CN107368816A - 生物特征识别方法、生物特征识别装置和检测系统 - Google Patents

生物特征识别方法、生物特征识别装置和检测系统 Download PDF

Info

Publication number
CN107368816A
CN107368816A CN201710617241.4A CN201710617241A CN107368816A CN 107368816 A CN107368816 A CN 107368816A CN 201710617241 A CN201710617241 A CN 201710617241A CN 107368816 A CN107368816 A CN 107368816A
Authority
CN
China
Prior art keywords
image
detection
biological
connected region
continuum
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
CN201710617241.4A
Other languages
English (en)
Other versions
CN107368816B (zh
Inventor
田健飞
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 CN201710617241.4A priority Critical patent/CN107368816B/zh
Publication of CN107368816A publication Critical patent/CN107368816A/zh
Priority to KR1020180087376A priority patent/KR20190012131A/ko
Application granted granted Critical
Publication of CN107368816B publication Critical patent/CN107368816B/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
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • 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
    • G06V40/107Static hand or arm
    • G06V40/11Hand-related biometrics; Hand pose recognition
    • 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
    • G06V40/1347Preprocessing; Feature extraction
    • 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
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/19Sensors therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

公开了一种生物特征识别方法,包括以下步骤:从检测面板的部分区域采集生物特征数据以获得第一图像;判断第一图像的质量是否达到预设的标准,如果是,则从整个检测面板采集生物特征数据以获得第二图像。该方法只有在第一图像满足要求的条件下,才启动全部检测单元进行检测,从而节约了功耗。同时公开了对应的生物特征识别装置。

Description

生物特征识别方法、生物特征识别装置和检测系统
技术领域
本发明涉及生物特征检测领域,尤其是一种生物特征识别方法、生物特征识别装置和检测系统。
背景技术
如今,在诸如手机和平板之类的移动终端中,往往采用指纹装置采集用户指纹。指纹装置包括一个裸露在外的检测面板,当检测面板被触碰或者按压时,会采集图像,然后通过I2C或者SPI总线将检测到的图像发送到主机,当主机接收到一幅完整的图像之后,会对其进行图像预处理,特征点检测,匹配等操作。
但是由于检测面板是一个裸露在外的装置,比较容易发生误碰等操作,如果人身体的其他部位,比如手背、皮肤等其他部位触碰到检测面板,当人手指潮湿或者沾有杂物时,也会触发对图像的采集,并将采集的图像发送到主机,进行图像匹配。而进行一次图像匹配的操作,需要较大的传输量和计算量。
预期一种更优化的指纹检测装置,至少能够减少指纹识别装置和主机之间的传输量、主机的计算量。
发明内容
鉴于上述问题,本发明提供一种生物特征识别装置、生物特征识别方法和检测系统,可用于检测指纹,相对于现有技术,该识别装置设置预检测功能,以达到减少识别装置和主机之间的传输量和主机的计算量的目的。
根据本发明的第一方面,提供一种生物特征识别方法,包括以下步骤:
从检测面板的部分区域采集生物特征数据以获得第一图像;
判断第一图像的质量是否达到预设的标准,如果是,则从整个检测面板采集生物特征数据以获得第二图像。
优选地,所述检测面板包括布置成阵列的多个检测单元,所述从检测面板的部分区域采集检生物特征数据包括:从所述多个检测单元中的一个或多个检测单元采集生物特征数据。
优选地,所述从所述多个检测单元中的一个或多个检测单元采集生物特征数据包括:从一行或多行检测单元和/或从一列或多列检测单元采集生物特征数据。
优选地,所述判断第一图像的质量是否达到预设的标准包括:
判断在所述第一图像上连通区域的数量是否超过设定阈值,如果是,则判定所述第一图像的质量达到预设的标准。
优选地,所述判断在所述第一图像上连通区域的数量是否超过设定阈值包括:
计算在所述第一图像上每个连续区域的连通区域的数量;
将每个连续区域的连通区域的数量累加得到总量;
判断所述总量是否超过设定的总量阈值。
优选地,所述判断在所述第一图像上连通区域的数量是否超过设定阈值包括:
计算在所述第一图像上每个连续区域的连通区域的数量;
判断每个连续区域的连通区域的数量是否超过设定的分量阈值。
优选地,还包括:在所述计算在所述第一图像上每个连续区域的连通区域的数量之前,将所述第一图像二值化。
优选地,所述从检测面板的部分区域采集生物特征数据包括以获得第一图像包括:
接收从检测面板的部分区域返回的第一检测信号;
将所述第一检测信号由模拟信号转换为数字信号;
根据所述第一检测信号生成第一图像;
所述从整个检测面板采集生物特征数据以获得第二图像包括:
接收从整个检测面板返回的第二检测信号;
将所述第二检测信号由模拟信号转换为数字信号;
根据第二检测信号生成第二图像。
优选地,所述生物特征包括指纹。
根据本发明的第二方面,提供一种生物特征识别装置,包括:
检测面板;
控制装置,用于从检测面板的部分区域采集生物特征数据以获得第一图像,判断第一图像的质量是否达到预设的标准,如果是,则从整个检测面板采集生物特征数据以获得第二图像。
优选地,所述控制装置包括:
采集单元,用于将来自检测面板的检测信号由模拟信号转换为数字信号,以生成第一图像和/或第二图像;
存储单元,用于存储所述第一图像;
数据处理单元,用于检验第一图像的质量是否达到预设的标准;
控制单元,用于控制采集单元从所述检测面板的部分区域采集检测信号并控制采集单元将生成的第一图像传输给存储单元,且当数据处理单元判断第一图像的质量达到预设的标准时,控制采集单元从整个检测面板采集检测信号并将所述第二图像输出。
优选地,所述数据处理单元包括:
第一计算模块,用于计算在所述第一图像上,每个连续区域的连通区域的数量;
第一判定模块,用于判断每个连续区域的连通区域的数量是否超过设定的分量阈值;如果每个连续区域的连通区域的数量均超过设定的分量阈值,则判定所述第一图像的质量达到预设的标准。
优选地,所述数据处理单元包括:
第二计算模块,用于计算在所述第一图像上,每个连续区域的连通区域的数量,以及将所述每个连续区域的连通区域的数量累加得到总量;
第二判定模块,用于判断所述总量是否超过设定的总量阈值,如果所述总量超过设定的总量阈值,则判定第一图像的质量达到预设的标准。
优选地,还包括:二值化处理单元,用于将所述第一图像二值化。
优选地,所述检测面板包括布置成阵列的多个检测单元,所述从检测面板的部分区域采集检生物特征数据包括:采用所述多个检测单元中的一个或多个检测单元采集生物特征数据。
本发明提出的具有预检测功能的生物特征识别装置,可用于指纹、掌纹、脚趾纹、脚掌纹、手形、虹膜、视网膜等一些具有明显特征的生物特征的检测。该识别装置先采集检测面板上的部分区域的检测信号生成第一图像,在第一图像满足预设的标准的情况下,采集整个检测面板上的检测信号生成第二图像,在不满足预设的标准的情况下,不进行图像采集,从而达到剔除不良图像,降低功耗的目的。
当生物特征识别装置和电子设备通信连接构成检测系统,通过生物特征识别装置进行预处理,剔除部分不符合要求的图像,能够避免不符合要求的图像被传输到电子设备,借此降低网络传输量和网络压力。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其他目的、特征和优点将更为清楚。
图1是本发明实施例的生物特征识别装置的结构示意图。
图2是根据本发明实施例的检测面板的示意图。
图3a和3b是经过未经处理和经图像处理后的指纹图像的比对示意图。
图4a和4b是根据本发明实施例中的检测面板的示意图。
图5a和5b是本发明实施例的生物特征识别方法的流程图。
图6a是根据本发明实施例中的指纹图像数据的示意图。
图6b是根据本发明实施例中的指纹图像数据的数据结构图。
图7是图5a和图5b的生物特征识别方法中部分区域的数据采集步骤的流程图。
图8是图5a和图5b的生物特征识别方法中整体面板的数据采集步骤的流程图。
具体实施方式
以下将参照附图更详细地描述本发明的各种实施例。在各个附图中,相同的元件采用相同或类似的附图标记来表示。为了清楚起见,附图中的各个部分没有按比例绘制。
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
应该指出的是,本发明实施例提供的生物特征识别方法和识别装置,适用于指纹、掌纹、脚趾纹、脚掌纹、手形、虹膜、视网膜等一些具有明显特征的生物特征的检测。以下的实施例主要以指纹为例对本发明进行描述。
图1是本发明实施例的生物特征识别装置的结构示意图。生物特征识别装置10包括检测面板100和控制装置200。
检测面板100用于采集生物特征数据。检测面板可以采用多种构造。例如,在检测面板上设置横向和纵向延伸的检测电极,按压检测电极时生成检测信号发送给控制装置200。或者,通过传感器生成检测信号。例如,如图2所示,在检测面板上设置有检测单元1001。检测单元1001在面板上排列成二维阵列。检测单元1001可由指纹传感器构成,指纹传感器可采用电容传感器、射频传感器、光学传感器、超声波指纹传感器等等。
控制装置200控制生物特征数据的采集。例如,可选择从检测面板上部分区域或全部区域采集生物特征数据。在本实施例中,当接触或按压检测面板100时,控制装置200首先控制接收检测面板上部分区域的生物特征数据,根据部分区域的生物特征数据生成第一图像,并根据第一图像判断第一图像是否符合设定的标准,如果符合设定的标准,则采集检测面板上所有区域的生物特征数据,生成第二图像,如果不符合设定的标准,不再采集生物特征数据。对于不同的生物特征设定不同的标准,例如,指纹、掌纹各有不同的标准。在可选的实施例中,从第一图像中采集指纹或掌纹的特征点,并根据特征点的数量判定是否符合设定的标准。
参考图1,控制装置200可以进一步包括采集单元2001、存储单元2002、数据处理单元2003、控制单元2004和总线2005。
采集单元2001和检测面板100、存储单元2002、控制单元2004电连接,采集单元2001从控制单元2004接收控制指令,根据控制指令采集全部或部分区域的检测信号,并将采集到的检测信号由模拟信号转换为数字信号,根据数字信号生成图像,其中,根据检测面板上的部分区域的检测单元返回的检测信号生成第一图像,根据全部检测单元返回的检测信号生成第二图像。
存储单元2002和数据处理单元2003进行数据交互,存储单元2002存储第一图像。
数据处理单元2003从存储单元2002中获取第一图像,进行处理和检验。例如,如果是指纹图像,计算第一图像中的连通区域的数量,并基于该数量判定该指纹图像是否符合设定的标准。数据处理单元还可以包括一些图像处理模块,例如,二值化处理单元用于将第一图像二值化,灰度处理单元,用于将第一图像灰度化,图像增强单元用于增强第一图像,特征点提取单元,用于提取特征点,等等。通过图像处理模块使处理后的图像更清晰,便于后续计算和比对。图3a和3b是未经处理和经图像处理后的指纹图像的比对示意图。从图上可知,经图像处理后的指纹图像的指纹纹路更加清晰易于识别。
控制单元2004控制从检测面板的部分或全部区域采集生物特征数据,当部分区域采集的第一图像满足设定的标准时,控制从检测面板的全部区域采集生物特征数据,并控制采集单元将生成的第一图像传输给存储单元,第二图像直接发送给主机或外部设备。
总线2005和采集单元2001连接,第二图像可经由总线接口2005发送给外部的电子设备。外部的电子设备包括但不限于主机服务器、PC机、移动终端、图形工作站、服务器集群等,外部的电子设备接收第二图像用于进一步的指纹识别和验证。
综上所述,生物特征识别装置在检测发生时,在从整个检测面板采集生物特征数据之前,先从检测面板的部分区域采集生物特征数据进行预检测,借此判定是否符合预备检测的生物特征的标准,只有在符合标准的条件下,才从整个检测面板采集生物特征数据,从而节约了功耗。部分区域的生物特征数据的体量较小,生成的图像数据量相对也较小,因此,可以将其临时存储在识别装置并且进行图像处理。而整个检测面板的生物特征数据体量较大,生成的图像数据也比较大,因此不在识别装置端进行存储和图像处理。这样处理方式,能避免对识别装置的功耗和性能造成较大压力。
在可选的实施例中,数据处理单元2003还包括第一计算模块和第一判定模块,第一计算模块用于计算在第一图像上,每个连续区域的连通区域的数量。第一判定模块用于判断每个连续区域的连通区域的数量是否超过设定的分量阈值;如果每个连续区域的连通区域的数量均超过设定的分量阈值,则判定所述第一图像的质量达到预设的标准。
在另一个可选的实施例中,数据处理单元2003还包括:第二计算模块和第二判定模块。第二计算模块用于计算在所述第一图像上,每个连续区域的连通区域的数量,以及将所述每个连续区域的连通区域的数量累加得到总量。第二判定模块用于判断总量是否超过设定的总量阈值,如果总量超过设定的总量阈值,则判定第一图像的质量达到预设的标准。
图4a和4b是根据本发明实施例中的检测面板的示意图,其中图案化的检测单元为选中的检测单元用于获得预检测的检测信号。
在图4a中,选中的检测单元为二维阵列的两个行边缘和中间位置的多行检测单元,以及二维阵列的两个列边缘和中间位置的多列检测单元。在图4b中,选中区域的检测单元为第一行、中间一行、最后一行的检测单元,以及中心位置三列的检测单元。当然,还有其他设定方式,例如选择二维阵列的中心区域的检测单元作为预检测的检测单元。这些设定方式均不影响本发明的实施。
图5a是本发明实施例的生物特征识别方法的流程图。包括以下步骤。
在步骤S501中,从检测面板的部分区域接收检测信号以获得第一图像。在检测到触摸或按压时,从部分区域获得检测信号,并根据检测信号获得第一图像。
在步骤S502中,计算在所述第一图像上,每个连续区域的连通区域的数量。
例如,采用图4a中的行检测单元和列检测单元进行预检测时,由于这些行和列并不连续,因此,可以逐行和逐列计算每行和每列的连通区域。
在步骤S503中,判断每个连续区域的连通区域的数量是否超过设定的分量阈值。
通过步骤S502计算出设定行和设定列的连通区域的数量,再将该数量分别和设定阈值比对,判断是否均大于设定的分量阈值。如果均大于设定阈值,则认为第一图像满足设定的标准。或者,也可以设定:当60%的连续区域的连通区域的数量大于设定的分量阈值,则认为第一图像满足设定的标准。另外,每个连续区域的分量阈值可以相等也可以不等。
在步骤S504中,当满足设定的标准时,从整个检测面板接收检测信号以获得第二图像。即,在连通区域的数量均大于设定的分量阈值或者有足够的连续区域的连通区域的数量大于设定的分量阈值,则从全部检测单元接收检测信号,并根据返回的检测信号获得第二图像。
图5b是本发明实施例的生物特征识别方法的流程图。包括以下步骤。
在步骤S501’中,从检测面板的部分区域接收检测信号以获得第一图像。
在步骤S502’中,计算在所述第一图像上,每个连续区域的连通区域的数量。
在步骤S503’中,将所述每个连续区域的连通区域的数量累加得到总量。
在步骤S504’中,判断所述总量是否超过设定的总量阈值。
在步骤S505’中,当满足设定的标准时,从整个检测面板接收检测信号以获得第二图像。
上述实施例和图5a的区别在于:图5b的实施例将检测面板上的每个连续区域的连通区域的数量相加得到总量,再将总量和设定的总量阈值判断,以确定是否满足标准。
下面图4a的设定方式为例说明如何计算图像上的连通区域的数量。
如图4a所示,检测面板上设置二维的检测阵列为12*12。用于预检测的检测单元为第3行、第7行和第10行的检测单元,以及第3列、第7列和第11列的检测单元。根据在这三行和这三列的每个检测单元得到的检测信号生成第一图像,并将第一图像进行二值化处理,得到一个只包含黑色区域和白色区域的图像。每个检测单元可以设置为和一个像素对应,即一个像素单元只包含一个像素点,则每个像素点要么是白色区域要么是黑色区域。
假设第3行检测单元的指纹图像分别为黑色区域、黑色区域、黑色区域、黑色区域、白色区域、黑色区域、黑色区域、黑色区域、黑色区域、等等,第7行和第10行以此类推,则最终的得到的是类似图6a的示意图,其中后面三行可以表示第3列、第7列和第11列对应的图像。
黑色区域用0表示,白色区域用255表示,则可以通过类似图6b的数据结构a可以表示图6a中的一行,进而,通过数据结构a统计一行内连通区域的个数。
综上所述,可以通过连通区域的数量确定是否满足预设的标准,从而决定是否从整个检测面板获得检测信号。
图7是图5a和图5b的生物特征识别方法中部分区域的数据采集步骤的流程图。
图8是图5a和图5b的生物特征识别方法中整体面板的数据采集步骤的流程图。
参考图7,部分区域的数据采集步骤包括以下步骤。
在步骤S5012中,接收检测面板的部分区域返回的第一检测信号。
在步骤S5013中,将第一检测信号由模拟信号转换为数字信号。
在步骤S5014中,根据所述第一检测信号生成第一图像。
参考图8,整体面板的数据采集步骤包含以下步骤。
在步骤S5042中,接收整个检测面板返回的第二检测信号。
在步骤S5043中,将第二指纹检测信号由模拟信号转换为数字信号。
在步骤S5044中,根据第二指纹检测信号生成第二图像。
综上所述,本发明提供的生物特征识别方法执行一个预检测,以确定是否为对应的生物特征数据。只有在确认获得的是对应的生物特征数据的条件下,才进行全部检测单元的图像采集,由此节省了功耗。另外,一些较差指纹图像也会被剔除,从而达到剔除不良图像的目的。
本发明基于以上实施例,同时提出一种电子设备,包括生物特征识别装置,该生物特征识别装置通过预检测剔除掉非指纹图像和较差指纹图像用于电子设备的处理,从而降低了了数据传输量和数据计算量,降低了功耗和性能压力。
依照本发明的实施例如上文所述,这些实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施例。显然,根据以上描述,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地利用本发明以及在本发明基础上的修改使用。本发明的保护范围应当以本发明权利要求所界定的范围为准。

Claims (15)

1.一种生物特征识别方法,包括以下步骤:
从检测面板的部分区域采集生物特征数据以获得第一图像;
判断第一图像的质量是否达到预设的标准,如果是,则从整个检测面板采集生物特征数据以获得第二图像。
2.根据权利要求1所述的生物特征识别方法,其中,所述检测面板包括布置成阵列的多个检测单元,所述从检测面板的部分区域采集检生物特征数据包括:从所述多个检测单元中的一个或多个检测单元采集生物特征数据。
3.根据权利要求2所述的生物特征识别方法,其中,所述从多个检测单元中的一个或多个检测单元采集生物特征数据包括:从一行或多行检测单元和/或从一列或多列检测单元采集生物特征数据。
4.根据权利要求1所述的生物特征识别方法,其中,所述判断第一图像的质量是否达到预设的标准包括:
判断在所述第一图像上连通区域的数量是否超过设定阈值,如果是,则判定所述第一图像的质量达到预设的标准。
5.根据权利要求4所述的生物特征识别方法,其中,所述判断在所述第一图像上连通区域的数量是否超过设定阈值包括:
计算在所述第一图像上每个连续区域的连通区域的数量;
将每个连续区域的连通区域的数量累加得到总量;
判断所述总量是否超过设定的总量阈值。
6.根据权利要求4所述的生物特征识别方法,其中,所述判断在所述第一图像上连通区域的数量是否超过设定阈值包括:
计算在所述第一图像上每个连续区域的连通区域的数量;
判断每个连续区域的连通区域的数量是否超过设定的分量阈值。
7.根据权利要求5或6所述的生物特征识别方法,还包括:在所述计算在所述第一图像上每个连续区域的连通区域的数量之前,将所述第一图像二值化。
8.根据权利要求1所述的生物特征识别方法,其中,
所述从检测面板的部分区域采集生物特征数据包括以获得第一图像包括:
接收从检测面板的部分区域返回的第一检测信号;
将所述第一检测信号由模拟信号转换为数字信号;
根据所述第一检测信号生成第一图像;
所述从整个检测面板采集生物特征数据以获得第二图像包括:
接收从整个检测面板返回的第二检测信号;
将所述第二检测信号由模拟信号转换为数字信号;
根据第二检测信号生成第二图像。
9.根据权利要求1至8中任一项所述的生物特征识别方法,其中,所述生物特征包括指纹、脚趾纹和掌纹。
10.一种生物特征识别装置,包括:
检测面板;
控制装置,用于从检测面板的部分区域采集生物特征数据以获得第一图像,判断第一图像的质量是否达到预设的标准,如果是,则从整个检测面板采集生物特征数据以获得第二图像。
11.根据权利要求10所述的生物特征识别装置,其中,所述控制装置包括:
采集单元,用于将来自检测面板的检测信号由模拟信号转换为数字信号,以生成第一图像和/或第二图像;
存储单元,用于存储所述第一图像;
数据处理单元,用于检验第一图像的质量是否达到预设的标准;
控制单元,用于控制采集单元从所述检测面板的部分区域采集检测信号并控制采集单元将生成的第一图像传输给存储单元,且当数据处理单元判断第一图像的质量达到预设的标准时,控制采集单元从整个检测面板采集检测信号并将所述第二图像输出。
12.根据权利要求11所述的生物特征识别装置,其中,所述数据处理单元包括:
第一计算模块,用于计算在所述第一图像上,每个连续区域的连通区域的数量;
第一判定模块,用于判断每个连续区域的连通区域的数量是否超过设定的分量阈值;如果每个连续区域的连通区域的数量均超过设定的分量阈值,则判定所述第一图像的质量达到预设的标准。
13.根据权利要求11所述的生物特征识别装置,其中,所述数据处理单元包括:
第二计算模块,用于计算在所述第一图像上,每个连续区域的连通区域的数量,以及将所述每个连续区域的连通区域的数量累加得到总量;
第二判定模块,用于判断所述总量是否超过设定的总量阈值,如果所述总量超过设定的总量阈值,则判定第一图像的质量达到预设的标准。
14.根据权利要求12或13所述的生物特征识别装置,还包括:图像处理单元,用于将所述第一图像二值化。
15.根据权利要求10所述的生物特征识别装置,其中,所述检测面板包括布置成阵列的多个检测单元,所述从检测面板的部分区域采集生物特征数据包括:采用所述多个检测单元中的一个或多个检测单元采集生特征数据。
CN201710617241.4A 2017-07-26 2017-07-26 生物特征识别方法、生物特征识别装置和检测系统 Active CN107368816B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710617241.4A CN107368816B (zh) 2017-07-26 2017-07-26 生物特征识别方法、生物特征识别装置和检测系统
KR1020180087376A KR20190012131A (ko) 2017-07-26 2018-07-26 생물학적 특징 인식 방법 및 생물학적 특징 인식 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710617241.4A CN107368816B (zh) 2017-07-26 2017-07-26 生物特征识别方法、生物特征识别装置和检测系统

Publications (2)

Publication Number Publication Date
CN107368816A true CN107368816A (zh) 2017-11-21
CN107368816B CN107368816B (zh) 2020-04-14

Family

ID=60306971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710617241.4A Active CN107368816B (zh) 2017-07-26 2017-07-26 生物特征识别方法、生物特征识别装置和检测系统

Country Status (2)

Country Link
KR (1) KR20190012131A (zh)
CN (1) CN107368816B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020051792A1 (zh) * 2018-09-12 2020-03-19 深圳市汇顶科技股份有限公司 指纹识别方法、装置、设备及存储介质
CN112037185A (zh) * 2020-08-21 2020-12-04 湖南自兴智慧医疗科技有限公司 染色体分裂相图像筛选方法、装置及终端设备
CN113657263A (zh) * 2021-08-16 2021-11-16 深圳多模智能科技有限公司 唤醒终端识别生物特征信息的方法、装置、终端及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320924A (zh) * 2014-08-01 2016-02-10 神盾股份有限公司 电子装置及指纹辨识装置控制方法
CN105654027A (zh) * 2015-07-31 2016-06-08 宇龙计算机通信科技(深圳)有限公司 一种指纹识别的方法及装置
CN106096354A (zh) * 2016-05-27 2016-11-09 广东欧珀移动通信有限公司 一种指纹解锁方法及终端

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320924A (zh) * 2014-08-01 2016-02-10 神盾股份有限公司 电子装置及指纹辨识装置控制方法
CN105654027A (zh) * 2015-07-31 2016-06-08 宇龙计算机通信科技(深圳)有限公司 一种指纹识别的方法及装置
CN106096354A (zh) * 2016-05-27 2016-11-09 广东欧珀移动通信有限公司 一种指纹解锁方法及终端

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020051792A1 (zh) * 2018-09-12 2020-03-19 深圳市汇顶科技股份有限公司 指纹识别方法、装置、设备及存储介质
CN112037185A (zh) * 2020-08-21 2020-12-04 湖南自兴智慧医疗科技有限公司 染色体分裂相图像筛选方法、装置及终端设备
CN112037185B (zh) * 2020-08-21 2023-09-05 湖南自兴智慧医疗科技有限公司 染色体分裂相图像筛选方法、装置及终端设备
CN113657263A (zh) * 2021-08-16 2021-11-16 深圳多模智能科技有限公司 唤醒终端识别生物特征信息的方法、装置、终端及介质

Also Published As

Publication number Publication date
KR20190012131A (ko) 2019-02-08
CN107368816B (zh) 2020-04-14

Similar Documents

Publication Publication Date Title
US11188627B2 (en) Method for fingerprint unlocking and terminal
CN107346195B (zh) 触控显示面板及触控显示装置
CN105404875A (zh) 指纹识别装置、指纹识别方法及其终端设备
US9552525B2 (en) Noise reduction in biometric images
CN107368816A (zh) 生物特征识别方法、生物特征识别装置和检测系统
EP3249578A1 (en) Fingerprint unlocking method and terminal
KR102028243B1 (ko) 지문 검출 회로 및 이의 정전 용량식 지문 센서, 이동 단말기
CN104395907A (zh) 电子设备的启动方法和电子设备
EP3200121A1 (en) Fingerprint acquisition method, fingerprint acquisition apparatus and terminal
CN105678291B (zh) 一种图像采集方法及电子设备
EP3716134A1 (en) Parallel analysis device for ecg signals, and method and mobile terminal
CN112099624B (zh) 多模态菱形框架式电容感应手势识别系统
CN111599460A (zh) 远程医疗方法及系统
CN105303174A (zh) 指纹录入方法及装置
CN104751156A (zh) 一种可调光的手指静脉图像采集系统
CN110348326A (zh) 基于身份证识别和多设备访问的家庭健康信息处理方法
CN107714029A (zh) 一种心电远程监护系统
US20230259229A1 (en) Position detection circuit and position detection method
CN103324917A (zh) 包含手指信息的手写笔迹输入设备
CN109872806A (zh) 中医四诊信息采集整合系统及方法
CN108491800B (zh) 手掌特征识别装置及识别方法
CN111462869A (zh) 一种多功能的新生儿临床用头部影像诊疗系统及方法
CN108596127B (zh) 一种指纹识别方法、身份验证方法及装置和身份核验机
CN108694365B (zh) 一种图像获取方法及终端
CN107358173A (zh) 一种智能终端的指纹识别方法及识别装置

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