CN112990163A - 指纹校准方法、电子设备及存储介质 - Google Patents

指纹校准方法、电子设备及存储介质 Download PDF

Info

Publication number
CN112990163A
CN112990163A CN202110541087.3A CN202110541087A CN112990163A CN 112990163 A CN112990163 A CN 112990163A CN 202110541087 A CN202110541087 A CN 202110541087A CN 112990163 A CN112990163 A CN 112990163A
Authority
CN
China
Prior art keywords
fingerprint
reference template
image
calibration
library
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.)
Granted
Application number
CN202110541087.3A
Other languages
English (en)
Other versions
CN112990163B (zh
Inventor
杨浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Fushi Technology Co Ltd
Original Assignee
Shenzhen Fushi Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Fushi Technology Co Ltd filed Critical Shenzhen Fushi Technology Co Ltd
Priority to CN202110541087.3A priority Critical patent/CN112990163B/zh
Publication of CN112990163A publication Critical patent/CN112990163A/zh
Application granted granted Critical
Publication of CN112990163B publication Critical patent/CN112990163B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1365Matching; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请提供了一种指纹校准方法,该方法包括,获取来自同一手指的多张模板指纹图像;根据所述多张模板指纹图像确定一个动态基准模板;获取待识别指纹图像;利用所述动态基准模板对所述待识别指纹图像进行校准得到第一校准指纹图像;利用基准模板库中的可更新的基准模板对所述待识别指纹图像进行一一校准得到一个或者多个第二校准指纹图像,所述动态基准模板可用于对所述可更新的基准模板进行更新;以及从所述第一校准指纹图像和一个或者多个所述第二校准图像中确定最优的校准图像作为校准后的待识别指纹图像。本申请还提供了一种电子设备、存储介质、指纹识别模组以及指纹传感器。

Description

指纹校准方法、电子设备及存储介质
技术领域
本申请涉及消费电子领域,尤其涉及一种指纹校准方法、电子设备、存储介质、指纹识别模组以及指纹传感器。
背景技术
指纹识别技术在消费电子领域应用十分广泛,如电脑、智能手机、智能手表等。由于指纹图像在采集过程中会因为指纹传感器本身的噪声导致采集的图像出现失真、不完整、不清晰,或者因为在不同环境下,采集到的指纹图像有不同的干扰信息等,如果只使用一个校准模板去校准采集到的指纹图像,可能无法得到质量好的校准指纹图像,或者该校准模板不适用于采集到的指纹图像。
发明内容
本申请提供一种指纹校准方法、电子设备、存储介质、指纹识别模组以及指纹传感器,使用多个校准模板对指纹图像进行校准,并选取最优的校准后指纹图像。
第一方面,本申请实施例提供一种指纹校准方法,所述指纹校准方法包括:
获取来自同一手指的多张模板指纹图像;
根据所述多张模板指纹图像确定一个动态基准模板;
获取待识别指纹图像;
利用所述动态基准模板对所述待识别指纹图像进行校准得到第一校准指纹图像;
利用基准模板库中的可更新的基准模板对所述待识别指纹图像进行一一校准得到一个或者多个第二校准指纹图像,所述动态基准模板用于对所述可更新的基准模板进行更新;以及
从所述第一校准指纹图像和所述一个或者多个第二校准指纹图像中确定最优的校准指纹图像作为校准后的待识别指纹图像。
进一步,所述指纹校准方法还包括更新所述动态基准模板的步骤,所述更新所述动态基准模板的步骤具体包括:
将所述待识别指纹图像和指纹校准图像库中的原始指纹图像进行比较得到所述原始指纹图像与所述待识别指纹图像的相似度;
根据所述相似度和预设关系得到调整系数;
利用所述调整系数更新初始动态基准模板得到更新后的动态基准模板并将更新后的动态基准模板作为所述动态基准模板。
进一步,所述指纹校准方法还包括利用所述动态基准模板更新所述基准模板库的步骤,所述利用所述动态基准模板更新所述基准模板库的步骤包括:
判断所述基准模板库中的可更新的基准模板的数量是否达到预设数量;
当所述基准模板库中的可更新的基准模板的数量达到预设数量,将所述更新后的动态基准模板与所述可更新的基准模板进行比对,并确定所述更新后的动态基准模板是否需要存入所述基准模板库;
当所述基准模板库中的可更新的基准模板的数量未达到所述预设数量,将所述更新后的动态基准模板存入所述基准模板库。
进一步,所述当所述基准模板库中的可更新的基准模板的数量达到预设数量,将所述更新后的动态基准模板与所述可更新的基准模板进行比对,并确定所述更新后的动态基准模板是否需要存入所述基准模板库,具体包括:
计算所述更新后的动态基准模板与所述基准模板库可更新的基准模板的图像距离,得到多个图像距离;
在所述多个图像距离中选取图像距离最大的第一图像距离;
判断所述第一图像距离是否大于第一预设阈值;
当所述第一图像距离大于第一预设阈值,确定所述更新后的动态基准模板需要存入所述基准模板库,并将所述更新后的动态基准模板存入所述基准模板库。
进一步,所述指纹校准方法还包括所述指纹校准图像库的更新步骤,具体包括:
计算所述待识别指纹图像的灰度平均值;
判断所述待识别指纹图像的灰度平均值是否达到预设灰度平均值;
当所述待识别指纹图像的灰度平均值达到预设灰度平均值,将所述待识别指纹图像存入所述指纹校准图像库。
第二方面,本申请实施例提供一种计算机可读的存储介质,所述存储介质上存储有能够被处理器加载并执行如上述的指纹校准方法的程序指令。
第三方面,本申请实施例提供一种电子设备,该电子设备包括:
指纹识别传感器,用于获取指纹图像,所述指纹图像包括模板指纹图像和待识别指纹图像;
主机,所述主机包括:
存储器,用于存储程序指令;以及
处理器,用于执行所述程序指令以使所述电子设备实现如上述的指纹校准方法。
第四方面,本申请实施例提供一种指纹识别模组,该指纹识别模组包括:
存储器,用于存储程序指令;
处理器,用于执行程序指令以使指纹识别模组实现上述任意一项的指纹校准方法。
第五方面,本申请实施例提供一种指纹传感器,该指纹传感器包括上述的指纹识别模组。进一步地,指纹传感器为电容指纹传感器或光学指纹传感器。
上述指纹校准方法、电子设备、存储介质、指纹识别模组以及指纹传感器,通过待识别指纹与动态基准模板及基准模板库中的可更新的基准模板皆进行校准,选择出最优的校准后的指纹图像,并且动态基准模板及基准模板库都可以更新,从而更好的适应环境变化,提高指纹校准的质量。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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示出的结构获得其他的附图。
图1为本申请实施例提供的指纹校准方法的流程示意图。
图2为本申请实施例提供的电子设备示意图。
图3为本申请的指纹校准方法的更新所述动态基准模板的步骤流程示意图。
图4为本申请的指纹校准方法的利用动态基准模板更新基准模板库的步骤流程示意图。
图5为本申请的指纹校准方法的步骤S802的子流程示意图。
图6为本申请的指纹校准方法的指纹校准图像库的更新步骤流程示意图。
图7为本申请实施例提供的电子设备内部结构示意图。
图8为本申请实施例提供基准模板库更新前示意图。
图9为本申请实施例提供基准模板库更新后示意图。
图10为本申请实施例提供的指纹传感器的内部结构示意图。
图11为本申请实施例提供的的指纹图像示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。说明书附图示出本发明的实施例的示例。可以理解的是,说明书附图示出的比例并非本发明实际实施的比例,其仅为示意说明为目的,并非依照原尺寸作图。基于本发明中的实施例,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,都属于本发明保护的范围。
本申请提供一种指纹校准方法可以对指纹图像进行校准。该指纹校准方法可适用电子设备上设置有指纹识别传感器,例如,在手机、平板电脑等指纹识别传感器。
请参看图1和图2,其分别为本申请实施例提供的指纹校准方法的流程示意图和为本申请实施例提供的电子设备示意图。该指纹校准方法应用于设置在电子设备100的指纹传感器1中。指纹传感器1设有感测区10,指纹传感器1用于当用户的手指放置于感测区10时感测指纹图像。该指纹校准方法包括下面步骤。
步骤S101,获取来自同一手指的多张模板指纹图像。具体地,在本实施例中,通过指纹传感器1采集20张指纹图像作为模板指纹图像。可以理解地,电子设备100或者一些应用软件(app)账户往往需要用户设置指纹密码,以确保用户安全。为了确保指纹密码更加接近用户真实指纹,往往需要采集多张指纹图像,即获取多张模板指纹图像。在本实施例中,获取了同一个手指的20张指纹图像作为模板指纹图像。
步骤S102,根据所述多张模板指纹图像确定一个动态基准模板。具体地,一般在指纹图像校准时,都会将待校准指纹图像减去一个指纹图像均值,得出校准指纹图像。因此,在本实施例中,将多张模板指纹图像的均值作为动态基准模板。例如,N张大小相同的模板指纹图像为例,将N张模板指纹图像对应坐标的灰度值相加再除以N即可得到动态基准模板。
步骤S103,获取待识别指纹图像。具体地,在本实施例中,通过指纹传感器1采集一张指纹图像作为待识别指纹图像。可以理解地,待识别指纹图像用于验证用户身份的指纹图像。
步骤S104,利用所述动态基准模板对所述待识别指纹图像进行校准得到第一校准指纹图像。具体地,计算动态基准模板的灰度值;其次,计算待识别指纹图像的灰度值;再将待识别指纹图像的灰度值减去动态基准模板对应坐标的灰度值,最终,得到第一校准图像。请参看图11,指纹图像2000为待校准指纹图像,指纹图像3000为校准后的指纹图像。
步骤S105,利用基准模板库中的可更新的基准模板对所述待识别指纹图像进行一一校准得到一个或者多个第二校准指纹图像,所述动态基准模板用于对所述可更新的基准模板进行更新。具体地,在本实施例中,在电子设备100中会预先建立一个固定大小的基准模板库用于存储可更新的基准模板,可更新的基准模板为历史的动态基准模板。例如,基准模板库存有5个可更新的基准模板,则待识别指纹图像都会一一减去5个可更新的基准模板,得到5个第二校准指纹图像。
步骤S106,从所述第一校准指纹图像和所述一个或者多个第二校准指纹图像中确定最优的校准指纹图像作为校准后的待识别指纹图像。具体地,假设得到5个第二校准指纹图像和1个第一校准指纹图像,通过设计一个图像参数去选择5个第二校准指纹图像和1个第一校准指纹图像中最优的指纹图像,最优的指纹图像有利于在指纹识别过程的识别阶段更快更准确的输出识别结果。因为用户在电子设备100使用指纹识别时,电子设备100应该尽可能快速进行识别,提高用户的使用体验感。因此,该图像参数应该便于计算,计算消耗时间短。本实施例中,使用图像的均值、图像的均方差、图像梯度及极值误差等。在其他一些实施例中,其他可以反映图像质量的参数均可使用。
上述实施例中,通过获取一定数量的模板指纹图像,来确定动态基准模板,其次,将待识别指纹与动态基准模板及基准模板库中的可更新的基准模板皆进行校准,选择出最优的校准后的指纹图像,有助于提高指纹识别的速度及准确率。
请结合参看图3,其为本申请的指纹校准方法的更新所述动态基准模板的步骤流程示意图。
步骤S701,将所述待识别指纹图像和指纹校准图像库中的原始指纹图像进行比较得到所述原始指纹图像与所述待识别指纹图像的相似度。其中,电子设备100预先建立固定存储N张图像的指纹校准图像库。具体地,相似度表示待识别指纹图像与指纹校准图像库中的原始指纹图像的距离小于预设距离的图像个数。其中,在本实施例中,使用differ表示两个图片的距离,其中,
Figure 883886DEST_PATH_IMAGE001
,I0表示待识别指纹图像,T表示指纹校准图像库中的原始指纹图像。假设计算出有5个differ小于预设距离,则相似度为5。在其他一些实施例中,可以使用其他表示两个图片的距离参数,例如,使用余弦距离表示两个图像的距离。
步骤S702,根据所述相似度和预设关系得到调整系数。具体地,通过多次实验可以得到相似度和调整系数的关系。
步骤S703,利用所述调整系数更新所述初始动态基准模板得到更新后的动态基准模板并将更新后的动态基准模板作为所述动态基准模板。具体地,使用Ktable1=(1-delta)*Ktable0+delta*I0进行更新,其中,Ktable1为更新后的动态基准模板,Ktable0为更新前的动态基准模板,delta为调整系数,I0为待识别指纹图像。
上述实施例中,通过计算原始指纹图像与所述待识别指纹图像相的相似度,进而根据相似度确定调整系数,最终得到更新的动态基准模板。动态基准模板为动态更新的基准模板,来反映当前状态下的基准模板的情况。动态基准模板的更新的作用包括:当环境改变时,之前的可更新的基准模板不适用时,动态基准模板在每次有新录入的待识别指纹图像时,都进行更新,会根据环境的变化而变化,进而在环境改变的情况下,也能保证新录入的待识别指纹图像能够得到精准的校准。
请结合参看图4,其为本申请的指纹校准方法的利用动态基准模板更新基准模板库的步骤流程示意图。
步骤S801,判断所述基准模板库中的可更新的基准模板的数量是否达到预设数量。具体地,电子设备100会预设建立一个固定大小的基准模板库,例如,设置基准模板库可以存储20个可更新的基准模板。
步骤S802,当所述基准模板库中的可更新的基准模板的数量达到预设数量,将所述更新后的动态基准模板与所述可更新的基准模板进行比对,并确定所述更新后的动态基准模板是否需要存入所述基准模板库。如何将所述更新后的动态基准模板与所述可更新的基准模板进行比对,并确定所述更新后的动态基准模板是否需要存入所述基准模板库将在下文详细描述。
步骤S803,当所述基准模板库中的可更新的基准模板的数量未达到所述预设数量,将所述更新后的动态基准模板存入所述基准模板库。具体地,例如,当基准模板库可以存储20个可更新的基准模板,且此时基准模板库存入了15个可更新的基准模板,就不需要对更新后的动态基准模板和15个可更新的基准模板进行比对,直接将更新后的动态基准模板存入基准模板库。
上述实施例,通过动态基准模板来更新基准模板库中的可更新的基准模板的模板,使得基准模板库中的可更新的基准模板的模板也可以根据环境的变化,而随之变化。并且存有多个可更新的基准模板,使得新获取的待识别指纹有多个基准模板进行校准,更容易得到更优的校准指纹图像。
请结合参看图5,其为本申请的指纹校准方法的步骤S802的子流程示意图。
步骤S8021,计算所述更新后的动态基准模板与所述基准模板库可更新的基准模板的图像距离,得到多个图像距离。具体地,利用可以表示两个图像之间距离的算法,计算出更新后的动态基准模板的与基准模板库可更新的基准模板的图像距离。表示两个图像之间距离的算法包括但不限于,余弦距离算法、欧式距离算法。假设,基准模板库有五个可更新的基准模板,则更新后的动态基准模板一一与五个可更新的基准模板进行图像距离计算,得出五个图像距离。
步骤S8022,在所述多个图像距离中选取图像距离最大的第一图像距离。具体地,选取图像距离最大的第一图像距离,图像距离最大说明两个图片的相似程度低。
步骤S8023,判断所述第一图像距离是否大于第一预设阈值。
步骤S8024,当所述第一图像距离大于第一预设阈值,确定所述更新后的动态基准模板需要存入所述基准模板库,并将所述更新后的动态基准模板存入所述基准模板库。具体地,当所述第一图像距离大于第一预设阈值表示更新后的动态基准模板与基准模板库中的可更新的基准模板有差别,是一个新的基准模板,需要存入基准模板库中。
请结合参看图8、图9,其分别为本申请实施例提供基准模板库更新前示意图和本申请实施例提供基准模板库更新后示意图。例如,k0为已确定需要存入基准模板库的动态基准模板,基准模板库可以保存20个基准模板,k1到k20为基准模板库中的可更新的基准模板,k1为最新存入基准模板库的基准模板,k20为存入基准模板库时间最长可更新的基准模板。此时基准模板库已存满基准模板,而k0又需要存入基准模板库,采取先进先出的策略,如图9,把k20进行删除,将k0存入基准模板库。采取先进先出的策略能够淘汰点存储时间最长的可更新的基准模板,适应环境变化,提高指纹校准的精准度。
上述实施例,通过所述更新后的动态基准模板与所述基准模板库可更新的基准模板的图像距离,判断动态基准模板是否是一个新的基准模板,当动态基准模板是一个新的基准模板时,说明环境有变化,基准模板库也需要变化,将动态基准模板存入基准模板库。
请结合参看图6,其为本申请的指纹校准方法的指纹校准图像库的更新步骤流程示意图。
步骤S901,计算所述待识别指纹图像的灰度平均值。其中,电子设备100预先建立一个可以固定存储N张指纹图像的指纹校准图像库。
步骤S902,判断所述待识别指纹图像的灰度平均值是否达到预设灰度平均值。
步骤S903,当所述待识别指纹图像的灰度平均值达到预设灰度平均值,将所述待识别指纹图像存入所述指纹校准图像库。具体地,当指纹校准图像库未存满指纹图像时,直接将待识别指纹图像存入指纹校准图像库;当指纹校准图像库已存满指纹图像时,采取先进先出的策略,将存入指纹校准图像库时间最长的指纹图像删除,并将灰度平均值达到预设灰度平均值的待识别指纹存入指纹校准图像库。
上述实施例,通过计算待识别指纹图像的灰度平均值,判断待识别指纹图像是否为好的指纹图像,假设指纹沾满了油污等脏污,收集到的指纹图像不清晰,噪点及污点过多,无效面积过大,不利于后续指纹的校准和识别,通过计算图像评价标准的一个参数来筛选指纹图像。在其他可行实施例中,可以不使用灰度平均值,判断待识别指纹图像是否为好的指纹图像,可以使用图像的均方差、图像梯度及极值误差等可以反映图像质量的参数均可。
请参看图10,其为本申请实施例提供的指纹传感器的内部结构示意图。
指纹传感器1包括指纹检测模组11和指纹识别模组12。指纹检测模组11用于当手指放置于指纹传感器1时,输出指纹图像。指纹识别模组12包括存储器1201和处理器1202。存储器1201用于存储计算机程序指令。处理器1202,用于执行计算机程序指令以使指纹识别模组12实现上述的指纹校准方法。
其中,存储器1201至少包括一种类型的可读存储介质,该可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器1201在一些实施例中可以是指纹传感器1的内部存储单元,例如指纹传感器1的硬盘。存储器1201在另一些实施例中也可以是指纹传感器1的外部存储介质,例如指纹传感器1上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字卡(Secure Digital,SD),闪存卡(Flash Card)等。进一步地,存储器1201还可以既包括指纹传感器1的内部存储单元也包括外部存储介质。存储器1201不仅可以用于存储安装于指纹传感器1的应用软件及各类数据,例如指纹校准方法的程序指令等,还可以用于暂时地存储已经输出或者将要输出的数据,例如指纹校准方法执行产生的数据等。
处理器1202在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器1201中存储的程序指令或处理数据。具体地,处理器1202执行指纹校准方法的程序指令以控制指纹识别模组12实现指纹校准方法。
上述实施例中,指纹识别是由指纹传感器1执行。在另一些可行的实施例中,指纹校准方法还可以由电子设备100的处理器执行。
请结合参看图2和图7,指纹传感器1应用于电子设备100中。
电子设备100可以为手机、平板电脑、笔记本电脑等。在本实施例中,以电子设备100为手机为例描述指纹传感器1具体应用。电子设备100包括主体1001。主体1001包括正面1002、背面1003、位于正面1002和背面1003之间的侧面1004。指纹传感器1的感测区10设置于主体1001的侧面1004。在一些可行实施例中,感测区10还可以设置于电子设备100的位置其他位置,在此不作限定。可以理解地,当电子设备为其他电子产品时,可以根据实际设计进行改变感测区10的位置。指纹传感器1用于获取指纹图像,并输入给电子设备100。进一步地,指纹传感器1为光学指纹识别传感器或者电容指纹识别传感器。其中,主体的侧面1004外形和指纹传感器1的外形相适配。
电子设备100至少还包括存储器101和处理器102。存储器101用于存储计算机程序指令。处理器102,用于执行程序指令以使电子设备实现上述的指纹的识别方法。
其中,存储器101至少包括一种类型的可读存储介质,该可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器101在一些实施例中可以是电子设备100的内部存储单元,例如电子设备100的硬盘。存储器101在另一些实施例中也可以是电子设备100的外部存储介质,例如电子设备100上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字卡(Secure Digital, SD),闪存卡(Flash Card)等。进一步地,存储器101还可以既包括电子设备100的内部存储单元也包括外部存储介质。存储器101不仅可以用于存储安装于电子设备100的应用软件及各类数据,例如指纹的识别方法的程序指令等,还可以用于暂时地存储已经输出或者将要输出的数据,例如指纹校准法执行产生的数据等。
处理器102在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器101中存储的程序指令或处理数据。具体地,处理器102执行指纹的识别方法的程序指令以控制电子设备100实现指纹校准方法。
进一步地,电子设备100还可以包括总线103。总线103可以是外设部件互连标准总线(peripheral component interconnect,简称PCI)或扩展工业标准结构总线(extendedindustry standard architecture,简称EISA)等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
进一步地,电子设备100还可以包括显示组件104。显示组件104可以是LED(LightEmitting Diode,发光二极管)显示器、液晶显示器、触控式液晶显示器以及OLED(OrganicLight-Emitting Diode,有机发光二极管)触摸器等。其中,显示组件104也可以适当的称为显示装置或显示单元,用于显示在电子设备100中处理的信息以及用于显示可视化的用户界面。
进一步地,电子设备100还可以包括通信组件105,通信组件105可选的可以包括有线通信组件和/或无线通信组件(如WI-FI通信组件、蓝牙通信组件等),通常用于在电子设备100与其他电子设备之间建立通信连接。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
该指纹校准方法包括一个或多个程序指令。在设备上加载和执行该程序指令时,全部或部分地产生按照本申请实施例的流程或功能。该设备可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该程序指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,该程序指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储介质。该可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid StateDisk(SSD))等。
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,装置和单元的具体工作过程,可以参考上述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的指纹的识别方法实施例仅仅是示意性的,例如,该单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件 可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
该作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
该集成的单元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,本申请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全部或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)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、流动硬盘、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指令的介质。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘且本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
以上所列举的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属于本申请所涵盖的范围。

Claims (10)

1.一种指纹校准方法,其特征在于,所述指纹校准方法包括:
获取来自同一手指的多张模板指纹图像;
根据所述多张模板指纹图像确定一个动态基准模板;
获取待识别指纹图像;
利用所述动态基准模板对所述待识别指纹图像进行校准得到第一校准指纹图像;
利用基准模板库中的可更新的基准模板对所述待识别指纹图像进行一一校准得到一个或者多个第二校准指纹图像,所述动态基准模板用于对所述可更新的基准模板进行更新;以及
从所述第一校准指纹图像和所述一个或者多个第二校准指纹图像中确定最优的校准指纹图像作为校准后的待识别指纹图像。
2.如权利要求1所述的指纹校准方法,其特征在于,所述指纹校准方法还包括更新所述动态基准模板的步骤,所述更新所述动态基准模板的步骤具体包括:
将所述待识别指纹图像和指纹校准图像库中的原始指纹图像进行比较得到所述原始指纹图像与所述待识别指纹图像的相似度;
根据所述相似度和预设关系得到调整系数;
利用所述调整系数更新初始动态基准模板得到更新后的动态基准模板并将更新后的动态基准模板作为所述动态基准模板。
3.如权利要求2所述的指纹校准方法,其特征在于,所述指纹校准方法还包括利用所述动态基准模板更新所述基准模板库的步骤,所述利用所述动态基准模板更新所述基准模板库的步骤包括:
判断所述基准模板库中的可更新的基准模板的数量是否达到预设数量;
当所述基准模板库中的可更新的基准模板的数量达到预设数量,将所述更新后的动态基准模板与所述可更新的基准模板进行比对,并确定所述更新后的动态基准模板是否需要存入所述基准模板库;
当所述基准模板库中的可更新的基准模板的数量未达到所述预设数量,将所述更新后的动态基准模板存入所述基准模板库。
4.如权利要求3所述的指纹校准方法,其特征在于,所述当所述基准模板库中的可更新的基准模板的数量达到预设数量,将所述更新后的动态基准模板与所述可更新的基准模板进行比对,并确定所述更新后的动态基准模板是否需要存入所述基准模板库,具体包括:
计算所述更新后的动态基准模板与所述基准模板库可更新的基准模板的图像距离,得到多个图像距离;
在所述多个图像距离中选取图像距离最大的第一图像距离;
判断所述第一图像距离是否大于第一预设阈值;
当所述第一图像距离大于第一预设阈值,确定所述更新后的动态基准模板需要存入所述基准模板库,并将所述更新后的动态基准模板存入所述基准模板库。
5.如权利要求2所述的指纹校准方法,其特征在于,所述指纹校准方法还包括所述指纹校准图像库的更新步骤,具体包括:
计算所述待识别指纹图像的灰度平均值;
判断所述待识别指纹图像的灰度平均值是否达到预设灰度平均值;
当所述待识别指纹图像的灰度平均值达到预设灰度平均值,将所述待识别指纹图像存入所述指纹校准图像库。
6.一种计算机可读的存储介质,其特征在于,所述存储介质上存储有能够被处理器加载并执行的如权利要求1~5中任一项所述的指纹校准方法的程序指令。
7.一种电子设备,其特征在于,所述电子设备包括:
指纹识别传感器,用于获取指纹图像,所述指纹图像包括模板指纹图像和待识别指纹图像;
主机,所述主机包括:
存储器,用于存储程序指令;以及
处理器,用于执行所述程序指令以使所述电子设备实现如权利要求1~5任意一项所述的指纹校准方法。
8.一种指纹识别模组,其特征在于,所述指纹识别模组包括:
存储器,用于存储程序指令;以及
处理器,用于执行所述程序指令以使所述指纹识别模组实现如权利要求1~5任意一项所述的指纹校准方法。
9.一种指纹传感器,其特征在于,所述指纹传感器包括如权利要求8所述的指纹识别模组。
10.如权利要求9所述的指纹传感器,其特征在于,所述指纹传感器为电容指纹传感器或光学指纹传感器。
CN202110541087.3A 2021-05-18 2021-05-18 指纹校准方法、电子设备及存储介质 Active CN112990163B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110541087.3A CN112990163B (zh) 2021-05-18 2021-05-18 指纹校准方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110541087.3A CN112990163B (zh) 2021-05-18 2021-05-18 指纹校准方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112990163A true CN112990163A (zh) 2021-06-18
CN112990163B CN112990163B (zh) 2021-08-06

Family

ID=76336725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110541087.3A Active CN112990163B (zh) 2021-05-18 2021-05-18 指纹校准方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112990163B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116311396A (zh) * 2022-08-18 2023-06-23 荣耀终端有限公司 用于指纹识别的方法和装置

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1506903A (zh) * 2002-12-06 2004-06-23 中国科学院自动化研究所 基于模板学习的自动指纹识别系统和方法
CN101231692A (zh) * 2007-12-24 2008-07-30 浙江金指码科技有限公司 通过指纹特征值调整的学习型智能指纹识别比对方法
CN101882220A (zh) * 2010-06-01 2010-11-10 福建新大陆电脑股份有限公司 一种基于动态模板的条码图像校正方法及校正点获取方法
US20120016798A1 (en) * 2010-07-13 2012-01-19 Tec Solutions, Inc. Biometric authentication system and biometric sensor configured for single user authentication
US20150036896A1 (en) * 2012-12-31 2015-02-05 Tsighua University Method for registering fingerprint image
CN105320935A (zh) * 2015-07-29 2016-02-10 江苏邦融微电子有限公司 多模板指纹识别方法
CN105868679A (zh) * 2015-01-23 2016-08-17 深圳市汇顶科技股份有限公司 指纹信息的动态更新方法和指纹识别装置
US20190087637A1 (en) * 2015-11-13 2019-03-21 Guangdong Oppo Mobile Telecommunications Corp., Lt Method and Apparatus for Updating Fingerprint Templates, and Mobile Terminal
CN109657528A (zh) * 2014-03-07 2019-04-19 神盾股份有限公司 指纹识别方法以及使用指纹识别方法的电子装置
US20190188442A1 (en) * 2017-12-01 2019-06-20 Invensense, Inc. Correcting a fingerprint image
CN109934114A (zh) * 2019-02-15 2019-06-25 重庆工商大学 一种手指静脉模板生成与更新算法及系统
CN110287908A (zh) * 2019-06-28 2019-09-27 Oppo广东移动通信有限公司 校准方法、电子设备及非易失性计算机可读存储介质
CN111247526A (zh) * 2020-01-02 2020-06-05 香港应用科技研究院有限公司 使用迭代模板匹配的目标跟踪方法及系统
CN112149488A (zh) * 2019-06-26 2020-12-29 辛纳普蒂克斯公司 用于校正生物计量图像中的失真的系统和方法
CN112507987A (zh) * 2021-02-03 2021-03-16 深圳阜时科技有限公司 指纹识别方法、存储介质及计算机设备

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1506903A (zh) * 2002-12-06 2004-06-23 中国科学院自动化研究所 基于模板学习的自动指纹识别系统和方法
CN101231692A (zh) * 2007-12-24 2008-07-30 浙江金指码科技有限公司 通过指纹特征值调整的学习型智能指纹识别比对方法
CN101882220A (zh) * 2010-06-01 2010-11-10 福建新大陆电脑股份有限公司 一种基于动态模板的条码图像校正方法及校正点获取方法
US20120016798A1 (en) * 2010-07-13 2012-01-19 Tec Solutions, Inc. Biometric authentication system and biometric sensor configured for single user authentication
US20150036896A1 (en) * 2012-12-31 2015-02-05 Tsighua University Method for registering fingerprint image
CN109657528A (zh) * 2014-03-07 2019-04-19 神盾股份有限公司 指纹识别方法以及使用指纹识别方法的电子装置
CN105868679A (zh) * 2015-01-23 2016-08-17 深圳市汇顶科技股份有限公司 指纹信息的动态更新方法和指纹识别装置
CN105320935A (zh) * 2015-07-29 2016-02-10 江苏邦融微电子有限公司 多模板指纹识别方法
US20190087637A1 (en) * 2015-11-13 2019-03-21 Guangdong Oppo Mobile Telecommunications Corp., Lt Method and Apparatus for Updating Fingerprint Templates, and Mobile Terminal
US20190188442A1 (en) * 2017-12-01 2019-06-20 Invensense, Inc. Correcting a fingerprint image
CN109934114A (zh) * 2019-02-15 2019-06-25 重庆工商大学 一种手指静脉模板生成与更新算法及系统
CN112149488A (zh) * 2019-06-26 2020-12-29 辛纳普蒂克斯公司 用于校正生物计量图像中的失真的系统和方法
US20200410206A1 (en) * 2019-06-26 2020-12-31 Synaptics Incorporated System and method for correcting distortions in a biometric image
CN110287908A (zh) * 2019-06-28 2019-09-27 Oppo广东移动通信有限公司 校准方法、电子设备及非易失性计算机可读存储介质
CN111247526A (zh) * 2020-01-02 2020-06-05 香港应用科技研究院有限公司 使用迭代模板匹配的目标跟踪方法及系统
CN112507987A (zh) * 2021-02-03 2021-03-16 深圳阜时科技有限公司 指纹识别方法、存储介质及计算机设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
THEJASWINI P等: "Novel Adaptive Auto Correction Technique for Enhanced Fingerprint Recognition", 《(IJACSA) INTERNATIONAL JOURNAL OF ADVANCED COMPUTER SCIENCE AND APPLICATIONS》 *
常宁: "指纹识别预处理算法研究", 《中国人民公安大学学报(自然科学版)》 *
张璐: "指纹生物特征模板自动校准算法评估与改进研究", 《中国优秀硕士学位论文全文数据库_信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116311396A (zh) * 2022-08-18 2023-06-23 荣耀终端有限公司 用于指纹识别的方法和装置
CN116311396B (zh) * 2022-08-18 2023-12-12 荣耀终端有限公司 用于指纹识别的方法和装置
WO2024037054A1 (zh) * 2022-08-18 2024-02-22 荣耀终端有限公司 用于指纹识别的方法和装置

Also Published As

Publication number Publication date
CN112990163B (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN109376631B (zh) 一种基于神经网络的回环检测方法及装置
CN108765340B (zh) 模糊图像处理方法、装置及终端设备
CN108759892B (zh) 传感器校准方法、电子装置及计算机可读存储介质
CN109118447B (zh) 一种图片处理方法、图片处理装置及终端设备
CN112634170A (zh) 一种模糊图像修正的方法、装置、计算机设备及存储介质
CN110597387B (zh) 基于人工智能的画面显示方法和装置、计算设备、存储介质
TWI731442B (zh) 電子裝置及其利用觸控資料的物件資訊辨識方法
CN109657543B (zh) 人流量监控方法、装置及终端设备
CN112990163B (zh) 指纹校准方法、电子设备及存储介质
US9697184B2 (en) Adjusting layout size of hyperlink
CN113591683A (zh) 姿态估计方法、装置、电子设备和存储介质
CN112699863B (zh) 指纹增强方法、计算机可读存储介质及电子设备
CN111126268A (zh) 关键点检测模型训练方法、装置、电子设备及存储介质
CN113934312B (zh) 一种基于红外触摸屏的触摸物识别方法和终端设备
CN109165648B (zh) 一种图像处理方法、图像处理装置及移动终端
CN110809083B (zh) 一种移动终端信息提醒的方法、移动终端及存储介质
CN110956131A (zh) 单目标追踪方法、装置及系统
CN115452101A (zh) 一种仪表检定方法、装置、设备及介质
CN107945016B (zh) 变量的取值升维方法、装置及计算机可读存储介质
CN113032071A (zh) 页面元素定位方法、页面测试方法、装置、设备和介质
CN112950647B (zh) 图像分割方法、装置、设备及存储介质
CN112784816A (zh) 窄条形指纹的识别方法、存储介质及电子设备
CN113313088B (zh) 侧边弧面指纹数据的优化方法及指纹识别模组
CN113033512B (zh) 窄条形指纹识别方法、存储介质及电子设备
CN110569799A (zh) 一种指纹模组的位移量检测方法、装置及终端设备

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
GR01 Patent grant
GR01 Patent grant