CN107454962A - 手指干湿程度测量方法、装置及*** - Google Patents

手指干湿程度测量方法、装置及*** Download PDF

Info

Publication number
CN107454962A
CN107454962A CN201780000489.4A CN201780000489A CN107454962A CN 107454962 A CN107454962 A CN 107454962A CN 201780000489 A CN201780000489 A CN 201780000489A CN 107454962 A CN107454962 A CN 107454962A
Authority
CN
China
Prior art keywords
signal intensity
fingerprint
finger
dry
image
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
CN201780000489.4A
Other languages
English (en)
Inventor
李延召
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.)
Shenzhen Goodix Technology Co Ltd
Original Assignee
Shenzhen Huiding Technology 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 Shenzhen Huiding Technology Co Ltd filed Critical Shenzhen Huiding Technology Co Ltd
Publication of CN107454962A publication Critical patent/CN107454962A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/443—Evaluating skin constituents, e.g. elastin, melanin, water
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4869—Determining body composition
    • A61B5/4875—Hydration status, fluid retention of the body
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • 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
    • 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
    • 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
    • G06V40/1365—Matching; Classification
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
    • A61B5/4261—Evaluating exocrine secretion production
    • A61B5/4266—Evaluating exocrine secretion production sweat secretion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L13/00—Devices or apparatus for measuring differences of two or more fluid pressure values
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Dermatology (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请公开了一种手指干湿程度测量方法、装置及***。测量方法包括：获取指纹图像；根据指纹图像获取指纹信号强度和图像背景强度；根据指纹信号强度和图像背景强度确定手指的干湿程度。本发明提供的手指干湿程度测量方法、装置及***，通过获取指纹图像，并根据指纹图像获取指纹信号强度和图像背景强度，通过对指纹信号强度和图像背景强度的分析判断来确认手指的干湿程度，有效地克服了传统技术中通过对图像进行分析对比所存在的容易受到图像背景波动、噪声等的干扰，准确度较低的缺陷，保证了手指干湿程度测量的准确可靠性，另外，通过准确测量手指的干湿程度，有利于对指纹采集技术的改进与优化。

Description

手指干湿程度测量方法、装置及***
技术领域
本发明涉及指纹识别技术领域，尤其涉及一种手指干湿程度测量方法、装置及***。
背景技术
随着科学技术的不断进步，指纹识别技术越来越成熟，其应用的领域也越来越广泛，例如：可以应用于门禁***(例如：上班签到、下班签退或者家庭防盗***)、电子终端解锁以及医疗领域等，其中，在医疗领域中，手指的干湿程度既可以反映人体的健康信息，因此，测量手指的干湿程度，可以为医疗诊断提供参考数据。
传统的指纹采集技术通常不会考虑手指的干湿程度，一般情况下，均为直接对用户的指纹进行采集，这时，当用户手指过干或者过湿时，所采集的指纹图像容易不清晰，从而影响指纹图像采集的质量。另一方面，某些指纹采集技术在指纹采集时，会先测量手指的干湿程度，通常测量方式为将采集的图像与预设的标准图像进行对比，从而判断手指是否过干或过湿。
然而，上述判断手指是否过干或过湿的方式存在以下缺陷：所获取的图像对比度很容易受到图像背景波动、噪声等的干扰，从而使得所获取的图像对比度的准确度较低，进而难以精确地用于手指干湿程度的定量测量。
发明内容
本发明提供了一种计算机存储介质、手指干湿程度测量方法、装置及***，用于解决传统技术中存在的所获取的图像对比度很容易受到图像背景波动、噪声等的干扰，从而使得所获取的图像对比度的准确度较低，进而难以精确地用于手指干湿程度的定量测量的问题。
本发明的第一方面是为了提供一种手指干湿程度测量方法，包括：
获取指纹图像；
根据所述指纹图像获取指纹信号强度和图像背景强度；
根据所述指纹信号强度和图像背景强度确定所述手指的干湿程度。
本发明的第二方面是为了提供一种手指干湿程度测量装置，包括：
获取模块，用于获取指纹图像；
处理模块，用于根据所述指纹图像获取指纹信号强度和图像背景强度；并根据所述指纹信号强度和图像背景强度确定所述手指的干湿程度。
本发明的第三方面是为了提供一种计算机存储介质，该计算机存储介质中存储有程序指令，所述程序指令用于实现一种手指干湿程度测量方法，所述方法包括：
获取指纹图像；
根据所述指纹图像获取指纹信号强度和图像背景强度；
根据所述指纹信号强度和图像背景强度确定所述手指的干湿程度。
本发明的第四方面是为了提供一种手指干湿程度测量***，包括：光学成像采集器和与所述光学成像采集器通信连接的处理器；
所述光学成像采集器，用于采集指纹图像，并将所采集的指纹图像发送至处理器；
所述处理器，用于获取所述指纹图像，根据所述指纹图像获取指纹信号强度和图像背景强度，根据所述指纹信号强度和图像背景强度确定所述手指的干湿程度。
本发明提供的计算机存储介质、手指干湿程度测量方法、装置及***，通过获取指纹图像，并进一步根据指纹图像获取指纹信号强度和图像背景强度，通过对指纹信号强度和图像背景强度的分析判断来确认手指的干湿程度，有效地克服了传统技术中通过对图像进行分析对比所存在的容易受到图像背景波动、噪声等的干扰，准确度较低的缺陷，保证了手指干湿程度测量的准确可靠性，另外，通过准确测量手指的干湿程度，有利于对指纹采集技术的改进与优化，可以提高指纹采集的准确性和可靠性，进而有效地提高了该测量方法的实用性，有利于市场的推广与应用。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种手指干湿程度测量方法的流程示意图；
图2为本发明实施例提供的根据所述指纹信号强度和图像背景强度确定所述手指的干湿程度的流程示意图；
图3为本发明一实施例提供的根据所述指纹图像获取指纹信号强度的流程示意图；
图4为本发明另一实施例提供的根据所述指纹图像获取指纹信号强度的流程示意图一；
图5为本发明另一实施例提供的根据所述指纹图像获取指纹信号强度的流程示意图二；
图6为本发明另一实施例提供的根据所述指纹图像获取指纹信号强度的流程示意图三；
图7为本发明一实施例提供的获取所述指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值的流程示意图；
图8为本发明另一实施例提供的获取所述指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值的流程示意图；
图9为本发明另一实施例提供的一种手指干湿程度测量方法的流程示意图；
图10为本发明又一实施例提供的一种手指干湿程度测量方法的流程示意图；
图11为本发明又一实施例提供的一种手指干湿程度测量方法的流程示意图；
图12为本发明实施例提供的一种手指干湿程度测量装置的结构示意图；
图13为本发明实施例提供的一种手指干湿程度测量***的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
图1为本发明一实施例提供的一种手指干湿程度测量方法的流程示意图。参考附图1所示，本实施例提供了一种手指干湿程度测量方法，该测量方法用于实现通过对手指的指纹信号进行分析判断来确认手指的干湿程度，具体的，该方法包括：
S101：获取指纹图像。
其中，指纹图像包括指纹信号信息和背景信息，而指纹图像可以通过指纹采集装置获取，例如：通过光学指纹采集器来获取指纹图像。
S102：根据指纹图像获取指纹信号强度和图像背景强度。
在获取到指纹图像之后，可选地，可以先对指纹图像进行校正处理，然后对该指纹图像或者校正处理之后的指纹图像进行分析处理，以根据指纹图像获取到指纹信号强度和图像背景强度，其中，指纹信号强度可以通过获取指纹图像中指纹信号信息的像素值(比如，脊峰值和谷峰值)来确定，相应的，图像背景强度可以通过获取指纹图像中背景信息的像素值来确定；当然的，本领域技术人员还可以采用其他的方式来获取指纹信号强度和图像背景强度。
S103：根据指纹信号强度和图像背景强度确定手指的干湿程度。
在获取到指纹信号强度和图像背景强度之后，对该指纹信号强度和图像背景强度进行分析处理，以确定手指的干湿程度。
例如：在一种可选的实施例中，将指纹信号强度与图像背景强度进行对比，若指纹信号强度大于图像背景强度，则确认手指的干湿程度为比较湿润；若指纹信号强度与图像背景强度相当，则确认手指的干湿程度为比较适中；若指纹信号强度小于图像背景强度，则可以确认手指的干湿程度为比较干燥。在一种替代实施例中，也可以获取指纹信号强度与图像背景强度的比值，通过对该比值进行分析判断来确认手指的干湿程度，例如，若比值大于预定阈值或者阈值范围，则确认手指的干湿程度为比较湿润；若比值等于预定阈值或者位于阈值范围之内，则确认手指的干湿程度为比较适中；若比值小于预定阈值或者阈值范围，则确认手指的干湿程度为比较干燥。
当然的，本领域技术人员还可以采用其他的方式来实现根据指纹信号强度和图像背景强度确定手指的干湿程度。
本实施例提供的手指干湿程度测量方法，通过获取指纹图像，并进一步根据指纹图像获取指纹信号强度和图像背景强度，通过对指纹信号强度和图像背景强度的分析判断来确认手指的干湿程度，有效地克服了传统技术中存在的通过将所采集的图像与预设标准图像进行分析对比所存在的容易受到图像背景波动、噪声等的干扰，准确度较低的缺陷，保证了手指干湿程度测量的准确可靠性，另外，通过准确测量手指的干湿程度，有利于对指纹采集技术的改进与优化，可以提高指纹采集的准确性和可靠性，当将其应用于医疗***中时，便于更加准确预测人们的健康信息，进而有效地提高了该测量方法的实用性，有利于市场的推广与应用。
图2为本发明实施例提供的根据指纹信号强度和图像背景强度确定手指的干湿程度的流程示意图；在上述实施例的基础上，继续参考附图1-2可知，本实施例对于根据指纹信号强度和图像背景强度确定手指的干湿程度的具体实现方式不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，根据指纹信号强度和图像背景强度确定手指的干湿程度可以包括以下步骤S1031-步骤S1035。
S1031：根据指纹信号强度和图像背景强度获得指纹信号变化率。
其中，指纹信号变化率是通过对指纹信号强度和图像背景强度进行分析处理后得到的，该指纹信号变化率用于标识指纹信号强度与图像背景强度之间所存在的差别程度；具体的，根据指纹信号强度和图像背景强度获得指纹信号变化率可以包括以下两种方式：
第一种可实现的方式为：将指纹信号强度与图像背景强度之比确定为指纹信号变化率。
在这种情况下，指纹信号变化率＝指纹信号强度/图像背景强度。
第二种可实现的方式为：获取指纹信号强度与图像背景强度的差值，将差值与图像背景强度之比确定为指纹信号变化率。
在这种情况下，指纹信号变化率＝(指纹信号强度-图像背景强度)/图像背景强度。
需要说明的是，以上两种方式均可以确定指纹信号变化率，但是所确定的指纹信号变化率的数值不同，因此，在对所确定的指纹信号变化率进行分析判断时，也具有不同的处理标准。
S1032、将指纹信号变化率与预先设置的变化率阈值范围进行比较；
第一变化率阈值和第二变化率阈值在获取到指纹信号变化率之后，可以将该指纹信号变化率与预先设置的变化率阈值范围进行分析对比，其中，变化率阈值范围中具有上限值和下限值，变化率阈值范围的上限值可以为第一变化率阈值，变化率阈值范围的下限值可以为第二变化率阈值，具体的，该第一变化率阈值为手指处于适中干湿程度的上限值，第二变化率阈值为手指处于适中干湿程度的下限值，其中，第一变化率阈值大于第二变化率阈值。
S1033：若指纹信号变化率大于或等于变化率阈值范围的上限值(即为第一变化率阈值)，则确定手指的干湿程度为过度湿润。
在该指纹信号变化率大于或等于第一变化率阈值时，则说明此时的指纹信号变化率所反映的手指的干湿程度已经超出了适中干湿程度的上限值，进而可以确认手指的干湿程度为过度湿润；其中，可以理解的是，当采用上述不同方式获取指纹信号变化率时，所确定的不同的指纹信号变化率所对应的预先设置的变化率阈值也不同。
S1034：若指纹信号变化率在变化率阈值范围内，则确定手指的干湿程度为适中。
在该指纹信号变化率小于第一变化率阈值时，则说明此时的指纹信号变化率所反映的手指的干湿程度并未超出适中干湿程度的上限值，为了进一步准确的判断手指的干湿程度，可以将指纹信号变化率与预先设置的第二变化率阈值进行分析比较，该第二变化率为手指处于适中干湿程度的下限值，进而，若分析比较结果为指纹信号变化率大于或等于第二变化率阈值，则说明该指纹信号变化率在变化率阈值范围内，进而可以确认手指的干湿程度为适中程度。
S1035：若指纹信号变化率小于变化率阈值范围的下限值(即为第二变化率阈值)，则确定手指的干湿程度为过度干燥。
在该指纹信号变化率小于第二变化率阈值时，由于该第二变化率为手指处于适中干湿程度的下限值，进而则可以确认手指的干湿程度为多度干燥，从而有效地实现了根据指纹信号变化率来确认手指的干湿程度。
本实施例可以通过不同的方式来获得指纹信号变化率，保证了指纹信号变化率获取的准确可靠性，并且实现方式多样，提高了用户使用的方便可靠性；而后将指纹信号变化率与预先设置的不同的变化率阈值进行分析比较，可以准确判断手指的干湿程度，从而保证了该手指干湿程度测量方法使用的准确可靠性。
图3为本发明一实施例提供的根据指纹图像获取指纹信号强度的流程示意图。在上述实施例的基础上，继续参考附图3可知，本实施例对于指纹信号强度获取的具体方式不做限定，本领域技术人员可以根据具体的设计需求进行设置，其中，一种可实现的方式为：根据指纹图像获取指纹信号强度可以包括：
S1021：获取指纹图像中手指的脊线所对应的脊峰信号强度均值、以及谷线所对应的谷峰信号强度均值。
在获取指纹图像时，指纹图像中包括手指的脊线和谷线，其中，脊线是指纹图像中具有一定宽度和走向的纹线，其在指纹图像中可以呈预定颜色，例如：黑色；而谷线是纹线之间的凹陷部分，其在指纹图像中也可以呈预定颜色，例如：白色；因此，可以根据指纹图像，通过图像增强、二值化等处理方式，获取手指的脊线和手指的谷线，并可以进一步根据指纹图像中脊线位置的像素信息来确定脊线的脊峰值，在获取到所有的脊峰值之后，可以根据将所有的脊峰值进行求和运算，并对所有的脊线取平均，从而可以获取手指脊线所对应的脊峰信号强度均值；相类似的，也可以根据指纹图像中谷线位置的像素信息来确定谷线的谷峰值，在获取到所有的谷峰值之后，可以根据将所有的谷峰值进行求和运算，并对所有的谷线取平均，从而可以获取手指谷线所对应的谷峰信号强度均值。
S1022：将脊峰信号强度均值与谷峰信号强度均值的差值确定为指纹信号强度。
在获取到脊峰信号强度均值和谷峰信号强度均值之后，可以对该脊峰信号强度均值和谷峰信号强度均值进行分析判断，具体的，将脊峰信号强度均值与谷峰信号强度均值作差处理，并将该差值确定为指纹信号强度，也即：脊峰信号强度均值-谷峰信号强度均值＝指纹信号强度。
图4为本发明另一实施例提供的根据指纹图像获取指纹信号强度的流程示意图一；图5为本发明另一实施例提供的根据所述指纹图像获取指纹信号强度的流程示意图二；图6为本发明另一实施例提供的根据所述指纹图像获取指纹信号强度的流程示意图三；图7为本发明一实施例提供的获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值的流程示意图；图8为本发明另一实施例提供的获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值的流程示意图。进一步的，除了上述获取指纹信号强度的方式外，参考附图4-8可知，本实施例提供了另一种可实现的方式，具体为：根据指纹图像获取指纹信号强度可以包括以下步骤S1023-步骤S1024。
S1023：获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值。
其中，感兴趣区域为用于图像处理或参数计算所考虑的图像区域，其可以具体为指纹图像中指定的像素区域，并可以获取该感兴趣区域内的像素点的信号强度最大值和信号强度最小值；具体的，请参阅图7，一种可实现的方式为：获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值可以包括以下步骤S10231-步骤S10233。
S10231：获取指纹图像中的感兴趣区域。
指纹图像包括指纹信号信息和背景信息。而上述的感兴趣区域也可以包括指纹信号信息和/或背景信息，因此，用户可以根据具体的设计需求来获取指纹图像中的感兴趣区域，该感兴趣区域的大小可以根据不同的设计需求而不同。
S10232：计算感兴趣区域内所有像素点的信号强度。
在获取指纹图像中的感兴趣区域之后，可以计算该感兴趣区域内所有像素点的信号强度，具体的，可以根据获取像素点的像素值来计算像素点的信号强度，一般情况下，像素点的像素值越大，该像素点的信号强度越大，而像素点的像素值越小，该像素点的信号强度越小。
S10233：确定信号强度中的信号强度最大值和信号强度最小值。
在获取到所有像素点的信号强度之后，可以将所有的信号强度进行一一比对，从而可以准确、有效地确定信号强度中的信号强度最大值和信号强度最小值，该信号强度最大值和信号强度最小值即为指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值。
此外，除了上说获取信号强度最大值和信号强度最小值的方式外，还存在另一种可实现的方式，参考附图8可知，该方式为：获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值可以包括以下步骤S10234-步骤S10237。
S10234：获取指纹图像中的每个像素点所对应的邻域。
由于感兴趣区域为指纹图像的部分或全部，因此，也可以通过获取指纹图像中的像素点的信号强度最大值和信号强度最小值来确定感兴趣区域内的像素点的信号强度最大值和信号强度最小值；为了保证指纹图像中像素点的信号强度最大值和信号强度最小值获取的精确程度，先获取指纹图像中每个像素点所对应的邻域，其中，像素点所对应的邻域是指包括该像素点的预设大小的周围区域；例如，像素点A的15mm*15mm的邻域是指包括像素点A的周围区域，该周围区域的大小为15mm*15mm。
S10235：针对每个像素点，计算邻域中的像素点的信号强度最大值和信号强度最小值，获得每个像素点所对应的信号强度最大值和信号强度最小值。
在获取到每个像素点的邻域之后，可以针对指纹图像中的每个像素点，来计算所对应的邻域中的像素点的信号强度最大值和信号像素最小值，从而得到了每个像素点所对应的信号强度最大值和信号强度最小值。
S10236：获取指纹图像中的感兴趣区域。
该步骤的具体实现过程与上述步骤S10231的实现过程相类似，具体可参考上述陈述内容，在此不再赘述。
S10237：将感兴趣区域中所有像素点所对应的信号强度最大值中的最大值确定为感兴趣区域内的像素点的信号强度最大值；将感兴趣区域中所有像素点所对应的信号强度最小值中的最小值确定为感兴趣区域内的像素点的信号强度最小值。
由于已经获知了指纹图像中所有像素点所对应信号强度最大值和信号强度最小值，而感兴趣区域只是指纹图像中的部分或全部，因此，在确定感兴趣区域之后，可以将感兴趣区域中所有像素点所对应的信号强度最大值中的最大值确定为感兴趣区域内的像素点的信号强度最大值，并将感兴趣区域中所有像素点所对应的信号强度最小值中的最小值确定为感兴趣区域内的像素点的信号强度最小值，从而有效地确定了指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值。
本领域技术人员可以理解的是，无论采用上述哪种方式获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值，均可以保证信号强度最大值和信号强度最小值获取的准确可靠性。
S1024：根据信号强度最大值和信号强度最小值确定指纹信号强度。
在获取信号强度最大值和信号强度最小值之后，可以对该信号强度最大值和信号强度最小值进行分析处理，从而可以确定指纹信号强度，具体的，指纹信号强度可以具体采用以下方式进行确定。
方式一，步骤S1024具体包括子步骤S10241：将信号强度最大值与信号强度最小值之差确定为指纹信号强度。
也即，指纹信号强度＝信号强度最大值-信号强度最小值，从而可以简单、快速地获取到指纹信号强度。
或者，还可以采用其他的方式来获取到指纹信号强度，例如：
方式二：步骤S1024具体包括以下子步骤S10242-S10244：
S10242：获取每个像素点的信号强度最大值与信号强度最小值的信号强度差值。
对于每个像素点而言，在获取到信号强度最大值和信号强度最小值之后，获取信号强度差值，该信号强度差值＝信号强度最大值-信号强度最小值。
S10243：在感兴趣区域内，将所有像素点的信号强度差值之和对感兴趣区域内的所有像素点取平均，获得信号强度平均值。
当获取到感兴趣区域内的每个像素点的信号强度差值之后，将所有感兴趣区域内像素点的信号强度差值之和对感兴趣区域内的所有像素点取平均值，例如：若感兴趣区域内的像素点个数为n，那么，信号强度平均值＝(信号强度差值1+信号强度差值2+……信号强度差值n)/n。
S10244：将信号强度平均值确定为指纹信号强度。
在获取到信号强度平均值之后，可以将该信号强度平均值确定为指纹信号强度，同样也准确地获取到了指纹信号强度。
本领域技术人员可以理解的是，无论采用上述哪种方式获取指纹信号强度，均可以准确、有效地获取到指纹信号强度，进而提高该方法使用的精确程度。
图9为本发明另一实施例提供的一种手指干湿程度测量方法的流程示意图。在上述实施例的基础上，继续参考附图9可知，在具体应用时，为了进一步保证手指干湿程度测量的准确可靠性，本实施例的方法还可以包括：
S201：获取手指所施加的压力信息。
其中，压力信息可以通过压力传感器检测获取，所获取的压力信息用于作为指纹图像清晰程度的判断因素之一，一般情况下，当用户按压形式指纹图像时，当手指所施加的压力信息较大时，指纹图像较为清晰；而当手指所施加的压力信息较小时，指纹图像较为模糊，而模糊的指纹图像会影响到该测量方法的精确程度，因此，为了保证该测量方法的精确程度，可以在获取指纹图像时，利用预先设置的压力传感器等采集装置获取手指所施加的压力信息。或者，作为一种替代的实施例，所述压力信息也可以通过软件算法来实现，即通过算法分析所述指纹图像的清晰程度来实现。
需要注意的是，该步骤S201可以在上述实施例中的步骤S101执行之前、执行的过程中或者执行之后进行，也即，在需要获取手指所施加的压力信息和指纹图像时，可以先获取手指所施加的压力信息，之后获取指纹图像；或者，也可以先获取指纹图像，之后获取手指所施加的压力信息；或者，也可以在获取指纹图像的同时，获取手指所施加的压力信息，以上三种实现方式均可。
S202：将压力信息与预先设置的压力阈值进行分析比较；
在获取到压力信息之后，可以对该压力信息进行分析处理，具体的，将该压力信息与预先设置的压力阈值进行分析对比，该压力阈值为判断指纹图像清晰程度的下限值。
S203：若压力信息大于或等于压力阈值，则根据指纹图像获取指纹信号强度和图像背景强度。
若分析对比的结果为压力信息大于或等于压力阈值时，则可以确认此时所获取的指纹图像较为清晰，进而可以根据指纹图像获取指纹信号强度和图像背景强度。
S204：若压力信息小于压力阈值，则停止获取指纹信号强度和图像背景强度。
在将压力信息与预先设置的压力阈值进行分析对比时，若分析对比的结果为压力信息小于压力阈值，则可以确认此时所获取的指纹图像较为模糊，为了提高该测量方法使用的精确程度，则停止获取指纹信号强度和图像背景强度；进一步的，为了提高该测量方法的实用性，此时还可以向用户发送提示信息，该提示信息用于提示用户的压力过小，可重新进行按压操作，以形成指纹图像。
本实施例通过在获取指纹图像时，获取手指所施加的压力信息，并对压力信息进行分析处理，从而可以确定指纹图像的清晰程度，以控制测量方法的进一步操作，具体的，在指纹图像较为清晰时，则可以直接获取指纹信号强度和图像背景强度；若指纹图像较为模糊时，则停止获取指纹信号强度和图像背景强度，进一步提高了该测量方法使用的精确程度。
图10为本发明又一实施例提供的一种手指干湿程度测量方法的流程示意图；图11为本发明又一实施例提供的一种手指干湿程度测量方法的流程示意图。在上述实施例的基础上，继续参考附图10-11可知，为了进一步提高该测量方法的实用性，本实施例在根据指纹信号强度和图像背景强度确定手指的干湿程度之后，该方法还可以包括：
S301：将手指的干湿程度数据存储至预设的数据库内。
在获取到手指的干湿程度数据之后，由于该手指的干湿程度数据可以用于反映人体的健康信息，因此，为了便于对手指的干湿程度数据进行读取和处理，可以将手指的干湿程度数据存储至预设的数据库内。
S302：根据数据库内所存储每个用户的手指的干湿程度数据判断用户的健康状况。
在将手指的干湿程度数据存储在数据库中之后，用户可以随时调用、查看、读取或者处理数据库中的数据，具体的，可以对数据库中每个用户所存储的手指的干湿程度数据进行分析处理，从而可以确定用户的健康状况，并可以生成用户健康报告，以方便用户查看。
进一步的，在将手指的干湿程度数据存储至预设的数据库内之前，该方法可以包括：
S401：根据指纹图像对用户进行身份识别。
为了保证在数据库中所存储的手指的干湿程度数据与用户一一对应，可以在将手指的干湿程度数据存储至预设的数据库内之间，根据指纹图像对用户进行身份识别；具体的，在数据库中存储的每个用户均对应一标准指纹图像，因此，可以将指纹图像与数据库中的多个标准指纹图像进行一一对比，从而可以对用户的身份进行识别，以保证手指的干湿程度数据存储的安全可靠性。
S402：判断用户身份是否识别成功；
S403：若用户的身份识别成功，则将手指的干湿程度数据存储在预设的数据库内。
在根据指纹图像对用户的身份进行识别时，若用户的身份识别成功，则说明数据库中预先存储有该用户的身份信息，也即，预先存储在数据库中存储一用户的标准指纹图像与上述的指纹图像相匹配，因此，可以确认该用户为合法用户，进而可以将该指纹图像所对应的手指的干湿程度数据存储在数据库中，并相应的存储在该用户的数据所对应的存储区间内。
S404：若用户的身份识别失败，则提示身份识别失败。
在根据指纹图像对用户的身份进行识别时，若用户的身份识别失败，则说明数据库中没有存储该用户的身份信息，也即，预先存储在数据库中存储的所有用户的标准指纹图像与上述的指纹图像均不匹配，因此，可以确认该用户为非法用户，进而可以提示身份识别失败，以使的用户可以采用其他的策略来对手指的干湿程度数据进行处理，例如：可以先进行用户的身份注册，在注册完毕后，可以将该用户所对应的手指的干湿程度数据进行存储。
本实施例通过对用户身份进行识别验证，若用户身份验证通过后，则将手指的干湿程度数据存储至数据库中相应的存储空间内，便于根据数据库内所存储每个用户的手指的干湿程度数据判断用户的健康状况，保证了该测量方法的实用性，并且也提高了该测量方法使用的方便可靠性。
具体应用时，本实施例提供的手指干湿程度测量方法可以包括以下步骤：
步骤A：在获取指纹图像时，获取手指所施加的压力信息；
步骤B：若压力小于压力阈值，则向用户发送提示信息，该提示信息可以包括压力过小或者增大压力的内容；
步骤C：若压力信息大于或等于压力阈值，则根据指纹图像获取指纹信号强度和图像背景强度；
步骤D：根据指纹信号强度和图像背景强度获取指纹信号变化率；
步骤E：根据指纹信号变化率确定手指的干湿程度；具体的，若指纹信号变化率大于或等于预先设置的第一变化率阈值，则确定手指的干湿程度为过度湿润；若指纹信号变化率小于预先设置的第一变化率阈值，且大于或等于预先设置的第二变化率阈值，则确定手指的干湿程度为适中；若指纹信号变化率小于预先设置的第二变化率阈值，则确定手指的干湿程度为过度干燥，此时可以向用户发送提示信息，该提示信息可以包括适当湿润手指并再次进行采集的内容。
步骤F：在获取手指的干湿程度数据之后，根据指纹图像对用户身份进行识别；若用户的身份识别成功，则将手指的干湿程度数据存储在预设的数据库内，并可以执行步骤G；若用户的身份识别失败，则提示身份识别失败；
步骤G：根据数据库内所存储每个用户的手指的干湿程度数据判断用户的健康状况，并可以生成用户健康报告，以方便用户查看。
图12为本发明实施例提供的一种手指干湿程度测量装置的结构示意图。参考附图12可知，本实施例提供了一种手指干湿程度测量装置，该手指干湿程度测量装置用于执行上述的手指干湿程度测量方法，具体的，该测量装置包括：
获取模块1，用于获取指纹图像；
处理模块2，用于根据指纹图像获取指纹信号强度和图像背景强度；并根据指纹信号强度和图像背景强度确定手指的干湿程度。
本实施例提供的手指干湿程度测量装置的具体原理和实现方式均与图1所示的实施例类似，此处不再赘述。
本实施例提供的手指干湿程度测量装置，通过获取模块1获取指纹图像，并进一步利用处理模块2根据指纹图像获取指纹信号强度和图像背景强度，通过对指纹信号强度和图像背景强度的分析判断来确认手指的干湿程度，有效地克服了传统技术中通过对图像进行分析对比所存在的容易受到图像背景波动、噪声等的干扰，准确度较低的缺陷，保证了手指干湿程度测量的准确可靠性，另外，通过准确测量手指的干湿程度，有利于对指纹采集技术的改进与优化，可以提高指纹采集的准确性和可靠性，当将其应用于医疗***中时，便于更加准确预测人们的健康信息，进而有效地提高了该测量装置的实用性，有利于市场的推广与应用。
进一步的，在上述实施例的基础上，继续参考附图12可知，在处理模块2执行根据指纹信号强度和图像背景强度确定手指的干湿程度时，处理模块2可以用于根据指纹信号强度和图像背景强度获得指纹信号变化率，若指纹信号变化率大于或等于预先设置的第一变化率阈值，则确定手指的干湿程度为过度湿润；或者，若指纹信号变化率小于预先设置的第一变化率阈值，且大于或等于预先设置的第二变化率阈值，则确定手指的干湿程度为适中；或者，若指纹信号变化率小于预先设置的第二变化率阈值，则确定手指的干湿程度为过度干燥。
其中，在处理模块2根据指纹信号强度和图像背景强度获得指纹信号变化率时，处理模块2可以用于：将指纹信号强度与图像背景强度之比确定为指纹信号变化率；或者，获取指纹信号强度与图像背景强度的差值，将差值与图像背景强度之比确定为指纹信号变化率。
本实施例提供的手指干湿程度测量装置的具体原理和实现方式均与图2所示的实施例类似，此处不再赘述。
本实施例可以通过不同的方式来获得指纹信号变化率，保证了指纹信号变化率获取的准确可靠性，并且实现方式多样，提高了用户使用的方便可靠性；而后将指纹信号变化率与预先设置的不同的变化率阈值进行分析比较，可以准确判断手指的干湿程度，从而保证了该手指干湿程度测量装置使用的准确可靠性。
进一步的，在上述实施例的基础上，继续参考附图12可知，在处理模块2根据指纹图像获取指纹信号强度时，一种可实现的方式为，处理模块2可以用于：获取指纹图像中手指的脊线所对应的脊峰信号强度均值、以及谷线所对应的谷峰信号强度均值；将脊峰信号强度均值与谷峰信号强度均值的差值确定为指纹信号强度。
另一种可实现的方式为，处理模块2可以用于：获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值；根据信号强度最大值和信号强度最小值确定指纹信号强度。
其中，在处理模块2获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值时，一种可实现的方式为，处理模块2可以用于：获取指纹图像中的感兴趣区域；计算感兴趣区域内所有像素点的信号强度；确定信号强度中的信号强度最大值和信号强度最小值。
另一种可实现的方式为：处理模块2可以用于：获取指纹图像中的每个像素点所对应的邻域；针对每个像素点，计算邻域中的像素点的信号强度最大值和信号强度最小值，获得每个像素点所对应的信号强度最大值和信号强度最小值；获取指纹图像中的感兴趣区域；将感兴趣区域中所有像素点所对应的信号强度最大值中的最大值确定为感兴趣区域内的像素点的信号强度最大值；将感兴趣区域中所有像素点所对应的信号强度最小值中的最小值确定为感兴趣区域内的像素点的信号强度最小值。
另外，在处理模块2根据信号强度最大值和信号强度最小值确定指纹信号强度时，处理模块2可以用于：将信号强度最大值与信号强度最小值之差确定为指纹信号强度；或者，获取每个像素点的信号强度最大值与信号强度最小值的信号强度差值；在感兴趣区域内，将所有像素点的信号强度差值之和对感兴趣区域内的所有像素点取平均，获得信号强度平均值；将信号强度平均值确定为指纹信号强度。
本实施例提供的手指干湿程度测量装置的具体原理和实现方式均与图3-图8所示的实施例类似，此处不再赘述。
进一步的，在上述实施例的基础上，继续参考附图12可知，在具体应用时，为了进一步保证手指干湿程度装置的准确可靠性，本实施例中的获取模块1和处理模块2可以执行以下步骤，具体的：
获取模块1，还用于在获取指纹图像时，获取手指所施加的压力信息；
处理模块2，还用于：若压力信息大于或等于预先设置的压力阈值，则根据指纹图像获取指纹信号强度和图像背景强度；或者，若压力信息小于预先设置的压力阈值，则停止获取指纹信号强度和图像背景强度。
本实施例提供的手指干湿程度测量装置的具体原理和实现方式均与图9所示的实施例类似，此处不再赘述。
本实施例通过获取模块1在获取指纹图像时，获取手指所施加的压力信息，并利用处理模块2对压力信息进行分析处理，从而可以确定指纹图像的清晰程度，以控制测量方法的进一步操作，具体的，在指纹图像较为清晰时，则可以直接获取指纹信号强度和图像背景强度；若指纹图像较为模糊时，则停止获取指纹信号强度和图像背景强度，进一步提高了该测量装置使用的精确程度。
进一步的，在上述实施例的基础上，继续参考附图12可知，为了进一步提高该测量装置的实用性，本实施例中的测量装置可以包括：
存储模块3，用于在根据指纹信号强度和图像背景强度确定手指的干湿程度之后，将手指的干湿程度数据存储至预设的数据库内；
处理模块2，还用于根据数据库内所存储每个用户的手指的干湿程度数据判断用户的健康状况。
其中，处理模块2还用于：在将手指的干湿程度数据存储至预设的数据库内之前，根据指纹图像对用户进行身份识别；若用户的身份识别成功，则将手指的干湿程度数据存储在预设的数据库内；或者，若用户的身份识别失败，则提示身份识别失败。
本实施例提供的手指干湿程度测量装置的具体原理和实现方式均与图10-图11所示的实施例类似，此处不再赘述。
本实施例通过处理模块2对用户身份进行识别验证，若用户身份验证通过后，则利用存储模块3将手指的干湿程度数据存储至数据库中相应的存储空间内，便于根据数据库内所存储每个用户的手指的干湿程度数据判断用户的健康状况，保证了该测量装置的实用性，并且也提高了该测量装置使用的方便可靠性。
本实施例的另一方面提供了一种计算机存储介质，该计算机存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。该计算机存储介质中存储有程序指令，程序指令用于实现一种手指干湿程度测量方法，该测量方法包括：获取指纹图像；根据指纹图像获取指纹信号强度和图像背景强度；根据指纹信号强度和图像背景强度确定手指的干湿程度。
其中，根据指纹信号强度和图像背景强度确定手指的干湿程度可以包括：根据指纹信号强度和图像背景强度获得指纹信号变化率；若指纹信号变化率大于或等于预先设置的第一变化率阈值，则确定手指的干湿程度为过度湿润；或者，若指纹信号变化率小于预先设置的第一变化率阈值，且大于或等于预先设置的第二变化率阈值，则确定手指的干湿程度为适中；或者，若指纹信号变化率小于预先设置的第二变化率阈值，则确定手指的干湿程度为过度干燥。
进一步的，根据指纹信号强度和图像背景强度获得指纹信号变化率可以包括：将指纹信号强度与图像背景强度之比确定为指纹信号变化率；或者，获取指纹信号强度与图像背景强度的差值，将差值与图像背景强度之比确定为指纹信号变化率。
另外，一种可实现的方式为：根据指纹图像获取指纹信号强度可以包括：获取指纹图像中手指的脊线所对应的脊峰信号强度均值、以及谷线所对应的谷峰信号强度均值；将脊峰信号强度均值与谷峰信号强度均值的差值确定为指纹信号强度。
另一种可实现的方式为：根据指纹图像获取指纹信号强度可以包括：获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值；根据信号强度最大值和信号强度最小值确定指纹信号强度。
其中，一种可实现的方式为：获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值可以包括：获取指纹图像中的感兴趣区域；计算感兴趣区域内所有像素点的信号强度；确定信号强度中的信号强度最大值和信号强度最小值。
另一种可实现的方式为：获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值可以包括：获取指纹图像中的每个像素点所对应的邻域；针对每个像素点，计算邻域中的像素点的信号强度最大值和信号强度最小值，获得每个像素点所对应的信号强度最大值和信号强度最小值；获取指纹图像中的感兴趣区域；将感兴趣区域中所有像素点所对应的信号强度最大值中的最大值确定为感兴趣区域内的像素点的信号强度最大值；将感兴趣区域中所有像素点所对应的信号强度最小值中的最小值确定为感兴趣区域内的像素点的信号强度最小值。
此外，根据信号强度最大值和信号强度最小值确定指纹信号强度可以包括：将信号强度最大值与信号强度最小值之差确定为指纹信号强度；或者，获取每个像素点的信号强度最大值与信号强度最小值的信号强度差值；在感兴趣区域内，将所有像素点的信号强度差值之和对感兴趣区域内的所有像素点取平均，获得信号强度平均值；将信号强度平均值确定为指纹信号强度。
进一步的，在具体应用时，为了进一步保证计算机存储介质的准确可靠性，本实施例中的计算机存储介质中的程序指令还可以用于实现以下步骤，具体的：
在获取指纹图像时，获取手指所施加的压力信息；
若压力信息大于或等于预先设置的压力阈值，则根据指纹图像获取指纹信号强度和图像背景强度；或者，
若压力信息小于预先设置的压力阈值，则停止获取指纹信号强度和图像背景强度。
其中，在根据指纹信号强度和图像背景强度确定手指的干湿程度之后，该方法还可以包括：将手指的干湿程度数据存储至预设的数据库内；根据数据库内所存储每个用户的手指的干湿程度数据判断用户的健康状况。
更进一步的，在将手指的干湿程度数据存储至预设的数据库内之前，该方法还可以包括：根据指纹图像对用户进行身份识别；若用户的身份识别成功，则将手指的干湿程度数据存储在预设的数据库内；或者，若用户的身份识别失败，则提示身份识别失败。
本实施例提供的计算机存储介质的具体原理和实现方式均与图1-图11所示的实施例类似，此处不再赘述。
本实施例提供的计算机存储介质，该计算机存储介质中存储有用于实现一种手指干湿程度测量方法的程序指令，具体的，该方法通过获取指纹图像，并进一步根据指纹图像获取指纹信号强度和图像背景强度，通过对指纹信号强度和图像背景强度的分析判断来确认手指的干湿程度，有效地克服了传统技术中通过对图像进行分析对比所存在的容易受到图像背景波动、噪声等的干扰，准确度较低的缺陷，保证了手指干湿程度测量的准确可靠性，另外，通过准确测量手指的干湿程度，有利于对指纹采集技术的改进与优化，可以提高指纹采集的准确性和可靠性，当将其应用于医疗***中时，便于更加准确预测人们的健康信息，进而有效地提高了该计算机存储介质的实用性，有利于市场的推广与应用。
图13为本发明实施例提供的一种手指干湿程度测量***的结构示意图；参考附图13可知，本实施例提供了一种手指干湿程度测量***，该***包括：光学成像采集器200和与光学成像采集器200通信连接的处理器100；
光学成像采集器200，用于采集指纹图像，并将所采集的指纹图像发送至处理器；
处理器100，用于获取指纹图像，根据指纹图像获取指纹信号强度和图像背景强度，根据指纹信号强度和图像背景强度确定手指的干湿程度。
需要注意的是，该实施例中的处理器100可以只具有数据处理的功能，也可以具有数据处理以及程序存储的功能；例如：处理器100可以为中央处理器CPU，CPU具有上述的数据处理功能，此时，处理器100所运行的程序指令可以单独存储在预设的存储器400中；或者，处理器可以为带片内ROM型微控制单元MCU，其中，ROM为只读存储器，可以用于存储与上述手指干湿程度测量方法相对应的程序指令，而MCU可以运行该指令，以实现上述的数据处理功能，因此，该手指干湿程度测量***的一种可实现结构包括：光学成像采集器200、处理器100以及存储器400；或者，该手指干湿程度测量***的另一种可实现结构包括：光学成像采集器200和处理器100。另外，本实施例提供的手指干湿程度测量***的具体原理和实现方式均与图1所示的实施例类似，此处不再赘述。
本实施例提供的手指干湿程度测量***，通过光学成像采集器200获取指纹图像，并进一步利用处理器100根据指纹图像获取指纹信号强度和图像背景强度，通过对指纹信号强度和图像背景强度的分析判断来确认手指的干湿程度，有效地克服了传统技术中通过对图像进行分析对比所存在的容易受到图像背景波动、噪声等的干扰，准确度较低的缺陷，保证了手指干湿程度测量的准确可靠性，另外，通过准确测量手指的干湿程度，有利于对指纹采集技术的改进与优化，可以提高指纹采集的准确性和可靠性，当将其应用于医疗***中时，便于更加准确预测人们的健康信息，进而有效地提高了该测量***的实用性，有利于市场的推广与应用。
在上述实施例的基础上，继续参考附图13可知，在处理器100执行根据指纹信号强度和图像背景强度确定手指的干湿程度时，处理器100可以用于：根据指纹信号强度和图像背景强度获得指纹信号变化率；若指纹信号变化率大于或等于预先设置的第一变化率阈值，则确定手指的干湿程度为过度湿润；或者，若指纹信号变化率小于预先设置的第一变化率阈值，且大于或等于预先设置的第二变化率阈值，则确定手指的干湿程度为适中；或者，若指纹信号变化率小于预先设置的第二变化率阈值，则确定手指的干湿程度为过度干燥。
其中，在处理器100根据指纹信号强度和图像背景强度获得指纹信号变化率时，处理器100可以用于：将指纹信号强度与图像背景强度之比确定为指纹信号变化率；或者，获取指纹信号强度与图像背景强度的差值，将差值与图像背景强度之比确定为指纹信号变化率。
本实施例提供的手指干湿程度测量***的具体原理和实现方式均与图2所示的实施例类似，此处不再赘述。
本实施例可以通过不同的方式来获得指纹信号变化率，保证了指纹信号变化率获取的准确可靠性，并且实现方式多样，提高了用户使用的方便可靠性；而后将指纹信号变化率与预先设置的不同的变化率阈值进行分析比较，可以准确判断手指的干湿程度，从而保证了该手指干湿程度测量***使用的准确可靠性。
在上述实施例的基础上，继续参考附图13可知，在处理器100根据指纹图像获取指纹信号强度时，一种可实现的方式为，处理器100可以用于：获取指纹图像中手指的脊线所对应的脊峰信号强度均值、以及谷线所对应的谷峰信号强度均值；将脊峰信号强度均值与谷峰信号强度均值的差值确定为指纹信号强度。
另一种可实现的方式为，处理器100可以用于：获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值；根据信号强度最大值和信号强度最小值确定指纹信号强度。
其中，在处理器100获取指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值时，一种可实现的方式为，处理器100可以用于：获取指纹图像中的感兴趣区域；计算感兴趣区域内所有像素点的信号强度；确定信号强度中的信号强度最大值和信号强度最小值。
另一种可实现的方式为：处理器100可以用于：获取指纹图像中的每个像素点所对应的邻域；针对每个像素点，计算邻域中的像素点的信号强度最大值和信号强度最小值，获得每个像素点所对应的信号强度最大值和信号强度最小值；获取指纹图像中的感兴趣区域；将感兴趣区域中所有像素点所对应的信号强度最大值中的最大值确定为感兴趣区域内的像素点的信号强度最大值；将感兴趣区域中所有像素点所对应的信号强度最小值中的最小值确定为感兴趣区域内的像素点的信号强度最小值。
另外，在处理器100根据信号强度最大值和信号强度最小值确定指纹信号强度时，处理器100可以用于：将信号强度最大值与信号强度最小值之差确定为指纹信号强度；或者，获取每个像素点的信号强度最大值与信号强度最小值的信号强度差值；在感兴趣区域内，将所有像素点的信号强度差值之和对感兴趣区域内的所有像素点取平均，获得信号强度平均值；将信号强度平均值确定为指纹信号强度。
本实施例提供的手指干湿程度测量***的具体原理和实现方式均与图3-图8所示的实施例类似，此处不再赘述。
在上述实施例的基础上，继续参考附图13可知，在具体应用时，为了进一步保证手指干湿程度装置的准确可靠性，本实施例中的***还可以包括：与处理器100通信连接的压力传感器300；
压力传感器300，用于在获取指纹图像时，获取手指所施加的压力信息；
处理器100，还用于：若压力信息大于或等于预先设置的压力阈值，则根据指纹图像获取指纹信号强度和图像背景强度；或者，若压力信息小于预先设置的压力阈值，则停止获取指纹信号强度和图像背景强度。
本实施例提供的手指干湿程度测量***的具体原理和实现方式均与图9所示的实施例类似，此处不再赘述。
本实施例通过压力传感器300在获取指纹图像时，获取手指所施加的压力信息，并利用处理器100对压力信息进行分析处理，从而可以确定指纹图像的清晰程度，以控制测量方法的进一步操作，具体的，在指纹图像较为清晰时，则可以直接获取指纹信号强度和图像背景强度；若指纹图像较为模糊时，则停止获取指纹信号强度和图像背景强度，进一步提高了该测量***使用的精确程度。
在上述实施例的基础上，继续参考附图13可知，为了进一步提高该测量装置的实用性，本实施例中的测量***可以包括：与处理器100通信连接的存储器400；
存储器400，用于将手指的干湿程度数据存储至预设的数据库内；
处理器100，还用于根据数据库内所存储每个用户的手指的干湿程度数据判断用户的健康状况。
其中，处理器100还用于：在将手指的干湿程度数据存储至预设的数据库内之前，根据指纹图像对用户进行身份识别；若用户的身份识别成功，则将手指的干湿程度数据存储在预设的数据库内；或者，若用户的身份识别失败，则提示身份识别失败。
需要注意的是，上述的存储器400还可以存储与上述手指干湿程度测量方法相对应的程序指令，处理器100可以运行上述程序指令，以实现相应的手指干湿程度测量的功能；另外，本实施例提供的手指干湿程度测量***的具体原理和实现方式均与图10-图11所示的实施例类似，此处不再赘述。
本实施例通过处理器100对用户身份进行识别验证，若用户身份验证通过后，则利用存储器400将手指的干湿程度数据存储至数据库中相应的存储空间内，便于根据数据库内所存储每个用户的手指的干湿程度数据判断用户的健康状况，保证了该测量***的实用性，并且也提高了该测量***使用的方便可靠性。
以上各个实施例中的技术方案、技术特征在与本相冲突的情况下均可以单独，或者进行组合，只要未超出本领域技术人员的认知范围，均属于本申请保护范围内的等同实施例。
在本发明所提供的几个实施例中，应该理解到，所揭露的相关装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得计算机处理器(processor)执行本发明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，RandomAccess Memory)、磁盘或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (25)

1.一种手指干湿程度测量方法，其特征在于，包括：
获取指纹图像；
根据所述指纹图像获取指纹信号强度和图像背景强度；
根据所述指纹信号强度和图像背景强度确定所述手指的干湿程度。
2.根据权利要求1所述的方法，其特征在于，根据所述指纹信号强度和图像背景强度确定所述手指的干湿程度，包括：
根据所述指纹信号强度和图像背景强度获得指纹信号变化率；
若所述指纹信号变化率大于或等于预先设置的第一变化率阈值，则确定所述手指的干湿程度为过度湿润；或者，
若所述指纹信号变化率小于预先设置的第一变化率阈值，且大于或等于预先设置的第二变化率阈值，则确定所述手指的干湿程度为适中；或者，
若所述指纹信号变化率小于预先设置的第二变化率阈值，则确定所述手指的干湿程度为过度干燥。
3.根据权利要求2所述的方法，其特征在于，根据所述指纹信号强度和图像背景强度获得指纹信号变化率，包括：
将所述指纹信号强度与所述图像背景强度之比确定为所述指纹信号变化率；或者，
获取所述指纹信号强度与所述图像背景强度的差值，将所述差值与所述图像背景强度之比确定为所述指纹信号变化率。
4.根据权利要求1所述的方法，其特征在于，根据所述指纹图像获取指纹信号强度，包括：
获取所述指纹图像中手指的脊线所对应的脊峰信号强度均值、以及谷线所对应的谷峰信号强度均值；
将所述脊峰信号强度均值与所述谷峰信号强度均值的差值确定为所述指纹信号强度。
5.根据权利要求1所述的方法，其特征在于，根据所述指纹图像获取指纹信号强度，包括：
获取所述指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值；
根据所述信号强度最大值和信号强度最小值确定所述指纹信号强度。
6.根据权利要求5所述的方法，其特征在于，获取所述指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值，包括：
获取所述指纹图像中的感兴趣区域；
计算所述感兴趣区域内所有像素点的信号强度；
确定所述信号强度中的信号强度最大值和信号强度最小值。
7.根据权利要求5所述的方法，其特征在于，获取所述指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值，包括：
获取所述指纹图像中的每个像素点所对应的邻域；
针对每个像素点，计算所述邻域中的像素点的信号强度最大值和信号强度最小值，获得每个像素点所对应的信号强度最大值和信号强度最小值；
获取所述指纹图像中的感兴趣区域；
将所述感兴趣区域中所有像素点所对应的信号强度最大值中的最大值确定为所述感兴趣区域内的像素点的信号强度最大值；将所述感兴趣区域中所有像素点所对应的信号强度最小值中的最小值确定为所述感兴趣区域内的像素点的信号强度最小值。
8.根据权利要求5所述的方法，其特征在于，根据所述信号强度最大值和信号强度最小值确定所述指纹信号强度，包括：
将所述信号强度最大值与信号强度最小值之差确定为所述指纹信号强度；或者，
获取每个像素点的所述信号强度最大值与所述信号强度最小值的信号强度差值；在所述感兴趣区域内，将所有像素点的信号强度差值之和对所述感兴趣区域内的所有像素点取平均，获得信号强度平均值；将所述信号强度平均值确定为所述指纹信号强度。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在获取指纹图像时，获取手指所施加的压力信息；
若所述压力信息大于或等于预先设置的压力阈值，则根据所述指纹图像获取指纹信号强度和图像背景强度；或者，
若所述压力信息小于预先设置的压力阈值，则停止获取所述指纹信号强度和图像背景强度。
10.根据权利要求1-9中任意一项所述的方法，其特征在于，在根据所述指纹信号强度和图像背景强度确定所述手指的干湿程度之后，所述方法还包括：
将所述手指的干湿程度数据存储至预设的数据库内；
根据所述数据库内所存储每个用户的所述手指的干湿程度数据判断用户的健康状况。
11.根据权利要求10所述的方法，其特征在于，在将所述手指的干湿程度数据存储至预设的数据库内之前，所述方法包括：
根据所述指纹图像对用户进行身份识别；
若用户的身份识别成功，则将所述手指的干湿程度数据存储在预设的数据库内；或者，
若用户的身份识别失败，则提示身份识别失败。
12.一种手指干湿程度测量装置，其特征在于，包括：
获取模块，用于获取指纹图像；
处理模块，用于根据所述指纹图像获取指纹信号强度和图像背景强度；并根据所述指纹信号强度和图像背景强度确定所述手指的干湿程度。
13.根据权利要求12所述的装置，其特征在于，所述处理模块，用于：
根据所述指纹信号强度和图像背景强度获得指纹信号变化率；
若所述指纹信号变化率大于或等于预先设置的第一变化率阈值，则确定所述手指的干湿程度为过度湿润；或者，
若所述指纹信号变化率小于预先设置的第一变化率阈值，且大于或等于预先设置的第二变化率阈值，则确定所述手指的干湿程度为适中；或者，
若所述指纹信号变化率小于预先设置的第二变化率阈值，则确定所述手指的干湿程度为过度干燥。
14.根据权利要求13所述的装置，其特征在于，所述处理模块，用于：
将所述指纹信号强度与所述图像背景强度之比确定为所述指纹信号变化率；或者，
获取所述指纹信号强度与所述图像背景强度的差值，将所述差值与所述图像背景强度之比确定为所述指纹信号变化率。
15.根据权利要求12所述的装置，其特征在于，所述处理模块，用于：
获取所述指纹图像中手指的脊线所对应的脊峰信号强度均值、以及谷线所对应的谷峰信号强度均值；
将所述脊峰信号强度均值与所述谷峰信号强度均值的差值确定为所述指纹信号强度。
16.根据权利要求12所述的装置，其特征在于，所述处理模块，用于：
获取所述指纹图像中的感兴趣区域内的像素点的信号强度最大值和信号强度最小值；
根据所述信号强度最大值和信号强度最小值确定所述指纹信号强度。
17.根据权利要求16所述的装置，其特征在于，所述处理模块，用于：
获取所述指纹图像中的感兴趣区域；
计算所述感兴趣区域内所有像素点的信号强度；
确定所述信号强度中的信号强度最大值和信号强度最小值。
18.根据权利要求16所述的装置，其特征在于，所述处理模块，用于：
获取所述指纹图像中的每个像素点所对应的邻域；
针对每个像素点，计算所述邻域中的像素点的信号强度最大值和信号强度最小值，获得每个像素点所对应的信号强度最大值和信号强度最小值；
获取所述指纹图像中的感兴趣区域；
将所述感兴趣区域中所有像素点所对应的信号强度最大值中的最大值确定为所述感兴趣区域内的像素点的信号强度最大值；将所述感兴趣区域中所有像素点所对应的信号强度最小值中的最小值确定为所述感兴趣区域内的像素点的信号强度最小值。
19.根据权利要求16所述的装置，其特征在于，所述处理模块，用于：
将所述信号强度最大值与信号强度最小值之差确定为所述指纹信号强度；或者，
获取每个像素点的所述信号强度最大值与所述信号强度最小值的信号强度差值；
在所述感兴趣区域内，将所有像素点的信号强度差值之和对所述感兴趣区域内的所有像素点取平均，获得信号强度平均值；
将所述信号强度平均值确定为所述指纹信号强度。
20.根据权利要求12所述的装置，其特征在于，
所述获取模块，还用于在获取指纹图像时，获取手指所施加的压力信息；
所述处理模块，还用于：
若所述压力信息大于或等于预先设置的压力阈值，则根据所述指纹图像获取指纹信号强度和图像背景强度；或者，
若所述压力信息小于预先设置的压力阈值，则停止获取所述指纹信号强度和图像背景强度。
21.根据权利要求12-20中任意一项所述的装置，其特征在于，所述装置还包括：
存储模块，用于在根据所述指纹信号强度和图像背景强度确定所述手指的干湿程度之后，将所述手指的干湿程度数据存储至预设的数据库内；
所述处理模块，还用于根据所述数据库内所存储每个用户的所述手指的干湿程度数据判断用户的健康状况。
22.根据权利要求21所述的装置，其特征在于，所述处理模块，还用于：
在将所述手指的干湿程度数据存储至预设的数据库内之前，根据所述指纹图像对用户进行身份识别；
若用户的身份识别成功，则将所述手指的干湿程度数据存储在预设的数据库内；或者，
若用户的身份识别失败，则提示身份识别失败。
23.一种计算机存储介质，其特征在于，该计算机存储介质中存储有程序指令，所述程序指令用于实现如权利要求1-11中任意一项所述的手指干湿程度测量方法。
24.一种手指干湿程度测量***，其特征在于，包括：光学成像采集器和与所述光学成像采集器通信连接的处理器；
所述光学成像采集器，用于采集指纹图像，并将所采集的指纹图像发送至处理器；
所述处理器，用于获取所述指纹图像，根据所述指纹图像获取指纹信号强度和图像背景强度，根据所述指纹信号强度和图像背景强度确定所述手指的干湿程度。
25.根据权利要求24所述的***，其特征在于，所述处理器用于执行如权利要求2-11中任意一项所述的手指干湿程度测量方法。
CN201780000489.4A 2017-06-12 2017-06-12 手指干湿程度测量方法、装置及*** Pending CN107454962A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/087945 WO2018227339A1 (zh) 2017-06-12 2017-06-12 手指干湿程度测量方法、装置及***

Publications (1)

Publication Number Publication Date
CN107454962A true CN107454962A (zh) 2017-12-08

Family

ID=60497751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780000489.4A Pending CN107454962A (zh) 2017-06-12 2017-06-12 手指干湿程度测量方法、装置及***

Country Status (5)

Country Link
US (1) US10441199B2 (zh)
EP (1) EP3441905A4 (zh)
KR (1) KR102110118B1 (zh)
CN (1) CN107454962A (zh)
WO (1) WO2018227339A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109376632A (zh) * 2018-10-12 2019-02-22 Oppo（重庆）智能科技有限公司 指纹识别方法、电子装置及计算机可读取介质
CN109412719A (zh) * 2018-09-05 2019-03-01 深圳市汇顶科技股份有限公司 指纹芯片测试方法及测试设备
CN110363121A (zh) * 2019-07-01 2019-10-22 Oppo广东移动通信有限公司 指纹图像处理方法及装置、存储介质和电子设备
CN111382406A (zh) * 2018-12-29 2020-07-07 北京小米移动软件有限公司 指纹解锁方法及装置
CN112674739A (zh) * 2020-12-18 2021-04-20 深圳市汇顶科技股份有限公司 生物特征信息的检测装置、检测方法和电子设备
CN113168534A (zh) * 2020-09-11 2021-07-23 深圳市汇顶科技股份有限公司 检测手指干湿度的装置、方法和电子设备

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10607055B2 (en) * 2017-02-06 2020-03-31 Fingerprint Cards Ab Method for authenticating a finger of a user of an electronic device
KR102243814B1 (ko) * 2020-11-06 2021-04-23 주식회사 만랩 비대면 출입 관리 방법, 장치 및 시스템
KR20220087672A (ko) * 2020-12-17 2022-06-27 삼성디스플레이 주식회사 표시 장치 및 이의 구동 방법
US11625955B1 (en) * 2021-09-20 2023-04-11 Qualcomm Incorporated Fingerprint sensor with force or pressure feedback

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254172A (zh) * 2011-06-16 2011-11-23 电子科技大学 一种基于细胞神经网络和形态学的指纹图像分割方法
US20120127296A1 (en) * 2010-04-28 2012-05-24 Empire Technology Development Llc Fingerprint authentication apparatus and fingerprint authentication method
CN102708363A (zh) * 2012-05-15 2012-10-03 江苏群雄智能科技有限公司 自适应指纹识别***
CN105447437A (zh) * 2015-02-13 2016-03-30 比亚迪股份有限公司 指纹识别方法和装置
CN106228108A (zh) * 2016-07-07 2016-12-14 广东欧珀移动通信有限公司 指纹识别方法以及装置
CN106250887A (zh) * 2016-09-09 2016-12-21 深圳市金立通信设备有限公司 一种指纹识别方法及终端

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5995640A (en) * 1996-10-23 1999-11-30 International Business Machines Corporation System and method for determining if a fingerprint image contains an image portion representing a dry fingerprint impression
US6134340A (en) * 1997-12-22 2000-10-17 Trw Inc. Fingerprint feature correlator
JP3569215B2 (ja) * 1999-10-22 2004-09-22 花王株式会社 皮膚健康度評価装置
US7272247B2 (en) * 2001-10-10 2007-09-18 Activcard Ireland Limited Method and system for fingerprint authentication
US7489807B2 (en) * 2003-08-07 2009-02-10 Kyungtae Hwang Statistical quality assessment of fingerprints
US20060020216A1 (en) * 2004-07-20 2006-01-26 Sharp Kabushiki Kaisha Medical information detection apparatus and health management system using the medical information detection apparatus
CN103065134B (zh) * 2013-01-22 2016-01-13 江苏超创信息软件发展股份有限公司 一种具有提示信息的指纹识别装置和方法
US9953650B1 (en) * 2016-12-08 2018-04-24 Louise M Falevsky Systems, apparatus and methods for using biofeedback for altering speech

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120127296A1 (en) * 2010-04-28 2012-05-24 Empire Technology Development Llc Fingerprint authentication apparatus and fingerprint authentication method
CN102254172A (zh) * 2011-06-16 2011-11-23 电子科技大学 一种基于细胞神经网络和形态学的指纹图像分割方法
CN102708363A (zh) * 2012-05-15 2012-10-03 江苏群雄智能科技有限公司 自适应指纹识别***
CN105447437A (zh) * 2015-02-13 2016-03-30 比亚迪股份有限公司 指纹识别方法和装置
CN106228108A (zh) * 2016-07-07 2016-12-14 广东欧珀移动通信有限公司 指纹识别方法以及装置
CN106250887A (zh) * 2016-09-09 2016-12-21 深圳市金立通信设备有限公司 一种指纹识别方法及终端

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
柳程邺: "基于DSP的个人指纹信息无线采集***", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
韩智等: "指纹图像质量的自动评价方法", 《计算机工程》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109412719A (zh) * 2018-09-05 2019-03-01 深圳市汇顶科技股份有限公司 指纹芯片测试方法及测试设备
CN109412719B (zh) * 2018-09-05 2021-03-19 深圳市汇顶科技股份有限公司 指纹芯片测试方法及测试设备
CN109376632A (zh) * 2018-10-12 2019-02-22 Oppo（重庆）智能科技有限公司 指纹识别方法、电子装置及计算机可读取介质
CN109376632B (zh) * 2018-10-12 2021-05-11 Oppo（重庆）智能科技有限公司 指纹识别方法、电子装置及计算机可读取介质
CN111382406A (zh) * 2018-12-29 2020-07-07 北京小米移动软件有限公司 指纹解锁方法及装置
CN111382406B (zh) * 2018-12-29 2023-09-22 北京小米移动软件有限公司 指纹解锁方法及装置
CN110363121A (zh) * 2019-07-01 2019-10-22 Oppo广东移动通信有限公司 指纹图像处理方法及装置、存储介质和电子设备
CN110363121B (zh) * 2019-07-01 2023-04-28 Oppo广东移动通信有限公司 指纹图像处理方法及装置、存储介质和电子设备
CN113168534A (zh) * 2020-09-11 2021-07-23 深圳市汇顶科技股份有限公司 检测手指干湿度的装置、方法和电子设备
WO2022052071A1 (zh) * 2020-09-11 2022-03-17 深圳市汇顶科技股份有限公司 检测手指干湿度的装置、方法和电子设备
CN112674739A (zh) * 2020-12-18 2021-04-20 深圳市汇顶科技股份有限公司 生物特征信息的检测装置、检测方法和电子设备

Also Published As

Publication number Publication date
EP3441905A1 (en) 2019-02-13
US10441199B2 (en) 2019-10-15
EP3441905A4 (en) 2019-04-10
WO2018227339A1 (zh) 2018-12-20
KR20190017618A (ko) 2019-02-20
KR102110118B1 (ko) 2020-05-28
US20180353109A1 (en) 2018-12-13

Similar Documents

Publication Publication Date Title
CN107454962A (zh) 手指干湿程度测量方法、装置及***
US20230131876A1 (en) Systems and methods of identity analysis of electrocardiograms
EP3644220A1 (en) Detection of electrocardiogram signal
US8385611B2 (en) Fingerprint authentication device and information processing device with a sweep fingerprint sensor that acquires images of fingerprint at least two different sensitivity levels in single scan
WO2018090984A1 (zh) 指纹识别方法及电子装置
WO2017113744A1 (zh) 指纹识别的方法及其指纹识别装置
CN101523409A (zh) 用于基于ecg/ppg的生物统计的模板合成
CN105279492B (zh) 虹膜识别的方法和装置
CN106682473A (zh) 一种用户身份信息的识别方法及其装置
US10635797B2 (en) Method and electronic device for determining whether to allow user access
US20180189976A1 (en) Analysis unit and system for assessment of hair condition
US20160300094A1 (en) Skin texture collection and identity recognition method and system
CN107589968A (zh) 熄屏解锁方法和装置
US20210290139A1 (en) Apparatus and method for cardiac signal processing, monitoring system comprising the same
CN103544490A (zh) 一种皮肤纹理的采集及其身份识别方法和***
CN111862020A (zh) 一种眼前节生理年龄预测方法、装置、服务器及存储介质
CN110415237A (zh) 皮肤瑕疵检测方法、检测装置、终端设备及可读存储介质
CN106778168A (zh) 可穿戴式设备的身份识别方法、装置及可穿戴式设备
CN109753778A (zh) 用户的审核方法、装置、设备及存储介质
CN107704748A (zh) 用户的识别方法、装置及人体秤
CN110175446A (zh) 身份识别方法及相关装置
RU2309672C2 (ru) Способ распознавания принадлежности отпечатка пальца живому или неживому человеку
Christensen et al. Pre‐diagnostic digital imaging prediction model to discriminate between malignant melanoma and benign pigmented skin lesion
KR20170037185A (ko) 미세 땀의 시간적 분비특성을 이용한 생체 인증 방법 및 이를 이용한 생체인증 위조를 방지하는 생체 인증장치
CN113100722B (zh) 一种心率确定方法及装置

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: 20171208

RJ01 Rejection of invention patent application after publication