TW201833815A - 指紋偵測方法及電路 - Google Patents

指紋偵測方法及電路 Download PDF

Info

Publication number
TW201833815A
TW201833815A TW106106695A TW106106695A TW201833815A TW 201833815 A TW201833815 A TW 201833815A TW 106106695 A TW106106695 A TW 106106695A TW 106106695 A TW106106695 A TW 106106695A TW 201833815 A TW201833815 A TW 201833815A
Authority
TW
Taiwan
Prior art keywords
value
fingerprint
dimensional
representative value
detection
Prior art date
Application number
TW106106695A
Other languages
English (en)
Other versions
TWI597671B (zh
Inventor
陳政雄
Original Assignee
映智科技股份有限公司
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 映智科技股份有限公司 filed Critical 映智科技股份有限公司
Priority to TW106106695A priority Critical patent/TWI597671B/zh
Application granted granted Critical
Publication of TWI597671B publication Critical patent/TWI597671B/zh
Priority to CN201810141588.0A priority patent/CN108537106B/zh
Priority to US15/908,014 priority patent/US10643053B2/en
Publication of TW201833815A publication Critical patent/TW201833815A/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • G06V40/1306Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/50Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/98Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993Evaluation of the quality of the acquired pattern
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/144Image acquisition using a slot moved over the image; using discrete sensing elements at predetermined points; using automatic curve following means
    • 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
    • G06V40/1347Preprocessing; Feature extraction
    • G06V40/1359Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • 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
    • G06V40/1365Matching; Classification
    • G06V40/1376Matching features related to ridge properties or fingerprint texture
    • 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
    • G06V40/1382Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G06V40/1388Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一種指紋偵測方法,其在使用標準的第一參數進行第一次邊緣偵測後,若該第一次邊緣偵測所得到的第一數值不符合預設值,則改用第二參數進行第二次邊緣偵測,以使不適用該標準的第一參數的指紋可以進入指紋辨識程序。若該第二次邊緣偵測所得到的第二數值仍不符合該預設值,則判定觸碰的物件並非手指。

Description

指紋偵測方法及電路
本發明係有關一種指紋偵測方法,特別是有關一種能適用各種手指的指紋偵測方法。
利用指紋進行身份辨識係將手指按壓於感測電路上以取得二維類比影像,再將該二維類比影像轉換為二維的數位影像資料,例如二維的像素資料,之後讀取整個該二維的影像資料進行身份辨識。然而,在該感測電路取得二維類比影像後,還需要判斷取得的二維類比影像是否為手指的指紋影像,在確認取得的二維類比影像為手指的指紋影像後,才進行身份辨識,以避免誤操作。目前的方法是使用一預設的標準參數來判斷是否為手指的指紋影像,此標準參數雖然可以適用大多數人,但仍有一部分人的手指因較乾燥或指紋較不明顯而無法適用此標準參數,導致這些人的指紋無法通過認證。
因此,一種適用各種手指的指紋偵測方法及其電路,乃為所冀。
本發明的目的之一,在於提供一種適用各種手 指的指紋偵測方法及其電路。
本發明的目的之一,在於提供一種使用不同參數分別進行二次邊緣偵測的指紋偵測方法及其電路。
根據本發明,一種指紋偵測方法包括在判定有物件觸碰後,先使用一第一參數對指紋影像產生裝置輸出的一影像資料進行第一次邊緣偵測以判斷該物件是否為手指,在該第一次邊緣偵測所得到的第一數值不符合一預設值時,使用一第二參數對該影像資料進行第二次邊緣偵測,當該第二次邊緣偵測所得到的第二數值不符合該預設值時,判定該物件並非手指。
根據本發明,一種指紋偵測電路包括一指紋影像產生裝置及一手指偵測電路。該手指偵測電路先使用一第一參數對該指變影像產生裝置輸出的影像資料進行第一次邊緣偵測,在該第一次邊緣偵測所得到的第一數值不符合一預設值時,該手指偵測電路再使用一第二參數對該影像資料進行第二次邊緣偵測,當該第二次邊緣偵測所得到的第二數值不符合該預設值時,該手指偵測電路判定該物件並非手指。
本發明的指紋偵測方法及電路在第二次邊緣偵測時,選用較合適的第二參數以使特殊手指的指紋可以進入指紋辨識程序,較佳者,該第二參數可以藉由第一次邊緣偵測所產生的數據來決定。
10‧‧‧指紋影像產生裝置
12‧‧‧感測電路
122‧‧‧掃描陣列
124‧‧‧感測單元
14‧‧‧類比數位轉換器
16‧‧‧抖動偵測電路
18‧‧‧手指偵測電路
20‧‧‧自動增益控制電路
22‧‧‧AGC計算單元
24‧‧‧增益偏移計算單元
26‧‧‧掃圖截取電路
30‧‧‧類比影像
32‧‧‧二維資料
34‧‧‧影像資料
36‧‧‧讀取單元
38‧‧‧一維資料段
40‧‧‧一維資料段
42‧‧‧處理單元
44‧‧‧偵測單元
46‧‧‧偵測單元
48‧‧‧旗標單元
50‧‧‧判斷單元
52‧‧‧位移單元
54‧‧‧比較單元
圖1顯示本發明指紋偵測方法的第一實施例;圖2顯示本發明指紋偵測電路的實施例;圖3為圖1中步驟S10的實施例;圖4為圖1中步驟S14的實施例;圖5顯示圖2中手指偵測電路的實施例;圖6為圖5中處理單元的實施列;以及圖7顯示本發明應用水滴偵測及水氣偵測的實施例。
圖1顯示本發明指紋偵測方法的第一實施例,圖2顯示本發明指紋偵測電路的實施例。在圖2的指紋偵測電路中,指紋影像產生裝置10包含感測電路12及類比數位轉換器(Analog-to-Digital Converter;ADC)14,其中感測電路12還包括由多個感測單元124組成的掃描陣列122,感測電路12驅動掃描陣列122而產生一類比影像,ADC 14會將類比影像轉換為數位的影像資料。抖動偵測電路16會根據感測電路12輸出的影像資料判斷是否有物件觸碰,如圖1的步驟S10。判斷是否有物件觸碰的方式有很多,例如抖動偵測電路16可以比較感測電路12前後二次掃描輸出的影像資料以判斷是否有物件觸碰。圖3為圖1中步驟S10的實施例,為了降低耗電,在無物件觸碰的情況下,控制器28可以命令感測電路12進入省電模式,此時感測電路12只選擇掃描陣列122的其中一列或一部分進行掃描,如步驟S102,然後比較前後二次掃描得到的影像資料是否有差異,如步驟S104,若無差異表示無物件觸碰並回到步驟S102,若有差異表 示有物件觸碰,進入步驟S12。較佳者,在圖3的步驟S102中,選擇掃描陣列中的中心列r5進行掃描,此外,前一次掃描得到的影像資料會先暫存起來,等取得後一次掃描的影像資料後,再進行步驟S104,比較前後二次掃描得到的影像資料是否有差異。前後二次掃描的時間間隔可以自由設定,較佳者,該時間間隔為1秒。
在抖動偵測電路16判定有物件觸碰後,將送出信號至控制器28以啟動手指偵測電路18判斷觸碰的物件是否為手指。在省電模式下,控制器28啟動手指偵測電路18時,同時也會送出信號至指紋影像產生裝置10,使感測電路12由省電模式進入偵測模式。在偵測模式中,控制器28可根據需要控制感測電路12對需要的列進行掃描以取得類比影像,控制器28還可以根據需要控制ADC 14讀取類比影像中不同區域的資料產生影像資料。手指偵測電路18在啟動後,進行步驟S12從指紋影像產生裝置10取得影像資料,接著進行步驟S14使用預設的第一參數對影像資料進行第一次邊緣偵測以得到第一數值,之後進行步驟S16比較第一數值是否符合一預設值。若第一數值符合預設值,表示物件為手指,手指偵測電路18將送出信號給控制器28,控制器28因而啟動掃圖截取電路26以進入掃描模式,如步驟S22,掃圖截取電路26在啟動後開始接收影像資料並進行指紋辨識。相反的,在步驟S16中若第一數值不符合預設值,則執行步驟S18使用第二參數進行第二次邊緣偵測。
圖4為圖1中步驟S14的實施例,圖5顯示圖2中手 指偵測電路18的實施例。在圖5中,ADC 14接收到類比影像30後,將其轉換為具有N×N的數位的二維資料32,在此實施例中是以96×96的二維資料為例。由於ADC 14將類比影像30轉換為二維資料32後具有依序傳送資料的特性,因此二維資料32可以整列輸出以產生具有96列資料L1、L2……L96的影像資料34,每列資料L1、L2……L96包含96個一維數值。在圖4的步驟S142中,影像資料34被劃分為多個區域Z1、Z2及Z3,手指偵測電路18的讀取單元36連接ADC 14,以線性方式從多個區域Z1、Z2及Z3中至少一個讀取部分資料得到多個一維資料段38或40,如步驟S144所示。每一個一維資料段38或40包含多個一維數值。在圖5的實施例中,每一個區域Z1、Z2及Z3各包含32列資料,讀取單元36以每4列讀取1列的方式分別從區域Z1、Z2及Z3中讀取部分資料以產生多個一維資料段,讀取方式可以將列資料的96個一維數值一次讀取形成一個一維資料段38,或者分多次讀取形成多個一維資料段40,例如每次讀取8個一維數值形成一維資料段40。在其他實施例中,讀取單元36可以只讀取其中一個區域的列資料,讀取方式也不限於每4列讀取1列,也可以是每8列讀取1列、每2列讀取1列或讀取幾個連續的列等模式。處理單元42連接讀取單元36,以第一參數對多個一維的資料段38或40進行運算得到第一數值,如步驟S146所示。在此實施例中,影像資料34被劃分為上中下三個區域,但本發明並不限於此種劃分方式,其他的劃分方式同樣也適用,例如劃分為左右二個區域。
圖6為圖5中處理單元42的實施列,其包括偵測單元44及46、旗標單元48以及判斷單元50。當讀取單元36產生多個一維資料段40後,進行圖4中的步驟S146,此時讀取單元36依序提供一維資料段40給處理單元42,處理單元42根據多個一維資料段40判斷物件是否為手指。由於手指產生的影像具有指紋邊緣,且在該指紋邊緣處具有明顯的灰階差異,因此藉由偵測多個一維資料段40中是否具有明顯的灰階差異,可得知多個一維資料段40中具有指紋邊緣的一維資料段的比例或數量,進而判斷物件是否為手指。當包括多個一維數值D0、D1、D2……D7的一維資料段40提供給處理單元42時,處理單元42的偵測單元44從一維數值D0、D1、D2……D7中選取最小代表值MIN_OUT,處理單元42的偵測單元46從一維數值D0、D1、D2……D7中選取最大代表值MAX_OUT,在本實施例中,選擇一維數值D0、D1、D2……D7中的最小者作為最小代表值MIN_OUT,選擇一維數值D0、D1、D2……D7中的第二大者作為最大代表值MAX_OUT,例如若一維數值D0、D1、D2、D3、D4、D5、D6及D7分別為0、70、200、150、120、60及40,則最小代表值MIN_OUT為0,最大代表值MAX_OUT為150,由於一維數值D0、D1、D2……D7中的最大者可能為雜訊,因此選擇一維數值中的第二大者作為最大代表值MAX_OUT,可避免雜訊的影響,在其他實施例中,最小代表值MIN_OUT與最大代表值MAX_OUT可根據實際需求選取。旗標單元48連接偵測單元44及46,比較最小代表值MIN_OUT及最大代 表值MAX_OUT以判斷一維資料段40是否具有指紋邊緣,在一維資料段40具有指紋邊緣時產生旗標F,例如在最大代表值MAX_OUT與最小代表值MIN_OUT之間的差值大於第一參數SET_1時,顯示一維資料段40中具有明顯的灰階差異,亦即一維資料段40具有指紋邊緣,旗標單元48產生旗標F,反之,若最大代表值MAX_OUT與最小代表值MIN_OUT之間的差值不大於第一參數SET_1,顯示一維資料段40中不具有明顯的灰階差異,亦即一維資料段40不具有指紋邊緣,旗標單元48不產生旗標F,例如當一維資料段40中最小代表值MIN_OUT及最大代表值MAX_OUT分別為0及150時,最大代表值MAX_OUT與最小代表值MIN_OUT之間的差值為150,若第一參數SET_1為100,則該差值大於第一參數SET_1,旗標單元48產生旗標F,若第一參數SET_1為160,則該差值不大於第一參數SET_1,旗標單元48不產生旗標F。在本實施例中,旗標單元48包括位移單元52以及比較單元54,位移單元52連接偵測單元44,以第一參數SET_1位移最小代表值MIN_OUT產生位移代表值SH_OUT,比較單元54連接位移單元52及偵測單元46,用以比較位移代表值SH_OUT與最大代表值MAX_OUT,在最大代表值MAX_OUT大於位移代表值SH_OUT時產生旗標F。在當前的一維資料段40運算完成後,偵測單元44及46以及旗標單元48接著以與上述相同的方式運算下一個一維資料段40,直到所有的一維資料段40均運算完成。在所有的一維資料段都運算完成後,判斷單元50計數旗標F的數量得到一第一 數值,例如用旗標F的數量與多個一維資料段40的總數量的比值作為第一數值。在得到第一數值後進行圖1的步驟S16判斷物件是否為手指,當第一數值大於預設值TH_1時,即多個一維資料段40中具有指紋邊緣的一維資料段所佔的比例大於預設值TH_1,判定物件為手指,其中預設值TH_1可根據實際需求設定,例如當一維資料段40總數量為144且產生的旗標的數量為45時第一數值為45/144=31.25%,若預設值TH_1設定為30%,則該第一數值大於預設值TH_1,判定物件為手指,接著進行步驟S22,若預設值TH_1設定為35%,則該第一數值不大於預設值TH_1,接著進行步驟S18使用第二參數進行第二次邊緣偵測。
在圖1的步驟S18中,第二次邊緣偵測的流程及電路與第一次邊緣偵測相同,請參照圖4至圖6,差別只在於第二次邊緣偵測是使用第二參數SET_2取代第一參數SET_1進行運算,以產生第二數值。在得到第二數值後,接著進行步驟S20將所產生的第二數值與預設值TH_1比較,若第二數值符合預設值TH_1(即第二數值大於預設值TH_1),則判定物件為手指並進行步驟S22,若第二數值不符合預設值TH_1(即第二數值小於預設值TH_1),則進入步驟S24判定物件並非手指。
決定第二參數SET_2的方式有很多種,較佳者是根據第一次邊緣偵測所得到的數據來得到較準確的第二參數SET_2。參照圖2,在進行第一次邊緣偵測時,手指偵測電路18將運算得到的數據S4提供給自動增益控制 (Automatic Gain Control;AGC)電路20,數據S4包含每個一維資料段38或40的最小代表值MIN_OUT及最大代表值MAX_OUT,AGC電路20的AGC計算單元22分析數據S4得到平均值agc_avg、最大值agc_max及最小值agc_min,手指偵測電路18根據AGC計算單元22產生的平均值agc_avg、最大值agc_max及最小值agc_min決定第二參數值SET_2,例如根據這三個值縮放第一參數SET_1產生第二參數值SET_2。AGC電路20的增益偏移計算單元24也利用AGC計算單元22產生的平均值agc_avg、最大值agc_max及最小值agc_min決定信號給控制器28以控制ADC 14的增益,增益偏移計算單元24可以在ADC 14每次讀取類比影像時調整一次ADC 14的增益,也可以在ADC 14連續讀取數張類比影像後調整一次ADC 14的增益。AGC電路20為習知電路,故其詳細電路及操作不再贅述。
達成邊緣偵測的方法有很多,圖4、圖5及圖6所示的一維運算方法及電路只是其中一種,本發明也可以使用其他的邊緣偵測方法來實現,例如對二維資料32進行二維運算的傳統邊緣偵測方法。達成手指偵測的方法很多,邊緣偵測只是其中一種方法。
本發明也可以使用其他的方法來偵測手指是否在上面,例如分析一整張圖的中間區塊的長條圖(histogram),也就是根據agc_max、agc_min、agc_avg等值將ADC 14的資料分佈情況做統計計算,以總共100點來看,如果白點的比例小於40點或黑點的比例大於30點,則判 斷有手指在上面,這樣的方法也可以濾除之前偵測所殘留的指紋。
在圖2中,控制器28可以根據指紋偵測分析後的狀態控制ADC 14讀取不同區域的資料,例如指紋太淡時要求讀取中間8列資料,或者經過AGC電路20運算後調整ADC 14的增益,或者根據指紋掃描狀態要求ADC電路14送出整張圖檔。
在指紋偵測方法中,還有一些可以辨識異常影像的偵測方法,例如水滴偵測、水氣偵測及對稱性偵測,而這些辨識異常影像的偵測方法也都可以應用在本發明中。圖7顯示本發明應用水滴偵測及水氣偵測的實施例,圖7的實施例與圖1類似,差別在於手指偵測電路18在步驟S14及步驟S18分別進行第一次及第二次邊緣偵測時,還分別同時進行水滴偵測及水氣偵測。圖7的步驟S14完成第一次邊緣偵測及水滴偵測後,接著進行步驟S26先判斷是否有偵測到水滴,若有,則進入步驟S30判斷影像異常並結束目前的工作,若沒有,則進行步驟S16判斷第一次邊緣偵測所產生的第一數值是否符合預設值。同樣的,在圖7的步驟S18完成第二次邊緣偵測及水氣偵測之後,進行步驟S28先判斷是否有偵測到水氣,若有,則判定影像異常並結束目前的工作,若沒有,則進行步驟S20判斷第二次邊緣偵測所產生的第二數值是否符合預設值。在其他實施例中,水滴偵測也可以在第二次邊緣偵測時進行,或者在第一次及第二次邊緣偵測各進行一次。水滴偵測及水氣偵測皆為習知技術, 故其操作不再贅述。
以上對於本發明之較佳實施例所作的敘述係為闡明之目的,而無意限定本發明精確地為所揭露的形式,基於以上的教導或從本發明的實施例學習而作修改或變化是可能的,實施例係為解說本發明的原理以及讓熟習該項技術者以各種實施例利用本發明在實際應用上而選擇及敘述,本發明的技術思想企圖由以下的申請專利範圍及其均等來決定。

Claims (27)

  1. 一種指紋偵測方法,包括下列步驟:在判定有物件觸碰後,使用第一參數對指紋影像產生裝置輸出的影像資料進行第一次邊緣偵測,以判斷該物件是否為手指,其中該指紋影像產生裝置包含有掃描陣列用以掃描該物件;在該第一次邊緣偵測所得到的第一數值不符合預設值時,使用第二參數對該影像資料進行第二次邊緣偵測;以及當該第二次邊緣偵測所得到的第二數值不符合該預設值時,判定該物件並非手指。
  2. 如請求項1之指紋偵測方法,更包括只選擇該掃描陣列的其中一列進行掃描,以判斷是否有物件觸碰。
  3. 如請求項1之指紋偵測方法,更包括下列步驟:只選擇該掃描陣列的其中一列進行前後二次掃描;以及將該前後二次掃描結果互相比較,以判斷是否有物件觸碰。
  4. 如請求項1之指紋偵測方法,更包括只選擇該掃描陣列的中心列進行掃描,以判斷是否有物件觸碰。
  5. 如請求項1之指紋偵測方法,更包括在該第一次邊緣偵測時,根據該第一次邊緣偵測所得到的數據進行自動增益控制計算得到一最大值、一最小值及一平均值以決定該第二參數。
  6. 如請求項1之指紋偵測方法,更包括對該影像資料進行水 滴偵測以判斷該影像資料是否異常。
  7. 如請求項1之指紋偵測方法,更包括對該影像資料進行水氣偵測以判斷該影像資料是否異常。
  8. 如請求項1之指紋偵測方法,其中該第一次邊緣偵測包括下列步驟:將該影像資料劃分為多個區域;以線性方式從該多個區域中至少一個讀取部分資料得到多個一維資料段,其中每一個一維資料段包含多個一維數值;以及以該第一參數對該多個一維資料段進行運算產生該第一數值。
  9. 如請求項8之指紋偵測方法,其中該產生該第一數值的步驟包括下列步驟:從每一個一維資料段的該多個一維數值中選取一最小代表值及一最大代表值,並在該最大代表值與該最小代表值之間的差值大於該第一參數時產生一旗標;以及計數該多個一維資料段產生該旗標的數量,以得到該第一數值。
  10. 如請求項9之指紋偵測方法,其中該從每一個一維資料段的該多個一維數值中選取一最小代表值的步驟包括選取該多個一維數值中的最小者。
  11. 如請求項9之指紋偵測方法,其中該從每一個一維資料段的該多個一維數值中選取一最大代表值的步驟包括選取該多個一維數值中的第二大者。
  12. 如請求項1之指紋偵測方法,其中該第二次邊緣偵測包括下列步驟:將該影像資料劃分為多個區域;以線性方式從該多個區域中至少一個讀取部分資料得到多個一維資料段,其中每一個一維資料段包含多個一維數值;以及以該第二參數對該多個一維資料段進行運算產生該第二數值。
  13. 如請求項12之指紋偵測方法,其中該產生該第二數值的步驟包括下列步驟:從每一個一維資料段的該多個一維數值中選取一最小代表值及一最大代表值,並在該最大代表值與該最小代表值之間的差值大於該第二參數時產生一旗標;以及計數該多個一維資料段產生該旗標的數量,以得到該第二數值。
  14. 如請求項13之指紋偵測方法,其中該從每一個一維資料段的該多個一維數值中選取一最小代表值的步驟包括選取該多個一維數值中的最小者。
  15. 如請求項13之指紋偵測方法,其中該從每一個一維資料段的該多個一維數值中選取一最大代表值的步驟包括選取該多個一維數值中的第二大者。
  16. 一種指紋偵測電路,包括:一指紋影像產生裝置,用以輸出表示物件的影像資料;以及 一手指偵測電路,連接該指紋影像產生裝置,使用一第一參數對該影像資料進行第一次邊緣偵測,並且在該第一次邊緣偵測所得到的第一數值不符合一預設值時,使用一第二參數對該影像資料進行第二次邊緣偵測,其中當該第二次邊緣偵測所得到的第二數值不符合該預設值時,該手指偵測電路判定該物件並非手指。
  17. 如請求項16之指紋偵測電路,其中該指紋影像產生裝置包括:一感測電路,包含由多個感測單元組成的掃描陣列,該感測電路驅動該掃描陣列以產生一類比影像;以及一類比數位轉換器,連接該感測電路,將該類比影像轉換為該影像資料。
  18. 如請求項17之指紋偵測電路,其中該感測電路在省電模式下只選擇該掃描陣列的其中一列進行掃描。
  19. 如請求項18之指紋偵測電路,其中該感測電路在省電模式下只選擇該掃描陣列的中心列進行掃描。
  20. 如請求項16之指紋偵測電路,更包括一抖動偵測電路連接該指紋影像產生裝置,根據前後二個影像資料判斷是否有物件觸碰。
  21. 如請求項16之指紋偵測電路,更包括一自動增益控制電路連接該手指偵測電路,根據該手指偵測電路在第一次邊緣偵測所產生的數據計算得到一最大值、一最小值及一平均值以決定該第二參數。
  22. 如請求項16之指紋偵測電路,其中該手指偵測電路更包 括進行水滴偵測或水氣偵測。
  23. 如請求項16之指紋偵測電路,其中該手指偵測電路包括:一讀取單元,連接該指紋影像產生裝置,以線性方式從該影像資料產生多個一維資料段,其中每一個一維資料段包含多個一維數值;以及一處理單元,連接該讀取單元,根據該多個一維資料段判斷物件是否為手指。
  24. 如請求項23之指紋偵測電路,其中該處理單元包括:一第一偵測單元,連接該讀取單元,從所接收的一維資料段的該多個一維數值中選取一最小代表值;一第二偵測單元,連接該讀取單元,從該所接收的一維資料段的該多個一維數值中選取一最大代表值;一旗標單元,連接該第一偵測單元及該第二偵測單元,比較該最大代表值及該最小代表值,在該最大代表值與該最小代表值之間的差值大於該第一參數或第二參數時產生一旗標;以及一判斷單元,連接該旗標單元,計數該多個一維資料段中產生的該旗標的數量以得到該第一數值或該第二數值,當該第一數值或該第二數值大於該預設值時,判定物件為手指。
  25. 如請求項24之指紋偵測電路,其中該最小代表值包括該多個一維數值中的最小者。
  26. 如請求項24之指紋偵測電路,其中該最大代表值包括該 多個一維數值中的第二大者。
  27. 如請求項24之指紋偵測電路,其中該旗標單元包括:一位移單元,連接該第一偵測單元,以該第一參數值位移該最小代表值產生一位移代表值;以及一比較單元,連接該位移單元及該第二偵測單元,比較該位移代表值與該最大代表值,在該最大代表值大於該位移代表值時產生該旗標。
TW106106695A 2017-03-01 2017-03-01 指紋偵測方法及電路 TWI597671B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW106106695A TWI597671B (zh) 2017-03-01 2017-03-01 指紋偵測方法及電路
CN201810141588.0A CN108537106B (zh) 2017-03-01 2018-02-11 指纹检测方法及其电路
US15/908,014 US10643053B2 (en) 2017-03-01 2018-02-28 Method and circuit for fingerprint detection

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106106695A TWI597671B (zh) 2017-03-01 2017-03-01 指紋偵測方法及電路

Publications (2)

Publication Number Publication Date
TWI597671B TWI597671B (zh) 2017-09-01
TW201833815A true TW201833815A (zh) 2018-09-16

Family

ID=60719424

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106106695A TWI597671B (zh) 2017-03-01 2017-03-01 指紋偵測方法及電路

Country Status (3)

Country Link
US (1) US10643053B2 (zh)
CN (1) CN108537106B (zh)
TW (1) TWI597671B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI691882B (zh) * 2019-01-31 2020-04-21 大陸商北京集創北方科技股份有限公司 可自動調整感測信號處理參數的指紋感測方法、指紋感測器及資訊處理裝置
US11270092B2 (en) 2020-05-05 2022-03-08 Jian-Hua Wang Fingerprint sensing apparatus and fingerprint identification method

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018182616A (ja) * 2017-04-18 2018-11-15 京セラ株式会社 電子機器、制御方法、およびプログラム

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001024700A1 (en) * 1999-10-07 2001-04-12 Veridicom, Inc. Spoof detection for biometric sensing systems
US9342725B2 (en) * 2012-06-29 2016-05-17 Apple Inc. Image manipulation utilizing edge detection and stitching for fingerprint recognition
CN103914694A (zh) * 2013-01-04 2014-07-09 贝伦企业股份有限公司 侦测模块、指纹感测装置及指纹影像产生方法
KR101534089B1 (ko) * 2013-06-25 2015-07-06 삼성메디슨 주식회사 초음파 진단 장치 및 그 동작방법
CN103778420B (zh) * 2014-02-28 2018-11-09 成都费恩格尔微电子技术有限公司 具有自动增益控制的指纹检测系统及其自动增益控制方法
US9582705B2 (en) * 2014-08-31 2017-02-28 Qualcomm Incorporated Layered filtering for biometric sensors
US9576177B2 (en) * 2014-12-11 2017-02-21 Fingerprint Cards Ab Fingerprint sensing device
CN105938404B (zh) * 2015-03-06 2020-10-30 意法半导体股份有限公司 用于触摸屏幕感应的方法和设备、对应的装置和计算机程序产品
SE1550411A1 (en) * 2015-04-07 2016-10-08 Fingerprint Cards Ab Electronic device comprising fingerprint sensor
US10102360B2 (en) * 2016-01-05 2018-10-16 Ca, Inc. User authentication based on time variant fingerprint sequences
CN105975044B (zh) * 2016-04-25 2020-03-31 Oppo广东移动通信有限公司 一种通过指纹检测自动控制触摸屏湿手模式的方法及装置
CN105912915B (zh) * 2016-05-27 2017-10-24 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN106127679B (zh) * 2016-06-24 2020-04-28 厦门中控智慧信息技术有限公司 一种指纹图像的转换方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI691882B (zh) * 2019-01-31 2020-04-21 大陸商北京集創北方科技股份有限公司 可自動調整感測信號處理參數的指紋感測方法、指紋感測器及資訊處理裝置
US11270092B2 (en) 2020-05-05 2022-03-08 Jian-Hua Wang Fingerprint sensing apparatus and fingerprint identification method
TWI761077B (zh) * 2020-05-05 2022-04-11 王建華 指紋感測裝置與指紋識別方法

Also Published As

Publication number Publication date
US10643053B2 (en) 2020-05-05
CN108537106B (zh) 2021-04-27
CN108537106A (zh) 2018-09-14
TWI597671B (zh) 2017-09-01
US20180253582A1 (en) 2018-09-06

Similar Documents

Publication Publication Date Title
US5109428A (en) Minutia data extraction in fingerprint identification
TW201833815A (zh) 指紋偵測方法及電路
CN110596121A (zh) 键盘外观检测方法、装置和电子系统
US20180218196A1 (en) Fingerprint verification device
CN114943703B (zh) 多分量p图区域分析系统
US10460198B2 (en) Image processing system
WO2017108222A1 (en) Image processing system
CN111951322A (zh) 摄像模组质量检测方法、装置及计算机存储介质
TWI656511B (zh) 監控方法、計算裝置及電腦可讀存儲介質
US11106890B2 (en) Authentication information processing method, authentication information processing device, and non-transitory computer-readable medium
US5454049A (en) Automatic threshold function for machine vision
JP5264457B2 (ja) 物体検出装置
JP2005128628A (ja) パターン識別における照合に用いられるテンプレートの生成ならびに同テンプレートを用いたパターン識別のための方法、装置、およびプログラム
US7147161B2 (en) Digitizing bar code symbol data
KR20070041816A (ko) 모폴로지를 이용한 지문영상의 방향성 검출장치 및검출방법
US11436860B2 (en) Method, device, and non-transitory computer-readable storage medium for fingerprint authentication
JPH0620054A (ja) パターンデータ決定方法及び装置
JP2023153431A (ja) 画像処理装置、検査システムおよび検査方法
JPH07296166A (ja) 混雑度検出装置
US20240062421A1 (en) Parameter determination apparatus, parameter determination method and recording medium
WO2024047847A1 (ja) 検出装置、検出方法、および検出プログラム
CN106650557B (zh) 影像分区门坎值决定方法及系统、手势判断方法及系统
JPS595945B2 (ja) パタ−ン認識方法
JP3348938B2 (ja) 位置認識装置
JPH03269780A (ja) 指紋データの2値化方法