CN103679666B - 改善传感器图像质量的*** - Google Patents
改善传感器图像质量的*** Download PDFInfo
- Publication number
- CN103679666B CN103679666B CN201210344838.3A CN201210344838A CN103679666B CN 103679666 B CN103679666 B CN 103679666B CN 201210344838 A CN201210344838 A CN 201210344838A CN 103679666 B CN103679666 B CN 103679666B
- Authority
- CN
- China
- Prior art keywords
- value
- acquisition target
- electric parameter
- threshold
- sensor
- 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.)
- Active
Links
Landscapes
- Image Input (AREA)
- Image Analysis (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
改善传感器图像质量的***,包括传感器、直方图统计模块、阈值点生成模块、采集对象检测模块、参考电气参数阈值选择模块,所述采集对象检测模块用于根据中限阈值点、上限阈值点、第一统计区间的上限值、第二统计区间的上限值判断是否有采集对象接触到传感器采集面;所述参考电气参数阈值选择模块用于根据下限阈值点判断采集对象类型,根据采集对象类型对图像质量进行判定,再根据图像质量的判定结果选择参考电气阈值参数。本发明是通过实时自应调整传感器的参考电气参数阈值,使得采集对象出现偏干、偏湿等现象时,都能够采集到比较清晰的图像,从而降低图像处理***的复杂度。
Description
技术领域
本发明属于图像处理技术领域,具体涉及一种改善传感器图像质量的***。
背景技术
现有的传感器对于采集对象偏湿或者采集对象偏干时采集到的图像有用信息太少,导致图像处理难度增加,甚至会导致某些应用场合出现误判的现象。
现有的图像质量改善技术主要有基于由传感器获取的图像进行自适应处理来调节图像对比度等。基于由传感器获取的图像进行自适应处理来调节图像对比度没有从数据源端解决采集到的图像质量问题,而是将采集到的图像通过算法对图像进行处理(如灰度拉伸、直方图调整等)。通过对采集到的图像全部或者部分灰度信息进行图像灰度拉伸或者直方图调整,耗用资源比较多,运算速度慢,对于一块模糊的图像处理改善效果不明显。
发明内容
为解决上述问题,本发明提供了一种改善传感器图像质量的***,包括传感器、直方图统计模块、阈值点生成模块、采集对象检测模块、参考电气参数阈值选择模块,
所述直方图统计模块用于实时统计传感器采集到的每一帧图像的直方图;
所述阈值点生成模块用于根据直方图在预先设定的规则内得到下限阈值点L、中限阈值点M、上限阈值点H、第一统计区间的上限值C1、第二统计区间的上限值C2;
所述采集对象检测模块用于根据中限阈值点、上限阈值点、第一统计区间的上限值和 第二统计区间的上限值判断是否有采集对象接触到传感器采集面;
所述参考电气参数阈值选择模块用于根据下限阈值点判断采集对象类型,根据采集对象类型对图像质量进行判定,再根据图像质量的判定结果选择参考电气参数阈值;
所述传感器通过参考电气参数阈值选择模块选择的参考电气阈值参数实时配置传感器采集所需的电气参数阈值。
所述阈值点生成模块,统计有效灰度区间内的总个数其中hist(x)为图像灰度值为x的直方图,G_TH为有效灰度阈值;所述G_TH根据图像灰度范围可调整,且G_TH小于或等于图像灰度范围;
令i为当前直方图对应的灰度值,0≤i≤K,所述K为图像灰度最大值;
令灰度值为n1到n2区间段内的统计个数其中n1和n2为图像灰度值范围内的任意选定值。
所述预先设定的规则为:
当yi-1≤VH×LR且yi>VH×LR时i的值就是直方图下限阈值点L,
若L>G_TH时,L=G_TH;
当yi-1≤VH×MR且yi>VH×MR时i的值就是直方图中限阈值点M,
若M>G_TH时,M=G_TH;
当yi-1≤VH×HR且yi>VH×HR时i的值就是直方图上限阈值点H,
若H>G_TH时,H=G_TH;
所述LR为求取下限阈值点的比例系数,所述MR为求取中限阈值点的比例系数,所述HR为求取上限阈值点的比例系数,且0<LR<1,0<MR<1,0<HR<1,LR<MR<HR;
当yi-1≤SUM1且yi>SUM1时,此时的i值就是第一统计区间上限值C1,若i=K且yi≤SUM1时,C1=K;
当yi-1≤SUM2且yi>SUM2时,此时的i值就是第二统计区间上限值C2,若i=K且yi≤SUM2时,C2=K;
所述第一统计区间为灰度值为0到灰度值C1的一个区间段,第二统计区间为灰度值为0到灰度值C2的一个区间段;SUM1为第一统计区间阈值,SUM2为第二统计区间阈值,且SUM1>SUM2。
所述采集对象检测模块检测是否有采集对象接触到传感器采集面的依据为:
若中限阈值点大于或等于第一统计区间上限值,则表示检测到采集对象接触到传感器采集面;
若上限阈值点小于第二统计区间的上限值时,则表示检测到采集对象离开;
若没有采集对象接触到传感器采集面,则无需进行参考电压调整判断。
所述采集对象的类型包括采集对象为湿、采集对象为干和采集对象正常,其判定方法为:
若L<G1,表示当前图像的采集对象为湿;
若L>G2,表示当前图像的采集对象为干;
若G1<L<G2,表示当前图像的采集对象正常;
其中G1,G2为可调整的灰度比较值,且G1<G2。
所述采集对象为湿时,若上限阈值点与下限阈值点的差值HL_DIF小于第一阈值,表示需要对传感器进行参考电气参数阈值调整,其调整方法为:
若0≤HL_DIF<HL(1),则选择参考电气参数阈值Z(1);
若HL(q1-1)≤HL_DIF<HL(q1),则选择参考电气参数阈值Z(q1);
其中HL(1)为HL_DIF的第一级参考值,HL(q1)为HL_DIF的第q1级参考值,Z(1)为第1个可选择的参考电气参数阈值,Z(q1)为第q1个可选择的参考电气参数阈值;1<q1≤m,1<m<num且HL(1)<HL(2)<…<HL(m);
所述第一阈值为经验值;所述num为参考电气参数阈值可选择的总个数。
当采集对象为干时,若hist_sum小于第二阈值,表示需要对传感器进行参考电气参数阈值调整,其调整方法为:
若sum(q2+1)≤hist_sum<sum(q2),选择Z(m+q2);
若0≤hist_sum<sum(num-m),选择Z(num);
其中sum(q2)为hist_sum的第q2级参考值;1≤q2<num-m,sum(num-m)为 hist_sum的第num-m级参考值,1<m<num;
且sum(1)>sum(2)>…>sum(num-m);
所述num为参考电气参数阈值可选择的总个数,且
Z(1)<Z(2)<Z(3)<……<Z(num-1)<Z(num);
所述第二阈值为经验值。
本发明是通过实时自应调整传感器的参考电气参数阈值,使得采集对象出现偏干、偏湿等现象时,都能够采集到比较清晰的图像,从而降低图像处理***的复杂度。本发明基于流水线架构实时自适应调整传感器的参考电气参数阈值,其实现方法简单、运算速度快、功耗小、成本低。
附图说明
图1为传感器输出电信号值与参考电气阈值的示意图;
图2为湿手指在传感器上采集到的图像及其对应的直方图分布图;
图3为干手指在传感器上采集到的图像及其对应的直方图分布图;
图4为正常手指在传感器上采集到的图像及其对应的直方图分布图;
图5为参考电气参数阈值调整***框图;
图6为干手指未调整和自适应调整参考电气参数阈值后采集图像的对比图;
图7为湿手指未调整和自适应调整参考电气参数阈值后采集图像的对比图。
具体实施方式
下面参照附图来说明本发明的优选实施例,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
电容式传感器将被测量的信号转换成电信号,并通过一固定周期采样电信号,将采样的电信号值送入到比较器,比较器将电信号转换成易于处理的数字信号。传感器将被测量信号转换成电信号的曲线图如图1a。
图1b中的曲线1为采集对象比较正常时产生的电信号曲线图,曲线2为采集对象偏干时产生的电信号曲线图,曲线3为采集对象偏湿时产生的电信号曲线图。当采集对象正常时,设置的参考电气参数阈值为参考电气参数阈值一,此时在采集时间点nT出现翻转,该点的灰度值为n;当采集对象偏干时,设置参考电气参数阈值为参考电气参数阈值二,此时在采集时间点nT出现翻转,该点的灰度值为n;当采集对象偏湿时,设置参考电气参数阈值为参考电气参数阈值三,此时在采集时间点nT出现翻转,该点的灰度值为n。由此可知,通过调整传感器的不同合适参考电气参数(例:电压、电流等)阈值,使得采集对象偏干、偏湿时采集得到的灰度值与采集对象正常时采集得到的灰度值分布在同一个区间范围。
由图1b可知,不同的采集对象产生不同的电信号曲线,其曲线图是非线性的。当传感器的参考电气参数(例:电压、电流等)阈值固定时,采集对象偏干、采集对象偏湿等相对于正常的采集对象,采集到的图像比较模糊或者有用灰度信息太少。本发明通过实时调整传感器的参考电气参数(例:电压、电流等)阈值,使得对于采集对象偏干、采集对象偏湿等都能够采集到比较清晰的图像。
根据上述原理,通过图像非背景灰度信息逆推采集对象类型,实时调整传感器的参考电气参数阈值,使得采集对象偏干、采集对象偏湿时都能够采集到比较清晰的图像。
由于不同采集对象的介电常数和到传感器表面的距离等的不同,导致采集到的图像效果存在明显差异。以下分别对采集对象偏干、采集对象偏湿和比较正常的采集对象三种情况进行了分析:
(1)、当采集对象偏湿时,其介电常数比空气的介电常数大,导致其电容放电速度快,采集的图像非背景值偏低,且非背景信息主要分布靠近灰度值为0的区域。本实施例中,湿手指在电容式传感器上采集到的图像及其直方图分布如图2所示,实时采集到的图像非背景信息非常多,根据直方图分布统计得到的上限阈值点、中限阈值点、下限阈值点都很小,且3个阈值点分布在很小的区间范围内。
(2)、当采集对象偏干时,其介电常数比空气介电常数略小,导致其电容放电速度慢,采集的图像非背景灰度值偏高,且主要分布靠近图像背景值的区域。本实施例中,干手指在电容式指纹传感器上采集到的图像及其直方图分布如图3所示,偏干的采集对象采集到的图像灰度信息偏少,大部分为图像背景值,根据直方图分布统计得到的下限阈值点偏大、统计灰度值为n1到n2之间的像素点个数也比较少。
(3)、当采集对象比较正常时,其介电常数介于采集对象偏干与采集对象偏湿之间,其电容放电速度适中,采集到的图像非背景信息分布均匀,其非背景信息也足够多。本实施例中,正常手指在电容式传感器上采集到的图像及其对应的直方图分布如图4示,采集对象正常时,采集到的图像非常清晰,根据直方图分布统计得到的上限阈值点、中限阈值点、下限阈值点分布在很大一个区间,灰度值n1到灰度值n2区间段的像素点总个数足够多。
如图5所示,为了使得某些特殊的采集对象都能够采集到比较清晰的图像,本发明提供一种改善传感器图像质量的***,包括传感器、直方图统计模块、阈值点生成模块、采集对象检测模块、参考电气参数阈值选择模块。
直方图统计模块用于实时统计传感器采集到的每一帧图像的直方图;
阈值点生成模块用于根据直方图在预先设定的规则内得到下限阈值点L、中限阈值点M、上限阈值点H、第一统计区间的上限值C1、第二统计区间的上限值C2;
采集对象检测模块根据中限阈值点、上限阈值点、第一统计区间的上限值和第二统计 区间的上限值判断是否有采集对象接触到传感器采集面;
参考电气参数阈值选择模块用于根据下限阈值点判断采集对象类型,根据采集对象类型对图像质量进行判定,再根据图像质量的判定结果选择参考电气参数阈值;当采集对象为湿时,根据上限阈值点与下限阈值点的差值选择不同的参考电气参数阈值,当采集对象为干时,根据灰度值为n1到n2的统计个数选择不同的参考电气参数阈值;
传感器是通过参考电气参数阈值调整模块选择的参考电气参数阈值实时配置传感器采集所需的电气参数阈值从而改变其采集图像的质量。
直方图统计模块统计直方图,直方图实时统计的公式如下:
其中u为图像的垂直坐标,v为图像的水平坐标,h为图像高度,w为图像宽度,x为图像的灰度值,img(u,v)为图像像素点坐标位于(u,v)的灰度值。
阈值点生成模块统计有效灰度区间内的总个数 其中hist(x)为灰度值为x的直方图,G_TH为有效灰度阈值;所述G_TH根据图像灰度范围可调整,且G_TH小于或等于图像灰度范围。
令i为当前直方图对应的灰度值,0≤i≤K,所述K为图像灰度最大值。
令灰度值n1到灰度值n2区间段的统计个数其中n1和n2为图像灰度值范围内的任意选定值。
根据直方图计算下限阈值点L、中限阈值点M、上限阈值点H、第一统计区间的上限值C1、第二统计区间的上限值C2,其判定规则为:
当yi-1≤VH×LR且yi>VH×LR时i的值就是直方图下限阈值点L,
若L>G_TH时,L=G_TH;
当yi-1≤VH×MR且yi>VH×MR时i的值就是直方图中限阈值点M,
若M>G_TH时,M=G_TH;
当yi-1≤VH×HR且yi>VH×HR时i的值就是直方图上限阈值点H,
若H>G_TH时,H=G_TH;
所述LR为求取下限阈值点的比例系数,所述MR为求取中限阈值点的比例系数,所述HR为求取上限阈值点的比例系数,且0<LR<1,0<MR<1,0<HR<1,LR<MR<HR;
当yi-1≤SUM1且yi>SUM1时,此时的i值就是第一统计区间上限值C1,
若i=K且yi≤SUM1时,C1=K;
当yi-1≤SUM2且yi>SUM2时,此时的i值就是第二统计区间上限值C2,
若i=K且yi≤SUM2时,C2=K;
所述第一统计区间为灰度值为0到灰度值C1的一个区间段,第二统计区间为灰度值为0到灰度值C2的一个区间段;SUM1为第一统计区间阈值,SUM2为第二统计区间阈值,且SUM1>SUM2。
采集对象检测模块根据中限阈值点、上限阈值点、第一统计区间的上限值和第二统计 区间的上限值判断是否有采集对象接触到传感器采集面,其检测依据为:
通过判断中限阈值点以下的统计个数是否足够多,
如果中限阈值点大于或等于第一统计区间上限值,表示中限阈值点以下的个数大于或等于第一统计区间阈值,表示检测到采集对象接触到传感器采集面;当上限阈值点小于第二统 计区间的上限值时,表示上限阈值点以下的个数不够多,即表示检测到采集对象离开。
如果没有采集对象接触到传感器采集面,无需进行参考电压调整判断,直接进入直方图统计模块对下一帧图像的直方图进行统计,判断下一帧图像是否需要调整参考电压;否则进入参考电气参数阈值选择模块对参考电气参数阈值进行选择。
参考电气参数阈值选择模块根据下限阈值点逆推采集对象类型,采集对象的类型包括采集对象为湿、采集对象为干和采集对象正常,其判定方法为:
若L<G1,表示当前采集的图像非背景信息主要分布在G1以下的区间范围内,当前图像的采集对象为湿;
若L>G2,表示当前采集的图像非背景信息主要分布在G2以上的区间范围内,当前图像的采集对象为干;
若G1<L<G2,表示当前采集的图像非背景信息主要分布在G1到G2之间的区间范围内,当前图像的采集对象正常;
其中G1,G2为可调整的灰度比较值,且G1<G2。
根据不同的采集对象类型,选择不同的图像质量的判定方法,其选取规则为:
a)当采集对象为湿时,采集到的图像非背景信息非常多,通过判断上限阈值点与下限阈值点的分布间距,判断图像非背景信息是否分布在比较大的区间范围内,如果上限阈值点与下限阈值点的差值小于第一阈值,所述第一阈值为经验值,表示当前采集的图像非背景灰度信息分布在很小的一个区间范围内,图像出现一块模糊不清的现象。上限阈值点与下限阈值点的间距越小,表示当前的图像质量越差,需要对传感器进行参考电气参数阈值调整。
b)当采集对象为干时,采集到的图像非背景信息非常少,通过判断灰度值为n1到n2的统计个数,判断图像非背景信息是否比较多,如果灰度值为n1到n2的统计个数小于第二阈值,所述第二阈值为经验值,表示当前采集的图像非背景灰度信息比较少。如果统计个数越少,表示当前采集到的图像的质量越差,需要对传感器进行参考电气参数阈值调整。
根据图像质量选择不同的参考电气参数阈值,其选取规则为:
当采集对象为湿时:如果图像出现一块模糊不清,则说明图像非背景信息分布在一个很小的区间范围内,根据直方图分布得到的上限阈值点与下限阈值点的间隔范围很小,即根据上限阈值点与下限阈值点的差值选择不同的参考电气参数阈值。
若0≤HL_DIF<HL(1),则选择参考电气参数阈值Z(1);
若HL(1)≤HL_DIF<HL(2),则选择参考电气参数阈值Z(2);
同理,
若HL(m-1)≤HL_DIF<HL(m),则选择参考电气参数阈值Z(m);
其中HL_DIF为上限阈值点与下限阈值点的差值,即HL_DIF=H-L,1<m<num。
HL(1)为HL_DIF的第一级参考值;
HL(2)为HL_DIF的第二级参考值;
同理,
HL(m)为HL_DIF的第m级参考值;且HL(1)<HL(2)<…<HL(m)。
num为参考电气参数阈值可选择的总个数;
Z(1)为第一个可选择的参考电气参数阈值;
Z(2)为第二个可选择的参考电气参数阈值;
同理,
Z(num)为第num个可选择的参考电气参数阈值;
且Z(1)<Z(2)<Z(3)<……<Z(num-1)<Z(num)。
当采集对象为干时:采集到的图像非背景信息比较少,主要为图像背景值,根据统计灰度值为n1到n2之间的像素点总个数hist_sum,判断采集对象偏干的程度,从而选择不同的参考电气参数阈值。
若sum(2)≤hist_sum<sum(1),选择Z(m+1);
若sum(3)≤hist_sum<sum(2),选择Z(m+2);
同理,
若sum(num-m)≤hist_sum<sum(num-m-1),则选择Z(num-1);
若0≤hist_sum<sum(num-m),则选择Z(num)
其中sum(1)为hist_sum的第一级参考值;
sum(2)为hist_sum的第二级参考值;
同理,
sum(num-m)为hist_sum的第num-m级参考值;
且sum(1)>sum(2)>…>sum(num-m)。
同一个采集对象在参考电气参数阈值为Z(1)到参考电气参数阈值为Z(num)时采集得到的图像非背景信息逐次递增,即同一个采集对象在参考电气参数阈值为Z(2)时采集得到的图像非背景信息比在参考电气参数阈值为Z(1)时采集得到的图像非背景信息多。
传感器根据选择的参考电气参数阈值调整下一帧采集的参考电气参数阈值。
参见图6、图7,本实施例提供了干、湿手指在电容式指纹传感器上通过实时自适应调整传感器参考电气参数阈值采集的图像与未调整传感器参考电气参数阈值采集的图像。图6左为干手指未调整参考电气参数阈值时采集的图像,右为干手指实时自适应调整参考电气参数阈值后采集的指纹图像;图7为湿手指未调整参考电气参数阈值时采集的图像,右为湿手指实时自适应调整参考电气参数阈值后采集的指纹图像。从图中可以看出本发明通过实时自适应调整传感器的参考电气参数阈值,使得采集对象出现偏干、偏湿、脏、油等现象时,都能够采集到比较清晰的图像,从而降低图像处理***的复杂度。
本领域的技术人员在不脱离权利要求书确定的本发明的精神和范围的条件下,还可以对以上内容进行各种各样的修改。因此本发明的范围并不仅限于以上的说明,而是由权利要求书的范围来确定的。
Claims (6)
1.改善传感器图像质量的***,其特征在于,包括传感器、直方图统计模块、阈值点生成模块、采集对象检测模块、参考电气参数阈值选择模块,
所述直方图统计模块用于实时统计传感器采集到的每一帧图像的直方图;
所述阈值点生成模块用于根据直方图在预先设定的规则内得到下限阈值点L、中限阈值点M、上限阈值点H、第一统计区间的上限值C1、第二统计区间的上限值C2;
所述采集对象检测模块用于根据中限阈值点、上限阈值点、第一统计区间的上限值、 第二统计区间的上限值判断是否有采集对象接触到传感器采集面;
所述参考电气参数阈值选择模块用于根据下限阈值点判断采集对象类型,根据采集对象类型对图像质量进行判定,再根据图像质量的判定结果选择参考电气参数阈值;
所述传感器通过参考电气参数阈值选择模块选择的参考电气参数阈值实时配置传感器采集所需的电气参数阈值。
2.根据权利要求1所述的改善传感器图像质量的***,其特征在于,所述预先设定的规则为:
当yi-1≤VH×LR且yi>VH×LR时i的值就是直方图下限阈值点L,
若L>G_TH时,L=G_TH;
当yi-1≤VH×MR且yi>VH×MR时i的值就是直方图中限阈值点M,
若M>G_TH时,M=G_TH;
当yi-1≤VH×HR且yi>VH×HR时i的值就是直方图上限阈值点H,
若H>G_TH时,H=G_TH;
所述LR为求取下限阈值点的比例系数,所述MR为求取中限阈值点的比例系数,所述HR为求取上限阈值点的比例系数,且0<LR<1,0<MR<1,0<HR<1,LR<MR<HR;
当yi-1≤SUM1且yi>SUM1时,此时的i值就是第一统计区间上限值C1,若i=K且yi≤SUM1时,C1=K;
当yi-1≤SUM2且yi>SUM2时,此时的i值就是第二统计区间上限值C2,若i=K且yi≤SUM2时,C2=K;
所述第一统计区间为灰度值为0到灰度值C1的一个区间段,第二统计区间为灰度值为0到灰度值C2的一个区间段;SUM1为第一统计区间阈值,SUM2为第二统计区间阈值,且SUM1>SUM2;
所述阈值点生成模块,统计有效灰度区间内的总个数
其中hist(x)
为图像灰度值为x的直方图,G_TH为有效灰度阈值;所述G_TH根据图像灰度范围可
调整,且G_TH小于或等于图像灰度范围;
令 i为当前直方图对应的灰度值,0≤i≤K,所述K为图像灰度最 大值。
3.根据权利要求1所述的改善传感器图像质量的***,其特征在于,所述采集对象检测模块检测是否有采集对象接触到传感器采集面的依据为:
若中限阈值点大于或等于第一统计区间上限值,则表示检测到采集对象接触到传感器采集面;
若上限阈值点小于第二统计区间的上限值时,则表示检测到采集对象离开;
若没有采集对象接触到传感器采集面,则无需进行参考电压调整判断。
4.根据权利要求1所述的改善传感器图像质量的***,其特征在于,所述采集对象的类型包括采集对象为湿、采集对象为干和采集对象正常,其判定方法为:
若L<G1,表示当前图像的采集对象为湿;
若L>G2,表示当前图像的采集对象为干;
若G1<L<G2,表示当前图像的采集对象正常;
其中G1,G2为可调整的灰度比较值,且G1<G2。
5.根据权利要求4所述的改善传感器图像质量的***,其特征在于,
所述采集对象为湿时,若上限阈值点与下限阈值点的差值HL_DIF小于第一阈值,表示需要对传感器进行参考电气参数阈值调整,其调整方法为:
若0≤HL_DIF<HL(1),则选择参考电气参数阈值Z(1);
若HL(q1-1)≤HL_DIF<HL(q1),则选择参考电气参数阈值Z(q1);
其中HL(1)为HL_DIF的第一级参考值,HL(q1)为HL_DIF的第q1级参考值,Z(1)为第1个可选择的参考电气参数阈值,Z(q1)为第q1个可选择的参考电气参数阈值;1<q1≤m,1<m<num且HL(1)<HL(2)<…<HL(m);
所述第一阈值为经验值;所述num为参考电气参数阈值可选择的总个数。
6.根据权利要求4所述的改善传感器图像质量的***,其特征在于,
当采集对象为干时,若hist_sum小于第二阈值,表示需要对传感器进行参考电气参数阈值调整,其调整方法为:
若sum(q2+1)≤hist_sum<sum(q2),选择Z(m+q2);
若0≤hist_sum<sum(num-m),选择Z(num);
令灰度值为n1到n2区间段内的统计个数 其中n1和n2为图 像灰度值范围内的任意选定值;其中sum(q2)为hist_sum的第q2级参考值;1≤q2<num-m,sum(num-m)为hist_sum的第num-m级参考值,1<m<num;且sum(1)>sum(2)>…>sum(num-m);
所述num为参考电气参数阈值可选择的总个数,且
Z(1)<Z(2)<Z(3)<……<Z(num-1)<Z(num);
所述第二阈值为经验值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210344838.3A CN103679666B (zh) | 2012-09-18 | 2012-09-18 | 改善传感器图像质量的*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210344838.3A CN103679666B (zh) | 2012-09-18 | 2012-09-18 | 改善传感器图像质量的*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103679666A CN103679666A (zh) | 2014-03-26 |
CN103679666B true CN103679666B (zh) | 2016-05-11 |
Family
ID=50317121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210344838.3A Active CN103679666B (zh) | 2012-09-18 | 2012-09-18 | 改善传感器图像质量的*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103679666B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303174B (zh) * | 2015-10-19 | 2019-12-10 | Oppo广东移动通信有限公司 | 指纹录入方法及装置 |
CN112784851A (zh) * | 2019-11-11 | 2021-05-11 | 珠海格力电器股份有限公司 | 阈值选取电路及方法、角点检测电路及方法 |
CN113538262B (zh) * | 2021-06-21 | 2023-04-11 | 天津大学 | 应用于多比特量子图像传感器的高动态范围图像还原方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2043024A2 (en) * | 2007-09-27 | 2009-04-01 | Mitsumi Electric Co., Ltd. | Finger contact detecting apparatus, finger contact detecting method, fingerprint reading apparatus and fingerprint reading method |
-
2012
- 2012-09-18 CN CN201210344838.3A patent/CN103679666B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2043024A2 (en) * | 2007-09-27 | 2009-04-01 | Mitsumi Electric Co., Ltd. | Finger contact detecting apparatus, finger contact detecting method, fingerprint reading apparatus and fingerprint reading method |
Non-Patent Citations (3)
Title |
---|
"Adaptive fingerprint image enhancement with fingerprint image quality analysis";Eun-Kyung Yun,Sung-Bae Cho;《Image and Vision Computing》;20060101;第24卷(第1期);101-110 * |
"基于FPS200的自适应指纹采集算法";谭伟基等;《科学技术与工程》;20080715;第8卷(第14期);第2.2-2.4节 * |
"针对固态指纹传感器的图像质量评估方法";祝翠琴;《计算机工程与应用》;20030601(第16期);102-104 * |
Also Published As
Publication number | Publication date |
---|---|
CN103679666A (zh) | 2014-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102279973B (zh) | 基于高梯度关键点的海天线检测方法 | |
CN107704807A (zh) | 一种基于多源遥感序列影像的动态监测方法 | |
CN101162503A (zh) | 利用改进Hausdorff距离提取识别人耳特征的方法 | |
CN108921210B (zh) | 一种基于卷积神经网络的云分类方法 | |
CN102982534B (zh) | 基于弦线切线法的Canny边缘检测双阈值获取方法 | |
CN104778696B (zh) | 一种基于视通路方位敏感的图像边缘分级检测方法 | |
CN105812618B (zh) | 一种运动检测方法及运动检测装置 | |
CN103377468A (zh) | 图像处理装置及图像处理方法 | |
CN109002862B (zh) | 一种面向铜矿浮选机的基于神经网络的软测量方法及*** | |
CN103679666B (zh) | 改善传感器图像质量的*** | |
CN110188806A (zh) | 一种基于机器视觉的大圆机织物疵点检测与分类方法 | |
CN115082465B (zh) | 基于扫描电镜图像处理的羊毛羊绒分类方法 | |
CN206058228U (zh) | 机器视觉检测*** | |
CN104598914A (zh) | 一种肤色检测的方法及装置 | |
CN116523913B (zh) | 一种丝杆质量智能检测方法 | |
CN110378887A (zh) | 屏幕缺陷检测方法、装置及***、计算机设备及介质 | |
CN111079744B (zh) | 适用于复杂光照环境的车辆车牌智能识别方法及装置 | |
CN104808057B (zh) | 一种基于异步探测的声光实时信号分析仪 | |
CN104766100B (zh) | 基于机器学习的红外小目标图像背景预测方法与装置 | |
CN110365404B (zh) | 无波前传感自适应***及利用该***提高收敛速度的方法 | |
CN107516331A (zh) | 一种竹条颜色分类方法及*** | |
CN107807126A (zh) | 一种基于pcnn的面粉麸星检测方法 | |
CN106824826B (zh) | 一种玉米单倍体分拣*** | |
CN108986083A (zh) | 基于阈值优化的sar图像变化检测方法 | |
CN202748806U (zh) | 一种基于图像灰度信息进行手指检测实现架构 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20170420 Address after: 610041 high tech Zone, Chengdu province Tianfu Avenue North Section of the new century global center, No. 1700 E3-1-1603 Patentee after: Hefei formula Electronic Technology Co., Ltd. Address before: 610041 Sichuan, Chengdu high tech Tianfu Avenue South extension of the high-tech incubator Park, building A-E-3, No. 1 Patentee before: Chengdu Finchos Electron Co., Ltd. |
|
TR01 | Transfer of patent right |