TWI804843B - 指紋匹配方法、裝置、可讀儲存介質與電子設備 - Google Patents

指紋匹配方法、裝置、可讀儲存介質與電子設備 Download PDF

Info

Publication number
TWI804843B
TWI804843B TW110112584A TW110112584A TWI804843B TW I804843 B TWI804843 B TW I804843B TW 110112584 A TW110112584 A TW 110112584A TW 110112584 A TW110112584 A TW 110112584A TW I804843 B TWI804843 B TW I804843B
Authority
TW
Taiwan
Prior art keywords
feature point
template
fingerprint image
matched
matching
Prior art date
Application number
TW110112584A
Other languages
English (en)
Other versions
TW202139057A (zh
Inventor
鄭賜傑
Original Assignee
大陸商上海耕岩智能科技有限公司
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 大陸商上海耕岩智能科技有限公司 filed Critical 大陸商上海耕岩智能科技有限公司
Publication of TW202139057A publication Critical patent/TW202139057A/zh
Application granted granted Critical
Publication of TWI804843B publication Critical patent/TWI804843B/zh

Links

Images

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
    • G06V40/1371—Matching features related to minutiae or pores
    • 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
    • G06V10/757—Matching configurations of points or features
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (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)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一種指紋匹配方法、裝置及可讀儲存介質。指紋匹配方法用於將待識別指紋圖像與模板指紋圖像進行匹配，包括：從該待識別指紋圖像中提取多個待匹配特徵點；將該多個待匹配特徵點與該模板指紋圖像中的多個模板特徵點進行第一匹配，該第一匹配包括：識別該多個待匹配特徵點中的真實特徵點，並將該真實特徵點、和該模板指紋圖像中與該真實特徵點對應的模板特徵點所組成的特徵點對，作為第一匹配結果；從該第一匹配結果中剔除錯誤匹配的特徵點對；基於該第一匹配結果中剩餘的特徵點對，將該待識別指紋圖像與該模板指紋圖像進行第二匹配。應用上述方案，可以提高指紋匹配的成功率。

Description

指紋匹配方法、裝置、可讀儲存介質與電子設備
本發明是有關於一種指紋識別技術領域，特別是指一種指紋匹配方法、裝置、可讀儲存介質及電子設備。
隨著信息科技的發展，生物特徵識別技術在保障信息安全的方面發揮著越來越重要的作用，其中指紋識別已經成為移動互聯網領域廣泛應用的身份識別、設備解鎖的關鍵技術手段之一。
現有的指紋匹配方法，一般是基於待匹配特徵點周圍其它若干個特徵點的信息，來確定該待匹配特徵點與模板指紋圖像中的相應特徵點是否匹配。
然而，上述指紋匹配方法容易受偽特徵點影響，一旦用於指紋匹配的其它若干個特徵點中，存在偽特徵點，將會導致匹配成功率明顯下降。
因此，本發明的一目的要解决的問題是：如何提高指紋 匹配的成功率，即在提供一種為解决上述問題的指紋匹配方法，用於將待識別指紋圖像與模板指紋圖像進行匹配，該指紋匹配方法包括：從該待識別指紋圖像中提取多個待匹配特徵點。
將該多個待匹配特徵點與該模板指紋圖像中的多個模板特徵點進行第一匹配，該第一匹配包括：識別該多個待匹配特徵點中的真實特徵點，並將該真實特徵點、和該模板指紋圖像中與該真實特徵點對應的模板特徵點所組成的特徵點對，作為第一匹配結果。
從該第一匹配結果中剔除錯誤匹配的特徵點對。
基於該第一匹配結果中剩餘的特徵點對，將該待識別指紋圖像與該模板指紋圖像進行第二匹配。
較佳的，該識別該多個待匹配特徵點中的真實特徵點，包括：計算第一待匹配特徵點與該模板指紋圖像中的第一模板特徵點之間的第一方向差，該第一待匹配特徵點為該多個待匹配特徵點中的任意一個，該第一模板特徵點為該多個模板特徵點中的任意一個。
計算第一周圍特徵點與該模板指紋圖像中的第二模板特徵點之間的第二方向差，該第一周圍特徵點為從該第一待匹配特徵 點周圍選取的預設數量的待匹配特徵點中任意一個，該第二模板特徵點為從該第一模板特徵點周圍選取的任意一個模板特徵點。
計算該第一待匹配特徵點至該第一周圍特徵點的第一連線，與該第一模板特徵點至該第二模板特徵點的第二連線之間的第三方向差。
當該第一方向差、該第二方向差及該第三方向差滿足第一預設條件時，判定該第一待匹配特徵點及該第一周圍特徵點為真實特徵點。
較佳的，該第一匹配還包括：將該第一方向差、該第二方向差及該第三方向差滿足該第一預設條件的第一待匹配特徵點和第一模板特徵點所組成的特徵點對、以及第一周圍特徵點和第二模板特徵點所組成的特徵點對，作為該第一匹配結果。
較佳的，該第一預設條件為該第一方向差、該第二方向差及該第三方向差任意兩者之間的差值，均小於或等於第一預設的差值閾值。
較佳的，該第一匹配結果中任意特徵點對，由該待識別指紋圖像中的第二待匹配特徵點與該模板指紋圖像中的第三模板特徵點組成；該從該第一匹配結果中剔除錯誤匹配的特徵點對，包括：分別計算該第一匹配結果中各特徵點對的兩特徵點，與 其所在指紋圖像中其它特徵點之間的距離，其中，該第二待匹配特徵點與該待識別指紋圖像中其它特徵點的距離為第一距離，該第三模板特徵點與該模板指紋圖像中相應特徵點的距離為第二距離。；統計該特徵點對中，該第一距離與相應第二距離滿足第二預設條件的次數，並按照次數由大至小進行排序。
選取該特徵點對中，該第一距離與相應第二距離滿足該第二預設條件的次數大於預設次數閾值的特徵點對，作為正確匹配的特徵點對，將其它特徵點對作為錯誤匹配的特徵點對從該第一匹配結果中剔除。
較佳的，該第二預設條件為：該第一距離與相應第二距離的差值大於零且小於第二預設的差值閾值，或者該第一距離與相應第二距離相等。
較佳的，該基於該第一匹配結果中剩餘的特徵點對，將該待識別指紋圖像與該模板指紋圖像進行第二匹配，包括：確定該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量。
當該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量，占該模板指紋圖像中總模板特徵點的比例，大於預設比例閾值時，指紋匹配成功，否則指紋匹配失敗。
較佳的，該基於該第一匹配結果中剩餘的特徵點對，將 該待識別指紋圖像與該模板指紋圖像進行第二匹配，還包括：基於任一所述剩餘特徵點對中兩特徵點之間的相對位置及角度，對該待識別指紋圖像進行旋轉和平移，確定該經旋轉和平移後的待識別指紋圖像與該模板指紋圖像中重合的特徵點。
本發明實施例還提供了一種指紋匹配裝置，用於將待識別指紋圖像與模板指紋圖像進行匹配，該指紋匹配裝置包括：特徵點提取單元適用於從該待識別指紋圖像中提取多個待匹配特徵點。
第一匹配單元適用於將該多個待匹配特徵點與該模板指紋圖像中的多個模板特徵點進行第一匹配，該第一匹配包括：識別該多個待匹配特徵點中的真實特徵點，並將該真實特徵點、和該模板指紋圖像中與該真實特徵點對應的模板特徵點所組成的特徵點對，作為第一匹配結果。
剔除單元適用於從該第一匹配結果中剔除錯誤匹配的特徵點對。
第二匹配單元，適用於基於該第一匹配結果中剩餘的特徵點對，將該待識別指紋圖像與該模板指紋圖像進行第二匹配。
較佳的，該第一匹配單元包括：第一差值計算子單元適用於計算第一待匹配特徵點與該模板指紋圖像中的第一模板特徵點之間的第一方向差，該第一待匹 配特徵點為該多個待匹配特徵點中的任意一個，該第一模板特徵點為該多個模板特徵點中的任意一個。
第二差值計算子單元適用於計算第一周圍特徵點與該模板指紋圖像中的第二模板特徵點之間的第二方向差，該第一周圍特徵點為從該第一待匹配特徵點周圍選取的預設數量的待匹配特徵點中任意一個，該第二模板特徵點為從該第一模板特徵點周圍選取的任意一個模板特徵點。
第三差值計算子單元適用於計算該第一待匹配特徵點至該第一周圍特徵點的第一連線，與該第一模板特徵點至該第二模板特徵點的第二連線之間的第三方向差。
第一判斷子單元，適用於當該第一方向差、該第二方向差及該第三方向差滿足第一預設條件時，判定該第一待匹配特徵點及該第一周圍特徵點為真實特徵點。
較佳的，該第一匹配單元還適用於：將該第一方向差、該第二方向差及該第三方向差滿足該第一預設條件的第一待匹配特徵點和第一模板特徵點所組成的特徵點對、以及第一周圍特徵點和第二模板特徵點所組成的特徵點對，作為該第一匹配結果。
較佳的，該第一預設條件為該第一方向差、該第二方向差及該第三方向差任意兩者之間的差值，均小於或等於第一預設的差值閾值。
較佳的，該第一匹配結果中任意特徵點對由該待識別指紋圖像中的第二待匹配特徵點與該模板指紋圖像中的第三模板特徵點組成。該剔除單元包括：距離計算子單元適用於分別計算該第一匹配結果中各特徵點對的兩特徵點，與其所在指紋圖像中其它特徵點之間的距離，其中，該第二待匹配特徵點與該待識別指紋圖像中其它特徵點的距離為第一距離，該第三模板特徵點與該模板指紋圖像中相應特徵點的距離為第二距離。統計子單元適用於統計該特徵點對中，該第一距離與相應第二距離滿足第二預設條件的次數，並按照次數由大至小進行排序。選取子單元適用於選取該特徵點對中，該第一距離與相應第二距離滿足該第二預設條件的次數大於預設次數閾值的特徵點對作為正確匹配的特徵點對，將其它特徵點對作為錯誤匹配的特徵點對從該第一匹配結果中剔除。
較佳的，該第二預設條件為：該第一距離與相應第二距離的差值大於零且小於第二預設的差值閾值，或者該第一距離與相應第二距離相等。
較佳的，該第二匹配單元還適用於：確定該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量。當該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量，占該模板指紋圖像中總模板特徵點的比例，大於預設比例閾值時，判定指紋匹配成功，否則判定指紋匹配失敗。
較佳的，該第二匹配單元還適用於：基於任一所述剩餘特徵點對中兩特徵點之間的相對位置及角度，對該待識別指紋圖像進行旋轉和平移，確定該經旋轉和平移後的待識別指紋圖像與該模板指紋圖像中重合的特徵點。本發明實施例還提供了一種電子設備，該電子設備包括上述任一種的指紋匹配裝置。
本發明實施例還提供了一種電腦可讀儲存介質，其上存儲有電腦指令，該電腦指令被處理器運行時執行上述任一種指紋匹配方法的步驟。
本發明實施例還提供了另一種電子設備，包括記憶體和處理器，該記憶體上存儲有能夠在該處理器上運行的電腦指令，該處理器運行該電腦指令時執行上述任一種指紋匹配方法的步驟。
與現有技術相比，本發明實施例的技術方案具有以下優點：
採用上述方案，無論從該待識別指紋圖像中提取的多個待匹配特徵點中是否存在偽特徵點，只要其中存在真實的特徵點時，即將該真實特徵點、和該模板指紋圖像中與該真實特徵點對應的模板特徵點所組成的特徵點對，作為第一匹配結果，作為後續第二匹配的基礎。由於第一匹配結果受偽特徵點的影響較小，故可以有效提高指紋識別的成功率，尤其對於圖像質量較低(如訊號雜訊比較低)或預處理較弱的待識別指紋圖像，本發明實施例的技術方 案亦能提高其指紋匹配的成功率，取得較好的匹配結果。進而基於該第一匹配結果進行剔除錯誤匹配的特徵點對的處理，再基於該第一匹配結果中剩餘的特徵點對，將該待識別指紋圖像與該模板指紋圖像進行第二匹配，其中剔除錯誤匹配的特徵點對的處理進一步提高了後續第二匹配的成功率和準確率。本發明實施例的指紋匹配方法對該待識別指紋圖像與該模板指紋圖像進行的第一匹配和第二匹配、及位於該第一匹配和該第二匹配之間對錯誤匹配的特徵點對的剔除處理，從根本上提升了指紋匹配方法的精准度。
進一步地，該第一匹配包括根據該第一待匹配特徵點與該第一模板特徵點之間的第一方向差，該第一周圍特徵點與該第二模板特徵點之間的第二方向差，及該第一待匹配特徵點至該第一周圍特徵點的第一連線、與該第一模板特徵點至該第二模板特徵點的第二連線之間的第三方向差，三者之間的關係來判定所述待匹配特徵點是否為真實特徵點，提供了一種更加準確、穩健且易實現的識別該待識別指紋圖像中的真實特徵點的方法。
進一步地，從該第一匹配結果中剔除錯誤匹配的特徵點對，包括統計該第一匹配結果的所有特徵點對中，該第一距離與相應第二距離滿足第二預設條件的次數，並按照次數由大至小進行排序，選取該第一距離與相應第二距離滿足該第二預設條件的次數大於預設次數閾值的特徵點對作為正確匹配的特徵點對，其它特徵點 對則作為錯誤匹配的特徵點對從該第一匹配結果中剔除，更易於實現對所述指紋匹配方法的精度的靈活控制。
11:提取多個待匹配特徵點的步驟
12:進行第一匹配的步驟
13:剔除錯誤匹配的特徵點對的步驟
14:進行第二匹配的步驟
21:待識別指紋圖像
A1:第一待匹配特徵點
B1:第一周圍特徵點
C1:第一連線
22:模板指紋圖像
A2:第一模板特徵點
B2:第二模板特徵點
C2:第二連線
31:待識別指紋圖像
D1:第二待匹配特徵點
E1:其它待匹配特徵點
F1:其它待匹配特徵點
G1:其它待匹配特徵點
32:模板指紋圖像
D2:第三模板特徵點
E2:模板特徵點
F2:模板特徵點
G2:模板特徵點
40:指紋匹配裝置
41:特徵點提取單元
42:第一匹配單元
421:第一差值計算子單元
422:第二差值計算子單元
423:第三差值計算子單元
424:第一判斷子單元
43:剔除單元
431:距離計算子單元
432:統計子單元
433:選取子單元
44:第二匹配單元
本發明的其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中：圖1是本發明實施例中指紋匹配方法的流程圖；圖2是本發明實施例中特徵點匹配的示意圖；圖3是本發明實施例中另一種特徵點匹配的示意圖；及圖4是本發明實施例中一種指紋識別裝置的結構示意圖。
在本發明被詳細描述前，應當注意在以下的說明內容中，類似的元件是以相同的編號來表示。
某些指紋匹配方法是基於待匹配特徵點周圍其它若干個特徵點的信息進行一次匹配，如特徵點類型、穿過脊綫數目和距離等信息，來確定該待匹配特徵點與模板指紋圖像中的相應特徵點是否匹配。該方法容易受偽特徵點影響，一旦用於指紋匹配的其它若干個特徵點中存在偽特徵點，將會導致匹配成功率明顯下降。
為此，本發明實施例提供了一種指紋匹配方法，在所述 方法中，從各所述待匹配特徵點周圍選取預設數量的特徵點，先判斷該多個待匹配特徵點中是否存在真實的特徵點，只要存在真實的特徵點，對應的待匹配特徵點與模板特徵點所組成的特徵點對，即作為第一匹配結果，進行後續處理。由於第一匹配結果受偽特徵點的影響較小，故可以有效提高指紋識別的成功率。
為使本發明的上述目的、特徵和優點能夠更為明顯易懂，下面結合附圖對本發明的具體實施例作詳細地說明。
參照圖1，本發明實施例提供了一種指紋匹配方法，所述方法用於將待識別指紋圖像與模板指紋圖像進行匹配。具體地，所述方法可以包括以下步驟：
步驟11，從該待識別指紋圖像中提取多個待匹配特徵點。
在具體實施中，可以通過指紋模組采集指紋信息，得到待識別的指紋圖像。所述待識別的指紋圖像數量不作限制，對於任一待識別的指紋圖像，均可以採用本發明實施例中的指紋匹配方法進行指紋匹配。
在具體實施中，可以採用多種方法，提取待識別的指紋圖像的特徵點，具體不作限制，只要能夠提取到相應的待匹配特徵點即可，幷且，所述待匹配的特徵點數量不作限制。
步驟12，將該多個待匹配特徵點與該模板指紋圖像中的多個模板特徵點進行第一匹配，該第一匹配包括：識別該多個待匹 配特徵點中的真實特徵點，並將該真實特徵點、和該模板指紋圖像中與該真實特徵點對應的模板特徵點所組成的特徵點對，作為第一匹配結果。
在具體實施中，可以採用多種方法識別該多個待匹配特徵點中是否存在真實的特徵點，具體不作限制。
在本發明的一實施例中，可以利用任一待匹配特徵點與該模板指紋圖像中對應特徵點的方向差，以及位於所述任一待匹配特徵點周圍的待匹配特徵點與該模板指紋圖像中對應特徵點的方向差，來判斷所述任一待匹配特徵點及從所述任一待匹配特徵點周圍所選取的待匹配特徵點中是否存在真實的特徵點。
具體地，為了便于描述，將第一待匹配特徵點作為該多個待匹配特徵點中的任意一個，將第一周圍特徵點作為從該第一待匹配特徵點周圍選取的預設數量特徵點中任意一個。
為了更簡單準確地判斷每個所述待匹配特徵點及從所述每個待匹配特徵點周圍所選取的待匹配特徵點中是否存在真實的特徵點，該識別該多個待匹配特徵點中的真實特徵點，可以包括：計算第一待匹配特徵點與該模板指紋圖像中的第一模板特徵點之間的第一方向差，該第一待匹配特徵點為該多個待匹配特徵點中的任意一個，該第一模板特徵點為該多個模板特徵點中的任意一個。
計算第一周圍特徵點與該模板指紋圖像中的第二模板特徵點之間的第二方向差，該第一周圍特徵點為從該第一待匹配特徵點周圍選取的預設數量的待匹配特徵點中任意一個，該第二模板特徵點為從該第一模板特徵點周圍選取的任意一個模板特徵點；計算該第一待匹配特徵點至該第一周圍特徵點的第一連線，與該第一模板特徵點至該第二模板特徵點的第二連線之間的第三方向差；當該第一方向差、該第二方向差及該第三方向差滿足第一預設條件時，判定該第一待匹配特徵點及該第一周圍特徵點為真實特徵點。
在本發明的一實施例中，該第一匹配還包括：將該第一方向差、該第二方向差及該第三方向差滿足該第一預設條件的第一待匹配特徵點和第一模板特徵點所組成的特徵點對、以及第一周圍特徵點和第二模板特徵點所組成的特徵點對，作為該第一匹配結果。
在本發明的一實施例中，該第一預設條件為該第一方向差、該第二方向差及該第三方向差任意兩者之間的差值，均小於或等於第一預設的差值閾值。
其中，該模板指紋圖像為用於與待識別指紋圖像進行匹配的圖像，當待識別指紋圖像與模板指紋圖像匹配時，該待識別指 紋圖像可以認為是認證成功的用戶的指紋圖像，否則可以認為是認證失敗的用戶的指紋圖像。該模板指紋圖像可以是預先存儲在電子設備中的。
在具體實施例中，從所述待匹配特徵點周圍選取預設數量的特徵點，所述預設數量的值可以大於等于1個。具體可以按照就近原則，即選擇距離所述待匹配特徵點最近的預設數量的特徵點。
結合圖2，將待識別指紋圖像21中，待匹配特徵點A1作為第一待匹配特徵點，第一待匹配特徵點A1在模板指紋圖像22中對應的第一模板特徵點為A2。在待識別指紋圖像中，從第一待匹配特徵點A1周圍選取一個特徵點B1，作為第一周圍特徵點。第一周圍特徵點B1在模板指紋圖像22中對應的第二模板特徵點為B2。
該第一待匹配特徵點A1的方向，即待識別指紋圖像21中，過第一待匹配特徵點A1的脊綫的方向。該第一模板特徵點A2的方向，即模板指紋圖像22中過第一模板特徵點為A2的脊綫的方向。過第一待匹配特徵點A1的脊綫的方向，與過第一模板特徵點為A2的脊綫的方向之間的差值，即該第一方向差值，記為A1-A2。具體地，該第一方向差值可以是該第一待匹配特徵點A1的方向與該第一模板特徵點A2的方向之間的夾角。
該第一周圍特徵點B1的方向，即待識別指紋圖像21中， 過第一周圍特徵點B1的脊綫的方向。該第二模板特徵點為B2的方向，即模板指紋圖像22中過第二模板特徵點為B2的脊綫的方向。過第一周圍特徵點B1的脊綫的方向，與過第二模板特徵點為B2的脊綫的方向之間的差值，即該第二方向差值，記為B1-B2。具體地，該第二方向差值可以是該第一周圍特徵點B1的方向與該第二模板特徵點為B2的方向之間的夾角。
如圖2所述，該第一待匹配特徵點A1至該第一周圍特徵點B1的第一連線C1，與該第一模板特徵點A2至該第二模板特徵點B2的第二連線C2之間的第三方向差，記為C1-C2。具體地，該第三方向差可以是所述第一連線C1的方向與所述第二連線C2的方向之間的夾角。
需要說明的是，所述第一連線C1與第二連線C2的延伸方向一致，比如可以第一連線C1由第一待匹配特徵點A1延伸至該第一周圍特徵點B1，而第二連線C2由第一模板特徵點A2延伸至第二模板特徵點B2。或者，第一連線C1由第一周圍特徵點B1延伸至第一待匹配特徵點A1，而第二連線C2由第二模板特徵點B2延伸至第一模板特徵點A2。
在具體實施中，可以根據實際需求合理設置所述差值閾值，理想狀態下，所述差值閾值可以為0，非理想狀態下，所差值閾值為可接受的差值變化範圍的上限。
當該第一方向差A1-A2、第二方向差B1-B2及第三方向差C1-C2中，任意兩者之間的差值，均小於或等於預設的差值閾值時，表明第一待匹配特徵點A1及第一周圍特徵點B1為真實的特徵點，即在模板指紋圖像22中真實存在對應的特徵點。當該第一方向差A1-A2、第二方向差B1-B2及第三方向差C1-C2中，任意兩者之間的差值，大於所述預設的差值閾值時，表明第一待匹配特徵點A1及第一周圍特徵點B1為偽特徵點。
當第一待匹配特徵點A1周圍的第一周圍特徵點B1為真實特徵點時，第一待匹配特徵點A1與第一模板特徵點A2的第一匹配成功，該第一周圍特徵點B1與第二模板特徵點B2的第一匹配成功，則由該第一待匹配特徵點A1及該第一模板特徵點A2所組成的特徵點對，該第一周圍特徵點B1及該第二模板特徵點B2所組成的特徵點對，即為第一匹配結果中的特徵點對。由此，獲得全部的特徵點對，得到第一匹配結果。
可以理解的是，對於任意待匹配特徵點，均可以按照上述實施例中的描述，確定所述任意待匹配特徵點及其周圍選取的待匹配特徵點中是否存在真實的特徵點。
在另一些實施例中，在識別該多個待匹配特徵點中的真實特徵點時，除了該第一方向差、該第二方向差及該第三方向差滿足該第一預設條件以外，還需要該第一待匹配特徵點A1至該第一 周圍特徵點B1的距離|A1B1|與該第一模板特徵點A2至該第二模板特徵點B2的距離|A2B2|滿足第三預設條件。具體地，所述第三預設條件可以是|A1B1|與|A2B2|的差值的絕對值大於零且小於第三預設的差值閾值，所述第三預設的差值閾值為正數，或者|A1B1|等于|A2B2|。
步驟13，從該第一匹配結果中剔除錯誤匹配的特徵點對。
在具體實施中，該第一匹配結果中雖然都是匹配成功的特徵點，但仍會存在部分錯誤匹配的特徵點。為了剔除第一匹配結果中錯誤匹配的特徵點對，以該第一匹配結果中任意特徵點對由該待識別指紋圖像中的第二待匹配特徵點與該模板指紋圖像中的第三模板特徵點組成為例。
在本發明的一實施例中，該從該第一匹配結果中剔除錯誤匹配的特徵點對可以包括：分別計算該第一匹配結果中各特徵點對的兩特徵點，與其所在指紋圖像中其它特徵點之間的距離，其中，該第二待匹配特徵點與該待識別指紋圖像中其它特徵點的距離為第一距離，該第三模板特徵點與該模板指紋圖像中相應特徵點的距離為第二距離。
統計該特徵點對中，該第一距離與相應第二距離滿足第二預設條件的次數，並按照次數由大至小進行排序。
選取該特徵點對中，該第一距離與相應第二距離滿足該 第二預設條件的次數大於預設次數閾值的特徵點對，作為正確匹配的特徵點對，將其它特徵點對作為錯誤匹配的特徵點對從該第一匹配結果中剔除。
在本發明的一實施例中，該第二預設條件為：該第一距離與相應第二距離的差值大於零且小於第二預設的差值閾值，或者該第一距離與相應第二距離相等。
結合圖3，待識別指紋圖像31中，第二待匹配特徵點為D1，其它待匹配特徵點分別為E1、F1及G1。模板指紋圖像32中，第二待匹配特徵點D1對應的第三模板特徵點為D2，待匹配特徵點E1對應的模板特徵點為E2，待匹配特徵點F1對應的模板特徵點為F2，待匹配特徵點G1對應的模板特徵點為G2。
第二待匹配特徵點D1與待匹配特徵點E1之間的第一距離為r1，第二待匹配特徵點D1與待匹配特徵點F1之間的第一距離為r2，第二待匹配特徵點D1與待匹配特徵點G1之間的第一距離為r3。
第三模板特徵點為D2與模板特徵點E2之間的第二距離為r1’，第三模板特徵點為D2與模板特徵點F2之間的第二距離為r2’，第三模板特徵點為D2與模板特徵點G2之間的第二距離為r3’。
在第二待匹配特徵點D1及第三模板特徵點D2組成的特徵點對中，該第一距離與相應第二距離相等的次數可能為三次，比 如，r1=r1’、r2=r2’、r3=r3’；該第一距離與相應第二距離相等的次數也可能為兩次，比如r1=r1’、r2=r2’，但r3≠r3’；該第一距離與相應第二距離相等的次數也可能僅為一次，比如r1=r1’，但r2≠r2’，r3≠r3’；該第一距離與相應第二距離相等的次數也可能為零次，比如，r1≠r1’，r2≠r2’，r3≠r3’。
按照上述方法，統計第一匹配結果的各特徵點對中，該第一距離與相應第二距離相等的次數，幷由大至小排序，幷預先設置第二預設的差值閾值及次數閾值，進而將該特徵點對中，該第一距離與相應第二距離的差值大於零且小於第二預設的差值閾值的次數，或者該第一距離與相應第二距離相等的次數，大於所述預設次數閾值的特徵點對，作為正確匹配的特徵點對，在該第一匹配結果中予以保留，其它特徵點對為錯誤匹配的特徵點對，將其從該第一匹配結果中剔除。其中，所述次數閾值可以根據實際需要進行設置。
比如，可以設置所述次數閾值為2，若第二待匹配特徵點D1及第三模板特徵點D2組成的特徵點對中，該第一距離與相應第二距離相等的次數為3次，則第二待匹配特徵點D1及第三模板特徵點D2組成的特徵點對為正確匹配的特徵點對。若第二待匹配特徵點D1及第三模板特徵點D2組成的特徵點對中，該第一距離與相應第二距離相等的次數為1次，則第二待匹配特徵點D1及第三模板特 徵點D2組成的特徵點對為錯誤匹配的特徵點對。
通過該從該第一匹配結果中剔除錯誤匹配的特徵點對，删除第一匹配結果中明顯匹配錯誤的特徵點對，由此可以提高指紋匹配的準確性。
步驟14，基於該第一匹配結果中剩餘的特徵點對，將該待識別指紋圖像與該模板指紋圖像進行第二匹配。
在一些實施例中，所述步驟14可以包括：確定該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量；當該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量，占該模板指紋圖像中總特徵點的比例，大於預設比例閾值時，指紋匹配成功，否則指紋匹配失敗。其中，所述比例閾值可以根據實際要求及待匹配特徵點的數量進行設置。
在具體實施中，剔除錯誤匹配的特徵點對後，對於剩餘的特徵點對，可以基於任一所述剩餘特徵點對中兩特徵點之間的相對位置及角度，對該待識別指紋圖像進行旋轉和平移，確定該經旋轉和平移後的待識別指紋圖像與該模板指紋圖像中重合的特徵點。若兩指紋圖像能夠重合(即在模板指紋圖像的若干模板特徵點對應位置都能夠找到待匹配指紋圖像的待匹配特徵點)，那麽重合特徵點越多，匹配分數越高。
由上述內容可知，在本發明的實施例中，通過先判斷該 多個待匹配特徵點中是否存在真實的特徵點，只要存在真實的特徵點，對應的待匹配特徵點與模板特徵點所組成的特徵點對，即作為第一匹配結果，進行後續處理。由於第一匹配結果受偽特徵點的影響較小，故可以有效提高指紋識別的成功率。
為了使本領域技術人員更好地理解和實現本發明，以下對上述方法對應的裝置及電腦可讀儲存介質進行詳細描述。
參照圖4，本發明實施例提供了一種指紋匹配裝置40，用於將待識別指紋圖像與模板指紋圖像進行匹配。所述指紋匹配裝置40可以包括：特徵點提取單元41，第一匹配單元42，剔除單元43及第二匹配單元44。其中：
所述特徵點提取單元41，適用於從該待識別指紋圖像中提取多個待匹配特徵點。
該第一匹配單元42，適用於將該多個待匹配特徵點與該模板指紋圖像中的多個模板特徵點進行第一匹配，該第一匹配包括：識別該多個待匹配特徵點中的真實特徵點，並將該真實特徵點、和該模板指紋圖像中與該真實特徵點對應的模板特徵點所組成的特徵點對，作為第一匹配結果。
該剔除單元43，適用於從該第一匹配結果中剔除錯誤匹配的特徵點對。
該第二匹配單元44，適用於基於該第一匹配結果中剩餘 的特徵點對，將該待識別指紋圖像與該模板指紋圖像進行第二匹配。
在本發明的一實施例中，該第一匹配單元42可以包括：第一差值計算子單元421，第二差值計算子單元422，第三差值計算子單元423及第一判斷子單元424。其中：
所述第一差值計算子單元421，適用於計算第一待匹配特徵點與該模板指紋圖像中的第一模板特徵點之間的第一方向差，該第一待匹配特徵點為該多個待匹配特徵點中的任意一個，該第一模板特徵點為該多個模板特徵點中的任意一個。
所述第二差值計算子單元422，適用於計算第一周圍特徵點與該模板指紋圖像中的第二模板特徵點之間的第二方向差，該第一周圍特徵點為從該第一待匹配特徵點周圍選取的預設數量的待匹配特徵點中任意一個，該第二模板特徵點為從該第一模板特徵點周圍選取的任意一個模板特徵點。
所述第三差值計算子單元423，適用於計算該第一待匹配特徵點至該第一周圍特徵點的第一連線，與該第一模板特徵點至該第二模板特徵點的第二連線之間的第三方向差。
所述第一判斷子單元424，適用於當該第一方向差、該第二方向差及該第三方向差滿足第一預設條件時，判定該第一待匹配特徵點及該第一周圍特徵點為真實特徵點。
在本發明的一實施例中，該第一匹配單元42還適用於：將該第一方向差、該第二方向差及該第三方向差滿足該第一預設條件的第一待匹配特徵點和第一模板特徵點所組成的特徵點對、以及第一周圍特徵點和第二模板特徵點所組成的特徵點對，作為該第一匹配結果。
在本發明的一實施例中，該第一預設條件為該第一方向差、該第二方向差及該第三方向差任意兩者之間的差值，均小於或等於第一預設的差值閾值。
在本發明的一實施例中，該第一匹配結果中任意特徵點對由該待識別指紋圖像中的第二待匹配特徵點與該模板指紋圖像中的第三模板特徵點組成。該剔除單元43可以包括：距離計算子單元431，統計子單元432及選取子單元433。其中：
所述距離計算子單元431，適用於分別計算該第一匹配結果中各特徵點對的兩特徵點，與其所在指紋圖像中其它特徵點之間的距離，其中，該第二待匹配特徵點與該待識別指紋圖像中其它特徵點的距離為第一距離，該第三模板特徵點與該模板指紋圖像中相應特徵點的距離為第二距離。
所述統計子單元432，適用於統計該特徵點對中，該第一距離與相應第二距離滿足第二預設條件的次數，並按照次數由大至小進行排序。
所述選取子單元433，適用於選取該特徵點對中，該第一距離與相應第二距離滿足該第二預設條件的次數大於預設次數閾值的特徵點對作為正確匹配的特徵點對，將其它特徵點對作為錯誤匹配的特徵點對從該第一匹配結果中剔除。
在本發明的一實施例中，該第二預設條件為：該第一距離與相應第二距離的差值大於零且小於第二預設的差值閾值，或者該第一距離與相應第二距離相等。
在本發明的一實施例中，該第二匹配單元44還適用於：確定該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量；以及當該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量，占該模板指紋圖像中總模板特徵點的比例，大於預設比例閾值時，判定指紋匹配成功，否則判定指紋匹配失敗。
在本發明的一實施例中，該第二匹配單元44還適用於：基於任一所述剩餘特徵點對中兩特徵點之間的相對位置及角度，對該待識別指紋圖像進行旋轉和平移，確定該經旋轉和平移後的待識別指紋圖像與該模板指紋圖像中重合的特徵點。
本發明實施例的指紋匹配裝置的各組成單元的詳細功能，可參照本發明前述實施例的指紋匹配方法中對應部分的描述，此處不再贅述。
本發明實施例還提供了一種電子設備，該電子設備包括 上述任一種所述的指紋匹配裝置40。
本發明實施例還提供了一種電腦可讀儲存介質，其上存儲有電腦指令，該電腦指令被處理器運行時執行上述實施例中任一種所述指紋匹配方法的步驟，不再贅述。
在具體實施中，該電腦可讀儲存介質可以包括：ROM、RAM、磁盤或光盤等。
本發明實施例還提供了一種電子設備，該電子設備可以包括記憶體和處理器，該記憶體上儲存有能夠在該處理器上運行的電腦指令，該處理器運行該電腦指令時執行上述實施例中任一種所述指紋匹配方法的步驟，不再贅述。
雖然本發明披露如上，但本發明幷非限定于此。任何本領域技術人員，在不脫離本發明的精神和範圍內，均可作各種更動與修改，因此本發明的保護範圍應當以請求項所限定的範圍為准。
惟以上所述者，僅為本發明的實施例而已，當不能以此限定本發明實施的範圍，凡是依本發明申請專利範圍及專利說明書內容所作的簡單的等效變化與修飾，皆仍屬本發明專利涵蓋的範圍內。
11:提取多個待匹配特徵點的步驟
12:進行第一匹配的步驟
13:剔除錯誤匹配的特徵點對的步驟
14:進行第二匹配的步驟

Claims (19)

  1. 一種指紋匹配方法，用於將一待識別指紋圖像與一模板指紋圖像進行匹配，且包含：從該待識別指紋圖像中提取多個待匹配特徵點；將該多個待匹配特徵點與該模板指紋圖像中的多個模板特徵點進行第一匹配，該第一匹配包括：識別該多個待匹配特徵點中非偽特徵點的真實特徵點，並將該真實特徵點、和該模板指紋圖像中與該真實特徵點對應的模板特徵點所組成的特徵點對，作為一第一匹配結果；從該第一匹配結果中剔除錯誤匹配的特徵點對；基於該第一匹配結果中剩餘的特徵點對，將該待識別指紋圖像與該模板指紋圖像進行第二匹配。
  2. 如請求項1所述的指紋匹配方法，其中，該識別該多個待匹配特徵點中的真實特徵點，包括：計算一第一待匹配特徵點與該模板指紋圖像中的一第一模板特徵點之間的一第一方向差，該第一待匹配特徵點為該多個待匹配特徵點中的任意一個，該第一模板特徵點為該多個模板特徵點中的任意一個；計算一第一周圍特徵點與該模板指紋圖像中的一第二模板特徵點之間的一第二方向差，該第一周圍特徵點為從該第一待匹配特徵點周圍選取的預設數量的待匹配特徵點中任意一個，該第二模板特徵點為從該第一模板特徵點周圍選取的任意一個模板特徵點；計算該第一待匹配特徵點至該第一周圍特徵點的第 一連線，與該第一模板特徵點至該第二模板特徵點的第二連線之間的一第三方向差；當該第一方向差、該第二方向差及該第三方向差滿足第一預設條件時，判定該第一待匹配特徵點及該第一周圍特徵點為真實特徵點。
  3. 如請求項2所述的指紋匹配方法，其中，該第一匹配還包括：將該第一方向差、該第二方向差及該第三方向差滿足該第一預設條件的該第一待匹配特徵點和該第一模板特徵點所組成的特徵點對、以及該第一周圍特徵點和該第二模板特徵點所組成的特徵點對，作為該第一匹配結果。
  4. 如請求項2所述的指紋匹配方法，其中，該第一預設條件為該第一方向差、該第二方向差及該第三方向差任意兩者之間的差值，均小於或等於第一預設的差值閾值。
  5. 如請求項1或2所述的指紋匹配方法，其中，該第一匹配結果中任意特徵點對，由該待識別指紋圖像中的第二待匹配特徵點與該模板指紋圖像中的第三模板特徵點組成；該從該第一匹配結果中剔除錯誤匹配的特徵點對，包括：分別計算該第一匹配結果中各特徵點對的兩特徵點，與其所在指紋圖像中其它特徵點之間的距離，其中，該第二待匹配特徵點與該待識別指紋圖像中其它特徵點的距離為一第一距離，該第三模板特徵點與該模板指紋圖像中相應特徵點的距離為一第二距離； 統計該特徵點對中，該第一距離與相應該第二距離滿足第二預設條件的次數，並按照次數由大至小進行排序；選取該特徵點對中，該第一距離與相應該第二距離滿足該第二預設條件的次數大於預設次數閾值的特徵點對，作為正確匹配的特徵點對，將其它特徵點對作為錯誤匹配的特徵點對從該第一匹配結果中剔除。
  6. 如請求項5所述的指紋匹配方法，其中，該第二預設條件為：該第一距離與相應該第二距離的差值大於零且小於第二預設的差值閾值，或者該第一距離與相應該第二距離相等。
  7. 如請求項1所述的指紋匹配方法，其中，該基於該第一匹配結果中剩餘的特徵點對，將該待識別指紋圖像與該模板指紋圖像進行第二匹配，包括：確定該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量；當該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量，占該模板指紋圖像中總模板特徵點的比例，大於一預設比例閾值時，指紋匹配成功，否則指紋匹配失敗。
  8. 如請求項1或7所述的指紋匹配方法，其中，該基於該第一匹配結果中剩餘的特徵點對，將該待識別指紋圖像與該模板指紋圖像進行第二匹配，還包括：基於任一所述剩餘特徵點對中兩特徵點之間的相對位置及角度，對該待識別指紋圖像進行旋轉和平移，確 定該經旋轉和平移後的待識別指紋圖像與該模板指紋圖像中重合的特徵點。
  9. 一種指紋匹配裝置，用於將一待識別指紋圖像與一模板指紋圖像進行匹配，且包括：一特徵點提取單元，適用於從該待識別指紋圖像中提取多個待匹配特徵點；一第一匹配單元，適用於將該多個待匹配特徵點與該模板指紋圖像中的多個模板特徵點進行第一匹配，該第一匹配包括：識別該多個待匹配特徵點中的真實特徵點，並將該真實特徵點、和該模板指紋圖像中與該真實特徵點對應的模板特徵點所組成的特徵點對，作為第一匹配結果；一剔除單元，適用於從該第一匹配結果中剔除錯誤匹配的特徵點對；及一第二匹配單元，適用於基於該第一匹配結果中剩餘的特徵點對，將該待識別指紋圖像與該模板指紋圖像進行第二匹配。
  10. 如請求項9所述的指紋匹配裝置，其中，該第一匹配單元，包括：一第一差值計算子單元，適用於計算一第一待匹配特徵點與該模板指紋圖像中的第一模板特徵點之間的第一方向差，該第一待匹配特徵點為該多個待匹配特徵點中的任意一個，該第一模板特徵點為該多個模板特徵點中的任意一個； 一第二差值計算子單元，適用於計算第一周圍特徵點與該模板指紋圖像中的第二模板特徵點之間的第二方向差，該第一周圍特徵點為從該第一待匹配特徵點周圍選取的預設數量的待匹配特徵點中任意一個，該第二模板特徵點為從該第一模板特徵點周圍選取的任意一個模板特徵點；一第三差值計算子單元，適用於計算該第一待匹配特徵點至該第一周圍特徵點的第一連線，與該第一模板特徵點至該第二模板特徵點的第二連線之間的第三方向差；一第一判斷子單元，適用於當該第一方向差、該第二方向差及該第三方向差滿足第一預設條件時，判定該第一待匹配特徵點及該第一周圍特徵點為真實特徵點。
  11. 如請求項10所述的指紋匹配裝置，其中，該第一匹配單元還適用於：將該第一方向差、該第二方向差及該第三方向差滿足該第一預設條件的該第一待匹配特徵點和該第一模板特徵點所組成的特徵點對、以及該第一周圍特徵點和該第二模板特徵點所組成的特徵點對，作為該第一匹配結果。
  12. 如請求項10所述的指紋匹配裝置，其中，該第一預設條件為該第一方向差、該第二方向差及該第三方向差任意兩者之間的差值，均小於或等於第一預設的差值閾值。
  13. 如請求項9或10所述的指紋匹配裝置，其中，該第一匹配結果中任意特徵點對由該待識別指紋圖像中的第二待 匹配特徵點與該模板指紋圖像中的第三模板特徵點組成，該剔除單元包括：一距離計算子單元，適用於分別計算該第一匹配結果中各特徵點對的兩特徵點，與其所在指紋圖像中其它特徵點之間的距離，其中，該第二待匹配特徵點與該待識別指紋圖像中其它特徵點的距離為第一距離，該第三模板特徵點與該模板指紋圖像中相應特徵點的距離為第二距離；一統計子單元，適用於統計該特徵點對中，該第一距離與相應該第二距離滿足第二預設條件的次數，並按照次數由大至小進行排序；一選取子單元，適用於選取該特徵點對中，該第一距離與相應該第二距離滿足該第二預設條件的次數大於預設次數閾值的特徵點對作為正確匹配的特徵點對，將其它特徵點對作為錯誤匹配的特徵點對從該第一匹配結果中剔除。
  14. 如請求項13所述的指紋匹配裝置，其中，該第二預設條件為：該第一距離與相應該第二距離的差值大於零且小於第二預設的差值閾值，或者該第一距離與相應該第二距離相等。
  15. 如請求項14所述的指紋匹配裝置，其中，該第二匹配單元還適用於：確定該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量； 當該待識別指紋圖像與該模板指紋圖像中重合的特徵點的數量，占該模板指紋圖像中總模板特徵點的比例，大於預設比例閾值時，判定指紋匹配成功，否則判定指紋匹配失敗。
  16. 如請求項9或15所述的指紋匹配裝置，其中，該第二匹配單元還適用於：基於任一所述剩餘特徵點對中兩特徵點之間的相對位置及角度，對該待識別指紋圖像進行旋轉和平移，確定該經旋轉和平移後的待識別指紋圖像與該模板指紋圖像中重合的特徵點。
  17. 一種電子設備，其中，包括請求項9至16任一項的指紋匹配裝置。
  18. 一種電腦可讀儲存介質，儲存有一電腦指令，其中，該電腦指令被處理器運行時執行請求項1至8任一項的指紋匹配方法。
  19. 一種電子設備，包括一記憶體和一處理器，該記憶體上儲存有能夠在該處理器上運行的一電腦指令，其中，該處理器運行該電腦指令時執行請求項1至8任一項的指紋匹配方法。
TW110112584A 2020-04-08 2021-04-07 指紋匹配方法、裝置、可讀儲存介質與電子設備 TWI804843B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010270700.8 2020-04-08
CN202010270700.8A CN113496183B (zh) 2020-04-08 2020-04-08 指纹匹配方法、装置、电子设备及可读存储介质

Publications (2)

Publication Number Publication Date
TW202139057A TW202139057A (zh) 2021-10-16
TWI804843B true TWI804843B (zh) 2023-06-11

Family

ID=77994893

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110112584A TWI804843B (zh) 2020-04-08 2021-04-07 指紋匹配方法、裝置、可讀儲存介質與電子設備

Country Status (3)

Country Link
US (1) US11710342B2 (zh)
CN (1) CN113496183B (zh)
TW (1) TWI804843B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114299555A (zh) * 2022-01-27 2022-04-08 敦泰电子（深圳）有限公司 指纹识别方法、指纹模组及电子设备
CN116311395B (zh) * 2022-08-18 2023-11-14 荣耀终端有限公司 指纹识别的方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6314197B1 (en) * 1997-08-22 2001-11-06 International Business Machines Corporation Determining an alignment estimation between two (fingerprint) images
US8411913B2 (en) * 2008-06-17 2013-04-02 The Hong Kong Polytechnic University Partial fingerprint recognition
TW201629848A (zh) * 2015-02-13 2016-08-16 比亞迪股份有限公司 指紋重疊區域面積的計算方法及電子裝置
WO2017080278A1 (zh) * 2015-11-13 2017-05-18 广东欧珀移动通信有限公司 指纹识别方法、装置及终端设备
TW201807618A (zh) * 2016-08-18 2018-03-01 財團法人成大研究發展基金會 部分指紋驗證的疊代匹配方法與系統
TW202005074A (zh) * 2018-06-05 2020-01-16 日商索尼半導體解決方案公司 攝像裝置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1664847A (zh) * 2005-03-17 2005-09-07 上海交通大学 嵌入式***指纹的识别与匹配方法
US9965608B2 (en) * 2013-07-18 2018-05-08 Samsung Electronics Co., Ltd. Biometrics-based authentication method and apparatus
CN105447437B (zh) * 2015-02-13 2017-05-03 比亚迪股份有限公司 指纹识别方法和装置
CN105787491A (zh) * 2016-03-25 2016-07-20 友达光电股份有限公司 一种指纹图像的特征提取方法
CN107545217B (zh) * 2016-06-28 2021-07-30 比亚迪半导体股份有限公司 指纹匹配方法、指纹匹配装置和指纹识别芯片
CN107862319B (zh) * 2017-11-19 2021-11-16 桂林理工大学 一种基于邻域投票的异源高分光学影像匹配误差剔除方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6314197B1 (en) * 1997-08-22 2001-11-06 International Business Machines Corporation Determining an alignment estimation between two (fingerprint) images
US8411913B2 (en) * 2008-06-17 2013-04-02 The Hong Kong Polytechnic University Partial fingerprint recognition
TW201629848A (zh) * 2015-02-13 2016-08-16 比亞迪股份有限公司 指紋重疊區域面積的計算方法及電子裝置
WO2017080278A1 (zh) * 2015-11-13 2017-05-18 广东欧珀移动通信有限公司 指纹识别方法、装置及终端设备
TW201807618A (zh) * 2016-08-18 2018-03-01 財團法人成大研究發展基金會 部分指紋驗證的疊代匹配方法與系統
TW202005074A (zh) * 2018-06-05 2020-01-16 日商索尼半導體解決方案公司 攝像裝置

Also Published As

Publication number Publication date
US11710342B2 (en) 2023-07-25
CN113496183A (zh) 2021-10-12
TW202139057A (zh) 2021-10-16
CN113496183B (zh) 2023-02-03
US20210319204A1 (en) 2021-10-14

Similar Documents

Publication Publication Date Title
US8265347B2 (en) Method and system for personal identification using 3D palmprint imaging
TWI804843B (zh) 指紋匹配方法、裝置、可讀儲存介質與電子設備
JP6024141B2 (ja) 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム
JP5798691B2 (ja) 顔認識方法、装置、および該方法を実行するためのコンピュータ可読記録媒体
CN103679159A (zh) 人脸识别方法
Xiao et al. Extracting palmprint ROI from whole hand image using straight line clusters
KR101774151B1 (ko) 홍채템플릿 분산 저장 및 매칭을 이용한 홍채인식 보안 강화 방법 및 장치
JP4912011B2 (ja) 生体情報照合装置
Kassem et al. An enhanced ATM security system using multimodal biometric strategy
WO2016011640A1 (zh) 基于手部图像纹理的身份识别方法
Agrawal et al. A hybrid partial fingerprint matching algorithm for estimation of equal error rate
Webb et al. Towards a complete rule-based classification approach for flat fingerprints
KR100489430B1 (ko) 위치이동, 회전에 무관한 지문인식 방법 및 지문인식 장치및 그 방법을 실행시키기 위한 프로그램을 기록한기록매체
Shrivastava et al. Fingerprint identification using feature extraction: A survey
US20200387691A1 (en) A quick match algorithm for biometric data
US11580766B2 (en) Method for detecting at least one biometric trait visible in an input image by means of a convolutional neural network
Koç et al. A new encoding of iris images employing eight quantization levels
CN113158788A (zh) 人脸表情识别方法、装置、终端设备及存储介质
KR20060064710A (ko) 지문 인식 방법
Mahmood et al. 3D face recognition using pose invariant nose region detector
JP2001076142A (ja) 指紋画像照合方法及び装置及びこの方法を記録した記録媒体
JP6199470B1 (ja) 署名認証システム
Wang et al. Fingerprint reference point detection based on local ridge orientation patterns of fingerprints
Singh et al. Literature survey on fingerprint recognition using level 3 feature extraction method
Ha et al. An effective algorithm for fingerprint matching