WO2016029346A1

WO2016029346A1 - 指纹提取方法和装置

Info

Publication number: WO2016029346A1
Application number: PCT/CN2014/085121
Authority: WO
Inventors: 李云; 孙建华
Original assignee: 华为技术有限公司
Priority date: 2014-08-25
Filing date: 2014-08-25
Publication date: 2016-03-03
Also published as: CN105659253B; CN105659253A

Abstract

本发明实施例提供一种指纹提取方法和装置，包括：利用至少两组采集参数分别对用户的指纹进行采集，获得与所述至少两组采集参数对应的至少两幅指纹图像，而后在所述至少两个指纹图像选取质量最好的图像作为目标指纹图像，或者，根据所述至少两个指纹图像合成目标指纹图像。从而，能够在不同场景下针对不同用户都能够采集到良好的指纹数据，从而提高指纹图像的质量。

Description

指紋提取方法和装置

技术领域

本发明实施例涉及指紋识别技术领域，尤其涉及一种指紋提取方法和装置。背景技术

指纹采集的目的是获取最真实详细的手指纹路信息，从而利用其独特的生物唯一性特点进行个人身份鉴定。指紋之所以具有不变性、唯一性等特性，是因为手指末端正面皮肤上凹凸不平的紋线有规律的排列成了不同的紋型，不同的紋线具有不同的起点、终点、结合点和分叉点等，这些特征保证了不同的个体之间的差异性。因此采集指纹的一个重要指标就是要保证指纹纹线的清晰，从而尽可能多的获取指纹特征信息。

目前，指纹采集常用的指纹传感器按采集方式主要分为划擦式和按压式两种，按信号采集原理目前有光学式、压敏式、电容式、电感式、热敏式和超声波式等。无论哪种采集方式或原理，从传感器获取的最原始信号数据，都需要通过一定的数据预处理从而得到指纹图像信息。目前，主要的采集程序有以下三个步骤：

第一，进行像素值增益。对于原始采集到的指纹信号来说，信号较弱从而不利于指紋特征的提取。因此，在采集信号处理的第一步需要对原始信号进行补偿，从而放大微弱的信号，提高指紋信号的信噪比和提高脊线和谷线的对比度。其中，指纹纹路中***部分是手指真皮向表皮乳突形成的皱痕，被称指纹的脊线，指纹脊线之间的凹陷部分，称为指纹的谷线。

第二，进行像素值偏移。信号采集后需要进行模数转换，此时信号的幅度就会在有限的范围内，此时通过将信号进行偏移，就可以控制让脊线信号像素值在 127 (理想像素值）以下，让谷线信号像素值在 127以上。

第三，进行数模转换增益。以 127像素值为中心再进行一次图像增益，从而提高脊线和谷线的对比度。

其中，上述采集程序涉及到的相关采集参数是在开发过程中提前设定好，并将其编码到产品中，因此不能够随意的在后续使用过程中进行动态调整。而在实际情况中，在利用指纹传感器进行指纹采集时，由于受到干湿手指差异、按捺压力、接触角度、传感机制、外界环境，甚至指纹传感器本身制造工艺造成的器件差异性等因素影响，采集到的指紋质量会有差异。在设定的相同的采集参数条件下，由于上述不同因素的影响，可能无法保证所有用户的所有指纹都能顺利的釆集到较好的数据。

虽然在上述采集程序中的增益和偏移参数是可调的，能够使最终得到的指纹图像的质量在一定的范围内变化，但是由于在最初原始数据采集时就不能得到较佳的指紋数据，使得后续的图像处理结果无论怎么调整都会有局限。因此，如何解决指紋采集的局限性，使得在不同场景下针对不同用户都能够采集到良好的指紋数据，提高指紋图像的质量是当前亟待解决的问题。发明内容

本发明实施例提供一种指纹提取方法和装置，能够在不同场景下针对不同用户都能够采集到良好的指纹数据，从而提高指纹图像的质量。

第一方面，本发明实施例提供一种指紋提取方法，所述方法包括：利用至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组采集参数对应的至少两幅指纹图像；

根据所述至少两个指纹图像获取目标指纹图像。

结合第一方面，在第一种可能的实现方式中，所述至少两组采集参数包括：一组用于采集干手指指紋的采集参数、一组用于采集湿手指指紋的采集参数以及一组用于采集正常手指指紋的采集参数。

结合第一方面或第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述根据所述至少两幅指纹图像获取目标指纹图像包括：分别获取所述至少两幅指纹图像的图像质量参数；

根据所述至少两幅指紋图像的图像质量参数在所述至少两幅指紋图像选取图像质量最优的指紋图像作为所述目标指紋图像。

结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，所述分别获取所述至少两幅指纹图像的图像质量参数；根据所述至少两幅指纹图像的图像质量参数在所述至少两幅指纹图像选取图像质量最优的指纹图像作为所述目标指纹图像包括：

获取每幅指纹图像中指纹中心的预设区域内的灰度平均值；获取每幅指纹图像中的所述预设区域内的灰度值方差；

选取所述至少两幅指紋图像中灰度平均值最接近理想灰度值，且灰度值方差在预设方差范围内的指紋图像作为所述目标指紋图像。

结合第一方面的第二种可能的实现方式，在第四种可能的实现方式中，所述分别获取所述至少两幅指纹图像的图像质量参数；根据所述至少两幅指纹图像的图像质量参数在所述至少两幅指纹图像选取图像质量最优的指紋图像作为所述目标指紋图像包括：

获取每幅指紋图像中指紋有效像素的面积；

获取每幅指紋图像中所述指紋有效像素的面积占采集总面积的比例；选取比例最高的指纹图像作为所述目标指纹图像。

结合第一方面的第二种可能的实现方式，在第五种可能的实现方式中，所述分别获取所述至少两幅指紋图像的图像质量参数；根据所述至少两幅指紋图像的图像质量参数在所述至少两幅指紋图像选取图像质量最优的指紋图像作为所述目标指紋图像包括：

获取第一指纹图像中指纹中心预设区域的方向场，所述第一指纹图像为所述至少两幅指纹图像中的任意一幅图像；所述方向场为所述预设区域中所有像素点的切线方向矢量组成的矩阵；

在所述方向场中选取至少两个局部方向场；所述局部方向场为所述预设区域中的图像分块中的像素点的切线方向矢量组成的矩阵；

在每个局部方向场的正交方向上获取所述局部方向场对应的图像分块的灰度值，得到至少两个图像分块的灰度值；所述局部方向场对应的图像分块为所述局部方向场对应的像素点组成的图像分块；

根据所述至少两个图像分块的灰度值获取所述至少两个图像分块的灰度值方差；

在所述至少两幅指纹图像中，选取图像分块的灰度值方差最小的指纹图像作为所述目标指纹图像。

结合第一方面的第二种可能的实现方式，在第六种可能的实现方式中，所述分别获取所述至少两幅指紋图像的图像质量参数；根据所述至少两幅指纹图像的图像质量参数在所述至少两幅指纹图像选取图像质量最优的指纹图像作为所述目标指纹图像包括：

对第一指纹图像中指纹中心的预设区域进行傅里叶变换，获得所述中心预设区域的环形谱；所述第一指紋图像为所述至少两幅指紋图像中的任意一幅图像；

对所述环形谱进行搜索，获取所述环形谱中的最大幅度环；根据所述最大幅度环获取所述第一指纹图像的图像质量评估分数；在所述至少两幅指纹图像中，选取图像质量评估分数最高的指纹图像作为所述目标指紋图像。

结合第一方面的第二种可能的实现方式，在第七种可能的实现方式中，所述分别获取所述至少两幅指紋图像的图像质量参数；根据所述至少两幅指纹图像的图像质量参数在所述至少两幅指纹图像选取图像质量最优的指纹图像作为所述目标指纹图像包括：

将所述第一指紋图像中指紋中心的预设区域划分成大小相同的多个图像分块；

利用伽柏 Gabor滤波器获取所述多个图像分块在所述 Gabor滤波器的 m个方向上的 Gabor特征幅度；

获取每个前景块的 Gabor特征幅度的标准差；

获取所有前景块的 Gabor特征幅度的标准差之和；

根据所述标准差之和获取所述第一指紋图像的图像质量评估分数；在所述至少两幅指紋图像中，选取图像质量评估分数最高的指紋图像作为所述目标指纹图像。

结合第一方面或第一方面的第一种可能的实现方式，在第八种可能的实现方式中，所述根据所述至少两个指纹图像获取目标指纹图像包括：对所述至少两个指紋图像进行图像配准；

将配准后的所述至少两个指紋图像进行图像合成，获得所述目标指紋图像。

结合第一方面的第八种可能的实现方式，在第九种可能的实现方式中，所述对所述至少两个指纹图像进行图像配准包括：

利用尺度不变特征转换 SIFT算法提取所述至少两个指紋图像的 SIFT 特征向量；

根据所述至少两个指纹图像的 SIFT特征向量对所述至少两个指纹图像进行配准；

或者，

对所述至少两个指紋图像进行二值化处理；

为进行二值化处理后的所述至少两个指纹图像分别生成图像金字塔；利用所述至少两个指纹图像的图像金字塔对所述至少两个指纹图像进行配准。

结合第一方面的第八种可能的实现方式，在第十种可能的实现方式中，所述将配准后的所述至少两个指紋图像进行图像合成，获得所述目标指紋图像包括：

获取配准后的所述至少两个指纹图像的像素平均值，并根据所述至少两个指纹图像的像素平均值利用直方图均衡化处理进行所述至少两个指纹图像的合成，获得所述目标指紋图像；

或者，

将配准后的每个指紋图像划分成大小相同的多个图像分块，并获取每个图像分块的信息熵；

根据所述至少两个指纹图像的所有图像分块的信息熵获取所述至少两个指纹图像中同一位置上图像质量最好的图像分块；

将所有位置上图像质量最好的图像分块进行合成，获得所述目标指紋图像；

或者，

利用光照响应曲线法将配准后的所述至少两个指纹图像进行合成，获得所述目标指纹图像；

或者，

对采集到的多幅指紋对象利用可信度函数获取每幅图像的可信度，而后通过将每幅图像的可信度作为每幅图像的权重进行加权平均来合成所述目标指纹图像。

第二方面，提供一种指纹提取装置，所述装置包括：

采集单元，用于利用至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组釆集参数对应的至少两幅指纹图像；图像获取单元，用于根据所述至少两个指纹图像获取目标指纹图像。结合第二方面，在第一种可能的实现方式中，所述至少两组采集参数包括：一组用于采集干手指指紋的采集参数、一组用于采集湿手指指纹的采集参数以及一组用于采集正常手指指紋的采集参数。

结合第二方面或第二方面的第一种可能的实现方式，在第二种可能的实现方式中，所述图像获取单元包括：

质量评估单元，用于分别获取所述至少两幅指纹图像的图像质量参数；

图像选择单元，用于根据所述至少两幅指紋图像的图像质量参数在所述至少两幅指紋图像选取图像质量最优的指紋图像作为所述目标指紋图像。

结合第二方面的第二种可能的实现方式，在第三种可能的实现方式中，所述质量评估单元具体用于：

获取每幅指紋图像中指紋中心的预设区域内的灰度平均值；获取每幅指紋图像中的所述预设区域内的灰度值方差；

所述图像选择单元具体用于：

选取所述至少两幅指纹图像中灰度平均值最接近理想灰度值，且灰度值方差在预设方差范围内的指紋图像作为所述目标指纹图像。

结合第二方面的第二种可能的实现方式，在第四种可能的实现方式中，所述质量评估单元具体用于：

获取每幅指纹图像中指纹有效像素的面积；

获取每幅指纹图像中所述指纹有效像素的面积占采集总面积的比例；所述图像选择单元具体用于：

选取比例最高的指紋图像作为所述目标指紋图像。

结合第二方面的第二种可能的实现方式，在第五种可能的实现方式中，所述质量评估单元具体用于：

获取第一指纹图像中指纹中心预设区域的方向场，所述第一指纹图像为所述至少两幅指纹图像中的任意一幅图像；所述方向场为所述预设区域中所有像素点的切线方向矢量组成的矩阵；在所述方向场中选取至少两个局部方向场；所述局部方向场为所述预设区域中的图像分块中的像素点的切线方向矢量组成的矩阵；

所述图像选择单元具体用于：

在所述至少两幅指紋图像中，选取图像分块的灰度值方差最小的指紋图像作为所述目标指紋图像。

结合第二方面的第二种可能的实现方式，在第六种可能的实现方式中，所述质量评估单元具体用于：

对第一指纹图像中指纹中心的预设区域进行傅里叶变换，获得所述中心预设区域的环形谱；所述第一指纹图像为所述至少两幅指纹图像中的任意一幅图像；

对所述环形谱进行搜索，获取所述环形谱中的最大幅度环；根据所述最大幅度环获取所述第一指纹图像的图像质量评估分数；所述图像选择单元具体用于：

在所述至少两幅指纹图像中，选取图像质量评估分数最高的指紋图像作为所述目标指紋图像。

结合第二方面的第二种可能的实现方式，在第七种可能的实现方式中，所述质量评估单元具体用于：

将所述第一指纹图像中指纹中心的预设区域划分成大小相同的多个图像分块；

获取每个前景块的 Gabor特征幅度的标准差；

获取所有前景块的 Gabor特征幅度的标准差之和；

根据所述标准差之和获取所述第一指纹图像的图像质量评估分数；所述图像选择单元具体用于：在所述至少两幅指纹图像中，选取图像质量评估分数最高的指纹图像作为所述目标指纹图像。

结合第二方面或第二方面的第一种可能的实现方式，在第八种可能的实现方式中，所述图像获取单元包括：

图像配准单元，用于对所述至少两个指紋图像进行图像配准；图像合成单元，用于将配准后的所述至少两个指纹图像进行图像合成，获得所述目标指纹图像。

结合第八种可能的实现方式，在第九种可能的实现方式中，所述图像配准单元具体用于：

或者，

对所述至少两个指紋图像进行二值化处理；

为进行二值化处理后的所述至少两个指紋图像分别生成图像金字塔；利用所述至少两个指纹图像的图像金字塔对所述至少两个指纹图像进行配准。

结合第八种可能的实现方式，在第十种可能的实现方式中，所述图像合成单元具体用于：

获取配准后的所述至少两个指紋图像的像素平均值，并根据所述至少两个指纹图像的像素平均值利用直方图均衡化处理进行所述至少两个指纹图像的合成，获得所述目标指纹图像；

或者，

将所有位置上图像质量最好的图像分块进行合成，获得所述目标指纹图像；或者，

或者，

第三方面，提供一种指纹提取装置，所述装置包括：处理器、存储器、输入 /输出接口；所述处理器、所述存储器、所述输入 /输出接口通过总线连接；所述输入 /输出接口用于与其他设备交互；所述存储器用于存储至少两组采集参数和计算机程序；所述处理器用于执行所述计算机程序用于：利用至少两组釆集参数分别对用户的指纹进行采集，获得与所述至少两组采集参数对应的至少两幅指纹图像；

根据所述至少两个指纹图像获取目标指纹图像。

结合第三方面，在第一种可能的实现方式中，所述至少两组采集参数包括：一组用于采集干手指指紋的采集参数、一组用于采集湿手指指纹的采集参数以及一组用于釆集正常手指指纹的采集参数。

结合第三方面或第三方面的第一种可能的实现方式，在第二种可能的实现方式中，所述处理器用于执行所述计算机程序具体用于：

分别获取所述至少两幅指紋图像的图像质量参数；

根据所述至少两幅指紋图像的图像质量参数在所述至少两幅指紋图像选取图像质量最优的指纹图像作为所述目标指纹图像。

结合第三方面的第二种可能的实现方式，在第三种可能的实现方式中，所述处理器用于执行所述计算机程序具体用于：

获取每幅指紋图像中指紋中心的预设区域内的灰度平均值；

获取每幅指紋图像中的所述预设区域内的灰度值方差；

选取所述至少两幅指纹图像中灰度平均值最接近理想灰度值，且灰度值方差在预设方差范围内的指纹图像作为所述目标指纹图像。

结合第三方面的第二种可能的实现方式，在第四种可能的实现方式中，所述处理器用于执行所述计算机程序具体用于：获取每幅指纹图像中指纹有效像素的面积；

获取每幅指纹图像中所述指纹有效像素的面积占采集总面积的比例；选取比例最高的指纹图像作为所述目标指纹图像。

结合第三方面的第二种可能的实现方式，在第五种可能的实现方式中，所述处理器用于执行所述计算机程序具体用于：

在所述至少两幅指紋图像中，选取图像分块的灰度值方差最小的指紋图像作为所述目标指纹图像。

结合第三方面的第二种可能的实现方式，在第六种可能的实现方式中，所述处理器用于执行所述计算机程序具体用于：

对第一指紋图像中指紋中心的预设区域进行傅里叶变换，获得所述中心预设区域的环形谱；所述第一指紋图像为所述至少两幅指紋图像中的任意一幅图像；

对所述环形谱进行搜索，获取所述环形谱中的最大幅度环；根据所述最大幅度环获取所述第一指纹图像的图像质量评估分数；在所述至少两幅指紋图像中，选取图像质量评估分数最高的指紋图像作为所述目标指紋图像。

结合第三方面的第二种可能的实现方式，在第七种可能的实现方式中，所述处理器用于执行所述计算机程序具体用于：

将所述第一指纹图像中指纹中心的预设区域划分成大小相同的多个图像分块；利用伽柏 Gabor滤波器获取所述多个图像分块在所述 Gabor滤波器的 m个方向上的 Gabor特征幅度；

获取每个前景块的 Gabor特征幅度的标准差；

获取所有前景块的 Gabor特征幅度的标准差之和；

根据所述标准差之和获取所述第一指紋图像的图像质量评估分数；在所述至少两幅指纹图像中，选取图像质量评估分数最高的指纹图像作为所述目标指纹图像。

结合第三方面或第三方面的第一种可能的实现方式，在第八种可能的实现方式中，所述处理器用于执行所述计算机程序具体用于：

对所述至少两个指紋图像进行图像配准；

结合第八种可能的实现方式，在第九种可能的实现方式中，所述处理器用于执行所述计算机程序具体用于：

或者，

对所述至少两个指紋图像进行二值化处理；

结合第八种可能的实现方式，在第十种可能的实现方式中，所述处理器用于执行所述计算机程序具体用于：

或者，

本发明实施例提供一种指纹提取方法和装置，利用至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组采集参数对应的至少两幅指紋图像，而后在所述至少两个指紋图像选取质量最好的图像作为目标指紋图像，或者，根据所述至少两个指纹图像合成目标指紋图像。从而，能够在不同场景下针对不同用户都能够采集到良好的指纹数据，从而提高指纹图像的质量。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图 1为本发明提供的指纹提取方法的流程示意图；

图 2为本发明提供的指紋提取方法的另一流程示意图；

图 3为本发明提供的指紋提取方法的又一流程示意图；

图 4为本发明提供的指纹提取装置的结构示意图；

图 5为本发明提供的指纹提取装置的另一结构示意图；

图 6为本发明提供的指纹提取装置的又一结构示意图；图 7为本发明提供的指纹提取装置的又一结构示意图；

图 8为本发明提供的指纹提取装置的又一结构示意图。具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。

本发明实施例提供一种指纹提取方法，如图 1所示，该方法包括：

S101、利用至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组采集参数对应的至少两幅指紋图像。

具体的，上述釆集参数是指纹采集传感器釆集指纹时，对采集的指纹图像信号进行处理所用的参数，比如像素值增益、像素值偏移量、数模转换增益等，采集参数不同，采集到的图像也就不同。因此，上述不同的至少两组采集参数可以理解为，适用于不同采集场景的多组采集参数，比如可以有三组采集参数，一组用于采集干手指指紋的采集参数、一组用于采集湿手指指纹的采集参数以及一组用于采集正常手指指纹的采集参数。上述至少两组釆集参数是预先存储在指纹采集传感器中的。

S102、根据所述至少两个指纹图像获取目标指纹图像。

示例性的，可以通过以下两种方式获取目标指紋图像：

一种是分别获取所述至少两幅指紋图像的图像质量参数，而后根据这至少两幅指纹图像的图像质量参数在这至少两幅指纹图像选取图像质量最优的指纹图像作为目标指纹图像。另一种是对这至少两个指纹图像进行图像配准，并将配准后的这至少两个指纹图像进行图像合成，获得目标指纹图像。

本发明实施例提供一种指紋提取方法，利用预先存储的至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组采集参数对应的至少两幅指纹图像，而后在所述至少两个指纹图像选取质量最好的图像作为目标指纹图像，或者，根据所述至少两个指纹图像合成目标指纹图像。从而，能够在不同场景下针对不同用户都能够采集到良好的指纹数据，从而提高指纹图像的质量。

为了使本领域技术人员能够更清楚地理解本发明实施例提供的技术方案，下面通过具体的实施例，对本发明的实施例提供的一种指纹提取方法进行详细说明，如图 2所示，该方法包括：

S201、利用不同的至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组采集参数对应的至少两幅指纹图像。

其中，所述至少两组釆集参数是预先存储在指纹采集传感器中的，每组采集参数对应不同的采集参数，不同的采集参数应用于不同的场景，比如可以设置三组采集参数，一组用于采集干手指指紋的采集参数、一组用于采集湿手指指纹的采集参数以及一组用于采集正常手指指紋的采集参数。当然，除此之外，还可以设置对应其他可能场景的采集参数，比如针对指紋浅的用户的采集参数、针对指纹深的用于的采集参数，又或者针对用户手指按压较重时的采集参数、针对用户手指按压较轻时的采集参数，又或者是针对上述几种的情况同时发生的场景的采集参数。具体需要设置多少种参数，可以根据用户的实际需要来设置，在此不一一列举。

由于指纹采集传感器在工作时无法得知进行指紋采集的用户的手指满足上述哪种情况，因此就需要在采集指纹时，分别利用指纹釆集传感器预先存储的多组采集参数对同一个指纹进行多次采集，得到多幅指纹图像。

S202、分别获取所述至少两幅指纹图像的图像质量参数。

S203、根据所述至少两幅指紋图像的图像质量参数在所述至少两幅指紋图像选取图像质量最优的指紋图像作为目标指紋图像。

具体的，图像质量参数可以理解为用于评估图像质量高低的参数，根据图像质量参数对指纹采集传感器采集的多幅图像进行评估的具体方法，示例性的，包括但不限于以下几种：

第一种，首先，根据平均灰度值公式获取每幅指紋图像中指紋中心的预设区域内的灰度平均值。

其中，每幅指纹图像中包括了指纹（也可以称为前景）和背景，在确定了指纹的中心后，可以选取以指纹中心为中心的一个长为 w个像素，宽为 h 个像素的区域。比如，整个指纹图像的分辨率为 640*640，可以选取一个以指紋中心为中心的，大小为 320*320的区域为上述预设区域。而后就可以利用平均灰度值公式来获取这个预设区域的灰度平均值。

该平均灰度值公式可以为：

M H^ /( )

w* z _{1=0 j=0} ( 1 ) 其中， Me (/)表示灰度平均值，表示像素点（, 的灰度值， w表示所述预设区域的长， A表示所述预设区域的宽。

其次，再根据灰度值方差公式获取每幅指紋图像中指紋中心的预设区域内的灰度值方差。

该灰度值方差公式可以为：

Var(I) = -^—∑∑ (Hi, j) - Mean(I)) ²

w * _{i=0 j=0} (2) 其中，表示灰度值方差， M«m(/)表示灰度平均值，表示像素点（^， 7')的灰度值， w表示所述预设区域的长， A表示所述预设区域的宽。

最后，在所有指纹图像中选取灰度平均值最接近理想灰度值，且灰度值方差在预设方差范围内的指紋图像作为最终输出的目标指紋图像。

其中，理想灰度值为 127，预设方差范围内可以根据经验值来设置，也可以根据实际需要来设置，在此不做限定。

第二种，首先，获取每幅指纹图像中指纹有效像素的面积。获取指纹有效像素可以理解为：在一幅指纹图像中，包括了指纹和背景，该指纹和背景是由若干像素点组成的，其中用于显示指紋的像素点才被认为是有效的像素，因此，获取用于显示指紋的像素点所的面积就得到了指紋有效像素的面积。

同时，获取采集总面积，釆集总面积可以理解为，指纹釆集传感器的可采集最大采集面积，比如指纹采集传感器的采集窗口的大小，或者也可以理解为采集的指纹图像的总面积。

其次，获取每幅指紋图像中指紋有效像素的面积占采集总面积的比例。例如，采集的指紋图像的总的分辨率为 640*640，则将 640*640作为采集总面积，该指纹图像中指纹有效像素为 480*560，则将 480*560作为指纹有效像素的面积，故该指纹图像中指纹有效像素的面积占采集总面积的比例为 (480*560) ÷ (640*640) Χ 100%=65.6%。

最后，在所有指紋图像中选取比例最高的指紋图像作为最终输出的目标指紋图像。第三种，首先，获取第一指纹图像中指纹中心预设区域的方向场。这里的第一指纹图像可以为采集的至少两幅指纹图像中的任意一幅图像。

其中，上述指纹中心预设区域与第一种方式中所述的以指纹中心为中心的一个长为 W个像素，宽为 h个像素的区域为相同概念的区域，这里的预设区域的长和宽的取值可以与第一种方式中所述的预设区域相同，也可以不同。

由于预设区域的图像是由 w*h个像素点组成，而指纹的脊线和谷线是具有弧度的曲线，因此，可以获得经过每个像素的曲线在该像素点的切线方向，根据 w*h个像素点的切线方向矢量就可以组成一个矩阵，该矩阵就是预设区域的方向场。

其次，在预设区域中选取若干个图像分块，例如，可以选三个分辨率为

1*1 (l<w， Kh) 的图像分块，根据这三个图像分块中的像素点的切线方向矢量就可以得到与这几个图像分块分别对应的三个矩阵，可以称为局部方向场。

而后，在与这些局部方向场正交的方向上计算这些局部方向场对应的图像分块的灰度值，并获取这些图像分块灰度值方差，这就得到了第一指纹图像的图像分块的灰度值方差。

最后，在所有指紋图像中，选取图像分块的灰度值方差最小的指紋图像作为最终输出的目标指纹图像。

第四种，首先，对第一指纹图像中指纹中心的预设区域进行傅里叶变换，获得该预设区域的环形谱。这里的第一指纹图像可以为采集的至少两幅指紋图像中的任意一幅图像。

其中，上述指紋中心预设区域与第一或第三种方式中所述的以指紋中心为中心的一个长为 w个像素，宽为 h个像素的区域为相同概念的区域，这里的预设区域的长和宽的取值可以与第一或第三种方式中所述的预设区域相同，也可以不同。

因为指紋中的脊谷结构是一个准周期性信息，一枚质量好的指紋，其离散傅立叶变换图在幅度谱中心会出现一个环，因此可以用环形谱结构来评估指纹的质量。

利用环形谱评估指纹的质量评估分数可以定义为：

其中， Q为质量评估分数， C为归一化因子，用于将 Q归一到 0与 1之间， =2 ^( , )θ- (·^，)υ- (·^,}^)。里面的代表在最大幅度环上角度为 ^处的幅度值， yx_s，y_s)和 ^是同一方向 e上的参考点。

因此，在获得第一指纹图像的环形谱之后，需要获取环形谱中的最大幅度环。示例性的，可以通过以下公式搜索到最大幅度环，最大幅度环 i应满足：

其中， At ^)代表频谱幅值，（ ^)是该点的坐标，整数 j是最大幅度环到环形谱中心点的距离（距离用像素数评价）。

在搜索到最大幅度环 i后，就可以根据公式（3) 来计算 Q。

最后，在所有指紋图像中，选取图像质量评估分数 Q最高的指紋图像作为最终输出的目标指紋图像。

第五种，首先，将第一指紋图像中指紋中心的预设区域划分成大小相同的多个图像分块。其中，上述指纹中心预设区域与第一或第三或第五种方式中所述的以指纹中心为中心的一个长为 w个像素，宽为 h个像素的区域为相同概念的区域，这里的预设区域的长和宽的取值可以与第一或第三或第五种方式中所述的预设区域相同，也可以不同。

而后，利用 Gabor (伽柏）滤波器获取该多个图像分块在 Gabor滤波器的 m个方向上的 Gabor特征幅度。示例性的，可以通过以下算法获取图像分块的 Gabor特征幅度：

以 (x， y)为中心的大小为 1*1的图像分块分块在第 k个方向（k=l， 2， ···， m) 上的 Gabor特征幅度可以定义为：

//2-1 //2-1

g(X,Y,e_{k 0} - ∑ ∑l(X+x,Y + y)Kx,y,e_k,f₀) (5) 式中 /(x，_y)为像素点 (x， y)fi炭蟹， 1为分块的长， m为滤波器数目， /ZOJ, ,/。）为 Gab

¾ = xcos0_k + ysm0_k , y = ycosO_k - sin^

其中，为 Gabor滤波器 <x,3A,/。）在第 k个方向（k=l， 2, ···， m) 上的角度， /。为正弦波的频率， m为滤波器的方向数目，和分别为高斯函数沿 X轴和 y轴的标准差。令 Gabor图像分块的 Gabor特征幅度标准差为 G， G可以通过以下公式获取:

G -∑ g(x, Y, 0_{x o} )- S (7) m - 1 t=\

^ -∑_g(x,Y ₀ )

m

通过公示（7)获得第一指纹图像所有前景块的标准差后，通过计算第一指纹图像所有前景块的标准差之和，可以得到指纹的图像质量评估分数 Q，如下列公式所示：

Q = ^∑G d) (8 ) 其中， C为归一化因子， N为图像分块数。

对采集到的所有指紋图像都利用上述同样的方法就可以得到所有指紋图像的质量评估分数 Q。

最后，在所有指纹图像中，选取图像质量评估分数 Q最高的指纹图像作为最终输出的目标指纹图像。

需要说明的是，一般情况下，可以选取上述第一种至第五种方法中任意一种进行指紋图像的评估及选取，在某些情况下，也可以选取上述几种方法的组合对指紋图像进行评估及选取，比如可以用第一种方法选取质量最佳的一幅或多幅图像，再用第二种方法选取质量最佳的一幅或多幅图像，再将两种方法的结果取交集，具体的需要视实际需要而定，在此不一一列举。另外，上述五种图像评估及选取最佳质量图像的方法仅仅为示例性的，除此之外也可以采用其他能够评估图像质量的方法。

或者，在本发明的实施例提供的另一种指紋提取方法中，在执行 S201后，可以执行 S204~S205，如图 3所示，该方法包括：

S204、对所述至少两个指纹图像进行图像配准。

具体的，图像配准 (Image Registration)就是将不同时间、不同传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的两幅或多幅图像进行匹配、叠加的过程。在本实施例中，是将不同参数下获得的同一手指指纹的多幅图像进行配准。

图像配准技术的一般流程如下：首先对两幅图像进行特征提取得到特征点，而后通过进行相似性度量找到匹配的特征点对，然后通过匹配的特征点对得到图像空间坐标变换参数，最后由坐标变换参数进行图像配准。简单的说配准就是找出各个图像中能够匹配的点，这些匹配的点能够对应指纹中的同一位置，以便为后续的图像合成做准备。

特征提取是配准技术中的关键，准确的特征提取为特征匹配的成功进行提供了保障。因此，釆用具有良好不变性和准确性的特征提取方法，对于匹配精度至关重要。因此，可以采用尺度不变特征变换特征（Scale Invariant Feature Transform, 简称 SIFT) 算法进行图像匹配。

首先，利用 SIFT算法提取指紋采集传感器采集的至少两个指紋图像的 SIFT特征向量，具体的包括：

首先，分别生成所述至少两个指紋图像的高斯金字塔图像序列。高斯金字塔图像序列是对原始图像进行高斯滤波后构建的包括具有 0阶，每阶 s层图像的图像序列。

其次，根据所述至少两个指纹图像的高斯金字塔图像序列分别生成所述至少两个指紋图像的高斯差分金字塔图像序列。具体的，可以在高斯金字塔图像序列的基础上，利用同一阶上的相邻两层的尺度空间函数之差得到 DOG 高斯金字塔的一层，从而得到高斯差分金字塔图像序列。

而后，对所述至少两个指纹图像的高斯差分金字塔图像序列（Difference of Gaussian, 简称 DOG) 进行极值点检测。示例性的，需要比较 DOG每层图像中每个像素点与它相邻的若干个像素点的像素值，可以比较的相邻像素点取自在同一阶上的中间层（即为同一阶上的最底层和最顶层除外，例如，选取像素点 i周围的相邻的 26个像素点与像素点 i进行比较，相邻的像素点可以是同层 8个，上层和下层分别 9个），进行像素值比较后，如果该像素点与这些相邻的像素点相比，像素值为最大值或者最小值，则该点为候选关键点。

而后，对候选关键点进行筛选，去除候选关键点中的低对比度和对噪声敏感的候选关键点以及边缘点，得到多个关键点。再为这些关键点生成 SIFT 特征向量。

最后对 SIFT特征向量进行匹配，进行匹配是根据相似性度量来进行的，常用的匹配方法有：欧式距离和马氏距离等。通过上述方法就可以对采集到的多幅指纹图像进行图像配准。

或者，可以先将每幅指纹图像进行二值化处理。图像二值化就是将图像上的像素点的灰度值设置为 0或 255，也就是将整个图像呈现出明显的黑白效果。

而后利用图像金字塔对进行二值化处理后的指紋图像进行关键点的搜索和匹配，其中图像金字塔是以多分辨率来解释图像的一种结构，一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐歩降低的图像集合。通过上述方法也能够对采集到的多幅指纹图像进行图像配准。

S205、将配准后的所述至少两个指紋图像进行图像合成，获得目标指紋图像。

示例性的，对配准后的多幅指紋图像可以通过以下几种方式合成，包括但不限于：

一种是，获取配准后的所述至少两个指纹图像的像素平均值，并根据所述至少两个指紋图像的像素平均值利用直方图均衡化处理进行所述至少两个指紋图像的合成，获得目标指紋图像。

其中，直方图均衡化处理具体的可以根据像素平均值利用直方图均衡化映射到新的像素强度上从而进行图像合成。直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度。

或者，

另一种是，将配准后的每个指纹图像划分成大小相同的多个图像分块，并获取每个图像分块的信息熵。

根据所述至少两个指紋图像的所有图像分块的信息熵获取所述至少两个指紋图像中同一位置上图像质量最好的图像分块。

最后将所有位置上图像质量最好的图像分块进行合成，获得目标指纹图像。

或者，

还有一种，是利用光照响应曲线法将配准后的所述至少两个指紋图像进行合成，获得所述目标指纹图像。具体的，获取指纹图像的图片响应曲线，将指纹图像中接近图片响应曲线中间的像素的权重加大，将接近图片响应曲线两端的像素权重减小，最后通过将多幅指纹图像的像素权重进行加权平均后合成出目标指紋图像。

或者，

再有一种，是对釆集到的多幅指纹对象利用可信度函数进行评估，获取每幅图像的可信度，该可信度用于评价每幅图像对合成目标指纹图像的贡献程度，而后通过将每幅图像的可信度作为每幅图像的权重进行加权平均来合成目标指紋图像。

另外需要说明的是，考虑到指紋采集传感器在采集多幅指纹图像时，会增加指纹识别的时间，因此，在一次采集时采集指紋图像的数量不宜过大，故示例性的，该数量可以为 3，对应的需要在指纹釆集传感器中存储对应的三组采集参数，如前述实施例所说的一组用于采集干手指指纹的采集参数、一组用于采集湿手指指纹的采集参数以及一组用于采集正常手指指紋的采集参数，这样无论用户的手指处于这三种状态中的哪一种，都能够获得良好的指紋图像。

本发明实施例提供一种指纹提取方法，利用预先存储的至少两组采集参数分别对用户的指纹进行采集，获得与所述至少两组采集参数对应的至少两幅指纹图像，而后在所述至少两个指纹图像选取质量最好的图像作为目标指紋图像，或者，根据所述至少两个指紋图像合成目标指紋图像。从而，能够在不同场景下针对不同用户都能够采集到良好的指紋数据，从而提高指紋图像的质量。本发明实施例提供一种指纹提取装置 1，如图 4所示，该装置 1包括：采集单元 11，用于利用预先存储的至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组采集参数对应的至少两幅指紋图像；

图像获取单元 12，用于根据所述至少两个指纹图像获取目标指纹图像。可选的，如图 5所示，图像获取单元 12可以包括：

质量评估单元 121，用于分别获取所述至少两幅指纹图像的图像质量参数；图像选择单元 122，用于根据所述至少两幅指纹图像的图像质量参数在所述至少两幅指纹图像选取图像质量最优的指纹图像作为目标指纹图像。

其中，所述至少两组采集参数包括：一组用于采集干手指指纹的采集参数、一组用于采集湿手指指紋的采集参数以及一组用于采集正常手指指紋的采集参数。

可选的，质量评估单元 121可以具体用于：

根据平均灰度值公式获取每幅指纹图像中指纹中心的预设区域内的灰度平均值；

根据灰度值方差公式获取每幅指紋图像中的预设区域内的灰度值方差；图像选择单元 122可以具体用于：

选取所述至少两幅指紋图像中灰度平均值最接近理想灰度值，且灰度值方差在预设方差范围内的指纹图像作为目标指纹图像。

可选的，质量评估单元 121可以具体用于：

获取每幅指纹图像中指纹有效像素的面积；

获取每幅指紋图像中指紋有效像素的面积占采集总面积的比例；图像选择单元 122可以具体用于：

选取比例最高的指纹图像作为目标指纹图像。

可选的，质量评估单元 121可以具体用于：

获取第一指纹图像中指纹中心预设区域的方向场，第一指纹图像为所述至少两幅指紋图像中的任意一幅图像；方向场为预设区域中所有像素点的切线方向矢量组成的矩阵；

在方向场中选取至少两个局部方向场；局部方向场为预设区域中的图像分块中的像素点的切线方向矢量组成的矩阵；

在每个局部方向场的正交方向上获取局部方向场对应的图像分块的灰度值，得到至少两个图像分块的灰度值；局部方向场对应的图像分块为局部方向场对应的像素点组成的图像分块；

图像选择单元 122可以具体用于：

在所述至少两幅指紋图像中，选取图像分块的灰度值方差最小的指紋图像作为目标指纹图像。

可选的，质量评估单元 121可以具体用于：

对第一指纹图像中指纹中心的预设区域进行傅里叶变换，获得中心预设区域的环形谱；第一指紋图像为所述至少两幅指紋图像中的任意一幅图像对环形谱进行搜索，获取环形谱中的最大幅度环；

根据最大幅度环获取第一指纹图像的图像质量评估分数；

图像选择单元 122可以具体用于：

在所述至少两幅指纹图像中，选取图像质量评估分数最高的指纹图像作为目标指紋图像。

可选的，质量评估单元 121可以具体用于：

将第一指紋图像中指紋中心的预设区域划分成大小相同的多个图像分块；

利用 Gabor滤波器获取多个图像分块在 Gabor滤波器的 m个方向上的 Gabor特征幅度；

获取每个前景块的 Gabor特征幅度的标准差；

获取所有前景块的 Gabor特征幅度的标准差之和；

根据标准差之和获取第一指纹图像的图像质量评估分数；

图像选择单元 122可以具体用于：

在所述至少两幅指纹图像中，选取图像质量评估分数最高的指紋图像作为目标指紋图像。

可选的，如图 6所示，图像获取单元 12包括：

图像配准单元 123，用于对所述至少两个指纹图像进行图像配准；图像合成单元 124，用于将配准后的所述至少两个指纹图像进行图像合成，获得目标指纹图像。

其中，图像获取单元 12可以图 5所示，只包括图像配准单元 123和图像合成单元 124，也可以如图 7所示，同时包括质量评估单元 121和图像选择单元 122。

可选的，图像配准单元 123可以具体用于：

利用尺度不变特征转换 SIFT算法提取所述至少两个指纹图像的 SIFT特征向量；根据所述至少两个指纹图像的 SIFT特征向量对所述至少两个指纹图像进行配准；

或者，

对所述至少两个指紋图像进行二值化处理；

可选的，图像合成单元 124可以具体用于：

获取配准后的所述至少两个指紋图像的像素平均值，并根据所述至少两个指紋图像的像素平均值利用直方图均衡化处理进行所述至少两个指紋图像的合成，获得目标指紋图像；

或者，

将配准后的每个指纹图像划分成大小相同的多个图像分块，并获取每个图像分块的信息熵；

根据所述至少两个指紋图像的所有图像分块的信息熵获取所述至少两个指紋图像中同一位置上图像质量最好的图像分块；

将所有位置上图像质量最好的图像分块进行合成，获得目标指纹图像；或者，

利用光照响应曲线法将配准后的所述至少两个指纹图像进行合成，获得目标指紋图像；

或者，

对采集到的多幅指纹对象利用可信度函数获取每幅图像的可信度，而后通过将每幅图像的可信度作为每幅图像的权重进行加权平均来合成目标指纹图像。

本实施例用于实现上述各方法实施例，本实施例中各个单元的工作流程和工作原理参见上述各方法实施例中的描述，在此不再赘述。

本发明实施例提供一种指纹提取装置，该装置利用预先存储的至少两组采集参数分别对用户的指纹进行采集，获得与所述至少两组采集参数对应的至少两幅指纹图像，而后在所述至少两个指纹图像选取质量最好的图像作为目标指紋图像，或者，根据所述至少两个指紋图像合成目标指紋图像。从而，能够在不同场景下针对不同用户都能够采集到良好的指纹数据，从而提高指纹图像的质量。本发明实施例还提供另一种指紋提取装置 2，如图 8所示，该装置 2包括：处理器 21、存储器 22、输入 /输出接口 23 ; 处理器 21、存储器 22、输入 /输出接口 23通过总线 24连接；输入 /输出接口 23用于与其他设备交互；存储器 22用于存储至少两组采集参数和计算机程序；处理器 21用于执行计算机程序用于：

利用预先存储的至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组采集参数对应的至少两幅指紋图像；

根据所述至少两个指紋图像获取目标指紋图像。

可选的，处理器 21用于执行计算机程序可以具体用于：

分别获取所述至少两幅指纹图像的图像质量参数；

根据所述至少两幅指纹图像的图像质量参数在所述至少两幅指紋图像选取图像质量最优的指紋图像作为目标指紋图像。

可选的，所述至少两组采集参数可以包括：一组用于采集干手指指紋的采集参数、一组用于采集湿手指指纹的采集参数以及一组用于采集正常手指指纹的采集参数。

可选的，处理器用于执行计算机程序具体用于：

根据平均灰度值公式获取每幅指紋图像中指紋中心的预设区域内的灰度平均值；

根据灰度值方差公式获取每幅指纹图像中的预设区域内的灰度值方差；选取所述至少两幅指纹图像中灰度平均值最接近理想灰度值，且灰度值方差在预设方差范围内的指纹图像作为目标指纹图像。

可选的，处理器 21用于执行计算机程序可以具体用于：

获取每幅指紋图像中指紋有效像素的面积；

获取每幅指纹图像中指纹有效像素的面积占采集总面积的比例；选取比例最高的指纹图像作为目标指纹图像。

可选的，处理器 21用于执行计算机程序具体可以用于：

获取第一指紋图像中指紋中心预设区域的方向场，第一指紋图像为所述至少两幅指纹图像中的任意一幅图像；方向场为预设区域中所有像素点的切线方向矢量组成的矩阵；

在所述至少两幅指紋图像中，选取图像分块的灰度值方差最小的指紋图像作为目标指紋图像。

可选的，处理器 21用于执行计算机程序可以具体用于：

对第一指纹图像中指纹中心的预设区域进行傅里叶变换，获得中心预设区域的环形谱；第一指纹图像为所述至少两幅指紋图像中的任意一幅图像对环形谱进行搜索，获取环形谱中的最大幅度环；

根据最大幅度环获取第一指紋图像的图像质量评估分数；

在所述至少两幅指纹图像中，选取图像质量评估分数最高的指纹图像作为目标指纹图像。

可选的，处理器 21用于执行计算机程序可以具体用于：

获取每个前景块的 Gabor特征幅度的标准差；

获取所有前景块的 Gabor特征幅度的标准差之和；

根据标准差之和获取第一指紋图像的图像质量评估分数；

可选的，处理器 21用于执行计算机程序可以具体用于：

对所述至少两个指紋图像进行图像配准；将配准后的所述至少两个指纹图像进行图像合成，获得目标指纹图像。可选的，处理器 21用于执行计算机程序可以具体用于：

利用尺度不变特征转换 SIFT算法提取所述至少两个指纹图像的 SIFT特征向量；

根据所述至少两个指紋图像的 SIFT特征向量对所述至少两个指紋图像进行配准；

或者，

对所述至少两个指纹图像进行二值化处理；

为进行二值化处理后的所述至少两个指紋图像分别生成图像金字塔；利用所述至少两个指紋图像的图像金字塔对所述至少两个指紋图像进行配准。

可选的，处理器 21用于执行计算机程序可以具体用于：

获取配准后的所述至少两个指纹图像的像素平均值，并根据所述至少两个指纹图像的像素平均值利用直方图均衡化处理进行所述至少两个指紋图像的合成，获得目标指紋图像；

或者，

根据所述至少两个指纹图像的所有图像分块的信息熵获取所述至少两个指紋图像中同一位置上图像质量最好的图像分块；

将所有位置上图像质量最好的图像分块进行合成，获得目标指紋图像；或者，利用光照响应曲线法将配准后的所述至少两个指纹图像进行合成，获得目标指纹图像；

或者，对采集到的多幅指纹对象利用可信度函数获取每幅图像的可信度，而后通过将每幅图像的可信度作为每幅图像的权重进行加权平均来合成目标指紋图像。

本发明实施例提供一种指纹提取装置，该装置利用预先存储的至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组采集参数对应的至少两幅指纹图像，而后在所述至少两个指纹图像选取质量最好的图像作为目标指纹图像，或者，根据所述至少两个指纹图像合成目标指纹图像。从而，能够在不同场景下针对不同用户都能够采集到良好的指纹数据，从而提高指紋图像的质量。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等) 或处理器（processor)执行本发明各个实施例所述方法的部分歩骤。而前述的存储介质包括： U盘、移动硬盘、只读存储器（Read-Only Memory, ROM)、随机存取存储器（Random Access Memory, RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims

权利要求书

1、一种指紋提取方法，其特征在于，所述方法包括：

利用至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组采集参数对应的至少两幅指纹图像；

根据所述至少两个指纹图像获取目标指纹图像。

2、根据权利要求 1所述的方法，其特征在于，所述至少两组采集参数包括：一组用于采集干手指指紋的采集参数、一组用于采集湿手指指紋的采集参数以及一组用于采集正常手指指紋的采集参数。

3、根据权利要求 1或 2所述的方法，其特征在于，所述根据所述至少两幅指纹图像获取目标指纹图像包括：

分别获取所述至少两幅指纹图像的图像质量参数；

4、根据权利要求 3所述的方法，其特征在于，所述分别获取所述至少两幅指纹图像的图像质量参数；根据所述至少两幅指纹图像的图像质量参数在所述至少两幅指纹图像选取图像质量最优的指纹图像作为所述目标指纹图像包括：

获取每幅指紋图像中指紋中心的预设区域内的灰度平均值；

获取每幅指纹图像中的所述预设区域内的灰度值方差；

5、根据权利要求 3所述的方法，其特征在于，所述分别获取所述至少两幅指紋图像的图像质量参数；根据所述至少两幅指紋图像的图像质量参数在所述至少两幅指紋图像选取图像质量最优的指紋图像作为所述目标指紋图像包括：

获取每幅指纹图像中指纹有效像素的面积；

获取每幅指纹图像中所述指纹有效像素的面积占采集总面积的比例；选取比例最高的指紋图像作为所述目标指紋图像。

6、根据权利要求 3所述的方法，其特征在于，所述分别获取所述至少两幅指纹图像的图像质量参数；根据所述至少两幅指纹图像的图像质量参数在所述至少两幅指纹图像选取图像质量最优的指纹图像作为所述目标指纹图像包括：

获取第一指纹图像中指纹中心预设区域的方向场，所述第一指纹图像为所述至少两幅指紋图像中的任意一幅图像；所述方向场为所述预设区域中所有像素点的切线方向矢量组成的矩阵；

在所述至少两幅指纹图像中，选取图像分块的灰度值方差最小的指纹图像作为所述目标指紋图像。

7、根据权利要求 3所述的方法，其特征在于，所述分别获取所述至少两幅指紋图像的图像质量参数；根据所述至少两幅指紋图像的图像质量参数在所述至少两幅指纹图像选取图像质量最优的指纹图像作为所述目标指纹图像包括：

对第一指紋图像中指纹中心的预设区域进行傅里叶变换，获得所述中心预设区域的环形谱；所述第一指紋图像为所述至少两幅指紋图像中的任意一幅图像；

对所述环形谱进行搜索，获取所述环形谱中的最大幅度环；

根据所述最大幅度环获取所述第一指纹图像的图像质量评估分数；在所述至少两幅指纹图像中，选取图像质量评估分数最高的指纹图像作为所述目标指紋图像。

8、根据权利要求 3所述的方法，其特征在于，所述分别获取所述至少两幅指纹图像的图像质量参数；根据所述至少两幅指纹图像的图像质量参数在所述至少两幅指纹图像选取图像质量最优的指纹图像作为所述目标指纹图像包括：

利用伽柏 Gabor滤波器获取所述多个图像分块在所述 Gabor滤波器的 m 个方向上的 Gabor特征幅度；

获取每个前景块的 Gabor特征幅度的标准差；

获取所有前景块的 Gabor特征幅度的标准差之和；

根据所述标准差之和获取所述第一指纹图像的图像质量评估分数；在所述至少两幅指纹图像中，选取图像质量评估分数最高的指纹图像作为所述目标指纹图像。

9、根据权利要求 1或 2所述的方法，其特征在于，所述根据所述至少两个指紋图像获取目标指紋图像包括：

对所述至少两个指紋图像进行图像配准；

将配准后的所述至少两个指纹图像进行图像合成，获得所述目标指纹图像。

10、根据权利要求 9所述的方法，其特征在于，所述对所述至少两个指紋图像进行图像配准包括：

利用尺度不变特征转换 SIFT算法提取所述至少两个指紋图像的 SIFT特征向量；

或者，

对所述至少两个指紋图像进行二值化处理；

11、根据权利要求 9所述的方法，其特征在于，所述将配准后的所述至少两个指紋图像进行图像合成，获得所述目标指紋图像包括：

获取配准后的所述至少两个指纹图像的像素平均值，并根据所述至少两个指纹图像的像素平均值利用直方图均衡化处理进行所述至少两个指纹图像的合成，获得所述目标指纹图像；

或者，将配准后的每个指纹图像划分成大小相同的多个图像分块，并获取每个图像分块的信息熵；

或者，

利用光照响应曲线法将配准后的所述至少两个指纹图像进行合成，获得所述目标指紋图像；

或者，

12、一种指纹提取装置，其特征在于，所述装置包括：

采集单元，用于利用至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组采集参数对应的至少两幅指紋图像；

图像获取单元，用于根据所述至少两个指纹图像获取目标指纹图像。

13、根据权利要求 12所述的装置，其特征在于，所述至少两组采集参数包括：一组用于采集干手指指纹的采集参数、一组用于采集湿手指指紋的采集参数以及一组用于采集正常手指指紋的采集参数。

14、根据权利要求 12或 13所述的装置，其特征在于，所述图像获取单元包括：

质量评估单元，用于分别获取所述至少两幅指纹图像的图像质量参数；图像选择单元，用于根据所述至少两幅指纹图像的图像质量参数在所述至少两幅指紋图像选取图像质量最优的指紋图像作为所述目标指紋图像。

15、根据权利要求 14所述的装置，其特征在于，所述质量评估单元具体用于：

获取每幅指纹图像中指纹中心的预设区域内的灰度平均值；

获取每幅指纹图像中的所述预设区域内的灰度值方差；

所述图像选择单元具体用于：选取所述至少两幅指纹图像中灰度平均值最接近理想灰度值，且灰度值方差在预设方差范围内的指纹图像作为所述目标指纹图像。

16、根据权利要求 14所述的装置，其特征在于，所述质量评估单元具体用于：

获取每幅指紋图像中指紋有效像素的面积；

选取比例最高的指纹图像作为所述目标指纹图像。

17、根据权利要求 14所述的装置，其特征在于，所述质量评估单元具体用于：

获取第一指紋图像中指紋中心预设区域的方向场，所述第一指紋图像为所述至少两幅指纹图像中的任意一幅图像；所述方向场为所述预设区域中所有像素点的切线方向矢量组成的矩阵；

所述图像选择单元具体用于：

18、根据权利要求 14所述的装置，其特征在于，所述质量评估单元具体用于：

对第一指紋图像中指紋中心的预设区域进行傅里叶变换，获得所述中心预设区域的环形谱；所述第一指纹图像为所述至少两幅指纹图像中的任意一幅图像；

对所述环形谱进行搜索，获取所述环形谱中的最大幅度环；

根据所述最大幅度环获取所述第一指紋图像的图像质量评估分数；所述图像选择单元具体用于：

在所述至少两幅指纹图像中，选取图像质量评估分数最高的指纹图像作为所述目标指纹图像。

19、根据权利要求 14所述的装置，其特征在于，所述质量评估单元具体用于：

获取每个前景块的 Gabor特征幅度的标准差；

获取所有前景块的 Gabor特征幅度的标准差之和；

根据所述标准差之和获取所述第一指纹图像的图像质量评估分数；所述图像选择单元具体用于：

20、根据权利要求 12或 13所述的装置，其特征在于，所述图像获取单元包括：

图像配准单元，用于对所述至少两个指纹图像进行图像配准；图像合成单元，用于将配准后的所述至少两个指纹图像进行图像合成，获得所述目标指紋图像。

21、根据权利要求 20所述的装置，其特征在于，所述图像配准单元具体用于：

或者，

对所述至少两个指纹图像进行二值化处理；

为进行二值化处理后的所述至少两个指纹图像分别生成图像金字塔；利用所述至少两个指紋图像的图像金字塔对所述至少两个指紋图像进行配准。

22、根据权利要求 20所述的装置，其特征在于，所述图像合成单元具体用于：

获取配准后的所述至少两个指紋图像的像素平均值，并根据所述至少两个指紋图像的像素平均值利用直方图均衡化处理进行所述至少两个指紋图像的合成，获得所述目标指纹图像；

或者，

将所有位置上图像质量最好的图像分块进行合成，获得所述目标指纹图像；

或者，

利用光照响应曲线法将配准后的所述至少两个指紋图像进行合成，获得所述目标指紋图像；

或者，

对采集到的多幅指纹对象利用可信度函数获取每幅图像的可信度，而后通过将每幅图像的可信度作为每幅图像的权重进行加权平均来合成所述目标指紋图像。

23、一种指紋提取装置，其特征在于，所述装置包括：处理器、存储器、输入 /输出接口；所述处理器、所述存储器、所述输入 /输出接口通过总线连接; 所述输入 /输出接口用于与其他设备交互；所述存储器用于存储至少两组采集参数和计算机程序；所述处理器用于执行所述计算机程序用于：

利用至少两组采集参数分别对用户的指紋进行采集，获得与所述至少两组采集参数对应的至少两幅指紋图像；

根据所述至少两个指纹图像获取目标指纹图像。

24、根据权利要求 23所述的装置，其特征在于，所述至少两组采集参数包括：一组用于采集干手指指纹的采集参数、一组用于采集湿手指指纹的采集参数以及一组用于采集正常手指指紋的采集参数。

25、根据权利要求 23或 24所述的装置，其特征在于，所述处理器用于执行所述计算机程序具体用于：

分别获取所述至少两幅指纹图像的图像质量参数；

26、根据权利要求 25所述的装置，其特征在于，所述处理器用于执行所述计算机程序具体用于：

获取每幅指纹图像中指纹中心的预设区域内的灰度平均值；

获取每幅指紋图像中的所述预设区域内的灰度值方差；

27、根据权利要求 25所述的装置，其特征在于，所述处理器用于执行所述计算机程序具体用于：

获取每幅指纹图像中指纹有效像素的面积；

获取每幅指紋图像中所述指紋有效像素的面积占采集总面积的比例；选取比例最高的指紋图像作为所述目标指紋图像。

28、根据权利要求 25所述的装置，其特征在于，所述处理器用于执行所述计算机程序具体用于：

获取第一指纹图像中指纹中心预设区域的方向场，所述第一指紋图像为所述至少两幅指紋图像中的任意一幅图像；所述方向场为所述预设区域中所有像素点的切线方向矢量组成的矩阵；

29、根据权利要求 25所述的装置，其特征在于，所述处理器用于执行所述计算机程序具体用于：

对所述环形谱进行搜索，获取所述环形谱中的最大幅度环；

30、根据权利要求 25所述的装置，其特征在于，所述处理器用于执行所述计算机程序具体用于：

获取每个前景块的 Gabor特征幅度的标准差；

获取所有前景块的 Gabor特征幅度的标准差之和；

根据所述标准差之和获取所述第一指纹图像的图像质量评估分数；在所述至少两幅指纹图像中，选取图像质量评估分数最高的指紋图像作为所述目标指紋图像。

31、根据权利要求 23或 24所述的装置，其特征在于，所述处理器用于执行所述计算机程序具体用于：

对所述至少两个指纹图像进行图像配准；

32、根据权利要求 31所述的装置，其特征在于，所述处理器用于执行所述计算机程序具体用于：

或者，

对所述至少两个指纹图像进行二值化处理；

33、根据权利要求 31所述的装置，其特征在于，所述处理器用于执行所述计算机程序具体用于：

获取配准后的所述至少两个指紋图像的像素平均值，并根据所述至少两个指紋图像的像素平均值利用直方图均衡化处理进行所述至少两个指紋图像的合成，获得所述目标指紋图像；

或者，