CN110348377B - 一种指纹识别方法及设备 - Google Patents
一种指纹识别方法及设备 Download PDFInfo
- Publication number
- CN110348377B CN110348377B CN201910616537.3A CN201910616537A CN110348377B CN 110348377 B CN110348377 B CN 110348377B CN 201910616537 A CN201910616537 A CN 201910616537A CN 110348377 B CN110348377 B CN 110348377B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- identified
- image
- matching
- algorithm
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请的目的是提供一种指纹识别方法及设备,本申请通过获取待识别指纹图像,对所述待识别指纹图像进行特征点提取得到至少两个待识别特征点和每个所述待识别特征点的位置信息;基于所述至少两个待识别特征点和每个所述待识别特征点的位置信息,将所述待识别指纹图像与对应的指纹模板图像进行匹配得到所述待识别指纹图像的匹配结果;基于所述匹配结果调用对应的识别算法对所述待识别指纹图像进行指纹识别,实现了更加智能化的指纹识别,克服了指纹破损和不清晰的问题,提高了指纹识别的准确率,降低了错误识别率。
Description
技术领域
本申请涉及计算机领域,尤其涉及一种指纹识别方法及设备。
背景技术
现有技术中,在智能锁的指纹识别中老人与小孩的指纹识别通过率不高。有以下原因:老人的指纹皮肤干燥,并且常常出现残缺的情况,造成指纹特征不明显;小孩的指纹纹路浅造成指纹不清晰,导致指纹特征点少,难以提取,无法实现指纹的有效识别。因此,如何有效地对指纹进行识别成为业界亟需解决的问题。
发明内容
本申请的一个目的是提供一种指纹识别方法及设备,以解决现有技术中指纹识别过程中指纹残缺和指纹纹路不清晰导致的特征点难提取、指纹识别率低的问题。
根据本申请的一个方面,提供了一种指纹识别方法,包括:所述方法包括:
获取待识别指纹图像,对所述待识别指纹图像进行特征点提取得到至少两个待识别特征点和每个所述待识别特征点的位置信息;
基于所述至少两个待识别特征点和每个所述待识别特征点的位置信息,将所述待识别指纹图像与对应的指纹模板图像进行匹配得到所述待识别指纹图像的匹配结果;
基于所述匹配结果调用对应的识别算法对所述待识别指纹图像进行指纹识别。
进一步地,上述指纹识别方法还包括:
预置指纹模板库,所述指纹模板库包括至少一个指纹模板图像,每个所述指纹模板图像包括至少两个指纹特征点和每个所述指纹特征点的位置信息。
进一步地,上述指纹识别方法中,基于所述至少两个待识别特征点和每个所述待识别特征点的位置信息,将所述待识别指纹图像与对应的指纹模板图像进行匹配得到所述待识别指纹图像的匹配结果,包括:
分别将所述至少两个待识别特征点与所述对应的指纹模板图像中的每个所述指纹特征点进行特征点匹配,得到所述至少两个待识别特征点中的、与对应的所述指纹特征点匹配的匹配特征点;
将所述匹配特征点的位置信息和与所述匹配特征点对应的指纹特征点的位置信息进行位置匹配,统计与所述指纹特征点的位置信息不匹配的匹配特征点的数量;
基于所述数量确定所述待识别指纹图像的匹配结果。
进一步地,上述指纹识别方法中,基于所述数量确定所述待识别指纹图像的匹配结果,包括:
预置与所述指纹模板图像中的指纹特征点的位置信息不匹配的待识别特征点的预设数量阈值;
基于所述数量和所述预设数量阈值确定所述待识别指纹图像的匹配结果。
进一步地,上述指纹识别方法中,基于所述匹配结果调用对应的识别算法对所述待识别指纹图像进行指纹识别,包括:
若所述匹配结果为所述数量大于等于所述预设数量阈值,则调用图像算法对所述待识别指纹图像进行指纹识别;
若所述匹配结果为所述数量小于所述预设数量阈值,则调用特征点算法对所述待识别指纹图像进行指纹识别。
进一步地,上述指纹识别方法中,所述调用图像算法对所述待识别指纹图像进行指纹识别,包括:
调用二值化算法、滤波算法和所述图像算法对所述待识别指纹图像进行指纹识别。
进一步地,上述指纹识别方法中,所述调用图像算法对所述待识别指纹图像进行指纹识别,包括:
调用多方向滤波算法和所述图像算法对所述待识别指纹图像进行指纹识别。
根据本申请的另一方面,还提供了一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行时,使所述处理器实现如上述任一项所述的方法。
根据本申请的另一方面,还提供了计算机可读介质,用于存储一个或多个计算机可读指令,
当所述一个或多个计算机可读指令被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任一项所述的方法。
与现有技术相比,本申请通过获取待识别指纹图像,对所述待识别指纹图像进行特征点提取得到至少两个待识别特征点和每个所述待识别特征点的位置信息;基于所述至少两个待识别特征点和每个所述待识别特征点的位置信息,将所述待识别指纹图像与对应的指纹模板图像进行匹配得到所述待识别指纹图像的匹配结果;基于所述匹配结果调用对应的识别算法对所述待识别指纹图像进行指纹识别。使得通过从待识别指纹图像中提取的至少两个待识别特征点及每个待识别特征点的位置信息,将待识别指纹图像与对应的指纹模板图像进行匹配,并根据匹配结果调用对应的识别算法,来实现对待识别指纹图像的指纹识别,不仅使得指纹识别更加智能化,还根据由于指纹的破损和不清晰等问题导致的不同的匹配结果,来调用对应的识别算法对待识别指纹图像进行指纹识别,从而降低了指纹识别的错误识别率,进一步提高了指纹识别的准确率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出根据本申请一个方面的一种指纹识别方法的流程示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中,终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
图1示出根据本申请一个方面的一种指纹识别方法流程示意图,应用于对指纹进行识别的终端,该终端可以为指纹识别器、指纹识别锁及移动设备等需要对指纹进行识别的设备中,该终端中设置有一指纹识别区域,用于采集或录入一个或多个指纹。该方法包括步骤S1、步骤S2及步骤S3,其中,具体包括:
步骤S1,获取待识别指纹图像,对所述待识别指纹图像进行特征点提取得到至少两个待识别特征点和每个所述待识别特征点的位置信息。在此,所述识别指纹图像包括但不限于老人、小孩、成年人等的指纹图像。
比如,当需要对某一用户的指纹进行识别时,可以通过终端设置的一指纹识别区域对该用户的指纹进行录入,以采集并获取到该用户的待识别指纹图像;接着,对所述待识别指纹图像进行特征点提取的过程中,可以通过对待识别指纹图像在脊线结构上沿方向进行判断,从而提取出端点、分叉点等用于指示所述待识别指纹图像的特征点的信息,得到所述待识别指纹图像的至少两个待识别特征点,并同时确定每个待识别特征点的位置信息,实现对所述待识别指纹图像的待识别特征点的提取。
步骤S2,基于所述至少两个待识别特征点和每个所述待识别特征点的位置信息,将所述待识别指纹图像与对应的指纹模板图像进行匹配得到所述待识别指纹图像的匹配结果。在此,所述待识别指纹图像与对应的指纹模板图像进行匹配的过程包括特征点匹配和位置匹配。
步骤S3,基于所述匹配结果调用对应的识别算法对所述待识别指纹图像进行指纹识别。在此,所述识别算法可以包括但不限于图像算法和特征点算法,保证终端中同时存储有图像算法和特征点算法这两种用于对指纹进行识别的识别算法,使得特征点算法与图像算法二合一存储于终端中,以便当待识别指纹图像的指纹纹路比较清晰且指纹图像效果比较好时,可以对应调用特征点算法来对待识别指纹图像进行识别,降低错误识别率;当待识别指纹图像的指纹纹路不够清晰且破损时,也可以对应调用图像算法来对待识别指纹图像进行识别,以提升对待识别指纹图像的识别率。
上述步骤S1至步骤S3,使得通过从待识别指纹图像中提取的至少两个待识别特征点及每个待识别特征点的位置信息,将待识别指纹图像与对应的指纹模板图像进行匹配,并根据匹配结果调用对应的识别算法,来实现对待识别指纹图像的指纹识别,不仅使得指纹识别更加智能化,还根据由于指纹的破损和不清晰等问题导致的不同的匹配结果,来调用对应的识别算法对待识别指纹图像进行指纹识别,从而降低了指纹识别的错误识别率,进一步提高了指纹识别的准确率。
本申请又一实施例提供的一种指纹识别方法还包括:
预置指纹模板库,所述指纹模板库包括至少一个指纹模板图像,每个所述指纹模板图像包括至少两个指纹特征点和每个所述指纹特征点的位置信息。在此,所述指纹模板库不仅可以是终端通过获取一个或多个用户的指纹而得到的指纹模板图像,还可以是该终端中设置的一指纹识别区域通过对一个或多个用户的指纹进行录入而得到的指纹模板图像,该指纹模板库可以包括不同年龄层的用户对应的指纹模板图像,也可以包括不同的用户对应的指纹模板图像,以确保该指纹模板库中存储有用于所述终端在采集了各种待识别指纹图像后可以调用来进行指纹匹配的至少一个指纹模板图像的多样化。当然,预置的所述指纹模板库中的各类型用户(比如,老人、儿童及成年人等)的指纹模板图像数量越多,类型越广,越有利于提高后续对待识别指纹图像的指纹识别的准确率,也有助于对指纹识别通过率的提升。
接着本申请的上述实施例,所述步骤S2基于所述至少两个待识别特征点和每个所述待识别特征点的位置信息,将所述待识别指纹图像与对应的指纹模板图像进行匹配得到所述待识别指纹图像的匹配结果,具体包括:
分别将所述至少两个待识别特征点与所述对应的指纹模板图像中的每个所述指纹特征点进行特征点匹配,得到所述至少两个待识别特征点中的、与对应的所述指纹特征点匹配的匹配特征点;
将所述匹配特征点的位置信息和与所述匹配特征点对应的指纹特征点的位置信息进行位置匹配,统计与所述指纹特征点的位置信息不匹配的匹配特征点的数量;
基于所述数量确定所述待识别指纹图像的匹配结果,有利于进一步进行指纹识别。
例如,若待识别指纹图像a在指纹模板库中对应的指纹模板图像为指纹模板图像A,且该指纹模板图像A中的各指纹特征点分别为A1、A2、A3、A4、A5、A6、A7、A8、A9、A10;在步骤S1中对待识别指纹图像a进行特征点提取后,若得到待识别指纹图像a中的各待识别特征点分别为a1、a2......a49、a50;步骤S2将待识别指纹图像a中的各待识别特征点:a1、a2......a49、a50分别与该指纹模板图像A中的各指纹特征点:A1、A2、A3、A4、A5、A6、A7、A8、A9、A10进行特征点匹配,并从待识别指纹图像a中的各待识别特征点:a1、a2......a49、a50中获取与对应指纹特征点:A1、A2、A3、A4、A5、A6、A7、A8、A9、A10相匹配的匹配特征点。
在此,若待识别指纹图像a与对应的指纹模板图像A进行特征点匹配的结果为:A1-a1、A2-a3、A3-a5、A4-a7、A5-a10、A6-a20、A7-a25、A8-a30、A9-a35、A10-a47,即:与对应指纹特征点A1匹配的待识别特征点为a1,与对应指纹特征点A2匹配的待识别特征点为a3,与对应指纹特征点A3匹配的待识别特征点为a5,依次分别对应直至对应指纹特征点A10匹配的待识别特征点为a47,则从待识别指纹图像a中的各待识别特征点:a1、a2......a49、a50中获取与对应指纹特征点:A1、A2、A3、A4、A5、A6、A7、A8、A9、A10相匹配的匹配特征点为:a1、a3、a5、a7、a10、a20、a25、a30、a35、a40、a47。
接着,分别将匹配特征点a1的位置信息d1与对应指纹特征点A1的位置信息D1进行位置匹配,将匹配特征点a3的位置信息d3与对应指纹特征点A2的位置信息D2进行位置匹配,将匹配特征点a5的位置信息d5与对应指纹特征点A3的位置信息D3进行位置匹配,将匹配特征点a7的位置信息d7与对应指纹特征点A4的位置信息D4进行位置匹配,将匹配特征点a10的位置信息d10与对应指纹特征点A5的位置信息D5进行位置匹配,将匹配特征点a20的位置信息d20与对应指纹特征点A6的位置信息D6进行位置匹配,将匹配特征点a25的位置信息d25与对应指纹特征点A7的位置信息D7进行位置匹配,将匹配特征点a30的位置信息d30与对应指纹特征点A8的位置信息D8进行位置匹配,将匹配特征点a35的位置信息d35与对应指纹特征点A9的位置信息D9进行位置匹配,将匹配特征点a47的位置信息d47与对应指纹特征点A10的位置信息D10进行位置匹配,并统计与所述指纹特征点的位置信息不匹配的匹配特征点的数量n。在此,若获得与对应指纹特征点的位置信息不匹配的匹配特征点为a10和a20,即匹配特征点a10的位置信息d10与对应指纹特征点A5的位置信息D5不匹配,匹配特征点a20的位置信息d20与对应指纹特征点A6的位置信息D6不匹配,得到与所述指纹特征点的位置信息不匹配的匹配特征点的数量n为2,即n=2。
进一步地,所述步骤S2中的基于所述数量确定所述待识别指纹图像的匹配结果,具体包括:
预置与所述指纹模板图像中的指纹特征点的位置信息不匹配的待识别特征点的预设数量阈值;
基于所述数量和所述预设数量阈值确定所述待识别指纹图像的匹配结果。
例如,若与对应指纹特征点的位置信息不匹配的匹配特征点为a10和a20,即与所述指纹特征点的位置信息不匹配的匹配特征点的数量n为2,即n=2。若与所述指纹模板图像中的指纹特征点的位置信息不匹配的待识别特征点的预设数量阈值为N,根据所述数量n与所述预设数量阈值N的比较来确定所述待识别指纹图像的匹配结果,在此,所述匹配结果包括所述数量小于所述预设数量阈值,或所述数量大于等于所述预设数量阈值。
接着本申请的上述实施例,所述步骤S3基于所述匹配结果调用对应的识别算法对所述待识别指纹图像进行指纹识别,具体包括:
若所述匹配结果为所述数量大于等于所述预设数量阈值,则调用图像算法对所述待识别指纹图像进行指纹识别;在此,所述图像算法为使用基于图像灰度信息检测的方式提取兴趣点,并且对提取到的兴趣点进行高维信息的提取,最后将待识别指纹图像的兴趣点位置及高维信息与指纹库中的各个指纹图像的兴趣点位置及高维信息进行匹配,得到指纹识别结果。
若所述匹配结果为所述数量小于所述预设数量阈值,则调用特征点算法对所述待识别指纹图像进行指纹识别。在此,所述特征点算法中特征点提取为在指纹图像的脊线结构上沿方向进行判断,可提取出端点、分叉点等信息。基于上述信息的提取对特征点类型、角度、位置等信息进行记录,并将待识别指纹图像的上述记录的信息与指纹库中的指纹图像的上述记录的信息进行匹配,得到指纹识别结果。
例如:若位置信息不匹配的匹配特征点为a10和a20,即位置信息不匹配的匹配特征点的数量为n=2。位置信息不匹配的匹配特征点的预设阈值为N,此处的判断过程如下所示:
当n≥N时,说明待识别指纹图像的指纹纹路不够清晰或破损,则选择图像算法,以调用所述图像算法对所述待识别指纹图像进行指纹识别,不仅可以使指纹识别更加智能化,还降低了对指纹纹路不够清晰或破损的待识别指纹图像的指纹识别的错误识别率,进一步提高了指纹识别的准确率降低了指纹识别的错误识别率,进一步提高了指纹识别的准确率;比如,当预设阈值N为2时,位置信息不匹配的匹配特征点的数量为n=2,即n=N,调用图像算法对待识别指纹图像进行指纹识别。
当n<N时,说明待识别指纹图像的指纹纹路比较清晰,则选择特征点算法,以调用所述特征点算法对所述待识别指纹图像进行指纹识别,直接基于前述步骤提取的特征点进行处理并得到指纹识别结果,使指纹识别更加智能化,进一步提高了对指纹纹路比较清晰的待识别指纹图像的指纹识别的准确率降,从而低了指纹识别的错误识别率,比如,当预设阈值N为5时,位置信息不匹配的匹配特征点的数量为n=2,即n<N,调用特征点算法对待识别指纹图像进行指纹识别。
接着本申请的上述实施例,所述调用图像算法对所述待识别指纹图像进行指纹识别,包括:
调用二值化算法、滤波算法和所述图像算法对所述待识别指纹图像进行指纹识别。
例如,针对儿童的指纹纹路较浅不清晰的问题,调用图像算法对所述待识别指纹图像进行指纹识别,同时加入滤波算法和二值化算法,使得对儿童的待识别指纹图像进行指纹识别时加入了有滤波功能的二值化算法,对儿童的待识别指纹图像进行灰度拉伸处理使得待识别指纹图像中的纹路更为清晰,有利于指纹识别的进一步操作;接着,在待识别指纹图像灰度拉伸处理的基础上进行特征值提取等工作,克服了指纹不清晰的问题,提高了指纹识别的准确率降低了指纹识别的错误识别率。
接着本申请的上述实施例,所述调用图像算法对所述待识别指纹图像进行指纹识别,包括:
调用多方向滤波算法和所述图像算法对所述待识别指纹图像进行指纹识别。
例如,针对老人指纹干燥破损的问题,调用图像算法对所述待识别指纹图像进行指纹识别的同时,还调用多方向滤波算法来对所述待识别指纹图像进行填补破损区域的处理,恢复待识别指纹图像的连续性,克服了指纹破损和不清晰的问题,以提高了指纹识别的准确率。
根据本申请的另一个方面,还提供了一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行时,使所述处理器实现如上述控制用户对垒方法。
根据本申请的另一个方面,还提供了一种指纹识别设备,其特征在于,该设备包括:
一个或多个处理器;
计算机可读介质,用于存储一个或多个计算机可读指令,
当所述一个或多个计算机可读指令被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述在设备上控制用户对垒方法。
在此,所述设备的各实施例的详细内容,具体可参见上述设备端的控制用户对垒方法实施例的对应部分,在此,不再赘述。
综上所述,本申请通过获取待识别指纹图像,对所述待识别指纹图像进行特征点提取得到至少两个待识别特征点和每个所述待识别特征点的位置信息;基于所述至少两个待识别特征点和每个所述待识别特征点的位置信息,将所述待识别指纹图像与对应的指纹模板图像进行匹配得到所述待识别指纹图像的匹配结果;基于所述匹配结果调用对应的识别算法对所述待识别指纹图像进行指纹识别,使得通过从待识别指纹图像中提取的至少两个待识别特征点及每个待识别特征点的位置信息,将待识别指纹图像与对应的指纹模板图像进行匹配,并根据匹配结果调用对应的识别算法,来实现对待识别指纹图像的指纹识别,不仅使得指纹识别更加智能化,还根据由于指纹的破损和不清晰等问题导致的不同的匹配结果,来调用对应的识别算法对待识别指纹图像进行指纹识别,从而降低了指纹识别的错误识别率,进一步提高了指纹识别的准确率。
需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
另外,本申请的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令,可能被存储在固定的或可移动的记录介质中,和/或通过广播或其他信号承载媒体中的数据流而被传输,和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此,根据本申请的一个实施例包括一个装置,该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (5)
1.一种指纹识别方法,其特征在于,所述方法包括:
获取待识别指纹图像,对所述待识别指纹图像进行特征点提取得到至少两个待识别特征点和每个所述待识别特征点的位置信息;
基于所述至少两个待识别特征点和每个所述待识别特征点的位置信息,将所述待识别指纹图像与对应的指纹模板图像进行匹配得到所述待识别指纹图像的匹配结果;所述方法还包括:预置指纹模板库,所述指纹模板库包括至少一个指纹模板图像,每个所述指纹模板图像包括至少两个指纹特征点和每个所述指纹特征点的位置信息;
基于所述匹配结果调用对应的识别算法对所述待识别指纹图像进行指纹识别;
其中,所述基于所述至少两个待识别特征点和每个所述待识别特征点的位置信息,将所述待识别指纹图像与对应的指纹模板图像进行匹配得到所述待识别指纹图像的匹配结果包括:分别将所述至少两个待识别特征点与所述对应的指纹模板图像中的每个所述指纹特征点进行特征点匹配,得到所述至少两个待识别特征点中的、与对应的所述指纹特征点匹配的匹配特征点;将所述匹配特征点的位置信息和与所述匹配特征点对应的指纹特征点的位置信息进行位置匹配,统计与所述指纹特征点的位置信息不匹配的匹配特征点的数量;基于所述数量确定所述待识别指纹图像的匹配结果;
所述基于所述数量确定所述待识别指纹图像的匹配结果,包括:预置与所述指纹模板图像中的指纹特征点的位置信息不匹配的待识别特征点的预设数量阈值;基于所述数量和所述预设数量阈值确定所述待识别指纹图像的匹配结果;
所述基于所述匹配结果调用对应的识别算法对所述待识别指纹图像进行指纹识别,包括:若所述匹配结果为所述数量大于等于所述预设数量阈值,则调用图像算法对所述待识别指纹图像进行指纹识别;若所述匹配结果为所述数量小于所述预设数量阈值,则调用特征点算法对所述待识别指纹图像进行指纹识别。
2.根据权利要求1所述的方法,其特征在于,所述调用图像算法对所述待识别指纹图像进行指纹识别,包括:
调用二值化算法、滤波算法和所述图像算法对所述待识别指纹图像进行指纹识别。
3.根据权利要求1所述的方法,其特征在于,所述调用图像算法对所述待识别指纹图像进行指纹识别,包括:
调用多方向滤波算法和所述图像算法对所述待识别指纹图像进行指纹识别。
4.一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行时,使所述处理器实现如权利要求1至3中任一项所述的方法。
5.一种用于指纹识别的设备,其特征在于,该设备包括:
一个或多个处理器;
计算机可读介质,用于存储一个或多个计算机可读指令,
当所述一个或多个计算机可读指令被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910616537.3A CN110348377B (zh) | 2019-07-09 | 2019-07-09 | 一种指纹识别方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910616537.3A CN110348377B (zh) | 2019-07-09 | 2019-07-09 | 一种指纹识别方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110348377A CN110348377A (zh) | 2019-10-18 |
CN110348377B true CN110348377B (zh) | 2022-02-11 |
Family
ID=68178613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910616537.3A Active CN110348377B (zh) | 2019-07-09 | 2019-07-09 | 一种指纹识别方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110348377B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111126337A (zh) * | 2019-12-31 | 2020-05-08 | 芜湖哈特机器人产业技术研究院有限公司 | 基于特征提取与匹配的指纹识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127000A (zh) * | 2016-06-17 | 2016-11-16 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN106778457A (zh) * | 2015-12-11 | 2017-05-31 | 深圳市汇顶科技股份有限公司 | 可提高指纹识别率的指纹识别方法及*** |
CN107748877A (zh) * | 2017-11-10 | 2018-03-02 | 杭州晟元数据安全技术股份有限公司 | 一种基于细节点和纹理特征的指纹图像识别方法 |
CN108460346A (zh) * | 2018-02-09 | 2018-08-28 | 厦门美图移动科技有限公司 | 指纹识别方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104966061B (zh) * | 2015-06-16 | 2018-07-10 | 京东方科技集团股份有限公司 | 一种掌纹识别方法及装置、智能安全门 |
CN105447454B (zh) * | 2015-11-13 | 2018-05-01 | 广东欧珀移动通信有限公司 | 指纹模板完善方法、装置和终端设备 |
CN105678238B (zh) * | 2015-12-29 | 2019-04-26 | 努比亚技术有限公司 | 指纹认证装置、方法 |
US20170337410A1 (en) * | 2016-05-20 | 2017-11-23 | Novatek Microelectronics Corp. | Fingerprint sensing apparatus, an integrated sensor device, and a fingerprint sensing method |
CN106250817A (zh) * | 2016-07-19 | 2016-12-21 | 青岛海信移动通信技术股份有限公司 | 一种指纹识别方法及装置 |
CN106339678A (zh) * | 2016-08-23 | 2017-01-18 | 上海交通大学 | 基于多种特征点的指纹图像表示方法 |
-
2019
- 2019-07-09 CN CN201910616537.3A patent/CN110348377B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106778457A (zh) * | 2015-12-11 | 2017-05-31 | 深圳市汇顶科技股份有限公司 | 可提高指纹识别率的指纹识别方法及*** |
CN106127000A (zh) * | 2016-06-17 | 2016-11-16 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN107748877A (zh) * | 2017-11-10 | 2018-03-02 | 杭州晟元数据安全技术股份有限公司 | 一种基于细节点和纹理特征的指纹图像识别方法 |
CN108460346A (zh) * | 2018-02-09 | 2018-08-28 | 厦门美图移动科技有限公司 | 指纹识别方法及装置 |
Non-Patent Citations (1)
Title |
---|
指纹图像的特征提取与匹配算法研究;车荣禄;《中国优秀硕士学位论文全文数据库信息科技辑》;20150115(第01期);I138-1315,第5、7、36页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110348377A (zh) | 2019-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881770B (zh) | 一种人脸识别方法及*** | |
CN109086734B (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
US20210004587A1 (en) | Image detection method, apparatus, device and storage medium | |
CN110348393B (zh) | 车辆特征提取模型训练方法、车辆识别方法及设备 | |
CN111931548B (zh) | 人脸识别***、建立人脸识别数据的方法及人脸识别方法 | |
CN110969045B (zh) | 一种行为检测方法、装置、电子设备和存储介质 | |
CN110348392B (zh) | 车辆匹配方法及设备 | |
JP7121132B2 (ja) | 画像処理方法、装置及び電子機器 | |
CN110348377B (zh) | 一种指纹识别方法及设备 | |
CN111209898A (zh) | 一种光学指纹图像背景的去除方法及装置 | |
CN113052064B (zh) | 基于面部朝向、面部表情及瞳孔追踪的注意力检测方法 | |
US20210319204A1 (en) | Fingerprint Matching Method And Apparatus, Electronic Equipment And Readable Storage Medium | |
Khalil | Reference point detection for camera-based fingerprint image based on wavelet transformation | |
CN107169356B (zh) | 统方分析方法及设备 | |
CN111340788B (zh) | 硬件木马版图检测方法、装置、电子设备和可读存储介质 | |
WO2020244076A1 (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
CN113158788B (zh) | 人脸表情识别方法、装置、终端设备及存储介质 | |
US10902106B2 (en) | Authentication and authentication mode determination method, apparatus, and electronic device | |
CN113613079A (zh) | 一种智能设备视频广告处理方法以及智能设备 | |
CN114998283A (zh) | 一种镜头遮挡物检测方法及装置 | |
CN114708420A (zh) | 基于局部方差和后验概率分类器的视觉定位方法及装置 | |
CN110287943B (zh) | 图像的对象识别方法、装置、电子设备及存储介质 | |
CN111310824A (zh) | 多角度稠密目标检测抑制优化方法及设备 | |
CN116469132B (zh) | 基于双流特征提取的跌倒检测方法、***、设备及介质 | |
CN111524097B (zh) | 一种两器喇叭口的检测方法、装置、存储介质及设备 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 001a, 11 / F, building 1, 588 Zixing Road, Minhang District, Shanghai, 200241 Applicant after: Shanghai chuangmi Shulian Intelligent Technology Development Co.,Ltd. Address before: Room 908, No.1, Lane 399, shengxia Road, Pudong New Area pilot Free Trade Zone, Shanghai 201203 Applicant before: SHANGHAI CHUANGMI TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |