本發(fā)明涉及指紋識別，具體涉及一種用于智能門禁的指紋識別方法、設備及系統(tǒng)。

背景技術：

1、隨著科技的快速發(fā)展和人們對安全需求的日益提高，智能門禁系統(tǒng)作為保障公共安全和個人隱私的重要手段，得到了廣泛的應用和深入的研究。在智能門禁系統(tǒng)中，指紋識別技術因其高準確性、高可靠性和易用性等特點，成為了最為常見的身份認證方式之一。

2、在智能門禁的指紋識別過程中，現有技術通常通過將待識別的指紋與數據庫中已錄入的指紋的特征點進行位置比對，從而判斷是否匹配，但是由于在手指的按壓力度以及按壓方向的變化，會使得智能門禁指紋識別區(qū)域上的待識別指紋圖像不完整，因此在圖像不完整的基礎上，僅對特征點進行位置比對，會導致識別可靠性降低，造成指紋匹配準確度不高，導致指紋識別失敗。

技術實現思路

1、為了解決在圖像不完整的基礎上，僅對特征點進行位置比對，會導致識別可靠性降低，造成指紋匹配準確度不高，導致指紋識別失敗的技術問題，本發(fā)明的目的在于提供一種用于智能門禁的指紋識別方法、設備及系統(tǒng)，所采用的技術方案具體如下：

2、獲取智能門禁指紋識別區(qū)域上的待識別指紋圖像；獲取預先在智能門禁數據庫中錄入的對比指紋圖像；

3、對所述待識別指紋圖像進行劃分，得到目標塊，對所述對比指紋圖像進行劃分，得到對比塊；對目標塊以及對比塊進行特征匹配，得到目標塊對應的相似塊；

4、在所述待識別指紋圖像中確定每個目標塊的鄰域塊，在所述對比指紋圖像中確定每個對比塊的鄰域塊；分析每個目標塊與對應的相似塊之間的鄰域塊的相似情況，確定目標塊與對應的相似塊之間的相對位置相似值；

5、基于所有目標塊與對應的相似塊之間的相對位置相似值，確定待識別指紋圖像與對比指紋圖像的匹配程度值；基于所述匹配程度值進行指紋識別。

6、進一步地，所述相似塊的獲取方法包括：

7、基于尺度不變特征變換算法分別獲取目標塊與對比塊中的特征點以及特征點對應的特征值；將目標塊與對比塊之間特征點的特征值之間的差異情況與預設差異閾值進行比較，從而確定匹配特征點對；

8、基于匹配特征點對中的特征點與其他特征點之間的位置關系，以及匹配特征點對的數量，確定目標塊與對比塊之間的相似程度值；

9、對于任意一個目標塊，在大于預設相似閾值的相似程度值中，將最大的相似程度值對應的對比塊，作為該目標塊對應的相似塊。

10、進一步地，所述相似程度值的獲取方法包括：

11、在任意一個目標塊和任意一個對比塊對應的每組匹配特征點對中，將屬于該目標塊中的特征點作為第一起點，將待識別指紋圖像中與所述第一起點距離最近的特征點作為第一終點，得到第一方向向量，將所述第一方向向量與預設方向之間的夾角值，作為第一夾角值，將屬于該對比塊中的特征點作為第二起點，將對比指紋圖像中與所述第二起點距離最近的特征點作為第二終點，得到第二方向向量，將所述第二方向向量與預設方向之間的夾角值，作為第二夾角值；基于該目標塊與該對比塊中所有匹配特征點對對應的第一夾角值與第二夾角值之間的差異情況，確定該目標塊與該對比塊之間的第一差異因子；

12、將該目標塊中特征點的數量與該目標塊與該對比塊的匹配特征點對的數量之間的差值，作為第二差異因子；

13、基于所述第一差異因子與第二差異因子，確定該目標塊與該對比塊之間的相似程度值，且所述第一差異因子和第二差異因子均與所述相似程度值呈負相關。

14、進一步地，所述相對位置相似值的獲取方法包括：

15、對目標塊的鄰域塊與目標塊對應相似塊的鄰域塊的一致情況進行標記，得到目標塊對應的標記序列，基于所述標記序列中的數值特征，確定每個目標塊與對應相似塊之間的位置相似因子；

16、基于目標塊的每個鄰域塊在所述標記序列中對應的數值，對目標塊與相似塊之間的位置相似因子進行調整，得到目標塊的每個鄰域塊對目標塊的影響因子；

17、綜合目標塊與對應相似塊之間的位置相似因子以及所有目標塊的所有鄰域塊對目標塊的影響因子，得到目標塊與對應相似塊之間的相對位置相似值，且所述位置相似因子以及影響因子均與所述相對位置相似值呈正相關。

18、進一步地，所述位置相似因子的獲取方法包括：

19、在待識別指紋圖像中，將目標塊的鄰域塊作為基準塊；在對比指紋圖像中，將目標塊對應相似塊的鄰域塊作為分析塊；

20、在分析塊中，若不存在與基準塊相似的分析塊，則將目標塊對應的所有基準塊標記為0，得到目標塊對應的標記序列；

21、若存在與基準塊相似的分析塊，則將任意一組相似的分析塊和基準塊作為起始塊，以起始塊為起點，并按照順時針方向，判斷基準塊在對比圖像中的相似塊與對應位置上的分析塊是否一致，若一致，則將基準塊標記為1，否則標記為0；得到目標塊對應的標記序列；

22、在目標塊對應的標記序列中，基于數值為1的數量與標記序列中數值的總數之間的差異情況，確定目標塊與對應相似塊之間的位置相似因子。

23、進一步地，所述影響因子的獲取方法包括：

24、將目標塊的每個鄰域塊在所述標記序列中對應的數值與目標塊的位置相似因子的乘積，作為目標塊的鄰域塊對目標塊的影響因子。

25、進一步地，所述匹配程度值的獲取方法包括：

26、在所述待識別指紋圖像中，將相對位置相似值大于預設位置相似閾值的目標塊的數量，與所有目標塊的總數的比值作為匹配程度值。

27、進一步地，所述基于所述匹配程度值進行指紋識別，包括：

28、將待識別指紋圖像與所有對比指紋圖像的匹配程度值與預設匹配閾值進行比較，當存在匹配程度值大于預設匹配閾值時，判斷指紋識別成功，否則判斷指紋識別失敗。

29、本發(fā)明還提出了一種用于智能門禁的指紋識別系統(tǒng)，所述系統(tǒng)包括：

30、圖像獲取模塊，用于獲取智能門禁指紋識別區(qū)域上的待識別指紋圖像；獲取預先在智能門禁數據庫中錄入的對比指紋圖像；

31、特征匹配模塊，用于對所述待識別指紋圖像進行劃分，得到目標塊，對所述對比指紋圖像進行劃分，得到對比塊；對目標塊以及對比塊進行特征匹配，得到目標塊對應的相似塊；

32、相對位置分析模塊，用于在所述待識別指紋圖像中確定每個目標塊的鄰域塊，在所述對比指紋圖像中確定每個對比塊的鄰域塊；分析每個目標塊與對應的相似塊之間的鄰域塊的相似情況，確定目標塊與對應的相似塊之間的相對位置相似值；

33、指紋匹配模塊，用于基于所有目標塊與對應的相似塊之間的相對位置相似值，確定待識別指紋圖像與對比指紋圖像的匹配程度值；基于所述匹配程度值進行指紋識別。

34、本發(fā)明還提出了一種用于智能門禁的指紋識別設備，所述設備包括處理器和存儲器，存儲器中存儲有至少一條指令、至少一段程序、代碼集或指令集，至少一條指令、至少一段程序、代碼集或指令集由處理器加載并執(zhí)行時實現任意一項所述方法的步驟。

35、本發(fā)明具有如下有益效果：

36、首先獲取待識別指紋圖像以及數據庫中錄入的對比指紋圖像，并對待識別指紋圖像以及對比指紋圖像分別進行圖像塊的劃分，得到目標塊以及對比塊，能夠更加精確的捕捉到指紋的局部特征。然后對目標塊與對比塊進行特征匹配，可以分析目標塊與對比塊之間的相似情況，從而初步確定目標塊的相似塊。由于不同的手指按壓力度以及按壓方向會導致待識別指紋圖像與對比指紋圖像相比，存在不完整以及角度等的偏差，但是指紋的各個特征之間的相對位置關系并不會因為前述情況的發(fā)生而改變，所以在本發(fā)明中，通過分析目標塊的鄰域塊與目標塊對應相似塊的鄰域塊之間的相似情況，可以更加全面的評估目標塊與對應相似塊之間的匹配關系，進而確定了目標塊與對應相似塊之間的相對位置相似值，提高了指紋識別的精確度和可靠性。最后，綜合考慮圖像中所有目標塊與對應塊之間的相對位置相似值，得到待識別指紋圖像與對比指紋圖像之間的匹配程度值，并基于匹配程度值進行指紋識別，從而即使在指紋圖像不完整的情況下，也能夠準確的進行指紋匹配，提高了識別的可靠性，更加準確的判斷用戶身份。