指纹识别方法及装置制造方法及图纸

公开了一种指纹识别方法，包括：采集指纹图像；根据指纹图像进行指纹识别；检测指纹图像中的不可信区域面积；比较不可信区域面积与最大面积阈值的大小；以及如果比较结果为不可信区域面积大于等于最大面积阈值，则禁用注册和自学习，如果比较结果为不可信区域面积小于最大面积阈值，则允许注册和自学习。该方法通过检测指纹图像中的不可信区域，以及比较不可信区域面积与最大面积阈值的大小，根据不同结果决定指纹识别中是否进行注册和自学习，从而提高了指纹识别的安全性。

Fingerprint Identification Method and Device

A fingerprint identification method is disclosed, which includes: collecting fingerprint images; carrying out fingerprint identification according to fingerprint images; detecting the area of untrustworthy areas in fingerprint images; comparing the area of untrustworthy areas with the maximum area threshold; and banning registration and self-learning if the area of untrustworthy areas is larger than or equal to the maximum area threshold, if the comparison results are not If the area of trusted area is less than the maximum area threshold, registration and self-learning are allowed. This method improves the security of fingerprint recognition by detecting the untrusted areas in fingerprint images and comparing the area of untrusted areas with the maximum area threshold, and deciding whether to register and self-learn in fingerprint recognition according to different results.

【技术实现步骤摘要】
指纹识别方法及装置
本专利技术涉及生物识别
，特别涉及一种指纹识别方法及装置。
技术介绍
随着信息技术的快速发展，终端(如手机、平板电脑等)的使用越来越普及，指纹识别技术作为终端上的标配技术，在终端的解锁、唤醒、移动支付等等中得到广泛应用。指纹识别的原理是：手指触摸指纹识别模组，模组中的采集模块采集指纹图像，执行模块处理和分析指纹图像，并寻找清晰的特征点和原有指纹特征点的库进行匹配，如果一致则验证成功，如果不一致则验证失败。在指纹识别技术流行的同时，为了实现安全解锁，终端解锁的安全性也是终端制造商直接关心的问题。然而，在实际使用指纹识别系统过程中，在指纹传感器上粘贴一些物质(假手指，橘子皮，胶带等)进行注入或者解锁，经过几次注入或者解锁之后指纹识别系统被破解。其中一个可能的原因是指纹识别系统具有自学习功能，粘贴的这些物质在指纹识别系统上也会形成图案并且更新到模板系统中，从而破坏指纹识别系统安全性。
技术实现思路
鉴于上述问题，本专利技术的目的在于提供一种指纹识别方法及装置，从而防止非法和/或无权限用户利用指纹识别装置的自学习功能进行识别，提高了指纹识别系统的安全性。根据本专利技术的一方面，提供一种指纹识别方法，包括：采集指纹图像；根据指纹图像进行指纹识别；检测指纹图像中的不可信区域面积；比较不可信区域面积与最大面积阈值的大小；以及如果比较结果为不可信区域面积大于等于最大面积阈值，则禁用注册和自学习，如果比较结果为不可信区域面积小于最大面积阈值，则允许注册和自学习。优选地，所述指纹正常识别，包括：提取所述指纹图像的特征信息；以及将所述特征信息与预设模板比较，以得到识别结果。优选地，所述特征信息包括纹形、纹数、核心点、分叉点、曲率中的至少一种。优选地，在所述根据指纹图像进行指纹识别的步骤和所述检测指纹图像中的不可信区域面积的步骤之间，还包括：检测所述指纹图像中是否存在不可信区域，如果所述指纹图像中存在不可信区域，则进一步执行检测指纹图像中的不可信区域面积的步骤。优选地，所述检测指纹图像中是否存在不可信区域，包括：检测所述指纹图像中是否存在过渡区域；根据过渡区域判断指纹图像中是否存在不可信区域。优选地，所述检测指纹图像中的不可信区域面积，包括：使用算法获取所述指纹图像中不可信区域的纹理信息；根据所述纹理信息计算所述不可信区域面积。优选地，所述算法包括SIFT算法、SURF算法。优选地，所述最大面积阈值为预设的自学习后不影响指纹识别安全性的最大面积值。根据本专利技术的另一方面，提供一种指纹识别装置，包括：采集单元，用于采集指纹图像；判断单元，用于判断指纹图像中是否含有不可信区域；比较单元，用于比较不可信区域面积与最大面积阈值的大小；执行单元，用于根据判断结果或比较结果执行不同的指纹识别步骤。优选地，所述采集单元包括光学式采集单元或电容式采集单元。优选地，所述判断单元通过检测所述指纹图像中的过渡区域来判断指纹图像中是否含有不可信区域。优选地，所述比较单元计算不可信区域面积，以及将不可信区域面积与最大面积阈值进行比较。优选地，所述比较单元计算不可信区域面积包括：使用算法获取所述指纹图像中不可信区域的纹理信息；根据所述纹理信息计算所述不可信区域面积。优选地，所述比较单元使用的算法包括SIFT算法、SURF算法。优选地，所述执行单元提取指纹图像的特征信息，以及将所述特征信息与预设模板比较，以得到识别结果。优选地，所述特征信息包括纹形、纹数、核心点、分叉点、曲率中的至少一种。优选地，所述指纹识别装置包括屏下指纹识别装置、全屏指纹识别装置或独立指纹识别装置等。本专利技术实施例的指纹识别方法，通过比较不可信区域面积与最大面积阈值的大小，根据比较结果来决定指纹图像能否被正常的注册和自学习，从而降低指纹识别装置被一些伪造的假指纹或者其他物体破解的风险，提高了指纹识别的安全性。在优选的实施例中，通过检测指纹图像中不可信区域内的纹理信息来计算不可信区域的面积，因而，不可信区域的面积更为精确，有利于提高指纹识别的安全性。附图说明通过以下参照附图对本专利技术实施例的描述，本专利技术的上述以及其他目的、特征和优点将更为清楚，在附图中：图1示出了本专利技术实施例的指纹识别方法的流程图；图2a示出了本专利技术实施例采集的包含不可信区域的指纹图像；图2b示出了本专利技术实施例指纹图像中的不可信区域；图3示出了本专利技术实施例的指纹识别装置的示意性框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术实施例提供的一种指纹识别方法的流程图，包括以下步骤：在步骤S101中，采集指纹图像。例如，在用户按压指纹识别模组的过程中获得指纹图像。指纹是指人的手指末端正面皮肤上凹凸不平产生的纹线，纹线有规律的排列成不同的纹型。在用户触摸指纹识别模组时，确定指纹识别模组的采集范围，并采集所述范围内的指纹图形。指纹图像可以是整体图像，或者局部图像。例如，可以确定指纹识别模组的采集范围，并将上述采集范围划分为多个区域，获取该多个区域中信噪比最大的区域所对应的指纹图像。指纹图像还可以是连续获得的多个指纹图像中选择出的一个指纹图像。例如，指纹图像可为用户的一个手指的一个图像或者一个手指的多个指纹图像中最清晰的一个。在采集指纹图像的过程中，可能会因为手指移动而造成一些指纹图像模糊。因此，可以抓取多次指纹图像，采用最后一幅指纹图像，或任意选择一幅清晰的指纹图像，具体本专利技术不做限定。根据指纹识别模组的不同，可以是多次触碰多次采集，也可以是一次触碰多次采集。在步骤S102中，进行指纹识别。指纹识别，是指通过比较不同指纹的细节特征点来进行鉴别。指纹识别技术涉及图像处理、模式识别、计算机视觉、数学形态学、小波分析等众多学科。由于每个人的指纹不同，就是同一人的十指之间，指纹也有明显区别，因此指纹可用于身份鉴定。由于每次捺印的方位不完全一样，着力点不同会带来不同程度的变形，又存在大量模糊指纹，如何正确提取特征和实现正确匹配，是指纹识别技术的关键。在指纹识别的过程中，需要提取指纹图像中的特征信息，并与预设模板中的指纹图像的特征信息进行比较，当指纹图像中的特征信息与预设模板中的指纹图像的特征信息的匹配相似值大于预设阈值时，指纹识别成功，否则，指纹识别失败。预设模板是预先在模板数据库中存入的若干个指纹模板，预存的指纹模板数量至少为一个，且预存的指纹模板中至少包含同一手指的至少一个指纹模板。例如，可预先存入同一人的十个手指的指纹模板，同一手指的指纹模板可只存入一个，也可存入多个。存入某一手指的多个指纹模板可提高使用该手指进行指纹匹配识别的识别成功率。在步骤S103中，检测是否有不可信区域，根据检测结果选择不同的后续步骤。如果指纹图像中检测到含有不可信区域，则执行步骤S104；如果指纹图像中没有检测到不可信区域，则执行步骤S106。检测指纹图像中是否含有不可信区域，例如可以通过检测指纹图像中的过渡区域来判断，还可以通过从指纹图像中提取特征信息，将提取到的特征信息与预设模板进行比较，根据区域匹配率本文档来自技高网...

【技术保护点】
1.一种指纹识别方法，其特征在于，包括：采集指纹图像；根据指纹图像进行指纹识别；检测指纹图像中的不可信区域面积；比较不可信区域面积与最大面积阈值的大小；以及如果比较结果为不可信区域面积大于等于最大面积阈值，则禁用注册和自学习，如果比较结果为不可信区域面积小于最大面积阈值，则允许注册和自学习。

【技术特征摘要】
1.一种指纹识别方法，其特征在于，包括：采集指纹图像；根据指纹图像进行指纹识别；检测指纹图像中的不可信区域面积；比较不可信区域面积与最大面积阈值的大小；以及如果比较结果为不可信区域面积大于等于最大面积阈值，则禁用注册和自学习，如果比较结果为不可信区域面积小于最大面积阈值，则允许注册和自学习。2.根据权利要求1所述的指纹识别方法，其特征在于，所述指纹正常识别，包括：提取所述指纹图像的特征信息；以及将所述特征信息与预设模板比较，以得到识别结果。3.根据权利要求2所述的指纹识别方法，其特征在于，所述特征信息包括纹形、纹数、核心点、分叉点、曲率中的至少一种。4.根据权利要求1所述的指纹识别方法，其特征在于，在所述根据指纹图像进行指纹识别的步骤和所述检测指纹图像中的不可信区域面积的步骤之间，还包括：检测所述指纹图像中是否存在不可信区域，如果所述指纹图像中存在不可信区域，则进一步执行检测指纹图像中的不可信区域面积的步骤。5.根据权利要求4所述的指纹识别方法，其特征在于，所述检测指纹图像中是否存在不可信区域，包括：检测所述指纹图像中是否存在过渡区域；根据过渡区域判断指纹图像中是否存在不可信区域。6.根据权利要求1所述的指纹识别方法，其特征在于，所述检测指纹图像中的不可信区域面积，包括：使用算法获取所述指纹图像中不可信区域的纹理信息；根据所述纹理信息计算所述不可信区域面积。7.根据权利要求6所述的指纹识别方法，其特征在于，所述算法包括SIFT算法、SURF算法。8.根据权利要求1所述的指纹识别方法，其特征在于，所述...

【专利技术属性】
技术研发人员：李保梁，田志民，王长海，
申请(专利权)人：北京集创北方科技股份有限公司，
类型：发明
国别省市：北京,11