CN 111540084B CN 202010295456 A CN202010295456 A CN 202010295456A CN 111540084 B CN111540084 B CN 111540084B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- fingerprint
- module
- data
- identification
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- 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
- G06V40/1324—Sensors therefor by using geometrical optics, e.g. using prisms
-
- 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
-
- 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
- G06V40/1388—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using image processing
-
- 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
- G06V40/1394—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using acquisition arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Image Input (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种具有真假指纹识别功能的指纹锁及其识别方法,锁体主体,位于锁体主体内部的主板、机械开关、指纹采集器、微处理CPU,锁体主体内部还设置有光谱识别系统,所述光谱识别系统分别与微处理CPU、指纹采集器、主板连接。识别模块用于识别功能启动,光源开启、光谱芯片的光谱数据采集、数据处理模块和匹配识别模块启动进行指令控制;光源为白光光源;光谱芯片用于采集经过白光光源照射指纹的光谱信息,并将光谱数据传递给数据处理模块,经过匹配识别模块检测实现真假指纹识别。本发明的优点在于:克服利用图像识别指纹过程中手指真假无法进行有效区分的弊端,弥补现有技术不足,具有尺寸小、厚度薄、精准度高、检测速度快等优点。
Description
技术领域
本发明涉及光谱识别技术领域,具体涉及一种具有真假指纹识别功能的指纹锁及其识别方法。
背景技术
智能指纹锁是智能家居发展的产物,它是与计算机网络信息、电子技术、机械技术和现代五金工艺的完美结合而成,在原有的机械电子锁、密码锁的根基上更上台阶的进化,具有更安全、方便、快速等特点。目前指纹锁采集指纹的方式主要有两种,光学式和电容式。无论是那种采集方式,指纹锁系统均是基于人的手指末端正面皮肤上凸凹不平的纹路以及这些纹路在图案、断点和交点上的特异性,作为识别身份的特征,指纹锁再将户主的指纹进行光电转化处理,将得到的数据与自己指纹库中的信息进行比对,指纹锁系统做出判断并执行是否开门的命令。但目前指纹识别技术仅局限于对图像信息的利用,当研究对象的图像特征高度相似时,模式识别的精度较低,无法满足实际应用需求。
针对上述问题,提出了一种综合图像和光谱信息,具有真假人体识别功能的指纹锁。在吸纳现有的智能指纹锁图像识别技术成果的同时,进一步利用光谱法进行真假人体的识别。实现指纹的快速、准确识别。
发明内容
鉴于上述问题,本发明的目的是提供一种具有真假指纹识别功能的指纹锁及其识别方法,利用尺寸、厚度均为微米量级的光谱芯片实现活体快速、高效识别,以解决上述现有技术的不足。
本发明提供一种具有真假指纹识别功能的指纹锁,包括:锁体主体,位于锁体主体内部的主板、机械开关、指纹采集器、微处理CPU、智能应急钥匙,所做的改进是,锁体主体内部还设置有光谱识别系统,所述光谱识别系统用于识别手指指纹真伪,所述光谱识别系统分别与微处理CPU、指纹采集器、主板连接;
所述光谱识别系统包括:光源、准直透镜、反射棱镜、待测指纹、聚焦透镜、光谱芯片、启动识别模块;所述光源、准直透镜、反射棱镜、聚焦透镜、光谱芯片、光谱识别模块依次连接;
所述的启动识别模块用于识别功能启动,光源开启后,光谱芯片的光谱数据采集模块采集光谱信息;光谱芯片的数据处理模块和匹配识别模块启动后,进行指令控制;
所述的光源为白光光源,波长范围为350nm~850nm,用以照明待测指纹;
所述的准直透镜是将白光光源发射的光束准直后入射到90°反射棱镜上,进而发生反射,在指纹采集时,经过手指反射的光成为光谱芯片的反射光,带有指纹光谱信息的反射光束经聚焦入射到光谱芯片上;
所述的光谱芯片用于采集经过白光光源照射的指纹的反射光谱信息,将入射光光谱进行分光,并将光信号转换成为电信号,经过放大及模数转换后转为数字信号或者编码输出;同时,根据输出的光信号强度信息和对应像素位置信息,反演手指的反射光谱数据以及指纹的图像数据,
所述光谱芯片的分析结果显示模组包括数据显示模块和数据结果存储模块,所述数据显示模块用于显示光谱分析模组的结果显示,所述数据结果存储模块用于存储提前录入的人体真实手指的反射光谱数据以及指纹的图像数据;
所述的光谱识别模块用于将采集到的反射光谱数据与数据存储模块预存的人体真实手指反射光谱数据进行对比,同时将采集到的指纹与预存的指纹图像数据进行对比,两者均匹配后方可成功解锁;所述的光谱识别模块包括数据处理模块和匹配识别模块;
所述的数据处理模块用于储存各角度下用户真实指纹吸收光谱的截距和斜率,以及各种假指纹膜材料吸收光谱的截距和斜率,吸收光谱数据由光谱芯片获取手指反射光谱数据和白板光谱数据计算得到,吸收光谱的截距和斜率由吸收光谱拟合公式得到;
所述的匹配识别模块用于对指纹吸收光谱截距和斜率进行处理分析,并与数据处理模块内的数据进行匹配,得出识别结果传递给微处理CPU,所述微处理CPU经过光谱芯片确认后,控制指纹采集器进行二次识别,经指纹采集器二次识别后,所述微处理CPU控制机械开关进行解锁。
作为优选,所述启动识别模块接收到识别启动信号后开启白光光源,光源经光学系统照射手指后,由光谱芯片获取手指反射光光谱信息,此处白光光谱范围不限于350nm ~850nm。
作为优选,所述数据处理模块是包括具有用户人体皮肤特征的吸收光谱以及各种假指纹膜材料吸收光谱的截距和斜率的数据库,其中吸收光谱由指纹的反射光谱和储存在系统中白板的反射光谱计算得到,吸收光谱的截距和斜率由一次函数拟合得到。
作为优选,吸收光谱A(i)的计算方法为:已知光谱数据库中白板的反射光谱为W(i),待测指纹的反射光谱为F(i),A(i)=[W(i)-F(i)]/W(i),其中i=1、2、3…8,为光谱芯片获取的八通道光谱数据。
作为优选,所述吸收光谱的截距和斜率由一次函数拟合得到,函数表达式为y=a+b*x,a为一次函数的截距,b为一次函数的斜率。
作为优选,所述匹配识别模块是将待测指纹的吸收光谱截距和斜率与数据库中的截距和斜率相减,差值绝对值用来分析待测手指光谱与真假指头光谱的相似程度,当待测指纹与真实指纹的相似度高,认为是真手指,与假指纹膜相似度高,则认为是假手指,相似度均接近时,重新测量。
作为优选,光谱芯片还包括:光谱调制模块、图像和光谱反演模块;所述光谱调制模块,用于将经过三基色光源照射的手指的反射光光谱进行调制,并将光信号转换成为电信号,经过放大及模数转换后转为数字信号或者编码输出;所述图像和光谱反演模块与光谱调制模块电连接,用于根据光谱调制模块输出的光信号强度信息和对应像素位置信息,反演出手指指纹的图像数据以及手指的反射光谱数据;
所述光谱识别模块进行识别时采用距离计算法或区分度测试法,所述距离计算法包括欧氏距离法、相似信息聚类法;
所述光谱调制模块,包括光电转换基底、设置在光电转换基底上面的滤光薄膜;其中,所述光电转换基底,用于将光信号转化为电信号并以数字信号或者编码输出;所述滤光薄膜,用于将入射光光谱进行区分;所述滤光薄膜为单层结构,其是由已知且透光率不同的N 种材料通过逐一涂覆、刻蚀后拼接而成,滤光薄膜包括 N 个周期,每个周期均代表一个通道,每个周期包括 T 1 、T 2 ......T n 个单元,每个单元覆盖光电转换基底上的 M 个像素,其中M 大于等于 1,所有单元构成周期性结构,覆盖光电转换基底上的所有像素,与每个像素对应的滤光薄膜具有相同或者不同的光谱透过率,实现光谱分光;另外,与每个像素对应的滤光薄膜的光谱透过率均为已知的,通过该光谱透过率信息,修正对应像素上的光信号强度值,结合所有像素的组合,进而反演出图像信息;
所述图像和光谱反演模块的反演方式为:根据每个像素上的光谱对应已知的光谱透过率信息,修正对应像素上的光信号强度值,修正方法为该像素上的光信号强度值除以该像素上的光谱透过率值;结合所有像素的组合,即可反演出图像信息,实现高精度的成像功能;同时由于该像素上的光谱透过率已知,在由 N 个像素组成的周期性结构中,根据光谱透过率曲线,N个像素组合,反演计算出 N 个像素的入射光谱值,计算方法如公式(1)所示, (1)
其中,S 为光电转换基底输出的光信号强度值,I 为入射光谱,是待求解信号,T为滤光薄膜的光谱透过率,η 为光电转换基底的量子效率,λ 为入射波长。
本发明的另一个目的是提供一种具有真假指纹识别功能的指纹锁的识别方法,具体包括以下步骤:
步骤S1:待测指纹按压反射棱镜上表面,启动识别模块启动指纹锁的识别功能,指纹锁系统开始自检,自检正常后,光谱芯片和光谱识别模块中的数据处理模块处于预热待机状态;
步骤S2:白光光源接收到识别模块的开启指令后发射光束,光束经准直透镜准直后入射到90°反射棱镜上,发生反射,此时反射光束带有待测指纹的光谱信息;
步骤S3:启动光谱芯片,采集待测指纹的光谱信息,进入数据处理模块,与系统中的白板反射光谱数据进行计算,得到待测指纹的吸收光谱,系统自动一次函数拟合,得到该待测指纹的截距和斜率,再通过匹配识别模块与光谱数据模块内的数据进行匹配计算,迅速识别待测指纹;
步骤S4:真实手指识别成功后,在利用传统的图像识别法提取图像中手指的轮廓及局部特征进行识别,最终获取识别结果。
作为优选,在步骤S3中的自动一次函数拟合包括以下步骤:函数表达式为y=a+b*x,a为一次函数的截距,b为一次函数的斜率;截距和斜率分别为y和x。
本发明的优点及积极效果是:
1、本发明利用光谱芯片所采集的用户手指反射光谱以及计算得到的吸收光谱信息和吸收光谱截距、斜率作为判断活体信息的标准,构成信息处理模块的数据库,匹配识别模块与数据库数据比对进行人体准确识别。
2、本发明综合图像和光谱信息的真假指纹识别方法,实现了指纹更精准的识别,本发明提出的一种具有真假指纹识别功能的指纹锁,利用白光光源激发待测指纹,再通过光谱芯片获得能够反应出人体皮肤特有的吸收光谱信息,结合数据处理系统构成低成本、超便捷式的指纹识别系统。
3、本发明的光谱芯片包括棱镜光谱芯片、衍射光栅光谱芯片、干涉光谱芯片,针对不同波段以及光谱分辨率需求,调整光谱芯片种类,以获得能够反应食品新鲜度的最佳光谱信息,其光谱范围包括从紫外到近红外整个波段,分辨率达到纳米量级。
附图说明
通过参考以下结合附图的说明,并且随着对本发明的更全面理解,本发明的其它目的及结果将更加明白及易于理解。在附图中:
图1为根据本发明实施例的一种具有真假指纹识别功能的指纹锁的部件结构图。
图2为根据本发明实施例的一种具有真假指纹识别功能的指纹锁的流程图。
图3为根据本发明实施例的红光、蓝光、绿光照射下手指和指纹膜的照片。
图4为根据本发明实施例的计算得到的手指和指纹膜的吸收光谱图。
图5为根据本发明实施例的计算得到的手指和指纹膜吸收光谱图拟合图像。
图标记包括:光源1、准直透镜2、反射棱镜3、待测指纹4、聚焦透镜5、光谱芯片6、识别模块7。
具体实施方式
在下面的描述中,出于说明的目的,为了提供对一个或多个实施例的全面理解,阐述了许多具体细节。然而,很明显,也可以在没有这些具体细节的情况下实现这些实施例。在其它例子中,为了便于描述一个或多个实施例,公知的结构和设备以方框图的形式示出。
实施例1
参阅图1-5,本发明的一种具有真假指纹识别功能的指纹锁包括:锁体主体,位于锁体主体内部的主板、机械开关、指纹采集器、微处理CPU、智能应急钥匙,锁体主体内部还设置有光谱识别系统,所述光谱识别系统用于识别手指指纹真伪,所述光谱识别系统分别与微处理CPU、指纹采集器、主板连接;
所述光谱识别系统包括:光源1、准直透镜2、反射棱镜3、待测指纹4、聚焦透镜5、光谱芯片6、识别模块7;所述光源1、准直透镜2、反射棱镜3、聚焦透镜5、光谱芯片6、识别模块7依次连接。
所述的启动识别模块7用于识别功能启动,光源开启后,光谱芯片的光谱数据采集模块采集光谱信息;光谱芯片的数据处理模块和匹配识别模块启动后,进行指令控制;
光源1为白光光源,波长范围为350nm~850nm,光束扩散角为30°,光源直径1mm,光源面积约为0.785mm2,用以照明待测指纹;
准直透镜2焦距为28mm,与白光光源距离为16.13mm,用于将白光光源发射的光束准直,准直后的光束横截面直径为15mm;
准直后的光束入射到反射棱镜3上,反射棱镜将光束照射待测指纹反射后的光束以90°的角度反射回指纹锁系统中,反射光束横截面直径仍为15mm;
反射光速经焦距为30mm的聚焦透镜5将光束汇聚到光谱芯片6上,进行指纹光谱数据采集及分析;
光谱芯片6用于采集经过白光光源照射的指纹的反射光谱信息,将入射光光谱进行分光,并将光信号转换成为电信号,经过放大及模数转换后转为数字信号或者编码输出;同时,根据输出的光信号强度信息和对应像素位置信息,反演手指的反射光谱数据以及指纹的图像数据,;光谱芯片尺寸为4.5mm×4.5mm,厚度为100μm,光谱范围为200nm~1100nm,光谱分辨率为10nm,数据采集时间为1ms,光谱芯片3包括:光学聚集镜器件、光谱调制模组、探测器、光谱解调模组、光谱显示控制模组、光谱分析模组和分析结果显示模组;其中,本实施例中的光谱芯片6(产品名称:高光谱像素级镀膜芯片,型号规格:QS-A-8-400-001,光谱芯片尺寸为 4.5mm×4.5mm,厚度为 100μm,光谱范围为200nm~1100nm,光谱分辨率为10nm,数据采集时间为 1ms);
其中,所述分析结果显示模组,包括数据显示模块和数据结果存储模块,所述数据显示模块用于显示光谱分析模组的结果显示,所述数据结果存储模块用于存储提前录入的人体真实手指的反射光谱数据以及指纹的图像数据;
光谱识别模块7用于将采集到的反射光谱数据与数据存储模块预存的人体真实手指反射光谱数据进行对比,同时将采集到的指纹与预存的指纹图像数据进行对比,两者均匹配后方可成功解锁;
光谱识别模块7包括数据处理模块和匹配识别模块,根据光源的光谱特性,有针对性的识别相应照明环境下人体光谱数据;
数据处理模块存储具有用户人体皮肤特征的吸收光谱以及各种假指纹膜材料吸收光谱的截距和斜率的数据库,并对待测指纹的吸收光谱的截距和斜率进行处理分析,其中吸收光谱由指纹的反射光谱和储存在系统中白板的反射光谱计算得到,吸收光谱的截距和斜率由一次函数拟合得到,匹配识别模块用于将吸收光谱的截距和斜率与数据处理模块内的数据进行匹配,得出识别结果传递给微处理CPU,所述微处理CPU经过光谱芯片确认后,控制指纹采集器进行二次识别,经指纹采集器二次识别后,所述微处理CPU控制机械开关进行解锁。
本实施例中的真假指纹吸收光谱A(i)的计算方法为:已知光谱数据库中白板的反射光谱为W(i),待测指纹的反射光谱为F(i),A(i)=[W(i)-F(i)]/W(i),其中i=1、2、3…8,为光谱芯片获取的八通道光谱数据;
本实施例中的真假指纹吸收光谱的截距和斜率由一次函数拟合得到,函数表达式为y=a+b*x,a为一次函数的截距,b为一次函数的斜率;
本实施例中的匹配识别模块是将待测指纹的吸收光谱截距和斜率与数据库中的截距和斜率相减,差值绝对值用来分析待测手指光谱与真假指头光谱的相似程度,若待测指纹与真实指纹的相似度高,认为是真手指,与假指纹膜相似度高,则认为是假手指,相似度均接近时,重新测量;
实施例2
本发明的光谱芯片还包括:光谱调制模块、图像和光谱反演模块;所述光谱调制模块,用于将经过三基色光源照射的手指的反射光光谱进行调制,并将光信号转换成为电信号,经过放大及模数转换后转为数字信号或者编码输出;所述图像和光谱反演模块与光谱调制模块电连接,用于根据光谱调制模块输出的光信号强度信息和对应像素位置信息,反演出手指指纹的图像数据以及手指的反射光谱数据;
所述光谱识别模块进行识别时采用距离计算法或区分度测试法,所述距离计算法包括欧氏距离法、相似信息聚类法;
所述光谱调制模块,包括光电转换基底、设置在光电转换基底上面的滤光薄膜;其中,所述光电转换基底,用于将光信号转化为电信号并以数字信号或者编码输出;所述滤光薄膜,用于将入射光光谱进行区分;所述滤光薄膜为单层结构,其是由已知且透光率不同的N 种材料通过逐一涂覆、刻蚀后拼接而成,滤光薄膜包括 N 个周期,每个周期均代表一个通道,每个周期包括 T 1 、T 2 ......T n 个单元,每个单元覆盖光电转换基底上的 M 个像素,其中M 大于等于 1,所有单元构成周期性结构,覆盖光电转换基底上的所有像素,与每个像素对应的滤光薄膜具有相同或者不同的光谱透过率,实现光谱分光;另外,与每个像素对应的滤光薄膜的光谱透过率均为已知的,通过该光谱透过率信息,修正对应像素上的光信号强度值,结合所有像素的组合,进而反演出图像信息;
所述图像和光谱反演模块的反演方式为:根据每个像素上的光谱对应已知的光谱透过率信息,修正对应像素上的光信号强度值,修正方法为该像素上的光信号强度值除以该像素上的光谱透过率值;结合所有像素的组合,即可反演出图像信息,实现高精度的成像功能;同时由于该像素上的光谱透过率已知,在由 N 个像素组成的周期性结构中,根据光谱透过率曲线,N个像素组合,反演计算出 N 个像素的入射光谱值,计算方法如公式(1)所示,
(1)
其中,S 为光电转换基底输出的光信号强度值,I 为入射光谱,是待求解信号,T为滤光薄膜的光谱透过率,η 为光电转换基底的量子效率,λ 为入射波长。
实施例3
本发明提供的一种具有真假指纹识别功能的指纹锁的识别方法,具体包括以下步骤:
步骤S1:待测指纹按压反射棱镜上表面,启动识别模块启动指纹锁的识别功能,指纹锁系统开始自检,自检正常后,光谱芯片和光谱识别模块中的数据处理模块处于预热待机状态;
步骤S2:白光光源接收到启动识别模块的开启指令后发射光束,光束经准直透镜准直后入射到90°反射棱镜上,发生反射,此时反射光束带有待测指纹的光谱信息;
步骤S3:启动光谱芯片,采集待测指纹的光谱信息,进入数据处理模块,与系统中的白板反射光谱数据进行计算,得到待测指纹的吸收光谱,系统自动一次函数拟合,得到该待测指纹的截距和斜率,再通过匹配识别模块与光谱数据模块内的数据进行匹配计算,迅速识别待测指纹;
步骤S31:待测指纹按压手机屏幕上的指纹采集模块,三基色光源同时发出
光波,照射到待测指纹上,受光源照射,待测指纹表面形成反射光;
步骤S32:匹配计算:在三基色光光照情况下,由手指反射回来的光信号进入光谱芯片中,经过光谱调制模块的滤光薄膜进行分光,分光后的光信号强度信息和对应像素位置信息由光电转换基底输出,之后图像和光谱反演模块根据光谱调制模块输出的光信号强度信息和对应像素位置信息反演,获取手指的光谱数据及指纹的图像信息;
所述图像和光谱反演模块的反演方式为:根据每个像素上的光谱对应已知的
光谱透过率信息,修正对应像素上的光信号强度值,修正方法为该像素上的光信号强度值除以该像素上的光谱透过率值;结合所有像素的组合,即可反演出图像信息,实现高精度的成像功能;同时由于该像素上的光谱透过率已知,在由 N个像素组成的周期性结构中,根据光谱透过率曲线,N 个像素组合,反演计算出N 个像素的入射光谱值,计算方法如下述公式所示,
(2)
其中,S 为光电转换基底输出的光信号强度值,I 为入射光谱,是待求解信号,T为滤光薄膜的光谱透过率,η 为光电转换基底的量子效率,λ 为入射波长;
步骤S33:数据被处理后,直接进入光谱识别模块,与数据存储模块预存的人体真实手指反射光谱数据以及指纹图像数据进行对比,当光谱和图像均匹配后判断为真指纹;
步骤S4:真实手指识别成功后,在利用传统的图像识别法提取图像中手指的轮廓及局部特征进行识别,最终获取识别结果。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种具有真假指纹识别功能的指纹锁,包括:锁体主体,位于锁体主体内部的主板、机械开关、指纹采集器、微处理CPU、智能应急钥匙,其特征在于,锁体主体内部还设置有光谱识别系统,所述光谱识别系统用于识别手指指纹真伪,所述光谱识别系统分别与微处理CPU、指纹采集器、主板连接;
所述光谱识别系统包括:光源、准直透镜、反射棱镜、待测指纹、聚焦透镜、光谱芯片、启动识别模块;所述光源、准直透镜、反射棱镜、聚焦透镜、光谱芯片、光谱识别模块依次连接;
所述的启动识别模块用于识别功能启动,光源开启后,光谱芯片的光谱数据采集模块采集光谱信息;光谱芯片的数据处理模块和匹配识别模块启动后,进行指令控制;
所述的光源为白光光源,波长范围为350nm~850nm,用以照明待测指纹;
所述的准直透镜是将白光光源发射的光束准直后入射到90°反射棱镜上,进而发生反射,在指纹采集时,经过手指反射的光成为光谱芯片的反射光,带有指纹光谱信息的反射光束经聚焦入射到光谱芯片上;
所述的光谱芯片用于采集经过白光光源照射的指纹的反射光谱信息,将入射光光谱进行分光,并将光信号转换成为电信号,经过放大及模数转换后转为数字信号或者编码输出;同时,根据输出的光信号强度信息和对应像素位置信息,反演手指的反射光谱数据以及指纹的图像数据,
所述光谱芯片的分析结果显示模组包括数据显示模块和数据结果存储模块,所述数据显示模块用于显示光谱分析模组的结果显示,所述数据结果存储模块用于存储提前录入的人体真实手指的反射光谱数据以及指纹的图像数据;
所述的光谱识别模块用于将采集到的反射光谱数据与数据存储模块预存的人体真实手指反射光谱数据进行对比,同时将采集到的指纹与预存的指纹图像数据进行对比,两者均匹配后方可成功解锁;所述的光谱识别模块包括数据处理模块和匹配识别模块;
所述的数据处理模块用于储存各角度下用户真实指纹吸收光谱的截距和斜率,以及各种假指纹膜材料吸收光谱的截距和斜率,吸收光谱数据由光谱芯片获取手指反射光谱数据和白板光谱数据计算得到,吸收光谱的截距和斜率由吸收光谱拟合公式得到;
所述的匹配识别模块用于对指纹吸收光谱截距和斜率进行处理分析,并与数据处理模块内的数据进行匹配,得出识别结果传递给微处理CPU,所述微处理CPU经过光谱芯片确认后,控制指纹采集器进行二次识别,经指纹采集器二次识别后,所述微处理CPU控制机械开关进行解锁;
所述光谱芯片还包括:光谱调制模块、图像和光谱反演模块;所述光谱调制模块,用于将经过三基色光源照射的手指的反射光光谱进行调制,并将光信号转换成为电信号,经过放大及模数转换后转为数字信号或者编码输出;所述图像和光谱反演模块与光谱调制模块电连接,用于根据光谱调制模块输出的光信号强度信息和对应像素位置信息,反演出手指指纹的图像数据以及手指的反射光谱数据;
所述光谱识别模块进行识别时采用距离计算法或区分度测试法,所述距离计算法包括欧氏距离法、相似信息聚类法;
所述光谱调制模块,包括光电转换基底、设置在光电转换基底上面的滤光薄膜;其中,所述光电转换基底,用于将光信号转化为电信号并以数字信号或者编码输出;所述滤光薄膜,用于将入射光光谱进行区分;所述滤光薄膜为单层结构,其是由已知且透光率不同的 N种材料通过逐一涂覆、刻蚀后拼接而成,滤光薄膜包括 N 个周期,每个周期均代表一个通道,每个周期包括 T 1 、T 2 ......T n 个单元,每个单元覆盖光电转换基底上的 M 个像素,其中M 大于等于 1,所有单元构成周期性结构,覆盖光电转换基底上的所有像素,与每个像素对应的滤光薄膜具有相同或者不同的光谱透过率,实现光谱分光;另外,与每个像素对应的滤光薄膜的光谱透过率均为已知的,通过该光谱透过率信息,修正对应像素上的光信号强度值,结合所有像素的组合,进而反演出图像信息;
所述图像和光谱反演模块的反演方式为:根据每个像素上的光谱对应已知的光谱透过率信息,修正对应像素上的光信号强度值,修正方法为该像素上的光信号强度值除以该像素上的光谱透过率值;结合所有像素的组合,即可反演出图像信息,实现高精度的成像功能;同时由于该像素上的光谱透过率已知,在由 N 个像素组成的周期性结构中,根据光谱透过率曲线,N个像素组合,反演计算出 N 个像素的入射光谱值,计算方法如公式(1)所示,
其中,S 为光电转换基底输出的光信号强度值,I 为入射光谱,是待求解信号,T 为滤光薄膜的光谱透过率,η 为光电转换基底的量子效率,λ 为入射波长。
2.根据权利要求1所述的一种具有真假指纹识别功能的指纹锁,其特征在于,所述启动识别模块接收到识别启动信号后开启白光光源,光源经光学系统照射手指后,由光谱芯片获取手指反射光光谱信息,此处白光光谱范围不限于350nm ~850nm。
3.根据权利要求1所述的一种具有真假指纹识别功能的指纹锁,其特征在于,所述数据处理模块是包括具有用户人体皮肤特征的吸收光谱以及各种假指纹膜材料吸收光谱的截距和斜率的数据库,其中吸收光谱由指纹的反射光谱和储存在系统中白板的反射光谱计算得到,吸收光谱的截距和斜率由一次函数拟合得到。
4.根据权利要求1-3任一所述的一种具有真假指纹识别功能的指纹锁,其特征在于,吸收光谱A(i)的计算方法为:已知光谱数据库中白板的反射光谱为W(i),待测指纹的反射光谱为F(i),A(i)=[W(i)-F(i)]/W(i),其中i=1、2、3…8,为光谱芯片获取的八通道光谱数据。
5.根据权利要求3所述的一种具有真假指纹识别功能的指纹锁,其特征在于,所述吸收光谱的截距和斜率由一次函数拟合得到,函数表达式为y=a+b*x,a为一次函数的截距,b为一次函数的斜率。
6.根据权利要求1-3任一所述的一种具有真假指纹识别功能的指纹锁,其特征在于,所述匹配识别模块是将待测指纹的吸收光谱截距和斜率与数据库中的截距和斜率相减,差值绝对值用来分析待测手指光谱与真假指头光谱的相似程度,当待测指纹与真实指纹的相似度高,认为是真手指,与假指纹膜相似度高,则认为是假手指,相似度均接近时,重新测量。
7.一种具有真假指纹识别功能的指纹锁的识别方法,其特征在于,包括以下步骤:
步骤S1:待测指纹按压反射棱镜上表面,启动识别模块启动指纹锁的识别功能,指纹锁系统开始自检,自检正常后,光谱芯片和光谱识别模块中的数据处理模块处于预热待机状态;
步骤S2:白光光源接收到开启识别模块的开启指令后发射光束,光束经准直透镜准直后入射到90°反射棱镜上,发生反射,此时反射光束带有待测指纹的光谱信息;
步骤S3:启动光谱芯片,采集待测指纹的光谱信息,进入数据处理模块,与系统中的白板反射光谱数据进行计算,得到待测指纹的吸收光谱,系统自动一次函数拟合,得到该待测指纹的截距和斜率,再通过匹配识别模块与光谱数据模块内的数据进行匹配计算,迅速识别待测指纹;
步骤S31:待测指纹按压手机屏幕上的指纹采集模块,三基色光源同时发出
光波,照射到待测指纹上,受光源照射,待测指纹表面形成反射光;
步骤S32:匹配计算:在三基色光光照情况下,由手指反射回来的光信号进入光谱芯片中,经过光谱调制模块的滤光薄膜进行分光,分光后的光信号强度信息和对应像素位置信息由光电转换基底输出,之后图像和光谱反演模块根据光谱调制模块输出的光信号强度信息和对应像素位置信息反演,获取手指的光谱数据及指纹的图像信息;
所述图像和光谱反演模块的反演方式为:根据每个像素上的光谱对应已知的
光谱透过率信息,修正对应像素上的光信号强度值,修正方法为该像素上的光信号强度值除以该像素上的光谱透过率值;结合所有像素的组合,即可反演出图像信息,实现高精度的成像功能;同时由于该像素上的光谱透过率已知,在由 N个像素组成的周期性结构中,根据光谱透过率曲线,N 个像素组合,反演计算出N 个像素的入射光谱值,计算方法如下述公式所示,
其中,S 为光电转换基底输出的光信号强度值,I 为入射光谱,是待求解信号,T 为滤光薄膜的光谱透过率,η 为光电转换基底的量子效率,λ 为入射波长;
步骤S33:数据被处理后,直接进入光谱识别模块,与数据存储模块预存的人体真实手指反射光谱数据以及指纹图像数据进行对比,当光谱和图像均匹配后判断为真指纹;
步骤S4:真实手指识别成功后,在利用传统的图像识别法提取图像中手指的轮廓及局部特征进行识别,最终获取识别结果。
8.根据权利要求7所述的一种具有真假指纹识别功能的指纹锁的识别方法,其特征在于,在步骤S3中的自动一次函数拟合包括以下步骤:函数表达式为y=a+b*x,a为一次函数的截距,b为一次函数的斜率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010295456.0A CN111540084B (zh) | 2020-04-15 | 2020-04-15 | 一种具有真假指纹识别功能的指纹锁及其识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010295456.0A CN111540084B (zh) | 2020-04-15 | 2020-04-15 | 一种具有真假指纹识别功能的指纹锁及其识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111540084A CN111540084A (zh) | 2020-08-14 |
CN111540084B true CN111540084B (zh) | 2021-08-24 |
Family
ID=71978617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010295456.0A Active CN111540084B (zh) | 2020-04-15 | 2020-04-15 | 一种具有真假指纹识别功能的指纹锁及其识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111540084B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113468915A (zh) * | 2020-03-31 | 2021-10-01 | 吉林求是光谱数据科技有限公司 | 具有真假指纹识别功能的手机指纹识别系统和识别方法 |
KR20230047473A (ko) * | 2020-09-08 | 2023-04-07 | 이지스 테크놀로지 인크. | 생체인식 센서 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000259820A (ja) * | 1999-03-11 | 2000-09-22 | Chubu Kagaku Gijutsu Center | 指紋入力装置及び同装置を用いた個人識別システム |
CN104794461A (zh) * | 2015-03-31 | 2015-07-22 | 友达光电股份有限公司 | 指纹防伪方法以及指纹辨识装置 |
CN206075299U (zh) * | 2016-07-06 | 2017-04-05 | 格林比特(天津)生物信息技术有限公司 | 一种带伪指纹识别的活体指纹采集装置 |
CN108513667A (zh) * | 2018-04-17 | 2018-09-07 | 深圳市汇顶科技股份有限公司 | 图像处理方法、装置和电子设备 |
CN110390310A (zh) * | 2019-07-26 | 2019-10-29 | 深圳市太赫兹科技创新研究院有限公司 | 一种指纹识别装置及指纹锁 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2981929B1 (en) * | 2013-04-02 | 2018-07-18 | Precise Biometrics AB | Fingerprint pore analysis for liveness detection |
-
2020
- 2020-04-15 CN CN202010295456.0A patent/CN111540084B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000259820A (ja) * | 1999-03-11 | 2000-09-22 | Chubu Kagaku Gijutsu Center | 指紋入力装置及び同装置を用いた個人識別システム |
CN104794461A (zh) * | 2015-03-31 | 2015-07-22 | 友达光电股份有限公司 | 指纹防伪方法以及指纹辨识装置 |
CN206075299U (zh) * | 2016-07-06 | 2017-04-05 | 格林比特(天津)生物信息技术有限公司 | 一种带伪指纹识别的活体指纹采集装置 |
CN108513667A (zh) * | 2018-04-17 | 2018-09-07 | 深圳市汇顶科技股份有限公司 | 图像处理方法、装置和电子设备 |
CN110390310A (zh) * | 2019-07-26 | 2019-10-29 | 深圳市太赫兹科技创新研究院有限公司 | 一种指纹识别装置及指纹锁 |
Non-Patent Citations (2)
Title |
---|
A recent trends and analysis of various techniques of false minutiae removal for fingerprint image;Gaurang Panchal、Geet Patel et al.;《2017 International Conference on Intelligent Sustainable Systems (ICISS)》;20180621;第681-684页 * |
基于朴素贝叶斯的假指纹检测方法研究;方珊珊;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160415(第4期);I138-1284 * |
Also Published As
Publication number | Publication date |
---|---|
CN111540084A (zh) | 2020-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220114834A1 (en) | Face recognition monitoring system based on spectrum and multi-band fusion and recognition method using same | |
US9390309B2 (en) | Latent fingerprint detectors and fingerprint scanners therefrom | |
US20140254895A1 (en) | Determination device, fingerprint input device, determination method and determination program | |
CN111540084B (zh) | 一种具有真假指纹识别功能的指纹锁及其识别方法 | |
CN110046564B (zh) | 一种多光谱活体指纹识别设备及识别方法 | |
KR20070103753A (ko) | 다중분광 영상을 이용한 생체계측 인식/검증 | |
WO2001069520A3 (en) | Biometric sensor | |
US10534902B2 (en) | Authentication using prism member | |
CN106446770B (zh) | 生成用于验证参考对象的指纹的方法和系统 | |
US5175593A (en) | Fingerprint photographing system | |
KR20090053937A (ko) | 확실한 지문 획득을 위한 시스템 및 방법 | |
Bourlai et al. | On designing a SWIR multi-wavelength facial-based acquisition system | |
US10664713B2 (en) | Method and system for acquiring and analysing fingerprints with fraud detection | |
US20220091694A1 (en) | Fingerprint identification system having real/fake fingerprint identification function for mobile phone, and identification method using same | |
KR20170116530A (ko) | 광 파장 특성을 이용한 위조지문 판별장치 및 그 방법 | |
JPH0997363A (ja) | 硬貨撮像装置 | |
US10963672B2 (en) | Method for detecting the presence of a body part carrying an imprint on a imprint sensor | |
US20170316195A1 (en) | Device and method for optical capture at different wavelengths emitted sequentially | |
CN111368801A (zh) | 真假指纹识别装置及其识别方法 | |
CN112422796A (zh) | 摄像头结构、摄像控制方法、装置及电子设备 | |
JPH0387981A (ja) | 指紋像入力装置 | |
CN109919075B (zh) | 一种指纹测量装置、指纹识别方法及系统、介质 | |
CN111553293A (zh) | 一种高光谱指纹识别系统以及指纹识别方法 | |
CN113532653A (zh) | 人脸活体检测的方法、系统以及人脸识别系统 | |
JP2713311B2 (ja) | 指紋像入力装置 |
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 |