TW202331591A - 指紋匹配方法、晶片及設備 - Google Patents

Abstract

本申請公開了一種指紋匹配方法、晶片及設備。所述指紋匹配方法包括：將待匹配樣本與指紋模板進行匹配以確定匹配點數，並判斷匹配點數是否大於或等於第一預設匹配閾值；如果否，則判斷匹配點數是否大於或等於所述第二預設匹配閾值；如果是，則確定待匹配樣本與指紋模板的重合區域；重組重合區域中的模板描述子集和樣本描述子集，將重組後的模板描述子集與重組後的樣本描述子集進行匹配以確定出新的匹配點數，並基於判斷新的匹配點數是否大於或等於第一預設匹配閾值所對應的判斷結果輸出指紋匹配結果。本申請通過對和待匹配樣本有重合的多個模板進行描述子集的混合重組形成重組後的模板描述子集，重新與樣本進行匹配，能夠提高指紋匹配的成功率。

Description

指紋匹配方法、晶片及設備

本發明涉及指紋識別技術領域，特別涉及一種指紋匹配方法、晶片及設備。

當前，由於全面顯示螢幕的興起，指紋識別只能通過電子設備的非顯示區域，通常是設備的側邊完成，窄邊指紋已經成為手機上非常重要的選項。因為結構的原因，窄邊指紋的傳感器（sensor）寬度比較有限，一般寬度只有36個像素左右，導致採集到的指紋樣本圖像面積非常小，指紋樣本圖像和指紋模板圖像難有較大面積的重合，從而極大的影響指紋匹配的成功率。現有技術的解決方案為採用指紋樣本和指紋模板逐一比對的方式，但是由於指紋樣本較窄，進行一對一匹配時會出現和指紋模板重合面積小的問題，使得指紋匹配成功率降低，例如，在進行解鎖時，樣本圖像和模板圖像進行一對一比對，因重合面積小，就有可能判定匹配不成功，嚴重的影響了用戶的解鎖體驗。

有鑑於此，本發明的目的在於提供一種指紋匹配方法、晶片及設備，能夠突破一對一匹配的缺陷，提升指紋匹配的成功率。其具體方案如下。

第一方面，本申請公開了一種指紋匹配方法，包括：採集指紋樣本以得到待匹配樣本，並將所述待匹配樣本與指紋模板進行匹配以確定出相應的匹配點數；判斷所述匹配點數是否大於或等於第一預設匹配閾值；如果所述匹配點數小於所述第一預設匹配閾值，則判斷所述匹配點數是否大於或等於第二預設匹配閾值；其中，所述第一預設匹配閾值大於所述第二預設匹配閾值；如果所述匹配點數大於或等於所述第二預設匹配閾值，則確定所述待匹配樣本與所述指紋模板的重合區域；重組所述重合區域內的所述指紋模板對應的模板描述子集以得到重組後的模板描述子集以及重組所述重合區域內的所述待匹配樣本對應的樣本描述子集以得到重組後的樣本描述子集；將所述重組後的指紋模板描述子集與所述重組後的樣本描述子集進行匹配以確定出新的匹配點數，並判斷所述新的匹配點數是否大於或等於所述第一預設匹配閾值得到相應的判斷結果，並基於所述判斷結果輸出相應的指紋匹配結果。

於一些實施例，所述將所述待匹配樣本與指紋模板進行匹配以確定出相應的匹配點數，包括：通過預設距離計算算法計算所述待匹配樣本對應的樣本描述子集與所述指紋模板對應的模板描述子集之間的距離以得到相應的距離集合；確定出所述距離集合中的最小距離和次小距離，並基於所述最小距離和所述次小距離確定所述待匹配樣本與所述指紋模板是否存在匹配點對；若是，則統計所述匹配點對以確定出相應的匹配點數。

於一些實施例，所述判斷所述匹配點數是否大於或等於第一預設匹配閾值之後，還包括：如果所述匹配點數大於或等於所述第一預設匹配閾值，則判定當前的所述待匹配樣本與所述指紋模板匹配成功。

於一些實施例，所述確定所述待匹配樣本與所述指紋模板的重合區域之前，還包括：計算所述待匹配樣本與所述指紋模板之間的剛性變換矩陣，並基於所述剛性變換矩陣將所述待匹配樣本的樣本坐標統一至所述指紋模板對應的模板坐標系。

於一些實施例，所述重組所述重合區域內的所述指紋模板對應的模板描述子集以得到重組後的模板描述子集，包括：將所述重合區域內的所述指紋模板對應的模板描述子集進行組合疊加以得到重組後的模板描述子集；相應的，所述重組所述重合區域內的所述待匹配樣本對應的樣本描述子集以得到重組後的樣本描述子集，包括：將所述重合區域內的所述待匹配樣本對應的樣本描述子集進行組合疊加以得到重組後的樣本描述子集。

於一些實施例，所述重組所述重合區域內的所述指紋模板對應的模板描述子集以得到重組後的模板描述子集，包括：按照預設篩選原則對所述重合區域內的所述指紋模板對應的所述模板描述子集進行篩選得到新的模板描述子集，並將所述新的模板描述子集進行組合疊加以得到重組後的模板描述子集；相應的，所述重組所述重合區域內的所述待匹配樣本對應的樣本描述子集以得到重組後的樣本描述子集，包括：按照所述預設篩選原則對所述重合區域內的所述待匹配樣本對應的所述樣本描述子集進行篩選得到新的樣本描述子集，並將所述新的樣本描述子集進行組合疊加以得到重組後的樣本描述子集。

於一些實施例，按照預設篩選原則對所述重合區域內的所述指紋模板對應的所述模板描述子集進行篩選得到新的模板描述子集，包括：基於所述重合區域中的目標區域對所述目標區域內的所述指紋模板對應的所述模板描述子集進行篩選得到新的模板描述子集；或者，基於圖像質量對所述重合區域內的所述指紋模板對應的模板描述子集中坐標重合的描述子進行篩選得到新的模板描述子集。

於一些實施例，所述基於所述重合區域中的目標區域對所述目標區域內的所述指紋模板對應的所述模板描述子集進行篩選得到新的模板描述子集，包括：將所述重合區域的中間區域確定為目標區域，並對所述目標區域中的所述待匹配樣本對應的所述模板描述子集進行篩選得到新的模板描述子集。

於一些實施例，所述基於所述判斷結果輸出相應的指紋匹配結果，包括：當所述判斷結果表示所述新的匹配點數大於或等於所述第一預設匹配閾值則輸出指紋匹配成功的指紋匹配結果；當所述判斷結果表示所述新的匹配點數小於所述第一預設匹配閾值則輸出指紋匹配不成功的指紋匹配結果並重新採集指紋樣本以得到新的待匹配樣本。

第二方面，本申請公開了一種指紋晶片，包括：樣本採集模組，用於採集指紋樣本以得到待匹配樣本；匹配點數確定模組，用於將所述待匹配樣本與指紋模板進行匹配以確定出相應的匹配點數；第一判斷模組，用於判斷所述匹配點數是否大於或等於第一預設匹配閾值；第二判斷模組，用於當所述匹配點數小於所述第一預設匹配閾值，則判斷所述匹配點數是否大於或等於第二預設匹配閾值；其中，所述第一預設匹配閾值大於所述第二預設匹配閾值；重合區域確定模組，用於當所述匹配點數大於或等於所述第二預設匹配閾值，則確定所述待匹配樣本與所述指紋模板的重合區域；描述子重組模組，用於重組所述重合區域內的所述指紋模板對應的模板描述子集以得到重組後的模板描述子集以及重組所述重合區域內的所述待匹配樣本對應的樣本描述子集以得到重組後的樣本描述子集；匹配模組，將所述重組後的指紋模板描述子集與所述重組後的樣本描述子集進行匹配以確定出新的匹配點數；第三判斷模組，判斷所述新的匹配點數是否大於或等於所述第一預設匹配閾值得到相應的判斷結果；結果輸出模組，用於基於所述判斷結果輸出相應的指紋匹配結果。

第三方面，本申請公開了一種電子設備，包括：存儲器，用於保存電腦程式；處理器，用於執行所述電腦程式，以實現前述公開的指紋匹配方法的步驟。

綜上所述，本申請提供了一種指紋匹配方法，包括：採集指紋樣本以得到待匹配樣本，並將所述待匹配樣本與指紋模板進行匹配以確定出相應的匹配點數；判斷所述匹配點數是否大於或等於第一預設匹配閾值；如果所述匹配點數小於所述第一預設匹配閾值，則判斷所述匹配點數是否大於或等於第二預設匹配閾值；其中，所述第一預設匹配閾值大於所述第二預設匹配閾值；如果所述匹配點數大於或等於所述第二預設匹配閾值，則確定所述待匹配樣本與所述指紋模板的重合區域；重組所述重合區域內的所述指紋模板對應的模板描述子集以得到重組後的模板描述子集以及重組所述重合區域內的所述待匹配樣本對應的樣本描述子集以得到重組後的樣本描述子集；將所述重組後的指紋模板描述子集與所述重組後的樣本描述子集進行匹配以確定出新的匹配點數，並判斷所述新的匹配點數是否大於或等於所述第一預設匹配閾值得到相應的判斷結果，並基於所述判斷結果輸出相應的指紋匹配結果。由此可知，本申請中當待匹配樣本和指紋模板的匹配點數小於第一預設匹配閾值而又大於或等於所述第二預設匹配閾值時，則通過對和所述待匹配樣本有重合的多個所述指紋模板進行描述子的混合重組形成重組後的模板描述子集，重新與待匹配樣本進行匹配，能夠解決一對一指紋匹配的缺陷，從而提高指紋匹配的成功率。

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述。所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域中具有通常知識者在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬本發明保護的範圍。

目前，由於窄邊指紋一對一比對時重合面積小難以匹配成功，導致指紋匹配成功率較低，嚴重的影響了用戶的使用體驗。為此，本申請提供了一種新的指紋匹配方案，能夠突破一對一匹配的缺陷，提升指紋匹配的成功率。

本發明實施例公開了一種指紋匹配方法，參見圖1所示，該方法包括：

步驟S11：採集指紋樣本以得到待匹配樣本，並將所述待匹配樣本與指紋模板進行匹配以確定出相應的匹配點數。需要指出的是，能夠支持指紋識別功能的電子設備在使用之前都會預先採集使用者的指紋圖像作為指紋模板，並且輸入時會保存不同角度的指紋圖像作為指紋模板，以在進行指紋匹配時可以提高匹配的成功率。其中，上述指紋模板指的是輸入時預先採集的作為匹配的圖像，上述待匹配樣本指的是在進行解鎖或者實時採集的待匹配的圖像。不管是在指紋模板輸入階段還是樣本進行安全認證階段，採集到任意一張指紋圖像後，都會對此指紋圖像先做預處理，然後生成指紋圖像的數據。

具體來說，指紋圖像的數據是指通過預設的查找算法查找採集到的指紋圖像對應的關鍵點，並基於所述關鍵點生成與所述關鍵點對應的描述子。可以理解的是，在指紋圖像的數據生成過程中，主要分為查找關鍵點和生成關鍵點的描述子兩個步驟。並且，可以通過不同的預設查找算法查找上述指紋圖像對應的關鍵點，例如，利用細節點算法查找上述指紋圖像對應的關鍵點時，查找的是分叉點、端點等指紋圖像中獨有的細節，然而，利用SIFT、FAST等局部特徵點算法查找上述指紋圖像對應的關鍵點時，能夠提取到上述指紋圖像局部的極值點。並且，生成與所述關鍵點對應的描述子的方法也有很多種，包括但不限於細節點算法、局部特徵點算法等，其中上述細節點算法記錄的是細節點的類型、周圍細節點的拓撲結構等，上述SIFT局部特徵點算法通過統計關鍵點周圍的梯度分佈為關鍵點然後生成128維的描述子。亦即，當找到了指紋圖像的關鍵點，就會根據關鍵點周圍資訊生成描述子。指紋圖像的匹配過程最重要的環節就是描述子的匹配。指紋模板所有的描述子構成指紋模板的描述子集，樣本所有的描述子構成樣本的描述子集。

於本實施例中，將待匹配樣本與指紋模板進行匹配以確定出相應的匹配點數。可以理解的是，採集指紋樣本圖像作為待匹配樣本進行匹配時，首先按照粗匹配的方式對上述待匹配樣本與上述指紋模板進行匹配以確定出相應的匹配點數。具體來說，通過預設距離計算算法計算所述待匹配樣本對應的樣本描述子集與所述指紋模板對應的模板描述子集之間的距離以得到相應的距離集合；確定出所述距離集合中的最小距離和次小距離，並基於所述最小距離和所述次小距離確定所述待匹配樣本與所述指紋模板是否存在匹配點對；若是，則統計所述匹配點對以確定出相應的匹配點數。於本實施例中，粗匹配通過計算指紋模板任意的一個關鍵點和待匹配樣本任意的一個關鍵點的描述子的漢明距離或者歐式距離從而確定出最小距離及次小距離，通過判斷最小距離和次小距離的關係判斷這兩個關鍵點是否為匹配點對，例如，SIFT局部特徵點算法則在最小距離小於次小距離的0.8倍時判定上述指紋模板對應的一個關鍵點與上述待匹配樣本對應的一個關鍵點為匹配點對。將所有指紋模板和待匹配樣本之間的描述子集合通過窮舉遍歷獲得多個匹配點對，統計所述匹配點對的個數，從而確定出上述待匹配樣本與上述指紋模板進行粗匹配時對應的匹配點數。

步驟S12：判斷所述匹配點數是否大於或等於第一預設匹配閾值，如果所述匹配點數小於所述第一預設匹配閾值，則判斷所述匹配點數是否大於或等於第二預設匹配閾值，如果所述匹配點數大於或等於所述第二預設匹配閾值，則確定所述待匹配樣本與所述指紋模板的重合區域；其中，所述第一預設匹配閾值大於所述第二預設匹配閾值。

於本實施例中，基於步驟S11得到的匹配點數確認待匹配樣本與指紋模板是否有匹配關係，當統計到上述匹配點數達到第一閾值時，則直接判定上述待匹配樣本和模板匹配，無需執行後續的步驟，通過安全認證，可進行電子設備的解鎖、應用程序開啟或支付等事項。

於本實施例中，當判斷出所述匹配點數小於所述第一預設匹配閾值，則繼續判斷所述匹配點數是否大於或等於所述第二預設匹配閾值，其中，上述第一預設匹配閾值大於上述第二預設匹配閾值。可以理解的是，當所述匹配點數小於所述第一預設匹配閾值，進而判斷所述匹配點數是否大於或等於所述第二預設匹配閾值，主要是為了確定上述待匹配樣本與上述指紋模板是否可能存在重合關係，也就是說，上述待匹配樣本與上述指紋模板之間可能存在重合關係，雖然粗匹配時得到的匹配點數不多，但待匹配樣本也有可能和指紋模板匹配成功。

於本實施例中，當上述待匹配樣本和上述指紋模板存在3個及3個以上的匹配點對就能擬合出上述待匹配樣本和上述指紋模板之間的重合關係，亦即上述第二預設匹配閾值可設置為3。例如，如圖2所示，圖2示出了一個待匹配樣本A和3個指紋模板（a、b、c）之間的重合關係，待匹配樣本A與指紋模板a和指紋模板b都有重合，但是重合面積較小，匹配的點數因為重合面積小而少於第一預設匹配閾值，所以不能直接判定當前樣本指紋匹配成功。但是當上述待匹配樣本A與指紋模板a和指紋模板b匹配的點數大於或等於第二預設匹配閾值，則有可能是互相匹配的指紋，所以有必要進一步的確定所述待匹配樣本與所述指紋模板的重合區域。

步驟S13：重組所述重合區域內的所述指紋模板對應的模板描述子集以得到重組後的模板描述子集以及重組所述重合區域內的所述待匹配樣本對應的樣本描述子集以得到重組後的樣本描述子集。

於本實施例中，確定出所述待匹配樣本與所述指紋模板的重合區域之後，則重組所述重合區域內的所述指紋模板對應的模板描述子集以得到重組後的模板描述子集以及重組所述重合區域內的所述待匹配樣本對應的樣本描述子集以得到重組後的樣本描述子集。亦即，確定所述重合區域中的所述指紋模板對應的模板描述子集，並將所有的所述模板描述子集進行重組以得到重組後的模板描述子集；確定所述重合區域中的所述待匹配樣本對應的樣本描述子集，並將所述樣本描述子集進行重組以得到重組後的樣本描述子集。可以理解的是，在實際的應用過程中，隨著指紋模板數量的增大，待匹配樣本和指紋模板會有更多的重合方式，其本質都是通過擴展一對一比對後得到的與指紋模板重合的面積。

在第一種具體的實施方式中，重組所述重合區域內的所述指紋模板對應的模板描述子集以得到重組後的模板描述子集以及重組所述重合區域內的所述待匹配樣本對應的樣本描述子集以得到重組後的樣本描述子集，可以包括：將所述重合區域內的所述指紋模板對應的模板描述子集進行組合疊加以得到重組後的模板描述子集；將所述重合區域內的所述待匹配樣本對應的樣本描述子集進行組合疊加以得到重組後的樣本描述子集。可以理解的是，分別對重合區域內的模板描述子集合和重合區域內的樣本描述子集進行組合疊加，也就是把上述重合區域內的模板描述子集合進行聯合以及把上述重合區域內的樣本描述子集進行聯合，從而得到重組後的模板描述子集和重組後的樣本描述子集，上述聯合也就是指單純地把描述子集加在一起不做刪減，擴大描述子集合從而增加匹配的成功率。例如，如上述圖2所示，將指紋模板a和待匹配樣本重合區域的描述子記為 ，指紋模板b和待匹配樣本重合區域的描述子記為 ，待匹配樣本和指紋模板a、指紋模板b的重合區域記為 ，其中，n表示指紋模板a和待匹配樣本重合區域內指紋模板a的描述子數量，m表示指紋模板b和待匹配樣本重合區域內指紋模板b的描述子數量，k表示待匹配樣本和指紋模板a、指紋模板b的重合區域內待匹配樣本的描述子數量，然後，將模板描述子 進行組合得到重組後的模板描述子集。組合得到的模板描述子集在步驟S14中用於和樣本描述子集 進行匹配。

在第二種具體的實施方式中，重組所述重合區域內的所述指紋模板對應的模板描述子集以得到重組後的模板描述子集以及重組所述重合區域內的所述待匹配樣本對應的樣本描述子集以得到重組後的樣本描述子集，可以包括：按照預設篩選原則對所述重合區域內的所述指紋模板對應的所述模板描述子集進行篩選得到新的模板描述子集，並將所述新的模板描述子集進行組合疊加以得到重組後的模板描述子集；按照所述預設篩選原則對所述重合區域內的所述待匹配樣本對應的所述樣本描述子集進行篩選得到新的樣本描述子集，並將所述新的樣本描述子集進行組合疊加以得到重組後的樣本描述子集。可以理解的是，在確定出上述重合區域的模板描述子集合樣本描述子集之後，先按照預設篩選原則對上述重合區域的模板描述子集和樣本描述子集進行篩選得到篩選後的描述子集，再分別對上述篩選後的模板描述子集和上述篩選後的樣本描述子集進行組合疊加，得到重組後的模板描述子集和重組後的樣本描述子集。

具體來說，所述按照預設篩選原則對所述重合區域內的所述指紋模板對應的所述模板描述子集進行篩選得到新的模板描述子集，可以包括：基於所述重合區域中的目標區域對所述目標區域內的所述指紋模板對應的所述模板描述子集進行篩選得到新的模板描述子集；或者，基於圖像質量對所述重合區域內的所述指紋模板對應的模板描述子集中坐標重合的描述子進行篩選得到新的模板描述子集。例如，將所述重合區域的中間區域確定為目標區域，並對所述目標區域中的所述待匹配樣本對應的所述模板描述子集進行篩選得到新的模板描述子集，也就是，優先選擇在中間區域的描述子，或者，當描述子的坐標有重疊時優先選擇圖像質量較好的描述子等。上述重組將相關指紋模板和樣本的描述子集合後採用一定的策略進行刪減。

步驟S14：將所述重組後的指紋模板描述子集與所述重組後的樣本描述子集進行匹配以確定出新的匹配點數，並判斷所述新的匹配點數是否大於或等於所述第一預設匹配閾值得到相應的判斷結果，並基於所述判斷結果輸出相應的指紋匹配結果。

於本實施例中，根據重合區域重組模板描述子集以及樣本的重合區域的樣本描述子集得到重組後的模板描述子集與重組後的樣本描述子集之後，則將所述重組後的模板描述子集與所述重組後的樣本描述子集進行匹配以確定出新的匹配點數。例如，將上述模板描述子 進行組合得到重組後的模板描述子集與上述樣本描述子集 進行匹配，獲得匹配點對，並確定上述匹配點對的數量，從而得到新的匹配點數，進而判斷所述新的匹配點數是否大於或等於所述第一預設匹配閾值，輸出相應的匹配結果。亦即，當所述判斷結果表示所述新的匹配點數大於或等於所述第一預設匹配閾值則輸出指紋匹配成功的匹配結果；當所述判斷結果表示所述新的匹配點數小於所述第一預設匹配閾值則輸出指紋匹配不成功的匹配結果。可以理解的是，如果所述新的匹配點數大於或等於所述第一預設匹配閾值，則指紋匹配成功。如果所述新的匹配點數小於所述第一預設匹配閾值，則說明匹配不成功，可繼續採集新的樣本指紋圖像進行匹配。因為新組成的模板描述子集，相對只有模板a或b單個模板與樣本重合區域得到的描述子集，描述子的數量得到了擴展，所以匹配成功率有望能夠得到提升。

可見，本申請實施例中，當待匹配樣本和指紋模板的匹配點數小於第一預設匹配閾值而又大於或等於所述第二預設匹配閾值時，則通過對和所述待匹配樣本有重合的多個所述指紋模板進行描述子的混合重組形成重組後的模板描述子集，重新與待匹配樣本進行匹配，能夠解決一對一指紋匹配的缺陷，從而提高指紋匹配的成功率。

參見圖3所示，本發明實施例公開了一種具體的指紋匹配方法，相較於上一實施例，本實施例對技術方案作了進一步的說明和優化。

步驟S21：採集指紋樣本以得到待匹配樣本，並將所述待匹配樣本與指紋模板進行匹配以確定出相應的匹配點數。

步驟S22：判斷所述匹配點數是否大於或等於第一預設匹配閾值；如果所述匹配點數小於所述第一預設匹配閾值，則判斷所述匹配點數是否大於或等於第二預設匹配閾值；其中，所述第一預設匹配閾值大於所述第二預設匹配閾值。

步驟S23：如果所述匹配點數大於或等於所述第二預設匹配閾值，則計算所述待匹配樣本與所述指紋模板之間的剛性變換矩陣，並基於所述剛性變換矩陣將所述待匹配樣本的樣本坐標統一至所述指紋模板對應的模板坐標系。

於本實施例中，在確定出上述待匹配樣本和上述指紋模板之間存在重合關係之後，進一步地，確定出上述待匹配樣本和上述指紋模板之間的重合區域，但是在確定出上述重合區域之前，需要計算所述待匹配樣本與所述指紋模板之間的剛性變換矩陣，並基於所述剛性變換矩陣將所述待匹配樣本的樣本坐標統一至所述指紋模板對應的模板坐標系，使得上述待匹配樣本和上述指紋模板統一在同一個坐標系下，確定上述待匹配樣本和上述指紋模板之間的坐標映射關係。

需要指出的是，為了計算出所述計算所述待匹配樣本與所述指紋模板之間的剛性變換矩陣，首先需要確定所述待匹配樣本與所述指紋模板之間的匹配點對，進而利用預設篩選手段對所述匹配點對進行篩選以確定目標匹配點對，並計算所述目標匹配點對之間的剛性變換矩陣。其中，確定匹配點的方法可以包括：利用預設距離計算算法計算所述待匹配樣本對應的樣本關鍵點與所述指紋模板中的所述關鍵點之間的距離，以得到與所述指紋模板對應的距離集合，從而確定出所述距離集合中的最小距離和次小距離，並基於所述次小距離和預設比例係數確定出目標比較閾值；判斷所述最小距離是否不大於所述目標比較閾值，若是，則判定所述待匹配樣本與所述指紋模板存在相應的匹配點對。於本實施例中，指紋模板和待匹配樣本之間的描述子集合通過窮舉遍歷獲得多個匹配點對，通過比較描述子的漢明距離或者歐式距離的方法計算最小距離及次小距離，通過判斷上述最小距離和上述次小距離的關係從而判斷是否為匹配點對，例如，SIFT局部特徵點算法認為當最小距離小於次小距離的0.8時為匹配點對。當粗匹配點對數量達到一定的閾值則認為模板和樣本存在匹配的可能，後續會進行更為嚴格的精匹配。

例如，一個待匹配樣本和指紋模板進行匹配時，將待匹配樣本的一個關鍵點對應的描述子序列分別和指紋模板裡面所有的關鍵點對應的描述子序列進行異或運算從而計算出相應的漢明距離，上述漢明距離的計算公式如下： ， 其中，任意一個描述子為256維，每1維用一個bit位表示，共32 Bytes表示，並且如果指紋模板a共有48張，每張模板有160個關鍵點，每個關鍵點的描述子也是256維。Disti表示漢明距離，XOR 表示互斥或計算，Ss1，Ss2，……，Ss256表示樣本一個描述子序列，Ds1i，Ds2i，Ds3i，……，Ds256i表示每個關鍵點的描述子序列，並且，i表示指紋模板a的關鍵點編號，範圍為1到160。

亦即，對樣本序列Ss1，Ss2，……，Ss256和指紋模板a的所有關鍵點對應的描述子序列Ds1i，Ds2i，Ds3i，……，Ds256i窮舉遍歷，從而得到指紋模板a的漢明距離序列。

然後，從Disti序列中遍歷獲得最小的DistN和次小的DistM,當DistN＜DistM*0.8時，認為找到了1個匹配點對。

以此類推，遍歷獲得待匹配樣本和所有指紋模板的所有匹配點對，最後對所有匹配點對進行一次RANSAC篩選，獲得真實匹配點對，及真實匹配點對之間的剛性變換矩陣，並且上述剛性變換矩陣的計算公式如下： ， 其中，θ表示待匹配樣本旋轉到指紋模板坐標系的角度，△x,△y分別表示待匹配樣本到指紋模板坐標系的水平偏移量和垂直偏移量。

步驟S24：確定所述待匹配樣本與所述指紋模板的重合區域。

於本實施例中，在上述步驟中確定出所述待匹配樣本與所述指紋模板的匹配點對並將待匹配樣本的坐標統一至指紋模板的坐標系之後，基於所述匹配點對能夠確定出所述待匹配樣本與所述指紋模板的重合區域，亦即，所有的所述匹配點組成的區域可確定為重合區域。

步驟S25：重組所述重合區域內的所述指紋模板對應的模板描述子集以得到重組後的模板描述子集以及重組所述重合區域內的所述待匹配樣本對應的樣本描述子集以得到重組後的樣本描述子集。

步驟S26：將所述重組後的指紋模板描述子集與所述重組後的樣本描述子集進行匹配以確定出新的匹配點數，並判斷所述新的匹配點數是否大於或等於所述第一預設匹配閾值得到相應的判斷結果，並基於所述判斷結果輸出相應的指紋匹配結果。

關於上述步驟S21、步驟S22以及步驟S24至步驟S26的具體內容可以參考前述實施例中公開的相應內容，在此不再進行贅述。

可見，本申請實施例中，當待匹配樣本和指紋模板的匹配點數小於第一預設匹配閾值而又大於或等於所述第二預設匹配閾值時，則通過對和所述待匹配樣本有重合的多個所述指紋模板進行描述子的混合重組形成重組後的模板描述子集，重新與待匹配樣本進行匹配，能夠解決一對一指紋匹配的缺陷，從而提高指紋匹配的成功率。

相應的，本申請實施例還公開了一種指紋晶片，參見圖4所示，該晶片包括：樣本採集模組11，用於採集指紋樣本以得到待匹配樣本；匹配點數確定模組12，用於將所述待匹配樣本與指紋模板進行匹配以確定出相應的匹配點數；第一判斷模組13，用於判斷所述匹配點數是否大於或等於第一預設匹配閾值；第二判斷模組14，用於當所述匹配點數小於所述第一預設匹配閾值，則判斷所述匹配點數是否大於或等於第二預設匹配閾值；其中，所述第一預設匹配閾值大於所述第二預設匹配閾值；重合區域確定模組15，用於當所述匹配點數大於或等於所述第二預設匹配閾值，則確定所述待匹配樣本與所述指紋模板的重合區域；描述子重組模組16，用於重組所述重合區域內的所述指紋模板對應的模板描述子集以得到重組後的模板描述子集以及重組所述重合區域內的所述待匹配樣本對應的樣本描述子集以得到重組後的樣本描述子集；匹配模組17，將所述重組後的指紋模板描述子集與所述重組後的樣本描述子集進行匹配以確定出新的匹配點數；第三判斷模組18，判斷所述新的匹配點數是否大於或等於所述第一預設匹配閾值得到相應的判斷結果；結果輸出模組19，用於基於所述判斷結果輸出相應的指紋匹配結果。

由上可見，於本實施例中，當待匹配樣本和指紋模板的匹配點數小於第一預設匹配閾值而又大於或等於所述第二預設匹配閾值時，則通過對和所述待匹配樣本有重合的多個所述指紋模板進行描述子的混合重組形成重組後的模板描述子集，重新與待匹配樣本進行匹配，能夠解決一對一指紋匹配的缺陷，從而提高指紋匹配的成功率。

在一些具體的實施例中，所述匹配點數確定模組12，還可以包括：距離計算單元，通過預設距離計算算法計算所述待匹配樣本對應的樣本描述子集與所述指紋模板對應的模板描述子集之間的距離以得到相應的距離集合；匹配點對確定單元，用於確定出所述距離集合中的最小距離和次小距離，並基於所述最小距離和所述次小距離確定所述待匹配樣本與所述指紋模板是否存在匹配點對；匹配點數統計單元，用於當所述待匹配樣本與所述指紋模板存在匹配點對時，則統計所述匹配點對以確定出相應的匹配點數。

在一些具體的實施例中，所述第一判斷模組13，還可以包括：匹配判定單元，當所述匹配點數大於或等於所述第一預設匹配閾值時，則判定當前的所述待匹配樣本與所述指紋模板的指紋匹配成功。

在一些具體的實施例中，所述指紋晶片，還可以包括：矩陣計算模組，用於計算所述待匹配樣本與所述指紋模板之間的剛性變換矩陣；坐標統一模組，用於基於所述剛性變換矩陣將所述待匹配樣本的樣本坐標統一至所述指紋模板對應的模板坐標系。

在一些具體的實施例中，所述描述子重組模組16，具體可以包括：第一組合疊加單元，用於將所述重合區域內的所述指紋模板對應的模板描述子集進行組合疊加以得到重組後的模板描述子集；第二組合疊加單元，用於將所述重合區域內的所述待匹配樣本對應的樣本描述子集進行組合疊加以得到重組後的樣本描述子集。

在一些具體的實施例中，所述描述子重組模組16，具體可以包括：第一篩選單元，用於按照預設篩選原則對所述重合區域內的所述指紋模板對應的所述模板描述子集進行篩選得到新的模板描述子集；第三組合疊加單元，用於將所述新的模板描述子集進行組合疊加以得到重組後的模板描述子集；第二篩選單元，用於按照所述預設篩選原則對所述重合區域內的所述待匹配樣本對應的所述樣本描述子集進行篩選得到新的樣本描述子集；第四組合疊加單元，用於將所述新的樣本描述子集進行組合疊加以得到重組後的樣本描述子集。

在一些具體的實施例中，所述第一篩選單元，具體可以包括：第一篩選子單元，用於基於所述重合區域中的目標區域對所述目標區域內的所述指紋模板對應的所述模板描述子集進行篩選得到新的模板描述子集。

在一些具體的實施例中，所述第一篩選單元，具體可以包括：第二篩選子單元，用於基於圖像質量對所述重合區域內的所述指紋模板對應的模板描述子集中坐標重合的描述子進行篩選得到新的模板描述子集。

在一些具體的實施例中，所述結果輸出模組19，具體可以包括：第一輸出單元，用於當所述判斷結果表示所述新的匹配點數大於或等於所述第一預設匹配閾值則輸出指紋匹配成功的指紋匹配結果；第二輸出單元，用於當所述判斷結果表示所述新的匹配點數小於所述第一預設匹配閾值則輸出指紋匹配不成功的指紋匹配結果並重新採集指紋樣本以得到新的待匹配樣本。

進一步的，本申請實施例還提供了一種電子設備。圖5是根據一示例性實施例示出的電子設備20結構圖，圖中的內容不能認為是對本申請的使用範圍的任何限制。

圖5為本申請實施例提供的一種電子設備20的結構示意圖。該電子設備20，具體可以包括：至少一個處理器21、至少一個存儲器22、電源23、通訊接口24、輸入輸出接口25和通訊總線26。其中，所述存儲器22用於存儲電腦程式，所述電腦程式由所述處理器21加載並執行，以實現前述任一實施例公開的指紋匹配方法中的相關步驟。另外，本實施例中的電子設備20具體可以為電腦。

於本實施例中，電源23用於為電子設備20上的各硬體設備提供工作電壓；通訊接口24能夠為電子設備20創建與外界設備之間的數據傳輸通道，其所遵循的通訊協議是能夠適用於本申請技術方案的任意通訊協議，在此不對其進行具體限定；輸入輸出接口25，用於獲取外界輸入數據或向外界輸出數據，其具體的接口類型可以根據具體應用需要進行選取，在此不進行具體限定。

另外，存儲器22作為資源存儲的載體，可以是只讀存儲器、隨機存儲器、磁盤或者光盤等，其上所存儲的資源可以包括操作系統221、電腦程式222等，存儲方式可以是短暫存儲或者永久存儲。

其中，操作系統221用於管理與控制電子設備20上的各硬體設備以及電腦程式222，其可以是Windows Server、Netware、Unix、Linux等。電腦程式222除了包括能夠用於完成前述任一實施例公開的由電子設備20執行的指紋匹配方法的電腦程式之外，還可以進一步包括能夠用於完成其他特定工作的電腦程式。

本說明書中各個實施例採用遞進的方式描述，每個實施例重點說明的都是與其它實施例的不同之處，各個實施例之間相同或相似部分互相參見即可。對於實施例公開的晶片而言，由於其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。

最後，還需要說明的是，在本文中，諸如第一和第二等之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，並不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。

以上對本發明所提供的一種指紋匹配方法、晶片及設備進行了詳細介紹，本文中應用了具體個例對本發明的原理及實施方式進行了闡述，以上實施例的說明只是用於幫助理解本發明的方法及其核心思想；同時，對於本領域中具有通常知識者，依據本發明的思想，在具體實施方式及應用範圍上均會有改變之處，綜上所述，本說明書內容不應理解為對本發明的限制。

11:樣本採集模組 12:匹配點數確定模組 13:第一判斷模組 14:第二判斷模組 15:重合區域確定模組 16:描述子重組模組 17:匹配模組 18:第三判斷模組 19:結果輸出模組 20:電子設備 21:處理器 22:存儲器 221:操作系統 222:電腦程式 23:電源 24:通訊接口 25:輸入輸出接口 26:通訊總線 A:匹配樣本 a:指紋模板 b:指紋模板 c:指紋模板 S11~S14:步驟 S21~S26:步驟

[圖1] 係依據本發明的一種指紋匹配方法流程圖； [圖2] 係依據本發明的一種待匹配樣本與指紋模板重合關係示意圖； [圖3] 係依據本發明的一種具體的指紋匹配方法流程圖； [圖4] 係依據本發明的一種指紋晶片結構示意圖；以及 [圖5] 係依據本發明的一種電子設備結構圖。

S11~S14:步驟

Claims (11)

1. 一種指紋匹配方法，包括： 採集一指紋樣本以得到一待匹配樣本，並將該待匹配樣本與一指紋模板進行匹配以確定出相應的一匹配點數； 判斷該匹配點數是否大於或等於一第一預設匹配閾值；如果該匹配點數小於該第一預設匹配閾值，則判斷該匹配點數是否大於或等於一第二預設匹配閾值；其中，該第一預設匹配閾值大於該第二預設匹配閾值； 如果該匹配點數大於或等於該第二預設匹配閾值，則確定該待匹配樣本與該指紋模板的重合區域； 重組該重合區域內的該指紋模板對應的一模板描述子集以得到一重組後的模板描述子集以及重組該重合區域內的該待匹配樣本對應的一樣本描述子集以得到一重組後的樣本描述子集；以及 將所該重組後的指紋模板描述子集與該重組後的樣本描述子集進行匹配以確定出一新的匹配點數，並判斷該新的匹配點數是否大於或等於該第一預設匹配閾值得到相應的一判斷結果，並基於該判斷結果輸出相應的一指紋匹配結果。
2. 如請求項1所述的指紋匹配方法，其中，該將該待匹配樣本與一指紋模板進行匹配以確定出相應的一匹配點數，包括： 通過預設距離計算算法計算該待匹配樣本對應的一樣本描述子集與該指紋模板對應的一模板描述子集之間的一距離以得到相應的一距離集合；以及 確定出該距離集合中的一最小距離和一次小距離，並基於該最小距離和該次小距離確定該待匹配樣本與該指紋模板是否存在一匹配點對； 若是，則統計該匹配點對以確定出相應的一匹配點數。
3. 如請求項1所述的指紋匹配方法，其中，該判斷該匹配點數是否大於或等於一第一預設匹配閾值之後，還包括： 如果該匹配點數大於或等於該第一預設匹配閾值，則判定當前的該待匹配樣本與該指紋模板匹配成功。
4. 如請求項1所述的指紋匹配方法，其中，該確定該待匹配樣本與該指紋模板的重合區域之前，還包括： 計算該待匹配樣本與該指紋模板之間的一剛性變換矩陣，並基於該剛性變換矩陣將該待匹配樣本的樣本坐標統一至該指紋模板對應的一模板坐標系。
5. 如請求項1所述的指紋匹配方法，其中，該重組所述重合區域內的該指紋模板對應的一模板描述子集以得到一重組後的模板描述子集，包括： 將該重合區域內的該指紋模板對應的一模板描述子集進行組合疊加以得到一重組後的模板描述子集； 相應的，該重組所述重合區域內的該待匹配樣本對應的一樣本描述子集以得到一重組後的樣本描述子集，包括： 將該重合區域內的該待匹配樣本對應的一樣本描述子集進行組合疊加以得到一重組後的樣本描述子集。
6. 如請求項1所述的指紋匹配方法，其中，該重組該重合區域內的該指紋模板對應的一模板描述子集以得到一重組後的模板描述子集，包括： 按照一預設篩選原則對該重合區域內的該指紋模板對應的該模板描述子集進行篩選得到一新的模板描述子集，並將該新的模板描述子集進行組合疊加以得到一重組後的模板描述子集； 相應的，該重組該重合區域內的該待匹配樣本對應的一樣本描述子集以得到一重組後的樣本描述子集，包括： 按照該預設篩選原則對該重合區域內的該待匹配樣本對應的該樣本描述子集進行篩選得到一新的樣本描述子集，並將該新的樣本描述子集進行組合疊加以得到一重組後的樣本描述子集。
7. 如請求項6所述的指紋匹配方法，其中，該按照一預設篩選原則對該重合區域內的該指紋模板對應的該模板描述子集進行篩選得到一新的模板描述子集，包括： 基於該重合區域中的目標區域對該目標區域內的該指紋模板對應的該模板描述子集進行篩選得到一新的模板描述子集； 或者，基於一圖像質量對該重合區域內的該指紋模板對應的一模板描述子集中坐標重合的描述子進行篩選得到一新的模板描述子集。
8. 如請求項7所述的指紋匹配方法，其中，該基於該重合區域中的目標區域對該目標區域內的該指紋模板對應的該模板描述子集進行篩選得到一新的模板描述子集，包括： 將該重合區域的中間區域確定為一目標區域，並對該目標區域中的該待匹配樣本對應的該模板描述子集進行篩選得到一新的模板描述子集。
9. 如請求項1至8任一項所述的指紋匹配方法，其中，該基於該判斷結果輸出相應的一指紋匹配結果，包括： 當該判斷結果表示該新的匹配點數大於或等於該第一預設匹配閾值則輸出一指紋匹配成功的指紋匹配結果；以及 當該判斷結果表示該新的匹配點數小於該第一預設匹配閾值則輸出一指紋匹配不成功的指紋匹配結果並重新採集指紋樣本以得到一新的待匹配樣本。
10. 一種指紋晶片，包括： 一樣本採集模組，用於採集指紋樣本以得到一待匹配樣本； 一匹配點數確定模組，用於將該待匹配樣本與一指紋模板進行匹配以確定出相應的一匹配點數； 一第一判斷模組，用於判斷該匹配點數是否大於或等於一第一預設匹配閾值； 一第二判斷模組，用於當該匹配點數小於該第一預設匹配閾值，則判斷該匹配點數是否大於或等於該第二預設匹配閾值；其中，該第一預設匹配閾值大於該第二預設匹配閾值； 一重合區域確定模組，用於當該匹配點數大於或等於該第二預設匹配閾值，則確定該待匹配樣本與該指紋模板的一重合區域； 一描述子重組模組，用於重組該重合區域內的該指紋模板對應的一模板描述子集以得到一重組後的模板描述子集以及重組該重合區域內的該待匹配樣本對應的一樣本描述子集以得到一重組後的樣本描述子集； 一匹配模組，將該重組後的指紋模板描述子集與該重組後的樣本描述子集進行匹配以確定出一新的匹配點數； 一第三判斷模組，判斷該新的匹配點數是否大於或等於該第一預設匹配閾值得到相應的一判斷結果；以及 一結果輸出模組，用於基於該判斷結果輸出相應的一指紋匹配結果。
11. 一種電子設備，包括： 一存儲器，用於保存電腦程式；以及 一處理器，用於執行該電腦程式，以實現如請求項1至9任一項所述的指紋匹配方法的步驟。