[发明专利]指纹识别方法及装置

说明书

本发明实施例提出指纹识别方法及装置。方法包括：在待识别的第一指纹图像中搜索所有纹线；在搜索到的每条纹线中寻找最大曲率点，将每条纹线的最大曲率点分别作为一个纹线最大曲率点；为每条纹线的每一细节点搜索距离该细节点最近的两个纹线最大曲率点；将每一细节点与距离该细节点最近的两个纹线最大曲率点构成一个特征三角形；在第一指纹图像和待匹配的第二指纹图像中搜索相似特征三角形对；若相似特征三角形对的数目大于预设第一阈值，则确定第一指纹图像和第二指纹图像匹配。本发明实施例提高了指纹识别准确度。

技术领域

本发明涉及生物特征识别技术领域，尤其涉及指纹识别方法及装置、计算机可读存储介质和电子设备。

背景技术

随着AI(Artificial Intelligence，人工智能)时代的到来，越来越多的智能产品进入到每个家庭，方便了人们的生活。目前指纹锁产品在生产和生活中得到了广泛应用，在性能足够的情况下，成本低将是巨大的优势，各大厂商都开始使用小的模组来缩减开支，面对模组的面积越来越小，指纹识别算法将面临巨大的挑战，尤其是指纹细节点的减少，不能有效地采集指纹的中心点，导致传统依靠单纯细节点进行识别的算法变得不可靠。

现有的基于多种特征点的指纹图像识别方法如下：

1、对指纹图像进行预处理，预处理包括：图像增强、二值化、细化等。

2、从指纹图像中提取指纹特征点，其中，指纹特征点为指纹脊线细节特征点，其中，指纹特征点包括第一类特征点和第二类特征点；

第一类特征点包括：指纹中心点、指纹分叉点、指纹端点；

第二类特征点包括：指纹分叉点附近的脊线点，指纹分叉点附近的脊线点是指，在同一脊线上，距离指纹分叉点小于设定阈值的脊线点。

上述方法存在如下问题：

第二类特征点的数量不能保证，从而不能保证最终的指纹识别效果。其中，若局部区域分叉点较少，则会导致第二类特征点较少；另外，第二类特征点在分叉点所在脊线上，距离分叉点小于特定阈值的脊线点，如若分叉点靠近图像边缘，不能保证能够在分叉点周围找到满足预设数目的第二类特征点。

发明内容

本发明实施例提出指纹识别方法及装置、计算机可读存储介质和电子设备，以提高指纹识别准确度。

本发明实施例的技术方案是这样实现的：

一种指纹识别方法，该方法包括：

在待识别的第一指纹图像中搜索所有纹线；

在搜索到的每条纹线中寻找最大曲率点，将每条纹线的最大曲率点分别作为一个纹线最大曲率点；

为每条纹线的每一细节点搜索距离该细节点最近的两个纹线最大曲率点；

将每一细节点与距离该细节点最近的两个纹线最大曲率点构成一个特征三角形；

在第一指纹图像和待匹配的第二指纹图像中搜索相似特征三角形对；

若相似特征三角形对的数目大于预设第一阈值，则确定第一指纹图像和第二指纹图像匹配。

所述在搜索到的每条纹线中寻找最大曲率点，将每条纹线的最大曲率点分别作为一个纹线最大曲率点包括：

对于每条纹线，以预设像素点数为分段长度，将所述每条纹线上的所有像素点划分为一个或多个分段，对每个分段分别进行贝塞尔曲线模拟，根据模拟出的贝塞尔曲线计算每个分段的曲率，将每条纹线中曲率最大的分段中处于预设位置的一个像素点分别作为一个纹线最大曲率点。

所述细节点为：纹线的两端点和纹线中的各个分叉点。

所述在第一指纹图像和待匹配的第二指纹图像中搜索相似特征三角形对包括：