买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉天津大学申请的专利一种高灵敏度和防伪的超声导波指纹成像与认证方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119810876B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411880989.X，技术领域涉及：G06V40/13；该发明授权一种高灵敏度和防伪的超声导波指纹成像与认证方法是由刘洋;赵成威;陈帅男;李健;曾周末设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种高灵敏度和防伪的超声导波指纹成像与认证方法在说明书摘要公布了：本发明提出了一种高灵敏度和防伪的超声导波指纹成像与认证方法，步骤为：构建指纹采集的超声换能器并放置在光学感应器上，采集指纹的声场信号和指纹灰度图像；对指纹灰度图像进行预处理，建立指纹速度模型；提取指纹的声场信号中初至波时域信号片段，建立频域声场矩阵；建立指纹成像的离线训练数据集，通过离线训练获得下降梯度矩阵；搭建图像修复和细节匹配的后处理模型并进行训练；通过下降梯度矩阵在线反演得到测试例的指纹反演图像；指纹反演图像输入训练后的后处理模型得到指纹匹配结果；利用指纹匹配结果计算个人认证置信，识别待认证的指纹。本发明即使在环境污染情况下，也能从声场响应中有效甄别出指尖上皮层的形态，具有超声换能器屏下空间零占用、高灵敏度成像和认证防伪的特点。

本发明授权一种高灵敏度和防伪的超声导波指纹成像与认证方法在权利要求书中公布了：1.一种高灵敏度和防伪的超声导波指纹成像与认证方法，其特征在于，其步骤包括： S1：构建指纹采集的超声换能器，并将超声换能器放置在光学感应器上，超声换能器采集指纹的声场信号，光学感应器采集指纹灰度图像； 所述超声换能器包括呈圆环形排列若干个的超声换能器阵元，超声换能器阵元包括压电陶瓷片组1，压电陶瓷片组1的上侧和下侧分别设置有正极铜箔2和负极铜箔3，负极铜箔3的下侧和正极铜箔的上侧均设置有玻璃板4，正极铜箔2和负极铜箔3均与超声仪器相连接；正极铜箔2和负极铜箔3间铺设有绝缘层8，两玻璃板之间的最外围边缘处设置有声场边界吸收层9； 所述压电陶瓷片组1由至少一个圆形的PZT-5H薄片组成，所述正极铜箔2和负极铜箔3均包括直径与PZT-5H薄片相同的圆形端点，圆形端点上设置有引线，负极铜箔3的引线末端均与环形铜箔相连接，环形铜箔接地；在负极铜箔3的最外围直连在一个方形铜箔上，方形铜箔的四角被断点分成了直线铜箔和直角铜箔，直线铜箔翻折90°向外，敷铜面翻转至向下与正极铜箔2的敷铜面同侧，直角铜箔则被预留作为调试接触点10； 所述正极铜箔2等分为四个部分，每部分正极铜箔的敷铜面向下；每部分正极铜箔均采用聚二甲基硅氧烷薄膜7进行固定；所述玻璃板4的最外围环绕橡皮泥充当声场边界吸收层9； 所述光学感应器表面玻璃与超声换能器的玻璃板4之间铺设一层透明的聚二甲基硅氧烷薄膜； S2：对指纹灰度图像进行预处理，并基于全局矩阵法计算用于表征指纹的相速度区间，根据预处理后的指纹灰度图像建立指纹速度模型； S3：提取指纹的声场信号中相速度区间对应模式的初至波时域信号片段，进行频域能量流幅值提取获得频谱幅值，建立频域声场矩阵； S4：利用步骤S2和S3的方法建立指纹成像的离线训练数据集，通过离线训练获得下降梯度矩阵；搭建图像修复和细节匹配的后处理模型并进行训练； 所述离线训练采用的监督下降法为： 式中，R为通过离线训练所获得的下降梯度矩阵，Δs＝s0-s1为声场矩阵差异，s0和s1分别代表指尖按压前后的频域声场矩阵；β为正则化权重，Δm＝m0-m1为指纹速度模型差异，m0和m1分别代表指尖按压前后的指纹速度模型；速度声场矩阵s和指纹速度模型m均为包含所有算例的数据矩阵； 所述后处理模型包含用于图像修复的DLCNN模型和用于指纹匹配的MaskR-CNN模型，所述DLCNN模型采用小尺度、深层数的架构，所有卷积层均采用3×3的维度；所述MaskR-CNN模型包括依次连接的ResNet101特征提取网络、特征金字塔网络、区域提议网络、感兴趣区域排列和全卷积网络；利用DLCNN模型得到修复后指纹灰度图像，通过偶对称Gabor滤波器将修复后指纹灰度图像转化为指纹图像的二值化形式后输入MaskR-CNN模型，修复后指纹灰度图像通过MaskR-CNN模型得到指纹匹配结果图像； 所述MaskR-CNN模型的训练数据集包括光学感应器采集的多个注册指尖的指纹灰度图像的二值化形式并附有指纹标记； S5：通过超声换能器采集待认证指纹的声场信号，通过光学感应器采集待认证的指纹灰度图像，利用步骤S2和S3的方法得到测试例的指纹速度模型和频域声场矩阵，通过下降梯度矩阵在线反演得到测试例的指纹反演图像；指纹反演图像输入训练后的后处理模型得到指纹匹配结果； S6：利用指纹匹配结果计算个人认证置信，通过个人认证置信识别待认证的指纹； 采用了涵盖多指纹细节的大范围标记方法，标记了8个大范围指纹细节； 所述计算个人认证置信的方法为：将注册指尖的指纹细节独特性分为3个等级，等级1的指纹细节具有最高的独特性，选为代表个人信息的关键特征，等级2的指纹细节独特性次之，而等级3的指纹细节独特性则相对较弱；则个人认证置信为： 式中，ξk为补偿因子，补偿因子与所标记指纹细节相关的经验值，随MaskR-CNN模型识别的指纹细节数量k∈[0,8]而变化，b为等级1至3的权重。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津大学，其通讯地址为：300072 天津市南开区卫津路92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。