CN112837222A - 指纹图像拼接方法、装置、存储介质及电子设备 - Google Patents
指纹图像拼接方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN112837222A CN112837222A CN202110108465.9A CN202110108465A CN112837222A CN 112837222 A CN112837222 A CN 112837222A CN 202110108465 A CN202110108465 A CN 202110108465A CN 112837222 A CN112837222 A CN 112837222A
- Authority
- CN
- China
- Prior art keywords
- fingerprint image
- vector
- similar
- coordinate
- vector set
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 239000013598 vector Substances 0.000 claims abstract description 310
- 238000007781 pre-processing Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 23
- 238000000605 extraction Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 208000030757 autosomal dominant osteopetrosis Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- ZWLUXSQADUDCSB-UHFFFAOYSA-N phthalaldehyde Chemical compound O=CC1=CC=CC=C1C=O ZWLUXSQADUDCSB-UHFFFAOYSA-N 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- 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
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请公开了一种指纹图像拼接方法、装置、存储介质及电子设备。其中,该指纹图像拼接方法通过分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;基于所述特征点和所述方向场生成第一向量集和第二向量集;对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。本方案可以有效提高指纹图像的拼接效果。
Description
技术领域
本申请实施例涉及图像处理技术领域,具体涉及一种指纹图像拼接方法、装置、存储介质及电子设备。
背景技术
随着通信技术的发展,指纹识别技术被广泛应用到电子设备中。通常,带有指纹传感器的手机等电子设备的指纹传感器面积都比较小,故而手指单次捺印所能采集到的指纹的面积也有限。在指纹注册时,往往要求用户进行多次捺印,并希望用户在捺印过程中轻微移动手指,从而使指纹传感器能够捕获手指上不同区域的多个指纹图像,然后对不同区域的多个指纹图像进行拼接形成面积足够大的有效指纹,进行注册。
目前,大多采用脊线特征作为指纹图像的拼接依据。然而,仅采用脊线特征作为指纹图像的拼接依据,指纹图像的拼接效果较差,从而导致当拼接图像用作后续指纹识别的模板时,识别率较低。
发明内容
本申请实施例提供一种指纹图像拼接方法、装置、存储介质及电子设备,可以提高指纹图像的拼接效果。
第一方面,本申请实施例提供了一种指纹图像拼接方法,包括:
分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;
基于所述特征点和所述方向场生成第一向量集和第二向量集;
对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;
基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
在本申请实施例提供的指纹图像拼接方法中,所述对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集,包括:
将所述第一向量集和所述第二向量集进行相似度匹配,得到第一相似向量集和第二相似向量集;
将所述第一相似向量集和所述第二相似向量集转化为第一坐标集和第二坐标集。
在本申请实施例提供的指纹图像拼接方法中,所述第一向量集中包括若干第一向量,所述第二向量集中包括若干第二向量;
所述将所述第一向量集和所述第二向量集进行相似度匹配,得到第一相似向量集和第二相似向量集,包括:
将所述第一向量与所述第二向量进行比较,并根据比较结果确定所述第一相似向量集和所述第二相似向量集。
在本申请实施例提供的指纹图像拼接方法中,所述将所述第一向量分别与所述第二向量进行比较,并根据比较结果确定所述第一相似向量集和所述第二相似向量集,包括:
将所述第一向量的绝对值与所述第二向量的绝对值进行比较,得到第一比较结果;
将所述第一向量的方向与所述第二向量的方向进行比较,得到第二比较结果;
根据所述第一比较结果和所述第二比较结果确定所述第一相似向量集合所述第二相似向量集。
在本申请实施例提供的指纹图像拼接方法中,所述根据所述第一比较结果和所述第二比较结果确定所述第一相似向量集合所述第二相似向量集,包括:
若所述第一向量的绝对值与所述第二向量的绝对值之间的误差在预设范围内,且所述第一向量的方向与所述第二向量的方向相同,则确定所述第一向量与所述第二向量相似;
将相似的所述第一向量和所述第二向量分别存入不同的向量集中,得到所述第一相似向量集和所述第二相似向量集。
在本申请实施例提供的指纹图像拼接方法中,所述第一坐标集包括若干第一坐标,所述第二坐标集包括若干第二坐标,若干所述第一坐标分别与若干所述第二坐标一一对应;
所述基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接,包括:
将所述第一指纹图像中的所述第一坐标与所述第二指纹图像中的与所述第一坐标对应的所述第二坐标重叠,使得所述第一指纹图像和所述第二指纹图像拼接。
在本申请实施例提供的指纹图像拼接方法中,在所述分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场之前,还包括:
获取待拼接的第一指纹图像和第二指纹图像;
分别对所述第一指纹图像和所述第二指纹图像进行降噪处理,得到第一降噪指纹图像和第二降噪指纹图像;
所述分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场,包括:
分别提取所述第一降噪指纹图像和所述第二降噪指纹图像的特征点,并获取所述特征点的方向场。
第二方面,本申请实施例提供了一种指纹图像拼接装置,包括:
特征提取单元,用于分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;
向量生成单元,用于基于所述特征点和所述方向场生成第一向量集和第二向量集;
坐标生成单元,用于对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;
图像拼接单元,用于基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
第三方面,本申请实施例提供了一种存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行上述任一项所述的指纹图像拼接方法。
第四方面,本申请实施例提供了一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现上述任一项所述的指纹图像拼接方法。
本申请实施例提供的指纹图像拼接方法通过分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;基于所述特征点和所述方向场生成第一向量集和第二向量集;对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。本方案可以有效提高指纹图像的拼接效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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是本申请实施例提供的指纹图像拼接方法的流程示意图。
图2a是本申请实施例提供的第一指纹图像/第二指纹图像。
图2b是本申请实施例提供的第一增强指纹图像/第二增强指纹图像。
图2c是本申请实施例提供的第一二值化指纹图像/第二二值化指纹图像。
图2d是本申请实施例提供的第一降噪指纹图像/第二降噪指纹图像。
图3是本申请实施例提供的指纹图像拼接装置的结构示意图。
图4是本申请实施例提供的服务器的结构示意图。
图5是本申请实施例提供的电子设备的结构示意图。
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,本领域技术人员在没有作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。
本申请中的术语“第一”和“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例提供一种指纹图像拼接方法、系统、存储介质及电子设备。需要说明的是,本申请实施例提供的指纹图像拼接方法,可以集成在指纹图像拼接装置中,该指纹图像拼接装置具体可以集成在电子设备中,该电子设备包括但不限于计算机、手机、平板电脑等设备。
以下将分别进行详细说明,以下各个实施例的描述先后顺序并不构成对具体实施先后顺序的限定。
请参照图1,图1为本申请的指纹图像拼接方法的流程示意图。该指纹图像拼接方法的具体流程可以如下:
101、分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场。
具体的,可以通过指纹图像采集装置获取待拼接的第一指纹图像和第二指纹图像(如图2a所示),然后再分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取特征点的方向场。
可以理解的是,在采集指纹图像的过程中,由于手指的皮肤、汗渍、水渍、损失等因素产生的噪声对指纹图像造成影响,导致获取的第一指纹图像和第二指纹图像不清晰,难以提取特征点。
在一些实施例中,为了便于提取第一指纹图像和第二指纹图像的特征点,在获取待拼接的第一指纹图像和第二指纹图像之后,可以分别对该第一指纹图像和第二指纹图像进行降噪处理,从而得到第一降噪指纹图像和第二降噪指纹图像,然后再分别提取第一降噪指纹图像和第二降噪指纹图像的特征点,并获取该特征点的方向场。
其中,降噪处理可以包括指纹图像增强处理、指纹图像二值化处理、指纹图像细化处理等。
具体的,可以在获取待拼接的第一指纹图像和第二指纹图像之后,可以分别对该第一指纹图像和第二指纹图像依次进行指纹图像增强处理、指纹图像二值化处理和指纹图像细化处理,从而得到第一降噪指纹图像和第二降噪指纹图像。
在一些实施例中,可以通过滤波器(比如,Gabor滤波器等)分别对第一指纹图像和第二指纹图像进行指纹图像增强处理,得到第一增强指纹图像和第二增强指纹图像(如图2b所示)。
具体的,可以对所采集到的第一指纹图像和第二指纹图像进行预处理;再分别提取预处理后的第一指纹图像和第二指纹图像中的方向和频率;再分别计算指纹图像的方向一致性,再根据方向、频率和方向一致性在频率域构建相应的巴特沃斯陷波带阻滤波器HNR(u,v)和巴特沃斯陷波带通滤波器HNP(u,v)分别对指纹低曲率区域和指纹高曲率区域进行滤波,对滤波后的第一指纹图像和第二指纹图像进行逆傅里叶变换重构整幅指纹图像,从而得到第一增强指纹图像和第二增强指纹图像。其中,对所采集到的第一指纹图像和第二指纹图像进行预处理指的是对采集到的第一指纹图像和第二指纹图像进行直方图均衡化处理和归一化处理。
在一些实施例中,可以在得到第一增强指纹图像和第二增强指纹图像之后,对第一增强指纹图像和第二增强指纹图像进行二值化处理。
具体的,可以先获取第一增强指纹图像和第二增强指纹图像的灰度图,然后确定灰度图中各个像素点的灰度值,然后再获取灰度图中像素点的灰度平均值,并将该灰度平均值作为阈值。之后,再分别将各个像素点的灰度值与阈值进行比较,将比阈值大和与阈值相等的像素点置白(0),将比阈值小的像素点置黑(1),从而实现0、1二值化,得到第一二值化指纹图像和第二二值化指纹图像(如图2c所示)。
在一些实施例中,在得到第一二值化指纹图像和第二二值化指纹图像之后,可以采用OPTA细化算法对第一二值化指纹图像和第二二值化指纹图像进行指纹图像细化处理,从而得到第一降噪指纹图像和第二降噪指纹图像(如图2d所示)。
需要说明的是,采用OPTA细化算法对指纹图像进行指纹图像细化处理为现有技术,其具体的实施方式在此不再一一赘述。
其中,特征点的方向场可以通过离散傅里叶变换(Discrete Fourier Transform,DFT)得到。
102、基于所述特征点和所述方向场生成第一向量集和第二向量集。
具体的,可以通过Delaunay三角剖分技术分别对第一指纹图像和第二指纹图像的特征点进行三角剖分,形成第一空间三角网格和第二空间三角网格。其中,空间三角网格具有多个矢量三角边。
之后,可以根据特征点的方向场将第一空间三角网格和第二空间三角网格中的多个矢量三角边转换为向量三角边。然后,将第一空间三角网格的多个向量三角边存入第一集合中,形成第一向量集,将第二空间三角网格的多个向量三角边存入第二集合中,形成第二向量集。
需要说明的是,采用Delaunay三角剖分技术对特征点进行三角剖分为现有技术,其具体的实施方式在此不再一一赘述。
103、对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集。
具体的,可以将第一向量集和第二向量集进行相似度匹配,得到第一相似向量集和第二相似向量集;然后将第一相似向量集和第二相似向量集转化为第一坐标集和第二坐标集。
其中,第一向量集包括若干第一向量,第二向量集包括若干第二向量。第一坐标集包括若干第一坐标,第二坐标集包括若干第二坐标。
可以理解的是,将第一向量集和第二向量集进行相似度匹配,得到第一相似向量集和第二相似向量集实际上是将第一向量集中的若干第一向量分别与第二向量集中的若干第二向量进行相似度匹配,然后将相似的第一向量和第二向量分别存入不同的向量集中,得到第一相似向量集和第二相似向量集。
也即,步骤“将第一向量集和第二向量集进行相似度匹配,得到第一相似向量集和第二相似向量集”可以包括:
将所述第一向量与所述第二向量进行比较,并根据比较结果确定所述第一相似向量集和所述第二相似向量集。
例如,第一向量集为{向量a,向量b,向量c},第二向量集为{向量d,向量e,向量f}。那么,第一向量集和第二向量集进行相似度匹配即为将第一向量集中的向量a依次与第二向量集中的向量d、向量e以及向量f进行相似度匹配,匹配到与向量a相似的向量或未匹配到与向量a相似的向量则停止对向量a的相似度匹配,然后再将向量b依次与第二向量集中剩余向量进行相似度匹配,直到第一向量集中的所有向量均匹配完成,停止相似度匹配,并分别将相似的第一向量和第二向量分别存入不同的向量集中,得到第一相似向量集和第二相似向量集。
比如向量a与向量d相似,停止对向量a的相似度匹配。然后再向量b依次与向量e、向量f进行相似度匹配,第二向量集中没有与向量b相似的向量,停止对向量b的相似度匹配。然后再将向量c依次与向量e、向量f进行相似度匹配,向量c与向量f相似,停止相似度匹配。然后,将向量a和向量c存入同一向量集中,形成第一相似向量集{向量a,向量c},将向量d和向量f存入同一向量集中,形成第二相似向量集{向量d,向量f}。
可以理解的是,向量是具有方向和大小的线段。因此,相似的向量实际上是方向和大小相同的向量。因此,判断两个向量是否相似需要对两个向量的方向和大小进行比较,再根据比较结果进行判断。
也即,步骤“将所述第一向量与所述第二向量进行比较,并根据比较结果确定所述第一相似向量集和所述第二相似向量集”可以包括:
将所述第一向量的绝对值与所述第二向量的绝对值进行比较,得到第一比较结果;
将所述第一向量的方向与所述第二向量的方向进行比较,得到第二比较结果;
根据所述第一比较结果和所述第二比较结果确定所述第一相似向量集合所述第二相似向量集。
可以理解的是,向量的绝对值即为向量的大小。
需要说明的是,在采集指纹图像的过程中,可能由于按压力度的大小不同,导致手指的形变程度不同,从而导致相似的两个向量的大小不同,导致出现判断出错的问题。
在一些实施例中,为了避免出现上述问题,可以通过设定一个预设范围,当两个向量的大小误差在该预设范围内时,可以认为这两个向量的大小相同。
也即,步骤“根据所述第一比较结果和所述第二比较结果确定所述第一相似向量集合所述第二相似向量集”可以包括:
若所述第一向量的绝对值与所述第二向量的绝对值之间的误差在预设范围内,且所述第一向量的方向与所述第二向量的方向相同,则确定所述第一向量与所述第二向量相似;
将相似的所述第一向量和所述第二向量分别存入不同的向量集中,得到所述第一相似向量集和所述第二相似向量集。
可以理解的是,只有第一向量和第二向量同时满足上述两个条件才确定第一向量和第二向量相似,仅符合一个条件或不符合任一条件,则确定第一向量和第二向量不相似。
其中,将第一相似向量集和第二相似向量集转化为第一坐标集和第二坐标集实际上是将第一相似向量集中的第一向量转化为第一坐标,将第二相似向量集中的第二向量转化为第二坐标。
可以理解的是,第一向量和第二向量是由一个特征点指向另一个特征点的有向线段,每一个特征点均具有原始的空间坐标。因此,每一个向量的两个特征点的空间坐标都是已知的。
104、基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
可以理解的是,由于第一相似向量集与第二相似向量集相似。因此,第一相似向量集中的若干第一向量与第二相似向量集中的若干第二向量一一对应。也即,第一坐标集中的若干第一坐标与第二坐标集中的若干第二坐标以一一对应。
因此,步骤“基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接”可以包括:
将所述第一指纹图像中的所述第一坐标与所述第二指纹图像中的与所述第一坐标对应的所述第二坐标重叠,使得所述第一指纹图像和所述第二指纹图像拼接。
可以理解的是,第一指纹图像和第二指纹图像的拼接指的是将第一指纹图像与第二指纹图像相似的部分重叠,不相似的部分拼接,从而实现第一指纹图像和第二指纹图像的拼接。
本申请实施例提供的指纹图像拼接方法采用分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;基于所述特征点和所述方向场生成第一向量集和第二向量集;对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
综上,本方案通过分别获取第一指纹图像与第二指纹图像的第一相似向量集和第二相似向量集,然后将第一相似向量集和第二相似向量集转换为第一坐标集和第二坐标集,最后基于第一坐标集和第二坐标集对第一指纹图像和第二指纹图像进行拼接。由于指纹图像的每一个特征点的坐标都是唯一的,因此采用第一指纹图像若干第一坐标和第二指纹图像的若干第二坐标作为拼接依据,可以提高指纹图像的拼接效果,从而提高当拼接图像用作后续指纹识别的模板时的识别率。
为了更好地实施以上区域指纹图像拼接方法,本申请实施例还提供一种指纹图像拼接装置。其中名词的含义与上述指纹图像拼接方法中相同,具体实现细节可以参考方法实施例中的说明。
比如,如图3所示,图3是本申请实施例提供的指纹图像拼接装置。该指纹图像拼接装置300可以包括特征提取单元301、向量生成单元302、坐标生成单元303和图像拼接单元304。其中,
征提取单元301,可以用于分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场。
向量生成单元302,可以用于基于所述特征点和所述方向场生成第一向量集和第二向量集。
坐标生成单元303,可以用于对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集。
图像拼接单元304,可以用于基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
本申请实施例提供的指纹图像拼接装置300通过征提取单元301分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场。由向量生成单元302基于所述特征点和所述方向场生成第一向量集和第二向量集。由坐标生成单元303对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集。由图像拼接单元304基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
综上,本方案通过分别获取第一指纹图像与第二指纹图像的第一相似向量集和第二相似向量集,然后将第一相似向量集和第二相似向量集转换为第一坐标集和第二坐标集,最后基于第一坐标集和第二坐标集对第一指纹图像和第二指纹图像进行拼接。由于指纹图像的每一个特征点的坐标都是唯一的,因此采用第一指纹图像若干第一坐标和第二指纹图像的若干第二坐标作为拼接依据,可以提高指纹图像的拼接效果,从而提高当拼接图像用作后续指纹识别的模板时的识别率。
本申请实施例还提供一种服务器,如图4所示,其示出了本申请实施例所涉及的服务器的结构示意图,具体来讲:
该服务器可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图4中示出的服务器结构并不构成对服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该服务器的控制中心,利用各种接口和线路连接整个服务器的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行服务器的各种功能和处理数据,从而对服务器进行整体监控。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据服务器的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
服务器还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该服务器还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,服务器还可以包括显示单元等,在此不再赘述。具体在本实施例中,服务器中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;
基于所述特征点和所述方向场生成第一向量集和第二向量集;
对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;
基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
以上操作具体可参见前面的实施例,在此不作赘述。
由上可知,本申请实施例提供的服务器采用分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;基于所述特征点和所述方向场生成第一向量集和第二向量集;对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
综上,本方案通过分别获取第一指纹图像与第二指纹图像的第一相似向量集和第二相似向量集,然后将第一相似向量集和第二相似向量集转换为第一坐标集和第二坐标集,最后基于第一坐标集和第二坐标集对第一指纹图像和第二指纹图像进行拼接。由于指纹图像的每一个特征点的坐标都是唯一的,因此采用第一指纹图像若干第一坐标和第二指纹图像的若干第二坐标作为拼接依据,可以提高指纹图像的拼接效果,从而提高当拼接图像用作后续指纹识别的模板时的识别率。
相应的,本申请实施例还提供一种电子设备,如图5所示,该电子设备可以包括射频(RF,Radio Frequency)电路501、包括有一个或一个以上计算机可读存储介质的存储器502、输入单元503、显示单元504、传感器505、音频电路506、无线保真(WiFi,WirelessFidelity)模块507、包括有一个或者一个以上处理核心的处理器508、以及电源509等部件。本领域技术人员可以理解,图5中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
RF电路501可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器508处理;另外,将涉及上行的数据发送给基站。通常,RF电路501包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM,Subscriber Identity Module)卡、收发信机、耦合器、低噪声放大器(LNA,Low Noise Amplifier)、双工器等。此外,RF电路501还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(GSM,Global System of Mobile communication)、通用分组无线服务(GPRS,GeneralPacket Radio Service)、码分多址(CDMA,Code Division Multiple Access)、宽带码分多址(WCDMA,Wideband Code Division Multiple Access)、长期演进(LTE,Long TermEvolution)、电子邮件、短消息服务(SMS,Short Messaging Service)等。
存储器502可用于存储软件程序以及模块,处理器508通过运行存储在存储器502的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器502可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器502可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器502还可以包括存储器控制器,以提供处理器508和输入单元503对存储器502的访问。
输入单元503可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地,在一个具体的实施例中,输入单元503可包括触敏表面以及其他输入设备。触敏表面,也称为触摸显示屏或者触控板,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触敏表面可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器508,并能接收处理器508发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面,输入单元503还可以包括其他输入设备。具体地,其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元504可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元504可包括显示面板,可选的,可以采用液晶显示器(LCD,Liquid CrystalDisplay)、有机发光二极管(OLED,Organic Light-Emitting Diode)等形式来配置显示面板。进一步的,触敏表面可覆盖显示面板,当触敏表面检测到在其上或附近的触摸操作后,传送给处理器508以确定触摸事件的类型,随后处理器508根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图5中,触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能,但是在某些实施例中,可以将触敏表面与显示面板集成而实现输入和输出功能。
电子设备还可以包括至少一种传感器505,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板的亮度,接近传感器可在电子设备移动到耳边时,关闭显示面板和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于电子设备还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路506、扬声器,传声器可提供用户与电子设备之间的音频接口。音频电路506可将接收到的音频数据转换后的电信号,传输到扬声器,由扬声器转换为声音信号输出;另一方面,传声器将收集的声音信号转换为电信号,由音频电路506接收后转换为音频数据,再将音频数据输出处理器508处理后,经RF电路501以发送给比如另一电子设备,或者将音频数据输出至存储器502以便进一步处理。音频电路506还可能包括耳塞插孔,以提供外设耳机与电子设备的通信。
WiFi属于短距离无线传输技术,电子设备通过WiFi模块507可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图5示出了WiFi模块507,但是可以理解的是,其并不属于电子设备的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器508是电子设备的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器502内的软件程序和/或模块,以及调用存储在存储器502内的数据,执行电子设备的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器508可包括一个或多个处理核心;优选的,处理器508可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器508中。
电子设备还可以包括给各个部件供电的电源509(比如电池),优选的,电源可以通过电源管理系统与处理器508逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源509还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出,电子设备还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,电子设备中的处理器508会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中,并由处理器508来运行存储在存储器502中的应用程序,从而实现各种功能:
分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;
基于所述特征点和所述方向场生成第一向量集和第二向量集;
对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;
基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
以上操作具体可参见前面的实施例,在此不作赘述。
由上可知,本实施例提供的电子设备采用分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;基于所述特征点和所述方向场生成第一向量集和第二向量集;对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
综上,本方案通过分别获取第一指纹图像与第二指纹图像的第一相似向量集和第二相似向量集,然后将第一相似向量集和第二相似向量集转换为第一坐标集和第二坐标集,最后基于第一坐标集和第二坐标集对第一指纹图像和第二指纹图像进行拼接。由于指纹图像的每一个特征点的坐标都是唯一的,因此采用第一指纹图像若干第一坐标和第二指纹图像的若干第二坐标作为拼接依据,可以提高指纹图像的拼接效果,从而提高当拼接图像用作后续指纹识别的模板时的识别率。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种资产状态的判断方法中的步骤。例如,该指令可以执行如下步骤:
分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;
基于所述特征点和所述方向场生成第一向量集和第二向量集;
对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;
基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本申请实施例所提供的任一指纹图像拼接方法中的步骤,因此,可以实现本申请实施例所提供的任一指纹图像拼接方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种指纹图像拼接方法、装置、存储介质及电子设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种指纹图像拼接方法,其特征在于,包括:
分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;
基于所述特征点和所述方向场生成第一向量集和第二向量集;
对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;
基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
2.如权利要求1所述的指纹图像拼接方法,其特征在于,所述对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集,包括:
将所述第一向量集和所述第二向量集进行相似度匹配,得到第一相似向量集和第二相似向量集;
将所述第一相似向量集和所述第二相似向量集转化为第一坐标集和第二坐标集。
3.如权利要求2所述的指纹图像拼接方法,其特征在于,所述第一向量集中包括若干第一向量,所述第二向量集中包括若干第二向量;
所述将所述第一向量集和所述第二向量集进行相似度匹配,得到第一相似向量集和第二相似向量集,包括:
将所述第一向量与所述第二向量进行比较,并根据比较结果确定所述第一相似向量集和所述第二相似向量集。
4.如权利要求3所述的指纹图像拼接方法,其特征在于,所述将所述第一向量与所述第二向量进行比较,并根据比较结果确定所述第一相似向量集和所述第二相似向量集,包括:
将所述第一向量的绝对值与所述第二向量的绝对值进行比较,得到第一比较结果;
将所述第一向量的方向与所述第二向量的方向进行比较,得到第二比较结果;
根据所述第一比较结果和所述第二比较结果确定所述第一相似向量集合所述第二相似向量集。
5.如权利要求4所述的指纹图像拼接方法,其特征在于,所述根据所述第一比较结果和所述第二比较结果确定所述第一相似向量集合所述第二相似向量集,包括:
若所述第一向量的绝对值与所述第二向量的绝对值之间的误差在预设范围内,且所述第一向量的方向与所述第二向量的方向相同,则确定所述第一向量与所述第二向量相似;
将相似的所述第一向量和所述第二向量分别存入不同的向量集中,得到所述第一相似向量集和所述第二相似向量集。
6.如权利要求1所述的指纹图像拼接方法,其特征在于,所述第一坐标集包括若干第一坐标,所述第二坐标集包括若干第二坐标,若干所述第一坐标与若干所述第二坐标一一对应;
所述基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接,包括:
将所述第一指纹图像中的所述第一坐标与所述第二指纹图像中的与所述第一坐标对应的所述第二坐标重叠,使得所述第一指纹图像和所述第二指纹图像拼接。
7.如权利要求1所述的指纹图像拼接方法,其特征在于,在所述分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场之前,还包括:
获取待拼接的第一指纹图像和第二指纹图像;
分别对所述第一指纹图像和所述第二指纹图像进行降噪处理,得到第一降噪指纹图像和第二降噪指纹图像;
所述分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场,包括:
分别提取所述第一降噪指纹图像和所述第二降噪指纹图像的特征点,并获取所述特征点的方向场。
8.一种指纹图像拼接装置,其特征在于,包括:
特征提取单元,用于分别提取待拼接的第一指纹图像和第二指纹图像的特征点,并获取所述特征点的方向场;
向量生成单元,用于基于所述特征点和所述方向场生成第一向量集和第二向量集;
坐标生成单元,用于对所述第一向量集和所述第二向量集进行预处理,得到第一坐标集和第二坐标集;
图像拼接单元,用于基于所述第一坐标集和所述第二坐标集对所述第一指纹图像和所述第二指纹图像进行拼接。
9.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至7任一项所述的方法。
10.一种电子设备,其特征在于,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110108465.9A CN112837222A (zh) | 2021-01-25 | 2021-01-25 | 指纹图像拼接方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110108465.9A CN112837222A (zh) | 2021-01-25 | 2021-01-25 | 指纹图像拼接方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112837222A true CN112837222A (zh) | 2021-05-25 |
Family
ID=75931800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110108465.9A Pending CN112837222A (zh) | 2021-01-25 | 2021-01-25 | 指纹图像拼接方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112837222A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114004744A (zh) * | 2021-10-15 | 2022-02-01 | 深圳市亚略特生物识别科技有限公司 | 一种指纹拼接方法、装置、电子设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101620677A (zh) * | 2009-03-11 | 2010-01-06 | 刘鸣宇 | 一种基于三角剖分与lod技术的指纹识别方法 |
CN107392847A (zh) * | 2017-06-07 | 2017-11-24 | 西安电子科技大学 | 一种基于细节点和距离图像的指纹图像拼接方法 |
CN109359616A (zh) * | 2018-10-30 | 2019-02-19 | 上海海栎创微电子有限公司 | 一种基于sift的伪拼接小尺寸指纹识别算法 |
CN109409237A (zh) * | 2018-09-28 | 2019-03-01 | 深圳瀚海芯科技有限公司 | 一种指纹特征处理方法及装置 |
CN111429359A (zh) * | 2020-06-11 | 2020-07-17 | 深圳市诺赛特系统有限公司 | 小面积指纹图像拼接方法、装置、设备及存储介质 |
CN111741524A (zh) * | 2019-06-04 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 定位方法、装置、计算机可读存储介质和计算机设备 |
-
2021
- 2021-01-25 CN CN202110108465.9A patent/CN112837222A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101620677A (zh) * | 2009-03-11 | 2010-01-06 | 刘鸣宇 | 一种基于三角剖分与lod技术的指纹识别方法 |
CN107392847A (zh) * | 2017-06-07 | 2017-11-24 | 西安电子科技大学 | 一种基于细节点和距离图像的指纹图像拼接方法 |
CN109409237A (zh) * | 2018-09-28 | 2019-03-01 | 深圳瀚海芯科技有限公司 | 一种指纹特征处理方法及装置 |
CN109359616A (zh) * | 2018-10-30 | 2019-02-19 | 上海海栎创微电子有限公司 | 一种基于sift的伪拼接小尺寸指纹识别算法 |
CN111741524A (zh) * | 2019-06-04 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 定位方法、装置、计算机可读存储介质和计算机设备 |
CN111429359A (zh) * | 2020-06-11 | 2020-07-17 | 深圳市诺赛特系统有限公司 | 小面积指纹图像拼接方法、装置、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
杨东亮等: "基于ICP的三维指纹拼接算法", 自动化技术与应用, vol. 39, no. 1, pages 114 - 116 * |
梁凯;: "基于细节点局部结构与LBP的指纹特征融合方法", 信息技术, no. 09, pages 109 - 113 * |
汪国有等: "基于局部特征结构的指纹匹配算法研究", 计算机测量与控制, vol. 15, no. 4, pages 515 - 517 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114004744A (zh) * | 2021-10-15 | 2022-02-01 | 深圳市亚略特生物识别科技有限公司 | 一种指纹拼接方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106778585B (zh) | 一种人脸关键点跟踪方法和装置 | |
US11074466B2 (en) | Anti-counterfeiting processing method and related products | |
CN108459797B (zh) | 一种折叠屏的控制方法及移动终端 | |
WO2017202187A1 (en) | Fingerprint unlocking method and terminal | |
CN108259758B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
CN105975833B (zh) | 一种指纹解锁方法及终端 | |
CN108345819B (zh) | 一种发送报警消息的方法和装置 | |
CN109583271B (zh) | 一种对车道线进行拟合的方法、装置及终端 | |
CN105912918B (zh) | 一种指纹解锁方法及终端 | |
CN110706179A (zh) | 一种图像处理方法及电子设备 | |
CN107749046B (zh) | 一种图像处理方法及移动终端 | |
WO2019011098A1 (zh) | 解锁控制方法及相关产品 | |
CN106296634B (zh) | 一种检测相似图像的方法和装置 | |
CN109544172B (zh) | 一种显示方法及终端设备 | |
CN109727212B (zh) | 一种图像处理方法及移动终端 | |
CN112488914A (zh) | 图像拼接方法、装置、终端及计算机可读存储介质 | |
CN111401463A (zh) | 检测结果输出的方法、电子设备及介质 | |
CN112215227A (zh) | 图像目标检测模型攻击方法、装置、终端设备及存储介质 | |
CN107622235B (zh) | 指纹解锁方法及相关产品 | |
CN107832714B (zh) | 活体鉴别方法、装置及存储设备 | |
CN112837222A (zh) | 指纹图像拼接方法、装置、存储介质及电子设备 | |
CN108829600B (zh) | 算法库的测试方法、装置、存储介质和电子设备 | |
CN109819331B (zh) | 一种视频通话方法、装置、移动终端 | |
CN110717486B (zh) | 文本检测方法、装置、电子设备和存储介质 | |
CN107292832A (zh) | 一种实现指纹信息处理的方法及设备 |
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 |