TWI619080B - 指紋重疊區域面積的計算方法及電子裝置 - Google Patents

指紋重疊區域面積的計算方法及電子裝置 Download PDF

Info

Publication number
TWI619080B
TWI619080B TW104129619A TW104129619A TWI619080B TW I619080 B TWI619080 B TW I619080B TW 104129619 A TW104129619 A TW 104129619A TW 104129619 A TW104129619 A TW 104129619A TW I619080 B TWI619080 B TW I619080B
Authority
TW
Taiwan
Prior art keywords
image
fingerprint image
matched
area
fingerprint
Prior art date
Application number
TW104129619A
Other languages
English (en)
Other versions
TW201629848A (zh
Inventor
雷磊
徐坤平
楊雲
Original Assignee
比亞迪股份有限公司
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 比亞迪股份有限公司 filed Critical 比亞迪股份有限公司
Publication of TW201629848A publication Critical patent/TW201629848A/zh
Application granted granted Critical
Publication of TWI619080B publication Critical patent/TWI619080B/zh

Links

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
    • G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
    • 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

Abstract

本發明揭露的指紋重疊區域面積的計算方法包括以下步驟：採集待匹配指紋並得到待匹配指紋圖像；尋找該待匹配指紋圖像與範本指紋圖像的匹配的特徵點；根據該匹配的特徵點獲得圖像偏移量；利用該圖像偏移量，調整該待匹配指紋圖像的位置以得到該待匹配指紋圖像在該範本指紋圖像中的重疊區域；統計該重疊區域所在的圖像像素點的數量以獲得該重疊區域的面積。上述計算方法，通過把重疊區域分解為一個個像素點並統計在重疊區域所在像素點的數量來計算重疊區域的面積，求出的面積更準確，方便後面計算，使指紋匹配更準確，提高使用者體驗。本發明還揭露一種電子裝置。

Description

指紋重疊區域面積的計算方法及電子裝置
本發明涉及於指紋識別領域，更具體而言，涉及一種指紋重疊區域面積的計算方法及一種電子裝置。
在指紋識別領域中，由於指紋感測器的面積越來越小，在指紋錄入階段可能沒有錄完整個手指的指紋。在之後的使用過程中採集的指紋與錄入的指紋只有一部分重合。不同人的指紋手指完整指紋相似的概率是70億分之一，但是如果只是整個指紋的一小部分，不同指紋有很高的概率具有局部相似性。當採集的指紋與錄入的指紋的重疊區域面積較小時，匹配的特徵點不僅數量較少，而且距離太近，匹配可靠性很低，極容易出現誤識，所以需要計算重疊區域面積來判斷特徵點匹配是否可靠。
目前，要計算兩幅匹配指紋的重疊區域的面積，一般的做法是在每個指紋各取一個包含所有匹配特徵點的最小矩形，求得這兩個矩形的面積S1、S2，取S=(S1+S2)/2為重疊區域的面積。但是，上述方法求得的面積受特徵點分佈影響。當特徵點分佈均勻時，上述方法求得的面積接近真實重疊面積。當特徵點分佈比較集中時，上述方法求得的面積遠小於重疊面積。當特徵點分佈比較分散時，上述方法求得的面積可能大於真實重疊面積。
而且，由於手指按壓指紋感測器的角度不同，指紋圖像具有一定的旋轉角度，採集的指紋和錄入的指紋取的矩形面積可能相差過大，求得的面積不準。
本發明旨在至少解決現有技術中存在的技術問題之一。為此，本發明需要提供一種指紋重疊區域面積的計算方法及一種電子裝置。
一種指紋重疊區域面積的計算方法，包括以下步驟：S11：採集待匹配指紋並得到待匹配指紋圖像；S12：尋找該待匹配指紋圖像與範本指紋圖像的匹配的特徵點；S13：根據該匹配的特徵點獲得圖像偏移量；S14：利用該圖像偏移量，調整該待匹配指紋圖像的位置以得到該待匹配指紋圖像在該範本指紋圖像中的重疊區域；及S15：統計該重疊區域所在的圖像像素點的數量，並根據該數量計算該重疊區域的面積。
上述計算方法，通過把重疊區域分解為一個個像素點並統計在重疊區域所在像素點的數量來計算重疊區域的面積，可以計算出任意形狀的重疊區域的面積，而且求出的面積精確到像素級，求出的面積更準確，方便後面計算，使指紋匹配更準確，提高使用者體驗。
在一個實施方式中，步驟S12包括以下步驟：S21：對該待匹配指紋圖像濾波增強、二值化及細化後提取該第一特徵點；S22：根據該第一特徵點與該範本指紋圖像的第二特徵點尋找該匹配的特 徵點。
在一個實施方式中，在步驟S13中，該圖像偏移量包括旋轉角度及平移量中的至少一種。
在一個實施方式中，步驟S15具體包括：根據該範本指紋圖像建立坐標系；判斷在該範本指紋圖像座標範圍內的該待匹配指紋圖像的圖像像素點是該重疊區域所在的圖像像素點；及統計該重疊區域所在的圖像像素點的數量，計算該重疊區域所在的圖像像素點的數量與該範本指紋圖像的圖像像素點的數量的比值，並根據該比值計算該重疊區域的面積。
在一個實施方式中，滿足X1<X<X2且Y1<Y<Y2的該待匹配指紋圖像的圖像像素點是該重疊區域所在的圖像像素點，其中，X為該待匹配指紋圖像的圖像像素點在該坐標系的橫坐標，Y為該待匹配指紋圖像的圖像像素點在該坐標系的縱坐標，X1~X2為該範本指紋圖像在該坐標系的橫坐標範圍，Y1~Y2為該範本指紋圖像在該坐標系的縱坐標範圍，|X2-X1|*|Y2-Y1|為該範本指紋圖像的圖像解析度。
在一個實施方式中，該重疊區域的面積由以下公式確定：S=Sa*N/Ns，其中，S為該重疊區域的面積，Sa為該範本指紋圖像的面積，N為該重疊區域所在的圖像像素點的數量，Ns為該範本指紋圖像的圖像像素點的數量。
一種電子裝置，包括採集模組及處理模組。該採集模組用於採集待匹配指紋並得到待匹配指紋圖像。該處理模組用於尋找該待匹配指紋圖像與範本指紋圖像的匹配的特徵點，及根據該匹配的特徵點獲得圖像偏移量，及利用該圖像偏移量，調整該待匹配指紋圖像的位置以得到該待 匹配指紋圖像在該範本指紋圖像中的重疊區域，及統計該重疊區域所在的圖像像素點的數量，並根據該數量計算該重疊區域的面積。
在一個實施方式中，該處理模組根據該範本指紋圖像建立坐標系，判斷在該範本指紋圖像座標範圍內的該待匹配指紋圖像的圖像像素點是該重疊區域所在的圖像像素點，及統計該重疊區域所在的圖像像素點的數量，計算該重疊區域所在的圖像像素點的數量與該範本指紋圖像的圖像像素點的數量的比值，並根據該比值計算該重疊區域的面積。
在一個實施方式中，滿足X1<X<X2且Y1<Y<Y2的該待匹配指紋圖像的圖像像素點是該重疊區域所在的圖像像素點，其中，X為該待匹配指紋圖像的圖像像素點在該坐標系的橫坐標，Y為該待匹配指紋圖像的圖像像素點在該坐標系的縱坐標，X1~X2為該範本指紋圖像在該坐標系的橫坐標範圍，Y1~Y2為該範本指紋圖像在該坐標系的縱坐標範圍，|X2-X1|*|Y2-Y1|為該範本指紋圖像的圖像解析度。
在一個實施方式中，該重疊區域的面積由以下公式確定：S=Sa*N/Ns，其中，S為該重疊區域的面積，Sa為該範本指紋圖像的面積，N為該重疊區域所在的圖像像素點的數量，Ns為該範本指紋圖像的圖像像素點的數量。
本發明的附加方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐瞭解到。
100‧‧‧待匹配指紋圖像
102‧‧‧範本指紋圖像
104‧‧‧重疊區域
200‧‧‧電子裝置
202‧‧‧採集模組
204‧‧‧處理模組
206‧‧‧指紋感測器
208‧‧‧採集視窗
210‧‧‧前面板
d,α,β‧‧‧向量
A、B、C‧‧‧特徵點
Z‧‧‧局部中心點
本發明的上述和/或附加的方面和優點從結合下面附圖對實施方式的描述中將變得明顯和容易理解，其中： 第1圖是本發明較佳實施方式的指紋重疊區域面積的計算方法的流程示意圖；第2圖是本發明較佳實施方式的指紋重疊區域面積的計算方法的另一流程示意圖；第3圖是本發明較佳實施方式的指紋重疊區域面積的計算方法的原理示意圖；第4圖是本發明較佳實施方式的指紋重疊區域面積的計算方法所用到的指紋圖像的示意圖；第5圖是本發明較佳實施方式的指紋重疊區域面積的計算方法建立坐標系的示意圖；第6圖是本發明較佳實施方式的電子裝置的模組示意圖；及第7圖是本發明較佳實施方式的電子裝置的平面示意圖。
下面詳細描述本發明的實施方式，該實施方式的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施方式是示例性的，僅用於解釋本發明，而不能理解為對本發明的限制。
在本發明的描述中，需要理解的是，術語“第一”、“第二”僅用於描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術特徵的數量。由此，限定有“第一”、“第二”的特徵可以明示或者隱含地包括一個或者更多個該特徵。在本發明的描述中，“多個”的含義是兩個或兩個以上，除非另有明確具體的限定。
在本發明的描述中，需要說明的是，除非另有明確的規定和限定，術語“安裝”、“相連”、“連接”應做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機械連接，也可以是電連接或可以相互通信；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內部的連通或兩個元件的相互作用關係。對於本領域的普通技術人員而言，可以根據具體情況理解上述術語在本發明中的具體含義。
下文的揭露提供了許多不同的實施方式或例子用來實現本發明的不同結構。為了簡化本發明的揭露，下文中對特定例子的部件和設定進行描述。當然，它們僅僅為示例，並且目的不在於限制本發明。此外，本發明可以在不同例子中重複參考數位和/或參考字母，這種重複是為了簡化和清楚的目的，其本身不指示所討論各種實施方式和/或設定之間的關係。此外，本發明提供了的各種特定的製成和材料的例子，但是本領域普通技術人員可以意識到其他製成的應用和/或其他材料的使用。
請參閱第1圖至第5圖，本發明較佳實施方式的指紋重疊區域面積的計算方法包括以下步驟：S11：採集待匹配指紋並得到待匹配指紋圖像；S12：尋找該待匹配指紋圖像與範本指紋圖像的匹配的特徵點；S13：根據該匹配的特徵點獲得圖像偏移量；S14：利用該圖像偏移量，調整該待匹配指紋圖像的位置以得到該待匹配指紋圖像在該範本指紋圖像中的重疊區域；S15：統計該重疊區域所在的圖像像素點的數量，並根據該數量計算該重疊區域的面積。
在步驟S11，當使用者需要進行指紋匹配時，可根據提示將手指按在指紋感測器上，該指紋感測器例如可以安裝在手機、平板電腦、音訊播放機或視訊播放機等電子裝置上，該指紋感測器的採集視窗可設置在電子裝置的前面、側面或背面等位置。
在步驟S12中，範本指紋圖像102例如可以是要採集前預先儲存在電子裝置中。在使用者使用指紋識別功能時，可通過在電子裝置的指紋感測器預先錄入範本指紋。電子裝置處理該範本指紋後形成範本指紋圖像102。在後續進行指紋匹配時，只有與該範本指紋圖像102相匹配的指紋才能啟用相應的功能。
進一步地，請參第2圖，步驟S12包括以下步驟：S21：對該待匹配指紋圖像濾波增強、二值化及細化後提取該第一特徵點；S22：根據該第一特徵點與該範本指紋圖像的第二特徵點尋找該匹配的特徵點。
在步驟S21中，二值化處理一般是指通過一系列影像處理把指紋圖像的脊線灰度置為0，把穀線置為255，形成只有2種灰度值的圖像。採集指紋圖像為指紋識別領域相關的現有技術，在此不再詳細展開。
在指紋圖像中，一些指紋的特徵部分會被提取作為特徵點。這些比較特徵點例如可以為指紋的脊線端點及分叉點。而特徵點的選取可考慮以下因素：1)特徵點具有不同於一般特徵的特殊性；2)特徵點具有相對的穩定性；3)儘量選擇組合特徵點。
在步驟S22中，根據第一特徵點與範本指紋圖像的第二特徵 點尋找匹配的特徵點。
具體地，請結合第3圖，對範本指紋圖像和待匹配指紋圖像均選取任意一特徵點作為局部中心點。例如，第3圖中白點Z為局部中心點，它與其周圍特徵點A、B、C分別得到3個向量[d,α,β]，d為兩個特徵點之間的距離，α表示的是兩個特徵點角度差，β表示的是特徵點A和局部中心點Z連線方向與特徵點A角度的夾角，其中，特徵點角度指該特徵點所在位置脊線的切線方向，特徵點相互關係指特徵點之間的距離及角度差等資訊。
以模板指紋圖像中特徵點Mi为作為局部中心點，計算與周圍特徵點的相互關係向量。再以待匹配指紋圖像中特徵點Nj為作為局部中心點，計算與周圍特徵點的相互關係向量。i、j為特徵點序號。
若以特徵點Mi及特徵點Nj為局部中心點的2組相互關係向量中d、α、β均小於設定臨界值則認為特徵點Mi和特徵點Nj是一對匹配的特徵點。Nj為待匹配指紋圖像100的匹配的特徵點。匹配的特徵點的對數可根據實際所求來確定，例如10對。圖像偏移量是根據匹配的特徵點角度差及距離求出。圖像偏移量包括旋轉角度及平移量中的至少一種。
計算圖像偏移量時，較佳地，可將範本指紋圖像102的位置固定，而調整待匹配指紋圖像100的位置。本實施方式中，待匹配指紋圖像100相對於範本指紋圖像102存在旋轉偏移及平移偏移，那麼圖像偏移量包括旋轉角度及平移量。
當然，在其它實施方式中，如果待匹配指紋圖像100相對於範本指紋圖像102只存在旋轉偏移，那麼圖像偏移量包括旋轉角度；如果待匹配指紋圖像100相對於範本指紋圖像102只存在平移偏移，那麼圖像偏移 量包括平移量；在少數的情況下，如果待匹配指紋圖像100相對於範本指紋圖像102不存在偏移，那麼圖像偏移量為零。
在步驟S14中，根據步驟S13中計算得到的旋轉角度及平移量，對待匹配指紋圖像100作同樣的旋轉平移，使待匹配指紋圖像100中的匹配特徵點與範本指紋圖像102中的匹配特徵點重合。請結合第4圖，為了方便說明，顏色較淺的指紋圖像是範本指紋圖像102，顏色較深的指紋圖像是待匹配指紋圖像100。對待匹配指紋圖像100調整位置使兩個指紋圖像的匹配特徵點重合後，這兩個圖像的重疊區域104為不規則形狀(第4圖實線所圍成的區域)。
在步驟S15中，由第4圖可知，重疊區域104為不規則形狀，無法用幾何方法求出準確面積。步驟S15可通過指紋圖像的圖像像素點所在的座標判斷它是否在重疊區域104，進而統計重疊區域104所在的圖像像素點數量。對於同一個指紋感測器，範本指紋圖像102的解析度與待匹配指紋圖像100的解析度相等。
首先，根據範本指紋圖像102建立坐標系，例如，以範本指紋圖像102的左下角為原點，相鄰兩連接的邊界為軸建立坐標系，如第5圖所示。那麼，指紋圖像的解析度為|Xe-0|*|Ye-0|=Xe*Ye，指紋圖像的總圖像像素點數量Ns=Xe*Ye。
之後，判斷在該範本指紋圖像102座標範圍內的該待匹配指紋圖像100的圖像像素點是該重疊區域104所在的圖像像素點。在本實施方式中，如第5圖所示，只有在範本指紋圖像102的位置範圍內的待匹配指紋圖像100的圖像像素點才是重疊區域104所在的圖像像素點。所以座標範圍 是範本指紋圖像102在該坐標系所處的位置範圍，即0~Xe的橫坐標範圍，0~Ye的縱坐標範圍，也就是範本指紋圖像102的解析度範圍。
由第5圖可知，在調整待匹配指紋圖像100的位置使兩個指紋圖像的匹配的特徵點重合後，待匹配指紋圖像100中重疊區域的圖像像素點的X座標在0~Xe內，Y座標在0~Ye內。而待匹配指紋圖像100中非重疊區域所在的圖像像素點座標都小於0或大於Xe、Ye。所以把待匹配指紋圖像100的位置調整到如第5圖所示的位置時，滿足0<X<Xe且0<Y<Xe的待匹配指紋圖像100的圖像像素點是該重疊區域104所在的圖像像素點。因此，判斷待匹配指紋圖像100的所有圖像像素點的座標，統計橫坐標在0<X<Xe且縱坐標在0<Y<Ye範圍內的圖像像素點的數量N，計算該重疊區域所在的圖像像素點的數量N與該範本指紋圖像的圖像像素點的數量Ns的比值，並根據該比值計算該重疊區域的面積S，具體地，根據公式S=Sa*N/Ns計算重疊區域104的面積S，Sa為該範本指紋圖像102的面積，N/Ns為該比值。
步驟S15利用了數位圖像由一個個圖像像素組成這一特性，及旋轉平移後待匹配指紋圖像100中的重疊區域104的圖像像素座標都在Xe*Ye解析度範圍內的特徵，來統計滿足座標範圍的圖像像素點的數量來計算例如不規則幾何形狀的重疊區域的面積。
假設Xe=100，Ye=100，那麼指紋圖像的解析度為100×100，一幅指紋圖像的總像素個數Ns=100×100。待匹配指紋圖像100中的重疊區域104所在的圖像像素點的橫坐標滿足：0<X<100，且待匹配指紋圖像100中的重疊區域所在的圖像像素點的縱坐標滿足：0<Y<100，即待匹配指紋圖像100中的重疊區域所在的圖像像素點的X座標和Y座標都在0~100範圍內。
綜上所述，上述計算方法，通過把重疊區域104分解為一個個像素點並統計在重疊區域所在像素點的數量來計算重疊區域的面積，可以計算出任意形狀的重疊區域的面積，而且求出的面積精確到像素級，求出的面積更準確，方便後面計算，使指紋匹配更準確，提高使用者體驗。
請參第6圖，本發明較佳實施方式的電子裝置200包括採集模組202及處理模組204。
該採集模組202用於採集待匹配指紋並得到待匹配指紋圖像。採集模組202可連接至指紋感測器206以得到指紋圖像。
請結合第7圖，本實施方式中，該電子裝置200以手機為例進行說明。可以理解，在其它實施方式中，電子裝置200可還為平板電腦、筆記型電腦、智慧穿戴裝置、音訊播放機或視訊播放機等對指紋識別有需求的電子裝置。該採集模組與處理模組可設置在電子裝置200的內部。指紋感測器206的採集視窗208設置在電子裝置200的前面板210，方便採集使用者指紋。當然，採集視窗208還可根據其它需求設置在電子裝置200的側面及背面等的其它位置。
該處理模組204用於提取該待匹配指紋圖像的第一特徵點，及比較該第一特徵點與範本指紋圖像的第二特徵點以獲得圖像偏移量，及利用該圖像偏移量，調整該待匹配指紋圖像的位置以得到該待匹配指紋圖像在該範本指紋圖像中的重疊區域，及統計該重疊區域所在的圖像像素點的數量，並根據該數量計算該重疊區域的面積。
處理模組204具體的處理過程，可參以上指紋重疊區域面積的計算方法，在此不再贅述。
綜上所述，上述電子裝置200，通過把重疊區域分解為一個個像素點並統計在重疊區域所在像素點的數量來計算重疊區域的面積，可以計算出任意形狀的重疊區域的面積，而且求出的面積精確到像素級，求出的面積更準確，方便後面計算，使指紋匹配更準確，提高使用者體驗。
在本說明書的描述中，參考術語“一個實施方式”、“一些實施方式”、“示意性實施方式”、“示例”、“具體示例”、或“一些示例”等的描述意指結合該實施方式或示例描述的具體特徵、結構、材料或者特點包含於本發明的至少一個實施方式或示例中。在本說明書中，對上述術語的示意性表述不一定指的是相同的實施方式或示例。而且，描述的具體特徵、結構、材料或者特點可以在任何的一個或多個實施方式或示例中以合適的方式結合。
此外，術語“第一”、“第二”僅用於描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術特徵的數量。由此，限定有“第一”、“第二”的特徵可以明示或者隱含地包括至少一個該特徵。在本發明的描述中，“多個”的含義是至少兩個，例如兩個，三個等，除非另有明確具體的限定。
流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為，表示包括一個或更多個用於實現特定邏輯功能或過程的步驟的可執行指令的代碼的模組、片段或部分，並且本發明的較佳實施方式的範圍包括另外的實現，其中可以不按所示出或討論的順序，包括根據所涉及的功能按基本同時的方式或按相反的順序，來執行功能，這應被本發明的實施例所屬技術領域的技術人員所理解。
在流程圖中表示或在此以其他方式描述的邏輯和/或步驟，例如，可以被認為是用於實現邏輯功能的可執行指令的定序列表，可以具體實現在任何電腦可讀媒介中，以供指令執行系統、裝置或設備(如基於電腦的系統、包括處理器的系統或其他可以從指令執行系統、裝置或設備取指令並執行指令的系統)使用，或結合這些指令執行系統、裝置或設備而使用。就本說明書而言，"電腦可讀媒介"可以是任何可以包含、儲存、通信、傳播或傳輸程式以供指令執行系統、裝置或設備或結合這些指令執行系統、裝置或設備而使用的裝置。電腦可讀媒介的更具體的示例(非窮盡性列表)包括以下：具有一個或多個佈線的電連接部(電子裝置)，可攜式電腦盤盒(磁裝置)，隨機存取記憶體(RAM)，唯讀記憶體(ROM)，可抹除可編輯唯讀記憶體(EPROM或快閃記憶體)，光纖裝置，以及可攜式光碟唯讀記憶體(CDROM)。另外，電腦可讀媒介甚至可以是可在其上列印該程式的紙或其他合適的媒介，因為可以例如通過對紙或其他媒介進行光學掃描，接著進行編輯、解譯或必要時以其他合適方式進行處理來以電子方式獲得該程式，然後將其儲存在電腦記憶體中。
應當理解，本發明的各部分可以用硬體、軟體、韌體或它們的組合來實現。在上述實施方式中，多個步驟或方法可以用儲存在記憶體中且由合適的指令執行系統執行的軟體或韌體來實現。例如，如果用硬體來實現，和在另一實施方式中一樣，可用本領域公知的下列技術中的任一項或他們的組合來實現：具有用於對資料信號實現邏輯功能的邏輯閘電路的離散邏輯電路，具有合適的組合邏輯閘電路的專用積體電路，可程式設計閘陣列(PGA)，現場可程式設計閘陣列(FPGA)等。
本技術領域的普通技術人員可以理解實現上述實施例方法攜帶的全部或部分步驟是可以通過程式來指令相關的硬體完成，該程式可以儲存於一種電腦可讀儲存媒介中，該程式在執行時，包括方法實施例的步驟之一或其組合。
此外，在本發明各個實施例中的各功能單元可以集成在一個處理模組中，也可以是各個單元單獨實體存在，也可以兩個或兩個以上單元集成在一個模組中。上述集成的模組既可以採用硬體的形式實現，也可以採用軟體功能模組的形式實現。該集成的模組如果以軟體功能模組的形式實現並作為獨立的產品銷售或使用時，也可以儲存在一個電腦可讀取儲存媒介中。
上述提到的儲存媒介可以是唯讀記憶體、磁片或光碟等。儘管上面已經示出和描述了本發明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發明的限制，本領域的普通技術人員在本發明的範圍內可以對上述實施例進行變化、修改、替換和變型。

Claims (8)

  1. 一種指紋重疊區域面積的計算方法，其特徵在於，包括以下步驟：S11：採集待匹配指紋並得到待匹配指紋圖像；S12：尋找該待匹配指紋圖像與範本指紋圖像的匹配的特徵點；S13：根據該匹配的特徵點獲得圖像偏移量；S14：利用該圖像偏移量，調整該待匹配指紋圖像的位置以得到該待匹配指紋圖像在該範本指紋圖像中的重疊區域；及S15：統計該重疊區域所在的圖像像素點的數量，並根據該數量計算該重疊區域的面積，其中步驟S15具體包括：根據該範本指紋圖像建立坐標系；判斷在該範本指紋圖像座標範圍內的該待匹配指紋圖像的圖像像素點是該重疊區域所在的圖像像素點；及統計該重疊區域所在的圖像像素點的數量，計算該重疊區域所在的圖像像素點的數量與該範本指紋圖像的圖像像素點的數量的比值，並根據該比值計算該重疊區域的面積。
  2. 如申請專利範圍第1項所述的計算方法，其中，步驟S12包括以下步驟：S21：對該待匹配指紋圖像濾波增強、二值化及細化後提取該第一特徵點；S22：根據該第一特徵點與該範本指紋圖像的第二特徵點尋找該匹配的特徵點。
  3. 如申請專利範圍第1項所述的計算方法，其中，在步驟S13中，該圖像偏移量包括旋轉角度及平移量中的至少一種。
  4. 如申請專利範圍第1項所述的計算方法，其中，滿足X1<X<X2且Y1<Y<Y2的該待匹配指紋圖像的圖像像素點是該重疊區域所在的圖像像素點，其中，X為該待匹配指紋圖像的圖像像素點在該坐標系的橫坐標，Y為該待匹配指紋圖像的圖像像素點在該坐標系的縱坐標，X1~X2為該範本指紋圖像在該坐標系的橫坐標範圍，Y1~Y2為該範本指紋圖像在該坐標系的縱坐標範圍，|X2-X1|*|Y2-Y1|為該範本指紋圖像的圖像解析度。
  5. 如申請專利範圍第1項所述的計算方法，其中，該重疊區域的面積由以下公式確定：S=Sa*N/Ns，其中，S為該重疊區域的面積，Sa為該範本指紋圖像的面積，N為該重疊區域所在的圖像像素點的數量，Ns為該範本指紋圖像的圖像像素點的數量。
  6. 一種電子裝置，其特徵在於，包括採集模組及處理模組；該採集模組用於採集待匹配指紋並得到待匹配指紋圖像；該處理模組用於尋找該待匹配指紋圖像與範本指紋圖像的匹配的特徵點，及根據該匹配的特徵點獲得圖像偏移量，及利用該圖像偏移量，調整該待匹配指紋圖像的位置以得到該待匹配指紋圖像在該範本指紋圖像中的重疊區域，及根據該範本指紋圖像建立坐標系，判斷在該範本指紋圖像座標範圍內的該待匹配指紋圖像的圖像像素點是該重疊區域所在的圖像像素點，與統計該重疊區域所在的圖像像素點的數量，計算該重疊區域所在的圖像像素點的數量與該範本指紋圖像的圖像像素點的數量的比值，並根據該比值計算該重疊區域的面積。
  7. 如申請專利範圍第6項所述的電子裝置，其中，滿足X1<X<X2且Y1<Y<Y2的該待匹配指紋圖像的圖像像素點是該重疊區域所在的圖像像素點，其中，X為該待匹配指紋圖像的圖像像素點在該坐標系的橫坐標，Y為該待匹配指紋圖像的圖像像素點在該坐標系的縱坐標，X1~X2為該範本指紋圖像在該坐標系的橫坐標範圍，Y1~Y2為該範本指紋圖像在該坐標系的縱坐標範圍，|X2-X1|*|Y2-Y1|為該範本指紋圖像的圖像解析度。
  8. 如申請專利範圍第6項所述的電子裝置，其中，該重疊區域的面積由以下公式確定：S=Sa*N/Ns，其中，S為該重疊區域的面積，Sa為該範本指紋圖像的面積，N為該重疊區域所在的圖像像素點的數量，Ns為該範本指紋圖像的圖像像素點的數量。
TW104129619A 2015-02-13 2015-09-08 指紋重疊區域面積的計算方法及電子裝置 TWI619080B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
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
??201510079577.0 2015-02-13

Publications (2)

Publication Number Publication Date
TW201629848A TW201629848A (zh) 2016-08-16
TWI619080B true TWI619080B (zh) 2018-03-21

Family

ID=54953112

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104129619A TWI619080B (zh) 2015-02-13 2015-09-08 指紋重疊區域面積的計算方法及電子裝置

Country Status (7)

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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI788952B (zh) * 2021-03-12 2023-01-01 大陸商敦泰電子(深圳)有限公司 指紋圖像處理方法、指紋晶片及電子設備

Families Citing this family (25)

* 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
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
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
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 (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN1839760A (zh) * 2005-03-29 2006-10-04 深圳迈瑞生物医疗电子股份有限公司 宽景成像处理方法
CN101221661A (zh) * 2008-01-29 2008-07-16 深圳市迅雷网络技术有限公司 一种图像配准方法及装置
CN101373516A (zh) * 2008-09-10 2009-02-25 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
CN101533470A (zh) * 2009-04-16 2009-09-16 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
TW201222433A (en) * 2010-11-26 2012-06-01 Egis Technology Inc Identity verification apparatus and method thereof based on biometric features
TW201426575A (zh) * 2010-09-29 2014-07-01 Gingy Technology Inc 分段式的影像辨識方法及其區域式辨識裝置

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4736569A (en) * 1987-02-20 1988-04-12 Manville Corporation Dust flap tucking mechanism for use in forming sleeve-type carriers
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
AU2000244476A1 (en) * 2000-04-13 2001-10-30 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
EP1619622B1 (en) * 2003-04-25 2009-11-25 Fujitsu Limited Fingerprint matching device, fingerprint matching method, and fingerprint matching program
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
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
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
EP2600307B1 (en) * 2010-07-29 2020-12-02 Fujitsu Limited Biometric authentication device, biometric authentication method and computer program for biometric authentication
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 (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN1839760A (zh) * 2005-03-29 2006-10-04 深圳迈瑞生物医疗电子股份有限公司 宽景成像处理方法
CN101221661A (zh) * 2008-01-29 2008-07-16 深圳市迅雷网络技术有限公司 一种图像配准方法及装置
CN101373516A (zh) * 2008-09-10 2009-02-25 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
CN101533470A (zh) * 2009-04-16 2009-09-16 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
TW201426575A (zh) * 2010-09-29 2014-07-01 Gingy Technology Inc 分段式的影像辨識方法及其區域式辨識裝置
TW201222433A (en) * 2010-11-26 2012-06-01 Egis Technology Inc Identity verification apparatus and method thereof based on biometric features

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI788952B (zh) * 2021-03-12 2023-01-01 大陸商敦泰電子(深圳)有限公司 指紋圖像處理方法、指紋晶片及電子設備

Also Published As

Publication number Publication date
JP6511149B2 (ja) 2019-05-15
CN105205439B (zh) 2017-05-03
EP3258416A1 (en) 2017-12-20
KR101912420B1 (ko) 2018-10-26
WO2016127736A1 (zh) 2016-08-18
TW201629848A (zh) 2016-08-16
EP3258416A4 (en) 2018-10-31
US20180018499A1 (en) 2018-01-18
CN105205439A (zh) 2015-12-30
KR20170106385A (ko) 2017-09-20
JP2018505495A (ja) 2018-02-22

Similar Documents

Publication Publication Date Title
TWI619080B (zh) 指紋重疊區域面積的計算方法及電子裝置
JP6444523B2 (ja) 指紋認識方法及び指紋認識装置
US7929765B2 (en) Video text processing apparatus
WO2020108225A1 (zh) 指纹采集方法及相关装置
CN110796646A (zh) 一种电子设备屏幕区域瑕疵检测方法与设备
US9245194B2 (en) Efficient line detection method
US10679094B2 (en) Automatic ruler detection
WO2018176514A1 (zh) 指纹配准方法及装置
CN110910445B (zh) 一种物件尺寸检测方法、装置、检测设备及存储介质
US9690430B2 (en) Touch detection apparatus, touch detection method and recording medium
CN110879131B (zh) 目视光学系统的成像质量测试方法、成像质量测试装置和电子设备
CN104902143A (zh) 一种基于分辨率的图像去噪方法及装置
CN108960247B (zh) 图像显著性检测方法、装置以及电子设备
WO2018107574A1 (zh) 一种对印防伪特征的检测方法及装置
WO2018058573A1 (zh) 对象检测方法、对象检测装置以及电子设备
JP5971108B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
WO2021195873A1 (zh) 识别sfr测试卡图像中感兴趣区域的方法及装置、介质
JP2011107878A (ja) 位置検出装置、位置検出方法
CN108629786B (zh) 图像边缘检测方法及装置
JP2016045538A (ja) 情報処理装置、画像判定方法、及びプログラム
CN111784607A (zh) 图像色调映射方法、装置、终端设备及存储介质
CN110443322A (zh) 图像处理方法、装置、服务器及可读存储介质
WO2019051688A1 (zh) 检测光学模组的方法、装置和电子设备
CN110264531A (zh) 一种棋盘格角点的捉取方法、装置、系统及可读存储介质
KR20190070238A (ko) 아날로그 계기판의 측정값 인식 시스템 및 방법