CN110543851A - 具有指纹感测功能的电子装置以及指纹图像处理方法 - Google Patents

具有指纹感测功能的电子装置以及指纹图像处理方法 Download PDF

Info

Publication number
CN110543851A
CN110543851A CN201910825652.1A CN201910825652A CN110543851A CN 110543851 A CN110543851 A CN 110543851A CN 201910825652 A CN201910825652 A CN 201910825652A CN 110543851 A CN110543851 A CN 110543851A
Authority
CN
China
Prior art keywords
current
processor
fingerprint
background noise
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.)
Granted
Application number
CN201910825652.1A
Other languages
English (en)
Other versions
CN110543851B (zh
Inventor
江元麟
郑宇淳
黄咏淮
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
Egis Technology Inc
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 Egis Technology Inc filed Critical Egis Technology Inc
Priority to US16/578,423 priority Critical patent/US11138303B2/en
Publication of CN110543851A publication Critical patent/CN110543851A/zh
Application granted granted Critical
Publication of CN110543851B publication Critical patent/CN110543851B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • 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
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • 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
    • G06V10/30—Noise filtering
    • 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
    • G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
    • 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
    • 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
    • G06V40/1353—Extracting features related to minutiae or pores
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/033—Indexing scheme relating to G06F3/033
    • G06F2203/0338—Fingerprint track pad, i.e. fingerprint sensor used as pointing device tracking the fingertip image

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Image Input (AREA)
  • Studio Devices (AREA)
  • Collating Specific Patterns (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种具有指纹感测功能的电子装置以及指纹图像处理方法。电子装置包含处理器、指纹传感器以及温度传感器。指纹传感器耦接处理器。指纹传感器用以取得当前指纹影像。温度传感器耦接处理器。温度传感器用以取得当前温度信息。处理器依据当前温度信息产生对应于当前温度信息的当前背景噪声，并且根据当前背景噪声对当前指纹影像执行扣除背景噪声运算，以产生校正后的指纹影像。

Description

具有指纹感测功能的电子装置以及指纹图像处理方法
技术领域
本发明涉及一种感测技术，且特别是有关于一种具有指纹感测功能的电子装置以及指纹图像处理方法。
背景技术
近年来，指纹感测技术被广泛地应用在各式电子装置上，以提供各种身份登录或身份验证功能，并且目前的指纹感测组件大致分为光学式指纹传感器以及电容式指纹传感器。然而，常见的指纹感测问题在于，无论是采用光学式指纹传感器或是采用电容式指纹传感器来取得指纹影像，指纹传感器在撷取指纹影像的过程中会受到背景噪声的影响，以致于指纹传感器取得的指纹影像会同时包含有背景噪声。当指纹影像当中的背景噪声的信号强度过大时，后续的指纹辨识将容易出现误差或辨识错误的情况会常发生。有鉴于此，以下将提出几个实施例的解决方案。
发明内容
本发明是针对一种具有指纹感测功能的电子装置以及指纹感测方法，可取得具有良好影像质量的已除去背景噪声的指纹影像。
根据本发明的实施例，本发明的具有指纹感测功能的电子装置包含处理器、指纹传感器以及温度传感器。指纹传感器耦接处理器。指纹传感器用以取得当前指纹影像。温度传感器耦接处理器。温度传感器用以取得当前温度信息。处理器依据当前温度信息产生对应于当前温度信息的当前背景噪声，并且根据当前背景噪声对当前指纹影像执行扣除背景噪声运算，以产生校正后的指纹影像。
根据本发明的实施例，本发明的一种指纹图像处理方法适用于具有指纹感测功能的电子装置。电子装置包含处理器、指纹传感器以及温度传感器。所述指纹图像处理方法包含以下步骤：通过指纹传感器取得当前指纹影像；通过温度传感器取得当前温度信息；通过处理器依据当前温度信息产生对应于当前温度信息的当前背景噪声；以及根据当前背景噪声对当前指纹影像执行扣除背景噪声运算，以产生校正后的指纹影像。
基于上述，本发明的具有指纹感测功能的电子装置以及指纹感测方法可依据当前指纹感测操作时的当前温度来产生对应的当前背景噪声，并且将当前指纹影像与当前背景噪声进行背景噪声扣除的图像处理，以取得具有良好影像质量的已除去背景噪声的指纹影像。
为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附图式作详细说明如下。
附图说明
包含附图以便进一步理解本发明，且附图并入本说明书中并构成本说明书的一部分。附图说明本发明的实施例，并与描述一起用于解释本发明的原理。
图1为本发明的一实施例的电子装置的示意图；
图2为本发明的一实施例的影像数据库的示意图；
图3为本发明的一实施例的指纹影像感测方法的示意图；
图4为本发明的一实施例的电子装置的示意图；
图5为本发明的一实施例的电子装置的示意图。
附图标号说明
100：电子装置；
110、310、410：处理器；
120：指纹传感器；
130：温度传感器；
140：内存；
141：影像数据库；
141_11～141_14、141_21、141_31～141_35、301_1～301_N：原始指纹影像；
142、432：预测模型；
143、402：默认背景噪声；
302、404：当前背景噪声；
403：当前温度信息；
S510～S570：步骤。
具体实施方式
现将详细地参考本发明的示范性实施例，示范性实施例的实例说明于附图中。只要有可能，相同元件符号在图式和描述中用来表示相同或相似部分。
图1为本发明的一实施例的具有指纹感测功能的电子装置的示意图。参考图1，电子装置100包含处理器110、指纹传感器120、温度传感器130以及内存140。处理器110耦接指纹传感器120、温度传感器130以及内存(Memory)140。处理器110可通过指纹传感器120以及温度传感器130来取得指纹影像以及温度信息，并且可搭配温度信息将指纹影像存储至内存140。在本实施例中，处理器110可为中央处理单元(Central Processing Unit,CPU)、数字信号处理器(Digital Signal Processor,DSP)或其他具有图像处理能力以及数据运算能力的处理器。指纹传感器120可为光学式指纹传感器或电容式指纹传感器。
具体而言，当电子装置100执行指纹感测操作时，处理器110驱动指纹传感器120，以取得当前指纹影像。并且，处理器110驱动温度传感器130，以取得当前指纹感测操作情境下的当前温度信息，并且将当前温度信息对此当前指纹影像进行标记。在一实施例中，当前温度信息可例如是经由温度传感器130取得的电子装置100的环境温度，或是例如是电子装置100的电池温度。在本实施例中，处理器110将标记后的当前指纹影像存储至内存140，并且判断存储在内存140中对应于此当前温度信息且对应于相同的指纹的原始指纹影像的数量是否大于或等于预设数量，以决定经由存储在内存140中的多个原始指纹影像来产生当前背景噪声或是由默认的预测模型来产生当前背景噪声。
然而，需说明的是，本实施例所述的背景噪声是指在影像传感器所输出的感测影像中，因噪声影响所造成的不明纹路或不明斑点，背景噪声的存在会影响感测影像质量。并且，本实施例的当前背景噪声是指未包含指纹信息的单纯噪声影像。换言之，本实施例的当前背景噪声可等同于取自指纹传感器120在未接收到外来信号的情况下，例如在没有手指或其他物体放置于指纹传感器120的感测表面上的情况下，指纹传感器120所感测到只具有噪声干扰的感测影像。
图2为本发明的一实施例的影像数据库的示意图。参考图1以及图2，本实施例的内存140如图2所示存储有影像数据库141、预测模型142以及默认背景噪声143。影像数据库141可包含对应于不同温度条件的多个原始指纹影像群组，并且所述多个原始指纹影像群组包括至少一原始指纹影像。并且，本实施例所指的所述多个原始指纹影像群组中的各原始指纹影像皆是对应同一指纹的多个原始指纹影像。
在本实施例中，预测模型142是在电子装置100出厂前，内建于内存140中。预测模型142可例如包含一预设的函式，其是经由分析大量指纹影像样本数据，进行机器学习运算(Machine Learning)而得到的背景噪声强度与温度之间的函数关系式，但本发明并不限于此。在本实施例中，默认背景噪声143同样是在电子装置100出厂前，内建于内存140中。并且，默认背景噪声143是指在一特定温度下，在电子装置100出厂前且没有手指或其他物体放置于指纹传感器120的感测表面上的情境下，由出厂前的电子装置100的指纹传感器120所感测到的只具有噪声干扰的感测影像。
举例而言，原先的影像数据库141例如包含多个原始指纹影像群组，并且所述多个原始指纹影像群组可各别包含对应于相同温度条件的至少一原始指纹影像。在图2中，原先的影像数据库141可例如包含三个原始指纹影像群组。第一原始指纹影像群组包含3个-9℃原始指纹影像141_11～141_13。第二原始指纹影像群组包含1个-8℃原始指纹影像141_21。第三原始指纹影像群组包含5个40℃原始指纹影像141_31～141_35。并且，上述的各原始指纹影像群组的各原始指纹影像皆对应于相同的指纹(指纹特征相同)。然而，当电子装置100在-9℃的情境下进行指纹感测时，处理器110经由指纹传感器120取得当前指纹影像，并且经由温度传感器130取得对应的当前温度信息。接着，处理器110依据当前温度信息对当前指纹影像进行标记，并将当前指纹影像作为-9℃原始指纹影像141_14存储至影像数据库141，因此更新数据后的影像数据库141的-9℃原始指纹影像的数量为4个。再接着，处理器110判断影像数据库141的-9℃原始指纹影像的数量是否大于或等于预设数量。假设预设数量为4，因此处理器110将依据影像数据库141所存储的4个-9℃原始指纹影像来进行图像处理，以产生当前背景噪声。
再举例而言，在图2中，原先的影像数据库141可例如包含两个原始指纹影像群组。第一原始指纹影像群组包含4个-9℃原始指纹影像131_11～131_13。第二原始指纹影像群组包含5个40℃原始指纹影像131_31～131_35。并且，上述的各原始指纹影像群组的各原始指纹影像皆对应于相同的指纹(指纹特征相同)。然而，当电子装置100在-8℃的情境下进行指纹感测时，处理器110经由指纹传感器120取得指纹影像，并且经由温度传感器130取得对应的当前温度信息。接着，处理器110依据当前温度信息对当前指纹影像进行标记，并将当前指纹影像作为-8℃原始指纹影像141_21存储至影像数据库141，以新增对应于-8℃的原始指纹影像群组，因此更新数据后的影像数据库141的-8℃原始指纹影像的数量为1个。再接着，处理器110判断数据库141的-8℃原始指纹影像的数量是否大于或等于预设数量。假设预设数量为4，因此处理器110判断影像数据库141所存储的-8℃原始指纹影像不足以进行图像处理。接着，处理器110将读取预测模型142，以将当前温度信息与默认背景噪声143代入预测模型142的函式，以产生利用预测模型142所预测出来的当前背景噪声。
另一方面，由于本实施例的影像数据库141会存储每一次的指纹感测操作所取得的指纹影像，以持续更新影像数据库141，因此若影像数据库141的存储空间已满，则处理器110会将所有指纹影像的数据进行数据累加，并且进行数据压缩来减少所需的存储空间。所述数据压缩例如是将信号数值乘以75％，以获得压缩为75％权重的指纹影像数据。
在另一实施例中，处理器110可以直接将当前温度信息与默认背景噪声143代入预测模型142的函式，以产生利用预测模型142所预测出来的当前背景噪声，而无需判断影像数据库中原始指纹影像的数量，因此也无需存储原始指纹影像。
图3为本发明的一实施例的产生当前背景影像的示意图。参考图3，在本实施例中，当影像数据库存储有足够的原始指纹影像时，处理器310可读取影像数据库，以取得对应于当前温度信息的多个原始指纹影像301_1～301_N，其中N为大于0的正整数。在本实施例中，处理器310对原始指纹影像301_1～301_N执行图像处理，以取得当前背景噪声。所述图像处理包含灰阶值累加运算、灰阶值平均运算以及灰阶值选取运算。详细而言，处理器310先执行灰阶值累加运算，以将原始指纹影像301_1～301_N的相互对应的每一个像素的灰阶值累加。接着，处理器310执行灰阶值平均运算，以将对应于每一个像素的灰阶值的累加结果执行平均值运算，以取得平均影像。再接着，处理器110执行灰阶值选取运算，以依据平均影像当中高于第一灰阶值门坎或低于第二灰阶值门坎的像素的灰阶值来产生当前背景噪声302。
换言之，由于在指纹影像当中的背景噪声通常具有异常高于或异常低于一般正常指纹影像的灰阶值，并且对应于相同温度条件的原始指纹影像301_1～301_N具有类似的背景噪声，因此原始指纹影像301_1～301_N经由灰阶值的累加、平均运算以及选取(即扣除掉属于一般正常指纹影像的灰阶值)后，就可以产生对应于当前温度信息的当前背景噪声302。因此，本实施例的处理器310可将当前取得的当前指纹影像以及对应产生的当前背景噪声执行扣除背景噪声运算，以产生校正后的(即，除去背景噪声后的)指纹影像，而校正后的指纹影像具有良好的影像质量。
图4为本发明的另一实施例的产生当前背景影像的示意图。参考图4，在本实施例中，当影像数据库存储不足够的原始指纹影像时，处理器410会将默认背景噪声402以及当前温度信息403输入至预测模型432，以产生对应于当前温度信息的当前背景噪声404。详细而言，在不同温度下所感测到的指纹影像中的背景噪声强度并不相同，而其信号强度在0.9至1.1倍之间。如上所述，预测模型432是利用机器学习(Machine Learning)运算建置而成的。通过将默认背景噪声402以及当前温度信息403代入预测模型432的函式，就可以预测出符合当前温度所对应的背景噪声强度的当前背景噪声404。因此，本实施例的处理器410可将取得的当前指纹影像以及对应产生的当前背景噪声执行扣除背景噪声运算，以产生校正后(已去除背景噪声)的指纹影像，而校正后的指纹影像具有良好的影像质量。
在另一实施例中，处理器410可以直接将默认背景噪声402以及当前温度信息403输入至预测模型432，以产生对应于当前温度信息的当前背景噪声404，而无需先判断影像数据库中原始指纹影像的数量，因此也无需存储原始指纹影像。
图5为本发明的一实施例的指纹感测方法的示意图。参考图5，本实施例的指纹感测方法可至少适用于图1实施例的电子装置100，以使电子装置100执行步骤S510～570。电子装置100包含处理器110、指纹传感器120以及内存130。在步骤S510，处理器110通过指纹传感器120取得当前指纹影像。在步骤S520，处理器110通过温度传感器130取得当前温度信息。也就是说，在指纹传感器120感测当前指纹影像的时候，处理器110同时经由温度传感器130取得电子装置100的环境温度，或是电子装置100的电池温度。在步骤S530，处理器110存储当前指纹影像至内存140的影像数据库141，并且依据当前温度信息搜寻影像数据库141。
在步骤S540，处理器110判断存储在影像数据库141中对应于当前温度信息的多个原始指纹影像的数量是否大于或等于预设数量。若是，处理器110执行步骤S550。在步骤S550，处理器110依据所述多个原始指纹影像来产生对应于当前温度信息的当前背景噪声。若否，处理器110执行步骤S560。在步骤S560，处理器110将默认背景噪声以及当前温度信息输入至预测模型，以产生对应于当前温度信息的当前背景噪声。在步骤S570，处理器110依据当前背景噪声对当前指纹影像执行扣除背景噪声运算，以产生校正后的指纹影像。因此，本实施例的指纹感测方法可取得对应当前温度的当前背景噪声，以有效地对指纹影像进行去除背景噪声，而校正后(去除背景噪声后)的指纹影像具有良好的影像质量。
在另一实施例的指纹感测方法中，无需执行步骤S530、S540与S550，也就是说，在步骤S510与S520之后，处理器110会直接执行步骤S560，以将默认背景噪声以及当前温度信息输入至预测模型，以产生对应于当前温度信息的当前背景噪声。
另外，关于本实例的具有指纹感测功能的电子装置100的其他内部组件特征、实施方式以及技术细节可参照上述图1至图4实施例的说明而获致足够的教示、建议以及实施说明，因此不再赘述。
综上所述，本发明的具有指纹感测功能的电子装置以及指纹感测方法可根据当前温度信息产生对应的当前背景噪声。电子装置可以根据当前温度信息，直接利用预先建置的预测模型来产生当前背景噪声。电子装置也可以具有一个影像数据库，而当电子装置的影像数据库中对应的原始指纹影像的数量足以进行运算，以产生当前背景噪声时，电子装置可将多个原始指纹影像进行图像处理来产生当前背景噪声。然而，当电子装置的影像数据库中对应的原始指纹影像的数量不足以进行运算以产生当前背景噪声时，电子装置利用预先建置的预测模型来产生当前背景噪声。并且，本发明的电子装置可将每一次指纹感测所取得的原始指纹影像存储至影像数据库中，以不断地增加原始指纹影像的数据量。因此，本发明的具有指纹感测功能的电子装置以及指纹感测方法可取得具有良好影像质量的已去除背景噪声的指纹影像，并且具有可自动更新影像数据库的功能。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。

Claims (16)

1.一种具有指纹感测功能的电子装置，其特征在于，包含：
处理器；
指纹传感器，耦接所述处理器，用以取得当前指纹影像；以及
温度传感器，耦接所述处理器，用以取得当前温度信息，
其中所述处理器依据所述当前温度信息产生对应于所述当前温度信息的当前背景噪声，并且依据所述当前背景噪声对所述当前指纹影像执行扣除背景噪声运算，以产生校正后的指纹影像。
2.根据权利要求1所述的电子装置，其特征在于，还包含：
内存，耦接所述处理器，用以存储影像数据库，
其中所述处理器存储所述当前指纹影像至所述内存的所述影像数据库。
3.根据权利要求2所述的电子装置，其特征在于，所述处理器依据所述当前温度信息搜寻所述影像数据库，当所述处理器判断存储在所述影像数据库中对应于所述当前温度信息的多个原始指纹影像的数量大于或等于预设数量时，所述处理器依据所述多个原始指纹影像来产生对应于所述当前温度信息的所述当前背景噪声。
4.根据权利要求3所述的电子装置，其特征在于，所述处理器对所述多个原始指纹影像执行图像处理，以产生所述当前背景噪声，所述图像处理包含灰阶值累加运算、灰阶值平均运算以及灰阶值选取运算。
5.根据权利要求4所述的电子装置，其特征在于，所述处理器将所述多个原始指纹影像的相互对应的每一个像素的灰阶值累加，并且将对应于每一个像素的灰阶值的累加结果执行平均值运算，以取得平均影像，所述处理器选取所述平均影像中高于第一灰阶值门坎或低于第二灰阶值门坎的所述多个灰阶值，以产生所述当前背景噪声。
6.根据权利要求1所述的电子装置，其特征在于，所述处理器将默认背景噪声以及所述当前温度信息输入至预测模型，以产生对应于所述当前温度信息的所述当前背景噪声。
7.根据权利要求6所述的电子装置，其特征在于，所述预测模型以及所述默认背景噪声存储于所述内存中。
8.根据权利要求2所述的电子装置，其特征在于，所述影像数据库包含对应于同一指纹的多个原始指纹影像群组，并且所述多个原始指纹影像群组各别包含对应于相同温度条件的至少一原始指纹影像。
9.一种指纹图像处理方法，适用于电子装置，所述电子装置包含处理器、指纹传感器以及温度传感器，其特征在于，所述指纹图像处理方法包含：
通过所述指纹传感器取得当前指纹影像；
通过所述温度传感器取得当前温度信息；
通过所述处理器依据所述当前温度信息产生对应于所述当前温度信息的当前背景噪声；以及
通过所述处理器依据所述当前背景噪声对所述当前指纹影像执行扣除背景噪声运算，以产生校正后的指纹影像。
10.根据权利要求9所述的指纹图像处理方法，其特征在于，所述电子装置还包含内存，并且所述指纹图像处理方法还包括：
通过所述处理器存储所述当前指纹影像至所述内存的影像数据库。
11.根据权利要求10所述的指纹图像处理方法，其特征在于，通过所述处理器依据所述当前温度信息产生对应于所述当前温度信息的所述当前背景噪声的步骤包含：
通过所述处理器依据所述当前温度信息搜寻所述影像数据库；以及
当所述处理器判断存储在所述影像数据库中对应于所述当前温度信息的多个原始指纹影像的数量大于或等于预设数量时，通过所述处理器依据所述多个原始指纹影像来产生对应于所述当前温度信息的所述当前背景噪声。
12.根据权利要求11所述的指纹图像处理方法，其特征在于，通过所述处理器依据所述多个原始指纹影像来产生对应于所述当前温度信息的所述当前背景噪声的步骤包含：
通过所述处理器对所述多个原始指纹影像执行图像处理，以产生所述当前背景噪声，其中所述图像处理包含灰阶值累加运算、灰阶值平均运算以及灰阶值选取运算。
13.根据权利要求12所述的指纹图像处理方法，其特征在于，所述处理器对所述多个原始指纹影像执行所述图像处理的步骤包含：
通过所述处理器将所述多个原始指纹影像的相互对应的每一个像素的灰阶值累加；
通过所述处理器将对应于每一个像素的灰阶值的累加结果执行平均值运算，以取得平均影像；以及
通过所述处理器选取所述平均影像中高于第一灰阶值门坎或低于第二灰阶值门坎的所述多个灰阶值，以产生所述当前背景噪声。
14.根据权利要求9所述的指纹图像处理方法，其特征在于，通过所述处理器依据所述当前温度信息产生对应于所述当前温度信息的所述当前背景噪声的步骤包含：
通过所述处理器将默认背景噪声以及所述当前温度信息输入至预测模型，以产生对应于所述当前温度信息的所述当前背景噪声。
15.根据权利要求14所述的指纹图像处理方法，其特征在于，所述预测模型以及所述默认背景噪声存储于所述内存中。
16.根据权利要求10所述的指纹图像处理方法，其特征在于，所述影像数据库包含对应于同一指纹的多个原始指纹影像群组，并且所述多个原始指纹影像群组各别包含对应于相同温度条件的至少一原始指纹影像。
CN201910825652.1A 2018-11-30 2019-09-03 具有指纹感测功能的电子装置以及指纹图像处理方法 Active CN110543851B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/578,423 US11138303B2 (en) 2018-11-30 2019-09-23 Electronic device with fingerprint sensing function and fingerprint image processing method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862773196P 2018-11-30 2018-11-30
US62/773,196 2018-11-30

Publications (2)

Publication Number Publication Date
CN110543851A true CN110543851A (zh) 2019-12-06
CN110543851B CN110543851B (zh) 2022-10-21

Family

ID=68711304

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910825652.1A Active CN110543851B (zh) 2018-11-30 2019-09-03 具有指纹感测功能的电子装置以及指纹图像处理方法

Country Status (2)

Country Link
US (1) US11138303B2 (zh)
CN (1) CN110543851B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113312944A (zh) * 2020-02-27 2021-08-27 北京小米移动软件有限公司 图像采集方法、校准方法、屏下指纹识别装置和移动终端

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112101194A (zh) * 2020-01-21 2020-12-18 神盾股份有限公司 电子装置及其操作方法
KR20210132372A (ko) * 2020-04-27 2021-11-04 삼성전자주식회사 광학적 객체 인식을 위한 참조 영상 획득 방법 및 이를 이용한 광학적 객체 인식 방법
CN113298028A (zh) * 2020-11-03 2021-08-24 神盾股份有限公司 电子装置以及指纹影像校正方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106462758A (zh) * 2016-09-27 2017-02-22 深圳市汇顶科技股份有限公司 指纹辨识系统及电子装置
US20170069190A1 (en) * 2015-06-19 2017-03-09 MELE Associates, Inc.. System and method for detecting and responding to a threat in or around a facility
CN109241859A (zh) * 2018-08-13 2019-01-18 Oppo广东移动通信有限公司 指纹识别方法及相关产品

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9576176B2 (en) * 2013-07-22 2017-02-21 Apple Inc. Noise compensation in a biometric sensing device
US9704015B2 (en) 2015-11-04 2017-07-11 Himax Technologies Limited Fingerprint image processing method and device
US20170140233A1 (en) * 2015-11-13 2017-05-18 Fingerprint Cards Ab Method and system for calibration of a fingerprint sensing device
TWI626596B (zh) 2017-02-14 2018-06-11 宏碁股份有限公司 指紋感測裝置、電子裝置以及指紋感測器的校準方法
CN107820618B (zh) 2017-09-30 2022-05-17 深圳市汇顶科技股份有限公司 传感像素单元及光学指纹传感器
WO2019100329A1 (zh) 2017-11-24 2019-05-31 深圳市汇顶科技股份有限公司 背景去除方法、影像模块及光学指纹辨识系统
CN112639805A (zh) * 2018-09-04 2021-04-09 三星电子株式会社 包括超声波显示器内指纹传感器的电子设备及其操作方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170069190A1 (en) * 2015-06-19 2017-03-09 MELE Associates, Inc.. System and method for detecting and responding to a threat in or around a facility
CN106462758A (zh) * 2016-09-27 2017-02-22 深圳市汇顶科技股份有限公司 指纹辨识系统及电子装置
CN109241859A (zh) * 2018-08-13 2019-01-18 Oppo广东移动通信有限公司 指纹识别方法及相关产品

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113312944A (zh) * 2020-02-27 2021-08-27 北京小米移动软件有限公司 图像采集方法、校准方法、屏下指纹识别装置和移动终端

Also Published As

Publication number Publication date
CN110543851B (zh) 2022-10-21
US11138303B2 (en) 2021-10-05
US20200175142A1 (en) 2020-06-04

Similar Documents

Publication Publication Date Title
CN110543851B (zh) 具有指纹感测功能的电子装置以及指纹图像处理方法
JP4369922B2 (ja) 生体画像照合装置およびその照合方法
JP5274357B2 (ja) 認証装置、撮像装置、認証方法、および、そのプログラム
CN106650614B (zh) 一种动态校准方法和装置
JP2020052520A (ja) 判定装置、判定方法、およびプログラム
KR20160053833A (ko) 개선된 데이터 비교 방법
CN111400686A (zh) 指纹识别方法及装置、电子设备、存储介质
CN117173172B (zh) 一种基于机器视觉的硅胶成型效果检测方法及系统
CN112598015A (zh) 缺值补偿方法、缺值补偿系统及非暂态计算机可读取媒体
JP2001175848A (ja) 画像撮像装置及びその画像撮像方法
US20210397973A1 (en) Storage medium, optimum solution acquisition method, and optimum solution acquisition apparatus
CN117112336A (zh) 智能通信设备异常检测方法、设备、存储介质及装置
CN111126147B (zh) 图像处理方法、装置和电子系统
CN108537106A (zh) 指纹检测方法及其电路
CN116648184A (zh) 温度预测方法、装置和存储介质
JP6835407B2 (ja) 画像処理装置、画像処理方法及びプログラム
CN110663043B (zh) 生物度量对象的模板匹配
US11910080B2 (en) Image pickup apparatus for inferring noise and learning device
CN113747270B (zh) 一种云数据中心物联管控系统
US11740709B2 (en) Image quality improving method, optical navigation device control method, and optical navigation device using the methods
CN112052727A (zh) 一种基于大数据的人像识别分析系统及方法
JP2016143355A (ja) 感性評価装置、感性評価方法、およびプログラム
US20210174231A1 (en) Model generation device, model generation method, and non-transitory recoding medium
JP7087971B2 (ja) 画像処理装置、画像処理方法、および画像処理プログラム
CN112989714B (zh) 探测器调整模型的训练方法和装置

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