，指纹特征类型是用于比对录入的指纹图像与注册的指纹模板相似度的指标，进而根据比对结果以对录入的指纹图像进行识别。
[0035]需要说明的是，预先设置的指纹特征类型的种类越多，对指纹图像的识别精度越高，由于不同应用场景下对指纹图像的识别精度要求不同，因此，可以根据具体需要对指纹特征类型进行设置。举例说明如下:
[0036]指纹特征类型可以为指纹特征点，其中，指纹特征点包括:分叉点、终止点、中心点、三角点中的一种或多种组合，可以根据应用场景需要具体选择指纹特征点的类型。或者，指纹特征类型可以为指纹特征点，以及用于表明指纹特征点关系的方向信息的组合。
[0037]步骤102，根据注册的指纹模板中与所述指纹特征类型对应的第二特征信息，确定所述第一特征信息与所述第二特征信息的匹配度。
[0038]具体地，在用户录入指纹之前，预先注册了指纹模板，指纹模板中存储有与预先设置的指纹特征类型对应的第二特征信息。由于根据预设的指纹特征类型对不同的指纹图像进行处理后，提取的指纹特征信息不同，因此，通过指纹特征信息可以识别录入的指纹图像是否为注册的指纹模板。
[0039]首先，将注册的指纹模板的第二特征信息和提取的第一特征信息进行比较，确定第一特征信息和第二特征信息之间的匹配度。第一特征信息和第二特征信息之间相同的特征信息越多，两者之间的匹配度越高，从而将录入的指纹图像识别为注册的指纹模板，即识别通过的机率越大。举例说明如下:
[0040]假设预设的指纹特征类型为分叉点、终止点、中心点和三角点，第二特征信息为注册的指纹模板中的分叉点、终止点、中心点和三角点；第一特征信息为录入的指纹图像中的分叉点、终止点、中心点和三角点;根据第一特征信息与第二特征信息中的分叉点、终止点、中心点和三角点的相同数量确定两者之间的匹配度。
[0041]步骤103，判断所述匹配度是否大于等于预设的补偿阈值。
[0042]预先根据具体的应用场景对指纹识别的精度要求，设置对指纹模板中的信息进行完善的补偿阈值。需要强调的是，补偿阈值大于识别阈值，其中，识别阈值是用于评判录入的指纹图像与注册的指纹模板之间的匹配度是否达到预设的识别阈值，如果两者之间的匹配度大于等于预设的识别阈值，则识别通过，如果两者之间的匹配度小于预设的识别阈值，则识别不通过。
[0043]判断录入的指纹图像的第一特征信息与注册的指纹模板的第二特征信息之间的匹配度是否大于等于预设的补偿阈值。如果判断获知两者之间的匹配度大于等于预设的补偿阈值，则说明当前录入的指纹图像质量很高，不仅仅通过了指纹识别，而且可以根据当前录入的指纹图像对指纹模板的信息进行完善;如果判断获知两者之间的匹配度小于预设的补偿阈值，则说明当前录入的指纹图像质量没有达到对指纹模板进行完善的图像质量，就仅仅判断当前录入的指纹图像质量是否达到识别阈值，以确定是否通过指纹识别即可。
[0044]步骤104，若所述匹配度大于等于所述补偿阈值，则从所述指纹图像中获取与所述指纹模板交集之外的补偿图像，并将所述补偿图像添加到所述指纹模板中。
[0045]具体地，如果判断获知录入的指纹图像的第一特征信息与注册的指纹模板的第二特征信息之间的匹配度大于等于补偿阈值，则说明当前录入的指纹图像质量很高，可以根据当前录入的指纹图像对指纹模板的信息进行完善。
[0046]比较指纹图像与指纹模板，从指纹图像中获取两者交集之外的补偿图像，并将该补偿图像添加到指纹模板中。从而指纹模板增加了当时注册时候没有的图像信息，根据新加入的图像信息可以确定更多的特征点或者其他的特征信息，利用之前注册的特征信息和新增加的特征信息可以更加有效的对后续录入的指纹图像进行识别。
[0047]需要说明的是，本实施例中是将指纹图像与指纹模板交集之外的补偿图像添加到指纹模板中，进而在指纹模板中根据补偿图像确定需要的各种特征信息，为了完善更多的信息，还可以在另一个实施例中包括如下步骤:
[0048]在另一个实施例中，具体的完善过程还包括:将第一特征信息与第二特征信息进行比较，从第一特征信息中获取两者交集之外的补偿特征信息，并将补偿特征信息添加到指纹模板中。从而指纹模板增加了当时注册时候没有的特征信息，利用之前注册的特征信息和新增加的特征信息可以更加有效的对后续录入的指纹图像进行识别。
[0049]本申请实施例的指纹模板完善方法，首先根据预设的指纹特征类型，提取录入的指纹图像的第一特征信息;然后根据注册的指纹模板中与所述指纹特征类型对应的第二特征信息，确定所述第一特征信息与所述第二特征信息的匹配度;判断所述匹配度是否大于等于预设的补偿阈值;若所述匹配度大于等于所述补偿阈值，则从所述指纹图像中获取与所述指纹模板交集之外的补偿图像，并将所述补偿图像添加到所述指纹模板中。由此，实现了在指纹识别过程中对初始注册的指纹模板进行不断完善，提高了指纹识别匹配率，并且突破了指纹模板的固定性和局限性，提高了指纹识别系统中注册阶段和识别阶段的整体性會K。
[0050]为了更加清楚的描述根据识别阈值对录入的指纹图像的识别过程，以及根据补偿阈值对注册的指纹模板的完善过程，通过后续实施例具体说明如下:
[0051]图2是本申请另一个实施例的指纹模板完善方法的流程图，
[0052]图3是指纹识别及模板完善过程的示意图。
[0053]如图2和图3所示，该指纹模板完善方法包括:
[0054]步骤201，根据预设的指纹特征类型，提取录入的指纹图像的第一特征信息。
[0055]步骤202，根据注册的指纹模板中与所述指纹特征类型对应的第二特征信息，确定所述第一特征信息与所述第二特征信息的匹配度。
[0056]本实施例中的步骤201和步骤202的具体实施过程，参见图1所示实施例中的步骤101和步骤102，此处不再赘述。
[0057]步骤203，判断所述匹配度是否大于等于预设的识别阈值，其中，所述识别阈值小于所述补偿阈值。
[0058]预先设置的识别阈值是用于评判录入的指纹图像与注册的指纹模板之间的匹配度是否达到识别门限，如果两者之间的匹配度大于等于预设的识别阈值，则识别通过，执行步骤205，如果两者之间的匹配度小于预设的识别阈值，则识别不通过，执行步骤204。
[0059]步骤204，若所述匹配度小于所述识别阈值，则提示用户指纹录入识别失败。
[0060]步骤205，若所述匹配度大于等于所述识别阈值，则识别通过，根据预设的指令响应对应的事件。
[0061]具体地，若所述匹配度大于等于所述识别阈值，则根据预设的指令响应对应的事件，由于不同的应用场景，根据预设的指令响应对应的事件也不同，举例说明如下:
[0062]根据解锁指令对终端设备屏幕进行解锁；或者，根据打卡指令进行考勤记录，或者，根据解禁指令开门，或者，根据支付指令进行移动支付。
[0063]步骤206，判断所述匹配度是否大于等于预设的补偿阈值；
[0064]步骤207，若所述匹配度大于等于所述补偿阈值，则从所述指纹图像中获取与所述指纹模板交集之外的补偿图像，从所述第一特征信息中获取与所述第二特征信息交集之外的补偿特征信息，并将所述补偿图像和所述补偿特征信息添加到所述指纹模板中。
[0065]本实施例中的步骤206和步骤207的具体实施过程，参见图1所示实施例中的步骤103和步骤104，此处不再赘述。
[0066]本申请实施例的指纹模板完善方法，首先根据预设的指纹特征类型，提取录入的指纹图像的第一特征信息;然后根据注册的指纹模板中与所述指纹特征类型对应的第二特征信息，确定所述第一特征信息与所述第二特征信息的匹配度;判断匹配度是否大于等于预设的识别阈值，若否，则识别失败，若是，则根据预设的指令响应对应的事件，然后判断所述匹配度是否大于等于预设的补偿阈值;若所述匹配度大于等于所述补偿阈值，则从所述指纹图像中获取与所述指纹模板交集之外的补偿图像，并将所述补偿图像添加到所述指纹模板中。由此，实现了在指纹识别过程中对初始注册的指纹模板进行不断完善，提高了指纹识别匹配率，并且突破了指纹模板的固定性和局限性，提高了指纹识别系统中注册阶段和识别阶段的整体性能。
[0067]为了实现上述实施例，本申请还提出一种指纹模板完善装置。
[0068]图4是本申请一个实施例的指纹模板完善装置的结构示意图。