一种纯光学指纹活体检测方法技术

本发明专利技术涉及一种光学指纹活体检测方法，包括以下步骤：数据采集：采集手指按压过程的一组连续指纹图片；数据筛选：对连续指纹图片的副本做一系列的前景分割步骤，找到前景区域最大的两幅连续指纹图片；活体静态质量检测：对筛选出来的两幅指纹图片中的一副进行脊线强度、方向相关性、局部能量、均值方差等特性的检测，确定质量是否符合标准；动态活体检测：对满足静态质量检测的两幅图片做差图，确定指纹的活体性。本发明专利技术通过设置数据采集、数据筛选、活体静态质量检测和动态活体检测来对指纹数据进行有效采集和分析处理，有效判别指纹的活体性，大大提高了纯光学指纹识别仪的识别精度，可有效筛选掉伪指纹。

【技术实现步骤摘要】

本专利技术涉及活体指纹识别
，更具体的说是一种纯光学指纹活体检测方法。
技术介绍
随着指纹识别技术的普及，人们对指纹识别技术的安全性的关注越来越高。但近来市场上的指纹套、指纹膜等伪指纹使得以往光学指纹识别仪难以辨别，这时活体指纹检测仪别便兴起了。目前针对活体指纹的识别仪主要分为两种：一种外加传感器，另一种不外加传感器。外加传感器的指纹识别仪精度高，但该设备价格昂贵，同时使用寿命不长，因此不易于大规模推广；不外加传感器（纯光学）的指纹识别仪价格便宜，寿命长有利于大量普及，但是该指纹识别仪精度较低，在很多场合无法满足工作要求。
技术实现思路
本专利技术所要解决的技术问题是克服现有技术中的不足，提供一种提高光学的指纹识别仪活体识别精度的纯光学指纹活体检测方法。为解决现有技术问题，本专利技术采用的技术方案是：一种纯光学指纹活体检测方法，包括以下步骤：数据采集：利用光学指纹识别仪采集手指按压过程的连续指纹图片；数据筛选：对连续指纹图片的副本进行前景分割，找到前景区域最大的连续指纹图片f1和f2；活体静态质量检测：将筛选出来的指纹图片f1和f2的脊线强度、方向相关性、局部能量、均值方差进行检测，确定指纹图片质量是否符合标准；动态活体检测：将通过活体质量检测的两幅指纹图片做差求出差图f，对差图f的强度特性、能量特性、方向特性进行检测，最终确定指纹活体性。本专利技术通过设置数据采集、数据筛选、活体静态质量检测和动态活体检测来对指纹数据进行有效采集和分析处理，大大提高了纯光学的指纹识别仪的识别精度，活体检测识别率高，可有效筛选掉伪指纹图片。所述数据采集利用的指纹识别仪的分辨率至少满足640*640，所述指纹识别仪的采集模式为至少15帧每秒的图片采集模式。传统的数据采集模式通常只采集一副指纹图片的模式，不满足动态是检测活体性的要求。所述指纹图片f1和指纹图片f2是彼此连续且前景区域最大的指纹图片。这样，指纹图片f1和指纹图片f2也即是质量最好的图片，同时初步筛选掉了部分质量不好的指纹图片，将指纹图片f1和指纹图片f2做后续进一步分析检测。所述活体静态质量检测中对指纹图片的脊线强度、方向相关性、局部能量和均值方差等进行检测采用的是局部梯度相关性检测、能量场的熵检测、局部方向性的离散性和总体平滑性检测或均值和方差检测中的一种或多种。数据筛选的指纹图片f1和指纹图片f2需要经过数据分割中质量检测来判断这些图片的质量上是否满足识别要求，如果不满足要求，则需要重新筛选或重新采集指纹图片。通过选用局部梯度相关性检测、能量场的熵检测、局部方向性的离散性和总体平滑性检测或均值和方差检测中的一种或多种进行组合，可以有效地判断指纹图片质量的好坏。进一步的，所述局部梯度相关性检测的具体步骤为：将指纹图片f1和指纹图片f2分割为N*N的子块，分别算出子块在水平方向和垂直方向梯度的协方差，进而求得子块的相关性，利用每一子块到中心点的距离求加权平均值分别求得所述指纹图片f1和指纹图片f2的总体相关性。图片总体相关性越高，图片质量越好。所述能量场的熵检测主要根据质量越好能量越集中在低频区域，其熵越大的原理；所述局部方向性的离散性和总体平滑性检测则依据质量好的指纹图像具有很好的局部方向不变性，则局部子块的方向的离散性很低方差很低，且图像总体的平滑性很高；所述均值和方差检测目前已在活体指纹识别中大量的应用，这是最基本的检测方式。进一步的，通过活体静态质量检测的指纹图片已经能筛选掉一些伪指纹图片。但对于质量好的伪指纹图片则无法进行判断，因此需要进一步做动态活体检测，所述动态活体检测包括以下步骤：S1.将通过活体静态质量检测的指纹图片f1和f2相同的前景区分割出来，做差求出差图f3；S2.对f3求均值，值小于设定阈值判定为没发生偏移，反之为发生偏移；S3.求出f3的局部相关性、局部方向离散性、整体平滑性等特性；S4.针对以上f3的特性并结合有无发生偏移，确定指纹是否为活体性指纹。具体做法是：1.针对发生偏移的情况：首先进行Gabor增强，求出对应的方差、能量场；不进行增强求出，脊线强度、方向相关性。2.针对没发生偏移的情况：首先利用像素点的值是否大于零进行增强，再求出能量场、方向相关性。将所有特征值与提前设定好的阈值进行比较，得到最终结果。这样，通过所述动态活体检测，筛选掉了高度相似的伪指纹图片，同时有效判断指纹是否为活体性指纹，避免识别混乱或仅利用拷贝的指纹图片冒充当事人的情形。与现有技术相比，本专利技术数据采集、数据筛选、活体静态质量检测和动态活体检测来对指纹数据进行有效采集和分析处理，这样既保留了纯光学指纹识别仪价格适宜、使用寿命长、普及面广等优点，同时增加了活体性指纹识别功能，可以有效识别指纹是否为活体性指纹，整个识别过程更加安全，且极大提高了指纹识别的效率和准确性。附图说明附图1是本专利技术实施例的工作流程图。附图2是本专利技术实施例活体静态质量检测的流程图。附图3是本专利技术实施例动态活体检测的流程图。附图4是本专利技术实施例的数据采集图。附图5是本专利技术实施例指纹图片的相关性图。附图6是本专利技术实施例指纹图片的能量分布图。附图7是本专利技术实施例指纹图片的真假图。具体实施方式以下结合附图对本专利技术做进一步的解释说明。附图仅用于示例性说明，不能理解为对本专利技术的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。如图1所示的一种纯光学指纹活体检测方法，包括数据采集、数据筛选、活体静态质量检测和动态活体检测，数据采集步骤为利用纯光学的指纹识别仪的高频模式来采集手指的指纹图片；数据筛选步骤为采用设定算法筛选采集的指纹图文，并最终获取质量最佳两指纹图片；活体静态质量检测步骤为将筛选出来的指纹图片f1和f2的脊线强度、局部能量和均值方差进行检测，确定质量是否符合标准；动态活体检测步骤为将通过活体静态质量检测的两幅指纹图片做差求出差图f，对差图f的强度特性、能量特性、方向特性和直方图特性进行检测，最终确定指纹活体性。如图2所示，所述活体静态质量检测的检测内容依次包括指纹图片的脊线强度、方向相关性、能量检测、局部方向质量、均值和方差、纹线的连续性和局部正弦性。通过所述质量检测的指纹图片可以有效删除大部分伪指纹图片，同时还需要对指纹图片进一步进行对比检测。如图3所示，所述动态活体检测包括将两指纹图片相同的前景区分割出来，做差求出差图，检测内容依次包括所述差图的强度特性、能量特性、方向特性和直方图特性，通过对比测试，可以精确判断活体性指纹，有效筛掉伪指纹。如图4所示，这里包含数据采集开始时手从按压到接触面积最大再到离开采集面过程中的所有图片。这里采用的是海鑫指纹采集仪HisignHX-T500，指纹数据库来自研究院自己采集的数据库，采集仪的分辨率为640*640，采集频率为25帧每秒，保证采集到手从按压到离开过程中的有效指纹图片。如图5所示，质量越高的指纹图片对应的相关性图越清晰，质量越低的指纹图片对应的相关性图越模糊，因此可以通过局部梯度相关性很好地判断所采集指纹图片质量的好坏。如图6所示，指纹图片的质量越好，能量越集中在低频区域，也即周围区域，同时熵越大；而质量较差的指纹图片能量越集中在高频区域，熵越小，因本文档来自技高网...

【技术保护点】
一种纯光学指纹活体检测方法,其特征在于,包括以下步骤：数据采集：利用光学指纹识别仪采集手指按压过程的一组连续指纹图片；数据筛选：对连续指纹图片的副本进行前景分割，找到前景区域最大的连续指纹图片f1和f2；活体静态质量检测：对筛选出来的指纹图片f1和f2的脊线强度、方向相关性、局部能量、均值方差进行检测；动态活体检测：将通过活体质量检测的两幅指纹图片做差求出差图f，对差图f的强度特性、能量特性、方向特性等进行检测，最终确定指纹活体性。

【技术特征摘要】
1.一种纯光学指纹活体检测方法,其特征在于,包括以下步骤：数据采集：利用光学指纹识别仪采集手指按压过程的一组连续指纹图片；数据筛选：对连续指纹图片的副本进行前景分割，找到前景区域最大的连续指纹图片f1和f2；活体静态质量检测：对筛选出来的指纹图片f1和f2的脊线强度、方向相关性、局部能量、均值方差进行检测；动态活体检测：将通过活体质量检测的两幅指纹图片做差求出差图f，对差图f的强度特性、能量特性、方向特性等进行检测，最终确定指纹活体性。2.根据权利要求1所述的纯光学指纹活体检测方法,其特征在于，所述数据采集利用的指纹识别仪的分辨率至少满足640*640 dpi，所述指纹识别仪的采集模式为至少15帧每秒的图片采集模式。3.根据权利要求1所述的纯光学指纹活体检测方法,其特征在于，所述活体静态质量检测中对指纹图片的脊线强度、方向相关性、局部能量、均值方差进行检测采用的...

【专利技术属性】
技术研发人员：李明，郭利锋，
申请(专利权)人：广东顺德中山大学卡内基梅隆大学国际联合研究院，中山大学，
类型：发明
国别省市：广东;44