CN107578242B - 指纹感测系统和方法 - Google Patents
指纹感测系统和方法 Download PDFInfo
- Publication number
- CN107578242B CN107578242B CN201710499673.XA CN201710499673A CN107578242B CN 107578242 B CN107578242 B CN 107578242B CN 201710499673 A CN201710499673 A CN 201710499673A CN 107578242 B CN107578242 B CN 107578242B
- Authority
- CN
- China
- Prior art keywords
- capacitance
- analog
- voltage
- digital converter
- digital signal
- 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
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
- G06V40/1365—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Input (AREA)
- Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
根据本发明的第一方面,提供一种指纹感测系统,包括:感测单元,所述感测单元被配置成测量感测胞元的物理特性且产生取决于所述物理特性的电压;和模数转换器,所述模数转换器被配置成将所述电压转换成数字信号,其中所述模数转换器实施非线性转换函数。根据本发明的第二方面,构想一种对应的指纹感测方法。根据本发明的第三方面,提供一种相应的计算机程序产品。
Description
技术领域
本发明涉及指纹感测系统。此外,本发明涉及对应指纹感测方法和对应计算机程序产品。
背景技术
当今,许多电子装置和系统需要某种形式的用户认证。例如,在支付系统中,可以使用智能卡发起支付和认证用户。除了经由个人识别码(PIN)的常规用户认证之外,智能卡还可包括用于获取用户的指纹的指纹传感器。在这种情况下,举例来说,可以使用所获取指纹确定是由正当的所有者将智能卡呈现给终端。然而,足够准确地获取用户的指纹可能是困难的。
发明内容
根据本发明的第一方面,提供指纹感测系统,包括:感测单元,所述感测单元被配置成测量感测胞元的物理特性且产生取决于所述物理特性的电压;和模数转换器,所述模数转换器被配置成将所述电压转换成数字信号,其中所述模数转换器实施非线性转换函数。
在一个或多个实施例中,所述模数转换器实施对数转换函数。
在一个或多个实施例中,所述对数转换函数具有底数二。
在一个或多个实施例中,所述系统进一步包括后转换单元,所述后转换单元被配置成针对数字信号的给定值产生相关联的预先计算输出值。
在一个或多个实施例中,所述后转换单元被配置成为了产生所述预先计算输出值,使用包括多个数字信号值和相关联的预先计算输出值的查找表。
在一个或多个实施例中,所述查找表可由主机处理器配置。
在一个或多个实施例中,所述的系统进一步包括变换单元,所述变换单元被配置成对由所述后转换单元产生的输出值执行快速傅立叶变换。
在一个或多个实施例中,所述物理特性表示感测胞元的表面与手指的表面之间的距离。
在一个或多个实施例中,所述物理特性为电容。
在一个或多个实施例中,所述模数转换器为对数流水线型模数转换器。
在一个或多个实施例中,所述模数转换器为闪速模数转换器。
在一个或多个实施例中,所述模数转换器具有互反转换特征。
根据本发明的第二方面,构想指纹感测方法,包括:感测单元测量感测胞元的物理特性且产生取决于所述物理特性的电压;和实施非线性转换函数的模数转换器将所述电压转换成数字信号。
根据本发明的第三方面,提供计算机程序产品,所述计算机程序产品包括非暂时性指令,所述非暂时性指令在由处理单元执行时致使所述处理单元实行或控制所阐述的类型的方法。
根据本发明的第四方面,提供一种智能卡,包括所阐述的类型的系统。
附图说明
将参考附图更详细地描述实施例,在附图中:
图1示出感测胞元的例子;
图2示出指纹感测系统的示意性实施例;
图3示出指纹感测系统的另一示意性实施例;
图4示出模数转换器的转换函数的示意性实施例;
图5示出线性化函数实施方案的示意性实施例;
图6示出作为谷线深度的函数的模数转换器的输出;
图7示出线性化函数实施方案的另一示意性实施例;
图8示出查找表的示意性实施例;
图9示出实际谷线深度如何不同于所测量的谷线深度的例子;
图10示出实际谷线深度如何不同于所测量的谷线深度的另一例子;
图11示出模数转换器的转换函数的另一示意性实施例。
具体实施方式
图1示出感测胞元100的例子。感测胞元100可形成指纹感测系统的部分,所述部分(例如)可内嵌于智能卡中。举例来说,此指纹感测系统可包括可以矩阵的形式布置的多个感测胞元。每个感测胞元可具有可响应于外部物件(例如,人手指)的接近而改变的物理特性。在这个例子中,感测胞元100包括传感器板102、钝化层104和涂层106。在这种情况下,感测胞元的物理特性为可取决于感测胞元100的上表面与人手指108的表面之间的距离而改变的电容。
具体地说,传感器板102由可由氮化硅制成的钝化层104覆盖。在钝化层104上施加呈涂层106形式的防刮擦和磨损保护层。钝化层104的厚度可为约1μm到3μm,而涂层106的厚度通常为约25μm到50μm。谷线深度z,即感测胞元100的表面与手指108的表面之间的距离,通常为约25μm。钝化层104、涂层106和谷线可具有不同的介电常数,称为k因数。钝化层104的k因数为约2到4,涂层106的k因数为约2到4,且谷线的k因数约为空气的k因数,即1。可由感测单元(未示出)测量的感测胞元的总电容可表达为Cmeas:
Cmeas=1/(1/Cpassivation+1/Ccoating+1/Cz)
电容Cmeas通常为谷线深度z的非线性函数,且反之亦然,其具有互反函数的特征。指纹感测系统可使用测量的电容Cmeas确定具体胞元与手指之间的谷线深度z。因此,如果从多个感测胞元获取测量值,那么可确定指纹的拓扑。指纹传感器常常利用高分辨率线性模数转换器(ADC)产生电容Cmeas的数字表示。高分辨率ADC消耗处理时间、管芯面积和功率。此外,指纹传感器常常应用低通滤波以及高分辨率抽样(例如,508dpi)来获取具有足以进行充分指纹检测的质量的图像。降低信噪比的一个关键噪声源为量化噪声。发明人已意识到归因于所测量的电容Cmeas的性质,当需要低量化噪声时线性ADC可能不表示最佳解决方案。如果可减小量化噪声,那么即使指纹传感器具有较低分辨率(例如,250dpi),也可用于提供良好的三维分辨率。
通常,对于小的谷线深度,不同的谷线深度产生可足以区别彼此的电容值,从这一方面来说分辨率为高,而对于较大谷线深度,不同的谷线深度产生不能很好地区别彼此的电容值,从这一方面来说分辨率为低。因此,可能需要对测量结果进行线性化。然而,测量结果的线性化可能需要耗时的后处理操作,这会消耗指纹认证系统中的宝贵计算资源。此外,在资源受限的系统中,甚至不可能实施此线性化。因此,可能需要减少线性化工作,以便减少所需的计算资源且进一步减少指纹传感器和认证系统的整体功率消耗。此外,可能需要减少在量化、功率、速度和管芯面积消耗方面的模数转换的所需工作。
因此,根据本发明,提供指纹感测系统,包括:感测单元,所述感测单元被配置成测量感测胞元的物理特性且产生取决于所述物理特性的电压;和模数转换器,所述模数转换器被配置成将所述电压转换成数字信号,其中所述模数转换器实施非线性转换函数。此外,构想对应的指纹感测方法。具体地说,发明人已发现使用具有非线性转换特征(即,实施非线性转换函数)的ADC可减少所需的计算量,且因此减少对计算资源的需要,同时仍能实现测量结果的线性化。具体地说,发明人已发现实施对数转换函数的ADC可进一步减少所需的计算量,同时仍能实现测量结果的线性化。在实际和高效实施方案中,对数转换函数具有底数二。
图2示出指纹感测系统200的示意性实施例。指纹感测系统200包括以操作方式耦合到彼此的感测单元202和非线性模数转换器204。在操作中,感测单元202测量感测胞元(未示出)的物理特性(例如,电容)且产生取决于所测量的特性的电压。此外,非线性模数转换器204将电压转换成数字信号。
图3示出指纹感测系统300的另一示意性实施例。在这个例子中,系统300包括电容-电压转换器302、以操作方式耦合到电容-电压转换器302的对数模数转换器304和以操作方式耦合到对数模数转换器304的查找表306。在操作中,电容-电压转换器302将所测量的电容(可视为谷线深度z的函数)转换成电压(因此可视为所测量的电容的函数)。对数模数转换器304将所述电压转换成数字信号,具体地说,值ADCcount。查找表306将值ADCcount作为输入且输出表示所测量的谷线深度的值z。
因此,在这个实施例中,系统300包括后转换单元,所述后转换单元被配置成针对数字信号的给定值ADCcount产生相关联的预先计算输出值z。具体地说,后转换单元包括查找表306,所述查找表306包括多个数字信号值和相关联的预先计算输出值。以此方式,可进一步减少计算工作且因此可需要更少的计算资源。发明人已发现结合查找表306使用对数ADC304能够尤其高效地实施前述线性化。此外,在一个或多个实施例中,查找表306可由主机处理器配置。以此方式,可轻易地调谐指纹感测系统300。
较详细的例子实施例可作如下描述。如上文所提及,所测量的电容包括以下分量:
Cmeas=1/(1/Cpassivation+1/Ccoating+1/Cz),
其中Cz可表示指纹拓扑的互反谷线深度z。钝化电容Cpassivation可由钝化厚度和其k因数确定,其中k因数为材料特定的介电常数。此电容相对较大。涂层电容Ccoating可由涂层厚度和其k因数确定,使得具有相同数量级的电容作为电容Cz。
由于在指纹传感器的制造期间定义Cpassivation和Ccoating两者,因此这些电容可假设为在一个指纹图像扫描内恒定,令所述电容Cconst由其相反值a作如下表达:
a=1/Cconst
所测量的电容Cmeas现可定义为:
Cmeas=1/(a+1/Cz)
由电容-电压转换器302提供的电压Vcap可被视为与Cmeas成线性相关,其中c为转换因数:
Vcap=c*Cmeas
此外,气隙或谷线深度电容Cz可定义为:
Cz=k0*k*area*1/z,
其中k0为真空电容率,k为空气的k因数(为1),area为由传感器板的宽度和长度所界定的面积且z为待测量的谷线深度(即,传感器胞元的上表面与手指的表面之间的距离)。
Cmeas现可表达为z的函数:
Cmeas=1/(a+z/b)
Vcap=c/(a+z/b),
其中b=k0*k*area。因此:
Vcap=b*c/(a*b+z)
现可按以下公式得到所测量的谷线深度z:
b*c/Vcap=a*b+z
z=b*c/Vcap-a*b
z=b*(c/Vcap-a)
根据本发明,可在对数域中计算项(c/Vcap):
log(c/Vcap)=-log(Vcap/c)
在使用具有底数2的对数的情况下,log(2)域中的1/x可表达为:
-ld(Vcap/c),
其中ld表示具有底数2的对数(二元对数)。
由此得出z:
z=2^[ld(b)-ld(Vcap/c)]-a*b
在实际和高效实施方案中,可预先计算1/c值,以便由乘法取代除法。现应用具有对数转换函数的ADC,其可一步组合抽样和对数化。
在一些实施例中,对数化可实施为:
ADCcount=ld(Vcap/c)
图4示出模数转换器的非线性转换函数400的示意性实施例。也就是说,在本文中所描述的具体例子中,ADC转换函数可由图4中所描绘的表中所示出的值界定。应指出ld(b)为常数且可设置为ld(b)=A。
由此可得到:
z=2^(A-ADCcount)-b
此2的幂数求幂运算可通过左移操作实现:
z=[1SHL(A-ADCcount)]-b,
其中,SHL可为桶左移操作以实施所需求幂运算。
图5示出线性化函数实施方案500的示意性实施例。实施方案包括前述桶左移操作SHL。
图6示出作为实际谷线深度z的函数600的模数转换器的输出。具体地说,其示出传感器板间隙(即,实际谷线深度)转换为其相关数字值(即,值ADCcount)的例子。在应用可提供选项以将所述值存储于4位变量中的衰减因数的这个例子中,x轴表示传感器板间隙(单位为μm),y轴示出所得到的测量值ADCcount。使用4位变量可能够将两个4位变量打包到一个数据字节中,从而可降低用于将数据传送到主机处理器的带宽要求。由于数据传送到主机处理器常常是图像捕获时间的瓶颈问题,因此此举也可提高图像的捕获率。由于对数域中整数转换产生的取舍效应,传感器板距离读数中可能出现偏离理想转换的情况。然而,由于指纹图像处理的性质,这些偏离的影响可忽略。
图7示出线性化函数实施方案700的另一示意性实施例。具体地说,所述图式示出线性化函数实施方案,其中使用调整因数,如果对数转换具有不同于二的底数,那么所述调整因数可用。也就是说,在一些实施例中,可对不同于2的底数实施对数化,从而可产生更精细的采样分辨率。由于对于对数底数2来说可易于实现二进制域中的解对数化,因此可通过应用调整因数corr将由对数ADC提供的值调整为底数2。调整因数可按如下计算:
log(x)base=ld(x)/ld(base),
其中ld()为具有底数2的对数。接着:
ld(x)=ld(x)base*corr
corr=ld(base)
调整因数corr为可预先计算的常数。选择对数底数可用于使得corr可产生支持简单整数计算的值。现可按以下公式得到谷线深度z:
z=[1SHL(A-ADCcount*corr)]-b
产生的转换步骤在图中示出。在一些实施例中,预先计算的乘积“ADCcount*corr”可存储于容纳针对每一离散ADCcount的一个乘积项的表中。这种做法避免了硬件乘法器的实施且简化了表查找的乘法,这较为快速且不消耗资源。对于16阶对数化,需要15个存储器位置(ADC值0将得到0):
z=[1SHL(A-lookup(ADCcount)]-b,
其中SHL为左移函数。
返回参看图3,在一些实施例中,完全预先计算的项“[1SHL(A-ADCcount*corr)]-b”可存储于查找表306中,在那种情况下,所述查找表306可容纳针对每一离散ADCcount的一个z项,所述z项直接将ADCcount转变成所测量的谷线深度z。这种做法简化了z的计算:
z=lookup(ADCcount)
以此方式,提供一种不需要硬件乘法器或桶移位器且进一步利用z仅为ADCcount的函数的事实从对数ADC读数获取所测量的谷线深度z的高效且快速的方式。这种做法可行,这是因为对数ADC的离散输出具有[0、1……样值]的有限定义空间。举例来说,对于32个离散输出值,需要存储31项。如果每一项表示为4位值,那么可将这些值中的两个打包成一个字节,借此在给定例子中将所需表减小到16个字节。
图8示出查找表800的示意性实施例。如上文关于图7的描述,查找表800包括针对每一离散ADCcount的一个z项,所述z项直接将ADCcount转变成所测量的谷线深度z。以此方式,简化所测量的谷线深度z的计算。
图9示出实际谷线深度如何不同于测量谷线深度的例子。具体地说,所述图式在x轴上示出实际谷线深度(单位为μm),且在y轴上示出所测量的谷线深度(单位为μm)。参考线900示出实际谷线深度与所测量的谷线深度之间准确的对应性。也就是说,参考线900示出理想指纹感测系统的测量结果。线902示出作为实际谷线深度函数的所测量的谷线深度。此处,示出根据上述实施例实施的指纹感测系统的输出。可以看出由线902表示的输出为极其线性的。因此,输出相对精确,同时不太需要计算资源。此外,已对大于26μm的谷线深度应用噪声削波。
图10示出实际谷线深度如何不同于所测量的谷线深度的另一例子。同样,所述图式在x轴上示出实际谷线深度(单位为μm),且在y轴上示出所测量的谷线深度(单位为μm)。参考线1000示出实际谷线深度与所测量的谷线深度之间准确的对应性。也就是说,参考线1000示出理想指纹感测系统的测量结果。线1002示出作为实际谷线深度函数的所测量的谷线深度。在这个例子中,线1002表示包括线性ADC的指纹感测系统的输出。可以看出,相比于图9中示出的输出,由线1002表示的输出明显偏离由参考线1000表示的理想输出。具体地说,对于大的谷线深度来说,输出不够精确。
在一些实施例中,图8中示出的查找表可存储于易失性存储器(例如,RAM)中,所述易失性存储器能够通过主机处理器设置表数据。这种做法可使主机处理器根据应用程序需要实时调整查找表。此外,在一些实施例中,可根据指纹感测胞元的电容-电压转换器302的信噪比计算对数底数。具体地说,对于给定输入电压区间Vrange和S/N比,可按如下公式计算噪声等级:
Vnoise=Vrange/S/N
可按以下公式根据S/N比和样值的数目计算对数底数:
底数=S/N^(1/样值)
作为例子,对于2V的转换电压区间、100(40dB)的S/N和16阶,对数底数可为:
底数=100^(1/16)=1.333521...
在一些实施例中,对查找表提供的样值应用快速傅立叶变换(FFT)。查找表可被配置成提供为2的幂的输出值,这可简化连续FFT计算,这是因为许多系数可变为0。这可加速FFT计算且因此节省计算资源和减少电力消耗。在一些实施例中,可利用对数流水线型ADC。对数转换原理可简化ADC设计,这是因为与线性ADC相比需要更少的减法。在一些实施例中,可利用闪速ADC。在这种配置中,对于16阶对数ADC,可需要15个比较器。开关电容器分压器可用于通过电荷分配提供参考电压电平,因此确保应用非整数因数,以便实现单调转换特征。在一些实施例中,使用具有8到18和更高k因数的hi-k材料作为涂层材料,以便补偿涂层厚度,借此增加传感器的灵敏度。
图11示出模数转换器的转换函数1100的另一示意性实施例。具体地说,所述图式示出具有互反转换特征的ADC的转换函数1100。在一些实施例中,ADC可为具有互反转换特征的ADC,其后是包括查找表的后转换单元,所述查找表用于从ADC读数ADCcount导出z。互反转换特征可提供最小量化噪声且可提供传感器板距离的直接线性表示。现仅通过ADC中比较器参考等级的变化确定量化噪声。可在制造期间通过微调施加参考等级调整以将这类噪声降至最低。ADC的转换特征可定义为:
z=a-1/Vcap*b+c
在对于16量化等级a=16的情况下,这个公式可产生精确的输出。互反ADC转换特征可最好由具有用于单独量化等级的固定参考等级的闪速ADC实施。图11示出具有2V转换区间的ADC转换特征的例子。互反ADC的特征为比较器分辨率可朝向较低输入电压增大。这也意味着比较器增益可朝向更低输入电压增大,以便节约功率以用于较大输入电压。
在一些实施例中,可在生产期间借助(例如)激光微调、快闪编程或其它合适的方法使得转换函数为可调整。在一些实施例中,通过适配其偏置/供应电流来使比较器增益适用于输入电压电平。此外,在一些实施例中,可将非线性转换结果提供到微处理单元,以用于应用线性化计算步骤。如果出于节省时间和功率的目的需要对减少的量化进行粗略扫描,那么此情况适用。
本文中所描述的系统和方法可以至少部分地由一个或多个计算机程序实施,所述计算机程序可以在单个计算机系统中或跨多个计算机系统以激活和闲置两种状态呈多种形式存在。举例来说,它们可作为由程序指令组成的软件程序以源代码、目标代码、可执行代码或用于执行一些步骤的其它格式存在。以上格式中的任一格式可以压缩或未压缩形式在计算机可读媒体上实施,所述计算机可读媒体可包括存储装置和信号。
如本文中所使用,术语“移动装置”指代任何类型的便携式电子装置,包括蜂窝式电话、个人数字助理(PDA)、智能手机、平板计算机等。此外,术语“计算机”指代包括例如通用中央处理单元(CPU)、专用处理器或微控制器等处理器的任何电子装置。计算机能够接收数据(输入)、能够对数据执行一系列预定操作,并且能够由此产生信息或信号形式的结果(输出)。取决于上下文,术语“计算机”将意指(具体地说)处理器或(更一般地)与单个壳体或外壳内包含的相关元件的组合件相关联的处理器。
术语“处理器”或“处理单元”是指数据处理电路,所述数据处理电路可以是微处理器、协处理器、微控制器、微型计算机、中央处理单元、现场可编程门阵列(FPGA)、可编程逻辑电路和/或基于存储于存储器中的可操作指令控制信号(模拟信号或数字信号)的任何电路。术语“存储器”是指某一存储电路或多个存储电路,例如只读存储器、随机存取存储器、易失性存储器、非易失性存储器、静态存储器、动态存储器、快闪存储器、高速缓冲存储器和/或存储数字信息的任何电路。
如本文中所使用,“计算机可读媒体”或“存储媒体”可以是能够包含、存储、传达、传播或传输计算机程序以供指令执行系统、设备或装置使用或结合指令执行系统、设备或装置使用的任何构件。计算机可读媒体可以是(例如但不限于)电子、磁性、光学、电磁、红外线或半导体系统、设备、装置或传播媒体。计算机可读媒体的更加特定的例子(非穷尽性列表)可以包括以下各项:具有一个或多个导线的电连接、便携式计算机磁盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存存储器)、光纤、便携式光盘只读存储器(CDROM)、数字多功能光盘(DVD)、蓝光光盘(BD)和存储卡。
应注意,已经参考不同标的物描述了以上实施例。具体地说,一些实施例可能是参照方法类的权利要求描述的,而其它实施例可能是参照设备类的权利要求描述的。然而,本领域技术人员将从上述内容了解到,除非另外指明,否则除属于一种类型标的物的特征的任何组合外,与不同标的物相关的特征的任何组合,特别是方法类的权利要求的特征和设备类的权利要求的特征的组合,也视为用此文件公开。
此外,应注意,图式是示意性的。在不同图式中,用相同的附图标记表示类似或相同的元件。此外,应注意,为了提供示意性实施例的简洁描述,可能并未描述属于技术人员的习惯做法的实施细节。应了解,在任何此类实施方案的发展中,如在任何工程或设计项目中,必须制定大量实施方案特定的决策以便实现研发者的特定目标,例如遵守系统相关的和商业相关的约束条件,这些约束条件在不同的实施方案之间可能不同。此外,应了解,此类发展工作可能是复杂且耗时的,但不过是本领域技术人员进行设计、制造和生产的例行任务。
最后,应注意,技术人员将能够在不脱离所附权利要求书的范围的情况下设计许多替代实施例。在权利要求书中,置于圆括号之间的任何附图标记不应解释为限制权利要求。词“包括”不排除权利要求中列出的那些元件或步骤之外的元件或步骤的存在。在元件之前的词“一”不排除多个此类元件的存在。权利要求书中叙述的措施可以借助于包括若干独特元件的硬件和/或借助于适当编程的处理器来实施。在列出若干构件的装置权利要求项中,可以通过硬件中的同一个物件实施若干这些构件。在彼此不同的从属权利要求中叙述某些措施这一单纯事实并不表示不能使用这些措施的组合来获得优势。
附图标记列表
100 感测胞元
102 传感器板
104 钝化层
106 涂层
108 手指
200 指纹感测系统
202 感测单元
204 非线性模数转换器
300 指纹感测系统
302 电容-电压转换器
304 对数模数转换器
306 查找表
400 模数转换器的转换函数
500 线性化函数的实施方案
600 作为谷线深度的函数的ADC输出
700 线性化函数的实施方案
800 查找表
900 参考线
902 作为实际谷线深度函数的所测量的谷线深度
1000 参考线
1002 作为实际谷线深度函数的所测量的谷线深度
1100 模数转换器的转换函数
Claims (8)
1.一种指纹感测系统,其特征在于,包括:
电容-电压转换器,所述电容-电压转换器被配置成将所测量的电容转换成电压,其中,所述电容为感测胞元的表面与人手指的表面之间的距离的非线性函数;
模数转换器,所述模数转换器以操作方式耦合到所述电容-电压转换器且被配置成将所述电压转换成数字信号,其中所述模数转换器实施非线性对数转换函数;以及
查找表,所述查找表以操作方式耦合到所述模数转换器且被配置成将所述数字信号的值作为输入且输出表示所述感测胞元的表面与所述人手指的表面之间的所测量的距离的值。
2.根据权利要求1所述的系统,其特征在于,所述对数转换函数具有底数二。
3.根据权利要求1所述的系统,其特征在于,进一步包括后转换单元,所述后转换单元被配置成针对所述数字信号的给定值产生相关联的预先计算输出值。
4.根据权利要求3所述的系统,其特征在于,所述后转换单元被配置成为了产生所述预先计算输出值,使用包括多个数字信号值和相关联的预先计算输出值的查找表。
5.根据权利要求4所述的系统,其特征在于,所述查找表可由主机处理器配置。
6.根据权利要求3到5中任一项所述的系统,其特征在于,进一步包括变换单元,所述变换单元被配置成对由所述后转换单元产生的输出值执行快速傅立叶变换。
7.一种智能卡,其特征在于,包括根据前述权利要求中任一权利要求所述的指纹感测系统。
8.一种指纹感测方法,其被执行于指纹感测系统中,所述系统包括电容-电压转换器、以操作方式耦合到所述电容-电压转换器的模数转换器以及以操作方式耦合到所述模数转换器的查找表,其特征在于,所述
方法包括:
所述电容-电压转换器将所测量的电容转换成电压,其中,所述电容为感测胞元的表面与人手指的表面之间的距离的非线性函数;
所述模数转换器将所述电压转换成数字信号,其中所述模数转换器实施非线性对数转换函数;
所述查找表将所述数字信号的值作为输入且输出表示所述感测胞元的表面与所述人手指的表面之间的所测量的距离的值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16177943.4 | 2016-07-05 | ||
EP16177943.4A EP3267358B1 (en) | 2016-07-05 | 2016-07-05 | Fingerprint sensing system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107578242A CN107578242A (zh) | 2018-01-12 |
CN107578242B true CN107578242B (zh) | 2023-07-25 |
Family
ID=56368862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710499673.XA Active CN107578242B (zh) | 2016-07-05 | 2017-06-27 | 指纹感测系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10482306B2 (zh) |
EP (1) | EP3267358B1 (zh) |
CN (1) | CN107578242B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3232369B1 (en) | 2016-04-15 | 2021-06-16 | Nxp B.V. | Fingerprint authentication system and method |
TWM608543U (zh) * | 2020-03-02 | 2021-03-01 | 神盾股份有限公司 | 整合式真手指光譜感測裝置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2403146A1 (en) * | 2010-06-29 | 2012-01-04 | University of Limerick | Low power analog to digital converter |
CN103778420A (zh) * | 2014-02-28 | 2014-05-07 | 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 |
CN103810479A (zh) * | 2014-02-28 | 2014-05-21 | 成都费恩格尔微电子技术有限公司 | 指纹采集系统及指纹信息采集方法 |
CN105447439A (zh) * | 2015-02-13 | 2016-03-30 | 比亚迪股份有限公司 | 指纹检测电路及电子装置 |
CN205302320U (zh) * | 2015-12-08 | 2016-06-08 | 北京集创北方科技有限公司 | 一种指纹识别装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI397862B (zh) * | 2007-06-22 | 2013-06-01 | Mstar Semiconductor Inc | 指紋偵測器 |
US9195877B2 (en) * | 2011-12-23 | 2015-11-24 | Synaptics Incorporated | Methods and devices for capacitive image sensing |
US9361064B2 (en) * | 2013-09-10 | 2016-06-07 | Intel Corporation | Methods and systems to compensate for non-linearity of a stochastic system |
KR20160138917A (ko) * | 2015-05-26 | 2016-12-06 | 크루셜텍 (주) | 지문 검출 장치를 포함하는 스마트카드 및 이의 구동 방법 |
CN105389544B (zh) * | 2015-10-21 | 2018-04-17 | 深圳市汇顶科技股份有限公司 | 输出转换电路及指纹识别系统 |
-
2016
- 2016-07-05 EP EP16177943.4A patent/EP3267358B1/en active Active
-
2017
- 2017-06-27 CN CN201710499673.XA patent/CN107578242B/zh active Active
- 2017-07-05 US US15/642,272 patent/US10482306B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2403146A1 (en) * | 2010-06-29 | 2012-01-04 | University of Limerick | Low power analog to digital converter |
CN103778420A (zh) * | 2014-02-28 | 2014-05-07 | 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 |
CN103810479A (zh) * | 2014-02-28 | 2014-05-21 | 成都费恩格尔微电子技术有限公司 | 指纹采集系统及指纹信息采集方法 |
CN105447439A (zh) * | 2015-02-13 | 2016-03-30 | 比亚迪股份有限公司 | 指纹检测电路及电子装置 |
CN205302320U (zh) * | 2015-12-08 | 2016-06-08 | 北京集创北方科技有限公司 | 一种指纹识别装置 |
Non-Patent Citations (4)
Title |
---|
An advanced fingerprint sensor LSI and its application to a fingerprint identification system;H. Morimura等;《 2002 Symposium on VLSI Circuits. Digest of Technical Papers (Cat. No.02CH37302)》;20020615;参见论文"高级指纹传感器大规模集成电路"部分及图1-5 * |
Evaluation of ESD hardness for fingerprint sensor LSIs;Nobuhiro Shimoyama等;《 2004 Electrical Overstress/Electrostatic Discharge Symposium》;20040923;图1 * |
Logarithmic CMOS image sensor through multi-resolution analog-to-digital conversion;Shih-Fang Chen等;《2003 International Symposium on VLSI Technology, Systems and Applications. Proceedings of Technical Papers. (IEEE Cat. No.03TH8672)》;20031008;摘要、图3 * |
Low-cost logarithmic CMOS image sensing by nonlinear analog-to-digital conversion;Ying-Chieh Chuang等;《IEEE Transactions on Consumer Electronics ( Volume: 51, Issue: 4, November 2005)》;20051130;图3-8 * |
Also Published As
Publication number | Publication date |
---|---|
CN107578242A (zh) | 2018-01-12 |
EP3267358B1 (en) | 2021-10-13 |
US20180012056A1 (en) | 2018-01-11 |
US10482306B2 (en) | 2019-11-19 |
EP3267358A1 (en) | 2018-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10049255B2 (en) | Finger biometric sensing device including series coupled error compensation and drive signal nulling circuitry and related methods | |
US9477870B2 (en) | Finger biometric sensing device including drive signal nulling circuitry and related methods | |
US9679183B2 (en) | Finger biometric sensor including drive signal level updating and related methods | |
US10579851B2 (en) | Fingerprint processing system and method | |
TW201528154A (zh) | 電容指紋感測器 | |
CN107578242B (zh) | 指纹感测系统和方法 | |
CN105913049B (zh) | 一种指纹采集装置 | |
CN109657656B (zh) | 指纹检测方法、指纹检测装置和移动终端 | |
JP2018518899A (ja) | 指紋センサ用の信号処理回路及び方法 | |
US11144742B2 (en) | Fingerprint sensor and terminal device | |
EP2184700A2 (en) | Pixel sensing circuit with common mode cancellation | |
CN109690560B (zh) | 具有不同电容式配置的指纹感测 | |
US20190011291A1 (en) | Reducing noise in a capacitive sensor | |
CN108701222B (zh) | 使用具有不同的主要延伸方向的测量结构的指纹感测 | |
Licciardo et al. | Ultra-tiny neural network for compensation of post-soldering thermal drift in mems pressure sensors | |
KR102415802B1 (ko) | 지문 센서들에 대한 빠른 지문 세틀먼트 검출 | |
US20180045584A1 (en) | Systems and Methods of Sensor Linearization | |
CN107817060B (zh) | 温度数字转换器 | |
TWI741044B (zh) | 判斷手指的物理性質之方法、手指感測系統以及電子裝置 | |
KR101665187B1 (ko) | 환경 정보 센서 회로 및 환경 정보 측정 장치 | |
Rybakov et al. | Histogram measurement of ADC nonlinearities by using incomplete-scale sine waves | |
US7068392B2 (en) | Apparatus and method of mapping look-up table in an imaging system | |
US9970970B2 (en) | Apparatus, method and computer program for sensing | |
KR20170066044A (ko) | 오프셋 조절 장치 및 그를 이용한 센서 장치 | |
Katkov et al. | Digital pressure transducer |
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 |