CN112417951B - 指纹图像校准方法、装置、电子设备及存储介质 - Google Patents

指纹图像校准方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112417951B
CN112417951B CN202011069292.6A CN202011069292A CN112417951B CN 112417951 B CN112417951 B CN 112417951B CN 202011069292 A CN202011069292 A CN 202011069292A CN 112417951 B CN112417951 B CN 112417951B
Authority
CN
China
Prior art keywords
image
original
fingerprint image
zero
fingerprint
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
CN202011069292.6A
Other languages
English (en)
Other versions
CN112417951A (zh
Inventor
邹佳辰
陈承
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.)
TIANJIN JIHAO TECHNOLOGY CO LTD
Original Assignee
Beijing Jihao Technology 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 Beijing Jihao Technology Co Ltd filed Critical Beijing Jihao Technology Co Ltd
Priority to CN202011069292.6A priority Critical patent/CN112417951B/zh
Publication of CN112417951A publication Critical patent/CN112417951A/zh
Application granted granted Critical
Publication of CN112417951B publication Critical patent/CN112417951B/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
    • 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

Abstract

本申请提供了一种指纹图像校准方法、装置、电子设备及存储介质,该方法包括:获取原始指纹图像的第一噪声频率,所述原始指纹图像为指纹传感器采集的待校准的图像;获取原始零偏图像的第二噪声频率;根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数;根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像;根据所述第一零偏图像对第一指纹图像进行校准,得到目标指纹图像,从而实现指纹图像的校准。本申请可以降低由于物距变化导致的校准误差,可以提高校准的准确性,进而提高指纹识别的准确性。

Description

指纹图像校准方法、装置、电子设备及存储介质
技术领域
本申请涉及指纹识别技术领域,具体而言,涉及一种指纹图像校准方法、装置、电子设备及存储介质。
背景技术
现在的光学屏下指纹识别技术普遍采用“小孔成像”原理,成像大小与物距相关。在实际使用时,受到压力等外界因素影响,很容易导致物距(指纹识别模组中的光学透镜层与手指之间的距离)发生变化,影响成像大小,导致识别效果不佳。
针对上述问题,目前尚未有有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种指纹图像校准方法、装置、电子设备及存储介质,降低由于物距变化导致的校准误差,可以提高校准的准确性,进而提高指纹识别的准确性。
第一方面,本申请实施例提供了一种指纹图像校准方法,所述方法包括:
获取原始指纹图像的第一噪声频率,所述原始指纹图像为指纹传感器采集的待校准的图像;
获取原始零偏图像的第二噪声频率,所述原始零偏图像是指纹传感器在参考物距下生成图像;
根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数;
根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像;
根据所述第一零偏图像对第一指纹图像进行校准,得到目标指纹图像。
可选地,在本申请实施例所述的指纹图像校准方法中,所述根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像,包括:
根据所述缩放系数将所述原始指纹图像调整为与所述原始零偏图像具有相同物距的第一指纹图像,并将所述原始零偏图像设置为第一零偏图像。
可选地,在本申请实施例所述的指纹图像校准方法中,所述根据所述缩放系数将所述原始指纹图像调整为与所述原始零偏图像具有相同物距的第一指纹图像,包括:
根据所述缩放系数生成对应的仿射变换矩阵;
根据所述仿射变换矩阵对所述原始指纹图像进行仿射变换,得到与所述原始零偏图像的具有相同物距的第一指纹图像。
可选地,在本申请实施例所述的指纹图像校准方法中,所述根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像,包括:
根据所述缩放系数将所述原始零偏图像调整为与所述原始指纹图像具有相同物距的第一零偏纹图像,并将所述原始指纹图像设置为第一指纹图像。
可选地,在本申请实施例所述的指纹图像校准方法中,所述根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数,包括:
将所述第一噪声频率除以所述第二噪声频率得到所述原始指纹图像相对于所述原始零偏图像的缩放系数。
可选地,在本申请实施例所述的指纹图像校准方法中,所述根据所述第一零偏图像对所述第一指纹图像进行校准,得到目标指纹图像,包括:
获取所述第一指纹图像的第一信号强度均值;
获取所述第一零偏图像的第二信号强度均值;
根据所述第一信号强度均值以及所述第二信号强度均值对所述第一指纹图像进行强度均值化处理,得到第二指纹图像;
根据所述第一零偏图像对所述第二指纹图像进行校准,得到目标指纹图像。
可选地,在本申请实施例所述的指纹图像校准方法中,所述根据所述第一信号强度均值以及所述第二信号强度均值对所述第一指纹图像进行强度均值化处理,得到第二指纹图像,包括:
将第一指纹图像的各像素点的像素值乘以强化系数从而得到第二指纹图像,其中,所述强化系数为所述第二信号强度均值与所述第一信号强度均值的比值。
可选地,在本申请实施例所述的指纹图像校准方法中,获取原始图像的噪声频率,包括:
对原始图像进行离散傅里叶变换,得到频谱图;
根据所述频谱图计算所述原始图像的噪声频率;
其中,当所述原始图像为原始指纹图像时,所述噪声频率为第一噪声频率;当所述原始图像为原始零偏图像时,所述噪声频率为第二噪声频率。
可选地,在本申请实施例所述的指纹图像校准方法中,所述根据所述频谱图计算所述原始图像的噪声频率,包括:
计算所述频谱图上的多个像素点相对于所述频谱图的参照点之间的曼哈顿距离;
计算具有相同曼哈顿距离的像素点的曼哈顿距离总和,得到多个曼哈顿距离总和,每一所述曼哈顿距离总和对应一种曼哈顿距离的像素点;
根据所述多个曼哈顿距离总和中最大的曼哈顿距离总和计算所述原始图像的第一噪声频率。
第二方面,本申请实施例还提供了一种指纹图像校准装置,所述装置包括:
第一获取模块,用于获取原始指纹图像的第一噪声频率,所述原始指纹图像为指纹传感器采集的待校准的图像;
第二获取模块,用于获取原始零偏图像的第二噪声频率,所述原始零偏图像是指纹传感器在参考物距下生成图像;
第三获取模块,用于根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数;
调整模块,用于根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像;
校准模块,用于根据所述第一零偏图像对第一指纹图像进行校准,得到目标指纹图像。
第三方面,本申请实施例提供一种电子设备,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上述第一方面提供的所述方法中的步骤。
第四方面,本申请实施例提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
本申请实施例提供的指纹图像校准方法及装置通过获取待校准的原始指纹图像的第一噪声频率;获取原始零偏图像的第二噪声频率,所述原始零偏图像是指纹传感器在参考物距下生成的图像;根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数;根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像;根据所述第一零偏图像对第一指纹图像进行校准,得到目标指纹图像,从而实现指纹图像的校准,由于在校准过程中,通过将原始指纹图像与原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像,从而降低由于物距变化导致的校准误差,可以提高校准的准确性,进而提高指纹识别的准确性。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
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,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为本申请实施例提供的指纹图像校准方法的一种流程图。
图2为本申请实施例中的原始指纹图像的一种示意图。
图3为本申请实施例中的指纹频谱图像的一种示意图。
图4为本申请实施例提供的指纹图像校准装置的一种结构示意图。
图5为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
请参照图1,图1是本本申请一些实施例中的指纹图像校准方法的流程图。该指纹图像校准方法用于具有指纹传感器的电子设备中,例如手机、PAD等。该指纹传感器为光学指纹传感器,该指纹传感器设置于电子设备的屏幕下方。具体地,该指纹图像校准方法,包括以下步骤:
S101、获取原始指纹图像的第一噪声频率,所述原始指纹图像为指纹传感器采集的待校准的图像。
S102、获取原始零偏图像的第二噪声频率,所述原始零偏图像是指纹传感器在参考物距下生成的图像。
S103、根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数。
S104、根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像。
S105、根据所述第一零偏图像对第一指纹图像进行校准,得到目标指纹图像。
在该步骤S101中,先获取指纹传感器生成的原始指纹图像,该原始指纹图像如图2所示。然后,可以采用预先建立的噪声计算模型来计算该原始指纹图像的第一噪声频率,也可以采用现有技术中其他常见的计算方法来计算。由于屏幕上方的指纹透过屏幕的方格像素在该指纹传感器进行成像的原因,会在原始指纹图像上形成方格状的噪声。
可以理解地,在一些实施例中,该步骤S101可以包括:对原始图像进行离散傅里叶变换,得到频谱图;根据所述频谱图计算所述原始图像的噪声频率。在此处,该原始图像为原始指纹图像,该噪声频率为第一噪声频率,该频谱图为指纹频谱图。因此,该步骤S101可以具体包括以下步骤:S1011、对原始指纹图像进行离散傅里叶变换,得到指纹频谱图;S1012、根据指纹频谱图计算原始指纹图像的第一噪声频率。
其中,在该步骤S1011中,如图3所示,该指纹频谱图为复数形式的指纹频谱图。离散傅里叶变换可以为常规的离散傅里叶变换,也可以为快速离散傅里叶变换。在该步骤S1012中,可以采用将该指纹频谱图输入预先建立模型来计算该原始指纹图像的第一噪声频率。
其中,该步骤S1012也可以基于曼哈顿距离进行计算该第一噪声频率。根据帕塞瓦尔定理,噪声中能量较大的信号会在图上形成亮点。因此,可以基于曼哈顿距离来查找这些亮点。具体地,在一些实施例中,该步骤S1012包括:
S10121、计算指纹频谱图上的多个像素点相对于指纹频谱图的参照点之间的曼哈顿距离。
S10122、计算具有相同曼哈顿距离的像素点的曼哈顿距离总和,得到多个曼哈顿距离总和,每一所述曼哈顿距离总和对应一种曼哈顿距离的像素点。
S10123、根据所述多个曼哈顿距离总和中最大的曼哈顿距离总和计算所述原始指纹图像的第一噪声频率。
其中,在该步骤S10121中,该像素点是指基于该原始指纹图像生成的指纹频谱图上的像素点。其中,根据帕塞瓦尔定理,噪声中能量较大的信号会在图上形成亮点,该指纹频谱图中的亮度较大的亮点也即是像素值较大的像素点为噪声能量较大的信号形成。该参照点可以为该指纹频谱图的中心点。
在该步骤S10122中,将所述多个像素点分成多个像素集,每一所述像素集中的像素点具有相同的曼哈顿距离,且不同集合的像素点具有不同的曼哈顿距离;计算每一所述像素集中的各个像素点的曼哈顿距离的总和。在该步骤S10123中,将总和最大的像素集中的像素点的曼哈顿距离总和设置为所述原始指纹图像的第一噪声频率。其中,如果存在具有相同总和的像素集,则选择像素点数量较少的像素集中的像素点的曼哈顿距离总和作为第一噪声频率。当然,该曼哈顿距离的计算方法为现有技术,无需过多描述。
其中,在该步骤S102中,该指纹传感器的原始零偏图像的第二噪声频率可以是预先计算好然后存储在该电子设备中的,也可以是实时获取该原始零偏图像来进行计算的。其中,原始零偏图像是指纹传感器在参考物距下生成图像。指纹传感器的零偏校准分为静态零偏校准和动态零偏校准两种。静态零偏校准是采集不包含指纹信息的图像来作为原始零偏图像。动态零偏校准是指采用最近预设时间段的多张包含指纹信息的图像进行叠加然后校准得到的图像,来作为原始零偏图像;或者指采用最近预设时间段的多张包含指纹信息的图像进行叠加得到的图像,来作为原始零偏图像。原始零偏图像相当于标准参照图像,以原始零偏图像对应的参照物距为参考标准,其参照物距与传感器的初始物距之间相当于零误差。其中,原始零偏图像通常为分辨率为8位、10位、16位或32位的整数型或浮点型灰度图。
其中,该步骤S102可以包括:对原始图像进行离散傅里叶变换,得到频谱图;根据所述频谱图计算所述原始图像的噪声频率。在此处,该原始图像为原始零偏图像,该频谱图为零偏频谱图,该噪声频率为第二噪声频率。
具体地,该步骤S102包括以下子步骤:S1021、对原始零偏图像进行离散傅里叶变换,得到对应的零偏频谱图;S1022、根据零偏频谱图计算原始零偏图像的第二噪声频率。在该步骤S1022中,可以基于曼哈顿距离进行计算。根据帕塞瓦尔定理,噪声中能量较大的信号会在图上形成亮点。因此,可以基于曼哈顿距离来查找这些亮点。具体地,在一些实施例中,该步骤S1022包括:S10221、计算零偏频谱图上的多个像素点相对于零偏频谱图的参照点之间的曼哈顿距离;S10222、计算具有相同曼哈顿距离的像素点的曼哈顿距离总和,得到多个曼哈顿距离总和,每一所述曼哈顿距离总和对应一种曼哈顿距离的像素点;S10223、根据所述多个曼哈顿距离总和中最大的曼哈顿距离总和计算原始零偏图像的第一噪声频率。
其中,在该步骤S10221中,该像素点是指基于该原始零偏图像生成的零偏频谱图上的像素点。其中,根据帕塞瓦尔定理,噪声中能量较大的信号会在图上形成亮点,该零偏频谱图中的亮度较大的亮点也即是像素值较大的像素点,为噪声能量较大的信号形成。在该步骤S10222中,可以将该多个像素点分成多个像素集,每一像素集中的像素点具有相同的曼哈顿距离,且不同集合的像素点具有不同的曼哈顿距离;计算每一像素集中的各个像素点的曼哈顿距离的总和;将总和最大像素集中的像素点的曼哈顿距离总和设置为该零偏频谱图的第二噪声频率。其中,在该步骤S10223中,如果存在具有相同总和的像素集,则选择像素点数量较少的像素集中的像素点的曼哈顿距离总和作为第二噪声频率。当然,该曼哈顿距离的计算方法为现有技术,无需过多描述。
其中,在该步骤S103中,可以将所述第一噪声频率除以所述第二噪声频率得到所述原始指纹图像相对于所述原始零偏图像的缩放系数。
其中,在该步骤S104中,可以采用该原始零偏图像作为参考标准来对该原始指纹图像进行缩放调整,从而得到具有相同物距的第一指纹图像以及第一零偏图像。也可以以该原始指纹图像作为参考标准对该原始零偏图像进行缩放调整,从而得到具有相同物距的第一指纹图像以及第一零偏图像。当然,可以理解地,可以同时对该原始零偏图像以及该第一指纹图进行缩放调整,从而得到具有相同物距的第一指纹图像以及第一零偏图像。在校准过程中,通过将原始指纹图像与原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像,从而降低由于物距变化导致的校准误差,可以提高校准的准确性,进而提高指纹识别的准确性。
在一些实施例中,该步骤S104可以包括以下步骤:根据所述缩放系数将所述原始指纹图像调整为与所述原始零偏图像具有相同物距的第一指纹图像,并将所述原始零偏图像设置为第一零偏图像。或者该步骤S104可以包括以下步骤:根据所述缩放系数将所述原始零偏图像调整为与所述原始指纹图像具有相同物距的第一零偏纹图像,并将所述原始指纹图像设置为第一指纹图像。通过采用该原始指纹图像作为参考图像,对该原始零偏图像进行缩放处理,可以避免对该原始指纹图像进行缩放导致的噪声的增强,而原始零偏图像本身是基于多组图像生成,除了底噪声外不包括其他信息,因此,可以降低缩放调整过程中引入的其他噪声,可以提高校准的准确度。
具体地,在一些实施例中,该步骤S104可以包括以下子步骤:
S1041、根据所述缩放系数生成对应的仿射变换矩阵;
S1042、根据所述仿射变换矩阵对所述原始指纹图像进行仿射变换,得到与所述原始零偏图像的具有相同物距的第一指纹图像。
例如,该缩放系数为s,则该仿射变换矩阵为
Figure GDA0003495109500000091
其中,在该步骤S105中,可以采用将该第一指纹图像与该第一零偏图像相减,从而得到校准后的目标指纹图像。
可以理解地,在一些实施例中,为了提高校准的准确度,可以先对该第一指纹图像进行调整,使得其与该第一零偏图像具有相同的信号强度均值,然后再进行校准。
具体地,该步骤S105包括:
S1051、获取所述第一指纹图像的第一信号强度均值。
S1052、获取所述第一零偏图像的第二信号强度均值。
S1053、根据所述第一信号强度均值以及所述第二信号强度均值对所述第一指纹图像进行强度均值化处理,得到第二指纹图像。
S1054、根据所述第一零偏图像对所述第二指纹图像进行校准,得到目标指纹图像。
其中,在该步骤S1051中,该第一指纹图像的第一信号强度均值为:
Figure GDA0003495109500000101
其中,ri,j为第一指纹图像上的坐标为(i,j)的像素点,H为第一指纹图像的高,W为第一指纹图像的宽。在该步骤S1052中,该第一零偏图像的第二信号强度均值为:
Figure GDA0003495109500000102
其中,bi,j为该第一零偏图像上的坐标为(i,j)的像素点。在该步骤S1053中,将第一指纹图像的各像素点的像素值乘以强化系数从而得到第二指纹图像,其中,所述强化系数为所述第二信号强度均值与所述第一信号强度均值的比值。通过该均值强化操作,可以是使得强度均值处理化处理后的第二指纹图像的信号强度均值达到与第一零偏图像的信号均值相同的水平,从而提高校准的准确度。其中,在该步骤S1054中,可以采用将该第二指纹图像的每一像素点的像素值与该第一零偏图像上对应像素点的像素值相减,从而得到校准后的目标指纹图像。
由上可知,本申请实施例提供的指纹图像校准方法通过获取待校准的原始指纹图像的第一噪声频率;获取原始零偏图像的第二噪声频率,所述原始零偏图像是指纹传感器在参考物距下生成的图像;根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数;根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像;根据所述第一零偏图像对第一指纹图像进行校准,得到目标指纹图像,从而实现指纹图像的校准,由于在校准过程中,通过将原始指纹图像与原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像,从而降低由于物距变化导致的校准误差,可以提高校准的准确性,进而提高指纹识别的准确性。
请参照图4,图4是本申请一些实施例中的一种指纹图像校准装置的结构示意图,该装置用于电子设备中,所述电子设备包括屏幕以及设置于屏幕下方的指纹传感器,指纹图像校准装置包括:第一获取模块201、第二获取模块202、第三获取模块203、调整模块204以及校准模块205。
其中,该第一获取模块201用于获取原始指纹图像的第一噪声频率,所述原始指纹图像为指纹传感器采集的待校准的图像。该第一获取模块201先获取指纹传感器生成的原始指纹图像,该原始指纹图像如图2所示。然后,可以采用预先建立的噪声计算模型来计算该原始指纹图像的第一噪声频率,也可以采用现有技术中其他常见的计算方法来计算。由于屏幕上方的指纹透过屏幕的方格像素在该指纹传感器进行成像的原因,会在原始指纹图像上形成方格状的噪声。可以理解地,在一些实施例中,该第一获取模块201可以用于:对所述原始指纹图像作离散傅里叶变换,得到指纹频谱图;根据所述指纹频谱图计算所述原始指纹图像的第一噪声频率。
其中,如图3所示,该指纹频谱图为复数形式的指纹频谱图。离散傅里叶变换可以为常规的离散傅里叶变换,也可以为快速离散傅里叶变换。可以采用将该指纹频谱图输入预先建立模型来计算该原始指纹图像的第一噪声频率。
当然,也可以基于曼哈顿距离进行计算。根据帕塞瓦尔定理,噪声中能量较大的信号会在图上形成亮点。因此,可以基于曼哈顿距离来查找这些亮点。具体地,在一些实施例中,该第一获取模块201用于:计算所述指纹频谱图上的多个像素点相对于所述指纹频谱图的参照点之间的曼哈顿距离;计算具有相同曼哈顿距离的像素点的曼哈顿距离总和,得到多个曼哈顿距离总和,每一所述曼哈顿距离总和对应一种曼哈顿距离的像素点;根据所述多个曼哈顿距离总和中最大的曼哈顿距离总和计算所述原始图像的第一噪声频率。
其中,该第二获取模块202用于获取所述指纹传感器的原始零偏图像的第二噪声频率。该指纹传感器的原始零偏图像的第二噪声频率可以是预先计算好然后存储在该电子设备中的,也可以是实时获取该原始零偏图像来进行计算的。该第二获取模块202具体用于对原始零偏图像进行离散傅里叶变换,得到对应的零偏频谱图;根据零偏频谱图计算原始零偏图像的第二噪声频率。
其中,该第三获取模块203用于根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数。可以将所述第一噪声频率除以所述第二噪声频率得到所述原始指纹图像相对于所述原始零偏图像的缩放系数。
其中,该调整模块204用于根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像。该调整模块204可以采用该原始零偏图像作为参考标准来对该原始指纹图像进行缩放调整,从而得到具有相同物距的第一指纹图像以及第一零偏图像。也可以以该原始指纹图像作为参考标准对该原始零偏图像进行缩放调整,从而得到具有相同物距的第一指纹图像以及第一零偏图像。当然,可以理解地,可以同时对该原始零偏图像以及该第一指纹图进行缩放调整,从而得到具有相同物距的第一指纹图像以及第一零偏图像。在校准过程中,通过将原始指纹图像与原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像,从而降低由于物距变化导致的校准误差,可以提高校准的准确性,进而提高指纹识别的准确性。
因此,该调整模块204具体用于:根据所述缩放系数将所述原始指纹图像调整为与所述原始零偏图像具有相同物距的第一指纹图像,并将所述原始零偏图像设置为第一零偏图像。或者该调整模块204具体用于:根据所述缩放系数将所述原始零偏图像调整为与所述原始指纹图像具有相同物距的第一零偏纹图像,并将所述原始指纹图像设置为第一指纹图像。通过采用该原始指纹图像作为参考图像,对该原始零偏图像进行缩放处理,可以避免对该原始指纹图像进行缩放导致的噪声的增强,而原始零偏图像本身是基于多组图像生成,除了底噪声外不包括其他信息,因此,可以降低缩放调整过程中引入的其他噪声,可以提高校准的准确度。
具体地,在一些实施例中,该调整模块204具体用于:根据所述缩放系数生成对应的仿射变换矩阵;根据所述仿射变换矩阵对所述原始指纹图像进行仿射变换,得到与所述原始零偏图像的具有相同物距的第一指纹图像。
其中,该校准模块205用于根据所述第一零偏图像对第一指纹图像进行校准,得到目标指纹图像。该校准模块205可以采用将该第二指纹图像与该第一零偏图像相减,从而得到校准后的目标指纹图像。
可以理解地,在一些实施例中,为了提高校准的准确度,可以先对该第一指纹图像进行调整,使得其与该第一零偏图像具有相同的信号强度均值,然后再进行校准。
具体地,该校准模块205具体用于:获取所述第一指纹图像的第一信号强度均值;获取所述第一零偏图像的第二信号强度均值;根据所述第一信号强度均值以及所述第二信号强度均值对所述第一指纹图像进行强度均值化处理,得到第二指纹图像;根据所述第一零偏图像对所述第二指纹图像进行校准,得到目标指纹图像。
其中,该第一指纹图像的第一信号强度均值为:
Figure GDA0003495109500000131
其中,ri,j为第一指纹图像上的坐标为(i,j)的像素点。该第一零偏图像的第二信号强度均值为:
Figure GDA0003495109500000132
其中,bi,j为该第一零偏图像上的坐标为(i,j)的像素点。可以采用第一指纹图像乘以强化系数从而得到第二指纹图像,其中,该强化系数为所述第二信号强度均值与所述第一信号强度均值的比值。可以采用将该第二指纹图像与该第一零偏图像相减,从而得到校准后的目标指纹图像。
由上可知,本申请实施例提供的指纹图像校准装置通过获取待校准的原始指纹图像的第一噪声频率;获取原始零偏图像的第二噪声频率,所述原始零偏图像是指纹传感器在参考物距下生成的图像;根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数;根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像;根据所述第一零偏图像对第一指纹图像进行校准,得到目标指纹图像,从而实现指纹图像的校准,由于在校准过程中,通过将原始指纹图像与原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像,从而降低由于物距变化导致的校准误差,可以提高校准的准确性,进而提高指纹识别的准确性。
请参照图5,图5为本申请实施例提供的一种电子设备的结构示意图,本申请提供一种电子设备3,包括:处理器301和存储器302,处理器301和存储器302通过通信总线303和/或其他形式的连接机构(未标出)互连并相互通讯,存储器302存储有处理器301可执行的计算机程序,当计算设备运行时,处理器301执行该计算机程序,以执行时执行上述实施例的任一可选的实现方式中的方法。
本申请实施例提供一种存储介质,所述计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的方法。其中,存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random AccessMemory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable ProgrammableRead Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (12)

1.一种指纹图像校准方法,其特征在于,所述方法包括:
获取原始指纹图像的第一噪声频率,所述原始指纹图像为指纹传感器采集的待校准的图像;
获取原始零偏图像的第二噪声频率,所述原始零偏图像为所述指纹传感器在参考物距下生成的图像;
根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数;
根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像;
根据所述第一零偏图像对第一指纹图像进行校准,得到目标指纹图像。
2.根据权利要求1所述的指纹图像校准方法,其特征在于,所述根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像,包括:
根据所述缩放系数将所述原始指纹图像调整为与所述原始零偏图像具有相同物距的第一指纹图像,并将所述原始零偏图像设置为第一零偏图像。
3.根据权利要求2所述的指纹图像校准方法,其特征在于,所述根据所述缩放系数将所述原始指纹图像调整为与所述原始零偏图像具有相同物距的第一指纹图像,包括:
根据所述缩放系数生成对应的仿射变换矩阵;
根据所述仿射变换矩阵对所述原始指纹图像进行仿射变换,得到与所述原始零偏图像的具有相同物距的第一指纹图像。
4.根据权利要求1所述的指纹图像校准方法,其特征在于,所述根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像,包括:
根据所述缩放系数将所述原始零偏图像调整为与所述原始指纹图像具有相同物距的第一零偏纹图像,并将所述原始指纹图像设置为第一指纹图像。
5.根据权利要求1-4任一项所述的指纹图像校准方法,其特征在于,所述根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数,包括:
将所述第一噪声频率除以所述第二噪声频率得到所述原始指纹图像相对于所述原始零偏图像的缩放系数。
6.根据权利要求1-4任一项所述的指纹图像校准方法,其特征在于,所述根据所述第一零偏图像对所述第一指纹图像进行校准,得到目标指纹图像,包括:
获取所述第一指纹图像的第一信号强度均值;
获取所述第一零偏图像的第二信号强度均值;
根据所述第一信号强度均值以及所述第二信号强度均值对所述第一指纹图像进行强度均值化处理,得到第二指纹图像;
根据所述第一零偏图像对所述第二指纹图像进行校准,得到目标指纹图像。
7.根据权利要求6所述的指纹图像校准方法,其特征在于,所述根据所述第一信号强度均值以及所述第二信号强度均值对所述第一指纹图像进行强度均值化处理,得到第二指纹图像,包括:
将第一指纹图像的各像素点的像素值乘以强化系数从而得到第二指纹图像,其中,所述强化系数为所述第二信号强度均值与所述第一信号强度均值的比值。
8.根据权利要求1-4任一项所述的指纹图像校准方法,其特征在于,获取原始图像的噪声频率,包括:
对原始图像进行离散傅里叶变换,得到频谱图;
根据所述频谱图计算所述原始图像的噪声频率;
其中,当所述原始图像为原始指纹图像时,所述噪声频率为第一噪声频率;当所述原始图像为原始零偏图像时,所述噪声频率为第二噪声频率。
9.根据权利要求8所述的指纹图像校准方法,其特征在于,所述根据所述频谱图计算所述原始图像的噪声频率,包括:
计算所述频谱图上的多个像素点相对于所述频谱图的参照点之间的曼哈顿距离;
计算具有相同曼哈顿距离的像素点的曼哈顿距离总和,得到多个曼哈顿距离总和,每一所述曼哈顿距离总和对应一种曼哈顿距离的像素点;
根据所述多个曼哈顿距离总和中最大的曼哈顿距离总和计算所述原始图像的第一噪声频率。
10.一种指纹图像校准装置,其特征在于,所述装置包括:
第一获取模块,用于获取原始指纹图像的第一噪声频率,所述原始指纹图像为指纹传感器采集的待校准的图像;
第二获取模块,用于获取原始零偏图像的第二噪声频率,所述原始零偏图像是指纹传感器在参考物距下生成图像;
第三获取模块,用于根据所述第一噪声频率以及所述第二噪声频率获取所述原始指纹图像相对于所述原始零偏图像的缩放系数;
调整模块,用于根据所述缩放系数将所述原始指纹图像以及所述原始零偏图像调整为具有相同物距的第一指纹图像以及第一零偏图像;
校准模块,用于根据所述第一零偏图像对第一指纹图像进行校准,得到目标指纹图像。
11.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-9任一项所述的方法。
12.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-9任一项所述的方法。
CN202011069292.6A 2020-09-30 2020-09-30 指纹图像校准方法、装置、电子设备及存储介质 Active CN112417951B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011069292.6A CN112417951B (zh) 2020-09-30 2020-09-30 指纹图像校准方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011069292.6A CN112417951B (zh) 2020-09-30 2020-09-30 指纹图像校准方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112417951A CN112417951A (zh) 2021-02-26
CN112417951B true CN112417951B (zh) 2022-06-24

Family

ID=74854713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011069292.6A Active CN112417951B (zh) 2020-09-30 2020-09-30 指纹图像校准方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112417951B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113838139A (zh) * 2021-08-13 2021-12-24 北京极豪科技有限公司 图像传感器的参数检测方法、装置、电子设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250839A (zh) * 2016-07-27 2016-12-21 徐鹤菲 一种虹膜图像透视校正方法、装置和移动终端
CN110993633A (zh) * 2019-12-17 2020-04-10 武汉芯盈科技有限公司 一种用于屏下指纹传感器的可调整像素尺寸的成像装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751113A (zh) * 2014-07-25 2015-07-01 北京智膜科技有限公司 基于智能移动信息设备的指纹识别方法
EP3276531A4 (en) * 2016-03-22 2018-04-18 Shenzhen Goodix Technology Co., Ltd. Method and device for correcting fingerprint image and terminal
CN107943345B (zh) * 2017-11-22 2020-10-02 Oppo广东移动通信有限公司 接近传感器的校准方法、装置、存储介质和电子设备
CN110795713B (zh) * 2018-08-01 2022-04-05 华为技术有限公司 指纹验证方法及装置
CN110189367B (zh) * 2019-05-29 2021-06-01 Oppo广东移动通信有限公司 校准方法及相关设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250839A (zh) * 2016-07-27 2016-12-21 徐鹤菲 一种虹膜图像透视校正方法、装置和移动终端
CN110993633A (zh) * 2019-12-17 2020-04-10 武汉芯盈科技有限公司 一种用于屏下指纹传感器的可调整像素尺寸的成像装置

Also Published As

Publication number Publication date
CN112417951A (zh) 2021-02-26

Similar Documents

Publication Publication Date Title
CN110766736A (zh) 缺陷检测方法、装置、电子设备以及存储介质
CN110852997B (zh) 动态图像清晰度检测方法、装置、电子设备及存储介质
CN112241976A (zh) 一种训练模型的方法及装置
CN113781406B (zh) 电子元器件的划痕检测方法、装置及计算机设备
CN111080571B (zh) 摄像头遮挡状态检测方法、装置、终端和存储介质
CN109509200A (zh) 基于轮廓提取的棋盘格角点检测方法、装置以及计算机可读存储介质
US10679094B2 (en) Automatic ruler detection
CN110807731A (zh) 用于补偿图像坏点的方法、装置、系统及存储介质
CN111220235B (zh) 水位监测方法及装置
US10395090B2 (en) Symbol detection for desired image reconstruction
CN112417951B (zh) 指纹图像校准方法、装置、电子设备及存储介质
CN111899237A (zh) 标尺精度测量方法、装置、计算机设备和存储介质
CN108776965B (zh) 一种图像中直线测量方法、装置、设备及存储介质
CN110475078B (zh) 摄像机曝光时间调整方法及终端设备
CN104268550B (zh) 特征提取方法及装置
CN113838138A (zh) 一种优化特征提取的系统标定方法、系统、装置和介质
CN107085843B (zh) 用于估计光学系统中的调制传递函数的系统和方法
CN114445318A (zh) 一种缺陷检测方法、装置、电子设备和存储介质
CN111275622A (zh) 图像拼接方法、装置及终端设备
CN111369531A (zh) 图像清晰度的评分方法、设备及存储装置
CN111723753A (zh) 卫星遥感图像的去条带方法、装置和电子设备
CN111695554A (zh) 一种文本矫正的方法、装置、电子设备和存储介质
CN112434572B (zh) 指纹图像校准方法、装置、电子设备及存储介质
CN111754413A (zh) 图像处理方法、装置、设备及存储介质
CN115147296A (zh) 高光谱图像矫正方法、装置、计算机设备和存储介质

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 201-1, 2nd Floor, Building 4, No. 188 Rixin Road, Binhai Science and Technology Park, Binhai New Area, Tianjin, 300450

Patentee after: Tianjin Jihao Technology Co.,Ltd.

Address before: 102200 b806, building 8, No. 97, Changping Road, Shahe Town, Changping District, Beijing (Changping Demonstration Park)

Patentee before: Beijing Jihao Technology Co.,Ltd.