CN109389071A - 指纹检测方法与指纹图像补偿方法及装置、电子装置 - Google Patents
指纹检测方法与指纹图像补偿方法及装置、电子装置 Download PDFInfo
- Publication number
- CN109389071A CN109389071A CN201811148568.2A CN201811148568A CN109389071A CN 109389071 A CN109389071 A CN 109389071A CN 201811148568 A CN201811148568 A CN 201811148568A CN 109389071 A CN109389071 A CN 109389071A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- detection
- foreign matter
- fingerprint image
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 214
- 238000000034 method Methods 0.000 title claims abstract description 78
- 239000000126 substance Substances 0.000 claims abstract description 36
- 238000012937 correction Methods 0.000 claims description 53
- 230000015654 memory Effects 0.000 claims description 23
- 238000000605 extraction Methods 0.000 claims description 6
- 230000004075 alteration Effects 0.000 claims 1
- 238000003860 storage Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 239000010410 layer Substances 0.000 description 14
- 239000000758 substrate Substances 0.000 description 14
- 230000003287 optical effect Effects 0.000 description 13
- 239000010408 film Substances 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 239000012528 membrane Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 239000002346 layers by function Substances 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 239000010409 thin film Substances 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 238000001727 in vivo Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 239000004642 Polyimide Substances 0.000 description 2
- 239000004743 Polypropylene Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 229920003023 plastic Polymers 0.000 description 2
- 229920001721 polyimide Polymers 0.000 description 2
- 229920001155 polypropylene Polymers 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000004417 polycarbonate Substances 0.000 description 1
- 229920000515 polycarbonate Polymers 0.000 description 1
- -1 polypropylene Polymers 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- MEYZYGMYMLNUHJ-UHFFFAOYSA-N tunicamycin Natural products CC(C)CCCCCCCCCC=CC(=O)NC1C(O)C(O)C(CC(O)C2OC(C(O)C2O)N3C=CC(=O)NC3=O)OC1OC4OC(CO)C(O)C(O)C4NC(=O)C MEYZYGMYMLNUHJ-UHFFFAOYSA-N 0.000 description 1
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
- G06V40/1347—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
- G06V10/7515—Shifting the patterns to accommodate for positional errors
-
- 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
- G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/759—Region-based matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Input (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种指纹图像补偿方法与指纹检测方法及装置、电子装置。该指纹检测方法包括:将通过指纹检测装置获取的第一指纹图像与通过该指纹检测装置获取的异物校正图像进行图像差值运算,对第一指纹图像中的异物信息进行补偿,获取第二指纹图像;使用第二指纹图像进行指纹检测。该指纹检测方法可以在进行指纹检测时,克服由于采集到包含异物信息的指纹图像给指纹检测带来的干扰,从而保证指纹检测的准确性和有效性。
Description
技术领域
本公开的实施例涉及一种指纹检测方法及装置、指纹图像补偿方法及装置、电子装置。
背景技术
指纹检测已经成为电子装置的一种重要的验证手段。通常而言,指纹检测装置独立提供,例如设置在移动终端或平板电脑的显示区域的一侧。但是,这种设置方式不利于减小移动终端或平板电脑的体积或实现窄边框设计。因此,现今业界提出了越来越多的用于移动终端或平板电脑屏下指纹检测解决方案,常用的屏下指纹检测方式是基于光学检测的屏下指纹检测。
发明内容
本公开至少一实施例提供一种指纹图像补偿方法,包括:将通过指纹检测装置获取的第一指纹图像与通过所述指纹检测装置获取的异物校正图像进行图像差值运算,对所述第一指纹图像中的异物信息进行补偿,获取第二指纹图像。
例如,在本公开一实施例提供的一种指纹图像补偿方法中,将所述第一指纹图像与所述异物校正图像进行图像差值运算,包括:对所述第一指纹图像进行灰度处理;将所述灰度处理后的所述第一指纹图像和所述异物校正图像进行所述图像差值运算。
例如,在本公开一实施例提供的一种指纹图像补偿方法中,将所述灰度处理后的第一指纹图像和所述异物校正图像进行所述图像差值运算,包括:将所述灰度处理后的第一指纹图像与所述异物校正图像进行灰度差值运算。
例如,在本公开一实施例提供的一种指纹图像补偿方法中,所述异物信息包括划痕信息。
本公开至少一实施例提供一种指纹检测方法,包括:使用上述任一的指纹图像补偿方法获取所述第二指纹图像;使用所述第二指纹图像进行指纹检测。
例如,在本公开一实施例提供的一种指纹检测方法中,使用所述第二指纹图像进行指纹检测,包括:对所述第二指纹图像进行特征提取获取指纹模板,将所述指纹模板与指纹库中的预存指纹模板进行比对,判断是否通过指纹检测。
例如,本公开一实施例提供的一种指纹检测的方法,还包括:在通过指纹检测之后,允许执行预设操作。
本公开至少一实施例提供一种获取用于指纹检测装置的异物校正图像的方法,所述指纹检测装置包括指纹传感器,所述方法包括:在无指纹录入时,由所述指纹传感器采集指纹录入区域的初始图像;由所述初始图像获取所述异物校正图像,其中,所述异物校正图像包括所述指纹录入区域的异物校正信息。
例如,在本公开一实施例提供的一种获取用于指纹检测装置的异物校正图像的方法中,由所述初始图像获取所述异物校正图像包括:对所述初始图像进行灰度处理,获取所述异物校正图像。
例如,本公开一实施例提供的一种获取用于指纹检测装置的异物校正图像的方法,由所述初始图像获取所述异物校正图像之后,还包括:存储所述异物校正图像。
本公开至少一实施例提供一种指纹检测装置,包括:指纹传感器,用于采集指纹图像;获取模块,用于将所述指纹传感器获取的第一指纹图像与所述指纹传感器获取的异物校正图像进行图像差值运算,对所述第一指纹图像中的异物信息进行补偿,获取第二指纹图像。
例如,本公开至少一实施例提供一种指纹检测装置,还包括:检测模块,用于使用所述第二指纹图像进行指纹检测。
本公开至少一实施例提供一种指纹检测装置,包括:指纹传感器,用于采集指纹图像;处理器;存储器,存储有计算机可执行指令,其中,所述计算机可执行指令由所述处理器加载并执行时,执行上述指纹图像补偿方法,或执行上述指纹检测方法,或执行上述获取用于指纹检测装置的异物校正图像的方法。
本公开至少一实施例提供一种电子装置,包括本公开一实施例提供的指纹检测装置和本公开一实施例提供的指纹检测装置。
例如,本公开一实施例提供的电子装置,所述电子装置为显示装置且包括显示面板,所述指纹传感器设置在所述显示面板的非显示侧且与所述指纹检测区域在垂直于所述显示面板的方向上重叠。
本公开至少一实施例提供一种存储介质,存储有计算机可执行指令,所述计算机可执行指令由计算机加载并执行时,执行上述指纹图像补偿方法,或执行上述指纹检测方法,或执行上述获取用于指纹检测装置的异物校正图像的方法。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例的附图作简单地介绍,显而易见地,下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为一种基于光学检测的屏下指纹检测的原理示意图;
图2A为一种具有屏下指纹检测功能的OLED显示面板的示意图;
图2B为一种具有屏下指纹检测功能的的OLED显示面板的平面结构示意图;
图3为本公开一实施例提供的一种指纹检测的方法的流程示意图;
图4为本公开一实施例提供的一种指纹检测方法的原理示意图;
图5为本公开一实施例的另一示例提供的一种指纹检测的方法的示意图;
图6为本公开另一实施例提供的一种获取异物校正图像的方法的流程示意图;
图7为本公开另一实施例提供的一种指纹检测装置的结构示意图;
图8为本公开另一实施例提供的另一种指纹检测装置的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”、“一”或者“该”等类似词语也不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
图1为一种基于光学检测的屏下指纹检测的原理示意图。光学基板20同一侧分别设置光源10和透射镜片40,指纹传感器50置于透射镜片40成像侧。在进行指纹检测时,用户的手指30贴放到光学基板的表面上,来自光源10的入射光101照射手指表面,产生反射光102,该反射光102再经过光学镜片40入射到指纹传感器50上,由指纹传感器50通过接收反射光102采集手指的指纹图像并且向指纹检测处理器输出指纹图像的数据信号,以使得指纹检测处理器进行指纹检测。这里,根据需要也可以不提供光学镜片40,而使得指纹传感器50直接接收反射光102以对指纹进行成像。例如,上述指纹传感器50为光学指纹传感器。上述光源例如发出可见光或红外光以用于指纹检测,相应地,该光学指纹传感器可以为可见光或红外光图像传感器,例如为电荷耦合装置(CCD)型或互补金属氧化物半导体(CMOS)型图像传感器等,在本公开中对光学指纹传感器的类型不做具体限定。
基于图1中的屏下指纹识别原理,目前的屏下指纹检测方案通常采用显示面板本身用于显示操作的光作为光源,采用显示面板的屏幕表面作为光学基板,指纹传感器通常设置在显示面板的背侧或集成在显示面板的功能层之中,由此实现屏下指纹检测功能。该屏下指纹检测方式可适用于有机发光二极管(Organic Light-Emitting Diode,OLED)显示面板,例如柔性OLED显示面板。OLED具有自发光特性,并且其发光还可以根据需要进行控制或调制,可以为指纹图像采集提供便利,而且有助于提高电子装置的集成度。
图2A为一种具有屏下指纹检测功能的OLED显示面板的示意图。如图2A所示,该OLED显示面板200包括顶层膜201、薄膜封装202、像素单元阵列203、柔性衬底204以及底层膜205。
底层膜205为位于其上的其他结构和功能层提供保护与支撑功能,其例如为强度较大的塑料基板或玻璃基板。柔性衬底204用于提供缓冲,例如为聚酰亚胺(PI)、聚丙烯(PP)、聚碳酸酯(PC)等材料制备的柔性衬底。
像素单元阵列203形成在柔性衬底204上,其包括多个排列为预定阵列的像素单元以及用于提供电信号(包括扫描信号、数据信号、检测信号等)的信号线(包括栅线、数据线、检测线等),每个像素单元包括OLED以及用于驱动该OLED发光的像素驱动电路等。像素单元发出的光101,用于显示以及作为屏下指纹检测的入射光。
薄膜封装202覆盖在像素单元阵列203以防止外界的水汽进入到像素单元阵列203之中导致其老化或劣化,其可以为多层薄膜封装,例如包括层叠的无机绝缘层和有机绝缘层等。
顶层膜201可以为盖板,例如为玻璃或塑料制备的基板或厚膜,用于提供支撑与保护,例如供用户进行触控等操作。
采集指纹图像的指纹传感器206设置于(例如通过光学透明胶(COA)贴附于)底层膜205远离像素单元阵列203的一侧(即图中的下侧),用于检测从顶层膜201的表面一侧反射的用于指纹检测的光102。指纹传感器206具有一定面积,包括多个排列为预定阵列的像素单元。该指纹传感器206例如通过引线与指纹检测处理器(例如集成电路芯片)耦接,从而可以将采集的指纹图像以数据信号的方式传送给该指纹检测处理器。如上所述,指纹传感器206可以为电荷耦合装置(CCD)型或互补金属氧化物半导体(CMOS)型图像传感器等各种适当类型的指纹传感器。
根据需要,该OLED显示面板200还可以包括其他结构或功能层。例如,该OLED显示面板200可以包括触控结构以用于实现触控功能。该触控结构例如可以内置于像素单元阵列203之中,或者形成在顶层膜上等,例如可以为电容式、电阻式等。
为了实现屏下指纹检测功能,上述顶层膜201、薄膜封装202、柔性衬底204以及底层膜205为至少部分透明的,并且像素单元阵列203中与相邻的像素单元之间形成有小孔2032,以便从顶层膜201表面上的指纹反射的光可以入射到指纹传感器206上,通过小孔成像以获取指纹图像。例如,该OLED显示面板200可以包括微透镜阵列(图中未示出),该微透镜阵列例如对应于上述小孔2032形成,根据其形成位置以对将穿过小孔2032的光102进行准直或者对穿过小孔2032后的光102进行准直,准直后的光102入射到指纹传感器206上。该微透镜阵列对应于图1中的透射镜片40。
该OLED显示面板200的平面结构示意图如图2B所示。OLED显示面板200包括显示区210,显示区210包括指纹识别区220。显示区210四周为周边区域,例如为显示面板的边框区域。指纹识别区220为显示区210中的至少部分预定区域,上述指纹传感器206设置在与该区域对应的位置。当需要进行指纹识别时,用户将手指放在指纹检测区220中,显示区中的像素单元此时处于显示(或发光)状态,光照射到手指表面上,从手指表面反射的反射光入射到显示面板背侧的指纹传感器206上,由此实现指纹检测功能。
然而,在上述具有屏下指纹检测功能的OLED显示面板中,指纹检测结果易于受到显示面板的结构或功能层上的异物的影响。这些异物例如为底层膜205的底面(即图中远离像素单元阵列层203的表面)上的划痕、粘附的颗粒、功能层中出现杂质等,它们位于被指纹传感器206检测的入射光(即从手指表面反射的光)的传输路径上,从而对指纹传感器206采集的指纹图像造成不利影响,影响指纹检测的准确性与精度。
上述异物产生的原因较多。例如,为底层膜205的底面上的划痕通常是在OLED显示面板的生产过程中造成的。通常,制备OLED显示面板的过程包括如下操作:首先,在支撑基板上形成底层膜并且沉积柔性衬底,在该柔性衬底上通过半导体工艺(包括薄膜沉积、构图等)制备像素单元阵列,然后形成薄膜封装、顶层膜等;其次,通过激光剥离工艺将上述包括底层膜等的结构和功能层从支撑基板上剥离;然后,在底层膜的底面上设置指纹传感器。在上述OLED显示面板的生产过程中,为了完成不同的生产流程,制备过程中的OLED显示面板需要在不同设备之间移动,底层膜的底面会不可避免地与支撑它的支撑基板之间发生摩擦,产生不同程度的划痕,并且这些划痕的位置、形状等是随机产生的。当划痕出现在指纹检测区时,指纹传感器在工作中采集的每个指纹图像实际上也包括了该划痕的图像,由此对指纹造成了噪声、干扰,这种噪声、干扰可能会显著影响指纹检测的准确性。
本公开至少一实施例提供一种指纹检测的方法,包括将通过指纹检测装置获取的第一指纹图像与通过该指纹检测装置获取的异物校正图像进行图像差值运算,对第一指纹图像中的异物信息进行补偿,获取第二指纹图像;使用第二指纹图像进行指纹检测。
本公开至少一实施例还提供一种获取用于指纹检测装置的异物校正图像的方法、指纹检测装置、存储介质、电子装置以及指纹图像补偿方法。
本公开的实施例提供的一种指纹识别的方法可以用于具有屏下指纹检测功能的电子装置进行指纹检测,克服由于采集到包含异物的图像给指纹检测带来的噪声、干扰,从而提高指纹检测的准确性和有效性。
下面结合附图对本公开的实施例进行详细说明。
本公开的一个实施例提供一种指纹检测的方法,该方法适用于具有指纹检测功能的电子装置,这里该电子装置为指纹检测装置的具体示例,该电子装置例如为如图2A和图2B所示的具有屏下指纹检测功能的OLED显示面板。该方法的流程示意图如图3所示,包括如下的步骤S301至S302:
步骤S301,将第一指纹图像与预先获取的异物校正图像进行图像差值运算,对第一指纹图像中的异物信息进行补偿,获取第二指纹图像。
步骤S302,使用第二指纹图像进行指纹检测。
例如,本实施例中的方法中,第一指纹图像指的是电子装置中进行指纹检测的指纹检测装置的指纹传感器在指纹检测过程中所采集到的指纹图像,其可以为指纹传感器采集到的原始图像数据,也可以为对该原始图像数据进行进一步处理后的图像数据。该指纹图像不仅包括了用户手指指纹的图像信息,也相应地包括了形成该手指指纹图像的光在传输过程中由于该电子装置中各种原因导致的异物的图像信息(即异物信息)。如上所述,这些异物例如为显示面板的底面上的划痕、粘附的颗粒、功能层中出现杂质以及在光传输路径上任何一层中或界面上出现的异物等,它们位于被指纹传感器检测的入射光(即从手指表面反射的光)的传输路径上,从而对指纹传感器采集的指纹图像造成不利影响。为减小或消除上述异物信息对指纹检测造成的不利影响,本实施例通过图像差值运算的方式对这部分异物信息进行补偿。在进行了该补偿操作之后,由第一指纹图像获得第二指纹图像。
之后,可以使用第二指纹图像进行指纹检测。由于第二指纹图像已经不再包括异物信息或者其中的异物信息减弱,因此使用第二指纹图像进行指纹检测,可以保证指纹检测检测的有效性和准确性。
在上述补偿操作中,使用了预先获取的针对该电子装置的指纹检测区域的参考图像或基准图像,其在本实施例中也被称为异物校正图像。该异物校正图像通过同一指纹检测装置的指纹传感器获取,由此也包括了该电子装置在指纹检测过程中出现的异物的图像信息(即异物信息)。并且,该异物校正图像可以与第一指纹图像进行图像差值运算,从而对第一指纹图像中包括的异物信息进行补偿。
由于电子装置的指纹检测区域是固定的,因此在检测过程中得到的第一指纹图像包括的异物信息与异物校正图像包括的异物信息是彼此一致的,从而能够使用异物校正图像进行图像差值运算以对第一指纹图像中的异物信息进行补偿。
本实施例中指纹检测方法的原理可参考图4所示的示例的示意图。如图4所示,图像B表示第一指纹图像,图像A表示异物校正图像。在该示例中,异物是如图2A所示显示面板的底层膜205的底面上的划痕,相应地,图像中的异物信息即为与该划痕相关的信息。如图4所示,图像A表示的异物校正图像示出了弧形的划痕F,图像B表示的第一指纹图像也同样包括该划痕F。图像C表示第二指纹图像,其是在将图像A和图像B进行图像差值运算后得到的,如图所示该第二指纹图像仍然包括图像A中的指纹信息,但是却已经没有了图像B中的划痕F。同样,在异物是其他类型的情形时,也可以通过指纹传感器事先采集这些异物的图像作为异物校正图像,之后使用该异物校正图像对之后指纹检测过程中所取得的第一指纹图像进行补偿运算,得到补偿后的第二指纹图像,并且该第二指纹图像用于后续的指纹识别等操作。
本公开的实施例提供的指纹检测的方法,在进行指纹检测时,可以克服由于采集到包含异物的图像给指纹检测带来的干扰,从而提高指纹检测的准确性和有效性。
在一个示例中,第一指纹图像首先是通过指纹传感器采集到的原始指纹图像,之后对其进行图像处理。例如,指纹传感器采集的是具有一定色彩信息的原始图像(例如,RGB彩色图像),此时上述图像处理包括对第一指纹图像进行灰度处理,然后得到处理后的第一指纹图像,即处理后的第一指纹图像为灰度图像(参见图4中的图像B)。RGB彩色图像中的每个像素的颜色由R、G、B三个分量决定,例如每个分量的取值可以为0~255,这样一个像素可以有1600多万(255*255*255)的颜色的变化范围。灰度图像是R、G、B三个分量相同的一种特殊的彩色图像,相应地其一个像素的变化范围为255种。所以,将彩色图像转变成灰度图像可以使后续的图像处理的计算量变少。灰度图像仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。例如,可以通过如下两种方法来实现灰度化处理。
第一种方法是求出每个像素点的R、G、B三个分量的平均值,然后将这个平均值同时赋予给这个像素的三个分量。
第二种方法是根据YUV颜色空间中Y分量的物理意义是像素的亮度,即该值反映了亮度等级,那么根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应关系Y=0.3R+0.59G+0.11B,然后将该亮度值同时赋予给这个像素的三个分量。
在对第一指纹图像进行灰度处理后,将所得到的第一指纹图像和异物校正图像进行图像差值运算,以获得对异物信息补偿后的第二指纹图像。在该示例中,异物校正图像也是在进行了灰度处理之后的灰度图像(例如参见图4中的图像A)。因此,相应地为了获得该异物校正图像,指纹传感器在没有手指触摸的状态下采集的原始图像,之后对该原始图像进行灰度处理,从而得到同为灰度图像的异物校正图像。
由于第一指纹图像与异物校正图像均为进行了灰度处理之后的灰度图像,所以可以将第一指纹图像与异物校正图像进行灰度差值运算,即用第一指纹图像各个像素的灰度值减去异物校正图像对应的各个像素的灰度值,由此从第一指纹图像中消除了异物信息,实现对第一指纹图像中的异物信息的补偿。该差值运算例如为将第一指纹图像各个像素的灰度值数据与异物校正图像对应的各个像素的灰度值数据进行算术减法。
此外,本实施例中也可以采用其他方式进行图像处理以获得第一指纹图像以及异物校正图像,如采用傅里叶变换或者小波变换等方式,进而也可以采用其他运算方式进行两个图像间的图像运算,只要二者运算之后得到的第二指纹图像相对于第一指纹图像包括减少的异物信息或不再包括异物信息即可,从而得到对异物信息进行补偿后的第二指纹图像。
在另一个示例中,对于第一指纹图像进行图像处理还可以包括,将已经被处理为灰度图像的第一指纹图像进行二值化处理。灰度图像二值化处理后得到二值化图像,使得图像数据不再涉及像素灰度的多级值,使得后续处理变得简单,数据的处理量和压缩量进一步减小。例如,可以将灰度值大于或等于阀值(例如100)的像素,将其灰度值替换为255,以表示指纹信息,否则将其灰度值替换为0,表示背景信息,由此将较弱的背景信息剔除。相应地,在该示例中,异物校正图像也是在进行了灰度处理之后的灰度图像,从而可以将第一指纹图像各个像素的灰度值与异物校正图像相应的各个像素的灰度值进行差值运算,从第一指纹图像中消除异物信息,得到第二指纹图像。
在本实施例中,例如,在得到了第二指纹图像之后,可以进一步使用该第二指纹图像进行指纹检测。例如,在本实施例的一个示例,对第二指纹图像进行特征提取,得到指纹模板,将该指纹模板与指纹库中预存的指纹模板进行比对,判断是否通过指纹检测。
例如,指纹库中预存的指纹模板所对应的指纹图像,也可以通过本实施例的指纹检测方法来获得,由此同样实现了对于异物信息的补偿。通常,在根据指纹图像进行指纹检测时,需要从指纹图像中提取出指纹的一些不变的特征(如细节点,指纹类型等),再将这些特征进一步编码为标准模板进行存储,就得到了指纹模板。在检测过程中,将第二指纹图像对应的指纹模板与预存的指纹模板进行对比,指纹对比的过程包括先将两个指纹模板中的细节点进行比较,再计算出两个指纹模板的相似度,从而判断第二指纹图像是否通过了指纹检测。例如,通常如果两个指纹模板的相似度超过预设的阈值,则判定通过了指纹检测,否则判定未通过指纹检测。又或者,可以通过例如神经网络等方式实现指纹检测。指纹库例如存储在电子装置本身的预定存储空间内,例如以加密方式存储,或者存储服务器(例如局域网服务器、互联网服务器或云服务器等),在需要时与服务器建立连接,并进行数据传输。
例如,在将上述指纹检测的方法应用在一些移动通讯终端或者需要进行指纹检测以解锁的设备中时,在通过指纹检测之后,设备就可以执行预设操作。比如,手机通过指纹检测后显示出主界面或开启应用程序;门禁系统在通过指纹检测之后开启,允许用户通过;带有指纹检测功能的汽车启动装置,在通过指纹检测之后进行启动等。
例如,在本公开实施例的另一个示例提供了如图5所示的指纹检测方法,本示例基于上述的指纹检测的方法,给出一个进行指纹检测的完整过程,包括步骤S501至S507:
步骤S501,采集用户的指纹图像。
步骤S502,对采集到的用户指纹图像与预存的异物校正图像进行图像差值运算,获得检测指纹图像。
步骤S503,将检测指纹图像进行特征提取,获取指纹模板。
步骤S504,将获取的指纹模板与预存指纹模板进行比对。
步骤S505,判断是否通过指纹检测,如果是,转到步骤S506,否则转到步骤S507。
步骤S506,执行预设操作。
步骤S507,提示指纹检测失败,转到步骤S501,等待下一次指纹检测操作。
例如,在步骤S501中,通过例如图2A和图2B所示的电子装置的指纹传感器采集用户的操作过程中所使用的手指的指纹图像(第一指纹图像)。可以对指纹传感器采集的初始图像进行预处理,以去除或减弱初始图像中的噪声,相应地增强指纹信息,得到预处理后的用户指纹图像。该预处理可以包括例如中值滤波、锐化滤波等实现对比度增强的方法。
例如,将用户指纹图像与预存的异物校正图像进行图像差值运算,获得对于该电子装置中的异物进行补偿的检测指纹图像(第二指纹图像)。例如,在将用户指纹图像进行图像差值运算时,可以对用户指纹图像首先进行灰度处理,再与进行了相同灰度处理的异物校正图像进行运算,或者在进行灰度处理以及二值化处理之后,再与进行了相同灰度处理以及二值化处理的异物校正图像进行运算,以获得补偿后的检测指纹图像。
例如,在获得补偿后的检测指纹图像后,可以采用检测指纹图像进行特征提取,提取出指纹不变的特征,例如细节点、指纹类型等。提取的细节点是一列点的集合,其中每一个点有一个局部脊线方向与之对应,这些特征可以被进一步编码为标准模板文件进行存储。指纹特征模板标准可以是ISO/IEC 19794-2标准、ANSI/NIST-ITL 1标准,还可以是其他标准,只需后续进行比对的指纹模板的标准与其一致即可。
例如,在获取检测指纹的指纹模板后,将其与预存的指纹模板进行比对。例如,指纹比对过程中,首先进行细节点配对,也就是找出检测指纹模板与预存指纹模板的细节点的对应关系。细节点可以包括指纹脊线的突变位置,例如可以包括端点、分叉点、环点、孤立点以及短纹等。例如,还可以选用脊线的端点、分叉点或复合特征(三分叉或交叉点)等作为指纹的细节点。指纹细节点配对是指纹识别中的核心部分。进行细节点配对之后,再根据细节点的对应关系计算两个指纹模板的相似度,如果相似度超过预先设定的阈值,则认定两个指纹相同,否则认定两个指纹不同。
基于指纹比对结果,判断用户的指纹检测是否通过,如果通过就执行相应操作,如果未通过,则提示指纹检测失败。例如,此时可以提示用户重新进行指纹检测。例如,提示方式可以通过显示装置(如OLED显示屏)直接进行显示,或通过语音输出装置(如扬声器)告知结果,或通过震动方式提示结果。
上述示例的指纹检测方法根据需要还可以包括例如活体检测步骤等。为了在指纹检测过程中实现活体检测,例如可以利用红外图像传感器进行检测,除了利用该红外图像传感器实现指纹图像采集指纹,还可以利用该红外图像传感器进行温度检测,当检测到检测目标(即手指)存在与体温基本相同的温度时,确定通过活体检测,否则例如中断检测,并给出提示信息(例如警告信息)。
相应地,本公开至少一实施例提供一种指纹图像补偿方法(或指纹图像获取方法),该方法包括:将通过指纹检测装置获取的第一指纹图像与通过该指纹检测装置获取的异物校正图像进行图像差值运算,对所述第一指纹图像中的异物信息进行补偿,获取第二指纹图像。该指纹图像补偿方法可以用于指纹录入或用于指纹检测。对于指纹录入过程,所获取的第二指纹图像可以被存入指纹库中以备将来指纹检测时的对比之用;对于指纹检测过程,所获取的第二指纹图像被用于与指纹库中存储的指纹图像进行对比以确认是否通过认证。
本公开的另一个实施例提供一种获取用于上述指纹检测方法的异物校正图像的方法。该方法可以适用于如图2A和图2B所示的电子装置的情形,该电子装置的指纹检测装置包括指纹传感器,该方法的流程示意图如图6所示,包括步骤S601至S603:
步骤S601,在无指纹录入时,由指纹传感器采集指纹录入区域的初始图像。
步骤S602,由所述初始图像获取异物校正图像。
步骤S603,存储异物校正图像。
在进行指纹检测之前,预先获取异物校正图像,以便之后在指纹检测过程中对于电子装置在指纹检测过程中出现的异物信息进行补偿,提高进行指纹检测时的准确性和江都。在没有用户的手指触摸电子装置的指纹检测区即未进行指纹检测时,指纹传感器采集例如显示面板的表面本身的反射光所形成的初始图像,该初始图像没有指纹信息而包括有异物信息,或者还可能包括了其他一些背景信息。为了更好地采集该初始图像,可以例如在显示面板的表面贴附反射膜,以增加显示面板的表面的反射光。例如,该反射膜可以模拟人皮肤的反射特性(例如反射率、色彩、纹理等),从而使得获得的异物校正图像的环境更接近之后实际采集指纹图像的环境,获得更好的异物信息补偿效果。
例如,在获得初始图像之后,为了更有效进行指纹检测,还可以对该图像进行预处理。该预处理可以去除或减弱初始图像中的噪声,相应地增强异物信息。该预处理可以包括例如中值滤波、锐化滤波等实现对比度增强的方法。
此外,基于后续在指纹检测过程中对于指纹图像的处理,例如灰度处理、二值化处理等,对于异物校正图像也可以进行相应的灰度处理、二值化处理等,从而可以与指纹检测过程中获取的第一指纹图像进行图像差值运算。
例如,在对获得的异物校正图像经过上述预处理后,对该异物校正图像进行存储,以方便在后续进行指纹检测时调用。本实施例的方法可以用于包括存储器、处理器不同电子装置中,例如手机、电脑等,因此可以将该异物校正图像存储在指定的存储装置或存储装置的预定区域中,例如手机的ROM(只读存储器)、电脑的硬盘等,本实施例对此不做具体限定。
本实施例提供的获取用于指纹检测装置的异物校正图像的方法,可以预先获取异物校正图像,并可以存储该异物校正图像,以备之后进行指纹检测时之用。例如,该用于指纹检测装置的异物校正图像的方法可以在产品出厂时进行,也可以在产品在使用过程中择机运行,由此可以根据产品使用过程中的实际情况来调整异物校正图像。
本公开的另一个实施例提供一种指纹检测装置,本实施例中的指纹检测装置700的结构示意图如图7所示。该指纹检测装置700包括:指纹传感器710,用于采集指纹图像;获取模块720,用于将指纹传感器710获取的第一指纹图像与指纹传感器710获取的异物校正图像进行图像差值运算,对第一指纹图像中的异物信息进行补偿,获取第二指纹图像;检测模块730,与获取模块720耦合,用于使用第二指纹图像进行指纹检测。
例如,可以采用获取模块720实现步骤S301,获取模块720可以通过硬件、软件等方式实现,例如可以通过电路或者计算机程序实现。例如,可以采用检测模块730实现步骤S302,检测模块730可以通过硬件、软件等方式实现,例如可以通过电路或者计算机程序实现。
此外,本实施例的指纹检测装置还可以包括执行模块740,其与检测模块730耦合,用于在通过指纹检测之后,执行预设操作。同样,执行模块740可以通过硬件、软件等方式实现,例如可以通过电路或者计算机程序实现。
本公开的实施例提供的指纹检测装置可以在进行指纹检测时,克服由于采集到包含异物的图像给指纹检测带来的干扰,从而保证指纹检测的准确性和有效性。
需要注意的是,在本公开的实施例中,可以包括更多或更少的模块,并且各个模块之间的连接关系不受限制,可以根据实际需求而定。各个模块的具体构成方式不受限制,可以根据模块原理由模拟器件构成,也可以由数字器件构成,或者以其他适用的方式构成。
本公开的另一个实施例还提供一种指纹检测装置,该装置的结构示意图如图8所示,包括:指纹传感器840、处理器810、存储器820以及总线系统830。
例如,指纹传感器840,用于采集指纹图像,并与处理器810连接;处理器810与存储器820通过总线系统830连接。例如,一个或多个计算机程序模块821可以被存储在存储器820中。例如,一个或多个计算机程序模块821包括用于执行本公开任一实施例提供的指纹检测的方法的指令,在由处理器810加载并执行时,实现对包含异物信息的指纹图像进行有效准确的指纹检测。该一个或多个计算机程序模块821还可以进一步包括用于执行本公开任一实施例提供的获取用于指纹检测装置方法的异物校正图像的方法的指令,在由处理器810加载并执行时,实现在进行指纹检测之前获取异物校正图像。
例如,总线系统830可以是常用的串行、并行通信总线等,本公开的实施例对此不作限制。
在本公开的各实施例中,任一处理器可以由专用集成电路芯片实现,例如该专用集成电路芯片可以设置在一个主板上,例如在该主板上还可以设置有存储器以及电源电路等;处理器也可以由电路或者采用软件、硬件(电路)、固件或其任意组合方式实现。在本公开的实施例中,处理器可以包括各种计算结构,例如复杂指令集计算机(CISC)结构、精简指令集计算机(RISC)结构或者一种实行多种指令集组合的结构。在一些实施例中,处理器也可以是微处理器,例如X86处理器或ARM处理器,或者可以是数字处理器(DSP)等。
在本公开的实施例中,存储器例如可以设置在上述主板上,存储器可以保存处理器执行的指令和/或数据。例如,存储器可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储器,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储器上可以存储一个或多个计算机程序指令,处理器可以运行所述程序指令,以实现本公开实施例中(由处理器实现)期望的功能。
本公开的一个实施例还提供一种存储介质,用于存储计算机可执行指令,当计算机可执行指令由计算机执行时,可以执行本公开任一实施例提供的指纹图像补偿方法,可以执行本公开任一实施例提供的指纹检测方法,还进一步可以用于执行本公开任一实施例提供的获取用于指纹检测装置的异物校正图像的方法。
例如,该存储介质可以是一个或多个计算机可读存储介质的任意组合,例如一个计算机可读存储介质包含用于将第一指纹图像与异物校正图像进行图像差值运算的计算机可读的程序代码,另一个计算机可读存储介质包含使用第二指纹图像进行指纹检测的计算机可读的程序代码。例如,当该程序代码由计算机读取时,计算机可以执行该计算机存储介质中存储的程序代码,执行例如本公开任一实施例提供的指纹检测的方法。
例如,存储介质可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、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)、便携式紧致盘只读存储器(CD-ROM)、闪存、或者上述存储介质的任意组合,也可以为其他适用的存储介质。
本公开的一个实施例还提供一种具有指纹检测功能的电子装置,包括上述实施例中的指纹检测装置,以获取对异物信息进行补偿的指纹图像,实现更有效、准确的指纹检测,或者在进行指纹检测之前获取异物校正图像。
例如,本实施例中的电子装置可以是显示装置,显示装置中可以包括显示面板以及指纹传感器。显示面板可以是OLED显示面板(例如柔性OLED显示面板);显示面板还可以是其他类型的显示面板,例如液晶显示面板、电子纸显示面板等,例如可以在该显示面板中添加用于实现指纹检测的光源。指纹传感器可以是不同种类的光学指纹传感器,还可以是其他适当类型的指纹传感器。
例如,上述显示面板包括显示区域,显示区域中包括指纹检测区域。并且,为了不影响显示面板的正常显示,指纹传感器设置在显示面板的非显示侧,且与指纹检测区域在垂直于显示面板的方向上重叠,对此可以参考图2A和图2B所示出的情形。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,本公开的保护范围应以所述权利要求的保护范围为准。
Claims (15)
1.一种指纹图像补偿方法,包括:
将通过指纹检测装置获取的第一指纹图像与通过所述指纹检测装置获取的异物校正图像进行图像差值运算,对所述第一指纹图像中的异物信息进行补偿,获取第二指纹图像。
2.根据权利要求1所述的方法,其中,将所述第一指纹图像与所述异物校正图像进行图像差值运算,包括:
对所述第一指纹图像进行灰度处理;
将所述灰度处理后的所述第一指纹图像和所述异物校正图像进行所述图像差值运算。
3.根据权利要求2所述的方法,其中,将所述灰度处理后的第一指纹图像和所述异物校正图像进行所述图像差值运算,包括:
将所述灰度处理后的第一指纹图像与所述异物校正图像进行灰度差值运算。
4.根据权利要求1至3中任一项所述的方法,其中,所述异物信息包括划痕信息。
5.一种指纹检测方法,包括:
使用权利要求1-4任一所述的方法获取所述第二指纹图像;
使用所述第二指纹图像进行指纹检测。
6.根据权利要求5所述的方法,其中,使用所述第二指纹图像进行指纹检测,包括:
对所述第二指纹图像进行特征提取获取指纹模板,将所述指纹模板与指纹库中的预存指纹模板进行比对,判断是否通过指纹检测。
7.根据权利要求5或6所述的方法,还包括:
在通过指纹检测之后,允许执行预设操作。
8.一种获取用于指纹检测装置的异物校正图像的方法,所述指纹检测装置包括指纹传感器,所述方法包括:
在无指纹录入时,由所述指纹传感器采集指纹录入区域的初始图像;
由所述初始图像获取所述异物校正图像,其中,所述异物校正图像包括所述指纹录入区域的异物校正信息。
9.根据权利要求8所述的方法,其中,由所述初始图像获取所述异物校正图像,包括:
对所述初始图像进行灰度处理,获取所述异物校正图像。
10.根据权利要求8或9所述的方法,由所述初始图像获取所述异物校正图像之后,还包括:
存储所述异物校正图像。
11.一种指纹检测装置,包括:
指纹传感器,用于采集指纹图像;
获取模块,用于将所述指纹传感器获取的第一指纹图像与通过所述指纹传感器置获取的异物校正图像进行图像差值运算,对所述第一指纹图像中的异物信息进行补偿,获取第二指纹图像。
12.根据权利要求11所述的指纹检测装置,还包括:
检测模块,用于使用所述第二指纹图像进行指纹检测。
13.一种指纹检测装置,包括:
指纹传感器,用于采集指纹图像;
处理器;
存储器,存储有计算机可执行指令,
其中,所述计算机可执行指令由所述处理器加载并执行时,执行根据权利要求1至4中任一项所述的指纹图像补偿方法,或执行根据权利要求5-7任一所述的指纹检测方法,或执行根据权利要求8至10中任一所述的获取用于指纹检测装置的异物校正图像的方法。
14.一种电子装置,包括:权利要求11-13中任一项所述的指纹检测装置。
15.根据权利要求13所述的电子装置,其中,所述电子装置为显示装置且包括显示面板,
所述显示面板包括显示区域,所述显示区域包括指纹检测区域,
所述指纹传感器设置在所述显示面板的非显示侧且与所述指纹检测区域在垂直于所述显示面板的方向上重叠。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811148568.2A CN109389071A (zh) | 2018-09-29 | 2018-09-29 | 指纹检测方法与指纹图像补偿方法及装置、电子装置 |
US16/632,975 US11232546B2 (en) | 2018-09-29 | 2019-08-05 | Texture detection method, texture image compensation method and device, and electronic device |
PCT/CN2019/099254 WO2020063111A1 (zh) | 2018-09-29 | 2019-08-05 | 纹路检测方法与纹路图像补偿方法及装置、电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811148568.2A CN109389071A (zh) | 2018-09-29 | 2018-09-29 | 指纹检测方法与指纹图像补偿方法及装置、电子装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109389071A true CN109389071A (zh) | 2019-02-26 |
Family
ID=65418994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811148568.2A Pending CN109389071A (zh) | 2018-09-29 | 2018-09-29 | 指纹检测方法与指纹图像补偿方法及装置、电子装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11232546B2 (zh) |
CN (1) | CN109389071A (zh) |
WO (1) | WO2020063111A1 (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948491A (zh) * | 2019-03-11 | 2019-06-28 | 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 |
CN109976615A (zh) * | 2019-03-28 | 2019-07-05 | Oppo广东移动通信有限公司 | 指纹图像处理方法及相关装置 |
CN110070006A (zh) * | 2019-04-01 | 2019-07-30 | Oppo广东移动通信有限公司 | 指纹识别方法、电子装置及计算机可读取介质 |
CN110084170A (zh) * | 2019-04-22 | 2019-08-02 | Oppo广东移动通信有限公司 | 图像处理方法及相关装置 |
CN110189367A (zh) * | 2019-05-29 | 2019-08-30 | Oppo广东移动通信有限公司 | 校准方法及相关设备 |
CN110287908A (zh) * | 2019-06-28 | 2019-09-27 | Oppo广东移动通信有限公司 | 校准方法、电子设备及非易失性计算机可读存储介质 |
US10572749B1 (en) * | 2018-03-14 | 2020-02-25 | Synaptics Incorporated | Systems and methods for detecting and managing fingerprint sensor artifacts |
WO2020063111A1 (zh) * | 2018-09-29 | 2020-04-02 | 京东方科技集团股份有限公司 | 纹路检测方法与纹路图像补偿方法及装置、电子装置 |
CN111414810A (zh) * | 2020-03-02 | 2020-07-14 | Oppo广东移动通信有限公司 | 指纹采集方法、电子装置和存储介质 |
CN111415611A (zh) * | 2020-04-29 | 2020-07-14 | 京东方科技集团股份有限公司 | 亮度补偿方法、亮度补偿装置及显示装置 |
CN113740356A (zh) * | 2020-05-29 | 2021-12-03 | 同方威视技术股份有限公司 | 图像采集方法、装置和非易失性计算机可读存储介质 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210061572A (ko) * | 2019-11-20 | 2021-05-28 | 삼성전자주식회사 | 광학적 객체 인식을 위한 참조 영상 획득 방법, 이를 이용한 광학적 객체 인식 방법 및 이를 수행하는 전자 장치 |
CN113496172A (zh) * | 2020-04-03 | 2021-10-12 | 深圳爱根斯通科技有限公司 | 指纹异物检测的方法、装置、电子设备及存储介质 |
KR20210132372A (ko) * | 2020-04-27 | 2021-11-04 | 삼성전자주식회사 | 광학적 객체 인식을 위한 참조 영상 획득 방법 및 이를 이용한 광학적 객체 인식 방법 |
US11790690B1 (en) * | 2022-11-21 | 2023-10-17 | Novatek Microelectronics Corp. | Fingerprint recognition device, fingerprint recognition method and method of generating moire pattern image |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140071295A1 (en) * | 2012-09-07 | 2014-03-13 | Lockheed Martin Corporation | System and method for optically lifting latent fingerprints from a non-polished and/or non-fluorescing surface |
CN106485237A (zh) * | 2016-10-24 | 2017-03-08 | 深圳市万普拉斯科技有限公司 | 指纹图像采集方法、系统及指纹采集设备 |
CN106548129A (zh) * | 2016-09-30 | 2017-03-29 | 无锡小天鹅股份有限公司 | 指纹识别方法、装置和家用电器 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3859673B2 (ja) * | 2002-09-17 | 2006-12-20 | 富士通株式会社 | 生体情報取得装置および生体情報による認証装置 |
EP3594846A4 (en) * | 2017-11-24 | 2020-05-20 | Shenzhen Goodix Technology Co., Ltd. | BACKGROUND ELIMINATION METHOD, IMAGE MODULE AND OPTICAL FINGERPRINT IDENTIFICATION SYSTEM |
CN108288050B (zh) * | 2018-02-13 | 2022-03-01 | 北京小米移动软件有限公司 | 更新指纹模板的方法、装置、电子设备 |
CN109389071A (zh) * | 2018-09-29 | 2019-02-26 | 京东方科技集团股份有限公司 | 指纹检测方法与指纹图像补偿方法及装置、电子装置 |
-
2018
- 2018-09-29 CN CN201811148568.2A patent/CN109389071A/zh active Pending
-
2019
- 2019-08-05 WO PCT/CN2019/099254 patent/WO2020063111A1/zh active Application Filing
- 2019-08-05 US US16/632,975 patent/US11232546B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140071295A1 (en) * | 2012-09-07 | 2014-03-13 | Lockheed Martin Corporation | System and method for optically lifting latent fingerprints from a non-polished and/or non-fluorescing surface |
CN106548129A (zh) * | 2016-09-30 | 2017-03-29 | 无锡小天鹅股份有限公司 | 指纹识别方法、装置和家用电器 |
CN106485237A (zh) * | 2016-10-24 | 2017-03-08 | 深圳市万普拉斯科技有限公司 | 指纹图像采集方法、系统及指纹采集设备 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10572749B1 (en) * | 2018-03-14 | 2020-02-25 | Synaptics Incorporated | Systems and methods for detecting and managing fingerprint sensor artifacts |
WO2020063111A1 (zh) * | 2018-09-29 | 2020-04-02 | 京东方科技集团股份有限公司 | 纹路检测方法与纹路图像补偿方法及装置、电子装置 |
US11232546B2 (en) | 2018-09-29 | 2022-01-25 | Chengdu Boe Optoelectronics Technology Co., Ltd. | Texture detection method, texture image compensation method and device, and electronic device |
CN109948491A (zh) * | 2019-03-11 | 2019-06-28 | 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 |
CN109976615B (zh) * | 2019-03-28 | 2021-03-12 | Oppo广东移动通信有限公司 | 指纹图像处理方法及相关装置 |
CN109976615A (zh) * | 2019-03-28 | 2019-07-05 | Oppo广东移动通信有限公司 | 指纹图像处理方法及相关装置 |
WO2020192532A1 (zh) * | 2019-03-28 | 2020-10-01 | Oppo广东移动通信有限公司 | 指纹图像处理方法及相关装置 |
CN110070006A (zh) * | 2019-04-01 | 2019-07-30 | Oppo广东移动通信有限公司 | 指纹识别方法、电子装置及计算机可读取介质 |
US11281885B2 (en) | 2019-04-01 | 2022-03-22 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for fingerprint recognition, electronic device, and non-transitory computer-readable storage medium |
CN110070006B (zh) * | 2019-04-01 | 2021-09-21 | Oppo广东移动通信有限公司 | 指纹识别方法、电子装置及计算机可读取介质 |
WO2020200182A1 (en) * | 2019-04-01 | 2020-10-08 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for fingerprint recognition, electronic device, and non-transitory computer-readable storage medium |
CN110084170A (zh) * | 2019-04-22 | 2019-08-02 | Oppo广东移动通信有限公司 | 图像处理方法及相关装置 |
CN110189367A (zh) * | 2019-05-29 | 2019-08-30 | Oppo广东移动通信有限公司 | 校准方法及相关设备 |
CN110287908B (zh) * | 2019-06-28 | 2021-06-04 | Oppo广东移动通信有限公司 | 校准方法、电子设备及非易失性计算机可读存储介质 |
CN110287908A (zh) * | 2019-06-28 | 2019-09-27 | Oppo广东移动通信有限公司 | 校准方法、电子设备及非易失性计算机可读存储介质 |
CN111414810A (zh) * | 2020-03-02 | 2020-07-14 | Oppo广东移动通信有限公司 | 指纹采集方法、电子装置和存储介质 |
CN111414810B (zh) * | 2020-03-02 | 2023-11-24 | Oppo广东移动通信有限公司 | 指纹采集方法、电子装置和存储介质 |
CN111415611A (zh) * | 2020-04-29 | 2020-07-14 | 京东方科技集团股份有限公司 | 亮度补偿方法、亮度补偿装置及显示装置 |
CN113740356A (zh) * | 2020-05-29 | 2021-12-03 | 同方威视技术股份有限公司 | 图像采集方法、装置和非易失性计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US11232546B2 (en) | 2022-01-25 |
WO2020063111A1 (zh) | 2020-04-02 |
US20210264575A1 (en) | 2021-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389071A (zh) | 指纹检测方法与指纹图像补偿方法及装置、电子装置 | |
US10366268B2 (en) | Method and system for optical imaging using patterned illumination | |
CN110647862B (zh) | 指纹检测装置、方法和电子设备 | |
US10515254B2 (en) | Method and apparatus for acquiring fingerprint, chip and terminal device | |
CN112232213B (zh) | 屏下指纹识别防伪方法与系统 | |
CN110268418A (zh) | 指纹检测的方法、装置和电子设备 | |
US10955603B2 (en) | Method and system for optical imaging using point source illumination | |
JP2017215277A (ja) | 欠陥検査システム、フィルム製造装置及び欠陥検査方法 | |
US11776305B2 (en) | Biometric optical antispoofing | |
CN109359459B (zh) | 指纹识别方法、指纹识别装置和显示模组 | |
CN101727239A (zh) | 用于检测触摸点的方法和装置以及显示设备 | |
CN109564623A (zh) | 复合透镜结构、指纹识别装置和电子设备 | |
CN110235144A (zh) | 用于指纹识别的方法和电子设备 | |
CN110998599A (zh) | 具有散射光图像检测的光学指纹传感器 | |
CN109297971B (zh) | 缺陷检查系统及缺陷检查方法 | |
US20200410206A1 (en) | System and method for correcting distortions in a biometric image | |
US11157759B2 (en) | Biometric acquisition and processing device and method | |
CN111316305A (zh) | 用于认证消费产品的系统和方法 | |
CN109297973B (zh) | 缺陷检查系统及缺陷检查方法 | |
CN113887543B (zh) | 一种基于高光谱特征的箱包鉴伪方法与光谱采集装置 | |
CN112513871A (zh) | 光学指纹识别的校准方法、装置和电子设备 | |
CN110035232A (zh) | 一种基于目标对象的图像获取方法、装置及电子设备 | |
CN102132239B (zh) | 交互式显示屏 | |
CN208969686U (zh) | 复合透镜结构、指纹识别装置和电子设备 | |
CN111611881A (zh) | 生物特征采集装置和电子设备 |
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 |