一种指纹识别方法及装置制造方法及图纸

本发明专利技术实施例提供的一种指纹识别方法及装置，应用于指纹识别设备中的图形处理器GPU，指纹识别设备包括：图形处理器GPU和中央处理器CPU，方法包括：接收CPU发送的待识别指纹图像的目标指纹特征；获得CPU发送的预设指纹数据库中的指纹模板的模板指纹特征；根据该目标指纹特征和所获得的模板指纹特征，确定该待识别指纹图像所对应的识别结果；向CPU发送该待识别指纹图像所对应的识别结果。应用本发明专利技术实施例的方案进行指纹识别时，CPU将指纹识别任务发送给GPU执行并由GPU将识别结果发送给CPU，可见，降低了CPU的处理负担，提高了指纹识别的识别速度，当指纹数据库中存储海量指纹模板时指纹识别速度提升更明显。

【技术实现步骤摘要】
一种指纹识别方法及装置
本专利技术涉及生物识别
，特别是涉及一种指纹识别方法及装置。
技术介绍
指纹可作为一种验证身份的信息，而且利用指纹来验证身份已经在众多领域得到广泛的应用，例如，可以利用指纹来验证员工的身份从而统计员工考勤情况，还可以利用指纹来验证嫌疑人的身份从而为案件侦查提供重要的线索，等等。在具体应用中，可以利用图像采集设备采集待识别指纹图像，并由CPU(CentralProcessingUnit，中央处理器)对所采集的待识别指纹图像进行指纹特征提取，然后CPU再将所提取的待识别指纹图像的目标指纹特征与预先建立的指纹数据库中的每一个指纹模板的指纹特征进行比对，从而获得该待识别指纹图像所对应的识别结果。尽管上述方案能够实现指纹识别，但是，上述指纹识别方案存在如下缺点：当指纹数据库中存储的指纹模板的数据量越来越大时，指纹识别过程中所进行的大量图像匹配处理操作，容易导致CPU处理负担较重，影响指纹识别的识别速度，尤其当指纹数据库中存在海量指纹模板时，识别速度会更慢。
技术实现思路
本专利技术实施例的目的在于提供一种指纹识别方法及装置，以降低指纹识别所造成的CPU的处理负担，提高本文档来自技高网...

【技术保护点】
一种指纹识别方法，其特征在于，应用于指纹识别设备中的图形处理器GPU，所述指纹识别设备包括：图形处理器GPU和中央处理器CPU，所述方法包括：接收所述CPU发送的待识别指纹图像的目标指纹特征；获得所述CPU发送的预设指纹数据库中的指纹模板的模板指纹特征；根据所述目标指纹特征和所获得的模板指纹特征，确定所述待识别指纹图像所对应的识别结果；向所述CPU发送所述待识别指纹图像所对应的识别结果。

【技术特征摘要】
1.一种指纹识别方法，其特征在于，应用于指纹识别设备中的图形处理器GPU，所述指纹识别设备包括：图形处理器GPU和中央处理器CPU，所述方法包括：接收所述CPU发送的待识别指纹图像的目标指纹特征；获得所述CPU发送的预设指纹数据库中的指纹模板的模板指纹特征；根据所述目标指纹特征和所获得的模板指纹特征，确定所述待识别指纹图像所对应的识别结果；向所述CPU发送所述待识别指纹图像所对应的识别结果。2.根据权利要求1所述的方法，其特征在于，所述目标指纹特征包括：目标全局特征、目标细节特征和目标索引特征，所述模板指纹特征包括：模板全局特征、模板细节特征和模板索引特征，其中，所述目标全局特征和所述模板全局特征均为描述所对应图像中的指纹纹型的信息，所述目标细节特征和所述模板细节特征均为描述所对应图像中各个细节点的类型和方向的信息，所述目标索引特征为描述待识别指纹图像的细节点与其他全部细节点之间相对位置关系的信息，所述模板索引特征为描述各个指纹模板的细节点与其他部分细节点之间相对位置关系的信息；所述CPU基于预设的全局特征与纹型之间的对应关系将所述指纹数据库中的指纹模板划分为L个纹型类别；所述接收所述CPU发送的待识别指纹图像的目标指纹特征，包括：接收所述CPU发送的待识别指纹图像的目标全局特征、目标细节特征和目标索引特征；所述根据所述目标指纹特征和所获得的模板指纹特征，确定所述待识别指纹图像所对应的识别结果，包括：根据所述全局特征与纹型之间的对应关系，确定所述目标全局特征所对应的目标纹型类别；计算所述目标索引特征与各个第一类指纹模板的模板索引特征的第一类相似度，其中，所述第一类指纹模板为：属于所述目标纹型类别的指纹模板；基于所述第一类相似度，从所述第一类指纹模板中筛选得到N个第二类指纹模板；计算所述待识别指纹图像的细节特征与各个第二类指纹模板的细节特征的第二类相似度；基于所述第二类相似度，得到所述待识别指纹图像所对应的识别结果。3.根据权利要求2所述的方法，其特征在于，所述基于所述第二类相似度，得到所述待识别指纹图像所对应的识别结果，包括：将对应最高的第二类相似度的第二类指纹模板确定为候选指纹模板；将所述候选指纹模板确定为所述待识别指纹图像所对应的识别结果。4.根据权利要求2所述的方法，其特征在于，所述基于所述第二类相似度，得到所述待识别指纹图像所对应的识别结果，包括：将对应最高的第二类相似度的第二类指纹模板确定为候选指纹模板；判断所述候选指纹模板所对应的第二类相似度是否大于预设的相似度阈值，如果大于，将所述候选指纹模板确定为所述待识别指纹图像所对应的识别结果。5.根据权利要求1所述的方法，其特征在于，按照以下方式生成所述指纹数据库中任意一个指纹模板：所述CPU获得多幅指纹图像，分别提取每一幅指纹图像的指纹特征；依据所提取的指纹特征对多幅指纹图像进行两两比对，判断所述多幅指纹图像是否为来自同一枚手指的指纹图像；在判断结果为是的情况下，分别对每一幅指纹图像的细节点进行平移旋转校正处理，叠加校正处理后的指纹图像并对叠加后的指纹图像的细节点进行配准处理；剔除配准处理后的指纹图像中凸包内未配准成功的细节点，合并所述凸包外未配准成功的细节点，生成指纹模板，其中，所述凸包为由配准成功的细节点连接而成的凸多边形。6.根据权利要求2所述的方法，其特征在于，所述待识别指纹图像的目标全局特征、目标细节特征和目标索引特征的提取过程，包括：所述CPU对所述待识别指纹图像进行均值滤波处理，滤除所述待识别指纹图像中的噪声点；基于方差法对滤波处理后的所述待识别指纹图像进行图像分割处理，将包含指纹的前景区域与不包含指纹的背景区域分离；利用梯度法计算所述前景区域中的指纹方向场，其中，所述指纹方向场用于计算待识别指纹图像的指纹纹路；根据所述指纹方向场确定所述待识别指纹图像对应的奇异点，基于所述奇异点提取得到所述待识别指纹图像的目标全局特征；对所述前景区域进行增强指纹纹路中脊线和谷线的清晰度的方向滤波；对方向滤波后的前景区域进行二值化处理和细化处理，并从处理后的前景区域中定位到细节点，获得定位到的细节点的类型和方向，提取到所述待识别指纹图像的目标细节特征；根据定位到的细节点的类型和方向，计算每一个细节点与其他全部细节点之间的相对位置关系，提取到所述待识别指纹图像的目标索引特征。7.根据权利要求2所述的方法，其特征在于，所述L个纹型类别，包括：左箕、右箕、帐弓形、螺旋和弓形5个类别。8.根据权利要求7所述的方法，其特征在于，所述根据所述全局特征与纹型之间的对应关系，确定所述目标全局特征所对应的目标纹型类别，包括：按照以下方式确定所述目标全局特征所对应的目标纹型类别：若目标全局特征中仅包含1个中心点且方向向左，则为左箕；若目标全局特征中仅包含1个中心点且方向向右，则为右箕；若目标全局特征中仅包含1个中心点且方向向下，下方位置有三角点，则为帐弓形；若目标全局特征中包含2个中心点，则为螺旋；若目标全局特征中不包含中心点或三角点，则为弓形。9.根据权利要求2所述的方法，其特征在于，所述细节点的类型包括：端点和分叉点；所述细节点的方向包括：端点方向和分叉点方向；其中，所述端点方向为端点所在指纹纹路的切线方向，所述分叉点方向为分叉点所在指纹纹路两分支的切线所构成的较小夹角的角平分线方向。10.一种指纹识别装置，其特征在于，应用于指纹识别设备中的图形处理器GP...

【专利技术属性】
技术研发人员：王升国，王春茂，浦世亮，康卫昌，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江,33