TWI679583B - 提高影像品質的指紋偵測裝置及其方法 - Google Patents

提高影像品質的指紋偵測裝置及其方法 Download PDF

Info

Publication number
TWI679583B
TWI679583B TW106136231A TW106136231A TWI679583B TW I679583 B TWI679583 B TW I679583B TW 106136231 A TW106136231 A TW 106136231A TW 106136231 A TW106136231 A TW 106136231A TW I679583 B TWI679583 B TW I679583B
Authority
TW
Taiwan
Prior art keywords
value
image
grayscale
offset
parameters
Prior art date
Application number
TW106136231A
Other languages
English (en)
Other versions
TW201917627A (zh
Inventor
陳政雄
Zhieng Chung Chen
朱柏憲
Po Shien Chu
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 TW106136231A priority Critical patent/TWI679583B/zh
Priority to CN201810781639.6A priority patent/CN109697403A/zh
Priority to US16/165,393 priority patent/US10664682B2/en
Publication of TW201917627A publication Critical patent/TW201917627A/zh
Application granted granted Critical
Publication of TWI679583B publication Critical patent/TWI679583B/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
    • G06V40/1347Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration using histogram techniques
    • 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
    • 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
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

一種提高影像品質的指紋偵測裝置,包括一影像數位化單元根據一偏移量及一增益值對一指紋影像進行處理產生一數位影像,本發明的指紋偵測裝置可以在無需找出最大像素數量的灰階值的情況下調整該偏移量或是選擇一組適當的該偏移量及該增益值來改善該數位影像的品質。

Description

提高影像品質的指紋偵測裝置及其方法
本發明係有關一種指紋偵測裝置,特別是關於一種提高影像品質的指紋偵測裝置及其方法。
指紋是最常被用來認證身份的生物特徵,在指紋辨識過程中,指紋影像通常會轉換為以灰階圖呈現的數位影像,指紋的紋峰與紋谷之間的灰階差越大,數位影像的品質越好,指紋辨識率也越高。一般而言,要判斷數位影像的品質的好壞,可以由根據該數位影像所製作的像素數量的直方圖來判斷,假設像素的灰階可以分為0-255的256階,理想的數位影像的像素的灰階大約分佈在3-250之間,如圖1所示的像素數量的直方圖。相反的,當像素的灰階集中在某一範圍時,如圖2及圖3所示的像素數量的直方圖,指紋的紋峰與紋谷較難區分,故指紋的辨識也容易出錯。
指紋偵測裝置利用一影像數位化單元將偵測到的指紋影像轉換為數位影像,影像數位化單元所使用的增益值及偏移量會影響所產生的數位影像。傳統的指紋偵測裝置的增益值及偏移量在出廠時就設定好,無法依使用者需求改變,然而,在不同環境(如溫度及溼度)、手指狀態(如溼手指或乾手指)、接觸情況(如面積、力道、角度)及電路狀態(如電路老化)下,預設的增益值及偏移量可能不適用,因而出現如圖2及圖3所示的直方 圖。
目前有部分的指紋偵測裝置雖然有預設多個增益值對應不同情況,但是現有改變增益值的方法必須找出像素數量最多的灰階值,即要找出圖1中曲線的峰值,這需要大量記憶體儲存所有灰階值的像素數量後再一一比較找出峰值,這不但需要較高的成本,也需要較長的計算時間。再者,這類指紋偵測裝置雖有多個增益值,但仍然只有一個偏移量,使用者無法變更該偏移量,因此即使可以調整增益值,在某些情況下,最後得到的數位影像還是難以辨識。
本發明的目的之一,在於提出一種提高影像品質的指紋偵測裝置及其方法。
本發明的目的之一,在於提出一種調整偏移量的指紋偵測裝置及其方法。
本發明的目的之一,在於提出一種控制增益值及偏移量的指紋偵測裝置及其方法。
根據本發明,一種提高影像品質的指紋偵測裝置包括一記憶單元、一影像數位化單元及一影像直方圖指標單元。該影像數位化單元根據一偏移量及該記憶單元輸出的一增益值對一指紋影像進行處理,產生一數位影像。該影像直方圖指標單元計數該數位影像中多個灰階值各自具有的像素數量,並且以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個灰階值各自具有的像素數量產生一累計值,直至該累計值大於一第一預設值且最後一個累加的灰階值所具有的像素數量大於一第二預設 值,其中該最後一個累加的灰階值是用以調整該偏移量以改善該數位影像的影像品質。
根據本發明,一種提高影像品質的指紋偵測方法包括下列步驟:A.提供一偏移量及一增益值;B.根據該偏移量及該增益值對一指紋影像進行處理,產生一數位影像;C.計數該數位影像中多個灰階值各自具有的像素數量;D.以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個灰階值各自具有的像素數量產生一累計值,直至該累計值大於一第一預設值且最後一個累加的灰階值所具有的像素數量大於一第二預設值;以及E.根據該最後一個累加的灰階值調整該偏移量以改善該數位影像的影像品質。
根據本發明,一種提高影像品質的指紋偵測裝置包括一記憶單元、一影像數位化單元及一影像直方圖指標單元。該影像數位化單元根據一偏移量及該記憶單元輸出的一增益值對一指紋影像進行處理,產生一數位影像。該影像直方圖指標單元計數該數位影像中多個灰階值各自具有的像素數量、將該多個灰階值分為多個群組,並計算每個群組中像素數量的總和以及以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個群組的像素數量產生一累計值,直至該累計值大於一預設值時,從最後一個累加的群組中選取一灰階值,其中選取的灰階值是用以調整該偏移量以改善該數位影像的影像品質。
根據本發明,一種提高影像品質的指紋偵測方法包括下列步驟:A.提供一偏移量及一增益值;B.根據該偏移量及該增益值對一指紋影像進行處理,產生一數位影像;C.計數該數位影像中多個灰階值各自具有的 像素數量;D.將該多個灰階值分為多個群組,並計算每個群組中像素數量的總和;E.以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個群組的像素數量產生一累計值,直至該累計值大於一預設值時,從最後一個累加的群組中選取一灰階值;以及F.根據選取的灰階值調整該偏移量以改善該數位影像的影像品質。
根據本發明,一種提高影像品質的指紋偵測裝置包括一記憶單元、一影像數位化單元及一影像直方圖指標單元。該記憶單元儲存多組參數,並根據一選擇信號送出其中一組參數,其中每一組參數包含一增益值及一偏移量。該影像數位化單元根據該記憶單元送出的該組參數對一指紋影像進行處理,產生一數位影像。該影像直方圖指標單元計數該數位影像中多個灰階值各自具有的像素數量,並且以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個灰階值各自具有的像素數量產生一累計值,直至該累計值大於一第一預設值且最後一個累加的灰階值所具有的像素數量大於一第二預設值,其中該最後一個累加的灰階值是用以控制該選擇信號進而控制該記憶單元送出的該組參數,以改善該數位影像的影像品質。
根據本發明,一種提高影像品質的指紋偵測方法包括下列步驟:A.從多組參數中選擇其中一組參數,其中每一組參數包含一增益值及一偏移量;B.根據所選的該組參數對一指紋影像進行處理,產生一數位影像;C.計數該數位影像中多個灰階值各自具有的像素數量;D.以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個灰階值各自具有的像素數量產生一累計值,直至該累計值大於一第一預設值且最後一個累加的 灰階值所具有的像素數量大於一第二預設值;以及E.判斷該最後一個累加的灰階值是否符合一目標值,當該最後一個累加的灰階值不符合該目標值時,從該多組參數中選擇另一組參數來產生該數位影像,進而改善該數位影像的影像品質。
根據本發明,一種提高影像品質的指紋偵測裝置包括一記憶單元、一影像數位化單元及一影像直方圖指標單元。該記憶單元儲存多組參數,並根據一選擇信號送出其中一組參數,其中每一組參數包含一增益值及一偏移量。該影像數位化單元根據該記憶單元送出的該組參數對一指紋影像進行處理,產生一數位影像。該影像直方圖指標單元計數該數位影像中多個灰階值各自具有的像素數量、將該多個灰階值分為多個群組,並計算每個群組中像素數量的總和以及以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個群組的像素數量產生一累計值,直至該累計值大於一預設值時,從最後一個累加的群組中選取一灰階值,其中選取的灰階值是用以控制該選擇信號進而控制該記憶單元送出的該組參數,以改善該數位影像的影像品質。
根據本發明,一種提高影像品質的指紋偵測方法包括下列步驟:A.從多組參數中選擇其中一組參數,其中每一組參數包含一增益值及一偏移量;B.根據所選的該組參數對一指紋影像進行處理,產生一數位影像;C.計數該數位影像中多個灰階值各自具有的像素數量;D.將該多個灰階值分為多個群組,並計算每個群組中像素數量的總和;E.以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個群組的像素數量產生一累計值,直至該累計值大於一預設值時,從最後一個累加的群組中選取一灰 階值;以及F.判斷該選取的灰階值是否符合一目標值,當該選取的灰階值不符合該目標值時,從該多組參數中選擇另一組參數來產生該數位影像,進而改善該數位影像的影像品質。
根據本發明,一種提高影像品質的指紋偵測裝置包括一記憶單元、一影像數位化單元及一影像直方圖指標單元。該影像數位化單元根據一偏移量及該記憶單元輸出的一增益值對一指紋影像進行處理,產生一數位影像。該影像直方圖指標單元讀取該數位影像中至少一像素列的灰階值、將該至少一像素列的每一像素列劃分為至少一個像素組、找出每一個像素組中大於一比較值的灰階值的最大值以及平均所有取得的最大值產生一平均值用以調整該偏移量以改善該數位影像的影像品質。
根據本發明,一種提高影像品質的指紋偵測方法包括下列步驟:A.提供一偏移量及一增益值;B.根據該偏移量及該增益值對一指紋影像進行處理以產生一數位影像;C.讀取該數位影像中至少一像素列的灰階值;D將該至少一像素列的每一像素列劃分為至少一個像素組,並找出每一個像素組中大於一比較值的灰階值的最大值;E.平均所有取得的最大值產生一平均值;以及F.根據該平均值調整該偏移量以改善該數位影像的影像品質。
根據本發明,一種提高影像品質的指紋偵測裝置包括一記憶單元、一影像數位化單元及一影像直方圖指標單元。該記憶單元,儲存多組參數,並根據一選擇信號送出其中一組參數,其中每一組參數包含一增益值及一偏移量。該影像數位化單元根據該記憶單元送出的該組參數對一指紋影像進行處理,產生一數位影像。該影像直方圖指標單元,連接該影 像數位化單元,讀取該數位影像中至少一像素列的灰階值、將該至少一像素列的每一像素列劃分為至少一個像素組、找出每一個像素組中小於一比較值的灰階值的最小值以及平均所有取得的最小值產生一平均值用以控制該選擇信號進而控制該記憶單元送出的該組參數,以改善該數位影像的影像品質。
根據本發明,一種提高影像品質的指紋偵測方法包括下列步驟:A.從多組參數中選擇其中一組參數,其中每一組參數包含一增益值及一偏移量;B.根據所選的該組參數對一指紋影像進行處理,產生一數位影像;C.讀取該數位影像中至少一像素列的灰階值;D.將該至少一像素列的每一像素列劃分為至少一個像素組,並找出每一個像素組中小於一比較值的灰階值的最小值;E.平均所有取得的最小值產生一平均值;以及F.判斷該平均值是否符合一目標值,當該平均值不符合該目標值時,從該多組參數中選擇另一組參數來產生該數位影像,進而改善該數位影像的影像品質。
本發明無需儲存每一個灰階值的像素數量進行比較找出最大值來調整偏移量或增益值,故可以減少記憶體的使用並提高操作速度。
10‧‧‧記憶單元
12‧‧‧影像數位化單元
14‧‧‧影像直方圖指標單元
16‧‧‧偏移計算單元
18‧‧‧增益表單
20‧‧‧偏移表單
22‧‧‧定時偵測單元
24‧‧‧參數選擇單元
26‧‧‧手指偵測單元
28‧‧‧指紋比對單元
30‧‧‧數位影像
32‧‧‧像素
圖1顯示理想的像素數量的直方圖;圖2顯示不理想的像素數量的直方圖;圖3顯示不理想的像素數量的直方圖;圖4顯示本發明的指紋偵測裝置的第一實施例;圖5顯示圖4指紋偵測裝置的第一操作流程; 圖6用以說明圖5中的步驟;圖7顯示圖4指紋偵測裝置的第二操作流程;圖8用以說明圖7中的步驟;圖9顯示本發明的指紋偵測裝置的第二實施例;圖10顯示圖9指紋偵測裝置的第一操作流程;圖11用以說明圖10中的步驟;圖12顯示圖9指紋偵測裝置的第二操作流程;圖13用以說明圖12中的步驟;圖14顯示圖4指紋偵測裝置的第三操作流程;圖15顯示一數位影像;圖16顯示圖15中像素列r3、r4、r5上的像素的灰階值;圖17顯示圖9指紋偵測裝置的第三操作流程;以及圖18顯示根據數位影像決定比較值的實施例。
圖4顯示本發明的指紋偵測裝置的第一實施例,其包括一記憶單元10、一影像數位化單元12、一影像直方圖指標(image historm index)單元14及一偏移計算單元16,其中記憶單元10包含一增益表單(gain table)18及一偏移表單(offset table)20,而增益表單18中儲存至少一增益值。圖5顯示圖4指紋偵測裝置的第一操作流程。首先執行步驟S100,記憶單元10根據一選擇信號FW_SEL從增益表單18中選擇一增益值ADC_GAIN輸出。接著進行步驟S102,由偏移計算單元16提供一初始的偏移量ADC_OFS,偏移量ADC_OFS的初始值可以預設為0。指紋偵測裝置還包含一感測單元(圖中未 示)用以掃描手指的指紋產生一類比的指紋影像,影像數位化單元12根據偏移量ADC_OFS及增益值ADC_GAIN處理指紋影像產生一數位影像,如步驟S104所示。
圖6顯示沒有手指的情況下的像素數量的直方圖,其用以說明圖5的操作步驟S106及S108。影像直方圖指標單元14在取得數位影像後,執行步驟S106計數數位影像中多個灰階值各自具有的像素數量,在步驟S106中可以只計數預定範圍內灰階值的像素數量,例如圖6所示只計數灰階值gw1至gw8的像素數量Pw1至Pw8。在取得灰階值的像素數量後,進行步驟S108依多個灰階值gw1至gw8的順序累加產生一累計值Ps,圖6所示的方式是由高灰階gw8到低灰階gw1的順序累加,當累計值Ps=Pw8+Pw7+Pw6+Pw5大於第一預設值TH1,且最後一個累加的灰階值gw5所具有的像素數量Pw5大於第二預設值TH2時,影像直方圖指標單元14輸出最後一個累加的灰階值GA_white=gw5。若累計值Ps=Pw8+Pw7+Pw6+Pw5大於TH1,但Pw5小於TH2時,則繼續累加使累計值Ps=Pw8+Pw7+Pw6+Pw5+Pw4,接著判斷最後一個累加的灰階值gw4的像素數量Pw4是否大於第二預設值TH2,若是,影像直方圖指標單元14輸出最後一個累加的灰階值GA_white=gw4。在其他實施例中,也可以由低灰階gw1到高灰階gw8的順序累加,例如當累計值Ps=Pw1+Pw2+Pw3+Pw4大於第一預設值TH1,且最後一個累加的灰階值gw4所具有的像素數量Pw4大於第二預設值TH2時,影像直方圖指標單元14輸出最後一個累加的灰階值GA_white=gw4。
如圖5及圖6所示,在進行步驟S108取得最後一個累加的灰 階值GA_white=gw5之後,接著進行步驟S110,偏移計算單元16將判斷最後一個累加的灰階值GA_white是否符合一目標值GT1。當最後一個累加的灰階值GA_white不符合目標值GT1時,進行步驟S112,偏移計算單元16將調整偏移量ADC_OFS,例如偏移計算單元16可以根據最後一個累加的灰階值GA_white大於或小於目標值GT1而減少或增加偏移量ADC_OFS一個單位,又或者偏移計算單元16可以根據最後一個累加的灰階值GA_white與目標值GT1的差值調整偏移量ADC_OFS,在調整完偏移量ADC_OFS後重覆步驟S104至步驟S110。當最後一個累加的灰階值GA_white符合目標值GT1時,進行步驟S114,偏移計算單元16將目前的偏移量ADC_OFS儲存至偏移表單中以對應目前的增益值ADC_GAIN。在儲存偏移量ADC_OFS後,再進行步驟S116,判斷是否還有增益值還未設定對應的偏移量,若是,則回到步驟S100,選擇其他增益值進行設定,若否,則結束偏移量的設定操作。
圖7顯示圖4指紋偵測裝置的第二操作流程圖,其與圖5的操作方法同樣包含步驟S100、S102、S104、S106、S110、S112、S114、S116。圖8顯示沒有手指的情況下的像素數量的直方圖,其用以說明圖7的操作步驟S118及S120。圖7與圖5的操作方法差別在於,圖7的操作方法在步驟S106後是執行步驟S118,影像直方圖指標單元14將多個灰階值分為多個群組,並計算每個群組中像素數量的總和,例如圖8的群組gr1包含灰階值gw1及gw2且具有像素數量Pr1=Pw1+Pw2,群組gr2包含灰階值gw3及gw4且具有像素數量Pr2=Pw3+Pw4,群組gr3包含灰階值gw5及gw6且具有像素數量Pr3=Pw5+Pw6,群組gr4包含灰階值gw7及gw8且具有像素數量Pr4=Pw7+Pw8。接著進行步驟S120,影像直方圖指標單元14依多個群組中 灰階值的高低,累加多個群組的像素數量產生一累計值Ps,直至Ps大於TH1時,從最後累加的群組中選取一灰階值作為GA_white輸出,例如從高灰階值的群組gr4開始累加,當累計值Ps=Pr4+Pr3>TH1時,從最後一個累加的群組gr3中的灰階值gw5及gw6中選取一個,例如選取灰階值gw5為GA_white。圖7的操作方法在步驟S120後進行步驟S110,之後操作方法如同圖5。
圖5及圖7所示的操作方法,可以只在指紋偵測裝置啟動時執行,也可以依使用者的需要而執行。圖5及圖7的方法是針對背景的灰階值(例如白色的灰階值)進行調整,以使指紋的紋峰與紋谷呈現較佳的對比度,以得到品質較佳的數位影像,提高指紋辨識率。由於本發明無需儲存所有灰階值的像素數量並一一比較找出峰值,故可以減少記憶體的使用並提高操作速度。雖然圖6及圖8的實施例是以沒有手指的情況為例,但圖6及圖8所示的方式是選擇特定範圍的灰階值gw1至gw8(白色的灰階值)來設定偏移量ADC_OFS,因此即使在有手指的情況下得到如圖1所示的直方圖,依然可以使用圖6及圖8的方式設定偏移量ADC_OFS。
圖9顯示本發明的指紋偵測裝置的第二實施例,其與圖4的裝置同樣包括一記憶單元10、一影像數位化單元12及一影像直方圖指標單元14,此外圖7的指紋偵測裝置還包含一定時偵測單元22、一參數選擇單元24、一手指偵測單元26及一指紋比對單元28。記憶單元10包含一增益表單18及一偏移表單20,而增益表單18中儲存多個增益值,偏移表單20中儲存多個偏移量,每一個偏移量與一個增益值組成一組參數,偏移表單20中的多個偏移量可以是預先設定的,也可以是使用圖4及圖5所示的裝置及方法來產生。定時偵測單元22每隔一段時間判斷是否有物件觸碰指紋偵測裝置 的感測單元(圖中未示),當有物件觸碰時,送出信號O_on使記憶單元10輸出一組包含增益值ADC_GAIN及偏移量ADC_OFS的參數。手指偵測單元26是用以判斷觸碰感測單元的物件是否為手指。指紋比對單元28是用以取得數位影像中的指紋特徵進行比對,進而判斷使用者的身份是否正確。
圖10顯示圖9指紋偵測裝置的第一操作流程。圖11顯示有手指的情況下的像素數量的直方圖,其用以說明圖10的操作步驟S204及S206。參照圖9及圖10,在判斷感測單元上有物件後,記憶單元10根據參數選擇單元24所輸出的選擇信號T_SEL送出一組包含增益值ADC_GAIN及偏移量ADC_OFS的參數,如步驟S200所示。接著影像數位化單元12根據記憶單元10所輸出的該組參數處理來自感測單元的指紋影像產生一數位影像,如步驟S202所示。在影像直方圖指標單元14在接收到數位影像後,執行步驟S204計數數位影中多個灰階值gb1至gb8各自具有的像素數量Pb1至Pb8,如圖11所示。在取得灰階值的像素數量後,進行步驟S206依多個灰階值gb1至gb8的順序累加產生一累計值Ps,圖11所示的方式是由低灰階gb1到高灰階gb8的順序累加,當累計值Ps=Pb1+Pb2+Pb3+Pb4大於第一預設值TH3,且最後一個累加的灰階值gb4所具有的像素數量Pb4大於第二預設值TH4時,影像直方圖指標單元14輸出最後一個累加的灰階值GA_black=gb4。在其他實施例中也可以由高灰階gb8到低灰階gb1的順序累加。接著進行步驟S208,參數選擇單元24將判斷最後一個累加的灰階值GA_black=gb4是否符合一目標值GT2。當最後一個累加的灰階值GA_black不符合目標值GT2時,進行步驟S210,參數選擇單元24將調整選擇信號T_SEL以使記憶單元10送出另一組參數,並重覆步驟S202至步驟S208。當最後一個累加的灰階值GA_black 符合目標值GT2時,結束增益值與偏移量的調整程序。圖10的方法是根據指紋的灰階值(例如黑色的灰階值)調整增益值ADC_GAIN及偏移量ADC_OFS,以使指紋的紋峰與紋谷呈現較佳的對比度,以得到品質較佳的數位影像,提高指紋辨識率。由於本發明無需儲存所有灰階值的像素數量並一一比較找出峰值,故可以減少記憶體的使用並提高操作速度。
圖9的手指偵測單元26根據數位影像判斷觸碰感測單元的物件是否為手指,並在判斷觸碰物件為手指後送出信號F_on至影像直方圖指標單元14。在確定物件為手指且完成增益值與偏移量的調整程序後,影像直方圖指標單元14送出信號SCAN_on至指紋比對單元28,以使指紋比對單元28開始進行指紋比對的程序。在一實施例中,在執行步驟S200及S202後並不會立即進行步驟S204及S206,而是等到手指偵測單元26判斷觸碰物件為手指後,再進行步驟S204及S206。在另一實施例中,在結束圖8的增益值與偏移量的調整程序後,手指偵測單元26再根據數位影像判斷觸碰感測單元的物件是否為手指,在此情況下,影像直方圖指標單元14可以將其計算所得的資料FD送至手指偵測單元26,以幫助手指偵測單元26判斷指紋影像是否異常,資料FD可以包含圖11所示的白色灰階範圍的分析結果、黑色灰階範圍的分析結果以及所有灰階的平均值Gavg,其中白色灰階範圍的分析結果可以是圖6中得到的GA_white,而黑色灰階範圍的分析結果可以是圖11中得到的GA__black。
在一實施例中,影像直方圖指標單元14會判斷目前影像品質,經過圖10所示步驟迴授調整後產生最佳的一組增益值ADC_GAIN及偏移量ADC_OFS,若最佳的增益值ADC_GAN及偏移量ADC_OFS所產生的 影像品質無法符合要求,影像直方圖指標單元14判斷指紋偵測失敗,結束操作。如果影像品質符合要求,則手指偵測單元26送出信號F_on以允許進行指紋比對的程序。
圖12顯示圖9指紋偵測裝置的第二操作流程。圖13顯示有手指的情況下的像素數量的直方圖,用以說明圖12的步驟S212及S214。圖12與圖10的操作方法同樣包含步驟S200、S202、S204、S208、S210,但是圖7的操作方法在步驟S204後是執行步驟S212,影像直方圖指標單元14將多個灰階值分為多個群組,並計算每個群組中像素數量的總和,例如圖13的群組gr1包含灰階值gb1及gb2且具有像素數量Pr1=Pb1+Pb2,群組gr2包含灰階值gb3及gb4且具有像素數量Pr2=Pb3+Pb4,群組gr3包含灰階值gb5及gb6且具有像素數量Pr3=Pb5+Pb6,群組gr4包含灰階值gb7及gb8且具有像素數量Pr4=Pb7+Pb8。接著進行步驟S214,影像直方圖指標單元14依多個群組中灰階值的高低,累加多個群組的像素數量產生一累計值Ps,直至Ps大於TH3時,從最後累加的群組中選取一灰階值作為GA_black輸出,例如從低灰階值的群組gr1開始累加,當累計值Ps=Pr1+Pr2>TH3時,從最後一個累加的群組gr2中的灰階值gb3及gb4中選一個,例如選取灰階值gb4為GA_black。圖12的操作方法在步驟S214後進行步驟S208,之後操作方法如同圖10。
圖4與圖9的指紋偵測裝置可以獨立使用,也可以合在一起使用,當圖4及圖9的電路一起使用時,偏移計算單元16與參數選擇單元24可以整合在一起。
圖14顯示圖4指紋偵測裝置的第三操作流程。圖15顯示一數位影像30,其中數位影像30包含多個像素列r1至r7,每一像素列具有多個像 素32。圖16顯示圖15中像素列r3、r4、r5上的像素的灰階值。在圖14的操作中,其先如同圖5般依順執行步驟S100至S104以產生數位影像,接著影像直方圖指標單元14進行步驟S300讀取數位影像30中至少一像素列的灰階值,圖16的實施例以讀取3個像素列r3、r4、r5的灰階值為例。在步驟S300之後進行步驟S302以提供一比較值CV,比較值CV可以是預設值,也可以是影像直方圖指標單元14根據數位影像30而產生的,例如影像直方圖指標單元14藉由平均數位影像30中像素列r2的灰階值而產生比較值CV。在得到比較值CV後,影像直方圖指標單元14進行步驟S304將像素列r3、r4、r5劃分為至少一個像素組,並找出每一個像素組中大於比較值CV的灰階值的最大值,在圖12中每一個像素列r3、r4、r5劃分為3個像素組,每一個像素組包含4個像素的灰階值,且每一個像素組對應一個記憶體。
實現步驟S304的方式有很多,在此提供一種實現步驟S304的方式,以圖16中像素列r3的第一像素組及第二像素組為例,影像直方圖指標單元14依序讀取像素列r3的第一像素組的灰階值L1、H1、L2及H2,由於第一個及第三個讀取的灰階值L1及L2小於比較值CV,故捨棄不用,第二個讀取的灰階值H1大於比較值CV,影像直方圖指標單元14先將H1儲存至對應第一像素組的記憶體中,之後讀取到第四個灰階值H2時,由於灰階值H2大於比較值CV,故影像直方圖指標單元14將H2與儲存在記憶體中的H1比較,由於H2大於H1,故將H2儲存至記憶體中取代H1。接著影像直方圖指標單元14再依序讀取像素列r3的第二像素組的灰階值L3、H3、L4及H4,第一個及第三個讀取的灰階值L3及L4小於比較值CV,故捨棄不用,第二個讀取的灰階值H3大於比較值CV,故影像直方圖指標單元14先將H3儲存至對應第二像 素組的記憶體中,之後第四個讀取的灰階值H4也大於比較值CV,因此影像直方圖指標單元14將H4與儲存在記憶體中的H3比較,由於H4小於H3,故將H4捨棄,記憶體中仍然儲存灰階值H3。以此類推,影像直方圖指標單元14可以取得像素列r3、r4、r5的每一個像素組中的最大灰階值。在此實施例中,每一個像素組只需一個記憶體故可以減少記憶體的數量,而且由於記憶體只需記憶一個灰階值,無需記憶複雜的數據,故可以使用較便宜的記憶體,而且影像直方圖指標單元14在讀取灰階值就立即得到最大值,故操作速度較快。
在取得所有像素組的最大值H2、H3、H5、H8、H9、H11、H14、H16、H17後,影像直方圖指標單元14進行步驟S306平均所有取得的最大值產生一平均值GA_white。接著進行步驟S110,偏移計算單元16將判斷平均值GA_white是否符合一目標值GT1。當平均值GA_white不符合目標值GT1時,進行步驟S112,偏移計算單元16將調整偏移量ADC_OFS,例如根據平均值GA_white大於或小於目標值GT1而減少或增加偏移量ADC_OFS一個單位,又或者根據平均值GA_white與目標值GT1的差值調整偏移量ADC_OFS,在調整完偏移量ADC_OFS後重覆圖14的步驟S104至步驟S110。當平均值GA_white符合目標值GT1時,進行步驟S114,偏移計算單元16將目前的偏移量ADC_OFS儲存至偏移表單中以對應目前的增益值ADC_GAIN。在儲存偏移量ADC_OFS後,與圖5同樣執行步驟S116。
圖17顯示圖9指紋偵測裝置的第三操作流程。參照圖9、圖15、圖16及圖17,在圖17的操作中,其先執行如圖10所示的步驟S200及S202以產生數位影像,接著進行如圖14所示的步驟S300及302以讀取數位影像30 中至少一像素列的灰階值並提供一比較值CV,圖16的實施例以讀取3個像素列r3、r4、r5的灰階值為例。圖17的步驟S400與圖14的步驟S304相似,影像直方圖指標單元14同樣會將像素列r3、r4、r5劃分為至少一個像素組,如圖16所示每一個像素列r3、r4、r5劃分為3個像素組,每一個像素組包含4個像素的灰階值,且每一個像素組對應一個記憶體。圖17的步驟S400與圖14的步驟S304差別在於圖17的步驟S400是取得每一個像素組中小於比較值CV的灰階值的最小值。在取得所有像素組的最小值L1、L4、L6、L7、L9、L12、L13、L16、L18後,影像直方圖指標單元14進行步驟S402平均所有取得的最小值產生一平均值GA__black。接著進行步驟S208,參數選擇單元24將判斷平均值GA_black是否符合一目標值GT2。當平均值GA_black不符合目標值GT2時,進行步驟S210,參數選擇單元24將調整選擇信號T_SEL以使記憶單元10送出另一組參數,並重覆圖13的步驟S202至步驟S208,例如當平均值GA__black大於GT2時,表示指紋太淺,需要加深深度,因此調整選擇信號T_SEL使記憶單元10送出放大倍率較高的一組參數ADC_GAIN及ADC_OFS,當平均值GA_black小於GT2時,表示指紋太深,因此選取一放大倍率較小的一組參數平均值GA_black。當平均值GA_black符合或接近目標值GT2時,結束增益值與偏移量的調整程序。
在圖16所示的實施例中,所有像素列r3、r4、r5都使用同一個比較值CV,但在圖18的實施例中,不同像素列r3、r4、r5也可以使用不同比較值CV1、CV2、CV3。比較值CV1、CV2、CV3除了可以是預設值外,也可以是根據數位影像30而產生的。圖18顯示根據數位影像決定比較值的實施例,其中第一種方式是計算已讀取的像素列的全部或一部分的灰階值 的平均值作為目前讀取的像素列的比較值,例如計算已讀取的像素列r2的灰階值的平均值r2-avg作為像素列r3的比較值CV1,像素列r4的比較值CV2可以是已讀取的像素列r3的所有灰階值的平均值r3_avg,或已讀取的像素列r2及r3的灰階平均值r2_avg及r3_avg的平均(r2_avg+r3_avg)/2,像素列r5的比較值CV3可以是已讀取列像素列r4的灰階值的平均值r4_avg,或已讀取的像素列r3及r4的灰階平均值r3_avg及r4_avg的平均值(r3_avg+r4_avg)/2。圖18還顯示另一種決定比較值的方式,其是計算已讀取的像素列的全部或一部分的比較值的平均值作為目前讀取的像素列的比較值,例如像素列r5的比較值CV3可以是已讀取的像素列r3及r4的比較值CV1及CV2的平均值(CV1+CV2)/2。
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 (41)

  1. 一種提高影像品質的指紋偵測裝置,包括:一記憶單元;一影像數位化單元,連接該記憶單元,根據一偏移量及該記憶單元輸出的一增益值對一指紋影像進行處理,產生一數位影像;以及一影像直方圖指標單元,連接該影像數位化單元,計數該數位影像中多個灰階值各自具有的像素數量,並且以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個灰階值各自具有的像素數量產生一累計值,直至該累計值大於一第一預設值且最後一個累加的灰階值所具有的像素數量大於一第二預設值,其中該最後一個累加的灰階值是用以調整該偏移量以改善該數位影像的影像品質。
  2. 如請求項1之指紋偵測裝置,更包括一偏移計算單元,連接該影像直方圖處理單元,當該最後一個累加的灰階值不符合一目標值時,調整該偏移量,當該最後一個累加的灰階值符合該目標值時,將該偏移量儲存至該記憶單元中以對應該增益值。
  3. 如請求項1之指紋偵測裝置,其中該偏移量的初始值為0。
  4. 一種提高影像品質的指紋偵測方法,包括下列步驟:A.提供一偏移量及一增益值;B.根據該偏移量及該增益值對一指紋影像進行處理,產生一數位影像;C.計數該數位影像中多個灰階值各自具有的像素數量;D.以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個灰階值各自具有的像素數量產生一累計值,直至該累計值大於一第一預 設值且最後一個累加的灰階值所具有的像素數量大於一第二預設值;以及E.根據該最後一個累加的灰階值調整該偏移量以改善該數位影像的影像品質。
  5. 如請求項4之指紋偵測方法,其中該步驟E包括:當該最後一個累加的灰階值不符合一目標值時,調整該偏移量並重覆步驟B至步驟E;以及當該最後一個累加的灰階值符合該目標值時,儲存該偏移量以對應該增益值。
  6. 如請求項4之指紋偵測方法,更包括將該偏移量的初始值設定為0。
  7. 一種提高影像品質的指紋偵測裝置,包括:一記憶單元;一影像數位化單元,連接該記憶單元,根據一偏移量及該記憶單元輸出的一增益值對一指紋影像進行處理,產生一數位影像;以及一影像直方圖指標單元,連接該影像數位化單元,計數該數位影像中多個灰階值各自具有的像素數量、將該多個灰階值分為多個群組,並計算每個群組中像素數量的總和以及以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個群組的像素數量產生一累計值,直至該累計值大於一預設值時,從最後一個累加的群組中選取一灰階值,其中選取的灰階值是用以調整該偏移量以改善該數位影像的影像品質。
  8. 如請求項7之指紋偵測裝置,更包括一偏移計算單元,連接該影像直方 圖處理單元,當該選取的灰階值不符合一目標值時,調整該偏移量,當該選取的灰階值符合該目標值時,將該偏移量儲存至該記憶單元中以對應該增益值。
  9. 如請求項7之指紋偵測裝置,其中該偏移量的初始值為0。
  10. 一種提高影像品質的指紋偵測方法,包括下列步驟:A.提供一偏移量及一增益值;B.根據該偏移量及該增益值對一指紋影像進行處理,產生一數位影像;C.計數該數位影像中多個灰階值各自具有的像素數量;D.將該多個灰階值分為多個群組,並計算每個群組中像素數量的總和;E.以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個群組的像素數量產生一累計值,直至該累計值大於一預設值時,從最後一個累加的群組中選取一灰階值;以及F.根據選取的灰階值調整該偏移量以改善該數位影像的影像品質。
  11. 如請求項10之指紋偵測方法,其中該步驟F包括:當該選取的灰階值不符合一目標值時,調整該偏移量並重覆步驟B至步驟F;以及當該選取的灰階值符合該目標值時,儲存該偏移量以對應該增益值。
  12. 如請求項10之指紋偵測方法,更包括將該偏移量的初始值設定為0。
  13. 一種提高影像品質的指紋偵測裝置,包括:一記憶單元,儲存多組參數,並根據一選擇信號送出其中一組參數,其中每一組參數包含一增益值及一偏移量;一影像數位化單元,連接該記憶單元,根據該記憶單元送出的該組參數 對一指紋影像進行處理,產生一數位影像;以及一影像直方圖指標單元,連接該影像數位化單元,計數該數位影像中多個灰階值各自具有的像素數量,並且以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個灰階值各自具有的像素數量產生一累計值,直至該累計值大於一第一預設值且最後一個累加的灰階值所具有的像素數量大於一第二預設值,其中該最後一個累加的灰階值是用以控制該選擇信號進而控制該記憶單元送出的該組參數,以改善該數位影像的影像品質。
  14. 如請求項13之指紋偵測裝置,更包括參數選擇單元,連接該記憶單元及該影像直方圖指標單元,用以提供該選擇信號,而且當該最後一個累加的灰階值不符合一目標值時,根據該最後一個累加的灰階值大於或小於該目標值而改變該選擇信號以使該記憶單元送出另一組參數。
  15. 一種提高影像品質的指紋偵測方法,包括:A.從多組參數中選擇其中一組參數,其中每一組參數包含一增益值及一偏移量;B.根據所選的該組參數對一指紋影像進行處理,產生一數位影像;C.計數該數位影像中多個灰階值各自具有的像素數量;D.以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個灰階值各自具有的像素數量產生一累計值,直至該累計值大於一第一預設值且最後一個累加的灰階值所具有的像素數量大於一第二預設值;以及E.判斷該最後一個累加的灰階值是否符合一目標值,當該最後一個累加 的灰階值不符合該目標值時,從該多組參數中選擇另一組參數來產生該數位影像,進而改善該數位影像的影像品質。
  16. 如請求項15之指紋偵測方法,其中該步驟E包括從該多組參數中選擇另一組參數並重覆步驟B至步驟E。
  17. 如請求項15之指紋偵測方法,其中該步驟E包括當該最後一個累加的灰階值不符合該目標值時,根據該最後一個累加的灰階值大於或小於該目標值來選擇另一組參數。
  18. 一種提高影像品質的指紋偵測裝置,包括:一記憶單元,儲存多組參數,並根據一選擇信號送出其中一組參數,其中每一組參數包含一增益值及一偏移量;一影像數位化單元,連接該記憶單元,根據該記憶單元送出的該組參數對一指紋影像進行處理,產生一數位影像;以及一影像直方圖指標單元,連接該影像數位化單元,計數該數位影像中多個灰階值各自具有的像素數量、將該多個灰階值分為多個群組,並計算每個群組中像素數量的總和以及以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個群組的像素數量產生一累計值,直至該累計值大於一預設值時,從最後一個累加的群組中選取一灰階值,其中選取的灰階值是用以控制該選擇信號進而控制該記憶單元送出的該組參數,以改善該數位影像的影像品質。
  19. 如請求項18之指紋偵測裝置,更包括參數選擇單元,連接該記憶單元及該影像直方圖指標單元,用以提供該選擇信號,而且當該選取的灰階值不符合一目標值時,根據該選取的灰階值大於或小於該目標值而改變 該選擇信號以使該記憶單元送出另一組參數。
  20. 一種提高影像品質的指紋偵測方法,包括:A.從多組參數中選擇其中一組參數,其中每一組參數包含一增益值及一偏移量;B.根據所選的該組參數對一指紋影像進行處理,產生一數位影像;C.計數該數位影像中多個灰階值各自具有的像素數量;D.將該多個灰階值分為多個群組,並計算每個群組中像素數量的總和;E.以高灰階到低灰階的順序或以低灰階到高灰階的順序,累加該多個群組的像素數量產生一累計值,直至該累計值大於一預設值時,從最後一個累加的群組中選取一灰階值;以及F.判斷該選取的灰階值是否符合一目標值,當該選取的灰階值不符合該目標值時,從該多組參數中選擇另一組參數來產生該數位影像,進而改善該數位影像的影像品質。
  21. 如請求項20之指紋偵測方法,其中該步驟F包括從該多組參數中選擇另一組參數並重覆步驟B至步驟F。
  22. 如請求項20之指紋偵測方法,其中該步驟F包括當該選取的灰階值不符合該目標值時,根據該選取的灰階值大於或小於該目標值來選擇另一組參數。
  23. 一種提高影像品質的指紋偵測裝置,包括:一記憶單元;一影像數位化單元,連接該記憶單元,根據一偏移量及該記憶單元輸出的一增益值對一指紋影像進行處理,產生一數位影像;以及 一影像直方圖指標單元,連接該影像數位化單元,讀取該數位影像中至少一像素列的灰階值、將該至少一像素列的每一像素列劃分為至少一個像素組、找出每一個像素組中大於一比較值的灰階值的最大值以及平均所有取得的最大值產生一平均值用以調整該偏移量以改善該數位影像的影像品質。
  24. 如請求項23之指紋偵測裝置,更包括一偏移計算單元,連接該影像直方圖處理單元,當該平均值不符合一目標值時,調整該偏移量,當該平均值符合該目標值時,將該偏移量儲存至該記憶單元中以對應該增益值。
  25. 如請求項23之指紋偵測裝置,其中該影像直方圖指標單元計算已讀取的像素列的全部或一部分的灰階值的平均值作為目前讀取的像素列的比較值。
  26. 如請求項23之指紋偵測裝置,其中該影像直方圖指標單元計算已讀取的像素列的全部或一部分的比較值的平均值作為目前讀取的像素列的比較值。
  27. 如請求項23之指紋偵測裝置,其中該偏移量的初始值為0。
  28. 一種提高影像品質的指紋偵測方法,包括下列步驟:A.提供一偏移量及一增益值;B.根據該偏移量及該增益值對一指紋影像進行處理以產生一數位影像;C.讀取該數位影像中至少一像素列的灰階值;D.將該至少一像素列的每一像素列劃分為至少一個像素組,並找出每一個像素組中大於一比較值的灰階值的最大值; E.平均所有取得的最大值產生一平均值;以及F.根據該平均值調整該偏移量以改善該數位影像的影像品質。
  29. 如請求項28的指紋偵測方法,其中該步驟D包括計算已讀取的像素列的全部或一部分的灰階值的平均值作為目前讀取的像素列的比較值。
  30. 如請求項28之指紋偵測方法,其中該步驟D包括計算已讀取的像素列的全部或一部分的比較值的平均值作為目前讀取的像素列的比較值。
  31. 如請求項28之指紋偵測方法,其中該步驟F包括:當該平均值不符合一目標值時,調整該偏移量並重覆步驟B至步驟F;以及當該平均值符合該目標值時,儲存該偏移量以對應該增益值。
  32. 如請求項28之指紋偵測方法,更包括將該偏移量的初始值設定為0。
  33. 一種提高影像品質的指紋偵測裝置,包括:一記憶單元,儲存多組參數,並根據一選擇信號送出其中一組參數,其中每一組參數包含一增益值及一偏移量;一影像數位化單元,連接該記憶單元,根據該記憶單元送出的該組參數對一指紋影像進行處理,產生一數位影像;以及一影像直方圖指標單元,連接該影像數位化單元,讀取該數位影像中至少一像素列灰階值、將該至少一像素列的每一像素列劃分為至少一個像素組、找出每一個像素組中小於一比較值的灰階值的最小值以及平均所有取得的最小值產生一平均值用以控制該選擇信號進而控制該記憶單元送出的該組參數,以改善該數位影像的影像品質。
  34. 如請求項33之指紋偵測裝置,更包括參數選擇單元,連接該記憶單元 及該影像直方圖指標單元,用以提供該選擇信號,而且當該平均值不符合一目標值時,根據該平均值大於或小於該目標值而改變該選擇信號以使該記憶單元送出另一組參數。
  35. 如請求項33之指紋偵測裝置,其中該影像直方圖指標單元計算已讀取的像素列的全部或一部分的灰階值的平均值作為目前讀取的像素列的比較值。
  36. 如請求項33之指紋偵測裝置,其中該影像直方圖指標單元計算已讀取的像素列的全部或一部分的比較值的平均值作為目前讀取的像素列的比較值。
  37. 一種提高影像品質的指紋偵測方法,包括:A.從多組參數中選擇其中一組參數,其中每一組參數包含一增益值及一偏移量;B.根據所選的該組參數對一指紋影像進行處理,產生一數位影像;C.讀取該數位影像中至少一像素列的灰階值;D.將該至少一像素列的每一像素列劃分為至少一個像素組,並找出每一個像素組中小於一比較值的灰階值的最小值;E.平均所有取得的最小值產生一平均值;以及F.判斷該平均值是否符合一目標值,當該平均值不符合該目標值時,從該多組參數中選擇另一組參數來產生該數位影像,進而改善該數位影像的影像品質。
  38. 如請求項37的指紋偵測方法,其中該步驟D包括計算已讀取的像素列的全部或一部分的灰階值的平均值作為目前讀取的像素列的比較值。
  39. 如請求項37之指紋偵測方法,其中該步驟D包括計算已讀取的像素列的全部或一部分的比較值的平均值作為目前讀取的像素列的比較值。
  40. 如請求項37之指紋偵測方法,其中該步驟F包括從該多組參數中選擇另一組參數並重覆步驟B至步驟F。
  41. 如請求項37之指紋偵測方法,其中該步驟F包括當該平均值不符合該目標值時,根據該平均值大於或小於該目標值來選擇另一組參數。
TW106136231A 2017-10-20 2017-10-20 提高影像品質的指紋偵測裝置及其方法 TWI679583B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW106136231A TWI679583B (zh) 2017-10-20 2017-10-20 提高影像品質的指紋偵測裝置及其方法
CN201810781639.6A CN109697403A (zh) 2017-10-20 2018-07-17 提高图像品质的指纹检测装置及其方法
US16/165,393 US10664682B2 (en) 2017-10-20 2018-10-19 Image quality in a fingerprint detecting apparatus and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106136231A TWI679583B (zh) 2017-10-20 2017-10-20 提高影像品質的指紋偵測裝置及其方法

Publications (2)

Publication Number Publication Date
TW201917627A TW201917627A (zh) 2019-05-01
TWI679583B true TWI679583B (zh) 2019-12-11

Family

ID=66170299

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106136231A TWI679583B (zh) 2017-10-20 2017-10-20 提高影像品質的指紋偵測裝置及其方法

Country Status (3)

Country Link
US (1) US10664682B2 (zh)
CN (1) CN109697403A (zh)
TW (1) TWI679583B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10783346B2 (en) * 2017-12-11 2020-09-22 Invensense, Inc. Enhancing quality of a fingerprint image
KR102563802B1 (ko) * 2018-03-07 2023-08-07 삼성전자주식회사 디스플레이의 컬러를 보정하기 위한 전자 장치
TWI679431B (zh) * 2018-07-31 2019-12-11 友達光電股份有限公司 指紋感測裝置及其檢測方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020146156A1 (en) * 2000-12-15 2002-10-10 Hiroki Morimura Image capturing method and apparatus and fingerprint collation method and apparatus
US20090274343A1 (en) * 2008-05-05 2009-11-05 Sonavation, Inc. Dynamic optimization of a biometric sensor
US20150023571A1 (en) * 2013-07-22 2015-01-22 Apple Inc. Controllable Signal Processing in a Biometric Device
TWI549066B (zh) * 2015-03-17 2016-09-11 國立高雄應用科技大學 指紋影像之紋路增益方法及其系統
TW201636898A (zh) * 2015-04-07 2016-10-16 指紋卡公司 包括指紋感測器的電子裝置
TWI592881B (zh) * 2014-10-16 2017-07-21 聯傑光電國際股份有限公司 指紋辨識方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7840066B1 (en) * 2005-11-15 2010-11-23 University Of Tennessee Research Foundation Method of enhancing a digital image by gray-level grouping
KR100944595B1 (ko) * 2007-04-24 2010-02-25 가부시끼가이샤 르네사스 테크놀로지 표시 장치, 표시 장치 구동 회로, 화상 표시 방법, 전자기기 및 화상 표시 장치 구동 회로
JP4466707B2 (ja) * 2007-09-27 2010-05-26 ミツミ電機株式会社 指離れ検出装置、指離れ検出方法及びこれを用いた指紋読取装置、指紋読取方法
JP5534411B2 (ja) * 2010-01-20 2014-07-02 日本電気株式会社 画像処理装置
TW201143289A (en) * 2010-05-27 2011-12-01 Novatek Microelectronics Corp Power converting apparatus and power converting method
TW201428642A (zh) * 2013-01-04 2014-07-16 Hardware & Software Technology Co Ltd 偵測模組、指紋感測裝置及指紋影像產生方法
US8837862B2 (en) * 2013-01-14 2014-09-16 Altek Corporation Image stitching method and camera system
CN105469066B (zh) * 2015-12-08 2017-06-06 北京集创北方科技股份有限公司 一种指纹识别动态范围优化方法与设备
US10140499B1 (en) * 2017-05-25 2018-11-27 Synaptics Incorporated Systems and methods for touch and press detection using a sensor

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020146156A1 (en) * 2000-12-15 2002-10-10 Hiroki Morimura Image capturing method and apparatus and fingerprint collation method and apparatus
US20090274343A1 (en) * 2008-05-05 2009-11-05 Sonavation, Inc. Dynamic optimization of a biometric sensor
US20150023571A1 (en) * 2013-07-22 2015-01-22 Apple Inc. Controllable Signal Processing in a Biometric Device
TWI592881B (zh) * 2014-10-16 2017-07-21 聯傑光電國際股份有限公司 指紋辨識方法
TWI549066B (zh) * 2015-03-17 2016-09-11 國立高雄應用科技大學 指紋影像之紋路增益方法及其系統
TW201636898A (zh) * 2015-04-07 2016-10-16 指紋卡公司 包括指紋感測器的電子裝置

Also Published As

Publication number Publication date
US20190122023A1 (en) 2019-04-25
CN109697403A (zh) 2019-04-30
TW201917627A (zh) 2019-05-01
US10664682B2 (en) 2020-05-26

Similar Documents

Publication Publication Date Title
TWI679583B (zh) 提高影像品質的指紋偵測裝置及其方法
CN108073329B (zh) 触控装置及其驱动方法和终端
US8476910B2 (en) Capacitive sensor having calibration mechanism and capacitive sensing method
TW201528154A (zh) 電容指紋感測器
CN101888468B (zh) 图像内插装置以及图像内插方法
CN103884439B (zh) 电子装置及应用该装置的检测环境温度的方法
US9851846B2 (en) Input device and method of operating input device
CN112598015A (zh) 缺值补偿方法、缺值补偿系统及非暂态计算机可读取媒体
US9846519B2 (en) Input device, and method and program for controlling the same
US10613650B2 (en) Navigation device with fast frame rate upshift
CN108537106B (zh) 指纹检测方法及其电路
JP5490906B2 (ja) 質量測定の精度を維持するためのシステムおよび方法
CN106791280B (zh) 确定adc中增益和偏移量及其对应关系的方法和装置
CN101398725B (zh) 区别多触控点系统及其方法
CN112965964B (zh) 一种实测飞参数据的野值检测方法、系统及计算机相关产品
US10866659B2 (en) Navigation device with low power consumption and operating method thereof
US9341713B2 (en) Sensing circuit for recognizing movement and movement recognizing method thereof
US10089741B2 (en) Edge detection with shutter adaption
US7054550B2 (en) Rangefinder apparatus
JP6831221B2 (ja) 学習装置及び学習方法
US10542220B2 (en) Image sensor device and method capable of detecting actual temperature range in which the image sensor device is being operated without using accurate temperature sensor
US20160179282A1 (en) Background signal processing system and background signal processing method
JP6084538B2 (ja) 信号処理装置
US11514580B2 (en) Image processing circuit and method
Stentsel et al. Studying additional measurement errors from control tools using an integral functional method