CN103914805A - 指纹图像降阶处理装置及方法 - Google Patents

指纹图像降阶处理装置及方法 Download PDF

Info

Publication number
CN103914805A
CN103914805A CN201310001443.8A CN201310001443A CN103914805A CN 103914805 A CN103914805 A CN 103914805A CN 201310001443 A CN201310001443 A CN 201310001443A CN 103914805 A CN103914805 A CN 103914805A
Authority
CN
China
Prior art keywords
depression
order
pixel value
image
array
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.)
Pending
Application number
CN201310001443.8A
Other languages
English (en)
Inventor
刘李财
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HARDWARE AND SOFTWARE Tech CO Ltd
Original Assignee
HARDWARE AND SOFTWARE Tech CO Ltd
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 HARDWARE AND SOFTWARE Tech CO Ltd filed Critical HARDWARE AND SOFTWARE Tech CO Ltd
Priority to CN201310001443.8A priority Critical patent/CN103914805A/zh
Publication of CN103914805A publication Critical patent/CN103914805A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Input (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明是有关于一种指纹图像降阶处理方法,包括下述步骤:对一手指感测模拟影像信号;模拟/数字转换该模拟影像信号为数字图像的信号;判断该数字图像的全部像素的最大像素值及最小像素值;设定降阶编码所需的n个门槛值,以区分靠近该最大像素值及靠近该最小像素值的重要成份和位于该最大像素值及该最小像素值之间的渐变成份,且符合2≤n<16的条件;及依据该些门槛值将该数字图像的信号转换为编码范围为n+1种像素值的降阶图像信号。

Description

指纹图像降阶处理装置及方法
技术领域
本发明涉及一种指纹感测装置及方法,特别是涉及一种可标准化指纹图像的灰阶分布范围以快速判断手指运动趋势的指纹图像降阶处理装置及方法。
背景技术
大部分的指纹感测器,大多输出256灰阶的指纹影像,也就是每一个像素的像素值是0至255,用来表示指纹纹路的深浅,也就是像素值0代表的是手指指纹的纹谷(ridge),像素值255代表手指指纹的纹脊(valley)。
但是,指纹感测器每次感测到的指纹图像会有所差异,其形成差异的影响因素如下:
1.肤质差异:实际应用时,因为使用者的肤质状态有时较干或有时较湿,会造成指纹感测器输出的像素值不是在像素值0至255的范围,有可能某一次感测到的指纹图像的纹谷像素值是18及纹脊像素值是176,而另一感测到的指纹图像的纹谷像素值是27及纹脊像素值是142,因此,难以建立一套适用的判断标准。
2.转换误差:指纹感测器在转化为数字化灰阶原始影像数据的过程中,伴随着不少因为指纹感测器本身电子电路所伴随而来的放大器噪声、模拟数字转换噪声及误差等等,所以就算同一使用者的手指完全静止的情况下,扫描二次所得到的数字化灰阶原始影像数据也会有所差异。
3.外界噪声干扰:指纹感测器内部电路与周边的搭配电路可能会因为随机的噪声干扰,造成输出的像素值并非反映真正的值。
综观以上的因素,每次感测到的指纹图像的像素值分布会有不一致的现象,目前为了消除噪声或转换误差所造成的影响,会借由高斯模糊(Gaussian blur)、快速傅立叶转换(FFT)或是其它数字影像处理惯用的算法来去除噪声,但这会耗费大量的处理时间与增加***的复杂度。
发明内容
因此,本发明的目的是在提供一种可以避免每次感测到的指纹图像的灰阶分布范围不一致的指纹图像降阶处理装置及方法。
于是,本发明的指纹图像降阶处理方法包括下述步骤:对一手指感测一模拟影像信号;模拟/数字转换该模拟影像信号为数字图像的信号;判断该数字图像的全部像素的最大像素值及最小像素值;设定降阶编码所需的n个门槛值,以区分靠近该最大像素值及靠近该最小像素值的重要成份和位于该最大像素值及该最小像素值之间的渐变成份,且符合2≤n<16的条件;及依据该些门槛值将该数字图像的信号转换为编码范围为n+1种像素值的降阶图像信号。
优选的,本发明的指纹图像降阶处理方法还配合有信号转换的误差值,且是设定n=2,该些门槛值是包括第一门槛值及第二门槛值,该第一门槛值为该最小像素值加上该误差值,该第二门槛值为该最大像素值减去该误差值,令该数字图像的像素值是低于该第一门槛值时输出第一像素值、该数字图像的像素值介于该第一门槛值及该第二门槛值之间时输出第二像素值,以及该数字图像的像素值高于该第二门槛值时输出第三像素值。
优选的,本发明的指纹图像降阶处理方法还包括下述步骤:储存在连续时间撷取的参考降阶图像及目前降阶图像;在该参考降阶图像中定义一小区域的参考数组,并在该目前降阶图像局部搜寻与该小区域相同范围且具有近似像素值的目标数组;及比对该参考数组及该目标数组,并输出该目标数组相对于该参考数组的水平位移、垂直位移或旋转角度。
本发明的指纹图像降阶处理装置包括:影像感测器,对一手指感测模拟影像信号;模拟/数字转换器,电性连接该影像感测器,用以模拟/数字转换该模拟影像信号为数字图像的信号;及降阶编码器,判断该数字图像的全部像素的最大像素值及最小像素值,且设定降阶编码所需的n个门槛值,以区分靠近该最大像素值及靠近该最小像素值的重要成份和位于该最大像素值及该最小像素值之间的渐变成份,且符合2≤n<16的条件,并依据该些门槛值将该数字图像的信号转换为编码范围为n+1种像素值的降阶图像信号。
优选的,本发明的指纹图像降阶处理装置中,该模拟/数字转换器存在模拟/数字转换的误差值,该降阶编码器是设定n=2,该些门槛值是包括第一门槛值及第二门槛值,该第一门槛值为该最小像素值加上该误差值,该第二门槛值为该最大像素值减去该误差值,令该数字图像的像素值是低于该第一门槛值时输出第一像素值、该数字图像的像素值介于该第一门槛值及该第二门槛值之间时输出第二像素值,以及该数字图像的像素值高于该第二门槛值时输出第三像素值。
优选的,本发明的指纹图像降阶处理装置还包括储存器,储存在连续时间撷取的参考降阶图像及目前降阶图像;局部搜寻单元,在该参考降阶图像定义一小区域的参考数组,并在该目前降阶图像局部搜寻与该小区域相同范围且具有近似像素值的目标数组;水平位移计算器,比对该参考数组及该目标数组,并输出该目标数组相对于该参考数组的水平位移;垂直位移计算器,比对该参考数组及该目标数组,并输出该目标数组相对于该参考数组的垂直位移;及角度计算器,比对该参考数组及该目标数组,并输出该目标数组相对于该参考数组的旋转角度。
本发明的有益效果在于:将原始编码的指纹图像进行降阶处理,设定降阶编码所需的n个门槛值,以区分靠近该最大像素值及靠近该最小像素值的重要成份和位于该最大像素值及该最小像素值之间的渐变成份,且符合2≤n<16的条件,因此可保留低指纹的重要成份、滤除渐变成份不必要的噪声,及降低原本复杂的运算量,使得基于指纹图像来快速判断手指运动趋势成为可能。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1是一***方框图,说明本发明的指纹图像降阶处理装置的较佳实施例;
图2是一示意图,说明指纹图像具有的原始编码片段经由降阶编码后可得到像素值简化的降阶编码片段;
图3是一流程图,说明本发明的指纹图像降阶处理方法的较佳实施例的降阶程序;
图4是一流程图,说明本发明的指纹图像降阶处理方法的较佳实施例的手指移动趋势判断程序。
具体实施方式
下面结合附图及实施例对本发明进行详细说明。在本发明被详细描述的前,要注意的是,在以下的数个较佳实施例的详细说明内容中,类似的元件是以相同的编号来表示。
参阅图1及图2,本发明的指纹图像降阶处理装置100及方法的较佳实施例说明如下。
指纹图像降阶处理装置100包括影像感测器11、模拟/数字转换器12、第一储存器13、降阶编码器15、第二储存器16、局部搜寻单元17及移动趋势判断单元18;移动趋势判断单元18包括水平位移计算器181、垂直位移计算器182及角度计算器183。
影像感测器11包括感应数组(Sensor array)、读取电路及放大电路等,用以感测物体并输出模拟影像信号。
模拟/数字转换器12电性连接该影像感测器11,用以模拟/数字转换该模拟影像信号为数字图像的信号,例如:8位的数字图像的信号的编码范围包括256种像素值;为了进行后续的移动趋势判断处理,第一储存器13储存有连续时间感测到的参考指纹图像131及目前指纹图像132,且参考指纹图像131及目前指纹图像132的像素值范围为0至255(十进制),如图2所示的指纹图像401具有原始编码片段402,其原始编码片段402的各像素值的范围为0-255。
参阅图3,本发明的指纹图像降阶处理方法的较佳实施例的步骤包括:对一手指撷取一张感测影像(步骤S201),模拟/数字转换器12模拟/数字转换该感测影像为原始数字图像(步骤S202),且该原始数字图像的各像素为2m种编码值,m=8为原始编码位数。
然后,降阶编码器15判断该数字图像的全部像素的最大像素值及最小像素值(步骤S203),因为指纹影像的中的最大像素值及最小像素值的差距就是此指纹影像的动态范围,而纹谷及纹脊的重要成份及噪声的渐变成份会发生在此动态范围,所以设定降阶编码所需的n个门槛值。
因此,降阶编码器15依据最大像素值及最小像素值决定降阶编码所需的n个门槛值(步骤S204),符合2≤n<16的条件,借此区分靠近最大像素值及靠近最小像素值的重要成份和位于最大像素值及最小像素值之间的渐变成份,最后,可将该原始数字图像的各像素降阶编码为n+1种编码值(步骤S205)。
本实施例将以设定n=2为例说明,但需补充说明的是,只要符合2≤n<16的条件,并利用该些门槛值去区分靠近最大像素值及靠近最小像素值的重要成份和位于最大像素值及最小像素值之间的渐变成份的原理,以将该数字图像的信号转换为编码范围为n+1种像素值的降阶图像信号,均属于本发明的范畴。
因为现有的感测器连续读取到的像素数据会因为硬件本身线路或零件所造成的信号转换的误差而有所差异,本实施例以型号OFP100的影像感测器11为例,其信号转换的误差范围约略是±5%,而信号转换的误差范围±5%代表同一个像素在两次的模拟/数字转换过程中可能会得到256灰阶乘以10%的差异,也就是说,同一个像素可能在前次得到10的像素值,而下一次可能得到36这个像素值,所以本实施例是设定256*10%=25.6≈26为信号转换的误差值。
因此,本发明的指纹图像降阶处理装置100的模拟/数字转换器12存在的信号转换的误差值为“26”(十六进制为“1A”),当降阶编码器15是设定两个门槛值(n=2),假设最大像素值是“F8”(十六进制),并假设最小像素值是“07”(十六进制),该些门槛值包括第一门槛值及第二门槛值,第一门槛值为最小像素值“07”加上误差值“1A”等于“33”(十进制),第二门槛值为最大像素值“F8”减去误差值“1A”等于“222”(十进制),令数字图像的信号的各像素值低于第一门槛值“07”时输出第一像素值“0”、该数字图像的像素值介于该第一门槛值“07”及该第二门槛值“222”之间时输出第二像素值“1”,以及该数字图像的像素值高于该第二门槛值“222”时输出第三像素值“2”。
参阅图2,指纹图像401的原始编码片段402的各像素值的范围为0-255(十进制),由于经由降阶编码后可得到简化后降阶编码片段403,其像素值只有以“0”、“1”及“2”表示,也就代表了三阶的降阶化处理,其转换法则的举例说明如下:
1.像素值高于(含)F8-1A=DE=222(十进制)的像素变换为数值“2”。
2.像素值低于(含)07+1A=21=33(十进制)的像素变换为数值“0”。
3.像素值介于222和33之间的数值转换为“1”。
补充说明的是,配合影像感测器11的硬件与周边搭配电路的特性,如果确认信号转换的误差与随机噪声的强度在某些范围之内,可以依据误差或噪声的特性使用四阶、甚至五阶以上的降阶化处理,以除去误差或噪声,不以三阶的降阶化处理为限制,且为了单纯化,以不超出过多阶数(如:十六阶)为宜。
参阅图4,并配合图1,本发明的指纹图像降阶处理方法包括下述步骤:第二储存器16储存在第一时间撷取的参考指纹影像131,并将其依据n个门槛值将各像素的像素值降阶编码的参考降阶图像161(步骤S301);第二储存器16储存在接续第一时间的第二时间撷取的目前指纹影像132,并将其依据n个门槛值将各像素的像素值降阶编码的目前降阶图像162(步骤S302);也就是储存在连续时间撷取的目前降阶图像162及参考降阶图像161。
以第一时间感测到的实际像素值(07,21,D8,E6,F1,F7,F8,DA,3B,26,19,08,06,47,E3,F2,EF,E9)为例,第二时间感测到的实际像素值可能变成为(09,20,D6,E0,F3,F2,F4,D9,3B,24,76,10,08,4F,DF,F2,E7,E1),两者比较后发生较大的误差如“19”变成“76”,因为纹脊和纹谷之间的一系列像素值为渐变的关系容易受噪声干扰,但是纹脊的像素值(如:E6,F1,F7,F8和E0,F3,F2,F4)基本上变动较小,所以借由降阶处理后,其噪声导致的误差就可有效的被消除。
然后,局部搜寻单元17在参考降阶图像161定义一小区域的参考数组,并在该目前降阶图像162局部搜寻与该小区域相同范围且具有近似像素值的目标数组(步骤S303),详细原理说明如下。
局部搜寻单元17在参考降阶图像161定义一小区域的参考数组,并在目前降阶图像162局部搜寻与该小区域相同范围且具有近似像素值的目标数组,其近似像素值的比对算法为:
其中的SimilarityScore就是代表比对区域的全部相似分数,而AverageSimilarityScore代表比对区域像素的“平均相似度分数”。只要从目前降阶图像和参考降阶图像中经过重复的区域比对过程,找到最高的AverageSimilarityScore的那块区域,就是前后两幅指纹图像的相似区域;从以上程序即可说明非常明显的简化了比对的运算过程,因此,本发明的计算过程非常简单,只需加、减的运算即可,这种计算过程非常适用于运算能力不强的***环境,例如八位元的微处理器,如此不但加快处理速度且可降低硬件成本。
局部搜寻的目前降阶图像数据可降低内存的需求,并且能在稍弱的计算能力和速度下可运作正常,并且,目前降阶图像必须要有与参考降阶图像重叠的部分,如此才能正确的计算出运动结果,故搜寻区域必须涵盖够大的范围。例如:在以每一次检测循环必须能够检测出最大8像素的平移量的要求条件下,搜寻区域就必须涵盖至少9*9=81像素的范围。虽然,局部搜寻的方式可降低实作例环境的资源需求,也能降低计算能力和速度的需求,但也同时降低了侦测精确度和可侦测的最大位移量。所以,亦可以全图搜寻或是划定搜寻区域的大小,主要依据实作的环境、资源和功能要求而定,不以本实施例所提的局部搜寻方法为限制。
移动趋势判断单元18比对该参考数组及该目标数组(步骤S304),并且输出该目标数组相对于该参考数组的水平位移、垂直位移或旋转角度(步骤S305);其中,移动趋势判断单元18的水平位移计算器181可比对参考数组及目标数组,并输出目标数组相对于参考数组的水平位移;移动趋势判断单元18的垂直位移计算器182可比对参考数组及目标数组,并输出该目标数组相对于参考数组的垂直位移;移动趋势判断单元18的角度计算器183可比对该参考数组及该目标数组,并输出目标数组相对于参考数组的旋转角度。
在此定义预搜寻的“目标数组”即是具有最大“平均相似度分数”的“重叠区域”,无论是侦测X、Y轴的平移运动,或是侦测手指的旋转角度,在搜寻区域内寻找“重叠区域”的步骤都是:
在搜寻范围的X=0,Y=0位置循着X+1,X-1,X+2,X-2…X+maxDistance,X-maxDistance以及Y+1,Y-1,Y+2,Y-2…Y+maxDistance,Y-maxDistance的原则依序寻找约8像素*8像素的区域,借此得到最佳的平均相似度分数(AverageSimilarityScore),此搜寻范围又称“重叠区域”,而在某些影像感测器的硬件条件下,可以适度调整此“重叠区域”的大小,而maxDi s tance就是事先设定的最大允许手指移动侦测范围。
找到“重叠区域”后,以“重叠区域”当作原点,而以此原点将参考图像作为旋转矩阵的运算得到新的一个参考图像R(R代表Rotation),再以此参考图像R和目前图像做比对。而在旋转坐标的公式Y’=X*sinα+Y*cosα中,假设旋转角度只有1度的情况,只有在距离旋转原点57.299个像素(X轴)的位置才会造成1个pixel的位移(Y轴),而在57.299/2≈29的X轴相对位置(相对于原点)才有1/2个Y轴变化,而在1/2个像素的指纹移动距离中就足以引起相邻感测像素之间的交越效应(Pixel CrossEffect),就是虽然移动不足一个像素的距离,但接邻像素的值就已经改变。因此,在距离此原点X轴方向的一定距离(如:57个像素)的位置尝试以α=0、α=1、α=-1计算目前降阶图像旋转矩阵得到目前降阶图像R,再与参考降阶图像比对,尝试得到最佳的平均相似度分数来确定旋转角度。
初步找出假定的“重叠区域”和旋转角度后,再以搜寻区域内的所有像素重新计算平均相似度分数,确定平均相似度分数高于某个数值(此数值必须视影像感测器的硬件转换误差和噪声幅度而定),即可确定已正确找到“重叠区域”,若平均相似度分数没有高于某个数值,则必须重新寻找“重叠区域”。找到“重叠区域”后依据此“重叠区域”和整幅目前降阶图像内的相对位置,即可算出手指的水平位移、垂直位移和旋转角度。
因而,本发明指纹图像降阶处理方法的特点包括:
1.以“重叠区域”为寻找根据,再以重复比对流程里面最佳的平均相似度分数来确定“重叠区域”。
2.在手指移动趋势的判断上,主要是以判断为造成运动的那一帧图像做为下一次比对的参考图像。
3.因为是以指纹图像做比对基础,所以除了可以侦测二维的平移运动的外,也可以侦测手指旋转的角度。
综上所述,本发明指纹图像降阶处理装置100及方法的功效在于:降阶编码器15将原始编码的指纹图像进行降阶处理,设定降阶编码所需的n个门槛值,以区分靠近该最大像素值及靠近该最小像素值的重要成份和位于该最大像素值及该最小像素值之间的渐变成份,且符合2≤n<16的条件,因此可保留低指纹的重要成份、滤除渐变成份不必要的噪声,及降低原本复杂的运算量,使得基于指纹图像来快速判断手指运动趋势成为可能,故确实能达成本发明的目的。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的方法及技术内容作出些许的更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (12)

1.一种指纹图像降阶处理方法,所述方法包括下述步骤:对一手指感测模拟影像信号及模拟/数字转换该模拟影像信号为数字图像的信号;其特征在于:所述方法还包括下述步骤:
判断该数字图像的全部像素的最大像素值及最小像素值;
设定降阶编码所需的n个门槛值,以区分靠近该最大像素值及靠近该最小像素值的重要成份和位于该最大像素值及该最小像素值之间的渐变成份,且符合2≤n<16的条件;及
依据该些门槛值将该数字图像的信号转换为编码范围为n+1种像素值的降阶图像信号。
2.如权利要求1所述的指纹图像降阶处理方法,其特征在于:
所述方法还配合有信号转换的误差值,该些门槛值至少包括第一门槛值及第二门槛值,该第一门槛值为该最小像素值加上该误差值,该第二门槛值为该最大像素值减去该误差值。
3.如权利要求2所述的指纹图像降阶处理方法,其特征在于:
所述方法还令该数字图像的像素值是低于该第一门槛值时输出第一像素值、该数字图像的像素值介于该第一门槛值及该第二门槛值之间时输出第二像素值,以及该数字图像的像素值高于该第二门槛值时输出第三像素值。
4.如权利要求1所述的指纹图像降阶处理方法,其特征在于:所述方法还包括下述步骤:
储存在连续时间撷取的参考降阶图像及目前降阶图像;
在该参考降阶图像中定义一小区域的参考数组,并在该目前降阶图像局部搜寻与该小区域相同范围且具有近似像素值的目标数组;及
比对该参考数组及该目标数组,并输出该目标数组相对于该参考数组的水平位移。
5.如权利要求1所述的指纹图像降阶处理方法,其特征在于:所述方法还包括下述步骤:
储存在连续时间撷取的参考降阶图像及目前降阶图像;
在该参考降阶图像中定义一小区域的参考数组,并在该目前降阶图像局部搜寻与该小区域相同范围且具有近似像素值的目标数组;及
比对该参考数组及该目标数组,并输出该目标数组相对于该参考数组的垂直位移。
6.如权利要求1所述的指纹图像降阶处理方法,其特征在于:所述方法还包括下述步骤:
储存在连续时间撷取的参考降阶图像及目前降阶图像;
在该参考降阶图像中定义一小区域的参考数组,并在该目前降阶图像局部搜寻与该小区域相同范围且具有近似像素值的目标数组;及
比对该参考数组及该目标数组,并输出该目标数组相对于该参考数组的旋转角度。
7.一种指纹图像降阶处理装置,所述的指纹图像降阶处理装置包括对一手指感测模拟影像信号的影像感测器,及电性连接该影像感测器且用以模拟/数字转换该模拟影像信号为数字图像的信号的模拟/数字转换器,其特征在于:所述的指纹图像降阶处理装置还包括降阶编码器,该降阶编码器判断该数字图像的全部像素的最大像素值及最小像素值,且设定降阶编码所需的n个门槛值,以区分靠近该最大像素值及靠近该最小像素值的重要成份和位于该最大像素值及该最小像素值之间的渐变成份,且符合2≤n<16的条件,并依据该些门槛值将该数字图像的信号转换为编码范围为n+1种像素值的降阶图像信号。
8.如权利要求7所述的指纹图像降阶处理装置,其特征在于:所述的指纹图像降阶处理装置还具有信号转换的误差值,且该降阶编码器设置的该些门槛值是包括第一门槛值及第二门槛值,该第一门槛值为该最小像素值加上该误差值,该第二门槛值为该最大像素值减去该误差值。
9.如权利要求8所述的指纹图像降阶处理装置,其特征在于:其特征在于:所述的降阶编码器判断该数字图像的像素值是低于该第一门槛值时输出第一像素值、判断该数字图像的像素值介于该第一门槛值及该第二门槛值之间时输出第二像素值,以及判断该数字图像的像素值高于该第二门槛值时输出第三像素值。
10.如权利要求7所述的指纹图像降阶处理装置,其特征在于:所述的指纹图像降阶处理装置还包括:
储存器,储存在连续时间撷取的参考降阶图像及目前降阶图像;
局部搜寻单元,在该参考降阶图像定义一小区域的参考数组,并在该目前降阶图像局部搜寻与该小区域相同范围且具有近似像素值的目标数组;及
水平位移计算器,比对该参考数组及该目标数组,并输出该目标数组相对于该参考数组的水平位移。
11.如权利要求7所述的指纹图像降阶处理装置,其特征在于:所述的指纹图像降阶处理装置还包括:
储存器,储存在连续时间撷取的参考降阶图像及目前降阶图像;
局部搜寻单元,在该参考降阶图像定义一小区域的参考数组,并在该目前降阶图像局部搜寻与该小区域相同范围且具有近似像素值的目标数组;及
垂直位移计算器,比对该参考数组及该目标数组,并输出该目标数组相对于该参考数组的垂直位移。
12.如权利要求7所述的指纹图像降阶处理装置,其特征在于:所述的指纹图像降阶处理装置还包括:
储存器,储存在连续时间撷取的参考降阶图像及目前降阶图像;
局部搜寻单元,在该参考降阶图像定义一小区域的参考数组,并在该目前降阶图像局部搜寻与该小区域相同范围且具有近似像素值的目标数组;及
角度计算器,比对该参考数组及该目标数组,并输出该目标数组相对于该参考数组的旋转角度。
CN201310001443.8A 2013-01-04 2013-01-04 指纹图像降阶处理装置及方法 Pending CN103914805A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310001443.8A CN103914805A (zh) 2013-01-04 2013-01-04 指纹图像降阶处理装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310001443.8A CN103914805A (zh) 2013-01-04 2013-01-04 指纹图像降阶处理装置及方法

Publications (1)

Publication Number Publication Date
CN103914805A true CN103914805A (zh) 2014-07-09

Family

ID=51040465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310001443.8A Pending CN103914805A (zh) 2013-01-04 2013-01-04 指纹图像降阶处理装置及方法

Country Status (1)

Country Link
CN (1) CN103914805A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844265A (zh) * 2016-06-07 2016-08-10 广东欧珀移动通信有限公司 一种指纹图像处理方法和装置
CN105956564A (zh) * 2016-05-06 2016-09-21 广东欧珀移动通信有限公司 一种指纹图像处理方法、及设备
CN106056090A (zh) * 2016-06-07 2016-10-26 广东欧珀移动通信有限公司 一种指纹图像处理方法和装置
CN106203281A (zh) * 2016-06-27 2016-12-07 广东欧珀移动通信有限公司 一种指纹图像处理方法、及设备
CN107563266A (zh) * 2016-06-30 2018-01-09 映智科技股份有限公司 指纹影像检测装置及其方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101063911A (zh) * 2006-04-28 2007-10-31 原相科技股份有限公司 用于光学导航装置的检测影像中动作的方法及装置
CN101794390A (zh) * 2010-02-24 2010-08-04 北京微智信业科技有限公司 图像指纹提取方法及其设备、信息过滤方法及其***
WO2010144521A2 (en) * 2009-06-12 2010-12-16 Microsoft Corporation Motion based dynamic resolution multiple bit rate video encoding

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101063911A (zh) * 2006-04-28 2007-10-31 原相科技股份有限公司 用于光学导航装置的检测影像中动作的方法及装置
WO2010144521A2 (en) * 2009-06-12 2010-12-16 Microsoft Corporation Motion based dynamic resolution multiple bit rate video encoding
CN101794390A (zh) * 2010-02-24 2010-08-04 北京微智信业科技有限公司 图像指纹提取方法及其设备、信息过滤方法及其***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯文慧: "红外图像压缩编码算法研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956564A (zh) * 2016-05-06 2016-09-21 广东欧珀移动通信有限公司 一种指纹图像处理方法、及设备
CN105844265A (zh) * 2016-06-07 2016-08-10 广东欧珀移动通信有限公司 一种指纹图像处理方法和装置
CN106056090A (zh) * 2016-06-07 2016-10-26 广东欧珀移动通信有限公司 一种指纹图像处理方法和装置
CN105844265B (zh) * 2016-06-07 2019-07-16 Oppo广东移动通信有限公司 一种指纹图像处理方法和装置
CN106203281A (zh) * 2016-06-27 2016-12-07 广东欧珀移动通信有限公司 一种指纹图像处理方法、及设备
CN106203281B (zh) * 2016-06-27 2017-10-31 广东欧珀移动通信有限公司 一种指纹图像处理方法、及设备
CN107563266A (zh) * 2016-06-30 2018-01-09 映智科技股份有限公司 指纹影像检测装置及其方法

Similar Documents

Publication Publication Date Title
Han et al. Infrared small target detection utilizing the multiscale relative local contrast measure
Xia et al. Infrared small target detection based on multiscale local contrast measure using local energy factor
Zhang et al. Corner detection based on gradient correlation matrices of planar curves
Zhang et al. Multi-scale curvature product for robust image corner detection in curvature scale space
CN103617625B (zh) 一种图像匹配方法及图像匹配装置
CN103914805A (zh) 指纹图像降阶处理装置及方法
CN104809452A (zh) 一种指纹识别方法
US20160379038A1 (en) Valid finger area and quality estimation for fingerprint imaging
CN107577979B (zh) DataMatrix型二维码快速识别方法、装置及电子设备
US20180174328A1 (en) Turning radius-based corner detection algorithm
US8249387B2 (en) Image processing method and apparatus for detecting lines of images and start and end points of lines
CN108647597B (zh) 一种手腕识别方法、手势识别方法、装置和电子设备
CN108830133A (zh) 合同影像图片的识别方法、电子装置及可读存储介质
US8068673B2 (en) Rapid and high precision centroiding method and system for spots image
US20090022405A1 (en) System and method for video object identification
CN105184294A (zh) 一种基于像素追踪的倾斜文字判断识别方法
CN107680246B (zh) 一种纸币图案中的曲线边界定位方法及设备
Chung et al. Speed up the computation of randomized algorithms for detecting lines, circles, and ellipses using novel tuning-and LUT-based voting platform
CN111753729B (zh) 一种假脸检测方法、装置、电子设备及存储介质
CN103227864B (zh) 一种检测图像边缘的方法和移动终端
US11593582B2 (en) Method and device for comparing media features
CN109801428B (zh) 纸币边缘直线的检测方法、检测装置及终端
CN111798501A (zh) 融入颜色直方图与余弦相似性的优化图像配准方法
CN110663046B (zh) 用于方向梯度直方图计算的硬件加速器
CN114140620A (zh) 一种物体直线轮廓检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140709

WD01 Invention patent application deemed withdrawn after publication