CN107180221A - 生物捕获装置和生物捕获方法 - Google Patents

生物捕获装置和生物捕获方法 Download PDF

Info

Publication number
CN107180221A
CN107180221A CN201710112123.8A CN201710112123A CN107180221A CN 107180221 A CN107180221 A CN 107180221A CN 201710112123 A CN201710112123 A CN 201710112123A CN 107180221 A CN107180221 A CN 107180221A
Authority
CN
China
Prior art keywords
organism
wave length
biological
camera device
light
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
Application number
CN201710112123.8A
Other languages
English (en)
Other versions
CN107180221B (zh
Inventor
前田智司
安孙子幸弘
浜壮
浜壮一
仙波聪史
名田元
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.)
Fujitsu Ltd
Original Assignee
Fujitsu 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 Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of CN107180221A publication Critical patent/CN107180221A/zh
Application granted granted Critical
Publication of CN107180221B publication Critical patent/CN107180221B/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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • 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
    • G06V40/1312Sensors therefor direct reading, e.g. contactless acquisition
    • 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
    • G06V40/1318Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • 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
    • G06V40/14Vascular patterns
    • G06V40/145Sensors therefor
    • 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
    • G06V40/70Multimodal biometrics, e.g. combining information from different biometric modalities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Vascular Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (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)

Abstract

本发明提供了一种生物捕获装置和一种生物捕获方法。该生物捕获装置包括:第一光源,被配置成向生物体发射第一波长的光;第二光源,被配置成向生物体发射与第一波长不同的第二波长的光;摄像装置,被配置成捕获从生物体反射的光;生物信息获取器,被配置成基于从由摄像装置捕获的图像中的第一波长的分量来获取生物图像;距离信息获取器,被配置成基于由摄像装置捕获的图像中的第二波长的分量来获取生物体与摄像装置之间的距离信息;以及校正器,被配置成基于距离信息来校正生物图像。

Description

生物捕获装置和生物捕获方法
技术领域
本文所描述的实施例的某一方面涉及生物捕获装置和生物捕获方法。
背景技术
在生物认证中,光源向生物体发射光,并且使用来自生物体的反射光来获取生物信息(例如,参见第2013-257609号日本专利申请公布、第2008-246011号日本专利申请公布以及第2010-240215号日本专利申请公布)。
发明内容
在生物认证中,可能存在这样的情况:提供用于向整个生物体发射光的照明光源和用于获取生物体与图像捕获装置之间的距离的距离检测光源。照明光源和距离检测光源交替地发射光。图像捕获装置在照明光源和距离检测光源的发光时刻捕获生物体的图像。因此,捕获了生物图像并且获取到距离。根据检测到的距离来校正生物图像的大小。然而,当生物体移动时,生物体在照明光源的发光时刻的位置与生物体在距离检测光源的发光时刻的位置之间出现间隙。因此,难以计算正确的校正量。
鉴于这些状况而提出了本发明,并且本发明的目的在于提供一种能够在生物认证中实现高认证准确度的生物捕获装置和生物捕获方法。
根据本发明的一个方面,提供了一种生物捕获装置,包括:第一光源,被配置成向生物体发射第一波长的光;第二光源,被配置成向生物体发射与第一波长不同的第二波长的光;摄像装置,被配置成捕获从生物体反射的光;生物信息获取器,被配置成基于从摄像装置捕获的图像中的第一波长的分量来获取生物图像;距离信息获取器,被配置成基于由摄像装置捕获的图像中的第二波长的分量来获取生物体与摄像装置之间的距离信息;以及校正器,被配置成基于距离信息来校正生物图像。
附图说明
图1A至图1F示出了比较示例;
图2A至图2C示出了比较示例;
图3A示出了根据第一实施例的生物认证装置;
图3B是距离检测光源的侧视图;
图3C是表示照射到生物体的光的波长与生物体的反射位置之间的关系;
图3D示出了由摄像装置捕获的图像;
图4A示出了处理单元和比较器的框图;
图4B示出了处理单元和比较器的硬件结构;
图5示出了登记处理的流程图;
图6示出了认证处理的流程图;
图7A示出了根据第二实施例的图像捕获装置的平面图;
图7B示出了图7A的截面图;
图8A示出了根据第三实施例的图像捕获装置的平面图;
图8B示出了图8A的截面图;
图9A至图9D示出了根据第四实施例的图像捕获装置;以及
图10A至图10D示出了根据第五实施例的图像捕获装置。
具体实施方式
在描述实施例之前将给出对比较示例的描述。图1A示出了根据比较示例的生物捕获装置200的平面图。如图1A所示,生物捕获装置200具有摄像装置201、多个照明光源202、多个距离检测光源203等。多个照明光源202具有大的照射角度并且向整个生物体发射光。多个照明光源202布置在摄像装置201周围。
图1B示出了距离检测光源203的侧视图。如图1B所示,距离检测光源203具有发光元件204和聚光透镜205。聚光透镜205聚集由发光元件204发射的光。因此,距离检测光源203的照射角度较小。相应地,由 每个距离检测光源203对生物体的光照射范围彼此间隔开。即,距离检测光源203向生物体发射聚光。
照明光源202和距离检测光源203交替地发射光。当照明光源202发射光时,光被发射到整个生物体。因此,摄像装置201捕获整个生物体的图像。当距离检测光源203发射光时,聚光被发射到生物体的一部分。
图1C示出了摄像装置201与生物体206之间的位置关系。图1C示出了生物体206靠近摄像装置201的情况和生物体206远离摄像装置201的情况。图1D示出了在生物体206远离摄像装置201的情况下在照明光源202的发射时刻由摄像装置201捕获的生物图像和在距离检测光源203的发射时刻由摄像装置201捕获的聚光图像。图1E示出了在生物体206靠近摄像装置201的情况下在照明光源202的发射时刻由摄像装置201捕获的生物图像和在距离检测光源203的发射时刻由摄像装置201捕获的聚光图像。
如图1D所示,当生物体206远离摄像装置201时,在生物图像中生物体206较小。在这种情况下,聚光较小并且聚光之间的距离较小。如图1E所示,当生物体206靠近摄像装置201时,在生物图像中生物体206较大。在这种情况下,聚光较大,并且聚光之间的距离较大。以这种方式,摄像装置201与生物体206之间的距离和聚光的大小或聚光之间的距离存在相关性。图1F示出了聚光之间的距离和摄像装置201与生物体206之间的距离之间的关系。如图1F所示,当获取了聚光之间的距离时,可以获取摄像装置201与生物体206之间的距离信息。当校正并存储了距离信息时,可以利用所存储的距离信息来校正生物图像中的生物体的大小。
当照明光源202和距离检测光源203交替地发射光时,在照明光源202的光发射与距离检测光源203的光发射之间存在时间差。在这种情况下,当生物体相对于摄像装置201移动时,生物图像中的生物体大小的校正准确度可能会下降。例如,将给出对生物体更靠近摄像装置201的情况的描述。例如,图2A示出了生物体206从时间t1到时间t6逐渐接近摄像装置201的情况。在时间t1、时间t3和时间t5,照明光源202发射光。在时间t2、时间t4和时间t6,距离检测光源203发射光。
图2B示出了在照明光源202和距离检测光源203的光发射的切换足够快于生物体206的移动的情况下捕获的图像。如图2B所示,当切换足够快时,生物体206的捕获时刻与聚光的捕获时刻之间的差异较小。图2C示出了在照明光源202和距离检测光源203的光发射的切换足够慢于 生物体206的移动的情况下捕获的图像。如图2C所示,生物体206的捕获时刻与聚光的捕获时刻之间的差异较大。在这种情况下,即使根据聚光之间的距离来校正生物图像,校正准确度也可能较低。
因此,考虑在同一时刻接收每个光学装置的光。然而,在这种情况下,需要提供用于检测生物信息的光学装置和用于检测距离的光学装置。在这种情况下,部件成本可能会很大。在以下实施例中,将给出对能够抑制部件成本并且实现高校正准确度的生物捕获装置、生物捕获方法和生物捕获程序的描述。
[第一实施例]
图3A示出了根据第一实施例的生物认证装置100。如3A所示,生物认证装置100具有捕获装置10、处理单元20、认证单元30等。捕获装置10具有摄像装置11、多个照明光源12、多个距离检测光源13等。捕获装置10的每个部件设置在矩形基板上。
例如,摄像装置11设置在基板的中心。多个照明光源12在摄像装置11周围围绕摄像装置11。在图3A中,照明光源12的数量为八个。照明光源12具有大的照射角度并且向整个生物体发射光。照明光源12发射第一波长的光或包括第一波长的预定波长范围的光。在该实施例中,照明光源12发射近红外光。第一波长为750nm至1400nm。
图3B示出了距离检测光源13的侧视图。如图3B所示,距离检测光源13具有发光元件14和聚光透镜15。发光元件14发射的光被聚光透镜15聚集。因此,距离检测光源13朝向生物体的照射角度小。相应地,各距离检测光源13各自的照射范围彼此间隔开。即,距离检测光源13向生物体发射聚光。在图3A的示例中,四个距离检测光源13布置在基板的四个角上。多个距离检测光源13发射与第一波长不同的第二波长的光或包括该第二波长的预定波长范围的光。在该实施例中,多个距离检测光源13发射蓝光。而且,第二波长为465nm至485nm。当照明光源12和距离检测光源13的波长范围具有一定范围时,照明光源12的波长范围不包括第二波长并且距离检测光源13的波长范围不包括第一波长。
图3C示出了发射到生物体的光的波长与生物体的反射位置之间的关系。如图3C所示,生物体的反射位置根据发射光的波长而波动。具体地,随着波长越长,反射位置变得距皮肤表面越深。例如,蓝光被表皮(epidemis)反射。近红外光被皮下组织(hypodemis)反射。因此,当 使用具有不同波长的发射光时,可以从生物体获取多个不同的信息。在该实施例中,当使用近红外光时,可以获取诸如静脉图案(vein pattern)的皮下组织的信息。当使用蓝光时,可以获取在生物体的皮肤表面附近的表皮的信息。蓝光在生物体的皮肤表面或皮肤表面附近的位置处反射。因此,与近红外光波长相比,模糊和散射较少,并且聚光的轮廓鲜明。因此,提高了距离检测准确度。
摄像装置11是对第一波长和第二波长中的至少一个具有灵敏度的捕获装置。在该实施例中,摄像装置11是彩色图像传感器。图3D示出了由摄像装置11捕获的B(蓝色)像素的图像、由摄像装置11捕获的G(绿色)像素的图像和由摄像装置11捕获的R(红色)像素的图像。距离检测光源13发射蓝光。因此,在B像素的图像中出现聚光。照明光源12发射近红外光。因此,在R像素的图像中出现整个生物体。
图4A示出了处理单元20和认证单元30的框图。如图4A所示,处理单元20用作光源控制器21、图像获取器22、距离信息检测器23、距离信息存储装置24、生物信息检测器25、校正器26等。认证单元30用作生物信息存储装置31、比较器32、输出单元33等。
图4B示出了处理单元20和认证单元30的硬件结构。如图4B所示,处理单元20和认证单元30具有CPU 101、RAM(随机存取存储器)102、存储器装置103、显示装置104等。这些部件通过总线等彼此耦接。
CPU 101是中央处理单元。CPU 101包括一个或多个核。RAM 102是暂时存储由CPU101执行的程序、由CPU 101处理的数据等的易失性存储器。
存储器装置103是非易失性存储器装置。存储器装置103可以是诸如ROM(只读存储器)或闪速存储器的SSD(固态驱动器)、或者由硬盘驱动器驱动的硬盘。存储器装置103存储根据第一实施例的生物捕获程序和生物认证程序。显示装置104例如是液晶装置。
存储在存储器装置103中的生物捕获程序和生物认证程序被开发到RAM 102。CPU101执行被开发到RAM 102的生物捕获程序和生物认证程序。当执行生物捕获程序时,实现处理单元20的每个单元。当执行生物认证程序时,实现认证单元30的每个单元。
(登记处理)
将基于图5给出对登记处理的描述。图5示出了登记处理的流程图。 在登记处理中,用户的生物信息预先存储在生物信息存储装置31中作为生物模板,并且用户的生物体与摄像装置11之间的距离信息预先存储在距离信息存储装置24中。
如图5所示,光源控制器21使照明光源12和距离检测光源13同时发射光(步骤S1)。这意味着照明光源12的发光时段与距离检测光源13的发光时段完全或部分重叠。因此,照明光源12的光发射的开始时刻和结束时刻可以与距离检测光源13的光发射的开始时刻和结束时刻不同。
接下来,图像获取器22在照明光源12和距离检测光源13二者都发射光的时刻从摄像装置11获取图像(步骤S2)。接下来,距离信息检测器23利用由摄像装置11捕获的图像的B像素图像来检测生物体与摄像装置11之间的距离信息(步骤S3)。距离信息与摄像装置11和生物体之间的距离具有相关性。例如,距离信息例如是聚光的大小、聚光的形状、聚光之间的距离等。在该实施例中,使用聚光之间的距离作为距离信息。接下来,距离信息存储装置24存储由距离信息检测器23检测到的距离信息(步骤S4)。
接下来,生物信息检测器25利用由摄像装置11捕获的图像的R像素图像来检测生物信息(步骤S5)。例如,生物信息检测器25检测手掌形状、掌纹、静脉图案等作为生物信息。接下来,生物信息存储装置31存储由生物信息检测器25检测到的生物信息。通过这些过程,登记处理终止。
(认证处理)
将基于图6给出对认证处理的描述。图6示出了认证处理的流程图。如图6所示,光源控制器21使照明光源12和距离检测光源13同时发射光(步骤S11)。接下来,图像获取器22从摄像装置11获取图像(步骤S12)。接下来,距离信息检测器23利用由摄像装置11捕获的图像的B像素图像来检测聚光之间的距离作为距离信息(步骤S13)。
接下来,生物信息检测器25利用由摄像装置11捕获的图像的R像素图像来检测生物信息(步骤S14)。接下来,校正器26对在步骤S14中检测到的生物信息进行校正,使得在步骤S13中检测到的距离信息更接近存储在距离信息存储装置24中的距离信息(步骤S15)。
例如,当使用聚光大小、聚光形状、两个聚光之间的距离等作为距离信息时,获取摄像装置11与生物体之间的距离。因此,可以减小在认证 处理中获取的生物信息的倍率(magnification ratio)与在登记处理中获取的生物信息的倍率之间的差异。当使用三个或更多个聚光之间的距离作为距离信息时,除了摄像装置11与生物体之间的距离之外,还可以获取生物体的倾斜角度。在这种情况下,可以减小在认证处理中获取的生物信息的倍率与在登记处理中获取的生物信息的倍率之间的差异。此外,可以减小在认证处理中生物体的倾斜角度与在登记处理中生物体的倾斜角度之间的差异。即,可以减小在认证处理器中生物体的姿势与在登记处理中生物体的姿势之间的差异。
接下来,比较器32将校正后的生物信息与存储在生物信息存储装置31中的生物信息进行比较(步骤S16)。例如,比较器32确定校正后的生物信息与存储在生物信息存储装置31中的生物信息之间的相似度是否等于或大于阈值。接下来,输出单元33使显示装置104显示比较器32的比较结果(步骤S17)。通过这些过程,认证处理终止。
在该实施例中,向生物体发射第一波长的光,并且向生物体发射第二波长的光。基于由摄像装置捕获的图像中的第一波长分量来获取生物图像。此外,基于第二波长分量来获取摄像装置与生物体之间的距离信息。以此方式,当使用具有不同波长的波长分量时,即使发射了第一波长的光和第二波长的光这两者,也可以在不具有多个图像捕获装置的情况下从由摄像装置捕获的图像获取生物图像和距离信息。当利用距离信息来校正生物图像时,可以提高使用生物图像的认证准确度。
如图3C所示,当波长较短时,光在更靠近皮肤表面的位置处反射。当光在靠近皮肤表面的位置处反射时,可以抑制反射光的模糊、散射等。因此,优选地使用比第一波长短的波长作为第二波长。例如,优选地,第二波长是可见光范围波长,并且第一波长是近红外范围波长。
与检测聚光的外边缘相比,检测聚光的亮度值中心更容易。因此,当利用多个聚光检测多个聚光之间的距离时,提高了检测生物体与摄像装置11之间的距离的准确度。当使用三个或更多个聚光时,可以获取生物体的倾斜角度。在这种情况下,可以校正生物体的姿势,从而提高认证准确度。
尽管在本实施例中校正了在步骤14中检测到的生物信息,但是该结构不受限制。例如,可以校正生物图像,并且可以从校正后的生物图像中检测生物信息。在任何情况下,对从生物图像获取的生物信息进行校正。可以校正存储在生物信息存储装置31中的生物信息。例如,可以校正存 储在生物信息存储装置31中的生物信息,使得在登记处理中获取的距离信息更接近在认证处理中获取的距离信息。
[第二实施例]
图7A示出了根据第二实施例的捕获装置10a的平面图。图7B示出了图7A的截面图。如图7A和图7B所示,捕获装置10a具有用于使照明光源12的发射光的分布均匀化的光学导体16。光学导体16布置在多个照明光源12上。光学导体16被布置成使得距离检测光源13的发射光不进入光学导体16并且照明光源12的发射光进入光学导体16。
如图7B所示,光学导体16具有楔形截面。如图7A所示,光学导体16具有圆环形状,摄像装置11的光轴穿过圆环形状的中心。此外,光学导体16具有用于使光朝向光学导体16的输入侧或光学导体16的输出侧散射的凹凸面(asperity)。例如,光学导体16具有被构造成在光学导体16的输入侧或输出侧具有凹凸面的结构,诸如表面纹理形状、喷砂或棱镜槽。利用凹凸面结构,可以使照明光源12的照明光均匀地发射到生物体。因此,可以提高认证准确度。光学导体16可以具有正方形形状或矩形形状。用于产生聚光的每个聚光透镜可以同时形成在四个角处。用于使光发射到生物体的光学导体和用于聚光的聚光透镜可以由单个构件构成。在这种情况下,可以降低成本。光学导体16可以由诸如丙烯酸或聚碳酸酯的塑料或者玻璃制成。当使用塑料时,可以更多地降低成本。
[第三实施例]
图8A示出了根据第三实施例的捕获装置10b的平面图。图8B示出了图8A的截面图。如图8A和图8B所示,替代光学导体16,捕获装置10b具有透镜阵列17。透镜阵列17具有在每个照明光源12的发光侧的透镜。透镜阵列17被布置成使得距离检测光源13的发射光不进入透镜阵列17并且照明光源12的发射光进入透镜阵列17。
如图8A所示,透镜阵列17具有圆环形状,摄像装置11的光轴穿过该圆环形状的中心。此外,透镜阵列17具有用于使光朝向透镜阵列17的输入侧或透镜阵列17的输出侧散射的凹凸面。例如,透镜阵列17具有被构造成在透镜阵列17的输入侧或输出侧具有凹凸面的结构,诸如表面纹理形状、喷砂或棱镜槽。利用该凹凸面结构,可以使照明光源12的照明光均匀地发射到生物体。因此,可以提高认证准确度。透镜阵列17可以具有正方形形状或矩形形状。用于产生聚光的每个聚光透镜可以同时形 成在四个角处。用于使光发射到生物体的透镜阵列和用于聚光的聚光透镜可以由单个构件构成。在这种情况下,可以降低成本。透镜阵列17可以由诸如丙烯酸或聚碳酸酯的塑料或玻璃制成。当使用塑料时,可以更多地降低成本。
[第四实施例]
图9A示出了根据第四实施例的捕获装置10c的平面图。图9B示出了图9A的截面图。如图9A和图9B所示,替代光学导体16,捕获装置10c具有衍射光学元件阵列18。衍射光学元件阵列18具有在每个照明光源12的发光侧的衍射光学元件。衍射光学元件阵列18被布置成使得距离检测光源13的发射光不进入衍射光学元件阵列18并且照明光源12的发射光进入衍射光学元件阵列18。
如图9A所示,衍射光学元件阵列18具有圆环形状,摄像装置11的光轴穿过该圆环形状的中心。由于每个衍射光学元件被布置在照明光源12上,因此照明光源12可以将光以一定分布发射到生物体的必要区域。因而,可以提高认证准确度。
图9C示出了衍射光学元件的细节。如图9C所示,衍射光学元件是衍射件的集合体。在衍射光学元件中,排列了间距和旋转方向彼此不同的期望像素数量的微衍射件。作为示例,生物大小为110mm×110mm。照明光源12的发光部的大小为3mm×3mm。发射波长为545nm。照明光源12的照明部与衍射光学元件之间的间隔为5mm。衍射光学元件阵列的基板是合成二氧化硅并且具有2mm的厚度。在这种情况下,如图9D所示,当衍射光学元件阵列(大小为5mm)由250像素×250像素(总共62500)个单元大小为0.02mm的衍射光学元件构成时,可以在对生物体的照射中实现有效的方形均匀分布。各衍射件的间距和旋转方向的数量是巨大的。因此,为了简明起见,省略了细节。衍射光学元件阵列18可以由诸如丙烯酸或聚碳酸酯的塑料或者玻璃制成。当使用塑料时,可以更多地降低成本。
[第五实施例]
图10A示出了根据第五实施例的捕获装置10d的平面图。图10B示出了图10A的截面图。如图10A和图10B所示,替代衍射光学元件阵列18,捕获装置10d具有衍射光学元件阵列19。衍射光学元件阵列19具有在每个照明光源12和每个距离检测光源13的发光侧的衍射光学元件。照 明光源12和距离检测光源13的透镜可以由单个构件构成。因此,可以减少部件的数量。
图10C示出了用于距离检测光源13的衍射光学元件的细节。如图10C所示,衍射光学元件是衍射件的集合体。在衍射光学元件中,排列了间距和旋转方向彼此不同的期望像素数量的微衍射件。从外部,衍射光学元件类似于图9C所示的用于照明光源12的衍射光学元件。然而,如稍后描述的那样,单元大小、像素数量(PIX)、各衍射件的间距和各衍射件的旋转方向与图9C的衍射光学元件的单元大小、像素数量(PIX)、各衍射件的间距和各衍射件的旋转方向不同。作为示例,生物大小为110mm×110mm。距离检测光源13的发光部的大小为3mm×3mm。发射波长为465nm。距离检测光源13的照射部与衍射光学元件之间的间隔为5mm。衍射光学元件的基板是合成二氧化硅并且具有2mm的厚度。在这种情况下,如图10D所示,当衍射光学元件阵列(大小为3mm)由120个像素×120像素(总共为14400)个单元大小为0.025mm的衍射光学元件构成时,可以在对生物体的照射中实现有效的方形均匀分布。各衍射件的间距和旋转方向的数量是巨大的。因此,为了简明起见,省略了细节。衍射光学元件阵列19可以由诸如丙烯酸或聚碳酸酯的塑料或者玻璃制成。当使用塑料时,可以更多地降低成本。
在上述实施例中,照明光源12用作被配置成向生物体发射第一波长的光的第一光源的示例。距离检测光源13用作被配置成向生物体发射与第一波长不同的第二波长的光的第二光源的示例。摄像装置11用作被配置成捕获从生物体反射的光的摄像装置的示例。生物信息检测器25用作被配置成基于由摄像装置捕获的图像中的第一波长的分量来获取生物图像的生物信息获取器的示例。距离信息检测器23用作被配置成基于由摄像装置捕获的图像中的第二波长的分量来获取生物体与摄像装置之间的距离信息的距离信息获取器的示例。校正器26用作被配置成基于距离信息来校正生物图像的校正器的示例。捕获装置10和处理单元20用作生物捕获装置的示例。

Claims (8)

1.一种生物捕获装置,包括:
第一光源,被配置成向生物体发射第一波长的光;
第二光源,被配置成向所述生物体发射与所述第一波长不同的第二波长的光;
摄像装置,被配置成捕获从所述生物体反射的光;
生物信息获取器,被配置成基于由所述摄像装置捕获的图像中的所述第一波长的分量来获取生物图像;
距离信息获取器,被配置成基于由所述摄像装置捕获的图像中的所述第二波长的分量来获取所述生物体与所述摄像装置之间的距离信息;以及
校正器,被配置成基于所述距离信息来校正所述生物图像。
2.根据权利要求1所述的生物捕获装置,其中,所述第二波长短于所述第一波长。
3.根据权利要求1或2所述的生物捕获装置,其中:
所述第二波长是可见光范围内的波长;并且
所述第一波长是近红外波长范围内的波长。
4.根据权利要求1或2所述的生物捕获装置,其中:
所述距离信息获取器基于从所述第二光源中的三个或更多个获取的所述第二波长的分量来获取所述生物体的倾斜角度;以及
所述校正单元基于所述倾斜角度来校正所述生物图像。
5.一种生物捕获方法,包括:
利用第一光源向生物体发送第一波长的光;
利用第二光源向所述生物体发射与所述第一波长不同的第二波长的光;
利用摄像装置捕获从所述生物体反射的光;
基于由所述摄像装置捕获的图像中的所述第一波长的分量来获取生物图像;
基于由所述摄像装置捕获的图像中的所述第二波长的分量来获取所述生物体与所述摄像装置之间的距离信息;以及
基于所述距离信息来校正所述生物图像。
6.根据权利要求5所述的生物捕获方法,其中,所述第二波长短于所述第一波长。
7.根据权利要求5或6所述的生物捕获方法,其中:
所述第二波长是可见光范围内的波长;并且
所述第一波长是近红外波长范围内的波长。
8.根据权利要求5或6所述的生物捕获方法,其中:
在获取所述距离信息时,基于从所述第二光源中的三个或更多个获取的所述第二波长的分量来获取所述生物体的倾斜角度;以及
在校正时,基于所述倾斜角度来校正所述生物图像。
CN201710112123.8A 2016-03-11 2017-02-28 生物捕获装置和生物捕获方法 Active CN107180221B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016048724A JP6743429B2 (ja) 2016-03-11 2016-03-11 生体撮影装置、生体撮影方法および生体撮影プログラム
JP2016-048724 2016-03-11

Publications (2)

Publication Number Publication Date
CN107180221A true CN107180221A (zh) 2017-09-19
CN107180221B CN107180221B (zh) 2021-02-12

Family

ID=58454842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710112123.8A Active CN107180221B (zh) 2016-03-11 2017-02-28 生物捕获装置和生物捕获方法

Country Status (4)

Country Link
US (1) US10268870B2 (zh)
EP (1) EP3217323B1 (zh)
JP (1) JP6743429B2 (zh)
CN (1) CN107180221B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020140893A1 (en) * 2019-01-04 2020-07-09 Shenzhen GOODIX Technology Co., Ltd. Anti-spoofing live face sensing for enhancing security of facial recognition
CN111713466A (zh) * 2020-05-20 2020-09-29 吉林大学 一种水体生物捕获装置
CN111741711A (zh) * 2018-02-23 2020-10-02 株式会社村田制作所 生物体信号传感器
CN111784893A (zh) * 2019-04-03 2020-10-16 阿里巴巴集团控股有限公司 信息的识别方法、系统、设备及存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6862899B2 (ja) * 2017-02-21 2021-04-21 富士通株式会社 情報処理装置、生体認証方法、生体認証プログラム
DE102017126207A1 (de) * 2017-11-09 2019-05-09 Iris-Gmbh Infrared & Intelligent Sensors Sensorsystem zur Prüfung von Handvenenmustern
JP2022114220A (ja) * 2021-01-26 2022-08-05 ソニーセミコンダクタソリューションズ株式会社 発光装置、発光装置の製造方法、および測距装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101352345A (zh) * 2007-07-25 2009-01-28 索尼株式会社 生物认证系统
CN101534388B (zh) * 2008-02-11 2011-08-31 得克斯玛格销售有限责任公司 图像捕获系统和用于图像数据分析的方法
US20140376005A1 (en) * 2012-03-28 2014-12-25 Fujitsu Limited Imaging device

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05322531A (ja) * 1992-05-22 1993-12-07 Toshio Fukuda 物体の3次元形状測定装置
CN100577102C (zh) * 2004-11-15 2010-01-06 日本电气株式会社 生物体特征输入装置
JP4799216B2 (ja) * 2006-03-03 2011-10-26 富士通株式会社 距離測定機能を有する撮像装置
US7995808B2 (en) * 2006-07-19 2011-08-09 Lumidigm, Inc. Contactless multispectral biometric capture
WO2008091401A2 (en) * 2006-09-15 2008-07-31 Retica Systems, Inc Multimodal ocular biometric system and methods
JP4877015B2 (ja) 2007-03-30 2012-02-15 沖電気工業株式会社 静脈認証装置
US8189881B1 (en) * 2007-11-27 2012-05-29 Texas Instruments Incorporated Fingerprint sensor using beams of light and methods of manufacture and use
JP4791595B2 (ja) * 2008-03-06 2011-10-12 富士通株式会社 画像撮影装置、画像撮影方法および画像撮影プログラム
US8150108B2 (en) * 2008-03-17 2012-04-03 Ensign Holdings, Llc Systems and methods of identification based on biometric parameters
JP5168049B2 (ja) * 2008-09-24 2013-03-21 オムロン株式会社 画像処理方法および画像処理装置
JP5098973B2 (ja) * 2008-11-27 2012-12-12 富士通株式会社 生体認証装置、生体認証方法及び生体認証プログラム
CN102292026B (zh) * 2009-01-30 2014-03-26 富士通先端科技株式会社 认证装置、摄像装置和认证方法
JP2010240215A (ja) 2009-04-07 2010-10-28 Sony Corp 静脈深度判定装置、静脈深度判定方法およびプログラム
WO2012014304A1 (ja) * 2010-07-29 2012-02-02 富士通株式会社 生体認証装置および生体認証プログラム
JP2012155405A (ja) * 2011-01-24 2012-08-16 Fujitsu Ltd 生体画像撮影システム、生体画像取得方法、及びプログラム
JP5780053B2 (ja) * 2011-08-22 2015-09-16 富士通株式会社 生体認証装置、生体認証方法、及びプログラム
JP2013171325A (ja) * 2012-02-17 2013-09-02 Fujitsu Frontech Ltd 照合対象決定装置、照合対象決定プログラム、および照合対象決定方法
JP6182830B2 (ja) 2012-06-11 2017-08-23 株式会社モフィリア 電子機器
JPWO2015029537A1 (ja) * 2013-08-28 2017-03-02 コニカミノルタ株式会社 器官画像撮影装置
JP6340838B2 (ja) * 2014-03-10 2018-06-13 富士通株式会社 生体認証装置、生体認証方法及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101352345A (zh) * 2007-07-25 2009-01-28 索尼株式会社 生物认证系统
CN101534388B (zh) * 2008-02-11 2011-08-31 得克斯玛格销售有限责任公司 图像捕获系统和用于图像数据分析的方法
US20140376005A1 (en) * 2012-03-28 2014-12-25 Fujitsu Limited Imaging device

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111741711A (zh) * 2018-02-23 2020-10-02 株式会社村田制作所 生物体信号传感器
WO2020140893A1 (en) * 2019-01-04 2020-07-09 Shenzhen GOODIX Technology Co., Ltd. Anti-spoofing live face sensing for enhancing security of facial recognition
US11216647B2 (en) 2019-01-04 2022-01-04 Shenzhen GOODIX Technology Co., Ltd. Anti-spoofing live face sensing for enhancing security of facial recognition
CN111784893A (zh) * 2019-04-03 2020-10-16 阿里巴巴集团控股有限公司 信息的识别方法、系统、设备及存储介质
CN111713466A (zh) * 2020-05-20 2020-09-29 吉林大学 一种水体生物捕获装置
CN111713466B (zh) * 2020-05-20 2021-07-20 吉林大学 一种水体生物捕获装置

Also Published As

Publication number Publication date
EP3217323B1 (en) 2023-08-02
JP2017162394A (ja) 2017-09-14
US10268870B2 (en) 2019-04-23
US20170262687A1 (en) 2017-09-14
JP6743429B2 (ja) 2020-08-19
CN107180221B (zh) 2021-02-12
EP3217323A1 (en) 2017-09-13

Similar Documents

Publication Publication Date Title
CN107180221A (zh) 生物捕获装置和生物捕获方法
US7623689B2 (en) Image pick-up apparatus including luminance control of irradiation devices arranged in a main scan direction
US7690827B2 (en) Light guide member, illumination apparatus, and image capturing apparatus using the same
US7646423B2 (en) Image capture apparatus with illuminator and distance measuring light emitting device
EP1830306B1 (en) Image capturing apparatus having distance measurement function
CN100533252C (zh) 图像捕获装置
CN105122943B (zh) 特性化光源和移动设备的方法
CN103079085B (zh) 三维图像获取装置及计算该装置中的深度信息的方法
RU2328035C2 (ru) Устройство обработки информации
EP1830565B1 (en) Image capturing apparatus
US20100039520A1 (en) In-Camera Based Method of Detecting Defect Eye with High Accuracy
RU2013104205A (ru) Способы и устройство для соосного формирования изображения с множеством длин волн
JP2003083730A (ja) 3次元情報取得装置、3次元情報取得における投影パターン、及び、3次元情報取得方法
CN110895678A (zh) 脸部识别模块及方法
KR102460659B1 (ko) ToF 센서를 이용하여 깊이 영상을 획득하는 방법 및 장치
CN101229055A (zh) 皮肤区域检测成像设备
CN101030245A (zh) 图像捕获装置
CN103037752A (zh) 图像处理装置
JPWO2014174779A1 (ja) 複数の光源を有するモーションセンサ装置
KR20110134848A (ko) 홍채 이미지 캡쳐 방법 및 시스템
CN110248056B (zh) 图像检查装置
CN105022980A (zh) 一种条码图像识读设备
WO2020024079A1 (zh) 图像识别系统
CN106778446A (zh) 一种近红外指静脉图像采集系统
CN205121579U (zh) 一种条码图像识读设备

Legal Events

Date Code Title Description
PB01 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