CN118097725A - 一种指纹识别装置及其控制方法 - Google Patents
一种指纹识别装置及其控制方法 Download PDFInfo
- Publication number
- CN118097725A CN118097725A CN202410520433.3A CN202410520433A CN118097725A CN 118097725 A CN118097725 A CN 118097725A CN 202410520433 A CN202410520433 A CN 202410520433A CN 118097725 A CN118097725 A CN 118097725A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- capacitance
- electric field
- value
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000005684 electric field Effects 0.000 claims abstract description 152
- 239000011159 matrix material Substances 0.000 claims abstract description 106
- 238000012937 correction Methods 0.000 claims abstract description 27
- 238000005070 sampling Methods 0.000 claims abstract description 23
- 238000011176 pooling Methods 0.000 claims description 46
- 239000013598 vector Substances 0.000 claims description 41
- 230000006698 induction Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 24
- 238000004891 communication Methods 0.000 description 7
- 238000009792 diffusion process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000005685 electric field effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请提供了一种指纹识别装置及其控制方法,通过采集指纹上各个采样点处的电容值,得到指纹电容矩阵,确定所述指纹电容矩阵中每个指纹电容值的电场宽度,根据每个指纹电容值的电场宽度确定对应的电场扩散度,通过所有的电场扩散度修正所述指纹电容矩阵,得到指纹的修正电容矩阵,根据所有电场宽度确定所述指纹电容矩阵的电容偏差域,由所述电容偏差域确定指纹纹路的纹路界定值,通过指纹纹路的纹路界定值将指纹的修正电容矩阵转换为指纹的二值图像,依据所述二值图像进行指纹识别,由于考虑电场边缘效应造成的电场畸变,对电容传感器采集的数据进行修正,能够排除电容传感器与手指之间的电场畸变对指纹识别造成的影响。
Description
技术领域
本申请涉及指纹识别技术领域,更具体的说,本申请涉及一种指纹识别装置及其控制方法。
背景技术
指纹识别是一种生物识别技术,通过分析和比较个体的指纹图案来验证或识别个体身份;每个人的指纹都是独特且不可复制的,因此指纹识别被广泛应用于安全和身份验证领域。
现有指纹识别方案通常是通过电容传感器检测指纹的峰谷处不同的电容值进而进行指纹识别,但是,通过电容传感器进行指纹识别时,电容传感器容易受到外部电磁影响或电场边缘效应造成电容传感器与手指之间的电场发生畸变,导致获取的数据出现误差,进而导致指纹图像出现错误,因此,如何排除电容传感器与手指之间的电场畸变对指纹识别造成的影响成为业界面临的难题。
发明内容
本申请提供一种指纹识别装置及其控制方法,通过考虑电场边缘效应造成的电场畸变,对电容传感器采集的数据进行修正,可以排除电容传感器与手指之间的电场畸变对指纹识别造成的影响。
第一方面,本申请提供一种指纹识别装置的控制方法,包括:
采集指纹上各个采样点处的电容值,得到指纹电容矩阵;
确定所述指纹电容矩阵中每个指纹电容值的电场宽度;
根据每个指纹电容值的电场宽度确定对应的电场扩散度,通过所有的电场扩散度修正所述指纹电容矩阵,得到指纹的修正电容矩阵;
根据所有电场宽度确定所述指纹电容矩阵的电容偏差域,由所述电容偏差域确定指纹纹路的纹路界定值;
通过指纹纹路的纹路界定值将指纹的修正电容矩阵转换为指纹的二值图像,依据所述二值图像进行指纹识别。
在一些实施例中,确定所述指纹电容矩阵中每个指纹电容值的电场宽度具体包括:
将所述指纹电容矩阵中的所有指纹电容值分为谷纹电容值和峰纹电容值;
确定每个谷纹电容值的多个谷纹电场跨度;
确定每个峰纹电容值的多个峰纹电场跨度;
根据每个谷纹电容值的所有谷纹电场跨度确定该个谷纹电容值对应的电场宽度;
根据每个峰纹电容值的所有峰纹电场跨度确定该个峰纹电容值对应的电场宽度。
在一些实施例中,根据所有电场宽度确定所述指纹电容矩阵的电容偏差域具体包括:
确定采集指纹电容矩阵时的采样距离;
获取所有指纹电容值的电场宽度;
获取指纹识别装置中感应屏的介电常数;
获取指纹识别装置中感应屏的厚度;
根据所述采样距离、所有指纹电容值的电场宽度、感应屏的介电常数和感应屏的厚度确定电容偏差峰值和电容偏差谷值;
根据所述电容偏差峰值和所述电容偏差谷值确定所述指纹电容矩阵的电容偏差域。
在一些实施例中,通过指纹纹路的纹路界定值将指纹的修正电容矩阵转换为指纹的二值图像具体包括:
根据指纹纹路的纹路界定值将指纹的修正电容矩阵中所有的指纹电容值分为指纹峰点和指纹谷点;
根据所有指纹峰点和所有指纹谷点确定指纹的二值图像。
在一些实施例中,依据所述二值图像进行指纹识别具体包括:
对所述二值图像进行池化,得到多个指纹池化向量;
通过所有指纹池化向量进行指纹识别。
在一些实施例中,对所述二值图像进行池化,得到多个指纹池化向量具体包括:
根据所述二值图像确定多个指纹分叉点和多个指纹截断点;
根据所有指纹分叉点和所有指纹截断点确定多个指纹池化向量。
在一些实施例中,通过所有指纹池化向量进行指纹识别具体包括:
将所有指纹池化向量与数据库中存储的每个用户的所有指纹池化向量进行对比,得到该个用户的指纹识别度;
将每个用户的指纹识别度与预设的指纹识别阈值进行对比,当有至少一名用户的指纹识别度大于预设的指纹识别阈值时,将指纹识别度最大的用户的身份信息作为该次指纹识别的结果;
当所有用户的指纹识别度均小于预设的指纹识别阈值时,将该次指纹识别的结果判断为识别失败。
第二方面,本申请提供一种指纹识别装置,其包括有指纹识别控制单元,所述指纹识别控制单元包括:
采集模块,用于采集指纹上各个采样点处的电容值,得到指纹电容矩阵;
确定模块,用于确定所述指纹电容矩阵中每个指纹电容值的电场宽度;
修正模块,用于根据每个指纹电容值的电场宽度确定对应的电场扩散度,通过所有的电场扩散度修正所述指纹电容矩阵,得到指纹的修正电容矩阵;
界定模块,用于根据所有电场宽度确定所述指纹电容矩阵的电容偏差域,由所述电容偏差域确定指纹纹路的纹路界定值;
识别模块,用于通过指纹纹路的纹路界定值将指纹的修正电容矩阵转换为指纹的二值图像,依据所述二值图像进行指纹识别。
第三方面,本申请提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述的指纹识别装置的控制方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的指纹识别装置的控制方法。
本申请公开的实施例提供的技术方案具有以下有益效果:
本申请实施例中,首先,获取采集的指纹电容矩阵,根据该指纹电容矩阵确定每个指纹电容值的电场宽度,通过各处的电场宽度和采集到的指纹电容矩阵对该次指纹识别中出现的边缘效应情况进行测定,确定电容偏差域,该电容偏差域为在通过指纹传感器采集数据时,由于电场的边缘效应所造成采集到的指纹电容值与真实值之间偏差的范围,并由所述电容偏差域确定指纹纹路的纹路界定值,该纹路界定值即指纹峰纹和谷纹处电容值的分界线,可以更加精确的分辨指纹纹路,而通过每个指纹电容值的电场宽度确定对应的电场扩散度,即确定了由于电场边缘效应所造成的指纹峰谷交界处的电场向两侧扩散的程度,进而通过该电场扩散度对采集到的指纹电容矩阵进行修正,并通过修正后的修正电容矩阵和指纹纹路的纹路界定值确定指纹的二值图像,根据该二值图像进行指纹识别,由于考虑了电场边缘效应造成的电场畸变,对电容传感器采集的数据进行修正,能够排除电容传感器与手指之间的电场畸变对指纹识别造成的影响。
附图说明
图1是根据本申请一些实施例所示的指纹识别装置的控制方法的示例性流程图;
图2是根据本申请一些实施例所示的电容传感器产生电场畸变的原理图;
图3是根据本申请一些实施例所示的确定指纹电容矩阵中每个指纹电容值的电场宽度的示例性流程图;
图4是根据本申请一些实施例所示的指纹识别控制单元的示例性硬件和/或软件的示意图;
图5是根据本申请一些实施例所示的实现指纹识别装置的控制方法的计算机设备的结构示意图。
具体实施方式
本申请核心是通过采集指纹上各个采样点处的电容值,得到指纹电容矩阵,确定所述指纹电容矩阵中每个指纹电容值的电场宽度,根据每个指纹电容值的电场宽度确定对应的电场扩散度,通过所有的电场扩散度修正所述指纹电容矩阵,得到指纹的修正电容矩阵,根据所有电场宽度确定所述指纹电容矩阵的电容偏差域,由所述电容偏差域确定指纹纹路的纹路界定值,通过指纹纹路的纹路界定值将指纹的修正电容矩阵转换为指纹的二值图像,依据所述二值图像进行指纹识别,通过考虑电场边缘效应造成的电场畸变,对电容传感器采集的数据进行修正,从而能够排除电容传感器与手指之间的电场畸变对指纹识别造成的影响。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。参考图1,该图是根据本申请一些实施例所示的指纹识别装置的控制方法的示例性流程图,该指纹识别装置的控制方法100主要包括如下步骤:
在步骤101,采集指纹上各个采样点的电容值,得到指纹电容矩阵。
具体实现时,可以通过指纹识别装置上的指纹传感器采集目标手指上多个采样点处的电容值,进而确定指纹电容矩阵,在其他实施例中,也可以通过别的方法采集指纹电容矩阵,这里不做限定。
需要说明的是,本申请中可将指纹上固定间隔的点作为采样点,该固定间隔可以根据实际应用的需要进行预设,这里不再赘述。
需要说明的是,本申请中指纹传感器是一种电容传感器,该电容传感器可以采集采样区域内固定间隔的每个采样点处的电容值,该固定间隔是预设的采样间隔,该电容传感器工作时与手指之间由一层介电常数为固定值的感应屏隔开。
在一些实施例中,参考图2,该图是根据本申请一些实施例所示的电容传感器产生电场畸变的原理图,具体说明如下:
电容传感器通过平行板电容原理测量目标和传感器之间的电容值,进而获取目标和传感器之间的距离,如图所示,目标与传感器之间的电场在中间处是标准的平行电场,而在边缘处由于边缘效应,电场形状会发生畸变,造成电容值测量出现误差,进而导致目标和传感器之间的距离测量出现误差,而指纹的纹路凹凸不平,在每一个指纹的峰纹与谷纹的交界处都会存在边缘效应。
在步骤102,确定所述指纹电容矩阵中每个指纹电容值的电场宽度。
在一些实施例中,参考图3,该图是根据本申请一些实施例所示的确定所述指纹电容矩阵中每个指纹电容值的电场宽度的示例性流程图,具体说明如下:
在步骤1021,将所述指纹电容矩阵中的所有指纹电容值分为谷纹电容值和峰纹电容值;
在步骤1022,确定每个谷纹电容值的多个谷纹电场跨度;
在步骤1023,确定每个峰纹电容值的多个峰纹电场跨度;
在步骤1024,根据每个谷纹电容值的所有谷纹电场跨度确定该个谷纹电容值对应的电场宽度;
在步骤1025,根据每个峰纹电容值的所有峰纹电场跨度确定该个峰纹电容值对应的电场宽度。
需要说明的是,本申请中电场宽度是指对应的指纹电容值处指纹与指纹传感器之间形成的电场,该电场宽度可用于衡量指纹的峰纹和谷纹交界处出现边缘效应的程度,通过该电场宽度可以衡量出指纹的峰纹和谷纹交界处因边缘效应所出现的电场畸变的程度。
具体实现时,可以通过现有技术中的K聚类将所述指纹电容矩阵中的所有指纹电容值分为谷纹电容值和峰纹电容值,在其他实施例中,也可以通过其他聚类技术将所述指纹电容矩阵中的所有指纹电容值分为谷纹电容值和峰纹电容值,这里不做限定。
具体实现时,对于每个谷纹电容值,可以将该个谷纹电容值横向、纵向、左斜向和右斜向四个方向上距离最近的峰纹电容值作为该个谷纹电容值的边缘点,将每个方向上的两个边缘点之间包含的所有谷纹电容值的数量作为该个谷纹电容值在该个方向上的谷纹电场跨度,并将最小的谷纹电场跨度作为该个谷纹电容值的电场宽度。
具体实现时,对于每个峰纹电容值,可以将该个峰纹电容值横向、纵向、左斜向和右斜向四个方向上距离最近的谷纹电容值作为该个峰纹电容值的边缘点,将每个方向上的两个边缘点之间包含的所有峰纹电容值的数量作为该个峰纹电容值在该个方向上的峰纹电场跨度,并将最小的峰纹电场跨度作为该个峰纹电容值的电场宽度。
在步骤103,根据每个指纹电容值的电场宽度确定对应的电场扩散度,通过所有的电场扩散度修正所述指纹电容矩阵,得到指纹的修正电容矩阵。
在一些实施例中,根据每个指纹电容值的电场宽度确定对应的电场扩散度可以采用下述步骤实现:
获取每个指纹电容值的电场宽度;
根据每个指纹电容值的电场宽度确定对应的电场扩散度,其中,所述电场扩散度可以根据下述公式确定:
其中,为指纹电容矩阵中第/>行第/>列的指纹电容值对应的电场扩散度,/>为指纹电容矩阵中第/>行第/>列的指纹电容值的电场宽度,/>为指纹电容矩阵中第/>行第/>列的指纹电容值的电场宽度。
需要说明的是,本申请中电场扩散度是指由于电场边缘效应所造成的指纹峰谷交界处的电场向外扩散的程度,该电场扩散度越大,说明对应的指纹电容值的测量值受到的电场边缘效应影响越大。
在一些实施例中,通过所有的电场扩散度修正所述指纹电容矩阵,得到指纹的修正电容矩阵可以采用下述步骤实现:
获取所有指纹电容值的电场扩散度;
获取所有指纹电容值的电场宽度;
根据所有指纹电容值的电场扩散度和所有指纹电容值的电场宽度修正所述指纹电容矩阵,得到指纹的修正电容矩阵,其中,所述修正电容矩阵可以根据下述公式确定:
其中,为所述修正电容矩阵中第/>行第/>列的指纹电容值,/>为所述指纹电容矩阵中第/>行第/>列的指纹电容值,/>为指纹电容矩阵中第/>行第/>列的指纹电容值对应的电场扩散度,/>为圆周率,/>表示取自然对数,/>为自然常数,/>为指纹电容矩阵中第/>行第/>列的指纹电容值的电场宽度,/>为空气的介电常数,/>为指纹识别装置中感应屏的介电常数,/>为所述采样距离,/>为指纹识别装置中感应屏的厚度。
需要说明的是,本申请中通过每个指纹电容值的电场宽度确定每个指纹电容值处的电场扩散度,进而通过该电场扩散度对采集到的指纹电容矩阵进行修正,可以消除电场畸变导致采集到的指纹电容值出现的偏差,得到更加精确的采样结果,进而可以增大指纹识别的精确性。
在步骤104,根据所有电场宽度确定所述指纹电容矩阵的电容偏差域,由所述电容偏差域确定指纹纹路的纹路界定值。
在一些实施例中,根据所有电场宽度确定所述指纹电容矩阵的电容偏差域可以采用下述步骤实现:
根据所有电场宽度确定所述指纹电容矩阵的电容偏差峰值和电容偏差谷值;
根据所述电容偏差峰值和所述电容偏差谷值确定所述指纹电容矩阵的电容偏差域。
具体实现时,可以将所述电容偏差峰值作为上限,所述电容偏差谷值作为下限,将所得到的区间作为指纹电容矩阵的电容偏差域。
需要说明的是,本申请中电容偏差域是指在通过指纹传感器采集数据时,由于电场的边缘效应所造成采集到的指纹电容值与真实值之间偏差的范围。
在一些实施例中,根据所有电场宽度确定所述指纹电容矩阵的电容偏差峰值和电容偏差谷值可以采用下述步骤实现:
确定采集指纹电容矩阵时的采样距离;
获取所有指纹电容值的电场宽度;
获取指纹识别装置中感应屏的介电常数;
获取指纹识别装置中感应屏的厚度;
根据所述采样距离、所有指纹电容值的电场宽度、感应屏的介电常数和感应屏的厚度确定电容偏差峰值和电容偏差谷值;
其中,所述电容偏差峰值和所述电容偏差谷值可以根据下述公式确定:
其中,为电容偏差峰值,/>为电容偏差谷值,/>为所述指纹电容矩阵中最大的指纹电容值,/>为所述指纹电容矩阵中最小的指纹电容值,/>为空气的介电常数,/>为指纹识别装置中感应屏的介电常数,/>为所有指纹电容值的电场宽度中最小的电场宽度,为所有指纹电容值的电场宽度中最大的电场宽度,/>为所述采样距离,/>为指纹识别装置中感应屏的厚度。
具体实现时,可以将指纹传感器与感应屏表面的距离作为指纹采样距离。
而需要说明的是,本申请中电容偏差峰值是指在通过指纹传感器采集数据时,由于电场的边缘效应所造成采集到的指纹电容值与真实值之间偏差的最大值,电容偏差谷值是在通过指纹传感器采集数据时,由于电场的边缘效应所造成采集到的指纹电容值与真实值之间偏差的最小值。
具体实现时,可以通过将所述电容偏差域中的中值作为指纹纹路的纹路界定值。
而需要说明的是,本申请中指纹纹路的纹路界定值是指引入边缘效应所造成的测量误差后,确定的指纹电容矩阵中对应峰纹处的指纹电容值和对应谷纹处的指纹电容值之间的分界阈值。
另外,需要说明的是,本申请中通过电场宽度和采集到的指纹电容矩阵对该次指纹识别中出现的边缘效应情况进行测定,确定该次指纹识别过程中因边缘效应所造成的电场畸变程度的最大值和最小值,进而确定指纹的峰纹处与指纹的谷纹处的电容测量值的分界线,可以更加精确的分辨指纹纹路。
在步骤105,通过指纹纹路的纹路界定值将指纹的修正电容矩阵转换为指纹的二值图像,通过所述二值图像进行指纹识别,依据所述二值图像进行指纹识别。
在一些实施例中,根通过指纹纹路的纹路界定值将指纹的修正电容矩阵转换为指纹的二值图像可以采用下述步骤实现:
根据指纹纹路的纹路界定值将指纹的修正电容矩阵中所有的指纹电容值分为指纹峰点和指纹谷点;
根据所有指纹峰点和所有指纹谷点确定指纹的二值图像。
具体实现时,可以将修正电容矩阵中大于所述纹路界定值的指纹电容值作为指纹谷点,将修正电容矩阵中小于所述纹路界定值的指纹电容值作为指纹峰点,将所有指纹谷点设置为灰度值0,将所有指纹峰点设置为灰度值1,进而得到指纹的二值图像。
在一些实施例中,依据所述二值图像进行指纹识别可以采用下述步骤实现:
对所述二值图像进行池化,得到多个指纹池化向量;
通过所有指纹池化向量进行指纹识别。
在一些实施例中,对所述二值图像进行池化,得到多个指纹池化向量可以采用下述步骤实现:
根据所述二值图像确定多个指纹分叉点和多个指纹截断点;
根据所有指纹分叉点和所有指纹截断点确定多个指纹池化向量。
需要说明的是,本申请中所述指纹池化向量是将二值图像进行降维后得到的向量,该指纹池化向量包含该二值图像中的多个特征点的信息。
在一些实施例中,根据所述二值图像确定多个指纹分叉点和多个指纹截断点可以采用下述步骤实现:
确定所述二值图像中每个灰度值为1的像素点的叉端特征值;
将叉端特征值为1的像素点作为指纹截断点,将叉端特征值为3的像素点作为指纹分叉点。
具体实现时,对于所述二值图像中灰度值为1的像素点,可以将该个像素点周围8个像素点的灰度值相加,将得到的值作为该个像素点的叉端特征值。
具体实现时,可以将所述二值图像中指纹分叉点的数量和每个指纹分叉点的位置作为第一个指纹池化向量,将所述二值图像中指纹截断点的数量和每个指纹截断点的位置作为第二个指纹池化向量,例如,所述二值图像中有三个指纹分叉点,坐标分别为,则第一个指纹池化向量为/>。
需要说明的是,本申请中指纹分叉点指的是指纹的峰纹出现分叉处的像素点,指纹截断点指的是指纹的峰纹截断处的像素点。
在一些实施例中,通过所有指纹池化向量进行指纹识别可以采用下述步骤实现:
将所有指纹池化向量与数据库中存储的每个用户的所有指纹池化向量进行对比,得到该个用户的指纹识别度;
将每个用户的指纹识别度与预设的指纹识别阈值进行对比,当有至少一名用户的指纹识别度大于预设的指纹识别阈值时,将指纹识别度最大的用户的身份信息作为该次指纹识别的结果;
当所有用户的指纹识别度均小于预设的指纹识别阈值时,将该次指纹识别的结果判断为识别失败。
需要说明的是,本申请中指纹识别阈值可以根据具体需求进行设定,该指纹识别阈值越大,指纹识别精度越高,但相应的鲁棒性越差。
在一些实施例中,将所有指纹池化向量与数据库中存储的每个用户的多个指纹池化向量进行对比,得到该个用户的指纹识别度可以采用下述步骤实现:
获取本次指纹识别的所有指纹池化向量;
获取数据库中存储的每个用户的所有指纹池化向量;
根据本次指纹识别的所有指纹池化向量和数据库中存储的每个用户的所有指纹池化向量确定每个用户的指纹识别度,其中,所述指纹识别度可以根据下述公式确定:
其中,为第/>个用户的指纹识别度,/>为本次指纹识别的第1个指纹池化向量的长度,/>为第/>个用户的第1个指纹池化向量的长度,/>表示取/>和/>中的最小值,/>为本次指纹识别的第1个指纹池化向量中的第/>个数据,/>为第/>个用户的第1个指纹池化向量中的第/>个数据,/>为本次指纹识别的第二2个指纹池化向量的长度,/>为第/>个用户的第2个指纹池化向量的长度,/>表示取/>和/>中的最小值,/>为本次指纹识别的第2个指纹池化向量中的第/>个数据,/>为第/>个用户的第2个指纹池化向量中的第/>个数据。
需要说明的是,本申请中指纹识别度是所述二值图像与数据库中存储的每个用户信息的匹配度,该指纹识别度越大,说明采集到的二值图像与对应的用户信息越匹配。
另外,需要说明的是,本申请通过考虑边缘效应影响后确定的指纹纹路的纹路界定值对修正后的修正电容矩阵中的数据进行分类,可以得到更加精确的二值图像,通过对该指纹的二值图像进行池化,提取该二值图像的特征,进而进行指纹识别,排除了电场边缘效应对指纹识别过程中的干扰,提高了指纹识别的精确度。
另外,本申请的另一方面,在一些实施例中,本申请提供一种指纹识别装置,该装置包括有指纹识别控制单元,参考图4,该图是根据本申请一些实施例所示的指纹识别控制单元的示例性硬件和/或软件的示意图,该指纹识别控制单元400可包括: 采集模块401、确定模块402、修正模块403、界定模块404和识别模块405,分别说明如下:
采集模块401,本申请中采集模块401主要用于采集指纹上各个采样点处的电容值,得到指纹电容矩阵;
确定模块402,本申请中确定模块402主要用于确定所述指纹电容矩阵中每个指纹电容值的电场宽度;
修正模块403,本申请中修正模块403主要用于根据每个指纹电容值的电场宽度确定对应的电场扩散度,通过所有的电场扩散度修正所述指纹电容矩阵,得到指纹的修正电容矩阵;
界定模块404,本申请中界定模块404主要用于根据所有电场宽度确定所述指纹电容矩阵的电容偏差域,由所述电容偏差域确定指纹纹路的纹路界定值;
识别模块405,本申请中识别模块405主要用于通过指纹纹路的纹路界定值将指纹的修正电容矩阵转换为指纹的二值图像,依据所述二值图像进行指纹识别。
另外,本申请还提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述的指纹识别装置的控制方法。
在一些实施例中,参考图5,该图是根据本申请一些实施例所示的实现指纹识别装置的控制方法的计算机设备的结构示意图。上述实施例中的指纹识别装置的控制方法可以通过图5所示的计算机设备来实现,该计算机设备500包括至少一个处理器501、通信总线502、存储器503以及至少一个通信接口504。
处理器501可以是一个通用中央处理器(central processing unit,CPU)、特定应用集成电路(application-specific integrated circuit,ASIC)或一个或多个用于控制本申请中的指纹识别装置的控制方法的执行。
通信总线502可包括一通路,在上述组件之间传送信息。
存储器503可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其它类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其它类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only Memory,CD-ROM)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质,但不限于此。存储器503可以是独立存在,通过通信总线502与处理器501相连接。存储器503也可以和处理器501集成在一起。
其中,存储器503用于存储执行本申请方案的程序代码,并由处理器501来控制执行。处理器501用于执行存储器503中存储的程序代码。程序代码中可以包括一个或多个软件模块。上述实施例中指纹识别装置的控制方法可以通过处理器501以及存储器503中的程序代码中的一个或多个软件模块实现。
通信接口504,使用任何收发器一类的装置,用于与其它设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN)等。
在具体实现中,作为一种实施例,计算机设备可以包括多个处理器,这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中,计算机设备可以是台式机、便携式电脑、网络服务器、掌上电脑(personaldigital assistant,PDA)、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本申请实施例不限定计算机设备的类型。
另外,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的指纹识别装置的控制方法。
综上,本申请实施例公开的一种指纹识别装置及其控制方法中,首先,获取指纹电容矩阵,根据该指纹电容矩阵确定每个指纹电容值的电场宽度,通过各处的电场宽度和采集到的指纹电容矩阵对该次指纹识别中出现的边缘效应情况进行测定,确定电容偏差域,该电容偏差域指在通过指纹传感器采集数据时,由于电场的边缘效应所造成采集到的指纹电容值与真实值之间偏差的范围,并由所述电容偏差域确定指纹纹路的纹路界定值,该纹路界定值即指纹峰纹和谷纹处电容值的分界线,可以更加精确的分辨指纹纹路,通过每个指纹电容值的电场宽度确定对应的电场扩散度,该电场扩散度是指由于电场边缘效应所造成的指纹峰谷交界处的电场向两侧扩散的程度,进而通过该电场扩散度对采集到的指纹电容矩阵进行修正,并通过修正后的修正电容矩阵和指纹纹路的纹路界定值确定指纹的二值图像,根据该二值图像进行指纹识别,通过考虑电场边缘效应造成的电场畸变,对电容传感器采集的数据进行修正,从而能够排除电容传感器与手指之间的电场畸变对指纹识别造成的影响。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种指纹识别装置的控制方法,其特征在于,具体包括如下步骤:
采集指纹上各个采样点处的电容值,得到指纹电容矩阵;
确定所述指纹电容矩阵中每个指纹电容值的电场宽度;
根据每个指纹电容值的电场宽度确定对应的电场扩散度,通过所有的电场扩散度修正所述指纹电容矩阵,得到指纹的修正电容矩阵;
根据所有电场宽度确定所述指纹电容矩阵的电容偏差域,由所述电容偏差域确定指纹纹路的纹路界定值;
通过指纹纹路的纹路界定值将指纹的修正电容矩阵转换为指纹的二值图像,依据所述二值图像进行指纹识别。
2.如权利要求1所述的方法,其特征在于,确定所述指纹电容矩阵中每个指纹电容值的电场宽度具体包括:
将所述指纹电容矩阵中的所有指纹电容值分为谷纹电容值和峰纹电容值;
确定每个谷纹电容值的多个谷纹电场跨度;
确定每个峰纹电容值的多个峰纹电场跨度;
根据每个谷纹电容值的所有谷纹电场跨度确定该个谷纹电容值对应的电场宽度;
根据每个峰纹电容值的所有峰纹电场跨度确定该个峰纹电容值对应的电场宽度。
3.如权利要求1所述的方法,其特征在于,根据所有电场宽度确定所述指纹电容矩阵的电容偏差域具体包括:
确定采集指纹电容矩阵时的采样距离;
获取所有指纹电容值的电场宽度;
获取指纹识别装置中感应屏的介电常数;
获取指纹识别装置中感应屏的厚度;
根据所述采样距离、所有指纹电容值的电场宽度、感应屏的介电常数和感应屏的厚度确定电容偏差峰值和电容偏差谷值;
根据所述电容偏差峰值和所述电容偏差谷值确定所述指纹电容矩阵的电容偏差域。
4.如权利要求1所述的方法,其特征在于,通过指纹纹路的纹路界定值将指纹的修正电容矩阵转换为指纹的二值图像具体包括:
根据指纹纹路的纹路界定值将指纹的修正电容矩阵中所有的指纹电容值分为指纹峰点和指纹谷点;
根据所有指纹峰点和所有指纹谷点确定指纹的二值图像。
5.如权利要求1所述的方法,其特征在于,依据所述二值图像进行指纹识别具体包括:
对所述二值图像进行池化,得到多个指纹池化向量;
通过所有指纹池化向量进行指纹识别。
6.如权利要求5所述的方法,其特征在于,对所述二值图像进行池化,得到多个指纹池化向量具体包括:
根据所述二值图像确定多个指纹分叉点和多个指纹截断点;
根据所有指纹分叉点和所有指纹截断点确定多个指纹池化向量。
7.如权利要求5所述的方法,其特征在于,通过所有指纹池化向量进行指纹识别具体包括:
将所有指纹池化向量与数据库中存储的每个用户的所有指纹池化向量进行对比,得到该个用户的指纹识别度;
将每个用户的指纹识别度与预设的指纹识别阈值进行对比,当有至少一名用户的指纹识别度大于预设的指纹识别阈值时,将指纹识别度最大的用户的身份信息作为该次指纹识别的结果;
当所有用户的指纹识别度均小于预设的指纹识别阈值时,将该次指纹识别的结果判断为识别失败。
8.一种指纹识别装置,其特征在于,包括有指纹识别控制单元,所述指纹识别控制单元包括:
采集模块,用于采集指纹上各个采样点处的电容值,得到指纹电容矩阵;
确定模块,用于确定所述指纹电容矩阵中每个指纹电容值的电场宽度;
修正模块,用于根据每个指纹电容值的电场宽度确定对应的电场扩散度,通过所有的电场扩散度修正所述指纹电容矩阵,得到指纹的修正电容矩阵;
界定模块,用于根据所有电场宽度确定所述指纹电容矩阵的电容偏差域,由所述电容偏差域确定指纹纹路的纹路界定值;
识别模块,用于通过指纹纹路的纹路界定值将指纹的修正电容矩阵转换为指纹的二值图像,依据所述二值图像进行指纹识别。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行如权利要求1至7任一项所述的指纹识别装置的控制方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的指纹识别装置的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410520433.3A CN118097725A (zh) | 2024-04-28 | 2024-04-28 | 一种指纹识别装置及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410520433.3A CN118097725A (zh) | 2024-04-28 | 2024-04-28 | 一种指纹识别装置及其控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118097725A true CN118097725A (zh) | 2024-05-28 |
Family
ID=91161975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410520433.3A Pending CN118097725A (zh) | 2024-04-28 | 2024-04-28 | 一种指纹识别装置及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118097725A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745194A (zh) * | 2013-12-20 | 2014-04-23 | 深圳市汇顶科技股份有限公司 | 指纹检测装置和移动终端 |
US20150043791A1 (en) * | 2013-08-06 | 2015-02-12 | Apple Inc. | Electronic device including sub-array based deblurring of a blurred finger image and related methods |
CN105095855A (zh) * | 2015-06-26 | 2015-11-25 | 京东方科技集团股份有限公司 | 一种指纹识别器件、触控面板、输入设备及指纹识别方法 |
CN105760851A (zh) * | 2016-03-10 | 2016-07-13 | 广东欧珀移动通信有限公司 | 一种指纹识别的方法及终端 |
US20170177918A1 (en) * | 2015-12-21 | 2017-06-22 | Apple Inc. | Electronic device including movement based artifact removal and related methods |
-
2024
- 2024-04-28 CN CN202410520433.3A patent/CN118097725A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150043791A1 (en) * | 2013-08-06 | 2015-02-12 | Apple Inc. | Electronic device including sub-array based deblurring of a blurred finger image and related methods |
CN103745194A (zh) * | 2013-12-20 | 2014-04-23 | 深圳市汇顶科技股份有限公司 | 指纹检测装置和移动终端 |
CN105095855A (zh) * | 2015-06-26 | 2015-11-25 | 京东方科技集团股份有限公司 | 一种指纹识别器件、触控面板、输入设备及指纹识别方法 |
US20170177918A1 (en) * | 2015-12-21 | 2017-06-22 | Apple Inc. | Electronic device including movement based artifact removal and related methods |
CN105760851A (zh) * | 2016-03-10 | 2016-07-13 | 广东欧珀移动通信有限公司 | 一种指纹识别的方法及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5506785B2 (ja) | 勾配ヒストグラムを用いた指紋表現 | |
Xu et al. | Accurate and robust line segment extraction using minimum entropy with Hough transform | |
JP6494776B2 (ja) | 線間距離計算方法、線間距離計算装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 | |
CN106981077B (zh) | 基于dce和lss的红外图像和可见光图像配准方法 | |
CN107622489B (zh) | 一种图像篡改检测方法及装置 | |
CN116188805B (zh) | 海量图像的图像内容分析方法、装置和图像信息网络 | |
WO2017041488A1 (zh) | 指纹纹线点的识别方法及装置 | |
WO2017206914A1 (zh) | 指纹识别方法、指纹识别***、及电子设备 | |
CN111797744B (zh) | 一种基于共现滤波算法的多模态遥感图像匹配方法 | |
US20160253543A1 (en) | Curve matching and prequalification | |
CN110796250A (zh) | 应用于卷积神经网络的卷积处理方法、***及相关组件 | |
CN116704557A (zh) | 一种基于纹理信息的低质量指纹匹配方法 | |
Bahaa-Eldin | A medium resolution fingerprint matching system | |
CN112101229B (zh) | 点云数据特征点提取方法、装置、计算机设备及存储介质 | |
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 | |
TWI727514B (zh) | 指紋識別方法、裝置、儲存介質,及終端 | |
CN115953604B (zh) | 一种不动产地理信息测绘数据采集方法 | |
CN118097725A (zh) | 一种指纹识别装置及其控制方法 | |
WO2021048147A1 (en) | Method for determining a match between a candidate fingerprint and a reference fingerprint | |
Xu et al. | Line segment detection with hough transform based on minimum entropy | |
CN115511928A (zh) | 多光谱图像的匹配方法 | |
Kong et al. | A new finger-knuckle-print ROI extraction method based on probabilistic region growing algorithm | |
Peiqin et al. | Finger vein recognition algorithm based on optimized GHT | |
CN111753723A (zh) | 一种基于密度校准的指纹识别方法及装置 | |
Chen et al. | Method of item recognition based on SIFT and SURF |
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 |