指纹识别方法以及指纹识别装置与流程

本发明涉及一种识别技术，尤其涉及一种指纹识别方法以及指纹识别装置。

背景技术

生物识别的种类包括脸部、声音、虹膜、视网膜、静脉和指纹识别等。由于每个人的指纹都是独一无二的，且指纹不易随着年龄或身体健康状况而变化，因此指纹识别装置已成为目前最普及的一种生物识别系统。依照感测方式的不同，指纹识别装置还可分为光学式、电容式、超音波式及热感应式等。

然而，由于传统的指纹识别装置无法有效识别真实手指以及伪造手指的差异，因此导致通常有不肖人士会以硅胶材质的伪造手指，并且在硅胶材质制作的伪造手指上拟真有指纹及汗孔。如此，以硅胶特性以及具有指纹、汗孔的伪造手指按压在指纹识别装置后，可使得伪造手指同样有按压后的手指变形量特性及指纹、汗孔特性来骗过指纹识别装置，进而导致指纹识别装置无法正确识别是否是由真实手指所按压，因而造成识别上的漏洞。有鉴于此，本发明将在以下提出几个实施例的解决方案。

技术实现要素：

本发明提供一种指纹识别装置以及指纹识别方法可提供良好的指纹识别功能，并且可有效识别物件图像是否为真实手指的指纹图像，以有效避免伪造手指通过识别。

本发明的一种指纹识别方法适用于指纹识别装置。所述指纹识别方法包括以下步骤：取得物件图像，并且以第一色彩模型格式存储所述物件图像的多个像素数据，其中所述多个像素数据包括多个第一像素值；转换所述多个像素数据为第二色彩模型格式，并且基于转换后的所述多个像素数据以及第一增益值取得多个第二像素值；依据所述多个第一像素值以及所述多个第二像素值计算多个第三像素值；依据所述多个第三像素值计算第一标准差；以及判断所述第一标准差是否高于第一预设临界值，若所述第一标准差高于所述第一预设临界值，则识别所述物件图像为真实手指的指纹图像。

在本发明的一实施例中，上述的所述第一色彩模型格式为yuv色彩模型格式。

在本发明的一实施例中，上述的所述多个第一像素值数据为多个亮度值。

在本发明的一实施例中，上述的所述第二色彩模型格式为rgb色彩模型格式。

在本发明的一实施例中，上述的所述多个第二像素值以及所述多个第三像素值为多个红色像素值。所述第一标准差为红色像素值标准差。

在本发明的一实施例中，上述的获取所述物件图像，并且以所述第一色彩模型格式存储所述物件图像的所述多个像素数据的步骤包括：获取完整物件图像，并且取样所述完整物件图像的部分区块，以作为所述物件图像。

在本发明的一实施例中，上述的依据所述多个第一像素值以及所述多个第二像素值计算所述多个第三像素值的步骤包括：分别将所述多个第一像素值相减于所述多个第二像素值，以取得所述多个第三像素值。

在本发明的一实施例中，上述的指纹识别方法还包括以下步骤：基于转换后的所述多个像素数据以及第二增益值取得多个第四像素值；依据所述多个第一像素值以及所述多个第四像素值计算多个第五像素值；以及依据所述多个第五像素值计算第二标准差。

在本发明的一实施例中，上述的判断所述第一标准差是否高于所述第一预设临界值，若所述第一标准差高于所述第一预设临界值，则识别所述物件图像为所述真实手指的所述指纹图像的步骤包括：进一步判断所述第二标准差是否低于第二预设临界值，若所述第二标准差低于所述第二预设临界值，则识别所述物件图像为所述真实手指的所述指纹图像。

在本发明的一实施例中，上述的所述多个第四像素值以及所述多个第五像素值为多个绿色像素值，并且所述第二标准差为绿色像素值标准差。

本发明的一种指纹识别装置包括存储装置、指纹传感器以及处理器。所述指纹传感器用以获取物件图像。所述处理器耦接所述指纹传感器以及所述存储装置。所述处理器用以接收所述物件图像，并且以第一色彩模型格式存储所述物件图像的多个像素数据至所述存储装置。所述处理器转换所述多个像素数据为第二色彩模型格式，并且所述处理器基于转换后的所述多个像素数据以及第一增益值取得多个第二像素值。所述处理器依据所述多个第一像素值以及所述多个第二像素值计算多个第三像素值，并且所述处理器依据所述多个第三像素值计算第一标准差。所述处理器判断所述第一标准差是否高于第一预设临界值，若所述第一标准差高于所述第一预设临界值，则所述处理器识别所述物件图像为真实手指的指纹图像。

在本发明的一实施例中，上述的所述第一色彩模型格式为yuv色彩模型格式。

在本发明的一实施例中，上述的所述多个第一像素值数据为多个亮度值。

在本发明的一实施例中，上述的所述第二色彩模型格式为rgb色彩模型格式。

在本发明的一实施例中，上述的所述多个第二像素值以及所述多个第三像素值为多个红色像素值，并且所述第一标准差为红色像素值标准差。

在本发明的一实施例中，上述的所述处理器获取完整物件图像，并且所述处理器取样所述完整物件图像的部分区块，以作为所述物件图像。

在本发明的一实施例中，上述的所述处理器分别将所述多个第一像素值相减于所述多个第二像素值，以取得所述多个第三像素值。

在本发明的一实施例中，上述的所述处理器基于转换后的所述多个像素数据以及第二增益值取得多个第四像素值，并且所述处理器依据所述多个第一像素值以及所述多个第四像素值计算多个第五像素值。所述处理器依据所述多个第五像素值计算第二标准差。

在本发明的一实施例中，上述的所述处理器进一步判断所述第二标准差是否低于第二预设临界值。若所述第二标准差低于所述第二预设临界值，则所述处理器识别所述物件图像为所述真实手指的所述指纹图像。

在本发明的一实施例中，上述的所述多个第四像素值以及所述多个第五像素值为多个绿色像素值，并且所述第二标准差为绿色像素值标准差。

基于上述，本发明的指纹识别装置以及指纹识别方法可通过分析以及计算物件图像的至少一部份物件图像，以取得关于此部分物件图像的经由计算后的多个特定像素值的标准差。并且，本发明的指纹识别装置可通过预设临界值来判断此标准差的大小来有效识别此物件图像是否属于真实手指的指纹图像，以避免伪造手指通过识别。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。

附图说明

图1示出本发明一实施例的指纹识别装置的方块图。

图2示出本发明一实施例的物件图像的示意图。

图3示出本发明一实施例的转换物件图像的像素数据的色彩模型格式的示意图。

图4a示出本发明一实施例的基于第一增益值调整物件图像的示意图。

图4b示出本发明一实施例的基于第二增益值调整物件图像的示意图。

图5示出本发明一实施例的计算物件图像的像素数据的示意图。

图6示出本发明一实施例的指纹识别方法的流程图。

附图标号说明

100：指纹识别装置；

110：处理器；

120：指纹传感器；

130：存储装置；

200：物件图像；

210：指纹；

220、410、420：部分指纹图像；

310、320、510：数据矩阵；

s610、s620、s630、s640、s650：步骤。

具体实施方式

为了使本发明的内容可以被更容易明了，以下提出多个实施例来说明本发明，然而本发明不仅限于所例示的多个实施例。又实施例之间也允许有适当的结合。另外，凡可能之处，在附图及实施方式中使用相同标号的元件/构件/步骤，系代表相同或类似部件。

图1示出本发明一实施例的指纹识别装置的方块图。参考图1，在本实施例中，指纹识别装置100包括处理器110、指纹传感器120以及存储装置130。处理器110耦接指纹传感器120以及存储装置130。在本实施例中，指纹传感器120用以获取物件图像，并且将物件图像提供置处理器110，以使处理器110分析物件图像。存储装置130存储多个程序模块。处理器110可读取存储装置130的这些程序模块，以实现本发明各实施例所述的指纹识别方法。此外。在本实施例中，指纹传感器120可包括光源以及光接收器等，诸如此类的光学式指纹感测元件，但本发明并不限于此。在一实施例中，指纹传感器120也可包括电容式或其他类型的指纹感测元件。

在本实施例中，处理器110例如是中央处理单元(centralprocessingunit,cpu)、系统单芯片(systemonchip,soc)或是其他可程序化的一般用途或特殊用途的微处理器(microprocessor)、数字信号处理器(digitalsignalprocessor,dsp)、可程序化控制器、特殊应用积体电路(applicationspecificintegratedcircuits,asic)、可程序化逻辑装置(programmablelogicdevice,pld)、其他类似处理装置或这些装置的组合。

在本实施例中，存储装置130例如是任何类型的固定式或可移动式的随机存取存储器(randomaccessmemory,ram)、只读存储器(read-onlymemory,rom)、快闪存储器(flashmemory)或类似元件或上述元件的组合。在本实施例中，存储装置130用以存储本发明各实施例的物件图像数据以及多个程序模块等，以使处理器110可读取存储装置130并执行这些数据以及程序模块，以实现本发明各实施例所述的指纹识别方法。

图2示出本发明一实施例的物件图像的示意图。参考图1以及图2。在本实施例中，物件图像200包括多个像素数据，并且物件图像200可为完整物件图像。在本实施例中，指纹传感器120将物件图像200提供至处理器110，并且处理器110以第一色彩模型存储此物件图像200的多个像素数据。在本实施例中，第一色彩模型为yuv色彩模型格式，但本发明并不限于此。在一实施例中，第一色彩模型也可为其他类型的色彩模型格式。

在本实施例中，指纹传感器120获取的物件图像200可为一张完整物件图像，并且物件图像200当中可例如包括指纹210。然而，在本实施例中，处理器110可获取物件图像200的一部分来进行分析。也就是说，处理器110可取样物件图像200的一部分物件图像220，并针对此部分物件图像220进行以下的图像分析以及识别操作。举例来说，物件图像200可例如具有320×240的像素数量，并且部分物件图像220可例如具有60×60的像素数量。处理器110可获取物件图像200的中央或具有重要特征的位置的部分物件图像220，本发明并不加以限制。因此，本实施例的处理器110可减少图像分析的运算量，并且可同时有效判断物件图像是否属于为真实手指的指纹图像。

图3示出本发明一实施例的转换物件图像的像素数据的色彩模型格式的示意图。参考图1～图3，在本实施例中，处理器110可分析部分物件图像220，以取得部分物件图像220当中的每一像素的像素数据y(0,0)/u(0,0)/v(0,0)～y(3,3)/u(3,3)/v(3,3)。具体而言，如图3的数据矩阵310。部分物件图像220例如具有4×4的像素数量。在本实施例中，部分物件图像220当中的每一像素的像素数据y(0,0)/u(0,0)/v(0,0)～y(3,3)/u(3,3)/v(3,3)为yuv色彩模型格式的数据。并且，处理器110可依据以下公式(1)～公式(3)转换这些像素数据y(0,0)/u(0,0)/v(0,0)～y(3,3)/u(3,3)/v(3,3)为第二色彩模型格式，其中第二色彩模型格式例如是rgb色彩模型格式，但本发明并不限于此。在一实施例中，第二色彩模型也可为其他类型的色彩模型格式。公式(1)～公式(3)如下：

r＝y+1.13983*(v-128)............公式(1)

g＝y-0.39465*(u-128)-0.58060*(v-128)............公式(2)

b＝y+2.03211*(u-128)............公式(3)

因此，如图3的数据矩阵320，处理器110将这些像素数据y(0,0)/u(0,0)/v(0,0)～y(3,3)/u(3,3)/v(3,3)转换为rgb色彩模型格式的多个像素数据r(0,0)/g(0,0)/b(0,0)～r(3,3)/g(3,3)/b(3,3)。并且，在一实施例中，处理器110可进一步通过不同增益值来调整这些像素数据r(0,0)/g(0,0)/b(0,0)～r(3,3)/g(3,3)/b(3,3)，以通过增益值调整过后的像素数据来进行分析运算。

图4a示出本发明一实施例的基于第一增益值调整物件图像的示意图。图4b示出本发明一实施例的基于第二增益值调整物件图像的示意图。参考图1～图4b，举例而言，处理器110可例如是通过第一增益值以及第二增益值来分别调整图3的数据矩阵320的这些像素数据r(0,0)/g(0,0)/b(0,0)～r(3,3)/g(3,3)/b(3,3)。在本实施例中，第一增益值可例如是1:1:1的rgb增益(gain)，而第二增益值可例如是1:2:2的rgb增益，但本发明并不限于此。因此，调整后的部分物件图像410可为色泽较浅的图像，并且调整后的部分物件图像420可为色泽较深的图像。然而，本发明所述的增益值的比例并不限于此，在一实施例中，第一增益值以及第二增益值的比例可依据不同使用需求或指纹识别设备的需求来决定。

图5示出本发明一实施例的计算物件图像的像素数据的示意图。参考图1～图5，在本实施例中，处理器110可将上述的这些像素数据r(0,0)/g(0,0)/b(0,0)～r(3,3)/g(3,3)/b(3,3)经由上述的第一增益值调整后，依据以下公式(4)～公式(6)来计算各像素的像素数据。公式(4)～公式(6)如下：

δyr(i,j)＝y(i,j)-r(i,j)............公式(4)

δyg(i,j)＝y(i,j)-g(i,j)............公式(5)

δyb(i,j)＝y(i,j)-b(i,j)............公式(6)

在上述公式(4)～公式(6)当中，i以及j为大于0的正整数。因此，如图5的数据矩阵510，处理器110可取得多个像素数据δyr(0,0)/δyg(0,0)/δyb(0,0)～δyr(3,3)/δyg(3,3)/δyb(3,3)。

值得注意的是，在本实施例中，处理器110依据这些像素数据δyr(0,0)/δyg(0,0)/δyb(0,0)～δyr(3,3)/δyg(3,3)/δyb(3,3)的至少其中的一类型的像素值来计算其标准差。举例而言，首先，处理器110可将图3的数据矩阵310当中的每一像素的亮度值y(0,0)～y(3,3)做为多个第一像素值，并且将图3的数据矩阵320当中的每一像素的红色像素值r(0,0)～r(3,3)经由第一增益值调整后，做为多个第二像素值。接着，处理器110可将这些第一像素值分别与这些第二像素值相减，以取得图5的数据矩阵510当中的每一像素的多个像素值δyr(0,0)～δyr(3,3)。处理器110将这些像素值δyr(0,0)～δyr(3,3)做为多个第三像素值，并且处理器110依据以下公式(7)、公式(8)计算这些第三像素值的第一标准差。公式(7)、公式(8)如下：

在上述公式(7)、公式(8)当中，xk为δyr(0,0)～δyr(3,3)。因此，处理器110可取得对应于像素值δyr(0,0)～δyr(3,3)的标准差sd(r)。在本实施例中，处理器110判断标准差sd(r)是否高于第一预设临界值。若标准差sd(r)高于第一预设临界值，则处理器110识别物件图像200为真实手指的指纹图像。也就是说，由于真实手指的指纹图像的颜色具有特定的肉色颜色，故可通过计算有关于特定像素值的标准差，而有效分辨物件图像属于真实手指或伪造手指的指纹图像。

在本实施例中，真实手指的指纹图像的红色像素值经由上述调整以及计算后的标准差sd(r)应该高于第一预设临界值。反之，伪造手指的指纹图像的红色像素值经由上述调整以及计算后的标准差sd(r)将不会高于第一预设临界值。因此，本实施例的指纹识别装置100可依据上述判断方式来识别物件图像是否属于真实手指的指纹图像。

再举例而言，上述的标准差计算方式也可适用于计算第二标准差。首先，处理器110可将图3的数据矩阵310当中的每一像素的亮度值y(0,0)～y(3,3)做为多个第一像素值，并且将图3的数据矩阵320当中的每一像素的绿色像素值g(0,0)～g(3,3)经由第二增益值调整后，做为多个第四像素值。接着，处理器110可将这些第一像素值分别与这些第四像素值相减，以取得图5的数据矩阵510当中的每一像素的多个像素值δyg(0,0)～δyg(3,3)。处理器110将这些像素值δyg(0,0)～δyg(3,3)做为多个第五像素值，并且处理器110依据上述公式(7)、公式(8)计算这些第五像素值的标准差sd(g)。

因此，处理器110可取得对应于像素值δyg(0,0)～δyg(3,3)的标准差sd(g)。在本实施例中，处理器110判断标准差sd(g)是否高于第二预设临界值。若标准差sd(g)高于第二预设临界值，则处理器110识别物件图像200为真实手指的指纹图像。也就是说，由于伪造手指的颜色也可能为肉色，故除了上述判断经由第一增益值调整后的这些第三像素值所计算而得的标准差sd(r)，本发明的指纹识别装置100可进一步判断经由第二增益值调整后的这些第五像素值所计算而得的标准差sd(g)，以有效避免颜色为肉色的伪造手指通过识别。

在本实施例中，真实手指的指纹图像的绿色像素值经由上述调整以及计算后的标准差sd(g)应该高于第二预设临界值。反之，假手指的指纹图像的绿色像素值经由上述调整以及计算后的标准差sd(g)将不会高于第二预设临界值。因此，本实施例的指纹识别装置100可依据上述判断方式来识别物件图像是否属于真实手指的指纹图像。

以下进一步提出表1的多个样本的实验结果来辅助说明上述实施范例。

表1

以多个样本的识别结果来举例说明。依据上述表1，这些样本包括样本fake1～样本fake7、样本true。在本实施例中，处理器110经由上述实施例所述的标准差的计算方式，来取得这些样本的部分物件图像分别经由第一增益值(gaina)以及第二增益值(gainb)调整后的每一像素的红色、绿色以及蓝色像素值与对应的亮度值计算后的标准差。

举例而言，在本实施例中，处理器110可分别判断这些样本的第一增益值(gaina)的标准差sd(r)是否高于30的预设临界值。并且处理器110进一步分别判断这些样本的第二增益值(gainb)的标准差sd(g)是否低于30的预设临界值。换句话说，处理器110可通过不同偏色程度的图像来识别此图像是否获取自真实手指。因此，在上述的表1当中，由于仅有样本true符合上述两个标准差的条件，因此处理器110可判断样本true为真实手指的指纹图像。然而，在一实施例中，处理器110也可以设定多个预设临界值，以通过这些预设临界值来分别判断经由不同增益值调整后的其他像素值的标准差。或者是，处理器110可以设定一个或多个预设临界值，以判断经由单一增益值调整后的至少一种像素值的标准差，本发明并不限于此。

值得注意的是，当物件图像200通过上述的识别操作后，指纹识别装置100可进一步针对此物件图像200进行指纹认证操作，以判断此物件图像200当中的指纹特征是否与指纹识别装置100预先注册的指纹特征相符。然而，关于本发明各实施例所述的指纹认证操作为本领域技术人员可依据所属技术领域的技术来获致足够的教示、建议以及实施说明，因此在此不予赘述。

图6示出本发明一实施例的指纹识别方法的流程图。参考图1以及图6，图6的指纹识别方法可至少适用于图1的指纹识别装置100。在步骤s610中，处理器110通过指纹传感器120取得物件图像，并且以第一色彩模型格式存储物件图像的多个像素数据至存储装置130，其中这些像素数据包括多个第一像素值。在步骤s620中，处理器110转换这些像素数据为第二色彩模型格式，并且基于转换后的这些像素数据以及第一增益值取得多个第二像素值。在步骤s630中，处理器110依据这些第一像素值以及这些第二像素值计算多个第三像素值。在步骤s640中，处理器110依据这些第三像素值计算第一标准差。在步骤s650中，处理器110判断第一标准差是否高于第一预设临界值，若第一标准差高于第一预设临界值，则识别此物件图像为真实手指的指纹图像。因此，本实施例的指纹识别方法可有效识别物件图像是否为真实手指的指纹图像，以有效避免伪造手指通过识别。

另外，关于指纹识别装置100的相关实施方式以及元件特征可由上述图1～5实施例的内容而获致足够的教示、建议与实施说明，因此不再赘述。

综上所述，本发明的指纹识别装置以及指纹识别方法可获取物件图像的至少一部份物件图像来进行分析。首先，本发明的指纹识别装置可通过不同的增益值来调整此部分物件图像的多个像素值。接着，本发明的指纹识别装置可再进一步计算此部份物件图像的这些像素值，以取得对应于这些像素值的标准差。最后，本发明的指纹识别装置可通过预设临界值来判断此标准差的大小，以决定此物件图像是否属于真实手指的指纹图像。据此，本发明的指纹识别装置以及指纹识别方法可有效避免伪造手指通过识别。

虽然本发明已以实施例揭示如上，然其并非用以限定本发明，任何所属技术领域中技术人员，在不脱离本发明的精神和范围内，当可作些许的更动与润饰，故本发明的保护范围当视权利要求所界定者为准。