CN1388482A - 用线性指纹传感器获取指纹的方法 - Google Patents
用线性指纹传感器获取指纹的方法 Download PDFInfo
- Publication number
- CN1388482A CN1388482A CN02102539A CN02102539A CN1388482A CN 1388482 A CN1388482 A CN 1388482A CN 02102539 A CN02102539 A CN 02102539A CN 02102539 A CN02102539 A CN 02102539A CN 1388482 A CN1388482 A CN 1388482A
- Authority
- CN
- China
- Prior art keywords
- image
- fingerprint
- band
- value
- delta
- 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
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
- G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Image Input (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明的目的是提供一种通过线性指纹传感器获取指纹的方法,它将指纹图像分成多个区域,估算每个被分区域的最佳匹配点,根据匹配点补偿变形的指纹图像,以便复原精确的指纹图像。这种使用线性指纹传感器获得指纹图像的方法包括:通过指纹传感器顺序地捕获指纹图像条带;把扫描的指纹图像条带分成预定的段;通过把每一图像条带和它的段与下一图像条带进行比较,检测最佳重叠区域;计算通过重叠区域的平均图像过渡的平均值;把应用平均图像过渡值的整个图像混合到每一图像条带。本发明用线性指纹传感器获取指纹的方法通过估算和补偿指纹传感器扫描的图像大大改善了正确识别率,并精确地把图像复原到原来的图像。
Description
技术领域
本发明涉及用线性指纹传感器获取指纹的方法,具体地说,涉及线性指纹传感器获取指纹的方法,即通过指纹图像的估算和复原获取由线性传感器捕获的指纹图像。
背景技术
众所周知,由Edward R.Henry建立现代指纹方法以来,指纹已应用到许多领域,具体地说,作为个人鉴别手段,指纹已被广泛用在付款、个人身份、银行、犯罪侦察、保安等领域。
使用指纹的个人鉴别过程包括通过形状把指纹的变化分类的分类过程和识别个人的匹配过程。
这时,在通过形状分类指纹之前,指纹图像被捕获,然后再检查指纹图像是否是记录的图像,从而鉴别指纹。
在现有技术使用线性传感器作为识别指纹方法的情况下,传感器捕获了多个图像条带,因此,需要使用组合捕获的图像条带的方法。
美国专利US6,002,815公开了一种组合图像段的方法。图像组合方法是一种通过垂直补偿手指、对象的移动速度差,使用一系列线性传感器获取的图像条带复原全部图像的方法。
然而,美国专利US6,002,815公开的如向复原方法存在的问题是它没有建议补偿手指在水平和旋转方向的传感器的压力差。
发明内容
于是,本发明的目的是提供一种通过线性指纹传感器获取指纹的方法,该方法通过把指纹图像分成多个区域,估算每个被分区域的最佳匹配点,根据匹配点补偿变形的指纹图像,以便复原精确的指纹图像。
为实现本发明的上述目的,使用线性指纹传感器获得指纹图像的方法包括如下步骤:通过指纹传感器顺序地捕获指纹图像条带;把扫描的指纹图像条带分成预定的段;通过把每一图像条带和它的段与下一图像条带进行比较,检测最佳重叠区域;计算通过重叠区域的平均图像过渡的平均值;把应用平均图像过渡值的整个图像混合到每一图像条带。
最好将捕获的图像条带分成多个段,每个段的宽度与每一图像条带的高度相同。
计算图像变量值的步骤最好还包括步骤:把单个图像条带与下一图像条带进行比较;估算指纹图像的垂直移动值。
计算图像变量值的步骤最好还包括步骤:把单个图像条带的段与下一图像条带的段进行比较;使用重叠区域估算水平变量值。
每个图像条带的重叠率大约是50%,每个参数具有如下的最佳值:
在捕获指纹图像的步骤中,按照指纹移动速度的捕获率最好使用下面的速度变化公式控制,该公式利用每个参数的有限值,其中公式,
在层叠指纹图像下,使用下面的公式计算图像变化的倾斜度,其中公式,
混合整个图像的步骤还包括步骤:通过下面的公式从参考图像条带求出局部坐标的变量值(水平、垂直、倾斜度);估算球坐标,其中公式,
Ai+1=Ai+Δa
Xi+1=Xi+Δx*cos(Ai+1)-Δy*sin(Ai+1)
Yi+1=Yi+Δx*sin(Ai+1)+Δy*cos(Ai+1)附图说明
本发明的上述目的、特点和优点通过下面的详细描述和参考附图将变得更加清楚,其中:
图1是本发明第一实施例由线性检测传感器获取指纹方法的流程图;
图2是本发明第一实施例构成由线性指纹传感器获取指纹图像的构成方法的流程图;
图3示出本发明线性检测传感器检测感知区域的示意图;
图4示出图像条带的变量值的示意图;
图5示出分成特殊条带的检测区域示意图;
图6a和6b示出图像条带移动的倾斜度的示意图;
图7示出按照图6a和6b的近似函数的合成值示意图;
图8a到8e示出指纹变量值的类型示意图;
图9a至9e示出指纹变量值类型的检测状态示意图;
图10、11a、11b示出本发明指纹识别系统的图像复原状态的状态图。
具体实施方式
现参考附图描述本发明的优选实施例。
图1是本发明第一实施例由线性检测传感器获取指纹方法的流程图;
此后,将参考附图详细描述本发明线性指纹传感器获取指纹的方法。
图2是本发明第一实施例由线性指纹传感器获取指纹图像的构成方法的流程图;
图3示出本发明线性检测传感器检测感知区域的示意图。图4示出图像条带的变量值示意图。图5示出分成特殊条带的检测区域示意图。图6a和6b示出图像条带移动的倾斜度示意图。图7示出按照图6a和6b的近似函数合成值的示意图。
首先,指纹传感器产生连续的图像条带,并使用两个连续条带之间的重叠区域估算条带之间的变量值。每个条带至少具有由离散点和像素构成的两行。根据传感器获取的图像条带,估算条带之间的距离和组合图像条带,以产生合成图像。
使用者的手指一触到指纹传感器,就启动扫描和图像复原(ST-210)。
这时,指纹传感器根据确定的扫描速率扫描指纹图像(ST-220)。
具体地说,假设手指的移动方向(手指是在指纹传感器的上表面上移动的物体)与手指加给指纹传感器的压力相互之间不同,产生的图像受手指移动特性的影响。
因此,在本发明获取指纹的方法中,连续地捕获获取的图像条带,以便可以组合它们,并为每个图像产生了一组坐标变量(x、y坐标)。
在本发明中,当组合每个图像段产生整幅图像时,坐标组提供了对应图像条带的精确位置。此外,在本发明获取指纹的方法中,获得了关于指纹图像组合的附加信息,例如,图像的开始和结束位置、同步的损失状态等,并通过每个图像条带的移动量计算和产生了自适应捕获率。
为此目的,在本发明的获取指纹的方法中,使用(x、y、a)作为捕获的指纹图像的两个相邻条带之间的局部坐标系统,使用(X、Y、A)作为整幅图像的球坐标系统。局部坐标系统的坐标差由(Δx、Δy、Δa)表示。
这时,由图3所示的N列和M行构成传感区域。因为传感器是线性传感器,所以假设N≥M2。这个传感器获取的图像条带与传感区域具有相同的尺寸。
就是说,通过本发明图像组合获取图像的方法包括一系列获取图像条带的过程。如图4所示,为了估算相对坐标移动值的移动量,通过比较图像条带计算图像条带的中心移动量和旋转移动值。
这时,为了比较多个图像条带,必须存在图像条带重叠的重叠区域。因此,指纹传感器的捕获率按照手指的速度变化进行控制,以使图像条带相互之间重叠。
在时间ti和ti=1以速度Vi和Vi+1捕获条带Si和Si+1(ST-230)。
即如图5所示,图像条带被分成M段,图像段与每个图像条带的高度相同,以便检测图像条带的过渡值。
然后,根据所有图像条带的第一图像条带S1的段,检测下一图像条带S2的段区域内的最佳重叠区域(ST-240)。
另外,估算第一图像条带S1和第二图像条带S2之间的旋转角度和垂直/水平变形度,同时,平均加权值加到每个变量值上,从而组合了图像条带。即根据最佳匹配点计算Δxij、Δyij,并通过具有加权因子的均方差线性近似值获得Si的Δxi、Δyi、Δαi(ST-250)。
换句话说,如图5所示,捕获到图像,以致形成了具有M个段的多个图像条带,图像条带的重叠区域适于计算垂直和水平的位移值。
通过此计算,如图6a和6b所示,图像条带的重叠区域在求坐标系统中形成了近似值。局部(x、y)移动值Δxj、Δyj显示了对应段的差分函数的最小值的位置。使用具有加权值的均方差线性近似值估算倾斜侧Δα、切线位移Δy和平行位移Δx。
这时,如图6a和6b所示,等量近似值适于获取倾斜度,Δxj=Δx(j),Δyj=Δy(j)和Δx、Δy。Δx和Δy的位移由第一图像条带中心上的近似函数值获得。
因此,如图7所示,当从手指移动获取的分成多个段的图像条带估算重叠区域时,表现的图像位移与具有常数倾斜侧的每一段的位移相同。
段的图像位移的倾斜度将由数学公式1表示。
[数学公式1]
当图6a中的Y(n)=y(n),图6b中的X(n)=N*n/M+x(n),两个公式是n的微分,我们发现数学公式1变为 和
如图7所示,指纹移动量的三个参数呈现在多个重叠图像条带的段之间。这些参数包括切线、平行位移量和旋转角度。因此,通过在局部坐标系统中使用计算的参数组,图像条带相互之间进行比较,然后在球坐标系统中进行组合,因此,获得了完整的图像。
就是说,通过使用Δxi、Δyi、Δαi在全图像缓冲器中积累了条带Si+1(局部坐标)(ST-260)。当完成缓冲时,存储了对应的全图像(ST-270)。
这时,判断是否完成扫描(ST-280)。
如果没有完成扫描,必须按照手指移动速度的变化控制捕获率,以使图像条带的某些区域被重叠。为改变捕获率,至少坐标参数之一必须在预定边界值隔开。
[数学公式2]
采用数学公式2描述的每个参数的边界值,使约50%的图像条带相互之间重叠。这时,可由模拟数学公式2计算传感器的捕获率Δvi+1。
就是说,假设Δyi+1收敛于M/2,当Δvi *Δyi近似为常数以及Δvi+1 *Δyi+1近似为常数时,可以计算vi+1(vi+1=2viΔyi/M)的y的位移。同样,如果以相同方式计算x和α,可以获得下面的捕获率。
[数学公式3]
在本发明中,数学公式3适用捕获指纹图像的步骤ST-220,从而控制捕获率(ST-290)。
图8a到8e示出指纹变量值的类型。图9a至9e示出指纹变量值类型的检测状态。
参考这些图,指纹图像显示了图8a到8e所示的每一次移动的变量值的变化类型。每一种类型对应的参数值是不同的。例如,图8示出垂直平行位移,x坐标移动和手指旋转没有进行垂直平行位移,x显示0。
此外,图8b显示了传感器和手指的移动方向不正交,但有一个横向移动分量Δx。图8c显示了垂直移动和旋转的组合。图8b类似于图8c,除了通过在中心位置上的旋转差在图像坐标ΔX上形成水平移动之外。在图8e中,不可能产生合成图像,因为手指的所有位置偏离检测区域。
这时,因为在球面图像坐标上X、Y、A完全地确定了当前图像条带的位置,所以,通过如下面公式的递归处理在局部坐标(传感器坐标)上执行球面坐标(图像坐标)。
[数学公式4]
Ai+1=Ai+Δa
Xi+1=Xi+Δx*cos(Ai+1)-Δy*sin(Ai+1)
Yi+1=Yi+Δx*sin(Ai+1)+Δy*cos(Ai+1)
也即如数学公式4表达的一样,Ai+1、Xi+1、Yi+1可以计算球面坐标,并通过把前面图像条带的参数Ai、Xi、Yi和变量值相加产生合成图像。
图10、11a、11b示出本发明指纹识别系统的图像复原状态的状态图。
参考这些图,图10示出通过在指纹传感器上施加压力捕获水平或垂直方向变形的指纹图像。本发明的指纹识别系统通过图8所示的图像估算和复原算法复原扫描的指纹图像。
这时,如图11a所示,在本发明中,将扫描的图像分成多级图像条带,然后,根据图像条带的重叠区域,通过把一个图像条带与下一图像条带进行比较,计算图像条带的旋转和图像变形值。根据计算的值,如图11b所示,复原了原来的图像。
同时,使用本发明线性指纹传感器获取指纹的方法作为识别使用者的方法,用于访问控制、事先驱动PC机或作为识别移动电话使用者的手段。就是说,这个方法可以广泛作为精确地识别各种电子设备的使用者的方法,可适于各种改善正确识别率的方法,用于包括犯罪侦察的指纹识别。
虽然本发明已经示出并参考某些优选实施例进行了描述,但本领域技术人员应当理解,在不脱离本发明所附权利要求的精神和范围内,可以对形式和细节进行各种修改。
从上面可以看到,本发明线性指纹传感器获取指纹的方法通过估算和补偿指纹传感器扫描的图像大大地改善了正确识别率,并精确地把图像复原到原来的图像。
Claims (8)
1.一种使用线性指纹传感器获得指纹图像的方法,包括如下步骤:
通过指纹传感器顺序地捕获指纹图像条带;
把扫描的指纹图像条带分成预定的段;
通过把每一图像条带和它的段与下一图像条带进行比较,检测最佳重叠区域;
计算通过重叠区域的平均图像过渡的平均值;把应用平均图像过渡值的整个图像混合到每一图像条带。
2.按权利要求1所述的方法,其特征在于捕获的指纹图像被分成多个段,每个段的宽度与每一图像条带的高度相同。
3.按权利要求1所述的方法,其特征在于计算图像变量值的步骤还包括步骤:
把单个图像条带与下一图像条带进行比较;以及
估算指纹图像的垂直移动值。
4.按权利要求1所述的方法,其特征在于计算图像变量值的步骤还包括以下各步:
把单个图像条带的段与下一图像条带的段进行比较;
使用重叠区域估算水平变量值。
5.按权利要求1所述的方法,其特征在于获取的每个图像条带的重叠率大约是50%,每个参数具有如下的最佳值:
6.按权利要求1或5所述的方法,其特征在于在捕获指纹图像的步骤中,使用下面的利用每个参数有限值的速度变化公式控制按照指纹移动速度的捕获率,其中公式,
7.按权利要求1所述的方法,其特征在于图像变化的倾斜度在层叠指纹图像下使用下面的公式计算,其中公式,
8.按权利要求1所述的方法,其特征在于混合整个图像的步骤还包括以下各步:
通过下面的公式从参考图像条带求出局部坐标的变量值(水平、垂直、倾斜度);以及
估算球坐标,其中公式,
Ai+1=Ai+Δa
Xi+1=Xi+Δx*cos(Ai+1)-Δy*sin(Ai+1)
Yi+1=Yi+Δx*sin(Ai+1)+Δy*cos(Ai+1)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2001-0028809A KR100430054B1 (ko) | 2001-05-25 | 2001-05-25 | 리니어 지문 검출센서를 이용한 지문획득 방법 |
KR200128809 | 2001-05-25 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1388482A true CN1388482A (zh) | 2003-01-01 |
Family
ID=19709916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN02102539A Pending CN1388482A (zh) | 2001-05-25 | 2002-01-25 | 用线性指纹传感器获取指纹的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20030021451A1 (zh) |
JP (1) | JP2002366950A (zh) |
KR (1) | KR100430054B1 (zh) |
CN (1) | CN1388482A (zh) |
TW (1) | TWI222030B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100363939C (zh) * | 2004-07-05 | 2008-01-23 | 日本电气英富醍株式会社 | 指纹读取方法、指纹读取系统 |
CN100410964C (zh) * | 2003-04-28 | 2008-08-13 | 北京海鑫科金高科技股份有限公司 | 三面滚动指纹的采集和拼接方法 |
CN101782965A (zh) * | 2010-02-11 | 2010-07-21 | 上海点佰趣信息科技有限公司 | 形变指纹图像的处理方法 |
CN105867743A (zh) * | 2016-04-20 | 2016-08-17 | 上海斐讯数据通信技术有限公司 | 应用图标的显示控制方法及显示控制系统 |
CN110414440A (zh) * | 2019-07-30 | 2019-11-05 | 中国工商银行股份有限公司 | 一种指纹采集识别方法及装置 |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100443234B1 (ko) * | 2001-10-04 | 2004-08-04 | 주식회사 삼원테크 | 분할입력된 지문의 합성장치와 분할입력된 지문의 등록 및인증방법 |
CN1235172C (zh) * | 2002-02-20 | 2006-01-04 | 佳能株式会社 | 图像输入装置 |
KR20030073537A (ko) * | 2002-03-12 | 2003-09-19 | 테스텍 주식회사 | 지문이미지의 획득방법 |
KR20030073538A (ko) * | 2002-03-12 | 2003-09-19 | 테스텍 주식회사 | 지문이미지의 획득방법 |
KR100467279B1 (ko) * | 2002-03-12 | 2005-01-24 | 테스텍 주식회사 | 지문이미지의 등록방법 |
KR100439891B1 (ko) * | 2002-07-02 | 2004-07-12 | 구홍식 | 생체정보를 이용한 인증 방법 |
AU2002328437A1 (en) * | 2002-09-17 | 2004-04-08 | Fujitsu Limited | Biological information acquiring apparatus and authentication apparatus using biological information |
JP2004110438A (ja) | 2002-09-18 | 2004-04-08 | Nec Corp | 画像処理装置、画像処理方法及びプログラム |
US7587072B2 (en) * | 2003-08-22 | 2009-09-08 | Authentec, Inc. | System for and method of generating rotational inputs |
JP3924558B2 (ja) * | 2003-11-17 | 2007-06-06 | 富士通株式会社 | 生体情報採取装置 |
JP4462988B2 (ja) | 2004-04-13 | 2010-05-12 | Necインフロンティア株式会社 | 指紋読取方法および指紋読取システム |
JP4411150B2 (ja) | 2004-06-30 | 2010-02-10 | Necインフロンティア株式会社 | 画像構成方法、指紋画像構成装置およびプログラム |
JP2006107366A (ja) * | 2004-10-08 | 2006-04-20 | Fujitsu Ltd | 生体情報入力装置,生体認証装置,生体情報処理方法,生体情報処理プログラムおよび同プログラムを記録したコンピュータ読取可能な記録媒体 |
TW200625193A (en) * | 2005-01-11 | 2006-07-16 | Elecvision Inc | Fingerprint detecting method |
US20070086773A1 (en) * | 2005-10-14 | 2007-04-19 | Fredrik Ramsten | Method for creating and operating a user interface |
GB0711834D0 (en) * | 2007-06-19 | 2007-07-25 | Innometriks Ltd | Methods of and apparatus for forming a blometric image |
US20080317306A1 (en) * | 2007-06-19 | 2008-12-25 | Robin Hamilton | Methods of and apparatus for forming a biometric image |
JP4535104B2 (ja) * | 2007-09-06 | 2010-09-01 | ミツミ電機株式会社 | 画像補正装置及び画像補正方法及びこれらを用いた指紋画像読取装置及び指紋画像読取方法 |
TWI380196B (en) * | 2007-12-25 | 2012-12-21 | Pixart Imaging Inc | Method for detecting users' pressing action and optical operating unit |
CN102129678A (zh) * | 2010-01-12 | 2011-07-20 | 鸿富锦精密工业(深圳)有限公司 | 影像特征模型建立系统及方法以及应用其的影像处理系统 |
US8594393B2 (en) * | 2011-01-26 | 2013-11-26 | Validity Sensors | System for and method of image reconstruction with dual line scanner using line counts |
TWI451343B (zh) * | 2011-07-04 | 2014-09-01 | Lite On Singapore Pte Ltd | 影像處理方法 |
US10440019B2 (en) * | 2014-05-09 | 2019-10-08 | Behaviometrics Ag | Method, computer program, and system for identifying multiple users based on their behavior |
US9529987B2 (en) * | 2014-05-09 | 2016-12-27 | Behaviometrics Ab | Behavioral authentication system using a behavior server for authentication of multiple users based on their behavior |
CN107091704B (zh) * | 2016-02-17 | 2020-10-09 | 北京小米移动软件有限公司 | 压力检测方法和装置 |
US9977946B2 (en) * | 2016-05-03 | 2018-05-22 | Novatek Microelectronics Corp. | Fingerprint sensor apparatus and method for sensing fingerprint |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4607384A (en) * | 1984-05-01 | 1986-08-19 | At&T - Technologies, Inc. | Fingerprint classification arrangement |
US4933976A (en) * | 1988-01-25 | 1990-06-12 | C.F.A. Technologies, Inc. | System for generating rolled fingerprint images |
KR0126464B1 (ko) * | 1991-06-03 | 1998-04-02 | 박원희 | 지문 인식 방법 |
FR2749955B1 (fr) * | 1996-06-14 | 1998-09-11 | Thomson Csf | Systeme de lecture d'empreintes digitales |
JP3353878B2 (ja) * | 1997-07-03 | 2002-12-03 | 富士通株式会社 | 回転指紋印象採取方式 |
ATE237163T1 (de) * | 1997-07-18 | 2003-04-15 | Kaba Schliesssysteme Ag | Verfahren zur ermittlung eines identifikationscodes aus fingerabdruckbildern |
US6324310B1 (en) * | 1998-06-02 | 2001-11-27 | Digital Persona, Inc. | Method and apparatus for scanning a fingerprint using a linear sensor |
US6483932B1 (en) * | 1999-08-19 | 2002-11-19 | Cross Match Technologies, Inc. | Method and apparatus for rolled fingerprint capture |
KR20020040407A (ko) * | 2000-11-24 | 2002-05-30 | 장대훈 | 시프트된 지문이미지의 보정방법 |
-
2001
- 2001-05-25 KR KR10-2001-0028809A patent/KR100430054B1/ko not_active IP Right Cessation
- 2001-08-30 US US09/945,009 patent/US20030021451A1/en not_active Abandoned
- 2001-12-20 TW TW090131609A patent/TWI222030B/zh not_active IP Right Cessation
-
2002
- 2002-01-25 CN CN02102539A patent/CN1388482A/zh active Pending
- 2002-03-18 JP JP2002073541A patent/JP2002366950A/ja active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100410964C (zh) * | 2003-04-28 | 2008-08-13 | 北京海鑫科金高科技股份有限公司 | 三面滚动指纹的采集和拼接方法 |
CN100363939C (zh) * | 2004-07-05 | 2008-01-23 | 日本电气英富醍株式会社 | 指纹读取方法、指纹读取系统 |
CN101782965A (zh) * | 2010-02-11 | 2010-07-21 | 上海点佰趣信息科技有限公司 | 形变指纹图像的处理方法 |
CN101782965B (zh) * | 2010-02-11 | 2012-05-23 | 上海点佰趣信息科技有限公司 | 形变指纹图像的处理方法 |
CN105867743A (zh) * | 2016-04-20 | 2016-08-17 | 上海斐讯数据通信技术有限公司 | 应用图标的显示控制方法及显示控制系统 |
CN110414440A (zh) * | 2019-07-30 | 2019-11-05 | 中国工商银行股份有限公司 | 一种指纹采集识别方法及装置 |
CN110414440B (zh) * | 2019-07-30 | 2022-02-25 | 中国工商银行股份有限公司 | 一种指纹采集识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
KR100430054B1 (ko) | 2004-05-03 |
TWI222030B (en) | 2004-10-11 |
JP2002366950A (ja) | 2002-12-20 |
US20030021451A1 (en) | 2003-01-30 |
KR20010070576A (ko) | 2001-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1388482A (zh) | 用线性指纹传感器获取指纹的方法 | |
CN1255767C (zh) | 用于产生重组图像数据的图像处理装置和其方法 | |
US8867790B2 (en) | Object detection device, object detection method, and program | |
CN1196151A (zh) | 虚演播室中用于确定电视摄像机位置的方法和设备 | |
US7512257B2 (en) | Coding system and method of a fingerprint image | |
US7899211B2 (en) | Object detecting system and object detecting method | |
US7593553B2 (en) | Image connection method, and program and apparatus therefor | |
US6996255B2 (en) | Apparatus and method for image processing | |
US8749658B2 (en) | Data processing device, image matching method, program, and image matching system | |
Jie et al. | Real-time rail head surface defect detection: A geometrical approach | |
US20060045311A1 (en) | Moving-object height determining apparatus | |
CN101079106A (zh) | 一种兼容不同指纹传感器图像信息的指纹识别方法 | |
CN1691050A (zh) | 2d矩形码符号扫描设备和2d矩形码符号扫描方法 | |
JP3403697B2 (ja) | 画像処理方法及び装置 | |
JP2002123823A (ja) | 指紋撮像装置 | |
CN1784010A (zh) | 主运动分析 | |
CN108491498A (zh) | 一种基于多特征检测的卡口图像目标搜索方法 | |
CN102333171A (zh) | 一种基于线阵ccd系统的图像扫描方法及系统 | |
CN1741037A (zh) | 一种全自动汽车清洗中车辆模式识别的方法 | |
JP2002228423A (ja) | タイヤ検出方法および装置 | |
CN1584915A (zh) | 一种人眼虹膜识别方法 | |
JP3695899B2 (ja) | 指紋照合装置 | |
CN107545259A (zh) | 一种基于大津法的二维码重构方法 | |
JP3372419B2 (ja) | 物体認識方法 | |
CN1542684A (zh) | 三面滚动指纹的采集和拼接方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |