CN105718851B - 应用于指纹传感器的指纹图像滤波方法和装置 - Google Patents

应用于指纹传感器的指纹图像滤波方法和装置 Download PDF

Info

Publication number
CN105718851B
CN105718851B CN201510728153.2A CN201510728153A CN105718851B CN 105718851 B CN105718851 B CN 105718851B CN 201510728153 A CN201510728153 A CN 201510728153A CN 105718851 B CN105718851 B CN 105718851B
Authority
CN
China
Prior art keywords
pixel
scanning
result
scanned
fingerprint image
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
CN201510728153.2A
Other languages
English (en)
Other versions
CN105718851A (zh
Inventor
于泽
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.)
Shenzhen Chipsailing Technology Co Ltd
Original Assignee
Shenzhen Chipsailing Technology 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 Shenzhen Chipsailing Technology Co Ltd filed Critical Shenzhen Chipsailing Technology Co Ltd
Priority to CN201510728153.2A priority Critical patent/CN105718851B/zh
Publication of CN105718851A publication Critical patent/CN105718851A/zh
Application granted granted Critical
Publication of CN105718851B publication Critical patent/CN105718851B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V40/1347—Preprocessing; Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种应用于指纹传感器的指纹图像滤波方法和装置,其中，该指纹图像滤波方法包括：在对指纹传感器中的像素点进行扫描的过程中，对扫描的每个像素点分别进行N次采样，其中，所述N不小于1；对同一像素点的N次采样结果进行累加平均，将累加平均的结果作为相应像素点的扫描结果；基于扫描得到的各个像素点的扫描结果进行滤波处理，以便得到滤波处理后的指纹图像。本发明提供的技术方案能够有效提高指纹图像的滤波效果。

Description

应用于指纹传感器的指纹图像滤波方法和装置
技术领域
本发明涉及指纹传感器技术领域，具体涉及一种应用于指纹传感器的指纹图像滤波方法和装置。
背景技术
指纹传感器是实现指纹图像自动采集的关键器件，由于指纹图像的唯一性，指纹传感器被广泛应用在身份识别领域中。
在指纹传感器应用中，指纹传感器在完成指纹图像扫描后，会将扫描到的指纹图像上传到主机端(例如主机的主控芯片)进行处理，例如，目前是在扫描得到图像处理后，向主机端上报RAW(即未加工)图像数据，由主机端进行图像数据滤波、增强等。
然而，由于电路自身噪声以及环境干扰影响，因此，扫描到的指纹图像往往存在大量噪声，这将会影响到后续指纹图像的识别。目前一般采用一维或二维的空间滤波方式实现去噪，然而，当在某个时间窗的干扰严重时，传统的一维或二维的空间滤波方式的滤波效果差，会使得某区块或某行存在大量不可滤除的噪声。
发明内容
本发明提供一种应用于指纹传感器的指纹图像滤波方法和装置，用于提高指纹图像的滤波效果。
本发明第一方面提供一种应用于指纹传感器的指纹图像滤波方法，包括：
在对指纹传感器中的像素点进行扫描的过程中，对扫描的每个像素点分别进行N次采样，其中，上述N不小于1；
对同一像素点的N次采样结果进行累加平均，将累加平均的结果作为相应像素点的扫描结果；
基于扫描得到的各个像素点的扫描结果进行滤波处理，以便得到滤波处理后的指纹图像。
本发明第二方面提供一种应用于指纹传感器的指纹图像滤波装置，包括：
扫描单元，用于对指纹传感器中的像素点进行扫描；
滤波处理单元，用于基于上述扫描单元扫描得到的各个像素点的扫描结果进行滤波处理，以便得到滤波处理后的指纹图像。
其中，上述扫描单元包括：
采样单元，用于在对指纹传感器中的像素点进行扫描的过程中，对扫描的每个像素点分别进行N次采样，其中，上述N不小于1；
计算单元，用于对同一像素点的N次采样结果进行累加平均，将累加平均的结果作为相应像素点的扫描结果。
由上可见，本发明提供了第三维度的滤波(也即时间滤波)，即通过预先对每个像素点进行多次采样后对多次采样结果进行累加平均，利用时间上的离散性实现了对同一个像素点的采样结果进行滤波，从而能够减少因某个时间窗干扰严重而对扫描结果带来的噪声影响，相对于传统的仅采用一维或二维的空间滤波方式实现去噪的方案，有效增强了抗干扰能力，提高了指纹图像的滤波效果，进而提高了指纹图像的质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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性的前提下，还可以根据这些附图获得其他的附图。
图1-a为本发明提供的指纹图像滤波方法一个实施例流程示意图；
图1-b为本发明提供的一种块扫描实施例示意图；
图1-c为采用传统的滤波方案处理后的指纹图像示意图；
图1-d为采用本发明提供的指纹图像滤波方法处理后的指纹图像示意图；
图2为本发明提供的指纹图像滤波装置一个实施例结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。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他实施例，都属于本发明保护的范围。
本发明实施例提供一种应用于指纹传感器的指纹图像滤波方法，包括：在对指纹传感器中的像素点进行扫描的过程中，对扫描的每个像素点分别进行N次采样，其中，上述N不小于1；对同一像素点的N次采样结果进行累加平均，将累加平均的结果作为相应像素点的扫描结果；基于扫描得到的各个像素点的扫描结果进行滤波处理，以便得到滤波处理后的指纹图像。本发明实施例还提供相应的指纹图像滤波装置，以下分别进行详细说明。
下面对本发明实施例提供的一种应用于指纹传感器的指纹图像滤波方法进行描述，请参阅图1-a，本发明实施例中的指纹图像滤波方法包括：
101、在对指纹传感器中的像素点进行扫描的过程中，对扫描的每个像素点分别进行N次采样；
其中，上述N不小于1。
本发明实施例中，由指纹图像滤波装置对指纹传感器中的像素点进行扫描，并且，在对指纹传感器中的像素点进行扫描的过程中，对扫描的每个像素点分别进行多次采样，其中，采样次数N的取值可以根据实际情况进行设定，此处不作限定。具体地，在扫描指纹图像的过程中，指纹图像滤波装置可以每隔预设时间对指纹传感器中的同一像素点进行采样，直至对同一像素点的采样次数达到N次。
可选的，指纹图像滤波装置以预设大小的块为扫描单位，分别对上述指纹传感器中的像素点进行扫描。下面参照图1-b所示的块扫描示意图进行说明，如图1-b所示，指纹传感器包含160*160个像素点，像素点的起始坐标为(0，0)，终点坐标为(159，159)，在图1-b中，S1表示预设大小的块，块的大小为M1*M2，其中，M分别指块的像素点行数和列数，当指纹图像滤波装置以预设大小的块为扫描单位，分别对上述指纹传感器中的像素点进行扫描时，可以如图1-b中的箭头方向，从左到右对上述指纹传感器中的像素点进行扫描，扫描完成后实时存储扫描结果(也即扫描数据)，以便后续数据处理。其中，上述M1和上述M2的取值可以相同，也可以不同。当然，本发明实施例中，指纹图像滤波装置也可以采样其它扫描方式对上述指纹传感器中的像素点进行扫描，例如，指纹图像滤波装置可以以行为扫描单位，分别对上述指纹传感器中的像素点进行扫描。需要说明的是，无论采取何种扫描方式，在本发明实施例中，指纹图像滤波装置都会对扫描的每个像素点进行N次采样。
102、对同一像素点的N次采样结果进行累加平均，将累加平均的结果作为相应像素点的扫描结果；
本发明实施例中，当同一像素点被采样N次之后，指纹图像滤波装置可以对该像素点的N次采样结果进行累加平均，并将累加平均的结果作为该像素点的扫描结果(即像素值)，以便后续基于该像素点的扫描结果进行滤波处理。
举例说明，设N为3，对像素点A的3次采样结果分别为a1、a2和a3，则将像素点A的3次采样结果进行累加平均，将累加平均的结果(即(a1+a2+a3)/3)作为像素点A的扫描结果。
103、基于扫描得到的各个像素点的扫描结果进行滤波处理，以便得到滤波处理后的指纹图像；
可选地，指纹图像滤波装置可以在通过步骤101和步骤102获得指纹传感器的各个像素点的扫描结果之后，基于扫描得到的各个像素点的扫描结果进行滤波处理，具体地，指纹图像滤波装置可以基于扫描得到的各个像素点的扫描结果进行一维滤波处理或者二维滤波处理。或者，指纹图像滤波装置也可以先基于扫描得到的各个像素点的扫描结果进行一维滤波处理，之后再基于一维滤波处理后得到的各个像素点的像素值进行二维滤波处理，或者，指纹图像滤波装置也可以先基于扫描得到的各个像素点的扫描结果进行二维滤波处理，之后再基于一维滤波处理后得到的各个像素点的像素值进行一维滤波处理，此处不作限定。
由于原始扫描图像存在大量噪声，若在获得指纹传感器的各个像素点的扫描结果之后再进行滤波处理，则需要消耗大量的存储空间来存储指纹传感器的各个像素点的扫描结果，为了节省存储空间，可选的，指纹图像滤波装置基于扫描得到的各个像素点的扫描结果进行实时滤波处理，其中，“实时”指的是在每完成一个扫描单位的扫描之后，就基于扫描得到的该扫描单位内的各个像素点的扫描结果进行滤波处理。
在一种应用场景中，若指纹图像滤波装置以行为扫描单位，分别对上述指纹传感器中的像素点进行扫描，则在步骤103中，指纹图像滤波装置可以基于扫描得到的各个像素点的扫描结果进行实时一维滤波处理。举例说明，若指纹图像滤波装置以1*K1(其中，1和K1分别表示像素点行数和列数，K1不小于1)为扫描单位分别对上述指纹传感器中的像素点进行扫描，则在步骤103中，指纹图像滤波装置可以在每次通过步骤101和102获得1*M个像素点的扫描结果之后，基于该1*M个像素点的扫描结果进行实时一维滤波处理。
在另一种应用场景中，若指纹图像滤波装置以预设大小的块为扫描单位，分别对上述指纹传感器中的像素点进行扫描，则在步骤103中，指纹图像滤波装置可以基于扫描得到的各个像素点的扫描结果进行实时二维滤波处理。举例说明，若指纹图像滤波装置以K2*K3(其中，K2和K3分别表示像素点行数和列数，且K2和K3均为不小于1的整数)为扫描单位分别对上述指纹传感器中的像素点进行扫描，则在步骤103中，指纹图像滤波装置可以在每次通过步骤101和102获得K2*K3个像素点的扫描结果之后，基于该K2*K3个像素点的扫描结果进行实时二维滤波处理。
需要说明的是，上述一维滤波处理可以根据实际需求采用具体的滤波算法实现，例如，上述一维滤波处理可以根据实际需求采用一维中值滤波算法或一维均值滤波算法实现，其中，上述一维中值滤波算法是一种非线性数字滤波器技术，具体地，一维中值滤波算法的原理如下：将一个含有奇数个像素点的滤波窗口正中的像素点的像素值用该滤波窗口内各像素点的像素值的中值来代替，举例说明，设有一个维序列f1，f2，…，fn，取滤波窗口长度为奇数m，对此序列进行一维中值滤波，就是从输入序列中相续抽出m个数，fi-v、fi-v+1、…、fi+v，其中，v＝(m-1)/2，再将这m个像素点的像素值按大小顺序排列，取其序号为正中间的那个像素值作为滤波输出，一维中值滤波表达式为：Fi＝Med{fi-v,…,fi,…，fi+v}；上述一维均值滤波算法是指将一个含有奇数个像素点的滤波窗口正中的像素点的像素值用该滤波窗口内各像素点的像素值的平均值来代替。同样的，上述二维滤波处理可以根据实际需求采用具体的滤波算法实现，例如，上述二维滤波处理可以根据实际需求采用邻域平均算法、二维中值滤波算法或二维均值滤波算法实现，其中，上述邻域平均算法是指用像素点及其指定邻域内的各像素点的平均值或加权平均值作为该像素点的新值；上述二维中值滤波算法类似于一维中值滤波算法，只是使用的滤波窗口为二维的；上述二维均值滤波算法类似于一维中值滤波算法，只是使用的滤波窗口为二维的。
本发明实施例中，在经过多维滤波(即步骤101和步骤102的时间滤波和步骤103的滤波)处理之后得到的指纹图像最后可通过相应的指纹传感器接口上报到主机端。通过本发明实施例的多维滤波方法，能够去除原始指纹图像中的大量噪声信号，不仅指纹图像数据压缩到很小，而且指纹图像数据变得平滑，使得指纹图像质量得到了提高。如图1-c和图1-d所示，图1-c为采用传统的滤波方案处理后的指纹图像，图1-d为通过本发明实施例中的指纹图像滤波方法处理后的指纹图像，从图1-c和图1-d的对比可以看出，通过本发明实施例中的指纹图像滤波方法处理后的指纹图像更为清晰。
需要说明的是，本发明实施例中的指纹传感器可以为包含160*160个像素点的指纹传感器，也可以为包含112*88个像素点的指纹传感器，或者也可以为其它规格的指纹传感器，此处不作限定。本发明实施例中的指纹图像滤波装置可以集成在配备指纹传感器的电子设备中。
由上可见，本发明提供了第三维度的滤波(也即时间滤波)，即通过预先对每个像素点进行多次采样后对多次采样结果进行累加平均，利用时间上的离散性实现了对同一个像素点的采样结果进行滤波，从而能够减少因某个时间窗干扰严重而对扫描结果带来的噪声影响，相对于传统的仅采用一维或二维的空间滤波方式实现去噪的方案，有效增强了抗干扰能力，提高了指纹图像的滤波效果，进而提高了指纹图像的质量。
下面以另一实施例对本发明实施例中的应用于指纹传感器的指纹图像滤波装置进行描述，请参阅图2，本发明实施例中的指纹图像滤波装置200包括：
扫描单元201，用于对指纹传感器中的像素点进行扫描；
滤波处理单元202，用于基于扫描单元201扫描得到的各个像素点的扫描结果进行滤波处理，以便得到滤波处理后的指纹图像。
其中，扫描单元201包括：
采样单元2011，用于在对指纹传感器中的像素点进行扫描的过程中，对扫描的每个像素点分别进行N次采样，其中，上述N不小于1；
计算单元2012，用于对同一像素点的N次采样结果进行累加平均，将累加平均的结果作为相应像素点的扫描结果。
可选的，滤波处理单元202具体用于：基于扫描得到的各个像素点的扫描结果进行实时滤波处理。
可选的，扫描单元201具体用于：以行为扫描单位，分别对上述指纹传感器中的像素点进行扫描；滤波处理单元202具体用于：基于扫描得到的各个像素点的扫描结果进行实时一维滤波。
可选的，扫描单元201具体用于：以预设大小的块为扫描单位，分别对上述指纹传感器中的像素点进行扫描；滤波处理单元202具体用于：基于扫描得到的各个像素点的扫描结果进行实时二维滤波。
可选的，滤波处理单元201包括：一维滤波处理单元，用于基于扫描得到的各个像素点的扫描结果进行一维滤波处理；二维滤波处理单元，用于基于上述一维滤波处理单元处理后得到的各个像素点的像素值进行二维滤波处理。
需要说明的是，本发明实施例中的指纹传感器可以为包含160*160个像素点的指纹传感器，也可以为包含112*88个像素点的指纹传感器，或者也可以为其它规格的指纹传感器，此处不作限定。本发明实施例中的指纹图像滤波装置可以集成在配备指纹传感器的电子设备中。
应理解，本发明实施例中的指纹图像滤波装置可以如上述方法实施例中提及的指纹图像滤波装置，可以用于实现上述方法实施例中的全部技术方案，其各个功能模块的功能可以根据上述方法实施例中的方法具体实现，其具体实现过程可参照上述实施例中的相关描述，此处不再赘述。
由上可见，本发明提供了第三维度的滤波(也即时间滤波)，即通过预先对每个像素点进行多次采样后对多次采样结果进行累加平均，利用时间上的离散性实现了对同一个像素点的采样结果进行滤波，从而能够减少因某个时间窗干扰严重而对扫描结果带来的噪声影响，相对于传统的仅采用一维或二维的空间滤波方式实现去噪的方案，有效增强了抗干扰能力，提高了指纹图像的滤波效果，进而提高了指纹图像的质量。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上为对本发明所提供的一种应用于指纹传感器的指纹图像滤波方法和装置的描述，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种应用于指纹传感器的指纹图像滤波方法，其特征在于，包括：
在对指纹传感器中的像素点进行扫描的过程中，对扫描的每个像素点分别进行N次采样，其中，所述N大于1；所述对指纹传感器中的像素点进行扫描包括：以行为扫描单位或者以预设大小的块为扫描单位，分别对所述指纹传感器中的像素点进行扫描；
对同一像素点的N次采样结果进行累加平均，将累加平均的结果作为相应像素点的扫描结果；
基于扫描得到的各个像素点的扫描结果进行实时滤波处理，以便得到滤波处理后的指纹图像，所述实时滤波处理是指在每完成一个扫描单位的扫描之后，就基于扫描得到的该扫描单位内的各个像素点的扫描结果进行滤波处理。
2.根据权利要求1所述的方法，其特征在于，
所述基于扫描得到的各个像素点的扫描结果进行实时滤波处理，包括：
基于以行为扫描单位扫描得到的各个像素点的扫描结果进行实时一维滤波处理。
3.根据权利要求1所述的方法，其特征在于，所述实时基于扫描得到的各个像素点的扫描结果进行滤波处理，包括：
基于以块为扫描单位扫描得到的各个像素点的扫描结果进行实时二维滤波处理。
4.根据权利要求1所述的方法，其特征在于，所述基于扫描得到的各个像素点的扫描结果进行滤波处理，包括：
基于扫描得到的各个像素点的扫描结果进行一维滤波处理；
基于所述一维滤波处理后得到的各个像素点的像素值进行二维滤波处理。
5.一种应用于指纹传感器的指纹图像滤波装置，其特征在于，包括：
扫描单元，用于对指纹传感器中的像素点进行扫描，具体用于：以行为扫描单位或者以预设大小的块为扫描单位，分别对所述指纹传感器中的像素点进行扫描；
滤波处理单元，用于基于所述扫描单元扫描得到的各个像素点的扫描结果进行实时滤波处理，以便得到滤波处理后的指纹图像，所述实时滤波处理是指在每完成一个扫描单位的扫描之后，就基于扫描得到的该扫描单位内的各个像素点的扫描结果进行滤波处理；
其中，所述扫描单元包括：
采样单元，用于在对指纹传感器中的像素点进行扫描的过程中，对扫描的每个像素点分别进行N次采样，其中，所述N大于1；
计算单元，用于对同一像素点的N次采样结果进行累加平均，将累加平均的结果作为相应像素点的扫描结果。
6.根据权利要求5所述的指纹图像滤波装置，其特征在于，所述滤波处理单元具体用于：基于以行为扫描单位扫描得到的各个像素点的扫描结果进行实时一维滤波。
7.根据权利要求5所述的指纹图像滤波装置，其特征在于，所述滤波处理单元具体用于：基于以块为扫描单位扫描得到的各个像素点的扫描结果进行实时二维滤波。
8.根据权利要求5所述的指纹图像滤波装置，其特征在于，所述滤波处理单元包括：
一维滤波处理单元，用于基于扫描得到的各个像素点的扫描结果进行一维滤波处理；
二维滤波处理单元，用于基于所述一维滤波处理单元处理后得到的各个像素点的像素值进行二维滤波处理。
CN201510728153.2A 2015-10-30 2015-10-30 应用于指纹传感器的指纹图像滤波方法和装置 Active CN105718851B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510728153.2A CN105718851B (zh) 2015-10-30 2015-10-30 应用于指纹传感器的指纹图像滤波方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510728153.2A CN105718851B (zh) 2015-10-30 2015-10-30 应用于指纹传感器的指纹图像滤波方法和装置

Publications (2)

Publication Number Publication Date
CN105718851A CN105718851A (zh) 2016-06-29
CN105718851B true CN105718851B (zh) 2019-08-23

Family

ID=56145032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510728153.2A Active CN105718851B (zh) 2015-10-30 2015-10-30 应用于指纹传感器的指纹图像滤波方法和装置

Country Status (1)

Country Link
CN (1) CN105718851B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537167A (zh) * 2018-04-09 2018-09-14 成都高科创智科技有限公司 一种用于指纹识别的通道扫描方法
CN112330525B (zh) * 2020-11-26 2023-04-21 Oppo（重庆）智能科技有限公司 图像处理方法、电子装置及非易失性计算机可读存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080049987A1 (en) * 2006-08-28 2008-02-28 Champagne Katrina S Fingerprint recognition system
CN101197665B (zh) * 2007-12-24 2011-11-09 北京飞天诚信科技有限公司 动态口令生成方法及其装置
US20090274343A1 (en) * 2008-05-05 2009-11-05 Sonavation, Inc. Dynamic optimization of a biometric sensor
CN103129523A (zh) * 2011-11-23 2013-06-05 上海博泰悦臻网络技术服务有限公司 汽车智能指纹锁装置及其汽车监控系统
CN103854013A (zh) * 2012-12-06 2014-06-11 武汉科技大学 一种基于稀疏矩阵的arm指纹识别方法及装置
CN103501401B (zh) * 2013-10-01 2016-09-14 中国人民解放军国防科学技术大学 面向超大噪声基于预滤波的实时视频去噪方法
CN104462916A (zh) * 2014-11-27 2015-03-25 柳州市网中网络策划中心 具有滤波的基于指纹验证的互联网数据管理系统
CN104484652A (zh) * 2014-12-15 2015-04-01 广西科技大学 一种指纹识别方法

Also Published As

Publication number Publication date
CN105718851A (zh) 2016-06-29

Similar Documents

Publication Publication Date Title
CN108805840B (zh) 图像去噪的方法、装置、终端及计算机可读存储介质
CN109035189B (zh) 基于柯西模糊函数的红外与弱可见光图像融合方法
CN108846842B (zh) 一种图像噪声检测方法、装置及电子设备
Joshi et al. Impact of wavelet transform and median filtering on removal of salt and pepper noise in digital images
CN101180636A (zh) 用于图案检测的图像处理
CN107563974B (zh) 图像去噪方法、装置、电子设备及存储介质
Shinde et al. Apply different filtering techniques to remove the speckle noise using medical images
Singh et al. Performance comparison of various image denoising filters under spatial domain
CN111179189A (zh) 基于生成对抗网络gan的图像处理方法、装置以及电子设备、存储介质
CN105718851B (zh) 应用于指纹传感器的指纹图像滤波方法和装置
CN111968057A (zh) 图像降噪方法、装置、存储介质及电子装置
CN110782406A (zh) 一种基于信息蒸馏网络的图像去噪方法及装置
CN105718849B (zh) 应用于指纹传感器的像素点扫描方法和装置
CN109729231B (zh) 一种文件扫描方法、装置及设备
Mohan et al. Medical image denoising using multistage directional median filter
CN105069764B (zh) 一种基于边缘跟踪的图像去噪方法及系统
Pomanysochka et al. Soft computing techniques for noise filtration in the image recognition processes
Xiao et al. Video denoising algorithm based on improved dual‐domain filtering and 3D block matching
Shrivastava et al. Noise removal using first order neighborhood mean filter
Sola et al. Blind image deblurring based on multi-resolution ringing removal
Ganesh et al. Development of image fusion algorithm for impulse noise removal in digital images using the quality assessment in spatial domain
CN105469399A (zh) 一种面向混合噪声的人脸超分辨率的重建方法及装置
Umale et al. A review on various techniques for image debluring
Luo et al. Color image restoration via extended joint sparse model
Qiao et al. An Improved Color Attenuation Priori Dehazing Algorithm and Its Hardware Implementation

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