CN104077748A - 图像校正设备、图像校正方法以及生物认证设备 - Google Patents
图像校正设备、图像校正方法以及生物认证设备 Download PDFInfo
- Publication number
- CN104077748A CN104077748A CN201410119289.9A CN201410119289A CN104077748A CN 104077748 A CN104077748 A CN 104077748A CN 201410119289 A CN201410119289 A CN 201410119289A CN 104077748 A CN104077748 A CN 104077748A
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- correction factor
- light filter
- brightness value
- 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
Links
- 238000000034 method Methods 0.000 title claims description 15
- 238000003702 image correction Methods 0.000 title abstract description 10
- 238000012937 correction Methods 0.000 claims abstract description 111
- 230000005540 biological transmission Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000001915 proofreading effect Effects 0.000 claims description 14
- 239000000284 extract Substances 0.000 claims description 7
- 238000002834 transmittance Methods 0.000 abstract 2
- 238000012545 processing Methods 0.000 description 39
- 210000003462 vein Anatomy 0.000 description 26
- 210000004204 blood vessel Anatomy 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000005286 illumination Methods 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 230000013011 mating Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005352 clarification Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007323 disproportionation reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
-
- 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
- G06V40/1312—Sensors therefor direct reading, e.g. contactless acquisition
-
- 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
- G06V40/14—Vascular patterns
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
Abstract
本发明涉及图像校正设备、图像校正方法以及生物认证设备,该图像校正设备包括:校正因子计算单元,校正因子计算单元计算校正因子,使得通过使用校正因子对图像上的第一像素的亮度值进行校正所获得的校正值与图像上的第二像素的亮度值之间的距离变得小于第一像素的亮度值与第二像素的亮度值之间的距离,第一像素对应于图像传感器中的具有第一滤光器的传感器元件,图像传感器包括在生成图像的图像捕获单元中,第一滤光器具有第一透射率特性,以及第二像素对应于图像传感器中的具有第二滤光器的传感器元件,第二滤光器具有第二透射率特性;以及校正单元,校正单元通过使用校正因子对第一像素的亮度值进行校正来生成校正图像。
Description
技术领域
本文所讨论的实施方式涉及对图像中的每个像素的值进行校正的图像校正设备和图像校正方法,以及利用这样的图像校正设备或图像校正方法的生物认证设备。
背景技术
近几年,已经开发了基于表示生物信息的生物图像如手或手指的静脉图案、指纹或掌纹对设备或系统的用户进行认证的生物认证技术。在利用这样的生物认证技术的生物认证设备中,例如,生物信息捕获设备通过捕获包括想要使用生物认证设备的用户的生物信息的身体部分来获取表示生物信息的生物图像。生物认证设备将输入生物信息与注册生物信息进行匹配,输入生物信息是生物图像中所表示的用户的生物信息,而注册生物信息是预先注册的注册用户的生物图像中所表示的生物信息。当基于匹配处理的结果判定输入生物信息与注册生物信息一致时,生物认证设备将用户认证为具有有效授权的注册用户。生物认证设备使得认证用户能够使用其中包括了生物认证设备的设备或连接至生物认证设备的其他设备。
当生物信息是手掌或手指的静脉图案时,使用发射近红外光的发光元件如红外LED作为照明光源用于允许照明光进入手或手指的内部。为了生成在其中通过检测由作为要捕获的目标的手或手指所反射或散射或穿过要捕获的目标所发送的照明光来捕获静脉图案的图像,生物信息图像捕获设备使用沿着两个维度布置的对近红外光具有敏感性的传感器元件的图像传感器。例如,利用固态图像捕获元件如电荷耦合器件(CCD)或互补金属氧化物半导体(CMOS)作为传感器元件。
然而,由于近红外光图像传感器用于特殊应用并且没有被大量生产,所述近红外光图像传感器通常比可见光图像传感器更昂贵。虽然CCD和CMOS是可见光图像传感器,但是CCD和CMOS也具有对近红外光的敏感性。从而,如果可见光图像传感器可以用于捕获静脉图案,则可以降低生物信息图像捕获设备的成本。然而,由于CCD和CMOS不具有用于识别颜色的功能,则可见光图像传感器,尤其颜色图像传感器,对于每个传感器元件通常包括特定波长的光通过的颜色滤光器。例如,两列两行的传感器元件形成为一个组,并且在沿着对角线中的一个对角线的两个传感器元件处布置通过与绿色相对应的波长的光的滤光器。在其他两个传感器处分别布置通过与红色相对应的波长的光的滤光器和通过与蓝色相对应的波长的光的滤光器。这样的滤光器阵列称为拜耳(Bayer)阵列。
提出了一种使用近红外光滤光器代替这样的四个传感器元件在其中被集合成一组的滤光器中的一个绿色滤光器并且人体的内部是要捕获的目标的图像捕获设备,使用近红外光来照亮人体(例如,日本特许公开专利公报No.2005-191748)。
发明内容
然而,在日本特许公开专利公报No.2005-191748中所描述的技术中,当人体的内部例如血管是要捕获的目标时,使用从具有近红外光滤光器的传感器元件获得的信号来生成图像。没有使用从具有可见光滤光器的传感器元件获得的信号。因此,捕获人体的内部的图像的分辨率最终变得低于图像传感器本身的分辨率。
颜色滤光器也从其通过近红外光。然而,近红外光的透射率依赖于滤光器而变化。因此,当从与具有颜色滤光器的传感器元件相对应的像素所获得的信号用于生成由近红外光照亮的要捕获的目标的图像时,滤光器图案最终出现在图像上。当滤光器图案和要捕获的目标在图像上叠加时,在通过生物认证设备从图像中提取要捕获的目标的特征点中,由于滤光器图案而引起的照明变化的点可能会被误检测为特征点。从而,滤光器图案出现在图像上不是优选的。另外,由于滤光器通常合并在图像传感器主体中,所以难以从图像传感器中移除颜色滤光器。
根据一个方面,本发明的一个目的是提供一种使得能够针对使用具有多个滤光器(多个滤光器对于照明光具有不同的透射率)的图像传感器所捕获的图像对由于透射率的差异而引起的各个像素之间的亮度差进行校正的图像校正设备。
根据一种实施方式,提供了一种图像校正设备。图像校正设备包括:校正因子计算单元,该校正因子计算单元计算校正因子,使得通过使用校正因子对图像上的第一像素的亮度值进行校正所获得的校正值与该图像上的第二像素的亮度值之间的距离变得小于第一像素的亮度值与第二像素的亮度值之间的距离,第一像素对应于图像传感器中的具有第一滤光器的传感器元件,该图像传感器包括在生成所述图像的图像捕获单元中,第一滤光器具有第一透射率特性,以及第二像素对应于该图像传感器中的具有第二滤光器的传感器元件,第二滤光器具有与第一透射率特性不同的第二透射率特性;以及校正单元,该校正单元通过使用校正因子对第一像素的亮度值进行校正来生成校正图像。
附图说明
图1是根据一种实施方式的包括图像校正设备的生物认证设备的示意性配置图;
图2是包括在生物认证设备中的生物信息图像捕获设备的示意性平面图;
图3是处理单元的功能框图;
图4是描绘拜耳阵列的图;
图5是通过使用近红外光对均匀目标进行照亮并且通过生物信息图像捕获设备的图像捕获单元捕获目标所获得的示例性图;以及
图6是包括图像校正处理的生物认证处理的操作流程图。
具体实施方式
在下文中,参照附图来说明根据一种实施方式的图像校正设备以及包括这样的图像校正设备的生物认证设备。图像校正设备对生物图像进行校正以便除去出现在表示生物信息的生物图像上的滤光器图案,生物图像通过对包括生物信息的身体部分进行近红外光照明并且由具有颜色滤光器的图像传感器捕获身体部分来生成。为此,基于与具有滤光器(滤光器具有彼此不同的透射率特性)的传感器元件相对应的相邻像素的亮度值之间的差异,图像校正设备获得将差异最小化的校正因子。然后,图像校正设备使用校正因子对与具有滤光器的传感器元件相对应的像素的亮度值进行校正,滤光器具有透射率特性中的任一个。
在本实施方式中,生物信息是手掌的血管图案。然而,生物信息可以是除了手掌的血管图案之外的生物信息,例如能够通过使用近红外光照明被捕获的手指的血管图案。
图1是根据一种实施方式的包括图像校正设备的生物认证设备的示意配置图。如图1所示,生物认证设备1包括显示单元2、输入单元3、生物信息图像捕获设备4、通信单元5、存储单元6和处理单元7。显示单元2、输入单元3和生物信息图像捕获设备4可以与容纳通信单元5、存储单元6和处理单元7的壳体分离地布置。可替代地,显示单元2、输入单元3、生物信息图像捕获设备4、通信单元5、存储单元6以及处理单元7可以容纳在类似所谓的笔记本式个人计算机或平板式终端的单个壳体中。
生物认证设备1对由生物信息图像捕获设备4生成的、表示用户的手掌的血管图案的生物图像执行图像校正处理。图像校正处理对由于包括在生物信息图像捕获设备4中的图像传感器的颜色滤光器而引起的亮度不均衡进行校正。生物认证设备1使用已经对其执行图像校正处理的生物图像来执行生物认证处理。当用户被认证为注册用户中的任一个作为生物认证处理的结果时,生物认证设备1允许用户使用生物认证设备1包括在其中的计算机。可替代地,通过经由通信单元5将用户已经被认证的信号发送至其他设备(未示出),生物认证设备1允许用户使用其他设备。
生物认证设备1还可以包括用于访问存储介质9如磁盘、半导体存储卡或光学存储介质的存储介质访问设备8。生物认证设备1经由存储介质访问设备8读取例如包括图像校正处理的生物认证的计算机程序,计算机程序存储在存储介质9中并且在处理单元7上执行。根据计算机程序,处理单元7可以对由生物信息图像捕获设备4生成的生物图像进行校正,并且基于校正的生物图像来执行生物认证处理。
显示单元2包括显示设备诸如像液晶显示器。显示单元2为用户显示例如表示用于匹配的身体部分(右手或左手)的消息或将手引导至生物信息图像捕获设备4可以在其处获得适当的生物图像的位置的指导消息。此外,显示单元2显示各种信息以及与由处理单元7执行的应用相关的信息等。
输入单元3包括例如键盘和指示装置如鼠标。由用户经由输入单元3所输入的命令、数据以及用户的用户名或用户识别号被传递至处理单元7。
生物信息图像捕获设备4生成表示用户的手掌的血管图案的生物图像。图2是生物信息图像捕获设备4的示意平面图。生物信息图像捕获设备4包括图像捕获单元11以及用于发射近红外光的多个光源12。图像捕获单元11以及光源12中的每个光源容纳在具有上端开口的立方体形的壳体13中。注意,壳体13的侧壁可以是用于放置手的引导部。可替代地,用于放置手的引导部可以与壳体13分离地设置在壳体13的开口附近。另外,用于保护图像捕获单元11以及光源12中的每个光源的片状透明玻璃或透明塑料可以设置在壳体13的上端处。
生物信息图像捕获设备4使用来自光源12中的每个光源的光来照亮该手,该手放置在生物信息图像捕获设备4上方的壳体13的开口附近,以便面向图像捕获单元11和光源12。图像捕获单元11通过捕获被照亮的手来生成表示手掌的血管图案的生物图像。
图像捕获单元11放置在壳体13的底部,使得其传感器表面朝上。图像捕获单元11包括沿着两个维度来布置对近红外光敏感的传感器元件的图像传感器(未示出),以及在图像传感器上的图像捕获范围内形成图像的成像光学系统(未示出)。壳体13的上端的整个开口被使得成为图像捕获范围。注意,每个传感器元件是例如CCD或CMOS。当手放置在壳体13的上端的开口附近的情形下从处理单元7接收命令捕获图像的控制信号时,图像捕获单元11生成表示手掌的血管图案的生物图像,并且将该生物图像输出至处理单元7。
多个光源12中的每个光源布置在图像捕获单元11周围,使发光表面朝上,以便照亮图像捕获单元11的图像捕获范围。在本实施方式中,光源12中的每个光源可以是发射红外光的发光元件如红外发光二极管,使得来自光源12中的每个光源的光进入手的内部。
在本实施方式中,当捕获手掌的血管的图像时,光源12中的每个光源一直亮着。
通信单元5包括用于将生物认证设备1连接至通信网络(未示出)的通信接口电路。通信单元5将从处理单元7接收的用户的使用许可或认证结果经由通信网络发送至其他设备。
存储单元6包括例如非易失性半导体存储器和易失性半导体存储器。存储单元6存储生物认证设备1中使用的应用程序、用户名、至少一个注册用户的用户识别号和个体设置信息、各种类型的数据等。另外,存储单元6存储用于执行图像校正处理和生物认证处理的程序。此外,存储单元6为每个注册用户来存储表示左手或右手的手掌的血管图案的特征的匹配数据,匹配数据是注册用户的注册生物信息。匹配数据包括例如表示特征结构的例如从在对注册用户进行注册或更新匹配数据时生成的认证图像中提取的血管的末端或分叉的特征点的位置或类型。可替代地,匹配数据可以是在对注册用户进行注册或更新匹配数据时生成的生物图像本身或生物图像的一部分。
处理单元7是图像校正设备的一个示例,并且包括一个或多个处理器以及处理器的外围电路。处理单元7对由生物信息图像捕获设备4获得的并且表示该设备的用户的生物信息的生物图像执行图像校正处理,并且还使用校正生物图像执行生物认证处理。
图3是处理单元7的功能框图。处理单元7包括校正因子计算单元21、校正单元22和匹配单元23。校正因子计算单元21、校正单元22和匹配单元23是例如通过在包括在处理单元7中的处理器上操作的计算机程序来实现的功能模块。
每当获得生物图像时,校正因子计算单元21和校正单元22每个均作为对生物图像的图像校正处理的一部分来执行。同时,匹配单元23在生物认证处理中执行。
校正因子计算单元21基于第一像素的亮度值以及与具有其他颜色的滤光器的传感器元件相对应的第二像素的亮度值来计算用于校正生物图像上的与具有特殊颜色的滤光器的传感器元件相对应的第一像素的亮度值的校正因子。具体地,校正因子计算单元21计算校正因子,使得通过使用校正因子来校正第一像素的亮度值所获得的校正值与第二像素的亮度值之间的距离变得小于第一像素的亮度值与第二像素的亮度值之间的距离。注意,在本实施方式中,校正因子计算单元21使用两个亮度值的差异的绝对值来计算两个亮度值之间的距离,然而,其不限于此,可以使用距离的另一指征如两个亮度值的欧式(Euclidean)距离的来计算两个亮度值之间的距离。
在本实施方式中,包括在生物信息图像捕获设备4的图像捕获单元11中的图像传感器包括颜色滤光器。图4是描绘了根据拜耳阵列所布置的颜色滤光器400的图。在图4中,每个框表示图像传感器的一个传感器元件。由“G1”和“G2”表示的每个传感器元件如传感器元件401和传感器元件402包括通过与绿色相对应的波长的光的滤光器。由“R”表示的每个传感器如传感器403包括通过与红色相对应的波长的光的滤光器。另外,由“B”表示的每个传感器元件如传感器元件404包括通过与蓝色相对应的波长的光的滤光器。如上面所提到的,通过与绿色相对应的波长的光的滤光器的近红外光的透射率、通过与红色相对应的波长的光的滤光器的近红外光的透射率以及通过与蓝色相对应的波长的光的滤光器的近红外光的透射率彼此不同。换言之,各个滤光器的透射率特性彼此不同。在下文中,为了方便说明,通过与红色相对应的波长的光的滤光器称为R滤光器。类似地,通过与绿色相对应的波长的光的滤光器称为G滤光器,以及通过与蓝色相对应的波长的光的滤光器称为B滤光器。
图5是通过使用近红外光照亮相同目标和通过图像捕获单元11捕获目标所获得的图像的示例性图。由于各个滤光器对于近红外光的透射率彼此不同,当拜耳阵列的颜色滤光器设置在图像捕获单元11的图像传感器上时,如图像500中示出的,与拜耳阵列相对应的格状图案出现在图像上。
由于为了图像捕获单元11的整个图像传感器的每个颜色使用相同滤光器,所以由于滤光器的差异所引起的近红外光的透射率的差异在由生物信息图像捕获设备4生成的整个图像各处被认为是恒定的。因此,在捕获对近红外光一致的目标的图像中,通过将与具有任何颜色的滤光器的传感器元件相对应的像素的亮度值乘以常数所获得的值可以等于与具有其他颜色的滤光器的传感器元件相对应的像素的亮度值。
在整个生物图像各处,具有包括生物信息的身体部分的结构在相邻像素之间显著变化的几处地方。因此,校正因子计算单元21确定与具有任何滤光器的传感器元件相对应的像素的亮度值与其相乘的校正因子,使得在整个图像各处与具有不同的滤光器的传感器元件相对应的相邻像素之间的亮度差最小化。通过使用校正因子来校正相邻像素中的一个像素的亮度值,相邻像素之间的亮度差的绝对值变得比由于滤光器的透射率的差异所引起的相邻像素之间的亮度差的绝对值更小。
在本实施方式中,校正因子计算单元21根据最小二乘法计算R滤光器和B滤光器中的每个滤光器的校正因子,使得根据下式所获得的估算值变得最小:
其中,αR是施加到与具有R滤光器的传感器元件相对应的像素的校正因子,以及αB是施加到与具有B滤光器的传感器元件相对应的像素的校正因子。在计算校正因子αR中,公式(1)中的x1,i是按照例如光栅扫描的顺序的与具有R滤光器的传感器元件相对应的像素的亮度值。值x2,i是与具有R滤光器的传感器元件相对应的像素相邻的、与具有G滤光器的传感器元件相对应的像素的亮度值。注意,公式(1)中的像素的顺序可以是除了光栅顺序之外的次序。由于图4中示出的滤光器“G1”和“G2”通常具有相同的波长透射率特性,与对应于具有R滤光器的传感器元件的像素相邻的像素可以是与“G1”相对应的像素或与“G2”相对应的像素。类似地,在计算校正因子αB中,x1,i是与具有B滤光器的传感器元件相对应的像素的亮度值,以及x2,i是与具有B滤光器的传感器元件的像素相邻的、与具有G滤光器的传感器元件相对应的像素的亮度值。注意,N是包括在整个图像传感器中的具有R滤光器的传感器元件的总数或具有B滤光器的传感器元件的总数。
按照R滤光器和B滤光器中的每个滤光器的校正因子α将公式(1)偏微分,校正因子计算单元21可以根据下式来计算最小化估算值E(α)的校正因子α。
注意,校正因子计算单元21可以计算与具有G滤光器的传感器元件相对应的像素的校正因子,而不是计算与具有R滤光器的传感器元件相对应的像素的校正因子或与具有B滤光器的传感器元件相对应的像素的校正因子。然而,注意,在拜耳阵列中,具有R滤光器的传感器元件的数量和具有B滤光器的传感器元件的数量是具有G滤光器的传感器元件的数量的一半。从而,校正因子计算单元21计算与具有R滤光器或B滤光器的传感器元件相对应的像素的校正因子。通过使用校正单元22对这些像素的亮度值进行校正,相比于对与具有G滤光器的传感器元件相对应的像素的亮度值进行校正的情形,可以减少操作量。
校正因子计算单元21将R滤光器的校正因子αR以及B滤光器的校正因子αB传递至校正单元22。
校正单元22使用校正因子αR和αB对生物图像进行校正。对于这样的校正,对于与具有R滤光器的传感器元件相对应的每个像素,校正单元22将像素的亮度值乘以校正因子αR。类似地,对于与具有B滤光器的传感器元件相对应的每个像素,校正单元22将像素的亮度值乘以校正因子αB。从而,生成校正生物图像,在该校正生物图像中补偿了滤光器之间的对于近红外光的透射率差。
校正单元22将校正生物图像存储在存储单元6中。
匹配单元23从存储单元6中读取校正生物图像,并且基于校正生物图像来判定是否认证用户。
匹配单元23根据校正生物图像来生成匹配数据,匹配数据表示在校正生物图像上所捕获的生物信息的特征。例如,当生物认证设备1使用细节(minutiae)匹配执行匹配处理时,匹配单元23从校正生物图像中提取在细节匹配中使用的特征点。匹配单元23将特征点的位置或特征点的类型设置为匹配数据。
为此,匹配单元23在目标区与背景区之间进行区分,在目标区中在校正生物图像上捕获到包括生物信息的身体部分,在背景区中没有捕获到身体部分。在本实施方式中,捕获到包括生物信息的身体部分的像素的亮度值大于没有捕获到包括生物信息的身体部分的像素的亮度值。因此,匹配单元23将校正生物图像二值化,使得例如将具有大于或等于目标判定阈值的亮度值的一组像素设置为目标区,以及将具有小于目标判定阈值的亮度值的一组像素设置为背景区。目标判定阈值被设置为例如预定固定值(例如,150)或校正生物图像中的各个像素的亮度值的平均值。
另外,在目标区内,匹配单元23在静脉区与非静脉区之间进行区分,静脉区是在其中捕获到静脉的一组像素,以及非静脉区是在其中没有捕获到静脉的一组像素。在本实施方式中,在其中捕获到静脉的像素的亮度值小于在其中没有捕获到静脉的亮度值。因此,匹配单元23将目标区二值化,使得例如将具有小于或等于静脉判定阈值的亮度值的一组像素设置成静脉区,以及将具有大于静脉判定阈值的亮度值的一组像素设置成非静脉区。静脉判定阈值被设置成预定固定值(例如,200)或目标区中的各个像素的亮度值的平均值。
然后,匹配单元23例如对具有与二值化目标区中的静脉相对应的亮度值的一组像素执行细化处理,以生成在其中将静脉细化的二值化的细化图像。然后,通过使用与任何静脉分叉或末端相对应的多个模板来扫描二值化的细化图像,匹配单元23检测二值化的细化图像中的位置,其中,模板中的任何一个模板匹配二值化的细化图像。匹配单元23提取所检测到的位置的中心像素作为特征点。
注意,匹配单元23可以使用获得静脉的末端和分叉作为特征点的其他已知方法来从校正生物图像中提取特征点。此外,匹配单元23可以获得表示校正生物图像中的静脉图案的特征的其他特征量作为匹配数据。例如,匹配单元23可以将目标区划分成多个块以获得每个块的静脉的数量作为匹配数据。
当生物认证设备1使用图案匹配来执行匹配处理时,匹配单元23可以将校正生物图像本身设置为匹配数据,或将从校正生物图像中修整的目标区的外切矩形区或内接矩形区设置为匹配数据。
匹配单元23接收来自输入单元3的用户名或用户识别号。匹配单元23从存储单元6中读取与用户名或用户识别号相对应的注册用户的匹配数据。然后,匹配单元23将用户的匹配数据与注册用户的匹配数据进行匹配。匹配单元23计算用户的生物信息与注册用户的生物信息之间的相似度作为匹配处理的结果。
当使用细节匹配时,匹配单元23获得关于在包括在注册用户中的匹配数据的特征点与包括在用户的匹配数据中的特征点之间进行匹配的静脉图案的特征点的数量。匹配单元23通过将匹配的特征点的数量除以关于用户的静脉图案所提取的特征点的数量来计算相似度。可替代地,当使用图案匹配时,匹配单元23计算归一化的互相关值,从而改变用户的生物图像与在其中捕获到注册用户的静脉图案的生物图像之间的相对位置。匹配单元23将归一化的互相关值的最大值设置为相似度。
当相似度大于或等于用于认证的阈值时,匹配单元23判定用户的生物信息与待匹配的注册用户的生物信息匹配。匹配单元23将该用户认证为注册用户。
当相似度小于用于认证的阈值时,匹配单元23判定用户的生物信息与待匹配的注册用户的生物信息不匹配。在这种情况下,匹配单元23不认证该用户。处理单元7使显示单元2显示表示认证结果的认证结果信息。
优选的是,将用于认证的阈值设置成一个值,使得匹配单元23仅当注册用户他自己/她自己是用户时成功认证。优选的是,将用于认证的阈值设置成一个值,使得匹配单元23在用户是与注册用户不同的人时认证失败。例如,用于认证的阈值可以是通过将相似度可以采用的最大值与最小值的差异乘以0.7所获得的值相加至相似度的最小值所获得的值。
图6是包括图像校正处理的生物认证处理的操作流程图。每当从生物信息图像捕获设备4中接收到生物图像时,处理单元7执行生物认证处理。注意,生物认证处理中的步骤S101和步骤S102的处理对应于图像校正处理。
校正因子计算单元21计算与具有R滤光器的传感器元件相对应的像素的校正因子以及与具有B滤光器的传感器元件相对应的像素的校正因子(步骤S101)。在该步骤中,校正因子计算单元21计算该校正因子,使得通过将与具有R滤光器或B滤光器的传感器元件相对应的像素的亮度值乘以校正因子所获得的值和与该像素相邻的且与具有G滤光器的传感器元件相对应的像素的亮度值之间的差异变为最小。
关于待校正的、与具有滤光器的每个传感器元件相对应的像素,校正单元22通过将亮度值乘以所获得的相应的校正因子来校正像素中的每个像素的亮度值。从而,校正单元22生成校正生物图像(步骤S102)。
匹配单元23从校正生物图像提取目标区(步骤S103)。然后,匹配单元23根据目标区来生成表示生物信息的特征的匹配数据(步骤S104)。通过将用户的匹配数据与通过经由输入单元3接收的识别信息所识别的注册用户的匹配数据进行匹配,匹配单元23计算用户的生物信息与注册用户的生物信息之间的相似度(步骤S105)。然后,匹配单元23判定相似度是否大于或等于用于认证的阈值(步骤S106)。
当相似度大于或等于用于认证的阈值(在步骤S106处为“是”)时,匹配单元23将该用户认证为由识别信息指定的注册用户(步骤S107)。另外,当相似度小于用于认证的阈值(在步骤S106处为“否”)时,匹配单元23不认证该用户(步骤S108)。处理单元7在步骤S107或步骤S108之后终止生物认证处理。
如上所述,即使当具有颜色滤光器的图像传感器用于生成生物图像时,包括生物校正设备的生物认证设备可以补偿由于滤光器之间的对于近红外光的透射率差所引起的像素之间的亮度差。因此,生物认证设备可以抑制滤光器的图案出现在生物图像上。在该示例中,每当从生物信息图像捕获设备中获得生物图像时,生物认证设备基于生物图像来计算校正因子,并且使用校正因子对生物图像进行校正。因此,不需要预先获得校正因子的校准处理。此外,由于不需要预先存储校正因子,所以可以减小非易失性存储器的容量。另外,在生成生物图像时,设置在图像传感器的每个传感器元件上的滤光器对于近红外光的透射率可以根据环境条件例如温度或湿度而变化。即使在这样的情况下,根据本实施方式的生物认证设备每当获得生物图像时基于生物图像来计算校正因子。因此,即使当滤光器特性由于环境条件而变化时,生物图像也可以适当地被校正。此外,通过利用具有校正亮度的生物图像,生物认证设备可以抑制由于具有对于近红外光的不同的透射率的滤光器的布置而引起的认证精确度的降低。
注意,由于在生物图像上的背景区中什么也没捕获到,所以背景区中的每个像素的亮度值可以变得很低。在这样的情况下,具有低亮度值的这样的像素的亮度值受到其他原因如电噪声而非滤光器透射率的影响。由生物认证处理使用的区域是目标区。因此,校正因子计算单元21可以从生物图像中提取目标区,以仅对于包括在目标区域中的这些像素根据公式(1)和公式(2)来计算校正因子αR和αB。从而,校正因子计算单元21可以更适当地确定校正因子αR和αB。
另外,优选的是,由于不能适当地给出滤光器透射率的差异,所以校正因子计算单元21不利用其亮度值饱和的像素用于计算校正因子。因此,校正因子计算单元21可以从校正因子的计算中排除具有比从像素可以采用的亮度值的最大值(例如,255)中减去预定偏移值(例如,5至10)所获得的值更高的亮度值的像素。
当相邻像素之间的亮度值差异较大时,捕获的目标中的结构的边缘(例如,静脉与其外围之间的边界)可能存在于相邻像素之间。当这样的像素用于校正因子的计算时,不能适当地计算校正因子。因此,校正因子计算单元21还可以从校正因子的计算中排除相邻像素之间的亮度值的差异的绝对值|x1,j-x2,j|大于或等于预定阈值(例如,20至50)的像素。
此外,根据其他修改示例,校正单元22可以从生物图像中提取目标区,以通过使用校正因子仅对包括在所提取的目标区中的像素的亮度值进行校正。因此,由于待校正的像素的数量变小,所以图像校正处理的操作量也减少。
注意,为了从生物图像中提取目标区域,校正因子计算单元21和校正单元22可以执行例如与关于匹配单元23所说明的用于提取目标区的处理相似的处理。当校正因子计算单元21和校正单元22中的任一个提取目标区时,匹配单元23可以不再次执行目标区提取处理。
依赖于图像传感器,每个像素的亮度值可以由与到达像素的光量成比例的分量和偏置分量的总和来表示。在这种情况下,例如,与具有R滤光器的传感器元件相对应的像素的亮度值以及与具有G滤光器的传感器元件的相对应的像素的亮度值分别由下列公式表示:
x′R=aγRx+b
x′G=aγGx+b (3)
其中,a和b每个是常数。另外,x表示到达像素的光量,以及xR'和xG'分别表示与具有R滤光器的传感器元件相对应的像素的亮度值以及与具有G滤光器的传感器元件相对应的像素的亮度值。γR和γG分别是R滤光器对于近红外光的透射率以及G滤光器对于近红外光的透射率。注意,也为与具有B滤光器的传感器元件相对应的像素的亮度值来建立公式(3)。
在这种情况下,在与具有R滤光器或B滤光器的传感器元件相对应的像素的亮度值和相邻于该像素的与具有G滤光器的传感器元件对应的像素的亮度值之间建立下式:
x2,i=α×x1,i+β (4)
其中,α和β是校正因子。x1,j是与具有R滤光器或B滤光器的传感器元件相对应的像素的亮度值,以及x2,j是相邻于该像素的与具有G滤光器的传感器元件对应的像素的亮度值。
如果对于包括在生物图像中的多个像素建立公式(4),则公式(4)可以表示为下式。
因此,校正因子计算单元21可以对于R滤光器和B滤光器中的每个滤光器根据下式来计算校正因子α和β。
B+=(BTB)-1BT
在这种情况下,校正单元22可以对于与具有R滤光器的传感器元件相对应的像素以及与具有B滤光器的传感器元件相对应的像素中的每个像素根据公式(4)来计算校正亮度值。与具有R滤光器或B滤光器的传感器元件相对应的像素的亮度值(该亮度值使用所获得的相应因子α或β被校正)和与具有G滤光器的传感器元件相对应的像素的亮度值之间的差异的绝对值变得小于校正之前的亮度值之间的差异的绝对值。
注意,包括在生物信息图像捕获设备4中的图像传感器可以包括根据阵列图案而非拜耳阵列所布置的颜色滤光器。也在这种情况下,校正因子计算单元21可以将图像上的与具有多个颜色滤光器中的对应于任何颜色的滤光器的传感器元件相对应的像素的亮度值设置为x2,i,以及将与具有对应于其他颜色的滤光器的传感器元件相对应的像素的亮度值设置为x1,i。然后,校正因子计算单元21可以根据公式(2)或(6)来计算校正因子。此外,尽管优选的是,对应于x1,i的像素与对应于x2,i的像素之间的距离小以避免由于所捕获的目标的结构所引起的影响,但是这些像素不可以彼此相邻。
另外,在用户没有将包括生物信息的身体部分适当地放置到生物信息图像捕获设备4的情况下,无法从生物图像中适当地提取生物信息的特征部分,因此在生物认证中生物认证设备可能会失败。在这种情况下,生物认证设备可以使生物信息图像捕获设备4再次捕获用户的生物信息,以重新生成生物图像,并且使用重新生成的生物图像再次执行生物认证处理。因此,存储单元6可以暂时存储所计算的校正因子预定时间段(例如,五至十分钟),以及对于当存储单元存储校正因子时所生成的这些生物图像,处理单元7可以使用所存储的校正因子对生物图像进行校正。从而,由于每当生成生物图像时不需要计算校正因子,对处理单元7来说可以减少操作量。
本文中所记载的所有示例和条件语言意在教学目的以帮助读者理解本发明以及由发明人贡献以促进本领域的概念,并且可以被理解为不限于这样的具体记载的示例和条件,也不是本说明书中的与本发明的优势和劣势的示出有关的这样的示例的组织。尽管已经详细描述了本发明的实施方式,应当理解的是,在不偏离本发明的精神和范围的情况下,可以对其做出各种变化、替换和修改。
Claims (6)
1.一种图像校正设备,包括:
校正因子计算单元,所述校正因子计算单元计算校正因子,使得通过使用所述校正因子对图像上的第一像素的亮度值进行校正所获得的校正值与所述图像上的第二像素的亮度值之间的距离变得小于所述第一像素的所述亮度值与所述第二像素的所述亮度值之间的距离,所述第一像素对应于图像传感器中的具有第一滤光器的传感器元件,所述图像传感器包括在生成所述图像的图像捕获单元中,所述第一滤光器具有第一透射率特性,以及所述第二像素对应于所述图像传感器中的具有第二滤光器的传感器元件,所述第二滤光器具有与所述第一透射率特性不同的第二透射率特性;以及
校正单元,所述校正单元通过使用所述校正因子对所述第一像素的所述亮度值进行校正来生成校正图像。
2.根据权利要求1所述的图像校正设备,其中,所述校正因子计算单元提取所述图像上的目标被捕获的目标区,以基于所述图像中的多个第一像素和多个第二像素中的包括在所述目标区中的所述第一像素和所述第二像素来计算所述校正因子。
3.根据权利要求1或2所述的图像校正设备,其中,所述图像传感器的所述传感器元件中的每个传感器元件包括第一滤光器、第二滤光器和第三滤光器中的任一个,至少红光和近红外光传输通过所述第一滤光器,至少绿光和近红外光传输通过所述第二滤光器,以及至少蓝光和近红外光传输通过所述第三滤光器,
所述校正因子计算单元计算第二校正因子,使得通过使用所述第二校正因子对所述图像上的第三像素的亮度值进行校正所获得的校正值与所述第二像素的所述亮度值之间的距离变得小于所述第三像素的所述亮度值与所述第二像素的所述亮度值之间的距离,所述第三像素对应于所述图像传感器中的检测到传输通过所述第三滤光器的近红外光的传感器元件,以及所述第二像素对应于检测到传输通过所述第二滤光器的近红外光的所述传感器元件,以及
所述校正单元通过使用所述校正因子对所述第一像素的所述亮度值进行校正以及通过使用所述第二校正因子对所述第三像素的所述亮度值进行校正来生成所述校正图像。
4.根据权利要求3所述的图像校正设备,其中,所述校正因子计算单元使用所述第一像素的所述亮度值和所述第二像素的所述亮度值来计算所述校正因子,所述第一像素与所述第二像素彼此相邻。
5.一种生物认证设备,包括:
存储单元,所述存储单元存储表示注册用户的生物信息的特征的注册匹配数据;
生物信息图像捕获设备,所述生物信息图像捕获设备包括图像传感器,并且生成生物图像,所述图像传感器具有带有第一滤光器的传感器元件和带有第二滤光器的传感器元件,第一滤光器具有第一透射率特性,以及第二滤光器具有与所述第一透射率特性不同的第二透射率特性,在所述生物图像上通过所述图像传感器来捕获包括用户的生物信息的身体部分;
校正因子计算单元,所述校正因子计算单元计算校正因子,使得通过使用所述校正因子对所述生物图像上的第一像素的亮度值进行校正所获得的校正值与所述生物图像上的第二像素的亮度值之间的距离变得小于所述第一像素的所述亮度值与所述第二像素的所述亮度值之间的距离,所述第一像素对应于具有所述第一滤光器的所述传感器元件,以及所述第二像素对应于具有所述第二滤光器的所述传感器元件;
校正单元,所述校正单元通过使用所述校正因子对所述第一像素的所述亮度值进行校正来对所述生物图像进行校正;以及
匹配单元,所述匹配单元根据所述校正的生物图像来生成表示所述用户的所述生物信息的特征的匹配数据,并且通过将所述匹配数据与所述注册匹配数据进行匹配来判定是否将所述用户认证为所述注册用户。
6.一种图像校正方法,包括:
计算校正因子,使得通过使用所述校正因子对图像上的第一像素的亮度值进行校正所获得的校正值与所述图像上的第二像素的亮度值之间的距离变得小于所述第一像素的所述亮度值与所述第二像素的所述亮度值之间的距离,所述第一像素对应于图像传感器中的具有第一滤光器的传感器元件,所述图像传感器包括在生成所述图像的图像捕获单元中,所述第一滤光器具有第一透射率特性,以及所述第二像素对应于所述图像传感器中的具有第二滤光器的传感器元件,所述第二滤光器具有不同于所述第一透射率特性的第二透射率特性;以及
通过使用所述校正因子对所述第一像素的所述亮度值进行校正来生成校正图像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013-068659 | 2013-03-28 | ||
JP2013068659A JP6089872B2 (ja) | 2013-03-28 | 2013-03-28 | 画像補正装置、画像補正方法及び生体認証装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104077748A true CN104077748A (zh) | 2014-10-01 |
CN104077748B CN104077748B (zh) | 2017-04-12 |
Family
ID=50287855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410119289.9A Active CN104077748B (zh) | 2013-03-28 | 2014-03-27 | 图像校正设备、图像校正方法以及生物认证设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9454693B2 (zh) |
EP (1) | EP2785046B1 (zh) |
JP (1) | JP6089872B2 (zh) |
KR (1) | KR101701559B1 (zh) |
CN (1) | CN104077748B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105783768A (zh) * | 2015-01-08 | 2016-07-20 | 富士通株式会社 | 三维形状测量设备、三维形状测量方法及程序 |
CN107316041A (zh) * | 2017-06-07 | 2017-11-03 | 太仓诚泽网络科技有限公司 | 一种基于背景自学习的高光谱图像生物信息提取方法 |
CN109496271A (zh) * | 2017-03-20 | 2019-03-19 | 深圳配天智能技术研究院有限公司 | 一种视觉检测系统及其光场校正方法 |
CN113111753A (zh) * | 2021-04-02 | 2021-07-13 | 深圳市鑫保泰技术有限公司 | 一种反射式指静脉认证装置 |
CN113129934A (zh) * | 2019-12-30 | 2021-07-16 | 上海译会信息科技有限公司 | 一种具有人脸识别身份验证功能的双录系统 |
CN113302912A (zh) * | 2018-12-19 | 2021-08-24 | 法雷奥舒适驾驶助手公司 | 用于监控驾驶员的图像捕获设备和相关系统 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012168322A2 (en) | 2011-06-06 | 2012-12-13 | 3Shape A/S | Dual-resolution 3d scanner |
JP6241230B2 (ja) * | 2013-11-28 | 2017-12-06 | 富士通株式会社 | 生体情報判定装置及びプログラム |
JP2015195439A (ja) * | 2014-03-31 | 2015-11-05 | ソニー株式会社 | 画像処理装置、画像処理方法及びプログラム |
US10612976B1 (en) * | 2015-10-06 | 2020-04-07 | J.A. Woollan Co., Inc. | Systems and methods for producing a more uniform intensity wavelength dispersed beam of electromagnetic radiation entering a multi-element detector, while maintaining information content therein |
US10515281B1 (en) | 2016-12-29 | 2019-12-24 | Wells Fargo Bank, N.A. | Blood vessel image authentication |
US10296790B2 (en) * | 2017-07-27 | 2019-05-21 | The Boeing Company | Coded visual markers for a surveillance system |
KR101882281B1 (ko) * | 2017-09-15 | 2018-08-24 | 엘지전자 주식회사 | 디지털 디바이스 및 그의 생체 인증 방법 |
US10572749B1 (en) * | 2018-03-14 | 2020-02-25 | Synaptics Incorporated | Systems and methods for detecting and managing fingerprint sensor artifacts |
JP2022075288A (ja) * | 2020-11-06 | 2022-05-18 | 株式会社日立製作所 | 撮影装置、認証装置及び生体撮影方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000065374A1 (en) * | 1999-04-26 | 2000-11-02 | Direct Radiography Corp. | A method for calculating gain correction factors in a digital imaging system |
JP2001285762A (ja) * | 2000-03-30 | 2001-10-12 | Fuji Xerox Co Ltd | 画像印刷装置 |
US20070273658A1 (en) * | 2006-05-26 | 2007-11-29 | Nokia Corporation | Cursor actuation with fingerprint recognition |
JP2009066121A (ja) * | 2007-09-12 | 2009-04-02 | Sanyo Electric Co Ltd | 撮像装置 |
US20090154826A1 (en) * | 2007-12-12 | 2009-06-18 | Min-Kyu Park | Method and apparatus for eliminating defective pixels and noise |
CN102567962A (zh) * | 2010-10-27 | 2012-07-11 | 索尼公司 | 图像处理装置、成像装置以及图像处理方法和程序 |
JP2013051592A (ja) * | 2011-08-31 | 2013-03-14 | Fujitsu Frontech Ltd | 画像撮像装置および方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4379006B2 (ja) * | 2003-06-04 | 2009-12-09 | 株式会社ニコン | 撮像装置 |
JP4210922B2 (ja) * | 2003-10-27 | 2009-01-21 | ソニー株式会社 | 撮像装置および方法 |
JP4385284B2 (ja) | 2003-12-24 | 2009-12-16 | ソニー株式会社 | 撮像装置及び撮像方法 |
EP1594308A1 (en) * | 2004-05-07 | 2005-11-09 | Dialog Semiconductor GmbH | Single line Bayer filter RGB bad pixel correction |
JP4279313B2 (ja) * | 2005-06-22 | 2009-06-17 | 三菱電機株式会社 | 撮像装置及び撮像装置における階調変換方法 |
JP4708232B2 (ja) * | 2006-03-16 | 2011-06-22 | 富士通株式会社 | 撮像装置 |
JP5521304B2 (ja) * | 2008-10-03 | 2014-06-11 | 富士通株式会社 | 撮像装置、撮像プログラム、撮像方法、認証装置、認証プログラム及び認証方法 |
JP5809792B2 (ja) | 2010-11-04 | 2015-11-11 | 株式会社日立製作所 | 生体認証装置および方法 |
WO2013145168A1 (ja) | 2012-03-28 | 2013-10-03 | 富士通株式会社 | 生体認証装置、生体認証方法、および生体認証プログラム |
-
2013
- 2013-03-28 JP JP2013068659A patent/JP6089872B2/ja active Active
-
2014
- 2014-02-28 EP EP14157205.7A patent/EP2785046B1/en active Active
- 2014-03-03 US US14/195,301 patent/US9454693B2/en active Active
- 2014-03-25 KR KR1020140034708A patent/KR101701559B1/ko active IP Right Grant
- 2014-03-27 CN CN201410119289.9A patent/CN104077748B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000065374A1 (en) * | 1999-04-26 | 2000-11-02 | Direct Radiography Corp. | A method for calculating gain correction factors in a digital imaging system |
JP2001285762A (ja) * | 2000-03-30 | 2001-10-12 | Fuji Xerox Co Ltd | 画像印刷装置 |
US20070273658A1 (en) * | 2006-05-26 | 2007-11-29 | Nokia Corporation | Cursor actuation with fingerprint recognition |
JP2009066121A (ja) * | 2007-09-12 | 2009-04-02 | Sanyo Electric Co Ltd | 撮像装置 |
US20090154826A1 (en) * | 2007-12-12 | 2009-06-18 | Min-Kyu Park | Method and apparatus for eliminating defective pixels and noise |
CN102567962A (zh) * | 2010-10-27 | 2012-07-11 | 索尼公司 | 图像处理装置、成像装置以及图像处理方法和程序 |
JP2013051592A (ja) * | 2011-08-31 | 2013-03-14 | Fujitsu Frontech Ltd | 画像撮像装置および方法 |
Non-Patent Citations (1)
Title |
---|
梅张雄 等: "一款支持高品质CCD图像传感器的高性能SoC芯片的设计", 《光学技术》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105783768A (zh) * | 2015-01-08 | 2016-07-20 | 富士通株式会社 | 三维形状测量设备、三维形状测量方法及程序 |
CN105783768B (zh) * | 2015-01-08 | 2018-09-04 | 富士通株式会社 | 三维形状测量设备、三维形状测量方法 |
CN109496271A (zh) * | 2017-03-20 | 2019-03-19 | 深圳配天智能技术研究院有限公司 | 一种视觉检测系统及其光场校正方法 |
CN109496271B (zh) * | 2017-03-20 | 2021-08-10 | 深圳配天智能技术研究院有限公司 | 一种视觉检测系统及其光场校正方法 |
CN107316041A (zh) * | 2017-06-07 | 2017-11-03 | 太仓诚泽网络科技有限公司 | 一种基于背景自学习的高光谱图像生物信息提取方法 |
CN113302912A (zh) * | 2018-12-19 | 2021-08-24 | 法雷奥舒适驾驶助手公司 | 用于监控驾驶员的图像捕获设备和相关系统 |
CN113129934A (zh) * | 2019-12-30 | 2021-07-16 | 上海译会信息科技有限公司 | 一种具有人脸识别身份验证功能的双录系统 |
CN113111753A (zh) * | 2021-04-02 | 2021-07-13 | 深圳市鑫保泰技术有限公司 | 一种反射式指静脉认证装置 |
CN113111753B (zh) * | 2021-04-02 | 2022-01-14 | 深圳市鑫保泰技术有限公司 | 一种反射式指静脉认证装置 |
Also Published As
Publication number | Publication date |
---|---|
US9454693B2 (en) | 2016-09-27 |
US20140294250A1 (en) | 2014-10-02 |
JP6089872B2 (ja) | 2017-03-08 |
KR20140118837A (ko) | 2014-10-08 |
CN104077748B (zh) | 2017-04-12 |
KR101701559B1 (ko) | 2017-02-01 |
EP2785046A1 (en) | 2014-10-01 |
EP2785046B1 (en) | 2018-09-12 |
JP2014192828A (ja) | 2014-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104077748A (zh) | 图像校正设备、图像校正方法以及生物认证设备 | |
US7634116B2 (en) | Information processing device | |
JP6005750B2 (ja) | 認証装置、及び認証方法 | |
KR101720957B1 (ko) | 지문과 지정맥을 동시에 인증하는 다면 입체 촬영장치 | |
US9218522B2 (en) | Method for determining fingerprint authenticity and device for the same | |
US20050232471A1 (en) | Biometric data card and authentication method | |
WO2012111664A1 (ja) | 認証装置、認証プログラム、および認証方法 | |
US7835546B2 (en) | Pseudorandom number generation apparatus, pseudorandom number generation method and program | |
KR20210038644A (ko) | 생체 인증 시스템, 생체 인증 방법 및 프로그램 | |
KR20160042763A (ko) | 생체 정보 보정 장치, 생체 정보 보정 방법 및 생체 정보 보정용 컴퓨터 프로그램 | |
JP2009009403A (ja) | 生体認証装置及び生体検知方法 | |
US11837029B2 (en) | Biometric authentication device and biometric authentication method | |
JP2008198083A (ja) | 個人識別装置 | |
US20230306793A1 (en) | Imaging device and imaging method | |
JP2002279413A (ja) | 擬似指紋判別装置および指紋照合装置 | |
KR101792011B1 (ko) | 남녀 식별구분하여 지문과 지정맥을 동시에 인증하는 다면 입체 촬영장치 | |
CN111950446A (zh) | 指纹识别方法、装置和终端设备 | |
JP5176556B2 (ja) | 静脈認証装置および静脈認証方法 | |
EP3627380B1 (en) | A method of verifying the acquisition of an individual's biometric data | |
KR101792014B1 (ko) | 지정맥1과 지정맥2의 알고리즘을 동시에 연동시키는 입출력 통합모듈 | |
KR101792013B1 (ko) | 지문1과 지문2의 알고리즘을 동시에 연동시키는 입출력 통합모듈 | |
KR101792020B1 (ko) | 지문1과 지문2의 알고리즘을 동시에 연동시키는 입출력 통합모듈 | |
KR20230155661A (ko) | 투표용지 및 생체인증을 이용한 온/오프라인상의 전자투표방법 | |
CN117522402A (zh) | 一种高安全性支付终端和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |