CN118038505A - 具有蓝牙功能的智能门锁指纹图像采集模组及识别系统 - Google Patents
具有蓝牙功能的智能门锁指纹图像采集模组及识别系统 Download PDFInfo
- Publication number
- CN118038505A CN118038505A CN202410447013.7A CN202410447013A CN118038505A CN 118038505 A CN118038505 A CN 118038505A CN 202410447013 A CN202410447013 A CN 202410447013A CN 118038505 A CN118038505 A CN 118038505A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- area
- abnormal
- image
- matching
- 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
Links
- 230000002159 abnormal effect Effects 0.000 claims description 133
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 28
- 231100000241 scar Toxicity 0.000 claims description 14
- 239000002184 metal Substances 0.000 claims description 13
- 238000004140 cleaning Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 239000000853 adhesive Substances 0.000 claims 1
- 230000001070 adhesive effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 3
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Classifications
-
- 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
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明属于指纹采集识别技术领域，本发明提供了具有蓝牙功能的智能门锁指纹图像采集模组及识别系统，包括：将指纹图像与智能门锁中存储的指纹参照图像进行比对分析，得到指纹匹配偏差参数，根据指纹匹配偏差参数Zxg对指纹进行识别，若匹配失败，根据指纹匹配影响参数kj判断手指表面伤痕以及污渍对指纹匹配的影响程度，并生成影响信号，影响信号包括影响强信号和影响弱信号，基于影响强信号，对指纹图像和指纹参照图像进行处理，并对处理后的指纹图像和指纹参照图像进行分析，对指纹匹配进行最终识别，本发明实现了指纹采集的准确性以及提高了指纹识别的成功率，减少了因手指污渍和手指伤痕等外部因素导致的误判。
Description
技术领域
本发明属于指纹采集识别技术领域，具体地说是具有蓝牙功能的智能门锁指纹图像采集模组及识别系统。
背景技术
随着科技的进步，智能门锁已成为现代家居安全的重要组成部分。指纹图像采集作为智能门锁的核心功能之一，其精度和稳定性直接影响到门锁的识别效果和用户体验。然而，传统的指纹图像采集模组往往存在识别精度不高、易受干扰等问题。因此，开发一种具有蓝牙功能、高识别精度的智能门锁指纹图像采集模组具有重要意义。
公开号为CN113496192A的一项中国专利申请公开了指纹图像识别方法、装置及系统，包括：从采集的第一指纹图像中提取皮肤特征，根据所述皮肤特征，判断第一指纹图像是否为真实皮肤图像；若不为真实皮肤图像，则判定第一指纹图像为假指纹图像；若为真实皮肤图像，则从第一指纹图像中提取细节点，根据提取的细节点，将第一指纹图像与已注册的第二指纹图像进行匹配。提高了指纹图像识别的速度和准确度。
上述现有技术中，通过指纹细节点的比对实现指纹的识别，缺少对指纹识别时的影响因素进行分析，即缺少对手指污渍以及伤痕对手指指纹识别的影响分析，无法保证指纹识别的精确性。
为此，本发明提供了一种具有蓝牙功能的智能门锁指纹图像采集模组及识别系统。
发明内容
为了弥补现有技术的不足，解决背景技术中所提出的至少一个技术问题。
本发明解决其技术问题所采用的技术方案是：具有蓝牙功能的智能门锁指纹图像采集模组及识别系统，包括具有蓝牙功能的智能门锁指纹图像采集模组，还包括具有蓝牙功能的智能门锁指纹图像采集识别系统，该系统包括：
数据采集模块：在手指按压触碰智能门锁的指纹传感器时，采集触碰数据，其中，触碰数据包括手指与指纹传感器之间的触碰面积和触碰压力，将手指的触碰面积和触碰压力与预设的触碰面积值和预设的触碰压力值同时进行对应比较，并生成信号，信号包括正常采集信号和异常采集信号，异常采集信号包括第一异常采集信号、第二异常采集信号以及第三异常采集信号；
基于正常采集信号，则对手指指纹图像进行采集，并将采集的图像发送至提取分析模块；
蓝牙处理器：根据异常采集信号的种类控制信号灯进行不同光线显示；
提取分析模块：接收指纹图像，将指纹图像与智能门锁中存储的指纹参照图像进行比对分析，得到指纹匹配偏差数据，其中，指纹匹配偏差数据包括指纹匹配偏差参数Zxg；
识别模块：将指纹匹配偏差参数Zxg与指纹匹配偏差参数阈值进行比较，若指纹匹配偏差参数Zxg≥指纹匹配偏差参数阈值ZSJ，则指纹匹配失败，并生成匹配失败信号；
若指纹匹配偏差参数Zxg＜指纹匹配偏差参数阈值ZSJ，则指纹匹配成功，并生成匹配成功信号；
基于匹配成功信号，将匹配成功信号发送至蓝牙处理器；
异常分析模块：异常分析模块接收到匹配失败信号后，获取指纹匹配影响参数kj，根据指纹匹配影响参数kj判断手指表面伤痕以及污渍对指纹匹配的影响程度，并生成影响信号，影响信号包括影响强信号和影响弱信号；
基于影响弱信号，则将匹配失败信号发送至蓝牙处理器；
匹配确定模块：基于影响强信号，对指纹图像和指纹参照图像进行处理，并对处理后的指纹图像和指纹参照图像进行分析，对指纹匹配进行最终识别。
作为本发明进一步的技术方案为：将所述手指的触碰面积和触碰压力与预设的触碰面积值和预设的触碰压力值同时进行对应比较：
若触碰面积大于等于预设触碰面积值且触碰压力大于等于预设触碰压力值时，则生成正常采集信号；
若触碰面积小于预设触碰面积值且触碰压力大于等于预设触碰压力值时，则生成第一异常采集信号；
若触碰面积大于等于预设触碰面积值且触碰压力小于预设触碰压力值时，则生成第二异常采集信号；
若触碰面积小于预设触碰面积值且触碰压力小于预设触碰压力值时，则生成第三异常采集信号。
作为本发明进一步的技术方案为：所述指纹匹配偏差参数Zxg的获取方式为：
获取异常端点坐标组数量占比参数CG、指纹纹路线所围区域总面积占比CH以及异常交点坐标数量占比参数CJ；
通过公式：得到指纹匹配偏差参数Zxg，其中，s1取值为1.246，s2取值为1.342，s3取值为1.105。
作为本发明进一步的技术方案为：所述异常端点坐标组数量占比参数CG的获取方式为：
具体地，在指纹图像和指纹参照图像中，基于X-Y坐标系获取指纹纹路各端点的坐标以及指纹纹路之间各交点的坐标；
将指纹图像中每条指纹纹路的端点坐标整合为端点坐标组，基于多条指纹，得到多个端点坐标组，将指纹参照图像中每条指纹纹路的端点坐标整合为参照端点坐标组，基于多条指纹，得到多个参照端点坐标组，将端点坐标组与参照端点坐标组根据端点坐标进行比对：
若无法在所有参照端点坐标组中找到与端点坐标组的端点坐标相匹配的参照端点坐标组，则将其端点坐标组标记为异常端点坐标组；
若可在所有参照端点坐标组中找到与端点坐标组的端点坐标相匹配的参照端点坐标组，则将其端点坐标组标记为正常端点坐标组，将其参照端点坐标组标记为正常参照端点坐标组；
统计异常端点坐标组的数量以及端点坐标组的数量，并将其进行比值处理，得到异常端点坐标组数量占比参数CG；
所述指纹纹路线所围区域总面积占比CH的获取方式为：
获取正常端点坐标组和正常参照端点坐标组对应的指纹纹路线，并将其标记为指纹纹路线路组，测量每个指纹纹路线路组中正常端点坐标组对应的指纹纹路线和正常参照端点坐标组对应的指纹纹路线之间围成的区域面积，得到指纹纹路线所围区域面积，将所有指纹纹路线路组对应的指纹纹路线所围区域面积进行求和，得到指纹纹路线所围区域总面积，将指纹纹路线所围区域总面积与指纹图像面积进行比值处理，得到指纹纹路线所围区域总面积占比CH；
所述异常交点坐标数量占比参数CJ的获取方式为：
将指纹参照图像中所有指纹纹路交点坐标进行整合，得到参照指纹纹路坐标数据集，将指纹图像中所有指纹纹路交点坐标与参照指纹纹路坐标数据集进行比对：
若无法在参照指纹纹路坐标数据集中找到与指纹图像中指纹纹路交点坐标相同的指纹纹路交点坐标，则将其指纹图像中指纹纹路交点坐标标记为异常交点坐标；
若可在参照指纹纹路坐标数据集中找到与指纹图像中指纹纹路交点坐标相同的指纹纹路交点坐标，则将其指纹图像中指纹纹路交点坐标标记正常交点坐标；
统计指纹图像中指纹纹路交点坐标中异常交点坐标的数量以及指纹图像中指纹纹路交点坐标的数量，并将其进行比值处理，得到异常交点坐标数量占比参数CJ。
作为本发明进一步的技术方案为：所述指纹匹配影响参数kj的获取方式为：
获取确定异常端点数量占比参数FG、确定异常交点数量占比参数FY以及重合区域总面积占比参数FD进行数据处理，通过公式：得到指纹匹配影响参数kj，其中，a1、a2以及a3均为预设比例系数，a1取值为1.324，a2取值为1.256，a3取值为1.421。
作为本发明进一步的技术方案为：将所述得到的指纹匹配影响参数kj与预设的指纹匹配影响参数阈值进行比较，具体比较过程如下：
预设指纹匹配影响参数阈值为SH；
若指纹匹配影响参数kj≥指纹匹配影响参数阈值为SH，则表示手指表面伤痕以及污渍对指纹匹配的影响程度较高，并生成影响强信号；
若指纹匹配影响参数kj＜指纹匹配影响参数阈值为SH，则表示手指表面伤痕以及污渍对指纹匹配的影响程度较低，并生成影响弱信号。
作为本发明进一步的技术方案为：所述确定异常端点数量占比参数FG的获取方式为：
根据手指表面污渍面积、伤痕面积、污渍区域位置和伤痕区域位置，在指纹图像中，将手指的污渍区域和伤痕区域进行标记，若在指纹图像中，指纹纹路端点的位置在手指的污渍区域或伤痕区域内，则将其指纹纹路端点标记为疑似异常端点，若在所有异常端点坐标组中，可以找到与疑似异常端点相同的坐标，则将疑似异常端点标记为确定异常端点，统计所有确定异常端点的数量，并将确定异常端点的数量与异常端点坐标组的数量进行比值处理，得到确定异常端点数量占比参数FG；
所述确定异常交点数量占比参数FY的获取方式为：
若在指纹图像中，指纹纹路交点的位置在手指的污渍区域或伤痕区域内，则将其指纹纹路交点标记为疑似异常交点，若在所有的异常交点坐标中，可以找到与疑似异常交点坐标相同的异常交点坐标，则将疑似异常交点标记为确定异常交点，统计所有确定异常交点的数量，并将确定异常交点的数量与异常交点坐标数量进行比值处理，得到确定异常交点数量占比参数FY；
所述重合区域总面积占比参数FD的获取方式为：
在指纹图像中，测量每个指纹纹路线路组对应的指纹纹路线所围区域与手指的污渍区域或伤痕区域之间的重合区域面积，并将其进行求和，得到所有指纹纹路线路组对应的指纹纹路线所围区域与手指的污渍区域或伤痕区域之间的重合区域面积，并将其标记为重合区域总面积，将重合区域总面积与指纹纹路线所围区域总面积进行比值处理，得到重合区域总面积占比参数FD。
作为本发明进一步的技术方案为：基于影响强信号，对指纹图像和指纹参照图像进行处理，并对处理后的指纹图像和指纹参照图像进行分析，对指纹匹配进行最终识别，具体过程包括：
根据污渍区域和伤痕区域的位置以及面积，将指纹图像中和指纹参照图像中与污渍区域和伤痕区域对应的部分进行删除；
基于删除污渍区域和伤痕区域对应部分后的指纹图像，测量其删除污渍区域和伤痕区域对应部分后的指纹图像的面积，并将其标记为指纹图像剩余面积，将指纹图像剩余面积与预设触碰面积值进行比较：
若指纹图像剩余面积≥预设触碰面积值，则生成二次分析信号；
若指纹图像剩余面积＜预设触碰面积值，则生成污渍清洗信号；
基于二次分析信号，将删除污渍区域和伤痕区域对应部分后的指纹图像和删除污渍区域和伤痕区域对应部分后的指纹参照图像再次进行比对分析，重新得到指纹匹配偏差参数，并将重新得到的指纹匹配偏差参数与指纹匹配偏差参数阈值进行比较，再次对指纹匹配进行识别。
作为本发明进一步的技术方案为：基于影响强信号，对指纹图像和指纹参照图像进行处理，并对处理后的指纹图像和指纹参照图像进行分析，对指纹匹配进行最终识别，具体过程还包括：
基于污渍清洗信号，在手指清洗后，通过指纹传感器再次获取指纹图像，根据伤痕区域位置以及面积在指纹图像和指纹参照图像中进行伤痕区域对应部分的删除，并测量进行伤痕区域对应部分删除后的指纹图像的面积，将其标记为指纹图像第二剩余面积；
将指纹图像第二剩余面积与预设触碰面积值再次进行比较：
若第二指纹图像剩余面积≥预设触碰面积值，则生成三次分析信号；
若第二指纹图像剩余面积＜预设触碰面积值，则将匹配失败信号发送至蓝牙处理器，蓝牙处理器接收到匹配失败信号后，控制信号灯进行红光显示；
基于三次分析信号，将删除伤痕区域对应部分后的指纹图像和删除伤痕区域对应部分后的指纹参照图像再次进行比对分析，再次得到指纹匹配偏差参数，并将再次得到的指纹匹配偏差参数与指纹匹配偏差参数阈值进行比较，再次对指纹匹配进行识别。
具有蓝牙功能的智能门锁指纹图像采集模组，包括：
金属环，金属环内部中空区域设置有指纹传感器，指纹传感器设置在电路板的顶面，电路板底面边缘阵列设置有若干个彩色LED灯，电路板底面还设置有蓝牙处理器，在蓝牙处理器的一侧且位于电路板的底面设置有通信座子，蓝牙处理器的天线RF反馈引脚通过金属弹簧顶针与蓝牙天线板进行连接，蓝牙天线板通过背胶方式设置于导光圈的凹槽内。
本发明的有益效果如下：
1.本发明所述的具有蓝牙功能的智能门锁指纹图像采集模组，在手指按压触碰智能门锁的指纹传感器时，实时采集触碰数据，其中，触碰数据包括手指与指纹传感器之间的触碰面积和触碰压力，将手指的触碰面积和触碰压力与预设的触碰面积值和预设的触碰压力值同时进行对应比较，并生成信号，信号包括正常采集信号和异常采集信号，基于正常采集信号，对指纹进行采集，基于异常采集信号，根据异常采集信号的种类对手指在指纹采集时进行不同调整，从而避免了因误触或不当操作导致的错误识别，提高了指纹采集的准确性，便于之后的指纹识别以及提高指纹识别的准确性。
2.本发明所述的具有蓝牙功能的智能门锁指纹图像采集模组，接收指纹图像，将指纹图像与智能门锁中存储的指纹参照图像进行比对分析，得到指纹匹配偏差数据，其中，指纹匹配偏差数据包括指纹匹配偏差参数Zxg，将指纹匹配偏差参数Zxg与指纹匹配偏差参数阈值进行比较，若指纹匹配偏差参数Zxg≥指纹匹配偏差参数阈值ZSJ，则指纹匹配失败，并生成匹配失败信号，若指纹匹配偏差参数Zxg＜指纹匹配偏差参数阈值ZSJ，则指纹匹配成功，并生成匹配成功信号，基于匹配成功信号，将匹配成功信号发送至蓝牙处理器，基于匹配失败信号，获取指纹匹配影响参数kj，根据指纹匹配影响参数kj判断手指表面伤痕以及污渍对指纹匹配的影响程度，并生成影响信号，影响信号包括影响强信号和影响弱信号，实现了对指纹匹配结果的精确判断，并且在匹配失败的情况下，判断是否由手指表面的伤痕或污渍引起以及手指表面的伤痕或污渍对指纹识别的影响程度。
3.本发明所述的具有蓝牙功能的智能门锁指纹图像采集模组，基于影响强信号，对指纹图像和指纹参照图像进行处理，并对处理后的指纹图像和指纹参照图像进行分析，对指纹匹配进行最终识别，基于影响强信号对指纹图像进行再处理和分析，提高了指纹识别的成功率，减少了因手指污渍和手指伤痕等外部因素导致的误判。
4.本发明所述的具有蓝牙功能的智能门锁指纹图像采集模组，通过蓝牙处理器实现对彩色LED灯进行驱动，有效减少线路的连接数量，降低智能门锁生产装配难度。
附图说明
下面结合附图对本发明作进一步说明。
图1是本发明实施例一的系统模块图；
图2是本发明实施例一中指纹匹配失败的异常分析流程图；
图3是本发明实施例二的具有蓝牙功能的智能门锁指纹图像采集模组的结构示意图；
图4是本发明实施例二的具有蓝牙功能的智能门锁指纹图像采集模组另一视角的结构示意图。
图中：10、金属环；20、指纹传感器；30、电路板；40、蓝牙处理器；50、蓝牙天线板；60、导光圈；70、通信座子；80、彩色LED灯；90、金属弹簧顶针。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
实施例1
如图1所示，本发明实施例所述的具有蓝牙功能的智能门锁指纹图像采集识别系统，包括：
数据采集模块：在手指按压触碰智能门锁的指纹传感器时，采集触碰数据，其中，触碰数据包括手指与指纹传感器之间的触碰面积和触碰压力，将手指的触碰面积和触碰压力与预设的触碰面积值和预设的触碰压力值同时进行对应比较，并生成信号，信号包括正常采集信号和异常采集信号，异常采集信号包括第一异常采集信号、第二异常采集信号以及第三异常采集信号；
具体地，若触碰面积大于等于预设触碰面积值且触碰压力大于等于预设触碰压力值时，则生成正常采集信号；
若触碰面积小于预设触碰面积值且触碰压力大于等于预设触碰压力值时，则生成第一异常采集信号；
若触碰面积大于等于预设触碰面积值且触碰压力小于预设触碰压力值时，则生成第二异常采集信号；
若触碰面积小于预设触碰面积值且触碰压力小于预设触碰压力值时，则生成第三异常采集信号；
在一些实施例中，通过指纹传感器采集手指触碰面积和触碰压力；
基于异常信号，将异常采集信号发送给蓝牙处理器，基于正常采集信号，则对手指指纹图像进行采集，并将采集的图像发送至提取分析模块；
蓝牙处理器：接收异常采集信号，并根据异常采集信号的种类控制信号灯进行不同光线显示；
具体的，若接收到第一异常采集信号，则控制信号灯进行黄光显示；
若接收到第二异常采集信号，则控制信号灯进行蓝光显示；
若接收到第三异常采集信号，则控制信号灯进行紫光显示；
需要说明的是，黄色信号灯显示表示手指触碰面积不符合标准；蓝色信号灯显示表示手指触碰压力不符合标准；紫色信号灯显示表示手指触碰面积和触碰压力均不符合标准，则在信号灯显示颜色为黄色、蓝色以及紫色时，需要根据信号灯颜色去调整手指；
提取分析模块：接收指纹图像，将指纹图像与智能门锁中存储的指纹参照图像进行比对分析，得到指纹匹配偏差数据，其中，指纹匹配偏差数据包括指纹匹配偏差参数Zxg；
具体的，将指纹图像与指纹参照图像放入X-Y二维坐标系内，在指纹图像和指纹参照图像中，基于X-Y坐标系获取指纹纹路各端点的坐标以及指纹纹路之间各交点的坐标；
将指纹图像中每条指纹纹路的端点坐标整合为端点坐标组，基于多条指纹，得到多个端点坐标组；
同理，将指纹参照图像中每条指纹纹路的端点坐标整合为参照端点坐标组，基于多条指纹，得到多个参照端点坐标组；
将端点坐标组与参照端点坐标组根据端点坐标进行比对：
若无法在所有参照端点坐标组中找到与端点坐标组的端点坐标相匹配的参照端点坐标组，则将其端点坐标组标记为异常端点坐标组；
若可在所有参照端点坐标组中找到与端点坐标组的端点坐标相匹配的参照端点坐标组，则将其端点坐标组标记为正常端点坐标组，将其参照端点坐标组标记为正常参照端点坐标组；
统计异常端点坐标组的数量以及端点坐标组的数量，并将其进行比值处理，得到异常端点坐标组数量占比参数CG；
将正常端点坐标组和正常参照端点坐标组分别对应的指纹纹路进行描边，分别得到正常端点坐标组和正常参照端点坐标组对应的指纹纹路线，并将其标记为指纹纹路线路组；
测量每个指纹纹路线路组中正常端点坐标组对应的指纹纹路线和正常参照端点坐标组对应的指纹纹路线之间围成的区域面积，得到指纹纹路线所围区域面积；
将所有指纹纹路线路组对应的指纹纹路线所围区域面积进行求和，得到指纹纹路线所围区域总面积，将指纹纹路线所围区域总面积与指纹图像面积进行比值处理，得到指纹纹路线所围区域总面积占比CH；
将指纹参照图像中所有指纹纹路交点坐标进行整合，得到参照指纹纹路坐标数据集；
将指纹图像中所有指纹纹路交点坐标与参照指纹纹路坐标数据集进行比对：
若无法在参照指纹纹路坐标数据集中找到与指纹图像中指纹纹路交点坐标相同的指纹纹路交点坐标，则将其指纹图像中指纹纹路交点坐标标记为异常交点坐标；
若可在参照指纹纹路坐标数据集中找到与指纹图像中指纹纹路交点坐标相同的指纹纹路交点坐标，则将其指纹图像中指纹纹路交点坐标标记正常交点坐标；
统计指纹图像中指纹纹路交点坐标中异常交点坐标的数量以及指纹图像中指纹纹路交点坐标的数量，并将其进行比值处理，得到异常交点坐标数量占比参数CJ；
将得到的异常端点坐标组数量占比参数CG、指纹纹路线所围区域总面积占比CH以及异常交点坐标数量占比参数CJ进行数据处理，通过公式：得到指纹匹配偏差参数Zxg，其中，s1取值为1.246，s2取值为1.342，s3取值为1.105；
识别模块：将指纹匹配偏差参数Zxg与指纹匹配偏差参数阈值进行比较，根据比较结果对指纹匹配进行识别；
具体地，预设指纹匹配偏差参数阈值为ZSJ；
若指纹匹配偏差参数Zxg≥指纹匹配偏差参数阈值ZSJ，则指纹匹配失败，并生成匹配失败信号；
若指纹匹配偏差参数Zxg＜指纹匹配偏差参数阈值ZSJ，则指纹匹配成功，并生成匹配成功信号；
基于匹配成功信号，将匹配成功信号发送至蓝牙处理器，蓝牙处理器接收到匹配成功信号后，则控制信号灯进行绿光显示，同时智能门锁自动解锁；
如图2所示，基于匹配失败信号，将匹配失败信号发送至异常分析模块；
异常分析模块：异常分析模块接收到匹配失败信号后，获取手指的表面数据，其中，手指的表面数据包括手指表面污渍面积、伤痕面积、污渍区域位置以及伤痕区域位置，基于对手指的表面数据和指纹图像进行综合分析，得到指纹匹配影响参数kj，将指纹匹配影响参数kj与指纹匹配参数阈值进行比较，根据比较结果判断手指表面伤痕以及污渍对指纹匹配的影响程度，并生成影响信号，影响信号包括影响强信号和影响弱信号；
具体的，根据手指表面污渍面积、伤痕面积、污渍区域位置和伤痕区域位置，在指纹图像中，将手指的污渍区域和伤痕区域进行标记，若在指纹图像中，指纹纹路端点的位置在手指的污渍区域或伤痕区域内，则将其指纹纹路端点标记为疑似异常端点，若在所有异常端点坐标组中，可以找到与疑似异常端点相同的坐标，则将疑似异常端点标记为确定异常端点，统计所有确定异常端点的数量，并将确定异常端点的数量与异常端点坐标组的数量进行比值处理，得到确定异常端点数量占比参数FG；
若在指纹图像中，指纹纹路交点的位置在手指的污渍区域或伤痕区域内，则将其指纹纹路交点标记为疑似异常交点，若在所有的异常交点坐标中，可以找到与疑似异常交点坐标相同的异常交点坐标，则将疑似异常交点标记为确定异常交点，统计所有确定异常交点的数量，并将确定异常交点的数量与异常交点坐标数量进行比值处理，得到确定异常交点数量占比参数FY；
在指纹图像中，测量每个指纹纹路线路组对应的指纹纹路线所围区域与手指的污渍区域或伤痕区域之间的重合区域面积，并将其进行求和，得到所有指纹纹路线路组对应的指纹纹路线所围区域与手指的污渍区域或伤痕区域之间的重合区域面积，并将其标记为重合区域总面积，将重合区域总面积与指纹纹路线所围区域总面积进行比值处理，得到重合区域总面积占比参数FD；
将得到的确定异常端点数量占比参数FG、确定异常交点数量占比参数FY以及重合区域总面积占比参数FD进行数据处理，通过公式：得到指纹匹配影响参数kj，其中，a1、a2以及a3均为预设比例系数，a1取值为1.324，a2取值为1.256，a3取值为1.421；
将得到的指纹匹配影响参数kj与预设的指纹匹配影响参数阈值进行比较，具体比较过程如下：
预设指纹匹配影响参数阈值为SH；
若指纹匹配影响参数kj≥指纹匹配影响参数阈值为SH，则表示手指表面伤痕以及污渍对指纹匹配的影响程度较高，并生成影响强信号；
若指纹匹配影响参数kj＜指纹匹配影响参数阈值为SH，则表示手指表面伤痕以及污渍对指纹匹配的影响程度较低，并生成影响弱信号；
基于影响弱信号，则将匹配失败信号发送至蓝牙处理器，蓝牙处理器接收到匹配失败信号后，控制信号灯进行红光显示；
匹配确定模块：基于影响强信号，对指纹图像和指纹参照图像进行处理，并对处理后的指纹图像和指纹参照图像进行分析，对指纹匹配进行最终识别；
具体的，根据污渍区域和伤痕区域的位置以及面积，将指纹图像中和指纹参照图像中与污渍区域和伤痕区域对应的部分进行删除；
基于删除污渍区域和伤痕区域对应部分后的指纹图像，测量其删除污渍区域和伤痕区域对应部分后的指纹图像的面积，并将其标记为指纹图像剩余面积，将指纹图像剩余面积与预设触碰面积值进行比较：
若指纹图像剩余面积≥预设触碰面积值，则生成二次分析信号；
若指纹图像剩余面积＜预设触碰面积值，则生成污渍清洗信号；
基于二次分析信号，将删除污渍区域和伤痕区域对应部分后的指纹图像和删除污渍区域和伤痕区域对应部分后的指纹参照图像再次进行比对分析，重新得到指纹匹配偏差参数，并将重新得到的指纹匹配偏差参数与指纹匹配偏差参数阈值进行比较，再次对指纹匹配进行识别，若匹配成功，则蓝牙处理器控制信号灯进行绿光显示，且智能门锁自动解锁，若匹配失败，则蓝牙处理器控制信号灯进行红光显示；
基于污渍清洗信号，则蓝牙处理器控制信号灯进行红光闪烁显示，提示进行手指清洗，并在手指清洗后，通过指纹传感器再次获取指纹图像，根据伤痕区域位置以及面积在指纹图像和指纹参照图像中进行伤痕区域对应部分的删除，并测量进行伤痕区域对应部分删除后的指纹图像的面积，将其标记为指纹图像第二剩余面积；
将指纹图像第二剩余面积与预设触碰面积值再次进行比较：
若第二指纹图像剩余面积≥预设触碰面积值，则生成三次分析信号；
若第二指纹图像剩余面积＜预设触碰面积值，则将匹配失败信号发送至蓝牙处理器，蓝牙处理器接收到匹配失败信号后，控制信号灯进行红光显示；
基于三次分析信号，将删除伤痕区域对应部分后的指纹图像和删除伤痕区域对应部分后的指纹参照图像再次进行比对分析，再次得到指纹匹配偏差参数，并将再次得到的指纹匹配偏差参数与指纹匹配偏差参数阈值进行比较，再次对指纹匹配进行识别，若匹配成功，则蓝牙处理器控制信号灯进行绿光显示，且智能门锁自动解锁，若匹配失败，则蓝牙处理器控制信号灯进行红光显示。
需要说明的是，上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
实施例2
如图3和图4所示，本发明实施例所述的具有蓝牙功能的智能门锁指纹图像采集模组，包括：
金属环10，金属环10内部中空区域设置有指纹传感器20，指纹传感器20用于采集指纹，指纹传感器20设置在电路板30的顶面，电路板30底面边缘阵列设置有若干个彩色LED灯80，电路板30底面还设置有蓝牙处理器40，蓝牙处理器40在接收到不同信号时，可驱动控制彩色LED灯80进行不同颜色的光线显示，在蓝牙处理器40的一侧且位于电路板30的底面设置有通信座子70，蓝牙处理器40的天线RF反馈引脚通过金属弹簧顶针90与蓝牙天线板50进行连接，蓝牙天线板50通过背胶方式设置于导光圈60的凹槽内；
蓝牙天线板50通过背胶粘连在导光圈60的凹槽内，并通过金属弹簧顶针90与蓝牙处理器天线RF反馈引脚连接在一起，实现将天线与电路板30、金属环10和指纹传感器20等金属器件分离，有效提升蓝牙信号强度等天线参数，进一步提升智能门锁稳定性。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.具有蓝牙功能的智能门锁指纹图像采集识别系统，其特征在于：该系统包括：
数据采集模块：采集触碰数据，其中，触碰数据包括手指与指纹传感器之间的触碰面积和触碰压力，将手指的触碰面积和触碰压力与预设的触碰面积值和预设的触碰压力值同时进行对应比较，并生成信号，信号包括正常采集信号和异常采集信号；
基于正常采集信号，采集手指指纹图像并发送至提取分析模块；
提取分析模块：将指纹图像与指纹参照图像进行比对分析，得到指纹匹配偏差数据，其中，指纹匹配偏差数据包括指纹匹配偏差参数Zxg；
识别模块：将指纹匹配偏差参数Zxg与指纹匹配偏差参数阈值进行比较，若指纹匹配偏差参数Zxg≥指纹匹配偏差参数阈值ZSJ，则指纹匹配失败，并生成匹配失败信号；
若指纹匹配偏差参数Zxg＜指纹匹配偏差参数阈值ZSJ，则指纹匹配成功，并生成匹配成功信号；
异常分析模块：异常分析模块接收到匹配失败信号后，获取指纹匹配影响参数kj，根据指纹匹配影响参数kj判断手指表面伤痕以及污渍对指纹匹配的影响程度，并生成影响信号，影响信号包括影响强信号和影响弱信号；
匹配确定模块：基于影响强信号，对指纹图像和指纹参照图像进行处理，并对处理后的指纹图像和指纹参照图像进行分析，对指纹匹配进行最终识别。
2.根据权利要求1所述的具有蓝牙功能的智能门锁指纹图像采集识别系统，其特征在于：
将所述手指的触碰面积和触碰压力与预设的触碰面积值和预设的触碰压力值同时进行对应比较：
若触碰面积大于等于预设触碰面积值且触碰压力大于等于预设触碰压力值时，则生成正常采集信号；
若触碰面积小于预设触碰面积值且触碰压力大于等于预设触碰压力值时，则生成第一异常采集信号；
若触碰面积大于等于预设触碰面积值且触碰压力小于预设触碰压力值时，则生成第二异常采集信号；
若触碰面积小于预设触碰面积值且触碰压力小于预设触碰压力值时，则生成第三异常采集信号。
3.根据权利要求1所述的具有蓝牙功能的智能门锁指纹图像采集识别系统，其特征在于：所述指纹匹配偏差参数Zxg的获取方式为：
获取异常端点坐标组数量占比参数CG、指纹纹路线所围区域总面积占比CH以及异常交点坐标数量占比参数CJ；
基于异常端点坐标组数量占比参数CG、指纹纹路线所围区域总面积占比CH以及异常交点坐标数量占比参数CJ，处理并输出得到指纹匹配偏差参数Zxg。
4.根据权利要求3所述的具有蓝牙功能的智能门锁指纹图像采集识别系统，其特征在于：所述异常端点坐标组数量占比参数CG的获取方式为：
具体地，在指纹图像和指纹参照图像中，基于X-Y坐标系获取指纹纹路各端点的坐标以及指纹纹路之间各交点的坐标；
将指纹图像中每条指纹纹路的端点坐标整合为端点坐标组，基于多条指纹，得到多个端点坐标组，将指纹参照图像中每条指纹纹路的端点坐标整合为参照端点坐标组，基于多条指纹，得到多个参照端点坐标组，将端点坐标组与参照端点坐标组根据端点坐标进行比对：
若无法在所有参照端点坐标组中找到与端点坐标组的端点坐标相匹配的参照端点坐标组，则将其端点坐标组标记为异常端点坐标组；
若可在所有参照端点坐标组中找到与端点坐标组的端点坐标相匹配的参照端点坐标组，则将其端点坐标组标记为正常端点坐标组，将其参照端点坐标组标记为正常参照端点坐标组；
统计异常端点坐标组的数量以及端点坐标组的数量，并将其进行比值处理，得到异常端点坐标组数量占比参数CG；
所述指纹纹路线所围区域总面积占比CH的获取方式为：
获取正常端点坐标组和正常参照端点坐标组对应的指纹纹路线，并将其标记为指纹纹路线路组，测量每个指纹纹路线路组中正常端点坐标组对应的指纹纹路线和正常参照端点坐标组对应的指纹纹路线之间围成的区域面积，得到指纹纹路线所围区域面积，将所有指纹纹路线路组对应的指纹纹路线所围区域面积进行求和，得到指纹纹路线所围区域总面积，将指纹纹路线所围区域总面积与指纹图像面积进行比值处理，得到指纹纹路线所围区域总面积占比CH；
所述异常交点坐标数量占比参数CJ的获取方式为：
将指纹参照图像中所有指纹纹路交点坐标进行整合，得到参照指纹纹路坐标数据集，将指纹图像中所有指纹纹路交点坐标与参照指纹纹路坐标数据集进行比对：
若无法在参照指纹纹路坐标数据集中找到与指纹图像中指纹纹路交点坐标相同的指纹纹路交点坐标，则将其指纹图像中指纹纹路交点坐标标记为异常交点坐标；
若可在参照指纹纹路坐标数据集中找到与指纹图像中指纹纹路交点坐标相同的指纹纹路交点坐标，则将其指纹图像中指纹纹路交点坐标标记正常交点坐标；
统计指纹图像中指纹纹路交点坐标中异常交点坐标的数量以及指纹图像中指纹纹路交点坐标的数量，并将其进行比值处理，得到异常交点坐标数量占比参数CJ。
5.根据权利要求1所述的具有蓝牙功能的智能门锁指纹图像采集识别系统，其特征在于：所述指纹匹配影响参数kj的获取方式为：
获取确定异常端点数量占比参数FG、确定异常交点数量占比参数FY以及重合区域总面积占比参数FD，基于获取确定异常端点数量占比参数FG、确定异常交点数量占比参数FY以及重合区域总面积占比参数FD输出得到指纹匹配影响参数kj。
6.根据权利要求5所述的具有蓝牙功能的智能门锁指纹图像采集识别系统，其特征在于：
将所述得到的指纹匹配影响参数kj与预设的指纹匹配影响参数阈值进行比较，具体比较过程如下：
预设指纹匹配影响参数阈值为SH；
若指纹匹配影响参数kj≥指纹匹配影响参数阈值为SH，则表示手指表面伤痕以及污渍对指纹匹配的影响程度较高，并生成影响强信号；
若指纹匹配影响参数kj＜指纹匹配影响参数阈值为SH，则表示手指表面伤痕以及污渍对指纹匹配的影响程度较低，并生成影响弱信号。
7.根据权利要求5所述的具有蓝牙功能的智能门锁指纹图像采集识别系统，其特征在于：所述确定异常端点数量占比参数FG的获取方式为：
根据手指表面污渍面积、伤痕面积、污渍区域位置和伤痕区域位置，在指纹图像中，将手指的污渍区域和伤痕区域进行标记，若在指纹图像中，指纹纹路端点的位置在手指的污渍区域或伤痕区域内，则将其指纹纹路端点标记为疑似异常端点，若在所有异常端点坐标组中，可以找到与疑似异常端点相同的坐标，则将疑似异常端点标记为确定异常端点，统计所有确定异常端点的数量，并将确定异常端点的数量与异常端点坐标组的数量进行比值处理，得到确定异常端点数量占比参数FG；
所述确定异常交点数量占比参数FY的获取方式为：
若在指纹图像中，指纹纹路交点的位置在手指的污渍区域或伤痕区域内，则将其指纹纹路交点标记为疑似异常交点，若在所有的异常交点坐标中，可以找到与疑似异常交点坐标相同的异常交点坐标，则将疑似异常交点标记为确定异常交点，统计所有确定异常交点的数量，并将确定异常交点的数量与异常交点坐标数量进行比值处理，得到确定异常交点数量占比参数FY；
所述重合区域总面积占比参数FD的获取方式为：
在指纹图像中，测量每个指纹纹路线路组对应的指纹纹路线所围区域与手指的污渍区域或伤痕区域之间的重合区域面积，并将其进行求和，得到所有指纹纹路线路组对应的指纹纹路线所围区域与手指的污渍区域或伤痕区域之间的重合区域面积，并将其标记为重合区域总面积，将重合区域总面积与指纹纹路线所围区域总面积进行比值处理，得到重合区域总面积占比参数FD。
8.根据权利要求1所述的具有蓝牙功能的智能门锁指纹图像采集识别系统，其特征在于：基于影响强信号，对指纹图像和指纹参照图像进行处理，并对处理后的指纹图像和指纹参照图像进行分析，对指纹匹配进行最终识别，具体过程包括：
根据污渍区域和伤痕区域的位置以及面积，将指纹图像中和指纹参照图像中与污渍区域和伤痕区域对应的部分进行删除；
基于删除污渍区域和伤痕区域对应部分后的指纹图像，测量其删除污渍区域和伤痕区域对应部分后的指纹图像的面积，并将其标记为指纹图像剩余面积，将指纹图像剩余面积与预设触碰面积值进行比较：
若指纹图像剩余面积≥预设触碰面积值，则生成二次分析信号；
若指纹图像剩余面积＜预设触碰面积值，则生成污渍清洗信号；
基于二次分析信号，将删除污渍区域和伤痕区域对应部分后的指纹图像和删除污渍区域和伤痕区域对应部分后的指纹参照图像再次进行比对分析，重新得到指纹匹配偏差参数，并将重新得到的指纹匹配偏差参数与指纹匹配偏差参数阈值进行比较，再次对指纹匹配进行识别。
9.根据权利要求8所述的具有蓝牙功能的智能门锁指纹图像采集识别系统，其特征在于：基于影响强信号，对指纹图像和指纹参照图像进行处理，并对处理后的指纹图像和指纹参照图像进行分析，对指纹匹配进行最终识别，具体过程还包括：
基于污渍清洗信号，在手指清洗后，通过指纹传感器再次获取指纹图像，根据伤痕区域位置以及面积在指纹图像和指纹参照图像中进行伤痕区域对应部分的删除，并测量进行伤痕区域对应部分删除后的指纹图像的面积，将其标记为指纹图像第二剩余面积；
将指纹图像第二剩余面积与预设触碰面积值再次进行比较：
若第二指纹图像剩余面积≥预设触碰面积值，则生成三次分析信号；
若第二指纹图像剩余面积＜预设触碰面积值，则将匹配失败信号发送至蓝牙处理器，蓝牙处理器接收到匹配失败信号后，控制信号灯进行红光显示；
基于三次分析信号，将删除伤痕区域对应部分后的指纹图像和删除伤痕区域对应部分后的指纹参照图像再次进行比对分析，再次得到指纹匹配偏差参数，并将再次得到的指纹匹配偏差参数与指纹匹配偏差参数阈值进行比较，再次对指纹匹配进行识别。
10.具有蓝牙功能的智能门锁指纹图像采集模组，其特征在于：包括如上述权利要求1-9任一项所述的智能门锁指纹图像采集识别系统，还包括：
金属环（10），金属环（10）内部中空区域设置有指纹传感器（20），指纹传感器（20）设置在电路板（30）的顶面，电路板（30）底面边缘阵列设置有若干个彩色LED灯（80），电路板（30）底面还设置有蓝牙处理器（40），在蓝牙处理器（40）的一侧且位于电路板（30）的底面设置有通信座子（70），蓝牙处理器（40）的天线RF反馈引脚通过金属弹簧顶针（90）与蓝牙天线板（50）进行连接，蓝牙天线板（50）通过背胶方式设置于导光圈（60）的凹槽内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410447013.7A CN118038505B (zh) | 2024-04-15 | 2024-04-15 | 具有蓝牙功能的智能门锁指纹图像采集模组及识别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410447013.7A CN118038505B (zh) | 2024-04-15 | 2024-04-15 | 具有蓝牙功能的智能门锁指纹图像采集模组及识别系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118038505A true CN118038505A (zh) | 2024-05-14 |
| CN118038505B CN118038505B (zh) | 2024-08-20 |
Family
ID=90991823
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410447013.7A Active CN118038505B (zh) | 2024-04-15 | 2024-04-15 | 具有蓝牙功能的智能门锁指纹图像采集模组及识别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118038505B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1735908A (zh) * | 2003-01-06 | 2006-02-15 | 索尼株式会社 | 指纹核对设备和方法、记录介质和程序 |
| CN106778457A (zh) * | 2015-12-11 | 2017-05-31 | 深圳市汇顶科技股份有限公司 | 可提高指纹识别率的指纹识别方法及系统 |
| KR20180105035A (ko) * | 2017-03-14 | 2018-09-27 | 삼성전자주식회사 | 지문 인증 방법 및 장치 |
| CN110070006A (zh) * | 2019-04-01 | 2019-07-30 | Oppo广东移动通信有限公司 | 指纹识别方法、电子装置及计算机可读取介质 |
| US20230047475A1 (en) * | 2021-08-09 | 2023-02-16 | Beijing Xiaomi Mobile Software Co., Ltd. | Fingerprint unlocking method and electronic device, and storage medium |
| CN116665257A (zh) * | 2023-07-28 | 2023-08-29 | 深圳市则成电子股份有限公司 | 指纹识别方法、装置及计算机设备 |
-
2024
- 2024-04-15 CN CN202410447013.7A patent/CN118038505B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1735908A (zh) * | 2003-01-06 | 2006-02-15 | 索尼株式会社 | 指纹核对设备和方法、记录介质和程序 |
| CN106778457A (zh) * | 2015-12-11 | 2017-05-31 | 深圳市汇顶科技股份有限公司 | 可提高指纹识别率的指纹识别方法及系统 |
| KR20180105035A (ko) * | 2017-03-14 | 2018-09-27 | 삼성전자주식회사 | 지문 인증 방법 및 장치 |
| CN110070006A (zh) * | 2019-04-01 | 2019-07-30 | Oppo广东移动通信有限公司 | 指纹识别方法、电子装置及计算机可读取介质 |
| US20230047475A1 (en) * | 2021-08-09 | 2023-02-16 | Beijing Xiaomi Mobile Software Co., Ltd. | Fingerprint unlocking method and electronic device, and storage medium |
| CN116665257A (zh) * | 2023-07-28 | 2023-08-29 | 深圳市则成电子股份有限公司 | 指纹识别方法、装置及计算机设备 |
Non-Patent Citations (1)
| Title |
|---|
| 赵强;姜永;: "残缺指纹识别中若干关键技术", 法制博览, no. 36, 25 December 2016 (2016-12-25) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118038505B (zh) | 2024-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110119680B (zh) | 一种基于图像识别的电气柜接线自动查错系统 | |
| JPH07302304A (ja) | イメージの文字を解析する装置 | |
| CN115283296B (zh) | 基于igbt生产的视觉检测系统及方法 | |
| CN104392227A (zh) | 活体指纹判断方法及系统 | |
| CN112149512A (zh) | 一种基于两阶段深度学习的安全帽佩戴识别方法 | |
| CN109507209A (zh) | 一种薄膜印刷缺陷检测系统及方法 | |
| CN105550630B (zh) | 一种指纹验证方法和装置 | |
| CN113496183B (zh) | 指纹匹配方法、装置、电子设备及可读存储介质 | |
| WO2017152547A1 (zh) | 颜色识别装置及颜色识别方法 | |
| CN106898078B (zh) | 一种港币版本的识别方法及装置 | |
| CN118038505B (zh) | 具有蓝牙功能的智能门锁指纹图像采集模组及识别系统 | |
| CN106528665A (zh) | Aoi设备测试文件查找方法和系统 | |
| CN104680142A (zh) | 一种基于特征点集分割和rst不变特征的四联指比对方法 | |
| KR20180092033A (ko) | 부품 등록기 | |
| CN106503735A (zh) | 线路板料号识别方法及装置 | |
| CN117146709A (zh) | 一种基于传感器自动选择的纠偏控制装置及系统 | |
| JP5045211B2 (ja) | 文字認識装置、外観検査装置及び文字認識方法 | |
| CN114913119A (zh) | 一种半导体晶圆检测工艺中的自动探针状态识别方法 | |
| CN112129700B (zh) | 一种柔性电路板的图像检测方法及检测装置 | |
| KR20190119801A (ko) | 차량 헤드라이트 얼라인먼트 보정 및 분류 방법 및 이를 이용한 차량 헤드라이트 불량검사 방법 | |
| CN103134427A (zh) | 圆环零件识别装置和方法 | |
| CN112507952A (zh) | 自适应人体测温区域筛选方法及额头无遮挡区域提取方法 | |
| CN106652168B (zh) | 一种纸币币值的识别方法及装置 | |
| CN116558777B (zh) | 一种光纤通导性检验方法及系统 | |
| CN104677276A (zh) | 一种生瓷片小孔识别检测方法及系统 |
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 |