一种指纹识别的方法、装置、终端及存储介质与流程

1.本发明涉及指纹识别技术领域，尤其涉及一种指纹识别的方法、装置、终端及存储介质。


背景技术：

2.指纹识别主要以提取指纹图像中的关键特征信息，并对特征信息进行描述和配准识别的过程。
3.目前，指纹识别尤其是小指纹识别应用在很多领域，而为了提高精度，小面阵指纹图像特征提取信息量通常较大，这导致耗时较长。具体的，在目前小面阵指纹配准领域，主要有极值点、脊线、细节点等配准方法。极值点配准提取的信息多，匹配的精度较高，但是时间和内存消耗较大，对设备有一定的要求；脊线特征描述指纹的纹理特征，但缺乏原始指纹图像的灰度信息；细节点的特征相对很准确，但在小面阵上细节点的特征数量较少，影响到最终的准确度。
4.由此，目前需要有一种更好的方法来解决现有技术中的问题。


技术实现要素：

5.有鉴于此，本发明提出了一种指纹识别的方法、装置、终端及存储介质，用以解决现有技术中的问题。
6.具体的，本发明提出了以下具体的实施例：
7.本发明实施例提出了一种指纹识别的方法，包括：
8.获取原始指纹图像；
9.对所述原始指纹图像进行图像增强处理，生成第一图像；
10.确定所述第一图像上指纹脊线的端点和叉点；
11.基于所述端点与所述叉点确定所述指纹脊线上的拐点；
12.在第二图像上对所述端点、所述叉点及所述拐点进行特征降维，得到降维后的特征向量；所述第二图像是基于对所述原始指纹图像进行平滑去噪处理得到的；
13.基于所述特征向量进行指纹识别。
14.在一个具体的实施例中，所述图像增强处理包括：灰度拉升处理、灰度增强处理、方向滤波处理、二值化处理和图像细化处理中的一个或多个。
15.在一个具体的实施例中，所述基于所述端点与所述叉点确定所述指纹脊线上的拐点，包括：
16.若所述指纹脊线不包含所述叉点且所述指纹脊线的长度超过预设长度阈值，则将所述指纹脊线设置为待处理脊线；
17.若所述指纹脊线包含所述叉点，则基于所述叉点将所述指纹脊线分割为三条分割脊线；若所述分割脊线长度超过预设长度阈值，则将所述分割脊线设置为待处理脊线；
18.针对各所述待处理脊线，若存在中间点到第一点的第一连线与所述中间点到第二
点的第二连线的夹角处于预设的角度范围内，则确定所述中间点为拐点；所述第一点为靠近所述待处理脊线上一侧端点的点；所述第二点为靠近所述待处理脊线上另一侧端点的点；所述第一点和所靠近的端点之间的距离及所述第二点和所靠近的端点之间的距离均大于预设距离阈值；所述第一点与所述第二点两者距离所述中间点的距离相同。
19.在一个具体的实施例中，所述在第二图像上对所述端点、所述叉点及所述拐点进行特征降维，得到降维后的特征向量，包括：
20.在第二图像上对所述端点、所述叉点及所述拐点进行对齐处理；
21.确定进行了对齐处理的所述端点、所述叉点及所述拐点三者所在的区域的特征描述子；
22.通过预设的投影矩阵与所述特征描述子相乘的方式进行特征降维，得到降维后的特征向量。
23.在一个具体的实施例中，在第二图像上对所述端点、所述叉点及所述拐点进行对齐处理，包括：
24.在第二图像上确定所述端点、所述叉点及所述拐点三者的预设方向；所述端点、所述叉点及所述拐点三者的预设方向各不相同；
25.基于所述方向对所述端点、所述叉点及所述拐点三者所在区域进行旋转，使得所述三者所在区域朝向同一方向，实现对齐。
26.本发明实施例还提出了一种指纹识别的装置，包括：
27.获取模块，用于获取原始指纹图像；
28.图像增强模块，包括对所述原始指纹图像进行图像增强处理，生成第一图像；
29.确定模块，用于确定所述第一图像上指纹脊线的端点和叉点；
30.拐点模块，用于基于所述端点与所述叉点确定所述指纹脊线上的拐点；
31.降维模块，用于在第二图像上对所述端点、所述叉点及所述拐点进行特征降维，得到降维后的特征向量；所述第二图像是基于对所述原始指纹图像进行平滑去噪处理得到的；
32.指纹识别模块，用于基于所述特征向量进行指纹识别。
33.在一个具体的实施例中，所述图像增强处理包括：灰度拉升处理、灰度增强处理、方向滤波处理、二值化处理和图像细化处理中的一个或多个。
34.在一个具体的实施例中，所述拐点模块，用于：
35.若所述指纹脊线不包含所述叉点且所述指纹脊线的长度超过预设长度阈值，则将所述指纹脊线设置为待处理脊线；
36.若所述指纹脊线包含所述叉点，则基于所述叉点将所述指纹脊线分割为三条分割脊线；若所述分割脊线长度超过预设长度阈值，则将所述分割脊线设置为待处理脊线；
37.针对各所述待处理脊线，若存在中间点到第一点的第一连线与所述中间点到第二点的第二连线的夹角处于预设的角度范围内，则确定所述中间点为拐点；所述第一点为靠近所述待处理脊线上一侧端点的点；所述第二点为靠近所述待处理脊线上另一侧端点的点；所述第一点和所靠近的端点之间的距离及所述第二点和所靠近的端点之间的距离均大于预设距离阈值；所述第一点与所述第二点两者距离所述中间点的距离相同。
38.本发明实施例还提出了一种终端，包括存储器与处理器，所述存储器中存储有计
算机程序，所述处理器在执行所述计算机程序时实现上述的指纹识别的方法。
39.本发明实施例还提出了一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被执行时实现上述的指纹识别的方法。
40.以此，本发明实施例提出了一种指纹识别的方法、装置、终端及存储介质，该方法包括：获取原始指纹图像；对所述原始指纹图像进行图像增强处理，生成第一图像；确定所述第一图像上指纹脊线的端点和叉点；基于所述端点与所述叉点确定所述指纹脊线上的拐点；在第二图像上对所述端点、所述叉点及所述拐点进行特征降维，得到降维后的特征向量；所述第二图像是基于对所述原始指纹图像进行平滑去噪处理得到的；基于所述特征向量进行指纹识别。本方案中，通过增加指纹脊线的拐点来与端点和叉点一起，丰富了指纹特征，使得指纹特征更合理，且对拐点、端点和叉点进行降维，以此可以减少内存并提高指纹识别时的比对速度。
附图说明
41.为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
42.图1示出了本发明实施例提出的一种指纹识别的方法的流程示意图；
43.图2示出了本发明实施例提出的一种指纹识别的方法中指纹图像的端点与叉点的示意图；
44.图3示出了本发明实施例提出的一种指纹识别的方法中确定拐点的示意图；
45.图4示出了本发明实施例提出的一种指纹识别的装置的结构示意图。
46.图例说明：
47.1-端点；2-叉点；
48.201-获取模块；202-图像增强模块；203-确定模块；204-拐点模块；
49.205-降维模块；206-指纹识别模块。
具体实施方式
50.下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
51.通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
52.在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
53.此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示
相对重要性。
54.除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。
55.实施例1
56.本发明实施例1公开了一种指纹识别的方法，如图1所示，包括以下步骤：
57.步骤s101、获取原始指纹图像；
58.具体的，原始指纹图像也即通过指纹录入装置获取到的指纹的图像。
59.在获取到原始指纹图像后，对原始指纹图像进行平滑去噪得到第二图像，且执行步骤s102得到第一图像。
60.步骤s102、对所述原始指纹图像进行图像增强处理，生成第一图像；
61.具体的，所述图像增强处理包括：灰度拉升处理、灰度增强处理、方向滤波处理、二值化处理和图像细化处理中的一个或多个。
62.具体的，灰度拉升处理用于将原始指纹图像的灰度将拉升到0～255，扩大像素级范围；灰度增强处理用于根据原始指纹图像和平滑图像(该平滑图像是对原始指纹图像进行平滑处理后得到的)的差值来对原始指纹图像进行增强；方向滤波处理则是先利用逐点计算一定大小方块(8*8)内的像素方向值，得到方向图，再遍历每一个像素，对当前像素先做方向上的平滑处理，再做法线上的锐化处理。
63.步骤s103、确定所述第一图像上指纹脊线的端点和叉点；
64.具体的，指纹脊线如图2所示，其中指纹脊线的两端即为端点1的端点1，若出现交叉点，也即叉点2；根据实际经验，指纹图像中的指纹脊线只会出现三叉的交叉点，也即图2中的叉点2，而不会出现其他数量的交叉点。
65.步骤s104、基于所述端点与所述叉点确定所述指纹脊线上的拐点；
66.具体的，如图3所示，步骤s104中的所述基于所述端点与所述叉点确定所述指纹脊线上的拐点，包括：
67.若所述指纹脊线不包含所述叉点且所述指纹脊线的长度超过预设长度阈值，则将所述指纹脊线设置为待处理脊线；
68.若所述指纹脊线包含所述叉点，则基于所述叉点将所述指纹脊线分割为三条分割脊线；若所述分割脊线长度超过预设长度阈值，则将所述分割脊线设置为待处理脊线；
69.针对各所述待处理脊线，若存在中间点到第一点的第一连线与所述中间点到第二点的第二连线的夹角处于预设的角度范围内，则确定所述中间点为拐点；所述第一点为靠近所述待处理脊线上一侧端点的点；所述第二点为靠近所述待处理脊线上另一侧端点的点；所述第一点和所靠近的端点之间的距离(具体的为在脊线上的距离)及所述第二点和所靠近的端点之间的距离(具体的为在脊线上的距离)均大于预设距离阈值；所述第一点与所述第二点两者距离所述中间点的距离相同。
70.具体的，从端点开始追踪脊线，在大于预定长度(d＝17～20)像素的脊线上提取拐点，假设b为当前追踪点，在b前边长度d1(例如6-7)像素的像素点a和后面长度d2(例如6-7)
像素的像素点c，计算该点前后的变化角度，即为ab和ac之间的夹角，若角度变化太小，则不为拐点，若角度变化达到一定值，则确定b点为拐点；最后筛选掉距离接近，质量低、角度变化更小的拐点。具体的用于判断角度大或者小的角度阈值可以根据实际情况进行设置。
71.步骤s105、在第二图像上对所述端点、所述叉点及所述拐点进行特征降维，得到降维后的特征向量；所述第二图像是基于对所述原始指纹图像进行平滑去噪处理得到的；
72.具体的，步骤s105中的所述在第二图像上对所述端点、所述叉点及所述拐点进行特征降维，得到降维后的特征向量，包括：
73.在第二图像上对所述端点、所述叉点及所述拐点进行对齐处理；
74.确定进行了对齐处理的所述端点、所述叉点及所述拐点三者所在的区域的特征描述子；
75.通过预设的投影矩阵与所述特征描述子相乘的方式进行特征降维，得到降维后的特征向量。
76.其中，在第二图像上对所述端点、所述叉点及所述拐点进行对齐处理，包括：
77.在第二图像上确定所述端点、所述叉点及所述拐点三者的预设方向；所述端点、所述叉点及所述拐点三者的预设方向各不相同；
78.基于所述方向对所述端点、所述叉点及所述拐点三者所在区域进行旋转，使得所述三者所在区域朝向同一方向，实现对齐。
79.具体的，首先确定所述端点、所述叉点及所述拐点的方向，其中端点的方向为端点到距离当前位置脊线上d距离的点的方向；叉点的方向为：叉点位置指向角度较小的两条脊线的中点位置的方向；拐点的方向为：ba和bc夹角(其夹角有两个，在此是较小的那个)的角平分线方向。
80.在确定了方向之后，所述端点、所述叉点及所述拐点均设置为特征点，将特征点(包括周围块内15*15像素)旋转到同一方向，计算该区域特征描述子，然后和投影矩阵相乘降维，得到降维特征。
81.具体的，投影矩阵提前通过大量的数据(特征描述子)计算得出。例如计算方法为计算15000个特征点描述子为训练样本，构成原始特征矩阵15000*450，计算矩阵的协方差矩阵n，计算协方差矩阵n的特征向量，根据特征根的大小排序，选择前n个特征向量(n《＝450，越靠前特征值能量百分比越大)，构成投影矩阵t。
82.步骤s106、基于所述特征向量进行指纹识别。
83.本方案需要确定的拐点特征量小，效果较好，且为脊线中特征突出的位置，相比极值点的准确性高、数量少，相对脊线特征要保存所有脊线信息，此方法只提取重要特征，减少内存、冗余，特征描述子降维的大小在10～22，相比原始大小内存降低了20到30倍，并通过距离比对具有可分性，效果较好，减少内存，提升比对速度。
84.实施例2
85.为了对本方案进行进一步的说明，本发明实施例2还公开了一种指纹识别的装置，如图4所示，包括：
86.获取模块201，用于获取原始指纹图像；
87.图像增强模块202，包括对所述原始指纹图像进行图像增强处理，生成第一图像；
88.确定模块203，用于确定所述第一图像上指纹脊线的端点和叉点；
89.拐点模块204，用于基于所述端点与所述叉点确定所述指纹脊线上的拐点；
90.降维模块205，用于在第二图像上对所述端点、所述叉点及所述拐点进行特征降维，得到降维后的特征向量；所述第二图像是基于对所述原始指纹图像进行平滑去噪处理得到的；
91.指纹识别模块206，用于基于所述特征向量进行指纹识别。
92.在一个具体的实施例中，所述图像增强处理包括：灰度拉升处理、灰度增强处理、方向滤波处理、二值化处理和图像细化处理中的一个或多个。
93.在一个具体的实施例中，所述拐点模块204，用于：
94.若所述指纹脊线不包含所述叉点且所述指纹脊线的长度超过预设长度阈值，则将所述指纹脊线设置为待处理脊线；
95.若所述指纹脊线包含所述叉点，则基于所述叉点将所述指纹脊线分割为三条分割脊线；若所述分割脊线长度超过预设长度阈值，则将所述分割脊线设置为待处理脊线；
96.针对各所述待处理脊线，若存在中间点到第一点的第一连线与所述中间点到第二点的第二连线的夹角处于预设的角度范围内，则确定所述中间点为拐点；所述第一点为靠近所述待处理脊线上一侧端点的点；所述第二点为靠近所述待处理脊线上另一侧端点的点；所述第一点和所靠近的端点之间的距离及所述第二点和所靠近的端点之间的距离均大于预设距离阈值；所述第一点与所述第二点两者距离所述中间点的距离相同。
97.在一个具体的实施例中，所述降维模块205，用于：
98.在第二图像上对所述端点、所述叉点及所述拐点进行对齐处理；
99.确定进行了对齐处理的所述端点、所述叉点及所述拐点三者所在的区域的特征描述子；
100.通过预设的投影矩阵与所述特征描述子相乘的方式进行特征降维，得到降维后的特征向量。
101.在一个具体的实施例中，所述降维模块205在第二图像上对所述端点、所述叉点及所述拐点进行对齐处理，包括：
102.在第二图像上确定所述端点、所述叉点及所述拐点三者的预设方向；所述端点、所述叉点及所述拐点三者的预设方向各不相同；
103.基于所述方向对所述端点、所述叉点及所述拐点三者所在区域进行旋转，使得所述三者所在区域朝向同一方向，实现对齐。
104.实施例3
105.本发明实施例3还公开了一种终端，包括存储器与处理器，所述存储器中存储有计算机程序，所述处理器在执行所述计算机程序时实现实施例1中所述的指纹识别的方法。
106.具体的，所述终端可以为指纹识别设备。
107.实施例4
108.本发明实施例4还公开了一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被执行时实现实施例1中所述的指纹识别的方法。
109.以此，本发明实施例提出了一种指纹识别的方法、装置、终端及存储介质，该方法包括：获取原始指纹图像；对所述原始指纹图像进行图像增强处理，生成第一图像；确定所述第一图像上指纹脊线的端点和叉点；基于所述端点与所述叉点确定所述指纹脊线上的拐
点；在第二图像上对所述端点、所述叉点及所述拐点进行特征降维，得到降维后的特征向量；所述第二图像是基于对所述原始指纹图像进行平滑去噪处理得到的；基于所述特征向量进行指纹识别。本方案中，通过增加指纹脊线的拐点来与端点和叉点一起，丰富了指纹特征，使得指纹特征更合理，且对拐点、端点和叉点进行降维，以此可以减少内存并提高指纹识别时的比对速度。
110.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
111.另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
112.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品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(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
113.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。