用于移动终端生物特征识别的动态检测和反馈方法技术

本发明专利技术提供了一种用于移动终端生物特征识别的动态检测和反馈方法，所述方法包括步骤：a)接收采集到的生物特征图像并输出成像图像；b)根据成像图像计算所述生物特征在图像中的有效位置和有效尺度信息；c)判断所述图像中的生物特征的位置和有效尺度偏移是否超过预定范围，若是则输出反馈信息；d)显示所述生物特征的位置和尺度信息。

【技术实现步骤摘要】
本申请是申请号为201510170322.5的分案申请，原申请的申请日为2015-04-11，专利技术名称为用于移动智能设备的安全生物特征识别和图像采集系统。
本专利技术涉及安全生物特征识别领域，尤其是一种应用于移动智能设备的安全生物特征识别和图像采集领域。
技术介绍
生物特征识别在移动智能设备的应用是解决密码安全问题的最合适的技术。但在实际应用场景下，用于移动智能设备的安全生物特征识别的注册认证和图像采集需要解决以下的问题：1、实现完整的安全注册认证流程体系，保证不被外部安全攻击；2、实现注册认证流程体系中生物特征模板最优具有稳定性和一致性，提高注册和识别时成功率，同时提高注册和识别速度；3、实现注册认证流程体系中在不同采集环境和生物特征自身发生改变等情况下时更进一步提高注册和识别时成功率，同时提高注册和识别速度；4、实现注册认证流程体系中图像生物特征质量标准自适应，提高注册和识别成功率，同时提高注册和识别速度；5、实现图像采集流程体系中获取亮度恒定的生物特征成像图像。6、实现图像采集流程体系中在100ms内快速获取聚焦清晰稳定的生物特征成像图像。7、实现图像采集流程体系中采集的图像生物特征位置和尺度偏移处于预定的范围内。8、实现图像采集流程体系中采集的图像镜面反射位置和尺度干扰处于预定的范围外。9、实现图像采集流程体系中采集的生物特征图像保持在轴直视状态。10、实现在单位周期内生物特征个体受辐射总量安全限制，获取高质量无干扰的生物特征成像图像。解决以上问题是目前面临的最大挑战。
技术实现思路
解决的以上技术问题，本专利技术提供一种用于移动智能设备的安全生物特征识别和图像采集系统。一种用于移动终端生物特征识别的生物特征动态检测和反馈方法，其特征在于，包括步骤：a)接收采集到的生物特征图像并输出成像图像；b)根据成像图像计算所述生物特征在图像中的有效位置和有效尺度信息；c)判断所述图像中的生物特征的位置和有效尺度偏移是否超过预定范围，若是则输出反馈信息；d)显示所述生物特征的位置和尺度信息。优选地，所述生物特征的有效位置和有效尺度信息包括X轴方向的位置偏移，Y轴方向的位置偏移和Z轴方向的尺度偏移。优选地，所述步骤b的检测方法至少包括以下之一或者组合，AdaBoost检测算法，主动轮廓检测算法，LOG边缘检测算子，Canny检测算子，Moravec角点检测算子，Harris角点检测算子，生物特征分布统计函数。优选地，所述步骤c包括：判断生物特征位置是否超过预定的图像边界区域范围，若判断为是，则判断为生物特征位置发生偏移。优选地，所述步骤c包括：判断生物特征尺度是否超过预定的图像尺度大小范围，若判断为是，则判断为生物特征尺度发生偏移。一种用于移动终端生物特征识别的生物特征动态检测和反馈的移动终端，其特征在于：包括：生物特征图像采集设备，用于采集生物特征图像；图像生物特征偏移检测单元，用于检测图像中生物特征的位置和尺度是否偏移；成像图像位移显示单元，用于显示位移处理的成像图像；反馈提示单元，用于执行生物特征位置和尺度偏移反馈提示。优选地，所述图像生物特征偏移检测单元检测的所述生物特征的有效位置和有效尺度信息包括X轴方向的位置偏移，Y轴方向的位置偏移和Z轴方向的尺度偏移。优选地，检测图像中生物特征的位置和尺度方法至少包括以下之一或者组合，AdaBoost检测算法，主动轮廓检测算法，LOG边缘检测算子，Canny检测算子，Moravec角点检测算子，Harris角点检测算子，生物特征分布统计函数。优选地，所述图像生物特征偏移检测单元判断生物特征位置和尺度是否偏移包括：判断生物特征位置是否超过预定的图像边界区域范围，若判断为是，则判断为生物特征位置发生偏移。优选地，所述图像生物特征偏移检测单元判断生物特征位置和尺度是否偏移包括：判断生物特征尺度是否超过预定的图像尺度大小范围，若判断为是，则判断为生物特征尺度发生偏移。一种用于移动智能设备的安全生物特征识别系统，包括应用操作系统以及安全操作系统；所述应用操作系统包括用于执行应用操作系统端标准化API过程调用的应用代理服务接口单元；所述安全操作系统包括用于执行安全操作系统端标准化API过程调用的安全应用代理服务接口单元、用于执行安全操作系统端的数据和代码计算的安全计算单元、用于提供安全操作系统端数据和代码的存储空间，并保证安全计算单元通过独立安全地址总线访问的安全存储单元、用于提供安全操作系统端数据和代码的内存空间，并保证安全计算单元通过独立安全地址总线访问的安全内存单元；所述安全计算单元包括PKI加密签名安全算法单元和生物特征识别算法单元；所述生物特征识别算法单元包括注册算法单元和识别与自学习算法单元。作为对本专利技术所述的用于移动智能设备的安全生物特征识别系统的改进：安全生物特征识别的注册流程如下：a、当外部发起应用注册请求；b、通过应用代理服务接口单元传递该注册请求通知安全应用代理服务接口单元；c、安全操作系统端下标准化的API过程调用执行注册算法单元；d、PKI加密签名安全算法单元执行注册结果加密签名，通过安全应用代理服务接口单元发送加密签名注册结果通知应用代理服务接口单元；e、应用代理服务接口单元返回外部接收加密签名注册结果。作为对本专利技术所述的用于移动智能设备的安全生物特征识别系统的进一步改进：安全生物特征识别的认证流程如下：①当外部发起应用认证请求；②通过应用代理服务接口单元传递该认证请求通知安全应用代理服务接口单元；③安全操作系统端下标准化的API过程调用执行识别与自学习算法单元；④PKI加密签名安全算法单元执行认证结果加密签名，通过安全应用代理服务接口单元发送加密签名认证结果通知应用代理服务接口单元；⑤应用代理服务接口单元返回外部接收加密签名认证结果。作为对本专利技术所述的用于移动智能设备的安全生物特征识别系统的进一步改进：所述注册算法单元用于执行以下控制步骤：S200、初始化定义循环计数COUNT＝0，模板计数N＝0，模板数量TN，循环数量TC；其中：COUNT定义为算法注册流程中的循环计数，N定义为算法注册流程中的模板计数；TN定义为算法注册流程中预定的模板数量，优选的TN>＝3；TC定义为算法注册流程中预定的循环数量，优选的TC>＝3；S201、采集符合自适应质量标准的实时生物特征图像；S202、提取图像生物特征信息产生特征模板，模板计数自增累计N＝N+1；S203、判断模板计数N≥TN，是执行S204，否返回执行S201；S204、循环计数自增累计COUNT＝COUNT+1；S205、判断TN个数量的模板间形成的组合比对结果集合C(TN，2)是否全部符合预定的注册门限标准，是执行S208，否执行S206；其中：所述的组合比对结果集合C(TN，2)＝TN！/(2！*(TN-2)！)S206、判断循环计数COUNT>TC，是执行S207，否复位模板计数N＝0并返回执行S201；S207、注册失败；S208、注册成功，选择模板组合比对结果中全局最优的模板为注册模板并PKI加密保存于安全存储单元。作为对本专利技术所述的用于移动智能设备的安全生物特征识别系统的改进：所述识别与自学习算法单元用于执行以下控制步骤：S301、采集符合自适应质量标准的实时本文档来自技高网...

【技术保护点】
一种用于移动终端生物特征识别的动态检测和反馈方法，其特征在于，包括步骤：a)接收采集到的生物特征图像并输出成像图像；b)根据成像图像计算所述生物特征在图像中的有效位置和有效尺度信息；c)判断所述图像中的生物特征的位置和有效尺度偏移是否超过预定范围，若是则输出反馈信息；d)显示所述生物特征的位置和尺度信息。

【技术特征摘要】
1.一种用于移动终端生物特征识别的动态检测和反馈方法，其特征在于，包括步骤：a)接收采集到的生物特征图像并输出成像图像；b)根据成像图像计算所述生物特征在图像中的有效位置和有效尺度信息；c)判断所述图像中的生物特征的位置和有效尺度偏移是否超过预定范围，若是则输出反馈信息；d)显示所述生物特征的位置和尺度信息。2.根据权利要求1所述的方法，其特征在于：所述生物特征的有效位置和有效尺度信息包括X轴方向的位置偏移，Y轴方向的位置偏移和Z轴方向的尺度偏移。3.根据权利要求1所述的方法，其特征在于：所述步骤b的检测方法至少包括以下之一或者组合，AdaBoost检测算法，主动轮廓检测算法，LOG边缘检测算子，Canny检测算子，Moravec角点检测算子，Harris角点检测算子，生物特征分布统计函数。4.根据权利要求1所述的方法，其特征在于：所述步骤c包括：判断生物特征位置是否超过预定的图像边界区域范围，若判断为是，则判断为生物特征位置发生偏移。5.根据权利要求1或4所述的方法，其特征在于：所述步骤c包括：判断生物特征尺度是否超过预定的图像尺度大小范围，若判断为是，则判断为生物特征尺度发生偏移。6.一种用于移动终端生物特征识别的生物特征动态检测和反馈的移动终端，其特征在...

【专利技术属性】
技术研发人员：倪蔚民，
申请(专利权)人：贵阳科安科技有限公司，
类型：发明
国别省市：贵州;52