CN109492567A - 一种指纹传感器动态校准的方法 - Google Patents

Abstract

本发明属于电容式指纹传感器技术领域，提供一种通过动态优化传感器工作状态以提高图像质量的校准方法。本发明通过选取点阵中具有代表性的行或点并统计其信号量来合理地估算整体的信号量范围，缩短了校准时间。通过修改传感器工作状态来改变信号量的范围，可以提高图像对比度，减小噪声干扰。当指纹纹路深度差异较大时，可以动态调整传感器参数来提高图像对比度。完全自适应当前环境，通过动态调整传感器硬件参数，使传感器自动切换最优工作状态从而优化采图效果；本发明有效解决了工艺差异、指纹差异、模组磨损脏污导致校准数据失效的问题，提高了指纹传感器采图良率。

Description

一种指纹传感器动态校准的方法

技术领域

本发明涉及指纹传感器技术领域，尤其涉及一种指纹传感器动态校准的方法。

背景技术

目前，指纹识别技术(fingerprinting)是最成熟、最便宜、应用最广泛的生物识别技术，我们不仅在门禁、考勤系统中可以看到指纹识别技术的身影，市场上也有了更多的指纹识别应用：如笔记本电脑、手机、汽车、银行支付都可以应用指纹识别技术。一个完整的指纹识别包括三大模块：采图、录入、匹配，其中指纹传感器负责完成“采图”功能。但传感器本身受环境影响较大，不同的应用设备或场景所采集的指纹数据并不一样，所以不能直接表示图像灰度值，需要调整系统参数或通过算法运算得到灰度值，此过程称为传感器的校准。传统校准方法有如下几种:

1、预置基准图像，即出厂前预置无手指时的基准图像，采集图像时，采集数据减去基准图像数据得到手指图像数据；

2、预置基准硬件参数，即出厂前先行校准得到采图时传感器最佳的工作参数。

以上方法在传感器工作环境和生产工艺稳定时较为可靠，但由于实际产线生产中工艺无法保证完全一致，从而导致模组外壳厚度不一致，或者由于工作环境带来的模组表面磨损或者污渍，或者用户指纹受损导致纹路深度变化较大都会导致校准数据无法达到预期的校准效果，所以图像质量并不可控，进而影响指纹认证。

发明内容

针对现有技术的不足，本发明公开了一种指纹传感器动态校准的方法，用于解决由于生产工艺或模组磨损脏污导致的模组表面厚度变化带来的校准数据失效从而导致图像质量较差的问题，旨在提供一种方法简单、高效、稳定，保证校准数据实时更新，安全可靠的指纹传感器动态校准的方法。

本发明通过以下技术方案予以实现：

一种指纹传感器动态校准的方法，其特征在于，包括如下步骤：

S1使用默认硬件参数将指纹传感器切换至初始工作状态，通过默认硬件参数改变信号量的范围；

S2通过硬件统计信号量并计算极值；

S3判断信号量是否得到优化，若未得到优化则跳转至S6，得到优化则进入S4；

S4保存相对较好工作状态下的硬件参数及当前信号量区间；

S5判断信号量区间是否包含于目标区间，若包含于则跳转至S7，未包含于则进入S6；

S6根据信号量范围调整纹传传感器工作状态，跳转至第S2；

S7使用S4中保存的硬件参数将指纹传感器切换至当前最好工作状态。

优选的，所述S1中，默认硬件参数包括默认的传感器电流均值和补偿电容电势差；所述S1通过补偿电容提供补偿电量，修改补偿电容的电势差改变补偿电量进而改变信号量的范围。

优选的，所述S2中，计算极值包括计数器统计点阵中特定行的信号量极值和软件计算最大值及最小值；所述计数器统计点阵中特定行的信号量极值具有代表性能基本反应整体点阵的信号量区间；所述软件计算最大值及最小值去掉最大值集合和最小值集合中的极值，并通过计算滤波后的最大值集合的均值和最小值集合的均值得到整体信号量区间。

优选的，所述S3中判断信号量是否得到优化的方法为：将调整工作状态后计算得到的信号量区间与上一次计算得到的信号量区间相比较，判断是否得到理想的优化效果，或调整工作状态的目的与实际测量信号量的变化效果是否一致，若一致则认为得到优化，反之则未得到优化。

优选的，所述S4通过保存相对较好工作状态下的硬件参数及当前信号量区间逐步优化工作状态，保证S7中指纹传感器切换至当前最优状态；保存信号量以供下次调整工作状态后判断是否优化成功。

优选的，所述S5中的判断信号量是否属于目标区间的具体条件如下：设当前信号量n∈[nMin,nMax]，预置的阈值为G，当0＜nMin＜G且255-G＜nMax＜255时，则认为信号量属于数据目标区间，其中n不等于边界，n的区间大于255-2G。

优选的，所述S5中，设当前信号量n∈[nMin,nMax]，阈值为G，则信号量范围及其信号量改善的情况和方法为：

M1当nMin＝＝255，超出测试量程，向左移n；

M2当nMax＝＝0且不满足以上情况，超出测试量程，向右移n；

M3当nMin＝＝0，nMax＝＝255且不满足以上情况，因n取值触及边缘，存在无效数据，且区间过大，需要缩小n；

M4当nMin＝＝0，nMax！＝255且不满足以上情况，因n取值触及边缘，存在无效数据，需要右移n；

M5当nMin！＝0，nMax＝＝255且不满足以上情况，因n取值触及边缘，存在无效数据，需要左移n；

M6当nMax-nMin＜255-2T且不满足以上情况，因n取值过小，噪声影响较大，需要放大n；

M7当nMax＜＝255-T且不满足以上情况，因nMax过小，图像偏暗，需要右移n；

M8当nMin>＝T且不满足以上情况，因nMin过大，图像偏亮，需要左移n；

M9当均不满足以上情况，信号量区间包含于目标区间，无需调整n的区间。

优选的，所述方法中的9种情况各代表了一个区间，判断由上至下，区间互无交集，对信号量n的区间进行平移或放大缩小均为调整传感器硬件参数后信号量区间的变化效果。

优选的，所述方法中，通过增大补偿电容的电势差左移n、通过减小补偿电容的电势差右移n、通过增加传感器电流均值放大n、通过减小传感器电流均值缩小n。

优选的，所述补偿电容提供的电量为Q_补＝ΔU C_补，其中ΔU是补偿电容C_补的电势差；

时钟电路提供的电量为QI＝I_均·nT其中I_均是传感器电流，T是时钟周期；

实际需要的电量为Q，则Q＝Q_补+QI，由平行电容公式得到C＝εS/4πkd，Q＝ΔU C，其中ε是一个常数，S为电容极板的正对面积，d为电容极板的距离，k则是静电力常量；

因指纹传感器端电压固定，手指接地，ΔU固定，d不变则Q不变，所以Q＝InT+ΔUC_补，从而n＝(Q-ΔU C_补)/(T·I_均)；

在描述同一个距离d时，减小ΔU则会右移n，增大ΔU则会左移n，减小I则会放大n，增大I则会缩小n。

本发明的有益效果为：

1)通过选取点阵中具有代表性的行或点并统计其信号量来合理地估算整体的信号量范围，缩短了校准时间。

2)通过修改传感器工作状态来改变信号量的范围，可以提高图像对比度，减小噪声干扰。

3)当指纹纹路深度差异较大时，可以动态调整传感器参数来提高图像对比度。

4)完全自适应当前环境，通过动态调整传感器硬件参数，使传感器自动切换最优工作状态从而优化采图效果。

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的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程图；

图2为本发明硬件电路结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示的一种指纹传感器动态校准的方法，包括如下步骤：

S101使用默认硬件参数将指纹传感器切换至初始工作状态，通过默认硬件参数改变信号量的范围；

S102通过硬件统计信号量并计算极值；

S103判断信号量是否得到优化，若未得到优化则跳转至S106，得到优化则进入S104；

S104保存相对较好工作状态下的硬件参数及当前信号量区间；

S5判断信号量区间是否包含于目标区间，若包含于则跳转至S107，未包含于则进入S106；

S106根据信号量范围调整纹传传感器工作状态，跳转至第S102；

S107使用S104中保存的硬件参数将指纹传感器切换至当前最好工作状态。

本实施例解决由于生产工艺或模组磨损脏污导致的模组表面厚度变化带来的校准数据失效从而导致图像质量较差的问题，其方法简单、高效、稳定，保证校准数据实时更新，安全可靠。

在本发明一个实施例中，例如在96x96的模组中，具体硬件电路参见图2，初始工作状态中工作电流为I＝4.8μA，补偿电容电势差为ΔU＝160mV，另外假设时钟周期为T，充电周期为正整数n，补偿电容为C，传感器表面积为S，传感器与正对手指距离为d，则可得到等式I_均·nT+ΔUC＝εS/(4πkd)。其中d的最小值即为模组外壳的厚度，ε、k、S、T、C均为常量，假设指纹接触模组表面信号量为n1，此时因为d最小，n1应该是n的最大值。统计得到n的取值范围为[1,254]。

现在由于工艺差异导致外壳厚度增加，即d最小值增大，此时指纹接触表面信号量为n2，那么转换成灰度图，n1和n2需要描述同样灰度值，假设边界阈值为G，需要调整电路以满足n2∈(255-G,255)，其中n取正整数。具体步骤如下：

使用同样的工作电流I、补偿电容电势差ΔU，将传感器切换至初始工作状态。

设置选取第40行，硬件自动将该行分成4组，分别为P1、P2、P3、P4，由于P2、P3靠近中央位置，所以通过硬件计算得到P2、P3的最大最小值，并将最大值收录至集合Mmax中，最小值收录到集合Mmin中。同理选取第48行、第56行计算最大最小值并收录到集合中。

去掉Mmax中最大最小值，然后求集合Mmax的平均值得到nmax＝210；去掉Mmin中最大最小值，然后求集合Mmin的平均值得到nmin＝0。所以n取值范围为[0,210]。

将补偿电容电势差ΔU减小至140mV。

再次求得n的取值范围为[0,240]，保存当前工作参数(传感器电流、补偿电容电势差)。

将补偿电容电势差ΔU减小至130mV

再次求得n的取值范围为[5,254]，属于合理区间内，保存当前工作参数(传感器电流、补偿电容电势差)。

使用保存的工作参数将传感器切换至较好工作状态。

本实施例解决由于生产工艺或模组磨损脏污导致的模组表面厚度变化带来的校准数据失效从而导致图像质量较差的问题，其方法简单、高效、稳定，保证校准数据实时更新，安全可靠。

在本发明另一个实施例中，例如在96x96的模组中，具体硬件电路参见图2，初始工作状态中工作电流为I＝4.8μA，补偿电容电势差为ΔU＝160mV，另外假设时钟周期为T，充电周期为正整数n，补偿电容为C，传感器表面积为S，传感器与正对手指距离为d，则可得到等式I_均·nT+ΔUC＝εS/(4πkd)。其中d的最小值即为模组外壳的厚度，ε、k、S、T、C均为常量，假设纹路最深处信号量为n1，此时因为d最小，n1应该是n的最小值。统计得到n的取值范围为[10,250]。

现在由于使用者纹路变化较大，导致d的最大值减小，此时纹路最深处信号量为n2，那么转换成灰度图，n1和n2需要描述同样灰度值，假设边界阈值为G，需要调整电路以满足n2∈(0,G)，其中n取正整数。具体步骤如下：

使用同样的工作电流I、电流增益G、补偿电容电势差ΔU，将传感器切换至初始工作状态。

选取第40行，硬件自动将该行分成4组，分别为P1、P2、P3、P4，由于P2、P3靠近中央位置，所以通过硬件计算得到G2、G3的最大最小值，并将最大值收录至集合Mmax中，最小值收录到集合Mmin中。同理选取第48行、第56行计算最大最小值并收录到集合中。

去掉Mmax中最大最小值，然后求集合Mmax的平均值得到nmax＝150；去掉Mmin中最大最小值，然后求集合Mmin的平均值得到nmin＝10。所以n取值范围为[10,150]。

将I_均降低至3.6μA。

再次求得n的取值范围为[12,200]，保存当前工作参数(传感器电流、补偿电容电势差)。

将I_均降低至2.4μA。

再次求得n的取值范围为[16,255]，保存当前工作参数(传感器电流、补偿电容电势差)。

将补偿电容电势差增大至180mV。

再次求得n的取值范围为[8,254]，保存当前工作参数(传感器电流、补偿电容电势差)。

使用保存的工作参数将传感器切换至较好工作状态。

本实施例解决由于生产工艺或模组磨损脏污导致的模组表面厚度变化带来的校准数据失效从而导致图像质量较差的问题，其方法简单、高效、稳定，保证校准数据实时更新，安全可靠。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种指纹传感器动态校准的方法，其特征在于，包括如下步骤：

S1使用默认硬件参数将指纹传感器切换至初始工作状态，通过默认硬件参数改变信号量的范围；

S2通过硬件统计信号量并计算极值；

S3判断信号量是否得到优化，若未得到优化则跳转至S6，得到优化则进入S4；

S4保存相对较好工作状态下的硬件参数及当前信号量区间；

S5判断信号量区间是否包含于目标区间，若包含于则跳转至S7，未包含于则进入S6；

S6根据信号量范围调整纹传传感器工作状态，跳转至第S2；

S7使用S4中保存的硬件参数将指纹传感器切换至当前最好工作状态。

2.根据权利要求1所述的一种指纹传感器动态校准的方法，其特征在于，所述S1中，默认硬件参数包括默认的传感器电流均值和补偿电容电势差；所述S1通过补偿电容提供补偿电量，修改补偿电容的电势差改变补偿电量进而改变信号量的范围。

3.根据权利要求1所述的一种指纹传感器动态校准的方法，其特征在于，所述S2中，计算极值包括计数器统计点阵中特定行的信号量极值和软件计算最大值及最小值；所述计数器统计点阵中特定行的信号量极值具有代表性能基本反应整体点阵的信号量区间；所述软件计算最大值及最小值去掉最大值集合和最小值集合中的极值，并通过计算滤波后的最大值集合的均值和最小值集合的均值得到整体信号量区间。

4.根据权利要求1所述的一种指纹传感器动态校准的方法，其特征在于，所述S3中判断信号量是否得到优化的方法为：将调整工作状态后计算得到的信号量区间与上一次计算得到的信号量区间相比较，判断是否得到理想的优化效果，或调整工作状态的目的与实际测量信号量的变化效果是否一致，若一致则认为得到优化，反之则未得到优化。

5.根据权利要求1所述的一种指纹传感器动态校准的方法，其特征在于，所述S4通过保存相对较好工作状态下的硬件参数及当前信号量区间逐步优化工作状态，保证S7中指纹传感器切换至当前最优状态；保存信号量以供下次调整工作状态后判断是否优化成功。

6.根据权利要求1所述的一种指纹传感器动态校准的方法，其特征在于，所述S5中的判断信号量是否属于目标区间的具体条件如下：设当前信号量n∈[nMin,nMax]，预置的阈值为G，当0＜nMin＜G且255-G＜nMax＜255时，则认为信号量属于数据目标区间，其中n不等于边界，n的区间大于255-2G。

7.根据权利要求1所述的一种指纹传感器动态校准的方法，其特征在于，所述S5中，设当前信号量n∈[nMin,nMax]，阈值为G，则信号量范围及其信号量改善的情况和方法为：

M1当nMin＝＝255，超出测试量程，向左移n；

M2当nMax＝＝0且不满足以上情况，超出测试量程，向右移n；

M3当nMin＝＝0，nMax＝＝255且不满足以上情况，因n取值触及边缘，存在无效数据，且区间过大，需要缩小n；

M4当nMin＝＝0，nMax！＝255且不满足以上情况，因n取值触及边缘，存在无效数据，需要右移n；

M5当nMin！＝0，nMax＝＝255且不满足以上情况，因n取值触及边缘，存在无效数据，需要左移n；

M6当nMax-nMin＜255-2T且不满足以上情况，因n取值过小，噪声影响较大，需要放大n；

M7当nMax＜＝255-T且不满足以上情况，因nMax过小，图像偏暗，需要右移n；

M8当nMin>＝T且不满足以上情况，因nMin过大，图像偏亮，需要左移n；

M9当均不满足以上情况，信号量区间包含于目标区间，无需调整n的区间。

8.根据权利要求7所述的一种指纹传感器动态校准的方法，其特征在于，所述方法中的9种情况各代表了一个区间，判断由上至下，区间互无交集，对信号量n的区间进行平移或放大缩小均为调整传感器硬件参数后信号量区间的变化效果。

9.根据权利要求7所述的一种指纹传感器动态校准的方法，其特征在于，所述方法中，通过增大补偿电容的电势差左移n、通过减小补偿电容的电势差右移n、通过增加传感器电流均值放大n、通过减小传感器电流均值缩小n。

10.根据权利要求9所述的一种指纹传感器动态校准的方法，其特征在于，所述补偿电容提供的电量为Q_补＝ΔU C_补，其中ΔU是补偿电容C_补的电势差；

时钟电路提供的电量为QI＝I_均·nT其中I_均是传感器电流，T是时钟周期；

实际需要的电量为Q，则Q＝Q_补+QI，由平行电容公式得到C＝εS/4πkd，Q＝ΔU C，其中ε是一个常数，S为电容极板的正对面积，d为电容极板的距离，k则是静电力常量；

因指纹传感器端电压固定，手指接地，ΔU固定，d不变则Q不变，所以Q＝InT+ΔU C_补，从而n＝(Q-ΔU C_补)/(T·I_均)；

在描述同一个距离d时，减小ΔU则会右移n，增大ΔU则会左移n，减小I则会放大n，增大I则会缩小n。