CN106682567A - 一种指纹图像的采集处理方法及装置 - Google Patents
一种指纹图像的采集处理方法及装置 Download PDFInfo
- Publication number
- CN106682567A CN106682567A CN201510767607.7A CN201510767607A CN106682567A CN 106682567 A CN106682567 A CN 106682567A CN 201510767607 A CN201510767607 A CN 201510767607A CN 106682567 A CN106682567 A CN 106682567A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- fingerprint image
- frame
- image
- threshold value
- 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.)
- Pending
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
- G06V40/13—Sensors therefor
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
本发明公开了一种指纹图像的采集处理方法及装置,用以提高指纹采集的速度,避免误采集或者误认为机器死机的情况。所述指纹图像的采集处理方法,包括:在启动指纹采集之后,根据所采集到的指纹生成一帧指纹图像;当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像;确定待判决的指纹图像是否为合格指纹图像,并在确定待判决的指纹图像为合格指纹图像时,结束本次指纹采集;以及在确定待判决的指纹图像为不合格指纹图像时,重新启动指纹采集。
Description
技术领域
本发明涉及指纹图像采集技术领域,尤其涉及一种指纹图像的采集处理方法及装置。
背景技术
在指纹采集的过程中,有很多采集对象的指纹有损坏或者被采集者不配合的情况,这就大大的影响了指纹采集的结果。指纹采集开始和结束的判定不准确,容易误采集或者误认为机器死机,而且指纹损坏的人的指纹完整度不足,缺少特征点,容易因指纹图像质量判断不合格而采集不上。
在采集指纹图像之后,指纹图像质量的判断过程中,手指的大小不一样,单纯的按照大小区分就会使一些小指纹的图像采集不到;指纹过湿或者过干时也会影响指纹的质量;指纹在采集或者拼接的过程中会产生运动模糊或者误匹配等问题,会使指纹图像模糊不清;指纹的位置不在指纹图像的中心产生偏移等因素均会对指纹图像质量的判断造成一定的影响,现有技术中在判断指纹图像质量时仅仅计算一个综合质量分数,没有具体的指标,指纹图像质量判断的准确度较低。
综上所述,现有技术在指纹采集的过程中,由于指纹采集开始和结束的判定不准确,容易误采集或者误认为机器死机。
发明内容
本发明实施例提供了一种指纹图像的采集处理方法及装置,用以提高指纹采集的速度,避免误采集或者误认为机器死机的情况。
本发明实施例提供的一种指纹图像的采集处理方法,该方法包括:在启动指纹采集之后,根据所采集到的指纹生成一帧指纹图像;当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像;确定所述待判决的指纹图像是否为合格指纹图像,并在确定所述待判决的指纹图像为合格指纹图像时,结束本次指纹采集;以及在确定所述待判决的指纹图像为不合格指纹图像时,重新启动指纹采集。
本发明实施例提供的上述方法中,在指纹采集过程中,根据所采集到的指纹生成一帧指纹图像,当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像,并在确定待判决的指纹图像为合格指纹图像时,结束本次指纹采集;以及在确定待判决的指纹图像为不合格指纹图像时,重新启动指纹采集,与现有技术指纹采集过程中,由于指纹采集开始和结束的判定不准确,容易误采集或者误认为机器死机相比,当确定生成的指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值或者待判决的指纹图像为不合格指纹图像时,重新启动指纹采集,并在待判决的指纹图像为合格指纹图像时,结束本次指纹采集,相对的能够提高指纹采集的速度,避免误采集或者误认为机器死机的情况。
在一种可能的实施方式中,本发明实施例提供的上述方法中,确定所述待判决的指纹图像是否为合格指纹图像,包括:确定所述待判决的指纹图像中多个指纹指标的分数,并计算所述多个指纹指标的分数之和,其中,所述指纹指标包括:指纹面积占比、指纹干湿度、指纹偏移以及指纹清晰度;将所述多个指纹指标的分数之和与第一预设阈值进行比较,当所述多个指纹指标的分数之和大于或等于第一预设阈值时,确定所述待判决的指纹图像为合格指纹图像;否则,确定所述待判决的指纹图像为不合格指纹图像。
本发明实施例提供的上述方法中,通过确定待判决的指纹图像中多个指纹指标的分数,包括:指纹面积占比的分数、指纹干湿度的分数、指纹偏移的分数以及指纹清晰度的分数,计算多个指纹指标的分数之和,并将多个指纹指标的分数之和与第一预设阈值进行比较,从而根据比较结果确定待判决的指纹图像的质量,依据指纹面积占比、指纹干湿度、指纹偏移以及指纹清晰度四个指纹指标的分数之和确定指纹图像的质量,使得指纹图像质量的判断更加全面,从而提高了指纹图像质量判断的准确度。
在一种可能的实施方式中,本发明实施例提供的上述方法中,当确定所述待判决的指纹图像为不合格指纹图像之后,该方法还包括:针对多个指纹指标中的每个指纹指标,将该指纹指标的分数与该指标对应的预设阈值进行比较,根据比较结果确定该指纹指标的分数是否合格,并显示不合格的指纹指标。
本发明实施例提供的上述方法中,当确定待判决的指纹图像为不合格指纹图像之后,针对多个指纹指标中的每个指纹指标,将该指纹指标的分数与该指标对应的预设阈值进行比较,根据比较结果确定该指纹指标的分数是否合格,并显示不合格的指纹指标,以在后一次指纹采集时避免前一次指纹采集时存在的问题,提高二次采集的准确度,使得指纹图像的清晰度和可用性得以提升。
在一种可能的实施方式中,本发明实施例提供的上述方法中,所述当确定该帧指纹图像的标准差、平均梯度以及空间频率中任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像,包括:确定该帧指纹图像的标准差,并将该帧指纹图像的标准差与第二预设阈值进行比较,当该帧指纹图像的标准差小于第二预设阈值时,重新启动指纹采集;否则,确定该帧指纹图像的平均梯度,并将该帧指纹图像的平均梯度与第三预设阈值进行比较,当该帧指纹图像的平均梯度小于第三预设阈值时,重新启动指纹采集;否则,确定该帧指纹图像的空间频率,并将该帧指纹图像的空间频率与第四预设阈值进行比较,当该帧指纹图像的空间频率小于第四预设阈值时,重新启动指纹采集;否则,将该帧指纹图像作为待判决的指纹图像。
本发明实施例提供的一种指纹图像的采集处理装置,包括:采集单元,用于在启动指纹采集之后,根据所采集到的指纹生成一帧指纹图像;第一处理单元,用于当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像;第二处理单元,用于确定所述待判决的指纹图像是否为合格指纹图像,并在确定所述待判决的指纹图像为合格指纹图像时,以及在确定所述待判决的指纹图像为不合格指纹图像时,重新启动指纹采集。
本发明实施例提供的上述装置中,在指纹采集过程中,根据所采集到的指纹生成一帧指纹图像,当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像,并在确定待判决的指纹图像为合格指纹图像时,结束本次指纹采集;以及在确定待判决的指纹图像为不合格指纹图像时,重新启动指纹采集,与现有技术指纹采集过程中,由于指纹采集开始和结束的判定不准确,容易误采集或者误认为机器死机相比,当确定生成的指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值或者待判决的指纹图像为不合格指纹图像时,重新启动指纹采集,并在待判决的指纹图像为合格指纹图像时,结束本次指纹采集,相对的能够提高指纹采集的速度,避免误采集或者误认为机器死机的情况。
在一种可能的实施方式中,本发明实施例提供的上述装置中,所述第二处理单元确定所述待判决的指纹图像是否为合格指纹图像,具体用于:所述第二处理单元确定所述待判决的指纹图像中多个指纹指标的分数,并计算所述多个指纹指标的分数之和,其中,所述指纹指标包括:指纹面积占比、指纹干湿度、指纹偏移以及指纹清晰度;所述第二处理单元将所述多个指纹指标的分数之和与第一预设阈值进行比较,当所述多个指纹指标的分数之和大于或等于第一预设阈值时,所述第二处理单元确定所述待判决的指纹图像为合格指纹图像;否则,所述第二处理单元确定所述待判决的指纹图像为不合格指纹图像。
本发明实施例提供的上述装置中,通过确定待判决的指纹图像中多个指纹指标的分数,包括:指纹面积占比的分数、指纹干湿度的分数、指纹偏移的分数以及指纹清晰度的分数,计算多个指纹指标的分数之和,并将多个指纹指标的分数之和与第一预设阈值进行比较,从而根据比较结果确定待判决的指纹图像的质量,依据指纹面积占比、指纹干湿度、指纹偏移以及指纹清晰度四个指纹指标的分数之和确定指纹图像的质量,使得指纹图像质量的判断更加全面,从而提高了指纹图像质量判断的准确度。
在一种可能的实施方式中,本发明实施例提供的上述装置中,当所述第二处理单元确定所述待判决的指纹图像为不合格指纹图像之后,还用于:针对多个指纹指标中的每个指纹指标,所述第二处理单元将该指纹指标的分数与该指标对应的预设阈值进行比较,根据比较结果确定该指纹指标的分数是否合格,并显示不合格的指纹指标。
本发明实施例提供的上述装置中,当确定待判决的指纹图像为不合格指纹图像之后,针对多个指纹指标中的每个指纹指标,将该指纹指标的分数与该指标对应的预设阈值进行比较,根据比较结果确定该指纹指标的分数是否合格,并显示不合格的指纹指标,以在后一次指纹采集时避免前一次指纹采集时存在的问题,提高二次采集的准确度,使得指纹图像的清晰度和可用性得以提升。
在一种可能的实施方式中,本发明实施例提供的上述装置中,所述第一处理单元具体用于:确定该帧指纹图像的标准差,并将该帧指纹图像的标准差与第二预设阈值进行比较,当该帧指纹图像的标准差小于第二预设阈值时,重新启动指纹采集;否则,确定该帧指纹图像的平均梯度,并将该帧指纹图像的平均梯度与第三预设阈值进行比较,当该帧指纹图像的平均梯度小于第三预设阈值时,重新启动指纹采集;否则,确定该帧指纹图像的空间频率,并将该帧指纹图像的空间频率与第四预设阈值进行比较,当该帧指纹图像的空间频率小于第四预设阈值时,重新启动指纹采集;否则,将该帧指纹图像作为待判决的指纹图像。
附图说明
图1为本发明实施例提供的一种指纹图像的采集处理方法的示意流程图;
图2为本发明实施例提供的对生成的指纹图像的处理方法的示意流程图;
图3为本发明实施例提供的对待判决的指纹图像的处理方法的示意流程图;
图4为本发明实施例提供的一种指纹图像的采集处理装置的结构示意图。
具体实施方式
下面结合附图,对本发明实施例提供的一种指纹图像的采集处理方法及装置的具体实施方式进行详细地说明。
本发明实施例提供的一种指纹图像的处理采集方法,如图1所示,该方法包括:
步骤102,在启动指纹采集之后,根据所采集到的指纹生成一帧指纹图像;
步骤104,当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像;
步骤106,确定待判决的指纹图像是否为合格指纹图像,并在确定待判决的指纹图像为合格指纹图像时,结束本次指纹采集;以及在确定待判决的指纹图像为不合格指纹图像时,重新启动指纹采集。
本发明实施例提供的方法中,在指纹采集过程中,根据所采集到的指纹生成一帧指纹图像,当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像,并在确定待判决的指纹图像为合格指纹图像时,结束本次指纹采集;以及在确定待判决的指纹图像为不合格指纹图像时,重新启动指纹采集,与现有技术指纹采集过程中,由于指纹采集开始和结束的判定不准确,容易误采集或者误认为机器死机相比,当确定生成的指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值或者待判决的指纹图像为不合格指纹图像时,重新启动指纹采集,并在待判决的指纹图像为合格指纹图像时,结束本次指纹采集,相对的能够提高指纹采集的速度,避免误采集或者误认为机器死机的情况。
具体实施时,指纹图像的标准差、平均梯度以及空间频率均可以采用现有技术中的方式进行计算,此处不再赘述。
在一种可能的实施方式中,本发明实施例提供的方法中,当确定该帧指纹图像的标准差、平均梯度以及空间频率中任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像,包括:确定该帧指纹图像的标准差,并将该帧指纹图像的标准差与第二预设阈值进行比较,当该帧指纹图像的标准差小于第二预设阈值时,重新启动指纹采集;否则,确定该帧指纹图像的平均梯度,并将该帧指纹图像的平均梯度与第三预设阈值进行比较,当该帧指纹图像的平均梯度小于第三预设阈值时,重新启动指纹采集;否则,确定该帧指纹图像的空间频率,并将该帧指纹图像的空间频率与第四预设阈值进行比较,当该帧指纹图像的空间频率小于第四预设阈值时,重新启动指纹采集;否则,将该帧指纹图像作为待判决的指纹图像。
作为较为具体的实施例,在指纹采集过程中,对生成的指纹图像的处理方法的步骤,如图2所示,包括:
步骤202,启动指纹采集之后,根据所采集的指纹生成一帧指纹图像;
步骤204,计算该帧指纹图像的标准差,并确定该帧图像的标准差是否小于第一预设阈值,当该帧图像的标准差小于第一预设阈值时,执行步骤212,否则,执行步骤206;
步骤206,计算该帧指纹图像的平均梯度,并确定该帧图像的平均梯度是否小于第二预设阈值,当该帧图像的平均梯度小于第二预设阈值时,执行步骤212,否则,执行步骤208;
步骤208,计算该帧指纹图像的空间频率,并确定该帧图像的空间频率是否小于第三预设阈值,当该帧图像的空间频率小于第三预设阈值时,执行步骤212,否则,执行步骤210;
步骤210,确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值,将该帧指纹图像作为待判决的指纹图像;
步骤212,重新启动指纹采集。
在该实施例中,第一预设阈值、第二预设阈值以及第三预设阈值均可以根据要求自由设定,例如:第一预设阈值、第二预设阈值以及第三预设阈值均设定为60。该实施例中指纹图像的标准差、平均梯度以及空间频率的确定顺序为标准差、平均梯度、空间频率的顺序,在本发明的其它实施方式中,指纹图像的标准差、平均梯度以及空间频率的确定顺序可以是任意的,例如:平均梯度、空间频率、标准差的顺序或者空间频率、标准差、平均梯度的顺序。
在一种可能的实施方式中,本发明实施例提供的方法中,确定待判决的指纹图像是否为合格指纹图像,包括:确定待判决的指纹图像中多个指纹指标的分数,并计算多个指纹指标的分数之和,其中,指纹指标包括:指纹面积占比、指纹干湿度、指纹偏移以及指纹清晰度;将多个指纹指标的分数之和与第一预设阈值进行比较,当多个指纹指标的分数之和大于或等于第一预设阈值时,确定待判决的指纹图像为合格指纹图像;否则,确定待判决的指纹图像为不合格指纹图像。
本发明实施例提供的方法中,通过确定待判决的指纹图像中多个指纹指标的分数,包括:指纹面积占比的分数、指纹干湿度的分数、指纹偏移的分数以及指纹清晰度的分数,计算多个指纹指标的分数之和,并将多个指纹指标的分数之和与第一预设阈值进行比较,从而根据比较结果确定待判决的指纹图像的质量,依据指纹面积占比、指纹干湿度、指纹偏移以及指纹清晰度四个指纹指标的分数之和确定指纹图像的质量,使得指纹图像质量的判断更加全面,从而提高了指纹图像质量判断的准确度。
具体实施时,第一预设阈值可以根据对指纹图像质量的要求进行设定,对指纹图像的质量要求越高,则设置的值可以越大,例如:每一项指纹指标的分数为100分,则第一预设阈值可以设置为380分,当多个指纹指标的分数之和大于或等于380分时,确定待判决的指纹图像为合格指纹图像,每项指纹指标分数的计算方式如下,具体来说:
指纹面积占比:可以采用灰度分割的方式和自动阈值法,具体来说,首先要将待判决的指纹图像的前背景分离出来,这个部分采用的是灰度分割法对待判决的指纹图像进行分割计算灰度方差,然后找到合适的阈值,可以采用迭代法来选取阈值,筛选出适合的块作为前景块,其余为背景块,计算比例。
指纹干湿度:可以采用分割法结合灰度方差法,具体来说,同指纹面积占比的计算方式,需要通过标准差来判断干指纹块和湿指纹块,进而计算指纹干湿度。
指纹偏移:需要计算指纹中心与图片中心所成的角度,进而计算指纹偏移的分数。
指纹清晰度:采用全局清晰度结合局部清晰度法,也即需要对全局和局部的清晰度都做评价,可以先采用全局的判断法,例如:Brenner等方法,局部可以使用脊谷纹清晰度的理论方法。
在一种可能的实施方式中,本发明实施例提供的方法中,当确定待判决的指纹图像为不合格指纹图像之后,该方法还包括:针对多个指纹指标中的每个指纹指标,将该指纹指标的分数与该指标对应的预设阈值进行比较,根据比较结果确定该指纹指标的分数是否合格,并显示不合格的指纹指标。
本发明实施例提供的方法中,当确定待判决的指纹图像为不合格指纹图像之后,针对多个指纹指标中的每个指纹指标,将该指纹指标的分数与该指标对应的预设阈值进行比较,根据比较结果确定该指纹指标的分数是否合格,并显示不合格的指纹指标,以在后一次指纹采集时避免前一次指纹采集时存在的问题,提高二次采集的准确度,使得指纹图像的清晰度和可用性得以提升。其中,每个指纹指标对应的预设阈值均可以根据该指纹指标的要求自由设定。
作为较为具体的实施例,本发明实施例提供的对待判决的指纹图像的处理方法的步骤,如图3所示,包括:
步骤302,获取待判决的指纹图像;
步骤304,确定各个指纹指标的分数,具体来说,计算指纹面积占比的分数、计算指纹干湿度的分数、计算指纹偏移的分数以及计算指纹清晰度的分数;
步骤306,计算多个指纹指标的分数之和,判断多个指纹指标的分数之和是否合格,具体来说,将多个指纹指标的分数之和与第一预设阈值进行比较,当多个指纹指标的分数之和大于或等于第一预设阈值时,确定多个指纹指标的分数之和合格,执行步骤312,当多个指纹指标的分数之和小于第一预设阈值时,确定多个指纹指标的分数之和不合格,执行步骤308;
步骤308,当多个指纹指标的分数之和不合格时,确定待判决的指纹图像为不合格指纹图像,重新启动指纹采集;
步骤310,针对多个指纹指标中的每个指纹指标,将该指纹指标的分数与该指标对应的预设阈值进行比较,根据比较结果确定该指纹指标的分数是否合格,并显示不合格的指纹指标,例如:指纹面积占比的分数不合格时显示指纹图像采集不完整,指纹干湿度的分数不合格时显示指纹过干或过湿,指纹偏移的分数不合格时显示指纹偏移程度过大,指纹清晰度的分数不合格时显示指纹模糊,清晰度不足;
步骤312,当多个指纹指标的分数之和合格时,确定采集到的指纹图像为合格指纹图像,结束本次指纹采集。
本发明实施例提供的一种指纹图像的采集处理装置,如图4所示,包括:采集单元402,用于在启动指纹采集之后,根据所采集到的指纹生成一帧指纹图像;第一处理单元404,用于当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像;第二处理单元406,用于确定待判决的指纹图像是否为合格指纹图像,并在确定待判决的指纹图像为合格指纹图像时,以及在确定待判决的指纹图像为不合格指纹图像时,重新启动指纹采集。
本发明实施例提供的装置中,在指纹采集过程中,根据所采集到的指纹生成一帧指纹图像,当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像,并在确定待判决的指纹图像为合格指纹图像时,结束本次指纹采集;以及在确定待判决的指纹图像为不合格指纹图像时,重新启动指纹采集,与现有技术指纹采集过程中,由于指纹采集开始和结束的判定不准确,容易误采集或者误认为机器死机相比,当确定生成的指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值或者待判决的指纹图像为不合格指纹图像时,重新启动指纹采集,并在待判决的指纹图像为合格指纹图像时,结束本次指纹采集,相对的能够提高指纹采集的速度,避免误采集或者误认为机器死机的情况。
在一种可能的实施方式中,本发明实施例提供的装置中,第二处理单元406确定待判决的指纹图像是否为合格指纹图像,具体用于:第二处理单元406确定待判决的指纹图像中多个指纹指标的分数,并计算多个指纹指标的分数之和,其中,指纹指标包括:指纹面积占比、指纹干湿度、指纹偏移以及指纹清晰度;第二处理单元406将多个指纹指标的分数之和与第一预设阈值进行比较,当多个指纹指标的分数之和大于或等于第一预设阈值时,第二处理单元406确定待判决的指纹图像为合格指纹图像;否则,第二处理单元406确定待判决的指纹图像为不合格指纹图像。
本发明实施例提供的装置中,通过确定待判决的指纹图像中多个指纹指标的分数,包括:指纹面积占比的分数、指纹干湿度的分数、指纹偏移的分数以及指纹清晰度的分数,计算多个指纹指标的分数之和,并将多个指纹指标的分数之和与第一预设阈值进行比较,从而根据比较结果确定待判决的指纹图像的质量,依据指纹面积占比、指纹干湿度、指纹偏移以及指纹清晰度四个指纹指标的分数之和确定指纹图像的质量,使得指纹图像质量的判断更加全面,从而提高了指纹图像质量判断的准确度。
在一种可能的实施方式中,本发明实施例提供的装置中,当第二处理单元406确定待判决的指纹图像为不合格指纹图像之后,还用于:针对多个指纹指标中的每个指纹指标,第二处理单元406将该指纹指标的分数与该指标对应的预设阈值进行比较,根据比较结果确定该指纹指标的分数是否合格,并显示不合格的指纹指标。
本发明实施例提供的装置中,当确定待判决的指纹图像为不合格指纹图像之后,针对多个指纹指标中的每个指纹指标,将该指纹指标的分数与该指标对应的预设阈值进行比较,根据比较结果确定该指纹指标的分数是否合格,并显示不合格的指纹指标,以在后一次指纹采集时避免前一次指纹采集时存在的问题,提高二次采集的准确度,使得指纹图像的清晰度和可用性得以提升。
在一种可能的实施方式中,本发明实施例提供的装置中,第一处理单元404具体用于:确定该帧指纹图像的标准差,并将该帧指纹图像的标准差与第二预设阈值进行比较,当该帧指纹图像的标准差小于第二预设阈值时,重新启动指纹采集;否则,确定该帧指纹图像的平均梯度,并将该帧指纹图像的平均梯度与第三预设阈值进行比较,当该帧指纹图像的平均梯度小于第三预设阈值时,重新启动指纹采集;否则,确定该帧指纹图像的空间频率,并将该帧指纹图像的空间频率与第四预设阈值进行比较,当该帧指纹图像的空间频率小于第四预设阈值时,重新启动指纹采集;否则,将该帧指纹图像作为待判决的指纹图像。
本发明实施例提供的指纹图像的采集装置,可以集成在指纹采集器或者指纹识别器中,其中,采集单元402可以采用图像采集芯片,第一处理单元404和第二处理单元406均可以采用CPU等处理器。
综上所述,本发明实施例提供的一种指纹图像的采集处理方法及装置,在指纹采集过程中,根据所采集到的指纹生成一帧指纹图像,当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像,并在确定待判决的指纹图像为合格指纹图像时,结束本次指纹采集;以及在确定待判决的指纹图像为不合格指纹图像时,重新启动指纹采集,当确定生成的指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值或者待判决的指纹图像为不合格指纹图像时,重新启动指纹采集,并在待判决的指纹图像为合格指纹图像时,结束本次指纹采集,相对的能够提高指纹采集的速度,避免误采集或者误认为机器死机的情况。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种指纹图像的采集处理方法,其特征在于,该方法包括:
在启动指纹采集之后,根据所采集到的指纹生成一帧指纹图像;
当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像;
确定所述待判决的指纹图像是否为合格指纹图像,并在确定所述待判决的指纹图像为合格指纹图像时,结束本次指纹采集;以及在确定所述待判决的指纹图像为不合格指纹图像时,重新启动指纹采集。
2.根据权利要求1所述的采集处理方法,其特征在于,确定所述待判决的指纹图像是否为合格指纹图像,包括:
确定所述待判决的指纹图像中多个指纹指标的分数,并计算所述多个指纹指标的分数之和,其中,所述指纹指标包括:指纹面积占比、指纹干湿度、指纹偏移以及指纹清晰度;
将所述多个指纹指标的分数之和与第一预设阈值进行比较,当所述多个指纹指标的分数之和大于或等于第一预设阈值时,确定所述待判决的指纹图像为合格指纹图像;否则,确定所述待判决的指纹图像为不合格指纹图像。
3.根据权利要求2所述的采集处理方法,其特征在于,当确定所述待判决的指纹图像为不合格指纹图像之后,该方法还包括:
针对多个指纹指标中的每个指纹指标,将该指纹指标的分数与该指标对应的预设阈值进行比较,根据比较结果确定该指纹指标的分数是否合格,并显示不合格的指纹指标。
4.根据权利要求1所述的采集处理方法,其特征在于,所述当确定该帧指纹图像的标准差、平均梯度以及空间频率中任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像,包括:
确定该帧指纹图像的标准差,并将该帧指纹图像的标准差与第二预设阈值进行比较,当该帧指纹图像的标准差小于第二预设阈值时,重新启动指纹采集;否则,
确定该帧指纹图像的平均梯度,并将该帧指纹图像的平均梯度与第三预设阈值进行比较,当该帧指纹图像的平均梯度小于第三预设阈值时,重新启动指纹采集;否则,
确定该帧指纹图像的空间频率,并将该帧指纹图像的空间频率与第四预设阈值进行比较,当该帧指纹图像的空间频率小于第四预设阈值时,重新启动指纹采集;否则,将该帧指纹图像作为待判决的指纹图像。
5.一种指纹图像的采集处理装置,其特征在于,包括:
采集单元,用于在启动指纹采集之后,根据所采集到的指纹生成一帧指纹图像;
第一处理单元,用于当确定该帧指纹图像的标准差、平均梯度以及空间频率中的任意一个小于对应的预设阈值时,重新启动指纹采集,直至确定该帧指纹图像的标准差、平均梯度以及空间频率均大于或等于对应的预设阈值时,将该帧指纹图像作为待判决指纹图像;
第二处理单元,用于确定所述待判决的指纹图像是否为合格指纹图像,并在确定所述待判决的指纹图像为合格指纹图像时,以及在确定所述待判决的指纹图像为不合格指纹图像时,重新启动指纹采集。
6.根据权利要求5所述的采集处理装置,其特征在于,所述第二处理单元确定所述待判决的指纹图像是否为合格指纹图像,具体用于:
所述第二处理单元确定所述待判决的指纹图像中多个指纹指标的分数,并计算所述多个指纹指标的分数之和,其中,所述指纹指标包括:指纹面积占比、指纹干湿度、指纹偏移以及指纹清晰度;
所述第二处理单元将所述多个指纹指标的分数之和与第一预设阈值进行比较,当所述多个指纹指标的分数之和大于或等于第一预设阈值时,所述第二处理单元确定所述待判决的指纹图像为合格指纹图像;否则,所述第二处理单元确定所述待判决的指纹图像为不合格指纹图像。
7.根据权利要求6所述的采集处理装置,其特征在于,当所述第二处理单元确定所述待判决的指纹图像为不合格指纹图像之后,还用于:
针对多个指纹指标中的每个指纹指标,所述第二处理单元将该指纹指标的分数与该指标对应的预设阈值进行比较,根据比较结果确定该指纹指标的分数是否合格,并显示不合格的指纹指标。
8.根据权利要求5所述的采集处理装置,其特征在于,所述第一处理单元具体用于:
确定该帧指纹图像的标准差,并将该帧指纹图像的标准差与第二预设阈值进行比较,当该帧指纹图像的标准差小于第二预设阈值时,重新启动指纹采集;否则,
确定该帧指纹图像的平均梯度,并将该帧指纹图像的平均梯度与第三预设阈值进行比较,当该帧指纹图像的平均梯度小于第三预设阈值时,重新启动指纹采集;否则,
确定该帧指纹图像的空间频率,并将该帧指纹图像的空间频率与第四预设阈值进行比较,当该帧指纹图像的空间频率小于第四预设阈值时,重新启动指纹采集;否则,将该帧指纹图像作为待判决的指纹图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510767607.7A CN106682567A (zh) | 2015-11-11 | 2015-11-11 | 一种指纹图像的采集处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510767607.7A CN106682567A (zh) | 2015-11-11 | 2015-11-11 | 一种指纹图像的采集处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106682567A true CN106682567A (zh) | 2017-05-17 |
Family
ID=58864964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510767607.7A Pending CN106682567A (zh) | 2015-11-11 | 2015-11-11 | 一种指纹图像的采集处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106682567A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491727A (zh) * | 2017-07-07 | 2017-12-19 | 广东欧珀移动通信有限公司 | 指纹识别方法、装置及终端 |
CN107690655A (zh) * | 2017-09-04 | 2018-02-13 | 深圳市汇顶科技股份有限公司 | 指纹注册方法、装置以及电子终端 |
CN110389127A (zh) * | 2019-07-03 | 2019-10-29 | 浙江大学 | 一种金属陶瓷零件识别及表面缺陷检测***和方法 |
CN110674691A (zh) * | 2019-08-22 | 2020-01-10 | 联想图像(天津)科技有限公司 | 一种指纹识别、验证方法、装置及打印设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604139A (zh) * | 2004-10-28 | 2005-04-06 | 上海交通大学 | 图像融合评价***的构建方法 |
CN101030246A (zh) * | 2007-04-09 | 2007-09-05 | 黄东运 | 一种指纹的识别方法 |
CN101303728A (zh) * | 2008-07-01 | 2008-11-12 | 山东大学 | 面向图像质量的指纹识别方法 |
CN101901336A (zh) * | 2010-06-11 | 2010-12-01 | 哈尔滨工程大学 | 指纹与指静脉双模态识别决策级融合法 |
US7936907B2 (en) * | 2006-04-26 | 2011-05-03 | Aware, Inc. | Fingerprint preview quality and segmentation |
CN103065134A (zh) * | 2013-01-22 | 2013-04-24 | 江苏超创信息软件发展股份有限公司 | 一种具有提示信息的指纹识别装置和方法 |
-
2015
- 2015-11-11 CN CN201510767607.7A patent/CN106682567A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604139A (zh) * | 2004-10-28 | 2005-04-06 | 上海交通大学 | 图像融合评价***的构建方法 |
US7936907B2 (en) * | 2006-04-26 | 2011-05-03 | Aware, Inc. | Fingerprint preview quality and segmentation |
CN101030246A (zh) * | 2007-04-09 | 2007-09-05 | 黄东运 | 一种指纹的识别方法 |
CN101303728A (zh) * | 2008-07-01 | 2008-11-12 | 山东大学 | 面向图像质量的指纹识别方法 |
CN101901336A (zh) * | 2010-06-11 | 2010-12-01 | 哈尔滨工程大学 | 指纹与指静脉双模态识别决策级融合法 |
CN103065134A (zh) * | 2013-01-22 | 2013-04-24 | 江苏超创信息软件发展股份有限公司 | 一种具有提示信息的指纹识别装置和方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491727A (zh) * | 2017-07-07 | 2017-12-19 | 广东欧珀移动通信有限公司 | 指纹识别方法、装置及终端 |
CN107690655A (zh) * | 2017-09-04 | 2018-02-13 | 深圳市汇顶科技股份有限公司 | 指纹注册方法、装置以及电子终端 |
CN110389127A (zh) * | 2019-07-03 | 2019-10-29 | 浙江大学 | 一种金属陶瓷零件识别及表面缺陷检测***和方法 |
CN110389127B (zh) * | 2019-07-03 | 2020-08-14 | 浙江大学 | 一种金属陶瓷零件识别及表面缺陷检测***和方法 |
CN110674691A (zh) * | 2019-08-22 | 2020-01-10 | 联想图像(天津)科技有限公司 | 一种指纹识别、验证方法、装置及打印设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11961286B2 (en) | Performing object detection in an image | |
US10268950B2 (en) | Face detection using machine learning | |
CN106682567A (zh) | 一种指纹图像的采集处理方法及装置 | |
EP3113072A1 (en) | Methods and apparatuses for updating user authentication data | |
WO2019201204A1 (zh) | 一种影像结节检测的方法及装置 | |
CN110414546A (zh) | 使用中间损失函数训练图像信号处理器 | |
CN106354616B (zh) | 监测应用执行性能的方法、装置及高性能计算*** | |
CN108875516B (zh) | 人脸识别方法、装置、***、存储介质和电子设备 | |
CN111914665A (zh) | 一种人脸遮挡检测方法、装置、设备及存储介质 | |
CN108875469A (zh) | 活体检测与身份认证的方法、装置及计算机存储介质 | |
WO2019201029A1 (zh) | 备选框更新方法及装置 | |
JP6603477B2 (ja) | 情報処理装置、情報処理方法 | |
CN112036491A (zh) | 确定训练样本的方法及装置、训练深度学习模型的方法 | |
CN108198124B (zh) | 医学图像处理方法、装置、计算机设备和存储介质 | |
CN108536381B (zh) | 一种短时锁屏的方法及装置 | |
JP2022039984A5 (zh) | ||
EP3819862A1 (en) | Determination method, determination program, and information processing device | |
CN103578102B (zh) | 被摄体检测装置及被摄体检测方法 | |
CN107729909B (zh) | 一种属性分类器的应用方法及装置 | |
CN111178307A (zh) | 注视方向识别方法、装置及电子设备和存储介质 | |
CN109871939B (zh) | 一种图像处理方法及图像处理装置 | |
CN109598201B (zh) | 动作检测方法、装置、电子设备及可读存储介质 | |
Raja et al. | Blood vessel segmentation for high resolution retinal images | |
US20130246374A1 (en) | Data management device, system, program storage medium and method | |
CN110598652A (zh) | 眼底数据预测方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170517 |
|
RJ01 | Rejection of invention patent application after publication |