CN111028176B - 指纹图像处理方法、装置、电子设备及计算机可读介质 - Google Patents

指纹图像处理方法、装置、电子设备及计算机可读介质 Download PDF

Info

Publication number
CN111028176B
CN111028176B CN201911265411.2A CN201911265411A CN111028176B CN 111028176 B CN111028176 B CN 111028176B CN 201911265411 A CN201911265411 A CN 201911265411A CN 111028176 B CN111028176 B CN 111028176B
Authority
CN
China
Prior art keywords
image
fingerprint
fingerprint image
shading
processed
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
Application number
CN201911265411.2A
Other languages
English (en)
Other versions
CN111028176A (zh
Inventor
吴拥
吴桐
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.)
TIANJIN JIHAO TECHNOLOGY CO LTD
Original Assignee
TIANJIN JIHAO 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 TIANJIN JIHAO TECHNOLOGY CO LTD filed Critical TIANJIN JIHAO TECHNOLOGY CO LTD
Priority to CN201911265411.2A priority Critical patent/CN111028176B/zh
Publication of CN111028176A publication Critical patent/CN111028176A/zh
Priority to PCT/CN2020/119537 priority patent/WO2021114843A1/zh
Application granted granted Critical
Publication of CN111028176B publication Critical patent/CN111028176B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Input (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种指纹图像处理方法、装置、电子设备及计算机可读介质，涉及图像处理的技术领域，包括：获取原始底纹图像和待处理的指纹图像，其中，原始底纹图像和待处理的指纹图像为采用相同的指纹传感器采集到的图像，且原始底纹图像和待处理的指纹图像为去噪之后的图像；在原始底纹图像中截取待处理的指纹图像对应的底纹图像，得到目标底纹图像；结合目标底纹图像和待处理的指纹图像确定待处理的指纹图像中的指纹信息，并利用指纹信息确定去底纹之后的指纹图像，本发明缓解了传统去底纹技术针对大面积屏下指纹传感器所采集的指纹图像去底纹效果差的技术问题。

Description

指纹图像处理方法、装置、电子设备及计算机可读介质
技术领域
本发明涉及图像处理的技术领域，尤其是涉及一种指纹图像处理方法、装置、电子设备及计算机可读介质。
背景技术
大面积屏下指纹是指在移动终端的屏幕上有一大块区域用于指纹采集，每次采集出的图像大小为手指按压区域，所以随着按压位置的不同，采集的图像区域也不相同。屏下指纹图像是隔着屏幕采集的指纹图像，指纹信号在图像中的比例为10％左右，需要通过图像预处理算法得到干净的指纹图像。
目前主要的算法是用采集到的图像减去静态底纹图像得到指纹图像，静态底纹图像是一幅在特定状态下采集的干净底纹图像。由于在不同的环境下，手指和屏幕存在一定的状态变化，如干冷手指比常温手指的指纹纹路要平一些，屏幕也存在热胀冷缩的现象。因此，用干冷状态下采集的指纹图像减去常温下采集的静态底纹图像，就存在无法完全去除底纹的问题。
大面积屏下指纹传感器不同于常见的光学指纹传感器，大面积屏下指纹传感器具有较大的面积，且大面积屏下指纹传感器的手指按压区域只占小部分面积，后者面积较小，一般一个手指就可以覆盖。基于此，由于静态底纹图像和指纹图像的采集区域不一样，则无法直接利用静态底纹图像和指纹图像来对指纹图像进行去底纹处理。
发明内容
有鉴于此，本发明的目的在于提供一种指纹图像处理方法、装置、电子设备及计算机可读介质，以缓解传统去底纹技术针对大面积屏下指纹传感器所采集的指纹图像去底纹效果差的技术问题。
第一方面，本发明实施例提供了一种指纹图像处理方法，包括：获取原始底纹图像和待处理的指纹图像，其中，所述原始底纹图像和所述待处理的指纹图像为采用相同的指纹传感器采集到的图像，且所述原始底纹图像和待处理的指纹图像为去噪之后的图像；在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像，得到目标底纹图像；结合所述目标底纹图像和所述待处理的指纹图像确定所述待处理的指纹图像中的指纹信息，并利用所述指纹信息确定去底纹之后的指纹图像。
进一步地，获取原始底纹图像包括：对传感器采集到的底纹图像进行傅里叶变换，得到目标频率域图像；利用掩膜图像去除所述目标频率域图像中的高频分量，得到滤波图像；将所述滤波图像进行傅里叶反变换，得到所述原始底纹图像。
进一步地，利用掩膜图像去除所述目标频率域图像中的高频分量，得到滤波图像包括：在所述目标频率域图像中确定第一指定区域，其中，所述第一指定区域与第二指定区域相对应，所述第二指定区域为掩膜图像中像素值为目标数值的区域；将所述第一指定区域中的频率值设置为目标数值，并将设置之后的图像确定为所述滤波图像。
进一步地，在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像包括：在所述原始底纹图像中确定多个目标坐标；其中，所述目标坐标为所述待处理的指纹图像的多个顶点在所述原始底纹图像中的相对坐标，且所述多个目标坐标能够确定所述待处理的指纹图像在所述原始底纹图像中的相对区域；基于所述多个目标坐标在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像，得到所述目标底纹图像。
进一步地，获取待处理的指纹图像包括：获取原始指纹图像；采用频域滤波算法去除所述原始指纹图像中的共模噪声，得到所述待处理的指纹图像。
进一步地，结合所述目标底纹图像和所述待处理的指纹图像确定所述待处理的指纹图像中的指纹信息包括：计算所述待处理的指纹图像的像素值和所述目标底纹图像的像素值之间的差值，得到像素差，并将所述像素差确定为所述指纹信息。
进一步地，利用所述指纹信息确定目标指纹图像包括：对所述指纹信息进行图像增强去噪处理，得到所述目标指纹图像。
进一步地，所述方法还包括：在利用所述指纹信息确定目标指纹图像之后，通过所述待处理的指纹图像对所述原始底纹图像中的更新区域进行更新，得到新的底纹图像；对所述新的底纹图像进行亮度对齐处理，得到对齐处理结果。
进一步地，通过所述待处理的指纹图像对所述原始底纹图像中的更新区域进行更新，得到新的底纹图像包括：利用更新公式Ibase-denoise＝(Iraw-denoise+15*Ibase-denoise)/(1+15)对所述原始指纹图像进行更新，其中，所述Ibase-denoise为所述原始底纹图像的像素值，Iraw-denoise为所述待处理的指纹图像的像素值。
进一步地，对新的底纹图像进行亮度对齐处理，得到对齐处理结果包括：计算所述新的底纹图像中更新区域的亮度平均值，得到第一亮度平均值；计算所述新的底纹图像中未更新区域的亮度平均值，得到第二亮度平均值；计算所述第一亮度平均值和所述第二亮度平均值之间的比值；利用所述比值对所述新的指纹图像进行亮度对齐处理，得到对齐处理结果。
进一步地，利用所述比值对所述新的指纹图像进行亮度对齐处理，得到对齐处理结果包括：利用对齐公式对所述新的指纹图像进行亮度对齐处理，得到对齐处理结果，其中，ratio为所述比值，/>为所述新的底纹图像中未更新区域的像素值，/>为所述对齐处理结果，no_update_area为所述新的底纹图像中未更新区域。
第二方面，本发明实施例还提供了一种指纹图像处理装置，包括：获取单元，用于获取原始底纹图像和待处理的指纹图像，其中，所述原始底纹图像和所述待处理的指纹图像为采用相同的指纹传感器采集到的图像，且所述原始底纹图像和待处理的指纹图像为去噪之后的图像；截取单元，用于在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像，得到目标底纹图像；确定单元，用于结合所述目标底纹图像和所述待处理的指纹图像确定所述待处理的指纹图像中的指纹信息，并利用所述指纹信息确定去底纹之后的指纹图像。
第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的方法的步骤。
第四方面，本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行上述第一方面中任一项所述的方法的步骤。
在本发明实施例中，首先，获取原始底纹图像和待处理的指纹图像；之后，在原始底纹图像中截取待处理的指纹图像对应的底纹图像，从而得到目标底纹图像；最后，结合截取到的目标底纹图像和待处理的指纹图像确定去底纹之后的指纹图像。通过上述描述可知，针对大面积屏下指纹图像的去底纹操作，在本实施例中，采用去噪之后的原始底纹图像和待处理的指纹图像，并结合目标底纹图像和待处理的指纹图像进行去底纹的方式能够得到完全去除底纹的指纹图像，进而缓解了传统去底纹技术针对大面积屏下指纹传感器所采集的指纹图像去底纹效果差的技术问题，从而提高得到完全去除底纹的指纹图像的技术效果。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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是根据本发明实施例的一种电子设备的示意图；
图2是根据本发明实施例的一种指纹图像处理方法的流程图；
图3是根据本发明实施例的另一种指纹图像处理方法的流程图；
图4是根据本发明实施例的一种掩膜图像的示意图；
图5是根据本发明实施例的一种未去除共模噪声的底纹图像的示意图；
图6是根据本发明实施例的一种去除共模噪声的原始底纹图的示意图；
图7是根据本发明实施例的一种原始指纹图像的示意图；
图8是根据本发明实施例的一种去除共模噪声之后的待处理的指纹图像的示意图；
图9是根据本发明实施例的一种目标底纹图像的示意图；
图10是根据本发明实施例的一种指纹信息所对应的指纹图像的示意图；
图11是根据本发明实施例的一种目标指纹图像的示意图；
图12是根据本发明实施例的一种新的底纹图像的示意图；
图13是根据本发明实施例的一种指纹图像处理装置的示意图。
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，下面将结合附图对本发明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。
实施例一：
首先，参照图1来描述用于实现本发明实施例的电子设备100，该电子设备可以用于运行本发明各实施例的行指纹图像处理方法。
如图1所示，电子设备100包括一个或多个处理器102、一个或多个存储器104、输入装置106、输出装置108以及摄像机110，这些组件通过总线***112和/或其它形式的连接机构(未示出)互连。应当注意，图1所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构。
所述处理器102可以采用数字信号处理器(DSP，Digital Signal Processing)、现场可编程门阵列(FPGA，Field－Programmable Gate Array)、可编程逻辑阵列(PLA，Programmable Logic Array)和ASIC(Application Specific Integrated Circuit)中的至少一种硬件形式来实现，所述处理器102可以是中央处理单元(CPU，Central ProcessingUnit)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储器104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器102可以运行所述程序指令，以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如，用户)输出各种信息(例如，图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。
所述摄像机110用于进行采集图像数据，其中，摄像机所采集的数据经过所述指纹图像处理方法得到去底纹之后的指纹图像。
实施例二：
根据本发明实施例，提供了一种指纹图像处理方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本发明实施例的一种指纹图像处理方法的流程图，如图2所示，该方法包括如下步骤：
步骤S202，获取原始底纹图像和待处理的指纹图像，其中，所述原始底纹图像和所述待处理的指纹图像为采用相同的指纹传感器采集到的图像，且所述原始底纹图像和待处理的指纹图像为去噪之后的图像。
在本实施例中，原始底纹图像和待处理的指纹图像为采用相同的指纹传感器采集到的图像，其中，该指纹传感器可以为大面积屏下指纹传感器。一般情况下，大面积屏下指纹传感器采集到的底纹图像的大小比指纹图像大，例如，底纹图像的大小为512x512像素，指纹图像的大小为200x192像素。除了大面积屏下指纹传感器，该指纹传感器还可以其他类型的指纹传感器，本实施例对此不作具体限定。
进一步地，上述原始底纹图像和待处理的指纹图像为进行共模去噪之后的图像。对原始底纹图像和待处理的指纹图像进行去噪的方式，能够有效去除指纹图像中的底纹噪声，并为后续的指纹识别流程提供良好的指纹图像，以及提高指纹识别的准确率，提升用户体验。
步骤S204，在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像，得到目标底纹图像。
在本实施例中，如果指纹传感器为大面积屏下指纹传感器，那么原始底纹图像的大小可以为512x512像素，指纹图像的大小可以为200x192像素。此时，可以在512x512大小的原始底纹图像中，截取手指按压区域(大小为200x192像素)内的图像作为目标底纹图像。其中，手指按压区域(大小为200x192像素)内的图像即为上述原始底纹图像中待处理的指纹图像对应的图像。
步骤S206，结合所述目标底纹图像和所述待处理的指纹图像确定所述待处理的指纹图像中的指纹信息，并利用所述指纹信息确定去底纹之后的指纹图像。
在本实施例中，在截取得到目标底纹图像之后，就可以结合目标底纹图像和待处理的指纹图像确定该指纹图像中的指纹信息。通过上述描述可知，由于大面积屏下指纹传感器采集到的底纹图像和指纹图像的大小不一致，因此无法直接利用底纹图像和指纹图像来对指纹图像进行去底纹处理。然而，截取到的目标底纹图像的大小和采集到的指纹图像的大小相同，此时，就可以直接利用目标底纹图像和采集到的指纹图像进行去底纹处理。
在本发明实施例中，首先，获取原始底纹图像和待处理的指纹图像；之后，在原始底纹图像中截取待处理的指纹图像对应的底纹图像，从而得到目标底纹图像；最后，结合截取到的目标底纹图像和待处理的指纹图像确定去底纹之后的指纹图像。通过上述描述可知，针对大面积屏下指纹图像的去底纹操作，在本实施例中，采用去噪之后的原始底纹图像和待处理的指纹图像，并结合目标底纹图像和待处理的指纹图像进行去底纹的方式能够得到完全去除底纹的指纹图像，缓解了传统去底纹技术针对大面积屏下指纹传感器所采集的指纹图像去底纹效果差的技术问题，从而提高得到完全去除底纹的指纹图像的技术效果。
下面将结合具体的实施方式介绍上述步骤S202至步骤S206。
通过上述描述可知，在本实施例中，首先获取原始底纹图像。
在一个可选的实施方式中，如图3所示，可以通过以下方式获取原始底纹图像：
步骤S301，对传感器采集到的底纹图像进行傅里叶变换，得到目标频率域图像；
步骤S302，利用掩膜图像去除所述目标频率域图像中的高频分量，得到滤波图像；
步骤S303，将所述滤波图像进行傅里叶反变换，得到所述原始底纹图像。
在本实施例中，在获取到一张底纹图像，且在执行上述步骤S301至步骤S303之前，可以判断获取到的底纹图像是否为指纹传感器采集到的未经任何更新处理的底纹图像，如果是，则执行上述步骤S301至步骤S303；否则，直接将获取到底纹图像确定为原始底纹图像。
也就是说，在本实施例所提供的方法中，如果获取到的底纹图像为指纹传感器采集的未经任何更新处理的底纹图像，则采用频域滤波算法去除该传感器采集到的底纹图像的共模噪声，得到上述描述的原始底纹图像。需要说明的是，在本实施例中，原始底纹图像用符号Ibase-denoise表示。
具体地，上述频域滤波算法的具体过程可以描述为：首先对传感器采集到的底纹图像进行傅里叶变换，得到目标频率域图像。其中，目标频率域图像内包含高频分量，且该高频分量位于该目标频率域图像的中间位置。之后，利用掩膜图像去除目标频率域图像中的高频分量，得到滤波图像。由于该高频分量位于该目标频率域图像的中间位置，因此，可以采用如图4所示的掩膜图像去除目标频率域图像中的高频分量。
如图5所示的为未去除共模噪声的底纹图像Ibase，如图6所示的为去除共模噪声的原始底纹图像Ibase-denoise，通过比较可以看出，采用上述方式有效的去除了底纹图像Ibase中的共模噪声，并为后续的指纹识别流程提供良好的底纹图像。
在一个可选的实施方式中，步骤S302，利用掩膜图像去除所述目标频率域图像中的高频分量，得到滤波图像的过程描述如下：
首先，在所述目标频率域图像中确定第一指定区域，其中，所述第一指定区域与第二指定区域相对应，所述第二指定区域为掩膜图像中像素值为目标数值的区域。
通过上述描述可知，由于高频分量位于该目标频率域图像的中间位置，因此，所采用的掩膜图像可以为如图4所示的掩膜图像。在该掩膜图像中，黑色表示将频率域图像中对应区域的频率值置为0(即，上述目标数值)，白色表示对应区域频率值保持不变。
如图4所示，第二指定区域即为图4中的黑色区域，第一指定区域即为目标频率域图像中与黑色区域相对应的区域。
然后，将所述第一指定区域中的频率值设置为目标数值，并将设置之后的图像确定为所述滤波图像。
在确定出第一指定区域之后，就可以通过掩膜图像将第一指定区域中的频率值设置为目标数值(例如，0)，并将设置之后的图像确定为滤波图像。
在本实施例的一个可选实施方式中，步骤S201，获取待处理的指纹图像包括如下步骤：
获取原始指纹图像；
采用频域滤波算法去除所述原始指纹图像中的共模噪声，得到所述待处理的指纹图像。
在本实施例中，将指纹传感器采集到的指纹图像作为原始指纹图像Iraw，在获取到该原始指纹图像之后，就可以采用频域滤波算法去除原始指纹图像中的共模噪声，从而得到待处理的指纹图像Iraw-denoise。如图7所示的为原始指纹图像的示意图，如图8所示的为去除共模噪声之后的待处理的指纹图像的示意图，通过图7和图8的对比可以看出，采用上述方式有效的去除了原始指纹图像中的共模噪声，并为后续的指纹识别流程提供良好的底纹图像。
采用上述方式有效的去除了底纹图像Ibase中的共模噪声，以及去除了待处理的指纹图像中的共模噪声，并为后续的指纹识别流程提供良好的底纹图像，以及提高了用户体验。
在本实施例中，在按照上述所描述的方式获取原始底纹图像和待处理的指纹图像之后，皆可以在原始底纹图像中截取待处理的指纹图像对应的底纹图像，从而得到目标底纹图像。
在一个可选的实施方式中，步骤S204，在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像包括如下步骤：
步骤S2041，在所述原始底纹图像中确定多个目标坐标；其中，所述目标坐标为所述待处理的指纹图像的多个顶点在所述原始底纹图像中的相对坐标，且所述多个目标坐标能够确定所述待处理的指纹图像在所述原始底纹图像中的相对区域。
在本实施例中，在获取到待处理的指纹图像之后，可以确定待处理的指纹图像的多个顶点在原始底纹图像中的坐标(即，目标坐标)。其中，该多个顶点为能够确定待处理的指纹图像的大小的顶点，例如，待处理的指纹图像的左上角和右下角，或者待处理指纹图像的右上角和左下角等，本实施例对此不作具体限定。
假设，原始底纹图像的大小为512*512，待处理的指纹图像的大小为200*192，且假设多个顶点为待处理的指纹图像的左上角和右下角，那么目标坐标可以表示为(x，y)和(x+192，y+200)。具体地，(x，y)为待处理的指纹图像的左上角在原始底纹图像中的坐标，(x+192，y+200)为待处理的指纹图像的右下角在原始底纹图像中的坐标。又假设，(x，y)为(128,137)，那么(x+192，y+200)即为(320,337)。
步骤S2042，基于所述多个目标坐标在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像，得到所述目标底纹图像。
在本实施例中，在确定出上述目标坐标之后，就可以根据目标坐标在原始底纹图像中截取待处理的指纹图像所对应的base区域，得到Ibase-area，即目标底纹图像，其中，截取到的目标底纹图像如图9所示。
在本实施例中，在得到目标底纹图像之后，就可以结合目标底纹图像和待处理的指纹图像确定待处理的指纹图像中的指纹信息，并利用该指纹信息确定去底纹之后的指纹图像。
在一个可选的实施方式中，结合所述目标底纹图像和所述待处理的指纹图像确定所述待处理的指纹图像中的指纹信息包括如下步骤：
计算所述待处理的指纹图像的像素值和所述目标底纹图像的像素值之间的差值，得到像素差，并将所述像素差确定为所述指纹信息。
具体地，在本实施例中，可以计算待处理的指纹图像Iraw-denoise的像素值和目标底纹图像Ibase-area的像素值之间的差值，得到像素差，并将该像素差确定为指纹信息Ifinger，从而根据该指纹信息Ifinger确定去底纹之后的指纹图像，如图10所示的即为指纹信息Ifinger所对应的指纹图像。
利用所述指纹信息确定目标指纹图像的具体操作为：对所述指纹信息Ifinger进行图像增强去噪处理，得到所述目标指纹图像，如图11所示的即为目标指纹图像。通过图10和图11之间比较可以看出，通过对指纹信息进行图像增强处理，能够得到更加清晰的指纹图像。
通过上述描述可知，由于大面积屏下指纹传感器采集到的底纹图像和指纹图像的大小不一致，因此无法直接利用底纹图像和指纹图像来对指纹图像进行去底纹处理。然而，截取到的目标底纹图像的大小和采集到的指纹图像的大小相同，此时，就可以直接利用目标底纹图像和采集到的指纹图像进行去底纹处理，从而解决无法直接对原始底纹图像和指纹图像进行图像处理的问题。
在本实施例的另一个可选的实施方式中，在利用所述指纹信息确定目标指纹图像之后，还可以通过所述待处理的指纹图像对所述原始底纹图像中的更新区域进行更新，得到新的底纹图像；并对所述新的底纹图像进行亮度对齐处理，得到对齐处理结果。
需要说明的是，在本实施例中，更新区域即为上述实施方式中所描述的目标底纹图像Ibase-area所在的区域。假设，目标坐标为左上角(128,137)和右下角(320,337)，那么更新区域area为左上角坐标(128,137)，右下角坐标(320,337)对应的区域。
也就是说，在本实施例中，在得到目标指纹图像之后，可以通过待处理的指纹图像对原始底纹图像中的目标底纹图像Ibase-area所在的区域进行更新，得到新的底纹图像。
在本实施例中，可以通过以下方式对所述原始底纹图像中的更新区域进行更新，具体包括如下步骤：
利用更新公式Ibase-denoise＝(Iraw-denoise+15*Ibase-denoise)/(1+15)对所述原始指纹图像进行更新，其中，所述Ibase-denoise为所述原始底纹图像的像素值，Iraw-denoise为所述待处理的指纹图像的像素值。
在本实施例中，可以通过以下方式对所述新的底纹图像进行亮度对齐处理，具体包括如下步骤：
首先，计算所述新的底纹图像中更新区域的亮度平均值，得到第一亮度平均值。
具体地，在本实施例中，可以通过公式计算新的底纹图像中更新区域的亮度平均值，其中，update_area表示更新区域，Vupdate_area表示第一亮度平均值，Nupdate_area表示更新区域的像素总数，Ibase-denoise(x,y)表示新的底纹图像的像素值。
其次，计算所述新的底纹图像中未更新区域的亮度平均值，得到第二亮度平均值。
具体地，在本实施例中，可以通过公式计算未更新区域的亮度平均值，其中，no_update_area表示未更新区域，Vno_update_area表示第二亮度平均值，Nno_update_area表示未更新区域的像素总数。
接下来，计算所述第一亮度平均值和所述第二亮度平均值之间的比值。
具体地，在本实施例中，可以通过公式计算第一亮度平均值和第二亮度平均值之间的比值，其中，ratio即为该比值。
最后，利用所述比值对所述新的指纹图像进行亮度对齐处理，得到对齐处理结果。
具体地，在本实施例中，可以利用对齐公式对所述新的指纹图像进行亮度对齐处理，得到对齐处理结果，其中，ratio为所述比值，/>为所述新的底纹图像中未更新区域的像素值，/>为所述对齐处理结果，no_update_area为所述新的底纹图像中未更新区域。如图12所示的即为新的底纹图像的示意图。
需要说明的是，在本实施例中，在对原始底纹图像中的更新区域进行更新得到新的底纹图像之后，就可以将该新的底纹图像作为原始底纹图像，并在获取到新的指纹图像之后，对该新的底纹图像和新的指纹图像执行上述步骤S204和步骤S206所描述的方法。也就是说，针对新的指纹图像，可以在新的底纹图像中截取新的指纹图像对应的底纹图像，得到新的目标底纹图像。结合新的目标底纹图像和新的指纹图像确定新的指纹图像中的指纹信息，并利用指纹信息确定去底纹之后的指纹图像，具体执行过程与上述所描述的过程相同，此处不再详细赘述。
通过上述描述可知，针对大面积屏下指纹图像的去底纹操作，在本实施例中，采用去噪之后的原始底纹图像和指纹图像，并结合目标底纹图像和指纹图像进行去底纹的方式能够得到完全去除底纹的指纹图像，进而缓解了传统去底纹技术针对大面积屏下指纹传感器所采集的指纹图像去底纹效果差的技术问题，从而提高得到完全去除底纹的指纹图像的技术效果。
实施例三：
本发明实施例还提供了一种指纹图像处理装置，该指纹图像处理装置主要用于执行本发明实施例上述内容所提供的指纹图像处理方法，以下对本发明实施例提供的指纹图像处理装置做具体介绍。
图13是根据本发明实施例的一种指纹图像处理装置的示意图，如图13所示，该指纹图像处理装置主要包括：
获取单元10，用于获取原始底纹图像和待处理的指纹图像，其中，所述原始底纹图像和所述待处理的指纹图像为采用相同的指纹传感器采集到的图像，且所述原始底纹图像和待处理的指纹图像为去噪之后的图像；
截取单元20，用于在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像，得到目标底纹图像；
确定单元30，用于结合所述目标底纹图像和所述待处理的指纹图像确定所述待处理的指纹图像中的指纹信息，并利用所述指纹信息确定去底纹之后的指纹图像。
在本发明实施例中，首先，获取原始底纹图像和待处理的指纹图像；之后，在原始底纹图像中截取待处理的指纹图像对应的底纹图像，从而得到目标底纹图像；最后，结合截取到的目标底纹图像和待处理的指纹图像确定去底纹之后的指纹图像。通过上述描述可知，针对大面积屏下指纹图像的去底纹操作，在本实施例中，采用去噪之后的原始底纹图像和待处理的指纹图像，并结合目标底纹图像和待处理的指纹图像进行去底纹的方式能够得到完全去除底纹的指纹图像，进而缓解了传统去底纹技术针对大面积屏下指纹传感器所采集的指纹图像去底纹效果差的技术问题，从而提高得到完全去除底纹的指纹图像的技术效果。
可选地，获取单元用于：对传感器采集到的底纹图像进行傅里叶变换，得到目标频率域图像；利用掩膜图像去除所述目标频率域图像中的高频分量，得到滤波图像；将所述滤波图像进行傅里叶反变换，得到所述原始底纹图像。
可选地，获取单元还用于：在所述目标频率域图像中确定第一指定区域，其中，所述第一指定区域与第二指定区域相对应，所述第二指定区域为掩膜图像中像素值为目标数值的区域；将所述第一指定区域中的频率值设置为目标数值，并将设置之后的图像确定为所述滤波图像。
可选地，截取单元用于：在所述原始底纹图像中确定多个目标坐标；其中，所述目标坐标为所述待处理的指纹图像的多个顶点在所述原始底纹图像中的相对坐标，且所述多个目标坐标能够确定所述待处理的指纹图像在所述原始底纹图像中的相对区域；基于所述多个目标坐标在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像，得到所述目标底纹图像。
可选地，获取单元还用于：获取原始指纹图像；采用频域滤波算法去除所述原始指纹图像中的共模噪声，得到所述待处理的指纹图像。
可选地，确定单元用于：计算所述待处理的指纹图像的像素值和所述目标底纹图像的像素值之间的差值，得到像素差，并将所述像素差确定为所述指纹信息。
可选地，确定单元还用于：对所述指纹信息进行图像增强去噪处理，得到所述目标指纹图像。
可选地，该装置还用于：在利用所述指纹信息确定目标指纹图像之后，通过所述待处理的指纹图像对所述原始底纹图像中的更新区域进行更新，得到新的底纹图像；对所述新的底纹图像进行亮度对齐处理，得到对齐处理结果。
可选地，该装置还用于：利用更新公式Ibase-denoise＝(Iraw-denoise+15*Ibase-denoise)/(1+15)对所述原始指纹图像进行更新，其中，所述Ibase-denoise为所述原始底纹图像的像素值，Iraw-denoise为所述待处理的指纹图像的像素值。
可选地，该装置还用于：计算所述新的底纹图像中更新区域的亮度平均值，得到第一亮度平均值；计算所述新的底纹图像中未更新区域的亮度平均值，得到第二亮度平均值；计算所述第一亮度平均值和所述第二亮度平均值之间的比值；利用所述比值对所述新的指纹图像进行亮度对齐处理，得到对齐处理结果。
可选地，该装置还用于：利用对齐公式对所述新的指纹图像进行亮度对齐处理，得到对齐处理结果，其中，ratio为所述比值，/>为所述新的底纹图像中未更新区域的像素值，/>为所述对齐处理结果，no_update_area为所述新的底纹图像中未更新区域。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，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通信接口，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。
所述功能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，可以存储在一个处理器可执行的非易失的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一台计算机设备(可以是个人计算机，服务器，或者网络设备等)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，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，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所述以权利要求的保护范围为准。

Claims (14)

1.一种指纹图像处理方法，其特征在于，包括：
获取原始底纹图像和待处理的指纹图像，其中，所述原始底纹图像和所述待处理的指纹图像为采用相同的指纹传感器采集到的图像，且所述原始底纹图像和待处理的指纹图像为采用频域滤波算法进行共模去噪之后的图像；
在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像，得到目标底纹图像；
结合所述目标底纹图像和所述待处理的指纹图像确定所述待处理的指纹图像中的指纹信息，并利用所述指纹信息确定去底纹之后的指纹图像。
2.根据权利要求1所述的方法，其特征在于，获取原始底纹图像包括：
对传感器采集到的底纹图像进行傅里叶变换，得到目标频率域图像；
利用掩膜图像去除所述目标频率域图像中的高频分量，得到滤波图像；
将所述滤波图像进行傅里叶反变换，得到所述原始底纹图像。
3.根据权利要求2所述的方法，其特征在于，利用掩膜图像去除所述目标频率域图像中的高频分量，得到滤波图像包括：
在所述目标频率域图像中确定第一指定区域，其中，所述第一指定区域与第二指定区域相对应，所述第二指定区域为掩膜图像中像素值为目标数值的区域；
将所述第一指定区域中的频率值设置为目标数值，并将设置之后的图像确定为所述滤波图像。
4.根据权利要求1所述的方法，其特征在于，在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像包括：
在所述原始底纹图像中确定多个目标坐标；其中，所述目标坐标为所述待处理的指纹图像的多个顶点在所述原始底纹图像中的相对坐标，且所述多个目标坐标能够确定所述待处理的指纹图像在所述原始底纹图像中的相对区域；
基于所述多个目标坐标在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像，得到所述目标底纹图像。
5.根据权利要求1所述的方法，其特征在于，获取待处理的指纹图像包括：
获取原始指纹图像；
采用频域滤波算法去除所述原始指纹图像中的共模噪声，得到所述待处理的指纹图像。
6.根据权利要求1所述的方法，其特征在于，结合所述目标底纹图像和所述待处理的指纹图像确定所述待处理的指纹图像中的指纹信息包括：
计算所述待处理的指纹图像的像素值和所述目标底纹图像的像素值之间的差值，得到像素差，并将所述像素差确定为所述指纹信息。
7.根据权利要求6所述的方法，其特征在于，利用所述指纹信息确定目标指纹图像包括：
对所述指纹信息进行图像增强去噪处理，得到所述目标指纹图像。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在利用所述指纹信息确定目标指纹图像之后，通过所述待处理的指纹图像对所述原始底纹图像中的更新区域进行更新，得到新的底纹图像；
对所述新的底纹图像进行亮度对齐处理，得到对齐处理结果。
9.根据权利要求8所述的方法，其特征在于，通过所述待处理的指纹图像对所述原始底纹图像中的更新区域进行更新，得到新的底纹图像包括：
利用更新公式对所述原始底纹图像进行更新，其中，所述/>为所述原始底纹图像的像素值，/>为所述待处理的指纹图像的像素值。
10.根据权利要求8所述的方法，其特征在于，对所述新的底纹图像进行亮度对齐处理，得到对齐处理结果包括：
计算所述新的底纹图像中更新区域的亮度平均值，得到第一亮度平均值；
计算所述新的底纹图像中未更新区域的亮度平均值，得到第二亮度平均值；
计算所述第一亮度平均值和所述第二亮度平均值之间的比值；
利用所述比值对新的指纹图像进行亮度对齐处理，得到对齐处理结果。
11.根据权利要求10所述的方法，其特征在于，利用所述比值对所述新的指纹图像进行亮度对齐处理，得到对齐处理结果包括：
利用对齐公式对所述新的指纹图像进行亮度对齐处理，得到对齐处理结果，其中，/>为所述比值，/>为所述新的底纹图像中未更新区域的像素值，/>为所述对齐处理结果，/>为所述新的底纹图像中未更新区域。
12.一种指纹图像处理装置，其特征在于，包括：
获取单元，用于获取原始底纹图像和待处理的指纹图像，其中，所述原始底纹图像和所述待处理的指纹图像为采用相同的指纹传感器采集到的图像，且所述原始底纹图像和待处理的指纹图像为采用频域滤波算法进行共模去噪之后的图像；
截取单元，用于在所述原始底纹图像中截取所述待处理的指纹图像对应的底纹图像，得到目标底纹图像；
确定单元，用于结合所述目标底纹图像和所述待处理的指纹图像确定所述待处理的指纹图像中的指纹信息，并利用所述指纹信息确定去底纹之后的指纹图像。
13.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至11中任一项所述的方法的步骤。
14.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行上述权利要求1至11中任一项所述的方法的步骤。
CN201911265411.2A 2019-12-10 2019-12-10 指纹图像处理方法、装置、电子设备及计算机可读介质 Active CN111028176B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201911265411.2A CN111028176B (zh) 2019-12-10 2019-12-10 指纹图像处理方法、装置、电子设备及计算机可读介质
PCT/CN2020/119537 WO2021114843A1 (zh) 2019-12-10 2020-09-30 指纹图像处理方法、装置、电子设备及计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911265411.2A CN111028176B (zh) 2019-12-10 2019-12-10 指纹图像处理方法、装置、电子设备及计算机可读介质

Publications (2)

Publication Number Publication Date
CN111028176A CN111028176A (zh) 2020-04-17
CN111028176B true CN111028176B (zh) 2023-12-08

Family

ID=70208765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911265411.2A Active CN111028176B (zh) 2019-12-10 2019-12-10 指纹图像处理方法、装置、电子设备及计算机可读介质

Country Status (2)

Country Link
CN (1) CN111028176B (zh)
WO (1) WO2021114843A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028176B (zh) * 2019-12-10 2023-12-08 天津极豪科技有限公司 指纹图像处理方法、装置、电子设备及计算机可读介质
CN112257571A (zh) * 2020-10-20 2021-01-22 北京集创北方科技股份有限公司 生物特征图像的采集方法以及电子设备
CN112434572B (zh) * 2020-11-09 2022-05-06 北京极豪科技有限公司 指纹图像校准方法、装置、电子设备及存储介质
CN112950503A (zh) * 2021-02-26 2021-06-11 北京小米松果电子有限公司 训练样本的生成方法及装置、真值图像的生成方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102147861A (zh) * 2011-05-17 2011-08-10 北京邮电大学 一种基于颜色-纹理双重特征向量进行贝叶斯判决的运动目标检测方法
CN103824071A (zh) * 2014-02-21 2014-05-28 江苏恒成高科信息科技有限公司 带静电放电功能的静电电容检测型指纹读取传感器
KR101468381B1 (ko) * 2013-12-12 2014-12-03 주식회사 슈프리마 지문 영상 획득 방법 및 장치
CN107194932A (zh) * 2017-04-24 2017-09-22 江苏理工学院 一种基于指数遗忘的自适应背景重建算法
CN108121946A (zh) * 2017-11-15 2018-06-05 大唐微电子技术有限公司 一种指纹图像预处理方法及装置
CN110232349A (zh) * 2019-06-10 2019-09-13 北京迈格威科技有限公司 屏下指纹去底纹方法、装置、计算机设备和存储介质
CN110263667A (zh) * 2019-05-29 2019-09-20 Oppo广东移动通信有限公司 图像数据处理方法、装置以及电子设备
CN110298316A (zh) * 2019-06-29 2019-10-01 Oppo广东移动通信有限公司 指纹识别方法及相关产品
CN110309776A (zh) * 2019-06-29 2019-10-08 Oppo广东移动通信有限公司 指纹模板录入方法及相关产品
CN110348425A (zh) * 2019-07-19 2019-10-18 北京迈格威科技有限公司 去底纹的方法、装置、设备及计算机可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010182328A (ja) * 2010-03-24 2010-08-19 Mitsubishi Electric Corp 指紋画像撮像装置
US9704015B2 (en) * 2015-11-04 2017-07-11 Himax Technologies Limited Fingerprint image processing method and device
CN109858418B (zh) * 2019-01-23 2021-10-15 上海思立微电子科技有限公司 指纹图像的处理方法和装置
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
CN111028176B (zh) * 2019-12-10 2023-12-08 天津极豪科技有限公司 指纹图像处理方法、装置、电子设备及计算机可读介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102147861A (zh) * 2011-05-17 2011-08-10 北京邮电大学 一种基于颜色-纹理双重特征向量进行贝叶斯判决的运动目标检测方法
KR101468381B1 (ko) * 2013-12-12 2014-12-03 주식회사 슈프리마 지문 영상 획득 방법 및 장치
CN103824071A (zh) * 2014-02-21 2014-05-28 江苏恒成高科信息科技有限公司 带静电放电功能的静电电容检测型指纹读取传感器
CN107194932A (zh) * 2017-04-24 2017-09-22 江苏理工学院 一种基于指数遗忘的自适应背景重建算法
CN108121946A (zh) * 2017-11-15 2018-06-05 大唐微电子技术有限公司 一种指纹图像预处理方法及装置
CN110263667A (zh) * 2019-05-29 2019-09-20 Oppo广东移动通信有限公司 图像数据处理方法、装置以及电子设备
CN110232349A (zh) * 2019-06-10 2019-09-13 北京迈格威科技有限公司 屏下指纹去底纹方法、装置、计算机设备和存储介质
CN110298316A (zh) * 2019-06-29 2019-10-01 Oppo广东移动通信有限公司 指纹识别方法及相关产品
CN110309776A (zh) * 2019-06-29 2019-10-08 Oppo广东移动通信有限公司 指纹模板录入方法及相关产品
CN110348425A (zh) * 2019-07-19 2019-10-18 北京迈格威科技有限公司 去底纹的方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN111028176A (zh) 2020-04-17
WO2021114843A1 (zh) 2021-06-17

Similar Documents

Publication Publication Date Title
CN111028176B (zh) 指纹图像处理方法、装置、电子设备及计算机可读介质
JP6507846B2 (ja) 画像ノイズ除去方法及び画像ノイズ除去装置
AU2014402162B2 (en) Method and apparatus for setting background of UI control, and terminal
CN108846818B (zh) 去除摩尔纹的方法、装置、终端及计算机可读存储介质
CN111383186A (zh) 一种图像处理方法、装置及终端设备
KR20220113686A (ko) 영상 처리 방법 및 장치, 영상 처리 모델 훈련 방법 및 장치
CN111862290B (zh) 一种基于径向模糊的绒毛渲染方法、装置及存储介质
CN110503704B (zh) 三分图的构造方法、装置和电子设备
JP5849206B2 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
CN114724000B (zh) 一种屏拍图摩尔纹的处理方法、处理装置及处理设备
CN111539238A (zh) 二维码图像修复方法、装置、计算机设备和存储介质
CN114493988A (zh) 一种图像虚化方法、图像虚化装置及终端设备
KR101635309B1 (ko) 패치 쉬프트를 이용한 텍스처 필터링 방법 및 장치
CN110517201B (zh) 循环保边平滑滤波的方法、装置和电子设备
JP2012094068A (ja) 情報処理装置、その処理方法及びプログラム
JP2016197377A (ja) 画像補正用コンピュータプログラム、画像補正装置及び画像補正方法
CN111222446B (zh) 人脸识别方法、人脸识别装置及移动终端
CN115578294B (zh) 图像增强方法、装置、设备及存储介质
CN111754417B (zh) 视频图像的降噪方法、视频抠像方法、装置和电子***
CN107451959B (zh) 图片处理方法及***
CN111476740B (zh) 图像处理方法、装置、存储介质和电子设备
JP2019016865A (ja) 画像処理装置、画像処理方法
JP2018081424A (ja) 画像処理装置および画像処理方法
CN111429450A (zh) 角点检测的方法、***、设备及存储介质
JP7009253B2 (ja) 画像処理装置、画像処理方法及びプログラム

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
TA01 Transfer of patent application right

Effective date of registration: 20230419

Address after: No. S, 17/F, No. 1, Zhongguancun Street, Haidian District, Beijing 100082

Applicant after: Beijing Jigan Technology Co.,Ltd.

Address before: 316-318, block a, Rongke Information Center, No.2, south academy of Sciences Road, Haidian District, Beijing

Applicant before: MEGVII (BEIJING) TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230707

Address after: 300462 201-1, Floor 2, Building 4, No. 188, Rixin Road, Binhai Science Park, Binhai, Tianjin

Applicant after: Tianjin Jihao Technology Co.,Ltd.

Address before: No. S, 17/F, No. 1, Zhongguancun Street, Haidian District, Beijing 100082

Applicant before: Beijing Jigan Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant