CN107133577B - 一种指纹识别方法和装置 - Google Patents

一种指纹识别方法和装置 Download PDF

Info

Publication number
CN107133577B
CN107133577B CN201710252560.XA CN201710252560A CN107133577B CN 107133577 B CN107133577 B CN 107133577B CN 201710252560 A CN201710252560 A CN 201710252560A CN 107133577 B CN107133577 B CN 107133577B
Authority
CN
China
Prior art keywords
fingerprint
calibration data
image
charging state
pixel
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
Application number
CN201710252560.XA
Other languages
English (en)
Other versions
CN107133577A (zh
Inventor
贺聪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201710252560.XA priority Critical patent/CN107133577B/zh
Publication of CN107133577A publication Critical patent/CN107133577A/zh
Application granted granted Critical
Publication of CN107133577B publication Critical patent/CN107133577B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1347Preprocessing; Feature extraction

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)
  • Image Input (AREA)

Abstract

本公开是关于一种指纹识别的方法和装置。该方法包括:获取用户的第一指纹图像;确定电子设备处于充电状态且存在对应的指纹校准数据时,获取所述充电状态对应的指纹校准数据;根据所述第一指纹图像和所述指纹校准数据确定校准后的指纹数据;根据所述校准后的指纹数据进行指纹识别。本公开能够在电子设备充电状态下对指纹图像进行校准,从而能够提高电子设备充电状态下的指纹识别的成功率,提高指纹识别的抗干扰能力。

Description

一种指纹识别方法和装置
技术领域
本公开涉及指纹应用技术领域,尤其涉及一种指纹识别方法和装置。
背景技术
指纹识别技术因其快捷、安全的优点,已被广泛应用于各种电子设备中。相关技术中,指纹传感器采集的指纹图像的质量好坏,很大程度上影响了后续指纹识别的成功率的高低。电子设备在充电时,会产生共模干扰现象。共模干扰是指电源线对大地,或中线对大地之间的电位差。在这种情况下,充电电流会对指纹图像形成干扰,使指纹图像产生变化,导致指纹识别的成功率较低。
发明内容
为克服相关技术中存在的问题,本公开提供一种指纹识别方法及装置。
根据本公开实施例的第一方面,提供一种指纹识别方法,包括:
获取用户的第一指纹图像;
确定电子设备处于充电状态且存在对应的指纹校准数据时,获取所述充电状态对应的指纹校准数据;
根据所述第一指纹图像和所述指纹校准数据确定校准后的指纹数据;
根据所述校准后的指纹数据进行指纹识别。
对于上述方法,在一种可能的实现方式中,所述指纹校准数据包括各个像素的灰度校准值;
根据所述第一指纹图像和所述指纹校准数据确定校准后的指纹数据,包括:
提取所述第一指纹图像中各个像素的灰度值;
将所述第一指纹图像中各个像素的灰度值分别与所述指纹校准数据中相应位置的像素的灰度校准值相加,得到所述校准后的指纹数据。
对于上述方法,在一种可能的实现方式中,所述方法还包括:
确定所述电子设备处于充电状态且不存在对应的指纹校准数据时,根据所述第一指纹图像进行指纹识别;
若根据所述第一指纹图像进行指纹识别失败,则请求所述用户通过第一验证方式进行身份验证;
在身份验证通过的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据。
对于上述方法,在一种可能的实现方式中,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据,包括:
将所述第一指纹模板中各个像素的灰度值分别与所述第一指纹图像中相应位置的像素的灰度值相减,得到所述指纹校准数据中各个像素的灰度校准值。
对于上述方法,在一种可能的实现方式中,在身份验证通过的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据,包括:
在身份验证通过且所述用户确认进行校准的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据。
对于上述方法,在一种可能的实现方式中,所述方法还包括:
将指纹模板库中与所述第一指纹图像的相似度大于第一阈值的指纹模板确定为所述第一指纹模板。
根据本公开实施例的第二方面,提供一种指纹识别装置,包括:
第一指纹图像获取模块,用于获取用户的第一指纹图像;
指纹校准数据获取模块,用于确定电子设备处于充电状态且存在对应的指纹校准数据时,获取所述充电状态对应的指纹校准数据;
第一确定模块,用于根据所述第一指纹图像和所述指纹校准数据确定校准后的指纹数据;
第一指纹识别模块,用于根据所述校准后的指纹数据进行指纹识别。
对于上述装置,在一种可能的实现方式中,所述指纹校准数据包括各个像素的灰度校准值;
所述第一确定模块包括:
灰度值提取子模块,用于提取所述第一指纹图像中各个像素的灰度值;
灰度值加和子模块,用于将所述第一指纹图像中各个像素的灰度值分别与所述指纹校准数据中相应位置的像素的灰度校准值相加,得到所述校准后的指纹数据。
对于上述装置,在一种可能的实现方式中,所述装置还包括:
第二指纹识别模块,用于确定所述电子设备处于充电状态且不存在所述充电状态对应的指纹校准数据时,根据所述第一指纹图像进行指纹识别;
验证模块,用与若根据所述第一指纹图像进行的指纹识别失败,则请求所述用户通过第一验证方式进行身份验证;
指纹校准数据确定模块,用于在身份验证通过的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据。
对于上述装置,在一种可能的实现方式中,所述指纹校准数据确定模块包括:
灰度校准值确定子模块,用于将所述第一指纹模板中各个像素的灰度值分别与所述第一指纹图像中相应位置的像素的灰度值相减,得到所述指纹校准数据中各个像素的灰度校准值。
对于上述装置,在一种可能的实现方式中,所述指纹校准数据确定模块用于:
在身份验证通过且所述用户确认进行校准的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据。
对于上述装置,在一种可能的实现方式中,所述指纹校准数据确定模块还包括:
第一指纹模板确定子模块,用于将指纹模板库中与所述第一指纹图像的相似度大于第一阈值的指纹模板确定为所述第一指纹模板。
根据本公开实施例的第三方面,提供一种指纹识别装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取用户的第一指纹图像;
确定电子设备处于充电状态且存在对应的指纹校准数据时,获取所述充电状态对应的指纹校准数据;
根据所述第一指纹图像和所述指纹校准数据确定校准后的指纹数据;
根据所述校准后的指纹数据进行指纹识别。
本公开的实施例提供的技术方案可以包括以下有益效果:本公开的实施例通过获取用户的第一指纹图像,确定电子设备处于充电状态且存在对应的指纹校准数据时,获取所述充电状态对应的指纹校准数据,根据所述第一指纹图像和所述指纹校准数据确定校准后的指纹数据,并根据所述校准后的指纹数据进行指纹识别,由此能够在电子设备充电状态下对指纹图像进行校准,从而能够提高电子设备充电状态下的指纹识别的成功率,提高指纹识别的抗干扰能力。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的指纹识别方法的流程图。
图2是根据一示例性实施例的一个示例示出的指纹识别方法步骤S13的流程图。
图3示出根据一示例性实施例的一个示例示出的指纹识别方法中第一指纹图像3a中的指纹区域31与指纹校准数据3b中的指纹区域32的示意图。
图4是根据一示例性实施例的一个示例示出的一种指纹识别方法中第一指纹图像与指纹校准数据中相应位置的像素的示意图。
图5是根据一示例性实施例的一个示例示出的指纹识别方法的流程图。
图6是根据一示例性实施例的另一个示例示出的指纹识别方法的流程图。
图7是根据一示例性实施例的另一个示例示出的指纹识别方法的流程图。
图8是根据一示例性实施例示出的指纹识别装置的框图。
图9是根据一示例性实施例的一个示例示出的指纹识别装置的框图。
图10是根据一示例性实施例示出的一种用于指纹识别的装置800的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的指纹识别方法的流程图。该方法的执行主体可以为具有指纹传感器的任何电子设备,在此不作限定。如图1所示,该方法包括以下步骤。
在步骤S11中,获取用户的第一指纹图像。
其中,第一指纹图像可以为指纹识别过程中电子设备采集到的任意一个指纹图像。
在步骤S12中,确定电子设备处于充电状态且存在对应的指纹校准数据时,获取充电状态对应的指纹校准数据。
在一种可能的实现方式中,在电子设备处于充电状态的情况下,获取充电状态对应的指纹校准数据,可以包括:在电子设备处于充电状态的情况下,将指纹模板库中与第一指纹图像的相似度大于第二阈值的指纹模板确定为第二指纹模板,并获取第二指纹模板对应的充电状态的指纹校准数据,以根据第二指纹模板对应的充电状态的指纹校准数据对第一指纹图像进行校准。在该实现方式中,可以预先存储各个指纹模板对应的充电状态的指纹校准数据。其中,各个指纹模板可以包括同一用户的不同手指的指纹模板,或者可以包括不同用户的不同手指的指纹模板。
在步骤S13中,根据第一指纹图像和该指纹校准数据确定校准后的指纹数据。
在本实施例中,根据指纹校准数据对第一指纹图像进行补偿。
在步骤S14中,根据校准后的指纹数据进行指纹识别。
例如,与第一指纹图像的相似度大于第二阈值的指纹模板为第二指纹模板。在根据第二指纹模板对应的充电状态的指纹校准数据对第一指纹图像进行校准,得到校准后的指纹数据后,可以计算校准后的指纹数据与第二指纹模板的相似度,以对校准后的指纹数据进行指纹识别。
需要说明的是,在本实施例中,“第一”“第二”仅为表述和指代的方便。
本实施例能够在电子设备充电状态下对指纹图像进行校准,从而能够提高电子设备充电状态下的指纹识别的成功率,提高指纹识别的抗干扰能力。
在一种可能的实现方式中,在电子设备处于充电状态的情况下,获取充电状态对应的指纹校准数据,可以包括:在电子设备处于充电状态的情况下,获取当前充电方式和/或当前充电器型号,获取与当前充电方式和/或当前充电器型号对应的指纹校准数据,并将当前充电方式和/或当前充电器型号对应的指纹校准数据确定为该充电状态对应的指纹校准数据。其中,当前充电方式可以为充电器快充、充电器慢充或者USB(Universal SerialBus,通用串行总线)充电等,在此不作限定。
需要说明的是,相关技术中可以根据充电信号特征识别不同的充电方式和充电器型号,在此不再赘述。
在该实现方式中,可以预先建立各种充电方式和/或充电器型号与指纹校准数据之间的对应关系,以在电子设备处于充电状态的情况下,能够根据当前充电方式和/或当前充电器型号获取对应的指纹校准数据。
该实现方式通过结合充电方式和/或充电器型号确定指纹校准数据,能够进一步提高对第一指纹图像进行校准的准确性,从而能够进一步提高电子设备充电状态下的指纹识别的成功率,提高指纹识别的抗干扰能力。
图2是根据一示例性实施例的一个示例示出的指纹识别方法步骤S13的流程图。如图2所示,根据第一指纹图像和该指纹校准数据确定校准后的指纹数据,包括以下步骤。
在步骤S21中,提取第一指纹图像中各个像素的灰度值。
在一种可能的实现方式中,在提取第一指纹图像中各个像素的灰度值之前,可以对第一指纹图像中指纹区域的位置和方向进行调整,以使第一指纹图像中的指纹区域与指纹校准数据中的指纹区域的位置和方向相同。例如,对第一指纹图像中指纹区域的位置进行调整可以包括:调整第一指纹图像中指纹中心点的位置,以使指纹中心点在第一指纹图像与指纹校准数据中的位置相同。其中,指纹中心点也称指纹核心点,是指位于指纹纹路的渐进中心。本领域技术人员可以通过各种方式调整第一指纹图像中指纹区域的方向,以使第一指纹图像中指纹区域的方向与指纹校准数据中指纹区域的方向相同,在此不再赘述。图3示出根据一示例性实施例的一个示例示出的指纹识别方法中第一指纹图像3a中的指纹区域31与指纹校准数据3b中的指纹区域32的示意图。如图3所示,第一指纹图像3a中的指纹区域31与指纹校准数据3b中的指纹区域32的位置和方向相同。
在步骤S22中,将第一指纹图像中各个像素的灰度值分别与该指纹校准数据中相应位置的像素的灰度校准值相加,得到校准后的指纹数据。
在该示例中,指纹校准数据可以包括各个像素的灰度校准值。
在该示例中,第一指纹图像与指纹校准数据中相应位置的像素可以指第一指纹图像与指纹校准数据中坐标相同的像素。图4是根据一示例性实施例的一个示例示出的一种指纹识别方法中第一指纹图像与指纹校准数据中相应位置的像素的示意图。如图4所示,第一指纹图像4a中的像素41与指纹校准数据4b中的像素42为相应位置的像素。将第一指纹图像4a的像素41的灰度值与指纹校准数据4b的像素42的灰度校准值相加,可以得到第一指纹图像4a的像素41对应的校准后的灰度值。根据第一指纹图像4a中各个像素对应的校准后的灰度值,可以得到校准后的指纹数据。
图5是根据一示例性实施例的一个示例示出的指纹识别方法的流程图。如图5所示,该方法包括以下步骤。
在步骤S51中,获取用户的第一指纹图像。
在步骤S52中,确定电子设备处于充电状态且不存在对应的指纹校准数据时,根据第一指纹图像进行指纹识别。
作为本实施例的一个示例,可以在获取用户第一指纹图像之后检测电子设备是否处于充电状态,并检测是否存在对应的指纹校准数据。确定电子设备处于充电状态且不存在对应的指纹校准数据时,根据第一指纹图像进行指纹识别。
在本示例中,可以在通过检测电源管理模块的电流和电压来确定电子设备是否在充电。本领域技术人员可以根据需要采取其他的方式检测电子设备是否处于充电状态,在此不做限定。
在步骤S53中,若根据第一指纹图像进行的指纹识别失败,则请求用户通过第一验证方式进行身份验证。
其中,第一验证方式是指除指纹验证方式以外的其他验证方式,例如可以为密码验证、图案验证或手势验证等,在此不做限定。
在步骤S54中,在身份验证通过的情况下,将第一指纹图像与第一指纹模板进行对比,得到充电状态对应的指纹校准数据。
作为本实施例的一个示例,第一指纹模板可以为指纹模板库中与第一指纹图像的相似度最高的指纹模板。
作为本实施例的另一个示例,第一指纹模板可以为用户从指纹模板库中选择的指纹模板。
在一种可能的实现方式中,该方法还可以包括:将指纹模板库中与第一指纹图像的相似度大于第一阈值的指纹模板确定为第一指纹模板。作为该实现方式的一个示例,可以计算第一指纹图像与指纹模板库中各个指纹模板的相似度。在指纹模板库中仅存在一个指纹模板与第一指纹图像的相似度大于第一阈值的情况下,可以将指纹模板库中与第一指纹图像的相似度大于第一阈值的指纹模板确定为第一指纹模板;在指纹模板库中存在多个指纹模板与第一指纹图像的相似度大于第一阈值的情况下,可以请求用户从多个与第一指纹图像的相似度大于第一阈值的指纹模板中选择第一指纹模板。
在步骤S55中,确定电子设备处于充电状态且存在对应的指纹校准数据是,获取充电状态对应的指纹校准数据。
其中,对步骤S55的描述参见上文对S12的描述。
在步骤S56中,根据第一指纹图像和指纹校准数据确定校准后的指纹数据。
其中,对步骤S56的描述参见上文对S13的描述。
在步骤S57中,根据校准后的指纹数据进行指纹识别。
其中,对步骤S57的描述参见上文对S14的描述。
本示例中,通过将第一指纹图像与第一指纹模板进行对比,得到充电状态对应的指纹校准数据,从而能够在用户以后使用充电状态下的该电子设备进行指纹识别时,获取该指纹校准数据进行校准。
本示例通过在身份验证通过的情况下,才将第一指纹图像与第一指纹模板进行对比得到充电状态对应的指纹校准数据,从而能够避免其他用户对电子设备进行恶意验证操作。
在一种可能的实现方式中,在身份验证通过的情况下,将第一指纹图像与第一指纹模板进行对比,得到充电状态对应的指纹校准数据,可以包括:在身份验证通过且用户确认进行校准的情况下,将第一指纹图像与第一指纹模板进行对比,得到充电状态对应的指纹校准数据。
作为该实现方式的一个示例,在身份验证通过的情况下,可以询问用户是否根据本次采集的第一指纹图像进行校准,在用户确定进行校准的情况下,将第一指纹图像与第一指纹模板进行对比,得到充电状态对应的指纹校准数据。
作为该实现方式的另一个示例,在身份验证通过的情况下,可以询问用户是否使用的是正确的手指,若用户确认使用的是正确的手指,则可以判定用户确定进行校准,并将第一指纹图像与第一指纹模板进行对比,得到充电状态对应的指纹校准数据。
在该实现方式中,通过结合用户确认的步骤判断是否将第一指纹图像与第一指纹模板进行对比得到充电状态对应的指纹校准数据,由此能够避免用户在使用不正确的手指或者其他用户使用电子设备时,得到错误的指纹校准数据。
在另一种可能的实现方式中,在身份验证通过的情况下,将第一指纹图像与第一指纹模板进行对比,得到充电状态对应的指纹校准数据,可以包括:在身份验证通过、第一时间段内指纹识别失败的次数大于或等于第三阈值且用户确认进行校准的情况下,将第一指纹图像与第一指纹模板进行对比,得到充电状态对应的指纹校准数据。其中,第一时间段可以为与当前***时间的时间距离小于第四阈值的时间段。例如,第三阈值为3,第四阈值为10分钟,则可以在身份验证通过、10分钟内指纹识别失败的次数大于或等于3且用户确认进行校准的情况下,将第一指纹图像与第一指纹模板进行对比,得到充电状态对应的指纹校准数据。
图6是根据一示例性实施例的另一个示例示出的指纹识别方法的流程图。如图6所示,该方法包括以下步骤。
在步骤S61中,获取用户的第一指纹图像。
其中,对步骤S61参见上文对步骤S11的描述。
在步骤S62中,确定电子设备处于充电状态且不存在对应的指纹校准数据时,根据第一指纹图像进行指纹识别。
其中,对步骤S62的描述参见上文对步骤S52的描述。
在步骤S63中,若根据第一指纹图像进行指纹识别失败,则请求用户通过第一验证方式进行身份验证。
对步骤S63参见上文对步骤S53的描述。
在步骤S64中,在身份验证通过的情况下,将第一指纹模板中各个像素的灰度值分别与第一指纹图像中相应位置的像素的灰度值相减,得到指纹校准数据中各个像素的灰度校准值。
在步骤S65中,确定电子设备处于充电状态且存在对应的指纹校准数据时,获取充电状态对应的指纹校准数据。
其中,对步骤S65参见上文对步骤S12的描述。
在步骤S66中,提取第一指纹图像中各个像素的灰度值。
其中,对步骤S66参见上文对步骤S21的描述。
在步骤S67中,将第一指纹图像中各个像素的灰度值分别与指纹校准数据中相应位置的像素的灰度校准值相加,得到校准后的指纹数据。
其中,对步骤S67参见上文对步骤S22的描述。
在步骤S68中,根据校准后的指纹数据进行指纹识别。
其中,对步骤S68参见上文对步骤S14的描述。
在该示例中,在确定指纹校准数据时,将第一指纹模板中各个像素的灰度值分别与第一指纹图像中相应位置的像素的灰度值相减,得到指纹校准数据中各个像素的灰度校准值。相应地,在确定校准后的指纹数据时,将第一指纹图像中各个像素的灰度值分别与该指纹校准数据中相应位置的像素的灰度校准值相加,得到校准后的指纹数据。
图7是根据一示例性实施例的另一个示例示出的指纹识别方法的流程图。如图7所示,该方法包括以下步骤。
在步骤S71中,获取用户的第一指纹图像。
其中,对步骤S71参见上文对步骤S11的描述。
在步骤S72中,确定电子设备处于充电状态且不存在对应的指纹校准数据时,根据第一指纹图像进行指纹识别。
对步骤S72参见上文对步骤S52的描述。
在步骤S73中,若根据第一指纹图像进行指纹识别失败,则请求用户通过第一验证方式进行身份验证。
对步骤S73参见上文对步骤S53的描述。
在步骤S74中,在身份验证通过的情况下,将第一指纹图像中各个像素的灰度值分别与第一指纹模板中相应位置的像素的灰度值相减,得到指纹校准数据中各个像素的灰度校准值。
在步骤S75中,确定电子设备处于充电状态且存在对应的指纹校准数据时,获取充电状态对应的指纹校准数据。
其中,对步骤S75参见上文对步骤S12的描述。
在步骤S76中,提取第一指纹图像中各个像素的灰度值。
其中,对步骤S76参见上文对步骤S21的描述。
在步骤S77中,将第一指纹图像中各个像素的灰度值分别与该指纹校准数据中相应位置的像素的灰度校准值相减,得到校准后的指纹数据。
在步骤S78中,根据校准后的指纹数据进行指纹识别。
其中,对步骤S78参见上文对步骤S14的描述。
在该示例中,在确定指纹校准数据时,将第一指纹图像中各个像素的灰度值分别与第一指纹模板中相位位置的像素的灰度值相减,得到指纹校准数据中各个像素的灰度校准值。相应地,在确定校准后的指纹数据时,将第一指纹图像中各个像素的灰度值分别与该指纹校准数据中相应位置的像素的灰度校准值相减,得到校准后的指纹数据。
图8是根据一示例性实施例示出的指纹识别装置框图。如图8所示,该装置包括第一指纹图像获取模块81、指纹校准数据获取模块82、第一确定模块83和第一指纹识别模块84。该第一指纹图像获取模块81被配置为获取用户的第一指纹图像。指纹校准数据获取模块82被配置为确定电子设备处于充电状态且存在对应的指纹校准数据时,获取充电状态对应的指纹校准数据。该第一确定模块83被配置为根据第一指纹图像和指纹校准数据确定校准后的指纹数据。第一指纹识别模块84被配置为根据校准后的指纹数据进行指纹识别。
图9是根据一示例性实施例的一个示例示出的指纹识别装置的框图。如图9所示:
在一种可能的实现方式中,所述指纹校准数据包括各个像素的灰度校准值。
所述第一确定模块83包括灰度值提取子模块831和灰度值加和子模块832。该灰度值提取子模块831被配置为提取所述第一指纹图像中各个像素的灰度值。该灰度值加和子模块832被配置为将所述第一指纹图像中各个像素的灰度值分别与所述指纹校准数据中相应位置的像素的灰度校准值相加,得到所述校准后的指纹数据。
在一种可能的实现方式中,所述装置还包括第二指纹识别模块85、验证模块86和指纹校准数据确定模块87。该第二指纹识别模块85被配置为确定电子设备处于充电状态且不存在充电状态对应的指纹校准数据时,根据第一指纹图像进行指纹识别。该验证模块86被配置为若根据第一指纹图像进行的指纹识别失败,则请求用户通过第一验证方式进行身份验证。指纹校准数据确定模块87被配置为在身份验证通过的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据。
在一种可能的实现方式中,所述指纹校准数据确定模块87包括灰度校准值确定子模块871。该灰度校准值确定子模块871被配置为将所述第一指纹模板中各个像素的灰度值分别与所述第一指纹图像中相应位置的像素的灰度值相减,得到所述指纹校准数据中各个像素的灰度校准值。
在一种可能的实现方式中,所述指纹校准数据确定模块87被配置为在身份验证通过且所述用户确认进行校准的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据。
在一种可能的实现方式中,所述指纹校准数据确定模块87还包括第一指纹模板确定子模块872。该第一指纹模板确定子模块872被配置为将指纹模板库中与所述第一指纹图像的相似度大于第一阈值的指纹模板确定为所述第一指纹模板。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本实施例能够在电子设备充电状态下对指纹图像进行校准,从而能够提高电子设备充电状态下的指纹识别的成功率,提高指纹识别的抗干扰能力。
图10是根据一示例性实施例示出的一种用于指纹识别的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图10,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (13)

1.一种指纹识别方法,其特征在于,所述方法包括:
获取用户的第一指纹图像;
确定电子设备处于充电状态且存在对应的指纹校准数据时,获取所述充电状态对应的指纹校准数据;
根据所述第一指纹图像和所述充电状态对应的指纹校准数据确定校准后的指纹数据;
根据所述校准后的指纹数据进行指纹识别。
2.根据权利要求1所述的指纹识别方法,其特征在于,所述指纹校准数据包括各个像素的灰度校准值;
根据所述第一指纹图像和所述指纹校准数据确定校准后的指纹数据,包括:
提取所述第一指纹图像中各个像素的灰度值;
将所述第一指纹图像中各个像素的灰度值分别与所述指纹校准数据中相应位置的像素的灰度校准值相加,得到所述校准后的指纹数据。
3.根据权利要求1所述的指纹识别方法,其特征在于,所述方法还包括:
确定所述电子设备处于充电状态且不存在对应的指纹校准数据时,根据所述第一指纹图像进行指纹识别;
若根据所述第一指纹图像进行指纹识别失败,则请求所述用户通过第一验证方式进行身份验证;
在身份验证通过的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据。
4.根据权利要求3所述的指纹识别方法,其特征在于,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据,包括:
将所述第一指纹模板中各个像素的灰度值分别与所述第一指纹图像中相应位置的像素的灰度值相减,得到所述指纹校准数据中各个像素的灰度校准值。
5.根据权利要求3所述的指纹识别方法,其特征在于,在身份验证通过的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据,包括:
在身份验证通过且所述用户确认进行校准的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据。
6.根据权利要求3所述的指纹识别方法,其特征在于,所述方法还包括:
将指纹模板库中与所述第一指纹图像的相似度大于第一阈值的指纹模板确定为所述第一指纹模板。
7.一种指纹识别装置,其特征在于,包括:
第一指纹图像获取模块,用于获取用户的第一指纹图像;
指纹校准数据获取模块,用于确定电子设备处于充电状态且存在对应的指纹校准数据时,获取所述充电状态对应的指纹校准数据;
第一确定模块,用于根据所述第一指纹图像和所述充电状态对应的指纹校准数据确定校准后的指纹数据;
第一指纹识别模块,用于根据所述校准后的指纹数据进行指纹识别。
8.根据权利要求7所述的指纹识别装置,其特征在于,所述指纹校准数据包括各个像素的灰度校准值;
所述第一确定模块包括:
灰度值提取子模块,用于提取所述第一指纹图像中各个像素的灰度值;
灰度值加和子模块,用于将所述第一指纹图像中各个像素的灰度值分别与所述指纹校准数据中相应位置的像素的灰度校准值相加,得到所述校准后的指纹数据。
9.根据权利要求7所述的指纹识别装置,其特征在于,所述装置还包括:
第二指纹识别模块,用于确定所述电子设备处于充电状态且不存在所述充电状态对应的指纹校准数据时,根据所述第一指纹图像进行指纹识别;
验证模块,用与若根据所述第一指纹图像进行的指纹识别失败,则请求所述用户通过第一验证方式进行身份验证;
指纹校准数据确定模块,用于在身份验证通过的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据。
10.根据权利要求9所述的指纹识别装置,其特征在于,所述指纹校准数据确定模块包括:
灰度校准值确定子模块,用于将所述第一指纹模板中各个像素的灰度值分别与所述第一指纹图像中相应位置的像素的灰度值相减,得到所述指纹校准数据中各个像素的灰度校准值。
11.根据权利要求9所述的指纹识别装置,其特征在于,所述指纹校准数据确定模块用于:
在身份验证通过且所述用户确认进行校准的情况下,将所述第一指纹图像与第一指纹模板进行对比,得到所述充电状态对应的指纹校准数据。
12.根据权利要求9所述的指纹识别装置,其特征在于,所述指纹校准数据确定模块还包括:
第一指纹模板确定子模块,用于将指纹模板库中与所述第一指纹图像的相似度大于第一阈值的指纹模板确定为所述第一指纹模板。
13.一种指纹识别装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取用户的第一指纹图像;
确定电子设备处于充电状态且存在对应的指纹校准数据时,获取所述充电状态对应的指纹校准数据;
根据所述第一指纹图像和所述充电状态对应的指纹校准数据确定校准后的指纹数据;
根据所述校准后的指纹数据进行指纹识别。
CN201710252560.XA 2017-04-18 2017-04-18 一种指纹识别方法和装置 Active CN107133577B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710252560.XA CN107133577B (zh) 2017-04-18 2017-04-18 一种指纹识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710252560.XA CN107133577B (zh) 2017-04-18 2017-04-18 一种指纹识别方法和装置

Publications (2)

Publication Number Publication Date
CN107133577A CN107133577A (zh) 2017-09-05
CN107133577B true CN107133577B (zh) 2020-02-07

Family

ID=59716652

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710252560.XA Active CN107133577B (zh) 2017-04-18 2017-04-18 一种指纹识别方法和装置

Country Status (1)

Country Link
CN (1) CN107133577B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107886083A (zh) * 2017-11-27 2018-04-06 北京小米移动软件有限公司 指纹模组校准的方法、装置和可读存储介质
CN108763906B (zh) * 2018-05-31 2022-04-29 北京小米移动软件有限公司 生物特征识别方法及装置
CN110869939A (zh) * 2018-06-25 2020-03-06 华为技术有限公司 一种指纹采集方法和电子设备
CN109412719B (zh) * 2018-09-05 2021-03-19 深圳市汇顶科技股份有限公司 指纹芯片测试方法及测试设备
CN109948491B (zh) * 2019-03-11 2021-04-02 Oppo广东移动通信有限公司 指纹校准的判断方法及相关装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1257595A (zh) * 1997-04-21 2000-06-21 数字人公司 指纹识别***
CN105160320A (zh) * 2015-09-02 2015-12-16 小米科技有限责任公司 指纹识别方法、装置及移动终端
CN105303173A (zh) * 2015-10-19 2016-02-03 广东欧珀移动通信有限公司 一种降低误识别率的方法和装置
CN105808108A (zh) * 2016-05-27 2016-07-27 广东欧珀移动通信有限公司 一种解锁控制方法及移动终端

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015115484C5 (de) * 2015-09-14 2019-11-21 JENETRIC GmbH Vorrichtung und Verfahren zur optischen Direktaufnahme von lebenden Hautbereichen

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1257595A (zh) * 1997-04-21 2000-06-21 数字人公司 指纹识别***
CN105160320A (zh) * 2015-09-02 2015-12-16 小米科技有限责任公司 指纹识别方法、装置及移动终端
CN105303173A (zh) * 2015-10-19 2016-02-03 广东欧珀移动通信有限公司 一种降低误识别率的方法和装置
CN105808108A (zh) * 2016-05-27 2016-07-27 广东欧珀移动通信有限公司 一种解锁控制方法及移动终端

Also Published As

Publication number Publication date
CN107133577A (zh) 2017-09-05

Similar Documents

Publication Publication Date Title
CN107133577B (zh) 一种指纹识别方法和装置
CN106709399B (zh) 指纹识别方法及装置
CN109446994B (zh) 手势关键点检测方法、装置、电子设备及存储介质
US10452890B2 (en) Fingerprint template input method, device and medium
CN105488527B (zh) 图像分类方法及装置
CN104156947B (zh) 图像分割方法、装置及设备
CN107945133B (zh) 图像处理方法及装置
EP3086275A1 (en) Numerical value transfer method, terminal, cloud server, computer program and recording medium
CN105631803B (zh) 滤镜处理的方法和装置
US10216976B2 (en) Method, device and medium for fingerprint identification
CN107944367B (zh) 人脸关键点检测方法及装置
CN106557755B (zh) 指纹模板获取方法及装置
EP3139305A1 (en) Method and apparatus for fingerprint recognition and mobile terminal
EP3098765A1 (en) Method and apparatus for recommending cloud card
CN112188091B (zh) 人脸信息识别方法、装置、电子设备及存储介质
CN110059548B (zh) 目标检测方法及装置
CN104573642A (zh) 人脸识别方法及装置
US10671827B2 (en) Method and device for fingerprint verification
CN113807253A (zh) 人脸识别方法及装置、电子设备和存储介质
CN110826463B (zh) 人脸识别方法及装置、电子设备和存储介质
CN107133551B (zh) 指纹验证方法及装置
CN107729733B (zh) 控制移动终端的方法及装置、移动终端
CN107301404B (zh) 指纹录入方法及装置
CN106446827B (zh) 虹膜识别功能检测方法和装置
CN107122356B (zh) 显示人脸颜值的方法及装置、电子设备

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
GR01 Patent grant
GR01 Patent grant