CN107145832A - 一种电容式指纹采集***坏线的标定方法及其自修复方法 - Google Patents

一种电容式指纹采集***坏线的标定方法及其自修复方法 Download PDF

Info

Publication number
CN107145832A
CN107145832A CN201710231598.9A CN201710231598A CN107145832A CN 107145832 A CN107145832 A CN 107145832A CN 201710231598 A CN201710231598 A CN 201710231598A CN 107145832 A CN107145832 A CN 107145832A
Authority
CN
China
Prior art keywords
row
average gray
acquisition system
bad line
capacitance type
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
CN201710231598.9A
Other languages
English (en)
Inventor
周斌
张飞飞
卢孟
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.)
Jiangsu Bang Rong Microtronics AS
Original Assignee
Jiangsu Bang Rong Microtronics AS
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 Jiangsu Bang Rong Microtronics AS filed Critical Jiangsu Bang Rong Microtronics AS
Priority to CN201710231598.9A priority Critical patent/CN107145832A/zh
Publication of CN107145832A publication Critical patent/CN107145832A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1306—Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)

Abstract

本发明揭示了一种电容式指纹采集***坏线的标定方法及其自修复方法，本发明自动标定并自动修复由于工艺不良或工艺约束条件造成的坏线，不需要手动标定坏线位置，算法量小、运行速度快、适用性高。

Description

一种电容式指纹采集***坏线的标定方法及其自修复方法
技术领域
本发明涉及一种电容式指纹采集***坏线的标定方法及其自修复方法。
背景技术
电容式指纹传感器相较于光学指纹传感器，具有采图效果优、干湿手指识别好、防指纹残留等优点，被广泛应用于手机、指纹锁、指纹门禁等领域。
电容式指纹传感器的采集面板为一块集成有成千上万半导体器件的“平板”，手指贴在其上与其构成了电容的另一面，由于手指平面凸凹不平，凸点处和凹点处接触平板的实际距离大小就不一样，形成的电容值也就不一样，设备根据这个原理将采集到的不同的数值汇总，就完成了指纹的采集。但是在目前工艺制备条件下，无法保证这成千上万半导体器件“平板”的一致性，同时，在模组制备、生产、使用等过程中也会出现采集面部分损坏的情况，使得电容式指纹模块出现坏线情况，这些坏线区域无法正常采集图像，总是呈现出某一特定灰度的值。
发明内容
本发明的目的在于提供一种自动标定并自动修复由于工艺不良或工艺约束条件造成的坏线，不需要手动标定坏线位置，算法量小、运行速度快、适用性高的电容式指纹采集***坏线的标定方法及其自修复方法。
本发明的技术方案是，一种电容式指纹采集***坏线的标定方法，具体包括如下步骤：
1)计算采集到整个指纹图像的平均灰度以及每一行的平均灰度；
2)如果整个指纹图像的平均灰度大于阈值A或者小于阈值B，判定模块的整体图像效果达不到量产标准，判定为不良品，不需要进行后续的坏线检测和修复步骤，否则进行步骤(3)；
3)如果图像的行平均灰度大于阈值C或者小于阈值D，则该行的平均灰度不计入行块的平均灰度，否则该行的平均灰度计入行块的平均灰度；
4)计算由n行组成的行块的平均灰度，即ki为第i行的平均灰度；
5)如果行平均灰度与行块平均灰度差值的绝对值大于E，记录该行所在行号i，即坏行，检测完所有行后进行步骤(6)；
6)计算每一列的平均灰度；
7)如果图像的列平均灰度大于阈值F，或者小于阈值G，则该列的平均灰度不计入列块的平均灰度，否则该列的平均灰度计入列块的平均灰度；
8)计算由m列组成的列块的平均灰度，即kj为第j列的平均灰度；
9)如果列平均灰度与列块平均灰度差值的绝对值大于H，记录该列所在列号j，即坏列，检测完所有列后结束。
在本发明一个较佳实施例中，所述电容式指纹采集***包括半导体成像模块和控制模块。
在本发明一个较佳实施例中，所述半导体成像模块包括采集传感器和数据通信接口。
在本发明一个较佳实施例中，所述控制模块包括相互电性连接的处理器单元、稳压电路单元和数据通信接口。
在本发明一个较佳实施例中，所述半导体成像模块和控制模块通过数据通信接口连接通信。
在本发明一个较佳实施例中，所述阈值A-H在样本量>5000测试得到。
一种电容式指纹采集***坏线的自修复方法，具体包括如下步骤：
1)读取检测到的坏线位置；
2)在坏线相邻位置(列：分别左右，行：分别上下)找到两条非坏线，对灰度取平均之后填充到坏线处。
本发明所述为一种电容式指纹采集***坏线的标定方法及其自修复方法，本发明自动标定并自动修复由于工艺不良或工艺约束条件造成的坏线，不需要手动标定坏线位置，算法量小、运行速度快、适用性高。
附图说明
图1是本发明一种电容式指纹采集***坏线的标定方法及其自修复方法一较佳实施例中的标定方法的流程图。
具体实施方式
下面对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
本发明所述为一种电容式指纹采集***坏线的标定方法，如图1 所示，具体包括如下步骤：
1)计算采集到整个指纹图像的平均灰度以及每一行的平均灰度；
2)如果整个指纹图像的平均灰度大于阈值A或者小于阈值B，判定模块的整体图像效果达不到量产标准，判定为不良品，不需要进行后续的坏线检测和修复步骤，否则进行步骤(3)；
3)如果图像的行平均灰度大于阈值C或者小于阈值D，则该行的平均灰度不计入行块的平均灰度，否则该行的平均灰度计入行块的平均灰度；
4)计算由n行组成的行块的平均灰度，即ki为第i行的平均灰度；
5)如果行平均灰度与行块平均灰度差值的绝对值大于E，记录该行所在行号i，即坏行，检测完所有行后进行步骤(6)；
6)计算每一列的平均灰度；
7)如果图像的列平均灰度大于阈值F，或者小于阈值G，则该列的平均灰度不计入列块的平均灰度，否则该列的平均灰度计入列块的平均灰度；
8)计算由m列组成的列块的平均灰度，即kj为第j列的平均灰度；
9)如果列平均灰度与列块平均灰度差值的绝对值大于H，记录该列所在列号j，即坏列，检测完所有列后结束；
所述电容式指纹采集***包括半导体成像模块和控制模块。
所述半导体成像模块包括采集传感器和数据通信接口。
所述控制模块包括相互电性连接的处理器单元、稳压电路单元和数据通信接口。
所述半导体成像模块和控制模块通过数据通信接口连接通信。
所述阈值A-H在样本量>5000测试得到。
一种电容式指纹采集***坏线的自修复方法，具体包括如下步骤：
1)读取检测到的坏线位置；
2)在坏线相邻位置(列：分别左右，行：分别上下)找到两条非坏线，对灰度取平均之后填充到坏线处。
本发明所述为一种电容式指纹采集***坏线的标定方法及其自修复方法，本发明自动标定并自动修复由于工艺不良或工艺约束条件造成的坏线，不需要手动标定坏线位置，算法量小、运行速度快、适用性高。
以上所述仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的技术人员在本发明所揭露的技术范围内，可不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。

Claims (7)

1.一种电容式指纹采集***坏线的标定方法，其特征在于：具体包括如下步骤：
1)计算采集到整个指纹图像的平均灰度以及每一行的平均灰度；
2)如果整个指纹图像的平均灰度大于阈值A或者小于阈值B，判定模块的整体图像效果达不到量产标准，判定为不良品，不需要进行后续的坏线检测和修复步骤，否则进行步骤(3)；
3)如果图像的行平均灰度大于阈值C或者小于阈值D，则该行的平均灰度不计入行块的平均灰度，否则该行的平均灰度计入行块的平均灰度；
4)计算由n行组成的行块的平均灰度，即ki为第i行的平均灰度；
5)如果行平均灰度与行块平均灰度差值的绝对值大于E，记录该行所在行号i，即坏行，检测完所有行后进行步骤(6)；
6)计算每一列的平均灰度；
7)如果图像的列平均灰度大于阈值F，或者小于阈值G，则该列的平均灰度不计入列块的平均灰度，否则该列的平均灰度计入列块的平均灰度；
8)计算由m列组成的列块的平均灰度，即kj为第j列的平均灰度；
9)如果列平均灰度与列块平均灰度差值的绝对值大于H，记录该列所在列号j，即坏列，检测完所有列后结束。
2.根据权利要求1所述的电容式指纹采集***坏线的标定方法，其特征在于：所述电容式指纹采集***包括半导体成像模块和控制模块。
3.根据权利要求2所述的电容式指纹采集***坏线的标定方法，其特征在于：所述半导体成像模块包括采集传感器和数据通信接口。
4.根据权利要求2所述的电容式指纹采集***坏线的标定方法，其特征在于：所述控制模块包括相互电性连接的处理器单元、稳压电路单元和数据通信接口。
5.根据权利要求2所述的电容式指纹采集***坏线的标定方法，其特征在于：所述半导体成像模块和控制模块通过数据通信接口连接通信。
6.根据权利要求1所述的电容式指纹采集***坏线的标定方法，其特征在于：所述阈值A-H在样本量>5000测试得到。
7.一种电容式指纹采集***坏线的自修复方法，其特征在于：具体包括如下步骤：
1）读取检测到的坏线位置；
2）在坏线相邻位置（列：分别左右，行：分别上下）找到两条非坏线，对灰度取平均之后填充到坏线处。
CN201710231598.9A 2017-04-11 2017-04-11 一种电容式指纹采集***坏线的标定方法及其自修复方法 Pending CN107145832A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710231598.9A CN107145832A (zh) 2017-04-11 2017-04-11 一种电容式指纹采集***坏线的标定方法及其自修复方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710231598.9A CN107145832A (zh) 2017-04-11 2017-04-11 一种电容式指纹采集***坏线的标定方法及其自修复方法

Publications (1)

Publication Number Publication Date
CN107145832A true CN107145832A (zh) 2017-09-08

Family

ID=59774633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710231598.9A Pending CN107145832A (zh) 2017-04-11 2017-04-11 一种电容式指纹采集***坏线的标定方法及其自修复方法

Country Status (1)

Country Link
CN (1) CN107145832A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107644220A (zh) * 2017-09-30 2018-01-30 上海摩软通讯技术有限公司 移动终端的指纹识别方法及***
CN108009994A (zh) * 2017-10-25 2018-05-08 沈阳东软医疗***有限公司 一种坏线修复方法、装置及设备
CN113505683A (zh) * 2021-07-06 2021-10-15 深圳市迪安杰智能识别科技有限公司 指纹传感器的坏线检测方法及指纹图像的坏线修复方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1155308A1 (en) * 1999-02-23 2001-11-21 Direct Radiography Corp. Radiation detector bad pixel processing
CN105430382A (zh) * 2015-12-02 2016-03-23 厦门雅迅网络股份有限公司 一种视频图像检测黑边的方法和装置
CN107818556A (zh) * 2016-08-31 2018-03-20 江苏邦融微电子有限公司 电容式指纹采集***的坏线自检测和自修复方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1155308A1 (en) * 1999-02-23 2001-11-21 Direct Radiography Corp. Radiation detector bad pixel processing
CN105430382A (zh) * 2015-12-02 2016-03-23 厦门雅迅网络股份有限公司 一种视频图像检测黑边的方法和装置
CN107818556A (zh) * 2016-08-31 2018-03-20 江苏邦融微电子有限公司 电容式指纹采集***的坏线自检测和自修复方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107644220A (zh) * 2017-09-30 2018-01-30 上海摩软通讯技术有限公司 移动终端的指纹识别方法及***
CN108009994A (zh) * 2017-10-25 2018-05-08 沈阳东软医疗***有限公司 一种坏线修复方法、装置及设备
CN108009994B (zh) * 2017-10-25 2020-08-04 东软医疗***股份有限公司 一种坏线修复方法、装置及设备
CN113505683A (zh) * 2021-07-06 2021-10-15 深圳市迪安杰智能识别科技有限公司 指纹传感器的坏线检测方法及指纹图像的坏线修复方法
CN113505683B (zh) * 2021-07-06 2023-11-24 深圳市迪安杰智能识别科技有限公司 指纹传感器的坏线检测方法及指纹图像的坏线修复方法

Similar Documents

Publication Publication Date Title
WO2017045331A1 (zh) 指纹识别方法、装置及电子设备
CN108509909B (zh) 一种指纹采集方法及装置
CN100412887C (zh) 聚焦指纹图像的方法和指纹检测装置
CN101329281B (zh) 影像感测晶片污点检测***及其检测方法
JP6190689B2 (ja) 能動ピクセルを有する容量式画像形成装置
CN100498822C (zh) 一种兼容不同指纹传感器图像信息的指纹识别方法
US9194931B2 (en) Length measurement method and device of the same
CN107145832A (zh) 一种电容式指纹采集***坏线的标定方法及其自修复方法
CN107818556A (zh) 电容式指纹采集***的坏线自检测和自修复方法
EP1187057A2 (en) Resistive finger detection for fingerprint sensor
TW200841025A (en) Electrically stimulated fingerprint sensor test method
EP3173979A1 (en) Method for identification of characteristic points of a calibration pattern within a set of candidate points in an image of the calibration pattern
CN110634137A (zh) 一种基于视觉感知的桥梁变形的监测方法、装置及设备
CN111256595A (zh) 一种光电靶标式结构位移测量方法、装置及存储介质
CN203083532U (zh) 一种检测输电线路安全运行的***
CN114719770A (zh) 一种基于图像识别及空间定位技术的变形监测方法及装置
CN104457911B (zh) 一种液位检测***及液位检测方法
CN103185546A (zh) 宽度量测方法及***
CN207502419U (zh) 玻璃检测***
US20180137327A1 (en) Fingerprint sensing with different capacitive configurations
CN105427282A (zh) 一种3d定位精度的测试方法和装置
CN108362227A (zh) 轮毂检测方法、装置、***及控制设备
CN104316075B (zh) 带距离计算的电子装置及距离测量方法
CN109040724B (zh) 一种结构光投影器的光斑畸变检测方法、装置及可读存储介质
CN113158837B (zh) 基于方向场的指纹图像边缘修补方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170908

RJ01 Rejection of invention patent application after publication