WO2021233308A1 - 生物特征信息采集系统与处理方法 - Google Patents

生物特征信息采集系统与处理方法 Download PDF

Info

Publication number
WO2021233308A1
WO2021233308A1 PCT/CN2021/094425 CN2021094425W WO2021233308A1 WO 2021233308 A1 WO2021233308 A1 WO 2021233308A1 CN 2021094425 W CN2021094425 W CN 2021094425W WO 2021233308 A1 WO2021233308 A1 WO 2021233308A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
biometric information
transparent substrate
collection system
processing method
Prior art date
Application number
PCT/CN2021/094425
Other languages
English (en)
French (fr)
Inventor
陆政华
漫晨龙
Original Assignee
北京集创北方科技股份有限公司
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 北京集创北方科技股份有限公司 filed Critical 北京集创北方科技股份有限公司
Priority to KR1020227014474A priority Critical patent/KR20220065877A/ko
Priority to JP2022570743A priority patent/JP2023526491A/ja
Priority to US17/926,590 priority patent/US11967170B2/en
Publication of WO2021233308A1 publication Critical patent/WO2021233308A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1353—Extracting features related to minutiae or pores
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G06V40/1376—Matching features related to ridge properties or fingerprint texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Input (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)

Abstract

一种生物特征信息采集系统与处理方法，该生物特征信息采集系统包括：透明基板（210）；光源；光电转换装置（220），与光源位于透明基板（210）的一侧，光电转换装置（220）接收被透明基板（210）反射的光，并产生相应的电信号；以及处理装置，根据电信号获得生物特征信息，其中，透明基板（210）的至少部分区域由柔性材料制成。该生物特征信息采集系统在采集生物特征信息的过程中，至少部分区域在透明基板（210）的另一侧与生物体的预定部位（10）呈曲面贴合，从而减少了环境光入射至光电转换装置（220），降低了环境光的干扰，提高了获得生物特征信息的精确度，同时由于曲面贴合可以增大贴合面积，从而可以获得更多预定部位（10）的生物特征信息。

Description

生物特征信息采集系统与处理方法
本申请要求了申请日为2020年5月20日、申请号为2020104290070、名称为“生物特征信息采集系统与处理方法”的中国发明申请的优先权，并且通过参照上述中国发明申请的全部说明书、权利要求、附图和摘要的方式，将其引用于本申请。
技术领域
本发明涉及生物特征信息采集技术领域，特别涉及一种生物特征信息采集系统与处理方法。
背景技术
生物特征识别技术是通过传感器采集生物特征，然后与系统中存储的生物特征进行对比，从而鉴别身份，其中，生物特征信息的采集是生物特征识别中的一个重要步骤。
光学生物特信息征采集技术目前广泛应用，其利用光的全反射原理对生物体的预定部位进行特征信息采集。在现有技术中，生物体的预定部位10需要按压在刚性材质的透明基板100上，如图1a所示，其中，仅有预定部位10的切面与刚性材质的透明基板100接触，接触面积较小。在采集区域内，仅能采集到预定部位10的一部分有效信息，例如，当预定部位10的中央与刚性材质的透明基板100接触时，只能采集到预定部位10的中心纹路11，如图1b所示，其中，周边纹路是不能被有效采集的。因此，需要多次改变预定部位10的接触位置并将采集到的信息整合才能获得预定部位10的完整信息。
与此同时，由于透明基板100与预定部位10呈切面接触，接触位置周围的环境光容易干扰采集精度，使得生物特征信息采集系统的安全性较差，又由于现有技术的生物特征信息采集系统仅能采集预定部位10的纹路信息，且纹路信息容易被复刻，进一步降低了系统的安全性。此 外，由于刚性材质的透明基板100易碎，不仅提高了更换成本，而且容易对生物体造成损伤。
因此，希望提供一种改进的生物特征信息采集系统与处理方法，从而提高采集效率与采集精度，进而提升生物特征信息采集系统的安全性能。
发明内容
鉴于上述问题，本发明的目的在于提供一种改进的生物特征信息采集系统与处理方法，利用柔性材料制作透明基板的至少部分区域，增大了生物体的预定部位与透明基板的接触面积，同时减少了环境光的干扰，从而提高了生物特征信息采集系统的采集效率与采集精度。
根据本发明实施例的一方面，提供了一种生物特征信息采集系统，包括：透明基板；光源；光电转换装置，与所述光源位于所述透明基板的一侧，所述光电转换装置接收被所述透明基板反射的光，并产生相应的电信号；以及处理装置，根据所述电信号获得所述生物特征信息，其中，所述透明基板的至少部分区域由柔性材料制成。
优选地，所述生物特征信息包括生物体的预定部位的中心纹路信息、周边纹路信息以及汗孔信息。
优选地，所述光电转换装置包括光电二极管阵列，每个所述光电二极管将接收到的光转换成相应的所述电信号，其中，每个所述光电二极管之间的中心间距不大于90μm。
优选地，所述处理装置包括：处理单元，用于提供控制信号；控制单元，根据所述控制信号开启所述光电二极管阵列的相应一行光电二极管，在所述光电二极管开启的情况下，所述光电二极管将接收到的光转换成相应的所述电信号；整流回馈单元，根据所述电信号产生模拟电平信号；以及转换单元，根据所述模拟电平信号产生数字信号，并将所述数字信号发送至所述处理单元，其中，所述处理单元根据所述数字信号获得表征所述生物特征信息的待测图像。
优选地，所述转换单元对所述模拟电平信号的采样频率不小于16bit。
优选地，所述光源的出光侧朝向所述透明基板。
优选地，其特征在于，所述生物特征信息采集系统由智能手机、平板电脑、笔记本电脑以及门禁装置中任一种电子装置组成。
根据本发明实施例的另一方面，提供一种处理方法，所述处理方法基于上述的生物特征信息采集系统，所述处理方法包括：根据所述光电转换装置提供的电信号获得所述预定部位的初始图像；对所述初始图像执行第一直方图均衡化算法以获得第一图像，使得所述第一图像中各个谷和脊的灰度值分布范围大于所述初始图像中各个谷和脊的灰度值分布范围；以及基于所述第一图像获得所述预定部位的第一纹路信息。
优选地，还包括：在所述第一图像中各个谷和脊的灰度值分布范围内选取中间子区间；在所述第一图像中对多个指定像素点的灰度值执行第二直方图拉伸算法，以便于将所述第一图像处理为第二图像，在所述第一图像中所述多个指定像素点的灰度值分布于所述中间子区间内，所述多个指定像素点在所述第二图像中的灰度值分布范围大于所述指定像素点在所述第一图像中的灰度值分布范围；以及基于所述第二图像获得所述预定部位的第二纹路信息和/或汗孔信息。
优选地，还包括：对所述第二图像中各个像素点的灰度值进行二值化处理，以便于将所述第二图像转化成二值图像；以及基于所述二值图像获得用于识别所述预定部位的特征信息。
优选地，还包括：基于所述第一纹路信息判断所述生物体是否为认证合格的用户。
优选地，还包括：基于所述第一纹路信息初步判断所述生物体是否为认证合格的用户，若是，则基于所述特征信息再次判断所述生物体是否为认证合格的用户。
根据本发明实施例提供的生物特征信息采集系统与处理方法，通过利用柔性材料制作透明基板的至少部分区域，在采集生物特征信息的过程中，使得透明基板与生物体的预定部位呈曲面贴合。与现有技术相比，曲面贴合较切面贴合的接触面积更大，从而可以一次获得更多预定部位的生物特征信息，提高了采集效率。与此同时，曲面贴合可以减少环境 光入射至光电转换装置，降低了环境光的干扰，提高了获得生物特征信息的精确度，从而提升了生物特征信息采集系统的安全性。
进一步的，由于减少了环境光入射至光电转换装置，降低了环境光的干扰，不仅可以获得较为清晰中心纹路信息、周边纹路信息，还可以获得汗孔这一特征信息，增加了特征信息的复刻难度，从而进一步提升了生物特征信息采集系统的安全性。
进一步的，由于减少了环境光入射至光电转换装置，降低了环境光的干扰，获得的初始图像质量很高，因此直接采用第一直方图均衡化算法，或者第一直方图均衡化算法与第二直方图拉伸算法就可以获得预定部位的纹路信息与汗孔信息，从而提高了图像处理速度。
此外，由于与预定部位接触的透明基板的部分由柔性材料制成，因此生物特征信息采集系统不易因外界压力损坏。
附图说明
通过以下参照附图对本发明实施例的描述，本发明的上述以及其他目的、特征和优点将更为清楚，在附图中：
图1a示出了现有技术的生物特征信息采集方式的示意图。
图1b示出了现有技术的生物特征信息采集效果示意图。
图2a示出了本发明实施例的生物特征信息采集系统的示意图。
图2b示出了本发明实施例的生物特征信息采集效果示意图。
图3示出了本发明实施例的处理方法的流程图。
图4至图6示出了图3中部分处理效果示意图。
具体实施方式
以下将参照附图更详细地描述本发明的各种实施例。在各个附图中，相同的元件采用相同或类似的附图标记来表示。为了清楚起见，附图中的各个部分没有按比例绘制。此外，在图中可能未示出某些公知的部分。
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。在下文中描述了本发明的许多特定的细节，例如部件的结构、材料、 尺寸、处理工艺和技术，以便更清楚地理解本发明。但正如本领域的技术人员能够理解的那样，可以不按照这些特定的细节来实现本发明。
应当理解，在描述部件的结构时，当将一层、一个区域称为位于另一层、另一个区域“上面”或“上方”时，可以指直接位于另一层、另一个区域上面，或者在其与另一层、另一个区域之间还包含其它的层或区域。并且，如果将部件翻转，该一层、一个区域将位于另一层、另一个区域“下面”或“下方”。
图2a示出了本发明实施例的生物特征信息采集系统的示意图。
如图2a所示，本发明实施例的生物特征信息采集系统包括：透明基板210、光电转换装置220、处理装置以及光源(未示出)。其中，处理装置包括：处理单元231、控制单元232、整流回馈单元233以及转换单元234。本发明实施例的生物特征信息采集可以由智能手机、平板电脑、笔记本电脑以及门禁装置中任一种电子装置组成。
在本实施例中，光电转换装置220与光源位于透明基板210的第一侧211，光电转换装置220接收被透明基板210反射的光，并产生相应的电信号。其中，透明基板210的至少部分区域由柔性材料制成，以便于在采集生物特征信息的过程中，至少部分区域在透明基板210的第二侧212与生物体的预定部位10呈曲面贴合。
在一些具体的实施例中，透明基板210包括平板显示器(Flat Panel Display,FPD)中的透明基板，光源的出光侧朝向透明基板210，光源包括FPD中的背光，通过自动光学检测(Automated Optical Inspection,AOI)采集生物特征信息。其中，透明基板210的材料包括树脂等透明的柔性材料。光电转换装置220包括光电二极管(photo diodes,PD)阵列，每个光电二极管将接收到的光转换成相应的电信号。其中，每个光电二极管之间的中心间距不大于90μm，即传感器像素间距(Pixel pitch of sensor)不大于90μm。
在一些优选地实施例中，透明基板210的第一侧211为刚性材料，透明基板210的第二侧212为柔性材料，将刚性材料与柔性材料结合有利于透明基板210的固定，也利于位于透明基板210第一侧211的光电 转换装置220的固定，使得PD阵列可以贴合在透明基板21的第一侧211。
在本实施例中，处理装置根据电信号获得生物特征信息。如图2b所示，生物特征信息包括预定部位10的中心纹路信息21、周边纹路信息22以及汗孔信息(未示出)。在处理装置中，处理单元231用于提供控制信号。控制单元232根据控制信号开启光电二极管阵列的相应一行光电二极管，在光电二极管开启的情况下，光电二极管将接收到的光转换成相应的电信号。整流回馈单元233根据电信号产生模拟电平信号。转换单元234根据模拟电平信号产生数字信号，并将数字信号发送至处理单元231，其中，处理单元231根据数字信号获得表征生物特征信息的待测图像。其中，转换单元234对模拟电平信号的采样频率不小于16bit。
在一些具体实施例中，可以根据系统的实时性要求选择处理单元231的实现方法。在使用流媒体传输方式的情况下，处理单元231可采用现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)或者图形处理器(Graphics Processing Unit,GPU)实现。在使用单图片传输方式的情况下，处理单元231可采用中央处理器(Central Process Unit,CPU)或者微控制单元(Microcontroller Unit,MCU)实现。
在一些具体实施例中，控制单元232采用栅控制(gate control)电路实现，通过栅控制电路使得PD阵列的逐行打开。
在一些具体实施例中，整流回馈单元233采用低噪声信号调理放大电路实现，包括电荷采集放大电路、信号滤波电路以及亮暗相关双采样电路。
在一些具体实施例中，转换单元234采用16bit的A/D转换器实现。
在采用FPGA实现处理单元231的情况下，FPGA可以通过如LVDS、SPI或并口等数字接口实现从整流回馈单元接收数字信号，再通过如USB或以太网等通信接口将数字信号送至PC。通过本发明实施例提供的生物特征信息采集系统，可以有效分辨出预定部位10的中心纹路21、周边纹路22以及汗孔的排布信息，其中，汗孔的位置将会在图4至图6中进行描述，图2b中并未示出。
图3示出了本发明实施例的处理方法的流程图，图4至图6示出了 图3中部分处理效果示意图。本发明实施例的处理方法是基于本发明实施例提供的生物特征信息采集系统进行的，以柔性材料对预定部位有较好的贴合性为前提，可以获得清晰度更好、汗孔与纹路的灰度分布更明显的图像，其中，汗孔的灰度范围会在纹路的谷和脊范围内变化。以预定部位是手指为例，因为柔性材料的透明基板非常贴合手指曲线，AOI区域很少有漏光发生，减少了外界环境光对采集到的图像灰度值的影响，因此本发明实施例提供的生物特征信息采集系统可以使得手指纹路的灰度值与汗孔的灰度值相对差尽可能不变，在此基础上，汗孔与手指纹路图像处理算法就可以围绕灰度差值进行处理。下面将结合图2b至图6对本发明实施例的处理方法进行详细描述。
在步骤S01中，根据光电转换装置提供的电信号获得预定部位的初始图像。
在该步骤中，手指按压在透明基板210的柔性材料部分，手指与透明基板210的第二侧212呈曲面贴合。控制单元232根据处理单元231提供的控制信号逐行开启光电二极管阵列，光电二极管将接收到的光转换成相应的电信号，例如电荷、电流、电压。电信号在经过整流回馈单元233与转换单元234处理后传递至处理单元231，以便于处理单元231根据电信号获得初始图像，在初始图像中，可以获得指纹的谷和脊的灰度值变化范围。
在步骤S02中，对初始图像执行第一直方图均衡化算法以获得第一图像，如图4所示。
在该步骤中，根据指纹的谷202和脊201的灰度值变化范围的边界对初始图像执行第一直方图均衡化算法，使得第一图像中各个谷202和脊201的灰度值分布范围大于初始图像中各个谷和脊的灰度值分布范围，又由于汗孔203的灰度值变化范围位于谷202和脊201的灰度值变化范围之间，因此在执行第一直方图均衡化算法后，汗孔203的信息会被较完整的保留。例如，谷的灰度值变化范围是(80，100)，脊的灰度变化范围是(20，25)，谷和脊的灰度值变化范围的边界为20与100。然而本发明实施例并不限于此，由于光源等因素的不同，本领域技术人员可 以根据需要对谷和脊的灰度值变化范围的边界进行取值。
在步骤S03中，基于第一图像获得预定部位的第一纹路信息。
在该步骤中，由于初始图像并未收到过多的环境光干扰，初始图像的汗孔与纹路的灰度分已经十分明显，因此在对初始图像执行第一直方图均衡化算法后，第一图像的谷202与脊201的纹路信息可以被分离作为第一纹路信息，如图5所示。在一些具体的实施例中，可以基于第一纹路信息判断生物体是否为认证合格的用户，例如将第一纹路信息与标准第一纹路信息进行比对，根据比对结果判断生物体是否为认证合格的用户，其中，标准第一纹路信息例如为用户之前某一次录入的第一纹路信息。在一些优选的实施例中，可以基于第一纹路信息初步判断生物体是否为认证合格的用户，若是，则再进行后续步骤S04至S08，若不是则可以返回步骤S01。
在步骤S04中，在第一图像中各个谷和脊的灰度值分布范围内选取中间子区间。
在该步骤中，例如以谷202和脊201灰度范围的40％～70％作为中间子区间。假设第一图像中的谷的灰度值变化范围是(60，120)，脊的灰度变化范围是(10，35)，谷和脊的灰度值变化范围的边界为10与120。将120与10的差值分别乘以40％和70％，将乘积分别再加上10，得到中间子区间为(54，87)。然而本发明实施例并不限于此，由于根据不同的背光或画面光强，得到的图像差异较大，具体还要因应用场景对中间子区间的取值进行细调，本文只是给出一个较大的定性范围。
在步骤S05中，在第一图像中对多个指定像素点的灰度值执行第二直方图拉伸算法，以便于将第一图像处理为第二图像。
在该步骤中，例如以中间子区间的边界54与87对第一图像中的多个指定像素点的灰度值执行第二直方图拉伸算法，以便于将第一图像处理为第二图像，在第一图像中多个指定像素点的灰度值分布于中间子区间内，多个指定像素点在第二图像中的灰度值分布范围大于指定像素点在第一图像中的灰度值分布范围。
由于第二直方图拉伸算法选取范围为是汗孔和指纹的有效区间，直 方图拉伸后汗孔和指纹的信息会更加清晰，其中，有效区间是可以清晰显示谷202和脊201的灰度值区间，即中间子区间，而汗孔203的灰度值范围落在谷202和脊201的灰度值区间中，因此汗孔203也可以在有效区间内被清晰的显示出来。
在步骤S06中，基于第二图像获得预定部位的第二纹路信息和/或汗孔信息。
在该步骤中，由于谷202、脊201、汗孔203都已经被清晰的显示在第二图像中，因此可以将谷202和脊201的信息作为第二纹路信息，汗孔信息包括汗孔203的排布信息或每个汗孔的尺寸信息等等。
在步骤S07中，对第二图像中各个像素点的灰度值进行二值化处理，以便于将第二图像转化成二值图像。
在该步骤中，二值化的阈值视情况而定，取决于想识别出的汗孔数量。
在步骤S08中，基于二值图像获得用于识别预定部位的特征信息。
在该步骤中，特征信息包括固202与脊201组成的指纹信息以及汗孔203的排布信息，如图6所示。其中，可以将图5作为掩模，分离二值图像中的汗孔203，从而得到汗孔203的排布信息。在一些优选的实施例中，在基于第一纹路信息初步判断生物体为认证合格的用户后，则基于特征信息再次判断生物体是否为认证合格的用户，例如将特征信息与标准特征信息进行比对，根据比对结果再次判断生物体是否为认证合格的用户，其中，标准特征信息例如为用户之前某一次录入的特征信息，通过两次认证的方式兼顾了对生物特征信息处理的效率与判断的准确性，提高了系统的安全性。
需要说明的是，以上仅为本发明的一个可选实施例。根据本发明实施例的生物特征信息采集方法并不局限于指纹或掌纹的识别。根据本发明实施例的生物特征信息采集方法还可以应用于各种纹理性特征的采集，尤其是唇纹、舌纹等能够识别身份的纹理特征的采集。根据本发明实施例的生物特征信息采集方法也并不局限于采集人类的信息，也可用于各种动、植物等的生物特征信息采集，例如采集猫或狗的鼻纹、叶子的脉 络。
根据本发明实施例提供的生物特征信息采集系统与处理方法，通过利用柔性材料制作透明基板的至少部分区域，在采集生物特征信息的过程中，使得透明基板与生物体的预定部位呈曲面贴合。与现有技术相比，曲面贴合较切面贴合的接触面积更大，从而可以一次获得更多预定部位的生物特征信息，提高了采集效率。与此同时，曲面贴合可以减少环境光入射至光电转换装置，降低了环境光的干扰，提高了获得生物特征信息的精确度，从而提升了生物特征信息采集系统的安全性。
进一步的，由于减少了环境光入射至光电转换装置，降低了环境光的干扰，不仅可以获得较为清晰中心纹路信息、周边纹路信息，还可以获得汗孔这一特征信息，增加了特征信息的复刻难度，从而进一步提升了生物特征信息采集系统的安全性。
进一步的，由于减少了环境光入射至光电转换装置，降低了环境光的干扰，获得的初始图像质量很高，因此直接采用第一直方图均衡化算法，或者第一直方图均衡化算法与第二直方图拉伸算法就可以获得预定部位的纹路信息与汗孔信息，从而提高了图像处理速度。
此外，由于与预定部位接触的透明基板的部分由柔性材料制成，因此生物特征信息采集系统不易因外界压力损坏。
应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
依照本发明的实施例如上文所述，这些实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施例。显然，根据以上描述， 可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地利用本发明以及在本发明基础上的修改使用。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (12)

  1. 一种生物特征信息采集系统，其特征在于，包括：
    透明基板；
    光源；
    光电转换装置，与所述光源位于所述透明基板的一侧，所述光电转换装置接收被所述透明基板反射的光，并产生相应的电信号；以及
    处理装置，根据所述电信号获得所述生物特征信息，
    其中，所述透明基板的至少部分区域由柔性材料制成。
  2. 根据权利要求1所述的生物特征信息采集系统，其特征在于，所述生物特征信息包括生物体的预定部位的中心纹路信息、周边纹路信息、汗孔信息。
  3. 根据权利要求2所述的生物特征信息采集系统，其特征在于，所述光电转换装置包括光电二极管阵列，
    其中，每个所述光电二极管之间的中心间距不大于90μm。
  4. 根据权利要求3所述的生物特征信息采集系统，其特征在于，所述处理装置包括：
    处理单元，用于提供控制信号；
    控制单元，根据所述控制信号开启所述光电二极管阵列的相应一行光电二极管，在所述光电二极管开启的情况下，所述光电二极管将接收到的光转换成相应的所述电信号；
    整流回馈单元，根据所述电信号产生模拟电平信号；以及
    转换单元，根据所述模拟电平信号产生数字信号，并将所述数字信号发送至所述处理单元，
    其中，所述处理单元根据所述数字信号获得表征所述生物特征信息的待测图像。
  5. 根据权利要求4所述的生物特征信息采集系统，其特征在于，所述转换单元对所述模拟电平信号的采样频率不小于16bit。
  6. 根据权利要求1-5任一项所述的生物特征信息采集系统，其特征 在于，所述光源的出光侧朝向所述透明基板。
  7. 根据权利要求1-5任一项所述的生物特征信息采集系统，其特征在于，所述生物特征信息采集系统由智能手机、平板电脑、笔记本电脑以及门禁装置中任一种电子装置组成。
  8. 一种处理方法，其特征在于，所述处理方法基于权利要求1至7任一项所述的生物特征信息采集系统，所述处理方法包括：
    根据所述光电转换装置提供的电信号获得所述预定部位的初始图像；
    对所述初始图像执行第一直方图均衡化算法以获得第一图像，使得所述第一图像中各个谷和脊的灰度值分布范围大于所述初始图像中各个谷和脊的灰度值分布范围；以及
    基于所述第一图像获得所述预定部位的第一纹路信息。
  9. 根据权利要求8所述的处理方法，其特征在于，还包括：
    在所述第一图像中各个谷和脊的灰度值分布范围内选取中间子区间；
    在所述第一图像中对多个指定像素点的灰度值执行第二直方图拉伸算法，以便于将所述第一图像处理为第二图像，在所述第一图像中所述多个指定像素点的灰度值分布于所述中间子区间内，所述多个指定像素点在所述第二图像中的灰度值分布范围大于所述指定像素点在所述第一图像中的灰度值分布范围；以及
    基于所述第二图像获得所述预定部位的第二纹路信息和/或汗孔信息。
  10. 根据权利要求9所述的处理方法，其特征在于，还包括：
    对所述第二图像中各个像素点的灰度值进行二值化处理，以便于将所述第二图像转化成二值图像；以及
    基于所述二值图像获得用于识别所述预定部位的特征信息。
  11. 根据权利要求8所述的处理方法，其特征在于，还包括：
    基于所述第一纹路信息判断所述生物体是否为认证合格的用户。
  12. 根据权利要求10所述的处理方法，其特征在于，还包括：
    基于所述第一纹路信息初步判断所述生物体是否为认证合格的用户，若是，则基于所述特征信息再次判断所述生物体是否为认证合格的用户。
PCT/CN2021/094425 2020-05-20 2021-05-18 生物特征信息采集系统与处理方法 WO2021233308A1 (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020227014474A KR20220065877A (ko) 2020-05-20 2021-05-18 생체 특징 정보 수집 시스템 및 처리 방법
JP2022570743A JP2023526491A (ja) 2020-05-20 2021-05-18 生体特徴情報収集システム及び処理方法
US17/926,590 US11967170B2 (en) 2020-05-20 2021-05-18 Biometric information acquisition system and processing method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010429007.0 2020-05-20
CN202010429007.0A CN111723665A (zh) 2020-05-20 2020-05-20 生物特征信息采集系统与处理方法

Publications (1)

Publication Number Publication Date
WO2021233308A1 true WO2021233308A1 (zh) 2021-11-25

Family

ID=72564751

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2021/094425 WO2021233308A1 (zh) 2020-05-20 2021-05-18 生物特征信息采集系统与处理方法

Country Status (5)

Country Link
US (1) US11967170B2 (zh)
JP (1) JP2023526491A (zh)
KR (1) KR20220065877A (zh)
CN (1) CN111723665A (zh)
WO (1) WO2021233308A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111723665A (zh) 2020-05-20 2020-09-29 北京集创北方科技股份有限公司 生物特征信息采集系统与处理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100183200A1 (en) * 2009-01-16 2010-07-22 Jen-Chieh Wu Fingerprint Input Module
CN105989335A (zh) * 2015-02-13 2016-10-05 北京智谷睿拓技术服务有限公司 信息获取方法、信息获取装置以及用户设备
CN107945163A (zh) * 2017-11-23 2018-04-20 广州酷狗计算机科技有限公司 图像增强方法及装置
CN108875643A (zh) * 2018-06-21 2018-11-23 Oppo广东移动通信有限公司 指纹模组、指纹识别方法、装置、存储介质及移动终端
CN109670478A (zh) * 2018-12-29 2019-04-23 联想(北京)有限公司 电子设备及其控制方法
CN111723665A (zh) * 2020-05-20 2020-09-29 北京集创北方科技股份有限公司 生物特征信息采集系统与处理方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004173827A (ja) 2002-11-26 2004-06-24 Seiko Epson Corp 本人照合装置、カード型情報記録媒体及びそれを用いた情報処理システム
US10635878B2 (en) * 2015-10-23 2020-04-28 Shenzhen GOODIX Technology Co., Ltd. Optical fingerprint sensor with force sensing capability
CN111310620A (zh) 2020-02-04 2020-06-19 北京集创北方科技股份有限公司 生物特征检测方法及检测装置、电子设备及可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100183200A1 (en) * 2009-01-16 2010-07-22 Jen-Chieh Wu Fingerprint Input Module
CN105989335A (zh) * 2015-02-13 2016-10-05 北京智谷睿拓技术服务有限公司 信息获取方法、信息获取装置以及用户设备
CN107945163A (zh) * 2017-11-23 2018-04-20 广州酷狗计算机科技有限公司 图像增强方法及装置
CN108875643A (zh) * 2018-06-21 2018-11-23 Oppo广东移动通信有限公司 指纹模组、指纹识别方法、装置、存储介质及移动终端
CN109670478A (zh) * 2018-12-29 2019-04-23 联想(北京)有限公司 电子设备及其控制方法
CN111723665A (zh) * 2020-05-20 2020-09-29 北京集创北方科技股份有限公司 生物特征信息采集系统与处理方法

Also Published As

Publication number Publication date
KR20220065877A (ko) 2022-05-20
JP2023526491A (ja) 2023-06-21
US20230206680A1 (en) 2023-06-29
US11967170B2 (en) 2024-04-23
CN111723665A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN105824480B (zh) 指纹辨识方法及其装置
US7181052B2 (en) Fingerprint image input device and living body identification method using fingerprint image
Shahin et al. Biometric authentication using fast correlation of near infrared hand vein patterns
JP4636140B2 (ja) 静脈撮像装置、静脈撮像方法および静脈認証装置
US9977947B2 (en) Fingerprint identification method and device thereof
TWI536273B (zh) Photoelectric fingerprint identification device
TWI601513B (zh) 同時辨識手指影像及血氧濃度之指紋辨識裝置及其方法
US20120224041A1 (en) Fake-finger determination device, fake-finger determination method, and fake-finger determination program
US10216978B2 (en) Fingerprint identification device and fingerprint identification method
JP2003006627A (ja) 指紋入力装置
WO2001024700A1 (en) Spoof detection for biometric sensing systems
Hsia et al. Finger-vein recognition based on parametric-oriented corrections
CN110100250B (zh) 指纹识别的装置、方法和电子设备
WO2021233308A1 (zh) 生物特征信息采集系统与处理方法
US10356296B2 (en) Light guide for finger print reader
US20130051638A1 (en) Fingerprint authentication system, fingerprint authentication method, and fingerprint authentication program
CN107256395A (zh) 掌静脉提取方法及装置
Mohammed et al. Accurate pupil features extraction based on new projection function
KR101601187B1 (ko) 손금 기반 사용자 인식 정보를 이용한 기기 컨트롤 장치 및 그 방법
Hsia et al. Embedded Vein Recognition System with Wavelet Domain.
CN112232157A (zh) 指纹区域检测方法、装置、设备、存储介质
JP2005319294A (ja) 指紋入力装置
CN208141408U (zh) 一种指纹采集仪
TWI761755B (zh) 生物特徵採集與識別方法及利用其之生物特徵識別裝置和資訊處理裝置
CN217821670U (zh) 指纹检测装置和电子设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21808168

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20227014474

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2022570743

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21808168

Country of ref document: EP

Kind code of ref document: A1