CN113282317A - 光学指纹参数升级方法及相关产品 - Google Patents

光学指纹参数升级方法及相关产品 Download PDF

Info

Publication number
CN113282317A
CN113282317A CN202110548488.1A CN202110548488A CN113282317A CN 113282317 A CN113282317 A CN 113282317A CN 202110548488 A CN202110548488 A CN 202110548488A CN 113282317 A CN113282317 A CN 113282317A
Authority
CN
China
Prior art keywords
image
histogram
fingerprint
optical fingerprint
exposure
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.)
Granted
Application number
CN202110548488.1A
Other languages
English (en)
Other versions
CN113282317B (zh
Inventor
欧锦荣
陈然
郭子青
李虎
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN202110548488.1A priority Critical patent/CN113282317B/zh
Publication of CN113282317A publication Critical patent/CN113282317A/zh
Application granted granted Critical
Publication of CN113282317B publication Critical patent/CN113282317B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/60Software deployment
    • G06F8/65Updates
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/70Software maintenance or management
    • G06F8/71Version control; Configuration management
    • 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
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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

Abstract

本申请实施例公开了一种光学指纹参数升级方法及相关产品,应用于电子设备,所述电子设备包括:光学指纹模组;所述方法包括如下步骤:启动版本更新时,获取所述版本更新的光学指纹模组的第一曝光参数以及第一模板图像;采用第一曝光参数对所述第一模板图像进行曝光补偿得到第二图像;采集第三光学指纹图像;采用第一曝光参数对所述第三光学指纹图像执行曝光补偿得到第四图像;对所述第二图像以及所述第四图像进行验证得到验证结果,依据所述验证结果更新该光学指纹模组的曝光参数。本申请提供的技术方案具有提高光学指纹识别精度,提高用户体验度的优点。

Description

光学指纹参数升级方法及相关产品
技术领域
本申请涉及电子设备技术领域,具体涉及一种光学指纹参数升级方法及相关产品。
背景技术
随着电子设备(如手机、平板电脑等等)的大量普及应用,电子设备能够支持的应用越来越多,功能越来越强大,电子设备向着多样化、个性化的方向发展,成为用户生活中不可缺少的电子用品。
指纹识别属于生物识别的一种,随着电子技术的发展,指纹识别已经广泛的应用到终端领域,随着全面屏技术的发展,指纹识别更换成光学指纹识别方案。现有的终端在一段时间内,均会对终端的软件进行升级更新,此升级更新并未对光学指纹模组的参数进行升级更新,这样可能导致光学指纹模组的参数与用户使用环境或习惯并不匹配,影响了指纹识别的精度,降低了用户体验度。
发明内容
本申请实施例提供了一种光学指纹参数升级方法及相关产品,能够实现对光学指纹模组的参数的更新,提高了指纹识别的精度,提高了用户体验度。
第一方面,本申请实施例提供一种光学指纹参数升级方法,所述方法包括如下步骤:
启动版本更新时,获取所述版本更新的光学指纹模组的第一曝光参数以及第一模板图像;
采用第一曝光参数对所述第一模板图像进行曝光补偿得到第二图像;采集第三光学指纹图像;
采用第一曝光参数对所述第三光学指纹图像执行曝光补偿得到第四图像;对所述第二图像以及所述第四图像进行验证得到验证结果,依据所述验证结果更新该光学指纹模组的曝光参数。
第二方面,提供一种光学指纹参数升级装置,所述装置包括:
所述通信模块,用于启动版本更新时,获取第一曝光参数以及第一模板图像;
补偿单元,用于采用第一曝光参数对所述第一模板图像进行曝光补偿得到第二图像;
采集单元,用于采集第三光学指纹图像;
所述补偿单元,还用于采用第一曝光参数对所述第三光学指纹图像执行曝光补偿得到第四图像;
验证单元,用于对所述第二图像以及所述第四图像进行验证得到验证结果;
更新单元,用于依据所述验证结果更新该光学指纹模组的曝光参数。
第三方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,本申请提供的技术方案在进行版本更新时,获取该版本更新的第一曝光参数,然后依据该第一曝光参数对第一模板图像进行曝光补偿得到补偿图像,然后对实际采集的光学指纹图像采用该第一曝光参数进行补偿得到另外补偿图像,然后依据两个补偿图像的验证结果确定该曝光参数的更新方案,这样在进行曝光参数更新时,就能够更好的匹配电子设备应用的场景,进而提高指纹识别的精确度,提高用户体验度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1A是本申请实施例提供的一种电子设备的结构示意图;
图1B是本申请实施例提供的一种光学指纹参数升级方法的流程示意图;
图2是本申请实施例提供的一种验证方法的流程示意图;
图3A是一种图片的直方图示意图;
图3B是一种图片的直方图示意图;
图3C是一种图片的直方图示意图;
图3D是一种图片的直方图示意图;
图3E是一种图片的直方图示意图;
图4是本申请实施例提供的另一种光学指纹参数升级方法的流程示意图;
图5A是本申请实施例提供的电子设备的结构示意图;
图5B是本申请实施例提供的一种光学指纹参数升级装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备(例如智能手机或平板电脑)、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(user equipment,UE),移动台(mobile station,MS),终端设备(terminal device)等等。
下面对本申请实施例进行详细介绍。
请参阅图1A,图1A是本申请实施例公开的一种电子设备的结构示意图,电子设备100包括存储和处理电路110,以及与所述存储和处理电路110连接的传感器170,传感器170可以包括摄像头、距离传感器、重力传感器等,其中:
电子设备100可以包括控制电路,该控制电路可以包括存储和处理电路110。该存储和处理电路110可以存储器,例如硬盘驱动存储器,非易失性存储器(例如闪存或用于形成固态驱动器的其它电子可编程只读存储器等),易失性存储器(例如静态或动态随机存取存储器等)等,本申请实施例不作限制。存储和处理电路110中的处理电路可以用于控制电子设备100的运转。该处理电路可以基于一个或多个微处理器,微控制器,数字信号处理器,基带处理器,功率管理单元,音频编解码器芯片,专用集成电路,显示驱动器集成电路等来实现。
存储和处理电路110可用于运行电子设备100中的软件,例如互联网浏览应用程序,互联网协议语音(Voice over Internet Protocol,VOIP)电话呼叫应用程序,电子邮件应用程序,媒体播放应用程序,操作系统功能等。这些软件可以用于执行一些控制操作,例如,基于照相机的图像采集,基于环境光传感器的环境光测量,基于接近传感器的接近传感器测量,基于诸如发光二极管的状态指示灯等状态指示器实现的信息显示功能,基于触摸传感器的触摸事件检测,与在多个(例如分层的)显示屏上显示信息相关联的功能,与执行无线通信功能相关联的操作,与收集和产生音频信号相关联的操作,与收集和处理按钮按压事件数据相关联的控制操作,以及电子设备100中的其它功能等,本申请实施例不作限制。
电子设备100可以包括输入-输出电路150。输入-输出电路150可用于使电子设备100实现数据的输入和输出,即允许电子设备100从外部设备接收数据和也允许电子设备100将数据从电子设备100输出至外部设备。输入-输出电路150可以进一步包括传感器170。传感器170静脉识别模组,还可以包括环境光传感器,基于光和电容的接近传感器,指纹识别模组,、触摸传感器(例如,基于光触摸传感器和/或电容式触摸传感器,其中,触摸传感器可以是触控显示屏的一部分,也可以作为一个触摸传感器结构独立使用),加速度传感器,摄像头,和其它传感器等,摄像头可以为前置摄像头或者后置摄像头,指纹识别模组可集成于显示屏下方,用于采集指纹图像,指纹识别模组可以为:光学指纹模组等等,在此不作限定。上述前置摄像头可以设置前面显示屏的下方,上述后置摄像头可以设置在后面显示屏的下方。当然上述前置摄像头或后置摄像头也可以不和显示屏集成设置,当然在实际应用中,上述前置摄像头或后置摄像头还可以为升降结构,本申请具体实施方式并不限制上述前置摄像头或后置摄像头的具体结构。
输入-输出电路150还可以包括一个或多个显示屏,当为多个显示屏时,例如2个显示屏时,一个显示屏可以设置在电子设备的前面,另一个显示屏可以设置在电子设备的后面,例如显示屏130。显示屏130可以包括液晶显示屏,有机发光二极管显示屏,电子墨水显示屏,等离子显示屏,使用其它显示技术的显示屏中一种或者几种的组合。显示屏130可以包括触摸传感器阵列(即,显示屏130可以是触控显示屏)。触摸传感器可以是由透明的触摸传感器电极(例如氧化铟锡(ITO)电极)阵列形成的电容式触摸传感器,或者可以是使用其它触摸技术形成的触摸传感器,例如音波触控,压敏触摸,电阻触摸,光学触摸等,本申请实施例不作限制。
电子设备100还可以包括音频组件140。音频组件140可以用于为电子设备100提供音频输入和输出功能。电子设备100中的音频组件140可以包括扬声器,麦克风,蜂鸣器,音调发生器以及其它用于产生和检测声音的组件。
通信电路120可以用于为电子设备100提供与外部设备通信的能力。通信电路120可以包括模拟和数字输入-输出接口电路,和基于射频信号和/或光信号的无线通信电路。通信电路120中的无线通信电路可以包括射频收发器电路、功率放大器电路、低噪声放大器、开关、滤波器和天线。举例来说,通信电路120中的无线通信电路可以包括用于通过发射和接收近场耦合电磁信号来支持近场通信(Near Field Communication,NFC)的电路。例如,通信电路120可以包括近场通信天线和近场通信收发器。通信电路120还可以包括蜂窝电话收发器和天线,无线局域网收发器电路和天线等。
电子设备100还可以进一步包括电池,电力管理电路和其它输入-输出单元160。输入-输出单元160可以包括按钮,操纵杆,点击轮,滚动轮,触摸板,小键盘,键盘,照相机,发光二极管和其它状态指示器等。
用户可以通过输入-输出电路150输入命令来控制电子设备100的操作,并且可以使用输入-输出电路150的输出数据以实现接收来自电子设备100的状态信息和其它输出。
基于上述图1A所描述的电子设备,可以用于实现如下功能:
通信电路120,用于启动版本更新时,获取光学指纹模组的第一曝光参数以及第一模板图像;
存储和处理电路110,用于采用第一曝光参数对所述第一模板图像进行曝光补偿得到第二图像;
光学指纹模组,用于采集第三光学指纹图像;
存储和处理电路110,还用于采用第一曝光参数对所述第三光学指纹图像执行曝光补偿得到第四图像;对所述第二图像以及所述第四图像进行验证得到验证结果,依据所述验证结果更新该光学指纹模组的曝光参数。
在一种可选的实施方案中,
存储和处理电路110,具体用于在所述验证结果为第二图像以及第四图像均验证通过时,采用第一曝光参数替换所述光学指纹模组的原始曝光参数,否则,不执行曝光参数更新。
在一种实施方式中,
存储和处理电路110,具体用于对第二图像进行处理得到第二图像的直方图即第一直方图,对第四图像进行处理得到第四图像的直方图即第二直方图,获取第一直方图的峰值坐标(x1,y1)以及第二直方图的峰值坐标(x2,y2);如x1以及x2均处于设定区间内,确定该验证结果为第二图像以及第四图像均验证通过,否则,确定该验证结果为验证不通过。
在一种实施方式中,
存储和处理电路110,具体用于在第一直方图的y轴方向设置多个等距线,查找多个等距线与直方图的交点数量,选择交点数量仅为一个的第一等距线,提取所述第一等距线与直方图的交点的坐标(x1,y1),在第二直方图的y轴方向设置多个等距线,查找多个等距线与第二直方图的交点数量,选择交点数量仅为一个的第二等距线,提取所述第二等距线与第二直方图的交点的坐标(x2,y2)。
请参阅图1B,图1B是本申请实施例提供的一种光学指纹参数升级方法的流程示意图,如图所示,应用于如图1A所示的电子设备,所述电子设备包括光学指纹模组,本申请提供的光学指纹参数升级方法包括:
步骤S101、电子设备启动版本更新时,获取光学指纹模组的第一曝光参数以及第一模板图像;
上述电子设备版本更新具体可以包括,电子设备操作系统的版本更新,该操作系统可以为任意的电子设备的操作系统,例如,安卓、IOS、鸿蒙等等操作系统。
上述光学指纹模组的第一曝光参数具体可以为产线校准时的曝光参数,当然上述第一曝光参数也可以为版本更新时自带的曝光更新参数。当然,上述第一模本图像也具体可以为产线校准的模板图像,当然在实际应用中,也可以为厂家为了对曝光参数验证所采用的模板图像。
步骤S102、电子设备采用第一曝光参数对第一模板图像进行曝光补偿得到第二图像;
上述步骤S102中的曝光补偿可以采用现有的曝光补偿的方法,本申请对上述曝光补偿的具体实现方式并不限定。
步骤S103、电子设备通过光学指纹模组采集第三光学指纹图像,采用第一曝光参数对第三光学指纹图像执行曝光补偿得到第四图像;
步骤S104、电子设备对该第二图像以及第四图像进行验证得到验证结果,依据该验证结果更新该光学指纹模组的曝光参数。
可选的,上述依据该验证结果更新该光学指纹模组的曝光参数具体可以包括:
如该验证结果为第二图像以及第四图像均验证通过,采用第一曝光参数替换该光学指纹模组的原始曝光参数,否则,将第一曝光参数删除。
本申请提供的技术方案在进行版本更新时,获取该版本更新的第一曝光参数,然后依据该第一曝光参数对第一模板图像进行曝光补偿得到补偿图像,然后对实际采集的光学指纹图像采用该第一曝光参数进行补偿得到另外补偿图像,然后依据两个补偿图像的验证结果确定该曝光参数的更新方案,这样在进行曝光参数更新时,就能够更好的匹配电子设备应用的场景,进而提高指纹识别的精确度,提高用户体验度。
上述步骤S101中的电子设备启动版本更新的触发条件可以为,对用户进行生物识别验证,如验证成功,启动版本更新,该生物识别验证包括但不限于:指纹识别、掌纹识别、静脉识别等等。
上述静脉识别验证的方法如图2所示,具体可以包括:
B1、分析静脉图片中的目标静脉区域图像的特征点分布;
B2、按照M个不同圆心对所述目标静脉区域图像进行圆形图像截取,得到M个圆形静脉区域图像,所述M为大于3的整数;
B3、从所述M个圆形静脉区域图像中选出目标圆形静脉区域图像,所述目标圆形静脉区域图像所包含的特征点的数量大于所述M个圆形静脉区域图像中的其他圆形静脉区域图像;
B4,将所述目标圆形静脉区域图像划分得到N个圆环,所述N个圆环的环宽相同;
B5,从所述N个圆环中半径最小的圆环开始,将所述N个圆环依次与预设静脉模板进行特征点匹配,并累计已匹配圆环的匹配值;
B6,当累计的匹配值大于预设匹配阈值时立即停止进行特征点匹配,启动版本更新。
上述步骤S104中对该第二图像以及第四图像进行验证得到验证结果具体可以包括:
对第二图像进行处理得到第二图像的直方图即第一直方图,对第四图像进行处理得到第四图像的直方图即第二直方图,获取第一直方图的峰值坐标(x1,y1)以及第二直方图的峰值坐标(x2,y2);如x1以及x2均处于设定区间内,确定该验证结果为第二图像以及第四图像均验证通过,否则,确定该验证结果为验证不通过。
参阅图3A,图3A为一种图片的直方图,如图3A所示,图3A为一种图片的直方图示意图,如图3A所示,该直方图的峰值几乎位于直方图x坐标的中部,如图3A所示的直方图表示该图像的效果较好,具有较好的质量。
参阅图3B,图3B为一种图片的直方图,如图3B所示,图3B为一种图片的直方图示意图,如图3B所示,该直方图的峰值几乎位于直方图x坐标的左边缘,如图3B所示的直方图表示该图像的严重欠曝光,具有很差的质量。
参阅图3C,图3C为一种图片的直方图,如图3C所示,图3C为一种图片的直方图示意图,如图3C所示,该直方图的峰值几乎位于直方图x坐标的左侧,如图3C所示的直方图表示该图像的欠曝光,具有较差的质量。
参阅图3D,图3D为一种图片的直方图,如图3D所示,图3D为一种图片的直方图示意图,如图3D所示,该直方图的峰值几乎位于直方图x坐标的右边缘,如图3D所示的直方图表示该图像的严重过曝光,具有很差的质量。
参阅图3E,图3E为一种图片的直方图,如图3E所示,图3E为一种图片的直方图示意图,如图3E所示,该直方图的峰值几乎位于直方图x坐标的右侧,如图3E所示的直方图表示该图像的过曝光,具有较差的质量。
通过图3A、图3B、图3C、图3D以及图3E分析可以得到,对于图像的直方图,只有其峰值的x坐标位于设定区间(例如中间区间)时,该图像的质量较好,能够验证通过,对于过曝光或欠曝光均无法支持图像的识别,需要进行调整。
可选的,上述获取第一直方图的峰值坐标(x1,y1)的实现方法具体可以包括:
在第一直方图的y轴方向设置多个等距线,查找多个等距线与直方图的交点数量,选择交点数量为一个的第一等距线,提取第一等距线与直方图的一个交点的坐标(x1,y1)。
可选的,上述方法在步骤S104之后还可以包括:
依据该第四图像将所述目标身份信息与预设身份信息进行匹配,具体可包括如下步骤:
C1、对该第四图像包含的指纹图像进行特征提取,得到第一特征点集;
C2、确定所述指纹图像的指纹有效面积,所述指纹有效面积为仅包括指纹纹路的指纹面积;
C3、依据所述第一特征点集、所述指纹有效面积确定所述指纹图像的目标特征点分布密度;
C4、对预设指纹模板进行特征提取,得到第二特征点集;
C5、按照预设的特征点分布密度与指纹识别阈值之间的映射关系,确定所述目标特征点分布密度对应的目标指纹识别阈值;
C6、确定所述第一特征点集与所述第二特征点集之间的匹配值;
C7、在所述匹配值大于所述目标指纹识别阈值时,确认所述目标身份信息与所述预设身份信息匹配成功。
其中,上述指纹有效面积为仅包括指纹纹路的指纹面积,在实际指纹采集过程中,指纹图像还可能包括背景图像,但背景图像并不包括指纹纹路,因此,可以把这部分进行裁剪掉,指纹有效面积为用户按压指纹识别模组且生成指纹图像中指纹纹路的区域。电子设备可以对指纹图像进行特征点提取,得到第一特征点集,第一特征点集可以包括多个特征点,特征提取的主要算法可以为以下至少一种:Harris角点检测算法、尺度不变特征提取算法(scale invariant feature transform,SIFT),SURF算法等等,在此不作限定,同理,电子设备也可以对预设指纹模板进行特征提取,得到第二特征点集,第二特征点集也可以包括多个特征点,进而,可以依据第一特征点集、指纹有效面积确定指纹图像的目标特征点分布密度,目标特征点分布密度=第一特征点集的特征点总数量/指纹有效面积,电子设备中可以预先存储预设的特征点分布密度与指纹识别阈值之间的映射关系,进而,依据该映射关系可以确定目标特征点分布密度对应的目标指纹识别阈值,确定第一特征点集与第二特征点集之间的匹配值,若匹配值大于目标指纹识别阈值,则确认目标身份信息与预设身份信息匹配成功,反之,则目标身份信息与预设身份信息匹配失败,如此,可以依据用户的按压情况,适当调整识别阈值,有助于提升身份认证效率。
可选的,上述方法在步骤S104之后还可以包括:
依据该第四图像将所述目标身份信息与预设身份信息进行匹配,可以包括如下步骤:
B21、获取第四图像对应的目标环境参数;
B22、按照预设的环境参数与光学指纹识别阈值之间的映射关系,确定所述目标环境参数对应的光学指纹识别阈值;
B23、按照预设方式将第四图像划分为多个指纹区域,每一指纹区域的面积大小相等;
B24对所述多个指纹区域进行图像质量评价,得到多个图像质量评价值;
上述图像质量评价值可以通过直方图的方式来得到,当然在实际应用中,还可以采用其他的方式得到,本申请并不限制上述图像质量评价值的具体获取方法。
B25、从所述多个图像质量评价值中选取大于预设质量评价值的图像质量评价值,得到至少一个目标图像质量评价值;
B26、从所述多个指纹区域中获取所述至少一个目标图像质量评价值对应的至少一个第一目标指纹区域;
B27、从所述预设指纹模板中获取与所述至少一个第一目标指纹区域对应的至少一个第二目标指纹区域;
B28、将所述至少一个第一目标指纹区域与所述至少一个第二目标指纹区域进行匹配,得到至少一个匹配值;
B29、在所述至少一个匹配值中的每一匹配值大于所述光学指纹识别阈值时,确认所述目标身份信息与所述预设身份信息匹配成功。
其中,上述环境参数可以为以下至少一种:环境亮度、环境色温、湿度、温度、地理位置、环境背景等等,在此不作限定,具体实现中,电子设备可以设置有环境传感器,基于环境传感器可以采集环境参数,环境传感器可以为以下至少一种:环境光传感器、色温传感器、温度传感器、湿度传感器、定位传感器和图像传感器等等,在此不作限定。预设质量评价值可以预先保存在电子设备中,其可以由用户自行设置或者系统默认。电子设备中还可以预先存储预设的环境参数与光学指纹识别阈值之间的映射关系。上述预设方式可以为九宫格,或者,四宫格,或者,十六宫格等等,在此不作限定。具体实现中,可以采用至少一个图像质量评价指标对指纹区域进行图像质量评价,图像质量评价指标可以为:均方差、信息熵、特征点数量、清晰度、灰度值等等,在此不作限定。
具体实现中,电子设备可以通过环境传感器获取指纹图像对应的目标环境参数,基于预先存储的预设的环境参数与指纹识别阈值之间的映射关系。可以确定目标环境参数对应的光学指纹识别阈值,进而,可以按照预设方式将人脸图像划分为多个指纹区域,每一指纹区域的面积大小可相等,由于每个指纹区域采集情况不一,所以可能每个指纹区域的图像质量不一,因此,可对多个指纹区域进行图像质量评价,得到多个图像质量评价值,并从多个图像质量评价值中选取大于预设质量评价值的图像质量评价值,得到至少一个目标图像质量评价值,从多个指纹区域中获取至少一个目标图像质量评价值对应的至少一个第一目标指纹区域,这样可以得到至少一个质量好的指纹区域,当然,也可以基于上述预设方式对预设指纹模板进行划分,即指纹图像与预设指纹模板基于相同的方式进行划分,具体地,例如,将指纹图像与预设指纹模板进行对齐,如:可以以重心(质心或者几何中心)进行对齐,然后,再进一步对指纹图像与预设指纹模板进行划分,在此基础上,可以实现从预设指纹模板中获取与至少一个第一目标指纹区域对应的至少一个第二目标指纹区域,每一第一目标指纹区域对应唯一第二目标指纹区域。
进一步地,再将至少一个第一目标指纹区域与至少一个第二目标指纹区域进行匹配,得到至少一个匹配值,即每一第一目标指纹区域与对应的第二目标指纹区域进行匹配,在至少一个匹配值中的每一匹配值大于光学指纹识别阈值时,确认目标身份信息与预设身份信息匹配成功,反之,在至少一个匹配值中的每一匹配值小于或等于光学指纹识别阈值时,则说明身份验证失败,如此,可以一方面,在指纹识别时,可以因地制宜地实现光学指纹识别阈值动态调整,另一方面,可以选择指纹的多个区域用于指纹识别,有助于提升指纹识别精度。
参阅图4,图4提供了一种光学指纹参数升级方法,该方法由电子设备执行,该方法如图4所示,包括如下步骤:
电子设备在出货后,对用户进行身份识别验证,验证通过时,执行版本更新;
上述身份识别验证可以通过静脉识别来确定,具体的方案可以包括:
A11、获取目标对象的目标生理特征参数;
A12、按照预设的生理特征参数与映射关系集之间的对应关系,确定所述目标生理特征参数对应的目标映射关系集,所述映射关系集中包括多个映射关系,每一映射关系均为静脉采集部位与静脉采集参数之间的映射关系;
A13、确定所述目标对象的目标静脉采集部位;
A14、根据所述目标映射关系集,确定所述目标静脉采集部位对应的所述第一静脉采集参数;
A15、对该第一静脉采集参数进行识别验证。
其中,本申请实施例中,上述目标对象可以为人,或者,其他动物。生理特征参数可以为以下一种:年龄、身高、体重、脂肪率、血型、病历、职业、性别、种族、血压、血脂等等,在此不作限定。不同的人,其身体状况不一样,其对应的静脉采集参数不一样,当然,同一个人,由于身体部位之间的差异性,其对应的静脉采集参数也不一样。电子设备中可以预先存储预设的生理特征参数与映射关系集之间的对应关系,该映射关系集中包括多个映射关系,每一映射关系均为静脉采集部位与静脉采集参数之间的映射关系。具体实现中,电子设备可以获取目标对象的目标生理特征参数,进而,按照预设的生理特征参数与映射关系集之间的对应关系,确定目标生理特征参数对应的目标映射关系集,确定目标对象的目标静脉采集部位,可以通过图像识别的方式识别,例如,采集一张静脉图像,将其输入到预设神经网络模型中,即可以得到该静脉图像对应的采集部位,由于人体的每个部位的静脉在大体上存在一定的相似性,因此,可以通过预先准备的预设神经网络模型通过静脉图像识别出其相应的部位,当然,采集部位也可以由用户输入,上述预设神经网络模型可以由系统默认,进而,根据目标映射关系集,可以确定目标静脉采集部位对应的第一静脉采集参数,如此,可以依据用户的生理状况以及采集部位,选择合理的静脉采集参数,有助于提升静脉图像采集效率。
电子设备读取版本更新内的光学指纹模组的曝光参数;
电子设备读取版本更新内的产线标准图片;
电子设备依据该曝光参数对该产线标准图片进行曝光补偿得到第一图像;
电子设备对第一图像进行验证确定是否合格;如合格执行下述步骤,不合格放弃曝光参数更新。
具体的实现方式可以包括:对第一图像进行处理得到第一图像的直方图即第一直方图,获取第一直方图的峰值坐标(x1,y1);如x1处于设定区间内,确定该验证结果为验证通过,否则,确定该验证结果为验证不通过。
电子设备通过光学指纹识别模块并采用该曝光参数采集第二图像;
电子设备对该第二图像进行验证确定是否合格,如合格执行下述步骤,不合格放弃曝光参数更新。
具体的实现方式可以包括:对第二图像进行处理得到第二图像的直方图即第二直方图,获取第二直方图的峰值坐标(x2,y2);如x2处于设定区间内,确定该验证结果为验证通过,否则,确定该验证结果为验证不通过。
电子设备执行该曝光参数的更新。
本申请提供的技术方案在进行版本更新时,获取该版本更新的第一曝光参数,然后依据该第一曝光参数对第一模板图像进行曝光补偿得到补偿图像,然后对实际采集的光学指纹图像采用该第一曝光参数进行补偿得到另外补偿图像,然后依据两个补偿图像的验证结果确定该曝光参数的更新方案,这样在进行曝光参数更新时,就能够更好的匹配电子设备应用的场景,进而提高指纹识别的精确度,提高用户体验度。
参阅图5A,图5A提供了一种电子设备,所述电子设备包括光学指纹模组501、通信模块502、处理器503和存储器504,其中,
通信模块502,用于启动版本更新时,获取光学指纹模组的第一曝光参数以及第一模板图像;
处理器503,用于采用第一曝光参数对所述第一模板图像进行曝光补偿得到第二图像;
光学指纹模组501,用于采集第三光学指纹图像;
处理器503,还用于采用第一曝光参数对所述第三光学指纹图像执行曝光补偿得到第四图像;对所述第二图像以及所述第四图像进行验证得到验证结果,依据所述验证结果更新该光学指纹模组的曝光参数。
本申请提供的技术方案在进行版本更新时,获取该版本更新的第一曝光参数,然后依据该第一曝光参数对第一模板图像进行曝光补偿得到补偿图像,然后对实际采集的光学指纹图像采用该第一曝光参数进行补偿得到另外补偿图像,然后依据两个补偿图像的验证结果确定该曝光参数的更新方案,这样在进行曝光参数更新时,就能够更好的匹配电子设备应用的场景,进而提高指纹识别的精确度,提高用户体验度。
在一种可选的方案中,
处理器503,具体用于在所述验证结果为第二图像以及第四图像均验证通过时,采用第一曝光参数替换所述光学指纹模组的原始曝光参数,否则,不执行曝光参数更新。
在一种可选的方案中,处理器503,具体用于对第二图像进行处理得到第二图像的直方图即第一直方图,对第四图像进行处理得到第四图像的直方图即第二直方图,获取第一直方图的峰值坐标(x1,y1)以及第二直方图的峰值坐标(x2,y2);如x1以及x2均处于设定区间内,确定该验证结果为第二图像以及第四图像均验证通过,否则,确定该验证结果为验证不通过。
在一种可选的方案中,处理器503,具体用于在第一直方图的y轴方向设置多个等距线,查找多个等距线与直方图的交点数量,选择交点数量仅为一个的第一等距线,提取所述第一等距线与直方图的交点的坐标(x1,y1),在第二直方图的y轴方向设置多个等距线,查找多个等距线与第二直方图的交点数量,选择交点数量仅为一个的第二等距线,提取所述第二等距线与第二直方图的交点的坐标(x2,y2)。
参阅图5B,图5B提供了一种光学指纹参数升级装置,应用于电子设备,所述电子设备包括光学指纹模组501、通信模块502,所述装置包括:
通信模块502,用于启动版本更新时,获取第一曝光参数以及第一模板图像;
补偿单元506,用于采用第一曝光参数对所述第一模板图像进行曝光补偿得到第二图像;
采集单元509,用于采集第三光学指纹图像;
补偿单元506,还用于采用第一曝光参数对所述第三光学指纹图像执行曝光补偿得到第四图像;
验证单元507,用于对所述第二图像以及所述第四图像进行验证得到验证结果;
更新单元508,用于依据所述验证结果更新光学指纹模组的曝光参数。
本申请提供的技术方案在进行版本更新时,获取该版本更新的第一曝光参数,然后依据该第一曝光参数对第一模板图像进行曝光补偿得到补偿图像,然后对实际采集的光学指纹图像采用该第一曝光参数进行补偿得到另外补偿图像,然后依据两个补偿图像的验证结果确定该曝光参数的更新方案,这样在进行曝光参数更新时,就能够更好的匹配电子设备应用的场景,进而提高指纹识别的精确度,提高用户体验度。
在一种可选的方案中,
验证单元507,具体用于对第二图像进行处理得到第二图像的直方图即第一直方图,对第四图像进行处理得到第四图像的直方图即第二直方图,获取第一直方图的峰值坐标(x1,y1)以及第二直方图的峰值坐标(x2,y2);如x1以及x2均处于设定区间内,确定该验证结果为第二图像以及第四图像均验证通过,否则,确定该验证结果为验证不通过。
在一种可选的方案中,验证单元507,具体用于在第一直方图的y轴方向设置多个等距线,查找多个等距线与直方图的交点数量,选择交点数量仅为一个的第一等距线,提取所述第一等距线与直方图的交点的坐标(x1,y1),在第二直方图的y轴方向设置多个等距线,查找多个等距线与第二直方图的交点数量,选择交点数量仅为一个的第二等距线,提取所述第二等距线与第二直方图的交点的坐标(x2,y2)。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元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器中。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全部或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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (12)

1.一种光学指纹参数升级方法,其特征在于,所述方法包括如下步骤:
启动版本更新时,获取所述版本更新的光学指纹模组的第一曝光参数以及第一模板图像;
采用第一曝光参数对所述第一模板图像进行曝光补偿得到第二图像;采集第三光学指纹图像;
采用第一曝光参数对所述第三光学指纹图像执行曝光补偿得到第四图像;对所述第二图像以及所述第四图像进行验证得到验证结果,依据所述验证结果更新该光学指纹模组的曝光参数。
2.根据权利要求1所述的方法,其特征在于,所述依据所述验证结果更新该光学指纹模组的曝光参数具体包括:
在所述验证结果为第二图像以及第四图像均验证通过时,采用第一曝光参数替换所述光学指纹模组的原始曝光参数,否则,不执行曝光参数更新。
3.根据权利要求1所述的方法,其特征在于,所述对所述第二图像以及所述第四图像进行验证得到验证结果具体包括:
对第二图像进行处理得到第二图像的直方图即第一直方图,对第四图像进行处理得到第四图像的直方图即第二直方图,获取第一直方图的峰值坐标(x1,y1)以及第二直方图的峰值坐标(x2,y2);如x1以及x2均处于设定区间内,确定该验证结果为第二图像以及第四图像均验证通过,否则,确定该验证结果为验证不通过。
4.根据权利要求3所述的方法,其特征在于,所述获取第一直方图的峰值坐标(x1,y1)以及第二直方图的峰值坐标(x2,y2)具体包括:
在第一直方图的y轴方向设置多个等距线,查找多个等距线与第一直方图的交点数量,选择交点数量仅为一个的第一等距线,提取所述第一等距线与直方图的交点的坐标(x1,y1);
以及,在第二直方图的y轴方向设置多个等距线,查找多个等距线与第二直方图的交点数量,选择交点数量仅为一个的第二等距线,提取所述第二等距线与第二直方图的交点的坐标(x2,y2)。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述第四图像包含的指纹图像进行特征提取,得到第一特征点集;对预设指纹模板进行特征提取,得到第二特征点集;在所述第一特征点集与所述第二特征点集之间匹配值大于所述目标指纹识别阈值时,确认目标身份信息与所述预设身份信息匹配成功,其中,所述目标特征点分布密度和目标指纹识别阈值之间具有预设的映射关系,所述指纹图像的目标特征点分布密度取决于所述第一特征点集和所述指纹图像的指纹有效面积确定,所述指纹有效面积为仅包括指纹纹路的指纹面积。
6.一种光学指纹参数升级装置,其特征在于,所述装置包括:
所述通信模块,用于启动版本更新时,获取第一曝光参数以及第一模板图像;
补偿单元,用于采用第一曝光参数对所述第一模板图像进行曝光补偿得到第二图像;
采集单元,用于采集第三光学指纹图像;
所述补偿单元,还用于采用第一曝光参数对所述第三光学指纹图像执行曝光补偿得到第四图像;
验证单元,用于对所述第二图像以及所述第四图像进行验证得到验证结果;
更新单元,用于依据所述验证结果更新光学指纹模组的曝光参数。
7.根据权利要求6所述的装置,其特征在于,
所述更新单元,具体用于在所述验证结果为第二图像以及第四图像均验证通过时,采用第一曝光参数替换所述光学指纹模组的原始曝光参数,否则,不执行曝光参数更新。
8.根据权利要求6所述的装置,其特征在于,
所述验证单元,具体用于对第二图像进行处理得到第二图像的直方图即第一直方图,对第四图像进行处理得到第四图像的直方图即第二直方图,获取第一直方图的峰值坐标(x1,y1)以及第二直方图的峰值坐标(x2,y2);如x1以及x2均处于设定区间内,确定该验证结果为第二图像以及第四图像均验证通过,否则,确定该验证结果为验证不通过。
9.根据权利要求8所述的装置,其特征在于,
所述验证单元,具体用于在第一直方图的y轴方向设置多个等距线,查找多个等距线与直方图的交点数量,选择交点数量仅为一个的第一等距线,提取所述第一等距线与直方图的交点的坐标(x1,y1),在第二直方图的y轴方向设置多个等距线,查找多个等距线与第二直方图的交点数量,选择交点数量仅为一个的第二等距线,提取所述第二等距线与第二直方图的交点的坐标(x2,y2)。
10.一种电子设备,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-5任一项所述的方法中的步骤的指令。
11.一种计算机可读存储介质,其特征在于,存储计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。
12.一种计算机程序产品,其特征在于,所述计算机程序产品用于使得计算机执行如权利要求1-5任一项所述的方法。
CN202110548488.1A 2019-06-18 2019-06-18 光学指纹参数升级方法及相关产品 Active CN113282317B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110548488.1A CN113282317B (zh) 2019-06-18 2019-06-18 光学指纹参数升级方法及相关产品

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910528811.1A CN110298274B (zh) 2019-06-18 2019-06-18 光学指纹参数升级方法及相关产品
CN202110548488.1A CN113282317B (zh) 2019-06-18 2019-06-18 光学指纹参数升级方法及相关产品

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201910528811.1A Division CN110298274B (zh) 2019-06-18 2019-06-18 光学指纹参数升级方法及相关产品

Publications (2)

Publication Number Publication Date
CN113282317A true CN113282317A (zh) 2021-08-20
CN113282317B CN113282317B (zh) 2022-10-21

Family

ID=68028160

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201910528811.1A Active CN110298274B (zh) 2019-06-18 2019-06-18 光学指纹参数升级方法及相关产品
CN202110548488.1A Active CN113282317B (zh) 2019-06-18 2019-06-18 光学指纹参数升级方法及相关产品

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201910528811.1A Active CN110298274B (zh) 2019-06-18 2019-06-18 光学指纹参数升级方法及相关产品

Country Status (1)

Country Link
CN (2) CN110298274B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298274B (zh) * 2019-06-18 2021-06-04 Oppo广东移动通信有限公司 光学指纹参数升级方法及相关产品
CN111400686B (zh) * 2020-03-05 2023-06-09 Oppo广东移动通信有限公司 指纹识别方法及装置、电子设备、存储介质
CN113641423B (zh) * 2021-08-31 2023-07-07 青岛海信传媒网络技术有限公司 显示设备及系统启动方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105930777A (zh) * 2016-04-13 2016-09-07 时建华 通过指纹进行识别的atm机
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
CN106612397A (zh) * 2016-11-25 2017-05-03 努比亚技术有限公司 一种图像处理方法及终端
CN106815564A (zh) * 2016-12-28 2017-06-09 深圳天珑无线科技有限公司 一种指纹识别系统的校准方法、系统及一种电子设备
CN107423710A (zh) * 2017-07-27 2017-12-01 北京集创北方科技股份有限公司 一种指纹图像的识别方法和装置
CN107636686A (zh) * 2017-07-05 2018-01-26 深圳市汇顶科技股份有限公司 指纹采集的方法、装置、芯片和终端设备
CN107657240A (zh) * 2017-10-09 2018-02-02 上海天马微电子有限公司 一种显示装置及其指纹识别校准方法、以及电子设备
US20180189540A1 (en) * 2016-12-30 2018-07-05 Eosmem Corporation Exposure time determination method for image sensing operation
CN108563938A (zh) * 2018-04-20 2018-09-21 青岛海信移动通信技术股份有限公司 移动终端的指纹验证方法及装置
CN109166152A (zh) * 2018-07-27 2019-01-08 深圳六滴科技有限公司 全景相机标定的校正方法、系统、计算机设备和存储介质
CN110298274A (zh) * 2019-06-18 2019-10-01 Oppo广东移动通信有限公司 光学指纹参数升级方法及相关产品

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2410800B (en) * 2004-02-06 2007-12-12 Statoil Asa Fingerprinting of hydrocarbon containing mixtures
CN101509879B (zh) * 2009-03-17 2011-04-13 西北工业大学 一种ct快速批量扫描与校正方法
CN101776486B (zh) * 2009-12-31 2011-08-10 华中科技大学 一种基于红外焦平面探测器非均匀性指纹模式的校正方法
CN103490893B (zh) * 2013-09-06 2016-06-29 中国工商银行股份有限公司 一种信息泄密检控方法、装置、系统及信息通道安全认证装置
CN105718268A (zh) * 2016-01-22 2016-06-29 青岛海信移动通信技术股份有限公司 一种ota多包升级的校验方法及装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105930777A (zh) * 2016-04-13 2016-09-07 时建华 通过指纹进行识别的atm机
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
CN106612397A (zh) * 2016-11-25 2017-05-03 努比亚技术有限公司 一种图像处理方法及终端
CN106815564A (zh) * 2016-12-28 2017-06-09 深圳天珑无线科技有限公司 一种指纹识别系统的校准方法、系统及一种电子设备
US20180189540A1 (en) * 2016-12-30 2018-07-05 Eosmem Corporation Exposure time determination method for image sensing operation
WO2019006709A1 (zh) * 2017-07-05 2019-01-10 深圳市汇顶科技股份有限公司 指纹采集的方法、装置、芯片和终端设备
CN107636686A (zh) * 2017-07-05 2018-01-26 深圳市汇顶科技股份有限公司 指纹采集的方法、装置、芯片和终端设备
US20190012517A1 (en) * 2017-07-05 2019-01-10 Shenzhen GOODIX Technology Co., Ltd. Method and apparatus for acquiring fingerprint, chip and terminal device
CN107423710A (zh) * 2017-07-27 2017-12-01 北京集创北方科技股份有限公司 一种指纹图像的识别方法和装置
CN107657240A (zh) * 2017-10-09 2018-02-02 上海天马微电子有限公司 一种显示装置及其指纹识别校准方法、以及电子设备
CN108563938A (zh) * 2018-04-20 2018-09-21 青岛海信移动通信技术股份有限公司 移动终端的指纹验证方法及装置
CN109166152A (zh) * 2018-07-27 2019-01-08 深圳六滴科技有限公司 全景相机标定的校正方法、系统、计算机设备和存储介质
CN110298274A (zh) * 2019-06-18 2019-10-01 Oppo广东移动通信有限公司 光学指纹参数升级方法及相关产品

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李文藻等: "指纹信号的识别特征提取和处理技术", 《西南民族大学学报(自然科学版)》 *

Also Published As

Publication number Publication date
CN110298274B (zh) 2021-06-04
CN110298274A (zh) 2019-10-01
CN113282317B (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
CN109614865B (zh) 指纹识别方法及相关产品
CN110020622B (zh) 指纹识别方法及相关产品
CN110286738B (zh) 指纹采集方法及相关产品
CN108021259B (zh) 一种防误触方法及电子设备
CN109583356B (zh) 指纹识别方法及相关产品
CN110298274B (zh) 光学指纹参数升级方法及相关产品
CN109283996B (zh) 显示控制方法及相关产品
CN110245607B (zh) 眼球追踪方法及相关产品
CN110427741B (zh) 指纹识别方法及相关产品
CN109376700B (zh) 指纹识别方法及相关产品
CN110210395B (zh) 静脉图像采集方法及相关产品
CN110188666B (zh) 静脉采集方法及相关产品
CN110933312B (zh) 拍照控制方法及相关产品
CN110162264B (zh) 应用处理方法及相关产品
CN110263757B (zh) 指纹识别方法及相关产品
CN110796673B (zh) 图像分割方法及相关产品
CN110221696B (zh) 眼球追踪方法及相关产品
CN110210394B (zh) 静脉图像采集方法及相关产品
CN110188659B (zh) 健康检测方法及相关产品
CN110263752B (zh) 指纹识别方法及相关产品
CN112989878A (zh) 瞳孔检测方法及相关产品
CN109376701B (zh) 指纹识别方法及相关产品
CN110378263B (zh) 指纹识别方法及相关产品
CN110796147A (zh) 图像分割方法及相关产品
CN110276190B (zh) 指纹识别方法及相关产品

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