WO2022246666A1 - 生物特征采集方法、芯片及计算机可读存储介质 - Google Patents

生物特征采集方法、芯片及计算机可读存储介质 Download PDF

Info

Publication number
WO2022246666A1
WO2022246666A1 PCT/CN2021/095876 CN2021095876W WO2022246666A1 WO 2022246666 A1 WO2022246666 A1 WO 2022246666A1 CN 2021095876 W CN2021095876 W CN 2021095876W WO 2022246666 A1 WO2022246666 A1 WO 2022246666A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
area
parameter
pixels
biometric
Prior art date
Application number
PCT/CN2021/095876
Other languages
English (en)
French (fr)
Inventor
青小刚
吕蒙
袁超
Original Assignee
深圳市汇顶科技股份有限公司
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 深圳市汇顶科技股份有限公司 filed Critical 深圳市汇顶科技股份有限公司
Priority to PCT/CN2021/095876 priority Critical patent/WO2022246666A1/zh
Priority to EP21904612.5A priority patent/EP4120124B1/en
Priority to US17/848,379 priority patent/US11776306B2/en
Publication of WO2022246666A1 publication Critical patent/WO2022246666A1/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
    • G06V40/1382Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G06V40/1394Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using acquisition arrangements
    • 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
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • 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
    • G06V40/60Static or dynamic means for assisting the user to position a body part for biometric acquisition
    • G06V40/67Static or dynamic means for assisting the user to position a body part for biometric acquisition by interactive indications to the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)

Abstract

一种生物特征采集方法、芯片、终端及计算机可读存储介质。上述生物特征采集方法包括:获取配置参数(201);其中,所述配置参数包括:第一曝光时长、第一区域和目标感光值,所述第一区域为所述生物特征采集芯片的感光区域中的局部区域;根据第一曝光时长对第一区域进行曝光,并获取第一区域的感光值(202);根据第一区域的感光值和第一曝光时长,确定在感光区域采集到目标感光值所需的第二曝光时长(203);根据第二曝光时长,采集生物特征图像(204),使得可以提高采集到的生物特征图像的准确性,增加后续进行生物特征识别或注册的准确率。

Description

生物特征采集方法、芯片及计算机可读存储介质 技术领域
本申请实施例涉及生物特征检测技术领域,特别涉及一种生物特征采集方法、芯片及计算机可读存储介质。
背景技术
终端的交互解锁方案中生物识别技术己成为一种新兴的交互技术,其中光学指纹识别技术己成为一种非常方便快捷的指纹识别方案。光学指纹识别技术采用屏幕下隐藏式指纹设计,手指直接按下屏幕上显示的指纹图标区域就能解锁。整机厂商越来越多的手机项目支持光学指纹识别功能,也引入了不同的厂商生产的屏幕,不同厂商生产的屏幕差异性较大。
目前,在整机校准阶段,为整机中的生物特征采集芯片设置有一默认曝光时长,整机出厂后基于该默认曝光时长进行生物特征图像采集时,由于外界环境的变化,容易导致生物特征采集芯片对外界环境的变化的适应性变差,影响采集到的生物特征图像的准确性,降低后续进行生物特征识别或注册的准确率。以手机中的屏下指纹采集芯片为例,指纹光斑的波动,容易导致屏下指纹采集芯片对指纹光斑的适应性变差,影响采集到的指纹图像的准确性,降低后续进行指纹识别或注册的准确率。
发明内容
本申请实施方式的目的在于提供一种生物特征采集方法、芯片及计算机可读存储介质,使得可以提高采集到的生物特征图像的准确性,增加后续进行生物特征识别或注册的准确率。
为解决上述技术问题,本申请的实施方式提供了一种生物特征采集方法,应用于生物特征采集芯片,包括:获取配置参数;其中,所述配置参数包括:第一曝光时长、第一区域和目标感光值,所述第一区域为所述生物特征采集芯片的感光区域中的局部区域;根据所述第一曝光时长对所述第一区域进行曝光,并获取所述第一区域的感光值;根据所述第一区域的感光值和所述第一曝光时长,确定在所述感光区域采集到所述目标感光值所需的第二曝光时长;根据所述第二曝光时长,采集生物特征图像。
本申请的实施方式还提供了一种生物特征采集芯片,包括:处理单元和与所述处理单元连接的存储单元,所述存储单元存储有可被所述处理单元执行的指令,所述指令被所述处理单元执行,以使所述处理单元能够执行上述的生物特征采集方法。
本申请的实施方式还提供了一种终端,包括上述的生物特征采集芯片。
本申请的实施方式还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述的生物特征采集方法。
本申请的实施方式,在进行生物特征图像采集时,先根据配置参数中的第一曝光时长,对生物特征采集芯片的感光区域中的局部区域(即第一区域)进行局部曝光,得到第一区域的感光值。考虑到,感光值与曝光时长之间具有预设关系,因此,根据第一区域的感光值和第一曝光时长,能够合理且准确的确定在感光区域采集到目标感光值所需的第二曝光时长。也就是说,采集生物特征图像时并不是基于出厂时默认的曝光时长进行采集,而是基于在当前环境下得到的第二曝光时长进行生物特征图像的采集,使得采集到的生物特征图像更加准确。即使外界环境发生变化,即当前环境和确定默认的曝光时长时生物特征采集芯片所处的环境相比,发生了变化,由于第二曝光时长相当于是在当前环境下确定的,使得第二曝光时长可以适应外界环境的变化,从而使得生物特征采集芯片对外界环境的适应性变好,降低外界环境的变化对采集性能的影响,有利于提高后续进行生物特征识别或注册的准确率。而且由于第一区域为 感光区域中的局部区域,因此局部曝光的速度较快,在一定程度上可以加快采集到生物特征图像的速度,从而可以加快后续进行生物特征识别或注册的速度。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本申请实施例中提到的指纹光斑的示意图;
图2是本申请实施例中提到的一种生物特征采集方法的流程图;
图3是本申请实施例中提到的第一区域与感光区域的关系示意图;
图4是本申请实施例中提到的第一区域中各像素的标记信息的示意图;
图5是本申请实施例中提到的第一区域中坏块区域的示意图;
图6是本申请实施例中提到的感光值与曝光时长之间的线性关系的示意图;
图7是本申请实施例中提到的另一种生物特征采集方法的流程图;
图8是本申请实施例中提到的步骤706的一种实现方式的流程图;
图9是本申请实施例中提到的感光区域中的第一区域和第二区域的分布示意图;
图10是本申请实施例中提到的步骤802的一种实现方式的流程图;
图11是本申请实施例中提到的横纹图像的示意图;
图12是本申请实施例中提到根据第二曝光时长,采集生物特征图像的一种实现方式的流程图;
图13是本申请实施例中提到应用于屏下指纹采集芯片的生物特征采集方法的流程图;
图14是本申请实施例中提到生物特征采集芯片的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请部分实施例进行进一步详细说明。本领域的普通技术人员可以理解,在各实施例中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施例的种种变化和修改,也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便,不应对本申请的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
随着终端行业的高速发展,生物特征采集技术越来越受到人们重视,屏下生物特征采集技术是将生物特征采集芯片设置于屏幕下方,通过生物特征采集芯片采集外部对象的图像,以便来实现后续的生物特征识别或生物特征注册。其中,生物特征识别可以包括:指纹识别、掌纹识别、虹膜识别、人脸识别等。目前,有机发光二极管(Organic Light-Emitting Diode,OLED)屏幕和液晶显示器(Liquid Crystal Display,LCD)屏幕分别是在手机、平板电脑等终端中应用较为广泛的自发光显示屏幕和非自发光显示屏幕。其中,OLED屏幕属于一种电流型的有机发光器件,其可以通过显示驱动模块来控制每一个显示单元(又称为像素)分别进行独立发光。
以指纹采集为例,即生物特征采集芯片为指纹采集芯片。采用OLED屏幕的终端可以实现屏下光学指纹采集,指纹采集芯片设置在OLED屏幕下方,因此该指纹采集芯片也可以称为屏下指纹采集芯片,OLED屏幕的中的像素可以被利用作为指纹激励光源进行屏幕打光。OLED屏幕中位于指纹检测区域(又称感光区域)的像素被驱动发光从而在指纹检测区域显示一个指纹光斑,其发射的光线作为用于指纹识别的激励光照射到OLED屏幕上方的手指上,并经过手指散射、反射或者透射后,形成携带有手指指纹信息的指纹检测光,该指纹检测光返回到OLED屏幕并透过OLED屏幕传输到下方的指纹采集芯片,指纹采集芯片可以接收该指纹检测光并将指纹检测光转换为相应的电信号,从而实现指纹图像采 集。上述指纹光斑的示意图可以参见图1,当用户需要对终端101进行解锁或者其他指纹验证的时候,只需要将手指按压在位于指纹光斑102所在的区域,便可以实现指纹采集,从而基于采集的指纹图像可以进一步进行指纹匹配验证,以完成指纹识别。
相关技术中,具有屏下指纹采集芯片的终端在整机量产阶段,会基于整机校准的结果设置出厂时的默认曝光时长,该默认的曝光时长被存储在终端中。终端出厂后,用户在使用终端进行指纹注册或指纹识别时,会基于终端中存储的该默认曝光时长,采集得到指纹图像。
本申请的发明人发现,用户在使用终端的过程中,如果指纹光斑出现波动的情况,容易导致指纹识别的准确率较低。其中,指纹光斑的波动可能包括:指纹光斑的亮度波动、色温波动等。指纹光斑出现波动的情况可能包括:由于整机校准阶段的指纹光斑异常导致设置的出厂时的默认曝光时长不准确;用户使用过程中,终端处于切换壁纸、屏幕老化、软件更新等环境。发明人通过研究发现,指纹光斑出现波动的情况导致指纹识别的准确率较低的原因在于:终端在出厂后,被用户使用的过程中,屏下指纹采集芯片依然是基于出厂时设置的默认曝光时长采集指纹图像,并不会在使用过程中再调整默认曝光时长,导致屏下指纹采集芯片对指纹光斑的适应性变差,从而造成指纹识别的准确率较低。
为了解决上述的生物特征采集芯片(比如屏下指纹采集芯片)对外界环境的变化(比如指纹光斑波动)的适应性差,影响采集到的生物特征图像(比如指纹图像)的准确性,本申请实施例提供了一种生物特征采集方法,应用于生物特征采集芯片,包括:获取配置参数;其中,配置参数包括:第一曝光时长、第一区域和目标感光值,第一区域为生物特征采集芯片的感光区域中的局部区域;根据第一曝光时长对第一区域进行曝光,并获取第一区域的感光值;根据第一区域的感光值和第一曝光时长,确定在感光区域采集到目标感光值所需的第二曝光时长;根据第二曝光时长,采集生物特征图像。本实施例的应用 场景可以包括:需要进行生物特征图像采集的场景,比如生物特征识别、生物特征注册等。生物特征识别、生物特征注册可以为指纹识别、指纹注册、人脸识别、人脸注册等。当生物特征采集芯片确定需要进行生物特征图像采集时,可以触发本实施例中的生物特征采集的流程,即开始获取配置参数。
本申请实施例中,生物特征采集芯片在进行生物特征图像采集时,先根据配置参数中的第一曝光时长,对生物特征采集芯片的感光区域中的局部区域(即第一区域)进行局部曝光,得到第一区域的感光值。考虑到,感光值与曝光时长之间具有预设关系,因此,根据第一区域的感光值和第一曝光时长,能够合理且准确的确定在感光区域采集到目标感光值所需的第二曝光时长。也就是说,采集生物特征图像时并不是基于出厂时默认的曝光时长进行采集,而是基于在当前环境下得到的第二曝光时长进行生物特征图像的采集,使得采集到的生物特征图像更加准确。即使外界环境发生变化,即当前环境和确定默认的曝光时长时生物特征采集芯片所处的环境相比,发生了变化,由于第二曝光时长相当于是在当前环境下确定的,使得第二曝光时长可以适应外界环境的变化,从而使得生物特征采集芯片对外界环境的适应性变好,降低外界环境的变化对采集性能的影响,有利于提高后续进行生物特征识别或注册的准确率。而且由于第一区域为感光区域中的局部区域,因此局部曝光的速度较快,在一定程度上可以加快采集到生物特征图像的速度,从而可以加快后续进行生物特征识别或注册的速度。
在一个实施例中,生物特征采集芯片为屏下指纹采集芯片,该屏下指纹采集芯片采集的生物特征图像可以用于进行指纹识别或指纹注册。对于包括屏下指纹采集芯片的终端而言,即使在用户实际使用的终端的过程中,终端的屏幕出现指纹光斑波动的情况,由于第二曝光时长相当于是在指纹光斑波动的情况下确定的,使得第二曝光时长可以适应指纹光斑的波动情况,从而使得屏下指纹采集芯片对指纹光斑的适应性变好,降低指纹光斑波动对指纹识别性能的影响,有利于提高指纹识别准确率。在具体实现中,生物特征采集芯片也可以 为虹膜特征采集芯片、掌纹特征采集芯片、人脸特征采集芯片等。
在一个实施例中,生物特征采集方法的流程图可以参考图2,包括:
步骤201:获取配置参数。
步骤202:根据第一曝光时长对第一区域进行曝光,并获取第一区域的感光值。
步骤203:根据第一区域的感光值和第一曝光时长,确定在感光区域采集到目标感光值所需的第二曝光时长。
步骤204:根据第二曝光时长,采集生物特征图像。
其中,步骤201中的配置参数包括:第一曝光时长、第一区域和目标感光值,第一区域为生物特征采集芯片的感光区域中的局部区域。配置参数可以由本领域技术人员根据实际需要预先进行设置。
在一个实施例中,步骤201中的获取配置参数,包括:当检测到预设触发条件后,获取配置参数;其中,预设触发条件包括:需要进行生物特征注册和/或需要进行生物特征识别。即,生物特征采集芯片在确定需要进行生物特征注册和/或需要进行生物特征识别,获取配置参数。生物特征采集芯片确定需要进行生物特征注册的方式可以为:生物特征采集芯片接收到用户需要进行生物特征注册的通知信息,该通知信息可以由终端中的处理器发送,其中,处理器可以为终端中的中央处理器(Central Processing Unit,CPU),微处理器、协处理器等。终端可以为手机、平板电脑等设备。生物特征采集芯片确定需要进行生物特征识别的方式可以为:生物特征采集芯片确定终端需要基于生物特征识别进行解锁、需要基于生物特征识别进行支付等。可选的,预设触发条件还可以包括:生物特征采集芯片检测到被启动,则生物特征采集芯片检测到被启动时,获取配置参数。
在一个实施例中,步骤201中的获取配置参数,包括:当检测到预设触发条件后,获取内部存储的配置参数。其中,配置参数预设好之后,可以被预先存储在生物特征采集芯片中,比如预设好的配置参数可以被写入生物特征采 集芯片的寄存器中。也就是说,生物特征采集芯片可以自行获取配置参数,有利于快速获取配置参数。
在一个实施例中,步骤201中的获取配置参数,包括:接收终端中的应用软件下发的配置参数。由应用软件下发配置参数,生物特征采集芯片无需存储这些配置参数,有利于节省成本和存储空间,而且,方便了根据实际需要通过应用软件修改配置参数,提高了修改配置参数的便捷性。可选的,接收终端中的应用软件(下文中也可以称为软件端)下发的配置参数可以为:当检测到预设触发条件后,接收软件端下发的配置参数。比如,软件端可以在检测到预设触发条件后,向生物特征采集芯片下发配置参数,预设触发条件上文已描述过。此处不再赘述。在具体实现中,生物特征采集芯片在无需采集数据阶段可以处于为休眠状态,当需要进行生物特征采集时,生物特征采集芯片被唤醒,软件端开始下发配置参数。
在一个实施例中,生物特征采集芯片在接收到软件端下发的配置参数后,可以将配置参数存储在寄存器中,当后续再次检测到预设触发条件时,生物特征采集芯片可以直接从生物特征采集芯片中的寄存器中获取配置参数,无需每次都由软件端下发,有利于提高获取配置参数的便捷性。
在一个实施例中,生物特征采集芯片为屏下指纹采集芯片,需要进行生物特征注册和/或需要进行生物特征识别包括:检测到屏幕上的指纹光斑所在的区域被按压,预设时长大于或等于指纹光斑开始被点亮到指纹光斑稳定所需要的最小时长。步骤201中的获取配置参数,包括:当检测到屏幕上的指纹光斑所在的区域被按压后,间隔预设时长再获取配置参数。指纹光斑开始被点亮到指纹光斑稳定所需要的最小时长可以由本领域技术人员根据实际需要测试得到,比如可以设置为40ms至50ms,然而本实施例对此不做具体限定。当检测到屏幕上的指纹光斑所在的区域被按压后可以理解为屏下指纹采集芯片确定当前需要进行指纹识别或指纹注册。通过间隔预设时长后,再获取配置参数,有利于确保屏幕上显示的指纹光斑稳定后,屏下指纹采集芯片再获取配置参数,从而再 基于配置参数进行后续第二曝光时长的计算,使得第二曝光时长为指纹光斑稳定后获取的,提高了获取的第二曝光时长的准确性,从而可以提高采集到的指纹图像的准确性,以提高后续进行指纹识别或指纹注册的准确性。
在一个实施例中,屏下指纹采集芯片可以在检测到指纹光斑所在的区域被按压后,将检测到被按压的信息发送给软件端,软件端在接收到被按压的信息时开始计时,计时达到预设时长后,向屏下指纹采集芯片发送配置参数,使得屏下指纹采集芯片可以在检测到屏幕上的指纹光斑所在的区域被按压后,间隔预设时长获取到配置参数。由软件端下发配置参数,屏下指纹采集芯片无需存储这些配置参数,有利于节省成本和存储空间。而且,通过间隔预设时长后,软件端再向屏下指纹采集芯片发送配置参数,使得第二曝光时长为指纹光斑稳定后获取的,提高了获取的第二曝光时长的准确性,从而可以提高采集到的指纹图像的准确性,以提高后续进行指纹识别或指纹注册的准确性。
在一个实施例中,屏下指纹采集芯片可以在检测到指纹光斑所在的区域被按压时开始计时,计时达到预设时长后,从屏下指纹采集芯片的寄存器中获取寄存器中预先存储的配置参数,使得屏下指纹采集芯片可以在检测到屏幕上的指纹光斑所在的区域被按压后,间隔预设时长获取到配置参数。屏下指纹采集芯片可以在无需与软件端交互的条件下,自行获取配置参数,有利于快速获取配置参数,而且,通过间隔预设时长后,屏下指纹采集芯片再获取配置参数,使得第二曝光时长为指纹光斑稳定后获取的,提高了获取的第二曝光时长的准确性,从而可以提高采集到的指纹图像的准确性,以提高后续进行指纹识别或指纹注册的准确性。
在一个实施例中,第一曝光时长(记为T1),可以根据生物特征采集芯片的线性度确定,线性度越小,确定的第一曝光时长越小。线性度是描述生物特征采集芯片的一个重要指标,线性度越小,表明线性特性越好,即线性度越准确。线性特性越好,T1可以设置的越短,线性特性越差,T1可以设置的越长。发明人通过研究发现:生物特征采集芯片的线性度会影响在相同曝光时长内, 基于采集的感光值预估的光强的准确性,预估的光强的准确性会进一步影响采集的生物特征图像的准确性。因此,本实施例中根据生物特征采集芯片的线性度确定的第一曝光时长,且线性度越小,确定的第一曝光时长越小,在一定程度上有利于提高采集的生物特征图像的准确性,从而提高后续进行生物特征识别或注册的准确性。
在一个实施例中,第一曝光时长还可以根据生物特征采集芯片的线性度和为了完成指纹识别所预设的标准时长来确定。其中,完成生物特征识别所要求的标准时长也可以称为:关键绩效指标考核时长(Key Performance Indicator time,KPI time)。KPI time可以由本领域技术人员根据实际需要进行设置,比如,对于识别速度要求较高时,该KPI time可以设置的较短,对于识别速度要求较低时,该KPI time可以设置的较长,KPI time的设置可以满足不同识别场景下对识别速度的要求。KPI time越大,T1可以设置的越长,KPI time越小,T1可以设置的越短。最终可以综合考虑KPI time和线性特性,来确定T1的大小,T1大于0毫秒。发明人通过研究发现:第一曝光时长T1的长短会影响KPI time,T1越大对识别速度的影响越大。因此,本实施例中根据KPI time和生物特征采集芯片的线性度确定的第一曝光时长,有利于权衡识别速度和识别准确性,能够在标准时长内完成生物特征识别的同时在一定程度上确保识别的准确性。
在一个实施例中,第一曝光时长大于0毫秒且小于或等于10毫秒。也就是说,第一曝光时长T1的取值范围在0到10毫秒之间,T1取值较小,有利于缩短完成生物特征采集的的时间,从而可以缩短后续进行生物特征识别或注册的时间。在具体实现中,在一定范围内(比如0到10毫秒之间),T1取值越大,确定的T2也就越准确,从而采集的生物特征图像也就越准确。
在一个实施例中,第一曝光时长T1根据KPI time和生物特征采集芯片的线性度确定,且0ms<T1≤10ms。也就是说,T1根据KPI time和生物特征采集芯片的线性度在0ms和10ms在0毫秒到10毫秒之间选取一个,有利于在尽 可能加快采集速度的同时,确保不会影响采集的准确性。
在一个实施例中,生物特征采集芯片设置在屏幕下方,第一区域的面积根据屏幕的结构确定,屏幕的结构为软屏或硬屏。基于软屏确定的第一区域的面积大于基于硬屏确定的第一区域的面积。也就是说,软屏较硬屏的第一区域更大。软屏由于中心塌陷,相比于硬屏所取的第一区域的面积更大,软屏中心塌陷使得位于软屏中心的像素所采集的感光值偏小,因此取较大的第一区域,使得可以结合较大的第一区域中的像素所采集的感光值,获取第一区域的感光值,有利于适应于不同屏幕类型对第一区域大小的需求,提高进行局部曝光后所采集的感光值的准确性。
在一个实施例中,可以参考图3,第一区域301的中心为感光区域302的聚光中心303。聚光中心303可以理解为与生物特征采集芯片装配在一起的透镜的中心在感光区域302中的投影点。可以理解的是,生物特征采集芯片与透镜装配的过程中,可能存在装配公差,使得透镜的中心与生物特征采集芯片中的感光区域的中心在垂直方向上并不是完全重合。因此,第一区域301为以感光区域的聚光中心为中心的区域,以聚光中心为中心的第一区域中的各像素采集的感光值较为集中,差异较小,有利于提高获取的第一区域的感光值的准确性。然而,在具体实现中,第一区域的中心也可以直接为感光区域的中心。
在一个实施例中,基于软屏确定的第一区域的面积大于基于硬屏确定的第一区域的面积,且软屏和硬屏中的第一区域的中心均为感光区域的聚光中心,有利于在适应于不同屏幕类型对第一区域大小的需求的同时,进一步提高获取的第一区域的感光值的准确性。
在具体实现中,考虑到第一区域越大,光强检测的越准,但第一区域大到了一定程度,光强检测的准确性就不会再增加,同时第一区域越大,采集到生物特征图像所需的时间越长。因此,可以通过仿真确定第一区域的大小,比如,在仿真的过程中可以逐渐增大第一区域的大小,确定每次增大第一区域后光强检测的准确性和采集到生物特征图像所需的时间,根据光强检测的准确性 和采集到生物特征图像所需的时间,对第一区域取一个折衷的值,使得确定的第一区域既可以确保采集到生物特征图像的时间不会过长,也不会对光强检测的准确性造成太大影响。
在一个实施例中,第一区域中的像素数量为基于生物特征采集芯片的图像读出模式binning确定的需以一个像素的模式读出的像素数量的整数倍。比如,生物特征采集芯片的图像读出模式binning为2*2,即需要以一个像素的模式读出的像素数量为4个,则第一区域中的像素数量为4的整数倍。比如,生物特征采集芯片的图像读出模式binning为4*4,即需要以一个像素的模式读出的像素数量为16个,则第一区域中的像素数量为16的整数倍。第一区域的选择考虑到生物特征采集芯片本身的图像读出模式binning,方便了后续基于binning对第一区域中的像素进行处理,有利于适应生物特征采集芯片本身的图像读出模式,提高图像读出的速度即提高采集生物特征图像的速度。
在一个实施例中,第一区域为矩形区域,比如图3中的矩形区域301,该第一区域可以用图中的A、B这两个点的坐标(x0,y0)(x1,y1)表示。可以理解的是,感光区域302中分布有包括若干像素的像素阵列,像素A处于像素阵列中的第x0行第y0列,像素B处于像素阵列中的第x1行第y1列。如果第一区域这一配置参数由软件端下发,软件端可以直接发送该第一区域的边界点的坐标,比如图3中A、B两个点的坐标,可以减少下发的数据量,提高下发速度。如果第一区域这一配置参数预先存储在生物特征采集芯片中,则生物特征采集芯片中可以存储第一区域的边界点的坐标,可以减少存储的数据量,节省存储空间。
在一个实施例中,第一区域还可以用整个感光区域中的像素的标记信息来表示,比如:将第一区域301中的像素均标记为“X”,将感光区域302中除第一区域301中的像素之外的像素标记为“Y”,整个感光区域中的像素可以表示为由“X”和“Y”组成的阵列,该阵列中的“X”形成的区域即为第一区域301。如果第一区域这一配置参数由软件端下发,软件端可以直接发送上述的由“X” 和“Y”组成的阵列,方便了生物特征采集芯片可以直接根据接收的由“X”和“Y”组成的阵列清晰的分辨出感光区域中第一区域。如果第一区域这一配置参数预先存储在生物特征采集芯片中,则生物特征采集芯片中可以存储上述的由“X”和“Y”组成的阵列,方便了生物特征采集芯片可以直接根据存储的由“X”和“Y”组成的阵列清晰的分辨出感光区域中第一区域。
在一个实施例中,生物特征采集芯片设置在屏幕下方,目标感光值基于屏幕的结构对应的增益值确定,屏幕的结构为软屏或硬屏,软屏对应的增益值大于硬屏对应的增益值。目标感光值记为Target,增益值记为Gain,Gain可以表征信号的放大倍数,Gain和Target具有预设的对应关系,该对应关系可以由本领域技术人员根据实际需要进行设置。在具体实现中,屏幕的增益值Gain可以存储在生物特征采集芯片的寄存器中。本实施例中,考虑到软屏的透光率普遍较硬屏的透光率较低,因此,设置软屏对应的增益值大于硬屏对应的增益值,有利于保证软屏和硬屏能够具有相同的目标感光值,方便生物特征采集芯片的处理,使得生物特征采集芯片可以维护一套算法而同时兼容软屏和硬屏,有利于提高生物特征采集芯片的兼容性和适用性。
在步骤202中,第一区域的感光值可以理解为位于第一区域内的像素采集到的感光值。具体的,第一区域的感光值可以为:获取第一区域中满足预设条件的像素所采集的感光值。预设条件可以根据实际需要进行设置,下面对预设条件的几种形式进行说明:
可选的,预设条件可以为以下任意一个:第一区域中随机的一个或多个像素、位于第一区域的中心的像素、第一区域中的所有像素。
可选的,预设条件可以为:第一区域中不属于坏点的像素。上述坏点可以包括两大类:一种是由于工艺的限制所形成的坏点;另一种为上方设置为彩色滤光片(Color Filter,CF)的像素(简称CF点)。这两种坏点均可以在出厂前的整机测试阶段被测试出来,并存储在整机中,该整机可以为手机、平板电脑等终端。考虑到,设置有CF的像素实际可能只接收红光、或只接收绿光、 或只接收蓝光,相比于其他没有设置CF的像素而言,设置有CF的像素只接收某一波段的光,设置有CF的像素相比于周围其他没有设置CF的像素,感光是有差异的,在最终采集的生物特征图像上会造成一些干扰。因此,本实施例中将设置有CF的像素也视为属于坏点的像素。
在预设条件为:第一区域中不属于坏点的像素的情况下,配置参数除了上述的第一曝光时长、第一区域和目标感光值之外,还包括:用于确定所述第一区域中属于坏点的第一类像素的参考信息,则步骤202中提到的获取第一区域的感光值,可以包括:根据参考信息,获取第一区域中除第一类像素之外的第二类像素所采集的感光值。也就是说,生物特征采集芯片可以获取第一区域中的不属于坏点的像素所采集的感光值。坏点采集的感光值相比于正常的像素采集的感光值差异较大,获取第一区域中的不属于坏点的像素所采集的感光值,有利于提高获取的第一区域的感光值的准确性,从而提高后续确定的第二曝光时长的准确性。
在一个实施例中,上述的参考信息包括:所述第一区域中各像素的标记信息,所述标记信息包括:用于表征像素属于坏点的第一标记信息和用于表征像素不属于坏点的第二标记信息,则生物特征采集芯片可以根据参考信息,确定属于坏点的第一类像素为标记有第一标记信息的像素,然后获取第一区域中的不属于坏点的第二类像素所采集的感光值。其中,第一标记信息和第二标记信息可以根据实际需要进行设置,比如:第一标记信息用“0”表示,即属于坏点的第一类像素标记为“0”,第二标记信息用“1”表示,即不属于坏点的正常像素(也称第二类像素)标记为“1”,第一区域中各像素的标记信息的示意图可以参考图4。其中,如果参考信息这一配置参数由软件端下发,软件端可以直接发送第一区域中各像素的标记信息,方便了生物特征采集芯片可以直接根据各像素的标记信息清晰的分辨各像素是否属于坏点。如果参考信息这一配置参数先存储在生物特征采集芯片中,则生物特征采集芯片中可以存储如图4所示的阵列,方便了生物特征采集芯片可以直接根据存储的阵列清晰的分辨出各 像素是否属于坏点。
在另一个实施例中,上述的参考信息包括:基于属于坏点的第一类像素所确定的坏块区域的坐标信息,则生物特征采集芯片可以根据参考信息,确定第一区域中属于坏点的第一类像素为坏块区域中的像素。其中,坏块区域可以为属于坏点的第一类像素所形成的最小矩形区域,使得坏块区域的坐标信息可以直接用坏块区域的边界点的坐标信息表示,则参考信息的数据量相对较小。比如,第一区域中坏块区域的示意图可以参考图5,图5中虚线框出的区域即为坏块区域。通过图5可以看出的是,由于坏块区域呈现为一个规则的矩形区域,因此坏块区域中允许本身不属于坏点的像素点存在,比如图5中的坏块区域中还存在两个标记为“1”的正常的像素。生物特征采集芯片可以将坏块区域中的像素均视为属于坏点的第一类像素,坏块区域中存在个别正常的像素并不会对后续处理造成太大的影响。其中,如果参考信息这一配置参数由软件端下发,软件端可以直接发送坏块区域的坐标信息,可以减少下发的数据量,提高下发速度。如果参考信息这一配置参数预先存储在生物特征采集芯片中,则生物特征采集芯片中可以存储坏块区域的坐标信息,可以减少存储的数据量,节省存储空间。
在一个实施例中,步骤202可以为:生物特征采集芯片在检测到预设触发条件后,间隔预设时长之后根据第一曝光时长对第一区域进行曝光,并获取第一区域的感光值。通过间隔预设时长后,再局部曝光,有利于确保局部曝光时生物特征采集芯片能够处于相对稳定的状态,使得第二曝光时长为在相对稳定的状态下获取的,提高了获取第二曝光时长的准确性,从而可以提高采集的生物特征图像的准确性。
比如,生物特征采集芯片为屏下指纹采集芯片,屏下指纹采集芯片在检测到屏幕上的指纹光斑所在的区域被按压时,可以先获取配置参数,在检测到屏幕上的指纹光斑所在的区域被按压后,间隔预设时长之后根据第一曝光时长对第一区域进行曝光,并获取第一区域的感光值。屏幕上的指纹光斑所在的区 域被按压后,指纹光斑开始被点亮,间隔预设时长后默认指纹光斑稳定,即在指纹光斑稳定后,再开始对第一区域进行曝光。在具体实现中,屏下指纹采集芯片也可以在检测到屏幕上的指纹光斑所在的区域被按压后,间隔预设时长之后再开始获取配置参数,然后再执行对第一区域进行曝光的步骤。
在步骤203中,考虑到感光值和曝光时长存在预设关系,可以结合该预设关系,确定在感光区域采集到目标感光值所需的第二曝光时长,该预设关系可以为感光值和曝光时长之间的线性关系,比如可以参考图6中感光值和曝光时长之间的线性关系,结合该线性关系、第一区域的感光值Rawdata、目标感光值Target和第一曝光时长T1,可以计算得到第二曝光时长T2。
在一个实施例中,如果步骤202中获取的第一区域的感光值为:满足预设条件的一个像素所采集的感光值,则生物特征采集芯片可以直接将满足预设条件的这一个像素所采集的感光值作为第一区域的感光值(记为Rawdata),然后,根据Rawdata、T1、Target、以及如图6所示的线性关系,计算得到T2。
在一个实施例中,如果步骤202中获取的第一区域的感光值为:满足预设条件的多个像素所采集的感光值,则生物特征采集芯片可以对满足预设条件的多个像素所采集的感光值从小到大进行排序,根据各感光值的排列顺序,在预设范围内选择一个感光值作为第一区域的感光值。然后,根据选择出的感光值、T1、Target、以及如图6所示的线性关系,计算得到T2。其中,预设范围不包括排列在前N位的感光值,也不包括排列在后N位的感光值,N为大于1的整数,N的具体取值可以由本领域技术人员根据实际需要进行设置,本实施例对此不做具体限定。考虑到排列在前N位的感光值和排列在后N位的感光值均有可能属于异常的感光值,因此在预设范围内选择一个感光值作为第一区域的感光值,可以避免异常的感光值对第一区域的感光值产生的干扰,有利于提高确定的第一区域的感光值的准确性,从而提高了计算得到的T2的准确性。
在一个实施例中,如果步骤202中获取的第一区域的感光值为满足预设条件的多个像素所采集的感光值,则生物特征采集芯片可以对满足预设条件的 多个像素所采集的感光值求平均,得到第一区域的像素平均值,将该像素平均值作为第一区域的感光值。然后,根据该像素平均值、T1、Target、以及如图6所示的线性关系,计算得到T2。将多个像素所采集的感光值的平均值作为第一区域的感光值,降低了由于个别像素采集的感光值不准确带来的干扰,使得确定的第一区域的感光值更加准确合理,从而提高了计算得到的T2的准确性。
在步骤204中,根据第二曝光时长,采集生物特征图像可以理解为:生物特征采集芯片以T2,对生物特征采集芯片的感光区域进行曝光,并获取感光区域的感光值,基于感光值得到生物特征图像。
本实施例中生物特征采集方法可以理解为采用了一种自动曝光控制(Auto Exposure Control,AEC)的方式,第一曝光时长取值较短,因此可以理解为,当确定需要进行生物特征识别或注册时,根据配置参数,自动先对第一区域进行短曝光,并获取第一区域的感光值,然后结合感光值与曝光时长的线性关系,通过线性拟合的方式确定第二曝光时长T2,配置生物特征采集芯片以T2对感光区域曝光,从而获得生物特征图像。由于第二曝光时长相当于是在当前环境下通过对局部区域进行短曝光而确定的,使得第二曝光时长可以适应外界环境的变化,从而使得生物特征采集芯片对外界环境的适应性变好,降低外界环境的变化对采集性能的影响,有利于提高后续进行生物特征识别或注册的准确率。
在一个实施例中,配置参数除了第一曝光时长、第一区域、目标感光值、参考信息之外,还包括:滤波系数;在根据参考信息,获取第一区域中除第一类像素之外的第二类像素所采集的感光值之后,还包括:将填充感光值作为第一类像素所采集的感光值;其中,填充感光值为第一类像素周围的第二类像素所采集的感光值;根据滤波系数对第一类像素所采集的感光值和第二类像素所采集的感光值进行滤波,得到滤波后的感光值;根据第一区域的感光值和第一曝光时长,确定在感光区域采集到目标感光值所需的第二曝光时长,包括:根据滤波后的感光值和第一曝光时长,确定在感光区域采集到目标感光值所需的 第二曝光时长。该实施例中生物特征采集方法的流程图可以参考图7,包括:
步骤701:获取配置参数。
步骤702:根据参考信息,确定第一区域中属于坏点的第一类像素。
步骤703:根据第一曝光时长对第一区域进行曝光,获取第一区域中除第一类像素之外的第二类像素所采集的感光值。
步骤704:将填充感光值作为第一类像素所采集的感光值;其中,填充感光值为第一类像素周围的第二类像素所采集的感光值。
步骤705:根据滤波系数对第一类像素所采集的感光值和第二类像素所采集的感光值进行滤波,得到滤波后的感光值。
步骤706:根据滤波后的感光值和第一曝光时长,确定在感光区域采集到目标感光值所需的第二曝光时长。
步骤707:根据第二曝光时长,采集生物特征图像。
其中,步骤701与步骤201类似,主要区别之处在于,步骤701中的配置参数除了第一曝光时长、第一区域、目标感光值之外,还包括:用于确定第一区域中属于坏点的第一类像素的参考信息和滤波系数。参考信息在上文已经阐述过,在此不再赘述,滤波系数可以由本领域技术人员根据实际需要进行设置。
在一个实施方式中,生物特征采集芯片设置在屏幕下方,滤波系数根据屏幕的结构确定;其中,屏幕的结构为软屏或硬屏,基于硬屏确定的滤波系数大于基于软屏确定的滤波系数。发明人通过研究发现:不同的屏幕结构,对像素采集的感光值的影响程度存在差异,即生物特征图像在不同的屏幕结构上形成向上的毛刺存在差异,因此,本实施例中根据屏幕的结构确定的滤波系数更具针对性,能够更加合理的对感光值进行滤波,从而降低由于不同的屏幕结构对像素采集的感光值的影响,以进一步提高确定的第二曝光时长的准确性。
可选的,考虑到生物特征采集芯片在装配时不同的装配公差最终对像素采集的感光值的影响程度也存在差异。因此,本实施例中,还可以根据屏幕的 结构和生物特征采集芯片的装配公差确定滤波系数,能够以更加合理滤波系数的对感光值进行滤波,从而最大程度的降低由于不同的屏幕结构和装配公差对像素采集的感光值的影响,以进一步提高确定的第二曝光时长的准确性。其中,装配公差主要体现在生物特征采集芯片与透镜装配后,透镜的物距P的误差和/或像距Q的误差,物距P的误差可以理解为:装配好之后的物距P与预设的标准物距之间的差值,像距Q的误差可以理解为:装配好之后的像距Q与预设的标准像距之间的差值。当物距P的误差和/或像距Q的误差较大时,此时毛刺也会加重,需要较大的滤波系数才能将毛刺滤除掉。也就是说,装配公差越大,确定的滤波系数可以越大,从而将毛刺滤除掉。在具体实现中,根据实际需要也可以动态调整滤波系数,以达到更好的滤波水平。其中,预设的标准物距和预设的标准像距可以根据实际需要进行设置,本实施例对此不作具体限定。
在步骤702中,如果参考信息为:第一区域中各像素的标记信息,标记信息包括:用于表征像素属于坏点的第一标记信息和用于表征像素不属于坏点的第二标记信息,则生物特征采集芯片根据参考信息,确定的第一区域中属于坏点的第一类像素为:标记有第一标记信息的像素。如果参考信息为基于属于坏点的第一类像素所确定的坏块区域的坐标信息,则生物特征采集芯片根据参考信息,确定的第一区域中属于坏点的第一类像素为:坏块区域中的像素。
在步骤703中,生物特征采集芯片根据第一曝光时长对第一区域进行曝光,获取第一区域中除第一类像素之外的第二类像素所采集的感光值,即获取第一区域中正常像素所采集的感光值。
在步骤704中,生物特征采集芯片可以利用第一类像素周围的第二类像素所采集的感光值去填充第一类像素,即利用坏点周围的正常像素采集的感光值填充该坏点,将属于坏点的像素所采集的感光值设置为坏点周围的正常像素所采集的感光值。其中,坏点周围的正常像素可以为距离该坏点位置最近的正常像素。
在步骤705中,生物特征采集芯片根据滤波系数对第一类像素所采集的 感光值和第二类像素所采集的感光值进行滤波,得到滤波后的感光值。即生物特征采集芯片对第一区域中的所有像素所采集的感光值进行滤波,得到滤波后的感光值。其中,在进行滤波时,可以采用的滤波方式为:中值滤波、高斯低通滤波等,然而,本实施例对此不做具体限定,在具体实现中也可通过其它滤波方式。
本实施例中,将坏点即第一类像素采集的感光值替换为坏点周围的正常像素点所采集的感光值,方便了后续直接根据滤波系数对第一区域中的所有像素的感光值进行整体滤波,避免因去除坏点而不进行填充,直接进行滤波后所造成的感光值的突变,滤波后的感光值更能体现出像素对来自外界的光信号的真实感知,结合滤波后的感光值确定的第二曝光时长,更能适应外界坏境的变化,从而使得生物特征采集芯片对外界环境的适应性变好,降低外界环境的变化对采集性能的影响,有利于提高后续进行生物特征识别或注册的准确率。其中,对于屏下指纹采集而言,上述来自外界的光信号可以理解为用于指纹采集的激励光照射到屏幕上方的手指上,并经过手指散射、反射或者透射后,形成的携带有手指指纹信息的指纹检测光。
在步骤706中,根据滤波后的感光值和第一曝光时长,确定在感光区域采集到所感光值所需的第二曝光时长,可以包括:对第一区域中进行滤波后的各像素的感光值求平均,得到第一区域的像素平均值,将该像素平均值作为第一区域的感光值。然后,根据该像素平均值、T1、Target、以及如图6所示的线性关系,计算得到T2。
在一个实施例中,步骤706的实现方式可以参考图8,包括:
步骤801:获取第二区域的感光值。
步骤802:根据滤波后的感光值、第二区域的感光值和第一曝光时长,确定在感光区域采集到目标感光值所需的第二曝光时长。
其中,第二区域为感光区域的边缘区域,边缘区域为用于检测生物特征采集芯片的电路噪声的区域,第二区域与第一区域不重叠。电路噪声可以理解 为生物特征采集芯片中的电路的噪声,生物特征采集芯片中的电路可以包括:增益电路、模数转换电路等。感光区域中的第一区域和第二区域的分布示意图可以参考图9,图9中感光区域302中包括:位于感光区域302四周边缘的第二区域901和被第二区域901包围的非Dark区域902,第一区域301位于非Dark区域902中。
生物特征采集芯片的感光区域的边缘区域可能被遮蔽材料遮蔽,不容易感受到外界光。其中,遮蔽材料可以为金属,即感光区域的边缘区域被金属遮盖,被金属遮盖的这部分区域可以称为第二区域,也可以称为Dark区域、金属遮盖区域或遮黑区域。第二区域中的像素由于被金属遮盖,一般情况下接收不到外界光,但在强光照射时,强光会照穿遮盖第二区域的金属,使得在强光照射时第二区域中的像素可能会接收到一些外界光。第二区域中的像素采集到的感光值可以理解为:在当前环境下,不感光时像素所采集的感光值,简称Dark值,因此Dark值可以用来表示在没有光照的情况下,像素所能采集到的基准值,该基准值可以用于表征电路噪声的大小。在有光照的情况下,像素采集的感光值减去Dark值可以表示:去除基准后像素实际采集到的感光值,即去除电路噪声后像素实际采集到的感光值。去除基准后的感光值可以排除电路噪声的影响,能够更加准确的反映像素所感知到的来自外界的光信号。
在一个实施例中,步骤801可以为:获取第二区域的非边缘处的像素所采集的感光值。发明人通过研究发现,第二区域中的像素虽然一般不容易感受到外界的光,但依然容易受到外界的强光干扰,尤其是第二区域的边缘区域中的像素受到强光干扰的可能性更大。因此,本实施例中,在获取第二区域的感光值时,获取第二区域中非边缘处的像素所采集的感光值,从而使得在当前环境下,确定的Dark值能够排除外界的强光干扰,更能准确的体现不感光时像素所采集的感光值,从而提高确定的第二曝光时长的准确性。
在一个实施例中,步骤801可以为:获取第二区域的中间a列像素和/或中间a行像素所采集的感光值,其中a为大于或等于1的整数。比如可以参考 图9,第二区域901分布在感光区域302的四周边缘,则第二区域901可以包括:处于感光区域302的左边缘的子区域1、处于感光区域302的右边缘的子区域2、处于感光区域302的上边缘的子区域3、处于感光区域302的下边缘的子区域4。第二区域的中间a列像素和/或中间a行像素可以包括以下任意之一或其组合:子区域1的中间a列像素、子区域2的中间a列像素、子区域3的中间a行像素、子区域4的中间a行像素。比如,子区域1中共有13列像素,子区域1的中间a列像素可以为子区域1的中间8列像素,其中原本13列像素中可以去除子区域1的左边缘的2列和右边缘的3列,从而留下中间的8列像素,然后,获取子区域1的中间8列像素所采集的Dark值。第二区域中的中间a列像素和/或中间a行像素离第二区域本身的边缘较远,且数据较集中,在避免强光干扰的同时可以提高用来表示在没有光照的情况下,像素所能采集到的基准值即Dark值的准确性,从而提高确定的第二曝光时长的准确性。
在步骤802中,滤波后的感光值可以为:第一区域中各像素对应的滤波后的感光值。在根据滤波后的感光值、第二区域的感光值和第一曝光时长,确定在感光区域采集到目标感光值所需的第二曝光时长时,可以在第一区域中各像素对应的滤波后的感光值中选择一个作为Rawdata1,在第二区域中的像素所采集的感光值中选择一个作为Dark1,然后,根据Rawdata1、Dark1、T1、Target,计算T2。比如,可以通过如下公式计算T2:
Figure PCTCN2021095876-appb-000001
其中,Rawdata1的选择方式可以为:对第一区域中各像素对应的滤波后的感光值从小到大进行排序,根据各滤波后的感光值的排列顺序,在预设范围内选择一个作为Rawdata1。其中,预设范围不包括排列在前N位的滤波后的感光值,也不包括排列在后N位的滤波后的感光值,N为大于1的整数,N的具体取值可以由本领域技术人员根据实际需要进行设置,本实施例对此不做具体限定。Dark1也可以采用类似的方式来选取,为避免重复此处不再赘述。考虑到排 列在前N位的感光值和排列在后N位的滤波后的感光值均有可能属于异常的感光值,因此在预设范围内选择一个作为Rawdata1,可以避免通过异常的感光值去计算T2,有利于提高确定的T2的准确性。本实施例中,计算T2时,由于选择的是第一区域中某一个像素对应的滤波后的感光值Rawdata1,以及第二区域中某一个像素采集的Dark1,因此数据处理的过程较简单,有利于快速得到T2,从而提高识别的速度。
在一个实施例中,步骤802的实现方式可以参考图10,包括:
步骤1001:根据滤波后的感光值,确定第一区域的平均感光值。
步骤1002:根据第二区域中的像素所采集的感光值,确定第二区域的平均感光值。
步骤1003:根据第一区域的平均感光值、第二区域的平均感光值和第一曝光时长,确定在感光区域采集到目标感光值所需的第二曝光时长。
在步骤1001中,生物特征采集芯片可以对第一区域中各像素对应的滤波后的感光值求平均,得到第一区域的平均感光值。可选的,生物特征采集芯片还可以对第一区域中各像素对应的滤波后的感光值从小到大进行排序,对处于预设范围内的滤波后的感光值求平均,得到第一区域的平均感光值。其中,预设范围不包括排列在前N位的滤波后的感光值,也不包括排列在后N位的滤波后的感光值,N为大于1的整数。
在步骤1002中,生物特征采集芯片可以对第二区域中的像素所采集的感光值求平均,得到第二区域的平均感光值。其中,第二区域中的像素所采集的感光值可以包括:第二区域的非边缘处的像素所采集的感光值。或者,第二区域中的像素所采集的感光值可以包括:第二区域的中间a列像素和/或中间a行像素所采集的感光值。
在步骤1003,第一区域的平均感光值记为Rawmean,第二区域的平均感光值记为Darkmean,则可以通过如下公式计算第二曝光时长T2:
Figure PCTCN2021095876-appb-000002
本实施例中,第一区域的平均感光值可以体现坏点填充以及滤波后的各像素的感光值的平均水平,第二区域的平均感光值可以体现第二区域中的像素所采集的感光值的平均水平,降低了由于个别像素采集的感光值不准确带来的干扰,有利于提高计算得到的T2的准确性。同时,计算Darkmean时可以排除Dark区域中处于边缘处的像素所采集的感光值,有利于避免外界的强光干扰,更能准确的体现不感光时像素所采集的感光值,从而可以进一步提高确定的第二曝光时长的准确性。Target和Rawmean均采用Darkmean做减法,有利于排除当前环境下屏幕本身的结构对像素采集到的感光值的影响,从而进一步提高计算得到的T2对当前环境的适应性,使得生物特征采集芯片对当前环境的适应性更好好,降低外界环境的变化对采集性能的影响,有利于进一步提高后续进行生物特征识别或注册的准确率。
在一个实施例中,步骤201或步骤701中提到的配置参数除了第一曝光时长、第一区域和目标感光值之外,还包括:感光区域对应的上限时长和/或感光区域对应的下限时长,步骤204或步骤707中提到的的根据第二曝光时长,采集生物特征图像,包括:在配置参数还包括上限时长的情况下,若第二曝光时长大于上限时长,则根据上限时长,采集生物特征图像;在配置参数还包括下限时长的情况下,若第二曝光时长小于下限时长,则根据下限时长,采集生物特征图像。
其中,感光区域对应的上限时长记为T2_max,感光区域对应的下限时长记为T2_min。T2_min和T2_max可以由本领域技术人员根据实际需要进行设置,旨在避免最终采集生物特征图像时所采用的曝光时长过大或过小,从而确保最终采集到的生物特征图像能够相对清晰,方便识别或注册。发明人通过研究发现:在强光环境、室内环境、采图光斑正常点亮等异常情况计算的第二曝光时长可能过小和过大。因此,通过设置上限时长和/或下限时长,在第二曝光时长大于上限时长时,根据上限时长,采集生物特征图像;在第二曝光时长小于下限时长时,根据下限时长,采集生物特征图像,有利于避免异常情况下计 算的第二曝光时长可能过小和过大而造成的最终采集的生物特征图像不准确的情况,确保最终采集到的生物特征图像能够相对清晰,方便识别或注册。
在一个实施例中,生物特征采集芯片设置在终端中,配置参数还包括感光区域对应的上限时长和感光区域对应的下限时长,上限时长和下限时长满足如下关系:
T2_max=T0+T0*a1
T2_min=T0-T0*a2
其中,T0为终端出厂时的默认曝光时长,T2_max为上限时长,T2_min为下限时长,a2大于或等于a1。其中,a2和a1可以根据实际需要进行设置,比如a1和a2的取值范围如下:
10%≤a1≤30%,30%≤a2≤50%。
终端出厂时的默认曝光时长可以为终端处于整机量产阶段时,基于整机校准的结果设置的默认曝光时长。发明人通过研究发现:第二曝光时长往超出默认曝光时长的方向波动的概率及幅度较小,往低于默认曝光时长的方向波动的概率及幅度较大,因此,a2大于或等于a1,有利于适应第二曝光时长实际可能存在的不同波动情况。
比如,终端出厂时的默认曝光时长为50ms,则T2_max可以在55ms(50+50*10%=60ms)到65ms(50+50*30%=65ms)之间选择。T2_min可以在30ms(50-50*30%=35ms)到(50-50*50%=25ms)之间选择。假设,T2_max=65ms,T2_min=35ms,若T2大于65ms,则以65ms为曝光时长,采集生物特征图像;若T2小于35ms,则以35ms为曝光时长,采集生物特征图像。
在一个实施例中,步骤201或步骤701中提到的配置参数还包括:屏幕的脉冲宽度调制(Pulse Width Modulation,PWM)调光周期。步骤204或步骤707中提到的根据第二曝光时长,采集生物特征图像,包括:若第二曝光时长不等于PWM调光周期的整数倍,将第二曝光时长调整为PWM调光周期的整数倍,根据调整后的第二曝光时长,采集生物特征图像。
比如,可以通过如下公式将第二曝光时长调整为PWM调光周期的整数倍:
T2’=(uint8(T2/T2_pwm))*T2_pwm
其中,T2’为调整后的第二曝光时长,T2为步骤203或步骤706中所确定的第二曝光时长,T2_pwm为屏幕的PWM调光周期,uint8表示无符号整数这一种数据类型。
本实施例中,发明人通过研究发现:对于高跌落比类型的屏幕,当第二曝光时长不等于PWM调光周期的整数倍时,采集的生物特征图像可能会存在横纹,比如图11所示的指纹图像为即为横纹图像。因此,本实施例中将第二曝光时长调整为PWM调光周期的整数,以调整后的第二曝光时长,采集生物特征图像,有利于避免设置在高跌落比类型的屏幕下方的生物特征采集芯片采集的生物特征图像出现横纹,从而能够提高采集的生物特征图像的准确性。
其中,高跌落比类型的屏幕的亮度跌落满足如下任意一种条件:采用PWM调光方式进行调光时,在两个PWM调光周期之间屏幕的亮度跌落至该屏幕的正常亮度的10%以下;采用直流调光方式进行调光时,帧和帧之间屏幕的亮度跌落至该屏幕的正常亮度的10%以下。其中,屏幕的正常亮度可以根据实际需要进行设置,不同屏幕的正常亮度可能不同,本实施例对此不作具体限定。在具体实现中,如果终端的屏幕属于高跌落比类型的屏幕,则可以在配置参数中增加屏幕的PWM调光周期。
在一个实施例中,根据第二曝光时长,采集生物特征图像的实现方式可以参考图12,包括:
步骤1201:根据第二曝光时长,调整第一参数的参数值、第二参数参数值和第三参数参数值,得到第一参数的目标参数值、第二参数的目标参数值和第三参数的目标参数值。
步骤1202:根据第一参数的目标参数值、第二参数的目标参数值和第三参数的目标参数值,采集生物特征图像。
第一参数为行消隐阶段的时长,记为H_Blank。在将光信号转换为电信号的扫描过程中,扫描总是从图像的左上角开始,水平向前行进,当扫描点到达图像右侧边缘时,扫描点快速返回左侧,重新开始在第1行的起点下面进行第2行扫描,行与行之间的返回过程称为水平消隐,也称行消隐。
第二参数为场消隐阶段的时长,记为V_Blank。一幅完整的图像扫描信号,由水平消隐间隔分开的行信号序列构成,称为一帧。扫描点扫描完一帧后,要从图像的右下角返回到图像的左上角,开始新一帧的扫描,这一时间间隔,叫做垂直消隐,也称场消隐。
第三参数为对每行开始曝光的延迟时长,记为V_Delay。第三参数即为每一行像素延迟多久时间开始曝光。
在步骤1201中,生物特征采集芯片可以确定扫描单行像素所需要的第一扫描时长和扫描单个像素所需要的第二扫描时长。然后,根据第一关系,对第一参数的参数值进行调整,得到第一参数的目标参数值;根据第二关系,对第二参数的参数值和第三参数的参数值进行调整,得到第二参数的目标参数值和第三参数的目标参数值。其中,第一参数的目标参数值符合第一关系,第一关系为第二扫描时长、像素阵列中每行的像素数量、第一参数的参数值与第一扫描时长之间的关系。第二参数的目标参数值和第三参数的目标参数值符合第二关系,第二关系为第一扫描时长、像素阵列中行的总数、第二参数的参数值和第三参数的参数值与第二曝光时长之间的关系。
扫描单行像素所需要的第一扫描时长可以记为Row_time,生物特征采集芯片的先进先出队列(First Input First Output,FIFO)存储能力和串行外设接口(Serial Peripheral Interface,SPI)。速度会影响Row_time的大小,SPI速度可能会限制Row_time的最小值。一个生物特征采集芯片具有对应的Row_time,Row_time可以为生物特征采集芯片在量产阶段的参数测试中测试得到,并存储在生物特征采集芯片中。
扫描单个像素所需要的第二扫描时长可以记为1/pixel_clock, pixel_clock为像素的时钟周期。pixel_clock可以为生物特征采集芯片在量产阶段的参数测试中测试得到,并存储在生物特征采集芯片中。比如,pixel_clock=20MHz,1/pixel_clock=50ns。
像素阵列中每行的像素数量记为H_Valid,像素阵列中行的总数记为V_Valid。可以理解的是,对于一个确定的生物特征采集芯片,该生物特征采集芯片中的H_Valid和V_Valid就可以确定。
第一关系可以表示如下:
Row_time=(H_Blank+H_Valid)*(1/pixel_clock)
第二关系可以表示如下:
Figure PCTCN2021095876-appb-000003
可以理解的是,上述第一关系和第二关系中H_Valid、V_Valid、1/pixel_clock、Row_time、T2均为确定的值,H_Blank、V_Blank、V_Delay为三个待调整的参数值。
在具体实现中,可以通过第一关系调整H_Blank,使得最终得到一个符合第一关系的第一参数的目标参数值,最后将能够使得第一关系成立的参数值作为调整后的第一参数的目标参数值。
在具体实现中,可以通过第二关系调整V_Blank、V_Delay,使得最终得到一个符合第二关系的第二参数的目标参数值和第三参数的目标参数值,最后将能够使得第二关系成立的两个参数值作为调整后的第二参数的目标参数值和第三参数的目标参数值。由于第二关系中存在两个参数V_Blank、V_Delay为变量,因此可以先固定一个变量,调整另一个变量,当另一个变量的调整已经无法使得计算结果接近于T2,则可以开始调整之前固定的变量,通过相互调整两个变量,最终调整得到能够使得第二关系成立的两个目标参数值。
在一个实施例中,配置参数还包括:第一参数的下限参数值,根据第一关系,对第一参数的参数值进行调整,得到第一参数的目标参数值,包括:在根据第一关系,对第一参数的参数值进行调整的过程中,若第一参数的参数 值被调整至下限参数值时还不能符合第一关系,将下限参数值作为第一参数的目标参数值。其中,第一参数的下限参数值可以记为H_Blank_min,H_Blank_min可以基于Row_time的最小值确定,Row_time的最小值越小,H_Blank_min越小,Row_time的最小值越大,H_Blank_min越大。也就是说,本实施例中,在调整H_Blank的过程中,如果H_Blank已经等于H_Blank_min,还不能让第一关系成立,则可以直接将H_Blank_min作为最终调整后的第一参数的目标参数值,即第一参数的目标参数值最小为H_Blank_min。第一参数的参数值直接影响扫描单行像素所消耗的第一扫描时长Row_time,Row_time会影响到感光值的正常输出,因此,通过设置第一参数的下限参数值有利于确保在调整的同时不影响感光值的正常输出。
在一个实施例中,在调整H_Blank、V_Blank、V_Delay的参数值的过程中,也可以直接将H_Blank调整为配置参数中的H_Blank_min,先将V_Delay固定为0,调整V_Blank,直到调整V_Blank无法使第二关系成立,再开始调整V_Delay,这样调整有利于降低调整复杂度,加快调整速度,从而加快采集生物特征图像的速度,以加快后续进行生物特征识别或注册的速度。
当调整后得到第一参数的目标参数值、第二参数的目标参数值和第三参数的目标参数值后,可以将这三个参数的目标参数值设置在生物特征采集芯片内,使得生物特征采集芯片在采集生物特征图像时最终呈现的曝光时长为T2。
在一个实施例中,生物特征采集芯片为屏下指纹采集芯片,应用于该屏下指纹采集芯片的生物特征采集方法的流程图可以参考图13,包括:
步骤1301:软件端等待屏幕上显示的指纹光斑稳定后,向生物特征采集芯片下发配置参数。
其中,软件端等待屏幕上显示的指纹光斑稳定后可以理解为:软件端确定屏幕上显示的指纹光斑被按压后,等待预设时长,预设时长大于或等于指纹光斑开始被点亮到指纹光斑稳定所需要的最小时长。软件端等待预设时长后默认指纹光斑稳定,则软件端向生物特征采集芯片下发配置参数。
配置参数包括:第一曝光时长T1、第一区域、目标感光值Target、参考信息、滤波系数、感光区域对应的上限时长T2_max,感光区域对应的下限时长T2_min、第一参数的下限参数值H_Blank_min。如果屏幕属于高跌落比屏幕,配置参数还包括屏幕的PWM调光周期。
步骤1302:根据第一曝光时长,对第一区域进行曝光,得到第一区域中各像素所采集的感光值。
步骤1303:去除第一区域中各像素中的属于坏点的第一类像素,将填充感光值作为第一类像素所采集的感光值,根据滤波系数,对第一区域中第一类像素所采集的感光值和第二类像素所采集的感光值进行滤波,得到滤波后的感光值。
其中,填充感光值为位于第一类像素周围的第二类像素所采集的第一感光值。
步骤1304:根据滤波后的感光值,确定第一区域的平均感光值。
步骤1305:根据第二区域的非边缘处的像素采集的感光值,确定第二区域的平均感光值。
步骤1306:根据第一区域的平均感光值、第二区域的平均感光值和第一曝光时长,确定在感光区域采集到目标感光值所需的第二曝光时长T2。
步骤1307:若T2>T2_max,则根据T2_max,采集生物特征图像。
步骤1308:若T2<T2_min,则根据T2_min,采集生物特征图像。
步骤1309:若T2_min≤T2≤T2_max,则根据T2,采集生物特征图像。
在步骤1307中,屏下指纹采集芯片可以根据T2_max,调整H_Blank、V_Blank、V_Delay三个参数。调整时利用的第二关系可以表示如下:
Figure PCTCN2021095876-appb-000004
在步骤1308中,屏下指纹采集芯片可以根据T2_min,调整H_Blank、V_Blank、V_Delay三个参数。调整时利用的第二关系可以表示如下:
Figure PCTCN2021095876-appb-000005
最后,屏下指纹采集芯片可以根据调整后的三个参数采集生物特征图像。其中,H_Blank的最小可以调整为H_Blank_min。
本实施例中应用于屏下指纹采集芯片的生物特征采集方法可以使得屏下指纹采集芯片对指纹光斑的适应性变好,降低指纹光斑波动对指纹采集性能的影响,有利于提高指纹识别或注册的准确率。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本申请的实施例还涉及一种生物特征采集芯片,如图14所示,包括处理单元1401和与所述处理单元1401连接的存储单元1402,所述存储单元1402存储有可被所述处理单元1401执行的指令,所述指令被所述处理单元1401执行,以使所述处理单元1401能够执行上述任意一个实施例中的生物特征采集方法。
本申请的实施例还涉及一种终端,包括如图14所示的生物特征采集芯片。
本申请的实施例还涉及一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本申请的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏 离本申请的精神和范围。

Claims (30)

  1. 一种生物特征采集方法,其特征在于,应用于生物特征采集芯片,包括:
    获取配置参数;其中,所述配置参数包括:第一曝光时长、第一区域和目标感光值,所述第一区域为所述生物特征采集芯片的感光区域中的局部区域;
    根据所述第一曝光时长对所述第一区域进行曝光,并获取所述第一区域的感光值;
    根据所述第一区域的感光值和所述第一曝光时长,确定在所述感光区域采集到所述目标感光值所需的第二曝光时长;
    根据所述第二曝光时长,采集生物特征图像。
  2. 根据权利要求1所述的生物特征采集方法,其特征在于,所述生物特征采集芯片设置在终端中,所述获取配置参数,包括:
    接收所述终端中的应用软件下发的配置参数。
  3. 根据权利要求1或2所述的生物特征采集方法,其特征在于,所述获取配置参数,包括:
    当检测到预设触发条件后,获取配置参数;其中,所述预设触发条件包括:需要进行生物特征注册和/或需要进行生物特征识别。
  4. 根据权利要求3所述的生物特征采集方法,其特征在于,所述根据所述第一曝光时长对所述第一区域进行曝光,并获取所述第一区域的感光值,包括:
    当检测到所述预设触发条件后,间隔预设时长之后根据所述第一曝光时长对所述第一区域进行曝光,并获取所述第一区域的感光值。
  5. 根据权利要求4所述的生物特征采集方法,其特征在于,所述生物特征采集芯片为屏下指纹采集芯片,所述需要进行生物特征注册和/或需要进行生物 特征识别包括:检测到屏幕上的指纹光斑所在的区域被按压,所述预设时长大于或等于所述指纹光斑开始被点亮到所述指纹光斑稳定所需要的最小时长。
  6. 根据权利要求1至5任一项所述的生物特征采集方法,其特征在于,所述配置参数还包括:用于确定所述第一区域中属于坏点的第一类像素的参考信息,所述获取所述第一区域的感光值,包括:
    根据所述参考信息,获取所述第一区域中除所述第一类像素之外的第二类像素所采集的感光值。
  7. 根据权利要求6所述的生物特征采集方法,其特征在于,所述参考信息包括:所述第一区域中各像素的标记信息,所述标记信息包括:用于表征像素属于坏点的第一标记信息和用于表征像素不属于坏点的第二标记信息;或者,
    所述参考信息包括:基于属于坏点的第一类像素所确定的坏块区域的坐标信息。
  8. 根据权利要求6或7所述的生物特征采集方法,其特征在于,所述配置参数还包括:滤波系数;在所述根据所述参考信息,获取所述第一区域中除所述第一类像素之外的第二类像素所采集的感光值之后,还包括:
    将填充感光值作为所述第一类像素所采集的感光值;其中,所述填充感光值为所述第一类像素周围的第二类像素所采集的感光值;
    根据所述滤波系数对所述第一类像素所采集的感光值和所述第二类像素所采集的感光值进行滤波,得到滤波后的感光值;
    所述根据所述第一区域的感光值和所述第一曝光时长,确定在所述感光区域采集到所述目标感光值所需的第二曝光时长,包括:
    根据所述滤波后的感光值和所述第一曝光时长,确定在所述感光区域采集 到所述目标感光值所需的第二曝光时长。
  9. 根据权利要求8所述的生物特征采集方法,其特征在于,所述根据所述滤波后的感光值和所述第一曝光时长,确定在所述感光区域采集到所述目标感光值所需的第二曝光时长,包括:
    获取第二区域的感光值;其中,所述第二区域为所述感光区域的边缘区域,所述第二区域与所述第一区域不重叠,所述边缘区域为用于检测所述生物特征采集芯片的电路噪声的区域;
    根据所述滤波后的感光值、所述第二区域的感光值和所述第一曝光时长,确定在所述感光区域采集到所述目标感光值所需的第二曝光时长。
  10. 根据权利要求9所述的生物特征采集方法,其特征在于,所述获取第二区域的感光值,包括:
    获取第二区域的非边缘处的像素所采集的感光值。
  11. 根据权利要求9所述的生物特征采集方法,其特征在于,所述获取第二区域的感光值,包括:
    获取第二区域的中间a列像素和/或中间a行像素所采集的感光值,其中a为大于或等于1的整数。
  12. 根据权利要求9至11任一项所述的生物特征采集方法,其特征在于,所述根据所述滤波后的感光值、所述第二区域的感光值和所述第一曝光时长,确定在所述感光区域采集到所述目标感光值所需的第二曝光时长,包括:
    根据所述滤波后的感光值,确定所述第一区域的平均感光值;
    根据所述第二区域中的像素所采集的感光值,确定所述第二区域的平均感光值;
    根据所述第一区域的平均感光值、所述第二区域的平均感光值和所述第一曝光时长,确定在所述感光区域采集到所述目标感光值所需的第二曝光时长。
  13. 根据权利要求12所述的生物特征采集方法,其特征在于,所述根据所述第一区域的平均感光值、所述第二区域的平均感光值和所述第一曝光时长,确定在所述感光区域采集到所述目标感光值所需的第二曝光时长,包括:
    通过如下公式计算所述第二曝光时长:
    Figure PCTCN2021095876-appb-100001
    其中,T2为所述第二曝光时长,T1为所述第一曝光时长,Target为所述目标感光值,Rawmean为所述第一区域的平均感光值,Darkmean为所述第二区域的平均感光值。
  14. 根据权利要求8至13任一项所述的生物特征采集方法,其特征在于,所述生物特征采集芯片设置在屏幕下方,所述滤波系数根据所述屏幕的结构确定;其中,所述屏幕的结构为软屏或硬屏,基于硬屏确定的滤波系数大于基于软屏确定的滤波系数。
  15. 根据权利要求1至14任一项所述的生物特征采集方法,其特征在于,所述配置参数还包括:所述感光区域对应的上限时长和/或所述感光区域对应的下限时长,所述根据所述第二曝光时长,采集生物特征图像,包括:
    在所述配置参数还包括所述上限时长的情况下,若所述第二曝光时长大于所述上限时长,则根据所述上限时长,采集生物特征图像;
    在所述配置参数还包括所述下限时长的情况下,若所述第二曝光时长小于所述下限时长,则根据所述下限时长,采集生物特征图像。
  16. 根据权利要求15所述的生物特征采集方法,其特征在于,所述生物特 征采集芯片设置在终端中,所述配置参数还包括所述感光区域对应的上限时长和所述感光区域对应的下限时长,所述上限时长和所述下限时长满足如下关系:
    T2_max=T0+T0*a1
    T2_min=T0-T0*a2
    其中,所述T0为所述终端出厂时的默认曝光时长,所述T2_max为所述上限时长,所述T2_min为所述下限时长,所述a2大于或等于所述a1。
  17. 根据权利要求16所述的生物特征采集方法,其特征在于,所述a1和a2的取值范围如下:
    10%≤a1≤30%,30%≤a2≤50%。
  18. 根据权利要求1至17任一项所述的生物特征采集方法,其特征在于,所述生物特征采集芯片设置在屏幕下方,所述配置参数还包括:所述屏幕的脉冲宽度调制PWM调光周期;
    所述根据所述第二曝光时长,采集生物特征图像,包括:
    若所述第二曝光时长不等于所述PWM调光周期的整数倍,将所述第二曝光时长调整为所述PWM调光周期的整数倍;
    根据调整后的第二曝光时长,采集生物特征图像。
  19. 根据权利要求1至18任一项所述的生物特征采集方法,其特征在于,所述第一曝光时长根据所述生物特征采集芯片的线性度确定,所述线性度越小,确定的所述第一曝光时长越小。
  20. 根据权利要求1至19任一项所述的生物特征采集方法,其特征在于,所述第一曝光时长大于0毫秒且小于或等于10毫秒。
  21. 根据权利要求1至20任一项所述的生物特征采集方法,其特征在于, 所述生物特征采集芯片设置在屏幕下方,所述目标感光值基于所述屏幕的结构对应的增益值确定,所述屏幕的结构为软屏或硬屏,软屏对应的增益值大于硬屏对应的增益值。
  22. 根据权利要求1至21任一项所述的生物特征采集方法,其特征在于,所述生物特征采集芯片设置在屏幕下方,所述第一区域的面积根据所述屏幕的结构确定,所述屏幕的结构为软屏或硬屏,基于软屏确定的第一区域的面积大于基于硬屏确定的第一区域的面积。
  23. 根据权利要求1至22任一项所述的生物特征采集方法,其特征在于,所述第一区域的中心为所述感光区域的聚光中心。
  24. 根据权利要求1至23任一项所述的生物特征采集方法,其特征在于,所述第一区域中的像素数量为基于所述生物特征采集芯片的图像读出模式binning确定的需以一个像素的模式读出的像素数量的整数倍。
  25. 根据权利要求1至24任一项所述的生物特征采集方法,其特征在于,所述生物特征采集芯片包括具有若干像素的像素阵列,所述根据所述第二曝光时长,采集生物特征图像,包括:
    根据所述第二曝光时长,调整第一参数的参数值、第二参数的参数值和第三参数的参数值,得到第一参数的目标参数值、第二参数的目标参数值和第三参数的目标参数值;其中,所述第一参数为行消隐阶段的时长,所述第二参数为场消隐阶段的时长,所述第三参数为对每行像素开始曝光的延迟时长;
    根据所述第一参数的目标参数值、所述第二参数的目标参数值和所述第三参数的目标参数值,采集生物特征图像。
  26. 根据权利要求25所述的生物特征采集方法,其特征在于,所述根据所 述第二曝光时长,调整第一参数的参数值、第二参数的参数值和第三参数的参数值,得到第一参数的目标参数值、第二参数的目标参数值和第三参数的目标参数值,包括:
    确定扫描单行像素所需要的第一扫描时长和扫描单个像素所需要的第二扫描时长;
    根据第一关系,对所述第一参数的参数值进行调整,得到第一参数的目标参数值;其中,
    所述第一参数的目标参数值符合所述第一关系,所述第一关系为:
    Row_time=(H_Blank+H_Valid)*(1/pixel_clock)
    其中,Row_time为所述第一扫描时长,1/pixel_clock为所述第二扫描时长,H_Blank为所述
    第一参数的参数值,H_Valid为所述像素阵列中每行的像素数量;
    根据第二关系,对所述第二参数的参数值和所述第三参数的参数值进行调整,得到第二参数的目标参数值和第三参数的目标参数值;其中,所述第二参数的目标参数值和第三参数的目标参数值符合所述第二关系,所述第二关系为:
    Figure PCTCN2021095876-appb-100002
    其中,T2为所述第二曝光时长,V_Blank为所述第二参数的参数值,V_Valid为所述像素阵列中行的总数、V_Delay为所述第三参数的参数值。
  27. 根据权利要求26所述的生物特征采集方法,其特征在于,所述配置参数还包括:所述第一参数的下限参数值,所述根据第一关系,对所述第一参数的参数值进行调整,得到第一参数的目标参数值,包括:
    在根据第一关系,对所述第一参数的参数值进行调整的过程中,若所述第 一参数的参数值被调整至所述下限参数值时还不能符合所述第一关系,将所述下限参数值作为所述第一参数的目标参数值。
  28. 一种生物特征采集芯片,其特征在于,包括处理单元和与所述处理单元连接的存储单元,所述存储单元存储有可被所述处理单元执行的指令,所述指令被所述处理单元执行,以使所述处理单元能够执行如权利要求1至27中任一所述的生物特征采集方法。
  29. 一种终端,其特征在于,包括如权利要求28所述的生物特征采集芯片。
  30. 一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至27中任一项所述的生物特征采集方法。
PCT/CN2021/095876 2021-05-25 2021-05-25 生物特征采集方法、芯片及计算机可读存储介质 WO2022246666A1 (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/CN2021/095876 WO2022246666A1 (zh) 2021-05-25 2021-05-25 生物特征采集方法、芯片及计算机可读存储介质
EP21904612.5A EP4120124B1 (en) 2021-05-25 2021-05-25 Biometric collection method and chip, and computer-readable storage medium
US17/848,379 US11776306B2 (en) 2021-05-25 2022-06-23 Method and chip for biometric characteristic acquisition, and computer readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2021/095876 WO2022246666A1 (zh) 2021-05-25 2021-05-25 生物特征采集方法、芯片及计算机可读存储介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/848,379 Continuation US11776306B2 (en) 2021-05-25 2022-06-23 Method and chip for biometric characteristic acquisition, and computer readable storage medium

Publications (1)

Publication Number Publication Date
WO2022246666A1 true WO2022246666A1 (zh) 2022-12-01

Family

ID=84229311

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2021/095876 WO2022246666A1 (zh) 2021-05-25 2021-05-25 生物特征采集方法、芯片及计算机可读存储介质

Country Status (3)

Country Link
US (1) US11776306B2 (zh)
EP (1) EP4120124B1 (zh)
WO (1) WO2022246666A1 (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104702851A (zh) * 2013-12-06 2015-06-10 英特尔公司 使用嵌入式数据的强大自动曝光控制
CN109005369A (zh) * 2018-10-22 2018-12-14 Oppo广东移动通信有限公司 曝光控制方法、装置、电子设备以及计算机可读存储介质
CN109496312A (zh) * 2018-10-15 2019-03-19 深圳市汇顶科技股份有限公司 生物特征识别方法、装置和电子设备
CN110945526A (zh) * 2019-10-25 2020-03-31 深圳市汇顶科技股份有限公司 屏下指纹采集方法、装置、电子设备及存储介质
CN111586311A (zh) * 2020-04-30 2020-08-25 深圳阜时科技有限公司 图像采集的方法
US20210075950A1 (en) * 2018-05-31 2021-03-11 Goertek Inc. Method and apparatus for adjusting exposure time of camera and device

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6202983B2 (ja) * 2013-10-22 2017-09-27 株式会社東芝 本人認証システム
US10417476B2 (en) * 2016-12-30 2019-09-17 Eosmem Corporation Exposure time determination method for image sensing operation
WO2019033386A1 (zh) * 2017-08-18 2019-02-21 深圳市汇顶科技股份有限公司 获取指纹图像的方法、装置和终端设备
EP3910544A4 (en) * 2019-02-01 2022-03-30 Guangdong Oppo Mobile Telecommunications Corp., Ltd. ELECTRONIC DEVICE
CN110268418B (zh) * 2019-05-06 2021-04-27 深圳市汇顶科技股份有限公司 指纹检测的方法、装置和电子设备
US20200394380A1 (en) * 2019-06-12 2020-12-17 Novatek Microelectronics Corp. Optical fingerprint sensing device and operation method thereof
CN110532972B (zh) * 2019-09-02 2022-05-17 Oppo广东移动通信有限公司 电子设备和指纹图像获取方法
CN215647069U (zh) * 2020-07-23 2022-01-25 神盾股份有限公司 影像感测装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104702851A (zh) * 2013-12-06 2015-06-10 英特尔公司 使用嵌入式数据的强大自动曝光控制
US20210075950A1 (en) * 2018-05-31 2021-03-11 Goertek Inc. Method and apparatus for adjusting exposure time of camera and device
CN109496312A (zh) * 2018-10-15 2019-03-19 深圳市汇顶科技股份有限公司 生物特征识别方法、装置和电子设备
CN109005369A (zh) * 2018-10-22 2018-12-14 Oppo广东移动通信有限公司 曝光控制方法、装置、电子设备以及计算机可读存储介质
CN110945526A (zh) * 2019-10-25 2020-03-31 深圳市汇顶科技股份有限公司 屏下指纹采集方法、装置、电子设备及存储介质
CN111586311A (zh) * 2020-04-30 2020-08-25 深圳阜时科技有限公司 图像采集的方法

Also Published As

Publication number Publication date
US11776306B2 (en) 2023-10-03
EP4120124A4 (en) 2023-03-08
EP4120124A1 (en) 2023-01-18
EP4120124B1 (en) 2024-02-21
US20220392250A1 (en) 2022-12-08

Similar Documents

Publication Publication Date Title
CN110149482B (zh) 对焦方法、装置、电子设备和计算机可读存储介质
US10878539B2 (en) Image-processing method, apparatus and device
US8345986B2 (en) Image processing apparatus, image processing method and computer readable-medium
US9451173B2 (en) Electronic device and control method of the same
US10805508B2 (en) Image processing method, and device
RU2466438C2 (ru) Способ облегчения фокусировки
US7911505B2 (en) Detecting illuminant flicker
US20220166930A1 (en) Method and device for focusing on target subject, and electronic device
CN108737815B (zh) 一种图像传感器的质量检测方法及系统
US20220270345A1 (en) Subject detection method and apparatus, electronic device, and computer-readable storage medium
CN113191327A (zh) 生物特征采集方法、芯片及计算机可读存储介质
CN108769538B (zh) 自动对焦方法、装置、存储介质及终端
WO2022246666A1 (zh) 生物特征采集方法、芯片及计算机可读存储介质
CN113297880A (zh) 指纹采集方法、装置、终端及存储介质
KR100741733B1 (ko) 렌즈 중심 위치 결정 방법 및 그 방법을 수행하는 촬상장치
CN109672829B (zh) 图像亮度的调整方法、装置、存储介质及终端
CN111970501A (zh) 纯色场景ae色彩处理方法、装置、电子设备及存储介质
CN112738413B (zh) 一种基于tof的人像区域亮度自动调节方法
US20070109660A1 (en) Imaging lens position control device
CN110930340B (zh) 一种图像处理方法及装置
CN108335278B (zh) 图像的处理方法、装置、存储介质及电子设备
US20230419504A1 (en) Imaging support apparatus, imaging apparatus, imaging support method, and program
CN113794816A (zh) 暗光环境下的图像增强方法、装置、设备及存储介质
CN114283072A (zh) 一种图像处理方法、存储介质及终端设备
CN117391965A (zh) 图像处理方法、装置、电子设备及芯片

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2021904612

Country of ref document: EP

Effective date: 20220620

NENP Non-entry into the national phase

Ref country code: DE