CN102456134A - 指纹认证装置以及指纹认证方法 - Google Patents
指纹认证装置以及指纹认证方法 Download PDFInfo
- Publication number
- CN102456134A CN102456134A CN2011103337085A CN201110333708A CN102456134A CN 102456134 A CN102456134 A CN 102456134A CN 2011103337085 A CN2011103337085 A CN 2011103337085A CN 201110333708 A CN201110333708 A CN 201110333708A CN 102456134 A CN102456134 A CN 102456134A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- pixel
- fingerprint image
- data
- pixel value
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
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
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
本发明涉及指纹认证装置以及指纹认证方法,能根据指纹棱部被较黑地压塌的指纹图像正确地计算出指纹认证用频谱/数据。具备:指纹图像校正处理单元(303),生成基于从指纹输入装置(301)输入的指纹图像数据的像素值的直方图,使用用于使第1像素值成为比该第1像素值亮的第2像素值的校正系数对各像素的像素值进行校正,其中所述第1像素值是在该直方图中的暗部侧的像素个数的累计值相对于全部像素个数的累计值为预定比率的像素的集合中的最亮的像素的像素值。
Description
技术领域
本发明涉及指纹认证装置以及指纹认证方法,特别涉及对提取到的指纹图像数据的像素值进行校正,以校正后的图像数据进行频谱/数据方式的指纹认证的指纹认证装置以及指纹认证方法。
背景技术
作为生物认证的一种,使用指纹认证,但在该指纹认证中,主要已知下述三种方式。
第一方式是图案比较,该方式通过将输入的指纹图像数据的一部分与记录在装置中的模板进行比较来核对指纹。
第二方式是细节比较,从输入的指纹图像数据中找到特征点,将这些特征点与记录在装置中的模板的细节点进行比较。
第三方式是频谱/数据方式(spectral data method,频谱数据方法),将从线传感器或区域传感器输入的指纹图像分割成横宽的矩形图像,之后,对各矩形图像,数值化指纹的山的部分(棱部)的方向以及表示棱部在预定范围中存在多少根的频率等信息,生成频谱/数据。
进而将在各矩形图像中得到的频谱/数据作为矩阵进行绘制,生成频谱/数据矩阵,将得到的频谱/数据矩阵与记录在装置中的核对用的已注册频谱/数据矩阵进行比较,进行指纹的认证。
图1是采用频谱/数据方式的现有技术的指纹认证装置的示意图。
根据该图1,采用频谱/数据方式的现有技术的指纹认证装置,具有:作为指纹传感器的指纹输入装置101,对指纹进行扫描或摄影来取得指纹图像数据;指纹图像存储部102,存储该指纹图像数据;频谱/数据生成部103,计算出存储在指纹图像存储部102的指纹图像数据中的指纹的山的部分的方向以及指纹的频率,生成频谱/数据矩阵;频谱/数据矩阵存储部104,存储该频谱/数据矩阵;已注册频谱/数据矩阵保管部105,对在指纹认证时参照的已注册频谱/数据矩阵进行保管;指纹核对部106,核对在频谱/数据矩阵存储部104中存储的频谱/数据矩阵和在已注册频谱/数据矩阵保管部105中保管的已注册频谱/数据矩阵;以及认证结果输出部107,输出指纹核对部106的认证结果。
指纹输入装置101是线传感器或区域传感器,对按压在传感器部分的手指的指纹进行扫描或摄影,取得如图2的左下所示那样的指纹图像数据。
指纹输入装置101取得的指纹图像数据存储在指纹图像存储部102中。
频谱/数据生成部103读出存储在指纹输入装置101中的指纹图像数据,频谱/数据生成部103根据读出的指纹图像数据生成频谱/数据矩阵。生成的频谱/数据矩阵存储在频谱/数据矩阵存储部104中。
指纹核对部106对事前储存在已注册频谱/数据矩阵保管部105中的已注册频谱/数据矩阵、和频谱/数据生成部103生成并存储在频谱/数据矩阵存储部104中的频谱/数据矩阵进行比较,根据类似的频谱/数据的比率,判定频谱/数据矩阵彼此的一致或不一致。
频谱/数据方式在核对中使用的矩阵数据与指纹图像相比,存储器使用量少,并对数值化后的数据进行比较核对,因此存在能使算法单纯化的优点,在专利文献1中公开了利用该方式的指纹核对方法以及其装置的发明。
在专利文献2中公开了在指纹图像数据的像素值超过阈值时,通过加上或减去该像素值从而调整图像的浓度的发明。
专利文献
专利文献1:日本特表2008-529156号公报;
专利文献2:日本特开平08-272953号公报。
可是,在指纹认证装置中使用线传感器或者区域传感器来取得指纹的图像时,有时将手指较强地按压在传感器部分,因此有时输入如图2的右下所示那样指纹的棱部被较粗地压塌的图像。
在传感器读取的指纹图像数据中,作为指纹的山的部分的棱部以黑线显示,指纹的谷的部分被较白地显示,但图2右下的指纹图像数据与图2左下的指纹图像数据相比,棱部较粗地被显示,成为难以判别棱部和谷的部分的状态。
该指纹的棱部被较粗地压塌的现象除了在将手指较强地按压在传感器部分的情况以外,通过传感器的灵敏度的差异或传感器的调整的不合适也可能产生。
在所有的情况下,指纹棱部的粗细、指纹图像数据的整体的浓度与不将手指较强地按压在传感器部分而取得的指纹图像数据不同。本来的话在指纹认证中使用的图像应该是如图2的左下那样指纹的棱部和其以外的部分由暗到明、像素值渐进地变动。可是,图2的右下示出的指纹棱部被较粗地压塌的图像除了棱部被较粗地显示以外,由暗到明的渐进的像素值的变动也不明显,其结果是图2左下的指纹图像数据和图2右下的指纹图像数据在频谱/数据化时特别在频率数据中容易产生差异。
即使是根据同一指纹的指纹图像数据生成的频率数据,如果频率的数值不同的话,包含频率数据的频谱/数据矩阵也不同。在这样的情况下,存在指纹核对装置将频率数据误判定为不一致的可能性变高、无法实现恰当的指纹认证的问题。
在专利文献2中公开了调整图像的浓度的发明,但专利文献2的发明的图像浓度的调整仅仅是加上或减去超过阈值的像素值。在这样的方式中,对图2右下的图像的较黑的被压塌的部分一律加上像素值,该部分同样地被较亮地校正,存在损害在指纹认证中所需要的图像的对比度的可能性。
发明内容
本发明是为了解决上述的问题而完成的,其目的在于提供即使是指纹棱部被较黑地压塌的指纹图像数据也能正确地计算出用于指纹认证的棱部的方向以及指纹的频率等频谱/数据的指纹认证装置以及指纹认证方法。
为了达到上述目的,本发明的指纹认证装置的特征在于,具备:指纹取得单元,对指纹进行扫描或摄影,取得指纹图像数据;
指纹图像校正处理单元,基于以所述指纹取得单元取得的指纹图像数据来生成像素值的直方图,使用用于使第1像素值成为比该第1像素值亮的第2像素值的校正系数对各像素的像素值进行校正,其中所述第1像素值是在该直方图中的暗部侧的像素个数的累计值相对于全部像素个数的累计值为预定比率的像素的集合中的最亮的像素的像素值;频谱/数据生成单元,根据所述指纹图像校正处理单元校正后的指纹图像数据生成以指纹棱部的方向以及指纹的频率为成分的频谱/数据矩阵;已注册频谱/数据矩阵保管单元,对在指纹认证时参照的已注册频谱/数据矩阵进行保管;指纹核对单元,核对以所述频谱/数据生成单元生成的所述频谱/数据矩阵和在所述已注册频谱/数据矩阵保管单元中保管的已注册频谱/数据矩阵;以及认证结果输出单元,输出所述指纹核对单元的认证结果。
此外,本发明的指纹认证用程序的特征在于,使计算机作为如下单元而发挥作用:指纹图像校正处理单元,基于对指纹进行扫描或摄影而取得的指纹图像数据来生成像素值的直方图,使用用于使第1像素值成为比该第1像素值亮的第2像素值的校正系数对各像素的像素值进行校正,其中所述第1像素值是在该直方图中的暗部侧的像素个数的累计值相对于全部像素个数的累计值为预定比率的像素的集合中的最亮的像素的像素值;频谱/数据生成单元,根据所述指纹图像校正处理单元校正后的指纹图像数据生成以指纹棱部的方向以及指纹的频率为成分的频谱/数据矩阵;指纹核对单元,核对以所述频谱/数据生成单元生成的所述频谱/数据矩阵和在指纹认证时参照的已注册频谱/数据矩阵;以及认证结果输出单元,输出所述指纹核对单元的认证结果。
如以上说明那样,根据本发明,得到如下效果,即,能够提供即使是指纹棱部被较黑地压塌的指纹图像数据也能正确地计算出用于指纹认证的棱部的方向以及指纹的频率等频谱/数据的指纹认证装置以及指纹认证方法。
附图说明
图1是利用现有技术的指纹认证装置的示意图。
图2是表示指纹传感器取得的指纹图像数据的样子的图。
图3是本发明的第1实施方式的指纹认证装置的示意图。
图4是本发明的第1实施方式的指纹认证装置的指纹图像校正处理部的示意图。
图5是表示基于在本发明的第1实施方式的指纹认证装置的指纹图像校正处理部中的直方图的图像校正的原理的图。
图6是本发明的第2实施方式的指纹认证装置的示意图。
图7是表示在本发明的第2实施方式的指纹认证装置中的图像校正处所判定部的工作的流程图。
图8是表示在本发明的第2实施方式中使用的Sobel算子的原理的图。
图9是表示在本发明的第2实施方式的指纹认证装置中的指纹棱部的粗细的计算方法的图。
图10是表示在本发明的第2实施方式的指纹认证装置中的指纹图像校正处理部的图像处理的流程图。
图11是表示在本发明的第3实施方式的指纹认证装置中的图像校正处所判定部的边缘检测的工作的流程图。
图12是表示在本发明的第3实施方式的指纹认证装置中的图像校正处所判定部的指纹棱部的检测方法的具体例子的图。
图13是表示在本发明的第4实施方式的指纹认证装置的图像校正处所判定部中的阈值T的计算的图。
具体实施方式
以下,参照附图针对用于实施本发明的最佳方式详细地进行说明。
[第1实施方式]
首先,基于图3,针对本发明的第1实施方式的指纹认证装置进行说明。图3是本发明的第1实施方式的指纹认证装置的示意图。
如图3所示那样,本发明的第1实施方式的指纹认证装置,具有:作为指纹传感器的指纹输入装置301,对手指进行扫描或摄影来取得指纹图像数据;指纹图像存储部302,存储该指纹图像数据;指纹图像校正处理部303,对存储在指纹图像存储部302中的指纹图像数据进行校正;频谱/数据生成部304,根据指纹图像校正处理部303校正后的指纹图像数据计算出指纹的山的部分的方向以及指纹的频率,生成频谱/数据矩阵;频谱/数据矩阵存储部305,存储该频谱/数据矩阵;已注册频谱/数据矩阵保管部306,对在指纹认证时参照的已注册频谱/数据矩阵进行保管;指纹核对部307,核对在频谱/数据矩阵存储部305中存储的频谱/数据矩阵和在已注册频谱/数据矩阵保管部306中保管的已注册频谱/数据矩阵;以及认证结果输出部308,输出指纹核对部307的认证结果。
指纹输入装置301是用于读取指纹的凹凸的线传感器或区域传感器,在传感器部分使用光学式传感器或电场式传感器。
指纹输入装置301对按压在传感器部分的手指的指纹进行扫描或摄影,取得如图2的下部所示那样的指纹图像数据。
通过指纹输入装置301取得的指纹图像数据存储在指纹图像存储部302中。该指纹图像存储部302是利用RAM(Random Access Memory,随机存取存储器)、HDD(Hard Disk Drive,硬盘驱动器)或闪速存储器等的存储装置。
指纹图像校正处理部303读出存储在指纹图像存储部302中的指纹图像数据,如图2右下那样,对指纹的棱部被较粗地压塌的图像以能正确地计算出频谱/数据的方式进行校正,将校正后的指纹图像数据对指纹图像存储部302中的原来的指纹图像数据的存储器区域进行重写输出。
针对在该指纹图像校正处理部303中的指纹图像数据的校正处理的细节,在后面叙述。
频谱/数据生成部304从指纹图像存储部302中读出指纹图像校正处理部303校正后的指纹图像数据,将读出的指纹图像数据分割成横宽的矩形图像。
频谱/数据生成部304对通过分割而生成的各矩形图像,数值化指纹棱部的方向、表示棱部相对于单位长度的根数的频率等信息,生成频谱/数据。
进而频谱/数据生成部304将在各矩形图像中得到的频谱/数据作为矩阵进行绘制,生成频谱/数据矩阵。
频谱/数据生成部304生成的频谱/数据矩阵存储在频谱/数据矩阵存储部305中。该频谱/数据矩阵存储部305是利用RAM、HDD或闪速存储器等的存储装置。
指纹核对部307事前从已注册频谱/数据矩阵保管部306中读出已注册频谱/数据矩阵,从频谱/数据矩阵存储部305中读出频谱/数据生成部304生成的频谱/数据矩阵,并将两者进行比较,根据类似的频谱/数据的比率,判定频谱/数据矩阵彼此的一致或不一致。
再有,已注册频谱/数据矩阵保管部306也是利用RAM、HDD或闪速存储器等的存储装置。
指纹核对部307判定出的结果通过认证结果输出部308输出。该认证结果输出部308可以是显示器、扬声器或打印机等输出装置。
基于图4对在本发明的第1实施方式的指纹认证装置中的指纹图像校正处理部303进行说明。如图4所示那样,指纹图像校正处理部,具有:直方图数据生成部401,生成直方图(直方图数据分布),其中该直方图根据从图3中示出的指纹图像存储部302中读出的指纹图像数据,获得在纵轴表示像素数、在横轴表示像素的亮度的像素值;直方图数据存储部402,对直方图数据生成部401生成的直方图进行存储;以及指纹图像棱部校正处理部403,使用用于使第1像素值成为比该第1像素值亮的第2像素值的校正系数,对各像素的像素值进行校正,其中该第1像素值与在直方图数据存储部402存储的直方图中暗部侧的像素个数的累计值相对于全部像素个数的累计值为预定的比率的像素的集合中的最亮的像素相关。
在图4中,指纹图像棱部校正处理部403从图3的指纹图像存储部302读出与生成了直方图的指纹图像数据相同的指纹图像数据,对该指纹图像数据如上述那样进行校正。再有,将直方图数据生成部401从指纹图像存储部302中读出的、在直方图的生成中使用的指纹图像数据与生成的直方图一起存储在直方图数据存储部402中,对存储在该直方图数据存储部402中的指纹图像数据进行校正也可。
指纹图像棱部校正处理部403如上述那样,将校正后的指纹图像数据对指纹图像存储部302中的原来的指纹图像数据的存储器区域进行重写输出。
图5是表示基于在本发明的第1实施方式的指纹认证装置的指纹图像校正处理部中的直方图的图像校正的原理的图。
在该图5的上部记载有将手指较强地按压在传感器部分的结果、即指纹的棱部被较粗地压塌的图像的例子、和作为该指纹图像数据的直方图的直方图数据分布(1)。在图5上部的直方图数据分布(1)中,像素值低的、即暗的像素比像素值高的、即亮的像素较多地分布。
该直方图数据分布(1)是图4的直方图数据生成部401根据存储在指纹图像存储部302中的指纹图像数据而生成的分布,并被存储在图4的直方图数据存储部402中。
图4的指纹图像棱部校正处理部403决定在存储于直方图数据存储部402的直方图数据分布(1)的中心存在的中心像素。
在图5的情况下,在直方图数据分布(1)的中心存在的中心像素是在直方图数据分布(1)中暗部侧的像素个数的累计值相对于全部像素个数的累计值为50%的比率的像素集合中最亮的像素。在此所说的暗部侧的像素是包含像素值以“0”表示黑的最暗的像素的像素值低的像素,是在直方图上存在于左侧的像素。
更具体地说,在直方图数据分布(1)的中心存在的中心像素是对直方图数据分布(1)从像素值“0”开始累计像素的个数的情况下的累计值相对于直方图数据分布(1)整体的像素的个数的累计值达到50%的比率时的直方图数据分布(1)上的像素。
在本发明的第1实施方式中,上述预定的比率基于校正后的指纹图像数据的浓度、对比度以及分辨率、以及频谱/数据生成部304的频谱/数据计算的算法的特性,被决定为“50%”。
在频谱/数据计算的算法等和本发明的第1实施方式不同的情况下,在直方图数据分布(1)的中心存在的中心像素如本发明的第1实施方式那样设为“直方图数据分布(1)整体的累计值的50%”,但能通过实验来决定,能设定为50%以外的各种各样的值。
接着,图4的指纹图像棱部校正处理部403将在直方图数据分布(1)中暗部侧的像素个数的累计值相对于全部像素个数的累计值为50%的比率的像素的集合中的最亮的像素的像素值作为“第1像素值”,并对该“第1像素值”以使其变为作为像素值的中心值的“第2像素值”的方式进行校正。因此,在图5上部,将“第2像素值”记载为“校正后的中心像素值”。
“第2像素值”在图5的情况下,是在直方图数据分布(1)中“明暗中等的像素值”。
在适合于指纹认证的图像的直方图中,从希望表示暗部的像素和表示亮部的像素的存在比为1比1的观点出发,在第1实施方式中,上述的“明暗中等的像素值”设为被绘制在直方图的横轴的中央的像素。
在表示针对灰度为16的指纹图像数据的直方图的图5上部的直方图数据分布(1)中,直方图横轴中央的像素值为相当于16灰度的中等的“8”。可是,根据校正后的指纹图像数据的浓度、对比度以及分辨率、以及频谱/数据生成部304的频谱/数据计算的算法的特性,不是相当于灰度的中等的像素值,而是与中等相比向亮部或暗部偏移的像素值也可。
指纹图像棱部校正处理部403通过对上述中心像素的像素值乘以校正系数k,从而使作为该中心像素的像素值的“第1像素值”变为作为“明暗中等的像素值”的“第2像素值”。
在图5上部的直方图数据分布(1)中,以使作为“第1像素值”的“4”变为作为“第2像素值”的“8”的方式进行校正。
因此,对中心像素的像素值乘以的校正系数k能通过“k=(第2像素值)÷(第1像素值)”进行计算。
如果是图5上部的情况的话,由于“第2像素值”是“8”,“第1像素值”是“4”,所以“k=8÷4”,校正系数k为2。
指纹图像棱部校正处理部403将如上述那样计算出的校正系数k与图5上部的直方图数据分布(1)的全部像素的像素值相乘。由此,指纹图像数据的直方图变为图5下部的直方图数据分布(2)。
再有,在图5上部的直方图数据分布(1)中已经存在于白侧的像素通过乘以校正系数k,像素值超过“F”(溢出),但将这些全部作为“F”(白)进行处理。
在图5下部的直方图数据分布(2)中,作为最暗部(黑)的像素的像素值“0”的部分完全不被校正,而按其原样保留。由于在这样的部分中像素值为“0”,所以乘以任何系数,对于“0”的值也不会变化。
如图5下部的直方图数据分布(2)所示那样,在被乘以校正系数k的各像素值中,除去像素值为“0”的集合,各像素值的集合向亮部方向离散地偏移。
例如,对校正前的像素值“0、1、2、3、4、···、F”乘以校正系数k(=2)的结果是在图5下部的直方图数据分布(2)中,校正后的像素值如“0、2、4、6、8、···、F”那样,以预定的间隔向亮部方向离散地偏移。
由于邻接的暗的像素区域向亮的区域离散地偏移,所以能得到由暗到明、像素值渐进地变动的指纹图像数据。
此外,如上述那样,作为最暗部(黑)的像素的像素值“0”的部分完全不被校正,而按其原样保留,因此指纹图像数据的对比度也提高。
再有,生成直方图数据的范围并不仅限于指纹图像数据整体。例如,为了削减处理量,也可以仅将指纹信息量多的图像的中心作为直方图生成的范围。
此外,在第1实施方式中,对直方图的全部像素的像素值乘以1以上的校正系数k,但将以“0、r、2r、3r、4r、···、Fr”(r为1以上的实数)表示的数列的各项的值分别与“0”~“F”的各像素值相加也可。
在第1实施方式中,在图5中设为指纹图像数据为4bit,但对于8bit等的灰度为更多等级的图像也能应用本实施方式。
如以上那样,根据本发明的第1实施方式,通过在现有的指纹认证装置中设置指纹图像校正处理部303,从而指纹棱部被压塌变黑的像素被校正到白侧(亮部),因此减轻指纹棱部由于压塌而***的现象,其中该指纹图像校正处理部303生成像素值的直方图,通过对直方图以该直方图的中心像素来到像素值的中心的方式乘以系数,从而校正指纹图像数据。
此外,通过使表示暗部的像素的像素值离散地向亮部偏移,从而得到如下效果,即,能判别指纹棱部的像素的明暗变动,减少将在较强地按压指纹的情况下的频谱/数据矩阵、和在不是较强地按压指纹的情况下的频谱/数据矩阵误判定为不一致的可能性。
再有,在第1实施方式中,原则是在图3的指纹图像校正处理部303中对输入的指纹图像数据进行校正,根据校正后的指纹图像数据生成频谱/数据矩阵,将生成的频谱/数据矩阵与在图3的已注册频谱/数据矩阵保管部306中保管的已注册频谱/数据矩阵进行核对。可是,在由于输入的人的习惯等而在按压压力高的状态下提取成为已注册频谱/数据矩阵的基础的指纹图像数据,对其不进行本实施方式的图像校正而进行已注册频谱/数据矩阵化的情况下,为了也能够应对这种情况,使用图像校正前的指纹图像数据以及通过指纹图像校正处理部303的图像校正后的指纹图像数据的每一个进行指纹核对处理也可。
[第2实施方式]
接下来,针对本发明的第2实施方式进行说明。在此,图6是本发明的第2实施方式的指纹认证装置的示意图。
根据该图6,第2实施方式的指纹认证装置与第1实施方式的指纹认证装置的不同之处在于,追加有在指纹图像数据中特别指定需要图像校正的处所的图像校正处所判定部609,但其他的指纹输入装置601、指纹图像存储部602、频谱/数据生成部604、频谱/数据矩阵存储部605、已注册频谱/数据矩阵保管部606、指纹核对部607以及认证结果输出部608和第1实施方式的指纹认证装置是同样的,因此省略说明。
图像校正处所判定部609从指纹图像存储部602中读出指纹图像数据,在读出的指纹图像数据中特别指定需要图像校正的区域,将该特别指定的区域的位置、大小以及范围的信息作为校正处所信息,输出到指纹图像校正处理部603。具体地说,需要校正的区域的位置、大小以及范围是该被特别指定的区域的像素的坐标。根据需要校正的像素坐标有多少个,能特别指定该区域的大小,如果把握需要校正的区域的像素坐标的话,能特别指定该区域的位置以及范围。
指纹图像校正处理部603基于从图像校正处所判定部609接收到的校正处所信息,进行相应的处所的图像校正。图像校正的方法自身和第1实施方式是同样的。
接着,针对图像校正处所判定部609的工作,基于图7进行说明。在此,图7是表示图像校正处所判定部609的工作的流程图。
首先,在步骤701中,图像校正处所判定部609从指纹图像存储部602中读出指纹图像数据,关注读出的指纹图像数据的任意横宽的区域(横1线),检测指纹的山部分(棱部)和谷部分的边缘(edge)。
在第2实施方式中,在从指纹图像数据检测边缘部分时,并不是从指纹图像数据整体一次检测出边缘部分,而是按照每个作为预定宽度的横宽区域的横1线,对指纹图像数据进行边缘的检测。
边缘的检测使用图8中示出的Sobel算子。将该Sobel算子应用于指纹图像数据的各像素,由此算出的Sobel算子的X成分fx在数个像素内为极大或极小的像素被判断为是指纹的山部分和谷部分的边缘,保存成为边缘的像素的地址。
接着,在步骤702中,在保存的边缘的像素地址中,根据fx为极大的地址fmax、和fx为极小的地址fmin计算出X方向的黑线长度L。
在图9中记载了其具体的计算方法。在此,图9是表示指纹棱部的粗细的计算方法的图。
Sobel算子的X成分fx表示像素值的变化量,即,像素亮度的变化量。因此,在fx变为负值且为极小值时,表示该处所的像素急剧地变暗。相反地,在fx变为正值且为极大值时,表示该处所的像素急剧地变亮。
因此,在图9中,如果从指纹图像数据的左方朝向右方计算出fx的话,可知暗的区域,即,黑线从成为极小值的坐标fmin的像素开始,黑线的区域在成为极大值的坐标fmax的像素结束。能判别为该坐标fmin~坐标fmax的区域是相当于指纹的山的部分的X方向的黑线,该X方向的黑线的长度L也如图9所示那样,能以L=fmax-fmin计算出。
接着,在步骤703中,通过图8中示出的fx以及fy、和使用以下的数式(1)表示的数式,计算边缘的角度θ。
进而,在步骤704中,使用以下的数式(2)中示出的数式,根据X方向的黑线的长度L以及θ,计算出作为指纹的山的部分的棱部的粗细W。
在步骤705中,在判断为在步骤704中计算出的棱部的粗细W大于阈值S的情况下,在接下来的步骤706中,作为需要校正的区域,对该区域的校正处所信息进行记录。需要校正的区域的校正处所信息如上述那样,是该区域的位置、大小以及范围。再有,阈值S能通过实验恰当地决定。
图像校正处所判定部609在步骤707中确认是否针对从作为处理对象的横1线检测出的全部的黑线实施了步骤703~706的处理,在判断为在作为处理对象的横1线中存在尚未进行步骤703~706的处理的黑线的情况下,在步骤708中,将该未处理的黑线作为下一个处理对象,对作为该处理对象的黑线执行步骤703~706的处理。
在针对从作为处理对象的横1线中检测出的全部的黑线实施了步骤703~706的处理的情况下,在步骤709中,确认是否针对其他的横1线也执行了步骤701~707的处理,在针对其他全部的横1线也执行了步骤701~707的处理的情况下,图像校正处所判定部609结束对图像校正处所进行特别指定的处理。
在未执行步骤701~707的处理的横1线存在的情况下,在步骤710中,将未处理的横1线作为下一个处理对象,执行步骤701~707的处理。
再有,步骤707以及步骤708的处理不对横1线具有的全部的黑线进行也可。例如,为了削减处理量,也可以仅将处于指纹信息量多的图像的中心的黑线作为对象。
此外,步骤709以及步骤710的处理也不仅限于指纹图像数据的全部的横1线,为了削减处理量,也可以仅将图像的中心的横1线作为对象。
将通过上述步骤701~709的顺序而得到的校正处所信息输出到指纹图像校正处理部603,但使校正处所信息存储在指纹图像存储部602中也可,使其存储在图像校正处所判定部609独自具备的存储器等存储装置中,指纹图像校正处理部603从这些存储装置中读出校正处所信息也可。
指纹图像校正处理部603对在校正处所信息中记载的区域执行图像校正。在此,图10是在第2实施方式的指纹认证装置中的指纹图像校正处理部603的图像处理的流程图。
首先,在步骤1001中,读出存储在指纹图像存储部602中的指纹图像数据。接着,在接下来的步骤1002中,根据读出的指纹图像数据的整体生成直方图,根据在生成的直方图中心存在的中心像素的像素值、和在直方图中明暗中等的像素值,以和第1实施方式同样的方法来决定与生成的直方图上的全部像素值相乘的校正系数k。
指纹图像校正处理部603在步骤1003中取得校正处所信息,在步骤1004中对以取得的校正处所信息指定的区域的像素的像素值乘以在步骤1002中决定的校正系数k,执行该区域的图像校正,结束处理。
取得校正处所信息的步骤1003、和读出指纹图像数据的步骤1001以及生成直方图数据的步骤1002的顺序也可前后颠倒。
再有,存在如下情况,即,在一个指纹的指纹图像数据中,存在多个需要校正的区域。在该情况下,如图10所示那样,针对指纹图像数据整体预先生成直方图,使用基于针对该指纹图像数据整体的直方图而决定的校正系数k,校正需要校正的各区域,但按照各个区域的每一个生成直方图,基于生成的各区域固有的直方图分别决定校正系数k,按照每个区域使用固有的校正系数k,校正各个区域也可。
在需要校正的区域在指纹图像数据中独立个别地存在多个的情况下,也基于针对指纹图像数据整体的直方图决定校正系数k,使用该校正系数k,校正各个区域,这样的图像处理过程是简易迅速的。可是,根据校正后的指纹图像数据的浓度、对比度以及分辨率、和利用频谱/数据生成部604的频谱/数据计算的算法的特性,按照各个区域的每一个生成直方图,基于生成的各区域固有的直方图分别决定校正系数k,按照每个区域使用固有的校正系数k,校正各个区域也可。
如以上那样,根据第2实施方式,通过设置图像校正处所判定部609,计算出指纹棱部的粗细,仅在为阈值以上的粗细的情况下进行校正,从而与校正全部像素的情况相比较,能防止从校正前为细的指纹棱部被超出需要地较白地校正,无法判别该指纹棱部。
由此,除了第1实施方式的效果以外,得到如下效果,即,防止校正导致的指纹棱部的消失,减少将在较强地按压指纹的情况下的频谱/数据矩阵、和在不是较强地按压指纹的情况下的频谱/数据矩阵误判定为不一致的可能性。
[第3实施方式]
接下来,针对本发明的第3实施方式进行说明。
该第3实施方式的指纹认证装置的结构和图6的第2实施方式是相同的,但和第2实施方式相比,图像校正处所判定部609的处理方法不同。第3实施方式的指纹认证装置的图像校正处所判定部609除去在指纹图像数据中包含的噪声成分,检测出表示指纹棱部的边缘强度。
在读取指纹图像数据的指纹上有附着有细小的汗、皮脂或粉尘等的情况,当在附着有这些的状态下对指纹进行扫描或摄影时,会成为噪声的原因。此外,传感器部分的污垢也成为噪声的产生源,从指纹认证装置的电源中生成的噪声也不能忽视。
第3实施方式的指纹认证装置的图像校正处所判定部609将由这些诸多原因生成的噪声从指纹图像数据中除去,能仅检测出表示指纹棱部的边缘强度。
图11是表示第3实施方式的图像校正处所判定部609的边缘检测的工作的流程图。图像校正处所判定部609的边缘检测以外的工作和第2实施方式是相同的,因此省略这些说明。
首先,在步骤901中,图像校正处所判定部609关注任意的横1线,检测指纹的山部分和谷部分的边缘。检测方法和第2实施方式是同样的,将Sobel算子的X成分fx为极大或极小的坐标作为边缘部分的候补。
进而,在步骤902中,在Sobel算子的X成分fx在数个像素内是极大或极小、且该边缘强度的绝对值超过阈值T(边缘强度阈值)的情况下,判断为是指纹的山部分和谷部分的边缘,保存像素的地址,根据保存的像素地址计算X方向的黑线的长度。
在图12中示出了第3实施方式中的指纹棱部的检测方法的具体例子。在该图12中,判定为Sobel算子的X成分fx的绝对值大于阈值T的绝对值的点A以及点D是指纹的山部分和谷部分的边缘。另一方面,在区域B以及区域C中,fx在数个像素内为极大以及极小,但由于这些绝对值未超过阈值T的绝对值,所以判定为噪声。再有,阈值T能通过实验统计地决定。
如以上那样,根据第3实施方式,在图像校正处所判定部609的X方向的黑线长度检测中,设置判定为指纹的山部分和谷部分的边缘的阈值T,仅将边缘强度的绝对值为阈值T的绝对值以上的点使用在黑线的长度检测中,由此能防止在作为指纹棱部的区域中存在噪声导致棱部的黑色变浅的部分的情况下,将该部分误判定为指纹的山部分和谷部分的边缘。
由此,除了第2实施方式的效果以外,得到如下效果,即,即使对于在指纹棱部存在噪声的指纹图像数据,也会减少将在较强地按压指纹的情况下的频谱/数据矩阵、和在不是较强地按压指纹的情况下的频谱/数据矩阵误判定为不一致的可能性。
[第4实施方式]
接下来,针对本发明的第4实施方式进行说明。
该第4实施方式的指纹认证装置的结构和图6的第2实施方式是相同的,但和第2实施方式相比,图像校正处所判定部609的处理方法不同。
图像校正处所判定部609的边缘检测的工作和第3实施方式是同样的,因此省略其说明。
图13是表示在本发明的第4实施方式的指纹认证装置的图像校正处所判定部609中的阈值T的计算的图。
在该图13中,判断指纹的山部分和谷部分的边缘的阈值T的大小如图13所示,基于手指和周围的边界的边缘强度进行计算。
在指纹图像数据中,明暗差最大的是手指和周围的边界,因此这样的边界的边缘强度的绝对值为根据指纹图像数据整体计算出的边缘强度的绝对值的最大值。
如图13所示那样,手指和周围的边界的边缘强度的绝对值表示为Xe这一显著的值,超过指纹棱部的边缘强度的绝对值。
因此,在第4实施方式中,通过对作为边缘强度的最大值的Xe乘以1/m的系数,从而计算出阈值T。
将1/m的系数设为什么程度,是通过实验统计地计算出的,但也如图13所示那样,以使阈值T成为在指纹棱部的边缘强度的绝对值以下若干的程度的值的方式进行调整。
如果预先决定1/m的系数的话,即使在由于传感器的灵敏度引起在每个指纹图像数据中边缘强度整体地较强或较弱地显出的情况下,也能设定适合于各指纹图像数据的阈值。
在图像整体中边缘强度较强地显出的情况下,手指和周围的边界的边缘强度、指纹棱部的边缘强度也较强地显出,因此如果对手指和周围的边界的边缘强度乘以1/m的系数的话,能计算出与较强地显出的指纹棱部的边缘强度对应的阈值T。
同样地,在图像整体中边缘强度较弱地显出的情况下,如果对手指和周围的边界的边缘强度乘以1/m的系数的话,能计算出与较弱地显出的指纹棱部的边缘强度对应的阈值T。
如以上那样根据第4实施方式,在图像校正处所判定部609的X方向的黑线的长度检测中,根据手指和周围的边界的边缘强度计算出判断为指纹的山部分和谷部分的边缘的阈值,由此即使在由于传感器的灵敏度引起指纹图像数据的边缘强度较强地或较弱地显出的情况下,也能设定成适合于各个指纹图像数据的值。
由此,除了第3实施方式的效果以外,得到如下效果,即,即使对于在每个指纹图像数据中在边缘强度存在强弱的情况,也会减少将在较强地按压指纹的情况下的频谱/数据矩阵、和在不是较强地按压指纹的情况下的频谱/数据矩阵误判定为不一致的可能性。
附图标记的说明
101 指纹输入装置;
102 指纹图像存储部;
103 频谱/数据生成部;
104 频谱/数据矩阵存储部;
105 已注册频谱/数据矩阵保管部;
106 指纹核对部;
107 认证结果输出部;
301 指纹输入装置;
302 指纹图像存储部;
303 指纹图像校正处理部;
304 频谱/数据生成部;
305 频谱/数据矩阵存储部;
306 已注册频谱/数据矩阵保管部;
307 指纹核对部;
308 认证结果输出部;
401 直方图数据生成部;
402 直方图数据存储部;
403 指纹图像棱部校正处理部;
601 指纹输入装置;
602 指纹图像存储部;
603 指纹图像校正处理部;
604 频谱/数据生成部;
605 频谱/数据矩阵存储部;
606 已注册频谱/数据矩阵保管部;
607 指纹核对部;
608 认证结果输出部;
609 图像校正处所判定部。
Claims (10)
1.一种指纹认证装置,其中,包含:
指纹取得单元,对指纹进行扫描或摄影,取得指纹图像数据;
指纹图像校正处理单元,基于以所述指纹取得单元取得的指纹图像数据来生成像素值的直方图,使用用于使第1像素值成为比该第1像素值亮的第2像素值的校正系数对各像素的像素值进行校正,其中所述第1像素值是在该直方图中的暗部侧的像素个数的累计值相对于全部像素个数的累计值为预定比率的像素的集合中的最亮的像素的像素值;
频谱/数据生成单元,根据所述指纹图像校正处理单元校正后的指纹图像数据生成以指纹棱部的方向以及指纹的频率为成分的频谱/数据矩阵;
已注册频谱/数据矩阵保管单元,对在指纹认证时参照的已注册频谱/数据矩阵进行保管;
指纹核对单元,核对以所述频谱/数据生成单元生成的所述频谱/数据矩阵和在所述已注册频谱/数据矩阵保管单元中保管的已注册频谱/数据矩阵;以及
认证结果输出单元,输出所述指纹核对单元的认证结果。
2.根据权利要求1所述的指纹认证装置,其中,所述指纹图像校正处理单元将所述预定比率设为包含50%的预定范围内的值,将所述第2像素值设为在所述直方图中包含像素值的中心值的预定范围内的像素值,将所述校正系数与各像素的像素值相乘来进行校正。
3.根据权利要求1或权利要求2所述的指纹认证装置,其特征在于,包含:
图像校正处所判定单元,从指纹图像存储单元读出指纹图像数据,计算出该指纹图像数据的各像素的边缘强度,根据该计算出的边缘强度为极小的像素的坐标和该计算出的边缘强度为极大的像素的坐标推断出相当于指纹棱部的部分的粗细,在该部分的粗细大于预定阈值的情况下,判断为该部分是需要校正的区域,将该区域的位置、大小以及范围作为校正处所信息向所述指纹图像校正处理单元输出,
所述指纹图像校正处理单元对在该指纹图像数据中的该校正处所信息所记载的区域执行所述图像校正。
4.根据权利要求3所述的指纹认证装置,其特征在于,所述图像校正处所判定单元在所述边缘强度的绝对值大于预定的边缘强度阈值的情况下,判断为是指纹棱部的边缘强度。
5.根据权利要求4所述的指纹认证装置,其特征在于,所述图像校正处所判定单元通过对从指纹图像数据的整体计算出的边缘强度的最大值的绝对值乘以预定的系数,从而决定所述边缘强度阈值。
6.一种指纹认证方法,其中,具备:
指纹图像校正处理步骤,基于对指纹进行扫描或摄影而取得的指纹图像数据来生成像素值的直方图,使用用于使第1像素值成为比该第1像素值亮的第2像素值的校正系数对各像素的像素值进行校正,其中所述第1像素值是在该直方图中的暗部侧的像素个数的累计值相对于全部像素个数的累计值为预定比率的像素的集合中的最亮的像素的像素值;
频谱/数据生成步骤,根据在所述指纹图像校正处理步骤中校正的指纹图像数据生成以指纹棱部的方向以及指纹的频率为成分的频谱/数据矩阵;
指纹核对步骤,核对在所述频谱/数据生成步骤中生成的所述频谱/数据矩阵和在指纹认证时参照的已注册频谱/数据矩阵;以及
认证结果输出步骤,输出所述指纹核对步骤的认证结果。
7.根据权利要求6所述的指纹认证方法,其中,在所述指纹图像校正处理步骤中,将所述预定比率设为包含50%的预定范围内的值,将所述第2像素值设为在所述直方图中包含像素值的中心值的预定范围内的像素值,将所述校正系数与各像素的像素值相乘来进行校正。
8.根据权利要求6或权利要求7所述的指纹认证方法,其特征在于,
还具备:图像校正处所判定步骤,从指纹图像存储单元中读出指纹图像数据,计算出该指纹图像数据的各像素的边缘强度,根据该计算出的边缘强度为极小的像素的坐标和该计算出的边缘强度为极大的像素的坐标推断出相当于指纹棱部的部分的粗细,在该部分的粗细大于预定阈值的情况下,判断为该部分是需要校正的区域,将该区域的位置、大小以及范围作为校正处所信息为了指纹图像校正处理而输出,
在所述指纹图像校正处理步骤中,对在该指纹图像数据中的该校正处所信息所记载的区域执行所述图像校正。
9.根据权利要求8所述的指纹认证方法,其特征在于,在所述图像校正处所判定步骤中,在所述边缘强度的绝对值大于预定的边缘强度阈值的情况下,判断为是指纹棱部的边缘强度。
10.根据权利要求9所述的指纹认证方法,其特征在于,在所述图像校正处所判定步骤中,通过对从指纹图像数据的整体计算出的边缘强度的最大值的绝对值乘以预定的系数,从而决定所述边缘强度阈值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010242280A JP5679767B2 (ja) | 2010-10-28 | 2010-10-28 | 指紋認証装置及び指紋認証用プログラム |
JP2010-242280 | 2010-10-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102456134A true CN102456134A (zh) | 2012-05-16 |
CN102456134B CN102456134B (zh) | 2016-07-27 |
Family
ID=45996824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110333708.5A Expired - Fee Related CN102456134B (zh) | 2010-10-28 | 2011-10-28 | 指纹认证装置以及指纹认证方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8885895B2 (zh) |
JP (1) | JP5679767B2 (zh) |
CN (1) | CN102456134B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679620A (zh) * | 2012-09-18 | 2014-03-26 | 成都方程式电子有限公司 | 图像自适应数字量化方法和结构 |
WO2017067271A1 (zh) * | 2015-10-19 | 2017-04-27 | 广东欧珀移动通信有限公司 | 一种指纹识别方法、指纹识别装置和移动终端 |
CN106815564A (zh) * | 2016-12-28 | 2017-06-09 | 深圳天珑无线科技有限公司 | 一种指纹识别***的校准方法、***及一种电子设备 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104205165B (zh) * | 2012-03-28 | 2017-06-23 | 富士通株式会社 | 生物体认证装置、生物体认证方法、以及生物体认证程序 |
US8824792B2 (en) | 2012-07-25 | 2014-09-02 | Ib Korea Ltd. | Image element brightness adjustment |
DE102012108838A1 (de) * | 2012-09-19 | 2014-05-28 | Cross Match Technologies Gmbh | Verfahren und Vorrichtung zur Aufnahme von Fingerabdrücken auf Basis von Fingerabdruckscannern in zuverlässig hoher Qualität |
JP6105903B2 (ja) * | 2012-11-09 | 2017-03-29 | キヤノン株式会社 | 画像処理装置、画像処理方法、放射線撮影システム及びプログラム |
US9531968B2 (en) * | 2014-02-25 | 2016-12-27 | Semiconductor Components Industries, Llc | Imagers having image processing circuitry with error detection capabilities |
JP2017513149A (ja) | 2014-04-10 | 2017-05-25 | アイビー コリア リミテッドIB Korea Ltd. | タッチ対応デバイス用バイオメトリックセンサ |
KR101639986B1 (ko) * | 2015-10-07 | 2016-07-15 | 크루셜텍 (주) | 지문 등록 및 인증 속도 향상을 위한 지문 정보 프로세싱 방법 및 그 장치 |
US10157590B1 (en) | 2015-12-15 | 2018-12-18 | Apple Inc. | Display with localized brightness adjustment capabilities |
US9723563B1 (en) | 2016-03-24 | 2017-08-01 | Himax Technologies Limited | Device and a method of waking up the same |
KR102536122B1 (ko) * | 2017-11-23 | 2023-05-26 | 삼성디스플레이 주식회사 | 표시 장치 및 이의 구동방법 |
KR20200065324A (ko) * | 2018-11-30 | 2020-06-09 | 삼성전자주식회사 | 디스플레이 번-인 현상을 방지하기 위한 전자 장치 |
TWI781653B (zh) * | 2020-11-03 | 2022-10-21 | 神盾股份有限公司 | 電子裝置以及指紋影像校正方法 |
CN113625895A (zh) * | 2021-07-02 | 2021-11-09 | 北京极豪科技有限公司 | 电子设备、图案校正方法及遮挡装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5926555A (en) * | 1994-10-20 | 1999-07-20 | Calspan Corporation | Fingerprint identification system |
CN1434961A (zh) * | 1999-12-22 | 2003-08-06 | 诺基亚有限公司 | 数字成像 |
US20060056700A1 (en) * | 2003-05-15 | 2006-03-16 | Fujitsu Limited | Biological information detecting device |
US20060215887A1 (en) * | 2005-03-16 | 2006-09-28 | Sharp Kabushiki Kaisha | Authentication apparatus employing image, method of authentication, authentication program product, and storage medium having the program stored therein |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5524070A (en) * | 1992-10-07 | 1996-06-04 | The Research Foundation Of State University Of New York | Local adaptive contrast enhancement |
JPH08272953A (ja) | 1995-03-29 | 1996-10-18 | Fujitsu Denso Ltd | 指掌紋押捺装置 |
JP3950501B2 (ja) * | 1996-10-31 | 2007-08-01 | キヤノン株式会社 | 画像処理方法および装置および記憶媒体 |
US6901155B2 (en) * | 1999-12-23 | 2005-05-31 | National University Of Singapore | Wavelet-enhanced automated fingerprint identification system |
US6518560B1 (en) * | 2000-04-27 | 2003-02-11 | Veridicom, Inc. | Automatic gain amplifier for biometric sensor device |
US7072523B2 (en) * | 2000-09-01 | 2006-07-04 | Lenovo (Singapore) Pte. Ltd. | System and method for fingerprint image enhancement using partitioned least-squared filters |
JP4075458B2 (ja) * | 2002-05-21 | 2008-04-16 | 松下電器産業株式会社 | 指紋照合装置 |
US7512256B1 (en) * | 2004-07-22 | 2009-03-31 | Odi Security; Llc | System, method, and computer program product for ridge map formation |
AU2006209150B2 (en) * | 2005-01-31 | 2009-10-08 | Precise Biometrics Ab | Method and device for improved fingerprint matching |
KR101082626B1 (ko) * | 2007-11-09 | 2011-11-10 | 후지쯔 가부시끼가이샤 | 생체 정보 판독 장치, 생체 정보 판독 방법 및 생체 정보 판독 프로그램을 기록한 컴퓨터 판독가능한 기록 매체 |
-
2010
- 2010-10-28 JP JP2010242280A patent/JP5679767B2/ja active Active
-
2011
- 2011-10-27 US US13/282,946 patent/US8885895B2/en not_active Expired - Fee Related
- 2011-10-28 CN CN201110333708.5A patent/CN102456134B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5926555A (en) * | 1994-10-20 | 1999-07-20 | Calspan Corporation | Fingerprint identification system |
CN1434961A (zh) * | 1999-12-22 | 2003-08-06 | 诺基亚有限公司 | 数字成像 |
US20060056700A1 (en) * | 2003-05-15 | 2006-03-16 | Fujitsu Limited | Biological information detecting device |
US20060215887A1 (en) * | 2005-03-16 | 2006-09-28 | Sharp Kabushiki Kaisha | Authentication apparatus employing image, method of authentication, authentication program product, and storage medium having the program stored therein |
Non-Patent Citations (1)
Title |
---|
尹义龙等: "指纹纹线距离估计:算法与性能评价", 《模式识别与人工智能》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679620A (zh) * | 2012-09-18 | 2014-03-26 | 成都方程式电子有限公司 | 图像自适应数字量化方法和结构 |
CN103679620B (zh) * | 2012-09-18 | 2016-12-21 | 成都方程式电子有限公司 | 图像自适应数字量化方法和结构 |
WO2017067271A1 (zh) * | 2015-10-19 | 2017-04-27 | 广东欧珀移动通信有限公司 | 一种指纹识别方法、指纹识别装置和移动终端 |
CN106815564A (zh) * | 2016-12-28 | 2017-06-09 | 深圳天珑无线科技有限公司 | 一种指纹识别***的校准方法、***及一种电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US20120106808A1 (en) | 2012-05-03 |
CN102456134B (zh) | 2016-07-27 |
JP2012094052A (ja) | 2012-05-17 |
JP5679767B2 (ja) | 2015-03-04 |
US8885895B2 (en) | 2014-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102456134A (zh) | 指纹认证装置以及指纹认证方法 | |
TWI435277B (zh) | 利用與快速遮罩正規化交互相關匹配之範本的文件驗證 | |
US7283676B2 (en) | Method and device for identifying objects in digital images | |
CN100366224C (zh) | 图像处理装置及其控制方法 | |
US8787624B2 (en) | Biometric-information processing device, method of processing biometric information, and computer-readable recording medium storing biometric-information processing program | |
US8712112B2 (en) | Dot templates for object detection in images | |
US7636476B2 (en) | Radiation area extracting method and image processing apparatus | |
US8331670B2 (en) | Method of detection document alteration by comparing characters using shape features of characters | |
US20050271245A1 (en) | Specified object detection apparatus | |
EP1857963B1 (en) | Registration device, collation device, extraction method, and program | |
JP4739870B2 (ja) | サングラス検出装置及び顔中心位置検出装置 | |
US20090232397A1 (en) | Apparatus and method for processing image | |
CN101520852A (zh) | 消失点检测装置和检测方法 | |
EP1919190A3 (en) | Image processing apparatus, image processing method, and program | |
CN107231521A (zh) | 一种仪表读数识别用相机自动定位方法 | |
JP5669572B2 (ja) | 指紋認証装置 | |
US9547913B2 (en) | Information processing device, information processing apparatus, information processing method, and program | |
US20070171453A1 (en) | Image processing apparatus, image processing method, program, and storage medium | |
US7840056B2 (en) | Paper sheet processor | |
TW201931184A (zh) | 生物特徵影像處理方法及其電子裝置 | |
JP2949007B2 (ja) | 指紋入力方法 | |
US20160077205A1 (en) | Determining Whether A Target Object Was Present During A Scanning Operation | |
JP6801434B2 (ja) | 生体画像処理装置、生体画像処理方法および生体画像処理プログラム | |
JP2007025901A (ja) | 画像処理装置、画像処理方法 | |
JP2007058819A (ja) | 索引情報生成装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C53 | Correction of patent of invention or patent application | ||
CB02 | Change of applicant information |
Address after: Yokohama City, Kanagawa Prefecture, Japan Applicant after: Lapis Semiconductor Co., Ltd. Address before: Tokyo, Japan, Japan Applicant before: Lapis Semiconductor Co., Ltd. |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160727 Termination date: 20171028 |