CN111639521B - 指纹合成方法、装置、电子设备及计算机可读存储介质 - Google Patents

Abstract

本发明提供了一种指纹合成方法、装置、电子设备及计算机可读存储介质，涉及图像处理技术领域，包括基于获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像；获取指纹采集设备的设备特征，基于设备特征和初始指纹图像，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。本发明能够生成更为逼真的合成指纹图像，也即可以更好地模拟指纹采集设备采集到的实际指纹图像。

Description

指纹合成方法、装置、电子设备及计算机可读存储介质

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种指纹合成方法、装置、电子设备及计算机可读存储介质。

背景技术

指纹合成技术是指通过一系列算法人工生成类似于真实指纹纹理的技术，从而解决在诸如指纹匹配、指纹拼接等技术中面临的指纹数据稀缺的问题。然而，现有的指纹合成算法合成的指纹图像只是简单地在视觉上模拟真实指纹，与诸如指纹采集设备采集到的实际指纹图像仍旧具有较大的差异性。

发明内容

有鉴于此，本发明的目的在于提供一种指纹合成方法、装置、电子设备及计算机可读存储介质，能够生成更为逼真的合成指纹图像，也即可以更好地模拟指纹采集设备采集到的实际指纹图像。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种指纹合成方法，包括：基于获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像；获取指纹采集设备的设备特征，基于设备特征和初始指纹图像，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

进一步，基于获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像的步骤，包括：获取指纹采集设备的像素比；基于获取的指纹纹理类型和指纹关键点信息，以及指纹采集设备的像素比，生成初始指纹图像。

进一步，指纹关键点信息包括指纹关键点分布信息；基于获取的指纹纹理类型和指纹关键点信息，以及指纹采集设备的像素比，生成初始指纹图像的步骤，包括：根据获取的指纹关键点分布信息以及概率模型，拟合得到关键点分布模型；基于关键点分布模型生成初始关键点信息和初始指纹分布信息；根据初始关键点信息、初始指纹分布信息、指纹纹理类型和指纹采集设备的像素比，生成初始指纹图像。

进一步，根据初始关键点信息、初始指纹分布信息、指纹纹理类型和指纹采集设备的像素比，生成初始指纹图像的步骤，包括：根据初始关键点信息和指纹纹理类型生成指纹方向场；基于指纹采集设备的像素比调整初始指纹分布信息；根据指纹方向场和/或调整后的初始指纹分布信息，生成二值纹理图；基于二值纹理图得到初始指纹图像。

进一步，基于二值纹理图得到初始指纹图像的步骤，包括：对二值纹理图进行数据扩充操作和/或局部纹理替换操作，得到初始指纹图像。

进一步，对二值纹理图进行局部纹理替换操作的步骤，包括：确定二值纹理图中待替换的目标区域，并确定目标区域的生成纹理密度；采用目标区域的生成纹理密度对应的二值纹理替换目标区域的原始二值纹理。

进一步，对二值纹理图进行数据扩充操作的步骤，包括：基于手指状态因素以及指纹采集设备所处的环境因素，对二值纹理图进行数据扩充操作；其中，手指状态因素包括干燥状态、潮湿状态、油腻状态中的一种或多种；环境因素包括温度因素、湿度因素和光照因素中的一种或多种；数据扩充操作包括膨胀操作、腐蚀操作、按压形变操作、气泡噪声添加操作中的一种或多种。

进一步，设备特征包括指纹采集设备的图像固有频谱和/或图像采集噪声；获取指纹采集设备的设备特征的步骤，包括：获取指纹采集设备采集得到的多张真实指纹图像；当设备特征包括指纹采集设备的图像固有频谱时，对多张真实指纹图像进行频谱分析，得到指纹采集设备的图像固有频谱；当设备特征包括指纹采集设备的图像采集噪声时，统计多张真实指纹图像的区域分布特征，基于区域分布特征确定指纹采集设备的图像采集噪声；区域分布特征包括指纹采集区域的分布特征以及指纹清晰度区域的分布特征。

进一步，设备特征包括指纹采集设备的图像固有频谱，基于设备特征和初始指纹图像，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像的步骤，包括：基于图像固有频谱生成指纹采集设备的初始背景图像；对初始背景图像进行频谱扰动，生成指纹采集设备的待合成背景图像；将待合成背景图像和初始指纹图像进行融合，得到融合图像；基于融合图像得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

进一步，设备特征包括指纹采集设备的图像采集噪声，基于设备特征和初始指纹图像，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像的步骤，包括：基于指纹采集设备的图像采集噪声，对初始指纹图像的至少部分区域进行模糊处理，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

进一步，基于指纹采集设备的图像采集噪声，对初始指纹图像的至少部分区域进行模糊处理的步骤，包括：基于指纹采集设备的图像采集噪声和贝塞尔曲线，确定初始指纹图像的掩膜区域；对掩膜区域进行模糊处理，以降低掩膜区域的清晰度。

进一步，设备特征包括指纹采集设备的图像固有频谱和图像采集噪声，基于设备特征和初始指纹图像，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像的步骤，包括：基于指纹采集设备的图像固有频谱生成指纹采集设备的初始背景图像；基于初始背景图像和初始指纹图像得到融合图像；基于指纹采集设备的图像采集噪声，对融合图像的至少部分区域进行模糊处理，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

第二方面，本发明实施例还提供一种指纹合成装置，包括：初始图像生成模块，用于基于获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像；指纹合成模块，用于获取指纹采集设备的设备特征，基于设备特征和初始指纹图像，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

第三方面，本发明实施例提供了一种电子设备，包括：处理器和存储装置；所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如前述实施例中任一项所述的方法。

第四方面，本发明实施例提供了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，所述计算机程序被处理器运行时执行前述实施例中任一项所述的方法的步骤。

本发明实施例提供了一种指纹合成方法、装置、电子设备及计算机可读存储介质，能够基于获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像；然后基于指纹采集设备的设备特征和初始指纹图像，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。上述方法在进行指纹合成时，充分考虑了指纹采集设备对于指纹图像的影响，将指纹采集设备的设备特征融入初始指纹图像中，从而能够生成更为逼真的合成指纹图像，也即可以更好地模拟指纹采集设备采集到的实际指纹图像。

本发明实施例的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明实施例的上述技术即可得知。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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示出了本发明实施例所提供的一种电子设备的结构图；

图2示出了本发明实施例所提供的一种指纹合成方法的流程图；

图3示出了本发明实施例所提供的另一种指纹合成方法的流程图；

图4示出了本发明实施例所提供的一种指纹合成装置的结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

考虑到现有的指纹合成算法合成的指纹图像与诸如指纹采集设备采集到的实际指纹图像具有较大的差异性，为改善此问题，本发明实施例提供了一种指纹合成方法、装置、电子设备及计算机可读存储介质，该技术可应用于需要进行指纹识别的设备，诸如应用于手机、打卡机等具有指纹识别功能的设备。以下对本发明实施例进行详细介绍。

实施例一：

首先，参照图1来描述用于实现本发明实施例的一种指纹合成方法、装置、电子设备及计算机可读存储介质的示例电子设备100。

如图1所示的一种电子设备的结构示意图，电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108以及图像采集装置110，这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意，图1所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构。

所述处理器102可以采用数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)中的至少一种硬件形式来实现，所述处理器102可以是中央处理单元(CPU)、图形处理单元(GPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元中的一种或几种的组合，并且可以控制所述电子设备100中的其它组件以执行期望的功能。

所述存储装置104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器102可以运行所述程序指令，以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。

所述输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。

所述输出装置108可以向外部(例如，用户)输出各种信息(例如，图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。

所述图像采集装置110可以拍摄用户期望的图像(例如照片、视频等)，并且将所拍摄的图像存储在所述存储装置104中以供其它组件使用。

示例性地，用于实现根据本发明实施例的指纹合成方法、装置、电子设备及计算机可读存储介质的示例电子设备可以被实现为诸如智能手机、平板电脑、计算机等智能终端。

实施例二：

目前由于硬件设备以及采集成本等原因的限制，通过指纹采集设备采集的相关指纹数据不足。以目前的屏下指纹采集设备为例，由于屏下指纹采集设备每次采集的指纹信息量有限，大部分仅包括指纹的部分区域，而且通过屏下指纹采集设备采集的指纹图像容易受到环境因素、手指状态、设备特性等的影响，因而使得屏下指纹数据的获取较为困难，不便于进行后续指纹匹配、指纹识别处理等，此外，通过指纹采集设备获取真实指纹数据的工作量较大，操作成本较高。因此本发明实施例提供的指纹合成方法充分考虑了指纹采集设备对于指纹图像的影响，并基于指纹采集设备的设备特征来进行指纹合成，以使得合成指纹图像能够扩充现有指纹数据的数据量和种类，后续可以将合成指纹图像作为训练样本，从而可通过更为丰富的指纹图像对诸如指纹识别模型等神经网络模型进行训练，提升此类网络模型的鲁棒性，得到更为优质的指纹识别模型，以下对本实施例提供的指纹合成方法进行详细介绍，该方法合成的指纹图像可以用于较好地模拟诸如屏下指纹采集器等指纹采集设备采集到的指纹图像。

参见图2所示的一种指纹合成方法的流程示意图，该方法可以由诸如计算机等任意具有处理能力的电子设备执行，主要包括如下步骤S202至步骤S204：

步骤S202，基于获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像。

因每个人的指纹纹理和关键点等信息各不相同，指纹具有唯一性，因此可以用来进行身份识别。指纹纹理类型主要可基于指纹的方向场和纹线频率进行划分，诸如可以包括弓、尖弓、左旋、右旋和旋涡等。指纹的纹路并不是连续的、平滑笔直的，经常会出现中断、分叉或打折，这些断点、分叉点和转折点就称为关键点(也可以称为特征点)。每种指纹纹理类型都对应有不同种类和数量的指纹关键点，在实际应用中，指纹纹理类型和指纹关键点信息可以基于采集到的真实指纹图像进行统计分析得到，真实指纹图像的来源可以多样，从而使统计得到的指纹纹理类型和指纹关键点信息更为全面。

步骤S204，获取指纹采集设备的设备特征，基于设备特征和初始指纹图像，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

不同指纹采集设备的设备特征不同，诸如，不同指纹采集设备的自身特有的采集噪声以及采集图像的固有频谱都会有差异，指纹采集设备的自身特有的采集噪声实际可以体现在不同的指纹采集设备的指纹采集区域的分布特征以及指纹清晰度区域的分布特征不同，指纹采集设备的图像固有频谱可以体现在该设备采集到的多张指纹图像共同具有较为特定的频谱特性。因此即便对于同一个手指，不同的指纹采集设备因其设备特征不同，采集得到的指纹图像也会不同，基于此，本实施例充分考虑到了指纹采集设备的设备特征，所以在对指纹采集设备采集到的指纹图像进行模拟仿真时，会首先获取指纹采集设备的设备特征。通过研究发现，设备的固有频谱和采集噪声，诸如设备的采集区域变化以及指纹图像的清晰区域分布等对采集到指纹图像具有较大的影响，因此本实施例在基于设备特征和初始指纹图像得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

本发明实施例提供的上述指纹合成方法，在进行指纹合成时，充分考虑了指纹采集设备对于指纹图像的影响，将指纹采集设备的设备特征融入初始指纹图像中，从而能够生成更为逼真的合成指纹图像，也即可以更好地模拟指纹采集设备采集到的实际指纹图像。

为便于理解，在指纹关键点信息包括指纹关键点分布信息时，本实施例提供了一种基于获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像的具体实施方式，也即上述步骤S202可以参照如下步骤(1)至步骤(4)执行：

步骤(1)，获取指纹采集设备的像素比。

像素比是指图像中的一个像素的宽度与高度之比，指纹采集设备的像素比也即指纹采集设备采集到的指纹图像的像素比。考虑到不同的指纹采集设备由于自身硬件条件不同，采集到的指纹图像像素比也不相同，因此本实施例在在针对某一特定指纹采集设备进行指纹合成时，充分考虑到指纹采集设备的像素比对于采集到的指纹图像的影响，以获得更为逼真的合成指纹图像。

步骤(2)，根据获取的指纹关键点分布信息以及概率模型，拟合得到关键点分布模型。

其中，概率模型包括但不限于高斯分布模型等数学模型，以高斯模型为例，高斯模型用高斯概率密度函数(正态分布曲线)精确地量化事物，将一个事物分解为若干的基于高斯概率密度函数(正态分布曲线)形成的模型。在本实施例中，可以根据指纹关键点分布信息将关键点进行区域划分，得到多个关键点分块区域，然后统计出分块区域内关键点的数量均值及方差，根据统计结果对预设的高斯分布模型进行参数估计，得到关键点分布模型。

步骤(3)，基于关键点分布模型生成初始关键点信息和初始指纹分布信息。

根据指纹密度可以确定指纹脊线纹理的宽度，在实际应用中，不同的指纹图像，指纹密度也各不相同，而在同一指纹图像中，指纹的局部密度可能也会不同。基于关键点分布模型可以随机生成初始关键点信息和初始指纹分布信息，也即随机生成不同类型的指纹图像。

步骤(4)，根据初始关键点信息、初始指纹分布信息、指纹纹理类型和指纹采集设备的像素比，生成初始指纹图像。

为了便于理解，上述步骤(4)可以参照如下步骤(4.1)至步骤(4.4)来执行：

步骤(4.1)，根据初始关键点信息和指纹纹理类型生成指纹方向场。

指纹图像中每一个像素点都有一个方向，将这些方向量化后即可得到指纹方向场。指纹方向场是合成指纹的一个重要因素，指纹关键点的数量和位置不同，生成的指纹方向场也不同。根据随机生成的初始关键点信息和与相应的指纹纹理类型生成对应的方向场。

步骤(4.2)，基于指纹采集设备的像素比调整初始指纹分布信息。

由于不同的指纹采集设备的像素比不同，得到的指纹图像清晰程度也不同，为了得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像，可以根据所需模拟的特定指纹采集设备的像素比对初始指纹分布信息进行调整，以使合成图像更加接近该指纹采集设备采集到的图像，也即合成的指纹图像是针对该特定指纹采集设备的。

步骤(4.3)，根据指纹方向场和/或调整后的初始指纹分布信息，生成二值纹理图。

根据前述生成的指纹方向场和/或调整后的初始指纹分布信息，可以得到二值纹理图，也就是用灰度值表示指脊线(指纹图像中具有一定宽度和走向的纹线)和谷线(纹线之间的凹陷部分)。

步骤(4.4)，基于二值纹理图得到初始指纹图像。

可以理解的是，由于二值纹理图是基于指纹方向场和经过指纹采集设备的像素比调整过的初始指纹分布信息生成的，基于该二值纹理图得到的初始指纹图像在像素比呈现方面能够更好地模仿指纹采集设备采集的真实指纹图像。

此外，考虑到在指纹采集时，采集环境的不同以及手指状态的差别都会导致采集到的指纹不同，本实施例在指纹合成过程中优选进一步控制生成指纹的细节特征，以使得得到的初始指纹图像更为逼真。

在具体实施时，本发明实施例对二值纹理图进行数据扩充操作和/或局部纹理替换操作，得到初始指纹图像。为便于理解，以下分别对数据扩充操作和局部纹理操作进行解释说明。

(一)数据扩充操作

在一种具体的实施方式中，对二值纹理图进行数据扩充操作的步骤可以基于手指状态因素以及指纹采集设备所处的环境因素，对二值纹理图进行数据扩充操作；其中，手指状态因素包括干燥状态、潮湿状态、油腻状态中的一种或多种；环境因素包括温度因素、湿度因素和光照因素中的一种或多种；数据扩充操作包括膨胀操作、腐蚀操作、按压形变操作、气泡噪声添加操作中的一种或多种。

可以理解的是，在真实的指纹采集场景中，手指状态因素以及环境因素会对采集的指纹图像产生影响，使得采集到的指纹图像纹理不同。因此，在合成指纹的过程中，可以通过数据扩充操作诸如膨胀操作、腐蚀操作、按压形变操作、气泡噪声添加操作等，对真实指纹采集环境进行环境模拟，以达到拟合真实数据分布的目的。

(二)局部纹理替换操作

在一种具体的实施方式中，对二值纹理图进行局部纹理替换操作可以参照如下步骤实现：首先确定二值纹理图中待替换的目标区域，并确定目标局部区域的生成纹理密度；然后采用目标区域的生成纹理密度对应的二值纹理替换目标区域的原始二值纹理。

待替换的目标区域可以二值纹理图的全部区域，也可以是局部区域。具体的可以根据指纹采集设备的采集区域进行确定，也可以根据手指按压力度来确定，诸如指纹采集设备主要采集手指指纹的中心区域，那么则可以将指纹中心区域确定为待替换的局部区域，或者将手指按压力度较大的区域确定为待替换的局部区域，然后重新按照前述步骤(2)至步骤(4)生成新的二值纹理，采用局部区域新的二值纹理替换局部区域的原始二值纹理。

考虑到在一些真实场景中由于条件受限，无法采集大量的真实指纹数据，或者采集真实指纹数据的成本较高，因此可能需要通过指纹合成获取大量指纹数据，而现有技术中只是单纯的模拟现场指纹，无法对普及程度越来越高的诸如屏下指纹采集设备采集的指纹进行较好模拟，为了得到能够高仿度模拟指纹采集设备采集到的指纹图像的合成指纹图像，本实施例在进行指纹图像合成时，充分考虑到了指纹采集设备自身特征对于指纹图像的影响，可以根据指纹采集设备的设备特征对生成的初始指纹图像进行处理，在一种具体的实施方式中，设备特征可以包括指纹采集设备的图像固有频谱和/或图像采集噪声。基于此，本发明实施例首先提供了一种获取指纹采集设备的设备特征的具体实施方式，参照如下步骤a1至步骤a3来实现：

步骤a1，获取指纹采集设备采集得到的多张真实指纹图像。

步骤a2，当设备特征包括指纹采集设备的图像固有频谱时，对多张真实指纹图像进行频谱分析，得到指纹采集设备的图像固有频谱。

在一种实施方式中，可以将指纹采集设备采集到的多张真实指纹图像进行平均，然后将平均后的指纹图像进行频谱分析，得到指纹采集设备的图像固有频谱。

步骤a3，当设备特征包括指纹采集设备的图像采集噪声时，统计多张真实指纹图像的区域分布特征，基于区域分布特征确定指纹采集设备的图像采集噪声；区域分布特征包括指纹采集区域的分布特征以及指纹清晰度区域的分布特征。

在一种实施方式中，不同的指纹采集设备的采集区域也不相同，采集到的指纹图像由于手指按压力度不均匀、手指不同区域指纹深度不同等原因，可能会导致采集到的单张指纹图像上不同区域的清晰度也是不同的，例如图像边角比较模糊、中心较清晰等，因此可以根据指纹采集设备采集到的多张真实指纹图像确定指纹采集设备的区域分布特征，即指纹采集区域的分布特征以及指纹清晰度区域的分布特征，然后基于指纹采集设备的区域分布特征确定指纹采集设备的图像采集噪声，也可以理解为指纹采集设备的图像采集噪声可以通过指纹采集区域的分布特征的形式呈现出来，在具体实现时，可以通过模拟生成的随机掩膜对图像进行相应调整，从而得到体现有指纹采集设备的区域分布特征的图像，也即得到经指纹采集设备的采集噪声进行处理后的图像。

为了便于理解，本实施例提供了一种基于设备特征和初始指纹图像，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像的步骤的三种具体实施方式，也即上述步骤S204可以参照如下方式一、方式二和方式三来实现：

方式一：设备特征包括指纹采集设备的图像固有频谱时，上述步骤S204可以参照如下步骤1.1至步骤1.4来执行：

步骤1.1，基于图像固有频谱生成指纹采集设备的初始背景图像。

步骤1.2，对初始背景图像进行频谱扰动，生成指纹采集设备的待合成背景图像。

步骤1.3，将待合成背景图像和初始指纹图像进行融合，得到融合图像。

在一种实施方式中，可以批量采集真实指纹图像，根据图像固有频率将采集到的真实指纹图像进行平均，获得平均背景图(即指纹采集设备的初始背景图像)，然后将初始背景图像转换成频谱图，进行滤除噪声操作，最后将滤除噪声后的背景图转换为时域图与初始指纹图像进行融合得到融合图像。

步骤1.4，基于融合图像得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

方式二：设备特征包括指纹采集设备的图像采集噪声，上述步骤S204可以参照如下步骤来执行：基于指纹采集设备的图像采集噪声，对初始指纹图像的至少部分区域进行模糊处理，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

在一种实施方式中，指纹合成算法中通常会生成较大面积的指纹，指纹的中心点指生成的大面积指纹的中心位置。而大部分指纹采集设备只能采集到局部的指纹，因此可以根据指纹采集设备能采集到的指纹范围(也就是指纹采集区域)，在生成的大面积指纹上随机选取区域获得合成的设备采集指纹。具体的，可以通过随机采样选取区域并调整选取区域的边框到中心点的距离，用贝塞尔曲线拟合调整后的边框点以模拟不同形状的采集区域。

此外，考虑到同一个设备采集到的单张指纹图像上也会存在不同区域的清晰度不同的情况，因此，可以基于指纹采集设备的图像采集噪声，也就是指纹采集区域的分布特征以及指纹清晰度区域的分布特征，对初始指纹图像的模糊区域进行模糊处理，具体可以按照基于指纹采集设备的图像采集噪声和贝塞尔曲线，确定初始指纹图像的掩膜区域，诸如，可以根据指纹采集区域的分布特征和指纹清晰度区域的分布特征采用贝塞尔曲线随机生成掩膜区域；然后对掩膜区域进行模糊处理，以降低掩膜区域的清晰度。掩膜具有屏蔽功能，用掩膜可以对图像上某些区域作屏蔽，使其不参加处理或不参加处理参数的计算，或仅对屏蔽区作处理或统计，在本实施例中，可以对掩膜区域进行模糊处理，诸如添加噪声以生成局部模糊的合成指纹。

方式三：设备特征包括指纹采集设备的图像固有频谱和图像采集噪声，上述步骤S204可以参照如下步骤3.1至步骤3.3来执行：

步骤3.1，基于指纹采集设备的图像固有频谱生成指纹采集设备的初始背景图像。

步骤3.2，基于初始背景图像和初始指纹图像得到融合图像。

步骤3.3，基于指纹采集设备的图像采集噪声，对融合图像的至少部分区域进行模糊处理，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

可以理解的是，方式三是在方式一和方式二的基础上结合而成，具体的相关操作可参见前述方式一和方式二，在此不再赘述。

通过上述方法可以对初始指纹图像进行频谱处理得到融合图像，进一步对融合图像进行噪声处理，从而能够生成更为逼真的合成指纹图像，也即可以更好地模拟指纹采集设备采集到的实际指纹图像。

实施例三：

在前述实施例的基础上，本实施例提供了一种应用前述指纹合成方法的具体示例，该方法可以用于模拟屏下指纹采集设备采集的指纹数据，参见图3所示的另一种指纹合成方法的流程图，该方法主要包括如下步骤S302至步骤S318：

步骤S302，采集真实指纹数据，对采集的数据进行统计分析。在一种实施方式中，采集到的指纹数据来源可能不同，以便于使得指纹纹理类型以及特征点(也就是关键点)的分布情况的统计结果更加全面。

步骤S304，根据特征点的分布情况对假设的概率模型进行参数估计，拟合得到特征点的分布模型。在实际应用中，可以根据获取的真实指纹数据统计出特征点的分布情况，然后根据特征点的分布情况将特征点进行区域划分，得到多个特征点的分块区域，之后统计每个特征点分块区域内关键点的数量均值及方差，根据统计结果对预设的高斯分布模型进行参数估计，得到关键点分布模型。

步骤S306，根据拟合出的特征点的分布模型随机生成关键点位置以及指纹密度分布。

步骤S308，根据关键点位置生成对应的指纹方向场。

步骤S310，根据指纹方向场以及指纹密度分布生成二值纹理图。

具体的，如果需要控制生成指纹的细节特征，可以将已生成的二值纹理图的局部区域抹去，并重新随机生成该区域的纹理密度，然后在该区域上按照上述步骤S306至步骤S310重新生成纹理即可。

步骤S312，对二值纹理图进行数据扩充处理。

在一种实施方式中，数据扩充处理可以包括膨胀操作、腐蚀操作、按压形变操作、气泡噪声添加操作等操作中的一种或多种。

步骤S314，模拟指纹采集设备的采集区域轮廓。

在一种实施方式中，指纹合成算法中通常会生成较大面积的指纹，而大部分指纹采集设备只能采集到局部的指纹，因此可以根据生成的较大面积的指纹通过随机采样选取区域，并调整选取区域的边框到中心点的距离，用贝塞尔曲线拟合调整后的边框点以模拟不同形状的采集区域，也即模拟指纹采集设备的采集区域轮廓。

步骤S316，模拟指纹采集设备的背景图像，并将背景图像与二值纹理图进行融合，得到融合图像。

在一种实施方式中，可以对设备采集到多张图像的频谱进行统计分析，将频谱上突出的部分作为设备图像的背景，也就将指纹采集设备采集到的多张真实指纹图像进行平均，然后将平均后的指纹图像进行频谱分析，得到指纹采集设备的图像固有频谱，根据图像的固有频谱提取背景图像，并对背景图像添加一定程度的扰动增加随机性，将处理后的设备背景图像与二值纹理图进行融合，得到融合图像。

步骤S318，在融合图像的基础上模拟指纹采集设备的采集噪声，得到合成指纹图像。

基于融合图像，对设备特定的一些噪声进行模拟，如采集区域的变化以及图像清晰区域的分布，可以通过模拟生成的随机掩膜对图像进行相应的调整。具体的，可以采用贝塞尔曲线框出随机掩膜区域，对掩膜区域进行模糊处理，以得到部分模糊的合成指纹图像。

本实施例提供的上述指纹方法与现有技术相比，通过对采集到的真实指纹图像进行统计分析，能够更为科学的生成随机指纹密度，从而使得样本特征点的分布更加的多样性；进一步通过对指纹密度进行局部性的调整，从而能够生成整体相似但细节特征点不同的指纹图像；此外，考虑到不同的指纹采集设备的设备特征会对合成的指纹图像产生影响，采用了频谱分析的方法生成与指纹采集设备的背景类似的背景和合成的指纹图像进行融合，并且采用贝塞尔曲线拟合得到不同形状的指纹采集区域，从而得到更为逼真的合成指纹图像。

实施例四：

对于实施例二中所提供的指纹合成方法，本发明实施例提供了一种指纹合成装置，参见图4所示的一种指纹合成装置的结构示意图，该装置包括以下模块：

初始图像生成模块402，用于基于获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像。

指纹合成模块404，用于获取指纹采集设备的设备特征，基于设备特征和初始指纹图像，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

本发明实施例提供的上述指纹合成装置，在进行指纹合成时，充分考虑了指纹采集设备对于指纹图像的影响，将指纹采集设备的设备特征融入初始指纹图像中，从而能够生成更为逼真的合成指纹图像，也即可以更好地模拟指纹采集设备采集到的实际指纹图像。

在一种实施方式中，上述初始图像生成模块402，进一步用于获取指纹采集设备的像素比；基于获取的指纹纹理类型和指纹关键点信息，以及指纹采集设备的像素比，生成初始指纹图像。

在一种实施方式中，指纹关键点信息包括指纹关键点分布信息；上述初始图像生成模块402，进一步用于根据获取的指纹关键点分布信息以及概率模型，拟合得到关键点分布模型；基于关键点分布模型生成初始关键点信息和初始指纹分布信息；根据初始关键点信息、初始指纹分布信息、指纹纹理类型和指纹采集设备的像素比，生成初始指纹图像。

在一种实施方式中，上述初始图像生成模块402，进一步用于根据初始关键点信息和指纹纹理类型生成指纹方向场；基于指纹采集设备的像素比调整初始指纹分布信息；根据指纹方向场和/或调整后的初始指纹分布信息，生成二值纹理图；基于二值纹理图得到初始指纹图像。

在一种实施方式中，上述初始图像生成模块402，进一步用于对二值纹理图进行数据扩充操作和/或局部纹理替换操作，得到初始指纹图像。

在一种实施方式中，上述初始图像生成模块402，进一步用于确定二值纹理图中待替换的目标区域，并确定目标区域的生成纹理密度；基于目标区域的生成纹理密度对应的二值纹理替换目标区域的原始二值纹理。

在一种实施方式中，上述初始图像生成模块402，进一步用于基于手指状态因素以及指纹采集设备所处的环境因素，对二值纹理图进行数据扩充操作；其中，手指状态因素包括干燥状态、潮湿状态、油腻状态中的一种或多种；环境因素包括温度因素、湿度因素和光照因素中的一种或多种；数据扩充操作包括膨胀操作、腐蚀操作、按压形变操作、气泡噪声添加操作中的一种或多种。

在一种实施方式中，设备特征包括指纹采集设备的图像固有频谱和/或图像采集噪声；上述指纹合成模块404，进一步用于获取指纹采集设备采集得到的多张真实指纹图像；当设备特征包括指纹采集设备的图像固有频谱时，对多张真实指纹图像进行频谱分析，得到指纹采集设备的图像固有频谱；当设备特征包括指纹采集设备的图像采集噪声时，统计多张真实指纹图像的区域分布特征，基于区域分布特征确定指纹采集设备的图像采集噪声；区域分布特征包括指纹采集区域的分布特征以及指纹清晰度区域的分布特征。

在一种实施方式中，设备特征包括指纹采集设备的图像固有频谱，上述指纹合成模块404，进一步用于基于图像固有频谱生成指纹采集设备的初始背景图像；对初始背景图像进行频谱扰动，生成指纹采集设备的待合成背景图像；将待合成背景图像和初始指纹图像进行融合，得到融合图像；基于融合图像得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

在一种实施方式中，设备特征包括指纹采集设备的图像采集噪声，上述指纹合成模块404，进一步用于基于指纹采集设备的图像采集噪声，对初始指纹图像的至少部分区域进行模糊处理，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

在一种实施方式中，上述指纹合成模块404，进一步用于基于指纹采集设备的图像采集噪声和贝塞尔曲线，确定初始指纹图像的掩膜区域；对掩膜区域进行模糊处理，以降低掩膜区域的清晰度。

在一种实施方式中，设备特征包括指纹采集设备的图像固有频谱和图像采集噪声，上述指纹合成模块404，进一步用于基于指纹采集设备的图像固有频谱生成指纹采集设备的初始背景图像；基于初始背景图像和初始指纹图像得到融合图像；基于指纹采集设备的图像采集噪声，对融合图像的至少部分区域进行模糊处理，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。

本实施例所提供的装置，其实现原理及产生的技术效果和前述实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

综上所述，本发明实施例提供的指纹合成方法、装置、电子设备及计算机可读存储介质，能够基于预先获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像；然后基于指纹采集设备的设备特征和初始指纹图像，得到用以模拟指纹采集设备采集到的指纹图像的合成指纹图像。上述方法在进行指纹合成时，充分考虑了指纹采集设备对于指纹图像的影响，将指纹采集设备的设备特征融入初始指纹图像中，从而能够生成更为逼真的合成指纹图像，也即可以更好地模拟指纹采集设备采集到的实际指纹图像。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。

本发明实施例所提供的指纹合成方法、装置、电子设备及计算机可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，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所述权利要求的保护范围为准。

Claims (15)

1.一种指纹合成方法，其特征在于，包括：

基于获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像；

获取指纹采集设备的设备特征，基于所述设备特征和所述初始指纹图像，得到用以模拟所述指纹采集设备采集到的指纹图像的合成指纹图像，其中，所述设备特征包括所述指纹采集设备的图像固有频谱和/或图像采集噪声。

2.根据权利要求1所述的方法，其特征在于，所述基于获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像的步骤，包括：

获取所述指纹采集设备的像素比；

基于获取的指纹纹理类型和指纹关键点信息，以及所述指纹采集设备的像素比，生成初始指纹图像。

3.根据权利要求2所述的方法，其特征在于，所述指纹关键点信息包括指纹关键点分布信息；所述基于获取的指纹纹理类型和指纹关键点信息，以及所述指纹采集设备的像素比，生成初始指纹图像的步骤，包括：

根据所述指纹关键点分布信息以及概率模型，拟合得到关键点分布模型；

基于所述关键点分布模型生成初始关键点信息和初始指纹分布信息；

根据所述初始关键点信息、所述初始指纹分布信息、所述指纹纹理类型和所述指纹采集设备的像素比，生成初始指纹图像。

4.根据权利要求3所述的方法，其特征在于，所述根据所述初始关键点信息、所述初始指纹分布信息、所述指纹纹理类型和所述指纹采集设备的像素比，生成初始指纹图像的步骤，包括：

根据所述初始关键点信息和所述指纹纹理类型生成指纹方向场；

基于所述指纹采集设备的像素比调整所述初始指纹分布信息；

根据所述指纹方向场和/或调整后的所述初始指纹分布信息，生成二值纹理图；

基于所述二值纹理图得到初始指纹图像。

5.根据权利要求4所述的方法，其特征在于，所述基于所述二值纹理图得到初始指纹图像的步骤，包括：

对所述二值纹理图进行数据扩充操作和/或局部纹理替换操作，得到初始指纹图像。

6.根据权利要求5所述的方法，其特征在于，所述对所述二值纹理图进行局部纹理替换操作的步骤，包括：

确定所述二值纹理图中待替换的目标区域，并确定所述目标区域的生成纹理密度；

采用所述目标区域的生成纹理密度对应的二值纹理替换所述目标区域的原始二值纹理。

7.根据权利要求5所述的方法，其特征在于，所述对所述二值纹理图进行数据扩充操作的步骤，包括：

基于手指状态因素以及所述指纹采集设备所处的环境因素，对所述二值纹理图进行数据扩充操作；其中，所述手指状态因素包括干燥状态、潮湿状态、油腻状态中的一种或多种；所述环境因素包括温度因素、湿度因素和光照因素中的一种或多种；所述数据扩充操作包括膨胀操作、腐蚀操作、按压形变操作、气泡噪声添加操作中的一种或多种。

8.根据权利要求1所述的方法，其特征在于，所述获取指纹采集设备的设备特征的步骤，包括：

获取所述指纹采集设备采集得到的多张真实指纹图像；

当所述设备特征包括所述指纹采集设备的图像固有频谱时，对多张所述真实指纹图像进行频谱分析，得到所述指纹采集设备的图像固有频谱；

当所述设备特征包括所述指纹采集设备的图像采集噪声时，统计多张所述真实指纹图像的区域分布特征，基于所述区域分布特征确定所述指纹采集设备的图像采集噪声；所述区域分布特征包括指纹采集区域的分布特征以及指纹清晰度区域的分布特征。

9.根据权利要求1所述的方法，其特征在于，所述设备特征包括所述指纹采集设备的图像固有频谱，所述基于所述设备特征和所述初始指纹图像，得到用以模拟所述指纹采集设备采集到的指纹图像的合成指纹图像的步骤，包括：

基于所述图像固有频谱生成所述指纹采集设备的初始背景图像；

对所述初始背景图像进行频谱扰动，生成所述指纹采集设备的待合成背景图像；

将所述待合成背景图像和所述初始指纹图像进行融合，得到融合图像；

基于所述融合图像得到用以模拟所述指纹采集设备采集到的指纹图像的合成指纹图像。

10.根据权利要求1所述的方法，其特征在于，所述设备特征包括所述指纹采集设备的图像采集噪声，所述基于所述设备特征和所述初始指纹图像，得到用以模拟所述指纹采集设备采集到的指纹图像的合成指纹图像的步骤，包括：

基于所述指纹采集设备的图像采集噪声，对所述初始指纹图像的至少部分区域进行模糊处理，得到用以模拟所述指纹采集设备采集到的指纹图像的合成指纹图像。

11.根据权利要求10所述的方法，其特征在于，所述基于所述指纹采集设备的图像采集噪声，对所述初始指纹图像的至少部分区域进行模糊处理的步骤，包括：

基于所述指纹采集设备的图像采集噪声和贝塞尔曲线，确定所述初始指纹图像的掩膜区域；

对所述掩膜区域进行模糊处理，以降低所述掩膜区域的清晰度。

12.根据权利要求1所述的方法，其特征在于，所述设备特征包括所述指纹采集设备的图像固有频谱和图像采集噪声，所述基于所述设备特征和所述初始指纹图像，得到用以模拟所述指纹采集设备采集到的指纹图像的合成指纹图像的步骤，包括：

基于所述指纹采集设备的图像固有频谱生成所述指纹采集设备的初始背景图像；

基于所述初始背景图像和所述初始指纹图像得到融合图像；

基于所述指纹采集设备的图像采集噪声，对所述融合图像的至少部分区域进行模糊处理，得到用以模拟所述指纹采集设备采集到的指纹图像的合成指纹图像。

13.一种指纹合成装置，其特征在于，包括：

初始图像生成模块，用于基于获取的指纹纹理类型和指纹关键点信息，生成初始指纹图像；

指纹合成模块，用于获取指纹采集设备的设备特征，基于所述设备特征和所述初始指纹图像，得到用以模拟所述指纹采集设备采集到的指纹图像的合成指纹图像，其中，所述设备特征包括所述指纹采集设备的图像固有频谱和/或图像采集噪声。

14.一种电子设备，其特征在于，包括：处理器和存储装置；

所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至12任一项所述的方法。

15.一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，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至12任一项所述的方法的步骤。