CN109784195A - 一种用于企业指纹打卡的指纹识别方法及系统 - Google Patents
一种用于企业指纹打卡的指纹识别方法及系统 Download PDFInfo
- Publication number
- CN109784195A CN109784195A CN201811563672.8A CN201811563672A CN109784195A CN 109784195 A CN109784195 A CN 109784195A CN 201811563672 A CN201811563672 A CN 201811563672A CN 109784195 A CN109784195 A CN 109784195A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- field
- minutiae
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种用于企业指纹打卡的指纹识别方法及系统,其中方法包括:采集目标指纹,提取所述目标指纹的方向场和频率;提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取;以每一个所述细节点为中心构建笛卡尔坐标系,确定剩余细节点相对于选中细节点在笛卡尔坐标系中的坐标;将选中的细节点以及相对于选中细节点的其他细节点的坐标与预存储的所有细节点以及对应的坐标进行匹配,确定与所述目标指纹相匹配的指纹。上述方法及系统能够有效的确定与目标指纹相匹配的指纹,匹配精度高,匹配效率高,具有很高的实用性。
Description
技术领域
本发明涉及一种指纹识别领域,特别涉及一种用于企业指纹打卡的指纹识别方法及系统。
背景技术
指纹识别在安全验证以及上班打卡等领域具有很高的利用率。现有的指纹验证方法为了提要验证的准确度,还需要用到生物验证,验证过程比较复杂。但是,针对企业指纹打卡,员工的数量是有范围的,指纹重复度相对较低。现有的验证方法用于企业指纹打卡验证过于复杂。
发明内容
针对上述技术问题,本发明提供一种能够有效的确定与目标指纹相匹配的指纹,匹配精度高,匹配效率高的用于企业指纹打卡的指纹识别方法及系统。
为解决上述技术问题,本发明所采取的技术方案是:提供一种用于企业指纹打卡的指纹识别方法,包括以下步骤:
采集目标指纹,提取所述目标指纹的方向场和频率;
提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取;
以每一个所述细节点为中心构建笛卡尔坐标系,确定剩余细节点相对于选中细节点在笛卡尔坐标系中的坐标;
将选中的细节点以及相对于选中细节点的其他细节点的坐标与预存储的所有细节点以及对应的坐标进行匹配,确定与所述目标指纹相匹配的指纹。
本发明采用以上技术方案,达到的技术效果为:本发明提供的用于企业指纹打卡的指纹识别方法能够有效的根据采集的目标朱文确定方向场和频率,并根据方向场和频率确定西街店,为每个细节点创建笛卡尔坐标系,确定剩余细节点的坐标,进而根据细节点的坐标确定与目标指纹相匹配的指纹。上述用于企业指纹打卡的指纹识别方法能够有效的确定与目标指纹相匹配的指纹,匹配精度高,匹配效率高,具有很高的实用性。
较优的,在上述技术方案中,所述提取所述目标指纹的方向场和频率,具体包括以下步骤:
将所述目标指纹转换为指纹图像;
以所述指纹图像的亮度为曲面高度,将所述指纹图像转换为正弦波;
通过傅里叶变换求解正弦波的相关参数,得到所述方向场和频率。
较优的,在上述技术方案中,在所述通过傅里叶变换求解正弦波的相关参数,得到所述方向场和频率之后,所述提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取之前,还包括以下步骤:
将所述方向场分解为向量的正弦图像和余弦图像,对所述正弦图像和余弦图像做平滑处理;
将平滑处理后的正弦图像和余弦图像还原为平滑的方向场。
较优的,在上述技术方案中,所述提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取具体包括以下步骤:
以上下文滤波的形式对提取了方向场和频率的目标指纹进行指纹增强;
对指纹增强后的目标指纹进行阈值转换得到二值图像,在经过形态学处理后得到细化图;
提取所述细化图中的所有细节点。
较优的,在上述技术方案中,在所述提取所述细化图中的所有细节点之后,还包括以下步骤:
对提取的所有细节点进行验证,去除所述二值图像边缘以及所述二值图像中成对出现且方向相反的伪细节点。
本发明还提供了一种用于企业指纹打卡的指纹识别系统,包括:
指纹采集模块:用于采集目标指纹,提取所述目标指纹的方向场和频率;
特征提取模块:用于提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取;
坐标系创建模块:用于以每一个所述细节点为中心构建笛卡尔坐标系,确定剩余细节点相对于选中细节点在笛卡尔坐标系中的坐标;
指纹匹配模块:用于将选中的细节点以及相对于选中细节点的其他细节点的坐标与预存储的所有细节点以及对应的坐标进行匹配,确定与所述目标指纹相匹配的指纹。
本发明采用以上技术方案,达到的技术效果为:本发明提供的用于企业指纹打卡的指纹识别系统能够有效的根据采集的目标朱文确定方向场和频率,并根据方向场和频率确定西街店,为每个细节点创建笛卡尔坐标系,确定剩余细节点的坐标,进而根据细节点的坐标确定与目标指纹相匹配的指纹。上述用于企业指纹打卡的指纹识别方法能够有效的确定与目标指纹相匹配的指纹,匹配精度高,匹配效率高,具有很高的实用性。
较优的,在上述技术方案中,所述指纹采集模块,还用于将所述目标指纹转换为指纹图像;
以所述指纹图像的亮度为曲面高度,将所述指纹图像转换为正弦波;
通过傅里叶变换求解正弦波的相关参数,得到所述方向场和频率。
较优的,在上述技术方案中,所述特征提取模块,还用于将所述方向场分解为向量的正弦图像和余弦图像,对所述正弦图像和余弦图像做平滑处理;
将平滑处理后的正弦图像和余弦图像还原为平滑的方向场。
较优的,在上述技术方案中,所述特征提取模块,还用于以上下文滤波的形式对提取了方向场和频率的目标指纹进行指纹增强;
对指纹增强后的目标指纹进行阈值转换得到二值图像,在经过形态学处理后得到细化图;
提取所述细化图中的所有细节点;
对提取的所有细节点进行验证,去除所述二值图像边缘以及所述二值图像中成对出现且方向相反的伪细节点。
还提供了一种存储介质,其上存储有程序指令,所述程序指令在被处理器执行时,实现权利要求1至5任一项所述的方法。
在采集目标指纹,提取目标指纹的方向场和频率之前,还需要为企业内的每位员工录入指纹,会提取录入指纹的细节点,以每一个所述细节点为中心构建笛卡尔坐标系,确定剩余细节点相对于选中细节点在笛卡尔坐标系中的坐标,对选中的细节点以及剩余细节点在笛卡尔坐标系中的坐标进行存储。
员工指纹的录入,目的为的是能够为目标指纹提供匹配数据库,明确企业内所有员工的指纹信息,提供匹配数据库,提高指纹匹配的精确度。
附图说明
下面结合附图对本发明作进一步说明:
图1是本发明提供的用于企业指纹打卡的指纹识别方法的示意性流程图;
图2是指纹方向场和频率提取的示意性流程图;
图3是方向场处理的示意性流程图;
图4是细节点提取的示意性流程图;
图5是本发明提供的用于企业指纹打卡的指纹识别系统的示意性框图。
具体实施方式
如图1所示,本发明提供的用于企业指纹打卡的指纹识别方法,包括以下步骤:
步骤S10:采集目标指纹,提取目标指纹的方向场和频率;
步骤S20:提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取;
步骤S30:以每一个细节点为中心构建笛卡尔坐标系,确定剩余细节点相对于选中细节点在笛卡尔坐标系中的坐标;
步骤S40:将选中的细节点以及相对于选中细节点的其他细节点的坐标与预存储的所有细节点以及对应的坐标进行匹配,确定与目标指纹相匹配的指纹。
上述方案能够有效的根据采集的目标朱文确定方向场和频率,并根据方向场和频率确定西街店,为每个细节点创建笛卡尔坐标系,确定剩余细节点的坐标,进而根据细节点的坐标确定与目标指纹相匹配的指纹。上述用于企业指纹打卡的指纹识别方法能够有效的确定与目标指纹相匹配的指纹,匹配精度高,匹配效率高,具有很高的实用性。
如图2所示,在上述技术方案的基础上,还进行了改进。提取目标指纹的方向场和频率,具体包括以下步骤:
步骤S11:将目标指纹转换为指纹图像;
步骤S12:以指纹图像的亮度为曲面高度,将指纹图像转换为正弦波;
步骤S13:通过傅里叶变换求解正弦波的相关参数,得到方向场和频率。
通过对目标指纹的转换,能够将目标指纹转换为指纹图像,再通过对指纹图像的正弦转换以及傅里叶变换求解,能够得到目标指纹的方向场和频率,能够有效准确的确定出目标指纹的方向场和频率。
如图3所示,在上述技术方案的基础上,还进行了改进。在通过傅里叶变换求解正弦波的相关参数,得到方向场和频率之后,提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取之前,还包括以下步骤:
步骤S21:将方向场分解为向量的正弦图像和余弦图像,对正弦图像和余弦图像做平滑处理;
步骤S22:将平滑处理后的正弦图像和余弦图像还原为平滑的方向场。
通过对正弦图像和余弦图像的平滑处理,能够更加清晰准确的确定到平滑的方向场,提高指纹识别匹配的精确度。
如图4所示,在上述技术方案的基础上,还进行了改进。提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取具体包括以下步骤:
步骤S31:以上下文滤波的形式对提取了方向场和频率的目标指纹进行指纹增强;
步骤S32:对指纹增强后的目标指纹进行阈值转换得到二值图像,在经过形态学处理后得到细化图;
步骤S33:提取细化图中的所有细节点。
通过对目标指纹的指纹增强,能够更加准确的得到二值图像以及细化图,确保了所有细节点提取的准确性和完整性。
较优的,在上述技术方案的基础上,还进行了改进。在提取细化图中的所有细节点之后,还包括以下步骤:
对提取的所有细节点进行验证,去除二值图像边缘以及二值图像中成对出现且方向相反的伪细节点。
较优的,在上述技术方案的基础上,还进行了改进。在采集目标指纹,提取目标指纹的方向场和频率之前,还需要为企业内的每位员工录入指纹,会提取录入指纹的细节点,以每一个细节点为中心构建笛卡尔坐标系,确定剩余细节点相对于选中细节点在笛卡尔坐标系中的坐标,对选中的细节点以及剩余细节点在笛卡尔坐标系中的坐标进行存储。
员工指纹的录入,目的为的是能够为目标指纹提供匹配数据库,明确企业内所有员工的指纹信息,提供匹配数据库,提高指纹匹配的精确度。
在图1至图4对应方法实施例的基础上,本发明还提供了一种用于企业指纹打卡的指纹识别系统,详见图5。用于企业指纹打卡的指纹识别系统具体包括:
指纹采集模块:用于采集目标指纹,提取目标指纹的方向场和频率;
特征提取模块:用于提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取;
坐标系创建模块:用于以每一个细节点为中心构建笛卡尔坐标系,确定剩余细节点相对于选中细节点在笛卡尔坐标系中的坐标;
指纹匹配模块:用于将选中的细节点以及相对于选中细节点的其他细节点的坐标与预存储的所有细节点以及对应的坐标进行匹配,确定与目标指纹相匹配的指纹。
上述方案能够有效的根据采集的目标朱文确定方向场和频率,并根据方向场和频率确定西街店,为每个细节点创建笛卡尔坐标系,确定剩余细节点的坐标,进而根据细节点的坐标确定与目标指纹相匹配的指纹。上述用于企业指纹打卡的指纹识别方法能够有效的确定与目标指纹相匹配的指纹,匹配精度高,匹配效率高,具有很高的实用性。
较优的,在上述技术方案中,指纹采集模块,还用于将目标指纹转换为指纹图像;
以指纹图像的亮度为曲面高度,将指纹图像转换为正弦波;
通过傅里叶变换求解正弦波的相关参数,得到方向场和频率。
通过对目标指纹的转换,能够将目标指纹转换为指纹图像,再通过对指纹图像的正弦转换以及傅里叶变换求解,能够得到目标指纹的方向场和频率,能够有效准确的确定出目标指纹的方向场和频率。
较优的,在上述技术方案中,特征提取模块,还用于将方向场分解为向量的正弦图像和余弦图像,对正弦图像和余弦图像做平滑处理;
将平滑处理后的正弦图像和余弦图像还原为平滑的方向场。
通过对正弦图像和余弦图像的平滑处理,能够更加清晰准确的确定到平滑的方向场,提高指纹识别匹配的精确度。
较优的,在上述技术方案中,特征提取模块,还用于以上下文滤波的形式对提取了方向场和频率的目标指纹进行指纹增强;
对指纹增强后的目标指纹进行阈值转换得到二值图像,在经过形态学处理后得到细化图;
提取细化图中的所有细节点;
对提取的所有细节点进行验证,去除二值图像边缘以及二值图像中成对出现且方向相反的伪细节点。
通过对目标指纹的指纹增强,能够更加准确的得到二值图像以及细化图,确保了所有细节点提取的准确性和完整性。
较优的,在上述技术方案的基础上,还进行了改进。指纹采集模块,还用于为企业内的每位员工录入指纹,会提取录入指纹的细节点,以每一个细节点为中心构建笛卡尔坐标系,确定剩余细节点相对于选中细节点在笛卡尔坐标系中的坐标,对选中的细节点以及剩余细节点在笛卡尔坐标系中的坐标进行存储。
员工指纹的录入,目的为的是能够为目标指纹提供匹配数据库,明确企业内所有员工的指纹信息,提供匹配数据库,提高指纹匹配的精确度。
还提供了一种存储介质,其上存储有程序指令,所述程序指令在被处理器执行时,实现权利要求1至5任一项所述的方法。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
上述实施方式旨在举例说明本发明可为本领域专业技术人员实现或使用,对上述实施方式进行修改对本领域的专业技术人员来说将是显而易见的,故本发明包括但不限于上述实施方式,任何符合本权利要求书或说明书描述,符合与本文所公开的原理和新颖性、创造性特点的方法、工艺、产品,均落入本发明的保护范围之内。
Claims (10)
1.一种用于企业指纹打卡的指纹识别方法,其特征在于,包括以下步骤:
采集目标指纹,提取所述目标指纹的方向场和频率;
提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取;
以每一个所述细节点为中心构建笛卡尔坐标系,确定剩余细节点相对于选中细节点在笛卡尔坐标系中的坐标;
将选中的细节点以及相对于选中细节点的其他细节点的坐标与预存储的所有细节点以及对应的坐标进行匹配,确定与所述目标指纹相匹配的指纹。
2.如权利要求1所述的用于企业指纹打卡的指纹识别方法,其特征在于,所述提取所述目标指纹的方向场和频率,具体包括以下步骤:
将所述目标指纹转换为指纹图像;
以所述指纹图像的亮度为曲面高度,将所述指纹图像转换为正弦波;
通过傅里叶变换求解正弦波的相关参数,得到所述方向场和频率。
3.如权利要求2所述的用于企业指纹打卡的指纹识别方法,其特征在于,在所述通过傅里叶变换求解正弦波的相关参数,得到所述方向场和频率之后,所述提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取之前,还包括以下步骤:
将所述方向场分解为向量的正弦图像和余弦图像,对所述正弦图像和余弦图像做平滑处理;
将平滑处理后的正弦图像和余弦图像还原为平滑的方向场。
4.如权利要求1所述的用于企业指纹打卡的指纹识别方法,其特征在于,所述提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取具体包括以下步骤:
以上下文滤波的形式对提取了方向场和频率的目标指纹进行指纹增强;
对指纹增强后的目标指纹进行阈值转换得到二值图像,在经过形态学处理后得到细化图;
提取所述细化图中的所有细节点。
5.如权利要求4所述的用于企业指纹打卡的指纹识别方法,其特征在于,在所述提取所述细化图中的所有细节点之后,还包括以下步骤:
对提取的所有细节点进行验证,去除所述二值图像边缘以及所述二值图像中成对出现且方向相反的伪细节点。
6.一种用于企业指纹打卡的指纹识别系统,其特征在于,包括:
指纹采集模块:用于采集目标指纹,提取所述目标指纹的方向场和频率;
特征提取模块:用于提取已确定了方向场和频率的目标指纹的脊线,并进行细节点的提取;
坐标系创建模块:用于以每一个所述细节点为中心构建笛卡尔坐标系,确定剩余细节点相对于选中细节点在笛卡尔坐标系中的坐标;
指纹匹配模块:用于将选中的细节点以及相对于选中细节点的其他细节点的坐标与预存储的所有细节点以及对应的坐标进行匹配,确定与所述目标指纹相匹配的指纹。
7.如权利要求6所述的用于企业指纹打卡的指纹识别系统,其特征在于,所述指纹采集模块,还用于将所述目标指纹转换为指纹图像;
以所述指纹图像的亮度为曲面高度,将所述指纹图像转换为正弦波;
通过傅里叶变换求解正弦波的相关参数,得到所述方向场和频率。
8.如权利要求7所述的用于企业指纹打卡的指纹识别系统,其特征在于,所述特征提取模块,还用于将所述方向场分解为向量的正弦图像和余弦图像,对所述正弦图像和余弦图像做平滑处理;
将平滑处理后的正弦图像和余弦图像还原为平滑的方向场。
9.如权利要求6所述的用于企业指纹打卡的指纹识别系统,其特征在于,所述特征提取模块,还用于以上下文滤波的形式对提取了方向场和频率的目标指纹进行指纹增强;
对指纹增强后的目标指纹进行阈值转换得到二值图像,在经过形态学处理后得到细化图;
提取所述细化图中的所有细节点;
对提取的所有细节点进行验证,去除所述二值图像边缘以及所述二值图像中成对出现且方向相反的伪细节点。
10.一种存储介质,其上存储有程序指令,其特征在于,所述程序指令在被处理器执行时,实现权利要求1至5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811563672.8A CN109784195B (zh) | 2018-12-20 | 2018-12-20 | 一种用于企业指纹打卡的指纹识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811563672.8A CN109784195B (zh) | 2018-12-20 | 2018-12-20 | 一种用于企业指纹打卡的指纹识别方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109784195A true CN109784195A (zh) | 2019-05-21 |
| CN109784195B CN109784195B (zh) | 2021-03-23 |
Family
ID=66497489
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811563672.8A Expired - Fee Related CN109784195B (zh) | 2018-12-20 | 2018-12-20 | 一种用于企业指纹打卡的指纹识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109784195B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1722152A (zh) * | 2004-07-05 | 2006-01-18 | 日本电气英富醍株式会社 | 指纹读取方法、指纹读取系统和程序 |
| CN1737821A (zh) * | 2005-08-15 | 2006-02-22 | 阜阳师范学院 | 自动指纹识别方法中的图像分割及指纹纹线距离提取技术 |
| CN1818927A (zh) * | 2006-03-23 | 2006-08-16 | 北京中控科技发展有限公司 | 指纹识别方法与系统 |
| US7136514B1 (en) * | 2002-02-14 | 2006-11-14 | Wong Jacob Y | Method for authenticating an individual by use of fingerprint data |
| CN1954341A (zh) * | 2004-03-04 | 2007-04-25 | 日本电气株式会社 | 指纹掌纹图像处理系统以及指纹掌纹图像处理方法 |
| US20080199058A1 (en) * | 2007-02-09 | 2008-08-21 | Ligh Tuning Tech. Inc. | Biometrics method based on a thermal image of a finger |
| CN101276411A (zh) * | 2008-05-12 | 2008-10-01 | 北京理工大学 | 指纹识别方法 |
| CN101408935A (zh) * | 2008-11-27 | 2009-04-15 | 上海第二工业大学 | 基于捕捉有效域的快速指纹特征提取方法 |
| CN103605963A (zh) * | 2013-03-01 | 2014-02-26 | 新乡学院 | 一种指纹识别方法 |
| CN104484652A (zh) * | 2014-12-15 | 2015-04-01 | 广西科技大学 | 一种指纹识别方法 |
| CN105740753A (zh) * | 2014-12-12 | 2016-07-06 | 比亚迪股份有限公司 | 指纹识别方法及指纹识别系统 |
| CN106778498A (zh) * | 2016-11-13 | 2017-05-31 | 北海和思科技有限公司 | 一种增强指纹图像识别的方法 |
| CN107451549A (zh) * | 2017-07-24 | 2017-12-08 | 云南大学 | 非接触式指纹增强方法及曲率驱动的自适应滤波器 |
| CN108573137A (zh) * | 2017-03-14 | 2018-09-25 | 三星电子株式会社 | 指纹验证方法和设备 |
| CN108898023A (zh) * | 2018-05-07 | 2018-11-27 | 西安电子科技大学 | 一种基于双旋转特征描述子的指纹模板加密方法 |
-
2018
- 2018-12-20 CN CN201811563672.8A patent/CN109784195B/zh not_active Expired - Fee Related
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7136514B1 (en) * | 2002-02-14 | 2006-11-14 | Wong Jacob Y | Method for authenticating an individual by use of fingerprint data |
| CN1954341A (zh) * | 2004-03-04 | 2007-04-25 | 日本电气株式会社 | 指纹掌纹图像处理系统以及指纹掌纹图像处理方法 |
| CN1722152A (zh) * | 2004-07-05 | 2006-01-18 | 日本电气英富醍株式会社 | 指纹读取方法、指纹读取系统和程序 |
| CN1737821A (zh) * | 2005-08-15 | 2006-02-22 | 阜阳师范学院 | 自动指纹识别方法中的图像分割及指纹纹线距离提取技术 |
| CN1818927A (zh) * | 2006-03-23 | 2006-08-16 | 北京中控科技发展有限公司 | 指纹识别方法与系统 |
| US20080199058A1 (en) * | 2007-02-09 | 2008-08-21 | Ligh Tuning Tech. Inc. | Biometrics method based on a thermal image of a finger |
| CN101276411A (zh) * | 2008-05-12 | 2008-10-01 | 北京理工大学 | 指纹识别方法 |
| CN101408935A (zh) * | 2008-11-27 | 2009-04-15 | 上海第二工业大学 | 基于捕捉有效域的快速指纹特征提取方法 |
| CN103605963A (zh) * | 2013-03-01 | 2014-02-26 | 新乡学院 | 一种指纹识别方法 |
| CN105740753A (zh) * | 2014-12-12 | 2016-07-06 | 比亚迪股份有限公司 | 指纹识别方法及指纹识别系统 |
| CN104484652A (zh) * | 2014-12-15 | 2015-04-01 | 广西科技大学 | 一种指纹识别方法 |
| CN106778498A (zh) * | 2016-11-13 | 2017-05-31 | 北海和思科技有限公司 | 一种增强指纹图像识别的方法 |
| CN108573137A (zh) * | 2017-03-14 | 2018-09-25 | 三星电子株式会社 | 指纹验证方法和设备 |
| CN107451549A (zh) * | 2017-07-24 | 2017-12-08 | 云南大学 | 非接触式指纹增强方法及曲率驱动的自适应滤波器 |
| CN108898023A (zh) * | 2018-05-07 | 2018-11-27 | 西安电子科技大学 | 一种基于双旋转特征描述子的指纹模板加密方法 |
Non-Patent Citations (2)
| Title |
|---|
| 何洋 等: "基于方向场和频率场的自适应指纹图像增强算法", 《大连理工大学学报》 * |
| 吴建明 等: "一种基于方向场和细节特征匹配的指纹识别方法", 《计算机工程与应用》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109784195B (zh) | 2021-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hemalatha | A systematic review on Fingerprint based Biometric Authentication System | |
| Jiang et al. | Detecting the fingerprint minutiae by adaptive tracing the gray-level ridge | |
| CN110287889A (zh) | 一种身份识别的方法及装置 | |
| Prakash et al. | Human recognition using 3D ear images | |
| CN109446893A (zh) | 人脸识别方法、装置、计算机设备及存储介质 | |
| Tselios et al. | Grid-based feature distributions for off-line signature verification | |
| Hassaïne et al. | An online signature verification system for forgery and disguise detection | |
| Kumar et al. | Automatic ear detection for online biometric applications | |
| CN109784195A (zh) | 一种用于企业指纹打卡的指纹识别方法及系统 | |
| CN106326827B (zh) | 掌静脉识别系统 | |
| Verma et al. | Wavelet application in fingerprint recognition | |
| Kumar et al. | FPR using machine learning with multi‐feature method | |
| Deshpande et al. | Iris recognition system using block based approach with DWT and DCT | |
| CN108256405A (zh) | 一种人脸识别方法及装置 | |
| CN105787491A (zh) | 一种指纹图像的特征提取方法 | |
| Nunsong et al. | An improved finger-knuckle-print recognition using fractal dimension based on Gabor wavelet | |
| Ishiyama et al. | Melon authentication by agri-biometrics-identifying individual fruits using a single image of rind pattern | |
| Li et al. | Singular point detection based on orientation filed regularization and poincaré index in fingerprint images | |
| Banđur et al. | Improving minutiae extraction in fingerprint images through robust enhancement | |
| Angadi et al. | Iris recognition using savitzky-golay filter energy feature through symbolic data modeling | |
| CN104951761B (zh) | 一种信息处理方法及电子设备 | |
| Babatunde et al. | An Investigation into the Impact of False Minutiae Points on Fingerprint Matching | |
| Ghouti et al. | Color iris recognition using quaternion phase correlation | |
| Gabotshajwe | A Critical Evaluation of Current Published Face Recognition Systems Re-search Aimed at Improving Security for ATM transactions | |
| Vyas et al. | Iris recognition through score-level fusion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210323 Termination date: 20211220 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |