CN105469066B - 一种指纹识别动态范围优化方法与设备 - Google Patents

一种指纹识别动态范围优化方法与设备 Download PDF

Info

Publication number
CN105469066B
CN105469066B CN201510890657.4A CN201510890657A CN105469066B CN 105469066 B CN105469066 B CN 105469066B CN 201510890657 A CN201510890657 A CN 201510890657A CN 105469066 B CN105469066 B CN 105469066B
Authority
CN
China
Prior art keywords
analog
digital converter
adjustment
adc
play amount
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
CN201510890657.4A
Other languages
English (en)
Other versions
CN105469066A (zh
Inventor
李卓
刘成
赵帆
张晋芳
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.)
Chipone Technology Beijing Co Ltd
Original Assignee
Chipone Technology Beijing Co Ltd
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 Chipone Technology Beijing Co Ltd filed Critical Chipone Technology Beijing Co Ltd
Priority to CN201510890657.4A priority Critical patent/CN105469066B/zh
Publication of CN105469066A publication Critical patent/CN105469066A/zh
Application granted granted Critical
Publication of CN105469066B publication Critical patent/CN105469066B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • G06V40/1306Sensors therefor non-optical, e.g. ultrasonic or capacitive 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)

Abstract

本发明提出了一种指纹识别传感设备的模数转换器动态范围优化的方法及实现电路,并提出了实现该优化方法的具体算法。该方法通过分别独立调整前端放大器的增益,模数转换器的增益和偏移量,能够最大限度利用系统动态范围,提高指纹图像的对比度,提高指纹识别的辨识性能,并减小了优化迭代次数,减小了指纹识别检测时间。发明提出了一种模数转换器的偏移量调整的方法,通过调整模数转换器的比较器差分输入端的参考电压实现偏移量的调整,该方法可以与模数转换器的增益调整分别独立实现,在偏移量调整完毕后,模数转换器的增益调整不会影响偏移量调整结果。

Description

一种指纹识别动态范围优化方法与设备
技术领域
本发明涉及指纹识别和处理领域,具体涉及一种指纹检测识别的方法及设备。
背景技术
指纹检测和识别技术是一种可靠而且广泛应用的个人识别验证技术。CMOS指纹识别传感器具有体积小、功耗低、模组轻薄等优点,能够满足移动终端领域对小型化、低功耗的要求,因此广泛应用于便携式移动设备中,如手机,平板设备、PAD等。电容式指纹识别传感器具有由多个电极组成的指纹传感像素电极阵列,其能够响应驱动电路的驱动信号,并基于电极电容的变化产生感应信号,在手指接触传感器表面时,感应电极和手指指纹脊和指纹谷之间所形成的电容不同。传感器电路的每一个像素点感应手指和感应电极间的电容变化量,将其转化为电信号的变化量,并经过模数转换器(ADC)转换为含有灰度信息的数字信号,经后续处理后形成指纹图像。
指纹脊和指纹谷与感应电极形成的电容值的大小取决于手指和传感器之间介质的厚度以及介电常数。一般应用情况下该电容小于1fF,因此指纹脊和指纹谷与感应电极形成的电容变化量会更小。这就意味着指纹识别传感器需要将差别非常小的信号放大并区分出来,而且系统需要具有较高的输出信号动态范围。传感器输出数据拥有越高的动态范围,恢复得到的指纹图像拥有更高的对比度,指纹识别方法更容易比对识别,具有更高的辨识精度。
一般而言传感器的输入信号(对应于手指与感应电极之间形成的电容值)经传感器放大电路之后的输出信号范围会远小于后级的模数转换器的输入动态范围,无法充分利用模数转换器的满量程范围。如果不做处理对动态范围进行调整,采集的指纹图像会出现对比度差的缺陷,导致影响指纹识别准确率的降低。
因此,现有的指纹识别传感器需要对系统动态范围做优化处理,通过调整参数,尽可能使得输入信号达到模数转换器的满量程。充分利用系统以及模数转换器的输入动态范围,提高采集图像的整体质量。
现有的模数转换器具有如下缺陷:通常为了提高系统的共模抑制,模数转换器(ADC)一般采用差分架构,例如模数转换器的参考电压为VREFH,那么模数转换器(ADC)的输入动态范围为[-VREFH,0]以及[0,VREFH]。指纹识别传感设备经过前端放大器放大之后,输出至模数转换器的信号均为正值,因此对于指纹设备本身,只需要模数转换器(ADC)的正向输入范围[0,VREFH]。因此当系统要求256灰阶的图像质量时,ADC需要9-bit的精度。需要注意的是,本说明书用“[下限,上限]”的形式表示某一范围,且该范围包含端点值。
现有的指纹传感设备电路的多个参数都会动态范围产生影响。比如前端放大电路(一级或者多级)的增益,模数转换器的增益以及偏移量。这些变量的调整存在依赖关系。
图1为现有技术中的模数转换器(ADC)输入信号和输出数字代码(即数字输出信号)之间的转换关系。转换曲线可以理解为下面的表达式:
code=Aadc(Vin+Soffset);
其中code为不同输入下ADC的数字输出,Aadc为模数转换器的增益,Vin表示ADC的输入分量,Soffset为偏移量。模数转换器的增益Aadc改变转换曲线的斜率,偏移量参数Soffset使曲线发生平移。
从图1可以看出,在偏移量为0的情况下,不同增益调整下的转换曲线的交点在输入信号为0的位置。模数转换器(ADC)的输入动态范围为[-VREFH,0]以及[0,VREFH]。
以模数转换器的增益和偏移量调整为例,当只利用正向的输入范围[0,VREFH]时,如图1所示,数模转换器的增益会影响转换曲线的斜率,而偏移量会影响曲线的相对位置。当存在固定偏移量时,不同增益调整下的转换曲线的交点不再在输入信号为0的位置。偏移量对输出的影响和模数转换器的增益密切相关。当系统数模转换器的增益发生变化时,偏移量也会随着增益的变化发生改变。因此,现有的指纹传感识别设备中,模数转换器动态范围的调整存在需要反复多次迭代调整,导致效率低下,或者无法找到最优设置的问题。
发明内容
本发明针对现有指纹识别传感设备存在的缺陷,提出了一种指纹识别传感设备及动态范围调整方法,能够简化了动态范围的调整方法和具体方法实现过程,减少了反复迭代的次数,从而提高指纹识别的响应速度和辨识性能。
该指纹识别传感设备包括一个指纹传感像素电极阵列,以及用于驱动所述阵列的驱动电路,以及前端输入放大器(AMP),其用于接收并放大指纹传感像素电极阵列输出的模拟信号,并将放大后的信号传送给模数转换器。
本发明提出的指纹识别传感设备,还包括具有可调节动态范围的模数转换器(ADC),所述模数转换器用于将前端处理后的信号转换为一定范围的数字信号。
本发明提出了一种指纹识别传感设备动态范围调整方法及相关实现电路。该方法通过对模数转换器的设计,分别对模数转换器的增益和偏移量进行独立调整。
本发明提出了一种指纹识别传感设备动态范围调整方法中,模数转换器具有参考电压,增益的调整通过调整其参考电压值来实现,模数转换器包括一个比较器,偏移量的调整通过调整比较器差分输入端的共模参考电压实现。
本发明提出了的用于指纹识别传感设备动态范围调整方法,能够调整前端输入放大器的增益。
本发明提出了一种指纹识别传感设备动态范围调整电路,其包括前端放大器,模数转换器,数据处理模块以及动态范围调整模块。
本发明提出的动态范围调整方法,通过对模数转换器的增益调整和偏移量进行独立调整,可以使用偏移量参数和增益调整参数最大限度的利用模数转换器ADC输入动态范围,根据不同的指纹和按压的力度实时调整系统参数,获得最优的图像质量。该方法消除了现有技术中模数转换器增益和偏移量之间的依赖关系,在调整完偏移量参数后,增益参数的变化不会影响图像输出的平均值,从而无需再进行偏移量参数的重新调整,减少了方法迭代次数,缩短系统指纹检测的时间。
附图说明
图1示出了现有的指纹识别传感设备的模数转换器的转换曲线。
图2示出了本发明提出的指纹识别传感设备的电路工作原理。
图3示出了本发明提出的指纹识别传感设备动态范围调整方法中,ADC增益的调整方法。
图4示出了本发明提出的指纹识别传感设备应用于抑制系统共模噪声时的原理图。
图5示出了本发明提出的指纹识别传感设备动态范围调整的方法实现流程。
具体实施方式
本发明的详细内容将在以下实施例中结合附图进行详细描述。然而,本发明具有多种不同的实现方式,其并不应当被视为仅限于下面提到的几种实施方式。以下较佳实施例被提供用来解释、澄清发明。
图2示出了本发明提出的指纹识别传感电路的一个实施例,其包括放大器AMP,模数转换器ADC,数据处理模块以及动态范围调整模块,放大器AMP为前端输入放大器,实现电容到电信号的转换,并对信号进行放大。AMP可以为单级,也可以由多级级联形成。ADC为模数转换器,完成模拟电信号至数字分量的转换。数据处理模块用于将ADC输出信号转换为一定的灰阶数据,通过对ADC的输出数据进行适当的动态调整,以适应系统的灰阶显示要求。动态范围调整方法模块接收数据处理模块的输出数据并进行动态范围调整,对放大器的增益Aamp,模数转换器的增益Aadc,偏移Soffset进行独立调整。一般指纹识别应用中,ADC的精度为8-10bit。模数转换器ADC的转换曲线如图1所示,横坐标为输入模拟信号,横坐标的最小值-VREFH和最大值VREFH代表输入信号的最大范围。纵坐标为代表模拟信号量大小的数字输出码,纵坐标最小值为0,最大值为ADC转换精度允许的最大值,如8bit精度对应为256,对应编码可表示为0000...00~code_max(1111...11)。具体码元个数与精度有关。转换曲线斜率的调整意味着图像对比度的变化。一般指纹识别输入信号范围很小,对前端放大器的增益、ADC转换曲线斜率进行调整可以充分利用ADC的输入范围,提高整体图像质量。
为了增加系统的灵活性,该电路能够同时实现增益和偏移量的调整。在相同的输入情况下,ADC的增益变化对应转换曲线的斜率发生变化;ADC的偏移量调整对应转换曲线以固定的斜率进行平移。由于在进行增益调整时整体数据可能在数据动态范围未达到最优时出现数据单方向饱和,在这种情况下,可以通过调整模数转换器的偏移量参数平移转换曲线,从而消除数据饱和的现象。
ADC增益调整和偏移量调整的电路实现方式在实践中要考虑到具体的ADC电路结构,对于不同的ADC电路,ADC增益调整和偏移量调整的实现方式有所差别。普通ADC的模数转换电路中都存在采样保持电路,采样保持电路包含采样电容,电路通过采样电容将输入模拟信号进行采样保持,之后的电路对采样保持电路的采样信号进行量化处理,而不是实时的模拟信号。
下面以电容阵列电荷重新分配式逐次逼近ADC(SARADC)电路为例,说明ADC偏移量调整的实现方式。参考电压定义了ADC的输入信号范围。ADC的增益可以通过调整其参考电压来实现,ADC的偏移量调整可以通过调整ADC中的比较器差分输入端的共模参考电压来实现。
图3为本发明提出的ADC增益调整方法的一个实施例。本发明技术方案中ADC具有两个参考电压VREFH和VREFL,VREFH电平高于VREFL。ADC输入信号范围由所述两个参考电压定义。从图3可以看出,当VREFH-VREFL变小时,ADC转换的增益变大;反之ADC转换的增益变小。因此本发明提出的动态范围调整方法通过控制VREFH和VREFL的值来调整ADC的增益。该方法在调整ADC增益时,对VREFH和VREFL同时同步进行相同步长,且相反方向的调整。即如果VREFH-VREFL需要减小电压变化量绝对值Δ,该方法设计为:VREFH变化为VREFH-Δ/2,VREFL变化为VREFL+Δ/2。从图3可以看出,通过这样的设计,(VREFH+VREFL)/2始终保持不变,即不同增益条件下,所有转换曲线在输入为(VREFH+VREFL)/2的点相交。
以10-bit ADC量化精度为例,不同增益下ADC的转换曲线正向在数字输出码为十进制数768的位置相交,负向在十进制数256的位置相交。因此当系统最终截取正向输入范围之后并将数据缩放至8-bit输出之后,所有增益调整曲线将在输出动态范围的中点即为十进制数128的点相交。
参考电压VREFH和VREFL可以通过各种方式产生,如电阻分压的方式。产生电路需要保证两者调整的步径相同。增益的调整可以通过寄存器的控制字进行设定。
ADC还包括一个比较器,偏移量Soffset的调整可以通过调整比较器差分输入端的共模参考电压来实现。比较器差分输入端施加不同的共模参考电压,其压差为Δ,对应的数字输出为:
code=((Vin-Δ)/Vrange)*code_max;
code为模数转换器ADC的数字输出代码,与数字输出信号相对应,其中Vrange为ADC输入最大值,code_max为数字输出最大值。从上式可以看出,在Vrange一定的情况下,Δ会使整个转换曲线发生平移。共模参考电压可以采用类似于产生VREFH和VREFL的分压电路,其调整可以通过寄存器的控制字进行设定。
结合上述ADC增益及偏移量调整电路,本发明提出的相应的系统动态范围调整方法,其由图2中的动态范围调整模块实现。如图3所示,前端放大器的增益为Aamp,ADC的增益为Aadc,偏移量调整为Soffset,方法通过调整Aamp、Aadc以及Soffset来实现系统动态范围的最优化。
作为系统检测的一种应用,指纹识别检测设备还可以通过斩波的方式对系统共模噪声进行抑制,该实施例如图4所示。系统在T1时刻切换模数互换器的正向VINP与负向VINN输入,将后一时刻T1与前一时刻T0的模数转换器输出作差,再除以2得到最终输出。T1与T0之间为固定时间间隔,其选取根据模数转换器架构以及系统噪声抑制频率而定,一般选取在100ns~2μs之间。在此应用中,用于调整偏移量的共模参考电压也在T1时刻进行正负输入端互换。通过同时正负向切换共模参考电压来实现偏移量和输入信号的同向变化。通过这种方法,偏移量的设置在数据处理中得以保留,从而完成偏移量的调整功能。
作为实际使用中的一种实施方式,为了节省方法时间,调整方法可以选取一定区域的图像进行处理,而不必选取整幅指纹图像。
图5示出了动态范围调整方法的一个具体实现实施例。图5中的方法包括如下步骤:
A初始化Aamp、Aadc以及Soffset;
B调整前端放大器增益Aamp
C调整模数转换器偏移量Soffset;
Aamp、Aadc以及Soffset的初始值设定为Aamp_init,Aadc_init以及Soffset_init。初始值选取系统动态范围最大的参数设定,设定原则为在进行初次图像采集时不出现数据的饱和。
然后,方法进行前端放大器增益的调整,通过遍历的方式选择前端放大器增益的最优值。采集图像,统计图像数据的最大值DMAX,最小值DMIN以及平均值Davg,并计算Range=DMAX-DMIN,最终放大器增益控制字选取图像数据范围最大且数据最大值和最小值均未超过预设阈值范围[DL_set,DH_set]的增益设置。
作为本发明的另一种实现方式,前端放大器增益最优值也可通过搜索计算或查表的方式得到。以上三种实现方式遍历、搜索计算及查表可单独使用,也可任意相互结合使用。
随后进行偏移量的调整。采集图像,统计图像数据的最大值DMAX,最小值DMIN以及平均值Davg,通过统计采集图像的数据求得图像的平均值,以256灰阶图像为例,调整方法的目标是将图像的平均值调整在数据输出的中点即十进制数128附近。实际应用中,可以以中点值为中心选取一定的邻近范围[Davg_H,Davg_L]作为调整目标。如果平均值Davg<Davg_L,则偏移量Soffset+1,如果平均值Davg>Davg_H,则偏移量Soffset-1,最终,将平均值Davg调整到目标范围内(Davg_L≤Davg≤Davg_H),即[Davg_H,Davg_L]内。
调整同样可以采用查表和或搜索方法进行。之后可根据系统实际应用进行其它处理操作。如进行ADC增益Aadc的调整等等,调整可以采用查表或者搜索方法进行。
由以上实施例的具体实现可知,本发明提出的动态范围调整方法中,ADC增益Aadc,ADC的偏移量Soffset以及其它参数调整具有实现上的独立性,相互之间无直接影响,避免了现有技术中,各电路参数变量的调整存在依赖关系的缺陷。
从而在具体应用中,可以当ADC的偏移量Soffset调整完毕后,再进行ADC增益Aadc以及/或放大器的增益Aamp的调整,从而避免了现有技术中偏移量设置对系统动态范围的负面影响,简化了调整过程,提高了指纹识别传感设备的响应速度和辨识性能。
通过上述实施例,放大器的增益Aamp,ADC增益Aadc都能实现系统动态范围的放大或缩小,实际使用中可以将Aamp设为粗调,将Aadc设为细调,也可以将Aamp设为细调,将Aadc设为粗调,二者可以单独进行调整或相互配合,从而获得得更大范围的精细调整。
作为本发明的其它较佳实施例,所述模数转换器ADC可以是pipeline-ADC,flashADC等,而且并不限于以上类型。

Claims (8)

1.一种指纹识别传感设备的模数转换器动态范围调整方法,对所述模数转换器ADC的偏移量Soffset进行动态调整,包括以下步骤:
首先,初始化前端放大器增益Aamp以及偏移量Soffset;
其次,调整前端放大器增益Aamp
其次,根据指纹图像数据的平均值调整模数转换器偏移量Soffset,直到指纹图像数据的平均值在ADC数据输出的中点附近的预设阈值范围内;
在所述偏移量Soffset调整完毕后,进行模数转换器ADC增益Aadc和放大器的增益Aamp的调整。
2.如权利要求1所述的模数转换器动态范围调整方法,所述模数转换器ADC的偏移量Soffset的初始值设定原则为首次图像采集时不出现数据饱和。
3.如权利要求1所述的模数转换器动态范围调整方法,所述调整前端放大器增益Aamp的步骤中,通过遍历和/或搜索和或/查表的方式选择增益Aamp,使得图像数据最大值DMAX和最小值DMIN均未超过预设阈值范围。
4.一种指纹识别传感设备,其包括前端放大器AMP、偏移量可调节的模数转换器ADC、数据处理模块以及动态范围调整模块,
所述模数转换器ADC用于将前端放大器AMP处理后的模拟信号转换为一定范围的数字信号,所述模数转换器ADC包括比较器;
所述数据处理模块用于将模数转换器ADC输出信号转换为指纹图像数据;
所述动态范围调整模块用于根据指纹图像数据的平均值调整模数转换器偏移量Soffset,直到指纹图像数据的平均值在ADC数据输出的中点附近的预设阈值范围内,并且在所述偏移量Soffset调整完毕后进行模数转换器ADC增益Aadc和放大器的增益Aamp的调整。
5.如权利要求4所述指纹识别传感设备,调整所述比较器差分输入端的共模参考电压实现对偏移量Soffset的调整。
6.如权利要求4所述指纹识别传感设备,所述前端放大器AMP用于接收并放大指纹传感像素电极阵列输出的模拟信号,并传送给所述模数转换器ADC。
7.如权利要求4所述的指纹识别传感设备,所述模数转换器ADC的数字输出代码与所述比较器差分输入端共模参考电压的压差Δ满足以下关系:
code=((Vin-Δ)/Vrange)*code_max;
其中code为模数转换器ADC的数字输出代码,与数字输出信号相对应,Vin为输入信号,Vrange为ADC输入最大值,code_max为数字输出最大值。
8.如权利要求4~7任一项所述的指纹识别传感设备,所述数据处理模块用于将模数转换器ADC输出信号转换为灰阶数据,对ADC的输出数据进行动态调整。
CN201510890657.4A 2015-12-08 2015-12-08 一种指纹识别动态范围优化方法与设备 Active CN105469066B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510890657.4A CN105469066B (zh) 2015-12-08 2015-12-08 一种指纹识别动态范围优化方法与设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510890657.4A CN105469066B (zh) 2015-12-08 2015-12-08 一种指纹识别动态范围优化方法与设备

Publications (2)

Publication Number Publication Date
CN105469066A CN105469066A (zh) 2016-04-06
CN105469066B true CN105469066B (zh) 2017-06-06

Family

ID=55606737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510890657.4A Active CN105469066B (zh) 2015-12-08 2015-12-08 一种指纹识别动态范围优化方法与设备

Country Status (1)

Country Link
CN (1) CN105469066B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106022271B (zh) * 2016-03-31 2020-04-10 深圳市奔凯安全技术股份有限公司 一种指纹采集方法
CN105913514B (zh) 2016-04-08 2018-03-27 广东欧珀移动通信有限公司 一种指纹解锁的方法及终端
CN106599769B (zh) * 2016-10-19 2023-08-22 深圳芯启航科技有限公司 一种减base实现触控/指纹类ic高效识别的方法及实现电路
EP3622258A1 (en) * 2017-05-11 2020-03-18 Road Deutschland GmbH Inferential fluid condition sensor and method thereof
TWI679583B (zh) * 2017-10-20 2019-12-11 映智科技股份有限公司 提高影像品質的指紋偵測裝置及其方法
CN109657656B (zh) * 2019-01-31 2021-04-09 北京集创北方科技股份有限公司 指纹检测方法、指纹检测装置和移动终端
CN110008860B (zh) * 2019-03-21 2021-09-24 武汉华星光电技术有限公司 指纹识别架构及触控面板
US20210142085A1 (en) * 2019-11-07 2021-05-13 Novatek Microelectronics Corp. Image processing method and related image processing system
US11030435B1 (en) * 2020-03-24 2021-06-08 Novatek Microelectronics Corp. Image sensing method and system
CN112580597B (zh) * 2020-12-29 2022-10-14 深圳贝特莱电子科技股份有限公司 一种自动调整指纹图像亮度的装置及方法
US11657643B1 (en) * 2022-01-17 2023-05-23 Novatek Microelectronics Corp. Fingerprint sensing device

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040179118A1 (en) * 1999-03-31 2004-09-16 Itani Nadi R. Successive approximation calibration apparatus, system, and method for dynamic range extender
CN1576862A (zh) * 2003-07-29 2005-02-09 阿尔卑斯电气株式会社 电容检测电路及其检测方法以及指纹传感器
CN1881788A (zh) * 2005-06-15 2006-12-20 恩益禧电子股份有限公司 可变增益放大器电路及dc偏移校正方法和无线电接收设备
CN101499735A (zh) * 2008-01-29 2009-08-05 台达电子工业股份有限公司 一种高分辨率输入装置、具有该装置的变频器系统及其模拟输入电压信号的处理方法
CN102279924A (zh) * 2010-06-11 2011-12-14 金鹏科技有限公司 指纹识别系统及测试装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH118557A (ja) * 1997-06-16 1999-01-12 Nec Corp A/d変換器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040179118A1 (en) * 1999-03-31 2004-09-16 Itani Nadi R. Successive approximation calibration apparatus, system, and method for dynamic range extender
CN1576862A (zh) * 2003-07-29 2005-02-09 阿尔卑斯电气株式会社 电容检测电路及其检测方法以及指纹传感器
CN1881788A (zh) * 2005-06-15 2006-12-20 恩益禧电子股份有限公司 可变增益放大器电路及dc偏移校正方法和无线电接收设备
CN101499735A (zh) * 2008-01-29 2009-08-05 台达电子工业股份有限公司 一种高分辨率输入装置、具有该装置的变频器系统及其模拟输入电压信号的处理方法
CN102279924A (zh) * 2010-06-11 2011-12-14 金鹏科技有限公司 指纹识别系统及测试装置

Also Published As

Publication number Publication date
CN105469066A (zh) 2016-04-06

Similar Documents

Publication Publication Date Title
CN105469066B (zh) 一种指纹识别动态范围优化方法与设备
CN105469067B (zh) 一种指纹识别动态范围调整方法与设备
CN205302320U (zh) 一种指纹识别装置
CN104252621A (zh) 指纹识别装置和方法
US9298967B2 (en) Finger biometric sensing device including drive signal nulling circuitry and related methods
CN104168024B (zh) 用于控制放大器的放大增益的装置及其方法
CN111277236B (zh) 一种基于增益自适应调整的前端电路及动态范围提升方法
TWI443560B (zh) 觸控感測裝置
CN107092407B (zh) 感应电容测量装置
CN103778420A (zh) 具有自动增益控制的指纹检测系统及其自动增益控制方法
CN101858941A (zh) 具抗电磁干扰能力的电容感测电路
CN106022271B (zh) 一种指纹采集方法
CN216053107U (zh) 电容式指纹感测装置
CN105335739A (zh) 一种指纹图像优化方法
WO2023160391A1 (zh) 指纹检测放大电路以及指纹识别装置
CN106293299A (zh) 用于电容感应识别系统的装置和方法
CN103427841A (zh) 一种提高列并行单斜率adc转换速率的系统及方法
CN106056051B (zh) 一种分区扫描式指纹处理方法
CN113286239A (zh) 用于麦克风的电压输出方法、装置、麦克风和电子设备
TWM603560U (zh) 指紋感測裝置
US7164794B2 (en) Unconstrained handwriting recognition
WO2021012071A1 (zh) 图像传感器以及相关芯片及电子装置
CN101136616B (zh) 西格玛-德尔塔型功率放大器及其调变方法
CN208673350U (zh) 指纹识别装置
CN105447434A (zh) 电流模式指纹识别传感器

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 100088 Beijing city Haidian District North Third Ring Road No. 31, No. 4 Building 13 layer (Taisite building)

Applicant after: BEIJING CHIPONE NORTH TECHNOLOGY CO., LTD.

Address before: 100088 Beijing city Haidian District North Third Ring Road No. 31, No. 4 Building 13 layer (Taisite building)

Applicant before: Beijing Jichuang Northern Technology Co.,Ltd.

COR Change of bibliographic data
GR01 Patent grant
GR01 Patent grant