CN106228123A - 自动调整处理的指纹识别器及其识别方法 - Google Patents
自动调整处理的指纹识别器及其识别方法 Download PDFInfo
- Publication number
- CN106228123A CN106228123A CN201610561175.9A CN201610561175A CN106228123A CN 106228123 A CN106228123 A CN 106228123A CN 201610561175 A CN201610561175 A CN 201610561175A CN 106228123 A CN106228123 A CN 106228123A
- Authority
- CN
- China
- Prior art keywords
- image
- sensing element
- gray value
- value
- contrast
- 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
- G06V40/1306—Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
-
- 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
-
- 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
- G06V40/1365—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Input (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种自动调整处理的指纹识别器，解决了现有技术的不足，技术方案为：包括感应表面、模数转换单元、处理器、随机读写存储器、总线接口和电脑，所述感应表面内设置有感应元件阵列，所述感应元件阵列通过模数转换单元与所述处理器电连接，所述处理器通过总线接口与所述电脑电连接，所述随机读写存储器与所述处理器电连接。本发明整体体积较小，适用在手机的指纹解锁时，只需要在特定的部位添加感应表面即可达到相应的发明目的，能够获得有较高识别度、较快识别速度，同时体积较小。
Description
技术领域
本发明涉及一种指纹识别器，特别涉及一种自动调整处理的指纹识别器及其识别方法。
背景技术
目前大部分的国内指纹识别技术都是基于图像识别技术的，一般来说是以手指在识别器上进行拍摄的情况下，获取手指的图像然后进行对比形成。但是以光学形式的指纹识别需要的体积较大，需要用到的感应元件较多，成本也较高，识别率虽然高，但是在一些对元件体积有要求的地方，存在很多的问题，例如，现在手机指纹解锁就很难通过光学识别的方法达到正确识别的，一般情况下都难以做到如此下的体积，放在集成化程度高的手机情况下，体积要求这一条就很难达到厂商的相应要求，但是一般的压电式识别器，识别度较差、对于环境要求较高、识别速度更是较差，因此开发一种有较高识别度、较快识别速度，同时体积较小的自动调整处理的指纹识别器势在必行。
发明内容
本发明的目的在于解决上述现有技术存在光学形式的指纹识别需要的体积较大，需要用到的感应元件较多成本较高的问题，提供了一种自动调整处理的指纹识别器及其识别方法。
本发明解决其技术问题所采用的技术方案是：一种自动调整处理的指纹识别器，包括感应表面、模数转换单元、处理器、随机读写存储器、总线接口和电脑，所述感应表面内设置有感应元件阵列，所述感应元件阵列通过模数转换单元与所述处理器电连接，所述处理器通过总线接口与所述电脑电连接，所述随机读写存储器与所述处理器电连接。本发明整体体积较小，适用在手机的指纹解锁时，只需要在特定的部位添加感应表面即可达到相应的发明目的，能够获得有较高识别度、较快识别速度，同时体积较小。
作为优选，所述感应元件为电容式感应元件。
一种自动调整处理的指纹识别器识别方法，适用于如权利要求2所述的自动调整处理的指纹识别器，包括以下步骤：
步骤一，每次重新启动自动调整处理的指纹识别器后都进行初始，初始化时进行感应表面的初始化调校；
步骤二，手指放置在感应表面上时，进行感应元件阵列识别，在识别时对指纹图像进行捕获和存储；
步骤三，对存储的图像进行校正；
步骤四，对图像执行图像结合动作；
步骤五，合成图像。
本发明这样设置，步骤一，达到检测前先行完成调节，降低后续识别的运算时间，步骤二，在识别时对指纹图像进行捕获和存储；进行感应元件阵列直接参与此步骤，由步骤一调节下，感应元件阵列快速完成图像的读取，对存储的图像进行校正，可以分割进行，各部调节，调节完成度好，同时调节速度较为快，对图像执行图像结合动作对各个分割后的区域进行整体化调节，图像完成度高，分辨率好，图像质量好。
作为优选，在步骤一中，处理器自动读取当前感应元件阵列获取的电压力值，同时将此电压力值转换为图像，并将感应元件阵列获取的图像与空白图形进行对比，确定感应元件阵列中各个感应元件输出信号与空白图形相应位置图像值的偏差值，并存储下偏差值。偏差值的设置，可以快速达到图像的初步处理，只用一次存储偏差值，就可以达到快速调节固有误差的目的，降低了整体识别时间。
作为优选，在步骤一中，增加感应表面中感应元件老化检测，在感应表面增加压力，检测感应表面中感应元件阵列，记录感应元件阵列中未变化的区域的地址作为噪点地址进行存储。除了固有误差之外，通过消除感应元件老化的误差的调整，延长了本发明的使用时间，不会出现少部分阵列中的感应元件老化就必须报废的情况，同时也提高了图像识别度。
作为优选，在步骤一中，处理器根据记录的噪点地址，对噪点地址进行调节输出若干张背景噪声图像，一张背景噪声图像中所有噪点灰度均对应一个灰度值，噪点地址所指向的感应元件阵列中未变化的感应元件的。例如8bit的灰度值，强度范围0-255的灰度时，最多可以设置256个灰度值的背景噪声图像，一般可以设定范围值的形式存储即可，在校正时根据当前图像的灰度盘平均值选择相应的背景噪声图像进行降噪。
作为优选，在步骤二中，根据当前感应元件阵列获取的电压力值，同时将此电压力值转换为识别后图像进行存储，在步骤三中，对识别后图像通过灰度值的变化度进行边界识别，获得完整图像，并根据完整图像选择图像分割为若干个区域分别作为对比区域，随机读写存储器中存储有灵敏度变化表，灵敏度变化表中的变化数据分别对应对比区域中的灰度范围，所述变化数据包括感应元件阵列地址、放电电压和放电时间，处理器根据对比区域灰范围确定变化数据后传输至感应元件阵列，对感应元件阵列进行控制，对存储的图像中各个对比区域均进行校正。各个分割出的对比区域进行灵敏度变化值控制，也就是不同分割区域中感应元件阵列地址都在一个对应放电电压和放电时间进行识别，各个对比区域都能达到较好的识别。
作为优选，对校正过后的图像进行降噪操作，选择对校正过后的图像中灰度范围值，并找到图像中灰度范围值对应的背景噪声图像，校正过后的图像针对背景噪声图像和偏差值一起进行降噪，获取降噪后所有对比区域的图像。可以通过逻辑运算的方式去除背景噪声，然后将去除掉的对应噪点的周围传感元件得到的灰度值取平均值后存入对应噪点，完成降噪工作。
作为优选，步骤五中，获取降噪后所有对比区域的图像之间存在对比度差异，确定对比区域的图像中所有灰度值的平均值并按照预设范围确定为基准灰度值，保持与基准灰度值相近的对比区域的整体灰度值，然后调整与基准灰度值相远的对比区域的整体灰度值，将所有对比区域的图像的灰度值调整一致后进行合并获得合成图像。
作为优选，获取降噪后所有对比区域的图像之间存在对比度差异，确定对比区域的图像中存在最多的灰度值平均值，根据预设将灰度值平均值扩展为范围数值并将此范围数值确定为基准灰度值，保持与基准灰度值相近的对比区域的整体灰度值，然后调整与基准灰度值相远的对比区域的整体灰度值，将所有对比区域的图像的灰度值调整一致后进行合并得到基准图形；同时，确定对比区域的图像中存在倒数第二少的灰度值平均值，根据预设将倒数第二少扩展为范围数值并将此范围数值确定为反基准灰度值，然后调整与反基准灰度值相远的对比区域的整体灰度值，将所有对比区域的图像的灰度值调整一致后进行合并形成反基准图形，基准图形和反基准图形均作为对比图像保存。本发明这样设置，得到了两个图形，一个是基准图形，一个是反基准图形。准要是用在安全性要求较高的地方，针对的是硅胶制成的假指纹或者是其他根据图形制得的平面形式的指纹装置，一般这样制造出来的假指纹在光学指纹识别仪或者其他指纹识别仪上都是可以识别的，但是在一个基准图形、一个反基准图形的识别情况下，基准图形识别这一块往往能够通过，但是反基准图形的识别就会出现问题，原因在于，正常的手指识别时，压电识别时，手指并不是一个平面，因此，在指纹存储的过程中，在按压的时候按压部位有较大的差异，存储时就存储一个反基准图形与一个基准图形，反基准图形与基准图形之间存在较大的差异，在指纹识别的时候，安全性得到了较高的提升，一般的手指进行指纹识别时，本实施例能够检测出存在较大的差异的反基准图形与基准图形，但是硅胶制成的假指纹，反基准图形与基准图形基本一致，差异度很小，识别出的反基准图形与存储好的反基准图形容易识别，安全性有了很大的提升。
本发明的实质性效果是：本发明这样设置，感应元件阵列能快速完成图像的读取，对存储的图像进行校正，可以分割进行，各部调节，调节完成度好，同时调节速度较为快，对图像执行图像结合动作对各个分割后的区域进行整体化调节，图像完成度高，分辨率好，图像质量好。除了固有误差之外，通过消除感应元件老化的误差的调整，延长了本发明的使用时间，不会出现少部分阵列中的感应元件老化就必须报废的情况，同时也提高了图像识别度。在校正时根据当前图像的灰度盘平均值选择相应的背景噪声图像进行降噪。各个分割出的对比区域进行灵敏度变化值控制，也就是不同分割区域中感应元件阵列地址都在一个对应放电电压和放电时间进行识别，各个对比区域都能达到较好的识别。
具体实施方式
下面通过具体实施例，对本发明的技术方案作进一步的具体说明。
实施例1：
一种自动调整处理的指纹识别器，包括感应表面、模数转换单元、处理器、随机读写存储器、总线接口和电脑，所述感应表面内设置有感应元件阵列，所述感应元件阵列通过模数转换单元与所述处理器电连接，所述处理器通过总线接口与所述电脑电连接，所述随机读写存储器与所述处理器电连接，所述感应元件为电容式感应元件。
一种自动调整处理的指纹识别器识别方法，适用于如上述的自动调整处理的指纹识别器，包括以下步骤：
步骤一，每次重新启动自动调整处理的指纹识别器后都进行初始，初始化时进行感应表面的初始化调校；
步骤二，手指放置在感应表面上时，进行感应元件阵列识别，在识别时对指纹图像进行捕获和存储；
步骤三，对存储的图像进行校正；
步骤四，对图像执行图像结合动作；
步骤五，合成图像。
在步骤一中，处理器自动读取当前感应元件阵列获取的电压力值，同时将此电压力值转换为图像，并将感应元件阵列获取的图像与空白图形进行对比，确定感应元件阵列中各个感应元件输出信号与空白图形相应位置图像值的偏差值，并存储下偏差值。
在步骤一中，增加感应表面中感应元件老化检测，在感应表面增加压力，检测感应表面中感应元件阵列，记录感应元件阵列中未变化的区域的地址作为噪点地址进行存储。
在步骤一中，处理器根据记录的噪点地址，对噪点地址进行调节输出若干张背景噪声图像，一张背景噪声图像中噪点灰度对应噪点地址所指向的感应元件阵列中未变化的感应元件的一个灰度值。
在步骤二中，根据当前感应元件阵列获取的电压力值，同时将此电压力值转换为识别后图像进行存储，在步骤三中，对识别后图像通过灰度值的变化度进行边界识别，获得完整图像，并根据完整图像选择图像分割为若干个区域分别作为对比区域，随机读写存储器中存储有灵敏度变化表，灵敏度变化表中的变化数据分别对应对比区域中的灰度范围，所述变化数据包括感应元件阵列地址、放电电压和放电时间，处理器根据对比区域灰范围确定变化数据后传输至感应元件阵列，对感应元件阵列进行控制，对存储的图像中各个对比区域均进行校正。
对校正过后的图像进行降噪操作，选择对校正过后的图像中灰度范围值，并找到图像中灰度范围值对应的背景噪声图像，校正过后的图像针对背景噪声图像和偏差值一起进行降噪，获取降噪后所有对比区域的图像。
获取降噪后所有对比区域的图像之间存在对比度差异，确定对比区域的图像中所有灰度值的平均值并按照预设范围确定为基准灰度值，保持与基准灰度值相近的对比区域的整体灰度值，然后调整与基准灰度值相远的对比区域的整体灰度值，将所有对比区域的图像的灰度值调整一致后进行合并。
本实施例，这样设置，步骤一，达到检测前先行完成调节，降低后续识别的运算时间，步骤二，在识别时对指纹图像进行捕获和存储；进行感应元件阵列直接参与此步骤，由步骤一调节下，感应元件阵列快速完成图像的读取，对存储的图像进行校正，可以分割进行，各部调节，调节完成度好，同时调节速度较为快，对图像执行图像结合动作对各个分割后的区域进行整体化调节，图像完成度高，分辨率好，图像质量好。偏差值的设置，可以快速达到图像的初步处理，只用一次存储偏差值，就可以达到快速调节固有误差的目的，降低了整体识别时间。除了固有误差之外，通过消除感应元件老化的误差的调整，延长了本发明的使用时间，不会出现少部分阵列中的感应元件老化就必须报废的情况，同时也提高了图像识别度。例如8bit的灰度值，强度范围0-255的灰度时，最多可以设置256个灰度值的背景噪声图像，一般可以设定范围值的形式存储即可，在校正时根据当前图像的灰度盘平均值选择相应的背景噪声图像进行降噪。各个分割出的对比区域进行灵敏度变化值控制，也就是不同分割区域中感应元件阵列地址都在一个对应放电电压和放电时间进行识别，各个对比区域都能达到较好的识别。可以通过逻辑运算的方式去除背景噪声，然后将去除掉的对应噪点的周围传感元件得到的灰度值取平均值后存入对应噪点，完成降噪工作。
实施例2：
与实施例1基本相同，不同之处在于，获取降噪后所有对比区域的图像之间存在对比度差异，确定对比区域的图像中存在最多的灰度值平均值，根据预设将灰度值平均值扩展为范围数值并将此范围数值确定为基准灰度值，保持与基准灰度值相近的对比区域的整体灰度值，然后调整与基准灰度值相远的对比区域的整体灰度值，将所有对比区域的图像的灰度值调整一致后进行合并得到基准图形；同时，确定对比区域的图像中存在倒数第二少的灰度值平均值，根据预设将倒数第二少扩展为范围数值并将此范围数值确定为反基准灰度值，然后调整与反基准灰度值相远的对比区域的整体灰度值，将所有对比区域的图像的灰度值调整一致后进行合并形成反基准图形。
本实施例中，得到了两个图形，一个是基准图形，一个是反基准图形。准要是用在安全性要求较高的地方，针对的是硅胶制成的假指纹或者是其他根据图形制得的平面形式的指纹装置，一般这样制造出来的假指纹在光学指纹识别仪或者其他指纹识别仪上都是可以识别的，但是在一个基准图形、一个反基准图形的识别情况下，基准图形识别这一块往往能够通过，但是反基准图形的识别就会出现问题，原因在于，正常的手指识别时，压电识别时，手指并不是一个平面，因此，在指纹存储的过程中，在按压的时候按压部位有较大的差异，存储时就存储一个反基准图形与一个基准图形，反基准图形与基准图形之间存在较大的差异，在指纹识别的时候，安全性得到了较高的提升，一般的手指进行指纹识别时，本实施例能够检测出存在较大的差异的反基准图形与基准图形，但是硅胶制成的假指纹，反基准图形与基准图形基本一致，差异度很小，识别出的反基准图形与存储好的反基准图形容易识别，安全性有了很大的提升。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (10)
1.一种自动调整处理的指纹识别器，其特征在于：包括感应表面、模数转换单元、处理器、随机读写存储器、总线接口和电脑，所述感应表面内设置有感应元件阵列，所述感应元件阵列通过模数转换单元与所述处理器电连接，所述处理器通过总线接口与所述电脑电连接，所述随机读写存储器与所述处理器电连接。
2.根据权利要求1所述的自动调整处理的指纹识别器，其特征在于：所述感应元件为电容式感应元件。
3.一种自动调整处理的指纹识别器识别方法，适用于如权利要求2所述的自动调整处理的指纹识别器，其特征在于：包括以下步骤：
步骤一，每次重新启动自动调整处理的指纹识别器后都进行初始，初始化时进行感应表面的初始化调校；
步骤二，手指放置在感应表面上时，进行感应元件阵列识别，在识别时对指纹图像进行捕获和存储；
步骤三，对存储的图像进行校正；
步骤四，对图像执行图像结合动作；
步骤五，合成图像。
4.根据权利要求3所述的自动调整处理的指纹识别器识别方法，其特征在于：在步骤一中，处理器自动读取当前感应元件阵列获取的电压力值，同时将此电压力值转换为图像，并将感应元件阵列获取的图像与空白图形进行对比，确定感应元件阵列中各个感应元件输出信号与空白图形相应位置图像值的偏差值，并存储下偏差值。
5.根据权利要求4所述的自动调整处理的指纹识别器识别方法，其特征在于：在步骤一中，增加感应表面中感应元件老化检测，在感应表面增加压力，检测感应表面中感应元件阵列，记录感应元件阵列中未变化的区域的地址作为噪点地址进行存储。
6.根据权利要求5所述的自动调整处理的指纹识别器识别方法，其特征在于：在步骤一中，处理器根据记录的噪点地址，对噪点地址进行调节输出若干张背景噪声图像，一张背景噪声图像中所有噪点灰度均对应一个灰度值，噪点地址所指向的感应元件阵列中未变化的感应元件的。
7.根据权利要求6所述的自动调整处理的指纹识别器识别方法，其特征在于：在步骤二中，根据当前感应元件阵列获取的电压力值，同时将此电压力值转换为识别后图像进行存储，在步骤三中，对识别后图像通过灰度值的变化度进行边界识别，获得完整图像，并根据完整图像选择图像分割为若干个区域分别作为对比区域，随机读写存储器中存储有灵敏度变化表，灵敏度变化表中的变化数据分别对应对比区域中的灰度范围，所述变化数据包括感应元件阵列地址、放电电压和放电时间，处理器根据对比区域灰范围确定变化数据后传输至感应元件阵列，对感应元件阵列进行控制，对存储的图像中各个对比区域均进行校正。
8.根据权利要求7所述的自动调整处理的指纹识别器识别方法，其特征在于：对校正过后的图像进行降噪操作，选择对校正过后的图像中灰度范围值，并找到图像中灰度范围值对应的背景噪声图像，校正过后的图像针对背景噪声图像和偏差值一起进行降噪，获取降噪后所有对比区域的图像。
9.根据权利要求8所述的自动调整处理的指纹识别器识别方法，其特征在于：步骤五中，获取降噪后所有对比区域的图像之间存在对比度差异，确定对比区域的图像中所有灰度值的平均值并按照预设范围确定为基准灰度值，保持与基准灰度值相近的对比区域的整体灰度值，然后调整与基准灰度值相远的对比区域的整体灰度值，将所有对比区域的图像的灰度值调整一致后进行合并获得合成图像。
10.根据权利要求8所述的自动调整处理的指纹识别器识别方法，其特征在于：获取降噪后所有对比区域的图像之间存在对比度差异，确定对比区域的图像中存在最多的灰度值平均值，根据预设将灰度值平均值扩展为范围数值并将此范围数值确定为基准灰度值，保持与基准灰度值相近的对比区域的整体灰度值，然后调整与基准灰度值相远的对比区域的整体灰度值，将所有对比区域的图像的灰度值调整一致后进行合并得到基准图形；同时，确定对比区域的图像中存在倒数第二少的灰度值平均值，根据预设将倒数第二少扩展为范围数值并将此范围数值确定为反基准灰度值，然后调整与反基准灰度值相远的对比区域的整体灰度值，将所有对比区域的图像的灰度值调整一致后进行合并形成反基准图形，基准图形和反基准图形均作为对比图像保存。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610561175.9A CN106228123B (zh) | 2016-07-14 | 2016-07-14 | 自动调整处理的指纹识别器及其识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610561175.9A CN106228123B (zh) | 2016-07-14 | 2016-07-14 | 自动调整处理的指纹识别器及其识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106228123A true CN106228123A (zh) | 2016-12-14 |
| CN106228123B CN106228123B (zh) | 2019-02-12 |
Family
ID=57520071
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610561175.9A Active CN106228123B (zh) | 2016-07-14 | 2016-07-14 | 自动调整处理的指纹识别器及其识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106228123B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108064386A (zh) * | 2017-11-24 | 2018-05-22 | 深圳市汇顶科技股份有限公司 | 背景去除方法、影像模块及光学指纹辨识系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060182319A1 (en) * | 2005-02-17 | 2006-08-17 | Authentec, Inc. | Finger sensor apparatus using image resampling and associated methods |
| CN103870817A (zh) * | 2014-03-27 | 2014-06-18 | 成都费恩格尔微电子技术有限公司 | 一种射频式微电容指纹采集芯片及采集方法 |
| CN204731798U (zh) * | 2015-06-30 | 2015-10-28 | 深圳指芯智能科技有限公司 | 一种智能变频3d指纹传感器 |
| CN105469083A (zh) * | 2015-11-13 | 2016-04-06 | 广东欧珀移动通信有限公司 | 指纹图像处理方法、装置和终端设备 |
-
2016
- 2016-07-14 CN CN201610561175.9A patent/CN106228123B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060182319A1 (en) * | 2005-02-17 | 2006-08-17 | Authentec, Inc. | Finger sensor apparatus using image resampling and associated methods |
| CN103870817A (zh) * | 2014-03-27 | 2014-06-18 | 成都费恩格尔微电子技术有限公司 | 一种射频式微电容指纹采集芯片及采集方法 |
| CN204731798U (zh) * | 2015-06-30 | 2015-10-28 | 深圳指芯智能科技有限公司 | 一种智能变频3d指纹传感器 |
| CN105469083A (zh) * | 2015-11-13 | 2016-04-06 | 广东欧珀移动通信有限公司 | 指纹图像处理方法、装置和终端设备 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108064386A (zh) * | 2017-11-24 | 2018-05-22 | 深圳市汇顶科技股份有限公司 | 背景去除方法、影像模块及光学指纹辨识系统 |
| WO2019100329A1 (zh) * | 2017-11-24 | 2019-05-31 | 深圳市汇顶科技股份有限公司 | 背景去除方法、影像模块及光学指纹辨识系统 |
| US11182586B2 (en) | 2017-11-24 | 2021-11-23 | Shenzhen GOODIX Technology Co., Ltd. | Background subtraction method, image module, and optical fingerprint identification system |
| CN108064386B (zh) * | 2017-11-24 | 2022-04-05 | 深圳市汇顶科技股份有限公司 | 背景去除方法、影像模块及光学指纹辨识系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106228123B (zh) | 2019-02-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106203366A (zh) | 电容式指纹识别装置及其识别方法 | |
| CN106203365B (zh) | 增益调节处理的指纹成像方法 | |
| KR101875349B1 (ko) | 지문 센서 및 그 보정 방법 | |
| CN107703556B (zh) | 人体位置检测方法、装置和计算机可读存储介质 | |
| US9477869B2 (en) | Mutual-capacitance palm print identification method, mutual-capacitance palm print identification device and mutual-capacitance palm print identification touch panel | |
| US8280122B2 (en) | Registration device, collation device, extraction method, and program | |
| JPS5819109B2 (ja) | パタ−ン判別方法 | |
| CN109712192A (zh) | 摄像模组标定方法、装置、电子设备及计算机可读存储介质 | |
| CN108492327B (zh) | Aoi图像匹配方法、系统、可读存储介质及智能设备 | |
| JP2017033063A (ja) | 画像処理方法、画像処理装置、プログラム及び記録媒体 | |
| JP5669572B2 (ja) | 指紋認証装置 | |
| CN109559353A (zh) | 摄像模组标定方法、装置、电子设备及计算机可读存储介质 | |
| CN110543851A (zh) | 具有指纹感测功能的电子装置以及指纹图像处理方法 | |
| CN106228123A (zh) | 自动调整处理的指纹识别器及其识别方法 | |
| CN103400343A (zh) | 一种补偿夜间红外下视图像亮度不均匀的方法 | |
| US11288839B2 (en) | Supermarket shopping cart positioning method, supermarket shopping cart positioning system, and supermarket shopping cart | |
| US6990218B2 (en) | Method for disturbance-component-free image acquisition by an electronic sensor | |
| CN206039544U (zh) | 一种物品出入库综合验证装置 | |
| TWI703466B (zh) | 指紋識別方法、存儲媒體、指紋識別系統及智能裝置 | |
| US20200036888A1 (en) | Calibration of Automatic White Balancing using Facial Images | |
| CN108537106A (zh) | 指纹检测方法及其电路 | |
| CN209641070U (zh) | 一种鸣笛抓拍系统 | |
| US20150042761A1 (en) | Method, apparatus, and stereo camera for controlling image lightness | |
| CN111914235A (zh) | 电子设备及其指纹识别方法和装置 | |
| JP2013038657A5 (zh) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190611 Address after: Room 707, 7th Building, No. 4818 Youquan Road, Nanhu District, Jiaxing City, Zhejiang Province, 314000 Patentee after: World Wide Internet of Things Technology (Jiaxing) Co., Ltd. Address before: Room 3313, Building 3339, Linggongtang Road, Nanhu District, Jiaxing City, Zhejiang Province, 314000 Patentee before: Zhejiang win Vision Technology Co., Ltd. |
|
| TR01 | Transfer of patent right | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Room 707, 7th Building, No. 4818 Youquan Road, Nanhu District, Jiaxing City, Zhejiang Province, 314000 Patentee after: Datang artificial intelligence (Jiaxing) Co., Ltd Address before: Room 707, 7th Building, No. 4818 Youquan Road, Nanhu District, Jiaxing City, Zhejiang Province, 314000 Patentee before: World Wide Internet of Things Technology (Jiaxing) Co., Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Room 707, 7th floor, building 5, 4818 Youquan Road, Nanhu District, Jiaxing City, Zhejiang Province 314000 Patentee after: Shiwei artificial intelligence (Jiaxing) Co.,Ltd. Address before: Room 707, 7th floor, building 5, 4818 Youquan Road, Nanhu District, Jiaxing City, Zhejiang Province 314000 Patentee before: Datang artificial intelligence (Jiaxing) Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |