TW200945214A - Embedded fingerprint recognition method - Google Patents
Embedded fingerprint recognition method Download PDFInfo
- Publication number
- TW200945214A TW200945214A TW97115907A TW97115907A TW200945214A TW 200945214 A TW200945214 A TW 200945214A TW 97115907 A TW97115907 A TW 97115907A TW 97115907 A TW97115907 A TW 97115907A TW 200945214 A TW200945214 A TW 200945214A
- Authority
- TW
- Taiwan
- Prior art keywords
- fingerprint
- image
- point
- feature
- feature points
- Prior art date
Links
Landscapes
- Collating Specific Patterns (AREA)
Description
200945214 九、發明說明: 【發明所屬之技術領域】 本發明係有魏人式敝_之方法,制是指-種藉由精簡 指紋辨識雜、餘·和指紋慨_4,以驗此等紐内建(嵌入) 理識方法’適用於個人電腦、筆記型電 腦、機帶式電腦、保險箱或門禁管理裝置等使狀數較少的設備。 【先前技術j ❷ _指紋辨識做為門禁管理或電腦使用管理等等,已成為當前的趨 勢’前者可避免例如門禁卡等的盜核偽卡問題,後者則可確冑防護個人 機密資料而免於外茂。 對於個人鶴⑽、筆記型⑽τ_κ)、卿式電腦或保險箱等 而言,若要絲指_識裝置,較佳驗法是制低效_微晶片或數位 訊號處理H(Digital Signal ρ賺瓣,Dsp)來進行處理^再者,為了實 用性與方舰等的要求,較佳賴法是職紋_姆叙難低效能的 ❿微晶片或數位訊號處理器内,以進行指紋辨識。 • 惟由於指紋辨識實際上確頗為料,因此目前辨識㈣指紋影像μ •來愈要求更細腻、更詳細、更繁雜的指紋特徵,藉以讓不同的人會有舶 似指紋的機率更為降低,只是如此—來卻反而會因為處理資料量太過於肩 大、複雜等因素而不適用於該低效能的微晶片或數位訊號處理器,換言之 將指紋辨識勒體内建(嵌人)於該低效㈣微晶^數位訊號處理器内來 進行貧料量龐大且複_運算根林適合,造錢科_久科合實際 使用的缺失’械即為本案發明人所企欲解決的—大問題。 200945214 緣疋,本發明人有感於上述問題之可改善,乃潛心研究並配合學理之 運用’而提出-種合理且有效改善上述問題之本發明。 【發明内容】 本發明之主要目的,在於提供—種欽式指紋辨識之方法,首先係藉 由找影像區塊的方向性’且係先進行較多的方向再精簡為較少的方向,其 、次係藉由找指紋中心點而縮減指紋特徵點的數量,以形成精簡的指紋辨識 藝流程、精簡的指紋影像與精簡的指紋特徵點資料,而利於將此等指紋辨識 靭趙嵌入於該等低效能的微晶片或數位訊號處理器内,藉以增加本發明的 實用性與方便性。 為達上述目的,本發明之嵌入式指紋辨識之方法,係利用一影像娜 裝置將擁取的指紋原始影像提供給一數位訊號處㈣,該數位訊號處理器 則將該擁取的指紋原始影像與來自於一指紋資料庫的已建播指紋特徵點資 料做疋否相符的比對’其特徵在於該數位訊號處理器本身係具有至少一處 藝理程式,該處理程式的步驟包括:A.影像區塊前處理、b•影像二值化、C· 初次找影像區塊的方向性、D.指紋區塊流向圖、E.方向性的二值化、F.再 •次鄉像區塊的方向性、G.找指財,珍H. _心點座標、[指紋細 .線彳W.難徵點贿、κ.職概點以及L.辟概點資料。 該步驟Α影像區塊前處理:將指紋原始影像區分成有效區和無效區, 且去除該無效區而保留該有效區影像;該步驟B影像二值化:將該有效區 影像予以二值化;該步驟c初次找猶區塊財向性:將該已二值化影像 中分為偶數個方向而取得指紋的流向;該步驟D指纹區塊流向圖:藉由前 6 200945214 一步驟係能產生指紋區塊流該步驟E方向性的二值化:將該指紋區 塊流向圖與步驟A之有效區影像重#,再予以二值化而得到—再次二值化 影像;該步驟F再次找影像區塊的方向性:將該再次二值化影像中分為少 於步驟B龍數個方向;該辣G找指財_··係彻赦流向來找指 紋中心點;該步驟Η指紋中心點座標:藉由前—步雜能產生—指紋中心 點鋪;該步驟!指紋細線化:將簡次二值化影像轉化就度係為i像
素(細⑽影像;該步驟域概點座標:尋_已細線化影像的端點和 分又點而制錄繼赌標;該雜κ戰雖點:找馳雜點當中 距離該指紋中心點較近的特徵點,以縮減特徵點數量到預定數量;該步驟L 存特徵點資m財心點棘和該麵秘之賴闕特徵點資 料儲存於該指紋資料庫。 藉此,以能精簡指紋辨識流程、精 y 槓間私紋影像與縮減特徵點資料,使 得低效能之該數位訊號處理器亦能 艰仃陝逮的運算,而利於將此等指紋辨 鲁 識勒體鼓人於佩能的她峨處 ^以增加本發明的實用性與方便 為了月匕夠更進-步瞭解本發明 古μ士政《 ^ 玟特點和技術内容,請參閱以下 有關本發明之洋細說明與附圖,惟 限制本發明 【實施方式】 附圖式僅提供參考與說額,非用以 凊參閱第1圖所示 為本發明栽入式指紋辨識之方法的方塊圖,係利 7 200945214 用一影像擷取裝置1將擷取的指紋原始影像1〇(見第2圖)提供給一數 位訊號處理器(Digital Signal Processor,DSP)2,該數位訊號處理器2 係欲入有(内建有)至少-指紋辨識勒體(處理程式等),該數位訊號處 理器2乃將擷取的指紋原始影像與來自於一指紋資料庫(可内建於至少一 記憶趙3中)的已建播指紋之特徵點資料做是否相符的比對,比對的結果 則提供給-控制H 4來控制-設備動作,該設備可為個人電腦(pc)、筆記 型電腦⑽刪0K)、攜帶式電腦或保險箱等,甚至亦可為人數較少的門禁 管理裝置。 請參閱第2圖所示之指紋辨識的流程圖(處理程式),係將該影像操 取裝置1賴取的指紋原始影像! _供給魏_取程序5,以將擷取 到的指.紋原始影像轉換雜難;_特觀之後,舰供給建似比對 流程6 ’ _顺是_献輯料,若域__些频點資料儲 存於心紋請庫3 1 ’若為比對則進人該特徵點比對程序7,祕該些特 ❹ Γ資咖_43 1 減纖晴3 i 0 (見細) 比對。以下將針對特徵關取程序5和特徵點比對程序7分別。說明。 ,該特徵點擷 1 2和無效 1 2影像。 請參閱第3圖所示之指紋特_取流賴(處理程式) 取程序5係包括如下步驟: ^腿塊前處理51:將驗原簡像區分成有效 (見第3_),且去除無效區5ιι而保留有交 B.衫像—值化5 2 :將該有效區影像予以二值化; 8 200945214 C. 初次找影像區塊的方向性5 3 :將該已二值化影財分為偶數個方 向(例如中分為八個方向),而取得指紋的流向,其中所謂的『中分為偶 數個方向』係可為如第3 B _示的人方向或如第3 c圖所示的四方向。 D. 指紋區塊流向圖5 3 〇 :藉由前一步驟係能產生指紋區塊流向圖5 * 3 0。 * E.方向性的二值化5 4 :將該指紋區塊流向圖5 3 0與步驟A之有效 區影像重疊,再予以二值化而得到一再次二值化影像。 9 F.再次找影像區塊的額性5 5 :觸再次二值化影像中分為少於步 驟C的偶數個方向(例如將之中分為四個方向而少於步驟[的八個方向)。 G.找指紋中心點5 6 :係·指紋流向來找指紋中心點,詳言之,該 些指紋流向的最密集之處即為指紋中心點。 IU曰紋中〜點座標5 6 Q :藉由前—步驟係能產生—指紋中心點座標 5 6 0。 ’、 1丄纹細線化5 7 ·將該再次二值化影像轉化錢度係為如第3 Bn 所示之1像素(pixel)的影像。 * 找舰歸標5 8 :尋_已細線化雜的端點和分叉點而得到多 . 數特徵點座標。 K. 縮減特徵點5 9 :找該些特徵點當中距離該指紋中心點較近的特徵 點’以縮減特徵點數量到預定數量。 L. 儲存特徵點=貝料5 9 〇 :將該指紋中心點座標5 6 〇和該些縮減後 之特徵點的特徵點資料儲存於該指紋資料庫3 i。 9 200945214 藉此,以能精簡指紋辨識流程和精簡特徵點資料,進而使低效能之數 位訊號處理器2亦能進行快速的運算。 其中,該特徵點資料係包括該些特徵點的數量、各該特徵點的座標、 各該特徵點的方向性、織朗郷像的大似及該缺巾心點的座標。
以下再以第3圖之指紋特徵操取流程圖進一步做—說明。為了精簡指 紋辨識流程、精簡指紋影像以及縮_紋特徵點,首先即去除無效區Η 1而僅保留指紋所在的有效區5 i 2 ;其次則進行初次的二值化(影像二 值化5 2 )’藉以將具有〇~255色的灰階影像再簡化為僅存在黑與白(〇與 1)共2色的二值化黑白影像,以將初次二值化影像提供給步驟c來進行初 次找影像區塊的方向性5 3,所述的方向性於此—實施例(第3")中 係為八方向;第三則進行再次的二值化(方向性的二值化5 4),藉以產 生更加精_二值化影像;第四,舰已更加精麵二值轉像提供給步 驟F來進㈣顿影舰翻方雜5 5,且猶減至少於辣c的偶數 個方向,於此-實施例(第3⑷中係縮減為四方向,藉以精簡該找指 紋中心點5 6的計算量’而有利於提升射心點的速度;第五,利用指紋 細線化5 7以更加地簡化影像;第六,藉由所找到的指紋中心點,^僅 挑選該些細咐距離該缺中心點較近的概點,而相縮減指紋特 徵點數量的目的。減’糾增—〜第六點犧,彻簡指紋辨 識流程、指紋影像和指紋特徵點’而利於將此等指紋辨識_嵌入於該等 低效能的微⑼或數位訊號處理器2内’藉以增加本發明的實祕與方便 200945214 閱第:=第之指'_比對流程圖(處理程式。請同時搭配參 ㈣㈣)’該觀雜序7係在將該些魏 1中已建難紋之雜a、减貧料犀d 驟 . 賊點資枓做比對,該特徵點比對程序7係包括如下步 « 特微^據麟與額性_出她_點71 :分歡目賴取指紋之 ^點資料5 91和儲存於細資料庫3 1中已建紋之碰點資料3 的中〜點為基準,挑選出對應的座標距離最接近的特徵點。 Τ.兩兩特瓣軸輪彻2、73:峨目錢取指紋 之特徵點㈣’進-步將其所有_出麵特徵點兩_轉換成對應的線 ^參數(7 2 );另外’亦她已繼紋之特徵點資料,進-步將其 所有篩選出來的特徵點兩兩間轉換成對應的線段參數(73)。 U.計算指紋她度的積分7 4 :計算該目前齡指財各該特徵點之 ❹ 線長參數(7 2 )與該已建檔指紋中各該特徵點之線段參數⑺)的積 分。 .積分正規化7 5 :將前-步驟計算出來積分轉換成人們能了解的分 數’例如轉換成〇〜1〇〇分的分數。 -中魏名又參數(7 2、7 3 )係包括線段長度、線段的水平夾角 以及兩特徵闕方向與水平失^又,該步驟s依據座標與方向性筛 選出相似特徵點7 1 :由於每-次的指賴取並無法取得完全相同的指紋 景“象’因此無法以相同座標的特徵點來比對,請參閱帛3 D圖所示,左圖 11 200945214 的指紋影像位於正中’而右圖的指紋影像卻偏左,導致同_座標所指的點, 實際上並非同-個點,因此,藉由步驟G所找出的中心點561、562 並以之為基準’將能挑選出兩組特徵點資料5 9丨、3 i 〇中相對應的點。 藉此’清參閱第1圖所示,該數位訊號處理器2乃能算出比對後的分 數進而發出相對應的控制訊號給控制器4,讓控制器4控制一設備動作 (例如控制門禁的打開或維持該門禁的關門狀態並發出警示聲)。
❿ 本發明之嵌人式指紋觸之方法的獅在於:藉由:⑴紐影像區塊 的方向性,且係紐行較多的方向(5 3 )再賴為較少財向(5 5 ), ⑵再找#曰紋中〜點而能夠縮減指紋特徵點的數量,藉以形成精簡的指紋辨 s、奇程精簡的心紋影像和精簡的指紋特徵點資料,而利於將此等指紋辨 識靭體嵌人於該等低效能賴晶#或數位峨處理^ 2内,以讓此一低效 能的數位雕處理ϋ雜在伽人數較少騎備上進械速_紋辨識, 、有實職與方便14。換§之’如此精簡的姐賴流程、指紋影像和 指紋特徵點資料’制為處理㈣量偏低且單純,而確能顧於低效能的 數位訊號處理器2,亦確有利於將指紋辨識勒體嵌入於該低效能的數位訊 號處理器2内來進行資料量偏低且單純的運算,而能適用於個人電腦 ⑽、筆記型電腦(__〇、攜帶式電腦、保險箱甚朗禁管理裝置等 使用人數較少的設備。 ’無疑已具有實用價值,爰 紅上所述,本發明確可達到所預期的目的 200945214 依法提出專利申請。 惟以上所述僅為本發明之較佳可行實施例,非因此即侷限本發明之專 利範圍,舉凡運用本發明說明書及圖式内容所為之等效結構變化,均理同 包含於本發明之範圍内,合予陳明。
13 200945214 【圖式簡單說明】 第1圖為本發明實施例的方塊圖。 第2圖為本發明實施例中之指紋辨識流程圖。 第3圖為本發明實施例中之指紋特徵擁取流程圖。 第3A圖為本發明實施例中之有效區與無效區的區別示意圖。 第3 B圖為本發明實施例中之找影像區塊方向性的八方向示意圖。 第3 C圖為本發明實施例中之找影像區塊方向性的四方向示意圖。 第3D圖為本發明實施例中,同—指紋但指紋中心點座標不同的示 意圖。 第4圖為本發明實施例中之指紋特徵比對流程圖。 【主要元件符號說明】 10、擁取的指紋原始影像 31、指紋資料庫 511、無效區 5 2、影像二值化 5 3 0、指紋區塊流向圖 1'影像擷取裝置 2、 數位訊號處理器
3、 記憶體 310、已建檔指紋之特徵點資料 4、 控制器 5、 特徵點擷取程序 51、影像區塊前處理 5 1 2、有效區 5 3、初次找影像區塊的方向性 200945214 方向性的二值化 找指紋中心點 中心點 指紋細線化 縮減特徵點 5 31、流向 5 4 5 5、再次找影像區塊的方向性 5 6 5 6 0、指紋中心點座標 56 1 562、中心點 57 . 5 8、找特徵點座標 5 9 ; 590、儲存特徵點資料 5 91、目前擷取指紋之特徵點資料
6、 建檔/比對流程 7、 特徵點比對程序 71、依據座標與方向性篩選出相似特徵點 7 2、兩兩特徵點參數轉換成線段參數 7 3、兩兩特徵點參數轉換成線段參數 7 4、計算指紋相似度的積分 7 5、積分正規化 15
Claims (1)
- 200945214 十、申請專利範圍: 1種Uc辨識方法’係彻—影像擷取裝置將擷取的指紋原始影像提 處理n ’該數位訊號處理器則將細取的指紋原始影 像與來自於-指紋資料庫的已建構指紋特徵點資料做是否相符的比 * 對’其特徵紐絲位魏纽私耗具有至少-纽程式,該處 \ 理程式的步驟包括: Α.影像區塊前處理:將指紋原始影像區分成有效區和無效區,且去 ® 除該無效區而保留該有效區影像; Β.影像二值化:將該有效區影像予以二值化; C. 初次找影像區塊的方向性:將該已二值化影像中分為偶數個方向 而取得指紋的流向; D. 指紋區塊流向圖:藉由前—步驟係能產生指㈣塊流向圖; Ε.方向性的二值化:將該指紋區塊流向圖與步驟a之有效區影像重 疊,再予以二值化而得到一再次二值化影像; ® F·再次找影像區塊的方向性:將該再次二值化影像中分為少於步驟C 的偶數個方向; 、 G•找指紋中心點:係利用指紋流向來找指紋中心點; H. 指紋中心點座標:藉由前—步驟係能產生—指紋中心點座標; I. 指紋細線化:雜再次二值化影像轉化就祕為i像素(細^ 的影像; J. 找特徵點座標:尋找該已細線化影像的端點和分又點而得到多數 特徵點座標; 16 200945214 κ.縮減特徵點:找該些特徵財中距離紋中心點較近的特徵 點’以縮減特徵點數量到預定數量;以及 L.儲存特徵崎料:將·財心點座標和触縮減後之特徵點的 特徵點資料儲存於該指紋資料庫; 藉此以倉b精簡指紋辨識流程和精簡特徵點資料,進而使低效能之 該數位訊號處理器亦能進行快速的運算。 2、如申請專利範圍第工項所述之指紋辨識方法,其中該指紋資料庫係設 於至少一記憶體内。 申月專利範圍第1項所述之指紋辨識方法,其中該特徵點資料係包 括i二特徵點的數量、各該特徵點的座標、各該特徵點的方向性、 該指紋原始職的大似及該減巾心闕座標。 4、如申請專利細第!項所述之指紋辨識方法,係進—步包括一建播/ 比對流程以及-特徵點比對程序,該建標/比對流程係在判斷是建標 或是比對程序,若為建檔則將該些特徵點資料儲存於指紋資料庫,若 為比對難域舰點比對鱗,鱗_輯程賴麵該些特徵 點資料與指紋資料庫中已建檔指紋之特徵點資料做比對。 ”如申請專利範圍第4項所述之指紋辨識方法,其中該特徵點比對程序 係包括: S.依據座標與方向性篩選出相似特徵點:分別以目前操取指紋之特 徵點資料和儲存於指紋資料庫中已建檔指紋之特徵點資料的中心 點為基準’挑選出對應的座標距離最接近的特徵點; 200945214 τ.兩兩特鮮絲轉料線段參數:針觸目前娜倾之特徵點 資料,係進一步將其所有筛選出來的特徵點兩兩間轉換成對應的 線段參數;另外,亦針對該已建翻紋之特徵財料,進一步將 其所有篩選出來的特徵點兩兩間機成對應的線段參數; U. 計算指紋相似度的積分:計算該目前擁取指紋中各該特徵點之線 段參數與該已建檔指紋中各該特徵點之線段參數的積分;以及 V. 積分正規化·將計算出來的積分轉換成人們能了解的分數。 6、如申請專利範圍第5項所述之指紋辨識方法,其中該線段參數係包括 線段長度、線段的水平夾角以及兩特徵點的方向與水平夾角的差。 18
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW97115907A TW200945214A (en) | 2008-04-30 | 2008-04-30 | Embedded fingerprint recognition method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW97115907A TW200945214A (en) | 2008-04-30 | 2008-04-30 | Embedded fingerprint recognition method |
Publications (2)
Publication Number | Publication Date |
---|---|
TW200945214A true TW200945214A (en) | 2009-11-01 |
TWI373001B TWI373001B (zh) | 2012-09-21 |
Family
ID=44869659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW97115907A TW200945214A (en) | 2008-04-30 | 2008-04-30 | Embedded fingerprint recognition method |
Country Status (1)
Country | Link |
---|---|
TW (1) | TW200945214A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI475882B (zh) * | 2009-12-30 | 2015-03-01 | Altek Corp | Motion detection method using the adjusted digital camera of the shooting conditions |
TWI562077B (en) * | 2012-01-04 | 2016-12-11 | Gingy Technology Inc | Method for fingerprint recognition using dual camera and device thereof |
-
2008
- 2008-04-30 TW TW97115907A patent/TW200945214A/zh unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI475882B (zh) * | 2009-12-30 | 2015-03-01 | Altek Corp | Motion detection method using the adjusted digital camera of the shooting conditions |
TWI562077B (en) * | 2012-01-04 | 2016-12-11 | Gingy Technology Inc | Method for fingerprint recognition using dual camera and device thereof |
Also Published As
Publication number | Publication date |
---|---|
TWI373001B (zh) | 2012-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Fvras-net: An embedded finger-vein recognition and antispoofing system using a unified cnn | |
Wang et al. | A thermal hand vein pattern verification system | |
US20100232659A1 (en) | Method for fingerprint template synthesis and fingerprint mosaicing using a point matching algorithm | |
AU2012227166A1 (en) | Face feature vector construction | |
KR20170083540A (ko) | 지문인증용 템플레이트 생성 | |
Heidari et al. | Biometric authentication using a deep learning approach based on different level fusion of finger knuckle print and fingernail | |
EP3300000B1 (en) | Method, apparatus, and non-transitory computer-readable storage medium for verification process | |
CN103595538A (zh) | 基于手机加速度传感器的身份认证方法 | |
JP2009544092A (ja) | ハイブリッドバイオメトリックシステム | |
Li et al. | Sensing in-air signature motions using smartwatch: A high-precision approach of behavioral authentication | |
Lee et al. | Secure user identification for consumer electronics devices | |
Li et al. | Palmprint identification using Hausdorff distance | |
Khodadoust et al. | Design and implementation of a multibiometric system based on hand’s traits | |
Yuan et al. | Fingerprint liveness detection using an improved CNN with the spatial pyramid pooling structure | |
Vielhauer et al. | Approaches to biometric watermarks for owner authentification | |
TW200945214A (en) | Embedded fingerprint recognition method | |
Sadak et al. | Dynamic and static feature fusion for increased accuracy in signature verification | |
Li et al. | The evolution of biometrics | |
Adeyemo et al. | Adaptive SIFT/SURF algorithm for off-line signature recognition | |
Xin et al. | Automatic tongue verification based on appearance manifold learning in image sequences for the Internet of medical things platform | |
Muthukumaran et al. | Face and Iris based Human Authentication using Deep Learning | |
Tang et al. | A review of recent advances in identity identification technology based on biological features | |
Pillai et al. | A Novel Approach to Detect Copy Move Forgery using Deep Learning | |
Patil et al. | Enhancement of feature extraction in image quality | |
Vinayagam et al. | A KCP-DCNN-Based Two-Step Verification Multimodal Biometric Authentication System featuring QR Code Fabrication |