一種指紋識別方法及裝置制造方法
【專利摘要】本申請?zhí)峁┝艘环N指紋識別方法及裝置，該方法包括：獲取待識別指紋圖像，計算該圖像中目標像素點的像素特征值，獲取預(yù)先存儲的每個注冊指紋圖像中各個像素點的像素特征值，將待識別指紋圖像的像素特征值與各個注冊指紋圖像的像素特征值進行對比，獲得圖像之間的相似度，依據(jù)各個相似度，生成指紋識別結(jié)果，該識別結(jié)果包括識別成功或識別失敗。與現(xiàn)有技術(shù)中利用指紋細節(jié)點進行識別而言，本發(fā)明利用圖像中的像素點，更具體地，利用像素點的像素特征值確定圖像之間的相似度，因此對于指紋紋路受到破壞但只要能提取到像素點的指紋圖像，均可實現(xiàn)指紋識別，可見，本發(fā)明的適用性更廣。
【專利說明】一種指紋識別方法及裝置

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及指紋認證【技術(shù)領(lǐng)域】，尤其是一種指紋識別方法及裝置。

【背景技術(shù)】
[0002]在信息化社會中，多種場合需要對人的身份進行識別。目前，為了保證識別準確性，通常利用具有生物特征的數(shù)據(jù)進行身份識別，其中一種生物特征數(shù)據(jù)是指紋，即通過指紋比對識別身份。
[0003]具體地，預(yù)先存儲注冊指紋，當需要進行指紋驗證時，利用指紋傳感器采集單幅指紋圖像，提取該指紋圖像中的指紋紋路，根據(jù)指紋紋路的分叉及端點特征判斷指紋圖像與注冊指紋是否相同。
[0004]然而，現(xiàn)實生活中，部分人群的指紋紋路損壞，并不能從采集到的單幅指紋圖像中提取出完整的指紋紋路，也就不能利用分叉及端點特征進行指紋比對。


【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明提供了一種指紋識別方法及裝置，用以解決現(xiàn)有的指紋識別方法對部分指紋紋路受損人群無法完成指紋識別的技術(shù)問題。為實現(xiàn)所述發(fā)明目的，本發(fā)明提供的技術(shù)方案如下:
[0006]一種指紋識別方法，包括:
[0007]獲取待識別指紋圖像；
[0008]計算所述待識別指紋圖像中目標像素點的像素特征值；其中，所述像素特征值具有平移不變性及旋轉(zhuǎn)不變性；
[0009]獲取預(yù)先存儲的每個注冊指紋圖像中像素點的像素特征值；
[0010]將所述待識別指紋圖像中目標像素點的像素特征值與各個所述注冊指紋圖像中像素點的像素特征值進行對比，獲得所述待識別指紋圖像與各個所述注冊指紋圖像的相似度；
[0011]依據(jù)各個所述相似度，生成指紋識別結(jié)果；其中，所述指紋識別結(jié)果包括識別成功或識別失敗。
[0012]可選地，所述依據(jù)各個所述相似度，生成指紋識別結(jié)果包括:
[0013]確定所述相似度中的最大相似度；
[0014]當所述最大相似度超過預(yù)設(shè)相似閾值時，生成識別成功的識別結(jié)果；
[0015]當所述最大相似度未超過所述預(yù)設(shè)相似閾值時，生成識別失敗的識別結(jié)果。
[0016]可選地，所述依據(jù)各個所述相似度，生成指紋識別結(jié)果包括:
[0017]在各個所述相似度中，查找超過預(yù)設(shè)相似閾值的目標相似度；
[0018]當查找到目標相似度時，生成識別成功的識別結(jié)果；
[0019]當未查找到目標相似度時，生成識別失敗的識別結(jié)果。
[0020]可選地，所述計算所述待識別指紋圖像中目標像素點的像素特征值包括:
[0021]以所述待識別指紋圖像中的目標像素點為圓心確定圓周；
[0022]利用所述圓周上像素點的灰度值，計算所述待識別指紋圖像中目標像素點的像素特征值。
[0023]可選地，所述利用所述圓周上像素點的灰度值，計算所述待識別指紋圖像中目標像素點的像素特征值包括:
[0024]在所述圓周上確定多個像素點組；其中，每個所述像素點組中包含兩個像素點；
[0025]計算每個所述像素點組中兩個像素點的灰度差值；
[0026]將多個灰度差值求和，獲得待識別指紋圖像中目標像素點的像素特征值。
[0027]可選地，所述在所述圓周上確定多個像素點組包括:
[0028]將所述圓周上每兩個相連的像素點確定為一個像素點組，獲得多個像素點組；
[0029]或，
[0030]將所述圓周上每兩個關(guān)于圓心對稱的像素點確定為一個像素點組，獲得多個像素點組。
[0031]可選地，所述計算所述待識別指紋圖像中目標像素點的像素特征值包括:
[0032]在所述待識別指紋圖像中，選取多個目標像素點；
[0033]計算選取的多個目標像素點的像素特征值。
[0034]可選地，所述將所述待識別指紋圖像中目標像素點的像素特征值與各個所述注冊指紋圖像中像素點的像素特征值進行對比，獲得所述待識別指紋圖像與各個所述注冊指紋圖像的相似度包括:
[0035]利用歐式距離算法，計算所述待識別指紋圖像中每個目標像素點的像素特征值分別與每個所述注冊指紋圖像中每個像素點的像素特征值之間的歐式距離；
[0036]在各個所述歐式距離中，確定小于預(yù)設(shè)距離閾值的歐式距離為目標歐式距離；
[0037]獲取所述待識別指紋圖像分別與每個所述注冊指紋圖像各自確定的目標歐式距離的個數(shù)，將所述目標歐式距離的個數(shù)確定為相似度。
[0038]可選地，在依據(jù)各個所述相似度，生成指紋識別結(jié)果之后，還包括:
[0039]當所述指紋識別結(jié)果為識別成功時，在多個所述注冊指紋圖像中，確定目標注冊指紋圖像；其中，所述目標注冊指紋圖像為與所述待識別指紋圖像識別成功的注冊指紋圖像；
[0040]在所述目標注冊指紋圖像中，確定所述待識別指紋圖像所在的目標區(qū)域圖像；
[0041]利用相位相關(guān)(Phase only Correlat1n，POC)算法，計算所述待識別指紋圖像與所述目標區(qū)域圖像的沖擊函數(shù)；
[0042]獲取所述沖擊函數(shù)的峰值及所述峰值對應(yīng)的位置偏移量；
[0043]當所述峰值大于預(yù)設(shè)峰值閾值且所述位置偏移量小于預(yù)設(shè)偏移閾值時，生成指紋識別成功的提示信息。
[0044]本申請還提供了一種指紋識別裝置，包括:
[0045]待識別指紋獲取模塊，用于獲取待識別指紋圖像；
[0046]第一特征值計算模塊，用于計算所述待識別指紋圖像中目標像素點的像素特征值；其中，所述像素特征值具有平移不變性及旋轉(zhuǎn)不變性；
[0047]第二特征值獲取模塊，用于像素獲取預(yù)先存儲的每個注冊指紋圖像中像素點的像素特征值；
[0048]指紋相似度獲取模塊，用于將所述待識別指紋圖像中目標像素點的像素特征值與各個所述注冊指紋圖像中像素點的像素特征值進行對比，獲得所述待識別指紋圖像與各個所述注冊指紋圖像的相似度；
[0049]識別結(jié)果生成模塊，用于依據(jù)各個所述相似度，生成指紋識別結(jié)果；其中，所述指紋識別結(jié)果包括識別成功或識別失敗。與現(xiàn)有技術(shù)相比，本發(fā)明提供的指紋識別方法及裝置，具有如下有益效果:
[0050]獲取待識別指紋圖像，計算該圖像中目標像素點的像素特征值，獲取預(yù)先存儲的每個注冊指紋圖像中各個像素點的像素特征值，將待識別指紋圖像的像素特征值與各個注冊指紋圖像的像素特征值進行對比，獲得圖像之間的相似度，依據(jù)各個相似度，生成指紋識別結(jié)果，該識別結(jié)果包括識別成功或識別失敗。與現(xiàn)有技術(shù)中利用指紋紋路進行識別而言，本發(fā)明實施例利用圖像中的像素點，更具體地，利用像素點的像素特征值確定圖像之間的相似度，因此對于指紋紋路受到破壞但只要能提取到像素點的指紋圖像，均可實現(xiàn)指紋識另IJ，本發(fā)明實施例的適用性更廣。

【專利附圖】

【附圖說明】
[0051]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。
[0052]圖1為本發(fā)明實施例提供的指紋識別方法的流程圖；
[0053]圖2為本發(fā)明實施例提供的指紋識別方法中確定指紋像素組的一個示例圖；
[0054]圖3為本發(fā)明實施例提供的指紋識別方法中確定指紋像素組的另一示例圖；
[0055]圖4為本發(fā)明實施例提供的指紋識別方法中對識別成功的指紋的驗證流程圖；
[0056]圖5為本發(fā)明實施例提供的指紋識別裝置的結(jié)構(gòu)示意圖。

【具體實施方式】
[0057]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0058]參見圖1，其示出了本發(fā)明實施例提供的指紋識別方法的流程，具體包括以下步驟:
[0059]步驟SlOl:獲取待識別指紋圖像。
[0060]其中，待識別指紋圖像可以是各種指紋認證平臺中的指紋傳感器采集的圖像，例如，嵌入式設(shè)備、PC設(shè)備及移動終端等。需要說明的是，移動終端中的指紋傳感器采集面積較小，采集到的指紋細節(jié)點較少?，F(xiàn)有技術(shù)中的指紋識別方法，在這種指紋細節(jié)點較少的指紋圖像，不能提取到完整的指紋紋路特征，因此不能完成指紋識別，但是本發(fā)明提供的方法可以對這種指紋進行識別。
[0061]步驟S102:計算所述待識別指紋圖像中目標像素點的像素特征值；其中，所述像素特征值具有平移不變性及旋轉(zhuǎn)不變性。
[0062]其中，目標像素點是待識別指紋圖像中的多個像素點，可以是全部的像素點，也可以是選取的部分像素點。利用預(yù)設(shè)特征值計算方法，確定每個目標像素點的像素特征值。需要說明，預(yù)設(shè)特征值計算方法具有平移不變的性質(zhì)及旋轉(zhuǎn)不變的性質(zhì)，因此計算出的像素特征值具有平移不變性及旋轉(zhuǎn)不變性。
[0063]在數(shù)學計算中，給定一個定義于內(nèi)積空間的函數(shù)，假若對于任意旋轉(zhuǎn)，函數(shù)的參數(shù)值可能會改變，但是函數(shù)的函數(shù)值仍然保持不變，則此性質(zhì)稱之為旋轉(zhuǎn)不變性，也即函數(shù)對于旋轉(zhuǎn)具有對稱性。例如，假設(shè)以xyz參考系的原點為固定點，任意旋轉(zhuǎn)xyz參考系，而函數(shù)f (X，y，z) = x2+y2+z2的數(shù)值保持不變，因此，函數(shù)f (x，y，z)對于任意旋轉(zhuǎn)具有不變性。同理，可知平移不變性。
[0064]本實施例中，預(yù)設(shè)計算方法中使用的公式可以認為具有上述函數(shù)特性的公式，計算出的像素特征值也具有該特性。
[0065]步驟S103:獲取預(yù)先存儲的每個注冊指紋圖像中像素點的像素特征值。
[0066]其中，可以預(yù)先設(shè)置指紋庫，指紋庫中存儲多個注冊指紋圖像，且存儲每個注冊指紋圖像中每個像素點的像素特征值。其中，此處的像素特征值可參照上文描述。
[0067]步驟S104:將所述待識別指紋圖像中目標像素點的像素特征值與各個所述注冊指紋圖像中像素點的像素特征值進行對比，獲得所述待識別指紋圖像與各個所述注冊指紋圖像的相似度。
[0068]其中，確定待識別指紋圖像分別與每個注冊指紋圖像之間的相似度，確定的方式是利用像素特征值，即將待識別指紋圖像的像素特征值與注冊指紋圖像的像素特征值進行比對，更具體地，是將待識別指紋圖像中的目標像素點的像素特征值與注冊指紋圖像中的每個像素點的像素特征值進行比對。
[0069]比對方式可以是確定像素特征值之間的差值或歐氏距離等，再利用確定的值確定相似度。具體的比對的方式可參照下文詳細描述。
[0070]步驟S105:依據(jù)各個所述相似度，生成指紋識別結(jié)果；其中，所述指紋識別結(jié)果包括識別成功或識別失敗。
[0071]其中，相似度表征待識別指紋圖像與各個注冊指紋圖像之間的相似程度，根據(jù)各個相似度生成指紋識別結(jié)果，就是說，根據(jù)多個相似度判斷指紋識別成功還是失敗。
[0072]由以上的技術(shù)方案可以看出，本發(fā)明實施例提供的指紋識別方法包括，獲取待識別指紋圖像，計算該圖像中目標像素點的像素特征值，獲取預(yù)先存儲的每個注冊指紋圖像中各個像素點的像素特征值，將待識別指紋圖像的像素特征值與各個注冊指紋圖像的像素特征值進行對比，獲得圖像之間的相似度，依據(jù)各個相似度，生成指紋識別結(jié)果，該識別結(jié)果包括識別成功或識別失敗。與現(xiàn)有技術(shù)中利用指紋紋路進行識別而言，本發(fā)明實施例利用圖像中的像素點，更具體地，利用像素點的像素特征值確定圖像之間的相似度，因此對于指紋紋路受到破壞但只要能提取到像素點的指紋圖像，均可實現(xiàn)指紋識別，本發(fā)明實施例的適用性更廣。
[0073]需要說明的是，雖然本發(fā)明的出發(fā)點是針對指紋紋路受到破壞的人群的指紋，但不局限本發(fā)明實施例提供的應(yīng)用場景，其可以適用于對各種人群的指紋的識別。
[0074]具體地，上述實施例中步驟S105的一種實現(xiàn)方式可以是:
[0075]確定所述相似度中的最大相似度；當所述最大相似度超過預(yù)設(shè)相似閾值時，生成識別成功的識別結(jié)果；當所述最大相似度未超過所述預(yù)設(shè)相似閾值時，生成識別失敗的識別結(jié)果。
[0076]其中，步驟S104中獲得的相似度包括多個相似度，即待識別指紋圖像與每個注冊指紋圖像之間的相似度。在多個相似度中確定最大值，并判斷該最大值是否超過預(yù)設(shè)相似閾值，若超過，生成識別成功的識別結(jié)果，否則，生成識別失敗的識別結(jié)果。
[0077]另外，上述實施例中步驟S105的另一種實現(xiàn)方式可以是:
[0078]在各個所述相似度中，查找超過預(yù)設(shè)相似閾值的目標相似度；當查找到目標相似度時，生成識別成功的識別結(jié)果；當未查找到目標相似度時，生成識別失敗的識別結(jié)果。
[0079]該種實現(xiàn)方式，是在多個相似度中查找超過預(yù)設(shè)相似閾值的相似度，若查找到，則說明識別成功，生成識別成功的識別結(jié)果，否則生成識別失敗的識別結(jié)果。
[0080]需要說明的是，上述步驟S102中計算待識別指紋圖像的目標像素點的像素特征值可以是在待識別指紋圖像中，選取多個目標像素點，進而計算選取的多個目標像素點的像素特征值。
[0081]具體地，選取目標像素點的方式可以是在圖像中隨機選取，或者是按照預(yù)設(shè)規(guī)則選取。該預(yù)設(shè)規(guī)則可以是選取多行，進而在每行中選取多個像素點。選取多行的方式可以是每隔相同的行數(shù)選取一行，還可以是間隔不完全相同的行數(shù)選取一行，即選取的每兩行之間間隔的行數(shù)并一定全部相同，又可以是，集中在圖像中的中間區(qū)域選取幾行。當然，這幾種方式僅僅是示例，還可以是其他選取行的方式，本發(fā)明并不做具體限定。
[0082]與將待識別指紋圖像中的每個像素點均作為目標像素點相比，該種選取部分像素點作為目標像素點的方式可以減少后續(xù)計算量，即后續(xù)計算像素特征值，及將待識別指紋圖像的像素特征值與注冊指紋圖像的像素特征值的比對運算，從而提高識別效率。
[0083]下面詳細介紹上述步驟S102計算像素特征值的具體過程。
[0084]以所述待識別指紋圖像中的目標像素點為圓心確定圓周；利用所述圓周上像素點的灰度值，計算所述待識別指紋圖像中目標像素點的像素特征值。
[0085]其中，確定的圓周數(shù)量可以根據(jù)具體的應(yīng)用場景進行設(shè)定，當應(yīng)用場景對指紋注冊準確度較高時，確定的圓周數(shù)量可以為預(yù)設(shè)的較大數(shù)值，相反，為預(yù)設(shè)的較小數(shù)值，具體的數(shù)值本發(fā)明實施例并不做具體限定。
[0086]可以看出，每個目標像素點的像素特征值是利用每個像素點周圍的像素點的灰度值確定的，更具體地，是利用像素點為圓心確定的圓周上的像素點。圓周上的像素點符合具有旋轉(zhuǎn)不變性及平移不變性性質(zhì)的函數(shù)要求，計算出的像素特征值具有所述兩個特性。其中，本發(fā)明實施例中，采集的指紋圖像為灰度圖像，像素點的像素值為灰度值。
[0087]更具體地，利用圓周上像素點的灰度值，計算所述待識別指紋圖像中目標像素點的像素特征值的實現(xiàn)方式可以是:
[0088]在所述圓周上確定多個像素點組；其中，每個所述像素點組中包含兩個像素點；計算每個所述像素點組中兩個像素點的灰度差值；將多個灰度差值求和，獲得待識別指紋圖像中目標像素點的像素特征值。
[0089]在該種實現(xiàn)方式中，每個目標像素點均具有各自對應(yīng)的圓周，即以自身為圓心的圓周為自身對應(yīng)的圓周。對于每個目標像素點，在自身對應(yīng)的圓周上確定多組像素點，將自身對應(yīng)圓周上的各個組內(nèi)像素點的灰度差值相加，從而獲得自身的像素特征值。
[0090]其中，確定多個像素點組的方式可以是多種，本發(fā)明提供兩種具體方式。其一為:針對每個所述目標像素點，將各自對應(yīng)圓周上每兩個相鄰的像素點確定為一個像素點組，從而獲得多個像素點組；其二為:針對每個所述目標像素點，將各自對應(yīng)圓周上每兩個關(guān)于圓心對稱的像素點確定為一個像素點組，從而獲得多個像素點組。
[0091]簡而言之，第一種方式將每兩個相鄰的像素點劃分為一組獲得多組像素點，第二種方式是將關(guān)于圓心對稱的像素點劃分為一組獲得多組像素點。下面結(jié)合圖示說明。對應(yīng)第一種方式，見圖2所示，該圖中的像素點P為任意一目標像素點，以P為圓心確定的一個圓周為圓周Cl，該圓周上的像素點為rv II1......1V1，將仏及n i劃分為一組像素點，將η 2及
H3劃分為一組像素點，以此類推，劃分圓周Cl上各組像素點。對應(yīng)第二種方式，見圖3所示，該圖中將Iitl及η Ν/2劃分為一組像素點，將η及n 劃分為一組像素點，以此類推，劃分圓周上的各組像素點。
[0092]需要說明，在上述實施例中，每個目標像素點對應(yīng)的圓周為多數(shù)個時，每個圓周上均會獲得一個灰度差值的和值，將每個和值看作是一個向量元素，則每個目標像素點的像素特征值，可以認為是由多個向量元素組成的向量。
[0093]具體地，上述步驟S105將所述待識別指紋圖像中目標像素點的像素特征值與各個所述注冊指紋圖像中像素點的像素特征值進行對比，獲得所述待識別指紋圖像與各個所述注冊指紋圖像的相似度的具體實現(xiàn)方式可以如下:
[0094]利用歐式距離算法，計算所述待識別指紋圖像中每個目標像素點的像素特征值分別與每個所述注冊指紋圖像中每個像素點的像素特征值之間的歐式距離。在各個所述歐式距離中，確定小于預(yù)設(shè)距離閾值的歐式距離為目標歐式距離。獲取所述待識別指紋圖像分別與每個所述注冊指紋圖像各自確定的目標歐式距離的個數(shù)，將所述目標歐式距離的個數(shù)確定為相似度。
[0095]具體而言，待識別指紋圖像與每幅注冊指紋圖像比對時均執(zhí)行該過程:將第一幅圖像中的目標像素點與第二幅圖像中的每個像素點均計算歐式距離，在獲得的多個歐式距離中，確定歐式距離小于預(yù)設(shè)閾值的為目標歐式距離。計算待識別指紋圖像與每個注冊指紋圖像各自確定出的目標歐式距離的個數(shù)，每個個數(shù)作為待識別指紋圖像與每個注冊指紋圖像各自的相似度。
[0096]也就是說，對于比對的兩幅圖像，首先利用歐式距離計算公式，計算每兩個像素點的像素特征值的歐式距離。需要說明，這兩個像素點分別來自兩幅不同的待比對圖像。若歐式距離小于預(yù)設(shè)閾值，則認為這兩個像素點為相似的像素點對，用像素點對來表征兩幅指紋圖像之間的相似度，即待識別指紋圖像與注冊指紋圖像之間的相似度。
[0097]當確定出相似度后，便可依據(jù)上述步驟S105生成識別結(jié)果。當然，在識別結(jié)果為識別成功時，為了進一步驗證識別的準確性，可以進一步利用相位相關(guān)算法即POC算法進行判斷。具體地，見圖4所示，在步驟S105之后還可以包括:
[0098]步驟S201:當所述指紋識別結(jié)果為識別成功時，在多個所述注冊指紋圖像中，確定目標注冊指紋圖像；其中，所述目標注冊指紋圖像為與所述待識別指紋圖像識別成功的注冊指紋圖像。
[0099]其中，當識別成功時，說明注冊指紋圖像中包括至少一副與待識別指紋圖像相似的注冊指紋圖像。具體地，識別成功的指紋圖像，與上述各種識別方式對應(yīng)，可以是與所述待識別指紋圖像的相似度大于預(yù)設(shè)閾值的注冊指紋圖像，還可以是與待識別指紋圖像的相似度為最大相似度的注冊指紋圖像。其中，識別成功的
[0100]步驟S202:在所述目標注冊指紋圖像中，確定所述待識別指紋圖像所在的目標區(qū)域圖像。
[0101]可選地，確定待識別指紋圖像的四個頂點在目標注冊指紋圖像中的位置坐標，根據(jù)位置坐標進行定位。當然，在定位前，可以首先根據(jù)像素點的像素特征值，計算平移及旋轉(zhuǎn)量，根據(jù)平移及旋轉(zhuǎn)量將待識別指紋圖像向目標注冊指紋圖像分別平移和旋轉(zhuǎn)。
[0102]步驟S203:利用相位相關(guān)(Phase only Correlat1n, POC)算法，計算所述待識別指紋圖像與所述目標區(qū)域圖像的沖擊函數(shù)。
[0103]其中，相位相關(guān)算法是一種圖像匹配方法，利用該算法可以計算待識別指紋圖像與目標區(qū)域圖像之間的平移量，兩圖像的平移量可以通過做相位合成后再做傅里葉反變換即可獲得相關(guān)表面，該相關(guān)表面可以用沖擊函數(shù)表示。
[0104]步驟S204:獲取所述沖擊函數(shù)的峰值及所述峰值對應(yīng)的位置偏移量。
[0105]在沖擊函數(shù)的坐標系中，坐標值可反映峰值的位置偏移量，因此，獲得峰值對應(yīng)的坐標值即可獲得位置偏移量。
[0106]步驟S205:當所述峰值大于預(yù)設(shè)峰值閾值且所述位置偏移量小于預(yù)設(shè)偏移閾值時，生成指紋識別成功的提示信息。
[0107]需要說明，第一個識別結(jié)果只是利用歐式距離計算圖像之間的相似度而獲得的，為了提高識別精準性，在識別成功基礎(chǔ)上，利用POC算法進行驗證，并根據(jù)算法的生成函數(shù)獲得識別結(jié)果，即當符合上述條件時，生成識別成功的第二識別結(jié)果。
[0108]當然，若上述條件中的任何一個判斷結(jié)果為否，即若峰值不大于預(yù)設(shè)峰值閾值，和/或，位置偏移量不小于預(yù)設(shè)偏移閾值，則生成識別失敗的提示信息。
[0109]下面對本發(fā)明實施例提供的指紋識別裝置進行介紹，需要說明的是，有關(guān)指紋識別裝置的說明可參照上文提供的指紋識別方法，以下并不做贅述。
[0110]參見圖5，其示出了本發(fā)明實施例提供的指紋識別裝置的結(jié)構(gòu)，具體包括:待識別指紋獲取模塊100、第一特征值計算模塊200、第二特征值獲取模塊300、指紋相似度獲取模塊400及識別結(jié)果生成模塊500 ;其中:
[0111]待識別指紋獲取模塊100，用于獲取待識別指紋圖像；
[0112]第一特征值計算模塊200，用于計算所述待識別指紋圖像中目標像素點的像素特征值；其中，所述像素特征值具有平移不變性及旋轉(zhuǎn)不變性；
[0113]第二特征值獲取模塊300，用于像素獲取預(yù)先存儲的每個注冊指紋圖像中像素點的像素特征值；
[0114]指紋相似度獲取模塊400，用于將所述待識別指紋圖像中目標像素點的像素特征值與各個所述注冊指紋圖像中像素點的像素特征值進行對比，獲得所述待識別指紋圖像與各個所述注冊指紋圖像的相似度；
[0115]識別結(jié)果生成模塊500，用于依據(jù)各個所述相似度，生成指紋識別結(jié)果；其中，所述指紋識別結(jié)果包括識別成功或識別失敗。
[0116]由以上的技術(shù)方案可知，本發(fā)明實施例提供的指紋識別裝置中，指紋相似度獲取模塊400將所述待識別指紋圖像中目標像素點的像素特征值與各個所述注冊指紋圖像中像素點的像素特征值進行對比，獲得所述待識別指紋圖像與各個所述注冊指紋圖像的相似度，進而識別結(jié)果生成模塊500依據(jù)各個所述相似度，生成指紋識別結(jié)果；其中，所述指紋識別結(jié)果包括識別成功或識別失敗。與現(xiàn)有技術(shù)中利用指紋紋路進行識別的指紋識別裝置而言，本發(fā)明實施例利用圖像中的像素點，更具體地，利用像素點的像素特征值確定圖像之間的相似度，因此對于指紋紋路受到破壞但只要能提取到像素點的指紋圖像，均可實現(xiàn)指紋識別，本發(fā)明實施例的適用性更廣。
[0117]其一，識別結(jié)果生成模塊500可以具體包括:
[0118]最大相似度確定子模塊，用于確定所述相似度中的最大相似度；
[0119]第一識別成功子模塊，用于當所述最大相似度超過預(yù)設(shè)相似閾值時，生成識別成功的識別結(jié)果；
[0120]第一識別失敗子模塊，用于當所述最大相似度未超過所述預(yù)設(shè)相似閾值時，生成識別失敗的識別結(jié)果。
[0121]其二，識別結(jié)果生成模塊500可以具體包括:
[0122]目標相似度查找子模塊，用于在各個所述相似度中，查找超過預(yù)設(shè)相似閾值的目標相似度；
[0123]第二識別成功子模塊，用于當查找到目標相似度時，生成識別成功的識別結(jié)果；
[0124]第二識別失敗子模塊，用于當未查找到目標相似度時，生成識別失敗的識別結(jié)果。
[0125]可選地，上述裝置實施例中第一特征值計算模塊200具體包括:
[0126]圓周確定子模塊，用于以所述待識別指紋圖像中的目標像素點為圓心確定圓周；
[0127]像素特征值計算子模塊，用于利用所述圓周上像素點的灰度值，計算所述待識別指紋圖像中目標像素點的像素特征值。
[0128]可選地，上述圓周確定子模塊具體包括:
[0129]像素組確定單元，用于在所述圓周上確定多個像素點組；其中，每個所述像素點組中包含兩個像素點；
[0130]灰度差值計算單元，用于計算每個所述像素點組中兩個像素點的灰度差值；
[0131]像素特征值獲得單元，用于將多個灰度差值求和，獲得待識別指紋圖像中目標像素點的像素特征值。
[0132]可選地，上述像素組確定單元具體包括:
[0133]第一像素組確定子單元，用于將所述圓周上每兩個相連的像素點確定為一個像素點組，獲得多個像素點組；
[0134]第二像素組確定子單元，用于將所述圓周上每兩個關(guān)于圓心對稱的像素點確定為一個像素點組，獲得多個像素點組。
[0135]需要說明的是，該種實現(xiàn)方式中，像素組確定單元包括兩種子單元，但這兩種子單元可以并非在同一次指紋識別過程中同時工作，可以是選用其中任意一個進行像素組的確定。
[0136]可選地，上述裝置實施例中的第一特征值計算模塊200具體包括:
[0137]像素點選取子模塊，用于在所述待識別指紋圖像中，選取多個目標像素點；
[0138]特征值獲取子模塊，用于計算選取的多個目標像素點的像素特征值。
[0139]可選地，上述裝置實施例中的指紋相似度獲取模塊400具體包括:
[0140]歐式距離計算子模塊，用于利用歐式距離算法，計算所述待識別指紋圖像中每個目標像素點的像素特征值分別與每個所述注冊指紋圖像中每個像素點的像素特征值之間的歐式距離；
[0141]目標歐式距離確定子模塊，用于在各個所述歐式距離中，確定小于預(yù)設(shè)距離閾值的歐式距離為目標歐式距離；
[0142]目標歐式距離個數(shù)獲取子模塊，用于獲取所述待識別指紋圖像分別與每個所述注冊指紋圖像各自確定的目標歐式距離的個數(shù)，將所述目標歐式距離的個數(shù)確定為相似度。
[0143]可選地，為了提高識別準確度，在上述各個指紋識別裝置的基礎(chǔ)上，還可以包括:
[0144]目標注冊指紋確定模塊，用于當所述指紋識別結(jié)果為識別成功時，在多個所述注冊指紋圖像中，確定目標注冊指紋圖像；其中，所述目標注冊指紋圖像為與所述待識別指紋圖像識別成功的注冊指紋圖像；
[0145]目標區(qū)域圖像確定模塊，用于在所述目標注冊指紋圖像中，確定所述待識別指紋圖像所在的目標區(qū)域圖像；
[0146]相位相關(guān)算法計算模塊，用于利用相位相關(guān)(Phase only Correlat1n, POC)算法，計算所述待識別指紋圖像與所述目標區(qū)域圖像的沖擊函數(shù)；
[0147]峰值及位置偏移量獲取模塊，用于獲取所述沖擊函數(shù)的峰值及所述峰值對應(yīng)的位置偏移量;
[0148]指紋識別成功信息生成模塊，用于當所述峰值大于預(yù)設(shè)峰值閾值且所述位置偏移量小于預(yù)設(shè)偏移閾值時，生成指紋識別成功的提示信息。
[0149]當然，在該實施例提供的裝置基礎(chǔ)上，還可以包括指紋識別失敗信息生成模塊，用于當所述峰值未大于預(yù)設(shè)峰值閾值和/或所述位置偏移量未小于預(yù)設(shè)位移偏移閾值時，生成指紋識別失敗的提示信息。
[0150]需要說明的是，本說明書中的各個實施例均采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。
[0151]還需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括上述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。
[0152]對所公開的實施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。
【權(quán)利要求】
1.一種指紋識別方法，其特征在于，包括: 獲取待識別指紋圖像； 計算所述待識別指紋圖像中目標像素點的像素特征值；其中，所述像素特征值具有平移不變性及旋轉(zhuǎn)不變性； 獲取預(yù)先存儲的每個注冊指紋圖像中像素點的像素特征值； 將所述待識別指紋圖像中目標像素點的像素特征值與各個所述注冊指紋圖像中像素點的像素特征值進行對比，獲得所述待識別指紋圖像與各個所述注冊指紋圖像的相似度；依據(jù)各個所述相似度，生成指紋識別結(jié)果；其中，所述指紋識別結(jié)果包括識別成功或識別失敗。
2.根據(jù)權(quán)利要求1所述的指紋識別方法，其特征在于，所述依據(jù)各個所述相似度，生成指紋識別結(jié)果包括: 確定所述相似度中的最大相似度； 當所述最大相似度超過預(yù)設(shè)相似閾值時，生成識別成功的識別結(jié)果； 當所述最大相似度未超過所述預(yù)設(shè)相似閾值時，生成識別失敗的識別結(jié)果。
3.根據(jù)權(quán)利要求1所述的指紋識別方法，其特征在于，所述依據(jù)各個所述相似度，生成指紋識別結(jié)果包括: 在各個所述相似度中，查找超過預(yù)設(shè)相似閾值的目標相似度； 當查找到目標相似度時，生成識別成功的識別結(jié)果； 當未查找到目標相似度時，生成識別失敗的識別結(jié)果。
4.根據(jù)權(quán)利要求1所述的指紋識別方法，其特征在于，所述計算所述待識別指紋圖像中目標像素點的像素特征值包括: 以所述待識別指紋圖像中的目標像素點為圓心確定圓周； 利用所述圓周上像素點的灰度值，計算所述待識別指紋圖像中目標像素點的像素特征值。
5.根據(jù)權(quán)利要求4所述的指紋識別方法，其特征在于，所述利用所述圓周上像素點的灰度值，計算所述待識別指紋圖像中目標像素點的像素特征值包括: 在所述圓周上確定多個像素點組；其中，每個所述像素點組中包含兩個像素點； 計算每個所述像素點組中兩個像素點的灰度差值； 將多個灰度差值求和，獲得待識別指紋圖像中目標像素點的像素特征值。
6.根據(jù)權(quán)利要求5所述的指紋識別方法，其特征在于，所述在所述圓周上確定多個像素點組包括: 將所述圓周上每兩個相連的像素點確定為一個像素點組，獲得多個像素點組； 或， 將所述圓周上每兩個關(guān)于圓心對稱的像素點確定為一個像素點組，獲得多個像素點組。
7.根據(jù)權(quán)利要求1所述的指紋識別方法，其特征在于，所述計算所述待識別指紋圖像中目標像素點的像素特征值包括: 在所述待識別指紋圖像中，選取多個目標像素點； 計算選取的多個目標像素點的像素特征值。
8.根據(jù)權(quán)利要求1所述的指紋識別方法，其特征在于，所述將所述待識別指紋圖像中目標像素點的像素特征值與各個所述注冊指紋圖像中像素點的像素特征值進行對比，獲得所述待識別指紋圖像與各個所述注冊指紋圖像的相似度包括: 利用歐式距離算法，計算所述待識別指紋圖像中每個目標像素點的像素特征值分別與每個所述注冊指紋圖像中每個像素點的像素特征值之間的歐式距離； 在各個所述歐式距離中，確定小于預(yù)設(shè)距離閾值的歐式距離為目標歐式距離； 獲取所述待識別指紋圖像分別與每個所述注冊指紋圖像各自確定的目標歐式距離的個數(shù)，將所述目標歐式距離的個數(shù)確定為相似度。
9.根據(jù)權(quán)利要求1所述的指紋識別方法，其特征在于，在依據(jù)各個所述相似度，生成指紋識別結(jié)果之后，還包括: 當所述指紋識別結(jié)果為識別成功時，在多個所述注冊指紋圖像中，確定目標注冊指紋圖像；其中，所述目標注冊指紋圖像為與所述待識別指紋圖像識別成功的注冊指紋圖像；在所述目標注冊指紋圖像中，確定所述待識別指紋圖像所在的目標區(qū)域圖像； 利用相位相關(guān)(Phase only Correlat1n,POC)算法，計算所述待識別指紋圖像與所述目標區(qū)域圖像的沖擊函數(shù)； 獲取所述沖擊函數(shù)的峰值及所述峰值對應(yīng)的位置偏移量； 當所述峰值大于預(yù)設(shè)峰值閾值且所述位置偏移量小于預(yù)設(shè)偏移閾值時，生成指紋識別成功的提示信息。
10.一種指紋識別裝置，其特征在于，包括: 待識別指紋獲取模塊，用于獲取待識別指紋圖像； 第一特征值計算模塊，用于計算所述待識別指紋圖像中目標像素點的像素特征值；其中，所述像素特征值具有平移不變性及旋轉(zhuǎn)不變性； 第二特征值獲取模塊，用于像素獲取預(yù)先存儲的每個注冊指紋圖像中像素點的像素特征值； 指紋相似度獲取模塊，用于將所述待識別指紋圖像中目標像素點的像素特征值與各個所述注冊指紋圖像中像素點的像素特征值進行對比，獲得所述待識別指紋圖像與各個所述注冊指紋圖像的相似度； 識別結(jié)果生成模塊，用于依據(jù)各個所述相似度，生成指紋識別結(jié)果；其中，所述指紋識別結(jié)果包括識別成功或識別失敗。
【文檔編號】G06K9/00GK104463132SQ201410790770
【公開日】2015年3月25日 申請日期:2014年12月17日 優(yōu)先權(quán)日:2014年12月17日
【發(fā)明者】陸捷, 毛之江, 王升國 申請人:浙江維爾科技股份有限公司