一种指纹识别卡和卡上运行的指纹识别方法转让专利
申请号 : CN201110285748.7
文献号 : CN102354367A
文献日 : 2012-02-15
发明人 : 吕虹晓 , 杨波
申请人 : 杭州晟元芯片技术有限公司
摘要 :
本发明涉及一种指纹识别卡和卡上运行的指纹识别方法，主要包括：指纹采集模块，用于通过数据卡上的指纹扫描器，采集用户的指纹信息；指纹验证模块，用于将采集的指纹信息与存储的指纹模板进行比对，输出比对结果；控制模块，用于根据指纹验证模块输出的比对结果，对数据卡进行相应的控制。该方法是通过指纹识别卡的指纹采集模块采集指纹信息，通过指纹验证模块将采集到的指纹信息与数据库中的指纹特征模板进行比对，将比对结果输出，对数据卡进行相应的控制。本发明有益的效果是：可以仅使用很小的RAM，而识别效果依然很好，适合在各类卡上，如JAVA卡上运行。可在仅12KB字节RAM，72M主频的芯片上运行。可以在卡内CPU上运行，实现卡内的指纹识别功能。
权利要求 :
1.一种指纹识别卡，其特征在于：主要包括：
指纹采集模块，用于通过数据卡上的指纹扫描器，采集用户的指纹信息；
指纹验证模块，用于将采集的指纹信息与存储的指纹模板进行比对，输出比对结果；
控制模块，用于根据指纹验证模块输出的比对结果，对数据卡进行相应的控制。
2.一种采用如权利要求1所述的指纹识别卡的指纹识别方法，其特征在于：通过指纹识别卡的指纹采集模块采集指纹信息，通过指纹验证模块将采集到的指纹信息与数据库中的指纹特征模板进行比对，采用细节点比对的方法，每两细节Mi、Mj的连线，称为1个比对单元，比对单元由连线长度d，指纹纹路在细节点i处的切线与连线Lij的夹角θ1，细节点i和细节点j的角度差θ2组成，将比对结果输出，对数据卡进行相应的控制。
3.根据权利要求2所述的指纹识别方法，其特征在于：所述连线的长度d为d
4.根据权利要求2所述的指纹识别方法，其特征在于：所述夹角θ1和角度差θ2为
0~255单元度。
5.根据权利要求2所述的指纹识别方法，其特征在于：所述比对单元的数量限定为最多M个细节点参与比对，每个细节点生成N个比对单元，1个指纹特征最多需要M*N个比对单元。
6.根据权利要求2或5所述的指纹识别方法，其特征在于：所述比对单元不包含细节点类型信息。
说明书 :
一种指纹识别卡和卡上运行的指纹识别方法
技术领域
[0001] 本发明涉及生物特征识别领域，特别涉及指纹识别技术，尤其是一种指纹识别卡和卡上运行的指纹识别方法。
背景技术
[0002] 生物特征识别技术是指利用人体生物特征进行身份认证的一种技术。生物识别系统是对生物特征进行取样，通过提取特征的算法将取样出的生物特征转化成数字特征，并进一步将这些特征组合而成的特征模板，存入数据库中。在识别系统进行身份认证时，识别系统获取现场生物特征，转换为数字特征并与数据库中存放的特征模板进行比对，计算出二者之间的相似度，以确定是否匹配，从而决定接受或拒绝该人。
[0003] 指纹是生物特征的一种，具有唯一、再生、不可抵赖、方便提取、易于辨识等特点。目前指纹识别技术是生物特征识别技术中最成熟的技术，已被全球大部分国家政府接受与认可，已广泛地应用到政府、军队、银行、社会福利保障、电子商务和安全防卫等领域。
[0004] 现有的指纹识别算法中需要资源很大，一般RAM需要64K字节，主频需要100M以上。智能卡内部有CPU和RAM，可以进行身份识别、支付工具、加密/解密，信息存储功能。目前应用非常广泛。由于成本和体积限制，卡内CPU芯片主频均不高，RAM容量较小，仅
10KB~20KB左右。由于需要的RAM过大，限制了现有指纹识别算法在卡中的应用。
10KB~20KB左右。由于需要的RAM过大，限制了现有指纹识别算法在卡中的应用。
[0005] 中国专利公告第CN1217287C号公开了一种指纹识别方法：指纹特征中一个特征点由：特征点i的x坐标，y坐标，指纹纹路在特征点i处的切线与x轴的夹角θ，以及说明特征点i是纹路叉点还是端点的属性表示。特征具有m个特征点时，现场指纹特征数据链表由m*m个元素组成。每个元素Lij的数据结构由该连线的长度，指纹纹路在特征点i处的切线与连线Lij的夹角θ1，指纹纹路在特征点j处的切线与连线Lij的夹角θ2，以及说明连线端点i与j之间属性的综合属性表示。众所周知：1个字节的表示范围为0~255，而角度的范围为0~359度，对于一副长宽均为400像素的图像来说，2个点间的距离范围为：0~566像素，长度由2字节表示，θ1由2字节表示，θ2由2字节表示，属性由1字节表示。
1个元素由7字节组成。如果特征点个数m为50时，元素有2500个，一共占用17500字节。
2个特征相互比对则需要2*m*m个元素，共35000字节。
1个元素由7字节组成。如果特征点个数m为50时，元素有2500个，一共占用17500字节。
2个特征相互比对则需要2*m*m个元素，共35000字节。
[0006] 中国专利公告第CN100412883C号也公开了一种指纹识别方法：匹配方法也是基于细节点连线的。匹配时候考虑2个细节点mi，mj的连线长度（2字节表示）：dij；连线与细节点方向的夹角ai（2字节表示），bi（2字节表示）；两个细节点的类型t（2字节表示）；曲率c（1字节表示）；脊密度g（1字节表示）；这样1个连线需要10个字节表示。如果2个特征各有50个细节点，则需要2*50*50*10，共50000字节。
[0007] 可以看到以上指纹识别算法需要的RAM均很大，至少需要30K，限制了指纹识别算法在嵌入式芯片的应用。在嵌入式芯片中，内嵌RAM是非常占芯片面积的，所以大RAM就意味着高成本。在各类卡上，如JAVA卡上，内部芯片的RAM仅有10KB~20KB，所以现有的指纹识别算法很难实现在卡上芯片内进行比对。
[0008] 因此，有必要针对上述缺陷进行技术改进。
发明内容
[0009] 本发明的目的在于提供一种低成本的在指纹卡内部实现指纹比对的指纹识别方法以及基于此种方法的指纹识别卡。
[0010] 本发明解决其技术问题采用的技术方案：这种指纹识别卡，主要包括：指纹采集模块，用于通过数据卡上的指纹扫描器，采集用户的指纹信息；指纹验证模块，用于将采集的指纹信息与存储的指纹模板进行比对，输出比对结果；控制模块，用于根据指纹验证模块输出的比对结果，对数据卡进行相应的控制。
[0011] 这种指纹识别方法，该方法通过指纹识别卡的指纹采集模块采集指纹信息，通过指纹验证模块将采集到的指纹信息与数据库中的指纹特征模板进行比对，采用细节点比对的方法，每两细节Mi，Mj的连线，称为1个比对单元，比对单元由连线长度d，指纹纹路在细节点i处的切线与连线Lij的夹角θ1，细节点i和细节点j的角度差θ2组成，将比对结果输出，对数据卡进行相应的控制。
[0012] 所述连线的长度d为d
[0013] 所述夹角θ1和角度差θ2为0~255单元度。
[0014] 所述比对单元的数量限定为最多M个细节点参与比对，每个细节点生成N个比对单元，1个指纹特征最多需要M*N个比对单元。
[0015] 所述比对单元不包含细节点类型信息。
[0016] 本发明与现有技术相比，有益的效果是：可以仅使用很小的RAM，而识别效果依然很好，适合在各类卡上，如JAVA卡上运行。可在仅12KB字节RAM，72M主频的芯片上运行。可以在卡内CPU上运行，实现卡内的指纹识别功能。
附图说明
[0017] 图1为细节点为叉点的示意图；图2为细节点为端点的示意图；
图3为比对单元结构示意图；
图4为N固定为50时，不同的M对EER的影响的示意图；
图5 为M固定为50时，不同的N对EER的影响的示意图。
图3为比对单元结构示意图；
图4为N固定为50时，不同的M对EER的影响的示意图；
图5 为M固定为50时，不同的N对EER的影响的示意图。
具体实施方式
[0018] 下面结合附图和实施例对本发明作进一步说明：本发明所述的这种指纹识别卡，主要包括：指纹采集模块，用于通过数据卡上的指纹扫描器，采集用户的指纹信息；指纹验证模块，用于将采集的指纹信息与存储的指纹模板进行比对，输出比对结果；控制模块，用于根据指纹验证模块输出的比对结果，对数据卡进行相应的控制。
[0019] 这种指纹识别方法，通过指纹识别卡的指纹采集模块采集指纹信息，通过指纹验证模块将采集到的指纹信息与数据库中的指纹特征模板进行比对，采用细节点比对的方法，每两细节Mi，Mj的连线，称为1个比对单元，比对单元由连线长度d，指纹纹路在细节点i处的切线与连线Lij的夹角θ1，细节点i和细节点j的角度差θ2组成，将比对结果输出，对数据卡进行相应的控制。
[0020] 由于指纹图像采集中总是存在噪声，在经过指纹处理算法后，经常出现指纹细节点类型错误的情况，即：原来是端点，识别为叉点，或者原来是叉点，识别为端点。如图1为FVC2000图像库中DB1_B中101_6图像，图2为FVC2000图像库中DB1_B中101_7图像。图1和图2是同一枚手指，中间圈出的是一个对应的细节点，圈出的细节点在图1中看上去是一个叉点，而在图2中看上去是一个端点。由于细节点的类型误差较大，所以在构造比对单元时，不包含细节点类型信息。
[0021] 由于手指是柔软的，采集到的指纹图像会有形变，距离越远的部分，形变越大，所以在对连线长度d做限制，限定d
[0022] 通常的角度范围为0~359度，需要2个字节才能表示，本方法中将计算角度规范化到0~255单元度。即，将360度平均分为256等份，1单元度表示1.40625度。这样角度仅需要1个字节即可表示，即夹角θ1和角度差θ2均粗化为0~255单元度。
[0023] 如图3所示，1个比对单元由连线长度d（1字节），指纹纹路在细节点i处的切线与连线Lij的夹角θ1（1字节），比对单元还包含细节点i和细节点j的角度差θ2（1字节）组成，1个比对单元占用3个字节。
[0024] 限制比对单元的数量，设定最多M个细节点参与比对，每个细节点生成N个比对单元，这样1个指纹特征最多需要M*N个比对单元。如果M为40，N为15，则1个指纹特征需要40*15*3即1800字节。2个指纹特征比对需要3600字节。这样在比对时候需要的比对单元信息仅占用3600字节，由于比对单元的数量下降了，需要的运算量也随之下降，即可以使用更低的主频。
[0025] 实验方法说明：选择一个指纹库，包含200个手指{F0、F1、F2……F199}，其中每个手指有10个特征{T0、T1、T2……T9}。
[0026] 进行拒真测试时：选择同样手指Fx的2个不同特征：Ta、Tb进行比对，记录比对得分。共比对200*10*9 = 18000次。
[0027] 进行认假测试时：选择不同手指Fx、Fy的2个特征：Ta、Tb进行比对，记录比对得分。共比对200*199*10*10 = 3980000次。
[0028] 参图4所示，N固定为50时，不同的M对EER的影响：M 15 20 25 30 35 40 45 50
EER（单位%） 2.364 1.31.096 1.056 1.028 0.997 1.007 1.007
参图5所示，M固定为50时，不同的N对EER的影响：
N 15 20 25 30 35 40 45 50
EER（单位%） 0.997 1.008 0.998 1.008 1.007 1.007 1.007 1.007
且实验进一步得出，不同M、N对EER、FRR的影响：
M 50 30 50 40
N 50 30 15 15
EER（单位%） 1.007 1.056 0.997 0.998
FRR（单位%） 4.0667 4.2 4.25 4.26
由上表可知：当M、N分别由50、50降低到40、15时，测试实际拒真率（ERR）仅从4.0667%提高到4.260%，即好用性仅下降4.47%，而速度提高30%以上，需要的RAM降低到原1/10左右。实际测试本指纹识别算法可以在卡内的嵌入式芯片（72M主频，12KBRAM）中实现指纹识别功能，平均比对2个特征时间在30mS内。
EER（单位%） 2.364 1.31.096 1.056 1.028 0.997 1.007 1.007
参图5所示，M固定为50时，不同的N对EER的影响：
N 15 20 25 30 35 40 45 50
EER（单位%） 0.997 1.008 0.998 1.008 1.007 1.007 1.007 1.007
且实验进一步得出，不同M、N对EER、FRR的影响：
M 50 30 50 40
N 50 30 15 15
EER（单位%） 1.007 1.056 0.997 0.998
FRR（单位%） 4.0667 4.2 4.25 4.26
由上表可知：当M、N分别由50、50降低到40、15时，测试实际拒真率（ERR）仅从4.0667%提高到4.260%，即好用性仅下降4.47%，而速度提高30%以上，需要的RAM降低到原1/10左右。实际测试本指纹识别算法可以在卡内的嵌入式芯片（72M主频，12KBRAM）中实现指纹识别功能，平均比对2个特征时间在30mS内。
[0029] 通过分析，合理减小参与比对的细节点对的信息，达到减小比对时占用RAM大小，而性能却没有较大损失的目的。合理减小参与比对的细节点对的个数，达到减小比对时占用RAM大小，而性能却没有较大损失的目的。
[0030] 术语解释：1、EER：是相等错误率（Equal Error Rate）的简称，它是认假率（FAR）和拒真率（FRR）相等时的错误率。
[0031] 2、FAR： 认假率。
[0032] 3、FRR： 拒真率。
[0033] 除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。