指紋識別的方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明實施例涉及電子設(shè)備應(yīng)用技術(shù)，尤其涉及一種指紋識別的方法及裝置。
【背景技術(shù)】
[0002] 隨著電子設(shè)備的發(fā)展，指紋識別技術(shù)被廣泛應(yīng)用到智能終端中。用戶通過指紋識 別對智能終端進(jìn)行解鎖等操作。
[0003] 現(xiàn)有技術(shù)中，使用電容式指紋傳感器進(jìn)行指紋識別。由于人體為導(dǎo)體，因此當(dāng)手指 按壓電容式指紋傳感器時，指紋傳感器可獲得手指的紋理，進(jìn)而根據(jù)該紋理進(jìn)行后續(xù)的指 紋識別操作。
[0004] 當(dāng)智能終端放入到口袋中時，口袋上的面料紋理將被智能終端中的指紋傳感器捕 獲并進(jìn)行識別，造成不必要的識別，浪費系統(tǒng)資源。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明提供一種指紋識別的方法及裝置，以實現(xiàn)對捕獲的圖像進(jìn)行有效識別，提 高智能終端的資源利用率。
[0006] 第一方面，本發(fā)明實施例提供了一種指紋識別的方法，包括：
[0007] 從捕獲的紋理圖像中獲取目標(biāo)圖像；
[0008] 根據(jù)所述目標(biāo)圖像中每行像素點的像素值確定行方差，和/或，根據(jù)所述目標(biāo)圖 像中每列像素點的像素值確定列方差；
[0009] 如果所述行方差和/或所述列方差大于預(yù)設(shè)方差，則確定所述紋理圖像為指紋圖 像。
[0010] 第二方面，本發(fā)明實施例還提供了一種指紋識別的裝置，包括：
[0011] 目標(biāo)圖像獲取單元，用于獲取目標(biāo)圖像，所述目標(biāo)圖像包含于紋理圖像中；
[0012] 方差計算單元，用于根據(jù)所述目標(biāo)圖像獲取單元獲取的所述目標(biāo)圖像中每行像素 點的像素值確定行方差，和/或，根據(jù)所述目標(biāo)圖像獲取單元獲取的所述目標(biāo)圖像中每列 像素點的像素值確定列方差；
[0013] 確定單元，用于如果所述方差計算單元得到的所述行方差和/或列方差大于預(yù)設(shè) 方差，則確定所述紋理圖像為指紋圖像。
[0014] 本發(fā)明通過在進(jìn)行指紋識別之前，獲取紋理圖像中目標(biāo)圖像中的行方差和/或列 方差，當(dāng)行方差和/或列方差大于預(yù)設(shè)方差時，確定紋理圖像為指紋圖像，并啟動后續(xù)的指 紋識別流程。與現(xiàn)有技術(shù)直接對獲取的紋理圖像進(jìn)行指紋識別相比，本發(fā)明能夠在進(jìn)行指 紋識別之前判斷獲取的紋理圖像是否為指紋圖像，當(dāng)確定為指紋圖像時，在進(jìn)行指紋識別， 減少不必要的指紋識別，提高系統(tǒng)資源的利用率以及識別效率。
【附圖說明】
[0015] 圖1是本發(fā)明實施例一中的一個指紋識別的方法的流程圖；
[0016] 圖2是本發(fā)明實施例一中的一個紋理圖像的坐標(biāo)示意圖；
[0017] 圖3是本發(fā)明實施例二中的第一個指紋識別的方法的流程圖；
[0018] 圖4是本發(fā)明實施例二中的第二個指紋識別的方法的流程圖；
[0019] 圖5是本發(fā)明實施例二中的一個紋理圖像的劃分示意圖；
[0020] 圖6是本發(fā)明實施例二中的另一個紋理圖像的劃分示意圖；
[0021] 圖7是本發(fā)明實施例二中的第三個指紋識別的方法的流程圖；
[0022] 圖8是本發(fā)明實施例二中的預(yù)設(shè)位置區(qū)域的位置示意圖；
[0023] 圖9是本發(fā)明實施例二中的第四個指紋識別的方法的流程圖；
[0024] 圖10是本發(fā)明實施例三中的第一個指紋識別的裝置的結(jié)構(gòu)示意圖；
[0025] 圖11是本發(fā)明實施例三中的第二個指紋識別的裝置的結(jié)構(gòu)示意圖；
[0026] 圖12是本發(fā)明實施例三中的第三個指紋識別的裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0027] 下面結(jié)合附圖和實施例對本發(fā)明作進(jìn)一步的詳細(xì)說明?？梢岳斫獾氖?，此處所描 述的具體實施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便 于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。
[0028] 實施例一
[0029] 圖1為本發(fā)明實施例一提供的指紋識別的方法的流程圖，本實施例可適用于通過 智能終端進(jìn)行指紋識別的情況，該方法可以由具有指紋識別功能的智能終端來執(zhí)行，智能 終端如智能手機、平板電腦等，該方法具體包括如下步驟：
[0030] 步驟110、從捕獲的紋理圖像中獲取目標(biāo)圖像。
[0031] 智能終端通過指紋傳感器獲取紋理圖像。紋理圖像可以為灰度圖。目標(biāo)圖像可以 為紋理圖像，也可以為紋理圖像中的子圖像。
[0032] 步驟120、根據(jù)目標(biāo)圖像中每行像素點的像素值確定行方差，和/或，根據(jù)目標(biāo)圖 像中每列像素點的像素值確定列方差。
[0033] 具體可通過下述方式進(jìn)行實施：
[0034] 計算所述目標(biāo)圖像中每行像素點的像素值之和，根據(jù)所述每行像素點的像素值之 和確定行方差；和/或，計算所述目標(biāo)圖像中每列像素點的像素值之和，根據(jù)所述每列像素 點的像素值之和確定列方差。
[0035] 灰度圖中每個像素點的色彩由紅綠藍(lán)RGB三元組表示。為了方便計算，將每個像 素的（R，G，B)三元組通過下述任意一種轉(zhuǎn)換方式得到與（R，G，B)三元組對應(yīng)的灰度值（即 像素值）Gray :
[0036] 方式一：浮點算法：Gray = RXO. 3+GXO. 59+BX0. 11
[0037] 方式二：整數(shù)方法：Gray = (RX30+GX59+BX11) +100
[0038] 方式三：平均值法：Gray = (R+G+B) +3
[0039] 方式四：僅取綠色：Gray = G
[0040] 通過上述任意一種方式可得到像素點對應(yīng)的灰度值，即像素點的像素值。紋理圖 像中的每個坐標(biāo)點對應(yīng)一個像素點，每個像素點具有唯一的像素值，如灰度值Gray。為了方 便說明，本實施例及后續(xù)實施例中采用圖3所示的紋理圖像坐標(biāo)進(jìn)行說明，如圖2所示，紋 理圖像由m行η列的像素點矩陣組成，共包含mXn個像素點，位于m行η列的像素點（xn， ym)對應(yīng)的像素值為Gnm?？蛇x的，m = η = 480。
[0041] 在一種確定行方差的實現(xiàn)方式中，以行為單元，分別計算位于同一行的像素點的 像素值的和。首先獲取第一行中的全部像素點[( Xl，yi)、（x2, yi)··· (xn，Y1)]及其像素值 [Gn、G12-G ln],并計算第一行各像素點像素值[Gn、G12-G1J的和A 1。然后，獲取第二行中 的全部像素點[(Xp y2)、（X2, y2)··· (xn，y；!)]及其像素值[621、622*"6211]，并計算第二行各像 素點像素值[G 21、G22-G2J的和A2。以此類推，得到第三行至第m行各像素點像素值[A 3、 A4 …AJ 0
[0042] 在計算行方差時，首先根據(jù)公式一計算每行像素點的和的平均值M。然后將公式一 得到該平均值M代入到公式二中計算行方差。
[0043] 公式一：
[0045] 其中，M為每行像素點的和的平均值，4至4"依次表示第一行至第m行每行的像 素點像素值的和。
[0048] 其中，H2為行方差，A 1至A "依次表示第一行至第m行每行的像素點像素值的和。
[0049] 在一種確定列方差的實現(xiàn)方式中，以列為單元，分別計算位于同一列的像素點的 像素值的和。首先獲取第一列中的全部像素點[( Xl，yi)、（Xl，y2)··· (Xl，yj]及其像素值 [Gn、G21-Gnil],并計算第一列各像素點像素值[G n、G21…Gnil]的和B1。然后，獲取第二列中 的全部像素點[(x 2, yi)、（x2, y2)…（Xy ym)]及其像素值[g12、g22··· Gm2]，并計算第二列各像 素點像素值[GpG22-GlJ的和B