CN106258009B - 一种采集指纹的方法、指纹采集器以及终端 - Google Patents

一种采集指纹的方法、指纹采集器以及终端 Download PDF

Info

Publication number
CN106258009B
CN106258009B CN201580004160.6A CN201580004160A CN106258009B CN 106258009 B CN106258009 B CN 106258009B CN 201580004160 A CN201580004160 A CN 201580004160A CN 106258009 B CN106258009 B CN 106258009B
Authority
CN
China
Prior art keywords
fingerprint
mean value
fingerprint image
preset
variance
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
CN201580004160.6A
Other languages
English (en)
Other versions
CN106258009A (zh
Inventor
李丹洪
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN106258009A publication Critical patent/CN106258009A/zh
Application granted granted Critical
Publication of CN106258009B publication Critical patent/CN106258009B/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
    • G06V40/13—Sensors therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Library & Information Science (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明实施例公开了一种采集指纹的方法、指纹采集器以及终端，用于提高指纹采集器采集图像的质量，从而增加指纹传感器验证的成功率。本发明实施例方法包括：指纹采集器获取到用户的指纹图像后，若该指纹图像的均值不在预置均值范围内，会自动的对指纹采集器的增益进行调整，使再次获取到的指纹图像的均值向所述预置均值范围靠近，若该指纹图像的均值在预置均值范围内而该指纹图像的方差小于预置方差阈值，也会自动的增大指纹采集器的灵敏度，使得指纹采集器的方差随之增大，只有均值在预置均值范围内，方差大于预置方差阈值的指纹图像才会被输出。

Description

一种采集指纹的方法、指纹采集器以及终端
技术领域
本发明涉及图像处理领域，尤其涉及一种采集指纹的方法、指纹采集器以及终端。
背景技术
指纹采集器是利用人的指纹具各不相同的特点进行身份识别的一种精密电子仪器，主要用于采集人的指纹进行身份验证。然而指纹的干湿手指问题，一直是影响指纹采集器验证成功率的头号问题，例如在冬天干燥或者夏天湿润的时候时，由于手指过干或者过湿，指纹采集器难以获取较好的指纹图像。
目前，指纹采集器一般是通过人工调好几组参数，例如干、正常、湿三套参数来抓取指纹，然后通过算法选出最好的一张。
然而，采用设定好的几组参数来对指纹进行抓取，无法适应所有用户或者同一用户在任意时刻手指的干湿程度，还是容易出现因为采图质量差而验证不成功的情况。
发明内容
本发明实施例提供了一种采集指纹的方法、指纹采集器以及终端，用于提高指纹采集器采集图像的质量，从而增加指纹传感器验证的成功率。
本发明实施例第一方面提供了一种采集指纹的方法，包括：
指纹采集器获取用户的指纹图像；
所述指纹采集器判断指纹图像的均值是否在预置均值范围内，所述指纹图像的均值为所述指纹图像中各像素点的像素值的均值；
当确定所述指纹图像的均值不在预置均值范围内时，所述指纹采集器根据所述指纹图像的均值调整指纹采集器的增益，使得所述指纹采集器再次获取的指纹图像的均值向所述预置均值范围靠近；
当确定所述指纹图像的均值在预置均值范围内时，所述指纹采集器判断指纹图像的方差是否大于预置方差阈值，所述指纹图像的方差为所述指纹图像中各像素点的像素值的方差；
当确定所述指纹图像的方差小于所述预置方差阈值时，所述指纹采集器根据所述指纹图像的方差增大指纹采集器的灵敏度，使得所述指纹采集器再次获取的指纹图像的方差增大；
当确定所述指纹图像的均值在预置均值范围内且所述指纹图像的方差大于所述预置方差阈值时，所述指纹采集器输出所述指纹图像。
结合本发明实施例的第一方面，本发明实施例第一方面的第一种实现方式中，所述指纹采集器判断指纹图像的均值是否在预置均值范围内的步骤之前还包括：
所述指纹采集器判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值；
当确定小于所述预置差值时，触发所述指纹采集器判断指纹图像的均值是否在预置均值范围内的步骤；
当确定大于所述预置差值时，触发所述指纹采集器获取用户的指纹图像的步骤。
结合本发明实施例第一方面的第一种实现方式，本发明实施例第一方面的第二种实现方式中，所述指纹采集器判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值的步骤之前还包括：
所述指纹采集器判断所述指纹图像的均值是否大于预置检测阈值；
当确定大于所述预置检测阈值时，触发所述指纹采集器判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值的步骤；
当确定小于所述预置检测阈值时，触发所述指纹采集器获取用户的指纹图像的步骤。
结合本发明实施例的第一方面至第一方面的第二种实现方式中任一种实现方式，本发明实施例第一方面的第三种实现方式中，所述指纹采集器根据所述指纹图像的均值调整指纹采集器的增益具体包括：
当所述指纹图像的均值小于所述预置均值范围的最小值时，将所述指纹采集器的增益增加1，所述预置均值范围的中心点的值为127或128；
当所述指纹图像的均值大于所述预置均值范围的最大值时，将所述指纹采集器的增益减小1；
所述指纹采集器根据所述指纹图像的方差增大指纹采集器的灵敏度具体包括：
将所述指纹采集器的灵敏度增加1。
结合本发明实施例的第一方面至第一方面的第二种实现方式中任一种实现方式，本发明实施例第一方面的第四种实现方式中，所述方法还包括：
所述指纹传感器存储第一对应关系和第二对应关系，所述第一对应关系表示预先设定的均值和预先设定的增益调节值之间的对应关系，所述第二对应关系表示预先设定的方差和预先设定的灵敏度调节值之间的对应关系；
所述指纹采集器根据所述指纹图像的均值调整指纹采集器的增益具体包括：
所述指纹采集器在所述第一对应关系中查找所述指纹图像的均值对应的增益调节值；
所述指纹采集器按照查找到的所述增益调节值，调整指纹采集器的增益，使得所述指纹采集器再次获取的指纹图像的均值在所述预置均值范围内；
所述指纹采集器根据所述指纹图像的方差增大指纹采集器的灵敏度具体包括：
所述指纹采集器在所述第二对应关系中查找所述指纹图像的方差对应的灵敏度调节值；
所述指纹采集器按照查找到的所述灵敏度调节值，增大指纹采集器的灵敏度，使得所述指纹采集器再次获取的指纹图像的方差大于所述预置方差阈值。
本发明实施例第二方面提供了一种指纹采集器，包括：
获取模块，用于获取用户的指纹图像；
第一判断模块，用于判断所述获取模块获取的指纹图像的均值是否在预置均值范围内，所述指纹图像的均值为所述指纹图像中各像素点的像素值的均值；
增益调整模块，用于当所述第一判断模块确定所述指纹图像的均值不在预置均值范围内时，根据所述指纹图像的均值调整指纹采集器的增益，使得所述获取模块再次获取的指纹图像的均值向所述预置均值范围靠近；
第二判断模块，用于当所述第一判断模块确定所述指纹图像的均值在预置均值范围内时，判断指纹图像的方差是否大于预置方差阈值，所述指纹图像的方差为所述指纹图像中各像素点的像素值的方差；
灵敏度增大模块，用于当所述第二判断模块确定所述指纹图像的方差小于所述预置方差阈值时，根据所述指纹图像的方差增大指纹采集器的灵敏度，使得所述获取模块再次获取的指纹图像的方差增大；
输出模块，用于当所述第一判断模块确定所述指纹图像的均值在预置均值范围内且所述第二判断模块确定指纹图像的方差大于所述预置方差阈值时，输出所述获取模块获取的指纹图像。
结合本发明实施例的第二方面，本发明实施例第二方面的第一种实现方式中，所述指纹采集器还包括：
第三判断模块，用于判断所述获取模块获取的指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值；
第一触发模块，用于当所述第三判断模块确定小于所述预置差值时，触发所述第一判断模块；
第二触发模块，用于当所述第三判断模块确定大于所述预置差值时，触发所述获取模块。
结合本发明实施例第二方面的第一种实现方式，本发明实施例第二方面的第二种实现方式中，所述指纹采集器还包括：
第四判断模块，用于判断所述获取模块获取的指纹图像的均值是否大于预置检测阈值；
第三触发模块，用于当所述第四判断模块确定大于所述预置检测阈值时，触发所述第三判断模块；
第四触发模块，用于当所述第四判断模块确定小于所述预置检测阈值时，触发所述获取模块。
结合本发明实施例的第二方面至第二方面的第二种实现方式中任一种实现方式，本发明实施例第二方面的第三种实现方式中，所述增益调整模块具体包括：
增益增加单元，用于当所述第一判断模块确定所述指纹图像的均值小于所述预置均值范围的最小值时，将所述指纹采集器的增益增加1，所述预置均值范围的中心点的值为127或128；
增益减小单元，用于当所述指纹图像的均值大于所述预置均值范围的最大值时，将所述指纹采集器的增益减小1；
所述灵敏度增大模块具体用于，当所述第二判断模块确定所述指纹图像的方差小于所述预置方差阈值时，将所述指纹采集器的灵敏度增加1。
结合本发明实施例的第二方面至第二方面的第二种实现方式中任一种实现方式，本发明实施例第二方面的第四种实现方式中，所述指纹采集器还包括：
存储模块，用于存储第一对应关系和第二对应关系，所述第一对应关系表示预先设定的均值和预先设定的增益调节值之间的对应关系，所述第二对应关系表示预先设定的方差和预先设定的灵敏度调节值之间的对应关系；
所述增益调整模块具体包括：
增益查找单元，用于在所述存储模块存储的第一对应关系中查找所述指纹图像的均值对应的增益调节值；
增益调节单元，用于按照所述增益查找单元查找到的所述增益调节值，调整指纹采集器的增益，使得所述获取模块再次获取的指纹图像的均值在所述预置均值范围内；
所述灵敏度增大模块具体包括：
灵敏度查找单元，用于在所述存储模块存储的第二对应关系中查找所述指纹图像的方差对应的灵敏度调节值；
灵敏度增大单元，用于按照所述灵敏度查找单元查找到的所述灵敏度调节值，增大指纹采集器的灵敏度，使得所述获取模块再次获取的指纹图像的方差大于所述预置方差阈值。
本发明实施例第三方面提供了一种终端，包括：
指纹传感器，输出装置，存储器和处理器；
所述指纹传感器，用于获取用户的指纹图像；
通过调用所述存储器存储的操作指令，所述处理器用于执行如下步骤：
判断所述指纹传感器获取到的指纹图像的均值是否在预置均值范围内，所述指纹图像的均值为所述指纹图像中各像素点的像素值的均值；
当确定所述指纹图像的均值不在预置均值范围内时，根据所述指纹图像的均值调整所述指纹传感器的增益，使得所述指纹传感器再次获取的指纹图像的均值向所述预置均值范围靠近；
当确定所述指纹图像的均值在预置均值范围内时，判断指纹图像的方差是否大于预置方差阈值，所述指纹图像的方差为所述指纹图像中各像素点的像素值的方差；
当确定所述指纹图像的方差小于所述预置方差阈值时，根据所述指纹图像的方差增大所述指纹传感器的灵敏度，使得所述指纹传感器再次获取的指纹图像的方差增大；
当确定所述指纹图像的均值在预置均值范围内且所述指纹图像的方差大于所述预置方差阈值时，指示所述输出装置输出所述指纹图像。
结合本发明实施例的第三方面，本发明实施例第三方面的第一种实现方式中，在执行所述判断所述指纹传感器获取到的指纹图像的均值是否在预置均值范围内的步骤之前，所述处理器还用于执行如下步骤：
判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值；
当确定小于所述预置差值时，执行所述判断所述指纹传感器获取到的指纹图像的均值是否在预置均值范围内的步骤；
当确定大于所述预置差值时，指示所述指纹传感器再次获取用户的指纹图像。
结合本发明实施例第三方面的第一种实现方式，本发明实施例第三方面的第二种实现方式中，在执行所述判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值的步骤之前，所述处理器还用于执行如下步骤：
判断所述指纹图像的均值是否大于预置检测阈值；
当确定大于所述预置检测阈值时，执行所述判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值的步骤；
当确定小于所述预置检测阈值时，指示所述指纹传感器再次获取用户的指纹图像。
结合本发明实施例的第三方面至第三方面的第二种实现方式中任一种实现方式，本发明实施例第三方面的第三种实现方式中，当执行所述根据所述指纹图像的均值调整所述指纹传感器的增益的步骤时，所述处理器具体执行如下步骤：
当所述指纹图像的均值小于所述预置均值范围的最小值时，将所述指纹传感器的增益增加1，所述预置均值范围的中心点的值为127或128；
当所述指纹图像的均值大于所述预置均值范围的最大值时，将所述指纹传感器的增益减小1；
当执行所述根据所述指纹图像的方差增大所述指纹传感器的灵敏度的步骤时，所述处理器具体执行如下步骤：
将所述指纹传感器的灵敏度增加1。
结合本发明实施例的第三方面至第三方面的第二种实现方式中任一种实现方式，本发明实施例第三方面的第四种实现方式中，所述存储器还用于，存储第一对应关系和第二对应关系，所述第一对应关系表示预先设定的均值和预先设定的增益调节值之间的对应关系，所述第二对应关系表示预先设定的方差和预先设定的灵敏度调节值之间的对应关系；
当执行所述根据所述指纹图像的均值调整所述指纹传感器的增益的步骤时，所述处理器具体执行如下步骤：
在所述第一对应关系中查找所述指纹图像的均值对应的增益调节值；
按照查找到的所述增益调节值，调整所述指纹传感器的增益，使得所述指纹传感器再次获取的指纹图像的均值在所述预置均值范围内；
当执行所述根据所述指纹图像的方差增大所述指纹传感器的灵敏度的步骤时，所述处理器具体执行如下步骤：
在所述第二对应关系中查找所述指纹图像的方差对应的灵敏度调节值；
按照查找到的所述灵敏度调节值，增大所述指纹传感器的灵敏度，使得所述指纹传感器再次获取的指纹图像的方差大于所述预置方差阈值。
本发明实施例第四方面提供了一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当被包括多个应用程序的便携式电子设备执行时使所述便携式电子设备执行根据第一方面至第一方面第四种实现方式中任一项的实现方式。
从以上技术方案可以看出，本发明实施例具有以下优点：本发明实施例中指纹采集器获取到用户的指纹图像后，若该指纹图像的均值不在预置均值范围内，会自动的对指纹采集器的增益进行调整，使再次获取到的指纹图像的均值向所述预置均值范围靠近，若该指纹图像的均值在预置均值范围内而该指纹图像的方差小于预置方差阈值，也会自动的增大指纹采集器的灵敏度，使得指纹采集器的方差随之增大，只有均值在预置均值范围内，方差大于预置方差阈值的指纹图像才会被输出，这样，通过自适应的参数调整，保证了采集到的指纹图像的均值和方差都在要求的质量范围内，使得该指纹传感器能够适应所有用户或者同一用户在任意时刻手指的干湿程度，提高了指纹采集器采集图像的质量，增加了指纹传感器验证的成功率。
附图说明
图1为本发明实施例中采集指纹的方法一个流程示意图；
图2为本发明实施例中采集指纹的方法另一个流程示意图；
图3为本发明实施例中指纹采集器获取到的指纹图像随时间变化的一个示例示意图；
图4为本发明实施例中均值大小对图像黑白程度影响的一个效果示意图；
图5为本发明实施例中方差大小对图像对比度影响的一个效果示意图；
图6为本发明实施例中指纹采集器一个结构示意图；
图7为本发明实施例中指纹采集器另一个结构示意图；
图8为本发明实施例中指纹采集器另一个结构示意图；
图9为本发明实施例中指纹采集器另一个结构示意图；
图10为本发明实施例中终端一个结构示意图。
具体实施方式
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，而不是全部的实施例。基于本发明中的实施例，本领域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。
请参阅图1，本发明实施例中采集指纹的方法一个实施例包括：
101、指纹采集器获取用户的指纹图像；
指纹采集器感应到用户的手指按压在该指纹采集器上时，获取用户的指纹图像。
102、所述指纹采集器判断指纹图像的均值是否在预置均值范围内；
该指纹采集器获取到用户的指纹图像后，判断获取到的指纹图像的均值是否在预置均值范围内，其中，该指纹图像的均值为该指纹图像中各像素点的像素值的均值；
需要说明的是，指纹图像的均值的大小主要影响指纹图像整体的黑白程度，若指纹图像的均值过大，则指纹图像整体会过白，若指纹图像的均值太小，则指纹图像整体会过黑，因此，若要保证采集到的指纹图像能被识别，首先要保证指纹图像的均值在预置均值范围内，这样，采集到的指纹图像就不会过黑或过白，更容易识别。像素值的取值范围为0到255，因此，一般的，该预置均值范围的中心点可以取值为127或128，当然，在实际应用中，根据指纹采集器性能以及用户需求，预置均值范围可以采用更多其他的中心点，其范围也可以有很多种取值方式，例如与中心点正负偏差20，或与中心点正负偏差35等，此处不作限定。
103、当确定所述指纹图像的均值不在预置均值范围内时，所述指纹采集器根据所述指纹图像的均值调整指纹采集器的增益，使得所述指纹采集器再次获取的指纹图像的均值向所述预置均值范围靠近；
本步骤中，调整指纹采集器的增益，能对指纹采集器再次采集到的指纹图像的均值造成影响，具体的，增大指纹采集器的增益可以使得再次采集到的指纹图像的均值增大，而降低指纹采集器的增益可以使得再次采集到的指纹图像的均值减小。因此，当确定所述指纹图像的均值不在预置均值范围内时，根据当前获取到的指纹图像的均值与预置均值范围的对比，该指纹采集器可以调整指纹采集器的增益，从而使得指纹采集器再次获取的指纹图像的均值向该预置均值范围靠近，最终将获取到的指纹图像的均值调整到该预置均值范围内。其中，使指纹采集器再次获取到指纹图像的均值向该预置均值范围靠近，从数量关系上来看，即是使再次获取到的指纹图像的均值与预置均值范围的中心点的差值的绝对值减小。
104、当确定所述指纹图像的均值在预置均值范围内时，所述指纹采集器判断指纹图像的方差是否大于预置方差阈值；
本步骤中，若指纹图像的均值在与之均值范围内，该指纹采集器判断指纹图像的方差是否大于预置方差阈值，其中，该指纹图像的方差为指纹图像中各像素点的像素值的方差。
需要说明的是，指纹图像的方差的大小主要影响指纹图像的对比度(即对黑白的区分)，若指纹图像的方差太小，则指纹图像的对比度不高，难以识别。因此，若要保证采集到的指纹图像能被识别，在保证指纹图像的均值在预置均值范围内外，还要保证指纹图像的方差大于预置方差阈值，这样，采集到的图像黑白分明，更方便识别和进行指纹验证。
105、当确定所述指纹图像的方差小于所述预置方差阈值时，所述指纹采集器根据所述指纹图像的方差增大指纹采集器的灵敏度，使得所述指纹采集器再次获取的指纹图像的方差增大；
本步骤中，增大指纹采集器的灵敏度，会拉伸采集指纹图像的信号，能增大指纹采集器再次采集到的指纹图像的方差。因此，当确定所述指纹图像的方差小于预置方差阈值时，该指纹采集器会增大指纹采集器的灵敏度，从而增大指纹采集器再次获取的指纹图像的方差，最终使得再次获取到的指纹图像的方差大于预置方差阈值。
106、当确定所述指纹图像的均值在预置均值范围内且所述指纹图像的方差大于所述预置方差阈值时，所述指纹采集器输出所述指纹图像。
本步骤中，只有当获取到的指纹图像的均值在预置均值范围内且指纹图像的方差大于预置方差阈值时，该指纹采集器才会输出该指纹图像用于指纹验证。
可以理解的是，指纹图像的方差等于预置方差阈值的处理情况与预置方差阈值的取值情况相关，在实际应用中，根据预置方差阈值取值情况的不同，可以设定指纹图像的方差等于预置方差阈值时执行步骤105，也可以设定指纹图像的方差等于预置方差阈值时执行步骤106，此处不作限定。
需要说明的是，本发明实施例中，当确定指纹图像的均值不在预置均值范围内时，需要执行步骤103对指纹采集器的增益进行调整，然后再次执行步骤101获取指纹图像；当确定指纹图像的方差小于所述预置方差阈值时，执行步骤105增大指纹采集器的灵敏度，然后再次执行步骤101获取指纹图像，经过若干次自适应的对增益和/或灵敏度的调整之后，再次获取的指纹图像的方差在预置均值范围内且方差大于预置方差阈值时，再输出满足要求的该指纹图像。
本发明实施例中指纹采集器获取到用户的指纹图像后，若该指纹图像的均值不在预置均值范围内，会自动的对指纹采集器的增益进行调整，使再次获取到的指纹图像的均值向所述预置均值范围靠近，若该指纹图像的均值在预置均值范围内而该指纹图像的方差小于预置方差阈值，也会自动的增大指纹采集器的灵敏度，使得指纹采集器的方差随之增大，只有均值在预置均值范围内，方差大于预置方差阈值的指纹图像才会被输出，这样，通过自适应的参数调整，保证了采集到的指纹图像的均值和方差都在要求的质量范围内，使得该指纹传感器能够适应所有用户或者同一用户在任意时刻手指的干湿程度，提高了指纹采集器采集图像的质量，增加了指纹传感器验证的成功率。
上面实施例中，指纹采集器获取到指纹图像后，先判断指纹图像的均值是否在预置均值范围内，在实际应用中，在判断指纹图像的均值是否在预置均值范围内之前，指纹采集器还可以先对指纹图像的稳定性和数据量进行判断，确定满足要求后再进行后续操作，下面对本发明实施例中采集指纹的方法进行具体描述，请参阅图2，本发明实施例中采集指纹的方法另一个实施例包括：
201、指纹采集器获取用户的指纹图像；
需要说明的是，指纹采集器获取用户的指纹图像后，可以计算出获取到的指纹图像的均值和指纹图像方差：
其中指纹图像的均值为该指纹图像中各像素点的像素值的均值，计算公式可以为：其中n为指纹图像中像素点的数目，an表示指纹图像中第n个像素点的像素值，An表示n个像素点的指纹图像的像素值的均值。
指纹图像的方差为指纹图像中各像素点的像素值的方差，计算公式可以为其中n为指纹图像中像素点的数目，s表示该指纹图像的方差，xn表示指纹图像中第n个像素点的像素值，x表示计算出的该指纹图像的均值。
202、所述指纹采集器判断所述指纹图像的均值是否大于预置检测阈值；
指纹采集器获取到用户的指纹图像后，判断该指纹图像的均值是否大于预置检测阈值；
当确定大于预置检测阈值时，触发步骤203；
当确定小于预置检测阈值时，触发步骤201。
可以理解的是，指纹图像的均值等于预置检测阈值时的处理情况与该预置检测阈值的取值相关，在实际应用中，可以设定指纹图像的均值等于预置检测阈值时，触发步骤203，也可以设定指纹图像的均值等于预置检测阈值时，触发步骤201，此处不作限定。
如图3所示，为指纹采集器获取到的指纹图像随时间变化的示例示意图，可知，手指放置在指纹传感器上是一个持续的过程，在此过程中，指纹传感器能采集到很多张指纹图像，在用户的手指刚在指纹传感器上放下还没有完全接触时，虽然指纹传感器能获取到指纹图像，然而获取到的图像中可能没有足够的数据量，不能用于指纹的识别，因此在确定指纹图像的均值大于预置检测阈值时才执行后续步骤，若小于预置检测预置则重新获取指纹图像，能提高指纹采集器的工作效率。
203、所述指纹采集器判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值；
需要说明的是，随着手指放置在指纹传感器上时间的延长，指纹采集器获取到的图像有一个渐变的过程，先是还没有完全接触时没有足够数据量的指纹图像，然后是完全接触后较稳定的能反映用户手指情况的指纹图像，随着时间的延长，手指会开始出汗，之后会导致图像过黑，获取到的指纹图像无法反映指纹的真实状态，因此，若要采集到质量合格的指纹图像，采集指纹图像的时机也很关键。
本步骤中，通过判断在图像渐变过程中，指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值来确定该采集指纹图像的时机。
当均值之差小于预置差值时，表示此时均值为接近相对稳定的状态，此时采集的图像最能反映指纹的真实情况，则可以触发步骤204；
当均值之差大于预置差值时，表示此时均值还没有稳定，采集到的图像不一定能反映指纹的真实情况，则可以触发步骤201，采集下一张图再重新判断。
可以理解的是，均值之差等于预置差值时的处理情况与该预置差值的取值相关，在实际应用中，可以设定均值之差等于预置差值时，触发步骤204，也可以设定均值之差等于预置差值时，触发步骤201，此处不作限定。
可以理解的是，若当前判断的图是指纹采集器采集到的第一张指纹图像，没有能与其进行均值比较的另一张图，则可以直接触发步骤201，采集下一张图再重新判断。
204、所述指纹采集器判断指纹图像的均值是否在预置均值范围内；
当指纹采集器确定获取到的指纹图像的均值与前一次获取的指纹图像的均值之差小于预置差值时，表示获取到的该指纹图像能较真实的反应指纹的情况，则该指纹采集器判断该指纹图像的均值是否在预置均值范围内。
当确定该指纹图像的均值不在预置均值范围内时，触发步骤205；
当确定该指纹图像的均值在预置均值范围内时，触发步骤206。
需要说明的是，指纹图像的均值的大小主要影响指纹图像整体的黑白程度，若指纹图像的均值过大，则指纹图像整体会过白，若指纹图像的均值太小，则指纹图像整体会过黑，如图4所示，为均值大小对图像黑白程度影响的一个效果示意图，可见均值为224时图像过白，其中的指纹难以识别，均值为127或128时，图像黑白适宜，其中的指纹能够被识别，因此，若要保证采集到的指纹图像能被识别，首先要保证指纹图像的均值在预置均值范围内，这样，采集到的指纹图像就不会过黑或过白，更容易识别。像素值的取值范围为0到255，因此，一般的，该预置均值范围的中心点可以取值为127或128，当然，在实际应用中，根据指纹采集器性能以及用户需求，预置均值范围可以采用更多其他的中心点，其范围也可以有很多种取值方式，例如与中心点正负偏差20，或与中心点正负偏差35等，此处不作限定。
205、所述指纹采集器根据所述指纹图像的均值调整指纹采集器的增益，使得所述指纹采集器再次获取的指纹图像的均值向所述预置均值范围靠近；
当确定获取到的指纹图像的均值不在预置均值范围内时，该指纹采集器根据所述指纹图像的均值调整指纹采集器的增益，使得所述指纹采集器再次获取的指纹图像的均值向所述预置均值范围靠近。
可以理解的是，调整指纹采集器增益的方式有很多种，下面以其中两种为例：
可选的，作为调整指纹采集器增益的一种方式，该指纹采集器可以将指纹图形的均值与预置均值范围的最大值和最小值进行对比，当该指纹图像的均值小于该预置均值范围的最小值时，将该指纹采集器的增益增加1，当该指纹图像的均值大于该预置均值范围的最大值时，将该指纹采集器的增益减小1。
可选的，作为调整指纹采集器增益的另一种方式，该指纹传感器可以预先存储第一对应关系和第二对应关系，该第一对应关系表示预先设定的均值和预先设定的增益调节值之间的对应关系，其中均值与增益调节值呈反比例增长，该第二对应关系表示预先设定的方差和预先设定的灵敏度调节值之间的对应关系，其中方差与灵敏度调节值层反比例增长，可以理解的是，该对应关系可以为直接的数值之间的对应关系，也可以为函数关系，此处不作限定。则，指纹采集器调整增益时，可以先在该第一对应关系中查找指纹图像的均值对应的增益调节值；再按照查找到的该增益调节值，调整指纹采集器的增益，使得指纹采集器再次获取的指纹图像的均值在该预置均值范围内。
206、所述指纹采集器判断指纹图像的方差是否大于预置方差阈值；
当确定获取到的指纹图像的均值在预置均值范围内时，该指纹采集器判断指纹图像的方差是否大于预置方差阈值；
若确定指纹图像的方差小于所述预置方差阈值，则触发步骤207；
若确定指纹图像的方差大于所述预置方差阈值，则触发步骤208。
可以理解的是，指纹图像的方差等于预置方差阈值的处理情况与预置方差阈值的取值情况相关，在实际应用中，根据预置方差阈值取值情况的不同，可以设定指纹图像的方差等于预置方差阈值时执行步骤207，也可以设定指纹图像的方差等于预置方差阈值时执行步骤208，此处不作限定。
可以理解的是，由于调整指纹采集器的增益对计算图像的方差有影响，因此需要先确定均值在预置均值范围内，才再判断是否需要调整灵敏度使得方差大于预置方差阈值，这样能节省判定过程，提高指纹采集器性能。
需要说明的是，指纹图像的方差的大小主要影响指纹图像的对比度(即对黑白的区分)，若指纹图像的方差太小，则指纹图像的对比度不高，难以识别。如图5所示，为方差大小对图像对比度影响的一个效果示意图，左边图像方差较小时，黑白对比不明显，较难识别指纹，右边方差增大后，图像中黑白对比显著，能较容易的识别指纹。因此，若要保证采集到的指纹图像能被识别，在保证指纹图像的均值在预置均值范围内外，还要保证指纹图像的方差大于预置方差阈值，这样，采集到的图像黑白分明，更方便识别和进行指纹验证。
207、所述指纹采集器根据所述指纹图像的方差增大指纹采集器的灵敏度，使得所述指纹采集器再次获取的指纹图像的方差增大；
当确定所述指纹图像的方差小于所述预置方差阈值时，该指纹采集器根据所述指纹图像的方差增大指纹采集器的灵敏度，使得所述指纹采集器再次获取的指纹图像的方差增大。
可以理解的是，增大指纹采集器灵敏度的方式有很多种，下面以其中两种为例：
可选的，可以直接将该指纹采集器的灵敏度增加1；这样若获取的下一张指纹图像的方差还是小于该预置方差阈值，则再次将该指纹采集器的灵敏度增加1，直到获取到的指纹图像的方差大于预置方差阈值为止。
可选的，若指纹采集器中预先存储了表示预先设定的方差和预先设定的灵敏度调节值之间对应关系的第二对应关系，则指纹采集器可以先在该第二对应关系中查找指纹图像的方差对应的灵敏度调节值，再按照查找到的该灵敏度调节值，增大指纹采集器的灵敏度，使得该指纹采集器再次获取的指纹图像的方差大于该预置方差阈值。
208、所述指纹采集器输出所述指纹图像。
若在步骤204与步骤206的判断中均满足条件，即确定指纹图像的均值在预置均值范围内且指纹图像的方差大于预置方差阈值，则该指纹采集器输出该指纹图像用于指纹验证。
可以理解的是，指纹图像的方差等于预置方差阈值的处理情况与预置方差阈值的取值情况相关，在实际应用中，根据预置方差阈值取值情况的不同，可以设定指纹图像的方差等于预置方差阈值时执行步骤207，也可以设定指纹图像的方差等于预置方差阈值时执行步骤208，此处不作限定。
本发明实施例中，在判断指纹图像的均值是否在预置均值范围内之前，先对指纹图像是否具有足够的信息量以及指纹图像是否能稳定的表示出真实的指纹情况进行判定，只有在指纹图像的均值大于预置检测阈值，表示已有足够的数据量，且与上一次指纹图像的均值之差小于预置差值，表示指纹图像能稳定的表示真实的指纹情况时，才确定此时是最佳的抓图时机，对获取到的指纹图像进行后续判断，满足条件则输出，不满足条件，则自适应的调整指纹采集器的增益或灵敏度，直到获取到满足条件的指纹图像再输出，一方面通过实施跟踪的方式，能找到最佳的抓图时机，提高了指纹采集器采集指纹图像的准确性，能使得指纹采集器获得最佳的图像，另一方面通过自适应的参数调整，自动获取到图像质量符合要求的指纹图像，解决了手指脚杆或者较湿的人群不容易验证通过的问题，提高了指纹验证的成功率，增强了指纹采集器的人机交互性能。
为便于理解，下面以一具体应用场景对本发明实施例中采集指纹的方法进行具体描述：
若用户手指较干，用户的手指刚放在指纹采集器上时，指纹采集器获取到指纹图像，计算该指纹图像的均值为25，小于预置检测阈值40；
重新获取指纹图像，计算重新获取到的指纹图像的均值为37，小于预置检测预置40；
重新获取指纹图像，计算重新获取到的指纹图像的均值为77，大于预置检测阈值40；
指纹采集器确定该均值77与前一次获取的指纹图像的均值37之差40不小于预置差值20；
重新获取指纹图像，计算重新获取到的指纹图像的均值为85，大于预置检测阈值40；
指纹采集器确定该均值85与前一次获取的指纹图像的均值77之差8小于预置差值20；
指纹采集器确定该指纹图像的均值85不在预置均值范围100到156之内；
指纹采集器将增益增大1，重新获取指纹图像，计算重新获取到的指纹图像的均值为110，大于预置检测阈值40；
指纹采集器确定该均值110与前一次获取的指纹图像的均值85之差25不小于预置差值20；
重新获取指纹图像，计算重新获取到的指纹图像的均值为118，大于预置检测阈值40；
指纹采集器确定该均值118与前一次获取的指纹图像的均值110之差8小于预置差值20；
指纹采集器确定该指纹图像的均值118在预置均值范围100到156之内；
指纹采集器计算该指纹图像的方差为30，确定该指纹图像的方差30不大于预置方差阈值50；
该指纹采集器查找方差与灵敏度调节值的对应关系，按照查找到的灵敏度调节值，将灵敏度增大2，重新获取指纹图像，计算重新获取到的指纹图像的均值为120，大于预置检测阈值40；
指纹采集器确定该均值120与前一次获取的指纹图像的均值118之差2小于预置差值20；
指纹采集器确定该指纹图像的均值120在预置均值范围100到156之内；
指纹采集器计算该指纹图像的方差为60，确定该指纹图像的方差60大于预置方差阈值50；
指纹采集器输出该均值120在预置均值范围内且方差60大于预置方差阈值的指纹图像用于指纹验证。
下面对本发明实施例中的指纹采集器进行描述，请参阅图6，本发明实施例中指纹采集器一个实施例包括：
获取模块601，用于获取用户的指纹图像；
第一判断模块602，用于判断所述获取模块601获取的指纹图像的均值是否在预置均值范围内，所述指纹图像的均值为所述指纹图像中各像素点的像素值的均值；
增益调整模块603，用于当所述第一判断模块602确定所述指纹图像的均值不在预置均值范围内时，根据所述指纹图像的均值调整指纹采集器的增益，使得所述获取模块601再次获取的指纹图像的均值向所述预置均值范围靠近；
第二判断模块604，用于当所述第一判断模块602确定所述指纹图像的均值在预置均值范围内时，判断指纹图像的方差是否大于预置方差阈值，所述指纹图像的方差为所述指纹图像中各像素点的像素值的方差；
灵敏度增大模块605，用于当所述第二判断模块604确定所述指纹图像的方差小于所述预置方差阈值时，根据所述指纹图像的方差增大指纹采集器的灵敏度，使得所述获取模块601再次获取的指纹图像的方差增大；
输出模块606，用于当所述第一判断模块602确定所述指纹图像的均值在预置均值范围内且所述第二判断模块604确定指纹图像的方差大于所述预置方差阈值时，输出所述获取模块601获取的指纹图像。
可以理解的是，第二判断模块604确定指纹图像的方差等于预置方差阈值的处理情况与预置方差阈值的取值情况相关，在实际应用中，根据预置方差阈值取值情况的不同，可以设定第二判断模块604确定指纹图像的方差等于预置方差阈值时触发灵敏度增大模块605，也可以设定第二判断模块604确定指纹图像的方差等于预置方差阈值时触发输出模块606，此处不作限定。
本发明实施例中获取模块601获取到用户的指纹图像后，若第一判断模块602确定该指纹图像的均值不在预置均值范围内，增益调整模块603会自动的对指纹采集器的增益进行调整，使再次获取到的指纹图像的均值向所述预置均值范围靠近，若第一判断模块602确定该指纹图像的均值在预置均值范围内而第二判断模块604确定该指纹图像的方差小于预置方差阈值，灵敏度增大模块605也会自动的增大指纹采集器的灵敏度，使得指纹采集器的方差随之增大，只有均值在预置均值范围内，方差大于预置方差阈值的指纹图像才会被输出，这样，通过自适应的参数调整，保证了采集到的指纹图像的均值和方差都在要求的质量范围内，使得该指纹传感器能够适应所有用户或者同一用户在任意时刻手指的干湿程度，提高了指纹采集器采集图像的质量，增加了指纹传感器验证的成功率。
上面实施例中，获取模块601获取到指纹图像后，第一判断模块602先判断指纹图像的均值是否在预置均值范围内，在实际应用中，第一判断模块602在判断指纹图像的均值是否在预置均值范围内之前，指纹采集器还可以先对指纹图像的稳定性和数据量进行判断，确定满足要求后再进行后续操作，下面对本发明实施例中指纹采集器进行具体描述，请参阅图7，作为本发明实施例中指纹采集器另一个实施例，上述指纹采集器还包括：
第三判断模块701，用于判断所述获取模块601获取的指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值；
第一触发模块702，用于当所述第三判断模块701确定小于所述预置差值时，触发所述第一判断模块602；
第二触发模块703，用于当所述第三判断模块701确定大于所述预置差值时，触发所述获取模块601；
可以理解的是，第三判断模块701确定均值之差等于预置差值时的处理情况与该预置差值的取值相关，在实际应用中，可以设定第三判断模块701确定均值之差等于预置差值时，由第一触发模块702触发第一判断模块602，也可以设定第三判断模块701确定均值之差等于预置差值时，由第二触发模块703触发获取模块601，此处不作限定。
可选的，该指纹采集器还可以包括：
第四判断模块704，用于判断所述获取模块601获取的指纹图像的均值是否大于预置检测阈值；
第三触发模块705，用于当所述第四判断模块704确定大于所述预置检测阈值时，触发所述第三判断模块701；
第四触发模块706，用于当所述第四判断模块704确定小于所述预置检测阈值时，触发所述获取模块601；
可以理解的是，第四判断模块704确定指纹图像的均值等于预置检测阈值时的处理情况与该预置检测阈值的取值相关，在实际应用中，可以设定第四判断模块704确定指纹图像的均值等于预置检测阈值时，由第三触发模块705触发第三判断模块701，也可以设定第四判断模块704确定指纹图像的均值等于预置检测阈值时，由第四触发模块706触发获取模块601，此处不作限定。
本发明实施例中，在第一判断模块602判断指纹图像的均值是否在预置均值范围内之前，第三判断模块701和第四判断模块704先对指纹图像是否具有足够的信息量以及指纹图像是否能稳定的表示出真实的指纹情况进行判定，只有在第三判断模块701确定指纹图像的均值大于预置检测阈值，表示已有足够的数据量，且第四判断模块704确定与上一次指纹图像的均值之差小于预置差值，表示指纹图像能稳定的表示真实的指纹情况时，才确定此时是最佳的抓图时机，第一判断模块602对获取到的指纹图像进行后续判断，满足条件则输出，不满足条件，则自适应的调整指纹采集器的增益或灵敏度，直到获取到满足条件的指纹图像再输出，一方面通过实施跟踪的方式，能找到最佳的抓图时机，提高了指纹采集器采集指纹图像的准确性，能使得指纹采集器获得最佳的图像，另一方面通过自适应的参数调整，自动获取到图像质量符合要求的指纹图像，解决了手指脚杆或者较湿的人群不容易验证通过的问题，提高了指纹验证的成功率，增强了指纹采集器的人机交互性能。
可以理解的是，在实际应用中，增益调整模块603对增益调整的调整量与灵敏度增大模块605对灵敏度调整的调整量可以设定为每次都是1，也可以在该指纹采集器中存储预置的调整量与均值或方差的对应关系，根据该对应关系确定每次的调整量，此处不作限定。
可选的，请参阅图8，作为本发明实施例中指纹采集器另一个实施例，图6或图7所示的指纹采集器中，该增益调整模块603具体可以包括：
增益增加单元801，用于当所述第一判断模块602确定所述指纹图像的均值小于所述预置均值范围的最小值时，将所述指纹采集器的增益增加1，所述预置均值范围的中心点的值为127或128；
增益减小单元802，用于当所述指纹图像的均值大于所述预置均值范围的最大值时，将所述指纹采集器的增益减小1；
所述灵敏度增大模块605具体可以用于，当所述第二判断模块604确定所述指纹图像的方差小于所述预置方差阈值时，将所述指纹采集器的灵敏度增加1。
本发明实施例中，增益调整模块603和灵敏度增大模块605每次对增益与灵敏度的调整量确定为最小单位1，保证了对增益调整以及灵敏度调整的准确性。
可选的，请参阅图9，作为本发明实施例中指纹采集器另一个实施例，图6或图7所示的指纹采集器还包括：
存储模块901，用于存储第一对应关系和第二对应关系，所述第一对应关系表示预先设定的均值和预先设定的增益调节值之间的对应关系，所述第二对应关系表示预先设定的方差和预先设定的灵敏度调节值之间的对应关系；
上述增益调整模块603具体可以包括：
增益查找单元902，用于在所述存储模块901存储的第一对应关系中查找所述指纹图像的均值对应的增益调节值；
增益调节单元903，用于按照所述增益查找单元902查找到的所述增益调节值，调整指纹采集器的增益，使得所述获取模块601再次获取的指纹图像的均值在所述预置均值范围内；
上述灵敏度增大模块605具体包括：
灵敏度查找单元904，用于在所述存储模块901存储的第二对应关系中查找所述指纹图像的方差对应的灵敏度调节值；
灵敏度增大单元905，用于按照所述灵敏度查找单元904查找到的所述灵敏度调节值，增大指纹采集器的灵敏度，使得所述获取模块601再次获取的指纹图像的方差大于所述预置方差阈值。
本发明实施例中，增益调整模块603和灵敏度增大模块605按照存储模块901中存储的对应关系确定每次的调整量，提高了调整的效率，节省了指纹采集器获取到合适的指纹图像的时间。
为了便于理解上述实施例，下面以上述指纹采集器各个模块在一个具体应用场景中的交互过程进行说明：
若用户手指较干，用户的手指刚放在指纹采集器上时，获取模块601获取到指纹图像，计算该指纹图像的均值为25，第四判断模块704确定小于预置检测阈值40；
获取模块601重新获取指纹图像，计算重新获取到的指纹图像的均值为37，第四判断模块704确定小于预置检测阈值40；
获取模块601重新获取指纹图像，计算重新获取到的指纹图像的均值为77，第四判断模块704确定大于预置检测阈值40；
第三判断模块701确定该均值77与前一次获取的指纹图像的均值37之差40不小于预置差值20；
获取模块601重新获取指纹图像，计算重新获取到的指纹图像的均值为85，第四判断模块704确定大于预置检测阈值40；
第三判断模块701确定该均值85与前一次获取的指纹图像的均值77之差8小于预置差值20；
第一判断模块602确定该指纹图像的均值85不在预置均值范围100到156之内；
增益调整模块603将增益增大1，获取模块601重新获取指纹图像，计算重新获取到的指纹图像的均值为110，第四判断模块确定704大于预置检测阈值40；
第三判断模块701确定该均值110与前一次获取的指纹图像的均值85之差25不小于预置差值20；
获取模块601重新获取指纹图像，计算重新获取到的指纹图像的均值为118，第四判断模块704确定大于预置检测阈值40；
第三判断模块701确定该均值118与前一次获取的指纹图像的均值110之差8小于预置差值20；
第一判断模块602确定该指纹图像的均值118在预置均值范围100到156之内；
指纹采集器计算该指纹图像的方差为30，第二判断模块604确定该指纹图像的方差30不大于预置方差阈值50；
灵敏度增大模块605查找方差与灵敏度调节值的对应关系，按照查找到的灵敏度调节值，将灵敏度增大2，获取模块601重新获取指纹图像，计算重新获取到的指纹图像的均值为120，第四判断模块704确定大于预置检测阈值40；
第三判断模块701确定该均值120与前一次获取的指纹图像的均值118之差2小于预置差值20；
第一判断模块602确定该指纹图像的均值120在预置均值范围100到156之内；
第二判断模块604计算该指纹图像的方差为60，确定该指纹图像的方差60大于预置方差阈值50；
输出模块606输出该均值120在预置均值范围内且方差60大于预置方差阈值的指纹图像用于指纹验证。
可以理解的是，上述指纹采集器可以为一种终端，也可以作为一种功能模块或实体结构集成在某些终端内，例如可以为一种打卡器，也可以为手机或平板等中的某个功能模块等，此处不作限定。
下面对本发明实施例中的终端进行描述，请参阅图10，本发明实施例中终端1000一个实施例包括：
指纹传感器1001、输出装置1002、处理器1003和存储器1004(其中终端1000中的处理器1003的数量可以一个或多个，图10中以一个处理器1003为例)。在本发明的一些实施例中，指纹传感器1001、输出装置1002、处理器1003和存储器1004可通过总线或其它方式连接，其中，图10中以通过总线连接为例；
所述指纹传感器1001，用于获取用户的指纹图像；
通过调用所述存储器1004存储的操作指令，所述处理器1003用于执行如下步骤：
判断所述指纹传感器1001获取到的指纹图像的均值是否在预置均值范围内，所述指纹图像的均值为所述指纹图像中各像素点的像素值的均值；
当确定所述指纹图像的均值不在预置均值范围内时，根据所述指纹图像的均值调整所述指纹传感器1001的增益，使得所述指纹传感器1001再次获取的指纹图像的均值向所述预置均值范围靠近；
当确定所述指纹图像的均值在预置均值范围内时，判断指纹图像的方差是否大于预置方差阈值，所述指纹图像的方差为所述指纹图像中各像素点的像素值的方差；
当确定所述指纹图像的方差小于所述预置方差阈值时，根据所述指纹图像的方差增大所述指纹传感器的灵敏度，使得所述指纹传感器1001再次获取的指纹图像的方差增大；
当确定所述指纹图像的均值在预置均值范围内且所述指纹图像的方差大于所述预置方差阈值时，指示所述输出装置1002输出所述指纹图像；
可以理解的是，指纹图像的方差等于预置方差阈值的处理情况与预置方差阈值的取值情况相关，在实际应用中，根据预置方差阈值取值情况的不同，可以设定指纹图像的方差等于预置方差阈值时执行所述增大所述指纹传感器的灵敏度的步骤，也可以设定指纹图像的方差等于预置方差阈值时执行所述指示所述输出装置1002输出所述指纹图像的步骤，此处不作限定。
本发明的一些实施例中，在执行所述判断所述指纹传感器1001获取到的指纹图像的均值是否在预置均值范围内的步骤之前，所述处理器1003还用于执行如下步骤：
判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值；
当确定小于所述预置差值时，执行所述判断所述指纹传感器1001获取到的指纹图像的均值是否在预置均值范围内的步骤；
当确定大于所述预置差值时，指示所述指纹传感器1001再次获取用户的指纹图像；
可以理解的是，均值之差等于预置差值时的处理情况与该预置差值的取值相关，在实际应用中，可以设定均值之差等于预置差值时，执行所述判断所述指纹传感器1001获取到的指纹图像的均值是否在预置均值范围内的步骤，也可以设定均值之差等于预置差值时，执行所述指示所述指纹传感器1001再次获取用户的指纹图像的步骤，此处不作限定。
本发明的一些实施例中，在执行所述判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值的步骤之前，所述处理器1003还用于执行如下步骤：
判断所述指纹图像的均值是否大于预置检测阈值；
当确定大于所述预置检测阈值时，执行所述判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值的步骤；
当确定小于所述预置检测阈值时，指示所述指纹传感器1001再次获取用户的指纹图像；
可以理解的是，指纹图像的均值等于预置检测阈值时的处理情况与该预置检测阈值的取值相关，在实际应用中，可以设定指纹图像的均值等于预置检测阈值时，执行所述判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值的步骤，也可以设定指纹图像的均值等于预置检测阈值时，执行所述指示所述指纹传感器1001再次获取用户的指纹图像的步骤，此处不作限定。
本发明的一些实施例中，当执行所述根据所述指纹图像的均值调整所述指纹传感器1001的增益的步骤时，所述处理器1003具体执行如下步骤：
当所述指纹图像的均值小于所述预置均值范围的最小值时，将所述指纹传感器的增益增加1，所述预置均值范围的中心点的值为127或128；
当所述指纹图像的均值大于所述预置均值范围的最大值时，将所述指纹传感器1001的增益减小1；
当执行所述根据所述指纹图像的方差增大所述指纹传感器的灵敏度的步骤时，所述处理器1003具体执行如下步骤：
将所述指纹传感器1001的灵敏度增加1；
本发明的一些实施例中，所述存储器1004还用于，存储第一对应关系和第二对应关系，所述第一对应关系表示预先设定的均值和预先设定的增益调节值之间的对应关系，所述第二对应关系表示预先设定的方差和预先设定的灵敏度调节值之间的对应关系；
当执行所述根据所述指纹图像的均值调整所述指纹传感器1001的增益的步骤时，所述处理器1003具体执行如下步骤：
在所述第一对应关系中查找所述指纹图像的均值对应的增益调节值；
按照查找到的所述增益调节值，调整所述指纹传感器1001的增益，使得所述指纹传感器1001再次获取的指纹图像的均值在所述预置均值范围内；
当执行所述根据所述指纹图像的方差增大所述指纹传感器1001的灵敏度的步骤时，所述处理器1003具体执行如下步骤：
在所述第二对应关系中查找所述指纹图像的方差对应的灵敏度调节值；
按照查找到的所述灵敏度调节值，增大所述指纹传感器1001的灵敏度，使得所述指纹传感器1001再次获取的指纹图像的方差大于所述预置方差阈值。
本发明实施例还包括一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当被包括多个应用程序的便携式电子设备执行时使所述便携式电子设备执行图1或图对应的任一个实施例所示的采集指纹的方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，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，所述单元的划分，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。
所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。
所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所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。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (16)

1.一种采集指纹的方法，其特征在于，包括：
指纹采集器获取用户的指纹图像；
所述指纹采集器判断指纹图像的均值是否在预置均值范围内，所述指纹图像的均值为所述指纹图像中各像素点的像素值的均值；
当确定所述指纹图像的均值不在预置均值范围内时，所述指纹采集器根据所述指纹图像的均值调整指纹采集器的增益，使得所述指纹采集器再次获取的指纹图像的均值向所述预置均值范围靠近；
当确定所述指纹图像的均值在预置均值范围内时，所述指纹采集器判断指纹图像的方差是否大于预置方差阈值，所述指纹图像的方差为所述指纹图像中各像素点的像素值的方差；
当确定所述指纹图像的方差小于所述预置方差阈值时，所述指纹采集器根据所述指纹图像的方差增大指纹采集器的灵敏度，使得所述指纹采集器再次获取的指纹图像的方差增大；
当确定所述指纹图像的均值在预置均值范围内且所述指纹图像的方差大于所述预置方差阈值时，所述指纹采集器输出所述指纹图像。
2.根据权利要求1所述的方法，其特征在于，所述指纹采集器判断指纹图像的均值是否在预置均值范围内的步骤之前还包括：
所述指纹采集器判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值；
当确定小于所述预置差值时，触发所述指纹采集器判断指纹图像的均值是否在预置均值范围内的步骤；
当确定大于所述预置差值时，触发所述指纹采集器获取用户的指纹图像的步骤。
3.根据权利要求2所述的方法，其特征在于，所述指纹采集器判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值的步骤之前还包括：
所述指纹采集器判断所述指纹图像的均值是否大于预置检测阈值；
当确定大于所述预置检测阈值时，触发所述指纹采集器判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值的步骤；
当确定小于所述预置检测阈值时，触发所述指纹采集器获取用户的指纹图像的步骤。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述指纹采集器根据所述指纹图像的均值调整指纹采集器的增益具体包括：
当所述指纹图像的均值小于所述预置均值范围的最小值时，将所述指纹采集器的增益增加1，所述预置均值范围的中心点的值为127或128；
当所述指纹图像的均值大于所述预置均值范围的最大值时，将所述指纹采集器的增益减小1；
所述指纹采集器根据所述指纹图像的方差增大指纹采集器的灵敏度具体包括：
将所述指纹采集器的灵敏度增加1。
5.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：
所述指纹采集器存储第一对应关系和第二对应关系，所述第一对应关系表示预先设定的均值和预先设定的增益调节值之间的对应关系，所述第二对应关系表示预先设定的方差和预先设定的灵敏度调节值之间的对应关系；
所述指纹采集器根据所述指纹图像的均值调整指纹采集器的增益具体包括：
所述指纹采集器在所述第一对应关系中查找所述指纹图像的均值对应的增益调节值；
所述指纹采集器按照查找到的所述增益调节值，调整指纹采集器的增益，使得所述指纹采集器再次获取的指纹图像的均值在所述预置均值范围内；
所述指纹采集器根据所述指纹图像的方差增大指纹采集器的灵敏度具体包括：
所述指纹采集器在所述第二对应关系中查找所述指纹图像的方差对应的灵敏度调节值；
所述指纹采集器按照查找到的所述灵敏度调节值，增大指纹采集器的灵敏度，使得所述指纹采集器再次获取的指纹图像的方差大于所述预置方差阈值。
6.一种指纹采集器，其特征在于，包括：
获取模块，用于获取用户的指纹图像；
第一判断模块，用于判断所述获取模块获取的指纹图像的均值是否在预置均值范围内，所述指纹图像的均值为所述指纹图像中各像素点的像素值的均值；
增益调整模块，用于当所述第一判断模块确定所述指纹图像的均值不在预置均值范围内时，根据所述指纹图像的均值调整指纹采集器的增益，使得所述获取模块再次获取的指纹图像的均值向所述预置均值范围靠近；
第二判断模块，用于当所述第一判断模块确定所述指纹图像的均值在预置均值范围内时，判断指纹图像的方差是否大于预置方差阈值，所述指纹图像的方差为所述指纹图像中各像素点的像素值的方差；
灵敏度增大模块，用于当所述第二判断模块确定所述指纹图像的方差小于所述预置方差阈值时，根据所述指纹图像的方差增大指纹采集器的灵敏度，使得所述获取模块再次获取的指纹图像的方差增大；
输出模块，用于当所述第一判断模块确定所述指纹图像的均值在预置均值范围内且所述第二判断模块确定指纹图像的方差大于所述预置方差阈值时，输出所述获取模块获取的指纹图像。
7.根据权利要求6所述的指纹采集器，其特征在于，所述指纹采集器还包括：
第三判断模块，用于判断所述获取模块获取的指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值；
第一触发模块，用于当所述第三判断模块确定小于所述预置差值时，触发所述第一判断模块；
第二触发模块，用于当所述第三判断模块确定大于所述预置差值时，触发所述获取模块。
8.根据权利要求7所述的指纹采集器，其特征在于，所述指纹采集器还包括：
第四判断模块，用于判断所述获取模块获取的指纹图像的均值是否大于预置检测阈值；
第三触发模块，用于当所述第四判断模块确定大于所述预置检测阈值时，触发所述第三判断模块；
第四触发模块，用于当所述第四判断模块确定小于所述预置检测阈值时，触发所述获取模块。
9.根据权利要求6至8中任一项所述的指纹采集器，其特征在于，
所述增益调整模块具体包括：
增益增加单元，用于当所述第一判断模块确定所述指纹图像的均值小于所述预置均值范围的最小值时，将所述指纹采集器的增益增加1，所述预置均值范围的中心点的值为127或128；
增益减小单元，用于当所述指纹图像的均值大于所述预置均值范围的最大值时，将所述指纹采集器的增益减小1；
所述灵敏度增大模块具体用于，当所述第二判断模块确定所述指纹图像的方差小于所述预置方差阈值时，将所述指纹采集器的灵敏度增加1。
10.根据权利要求6至8中任一项所述的指纹采集器，其特征在于，所述指纹采集器还包括：
存储模块，用于存储第一对应关系和第二对应关系，所述第一对应关系表示预先设定的均值和预先设定的增益调节值之间的对应关系，所述第二对应关系表示预先设定的方差和预先设定的灵敏度调节值之间的对应关系；
所述增益调整模块具体包括：
增益查找单元，用于在所述存储模块存储的第一对应关系中查找所述指纹图像的均值对应的增益调节值；
增益调节单元，用于按照所述增益查找单元查找到的所述增益调节值，调整指纹采集器的增益，使得所述获取模块再次获取的指纹图像的均值在所述预置均值范围内；
所述灵敏度增大模块具体包括：
灵敏度查找单元，用于在所述存储模块存储的第二对应关系中查找所述指纹图像的方差对应的灵敏度调节值；
灵敏度增大单元，用于按照所述灵敏度查找单元查找到的所述灵敏度调节值，增大指纹采集器的灵敏度，使得所述获取模块再次获取的指纹图像的方差大于所述预置方差阈值。
11.一种终端，其特征在于，包括：
指纹采集器，输出装置，存储器和处理器；
所述指纹采集器，用于获取用户的指纹图像；
通过调用所述存储器存储的操作指令，所述处理器用于执行如下步骤：
判断所述指纹采集器获取到的指纹图像的均值是否在预置均值范围内，所述指纹图像的均值为所述指纹图像中各像素点的像素值的均值；
当确定所述指纹图像的均值不在预置均值范围内时，根据所述指纹图像的均值调整所述指纹采集器的增益，使得所述指纹采集器再次获取的指纹图像的均值向所述预置均值范围靠近；
当确定所述指纹图像的均值在预置均值范围内时，判断指纹图像的方差是否大于预置方差阈值，所述指纹图像的方差为所述指纹图像中各像素点的像素值的方差；
当确定所述指纹图像的方差小于所述预置方差阈值时，根据所述指纹图像的方差增大所述指纹采集器的灵敏度，使得所述指纹采集器再次获取的指纹图像的方差增大；
当确定所述指纹图像的均值在预置均值范围内且所述指纹图像的方差大于所述预置方差阈值时，指示所述输出装置输出所述指纹图像。
12.根据权利要求11所述的终端，其特征在于，在执行所述判断所述指纹采集器获取到的指纹图像的均值是否在预置均值范围内的步骤之前，所述处理器还用于执行如下步骤：
判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值；
当确定小于所述预置差值时，执行所述判断所述指纹采集器获取到的指纹图像的均值是否在预置均值范围内的步骤；
当确定大于所述预置差值时，指示所述指纹采集器再次获取用户的指纹图像。
13.根据权利要求12所述的终端，其特征在于，在执行所述判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值的步骤之前，所述处理器还用于执行如下步骤：
判断所述指纹图像的均值是否大于预置检测阈值；
当确定大于所述预置检测阈值时，执行所述判断所述指纹图像的均值与前一次获取的指纹图像的均值之差是否小于预置差值的步骤；
当确定小于所述预置检测阈值时，指示所述指纹采集器再次获取用户的指纹图像。
14.根据权利要求11至13中任一项所述的终端，其特征在于，当执行所述根据所述指纹图像的均值调整所述指纹采集器的增益的步骤时，所述处理器具体执行如下步骤：
当所述指纹图像的均值小于所述预置均值范围的最小值时，将所述指纹采集器的增益增加1，所述预置均值范围的中心点的值为127或128；
当所述指纹图像的均值大于所述预置均值范围的最大值时，将所述指纹采集器的增益减小1；
当执行所述根据所述指纹图像的方差增大所述指纹采集器的灵敏度的步骤时，所述处理器具体执行如下步骤：
将所述指纹采集器的灵敏度增加1。
15.根据权利要求11至13中任一项所述的终端，其特征在于，所述存储器还用于，存储第一对应关系和第二对应关系，所述第一对应关系表示预先设定的均值和预先设定的增益调节值之间的对应关系，所述第二对应关系表示预先设定的方差和预先设定的灵敏度调节值之间的对应关系；
当执行所述根据所述指纹图像的均值调整所述指纹采集器的增益的步骤时，所述处理器具体执行如下步骤：
在所述第一对应关系中查找所述指纹图像的均值对应的增益调节值；
按照查找到的所述增益调节值，调整所述指纹采集器的增益，使得所述指纹采集器再次获取的指纹图像的均值在所述预置均值范围内；
当执行所述根据所述指纹图像的方差增大所述指纹采集器的灵敏度的步骤时，所述处理器具体执行如下步骤：
在所述第二对应关系中查找所述指纹图像的方差对应的灵敏度调节值；
按照查找到的所述灵敏度调节值，增大所述指纹采集器的灵敏度，使得所述指纹采集器再次获取的指纹图像的方差大于所述预置方差阈值。
16.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当被包括多个应用程序的便携式电子设备执行时使所述便携式电子设备执行根据权利要求1至5任一项所述方法。
CN201580004160.6A 2015-04-16 2015-04-16 一种采集指纹的方法、指纹采集器以及终端 Active CN106258009B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2015/076755 WO2016165107A1 (zh) 2015-04-16 2015-04-16 一种采集指纹的方法、指纹采集器以及终端

Publications (2)

Publication Number Publication Date
CN106258009A CN106258009A (zh) 2016-12-28
CN106258009B true CN106258009B (zh) 2019-06-21

Family

ID=57127080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580004160.6A Active CN106258009B (zh) 2015-04-16 2015-04-16 一种采集指纹的方法、指纹采集器以及终端

Country Status (4)

Country Link
US (1) US10268862B2 (zh)
EP (1) EP3200121A4 (zh)
CN (1) CN106258009B (zh)
WO (1) WO2016165107A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9898645B2 (en) * 2015-11-17 2018-02-20 Taiwan Semiconductor Manufacturing Company, Ltd. Fingerprint sensor device and method
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
CN106022067B (zh) * 2016-05-30 2018-03-27 广东欧珀移动通信有限公司 一种解锁控制方法及终端设备
WO2019050453A1 (en) * 2017-09-07 2019-03-14 Fingerprint Cards Ab METHOD AND SYSTEM FOR DIGITAL FOOTPRINT DETECTION TO DETERMINE FINGER CONTACT WITH FINGERPRINT SENSOR
CN109948491B (zh) * 2019-03-11 2021-04-02 Oppo广东移动通信有限公司 指纹校准的判断方法及相关装置
CN110287922B (zh) * 2019-06-29 2021-05-07 Oppo广东移动通信有限公司 指纹识别方法及相关产品
CN111027424B (zh) * 2019-11-28 2023-04-07 深圳市迪安杰智能识别科技有限公司 指纹采集装置、方法和智能门锁
CN112183401A (zh) * 2020-09-30 2021-01-05 敦泰电子（深圳）有限公司 图像采集方法、芯片及图像采集装置
CN114327203B (zh) * 2021-12-28 2023-08-04 傲网信息科技（厦门）有限公司 一种用户操作的还原方法及装置、记录方法及装置
CN117934158B (zh) * 2024-03-13 2024-08-13 湖南三湘银行股份有限公司 一种基于rpa的信贷资料自动审查方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0797170A1 (en) * 1995-10-05 1997-09-24 Fujitsu Denso Ltd. Fingerprint registration method and fingerprint collation apparatus
US6330345B1 (en) * 1997-11-17 2001-12-11 Veridicom, Inc. Automatic adjustment processing for sensor devices
US6483932B1 (en) * 1999-08-19 2002-11-19 Cross Match Technologies, Inc. Method and apparatus for rolled fingerprint capture
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
CN1804864A (zh) * 2006-01-18 2006-07-19 北京飞天诚信科技有限公司 指纹图像采集成像方法及其装置
US7110581B2 (en) * 1999-12-23 2006-09-19 National University Of Singapore Wavelet-enhanced automated fingerprint identification system
CN101303728A (zh) * 2008-07-01 2008-11-12 山东大学 面向图像质量的指纹识别方法
CN101773394A (zh) * 2010-01-06 2010-07-14 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统
US8433110B2 (en) * 2009-12-11 2013-04-30 Sonavation, Inc. Pulse-rate detection using a fingerprint sensor
US8799167B2 (en) * 2010-07-13 2014-08-05 Tec Solutions, Inc. Biometric authentication system and biometric sensor configured for single user authentication

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5995640A (en) 1996-10-23 1999-11-30 International Business Machines Corporation System and method for determining if a fingerprint image contains an image portion representing a dry fingerprint impression
US5883971A (en) * 1996-10-23 1999-03-16 International Business Machines Corporation System and method for determining if a fingerprint image contains an image portion representing a smudged fingerprint impression
KR100752640B1 (ko) * 2005-01-05 2007-08-29 삼성전자주식회사 방향성 기울기 필터를 이용한 지문 영역 분할 장치 및 방법
JP4466707B2 (ja) * 2007-09-27 2010-05-26 ミツミ電機株式会社 指離れ検出装置、指離れ検出方法及びこれを用いた指紋読取装置、指紋読取方法
CN101855650B (zh) * 2007-11-09 2012-12-12 富士通株式会社 生物体信息取得装置、生物体信息取得方法以及生物体认证装置
CN103065134B (zh) 2013-01-22 2016-01-13 江苏超创信息软件发展股份有限公司 一种具有提示信息的指纹识别装置和方法
US10068120B2 (en) 2013-03-15 2018-09-04 Apple Inc. High dynamic range fingerprint sensing
CN103778420B (zh) * 2014-02-28 2018-11-09 成都费恩格尔微电子技术有限公司 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

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0797170A1 (en) * 1995-10-05 1997-09-24 Fujitsu Denso Ltd. Fingerprint registration method and fingerprint collation apparatus
US6330345B1 (en) * 1997-11-17 2001-12-11 Veridicom, Inc. Automatic adjustment processing for sensor devices
US6483932B1 (en) * 1999-08-19 2002-11-19 Cross Match Technologies, Inc. Method and apparatus for rolled fingerprint capture
US7110581B2 (en) * 1999-12-23 2006-09-19 National University Of Singapore Wavelet-enhanced automated fingerprint identification system
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
CN1804864A (zh) * 2006-01-18 2006-07-19 北京飞天诚信科技有限公司 指纹图像采集成像方法及其装置
CN101303728A (zh) * 2008-07-01 2008-11-12 山东大学 面向图像质量的指纹识别方法
US8433110B2 (en) * 2009-12-11 2013-04-30 Sonavation, Inc. Pulse-rate detection using a fingerprint sensor
CN101773394A (zh) * 2010-01-06 2010-07-14 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统
US8799167B2 (en) * 2010-07-13 2014-08-05 Tec Solutions, Inc. Biometric authentication system and biometric sensor configured for single user authentication

Also Published As

Publication number Publication date
EP3200121A4 (en) 2017-11-08
CN106258009A (zh) 2016-12-28
US20170330018A1 (en) 2017-11-16
US10268862B2 (en) 2019-04-23
WO2016165107A1 (zh) 2016-10-20
EP3200121A1 (en) 2017-08-02

Similar Documents

Publication Publication Date Title
CN106258009B (zh) 一种采集指纹的方法、指纹采集器以及终端
CN105868679B (zh) 指纹信息的动态更新方法和指纹识别装置
US9971925B2 (en) Method and fingerprint sensing system for acquiring a fingerprint image
EP3506052A1 (en) Method of detecting whether smart device is being worn, and smart device
CN108711161A (zh) 一种图像分割方法、图像分割装置及电子设备
CN107527021B (zh) 生物识别模式开启方法及相关产品
CN109951627A (zh) 图像处理方法、装置、存储介质及电子设备
EP3623973B1 (en) Unlocking control method and related product
CN105979125A (zh) 一种基于屏幕补光的拍照方法及系统
CN106331491A (zh) 一种拍照方法及装置
US20190080119A1 (en) Unlocking control methods and related products
WO2015003606A1 (en) Method and apparatus for recognizing pornographic image
CN106599859A (zh) 摄像识别指纹组件及其识别方法、装置、电子设备
CN107835359A (zh) 一种移动终端的拍照触发方法、移动终端及存储设备
CN105550561B (zh) 一种移动终端的识别方法及装置
CN109448705A (zh) 一种语音切分方法及装置、计算机装置和可读存储介质
CN111405180A (zh) 拍照方法、装置、存储介质及移动终端
CN106982326A (zh) 焦距调整方法及终端
CN113093556A (zh) 衣物收取提醒方法、晾衣架、系统及存储介质
CN111338669B (zh) 智能分析盒子中智能功能的更新方法及装置
CN111125417A (zh) 一种数据搜索方法、装置、电子设备及存储介质
CN107613124A (zh) 智能设备的解锁方法、智能设备及存储介质
CN108234758B (zh) 应用的显示方法、装置、存储介质及电子设备
CN106507192A (zh) 一种基于人眼识别的电视关机控制方法及系统
CN107808081A (zh) 一种提醒方法及相关设备

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