CN101529445B - 光谱生物测定传感器 - Google Patents

光谱生物测定传感器 Download PDF

Info

Publication number
CN101529445B
CN101529445B CN200780029057.2A CN200780029057A CN101529445B CN 101529445 B CN101529445 B CN 101529445B CN 200780029057 A CN200780029057 A CN 200780029057A CN 101529445 B CN101529445 B CN 101529445B
Authority
CN
China
Prior art keywords
light
skin part
biometric
image
claiming
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN200780029057.2A
Other languages
English (en)
Other versions
CN101529445A (zh
Inventor
罗伯特·K·罗
斯蒂芬·P·科科伦
克里斯汀·A·尼克森
瑞安·马丁
托德·杜内
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HID Global Corp
Original Assignee
SPECTRUM IDENTIFICATION CO
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from US11/458,619 external-priority patent/US7545963B2/en
Priority claimed from US11/458,607 external-priority patent/US7751594B2/en
Application filed by SPECTRUM IDENTIFICATION CO filed Critical SPECTRUM IDENTIFICATION CO
Publication of CN101529445A publication Critical patent/CN101529445A/zh
Application granted granted Critical
Publication of CN101529445B publication Critical patent/CN101529445B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/54—Extraction of image or video features relating to texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1324—Sensors therefor by using geometrical optics, e.g. using prisms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1341—Sensing with light passing through the finger
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G06V40/1394—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Optics & Photonics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供了用执行生物测定功能的方法和系统。采用照射光照射个体的声称的皮肤部位。声称的皮肤部位与一个表面接触。从声称的皮肤部位散射的光被接收在包含该表面的平面内。由接收光形成图像。由图像产生图像纹理量度。分析所产生的图像纹理量度，以执行生物测定功能。

Description

光谱生物测定传感器
相关申请的交叉引用
本申请是2004年4月5日由Robert K.Rowe等提交的同时待审的美国专利申请号10/818,698，名称为“多谱生物测定传感器”(“MULTISPECTRAL BIOMETRIC SENSOR”)(“‘698申请”)的部分继续申请。‘698申请是下列临时申请中每一个的非临时申请：2003年4月4日提交的美国临时专利申请号60/460,247，名称为“非侵入性酒精监测器”(″NONINVASIVE ALCOHOL MONITOR，″)；2003年6月27日由RobertK.Rowe等提交的美国临时专利申请号60/483,281，名称为“超光谱指纹读取器”(″HYPERSPECTRAL FINGERPRINT READER，″)；2003年9月18日提交的美国临时专利申请号60/504,594，名称为“超光谱指纹识别”(″HYPERSPECTRAL FINGERPRINTING，″)；和2004年3月10日提交的美国临时专利申请号60/552,662，名称为“用于生物测定的光学皮肤传感器”(″OPTICAL SKIN SENSOR FOR BIOMETRICS，″)。将每篇前述申请的全部内容作为用于全部目的的参考引入本文。
本申请还是2005年9月1日由Robert K.Rowe提交的同时待审的美国专利申请号11/219,006，名称为“用于生物测定欺骗检测的组织比较纹理分析”(″COMPARATIVE TEXTURE ANALYSIS OF TIS SUE FORBIOMETRIC SPOOF DETECTION，″)(“‘006申请”)的部分继续申请。‘006申请是2004年4月5日由Robert K.Rowe等提交的美国专利申请号10/818,698，名称为“多谱生物测定传感器”(“MULTISPECTRALBIOMETRIC SENSOR”)的部分继续申请，该申请是以下每篇申请的非临时申请：2003年4月4日提交的美国临时专利申请号60/460,247，2003年6月27日提交的美国临时专利申请号60/483,281，2003年9月18日提交的美国临时专利申请号60/504,594，和2004年3月10日提交的美国临时专利申请号60/552,662。将每篇前述申请的全部内容作为用于全部目的的参考引入本文。
‘006申请还是2005年4月25日由Robert K.Rowe提交的美国专利申请号11/115,100，名称为“多谱成像生物测定”(″MULTISPECTRALIMAGING BIOMETRICS，″)的部分继续申请，该申请是以下每篇申请的非临时申请：2004年6月1日提交的美国临时专利申请号60/576,364，2004年8月11日提交的美国临时专利申请号60/600,867，2004年9月17日提交的美国临时专利申请号60/610,802，2005年2月18日提交的美国临时专利申请号60/654,354，和2005年3月4日提交的美国临时专利申请号60/659,024。将每篇前述申请的全部内容作为用于全部目的的参考引入本文。
‘006申请还是2005年4月25日由Robert K.Rowe和Stephen P.Corcoran提交的美国专利申请号11/115,101，名称为“多谱生物测定成像”(″MULTISPECTRAL BIOMETRIC IMAGING，″)的部分继续申请，该申请是以下每篇申请的非临时申请：2004年6月1日提交的美国临时专利申请号60/576,364，2004年8月11日提交的美国临时专利申请号60/600,867，2004年9月17日提交的美国临时专利申请号60/610,802，2005年2月18日提交的美国临时专利申请号60/654,354，和2005年3月4日提交的美国临时专利申请号60/659,024。将每篇前述申请的全部内容作为用于全部目的的参考引入本文。
‘006申请还是2005年4月25日由Robert K.Rowe提交的美国专利申请号11/115,075，名称为“多谱生命状态鉴定”(″MULTISPECTRALLIVENESS DETERMINATION，″)的部分继续申请，该申请是以下每篇申请的非临时申请：2004年6月1日提交的美国临时专利申请号60/576,364，2004年8月11日提交的美国临时专利申请号60/600,867，2004年9月17日提交的美国临时专利申请号60/610,802，2005年2月18日提交的美国临时专利申请号60/654,354，和2005年3月4日提交的美国临时专利申请号60/659,024。将每篇前述申请的全部内容作为用于全部目的的参考引入本文。
本申请还涉及2001年6月5日提交的美国专利申请号09/874,740，名称为“利用专门光谱学系统的生物测定鉴定装置和方法”(″APPARATUSAND METHOD OF BIOMETRIC DETERMINATION USINGSPECIALIZED OPTICAL SPECTROSCOPY SYSTEM，″)。
发明背景
本申请一般涉及生物测定。更具体地，本申请涉及利用光谱信息执行生物测定测量的方法和系统。
“生物测定”通常指活体特征的统计学分析。生物测定的一个类别包括“生物测定识别”，其通常以两种方式之一操作以提供对人的自动识别或证明人所声称的身份。生物测定感测技术测量人的物理特征或行为特征，并将这些特征与类似的预先记录的测量比较，确定是否相配。常用于生物测定识别的物理特征包括面孔、虹膜、手掌轮廓、静脉结构以及指纹图案，指纹图案是所有生物测定-识别所用的特征中最普遍的特征。分析所收集的指纹的当前方法包括光学的、电容的、射频的、热的、超声的、以及几种其他不常见的技术。
大多数指纹收集方法依靠的是测量手指表面处或非常靠近位置的皮肤的特性。特别是，光学指纹读取器一般依靠的是传感器台板与放在它上面的手指之间的折射指数存在或不存在差别。当充有空气的指纹的谷处于台板的特定位置上时，在台板上会发生全内反射(“TIR”)，这是因为空气-台板折射指数不同。替代地，如果有适当折射指数的皮肤与台板有光学接触，那么在这个位置上TIR就会被“破坏”，光就能从台板-皮肤之间界面通过。在手指与台板接触的整个区域中TIR的差别的映射，形成传统的光学指纹读取的基础。使用多个光学装置检测光学界面在亮场和暗场光学两种布局中的这种变化。通常，单一的准单色光束被用于进行这种以TIR为基础的测量。
也存在非TIR光学指纹传感器。在大多数情况下，这些传感器依靠准单色光的一些装置，用这种光去照射指尖前面、侧面或背面而使光通过皮肤漫射。指纹图像的形成是由于光在皮肤-台板边界的传播情况对于指纹的脊(ridge)和谷(valley)有差别。光学传播中的差别是由于谷中存在或不存在任何中间空气隙所致的菲涅耳反射特性中的变化，如本领域技术人员所知道的。
光学指纹读取器对由非理想条件而导致的图像品质问题特别敏感。如果皮肤过分干燥，其与台板的指数匹配将被折衷，所得到的图像反差弱。类似地，如果手指非常湿，谷可能充满水，导致整个手指区域发生光学耦合而严重降低图像反差。如果手指对台板的压力过小或过大，皮肤或传感器不干净，皮肤老化和/或磨损，或者存在过分精细的特征，例如也许对于某些人种以及在很幼小的儿童中，类似的影响都可能发生。这些影响降低了图像质量，因而降低了指纹传感器的总体性能。在某些情况下，商品化的光学指纹读取器包含软材料如硅树脂的薄膜，帮助减轻这些影响和恢复性能。作为软材料，膜受到损伤、磨损和污染，如果不加保养就会限制传感器的使用。
光学指纹读取器，如那些基于TIR的以及其他模态(modalities)如电容、RF及其他的光学指纹读取器，典型地产生由于采集期间的非理想成像条件而在一定程度上受到影响的图像。最终图像的纹理特征分析因而受取样条件的影响，可能限制或模糊了对人的皮肤纹理特征的观察能力。其结果是在这类感测模态中纹理的利用受到限制。
生物测定传感器特别是指纹生物测定传感器，通常易被各种形式的欺骗样品击败。在指纹读取器的情况下，向读取器提交已授权使用者的指纹图案的各种方法是技术上已知的，将已授权使用者的指纹图案嵌入某种无生命的材料例如纸、凝胶、环氧树脂胶、乳胶以及诸如此类材料中。因此，即使指纹读取器被认为能可靠地判定相配的指纹图案存在或不存在，对于整个系统安全来说，确保匹配的图案采集自真实的活着的手指也是关键的，许多常规的传感器确定这一点也许是困难的。
另一种可能击败某些生物测定系统的途径是通过利用一种重放攻击(replay attack)，在这种情形下，入侵者在已授权使用者使用该系统时记录来自传感器的信号。此后，入侵者操作传感器系统使预先记录的已授权信号注入系统，因而绕过传感器本身而侵入生物测定所保护的系统。
使生物测定传感器更强健、更安全以及更不易出错的一种常用的方法是组合生物测定信号源，使用有时在技术上称为利用“双重”、“组合学(combinatoric)”、“分层”、“熔合”、“多重生物测定”、“多因素生物测定”传感的方法。为了如此提供增强的安全性，生物测定技术以这样的方式组合，即不同的技术同时测量身体的多个部分，从而阻止被使用不同的样品或击败组合的不同传感器的技术所击败。当技术的组合在某种意义上说它们是在观察身体的同一部分时，它们被看作是“紧密耦合”的。
生理分析物(physiological analytes)如葡萄糖、乙醇、血红蛋白、尿素和胆固醇的非侵害性光学测量的精度，可能受皮肤组织变化的不利影响。在某些情况下与生物测定测量结合测量一个或多个生理分析物是有利的。这种双重测量在商业和法律执行市场都有潜在的意义和应用。
因此，在技术上普遍需要改进的利用多谱成像系统和方法进行生物测定感测和分析物估计的方法和系统。
发明概述
本发明的实施方案提供用于执行生物测定功能的方法和系统。图像纹理量度用于实现纹理生物测定，其中通过分析皮肤部位纹理特征进行生物测定功能。
因此，在第一组实施方案中，提供一种执行生物测定功能的方法。采用照射光照射个体的声称的皮肤部位。所声称的皮肤部位与一个表面接触。从声称的皮肤部位散射的光基本上在包含该表面的平面内被接收。由所接收的光形成图像。由图像产生图像纹理量度。分析所产生的图像纹理量度以执行生物测定功能。
在某些实施方案中，生物测定功能包括反欺骗功能；在这类实施方案中，分析图像纹理量度以确定声称的皮肤部位是否包含活组织。在其他实施方案中，生物测定功能包括识别功能；在这类实施方案中，分析图像纹理量度以确定个体的身份。在另外其它实施方案中，生物测定功能包括人口统计或人体测量学功能；在这类实施方案中，分析图像纹理量度以估计个体的人口统计或人体测量学特征。
所述表面可以是成像检测器的表面，从声称的皮肤部位散射的光在成像检测器被接收。备选地，光的图案可从平面转移至设置在平面外部的成像检测器而没有图案的显著退化或衰减，转移的图案在成像检测器被接收。在不同的实施方案中，从声称的皮肤部位散射的光可在单色成像检测器或彩色成像检测器被接收。
在某些实施方案中，照射光是白光。于是图像可包括与不同波长对应的多个图像。因此可通过对多个图像的每一图像进行空间移动窗口分析来产生图像纹理量度。例如可对多个图像计算移动窗口傅里叶变换。备选地，可计算多个图像的移动窗口中心性量度和移动窗口变化性量度。
在分析所产生的图像纹理量度以执行生物测定功能时，所产生的图像纹理量度可与一个参考图像纹理量度相比较。在某些情况下，参考图像纹理量度从一个参考图像产生，这个参考图像由参考皮肤部位散射的光形成，而声称的皮肤部位与参考皮肤部位实质上不同。在某些实施方案中，在执行生物测定功能时，将接收光的谱特征与参考谱特征相比较。
在第二组实施方案中，提供生物测定传感器。传感器包括表面、照射子系统、检测子系统以及计算单元。表面适用于与声称的皮肤部位接触。配置有照射子系统用于当声称的皮肤部位与表面接触时对声称的皮肤部位进行照射。配置检测子系统用于接收从声称的皮肤部位散射的光，光基本上在包括表面的平面内被接收。计算单元与检测子系统接口连接并具有由接收光形成图像的指令。它还具有从图像产生图像纹理量度的指令，以及分析所产生的图像纹理量度以执行生物测定功能的指令。
可采用这种传感器执行多种不同的生物测定功能。在一个实施方案中，生物测定功能包括反欺骗功能，计算单元具有确定声称的皮肤部位是否包含活组织的指令。在另一实施方案中，生物测定功能包括识别功能，计算单元具有根据所产生的图像纹理量度确定个体身份的指令。在又一实施方案中，生物测定功能包括人口统计或人体测量学功能，计算单元具有根据所产生的图像纹理量度估计个体的人口统计或人体测量学特征的指令。
在某些情况下，生物测定传感器进一步包括成像检测器。在一个这类实施方案中，表面是成像检测器的表面，检测子系统包括成像检测器并被配置成在成像检测器接收从声称的皮肤部位散射的光。在另一这类实施方案中，成像检测器被设置在平面的外部。光学布局被配置成将光的图案从平面转移至成像检测器而没有图案的显著退化或衰减。检测系统包括成像检测器并被配置成在成像检测器接收被转移的图案。在不同的实施方案中成像检测器可包括单色成像检测器或彩色成像检测器。
在某些情况下，照射子系统被配置成以白光照射声称的皮肤部位。图像于是可包括与不同波长对应的多个图像，产生图像纹理量度的指令包括对多个图像的每一图像进行空间移动窗口分析的指令。例如，在一个实施方案中可具有对多个图像计算移动窗口傅里叶变换的指令，而另一个实施方案具有计算多个图像的移动窗口中心性量度和移动窗口变化性量度的指令。
在一个实施方案中，分析所产生的图像纹理量度以执行生物测定功能的指令包括将所产生的图像纹理量度与一个参考图像纹理量度相比较的指令。这一参考图像纹理量度已从一个参考图像产生，这一参考图像由参考皮肤部位散射的光形成，而声称的皮肤部位与参考皮肤部位实质上不同。在某一个实施方案中，在执行生物测定功能时计算单元还具有将接收光的谱特征与参考谱特征相比较的指令。
本发明的实施方案提供用于执行生物测定功能的方法和系统。使用白光照射声称的皮肤部位，并使用彩色成像器收集从声称的皮肤部位散射的光，从而产生多谱数据。这些多谱数据可以以利用不同照射波长收集的皮肤部位多图像的形式产生，其对应于不同量的被照射组织。然后，根据待执行的生物测定功能的特定方面，对这些数据进行不同类型的分析。
在第三组实施方案中，提供生物测定传感器。设置有白光照射子系统用于以白光照射个体的声称的皮肤部位。设置有检测子系统用于接收从声称的皮肤部位散射的光，检测子系统包括接收光入射于其上的彩色成像器。计算单元与检测子系统耦合。计算单元具有从彩色成像器的接收光导出声称的皮肤部位的多个空间分布图像的指令。多个空间分布图像与个体被照射组织的不同量对应。计算单元还具有分析多个空间分布图像执行生物测定功能的指令。
在这些实施方案的一个实施方案中，生物测定功能包括反欺骗功能，分析多个空间分布图像的指令包括确定声称的皮肤部位是否包含活组织的指令。在这些实施方案的另一实施方案中，分析多个空间分布图像以执行生物测定功能的指令包括分析多个空间分布图像以估计个体的人口统计或人体测量学特征的指令。在这些实施方案的又一实施方案中，分析多个空间分布图像以执行生物测定功能的指令包括分析多个空间分布图像以确定个体的血液中分析物浓度的指令。
在某些实施方案中，生物测定传感器包括与声称的皮肤部位接触的台板，白光照射子系统适用于通过台板照射声称的皮肤部位。在其他一些实施方案中，当皮肤部位不与生物测定传感器物理接触时，白光照射子系统替代适用于照射声称的皮肤部位。
在不同的实施方案中，可以不同的方式提供白光。例如，在一个实施方案中，白光照射子系统包括宽带白光源。在另一实施方案中，白光照射子系统包括多个窄带光源，以及将多个窄带光源所提供的光组合起来的光学装置。多个窄带光源可提供与一组基色的每一基色对应的波长的光。在某些情况下，声称的皮肤部位与照射声称的皮肤部位的照射区作相对运动。
某些实施方案利用偏振作用，在照射系统中包括配置成使白光偏振的第一偏振器。然后，检测系统包括配置成与接收光相遇(encounter)的第二偏振器。第一和第二偏振器可彼此相对交叉。在其他一些实施方案中，第一和第二偏振器可以是平行的。在某些实施方案中，第一偏振器可省去而保留第二偏振器。在某些实施方案中，这些偏振选择中的两个或多个可选地组合为单一器件。检测系统有时也可包括红外滤光器，红外滤光器配置成在接收光入射至彩色成像器以前，与接收光相遇。
在某些情况下，声称的皮肤部位是手指或手的掌面，生物测定功能包括生物测定识别。分析多个空间分布图像的指令包括从多个空间分布图像导出声称的皮肤部位的表面指纹或掌纹图像的指令。然后将表面指纹或掌纹图像与指纹或掌纹图像的数据库相比较以识别个体。在生物测定功能包括生物测定识别的另一实施方案中，分析多个空间分布图像的指令代之以包括将多个空间分布图像与多谱图像的数据库相比较以识别个体的指令。
在第四组实施方案中，提供一种执行生物测定功能的方法。用白光照射个体的声称的皮肤部位。用彩色成像器接收入射于其上的从声称的皮肤部位散射的光。导出声称的皮肤部位的多个空间分布图像，多个空间分布图像与个体被照射组织的不同量对应。分析多个空间分布图像以执行生物测定功能。
在这些实施方案的某些实施方案中，生物测定功能包括反欺骗功能，分析多个空间分布图像包括确定声称的皮肤部位是否包含活组织。在这些实施方案的其它实施方案中，分析多个空间分布图像以估计个体的人口统计或人体测量学特征。在这些实施方案的还不同的实施方案中，分析多个空间分布图像以确定个体的血液中分析物的浓度。
有时可用白光通过与声称的皮肤部位接触的台板直接照射声称的皮肤部位。在某些情况下，可用宽带白光源照射声称的皮肤部位，而在另一些情况下可产生并组合多个窄带光束，多个窄带光束或许与一组基色对应。声称的皮肤部位可能与照射声称的皮肤部位的照射区作相对运动。
在一个实施方案中，以第一偏振化作用使白光偏振，以第二偏振化作用使所接收的从声称的皮肤部位散射的光偏振。第一和第二偏振化作用可实质上彼此相对交叉，或者可相互平行。有时可在接收光入射至彩色成像器以前，在红外波长对接收光进行过滤。
在某些情况下，生物测定功能包括生物测定识别。例如，声称的皮肤部位或许是手指或手的掌面。于是多个空间分布图像的分析可这样来进行：从多个空间分布图像导出表面指纹或掌纹图像，以及将表面指纹或掌纹图像与指纹或掌纹图像的数据库相比较。在一个备选的实施方案中，多个空间分布图像可与多谱图像的数据库相比较以识别个体。
附图说明
通过参考本说明书的后续部分及附图，可进一步理解本发明的特征和优点，附图中类似的参考标号在这些图中始终用于指示类似的部件。在某些例图中，参考标号包括数字部分及后随的拉丁字母下标；只提及参考标号的数字部分是希望统称参考数字部分相同但拉丁字母下标不同的所有参考标号。
图1提供本发明的一个实施方案中的非接触式生物测定传感器的正视图；
图2A提供可用在本发明的实施方案中的Bayer滤色器阵列结构的示例图；
图2B是类似于图2A中图解的Bayer滤色器阵列的彩色响应曲线图；
图3提供本发明的另一实施方案中的非接触式生物测定传感器的正视图；
图4提供传感器结构的顶视图，其在皮肤部位与传感器的光学工作区之间相对移动过程中采集数据；
图5图解可用于本发明的某些实施方案中的多谱数据立方体；
图6是本发明一个实施方案中的接触式生物测定传感器的正视图；
图7A提供一个实施方案中的接触式生物测定传感器的侧视图；
图7B提供另一实施方案中的接触式生物测定传感器的侧视图；
图8是本发明的又一个实施方案中的接触式生物测定传感器的正视图；
图9A说明本发明一个实施方案中的接触式纹理生物测定传感器的结构；
图9B提供采用一种配置的接触式纹理生物测定传感器的侧视图；
图9C提供采用另一种配置的接触式纹理生物测定传感器的侧视图；
图10是一个计算机系统的示意图，可用于根据本发明实施方案的接触式和非接触式生物测定传感器的管理功能；
图11是概括使用接触式和非接触式生物测定传感器的方法的流程图，并举例说明可执行的多种不同的生物测定功能；以及
图12是概括根据本发明的接触式纹理生物测定传感器的操作方法的流程图。
发明详述
1.概述
本发明的实施方案提供允许收集和处理各种不同类型的生物测定测量的方法和系统，包括某些实施方案中的集成的、多因子的生物测定量度。这些量度可提供高可信度的个体识别以及所取生物测定样品的真实性识别。在某些实施方案中，传感器使用白光，穿透人的皮肤表面，并在皮肤内和/或皮下组织中散射。这里所使用的“白光”指的是具有适合于分离为成分波长带的光谱组合的光，在某些情况下可以包括基色。用来确定白光的常规基色是红、绿和蓝，但是如本领域技术人员所知道的，在其他情况下也可以使用另外的组合。为了清楚起见，要强调的是这里所使用的“白光”，对观察的人来说也许不呈现白色，而可能有与之相关的不同色调或颜色，这是由于恰当的波长分布和成分波长带的强度的关系。在其他的情况下，白光可包括紫外或红外光谱区中的一个或多个光谱带。在某些情况下，当白光由红外和/或紫外光谱区中的波长带组成时，它对观察者来说甚至是完全不可见的。一部分被皮肤和/或皮下组织散射的光存在于皮肤中，被用来形成皮肤表面和皮下组织结构的图像。因为皮肤的波长相关性，由白光所包含的光的每一波长所形成的图像，可以不同于以其他波长所形成的图像。因此，本发明的实施方案以这样的方式收集图像即从所得的图像中提取特征光谱和空间信息。
在一些应用中，可能需要估计人体的其他参数和特性，或单独或与生物测定量度组合进行。例如，在一个特定的实施方案中，提供一种测量人的分析物水平的能力，同时测量指纹图案。在实施方案中可以发现法律执行方面的应用，其中测量的分析物包括人的血液乙醇含量水平；这类实施方案能够实现多种商业应用包括限制机动车辆使用。由此可见，分析物测量和被测试人的身份可能会不可避免地关联在一起。
皮肤的组成和结构是差别很大、很复杂的，并且人与人不同。通过进行皮肤和皮下组织的空间谱特性的光学测量，可进行许多评估。例如，生物测定识别功能可用来识别或证明被测试的是谁的皮肤，活性功能(liveness function)可用来确信被测样品是活着的、有生机的皮肤而不是其他材料，可进行多种生物学参数估计例如年龄性别、种族以及其他人口统计学和人体测量学特征，和/或可进行各种分析物的浓度和参数的测量，所述参数包括乙醇、葡萄糖、血液灌注和充氧的程度、胆红素、胆固醇、脲等。
皮肤的复杂结构可用于不同的实施方案中，针对特殊功能调整所述方法和系统的各方面。皮肤的最外层即表皮由下面的真皮和皮下组织支撑。表皮本身可以有可辨认的五个子层，包括角质层、透明层、粒层、棘层和生发层。因此，例如，在最顶层角质层下面的皮肤具有涉及表面形貌的某些特征，以及随进入皮肤的深度而变化的某些特征。当血液供给真皮层中的皮肤时，真皮具有称作“真皮乳头”的凸入表皮的凸出部，其通过毛细管向紧靠表面的皮肤供血。在手指的手掌表面一边，这种毛细管结构与表面上的摩擦脊和谷(friction ridges and valleys)的图案一致。在身体的某些其他部位，毛细管床的结构可能不那么有条理，但仍是特定位置和个体所特有的。同样，皮肤不同层之间界面的形貌是十分复杂的，也是皮肤位置和个体所特有的。虽然皮肤和皮下组织的皮下结构这些资源对于生物测定确定或分析物测量的非成像光学测量来说表现为重大的噪声源，但这些结构的差异经过本发明的实施方案却突显出能进行良好对比的空间谱特征。
在某些情况下，墨水、染料和/或其他的色素沉着可作为局部覆盖层或皮下纹身出现在部分皮肤中。人造皮肤颜色的这些形式可以或可以不被人的肉眼所见。但是，如果本发明的装置所用的一个或多个波长对色素敏感的话，那么这种传感器除了其他一些所期望的任务以外，能在在某些实施方案中用来证明这种色素的存在、数量和/或形状。
总的来说，本发明的实施方案提供收集空间谱信息的方法和系统，这些信息可表示为独立的空间和光谱维数的多维数据结构。在某些情况下所要求的信息恰好包括在整个多维数据结构的一部分中。例如，均匀分布的、光谱活性化合物的估计或许正巧需要所测得的光谱特性，它们可从整个多维数据结构中提取。在这种情况下，整个系统的设计可通过减少图像像素的数目甚至限于单个像素而减少或消除所收集数据的空间分量，从而得以简化。因此，虽然所披露的系统和方法是从空间谱成像的角度概括地描述的，但将会承认本发明包含成像量大为减少的，甚至于那里只有单个检测器元件的点的类似测量。
2.非接触式生物测定传感器
本发明的一个实施方案用图1的示意图描述，所表示的是非接触式生物测定传感器101的正视图。传感器101包括具有一个或多个光源103的照射子系统121和带成像器115的检测子系统123。图1描述一个实施方案，其中照射子系统121包括多个照射子系统121a和121b，但本发明不受照射或检测子系统121或123的数目限制。例如，照射子系统121的数目可方便地选择为获得某种照射水平，以满足封装的要求和对传感器101的其他结构制约。照射光从光源103穿过实现所希望的照射形状例如泛光、光线、光点等等形状的照射光学器件105。照射光学器件105为方便起见表示为由一个透镜组成，但可更一般地包括一个或多个透镜、一个或多个反射镜和/或其他光学元件的任何组合。照射光学器件105也可包括扫描机构(未示出)，以特定的一维或两维方式对照射光进行扫描。光源103在不同实施方案中可包括点光源、线光源、面光源或者一系列这样的光源。在一个实施方案中，照射光作为偏振光而提供，例如通过配置一个线偏振器107，在射到被研究的人的手指119或皮肤的其他部分之前光线穿过线性偏振器107。类似图1所示的实施方案被称作“非接触式”传感器，因为成像的皮肤部位可定位为与光相互作用而不接触任何实体表面。在下面详述的“接触式”生物测定传感器中，成像的皮肤部位与某些实体表面如台板或光检测器接触。
在某些情况下，光源103包括白光源，其可在不同的实施方案中提供作为宽带电源或作为一群窄带发射器。宽带光源的例子包括白色发光二极管(“LED”)、白炽灯泡或辉光棒等等。窄带发射器群可包括具有基色波长的准单色光源，例如在一个实施方案中它包括红色LED或激光二极管、绿色LED或激光二极管和蓝色LED或激光二极管。
一种减少直接反射光的替代机构利用光学偏振器。线和圆偏振器两者有利地用来进行更敏感于一定皮肤深度的光学测量，如本领域技术人员所知道的那样。在图1所说明的实施方案中，通过线偏振器107使照射光偏振化。检测子系统123也可包括线偏振器111，安排成它的光轴基本上正交于照射偏振器107。这样，来自样品的光必须经历多个散射事件而显著地改变其偏振状态。当光穿透皮肤表面时这样的事件产生，并且在许多散射事件之后，光背散射至检测子系统123。
相反地，也可使用两个偏振器107和111以便通过将偏振器111设置成基本上平行于偏振器107来提高直接反射光的影响。在某些系统中，它有助于在单一器件中组合两个或多个偏振配置，使得能够收集在两种不同偏振条件下(即在交叉偏振和平行偏振条件下)的多谱数据。在其他实施方案中，或者偏振器107或111，或者两者可以省略，允许收集基本上随机偏振的光。
检测子系统123可包含检测光学器件，包括透镜、反射镜、相移片和波前编码器件，和/或在检测器115上形成图像的其他光学元件。检测光学器件113也可包括扫描机构(未示出)将整个图像的各部分转送至检测器115。在所有情况下，检测子系统123配置成对在退出皮肤之前已经穿透皮肤表面并经历皮肤和/或皮下组织内的光学散射的光敏感。
在使用白光的实施方案中，检测器115可以包括Bayer滤色器阵列，其中与一组基色对应的滤色器元件排列为Bayer图案。这种图案的一个例子表示在图2A中，其中使用红色204、绿色212和蓝色208滤色器元件的一种排列。在某些情况下，检测子系统123可附加地包括红外滤光器114，设置成减少检测到的红外光量。如从图2B所示的典型Bayer滤光器阵列的彩色响应曲线看到的，通常在滤光器元件的红224、绿232和蓝228发射特性的光谱范围有一些重叠。从绿232和蓝228的发射特性曲线中能特别明显地看出，滤光器阵列可允许发射红外光。在包含将红外滤光器114作为检测子系统的部件时，避免了这一点。在其他的实施方案中，红外滤光器114可省略，并且可以包含发射红外光的一个或多个光源103。由此，所有滤色器元件204、208和212可允许光线充分地通过，结果在整个检测器115上形成红外图像。
非接触式生物测定传感器的另一实施方案以图3的正视图示意性示出。在这个实施方案中，生物测定传感器301包括照射子系统323和检测子系统325。类似于结合图1描述的实施方案，在某些实施方案中可具有多个照射子系统323，图3是具有两个照射子系统323的特定实施方案。照射子系统323所包含的白光源303可以是上述包括宽带或窄带光源组合的任何白光源。来自白光源303的光在进入皮肤部位119之前，穿过照射光学器件305和线偏振器307。光的一部分从皮肤部位119漫反射到检测子系统325，其包括成像光学器件315和319、线偏振器311和色散光学器件313。色散元件313可包括透射的或反射的一维或二维光栅、棱镜，或任何其他在技术上已知的使光的路径作为光的波长的函数而偏离的光学元件。在图示的实施方案中，第一成像光学器件319的作用是校准从皮肤部位119反射的光使其透过线偏振器311和色散元件313。光的谱分量被色散元件313按照角度分离，并且被第二成像光学器件315分别聚焦在检测器上。如结合图1的有关讨论，当偏振器307和311的光轴定向为基本上相互正交时，照射和检测子系统323和325所分别包含的偏振器307和311的作用是在检测器317处减少对直接反射光的检测。偏振器307、311也可定向为使它们的光轴基本上平行，这将增强在检测器317处对直接反射光的检测。在某些实施方案中，可以省去或者偏振器307或者311，或者两者都省去。
由检测器所接收的光产生的图像是以计算机断层成像光谱仪(“CTIS”)方式被“编码”的图像。光谱和空间信息同时在所得到的图像中表现出来。单独的光谱图案可以通过编码图像的数学逆转换或“重构”而获得。
在描述图1中的非接触式传感器时曾提到可配备扫描机构对照射光进行扫描。这是一个更一般类型的实施方案，其中照射区与皮肤部位有相对运动。在这类实施方案中，图像可以通过将相对运动期间所收集的分开的图像部分组合起来而构成。这种相对运动也可在按照杆形(swipe)结构配置传感器的实施方案中实现，其中使用者被指示移动皮肤部位。在图4中示意地表示杆形传感器的顶视图的一个例子。在这个图中，传感器401的照射区和检测区405基本上共线。在杆形传感器401的某些实施方案中，可以有多于一个的照射区。例如，有多个安排在检测区405任何一边的照射区。在某些实施方案中，照射区403可部分地或完全地重叠于检测区。图像数据在手指或人体其他部位经过光激活区移动时被传感器收集，如图4箭头所示。杆形传感器可用上述任何非接触式传感器结构来实现，虽然在某些实现中它可以使用接触式结构，它的例子将在下面详细描述。从皮肤部位的不连续部分顺序地接收到的光用来构造随后用于生物测定应用的图像。
上述实施方案中产生一批空间谱数据，其可用于如下所述的生物测定应用场合。本发明不限于任何存储和分析这批空间谱数据的具体方法。为了举例说明，在图5中以数据立方体的形式表示。数据立方体501被表示为沿光谱维分解为多个平面503、505、507、509、511，每一平面对应于光谱的不同部分，并且每一平面也包含空间信息。在某些情况下，这批空间谱数据除包括空间和光谱信息以外还可包括附加的其他信息。例如，由不同的照射结构、不同偏振等所确定的不同的照射条件，可提供附加信息维度。更广义地说，在多种光学条件下收集的数据，不论它们是同时收集的还是顺序收集的，这里都称作“多谱”数据。在Robert K.Rowe在2006年4月24日提交的、名称为“MULTISPECTRAL BIOMETRIC SENSORS”的美国专利申请No.11/379,945中有较全面地描述了多谱数据的各个方面，通过引用将其全部公开内容全面地结合在本申请中。因此，空间谱数据可考虑为多谱数据的某种类型的子集，其中不同的光学条件包括不同的照射波长。
在白光照射的实施方案中，例如，图像503、505、507、509和511可能对应于使用450nm、500nm、550nm、600nm和650nm波长的光所产生的图像。在另一个实例中，可能是三个图像，它们对应于每一像素位置的红、绿和蓝光谱带的光量。每一图像体现特定波长的光与皮肤相互作用的光学效应。由于随波长变化的皮肤和皮肤成分的光学性质，每一谱图像503、505、507、509和511通常将是彼此不同的。因此，数据立方体可以表示为R(XS、YS、XI、YI、λ)，并描述当在光源点XS、YS被照射时，每一图像点XI、YI所看到的波长λ的漫反射光量。不同的照射配置(泛光、线光等等)能通过对适当的光源点位置上的点响应求和而相加。一种常规的非TIR指纹图像F(XI、YI)能粗略地描述为给定波长λ0的多谱数据立方体，并在所有的光源位置求和：
F ( X I , Y I ) = Σ Y S Σ X S R ( X S , Y S , X I , Y I , λ 0 ) .
相反，光谱生物测定数据集S(λ)将给定波长λ的被测光强与照射和检测位置之间的差联系起来：
S ( D → , λ ) = R ( X I - X S , Y I - Y S , λ ) .
因此数据立方体R涉及常规指纹图像和光谱生物测定数据集两者。数据立方体R是其他两个数据集的任何一个的超集，并且包含相关信息以及这两个独立模态的任何一个可能损失的其他信息。
透入皮肤和/或皮下组织的光，通常受在不同波长下的皮肤和/或皮下组织的不同光学性质的影响。皮肤和皮下组织在不同波长所起的不同作用的两个光学效应是散射和吸收。皮肤组织中的光学散射通常是平滑的并且相对缓慢变化的波长函数。相反地，皮肤中的吸收通常是波长的强函数，这是由于皮肤中存在着某些成分的特殊吸收特性。例如血液、黑色素、水、胡萝卜素、胆红素、乙醇和葡萄糖在400nm至2.5μm的光谱区(有时候白光源可能包含它)都具有显著的吸收性。
光学吸收和散射的组合作用引起不同的照射波长穿透皮肤至不同的深度。这有效地使不同的谱图像具有与受照组织的不同量对应的不同和互补的信息。特别是，紧靠皮肤表面的毛细管层具有不同的空间特性，其能在血液强吸收的波长上成像。因为皮肤和皮下组织的复杂波长依赖性，所以与给定的图像位置对应的光谱值的集具有明确而截然不同的谱特征。这些谱特征可用于对以逐个像素为基础收集的图像进行分类。这种评估可通过从一组合格的图像中产生典型的组织谱品质(spectral quality)来进行。例如，如图5所示的空间谱数据可排列为N×5的矩阵，这里的N是包含来自活组织而不是来自周围空气区的数据的图像像素的数目。对该组矩阵进行的本征分析或其他因数分析产生这些组织像素的有代表性的谱特征。在稍后的数据集里的像素光谱可利用一些度量如马哈朗诺比斯距离(Mahalanobis distance)和谱残量(spectral residual)，与先前已建立的谱特征进行比较。如果超过小数目的图像像素有与活组织不一致的谱品质，则样品被认为是非真实的而被拒绝，因此可基于样品活性的确定，在传感器中提供一种反欺骗方法的机制。
备选地，皮肤的纹理特征单独或与谱特征结合可用来确定样品的真实性。例如，每一谱图像可按照描述多种空间特性幅度的方法来分析。这样做的方法包括小波变换、傅里叶变换、余弦变换、灰度级共出现率(gray-level co-occurrence)等。从任何一种这样的变换而得的结果系数，描述了曾从其推导出这些系数的图像的纹理一方面。因此，由一组谱图像推导出的这个系数集，产生对多谱数据的彩色纹理特征的描述。然后，这些特征可与已知样品的类似特征进行比较，进行生物测定确定，例如欺骗或活性的确定。进行这种确定的方法通常类似于上述关于谱特征的方法。这种确定的可适用分类技术包括线性和二次型判别分析(quadraticdiscriminant analysis)、分类树、神经网络和本领域技术人员所知道的其他方法。
类似地，在样品为手或手指的掌面的一个实施方案中，图像像素基于它们的谱品质或它们彩色纹理性质可以分类为“脊”、“谷”或“其他”。进行这种分类能利用判别分析方法例如线性判别分析、二次型判别分析、主成分分析、神经网络和本领域技术人员所知道的其他方法。因为脊和谷像素在典型的手掌表面是连续的，所以在某些情况下，来自感兴趣的图像像素周围的局部相邻位置的数据被用来对图像像素进行分类。这样，常规的指纹图像可被提取做进一步处理并做生物测定评估。“其他”类型可表示具有不同于真实样品中预料的谱品质的图像像素。可设置被分类为“其他”的图像中的像素总数的阈值。如果超过阈值的话，可确定样品是非真实的而做出适当的指示并采取行动。
以类似的方法，可分析从例如手指的掌面区收集的多谱数据，直接估计“细节点”的位置，其被定义为脊末梢、分叉或其他这类形态发生变化的位置。例如，多谱数据集的彩色纹理性质可用上述方式确定。然后可用这些性质，以上述方式将每一图像位置分类为“脊末梢”、“脊分叉”或“其他”。由此，细节特征就可直接从多谱数据中提取，而不必进行麻烦的计算例如图像归一化、图像二进制化、图像细化和细节过滤，以及本领域技术人员所知道的技术。
身份的生物测定确定可利用整个空间谱数据集或利用它的特定部分来做。例如，适当的空间滤光器可用来分离出较低的空间频率信息，这是组织中较深的光谱活性结构的典型代表。指纹数据可用类似的空间频率分离法和/或上面披露的像素分类法提取。光谱信息能用上面所讨论的方法从图像的有用部分分离出来。然后，可对空间谱数据集的这三个部分用本领域技术人员所知道的方法进行处理并与对应的登记数据进行比较，以确定适配的程度。基于这些特征的适配程度，能做出关于样品与登记数据的适配判定。有关可进行的空间谱分析的某些类型的附加细节提供在Robert k.Rowe等人2004年4月5日提交的、名称为“MULTISPECTRALBIOMETRIC SENSOR”的美国专利申请No.10/818,698中，通过引用将其全部公开内容全面地结合在本申请中。
如前所述，某些可在皮肤和皮下组织中存在的物质具有截然不同的吸收特征。例如，乙醇在大约2.26μm、2.30μm和2.35μm有特征性吸收波峰，在2.23μm、2.28μm和2.38μm有谱谷(spectral trough)。在某些实施方案中，在2.1-2.5μm范围内特别是在2.2-2.4μm范围内的波长能进行非侵入性光学测量。在包括至少一个波峰波长和一个波谷波长的实施方案中，利用多变量技术例如部分最小平方、主分量回归和本领域技术人员所知道的其他技术分析所得到的光谱数据，以提供组织中乙醇浓度的估计以及提供被测试人的生物测定标记。尽管可采用这些波长的一个子集所确定的值获得血液乙醇水平的相关关系，但最好测试至少三个谱峰值，如果测量七个谱峰值和谷值将会得到更精确的结果。
在其他的实施方案中，非侵害性光学测量在1.5-1.9μm特别是在1.6-1.8μm波长范围内进行。在特定的实施方案中，光学测量以大约1.67μm、1.69μm、1.71μm、1.73μm、1.74μm、1.76μm和1.78μm的一个或多个波长进行。乙醇的存在由这些波长中的1.69μm、1.73μm和1.76μm处的谱峰值和1.67μm、1.71μm、1.74μm和1.78μm处的谱谷值来表征。类似于2.1μm-2.5μm波长范围，乙醇的浓度由一个或多个谱峰值和谱谷值的相对强度来表征。同样，尽管可采用1.5μm-1.9μm范围内的这些波长的子集所确定的值来获得血液乙醇水平的相关关系，但最好测试至少三个谱峰值，如果测量到七个谱峰值和谱谷值，将会得到更精确的结果。
在某些实施方案中，可将一种小型光谱乙醇监测装置埋置在某些实施方案中的各种系统和应用装置内。光谱乙醇监测装置能配置为专用系统例如可提供用于对个体的执法，或者可整合为电子装置的一部分，如个体使用的电子链饰物(electronic fob)、腕表、蜂窝式电话、PDA或任何其他电子装置。这样的装置可包含用于向个体指示他的血液乙醇水平是在规定极限内的机构。例如，装置可包括红色和绿色LED，如果个体的血液乙醇水平在规定的极限以内，装置就以电子点亮绿色LED，如果不是则点亮红色LED。在一个实施方案中，乙醇监视装置可包含在机动车辆中，典型的位置使个体可方便地将组织例如手指尖放在装置上。虽然在某些情况下装置可以只用于指示合格驾驶的信息指导，但在另一些例子中，机动车辆的点火系统可取决于已确定个体的血液乙醇水平低于规定的水平而执行。
3.接触式生物测定传感器
生物测定传感器可配置为类似于图1和3所示形式，但也可配置为使皮肤部位与一个台板接触。这样的设计会具有由于光与台板相互作用而导致的某些附加特征，有时允许附加信息合并作为空间谱数据集合的一部分。
一个实施方案表示在图6中，它是接触式生物测定传感器601的正视图。类似于图1所示的传感器，接触式传感器601具有一个或多个照射子系统621和检测子系统623。每一照射子系统621包括一个或多个白光源603和将光源603提供的光成形为所期望的形式的照射光学器件。关于非接触式配置，照射光学器件通常可包括光学元件的任何组合，有时候可包括扫描机构。在某些实施方案中，通过配置照射光从其中穿过的偏振器607，使照射光成为偏振光。白光源603的例子包括上述宽带和窄带光源，在不同的实施方案中光源603可配置成提供具有不同形状的光源。
照射光学器件621将照射光导向成穿过台板617照射到皮肤部位119。传感器布局601和元件可有利地选择使照射光学器件621的直接反射最少。在一个实施方案中，通过相对地调整照射子系统621和检测子系统623的取向以使检测到的直接反射光量最小化，减少这种直接反射。例如，将照射子系统621和检测子系统623的光轴放置在使得台板617上的反射镜不会将可观的照射光量导向检测子系统623的角度上。此外，将照射和检测子系统621和623放置在相对于台板617的角度上，使得这两个子系统的接收角小于系统601的临界角；这种配置能避免由于台板617和皮肤部位119之间全内反射的可观影响。
台板617的存在不会不利地干扰使用偏振器减小直接反射光的性能。检测子系统623可包括偏振器611，它的光轴与照射子系统621所包含的偏振器607基本上正交或平行。在偏振器611和607基本上相互正交的情况下，台板617与皮肤部位119之间界面的表面反射会减少，因为来自样品的光在能被检测器615感测到之前必须经历足够多的散射事件从而改变它的偏振状态。检测子系统623可附加地包含检测光学器件，将台板表面617附近区域的图像形成在检测器615。在一个实施方案中，检测光学器件613包括扫描机构(未示出)，将台板区的各部分顺序地转送至检测器615。可设有红外滤光器614以减少被检测的红外光量，特别是在检测器615对红外光敏感的实施方案中，例如当使用Bayer滤光器阵列时。相反，如上所述，红外滤光器614可在某些实施方案中被省略，而以红外发射的附加光源603可包含在某些实施方案中。
如上述的一些其他安排，检测子系统623通常配置为对穿透皮肤表面并在皮肤和/或皮下组织中经历光学散射的光敏感。偏振器有时候可用于创建或加重表面特征。例如，如果照射光在与台板617平行(“P”)的方向偏振，并且检测子系统623包含在垂直方向(“S”)上的偏振器611的话，那么反射光会按这一对偏振器的消光比而阻断。但是，在脊点穿入皮肤部位的光被光学散射，有效地使偏振随机化(虽然皮肤也有它本身一些特征性的偏振性质，如本领域技术人员所知道的)。这许可被吸收的和重发射的光的一部分约50％量级被S-偏振的成像系统观察到。
本发明的实施方案之一的侧视图示意地表示于图7A。为了清晰起见，这个视图没有表示检测子系统，但非常明显地表示了照射子系统621。这个实施方案中的照射子系统621具有多个空间分布的白光源703。如附图中所示，照射子系统621被配置用来提供血液照射，但在一些备选的实施方案中，可通过包含圆柱形光学器件、聚焦用光学器件或者如本领域技术人员所知道的其他光学元件，安排提供线、点或其他形态的照射。
图7A中的白光源703阵列实际上不必是附图所示的平面。例如，在其他的实施方案中，光纤、纤维束或光纤面板(faceplate)或锥体(taper)能将来自某些方便位置的光源的光传播至照射面，在照射面处光被再映射至皮肤部位119。这些光源可以通过按LED的方式接通和断开驱动电流而加以控制。备选地，如果使用白炽光源，那么光的切换可利用空间光调制器例如液晶调制器的某种形式来完成，或利用微电子机械系统(“MEMS”)技术控制孔径、反射镜或其他这样的光学元件。这种配置可使传感器的结构得到简化。图7B中举例说明一个实施方案，其表示使用光纤以及照射光源例如LED电子扫描。各个纤维716a将位于照射阵列710的每一LED连接至成像表面，其他的光纤716b将反射光转送回至成像器件712，成像器件可包括光电二极管阵列、CMOS阵列或CCD阵列。光纤716a和716b的集合因而限定了用于转送光的光纤束714。
接触式生物测定传感器的另一实施方案采用图8的正视图示意性示出。在这个实施方案中，生物测定传感器801包括一个或多个白光照射子系统823和检测子系统825。照射子系统823包括白光源803，其提供的光穿过照射用光学器件805和偏振器807，以便被引导至其上安排有皮肤部位119的台板817。光的一部分从皮肤部位119漫反射到检测子系统825，其包括成像光学器件815和819、交叉偏振器811以及色散光学元件813。第一成像光学器件819校准从皮肤部位119来的光，使其经过交叉偏振器811和色散元件813传播。分开的谱分量被第二成像光学器件815分别聚焦到检测器817上。
如图6-8所说明的那些接触式生物测定传感器也适合于照射区与皮肤部位有相对运动的配置。如前所述，这种相对运动可以采用照射光扫描和/或通过移动皮肤部位来实现。在接触式传感器实施方案中，台板的存在通过将皮肤部位的表面约束在规定的平面而便于皮肤部位的运动；在允许三维自由度运动的实施方案中，额外的困难来自在成像深度之外的皮肤部位运动。因此，杆式传感器可以采用如上结合图4所一般描述的形式以接触式生物测定传感器实现，而不采用防碍皮肤部位沿一个方向运动的台板。虽然在某些实施方案中杆式传感器可以是静态系统，但接触式结构允许实现滚筒系统，其中皮肤部位在对白光透明的滚筒结构上滚动。编码器可以记录位置信息和帮助由所获得的一系列图像片缝合完整的两维图像，如本领域技术人员所知道的。从皮肤部位的离散位置接收到的光被用来建造图像。
虽然上述非接触式和接触式生物测定传感器的描述集中在使用白光的实施方案，但是其他实施方案在类似结构布置中可利用其他光谱组合的光。此外，其他的实施方案可包括附加的光学条件变化以提供多谱条件。在共同受让的下列专利文件中提供了对这类多谱应用的一些描述：RobertK.Rowe等2004年4月5日提交的、名称为“MULTISPECTRALBIOMETRIC SENSOR”的美国专利申请No.10/818,698；Robert K.Rowe在2005年7月8日提交的、名称为“LIVENESS SENSOR”的美国专利11/177,817；Robert K.Rowe和Stephen P.Corcoran在2004年6月1日提交的、名称为“MULTISPECTRAL FINGER RECOGNITION”的美国临时专利号60/576,364；Robert K.Rowe于2004年8月11日提交的、名称为“MULTISPECTRAL IMAGING BIOMETRIC”的美国临时专利申请号60/600,867；Robert K.Rowe在2005年4月25日提交的、名称为“MULTISPECTRAL IMAGING BIOMETRICS”的美国专利号11/115,100；在2005年4月25日提交的、名称为“MULTISPECTRAL BIOMETRICIMAGING”的美国专利申请号11/115,101；在2005年4月25日提交的、名称为“MULTISPECTRAL LIVENESS DETERMINATION”的美国专利号11/115,075；Robert K.Rowe等在2005年3月4日提交的、名称为“MULTISPECTRAL IMAGING OF THE FINGER FOR BIOMETRICS”的美国临时专利申请号60/659,024；Robert K.Rowe在2005年4月27日提交的、名称为“MULTISPECTRAL BIOMETRIC SENSORS”的美国临时专利申请号60/675,776；以及Robert K.Rowe在2006年4月24日提交的、名称为“MULTISPECTRAL BIOMETRIC SENSORS”的美国专利申请号11/379,945。通过引用将前述申请中的每一件申请的全部公开内容全面地结合在本申请中。
上述的非接触式和接触式生物测定传感器在某些实施方案中使用白光成像。白光的使用允许图像被同时以多种颜色收集，数据收集的总速度比分别地收集离散状态的实施方案中更快。这减少了数据收集的时间，致使在数据收集期间随皮肤部位移动而发生的运动假象减少。当与使用不同颜色的离散照射光源相比时，通过使用较少数量的光源，总的传感器尺寸可以减少，并且以低的成本提供。用来支持光源坐标操作的电子部件的相应减少也是可能的。此外，彩色成像器目前能以一般低于单色成像器的价格买到。
当传感器设计成使用全部像素以得到所希望的分辨率时，采用白光成像也容许减少数据量。例如，典型的设计标准可在1英寸区域中提供每一英寸500点的分辨率。这能采用具有500×500像素的单色摄像机实现。当分别提取每一彩色平面时，也可以采用具有1000×1000彩色摄像机实现。同样的分辨率能通过500×500彩色成像器实现并转换为{R、G、B}三元组，然后提取图像的单色部分。这是一个更常规的过程的一个特定例子，其中利用彩色成像器转换为基色三元组，随后再提取图像的单色部分。这样的过程通常能比其他提取技术更有效地得到所希望的分辨率。
4.纹理生物测定传感器
本发明的实施方案所提供的接触式生物测定传感器的另一种形式是纹理生物测定传感器。“图像纹理”通常指描述图像色调特性空间分布的某些方面的许多性质中的任何一个，其中有一些已在上面描述过。例如，某些纹理如那些通常在指纹图案或木纹中发现的纹理类似于流线，可用例如取向性(orientation)和一致性(coherence)这样的性质很好地描述。对于具有空间规律(至少局部)的纹理，傅里叶变换和有关的功率光谱的某些特征是重要的，如能量密集性、主频率和取向性等等。某些统计矩(statistical moment)如平均、方差、偏差和幅度可用来描述纹理。可利用矩不变性，它是在标度、旋度和其他扰动改变时保持不变的各种矩的组合。可产生和分析灰度-色调空间相关矩阵用以描述图像纹理。可计算图像区域内的熵作为图像纹理的量度。可用各种类型小波变换描述图像纹理的形态。可用可操纵金字塔(Steerable pyramids)、Gabor滤波和使用空间有界基函数的其他机制描述图像纹理。本领域技术人员所知道的这些和其他纹理量度在本发明的实施方案中都可单独或组合使用。
因而图像纹理可通过整个图像的像素强度的变化来表征，在本发明的实施方案中可利用它来实现生物测定功能。在某些实施方案中，当这类纹理分析是对从多谱数据集提取的不同谱图像进行的分析时，可提取附加信息以产生关于皮肤部位的彩色纹理描述。这些实施方案有助于能通过捕获皮肤部位的一部分图像来实现生物测定功能。皮肤部位的纹理特征被预期近似符合整个皮肤部位，容许以在皮肤部位的不同部分的测量来执行生物测定功能。在许多情况下，甚至不要求在不同的测量中使用的皮肤部位的各个部分相互重叠。
这些使用皮肤部位的不同部分的能力，为所要采用的结构的设计提供了相当大的灵活性。这部分地是因为下述事实的缘故，即生物测定匹配可用统计的方法进行，而不要求与确定的空间模式匹配。传感器可用紧凑的方式配置，因为不需要在整个特定的空间区域采集图像。提供小型传感器的能力也可以使传感器的制作比需要收集完整的空间信息来执行生物测定功能的传感器经济。在不同的实施方案中，生物测定功能可用纯光谱信息进行，而在其他的实施方案中，使用空间-光谱信息。
图9A示意地表示纹理生物测定传感器结构的一个实例。传感器900包括多个光源904和成像器908。在某些实施方案中，光源904包括白光源，虽然在其他实施方案中，光源包括准单色光源。类似地，成像器908可包括单色和彩色成像器，其中一个实例是成像器具有Bayer图案。传感器900在这里称作“接触式”传感器，因为图像主要是在被测皮肤部位119的平面上收集的。但是，对传感器的操作可能有不同的配置，有些是成像器908在与皮肤部位119实质上接触，有些是成像器908从皮肤部位119的平面移开。
在图9B和9C中示出两个实施方案。在图9B的实施方案中，成像器908在与皮肤部位119实质上接触。来自光源904的光在皮肤部位119的组织下面传播，使光能够从皮肤部位119和在皮下组织中散射，以便通过成像器908检测。图9C示意性示出替代的实施方案，其中成像器908从皮肤部位119移开。在这个附图中，传感器900’包括光学装置912，其将皮肤部位119的平面上的图像转送至成像器；光学装置可包括多条光纤，其通过沿光纤的全内反射转送图像的各个像素而基本上没有强度损失。由此可见，被成像器908检测的光图案基本上与皮肤部位119平面上形成的光图相同。因此传感器900’可用基本上与图9B所示传感器900相同的方式工作。这就是说，从光源904来的光传播到皮肤部位，在穿透皮肤部位119以后被皮下组织反射和散射。因为信息仅是转送而基本上没有损失，所以在这个实施方案中由成像器908形成的图像，基本上与图9A那样的配置应该形成的图像相同。
在单纯使用光谱信息执行生物测定功能的实施方案中，将所接收的数据的光谱特性与光谱登记数据库进行识别和比较。所生成的特定个体的组织光谱包括多种独有的谱特征和谱特征的多种组合，一旦装置已指向提取相关的谱特征，就能用它们来识别各个个体。相关的谱特征的提取可用若干不同的技术包括差别分析技术来进行。虽然在光谱输出的直观分析中不容易明显看出，但这种分析技术能重复地提取可区分的多种独有的特征，执行生物测定功能。在下列共同受让的美国专利中公开了具体技术的例子：名称为“APPARATUS AND METHOD OF BIOMETRICIDENTIFICATION AND VERIFICATION OF INDIVIDUALS USINGOPTICAL SPECTROSCOPY”的美国专利号6,560,352；名称为“METHODSAND SYSTEMS FOR BIOMETRIC IDENTIFICATION OF INDIVIDUALSUSING LINEAR OPTICAL SPECTROSCORY”的美国专利号6,816,605；名称为“APPARATUS AND METHOD FOR IDENTIFICATION OFINDIVIDUALS BY NEAR-INFRARED SPECTROSCOPY”的美国专利号6,628,809；Robert K.Rowe等人在2003年9月12日提交的、名称为“APPARATUS AND METHOD FOR IDENTIFICATION OF INDIVIDUALBY NEAR-INFRARED SPECTROSCOPY”的美国专利申请号10/660,884；以及Robert K.Rowe等人在2001年6月5日提交的、名称为“APPARATUSAND METHOD OF BIOMETRIC DETERMINATION USINGSPECIALIZED OPTICAL SPECTROSCOPY SYSTEM”的美国专利申请号09/874,740。通过引用将前述申请中的每一件申请的全部公开内容结合在本申请中。
采用图像的纹理信息执行生物测定功能的能力，包括生物测定识别在内，可利用这一事实，即来自活体的信号的有特殊意义的部分是由毛细管血液引起的。例如，当皮肤部位119包括手指时，已知的生理特征是手指的毛细管与外部指纹脊结构的图案一致。因此，与照射波长有关的指纹特征的反差涉及血液的谱特征。特别是，采用大于约580nm的波长取得的图像反差，比采用小于约580nm的波长取得的图像反差显著地减小。由非血液的颜料和其他的光学效应例如菲涅耳反射生成的指纹图案有不同的光谱反差。
从皮肤部位119散射的光在不同实施方案中被用于各种不同类型的可对比的纹理分析。某些实施方案利用对由所收集的光导出的图像数据进行移动窗口分析的形式产生品质因数，由此估计纹理品质因数的量度。在某些实施方案中，移动窗口操作可代之以逐块(block-by-block)或贴砖(tiled)分析。在某些实施方案中，图像的单一区域或整个图像可同时分析。
在一个实施方案中，在图像数据的一个或多个区域中进行快速傅里叶变换。在这类实施方案中产生带内反差品质因数C作为平均或DC功率与带内功率的比。特别是，对于与白光所包含的多个波长之一对应的指数i，反差品质因数为
Figure G2007800290572D00281
在这个表示式中，fi(ξ，η)是图像Fi(x，y)在指数i所对应的波长的傅里叶变换，这里x和y是图像的空间坐标。由R低和R高所确定的范围表示对指纹特征有意义的空间频率的边界。例如，在一个实施方案中R低可近似为1.5条纹/mm，R高可为3.0条纹/mm。在一个备选的公式中，反差品质因数可定义为两个不同的空间频带中的积分功率的比。上面表示的等式是一个特定的情况，那里的频带之一仅包含DC空间频率。
在另一个实施方案中，为所收集的数据集计算移动窗口平均值和移动窗口标准偏差并用来产生品质因数。在这些实施方案中，对于指数i所对应的每一波长，从所收集的图像fi(x，y)计算移动窗口平均值μI和移动窗口标准偏差σI。每次计算的移动窗口可以是相同的尺寸，并且可适宜地选择为2-3指纹脊量级的跨度。优选地，窗口尺寸最好足够大以便去除指纹特征，但足够小以便背景变化持续。在这个实施方案中，品质因数Ci作为移动窗口标准偏差与移动窗口平均值的比来计算：
C i = σ i μ i .
在又一实施方案中，进行类似的处理，但使用移动窗口范围(即最大(图像值)-最小(图像值))代替移动窗口标准偏差。因此，类似于前面的实施方案，对于指数i所对应的每一波长，从所收集的图像fi(x，y)计算移动窗口平均值μI和移动窗口范围δI。用于计算移动窗口平均值的窗口尺寸优选也是足够大以便可提取指纹特征但足够小以便维持背景变化。在某些情况下，用于计算移动窗口平均值的窗口尺寸与用于计算移动窗口范围的窗口尺寸相同，每一个实施方案中的合适值是在2-3指纹脊量级的跨度。在这个实施方案中，品质因数作为移动窗口范围与移动窗口平均值的比来计算：
C i = δ i μ i .
这个实施方案和前一个实施方案可考虑为更一般的实施方案中的特定情况，其中，在收集的数据上计算移动窗口，是计算移动窗口的中心性量度和移动窗口的变化性量度。特定实施方案举例说明其中中心性量度包括非加权平均值的情形，但也可更一般地包括任何其他类型的统计中心性量度；例如在某些实施方案中的加权平均值或中值。类似地，特定实施方案举例说明其中变化性量度包括标准偏差或范围的情形，但也可更一般地包括任何其他类型的统计变化性量度，例如在某些实施方案中的中间值绝对偏差或平均值标准偏差。
在另一不使用显式移动窗口分析的实施方案中，可对每一谱图像进行小波分析。在某些实施方案中，进行小波分析的方式是结果系数为近似空间不变量。这可通过进行非抽样小波分解，应用二元树复小波方法或类似的其他方法来完成。Gabor滤波、可操纵金字塔和这类其他分解方法也可用来产生类似的系数。无论选择什么分解方法，结果是系数的集合，这些系数正比例于与图像特定位置上的特定基函数对应的变量幅度。为了进行欺骗检测，小波系数或某种从中导出的总和可与真实样品所预期的系数进行比较。如果比较表示结果足够逼近，则认为样品是真实的。相反，样品则被确定为欺骗。按照类似的方式，系数也可用于生物测定的验证，其方法是将当前测得的系数集与先前从信誉好的同一人记录的系数集相比较。
5.例举性应用
在不同的实施方案中，生物测定传感器无论是非接触式、接触式或上述任何类型的纹理传感器，都可以通过计算系统操作实现生物测定功能。图10广义地举例说明各个系统元素如何以单独的或多个集成的方式实现。所示计算装置1000包括硬件元素，它们通过总线1026电耦联，总线1026也与生物测定传感器1056耦连。硬件元素包括处理器1002、输入装置1004、输出装置1006、存储装置1008、计算机可读存储介质读取器1010a、通信系统1014、处理加速单元1016例如DSP或专用处理器，以及存储器1018。计算机可读存储介质读取器1010a进一步与计算机可读存储介质1010b相连，该组合广义地表示远程、局部、固定和/或可移存储装置，以及暂时和/或更持久地保存计算机可读信息的存储介质。通信系统1014可包括有线、无线、调制解调器和/或其他连接口类型，使数据能与外部装置进行交换。
计算装置1000也包括软件元素，现在表示的是位于工作存储器1020中，包括操作系统1024和其他代码1022，例如为实现本发明方法所设计的程序。对于本领域技术人员来说很明显，根据特定的要求可以作实际的变化。例如，也许使用定制的硬件，和/或可能按硬件、软件(包括可携式软件例如小应用程序)或两者实现特定的元素。进一步，可以与其他计算装置例如网络输入/输出装置连接。
采用图11的流程图总结对于可用计算装置实现的附加功能的概述。在某些实施方案中，如方框1104所示，声称的皮肤部位由白光照射。这使生物测定传感器能在方框1108接收从声称的皮肤部位来的光。如上所述，接收光可用若干不同的方式分析以实现生物测定功能。流程图表示某些分析的组合怎样可用来实现生物测定功能，虽然不是所有步骤都必需进行。在其它实例中，可执行所述步骤的子集合，或许也可执行一些附加的步骤，和/或可以按照与所示的步骤不同的顺序进行。
在方框1112，可利用接收光进行活性检查，以确认声称的皮肤部位不是某种欺骗，通常是证明它有活组织的特征。如果测出欺骗，就在方框1164发出警报。所发出的警报的特定类型取决于使用生物测定传感器的环境，有时发出的可听或可视警报靠近传感器本身；在其它实例中，无声警报可传送至安全或法律执行人员。
所接收的从声称的皮肤部位散射的光可在方框1120用来导出声称的皮肤部位的表面图像。在声称的皮肤部位是手指掌面的情况下，这种表面图像将包括手指上的脊和谷的图案表示，可在方框1124将它与常规的指纹数据库相比较。另外或备选地，可在方框1128使用接收光导出空间谱图像。这个图像可在方框1132与空间谱数据库进行比较，数据库具有与个体相关的图像。在两种任一的情况下，作为比较结果，可在方框1136进行个体识别。通常期望通过使用全空间谱信息以提供与空间谱图像之间的比较，可进行更高可靠性的识别。但是在某些应用中，传统的指纹数据库可能更容易获得，因为某些个体的指纹存储在大的法律执行指纹数据库中，而不在空间谱数据库中。在这种情况下，本发明的实施方案就有利地能提取常规的指纹图像进行识别。
空间谱数据还包括可提供更高的识别可信度的附加信息，无论识别是通过与传统的指纹数据库相比较，还是经过与空间谱信息相比较。例如，如方框1140所示，可以从接收光估计人口统计和/或人体测量学特征。当在方框1136处与图像相配的数据库记录包括人口统计和/或人体测量学信息时，可在方框1144进行一致性检测。例如，根据估计的人口统计和/或人体测量学特征，可以将到场的某个体识别为年龄20-35岁的白种男人。如果与图像相配的数据库记录将这个体识别为68岁的黑人妇女，这就有明显的不一致性，就会在方框1164触发出警报。
从接收光也可确定其他信息，例如在方框1156的分析物浓度。有时可根据所测量的分析物水平采取不同的动作。例如，如果血液乙醇水平超过某一阈值，可能禁止汽车点火，如果内科病人的血液葡萄糖水平超过某一阈值，也许要发出警告。可在其他应用中估计其他生理参数例如皮肤干燥情况等等，有时还采取其他的行动以作出反应。
图12提供一个类似的流程图说明纹理生物测定传感器的应用。在方框1204使用传感器，将个体的皮肤部位与检测器接触。如前面所述，检测器可能相对较小，所以只有一部分手指表面与检测器接触，由于纹理生物测定的性质，在不同的测量中，在接触中所放置的表面的各个不同特定部位是不确定的。在方框1208通过照射皮肤部位收集数据，在方框1212用检测器接收从皮肤部位散射的光。
流程图指示可进行不同类型的分析。不需要在所有情况下都进行每一种分析，的确，通常期望在大多数应用中只使用一种类型的分析。如方框1216一般地指示，一类分析单纯利用信息的光谱对比。如方框1220和1228一般地指示，另一类分析通过在方框1220从接收光中的空间谱信息确定图像纹理，和在方框1228将图像纹理与纹理生物测定信息数据库相比较，利用图像纹理信息。采用两种类型分析方法之一或者两种，执行生物测定功能，如在方框1232的个体识别。
至此，已描述了若干实施方案，本领域技术人员将认识到，在不偏离本发明的权利要求的精神的情况下，可以使用各种不同的变形、替代的结构以及等同物。因此，上面的描述不应用来限制本发明的范围，本发明的范围由后随权利要求所限定。

Claims (27)

1.一种生物测定传感器，所述生物测定传感器包括：
白光照射子系统，被配置成采用白光照射个体的声称的皮肤部位；
检测子系统，被配置成接收从声称的皮肤部位散射的光并包括彩色成像器，所述接收光入射到所述彩色成像器上；以及
计算单元，与所述检测子系统接口连接，并具有：
用于利用所述彩色成像器从所述接收光产生一批空间谱数据的指令，所述一批空间谱数据包括空间数据和光谱数据之间的关联；以及
用于分析所述一批空间谱数据以执行生物测定功能的指令。
2.权利要求1中所述的生物测定传感器，其中所述生物测定功能包括反欺骗功能，以及用于分析所述多个空间分布图像的指令包括：用于确定所声称的皮肤部位是否包含活组织的指令。
3.权利要求1中所述的生物测定传感器，其中所述用于分析多个空间分布图像以执行所述生物测定功能的指令包括：用于分析所述多个空间分布图像以估计所述个体的人口统计或人体测量学特征的指令。
4.权利要求1中所述的生物测定传感器，其中所述用于分析所述多个空间分布图像以执行所述生物测定功能的指令包括：用于分析所述多个空间分布图像以确定所述个体的血液中分析物浓度的指令。
5.权利要求1中所述的生物测定传感器，所述生物测定传感器还包括与所声称的皮肤部位接触的台板，其中所述白光照射子系统适合于通过所述台板照射所声称的皮肤部位。
6.权利要求1中所述的生物测定传感器，其中所述白光照射子系统适合于在所声称的皮肤部位不与所述生物测定传感器物理接触时照射所声称的皮肤部位。
7.权利要求1中所述的生物测定传感器，其中所述白光照射子系统包括宽带白光源。
8.权利要求1中所述的生物测定传感器，其中所述白光照射子系统包括多个窄带光源和光学装置，所述光学装置用于组合由所述多个窄带光源提供的光。
9.权利要求8中所述的生物测定传感器，其中所述多个窄带光源提供波长与一组基色中的每一种基色对应的光。
10.权利要求1中所述的生物测定传感器，其中：
所述照射子系统包括第一偏振器，所述第一偏振器被配置成使所述白光偏振化；
所述检测子系统包括第二偏振器，所述第二偏振器被配置成与所述接收光相遇；以及
所述第一和第二偏振器彼此相对交叉。
11.权利要求1中所述的生物测定传感器，其中所述检测系统包括红外滤光器，所述红外滤光器被配置成在所述接收光入射到所述彩色成像器之前与所述接收光相遇。
12.权利要求1中所述的生物测定传感器，其中：
所声称的皮肤部位是手指或手的掌面；
所述生物测定功能包括生物测定识别；以及
所述用于分析多个空间分布图像的指令包括：
用于从所述多个空间分布图像导出所声称的皮肤部位的表面指纹或掌纹图像的指令；以及
用于将所述表面指纹或掌纹图像与表面指纹或掌纹图像数据库相比较以识别所述个体的指令。
13.权利要求1中所述的生物测定传感器，其中：
所述生物测定功能包括生物测定识别；以及
所述用于分析多个空间分布图像的指令包括：用于将所述多个空间分布图像与多谱图像数据库相比较以识别所述个体的指令。
14.权利要求1中所述的生物测定传感器，其中：
所述照射子系统适合于照射位于照射区内的所声称的皮肤部位；以及
所声称的皮肤部位和照射区作相对运动。
15.一种执行生物测定功能的方法，所述方法包括：
采用白光照射个体的声称的皮肤部位；
采用彩色成像器接收从所声称的皮肤部位散射的光，所述接收光入射到所述彩色成像器上；
从所述彩色成像器接收的光产生一批空间谱数据，所述一批空间谱数据包括空间数据和光谱数据之间的关联；以及
分析所述一批空间谱数据以执行生物测定功能。
16.权利要求15中所述的方法，其中所述生物测定功能包括反欺骗功能，以及分析所述多个空间分布图像包括确定所声称的皮肤部位是否包含活组织。
17.权利要求15中所述的方法，其中分析所述多个空间分布图像包括分析所述多个空间分布图像以估计所述个体的人口统计或人体测量学特征。
18.权利要求15中所述的方法，其中分析所述多个空间分布图像以执行所述生物测定功能包括分析所述多个空间分布图像以确定所述个体的血液中分析物的浓度。
19.权利要求15中所述的方法，其中照射所声称的皮肤部位包括引导所述白光通过与所声称的皮肤部位接触的台板。
20.权利要求15中所述的方法，其中采用白光照射所述个体的所声称的皮肤部位包括采用宽带白光源照射所述个体的所声称的皮肤部位。
21.权利要求15中所述的方法，其中采用白光照射所述个体的所声称的皮肤部位包括：
采用多个窄带光源产生多个窄带光束；以及
组合所述多个窄带光束。
22.权利要求21中所述的方法，其中所述多个窄带光束具有与一组基色对应的波长。
23.权利要求15中所述的方法，其中：
照射所声称的皮肤部位包括以第一偏振作用使所述白光偏振化；以及
接收从所声称的皮肤部位散射的光包括以第二偏振作用使所述接收光偏振化，
其中所述第一和第二偏振作用基本上彼此相对交叉。
24.权利要求15中所述的方法，其中接收从所声称的皮肤部位散射的光包括在接收光入射至所述彩色成像器上之前，在红外波长上对所述接收光进行过滤。
25.权利要求15中所述的方法，其中：
所声称的皮肤部位是手指或手的掌面；
所述生物测定功能包括生物测定识别；以及
分析所述多个空间分布图像包括：
从所述多个空间分布图像导出所声称的皮肤部位的表面指纹或掌纹图像；以及
将所述表面指纹或掌纹图像与指纹或掌纹图像数据库相比较以识别所述个体。
26.权利要求15中所述的方法，其中：
所述生物测定功能包括生物测定识别；和
分析所述多个空间分布图像包括将所述多个空间分布图需与多谱图像数据库相比较以识别所述个体。
27.权利要求15中所述的方法，其中：
在照射区中进行采用白光照射个体的声称的皮肤部位；以及
所声称的皮肤部位和照射区作相对运动。
CN200780029057.2A 2006-07-19 2007-07-19 光谱生物测定传感器 Active CN101529445B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US11/458,607 2006-07-19
US11/458,619 US7545963B2 (en) 2003-04-04 2006-07-19 Texture-biometrics sensor
US11/458,619 2006-07-19
US11/458,607 US7751594B2 (en) 2003-04-04 2006-07-19 White-light spectral biometric sensors
PCT/US2007/073886 WO2008111994A1 (en) 2006-07-19 2007-07-19 Spectral biometrics sensor

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN2013102215408A Division CN103400103A (zh) 2006-07-19 2007-07-19 光谱生物测定传感器

Publications (2)

Publication Number Publication Date
CN101529445A CN101529445A (zh) 2009-09-09
CN101529445B true CN101529445B (zh) 2014-04-30

Family

ID=39760537

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200780029057.2A Active CN101529445B (zh) 2006-07-19 2007-07-19 光谱生物测定传感器

Country Status (6)

Country Link
EP (1) EP2041697A4 (zh)
JP (2) JP2009511094A (zh)
KR (2) KR101433882B1 (zh)
CN (1) CN101529445B (zh)
IL (2) IL189797A (zh)
WO (1) WO2008111994A1 (zh)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010035560A (ja) * 2008-07-31 2010-02-18 Hitachi Ltd 生体認証装置
KR101622606B1 (ko) * 2009-07-15 2016-05-20 엘지전자 주식회사 와치형 휴대 단말기
CN102612705B (zh) * 2009-11-10 2015-01-14 日本电气株式会社 假手指判定设备、假手指判定方法和假手指判定程序
KR101037790B1 (ko) * 2010-04-23 2011-05-27 나노바이오시스 주식회사 듀얼 광원을 포함하는 형광 편광 분석 장치
US8971593B2 (en) 2011-10-12 2015-03-03 Lumidigm, Inc. Methods and systems for performing biometric functions
FR2996331B1 (fr) * 2012-09-28 2015-12-18 Morpho Procede de detection de la realite de reseaux veineux a des fins d'identification d'individus
EP3111371B1 (en) * 2014-02-25 2023-12-27 HID Global Corporation Bioimpedance spoof detection
ES2836849T3 (es) * 2014-11-21 2021-06-28 Nokia Technologies Oy Un aparato, procedimiento y programa de ordenador para identificar rasgos biométricos
JP6567850B2 (ja) * 2015-03-20 2019-08-28 富士通株式会社 撮影装置
CN106236060B (zh) 2015-06-04 2021-04-09 松下知识产权经营株式会社 生物体信息检测装置
US9524416B1 (en) * 2015-07-03 2016-12-20 Fingerprint Cards Ab Fingerprint sensing device comprising three-dimensional pattern
FR3046277B1 (fr) * 2015-12-23 2018-02-16 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede pour reconnaitre une fausse empreinte papillaire par eclairage structure
KR101757592B1 (ko) * 2016-06-10 2017-07-13 전자부품연구원 Msp 기반 생체인식 장치의 착용 위치 보정 방법
CN107550474A (zh) * 2016-06-30 2018-01-09 松下知识产权经营株式会社 生物体信息检测装置
EP3485342B1 (en) * 2016-07-18 2021-02-17 Shenzhen Goodix Technology Co., Ltd. Optical fingerprint sensor with force sensing capability
CN107944315B (zh) * 2016-10-12 2023-08-04 手持产品公司 移动成像条形码扫描仪
KR20180129133A (ko) * 2017-05-25 2018-12-05 전자부품연구원 3차원 msp 기반 생체인식 장치 및 방법
WO2019003245A1 (en) * 2017-06-28 2019-01-03 Skincurate Research Private Limited MULTISPECTRAL OPTICAL IMAGING DEVICE AND METHOD FOR FUNCTIONAL IMAGING OF SKIN WITHOUT CONTACT
US11068684B2 (en) 2017-09-05 2021-07-20 Micrometrics Technologies Pte. Ltd. Fingerprint authentication sensor module and fingerprint authentication device
CN108090444B (zh) * 2017-12-16 2022-01-28 贵州凯珑光电有限公司 一种采用mems的高清指纹成像组件
WO2019173283A1 (en) 2018-03-05 2019-09-12 Marquette University Method and apparatus for non-invasive hemoglobin level prediction
EP3693887B1 (en) * 2018-12-13 2022-02-16 Shenzhen Goodix Technology Co., Ltd. Fingerprint recognition apparatus and method, and electronic device
WO2021082017A1 (zh) * 2019-11-01 2021-05-06 深圳市汇顶科技股份有限公司 指纹检测装置和电子设备
US11163970B1 (en) 2020-06-16 2021-11-02 Google Llc Optical fingerprint system with varying integration times across pixels
TWI738488B (zh) * 2020-09-01 2021-09-01 勝薪科技股份有限公司 指紋識別模組與顯示裝置
KR20230157457A (ko) * 2021-03-15 2023-11-16 노우 랩스, 인크. 비침습적 분석물 센서로부터의 분석물 데이터를 사용하여 구축된 분석물 데이터베이스
US20240248322A1 (en) * 2021-05-04 2024-07-25 Fingerprint Cards Anacatum Ip Ab Optical fingerprint sensor comprising a diffractive element
CN113609924B (zh) * 2021-07-15 2024-07-12 奥比中光科技集团股份有限公司 一种光谱数据的确定方法、装置、终端和存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5291560A (en) * 1991-07-15 1994-03-01 Iri Scan Incorporated Biometric personal identification system based on iris analysis
US7890158B2 (en) * 2001-06-05 2011-02-15 Lumidigm, Inc. Apparatus and method of biometric determination using specialized optical spectroscopy systems
US6539101B1 (en) * 1998-04-07 2003-03-25 Gerald R. Black Method for identity verification
US6292576B1 (en) * 2000-02-29 2001-09-18 Digital Persona, Inc. Method and apparatus for distinguishing a human finger from a reproduction of a fingerprint
DE10123330A1 (de) 2001-05-14 2002-11-28 Infineon Technologies Ag Verfahren zur Fälschungserkennung bei der Fingerabdruckerkennung unter Verwendung einer Texturklassifikation von Grauwertdifferenzbildern
CN1706001B (zh) * 2002-10-15 2012-03-21 索尼株式会社 存储器器件和检测运动向量的设备和方法
US7394919B2 (en) * 2004-06-01 2008-07-01 Lumidigm, Inc. Multispectral biometric imaging
CA2521304A1 (en) * 2003-04-04 2004-10-21 Lumidigm, Inc. Multispectral biometric sensor
US7668350B2 (en) * 2003-04-04 2010-02-23 Lumidigm, Inc. Comparative texture analysis of tissue for biometric spoof detection
US7263213B2 (en) 2003-12-11 2007-08-28 Lumidigm, Inc. Methods and systems for estimation of personal characteristics from biometric measurements

Also Published As

Publication number Publication date
CN101529445A (zh) 2009-09-09
JP2009544106A (ja) 2009-12-10
IL189797A (en) 2014-11-30
KR101433882B1 (ko) 2014-09-22
EP2041697A4 (en) 2012-09-19
IL196253A (en) 2014-11-30
KR101489757B1 (ko) 2015-02-04
KR20090040436A (ko) 2009-04-24
IL196253A0 (en) 2009-09-22
WO2008111994A1 (en) 2008-09-18
JP2009511094A (ja) 2009-03-19
EP2041697A1 (en) 2009-04-01
IL189797A0 (en) 2008-11-03
KR20080050460A (ko) 2008-06-05

Similar Documents

Publication Publication Date Title
CN101529445B (zh) 光谱生物测定传感器
CN101632089B (zh) 生物测定传感器
US7545963B2 (en) Texture-biometrics sensor
US8184873B2 (en) White-light spectral biometric sensors
US9060688B2 (en) Biometrics based on locally consistent features
CN101124586B (zh) 组合的全内反射和组织成像系统和方法
EP1611541B1 (en) Multispectral biometric sensor
US8229185B2 (en) Hygienic biometric sensors
US7263213B2 (en) Methods and systems for estimation of personal characteristics from biometric measurements
CN101536384B (zh) 空间-光谱指纹欺骗检测
CN103400103A (zh) 光谱生物测定传感器
Nixon et al. Multispectral fingerprint imaging for spoof detection

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: HID GLOBAL CORP.

Free format text: FORMER OWNER: SPECTRUM IDENTIFICATION CO.

Effective date: 20150901

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20150901

Address after: American Texas

Patentee after: Hid Global Corp

Address before: The American state of New Mexico

Patentee before: Spectrum Identification Co.