CN105608409B - 指纹识别的方法及装置 - Google Patents
指纹识别的方法及装置 Download PDFInfo
- Publication number
- CN105608409B CN105608409B CN201510420617.3A CN201510420617A CN105608409B CN 105608409 B CN105608409 B CN 105608409B CN 201510420617 A CN201510420617 A CN 201510420617A CN 105608409 B CN105608409 B CN 105608409B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- region
- image
- area
- matching
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 23
- 238000010586 diagram Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
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
- G06V40/1347—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)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种指纹识别的方法及装置,其中,所述指纹识别的方法,包括:采集待识别的指纹图像;将所述指纹图像划分为多个区域,并根据与所述多个区域中的任一区域相对应的指纹匹配算法将所述任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配;根据所述任一区域内的指纹特征的匹配率确定所述待识别的指纹图像与所述基准指纹图像是否匹配成功。本发明的技术方案通过将采集到的指纹图像进行不同区域划分,并对不同区域采用不同的算法进行处理,不仅能够快速地进行指纹识别,而且能够提高指纹识别过程中指纹信息的利用率,进而提高了指纹识别的成功率和准确性。
Description
技术领域
本发明涉及指纹识别技术领域,具体而言,涉及一种指纹识别的方法和一种指纹识别的装置。
背景技术
目前,指纹识别技术作为一种较成熟的生物特征识别技术,已被广泛应用于多个领域中。而指纹识别通常首先要采集指纹图像,在指纹图像的采集过程中,由于每次捺印的方位不完全一样,着力点不同会带来不同程度的变形,因此如何对采集到的指纹图像进行处理会影响到整个指纹识别的准确性。
相关技术中,对于指纹图像的处理方法,通常是根据采集到的原指纹图像对应生成一个比原图小的图像(如图1中所示的图像102),以减少后期处理和存储的相关指纹信息量。该方法存在一定的缺陷:虽然在不损有用信息的情况下将原图像变小,但是理论上还是放弃掉了一部分图像信息,降低了指纹识别过程中的信息量,从而影响指纹识别的成功率和准确性。
因此,如何能够提高指纹识别过程中指纹信息的利用率,从而提高指纹识别的成功率和准确性成为亟待解决的技术问题。
发明内容
本发明正是基于上述技术问题至少之一,提出了一种指纹识别的方案,不仅能够快速地进行指纹识别,而且能够提高指纹识别过程中指纹信息的利用率,进而提高了指纹识别的成功率和准确性。
有鉴于此,本发明提出了一种指纹识别的方法,包括:采集待识别的指纹图像;将所述指纹图像划分为多个区域,并根据与所述多个区域中的任一区域相对应的指纹匹配算法将所述任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配;根据所述任一区域内的指纹特征的匹配率确定所述待识别的指纹图像与所述基准指纹图像是否匹配成功。
在该技术方案中,由于指纹图像的不同位置包含的指纹信息量不同,因此通过将采集到指纹图像划分为多个区域,以根据与多个区域中的任一区域相对应的指纹匹配算法将任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配,并根据任一区域内的指纹特征的匹配率确定待识别的指纹图像与基准指纹图像是否匹配成功,使得能够针对任一区域内包含的信息量的多少采取相应的匹配算法进行匹配,并且能够对不同区域内的指纹信息都进行有效提取,从而提高了指纹识别过程中指纹信息的利用率,有利于提高指纹识别的成功率和准确性。
另外,相比于现有技术中对整个指纹图像进行处理的方案,本发明的技术方案由于仅对划分的多个区域进行相关处理,因此可以有效降低指纹识别过程中指纹信息的存储空间,同时缩短了整个指纹识别过程所耗费的时间,实现了对指纹图像的快速识别。
在上述技术方案中,优选地,根据所述任一区域内的指纹特征的匹配率确定所述待识别的指纹图像与所述基准指纹图像是否匹配成功的步骤具体包括:若所述多个区域中的任一区域内的指纹特征的匹配率均大于或等于预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配成功,若所述多个区域中的任一区域内的指纹特征的匹配率均小于所述预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配失败。
在该技术方案中,通过在多个区域中的任一区域内的指纹特征的匹配率均大于或等于预定阈值时,确定待识别的指纹图像与基准指纹图像匹配成功,否则,确定待识别的指纹图像与基准指纹图像匹配失败,使得能够提高指纹匹配的准确性。
在上述技术方案中,优选地,将所述指纹图像划分为多个区域的步骤具体包括:将所述指纹图像划分为位于所述指纹图像中心位置的第一区域和位于所述第一区域外侧的第二区域。
在该技术方案中,指纹图像被划分成第一区域和第二区域,其中第一区域位于指纹图像中心位置,其包含的指纹信息量比较多;第二区域位于第一区域外侧,其包含的指纹信息量少于第一区域。另外,本申请对指纹图像的划分区域的多少和划分方式并不限定,本领域的技术人员可以根据实际需求进行划分。
在上述技术方案中,优选地,根据与所述多个区域中的任一区域相对应的指纹匹配算法将所述任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配的步骤具体包括:对所述第一区域采用全匹配算法进行匹配,对所述第二区域采用多个特征点的匹配算法进行匹配。
在该技术方案中,由于第一区域包含的指纹信息最多,所以通过对第一区域采用全匹配算法进行匹配,有效地提高了指纹信息的利用率,有利于提高指纹识别的准确性;由于第二区域包含的指纹信息量相对较少,所以通过采用多个特征点的匹配算法进行匹配,而非采用全匹配算法进行匹配,使得能够大大缩短整个指纹识别过程所耗费的时间。
在上述技术方案中,优选地,对所述第一区域采用全匹配算法进行匹配的步骤具体包括:对所述第一区域进行图像增强处理,得到处理后的图像;提取所述处理后的图像中的特征信息,以与所述基准指纹图像的对应区域内的特征进行匹配。
根据本发明的第二方面,还提出了一种指纹识别的装置,包括:采集单元,用于采集待识别的指纹图像;划分单元,用于将所述指纹图像划分为多个区域;匹配处理单元,用于根据与所述多个区域中的任一区域相对应的指纹匹配算法将所述任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配;确定单元,用于根据所述任一区域内的指纹特征的匹配率确定所述待识别的指纹图像与所述基准指纹图像是否匹配成功。
在该技术方案中,由于指纹图像的不同位置包含的指纹信息量不同,因此通过将采集到指纹图像划分为多个区域,以根据与多个区域中的任一区域相对应的指纹匹配算法将任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配,并根据任一区域内的指纹特征的匹配率确定待识别的指纹图像与基准指纹图像是否匹配成功,使得能够针对任一区域内包含的信息量的多少采取相应的匹配算法进行匹配,并且能够对不同区域内的指纹信息都进行有效提取,从而提高了指纹识别过程中指纹信息的利用率,有利于提高指纹识别的成功率和准确性。
另外,相比于现有技术中对整个指纹图像进行处理的方案,本发明的技术方案由于仅对划分的多个区域进行相关处理,因此可以有效降低指纹识别过程中指纹信息的存储空间,同时缩短了整个指纹识别过程所耗费的时间,实现了对指纹图像的快速识别。
在上述技术方案中,优选地,所述确定单元具体用于:若所述多个区域中的任一区域内的指纹特征的匹配率均大于或等于预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配成功,若所述多个区域中的任一区域内的指纹特征的匹配率均小于所述预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配失败。
在该技术方案中,通过在多个区域中的任一区域内的指纹特征的匹配率均大于或等于预定阈值时,确定待识别的指纹图像与基准指纹图像匹配成功,否则,确定待识别的指纹图像与基准指纹图像匹配失败,使得能够提高指纹匹配的准确性。
在上述技术方案中,优选地,所述划分单元具体用于:将所述指纹图像划分为位于所述指纹图像中心位置的第一区域和位于所述第一区域外侧的第二区域。
在该技术方案中,指纹图像被划分成第一区域和第二区域,其中第一区域位于指纹图像中心位置,其包含的指纹信息量比较多;第二区域位于第一区域外侧,其包含的指纹信息量少于第一区域。另外,本申请对指纹图像的划分区域的多少和划分方式并不限定,本领域的技术人员可以根据实际需求进行划分。
在上述技术方案中,优选地,所述匹配处理单元具体用于:对所述第一区域采用全匹配算法进行匹配,对所述第二区域采用多个特征点的匹配算法进行匹配。
在该技术方案中,由于第一区域包含的指纹信息最多,所以通过对第一区域采用全匹配算法进行匹配,有效地提高了指纹信息的利用率,有利于提高指纹识别的准确性;由于第二区域包含的指纹信息量相对较少,所以通过采用多个特征点的匹配算法进行匹配,而非采用全匹配算法进行匹配,使得能够大大缩短整个指纹识别过程所耗费的时间。
在上述技术方案中,优选地,所述匹配处理单元对所述第一区域采用全匹配算法进行匹配的操作具体包括:对所述第一区域进行图像增强处理,得到处理后的图像;提取所述处理后的图像中的特征信息,以与所述基准指纹图像的对应区域内的特征进行匹配。
根据本发明的第三方面,还提出了一种终端,包括:如上述任一项技术方案中所述的指纹识别的装置。
通过以上技术方案,通过将采集到的指纹图像进行不同区域划分,并对不同区域采用不同的算法进行处理,不仅能够快速地进行指纹识别,而且能够提高指纹识别过程中指纹信息的利用率,进而提高了指纹识别的成功率和准确性。
附图说明
图1示出了相关技术中对采集到的指纹图像进行处理的效果示意图;
图2示出了根据本发明的一个实施例的指纹识别的方法的示意流程图;
图3示出了根据本发明的一个实施例的指纹识别的装置的示意框图;
图4示出了根据本发明的一个实施例的对指纹图像划分区域的示意图;
图5示出了对图4中所示的区域404进行特征点提取的示意图;
图6示出了对图4中所示的不同区域进行匹配的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图2示出了根据本发明的一个实施例的指纹识别的方法的示意流程图。
如图2所示,根据本发明的一个实施例的指纹识别的方法,包括:步骤202,采集待识别的指纹图像;步骤204,将所述指纹图像划分为多个区域,并根据与所述多个区域中的任一区域相对应的指纹匹配算法将所述任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配;步骤206,根据所述任一区域内的指纹特征的匹配率确定所述待识别的指纹图像与所述基准指纹图像是否匹配成功。
在该技术方案中,由于指纹图像的不同位置包含的指纹信息量不同,因此通过将采集到指纹图像划分为多个区域,以根据与多个区域中的任一区域相对应的指纹匹配算法将任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配,并根据任一区域内的指纹特征的匹配率确定待识别的指纹图像与基准指纹图像是否匹配成功,使得能够针对任一区域内包含的信息量的多少采取相应的匹配算法进行匹配,并且能够对不同区域内的指纹信息都进行有效提取,从而提高了指纹识别过程中指纹信息的利用率,有利于提高指纹识别的成功率和准确性。
另外,相比于现有技术中对整个指纹图像进行处理的方案,本发明的技术方案由于仅对划分的多个区域进行相关处理,因此可以有效降低指纹识别过程中指纹信息的存储空间,同时缩短了整个指纹识别过程所耗费的时间,实现了对指纹图像的快速识别。
在上述技术方案中,优选地,根据所述任一区域内的指纹特征的匹配率确定所述待识别的指纹图像与所述基准指纹图像是否匹配成功的步骤具体包括:若所述多个区域中的任一区域内的指纹特征的匹配率均大于或等于预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配成功,若所述多个区域中的任一区域内的指纹特征的匹配率均小于所述预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配失败。
在该技术方案中,通过在多个区域中的任一区域内的指纹特征的匹配率均大于或等于预定阈值时,确定待识别的指纹图像与基准指纹图像匹配成功,否则,确定待识别的指纹图像与基准指纹图像匹配失败,使得能够提高指纹匹配的准确性。
在上述技术方案中,优选地,将所述指纹图像划分为多个区域的步骤具体包括:将所述指纹图像划分为位于所述指纹图像中心位置的第一区域和位于所述第一区域外侧的第二区域。
在该技术方案中,指纹图像被划分成第一区域和第二区域,其中第一区域位于指纹图像中心位置,其包含的指纹信息量比较多;第二区域位于第一区域外侧,其包含的指纹信息量少于第一区域。另外,本申请对指纹图像的划分区域的多少和划分方式并不限定,本领域的技术人员可以根据实际需求进行划分。
在上述技术方案中,优选地,根据与所述多个区域中的任一区域相对应的指纹匹配算法将所述任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配的步骤具体包括:对所述第一区域采用全匹配算法进行匹配,对所述第二区域采用多个特征点的匹配算法进行匹配。
在该技术方案中,由于第一区域包含的指纹信息最多,所以通过对第一区域采用全匹配算法进行匹配,有效地提高了指纹信息的利用率,有利于提高指纹识别的准确性;由于第二区域包含的指纹信息量相对较少,所以通过采用多个特征点的匹配算法进行匹配,而非采用全匹配算法进行匹配,使得能够大大缩短整个指纹识别过程所耗费的时间。
在上述技术方案中,优选地,对所述第一区域采用全匹配算法进行匹配的步骤具体包括:对所述第一区域进行图像增强处理,得到处理后的图像;提取所述处理后的图像中的特征信息,以与所述基准指纹图像的对应区域内的特征进行匹配。
图3示出了根据本发明的一个实施例的指纹识别的装置的示意框图。
如图3所示,根据本发明的一个实施例的指纹识别的装置300,包括:采集单元302、划分单元304、匹配处理单元306和确定单元308。
其中,采集单元302,用于采集待识别的指纹图像;划分单元304,用于将所述指纹图像划分为多个区域;匹配处理单元306,用于根据与所述多个区域中的任一区域相对应的指纹匹配算法将所述任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配;确定单元308,用于根据所述任一区域内的指纹特征的匹配率确定所述待识别的指纹图像与所述基准指纹图像是否匹配成功。
在该技术方案中,由于指纹图像的不同位置包含的指纹信息量不同,因此通过将采集到指纹图像划分为多个区域,以根据与多个区域中的任一区域相对应的指纹匹配算法将任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配,并根据任一区域内的指纹特征的匹配率确定待识别的指纹图像与基准指纹图像是否匹配成功,使得能够针对任一区域内包含的信息量的多少采取相应的匹配算法进行匹配,并且能够对不同区域内的指纹信息都进行有效提取,从而提高了指纹识别过程中指纹信息的利用率,有利于提高指纹识别的成功率和准确性。
另外,相比于现有技术中对整个指纹图像进行处理的方案,本发明的技术方案由于仅对划分的多个区域进行相关处理,因此可以有效降低指纹识别过程中指纹信息的存储空间,同时缩短了整个指纹识别过程所耗费的时间,实现了对指纹图像的快速识别。
在上述技术方案中,优选地,所述确定单元308具体用于:若所述多个区域中的任一区域内的指纹特征的匹配率均大于或等于预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配成功,若所述多个区域中的任一区域内的指纹特征的匹配率均小于所述预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配失败。
在该技术方案中,通过在多个区域中的任一区域内的指纹特征的匹配率均大于或等于预定阈值时,确定待识别的指纹图像与基准指纹图像匹配成功,否则,确定待识别的指纹图像与基准指纹图像匹配失败,使得能够提高指纹匹配的准确性。
在上述技术方案中,优选地,所述划分单元304具体用于:将所述指纹图像划分为位于所述指纹图像中心位置的第一区域和位于所述第一区域外侧的第二区域。
在该技术方案中,指纹图像被划分成第一区域和第二区域,其中第一区域位于指纹图像中心位置,其包含的指纹信息量比较多;第二区域位于第一区域外侧,其包含的指纹信息量少于第一区域。另外,本申请对指纹图像的划分区域的多少和划分方式并不限定,本领域的技术人员可以根据实际需求进行划分。
在上述技术方案中,优选地,所述匹配处理单元306具体用于:对所述第一区域采用全匹配算法进行匹配,对所述第二区域采用多个特征点的匹配算法进行匹配。
在该技术方案中,由于第一区域包含的指纹信息最多,所以通过对第一区域采用全匹配算法进行匹配,有效地提高了指纹信息的利用率,有利于提高指纹识别的准确性;由于第二区域包含的指纹信息量相对较少,所以通过采用多个特征点的匹配算法进行匹配,而非采用全匹配算法进行匹配,使得能够大大缩短整个指纹识别过程所耗费的时间。
在上述技术方案中,优选地,所述匹配处理单元306对所述第一区域采用全匹配算法进行匹配的操作具体包括:对所述第一区域进行图像增强处理,得到处理后的图像;提取所述处理后的图像中的特征信息,以与所述基准指纹图像的对应区域内的特征进行匹配。
本发明还提出了一种终端(图中未示出),包括:如图3中所示的指纹识别的装置300。
以下对本发明的技术方案进一步说明。
如图4所示,对指纹采集器采集到指纹图像进行区域划分,划分为位于指纹图像中心位置的区域402和位于区域402外侧的区域404,并且区域402的大小小于图1中所示的图像102所占用的区域大小。并且划分后的区域402和区域404所包含的图像占用的存储空间小于图1中所示的图像102所占用的存储空间。
对于区域402,可以进行图像增强和特征信息提取,对于区域404可以进行多点特征信息的提取,以获取多个特征点信息,如图5中所示的黑色圆点表示提取到的特征点,这些特征点具备特征明显,信息量强的特点。
将图4和图5中处理过的指纹图像与指纹模板图像进行匹配时,如图6所示,对指纹图像的不同区域采用不同的匹配算法,具体地,对区域402采用全匹配算法,对区域402内的特征信息进行逐一的匹配,得到匹配率P1;对区域404中的单点特征信息进行匹配,得到匹配率P2,并在P1和P2的匹配率均大于或等于P3(P3是预先设定的匹配成功的阀值)时,判定匹配成功,否则匹配失败。
本发明的上述技术方案有以下优点:
1、小于现有指纹识别的存储空间。图4中所示的区域402的存储空间+区域404的存储空间<图1中所示的指纹图像分割后的图像102的存储空间;
2、匹配时间小于图1所示方案的匹配时间。区域402小于图1中所示的分割后的图像102,所以区域402的匹配时间小于图像102的匹配时间,而区域404中只是做多点特征的匹配,所以图4的匹配时间<图1的匹配时间。
3、具有更准确,充足的指纹特征信息。在图4中,区域402的指纹信息是最容易提取到而且是信息量最多的部分;对于区域404只做多点特征的提取,是提高指纹信息利用率,以及提高指纹匹配准确度的最佳方案;对于其他图像部分进行舍弃,因为该部分信息不一定能够提取到(限于目前手机上指纹模组的大小),舍弃该部分也不影响匹配的成功率。
以上结合附图详细说明了本发明的技术方案,本发明提出了一种新的指纹识别的方案,通过将采集到的指纹图像进行不同区域划分,并对不同区域采用不同的算法进行处理,不仅能够快速地进行指纹识别,而且能够提高指纹识别过程中指纹信息的利用率,进而提高了指纹识别的成功率和准确性。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种指纹识别的方法,其特征在于,包括:
采集待识别的指纹图像;
将所述指纹图像划分为多个区域,并根据与所述多个区域中的任一区域相对应的指纹匹配算法将所述任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配;
根据所述任一区域内的指纹特征的匹配率确定所述待识别的指纹图像与所述基准指纹图像是否匹配成功。
2.根据权利要求1所述的指纹识别的方法,其特征在于,根据所述任一区域内的指纹特征的匹配率确定所述待识别的指纹图像与所述基准指纹图像是否匹配成功的步骤具体包括:
若所述多个区域中的任一区域内的指纹特征的匹配率均大于或等于预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配成功,若所述多个区域中的任一区域内的指纹特征的匹配率均小于所述预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配失败。
3.根据权利要求1或2所述的指纹识别的方法,其特征在于,将所述指纹图像划分为多个区域的步骤具体包括:
将所述指纹图像划分为位于所述指纹图像中心位置的第一区域和位于所述第一区域外侧的第二区域。
4.根据权利要求3所述的指纹识别的方法,其特征在于,根据与所述多个区域中的任一区域相对应的指纹匹配算法将所述任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配的步骤具体包括:
对所述第一区域采用全匹配算法进行匹配,对所述第二区域采用多个特征点的匹配算法进行匹配。
5.根据权利要求4所述的指纹识别的方法,其特征在于,对所述第一区域采用全匹配算法进行匹配的步骤具体包括:
对所述第一区域进行图像增强处理,得到处理后的图像;
提取所述处理后的图像中的特征信息,以与所述基准指纹图像的对应区域内的特征进行匹配。
6.一种指纹识别的装置,其特征在于,包括:
采集单元,用于采集待识别的指纹图像;
划分单元,用于将所述指纹图像划分为多个区域;
匹配处理单元,用于根据与所述多个区域中的任一区域相对应的指纹匹配算法将所述任一区域内的指纹特征与基准指纹图像的对应区域内的特征进行匹配;
确定单元,用于根据所述任一区域内的指纹特征的匹配率确定所述待识别的指纹图像与所述基准指纹图像是否匹配成功。
7.根据权利要求6所述的指纹识别的装置,其特征在于,所述确定单元具体用于:
若所述多个区域中的任一区域内的指纹特征的匹配率均大于或等于预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配成功,若所述多个区域中的任一区域内的指纹特征的匹配率均小于所述预定阈值,则确定所述待识别的指纹图像与所述基准指纹图像匹配失败。
8.根据权利要求6或7所述的指纹识别的装置,其特征在于,所述划分单元具体用于:
将所述指纹图像划分为位于所述指纹图像中心位置的第一区域和位于所述第一区域外侧的第二区域。
9.根据权利要求8所述的指纹识别的装置,其特征在于,所述匹配处理单元具体用于:
对所述第一区域采用全匹配算法进行匹配,对所述第二区域采用多个特征点的匹配算法进行匹配。
10.根据权利要求9所述的指纹识别的装置,其特征在于,所述匹配处理单元对所述第一区域采用全匹配算法进行匹配的操作具体包括:
对所述第一区域进行图像增强处理,得到处理后的图像;
提取所述处理后的图像中的特征信息,以与所述基准指纹图像的对应区域内的特征进行匹配。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510420617.3A CN105608409B (zh) | 2015-07-16 | 2015-07-16 | 指纹识别的方法及装置 |
PCT/CN2015/085828 WO2017008349A1 (zh) | 2015-07-16 | 2015-07-31 | 指纹识别的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510420617.3A CN105608409B (zh) | 2015-07-16 | 2015-07-16 | 指纹识别的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105608409A CN105608409A (zh) | 2016-05-25 |
CN105608409B true CN105608409B (zh) | 2019-01-11 |
Family
ID=55988336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510420617.3A Active CN105608409B (zh) | 2015-07-16 | 2015-07-16 | 指纹识别的方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105608409B (zh) |
WO (1) | WO2017008349A1 (zh) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10339178B2 (en) * | 2015-06-30 | 2019-07-02 | Samsung Electronics Co., Ltd. | Fingerprint recognition method and apparatus |
CN106055952A (zh) * | 2016-05-27 | 2016-10-26 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法、装置及用户终端 |
CN105975833B (zh) * | 2016-05-27 | 2019-04-09 | Oppo广东移动通信有限公司 | 一种指纹解锁方法及终端 |
CN106022069B (zh) * | 2016-05-30 | 2019-08-20 | Oppo广东移动通信有限公司 | 一种解锁控制方法及移动终端 |
CN106096358B (zh) * | 2016-05-30 | 2019-04-26 | Oppo广东移动通信有限公司 | 一种解锁控制方法及移动终端 |
CN106055961B (zh) * | 2016-05-31 | 2019-02-05 | Oppo广东移动通信有限公司 | 一种指纹解锁方法及移动终端 |
CN106022074B (zh) * | 2016-06-17 | 2017-09-29 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN106127000B (zh) * | 2016-06-17 | 2017-09-29 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN105912919B (zh) * | 2016-06-17 | 2018-03-27 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN105912918B (zh) * | 2016-06-17 | 2019-04-02 | Oppo广东移动通信有限公司 | 一种指纹解锁方法及终端 |
CN107528691A (zh) * | 2016-06-21 | 2017-12-29 | 中兴通讯股份有限公司 | 通讯安全控制方法及可穿戴设备 |
CN106203151B (zh) * | 2016-06-21 | 2019-02-12 | Oppo广东移动通信有限公司 | 一种打开文件的方法及终端设备 |
CN106295559B (zh) * | 2016-08-08 | 2019-08-02 | 京东方科技集团股份有限公司 | 一种数据处理的方法、指纹识别装置以及显示装置 |
CN106250876B (zh) * | 2016-08-19 | 2019-10-22 | 深圳市金立通信设备有限公司 | 一种指纹识别方法及终端 |
CN106778557B (zh) * | 2016-11-30 | 2020-06-23 | 努比亚技术有限公司 | 指纹识别装置及方法 |
CN107066852B (zh) * | 2016-12-14 | 2021-03-05 | 上海摩软通讯技术有限公司 | 应用的密码生成方法及密码生成装置 |
KR102459852B1 (ko) * | 2017-02-08 | 2022-10-27 | 삼성전자주식회사 | 지문 인식을 위한 후보 지문 이미지를 선정하는 장치 및 방법 |
CN107111762A (zh) * | 2017-03-20 | 2017-08-29 | 深圳市汇顶科技股份有限公司 | 指纹识别方法和装置 |
CN106934389B (zh) * | 2017-04-20 | 2019-01-22 | 维沃移动通信有限公司 | 一种指纹识别方法及移动终端 |
CN107358183B (zh) * | 2017-06-30 | 2020-09-01 | Oppo广东移动通信有限公司 | 虹膜活体检测方法及相关产品 |
CN107341482B (zh) * | 2017-07-13 | 2020-07-10 | 海信视像科技股份有限公司 | 指纹识别方法、装置及计算机可读存储介质 |
CN109558611B (zh) * | 2017-09-27 | 2023-04-07 | 中芯国际集成电路制造(上海)有限公司 | 图形匹配方法及其匹配*** |
CN107980140B (zh) * | 2017-10-16 | 2021-09-14 | 厦门熵基科技有限公司 | 一种掌静脉的识别方法及装置 |
CN108090475A (zh) * | 2018-01-17 | 2018-05-29 | 深圳市爱克信智能股份有限公司 | 一种指纹识别算法 |
CN108182424B (zh) * | 2018-01-29 | 2020-05-22 | 上海天马微电子有限公司 | 显示装置及其指纹识别方法 |
CN108304709B (zh) * | 2018-01-31 | 2022-01-04 | Oppo广东移动通信有限公司 | 人脸解锁方法及相关产品 |
CN109086677A (zh) * | 2018-07-09 | 2018-12-25 | 保山市质量技术监督综合检测中心 | 一种基于指纹识别的身份验证方法及*** |
TW202215289A (zh) * | 2020-10-14 | 2022-04-16 | 王建華 | 用於指紋圖像識別的方法、設備及計算機可讀介質 |
CN115984948B (zh) * | 2023-03-20 | 2023-05-26 | 广东广新信息产业股份有限公司 | 应用于温度感测的人脸识别方法及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1521684A (zh) * | 2003-02-13 | 2004-08-18 | 合肥工业大学 | 协同指纹识别方法 |
CN1664847A (zh) * | 2005-03-17 | 2005-09-07 | 上海交通大学 | 嵌入式***指纹的识别与匹配方法 |
CN1831847A (zh) * | 2006-03-28 | 2006-09-13 | 北京握奇数据***有限公司 | 指纹特征快速匹配方法、装置及其应用 |
US20130142405A1 (en) * | 2010-07-29 | 2013-06-06 | Fujitsu Limited | Biometric authentication device, biometric authentication method and computer program for biometric authentication, and biometric information registration device |
CN104036266A (zh) * | 2014-07-03 | 2014-09-10 | 南昌欧菲生物识别技术有限公司 | 指纹注册方法、指纹识别方法、指纹识别装置及终端设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1512437A (zh) * | 2002-12-30 | 2004-07-14 | 北京汉王科技有限公司 | 多功能脱机***机 |
-
2015
- 2015-07-16 CN CN201510420617.3A patent/CN105608409B/zh active Active
- 2015-07-31 WO PCT/CN2015/085828 patent/WO2017008349A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1521684A (zh) * | 2003-02-13 | 2004-08-18 | 合肥工业大学 | 协同指纹识别方法 |
CN1664847A (zh) * | 2005-03-17 | 2005-09-07 | 上海交通大学 | 嵌入式***指纹的识别与匹配方法 |
CN1831847A (zh) * | 2006-03-28 | 2006-09-13 | 北京握奇数据***有限公司 | 指纹特征快速匹配方法、装置及其应用 |
US20130142405A1 (en) * | 2010-07-29 | 2013-06-06 | Fujitsu Limited | Biometric authentication device, biometric authentication method and computer program for biometric authentication, and biometric information registration device |
CN104036266A (zh) * | 2014-07-03 | 2014-09-10 | 南昌欧菲生物识别技术有限公司 | 指纹注册方法、指纹识别方法、指纹识别装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105608409A (zh) | 2016-05-25 |
WO2017008349A1 (zh) | 2017-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105608409B (zh) | 指纹识别的方法及装置 | |
TWI599964B (zh) | 手指靜脈辨識系統與方法 | |
CN102693421B (zh) | 基于sift 特征包的牛眼虹膜图像识别方法 | |
CN102708360A (zh) | 一种指纹模板生成及自动更新的方法 | |
Thalji et al. | Iris Recognition using robust algorithm for eyelid, eyelash and shadow avoiding | |
CN109522842B (zh) | 一种基于手指静脉图像的血管网络修复方法 | |
CN108875629B (zh) | 基于多样本特征融合的掌静脉识别方法 | |
CN102254188A (zh) | 掌纹识别方法及装置 | |
CN104102903A (zh) | 一种基于src的二次人脸识别方法 | |
Zhao et al. | A comparative study on quality assessment of high resolution fingerprint images | |
Gawande et al. | Novel cryptographic algorithm based fusion of multimodal biometrics authentication system | |
CN110765856B (zh) | 基于卷积的低质量手指静脉图像边缘检测算法 | |
Batool et al. | Computerized system for fingerprint identification for biometric security | |
Agrawal et al. | A hybrid partial fingerprint matching algorithm for estimation of equal error rate | |
CN111222367B (zh) | 一种指纹识别方法及装置、存储介质、终端 | |
CN105224957B (zh) | 一种基于单样本的图像识别的方法及*** | |
Chaudhari et al. | A study and review on fingerprint image enhancement and minutiae extraction | |
Thiyaneswaran et al. | Iris Recognition using Left and Right Iris Feature of the Human Eye for Biometric Security System | |
Puri et al. | On analysis of rural and urban Indian fingerprint images | |
CN106682623A (zh) | 一种指纹信息采集方法及指纹采集*** | |
Zhang et al. | A matching-improved reparation method for incomplete fingerprint | |
CN112270218A (zh) | 一种用于指纹自动识别的方法及*** | |
Valentina et al. | Iris localization using circular hough transform and horizontal projection folding | |
KR20170043256A (ko) | 영상 분석 방법 및 장치 | |
CN111144323A (zh) | 一种掌静脉生物特征识别注册库自适应变化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |