CN109697403A - 提高图像品质的指纹检测装置及其方法 - Google Patents
提高图像品质的指纹检测装置及其方法 Download PDFInfo
- Publication number
- CN109697403A CN109697403A CN201810781639.6A CN201810781639A CN109697403A CN 109697403 A CN109697403 A CN 109697403A CN 201810781639 A CN201810781639 A CN 201810781639A CN 109697403 A CN109697403 A CN 109697403A
- Authority
- CN
- China
- Prior art keywords
- value
- group
- offset
- parameter
- grayscale
- 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 101
- 238000000034 method Methods 0.000 title abstract description 25
- 230000001186 cumulative effect Effects 0.000 claims description 56
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 239000002956 ash Substances 0.000 description 22
- 238000011017 operating method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000000151 deposition Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 235000002918 Fraxinus excelsior Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
-
- 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
- G06V40/1347—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Input (AREA)
- Collating Specific Patterns (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明提供一种提高图像品质的指纹检测装置及其方法。该提高图像品质的指纹检测装置包括一图像数字化单元根据一偏移量及一增益值对一指纹图像进行处理产生一数字图像,本发明的指纹检测装置可以在无需找出最大像素数量的灰阶值的情况下调整该偏移量或是选择一组适当的该偏移量及该增益值来改善该数字图像的品质。本发明无需存储每一个灰阶值的像素数量进行比较找出最大值来调整偏移量或增益值,故可以减少存储器的使用并提高操作速度。
Description
技术领域
本发明有关一种指纹检测装置,特别是关于一种提高图像品质的指纹检测装置及其方法。
背景技术
指纹是最常被用来认证身份的生物特征,在指纹辨识过程中,指纹图像通常会转换为以灰阶图呈现的数字图像,指纹的纹峰与纹谷之间的灰阶差越大,数字图像的品质越好,指纹辨识率也越高。一般而言,要判断数字图像的品质的好坏,可以由根据该数字图像所制作的像素数量的直方图来判断,假设像素的灰阶可以分为0-255的256阶,理想的数字图像的像素的灰阶大约分布在3-250之间,如图1所示的像素数量的直方图。相反的,当像素的灰阶集中在某一范围时,如图2及图3所示的像素数量的直方图,指纹的纹峰与纹谷较难区分,故指纹的辨识也容易出错。
指纹检测装置利用一图像数字化单元将检测到的指纹图像转换为数字图像,图像数字化单元所使用的增益值及偏移量会影响所产生的数字图像。传统的指纹检测装置的增益值及偏移量在出厂时就设定好,无法依使用者需求改变,然而,在不同环境(如温度及湿度)、手指状态(如湿手指或干手指)、接触情况(如面积、力道、角度)及电路状态(如电路老化)下,预设的增益值及偏移量可能不适用,因而出现如图2及图3所示的直方图。
目前有部分的指纹检测装置虽然有预设多个增益值对应不同情况,但是现有改变增益值的方法必须找出像素数量最多的灰阶值,即要找出图1中曲线的峰值,这需要大量存储器存储所有灰阶值的像素数量后再一一比较找出峰值,这不但需要较高的成本,也需要较长的计算时间。再者,这类指纹检测装置虽有多个增益值,但仍然只有一个偏移量,使用者无法变更该偏移量,因此即使可以调整增益值,在某些情况下,最后得到的数字图像还是难以辨识。
发明内容
本发明的目的之一,在于提出一种提高图像品质的指纹检测装置及其方法。
本发明的目的之一,在于提出一种调整偏移量的指纹检测装置及其方法。
本发明的目的之一,在于提出一种控制增益值及偏移量的指纹检测装置及其方法。
根据本发明,一种提高图像品质的指纹检测装置包括一存储单元、一图像数字化单元及一图像直方图指标单元。该图像数字化单元根据一偏移量及该存储单元输出的一增益值对一指纹图像进行处理,产生一数字图像。该图像直方图指标单元计数该数字图像中多个灰阶值各自具有的像素数量,并且以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个灰阶值各自具有的像素数量产生一累计值,直至该累计值大于一第一预设值且最后一个累加的灰阶值所具有的像素数量大于一第二预设值,其中该最后一个累加的灰阶值是用以调整该偏移量以改善该数字图像的图像品质。
根据本发明,一种提高图像品质的指纹检测方法包括下列步骤:A.提供一偏移量及一增益值;B.根据该偏移量及该增益值对一指纹图像进行处理,产生一数字图像;C.计数该数字图像中多个灰阶值各自具有的像素数量;D.以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个灰阶值各自具有的像素数量产生一累计值,直至该累计值大于一第一预设值且最后一个累加的灰阶值所具有的像素数量大于一第二预设值;以及E.根据该最后一个累加的灰阶值调整该偏移量以改善该数字图像的图像品质。
根据本发明,一种提高图像品质的指纹检测装置包括一存储单元、一图像数字化单元及一图像直方图指标单元。该图像数字化单元根据一偏移量及该存储单元输出的一增益值对一指纹图像进行处理,产生一数字图像。该图像直方图指标单元计数该数字图像中多个灰阶值各自具有的像素数量、将该多个灰阶值分为多个群组,并计算每个群组中像素数量的总和以及以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个群组的像素数量产生一累计值,直至该累计值大于一预设值时,从最后一个累加的群组中选取一灰阶值,其中选取的灰阶值是用以调整该偏移量以改善该数字图像的图像品质。
根据本发明,一种提高图像品质的指纹检测方法包括下列步骤:A.提供一偏移量及一增益值;B.根据该偏移量及该增益值对一指纹图像进行处理,产生一数字图像;C.计数该数字图像中多个灰阶值各自具有的像素数量;D.将该多个灰阶值分为多个群组,并计算每个群组中像素数量的总和;E.以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个群组的像素数量产生一累计值,直至该累计值大于一预设值时,从最后一个累加的群组中选取一灰阶值;以及F.根据选取的灰阶值调整该偏移量以改善该数字图像的图像品质。
根据本发明,一种提高图像品质的指纹检测装置包括一存储单元、一图像数字化单元及一图像直方图指标单元。该存储单元存储多组参数,并根据一选择信号送出其中一组参数,其中每一组参数包含一增益值及一偏移量。该图像数字化单元根据该存储单元送出的该组参数对一指纹图像进行处理,产生一数字图像。该图像直方图指标单元计数该数字图像中多个灰阶值各自具有的像素数量,并且以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个灰阶值各自具有的像素数量产生一累计值,直至该累计值大于一第一预设值且最后一个累加的灰阶值所具有的像素数量大于一第二预设值,其中该最后一个累加的灰阶值是用以控制该选择信号进而控制该存储单元送出的该组参数,以改善该数字图像的图像品质。
根据本发明,一种提高图像品质的指纹检测方法包括下列步骤:A.从多组参数中选择其中一组参数,其中每一组参数包含一增益值及一偏移量;B.根据所选的该组参数对一指纹图像进行处理,产生一数字图像;C.计数该数字图像中多个灰阶值各自具有的像素数量;D.以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个灰阶值各自具有的像素数量产生一累计值,直至该累计值大于一第一预设值且最后一个累加的灰阶值所具有的像素数量大于一第二预设值;以及E.判断该最后一个累加的灰阶值是否符合一目标值,当该最后一个累加的灰阶值不符合该目标值时,从该多组参数中选择另一组参数来产生该数字图像,进而改善该数字图像的图像品质。
根据本发明,一种提高图像品质的指纹检测装置包括一存储单元、一图像数字化单元及一图像直方图指标单元。该存储单元存储多组参数,并根据一选择信号送出其中一组参数,其中每一组参数包含一增益值及一偏移量。该图像数字化单元根据该存储单元送出的该组参数对一指纹图像进行处理,产生一数字图像。该图像直方图指标单元计数该数字图像中多个灰阶值各自具有的像素数量、将该多个灰阶值分为多个群组,并计算每个群组中像素数量的总和以及以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个群组的像素数量产生一累计值,直至该累计值大于一预设值时,从最后一个累加的群组中选取一灰阶值,其中选取的灰阶值是用以控制该选择信号进而控制该存储单元送出的该组参数,以改善该数字图像的图像品质。
根据本发明,一种提高图像品质的指纹检测方法包括下列步骤:A.从多组参数中选择其中一组参数,其中每一组参数包含一增益值及一偏移量;B.根据所选的该组参数对一指纹图像进行处理,产生一数字图像;C.计数该数字图像中多个灰阶值各自具有的像素数量;D.将该多个灰阶值分为多个群组,并计算每个群组中像素数量的总和;E.以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个群组的像素数量产生一累计值,直至该累计值大于一预设值时,从最后一个累加的群组中选取一灰阶值;以及F.判断该选取的灰阶值是否符合一目标值,当该选取的灰阶值不符合该目标值时,从该多组参数中选择另一组参数来产生该数字图像,进而改善该数字图像的图像品质。
根据本发明,一种提高图像品质的指纹检测装置包括一存储单元、一图像数字化单元及一图像直方图指标单元。该图像数字化单元根据一偏移量及该存储单元输出的一增益值对一指纹图像进行处理,产生一数字图像。该图像直方图指标单元读取该数字图像中至少一像素列的灰阶值、将该至少一像素列的每一像素列划分为至少一个像素组、找出每一个像素组中大于一比较值的灰阶值的最大值以及平均所有取得的最大值产生一平均值用以调整该偏移量以改善该数字图像的图像品质。
根据本发明,一种提高图像品质的指纹检测方法包括下列步骤:A.提供一偏移量及一增益值;B.根据该偏移量及该增益值对一指纹图像进行处理以产生一数字图像;C.读取该数字图像中至少一像素列的灰阶值;D将该至少一像素列的每一像素列划分为至少一个像素组,并找出每一个像素组中大于一比较值的灰阶值的最大值;E.平均所有取得的最大值产生一平均值;以及F.根据该平均值调整该偏移量以改善该数字图像的图像品质。
根据本发明,一种提高图像品质的指纹检测装置包括一存储单元、一图像数字化单元及一图像直方图指标单元。该存储单元,存储多组参数,并根据一选择信号送出其中一组参数,其中每一组参数包含一增益值及一偏移量。该图像数字化单元根据该存储单元送出的该组参数对一指纹图像进行处理,产生一数字图像。该图像直方图指标单元,连接该图像数字化单元,读取该数字图像中至少一像素列的灰阶值、将该至少一像素列的每一像素列划分为至少一个像素组、找出每一个像素组中小于一比较值的灰阶值的最小值以及平均所有取得的最小值产生一平均值用以控制该选择信号进而控制该存储单元送出的该组参数,以改善该数字图像的图像品质。
根据本发明,一种提高图像品质的指纹检测方法包括下列步骤:A.从多组参数中选择其中一组参数,其中每一组参数包含一增益值及一偏移量;B.根据所选的该组参数对一指纹图像进行处理,产生一数字图像;C.读取该数字图像中至少一像素列的灰阶值;D.将该至少一像素列的每一像素列划分为至少一个像素组,并找出每一个像素组中小于一比较值的灰阶值的最小值;E.平均所有取得的最小值产生一平均值;以及F.判断该平均值是否符合一目标值,当该平均值不符合该目标值时,从该多组参数中选择另一组参数来产生该数字图像,进而改善该数字图像的图像品质。
本发明无需存储每一个灰阶值的像素数量进行比较找出最大值来调整偏移量或增益值,故可以减少存储器的使用并提高操作速度。
附图说明
图1显示理想的像素数量的直方图;
图2显示不理想的像素数量的直方图;
图3显示不理想的像素数量的直方图;
图4显示本发明的指纹检测装置的第一实施例;
图5显示图4指纹检测装置的第一操作流程;
图6用以说明图5中的步骤;
图7显示图4指纹检测装置的第二操作流程;
图8用以说明图7中的步骤;
图9显示本发明的指纹检测装置的第二实施例;
图10显示图9指纹检测装置的第一操作流程;
图11用以说明图10中的步骤;
图12显示图9指纹检测装置的第二操作流程;
图13用以说明图12中的步骤;
图14显示图4指纹检测装置的第三操作流程;
图15显示一数字图像;
图16显示图15中像素列r3、r4、r5上的像素的灰阶值;
图17显示图9指纹检测装置的第三操作流程;以及
图18显示根据数字图像决定比较值的实施例。
附图标号
10 存储单元
12 图像数字化单元
14 图像直方图指标单元
16 偏移计算单元
18 增益表单
20 偏移表单
22 定时检测单元
24 参数选择单元
26 手指检测单元
28 指纹比对单元
30 数字图像
32 像素
具体实施方式
图4显示本发明的指纹检测装置的第一实施例,其包括一存储单元10、一图像数字化单元12、一图像直方图指标(image historm index)单元14及一偏移计算单元16,其中存储单元10包含一增益表单(gain table)18及一偏移表单(offset table)20,而增益表单18中存储至少一增益值。图5显示图4指纹检测装置的第一操作流程。首先执行步骤S100,存储单元10根据一选择信号FW_SEL从增益表单18中选择一增益值ADC_GAIN输出。接着进行步骤S102,由偏移计算单元16提供一初始的偏移量ADC_OFS,偏移量ADC_OFS的初始值可以预设为0。指纹检测装置还包含一感测单元(图中未示)用以扫描手指的指纹产生一模拟的指纹图像,图像数字化单元12根据偏移量ADC_OFS及增益值ADC_GAIN处理指纹图像产生一数字图像,如步骤S104所示。
图6显示没有手指的情况下的像素数量的直方图,其用以说明图5的操作步骤S106及S108。图像直方图指标单元14在取得数字图像后,执行步骤S106计数数字图像中多个灰阶值各自具有的像素数量,在步骤S106中可以只计数预定范围内灰阶值的像素数量,例如图6所示只计数灰阶值gw1至gw8的像素数量Pw1至Pw8。在取得灰阶值的像素数量后,进行步骤S108依多个灰阶值gw1至gw8的顺序累加产生一累计值Ps,图6所示的方式是由高灰阶gw8到低灰阶gw1的顺序累加,当累计值Ps=Pw8+Pw7+Pw6+Pw5大于第一预设值TH1,且最后一个累加的灰阶值gw5所具有的像素数量Pw5大于第二预设值TH2时,图像直方图指标单元14输出最后一个累加的灰阶值GA_white=gw5。若累计值Ps=Pw8+Pw7+Pw6+Pw5大于TH1,但Pw5小于TH2时,则继续累加使累计值Ps=Pw8+Pw7+Pw6+Pw5+Pw4,接着判断最后一个累加的灰阶值gw4的像素数量Pw4是否大于第二预设值TH2,若是,图像直方图指标单元14输出最后一个累加的灰阶值GA_white=gw4。在其他实施例中,也可以由低灰阶gw1到高灰阶gw8的顺序累加,例如当累计值Ps=Pw1+Pw2+Pw3+Pw4大于第一预设值TH1,且最后一个累加的灰阶值gw4所具有的像素数量Pw4大于第二预设值TH2时,图像直方图指标单元14输出最后一个累加的灰阶值GA_white=gw4。
如图5及图6所示,在进行步骤S108取得最后一个累加的灰阶值GA_white=gw5之后,接着进行步骤S110,偏移计算单元16将判断最后一个累加的灰阶值GA_white是否符合一目标值GT1。当最后一个累加的灰阶值GA_white不符合目标值GT1时,进行步骤S112,偏移计算单元16将调整偏移量ADC_OFS,例如偏移计算单元16可以根据最后一个累加的灰阶值GA_white大于或小于目标值GT1而减少或增加偏移量ADC_OFS一个单位,又或者偏移计算单元16可以根据最后一个累加的灰阶值GA_white与目标值GT1的差值调整偏移量ADC_OFS,在调整完偏移量ADC_OFS后重复步骤S104至步骤S110。当最后一个累加的灰阶值GA_white符合目标值GT1时,进行步骤S114,偏移计算单元16将目前的偏移量ADC_OFS存储至偏移表单中以对应目前的增益值ADC_GAIN。在存储偏移量ADC_OFS后,再进行步骤S116,判断是否还有增益值还未设定对应的偏移量,若是,则回到步骤S100,选择其他增益值进行设定,若否,则结束偏移量的设定操作。
图7显示图4指纹检测装置的第二操作流程图,其与图5的操作方法同样包含步骤S100、S102、S104、S106、S110、S112、S114、S116。图8显示没有手指的情况下的像素数量的直方图,其用以说明图7的操作步骤S118及S120。图7与图5的操作方法差别在于,图7的操作方法在步骤S106后是执行步骤S118,图像直方图指标单元14将多个灰阶值分为多个群组,并计算每个群组中像素数量的总和,例如图8的群组gr1包含灰阶值gw1及gw2且具有像素数量Pr1=Pw1+Pw2,群组gr2包含灰阶值gw3及gw4且具有像素数量Pr2=Pw3+Pw4,群组gr3包含灰阶值gw5及gw6且具有像素数量Pr3=Pw5+Pw6,群组gr4包含灰阶值gw7及gw8且具有像素数量Pr4=Pw7+Pw8。接着进行步骤S120,图像直方图指标单元14依多个群组中灰阶值的高低,累加多个群组的像素数量产生一累计值Ps,直至Ps大于TH1时,从最后累加的群组中选取一灰阶值作为GA_white输出,例如从高灰阶值的群组gr4开始累加,当累计值Ps=Pr4+Pr3>TH1时,从最后一个累加的群组gr3中的灰阶值gw5及gw6中选取一个,例如选取灰阶值gw5为GA_white。图7的操作方法在步骤S120后进行步骤S110,之后操作方法如同图5。
图5及图7所示的操作方法,可以只在指纹检测装置启动时执行,也可以依使用者的需要而执行。图5及图7的方法是针对背景的灰阶值(例如白色的灰阶值)进行调整,以使指纹的纹峰与纹谷呈现较佳的对比度,以得到品质较佳的数字图像,提高指纹辨识率。由于本发明无需存储所有灰阶值的像素数量并一一比较找出峰值,故可以减少存储器的使用并提高操作速度。虽然图6及图8的实施例是以没有手指的情况为例,但图6及图8所示的方式是选择特定范围的灰阶值gw1至gw8(白色的灰阶值)来设定偏移量ADC_OFS,因此即使在有手指的情况下得到如图1所示的直方图,依然可以使用图6及图8的方式设定偏移量ADC_OFS。
图9显示本发明的指纹检测装置的第二实施例,其与图4的装置同样包括一存储单元10、一图像数字化单元12及一图像直方图指标单元14,此外图9的指纹检测装置还包含一定时检测单元22、一参数选择单元24、一手指检测单元26及一指纹比对单元28。存储单元10包含一增益表单18及一偏移表单20,而增益表单18中存储多个增益值,偏移表单20中存储多个偏移量,每一个偏移量与一个增益值组成一组参数,偏移表单20中的多个偏移量可以是预先设定的,也可以是使用图4及图5所示的装置及方法来产生。定时检测单元22每隔一段时间判断是否有物件触碰指纹检测装置的感测单元(图中未示),当有物件触碰时,送出信号O_on使存储单元10输出一组包含增益值ADC_GAIN及偏移量ADC_OFS的参数。手指检测单元26是用以判断触碰感测单元的物件是否为手指。指纹比对单元28是用以取得数字图像中的指纹特征进行比对,进而判断使用者的身份是否正确。
图10显示图9指纹检测装置的第一操作流程。图11显示有手指的情况下的像素数量的直方图,其用以说明图10的操作步骤S204及S206。参照图9及图10,在判断感测单元上有物件后,存储单元10根据参数选择单元24所输出的选择信号T_SEL送出一组包含增益值ADC_GAIN及偏移量ADC_OFS的参数,如步骤S200所示。接着图像数字化单元12根据存储单元10所输出的该组参数处理来自感测单元的指纹图像产生一数字图像,如步骤S202所示。在图像直方图指标单元14在接收到数字图像后,执行步骤S204计数数字图像中多个灰阶值gb1至gb8各自具有的像素数量Pb1至Pb8,如图11所示。在取得灰阶值的像素数量后,进行步骤S206依多个灰阶值gb1至gb8的顺序累加产生一累计值Ps,图11所示的方式是由低灰阶gb1到高灰阶gb8的顺序累加,当累计值Ps=Pb1+Pb2+Pb3+Pb4大于第一预设值TH3,且最后一个累加的灰阶值gb4所具有的像素数量Pb4大于第二预设值TH4时,图像直方图指标单元14输出最后一个累加的灰阶值GA_black=gb4。在其他实施例中也可以由高灰阶gb8到低灰阶gb1的顺序累加。接着进行步骤S208,参数选择单元24将判断最后一个累加的灰阶值GA_black=gb4是否符合一目标值GT2。当最后一个累加的灰阶值GA_black不符合目标值GT2时,进行步骤S210,参数选择单元24将调整选择信号T_SEL以使存储单元10送出另一组参数,并重复步骤S202至步骤S208。当最后一个累加的灰阶值GA_black符合目标值GT2时,结束增益值与偏移量的调整程序。图10的方法是根据指纹的灰阶值(例如黑色的灰阶值)调整增益值ADC_GAIN及偏移量ADC_OFS,以使指纹的纹峰与纹谷呈现较佳的对比度,以得到品质较佳的数字图像,提高指纹辨识率。由于本发明无需存储所有灰阶值的像素数量并一一比较找出峰值,故可以减少存储器的使用并提高操作速度。
图9的手指检测单元26根据数字图像判断触碰感测单元的物件是否为手指,并在判断触碰物件为手指后送出信号F_on至图像直方图指标单元14。在确定物件为手指且完成增益值与偏移量的调整程序后,图像直方图指标单元14送出信号SCAN_on至指纹比对单元28,以使指纹比对单元28开始进行指纹比对的程序。在一实施例中,在执行步骤S200及S202后并不会立即进行步骤S204及S206,而是等到手指检测单元26判断触碰物件为手指后,再进行步骤S204及S206。在另一实施例中,在结束图8的增益值与偏移量的调整程序后,手指检测单元26再根据数字图像判断触碰感测单元的物件是否为手指,在此情况下,图像直方图指标单元14可以将其计算所得的数据FD送至手指检测单元26,以帮助手指检测单元26判断指纹图像是否异常,数据FD可以包含图11所示的白色灰阶范围的分析结果、黑色灰阶范围的分析结果以及所有灰阶的平均值Gavg,其中白色灰阶范围的分析结果可以是图6中得到的GA_white,而黑色灰阶范围的分析结果可以是图11中得到的GA_black。
在一实施例中,图像直方图指标单元14会判断目前图像品质,经过图10所示步骤反馈调整后产生最佳的一组增益值ADC_GAIN及偏移量ADC_OFS,若最佳的增益值ADC_GAIN及偏移量ADC_OFS所产生的图像品质无法符合要求,图像直方图指标单元14判断指纹检测失败,结束操作。如果图像品质符合要求,则手指检测单元26送出信号F_on以允许进行指纹比对的程序。
图12显示图9指纹检测装置的第二操作流程。图13显示有手指的情况下的像素数量的直方图,用以说明图12的步骤S212及S214。图12与图10的操作方法同样包含步骤S200、S202、S204、S208、S210,但是图7的操作方法在步骤S204后是执行步骤S212,图像直方图指标单元14将多个灰阶值分为多个群组,并计算每个群组中像素数量的总和,例如图13的群组gr1包含灰阶值gb1及gb2且具有像素数量Pr1=Pb1+Pb2,群组gr2包含灰阶值gb3及gb4且具有像素数量Pr2=Pb3+Pb4,群组gr3包含灰阶值gb5及gb6且具有像素数量Pr3=Pb5+Pb6,群组gr4包含灰阶值gb7及gb8且具有像素数量Pr4=Pb7+Pb8。接着进行步骤S214,图像直方图指标单元14依多个群组中灰阶值的高低,累加多个群组的像素数量产生一累计值Ps,直至Ps大于TH3时,从最后累加的群组中选取一灰阶值作为GA_black输出,例如从低灰阶值的群组gr1开始累加,当累计值Ps=Pr1+Pr2>TH3时,从最后一个累加的群组gr2中的灰阶值gb3及gb4中选一个,例如选取灰阶值gb4为GA_black。图12的操作方法在步骤S214后进行步骤S208,之后操作方法如同图10。
图4与图9的指纹检测装置可以独立使用,也可以合在一起使用,当图4及图9的电路一起使用时,偏移计算单元16与参数选择单元24可以整合在一起。
图14显示图4指纹检测装置的第三操作流程。图15显示一数字图像30,其中数字图像30包含多个像素列r1至r7,每一像素列具有多个像素32。图16显示图15中像素列r3、r4、r5上的像素的灰阶值。在图14的操作中,其先如同图5般依顺执行步骤S100至S104以产生数字图像,接着图像直方图指标单元14进行步骤S300读取数字图像30中至少一像素列的灰阶值,图16的实施例以读取3个像素列r3、r4、r5的灰阶值为例。在步骤S300之后进行步骤S302以提供一比较值CV,比较值CV可以是预设值,也可以是图像直方图指标单元14根据数字图像30而产生的,例如图像直方图指标单元14通过平均数字图像30中像素列r2的灰阶值而产生比较值CV。在得到比较值CV后,图像直方图指标单元14进行步骤S304将像素列r3、r4、r5划分为至少一个像素组,并找出每一个像素组中大于比较值CV的灰阶值的最大值,在图12中每一个像素列r3、r4、r5划分为3个像素组,每一个像素组包含4个像素的灰阶值,且每一个像素组对应一个存储器。
实现步骤S304的方式有很多,在此提供一种实现步骤S304的方式,以图16中像素列r3的第一像素组及第二像素组为例,图像直方图指标单元14依序读取像素列r3的第一像素组的灰阶值L1、H1、L2及H2,由于第一个及第三个读取的灰阶值L1及L2小于比较值CV,故舍弃不用,第二个读取的灰阶值H1大于比较值CV,图像直方图指标单元14先将H1存储至对应第一像素组的存储器中,之后读取到第四个灰阶值H2时,由于灰阶值H2大于比较值CV,故图像直方图指标单元14将H2与存储在存储器中的H1比较,由于H2大于H1,故将H2存储至存储器中取代H1。接着图像直方图指标单元14再依序读取像素列r3的第二像素组的灰阶值L3、H3、L4及H4,第一个及第三个读取的灰阶值L3及L4小于比较值CV,故舍弃不用,第二个读取的灰阶值H3大于比较值CV,故图像直方图指标单元14先将H3存储至对应第二像素组的存储器中,之后第四个读取的灰阶值H4也大于比较值CV,因此图像直方图指标单元14将H4与存储在存储器中的H3比较,由于H4小于H3,故将H4舍弃,存储器中仍然存储灰阶值H3。以此类推,图像直方图指标单元14可以取得像素列r3、r4、r5的每一个像素组中的最大灰阶值。在此实施例中,每一个像素组只需一个存储器故可以减少存储器的数量,而且由于存储器只需存储一个灰阶值,无需存储复杂的数据,故可以使用较便宜的存储器,而且图像直方图指标单元14在读取灰阶值就立即得到最大值,故操作速度较快。
在取得所有像素组的最大值H2、H3、H5、H8、H9、H11、H14、H16、H17后,图像直方图指标单元14进行步骤S306平均所有取得的最大值产生一平均值GA_white。接着进行步骤S110,偏移计算单元16将判断平均值GA_white是否符合一目标值GT1。当平均值GA_white不符合目标值GT1时,进行步骤S112,偏移计算单元16将调整偏移量ADC_OFS,例如根据平均值GA_white大于或小于目标值GT1而减少或增加偏移量ADC_OFS一个单位,又或者根据平均值GA_white与目标值GT1的差值调整偏移量ADC_OFS,在调整完偏移量ADC_OFS后重复图14的步骤S104至步骤S110。当平均值GA_white符合目标值GT1时,进行步骤S114,偏移计算单元16将目前的偏移量ADC_OFS存储至偏移表单中以对应目前的增益值ADC_GAIN。在存储偏移量ADC_OFS后,与图5同样执行步骤S116。
图17显示图9指纹检测装置的第三操作流程。参照图9、图15、图16及图17,在图17的操作中,其先执行如图10所示的步骤S200及S202以产生数字图像,接着进行如图14所示的步骤S300及302以读取数字图像30中至少一像素列的灰阶值并提供一比较值CV,图16的实施例以读取3个像素列r3、r4、r5的灰阶值为例。图17的步骤S400与图14的步骤S304相似,图像直方图指标单元14同样会将像素列r3、r4、r5划分为至少一个像素组,如图16所示每一个像素列r3、r4、r5划分为3个像素组,每一个像素组包含4个像素的灰阶值,且每一个像素组对应一个存储器。图17的步骤S400与图14的步骤S304差别在于图17的步骤S400是取得每一个像素组中小于比较值CV的灰阶值的最小值。在取得所有像素组的最小值L1、L4、L6、L7、L9、L12、L13、L16、L18后,图像直方图指标单元14进行步骤S402平均所有取得的最小值产生一平均值GA_black。接着进行步骤S208,参数选择单元24将判断平均值GA_black是否符合一目标值GT2。当平均值GA_black不符合目标值GT2时,进行步骤S210,参数选择单元24将调整选择信号T_SEL以使存储单元10送出另一组参数,并重复图17的步骤S202至步骤S208,例如当平均值GA_black大于GT2时,表示指纹太浅,需要加深深度,因此调整选择信号T_SEL使存储单元10送出放大倍率较高的一组参数ADC_GAIN及ADC_OFS,当平均值GA_black小于GT2时,表示指纹太深,因此选取一放大倍率较小的一组参数平均值GA_black。当平均值GA_black符合或接近目标值GT2时,结束增益值与偏移量的调整程序。
在图16所示的实施例中,所有像素列r3、r4、r5都使用同一个比较值CV,但在图18的实施例中,不同像素列r3、r4、r5也可以使用不同比较值CV1、CV2、CV3。比较值CV1、CV2、CV3除了可以是预设值外,也可以是根据数字图像30而产生的。
图18显示根据数字图像决定比较值的实施例,其中第一种方式是计算已读取的像素列的全部或一部分的灰阶值的平均值作为目前读取的像素列的比较值,例如计算已读取的像素列r2的灰阶值的平均值r2_avg作为像素列r3的比较值CV1,像素列r4的比较值CV2可以是已读取的像素列r3的所有灰阶值的平均值r3_avg,或已读取的像素列r2及r3的灰阶平均值r2_avg及r3_avg的平均(r2_avg+r3_avg)/2,像素列r5的比较值CV3可以是已读取列像素列r4的灰阶值的平均值r4_avg,或已读取的像素列r3及r4的灰阶平均值r3_avg及r4_avg的平均值(r3_avg+r4_avg)/2。图18还显示另一种决定比较值的方式,其是计算已读取的像素列的全部或一部分的比较值的平均值作为目前读取的像素列的比较值,例如像素列r5的比较值CV3可以是已读取的像素列r3及r4的比较值CV1及CV2的平均值(CV1+CV2)/2。
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本领域技术人员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 (41)
1.一种提高图像品质的指纹检测装置,其特征在于,包括:
一存储单元;
一图像数字化单元,连接该存储单元,根据一偏移量及该存储单元输出的一增益值对一指纹图像进行处理,产生一数字图像;以及
一图像直方图指标单元,连接该图像数字化单元,计数该数字图像中多个灰阶值各自具有的像素数量,并且以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个灰阶值各自具有的像素数量产生一累计值,直至该累计值大于一第一预设值且最后一个累加的灰阶值所具有的像素数量大于一第二预设值,其中该最后一个累加的灰阶值是用以调整该偏移量以改善该数字图像的图像品质。
2.如权利要求1所述的指纹检测装置,其特征在于,更包括一偏移计算单元,连接该图像直方图处理单元,当该最后一个累加的灰阶值不符合一目标值时,调整该偏移量,当该最后一个累加的灰阶值符合该目标值时,将该偏移量存储至该存储单元中以对应该增益值。
3.如权利要求1所述的指纹检测装置,其特征在于,该偏移量的初始值为0。
4.一种提高图像品质的指纹检测方法,其特征在于,包括下列步骤:
A.提供一偏移量及一增益值;
B.根据该偏移量及该增益值对一指纹图像进行处理,产生一数字图像;
C.计数该数字图像中多个灰阶值各自具有的像素数量;
D.以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个灰阶值各自具有的像素数量产生一累计值,直至该累计值大于一第一预设值且最后一个累加的灰阶值所具有的像素数量大于一第二预设值;以及
E.根据该最后一个累加的灰阶值调整该偏移量以改善该数字图像的图像品质。
5.如权利要求4所述的指纹检测方法,其特征在于,该步骤E包括:
当该最后一个累加的灰阶值不符合一目标值时,调整该偏移量并重复步骤B至步骤E;以及
当该最后一个累加的灰阶值符合该目标值时,存储该偏移量以对应该增益值。
6.如权利要求4所述的指纹检测方法,其特征在于,更包括将该偏移量的初始值设定为0。
7.一种提高图像品质的指纹检测装置,其特征在于,包括:
一存储单元;
一图像数字化单元,连接该存储单元,根据一偏移量及该存储单元输出的一增益值对一指纹图像进行处理,产生一数字图像;以及
一图像直方图指标单元,连接该图像数字化单元,计数该数字图像中多个灰阶值各自具有的像素数量、将该多个灰阶值分为多个群组,并计算每个群组中像素数量的总和以及以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个群组的像素数量产生一累计值,直至该累计值大于一预设值时,从最后一个累加的群组中选取一灰阶值,其中选取的灰阶值是用以调整该偏移量以改善该数字图像的图像品质。
8.如权利要求7所述的指纹检测装置,其特征在于,更包括一偏移计算单元,连接该图像直方图处理单元,当该选取的灰阶值不符合一目标值时,调整该偏移量,当该选取的灰阶值符合该目标值时,将该偏移量存储至该存储单元中以对应该增益值。
9.如权利要求7所述的指纹检测装置,其特征在于,该偏移量的初始值为0。
10.一种提高图像品质的指纹检测方法,其特征在于,包括下列步骤:
A.提供一偏移量及一增益值;
B.根据该偏移量及该增益值对一指纹图像进行处理,产生一数字图像;
C.计数该数字图像中多个灰阶值各自具有的像素数量;
D.将该多个灰阶值分为多个群组,并计算每个群组中像素数量的总和;
E.以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个群组的像素数量产生一累计值,直至该累计值大于一预设值时,从最后一个累加的群组中选取一灰阶值;以及
F.根据选取的灰阶值调整该偏移量以改善该数字图像的图像品质。
11.如权利要求10所述的指纹检测方法,其特征在于,该步骤F包括:
当该选取的灰阶值不符合一目标值时,调整该偏移量并重复步骤B至步骤F;以及
当该选取的灰阶值符合该目标值时,存储该偏移量以对应该增益值。
12.如权利要求10所述的指纹检测方法,其特征在于,更包括将该偏移量的初始值设定为0。
13.一种提高图像品质的指纹检测装置,其特征在于,包括:
一存储单元,存储多组参数,并根据一选择信号送出其中一组参数,其中每一组参数包含一增益值及一偏移量;
一图像数字化单元,连接该存储单元,根据该存储单元送出的该组参数对一指纹图像进行处理,产生一数字图像;以及
一图像直方图指标单元,连接该图像数字化单元,计数该数字图像中多个灰阶值各自具有的像素数量,并且以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个灰阶值各自具有的像素数量产生一累计值,直至该累计值大于一第一预设值且最后一个累加的灰阶值所具有的像素数量大于一第二预设值,其中该最后一个累加的灰阶值是用以控制该选择信号进而控制该存储单元送出的该组参数,以改善该数字图像的图像品质。
14.如权利要求13所述的指纹检测装置,其特征在于,更包括参数选择单元,连接该存储单元及该图像直方图指标单元,用以提供该选择信号,而且当该最后一个累加的灰阶值不符合一目标值时,根据该最后一个累加的灰阶值大于或小于该目标值而改变该选择信号以使该存储单元送出另一组参数。
15.一种提高图像品质的指纹检测方法,其特征在于,包括:
A.从多组参数中选择其中一组参数,其中每一组参数包含一增益值及一偏移量;
B.根据所选的该组参数对一指纹图像进行处理,产生一数字图像;
C.计数该数字图像中多个灰阶值各自具有的像素数量;
D.以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个灰阶值各自具有的像素数量产生一累计值,直至该累计值大于一第一预设值且最后一个累加的灰阶值所具有的像素数量大于一第二预设值;以及
E.判断该最后一个累加的灰阶值是否符合一目标值,当该最后一个累加的灰阶值不符合该目标值时,从该多组参数中选择另一组参数来产生该数字图像,进而改善该数字图像的图像品质。
16.如权利要求15所述的指纹检测方法,其特征在于,该步骤E包括从该多组参数中选择另一组参数并重复步骤B至步骤E。
17.如权利要求15所述的指纹检测方法,其特征在于,该步骤E包括当该最后一个累加的灰阶值不符合该目标值时,根据该最后一个累加的灰阶值大于或小于该目标值来选择另一组参数。
18.一种提高图像品质的指纹检测装置,其特征在于,包括:
一存储单元,存储多组参数,并根据一选择信号送出其中一组参数,其中每一组参数包含一增益值及一偏移量;
一图像数字化单元,连接该存储单元,根据该存储单元送出的该组参数对一指纹图像进行处理,产生一数字图像;以及
一图像直方图指标单元,连接该图像数字化单元,计数该数字图像中多个灰阶值各自具有的像素数量、将该多个灰阶值分为多个群组,并计算每个群组中像素数量的总和以及以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个群组的像素数量产生一累计值,直至该累计值大于一预设值时,从最后一个累加的群组中选取一灰阶值,其中选取的灰阶值是用以控制该选择信号进而控制该存储单元送出的该组参数,以改善该数字图像的图像品质。
19.如权利要求18所述的指纹检测装置,其特征在于,更包括参数选择单元,连接该存储单元及该图像直方图指标单元,用以提供该选择信号,而且当该选取的灰阶值不符合一目标值时,根据该选取的灰阶值大于或小于该目标值而改变该选择信号以使该存储单元送出另一组参数。
20.一种提高图像品质的指纹检测方法,其特征在于,包括:
A.从多组参数中选择其中一组参数,其中每一组参数包含一增益值及一偏移量;
B.根据所选的该组参数对一指纹图像进行处理,产生一数字图像;
C.计数该数字图像中多个灰阶值各自具有的像素数量;
D.将该多个灰阶值分为多个群组,并计算每个群组中像素数量的总和;
E.以高灰阶到低灰阶的顺序或以低灰阶到高灰阶的顺序,累加该多个群组的像素数量产生一累计值,直至该累计值大于一预设值时,从最后一个累加的群组中选取一灰阶值;以及
F.判断该选取的灰阶值是否符合一目标值,当该选取的灰阶值不符合该目标值时,从该多组参数中选择另一组参数来产生该数字图像,进而改善该数字图像的图像品质。
21.如权利要求20所述的指纹检测方法,其特征在于,该步骤F包括从该多组参数中选择另一组参数并重复步骤B至步骤F。
22.如权利要求20所述的指纹检测方法,其特征在于,该步骤F包括当该选取的灰阶值不符合该目标值时,根据该选取的灰阶值大于或小于该目标值来选择另一组参数。
23.一种提高图像品质的指纹检测装置,其特征在于,包括:
一存储单元;
一图像数字化单元,连接该存储单元,根据一偏移量及该存储单元输出的一增益值对一指纹图像进行处理,产生一数字图像;以及
一图像直方图指标单元,连接该图像数字化单元,读取该数字图像中至少一像素列的灰阶值、将该至少一像素列的每一像素列划分为至少一个像素组、找出每一个像素组中大于一比较值的灰阶值的最大值以及平均所有取得的最大值产生一平均值用以调整该偏移量以改善该数字图像的图像品质。
24.如权利要求23所述的指纹检测装置,其特征在于,更包括一偏移计算单元,连接该图像直方图处理单元,当该平均值不符合一目标值时,调整该偏移量,当该平均值符合该目标值时,将该偏移量存储至该存储单元中以对应该增益值。
25.如权利要求23所述的指纹检测装置,其特征在于,该图像直方图指标单元计算已读取的像素列的全部或一部分的灰阶值的平均值作为目前读取的像素列的比较值。
26.如权利要求23所述的指纹检测装置,其特征在于,该图像直方图指标单元计算已读取的像素列的全部或一部分的比较值的平均值作为目前读取的像素列的比较值。
27.如权利要求23所述的指纹检测装置,其特征在于,该偏移量的初始值为0。
28.一种提高图像品质的指纹检测方法,其特征在于,包括下列步骤:
A.提供一偏移量及一增益值;
B.根据该偏移量及该增益值对一指纹图像进行处理以产生一数字图像;
C.读取该数字图像中至少一像素列的灰阶值;
D.将该至少一像素列的每一像素列划分为至少一个像素组,并找出每一个像素组中大于一比较值的灰阶值的最大值;
E.平均所有取得的最大值产生一平均值;以及
F.根据该平均值调整该偏移量以改善该数字图像的图像品质。
29.如权利要求28所述的指纹检测方法,其特征在于,该步骤D包括计算已读取的像素列的全部或一部分的灰阶值的平均值作为目前读取的像素列的比较值。
30.如权利要求28所述的指纹检测方法,其特征在于,该步骤D包括计算已读取的像素列的全部或一部分的比较值的平均值作为目前读取的像素列的比较值。
31.如权利要求28所述的指纹检测方法,其特征在于,该步骤F包括:
当该平均值不符合一目标值时,调整该偏移量并重复步骤B至步骤F;以及
当该平均值符合该目标值时,存储该偏移量以对应该增益值。
32.如权利要求28所述的指纹检测方法,其特征在于,更包括将该偏移量的初始值设定为0。
33.一种提高图像品质的指纹检测装置,其特征在于,包括:
一存储单元,存储多组参数,并根据一选择信号送出其中一组参数,其中每一组参数包含一增益值及一偏移量;
一图像数字化单元,连接该存储单元,根据该存储单元送出的该组参数对一指纹图像进行处理,产生一数字图像;以及
一图像直方图指标单元,连接该图像数字化单元,读取该数字图像中至少一像素列灰阶值、将该至少一像素列的每一像素列划分为至少一个像素组、找出每一个像素组中小于一比较值的灰阶值的最小值以及平均所有取得的最小值产生一平均值用以控制该选择信号进而控制该存储单元送出的该组参数,以改善该数字图像的图像品质。
34.如权利要求33所述的指纹检测装置,其特征在于,更包括参数选择单元,连接该存储单元及该图像直方图指标单元,用以提供该选择信号,而且当该平均值不符合一目标值时,根据该平均值大于或小于该目标值而改变该选择信号以使该存储单元送出另一组参数。
35.如权利要求33所述的指纹检测装置,其特征在于,该图像直方图指标单元计算已读取的像素列的全部或一部分的灰阶值的平均值作为目前读取的像素列的比较值。
36.如权利要求33所述的指纹检测装置,其特征在于,该图像直方图指标单元计算已读取的像素列的全部或一部分的比较值的平均值作为目前读取的像素列的比较值。
37.一种提高图像品质的指纹检测方法,其特征在于,包括:
A.从多组参数中选择其中一组参数,其中每一组参数包含一增益值及一偏移量;
B.根据所选的该组参数对一指纹图像进行处理,产生一数字图像;
C.读取该数字图像中至少一像素列的灰阶值;
D.将该至少一像素列的每一像素列划分为至少一个像素组,并找出每一个像素组中小于一比较值的灰阶值的最小值;
E.平均所有取得的最小值产生一平均值;以及
F.判断该平均值是否符合一目标值,当该平均值不符合该目标值时,从该多组参数中选择另一组参数来产生该数字图像,进而改善该数字图像的图像品质。
38.如权利要求37所述的指纹检测方法,其特征在于,该步骤D包括计算已读取的像素列的全部或一部分的灰阶值的平均值作为目前读取的像素列的比较值。
39.如权利要求37所述的指纹检测方法,其特征在于,该步骤D包括计算已读取的像素列的全部或一部分的比较值的平均值作为目前读取的像素列的比较值。
40.如权利要求37所述的指纹检测方法,其特征在于,该步骤F包括从该多组参数中选择另一组参数并重复步骤B至步骤F。
41.如权利要求37所述的指纹检测方法,其特征在于,该步骤F包括当该平均值不符合该目标值时,根据该平均值大于或小于该目标值来选择另一组参数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106136231A TWI679583B (zh) | 2017-10-20 | 2017-10-20 | 提高影像品質的指紋偵測裝置及其方法 |
TW106136231 | 2017-10-20 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109697403A true CN109697403A (zh) | 2019-04-30 |
Family
ID=66170299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810781639.6A Pending CN109697403A (zh) | 2017-10-20 | 2018-07-17 | 提高图像品质的指纹检测装置及其方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10664682B2 (zh) |
CN (1) | CN109697403A (zh) |
TW (1) | TWI679583B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10783346B2 (en) * | 2017-12-11 | 2020-09-22 | Invensense, Inc. | Enhancing quality of a fingerprint image |
KR102563802B1 (ko) * | 2018-03-07 | 2023-08-07 | 삼성전자주식회사 | 디스플레이의 컬러를 보정하기 위한 전자 장치 |
TWI679431B (zh) * | 2018-07-31 | 2019-12-11 | 友達光電股份有限公司 | 指紋感測裝置及其檢測方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090087044A1 (en) * | 2007-09-27 | 2009-04-02 | Mitsumi Electric Co., Ltd. | Finger Contact Detecting Apparatus, Finger Contact Detecting Method, Fingerprint Reading Apparatus and Fingerprint Reading Method |
TW201428642A (zh) * | 2013-01-04 | 2014-07-16 | Hardware & Software Technology Co Ltd | 偵測模組、指紋感測裝置及指紋影像產生方法 |
CN105469066A (zh) * | 2015-12-08 | 2016-04-06 | 北京集创北方科技有限公司 | 一种指纹识别动态范围优化方法与设备 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6990219B2 (en) * | 2000-12-15 | 2006-01-24 | Nippon Telegraph And Telephone Corporation | Image capturing method and apparatus and fingerprint collation method and apparatus |
US7840066B1 (en) * | 2005-11-15 | 2010-11-23 | University Of Tennessee Research Foundation | Method of enhancing a digital image by gray-level grouping |
KR100944595B1 (ko) * | 2007-04-24 | 2010-02-25 | 가부시끼가이샤 르네사스 테크놀로지 | 표시 장치, 표시 장치 구동 회로, 화상 표시 방법, 전자기기 및 화상 표시 장치 구동 회로 |
US20090274343A1 (en) * | 2008-05-05 | 2009-11-05 | Sonavation, Inc. | Dynamic optimization of a biometric sensor |
JP5534411B2 (ja) * | 2010-01-20 | 2014-07-02 | 日本電気株式会社 | 画像処理装置 |
TW201143289A (en) * | 2010-05-27 | 2011-12-01 | Novatek Microelectronics Corp | Power converting apparatus and power converting method |
US8837862B2 (en) * | 2013-01-14 | 2014-09-16 | Altek Corporation | Image stitching method and camera system |
US9727770B2 (en) * | 2013-07-22 | 2017-08-08 | Apple Inc. | Controllable signal processing in a biometric device |
US9390311B2 (en) * | 2014-10-16 | 2016-07-12 | NanoGate Biometric Inc. | Fingerprint identification method |
TWI549066B (zh) * | 2015-03-17 | 2016-09-11 | 國立高雄應用科技大學 | 指紋影像之紋路增益方法及其系統 |
SE1550411A1 (en) * | 2015-04-07 | 2016-10-08 | Fingerprint Cards Ab | Electronic device comprising fingerprint sensor |
US10140499B1 (en) * | 2017-05-25 | 2018-11-27 | Synaptics Incorporated | Systems and methods for touch and press detection using a sensor |
-
2017
- 2017-10-20 TW TW106136231A patent/TWI679583B/zh active
-
2018
- 2018-07-17 CN CN201810781639.6A patent/CN109697403A/zh active Pending
- 2018-10-19 US US16/165,393 patent/US10664682B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090087044A1 (en) * | 2007-09-27 | 2009-04-02 | Mitsumi Electric Co., Ltd. | Finger Contact Detecting Apparatus, Finger Contact Detecting Method, Fingerprint Reading Apparatus and Fingerprint Reading Method |
TW201428642A (zh) * | 2013-01-04 | 2014-07-16 | Hardware & Software Technology Co Ltd | 偵測模組、指紋感測裝置及指紋影像產生方法 |
CN105469066A (zh) * | 2015-12-08 | 2016-04-06 | 北京集创北方科技有限公司 | 一种指纹识别动态范围优化方法与设备 |
Also Published As
Publication number | Publication date |
---|---|
US20190122023A1 (en) | 2019-04-25 |
TWI679583B (zh) | 2019-12-11 |
TW201917627A (zh) | 2019-05-01 |
US10664682B2 (en) | 2020-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109697403A (zh) | 提高图像品质的指纹检测装置及其方法 | |
US20180366093A1 (en) | Systems and methods for automatic calibration of musical devices | |
CN105784179B (zh) | 一种温度检测电路 | |
RU96116924A (ru) | Датчик с улучшенной компенсацией | |
CN101888468B (zh) | 图像内插装置以及图像内插方法 | |
US20180253528A1 (en) | Polynucleotide sequencer tuned to artificial polynucleotides | |
Hosseini et al. | Designing optimal watermark signal for a stealthy attacker | |
CN103206312A (zh) | 用于求得传感器的状态的方法和装置 | |
CN105865621A (zh) | 激光功率的校准方法和装置 | |
CN105444708B (zh) | 用于在位置测量装置中修正误差的方法 | |
CN105574824B (zh) | 基于脊波字典的多目标遗传优化压缩感知图像重构方法 | |
CN110866347A (zh) | 显示器件的寿命预估方法和装置、存储介质 | |
JP5490906B2 (ja) | 質量測定の精度を維持するためのシステムおよび方法 | |
CN109785372A (zh) | 基于软决策优化的基础矩阵鲁棒估计方法 | |
US8812412B2 (en) | Control apparatus | |
CN115080909B (zh) | 影响物联感知设备数据的分析方法、电子设备及存储介质 | |
CN116402126A (zh) | 一种防御数据投毒攻击的联邦学习方法 | |
CN106791280B (zh) | 确定adc中增益和偏移量及其对应关系的方法和装置 | |
CN112152632B (zh) | 一种红外图像灰度数据压缩的方法及系统 | |
WO2020076321A1 (en) | Generation of object databases | |
CN115049530A (zh) | 用于调试图像信号处理器的方法、装置和系统 | |
Wendl | A general coverage theory for shotgun DNA sequencing | |
CN113598440A (zh) | 烟弹识别及发热控制方法、装置及可读存储介质 | |
CN108665451B (zh) | 基于三元高斯差分演化算法的圆检测方法 | |
Lux et al. | Automatic discovery of metagenomic structure |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190430 |
|
WD01 | Invention patent application deemed withdrawn after publication |