CN1942849A - 操作输入设备和操作输入程序 - Google Patents

Abstract

手指接触检测部分(51)检测手指是否放置在指纹传感器11上，手指面积检测部分(52)基于关于指纹传感器的划分的小型区域的手指放置检测结果计算放置在指纹传感器上的手指的面积，手指位置检测部分(53)基于在手指接触检测部分中关于指纹传感器的划分的小型区域的检测结果运算指纹传感器上手指的位置，且手指移开检测部分(54)检测放置在指纹传感器上的手指是否移开，并将检测结果传递到控制信息创建部分(50)。控制信息创建部分(50)基于所传递的结果创建例如加速器控制信息、方向盘控制信息和制动控制信息等控制信息，以便传递游戏程序。

Description

操作输入设备和操作输入程序

发明领域

本发明涉及用于通过输入指纹图像操作装置的操作输入设备和操作输入程序。

背景技术

近来，随着信息的数字化及网络化的迅速发展，使得对于控制信息访问的安全技术的兴趣日益增长。作为一种这样的安全技术，通过输入和检查指纹来认证身份的各种产品不断面世。由于对这样的指纹输入设备小型化，它们变得能够被包含到便携式电话或手持终端内。

如果指纹输入设备被包含在装置中，则指纹输入设备一般仅用于检查指纹，因此为达到该装置的预期目的提供了分开的操作输入装置。例如，如果便携式电话具有指纹输入设备，则指纹输入设备可用于通过检查指纹来限制对便携式电话的通讯录的访问。然而，此指纹输入设备不能用于进行操作输入到通讯录中，而一般，为达到该目的使用便携式电话上分开提供的各种按键。

在这样配置中，如果想将指纹认证功能结合在常规装置中的话，就会造成单单向常规配置添加指纹输入设备状况，引起诸如装置大型化、成本增加、以及操作复杂化的问题。

考虑到这些问题，提出了使用指纹输入设备作为诸如鼠标的定点设备的某些提议(例如参考专利文献1到专利文献3)。此外，专利文献4公开了用于实现操作输入的方法，其中在指纹输入设备上提供检测手指如何放置的装置，该装置检测手指如何按下等。

专利文献1：日本专利申请公开第H11-161610号

专利文献2：日本专利申请公开第2003-288160号

专利文献3：日本专利申请公开第2002-62984号

专利文献4：日本专利申请公开第2001-143051号

本发明要解决的问题

然而，在上述常规方法中，由于仅使用指纹输入作为定点设备或需要提供检测压力等特别装置，因此还没有达到将输入的指纹的各种状态作为装置的操作信息的程度，所以还不足以将指纹输入设备用作于操作输入设备。

进行本发明来解决以上问题，且其目的在于提供通过利用指纹图像来控制装置的操作的操作输入设备和操作输入程序。

解决问题的手段

为实现以上目的，本发明的操作输入设备包括用于输入指纹图像的输入装置、用于检测置于输入装置上的手指的状态的状态检测装置、以及用于基于状态检测装置的检测结果为设备生成控制信息的控制信息生成装置，且特征在于状态检测装置包括以下至少其中之一：用于当或者从输入装置输入的指纹图像的浓度值或者从输入装置输入的多个指纹图像的浓度值的差超过预定阈值时检测到手指被置于输入装置上的手指放置检测装置；用于当或者从输入装置输入的多个指纹图像的浓度值或者从输入装置输入的多个指纹图像的浓度值的差低于预定阈值时检测到手指已离开输入装置的手指放开检测装置；用于基于从预先划分的输入装置的区域连续输入的多个指纹图像的浓度值或面积检测输入装置上手指的行进距离或运动方向的手指运动检测装置；用于基于从预先划分的输入装置的区域连续输入的多个指纹图像的浓度值或指纹面积检测输入装置上的手指位置的手指位置检测装置；用于通过计算当没有手指置于输入装置上时的浓度值与当手指置于输入装置上时的浓度值之间的差检测输入装置上手指的接触面积的手指接触面积检测装置；或者用于或者通过计算预定时间间隔输入的指纹图像的变化或测量输入装置上手指放置到手指放开的时间来检测输入装置上手指运动的节奏的手指节奏检测装置。

在这样的配置中，从输入装置输入指纹图像、输入时手指的状态由状态检测装置检测、装置的控制信息基于检测结果生成。因此，即使不提供除指纹认证设备以外的装置操作专用输入设备，也可实现装置的操作。此外，状态检测装置被配置成包括以下至少其中之一：手指是否放置(手指放置检测装置)、放置的手指是否离开(手指放开检测装置)、手指位移或运动方向的检测(手指运动检测装置)、其中放置手指的位置的检测(手指位置检测装置)、手指接触面积的检测(手指接触面积检测装置)、或手指的运动是否根据某一节奏的检测(手指节奏检测装置)。从而，根据这样的手指状态的检测可以控制装置的操作。

此外，手指运动检测装置可对连续输入的指纹图像的浓度值与预定阈值进行比较。因此，它可检测行进距离或运动方向。

此外，当手指运动检测装置对指纹图像的浓度值与预定阈值进行比较时，它可通过提供多个阈值连续检测手指的行进距离或运动方向的变化。设置多个阈值时可输出连续手指运动。因此，即使没有准备任何特殊的可移动机制，基于该输出控制信息生成装置也可生成模拟装置的控制信息。

此外，手指运动检测装置可通过使用区域与从连续输入的多个指纹图像中的每一个计算出的区域中的指纹面积的比率来连续检测手指的行进距离或运动方向中的变化。如果行进距离或运动方向通过计算连续输入的面积的比率来检测，则可获取连续手指运动的输出。且因此，即使没有准备特殊的可移动机制，基于输出，控制信息生成装置也可生成模拟装置的控制信息。

此外，手指位置检测装置可通过对连续输入的多个指纹图像的每一浓度值与预定阈值进行比较来检测手指位置。

此外，当手指位置检测装置对指纹图像的浓度值与预定阈值进行比较时，它可通过提供多个阈值来检测手指位置的连续信息。多个阈值可允许输出连续手指位置。因此，即使没有准备特殊的可移动机制，基于输出，控制信息生成装置也可生成模拟装置的控制信息。

此外，手指位置检测装置可通过使用区域与从连续输入的多个指纹图像的每一个计算出的区域中的指纹面积的比率来检测手指位置的连续信息。如果从连续输入和检测到的手指位置计算出面积的比率则可获取手指面积的连续输出。因此，即使没有准备特殊的可移动机制，基于输出，控制信息生成装置可生成模拟装置的控制信息。

此外，手指接触面积检测装置可通过计算连续输入的指纹图像的每一浓度值与当手指没有放置时的浓度值之间的差来检测有关手指接触面积的连续信息。在这样的配置中，可获取对应于连续输入的手指接触面积的输出。因此，即使没有准备特殊的可移动机制，基于输出，控制信息生成装置也可生成模拟装置的控制信息。

此外，状态检测装置可包括手指放置检测装置、手指放开检测装置、手指运动检测装置、手指位置检测装置、手指接触面积检测装置以及手指节奏检测装置的至少其中2个，控制信息生成装置可通过集成来自状态检测装置包括的二个以上的装置的多个检测结果来生成控制信息。由于控制信息可通过所集成的二个以上的检测结果来生成，可生成更复杂的控制信息，由此允许拓宽装置的控制的范围。

此外，如本发明的其它方面，操作输入装置是使得计算机执行获取指纹图像的指纹图像获取步骤、从在指纹图像获取步骤中获取的指纹图像中检测手指状态的状态检测步骤、以及基于在状态检测步骤中的检测结果生成设备的控制信息的控制信息生成步骤的操作输入程序，其特征在于状态检测步骤包括以下至少其中之一：当或者所获取的指纹图像的浓度值或者多个获取的指纹图像的浓度值的差超出预定阈值时检测到手指放置的手指放置检测步骤；当或者所获取的指纹图像的浓度值或者多个所获取的指纹图像的浓度值的差低于预定阈值时检测到手指被放开的手指放开检测步骤；基于从预先划分的区域中连续获取的多个指纹图像的浓度值或面积检测手指的行进距离或运动方向的手指运动检测步骤；基于从预先划分的区域中连续获取的多个指纹图像的浓度值或指纹面积检测手指位置的手指位置检测步骤；通过计算当没有手指放置时的浓度值与所获取的指纹图像的浓度值之间的差检测手指的接触面积的手指接触面积检测步骤；或者通过计算预定时间间隔的指纹图像输入的变化或者测量从手指放置到手指放开的时间来检测手指运动的节奏的手指节奏检测步骤。

上述程序获取指纹图像，从指纹图像检测手指的状态，并基于检测结果生成装置的控制信息。从而，可仅使用指纹图像操作装置，而不必获取装置操作的专用输入信息。此外，状态检测步骤包括以下各个步骤的至少其中之一：检测手指是否放置(手指放置检测)、放置的手指是否离开(手指放开检测)、检测手指的行进距离或运动方向(手指运动检测)、检测其中放置手指的位置(手指位置检测)、检测手指接触面积(手指接触面积检测)、或检测手指的运动是否根据某一节奏(手指节奏检测)。从而，根据检测这样的手指状态可控制装置的操作。

此外，手指运动检测步骤可通过对连续获取的指纹图像的每一浓度值与预定阈值进行比较来检测行进距离或运动方向。

此外，在手指运动检测步骤中，当在手指运动检测步骤中进行指纹图像的浓度值与预定阈值的比较时，可通过提供多个阈值连续检测手指的行进距离或运动方向的变化。多个阈值可允许输出连续手指运动。因此，基于输出，可生成模拟装置的控制信息。

此外，手指运动检测步骤可通过使用区域与从连续输入的多个指纹图像的每一个计算出的区域中的指纹面积的比率来连续检测手指的行进距离或运动方向的变化。由于可通过对连续获取的多个指纹图像计算面积比率和检测行进距离或运动方向，获取连续手指运动的输出，因此基于该输出，可生成模拟装置的控制信息。

此外，手指位置检测步骤可通过对连续获取的多个指纹图像的每一浓度值与预定阈值进行比较来检测手指的位置。

此外，当在手指位置检测步骤中对指纹图像的浓度值与预定阈值进行比较时，可通过提供多个阈值检测手指位置的连续信息。通过设置多个阈值可获取连续量的手指位置输出，因此基于输出，可生成模拟装置的控制信息。

此外，手指位置检测步骤可通过使用区域与连续获取的多个指纹图像的每一个计算出的区域中的指纹面积的比率来检测手指位置的连续信息。可通过为连续获取的多个指纹图像计算面积比率和检测行进距离或运动方向来获取连续手指位置的输出。从而，基于输出，可生成模拟装置的控制信息。

此外，手指接触面积检测步骤可通过计算连续获取的指纹图像的每一浓度值与没有手指放置时的浓度值之间的差来检测关于手指接触面积的连续信息。对连续获取的多个指纹图像可以获取手指接触面积的输出。从而，基于输出，可生成模拟装置的控制信息。

此外，状态检测步骤可包括手指放置检测步骤、手指放开检测步骤、手指位置检测步骤、手指接触面积检测步骤以及手指节奏检测步骤中的至少2个步骤，控制信息生成步骤可通过集成状态检测步骤所包括的二个以上的步骤中检测到的检测结果来生成控制信息。由于集成二个以上的检测结果可生成控制信息，因此可生成更复杂的控制信息，由此允许拓展装置的控制范围。

实现本发明的最佳模式

以下，描述本发明可应用的实施例。首先，参考附图，描述其中便携式电话具有本发明的操作输入设备的第一实施例。第一实施例被配置成基于从作为输入设备的指纹传感器中获得的指纹图像将控制信息输出到驾驶游戏，用户在该游戏中享受在便携式电话上虚拟驾驶汽车。首先，参考图1和图2，描述了便携式电话的配置。图1是便携式电话1的外观图。图2是示出便携式电话1的电气配置的框图。

如图1中所示，便携式电话1配备显示屏2、十个按键输入单元3、推移指针(jog pointer)4、呼叫开始按钮5、呼叫结束按钮6、麦克风7、扬声器8、选择按钮9和10、作为输入设备的指纹传感器11以及天线12(见图2)。此外，按键输入单元38(见图2)由十个按键输入单元3、推移指针4、呼叫开始按钮5、呼叫结束按钮6以及功能选择按钮9、10组成。

只要可获取手指的指纹图像的一部分和/至全部作为指纹信息，任何类型的以下传感器都可用作指纹传感器11：电容型或光学传感器、热敏型、电场型、平面型或线型传感器。

如图2中所示，便携式电话1配备放大来自麦克风7的音频信号和从扬声器8输出的语音的模拟前端36、将由模拟前端36放大的音频信号转换成数字信号并将从调制解调器34中接收的数字信号转换成模拟信号以便它可由模拟前端36放大的语音编解码器单元35、执行调制和解调的调制解调器单元34、以及放大并检测从天线12中接收的无线电波以及从调制解调器34中接收的信号调制并放大载波信号的发送/接收单元33。

而且，便携式电话1配备控制整个便携式电话1的控制器20，控制器20具有内置的CPU 21、用于临时存储数据的RAM 22以及时钟功能单元23。RAM 22在稍后描述的处理中被用作工作区。RAM 22具有安排好的存储区域，诸如用于存储从指纹传感器11中获取的指纹图像及其浓度值的区域、以及用于存储稍后所述的各个处理中执行的检测的结果的区域。此外，连接至控制器20的有按键输入单元38、显示屏2、指纹传感器11、非易失性存储器30以及旋律生成器32。用于产生由旋律生成器32生成的铃音的扬声器37连接至旋律生成器32。非易失性存储器30配备用于存储将由控制器20的CPU 21执行的各种程序的区域、用于存储诸如当未放置手指时指纹传感器11的浓度值等初始设定的区域、用于存储各种预定阈值的区域等。

以下，参考图3到图9，描述了基于来自如上所述配置的便携式电话1中的指纹传感器11的输入而实行驾驶游戏的控制。图3是本实施例的功能性框图。图4是示出手指放置检测处理的流程的流程图。图5是示出手指放开检测处理的流程的流程图。图6是指纹传感器11区域分割的模式图。图7是示出手指面积检测处理的流程的流程图。图8是示出手指位置检测处理的流程的流程图。图9是示出控制信息生成处理的流程的流程图。

如图3中所示，在本实施例中，手指放置检测单元51以预定时间间隔重复执行手指放置检测处理，来检测手指是否已放置在指纹传感器11上，并将其检测结果输出到控制信息生成单元50。当从手指放置检测单元获取“手指已放置”的检测结果时，控制信息生成单元50确定开始驾驶，并执行将用作加速器控制信息和操纵控制信息的基础的检测结果的获取。

与手指放置检测单元51的处理并行地，手指面积检测单元52重复执行计算指纹传感器11上放置的手指的面积和将其输出到控制信息生成单元50的处理。这样的计算是基于手指放置检测单元处对指纹传感器11的小型划分区域的检测结果进行的。所计算面积的值将是加速器控制信息，并被发送给驾驶游戏的游戏程序55，因此将执行车辆速度的控制。

此外，与手指放置检测单元51或手指面积检测单元52的处理并行地，手指位置检测单元53重复执行计算手指在指纹传感器11上的位置并将其输出到控制信息生成单元50的处理。这样的计算是基于手指放置检测单元处对指纹传感器11的小型划分区域的检测结果进行的。位置信息将是操纵控制信息，并被发送给驾驶游戏的游戏程序55，因此将执行转向角控制。

此外，与手指放置检测单元51、手指面积检测单元52、以及手指位置检测单元53的处理并行地，手指放开检测单元54以预定时间间隔重复执行检测放置在指纹传感器11上的手指是否已放开的处理，并将其检测结果输出到控制信息生成单元50。当从手指放开检测单元获取“手指已放开”的检测结果时，控制信息生成单元50将制动控制信息输出到游戏程序55，因此将执行制止控制。

图3中的功能性框，即手指放置检测单元51、手指面积检测单元52、手指位置检测单元53、手指放开检测单元54以及控制信息生成单元50应由硬件即CPU 21和各个程序实现。

以下，参考图4，描述由手指放置检测单元51执行的手指放置检测处理。手指放置检测处理是用于检测手指是否已放置在指纹传感器11上的。该处理以预定时间间隔重复执行。手指放置的检测在作为指纹11传感器的小型划分区域的每一区域(见图6)并行进行。检测结果应用于检测将稍后描述的手指的接触面积或手指的位置。

当手指放置检测处理开始时，首先，获取用作基准的图像的浓度值(S1)。作为基准图像，例如，可获取在非易失性存储器30中预先存储的当没有手指放置时指纹传感器11的浓度值。然后，获取指纹传感器11上输入的图像的浓度值(S3)。然后，计算S1中获取的基准图像的浓度值与所输入图像的浓度值之间的差(S5)。接着，确定所算出的浓度值的差是否大于预定阈值A(S7)。根据指纹传感器11或便携式电话1，可使用不同的值作为阈值A。例如，在256色的浓度值的情况中可使用“50”。

如果浓度值的差不大于阈值A(S7：否)，则处理返回至S3，在那里再次获取指纹传感器11上输入的图像的浓度值。如果浓度值的差大于阈值A(S7：是)，则输出手指放置(S9)，并将其存储在RAM 22中用于存储手指放置检测结果的区域中。然后，该处理结束。

在以上处理中，计算了基准图像的浓度值与输入图像的浓度值之间的差，并将差值与阈值进行了比较。所输入的图像的浓度值本身可以与阈值进行比较，而不使用基准图像。

以下，参考图5，描述由手指放开检测单元54执行的手指放开检测处理。手指放开检测处理是用于检测已被放置在指纹传感器11上的手指是否从指纹传感器11上放开。该处理以预定的时间间隔重复执行。

当手指放开检测处理开始时，首先，获取基准图像的浓度值(S11)。作为基准图像，例如，可获取在非易失性存储器30中预先存储的当没有手指放置时指纹传感器11的浓度值。接着，获取指纹传感器11上输入的图像的浓度值(S13)。然后，计算S11中获取的基准图像的浓度值与所输入图像的浓度值之间的差(S15)。接着，确定所算出的浓度值的差是否小于预定阈值B(S17)。取决于指纹传感器11或便携式电话1，可使用不同的值作为阈值B。例如，在256色的浓度值的情况中可使用“70”。

如果浓度值的差不小于阈值B(S7：否)，则处理返回至S13，在那里再次获取指纹传感器11上输入的图像的浓度值。如果浓度值的差小于阈值B(S17：是)，则输出手指放开(S19)，并将其存储在RAM 22中用于存储手指放开检测结果的区域中。然后，该处理结束。

在以上处理中，计算了基准图像的浓度值与输入图像的浓度值之间的差，并将差值与阈值进行了比较。类似于手指放置检测处理，所输入的图像的浓度值本身可以与阈值进行比较，而不使用基准图像。

以下，参考图6和7，描述了将在手指面积检测单元52中进行的手指面积检测处理。如图6中所示，在本实施例中，线型的指纹传感器11被划分成3个小型区域，左区61、中区62以及右区63。假定每一小型区域的面积值为1进行计算。上述手指放置检测处理和手指放开检测处理在各个小型区域中并行执行。结果作为小型区域中的状态被获取，且手指接触面积基于该获取结果被计算。在指纹传感器11上被划分的小型区域的个数不限于3，它可被划分成5或7块等。当小型区域的个数增加时，可获取更精细的检测结果，从而允许生成更复杂的控制信息。本实施例假定指纹传感器11为线型。然而，如前所述，所使用的指纹传感器可以是能够一次获取整个指纹图像的平面型的传感器(面积传感器)。在面积传感器的情况中，例如，分成4个区域，上、下、左和右，或纵3×横3的9个区域。手指放置检测处理和手指放开检测处理可在这样的小型区域中的每一个进行以便计算手指面积。

此外，在这些小型区域中的手指状态获取可通过使得浓度值获取处理(图4中的S3和S5以及图5中的S13和S15)和基于浓度值的判断处理(与阈值比较：图4中的S7和图5中的S17)成为循环来进行在图4和图5的流程图中顺序处理。或者，这些处理也可以顺序化和并行处理。

如图7中所示，当手指面积检测处理开始时，首先，获取各个小型区域的状态(S21)。然后，确定手指放置是否在左区61中(S23)。如果在左区61中检测到手指放置(S23：是)，则进一步确定手指放置是否位于中区62中(S25)。如果在中区62中未检测到手指放置(S25：否)，则手指的接触面积将是“1”，因为手指仅放置在左区61中。然后，将“1”作为手指面积的值输出，并将其存储在RAM 22用于存储手指面积值的区域中(S27)。然后，处理返回至S21。

如果在中区62中检测到手指放置(S25：是)，则进一步确定手指放置是否位于右区63中(S29)。如果在右区63中未检测到手指放置(S29：否)，则手指的接触面积将是“2”，因为手指置于左区61和中区62中。然后，将“2”作为手指面积的值输出，并将其存储在RAM 22用于存储手指面积值的区域中(S30)。然后，该处理返回至S21。

如果在右区63中检测到手指放置(S29：是)，则手指的接触面积将是“3”，因为手指放置在所有区域中。然后，将“3”作为手指面积的值输出，并将其存储在RAM 22用于存储手指面积值的区域中(S31)。然后，该处理返回至S21。

一方面，如果在左区61中未检测到手指放置(S23：否)，则然后确定手指放置是否位于中区62中(S33)。如果在中区62中未检测到手指放置(S33：否)，则手指将仅置于右区63中，且手指的接触面积将为“1”。这是因为，尽管对整个指纹传感器11检测到手指放置，但在左区61或中区62中均没有检测到手指放置。因此，将“1”作为手指面积的值输出，并将其存储在RAM 22用于存储手指面积值的区域中(S35)。然后，该处理返回至S21。

如果在中区62中检测到手指放置(S33：是)，则进一步确定手指放置是否还在右区63中(S37)。如果在右区63中未检测到手指放置(S37：否)，则仅在中区62中放置手指，因此手指的接触面积将是“1”。因此，将“1”作为手指面积值输出，并将其存储在RAM 22用于存储手指面积值的区域中(S35)。然后，处理返回至S21。

如果在右区63中检测到手指放置(S37：是)，则手指放置在中区62和右区63中，手指的接触面积将是“2”。然后，输出“2”作为手指面积的值，并将其存储在RAM 22用于存储手指面积值的区域中(S39)。然后，处理返回至S21。

以上处理的重复执行可实现对置于指纹传感器11上的手指的接触面积的顺序计算。然后，计算结果被存储在RAM 22用于存储手指面积值的区域中。然后，在稍后描述的控制信息生成处理中读出该结果，并将其用作用于生成控制信息的基础信息。

以下，参考图8，描述在手指位置检测单元53处执行的手指位置检测处理。在手指位置检测处理中，类似于手指面积检测处理，指纹传感器11被划分成3个小型区域，如图6中所示的左区61、中区62以及右区63。检测结果是由在各个小型区域并行执行的手指放置检测处理和手指放开检测处理得到的。结果作为小型区域的状态获取，手指的当前位置是基于所获取的结果检测到的。类似于手指面积检测处理，指纹传感器11上划分的小型区域的个数不应限于3，它可通过使用面积传感器被划分成4个或9个区域，然后可进行手指位置检测。

如图8中所示，当手指位置检测处理开始时，首先获取各个小型区域的状态(S41)。然后，确定手指放置是否位于左区61中(S43)。如果在左区61中检测到手指放置(S43：是)，则进一步确定手指放置是否位于中区62中(S45)。如果在中区62中未检测到手指放置(S45：否)，则手指位置将是左端，因为手指仅置于左区61中。然后，左端被作为手指位置输出，并被存储在RAM 22用于存储手指位置的区域中(S47)。然后，该处理返回至S41。

如果在中区62中检测到手指放置(S45：是)，则进一步确定手指放置是否位于右区63中(S49)。如果在右区63中未检测到手指放置(S49：否)，则手指位置靠近左而非中央，因为手指置于左区61和中区62中。然后，输出“左”作为手指位置，并将其存储在RAM 22用于存储手指位置的区域中(S50)。然后，该处理返回至S41。

如果在右区63中检测到手指放置(S49：是)，则手指几乎定位在中央，因为手指置于所有区域中。然后，输出“中央”作为手指位置，并将其存储在RAM 22用于存储手指位置的区域中(S51)。然后，该处理返回至S41。

一方面，如果在左区61中未检测到手指放置(S43：否)，则确定手指放置是否位于中区62(S53)中。如果在中区62中未检测到手指放置(S53：否)，则手指仅置于右区63中，则手指位置将为右端。这是因为，尽管对整个指纹传感器11检测到了手指放置，但在左区61或中区62中均未检测到手指放置。因此，输出“右端”作为手指位置，并将其存储在RAM 22用于存储手指位置的区域中(S55)。然后，该处理返回至S41。

如果在中区62中检测到手指放置(S53：是)，则进一步确定手指放置是否还位于右区63中(S57)。如果在右区63中检测到手指放置(S57：是)，则手指位置靠右而非中央，因为手指置于中区62和右区63中。然后，输出“右”作为手指位置，并将其存储在RAM 22用于存储手指位置的区域中(S59)。然后，该处理返回至S41。

如果在右区63中未检测到手指放置(S57：否)，则手指位置将为中央，因为手指仅置于中区62中。然后，输出“中央”作为手指位置，并将其存储在RAM22用于存储手指位置的区域中(S51)。然后，该处理返回至S41。

以上处理的重复执行将允许对置于指纹传感器11上的手指位置的顺序检测。此外，如果划分区域的个数增加，则可获取更详细的位置信息。然后，检测的结果被存储在RAM 22用于存储手指位置的区域中。且该结果在稍后所述的控制信息生成处理中读出，它将被用作生成控制信息的基础信息。

以下，参考图9，描述在控制信息生成单元50处执行的控制信息生成处理。控制信息生成处理用于获取关于置于指纹传感器11上的手指的状态的信息，以及基于此输出用于控制驾驶游戏程序的加速器控制信息、操纵控制信息和制动控制信息。

首先，如图9中所示，获取整个指纹传感器11的手指放置检测结果(S61)。然后，确定所获取的手指放置检测结果是否示出手指放置(S63)。如果示出没有手指放置(S63：否)，则该处理返回至S61，在那里再次获取手指放置检测结果。

如果存在手指放置(S63：是)，则获取由手指面积检测处理输出并存储在RAM 22中的最新手指面积值(S65)。然后，基于所获取的手指面积值将加速器控制信息输出到游戏程序(S67)。如果手指面积值高，则输出加速器被强烈按下的信息。

然后，获取由手指位置检测处理输出并存储在RAM 22中的最新手指位置信息(S69)。然后，基于所获取的手指位置将操纵控制信息输出到游戏程序(S71)。输出用于基于手指位置确定转向角的信息。

然后，获取手指放开检测结果(S73)。然后，确定所获取的手指放开检测结果是否示出手指放开(S75)。如果不存在手指放开(S75：否)，则确定驾驶游戏将继续。然后，该处理返回至S65，在那里再次获取手指面积值，并生成对游戏程序的控制信息。

如果存在手指放开(S75：是)，则用于停止驾驶的制动控制信息被输出到游戏程序(S77)。基于置于指纹传感器11上的手指的状态的检测结果(手指放置还是放开，手指位于何处，接触多少)，以上处理可生成用于控制游戏如何进行以及操作游戏的信息。

在上述第一实施例中的手指面积检测处理和手指位置检测处理中，输出手指面积值和手指位置的单独的检测结果作为离散的值。手指接触面积或手指位置也可作为连续信息输出。如果期望生成模拟连续信息，诸如上述驾驶游戏，则可以特别地适合利用。这可允许使用连续信息执行控制，而无需依赖于如操纵杆等特殊模拟输入设备。因此，以下，将描述其中输出这样的连续量的第二实施例。由于，第二实施例的配置类似于第一实施例的配置，对后者的描述将包含在此。此外，对于控制处理，仅参考图10到图12描述与第一实施例中不同的手指面积检测处理和手指位置检测处理。对其它处理，第一实施例的描述包含在此。图10是第二实施例中指纹传感器11的区域分割的模式图。图11是第二实施例中手指面积检测处理的流程图。图12是第二实施例中手指位置检测处理的流程图。

如图10中所示，在第二实施例中，线型指纹传感器11被划分成2个小型区域，左区71和右区72。在每一小型区域中获取指纹图像的浓度值，且通过将2个阈值与每一区域中的浓度值比较确定手指的状态。在本实施例中，左区的阈值TH1和TH2是150和70，右区72的阈值TH3和TH4是150和70。基于手指的状态，计算手指的接触面积，并确定手指的位置。因此，当确定每一小型区域的状态时，通过将浓度值与多个阈值进行比较并使用其比较结果，输出连续的信息成为可能。

首先，参考图11，描述了连续输出手指的接触面积的手指面积检测处理。首先，获取每一小型区域中指纹图像的浓度值(S81)。然后，确定所获取的左区71的浓度值是否大于阈值TH1(150)(S83)。大于阈值TH1示出其中指纹图像浓度高即手指确实置于左区71中的情况。如果该浓度值大于阈值TH1(S83：是)，则然后确定右区72的浓度值是否也大于TH3(150)(S85)。如果该浓度高于TH3(S85：是)，则输出“4”作为手指面积的值，因为手指确实置于整个指纹传感器11上，并将其存储在RAM 22用于存储手指面积值的区域中(S87)。然后，该处理返回至S81，在那里再次获取每一小型区域的图像。

如果左区71的浓度值大于TH1(S83：是)，但右区72的浓度值未达到TH3(S85：否)，则进一步确定右区72的浓度值是否高于TH4(70)(S89)。如果浓度值尽管小于TH3但大于TH4，这示出着其中手指将要放置或放开的状态，意味着手指以某种程度接触。然后，如果它大于TH4(S89：是)，则输出“3”作为手指面积值，并将其存储在RAM 22中(S91)。然后，处理返回至S81，在那里获取各个小型区域的图像。如果右区72的浓度值未达到TH4(S89：否)，则输出“2”作为手指面积值，因为被认为手指未触及右区72，并将其存储在RAM 22用于存储手指面积值的区域中(S93)。然后，处理返回至S81，在那里再次获取每一小型区域的图像。

如果左区71的浓度值未达到TH1(S83：否)，则然后确定左区71的浓度值是否大于TH2(70)(S95)。如果浓度值小于TH1但大于TH2，则这意味着其中手指正放置或放开的状态以及其中手指以某种程度接触的状态。然后，如果它大于TH2(S95：是)，则进一步对右区72确定浓度值是否大于TH3(150)(S97)。如果浓度值大于TH3(S97：是)，则输出“3”作为手指面积的值，并将其存储在RAM 22用于存储手指面积值的区域中(S91)，因为手指稍微接触左区71并确实接触右区72。然后，处理返回至S81，在那里再次获取每一小型区域的图像。

如果左区71的浓度值小于TH1(S83：否)并大于TH2(S95：是)，且右区72的浓度值小于TH3(S97：否)，则进一步确定右区72的浓度值是否大于TH4(S99)。如果右区72的浓度值大于TH4(S99：是)，则输出“2”作为手指面积的值，并将其存储在RAM 22中(S101)，因为手指稍微接触左区71和右区72两者。然后，处理返回至S81，在那里获取每一小型区域的图像。如果右区72的浓度值小于TH4(S99：否)，则输出“1”作为手指面积的值，并将其存储在RAM22用于存储手指面积值的区域中(S103)，因为没有手指接触右区72。然后，处理返回至S81，在那里获取每一小型区域的图像。

如果左区71的浓度值小于TH2(S95：否)，则进行对右区72的浓度值判断，因为手指没有接触左区。首先，确定右区72的浓度值是否大于阈值TH3(S105)。如果它大于TH3(S105：是)，则输出“2”作为手指面积的值，并将其存储在RAM 22用于存储手指面积值的区域中(S101)，因为手指没有接触左区71而它确实接触右区72。然后，处理返回至S81，在那里再次获取每一小型区域的图像。

如果左区71的浓度值小于TH2(S95：否)，且右区72的浓度值小于TH3(S105：否)，则进一步确定右区72的浓度值是否大于TH4(S107)。如果它大于TH4(S107：是)，则输出1作为手指面积的值，并将其存储在RAM 22用于存储手指面积值的区域中(S109)。然后，处理返回至S81，在那里再次获取每一小型区域的图像。

如果左区71的浓度值小于TH2(S95：否)，且右区72的浓度值也小于TH4(S105：否，S107：否)，则输出“0”作为手指面积的值，并将其存储在RAM 22用于存储手指面积值的区域中(S111)，因为手指被认为未触及指纹传感器11。然后，该处理返回至S81，在那里获取每一小型区域的图像。

使用上述手指面积检测处理，手指面积的值输出为0到4。手指面积检测处理的顺序重复可将手指接触的程度输出为连续值。因此，如果在控制信息生成处理中基于该手指面积值生成加速器控制信息，则诸如逐渐增加压下加速器的量或逐渐减少压下加速器的量的平滑控制成为可能。此外，如果阈值的个数进一步增加，则可输出更多级别的面积值，从而可以平滑控制。

此外，在上述手指面积检测处理中，可通过为各个小型区域提供多个阈值来获取手指面积的连续值。而且，也可能通过对其上放置手指的面积部分求和来确定手指面积。例如，假定左区71的整个面积是100，其上放置手指的面积A为50。然后，假定右区的面积为100，其中放置手指的面积B为30。则在情况中，手指面积的值可使用S＝A+B来确定，因此为50+30＝80。使用这种表达式对手指面积的顺序确定可实现连续的手指面积值的获取。

以下，参考图12，描述了检测手指位置作为连续值的手指位置检测处理。首先，获取每一小型区域中指纹图像的浓度值(S121)。然后，确定左区71所获取的浓度值是否大于阈值TH1(150)(S123)。大于阈值TH1指示手指确实置于左区71中。如果它大于阈值TH1(S123：是)，则然后确定右区72的浓度值是否大于阈值TH3(150)(S125)。如果浓度值大于TH3(S125：是)，则输出“中央”作为手指的位置，并将其存储在RAM 22中(S127)，因为它指示手指被确实置于指纹传感器11全部上而没有偏离。然后，处理返回至S121，并获取每一小型区域的图像。

如果左区71的浓度值大于TH1(S123：是)，但右区72的浓度值未达到TH3(S125：否)，则进一步确定右区72的浓度值是否大于TH4(70)(S129)。尽管浓度值小于TH3，只要它大于TH4，表示手指就将要放置或放开，意味着它以某种程度接触。因此，如果浓度值大于TH4(S129：是)，则确定手指稍微偏向左，并输出“左”作为手指位置，并将其存储在RAM 22中(S131)。然后，处理返回至S121，在那里获取每一小型区域中的图像。如果右区72的浓度值未达到TH4(S129：否)，则输出“左端”作为手指位置，并将其存储在RAM 22中(S133)，因为可认为手指几乎没有触及右区72，并偏向左。然后，该处理返回至S121，在那里获取每一小型区域中的图像。

如果左区71的浓度值未达到TH1(S123：否)，则确定左区71的浓度值是否大于TH2(70)(S135)。尽管浓度值小于TH1，只要它大于TH2，表示手指就将要放置或放开，意味着它以某种程度接触。然后，如果它大于TH2(S135：是)，则进一步确定右区72的浓度值是否大于TH3(150)(S137)。如果浓度值大于TH3(S137：是)，则输出“右”作为手指位置，并将其存储在RAM 22中(S139)，因为可认为手指稍微触及左区71并确实触及右区72，因此手指偏向右。然后，处理返回至S121，在那里获取每一小型区域的图像。

如果左区71的浓度值小于TH1(S123：否)，并大于TH2(S135：是)，且右区72的浓度值小于TH3(S137：否)，则进一步确定右区72的浓度值是否大于TH4(S141)。如果右区72的浓度值大于TH4(S141：是)，则输出“中央”作为手指位置，并将其存储在RAM 22中(S143)，因为手指稍微触及左区71和右区72两者而没有偏向任何方向。然后，处理返回至S121，在那里获取每一小型区域的图像。如果右区72的浓度值小于TH4(S141：否)，则输出“左”作为手指位置，并将其存储在RAM 22中(S145)，因为手指没有触及右区72并偏向左。然后，处理返回至S121，在那里获取每一小型区域中的图像。

如果左区71的浓度值小于TH2(S135：否)，则手指未触及左区71，然后对右区72的浓度值进行判断。首先，确定右区72的浓度值是否大于TH3(S147)。如果它大于TH3(S147：是)，则输出“右端”作为手指位置，并将其存储在RAM22中(S149)，因为手指确实触及右区72而未触及左区71，且手指相当偏向右。然后，处理返回至S121，在那里获取每一小型区域中的图像。

如果左区71的浓度值小于TH2(S135：否)，且右区的浓度值小于TH3(S147：否)，则进一步确定右区72的浓度值是否大于TH4(S151)。如果它大于TH4(S151：是)，则输出“右”作为手指位置，并将其存储在RAM 22中(S153)，因为手指稍微触及右区72，而没有触及左区71。然后，该处理返回至S121，在那里获取每一小型区域中的图像。

如果左区71的浓度值小于TH2(S135：否)，且右区72的浓度值也小于TH4(S147：否，S151：否)，则输出“中央”作为手指位置，并将其存储在RAM 22中(S155)，因为手指放置被确定在整个指纹传感器11上，尽管手指刚刚触及指纹传感器11。然后，该处理返回至S121，在那里获取每一小型区域中的图像。

使用以上手指位置检测处理，手指位置被输出为左端、左、中央、右和右端的5个级别。顺序重复手指面积检测处理可允许手指位置被输出为连续值。因此，如果在上述控制信息生成处理中基于该手指位置生成操纵控制信息，则诸如逐渐增加或减少转动方向盘的角度的平滑控制成为可能。此外，如果阈值的个数进一步增加，可检测更多级别的手指位置，从而可能生成详细的控制信息。

在以上手指位置检测处理中，可通过为每一小型区域提供多个阈值来获取关于手指位置的连续信息。可通过使用其中放置手指的面积与每一小型区域的面积的比率来确定手指位置。在这种情况中，中央被表示为0，左为负值，右为正值。例如，假定左区71的总面积为100，而其中放置手指的左区面积A为50。然后，假定右区72的面积为100，而其中放置手指的右区面积为30。则这种情况中手指位置X可按照X＝B-A来确定，即30-50＝-20，意味着手指稍稍(20％)偏向左。使用这样的数字表达式对手指位置进行顺序判断可允许检测连续手指位置。

然后，在控制以上驾驶游戏的操作输入处理中，来自手指位置检测单元53关于指纹传感器11上的手指位置的信息被用作控制信息生成单元50生成操纵控制信息的基础。然而，关于手指运动的信息也可代替关于手指位置的信息使用。接着在以下，描述了其中代替图3中所示的手指位置检测单元而设置手指运动检测单元(未示出)的第三实施例。由于第三实施例的配置和除代替手指位置检测的检测手指运动的处理以外的处理类似于第一实施例的那些，因此对后者的描述包含在此。然后，将参考图13描述手指运动检测处理。图13是示出手指运动检测处理的流程的流程图。

如图13中所示，在手指运动检测处理中，首先为作为线型指纹传感器11的3个划分的左/中/右小型区域61到63(见图6)获取每一小型区域的状态(S161)。类似于第一实施例，通过获取在各个小型区域中并行执行的手指放置检测处理的输出结果获得状态。

然后，确定所获取的输出结果是否示出手指放置位于所有区域中(S163)。如果手指放置在所有区域中存在(S163：是)，则将“A”作为用于判断手指运动的基准位置，并存储在RAM 22中(S165)。基准位置应被存储两次，以便在稍后所述的处理中，通过将最近的基准位置与当前基准位置进行比较来检测运动。然后，从RAM 22中检索最近基准位置，从而对运动进行判断(S167到S179)。由于第一次没有存储最近基准位置(S167：否，S171：否，S175：否)，因此输出“没有移动”(S179)，且该处理返回至S161。

在第二次处理或其后中，如果在所有区域中存在手指放置(S163：是)，将“A”作为基准位置(S165)，并确定最近基准位置是否为A(S167)。如果最近基准位置为“A”(S167：是)，则输出“没有移动”(S169)，因为它与当前基准位置相同，且处理返回至S161。

如果最近基准位置不是“A”(S167：否)，则确定最近基准位置是否是“B”(S171)。如果确定手指放置位于左区61和中区62两者中(S181：是)(将在稍后讨论)，则输出基准位置“B”(S183)。如果最近基准位置是“B”(S171：是)，则输出“向右移动”(S173)，因为手指位置从左移动到中央，处理返回至S161。

如果最近基准位置不是B(S171：否)，确定最近基准位置是否是C(S175)。如果确定手指放置位于右区63和中区62两者中(S199：是)，则输出基准位置“C”(S201)。如果最近基准位置是“C”(S175：是)，则输出“向左移动”(S177)，因为手指位置从右移动到中央，处理返回至S161。

如果最近基准位置不是“C”(S175：否)，则在这种情况中输出“没有移动”(S179)，因为或者最近基准位置没有被存储(对第一次处理)，或最近基准位置是“D”，处理返回至S161。

如果确定手指放置未位于所有区域中(S163：否)，则确定手指放置是否位于左区61和中区62两者中(S181)。如果手指放置被确定位于左和中小型区域两者中(S181：“是”)，则将“B”作为用于判断手指运动的基准位置，并将其存储在RAM 22中(S183)。接着，确定最近基准位置是否是A(S185)。如果最近基准位置是“A”(S185：是)，则输出“向左移动”(S187)，因为手指位置从中央移动到左，且处理返回至S161。

如果最近基准位置不是“A”(S185：否)，则确定最近基准位置是否是“B”(S189)。如果最近基准位置是“B”(S189：是)，则输出“没有移动”(S191)，因为最近和当前基准位置相同，且处理返回至S161。

如果最近基准位置不是“B”(S189：否)，则确定最近基准位置是否是“C”(S193)。如果最近基准位置是“C”(S193：是)，则输出“向左大移动”(S195)，因为手指位置从右向左相当大地改变，且处理返回至S161。

如果最近基准位置不是“C”(S193：否)，则在这种情况中输出“没有移动”(S197)，因为或者最近基准位置没有被存储(对第一次处理)，或最近基准位置是“D”。然后，处理返回至S161。

如果不仅确定手指放置未位于所有区域中(S163：否)，且未位于左和中小型区域两者中(S181：否)，则确定手指放置是否被确定位于右区63和中区62两者中(S199)。如果手指放置被确定位于右和中小型区域两者中(S199：是)，则将“C”作为用于判断手指运动的基准位置，并将其存储在RAM 22中(S201)。然后，确定最近基准位置是否是“A”(S203)。如果最近基准位置是A(S203：是)，则输出“向右移动”(S205)，因为手指位置从中央移动到右，且处理返回至S161。

如果最近基准位置不是“A”(S203：否)，则确定最近基准位置是不是“B”(S207)。如果最近基准位置是“B”(S207：是)，则输出“向右大移动”(S209)，因为手指位置从左到右相当大地改变，且处理返回至S161。

如果最近基准位置不是“B”(S207：否)，则确定最近基准位置是否是“C”(S211)。如果最近基准位置是“C”(S211：是)，则输出“没有移动”(S213)，因为当前和基准位置相同，且处理返回至S161。

如果最近基准位置不是“C”(S211：否)，则在这种情况中输出“没有移动”，因为或者最近基准位置没有被存储(对第一次处理)，或最近基准位置是“D”。然后，处理返回至S161。

在其中确定手指放置未位于所有区域中的情况中(S163：否)，且未位于左和中小型区域两者中(S181：否)，且未位于右和中小型区域两者中(S199：否)，该情况被分类为其它，并在RAM 22中被存储为基准位置“D”(S215)。然后，如果基准位置是D，则不考虑最近基准位置输出“没有移动”(S217)，且处理返回至S161。

使用上述手指运动检测处理，手指运动以“向左大移动”、“向左移动”、“向右移动”、“向右大移动”和“没有移动”的形式输出。然后，基于它们，在控制信息生成处理中，生成诸如“大左转”、“左转”、“右转”、“大右转”、“无操纵操作”等操纵控制信息，并将其输出到游戏程序。

尽管手指运动检测处理在以上第三实施例中是离散输出的，但类似于前述第二实施例，在手指放置检测中提供多个阈值或使用接触面积比率也可允许在手指运动检测中获取连续输出。以下，参考图14到图19，描述其中执行用于获取连续输出的手指运动检测的第四实施例。图14是用于获取连续输出的手指运动检测处理的流程图。图15是在图14的S227和S243中执行的基准位置A的子例程的流程图。图16是在图14的S231中执行基准位置B的子例程的流程图。图17是在图14的S233和S245中执行基准位置C的子例程的流程图。图18是在图14的S239和S253中执行基准位置D的子例程的流程图。图19是在图14的S239中执行基准位置E的子例程的流程图。

在第四实施例中，类似于第二实施例，线型指纹传感器11被划分成2个小型区域，即，左区71和右区72(见图10)，其中在每一小型区域中获取指纹图像的浓度值，在各个区域中将浓度值与2个阈值进行比较(在此实施例中，左区71的阈值TH1和TH2是150和70，右区72的阈值TH3和TH4是150和70)，由此检测手指运动。

如图14中所示，当手指运动检测处理开始时，在各个小型区域中获取指纹图像的浓度值(S221)。然后，确定左区71所获取的浓度值是否大于阈值TH1(150)(S223)。大于阈值TH1指示手指确实置于左区71中。如果它大于阈值TH1(S223：是)，则然后确定右区72的浓度值是否也大于阈值TH3(150)(S225)。如果浓度值大于TH3(S225：是)，则手指被确实置于指纹传感器11全部上而没有偏离。然后，将“A”作为用于判断手指运动的基准位置，然后，处理移动至通过与最近基准位置比较来判断手指运动的基准位置“A”的子例程(S227)。在这里，类似于第三实施例，基准位置应被存储两次，它用于通过将最近基准位置与当前基准位置进行比较来检测任何手指运动。当基准位置“A”处的子例程结束时，该处理返回至S221，在那里获取每一小型区域中的图像。后面参考图15描述基准位置“A”处的子例程。

如果右区72的浓度值未达到TH3(S225：否)，而左区71的浓度值大于TH1(S223：是)，则进一步确定右区72的浓度值是否大于TH4(70)(S229)。如果浓度值小于TH3，但大于TH4，则它指示手指即将要放置或放开，意味着它以某种程度接触。如果浓度值未达到TH4(S229：否)，则将“B”作为判断手指运动的基准位置，因为认为手指刚刚触及右区72，并偏向左，且该处理移动至用于通过与最近基准位置比较来确定手指运动的基准位置“B”的子例程(S231)。如果基准位置B处的子例程结束，则该处理返回至S221，在那里获取每一小型区域中的图像。后面参考图16描述基准位置“B”处的子例程。

如果右区72的浓度值大于TH4(S229：是)，则将“C”作为用于判断手指运动的基准位置，且处理移动至用于通过与最近基准位置比较来判断手指运动的基准位置“C”处的子例程(S233)。当在基准位置“C”处的子例程结束时，该处理返回至S221，在那里获取每一小型区域中的图像。后面参考图17描述基准位置“C”处的子例程。

如果左区71的浓度值未达到TH1(S223：否)，则然后确定左区71的浓度值是否大于TH2(70)(S235)。如果浓度值小于TH1，但大于TH2，则指示手指将要放置或放开，意味着它以某种程度接触。然后，如果它大于TH2(S235：是)，则进一步确定右区72的浓度值是否大于TH3(150)(S237)。如果浓度值大于TH3(S237：是)，则认为手指偏向右，因为手指稍微触及左区71并确实触及右区72。因此，将“D”作为用于判断手指运动的基准位置，该处理移动至用于通过与最近基准位置比较来判断手指运动的基准位置“D”处的子例程(S229)。当基准位置“D”处的子例程结束时，处理返回至S221，在那里获取每一小型区域的图像。后面参考图18描述基准位置“D”处的子例程。

如果左区71的浓度值小于TH1(S223：否)，并大于TH2(S235：是)，且右区72的浓度值小于TH3(S237：否)，则进一步确定右区72的浓度值是否大于TH4(S241)。如果右区72的浓度值大于TH4(S241：是)，则手指稍微触及左区71和右区72两者而没有偏向。因此，将“A”作为用于判断手指运动的基准位置，处理移动至用于通过与最近基准位置比较来判断手指位置的基准位置A处的子例程(S243)。当基准位置“A”处的子例程结束时，该处理返回至S221，在那里获取每一小型区域的图像。

如果右区72的浓度值小于TH4(S241：否)，则手指没有触及右区72并偏向左。因此，将“C”作为用于判断手指运动的基准位置，且该处理移动至用于通过与最近基准位置比较来判断手指运动的基准位置“C”处的子例程(S245)。当基准位置C处的子例程结束时，该处理返回至S221，在那里获取每一小型区域中的图像。

如果左区71的浓度值小于TH2(S235：否)，则手指未触及左区71，然后进行右区72的浓度值的判断。首先，确定右区72的浓度值是否大于TH3(S247)。如果它大于TH3(S247：是)，则手指确实触及右区72而未触及左区71，且手指实质上偏向右。因此，将“E”作为判断手指运动的基准位置，且该处理移动至用于通过与最近基准位置比较判断手指运动的基准位置“E”的子例程。当基准位置E处的子例程结束时，该处理返回至S221，在那里获取每一小型区域中的图像。后面参考图19描述基准位置“E”处的子例程。

如果左区71的浓度值小于TH2(S235：否)，且右区的浓度值小于TH3(S247：否)，则进一步确定右区72的浓度值是否大于TH4(S251)。如果它大于TH4(S251：是)，则手指稍微触及右区72，而没有触及左区71。因此，将“D”作为用于判断手指运动的基准位置，且处理移动至用于通过与最近基准位置比较判断手指运动的基准位置“D”处的子例程(S253)。当基准位置“D”处的子例程结束时，该处理返回至S121，在那里获取每一小型区域中的图像。

如果左区71的浓度值小于TH2(S235：否)，且右区72的浓度值也小于TH4(S247：否，S251：否)，则它们被分类为其它情况，使用F作为基准位置，并将其存储在RAM 22中(S255)。然后，当基准位置是“F”时，输出“没有移动”(S257)，而不考虑最近基准位置。然后，该处理返回至S121，在那里获取每一小型区域中的图像。

以下，参考图15，描述当基准位置为“A”时的手指运动判断处理。当子例程的处理开始时，首先，将“A”作为用于判断手指运动的基准位置，并将其存储在RAM 22中(S261)。接着，从RAM 22中检索最近基准位置，从而判断运动。首先确定最近基准位置是否为“A”(S263)。如果最近基准位置是A(S263：是)，则输出“没有移动”(S265)，因为当前和最近基准位置相同，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“A”(S263：否)，则确定最近基准位置是否是B(S267)。如前所述，当左区71的浓度值大于阈值TH1且右区72的浓度值小于阈值TH4时，输出基准位置“B”。因此，如果最近基准位置是“B”(S267：是)，则输出“向右移动”(S269)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“B”(S267：否)，则确定最近基准位置是否是“C”(S271)。如前所述，当左区71的浓度值大于阈值TH1且右区72的浓度值小于阈值TH3并大于TH4时，或当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值小于阈值TH4时，输出基准位置“C”。因此，如果最近基准位置是“C”(S271：是)，则输出“向右小移动”(S273)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“C”(S271：否)，则确定最近基准位置是否是“D”(S275)。如前所述，当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值大于阈值TH3时，或当左区71的浓度值小于阈值TH2且右区72的浓度值小于阈值TH3并大于TH4时，输出基准位置D。因此，如果最近基准位置是D(S275：是)，则输出“向左小移动”(S277)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“D”(S275：否)，则确定最近基准位置是否是“E”(S279)。如前所述，当左区71的浓度值小于阈值TH2且右区72的浓度值大于阈值TH3时，输出基准位置“E”。因此，如果最近基准位置是E(S279：是)，则输出“向左移动”(S281)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“E”(S279：否)，则输出“没有移动”(S283)，因为或者没有存储最近基准位置(首次处理)或最近基准位置是“F”，且该处理返回至图14的手指运动检测处理例程。

以下，参考图16描述当基准位置为“B”时的手指运动判断处理。当子例程的处理开始时，首先，将B作为用于判断手指运动的基准位置，并将其存储在RAM22中(S291)。接着，从RAM 22中检索最近基准位置，从而判断运动。首先确定最近基准位置是否为“A”(S293)。如前所述，或者当左区71的浓度值大于阈值TH1且右区72的浓度值大于阈值TH3时或者当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值小于阈值TH3并大于TH4时，输出基准位置“A”。因此，如果最近基准位置是A(S293：是)，则输出“向左移动”(S295)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“A”(S293：否)，则确定最近基准位置是否是“B”(S297)。如果最近基准位置是“B”(S297：是)，则输出“没有移动”(S299)，因为当前和最近基准位置相同，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“B”(S297：否)，则确定最近基准位置是否是C(S301)。如前所述，当左区71的浓度值大于阈值TH1且右区72的浓度值小于阈值TH3并大于TH4时，或当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值小于阈值TH4时，输出基准位置C。因此，如果最近基准位置是C(S301：是)，则输出“向左小移动”(S303)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“C”(S301：否)，则确定最近基准位置是否是“D”(S305)。如前所述，或者当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值大于阈值TH3时，或者当左区71的浓度值小于阈值TH2且右区72的浓度值小于阈值TH3并大于TH4时，输出基准位置“D”。因此，如果最近基准位置是“D”(S305：是)，则输出“向左大移动”(S307)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“D”(S305：否)，则确定最近基准位置是否是“E”(S309)。如前所述，当左区71的浓度值小于阈值TH2且右区72的浓度值大阈值TH3时，输出基准位置“E”。因此，如果最近基准位置是E(S309：是)，则输出“向左大大移动”(S311)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“E”(S309：否)，则在这种情况中输出“没有移动”(S313)，因为或者没有存储最近基准位置(首次处理)或最近基准位置是“F”，且该处理返回至图14的手指运动检测处理例程。

以下，参考图17描述当基准位置为“C”时的手指运动判断处理。当子例程的处理开始时，首先，将“C”作为用于判断手指运动的基准位置，并将其存储在RAM 22中(S321)。接着，从RAM 22中检索最近基准位置，从而判断运动。首先确定最近基准位置是否为“A”(S323)。如前所述，或者当左区71的浓度值大于阈值TH1且右区72的浓度值大于阈值TH3时或者当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值小于阈值TH3并大于TH4时，输出基准位置“A”。因此，如果最近基准位置是A(S323：是)，则输出“向左小移动”(S325)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“A”(S323：否)，则确定最近基准位置是否是“B”(S327)。如前所述，当左区71的浓度值大于阈值TH1且右区72的浓度值小于阈值TH4时输出基准位置“B”。因此，如果最近基准位置是“B”(S327：是)，输出“向右小移动”(S329)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“B”(S327：否)，则确定最近基准位置是否是“C”(S331)。如果最近基准位置是“C”(S331：是)，则输出“没有移动”(S333)，因为当前和最近基准位置相同，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“C”(S331：否)，则确定最近基准位置是否是“D”(S335)。如前所述，或者当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值大于阈值TH3时，或者当左区71的浓度值小于阈值TH2且右区72的浓度值小于阈值TH3并大于TH4时，输出基准位置“D”。因此，如果最近基准位置是“D”(S335：是)，则输出“向左移动”(S337)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是D(S335：否)，则确定最近基准位置是否是E(S339)。如前所述，当左区71的浓度值小于阈值TH2且右区72的浓度值大于阈值TH3时，输出基准位置E。因此，如果最近基准位置是E(S339：是)，则输出“向左大移动”(S341)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“E”(S339：否)，则在这种情况中输出“没有移动”(S343)，因为或者没有存储最近基准位置(首次处理)或最近基准位置是“F”，且该处理返回至图14的手指运动检测处理例程。

以下，参考图18描述当基准位置为“D”时的手指运动判断处理。当子例程的处理开始时，首先，将“D”作为用于判断手指运动的基准位置，并将其存储在RAM 22中(S351)。接着，从RAM 22中检索最近基准位置，从而判断运动。首先确定最近基准位置是否为“A”(S353)。如前所述，或者当左区71的浓度值大于阈值TH1且右区72的浓度值大于阈值TH3时或者当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值小于阈值TH3并大于TH4时，输出基准位置“A”。因此，如果最近基准位置是A(S353：是)，则输出“向右小移动”(S335)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“A”(S353：否)，则确定最近基准位置是否是“B”(S357)。如前所述，当左区71的浓度值大于阈值TH1且右区72的浓度值小于阈值TH4时输出基准位置“B”。因此，如果最近基准位置是“B”(S357：是)，输出“向右大移动”(S359)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是B(S357：否)，则确定最近基准位置是否是C(S361)。如前所述，或者当左区71的浓度值大于阈值TH1且右区72的浓度值小于阈值TH3并大于TH4时，或者当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值小于阈值TH4时，输出基准位置“C”。因此，如果最近基准位置是“C”(S361：是)，则输出“向右移动”(S363)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是C(S361：否)，则确定最近基准位置是否是D(S365)。如前所述，如果最近基准位置是“D”(S365：是)，则输出“没有移动”(S367)，因为当前和最近基准位置相同，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“D”(S365：否)，则确定最近基准位置是否是“E”(S369)。如前所述，当左区71的浓度值小于阈值TH2且右区72的浓度值大于阈值TH3时，输出基准位置“E”。因此，如果最近基准位置是E(S369：是)，则输出“向左大移动”(S371)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“E”(S369：否)，则在这种情况中输出“没有移动”(S373)，因为或者没有存储最近基准位置(首次处理)或最近基准位置是“F”，且该处理返回至图14的手指运动检测处理例程。

以下，参考图19描述当基准位置为“E”时的手指运动判断处理。当子例程的处理开始时，首先，将E作为用于判断手指运动的基准位置，并将其存储在RAM22中(S381)。接着，从RAM 22中检索最近基准位置，从而判断运动。首先确定最近基准位置是否为“A”(S383)。如前所述，或者当左区71的浓度值大于阈值TH1且右区72的浓度值大于阈值TH3时或者当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值小于阈值TH3并大于TH4时，输出基准位置“A”。因此，如果最近基准位置是A(S383：是)，则输出“向右移动”(S385)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“A”(S383：否)，则确定最近基准位置是否是“B”(S387)。如前所述，当左区71的浓度值大于阈值TH1且右区72的浓度值小于阈值TH4时输出基准位置“B”。因此，如果最近基准位置是B(S387：是)，则输出“向右大大移动”(S389)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“B”(S357：否)，则确定最近基准位置是否是“C”(S391)。如前所述，或者当左区71的浓度值大于阈值TH1且右区72的浓度值小于阈值TH3并大于TH4时，或者当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值小于阈值TH4时，输出基准位置“C”。因此，如果最近基准位置是“C”(S391：是)，则输出“向右大移动”(S393)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“C”(S391：否)，则确定最近基准位置是否是“D”(S395)。如前所述，或者当左区71的浓度值小于阈值TH1并大于TH2且右区72的浓度值大于阈值TH3时，或者当左区71的浓度值小于阈值TH2且右区72的浓度值小于阈值TH3并大于TH4时，输出基准位置“D”。因此，如果最近基准位置是“D”(S395：是)，则输出“向右小移动”(S397)，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“D”(S395：否)，则确定最近基准位置是否是“E”(S399)。如果最近基准位置是“E”(S399：是)，则输出“没有移动”(S401)，因为当前和最近基准位置相同，且该处理返回至图14的手指运动检测处理例程。

如果最近基准位置不是“E”(S399：否)，则在这种情况中输出“没有移动”(S403)，因为或者没有存储最近基准位置(首次处理)或最近基准位置是“F”，且该处理返回至图14的手指运动检测处理例程。

使用以上手指运动检测处理，以“向左移动”、“向左小移动”、“向左大移动”、“向左大大移动”、“向右移动”、“向右小移动”、“向右大移动”、“向右移动”、“向右大大移动”、“没有移动”的9个级别输出手指运动。根据顺序重复手指运动检测处理手指运动被输出为连续值。因此，如果在上述控制信息生成处理中基于手指运动生成操纵控制信息，则诸如逐渐增加或减少方向盘的转向角的平滑控制成为可能。此外，如果进一步增加阈值的个数，则可以更多级别检测手指运动，从而允许生成详细的控制信息。

在以上手指运动检测处理中，可通过为每一小型区域提供多个阈值来获取关于手指运动的连续信息(手指行进距离)。手指位置也可通过使用其中放置手指的面积与每一小型区域的面积的比率来确定。在这种情况中，中央被表示为0，左被表示为负值，右被表示为正值。例如，假定左区71的总面积为100，其中放置手指的面积A为50。然后，假定右区72的面积为100，其中放置手指的面积B为30。在这种情况中，手指位置X可按照X＝B-A确定，即30-50＝-20，意味着手指稍稍(20％)偏向左。然后，可从时间上某点的手指位置X1和稍早于X1的手指位置X2使用诸如手指行进距离ΔX＝X1-X2的表达式计算出手指的行进距离。在此示例中，正数值表示右向的移动和行进距离，而负数值表示左向的移动和进行距离。使用这样的数值表达式顺序确定手指的运动方向和行进距离可允许检测手指的连续运动。

上述第一到第四实施例被设计成根据来自指纹传感器11的指纹图像信息来检测控制便携式电话1上的汽车驾驶游戏的操作输入信息。然而，不仅驾驶游戏，而且例如音乐演奏程序也可经由指纹信息的输入来被控制。以下，参考图20到图23，描述其中控制小提琴演奏程序的第五实施例。在这里，随着控制小提琴演奏程序的输入信息，进行手指节奏检测处理。由于第五实施例的机械和电气配置类似于第一实施例，因此对后者的描述包含在此，且对控制处理，由于公共部分的描述包含在此，因此略去了公共部分。图20是第五实施例的功能框图。图21是示出指纹图像偏移量的指纹传感器11的模式图。图22是第五实施例中手指节奏检测处理的流程图。图23是示出第五实施例中控制信息生成处理的流程的流程图。

如图20中所示，在第五实施例中，手指放置检测单元51以预定时间间隔重复执行手指放置检测处理，以便检测手指是否放置在指纹传感器11上，并将其检测结果输出到控制信息生成单元50。当从手指放置检测单元中接收到“手指放置”的检测结果时，控制信息生成单元50确定开始演奏。

并行于手指放置检测单元51处的处理，手指节奏检测单元56重复执行检测放置在指纹传感器11上的手指是否以某一节奏运动的处理。手指节奏的检测作为演奏继续命令信息。且当手指节奏不再被检测到时在控制信息生成单元50处生成“演奏停止命令信息。

此外，并行于手指放置检测单元51和手指节奏检测单元56处的处理，手指放开检测单元54以预定时间间隔重复执行手指放开检测处理，以便检测是否放开了放置在指纹传感器11上的手指，并将检测结果输出给控制信息生成单元50。当从手指放置检测单元中接收到“手指放开”的检测结果时，控制信息生成单元50向演奏程序57输出演奏停止命令信息，并执行演奏停止控制。

作为图20中的功能框的手指放置检测单元51、手指节奏检测单元56、手指放开检测单元54以及控制信息生成单元50由CPU 21和各个程序实现。

以下，参考图21和22描述在手指节奏检测单元56处执行的手指节奏检测处理。为检测手指节奏，如图21中所示，在线型的指纹传感器11中，搜索最接近稍后获取的部分图像的比某一时间稍早获取的部分指纹图像的指纹模式81的位置。然后，以某一时间间隔来测量两个图像之间的偏移量以便获取ΔY。然后，可通过检测ΔY的值是否位于某一范围内来进行关于手指节奏存在性的判断。

如图22中所示，当手指节奏检测处理开始时，首先获取将作为初始设定的基准的指纹图像(S411)。然后，获取关于指纹传感器11的输入的图像(S413)。由于它在下一处理例程中将作为基准图像，所输入的指纹图像在获取之后应被存储在RAM 22中。然后，当在基准图像与所输入的指纹图像之间进行了最接近的指纹模式的位置的搜索之后，计算出基准图像与所输入的指纹图像之间的偏移量ΔY(S415)。然后，确定所计算出的偏移量ΔY是否小于阈值A(S417)。根据指纹传感器11的类型或所包含的便携式电话1，阈值A可有所不同，例如，可使用“2”。

如果偏移量ΔY小于阈值A(S417：是)，则输出“没有手指节奏”(S419)，因为几乎没有手指的偏移量存在，且处理前进至S425。

如果偏移量ΔY大于阈值A(S417：否)，则进一步确定偏移量ΔY是否大于阈值B(S421)。类似于阈值A，根据指纹传感器11的类型和所包含的便携式电话1，阈值B有所不同，例如可使用“6”。

如果偏移量ΔY大于阈值B(S421：是)，则输出“没有手指节奏”(S419)，因为手指实质上从最近位置移开，因此很难说是节奏被保持的。然后，处理前进至S425。

如果偏移量ΔY小于阈值B(S421：否)，则输出“手指节奏存在”(S423)，因为在阈值A与阈值B之间存在偏移量ΔY，处理应等待预定时间过去(S425)。当预定时间过去后，该处理再次返回至S413，在那里获取指纹图像，重复以上处理以便通过与基准图像比较来计算偏移量。

以下，参考图23，描述通过使用由上述手指节奏检测处理获取的手指节奏检测结果来控制小提琴演奏程序的控制信息生成处理。

首先，如图23中所示，获取整个指纹传感器11的手指放置检测结果(S431)。然后，确定在所获取的手指放置检测结果中是否存在手指放置(S433)。在没有手指放置的情况中(S433：否)，处理返回至S431，在那里再次获取手指放置检测结果。

如果手指放置存在(S433：是)，则获取由手指节奏检测处理输出的最近手指节奏检测结果(S435)。然后，确定在所获取的手指节奏检测结果中是否存在手指节奏(S437)。在没有手指节奏的情况中(S437：否)，则生成演奏停止命令信息并将其输出到小提琴演奏程序(S439)。如果它是首次，则演奏仍保持未开始因为还没有检测到任何手指节奏。

如果手指节奏存在(S437：是)，则生成演奏开始命令信息，并将其输出到小提琴演奏程序(S441)。当它接收演奏开始命令信息时，如果演奏还没有执行，则小提琴演奏程序将开始演奏，如果演奏正在进行则继续。

然后当S439或S441结束时，获取手指放开检测结果(S443)。接着，确定在所获取的手指放开检测结果中是否存在手指放开(S445)。在没有手指放开的情况中(S445：否)，处理返回至S435，在那里再次获取手指节奏检测结果。

如果存在手指放开(S445：是)，则生成演奏停止命令信息，并将其输出到小提琴演奏程序(S447)。然后，处理结束。

上述方法不是检测手指节奏的唯一的方法，也有可能通过检查从手指放开到手指放置的时间间隔是否在某一范围内来确定节奏的存在与否。然后，参考图24和图25，描述由该方法进行的手指节奏检测处理。图24是另一种的控制方法的手指节奏检测处理的流程图。图25是在图24的S463和S471中执行的节奏确定处理的子例程的流程图。

如图24中所示，当处理开始时，首先，获取整个指纹传感器11的手指放置检测结果(S451)。然后，确定在所获取的手指放置检测结果中是否存在手指放置(S453)。在没有手指放置的情况中(S453：否)，处理返回至S451，在那里再次获取手指放置检测结果。

如果存在手指放置(S453：是)，则从时钟功能单元23中获取当前的时刻，并将其作为手指放置时间存储在RAM 22(S455)中。然后，获取指纹传感器11的手指放开检测结果(S457)。然后确定，在所获取的手指放开检测结果中是否存在手指放开(S459)。在没有手指放开的情况中(S459：否)，处理返回至S457，在那里再次获取手指放开检测结果。

如果存在手指放开(S459：是)，则从时钟功能单元23中获取的当前的时刻，并将其作为手指放开时间存储在RAM 22(S461)中。然后，计算手指放置时间和手指放开时间之间的差，并执行判断是否存在手指节奏的节奏判断处理(S463)。稍后参考图25描述节奏判断处理的细节。

当节奏判断处理结束之后，再次获取手指放置检测结果(S465)。然后确定在所获取的手指放置检测结果中是否存在手指放置(S467)。在没有手指放置的情况中(S467：否)，处理返回至S465，在那里再次获取手指放置检测结果。

如果存在手指放置(S467：是)，则从时钟功能单元23中获取当前的时刻，并将其作为手指放置时间存储在RAM 22中(S469)。然后，计算在S461中所获取和所存储的手指放开时间的差，并根据图25执行判断是否存在手指节奏的节奏判断处理(S471)。当节奏判断处理结束之后，处理返回至S457。每当检测到手指放开/手指放置(S459：是，S467：是)，则重复执行节奏判断处理(S463、S471)。

以下，参考图25，描述在图24的S463和S471中执行的节奏判断处理。首先，计算RAM 22中所存储的手指放置时间与手指放开时间之间的时间差(时间间隔)(S480)。然后确定，所计算出的时间间隔是否小于预定阈值A(S481)。根据指纹传感器11的类型或所包含的便携式电话1，阈值A可有所不同，例如可使用“0.5秒”。

如果时间间隔小于阈值A(S481：是)，则输出“没有手指节奏”(S483)，因为手指放置/放开状态几乎即刻改变，因此确定很难说是保持了节奏。然后，处理返回至图24的节奏检测处理例程。

如果时间间隔大于阈值A(S481：否)，则进一步确定时间间隔是否大于预定阈值B(S485)。类似于阈值A，根据指纹传感器11的类型或所包含的便携式电话1，阈值B可有所不同，例如可使用“1.0秒”。

如果时间间隔大于阈值B(S485：是)，则输出“没有手指节奏”(S483)，因为自从最近手指放置或手指放开以来经过了很长时间，因此确定很难说是保持了该节奏。然后，处理返回至图24的节奏检测处理例程。

如果时间间隔小于阈值B(S485：否)，则输出“手指节奏存在”(S487)，因为在阈值A和阈值B之间存在时间间隔。然后，处理返回至图24的节奏检测处理例程。

上述第一到第五实施例旨在在便携式电话1中安装指纹传感器11，当手指置于指纹传感器11上时从指纹图像中获取手指的状态，然后使用它作为操作输入信息。本发明的操作输入设备/操作输入程序不限于安装在便携式电话中，也可包含在个人计算机中或安装在各种嵌入式设备中。

参考图26，描述应用于个人计算机的本发明的操作输入程序。图26是示出个人计算机100的电气配置的框图。如图26中所示，个人计算机100具有其中CPU121控制个人计算机100的周知配置。连接至CPU 121的有临时存储数据并用作各种程序的工作区的RAM 122、存储BIOS等的ROM 123、以及用作数据传送中的中介的I/O接口133。硬盘设备130连接至I/O接口133，且在硬盘设备130中提供了存储将在CPU 121中执行的各种程序的程序存储区131以及存储诸如从程序执行中得到的数据的信息的其它信息存储区132。在此实施例中，本发明的操作输入程序被存储在程序存储区131中。此外，诸如汽车驾驶游戏或小提琴演奏游戏等的游戏程序也被存储在程序存储区131中。

连接至I/O接口133的有连接显示器102的视频控制器134、连接键盘103的按键控制器135、以及CD-ROM驱动器136。插入CD-ROM驱动器136中的CD-ROM 137存储本发明的操作输入程序。当安装时，它将从CD-ROM 137安装至硬盘设备130并存储在程序存储区131中。另外，其中存储操作输入程序的记录介质不限于CD-ROM，也可以是DVD或FD(软盘)等。在这样的情况中，个人计算机100配备DVD驱动器或FDD(软盘驱动器)，且记录介质被插入这些驱动器中。此外，操作输入程序不限于存储在诸如CD-ROM 137等的记录介质中的类型，也可被配置成从个人计算机100连接的LAN或因特网从服务器上下载。

类似于安装在便携式电话1上的第一到第五实施例的其中之一，作为输入装置的指纹传感器111可以是任何类型的指纹传感器，诸如电容型或光学传感器、热敏型、电场型、平面型或线型传感器，只要可获取手指的指纹图像的部分和/至全部作为指纹信息。

由于具有这样配置的个人计算机100中的处理与便携式电话1的情况中没有不同，通过包含以上实施例的描述，略去对它的描述。

如本领域中所周知，当游戏程序，尤其诸如汽车驾驶游戏，在个人计算机100中执行时，诸如连接操纵杆或手柄等输入设备，以便玩家可更真实地享受和感觉游戏。如果这样的输入设备可通过从指纹传感器11检测手指的状态并生成控制信息来代替，则无需特殊的输入设备，且可节省空间。因此，即使在个人计算机上也可以轻松享受游戏程序。

此外，当指纹传感器安装在具有操作开关的各种类型的嵌入式设备中时，可应用本发明的操作输入程序。参考图27描述对嵌入式设备200的应用。图27是示出嵌入式设备200的电气配置的框图。具有指纹传感器的嵌入式设备包括需要认证的电子锁、需要访问限制的诸如复印机或打印机等的商业设备、家用电气等。

如图27中所示，嵌入式设备200配备负责嵌入式设备200的总控制的CPU210。连接至CPU 210的有，控制诸如RAM 221或非易失性存储器222等的存储器的存储器控制器220、以及控制外围设备的外围控制器230。作为输入装置的指纹传感器240以及连接至外围控制器230的显示器250。连接至存储器控制器220的RAM 221被用作各种程序的工作区。此外，用于存储将在CPU 210中执行的各种程序的区域在易失性存储器222中提供。

类似于安装在便携式电话1中的第一到第五实施例的其中之一，作为输入装置的指纹传感器240可以是任何类型的指纹传感器，诸如电容型或光学传感器、热敏型、电场型、平面型或线型传感器，只要可获取手指的指纹图像的部分和/至全部作为指纹信息。

由于具有这样配置的嵌入式设备200中的处理与便携式电话1或个人计算机100的情况中没有不同，通过包含以上实施例的描述，略去对该其描述。

近来，随着安全性意识的提高，在除计算机或连网装备以外的领域中，增加了对访问限制的应用和身份认证的执行的需求。配备指纹传感器的设备的数量也期望增加。在这种情况下，经由本发明的指纹传感器和操作输入程序的操作输入设备的实现可节省空间、减少成本，对小型嵌入式设备尤其有用。

附图的简述

图1是便携式电话1的外部视图。

图2是示出便携式电话1的电气配置的框图。

图3是实施例的功能性框图。

图4是示出手指放置检测处理的流程的流程图。

图5是示出手指放开检测处理的流程的流程图。

图6是指纹传感器11区域分割的模式图。

图7是示出手指面积检测处理的流程的流程图。

图8是示出手指位置检测处理的流程的流程图。

图9是示出控制信息生成处理的流程的流程图。

图10是第二实施例中指纹传感器11区域分割的模式图。

图11是第二实施例中手指面积检测处理的流程图。

图12是第二实施例中手指位置检测处理的流程图。

图13是示出手指运动检测处理的流程的流程图。

图14是用于获取连续输出的手指运动检测处理的流程图。

图15是在图14的S227和S243中执行基准位置A的情况中的子例程的流程图。

图16是在图14的S231中执行基准位置B的情况中的子例程的流程图。

图17是在图14的S233和S245中执行基准位置C的情况中的子例程的流程图。

图18是在图14的S239和S253中执行基准位置D的情况中的子例程的流程图。

图19是在图14的S239中执行基准位置E的情况中的子例程的流程图。

图20是第五实施例的功能性框图。

图21是示出从指纹传感器11中捕捉的指纹图像的偏移量的模式图。

图22是第五实施例中手指节奏检测处理的流程图。

图23是示出第五实施例中控制信息生成处理的流程的流程图。

图24是另一控制方法的手指节奏检测处理的流程图。

图25是在图24的S463和S471中执行的节奏判断处理的子例程的流程图。

图26是示出个人计算机100的电气配置的框图。

图27是示出嵌入式设备200的电气配置的框图。

参考标号的解释

1   便携式电话

11  指纹传感器

21   CPU

22   RAM

30   非易失性存储器

32   旋律生成器

33   发送/接收单元

24   调制解调器单元

34   调制解调器

51   手指放置检测单元

52   手指面积检测单元

53   手指位置检测单元

54   手指放开检测单元

54   控制信息生成单元

56   手指节奏检测单元

100  个人计算机

111  指纹传感器

121  CPU

122  RAM

130  硬盘设备

131  程序存储区

200  嵌入式设备

210  CPU

221  RAM

240  指纹传感器

Claims (18)

1.一种操作输入设备，包括：

用于输入指纹图像的输入装置；

用于检测置于所述输入装置上的手指的状态的状态检测装置；以及

用于基于所述状态检测装置的检测结果为设备生成控制信息的控制信息生成装置；

所述操作输入设备特征在于，所述状态检测装置包括以下至少其中之一：

用于当从所述输入装置输入的指纹图像的浓度值或者从所述输入装置输入的多个指纹图像的浓度值的差中的任一个超过预定阈值时检测到手指被置于所述输入装置上的手指放置检测装置；

用于当从所述输入装置输入的多个指纹图像的浓度值或者从所述输入装置输入的多个指纹图像的浓度值的差中的任一个低于预定阈值时检测到手指离开所述输入装置的手指放开检测装置；

用于基于从所述输入装置的预先划分的区域连续输入的多个指纹图像的浓度值或指纹面积检测所述输入装置上手指的行进距离或运动方向的手指运动检测装置；

用于基于从所述输入装置的预先划分的区域连续输入的多个指纹图像的浓度值或面积检测所述输入装置上的手指位置的手指位置检测装置；

用于通过计算当没有手指置于所述输入装置上时的浓度值与当手指置于所述输入装置上时的浓度值的差来检测所述输入装置上手指的接触面积的手指接触面积检测装置；或者

用于通过计算以预定时间间隔输入的指纹图像的变化或测量所述输入装置上手指放置到手指放开的时间中的任一种来检测所述输入装置上手指运动的节奏的手指节奏检测装置。

2.如权利要求1所述的操作输入设备，其特征在于，所述手指运动检测装置通过对所述连续输入的指纹图像的每一浓度值与预定阈值进行比较来检测所述行进距离或运动方向。

3.如权利要求2所述的操作输入设备，其特征在于，所述手指运动检测装置通过提供多个所述阈值来连续检测所述手指的行进距离或运动方向中的变化。

4.如权利要求1所述的操作输入设备，其特征在于，所述手指运动检测装置通过计算所述连续输入的多个指纹图像的每一个面积占所述区域的比率来连续检测所述手指的行进距离或运动方向中的变化。

5.如权利要求1所述的操作输入设备，其特征在于，所述手指位置检测装置通过对所述连续输入的多个指纹图像的每一浓度值与预定阈值进行比较来检测手指的位置。

6.如权利要求5所述的操作输入设备，其特征在于，所述手指位置检测装置通过提供多个所述阈值来检测关于所述手指位置的连续信息。

7.如权利要求1所述的操作输入设备，其特征在于，所述手指位置检测装置通过计算所述连续输入的多个指纹图像的每一个面积占所述区域的比率来检测关于所述手指位置的连续信息。

8.如权利要求1所述的操作输入设备，其特征在于，所述手指接触面积检测装置通过计算所述连续输入的指纹图像的每一浓度值与当没有手指放置时的浓度值之差来检测关于所述手指接触面积的连续信息。

9.如权利要求1到8中任一项所述的操作输入设备，其特征在于，所述状态检测装置包括所述手指放置检测装置、所述手指放开检测装置、所述手指运动检测装置、所述手指位置检测装置、所述手指接触面积检测装置以及所述手指节奏检测装置中的至少2个，且其中所述控制信息生成装置通过集成来自所述状态检测装置所包括的二个以上的装置检测到的多个检测结果来生成所述控制信息。

10.一种操作输入程序，所述程序使计算机执行：

获取指纹图像的指纹图像获取步骤；

从所述指纹图像获取步骤中获取的指纹图像中检测手指状态的状态检测步骤；以及

基于所述状态检测步骤中的检测结果生成设备的控制信息的控制信息生成步骤，

所述操作输入程序的特征在于，所述状态检测步骤包括以下至少其中之一：

当所获取的指纹图像的浓度值或者多个获取的指纹图像的浓度值的差中的任一个超出预定阈值时检测到手指被放置的手指放置检测步骤；

当所获取的指纹图像的浓度值或者多个所获取的指纹图像的浓度值的差中的任一个低于预定阈值时检测到手指被放开的手指放开检测步骤；

基于从预先划分的区域中连续获取的多个指纹图像的浓度值或面积检测手指的行进距离或运动方向的手指运动检测步骤；

基于从所述预先划分的区域中连续获取的所述多个指纹图像的浓度值或指纹面积检测手指位置的手指位置检测步骤；

通过计算当没有手指放置时的浓度值与所获取的指纹图像的浓度值的差检测手指的接触面积的手指接触面积检测步骤；以及

通过计算以预定时间间隔输入的指纹图像的变化或者测量从手指放置到手指放开的时间中的任一种来检测手指运动的节奏的手指节奏检测步骤。

11.如权利要求10所述的操作输入程序，其特征在于，所述手指运动检测步骤通过对所述连续获取的指纹图像的每一浓度值与预定阈值进行比较来检测所述行进距离或运动方向。

12.如权利要求11所述的操作输入程序，其特征在于，所述手指运动检测步骤通过提供多个所述阈值来连续检测手指的行进距离或运动方向中的变化。

13.如权利要求10所述的操作输入程序，其特征在于，所述手指运动检测步骤通过计算所述连续输入的多个指纹图像的每一个面积占所述区域的比率来连续检测所述手指的行进距离或运动方向中的变化。

14.如权利要求10所述的操作输入程序，其特征在于，所述手指位置检测步骤通过对所述连续获取的多个指纹图像的每一浓度值与预定阈值进行比较来检测手指位置。

15.如权利要求14所述的操作输入程序，其特征在于，所述手指位置检测步骤通过提供多个所述阈值来检测关于所述手指位置的连续信息。

16.如权利要求10所述的操作输入程序，其特征在于，所述手指位置检测步骤通过计算所述连续输入的多个指纹图像的每一个面积占所述区域的比率来检测关于所述手指位置的连续信息。

17.如权利要求10所述的操作输入程序，其特征在于，所述手指接触面积检测步骤通过计算所述连续获取的指纹图像的每一浓度值与当没有手指放置时的所述浓度值之间的差来检测关于所述手指接触面积的连续信息。

18.如权利要求10到18中任一项所述的操作输入程序，其特征在于，所述状态检测步骤包括所述手指放置检测步骤、所述手指放开检测步骤、所述手指位置检测步骤、所述手指接触面积检测步骤以及所述手指节奏检测步骤中的至少其中2个步骤；且

所述控制信息生成步骤通过集成所述状态检测步骤所包括的二个以上的步骤中检测到的检测结果来生成所述控制信息。

Images