CN112257571A - 生物特征图像的采集方法以及电子设备 - Google Patents
生物特征图像的采集方法以及电子设备 Download PDFInfo
- Publication number
- CN112257571A CN112257571A CN202011128726.5A CN202011128726A CN112257571A CN 112257571 A CN112257571 A CN 112257571A CN 202011128726 A CN202011128726 A CN 202011128726A CN 112257571 A CN112257571 A CN 112257571A
- Authority
- CN
- China
- Prior art keywords
- image
- biological characteristic
- point light
- screen
- characteristic 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 101150013335 img1 gene Proteins 0.000 description 5
- 230000003321 amplification Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 101150071665 img2 gene Proteins 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
Images
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
- 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
- G06V40/1347—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Input (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请提供一种生物特征图像的采集方法以及电子设备,该方法包括采集亮屏状态下的第一生物特征图像;获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像;从第一生物特征图像中去除底纹图像和噪声生物特征图像,得到第二生物特征图像。本申请上述实施例提供的技术方案,可以对第一生物特征图像进行降噪,提高生物特征图像的清晰度。
Description
技术领域
本申请涉及图像采集技术领域,特别涉及一种生物特征图像的采集方法以及电子设备。
背景技术
使用屏下光学指纹传感器时,通常会预先保存底纹图像。在使用过程中,会使用预先保存的底纹图像对即时采集的指纹图像进行降噪处理。
预先保存的底纹是屏幕和传感器模组组装完成后,在不按压手指的情况下,使用传感器提取的灭屏/亮屏等图片。
这种预先保存的底纹无法准确拟合手指按压时的实际底纹。且无法预知环境变化引入的新的底纹。因此用这种底纹去噪时可能会导致图像去噪不干净。
发明内容
本申请实施例提供了生物特征图像的采集方法,用以降低噪声,得到更清晰的图像。
本申请实施例提供了一种生物特征图像的采集方法,包括:
采集亮屏状态下的第一生物特征图像;
获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像;
从所述第一生物特征图像中去除所述底纹图像和所述噪声生物特征图像,得到第二生物特征图像。
在一实施例中,在获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像之前,所述方法还包括:
采集亮屏以及灭屏状态下的底纹图像。
在一实施例中,所述采集亮屏状态下的第一生物特征图像,包括:
通过点亮不同位置的点光源,采集不同位置点光源对应的点光源生物特征图像;
其中,所述第一生物特征图像包括不同位置点光源点亮时的点光源生物特征图像。
在一实施例中,在获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像之前,所述方法还包括:
采集灭屏状态下的噪声生物特征图像。
在一实施例中,所述采集灭屏状态下的噪声生物特征图像,包括:
采集灭屏状态下不同位置点光源对应的区域生物特征图像;
其中,所述噪声生物特征图像包括灭屏状态下不同位置点光源对应的区域生物特征图像。
在一实施例中,所述从所述第一生物特征图像中去除所述底纹图像和所述噪声生物特征图像,得到第二生物特征图像,包括:
针对不同位置的点光源,从所述点光源对应的点光源生物特征图像中去除所述点光源对应区域的底纹图像和区域生物特征图像,得到所述点光源对应的单位生物特征图像;
将不同位置的点光源对应的单元生物特征图像进行拼接,得到所述第二生物特征图像。
在一实施例中,所述从所述点光源对应的点光源生物特征图像中去除所述点光源对应区域的底纹图像和区域生物特征图像,包括:
针对所述点光源生物特征图像的每个像素点,将所述点光源生物特征图像中所述像素点的灰度值,减去所述像素点在底纹图像中的灰度值以及在区域生物特征图像中的灰度值。
本申请实施例还提供了一种电子设备,所述电子设备包括:
屏幕,用于发出光线,照射接触所述屏幕的目标对象;
传感器模组,用于接收所述屏幕发出的,经过所述目标对象反射的光信号,并将光信号转换为灰度值,获得亮屏状态下的第一生物特征图像;
处理器,连接传感器模组,用于获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像;从所述第一生物特征图像中去除所述底纹图像和所述噪声生物特征图像,得到第二生物特征图像。
在一实施例中,所述屏幕包括盖板以及位于所述盖板下方的点光源。
在一实施例中,所述屏幕为OLED面板、LED面板和LCD面板中的任意一种。
本申请上述实施例提供的技术方案,通过提前采集底纹图像和灭屏状态下的噪声生物特征图像,从第一生物特征图像中去除底纹图像和噪声生物特征图像,即可得到进一步降噪的第二生物特征图像,提高生物特征图像的清晰度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍。
图1是本申请实施例提供的电子设备的结构示意图;
图2是本申请实施例提供的生物特征图像的采集方法的流程示意图;
图3是本申请另一实施例提供的生物特征图像的采集方法的流程示意图;
图4是本申请实施例提供的指纹图像的采集流程示意图。
具体实施方式
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描述。
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。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
图1是本申请实施例提供的电子设备的结构示意图。该电子设备100可以是指纹识别器、指纹门禁、指纹考勤机、智能手机、平板电脑。该电子设备100可以用于执行本申请实施例提供的生物特征图像的采集方法,采集亮屏状态下的第一生物特征图像;获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像;从第一生物特征图像中去除底纹图像和噪声生物特征图像,得到第二生物特征图像。第二生物特征图像可以认为是降噪后的生物特征图像。生物特征图像可以是指纹图像、掌纹图像。
如图1所示,该电子设备100包括:屏幕101、传感器模组102以及处理器103。其中,屏幕101用于发出光线,照射接触所述屏幕101的目标对象。目标对象可以是手指、手掌。传感器模组102可以包括依次连接的光电传感器、电荷放大器以及模数转换器。用于接收屏幕发出的,经过所述目标对象反射的光信号,并将光信号转换为灰度值,获得亮屏状态下的第一生物特征图像。
处理器103连接传感器模组102,可以接收第一生物特征图像,并获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像;从所述第一生物特征图像中去除所述底纹图像和所述噪声生物特征图像,得到第二生物特征图像。
所述处理器103可以是网关,也可以为智能终端,或者是包含中央处理单元(CPU)、图像处理单元(GPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元的设备,可以对所述电子设备100中的其它组件的数据进行处理,还可以控制所述电子设备100中的其它组件以执行期望的功能。
在一实施例中,屏幕101可以包括盖板以及位于所述盖板下方的点光源。点光源的数量可以是多个。
在一实施例中,屏幕101也可以是OLED(OrganicLight-Emitting Diode,有机电激光显示)面板、LED(Light Emitting Diode,发光二极管)面板和LCD(Liquid CrystalDisplay,液晶显示)面板中的任意一种。
图2是本申请实施例提供的生物特征图像的采集方法的流程示意图。如图2所示,该方法包括以下步骤S310-步骤S330。
步骤S310:采集亮屏状态下的第一生物特征图像。
其中,亮屏状态和灭屏状态分别指屏幕发光和不发光。亮屏状态下,屏幕发出的光线可以照射接触屏幕的手指或手掌。第一生物特征图像是指存在噪声的生物特征图像,第二生物特征图像是指第一生物特征图像去除噪声后的生物特征图像。为进行区分,分别称为第一生物特征图像和第二生物特征图像。生物特征图像可以是指纹图像或掌纹图像,本申请实施例以指纹图像为例进行说明,掌纹图像的采集可以参照指纹图像的采集过程。
步骤S320:获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像。
其中,底纹图像是指没有手指和手掌按压时,亮屏以及灭屏状态下采集的图像。噪声生物特征图像是指灭屏状态下,因环境光照射采集的指纹或掌纹图像。底纹图像可以提前采集,并存储在本地。需要预先采集亮屏以及灭屏状态下的底纹图像,在没有指纹按压的情况下采集亮屏以及灭屏状态下的底纹图像,底纹图像的采集可以在S310之前。
其中,噪声生物特征图像可以在采集第一生物特征图像之前或之后进行采集。噪声生物特征图像在S310之前采集的话,在噪声生物特征图像采集之后立刻进行S310采集第一生物特征图像;或者噪声生物特征图像可以在S310之后立刻进行采集。
步骤S330:从所述第一生物特征图像中去除所述底纹图像和所述噪声生物特征图像,得到第二生物特征图像。
底纹图像包含亮屏底纹和灭屏底纹,从第一生物特征图像中去除亮屏底纹和灭屏底纹。具体的,针对第一生物特征图像中的每个像素点,可以将此像素点在第一生物特征图像中的灰度值减去此像素点在底纹图像(亮屏底纹和灭屏底纹)中的灰度值,再减去此像素点在噪声生物特征图像中的灰度值,得到的结果作为此像素点在第二生物特征图像中的灰度值。
举例来说,假设第一生物特征图像中某个像素点P的灰度值为M,此像素点P在底纹图像中的灰度值为N,此像素点P在噪声生物特征图像中的灰度值为L,则M-aN-bL(a,b为放大系数)的结果可以作为像素点A在第二生物特征图像中的灰度值。同理,其他像素点也可以采用相同的方式去除噪声,从而得到第二生物特征图像。
本申请上述实施例提供的技术方案,通过提前采集底纹图像和灭屏状态下的噪声生物特征图像,从第一生物特征图像中去除底纹图像和噪声生物特征图像,即可得到进一步降噪的第二生物特征图像,提高生物特征图像的清晰度。
在一实施例中,上述步骤S310:采集亮屏状态下的第一生物特征图像,包括:通过点亮不同位置的点光源,采集不同位置点光源对应的点光源生物特征图像。其中,所述第一生物特征图像包括不同位置点光源点亮时的点光源生物特征图像。
其中,一个点光源照射一定区域,点光源生物特征图像是指点光源照射区域采集的生物特征图像。屏幕可以包括多个点光源,一个点光源对应一张点光源生物特征图像,多个点光源对应的多张生物特征图像拼接即为第一生物特征图像。举例来说,点亮一个点光源由于照射面积小,只能得到部分指纹图像,故分别点亮不同位置的点光源,即可得到完整的指纹图像。
以三个点光源举例来说,单独点亮第一个点光源,采集第一个点光源对应的点光源生物特征图像X,单独点亮第二个点光源,采集第二个点光源对应的点光源生物特征图像Y,单独点亮第三个点光源,采集第三个点光源对应的点光源生物特征图像Z,则X,Y,Z一起构成第一生物特征图像。
在一实施例中,采集灭屏状态下的噪声生物特征图像,包括:采集灭屏状态下不同位置点光源对应的区域生物特征图像。
其中,灭屏状态是指所有点光源均没有发光。区域生物特征图像是指一个点光源点亮时照射的区域,在点光源熄灭时该区域由于环境光照射采集的生物特征图像,故一个点光源对应一张区域生物特征图像。噪声生物特征图像包括灭屏状态下不同位置点光源对应的区域生物特征图像。
以三个点光源举例来说,在灭屏状态下,由于存在环境光,第一个点光源对应区域采集得到区域生物特征图像x1,第二个点光源对应区域采集得到区域生物特征图像y1,第二个点光源对应区域采集得到区域生物特征图像z1,则x1,y1,z1拼接在一起即为噪声生物特征图像。
在上述实施例的基础上,如图3所示,上述步骤S330具体包括以下步骤S321-步骤S322。
步骤S321:针对不同位置的点光源,从所述点光源对应的点光源生物特征图像中去除所述点光源对应区域的底纹图像和区域生物特征图像,得到所述点光源对应的单位生物特征图像。
其中,单位生物特征图像是指点光源生物特征图像中去除底纹图像和区域生物特征图像后获得的图像。
以三个点光源举例来说,根据不同位置点光源对应照射的区域,底纹图像也可以分成三个区块,与第一点光源对应的区块1,与第二点光源对应的区块2,与第三点光源对应的区块3。
在上述实施例的基础上,第一个点光源对应点光源生物特征图像X以及区域生物特征图像x1,故第一个点光源对应的单位生物特征图像A为点光源生物特征图像X中去除区域生物特征图像x1以及底纹图像中的区块1后获得的图像。故第二个点光源对应的单位生物特征图像B为点光源生物特征图像Y中去除区域生物特征图像y1以及底纹图像中的区块2后获得的图像。第三个点光源对应的单位生物特征图像C为点光源生物特征图像Z中去除区域生物特征图像z1以及底纹图像中的区块3后获得的图像。
在一实施例中,从所述点光源对应的点光源生物特征图像中去除所述点光源对应区域的底纹图像和区域生物特征图像,具体可以通过:针对所述点光源生物特征图像的每个像素点,将所述点光源生物特征图像中所述像素点的灰度值,减去所述像素点在底纹图像中的灰度值以及在区域生物特征图像中的灰度值。
举例来说,假设单位生物特征图像A为点光源生物特征图像X中去除区域生物特征图像x1以及底纹图像中的区块1后获得的图像。点光源生物特征图像X中存在像素点P的灰度值为200,该像素点P在区域生物特征图像x1中的灰度值为50,该像素点P在底纹图像中的灰度值为20,则该像素点P最终在单位生物特征图像A中的灰度值可以是200-a50-b20(a,b为放大系数)。通过依次对每个像素点的灰度值进行计算,即可得到单位生物特征图像。
步骤S322:将不同位置的点光源对应的单元生物特征图像进行拼接,得到所述第二生物特征图像。
以三个点光源举例来说,第一个点光源对应单位生物特征图像A,第二个点光源对应单位生物特征图像B,第三个点光源对应单位生物特征图像C,三个点光源对应的三张单位生物特征图像按照点光源的位置进行拼接,即可得到完整的指纹或掌纹图像,为进行区分,称为第二生物特征图像。由于每张单位生物特征图像已经经过了降噪处理,故拼接得到的第二生物特征图像的清晰度更高。
图4是本申请实施例提供的指纹图像的详细采集流程示意图。如图4所示,包括以下步骤。
步骤401,预处理阶段:屏幕和指纹传感器贴合,采集底纹图像M0;
步骤402,采集阶段:采集灭屏指纹图像M1、第一张点光源图像IMG1、第二张点光源图像IMG2。其中,M1可以在IMG1之前采集,也可以在IMG1之后采集,还可以再IMG2后采集;
步骤403,去底纹去噪阶段:去底纹去噪后的图像为:
IMG_N1=IMG1–k1*M0’–k2*M1’
IMG_N2=IMG2–k1*M0”–k2*M1”
其中,IMG_N1为第一张点光源图像IMG1去底纹去噪后的图像,IMG_N2为第二张点光源图像IMG2去底纹去噪后的图像。k1,k2是放大系数,M0’是底纹图像M0中与第一张点光源图像IMG1对应的区域,M0”是底纹图像M0中与第二张点光源图像IMG1对应的区域。M1’是灭屏指纹图像M1中与第一张点光源图像IMG1对应的区域;M1”是灭屏指纹图像M1中与第二张点光源图像IMG2对应的区域。
步骤404,IMG_N2和IMG_N1拼接得到最终的指纹图像。增加灭屏指纹图像的采集,可以用于指纹图像的降噪优化,可以有效消除环境变化引入的噪声。此方法噪声更小,且有更强的环境适应能力。
在本申请所提供的几个实施例中,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种生物特征图像的采集方法,其特征在于,包括:
采集亮屏状态下的第一生物特征图像;
获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像;
从所述第一生物特征图像中去除所述底纹图像和所述噪声生物特征图像,得到第二生物特征图像。
2.根据权利要求1所述的方法,其特征在于,在获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像之前,所述方法还包括:
采集亮屏以及灭屏状态下的底纹图像。
3.根据权利要求1所述的方法,其特征在于,所述采集亮屏状态下的第一生物特征图像,包括:
通过点亮不同位置的点光源,采集不同位置点光源对应的点光源生物特征图像;
其中,所述第一生物特征图像包括不同位置点光源点亮时的点光源生物特征图像。
4.根据权利要求3所述的方法,其特征在于,在获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像之前,所述方法还包括:
采集灭屏状态下的噪声生物特征图像。
5.根据权利要求4所述的方法,其特征在于,所述采集灭屏状态下的噪声生物特征图像,包括:
采集灭屏状态下不同位置点光源对应的区域生物特征图像;
其中,所述噪声生物特征图像包括灭屏状态下不同位置点光源对应的区域生物特征图像。
6.根据权利要求5所述的方法,其特征在于,所述从所述第一生物特征图像中去除所述底纹图像和所述噪声生物特征图像,得到第二生物特征图像,包括:
针对不同位置的点光源,从所述点光源对应的点光源生物特征图像中去除所述点光源对应区域的底纹图像和区域生物特征图像,得到所述点光源对应的单位生物特征图像;
将不同位置的点光源对应的单元生物特征图像进行拼接,得到所述第二生物特征图像。
7.根据权利要求6所述的方法,其特征在于,所述从所述点光源对应的点光源生物特征图像中去除所述点光源对应区域的底纹图像和区域生物特征图像,包括:
针对所述点光源生物特征图像的每个像素点,将所述点光源生物特征图像中所述像素点的灰度值,减去所述像素点在底纹图像中的灰度值以及在区域生物特征图像中的灰度值。
8.一种电子设备,其特征在于,所述电子设备包括:
屏幕,用于发出光线,照射接触所述屏幕的目标对象;
传感器模组,用于接收所述屏幕发出的,经过所述目标对象反射的光信号,并将光信号转换为灰度值,获得亮屏状态下的第一生物特征图像;
处理器,连接传感器模组,用于获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像;从所述第一生物特征图像中去除所述底纹图像和所述噪声生物特征图像,得到第二生物特征图像。
9.根据权利要求8所述的电子设备,其特征在于,所述屏幕包括盖板以及位于所述盖板下方的点光源。
10.根据权利要求8所述的电子设备,其特征在于,所述屏幕为OLED面板、LED面板和LCD面板中的任意一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011128726.5A CN112257571A (zh) | 2020-10-20 | 2020-10-20 | 生物特征图像的采集方法以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011128726.5A CN112257571A (zh) | 2020-10-20 | 2020-10-20 | 生物特征图像的采集方法以及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112257571A true CN112257571A (zh) | 2021-01-22 |
Family
ID=74245548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011128726.5A Pending CN112257571A (zh) | 2020-10-20 | 2020-10-20 | 生物特征图像的采集方法以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112257571A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723167A (zh) * | 2021-04-02 | 2021-11-30 | 荣耀终端有限公司 | 一种指纹识别方法及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359572A (zh) * | 2018-09-30 | 2019-02-19 | 联想(北京)有限公司 | 信息处理方法、装置和电子设备 |
CN110070006A (zh) * | 2019-04-01 | 2019-07-30 | Oppo广东移动通信有限公司 | 指纹识别方法、电子装置及计算机可读取介质 |
CN110348425A (zh) * | 2019-07-19 | 2019-10-18 | 北京迈格威科技有限公司 | 去底纹的方法、装置、设备及计算机可读存储介质 |
CN111028176A (zh) * | 2019-12-10 | 2020-04-17 | 北京迈格威科技有限公司 | 指纹图像处理方法、装置、电子设备及计算机可读介质 |
CN111191615A (zh) * | 2020-01-02 | 2020-05-22 | 京东方科技集团股份有限公司 | 屏幕指纹采集方法、装置、电子设备及计算机存储介质 |
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 |
CN111414810A (zh) * | 2020-03-02 | 2020-07-14 | Oppo广东移动通信有限公司 | 指纹采集方法、电子装置和存储介质 |
CN111476164A (zh) * | 2020-04-07 | 2020-07-31 | 北京集创北方科技股份有限公司 | 生物特征图像的采集装置及采集方法、智能设备 |
CN111507345A (zh) * | 2020-03-20 | 2020-08-07 | 北京集创北方科技股份有限公司 | 图像处理的方法、装置、设备及计算机可读存储介质 |
CN111507326A (zh) * | 2020-03-19 | 2020-08-07 | 北京集创北方科技股份有限公司 | 生物特征采集方法与装置、显示面板及电子设备 |
-
2020
- 2020-10-20 CN CN202011128726.5A patent/CN112257571A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359572A (zh) * | 2018-09-30 | 2019-02-19 | 联想(北京)有限公司 | 信息处理方法、装置和电子设备 |
CN110070006A (zh) * | 2019-04-01 | 2019-07-30 | Oppo广东移动通信有限公司 | 指纹识别方法、电子装置及计算机可读取介质 |
CN110348425A (zh) * | 2019-07-19 | 2019-10-18 | 北京迈格威科技有限公司 | 去底纹的方法、装置、设备及计算机可读存储介质 |
CN111028176A (zh) * | 2019-12-10 | 2020-04-17 | 北京迈格威科技有限公司 | 指纹图像处理方法、装置、电子设备及计算机可读介质 |
CN111191615A (zh) * | 2020-01-02 | 2020-05-22 | 京东方科技集团股份有限公司 | 屏幕指纹采集方法、装置、电子设备及计算机存储介质 |
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 |
CN111414810A (zh) * | 2020-03-02 | 2020-07-14 | Oppo广东移动通信有限公司 | 指纹采集方法、电子装置和存储介质 |
CN111507326A (zh) * | 2020-03-19 | 2020-08-07 | 北京集创北方科技股份有限公司 | 生物特征采集方法与装置、显示面板及电子设备 |
CN111507345A (zh) * | 2020-03-20 | 2020-08-07 | 北京集创北方科技股份有限公司 | 图像处理的方法、装置、设备及计算机可读存储介质 |
CN111476164A (zh) * | 2020-04-07 | 2020-07-31 | 北京集创北方科技股份有限公司 | 生物特征图像的采集装置及采集方法、智能设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723167A (zh) * | 2021-04-02 | 2021-11-30 | 荣耀终端有限公司 | 一种指纹识别方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Guo et al. | An efficient fusion-based defogging | |
CN107690653B (zh) | 获取指纹图像的方法、装置和终端设备 | |
CN109142366B (zh) | 球形外壳缺陷检测方法、装置及计算机可读存储介质 | |
JP5521164B2 (ja) | 連続して存在する英数字を識別するための画像処理システムおよびその方法 | |
EP3176751B1 (en) | Information processing device, information processing method, computer-readable recording medium, and inspection system | |
CN110705583A (zh) | 细胞检测模型训练方法、装置、计算机设备及存储介质 | |
JP2018005640A (ja) | 分類器生成装置、画像検査装置、及び、プログラム | |
CN107172354B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
GB0326374D0 (en) | Object detection in images | |
US9082039B2 (en) | Method and apparatus for recognizing a character based on a photographed image | |
CN106650614A (zh) | 一种动态校准方法和装置 | |
CN110572636B (zh) | 摄像头脏污检测方法、装置、存储介质及电子设备 | |
JP2007285754A (ja) | 欠陥検出方法および欠陥検出装置 | |
CN114926374B (zh) | 一种基于ai的图像处理方法、装置、设备及可读存储介质 | |
CN112528888A (zh) | 一种光学指纹采集方法、装置、电子设备及存储介质 | |
CN112257571A (zh) | 生物特征图像的采集方法以及电子设备 | |
CN113487473A (zh) | 一种添加图像水印的方法、装置、电子设备及存储介质 | |
CN110210401B (zh) | 一种弱光下的目标智能检测方法 | |
CN114144812A (zh) | 生成手掌/手指前景掩模的方法 | |
CN116380915A (zh) | 身份证表面缺陷检测的方法、装置、介质及电子设备 | |
JP2002269545A (ja) | 顔画像処理方法及び顔画像処理装置 | |
JP2004296592A (ja) | 欠陥分類装置、欠陥分類方法およびプログラム | |
CN114998282B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
US20220157050A1 (en) | Image recognition device, image recognition system, image recognition method, and non-transitry computer-readable recording medium | |
TWI790516B (zh) | 指紋感測模組以及指紋感測方法 |
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 |