[發(fā)明專利]指紋識別方法、芯片及電子裝置

在審

• 申請?zhí)枺?/td>: 201910867355.3
• 申請日: 2019-09-12
• 公開（公告）號: CN110765857A
• 公開（公告）日: 2020-02-07
• 發(fā)明（設(shè)計(jì)）人: 李準(zhǔn);翟劍鋒;龍文勇
• 申請（專利權(quán)）人: 敦泰電子(深圳)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 44334 深圳市賽恩倍吉知識產(chǎn)權(quán)代理有限公司
• 代理人: 孫芬

1.一種指紋識別方法，其特征在于，所述方法包括：

獲取指紋采集設(shè)備采集的待識別圖像，并將所述圖像切分為多個(gè)子圖像；

提取所述每一子圖像的特征值；

將所述每一子圖像的特征值輸入至預(yù)設(shè)的機(jī)器學(xué)習(xí)模型，分別判斷所述每一子圖像是否為手指圖像；

獲取所述子圖像的判斷結(jié)果，當(dāng)超過預(yù)設(shè)數(shù)目的子圖像被判定為手指圖像時(shí)，則確定所述待識別的圖像為手指圖像；以及

對所述手指圖像進(jìn)行指紋識別。

2.如權(quán)利要求1所述的指紋識別方法，其特征在于，所述提取所述每一子圖像的特征值包括：

根據(jù)所述每一子圖像生成歸一化灰度圖像；

生成所述每一子圖像的歸一化梯度圖像；

根據(jù)所述歸一化灰度圖像和所述歸一化梯度圖像生成歸一化灰度梯度共生矩陣；

基于所述歸一化灰度梯度共生矩陣提取所述每一子圖像的特征值。

3.如權(quán)利要求2所述的指紋識別方法，其特征在于，所述特征值包括如下任意一種或多種：小梯度優(yōu)勢、大梯度優(yōu)勢、灰度分布不均勻性、梯度分布不均勻性、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相關(guān)性、灰度熵、梯度熵、混合熵、差分矩、逆差分矩。

4.如權(quán)利要求1所述的指紋識別方法，其特征在于，所述提取所述每一子圖像的特征值是基于灰度共生矩陣提取的。

5.如權(quán)利要求1所述的指紋識別方法，其特征在于，所述預(yù)設(shè)的機(jī)器學(xué)習(xí)模型包括如下一種或多種：神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型、基于決策樹的分類模型、貝葉斯分類模型。

6.如權(quán)利要求5所述的指紋識別方法，其特征在于，所述機(jī)器學(xué)習(xí)模型的訓(xùn)練方法包括：

獲取樣本數(shù)據(jù)集，所述樣本數(shù)據(jù)集中包括正樣本和負(fù)樣本，所述正樣本為手指圖像對應(yīng)的特征值，對應(yīng)的標(biāo)簽為第一標(biāo)簽，所述負(fù)樣本為非手指圖像對應(yīng)的特征值，對應(yīng)的標(biāo)簽為第二標(biāo)簽；

將所述樣本數(shù)據(jù)集劃分為訓(xùn)練集和測試集；

利用所述訓(xùn)練集對所述機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練；

利用所述測試集對訓(xùn)練好的機(jī)器學(xué)習(xí)模型進(jìn)行測試，并根據(jù)測試結(jié)果對所述訓(xùn)練好的機(jī)器學(xué)習(xí)模型進(jìn)行參數(shù)調(diào)整。

7.如權(quán)利要求1所述的指紋識別方法，其特征在于，當(dāng)確定所述待識別圖像為手指圖像后，所述指紋識別方法還進(jìn)一步檢測所述手指圖像中指紋的有效區(qū)域，包括：

對所述待識別圖像進(jìn)行濾波，得到濾波后的灰度圖像；

計(jì)算所述濾波后的灰度圖像中每一個(gè)像素的梯度，得到梯度方向圖像；

將所述梯度方向圖像分為多個(gè)子塊，并計(jì)算所述每一子塊的方差；

將所述每一子塊的方差與設(shè)定的閾值比較，若所述子塊的方差大于所述閾值，則確定所述子塊為有效區(qū)域，并將所述子塊的標(biāo)志位設(shè)置為第一值；否則，確定所述子塊為無效區(qū)域，并將所述子塊的標(biāo)志位設(shè)置為第二值。

8.如權(quán)利要求7所述的指紋識別方法，其特征在于，所述指紋識別方法還包括：

針對被確定為無效區(qū)域的圖像子塊，通過四鄰域判斷方法或八鄰域判斷方法，根據(jù)所述無效區(qū)域相鄰區(qū)域的標(biāo)志位的值重新確定所述無效區(qū)域標(biāo)志位的值。

9.一種指紋識別芯片，其特征在于，所述芯片包括：

圖像切分模塊，用于獲取待識別的指紋圖像，并將所述指紋圖像切分為多個(gè)子圖像；

特征提取模塊，用于提取所示每一子圖像的特征值；

輸入模塊，用于將所述每一子圖像的特征值輸入至預(yù)設(shè)的機(jī)器學(xué)習(xí)模型，分別判斷所述每一子圖像是否為手指圖像；以及

判定模塊，用于所述子圖像的判斷結(jié)果，當(dāng)超過預(yù)設(shè)數(shù)目的子圖像被判定為手指時(shí)，則確定所述指紋圖像為手指圖像。