CN111868734A - 无接触滚动指纹 - Google Patents

无接触滚动指纹 Download PDF

Info

Publication number
CN111868734A
CN111868734A CN201880014198.5A CN201880014198A CN111868734A CN 111868734 A CN111868734 A CN 111868734A CN 201880014198 A CN201880014198 A CN 201880014198A CN 111868734 A CN111868734 A CN 111868734A
Authority
CN
China
Prior art keywords
finger
fingerprint representation
rolling fingerprint
friction ridge
distance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201880014198.5A
Other languages
English (en)
Inventor
罗伯特·W·夏侬
格伦·E·卡斯纳
道格拉斯·S·邓恩
安妮·J·王
C-Y·吴
布莱恩·L·琳梓
布雷特·A·豪厄尔
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.)
Thales DIS France SA
Thales DIS Design Services SAS
Original Assignee
Thales DIS Design Services SAS
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 Thales DIS Design Services SAS filed Critical Thales DIS Design Services SAS
Publication of CN111868734A publication Critical patent/CN111868734A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06V40/1312Sensors therefor direct reading, e.g. contactless acquisition
    • GPHYSICS
    • G02OPTICS
    • G02BOPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B17/00Systems with reflecting surfaces, with or without refracting elements
    • G02B17/08Catadioptric systems
    • 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
    • G06V40/1335Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
    • 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
    • G06V40/1347Preprocessing; Feature extraction
    • 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
    • G06V40/1365Matching; Classification
    • G06V40/1376Matching features related to ridge properties or fingerprint texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/04Indexing scheme for image data processing or generation, in general involving 3D image data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038Image mosaicing, e.g. composing plane images from plane sub-images
    • 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
    • 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
    • G06V10/143Sensing or illuminating at different wavelengths
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/12Acquisition of 3D measurements of objects
    • G06V2201/121Acquisition of 3D measurements of objects using special 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
    • G06V40/60Static or dynamic means for assisting the user to position a body part for biometric acquisition
    • G06V40/67Static or dynamic means for assisting the user to position a body part for biometric acquisition by interactive indications to the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Input (AREA)

Abstract

在示例中,一种方法包括在一时刻处捕获手指的一个或多个摩擦嵴图像,所述一个或多个摩擦嵴图像包括手指的多个视角。所述方法还包括从所述一个或多个摩擦嵴图像确定手指的滚动指纹表示,以及输出滚动指纹表示,所述滚动指纹表示包括来自所述多个视角的数据。

Description

无接触滚动指纹
技术领域
本公开涉及图像处理,并且更特别地,涉及指纹的图像处理。
背景技术
指纹、掌纹或其它生物计量数据可以被各种各样的政府、商业、住宅或工业实体使用以用于核实个体的身份。示例应用包括识别边界位置处的个体、出于访问控制或认证的目的而确认身份、或者在司法调查期间识别未知个体。在这样的应用中,可以获得包含其它识别特征的摩擦嵴(friction ridge)数据或图像,并且将它与现有样本进行比较。
可以以各种各样的方式来获取摩擦嵴数据。在一个示例中,可以通过对着油墨源按压手足(例如,手指)并且然后向纸张上按压和滚动手足来捕获摩擦嵴数据。在另一个示例中,可以通过对着硬表面(例如,玻璃、硅或聚合物)按压或滚动手足并且利用传感器捕获手足的图像来捕获摩擦嵴数据。在又一个示例中,可以通过拍摄手足的图像来捕获摩擦嵴数据,这可以被称为无接触印迹技术。
发明内容
本公开的技术大体涉及捕获与处理摩擦嵴数据。特别地,本公开的技术包括捕获一个或多个摩擦嵴图像,所述一个或多个摩擦嵴图像包括诸如手指之类的对象的多个视角(perspective)。根据本公开的一方面,计算设备可以从所述一个或多个图像生成滚动指纹表示,所述滚动指纹表示包括来自所述多个视角的数据。以这种方式,该技术可以用于生成基于非接触的表示,所述基于非接触的表示模拟在表面之上滚动的手指,如可以典型地与指纹的基于接触的采集相关联。在一些实例中,该技术可以提供比源自基于接触的采集的指纹更加准确的指纹表示。此外,通过在单一时刻处捕获所述一个或多个图像和/或使用具有相对小的形状因子的计算设备,该技术可以增强精度和效率。
在示例中,方法包括在一时刻处捕获手指的一个或多个摩擦嵴图像,所述一个或多个摩擦嵴图像包括手指的多个视角。方法还包括从所述一个或多个摩擦嵴图像确定手指的滚动指纹表示,以及输出滚动指纹表示,所述滚动指纹表示包括来自所述多个视角的数据。
在另一个示例中,设备包括一个或多个相机,所述一个或多个相机配置为在一时刻处捕获手指的一个或多个摩擦嵴图像,所述一个或多个摩擦嵴图像包括手指的多个视角;存储器,所述存储器配置为存储所述一个或多个摩擦嵴图像;以及一个或多个处理器,所述一个或多个处理器配置为从所述一个或多个摩擦嵴图像确定手指的滚动指纹表示,并且输出滚动指纹表示,所述滚动指纹表示包括来自所述多个视角的数据。
在随附各图和以下描述中阐述一个或多个示例的细节。其它特征、目标和优点将根据说明书和附图以及根据权利要求书而显而易见。
附图说明
图1是图示了根据本公开的方面的示例计算设备的框图,所述示例计算设备配置为生成手指的滚动指纹表示。
图2是更加详细地图示了图1的示例计算设备的框图。
图3A和3B图示了用于捕获一个或多个图像的示例相机取向,所述一个或多个图像包括手指的多个视角。
图4是图示了根据本公开的方面的计算设备的示例的概念图,所述计算设备配置为捕获一个或多个图像以用于生成滚动指纹表示。
图5是图示了根据本公开的方面的用于确定滚动指纹表示的示例过程的流程图。
具体实施方式
本公开的技术包括基于一个或多个图像确定手指的滚动指纹表示,所述一个或多个图像包括手指的多个视角。历史上,通过使个体向其手指上加油墨并且将其手指和手掌按压到纸张上从而导致摩擦嵴图像来手动地采集指纹和掌纹。基于油墨的采集技术可以是既耗时又在视觉上有干扰的。例如,在采集过程期间,油墨可能渗开或者在纸上变得模糊。此外,太多或者太少的油墨可能使所采集的印迹的质量受损。
在一些示例中,可以以数字方式采集摩擦嵴图像。例如,对象可以将手指或手掌放置于玻璃或其它透明表面上,并且可以通过玻璃或另一透明表面拍摄图像。然而,摩擦嵴图像(例如,基于油墨的或者数字的图像)的接触采集可能具有数个限制。例如,基于接触的印迹技术可能由于不恰当的手部放置、皮肤变形、滑动和模糊、或者来自表面涂层的磨损和撕破的传感器噪声而产生局部的或降级的图像。另外,基于接触的技术经常产生由于手部压力的不可控性和非均匀性以及源自残留物(例如,油类、汗水、污物)的低质量印迹,所述残留物可以是由于之前的印迹而存在的。
此外,接触印迹典型地要求提供其印迹的人将其手部放置在特定位置中、某些设备上或附近,并且执行可能是身体上很难执行的某些运动。不管是由于人的年龄、身体限制、残疾还是其它实际考虑,优质印迹的采集可能受到在所牵涉的相对位置和手部或身体运动中牵涉到的各种人类因素要求的影响。
当采集滚动指纹时,在获取高质量的基于接触的指纹方面的困难是混合式的。典型地,通过从指甲的一侧向指甲的另一侧滚动手指指肚而采集滚动指纹。滚动运动旨在跨手指采集最大量的指纹数据,超出通过简单地将手指平坦地按压于表面上所可以捕获的情况。例如,滚动运动可以采集手指的大概180度,例如,从指肚的边缘到边缘。滚动运动可能难以不断地执行,并且经常不仅要求指纹的对象接触采集设备,而且还要求受训练的指纹采集管理员接触对象以便辅助于采集可接受质量的滚动指纹。
用于捕获指纹的非接触技术也可能具有潜在缺点。例如,某些非接触扫描设备可以在一距离处拍摄手部的图像,并且使用一系列图像处理算法来从原始图像提取并增强指纹。然而,典型的非接触指纹采集技术可能受限于采集手指的相对简单且平坦的二维图像(例如,从单个视角)并且不适应用于滚动指纹的滚动捕获。此外,非接触采集设备可以是相对大且静止的,这可能是特别地针对许多法律实施应用的限制因素。
在一些实例中,本公开的技术可以解决采集和/或处理一个或多个数字摩擦嵴图像的技术和实践问题,并且可以解决以上讨论的潜在问题中的一个或多个。例如,根据本公开的方面,计算设备可以在一特定时刻处捕获包括对象(诸如手指)的多个视角的一个或多个摩擦嵴图像,而没有与负责捕获图像的设备相接触。如本文中所述,摩擦嵴图像是摩擦嵴表面的图像,所述摩擦嵴表面可以包括具有耐久性形态学特征或细节特征的任何皮肤区域,包括独特的嵴、皱纹、伤痕和毛孔。如本文中所述,视角一般可以是指在从特定位置观看时对象的外观。计算设备可以生成滚动指纹表示,所述滚动指纹表示包括来自所述多个视角的数据。在一些示例中,滚动指纹表示可以包括大概来自指尖的指肚的180度视图的数据,例如大概从指尖的指甲的边缘到指尖的另一边缘。在一些实例中,计算设备可以具有相对小的形状因子,并且可以是关于所捕获的手指可移动的。
以这种方式,该技术可以用于生成基于非接触的表示,所述基于非接触的表示模拟在表面之上滚动的指纹,如可以典型地与指纹的基于接触的采集相关联。在一些实例中,基于非接触的表示可以提供比源自基于接触的采集的指纹更加准确的指纹表示。然而,仍然可以将滚动指纹表示与传统基于接触的印迹进行精确比较。此外,通过在单一时刻处捕获所述一个或多个图像和/或使用具有相对小的形状因子的计算设备,该技术可以增强精度和效率。
图1是图示了根据本公开的方面的示例计算设备的框图,所述示例计算设备配置为生成手指的滚动指纹表示。在图1的示例中,计算设备10包括处理器12、存储单元14、一个或多个相机16和指纹处理单元18。计算设备10可以配置为捕获并处理手指20的一个或多个图像,所述一个或多个图像包括手指20的多个视角22A-22C(笼统地,视角22),以用于确定滚动指纹表示24。
计算设备10的功能可以实现在硬件中或者软件与硬件的组合中,其中,可以提供必要的硬件以便存储并执行软件指令。计算设备10可以包括用于处理和/或操控数据的各种各样的设备。在一个示例中,计算设备10可以被包含在用于捕获和/或处理摩擦嵴图像的装置中(例如,如在图4的示例中图示)。
尽管出于图示的目的而被图示为单个计算设备10,但是应当理解到,计算设备10可以包括多个单独的组件。例如,处理器12可以包括在与一个或多个相机16分离的设备中。此外,计算设备10的许多其它示例可以使用在其它实例中,并且可以包括示例计算设备10中所包括的组件的子集,或者可以包括没有在图1的示例计算设备10中示出的附加组件。
在一个示例中,处理器12配置为实现用于在计算设备10内执行的功能和/或过程指令。例如,处理器12可以能够处理由存储单元14存储的处理指令。处理器12可以包括例如微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或者等同的分立或集成逻辑电路。
存储单元14可以包括计算机可读存储介质或者计算机可读存储设备。在一些示例中,存储单元14包括短期存储器或长期存储器中的一个或多个。存储单元14可以例如包括随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、硬磁盘、光盘、闪速存储器、或者电可编程存储器(EPROM)或电可擦除且可编程存储器(EEPROM)的形式。存储单元14还可以包括驻留在计算设备10外部的网络或基于云的数据库或服务器。
存储单元14可以存储操作系统(未示出),所述操作系统控制计算设备10的组件的操作。例如,操作系统可以促进指纹处理单元18与处理器12和存储单元14的通信。在一些示例中,存储单元14用于存储程序指令以用于由处理器12执行。存储单元14还可以配置为在操作期间存储计算设备10内的信息。存储单元14可以由计算设备10的处理器12执行的软件或应用(例如,指纹处理单元18)使用以便在程序执行期间临时地存储信息。
一个或多个相机16可以包括图像传感器、图像处理器和/或用于捕获图像的任何其它组件。如在下文更加详细地描述的,在一些示例中,相机16可以包括用于从不同视角捕获图像20的至少两个相机。在一些实例中,相机16可以部分地基于对所选波长中的光的响应来选择。例如,相机16可以包括归因于蓝色波长中的特定响应的五兆像素(5MP)图像传感器。
相机16可以配置为捕获一个或多个摩擦嵴表面的一个或多个图像。摩擦嵴表面可以包括具有耐久性形态学特征或细节特征的任何皮肤区域,包括独特的嵴、皱纹、伤痕和毛孔。摩擦嵴表面最常见地存在于人的手部或脚部上,并且特别地,存在于指骨上、人的脚部或脚趾的底部上、手部的手掌表面上,包括手掌、手指、手指上的两个关节之间的区域、两根手指之间的区域以及指尖。细节特征可以包括例如嵴末端(例如,嵴的突然结束)、嵴分岔部(例如,划分成两个嵴的单个嵴)、短的或者独立的嵴(例如,开始、行进短的距离并且然后结束的嵴)、岛(例如,没有连接到所有其它嵴的短嵴或嵴末端内的单个小嵴)、嵴围场(例如,分岔并且之后立刻再结合以作为单个嵴继续的单个嵴)、支线(例如,具有从较长嵴分出的短嵴的分岔部)、交叉部或桥接部(例如,在两个平行嵴之间通过的短嵴)、三角部(例如,Y形嵴汇合部)、核心部(例如,嵴图案中的U形转弯)等等。
在一些实例中,相机16可以配置为拍摄或者捕获用户手指20的图像。然而,尽管在本文中关于“指纹”描述了某些技术,但是应当理解到,技术可以类似地应用于任何摩擦嵴表面。在任何情况下,相机16可以使用电子滚动式快门(ERS)或全局复位释放快门(GRRS)。GRRS和ERS在像素何时变得有效以用于图像捕获方面有所差别。GRRS同时开始针对所有像素行的曝光,然而,每一行的总曝光时间比前一行的曝光时间长。ERS在相同的持续时间内曝光每一行像素,但是每一行在前一行已经开始之后才开启该行的曝光。
在一些实例中,相机16可以使用GRRS而不是ERS,以便消除图像剪断效应。图像剪断是由相邻行的非同时曝光(例如,使竖直线看起来是倾斜的)所引起的图像失真。手部颤动产生可能引起图像剪断的运动。因此,GRRS可以用于补偿手部颤动和其它移动伪像。闪光的持续时间和相机曝光持续时间可以影响在图像采集期间由于对象和/或相机移动而产生的运动模糊量。为了抵消可能利用GRRS而产生的模糊,相机16可以包括照明屏障,或者可以实现其它处理技术来减少环境光的影响。
根据本公开的方面,指纹处理单元18可以基于来自相机16的一个或多个图像来确定滚动指纹表示24包括来自至少两个视角22的数据。滚动指纹表示24可以包括摩擦嵴表面,并且可以与传统指纹相比,诸如以上讨论的传统“滚动”指纹。在图1中图示的示例滚动指纹表示24仅被提供以用于说明的目的,并且可能没有按照比例。也就是说,滚动指纹表示24可以包括附加的或者更少的摩擦嵴特征,并且与在图1的示例中示出的相比,可以包括来自手指20的更大或更小区域的数据。
在图1的示例中,如在指甲26设置于手指20顶部的情况下沿手指20的长度向下看时从手指20的相对端观看的那样来示出手指20。如本文中所述,指纹处理单元18确定滚动指纹表示24包括来自手指20的指肚(被图示为粗线)的多个视角22的数据。以这种方式,该技术可以用于确定指纹手指20的表示,其包括比从单个视角(例如,仅从视角22B)捕获的指纹更多的数据。尽管图1的示例图示了三个视角22,但是应当理解到,其它示例可以包括比所示出的那些更多或更少。
在一些实例中,指纹处理单元18可以确定滚动指纹表示24包括来自手指20的指肚的大概180度视角28的数据。也就是说,指纹处理单元18可以确定滚动指纹表示24包括来自包含手指20的指肚的手指20的周界的大概一半(例如,加或减5度、10度等等)的数据。在其它示例中,指纹处理单元18可以确定滚动指纹表示24包括更多或更少的数据,假定该表示包括来自多个视角22的数据的话。
指纹处理单元18可以使滚动指纹表示24缩放至特定分辨率。在一些实例中,分辨率可以是500个像素每英寸(PPI)或1000 PPI,因为许多政府机构或其它实体可以按照500PPI或1000 PPI存储传统图像,所述传统图像可以与滚动指纹表示24相比较。在其它示例中,指纹处理单元18可以使滚动指纹表示24缩放至任何其它分辨率。
如本文中所述,指纹处理单元18配置为在没有手指20的任何接触的情况下生成滚动指纹表示24。也就是说,相机16可以在离手指20的一定距离下捕获图像。因而,为了使滚动指纹表示24适当地缩放,如本文中所述,指纹处理单元18可以确定相机16与手指20之间的距离并且基于所确定的距离而缩放滚动指纹表示24。
图2是更加详细地图示了图1的示例计算设备的框图。在图2中示出的示例包括处理器12、存储单元14、一个或多个相机16、接口36和光源38。计算设备10的指纹处理单元18包括校准单元42、视差(disparity)确定单元44、视差确定单元46、指纹表示单元48和再缩放单元50。
再次,在图2中图示的计算设备10的架构仅出于示例性目的而示出。在其它示例中,计算设备10可以按照具有比图2中示出的那些附加的、更少的或者可替换的组件的各种其它方式进行配置。例如,在一些实例中,计算设备10可以包括数个附加的组件,诸如电源、一个或多个显示器等等。
如上文所指出,处理器12可以配置为实现用于在计算设备10内执行的功能性和/或过程指令,而存储单元14可以包括计算机可读存储介质或计算机可读存储设备。相机16可以配置为捕获摩擦嵴表面的图像(例如,诸如图像20)。
计算设备10可以利用接口36以便经由一个或多个有线或无线连接与外部设备进行通信。接口36可以包括网络接口卡、通用串行总线(USB)接口、光学接口、或者能够经由特定通信标准发送和接收信息的任何其它类型的接口。网络接口的示例可以包括以太网、Wi-Fi或蓝牙无线电。
光源38可以包括用于在利用相机16捕获对象的图像之前照亮对象的发光二极管(LED)或其它组件。已经发现的是,人类皮肤在可见光谱的绿色和蓝色部分中具有较高的反射率,因而发射具有峰值处于可见光谱的蓝色和绿色部分中的波长的光可以帮助更加清楚地照亮用户手部的摩擦嵴表面上的细节。相应地,光源38可以包括发射峰值处于蓝色或绿色波长中(例如,在440到570纳米(nm)范围中)的光的LED。
由光源38发射的光可以具有变化的功率水平。在一些实例中,光源38可以与一个或多个光导配对以便按照均匀的方式引导光源38的输出。在一个实例中,通过内衬有增强镜面反射器(ESR)膜和车削膜的聚碳酸酯管来制成光导。在一些实例中,光导可以对所发射的光进行准直,使得每一个射线都平行,从而减少光散射和不期望的反射。
在一些示例中,相机16可以包含一个或多个滤波组件以便阻挡某些光。例如,为了阻挡环境光,相机16可以包括陷波滤波器,所述陷波滤波器阻挡大多数环境光,但不阻挡以中心位于光源38所发射的波长附近的相对窄的带。
距离组件40可以负责测量相机16和由相机16捕获的对象(例如,诸如手指20)之间的距离。距离组件40可以包括能够测量位移、距离或位置的任何各种传感器。距离组件40的示例包括一个或多个基于激光的传感器、光学传感器、超声传感器等等。在其它示例中,距离组件40可以是连接到包含相机16的设备的固定物理计量器。仍然在其它的示例中,距离组件40可以被包含在相机16本身中。也就是说,相机16可以用于确定对象与相机16之间的距离。距离组件40可以输出指示绝对或相对距离或位置(例如,相对于相机16而言)的数据。
在一些示例中,距离组件40可以包括生成可听反馈(例如,一个或多个扬声器)、视觉反馈(例如,一个或多个显示器、发光二极管(LED)等)或者触觉反馈(例如,振动或提供其它能触知的反馈的设备)的一个或多个设备。在这样的示例中,距离组件40可以输出距离的可听、视觉或触觉指示。例如,如下文更加详细地描述,指纹处理单元18可以使用来自距离组件40的输出以便确保由相机16捕获的图像具有特定分辨率和/或包括特定视场。因而,距离组件40可以在所捕获的对象(例如,诸如手指20)位于关于相机16的特定距离和/或取向的情况下输出可听、视觉或触觉输出。
出于说明的目的,在示例中,距离组件40可以生成反馈,所述反馈向用户指示目标捕获体积和/或最佳捕获距离。例如,距离组件可以从两个角度生成并投射两条激光线(例如,对应的虚线),使得当表面距相机16特定距离时,两条虚线形成一条连续线。各种其它不同的示例也是可能的(例如,加起来成第三种颜色的两种颜色等等)。
根据本公开的方面,如上文关于图1所指出,指纹处理单元18可以确定滚动指纹表示,所述滚动指纹表示包括来自对象(诸如手指20)的多个视角的数据。在一些示例中,多个相机16可以包括在计算设备10中,并且来自相机16的数据可以用于确定相机16与对象之间的距离。在这样的示例中,校准单元42可以配置为校准相机16。例如,校准单元42可以校准每一个相机16并且校正相机16的镜头内的失真。在一些示例中,校准单元42可以通过跨每一个相机16的完整视场拍摄具有已知方形尺寸的棋盘的多个图像来执行校准。校准单元42可以使用黑色和白色方形的相交部来寻找所拍摄的图像中的点。校准单元42可以使用所确定的点来计算相机固有属性以及镜头失真。校准单元42可以使用这样的信息使图像不失真。
在一些示例中,校准单元42还可以确定相机16的非固有属性(例如,相机16之间的物理关系)。校准单元42可以通过同时地但是在不同距离处、在不同平面中以及在相对于相机16的不同取向下利用每一个相机16对具有已知黑色和白色方形尺寸的棋盘图案进行成像而确定非固有属性。校准单元42可以确定来自每一个相机16的图像中的黑色和白色方形的相交部,并且计算一个相机16相对于另一个相机16的旋转和平移。在确定相机16的非固有属性之后,校准单元42可以对相机16捕获的图像进行矫正,使得校准单元42可以在一个维度上而不是两个维度上搜索图像中的对应之处。
根据一些方面,校准单元42可以使用OpenCV来校准相机16。例如,校准单元42可以应用OpenCV的calibrateCamera功能来确定校准图案的若干视图的固有和非固有参数。在其它示例中,校准单元42可以使用在Heikkila等人的文档“A Four-step CameraCalibration Procedure with Implicit Image Correction”,Infotech Oulu andDepartment of Electrical Engineering,1997年6月中描述的一个或多个技术来校准相机16。
校准单元42可以配置为以周期性间隔校准相机16。例如,校准单元42可以在包含计算设备10的装置的安装时校准相机16。在其它示例中,校准单元42可以在特定的安排下校准相机16,诸如每六个月、每一年等等。
在校准相机16时,视差确定单元44可以确定由相机16捕获的视角之间的视差。例如,视差确定单元44可以初始地确定由相机16中的第一相机捕获的视角与由相机16中的第二相机捕获的视角之间的视差。在一个示例中,视差确定单元44可以通过对从第一和第二相机16中的每一个所拍摄的相同对象(例如,手部)的图像的对应特征点进行定位并且确定特征点之间的视差来确定视差图。
在一些实例中,视差确定单元44可以通过计算每一个图像中的相同特征点之间的像素空间中的差异来确定视差图。出于说明的目的,在示例中,视差确定单元44可以确定如由相机16中的第一相机捕获的图像(诸如图1的图像20)的第一版本中的特征点(例如,像素块)的位置。例如,视差确定单元44可以使用笛卡尔或类似的坐标系统来确定位置。视差确定单元44还可以确定如由相机16中的第二相机捕获的图像的第二版本中的相同特征点的位置。视差确定单元44可以将视差确定为图像的第一版本中的所确定的位置与图像的第二版本中的所确定的位置之间在像素数目方面的差异。
在一些实例中,视差图的密度可以取决于在每一个图像中可以识别的可靠匹配特征点的数目。例如,视差确定单元44可以初始地通过确定第一图像的像素块与第二图像的像素块之间的绝对差异之和(SAD)(或其它类似度量)来确定类似的特征点。在一些实例中,视差确定单元44可以仅针对具有比特定阈值少的差异的块来确定视差。
在一些实例中,用于特征点和/或相似性阈值的块尺寸可以取决于其中使用计算设备10的应用而可变。例如,在其中以相对高审查程度将所处理的图像与另一图像相比的高安全性应用中,视差确定单元44可以针对相对小的像素块确定视差和/或设置相似性阈值使得仅针对具有高相似性程度的像素块确定视差。
距离确定单元46可以确定在来自相机16的图像中表示的对象与感兴趣的平面(例如,诸如由相机16限定的图像平面,或者对象与相机16之间的另一固定平面)之间的距离。距离可以是(一个或多个)对象与感兴趣的平面之间的欧几里得距离。在其中距离确定单元46使用相机16确定距离的实例中,距离确定单元46可以基于例如由视差确定单元44确定的视差来确定距离。在一个示例中,距离确定单元46可以通过将相机16之间的相机间隔距离乘以相机16的焦距并且除以所确定的视差来确定距离。在其它示例中,距离确定单元46可以使用基于来自距离组件40的输出的各种其它技术而基于视差确定距离。
根据本公开的方面,指纹表示单元48从由一个或多个相机16捕获的一个或多个图像确定对象(例如,诸如手指20)的滚动指纹表示。如本文中所述,指纹表示单元48可以包括来自多个视角(例如,诸如视角22)的表示中的数据。在一些示例中,指纹表示单元48可以执行图像拼接以便组合来自多个视角的数据,从而生成单个滚动指纹表示。在其它示例中,指纹表示单元48可以生成对象的三维表示,并且将对象的三维表示转换为二维表示。
出于说明的目的,在示例中,在操作中,一个或多个相机16可以定位为捕获对象的一个或多个图像,所述对象诸如人的手指或手部。如本文中所述,在一些示例中,计算设备10可以是具有相对小的形状因子的移动计算设备,所述相对小的形状因子允许计算设备10关于由相机16捕获的对象铰接。距离组件40可以测量所捕获的对象与相机16之间的距离。当位于预定距离处时,例如,如由距离确定单元16所确定,计算设备10可以生成视觉、可听或触觉输出以便指示对象处于适当的范围和/或视场适用于捕获。
光源38可以照亮对象,并且相机16可以捕获对象的一个或多个图像。所述一个或多个图像可以包括对象的多个视角。例如,如在下文关于图3A和3B更加详细地描述的,多个相机16可以定位为从不同的角度视点捕获对象的图像。在其它示例中,单个或多个相机16可以捕获包括对象的至少一部分的反射的一个或多个图像。
在一些示例中,光源38可以配置为生成跨手指20的弯曲部分的相对均匀的光。例如,光源38可以生成用于照亮手指20的光,所述光避免使手指20的某些部分过饱和或成阴影。在一些示例中,光源38可以包括位于关于手指20的各种点处的多于一个照明组件。在一些示例中,相机16可以配置为在手指20没有处于闭合空间中的情况下捕获手指20的图像。在这样的示例中,光源38可以配置为以补偿环境光的方式提供手指20的弯曲表面的相对均匀的照明。
指纹表示单元48可以从相机16捕获的所述一个或多个图像生成滚动指纹表示,所述滚动指纹表示包括来自多个视角的数据。例如,指纹表示单元48可以将图像的部分或者来自多个图像的数据拼接在一起以便生成对象的滚动指纹表示。在一些示例中,指纹表示单元48可以应用一个或多个算法(例如,基于由校准单元42确定的参数)来组合图像的部分或者来自多个图像的数据。指纹表示单元48可以通过执行阴影或颜色调节来补偿相机之间的曝光差异。
例如,指纹表示单元48可以执行来自不同视角的数据的特征匹配。也就是说,指纹表示单元48可以识别从不同视角捕获的相同对象的特征点。指纹识别单元48可以应用一个或多个合并、拼接、对准或其它算法以便结合图像的部分或多个图像,其中,特征点沿不同视角的边界定位。指纹表示单元48可以输出包括来自多个视角的数据的对象的二维表示。在一些实例中,指纹表示单元可以生成包含滚动指纹表示的图像文件(例如,位图、jpeg等等),并且将图像文件存储到存储单元14。
根据本公开的方面,相机16的数目、相机16的取向和/或负责用于图像捕获的其它组件(例如,诸如反射表面)可以配置为确保存在充足的重叠(例如,在视场方面),以便允许图像配准。也就是说,相机16可以配置为捕获具有相同数据中的至少一些的图像,使得图像可以准确地合并。
在另一个示例中,指纹表示单元48可以从对象的一个或多个图像生成对象的三维模型。指纹表示单元48然后可以将对象的三维表示转换为对象的二维表示。也就是说,指纹表示单元48可以向三维表示应用一个或多个算法以便生成对象的滚动指纹表示。在2016年9月15日公布并且转让给3M Innovative Properties公司的国际公开号WO2016/144671A1中描述了示例算法。
再缩放单元50可以确定来自相机16的每一个图像和/或由指纹表示单元48生成的滚动指纹表示的分辨率。例如,再缩放单元50可以基于来自距离确定单元44的距离计算结果来确定分辨率。出于说明的目的,在示例中,再缩放单元50可以通过将相机16的镜头的焦距除以从镜头到对象(例如,诸如手指20)的距离与相机16的成像传感器的像素尺寸的乘积而确定分辨率。
再缩放单元50可以应用任何各种各样的尺寸缩小和/或下采样算法。例如,再缩放单元50可以应用低通空间滤波器,紧接着是移除点(在概念上)。在另一个示例中,再缩放单元50可以使用局部内插函数进行再采样。在一些示例中,再缩放单元50可以与执行内插相结合地应用低通或其它滤波器。可以由再缩放单元50使用的示例滤波器可以包括双三次滤波器、sinc滤波器、Lanczos滤波器或者各种各样的其它滤波器。再缩放单元50然后可以使每一个ROI的分辨率缩放至特定的分辨率。在一些示例中,再缩放单元50可以将滚动指纹表示的分辨率缩放至500 PPI、1000 PPI或任何其它分辨率。
指纹处理单元18可以输出滚动指纹表示(或其它经处理的图像)。例如,指纹处理单元18可以经由接口36向另一外部设备输出表示经处理的图像的数据。在其它示例中,指纹处理单元18可以向存储单元14存储表示经处理的图像的数据。
应当理解到,在图2中图示的指纹处理单元18的组件仅提供用于示例的目的,并且其它示例可以具有比所示出的那些更多、更少或可替换的组件的布置。例如,指纹处理单元18可以包括在图2中示出的单元的子集,例如省略校准单元42、视差确定单元44和/或其它单元。此外,如本文中所述,计算设备10可以不包括相机16、光源38或距离组件40,其可以分布在与计算设备10通信的一个或多个其它设备中。
图3A和3B图示了用于捕获包括手指20的多个视角的一个或多个图像的示例相机取向。例如,图3A图示了多个相机,包括第一相机16A、第二相机16B和第三相机16C(笼统地,相机16),其中,每一个相机16定向为捕获手指20的相应视角。尽管图3A的示例图示了三个相机16,但是应当理解到,可以包括更少或附加的相机16以便从更少或附加的相应视角捕获手指20的图像。
在一些示例中,在捕获所述一个或多个图像之前,手指20可以定位在相对于相机16的特定位置中。例如,为了捕获图像和/或生成包括期望数量的数据(例如,从手指20的180度捕获数据)和/或具有期望的分辨率的滚动指纹表示,手指20可以定位为距相机16A第一距离54A、距第二相机16B第二距离54B、以及距第三相机16C第三距离54C。在一些示例中,计算设备10可以是静止的,并且用户可以将手指20移动至距离54A-54C以便捕获手指20的图像。在其它示例中,根据本公开的方面,计算设备10可以具有相对较小的形状因子,并且可以关于手指20可移动。在这样的示例中,如在下文关于图4的示例更加详细地描述的,计算设备10可以被移动至距离54A-54C以便捕获手指20的图像。
计算设备10可以在手指20定位为距相机16A第一距离54A、距第二相机16B第二距离54B以及距第三相机16C第三距离54C时生成输出。例如,计算设备10可以在手指20定位于距离54A-54C处以捕获手指20的图像时生成可听、视觉和/或触觉输出。在一些示例中,计算设备10可以针对移动至相应距离54A-54C的第一相机16A、第二相机16B和第三相机16C中的每一个输出相应的指示。
图3B图示了具有单个相机16和反射表面56的示例。例如,并非是具有多个相机来从不同视角捕获分离图像(或者除了具有多个相机来从不同视角捕获分离图像之外),反射表面56可以定位为反射手指20的视角。因而,在手指20定位于距离58处时,相机16可以捕获包括手指20的多个视角的数据的图像。也就是说,相机16可以直接地捕获手指20的第一视角以及包括一个或多个其它视角的手指20的一个或多个反射。
应当理解到,图3B的示例仅提供用于说明的目的并且未必按照比例。此外,其它示例可以包括更少或附加的以所示出的那些之外的取向定位的反射表面。
图4是图示了根据本公开的方面的计算设备10的示例的概念图,所述计算设备10配置为捕获一个或多个图像以用于生成滚动指纹表示。图4的示例将计算设备10图示为手持设备,所述手持设备关于针对其生成滚动指纹表示的对象可移动。
例如,计算设备10的主体包括手柄62和捕获触发器64。用户可以通过手柄62持有计算设备10,并且铰接计算设备,以便将相机16定位于捕获对象(诸如手指20)的一个或多个图像的位置中。距离组件40(例如,在图4的示例中图示为基于激光的传感器)可以确定相机16与对象之间的距离。计算设备10可以在将相机16移动至距手指20的预定距离时生成可听、视觉或触觉指示。
基于反馈,计算设备10的用户可以按下捕获触发器64,所述捕获触发器64可以使光源38照亮手指20并且致动相机16。如本文中所述,相机16可以捕获包括手指20的多个视角的一个或多个图像。计算设备10可以生成手指20的滚动指纹表示,所述滚动指纹表示包括来自所述多个视角的数据。计算设备10可以输出或存储所确定的表示。例如,计算设备10可以生成包含滚动指纹表示的图像文件(例如,位图、jpeg等等)并且将图像文件存储到存储器。
应当理解到,在图4中图示的计算设备10的组件的特定布置和操作仅提供用于说明的目的,并且其它示例处于本公开的范围内。例如,在图4中示出的示例包括跨计算设备10水平设置的三个相机16。然而,在其它示例中,计算设备10可以包括更少或附加的相机16,和/或相机16可以可替换地布置。作为另一示例,在图4中示出的示例包括由用户致动的捕获触发器64。然而,在其它示例中,计算设备10可以配置为在相机16关于所捕获的对象适当地定位(例如,如由距离组件40测量)时自动地照亮光源38并致动相机16。
图5是图示了根据本公开的方面的用于确定滚动指纹表示的示例过程的流程图。尽管关于计算设备10(图1和2)进行描述,但是应当理解到,其它设备可以配置为执行与图5的过程相同或相似的过程。
在图5的示例中,计算设备10或手指20定位在用于捕获的特定距离处(68)。例如,在其中计算设备10是可移动设备(例如,手持设备)的实例中,用户可以将计算设备10定位为关于手指20的特定取向。在一些示例中,距离组件40可以测量相机16和手指20之间的距离,并且计算设备10可以生成计算设备10位于特定取向中的可听、视觉或触觉输出。
相机16捕获包括手指20的多个视角的一个或多个图像(70)。在一些示例中,多个相机16可以捕获多个图像,其中每一个图像包括相应视角。相机16可以在相同的时刻处捕获所述多个图像中的每一个。在其它示例中,一个或多个相机16可以捕获包括手指20的至少一部分的反射的图像,使得所得图像包括手指20的多个视角。
计算设备10生成包括来自所述多个视角的数据的滚动指纹表示(72)。例如,计算设备10可以拼接图像的部分或多个图像以便生成滚动指纹表示。在其它示例中,计算设备10可以生成手指20的三维表示,并且将三维表示转换为二维滚动指纹表示。在一些示例中,计算设备10可以向滚动指纹表示缩放或应用视角校正。
计算设备10输出滚动指纹表示(74)。在一些示例中,计算设备10可以将滚动指纹表示传送至另一计算设备。在其它示例中,计算设备10可以将滚动指纹表示存储到存储器。计算设备10或者接收滚动指纹表示的另一设备可以将滚动指纹表示与其它指纹(诸如指纹的数据库)相比较。
应当理解到,关于图5描述的技术仅被提供以用于说明的目的,并且其它技术也处于本公开的范围内。例如,其它示例过程可以包括比在图5的示例中示出的那些更多、更少或可替换的步骤的布置。
示例1:一种方法,包括:在一时刻处捕获手指的一个或多个摩擦嵴图像,所述一个或多个摩擦嵴图像包括手指的多个视角;从所述一个或多个摩擦嵴图像确定手指的滚动指纹表示,所述滚动指纹表示包括来自所述多个视角的数据;以及输出滚动指纹表示。
示例2:权利要求1的方法,其中所述多个视角包括手指的指肚的180度视图,并且其中滚动指纹表示包括手指的指肚的大概180度表示。
示例3:示例1-2中任一项的方法,其中捕获所述一个或多个摩擦嵴图像包括从单个相机捕获单个摩擦嵴图像,所述单个摩擦嵴图像包括手指的至少一部分的至少一个反射。
示例4:示例1-3中任一项的方法,其中捕获所述一个或多个摩擦嵴图像包括从对应于所述多个视角的多个相机捕获多个摩擦嵴图像。
示例5:示例1-4中任一项的方法,其中确定滚动指纹表示包括确定二维滚动指纹表示,并且其中确定二维滚动指纹表示包括拼接来自所述多个视角的数据。
示例6:示例1-5中任一项的方法,其中确定滚动指纹表示包括确定三维滚动指纹表示以及将三维滚动指纹表示转换为所述滚动指纹表示。
示例7:示例1-6中任一项的方法,其中确定滚动指纹表示包括将滚动指纹表示缩放至500像素每英寸或者1000像素每英寸中的一个。
示例8:示例1-7中任一项的方法,还包括:在捕获所述一个或多个摩擦嵴图像之前,确定负责用于捕获所述一个或多个摩擦嵴图像的一个或多个相机与手指之间的距离;以及输出所述距离等于用于捕获所述一个或多个摩擦嵴图像的预确定距离的指示。
示例9:示例1-8中任一项的方法,其中确定所述距离包括通过负责用于确定滚动指纹表示的计算设备来接收指示离距离传感器的距离的数据,以及通过计算设备基于所述数据而确定所述距离。
示例10:示例1-9中任一项的方法,其中输出所述距离的指示包括生成可听指示、视觉指示或触觉指示。
示例11:示例1-10中任一项的方法,其中捕获所述一个或多个摩擦嵴图像包括将用于捕获所述一个或多个摩擦嵴图像的手持计算设备铰接至相对于手指的预确定位置。
示例12:示例1-11中任一项的方法,其中输出滚动指纹表示包括生成包含滚动指纹表示的图像文件以及将图像文件存储到存储器。
在一个或多个示例中,所描述的功能可以实现在硬件、软件、固件或其任何组合中。如果实现在软件中,功能可以存储在计算机可读介质上或者作为一个或多个指令或代码通过计算机可读介质传输,并且由基于硬件的处理单元执行。计算机可读介质可以包括对应于有形介质(诸如数据存储介质)的计算机可读存储介质,或者通信介质,包括促进计算机程序例如根据通信协议从一个地点向另一个的转移的任何介质。以这种方式,计算机可读介质一般可以对应于(1)非暂时性的有形计算机可读存储介质,或者(2)诸如信号或载波之类的通信介质。数据存储介质可以是可以由一个或多个计算机或者一个或多个处理器访问以便检索指令、代码和/或数据结构以用于实现本公开中描述的技术的任何可获得的介质。计算机程序产品可以包括计算机可读介质。
作为示例而非限制,这样的计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储、或其它磁性存储设备、闪速存储器、或者可以用于存储以指令或数据结构的形式的期望程序代码并且可以由计算机访问的任何其它介质。而且,任何连接都被恰当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线对、数字订户线路(DSL)或者诸如红外、无线电和微波之类的无线技术将指令从网站、服务器或其它远程源传输,那么同轴线缆、光纤线缆、双绞线对、DSL、或者诸如红外、无线电和微波之类的无线技术被包括在介质的定义中。然而,应当理解到,计算机可读存储介质和数据存储介质不包括连接、载波、信号或其它瞬态介质,但是替代地连接到非瞬态的有形存储介质。如所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光学盘、数字通用盘(DVD)、软盘和蓝光盘,其中磁盘一般以磁性方式再现数据,而光盘利用激光以光学方式再现数据。以上的组合还应当包括在计算机可读介质的范围内。
指令可以由一个或多个处理器执行,诸如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程逻辑阵列(FPGA)或者其它等同的集成或离散逻辑电路。相应地,如所使用的术语“处理器”可以是指前述结构或者适于实现所描述的技术的任何其它结构中的任一个。此外,在一些方面中,所描述的功能性可以被提供在专用的硬件和/或软件模块内。而且,技术可以完全地在一个或多个电路或逻辑元件中实现。
本公开的技术可以实现在各种各样的设备或装置中,包括无线听筒、集成电路(IC)或者IC集合(例如,芯片集)。在本公开中描述各种组件、模块或单元以便强调配置为执行所公开的技术的设备的功能方面,但是并非必然地要求通过不同硬件单元的实现。相反,如上文所述,各种单元可以组合在硬件单元中,或者通过与适当软件和/或固件结合的互操作硬件单元(包括如上文所述的一个或多个处理器)的群集来提供。
要认识到,取决于示例,本文描述的方法中的任一个的某些动作或事件可以按照不同的次序执行,可以增加、合并或者都一起省去(例如,并非所有所描述的动作或事件都是对于方法的实践必需的)。此外,在某些示例中,动作或事件可以并发地执行,例如通过多线程处理、中断处理或者多个处理器,而不是顺序地执行。
在一些示例中,计算机可读存储介质包括非暂时性介质。术语“非暂时性”在一些示例中指示存储介质没有体现在载波或传播信号中。在某些示例中,非暂时性存储介质存储可以随时间改变的数据(例如,在RAM或缓存器中)。
已经描述了各种示例。这些和其它示例处于以下权利要求书的范围内。

Claims (25)

1.一种方法,包括:
在一时刻处捕获手指的一个或多个摩擦嵴图像,所述一个或多个摩擦嵴图像包括手指的多个视角;
从所述一个或多个摩擦嵴图像确定手指的滚动指纹表示,所述滚动指纹表示包括来自所述多个视角的数据;以及
输出滚动指纹表示。
2.权利要求1所述的方法,其中所述多个视角包括手指的指肚的180度视图,并且其中所述滚动指纹表示包括手指的指肚的大概180度表示。
3.权利要求1所述的方法,其中捕获所述一个或多个摩擦嵴图像包括从单个相机捕获单个摩擦嵴图像,所述单个摩擦嵴图像包括手指的至少一部分的至少一个反射。
4.权利要求1所述的方法,其中捕获所述一个或多个摩擦嵴图像包括从对应于所述多个视角的多个相机捕获多个摩擦嵴图像。
5.权利要求1所述的方法,其中确定所述滚动指纹表示包括确定二维滚动指纹表示,并且其中确定所述二维滚动指纹表示包括拼接来自所述多个视角的数据。
6.权利要求1所述的方法,其中确定所述滚动指纹表示包括确定三维滚动指纹表示,以及将所述三维滚动指纹表示转换为所述滚动指纹表示。
7.权利要求1所述的方法,其中确定所述滚动指纹表示包括将所述滚动指纹表示缩放至500像素每英寸或者1000像素每英寸中的一个。
8.权利要求1所述的方法,还包括:
在捕获所述一个或多个摩擦嵴图像之前,确定负责用于捕获所述一个或多个摩擦嵴图像的一个或多个相机与手指之间的距离;以及
输出所述距离等于用于捕获所述一个或多个摩擦嵴图像的预确定距离的指示。
9.权利要求8所述的方法,其中确定所述距离包括通过负责用于确定所述滚动指纹表示的计算设备来接收指示离距离传感器的距离的数据,以及通过计算设备基于所述数据而确定所述距离。
10.权利要求8所述的方法,其中输出所述距离的指示包括生成可听指示、视觉指示或触觉指示。
11.权利要求1所述的方法,其中捕获所述一个或多个摩擦嵴图像包括将用于捕获所述一个或多个摩擦嵴图像的手持计算设备铰接至相对于手指的预确定位置。
12.权利要求1所述的方法,其中输出所述滚动指纹表示包括生成包含所述滚动指纹表示的图像文件以及将所述图像文件存储到存储器。
13.一种设备,包括:
一个或多个相机,所述一个或多个相机配置为在一时刻处捕获手指的一个或多个摩擦嵴图像,所述一个或多个摩擦嵴图像包括手指的多个视角;
存储器,所述存储器配置为存储所述一个或多个摩擦嵴图像;以及
一个或多个处理器,所述一个或多个处理器配置为:
从所述一个或多个摩擦嵴图像确定手指的滚动指纹表示,所述滚动指纹表示包括来自所述多个视角的数据;以及
输出所述滚动指纹表示。
14.权利要求13所述的设备,其中所述多个视角包括手指的指肚的180度视图,并且其中所述滚动指纹表示包括手指的指肚的大概180度表示。
15.权利要求13所述的设备,其中所述一个或多个相机是一个相机,并且其中捕获所述一个或多个摩擦嵴图像包括捕获单个摩擦嵴图像,所述单个摩擦嵴图像包括手指的至少一部分的至少一个反射。
16.权利要求13所述的设备,其中所述一个或多个相机包括多个相机,并且其中捕获所述一个或多个摩擦嵴图像包括从所述多个相机捕获多个摩擦嵴图像,所述多个相机对应于所述多个视角。
17.权利要求13所述的设备,其中为了确定所述滚动指纹表示,所述一个或多个处理器配置为通过拼接来自所述多个视角的数据而确定二维滚动指纹表示。
18.权利要求13所述的设备,其中为了确定所述滚动指纹表示,所述一个或多个处理器配置为确定三维滚动指纹表示并且将所述三维滚动指纹表示转换为所述滚动指纹表示。
19.权利要求13所述的设备,还包括:
距离组件,所述距离组件配置为在捕获所述一个或多个摩擦嵴图像之前确定负责用于捕获所述一个或多个摩擦嵴图像的一个或多个相机与手指之间的距离;并且
其中所述一个或多个处理器配置为输出所述距离等于用于捕获所述一个或多个摩擦嵴图像的预确定距离的指示。
20.权利要求19所述的设备,还包括输出组件,所述输出组件配置为输出所述距离的可听指示、视觉指示或者触觉指示。
21.权利要求13所述的设备,其中所述设备包括手持设备。
22.权利要求13所述的设备,还包括配置为照亮手指的光源。
23.权利要求13所述的设备,还包括配置为启动所述一个或多个相机的触发组件。
24.一种设备,包括用于执行权利要求1-12的步骤的任何组合的部件。
25.一种具有存储在其上的指令的非暂时性计算机可读介质,所述指令在执行时使一个或多个处理器实施权利要求1-12的步骤的任何组合。
CN201880014198.5A 2017-02-28 2018-03-28 无接触滚动指纹 Pending CN111868734A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201762464904P 2017-02-28 2017-02-28
PCT/US2018/024788 WO2018161095A1 (en) 2017-02-28 2018-03-28 Contactless rolled fingerprints

Publications (1)

Publication Number Publication Date
CN111868734A true CN111868734A (zh) 2020-10-30

Family

ID=61627075

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880014198.5A Pending CN111868734A (zh) 2017-02-28 2018-03-28 无接触滚动指纹

Country Status (4)

Country Link
US (1) US11080511B2 (zh)
EP (1) EP3685304A4 (zh)
CN (1) CN111868734A (zh)
WO (1) WO2018161095A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210123385A (ko) 2019-03-11 2021-10-13 엠오큐아이 테크놀로지 (베이징) 씨오., 엘티디. 비접촉 지문 획득 장치 및 방법
DE102019126419A1 (de) * 2019-05-08 2020-11-12 Docter Optics Se Vorrichtung zum optischen Abbilden von Merkmalen einer Hand
KR20220126177A (ko) * 2021-03-08 2022-09-15 주식회사 슈프리마아이디 비접촉식 광학 장치
WO2024073480A1 (en) * 2022-09-27 2024-04-04 Synolo Biometrics, Inc. Fingerprint capture devices, systems and methods

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120076369A1 (en) * 2010-09-24 2012-03-29 Gil Abramovich System and method for contactless multi-fingerprint collection
CN104040562A (zh) * 2012-04-12 2014-09-10 惠普发展公司,有限责任合伙企业 具有远焦光学系统的非接触式指纹识别系统
CN104335132A (zh) * 2012-06-29 2015-02-04 苹果公司 手指旋转的远场感测
US20160019673A1 (en) * 2013-03-06 2016-01-21 Nec Corporation Fingerprint image conversion device, fingerprint image conversion system, fingerprint image conversion method, and fingerprint image conversion program
US20160210493A1 (en) * 2014-09-18 2016-07-21 Sciometrics Llc Mobility empowered biometric appliance a tool for real-time verification of identity through fingerprints

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8224064B1 (en) 2003-05-21 2012-07-17 University Of Kentucky Research Foundation, Inc. System and method for 3D imaging using structured light illumination
US7660442B2 (en) * 2006-09-01 2010-02-09 Handshot, Llc Method and system for capturing fingerprints, palm prints and hand geometry
US20150130917A1 (en) * 2013-11-12 2015-05-14 The University Of Massachusetts Miniature contactless fingerprinting device
EP3268768B1 (en) 2015-03-11 2023-08-02 Raytheon Company Wideband channel equalization for signals propagated in lossy transmission media
US10089452B2 (en) * 2016-09-02 2018-10-02 International Business Machines Corporation Three-dimensional fingerprint scanner

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120076369A1 (en) * 2010-09-24 2012-03-29 Gil Abramovich System and method for contactless multi-fingerprint collection
CN104040562A (zh) * 2012-04-12 2014-09-10 惠普发展公司,有限责任合伙企业 具有远焦光学系统的非接触式指纹识别系统
CN104335132A (zh) * 2012-06-29 2015-02-04 苹果公司 手指旋转的远场感测
US20160019673A1 (en) * 2013-03-06 2016-01-21 Nec Corporation Fingerprint image conversion device, fingerprint image conversion system, fingerprint image conversion method, and fingerprint image conversion program
US20160210493A1 (en) * 2014-09-18 2016-07-21 Sciometrics Llc Mobility empowered biometric appliance a tool for real-time verification of identity through fingerprints

Also Published As

Publication number Publication date
US11080511B2 (en) 2021-08-03
EP3685304A1 (en) 2020-07-29
EP3685304A4 (en) 2021-01-13
WO2018161095A1 (en) 2018-09-07
US20200074132A1 (en) 2020-03-05

Similar Documents

Publication Publication Date Title
US10402956B2 (en) Image-stitching for dimensioning
Labati et al. Toward unconstrained fingerprint recognition: A fully touchless 3-D system based on two views on the move
EP3497618B1 (en) Independently processing plurality of regions of interest
US9489560B2 (en) On-the go touchless fingerprint scanner
US7660442B2 (en) Method and system for capturing fingerprints, palm prints and hand geometry
Parziale et al. The surround imager tm: A multi-camera touchless device to acquire 3D rolled-equivalent fingerprints
US9684815B2 (en) Mobility empowered biometric appliance a tool for real-time verification of identity through fingerprints
US11080511B2 (en) Contactless rolled fingerprints
US8050468B2 (en) Fingerprint acquisition system
GB2531928A (en) Image-stitching for dimensioning
Kumar Contactless 3D fingerprint identification
CN101821580A (zh) 用于实物形状的三维测量的系统和方法
Parziale Touchless fingerprinting technology
US11450140B2 (en) Independently processing plurality of regions of interest
Zhang et al. Application of Structured‐Light 3‐D scanning to the documentation of plastic fingerprint impressions: A quality comparison with traditional photography
Parziale et al. Advanced technologies for touchless fingerprint recognition
WO2015123374A1 (en) On-the-go touchless fingerprint scanner
KR20210123385A (ko) 비접촉 지문 획득 장치 및 방법
JPH1114327A (ja) 3次元形状計測方法及びその装置
US11341224B2 (en) Handheld multi-sensor biometric imaging device and processing pipeline
JP2007079771A (ja) 個人識別装置
Paar et al. Photogrammetric fingerprint unwrapping
KR101568226B1 (ko) 특징점 사영을 이용한 형상 계측장치
PETERSEN CHAPTER FOURTEEN 3D FINGERPRINTS: A SURVEY WEI ZHOU, 1 JIANKUN HU, 1,* SONG WANG, 2
Zhang et al. 3D Palmprint Capturing System

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