CN108694366B - 指纹感测器以及其降低噪声干扰方法 - Google Patents

指纹感测器以及其降低噪声干扰方法 Download PDF

Info

Publication number
CN108694366B
CN108694366B CN201710362064.XA CN201710362064A CN108694366B CN 108694366 B CN108694366 B CN 108694366B CN 201710362064 A CN201710362064 A CN 201710362064A CN 108694366 B CN108694366 B CN 108694366B
Authority
CN
China
Prior art keywords
sensing
data
fingerprint
plate
sensing plate
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
CN201710362064.XA
Other languages
English (en)
Other versions
CN108694366A (zh
Inventor
颜业烜
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.)
Image Match Design Inc
Original Assignee
Image Match Design Inc
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 Image Match Design Inc filed Critical Image Match Design Inc
Publication of CN108694366A publication Critical patent/CN108694366A/zh
Application granted granted Critical
Publication of CN108694366B publication Critical patent/CN108694366B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06V10/30Noise filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/144Image acquisition using a slot moved over the image; using discrete sensing elements at predetermined points; using automatic curve following means
    • 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
    • G06V40/1306Sensors therefor non-optical, e.g. ultrasonic or capacitive 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
    • G06V40/12Fingerprints or palmprints
    • G06V40/1335Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供了一种指纹感测器以及其降低噪声干扰方法,该方法包括同时检测两相邻感测板分别取得具有相同噪声的一第一感测数据及一第二感测数据,接着将该第一及第二感测数据相减以去除该噪声,将对应该两相邻感测板其中一个的第一指纹数据与该第一及第二感测数据的差值相加以得到另一感测板的第二指纹数据,根据该第一及第二指纹数据判断该两相邻感测板上的指纹。

Description

指纹感测器以及其降低噪声干扰方法
技术领域
本发明有关一种指纹感测器,特别是关于一种降低噪声干扰的指纹感测器及其方法。
背景技术
指纹感测器在检测手指指纹时,会因电源或周围环境所产生的噪声而产生不正确的感测结果。目前已有许多降低噪声干扰的方法,例如使用一共接地(common-gnd)板让手指与指纹感测器内的电路有相同接地电位,进而去除部分噪声,然而共接地板需要额外的工艺及成本,而且也会占用空间,因此随着电路体积的缩小,共接地板将不再适用。
美国专利第7,460,697号提出一种降低噪声干扰方法,其是增加额外的感测板,但是此方法成本较高,而且会让工艺更复杂。美国专利第8,787,632号提出一种在噪声较低时进行感测以降低噪声干扰的方法,但此方法为了避开噪声导致感测时间变长。美国专利第4,811,414号利用平均的方法来降低噪声干扰,但是噪声时大时小,因此这个方法也无法有效降低噪声干扰。此外,也有使用超取样或平均等方法去除每一个感测板的感测数据的噪声而得到正确的指纹数据,但这需要相当长的感测时间才能取得所有感测板的指纹数据。
因此,一种更有效且简单的降低噪声干扰方法,乃为所冀。
发明内容
本发明的目的在于提出一种降低噪声干扰的指纹感测器及其方法。
根据本发明,一种指纹感测器的降低噪声干扰方法包括:同时检测相邻的一第一感测板及一第二感测板分别取得具有相同噪声的一第一感测数据及一第二感测数据;将该第一感测数据及该第二感测数据相减产生一第一差值;将一第一指纹数据与该第一差值相加得到一第二指纹数据;以及分别根据该第一指纹数据及该第二指纹数据分别判断该第一感测板及该第二感测板上的指纹。
根据本发明,一种指纹感测器包括相邻的第一及第二感测板、一第一及第二感测电路、一第一减法器及一第一加法器。该第一及第二感测电路同时分别检测该第一感测板及第二感测板分别产生具有相同噪声的一第一感测数据及一第二感测数据,该第一减法器将该第一感测数据与该第二感测数据相减产生一第一差值,该第一加法器将一第一指纹数据与该第一差值相加产生一第二指纹数据以供判断该第二感测板上的指纹,其中该第一指纹数据以供判断该第一感测板上的指纹。
本发明是利用相邻的第一感测板及第二感测板在同一时间点受到相同噪声干扰的特性,将同一时间点检测到的该第一感测数据与该第二感测数据相减以得到不含噪声的第一差值,因此只要取得不含噪声且对应该第一感测板上指纹的第一指纹数据,即可计算出不含噪声且对应该第二感测板上指纹的第二指纹数据,故本发明能有效降低噪声干扰。该第一指纹数据可以通过去除该第一感测数据的噪声而得,或是预先设定一参考值作为该第一指纹数据。在取得该第二指纹数据后,可以再用相同方法取得与该第二感测板相邻的第三感测板上指纹的第三指纹数据。
本发明的有益效果在于,通过相邻感测板的感测数据的差值来计算指纹数据,因此即使手指与感测板不共地也不会有影响,没有“无共地”问题,不需要共接地板,并且,只需要对其中一个感测板的感测数据进行复杂的处理以去除噪声得到一指纹数据,接着便可通过该指纹数据进行简单的加减运算计算出其他感测板的指纹数据,不需要对所有感测板的感测数据都进行复杂的处理,所需的感测时间较短。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为同一时间指纹感测器不同位置的噪声;
图2用以说明本发明的操作;
图3为本发明指纹感测器的第一实施例;
图4为本发明指纹感测器的第二实施例;
图5为本发明指纹感测器的第三实施例;
图6是本发明指纹感测器的扫描方式的第一实施例;
图7为本发明指纹感测器的第四实施例;
图8是本发明指纹感测器的扫描方式的第二实施例;以及
图9是本发明指纹感测器的扫描方式的第三实施例。
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,本领域相关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,都属于本发明的保护的范围。
指纹感测器12在检测手指10的指纹时,会被电源或周围环境所产生的噪声干扰,而且不同感测板在工艺时也可能出现误差,因此就算是在同一时间点,指纹感测器12的多个感测电路14同时检测感测板MA、MB、MC、MD、ME,每一个感测电路14输出的感测数据受到的噪声干扰程度也不同,如图1所示。但是相邻的感测板的工艺几乎是相同的,被电源或周围环境干扰的程度也几乎相同,因此在同一时间点,相邻的感测板上的噪声几乎是相同的,本发明将利用这个特性来去除噪声,增加信号噪声比(signal-to-noise ratio;S/N)。
图2是说明本发明的原理,图3为本发明的指纹感测器12的第一实施例。参照图2及图3,第一感测电路142及第二感测电路144在时间T1时,同时检测各自连接的第一感测板MA及第二感测板MB得到第一感测数据A1及第二感测数据B1,由于第一感测板MA与第二感测板MB相邻,因此第一感测数据A1与第二感测数据B1中具有相同的噪声,如图2所示,从第一感测数据A1包括第一指纹数据A及噪声N1,第二感测数据B1包括第二指纹数据B及相同的噪声N1。第一减法器162将第二感测数据B1减去第一感测数据A1产生第一差值ΔAB,从图2可清楚知道,由于第一及第二感测数据具有相同噪声N1,因此二者相减后的第一差值ΔAB就是第一指纹数据A与第二指纹数据B的差值,所以只要取得第一指纹数据A或第二指纹数据B,便能计算出另一个指纹数据,在此实施例中是使用噪声去除电路18去除第一感测数据A1的噪声N1,以得到第一指纹数据A,再用第一加法器222将第一指纹数据A与第一差值相加ΔAB得到第二指纹数据B,在其他实施例中,也可以去除第二感测数据B1的噪声N1得到第二指纹数据B,再根据第二指纹数据B及第一差值ΔAB得到第一指纹数据A。目前已有很多方法可以去除第一感测数据A1的噪声N1,例如超取样及平均等方式,在此实施例中,噪声去除电路18是使用低通滤波器(LowPass Filter;LPF)来去除噪声N1。调整电路20可以根据需求对第一指纹数据A进行调整,例如放大、缩小或平移指纹数据A。第一指纹数据A及第二指纹数据B分别经缓冲器242及244送到模拟数字转换器(Analog to Digital Converter;ADC)262及264,由于第一指纹数据A及第二指纹数据B的噪声都被去除,因此可以选用增益较大的缓冲器242及244来放大信号,ADC 262及264将第一指纹数据A及第二指纹数据B转换为数字数据后,再进行后续处理以判断第一感测板MA及第二感测板MB上的指纹。如何处理指纹数据来判断指纹为已知技术,故在此不再赘述。
参照图2及图3,在时间T2时,第二感测电路144及第三感测电路146同时分别检测相邻的第二感测板MB及第三感测板MC得到包含噪声N2的第三感测数据B2及第四感测数据C2,第二减法器164将第四感测数据C2减去第三感测数据B2得到第二差值ΔBC,第二加法器224将之前计算出的第二指纹数据B与第二差值ΔBC相加得到第三指纹数据C。第三指纹数据C经缓冲器246送到ADC 266,ADC 266将第三指纹数据C转换为数字数据后,再进行后续处理以判断第三感测板MC上的指纹。在图3的实施例中,各指纹数据A、B及C有各自对应的缓冲器242、244及246以及ADC 262、264及266,但在其他实施例中,各指纹数据也可以共用同一个缓冲器及ADC。
在图2及图3的实施例中,其先取得感测板MA的指纹数据后,再由左至右依序计算感测板MB-MD的指纹数据,在其他实施例中,也可以先取得感测板MD的指纹数据后,再由右至左依序计算感测板MA-MC的指纹数据。本实施例只需要对其中一个感测板的感测数据进行复杂的处理以去除噪声得到一指纹数据,接着便可通过该指纹数据进行简单的加减运算计算出其他感测板的指纹数据,不需要对所有感测板的感测数据都进行复杂的处理,故本实施例所需的感测时间较短。
本发明是通过相邻感测板的感测数据的差值来计算指纹数据,因此即使手指与感测板不共地也不会有影响,没有“无共地(no-common-gnd)”问题,不需要共接地板。另一方面,从图2及图3的实施例可发现,本发明在找出正确的指纹数据B后,也可以逆向计算出噪声N1=B1-B,进而可以知道噪声N1的频率及型态以分析出噪声N1的形成原因。
图4为本发明指纹感测器12的第二实施例,其与图3的电路几乎相同,差别在于,图4中的缓冲器242及244是连接感测电路142及144,感测电路142及144所输出的感测数据A1及B1是先经缓冲器242及244后,再进行去除噪声及加减运算的处理。
图5为本发明指纹感测器12的第三实施例,其与图3电路的差别在于,图5的指纹感测器12是使用数字电路进行加减运算去除噪声。在图5中,第一感测电路142所检测到的第一感测数据A1经噪声去除电路18滤除噪声后得到第一指纹数据A,缓冲器242经第一指纹数据A传送至ADC 262,ADC 262将第一指纹数据A转换为数字的第一指纹数据A_d,数字的调整电路32可以根据需求对第一指纹数据A_d进行调整。第一感测电路142及第二感测电路144在同一时间感测相邻的感测板MA及MB产生包含相同噪声N1的第一感测数据A1及第二感测数据B1,第一感测数据A1及第二感测数据B1分别经ADC 302及304转换为数字的第一感测数据A1_d及数字的第二感测数据B1_d,由于第一感测数据A1及第二感测数据B1具有相同噪声N1,因此转换后的第一感测数据A1_d及第二感测数据B1_d也具有相同噪声N1_d,数字的减法器34将第二感测数据B1_d减去第一感测数据A1_d产生不含噪声N1_d的第一差值ΔAB_d,数字的加法器36将第一指纹数据A_d与第一差值ΔAB_d相加产生第二指纹数据B_d。指纹感测器12分别根据第一指纹数据A_d及第二指纹数据B_d分别判断感测板MA及MB上的指纹。
图6是本发明指纹感测器的扫描方式的第一实施例,其以第一列的第一个感测板MA1为参考感测板,取得感测板MA1上不含噪声的指纹数据后,如图3所示的电路同时检测相邻感测板MA1及MB1的感测数据,并根据该二感测数据的差值及感测板MA1的指纹数据计算出感测板MB1的指纹数据。在得到感测板MB1的指纹数据后,再利用感测板MB1及MC1在同一时间的感测数据差值得到感测板MC1的指纹数据。以此方法可以得到第一列上的所有感测的MD1-MH1的指纹数据。同理,第二列的第一个感测板MA2与感测板MA1相邻,因此也可以用相同方式利用感测板MA1的指纹数据得到感测板MA2的指纹数据,再以感测板MA2的指纹数据计算出第二列上所有感测板MB2-MH2的指纹数据以及第三列的感测板MA3的指纹数据。以此类推,可得到所有感测板的指纹数据。在此实施例中,所有感测板的指纹数据都是利用相邻感测板的指纹数据来计算,故可以减少扫描噪声也能弱化扫描线效应,此外所有感测板的指纹数据都是以感测板MA1的指纹数据为基准,因此就算感测板MA1的指纹数据有误差,所有的指纹数据也都会有相同的误差,在整体指纹的判断上不会有影响,换言之,本发明不需要很精确的参考值,感测板MA1的指纹数据不一定要通过感测指纹来产生,其也可以是一个预先设定的参考值。图7为本发明指纹感测器12的第四实施例,其与图3的电路几乎相同,差别在于,其利用一参考值产生器提供一预设的参考值作为对应感测板MA的第一指纹数据A,再将第一感测数据A1与第二感测数据B1的第一差值ΔAB与该第一指纹数据A相加,得到对应感测板MB的第二指纹数据B。
图8是本发明指纹感测器的扫描方式的第二实施例,其以第一列左方第一个感测板MA1为参考感测板,取得感测板MA1上不含噪声的指纹数据后,根据感测板MA1及MB1的感测数据的差值及感测板MA1的指纹数据计算出感测板MB1的指纹数据,接着由左至右依序求出第一列感测板MC1-MH1的指纹数据。在得到感测板MH1的指纹数据后,再求出感测板MH1及MH2在同一时间的感测数据差值得到感测板MH2的指纹数据,接着以相同方式,由右至左依序求出第二列感测板MA2-MG2的指纹数据,再以MA2的指纹数据计算第三列的感测板MA3的指纹数据,以此类推,以S型方式扫描所有感测板。
图9是本发明指纹感测器的扫描方式的第三实施例,其以9个感测板为一组,每一组的感测板排列成3×3矩阵(或任意矩阵),每一组中心位置的感测板为参考感测板,在得到参考感测板的指纹数据后,再计算相邻感测板的指纹数据,进而求得整组的感测板的指纹数据,并降低工艺偏移所造成的误差。
以上对于本发明的较佳实施例所作的叙述为阐明的目的,而无意限定本发明精确地为所揭露的形式,基于以上的教导或从本发明的实施例学习而作修改或变化是可能的,实施例为解说本发明的原理以及让熟习该项技术者以各种实施例利用本发明在实际应用上而选择及叙述,本发明的技术思想企图由权利要求及其均等来决定。

Claims (14)

1.一种指纹感测器的降低噪声干扰方法,其特征在于,该指纹感测器具有多个感测板供感测指纹,该降低噪声干扰方法包括下列步骤:
同时检测该多个感测板的一第一感测板及一第二感测板分别取得一第一感测数据及一第二感测数据,其中该第一感测板与该第二感测板相邻;
将该第一感测数据及该第二感测数据相减产生一第一差值;
去除该第一感测数据的噪声得到一第一指纹数据;
将该第一指纹数据与该第一差值相加得到一第二指纹数据;以及
分别根据该第一指纹数据及该第二指纹数据分别判断该第一感测板及该第二感测板上的指纹。
2.如权利要求1所述的指纹感测器的降低噪声干扰方法,其特征在于,该去除该第一感测数据的噪声的步骤包括超取样该第一感测数据。
3.如权利要求1所述的指纹感测器的降低噪声干扰方法,其特征在于,该去除该第一感测数据的噪声的步骤包括平均该第一感测数据。
4.如权利要求1所述的指纹感测器的降低噪声干扰方法,其特征在于,该去除该第一感测数据的噪声的步骤包括通过低通滤波器去除该第一感测数据的噪声。
5.如权利要求1所述的指纹感测器的降低噪声干扰方法,其特征在于,更包括:
同时检测该多个感测板的该第二感测板及一第三感测板以分别取得一第三感测数据以及一第四感测数据,其中该第三感测板与该第二感测板相邻;
将该第四感测数据减去该第三感测数据产生一第二差值;
将该第二指纹数据与该第二差值相加得到一第三指纹数据;以及
根据该第三指纹数据判断该第三感测板上的指纹。
6.一种指纹感测器的降低噪声干扰方法,其特征在于,该指纹感测器具有多个感测板供感测指纹,该降低噪声干扰方法包括下列步骤:
同时检测该多个感测板的一第一感测板及一第二感测板分别取得一第一感测数据及一第二感测数据,其中该第一感测板与该第二感测板相邻;
将该第一感测数据及该第二感测数据相减产生一第一差值;
将一第一指纹数据与该第一差值相加得到一第二指纹数据,其中该第一指纹数据是预先设定的参考值;以及
分别根据该第一指纹数据及该第二指纹数据分别判断该第一感测板及该第二感测板上的指纹。
7.如权利要求6所述的指纹感测器的降低噪声干扰方法,其特征在于,更包括:
同时检测该多个感测板的该第二感测板及一第三感测板以分别取得一第三感测数据以及一第四感测数据,其中该第三感测板与该第二感测板相邻;
将该第四感测数据减去该第三感测数据产生一第二差值;
将该第二指纹数据与该第二差值相加得到一第三指纹数据;以及
根据该第三指纹数据判断该第三感测板上的指纹。
8.一种指纹感测器,其特征在于,包括:
一第一感测板,用以感测指纹;
一第二感测板,用以感测指纹,且与该第一感测板相邻;
一第一感测电路,连接该第一感测板,用以检测该第一感测板;
一第二感测电路,连接该第二感测板,用以检测该第二感测板,其中该第一感测电路及该第二感测电路同时分别检测该第一感测板及第二感测板分别产生一第一感测数据及一第二感测数据;
一第一减法器,连接该第一及第二感测电路,用以将该第一感测数据与该第二感测数据相减产生一第一差值;
一噪声去除电路,连接该第一感测电路,去除该第一感测数据的噪声产生一第一指纹数据;以及
一第一加法器,连接该第一减法器,将该第一指纹数据与该第一差值相加产生一第二指纹数据以供判断该第二感测板上的指纹,其中该第一指纹数据以供判断该第一感测板上的指纹。
9.如权利要求8所述的指纹感测器,其特征在于,该噪声去除电路超取样该第一感测数据以去除该第一感测数据的噪声。
10.如权利要求8所述的指纹感测器,其特征在于,该噪声去除电路平均该第一感测数据以去除该第一感测数据的噪声。
11.如权利要求8所述的指纹感测器,其特征在于,该噪声去除电路包括低通滤波器用以去除该第一感测数据的噪声。
12.如权利要求8所述的指纹感测器,其特征在于,更包括:
一第三感测板,用以感测指纹,且与该第二感测板相邻;
一第三感测电路,连接该第三感测板,用以检测该第三感测板,其中该第二感测电路及该第三感测电路同时分别检测该第二感测板及第三感测板分别产生一第三感测数据及一第四感测数据;
一第二减法器,连接该第二及第三感测电路,用以将该第三感测数据与该第四感测数据相减产生一第二差值;
一第二加法器,连接该第一加法器及该第二减法器,将该第二指纹数据与该第二差值相加产生一第三指纹数据以供判断该第三感测板上的指纹。
13.一种指纹感测器,其特征在于,包括:
一第一感测板,用以感测指纹;
一第二感测板,用以感测指纹,且与该第一感测板相邻;
一第一感测电路,连接该第一感测板,用以检测该第一感测板;
一第二感测电路,连接该第二感测板,用以检测该第二感测板,其中该第一感测电路及该第二感测电路同时分别检测该第一感测板及第二感测板分别产生一第一感测数据及一第二感测数据;
一第一减法器,连接该第一及第二感测电路,用以将该第一感测数据与该第二感测数据相减产生一第一差值;以及
一第一加法器,连接该第一减法器,将一第一指纹数据与该第一差值相加产生一第二指纹数据以供判断该第二感测板上的指纹,其中该第一指纹数据以供判断该第一感测板上的指纹;
其中,该第一指纹数据是预先设定的参考值。
14.如权利要求13所述的指纹感测器,其特征在于,更包括:
一第三感测板,用以感测指纹,且与该第二感测板相邻;
一第三感测电路,连接该第三感测板,用以检测该第三感测板,其中该第二感测电路及该第三感测电路同时分别检测该第二感测板及第三感测板分别产生一第三感测数据及一第四感测数据;
一第二减法器,连接该第二及第三感测电路,用以将该第三感测数据与该第四感测数据相减产生一第二差值;
一第二加法器,连接该第一加法器及该第二减法器,将该第二指纹数据与该第二差值相加产生一第三指纹数据以供判断该第三感测板上的指纹。
CN201710362064.XA 2017-04-05 2017-05-22 指纹感测器以及其降低噪声干扰方法 Active CN108694366B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW106111365 2017-04-05
TW106111365A TWI623886B (zh) 2017-04-05 2017-04-05 指紋感測器以及其降低雜訊干擾方法

Publications (2)

Publication Number Publication Date
CN108694366A CN108694366A (zh) 2018-10-23
CN108694366B true CN108694366B (zh) 2021-12-21

Family

ID=62951683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710362064.XA Active CN108694366B (zh) 2017-04-05 2017-05-22 指纹感测器以及其降低噪声干扰方法

Country Status (3)

Country Link
US (1) US10521639B2 (zh)
CN (1) CN108694366B (zh)
TW (1) TWI623886B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10652206B1 (en) 2017-10-27 2020-05-12 EMC IP Holding Company LLC Storage system with network-wide configurable device names
US11050660B2 (en) 2018-09-28 2021-06-29 EMC IP Holding Company LLC Host device with multi-path layer implementing path selection based at least in part on fabric identifiers
US11044313B2 (en) 2018-10-09 2021-06-22 EMC IP Holding Company LLC Categorizing host IO load pattern and communicating categorization to storage system
US10754572B2 (en) 2018-10-09 2020-08-25 EMC IP Holding Company LLC Migrating control of a multi-path logical device from a current MPIO driver to a target MPIO driver
US11099755B2 (en) 2020-01-06 2021-08-24 EMC IP Holding Company LLC Multipath device pseudo name to logical volume mapping for host devices
US11231861B2 (en) 2020-01-15 2022-01-25 EMC IP Holding Company LLC Host device with active-active storage aware path selection
US11461026B2 (en) 2020-01-21 2022-10-04 EMC IP Holding Company LLC Non-disruptive update of host multipath device dependency
US11520671B2 (en) 2020-01-29 2022-12-06 EMC IP Holding Company LLC Fast multipath failover
US11050825B1 (en) 2020-01-30 2021-06-29 EMC IP Holding Company LLC Storage system port usage information sharing between host devices
US11175840B2 (en) 2020-01-30 2021-11-16 EMC IP Holding Company LLC Host-based transfer of input-output operations from kernel space block device to user space block device
US11093144B1 (en) 2020-02-18 2021-08-17 EMC IP Holding Company LLC Non-disruptive transformation of a logical storage device from a first access protocol to a second access protocol
US11204699B2 (en) 2020-03-05 2021-12-21 EMC IP Holding Company LLC Storage system port maintenance information sharing with host device
US11397589B2 (en) 2020-03-06 2022-07-26 EMC IP Holding Company LLC Snapshot transmission from storage array to cloud using multi-path input-output
US11042327B1 (en) 2020-03-10 2021-06-22 EMC IP Holding Company LLC IO operation cloning using change information sharing with a storage system
US11265261B2 (en) 2020-03-18 2022-03-01 EMC IP Holding Company LLC Access path management based on path condition
US11368399B2 (en) 2020-03-27 2022-06-21 EMC IP Holding Company LLC Congestion aware multipathing based on network congestion notifications
EP4073766A1 (en) 2021-03-03 2022-10-19 Google LLC Filtering pulse-width modulated (pwm) noise from a fingerprint image captured with an optical under-display fingerprint sensor (udfps)
US11842678B2 (en) 2021-10-12 2023-12-12 Google Llc High-brightness mode on an OLED display

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6927581B2 (en) * 2001-11-27 2005-08-09 Upek, Inc. Sensing element arrangement for a fingerprint sensor
US10025388B2 (en) * 2011-02-10 2018-07-17 Continental Automotive Systems, Inc. Touchless human machine interface
EP2562682B1 (de) * 2011-08-24 2014-10-08 DERMALOG Identification Systems GmbH Verfahren und Vorrichtung zur Aufnahme eines Fingerabdruckes mit Echtheitserkennung
KR20160144466A (ko) * 2014-10-08 2016-12-16 선전 후이딩 테크놀로지 컴퍼니 리미티드 지문센서에서 액티브 베이스라인 신호 취소
TWI526946B (zh) * 2014-12-17 2016-03-21 義隆電子股份有限公司 指紋感測裝置
CN104834426B (zh) * 2015-05-22 2018-07-27 京东方科技集团股份有限公司 指纹识别器件、触控面板和显示装置
CN106295487A (zh) * 2015-06-25 2017-01-04 力传扬股份有限公司 电容式指纹感测器的指纹检测方法
CN205080536U (zh) * 2015-09-23 2016-03-09 深圳信炜科技有限公司 电容式传感器、传感装置、感测系统、以及电子设备
EP3321849B1 (en) * 2016-09-27 2020-07-22 Shenzhen Goodix Technology Co., Ltd. Fingerprint recognition system and electronic device
US10650214B2 (en) * 2018-04-24 2020-05-12 Image Match Design Inc. Fingerprint sensor and method of fingerprint detection

Also Published As

Publication number Publication date
CN108694366A (zh) 2018-10-23
US20180293419A1 (en) 2018-10-11
TWI623886B (zh) 2018-05-11
US10521639B2 (en) 2019-12-31
TW201837779A (zh) 2018-10-16

Similar Documents

Publication Publication Date Title
CN108694366B (zh) 指纹感测器以及其降低噪声干扰方法
CN108073329B (zh) 触控装置及其驱动方法和终端
JP5826944B2 (ja) パイプライン式アナログデジタル変換器における中間ステージ利得誤差および非線形性を減少させるための相関に基づくバックグラウンド較正
US10831321B2 (en) Parallel sensing touch control device and operating method thereof
Yu et al. An efficient procedure for removing random-valued impulse noise in images
US8519784B2 (en) FSK demodulator
JP5455611B2 (ja) 画像処理装置、画像処理方法及びプログラム
CN109049973B (zh) 自动套色系统的色标检测方法及装置
JP2007110375A (ja) スミア補正装置
CN107610055B (zh) 傅里叶变换光谱仪干涉图噪声检测及抑制方法
KR101397182B1 (ko) 영상 처리 장치 및 가로줄 노이즈 개선 방법
US8208753B2 (en) Method and system for noise level detection in image data
US20200236482A1 (en) Failure determination device and sound output device
JP5565066B2 (ja) 受信装置
CN112905034A (zh) 触控侦测方法、装置及电子设备
CN102547072A (zh) 信号处理装置、信号处理方法和信号处理程序
US8872565B2 (en) Signal processing apparatus and signal processing method
CN110987945A (zh) 缺陷检测方法、检测装置及触控显示面板的检测方法
CN110988807B (zh) 消除电路尖刺干扰的装置、系统及方法
CN117871940B (zh) 一种自适应静电传感器装置
KR102217903B1 (ko) 신호 계측 회로를 이용한 신호 계측 장치 및 방법
US7154424B2 (en) Digital equalization apparatus
CN117571163B (zh) 一种消除传感器输出抖动的方法、装置及传感器
US10594410B2 (en) Method and device for ascertaining a useful signal
JP2010010817A (ja) パルス通信受信回路および電子機器

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