專利名稱：面狀指紋傳感器圖像采集過程中的指紋監(jiān)測方法
技術(shù)領(lǐng)域：
本發(fā)明涉指紋識別領(lǐng)域，尤其涉及一種面狀指紋傳感器圖像采集過程中的指紋監(jiān) 測方法。
背景技術(shù)：
指紋檢測(按指檢測)是指紋識別系統(tǒng)工作過程中的一個必要環(huán)節(jié)。該功能要求 指紋采集設(shè)備的內(nèi)嵌軟件持續(xù)檢測傳感器傳來的圖像，通過一定的算法判別是否具備指紋 紋理特征。當(dāng)符合特定要求的指紋紋理圖像出現(xiàn)時，指紋設(shè)備內(nèi)嵌的軟件立即給出判別信 號，啟動指紋采集設(shè)備作下一步的動作。具有紋理特征的指紋圖像在均值、方差、直方圖等統(tǒng)計特性上與其他圖像具有一 定的差異，現(xiàn)有技術(shù)就是利用這個原理進行指紋檢測，以此區(qū)分指紋圖像和非指紋圖像。然 而，現(xiàn)有技術(shù)所依賴的均值、方差或者直方圖等，所刻畫的都是圖像的整體統(tǒng)計特征，不能 反映圖像局部區(qū)域的細(xì)微特征，這種不足會在一定條件作用下表現(xiàn)得十分明顯。譬如，圖1 中的A、B兩幅圖像，它們在均值、方差和直方圖等整體統(tǒng)計特性方面都很接近，可是A為清 晰有規(guī)律的指紋圖像；B為雜亂無章的噪聲圖像，如果采用現(xiàn)有技術(shù)，就無法對這兩幅圖像 有效加以區(qū)別?，F(xiàn)有指紋檢測技術(shù)缺乏對指紋采集動態(tài)過程的全程監(jiān)測分析，只是對最后時刻采 集的那幅指紋圖像進行靜態(tài)的統(tǒng)計分析。采用這種技術(shù)手段所產(chǎn)生的技術(shù)效果滿足不了實 際應(yīng)用的需求。特別是當(dāng)手指因汗液、油脂等物質(zhì)在傳感器上留下很清晰的指紋痕跡時，其 統(tǒng)計特征不論整體或局部，都與真實指紋圖像非常接近，現(xiàn)有技術(shù)往往會把殘留指紋誤判 為真實指紋，導(dǎo)致系統(tǒng)出錯。對某些非指紋圖像、特別是指紋殘留圖像的有效甄別，是現(xiàn)有 技術(shù)需要解決的一個問題。

發(fā)明內(nèi)容
為了解決上述問題，本發(fā)明提供一種面狀指紋傳感器在圖像采集過程中的指紋監(jiān) 測方法，其目的是一方面對指紋圖像的局部特征進行鄰域相關(guān)性分析，以甄別出那些雖然 符合整體統(tǒng)計特征、但鄰域相關(guān)性小(一般為噪聲)的非指紋圖像；另一方面對指紋成像過 程進行動態(tài)監(jiān)測，甄別出以成像過程靜止不變?yōu)樘攸c的指紋殘留圖像。為了達到上述目的，本發(fā)明所采取的技術(shù)手段是在面狀指紋傳感器有效感測區(qū) 域設(shè)置前景區(qū)~和背景區(qū)Ab。前景區(qū)~為一孤立的區(qū)域，位于有效感測區(qū)域中心。背景區(qū) Ab為中空的閉合區(qū)域，位于前景區(qū)Af四周，將其包圍其中；1)較佳地，前景區(qū)Af是位于傳感器中心的一塊矩形區(qū)域，寬度是矩形傳感器感測 陣列寬度的四分之一，高度為傳感器感測陣列寬高度的四分之一；背景區(qū)Ab是圍繞前景區(qū) Af四周的一塊框形區(qū)域，外框與傳感器有效感測陣列的外沿疊合，縱向邊框?qū)挾仁莻鞲衅?感測陣列寬度的四分之一，水平邊框?qū)挾葹閭鞲衅鞲袦y陣列高度的四分之一。2)確定若干圖像主采樣區(qū)域Sn(n = 1,2,3,……)，使之均勻、等量地分布在前景區(qū)~和背景區(qū)Ab之中；1較佳地，采用8個16X16象素的主采樣區(qū)域Sn(n= 1，2，3，……8)，其中S: S4采樣區(qū)域的左上、左下、右上、右下角分別與前景區(qū)的左上、左下、右上、右下角重疊；其余 4個采樣區(qū)域的分布是S5采樣區(qū)域右下角與背景區(qū)內(nèi)框左上角重疊。S6采樣區(qū)域右上角 與背景區(qū)內(nèi)框左下角重疊。&采樣區(qū)域左下角與背景區(qū)內(nèi)框右上角重疊。S8采樣區(qū)域左上 角與背景區(qū)內(nèi)框右下角重疊。3)以每一個主采樣區(qū)域基準(zhǔn)，采用相等的鄰域跨度(即對于基準(zhǔn)點的絕對偏 移量)d，選取若干同樣面積的鄰域采樣Wnu(u = 1,2,3,……)，使之均勻分布在Sn周邊；較 佳地，在Sn上、下、左、右位置，均勻分布4個臨域采樣；鄰域跨度d應(yīng)在0. 5 1. 5個指紋 脊線寬度之間；4)以每一個主采樣區(qū)域Sn采集的數(shù)據(jù)為基準(zhǔn)，逐一計算出該采集數(shù)據(jù)與從各鄰域 采樣Wnv采得數(shù)據(jù)之間的相關(guān)因數(shù)correwnv ；1_設(shè)W為p X q個二維象素矩形采樣窗口，它在主采樣區(qū)域Sn采集到n組像素數(shù) 據(jù)為 PixWn(i，j)，(0 彡 i 彡，0 彡 j 彡 q，n = 1,2,3,……)；2_設(shè)各主采樣區(qū)域3 在其鄰域采集到nXu組像素數(shù)據(jù)為PixWnu(i，j)，(0彡i彡； 0 ^ j ^ q ;n = 1,2,3, ...... ；u = 1,2,3,......)；3_計算PixWn(i，j)對其鄰域PixWnu(i，j)的相關(guān)因數(shù)C0rreWnu，即同坐標(biāo)象素值 差的平方和Correnu = E [Pixffn(i, j)-Pixffnu(i, j)]2, (0 彡 i 彡；0 彡 j 彡 q ;n = 1，2， 3, ......；u = 1,2,3,......)；5)逐一計算每一個主采樣區(qū)域Sn所采集數(shù)據(jù)PixWn(i，j)對于鄰域所采集數(shù)據(jù) Pixffnu(i, j)的鄰域相關(guān)度 DeCorren ；1_取出第1主采樣區(qū)域S1鄰域Wlu的全部相關(guān)因數(shù)CorreWlu ；2_從中找出最大值MaxCorreR和最小值MinCorreW:；3_上述極值之差即為第1采樣區(qū)的鄰域相關(guān)度DeCorrei，即DeCorrel = MaxCorreWfMinCorreWi ；4_如此遍歷各主采樣區(qū)域Sn，直至計算出所有主采樣區(qū)域Sn對其鄰域Wnu的相關(guān) 度 DeCorren；6)分別計算前景平均相關(guān)度和背景平均相關(guān)度； 1_在全部鄰域相關(guān)度DeC0rren中，選取屬于前景區(qū)Af所有鄰域相關(guān)度DeCorrq，
De Cowc
算出均值
即為前景平均相關(guān)度AvrCorref ；2_在全部鄰域相關(guān)度DeC0rren中，選取屬于背景區(qū)Ab所有鄰域相關(guān)度DeCon^，
算出均值
reo，即為背景平均相關(guān)度AvrCorreb .7)指紋圖像合格性判斷；1_如果前景平均相關(guān)度AvrCorref大于設(shè)定的相關(guān)性閾值ForeDiffHold，而且背 景平均相關(guān)度且AvrCorreb也大于另一個設(shè)定的相關(guān)性閾值BackDiffHold，1/判斷為合格的指紋圖像；2_ 否則
1/判斷為不合格的指紋圖像；8)從手指弧面接觸傳感器平面之前的某個瞬間起，到手指按捺完畢的時段內(nèi)連續(xù) 采樣，以相等的時間間隔，連續(xù)計算該時刻t的前景平均相關(guān)度AvrCorref (t)、背景平均相 關(guān)度 AvrCorreb ⑴；9)分別計算前、背景平均相關(guān)度自身對于前一時刻的變化率Diff(t)、Difb(t)；1_D i f f (t) = AvrCorr ef (t) -AvrCorr ef (t-1) , Df(t + 1)= AvrCorref (t+l)_AvrCorref (t)，......；2_D i f b (t) = AvrCorr eb (t) -AvrCorr eb (t-1 )，Db (t +1)= AvrCorreb (t+1) -AvrCorreb (t),......；10)分別搜索并記錄前、背景平均相關(guān)度變化率最大MaxDiff (t)、MaxDifb(t')的 發(fā)生時刻Tmaxf、Tmaxb ；11)計算前一步驟兩種突變時刻的延時Tdelay = Tmaxf-Tmaxb,并判斷1_如果Tdelay大于一個設(shè)定的時間閾值BreakHold，1/符合指紋動態(tài)采樣特征，判為即時錄入的真實指紋圖像；2_ 否則1/判為以成像過程靜止不變?yōu)樘攸c的指紋殘留圖像。本發(fā)明有益的效果1、本發(fā)明彌補了指紋檢測現(xiàn)有技術(shù)忽略分析指紋局部細(xì)微結(jié)構(gòu)的不足，提出了鄰 域窗口及鄰域跨度的選擇和設(shè)置方法，對指紋圖像的局部特征進行鄰域相關(guān)性分析，有效 甄別出雖然符合整體統(tǒng)計特征、但鄰域相關(guān)性小(一般為噪聲)的非指紋圖像，提高了指紋 識別系統(tǒng)的精度和效率。2、本發(fā)明突破了傳統(tǒng)指紋檢測只考察單幅靜態(tài)圖像，而不關(guān)注動態(tài)按指過程的技 術(shù)局限，根據(jù)手指按捺形成指紋圖像的過程，提出動態(tài)檢測指紋的技術(shù)方案，采用“相關(guān)度 突變時刻”作為刻畫其動態(tài)特征的量化指標(biāo)，對于不符合指紋成像過程動態(tài)特征的行為提 示、以及殘留指紋的甄別方面，取得了較為明顯的技術(shù)效果。


附圖1是現(xiàn)有指紋檢測技術(shù)無法區(qū)分其中A、B兩幅圖像的示意圖；附圖2是本發(fā)明一個較佳實施例對于指紋傳感器前景區(qū)和背景區(qū)的設(shè)置示意圖；附圖3是本發(fā)明一個較佳實施例中采樣窗口的設(shè)計和采樣區(qū)域的布置示意圖；附圖4是本發(fā)明在一個具體的采樣區(qū)域周圍，確定鄰域采樣的示意圖。附圖5是本發(fā)明在一個較佳實施例中所采用的鄰域跨度示意圖；附圖6是本發(fā)明另一個較佳實施例對于某個主采樣區(qū)域Sn應(yīng)用上、下、左、右4個 鄰域采樣窗口 W1、W2、W3、W4進行鄰域采樣后的鄰域跨度示意圖；附圖7是指紋圖像產(chǎn)生的動態(tài)變化過程示意圖；附圖8是本發(fā)明一個較佳實施例中的計算機軟件實現(xiàn)流程圖。
具體實施例方式下面結(jié)合附圖和實施例對本發(fā)明作進一步的詳細(xì)說明。
為了有效考察指紋圖像在不同區(qū)域的具體特性，本發(fā)明定義了前景和背景的概 念，并對采樣區(qū)域的分配和布置、采樣窗口的大小、數(shù)量進行了專門的設(shè)計。圖2是本發(fā)明 一個較佳實施例對于指紋傳感器前景區(qū)和背景區(qū)的設(shè)置示意圖。在本實施例中，前景區(qū)~ 為圖像中心點周圍的一塊矩形區(qū)域。該區(qū)域?qū)挾仁钦鶊D像寬度的四分之一，高度為整幅 圖像高度的四分之一；背景區(qū)Ab為圖像周邊的一塊環(huán)形狀區(qū)域。該區(qū)域縱向邊框?qū)挾仁钦?幅圖像寬度的四分之一，水平邊框?qū)挾葹檎鶊D像高度的四分之一。圖3是本發(fā)明一個較佳實施例中采樣窗口的設(shè)計和采樣區(qū)域的布置。采樣窗口是 分布在前景區(qū)域和背景區(qū)域的多個圖像矩陣，要求是能夠均勻分布在前景區(qū)域和背景區(qū)域 中。本實施例采用8個16 X 16象素的主采樣區(qū)域Sn(n = 1，2，3，8)，其中Si S4個采樣區(qū) 域的左上、左下、右上、右下角分別與前景區(qū)的左上、左下、右上、右下角重疊；其余4個采樣 區(qū)域的分布是&采樣區(qū)域右下角與背景區(qū)內(nèi)框左上角重疊。S6采樣區(qū)域右上角與背景區(qū) 內(nèi)框左下角重疊。&采樣區(qū)域左下角與背景區(qū)內(nèi)框右上角重疊。&采樣區(qū)域左上角與背景 區(qū)內(nèi)框右下角重疊。本發(fā)明采用鄰域相關(guān)性分析的方法對指紋圖像局部區(qū)域進行分析。指紋圖像在局 部區(qū)域各個方向上鄰域互相關(guān)性有很大差別，在同指紋紋路走向一致的方向上的鄰域互相 關(guān)性很大，而在其他方向上的鄰域互相關(guān)性卻相對較小。如附圖4所示，在一幅指紋圖像上 選取采樣窗口 W1，并在同紋路方向一致的A方向上相鄰位置選取同樣大小的采樣窗口 W2， 分析W1同W2的鄰域相關(guān)性；同時在指紋紋路方向垂直的B方向上選擇另外的采樣窗口 W3， 分析W1同W3的鄰域相關(guān)性。顯然，A向相關(guān)性遠(yuǎn)大于B向相關(guān)性。這是因為W2窗口是沿 著指紋紋路的方向移動而得到的，其對應(yīng)位置象素的變化不明顯；而W3是沿著垂直于指紋 紋路的方向平移而得到的，其對應(yīng)位置象素的變化較大，因此鄰域相關(guān)性較小。如果以W1 為主窗口，向各個方向平移得到多個方向的鄰域子窗口，并考察他們同母窗口 W1的一組鄰 域相關(guān)性。不難發(fā)現(xiàn)，基于清晰指紋圖像得到的這組鄰域相關(guān)性其相互差異較大(沿指紋 紋路方向移動得到的鄰域相關(guān)性最大，而垂直的方向最小)；而基于空白圖像、噪聲圖像得 到的一組鄰域相關(guān)性差異較小(方向性不明顯，各個方向的鄰域相關(guān)因數(shù)趨于一致)。圖5是本發(fā)明在一個較佳實施例中確定鄰域跨度示意圖。鄰域采樣是指采樣窗口 W在主采樣區(qū)域Sn附近的若干方向上，選定若干同樣面積的鄰域采樣窗口 Wnu。鄰域跨度d 是鄰域窗口 Wn同主采樣區(qū)域Sn的距離。圖中主采樣窗口標(biāo)識為W1，鄰域采樣窗口標(biāo)識為 W2、W3。跨度d的大小跟指紋脊線寬度D有關(guān)。一般應(yīng)取0.5 1.5個指紋脊線寬度，此時 鄰域相關(guān)因數(shù)最能體現(xiàn)鄰域窗口同采樣窗口的差異性。本實施例采用d= 1個脊線寬度。為了度量鄰域相關(guān)性，本發(fā)明首先計算相關(guān)因數(shù)C0rreWnv。具體方法是以每一個 主采樣區(qū)域sn采集的數(shù)據(jù)為基準(zhǔn)，逐一計算出該采集數(shù)據(jù)與從各鄰域采樣wnv采得數(shù)據(jù)之 間的相關(guān)因數(shù)C0rrewnv。假設(shè)采樣窗口 W為寬度為M、高度為M的二維象素陣列，從主采樣 區(qū)域采得的數(shù)據(jù)是PixWi (i，j)，從其鄰域采樣采集的數(shù)據(jù)是PixWn (i，j)，那么，PixWi (i，j) 和PixWn(i，j)兩組數(shù)據(jù)之間的鄰域相關(guān)因數(shù)定義為相同坐標(biāo)象素差的平方和，即C0rreWn =E [Pixff^i, j)-Pixffn(i, j)]2。分析可知，鄰域相關(guān)因數(shù)CorreWlJ體現(xiàn)了兩個采樣窗 口的相似程度，其值越大，則兩個采樣窗口的相似度越小。相關(guān)因數(shù)C0rreWnv只反映了主采樣和每一個鄰域采樣之間的相關(guān)特征。需要對相 關(guān)因數(shù)correwnv進行綜合，用一個數(shù)字量來表示每一個主采樣與它所有鄰域采樣之間的相
7關(guān)特征。本發(fā)明采用鄰域相關(guān)度這個指標(biāo)加以衡量。附圖6表示在本發(fā)明一個實施例中， 采樣窗口 W選擇了上下左右4個鄰域采樣，采樣窗口的跨度d為1個指紋脊線寬度，分別用 W1、W2、W3、W4表示。鄰域相關(guān)度計算步驟如下1)從第1主采樣區(qū)域S1開始，取出上下左右4個鄰域采樣對于主采樣的的全部相 關(guān)因數(shù) Correffn> CorreW12、CorreW13、Correff14 ；2)找出鄰域采樣中相對于第1主采樣來說，最大相關(guān)因數(shù)值MaxCorreWi和最小相 關(guān)因數(shù)值MinCorreA ；3)上述極值之差即為第1采樣區(qū)的鄰域相關(guān)度DeCorrei，即DeCorre:= MaxCorreWfMinCorreWi ；4)如此從主采樣區(qū)域1遍歷至主采樣區(qū)域Sn，直至計算出所有主采樣區(qū)域Sn對 其鄰域Wnu的相關(guān)度DeCorren。5)鄰域相關(guān)度體現(xiàn)了采樣窗口所在區(qū)域的紋理特點。如果該區(qū)域有清晰的指紋圖 像，即該區(qū)域的圖像具有明顯的方向性，那么各個方向上的鄰域相關(guān)因數(shù)差異必然很大，鄰 域相關(guān)度DeC0rren信也會很大；相反，如果該區(qū)域沒有指紋紋路，或者是方向行性不明顯的 噪聲圖像，DeCorren值會相對較小。在取得所有主采樣區(qū)域Sn的鄰域相關(guān)度DeC0rren以后，還須分別對前、背景的鄰 域相關(guān)度進行統(tǒng)計，算出平均鄰域相關(guān)度才能對該圖像作出判斷。具體步驟如下1)計算平均鄰域相關(guān)度1_在全部鄰域相關(guān)度DeC0rren中，選取屬于前景區(qū)Af所有鄰域相關(guān)度DeCorrq
算出均值
即為前景平均相關(guān)度AvrCorref ；2_在全部鄰域相關(guān)度DeC0rren中，選取屬于背景區(qū)Ab所有鄰域相關(guān)度DeCon^
算出均值
即為背景平均相關(guān)度AVrC0rreb。2)根據(jù)前、背景的平均鄰域相關(guān)度對該幅圖像是否符合指紋特征作出判斷1_如果指紋前景平均相關(guān)度AvrCorref大于設(shè)定閥值ForeDiffHold，而且背景平 均相關(guān)度AvrCoreb大于設(shè)定閥值BackDiffHold，1/則可以判定該圖像是一副清晰的指紋圖像而非空白圖像或者噪聲圖像。2_ 否則1/判斷為不合格的指紋圖像。由于手指是一個具有彈性的弧面，在按捺指紋過程中，手指中心附近的突出部位 首先接觸傳感器采集表面，最先在前景區(qū)域Af形成指紋圖像，手指邊緣部分隨后相繼接觸 采集面，最后延及背景區(qū)域Ab直至形成一幅完整的指紋圖像。附圖7是指紋圖像產(chǎn)生過程 的動態(tài)變化。為了有效監(jiān)測這一動態(tài)過程，本發(fā)明采用前景相關(guān)度變化率Diff(t)和背景 相關(guān)度變化率Difb(t)這兩個關(guān)鍵性動態(tài)指標(biāo)。在監(jiān)測按指過程中的多幅圖像時，能發(fā)現(xiàn) 一個共同的規(guī)律在按指的過程中，指紋圖像是逐漸出現(xiàn)并趨于穩(wěn)定的。當(dāng)圖像中指紋紋理 開始出現(xiàn)的時候，相關(guān)度變化率會急劇增加而達到峰值；當(dāng)指紋紋理出現(xiàn)后并趨于穩(wěn)定的 過程中，相關(guān)度變化率又會逐漸減小。前、背景區(qū)域中都會出現(xiàn)相關(guān)度變化率的突變，也就 是分別出現(xiàn)最大值胞勸1仁(0、1^勸14(0，但是前景和背景的相關(guān)度變化率的突變時刻是不同的。殘留在傳感器表面的殘留指紋其成像過程沒有類似按指形成指紋的動態(tài)過程， 其前景和背景的相關(guān)度突變時刻是相同的。如果在整個采集過程中前景和背景的相關(guān)度突 變時刻非常接近，以至于小于特定的閥值BreakHold，則認(rèn)為是殘留指痕。根據(jù)上述原理，本發(fā)明采用下列技術(shù)手段，達到動態(tài)監(jiān)測指紋采集，實現(xiàn)甄別出以 成像過程靜止不變?yōu)樘攸c的指紋殘留圖像這一技術(shù)效果1)從手指弧面接觸傳感器平面之前的某個瞬間起，到手指按捺完畢的時段內(nèi)連續(xù) 采樣，以相等的時間間隔，連續(xù)計算該時刻t的前景平均相關(guān)度AvrCorref (t)、背景平均相 關(guān)度 AvrCorreb ⑴；2)分別計算前、背景平均相關(guān)度自身對于前一時刻的變化率Diff(t)、Difb(t)；1_D i f f (t) = AvrCorr ef (t) -AvrCorr ef (t-1 ) , Df(t + 1)= AvrCorref (t+l)_AvrCorref (t)，......；2_D i f b (t) = AvrCorr eb (t) -AvrCorr eb (t-1 ) , Db(t + 1)= AvrCorreb (t+1) -AvrCorreb (t)，......。3)分別搜索并記錄前、背景平均相關(guān)度變化率最大MaxDiff (t)、MaxDifb(t’)的發(fā) 生時刻 Tmaxf、Tmaxb ；4)計算前一步驟兩種突變時刻的延時Tdelay = Tmaxf-Tmaxb,并判斷1_如果Tdelay大于一個設(shè)定的時間閾值BreakHold，1/符合指紋動態(tài)采樣特征，判為即時錄入的真實指紋圖像；2_ 否則1/判為以成像過程靜止不變?yōu)樘攸c的指紋殘留圖像。附圖8是本發(fā)明一個較佳實施例中的計算機軟件實現(xiàn)流程圖。如下步驟目的是在 連續(xù)采集N次圖像的過程中，判斷采集的圖像是否含有指紋紋理，并甄別是否為殘留指紋。1)步驟1 采集一副圖像(圖像序號為n = 0)；2)步驟2 計算前景平均相關(guān)度ForeAvrDiffCoree (0)及背景平均相關(guān)度 BackAvrDiffCoree(O)；3)步驟3 初始化前景最大相關(guān)度變化率MaxForeDeltaAvrDiffCoree，使其初值 為0;1_初始化背景最大相關(guān)度變化率MaxBackDeltaAvrDiffCoree，使其初值為0 ；2_初始化前景突變時刻ForeBreakNum，使其初值為0 ；3_初始化背景突變時刻BackBreakNum，使其初值為0 ；4)步驟4 如果當(dāng)前圖像序號n滿足條件n < N，則繼續(xù)步驟5 ；否則認(rèn)為在N次判 斷中，均無按指，退出流程。5)步驟5 采集圖像(圖像序號n遞增) 6)步驟6 計算前景平均相關(guān)度ForeAvrDiffCoree (n)及背景平均相關(guān)度 BackAvrDiffCoree(n)；7)步驟7 計算前景相關(guān)度變化率AForeAvrDiffCoree(n)；1_計算背景相關(guān)度變化率A BackAvrDiffCoree (n)；8)步驟 8 比較 AForeAvrDifTCoree(n)同 MaxForeDeltaAvrDiffCoree。如果滿 足條件
1_ A ForeAvrDiffCoree (n) > MaxForeDe 1 taAvrDi f f Coree ,貝U 用 AForeAvrDiffCoree(n)更新原來的 MaxForeDeltaAvrDifTCoree，并更新前景突變時亥lj ForeBreakNum = n ；否則繼續(xù)步驟9。9)步驟 9 比較 ABackAvrDiffCoree(n)同 MaxBackDeltaAvrDiffCoree。如果滿 足條件1_ A BackAvrDiffCoree (n) > MaxBackDeltaAvrDiffCoree,貝lj 用 ABackAvrDiffCore(n)更新原來的 MaxBackDeltaAvrDiffCoree，并更新背景突變時刻 BackBreakNum = n ；否則繼續(xù)步驟10。10)步驟10 判斷前景及背景鄰域相關(guān)度，如果前景鄰域相關(guān)度滿足條件 ForeAvrDiffCree > ForeDiffHold 并且背景鄰域相關(guān)度滿足條件 BackAvrDiffCoree > BackDiffHold,則繼續(xù)步驟11，否則返回到步驟4。11)步驟11 :如果前景突變時刻同背景突變時刻滿足條件 BackBreakNum-ForeBreakNum > BreakHold，則判定當(dāng)前圖像是非殘留有效指紋圖像，結(jié)束 流程；否則認(rèn)為是殘留指紋圖像，返回到步驟4。
權(quán)利要求
一種面狀指紋傳感器圖像采集過程中的指紋監(jiān)測方法，其特征在于，包括如下步驟1)在面狀指紋傳感器有效感測區(qū)域設(shè)置前景區(qū)Af和背景區(qū)Ab，前景區(qū)Af為一孤立的區(qū)域，位于有效感測區(qū)域中心，背景區(qū)Ab為中空的閉合區(qū)域，位于前景區(qū)Af四周，將其包圍其中；2)確定若干圖像主采樣區(qū)域Sn(n＝1，2，3，……)，使之均勻、等量地分布在前景區(qū)Af和背景區(qū)Ab之中；3)以每一個主采樣區(qū)域Sn為基準(zhǔn)，采用相等的鄰域跨度d，即對于基準(zhǔn)點的絕對偏移量，選取若干同樣面積的鄰域采樣Wnu(u＝1，2，3，……)，使之均勻分布在Sn周邊；4)以每一個主采樣區(qū)域Sn采集的數(shù)據(jù)為基準(zhǔn)，逐一計算出該采集數(shù)據(jù)與從各鄰域采樣Wnv采得數(shù)據(jù)之間的相關(guān)因數(shù)CorreWnv；1_設(shè)W為p×q個二維象素矩形采樣窗口，它在主采樣區(qū)域Sn采集到n組像素數(shù)據(jù)為PixWn(i，j)，(0≤i≤，0≤j≤q，n＝1，2，3，……)；2_設(shè)各主采樣區(qū)域Sn在其鄰域采集到n×u組像素數(shù)據(jù)為PixWnu(i，j)，(0≤i≤；0≤j≤q；n＝1，2，3，……；u＝1，2，3，……)；3_計算PixWn(i，j)對其鄰域PixWnu(i，j)的相關(guān)因數(shù)CorreWnu，即同坐標(biāo)象素值差的平方和Correnu＝∑[PixWn(i，j)-PixWnu(i，j)]2，(0≤i≤；0≤j≤q；n＝1，2，3，……；u＝1，2，3，……)；5)逐一計算每一個主采樣區(qū)域Sn所采集數(shù)據(jù)PixWn(i，j)對于鄰域所采集數(shù)據(jù)PixWnu(i，j)的鄰域相關(guān)度DeCorren；1_取出第1主采樣區(qū)域S1鄰域W1u的全部相關(guān)因數(shù)CorreW1u；2_從中找出最大值MaxCorreW1和最小值MinCorreW1；3_上述極值之差即為第1采樣區(qū)的鄰域相關(guān)度DeCorre1，即DeCorre1＝MaxCorreW1-MinCorreW1；4_如此遍歷各主采樣區(qū)域Sn，直至計算出所有主采樣區(qū)域Sn對其鄰域Wnu的相關(guān)度DeCorren；6)分別計算前景平均相關(guān)度和背景平均相關(guān)度；1_在全部鄰域相關(guān)度DeCorren中，選取屬于前景區(qū)Af所有鄰域相關(guān)度DeCorref，算出均值即為前景平均相關(guān)度AvrCorref；2_在全部鄰域相關(guān)度DeCorren中，選取屬于背景區(qū)Ab所有鄰域相關(guān)度DeCorreb，算出均值即為背景平均相關(guān)度AvrCorreb；7)指紋圖像合格性判斷；1_如果前景平均相關(guān)度AvrCorref大于設(shè)定的相關(guān)性閾值ForeDiffHold，而且背景平均相關(guān)度且AvrCorreb也大于另一個設(shè)定的相關(guān)性閾值BackDiffHold，1/判斷為合格的指紋圖像；2_否則1/判斷為不合格的指紋圖像；8)從手指弧面接觸傳感器平面之前的某個瞬間起，到手指按捺完畢的時段內(nèi)連續(xù)采樣，以相等的時間間隔，連續(xù)計算該時刻t的前景平均相關(guān)度AvrCorref(t)、背景平均相關(guān)度AvrCorreb(t)；9)分別計算前、背景平均相關(guān)度自身對于前一時刻的變化率Diff(t)、Difb(t)；1_Diff(t)＝AvrCorref(t)-AvrCorref(t-1)，Df(t +1)＝AvrCorref(t+1)-AvrCorref(t)，……；2_Difb(t)＝AvrCorreb(t)-AvrCorreb(t-1)，Db(t+1)＝AvrCorreb(t+1)-AvrCorreb(t)，……；10)分別搜索并記錄前、背景平均相關(guān)度變化率最大MaxDiff(t)、MaxDifb(t’)的發(fā)生時刻Tmaxf、Tmaxb；11)計算前一步驟兩種突變時刻的延時Tdelay＝Tmaxf-Tmaxb，并判斷1_如果Tdelay大于一個設(shè)定的時間閾值BreakHold，1/符合指紋動態(tài)采樣特征，判為即時錄入的真實指紋圖像；2_否則1/判為以成像過程靜止不變?yōu)樘攸c的指紋殘留圖像。F2009100970702C0000011.tif,F2009100970702C0000012.tif
2.根據(jù)權(quán)利要求1所述面狀指紋傳感器圖像采集過程中的指紋監(jiān)測方法，其特征在 于，所述前景區(qū)Af是位于傳感器中心的一塊矩形區(qū)域，寬度是矩形傳感器感測陣列寬度的 四分之一，高度為傳感器感測陣列寬高度的四分之一；所述背景區(qū)Ab是圍繞前景區(qū)Af四周 的一塊框形區(qū)域，外框與傳感器有效感測陣列的外沿疊合，縱向邊框?qū)挾仁莻鞲衅鞲袦y陣 列寬度的四分之一，水平邊框?qū)挾葹閭鞲衅鞲袦y陣列高度的四分之一。
3.根據(jù)權(quán)利要求1所述面狀指紋傳感器圖像采集過程中的指紋監(jiān)測方法，其特征在 于，所述主采樣區(qū)域Sn采用8個16X16象素的主采樣區(qū)域，其中& S4采樣區(qū)域的左上、 左下、右上、右下角分別與前景區(qū)的左上、左下、右上、右下角重疊；其余4個采樣區(qū)域的分 布是S5采樣區(qū)域右下角與背景區(qū)內(nèi)框左上角重疊；S6采樣區(qū)域右上角與背景區(qū)內(nèi)框左下 角重疊；S7采樣區(qū)域左下角與背景區(qū)內(nèi)框右上角重疊；S8采樣區(qū)域左上角與背景區(qū)內(nèi)框右 下角重疊。
4.根據(jù)權(quán)利要求1所述面狀指紋傳感器圖像采集過程中的指紋監(jiān)測方法，其特征在 于，所述鄰域采樣，是在Sn上、下、左、右位置均勻分布4個鄰域采樣；所述鄰域跨度d在 0.5 1.5個指紋脊線寬度之間。
全文摘要
本發(fā)明涉及指紋識別領(lǐng)域，尤其涉及一種面狀指紋傳感器圖像采集過程中的指紋監(jiān)測方法，彌補了現(xiàn)有技術(shù)忽略分析指紋局部細(xì)微結(jié)構(gòu)的不足。通過參考窗口、鄰域窗口及鄰域跨度等設(shè)置，對指紋圖像的局部特征進行鄰域相關(guān)性分析，有效甄別出雖然符合整體統(tǒng)計特征、但鄰域相關(guān)性小(一般為噪聲)的非指紋圖像，提高了指紋識別系統(tǒng)的精度和效率。同時，突破了傳統(tǒng)指紋檢測只考察單幅靜態(tài)圖像，而不關(guān)注動態(tài)按指過程的技術(shù)局限，根據(jù)手指按捺形成指紋圖像的過程，提出動態(tài)檢測指紋的技術(shù)方案，采用“相關(guān)度突變時刻”作為刻畫其動態(tài)特征的量化指標(biāo)，對于不符合指紋成像過程動態(tài)特征的行為提示、以及殘留指紋的甄別方面，取得了較為明顯的技術(shù)效果。
文檔編號G06K9/00GK101853374SQ200910097070
公開日2010年10月6日 申請日期2009年3月30日 優(yōu)先權(quán)日2009年3月30日
發(fā)明者裴育 申請人:杭州晟元芯片技術(shù)有限公司