CN110309794B - 生物特征采集方法、特征采集设备及计算机可读存储介质 - Google Patents

生物特征采集方法、特征采集设备及计算机可读存储介质 Download PDF

Info

Publication number
CN110309794B
CN110309794B CN201910599940.XA CN201910599940A CN110309794B CN 110309794 B CN110309794 B CN 110309794B CN 201910599940 A CN201910599940 A CN 201910599940A CN 110309794 B CN110309794 B CN 110309794B
Authority
CN
China
Prior art keywords
image
images
processing
light source
feature
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
CN201910599940.XA
Other languages
English (en)
Other versions
CN110309794A (zh
Inventor
冯继雄
王长海
陈子轩
田志民
李保梁
刘小宁
宋子明
陈世林
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.)
Chipone Technology Beijing Co Ltd
Original Assignee
Chipone Technology Beijing Co Ltd
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 Chipone Technology Beijing Co Ltd filed Critical Chipone Technology Beijing Co Ltd
Priority to CN201910599940.XA priority Critical patent/CN110309794B/zh
Publication of CN110309794A publication Critical patent/CN110309794A/zh
Application granted granted Critical
Publication of CN110309794B publication Critical patent/CN110309794B/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
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141Control of illumination
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Image Input (AREA)

Abstract

本申请实施例提供一种生物特征采集方法、特征采集设备及计算机可读存储介质,该生物特征采集方法应用于特征采集设备,该特征采集设备包括图像传感单元以及多个光源。其中,生物特征采集方法包括在检测到生物特征时,通过图像传感单元对该生物特征进行多次图像采集得到多个采集图像,每次图像采集开启多个不同位置处的光源;对多个采集图像进行处理得到与生物特征对应的生物特征图像。本申请能够实现对生物特征的高效采集。

Description

生物特征采集方法、特征采集设备及计算机可读存储介质
技术领域
本申请涉及生物特征采集技术领域,具体而言,涉及一种生物特征采集方法、特征采集设备及计算机可读存储介质。
背景技术
现有的特征采集设备在进行如指纹等生物特征的采集时,为了避免采集到的生物特征图像发生重叠,在始终保持手指不动以进行多次采集时,要么每次采集只点亮如图1所示的一个光源;要么每次采集点亮如图2所示的多个光源,但是在前述两种方式中,开启的相邻光源之间的距离c必须大于阈值c0,才能如图3所示使得采集到的特征图像不重叠。但前述两种采集方法每次采集的指纹范围太小,使得必须进行多次特征图像的采集才能形成有效的生物特征图像,从而导致生物特征采集效率低。
发明内容
为改善上述问题之一,本申请实施例提供一种生物特征采集方法及触摸装置,具体如下。
一方面,本申请实施例提供一种生物特征采集方法,应用于特征采集设备,该特征采集设备包括图像传感单元以及多个光源,所述生物特征采集方法包括:
在检测到生物特征时,通过所述图像传感单元对该生物特征进行多次图像采集得到多个采集图像,其中,每次图像采集开启多个不同位置处的光源;
对所述多个采集图像进行处理得到与所述生物特征对应的生物特征图像。
另一方面,本申请实施例还提供一种生物特征采集方法,应用于特征采集设备,该特征采集设备包括图像传感单元以及至少一个光源,所述生物特征采集方法包括:
在检测到生物特征时,通过所述图像传感单元对该生物特征进行多次图像采集得到多个采集图像,其中,每次图像采集时,与所述生物特征对应的位置处形成有多个光点;
对所述多个采集图像进行处理得到与所述生物特征对应的生物特征图像。
又一方面,本申请实施例还提供一种特征采集设备,包括:
透明盖板;
图像传感单元,用于采集基于所述透明盖板执行的生物特征的采集图像;
多个光源,设置于所述透明盖板与所述图像传感单元之间,用于为所述图像传感单元提供采集所述生物特征的采集图像时的背景光;
处理器以及计算机可读存储介质,该计算机可读存储介质用于存储与生物特征采集装置对应的计算机可执行程序指令,该计算机可执行程序指令被所述处理器读取并运行时,执行上述的生物特征采集方法。
又一方面,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机执行指令,该计算机执行指令在被调用并运行时能够执行上述任意一项的特征图像采集方法。
在本申请实施例给出的生物特征采集方法、特征采集设备及计算机可读存储介质中,通过对一次生物特征进行多次采集得到多个采集图像,对每次采集的采集图像进行迭代处理以改善现有技术中存在的由于图像放大导致的图像重叠问题,确保了多次采集到的与生物特征对应的生物特征图像的准确性,在此基础上,每次图像采集均开启多个不同位置处的光源,进而大幅提高了生物特征图像的图像采集效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为现有技术中对指纹进行一次采集时的采集图像示意图。
图2为现有技术中对指纹进行一次采集时的另一采集图像示意图。
图3为基于图2中所示的图像采集方法采集到的指纹图像示意图。
图4为本申请实施例提供的特征采集设备的剖面结构示意图。
图5(a)为生物特征采集过程中的光路传输示意图。
图5(b)和图5(c)分别为开启不同数量个光源进行生物特征采集时的采集结果示意图。
图6为本申请实施例提供的特征采集设备的方框结构示意图。
图7为本申请实施例提供的特征采集设备中的光源分布示意图。
图8为本申请实施例提供的生物特征采集方法的流程示意图。
图9(a)为本申请实施例提供的进行采集图像采集时开启的光源阵列示意图。
图9(b)、图9(c)和图9(d)分别为相对于图9(a)中所示的光源阵列偏移一预设偏移量后的光源阵列示意图。
图10(a)和图10(b)分别为相邻时刻进行采集图像采集时开启的光源阵列与生物特征之间的对比情况示意图。
图10(c)为本申请实施例中进行一次图像采集得到的采集图像的图像示意图。
图11为图8中所示的步骤S12的子流程示意图。
图12为图11中所示的步骤S121的子流程示意图。
图13为图11中所示的步骤S121的另一子流程示意图。
图14为图11中所示的步骤S121的又一子流程示意图。
图15为图14中所示的图像拼接过程示意图。
图16为图12中所示图像迭代处理过程示意图。
图17为本申请实施例提供的另一生物特征采集方法的流程示意图。
图18为本申请实施例给出的光点示意图。
图19为图6中所示的图像处理模块的单元结构示意图。
图标:10-特征采集设备;11-透明盖板;12-图像传感单元;13-光源;14-粘合层;15-计算机可读存储介质;150-生物特征采集装置;151-图像采集模块;152-图像处理模块;1520-初始化单元;1521-图像差分单元;1522-图像更新单元;16-处理器;17-手指;18-空气。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通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,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
经申请人研究发现,在一些实施方式中,特征采集设备10可包括如图4中所示的透明盖板11、多个光源13、图像传感单元12以及位于透明盖板11与图像传感单元12之间的粘合层14。如图5(a)所示,在此以指纹为例,当手指17放在透明盖板11上时,手指17下方的OLED(Organic Light-Emitting Diode,机发光二极管)或TFT-LCD(Thin FilmTransistor-Liquid Crystal Display,薄膜晶体管液晶显示器)层中会点亮一个光源13,进而利用手指17的皮肤折射率与空气18的空气折射率的不同,在空气全反射而手指皮肤没有全反射的区域进行指纹采集,但由于光源13的光强随着距离增大迅速衰减,使得指纹F如图5(b)所示只有很小一块有效范围x被照亮,进而使得图像传感单元12采集的指纹图像如5(b)中的y所示。其中,可根据5(a)中所示的光路计算得出,指纹图像y是x以光源13的光点为中心放大(2+D/d)倍后的图像,其中d是透明盖板11的厚度或光源13与生物特征之间的距离,D是粘合层14的厚度,0<D<d。在此需要说明的是,本申请说明书附图中涉及的虚线圆圈均代表相应的生物特征范围,如图5(b)中指纹范围。换言之,图像传感单元12采集的指纹图像y是对指纹区域x放大(2+D/d)倍后的成像,也就是说放大倍数大约在2-3之间,那么,如果同时点亮的光源13的距离c小于阈值c0,就会产生如图5(c)中所示y1和y2中所示的指纹图像重叠。
请结合参阅图5(a)和图5(b),上述的阈值c0的计算过程可以包括:假设透明盖板11的折射率为ng,手指17的折射率为nf,那么,根据图5(a)中所示的光路图,指纹图像y的最大有效半径是在指纹与透明盖板11接触面刚好是全反射时的成像半径,如该成像半径R为R=d*(2+D/d)*tan(arcsin(nf/ng)),那么最小不重叠距离c0(即阈值c0)为c0=2R=2d*(2+D/d)*tan(arcsin(nf/ng)),其中,假设D=0.2d,ng=1.5,nf=1.33~1.42,(nf的大小随着手指17的干湿状态等的变化而变化),进而可以计算得到8d≤c0≤12d。在此需要说明的是,实际实施时,可根据特征采集设备10的实际情况进行c0的计算,如当透明盖板11上贴设有保护膜或者在其他位置增设有盖板等,可根据实际光路与折射率进行c0的计算,本实施例在此不做限制。
综上,本申请实施例提供一种生物特征采集方法、特征采集设备及计算机可读存储介质,以解决现有技术中为解决成像重叠问题,而必须确保同时点亮的光源13之间的距离c大于阈值c0,或者每次采集只能点亮一个光源13带来的生物特征采集效率低的问题,下面结合附图对本申请给出的技术方案进行详细介绍。
请结合参阅图4和图6,本申请实施例提供的特征采集设备10可以包括,但不限于,透明盖板11、图像传感单元12、处理器16、计算机可读存储介质15以及多个光源13。其中,图像传感单元12用于采集生物特征的图像以得到多个采集图像。其中,当生物特征为指纹或掌纹时,多个采集图像可以为指纹或掌纹在透明盖板11上的一次触摸操作所对应的多个采集图像。可选地,图像传感单元12可以是,但不限于,CMOS(Complementary Metal-Oxide-Semiconductor,互补金属氧化物半导体)、CCD(Charge Coupled Device,电荷藕合器件)等。
多个光源13设置于透明盖板11与图像传感单元12之间,用于为图像传感单元12提供采集生物特征的采集图像时的背景光。在本实施例中,多个光源13可以是,但不限于,LCD(Liquid Crystal Display,液晶显示器)、LED(Light Emitting Diode,发光二极管)或OLED(Organic Light-Emitting Diode,有机电激光显示器)中的光源13。此外,光源13可以是可见光光源或不可见光光源,如可见光光源中单色光光源或白光光源,不可见光光源中的红外光光源、紫外光光源等,本实施例在此不做限制。
在一个实施例中,多个光源13可以为如图7中所示。应注意的是,在本申请实施例中,每个光源13可以是,但不限于,由一个或多个相邻的亚像素构成的点状光源。另外,相邻的光源13之间的距离可小于但不限于8d(mm),d(mm)为透明盖板11的厚度或光源13与生物特征之间的距离,此外,相邻光源13之间的间距可以是图7中所示的等间隔分布,也可以是非等间隔分布,本实施例在此不做限制。
计算机可读存储介质15用于存储与生物特征采集装置150对应的计算机可执行程序指令,该计算机可执行程序指令被处理器16读取并运行时,能够执行本申请实施例中给出的生物特征采集方法。可选地,计算机可读存储介质15和处理器16的实际类型或信号可根据需求进行选取,本实施例在此不做限制。另外,需要注意的是,计算机可读存储介质15除过作为特征采集设备10的一部分之外,还可独立于特征采集设备10存在等,本实施例在此不做限制。
可以理解的是,在本实施例中,特征采集设备10可以是,但不限于,智能手机、IPAD、笔记本电脑、移动上网设备(mobile Internet device,MID)等能够进行指纹、掌纹、虹膜特征等、人脸特征等生物特征采集的电子设备。另外,图6和图4所示的特征采集设备10的结构仅为示意,特征采集设备10还可包括比图6、图4中所示更多或者更少的组件,或者具有与图6所示不同的配置,图6中所示的各组件可以采用硬件、软件或其组合实现。
进一步地,请结合参阅图8,为本申请实施例提供的一种可应用于特征采集设备10的生物特征采集方法。所应说明的是,本申请给出的生物特征采集方法并不以图8以及以下的具体顺序为限制。应当理解,本申请的生物特征采集方法中的部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。
步骤S11,在检测到生物特征时,通过图像传感单元12对该生物特征进行多次图像采集得到多个采集图像。
其中,每次图像采集开启多个不同位置处的光源13,换言之,在一次图像采集过程中,可开启多个不同位置处的光源13,从而能够尽可能多的照亮生物特征的特征区域,使得每次采集到的采集图像中的有效信息尽可能多,进而提高生物特征图像采集时的生物特征图像的采集效率。另外,步骤S11中所述的生物特征可以是,但不限于指纹、掌纹或脸部特征等中的至少一种,生物特征图像可以是,但不限于,掌纹图像、指纹图像或人脸特征图像等中的至少一种,例如,一个生物特征图像可以同时包括指纹图像和掌纹图像等。
进一步地,根据生物特征的不同,前述的通过特征采集设备10进行生物特征检测时的检测方式可以不同。例如,当生物特征为人脸特征时,那么在检测到人脸特征在特征采集设备10上的投影时,可判定为检测到生物特征;又例如,当生物特征为指纹或者掌纹时,那么在检测到手指17或手掌在特征采集设备10上的触摸操作时,可判定为检测到生物特征,本实施例在此不做限制。
需要注意的是,多个采集图像可以是在检测到生物特征,且生物特征相对于特征采集设备10不发生移动时进行的多次图像采集得到的多个采集图像。例如,手指17或手掌与特征采集设备10接触后相对于特征采集设备10不再进行滑动或移动时,进行多次指纹图像采集得到的多个指纹图像;又例如,在特征采集设备10检测到人脸特征后,在人脸相对于特征采集设备10不发生移动时进行的多次人脸特征图像采集得到的多个人脸特征图像等,本实施例在此不做限制。
进一步地,作为一种实施方式,在特征采集设备10采集一个采集图像时,开启的相邻的光源13之间可以具有一个或多个未开启的光源13,例如图9(a)所示。其中,图9(a)中所示的黑点为开启的光源13,其他为未开启的光源13,且步骤S11中的多个不同位置处的光源13可以为但不限于图9(a)中所示的光源阵列。应理解,在实际实施时,多个不同位置处的光源13形成的光源阵列可以是,但不限于,图9(a)中所示的图形,例如,光源阵列还可以是线段、矩形、三角形、圆形或者其他不规则的图形等,光源13作为各图形的顶点。除此之外,每次开启的多个光源13形成的图形可以相同也可以不同,本实施例在此不做限制。
另外,在每次通过图像传感单元12对生物特征进行图像采集之前,可开启一个如图9(a)中的黑点所示的光源阵列;其中,针对一个生物特征进行的相邻两次图像采集时开启的两个光源阵列之间可具有预设偏移量。可选地,预设偏移量可以为,但不限于,
Figure BDA0002118945950000111
Figure BDA0002118945950000112
c表示开启的光源阵列中,相邻两个光源13之间的间距。在此以图9(a)为例,c表示图9(a)中所示的相邻两个黑点之间的间距。
例如,请结合参阅图9(a)-图9(d),假设图9(a)为在对生物特征进行一次采集时开启的一个光源阵列(黑点所示为开启的光源13,其他为未开启的光源13),那么在对生物特征进行的上一次图像采集或者下一次图像采集时,开启的光源阵列可以是如图9(b)所示向右偏移了一个预设偏移量
Figure BDA0002118945950000113
也可以如图9(c)所示向左偏移了一个预设偏移量
Figure BDA0002118945950000114
还可以如图9(d)所示向下偏移了一个预设偏移量
Figure BDA0002118945950000115
等。
应理解的是,除了前述图9(b)-图9(d)中所示的向左、右、下偏移一个预设偏移量
Figure BDA0002118945950000116
之外,还可以是相对图9(a)中所示的当前开启的光源阵列,下一次采集时开启的光源阵列还可以是向左上、左下等方向偏移一个或多个预设偏移量,且每次开启的光源阵列中的光源13的数量可以相同也可以不同,以及每次开启的光源阵列之间的偏移量以及偏移方向等可以相同也可以不同,本申请实施例在此不做限制。另外,从图9(a)-9(d)所示可知,相对于现有技术,本申请实施例在进行生物特征图像采集时,每次图像采集均可开启多个光源13,且相邻光源13之间的间距c可以小于阈值c0,从而有效增大了采集的生物特征范围,提高了特征图像采集效率。
步骤S12,对多个采集图像进行处理得到与生物特征对应的生物特征图像。
其中,根据相邻光源13之间的间距c与阈值c0之间的大小关系的不同,在对多个采集图像进行处理得到生物特征图像的处理过程则有所不同。例如,当相邻光源13之间的间距c大于等于阈值c0时,那么,采集图像上的生物特征范围不会出现重叠范围,可通过对多个采集图像进行图像裁剪、拼接处理得到生物特征图像,本实施例在此不再赘述。
又例如,当相邻光源13之间的间距c小于阈值c0时,那么,从图10(a)和图10(b)所示的两次采集得到的采集图像中可以看出,当每次图像采集开启多个不同位置处的光源13时,虽然能够增大每次采集图像的生物特征范围(如相邻光源13之间的间距c可以小于阈值c0),但也会由于生物特征图像放大导致采集图像上存在如图10(c)所示的较多的重叠范围。对此,本申请实施例可通过图11中所示的步骤S120至步骤S122实现对多个采集图像的处理以得到生物特征图像,内容如下。
步骤S120,通过图像初始化得到用于迭代处理的迭代图像。
其中,初始化后的迭代图像可以为,但不限于,一个全黑图像或全白图像等,以作为步骤S121中在对采集图像进行偏差处理的基准图像。应注意,图像初始化的具体过程可以根据需求进行设定,例如,可从预设的多个不同的初始化图像模板中调用与生物特征对应的初始化图像模板作为所述迭代图像;又例如,也可以是按照预设的图像生成规则随机生成所述迭代图像等;又例如,还可以是对采集到的多个采集图像中的一个采集图像进行初始化处理得到所述迭代图像等,本实施例在次不做限制。
步骤S121,根据所述迭代图像分别对各所述采集图像进行偏差处理得到与各采集图像对应的多个偏差图像,并对各所述偏差图像进行拼接处理得到拼接图像。其中,步骤S121中的图像偏差处理过程可以有多种。
作为一种实施方式,如图12所示,步骤S121中的图像偏差处理过程可以通过步骤S1210至步骤S1215实现,内容如下。
步骤S1210,针对每个采集图像,获取采集该采集图像时开启的各光源13的光源位置;其中,各光源13的光源位置信息可以预设在特征采集设备10中,实际实施时,可通过信息调用的方式获取光源阵列中的各光源13的光源位置信息等,本实施例在此不做限制。
步骤S1211,分别以各光源13的光源位置为中心,以第一预设值为半径,对迭代图像进行生物特征范围划分得到包括多个第一子图像的第一图像,各第一子图像与各光源13一一对应;其中,第一预设值为r,2d≤r≤4d,d代表透明盖板11的厚度或光源13与生物特征之间的距离,D代表透明盖板11与图像传感单元12之间的粘合层14的厚度。
步骤S1212,对第一图像中的各第一子图像的生物特征范围进行放大处理得到包括多个第二子图像的第二图像;其中,可分别按照(2+D/d)的放大倍数对第一图像中的各第一子图像的生物特征范围进行放大处理得到包括多个第二子图像的第二图像。
步骤S1213,将第二图像与采集图像作差值处理得到差值图像。
步骤S1214,分别以各光源13的光源位置为中心,以第二预设值为半径,对差值图像进行生物特征范围划分得到包括多个第三子图像的第三图像;其中,第二预设值为((2+D/d)*r),2d≤r≤4d,d代表透明盖板11的厚度或光源13与生物特征之间的距离,D代表透明盖板11与图像传感单元12之间的粘合层14的厚度。
步骤S1215,对第三图像中的各第三子图像的生物特征范围进行缩小处理得到偏差图像;其中,可分别按照(2+D/d)的缩小倍数对各对第三图像中的各第三子图像的生物特征范围进行缩小处理,d代表透明盖板11的厚度或光源13与生物特征之间的距离,D代表透明盖板11与图像传感单元12之间的粘合层14的厚度。
作为另一种实施方式,如图13所示,步骤S121中的图像偏差处理过程还可以通过步骤S1216至步骤S1219实现,内容如下。
步骤S1216,针对每个采集图像,获取采集该采集图像时开启的各光源的光源位置。
步骤S1217,分别以各光源13的光源位置为中心,以第二预设值为半径,对采集图像进行生物特征范围划分得到包括多个第一子图像的第一图像,各第一子图像与各光源13一一对应。
步骤S1218,对第一图像中的各第一子图像的生物特征范围进行缩小处理得到包括多个第二子图像的第二图像。
步骤S1219,将第二图像与迭代图像作差值处理得到偏差图像。
可以理解的是,上述步骤S1216至步骤S1219中给出的图像偏差处理过程与步骤S1210至步骤S1215中给出的图像偏差处理过程的区别为:在步骤S1216至步骤S1219中,是对采集图像进行特征范围划分、图像放大后与采集图像进行差值处理得到差值图像;而在步骤S1210至步骤S1215中,是对迭代图像进行特征范围划分、图像放大后与迭代图像进行差值处理得到差值图像,因此,关于步骤S1216至步骤S1219的详细描述可参照对上述步骤S1210至步骤S1215的描述,本申请实施例在此不再赘述。
进一步地,由于在对一个生物特征进行多次图像采集时,为了实现对生物特征图像的尽可能多的覆盖,使得相邻两次开启的光源阵列之间的偏移量为
Figure BDA0002118945950000151
Figure BDA0002118945950000152
从而会导致采集得到的多张采集图像之间存在重叠图像,且每张采集图像仅为实际生物特征图像的部分图像,因此,在通过上述步骤S1210至步骤S1215或步骤S1216至步骤S1219得到与各采集图像对应的偏差图像之后,需要对各偏差图像进行拼接得到拼接图像。
作为一种实施方式,步骤S121中对各偏差图像进行拼接得到拼接图像的步骤可以通过如图14所示的步骤S1220至步骤S1222实现,内容如下。
步骤S1220,获取各所述偏差图像之间存在图像重叠的重叠图像以及各所述重叠图像的重叠次数。
步骤S1221,针对每个重叠图像,根据所述重叠次数对该重叠图像中的图像进行均值处理得到去重后的图像。
步骤S1222,将完成去重后的所述重叠图像与各所述偏差图像中的非重叠图像进行拼接得到所述拼接图像。
在上述步骤S1220至步骤S1222,假设n为迭代处理的次数,M为采集图像的数量,且与各采集图像对应的偏差图像为
Figure BDA0002118945950000161
Figure BDA0002118945950000162
那么可对偏差图像
Figure BDA0002118945950000163
进行拼接得到拼接图像ΔFn,其中,
Figure BDA0002118945950000164
Figure BDA0002118945950000165
代表可先将各次采集图像对应的偏差图像
Figure BDA0002118945950000166
直接相加,再根据每个图像差
Figure BDA0002118945950000167
之间的重叠区域以及各重叠区域对应的重叠次数对各重叠区域取平均,得到最终的拼接图像ΔFn
例如,请结合图15所示,假设两个待拼接的偏差图像分别为AB和BC,其中,AB对应的偏差图像为△x1,BC对应的偏差图像为△x2,那么可以看出,在对偏差图像AB和BC进行拼接时,B区域采集了两次,而A区域和C区域分别采集了一次,因此可基于拼接后的图像B区域的重叠次数(如2次)对B区域取平均,以得到拼接图像。
步骤S122,根据所述拼接图像对所述迭代图像进行更新处理,得到与所述生物特征对应的所述生物特征图像。
其中,所述更新处理后的图像F’通过公式F’=F-λ△F计算得到,其中,F代表迭代图像,△F代表所述拼接图像,λ代表迭代补偿量,0<λ<1。
综上,本申请通过上述步骤S120至步骤S122中给出的图像处理步骤对采集的多个采集图像进行迭代处理,能够解决现有技术中存在的由于图像放大导致的图像重叠问题,能够进一步确保采集到的与生物特征对应的生物特征图像的准确性。
进一步地,在一种实现方式中,可以将对所述多个采集图像进行的一次偏差处理、拼接处理和更新处理作为一次迭代处理,因此,为了提高生物特征图像的图像质量,生物特征采集方法还可以包括:判断对所述多个采集图像进行迭代处理的迭代次数是否达到第三预设值,或者判断所述更新处理后得到的图像是否满足预设需求;当所述迭代次数未达到第三预设值,或者所述更新处理后得到的图像不满足预设需求时,将所述更新处理后得到的图像作为下一次迭代处理时的迭代图像,并基于该迭代图像重复执行对所述多个采集图像的迭代处理,直至所述迭代次数达到第三预设值或者所述更新处理后得到的图像满足所述预设需求时,停止对所述多个采集图像进行迭代处理的步骤,并将迭代次数满足第三预设值对应的更新处理后的图像作为与所述生物特征对应的生物特征图像,或者将满足预设需求时的更新处理后的图像作为与所述生物特征对应的生物特征图像。可选地,第三预设值可以是,但不限于,5次、7次等。预设需求可以是,但不限于,图像质量是否满足需求、迭代过程中的图像误差是否小于预设值等,本实施例在此不做限制。
另外,在对采集图像进行第一次迭代处理时,需要说明的是,在一种实现方式中,当存在多次迭代处理时,那么第n+1次更新处理后的图像Fn+1可通过公式Fn+1=Fn-λΔFn计算得到,其中,n代表迭代次数,Fn代表第n-1次更新处理后的图像,
Figure BDA0002118945950000181
Figure BDA0002118945950000182
代表第i张采集图像进行第n次偏差处理得到的偏差图像,i=1,2,3,…,M,M代表采集图像的数量。可以理解的是,当n为1时,Fn为图像初始化后的全黑或全白图像,但在后续的迭代处理过程中,每次迭代处理时采用的迭代图像为上一次迭代处理后得到图像。
基于上述生物特征采集方法的描述,下面再次结合图12和图16对步骤S121和步骤S122进行简单说明,在此以对生物特征进行一次图像采集得到的采集图像为例,假设对于一次生物特征的第M次采集的采集图像为YM,且在采集该采集图像YM时开启有两个光源13。
(1)在获取到与采集图像YM对应的两个光源13的光源位置后,分别以两个光源13的光源位置为中心,以第一预设值为半径对采集图像YM进行划分可以得到图16中所示的第一图像
Figure BDA0002118945950000183
且该第一图像中包括代表不同生物特征范围的两个第一子图像,如不同的虚线圆圈代表不同生物特征范围。
(2)分别以第一图像中的两个第一子图像的圆心为中心将第一子图像放大(2+D/d)倍,以得到图16中所示的包括多个第二子图像的第二图像
Figure BDA0002118945950000184
(3)将采集图像YM与第二图像
Figure BDA0002118945950000185
进行作差处理得到差值图像
Figure BDA0002118945950000186
其中,
Figure BDA0002118945950000187
(4)再次以两个光源13的光源位置为中心,以第二预设值为半径对差值图像
Figure BDA0002118945950000188
进行划分可以得到图16中所示的第三图像,且该第三图像中包括代表不同生物特征范围的两个第三子图像。其中,两个第三子图像分别为差值图像
Figure BDA0002118945950000191
中所示的两个虚线圆圈代表的生物特征范围。
(5)分别以第三图像中的第三子图像的圆心为中心将两个第三子图像分别缩小(2+D/d)倍,以得到图16中所示的偏差图像
Figure BDA0002118945950000192
应注意,在对上述(1)-(5)计算得到的与各采集图像对应的偏差图像进行拼接得到拼接图像后,根据拼接图像进行图像更新,可进一步判断对各采集图像YM的次数是否达到第三预设值,如5次、7次等,或者判断更新后的图像是否满足预设需求,例如,更新后的图像的图像分辨率是否满足预设分辨率、迭代过程中的图像收敛速度是否达到预设值等,若对采集图像YM的次数达到第三预设值,或者更新后的图像满足预设需求,则将更新后的图像作为与生物特征对应的生物特征图像。
反之,当次数未达到第三预设值,或者更新后的图像不满足预设需求,那么,将更新后的图像作为新的迭代图像,基于该新的迭代图像重复执行步骤S121和步骤S122,直到迭代次数达到第三预设值,或者更新后的图像满足预设需求。
在此需要说明的是,除上述步骤S120至步骤S122中给出的生物特征采集方法之外,作为一种实施方式,特征采集方法还可以是分别对每个采集图像进行迭代处理得到多个待拼接图像;再对各待拼接图像进行拼接处理得到生物特征对应的生物特征图像。其中,在对每个采集图像进行迭代处理得到待拼接图像的迭代过程可参照步骤S120至步骤S122中的详细描述,且对各待拼接图像进行拼接处理的过程可参照步骤S1220至步骤S1222中的详细描述,本实施例在此不再赘述。
进一步地,如图17所示,为本申请实施例还提供的另一种生物特征采集方法的流程示意图,该应用于特征采集设备10,该特征采集设备10包括透明盖板11、图像传感单元12以及位于透明盖板11和图像传感单元12之间的至少一个光源13,生物特征采集方法包括:
步骤S21,在检测到生物特征时,通过所述图像传感单元12对该生物特征进行多次图像采集得到多个采集图像,其中,每次图像采集时,与所述生物特征对应的位置处形成有多个光点。可选地,所述多个光点可以但不限于是通过开启位于不同位置处的至少一个光源13得到,且各个光点的形状可以相同也可以不同,例如图18所示。
另外,在一种实现方式中,在每次图像采集时,所述多个光点之间形成有至少一种预设图案,该预设图案可以包括矩形、三角形、圆形、多边形或其他不规则图形中的至少一种。此外,在多次图像采集中,每次图像采集所形成的多个光点中,任意相邻的两个光点之间的距离中存在至少一个距离cij满足cij≤c0,其中,cij表示光点i和光点j之间的距离,8d≤c0≤12d,d表示所述透明盖板的厚度或所述光源与所述生物特征之间的距离。
步骤S22,对所述多个采集图像进行处理得到与所述生物特征对应的生物特征图像。
需要理解的是,上述步骤S21至步骤S22中给出的生物特征采集方法与前述步骤S11至步骤S12中给出的生物特征采集方法的区别为:
(1)在针对生物特征进行一个采集图像的采集时,特征采集设备10中形成有位于不同位置处的多个光点,且该多个光点可以是通过开启一个光源13得到,也可以是通过开启与各光点对应位置处的光源13得到,本实施例在此不做限制。
(2)在采集生物特征时,多个光点可以是但不限于等间距阵列,且多个光点之间形成的图形可以是但不限于线路、三角形、矩形等,且各光点作为形成的图像的顶点。
(3)在对多个采集图像进行迭代处理时,需要获取各光点的光点位置,并以各光点位置为中心,对采集图像进行生物特征范围的划分。
除前述三点之外,关于步骤S21至步骤S22的描述可参照对上述步骤S11至步骤S12的详细描述,本实施例在此不再赘述。
进一步地,请再次参阅图6,本实施例中给出的生物特征采集装置150可包括图像采集模块151和图像处理模块152。
图像采集模块151用于在检测到生物特征时,通过图像传感单元12对该生物特征进行多次图像采集得到多个采集图像;其中,每次图像采集开启多个不同位置处的光源13。本实施例中,关于图像采集模块151的描述具体可参考上述步骤S11的详细描述,也即,步骤S11可以由图像采集模块151执行,因而在此不作更多说明。
图像处理模块152用于对多个采集图像进行处理得到与生物特征对应的生物特征图像。本实施例中,关于图像处理模块152的描述具体可参考上述步骤S12的详细描述,也即,步骤S12可以由图像处理模块152执行,因而在此不作更多说明。
可选地,如图19所示,图像处理模块152可以包括初始化单元1520、图像差分单元1521和图像更新单元1522。
初始化单元1520用于进行图像初始化得到用于迭代处理的迭代图像;本实施例中,关于初始化单元1520的描述具体可参考上述步骤S120的详细描述,也即,步骤S120可以由初始化单元1520执行,因而在此不作更多说明。
图像差分单元1521用于根据迭代图像分别对各采集图像进行偏差处理得到与各采集图像对应的多个偏差图像,并对各偏差图像进行拼接得到拼接图像;本实施例中,关于图像差分单元1521的描述具体可参考上述步骤S121的详细描述,也即,步骤S121可以由图像差分单元1521执行,因而在此不作更多说明。
图像更新单元1522用于对根据拼接图像进行图像更新,将更新后的图像作为与生物特征对应的生物特征图像。本实施例中,关于图像更新单元1522的描述具体可参考上述步骤S122的详细描述,也即,步骤S122可以由图像更新单元1522执行,因而在此不作更多说明。
综上,在本申请实施例给出的生物特征采集方法、特征采集设备10及计算机可读存储介质15中,通过对一次生物特征进行多次采集得到多个采集图像,对每次采集的采集图像进行迭代处理以改善现有技术中存在的由于图像放大导致的图像重叠问题,确保了多次采集到的与生物特征对应的生物特征图像的准确性,在此基础上,每次图像采集均开启多个不同位置处的光源13,进而大幅提高了生物特征图像的图像采集效率。
以上,仅为本申请的各种实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。

Claims (22)

1.一种生物特征采集方法,其特征在于,应用于特征采集设备,该特征采集设备包括图像传感单元以及多个光源,所述生物特征采集方法包括:
在检测到生物特征时,通过所述图像传感单元对该生物特征进行多次图像采集得到多个采集图像,其中,每次图像采集开启多个不同位置处的光源;
对所述多个采集图像进行处理得到与所述生物特征对应的生物特征图像;
其中,所述对所述多个采集图像进行处理得到与所述生物特征对应的生物特征图像的步骤,包括:
通过图像初始化得到用于迭代处理的迭代图像;
根据所述迭代图像分别对各所述采集图像进行偏差处理得到与各采集图像对应的多个偏差图像,并对各所述偏差图像进行拼接处理得到拼接图像,其中偏差处理过程通过对迭代图像进行特征范围划分、图像放大后与迭代图像进行差值处理实现,或者通过对采集图像进行特征范围划分、图像放大后与采集图像进行差值处理实现;
根据所述拼接图像对所述迭代图像进行更新处理,得到与所述生物特征对应的所述生物特征图像。
2.根据权利要求1所述的生物特征采集方法,其特征在于,所述特征采集设备还包括透明盖板,所述多个光源位于所述图像传感单元与所述透明盖板之间,当所述生物特征为指纹或/和掌纹时,所述通过所述图像传感单元对该生物特征进行多次图像采集得到多个采集图像的步骤,包括:
通过所述图像传感单元对手指基于所述透明盖板进行的一次触摸操作进行多次图像采集得到与所述手指对应的指纹图像;或者
通过所述图像传感单元对手掌基于所述透明盖板进行的一次触摸操作进行多次图像采集得到与所述手掌对应的掌纹图像。
3.根据权利要求1所述的生物特征采集方法,其特征在于,所述生物特征采集方法还包括:
在每次通过所述图像传感单元对所述生物特征进行图像采集之前,开启一个光源阵列;其中,相邻两次开启的两个光源阵列之间具有预设偏移量。
4.根据权利要求3所述的生物特征采集方法,其特征在于,所述预设偏移量为
Figure FDA0002950931900000021
Figure FDA0002950931900000022
其中,c表示开启的所述光源阵列中,相邻两个光源之间的间距。
5.根据权利要求4所述的生物特征采集方法,其特征在于,c≤c0,其中,8d≤c0≤12d,d表示所述特征采集设备中的透明盖板的厚度或所述光源与所述生物特征之间的距离。
6.根据权利要求1-5中任一项所述的生物特征采集方法,其特征在于,所述光源为白光光源、红外光光源、紫外光光源或单色光光源。
7.根据权利要求1所述的生物特征采集方法,其特征在于,所述根据所述迭代图像分别对各所述采集图像进行偏差处理得到与各采集图像对应的多个偏差图像的步骤,包括:
针对每个所述采集图像,获取采集该采集图像时开启的各所述光源的光源位置;
分别以各所述光源的光源位置为中心,以第一预设值为半径,对所述迭代图像进行生物特征范围划分得到包括多个第一子图像的第一图像,各所述第一子图像与各所述光源一一对应;
对所述第一图像中的各所述第一子图像的生物特征范围进行放大处理得到包括多个第二子图像的第二图像;
将所述第二图像与所述采集图像作差值处理得到差值图像;
分别以各所述光源的光源位置为中心,以第二预设值为半径,对所述差值图像进行生物特征范围划分得到包括多个第三子图像的第三图像;
对所述第三图像中的各所述第三子图像的生物特征范围进行缩小处理得到偏差图像。
8.根据权利要求7所述的生物特征采集方法,其特征在于,所述对所述第一图像中的各所述第一子图像的生物特征范围进行放大处理得到包括多个第二子图像的第二图像的步骤,包括:
分别按照(2+D/d)的放大倍数对所述第一图像中的各所述第一子图像的生物特征范围进行放大处理得到包括多个第二子图像的第二图像;
对所述第三图像中的各所述第三子图像的生物特征范围进行缩小处理的步骤,包括:
分别按照(2+D/d)的缩小倍数对各对所述第三图像中的各所述第三子图像的生物特征范围进行缩小处理;
其中,d代表所述特征采集设备中的透明盖板的厚度或所述光源与所述生物特征之间的距离,D代表所述透明盖板与所述图像传感单元之间的粘合层的厚度。
9.根据权利要求7所述的生物特征采集方法,其特征在于,所述第一预设值为r,所述第二预设值为((2+D/d)*r);
其中,2d≤r≤4d,d代表所述特征采集设备中的透明盖板的厚度或所述光源与所述生物特征之间的距离,D代表所述透明盖板与所述图像传感单元之间的粘合层的厚度。
10.根据权利要求1所述的生物特征采集方法,其特征在于,根据所述迭代图像分别对各所述采集图像进行偏差处理得到与各采集图像对应的多个偏差图像的步骤,包括:
针对每个所述采集图像,获取采集该采集图像时开启的各所述光源的光源位置;
分别以各所述光源的光源位置为中心,以第二预设值为半径,对所述采集图像进行生物特征范围划分得到包括多个第一子图像的第一图像,各所述第一子图像与各所述光源一一对应;
对所述第一图像中的各所述第一子图像的生物特征范围进行缩小处理得到包括多个第二子图像的第二图像;
将所述第二图像与所述迭代图像作差值处理得到偏差图像。
11.根据权利要求1所述的生物特征采集方法,其特征在于,对各所述偏差图像进行拼接处理得到拼接图像的步骤,包括:
获取各所述偏差图像之间存在图像重叠的重叠图像以及各所述重叠图像的重叠次数;
针对每个重叠图像,根据所述重叠次数对该重叠图像中的图像进行均值处理得到去重后的图像;
将完成去重后的所述重叠图像与各所述偏差图像中的非重叠图像进行拼接得到所述拼接图像。
12.根据权利要求1所述的生物特征采集方法,其特征在于,所述更新处理后的图像F’通过公式F’=F-λ△F计算得到,其中,F代表迭代图像,△F代表所述拼接图像,λ代表迭代补偿量,0<λ<1。
13.根据权利要求1所述的生物特征采集方法,其特征在于,所述方法还包括:
将对所述多个采集图像进行的一次偏差处理、拼接处理和更新处理作为一次迭代处理,判断对所述多个采集图像进行迭代处理的迭代次数是否达到第三预设值,或者判断所述更新处理后得到的图像是否满足预设需求;
当所述迭代次数未达到第三预设值,或者所述更新处理后得到的图像不满足预设需求时,将所述更新处理后得到的图像作为下一次迭代处理时的迭代图像,并基于该迭代图像重复执行对所述多个采集图像的迭代处理,直至所述迭代次数达到第三预设值或者所述更新处理后得到的图像满足所述预设需求时,停止对所述多个采集图像进行迭代处理的步骤,并将迭代次数满足第三预设值对应的更新处理后的图像作为与所述生物特征对应的生物特征图像,或者将满足预设需求时的更新处理后的图像作为与所述生物特征对应的生物特征图像。
14.一种生物特征采集方法,其特征在于,应用于特征采集设备,该特征采集设备包括图像传感单元以及至少一个光源,所述生物特征采集方法包括:
在检测到生物特征时,通过所述图像传感单元对该生物特征进行多次图像采集得到多个采集图像,其中,每次图像采集时,与所述生物特征对应的位置处形成有多个光点;
对所述多个采集图像进行处理得到与所述生物特征对应的生物特征图像;
其中,所述对所述多个采集图像进行处理得到与所述生物特征对应的生物特征图像的步骤,包括:
通过图像初始化得到用于迭代处理的迭代图像;
根据所述迭代图像分别对各所述采集图像进行偏差处理得到与各采集图像对应的多个偏差图像,并对各所述偏差图像进行拼接处理得到拼接图像,其中偏差处理过程通过对迭代图像进行特征范围划分、图像放大后与迭代图像进行差值处理实现,或者通过对采集图像进行特征范围划分、图像放大后与采集图像进行差值处理实现;
根据所述拼接图像对所述迭代图像进行更新处理,得到与所述生物特征对应的所述生物特征图像。
15.根据权利要求14所述的生物特征采集方法,其特征在于,所述多个光点是通过开启位于不同位置处的至少一个光源得到。
16.根据权利要求14所述的生物特征采集方法,其特征在于,在每次图像采集时,所述多个光点之间形成有至少一种预设图案。
17.根据权利要求16所述的生物特征采集方法,其特征在于,在多次图像采集中,每次图像采集所形成的多个光点中,任意相邻的两个光点之间的距离中存在至少一个距离cij满足cij≤c0,其中,cij表示光点i和光点j之间的距离,8d≤c0≤12d,d表示所述特征采集设备中的透明盖板的厚度或所述光源与所述生物特征之间的距离。
18.一种特征采集设备,其特征在于,包括:
透明盖板;
图像传感单元,用于采集基于所述透明盖板执行的生物特征的采集图像;
多个光源,设置于所述透明盖板与所述图像传感单元之间,用于为所述图像传感单元提供采集所述生物特征的采集图像时的背景光;
处理器以及计算机可读存储介质,该计算机可读存储介质用于存储与生物特征采集装置对应的计算机可执行程序指令,该计算机可执行程序指令被所述处理器读取并运行时,执行上述权利要求1-13中任一项所述的生物特征采集方法。
19.根据权利要求18所述的特征采集设备,其特征在于,所述生物特征采集装置包括:
图像采集模块,用于在检测到生物特征时,通过所述图像传感单元对该生物特征进行多次图像采集得到多个采集图像;其中,每次图像采集开启多个不同位置处的光源;
图像处理模块,用于对所述多个采集图像进行处理得到与所述生物特征对应的生物特征图像。
20.根据权利要求19所述的特征采集设备,其特征在于,所图像处理模块包括:
初始化单元,用于进行图像初始化得到用于迭代处理的迭代图像;
图像差分单元,用于根据所述迭代图像分别对各所述采集图像进行偏差处理得到与各采集图像对应的多个偏差图像,并对各所述偏差图像进行拼接得到拼接图像,其中偏差处理过程通过对迭代图像进行特征范围划分、图像放大后与迭代图像进行差值处理实现,或者通过对采集图像进行特征范围划分、图像放大后与采集图像进行差值处理实现;
图像更新单元,用于根据所述拼接图像进行图像更新,将更新后的图像作为与所述生物特征对应的生物特征图像。
21.根据权利要求19所述的特征采集设备,其特征在于,所述特征采集设备还包括LCD显示屏、LED显示屏和OLED显示屏中的一种,所述光源为所述LCD显示屏、LED显示屏或OLED显示屏中的光源。
22.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机执行指令,该计算机执行指令在被调用并运行时能够执行上述权利要求1-权利要求17中任意一项所述的生物特征采集方法。
CN201910599940.XA 2019-07-04 2019-07-04 生物特征采集方法、特征采集设备及计算机可读存储介质 Active CN110309794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910599940.XA CN110309794B (zh) 2019-07-04 2019-07-04 生物特征采集方法、特征采集设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910599940.XA CN110309794B (zh) 2019-07-04 2019-07-04 生物特征采集方法、特征采集设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110309794A CN110309794A (zh) 2019-10-08
CN110309794B true CN110309794B (zh) 2021-05-25

Family

ID=68079115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910599940.XA Active CN110309794B (zh) 2019-07-04 2019-07-04 生物特征采集方法、特征采集设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110309794B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111310620A (zh) * 2020-02-04 2020-06-19 北京集创北方科技股份有限公司 生物特征检测方法及检测装置、电子设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107239770A (zh) * 2017-02-22 2017-10-10 全普光电科技(上海)有限公司 安全认证方法、安全认证系统及电子设备
CN107358216A (zh) * 2017-07-20 2017-11-17 京东方科技集团股份有限公司 一种指纹采集模组、显示装置及指纹识别方法
CN107480584A (zh) * 2017-07-05 2017-12-15 上海交通大学 扫描式指纹识别与触控一体屏
CN107550474A (zh) * 2016-06-30 2018-01-09 松下知识产权经营株式会社 生物体信息检测装置
CN107728240A (zh) * 2017-08-28 2018-02-23 苏州端景光电仪器有限公司 一种用于指纹识别的自聚焦透镜阵列及移动终端

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8917387B1 (en) * 2014-06-05 2014-12-23 Secugen Corporation Fingerprint sensing apparatus
US10043051B2 (en) * 2016-03-07 2018-08-07 Microsoft Technology Licensing, Llc Triggered image sensing with a display
KR102295068B1 (ko) * 2017-03-31 2021-08-31 삼성디스플레이 주식회사 표시 장치 및 그의 구동 방법
CN108156434B (zh) * 2017-12-25 2019-07-05 Oppo广东移动通信有限公司 图像处理方法及装置、计算机可读存储介质和计算机设备
CN108549837A (zh) * 2018-03-12 2018-09-18 浙江大学 一种滑动式手指静脉图像采集设备及其采集静脉图像的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107550474A (zh) * 2016-06-30 2018-01-09 松下知识产权经营株式会社 生物体信息检测装置
CN107239770A (zh) * 2017-02-22 2017-10-10 全普光电科技(上海)有限公司 安全认证方法、安全认证系统及电子设备
CN107480584A (zh) * 2017-07-05 2017-12-15 上海交通大学 扫描式指纹识别与触控一体屏
CN107358216A (zh) * 2017-07-20 2017-11-17 京东方科技集团股份有限公司 一种指纹采集模组、显示装置及指纹识别方法
CN107728240A (zh) * 2017-08-28 2018-02-23 苏州端景光电仪器有限公司 一种用于指纹识别的自聚焦透镜阵列及移动终端

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Fingerprint Mosaicking by Rolling and Sliding;Kyoungtaek Choi 等;《Audio- and Video-Based Biometric Person Authentication 》;20051231;第260-269页 *
STM32的条状指纹采集与拼接系统;王燕 等;《单片机与嵌入式系统应用》;20121130(第11期);第53-55页 *

Also Published As

Publication number Publication date
CN110309794A (zh) 2019-10-08

Similar Documents

Publication Publication Date Title
CN108291838B (zh) 用于显示底板上的集成的光学传感器
US10311276B2 (en) Under display optical fingerprint sensor arrangement for mitigating moiré effects
US11232546B2 (en) Texture detection method, texture image compensation method and device, and electronic device
US9536127B2 (en) Apparatus and method for contactless high resolution handprint capture
US7609866B2 (en) Image connection method, and program and apparatus therefor
EP2182427A2 (en) Method and apparatus for detecting touch point
CN102597936B (zh) 具备补偿信号轮廓的触摸表面
US20170091506A1 (en) Optical image sensor for display integration
KR101758537B1 (ko) 이미지 소자 휘도 조정
JP4790653B2 (ja) 画像処理装置、制御プログラム、コンピュータ読み取り可能な記録媒体、電子機器及び画像処理装置の制御方法
US20150103051A1 (en) Infrared touch and hover system using time-sequential measurements
US20110150303A1 (en) Standoff and mobile fingerprint collection
JP4727615B2 (ja) 画像処理装置、制御プログラム、コンピュータ読み取り可能な記録媒体、電子機器及び画像処理装置の制御方法
JP2009238205A (ja) 個人認証装置及び電子機器
JP6182830B2 (ja) 電子機器
CN104246824A (zh) 生物体认证装置、生物体认证方法以及生物体认证用计算机程序
US11710337B2 (en) Fingerprint identification method and apparatus, storage medium and terminal
JP2008250951A5 (zh)
CN110309794B (zh) 生物特征采集方法、特征采集设备及计算机可读存储介质
CN109388926A (zh) 处理生物特征图像的方法和包括该方法的电子设备
EP3685304A1 (en) Contactless rolled fingerprints
WO2014058715A1 (en) Reducing ghosting and other image artifacts in a wedge-based imaging system
US20060039049A1 (en) Live print scanner with holographic imaging at different magnifications
KR102158613B1 (ko) 공간 터치 감지 방법 및 이를 수행하는 표시 장치
WO2020240715A1 (ja) 情報処理装置、情報処理方法及び記録媒体

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