CN105335693A - 一种基于指纹残留甄别的光学指纹系统及其检测方法 - Google Patents
一种基于指纹残留甄别的光学指纹系统及其检测方法 Download PDFInfo
- Publication number
- CN105335693A CN105335693A CN201510455491.3A CN201510455491A CN105335693A CN 105335693 A CN105335693 A CN 105335693A CN 201510455491 A CN201510455491 A CN 201510455491A CN 105335693 A CN105335693 A CN 105335693A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- processor unit
- optical
- discriminating
- 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
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
- G06V40/13—Sensors therefor
- G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Input (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于指纹残留甄别的光学指纹系统及其检测方法,包括:光学成像模块和控制模块,所述光学成像模块包括棱镜和镜头,所述镜头的表面上涂有一层物理镀膜,所述镜头上还装设有滤光片,所述控制模块包括相互电性连接的图像传感器单元、处理器单元、触摸感应单元和稳压电路单元,通过上述方式,本发明基于指纹残留甄别的光学指纹系统及其检测方法不需要进行参数的动态调整、算法量小、运行速度快、应用范围广。
Description
技术领域
本发明涉及指纹应用领域,特别是涉及一种基于指纹残留甄别的光学指纹系统及其检测方法。
背景技术
光学指纹传感器相比于电容式、压力式、温敏式等其它接触式指纹传感器,具有使用寿命长、美观、性价比高等优点,被广泛应用于指纹锁、指纹门禁等领域。但是,指纹图像采集完成以后,手指上的汗渍、油脂等分泌物,会在传感器的表面留下一些指纹痕迹,而光学指纹传感器对于指纹残留特别敏感。并且残留的指纹在一定的光照条件下,会形成与真实手指类似的指纹图像,干扰光学指纹识别系统的正常工作,造成误读、误判,严重的甚至会影响系统的安全性。
专利号为:200410017826的专利《光干扰条件下有效指纹信号的检出和残留指痕的甄别方法》提供了一种光干扰条件下鉴别有效指纹和残留指痕的方法,该方法引用非照明光数字信号,分析其灰度值的方差分度,推断在各种干扰状况下,是否还有指纹信息存在,或者感测到的信号是否符合一种特殊的、称作“指纹残留”的信号特征。让传感器做出正确的反应,以防误读误判。但这种方法在实际操作过程中,要进行动态调整,方差判断,算法量大,明显影响运行速度。
专利号为:200910096470.1的专利《一种指纹残留甄别方法》提供了一种光干扰条件下的残留指纹甄别方法,根据实践应用经验,首先以较简捷的运算资源对大概率事件所产生的图像进行有效甄别,然后对小概率事件所产生的小部分图像进行深度统计分析,以达到既提高指纹识别的准确程度又提高指纹残留甄别效率的目的。但这种方法的阈值选择依靠的是经验值,对不同的指纹识别系统不具备普遍性。
发明内容
本发明主要解决的技术问题是提供一种不需要进行参数的动态调整、算法量小、运行速度快、应用范围广的基于指纹残留甄别的光学指纹系统及其检测方法。
为解决上述技术问题,本发明提供一种基于指纹残留甄别的光学指纹系统,包括:光学成像模块和控制模块,
所述光学成像模块包括棱镜和镜头,所述镜头的表面上涂有一层物理镀膜,所述镜头上还装设有滤光片,
所述控制模块包括相互电性连接的图像传感器单元、处理器单元、触摸感应单元和稳压电路单元,所述图像传感器单元通过I2C总线与所述处理器单元相连,且在所述处理器单元的控制下实现对图像的采集,所述触摸感应单元与所述处理器单元相连,当触摸感应单元的输入端感应到电荷变化时,其会在输出端输出一个信号发送给处理器单元,所述图像传感器单元、处理器单元、触摸感应单元与稳压电路单元电性连接。
在本发明一个较佳实施例中,物理镀膜为宽带增透膜。
在本发明一个较佳实施例中,所述滤光片透过波长为850nm~930nm。
本发明还提供一种基于指纹残留甄别的光学指纹系统的检测方法,包括以下步骤:
(1)将手指按在棱镜上,
(2)镜头成像到图像传感器单元,图像传感器单元会产生图像,
(3)处理器单元对图像进行处理,处理器单元从梯度和灰度两个方面来处理上述图像,
具体处理方法为:首先,将灰度直方图一分为二,分别为黑色或白色出现次数最大值的概率分布区域,灰度值在1~128之间为大面积黑色,灰度值在129~256之间为大面积白色,分别取这之间的一个灰度出现次数的最大值为区分度,
其次,将图像分成多个块,求块的平均梯度,取一个平均梯度阈值,
(4)判断图像为指纹图像还是指纹残留图像,
通过梯度和面积的对比来判断指纹和指纹残留,图像平均梯度阈值小于区分度的为背景,大于为前景,统计前景的面积,取一个面积大小阈值,小于为残留指纹残留图像,大于为指纹图像。
本发明的有益效果是:本发明基于指纹残留甄别的光学指纹系统及其检测方法有益效果有:
(1)可以有效改善传统光学指纹模块在一定的光照条件下,形成与真实手指类似的指纹图像,即残留,在实际操作过程中,不需要进行参数的动态调整,算法量小,运行速度快,通过大量样本来获取不同判断算法的阈值,对不同指纹识别系统具有一定的普遍性,
(2)通过在光学成像模块中的镜头表面涂有一层物理镀膜,使得该镜头只能透过某一特定波长的光线,当使用其他波长光源照射时,光线几乎无法透过镜头,能够有效降低图像传感器通过外部光源照射棱镜得到棱镜上残留指纹的概率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图,其中:
图1是本发明的基于指纹残留甄别的光学指纹系统一较佳实施例的光学成像模块的结构示意图;
图2是本发明的基于指纹残留甄别的光学指纹系统一较佳实施例的控制模块的连接示意图;
图3是本发明的基于指纹残留甄别的光学指纹系统一较佳实施例中处理器单元的电路连接图;
图4是本发明的基于指纹残留甄别的光学指纹系统一较佳实施例中图像传感器单元的电路连接图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1至图4,本发明实施例包括:
一种基于指纹残留甄别的光学指纹系统,其特征在于,包括:光学成像模块和控制模块,
如图1所示,所述光学成像模块包括棱镜1和镜头2,所述镜头2的表面上涂有一层物理镀膜21,所述镜头2上还装设有滤光片,手指按在棱镜1的前面,
如图2所示,所述控制模块包括相互电性连接的图像传感器单元31、处理器单元32、触摸感应单元33和稳压电路单元34,所述图像传感器单元31通过I2C总线与所述处理器单元32相连,且在所述处理器单元32的控制下实现对图像的采集,所述触摸感应单元33与所述处理器单元32相连,当触摸感应单元33的输入端感应到电荷变化时,即有物体接近时,其会在输出端输出一个信号发送给处理器单元32,所述图像传感器单元31、处理器单元32、触摸感应单元33与稳压电路单元34电性连接。
物理镀膜21为宽带增透膜。所述滤光片透过波长为850nm~930nm。本实施例中红外滤光片选用材质为德国肖特D263T尺寸4.1mm*4.1mm*0.55mm。
光学成像模块中的镜头2表面涂有一层物理镀膜21,使得该镜头2只能透过某一特定波长的光线,当使用其他波长光源照射时,光线几乎无法透过镜头2,能够有效降低图像传感器通过外部光源照射棱镜得到棱镜上残留指纹的概率,大大增加指纹识别的安全性和成像的一致性。
由于在太阳光的全部辐射能中,波长在0.15~4um之间的占99%以上,因此,在一定条件下,使用太阳光照射模块棱镜1时,其中某一特定波长的光线会透过镜头2的物理镀膜21,在图像传感器上会形成与真实手指类似的残留图像。本发明通过增强模块的光强,减小模块图像传感器的曝光时间来减小太阳光照得到的残留图像。
基于指纹残留甄别的光学指纹系统的检测方法包括以下步骤:
(1)将手指按在棱镜上,在光学成像模块中的镜头表面涂有一层物理镀膜,使得该镜头只能透过特定波长的光线,当使用其他波长光源照射时,光线几乎无法透过镜头,能够有效降低图像传感器通过外部光源照射棱镜得到棱镜上残留指纹的概率,
(2)镜头成像到图像传感器单元,图像传感器单元会产生图像,
(3)处理器单元对图像进行处理,处理器单元从梯度和灰度两个方面来处理上述图像,
具体处理方法为:首先,将灰度直方图一分为二,分别为黑色或白色出现次数最大值的概率分布区域,灰度值在1~128之间为大面积黑色,灰度值在129~256之间为大面积白色,分别取这之间的一个灰度出现次数的最大值为区分度,
其次,将图像分成多个块,求块的平均梯度,取一个平均梯度阈值,
(4)判断图像为指纹图像还是指纹残留图像,
通过梯度和面积的对比来判断指纹和指纹残留,图像平均梯度阈值小于区分度的为背景,大于为前景,统计前景的面积,取一个面积大小阈值,小于为残留指纹残留图像,大于为指纹图像。
棱镜1用于手指按压,在没有手指按压的情况下,光线从光源板11射出,整个按压面处都发生全反射,全反射光线平行射入镜头2,镜头2成像到图像传感器,此时所得的图像是一片空白。当手指按压棱镜1表面的情况下,指纹突起处会与棱镜1接触,由于手指上存在汗水和油脂,汗水和油脂的折射率都比空气大,并且和玻璃接近,因此不会发生全反射,其发生的是漫反射,而漫反射的光线强度则比全反射低很多。而指纹凹陷处和其他未接触棱镜1的部分是空气,仍然发生的是全反射。而对于图像传感器来说则很容易分辨出光线的强弱,形成一个高比对黑白分明的指纹图像。
基于此结构和算法的光学指纹模块,能够有效地甄别残留指纹,使得指纹识别的安全性进一步提升。在实际操作过程中,不需要进行参数的动态调整,算法量小,运行速度快,通过灰度来判断大面积黑色以及白色的残留,通过梯度以及面积来判断小面积残留,通过大量样本来获取不同判断算法的阈值,对不同指纹识别系统具有一定的普遍性。
区别于现有技术,本发明基于指纹残留甄别的光学指纹系统及其检测方法有益效果有:
(1)可以有效改善传统光学指纹模块在一定的光照条件下,形成与真实手指类似的指纹图像,即残留,在实际操作过程中,不需要进行参数的动态调整,算法量小,运行速度快,通过大量样本来获取不同判断算法的阈值,对不同指纹识别系统具有一定的普遍性,
(2)通过在光学成像模块中的镜头表面涂有一层物理镀膜,使得该镜头只能透过某一特定波长的光线,当使用其他波长光源照射时,光线几乎无法透过镜头,能够有效降低图像传感器通过外部光源照射棱镜得到棱镜上残留指纹的概率。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (4)
1.一种基于指纹残留甄别的光学指纹系统,其特征在于,包括:光学成像模块和控制模块,
所述光学成像模块包括棱镜和镜头,所述镜头的表面上涂有一层物理镀膜,所述镜头上还装设有滤光片,
所述控制模块包括相互电性连接的图像传感器单元、处理器单元、触摸感应单元和稳压电路单元,所述图像传感器单元通过I2C总线与所述处理器单元相连,且在所述处理器单元的控制下实现对图像的采集,所述触摸感应单元与所述处理器单元相连,当触摸感应单元的输入端感应到电荷变化时,其会在输出端输出一个信号发送给处理器单元,所述图像传感器单元、处理器单元、触摸感应单元与稳压电路单元电性连接。
2.根据权利要求1所述的基于指纹残留甄别的光学指纹系统,其特征在于,物理镀膜为宽带增透膜。
3.根据权利要求1所述的基于指纹残留甄别的光学指纹系统,其特征在于,所述滤光片透过波长为850nm~930nm。
4.一种基于指纹残留甄别的光学指纹系统的检测方法,其特征在于,所述基于指纹残留甄别的光学指纹系统为权利要求1-3任一所述的基于指纹残留甄别的光学指纹系统,所述检测方法包括以下步骤:
(1)将手指按在棱镜上,
(2)镜头成像到图像传感器单元,图像传感器单元会产生图像,
(3)处理器单元对图像进行处理,处理器单元从梯度和灰度两个方面来处理上述图像,
具体处理方法为:首先,将灰度直方图一分为二,分别为黑色或白色出现次数最大值的概率分布区域,灰度值在1~128之间为大面积黑色,灰度值在129~256之间为大面积白色,分别取这之间的一个灰度出现次数的最大值为区分度,
其次,将图像分成多个块,求块的平均梯度,取一个平均梯度阈值,
(4)判断图像为指纹图像还是指纹残留图像,
通过梯度和面积的对比来判断指纹和指纹残留,图像平均梯度阈值小于区分度的为背景,大于为前景,统计前景的面积,取一个面积大小阈值,小于为残留指纹残留图像,大于为指纹图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510455491.3A CN105335693B (zh) | 2015-07-30 | 2015-07-30 | 一种基于指纹残留甄别的光学指纹系统及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510455491.3A CN105335693B (zh) | 2015-07-30 | 2015-07-30 | 一种基于指纹残留甄别的光学指纹系统及其检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105335693A true CN105335693A (zh) | 2016-02-17 |
CN105335693B CN105335693B (zh) | 2018-11-09 |
Family
ID=55286210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510455491.3A Active CN105335693B (zh) | 2015-07-30 | 2015-07-30 | 一种基于指纹残留甄别的光学指纹系统及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105335693B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726673A (zh) * | 2018-12-28 | 2019-05-07 | 北京金博星指纹识别科技有限公司 | 实时指纹识别方法、系统及计算机可读存储介质 |
CN110751047A (zh) * | 2019-09-20 | 2020-02-04 | 维沃移动通信有限公司 | 一种指纹识别模组及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040090548A (ko) * | 2003-04-17 | 2004-10-26 | 주식회사 슈프리마 | 지문검지 및 잔류지문 판별방법 |
CN1564187A (zh) * | 2004-04-18 | 2005-01-12 | 杭州中正生物认证技术有限公司 | 光干扰条件下有效指纹信号的检出和残留指痕的甄别方法 |
CN1949248A (zh) * | 2005-10-14 | 2007-04-18 | 北京海鑫科金高科技股份有限公司 | 一种活体指掌纹采集方法及装置 |
CN101833649A (zh) * | 2009-03-09 | 2010-09-15 | 杭州晟元芯片技术有限公司 | 一种指纹残留甄别方法 |
CN202120281U (zh) * | 2011-07-08 | 2012-01-18 | 成都方程式电子有限公司 | 防指纹残留的光学指纹识别模块 |
-
2015
- 2015-07-30 CN CN201510455491.3A patent/CN105335693B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040090548A (ko) * | 2003-04-17 | 2004-10-26 | 주식회사 슈프리마 | 지문검지 및 잔류지문 판별방법 |
CN1564187A (zh) * | 2004-04-18 | 2005-01-12 | 杭州中正生物认证技术有限公司 | 光干扰条件下有效指纹信号的检出和残留指痕的甄别方法 |
CN1949248A (zh) * | 2005-10-14 | 2007-04-18 | 北京海鑫科金高科技股份有限公司 | 一种活体指掌纹采集方法及装置 |
CN101833649A (zh) * | 2009-03-09 | 2010-09-15 | 杭州晟元芯片技术有限公司 | 一种指纹残留甄别方法 |
CN202120281U (zh) * | 2011-07-08 | 2012-01-18 | 成都方程式电子有限公司 | 防指纹残留的光学指纹识别模块 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726673A (zh) * | 2018-12-28 | 2019-05-07 | 北京金博星指纹识别科技有限公司 | 实时指纹识别方法、系统及计算机可读存储介质 |
CN110751047A (zh) * | 2019-09-20 | 2020-02-04 | 维沃移动通信有限公司 | 一种指纹识别模组及电子设备 |
CN110751047B (zh) * | 2019-09-20 | 2021-08-31 | 维沃移动通信有限公司 | 一种指纹识别模组及电子设备 |
US11798313B2 (en) | 2019-09-20 | 2023-10-24 | Vivo Mobile Communication Co., Ltd | Fingerprint identification module and electronic device |
Also Published As
Publication number | Publication date |
---|---|
CN105335693B (zh) | 2018-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106485237A (zh) | 指纹图像采集方法、系统及指纹采集设备 | |
CN101996405B (zh) | 一种快速的玻璃图像缺陷检测及分类方法及其装置 | |
CN107588733A (zh) | 一种基于图像的受电弓滑板磨耗在线检测装置与方法 | |
CN106127253B (zh) | 一种利用样本特征学习分类的红外弱小目标检测方法 | |
CN102332167A (zh) | 一种智能交通监控中车辆和行人的目标检测方法 | |
CN104766079A (zh) | 一种远距离红外弱小目标检测方法 | |
Hurney et al. | Night‐time pedestrian classification with histograms of oriented gradients‐local binary patterns vectors | |
CN103246896A (zh) | 一种鲁棒性车辆实时检测与跟踪方法 | |
CN114800229B (zh) | 双面双玻表面抛光装置及其抛光方法 | |
CN116977358A (zh) | 一种瓦楞纸生产品质视觉辅助检测方法 | |
CN101833649B (zh) | 一种指纹残留甄别方法 | |
KR20150108118A (ko) | 영상 인식 기반 계량기 원격 검침 시스템 | |
Hsia et al. | An Intelligent IoT-based Vision System for Nighttime Vehicle Detection and Energy Saving. | |
CN105335693A (zh) | 一种基于指纹残留甄别的光学指纹系统及其检测方法 | |
Jin et al. | A Smart Water Metering System Based on Image Recognition and Narrowband Internet of Things. | |
CN113343881A (zh) | 基于深度学习的车辆品牌型号细粒度分类系统及方法 | |
Rashid et al. | An enhanced cloud segmentation algorithm for accurate irradiance forecasting | |
CN104679217A (zh) | 一种终端 | |
CN209765528U (zh) | 一种基于树莓派的人脸防伪识别装置 | |
PirahanSiah et al. | Adaptive image segmentation based on peak signal-to-noise ratio for a license plate recognition system | |
CN115909359A (zh) | 一种基于智能视觉的电容字符检测方法 | |
CN102855467A (zh) | 从视频流中提取和识别车辆牌号的方法 | |
CN114926774A (zh) | 一种基于视频图像识别光伏组件火灾的方法及装置 | |
CN114937001A (zh) | 一种基于红外检测的灰尘预警方法 | |
Thakur et al. | Classification of color hazy images |
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 |