CN110232356A - 光学式指纹辨识器及其指纹辨识方法 - Google Patents

光学式指纹辨识器及其指纹辨识方法 Download PDF

Info

Publication number
CN110232356A
CN110232356A CN201910516417.6A CN201910516417A CN110232356A CN 110232356 A CN110232356 A CN 110232356A CN 201910516417 A CN201910516417 A CN 201910516417A CN 110232356 A CN110232356 A CN 110232356A
Authority
CN
China
Prior art keywords
signal
image
gain
processing
variable
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.)
Granted
Application number
CN201910516417.6A
Other languages
English (en)
Other versions
CN110232356B (zh
Inventor
林郁轩
柏堂宏
王仲益
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.)
Egis Technology Inc
Original Assignee
神盾股份有限公司
神亚科技股份有限公司
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 神盾股份有限公司, 神亚科技股份有限公司 filed Critical 神盾股份有限公司
Priority to US16/523,425 priority Critical patent/US10984217B2/en
Publication of CN110232356A publication Critical patent/CN110232356A/zh
Application granted granted Critical
Publication of CN110232356B publication Critical patent/CN110232356B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G06F1/1613—Constructional details or arrangements for portable computers
    • G06F1/1633—Constructional details or arrangements of portable computers not specific to the type of enclosures covered by groups G06F1/1615 - G06F1/1626
    • G06F1/1684—Constructional details or arrangements related to integrated I/O peripherals not covered by groups G06F1/1635 - G06F1/1675
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • G06V40/13—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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means

Abstract

本发明提供一种光学式指纹辨识器及其指纹辨识方法。该光学式指纹辨识器包括感光元件以及信号处理电路，且信号处理电路包括电性连接于感光元件的逻辑运算器、电性连接于逻辑运算器的增益可变或可编程放大器以及电性连接于增益可变或可编程放大器以及逻辑运算器的处理单元。增益可变或可编程放大器具有第一增益系数以及大于第一增益系数的第二增益系数，透过适切地转换第一增益系数或第二增益系数对输入至增益可变或可编程放大器的信号进行倍数调节，促使光学式指纹辨识器获得清晰的感测图像。此外，本发明还提供应用于上述光学式指纹辨识器的指纹辨识方法。

Description

光学式指纹辨识器及其指纹辨识方法
技术领域
本发明是关于指纹辨识的领域，尤其是关于一种光学式指纹辨识器及其指纹辨识方法。
背景技术
随着科技的进步与发展，影像感测技术被广泛的应用于生物辨识领域中。其中，由于光学式指纹辨识器可辨识指纹纹路的波峰、波谷及隆起线的变化，在现今的智能型移动装置的使用安全性上扮演着重要的角色。
请参阅图1，其为现有光学式指纹辨识器的概念示意图。光学式指纹辨识器1包括感光元件11以及电性连接于感光元件11的信号处理电路12，其中，感光元件11由多个感光像素111以矩阵排列的方式实现。当光学式指纹辨识器1进行工作而使感光元件11曝光时，每一感光像素111分别依据接收到的光量而输出像素信号S11至信号处理电路12。由于每一感光像素111所输出的像素信号S11皆呈模拟形式，因此信号处理电路12中通常设置有模拟前端电路(Analog Front End，AFE)121将像素信号S11由模拟形式转换为数字形式，以供后续电子元件信号处理而获得指纹图像。
请同时参阅图2，其为图1所示的光学式指纹辨识器中的模拟前端电路的概念示意图。模拟前端电路121包括放大器1211以及模拟数字转换器(Analog to DigitalConverter，ADC)1212，放大器1211电性连接于感光元件11以及模拟数字转换器1212之间，对像素信号S11进行倍数调节以符合模拟数字转换器1212的可输入范围。然而，现有光学式指纹辨识器1的缺陷在于，当部分的感光像素111所输出的像素信号S11彼此之间的差距远小于这些像素信号S11本身的信号值时，对于可输入范围小且分辨率不足的模拟数字转换器1212而言将难以进行明确地数字转换，从而可能导致后续产生模糊的指纹图像。
举例来说，请再度参阅图2，为方便说明，假设感光像素111所输出的像素信号S11的信号值范围为0～5伏特(V)、以及模拟数字转换器1212的可输入范围为0～1伏特(V)且分辨率为1毫伏(mV)。为了让输入至模拟数字转换器1212的信号值能够符合模拟数字转换器1212的可输入范围，放大器1211的增益值被设定为0.1，此时，若感光元件11中有两个感光像素111输出信号值分别为4.001V与4.002V的两个像素信号S11至信号处理电路12，放大器1211可对该两个像素信号S11进行调节而输出信号值分别为400.1mV与400.2mV的两个处理信号S12至模拟数字转换器1212。虽然该两个处理信号S12符合模拟数字转换器1212的可输入范围，但由于模拟数字转换器1212本身的分辨率仅为1mV，因此信号值分别为400.1mV与400.2mV的两个处理信号S12仅能被转换为信号值皆为400mV的两个数字处理信号S12’。由此可知，基于数字处理信号S12’，信号处理电路12是无法识别该两个感光像素111的感测结果的差异。
基于此，业界普遍采用高动态范围且高分辨率的模拟数字转换器1212克服上述现有光学式指纹辨识器1的缺陷，然而此将大幅增加光学式指纹辨识器1的制造成本。是以，如何在制造成本变化不大的前提下令光学式指纹辨识器能够获得清晰的指纹图像，已成为本领域技术人员亟待研究的课题。
发明内容
本发明要解决的技术问题在于，针对现有技术存在的上述不足，提供一种其信号处理电路的增益可变或可编程放大器可适切地转换第一增益系数或第二增益系数对输入至增益可变或可编程放大器的信号进行倍数调节的光学式指纹辨识器以及指纹辨识方法，以获得清晰的指纹图像并解决背景技术中所提出的缺陷。
本发明解决其技术问题所采用的技术方案是提供一种光学式指纹辨识器，包括感光元件以及信号处理电路，感光元件包括多个感光像素，信号处理电路包括电性连接于感光元件的逻辑运算器、电性连接于逻辑运算器的增益可变或可编程放大器以及电性连接于增益可变或可编程放大器以及逻辑运算器的处理单元；其中，增益可变或可编程放大器具有第一增益系数以及大于第一增益系数的第二增益系数，当增益可变或可编程放大器接收来自多个感光像素的多个像素信号时，增益可变或可编程放大器利用第一增益系数对多个像素信号进行倍数调节而输出多个第一处理信号，且处理单元会基于多个第一处理信号产生并输出一基准信号；而当增益可变或可编程放大器接收由逻辑运算器将每一像素信号扣除基准信号所获得的多个校正信号时，增益可变或可编程放大器利用第二增益系数对多个校正信号进行倍数调节而输出分别相对应于该多个校正信号的多个第二处理信号，且处理单元基于多个第二处理信号而获得一感测图像。
本发明亦提供一种指纹辨识的方法。首先，以第一增益系数倍数调节来自多个感光像素的多个像素信号而产生相对应于该多个像素信号的多个第一处理信号；之后，依据多个第一处理信号获得一基准信号，再将每一像素信号扣除基准信号而获得多个校正信号；接着，以大于第一增益系数的第二增益系数倍数调节多个校正信号而产生相对应于该多个校正信号的多个第二处理信号；最后，依据多个第二处理信号获得一感测图像。
本发明通过适切地转换第一增益系数或第二增益系数对多个感光像素的多个像素信号进行倍数调节，得以获得清晰的指纹图像并解决背景技术中所提出的缺陷；此外，本发明分别于感光像素的曝光时间为零或其他时间长度下获得第一图像和第二图像，并以此输出指纹图像，能够改善固定模式噪声对成像品质的影响。
附图说明
图1所示为现有光学式指纹辨识器的概念示意图。
图2所示为图1所示的光学式指纹辨识器中的模拟前端电路的概念示意图。
图3所示为根据本发明一实施例的光学式指纹辨识器的电路概念示意图。
图4所示为图3所示信号处理电路的一部分信号传输路径的概念示意图。
图5所示为图3所示信号处理电路的一另一部分信号传输路径的概念示意图。
图6所示为根据本发明一实施例的指纹辨识方法的流程示意图。
图7所示为根据本发明另一实施例的指纹辨识方法的流程示意图。
图8所示为根据本发明一实施例的光学式指纹辨识器应用于显示屏幕的概念示意图。
具体实施方式
以下提出实施例以对本发明进行详细说明，实施例仅用以作为范例说明，并不会限缩本发明欲保护的范围。此外，为了清楚显示本发明的技术特点，实施例中的图式省略不必要或以常用技术即可完成的元件，且部分形状与厚度亦可能经过夸大表示。
请参阅图3，其为根据本发明一实施例的光学式指纹辨识器的电路概念示意图。在一实施例中，光学式指纹辨识器2包括感光元件21以及信号处理电路22，其中，感光元件21包括多个感光像素211，于光学式指纹辨识器进行指纹辨识的过程中，每一感光像素211可依据接收到的光量而输出相对应的像素信号至信号处理电路22，且信号处理电路22于对该些像素信号进行信号处理后获得感测图像，后续再依据多个感测图像而输出指纹图像。于一实施例中，感光像素211呈矩阵排列，并透过一多工器23电性连接至信号处理电路22，但本发明并不以此为限，感光像素211的排列方式及其与信号处理电路22的连接方式可依照设计需求而有不同实施方式。
在一实施例中，信号处理电路22包括逻辑运算器221、增益可变或可编程放大器222、模拟数字转换器(Analog to Digital Converter，ADC)223、处理单元224以及数字模拟转换器(Digital to Analog Converter，DAC)225，逻辑运算器221电性连接于感光元件21与增益可变或可编程放大器222之间，且模拟数字转换器223电性连接于增益可变或可编程放大器222与处理单元224之间，而数字模拟转换器225电性连接于处理单元224与逻辑运算器221之间。其中，增益可变或可编程放大器可采用可编程增益放大器(PGA)或可变增益放大器(VGA)，但不以上述为限。
以下说明上述信号处理电路22的信号传输路径，其概念如图4及图5所示。请参考图4，当来自感光像素211的像素信号S21初次输入至信号处理电路22时，像素信号S21直接通过逻辑运算器221而被增益可变或可编程放大器222接收，此时，增益可变或可编程放大器222利用第一增益系数对像素信号S21进行倍数调节而输出分别相对应于像素信号S21且呈模拟形式的多个第一处理信号(以下称第一模拟信号S22)至模拟数字转换器223，模拟数字转换器223再将之转换为呈数字形式的多个第一处理信号(以下称第一数字信号S22’)并输出至处理单元224。
之后，处理单元224基于第一数字信号S22’以及增益可变或可编程放大器222的第一增益系数输出呈数字形式的一基准信号(以下称第一基准信号S23)至数字模拟转换器225，数字模拟转换器225再将之转换为呈模拟形式的基准信号(以下称第二基准信号S23’)，并输出至逻辑运算器221。
接着，请参考图5，逻辑运算器221将每一像素信号S21扣除第二基准信号S23’而产生分别相对应于像素信号S21的多个校正信号S24，而增益可变或可编程放大器222则利用大于第一增益系数的第二增益系数对校正信号S24进行倍数调节，进而输出分别对应于校正信号S24且呈模拟形式的多个第二处理信号(以下称第二模拟信号S25)至模拟数字转换器223，模拟数字转换器223再将之转换为呈数字形式的多个第二处理信号(以下称第二数字信号S25’)并输出至处理单元224，最后，处理单元224基于第二数字信号S25’获得感测图像。
较佳者，但不以此为限，信号处理电路22还包括电性连接于增益可变或可编程放大器222以及模拟数字转换器223之间的抗混叠滤波器(Anti-aliasing filter，AAF)226，如图3所示；其中，抗混叠滤波器是用来于至少部分波段上限制信号的频宽，以求大致或完全满足取样定律；惟，抗混叠滤波器226的功用及其具体实施态样为本技术领域普通技术人员所知悉，故在此即不再予以赘述。
基于上述的电路架构及其信号传输路径，光学式指纹辨识器2可获得清晰的感测图像。为更具体说明，以下以一实施态样进一步说明光学式指纹辨识器2的工作过程及其优势。于本实施态样中，为方便说明，假设感光像素211所输出的像素信号S21的信号值范围为0～5伏特(V)，而模拟数字转换器223的可输入范围为0～1伏特(V)且分辨率为1毫伏(mV)。
于本实施态样中，增益可变或可编程放大器222的第一增益系数与第二增益系数分别为0.1与10，当感光元件21中有两个感光像素211如同背景技术中所举例说明般分别输出信号值为4.001V与4.002V的两个像素信号S21至信号处理电路22时，如图4所示，增益可变或可编程放大器222先利用第一增益系数对两个像素信号S21进行倍数调节而输出信号值分别为400.1mV与400.2mV的两个第一模拟信号S22至模拟数字转换器223，模拟数字转换器223再分别将两个第一模拟信号S22转换为两个第一数字信号S22’并输出至处理单元224，而由于模拟数字转换器223本身的分辨率仅为1mV，因此信号值分别为400.1mV与400.2mV的两个第一模拟信号S22仅能被转换为信号值皆为400mV的两个第一数字信号S22’。
接着，处理单元224会基于两个第一数字信号S22’的信号值(400mV)以及增益可变或可编程放大器222的第一增益系数(0.1)而获得信号值为4V的第一基准信号S23，并将第一基准信号S23输出至数字模拟转换器225。接着，第一基准信号S23会经由数字模拟转换器225而转换为第二基准信号S23’并被传送至逻辑运算器221。此时，如图5所示，逻辑运算器221会将信号值分别为4.001V与4.002V的两个像素信号S21扣除信号值为4V的第二基准信号S23’而输出信号值分别为1mV与2mV的校正信号S24，增益可变或可编程放大器222接着利用第二增益系数(10)对校正信号S24进行倍数调节，进而输出信号值分别为10mV与20mV的两个第二模拟信号S25至模拟数字转换器223。
由于模拟数字转换器223本身的分辨率为1mV，因此信号值分别为10mV与20mV的两个第二模拟信号S25可被转换为信号值分别为10mV与20mV的两个第二数字信号S25’，此代表，相较于背景技术中的信号处理电路12，本发明信号处理电路22可识别出该两个感光像素211的感测结果的差异，进而使得处理单元224所获得的感测图像中在相对应于该两个感光像素211之处具有清晰的表现。显然地，本发明光学式指纹辨识器2的效能优于背景技术中所述者。
此外，考量光场分布的不同，感光元件21可被区分为多个感光区块，且不同的感光区块具有数量相同或不同的感光像素211。本发明的信号处理电路22亦不限定仅采用固定的第一增益系数以及固定的第二增益系数对来自不同感光区块的像素信号S21进行信号处理。举例来说，倘若感光元件21上第一感光区块的所在位置与第二感光区块的所在位置具有光场状态的落差，则针对位于第一感光区块上的多个感光像素211，信号处理电路22可采用相应于该第一感光区块的光场状态的第一增益系数与第二增益系数对第一感光区块所输出的多个像素信号进行信号处理，而针对位于第二感光区块上的多个感光像素211，信号处理电路22则可依实际设计需求另采用相应于该第二感光区块的光场状态的第一增益系数与第二增益系数对第二感光区块所输出的多个感光信号进行信号处理。
另外一提的是，现有的光学式指纹辨识器1在撷取指纹纹路的过程中会因遭遇噪声(杂讯)而影响成像品质，其中以固定模式噪声(杂讯)的影响最为严重。固定模式噪声可被视为各个感光像素111在无光照或均匀光照(即相同光电信号输入)下所输出的像素信号的差异，而造成差异的原因之一在于，分别与这些感光像素111相应的多个晶体管(图未示)彼此之间存在些微的不同而产生的不匹配。
是以，本发明一实施例的光学式指纹辨识器2在撷取指纹纹路的过程中，信号处理电路22会先在感光像素211的曝光时间为零的条件下获得一感测图像(以下称第一图像)，理论上，在曝光时间为零的条件下(即无光照的条件下)，每一感光像素211所输出的像素信号应无差异，因此透过计算每一感光像素211在无光照下所输出的像素信号的差异，可获得带有固定模式噪声(杂讯)的相关信息的第一图像；接着，于读取指纹纹路时对这些感光像素211进行曝光一特定时间长度以获得一另一感测图像(以下称第二图像)；最后，信号处理电路22的处理单元224对第一图像以及第二图像进行运算，例如，将第二图像减去第一图像，进而产生指纹图像。须说明的是，信号处理电路22获得固定模式噪声(杂讯)的相关信息的方式并不以上述为限，可依照设计实际所需以其他方式实现。而信号处理电路22获得第一图像的方式以及获得第二图像的方式分别如同先前对本发明光学式指纹辨识器2的工作说明，在此不再赘述。
综合以上的说明，本发明提供一种指纹辨识方法。请参阅图6，其为根据本发明一实施例的指纹辨识方法的流程示意图。在一实施例中，指纹辨识方法包括：于感光像素的曝光时间为零的条件下获得第一图像(步骤A1)；接着，于感光像素的曝光时间为一特定时间长度的条件下以第一增益系数倍数调节来自感光像素的像素信号而产生第一处理信号(步骤A2)；之后，将第一处理信号由模拟形式转换为数字形式(步骤A3)，并依据第一处理信号获得一基准信号(步骤A4)；接着，于将基准信号由数字形式转换为模拟形式(步骤A5)后，将每一像素信号扣除基准信号而获得校正信号(步骤A6)，并以大于第一增益系数的第二增益系数倍数调节校正信号而产生第二处理信号(步骤A7)，再将第二处理信号由模拟形式转换为数字形式(步骤A8)，进而依据第二处理信号获得第二图像(步骤A9)；最后，依据第一图像以及第二图像输出一指纹图像(步骤A10)。
其中，图6所示的步骤A1中获得第一图像的方法大致相同于图6所示的步骤A2～步骤A9，差别仅在于获得第一图像的过程是在感光像素的曝光时间为零的条件下进行，且依照实际所需可能采用不同于第一增益系数的第三增益系数倍数调节来自感光像素的像素信号以及采用不同于第二增益系数的第四增益系数(大于第三增益系数)倍数调节校正信号。当然，获得第一图像的方法并不以上述为限，可依照设计实际所需以其他方式实现。
此外，上述皆仅为实施例，本技术领域普通是技术人员皆可依据实际应用需求而进行任何均等的变更设计。举例来说，虽然上述实施例中的信号处理电路22是先于感光像素211的曝光时间为零的条件下获得第一图像，再于感光像素211的曝光时间为特定时间长度的条件下获得第二图像，亦即处理单元224获得第一图像的时间点(以下称第二时间点)早于处理单元224获得第二图像的时间点(以下称第一时间点)，但可变更设计为，信号处理电路22先于感光像素211的曝光时间为特定时间长度的条件下获得第二图像，再于感光像素211的曝光时间为零的条件下获得第一图像，亦即处理单元224获得第二图像的时间点(以下称第二时间点)早于处理单元224获得第一图像的时间点(以下称第一时间点)，如此一来，第一时间点与第二时间点之间的差距可被缩短而减少第一时间点与第二时间点之间所产生的噪声(杂讯)，令处理单元224所产生输出的指纹图像更贴近真实。
是以，本发明亦提供另一种指纹辨识方法。请参阅图7，其为根据本发明一另一实施例的指纹辨识方法的流程示意图。在此另一实施例中，指纹辨识方法包括：于感光像素的曝光时间为特定时间长度的条件下以第一增益系数倍数调节来自感光像素的像素信号而产生第一处理信号(步骤B1)；之后，将第一处理信号由模拟形式转换为数字形式(步骤B2)，并依据第一处理信号获得一基准信号(步骤B3)；接着，于将基准信号由数字形式转换为模拟形式(步骤B5)后，将每一像素信号扣除基准信号而获得校正信号(步骤B5)，并以大于第一增益系数的第二增益系数倍数调节校正信号而产生第二处理信号(步骤B6)，再将第二处理信号由模拟形式转换为数字形式(步骤B7)，进而依据第二处理信号获得第二图像(步骤B8)；接着，于多个感光像素211的曝光时间为零的条件下获得第一图像(步骤B9)；最后，依据第一图像以及第二图像产生输出一指纹图像(步骤B10)。其中，图7所示的步骤B9中获得第一图像的方法亦可如同图6所示的步骤A1，在此即不再予以赘述。
再者，本发明光学式指纹辨识器适用于屏下光学式指纹辨识(On-screenFingerprint Sensing，OFS)技术。请参阅图8，其为根据本发明一实施例的光学式指纹辨识器应用于显示屏幕的概念示意图。显示屏幕3设置于光学式指纹辨识器2设置的上方，其由上而下依序包括玻璃基板31、触控感测层32以及显示模组33，主要是显示影像画面供使用者触控操作；其中，显示模组33可为OLED显示面板、AMOLED显示面板或TFT显示面板，当使用者的手指4位于玻璃基板31的顶部表面时，显示模组33所提供的至少部分光线会投射至手指，且该至少部分光线再从手指向下反射并于通过显示模组33的间隙后入射至光学式指纹辨识器2的感光像素211，以供光学式指纹辨识器2产生输出指纹图像。惟，上述仅为光学式指纹辨识器应用于显示屏幕的一种实施例，并不以上述为限，例如，上述显示屏幕亦可不具有触控功能而不设置触控感测层。
以上所述仅为本发明的较佳实施例，并非用以限定本发明，因此凡其它未脱离本发明所揭示的精神下所完成的等效改变或修饰，均应包含于本发明的发明概念中。

Claims (14)

1.一种光学式指纹辨识器，其特征在于，包括：
一感光元件，包括多个感光像素；以及
一信号处理电路，包括：
一逻辑运算器，电性连接于该感光元件；
一增益可变或可编程放大器，电性连接于该逻辑运算器，并具有一第一增益系数以及大于该第一增益系数的一第二增益系数；以及
一处理单元，电性连接于该增益可变或可编程放大器以及该逻辑运算器；
其中，当该增益可变或可编程放大器接收来自该多个感光像素的多个像素信号时，该增益可变或可编程放大器利用该第一增益系数对该多个像素信号进行倍数调节而输出分别相对应于该多个像素信号的多个第一处理信号，且该处理单元基于该多个第一处理信号产生并输出一基准信号；
其中，当该增益可变或可编程放大器接收由该逻辑运算器将每一该像素信号扣除该基准信号所获得的多个校正信号时，该增益可变或可编程放大器利用该第二增益系数对该多个校正信号进行倍数调节而输出分别相对应于该多个校正信号的多个第二处理信号，且该处理单元基于该多个第二处理信号获得一感测图像。
2.如权利要求1所述的光学式指纹辨识器，其特征在于，该信号处理电路还包括电性连接于该增益可变或可编程放大器与该处理单元之间的一模拟数字转换器；其中，该模拟数字转换器是将该多个第一处理信号以及该多个第二处理信号由模拟形式转换为数字形式并输出至该处理单元。
3.如权利要求2所述的光学式指纹辨识器，其特征在于，该信号处理电路还包括电性连接于该增益可变或可编程放大器与该模拟数字转换器之间的一抗混叠滤波器，用以于至少部分波段上限制该多个第一处理信号以及该多个第二处理信号的频宽。
4.如权利要求1所述的光学式指纹辨识器，其特征在于，该信号处理电路还包括电性连接于该逻辑运算器与该处理单元之间的一数字模拟转换器；其中，该数字模拟转换器是将该基准信号由数字形式转换为模拟形式并输出至该逻辑运算器。
5.如权利要求1所述的光学式指纹辨识器，其特征在于，该处理单元依据一第一图像以及一第二图像而产生输出一指纹图像；其中，该第一图像为该处理单元于该多个感光像素的一曝光时间为零的条件下所获得的该感测图像，而该第二图像为该处理单元于该多个感光像素的该曝光时间为一特定时间长度的条件下所获得的该感测图像。
6.如权利要求5所述的光学式指纹辨识器，其特征在于，该处理单元获得该第一图像的时间点早于该处理单元获得该第二图像的时间点。
7.如权利要求5所述的光学式指纹辨识器，其特征在于，该处理单元获得该第二图像的时间点早于该处理单元获得该第一图像的时间点。
8.一种指纹辨识方法，其特征在于，该指纹辨识方法包括：
(P1)以一第一增益系数倍数调节来自多个感光像素的多个像素信号而产生分别相对应于该多个像素信号的多个第一处理信号；
(P2)依据该多个第一处理信号获得一基准信号；
(P3)将每一该像素信号扣除该基准信号而获得多个校正信号；
(P4)以大于该第一增益系数的一第二增益系数倍数调节该多个校正信号而产生分别相对应于该多个校正信号的多个第二处理信号；以及
(P5)依据该多个第二处理信号获得一感测图像。
9.如权利要求8所述的指纹辨识方法，其特征在于，于该步骤(P1)与该步骤(P2)之间还包括：
将该多个第一处理信号由模拟形式转换为数字形式。
10.如权利要求8所述的指纹辨识方法，其特征在于，于该步骤(P2)与该步骤(P3)之间还包括：
将该基准信号由数字形式转换为模拟形式。
11.如权利要求8所述的指纹辨识方法，其特征在于，于该步骤(P4)与该步骤(P5)之间还包括：
将该多个第二处理信号由模拟形式转换为数字形式。
12.如权利要求8所述的指纹辨识方法，其特征在于，该指纹辨识方法还包括：
(P6)依据一第一图像以及一第二图像产生输出一指纹图像；其中，当该步骤(P1)中的该多个像素信号是于该多个感光像素的一曝光时间为零的条件下所获得时，该步骤(P5)中所获得的该感测图像为该第一图像，而当该步骤(P1)中的该多个像素信号是于该多个感光像素的该曝光时间为一特定时间长度的条件下所获得时，该步骤(P5)中所获得的该感测图像为该第二图像。
13.如权利要求12所述的指纹辨识方法，其特征在于，获得该第一图像的时间点早于获得该第二图像的时间点。
14.如权利要求12所述的指纹辨识方法，其特征在于，获得该第二图像的时间点早于获得该第一图像的时间点。
CN201910516417.6A 2018-09-21 2019-06-14 光学式指纹辨识器及其指纹辨识方法 Active CN110232356B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/523,425 US10984217B2 (en) 2018-09-21 2019-07-26 Optical fingerprint sensor and fingerprint identification method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862734270P 2018-09-21 2018-09-21
US62/734,270 2018-09-21

Publications (2)

Publication Number Publication Date
CN110232356A true CN110232356A (zh) 2019-09-13
CN110232356B CN110232356B (zh) 2022-04-15

Family

ID=67859394

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201910516417.6A Active CN110232356B (zh) 2018-09-21 2019-06-14 光学式指纹辨识器及其指纹辨识方法
CN201910605259.1A Pending CN110309803A (zh) 2018-09-21 2019-07-05 具指纹感测功能的全屏式电子装置与其指纹感测方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201910605259.1A Pending CN110309803A (zh) 2018-09-21 2019-07-05 具指纹感测功能的全屏式电子装置与其指纹感测方法

Country Status (2)

Country Link
US (2) US10984217B2 (zh)
CN (2) CN110232356B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021179670A1 (zh) * 2020-03-12 2021-09-16 神盾股份有限公司 光学式指纹感测装置
TWI815647B (zh) * 2021-11-23 2023-09-11 聯詠科技股份有限公司 指紋識別裝置、讀出電路以及指紋識別裝置的操作方法

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11321958B2 (en) 2018-12-27 2022-05-03 Novatek Microelectronics Corp. Electronic device and fingerprint sensing control method thereof
TWI731525B (zh) 2018-12-27 2021-06-21 聯詠科技股份有限公司 電子裝置及其指紋感測控制方法
KR20200132134A (ko) * 2019-05-15 2020-11-25 삼성전자주식회사 지문 센서, 지문 센서 어레이 및 장치
CN110867165B (zh) * 2019-11-29 2021-10-15 厦门天马微电子有限公司 一种显示面板及显示装置
CN112885873A (zh) * 2021-01-14 2021-06-01 京东方科技集团股份有限公司 显示面板及其制备方法、显示装置
US11532175B1 (en) * 2021-05-25 2022-12-20 Qualcomm Incorporated Imaging an object on a display
CN114844508A (zh) * 2021-10-15 2022-08-02 神盾股份有限公司 光学感测电路及光学感测方法
US11823481B2 (en) * 2021-12-29 2023-11-21 Qualcomm Incorporated Adaptive activation of fingerprint sensor areas
US11657643B1 (en) * 2022-01-17 2023-05-23 Novatek Microelectronics Corp. Fingerprint sensing device
US11830280B1 (en) * 2022-07-20 2023-11-28 Novatek Microelectronics Corp. Image processing circuit and host for fingerprint sensing on panel

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699885A (zh) * 2013-12-18 2014-04-02 格科微电子（上海）有限公司 光学指纹采集方法、光学指纹采集装置及便携式电子装置
EP2863628A1 (en) * 2013-10-16 2015-04-22 IMEC vzw Readout circuit for image sensors
CN106165401A (zh) * 2014-04-16 2016-11-23 索尼公司 成像元件、增益控制方法、程序和电子设备
CN106454158A (zh) * 2012-04-12 2017-02-22 佳能株式会社 成像装置和成像系统
CN106485189A (zh) * 2015-08-28 2017-03-08 禾瑞亚科技股份有限公司 生物特征辨识装置
CN108462808A (zh) * 2018-02-06 2018-08-28 中国科学院西安光学精密机械研究所 扫描仪光电系统及其控制方法
US20180300521A1 (en) * 2015-06-19 2018-10-18 Crucialtec Co., Ltd. Fingerprint detection device and driving method therefor

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110157068A1 (en) * 2009-12-31 2011-06-30 Silicon Laboratories Inc. Touch screen power-saving screen scanning algorithm
JP5745265B2 (ja) * 2010-12-22 2015-07-08 株式会社ソニー・コンピュータエンタテインメント 信号処理装置、タッチパネルユニット、情報処理装置および信号処理方法
CN103207984A (zh) * 2012-11-27 2013-07-17 鹤山世达光电科技有限公司 指纹传感装置和方法
US9176614B2 (en) * 2013-05-28 2015-11-03 Google Technology Holdings LLC Adapative sensing component resolution based on touch location authentication
US9542588B2 (en) * 2014-11-17 2017-01-10 Cypress Semiconductor Corporations Capacitive fingerprint sensor with quadrature demodulator and multiphase scanning
US10068121B2 (en) * 2015-08-31 2018-09-04 Cypress Semiconductor Corporation Baseline compensation for capacitive sensing
KR102395991B1 (ko) * 2015-10-29 2022-05-10 삼성전자주식회사 터치-지문 복합 센서를 포함하는 전자 기기
US10540044B2 (en) * 2016-12-14 2020-01-21 Cypress Semiconductor Corporation Capacitive sensing with multi-pattern scan
KR102582973B1 (ko) * 2017-02-03 2023-09-26 삼성전자 주식회사 지문 센서를 제어하기 위한 장치 및 그 방법
US10331939B2 (en) * 2017-07-06 2019-06-25 Shenzhen GOODIX Technology Co., Ltd. Multi-layer optical designs of under-screen optical sensor module having spaced optical collimator array and optical sensor array for on-screen fingerprint sensing

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106454158A (zh) * 2012-04-12 2017-02-22 佳能株式会社 成像装置和成像系统
EP2863628A1 (en) * 2013-10-16 2015-04-22 IMEC vzw Readout circuit for image sensors
CN103699885A (zh) * 2013-12-18 2014-04-02 格科微电子（上海）有限公司 光学指纹采集方法、光学指纹采集装置及便携式电子装置
CN106165401A (zh) * 2014-04-16 2016-11-23 索尼公司 成像元件、增益控制方法、程序和电子设备
US20180300521A1 (en) * 2015-06-19 2018-10-18 Crucialtec Co., Ltd. Fingerprint detection device and driving method therefor
CN106485189A (zh) * 2015-08-28 2017-03-08 禾瑞亚科技股份有限公司 生物特征辨识装置
CN108462808A (zh) * 2018-02-06 2018-08-28 中国科学院西安光学精密机械研究所 扫描仪光电系统及其控制方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021179670A1 (zh) * 2020-03-12 2021-09-16 神盾股份有限公司 光学式指纹感测装置
TWI779401B (zh) * 2020-03-12 2022-10-01 神盾股份有限公司 光學式指紋感測裝置
TWI815647B (zh) * 2021-11-23 2023-09-11 聯詠科技股份有限公司 指紋識別裝置、讀出電路以及指紋識別裝置的操作方法

Also Published As

Publication number Publication date
US11048909B2 (en) 2021-06-29
CN110309803A (zh) 2019-10-08
CN110232356B (zh) 2022-04-15
US10984217B2 (en) 2021-04-20
US20200097697A1 (en) 2020-03-26
US20200097700A1 (en) 2020-03-26

Similar Documents

Publication Publication Date Title
CN110232356A (zh) 光学式指纹辨识器及其指纹辨识方法
TWI344558B (en) Measurement device for measuring gray-to-gray response time
CN105144699B (zh) 阈值监测的有条件重置的图像传感器及其操作方法
CN102131059B (zh) 面向实时视觉芯片的高速行并行图像传感器
CN102347769B (zh) 一种模数转换器的控制电路及其控制方法
CN109714621A (zh) 一种时序可配置的多路动态视频模拟方法及其处理系统
CN101521755A (zh) Cmos图像传感器读出电路及读出方法
WO2019218895A1 (zh) 一种应用于深度学习的特征提取方法及系统
CN109493967A (zh) 一种基于远程智能医疗康复系统及方法
CN107103592B (zh) 一种基于双核范数正则的多姿态人脸图像质量增强方法
DE102020103858A1 (de) Biometrische signalmessvorrichtung
Xu et al. A method of biomimetic visual perception and image reconstruction based on pulse sequence of events
CN100455263C (zh) 一种x射线机图像处理装置
CN207652564U (zh) 一种基于fpga的非制冷红外热成像系统
CN1181570A (zh) 显示格式转换装置
CN102082956A (zh) 一种提高图像传感器灵敏度的方法
CN104601881B (zh) 一种多通道输出的ccd摄像装置的图像拼接方法
CN101924855A (zh) 灰度线阵扫描图像的修正方法
CN206619135U (zh) 一种二维码读码pda
RU85781U1 (ru) Устройство электронной обработки сигналов матричных фотоприемных устройств
TWI508543B (zh) 可提高影像處理速度之互動式系統
US11804067B1 (en) Fingerprint sensing device and wearable electronic device
CN101957983A (zh) 一种数字影像的匀光方法
CN1255688A (zh) 用于产生减少干扰的数字图象的改进型图象感测组件
US20040179095A1 (en) 3-Dimension scanning metohod and 3-dimension scanning system using the same

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211015

Address after: 1 / F, 30 / F, 118 Ziyun Road, East District, Hsinchu, Taiwan, China

Applicant after: Egis Technology Inc.

Address before: 2nd Floor, 360 Ruiguang Road, Neihu District, Taipei City, Taiwan, China

Applicant before: Egis Technology Inc.

Applicant before: Shenya Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant