CN110188679B - 校准方法及相关设备 - Google Patents
校准方法及相关设备 Download PDFInfo
- Publication number
- CN110188679B CN110188679B CN201910459499.5A CN201910459499A CN110188679B CN 110188679 B CN110188679 B CN 110188679B CN 201910459499 A CN201910459499 A CN 201910459499A CN 110188679 B CN110188679 B CN 110188679B
- Authority
- CN
- China
- Prior art keywords
- image
- calibration
- fingerprint
- value
- fingerprint 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.)
- Active
Links
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- 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
- G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
-
- 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
- G06V40/1353—Extracting features related to minutiae or pores
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Input (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请公开了一种校准方法及相关设备,应用于包括触控屏和指纹传感器的电子设备,所述方法包括:通过所述指纹传感器进行指纹采集,得到第一指纹图像;基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值,所述第一值用于表征用于指纹采集的光源的亮度变化,所述第一校准图像是采集校准盒亮色表面得到的图像,所述第二校准图像是采集校准盒暗色表面得到的图像;基于所述第一数值校准所述第一指纹图像,得到第二指纹图像。采用本申请实施例可提升后续用于指纹验证的指纹图像的质量。
Description
技术领域
本申请涉及电子技术领域,尤其涉及一种校准方法及相关设备。
背景技术
光学指纹对环境光和光路稳定性要求比较高,需要在电子设备(如智能手机、平板电脑等)出厂前进行校准,如利用校准盒亮暗两个固定反射面的差分校准方案可以消除背景噪声。但是电子设备在实际使用过程中显示屏老化或者解锁界面背景差异等因素,都会导致指纹感应区域采图时亮度的变化,此时如果还是减去固定的背景底噪就会导致信号信噪比(Signal Noise Ratio,SNR)损失甚至出现触控面板(Touch Panel,TP)走线形成的网格。
发明内容
本申请实施例提供一种校准方法及相关设备,用于提升后续用于指纹验证的指纹图像的质量。
第一方面,本申请实施例提供一种校准方法,应用于包括触控屏和指纹传感器的电子设备,所述方法包括:
通过所述指纹传感器进行指纹采集,得到第一指纹图像;
基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值,所述第一值用于表征用于指纹采集的光源的亮度变化,所述第一校准图像是采集校准盒亮色表面得到的图像,所述第二校准图像是采集校准盒暗色表面得到的图像;
基于所述第一数值校准所述第一指纹图像,得到第二指纹图像。
第二方面,本申请实施例提供一种校准装置,应用于包括触控屏和指纹传感器的电子设备,所述装置包括:
指纹采集单元,用于通过所述指纹传感器进行指纹采集,得到第一指纹图像;
确定单元,用于基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值,所述第一值用于表征用于指纹采集的光源的亮度变化,所述第一校准图像是采集校准盒亮色表面得到的图像,所述第二校准图像是采集校准盒暗色表面得到的图像;
指纹图像校准单元,用于基于所述第一数值校准所述第一指纹图像,得到第二指纹图像。
第三方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面所述的方法中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面所述的方法中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面所述的方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,在本申请实施例中,基于采集到的指纹图像和两个校准图像确定一个数值,该数值用于表征用于指纹采集的光源的亮度变化,然后基于确定的数值自适应校准采集到的指纹图像,这样可实现基于实际的用于指纹采集的光源的亮度变化自适应校准指纹图像,提升后续用于指纹验证的指纹图像的质量,进而降低拒真率(False RejectionRate,FRR)。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的一些实施例,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1A是本申请实施例提供的一种电子设备的结构示意图;
图1B是本申请实施例提供的指纹传感器和指纹采集区域的位置关系的示意图;
图2A是本申请实施例提供的一种校准方法的流程示意图;
图2B是本申请实施例提供的一种校准盒暗色表面的示意图;
图2C是本申请实施例提供的一种校准盒亮色表面的示意图;
图2D是本申请实施例提供的一种像素在TP平面上的投影的示意图;
图3是本申请实施例提供的另一种校准方法的流程示意图;
图4是本申请实施例提供的一种电子设备的结构示意图;
图5是本申请实施例提供的一种校准装置的结构示意图。
具体实施方式
本申请的实施方式部分使用的术语仅用于对本申请的具体实施例进行解释,而非旨在限定本申请。本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。
电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(UserEquipment,UE),移动台(Mobile Station,MS),终端设备(terminal device)等等。
请参见图1A,图1A是本申请实施例提供的一种电子设备的结构示意图,该电子设备包括处理器、存储器、信号处理器、通信接口、触控屏、扬声器、麦克风、随机存取存储器(Random Access Memory,RAM)、摄像头和传感器等等。
其中,处理器也可以是AP处理器,也可以是其他处理器。
其中,存储器、信号处理器、触控屏、扬声器、麦克风、RAM、摄像头和传感器与处理器连接,通信接口与信号处理器连接。
其中,触控屏包括显示屏和触控面板(Touch Panel,TP),触控屏包括指纹采集区域。TP包括金属走线,该金属走线形成网格状。该指纹采集区域是触控屏中的一片区域,即大小能够供多个手指同时按压的大区域;或者,该指纹采集区域是触控屏中的仅能够供单个手指按压的小区域,在此不作限定。该指纹采集区域所在的位置可以是触控屏的中间区域、触控屏的上部分区域、触控屏的下部分区域等,在此不作限定。
其中,传感器包括指纹传感器、红外传感器、陀螺仪等。该指纹传感器为光学指纹传感器,该指纹传感器可以设于指纹采集区域的下方(如图1B所示),也可以不是设于指纹采集区域的下方(如集成在触控屏中等),在此不作限定。在指纹传感器设于指纹采集区域的下方的情况下,该指纹传感器能够采集指纹采集区域内的光信号。
其中,区域屏下指纹采集原理是利用指纹采集区域发出的光来照射放在指纹采集区域上的手指,指纹采集区域发出的光达到手指时发生反射,设置在指纹采集区域下方的指纹传感器接收到反射的光信号,由于指纹凹凸不平的纹路,光线吸收幅度不同,从而得到明暗不同的指纹图像。
在本申请实施例中,处理器,用于通过所述指纹传感器进行指纹采集,得到第一指纹图像;基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值,所述第一值用于表征用于指纹采集的光源的亮度变化,所述第一校准图像是采集校准盒亮色表面得到的图像,所述第二校准图像是采集校准盒暗色表面得到的图像;基于所述第一数值校准所述第一指纹图像,得到第二指纹图像。
在本申请的一实现方式中,在基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值方面,处理器具体用于:
基于所述第一指纹图像的信号值矩阵、所述第一校准图像的信号值矩阵、所述第二校准图像的信号值矩阵、第一函数和N组数值确定N个信号值矩阵,每组数值均包括一个第二数值和一个第三数值,所述第二数值用于表征用于指纹采集的光源的亮度变化,所述N个信号值矩阵与N组数值一一对应;
基于所述N个信号值矩阵中的每个信号值矩阵和方差公式计算得到N个方差;
将第一方差对应的第二数值作为第一数值,所述第一方差为所述N个方差中的最小方差。
在本申请的一实现方式中,在基于所述第一数值校准所述第一指纹图像,得到第二指纹图像方面,处理器具体用于:
基于所述第一指纹图像的信号值矩阵、所述第一数值、所述第二校准图像的信号值矩阵和第二函数进行图像校准,得到所述第二指纹图像;
所述第二函数为:r1=Raw-k*RL,其中,所述r1为校准后的指纹图像的信号值矩阵,所述k为数值,所述Raw为校准前的指纹图像的信号值矩阵,所述RL为所述校准盒暗色表面对应的校准图像的信号值矩阵。
在本申请的一实现方式中,在基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值之前,处理器,还用于确定本次指纹采集对应的待解锁事件为设定解锁事件。
在本申请的一实现方式中,在基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值之前,处理器,还用于确定第三指纹图像的采集时间距离当前***时间大于或等于第一阈值,所述第三指纹图像是上一次采集到的指纹图像。
在本申请的一实现方式中,处理器,还用于在所述第三指纹图像的采集时间距离所述当前***时间小于所述第一阈值时,基于第四数值校准所述第一指纹图像,得到第四指纹图像,所述第四数值是对所述第三指纹图像进行校准所使用的数值。
在本申请的一实现方式中,在基于所述第一数值校准所述第一指纹图像,得到第二指纹图像之后,处理器,还用于在使用所述第二指纹图像进行指纹验证失败时,基于所述第一指纹图像的信号值矩阵、所述第二校准图像的信号值矩阵和第三函数进行图像校准,得到第五指纹图像,所述第三函数为:r2=Raw-RL,其中,所述r2为校准后的指纹图像的信号值矩阵,所述Raw为校准前的指纹图像的信号值矩阵,所述RL为所述校准盒暗色表面对应的校准图像的信号值矩阵;使用所述第五指纹图像进行指纹验证。
需要说明的是,各模块所执行的步骤的具体实现过程可参见下述方法所述的具体实现过程,在此不再叙述。
请参见图2A,图2A是本申请实施例提供的一种校准方法的流程示意图,应用于上述电子设备,方法包括:
步骤201:电子设备通过所述指纹传感器进行指纹采集,得到第一指纹图像。
步骤202:电子设备基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值。
其中,所述第一值用于表征用于指纹采集的光源的亮度变化,所述第一校准图像是采集校准盒亮色表面得到的图像,所述第二校准图像是采集校准盒暗色表面得到的图像。
其中,用于指纹采集的光源可以是指纹感应区域的亮度+背景亮度,或是其他单独的光源。
其中,采集第一校准图像和采集第二校准图像时光源亮度是一致的,第一校准图像和第二校准图像是事先存储在电子设备中的。校准盒暗色表面的示意图如图2B所示,校准盒亮色表面的示意图如图2C所示。
在本申请的一实现方式中,步骤202的具体实现方式为:
电子设备基于所述第一指纹图像的信号值矩阵、所述第一校准图像的信号值矩阵、所述第二校准图像的信号值矩阵、第一函数和N组数值确定N个信号值矩阵,每组数值均包括一个第二数值和一个第三数值,所述第二数值用于表征用于指纹采集的光源的亮度变化,所述N个信号值矩阵与N组数值一一对应;电子设备基于所述N个信号值矩阵中的每个信号值矩阵和方差公式计算得到N个方差;电子设备将第一方差对应的第二数值作为第一数值,所述第一方差为所述N个方差中的最小方差。
具体地,根据光学原理可知:采集的指纹原图信号由屏内反射信号RL和手指反射信号组成。手指反射的信号可以进一步分为直流部分FDC(即手指皮肤反射信号)和交流部分FAC(即手指脊谷的反射信号),那么第一指纹图像的信号为:Raw=RL+FDC+FAC;
假设光学指纹图像的信号大小与图像采集时的光斑亮度成正比例;
那么Raw=k1RL+k1FDC+k1FAC;
假设手指皮肤的光学反射与校准盒的反射接近,假设手指的皮肤反射的系数是k0,那么Raw=k1RL+k1k0(RH-RL)+k1FAC;
令k2=k1k0,fAC=k1FAC,那么Raw=k1RL+k2(RH-RL)+fAC;
那么手指脊谷形成的交流信号为:fAC=Raw-k1RL-k2(RH-RL)。
在本申请实施例中,将fAC=Raw-k1RL-k2(RH-RL)作为第一函数,其中,Raw为指纹图像的信号值矩阵,RL为校准盒暗色表面对应的信号矩阵,RH为校准盒亮色表面对应的信号矩阵,k1和k2均为数值,k1为用于表征用于指纹采集的光源的亮度变化关联的数值。
其中,N组数值如表1所示,如表1可知,第二数值和第三数值均是0.0~1.0的数。
表1
第二数值 | 第三数值 |
0.0 | 0.0 |
0.0 | 0.1 |
…… | …… |
0.0 | 1.0 |
0.1 | 0.0 |
0.1 | 0.1 |
…… | …… |
0.1 | 1.0 |
…… | …… |
1.0 | 0.0 |
1.0 | 0.0 |
…… | …… |
1.0 | 1.0 |
由上可知,将第一校准图像的信号值矩阵代入第一函数中的RH,将第二校准图像的信号值矩阵代入第一函数中的RL,将第一指纹图像的信号值矩阵代入第一函数中的Raw,然后再分别将N组数值分别代入第一函数,即可得到N个fAC(即N个信号值矩阵)。
其中,第一指纹图像的信号值矩阵是基于第一指纹图像的每个像素的信号值组成的。第一校准图像的信号值矩阵是基于第一校准图像的每个像素的信号值组成的。第二校准图像的信号值矩阵是基于第二校准图像的每个像素的信号值组成的。第一指纹图像的信号值矩阵、第一校准图像的信号值矩阵、第二校准图像的信号值矩阵和确定得到的N个信号值矩阵中的每个信号值矩阵的行数和列数是一样的。
其中,第一指纹图像的信号值矩阵包括矩阵元j1,第一校准图像的信号值矩阵包括矩阵元j2,第二校准图像的信号值矩阵包括矩阵元j3,信号值矩阵K包括矩阵元j4,矩阵元j1、矩阵元j2、矩阵元j3和矩阵元j4在矩阵中的位置是一致的,矩阵元j1是第一指纹图像的信号值矩阵中的任意一个,矩阵元j2是第一校准图像的信号值矩中的任意一个,矩阵元j3是第二校准图像的信号值矩阵中的任意一个,矩阵元j4是信号值矩阵K中的任意一个,信号值矩阵K为N个信号值矩阵中的任意一个。
其中,方差公式为:
S=[(x1-Avg)2+···+(xm-Avg)2+(y1-Avg)2+···+(yn-Avg)2]/N,n+m=N,Avg为平均信号值,xi和yi均为信号值,xi对应的像素在TP平面上的投影落入无TP走线区域,yi对应的像素在TP平面上的投影落入有TP走线区域,具体如图2D所示。
由上可知,分别将确定的N个信号值矩阵中的每个信号值矩阵关联的Avg、xi和yi代入方差公式,得到N个方差,每个方差对应一个信号值矩阵。举例来说,假设确定的一个信号值矩阵包括5矩阵元,如矩阵元Q、矩阵元W、矩阵元E、矩阵元R和矩阵元T,矩阵元Q、矩阵元E和矩阵元T对应的像素在TP平面上的投影落入无TP走线区域,矩阵元W和矩阵元R对应的像素在TP平面上的投影落入有TP走线区域,那么该信号值矩阵关联的Avg=(Q+W+E+R+T)/5,该信号值矩阵对应的方差S=[(Q-Avg)2+(E-Avg)2+(T-Avg)2+(W-Avg)2+(R-Avg)2]/5。
对于图像,其方差表征的是图像均匀程度,背景处理越准确,其方差越小,因此方差最小时,其对应的第二数值也是最接近实际情况的。
步骤203:电子设备基于所述第一数值校准所述第一指纹图像,得到第二指纹图像。
在本申请的一实现方式中,步骤203的具体实现方式有:
电子设备基于所述第一指纹图像的信号值矩阵、所述第一数值、所述第二校准图像的信号值矩阵和第二函数进行图像校准,得到所述第二指纹图像;
所述第二函数为:r1=Raw-k*RL,其中,所述r1为校准后的指纹图像的信号值矩阵,所述k为数值,所述Raw为校准前的指纹图像的信号值矩阵,所述RL为所述校准盒暗色表面对应的校准图像的信号值矩阵。
其中,第一指纹图像的信号值矩阵、第二校准图像的信号值矩阵和第二指纹图像的信号值矩阵的行数和列数是一样的。
其中,第二指纹图像的信号值矩阵包括矩阵元p1,第一指纹图像的信号值矩阵包括矩阵元p2,第二校准图像的信号值矩阵包括矩阵元p3,矩阵元p1、矩阵元p2和矩阵元p3在矩阵中的位置是一致的,矩阵元p1是第二指纹图像的信号值矩阵中的任意一个,矩阵元p2是第一指纹图像的信号值矩中的任意一个,矩阵元p3是第二校准图像的信号值矩阵中的任意一个。
可以看出,在本申请实施例中,基于采集到的指纹图像和两个校准图像确定一个数值,该数值用于表征用于指纹采集的光源的亮度变化,然后基于确定的数值自适应校准采集到的指纹图像,这样可实现基于实际的用于指纹采集的光源的亮度变化自适应校准指纹图像,提升后续用于指纹验证的指纹图像的质量,进而降低FRR。
在本申请的一实现方式中,在步骤202之前,所述方法还包括:电子设备确定本次指纹采集对应的待解锁事件为设定解锁事件。
其中,设定解锁事件要求的指纹验证的匹配度大于或等于第二阈值。设定解锁事件例如有指纹支付事件、特定应用(如QQ、微信、支付宝等)的指纹启动事件、屏幕解锁事件等。
可以看出,在本申请实施例中,由于确定第一数值需要一定的时间,且不是所有的待解锁事件要求的指纹验证的匹配度都很高,因此在本次指纹采集对应的待解锁事件为设定解锁事件时,才执行步骤202-步骤203,这样可某些程度上节省电子设备的功耗。
在本申请的一实现方式中,在步骤202之前,所述方法还包括:电子设备确定第三指纹图像的采集时间距离当前***时间大于或等于第一阈值,所述第三指纹图像是上一次采集到的指纹图像。
其中,第一阈值可以是30s、1min、2min、5min、10min或是其他值。
其中,第三指纹图像是没有进行背景噪声消除之前的指纹图像,即第三指纹图像是没有基于第四数值进行校准之前的指纹图像。
在本申请的一实现方式中,所述方法还包括:
在所述第三指纹图像的采集时间距离所述当前***时间小于所述第一阈值时,电子设备基于第四数值校准所述第一指纹图像,得到第四指纹图像,所述第四数值是对所述第三指纹图像进行校准所使用的数值。
需要说明的是,基于第四比值校准所述第一指纹图像,得到第四指纹图像的具体实施方式与基于第一比值校准所述第一指纹图像,得到第二指纹图像的具体实施方式相同,在此不再叙述。
可以看出,在本申请实施例中,由于确定第一数值需要一定的时间,因此在本次采集到的指纹图像与上一次采集到的指纹图像的采集时间距离较大时,才执行步骤202-步骤203,这样可某些程度上节省电子设备的功耗。另外,如果本次采集到的指纹图像与上一次采集到的指纹图像的采集时间距离较小时,基于对上一次指纹图像进行校准所使用的数值对本次采集到的指纹图像进行校准,无需再次计算数值,这样可某些程度上节省电子设备的功耗。
在本申请的一实现方式中,在步骤203之后,所述方法还包括:
在使用所述第二指纹图像进行指纹验证失败时或者在使用所述第四指纹图像进行指纹验证失败时,电子设备基于所述第一指纹图像的信号值矩阵、所述第二校准图像的信号值矩阵和第三函数进行图像校准,得到第五指纹图像,所述第三函数为:r2=Raw-RL,其中,所述r2为校准后的指纹图像的信号值矩阵,所述Raw为校准前的指纹图像的信号值矩阵,所述RL为所述校准盒暗色表面对应的校准图像的信号值矩阵;
电子设备使用所述第五指纹图像进行指纹验证。
其中,第一指纹图像的信号值矩阵、第二校准图像的信号值矩阵和第五指纹图像的信号值矩阵的行数和列数是一样的。
其中,第五指纹图像的信号值矩阵包括矩阵元s1,第一指纹图像的信号值矩阵包括矩阵元s1,第二校准图像的信号值矩阵包括矩阵元s1,矩阵元s1、矩阵元s2和矩阵元s3在矩阵中的位置是一致的,矩阵元s1是第五指纹图像的信号值矩阵中的任意一个,矩阵元s2是第一指纹图像的信号值矩中的任意一个,矩阵元s3是第二校准图像的信号值矩阵中的任意一个。
可以看出,在本申请实施例中,如果基于校准后的指纹图像进行指纹验证失败,表示校准所使用的数值可能不准确,该种情况下使用最初的校准方式对采集到的指纹图像进行校准,再将校准完后的指纹图像进行指纹验证,这样可一定程度地降低指纹验证失败的概率。
与所述图2A所示的实施例一致的,请参阅图3,图3是本申请实施例提供的一种校准方法的流程示意图,应用于上述电子设备,本校准方法包括:
步骤301:电子设备通过所述指纹传感器进行指纹采集,得到第一指纹图像。
步骤302:电子设备确定第三指纹图像的采集时间距离当前***时间是否大于或等于第一阈值,所述第三指纹图像是上一次采集到的指纹图像。
若是,则执行步骤303。
若否,则执行步骤307。
步骤303:电子设备基于所述第一指纹图像的信号值矩阵、所述第一校准图像的信号值矩阵、所述第二校准图像的信号值矩阵、第一函数和N组数值确定N个信号值矩阵,每组数值均包括一个第二数值和一个第三数值,所述第二数值用于表征用于指纹采集的光源的亮度变化,所述N个信号值矩阵与N组数值一一对应。
步骤304:电子设备基于所述N个信号值矩阵中的每个信号值矩阵和方差公式计算得到N个方差。
步骤305:电子设备将第一方差对应的第二数值作为第一数值,所述第一方差为所述N个方差中的最小方差。
步骤306:电子设备基于所述第一指纹图像的信号值矩阵、所述第一数值、所述第二校准图像的信号值矩阵和第二函数进行图像校准,得到所述第二指纹图像。
所述第二函数为:r1=Raw-k*RL,其中,所述r1为校准后的指纹图像的信号值矩阵,所述k为数值,所述Raw为校准前的指纹图像的信号值矩阵,所述RL为所述校准盒暗色表面对应的校准图像的信号值矩阵。
步骤307:电子设备基于第四数值校准所述第一指纹图像,得到第四指纹图像,所述第四数值是对所述第三指纹图像进行校准所使用的数值。
步骤308:电子设备基于校准后的指纹图像进行指纹验证。
需要说明的是,本实施例的具体实现过程可参见上述方法实施例所述的具体实现过程,在此不再叙述。
与上述图2A和图3所示的实施例一致的,请参阅图4,图4是本申请实施例提供的一种电子设备的结构示意图,如图所示,该电子设备包括触控屏和指纹传感器,电子设备还包括存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行以下步骤的指令:
通过所述指纹传感器进行指纹采集,得到第一指纹图像;
基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值,所述第一值用于表征用于指纹采集的光源的亮度变化,所述第一校准图像是采集校准盒亮色表面得到的图像,所述第二校准图像是采集校准盒暗色表面得到的图像;
基于所述第一数值校准所述第一指纹图像,得到第二指纹图像。
在本申请的一实现方式中,在基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值方面,上述程序包括具体用于执行以下步骤的指令:
基于所述第一指纹图像的信号值矩阵、所述第一校准图像的信号值矩阵、所述第二校准图像的信号值矩阵、第一函数和N组数值确定N个信号值矩阵,每组数值均包括一个第二数值和一个第三数值,所述第二数值用于表征用于指纹采集的光源的亮度变化,所述N个信号值矩阵与N组数值一一对应;
基于所述N个信号值矩阵中的每个信号值矩阵和方差公式计算得到N个方差;
将第一方差对应的第二数值作为第一数值,所述第一方差为所述N个方差中的最小方差。
在本申请的一实现方式中,在基于所述第一数值校准所述第一指纹图像,得到第二指纹图像方面,上述程序包括具体用于执行以下步骤的指令:
基于所述第一指纹图像的信号值矩阵、所述第一数值、所述第二校准图像的信号值矩阵和第二函数进行图像校准,得到所述第二指纹图像;
所述第二函数为:r1=Raw-k*RL,其中,所述r1为校准后的指纹图像的信号值矩阵,所述k为数值,所述Raw为校准前的指纹图像的信号值矩阵,所述RL为所述校准盒暗色表面对应的校准图像的信号值矩阵。
在本申请的一实现方式中,在基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值之前,上述程序还包括用于执行以下步骤的指令:确定本次指纹采集对应的待解锁事件为设定解锁事件。
在本申请的一实现方式中,在基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值之前,上述程序还包括用于执行以下步骤的指令:确定第三指纹图像的采集时间距离当前***时间大于或等于第一阈值,所述第三指纹图像是上一次采集到的指纹图像。
在本申请的一实现方式中,上述程序还包括用于执行以下步骤的指令:
在所述第三指纹图像的采集时间距离所述当前***时间小于所述第一阈值时,基于第四数值校准所述第一指纹图像,得到第四指纹图像,所述第四数值是对所述第三指纹图像进行校准所使用的数值。
在本申请的一实现方式中,在基于所述第一数值校准所述第一指纹图像,得到第二指纹图像之后,上述程序还包括用于执行以下步骤的指令:
在使用所述第二指纹图像进行指纹验证失败时,基于所述第一指纹图像的信号值矩阵、所述第二校准图像的信号值矩阵和第三函数进行图像校准,得到第五指纹图像,所述第三函数为:r2=Raw-RL,其中,所述r2为校准后的指纹图像的信号值矩阵,所述Raw为校准前的指纹图像的信号值矩阵,所述RL为所述校准盒暗色表面对应的校准图像的信号值矩阵;
使用所述第五指纹图像进行指纹验证。
需要说明的是,本实施例的具体实现过程可参见上述方法实施例所述的具体实现过程,在此不再叙述。
上述实施例主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据所述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。所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。需要说明的是,本申请实施例中对单元的划分是示意性的,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。
下面为本申请装置实施例,本申请装置实施例用于执行本申请方法实施例所实现的方法。请参阅图5,图5是本申请实施例提供的一种校准装置,应用于包括触控屏和指纹传感器的电子设备,该校准装置包括:
指纹采集单元501,用于通过所述指纹传感器进行指纹采集,得到第一指纹图像;
确定单元502,用于基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值,所述第一值用于表征用于指纹采集的光源的亮度变化,所述第一校准图像是采集校准盒亮色表面得到的图像,所述第二校准图像是采集校准盒暗色表面得到的图像;
指纹图像校准单元503,用于基于所述第一数值校准所述第一指纹图像,得到第二指纹图像。
在本申请的一实现方式中,在基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值方面,确定单元502具体用于:
基于所述第一指纹图像的信号值矩阵、所述第一校准图像的信号值矩阵、所述第二校准图像的信号值矩阵、第一函数和N组数值确定N个信号值矩阵,每组数值均包括一个第二数值和一个第三数值,所述第二数值用于表征用于指纹采集的光源的亮度变化,所述N个信号值矩阵与N组数值一一对应;
基于所述N个信号值矩阵中的每个信号值矩阵和方差公式计算得到N个方差;
将第一方差对应的第二数值作为第一数值,所述第一方差为所述N个方差中的最小方差。
在本申请的一实现方式中,在基于所述第一数值校准所述第一指纹图像,得到第二指纹图像方面,指纹图像校准单元503具体用于:
基于所述第一指纹图像的信号值矩阵、所述第一数值、所述第二校准图像的信号值矩阵和第二函数进行图像校准,得到所述第二指纹图像;
所述第二函数为:r1=Raw-k*RL,其中,所述r1为校准后的指纹图像的信号值矩阵,所述k为数值,所述Raw为校准前的指纹图像的信号值矩阵,所述RL为所述校准盒暗色表面对应的校准图像的信号值矩阵。
在本申请的一实现方式中,确定单元502,还用于在基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值之前,确定本次指纹采集对应的待解锁事件为设定解锁事件。
在本申请的一实现方式中,确定单元502,还用于在基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值之前,确定第三指纹图像的采集时间距离当前***时间大于或等于第一阈值,所述第三指纹图像是上一次采集到的指纹图像。
在本申请的一实现方式中,指纹图像校准单元503,还用于在所述第三指纹图像的采集时间距离所述当前***时间小于所述第一阈值时,基于第四数值校准所述第一指纹图像,得到第四指纹图像,所述第四数值是对所述第三指纹图像进行校准所使用的数值。
在本申请的一实现方式中,所述装置还包括验证单元504:
指纹图像校准单元503,还用于在使用所述第二指纹图像进行指纹验证失败时,基于所述第一指纹图像的信号值矩阵、所述第二校准图像的信号值矩阵和第三函数进行图像校准,得到第五指纹图像,所述第三函数为:r2=Raw-RL,其中,所述r2为校准后的指纹图像的信号值矩阵,所述Raw为校准前的指纹图像的信号值矩阵,所述RL为所述校准盒暗色表面对应的校准图像的信号值矩阵;
验证单元504,用于使用所述第五指纹图像进行指纹验证。
需要说明的是,指纹采集单元501、确定单元502、指纹图像校准单元503、验证单元504可通过处理器实现。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可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,例如上述单元的划分,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,可以是电性或其它的形式。
上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,在本申请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。
上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器中。基于这样的理解,本申请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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种校准方法,其特征在于,应用于包括触控屏和指纹传感器的电子设备,所述方法包括:
通过所述指纹传感器进行指纹采集,得到第一指纹图像;
基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值,所述第一数值用于表征用于指纹采集的光源的亮度变化,所述第一校准图像是采集校准盒亮色表面得到的图像,所述第二校准图像是采集校准盒暗色表面得到的图像;
基于所述第一数值校准所述第一指纹图像,得到第二指纹图像;
其中,所述基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值,包括:基于所述第一指纹图像的信号值矩阵、所述第一校准图像的信号值矩阵、所述第二校准图像的信号值矩阵、第一函数和N组数值确定N个信号值矩阵,每组数值均包括一个第二数值和一个第三数值,所述第二数值用于表征用于指纹采集的光源的亮度变化,其中,所述N个信号值矩阵与N组数值一一对应;所述第一函数为fAC=Raw-k1RL-k2(RH-RL);其中,Raw为指纹图像的信号值矩阵,RL为校准盒暗色表面对应的信号矩阵,RH为校准盒亮色表面对应的信号矩阵,k1表示第三数值,k2表示第二数值,k1为用于表征用于指纹采集的光源的亮度变化关联的数值;
基于所述N个信号值矩阵中的每个信号值矩阵和方差公式,计算得到N个方差;将第一方差对应的第二数值作为第一数值,所述第一方差为所述N个方差中的最小方差。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一数值校准所述第一指纹图像,得到第二指纹图像,包括:
基于所述第一指纹图像的信号值矩阵、所述第一数值、所述第二校准图像的信号值矩阵和第二函数进行图像校准,得到所述第二指纹图像;
所述第二函数为:r1=Raw-k*RL,其中,所述r1为校准后的指纹图像的信号值矩阵,所述k为第一数值,所述Raw为校准前的指纹图像的信号值矩阵,所述RL为所述校准盒暗色表面对应的校准图像的信号值矩阵。
3.根据权利要求1所述的方法,其特征在于,所述基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值之前,所述方法还包括:确定本次指纹采集对应的待解锁事件为设定解锁事件。
4.根据权利要求2所述的方法,其特征在于,
所述基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值之前,所述方法还包括:
确定本次指纹采集对应的待解锁事件为设定解锁事件。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值之前,
所述方法还包括:确定第三指纹图像的采集时间距离当前***时间大于或等于第一阈值,所述第三指纹图像是上一次采集到的指纹图像。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:在所述第三指纹图像的采集时间距离所述当前***时间小于所述第一阈值时,基于第四数值校准所述第一指纹图像,得到第四指纹图像,所述第四数值是对所述第三指纹图像进行校准所使用的数值。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述基于所述第一数值校准所述第一指纹图像,得到第二指纹图像之后,所述方法还包括:
在使用所述第二指纹图像进行指纹验证失败时,基于所述第一指纹图像的信号值矩阵、所述第二校准图像的信号值矩阵和第三函数进行图像校准,得到第五指纹图像,所述第三函数为:r2=Raw-RL,其中,所述r2为校准后的指纹图像的信号值矩阵,所述Raw为校准前的指纹图像的信号值矩阵,所述RL为所述校准盒暗色表面对应的校准图像的信号值矩阵;
使用所述第五指纹图像进行指纹验证。
8.一种校准装置,其特征在于,
应用于包括触控屏和指纹传感器的电子设备,所述装置包括:指纹采集单元,用于通过所述指纹传感器进行指纹采集,得到第一指纹图像;
确定单元,用于基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值,所述第一数值用于表征用于指纹采集的光源的亮度变化,所述第一校准图像是采集校准盒亮色表面得到的图像,所述第二校准图像是采集校准盒暗色表面得到的图像;
指纹图像校准单元,用于基于所述第一数值校准所述第一指纹图像,得到第二指纹图像;
其中,所述基于所述第一指纹图像、第一校准图像、第二校准图像确定第一数值,包括:基于所述第一指纹图像的信号值矩阵、所述第一校准图像的信号值矩阵、所述第二校准图像的信号值矩阵、第一函数和N组数值确定N个信号值矩阵,每组数值均包括一个第二数值和一个第三数值,所述第二数值用于表征用于指纹采集的光源的亮度变化,其中,所述N个信号值矩阵与N组数值一一对应;所述第一函数为fAC=Raw-k1RL-k2(RH-RL);其中,Raw为指纹图像的信号值矩阵,RL为校准盒暗色表面对应的信号矩阵,RH为校准盒亮色表面对应的信号矩阵,k1表示第三数值,k2表示第二数值,k1为用于表征用于指纹采集的光源的亮度变化关联的数值;
基于所述N个信号值矩阵中的每个信号值矩阵和方差公式,计算得到N个方差;将第一方差对应的第二数值作为第一数值,所述第一方差为所述N个方差中的最小方差。
9.一种电子设备,其特征在于,所述电子设备包括触控屏和指纹传感器,所述电子设备还包括存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110996662.9A CN113553995A (zh) | 2019-05-29 | 2019-05-29 | 校准方法及相关设备 |
CN201910459499.5A CN110188679B (zh) | 2019-05-29 | 2019-05-29 | 校准方法及相关设备 |
PCT/CN2020/090624 WO2020238656A1 (zh) | 2019-05-29 | 2020-05-15 | 校准方法及相关设备 |
EP20814524.3A EP3961487A4 (en) | 2019-05-29 | 2020-05-15 | CALIBRATION PROCEDURE AND RELATED DEVICE |
US17/523,866 US20220067330A1 (en) | 2019-05-29 | 2021-11-10 | Calibration method, electronic device, and non-transitory computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910459499.5A CN110188679B (zh) | 2019-05-29 | 2019-05-29 | 校准方法及相关设备 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110996662.9A Division CN113553995A (zh) | 2019-05-29 | 2019-05-29 | 校准方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110188679A CN110188679A (zh) | 2019-08-30 |
CN110188679B true CN110188679B (zh) | 2021-09-14 |
Family
ID=67718645
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110996662.9A Pending CN113553995A (zh) | 2019-05-29 | 2019-05-29 | 校准方法及相关设备 |
CN201910459499.5A Active CN110188679B (zh) | 2019-05-29 | 2019-05-29 | 校准方法及相关设备 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110996662.9A Pending CN113553995A (zh) | 2019-05-29 | 2019-05-29 | 校准方法及相关设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220067330A1 (zh) |
EP (1) | EP3961487A4 (zh) |
CN (2) | CN113553995A (zh) |
WO (1) | WO2020238656A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113553995A (zh) * | 2019-05-29 | 2021-10-26 | Oppo广东移动通信有限公司 | 校准方法及相关设备 |
CN111523523B (zh) * | 2020-06-29 | 2020-09-25 | 深圳市汇顶科技股份有限公司 | 检测显示屏与指纹传感器之间距离的方法、装置和显示屏 |
WO2022000165A1 (zh) * | 2020-06-29 | 2022-01-06 | 深圳市汇顶科技股份有限公司 | 检测显示屏与指纹传感器之间距离的方法、装置和显示屏 |
KR20220005677A (ko) * | 2020-07-06 | 2022-01-14 | 삼성디스플레이 주식회사 | 광학 센서를 포함하는 표시 장치 및 광학 센서의 위치 측정 방법 |
CN116311396B (zh) * | 2022-08-18 | 2023-12-12 | 荣耀终端有限公司 | 用于指纹识别的方法和装置 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8036431B1 (en) * | 1999-10-29 | 2011-10-11 | Identix Incorporated | Portable apparatus for identification verification |
CN1352436A (zh) * | 2000-11-15 | 2002-06-05 | 星创科技股份有限公司 | 实时脸部识别*** |
US8204283B2 (en) * | 2009-01-16 | 2012-06-19 | Gingy Technology Inc. | Fingerprint input module |
CN201628972U (zh) * | 2010-05-07 | 2010-11-10 | 深圳百佳安生物识别技术有限公司 | 一种暗背景和亮背景的双模光学指纹采集仪 |
US20170140233A1 (en) * | 2015-11-13 | 2017-05-18 | Fingerprint Cards Ab | Method and system for calibration of a fingerprint sensing device |
US9342733B2 (en) * | 2015-11-24 | 2016-05-17 | Secugen Corporation | Fingerprint sensing and calibration apparatus |
CN105704676B (zh) * | 2016-01-20 | 2019-02-22 | 上海交通大学 | 利用信号时间相关性提高指纹室内定位精度的方法 |
ITUA20164438A1 (it) * | 2016-06-16 | 2017-12-16 | Green Bit S P A | Apparecchio per la rilevazione di impronte cutanee |
CN106067014B (zh) * | 2016-07-13 | 2021-09-10 | 杭州指安科技股份有限公司 | 一种均匀性光照采指面结构 |
WO2019006709A1 (zh) * | 2017-07-05 | 2019-01-10 | 深圳市汇顶科技股份有限公司 | 指纹采集的方法、装置、芯片和终端设备 |
US10726233B2 (en) * | 2017-08-09 | 2020-07-28 | Fingerprint Cards Ab | Providing test patterns for sensor calibration |
CN107657240B (zh) * | 2017-10-09 | 2020-11-24 | 上海天马微电子有限公司 | 一种显示装置及其指纹识别校准方法、以及电子设备 |
CN109697402B (zh) * | 2017-10-20 | 2020-10-16 | 华为技术有限公司 | 一种指纹信息的获取方法及指纹识别装置 |
CN108038836B (zh) * | 2017-11-29 | 2020-04-17 | 维沃移动通信有限公司 | 一种图像处理方法、装置及移动终端 |
US10216975B1 (en) * | 2018-02-23 | 2019-02-26 | Shenzhen GOODIX Technology Co., Ltd. | Optical imaging via imaging lens and imaging pinhole in under-screen optical sensor module for on-screen fingerprint sensing in devices having organic light emitting diode (OLED) screens or other screens |
WO2019200529A1 (zh) * | 2018-04-17 | 2019-10-24 | 深圳市汇顶科技股份有限公司 | 图像处理方法、装置和电子设备 |
CN108932486B (zh) * | 2018-06-21 | 2020-09-22 | Oppo(重庆)智能科技有限公司 | 指纹匹配方法、装置以及电子装置 |
CN108919977A (zh) * | 2018-06-28 | 2018-11-30 | 努比亚技术有限公司 | 信息输入方法、终端及计算机可读存储介质 |
CN109376630B (zh) * | 2018-10-12 | 2020-12-22 | 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 |
CN109643379B (zh) * | 2018-11-19 | 2023-06-23 | 深圳市汇顶科技股份有限公司 | 指纹识别方法、装置和电子设备 |
CN109657606B (zh) * | 2018-12-17 | 2020-10-02 | 上海箩箕技术有限公司 | 光学指纹传感器模组的校正方法 |
CN109685032A (zh) * | 2018-12-29 | 2019-04-26 | 联想(北京)有限公司 | 图像处理方法、装置、电子设备以及存储介质 |
CN109784268A (zh) * | 2019-01-10 | 2019-05-21 | 京东方科技集团股份有限公司 | 指纹解锁方法及指纹解锁装置、显示装置 |
CN113553995A (zh) * | 2019-05-29 | 2021-10-26 | Oppo广东移动通信有限公司 | 校准方法及相关设备 |
-
2019
- 2019-05-29 CN CN202110996662.9A patent/CN113553995A/zh active Pending
- 2019-05-29 CN CN201910459499.5A patent/CN110188679B/zh active Active
-
2020
- 2020-05-15 EP EP20814524.3A patent/EP3961487A4/en not_active Withdrawn
- 2020-05-15 WO PCT/CN2020/090624 patent/WO2020238656A1/zh unknown
-
2021
- 2021-11-10 US US17/523,866 patent/US20220067330A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP3961487A1 (en) | 2022-03-02 |
CN113553995A (zh) | 2021-10-26 |
CN110188679A (zh) | 2019-08-30 |
EP3961487A4 (en) | 2022-09-28 |
WO2020238656A1 (zh) | 2020-12-03 |
US20220067330A1 (en) | 2022-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110188679B (zh) | 校准方法及相关设备 | |
CN110189367B (zh) | 校准方法及相关设备 | |
CN109858227B (zh) | 指纹录入方法、装置、电子设备及存储介质 | |
WO2020168858A1 (zh) | 数据自校准方法及相关装置 | |
US11386717B2 (en) | Fingerprint inputting method and related device | |
TW201624348A (zh) | 指紋識別系統及指紋識別方法及電子設備 | |
TW201629848A (zh) | 指紋重疊區域面積的計算方法及電子裝置 | |
WO2020216091A1 (zh) | 图像处理方法及相关装置 | |
CN108345845B (zh) | 图像传感器、镜头模组、移动终端、人脸识别方法及装置 | |
CN110245607B (zh) | 眼球追踪方法及相关产品 | |
WO2020156033A1 (zh) | 指纹验证方法及相关装置 | |
CN104902143B (zh) | 一种基于分辨率的图像去噪方法及装置 | |
CN106412422B (zh) | 对焦方法、装置及终端 | |
US10517523B2 (en) | Skin aging state assessment method and electronic device | |
CN111444555B (zh) | 一种测温信息显示方法、装置及终端设备 | |
CN109146498A (zh) | 人脸支付方法及相关装置 | |
CA3147418A1 (en) | Living body detection method and system for human face by using two long-baseline cameras | |
CN111126147B (zh) | 图像处理方法、装置和电子*** | |
CN107832598B (zh) | 解锁控制方法及相关产品 | |
CN111080665B (zh) | 图像边框识别方法、装置、设备和计算机存储介质 | |
CN113282317B (zh) | 光学指纹参数升级方法及相关产品 | |
CN113239817A (zh) | 指纹模板获取方法及相关装置 | |
CN110855897B (zh) | 图像拍摄方法、装置、电子设备及存储介质 | |
CN112153300A (zh) | 多目摄像头曝光方法、装置、设备及介质 | |
CN112351271A (zh) | 一种摄像头的遮挡检测方法、装置、存储介质和电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |