CN107918768A - 光学指纹识别方法、装置及电子设备 - Google Patents

光学指纹识别方法、装置及电子设备 Download PDF

Info

Publication number
CN107918768A
CN107918768A CN201711215306.9A CN201711215306A CN107918768A CN 107918768 A CN107918768 A CN 107918768A CN 201711215306 A CN201711215306 A CN 201711215306A CN 107918768 A CN107918768 A CN 107918768A
Authority
CN
China
Prior art keywords
intensity
illumination
finger print
optical finger
threshold
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
Application number
CN201711215306.9A
Other languages
English (en)
Other versions
CN107918768B (zh
Inventor
吴安平
郭富豪
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201711215306.9A priority Critical patent/CN107918768B/zh
Publication of CN107918768A publication Critical patent/CN107918768A/zh
Application granted granted Critical
Publication of CN107918768B publication Critical patent/CN107918768B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1341Sensing with light passing through the finger

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Input (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请提出一种光学指纹识别方法、装置及电子设备,该方法包括:检测当前环境的第一光照强度,将第一光照强度与预设的第一阈值进行比较;若比较获知第一光照强度大于第一阈值,则根据预设的第一调整算法对第一光照强度进行计算,获取进行光学指纹识别的第二光照强度;将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。由此,能够针对不同光照强度环境,适应性调整光学指纹模组中光源强度,保证了不同光照强度环境下获取指纹图像的一致性,提高了光学指纹识别的准确性。

Description

光学指纹识别方法、装置及电子设备
技术领域
本申请涉及指纹识别技术领域,尤其涉及一种光学指纹识别方法、装置及电子设备。
背景技术
光学指纹技术通常采用终端设备屏幕作为发光主体,通过光路照射到指纹,返回的光线再通过屏幕返回到屏幕下的图像传感器,终端设备针对返回的图像与数据库进行分析对比,最终识别指纹。
然而,光学指纹的成功应用与光的作用密切相关,特别强光环境下,尤其是太阳光直射之下,光学指纹识别难度较大。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请提出一种光学指纹识别方法、装置及电子设备,能够解决不同环境下光照强度变化时,获得的指纹图像不一致性,从而对指纹识别造成影响的问题。
本申请第一方面实施例提出的光学指纹识别方法,包括:检测当前环境的第一光照强度,将所述第一光照强度与预设的第一阈值进行比较;若比较获知所述第一光照强度大于所述第一阈值,则根据预设的第一调整算法对所述第一光照强度进行计算,获取进行光学指纹识别的第二光照强度;将光学指纹模组中光源的预设参考强度调整为所述第二光照强度进行光学指纹识别。
本申请第一方面实施例提出的光学指纹识别方法,通过检测当前环境的第一光照强度,并将第一光照强度与预设的第一阈值进行比较,在比较获知第一光照强度大于第一阈值时根据预设的第一调整算法对第一光照强度进行计算获取进行光学指纹识别的第二光照强度,从而将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。由此,能够针对不同光照强度环境,适应性调整光学指纹模组中光源强度,保证了不同光照强度环境下获取指纹图像的一致性,提高了光学指纹识别的准确性。
本申请第二方面实施例提出的光学指纹识别装置,包括:检测比较模块,用于检测当前环境的第一光照强度,将所述第一光照强度与预设的第一阈值进行比较;第一计算获取模块,用于若比较获知所述第一光照强度大于所述第一阈值,则根据预设的第一调整算法对所述第一光照强度进行计算,获取进行光学指纹识别的第二光照强度;第一调整模块,用于将光学指纹模组中光源的预设参考强度调整为所述第二光照强度进行光学指纹识别。
本申请第二方面实施例提出的光学指纹识别装置,通过检测当前环境的第一光照强度,并将第一光照强度与预设的第一阈值进行比较,在比较获知第一光照强度大于第一阈值时根据预设的第一调整算法对第一光照强度进行计算获取进行光学指纹识别的第二光照强度,从而将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。由此,能够针对不同光照强度环境,适应性调整光学指纹模组中光源强度,保证了不同光照强度环境下获取指纹图像的一致性,提高了光学指纹识别的准确性。
本申请第三方面实施例提出了一种非临时性计算机可读存储介质,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行一种光学指纹识别方法,所述方法包括:检测当前环境的第一光照强度,将所述第一光照强度与预设的第一阈值进行比较;若比较获知所述第一光照强度大于第一阈值,则根据预设的第一调整算法对所述第一光照强度进行计算,获取进行光学指纹识别的第二光照强度;将光学指纹模组中光源的预设参考强度调整为所述第二光照强度进行光学指纹识别。
本申请第三方面实施例提出的非临时性计算机可读存储介质,通过检测当前环境的第一光照强度,并将第一光照强度与预设的第一阈值进行比较,在比较获知第一光照强度大于第一阈值时根据预设的第一调整算法对第一光照强度进行计算获取进行光学指纹识别的第二光照强度,从而将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。由此,能够针对不同光照强度环境,适应性调整光学指纹模组中光源强度,保证了不同光照强度环境下获取指纹图像的一致性,提高了光学指纹识别的准确性。
本申请第四方面还提出一种电子设备,该电子设备包括存储器及处理器,所述存储器中储存有计算机可读指令,所述指令被所述处理器执行时,使得所述处理器执行一种光学指纹识别方法,所述方法包括:检测当前环境的第一光照强度,将所述第一光照强度与预设的第一阈值进行比较;若比较获知所述第一光照强度大于所述第一阈值,则根据预设的第一调整算法对所述第一光照强度进行计算,获取进行光学指纹识别的第二光照强度;将光学指纹模组中光源的预设参考强度调整为所述第二光照强度进行光学指纹识别。
本申请第四方面实施例提出的电子设备,检测当前环境的第一光照强度,并将第一光照强度与预设的第一阈值进行比较,在比较获知第一光照强度大于第一阈值时根据预设的第一调整算法对第一光照强度进行计算获取进行光学指纹识别的第二光照强度,从而将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。由此,能够针对不同光照强度环境,适应性调整光学指纹模组中光源强度,保证了不同光照强度环境下获取指纹图像的一致性,提高了光学指纹识别的准确性。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本申请一实施例提出的光学指纹识别方法的流程示意图;
图2是本申请一实施例提出的光学指纹识别的示例图;
图3是本申请另一实施例提出的光学指纹识别方法的流程示意图;
图4是本申请一实施例提出的光学指纹识别装置的结构示意图;
图5是本申请另一实施例提出的光学指纹识别装置的结构示意图;
图6是本申请又一实施例提出的光学指纹识别装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。相反,本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本申请一实施例提出的光学指纹识别方法的流程示意图。
本申请的实施例应用于配置有光学指纹模组的电子设备中。
需要说明的是,本申请实施例的执行主体,在硬件上可以例如为电子设备的中央处理器(Central Processing Unit,CPU),在软件上可以例如为电子设备中的MMI自动化测试服务程序,对此不作限制。
具体地,参见图2,光学指纹识别是通过指纹模组中的光源作为发光主体,通过光路照射到指纹,返回的光线再通过屏幕返回到指纹模块,指纹模块负责采集指纹图像,与数据库进行分析对比,最终识别指纹。
其中,当手指放置在屏幕上时开始扫描手指,一般较暗的区域代表较多反射光线(手指的嵴纹),较亮的区域代表较少的反射光线(手指的波谷)。在将采集指纹图像与数据库进行分析对比之前,要确保获取到了清晰的指纹图像。
然而,在强光环境下,尤其是太阳光直射之下,对指纹图像的获取影响很大,从而造成光学指纹识别难度较大。因此,本申请的光学指纹识别方法,通过针对不同光照强度环境,调整光学指纹模组中光源强度以保证获取指纹图像的一致性,提高指纹识别的准确性。具体如下:
参见图1,该方法包括:
步骤101,检测当前环境的第一光照强度,将第一光照强度与预设的第一阈值进行比较。
其中,可以通过光传感器、光检测装置等设备检测终端设备在当前环境下的第一光照强度。需要说明的是,环境光照强度越强,获取的指纹图像的噪点越多,从而对光学指纹识别影响越大,尤其是红外光比较大的情况下,光学指纹识别效果更差。
进而,在获取当前环境的第一光照强度后,需要对这个强度进行判断,即通过与预设的第一阈值比较的方式进行判断,当前环境的光照强度是不是已经影响到光学指纹识别了。其中,第一阈值可以根据实际应用需要进行选择设置。
步骤102,若比较获知第一光照强度大于预设的第一阈值,则根据预设的第一调整算法对第一光照强度进行计算,获取进行光学指纹识别的第二光照强度。
步骤103,将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。
具体地,在比较获知第一光照强度大于预设的第一阈值时,即确定环境的光照强度影响到识别效果,需要对光学指纹模组中光源强度进行调整,以保证指纹图像的一致性,提高识别准确性。
其中,第一调整算法可以根据实际应用需要进行选择设置。
作为一种示例,光学指纹模组中光源的预设参考强度为600nit,根据预设的第一调整算法对第一光照强度进行计算获取进行光学指纹识别的第二光照强度为550nit,从而需要将预设参考强度600nit调整为550nit进行光学指纹识别。
其中,预设参考强度表示是进行光学指纹识别的最佳强度,可以采用很多种方式进行获取,作为一种可能实现的方式,根据光源的预设初始强度在不同环境的光照强度下采集的光学指纹图像,根据光学指纹图像的图像质量设置光源的预设参考强度。即通过不同的光源比如OLED显示屏、或者,光学指纹模组中的独立光源模块中的一种或者多种,在不同环境的光照强度下对手指进行采集,从而获取多个不同的指纹图像,进而通过对指纹图像进行处理分析,选择最佳指纹识别图像对应的光源的预设初始强度作为光源的预设参考强度。
综上所述,本申请实施例的光学指纹识别方法,通过检测当前环境的第一光照强度,并将第一光照强度与预设的第一阈值进行比较,在比较获知第一光照强度大于第一阈值时根据预设的第一调整算法对第一光照强度进行计算获取进行光学指纹识别的第二光照强度,从而将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。由此,能够针对不同光照强度环境,适应性调整光学指纹模组中光源强度,保证了不同光照强度环境下获取指纹图像的一致性,提高了光学指纹识别的准确性。
基于上述实施例,可以理解的是,对于光学指纹识别影响主要是光学指纹模组中光源,在环境光照强度影响很大的情况下,可以针对光学指纹模组中光源进行相对大点的调整,在环境光照强度影响相对不是很大的情况下,可以针对光学指纹模组中光源进行微调整,下面结合图3进行详细说明如下:
图3是本申请另一实施例提出的光学指纹识别方法的流程示意图。如图3所示,该光学指纹识别方法包括:
步骤201,检测当前环境的第一光照强度。
步骤202,判断第一光照强度是否大于预设的第一阈值。
步骤203,如果第一光照强度大于第一阈值,则根据预设的第一调整算法对第一光照强度进行计算,获取进行光学指纹识别的第二光照强度,将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。
步骤204,如果第一光照强度小于等于第一阈值,判断第一光照强度是否大于预设的第二阈值,其中,第二阈值小于第一阈值。
步骤205,如果第一光照强度大于预设的第二阈值,则根据预设的第二调整算法对第一光照强度进行计算,获取进行光学指纹识别的第三光照强度,将光学指纹模组中光源的预设参考强度调整为第三光照强度进行光学指纹识别。
步骤206,如果第一光照强度小于等于第二阈值,则根据光学指纹模组中光源的预设参考强度进行光学指纹识别。
其中,第二阈值小于第一阈值,即在第一光照强度大于第一阈值时,表示当前环境的光照强度很大,严重影响到光学指纹识别,因此,需要通过预设的第一调整算法对第一光照强度进行计算得到第二光照强度,并将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。
其中,在第一光照强度小于等于第一阈值时,可能当前环境的光照强度不是很大,对光学指纹识别有点影响,或者是根本没影响,因此进一步通过将第一光照强度与预设的第二阈值进行比较,在第一光照强度大于预设的第二阈值时根据预设的第二调整算法对第一光照强度进行计算获取第三光照强度,将光学指纹模组中光源的预设参考强度调整为第三光照强度进行光学指纹识别。
作为一种示例,光学指纹模组中光源的预设参考强度为600nit,根据预设的第二调整算法对第一光照强度进行计算获取进行光学指纹识别的第三光照强度为580nit,从而需要将预设参考强度600nit调整为580nit进行光学指纹识别。
也就是说,在当前环境的光照强度影响不是很大的情况下,可以进行微弱调整以保证获取指纹图像的一致性,进一步提高指纹识别的准确性。
另外,第一光照强度小于等于第二阈值时,表示当前环境的光照强度对光学指纹识别没有影响,可以直接根据光学指纹模组中光源的预设参考强度进行光学指纹识别。
综上所述,本申请实施例的光学指纹识别方法,通过检测当前环境的第一光照强度,将第一光照强度与预设的第一阈值进行比较,如果第一光照强度大于第一阈值,则根据预设的第一调整算法对第一光照强度进行计算,获取进行光学指纹识别的第二光照强度,将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别,如果第一光照强度小于等于第一阈值,将第一光照强度与预设的第二阈值进行比较,如果第一光照强度大于预设的第二阈值,则根据预设的第二调整算法对第一光照强度进行计算,获取进行光学指纹识别的第三光照强度,将光学指纹模组中光源的预设参考强度调整为第三光照强度进行光学指纹识别,如果第一光照强度小于等于第二阈值,则根据光学指纹模组中光源的预设参考强度进行光学指纹识别。由此,能够针对不同光照强度环境,适应性调整光学指纹模组中光源强度,保证了不同光照强度环境下获取指纹图像的一致性,提高了光学指纹识别的准确性。同时,通过设置第二阈值进一步判断当前环境强度进行适应性调整,进一步提高光学指纹识别的准确性。
图4是本申请一实施例提出的光学指纹识别装置的结构示意图。
参见图4,该光学指纹识别装置包括:检测比较模块401、第一计算获取模块402以及第一调整模块403,其中,
检测比较模块401,用于检测当前环境的第一光照强度,将第一光照强度与预设的第一阈值进行比较。
第一计算获取模块402,用于若比较获知第一光照强度大于第一阈值,则根据预设的第一调整算法对第一光照强度进行计算,获取进行光学指纹识别的第二光照强度。
第一调整模块403,用于将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。
可选地,一些实施例中,参见图5,还包括:
第二计算获取模块404,用于若比较获知第一光照强度小于等于第一阈值,且大于预设的第二阈值,其中,第二阈值小于第一阈值,则根据预设的第二调整算法对第一光照强度进行计算,获取进行光学指纹识别的第三光照强度。
第一调整模块405,用于将光学指纹模组中光源的预设参考强度调整为第三光照强度进行光学指纹识别。
识别模块406,用于若比较获知第一光照强度小于等于第二阈值,则根据光学指纹模组中光源的预设参考强度进行光学指纹识别。
可选地,一些实施例中,参见图6,还包括:
采集模块407,用于根据光源的预设初始强度在不同环境的光照强度下采集的光学指纹图像。
设置模块408,用于根据光学指纹图像的图像质量设置光源的预设参考强度。
可选地,一些实施例中,光源包括:OLED显示屏、或者,所述光学指纹模组中的独立光源模块。
需要说明的是,前述图1-图3实施例中对光学指纹识别方法实施例的解释说明也适用于该实施例的光学指纹识别装置,其实现原理类似,此处不再赘述。
综上所述,本申请实施例的光学指纹识别装置,通过检测当前环境的第一光照强度,并将第一光照强度与预设的第一阈值进行比较,在比较获知第一光照强度大于第一阈值时根据预设的第一调整算法对第一光照强度进行计算获取进行光学指纹识别的第二光照强度,从而将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。由此,能够针对不同光照强度环境,适应性调整光学指纹模组中光源强度,保证了不同光照强度环境下获取指纹图像的一致性,提高了光学指纹识别的准确性。
为了实现上述实施例,本申请还提出一种电子设备,包括存储器及处理器,存储器中储存有计算机可读指令,指令被处理器执行时,使得处理器执行如上述的光学指纹识别方法,方法包括:检测当前环境的第一光照强度,将第一光照强度与预设的第一阈值进行比较;若比较获知第一光照强度大于第一阈值,则根据预设的第一调整算法对第一光照强度进行计算,获取进行光学指纹识别的第二光照强度;将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。
综上所述,本申请实施例的电子设备,通过检测当前环境的第一光照强度,并将第一光照强度与预设的第一阈值进行比较,在比较获知第一光照强度大于第一阈值时根据预设的第一调整算法对第一光照强度进行计算获取进行光学指纹识别的第二光照强度,从而将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。由此,能够针对不同光照强度环境,适应性调整光学指纹模组中光源强度,保证了不同光照强度环境下获取指纹图像的一致性,提高了光学指纹识别的准确性。
为了实现上述实施例,本申请还提出一种非临时性计算机可读存储介质,当存储介质中的指令由终端的处理器执行时,使得终端能够执行一种光学指纹识别方法,方法包括:检测当前环境的第一光照强度,将第一光照强度与预设的第一阈值进行比较;若比较获知第一光照强度大于第一阈值,则根据预设的第一调整算法对第一光照强度进行计算,获取进行光学指纹识别的第二光照强度;将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。
综上所述,本申请实施例的非临时性计算机可读存储介质,通过检测当前环境的第一光照强度,并将第一光照强度与预设的第一阈值进行比较,在比较获知第一光照强度大于第一阈值时根据预设的第一调整算法对第一光照强度进行计算获取进行光学指纹识别的第二光照强度,从而将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。由此,能够针对不同光照强度环境,适应性调整光学指纹模组中光源强度,保证了不同光照强度环境下获取指纹图像的一致性,提高了光学指纹识别的准确性。
为了实现上述实施例,本申请还提出一种计算机程序产品,当计算机程序产品中的指令被处理器执行时,执行一种光学指纹识别方法,方法包括:检测当前环境的第一光照强度,将第一光照强度与预设的第一阈值进行比较;若比较获知第一光照强度大于第一阈值,则根据预设的第一调整算法对第一光照强度进行计算,获取进行光学指纹识别的第二光照强度;将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。
综上所述,本申请实施例的计算机程序产品,通过检测当前环境的第一光照强度,并将第一光照强度与预设的第一阈值进行比较,在比较获知第一光照强度大于第一阈值时根据预设的第一调整算法对第一光照强度进行计算获取进行光学指纹识别的第二光照强度,从而将光学指纹模组中光源的预设参考强度调整为第二光照强度进行光学指纹识别。由此,能够针对不同光照强度环境,适应性调整光学指纹模组中光源强度,保证了不同光照强度环境下获取指纹图像的一致性,提高了光学指纹识别的准确性。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种光学指纹识别方法,其特征在于,包括以下步骤:
检测当前环境的第一光照强度,将所述第一光照强度与预设的第一阈值进行比较;
若比较获知所述第一光照强度大于所述第一阈值,则根据预设的第一调整算法对所述第一光照强度进行计算,获取进行光学指纹识别的第二光照强度;
将光学指纹模组中光源的预设参考强度调整为所述第二光照强度进行光学指纹识别。
2.如权利要求1所述的方法,其特征在于,还包括:
若比较获知所述第一光照强度小于等于所述第一阈值,且大于预设的第二阈值,其中,所述第二阈值小于所述第一阈值,则根据预设的第二调整算法对所述第一光照强度进行计算,获取进行光学指纹识别的第三光照强度;
将所述光学指纹模组中光源的预设参考强度调整为所述第三光照强度进行光学指纹识别。
3.如权利要求2所述的方法,其特征在于,还包括:
若比较获知所述第一光照强度小于等于所述第二阈值,则根据所述光学指纹模组中光源的预设参考强度进行光学指纹识别。
4.如权利要求1所述的方法,其特征在于,还包括:
根据所述光源的预设初始强度在不同环境的光照强度下采集的光学指纹图像;
根据所述光学指纹图像的图像质量设置所述光源的预设参考强度。
5.如权利要求4所述的方法,其特征在于,所述光源包括:
OLED显示屏、或者,所述光学指纹模组中的独立光源模块。
6.一种光学指纹识别装置,其特征在于,包括:
检测比较模块,用于检测当前环境的第一光照强度,将所述第一光照强度与预设的第一阈值进行比较;
第一计算获取模块,用于若比较获知所述第一光照强度大于所述第一阈值,则根据预设的第一调整算法对所述第一光照强度进行计算,获取进行光学指纹识别的第二光照强度;
第一调整模块,用于将光学指纹模组中光源的预设参考强度调整为所述第二光照强度进行光学指纹识别。
7.如权利要求6所述的装置,其特征在于,还包括:
第二计算获取模块,用于若比较获知所述第一光照强度小于等于所述第一阈值,且大于预设的第二阈值,其中,所述第二阈值小于所述第一阈值,则根据预设的第二调整算法对所述第一光照强度进行计算,获取进行光学指纹识别的第三光照强度;
第一调整模块,用于将所述光学指纹模组中光源的预设参考强度调整为所述第三光照强度进行光学指纹识别。
8.如权利要求7所述的方法,其特征在于,还包括:
识别模块,用于若比较获知所述第一光照强度小于等于所述第二阈值,则根据所述光学指纹模组中光源的预设参考强度进行光学指纹识别。
9.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一项所述的光学指纹识别方法。
10.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机可读指令,所述指令被所述处理器执行时,使得所述处理器执行如权利要求1至5中任一项所述的光学指纹识别方法。
CN201711215306.9A 2017-11-28 2017-11-28 光学指纹识别方法、装置及电子设备 Active CN107918768B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711215306.9A CN107918768B (zh) 2017-11-28 2017-11-28 光学指纹识别方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711215306.9A CN107918768B (zh) 2017-11-28 2017-11-28 光学指纹识别方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN107918768A true CN107918768A (zh) 2018-04-17
CN107918768B CN107918768B (zh) 2020-07-10

Family

ID=61896991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711215306.9A Active CN107918768B (zh) 2017-11-28 2017-11-28 光学指纹识别方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN107918768B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109359642A (zh) * 2018-09-11 2019-02-19 友达光电股份有限公司 影像更新方法及其光学感测装置
CN109409310A (zh) * 2018-11-05 2019-03-01 Oppo(重庆)智能科技有限公司 显示屏组件、电子设备及指纹识别方法
CN110084170A (zh) * 2019-04-22 2019-08-02 Oppo广东移动通信有限公司 图像处理方法及相关装置
CN110210353A (zh) * 2019-05-23 2019-09-06 上海思立微电子科技有限公司 光学指纹识别装置、电子设备、补光方法及存储介质
CN110534031A (zh) * 2019-08-29 2019-12-03 上海天马微电子有限公司 一种显示装置及指纹识别方法
CN110647862A (zh) * 2018-10-08 2020-01-03 深圳市汇顶科技股份有限公司 指纹检测装置、方法和电子设备
CN110659609A (zh) * 2019-09-25 2020-01-07 Oppo(重庆)智能科技有限公司 指纹匹配方法、装置、电子设备及介质
CN110796070A (zh) * 2019-10-28 2020-02-14 Oppo广东移动通信有限公司 显示屏组件及屏下指纹识别电子设备
CN112800808A (zh) * 2019-11-13 2021-05-14 华为终端有限公司 一种指纹识别方法和电子设备
CN114295554A (zh) * 2021-12-31 2022-04-08 中元汇吉生物技术股份有限公司 光强检测方法、装置、设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003242487A (ja) * 2002-02-15 2003-08-29 Canon Inc 画像認識装置
CN101131732A (zh) * 2006-08-24 2008-02-27 三美电机株式会社 指纹检测装置
CN101650921A (zh) * 2009-09-17 2010-02-17 青岛海信电器股份有限公司 一种动态背光控制方法及控制装置
CN104683702A (zh) * 2015-03-25 2015-06-03 广东欧珀移动通信有限公司 一种在拍照时补光的方法、装置和一种移动终端
CN104809975A (zh) * 2014-12-23 2015-07-29 苹果公司 具有类纸呈现的环境光自适应显示器
CN105513019A (zh) * 2015-11-27 2016-04-20 西安电子科技大学 一种提升图像质量的方法和装置
CN106203365A (zh) * 2016-07-14 2016-12-07 浙江赢视科技有限公司 增益调节处理的指纹成像方法
CN107145886A (zh) * 2017-05-03 2017-09-08 广东欧珀移动通信有限公司 光学指纹采集方法及相关产品
CN107220592A (zh) * 2017-05-03 2017-09-29 广东欧珀移动通信有限公司 一种光学指纹采集方法及相关产品

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003242487A (ja) * 2002-02-15 2003-08-29 Canon Inc 画像認識装置
CN101131732A (zh) * 2006-08-24 2008-02-27 三美电机株式会社 指纹检测装置
CN101650921A (zh) * 2009-09-17 2010-02-17 青岛海信电器股份有限公司 一种动态背光控制方法及控制装置
CN104809975A (zh) * 2014-12-23 2015-07-29 苹果公司 具有类纸呈现的环境光自适应显示器
CN104683702A (zh) * 2015-03-25 2015-06-03 广东欧珀移动通信有限公司 一种在拍照时补光的方法、装置和一种移动终端
CN105513019A (zh) * 2015-11-27 2016-04-20 西安电子科技大学 一种提升图像质量的方法和装置
CN106203365A (zh) * 2016-07-14 2016-12-07 浙江赢视科技有限公司 增益调节处理的指纹成像方法
CN107145886A (zh) * 2017-05-03 2017-09-08 广东欧珀移动通信有限公司 光学指纹采集方法及相关产品
CN107220592A (zh) * 2017-05-03 2017-09-29 广东欧珀移动通信有限公司 一种光学指纹采集方法及相关产品

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109359642A (zh) * 2018-09-11 2019-02-19 友达光电股份有限公司 影像更新方法及其光学感测装置
CN109359642B (zh) * 2018-09-11 2020-12-08 友达光电股份有限公司 影像更新方法及其光学感测装置
US10776599B2 (en) 2018-10-08 2020-09-15 Shenzhen GOODIX Technology Co., Ltd. Fingerprint detection device and method and electronic device
CN110647862A (zh) * 2018-10-08 2020-01-03 深圳市汇顶科技股份有限公司 指纹检测装置、方法和电子设备
US11062112B2 (en) 2018-10-08 2021-07-13 Shenzhen GOODIX Technology Co., Ltd. Fingerprint detection device and method and electronic device
CN110647862B (zh) * 2018-10-08 2020-08-25 深圳市汇顶科技股份有限公司 指纹检测装置、方法和电子设备
CN109409310A (zh) * 2018-11-05 2019-03-01 Oppo(重庆)智能科技有限公司 显示屏组件、电子设备及指纹识别方法
CN110084170A (zh) * 2019-04-22 2019-08-02 Oppo广东移动通信有限公司 图像处理方法及相关装置
CN110210353A (zh) * 2019-05-23 2019-09-06 上海思立微电子科技有限公司 光学指纹识别装置、电子设备、补光方法及存储介质
CN110534031A (zh) * 2019-08-29 2019-12-03 上海天马微电子有限公司 一种显示装置及指纹识别方法
CN110534031B (zh) * 2019-08-29 2021-12-28 上海天马微电子有限公司 一种显示装置及指纹识别方法
US11521419B2 (en) 2019-08-29 2022-12-06 Shanghai Tianma Micro-electronics Co., Ltd. Display device and fingerprint recognition method
CN110659609A (zh) * 2019-09-25 2020-01-07 Oppo(重庆)智能科技有限公司 指纹匹配方法、装置、电子设备及介质
CN110796070A (zh) * 2019-10-28 2020-02-14 Oppo广东移动通信有限公司 显示屏组件及屏下指纹识别电子设备
CN112800808A (zh) * 2019-11-13 2021-05-14 华为终端有限公司 一种指纹识别方法和电子设备
WO2021093721A1 (zh) * 2019-11-13 2021-05-20 华为技术有限公司 一种指纹识别方法和电子设备
CN114295554A (zh) * 2021-12-31 2022-04-08 中元汇吉生物技术股份有限公司 光强检测方法、装置、设备及存储介质
CN114295554B (zh) * 2021-12-31 2024-02-23 中元汇吉生物技术股份有限公司 光强检测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN107918768B (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN107918768A (zh) 光学指纹识别方法、装置及电子设备
US9075026B2 (en) Defect inspection device and defect inspection method
US20200364906A1 (en) Image Inspection Apparatus
WO2019206209A1 (zh) 基于机器学习的眼底图像检测方法、装置及***
US9781365B2 (en) Method, apparatus and system providing adjustment of pixel defect map
CN105260731A (zh) 一种基于光脉冲的人脸活体检测***及方法
CN108052877A (zh) 光学指纹识别方法、装置及电子设备
JP6528040B2 (ja) インテリジェントマシンのネットワーク
US10474894B2 (en) Image processing method and system for iris recognition
CN105468891A (zh) 用于支持计算机辅助诊断的设备和方法
Niu et al. Automatic localization of optic disc based on deep learning in fundus images
US20240177550A1 (en) Skin reflectance image correction in biometric image capture
KR102344378B1 (ko) 딥러닝 모델을 이용한 통증 평가 방법 및 분석 장치
KR20170130161A (ko) 축사 근접 개체 탐지 장치 및 방법
KR20200010658A (ko) 동일인 인식 방법, 이를 이용하는 컴퓨팅 시스템, 및 프로그램
CN104160425A (zh) 用于对柔韧物体进行计数和处理的***和方法
KR102048948B1 (ko) 영상 분석 장치 및 방법
US10241000B2 (en) Method for checking the position of characteristic points in light distributions
CN111753599A (zh) 人员操作流程检测方法、装置、电子设备及存储介质
KR101827114B1 (ko) 축사 근접 개체 탐지 장치 및 방법
WO2021119946A1 (en) Food inspection solution
US20210358134A1 (en) Method and Apparatus for Tracking Nematode Worms
CN110031474A (zh) 异物检测方法及异物检测装置
KR20150081680A (ko) 동공 검출 방법, 상기 방법을 기록한 컴퓨터 판독 가능 저장매체 및 동공 검출 장치
KR20180109275A (ko) 시선 방향 추적결과의 교정 장치 및 방법

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

GR01 Patent grant
GR01 Patent grant