CN111052133B - 用于确定手指与指纹传感器接触的方法和指纹感测系统 - Google Patents

用于确定手指与指纹传感器接触的方法和指纹感测系统 Download PDF

Info

Publication number
CN111052133B
CN111052133B CN201880055278.5A CN201880055278A CN111052133B CN 111052133 B CN111052133 B CN 111052133B CN 201880055278 A CN201880055278 A CN 201880055278A CN 111052133 B CN111052133 B CN 111052133B
Authority
CN
China
Prior art keywords
image
fingerprint
mean
sensor
finger
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
CN201880055278.5A
Other languages
English (en)
Other versions
CN111052133A (zh
Inventor
特勒尔斯·比耶勒
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.)
Fingerprint Kaana Kadun Intellectual Property Co ltd
Original Assignee
Fingerprint Kaana Kadun Intellectual Property 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 Fingerprint Kaana Kadun Intellectual Property Co ltd filed Critical Fingerprint Kaana Kadun Intellectual Property Co ltd
Publication of CN111052133A publication Critical patent/CN111052133A/zh
Application granted granted Critical
Publication of CN111052133B publication Critical patent/CN111052133B/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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • 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
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Input (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本公开内容涉及一种确定手指与覆盖指纹传感器的传感器区的表面稳定接触的方法。该方法包括借助于指纹传感器获取所接收到的手指的指纹的图像的时间序列。该方法还包括：针对时间序列的每个图像，将图像的与指纹传感器的传感器区对应的图像区(41)划分为多个图像区域(r)，所述区域彼此部分地交叠并覆盖整个图像区。该方法还包括：基于时间序列的每个图像的多个图像区域中的每一个的图像分析，确定手指与覆盖传感器区的表面稳定接触。

Description

用于确定手指与指纹传感器接触的方法和指纹感测系统
技术领域
本公开内容涉及用于确定手指与覆盖指纹传感器的传感器区的表面稳定接触的方法和指纹感测系统。
背景技术
越来越多地使用各种类型的生物特征系统，以提供增加的安全性和/或增强的用户便利性。
特别地，指纹感测系统由于其小形状因素、高性能和用户接受度已经在例如消费者电子装置中被采用。
指纹传感器有时可能在手指与指纹传感器正确接触之前被过早地激活，或者由与指纹传感器错误地接触的手指或其他身体部分被无意地激活，从而不必要地耗尽了电力和处理资源。优选地，指纹传感器仅在手指与其正确接触时才被激活。
US 2015/0070137公开了一种使用电场传感器来确定指纹传感器的足够部分是否被手指覆盖以及手指是否稳定接触的方法。确定来自指纹传感器的五个区域中的至少三个区域的子阵列的阈值数目是否已经获取指示手指的手指稳定性数据。然后，基于子阵列的阈值数目是否指示连续数据获取的稳定性来确定手指是否稳定。
发明内容
本发明的目的是提供一种确定手指的指纹拓扑是否与覆盖指纹传感器的传感器区的表面稳定接触的改进方式。
现在已经认识到，可能需要进一步确保手指的指纹形貌，通常是其脊，在整个传感器区上与指纹传感器的检测表面接触，并且确保在触发例如用于验证由指纹传感器感测到的手指的指纹形貌与所存储的注册指纹的表示对应的认证操作之前，所述接触随时间稳定，从而指示该手指所属的用户被授权以例如以一些预编程的方式与包括指纹传感器的电子装置进行交互。
根据本发明的一个方面，提供了一种确定手指与覆盖指纹传感器的传感器区的表面稳定接触的方法。该方法包括在指纹传感器的表面上接收具有指纹形貌的手指。该方法还包括借助于指纹传感器获取所接收到的手指的指纹的图像的时间序列，所述时间序列至少包括在第一时间点处拍摄的第一图像和在第一时间点之后的第二时间点处拍摄的第二图像。该方法还包括：针对时间序列的每个图像，将图像的与指纹传感器的传感器区对应的图像区域划分为多个图像区域，所述区域彼此部分地交叠并覆盖整个图像区。该方法还包括：基于时间序列的每个图像的多个图像区域中的每一个的图像分析，确定手指与覆盖传感器区的表面稳定接触。
根据本发明的另一方面，提供了一种计算机程序产品，其包括计算机可执行部件，当该计算机可执行部件在包括在指纹感测系统中的处理电路上运行时，该计算机可执行部件用于使指纹感测系统执行任一前述权利要求所述的方法。
根据本发明的另一方面，提供一种指纹感测系统，其包括指纹传感器、处理电路以及数据存储装置，该数据存储装置存储可由该处理电路执行的指令，由此该指纹感测系统操作为：在指纹传感器的表面上，接收具有指纹形貌的手指。指纹感测系统还操作为借助于指纹传感器获取所接收到的手指的指纹的图像的时间序列，该时间序列至少包括在第一时间点处拍摄的第一图像和在第一时间点之后的第二时间点处拍摄的第二图像。指纹感测系统还操作为针对时间序列的每个图像将图像的与指纹传感器的传感器区对应的图像区域划分为多个图像区域，所述区域彼此部分地交叠并覆盖整个图像区。指纹感测系统还操作为基于时间序列的每个图像的多个图像区域中的每一个的图像分析，确定手指与覆盖传感器区的表面稳定接触。
根据本发明的另一方面，提供了一种电子装置，其包括本公开内容的指纹感测系统的实施方式，以及被配置成与指纹感测系统交互的装置控制单元。
如果仅检查出指纹形貌仅与传感器区的检测表面的几个单独的部分稳定接触，则不知道手指是否也与所述部分之间的传感器区的检测表面稳定接触。通过将与传感器区对应的图像区划分为一起覆盖整个图像区的图像区域，降低了未检测到传感器区检测表面的非接触部分的风险。然而，传感器区的在相应图像区的两个相邻但不交叠的图像区上延伸的非接触部分仍然可以不触发对非接触部分的检测，因为非接触部分被划分在两个或更多个区域之间，每个区域仅受相对小程度的影响。本发明的解决方案是使用交叠区域，由此增加了以下可能性：区域中的至少之一受影响，以至于到使得通过图像分析来对非接触部分进行检测的程度。通过分析多个图像的时间序列，可以确定指纹形貌在检测表面上进行的接触是否随时间稳定。
要注意的是，任何方面的任何特征可以在适当的情况下应用于任何其他方面。同样，任何方面的任何优点可以适用于任何其他方面。根据下面的详细公开内容，根据所附的从属权利要求以及根据附图，所附实施方式的其他目的、特征和优点将变得明显。
通常，除非本文另外明确定义，否则权利要求中所使用的所有术语将根据其在技术领域中的普通含义来解释。除非另外明确指出，否则所有提及“一个(a)/一个(an)/所述元件、设备、部件、装置、步骤等”将公开被解释为是指元件、设备、部件、装置、步骤等的至少一个实例。除非明确指出，否则本文所公开的任何方法的步骤不必以所公开的确切顺序执行。针对本公开内容的不同特征/部件的“第一”、“第二”等的使用仅旨在将特征/部件与其他类似特征/部件进行区分，并且不赋予特征/部件任何顺序或层次。
附图说明
将参照附图通过示例的方式来描述实施方式，在附图中：
图1示意性地示出了根据本发明实施方式的包括指纹感测装置的电子装置。
图2是图1中的电子装置的示意性框图。
图3示意性地示出了根据本发明的实施方式的图像的时间序列。
图4示意性地示出了根据本发明的实施方式的与指纹传感器的传感器区对应的图像区。
图5a示出了根据本发明的实施方式的被划分为交叠的图像区域的图像区。
图5b示出了在交叠的图像区域中的未被覆盖的传感器区部分的表示。
图6示出了根据本发明的实施方式的灰度图像的时间序列。
图7a是本发明的实施方式的示意流程图。
图7b是图7a的流程图的一部分的更详细的示意流程图。
具体实施方式
现在将参照附图在下文中更充分地描述实施方式，在附图中示出了某些实施方式。然而，许多不同形式的其他实施方式可以在本公开内容的范围内。相反，通过示例的方式提供以下实施方式，使得本公开内容将是彻底且完整的，并且将向本领域技术人员充分地传达本公开内容的范围。在整个说明书中，相同的附图标记指代相同的元件。
图1示出了电子装置1，此处采用移动电话例如智能电话的形式，电子装置1包括显示器叠层2的显示器12和指纹传感器3，显示器12例如包括触摸设计功能(即触摸显示器12)。指纹传感器3包括指纹传感器电路，例如用于输出灰度图像等例如作为使用指纹传感器的指纹认证或导航的一部分，其中图像中的不同强度指示指纹传感器3的检测表面与放置在其上的手指5之间的接触。
指纹传感器3可以根据任何感测技术来操作。例如，指纹传感器可以是电容、光学或超声传感器。在本文中，电容指纹传感器被作为示例讨论，对于一些应用，电容指纹传感器可能是优选的。指纹传感器可以包括指纹感测元件的二维阵列，每个二维阵列均对应于由指纹传感器输出的图像的像素，像素例如由灰度值表示。指纹传感器可以位于显示器叠层2的侧面、显示器12的显示区之外，如图1所示。输出的图像可以例如是以二维或一维的像素阵列(例如灰度值)形式。每个图像像素可以提供图像强度，可以是灰度值或其他值。例如，对于电容指纹传感器，高像素强度(例如，灰度中的白色)意味着低电容耦合以及在检测表面与指纹形貌之间的大感测距离。由于手指没有覆盖检测表面的与像素对应的感测元件所位于的部分，因此可能导致高像素强度。相反地，低像素强度(例如灰度中的黑色)意味着高电容耦合以及在检测表面与指纹形貌之间的小感测距离。由于相应的感测元件位于指纹形貌的脊处，因此可能导致高像素强度。中间像素强度可以指示感测元件被仅仅位于指纹形貌的谷处的手指形貌所覆盖。
参照图2中的框图，图1中的电子装置1包括显示器叠层2，该显示器叠层2包括触摸传感器11和显示器12。该电子装置还包括指纹感测系统13，该指纹感测系统13包括指纹传感器3、指纹图像获取电路14和图像处理电路16。此外，电子装置1包括例如以存储器的形式的数据存储装置20，其可以在电子装置的不同部件例如指纹感测系统13之间共享。数据存储装置20保持以与例如用于指纹感测系统13的指令对应的计算机可执行部件的形式的软件21。因此，数据存储装置20在功能上可以至少部分地包括在指纹感测系统13中。
因此(另参见图3至图5)，指纹感测系统13的实施方式包括指纹传感器3、处理电路16和存储可由所述处理电路执行的指令21的数据存储装置20，由此所述指纹感测系统操作为在指纹传感器的表面上接收具有指纹形貌的手指5。指纹感测系统还操作为借助于指纹传感器获取所接收到的手指的指纹的图像n..m的时间序列30，所述时间序列至少包括在第一时间点t1处拍摄的第一图像n和在第一时间点之后的第二时间点t2处拍摄的第二图像n+1。指纹感测系统还操作为针对时间序列的每个图像将图像的与指纹传感器的传感器区42对应的图像区41划分为多个图像区域r，所述区域彼此部分地交叠并覆盖整个图像区。指纹感测系统还操作为基于每个时间序列的图像的多个图像区域中的每一个的图像分析确定手指与覆盖传感器区的表面稳定接触。
在一些实施方式中，指纹传感器3是电容、超声波或光学指纹传感器，例如电容指纹传感器。
在一些实施方式中，指纹传感器3例如借助于例如保护感测元件并提供指纹传感器的检测表面的盖玻璃或玻璃涂层由玻璃层覆盖。
数据存储装置20可以被视为包括计算机可执行部件21的计算机程序产品20，以当计算机可执行部件在包括在指纹感测系统中的处理电路16上运行时使指纹感测系统13执行本公开内容的方法的实施方式。另外，任何移动或外部数据存储装置，例如磁盘、记忆棒或服务器都可以被视为这样的计算机程序产品。
该电子装置还包括被配置成控制电子装置1并且被配置成与指纹感测系统13交互的装置控制单元18。该电子装置还包括用于向电子装置1的各种部件提供电能的电池22。虽然在图2中未示出，但是根据应用，该电子装置可以包括另外的部件。例如，电子装置1可以包括用于无线通信的电路、用于语音通信的电路、键盘等。
电子装置1可以是任何电气装置或用户设备(UE)，移动式或固定式，例如能够在通信网络中的无线电信道上进行通信，例如但不限于例如移动电话、平板计算机、膝上型计算机或台式计算机。
因此，电子装置1可以包括本文所讨论的指纹感测系统13的实施方式，以及被配置成与指纹感测系统交互的装置控制单元18。
在一些实施方式中，装置控制单元18被配置成与指纹感测系统13交互，以基于指纹表示来认证用户以及响应于所述认证而执行至少一个动作。
当手指5接触指纹传感器3的检测表面时，指纹传感器被激活以借助于指纹图像获取电路14获取图像n，或图像n至m(在本文中还表示为n..m)的时间序列30，如图3所示。这样的时间序列30可以至少包括在第一时间点t1处拍摄的第一图像n和在第一时间点t1之后的时域中的第二时间点t2处拍摄的第二图像n+1。本发明的实施方式可以应用于任意至少两个，例如图像n..m(例如n、n+1、n+2、m-2、m-1或m)的第一个和第二个，如图3所示。通常，分析多个序列图像，以确定指纹接触随时间稳定。
图4示出了图像区41如何对应于指纹传感器3的检测表面的传感器区42。图像区41可以是图像n..m的整体或一部分，并且可以对应于指纹检测器3的检测表面的整体或一部分。在图4的示例中，传感器区42是检测表面的子区，原因是图像区41仅包括来自指纹传感器的感测元件(通常是那些定位于传感器区42正下方的感测元件)的子组的像素。
图5a示出了已经被示意性地划分为多个图像区域r的图像区41的示例。为了不使附图混乱，仅示出了图像区被划分成的图像区域中的几个。在每个图像区域的左上角给出了每个图像区域r的坐标。在该图的示例中，每个图像区域是方形的，即具有8x8像素，但是每个区域r的任何像素比率或数目都是可能的。所有区域r具有相同的大小可能是方便的，但是在一些实施方式中使用不同大小的区域可能也是合乎需要的。在该图中，图像区被划分为总共49个(7x7)图像区域，其中每个维度中的坐标为0至6，但是可以使用任意数目的区域，例如25个(5x5)或81个(9x9)或更多个区域。区域r交叠。在二维图像区41的两个维度中每个区域r可以与相邻区域交叠，例如交叠至少20％、30％、40％或50％。在图5a的示例中，每个图像区域r与其最近的相邻图像中的每一个交叠50％，即，在两个维度中任一个维度上具有整数坐标，该整数坐标以一为单位更高或更低。
借助于图5b示出了具有交叠区域r的优点，在图5b中示出了图5a的区域r中的三个。图像区41的与传感器区42的表面的非接触部分对应的高强度部分50被划分在分别具有坐标0,0和2,0的两个非交叠区域r之间。这两个非交叠区域中的每一个都仅可以在较小程度上包含高强度部分50，其原因是该区域的平均强度值可以不被高强度部分影响到触发检测到该高强度部分和这样的非接触部分的程度。然而，在该示例中通过使用在此与0,0和2,0区域两者均交叠50％的具有坐标1,0的第三区域r，该第三区域可以在更大程度上包括高强度部分并且可以被高强度部分影响到触发检测到该高强度部分和这样的非接触部分的程度。
图6示出了来自激活之后的电容指纹传感器3的灰度32×32像素图像n至n+5的时间序列30。图6的序列30示出了在第一图像中手指5如何仅部分地与检测表面稳定接触，在这种情况下与检测表面的中间部分稳定接触，同时在最后的图像中在整个传感器区上稳定接触。图6的序列似乎示出手指首先在传感器区的中间接触，并且然后当手指被更牢固地向下压在检测表面上时还在其外边缘处接触。
图7a是本发明的方法的实施方式的流程图。在指纹传感器3的检测表面上，接收S1具有指纹形貌的手指。然后，借助于指纹传感器3，获取S2所接收到的手指的指纹的图像n..m的时间序列30。该时间序列至少包括在第一时间点t1处拍摄的第一图像n和在第一时间点之后的第二时间点t2处拍摄的第二图像n+1。然后，对于时间序列30的每个图像，图像的与指纹传感器3的传感器区42对应的图像区41被划分S3为多个图像区域r。区域r彼此部分地交叠并且一起覆盖整个图像区41。基于对时间序列30的每个图像n..m的多个图像区域中的每一个进行图像分析，然后确定S4手指5(即指纹形貌的脊)与覆盖传感器区的表面稳定物理接触，优选与整个传感器区42上的表面稳定物理接触。
在一些实施方式中，在确定S4手指5与检测表面稳定接触之后，执行S5认证操作，该认证操作包括获取所接收到的S1手指的指纹图像并将所述获取的指纹图像与所存储的注册指纹的表示进行比较。如上面所提到的，可以执行认证操作以验证由指纹传感器3感测的手指5的指纹形貌是否与例如在数据存储装置20中所存储的登记指纹的表示对应，从而指示手指5所属的用户被授权，以例如以一些预编程的方式与包括指纹传感器的电子装置1交互。
在本文中，本发明的实施方式通过包括第一图像n和第二图像n+1的时间序列30例示，从而比较所述第一图像和第二图像以确定手指接触是否稳定。然而，时间序列30可以包括任意数目的图像，例如在2个至10个图像的范围内，并且可以在所述图像的任意一个之间进行比较，例如在序列30的第一图像n与最后图像m之间，或者例如如果已经确定手指在第一图像n与第二图像n+1之间没有稳定接触，则在第二图像n+1与第三图像n+2之间进行比较。
在一些实施方式中，基于在图像区41中第一图像n与第二图像n+1之间的强度的平均变化imean,diff，并且基于针对图像区域r中每一个的第一图像与第二图像之间的强度的变化ir,mean,diff来确定S4手指稳定接触。图像区41的平均强度值imean可以例如是图像区中的所有像素或者图像区中像素组的平均灰度值。因此，imean,diff可以例如是图像n+1的imean(in+1,mean)减去图像n的imean(in,mean)。每个区域r的平均强度值ir,mean类似地可以是图像区域中的所有像素或者图像区域中的像素组的灰度值。因此，ir,mean,diff可以例如是图像n+1的ir,mean(in+1,r,mean)减去图像n的ir,mean(in,r,mean)。
另外或替选地，在一些实施方式中，基于第二图像n+1的图像区41中的最大强度值in+1,max，并且针对图像区域r中的每一个，基于第一图像n与第二图像n+1之间的强度变化ir,mean,diff中的最大值ir,mean,diff,max，确定(S4)手指5稳定接触。然后，图像区41中的最大强度值in+1,max可以例如是在第二图像n+1的图像区41中的任意像素或像素组的最高灰度值。如上，针对区域r中的每一个，第一图像n与第二图像n+1之间的强度变化ir,mean,diff可以被计算为图像n+1的ir,mean(in+1,r,mean)减去图像n的ir,mean(in,r,mean)。然后，可以将最大值ir,mean,diff,max确定为例如由区域r中任一区域的ir,mean,diff表现出的最高灰度值。
图7b是示出了如何可以确定S4手指与覆盖传感器区42的检测表面稳定接触的示例的流程图。
确定S41第二图像n+1的图像区41中的图像最大强度值in+1,max。
针对第一图像n和第二图像n+1中的每一个，确定S42图像区41的图像平均强度值in,mean和in+1,mean。然后，针对第一图像n和第二图像n+1中的每一个，计算S43第一图像与第二图像之间的图像平均强度值in,mean和in+1,mean的变化imean,diff，例如如上面所讨论的图像n+1的imean(in+1,mean)减去图像n的imean(in,mean)。
针对第一图像n和第二图像n+1中的每一个的区域r中的每一个，确定S44区域平均强度值in,r,mean和in+1,r,mean。然后，针对第一图像n和第二图像n+1中的每一个的区域r中的每一个，计算S45第一图像n与第二图像n+1之间的区域平均强度值in,r,mean和in+1,r,mean的变化ir,mean,diff，例如如上面所讨论的图像n+1的ir,mean(in+1,r,mean)减去图像n的ir,mean(in,r,mean)。
此外，根据所计算出的区域平均强度值ir,mean,diff的变化，确定S46最大区域平均变化值ir,mean,diff,max，例如如上面所讨论的由区域r的任一区域的ir,mean,diff所表现出的最高灰度值。
然后，计算S47最大区域平均变化值ir,mean,diff,max与图像平均强度值的变化(imean,diff)之间的差。计算S48作为计算出(S47)的差与图像最大强度值in+1,max之间的比的脊接触得分(RCS)。因此，在替选实施方式中，替代地，RCS可以相对地计算为/>
然后当RCS低于预先确定的阈值tRCS时，可以确定S49手指5与覆盖传感器区42的检测表面稳定接触。当接触稳定时，RCS可以例如在0.000至0.035的范围内，并且tRCS可以设置在0.037至0.041的范围内。
在一些实施方式中，传感器区42覆盖指纹传感器3的整个检测表面，即传感器区42不是检测表面的子区，由此指纹传感器3的基本上所有的感测元件用于形成图像区41中的像素。在一些其他实施方式中，传感器区42仅覆盖指纹传感器3的一部分。例如取决于指纹传感器3的大小和/或分辨率，例如传感器区42仅覆盖指纹传感器3的检测表面的一部分例如30％、50％或70％可能对使得能够进行如本文讨论的诸如认证的动作是足够的。
确定S4手指5与传感器区42的检测表面稳定接触可以包括确定手指在整个传感器区上与指纹传感器3的表面接触。虽然一些传感器技术，例如电容传感器技术，在指纹形貌悬停在检测表面的正上方时也可以允许指纹感测，然而指纹形貌通常是其脊与检测表面直接物理接触可以方便例如获得稳定的图像n。检测表面可以由例如指纹传感器3的盖玻璃或玻璃涂层提供，从而保护指纹感测元件。
同样参照图5a所讨论的，在本发明的一些实施方式中，多个图像区域r中的至少两个例如被称为第一区域和第二区域之间的交叠是至少20％，例如至少30％、40％或50％。优选地，多个区域r中的每一个在两个维度中都与其所有直接相邻区域具有交叠。
图像区域r可以具有任意形状或大小，但是在一些实施方式中，多个图像区域r中的每一个具有所获取的图像n的至少8×8像素的大小。在一些实施方式中，多个图像区域r中的每一个对应于传感器区域，该传感器区域是传感器区42的子区，具有传感器区的至少0.48mm乘0.48mm的大小。
如前面所提到的，图像的所获取的时间序列30中的所获取的图像n..m可以是灰度图像，通常是二维的，但是可以被制成一维矢量以用于分析的。
在一些实施方式中，以每秒至少20个图像的速率，例如每秒至少50个图像的速率，获取S2图像n..m的时间序列30，以便一旦手指接触相对于接触检测表面稳定就快速触发认证或其他动作。
根据本发明的示例实施方式，提供了一种确定手指5与指纹传感器3的覆盖传感器区42的表面稳定接触的方法。该方法包括借助于指纹传感器获取S2所接收到的手指的指纹图像n..m的时间序列30。该方法还包括，针对时间序列的每个图像，将图像的与指纹传感器的传感器区对应的图像区41划分S3为多个图像区域r，所述区域彼此部分地交叠并覆盖整个图像区。该方法还包括，基于时间序列的每个图像的多个图像区域中的每一个的图像分析，确定S4手指与覆盖传感器区的表面稳定接触。
上面主要参照几个实施方式描述了本公开内容。然而，如本领域技术人员容易理解的，除了上面公开的实施方式以外的其他实施方式同样可能在由所附权利要求限定的本公开内容的范围内。

Claims (27)

1.一种确定手指(5)与覆盖指纹传感器(3)的传感器区(42)的表面稳定接触的方法，所述方法包括：
在所述指纹传感器的表面上，接收(S1)具有指纹形貌的所述手指；
借助于所述指纹传感器，获取(S2)所接收到的手指的指纹的图像(n..m)的时间序列(30)，所述时间序列至少包括在第一时间点(t1)处拍摄的第一图像(n)和在所述第一时间点之后的第二时间点(t2)处拍摄的第二图像(n+1)，所述图像中的每个是像素阵列的形式，每个像素具有强度；
针对所述时间序列的每个图像，将所述图像的与所述指纹传感器的所述传感器区(42)对应的图像区(41)划分(S3)为多个图像区域(r)，所述多个图像区域中的相邻区域彼此部分地交叠并且所述多个图像区域覆盖整个图像区；以及
基于所述时间序列的每个图像的所述多个图像区域中的每一个的图像分析，确定(S4)所述手指与覆盖所述传感器区的表面稳定接触；
其中，确定(S4)所述手指稳定接触包括：在所述第一图像和所述第二图像中的至少一个中，通过以下方式检测所述传感器区域(42)的表面的非接触部分：基于所述多个图像区域(r)中的每一个的平均强度值确定该区域是否包括一个非接触部分。
2.根据权利要求1所述的方法，其中，基于在所述图像区(41)中所述第一图像(n)与所述第二图像(n+1)之间的强度的平均变化(imean,diff)以及针对所述图像区域(r)中的每一个的所述第一图像与所述第二图像之间的强度的变化(ir,mean,diff)来确定(S4)所述手指稳定接触。
3.根据权利要求1或2所述的方法，其中，基于所述第二图像(n+1)的所述图像区(41)中的最大强度值(in+1,max)以及针对所述图像区域(r)中的每一个的所述第一图像(n)与所述第二图像(n+1)之间的强度的变化(ir,mean,diff)中的最大值(ir,mean,diff,max)来确定(S4)所述手指(5)稳定接触。
4.根据权利要求1或2所述的方法，其中，确定(S4)所述手指(5)稳定接触包括：计算脊接触得分RCS为其中，ir,mean,diff,max是针对所述图像区域(r)中的每一个所述第一图像(n)与所述第二图像(n+1)之间的强度的变化(ir,mean,diff)中的最大值，并且imean,diff是所述第一图像(n)与所述第二图像(n+1)之间的所述图像区(41)中的强度的平均变化。
5.根据权利要求1或2所述的方法，其中，确定(S4)所述手指稳定接触包括：
确定(S41)所述第二图像(n+1)的所述图像区(41)中的图像最大强度值(in+1,max)；
针对所述第一图像(n)和所述第二图像(n+1)中的每一个，
确定(S42)所述图像区(41)的图像平均强度值(in,mean，in+1,mean)，计算(S43)所述第一图像与所述第二图像之间的所述图像平均强度值(in,mean，in+1,mean)的变化(imean,diff)，以及
针对所述区域(r)中的每一个，
确定(S44)区域平均强度值(in,r,mean,in+1,r,mean)，以及
计算(S45)所述第一图像与所述第二图像之间的所述区域平均强度值(in,r,mean，in+1,r,mean)的变化(ir,mean,diff)；
根据所计算出的区域平均强度值的变化(ir,mean,diff)，确定(S46)最大区域平均变化值(ir,mean,diff,max)；
计算(S47)所述最大区域平均变化值(ir,mean,diff,max)与所述图像平均强度值的变化(imean,diff)之间的差；
计算(S48)作为所计算出的(S47)差与所述图像最大强度值(in+1,max)之间的比的脊接触得分以及
当所述RCS低于预先确定的阈值(tRCS)时，确定(S49)所述手指(5)与覆盖所述传感器区(42)的所述表面稳定接触。
6.根据权利要求1或2所述的方法，其中，以每秒至少20个图像的速率获取(S2)图像(n..m)的所述时间序列(30)。
7.根据权利要求6所述的方法，其中，以每秒至少50个图像的速率获取(S2)图像(n..m)的所述时间序列(30)。
8.根据权利要求1或2所述的方法，其中，所述传感器区(42)覆盖整个指纹传感器(3)。
9.根据权利要求1或2所述的方法，其中，所述传感器区(42)仅覆盖所述指纹传感器(3)的一部分。
10.根据权利要求1或2所述的方法，其中，所述多个图像区域(r)中的两个相邻区域之间的交叠为至少20％。
11.根据权利要求10所述的方法，其中，所述多个图像区域(r)中的两个相邻区域之间的交叠为至少30％。
12.根据权利要求11所述的方法，其中，所述多个图像区域(r)中的两个相邻区域之间的交叠为至少40％。
13.根据权利要求12所述的方法，其中，所述多个图像区域(r)中的两个相邻区域之间的交叠为至少50％。
14.根据权利要求1或2所述的方法，还包括：
在确定(S4)所述手指稳定接触之后，执行(S5)认证操作，所述认证操作包括获取所接收到的(S1)手指(5)的指纹图像以及将所获取的指纹图像与注册指纹的存储的表示进行比较。
15.根据权利要求1或2所述的方法，其中，所述多个图像区域(r)中的每一个具有所获取的图像的至少8×8像素的大小。
16.根据权利要求1或2所述的方法，其中，所述多个图像区域(r)中的每一个对应于传感器区域，所述传感器区域具有所述传感器区(42)的至少0.48乘0.48mm的大小。
17.根据权利要求1或2所述的方法，其中，所述多个图像区域(r)包括至少25个图像区域。
18.根据权利要求17所述的方法，其中，所述多个图像区域(r)包括至少49个图像区域。
19.根据权利要求18所述的方法，其中，所述多个图像区域(r)包括至少81个图像区域。
20.根据权利要求1或2所述的方法，其中，所述时间序列(30)的所述获取的图像(n..m)中的每一个是灰度图像。
21.一种存储有计算机程序的数据存储装置，所述计算机程序用于当在指纹感测系统(13)中包括的处理电路(16)上运行所述计算机程序时，使所述指纹感测系统(13)执行权利要求1至20中的任一项所述的方法。
22.一种指纹感测系统(13)，包括：
指纹传感器(3)；
处理电路(16)；以及
数据存储装置(20)，其存储可由所述处理电路执行的指令(21)，由此所述指纹感测系统能够进行操作以：
在所述指纹传感器的表面上，接收具有指纹形貌的手指(5)；
借助于所述指纹传感器，获取所接收到的手指的指纹的图像(n..m)的时间序列(30)，所述时间序列至少包括在第一时间点(t1)处拍摄的第一图像(n)和在所述第一时间点之后的第二时间点(t2)处拍摄的第二图像(n+1)，所述图像中的每个是像素阵列的形式，每个像素具有强度；
针对所述时间序列的每个图像，将所述图像的与所述指纹传感器的传感器区(42)对应的图像区(41)划分为多个图像区域(r)，所述多个图像区域中的相邻区域彼此部分地交叠并且所述多个图像区域覆盖整个图像区；以及
基于所述时间序列的每个图像的所述多个图像区域中的每一个的图像分析，确定所述手指与覆盖所述传感器区的表面稳定接触；
其中，确定(S4)所述手指稳定接触包括：在所述第一图像和所述第二图像中的至少一个中，通过以下方式检测所述传感器区域(42)的表面的非接触部分：基于所述多个图像区域(r)中的每一个的平均强度值确定该区域是否包括一个非接触部分。
23.根据权利要求22所述的指纹感测系统，其中，所述指纹传感器(3)是电容、超声波或光学指纹传感器。
24.根据权利要求22或23所述的指纹感测系统，其中，所述指纹传感器(3)被玻璃层覆盖。
25.根据权利要求24所述的指纹感测系统，其中，所述指纹传感器(3)借助于盖玻璃或玻璃涂层被所述玻璃层覆盖。
26.一种电子装置(1)，包括：
根据权利要求22至25中任一项所述的指纹感测系统(13)；以及
装置控制单元(18)，其被配置成与所述指纹感测系统交互。
27.根据权利要求26所述的电子装置(1)，其中，所述装置控制单元(18)被配置成与所述指纹感测系统(13)交互，以基于指纹表示来认证用户以及响应于所述认证而执行至少一个动作。
CN201880055278.5A 2017-09-07 2018-09-03 用于确定手指与指纹传感器接触的方法和指纹感测系统 Active CN111052133B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
SE1751085 2017-09-07
SE1751085-0 2017-09-07
PCT/SE2018/050881 WO2019050453A1 (en) 2017-09-07 2018-09-03 METHOD AND SYSTEM FOR DIGITAL FOOTPRINT DETECTION TO DETERMINE FINGER CONTACT WITH FINGERPRINT SENSOR

Publications (2)

Publication Number Publication Date
CN111052133A CN111052133A (zh) 2020-04-21
CN111052133B true CN111052133B (zh) 2023-09-08

Family

ID=65634469

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880055278.5A Active CN111052133B (zh) 2017-09-07 2018-09-03 用于确定手指与指纹传感器接触的方法和指纹感测系统

Country Status (4)

Country Link
US (1) US11138406B2 (zh)
EP (1) EP3679519A4 (zh)
CN (1) CN111052133B (zh)
WO (1) WO2019050453A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3679519A4 (en) * 2017-09-07 2021-06-02 Fingerprint Cards AB METHOD AND FINGERPRINT DETECTION SYSTEM FOR DETERMINING FINGER CONTACT WITH A FINGERPRINT SENSOR
US20210333921A1 (en) * 2020-04-28 2021-10-28 Novatek Microelectronics Corp. Display device, multi-fingerprint detection device and operation method thereof

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101866419A (zh) * 2009-04-14 2010-10-20 株式会社日立制作所 个人认证装置
CN106055955A (zh) * 2016-05-30 2016-10-26 广东欧珀移动通信有限公司 一种解锁控制方法及终端设备
CN107077613A (zh) * 2015-07-29 2017-08-18 指纹卡有限公司 指纹图像的获取
CN107111380A (zh) * 2015-03-06 2017-08-29 指纹卡有限公司 用于估计手指移动的方法和系统

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3647885B2 (ja) * 1993-05-07 2005-05-18 日本電信電話株式会社 画像処理装置
US20020030359A1 (en) * 1998-04-02 2002-03-14 Jerker Bergenek Fingerprint system
US6241288B1 (en) * 1998-04-02 2001-06-05 Precise Biometrics Ab Fingerprint identification/verification system
DE10009539A1 (de) * 2000-02-29 2001-09-20 Infineon Technologies Ag Verfahren zur Analyse von Fingerabdruckbildern
US7200250B2 (en) * 2003-05-20 2007-04-03 Lightuning Tech, Inc. Sweep-type fingerprint sensor module
US8131026B2 (en) * 2004-04-16 2012-03-06 Validity Sensors, Inc. Method and apparatus for fingerprint image reconstruction
JP2006106979A (ja) * 2004-10-01 2006-04-20 Mitsubishi Electric Corp 指紋画像撮像装置
US20060177113A1 (en) * 2005-02-07 2006-08-10 Liska Biometry Inc. Method and apparatus for determining a stable repeatable code from biometric information
WO2014174058A1 (en) * 2013-04-25 2014-10-30 Thomson Licensing Method of obtaining a mega-frame image fingerprints for image fingerprint based content identification, method of identifying a video sequence, and corresponding device
US9390306B2 (en) * 2013-09-06 2016-07-12 Apple Inc. Finger biometric sensor including circuitry for acquiring finger biometric data based upon finger stability and related methods
US9679183B2 (en) * 2013-12-20 2017-06-13 Apple Inc. Finger biometric sensor including drive signal level updating and related methods
KR102202690B1 (ko) * 2015-01-08 2021-01-13 삼성전자주식회사 지문 인식 방법, 장치 및 시스템
US9424458B1 (en) * 2015-02-06 2016-08-23 Hoyos Labs Ip Ltd. Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
US10268862B2 (en) * 2015-04-16 2019-04-23 Huawei Technologies Co., Ltd. Fingerprint collection method, fingerprint collector, and terminal
EP3248141A4 (en) * 2015-11-02 2018-01-03 Shenzhen Goodix Technology Co., Ltd. Multifunction fingerprint sensor having optical sensing against fingerprint spoofing
SE1551643A1 (en) * 2015-12-14 2017-06-15 Fingerprint Cards Ab Method and fingerprint sensing system for forming a fingerprint image
SE1551641A1 (en) * 2015-12-14 2017-06-15 Fingerprint Cards Ab Method and fingerprint sensing system for acquiring a fingerprint image
EP3679519A4 (en) * 2017-09-07 2021-06-02 Fingerprint Cards AB METHOD AND FINGERPRINT DETECTION SYSTEM FOR DETERMINING FINGER CONTACT WITH A FINGERPRINT SENSOR
WO2019050454A1 (en) * 2017-09-07 2019-03-14 Fingerprint Cards Ab METHOD AND SYSTEM FOR DETECTING FINGERPRINTS FOR DETERMINING A FINGER COVERING A SENSOR AREA OF A FINGERPRINT SENSOR
US10733468B2 (en) * 2018-04-23 2020-08-04 Novatek Microelectronics Corp. Finger stability detecting method and fingerprint sensing device
CN111695382B (zh) * 2019-03-14 2024-02-13 北京小米移动软件有限公司 指纹采集区域确定方法和指纹采集区域确定装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101866419A (zh) * 2009-04-14 2010-10-20 株式会社日立制作所 个人认证装置
CN107111380A (zh) * 2015-03-06 2017-08-29 指纹卡有限公司 用于估计手指移动的方法和系统
CN107077613A (zh) * 2015-07-29 2017-08-18 指纹卡有限公司 指纹图像的获取
CN106055955A (zh) * 2016-05-30 2016-10-26 广东欧珀移动通信有限公司 一种解锁控制方法及终端设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于位置指纹的混合定位算法的研究;王超;《软件》(第11期);48-54 *

Also Published As

Publication number Publication date
EP3679519A1 (en) 2020-07-15
WO2019050453A1 (en) 2019-03-14
US20200364435A1 (en) 2020-11-19
CN111052133A (zh) 2020-04-21
EP3679519A4 (en) 2021-06-02
US11138406B2 (en) 2021-10-05

Similar Documents

Publication Publication Date Title
CN111033516B (zh) 用于确定手指覆盖指纹传感器的传感器区的方法和指纹感测系统
EP3234863B1 (en) Fingerprint enrollment using touch sensor data
US9646193B2 (en) Fingerprint authentication using touch sensor data
US10248837B2 (en) Multi-resolution fingerprint sensor
CN108431827B (zh) 用于指纹登记的方法和电子设备
EP2933711B1 (en) Smart card and manufacturing method
US11030432B2 (en) Deformable fingerprint recognition device, and fingerprint authentication method and electronic apparatus using the same
US10782821B2 (en) Method of classifying a finger touch in respect of finger pressure and fingerprint sensing system
KR20160126979A (ko) 전자디바이스 제어방법
US9792482B2 (en) Multi-mode capacitive sensor
US10564785B2 (en) Device and method for sensing biological feature
US20170091521A1 (en) Secure visual feedback for fingerprint sensing
CN111052133B (zh) 用于确定手指与指纹传感器接触的方法和指纹感测系统
WO2016160773A1 (en) Fingerprint localization
US11354934B2 (en) Location matched small segment fingerprint reader
US20180004999A1 (en) Creation of virtual intersection points on a touchscreen to permit static, non swiping fingerprint user authentication
CN113553561A (zh) 包括指纹传感器的显示装置及驱动该显示装置的方法
US11527094B2 (en) Low power baseline tracking for fingerprint sensor
TWI674536B (zh) 指紋導航方法及電子裝置

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

Effective date of registration: 20211206

Address after: Gothenburg

Applicant after: Fingerprint kaana Kadun Intellectual Property Co.,Ltd.

Address before: Gothenburg

Applicant before: FINGERPRINT CARDS AB

GR01 Patent grant
GR01 Patent grant