CN101901332A - 指纹识别***及方法 - Google Patents

Abstract

本发明提出一种指纹识别***和方法，所述***包括：指纹采集器；指纹数据处理模块，和所述指纹采集器相连；使用终端，和所述指纹数据处理模块相连；其中，所述指纹数据处理模块包括：图像处理模块；特征点提取模块，和所述图像处理模块相连；输出模块，和所述特征点提取模块相连。本发明提高了指纹的识别准确率和识别的速度，性能稳定，能够普遍适用于银行支付***。

Description

指纹识别***及方法

技术领域

本发明涉及一种识别***和方法，且特别涉及一种指纹识别***及方法。

背景技术

现在，绝大多数银行和消费购物市场的交易都采用的是“权限磁卡+密码”方式，在具体应用和制度执行上存在很多隐患，比如：易被伪造。密码更易获得，在持卡人不知情的状况下，非法使用其权限；易被待用。未经允许，私自相互授权，持卡人擅自将自己的权限卡交于他人使用或持卡人被人胁迫而将自己的权限卡交于他人使用；易忘记携带或丢失，给自己和家人以及同事的生活与工作带来不便和影响。

生物认证技术是一项新兴的利用人体生物特征来确定个人身份的技术，可广泛应用于刑侦、安全、银行等领域。指纹以因其人而异、因指而异、容易采集与比较等优点，成为最早且最常使用的人体生物特征。因此，指纹识别技术在生物认证领域中占有重要的地位，具有广阔的发展前景。

目前，用于个人身份识别的指纹识别方法各异，但现有的指纹识别方法都普遍存在识别率低、识别速度慢的问题。

发明内容

为了克服已有技术中存在的识别率低、识别速度慢的问题，本发明提供一种指纹识别率高、识别速度快的***及方法。

为了实现上述目的，本发明提出一种指纹识别***，包括：指纹采集器；指纹数据处理模块，和所述指纹采集器相连；使用终端，和所述指纹数据处理模块相连；其中，所述指纹数据处理模块包括：图像处理模块；特征点提取模块，和所述图像处理模块相连；输出模块，和所述特征点提取模块相连。

可选的，所述图像处理模块包括：图像预处理模块；图像二值化模块，和所述图像预处理模块相连；图像细化模块，和所述图像二值化模块相连。

可选的，所述图像预处理模块和所述指纹采集器相连。

可选的，所述图像细化模块和所述特征点提取模块相连。

可选的，所述图像处理模块处理方法包括极值滤波、平滑滤波和拉普拉斯锐化。

可选的，所述指纹数据处理模块使用DSP处理器进行数据处理。

可选的，所述使用终端为计算机***。

为了实现上述目的，本发明还提出一种指纹识别方法，包括以下步骤：采集指纹；对所述指纹进行指纹数据处理；提取所述指纹的特征点；将所述特征点输出至使用终端进行处理。

可选的，所述指纹数据处理包括以下步骤：对所述指纹进行图像预处理；对所述指纹进行图像二值化处理；对所述指纹进行图像细化处理。

可选的，所述指纹数据处理方法包括极值滤波、平滑滤波和拉普拉斯锐化。

可选的，所述指纹数据处理模块使用DSP处理器进行数据处理。

可选的，所述使用终端为计算机***。

本发明所述的指纹识别***及方法的有益效果主要表现在：本发明提供指纹识别***及方法，基于DSP处理器进行数据处理，使得处理速度和准确性得到提高；和使用终端计算机***直接相连，识别过程在使用终端中完成，提高了指纹的识别准确率和识别的速度，性能稳定，能够普遍适用于银行支付***。

附图说明

图1为本发明指纹识别***的结构示意图；

图2为本发明指纹识别方法的流程图。

具体实施方式

下面结合附图对本发明作进一步的描述。

首先请参考图1，图1为本发明指纹识别***的结构示意图，从图1可以看到本发明包括：指纹采集器18；指纹数据处理模块13，和所述指纹采集器18相连，所述指纹数据处理模块13使用DSP处理器进行数据处理；使用终端11，和所述指纹数据处理模块13相连，所述使用终端11为计算机***；其中，所述指纹数据处理模块13包括：图像处理模块15，所述图像处理模块15处理方法包括极值滤波、平滑滤波和拉普拉斯锐化，所述图像处理模块15包括：图像预处理模块17，所述图像预处理模块17和所述指纹采集器18相连；图像二值化模块19，和所述图像预处理模块17相连；图像细化模块16，和所述图像二值化模块19相连；特征点提取模块14，和所述图像处理模块15相连，进一步的，所述图像细化模块16和所述特征点提取模块14相连；输出模块12，和所述特征点提取模块14相连。

接着，请参考图2，图2为本发明指纹识别方法的流程图，从图上可以看到，本发明包括以下步骤：步骤21：采集指纹；步骤22：对所述指纹进行指纹数据处理；步骤23：提取所述指纹的特征点；步骤24：将所述特征点输出至使用终端进行处理。所述指纹数据处理包括以下步骤：对所述指纹进行图像预处理；对所述指纹进行图像二值化处理；对所述指纹进行图像细化处理。所述指纹数据处理方法包括极值滤波、平滑滤波和拉普拉斯锐化。所述指纹数据处理模块使用DSP处理器进行数据处理。所述使用终端为计算机***。

其中，所述极值滤波处理过程如下：

一.设有一待处理像素区域为s0，其周围8邻域像素排列如下：

$\left[\begin{array}{ccc}s1& s2& s3\\ s4& s0& s5\\ s6& s7& s8\end{array}\right]$

先取邻域相关像素的均值Ai，i∈{1，2，...8}，以四个像素为一组处理单元。

二.如果A0大于max(Ai)，i∈{1，2，...8}，则

s1＝s2＝s4＝s0＝max(A1，A2，A4)

s2＝s3＝s5＝s0＝max(A2，A3，A5)

s4＝s6＝s7＝s0＝max(A4，A6，A7)

s5＝s7＝s8＝s0＝max(A5，A7，A8)

三.如果A0小于min(Ai)，i∈{1，2，...8}，则

s1＝s2＝s4＝s0＝min(A1，A2，A4)

s2＝s3＝s5＝s0＝min(A2，A3，A5)

s4＝s6＝s7＝s0＝min(A4，A6，A7)

s5＝s7＝s8＝s0＝min(A5，A7，A8)

四.如果Ai大于等于min(Ai)且小于等于max(Ai)，i∈{1，2，...8}，则将像素原值输出，不做处理。

所述平滑滤波处理的过程如下：将指纹中的每个像素与M进行卷积，平滑卷积核为：

$M=\frac{1}{15}\left[\begin{array}{ccc}1& 2& 1\\ 2& 5& 2\\ 1& 2& 1\end{array}\right]$

所述拉普拉斯锐化处理的过程如下：锐化卷积核采用拉普拉氏算子，如下所示：

$h=\left[\begin{array}{ccc}-1& -1& -1\\ -1& 9& -1\\ -1& -1& -1\end{array}\right]$

通过该卷积核对图像像素进行卷积预算，实现高通滤波，从而使得拉普拉斯算子运用在指纹图像上，并得到锐化后的指纹脊线。

所述特征点提取模块通过迭代阈值二值化提取经过预处理的指纹图像特征点的过程如下：

采取迭代阈值的方法，在迭代阈值运算中：

a.设定初始阈值T，如令T＝127(灰度级)，把指纹图像的平均灰度值分为两组R1和R2；

b.计算这两组的平均灰度值u1和u2；

c.进而重新设定新的灰度阈值T，新的T定义为：T＝(u1+u2)/2；

d.依据该T对指纹图像进行阈值分割。

实际操作时，使用终端11将指令传送给指纹数据处理模块13，指纹数据处理模块13在接收到指令后，启动指纹采集器18，指纹采集器18采集指纹，采集完后，将采集好的指纹图像传送给指纹数据处理模块13，经过指纹算法处理后(图像预处理-图像二值化-图像细化-提取特征点)，将提取到的特征点通过输出模块12发送给使用终端11进行处理。

指纹数据处理模块13利用DSP对指纹进行数字信号处理，具有处理速度快、灵活、精确、抗干扰能力强、体积小等优点。

虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (12)

1.一种指纹识别***，其特征在于包括：

指纹采集器；

指纹数据处理模块，和所述指纹采集器相连；

使用终端，和所述指纹数据处理模块相连；

其中，所述指纹数据处理模块包括：

图像处理模块；

特征点提取模块，和所述图像处理模块相连；

输出模块，和所述特征点提取模块相连。

2.根据权利要求1所述的指纹识别***，其特征在于所述图像处理模块包括：

图像预处理模块；

图像二值化模块，和所述图像预处理模块相连；

图像细化模块，和所述图像二值化模块相连。

3.根据权利要求2所述的指纹识别***，其特征在于所述图像预处理模块和所述指纹采集器相连。

4.根据权利要求2所述的指纹识别***，其特征在于所述图像细化模块和所述特征点提取模块相连。

5.根据权利要求1所述的指纹识别***，其特征在于所述图像处理模块处理方法包括极值滤波、平滑滤波和拉普拉斯锐化。

6.根据权利要求1所述的指纹识别***，其特征在于所述指纹数据处理模块使用DSP处理器进行数据处理。

7.根据权利要求1所述的指纹识别***，其特征在于所述使用终端为计算机***。

8.一种指纹识别方法，其特征在于包括以下步骤：

采集指纹；

对所述指纹进行指纹数据处理；

提取所述指纹的特征点；

将所述特征点输出至使用终端进行处理。

9.根据权力要求8所述的指纹识别方法，其特征在于所述指纹数据处理包括以下步骤：

对所述指纹进行图像预处理；

对所述指纹进行图像二值化处理；

对所述指纹进行图像细化处理。

10.根据权力要求8所述的指纹识别方法，其特征在于所述指纹数据处理方法包括极值滤波、平滑滤波和拉普拉斯锐化。

11.根据权力要求8所述的指纹识别方法，其特征在于所述指纹数据处理模块使用DSP处理器进行数据处理。

12.根据权利要求8所述的指纹识别***，其特征在于所述使用终端为计算机***。

Images