CN102054161A - 指纹图像检测方法 - Google Patents

指纹图像检测方法 Download PDF

Info

Publication number
CN102054161A
CN102054161A CN2009102104381A CN200910210438A CN102054161A CN 102054161 A CN102054161 A CN 102054161A CN 2009102104381 A CN2009102104381 A CN 2009102104381A CN 200910210438 A CN200910210438 A CN 200910210438A CN 102054161 A CN102054161 A CN 102054161A
Authority
CN
China
Prior art keywords
fingerprint image
streakline
pixel
pixels
effective
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.)
Granted
Application number
CN2009102104381A
Other languages
English (en)
Other versions
CN102054161B (zh
Inventor
郭振兴
汪彦晖
吴东融
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.)
Wistron Corp
Original Assignee
Wistron Corp
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
Application filed by Wistron Corp filed Critical Wistron Corp
Priority to CN2009102104381A priority Critical patent/CN102054161B/zh
Publication of CN102054161A publication Critical patent/CN102054161A/zh
Application granted granted Critical
Publication of CN102054161B publication Critical patent/CN102054161B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Input (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

指纹图像的检测方法,该检测方法包含输入一电子装置所撷取的一指纹图像;计算该指纹图像中的所有有效纹线像素点的数量;于该有效纹线像素点的数量占该指纹图像的所有像素点的比例落于一第一预定范围内时,计算该指纹图像中的所有连续纹线像素的数量;以及于该连续纹线像素占该指纹图像的所有像素点的比例落于一第二预定范围内时,判断该指纹图像为一有效指纹图像且该电子装置通过检测。

Description

指纹图像检测方法
技术领域
本发明是指一种指纹图像检测方法,尤指一种用来正确且迅速地测试具指纹识别功能的电子装置所扫描的指纹图像的检测方法。
背景技术
由于人类的指纹具有唯一及不变的特性,因此目前指纹识别技术已被广泛用来作为身分识别之用。尤其是在许多可携式电子产品中,常常利用指纹识别技术来当作安全控管的工具。然而,就如同一般的电子产品,为了确保产品的质量,制造商在生产制造过程中或是完成制造之后,会对每一个电子产品进行基本功能测试,来验证其功能是否能运作良好并合乎品管要求,以决定是否供应给消费者使用。
举例来说,对于具有指纹识别功能的电子装置来说,必须能撷取清晰的指纹图像,再对所撷取的指纹图像进行指纹识别程序。然而,若是遇到所撷取指纹图像的质量不佳的情况,将会对后续的处理,造成很大的困扰。因此,为了确认电子装置能够正确扫描撷取到使用者的指纹图像,扫描测试即是出厂前必须检测的项目之一。传统的检测扫描功能的方式,通常是事先建立测试人员或是特定指纹的指纹库,再利用测试人员对待测电子装置刷入其本身的指纹,或是使用具有特定指纹的指套或假手指来刷入指纹,以通过待测电子装置扫描出指纹图像。接着,再通过图前处理、特征撷取、指纹匹配比对等运算程序来比对所扫描出的指纹图像与指纹库所载是否吻合,如此一来,便可达成测试的目的。
然而,对待测的电子装置来说,前述的特征撷取或是比对的程序过于复杂与耗时。对于目前大量生产的商业模式而言,在实际应用上将无法产生有效率的测试。因此,随着成本压力越来越大,生产周期却日益缩短的趋势,亟需能够在生产线上既能提供正确检测,又可有效提升检测速度的检测方式。
发明内容
因此,本发明主要在于提供一种指纹图像检测方法。
本发明揭露一种指纹图像的检测方法,该方法包含输入一电子装置所撷取的一指纹图像;计算该指纹图像中的所有有效纹线像素点的数量,以计算该所有有效纹线像素点占该指纹图像的所有像素点的一第一比例;于该第一比例落于一第一预定范围内时,计算该指纹图像中的所有连续纹线像素的数量,以计算该连续纹线像素占该指纹图像的所有像素点的一第二比例;以及于该第二比例落于一第二预定范围内时,判断该指纹图像为一有效指纹图像且该电子装置通过检测。
本发明还揭露一种指纹图像的检测方法,包含有输入一电子装置所撷取的一指纹图像;裁切该指纹图像的周围部分;计算该经裁切的指纹图像中的所有有效纹线像素点的数量,以计算该所有有效纹线像素点占该指纹图像的所有像素点的一第一比例;于该第一比例落于一第一预定范围内时,计算该经裁切的指纹图像中的所有连续纹线像素的数量,以计算该连续纹线像素占该指纹图像的所有像素点的一第二比例;以及于该第二比例落于一第二预定范围内时,判断该指纹图像为一有效指纹图像且该电子装置通过检测。
附图说明
图1为本发明实施例一流程的一实施例示意图。
图2为本发明实施例连续有效像素的一示意图。
图3为本发明实施例一流程的另一实施例示意图。
图4为本发明实施例裁切指纹图像的一示意图。
[主要元件标号说明]
10、20                流程
100~118、300~320    步骤
具体实施方式
传统在生产制造具有指纹识别功能的电子装置时,为了测试指纹图像撷取功能,尚需图像前处理及特征撷取等复杂的程序,才能判断指纹识别功能的运作情况。然而,诸如图像前处理及特征撷取的程序皆属软件的检验功能,对于指纹图像撷取功能的正常与否毫无影响,因此,本发明能够避免如此繁琐的程序,并通过快速且简单的方式,而能实时提供电子装置的扫描撷取功能的检测。
请参考图1,图1为本发明实施例一流程10的示意图。流程10用来检测一电子装置的图像扫描功能。其中,该电子装置可扫描撷取出一指纹图像,并对该指纹图像执行指纹识别程序。流程10包含以下步骤:
步骤100:开始。
步骤102:输入由该电子装置所撷取的该指纹图像。
步骤104:选取该指纹图像的有效纹线像素点。
步骤106:计算该有效纹线像素点占指纹图像的所有像素点的一第一比例。
步骤108:判断该第一比例是否落于一第一预定范围内。若是,执行步骤110;否则,执行步骤118。
步骤110:选取该指纹图像中的连续纹线像素。
步骤112:计算所有连续纹线像素占指纹图像的所有像素点的一第二比例。
步骤114:判断该第二比例是否落于一第二预定范围内。若是,执行步骤116;否则,执行步骤118。
步骤116:判断该指纹图像为一有效指纹图像,且该电子装置通过检测。
步骤118:判断该指纹图像非为一有效指纹图像,且该电子装置的扫描撷取功能异常。
根据流程10,针对经由电子装置撷取出的指纹图像,本发明通过检测其所有效纹线像素点的比例是否落于第一预定范围内之后,再检测指纹图像中的连续纹线像素的比例是否介于第二预定范围内的检测程序,即可判断出电子装置所撷取出的指纹图像是否为正常图像。换言之,通过流程10的运作将能简单且快速地区分出指纹图像是否清晰可用,进而能有效确认电子装置的指纹图像扫描功能。
在已知技术中,电子装置的扫描功能检测必须将撷取出的指纹图像,经过特征撷取及指纹图像比对等繁琐的程序后才能实现扫描功能检测的目的,但是该等程序必须依赖大量且复杂的算法来实现,在此情况下,除了会耗费庞大的运算资源之外,更花费了冗长的运算时间。相较之下,本发明仅需通过简单的像素点计算,即可正确无误地检测电子装置的图像扫描功能是否正常,如此一来,本发明将能于生产线上快速而有效率的完成检测程序。
进一步说明,在本发明实施例中,为了检测电子装置的图像扫描功能是否异常,首先由电子装置运作撷取出指纹图像,接着再检查所撷取出指纹图像是否为正常的指纹图像,在此情况下,便可据以判断电子装置的图像扫描功能正常与否。换言之,本发明利用待测的电子装置所撷取的指纹图像来作为检测的依据。在步骤102中,待测的电子装置所撷取的指纹图像,可以是经由任何人或是任何具特定指纹的指套或假手指对待测电子装置进行刷入指纹动作后所产生的指纹图像。
较佳地,该电子装置还包含有一撷取单元,用来扫描及撷取该指纹图像。举例来说,该撷取单元可以是光学感测装置、电容式感装置或超音波感测装置,但不以此为限,任何可以用来取得该指纹图像的方法或装置皆可用来实现该撷取单元。此外,该电子装置还包含有一识别单元,用来对所撷取的该指纹图像进行指纹识别程序。其中,该识别单元可由能够执行指纹识别程序的软件、固件、硬件或其组合来实现。
另一方面,指纹主要是由纹线(ridge)以及谷线(furrow)两部分所组成,其中纹线为指纹中较为凸起的部分,而谷线为较低的部分。在指纹图像中,两者通常分别由不同色阶的像素来表示,而且可明显区别出来,当然,纹线与谷线在不同指纹图像中,所呈现的颜色或色阶范围并非局限于特定形式,需视电子装置的图像撷取的方式及特性而定。对于指纹图像而言,从像素分类的角度来看,可将纹线上的像素点看作有效的指纹区域点,而将其它像素点看作背景点。因此,为求方便说明,在以下说明中,所谓的指纹是表示指纹图像中的纹线部分。
由于指纹图像是由多个像素点所组合而成,因此,本发明通过以像素点为单位的方式,来对指纹图像进行检测分析。在步骤104中,当取得待测电子装置所撷取的指纹图像后,开始选取该指纹图像的有效纹线像素点,并计算所有有效纹线像素点的数量,其中,有效纹线像素点为具有指纹纹线信息的像素点,也就是指纹图像中有纹线经过的像素点。换句话说,在此步骤中,可计算出该指纹图像的所有具有纹线信息的像素点的数量总和。较佳地,亦可累计该指纹图像的所有像素点的数量,以计算出所有像素点的数量总和。进一步地,在步骤106中,根据步骤104的计算结果,计算出该指纹图像中有效纹线像素点的总数相对于所有像素点的总数的一第一比例。换言之,第一比例表示所有有效纹线像素点的数量于该指纹图像中所占的比例。
一般来说,因为有指纹纹线的存在,因此在正常的指纹图像中,表示指纹纹线的信息会占有合理程度的区域面积。正常来说,通常在所有像素点中会有70%至80%的像素点为有效纹线像素点。换句话说,有效纹线像素点过多或过小都代表着此指纹图像并非为一个有效的指纹图像,也意味着待测的电子装置的功能异常。因此,在步骤108中,进行判断第一比例是否落于第一预定范围内(例如70%~80%)。举例来说,当有效纹线像素点的数量相对于所有像素点的数量的第一比例落于75%~80%的范围内时,继续执行步骤110;否则,执行步骤118,也就是说,当有效纹线像素点的数量相对于所有像素点的数量的比例无法落于的第一预定范围内时,即判定指纹图像为无效的指纹图像,亦即所测试的电子装置无法正确地扫描撷取出测试者所刷入的指纹,在此情况下,所测试的电子装置的扫描功能异常,因此,判定检测结果为:未通过检测。
在步骤110中,进一步选取出该指纹图像中的一连续纹线像素,并计算该连续纹线像素的数量。其中,连续纹线像素的数量为指纹图像的所有像素列中具单一有效纹线像素点或连续具有有效纹线像素点的像素群组的数量。更详细的说,就是对于指纹图像的像素点,以单一横列(一个像素宽)为基础,逐列地计算有效纹线像素群组的数量,以计算出全部有效纹线像素群组的总和。所谓有效纹线像素群组是指单一个(两侧均非为有效纹线像素点)或是多个连接在一起的有效纹线像素点。举例来说,如图2所示,就以其中一列像素点的一部分像素点作为例子,若图2中的(A)部分为原始指纹图像,假设存在有效纹线像素点的情况时,无论是仅有单一个或是存在多个连续的有效纹线像素点的情况,皆仅以单一个像素点来表示,因此,原始指纹图像会被简化成如图2中的(B)部分所示的以单一像素来表示的线条图。而步骤110中,所要计算的连续纹线像素的数量就是如图2中的(B)部分所示,经简化后的所有单一像素点的数量总和。如此一来,对于一个正常的指纹图像而言,当原来的指纹图像经过如图2所示的简化运作后,大致上仍会保有指纹的图形,也就是说,经简化后的有效纹线像素点分布,仍应维持在一定的比例范围内。除此之外,在步骤112中,进一步地可以根据步骤110的计算结果,计算出所有连续纹线像素的数量占指纹图像的所有像素点的该第二比例,而提供至步骤114。
当电子装置发生故障或是扫描运作速度慢于测试者刷指纹的动作,将可能造成含有大面积黑色块或空白的指纹图像,然而,在步骤108中仍可能会顺利通过判断,而被误判为正常的指纹图像。进一步地,为了避免此种误判的情况,在步骤114中,本发明可判断连续纹线像素的数量所占比例(亦即第二比例)是否介于第二预定范围内(例如10%~15%)。举例来说,当连续纹线像素的数量相对于所有像素点的数量的比例落于10%~15%的范围内时,继续执行步骤116;否则,执行步骤118。如此一来,通过步骤114,将可对于指纹像图像的有效纹线像素点的分布情况作一个筛检,一旦指纹像图像中有大面积黑色块或空白的情况发生时,将可通过此步骤来顺利检测出。
接着,当顺利通过步骤108与步骤114的判断程序后,将可以完全确定该指纹图像确实为一个正常且清晰可用的指纹图像。因此,在步骤116中,判断该指纹图像为一有效指纹图像,也就是说,所测试的电子装置可以正确地扫描撷取出测试者所刷入的指纹,因此,判定检测结果为:通过检测。简单的说,在步骤108中,可以筛检出指纹图像是否为一般正常的指纹图像,进而通过步骤114可以摒除具有大面积黑色块或空白的指纹图像却又未在步骤108中被检验出的异常情况,如此一来,将可有效确认所撷取出的指纹图像是否符合一般指纹图像的标准,并据以判断所测试的电子装置的扫描功能是否正常。
进一步地,请参考图3,图3为本发明实施例一流程30的另一实施例示意图。流程30用来检测一电子装置的图像扫描功能,其包含以下步骤:
步骤300:开始。
步骤302:输入由电子装置所撷取的一指纹图像。
步骤304:裁切该指纹图像的周围部分。
步骤306:选取经裁切的指纹图像的所有有效纹线像素点。
步骤308:计算所选取的有效纹线像素点占经裁切的指纹图像的所有像素点的一第一比例。
步骤310:判断该第一比例是否落于一第一预定范围内。若是,执行步骤312;否则,执行步骤320。
步骤312:选取该经裁切的指纹图像中的连续纹线像素。
步骤314:计算所有连续纹线像素占经裁切的指纹图像的所有像素点的一第二比例。
步骤316:判断该第二比例是否落于一第二预定范围内。若是,执行步骤318;否则,执行步骤320。
步骤318:判断该指纹图像为一有效指纹图像,且该电子装置通过检测。
步骤320:判断该指纹图像非为一有效指纹图像,且该电子装置功能异常。
流程30的详细说明可参考前述说明,在此不赘述。与图1的流程10不同的是,在流程30中,增加步骤304。由于在每一指纹图像的周围区域通常包含较少的指纹纹线信息,甚至于完全不包含任何信息,反面来说,也就是指纹图像的周围区域是属于噪声信息较多的区域。如此一来,周围区域的像素点变为较易导致误判的部分。因此,在步骤304中,可以将所撷取的指纹图像裁切其周围部分,以舍弃较容易导致误判的像素点,将可有效进一步提升指纹图像判断的正确性。当然,前述裁切的区域及大小可视需求情况不同而做不同的调整,举例来说,如图4所示,由于测试者通常在刷入指纹时,因为姿势的问题,通常最上面及最下面的外围部分,可能较易会具有残缺的纹线部分,因此,可以采用裁切指纹图像的上下各10%的图像区域,然后再将经过裁切的指纹图像提供后续步骤的执行,如此一来,相较于图1的流程10的检测,将可得到更为准确的检测结果。
此外,流程10或30的实现方式不限于特定元件或装置,例如可通过更新测试机台的固件的方式,来实现流程10或30的步骤内容。值得注意的是,假若可得到大致相同的结果,则流程10或30并非限定要依据图1或图3所示的顺序来执行。
综上所述,本发明能够避免如此繁琐的程序,而通过快速且简单的方式的区分出指纹图像是否清晰可用而为正常的指纹图像,进而能确认电子装置的指纹图像扫描功能,且使用任何人的指纹皆可完成测试,因此,通过本发明将能于生产线上提供实现快速而有效率的检测程序。
以上所述仅为本发明的较佳实施例,凡依本发明权利要求范围所做的均等变化与修饰,皆应属本发明的涵盖范围。

Claims (16)

1.一种指纹图像的检测方法,包含:
输入一电子装置所撷取的一指纹图像;
计算该指纹图像中的所有有效纹线像素点的数量,以计算该所有有效纹线像素点占该指纹图像的所有像素点的一第一比例;
于该第一比例落于一第一预定范围内时,计算该指纹图像中的所有连续纹线像素的数量,以计算该连续纹线像素占该指纹图像的所有像素点的一第二比例;以及
于该第二比例落于一第二预定范围内时,判断该指纹图像为一有效指纹图像且该电子装置通过检测。
2.根据权利要求1所述的检测方法,其中该连续纹线像素的数量为该指纹图像的所有像素列中具单一有效纹线像素点或连续具有有效纹线像素点的所有有效纹线像素群组的数量。
3.根据权利要求1所述的检测方法,其中计算该指纹图像中的该所有有效纹线像素点的数量的步骤,还包含有:
累计该指纹图像的所有像素点的数量。
4.根据权利要求1所述的检测方法,其中计算该指纹图像中的该所有有效纹线像素点的数量的步骤,包含有:
选取该指纹图像的所有像素点中,具有指纹纹线信息的像素点;以及
累计所选取的像素点数量。
5.根据权利要求1所述的检测方法,其中于该第一比例落于该第一预定范围内时,计算该指纹图像中的该所有连续纹线像素的数量的步骤,包含:
于该有效纹线像素点的数量所占比例介于该第一预定范围内时,选取该指纹图像的所有像素列中的连续纹线像素;以及
累计所选取的连续纹线像素,以计算该连续纹线像素占该指纹图像的所有像素的该第二比例。
6.根据权利要求1所述的检测方法,其中该电子装置包含有一撷取单元,用来扫描及撷取该指纹图像。
7.根据权利要求1所述的检测方法,其中该电子装置包含有一识别单元,用来对该指纹图像进行一指纹识别程序。
8.根据权利要求7所述的检测方法,其中该指纹识别程序是由具指纹识别功能的一软件来实现。
9.一种指纹图像的检测方法,包含:
输入一电子装置所撷取的一指纹图像;
裁切该指纹图像的周围部分;
计算该经裁切的指纹图像中的所有有效纹线像素点的数量,以计算该所有有效纹线像素点占该指纹图像的所有像素点的一第一比例;
于该第一比例落于一第一预定范围内时,计算该经裁切的指纹图像中的所有连续纹线像素的数量,以计算该连续纹线像素占该指纹图像的所有像素点的一第二比例;以及
于该第二比例落于一第二预定范围内时,判断该指纹图像为一有效指纹图像且该电子装置通过检测。
10.根据权利要求9所述的快速检测方法,其中该连续纹线像素的数量为该经裁切的指纹图像的所有像素列中具单一有效纹线像素点或连续具有有效纹线像素点的所有有效纹线像素群组的数量。
11.根据权利要求9所述的快速检测方法,其中计算该经裁切的指纹图像中的该所有有效纹线像素点的数量的步骤,还包含有:
累计该经裁切的指纹图像的所有像素点的数量。
12.根据权利要求9所述的快速检测方法,其中计算该经裁切的指纹图像中的该所有有效纹线像素点的数量的步骤,包含有:
累计该经裁切的指纹图像的所有像素点中,具有指纹纹线信息的像素点的数量。
13.根据权利要求9所述的快速检测方法,其中于该第一比例落于该第一预定范围内时,计算该经裁切的指纹图像中的该所有连续纹线像素的数量的步骤,包含有:
于该有效纹线像素点的数量所占比例介于该第一预定范围内时,累计该经裁切的指纹图像的所有像素列中的该连续纹线像素的数量。
14.根据权利要求9所述的检测方法,其中该电子装置包含有一撷取单元,用来扫描及撷取该指纹图像。
15.根据权利要求9所述的检测方法,其中该电子装置包含有一识别单元,用来对该指纹图像进行一指纹识别程序。
16.根据权利要求15所述的检测方法,其中该指纹识别程序是由具指纹识别功能的一软件来实现。
CN2009102104381A 2009-11-02 2009-11-02 指纹图像检测方法 Expired - Fee Related CN102054161B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009102104381A CN102054161B (zh) 2009-11-02 2009-11-02 指纹图像检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009102104381A CN102054161B (zh) 2009-11-02 2009-11-02 指纹图像检测方法

Publications (2)

Publication Number Publication Date
CN102054161A true CN102054161A (zh) 2011-05-11
CN102054161B CN102054161B (zh) 2013-09-11

Family

ID=43958463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009102104381A Expired - Fee Related CN102054161B (zh) 2009-11-02 2009-11-02 指纹图像检测方法

Country Status (1)

Country Link
CN (1) CN102054161B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105243369A (zh) * 2015-10-19 2016-01-13 广东欧珀移动通信有限公司 一种指纹的识别方法、装置以及移动终端
CN105260722A (zh) * 2015-10-19 2016-01-20 广东欧珀移动通信有限公司 一种指纹的识别方法、装置以及移动终端
WO2017067288A1 (zh) * 2015-10-19 2017-04-27 广东欧珀移动通信有限公司 一种指纹的识别方法、装置以及移动终端
CN107038417A (zh) * 2017-03-15 2017-08-11 广东欧珀移动通信有限公司 一种指纹功能检验方法及终端设备
CN113361448A (zh) * 2021-06-23 2021-09-07 浙江中正智能科技有限公司 一种指纹图像中干扰直线的检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5610993A (en) * 1990-07-12 1997-03-11 Yozan Inc. Method of co-centering two images using histograms of density change
US20050175225A1 (en) * 2004-02-06 2005-08-11 Fujitsu Limited Biometric information verifying apparatus
US20070047777A1 (en) * 2000-06-09 2007-03-01 Takuya Adachi Image collation method and apparatus and recording medium storing image collation program

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1163669A (zh) * 1995-10-05 1997-10-29 富士通电装株式会社 指纹记录方法和指纹检验装置
US6795118B1 (en) * 2000-10-18 2004-09-21 Micron Technology, Inc. Testing of solid-state image sensors
CN1238809C (zh) * 2002-09-04 2006-01-25 长春鸿达光电子与生物统计识别技术有限公司 指纹识别方法、以及指纹控制方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5610993A (en) * 1990-07-12 1997-03-11 Yozan Inc. Method of co-centering two images using histograms of density change
US20070047777A1 (en) * 2000-06-09 2007-03-01 Takuya Adachi Image collation method and apparatus and recording medium storing image collation program
US20050175225A1 (en) * 2004-02-06 2005-08-11 Fujitsu Limited Biometric information verifying apparatus

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
EUN-KYUNG YUN等: "Adaptive fingerprint image enhancement with fingerprint image quality analysis", 《IMAGE AND VISION COMPUTING》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105243369A (zh) * 2015-10-19 2016-01-13 广东欧珀移动通信有限公司 一种指纹的识别方法、装置以及移动终端
CN105260722A (zh) * 2015-10-19 2016-01-20 广东欧珀移动通信有限公司 一种指纹的识别方法、装置以及移动终端
WO2017067288A1 (zh) * 2015-10-19 2017-04-27 广东欧珀移动通信有限公司 一种指纹的识别方法、装置以及移动终端
WO2017067289A1 (zh) * 2015-10-19 2017-04-27 广东欧珀移动通信有限公司 一种指纹的识别方法、装置以及移动终端
WO2017067269A1 (zh) * 2015-10-19 2017-04-27 广东欧珀移动通信有限公司 一种指纹的识别方法、装置以及移动终端
CN107038417A (zh) * 2017-03-15 2017-08-11 广东欧珀移动通信有限公司 一种指纹功能检验方法及终端设备
CN107038417B (zh) * 2017-03-15 2020-01-14 Oppo广东移动通信有限公司 一种指纹功能检验方法及终端设备
CN113361448A (zh) * 2021-06-23 2021-09-07 浙江中正智能科技有限公司 一种指纹图像中干扰直线的检测方法

Also Published As

Publication number Publication date
CN102054161B (zh) 2013-09-11

Similar Documents

Publication Publication Date Title
US10816484B2 (en) Flaw inspection device and flaw inspection method
CN102054161B (zh) 指纹图像检测方法
CN104008550A (zh) 晶圆表面缺陷特征分析方法、系统、分类方法和系统
CN106251333B (zh) 元件反件检测方法和系统
CN103308523B (zh) 多尺度瓶口缺陷检测方法及装置
CN102901735B (zh) 利用计算机对工件缺损、裂变、变形进行自动检测的系统
CN106056597A (zh) 物体视觉检测方法及装置
CN111582359A (zh) 一种图像识别方法、装置、电子设备及介质
CN111415339B (zh) 一种复杂纹理工业产品图像缺陷检测方法
TWI423145B (zh) 指紋圖像檢測方法
KR20150108118A (ko) 영상 인식 기반 계량기 원격 검침 시스템
CN118154605B (zh) 纺织品ai瑕疵检测方法、系统及设备
CN104331693A (zh) 一种印刷品对称性检测方法及系统
CN105844638A (zh) 一种通过相机噪声实现鉴别照片真伪的方法及系统
CN117542301A (zh) 一种显示屏的检测方法及系统
CN115463844A (zh) 一种基于双重识别的货物智能分拣方法及系统
US20030112459A1 (en) Document authenticity discriminating apparatus and method therefor
CN116758060B (zh) 一种电池片立式花篮视觉检测系统
Xu et al. Fiber-image analysis part I: Fiber-image enhancement
CN111523605B (zh) 一种图像识别方法、装置、电子设备及介质
CN108537106A (zh) 指纹检测方法及其电路
CN116840240A (zh) 电源分配器视觉检测系统
CN107742287A (zh) 护套检测系统及方法
Mohammed et al. A fuzzy system for detection and classification of textile defects to ensure the quality of fabric production.
CN105427295B (zh) 一种基于焊缝的图像识别方法和图像识别系统

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130911

Termination date: 20191102

CF01 Termination of patent right due to non-payment of annual fee