CN117037226A - 一种光学指纹模组及指纹识别显示装置 - Google Patents

一种光学指纹模组及指纹识别显示装置 Download PDF

Info

Publication number
CN117037226A
CN117037226A CN202311298978.6A CN202311298978A CN117037226A CN 117037226 A CN117037226 A CN 117037226A CN 202311298978 A CN202311298978 A CN 202311298978A CN 117037226 A CN117037226 A CN 117037226A
Authority
CN
China
Prior art keywords
fingerprint
image
optical
connecting plug
macro block
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
CN202311298978.6A
Other languages
English (en)
Other versions
CN117037226B (zh
Inventor
谭丽君
宋发霞
贺晓兵
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 Jucheng Intelligent Co ltd
Original Assignee
Shenzhen Jucheng Intelligent 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 Jucheng Intelligent Co ltd filed Critical Shenzhen Jucheng Intelligent Co ltd
Priority to CN202311298978.6A priority Critical patent/CN117037226B/zh
Publication of CN117037226A publication Critical patent/CN117037226A/zh
Application granted granted Critical
Publication of CN117037226B publication Critical patent/CN117037226B/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
    • G06V40/1318Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141Control of illumination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/34Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
    • 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
    • G06V40/1347Preprocessing; Feature extraction
    • G06V40/1359Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • 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
    • G06V40/1365Matching; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种光学指纹模组及指纹识别显示装置,属于生物特征识别领域,光学指纹模组包括:指纹采集单元,用于采集用户指纹;存储单元,用于存储已知指纹,并将每条已知指纹附加条件进行保存;所述附加条件为该指纹用户的等级信息,该等级信息通过管理员权限进行赋予;数字信号处理单元,用于将采集到的指纹图像转化为数字信号;识别单元,用于读取指纹采集单元采集到的指纹图象、提取特征、保存数据和比对;本发明在采集指纹时,通过采用指纹增强、特征提取实现对指纹的采集,经过指纹增强的步骤,指纹图像能较好地分割,能提取细节点得到多组脊终点或分叉类型、位置坐标及方向信息。

Description

一种光学指纹模组及指纹识别显示装置
技术领域
本发明属于生物特征识别领域,更具体地说,尤其涉及一种光学指纹模组。同时,本发明还涉及一种指纹识别显示装置。G06K
背景技术
传统的光学指纹识别***基本都是利用光的全反射原理,光源发出的光线照到压有指纹的透光层外表,反射光线由图像传感器去取得,反射光的量依赖于压在玻璃外表的指纹脊和谷的深度,以及皮肤与玻璃间的油脂和水分,光线经玻璃射到谷的中央后在玻璃与空气的界面发生全反射,光线被反射到图像传感器,而射向脊的光线不发生全反射,而是被脊与玻璃接触面吸收或者漫反射到别的中央形成指纹采集;
但是,在其识别过程中并不对采集到到的指纹图像进行处理,直接导致在识别过程中会产生偏差,因此,我们提出了一种光学指纹模组及指纹识别显示装置。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种光学指纹模组及指纹识别显示装置,在采集指纹时,通过采用指纹增强、特征提取实现对指纹的采集,经过指纹增强的步骤,指纹图像能较好地分割,能提取细节点得到多组脊终点或分叉类型、位置坐标及方向信息。
为实现上述目的,本发明提供如下技术方案:
一种光学指纹模组,包括:
指纹采集单元,用于采集用户指纹;
存储单元,用于存储已知指纹,并将每条已知指纹附加条件进行保存;所述附加条件为该指纹用户的等级信息,该等级信息通过管理员权限进行赋予;
数字信号处理单元,用于将采集到的指纹图像转化为数字信号;
识别单元,用于读取指纹采集单元采集到的指纹图象、提取特征、保存数据和比对,对录入指纹和实时指纹信息进行匹配,指纹识别匹配细节点采用点模式匹配方式,即将提取的细节点集与数据库中的细节点集进行匹配,如果通过一些旋转、尺度变换和平移变换,点集间是匹配的,则实时指纹与录入指纹是匹配的,指纹得到认证。
优选的,所述识别单元采用指纹增强、特征提取实现对指纹的采集;
所述指纹增强:该阶段通过图像增强技术,改善指纹图像质量,因为在指纹采集过程中,由于各种原因,采集到的指纹图像不可避免的引入了一些噪声,通过对指纹图像进行增强排除噪声才能实现采集;
所述特征提取:该阶段对录入的指纹特征进行提取,细节点特征是最常用的指纹特征,即指纹图像中脊线终点和脊线分叉这两个特征,经过指纹增强的步骤,指纹图像能较好地分割,能提取细节点得到多组脊终点或分叉类型、位置坐标及方向信息;
优选的,所述指纹采集单元采用光学采集方式;当外来光照射在印有指纹的玻璃表面时会发生反射投射到电容耦合器上形成指纹图像,在有脊线的地方会发生散射,而在谷线处则会发生全反射,不同的光线投射到图像控制器上形成可被处理的指纹图像。
优选的,所述数字信号处理单元将图像连续信号转化为离散数字信号的过程具体为:
图像采样,采用是图像在二维空间上的离散化,也就是选取部分点的亮度值来代表图像,选取的点称为采样点或样点,即像素点,对图像进行空间采样时,常采用均匀采样,对图像进行等间距划分,然后以R、G、B三基色的值作为分量的二维矢量函数,如下式:
图像量化,图像经过采样后,在时间和空间上离散化为像素,把采样后所得到像素从模拟量到离散量的转化称为图像信号的量化;
图像编码,对采样得到的数据进行压缩保存,根据不同的保存格式。
优选的,所述将图像连续信号转化为离散数字信号的过程还包括数字图像表示,所述数字图像表示用f(x,y)来表示,数字图像阵列有M行和N列,其中(x,y)都是离散坐标,其中x=0,1,2,...,M-1和y=0,1,2,...,N-1.原点是f(0,0);
优选的,所述的图像量化包括:对图片进行划分,得到所述图片包括的图像宏块;
对所述图像宏块进行预测处理,得到所述图像宏块包括的每个像素点的残差数据;
根据所述图像宏块包括的每个像素点的残差数据计算所述图像宏块的量化步长;
根据所述量化步长和所述图像宏块包括的每个像素点的残差数据,对所述图像宏块进行量化处理,具体为:获取所述量化步长对应的预测模式,根据所述量化步长和所述获取的预测模式下所述图像宏块包括的每个像素点的残差数据,对所述图像宏块进行量化处理。
一种识别显示装置,所述装置包括上述的光学指纹模组以及显示单元,所述显示单元与所述光学指纹模组交互用于实时显示光学指纹模组采集到的指纹图像,所述光学指纹模组以及显示单元之间采用可延长式电性连接组件用于实现光学指纹模组和显示单元的电***互。
优选的,所述可延长式电性连接组件包括:
公连接插头和母连接插头,所述公连接插头和母连接插头的一端均设置有空心套管,所述公连接插头的空心套管端部设置有磁性空心插接块,且所述磁性空心插接块插接于所述母连接插头的空心套管内部,通过磁吸附固定;
所述公连接插头和母连接插头采用连接线进行连接,所述公连接插头和母连接插头上设置的空心套管组合形成收纳管,所述连接线位于所述收纳管内部。
优选的,所述可光学指纹模组以及显示单元上均设置有连接端,所述连接端处设置有用于与所述公连接插头和母连接插头相连接固定的内螺纹套筒,所述公连接插头和母连接插头的端部设置有与所述内螺纹套筒相适配的外螺纹套环。
本发明的技术效果和优点:本发明提供的一种光学指纹模组及指纹识别显示装置,与现有技术相比,本发明在采集指纹时,通过采用指纹增强、特征提取实现对指纹的采集,经过指纹增强的步骤,指纹图像能较好地分割,能提取细节点得到多组脊终点或分叉类型、位置坐标及方向信息;
其次,在数字信号处理单元将图像连续信号转化为离散数字信号的过程中采用图像量化处理提高了图像灰度级分辨率,便于后续对比识别以及显示;
另外,本申请可延长式电性连接组件的设计,一方面能确保光学指纹模组以及显示单元能实现交互,另一方面能避免连接两者连接的局限性,通过可拆卸式的电性连接,同时能根据使用环境以及使用需求将光学指纹模组以及显示单元分开安装使用;
再者,可延长式电性连接组件通过磁吸附固定,相较于现有公知的连接方式,结构更为简单,实际使用效果更好,同时便捷性更高。
最后,识别显示装置通过与光学指纹模组交互,实时显示采集指纹的图像信息,便于被采集者能直观的看到被采集的指纹。
附图说明
图1为本发明光学指纹模组的***架构图;
图2为本发明实施例中识别显示装置的***架构图;
图3为发明请识别显示装置与光学指纹模组结构示意图:
图4为发明可延长式电性连接组件的组合结构示意图;
图5为本发明可延长式电性连接组件的内部结构示意图。
图中:1、光学指纹模组;2、显示单元;3、可延长式电性连接组件;4、公连接插头;5、母连接插头;6、空心套管;7、磁性空心插接块;8、连接线;9、收纳管;10、连接端;11、外螺纹套环。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合具体实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。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。
本发明提供了的一种识别显示装置,在采集指纹时,通过采用指纹增强、特征提取实现对指纹的采集,经过指纹增强的步骤,指纹图像能较好地分割,能提取细节点得到多组脊终点或分叉类型、位置坐标及方向信息,如图1所示,包括:
指纹采集单元,用于采集用户指纹;指纹采集单元采用光学采集方式;当外来光照射在印有指纹的玻璃表面时会发生反射投射到电容耦合器上形成指纹图像,在有脊线的地方会发生散射,而在谷线处则会发生全反射,不同的光线投射到图像控制器上形成可被处理的指纹图像。
存储单元,用于存储已知指纹,并将每条已知指纹附加条件进行保存;附加条件为该指纹用户的等级信息,该等级信息通过管理员权限进行赋予;
数字信号处理单元,用于将采集到的指纹图像转化为数字信号;数字信号处理单元将图像连续信号转化为离散数字信号的过程具体为:
图像采样,采用是图像在二维空间上的离散化,也就是选取部分点的亮度值来代表图像,选取的点称为采样点或样点,即像素点,对图像进行空间采样时,常采用均匀采样,对图像进行等间距划分,然后以R、G、B三基色的值作为分量的二维矢量函数,如下式:
图像量化,图像经过采样后,在时间和空间上离散化为像素,把采样后所得到像素从模拟量到离散量的转化称为图像信号的量化;
进一步的,量化分为等间量化和非等间量化。等间量化又称均匀量化,就是把像素等间隔的分割进行量化;非等间量化是按照概率密度确定量化间隔,密度越大间隔越小。
当图像的采样点数一定时,采用不同量化级数的图像质量也不一样。量化级数越多,所得图像层次越丰富,灰度分辨率就越高,图像质量就越好,但数据量也就越大;当量化级数减少时,所得图像层次欠丰富,灰度分辨率低,会出现假轮廓现象,图像质量变差。
图像编码,对采样得到的数据进行压缩保存,根据不同的保存格式。
将图像连续信号转化为离散数字信号的过程还包括数字图像表示,数字图像表示用f(x,y)来表示,数字图像阵列有M行和N列,其中(x,y)都是离散坐标,其中x=0,1,2,...,M-1和y=0,1,2,...,N-1.原点是f(0,0);
还包括:连续图像f(x,y)采样后,坐标(x,y)就变成离散量 (i,j);数字图像就可以用g(i,j)组成的矩阵来表示,数字图像中每个像素对应于矩阵中所对应的元素。一幅 M×N的数字图像,可以如下矩阵表示:
进一步的,对图片进行划分,得到图片包括的图像宏块;
对图像宏块进行预测处理,得到图像宏块包括的每个像素点的残差数据;
其中,的图像宏块预测处理,具体为:
根据与当前图像宏块相邻的仅完成预测方向计算的块的原始像素以及已完成重建阶段的块的重建像素,计算当前图像宏块在各个预测模式的预测像素值;其中,根据与当前图像宏块相邻的仅完成预测方向计算的块的原始像素以及已完成重建阶段的块的重建像素,计算当前图像宏块在各个预测模式的预测像素值,具体为:根据左邻块中相应像素点的原始像素、或上邻块中相应像素点的重建像素、或左邻块中相应像素点的原始像素和上邻块中相应像素点的重建像素,计算当前图像宏块中每个像素点在各个预测模式的预测像素值;
进一步的,计算当前图像宏块在各个预测模式的预测像素值具体为:对于不同预测类型,分别计算当前图像宏块在对应的各个预测模式的预测像素值。
根据当前图像宏块的实际测量的像素值,计算各个预测模式的预测误差,获得最佳预测模式。
需要说明的是:对于16x16亮度块的预测类型,在水平预测模式时,根据左邻块中相应像素点的原始像素值进行计算,左邻块中相应像素点为左邻块与当前图像宏块相邻列中的每一个像素点;
在垂直预测模式时,根据上邻块中相应像素点的重建像素值进行计算,上邻块中相应像素点为上邻块与当前图像宏块相邻行中的每一个像素点;
在DC预测模式和平面预测模式时,根据左邻块中相应像素点的原始像素值以及上邻块中相应像素点的重建像素值进行计算,左邻块中相应像素点为左邻块与当前图像宏块相邻列中的每一个像素点,上邻块中相应像素点为上邻块与当前图像宏块相邻行中的每一个像素点。
根据图像宏块包括的每个像素点的残差数据计算图像宏块的量化步长;
根据量化步长和图像宏块包括的每个像素点的残差数据,对图像宏块进行量化处理,具体为:获取量化步长对应的预测模式,根据量化步长和获取的预测模式下图像宏块包括的每个像素点的残差数据,对图像宏块进行量化处理。
识别单元,用于读取指纹采集单元采集到的指纹图象、提取特征、保存数据和比对,对录入指纹和实时指纹信息进行匹配,指纹识别匹配细节点采用点模式匹配方式,即将提取的细节点集与数据库中的细节点集进行匹配,如果通过一些旋转、尺度变换和平移变换,点集间是匹配的,则实时指纹与录入指纹是匹配的,指纹得到认证。
识别单元采用指纹增强、特征提取实现对指纹的采集;
指纹增强:该阶段通过图像增强技术,改善指纹图像质量,因为在指纹采集过程中,由于各种原因,采集到的指纹图像不可避免的引入了一些噪声,通过对指纹图像进行增强排除噪声才能实现采集;
特征提取:该阶段对录入的指纹特征进行提取,细节点特征是最常用的指纹特征,即指纹图像中脊线终点和脊线分叉这两个特征,经过指纹增强的步骤,指纹图像能较好地分割,能提取细节点得到多组脊终点或分叉类型、位置坐标及方向信息。
本实施例还提供一种识别显示装置,如图3-5所示,装置包括上述的光学指纹模组1以及显示单元2,所述显示单元2与所述光学指纹模组1交互用于实时显示光学指纹模组采集到的指纹图像,所述光学指纹模组1以及显示单元2之间采用可延长式电性连接组件3用于实现光学指纹模组1和显示单元2的电***互。
作为进一步的,所述可延长式电性连接组件3包括:
公连接插头4和母连接插头5,所述公连接插头4和母连接插头5的一端均设置有空心套管6,所述公连接插头4的空心套管端部设置有磁性空心插接块7,且所述磁性空心插接块7插接于所述母连接插头5的空心套管内部,通过磁吸附固定;
所述公连接插头4和母连接插头5采用连接线8进行连接,所述公连接插头4和母连接插头5上设置的空心套管组合形成收纳管9,所述连接线8位于所述收纳管9内部;
所述可光学指纹模组以及显示单元上均设置有连接端10,所述连接端10处设置有用于与所述公连接插头4和母连接插头5相连接固定的内螺纹套筒,所述公连接插头4和母连接插头5的端部设置有与所述内螺纹套筒10相适配的外螺纹套环11。
上述可延长式电性连接组件的设计,一方面能确保光学指纹模组1以及显示单元2能实现交互,另一方面能避免连接两者连接的局限性,通过可拆卸式的电性连接,同时能根据使用环境以及使用需求将光学指纹模组1以及显示单元2分开安装使用;
再者,可延长式电性连接组件3通过磁吸附固定,相较于现有公知的连接方式,结构更为简单,实际使用效果更好,同时便捷性更高。
值得说明的是,显示单元包括显示屏、安装于显示屏内的指纹图像信号输入装置、安装于显示屏内的图像信号处理模块,图像信号处理模块电性连接至指纹图像信号输入装置和图像信号处理模块,指纹图像信号输入装置用于接收光学指纹模组输出的指纹图像信号,将该信号经图像信号处理模块处理后传输至显示屏进行显示;
进一步的,图像信号处理模块包括:同步信号控制部分,配置为控制一帧中的预定行的同步信号的长度,该同步信号是以行为基础从像素阵列读取电荷的电荷读取处理的基础;以及定时调整部分,配置为根据由同步信号控制部分控制的预定行的同步信号的长度来调整单位像素的电子快门操作的定时;
快门控制部分,配置为基于反映了该同步信号控制部分的控制的同步信号来控制电子快门操作以按由该定时调整部分调整的定时进行;以及读取控制部分,配置为基于反映了该同步信号控制部分的控制的同步信号来控制单位像素的电荷读取操作。
作为本实施例可选的,显示单元还可采用如下方式:
具体包括:
光源部,该光源部包括被相互独立地控制的多个发光子部;
液晶显示面板,该液晶显示面板基于输入图片信号对从光源部的每个发光子部发出的光进行调制,以通过执行多个图片流从一个到另一个按顺序的时分式切换来显示图片;
以及显示控制部,该显示控制部包括基于输入图片信号生成发光样式信号和分部驱动图片信号的分部驱动处理部,发光样式信号表示光源部的每个发光子部的发光样式,显示控制部利用发光样式信号对光源部的每个发光子部执行发光驱动,并且利用分部驱动图片信号对液晶显示面板执行显示驱动;
其中,分部驱动处理部基于输入图片信号来确定逻辑或图片并且利用逻辑或图片来生成发光样式信号和分部驱动图片信号,其中逻辑或图片是分别属于多个图片流的图片的逻辑。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种光学指纹模组,其特征在于,包括:
指纹采集单元,用于采集用户指纹;
存储单元,用于存储已知指纹,并将每条已知指纹附加条件进行保存;所述附加条件为该指纹用户的等级信息,该等级信息通过管理员权限进行赋予;
数字信号处理单元,用于将采集到的指纹图像转化为数字信号;
识别单元,用于读取指纹采集单元采集到的指纹图象、提取特征、保存数据和比对,对录入指纹和实时指纹信息进行匹配,指纹识别匹配细节点采用点模式匹配方式,即将提取的细节点集与数据库中的细节点集进行匹配,如果通过一些旋转、尺度变换和平移变换,点集间是匹配的,则实时指纹与录入指纹是匹配的,指纹得到认证。
2.根据权利要求1所述的一种光学指纹模组,其特征在于:所述识别单元采用指纹增强、特征提取实现对指纹的采集;
所述指纹增强:该阶段通过图像增强技术,改善指纹图像质量,因为在指纹采集过程中,由于各种原因,采集到的指纹图像不可避免的引入了一些噪声,通过对指纹图像进行增强排除噪声才能实现采集;
所述特征提取:该阶段对录入的指纹特征进行提取,细节点特征是最常用的指纹特征,即指纹图像中脊线终点和脊线分叉这两个特征,经过指纹增强的步骤,指纹图像能较好地分割,能提取细节点得到多组脊终点或分叉类型、位置坐标及方向信息。
3.根据权利要求1所述的一种光学指纹模组,其特征在于:所述指纹采集单元采用光学采集方式;当外来光照射在印有指纹的玻璃表面时会发生反射投射到电容耦合器上形成指纹图像,在有脊线的地方会发生散射,而在谷线处则会发生全反射,不同的光线投射到图像控制器上形成可被处理的指纹图像。
4.根据权利要求1所述的一种光学指纹模组,其特征在于:所述数字信号处理单元将图像连续信号转化为离散数字信号的过程具体为:
图像采样,采用是图像在二维空间上的离散化,也就是选取部分点的亮度值来代表图像,选取的点称为采样点或样点,即像素点,对图像进行空间采样时,常采用均匀采样,对图像进行等间距划分,然后以R、G、B三基色的值作为分量的二维矢量函数,如下式:
图像量化,图像经过采样后,在时间和空间上离散化为像素,把采样后所得到像素从模拟量到离散量的转化称为图像信号的量化;
图像编码,对采样得到的数据进行压缩保存,根据不同的保存格式。
5.根据权利要求4所述的一种光学指纹模组,其特征在于:所述将图像连续信号转化为离散数字信号的过程还包括数字图像表示,所述数字图像表示用f(x,y)来表示,数字图像阵列有M行和N列,其中(x,y)都是离散坐标,其中x=0,1,2,...,M-1和y=0,1,2,...,N-1.原点是f(0,0)。
6.根据权利要求4所述的一种光学指纹模组,其特征在于:所述的图像量化包括:对图片进行划分,得到所述图片包括的图像宏块;
对所述图像宏块进行预测处理,得到所述图像宏块包括的每个像素点的残差数据;
根据所述图像宏块包括的每个像素点的残差数据计算所述图像宏块的量化步长;
根据所述量化步长和所述图像宏块包括的每个像素点的残差数据,对所述图像宏块进行量化处理,具体为:获取所述量化步长对应的预测模式,根据所述量化步长和所述获取的预测模式下所述图像宏块包括的每个像素点的残差数据,对所述图像宏块进行量化处理。
7.一种识别显示装置,其特征在于,所述装置包括权利要求1-6任一所述的光学指纹模组以及显示单元,所述显示单元与所述光学指纹模组交互用于实时显示光学指纹模组采集到的指纹图像,所述光学指纹模组以及显示单元之间采用可延长式电性连接组件用于实现光学指纹模组和显示单元的电***互。
8.根据权利要求7所述的一种识别显示装置,其特征在于:所述可延长式电性连接组件包括:
公连接插头和母连接插头,所述公连接插头和母连接插头的一端均设置有空心套管,所述公连接插头的空心套管端部设置有磁性空心插接块,且所述磁性空心插接块插接于所述母连接插头的空心套管内部,通过磁吸附固定;
所述公连接插头和母连接插头采用连接线进行连接,所述公连接插头和母连接插头上设置的空心套管组合形成收纳管,所述连接线位于所述收纳管内部。
9.根据权利要求7所述的一种识别显示装置,其特征在于:所述可光学指纹模组以及显示单元上均设置有连接端,所述连接端处设置有用于与所述公连接插头和母连接插头相连接固定的内螺纹套筒,所述公连接插头和母连接插头的端部设置有与所述内螺纹套筒相适配的外螺纹套环。
CN202311298978.6A 2023-10-09 2023-10-09 一种光学指纹模组及指纹识别显示装置 Active CN117037226B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311298978.6A CN117037226B (zh) 2023-10-09 2023-10-09 一种光学指纹模组及指纹识别显示装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311298978.6A CN117037226B (zh) 2023-10-09 2023-10-09 一种光学指纹模组及指纹识别显示装置

Publications (2)

Publication Number Publication Date
CN117037226A true CN117037226A (zh) 2023-11-10
CN117037226B CN117037226B (zh) 2024-02-27

Family

ID=88637590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311298978.6A Active CN117037226B (zh) 2023-10-09 2023-10-09 一种光学指纹模组及指纹识别显示装置

Country Status (1)

Country Link
CN (1) CN117037226B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1818927A (zh) * 2006-03-23 2006-08-16 北京中控科技发展有限公司 指纹识别方法与***
CN101777128A (zh) * 2009-11-25 2010-07-14 中国科学院自动化研究所 一种融入全局信息的指纹细节点匹配方法及***
CN105992001A (zh) * 2015-03-02 2016-10-05 深圳市腾讯计算机***有限公司 一种对图片进行量化处理的方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1818927A (zh) * 2006-03-23 2006-08-16 北京中控科技发展有限公司 指纹识别方法与***
WO2007107050A1 (fr) * 2006-03-23 2007-09-27 Zksoftware Beijing Inc. Procede et systeme d'identification d'empreintes digitales
CN101777128A (zh) * 2009-11-25 2010-07-14 中国科学院自动化研究所 一种融入全局信息的指纹细节点匹配方法及***
CN105992001A (zh) * 2015-03-02 2016-10-05 深圳市腾讯计算机***有限公司 一种对图片进行量化处理的方法及装置

Also Published As

Publication number Publication date
CN117037226B (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
EP1318473B1 (en) Image input apparatus and method correcting the illumination of the imaged object
CN111462128B (zh) 一种基于多模态光谱图像的像素级图像分割***及方法
CN109389569B (zh) 基于改进DehazeNet的监控视频实时去雾方法
CN108710910A (zh) 一种基于卷积神经网络的目标识别方法及***
CN111539247B (zh) 一种超光谱人脸识别方法、装置、电子设备及其存储介质
CN111965636A (zh) 一种基于毫米波雷达和视觉融合的夜间目标检测方法
CN110728201B (zh) 用于指纹识别的图像处理方法及装置
CN104168430B (zh) 一种tdi ccd焦平面编码超分辨率成像装置及方法
CN112163508A (zh) 一种基于真实场景的文字识别方法、***及ocr终端
CN110969164A (zh) 基于深度学习端对端的低照度成像车牌识别方法及装置
CN117037226B (zh) 一种光学指纹模组及指纹识别显示装置
CN105550668A (zh) 一种活体生物特征采集装置及识别活体生物特征的方法
CN104539851B (zh) 一种基于像元优化编码曝光的高速成像***及方法
CN109376719A (zh) 一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法
TWI813820B (zh) 一種指紋重建方法與一種生物特徵分析方法、儲存介質及生物特徵分析神經網路程式產品
CN110837834A (zh) 一种数字仪表读数方法及***
CN110705409A (zh) 指纹采集***
CN106228163B (zh) 一种基于特征选择的局部差三进制序列图像特征描述方法
CN115187568A (zh) 一种电力开关柜状态检测方法及***
CN112907454B (zh) 获取图像的方法、装置、计算机设备和存储介质
TWI756598B (zh) 編碼遮罩生物特徵重建與分析方法、儲存介質及神經網路與編碼遮罩式螢幕下生物特徵辨識結構、系統及方法
CN110895665B (zh) 一种用于屏下成像的坐标变换方法、存储介质及电子设备
CN212379866U (zh) 一种基于isp序列号的智能快速识别装置
KR102094063B1 (ko) 마르코프 체인을 이용한 미술품 위변조 감별시스템 및 감별방법
CN115526511A (zh) 双向重构模型应用***及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant