TW202135003A - 光學指紋影像背景的去除方法及裝置 - Google Patents

光學指紋影像背景的去除方法及裝置 Download PDF

Info

Publication number
TW202135003A
TW202135003A TW109127827A TW109127827A TW202135003A TW 202135003 A TW202135003 A TW 202135003A TW 109127827 A TW109127827 A TW 109127827A TW 109127827 A TW109127827 A TW 109127827A TW 202135003 A TW202135003 A TW 202135003A
Authority
TW
Taiwan
Prior art keywords
optical fingerprint
image
fingerprint image
processed
basic
Prior art date
Application number
TW109127827A
Other languages
English (en)
Other versions
TWI734586B (zh
Inventor
李准
龍文勇
Original Assignee
大陸商敦泰電子(深圳)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 大陸商敦泰電子(深圳)有限公司 filed Critical 大陸商敦泰電子(深圳)有限公司
Application granted granted Critical
Publication of TWI734586B publication Critical patent/TWI734586B/zh
Publication of TW202135003A publication Critical patent/TW202135003A/zh

Links

Images

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
    • G06V40/1318Sensors therefor using electro-optical elements or layers, e.g. electroluminescent 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
    • G06V40/1347Preprocessing; Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Input (AREA)
  • Image Processing (AREA)

Abstract

一種光學指紋影像背景的去除方法及裝置,該方法包括:採集待處理光學指紋影像;獲取基礎影像;依據基礎影像,將待處理光學指紋影像的背景去除,得到去背之光學指紋影像;計算待處理光學指紋影像與基礎影像的相關係數;當相關係數大於預設閾值,根據待處理光學指紋影像更新基礎影像。本發明根據當前採集的待處理光學指紋影像更新基礎影像,使更新後的基礎影像包含當前採集的待處理光學指紋影像的背景資訊,且使更新後的基礎影像達到自適應背景環境變化的效果。本發明可在背景環境發生較大變化的情況下,有效去除待處理光學指紋影像的背景。

Description

光學指紋影像背景的去除方法及裝置
本發明涉及影像處理領域,尤其涉及一種光學指紋影像的去除方法及裝置。
光學式指紋影像中存在背景,該背景對指紋辨識等情境造成一定的干擾,因此,需要去除光學指紋影像的背景。
目前,透過預先確定背景的頻率,透過頻域的方式去除光學指紋影像中的背景。
但是,在背景環境發生較大變化時,例如,採集指紋的光照環境發生變化,光學指紋影像的背景去除效果差,即光學指紋影像的背景難以去除乾淨。
本發明提供了一種光學指紋影像背景的去除方法及裝置,目的在於解決在背景環境發生較大變化時,光學指紋影像的背景去除效果差的問題。
為了實現上述目的,本發明提供了以下技術方案:
本發明提供了一種光學指紋影像背景的去除方法,包括:採集待處理光學指紋影像;獲取基礎影像;依據所述基礎影像,對所述待處理光學指紋影像的背景進行去除,得到去背之光學指紋影像;計算所述待處理光學指紋影像與所述基礎影像間的相關係數;及在所述相關係數大於預設閾值的情況下,根據所述待處理光學指紋影像更新所述基礎影像。
在一些實施例中,所述根據所述待處理光學指紋影像更新所述基礎影像,包括:對所述待處理光學指紋影像和所述基礎影像進行加權計算,得到加權計算後之影像;所述待處理光學指紋影像的權值和所述基礎影像的權值之和為1;及將所述加權計算後之影像作為更新後的基礎影像。
在一些實施例中,所述依據所述基礎影像,對所述待處理光學指紋影像的背景進行去除,得到去背之光學指紋影像,包括:將所述待處理光學指紋影像與所述基礎影像中相同位置的像素點的像素值相減;將相減得到的影像數據,作為所述去背之光學指紋影像。
在一些實施例中,所述基礎影像的初始數據的計算方式,包括:獲取預設數量初始影像;所述預設數量初始影像是採用治具在不同方向上分別按壓指紋採集區域得到的影像;及對所述預設數量初始影像進行加權計算,得到所述基礎影像的初始數據。
在一些實施例中,在所述依據所述基礎影像,對所述待處理光學指紋影像的背景進行去除,得到去背之光學指紋影像之後,還包括:對所述去背之光學指紋影像進行濾波,得到濾波後的光學指紋影像。
在一些實施例中,在所述對所述去背之光學指紋影像進行濾波,得到濾波後的光學指紋影像之後,還包括:統一所述濾波後的光學指紋影像的像素值範圍。
本發明還提供了一種光學指紋影像背景的去除裝置,包括:採集模組,用於採集待處理光學指紋影像;獲取模組,用於獲取基礎影像;背景去除模組,用於依據所述基礎影像,對所述待處理光學指紋影像的背景進行去除,得到去背之光學指紋影像;計算模組,用於計算所述待處理光學指紋影像與所述基礎影像間的相關係數;及更新模組,用於在所述相關係數大於預設閾值的情況下,根據所述待處理光學指紋影像更新所述基礎影像。
在一些實施例中,所述更新模組,用於在所述相關係數大於預設閾值的情況下,根據所述待處理光學指紋影像更新所述基礎影像,包括:所述更新模組,具體用於對所述待處理光學指紋影像和所述基礎影像進行加權計算,得到加權計算後之影像;所述待處理光學指紋影像的權值和所述基礎影像的權值之和為1;將所述加權計算後之影像作為更新後的基礎影像。
在一些實施例中,所述背景去除模組,用於依據所述基礎影像,對所述待處理光學指紋影像的背景進行去除,得到去背之光學指紋影像,包括:所述背景去除模組,具體用於將所述待處理光學指紋影像與所述基礎影像中相同位置的像素點的像素值相減;將相減得到的影像數據,作為所述去背之光學指紋影像。
在一些實施例中,該裝置還可以包括初始數據計算模組,用於獲取預設數量初始影像;所述預設數量初始影像是採用治具在不同方向上分別按壓指紋採集區域得到的影像;對所述預設數量初始影像進行加權計算,得到所述基礎影像的初始數據。
在一些實施例中,該裝置還可以包括:濾波模組,用於在所述背景去除模組依據所述基礎影像,對所述待處理光學指紋影像的背景進行去除,得到去背之光學指紋影像之後, 對所述去背之光學指紋影像進行濾波,得到濾波後的光學指紋影像。
在一些實施例中,該裝置還可以包括:統一模組,用於在所述濾波模組對所述去背之光學指紋影像進行濾波,得到濾波後的光學指紋影像之後,統一所述濾波後的光學指紋影像的像素值範圍。
本發明還提供了一種儲存媒體,所述儲存媒體包括所儲存的一程式,其中,所述程式執行上述任一種光學指紋影像背景的去除方法。
本發明還提供了一種計算裝置,所述計算裝置包括至少一個處理器、以及與所述處理器連接的至少一個記憶體、匯流排;其中,所述處理器、所述記憶體透過所述匯流排完成相互間的通訊;所述處理器用於讀取所述記憶體中的程式指令,以執行上述任一種光學指紋影像背景的去除方法。
本發明所述的光學指紋影像背景的去除方法及裝置,採集待處理光學指紋影像;獲取基礎影像;依據基礎影像,對待處理光學指紋影像的背景進行去除;計算待處理光學指紋影像與基礎影像間的相關係數;在相關係數大於預設閾值的情況下,根據待處理光學指紋影像更新基礎影像。
在背景環境發生較大變化的情況下,本發明在採集的待處理光學指紋影像與基礎影像間的相關係數大於預設閾值的情況下,根據採集的待處理光學指紋影像更新基礎影像。即在當前採集的待處理光學指紋影像較高機率上與基礎影像是同類型影像(例如,同為人指的光學指紋影像)的情況下,根據當前採集的待處理光學指紋影像更新基礎影像,使得更新後的基礎影像包含有當前採集的待處理光學指紋影像的背景資訊,如此一來,更新後的基礎影像達到自適應背景環境變化的效果。如此一來,本發明可以在背景環境發生較大變化的情況下,可以有效去除待處理光學指紋影像的背景。
下面將結合本發明實施例中的圖式,對本發明實施例中的技術方案進行清楚、完整地描述。應注意的是,本說明書所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基於本發明中的實施例,本領域通常知識者在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。
本發明的發明人在研究中發現,現有技術中採用頻域的方式去除光學影像背景,在環境背景發生較大變化時,不能有效去除光學指紋影像的背景的原因包括:由於光學指紋影像的背景隨著背景環境的變化而變化,因此,在背景環境發生較大變化時,當前採集的光學指紋影像的背景也發生了變化,由於現有技術中採用之前確定的背景頻率對當前採集的光學指紋影像進行背景去除,導致無法有效的去除當前採集的光學指紋影像中的背景。
在背景環境發生較大變化的情況下,本發明在當前採集的待處理光學指紋影像與基礎影像間的相關係數大於預設閾值的情況下,根據當前採集的待處理光學指紋影像更新基礎影像。即在當前採集的待處理光學指紋影像較高機率上與基礎影像是同類型影像(例如,同為人指的光學指紋影像)的情況下,根據當前採集的待處理光學指紋影像更新基礎影像,使得更新後的基礎影像包含有當前採集的待處理光學指紋影像的背景資訊,如此一來,更新後的基礎影像達到自適應背景環境變化的效果。如此一來,本發明可以在背景環境發生較大變化的情況下,仍可以有效去除待處理光學指紋影像的背景。
圖1為本發明實施例提供的一種光學指紋影像背景的去除方法,包括以下步驟:
S101、採集待處理光學指紋影像。
在本實施例中,待處理光學指紋影像指待去除背景的光學指紋影像。在本步驟中,採集的待處理光學指紋影像實際為待處理光學指紋影像數據,在本實施例中,為了描述方便,將影像數據都稱為影像。
在本步驟中,待處理光學指紋影像的具體採集方式為現有技術,這裡不再贅述。
S102、獲取基礎影像。
在本實施例中,基礎影像是用於去除待處理光學指紋影像背景的影像。
在本步驟中,獲取基礎影像可以為加載預先儲存的基礎影像。
在本實施例中,基礎影像的影像數據具有初始值,為了描述方便,將基礎影像的影像數據的初始值,稱為基礎影像的初始數據。
在本實施例中,基礎影像的初始數據確定方式可以包括以下步驟A1~步驟A2:
A1、獲取預設數量初始影像。
在本實施例中,待處理光學指紋影像一般為人指的光學指紋影像,為了對待處理光學指紋影像進行背景去除,基礎影像需要透過對人指的光學指紋影像處理得到。
因此,在本步驟中,初始影像是採用治具在不同方向上分別按壓指紋採集區域得到的影像。其中,治具為用於模擬人指的工具,本實施例不對治具的具體形式作限定,只要採用治具按壓指紋採集區域得到的影像,與人指按壓指紋採集區域得到的影像接近即可。
在本步驟中,採用治具在不同方向上分別按壓指紋採集區域,得到預設數量初始影像。其中,預設數量的取值可以為10,當然,在實際應用中,預設數量的取值還可以為其他取值,本實施例不對預設數量的具體取值作限定。
A2、對預設數量初始影像進行加權計算,得到基礎影像的初始數據。
在本步驟中,對預設數量初始影像進行加權計算的具體實現方式如下公式(1)所示:
Figure 02_image001
(1)
式中,
Figure 02_image003
表示基礎影像的初始數據,
Figure 02_image005
表示第
Figure 02_image007
幀初始影像,
Figure 02_image009
表示第
Figure 02_image011
幀初始影像的權值。
Figure 02_image012
表示將
Figure 02_image009
與第
Figure 02_image011
幀影像中的每個像素點的像素值相乘所得到的數據。
例如,初始影像有10幀,本步驟將每幀初始影像中的每個像素值分別與對應的權值相乘,得到10幀相乘後的影像,並將10幀相乘後的影像相同坐標位置的像素點的像素值相加,得到基礎影像的初始數據。
在本實施例中,由於預設數量初始影像是採用治具在不同方向分別按壓指紋採集區域得到的影像,因此,對預設數量初始影像進行加權計算得到的基礎影像的初始數據,可以反映預設數量初始影像的背景。
需要說明的是,在實際應用中,S101和S102的執行順序可以互換,本實施例不對S101和S102之間的執行順序進行限定。
S103、依據基礎影像,對待處理光學指紋影像的背景進行去除,得到去背之光學指紋影像。
在一些實施例中,在本步驟中,依據基礎影像,對待處理光學指紋影像的背景進行去除,可以採用兩種方式。假設基礎影像採用
Figure 02_image014
表示,待處理光學指紋影像採用
Figure 02_image015
表示,去背之光學指紋影像採用
Figure 02_image017
表示。其中,
方式一:
Figure 02_image019
,即將基礎影像減去待處理光學影像。具體的,對於基礎影像與待處理光學指紋影像中相同坐標位置的像素點,採用基礎影像的像素值減去待處理光學指紋影像的像素值。為了描述方便,將基礎影像減去待處理光學指紋影像得到的影像數據,稱為去背之光學指紋影像。
方式二:
Figure 02_image021
,即將待處理光學指紋影像減去基礎影像。具體的,對於待處理光學指紋影像與基礎影像的相同坐標位置的像素點,採用待處理光學指紋影像的像素值減去基礎影像的像素值。為了描述方便,將待處理光學指紋影像減去基礎影像點得到的影像數據,稱為去背之光學指紋影像。
需要說明的是,方式一與方式二是本實施例提供的兩種去除待處理光學指紋影像背景的方式,當然,在實際應用中,還可以採用其他方式,根據基礎影像,去除待處理光學指紋影像的背景,本實施例不對具體的背景去除方式作限定。
S104、計算待處理光學指紋影像與基礎影像間的相關係數。
在本實施例中,待處理光學指紋影像與基礎影像間的相關係數,反映待處理光學指紋影像與基礎影像間的相似程度。
在一些實施例中,在本步驟中,可以採用如下公式(2)所示的方式,計算待處理光學指紋影像與基礎影像間的相關係數。
Figure 02_image023
(2)
式中,
Figure 02_image025
表示相關係數,
Figure 02_image027
表示待處理光學指紋影像
Figure 02_image015
與基礎影像
Figure 02_image014
間的共變異數,
Figure 02_image029
表示待處理光學指紋影像的變異數,
Figure 02_image031
表示基礎影像的變異數。
需要說明的是,公式(2)只是一種計算待處理光學指紋影像與基礎影像間相關係數的一種實現方式,在實際應用中,還可以採用其他方式計算相關係數,本實施例不對相關係數的具體計算方式作限定。
S105、判斷相關係數是否大於預設閾值,如果是,則執行S106,如果否,則結束。
在本步驟中,如果相關係數大於預設閾值,則表示待處理光學指紋影像在較高機率上與基礎影像是同類型影像。
作為示例,假設待處理光學指紋影像是人指的光學指紋影像,則基礎影像是對預設數量初始影像加權計算得到,其中,初始影像是採用治具在不同方向分別按壓指紋採集區域得到的影像,並且,治具為模擬人指的工具,因此,初始影像表示人指的光學指紋影像,進而,基礎影像表示人指的光學指紋影像。在本步驟中,如果待處理光學指紋影像與基礎影像間的相關係數大於預設閾值,則表示待處理光學指紋影像較高機率上是人指的光學指紋影像,因此,可以根據待處理光學指紋影像對基礎影像進行更新,即執行S106,使得更新後的基礎影像較高機率上仍為人指的光學指紋影像,以保證對下一幀待處理光學指紋影像進行背景去除的準確性。
如果待處理光學指紋影像與基礎影像間的相關係數不大於預設閾值,則表示待處理光學指紋影像在較高機率上不是人指的光學指紋影像,因此,不對基礎影像進行更新,即結束。
需要說明的是,在實際應用中,如果本步驟計算得到待處理光學指紋影像與基礎影像間的相關係數不大於預設閾值的情況下,可以返回執行S101,即繼續採集待處理光學指紋影像,並執行後續流程。
S106、根據待處理光學指紋影像更新基礎影像。
在本實施例中,根據待處理光學指紋影像更新基礎影像的目的是:使得更新後的基礎影像包含待處理光學指紋影像的背景資訊。
在一些實施例中,在本步驟中,根據待處理光學指紋影像更新基礎影像的具體實現方式可以包括步驟B1~步驟B2:
B1、對待處理光學指紋影像和基礎影像進行加權計算,得到加權計算後之影像。
在本步驟中,待處理光學指紋影像的權值和基礎影像的權值之和為1。
具體的,在本步驟中,對待處理光學指紋影像和基礎影像進行加權計算方式如下公式(3)所示:
Figure 02_image033
(3)
式中,等式左側的
Figure 02_image035
表示加權計算後之影像,等式右側的
Figure 02_image036
表示更新前的基礎影像。
Figure 02_image037
表示預設的權值,在本實施例中,
Figure 02_image037
的具體取值需要根據實際的應用情境進行確定,本實施例不對
Figure 02_image037
的取值作限定。
B2、將加權計算後之影像作為更新後的基礎影像。
在本步驟中,將加權計算後之影像作為更新後的影像。
在本實施例中,為了進一步提高去背之光學指紋影像的品質,在根據基礎影像,去除待處理光學指紋影像背景,得到去背之光學指紋影像後,對去背之光學指紋影像進行濾波,得到濾波後的光學指紋影像。
具體的濾波方式可以為均值濾波,中值濾波,或者,高斯濾波,當然,在實際應用中,還可以採用其他濾波方式,本實施例不對具體的濾波方式作限定。
在本實施例中,為了進一步提高濾波後的光學指紋影像的品質,統一濾波後的光學指紋影像的像素值範圍。在一些實施例中,統一濾波後的光學指紋影像的像素值範圍的具體方式如下公式(4)所示:
Figure 02_image039
(4)
式中,
Figure 02_image041
表示濾波後的光學指紋影像,
Figure 02_image043
表示統一化灰階範圍最大值。
圖2為本發明實施例提供的一種光學指紋影像背景的去除裝置,包括:採集模組201、獲取模組202、背景去除模組203、計算模組204和更新模組205;其中,
採集模組201,用於採集待處理光學指紋影像;
獲取模組202,用於獲取基礎影像;背景去除模組203,用於依據基礎影像,對待處理光學指紋影像的背景進行去除,得到去背之光學指紋影像;
計算模組204,用於計算待處理光學指紋影像與所述基礎影像間的相關係數;及
更新模組205,用於在相關係數大於預設閾值的情況下,根據待處理光學指紋影像更新基礎影像。
在一些實施例中,更新模組205,用於在相關係數大於預設閾值的情況下,根據待處理光學指紋影像更新基礎影像,包括:
更新模組205,具體用於對待處理光學指紋影像和基礎影像進行加權計算,得到加權計算後之影像;待處理光學指紋影像的權值和基礎影像的權值之和為1;及將加權計算後之影像作為更新後的基礎影像。
在一些實施例中,背景去除模組203,用於依據基礎影像,對待處理光學指紋影像的背景進行去除,得到去背之光學指紋影像,包括:
背景去除模組203,具體用於將待處理光學指紋影像與基礎影像中相同位置的像素點的像素值相減;將相減得到的影像,作為去背之光學指紋影像。
在一些實施例中,該裝置還可以包括:
初始數據計算模組,用於獲取預設數量初始影像;預設數量初始影像是採用治具在不同方向上分別按壓指紋採集區域得到的影像;對預設數量初始影像進行加權計算,得到基礎影像的初始數據。
在一些實施例中,該裝置還可以包括:
濾波模組,用於對去背之光學指紋影像進行濾波,得到濾波後的光學指紋影像。
在一些實施例中,該裝置還可以包括:
統一模組,用於統一濾波後的光學指紋影像的像素值範圍。
光學指紋影像背景去除裝置包括處理器和記憶體,上述採集模組201、獲取模組202、背景去除模組203、計算模組204和更新模組205等均作為程式單元儲存在記憶體中,由處理器執行儲存在記憶體中的上述程式單元來實現相應的功能。
處理器中包含核心,由核心去記憶體中讀取相應的程式單元。核心可以設置一個或以上,透過調整核心參數來使得在背景環境發生較大變化時,仍可以保持光學指紋影像的背景去除效果。
本發明實施例提供了一種儲存媒體,其上儲存有程式,該程式被處理器執行時實現所述光學指紋影像背景的去除方法。
本發明實施例提供了一種處理器,所述處理器用於運行程式,其中,所述程式運行時執行所述光學指紋影像背景的去除方法。
本發明實施例提供了一種計算裝置,如圖3所示,計算裝置30包括至少一個處理器301、以及與處理器301連接的至少一個記憶體302、匯流排303;其中,處理器301、記憶體302透過匯流排303完成相互間的通訊;處理器301用於讀取記憶體302中的程式指令,以執行上述的光學指紋影像背景的去除方法。本文中的計算裝置30可以是伺服器、個人電腦(Personal Computer;PC)、平板電腦(PAD)、手機等。
本發明還提供了一種計算機程式產品,當在數據處理裝置上執行時,適於執行初始化有如下方法步驟的程式:
採集待處理光學指紋影像;
獲取基礎影像;
依據所述基礎影像,對所述待處理光學指紋影像的背景進行去除,得到去背之光學指紋影像;
計算所述待處理光學指紋影像與所述基礎影像間的相關係數;及
在所述相關係數大於預設閾值的情況下,根據所述待處理光學指紋影像更新所述基礎影像。
本發明是參照根據本發明實施例的方法、裝置(系統)、和計算機程式產品的流程圖和/或方框圖來描述的。應理解可由計算機程式指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些計算機程式指令到通用計算機、專用計算機、嵌入式處理器或其他可編程數據處理裝置的處理器以產生一個機器,使得透過計算機或其他可編程數據處理裝置的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
在一個典型的配置中,計算裝置30包括一個或多個中央處理器(Central Processing Unit;CPU)、記憶體302和匯流排303。計算裝置30還可以包括輸入/輸出介面、網絡介面等。
記憶體302可能包括計算機可讀媒體中的揮發性記憶體,隨機存取記憶體(Random Access Memory;RAM)及/或非揮發性記憶體等形式,如唯讀記憶體(Read-Only Memory;ROM)或快閃記憶體(flash RAM),記憶體302包括至少一個儲存晶片。記憶體是計算機可讀媒體的示例。
計算機可讀媒體包括非揮發性和揮發性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是計算機可讀指令、數據結構、程式的模組或其他數據。計算機的儲存媒體的例子包括,但不限於相變化記憶體(Phase-change memory;PRAM)、靜態隨機存取記憶體(Static Random Access Memory;SRAM)、動態隨機存取記憶體(Dynamic Random Access Memory;DRAM)、其他類型的RAM、ROM、電子抹除式可複寫唯讀記憶體(Electrically-Erasable Programmable Read-Only Memory;EEPROM)、快閃記憶體或其他儲存技術、唯讀記憶光碟(CD-ROM)、數位多功能影音光碟(DVD) 或其他光學儲存、磁盒式磁帶,磁帶磁磁碟儲存或其他磁性儲存裝置或任何其他非傳輸媒體,可用於儲存可以被計算裝置30讀取的資訊。按照本文中的界定,計算機可讀媒體不包括暫存電腦可讀媒體 (transitory media),如調變的數位信號和載波。
還需要說明的是,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,因此使得包括一系列要素的過程、方法、商品或者裝置不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、商品或者裝置所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,並不排除在包括要素的過程、方法、商品或者裝置中還存在另外的相同要素。
本領域技術人員應明白,本發明的實施例可提供為方法、系統或計算機程式產品。因此,本發明可採用完全硬體實施例、完全軟體實施例或結合軟體和硬體方面的實施例的形式。而且,本發明可採用在一個或多個其中包含有計算機可用程式碼的計算機可用儲存媒體(包括但不限於磁盤記憶體、CD-ROM、光學記憶體等)上實施的計算機程式產品的形式。
以上僅為本發明的實施例而已,並不用於限制本發明。對於本領域技術人員來說,本發明可以有各種更改和變化。凡在本發明的精神和原理之內所作的任何修改、等同替換、改進等,均應包含在本發明的權利要求範圍之內。
本發明實施例方法所述的功能如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時,可以儲存在一個計算裝置30可讀取儲存媒體中。基於這樣的理解,本發明實施例對現有技術做出貢獻的部分或者該技術方案的部分可以以軟體產品的形式體現出來,該軟體產品儲存在一個儲存媒體中,包括若干指令用以使得一台計算裝置30(可以是PC,伺服器,行動裝置或者網絡設備等)執行本發明各個實施例所述方法的全部或部分步驟。而前述的儲存媒體包括:隨身碟、行動硬碟、ROM、 RAM、磁碟或者光碟等各種可以儲存程式碼的媒體。
本說明書中各個實施例採用遞進的方式描述,每個實施例重點說明的都是與其它實施例的不同之處,各個實施例之間相同或相似部分互相參見即可。
對所公開的實施例的上述說明,使本領域專業技術人員能夠實現或使用本發明。對這些實施例的多種修改對本領域的專業技術人員來說將是顯而易見的,本文中所定義的一般原理可以在不脫離本發明的精神或範圍的情況下,在其它實施例中實現。因此,本發明將不會被限制於本文所示的這些實施例,而是要符合與本文所公開的原理和新穎特點相一致的最寬的範圍。
S101~S106:步驟 201:採集模組 202:獲取模組 203:背景去除模組 204:計算模組 205:更新模組 30:計算裝置 301:處理器 302:記憶體 303:匯流排
為了更清楚地說明本發明實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的圖式作簡單地介紹。應注意的是,下面描述中的圖式僅僅是本發明的一些實施例,對於本領域通常知識者而言,在不付出創造性勞動的前提下,還可以根據這些圖式獲得其他的圖式。 [圖1]係本發明實施例公開的一種光學指紋影像背景的去除方法的流程圖; [圖2]係本發明實施例公開的一種光學指紋影像背景的去除裝置的結構示意圖; [圖3]係本發明實施例公開的一種計算裝置的結構示意圖。
S101~S106:步驟

Claims (10)

  1. 一種光學指紋影像背景的去除方法,包括: 採集一待處理光學指紋影像; 獲取一基礎影像; 依據該基礎影像,對該待處理光學指紋影像的背景進行去除,得到一去背之光學指紋影像; 計算該待處理光學指紋影像與該基礎影像間之一相關係數;及 在該相關係數大於一預設閾值的情況下,根據該待處理光學指紋影像更新該基礎影像。
  2. 如請求項1所述之方法,其中,所述根據該待處理光學指紋影像更新該基礎影像之步驟,更包括: 對該待處理光學指紋影像和該基礎影像進行加權計算,得到一加權計算後之影像; 該待處理光學指紋影像的權值和該基礎影像的權值之和為1;及 將該加權計算後之影像作為更新後的該基礎影像。
  3. 如請求項1所述之方法,其中,所述依據該基礎影像,對該待處理光學指紋影像的背景進行去除,得到該去背之光學指紋影像之步驟,更包括: 將該待處理光學指紋影像與該基礎影像中相同位置的像素點的像素值相減;及 將相減得到的影像數據,作為該去背之光學指紋影像。
  4. 如請求項1所述之方法,更包括該基礎影像的初始數據之一計算方式,該計算方式包括: 獲取一預設數量初始影像; 該預設數量初始影像是採用治具在不同方向上分別按壓指紋採集區域得到的影像;及 對該預設數量初始影像進行加權計算,得到該基礎影像的初始數據。
  5. 如請求項1所述之方法,其中,在所述依據該基礎影像,對該待處理光學指紋影像的背景進行去除,得到該去背之光學指紋影像之步驟之後,更包括:對該去背之光學指紋影像進行濾波,得到一濾波後的光學指紋影像。
  6. 如請求項5所述之方法,其中,在所述對該去背之光學指紋影像進行濾波,得到該濾波後的光學指紋影像之步驟之後,更包括:統一該濾波後的光學指紋影像的像素值範圍。
  7. 一種光學指紋影像背景的去除裝置,包括: 一採集模組,用於採集一待處理光學指紋影像; 一獲取模組,用於獲取一基礎影像; 一背景去除模組,用於依據該基礎影像,對該待處理光學指紋影像的背景進行去除,得到一去背之光學指紋影像; 一計算模組,用於計算該待處理光學指紋影像與該基礎影像間之一相關係數;及 一更新模組,用於在該相關係數大於一預設閾值的情況下,根據該待處理光學指紋影像更新該基礎影像。
  8. 如請求項7所述之裝置,其中: 該更新模組,具體用於對該待處理光學指紋影像和該基礎影像進行加權計算,得到一加權計算後之影像; 該待處理光學指紋影像的權值和該基礎影像的權值之和為1;及 將該加權計算後之影像作為更新後的該基礎影像。
  9. 一種儲存媒體,存有一程式,該程式用以執行請求項1至6任一項所述之該光學指紋影像背景的去除方法。
  10. 一種計算裝置,包括至少一處理器,以及與該處理器耦接的至少一記憶體、一匯流排;其中,該處理器與該記憶體通過該匯流排完成相互間的通訊;該處理器用於讀取該記憶體中的程式指令,以執行如請求項1至6中任一項所述之該光學指紋影像背景的去除方法。
TW109127827A 2020-03-12 2020-08-14 光學指紋影像背景的去除方法及裝置 TWI734586B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010171564.7 2020-03-12
CN202010171564.7A CN111209898B (zh) 2020-03-12 2020-03-12 一种光学指纹图像背景的去除方法及装置

Publications (2)

Publication Number Publication Date
TWI734586B TWI734586B (zh) 2021-07-21
TW202135003A true TW202135003A (zh) 2021-09-16

Family

ID=70787082

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109127827A TWI734586B (zh) 2020-03-12 2020-08-14 光學指紋影像背景的去除方法及裝置

Country Status (2)

Country Link
CN (1) CN111209898B (zh)
TW (1) TWI734586B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113272819A (zh) * 2021-03-12 2021-08-17 敦泰电子(深圳)有限公司 一种指纹图像处理方法、指纹芯片及电子设备
CN112884756A (zh) * 2021-03-12 2021-06-01 敦泰电子(深圳)有限公司 一种指纹图像处理方法、指纹芯片及电子设备
CN117788510B (zh) * 2024-02-02 2024-05-31 北京惠朗时代科技有限公司 一种用于图像数据读取的背景去除处理系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853374B (zh) * 2009-03-30 2012-11-21 杭州晟元芯片技术有限公司 面状指纹传感器图像采集过程中的指纹监测方法
US20120200538A1 (en) * 2009-10-19 2012-08-09 Flatfrog Laboratories Ab Touch surface with two-dimensional compensation
CN102103692B (zh) * 2011-03-17 2012-07-18 电子科技大学 一种指纹图像增强方法
CN102629318B (zh) * 2012-03-22 2013-07-17 中国电子科技集团公司第五十八研究所 一种基于支持向量机的指纹图像分割方法
CN102999750B (zh) * 2012-12-31 2015-08-12 清华大学 一种去除背景干扰的现场指纹增强方法
CN103886296B (zh) * 2014-03-25 2017-02-15 清华大学 基于反馈的指纹识别方法及装置
CN105205442B (zh) * 2015-08-07 2019-10-25 北京眼神智能科技有限公司 指纹采集的方法和装置
CN105956564B (zh) * 2016-05-06 2018-03-27 广东欧珀移动通信有限公司 一种指纹图像处理方法、及设备
CN106707789A (zh) * 2017-03-14 2017-05-24 深圳汇通智能化科技有限公司 一种基于指纹识别的智能家居控制系统
KR20190031416A (ko) * 2017-08-18 2019-03-26 선전 구딕스 테크놀로지 컴퍼니, 리미티드 지문 이미지 획득 방법, 장치 및 단말 장치
CN110263667B (zh) * 2019-05-29 2022-02-22 Oppo广东移动通信有限公司 图像数据处理方法、装置以及电子设备
CN110298316A (zh) * 2019-06-29 2019-10-01 Oppo广东移动通信有限公司 指纹识别方法及相关产品

Also Published As

Publication number Publication date
TWI734586B (zh) 2021-07-21
CN111209898A (zh) 2020-05-29
CN111209898B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
TWI734586B (zh) 光學指紋影像背景的去除方法及裝置
US9852353B2 (en) Structure aware image denoising and noise variance estimation
US20120163704A1 (en) Apparatus and method for stereo matching
CN110458772B (zh) 一种基于图像处理的点云滤波方法、装置和存储介质
EP2467804A1 (en) Automatic identification of fingerprint inpainting target areas
WO2022252642A1 (zh) 基于视频图像的行为姿态检测方法、装置、设备及介质
WO2022237397A1 (zh) 图像真伪检测方法、装置、计算机设备和存储介质
CN110782406B (zh) 一种基于信息蒸馏网络的图像去噪方法及装置
CN109064504A (zh) 图像处理方法、装置和计算机存储介质
CN111091107A (zh) 一种人脸区域边缘检测方法、装置及存储介质
CN114913194A (zh) 一种基于cuda的并行光流法运动目标检测方法及系统
WO2019242388A1 (zh) 一种基于深度图像的图书馆机器人障碍识别方法
CN113052064B (zh) 基于面部朝向、面部表情及瞳孔追踪的注意力检测方法
CN108573510A (zh) 一种栅格地图矢量化方法及设备
CN115223031B (zh) 一种单目边框测距方法、装置、介质及幕墙机器人
KR101776501B1 (ko) 비국부 평균 알고리즘을 이용한 영상 잡음 제거 장치 및 방법
CN116128826A (zh) 基于YOLOv5的锂电池缺陷检测方法、系统、设备以及存储介质
CN112232361B (zh) 图像处理的方法及装置、电子设备及计算机可读存储介质
CN115018730A (zh) 一种图像条纹噪声的去除方法、装置、设备及介质
TW202236155A (zh) 指紋圖像處理方法、指紋晶片及電子設備
CN116188918B (zh) 图像去噪方法、网络模型的训练方法、装置、介质和设备
CN111950395B (zh) 一种车辆识别方法、装置及计算机存储介质
Devi et al. Metaheuristic Based Noise Identification and Image Denoising Using Adaptive Block Selection Based Filtering
CN116612224B (zh) 一种数字映射可视化管理系统
US20240020944A1 (en) Systems and methods for sampling and augmenting unbalanced datasets