CN112580605B - 指纹图像采集方法、装置、电子设备及存储介质 - Google Patents

指纹图像采集方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112580605B
CN112580605B CN202011619222.3A CN202011619222A CN112580605B CN 112580605 B CN112580605 B CN 112580605B CN 202011619222 A CN202011619222 A CN 202011619222A CN 112580605 B CN112580605 B CN 112580605B
Authority
CN
China
Prior art keywords
fingerprint
module
scanning
fingerprint image
curved
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
CN202011619222.3A
Other languages
English (en)
Other versions
CN112580605A (zh
Inventor
张靖恺
龙文勇
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.)
FocalTech Electronics Shenzhen Co Ltd
Original Assignee
FocalTech Electronics Shenzhen 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 FocalTech Electronics Shenzhen Co Ltd filed Critical FocalTech Electronics Shenzhen Co Ltd
Priority to CN202011619222.3A priority Critical patent/CN112580605B/zh
Priority to TW110106187A priority patent/TWI775322B/zh
Publication of CN112580605A publication Critical patent/CN112580605A/zh
Application granted granted Critical
Publication of CN112580605B publication Critical patent/CN112580605B/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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • 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
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请公开了一种指纹图像采集方法、装置、电子设备及存储介质，涉及图像处理技术领域。本申请的指纹图像采集方法包括：按照预设方向将曲面指纹模组划分为多个区域，曲面指纹模组包括指纹传感器；通过指纹传感器扫描并获取每个区域的指纹图像；融合每个区域的指纹图像。本申请通过将曲面指纹模组划分为多个区域，动态调整指纹传感器的扫描参数，使得每个区域采集到的指纹图像的质量达到最佳，融合每个区域的指纹图像，获取整体质量较佳的融合指纹图像，能够减小曲面指纹模组中间和边缘纹路之间对比度的差异，提高采集到的指纹图像的质量，从而解决曲面指纹模组厚度分布不均匀导致采集的指纹图像的质量存在明显差异的问题。

Description

指纹图像采集方法、装置、电子设备及存储介质
技术领域
本申请涉及图像处理技术领域，具体涉及一种指纹图像采集方法、装置、电子设备及存储介质。
背景技术
随着智能手机等电子设备的个性化、多样化设计，智能手机等电子设备的指纹模组的嵌设部位变得多样化，如嵌设指纹模组的部位可能为具有弧度的曲面。因为指纹传感器是平面的，制作成指纹模组时需要通过后期加工镀上一层呈曲面的材料，从而导致感应时手指和指纹传感器之间的距离是不均匀的。在目前的成像机制下，手指和指纹传感器之间的距离不均匀会导致采集到的指纹图像灰度不均匀，图像质量差异太大，特别是指纹模组中间和边缘纹路之间的对比度的差异较大，从而造成后续图像匹配效果不佳。
发明内容
鉴于此，本申请提供一种指纹图像采集方法、装置、电子设备及存储介质，能够减小曲面指纹模组中间和边缘纹路之间对比度的差异，提高采集到的指纹图像的质量，从而解决曲面指纹模组厚度分布不均匀导致采集的指纹图像的质量存在明显差异的问题。
本申请实施例一提供一种指纹图像采集方法，所述方法包括：按照预设方向将曲面指纹模组划分为多个区域，所述曲面指纹模组包括指纹传感器；通过所述指纹传感器扫描并获取每个所述区域的指纹图像；融合每个所述区域的指纹图像。
本申请实施例二提供一种图像采集装置，所述图像采集装置包括切分模块、扫描模块及融合模块；所述扫描模块电连接至所述切分模块和所述融合模块；所述切分模块用于按照预设方向将曲面指纹模组划分为多个区域；所述扫描模块用于扫描并获取每个所述区域的指纹图像；所述融合模块用于融合每个所述区域的指纹图像。
本申请实施例三提供一种电子设备，所述电子设备至少包括处理器和曲面指纹模组，所述曲面指纹模组包括至少一个指纹传感器；所述处理器电连接至所述至少一个指纹传感器；所述至少一个指纹传感器用于扫描所述曲面指纹模组上的指纹图像；所述处理器用于调用计算机程序，以实现如实施例一所述的指纹图像采集方法。
本申请实施例四提供一种存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个计算机程序，所述一个或者多个计算机程序可被一个或者多个处理器执行，以实现如实施例一所述的指纹图像采集方法。
本申请通过将曲面指纹模组划分为多个区域，动态调整指纹传感器的扫描参数，使得每个区域采集到的指纹图像的质量达到最佳，融合每个区域的指纹图像，获取整体质量较佳的融合指纹图像，能够减小曲面指纹模组中间和边缘纹路之间对比度的差异，提高采集到的指纹图像的质量，从而解决曲面指纹模组厚度分布不均匀导致采集的指纹图像的质量存在明显差异的问题。
附图说明
图1是本申请实施例一的指纹图像采集方法的流程图。
图2是一个曲面指纹模组的示意图。
图3是对图2中曲面指纹模组进行划分的示意图。
图4是本申请实施例二的图像采集装置的结构示意图。
图5是本申请实施例三的电子设备的结构示意图。
主要元件符号说明
20 曲面指纹模组
21 曲面
22 指纹传感器
H 曲面指纹模组20的厚度
L 曲面指纹模组20的长度
W 曲面指纹模组20的宽度
A，B 区域
A1-A3，B1-B3 子区域
40 图像采集装置
41 切分模块
42 扫描模块
43 融合模块
44 特征模块
50 电子设备
51 处理器
具体实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施例对本申请进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
随着智能手机等电子设备的个性化、多样化设计，智能手机等电子设备的指纹模组的嵌设部位变得多样化，如嵌设指纹模组的部位可能为具有弧度的曲面。因为指纹传感器是平面的，制作成指纹模组时需要通过后期加工镀上一层呈曲面的材料，从而导致感应时手指和指纹传感器之间的距离是不均匀的。在目前的成像机制下，手指和指纹传感器之间的距离不均匀会导致采集到的指纹图像灰度不均匀，图像质量差异太大，特别是指纹模组中间和边缘纹路之间的对比度的差异较大，从而造成后续图像匹配效果不佳。
基于此，本申请提供一种指纹图像采集方法、装置、电子设备及存储介质，能够减小曲面指纹模组中间和边缘纹路之间对比度的差异，提高采集到的指纹图像的质量，从而解决曲面指纹模组厚度分布不均匀导致采集的指纹图像的质量存在明显差异的问题。
实施例一
参照图1至图3，图1为本申请实施例一提供的指纹图像采集方法的流程图，图2为曲面指纹模组20的示意图，图3为曲面指纹模组20的一个划分示意图。所述指纹图像采集方法包括如下步骤：
S11，按照预设方向将曲面指纹模组划分为多个区域。
所述曲面指纹模组20包括曲面21和指纹传感器22。所述指纹传感器22设置于所述曲面指纹模组20的内部。当手指按压或触控所述曲面21时，所述指纹传感器22扫描所述曲面21上的指纹图像。
在本申请实施例中，所述指纹传感器22可以是光学指纹传感器、半导体电容传感器、半导体热敏传感器、半导体压感传感器、超声波传感器和射频RF传感器等，在此不做具体限定。
需要说明的是，将曲面指纹模组20划分为多个区域，每个所述区域的厚度H相一致，即每个所述区域的厚度值近似相等。显然，划分的区域越多，每一区域的厚度值越接近。所述预设方向可以为所述曲面指纹模组20的长度L方向或者宽度W方向。
在其中一实施例中，可沿所述曲面指纹模组20的预设方向，例如长度L方向，并按照预设的宽度值进行平均划分，即按照一固定宽度值将所述曲面指纹模组20垂直划分为厚度均匀的N等份区域。其中，N为大于1的正整数。
例如，由于曲面指纹模组20的中间部分厚度较大，边缘部分厚度较小。可先将所述曲面指纹模组20划分为中间对称的两个部分，即区域A和区域B。再将区域A和区域B分别划分为3个子区域，即子区域A1-A3和子区域B1-B3，保证每个子区域的厚度值近似相等。
可以理解，划分所述曲面指纹模组20也可以是随机划分，即无需按照固定的宽度值进行划分，保证划分后的各个区域的厚度值近似相等即可。
S12，扫描并获取每个区域的指纹图像。
针对单个区域，例如以下子区域中的任一个：A1、A2、A3、B1、B2、B3，首先设置指纹传感器22的扫描参数。再利用所述指纹传感器22扫描所述区域，可以获取与所述扫描参数相对应的指纹图像。然后，根据所述指纹图像的质量调整所述扫描参数，直至所述扫描参数相对应的指纹图像的质量达到最佳。
可以理解，所述扫描参数与所述指纹传感器22的类别相关。例如，当所述指纹传感器22为光学指纹传感器时，所述扫描参数可包括曝光时长和光强中的至少一个。所述曝光时长为所述光学指纹传感器采集激励光源投射到所述曲面21上的光信号的时长，所述光强为所述光信号的强度。所述曝光时长越长或者所述光强越大，获取到的指纹图像的质量越佳。当所述指纹传感器22为电容指纹传感器时，所述扫描参数可包括扫描时间和积分次数中的至少一个。所述扫描时间为所述电容指纹传感器采集手指与所述曲面21之间形成的电容的电荷量的时长，所述积分次数为所述电容指纹传感器对采集到的多个电荷量进行积分处理的次数。所述扫描时间越长或者所述积分次数越多，获取到的指纹图像的质量越佳。
在本申请实施例中，所述指纹图像的质量为所述指纹图像的清晰度。可以理解，所述指纹图像中纹脊和纹谷的对比度越高，所述指纹图像的质量越佳，所述指纹图像的清晰度也越佳。
可以理解，在不同的划分区域，例如子区域A1和子区域B1，可设置不同的扫描参数，通过动态调整所述扫描参数使得每个区域获取到的指纹图像的质量达到最佳。
S13，融合每个区域的指纹图像。
对每个区域的指纹图像进行融合处理，可获取整个曲面指纹模组20的融合指纹图像。例如，先将曲面指纹模组20划分为N等份区域。再通过所述指纹传感器22对每一等份区域进行扫描，可获取相对应的每一帧指纹图像，则整个曲面指纹模组20对应N帧指纹图像。最后将所述N帧指纹图像融合成一幅完整的指纹图像。
可以理解，在本申请实施例中，并不限定图像融合的方法。例如，可以直接对每个区域的指纹图像的像素灰度空间进行融合，如线性加权图像融合方法、主成分分析(Principal Component Analysis，PCA)融合方法等。也可以是先对每个区域的指纹图像进行图像变换处理，然后计算获取融合指纹图像的变换系数，最后通过逆变换得到融合指纹图像，如基于离散余弦变换(Discrete Cosine Transform，DCT)的图像融合方法、基于快速傅立叶变换(Fast Fourier Transformation，FFT)的图像融合方法、基于多尺度分解的图像融合方法等。还可以采用如均值、权重分布或高动态范围(High-Dynamic Range，HDR)等其它图像融合方法。
S14，从融合指纹图像中提取指纹特征。
在其中一实施例中，可从所述融合指纹图像中提取指纹特征。所述指纹特征可用于指纹录入和匹配。所述指纹特征包括全局特征和局部特征中的至少一个。其中，所述全局特征可以为纹型和/或纹线密度等。纹型包括斗形纹、箕形纹和弓线纹等。所述局部特征为中心点、三角点、分歧点、起点、终点、结合点、小点、小眼、小棒、小勾和小桥中任一个或多个。
本申请实施例一通过将曲面指纹模组20划分为多个区域，动态调整指纹传感器22的扫描参数，使得每个区域采集到的指纹图像的质量达到最佳，融合每个区域的所述指纹图像，获取整体质量较佳的融合指纹图像，能够减小所述曲面指纹模组20中间和边缘纹路之间对比度的差异，提高采集到的所述指纹图像的质量，从而解决曲面指纹模组20厚度分布不均匀导致采集的所述指纹图像的质量存在明显差异的问题。
实施例二
本申请实施例二为装置实施例，可以用于执行实施例一所述的指纹图像采集方法。对于实施例二的装置实施例中未披露的细节，请参照实施例一的具体实施方式。
参照图4，图4为本申请实施例二提供的图像采集装置40的结构示意图。所述图像采集装置40包括切分模块41、扫描模块42及融合模块43。所述扫描模块42电连接至所述切分模块41和所述融合模块43。所述切分模块41用于按照预设方向将曲面指纹模组20划分为多个区域。所述扫描模块42用于扫描并获取每个区域的指纹图像。所述融合模块43用于融合每个区域的指纹图像。
本申请实施例二的图像采集装置40，按照预设方向将曲面指纹模组20划分为多个区域，其中，每个所述区域的厚度H相一致。动态调整指纹传感器22的扫描参数，使得每个区域采集到的指纹图像的质量达到最佳，融合每个区域的指纹图像，获取整体质量较佳的融合指纹图像。
在其中一个实施例中，所述图像采集装置40还包括特征模块44，所述特征模块44电连接至所述融合模块43。所述特征模块44用于从融合指纹图像中提取指纹特征。
需要说明的是，本申请实施例二所提及的所述切分模块41、所述扫描模块42、所述融合模块43及所述特征模块44的功能和作用相当于电子设备中的处理器。
实施例三
参照图5，图5为本申请实施例三提供的电子设备50的结构示意图。所述电子设备50至少包括处理器51和曲面指纹模组20。所述曲面指纹模组20包括至少一个指纹传感器22。所述处理器51电连接至所述至少一个指纹传感器22。所述至少一个指纹传感器22用于扫描所述曲面指纹模组20上的指纹图像。所述处理器51用于调用计算机程序，以实现如实施例一所述的指纹图像采集方法。
可以理解，在本申请实施例中，所述电子设备50可以是但不限于智能电话、平板、个人计算机(Personal Computer，PC)、移动电话、视频电话、电子书阅读器、桌上型PC、膝上型PC、上网本、计算机、个人数字助理(PDA)、便携式多媒体播放器(Portable MultimediaPlayer，PMP)、MPEG-1音频层3(MP3)播放器、移动医疗设备、相机及可穿戴设备。所述可穿戴设备可以包括附件类型(例如，手表、戒指、手镯、脚链、项链、眼镜、隐形眼镜或头戴式设备(Head-Mounted Device，HMD))、织物或服装集成类型(例如，电子服装)、身体安装类型(例如，皮肤垫或纹身)以及生物可植入类型(例如，可植入电路)中的至少一种。
所述处理器51可以是中央处理单元(Central Processing Unit，CPU)、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
在其中一个实施例中，当所述电子设备50为智能手机时，所述曲面指纹模组20可嵌设于所述电子设备50的侧面。所述指纹传感器22设置于所述曲面指纹模组20的内部，并与所述电子设备50内部的处理器51电连接。
可以理解，所述电子设备50可以利用所述指纹传感器22采集的指纹图像实现指纹解锁，访问应用锁，指纹拍照，指纹接听来电等功能。
实施例四
本申请实施例四提供一种存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个计算机程序，所述一个或者多个计算机程序可被一个或者多个处理器执行，以实现如实施例一所述的指纹图像采集方法。
所述存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。所述存储介质包括但不限于RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光盘存储、磁盒、磁带、磁盘存储或其它磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其它的介质。
需要说明的是，本申请实施例一中的具体实施方式可适用于实施例二至实施例四。
上面结合附图对本申请实施例作了详细说明，但是本申请不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本申请宗旨的前提下做出各种变化。此外，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

Claims (10)

1.一种指纹图像采集方法，其特征在于，所述方法包括：
按照预设方向将曲面指纹模组划分为多个区域，每个所述区域的厚度相一致，所述曲面指纹模组包括指纹传感器；
通过所述指纹传感器扫描并获取每个所述区域的指纹图像，每个所述区域对应不同的扫描参数；其中，所述扫描参数与所述指纹传感器的类别相关；
融合每个所述区域的指纹图像。
2.如权利要求1所述的指纹图像采集方法，其特征在于，所述按照预设方向将曲面指纹模组划分为多个区域，包括：
沿所述预设方向按照预设的宽度值将所述曲面指纹模组平均划分为所述多个区域；或者，
沿所述预设方向将所述曲面指纹模组随机划分为所述多个的区域。
3.如权利要求1或2所述的指纹图像采集方法，其特征在于，所述通过所述指纹传感器扫描并获取每个所述区域的指纹图像，包括：
通过所述指纹传感器扫描每个所述区域；
获取每个所述区域与所述扫描参数相对应的指纹图像。
4.如权利要求3所述的指纹图像采集方法，其特征在于，所述方法在获取每个所述区域与所述扫描参数相对应的指纹图像之后，还包括：
根据所述指纹图像调整所述扫描参数，直至所述指纹图像的质量达到最佳。
5.如权利要求3所述的指纹图像采集方法，其特征在于，当所述指纹传感器为电容指纹传感器时，所述扫描参数包括扫描时间和积分次数中的至少一个；所述扫描时间为所述电容指纹传感器采集手指与所述曲面指纹模组之间形成的电容的电荷量的时长，所述积分次数为所述电容指纹传感器对采集到的多个电荷量进行积分处理的次数。
6.如权利要求3所述的指纹图像采集方法，其特征在于，所述方法在融合每个所述区域的指纹图像之后，还包括：
从融合指纹图像中提取指纹特征。
7.一种图像采集装置，其特征在于，所述图像采集装置包括切分模块、扫描模块及融合模块；所述扫描模块电连接至所述切分模块和所述融合模块；
所述切分模块用于按照预设方向将曲面指纹模组划分为多个区域，每个所述区域的厚度相一致；所述扫描模块用于扫描并获取每个所述区域的指纹图像，每个所述区域对应不同的扫描参数；其中，所述扫描参数与所述指纹传感器的类别相关；所述融合模块用于融合每个所述区域的指纹图像。
8.如权利要求7所述的图像采集装置，其特征在于，所述指纹图像采集装置还包括特征模块，所述特征模块电连接至所述融合模块；所述特征模块用于从融合指纹图像中提取指纹特征。
9.一种电子设备，其特征在于，所述电子设备至少包括处理器和曲面指纹模组，所述曲面指纹模组包括至少一个指纹传感器；所述处理器电连接至所述至少一个指纹传感器；所述至少一个指纹传感器用于扫描所述曲面指纹模组上的指纹图像；所述处理器用于调用计算机程序，以实现如权利要求1至6任一项所述的指纹图像采集方法。
10.一种存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个计算机程序，其特征在于，所述一个或者多个计算机程序可被一个或者多个处理器执行，以实现如权利要求1至6任一项所述的指纹图像采集方法。
CN202011619222.3A 2020-12-31 2020-12-31 指纹图像采集方法、装置、电子设备及存储介质 Active CN112580605B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011619222.3A CN112580605B (zh) 2020-12-31 2020-12-31 指纹图像采集方法、装置、电子设备及存储介质
TW110106187A TWI775322B (zh) 2020-12-31 2021-02-22 指紋圖像採集方法、裝置、電子設備及存儲介質

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011619222.3A CN112580605B (zh) 2020-12-31 2020-12-31 指纹图像采集方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112580605A CN112580605A (zh) 2021-03-30
CN112580605B true CN112580605B (zh) 2024-05-24

Family

ID=75144767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011619222.3A Active CN112580605B (zh) 2020-12-31 2020-12-31 指纹图像采集方法、装置、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN112580605B (zh)
TW (1) TWI775322B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116631012A (zh) * 2022-02-09 2023-08-22 腾讯科技（深圳）有限公司 生物纹路信息的特征提取方法、装置、设备及存储介质

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101539993A (zh) * 2008-03-20 2009-09-23 中国科学院自动化研究所 基于尺寸缩放估算的多采集仪间指纹交叉匹配方法
CN103699885A (zh) * 2013-12-18 2014-04-02 格科微电子（上海）有限公司 光学指纹采集方法、光学指纹采集装置及便携式电子装置
CN105335737A (zh) * 2015-12-02 2016-02-17 苏州迈瑞微电子有限公司 电容指纹传感器
CN105740753A (zh) * 2014-12-12 2016-07-06 比亚迪股份有限公司 指纹识别方法及指纹识别系统
CN105830345A (zh) * 2014-11-25 2016-08-03 赛普拉斯半导体公司 用于在指纹和触摸应用中的多相扫描的方法和传感器
CN105912920A (zh) * 2016-06-17 2016-08-31 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN106355144A (zh) * 2016-08-26 2017-01-25 广东欧珀移动通信有限公司 指纹图像的采集方法、装置以及移动终端
WO2017156976A1 (zh) * 2016-03-16 2017-09-21 上海箩箕技术有限公司 光学指纹传感器模组
CN206863775U (zh) * 2017-06-30 2018-01-09 南昌欧菲显示科技有限公司 指纹识别模组及电子设备
CN108647505A (zh) * 2018-04-19 2018-10-12 Oppo广东移动通信有限公司 指纹解锁方法及相关产品
CN108734118A (zh) * 2018-05-11 2018-11-02 深圳市零度智控科技有限公司 指纹识别方法、移动终端及计算机可读存储介质
CN109564628A (zh) * 2018-10-15 2019-04-02 深圳市汇顶科技股份有限公司 指纹识别方法、装置及具有指纹识别功能的终端设备
CN110709860A (zh) * 2019-03-25 2020-01-17 深圳市汇顶科技股份有限公司 指纹识别的装置和电子设备
CN110799988A (zh) * 2019-04-30 2020-02-14 深圳市汇顶科技股份有限公司 指纹识别的装置和电子设备
CN111274849A (zh) * 2018-12-04 2020-06-12 上海耕岩智能科技有限公司 曲面屏成像比例的确定方法、存储介质及电子设备
WO2020150926A1 (zh) * 2019-01-23 2020-07-30 深圳市汇顶科技股份有限公司 Lcd屏下指纹识别模组、lcd装置和终端设备
WO2020172773A1 (zh) * 2019-02-25 2020-09-03 深圳市汇顶科技股份有限公司 指纹识别的方法、装置和电子设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100113952A1 (en) * 2008-11-03 2010-05-06 Raguin Daniel H Apparatus and method for the identification of fake fingerprints
CN102629316B (zh) * 2011-11-25 2013-12-18 浙江外国语学院 自动指纹识别技术中的图像增强方法
KR102077316B1 (ko) * 2012-11-14 2020-04-08 삼성디스플레이 주식회사 플렉서블 터치 스크린 패널 이를 구비한 플렉서블 표시장치
US9858469B2 (en) * 2013-12-30 2018-01-02 Ge Healthcare Bio-Sciences Corp. Modular image analysis system and method
US9854141B2 (en) * 2015-01-29 2017-12-26 Truelight Corporation Thin optical imaging module of a biometric apparatus
KR102509067B1 (ko) * 2016-04-08 2023-03-13 삼성디스플레이 주식회사 사용자 인증장치, 그것의 입력 센싱 모듈 및 사용자 인증방법
KR102617248B1 (ko) * 2019-03-19 2023-12-27 삼성디스플레이 주식회사 전자 장치

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101539993A (zh) * 2008-03-20 2009-09-23 中国科学院自动化研究所 基于尺寸缩放估算的多采集仪间指纹交叉匹配方法
CN103699885A (zh) * 2013-12-18 2014-04-02 格科微电子（上海）有限公司 光学指纹采集方法、光学指纹采集装置及便携式电子装置
CN105830345A (zh) * 2014-11-25 2016-08-03 赛普拉斯半导体公司 用于在指纹和触摸应用中的多相扫描的方法和传感器
CN105740753A (zh) * 2014-12-12 2016-07-06 比亚迪股份有限公司 指纹识别方法及指纹识别系统
CN105335737A (zh) * 2015-12-02 2016-02-17 苏州迈瑞微电子有限公司 电容指纹传感器
WO2017156976A1 (zh) * 2016-03-16 2017-09-21 上海箩箕技术有限公司 光学指纹传感器模组
CN105912920A (zh) * 2016-06-17 2016-08-31 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN106355144A (zh) * 2016-08-26 2017-01-25 广东欧珀移动通信有限公司 指纹图像的采集方法、装置以及移动终端
CN206863775U (zh) * 2017-06-30 2018-01-09 南昌欧菲显示科技有限公司 指纹识别模组及电子设备
CN108647505A (zh) * 2018-04-19 2018-10-12 Oppo广东移动通信有限公司 指纹解锁方法及相关产品
CN108734118A (zh) * 2018-05-11 2018-11-02 深圳市零度智控科技有限公司 指纹识别方法、移动终端及计算机可读存储介质
CN109564628A (zh) * 2018-10-15 2019-04-02 深圳市汇顶科技股份有限公司 指纹识别方法、装置及具有指纹识别功能的终端设备
CN111274849A (zh) * 2018-12-04 2020-06-12 上海耕岩智能科技有限公司 曲面屏成像比例的确定方法、存储介质及电子设备
WO2020150926A1 (zh) * 2019-01-23 2020-07-30 深圳市汇顶科技股份有限公司 Lcd屏下指纹识别模组、lcd装置和终端设备
WO2020172773A1 (zh) * 2019-02-25 2020-09-03 深圳市汇顶科技股份有限公司 指纹识别的方法、装置和电子设备
CN110709860A (zh) * 2019-03-25 2020-01-17 深圳市汇顶科技股份有限公司 指纹识别的装置和电子设备
CN110799988A (zh) * 2019-04-30 2020-02-14 深圳市汇顶科技股份有限公司 指纹识别的装置和电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LC698S片上指纹算法的优化与应用;武言哲等;单片机与嵌入式系统应用;20170501(第05期);68-71, 75 *
屏上指纹设计方案;祝正易;;光电子技术;20200630(第02期);30-33+39 *
液晶显示屏背光源模组表面缺陷自动光学检测系统设计;史艳琼等;传感技术学报;20150515(第05期);768-773 *

Also Published As

Publication number Publication date
TWI775322B (zh) 2022-08-21
CN112580605A (zh) 2021-03-30
TW202133035A (zh) 2021-09-01

Similar Documents

Publication Publication Date Title
CN110148121B (zh) 一种皮肤图像处理方法、装置、电子设备及介质
US20190378247A1 (en) Image processing method, electronic device and non-transitory computer-readable recording medium
CN105874776B (zh) 图像处理设备和方法
CN107211100B (zh) 用于图像的运动去模糊的方法及装置
CN111091576A (zh) 图像分割方法、装置、设备及存储介质
CN113837079B (zh) 显微镜的自动对焦方法、装置、计算机设备和存储介质
US20160379038A1 (en) Valid finger area and quality estimation for fingerprint imaging
Zhou et al. Variational Dirichlet blur kernel estimation
CN112580605B (zh) 指纹图像采集方法、装置、电子设备及存储介质
US20170019615A1 (en) Image processing method, non-transitory computer-readable storage medium and electrical device thereof
CN106231200B (zh) 一种拍照方法及装置
CN106899800A (zh) 相机对焦的方法、装置及移动终端设备
CN111274849A (zh) 曲面屏成像比例的确定方法、存储介质及电子设备
Chen et al. SmartDCap: semi-automatic capture of higher quality document images from a smartphone
Chernov et al. Application of dynamic saliency maps to the video stream recognition systems with image quality assessment
CN109978810B (zh) 痣的检测方法、系统、设备及存储介质
CN113711123B (zh) 一种对焦方法、装置及电子设备
Liu et al. Novel focus region detection method for multifocus image fusion using quaternion wavelet
US20230014272A1 (en) Image processing method and apparatus
CN110661969B (zh) 显示屏的图像采集方法、装置、电子设备及介质
Bouffard et al. Multi-step reinforcement learning for medical image super-resolution
CN112733565A (zh) 二维码粗定位方法、设备及存储介质
CN112634298A (zh) 图像处理方法及装置、存储介质、终端
US20190057271A1 (en) Image processing method, photographing device and storage medium
KR20150032764A (ko) 인위적으로 디포커스된 블러 이미지를 생성하는 방법 및 이미지 캡쳐링 디바이스

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