CN107729884A - 指纹识别方法、移动终端以及计算机可读存储介质 - Google Patents
指纹识别方法、移动终端以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN107729884A CN107729884A CN201711178323.XA CN201711178323A CN107729884A CN 107729884 A CN107729884 A CN 107729884A CN 201711178323 A CN201711178323 A CN 201711178323A CN 107729884 A CN107729884 A CN 107729884A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- point
- finger print
- image
- bad
- 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
- G06V40/1365—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
本发明公开了一种指纹识别方法、移动终端以及计算机可读存储介质。指纹识别方法包括:获取录入的指纹图像,并对指纹图像提取当前指纹特征点;判断当前指纹特征点是否存在坏点;在判断的结果为是时,去除坏点,避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点,若判断的结果为否,则将当前指纹特征点与预存的指纹特征点进行匹配和更新。由此可提高指纹识别的准确率以及安全度。
Description
技术领域
本发明涉及指纹识别技术领域,特别是涉及一种指纹识别方法、移动终端以及计算机可读存储介质。
背景技术
随着人们对信息安全的觉悟越来越高,人们将进行各种安全保护,例如,在各种移动终端的屏幕开锁、某个个人应用的打开、结账付款等操作中,均需要进行身份验证才能完成相关操作。而指纹由于其具有终身不变性、唯一性和方便性,已几乎成为生物特征识别的代名词。在安全要求日益提高的今天,指纹开锁成为各大用户的爱好。
而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,又存在大量模糊指纹,以及由移动终端的自身问题,例如感应器的损坏等,使得录入的指纹也存在问题,这就导致了指纹识别困难,降低指纹识别的准确度。
发明内容
本申请实施例一方面提供了一种指纹识别方法,指纹识别方法包括:获取录入的指纹图像,并对所述指纹图像提取所述当前指纹特征点;判断所述当前指纹特征点是否存在坏点;在判断的结果为是时,去除所述坏点,避免所述坏点与预存的指纹特征点进行匹配以及所述坏点更新为新的指纹特征点;若判断的结果为否,则将所述当前指纹特征点与预存的指纹特征点进行匹配和更新。
另一方面,本申请实施例还提供了一种移动终端,移动终端包括:获取模块,用于获取录入的指纹图像,并对所述指纹图像提取所述当前指纹特征点;判断模块,用于判断所述当前指纹特征点是否存在坏点;控制模块,用于在所述判断模块判断的结果为是时,去除所述坏点,避免所述坏点与预存的指纹特征点进行匹配以及所述坏点更新为新的指纹特征点,并在判断模块判断的结果为否时,将当前指纹特征点与预存的指纹特征点进行匹配和更新。
另一方面,本申请实施例还提供了一种移动终端,移动终端包括处理器、与所述处理器连接的存储器以及输入装置,其中:所述输入装置用于获取录入的指纹图像;所述存储器存储程序数据,所述程序数据能够被所述处理器执行以实现前文任一项所述的指纹识别方法。
另一方面,本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,所述计算机程序能够被执行以实现前文任意一项所述的指纹识别方法。
本申请实施例在当前指纹特征点与预存的指纹特征点进行匹配以及更新之前首先判断当前指纹特征点是否存在坏点,并在判断到存在坏点时将坏点去除,由此可以避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点,从而提高指纹识别的准确率以及安全度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种指纹识别方法的流程示意图;
图2是本发明实施例提供的一种指纹的结构示意图;
图3是本发明实施例提供的另一种指纹的结构示意图;
图4是本发明实施例提供的另一种指纹识别方法的流程示意图;
图5是本发明实施例提供的又一种指纹识别方法的流程示意图;
图6是本发明实施例提供的又一种指纹识别方法的流程示意图;
图7是本发明实施例提供的一种移动终端的结构示意图;
图8是本发明实施例提供的另一种移动终端的结构示意图;
图9是本发明实施例提供的又一种移动终端的结构示意图;
图10是本发明实施例提供的一种计算机可读存储介质的结构示意图。
具体实施方式
下面结合附图和实施例,对本本申请作进一步的详细描述。特别指出的是,以下实施例仅用于说明本本申请,但不对本本申请的范围进行限定。同样的,以下实施例仅为本本申请的部分实施例而非全部实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本本申请保护的范围。
本本申请中的术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。本本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
值得注意的是,由于移动终端的外观要求,指纹模组越做越小,导致不管是登录时录入指纹图像还是注册时录入指纹图像都会出现识别面积过小的问题。当注册录入指纹图像的时候指纹录入面积过小,没有把整个手指指纹全部包括在里面就会导致用户在后面登录使用阶段识别率很低,即拒真率Frr会很高,只有当整个手指的指纹图像全部在注册录入时,用户在使用时即使手指偏一点点也能够识别。
但是在注册的时候不能要求用户录入次数过多,录入次数过多将降低用户体验,而且即使次数再多,如果用户没有经过特别训练,也很难得把整个手指指纹全部录入成功。
因此,当注册录入指纹图像不全的情况下,现有指纹识别通常通过反复学习来提高精确度。具体而言,在用户后续使用过程中,当出现一些质量较高的指纹图像,就将该指纹图像更新到用户的指纹模板库里进行存储,同时指纹模板库也删除一些质量差的指纹模板。通过不断的使用、学习,不断的更新指纹模板库,便可以不断的完善指纹模板库,用户在后续使用过程中,指纹模板库里存储的指纹越来越接近用户实时指纹,拒真率FRR就会越来越低。
但是上述的学习算法存在一个致命的问题:当指纹模组库在用户的使用过程中出现坏点,或者移动终端的表面盖板有微裂缝而产生坏点,比如指纹按压过重,指纹模组收到静电损伤等等都会造成指纹模组坏点产生。而坏点处的指纹图像通常是固定的。当坏点个数过多时,学习算法把坏点的图像也学习进入指纹模板库了。指纹模板库随着参杂坏点图像进行更新,导致原来质量好的指纹变成带着坏点的指纹。指纹模板库中的指纹存在很多坏点,后面的解锁图像也带着同样的坏点。此时因为坏点处图像是固定的,不论是谁录入解锁的指纹图像,其和带有坏点的指纹模板库里的指纹图像比较,因为坏点处的相似度很高,从特征点的匹配原理上,超过相似阀值,都能够解锁。因此将造成任意人都可以通过指纹解锁,大大降低了解锁的准确率以及用户信息的安全度。本发明将提供一种指纹识别方法及移动终端,以解决上述问题,具体请参阅以下实施例。
请参阅图1,图1是本发明实施例提供的一种指纹识别方法的流程结构示意图。如图1所示,本实施例的指纹识别方法还包括以下步骤:
步骤S11:获取录入的指纹图像,并对指纹图像提取当前指纹特征点。
指纹包括指纹纹路,指纹纹路并不是连续的、平滑笔直的,而是经常出现中断、分叉或转折。由中断、分叉和转折分别形成的断点、分叉点和转折点可为指纹特征点。
指纹特征点提供了指纹唯一性的确认信息。指纹特征点的参数包括方向(节点可以朝着一定的方向)、曲率(描述指纹纹路方向改变的速度)、位置(节点的位置通过x/y坐标来描述,可以是绝对的,也可以是相对于三角点或特征点的)。
本步骤可通过指纹传感器来获取指纹图像,其中获取方式可包括划擦式和按压式。
本步骤的当前指纹特征点的获取方式具体如下:首先将指纹图像进行如下预处理,包括:指纹图像增强、指纹图像区域检测、指纹图像中的指纹方向图和频率估算、指纹图像二值化、指纹图像细化。然后从预处理后的指纹图像中,获取指纹的脊线数据。最后从指纹的脊线数据中提取指纹识别所需的当前指纹特征点。
步骤S12:判断当前指纹特征点是否存在坏点。其中,具体是将当前指纹特征点与预存在指纹模版中的指纹特征点进行比较来判断。具体判断方法可包括以下两种:
第一种,通过当前指纹特征点所对应的图像特征来判断是否存在坏点。
第二种,通过当前指纹特征点对应的像素的当前电容值来判断是否存在坏点。
具体判断方法请参阅后文提供的实施例。
请一并参阅图2和图3,其中,图2是存储的正常指纹的结构示意图,图3是存储的出现坏点后的指纹的结构示意图。如图2所示,在指纹正常的情况下,由于每次录入指纹时的姿势不一样,因此每次录入的指纹图像所提取的指纹特征点均不同。在出现坏点后,因为坏点处图像是固定的,如图3所示,在图像3.1到3.4中的十字条纹就是坏点集中区。此时,不论是谁录入解锁的指纹图像,其和带有坏点的指纹模板库里的指纹图像比较,因为坏点处的相似度很高,从特征点的匹配原理上,超过相似阀值,都能够解锁。因此将造成任意人都可以通过指纹解锁,大大降低了解锁的准确率以及用户信息的安全度。因此本步骤需要将坏点识别出来。
在步骤S12中,若判断的结果为是,则跳转到步骤S13,若判断的结果为否,则跳转到步骤S14。
步骤S13:去除坏点,避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点。
步骤S14:将当前指纹特征点与预存的指纹特征点进行匹配和更新。
在本步骤中,若当前指纹特征点与预存的指纹特征点进行匹配后的相似度大于或等于预设的相似阈值,则匹配成功,进行相关的解锁操作。并进一步判断当前的指纹图像与预存的指纹图像的质量,可通过指纹特征点进行判断,若当前的指纹图像质量较高,则将当前录入的指纹图像更新指纹模版中相对较差的指纹图像。
由此可以避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点,从而提高指纹识别的准确率以及安全度。
请参阅图4,图4是本发明实施例提供的另一种指纹识别方法的流程示意图。如图4所示,本实施例的指纹识别方法包括以下步骤:
步骤S21:获取录入的指纹图像,并对指纹图像提取当前指纹特征点。本步骤的具体操作如前文所述,在此不再赘述。
步骤S22:判断在相同位置存在相同图像特征的次数是否超过预设的次数阈值。
本实施例主要是通过当前指纹特征点所对应的图像特征来判断是否存在坏点。当移动终端录入指纹图像的面板是盖板玻璃或者陶瓷时,容易受到外力影响而出现一些微小的裂缝,这个是外界物理因素导致的,但是此时指纹采集的芯片,例如前文所述的指纹传感器又没有坏,此时硬件是无法检测出来的。对于盖板玻璃或者陶瓷上的裂纹,在图像算法中设置为相同图像的检测,如果检测到指纹图像中提取的当前指纹特征点在相同位置存在相同图像特征的次数超过预设的次数阈值,则判断为该区域的指纹特征点存在坏点,不会去用来做匹配和更新指纹模板。形成图像时去除该相同部分。
其中,预设的次数阈值可为存储的指纹图像的数量的一半。
在步骤S22中,若判断的结果为是,则跳转到步骤S23,若判断的结果为否,则跳转到步骤S24。
步骤S23:去除坏点,避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点。
进一步的,判断坏点对应的图像面积是否超出预设的面积阈值,并在判断的结果为是时停止指纹识别。例如在坏点对应的图像面积超过指纹图像面积的10%时将停止指纹识别。
步骤S24:将当前指纹特征点与预存的指纹特征点进行匹配和更新。
在本步骤中,若当前指纹特征点与预存的指纹特征点进行匹配后的相似度大于或等于预设的相似阈值,则匹配成功,进行相关的解锁操作。并进一步判断当前的指纹图像与预存的指纹图像的质量,可通过指纹特征点进行判断,若当前的指纹图像质量较高,则将当前录入的指纹图像更新指纹模版中相对较差的指纹图像。
由此可以避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点,从而提高指纹识别的准确率以及安全度。
请参阅图5,图5是本发明实施例提供的又一种指纹识别方法的流程示意图。如图5所示,本实施例的指纹识别方法包括以下步骤:
步骤S31:获取录入的指纹图像,并对指纹图像提取当前指纹特征点。本步骤的具体操作如前文所述,在此不再赘述。
步骤S32:判断当前指纹特征点所对应的图像特征与预存的指纹特征点所对应的图像特征的相似度是否超过预设的相似度阈值。
本实施例同样是通过当前指纹特征点所对应的图像特征来判断是否存在坏点。但与前文实施例不同的是:本实施例是对图像特征的相似度进行判断,如前文所述,在指纹输入时,由于用户每次的按压力度和方向等均不可能完全相同,因此即使是同一个用户,其每次录入的指纹图像也不可能完全相同,而坏点的指纹图像是固定的,本实施例正是基于该区别点来判断坏点是否存在。其中,预设的相似度阈值可为存储的指纹图像的90%-100%。
在步骤S32中,若判断的结果为是,则跳转到步骤S33,若判断的结果为否,则跳转到步骤S34。
步骤S33:去除坏点,避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点。
进一步的,判断坏点对应的图像面积是否超出预设的面积阈值,并在判断的结果为是时停止指纹识别。例如在坏点对应的图像面积超过指纹图像面积的10%时将停止指纹识别。
步骤S34:将当前指纹特征点与预存的指纹特征点进行匹配和更新。
在本步骤中,若当前指纹特征点与预存的指纹特征点进行匹配后的相似度大于或等于预设的相似阈值,则匹配成功,进行相关的解锁操作。并进一步判断当前的指纹图像与预存的指纹图像的质量,可通过指纹特征点进行判断,若当前的指纹图像质量较高,则将当前录入的指纹图像更新指纹模版中相对较差的指纹图像。
由此可以避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点,从而提高指纹识别的准确率以及安全度。
请参阅图6,图6是本发明实施例提供的又一种指纹识别方法的流程示意图。如图6所示,本实施例的指纹识别方法包括以下步骤:
步骤S41:获取录入的指纹图像,并对指纹图像提取当前指纹特征点。本步骤的具体操作如前文所述,在此不再赘述。
步骤S42:判断当前指纹特征点对应的像素的当前电容值与预存的电容值的差值是否超出预设的范围阈值,并在判断的结果为是时确定为坏点。
指纹模组在用户的使用过程中通常会因为操作不当而出现坏点,比如指纹按压过重,指纹模组受到静电损伤等等都会造成指纹模组坏点产生。而坏点处的指纹图像是固定的。这些坏点是可以通过硬件电路来识别出来的,因为坏点对应的像素的电容值和正常的像素的电容值会差很远,很容易识别出来。因此本步骤通过将正常的像素的电容值进行预先存储,然后通过当前指纹特征点对应的像素的当前电容值与预存的电容值进行比较来判断是否存在坏点。
在步骤S42中,若判断的结果为是,则跳转到步骤S43,若判断的结果为否,则跳转到步骤S44。
步骤S43:去除坏点,避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点。
具体而言,因为本实施例的坏点是通过芯片,例如指纹传感器的损坏而出现的,因此,可将该像素对应的芯片彻底睡眠,不再使用芯片它的数据。
进一步的,判断坏点的数量是否超出预设的数量阈值,并在判断的结果为是时停止指纹识别。
数量阈值可为总图像像素点的10%,若超过数量阈值则认为已经无法保证安全性,停止工作。
步骤S44:将当前指纹特征点与预存的指纹特征点进行匹配和更新。
在本步骤中,若当前指纹特征点与预存的指纹特征点进行匹配后的相似度大于或等于预设的相似阈值,则匹配成功,进行相关的解锁操作。并进一步判断当前的指纹图像与预存的指纹图像的质量,可通过指纹特征点进行判断,若当前的指纹图像质量较高,则将当前录入的指纹图像更新指纹模版中相对较差的指纹图像。
由此可以避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点,从而提高指纹识别的准确率以及安全度。
请参阅图7,图7是一种移动终端的结构示意图。如图7所示,本实施例的移动终端60包括获取模块61、判断模块62以及控制模块63。
其中,获取模块61用于获取录入的指纹图像,并对指纹图像提取当前指纹特征点。可通过指纹传感器来获取指纹图像,其中获取方式可包括划擦式和按压式。
当前指纹特征点的获取方式具体如下:首先将指纹图像进行如下预处理,包括:指纹图像增强、指纹图像区域检测、指纹图像中的指纹方向图和频率估算、指纹图像二值化、指纹图像细化。然后从预处理后的指纹图像中,获取指纹的脊线数据。最后从指纹的脊线数据中提取指纹识别所需的当前指纹特征点。
判断模块62用于判断当前指纹特征点是否存在坏点。其中,具体可将当前指纹特征点与预存在指纹模版中的指纹特征点进行比较来判断。具体判断方法可包括以下两种:
第一种,通过当前指纹特征点的图像特征来判断是否存在坏点。
第二种,通过当前指纹特征点对应的像素的当前电容值来判断是否存在坏点。
以上两种判断方法的具体的步骤如前文所述,在此不再赘述。
控制模块63用于在判断模块62判断的结果为是时,去除坏点,避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点。
在以上第一种判断方法中,判断模块62进一步判断坏点对应的图像面积是否超出预设的面积阈值,控制模块63在判断模块62判断的结果为是时停止指纹识别。例如在坏点对应的图像面积超过指纹图像面积的10%时将停止指纹识别。
在以上第二种判断方法中,判断模块62进一步判断坏点的数量是否超出预设的数量阈值,控制模块63在判断模块62判断的结果为是时停止指纹识别。例如,数量阈值可为总图像像素点的10%,若超过数量阈值则认为已经无法保证安全性,停止工作。
控制模块63进一步在判断模块62判断的结果为否时,即未存在坏点时,将当前指纹特征点与预存的指纹特征点进行匹配和更新。
若当前指纹特征点与预存的指纹特征点进行匹配后的相似度大于或等于预设的相似阈值,则匹配成功,进行相关的解锁操作。并进一步判断当前的指纹图像与预存的指纹图像的质量,可通过指纹特征点进行判断,若当前的指纹图像质量较高,则将当前录入的指纹图像更新指纹模版中相对较差的指纹图像。
请参阅图8,图8是本发明实施例提供的另一种移动终端的结构示意图,如图8所示,本实施例的移动终端70包括处理器71、与处理器71连接的存储器72以及输入装置73。
其中,输入装置73用于获取录入的指纹图像。输入装置73例如可为移动终端的触控屏。触控屏上可设置有指纹传感器,通过指纹传感器来获取指纹图像,其中获取方式可包括划擦式和按压式。
存储器72存储程序数据,程序数据能够被处理器71执行以实现前文所述的指纹识别方法。
具体而言,处理器71对输入装置73获取的指纹图像提取当前指纹特征点。当前指纹特征点的获取方式具体如下:首先将指纹图像进行如下预处理,包括:指纹图像增强、指纹图像区域检测、指纹图像中的指纹方向图和频率估算、指纹图像二值化、指纹图像细化。然后从预处理后的指纹图像中,获取指纹的脊线数据。最后从指纹的脊线数据中提取指纹识别所需的当前指纹特征点。
处理器71进一步判断当前指纹特征点是否存在坏点。其中,具体可将当前指纹特征点与预存在指纹模版中的指纹特征点进行比较来判断。具体判断方法可包括以下两种:
第一种,通过当前指纹特征点的图像特征来判断是否存在坏点。
第二种,通过当前指纹特征点对应的像素的当前电容值来判断是否存在坏点。
以上两种判断方法的具体的步骤如前文所述,在此不再赘述。
处理器71进一步在判断的结果为是时,去除坏点,避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点。
在以上第一种判断方法中,处理器71进一步判断坏点对应的图像面积是否超出预设的面积阈值,在判断的结果为是时停止指纹识别。例如在坏点对应的图像面积超过指纹图像面积的10%时将停止指纹识别。
在以上第二种判断方法中,处理器71进一步判断坏点的数量是否超出预设的数量阈值,在判断的结果为是时停止指纹识别。例如,数量阈值可为总图像像素点的10%,若超过数量阈值则认为已经无法保证安全性,停止工作。
处理器71进一步在判断的结果为否时,即未存在坏点时,将当前指纹特征点与预存的指纹特征点进行匹配和更新。
若当前指纹特征点与预存的指纹特征点进行匹配后的相似度大于或等于预设的相似阈值,则匹配成功,进行相关的解锁操作。并进一步判断当前的指纹图像与预存的指纹图像的质量,可通过指纹特征点进行判断,若当前的指纹图像质量较高,则将当前录入的指纹图像更新指纹模版中相对较差的指纹图像。
请参阅图9,图9是本发明实施例提供的又一种移动终端的结构示意图,如图9所示,该移动终端800包括RF电路810、存储器820、输入单元830、显示单元840、传感器850、音频电路860、wifi模块870、处理器880、电源890等。其中,RF电路810、存储器820、输入单元830、显示单元840、传感器850、音频电路860、wifi模块870与处理器880连接,电源890用于为整个移动终端80提供电能。
具体而言,RF电路810用于接收和发送信号;存储器820用于存储数据指令信息;输入单元830用于输入信息,具体可以包括触控面板831以及操作按键等其他输入设备832;显示单元840则可以包括显示面板841等;传感器850包括红外传感器、激光传感器、指纹传感器等,用于检测用户接近信号、距离信号以及触控信号等;扬声器861以及传声器(或者麦克风)862通过音频电路860与处理器880电连接,用于接收和发送声音信号;wifi模块870则用于接收和发射wifi信号。
输入单元831还用于获取录入的指纹图像。
处理器880用于对输入单元831获取的指纹图像提取当前指纹特征点。具体方法如前文所述,在此不再赘述。
处理器880进一步判断当前指纹特征点是否存在坏点。其中,具体可将当前指纹特征点与预存在指纹模版中的指纹特征点进行比较来判断。具体判断方法可包括以下两种:
第一种,通过当前指纹特征点的图像特征来判断是否存在坏点。
第二种,通过当前指纹特征点对应的像素的当前电容值来判断是否存在坏点。
以上两种判断方法的具体的步骤如前文所述,在此不再赘述。
处理器880进一步在判断的结果为是时,去除坏点,避免坏点与预存的指纹特征点进行匹配以及坏点更新为新的指纹特征点。
在以上第一种判断方法中,处理器880进一步判断坏点对应的图像面积是否超出预设的面积阈值,在判断的结果为是时停止指纹识别。例如在坏点对应的图像面积超过指纹图像面积的10%时将停止指纹识别。
在以上第二种判断方法中,处理器880进一步判断坏点的数量是否超出预设的数量阈值,在判断的结果为是时停止指纹识别。例如,数量阈值可为总图像像素点的10%,若超过数量阈值则认为已经无法保证安全性,停止工作。
处理器880进一步在判断的结果为否时,即未存在坏点时,将当前指纹特征点与预存的指纹特征点进行匹配和更新。
若当前指纹特征点与预存的指纹特征点进行匹配后的相似度大于或等于预设的相似阈值,则匹配成功,进行相关的解锁操作。并进一步判断当前的指纹图像与预存的指纹图像的质量,可通过指纹特征点进行判断,若当前的指纹图像质量较高,则将当前录入的指纹图像更新指纹模版中相对较差的指纹图像。
存储器820则用于存储处理器880的操作指令等信息。关于处理器880具体的操作流程,同样请参阅上述方法实施例中的详细描述。
请参阅图10,图10是本申请实施例提供的一种计算机可读存储介质的结构示意图。
该计算机可读存储介质90存储有计算机程序91,所述计算机程序91能够被执行以实现上述实施例中所阐述的指纹识别方法,在此就不再赘述。
如本领域技术人员所理解,该计算机可读存储介质90可以是U盘、光盘等物理存储介质,也可以是服务器等虚拟存储介质。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (11)
1.一种指纹识别方法,其特征在于,所述指纹识别方法包括:
获取录入的指纹图像,并对所述指纹图像提取当前指纹特征点;
判断所述当前指纹特征点是否存在坏点;
在判断的结果为是时,去除所述坏点,避免所述坏点与预存的指纹特征点进行匹配以及所述坏点更新为新的指纹特征点;
若判断的结果为否,则将所述当前指纹特征点与预存的指纹特征点进行匹配和更新。
2.根据权利要求1所述的指纹识别方法,其特征在于,所述判断所述当前指纹特征点是否存在坏点的步骤包括:
通过所述当前指纹特征点所对应的图像特征来判断是否存在坏点。
3.根据权利要求2所述的指纹识别方法,其特征在于,所述通过所述当前指纹特征点对应的图像特征来判断是否存在坏点的步骤包括:
判断所述当前指纹特征点所对应的图像特征与预存的指纹特征点所对应的图像特征的相似度是否超过预设的相似度阈值,并在判断的结果为是时确定为坏点。
4.根据权利要求2所述的指纹识别方法,其特征在于,所述通过所述当前指纹特征点所对应的图像特征来判断是否存在坏点的步骤包括:
判断在相同位置存在相同图像特征的次数是否超过预设的次数阈值,并在判断的结果为是时确定为坏点。
5.根据权利要求3或4任一项所述的指纹识别方法,其特征在于,所述指纹识别方法还包括:
判断所述坏点的面积是否超出预设的面积阈值,并在判断的结果为是时停止指纹识别。
6.根据权利要求1所述的指纹识别方法,其特征在于,所述判断所述当前指纹特征点是否存在坏点的步骤包括:
通过所述当前指纹特征点对应的像素的当前电容值来判断是否存在坏点。
7.根据权利要求6所述的指纹识别方法,其特征在于,所述通过所述当前指纹特征点对应的像素的当前电容值来判断是否存在坏点的步骤包括:
判断所述当前指纹特征点对应的像素的当前电容值与预存的电容值的差值是否超出预设的范围阈值,并在判断的结果为是时确定为坏点。
8.根据权利要求7所述的指纹识别方法,其特征在于,所述指纹识别方法还包括:
判断所述坏点的数量是否超出预设的数量阈值,并在判断的结果为是时停止指纹识别。
9.一种移动终端,其特征在于,所述移动终端包括:
获取模块,用于获取录入的指纹图像,并对所述指纹图像提取所述当前指纹特征点;
判断模块,用于判断所述当前指纹特征点是否存在坏点;
控制模块,用于在所述判断模块判断的结果为是时,去除所述坏点,避免所述坏点与预存的指纹特征点进行匹配以及所述坏点更新为新的指纹特征点,并在所述判断模块判断的结果为否时,将所述当前指纹特征点与预存的指纹特征点进行匹配和更新。
10.一种移动终端,其特征在于,所述移动终端包括处理器、与所述处理器连接的存储器以及输入装置,其中:
所述输入装置用于获取录入的指纹图像;
所述存储器存储程序数据,所述程序数据能够被所述处理器执行以实现权利要求1-8任一项所述的指纹识别方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序能够被执行以实现权利要求1-8任意一项所述的指纹识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711178323.XA CN107729884A (zh) | 2017-11-22 | 2017-11-22 | 指纹识别方法、移动终端以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711178323.XA CN107729884A (zh) | 2017-11-22 | 2017-11-22 | 指纹识别方法、移动终端以及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107729884A true CN107729884A (zh) | 2018-02-23 |
Family
ID=61218949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711178323.XA Pending CN107729884A (zh) | 2017-11-22 | 2017-11-22 | 指纹识别方法、移动终端以及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107729884A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898089A (zh) * | 2018-06-25 | 2018-11-27 | 联想(北京)有限公司 | 一种特征识别方法和电子设备 |
CN110929548A (zh) * | 2018-09-19 | 2020-03-27 | 北京小米移动软件有限公司 | 指纹识别方法、装置、设备及存储介质 |
CN111144323A (zh) * | 2019-12-28 | 2020-05-12 | 广东智冠信息技术股份有限公司 | 一种掌静脉生物特征识别注册库自适应变化方法 |
CN111241314A (zh) * | 2020-01-13 | 2020-06-05 | 北京迈格威科技有限公司 | 指纹底库录入方法、装置、电子设备及存储介质 |
CN113406429A (zh) * | 2021-07-30 | 2021-09-17 | 佛山市墨纳森智能科技有限公司 | 一种电子计量装置检测方法、装置、存储介质及电子设备 |
CN113762080A (zh) * | 2021-08-05 | 2021-12-07 | 当趣网络科技(杭州)有限公司 | 无指纹预录的大屏端控制方法、装置及可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469083A (zh) * | 2015-11-13 | 2016-04-06 | 广东欧珀移动通信有限公司 | 指纹图像处理方法、装置和终端设备 |
CN105631443A (zh) * | 2016-03-11 | 2016-06-01 | 广东欧珀移动通信有限公司 | 指纹模板的更新方法及终端设备 |
CN105809133A (zh) * | 2016-03-08 | 2016-07-27 | 广东欧珀移动通信有限公司 | 指纹特征信息更新方法及装置 |
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 |
CN105956553A (zh) * | 2016-04-28 | 2016-09-21 | 广东欧珀移动通信有限公司 | 一种解锁方法及移动终端 |
CN105991997A (zh) * | 2015-03-06 | 2016-10-05 | 成都方程式电子有限公司 | 一种电容式图像传感器坏点实时定位的方法 |
-
2017
- 2017-11-22 CN CN201711178323.XA patent/CN107729884A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105991997A (zh) * | 2015-03-06 | 2016-10-05 | 成都方程式电子有限公司 | 一种电容式图像传感器坏点实时定位的方法 |
CN105469083A (zh) * | 2015-11-13 | 2016-04-06 | 广东欧珀移动通信有限公司 | 指纹图像处理方法、装置和终端设备 |
CN105809133A (zh) * | 2016-03-08 | 2016-07-27 | 广东欧珀移动通信有限公司 | 指纹特征信息更新方法及装置 |
CN105631443A (zh) * | 2016-03-11 | 2016-06-01 | 广东欧珀移动通信有限公司 | 指纹模板的更新方法及终端设备 |
CN105956553A (zh) * | 2016-04-28 | 2016-09-21 | 广东欧珀移动通信有限公司 | 一种解锁方法及移动终端 |
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 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898089A (zh) * | 2018-06-25 | 2018-11-27 | 联想(北京)有限公司 | 一种特征识别方法和电子设备 |
CN110929548A (zh) * | 2018-09-19 | 2020-03-27 | 北京小米移动软件有限公司 | 指纹识别方法、装置、设备及存储介质 |
CN110929548B (zh) * | 2018-09-19 | 2023-11-03 | 北京小米移动软件有限公司 | 指纹识别方法、装置、设备及存储介质 |
CN111144323A (zh) * | 2019-12-28 | 2020-05-12 | 广东智冠信息技术股份有限公司 | 一种掌静脉生物特征识别注册库自适应变化方法 |
CN111241314A (zh) * | 2020-01-13 | 2020-06-05 | 北京迈格威科技有限公司 | 指纹底库录入方法、装置、电子设备及存储介质 |
CN113406429A (zh) * | 2021-07-30 | 2021-09-17 | 佛山市墨纳森智能科技有限公司 | 一种电子计量装置检测方法、装置、存储介质及电子设备 |
CN113406429B (zh) * | 2021-07-30 | 2021-11-12 | 佛山市墨纳森智能科技有限公司 | 一种电子计量装置检测方法、装置、存储介质及电子设备 |
CN113762080A (zh) * | 2021-08-05 | 2021-12-07 | 当趣网络科技(杭州)有限公司 | 无指纹预录的大屏端控制方法、装置及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107729884A (zh) | 指纹识别方法、移动终端以及计算机可读存储介质 | |
US11914693B2 (en) | Fingerprint recognition method and apparatus, and touchscreen terminal | |
US9224029B2 (en) | Electronic device switchable to a user-interface unlocked mode based upon a pattern of input motions and related methods | |
EP3905102A1 (en) | Method and device for determining operation based on facial expression groups, and electronic device | |
EP3370181B1 (en) | Segment-block-based handwritten signature authentication system and method | |
EP3388963B1 (en) | Segment-based handwritten signature authentication system and method | |
CN105160228A (zh) | 一种移动终端解锁的方法及移动终端 | |
CN105574383A (zh) | 一种终端***管理方法及装置 | |
CN102833423A (zh) | 一种基于指纹识别的触摸屏手机及登录解锁方法 | |
CN105980973A (zh) | 用户认证手势 | |
CN105574392B (zh) | 一种显示模式切换方法及移动终端 | |
CN105354474A (zh) | 一种利用指纹确认防止误操作的方法、装置及移动终端 | |
CN105426658A (zh) | 一种车辆预启动方法及相关装置 | |
CN105335641A (zh) | 一种基于指纹识别的身份验证方法及装置 | |
US20190087381A1 (en) | Method and apparatus for controlling serial peripheral interface of fingerprint sensor, and mobile terminal | |
CN104464730A (zh) | 以语音识别来发生事件装置及方法 | |
WO2017185667A1 (zh) | 控制指纹传感器的方法、装置及电子设备 | |
CN106980527A (zh) | 启动指纹识别的方法、装置以及智能终端 | |
WO2019041243A1 (zh) | 指纹传感器功能的验证方法及终端 | |
CN107563165A (zh) | 指纹识别方法、装置、存储介质及终端 | |
WO2022268023A1 (zh) | 指纹识别方法、装置、电子设备和可读存储介质 | |
CN110235145A (zh) | 指纹识别方法、装置、电子设备及存储介质 | |
WO2013051785A1 (en) | Method and apparatus for determining input | |
WO2017185670A1 (zh) | 控制指纹传感器的方法、装置及电子设备 | |
JP6060501B2 (ja) | 筆跡管理プログラム及び記録表示装置 |
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: 20180223 |
|
RJ01 | Rejection of invention patent application after publication |