一种基于指纹识别的智能办公室门禁系统的制作方法

本发明涉及智能门禁技术领域，特别是一种基于指纹识别的智能办公室门禁系统。

背景技术：

门禁系统即出入口门禁安全管理系统，是新型现代化安全管理系统，它集微机自动识别技术和现代安全管理措施为一体，它涉及电子，机械，光学，计算机技术，通讯技术，生物技术等诸多新技术。它是解决重要地方出入口实现安全防范管理的有效措施。适用各种机要领域，如银行、宾馆、机房、军械库、机要室、办公间、智能化小区、工厂、高速收费等。

现有的办公室门禁系统大多采用ic卡刷卡的方式来控制办公室及单元门的开启，但是通常同一个ic卡能打开大门及不同单元门，或者需要采用不同的ic卡来打开大门或不同的单元门；前者同一个ic卡能打开所有的门，当ic卡丢失后，容易给办公室安全带来隐患；后者需要采用不同的ic卡来打开不同单元的门，操作时需要携带大量ic卡，十分不方便。

技术实现要素：

针对上述问题，本发明旨在提供一种基于指纹识别的智能办公室门禁系统。

本发明的目的采用以下技术方案来实现：

一种基于指纹识别的智能办公室门禁系统，包括：指纹采集设备、服务器和控制设备，其中，

所述指纹采集设备，用于采集用户指纹图像，将获取的所述用户指纹图像与该指纹采集设备编号发送到服务器；

所述服务器，包括处理模块、特征存储模块和指令发送模块；

所述处理模块，用于对接收的指纹图像进行边缘检测及特征提取处理，获取用户指纹特征参数，并将所述用户指纹特征参数与特征存储模块中预存的与所述指纹采集设备编号相关联的指纹特征参数进行匹配，计算所述用户指纹特征参数和预存的指纹特征参数的相似度，当相似度大于设定的阈值时，输出匹配结果为正确；

所述特征存储模块，用于储存用户预存的指纹采集设备编号、与该指纹采集设备编号相关联的用户指纹特征参数、及与该指纹采集设备编号相应的控制设备信息；

所述指令发送模块，用于当所述处理模块输出的匹配结果为正确时，根据接收的指纹采集设备编号向与该编号相应的控制设备发送开门指令；

所述控制设备，用于接收由所述服务器发送的所述开门指令，根据所述开门指令打开其对应的门禁系统。

本发明的有益效果为：本发明通过在办公室不同的门禁中设置指纹采集设备来控制该门禁，将获取的指纹图像上传到服务器中，由服务器对接收的指纹图像进行识别处理，判断该指纹图像是否与该指定门禁系统相关联的指纹图像特征参数向匹配，从而控制该门禁系统的开启，能够根据实际需要对不同的门禁预存不同的与其匹配的指纹特征参数，使不同的用户能够开启不同的门禁，增强了对办公室门禁系统权限的控制水平，适应性强，智能化水平高；同时，通过指纹来区分不同用户的身份信息，能够进一步加强开门权限和用户的一致性，有效预防现有技术中因ic卡丢失导致的安全隐患。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明的框架结构图；

图2为本发明处理模块的框架结构图。

附图标记：

指纹采集设备1、服务器2、控制设备3、处理模块21、特征存储模块22、指令发送模块23、管理模块24、增强单元211、滤波单元212、边缘检测单元213、特征提取单元214、识别单元215

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，其示出一种基于指纹识别的智能办公室门禁系统，包括：指纹采集设备1、服务器2和控制设备3，其中，

所述指纹采集设备1，用于采集用户指纹图像，将获取的所述用户指纹图像与该指纹采集设备1编号发送到服务器2；

所述服务器2，包括处理模块21、特征存储模块22和指令发送模块23；

所述处理模块21，用于对接收的指纹图像进行边缘检测及特征提取处理，获取用户指纹特征参数，并将所述用户指纹特征参数与特征存储模块22中预存的与所述指纹采集设备1编号相关联的指纹特征参数进行匹配，计算所述用户指纹特征参数和预存的指纹特征参数的相似度，当相似度大于设定的阈值时，输出匹配结果为正确；

所述特征存储模块22，用于储存用户预存的指纹采集设备1编号、与该指纹采集设备1编号相关联的用户指纹特征参数、及与该指纹采集设备1编号相应的控制设备3信息；

所述指令发送模块23，用于当所述处理模块21输出的匹配结果为正确时，根据接收的指纹采集设备1编号向与该编号相应的控制设备3发送开门指令；

所述控制设备3，用于接收由所述服务器2发送的所述开门指令，根据所述开门指令打开其对应的门禁系统。

本发明上述实施方式，通过在办公室不同的门禁中设置指纹采集设备1来控制该门禁，将获取的指纹图像上传到服务器2中，由服务器2对接收的指纹图像进行识别处理，判断该指纹图像是否与该指定门禁系统相关联的指纹图像特征参数向匹配，从而控制该门禁系统的开启，能够根据实际需要对不同的门禁预存不同的与其匹配的指纹特征参数，使不同的用户能够开启不同的门禁，增强了对办公室门禁系统权限的控制水平，适应性强，智能化水平高；同时，通过指纹来区分不同用户的身份信息，能够进一步加强开门权限和用户的一致性，有效预防现有技术中因ic卡丢失导致的安全隐患。

在一种实施方式中，所述服务器2还包括管理模块24，用于将预存的图像指纹特征参数与指纹采集设备1编号进行关联，并储存到所述特征存储模块22中。

本发明上述实施方式，通过将指定用户的指纹特征与指定的指纹采集设备1编号进行关联，能够有效地管理指定用户与办公室中指定门禁的开门权限，通过后台操作，免除了现有技术中需要到每一个门禁设备中录入指纹才能开启相应门禁的繁琐操作，方便用户使用。

在一种实施方式中，所述控制设备3信息包括控制设备3的ip地址、身份信息、编号中的一项或多项。

在一种实施方式中，参见图2，所述处理模块21进一步包括依次连接的增强单元211、滤波单元212、边缘检测单元213、特征提取单元214和识别单元215，其中，

所述增强单元211，用于对接收的指纹图像进行灰度化处理，获取灰度化图像；

所述滤波单元212，用于对所述灰度化图像进行滤波处理，获取滤波图像；

所述边缘检测处理，用于对所述滤波图像进行二值化处理，获取滤波图像中的指纹部分；

所述特征提取单元214，对所述指纹部分进行特征提取处理，获取用户指纹特征参数；

所述识别单元215，用于将所述用户指纹特征参数与所述特征存储模块22中预存的与所述指纹采集设备1编号相关联的指纹特征参数进行匹配，计算所述用户指纹特征参数和预存的指纹特征参数的相似度，当相似度大于设定的阈值时，输出匹配结果为正确。

在一种实施方式中，所述滤波单元212进一步包括依次连接的第一滤波单元和第二滤波单元，其中：

所述第一滤波单元用于对所述灰度化图像进行除脉冲噪声处理，获取第一滤波图像；

所述第二滤波单元用于对所述第一滤波图像进行除高斯噪声处理，获取第二滤波图像；

其中所述第二滤波图像作为所述滤波单元212输出的所述滤波图像。

本发明上述实施方式，由于脉冲噪声和高斯噪声普遍存在办公室环境中，其会影响采集的指纹图像的质量，从而导致用户身份识别不精确的问题，因此分别对指纹图像进行除脉冲噪声和除高斯噪声处理，能够有效地提高指纹图像的质量，为系统准确识别用户指纹特征参数奠定了基础。

在一种实施方式中，所述第一滤波单元，进一步包括：

(1)依次遍历所述灰度化图像a的每个像素点，如果该像素点aα,β的灰度值ε(aα,β)＝0或者ε(aα,β)＝255，则标记该像素点是脉冲噪声点，否则标记该像素点为非脉冲噪声点；

(2)分别对获取的脉冲噪声点进行处理，以脉冲噪声点aα,β为中心点，获取该脉冲噪声点aα,β的d×d邻域，其中d＝2c+1，c＝mic(δα,δβ)，其中δα和δβ分别表示该脉冲噪声点与距离该脉冲噪声点最近的非脉冲噪声点的水平距离和竖直距离，d表示该邻域的尺寸；

对该脉冲噪声点aα,β进行除噪声处理，其中采用的除噪声函数为：

式中，ε′(aα,β)表示除噪声后像素点aα,β的灰度值，fα,β表示以该脉冲噪声点aα,β为中心点的d×d邻域内的非脉冲噪声点集合，η(fα,β)表示集合fα,β中像素点的灰度平均值，eα,β＝{g1|g1∈fα,β,|ε(g1)-ε(aα,β)|＜h’}，表示该脉冲噪声点aα,β为中心点的d×d邻域内与中心点的灰度值差小于设定的阈值h’的非脉冲噪声点集合；e′α,β＝{g2|g2∈fα,β,|ε(g2)-ε(aα,β)|≥h’}表示该脉冲噪声点aα,β为中心点的d×d邻域内与中心点的灰度值差大于或等于设定的阈值h’的非脉冲噪声点集合，ζ(eα,β)和ζ(e′α,β)分别表示集合eα,β和e′α,β中像素点的灰度中值，τ1，τ2分别表示设定权重因子；

(3)依次将脉冲噪声点的灰度值ε(aα,β)更新为ε′(aα,β)，输出第一滤波图像。

本发明上述实施方式，由于脉冲噪声在仪表图像中灰度值为0或者255，因此利用这一特性检测出仪表图像的脉冲噪声像素点，并对该脉冲噪声像素点采用上述除噪声函数进行处理，首先能够自适应地选取脉冲噪声像素点的邻域窗口大小，根据邻域中的非脉冲噪声像素点对噪声像素点的灰度值进行更新，能够准确地还原脉冲噪声像素点的灰度值，提高了图像处理模块21的精确度及智能化水平。

在一种实施方式中，所述第二滤波单元，进一步包括：

(1)选取所述第一滤波图像中的一个像素点为中心像素点，分别获取该中心像素点与其b×b邻域中每个像素点的相似度，其中采用的相似度函数为：

式中，i(α0,α(k))表示中心像素点α0与邻域像素点α(k)的相似度；ε0和ε(k)分别表示像素点α0和α(k)的灰度值，ψσ表示设定的调节因子；

(2)根据邻域中像素点α(k)与中心像素点α0的相似度构造一个有序集合其中其中b²-1表示邻域像素点的总数，其中k∈[1,b²-1]；

(3)根据有序集合对所述中心像素点进行去高斯噪声处理，其中采用的除噪声函数为：

其中，

式中，ε′0表示去高斯噪声处理后像素点α0的灰度值，ε(j)表示有序集合中像素点α(j)的灰度值，i(α0,α(j))表示中心像素点与该有序集合中像素点α(j)的相似度，表示自适应去噪因子，表示相似性累积和，rv表示整数集合，rv＝{1,2,…,b²-1}；

(4)依次遍历第一滤波图像内的每一个像素点，分别对所述每一个像素点进行上述去高斯噪声处理，获取所述每一个像素点去高斯噪声处理后的灰度值，并根据所述每一个像素点去高斯噪声处理后的灰度值组成第二滤波图像。

本发明上述实施方式，采用上述方式对第一滤波图像作进一步去高斯噪声处理，从目标像素点的邻域像素点中自适应地选取最合适的邻域像素点作为标准，对目标像素点作滤波处理，智能化程度高，去噪效果好。

在一种实施方式中，所述第二滤波单元，进一步包括：

其中，所述调节因子ψσ由下列方式获取：

(1)对所述第一滤波图像b进行nsct分解得到低频图像r，并将低频图像r分解为互相重叠的b×b小块bn，计算每个小块bn的标准差其中b≥3，n∈[1,n]，n表示所述小块的总数；

(2)初始化设定γw＝g、迭代次数u＝0，其中g表示设定的初始标准差阈值大小；

(3)开始迭代过程：

(31)在低频图像r上获取满足小于γw的小块bn作为弱纹理块，并标记其坐标信息，其中w表示设定的初始阈值；

(32)将该弱纹理块的坐标信息映射到第一滤波图像b相应的位置，在第一滤波图像b上获取弱纹理快，并对第一滤波图像b上提取的弱纹理块进行如下处理：

将第一滤波图像b中获取的弱纹理块转换成列向量yu，yu表示第u个弱纹理快转换成的列向量；

获取弱纹理块组成的协方差矩阵，其中采用的协方差矩阵函数为：

式中，σy表示弱纹理块组成的协方差矩阵，s表示弱纹理快的总数，yu表示第u个弱纹理块的列向量，y表示数据集{yu}的平均值；

并根据该协方差矩阵的最小特征值获取第一滤波图像b的标准差估计其中umin(σy)表示协方差矩阵σy的最小特征值；

(33)对标准差估计进行判断：如果则输出作为调节因子ψσ，并结束迭代过程；如果则设定重复上述迭代过程，直到迭代次数u大于设定的阈值。

本发明上述实施方式，采用上述方式确定调节因子的大小，能够在未知高斯噪声的标准差的情况下，对高斯噪声点的标准差进行准确的预估，并且将其作为调节因子，能够有助于提高去高斯噪声处理的精确度，滤波效果好，智能化水平高。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。