KR20170106385A - 지문 중첩 영역의 면적을 계산하는 방법 및 전자 기기 - Google Patents

지문 중첩 영역의 면적을 계산하는 방법 및 전자 기기 Download PDF

Info

Publication number
KR20170106385A
KR20170106385A KR1020177022459A KR20177022459A KR20170106385A KR 20170106385 A KR20170106385 A KR 20170106385A KR 1020177022459 A KR1020177022459 A KR 1020177022459A KR 20177022459 A KR20177022459 A KR 20177022459A KR 20170106385 A KR20170106385 A KR 20170106385A
Authority
KR
South Korea
Prior art keywords
image
area
fingerprint image
matched
fingerprint
Prior art date
Application number
KR1020177022459A
Other languages
English (en)
Other versions
KR101912420B1 (ko
Inventor
레이 레이
쿤핑 슈
윈 양
Original Assignee
비와이디 컴퍼니 리미티드
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 비와이디 컴퍼니 리미티드 filed Critical 비와이디 컴퍼니 리미티드
Publication of KR20170106385A publication Critical patent/KR20170106385A/ko
Application granted granted Critical
Publication of KR101912420B1 publication Critical patent/KR101912420B1/ko

Links

Images

Classifications

    • G06K9/00067—
    • 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
    • G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
    • G06K9/00087—
    • G06K9/38—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Collating Specific Patterns (AREA)
  • Image Input (AREA)
  • Image Analysis (AREA)

Abstract

지문 중첩 영역의 면적을 계산하는 방법 및 전자 기기가 개시된다. 계산 방법은, 매칭될 지문을 수집하고(S11) 매칭될 지문 이미지를 획득하는 단계; 상기 매칭될 지문 이미지와 사전 설정된 견본 지문 이미지 간의 복수의 매칭 특성점 쌍을 찾는 단계(S12); 상기 복수의 매칭 특성점 쌍에 따라 상기 매칭될 지문 이미지의 이미지 오프셋을 획득하는 단계; 상기 이미지 오프셋을 이용하여, 상기 매칭될 지문 이미지의 위치를 조정하고 상기 매칭될 지문 이미지와 상기 사전 설정된 견본 지문 이미지 간의 중첩 영역을 획득하는 단계; 및 상기 중첩 영역 안의 이미지 픽셀의 수를 세고, 상기 중첩 영역 안의 이미지 픽셀의 수를 토대로 상기 중첩 영역의 면적을 계산하는 단계를 포함한다. 전술한 계산 방법을 통해, 중첩 영역을 개별 이미지 픽셀로 나누고, 중첩 영역의 면적을 계산하기 위해 중첩 영역의 이미지 픽셀 수를 계산함으로써, 어떠한 모양의 중첩 영역의 면적이든 계산할 수 있고, 계산된 면적은 픽셀 수준의 정확도를 지닌다. 이에 따라, 계산된 면적이 보다 정확해지고, 후속 계산을 촉진하며, 지문 매칭을 보다 정확하게 하고, 사용자 편의를 높인다.

Description

지문 중첩 영역의 면적을 계산하는 방법 및 전자 기기
본 개시 내용은 지문 감지 기술 영역에 대한 것으로서, 더욱 상세하게는, 지문 중첩 영역의 면적 계산 방법 및 그 전자 기기에 대한 것이다.
지문 인식 분야에서, 지문 센서의 영역이 점점 작아지고 있음으로 인하여, 지문 입력 단계에서 손가락 지문 전체가 모두 기록되지 않을 수 있다. 후속 이용 과정에서 수집된 지문은 기록된 지문과 부분적으로만 일치될 수 있다. 전체적으로 더 작은 지문을 가진 다른 사람일 가능성은 70억 분의 1이다. 그러나, 만약 전체 지문의 일부분만 비교한다면, 다른 지문에 부분적 유사성이 존재할 확률이 높다. 수집된 지문과 기록된 지문 간의 중첩 영역의 면적이 작을 때, 매칭 특성점의 수가 더 적을 뿐만 아니라, 매칭 특성점의 거리가 매우 가까워진다. 이에 따라 매칭 신뢰도가 매우 낮아지고, 식별 오류가 쉽게 발생한다. 따라서, 특성점 매칭의 신뢰성 여부를 결정할 중첩 영역의 면적을 계산할 필요가 있다.
최근, 매칭되는 두 개의 지문 간 중첩 영역의 면적을 계산하기 위해, 각 지문에서의 모든 매칭점을 포함하는 최소의 직사각형을 취하고, 두 직사각형의 영역 S1과 S2를 찾아내며, S=（S1+S2）/2를 중첩 영역의 면적으로 하는 것이 통상적이다.
그러나, 전술한 방법을 통해 얻어낸 면적은 특성점의 분포에 영향을 받는다. 특성점의 분포가 균일할 때, 전술한 방법으로 얻어진 면적은 실제 중첩 면적에 근접한다. 특성점의 분포가 비교적 집중된 때, 전술한 방법으로 얻어진 면적은 실제 중첩 면적보다 훨씬 작다. 특성점의 분포가 더 분산된 때, 전술한 방법으로 얻어진 면적은 실제 중첩 면적보다 더 클 수 있다.
게다가, 손가락이 다른 각도에서 지문 센서를 누르기 때문에, 지문 이미지는 특정 회전각을 가지고, 수집된 지문으로부터 얻어진 직사각형 면적과 기록된 지문으로부터 얻어진 직사각형 면적 간의 차이가 매우 클 수 있어, 얻어진 면적이 정확하지 않게 된다.
본 개시 내용의 실시예들은 관련 기술에 존재하는 문제들 중 적어도 하나를 최소한 어느 정도 해결하고자 한다. 이에 따라, 본 개시 내용은 지문 중첩 영역의 면적을 계산하는 방법 및 전자 기기를 제공한다.
지문 중첩 영역의 면적을 계산하는 방법은,
매칭될 지문 이미지를 획득하기 위해 매칭될 지문을 수집하는 단계;
상기 매칭될 지문 이미지와 사전 설정된 견본 지문 이미지 간의 복수의 매칭 특성점 쌍을 찾아내는 단계;
상기 복수의 매칭 특성점 쌍에 따라 상기 매칭될 지문 이미지의 이미지 오프셋을 획득하는 단계;
상기 이미지 오프셋을 기초로, 상기 매칭될 지문 이미지의 위치를 조정하여 상기 매칭될 지문 이미지와 상기 사전 설정된 견본 지문 이미지 간의 중첩 영역을 획득하는 단계; 및
상기 중첩 영역 안의 이미지 픽셀의 총 수를 계산하고, 상기 중첩 영역 안의 이미지 픽셀의 총 수를 토대로 상기 중첩 영역의 면적을 계산하는 단계를 포함한다.
일 실시예에서, 상기 매칭될 지문 이미지와 사전 설정된 견본 지문 이미지 간의 복수의 매칭 특성점 쌍을 찾아내는 단계는,
상기 매칭될 지문 이미지 상에 필터링 개선, 2진화 처리 및 개량 작업을 수행하여 복수의 제1 특성점을 추출하는 단계;
상기 사전 설정된 견본 지문 이미지의 특성점들 중에서 상기 복수의 제1 특성점과 각각 매칭하는 복수의 제2 특성점을 찾아내는 단계를 더 포함한다.
일 실시예에서, 상기 이미지 오프셋은 적어도 하나의 회전각 및 이동을 포함한다.
일 실시예에서, 상기 중첩 영역 안의 이미지 픽셀의 총 수를 계산하고, 상기 중첩 영역 안의 이미지 픽셀의 총 수를 토대로 상기 중첩 영역의 면적을 계산하는 단계는, 상기 사전 설정된 견본 지문 이미지를 기초로 좌표계를 설정하는 단계; 상기 사전 설정된 견본 지문 이미지의 좌표 범위 내에 위치한 상기 매칭될 지문 이미지의 이미지 픽셀을 상기 중첩 영역의 상기 이미지 픽셀로 확정하는 단계; 및 상기 중첩 영역 안의 이미지 픽셀의 상기 총 수를 세고, 상기 중첩 영역 내의 상기 이미지 픽셀의 상기 총 수와 상기 사전 설정된 견본 지문 이미지의 이미지 픽셀의 총 수의 비를 계산하며, 상기 비를 토대로 상기 중첩 영역의 면적을 계산하는 단계를 더 포함한다.
일 실시예에서, 상기 사전 설정된 견본 지문 이미지의 좌표 범위 내에 위치한 상기 매칭될 지문 이미지의 이미지 픽셀을 상기 중첩 영역의 상기 이미지 픽셀로 확정하는 단계는, X1<X<X2 및 Y1<Y<Y2를 만족하는 상기 매칭될 지문 이미지의 이미지 픽셀을 상기 중첩 영역의 상기 이미지 픽셀로 확정하는 단계를 더 포함하되, X는 상기 좌표계에서 상기 매칭될 지문 이미지의 이미지 픽셀의 수평 좌표이고, Y는 상기 좌표계에서 상기 매칭될 지문 이미지의 이미지 픽셀의 수직 좌표이며, X1~X2는 상기 좌표계에서 상기 사전 설정된 견본 지문 이미지의 수평 좌표 범위이고, Y1~Y2는 상기 좌표계에서 상기 사전 설정된 견본 지문 이미지의 수직 좌표 범위이며, |X2-X1|*|Y2-Y1|는 상기 사전 설정된 견본 지문 이미지의 이미지 해상도이다.
일 실시예에서, 상기 중첩 영역의 면적은 식 S=Sa*N/Ns를 이용하여 확정되되, S는 상기 중첩 영역의 면적이고, Sa는 상기 사전 설정된 견본 지문 이미지의 면적이며, N은 상기 중첩 영역 내의 상기 이미지 픽셀의 상기 총 수이고, Ns는 상기 사전 설정된 견본 지문 이미지의 상기 이미지 픽셀의 상기 총 수이다.
전자 기기는 획득 모듈 및 처리 모듈을 포함한다. 상기 획득 모듈은 매칭될 지문을 수집하고, 매칭될 지문 이미지를 획득하고; 상기 처리 모듈은 상기 매칭될 지문 이미지와 사전 설정된 견본 지문 이미지 간의 복수의 매칭 특성점 쌍을 검색하고; 상기 복수의 매칭 특성점 쌍에 따라 상기 매칭될 지문 이미지의 이미지 오프셋을 획득하며; 상기 이미지 오프셋을 기초로, 상기 매칭될 지문 이미지의 위치를 조정하여 상기 매칭될 지문 이미지와 상기 사전 설정된 견본 지문 이미지 간의 중첩 영역을 획득하고; 상기 중첩 영역 안의 이미지 픽셀의 총 수를 계산하고, 상기 중첩 영역 안의 이미지 픽셀의 총 수를 토대로 상기 중첩 영역의 면적을 계산한다.
일 실시예에서, 상기 처리 모듈은, 상기 매칭될 지문 이미지 상에 필터링 개선, 2진화 공정 및 개량 작업을 수행하여 복수의 제1 특성점을 추출하고; 상기 사전 설정된 견본 지문 이미지의 특성점들 중에서 상기 복수의 제1 특성점과 각각 매칭하는 복수의 제2 특성점을 검색한다.
일 실시예에서, 상기 이미지 오프셋은 적어도 하나의 회전각 및 이동을 포함한다.
일 실시예에서, 상기 처리 모듈은, 상기 사전 설정된 견본 지문 이미지를 기초로 좌표계를 설정하고; 상기 사전 설정된 견본 지문 이미지의 좌표 범위 내에 위치한 상기 매칭될 지문 이미지의 이미지 픽셀을 상기 중첩 영역의 상기 이미지 픽셀로 확정하고; 상기 중첩 영역 안의 이미지 픽셀의 상기 총 수를 세고, 상기 중첩 영역 내의 상기 이미지 픽셀의 상기 총 수와 상기 사전 설정된 견본 지문 이미지의 이미지 픽셀의 총 수의 비를 계산하며, 상기 비를 토대로 상기 중첩 영역의 면적을 계산한다.
일 실시예에서, 상기 처리 모듈은, X1<X<X2 및 Y1<Y<Y2를 만족하는 상기 매칭될 지문 이미지의 이미지 픽셀을 상기 중첩 영역의 상기 이미지 픽셀로 확정하되, X는 상기 좌표계에서 상기 매칭될 지문 이미지의 이미지 픽셀의 수평 좌표이고, Y는 상기 좌표계에서 상기 매칭될 지문 이미지의 이미지 픽셀의 수직 좌표이며, X1~X2는 상기 좌표계에서 상기 사전 설정된 견본 지문 이미지의 수평 좌표 범위이고, Y1~Y2는 상기 좌표계에서 상기 사전 설정된 견본 지문 이미지의 수직 좌표 범위이며, |X2-X1|*|Y2-Y1|는 상기 사전 설정된 견본 지문 이미지의 이미지 해상도이다.
일 실시예에서, 상기 중첩 영역의 면적은 식 S=Sa*N/Ns를 이용하여 확정되되, S는 상기 중첩 영역의 면적이고, Sa는 상기 사전 설정된 견본 지문 이미지의 면적이며, N은 상기 중첩 영역 내의 상기 이미지 픽셀의 상기 총 수이고, Ns는 상기 사전 설정된 견본 지문 이미지의 상기 이미지 픽셀의 상기 총 수이다.
본 개시 내용의 실시예의 추가적인 형태 및 장점은 이어지는 상세한 설명 부분에서 설명되거나, 이어지는 상세한 설명 부분으로부터 분명해지거나 또는 본 개시 내용의 실시예들을 실시함으로써 학습될 것이다.
전술한 계산 방법에서, 중첩 영역을 개별 이미지 픽셀로 나누고, 중첩 영역의 면적을 계산하기 위해 중첩 영역의 이미지 픽셀 수를 계산함으로써, 어떠한 모양의 중첩 영역의 면적이든 계산할 수 있고, 계산된 면적은 픽셀 수준의 정확도를 지닌다. 이에 따라, 계산된 면적이 보다 정확해지고, 후속 계산을 촉진하며, 지문 매칭을 보다 정확하게 하고, 사용자 편의를 높인다.
본 개시 내용과 본 개시 내용의 다른 형태 및 장점들은 다음 도면들과 결합되어 이어지는 상세한 설명으로부터 명확해지고 보다 쉽게 이해될 것이다.
도1은 본 개시내용의 일시예에 따른 지문 중첩 영역에 대한 면적 계산 방법의 흐름도이다.
도2는 본 개시내용의 일시예에 따른 지문 중첩 영역에 대한 면적 계산 방법의 다른 흐름도이다.
도3은 본 개시내용의 일시예에 따른 지문 중첩 영역에 대한 면적 계산 방법의 개략도이다.
도4는 본 개시내용의 일시예에 따른 지문 중첩 영역에 대한 면적 계산 방법에 사용된 지문 이미지의 개략도이다.
도5는 본 개시내용의 일시예에 따른 지문 중첩 영역에 대한 면적 계산 방법의 좌표계를 설정하는 개략도이다.
도6은 본 개시내용의 일시예에 따른 전자 기기의 블록도이다.
도7은 본 개시내용의 일시예에 따른 전자 기기의 개략도이다.
이하 예시적 실시 형태가 상세하게 설명될 것이며, 여기에서의 실시예들은 첨부된 도면에 표현되었다. 참조 번호는 본 개시 내용의 실시예들에 상세히 기재될 것이다. 첨부 도면들을 참조하여 여기에서 기술된 실시예는 설명적이고 예시적이며, 본 개시 내용을 일반적으로 이해하는데 이용된다. 실시 내용은 본 개시 내용을 한정하는 것으로 이해되어서는 안 된다. 동일하거나 유사한 구성요소들 및 동일하거나 유사한 기능을 갖는 구성요소들은 설명에서 동일한 참조 번호로 표시된다.
본 개시 내용의 설명에서, "제1" 및 "제2"와 같은 용어들은 설명을 위한 목적으로 사용되었으며 이와 관련된 중요성을 가리키거나 내포하기 위한 의도, 또는 표시된 기술 특징의 개수를 내포하기 위한 의도가 없다. 따라서, "제1" 및 "제2"에 의해 한정되는 특징들은 해당 특징을 하나 또는 그 이상 포함할 수 있다. 본 개시내용에 대한 설명에서, 특별히 다르게 한정되어 있지 않다면, "복수의"는 둘 또는 둘 이상을 의미한다.
본 개시내용에 대한 설명에서, 특정되거나 다르게 한정되어 있지 않다면, "장착된", "연결된", "결합된" 및 그 외 다양한 표현들은 넓게 활용되며 기계적 또는 전기적 장착, 연결 또는 결합을 포함하여, 두 구성요소의 내부적 장착, 연결 및 결합일 수도 있으며, 더 나아가 직접적 및 간접적 장창, 연결 및 결합일 수 있음은, 본 개시 내용의 상사한 설명에 따라 해당 기술 영역의 통상의 기술자에 의해 이해될 수 있다.
본 개시 내용의 상이한 구조들을 실시할 수 있도록 다양한 실시 형태와 실시예들이 이하 설명에 제공된다. 본 개시 내용을 단순화 하기 위해, 특정 구성요소 및 설정이 기술될 것이다 그러나, 이들 구성요소 및 설정은 예시적인 것일 뿐이며, 본 개시 내용을 한정하기 위한 의도가 없다. 이러한 반복은 단순화 및 명확화를 목적으로 한 것이며, 상이한 실시 형태 및/또는 설정 간의 관계는 언급되지 않는다. 또한, 상이한 절차 및 물질에 대한 실시예가 본 개시 내용에 제공된다. 그러나, 다른 절차 및/또는 물질도 적용될 수 있음은 본 기술 영역의 통상의 기술자에 의해 이해될 것이다.
도 1 내지 도 5를 참고하면, 본 개시 내용의 실시 형태에 따른 지문 중첩 영역에 대한 면적 계산 방법은 다음 단계를 포함한다.
S11: 매칭될 지문을 수집하고 매칭될 지문 이미지를 획득하는 단계;
S12: 상기 매칭될 지문 이미지와 사전 설정된 견본 지문 이미지 간의 복수의 매칭 특성점 쌍을 찾는 단계;
S13: 상기 복수의 매칭 특성점 쌍에 따라 상기 매칭될 지문 이미지의 이미지 오프셋을 획득하는 단계;
S14: 상기 이미지 오프셋을 이용하여, 상기 매칭될 지문 이미지의 위치를 조정하고 상기 매칭될 지문 이미지와 상기 사전 설정된 견본 지문 이미지 간의 중첩 영역을 획득하는 단계;
S15: 상기 중첩 영역 안의 이미지 픽셀의 수를 세고, 상기 중첩 영역 안의 이미지 픽셀의 수를 토대로 상기 중첩 영역의 면적을 계산하는 단계.
단계 S11에서, 사용자가 지문 매칭을 필요로 할 때, 사용자는 프롬프트에 따라 지문 센서 상에 손가락을 누를 수 있다. 지문 센서는, 예를 들어, 이동 전화, 테블릿 PC, 오디오 플레이어 또는 비디오 플레이어 및 다른 전자 기기에 설치될 수 있고, 지문 센서 수집 창구는 전자기기의 전면, 측면, 후면 및/또는 다른 위치에 배치될 수 있다.
단계 S12에서, 복수의 매칭 특성점 쌍은 특성점을 매칭하는 적어도 두 개의 쌍을 나타낸다. 사전 설정된 견본 지문 이미지(102)는, 예를 들어, 매칭될 지문을 수집하기 이전에 전자 기기에서 사전에 저장될 수 있다. 사용자가 지문 인식 기능을 사용할 때, 견본 지문이 전자 기기의 지문 센서를 통해 사전에 입력될 수 있다. 전자 기기는 견본 지문을 처리하고 복수의 사전 설정된 견본 지문 이미지(102)를 형성한다. 이어지는 지문 매칭에서, 매칭될 지문이 사전 설정된 견본 지문 이미지(102)와 매칭될 때, 관련 기능이 동작할 수 있다. 특히, 만약 복수의 사전 설정된 견본 지문 이미지가 존재하는 경우, 각 사전 설정된 견본 지문 이미지가 각각 매칭될 수 있다.
또한, 도 2를 참조하면, 단계 S12는 다음 단계를 포함한다.
S21: 상기 매칭될 지문 이미지 상에 필터링 개선, 2진화 처리 및 개량 작업을 수행하고 복수의 제1 특성점을 추출하는 단계. 복수의 제1 특성점은 적어도 두 개의 제1 특성점을 나타낸다.
S22: 복수의 제1 특성점을 기초로, 상기 사전 설정된 견본 지문 이미지의 특성점들 중에서 상기 복수의 제1 특성점과 매칭하는 복수의 제2 특성점을 각각 찾아내는 단계. 복수의 제2 특성점은 적어도 두 개의 제2 특성점을 나타낸다.
단계 S21에서, 2진화 처리는 일반적으로 지문 이미지의 융기선 그레이 스케일을 0으로 설정하고, 지문 이미지의 계곡선 그레이 스케일을 255로 설정하여, 오직 두 종류의 그레이 스케일 값을 가진 이미지를 형성하는 일련의 이미지 처리 작업을 의미한다. 지문 이미지의 획득은 지문 인식 분야의 어떠한 방법에 의해서도 수행될 수 있으므로 여기에서 상세하게 설명하지는 않는다.
지문 이미지에서, 지문의 일부 특성 부분이 특성점으로 발췌될 수 있다. 이들 특성점들은, 예를 들어, 지문 융기선의 끝점 및 분기점일 수 있다. 특성점의 선택에 다음 요소들이 고려될 수 있다: 1) 일반적인 특성들과 구별되는 특성들을 갖는 특성점; 2) 비교적 안정성을 갖는 특성점; 3) 조합된 특성점을 선택하고자 시도함.
단계 S22에서, 복수의 제1 특성점을 기초로, 사전 설정된 견본 지문 이미지의 특성점들 중에서 복수의 제1 특성점과 매칭하는 복수의 제2 특성점을 각각 찾아내는 단계는 다음을 포함할 수 있다:
특히, 도 3을 참조하면, 사전 설정된 견본 지문 이미지와 매칭될 지문 이미지로부터 각각 특성점이 로컬 중심점으로 무작위로 선정된다. 예를 들어, 도 3에서, 백색점 Z는 로컬 중심점이고, 백색점 Z와 백색점 Z를 둘러싼 특성점 A, B 및 C는 각각 세 개의 벡터를 형성하며, 각각 [d, α, β]로 표현된다. 여기에서 d는 두 특성점 사이의 거리이고, α는 두 특성점의 방향 간의 각도 차를 나타내며, β는 특성점 A, 로컬 중심점을 연결하는 방향과 특성점 A의 방향 간의 각도를 나타낸다. 특성점의 방향은 특성점이 위치한 융기선의 촉단 방향을 의미하고, 특성점들 간의 관계는 특성점들 간의 거리, 각도 차 및 다른 정보를 의미한다.
예를 들어, 사전 설정된 견본 이미지에서 특성점 Mi를 로컬 중심점으로 이용하여, 특성점 Mi와 이 특성점 Mi를 둘러싸는 특성점 사이의 상관 벡터가 계산된다. 그리고 매칭될 지문 이미지의 특성점 Nj를 로컬 중심점으로 사용하여, 특성점 Nj와 특성점 Nj를 둘러싸는 특성점 사이의 상관 벡터가 계산된다. i, j는 특성점의 순번이다. 예를 들어, 사전 설정된 견본 이미지의 특성점 Mi가 로컬 중심점으로 이용될 때, 특성점 Mi와 특성점 Mi를 둘러싸는 특성점 A1, B1, C1 사이의 상관 벡터가 획득될 수 있고, 이 상관 벡터는 각각 VMiA1, VMiB1, VMiC1로 기록된다. 매칭될 지문 이미지의 특성점 Nj가 로컬 중심점으로 이용될 때, 특성점 Nj와 특성점 Nj를 둘러싸는 특성점 A2, B2, C2 사이의 상관 벡터가 획득될 수 있고, 이 상관 벡터는 각각 VNjA2, VNjB2, VNjC2로 기록된다. 벡터 VMiA1와 VNjA2, 벡터 VMiB1와 VNjB2, 그리고 벡터 VMiC1와 VNjC2가 각각 비교된다. 만약 각각 비교되는 벡터 그룹에서의 d, α 및 β의 차이가 사전 설정된 임계치보다 작으면, 특성점 Mi와 특성점 Nj는 한 쌍의 매칭되는 특성점들인 것으로 고려된다. Nj는 매칭될 지문 이미지(100)의 매칭 특성점이다. 매칭 특성점 쌍의 개수는, 예를 들어 열 쌍과 같이, 실제 적용에 따라 확정될 수 있다. 이미지 오프셋은 특성점들 방향 간의 각도 차 및 특성점들 간의 거리에 따라 계산된다. 이미지 오프셋은 적어도 하나의 회전각 및 이동을 포함한다.
특히, 이미지 오프셋이 획득된 이후, 사전 설정된 견본 지문 이미지(102)의 위치를 고정하고, 매칭될 지문 이미지(100)의 위치를 조정하는 것이 바람직하다. 본 실시 형태에서, 만약 매칭될 지문 이미지(100)가 사전 설정된 견본 지문 이미지(102)에 관련된 회전 오프셋과 이동 오프셋을 포함한다면, 이미지 오프셋은 회전각 및 이동을 포함한다.
물론, 다른 실시 형태에서, 만약 매칭될 지문 이미지(100)가 사전 설정된 견본 지문 이미지(102)에 관한 회전 오프셋만을 포함한다면, 이미지 오프셋은 회전각 만을 포함하고, 만약 매칭될 지문 이미지(100)가 사전 설정된 견본 지문 이미지(102)에 관련된 이동 오프셋만을 포함한다면, 이미지 오프셋은 변역만을 포함한다. 몇 가지 경우에서, 만약 매칭될 지문 이미지(100)가 어떠한 오프셋도 포함하지 않는다면, 이미지 오프셋은 0이다.
단계 S14에서, 단계 S13에서 계산된 회전각과 이동을 기초로, 동일한 회전과 이동이 매칭될 지문 이미지 상에서 수행되어, 매칭될 지문 이미지와 사전 설정된 견본 지문 이미지(102) 내의 매칭 특성점이 서로 일치된다. 설명의 편의상 도 4를 참조하면, 밝은 색의 지문 이미지는 사전 설정된 견본 지문 이미지(102)이고, 어두운 색의 지문 이미지는 매칭될 지문 이미지(100)이다. 매칭될 지문 이미지(100)의 위치가 조정되어 두 개의 지문 이미지 안의 매칭 특성점이 서로 일치된 이후, 두 이미지의 중첩 영역(104)은 불규칙적으로 형성된다(도 4에서 실선으로 둘러싸인 면적).
도 4에서 도시된 바와 같이, 중첩 영역(104)이 불규칙적으로 형성되고, 정확한 면적은 기하학적 방법으로 계산될 수 없다. 단계 S15에서, 지문 이미지의 이미지 픽셀 좌표를 기초로, 지문 이미지의 이미지 픽셀이 중첩 영역(104) 내에 위치했는지 여부를 확정할 수 있고, 그 다음, 중첩 영역(104) 내의 이미지 픽셀의 개수가 세어질 수 있다. 동일한 지문 센서에 대해, 사전 설정된 견본 지문 이미지(102)의 해상도는 매칭될 지문 이미지(100)의 해상도와 동일하다.
우선, 좌표계가 사전 설정된 견본 지문 이미지를 기초로 설정된다. 예를 들어 도 5에서 도시된 바와 같이, 사전 설정된 견본 지문 이미지의 좌측 아래 코너가 원점이고, 두 개의 인접하여 연결된 경계가 축으로 설정된다. 다음, 지문 이미지의 해상도는 | Xe-0 | * | Ye-0 | = Xe * Ye이고, 지문 이미지의 이미지 픽셀 총 수는 Ns = Xe * Ye이다.
또한, 사전 설정된 견본 지문 이미지의 좌표 범위 내에서 매칭될 지문 이미지의 이미지 픽셀이 중첩 영역의 이미지 픽셀로 확정된다. 다시 말해, 사전 설정된 견본 지문 이미지(102)의 좌표 범위 내에 위치한 매칭될 지문 이미지(100)의 이미지 픽셀이 우선 확정되고, 다음으로 중첩 영역(104)의 이미지 픽셀에 속하는 사전 설정된 견본 지문 이미지(102)의 좌표 범위 내에 위치한 매칭될 지문 이미지의 이미지 픽셀이 확정된다. 본 실시 형태에서, 도 5에 도시된 바와 같이, 사전 설정된 견본 지문 이미지(102)의 위치 범위 내에 동시에 위치한 매칭된 지문 이미지(100)의 이미지 픽셀만 중첩 영역(104)의 이미지 픽셀일 수 있다. 따라서, 좌표 범위는 좌표계 내의 사전 설정된 견본 지문 이미지의 위치 범위인데, 다시 말해, 0~Xe의 수평 범위와 0~Ye의 수직 범위이며, 이는 또한 사전 설정된 견본 지문 이미지(102)의 해상도 범위이기도 한다.
도 5에 도시된 바와 같이, 매칭될 지문 이미지(100)의 위치를 조정하여 두 개의 지문 이미지의 매칭 특성점이 서로 일치되게 한 다음, 매칭될 지문 이미지(100) 내의 중첩 영역의 이미지 픽셀의 X 좌표와 Y좌표는 각각 0~Xe 범위와 0~Ye 범위 내에 있다. 또한 매칭될 지문 이미지(100) 내의 비중첩 영역의 이미지 픽셀의 좌표는 0보자 작거나 Xe, Ye보다 크다. 따라서, 매칭될 지문 이미지(100)의 위치가 도 5에 도시된 바와 같은 위치로 조정될 때, 좌표가 0<X<Xe 및 0<Y<Xe를 만족하는 매칭될 지문 이미지(100)의 이미지 픽셀은 중첩 영역(104)의 이미지 픽셀이다. 그러므로, 매칭될 지문 이미지(100)의 모든 이미지 픽셀의 좌표가 확정되고, 0<Y<Xe의 수평 좌표와 0<Y<Ye의 수직 좌표를 갖는 이미지 픽셀의 개수 N이 계산되며, 중첩 영역 내의 이미지 픽셀의 개수 N과 사전 설정된 견본 지문 이미지의 이미지 픽셀의 개수 Ns의 비율이 계산되고, 중첩 영역의 면적 S가 이 비율을 토대로 하여 계산된다. 특히, 중첩 영역의 면적 S는 식 S=Sa*N/Ns에 따라 계산되되, Sa는 상기 사전 설정된 견본 지문 이미지의 면적이고, N/Ns는 앞서 획득된 비율이다.
단계 S15에서, 디지털 이미지는 이미지 픽셀에 의해 하나씩 형성된다는 특성 및 매칭될 지문 이미지 상에서 회전 및 이동이 수행된 후 매칭될 지문 이미지(100) 내의 중첩 영역(104)의 이미지 픽셀들의 좌표가 Xe * Ye 해상도 범위 내에 있다는 특성을 이용하여, 좌표 범위를 만족하는 이미지 픽셀의 개수가 계산되어, 예를 들어 불규칙적으로 형성된 중첩 영역의 면적을 계산한다.
Xe = 100, Ye = 100으로 가정하면, 지문 이미지의 해상도는 100 × 100이고, 견본 지문 이미지의 픽셀의 총 개수는 Ns = 100 × 100이다. 매칭될 지문 이미지(100) 내의 중첩 영역(104)의 이미지 픽셀의 수평 좌표는 0<X<100를 만족시키고, 매칭될 지문 이미지(100) 내의 중첩 영역(104)의 이미지 픽셀의 수직 좌표는 0<Y<100를 만족한다. 다시 말해, 중첩 영역 내의 이미지 픽셀의 X좌표와 Y좌표는 0~100의 범위 내에 있다.
따라서, 전술한 계산 방식에서, 중첩 영역을 개별 이미지 픽셀로 나누고, 중첩 영역의 면적을 계산하기 위해 중첩 영역의 이미지 픽셀 수를 계산함으로써, 어떠한 모양의 중첩 영역의 면적이든 계산할 수 있고, 계산된 면적은 픽셀 수준의 정확도를 지닌다. 이에 따라, 계산된 면적이 보다 정확해지고, 후속 계산을 촉진하며, 지문 매칭을 보다 정확하게 하고, 사용자 편의를 높인다.
도 6을 참고하면, 본 개시 내용의 실시 형태에 따라, 전자 기기(200)는 획득 모듈(202)와 처리 모듈(204)를 포함한다.
획득 모듈(202)은 매칭될 지문을 수집하고, 매칭될 지문 이미지를 획득한다. 획득 모듈(202)은 지문 센서(206)에 연결되어 지문 이미지를 획득한다.
도 7을 참고하면, 본 실시 형태에서, 전자 기기(200)는 일 예로서 전화기를 사용하는 것으로 설명될 수 있다. 다른 실시 형태에서, 전자 기기(200)는 지문 인식을 요하는 테블릿 컴퓨터, 노트북 컴퓨터, 지능형 작용 장치, 오디오 플레이어, 비디오 플레이어 또는 그 외 다른 전자 기기일 수 있다. 획득 모듈과 처리 모듈은 전자 기기(200) 내에 설치될 수 있다. 지문 센서(206)의 수집 창구(208)는 전자 기기(200)의 전면(210)에 배치되어 사용자의 지문 수집의 편의를 높일 수 있다. 물론, 수집 창구(208)는 전자 기기(200)의 측면, 후면 또는 다른 위치에 배치될 수 있다.
처리 모듈(204)은 처리 모듈은 상기 매칭될 지문 이미지와 사전 설정된 견본 지문 이미지 간의 복수의 매칭 특성점 쌍을 추출하고; 복수의 매칭 특성점 쌍에 따라 상기 매칭될 지문 이미지의 이미지 오프셋을 획득하며; 이미지 오프셋을 이용하여 매칭될 지문 이미지의 위치를 조정하여 매칭될 지문 이미지와 사전 설정된 견본 지문 이미지 간의 중첩 영역을 획득하고; 중첩 영역 안의 이미지 픽셀의 총 수를 계산하고, 중첩 영역 안의 이미지 픽셀의 총 수를 토대로 중첩 영역의 면적을 계산한다.
처리 모듈(204)의 구체적인 처리는 지문 중첩 영역에 대한 전술한 면적 계산 방법과 관련될 수 있으며, 그 상세한 설명은 여기에서는 반복하지 않는다.
결국, 전자 기기(200)는 중첩 영역을 개별 이미지 픽셀로 나누고, 중첩 영역의 면적을 계산하기 위해 중첩 영역의 이미지 픽셀 수를 계산함으로써, 어떠한 모양의 중첩 영역의 면적이든 계산할 수 있고, 계산된 면적은 픽셀 수준의 정확도를 지닌다. 이에 따라, 계산된 면적이 보다 정확해지고, 후속 계산을 촉진하며, 지문 매칭을 보다 정확하게 하고, 사용자 편의를 높인다.
본 명세서 전반에 걸쳐 언급된, "실시 형태", "일 실시 형태", "하나의 실시 형태", "다른 실시예", "예시", "구체적인 예시", 또는 "일부 예시"는 실시예 또는 예시에 관계하여 기술된 특별한 특징, 구조, 재료, 또는 특성이 본 개시내용의 적어도 하나의 실시예 또는 예시에 포함된다. 따라서, 이 명세서 전체를 통해서 다양한 곳에서, "일 실시 형태에서", "하나의 실시 형태에서", "일 실시 형태에서", "다른 실시예에서", "일 예시에서", "구체적인 예시에서", 또는 "일부 예시에서"라고 하는 구문의 존재는 본 개시내용의 동일한 실시예 또는 예시를 반드시 인용하는 것은 아니다. 게다가, 특별한 특징, 구조, 재료 또는 특성들은 하나 이상의 실시예들 또는 예시들에서 임의의 적절한 방법으로 결합될 수 있다.
본 개시 내용의 각 부분은 하드웨어, 소프트웨어, 펌웨어 또는 이들의 결합에 의해 실현될 수 있음을 이해해야 한다. 전술한 실시 형태에서, 복수의 단계 또는 방법은 메모리에 저장된 소프트웨어 또는 펌웨어로 실현되고 적절한 명령 집행 시스템에 의해 수행될 수 있다. 예를 들어, 만약 하드웨어로 실현된다면, 다른 실시 형태에서 이와 유사하게, 단계 또는 방법은 해당 기술분야에서 알려진 다음 기술들 중 하나 또는 결합에 의해 실현될 수 있다: 데이터 신호의 논리 기능을 실현하기 위한 논리 게이트 회로를 구비한 이산 논리 회로, 적절한 결합 논리 게이트 회로를 구비한 주문형 집적회로, 프로그램 가능 게이트 어레이(PGA), 필드 프로그램 가능 게이트 어레이(FPGA) 등.
당업자라면 본 개시 내용의 전술한 예시적 방법에서의 모든 또는 일부 단계가 프로그램을 구비한 관련 하드웨어를 구동하여 이루어질 수 있음을 이해해야 한다. 프로그램은 컴퓨터 판독 저장 매체에 저장될 수 있고, 프로그램이 컴퓨터 상에서 구동될 때 본 개시내용의 방법 실시 형태에서의 하나의 단계 또는 단계의 결합을 포함한다.
이에 더하여, 본 개시 내용의 실시 형태의 각 기능 단위가 처리 모듈에 집적될 수 있거나, 또는 이들 단위들은 물리적으로 분리되어 존재하거나, 또는 둘 이상의 단위가 하나의 처리 모듈에 집적될 수 있다. 집적 모듈은 하드웨어의 형식 또는 소프트웨어 기능 모듈의 형식으로 실현될 수 있다. 집적 모듈이 소프트웨어 기능 모듈의 형식으로 실현되고 판매 또는 독립 실행형 제품으로 이용될 때, 집적 모듈은 컴퓨터 판독 저장 매체에 저장될 수 있다.
전술한 저장 매체는 판독 전용 기억 장치, 자기 디스크, CD 등일 수 있다. 주목할 점으로, 본 개시 내용에서 실시 형태에 관하여 설명이 이루어졌으나, 본 개시내용은 이 개시 내용을 실시하기 위해 당업자가 생각해 낸 다른 실시예들도 포함됨을 당업자는 이해할 것이다. 따라서, 본 개시 내용은 본 실시 형태에 제한되지 않는다.

Claims (13)

  1. 매칭될 지문 이미지를 획득하기 위해 매칭될 지문을 수집하는 단계;
    상기 매칭될 지문 이미지와 사전 설정된 견본 지문 이미지 간의 복수의 매칭 특성점 쌍을 찾아내는 단계;
    상기 복수의 매칭 특성점 쌍에 따라 상기 매칭될 지문 이미지의 이미지 오프셋을 획득하는 단계;
    상기 이미지 오프셋을 기초로, 상기 매칭될 지문 이미지의 위치를 조정하여 상기 매칭될 지문 이미지와 상기 사전 설정된 견본 지문 이미지 간의 중첩 영역을 획득하는 단계; 및
    상기 중첩 영역 안의 이미지 픽셀의 총 수를 계산하고, 상기 중첩 영역 안의 이미지 픽셀의 총 수를 토대로 상기 중첩 영역의 면적을 계산하는 단계를 포함하는, 지문 중첩 영역의 면적을 계산하는 방법.
  2. 제1항에 있어서,
    상기 매칭될 지문 이미지와 사전 설정된 견본 지문 이미지 간의 복수의 매칭 특성점 쌍을 찾아내는 단계는,
    상기 매칭될 지문 이미지 상에 필터링 개선, 2진화 처리 및 개량 작업을 수행하여 복수의 제1 특성점을 추출하는 단계;
    상기 사전 설정된 견본 지문 이미지의 특성점들 중에서 상기 복수의 제1 특성점과 각각 매칭하는 복수의 제2 특성점을 찾아내는 단계를 더 포함하는, 지문 중첩 영역의 면적을 계산하는 방법.
  3. 제1항 또는 제2항에 있어서,
    상기 이미지 오프셋은 적어도 하나의 회전각 및 이동을 포함하는, 지문 중첩 영역의 면적을 계산하는 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 중첩 영역 안의 이미지 픽셀의 총 수를 계산하고, 상기 중첩 영역 안의 이미지 픽셀의 총 수를 토대로 상기 중첩 영역의 면적을 계산하는 단계는,
    상기 사전 설정된 견본 지문 이미지를 기초로 좌표계를 설정하는 단계;
    상기 사전 설정된 견본 지문 이미지의 좌표 범위 내에 위치한 상기 매칭될 지문 이미지의 이미지 픽셀을 상기 중첩 영역의 상기 이미지 픽셀로 확정하는 단계; 및
    상기 중첩 영역 안의 이미지 픽셀의 상기 총 수를 세고, 상기 중첩 영역 내의 상기 이미지 픽셀의 상기 총 수와 상기 사전 설정된 견본 지문 이미지의 이미지 픽셀의 총 수의 비를 계산하며, 상기 비를 토대로 상기 중첩 영역의 면적을 계산하는 단계를 더 포함하는, 지문 중첩 영역의 면적을 계산하는 방법.
  5. 제4항에 있어서,
    사전 설정된 견본 지문 이미지의 좌표 범위 내에 위치한 매칭될 지문 이미지의 이미지 픽셀을 중첩 영역의 이미지 픽셀로 확정하는 단계는,
    X1<X<X2 및 Y1<Y<Y2를 만족하는 상기 매칭될 지문 이미지의 이미지 픽셀을 상기 중첩 영역의 상기 이미지 픽셀로 확정하는 단계를 더 포함하되,
    X는 상기 좌표계에서 매칭될 지문 이미지의 이미지 픽셀의 수평 좌표이고, Y는 상기 좌표계에서 상기 매칭될 지문 이미지의 이미지 픽셀의 수직 좌표이며, X1~X2는 상기 좌표계에서 상기 사전 설정된 견본 지문 이미지의 수평 좌표 범위이고, Y1~Y2는 상기 좌표계에서 상기 사전 설정된 견본 지문 이미지의 수직 좌표 범위이며, |X2-X1|*|Y2-Y1|는 상기 사전 설정된 견본 지문 이미지의 이미지 해상도인, 지문 중첩 영역의 면적을 계산하는 방법.
  6. 제4항 또는 제5항에 있어서,
    상기 중첩 영역의 면적은 식 S=Sa*N/Ns를 이용하여 확정되되,
    S는 상기 중첩 영역의 면적이고, Sa는 상기 사전 설정된 견본 지문 이미지의 면적이며, N은 상기 중첩 영역 내의 상기 이미지 픽셀의 상기 총 수이고, Ns는 상기 사전 설정된 견본 지문 이미지의 상기 이미지 픽셀의 상기 총 수인, 지문 중첩 영역의 면적을 계산하는 방법.
  7. 획득 모듈; 및
    처리 모듈을 포함하되,
    상기 획득 모듈은 매칭될 지문을 수집하고, 매칭될 지문 이미지를 획득하고;
    상기 처리 모듈은 상기 매칭될 지문 이미지와 사전 설정된 견본 지문 이미지 간의 복수의 매칭 특성점 쌍을 검색하고; 상기 복수의 매칭 특성점 쌍에 따라 상기 매칭될 지문 이미지의 이미지 오프셋을 획득하며; 상기 이미지 오프셋을 기초로, 상기 매칭될 지문 이미지의 위치를 조정하여 상기 매칭될 지문 이미지와 상기 사전 설정된 견본 지문 이미지 간의 중첩 영역을 획득하고; 상기 중첩 영역 안의 이미지 픽셀의 총 수를 계산하고, 상기 중첩 영역 안의 이미지 픽셀의 총 수를 토대로 상기 중첩 영역의 면적을 계산하는, 전자 기기.
  8. 제7항에 있어서,
    상기 처리 모듈은,
    상기 매칭될 지문 이미지 상에 필터링 개선, 2진화 공정 및 개량 작업을 수행하여 복수의 제1 특성점을 추출하고;
    상기 사전 설정된 견본 지문 이미지의 특성점들 중에서 상기 복수의 제1 특성점과 각각 매칭하는 복수의 제2 특성점을 찾아내는, 전자 기기.
  9. 제7항 또는 제8항에 있어서,
    상기 이미지 오프셋은 적어도 하나의 회전각 및 이동을 포함하는, 전자 기기.
  10. 제7항 내지 제9항 중 어느 한 항에 있어서,
    상기 처리 모듈은,
    상기 사전 설정된 견본 지문 이미지를 기초로 좌표계를 설정하고;
    상기 사전 설정된 견본 지문 이미지의 좌표 범위 내에 위치한 상기 매칭될 지문 이미지의 이미지 픽셀을 상기 중첩 영역의 상기 이미지 픽셀로 확정하고;
    상기 중첩 영역 안의 이미지 픽셀의 상기 총 수를 세고, 상기 중첩 영역 내의 상기 이미지 픽셀의 상기 총 수와 상기 사전 설정된 견본 지문 이미지의 이미지 픽셀의 총 수의 비를 계산하며, 상기 비를 토대로 상기 중첩 영역의 면적을 계산하는, 전자 기기.
  11. 제10항에 있어서,
    처리 모듈은,
    X1<X<X2 및 Y1<Y<Y2를 만족하는 상기 매칭될 지문 이미지의 이미지 픽셀을 상기 중첩 영역의 상기 이미지 픽셀로 확정하되,
    X는 상기 좌표계에서 상기 매칭될 지문 이미지의 이미지 픽셀의 수평 좌표이고, Y는 상기 좌표계에서 상기 매칭될 지문 이미지의 이미지 픽셀의 수직 좌표이며, X1~X2는 상기 좌표계에서 상기 사전 설정된 견본 지문 이미지의 수평 좌표 범위이고, Y1~Y2는 상기 좌표계에서 상기 사전 설정된 견본 지문 이미지의 수직 좌표 범위이며, |X2-X1|*|Y2-Y1|는 상기 사전 설정된 견본 지문 이미지의 이미지 해상도인, 전자 기기.
  12. 제10항 또는 제11항에 있어서,
    상기 중첩 영역의 면적은 식 S=Sa*N/Ns를 이용하여 확정되되,
    S는 상기 중첩 영역의 면적이고, Sa는 상기 사전 설정된 견본 지문 이미지의 면적이며, N은 상기 중첩 영역 내의 상기 이미지 픽셀의 상기 총 수이고, Ns는 상기 사전 설정된 견본 지문 이미지의 상기 이미지 픽셀의 상기 총 수인, 전자 기기.
  13. 컴퓨터 명령문을 포함하는 컴퓨터 판독 저장 매체로서,
    상기 컴퓨터 명령문이 수행될 때, 청구항 제1항 내지 제6항 중 어느 한 항에 따른 상기 지문 중첩 영역 면적의 계산 방법이 수행되는, 컴퓨터 판독 저장 매체.
KR1020177022459A 2015-02-13 2016-01-05 지문 중첩 영역의 면적을 계산하는 방법 및 전자 기기 KR101912420B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510079577.0 2015-02-13
CN201510079577.0A CN105205439B (zh) 2015-02-13 2015-02-13 指纹重叠区域面积的计算方法及电子装置
PCT/CN2016/070193 WO2016127736A1 (zh) 2015-02-13 2016-01-05 指纹重叠区域面积的计算方法及电子装置

Publications (2)

Publication Number Publication Date
KR20170106385A true KR20170106385A (ko) 2017-09-20
KR101912420B1 KR101912420B1 (ko) 2018-10-26

Family

ID=54953112

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020177022459A KR101912420B1 (ko) 2015-02-13 2016-01-05 지문 중첩 영역의 면적을 계산하는 방법 및 전자 기기

Country Status (7)

Country Link
US (1) US20180018499A1 (ko)
EP (1) EP3258416A4 (ko)
JP (1) JP6511149B2 (ko)
KR (1) KR101912420B1 (ko)
CN (1) CN105205439B (ko)
TW (1) TWI619080B (ko)
WO (1) WO2016127736A1 (ko)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205439B (zh) * 2015-02-13 2017-05-03 比亚迪股份有限公司 指纹重叠区域面积的计算方法及电子装置
FR3049090B1 (fr) * 2016-03-21 2021-06-25 Sebastien Jean Serge Dupont Dispositif d'authentification biometrique adaptatif par echographie, photographies en lumiere visible de contraste et infrarouge, sans divulgation, a travers un reseau informatique decentralise
CN107545217B (zh) * 2016-06-28 2021-07-30 比亚迪半导体股份有限公司 指纹匹配方法、指纹匹配装置和指纹识别芯片
CN106934361B (zh) * 2017-03-06 2021-01-05 苏州佳世达光电有限公司 一种辨识方法以及电子设备
US10909347B2 (en) 2017-03-14 2021-02-02 Samsung Electronics Co., Ltd. Method and apparatus with fingerprint verification
JP6926838B2 (ja) * 2017-08-31 2021-08-25 富士通株式会社 情報処理装置、情報処理方法、及びプログラム
CN109543492A (zh) * 2017-09-21 2019-03-29 比亚迪股份有限公司 指纹录入方法和装置
CN109960911A (zh) * 2017-12-14 2019-07-02 宏碁股份有限公司 指纹验证方法与电子装置
SE1751569A1 (en) * 2017-12-18 2019-06-19 Fingerprint Cards Ab Method and device for classifying fingerprint
CN110390230B (zh) * 2018-04-20 2022-03-18 比亚迪半导体股份有限公司 指纹识别模块异常判定方法、装置、存储介质及电子设备
CN108805034B (zh) * 2018-05-22 2021-09-28 公安部物证鉴定中心 一种基于概率几何特征的指纹特征相似度评价方法
CN110378951A (zh) * 2018-09-10 2019-10-25 天津京东深拓机器人科技有限公司 确定堆垛物品支撑面积的方法和装置
CN111611831A (zh) * 2019-02-26 2020-09-01 浙江中正智能科技有限公司 一种指纹模板自学习方法
TWI741362B (zh) * 2019-09-06 2021-10-01 大陸商北京集創北方科技股份有限公司 指紋採集方法、指紋採集裝置及資訊處理裝置
CN111160244B (zh) * 2019-12-27 2023-10-03 敦泰电子（深圳）有限公司 一种指纹识别方法及装置
CN111461016A (zh) * 2020-04-01 2020-07-28 联想(北京)有限公司 残迹确定方法、装置和电子设备
CN113496183B (zh) * 2020-04-08 2023-02-03 上海耕岩智能科技有限公司 指纹匹配方法、装置、电子设备及可读存储介质
CN111652091B (zh) * 2020-05-19 2023-03-24 上海恒浥智能科技股份有限公司 一种检测冷却片叠装合规性的方法
CN112070084B (zh) * 2020-09-04 2024-01-12 北京百度网讯科技有限公司 重复图像单元的位置确定方法和装置
CN112229349B (zh) * 2020-09-23 2022-05-06 中科云谷科技有限公司 用于确定农业机械作业面积的方法、装置及农业机械
KR102570081B1 (ko) * 2020-12-18 2023-08-23 서울대학교산학협력단 딥러닝 알고리즘을 이용하여 지문중첩영상에서 지문을 분리하는 방법 및 그 장치
CN112837223B (zh) * 2021-01-28 2023-08-29 杭州国芯科技股份有限公司 一种基于重叠子区域的超大图像配准拼接方法
CN112884756A (zh) * 2021-03-12 2021-06-01 敦泰电子（深圳）有限公司 一种指纹图像处理方法、指纹芯片及电子设备
CN113392913B (zh) * 2021-06-21 2023-09-29 常州大学 基于边界特征点集的平面图形匹配度评价方法、装置及系统
CN113313088B (zh) * 2021-07-28 2022-02-15 深圳阜时科技有限公司 侧边弧面指纹数据的优化方法及指纹识别模组
CN115147469A (zh) * 2022-05-10 2022-10-04 腾讯科技（深圳）有限公司 配准方法、装置、设备及存储介质
CN116311395B (zh) * 2022-08-18 2023-11-14 荣耀终端有限公司 指纹识别的方法和装置
CN116434352B (zh) * 2023-06-12 2023-09-22 深圳市航顺芯片技术研发有限公司 指纹库生成方法、指纹识别装置及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR930001095B1 (ko) * 1987-02-20 1993-02-15 맨빌 코오퍼레이션 슬리이브타입 캐리어를 형성시킬 때 사용하기 위한 더스트플랩 단 접기기구

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5909501A (en) * 1996-09-09 1999-06-01 Arete Associates Systems and methods with identity verification by comparison and interpretation of skin patterns such as fingerprints
US6785408B1 (en) * 1999-05-11 2004-08-31 Authentic, Inc. Fingerprint segment area processing method and associated apparatus
US6546122B1 (en) * 1999-07-29 2003-04-08 Veridicom, Inc. Method for combining fingerprint templates representing various sensed areas of a fingerprint to derive one fingerprint template representing the fingerprint
US7236617B1 (en) * 2000-04-13 2007-06-26 Nanyang Technological University Method and device for determining a total minutiae template from a plurality of partial minutiae templates
FR2829264A1 (fr) * 2001-09-04 2003-03-07 St Microelectronics Sa Procede de comparaison d'empreintes digitales
US7274807B2 (en) * 2002-05-30 2007-09-25 Activcard Ireland Limited Method and apparatus for supporting a biometric registration performed on a card
JP4068622B2 (ja) * 2003-04-25 2008-03-26 富士通株式会社 指紋照合装置、指紋照合方法および指紋照合プログラム
JP4553644B2 (ja) * 2004-06-30 2010-09-29 セコム株式会社 生体情報認証装置
JP2006065764A (ja) * 2004-08-30 2006-03-09 Sharp Corp 画像照合装置、画像照合方法、画像照合プログラムおよび画像照合プログラムを記録したコンピュータ読取り可能な記録媒体
CN100455266C (zh) * 2005-03-29 2009-01-28 深圳迈瑞生物医疗电子股份有限公司 宽景成像处理方法
CN100412883C (zh) * 2006-03-23 2008-08-20 北京中控科技发展有限公司 指纹识别方法与系统
CN101114335A (zh) * 2007-07-19 2008-01-30 南京大学 全角度快速指纹识别方法
CN101414350A (zh) * 2007-12-14 2009-04-22 浙江师范大学 一种融合多参考节点整体对齐和方向场的指纹图像匹配方法
CN101221661B (zh) * 2008-01-29 2010-09-22 深圳市迅雷网络技术有限公司 一种图像配准方法及装置
CN100590644C (zh) * 2008-06-27 2010-02-17 哈尔滨工业大学 点线结合的指纹识别方法
JP5277804B2 (ja) * 2008-09-05 2013-08-28 富士通株式会社 指紋認証装置、指紋認証プログラムおよび指紋認証方法
CN101373516B (zh) * 2008-09-10 2011-05-25 成都方程式电子有限公司 指纹采集图像库的可处理性分析评估方法和系统
CN101533470B (zh) * 2009-04-16 2012-01-25 成都方程式电子有限公司 用于刮擦传感器图像拼接的方法及装置
JP5505504B2 (ja) * 2010-07-29 2014-05-28 富士通株式会社 生体認証装置、生体認証方法及び生体認証用コンピュータプログラムならびに生体情報登録装置
TWI501166B (zh) * 2010-09-29 2015-09-21 Gingy Technology Inc A segmented image recognition method and a region identification device thereof
TWI437501B (zh) * 2010-11-26 2014-05-11 Egis Technology Inc 基於生物特徵之身分驗證裝置及其方法
CN103839283A (zh) * 2014-03-11 2014-06-04 浙江省特种设备检验研究院 一种小型不规则物体的面积周长无损测量方法
CN104156707B (zh) * 2014-08-14 2017-09-22 深圳市汇顶科技股份有限公司 指纹识别方法及其指纹识别装置
CN105205439B (zh) * 2015-02-13 2017-05-03 比亚迪股份有限公司 指纹重叠区域面积的计算方法及电子装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR930001095B1 (ko) * 1987-02-20 1993-02-15 맨빌 코오퍼레이션 슬리이브타입 캐리어를 형성시킬 때 사용하기 위한 더스트플랩 단 접기기구

Also Published As

Publication number Publication date
EP3258416A1 (en) 2017-12-20
KR101912420B1 (ko) 2018-10-26
WO2016127736A1 (zh) 2016-08-18
TW201629848A (zh) 2016-08-16
JP6511149B2 (ja) 2019-05-15
TWI619080B (zh) 2018-03-21
EP3258416A4 (en) 2018-10-31
JP2018505495A (ja) 2018-02-22
CN105205439A (zh) 2015-12-30
CN105205439B (zh) 2017-05-03
US20180018499A1 (en) 2018-01-18

Similar Documents

Publication Publication Date Title
KR101912420B1 (ko) 지문 중첩 영역의 면적을 계산하는 방법 및 전자 기기
KR101805090B1 (ko) 영역 인식 방법 및 장치
Wu et al. Lane-mark extraction for automobiles under complex conditions
US7929728B2 (en) Method and apparatus for tracking a movable object
WO2016062159A1 (zh) 图像匹配方法及手机应用测试平台
US10679358B2 (en) Learning image automatic sorting device, learning image automatic sorting method, and learning image automatic sorting program
CN112528831B (zh) 多目标姿态估计方法、多目标姿态估计装置及终端设备
US20140270362A1 (en) Fast edge-based object relocalization and detection using contextual filtering
CN111144337B (zh) 火灾检测方法、装置及终端设备
WO2018058530A1 (zh) 目标检测方法、装置以及图像处理设备
CN110765903A (zh) 行人重识别方法、装置及存储介质
US20180158203A1 (en) Object detection device and object detection method
US10916016B2 (en) Image processing apparatus and method and monitoring system
US20230069608A1 (en) Object Tracking Apparatus and Method
JP5983033B2 (ja) 位置関係判定プログラム、位置関係判定方法および位置関係判定装置
US20220171024A1 (en) Method, apparatus, and non-transitory computer readable medium for identifying human postures using millimeter-wave radar
CN114926508A (zh) 视野分界线确定方法、装置、设备及存储介质
WO2021174506A1 (zh) 图像边缘检测方法、装置以及图像信号处理器
KR101934317B1 (ko) 선형정보의 연관분석을 이용한 영상의 자동등록 시스템
CN111667404A (zh) 目标信息采集方法、装置、系统、电子设备及存储介质
CN116485858B (zh) 基于多尺度跨模态邻域描述子的异源图像配准方法及装置
WO2019051688A1 (zh) 检测光学模组的方法、装置和电子设备
Hema et al. THE IDENTIFICATION OF PILL USING FEATURE EXTRACTION IN IMAGE MINING.
CN112435295A (zh) 黑体位置检测方法、电子装置以及计算机可读存储介质
CN114255355A (zh) 目标对象匹配方法及装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant