CN103593647A - 一种生物特征成像的方法与设备 - Google Patents
一种生物特征成像的方法与设备 Download PDFInfo
- Publication number
- CN103593647A CN103593647A CN201310494298.1A CN201310494298A CN103593647A CN 103593647 A CN103593647 A CN 103593647A CN 201310494298 A CN201310494298 A CN 201310494298A CN 103593647 A CN103593647 A CN 103593647A
- Authority
- CN
- China
- Prior art keywords
- optical lens
- biological characteristic
- lens parts
- image
- optical
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 126
- 230000003287 optical effect Effects 0.000 claims abstract description 216
- 238000000034 method Methods 0.000 claims description 34
- 239000007788 liquid Substances 0.000 claims description 22
- 230000000704 physical effect Effects 0.000 claims description 21
- 210000000162 simple eye Anatomy 0.000 claims description 11
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 4
- 210000001525 retina Anatomy 0.000 claims description 3
- 210000003462 vein Anatomy 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims 1
- 238000012634 optical imaging Methods 0.000 abstract description 11
- 230000003068 static effect Effects 0.000 abstract description 4
- 210000000554 iris Anatomy 0.000 description 44
- 230000008859 change Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 229910052710 silicon Inorganic materials 0.000 description 4
- 239000010703 silicon Substances 0.000 description 4
- 238000000429 assembly Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005672 electromagnetic field Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000002789 length control Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 238000001259 photo etching Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B7/00—Mountings, adjusting means, or light-tight connections, for optical elements
- G02B7/28—Systems for automatic generation of focusing signals
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
- H04N23/11—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths for generating image signals from visible and infrared light wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
- H04N23/673—Focus control based on electronic image sensor signals based on contrast or high frequency components of image signals, e.g. hill climbing method
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B3/00—Simple or compound lenses
- G02B3/12—Fluid-filled or evacuated lenses
- G02B3/14—Fluid-filled or evacuated lenses of variable focal length
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Ophthalmology & Optometry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明的目的是提供一种生物特征成像设备，其中该设备包括：光学镜头部件，用于对感兴趣区域的生物特征进行光学成像(包括静态图像和动态图像)；图像传感器，用于将所述生物特征的光学图像转换成电子图像(包括静态图像和动态图像)；以及微电机控制器，用于获取、传递、或分析电子图像的图像质量信息，并根据电子图像的图像质量信息实时分析图像的清晰度，实时反馈该信息从而调节光学镜头部件以实现对感兴趣区域的生物特征进行自动对焦控制。
Description
技术领域
本发明涉及光学技术领域，尤其涉及一种对生物特征进行成像的技术。
背景技术
虹膜识别是一种新兴的生物识别技术，在身份识别领域应用不断扩大。安全便捷的身份识别是开展面向移动终端业务服务的难点。目前用移动终端作为身份确认的手段主要依赖密码和卡，存在难记忆、易被窃取，安全性低等问题。在众多身份识别技术中，虹膜识别的安全性和精确度最高，具有个体唯一、不需要记忆、不能被窃取，安全级别高等优点。
在现有技术中，虹膜成像设计一般采用定焦设计，用户需要主动配合来寻找合适的虹膜成像位置，导致需要附加额外的硬件设备如测距传感器、三色指示灯等；也有些虹膜成像系统采用步进电机或者直流电机来驱动镜头的前后移动实现虹膜自动对焦和成像，但仍然需要测距传感器来测量距离，并且步进电机或者直流电机的体积大，功耗大。这些均导致虹膜成像系统的体积大大增加，识别速度拉长，用户体验差，无法微型化集成应用到需求量更广的移动终端。
发明内容
本公开的目的在于提供一种生物特征成像方法和设备以及包含该设备的移动终端，从而减轻或消除上面提及的一个或者多个问题。
根据本公开的一个方面，提供了一种生物特征成像设备，其中该设备包括：
光学镜头部件，用于对感兴趣区域的生物特征进行光学成像；
图像传感器，用于将包含所述生物特征的光学图像转换成电子图像；
微电机，用于调节所述光学镜头部件；以及
微电机控制器，用于获取所述电子图像的图像质量信息，根据所述电子图像的图像质量信息控制微电机调节所述光学镜头部件以实现对所述感兴趣区域的生物特征进行自动对焦控制。
根据本公开的另一方面，还提供了一种移动终端，其中该移动终端包括如上所述的生物特征成像设备。
根据本公开的又一方面，还提供了一种生物特征成像方法，其中该方法包括以下步骤：
获取通过光学镜头部件捕获的感兴趣区域的生物特征的图像；
获取所述图像的图像质量信息；以及
根据所述图像的图像质量信息控制微电机调节所述光学镜头部件以实现对所述感兴趣区域的生物特征进行自动对焦控制。
与现有技术相比，本公开能够根据生物特征的电子图像的图像质量信息对该生物特征进行自动对焦控制，避免了传统地通过测量成像设备与被摄体之间的物理距离进行自动对焦，从而不需要配置测距所需的硬件，例如测距传感器。另外，本公开采用微型电机以替代步进电机或者直流电机来调节光学镜头部件。这些都为生物特征成像设备的小型化提供了可能。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1示出根据本公开一个方面的生物特征成像设备示意图；
图2示出根据本公开另一方面的生物特征成像设备示意图；
图3示出根据本公开一个方面的生物特征成像方法流程图；
图4示出根据本公开实施例的音圈电机的示意图；
图5示出根据本公开实施例的微机电系统致动器的示意图；
图6示出根据本公开实施例的双眼分割定位成左右眼两个单独的单眼虹膜图像的示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
本领域的技术人员应当明白本发明可以以脱离这些具体细节的其它实现方式来实现。而且为了不模糊本发明，在当前的说明中省略了已知的功能和结构的并非必要的细节。
下面结合附图对本公开作进一步详细描述。
图1示出根据本公开一个方面的生物特征成像设备示意图。如图1所示，生物特征成像设备100包括光学镜头部件110，图像传感器120，微电机140以及微电机控制器130。
光学镜头部件110用于对感兴趣区域13的生物特征12进行光学成像。
具体地，光学镜头部件110可以是光学镜头组，其实现在一个固定成像焦平面的生物特征信息的成像。光学镜头组的材料可以采用全玻璃镜头、全塑料镜头、玻璃与塑料镜头相结合或者液体镜头等混合材料。在本文中，将虹膜作为生物特征的实例来描述本公开的实施例，但本领域技术人员应当理解，生物特征还包括视网膜、眼纹、唇纹、面部以及静脉等。感兴趣区域13指代光学镜头部件成像能够保持聚焦清晰的区域，即光学镜头部件能够对位于感兴趣区域中的生物特征进行清晰成像。感兴趣区域13的大小根据光学镜头部件的景深确定，景深是指成像系统能够保持聚焦清晰的最近和最远的距离之差。它决定了用户可以距离生物特征成像设备的远近的冗余度范围，或者是生物特征识别的使用范围。另外，光学成像原理是本领域公知的技术，为了简洁起见，在此不再赘述。
图像传感器120用于将从光学镜头部件110获取的生物特征的光学图像转换成电子图像。
具体地，图像传感器120可以包括电荷耦合元件（CCD）和金属氧化物半导体元件（CMOS）等感光元件，并利用感光元件将生物特征的光学成像转换成电子信号以获得相应的电子图像。在一个实施例中，电子图像包括静态图像和动态图像格式，动态图像是由多帧静态图像按照时间顺序排列组合在一起的静态图像流，也称视频格式。 电子图像可以被存储成预定的图像格式，包括但不限于BMP, JPEG、TIFF、RAW、GIF和PNG等。电子图像的信息也可以以二进制比特的表征形式保存在缓存或者内存中， 比如每个图像像素使用8比特，10比特, 12比特,或者24比特的二进制信息来代表，这些信息会作为后续生物图像分析、识别等的基本处理信息。
本领域技术人员应当理解，上述将光学图像转换成电子图像的方式仅为举例，其他现有的或今后可能出现转换方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
微电机控制器130用于获取、传递、或分析图像传感器120转换的电子图像(包括静态图像和动态图像)的图像（或视频）质量特征信息，然后，根据所述电子图像的图像、视频质量信息实时分析图像的生物特征或清晰度并利用微电机140调节光学镜头部件110的成像组件特性以实现对所述感兴趣区域的生物特征进行自动对焦控制。
具体地，微电机控制器130例如可以从图像传感器120获取电子图像，并对该电子图像进行评估以获得该电子图像的图像质量特征信息，例如图像的清晰度、或生物特征。在对电子图像质量进行评估时，可以对电子图像整体进行评估，以获得该电子图像的整体图像质量信息；也可以首先识别出电子图像中所包含的生物特征（例如虹膜）图像，然后评估该生物特征图像以获得该生物特征的图像质量信息，并将其作为所述电子图像的图像质量信息。所述图像质量信息包括但不限于图像的清晰度、对比度、平均灰度、图像信息熵、瞳孔间距、瞳孔直径、虹膜直径、水平眼角宽度等。
例如，针对图像传感器120所采集得到的任一帧电子图像，微电机控制器130可以快速定位到所感兴趣的生物特征区域，比如人眼的虹膜区域。以虹膜为例，所述微电机控制器130能够对人的双眼区域同时成像，针对每一帧采集的图像，采用图像处理的算法实时计算出人左右眼的瞳孔中心位置，从而实现在整幅成像图像上双眼虹膜的实时查找和实时定位，并将所述成像图像裁剪为左眼或右眼的单眼虹膜图像，如图6所示，图像分辨率一般为640 x 480。 这样图像分割后所得到的左右眼的单眼的虹膜图像，可以作为所述生物特征成像设备100采集影像清晰度评估的一个分析对象。然后的，针对任意一个单眼或双眼的虹膜进行图像分析其图像质量函数 ImageQualityMetrics, 该函数的计算可以通过多种能量传递函数F实现， 包括但不限于离散余弦变换（DCT），快速傅立叶变换（FFT）或者小波变换（Wavelet）等。计算得到的图像质量信息可以是一组图像质量数组，也可以是单一图像质量参数，包括但不限于图像的清晰度、对比度、平均灰度、图像信息熵、瞳孔间距、瞳孔直径、虹膜直径等。
需要指出的是，以上从电子图像中识别生物特征的图像处理算法例如参见中国专利申请CN102855476A中的图像处理过程，该专利申请将作为本说明书的一部分全文引用于此。然而，本领域技术人员应当理解，上述图像处理的方式仅为举例，其他现有的或今后可能出现图像处理方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
可替换地，微电机控制器130也可以将电子图像发送给第三方图像质量评估设备（比如计算机、处理器、服务器等未示出），该第三方图像质量评估设备接收该电子图像并对其进行评估以获得图像质量信息，然后将该图像质量信息反馈给微电机控制器130。
在获得电子图像的图像质量信息后，微电机控制器130例如可以对电子图像的图像质量信息以及图像生物特征信息进行分析，并据此控制微电机140移动光学镜头部件110或光学镜头部件110中光学透镜的位置，或改变光学镜头部件110的光学特性，如光学曲率半径。这样，例如多次重复上述过程从而实现对感兴趣区域的生物特征的自动对焦。具体实现过程将在下文中详细描述。
微电机140用于调节光学镜头部件110，例如移动光学镜头部件110或光学镜头部件110中光学透镜的位置，或者例如通过改变光学镜头部件110中光学透镜的形状而改变光学镜头部件110的光学特性，如光学曲率半径。
这里，微电机140可以是如图4所示的音圈电机 (VCM)，它是一种将电能转化为机械能的装置，具体地，VCM的操作包括是电流通过电磁（线圈）。这将产生排斥永磁体的电磁场，从而实现垂直地移动光学透镜夹持器使光学透镜远离图像传感器。VCM由弹簧提供的恢复力使光学透镜接近图像传感器；而其余的光学透镜的位置是无限远对焦。
当考虑保证成像质量的情况下将生物特征成像设备100集成在更薄的移动终端（如手机）时，VCM会成为实现此目的的障碍。具体地，若要将VCM做的更小，则需要更小的线圈，磁体和弹簧。由于磁力是与体积成正比的，所以更小的线圈和磁体需要更多的电流才能产生足够的致动力，这将使移动终端的功耗和过热的问题更加严重。此外，较小的弹簧较为脆弱，加剧了冲程迟滞、镜头倾斜以及可靠性的问题。由于VCM遭受冲程迟滞的问题，所以将使针对感兴趣的生物特征区域（比如虹膜）的自动对焦成像过程变得缓慢，这样的问题在视频捕获时变得尤为突出。另外，VCM的高功耗将迅速消耗电池并且产生的热量也将降低生物特征成像设备的光学性能和成像质量。
为解决以上问题，微电机140还可以采用如图5所示的微机电系统致动器(MEMS Actuators)，其结构包括一个以硅晶圆为基础的微机电机械执行器（由可垂直移动的外壳结构组件、提供恢复应力的弹簧和控制外壳结构组件的静电梳状驱动器组成）， 采用半导体工艺来制造，有机械和电子特性。梳状驱动器是一对导电结构，当施加直流电压时，静电荷所产生的吸引力使梳状驱动器被拉到一起。通过将光学透镜放置在中心位置，基于生物特征的图象处理算法会在极短的时间内运算结合精确的位置感知定位算法，硅微机电系统自动对焦致动器可以控制光学镜片组中其中任何一片镜片或多片镜片的位置移动，而其他的镜片可以固定在其最佳位置保持不动，从而实现高效的自动对焦。
相较于VCM，微机电系统致动器能够将VCM里面所需要的三个部件（线圈, 磁体和弹簧）整合成为一个单一组件， 解决了VCM三个组件之间的复杂物理连接，体积做到更小，减小了它们之间的物理惯性应力影响，从而能够更加快速的对焦，比普通VCM对焦的控制速度能够快2-4倍。同时采用半导体工艺来制造， 特别是光刻技术，所以功耗能够控制到更小。
由于能够根据生物特征的电子图像的图像质量信息对该生物特征进行自动对焦控制，本公开的生物特征成像设备避免了传统地通过测量成像设备与被摄体之间的物理距离进行自动对焦，从而不需要配置测距所需的硬件，例如测距传感器。另外，该生物特征成像设备采用微型电机以替代步进电机或者直流电机来调节光学镜头部件。这些都为生物特征成像设备的小型化提供了可能。
可选地，生物特征成像设备100的各个装置之间是持续不断工作的。具体地，光学镜头部件110对感兴趣区域的生物特征进行光学成像；随后，图像传感器120将所述生物特征的光学图像转换成电子图像；接着，微电机控制器130获取电子图像的图像质量信息，并根据电子图像的图像质量信息分析从而调节光学镜头部件。在此，本领域技术人员应理解“持续”是指各装置分别按照设定的或实时调整的工作模式要求进行对感兴趣区域的生物特征的光学成像、将光学图像转换成电子图像，并根据电子图像的图像质量信息分析调节光学镜头部件直到实现对所述生物特征的期望对焦。
在一个实施例中，微电机控制器130根据电子图像的图像质量信息获得移动光学镜头部件110的步长，并按照所述步长调节光学镜头部件110的位置从而移动光学镜头部件110的固定成像焦平面以实现自动对焦。具体地，这里的步长包括光学镜头部件110移动的方向（如面向生物特征方向向前或向后）和距离。
例如，在获得电子图像的图像质量信息后，微电机控制器130将该图像质量信息与整个光学成像系统（即光学镜头部件110）的经验查找表进行对比查找，并据此得到当前的光学成像系统的位移状态，从而通过查找表得到实现清晰聚焦成像状态所需要改变的位移数量信息，即步长。然后，微电机控制器130按照该步长控制并迅速调节所述光学镜头部件的成像焦平面的位置以实现对所述感兴趣区域的生物特征进行自动对焦控制。
再如，在获得一帧电子图像的图像质量信息后，微电机控制器130可以先按照预定的步长朝着一个方向控制并迅速调节所述光学镜头部件的成像焦平面的位置来获得另一帧电子图像，并采用与前面相同的方法获得该另一帧电子图像的图像质量信息。接着，微电机控制器130将前后两帧电子图像的图像质量信息进行比较，如果调节后的帧图像质量比调节前的帧图像质量有提高，说明微电机控制器130对焦正确，并继续超这个方向移动预定的步长，否则朝着反方向移动，多次重复直到获得满足要求的图像质量信息。
为了使生物特征成像设备100更加小型化，移动光学镜头部件110的空间以及光学镜头部件110本身将变得更小。在此情况下，通过移动光学镜头部件或光学镜头部件中的光学透镜来实现自动对焦将变得更加困难。为解决此问题，在一个实施例中，生物特征成像设备100中的光学镜头部件110采用液体镜头来实现，并且其微电机控制器130根据电子图像的图像质量信息来驱动微电机140改变该液体镜头的形状，从而调节光学镜头部件110的光学特性，如光学曲率半径，以实现自动对焦。例如，在获得电子图像的图像质量信息后，微电机控制器130将该图像质量信息与整个光学成像系统（即光学镜头部件110）的经验查找表进行对比查找，并据此得到当前的光学成像系统的光学曲率状态，从而通过查找表得到实现清晰聚焦成像状态所需要改变的光学曲率半径。然后，微电机控制器130按照该光学曲率半径驱动微电机140改变该液体镜头的形状，从而使光学镜头部件110具有该相应的光学特性。
如本领域技术人员所知，改变光学镜头形状以调节其光学特性所需的力远小于移动光学镜头位置所需的力，这将节省微电机的功耗。对于便携式设备而言，设备功耗是衡量其适用性的重要指标，而低功耗的生物特征成像设备将满足这方面的要求，从而适于单独作为便携式设备或集成到其他便携式设备，如智能电话等。
可选地，在一个实施例中，微电机控制器130可以从电子图像中确定生物特征的具有相对客观恒定数值的特定物理属性，获取该特定物理属性在电子图像中的属性值作为所述电子图像的图像质量信息，然后根据属性值调节所述光学镜头部件以实现对所述感兴趣区域的生物特征进行自动对焦控制。
具体地，微电机控制器130首先可以通过前述的图像分析算法定位电子图像中生物特征，并根据该生物特征例如在生物特征特定属性列表中查询与该生物特征相对应的具有相对客观恒定数值的特定物理属性。这里所说的“相对客观恒定数值”是指生物特征的特定物理属性的数值在客观世界中变化很小，其不随着生物特征的宿主的不同而发生较大变化。例如，当电子图像中的生物特征为人类双眼虹膜（即电子图像中包括人的双眼）时，可以查询获得与双眼虹膜对应的特定属性为瞳孔间距ｐ（如图1所示），因为正常人瞳孔间距ｐ变化很小，可视为恒定。
在确定生物特征的特定物理属性后，由于生物特征成像设备100的光电传递函数已知，微电机控制器130可以计算该特定物理属性在电子图像中的属性值。例如，微电机控制器130可以计算人的瞳孔间距在电子图像中的像素距离值p ’ 。
接着，微电机控制器130可以基于计算获得特定物理属性在电子图像中的属性值，如瞳孔间距的像素距离值p ’ , 计算感兴趣区域13的生物特征与生物特征成像设备100之间的物距D，如人眼虹膜平面12到光学镜头部件110或者图像传感器120的距离。例如，光学镜头部件110的光学特性参数已知， 其光学视场角11已知，而且人瞳孔间距ｐ基本恒定，其变化对于计算物距D影响很小，因此，物距D和人瞳孔间距的像素距离值p ’ 可视为成反比关系，即分析计算得到的人瞳孔间距的像素距离值p ’ 越大，人眼离成像设备100的距离约小（近）；分析计算得到的人瞳孔间距的像素距离值p ’ 越小，人眼离成像设备100的距离约大（远）；因此可通过如前所述的传递函数F计算出物距D，即
Ｄ ＝F（p ’ ）
而且这个传递函数F 针对不同的成人变化很小，因此可以视为经验函数恒定不变，对成年人普遍适用。
然后，微电机控制器130可以根据计算获得的物距D和光学镜头部件110当前的成像焦距ｆ d来比较从而有目的地调节所述光学镜头部件110以实现自动对焦。例如，微电机控制器130可以计算物距D和成像焦距ｆ d之差L（L= D-ｆ d），此L就是使光学镜头部件110能够对感兴趣区域的生物特征进行清晰成像所需要移动的对焦向量，因此移动光学镜头部件110的步长即为L。在此情况下，微电机控制器130可以按照该步长L驱动微电机将光学镜头部件110移动到指定位置从而完成自动对焦。可替换地，例如，当光学镜头部件110的光学镜头组中包含液体镜头时，微电机控制器130可以通过驱动微电机140改变液体镜头的形状来调整该液体镜头的光学曲率半径以使得改变后的光学镜头部件110新的成像焦距ｆ d的值趋近于物距D，从而完成自动对焦。
可选地，如图2所示，生物特征成像设备100还可以包括一个或多个照明部件150，用于在对感兴趣区域中的生物特征进行光学成像时对感兴趣区域进行照明，以增强采集图像的亮度。
照明部件150例如可以是发光二极管（LED），也可以是其他种类的照明器件，并且照明部件150可以采用可见光或近红外光进行照明。照明部件150在生物特征成像设备100上的位置可以距离光学镜头部件110等间距放置，也可以围绕光学镜头部件110 360度任意放置，间距任意。
照明部件150所发出的光的中心光谱可以根据具体待成像的生物特征进行设定。例如，若生物特征为虹膜，则采用的近红外光的中心光谱范围包括700nm至950nm。
进一步地，当对人体虹膜进行成像时，由于不同人种的虹膜特征（例如颜色）不尽相同，为了实现对不同人种的虹膜进行清晰成像，可以采用不同中心光谱的照明部件对其进行照明。例如，生物特征成像设备100包括三个发射近红外光的LED灯，每个LED灯发射的近红外光的中心光谱分别为780nm和850nm和940nm，以便对不同人种深浅不同的虹膜进行更好的成像照明。
在一个实施例中，生物特征成像设备100可以对单眼虹膜进行成像，也可以对双眼虹膜同时进行成像。
例如，若对单眼虹膜进行清晰成像以用于虹膜识别，则光学镜头部件110在眼睛水平方向的光学分辨率需大于等于640像素，垂直方向的光学分辨率需大于等于480像素。相应地，图像传感器120的图像分辨率需大于或等于光学镜头部件的光学分辨率。
若需对双眼虹膜进行一次清晰成像以用于双眼虹膜识别，则光学镜头部件110在双眼水平方向的光学分辨率需大于等于1500像素，垂直方向的光学分辨率需大于等于480 像素，从而保证每只单眼的图像的光学分辨率。相应地，图像传感器120的图像分辨率需大于或等于光学镜头部件的光学分辨率。
可选地，生物特征成像设备100还包括滤光片（未示出），其位于待成像生物特征和光学镜头部件之间，以过滤该生物特征进入光学镜头部件110的光，从而能够降低外界环境对生物特征成像的影响，特别是室外环境太阳光、杂散光、灯光和黑暗环境。
图3示出根据本公开一个方面的生物特征成像方法流程图。现参照图1和图3描述该生物特征成像方法的处理过程。
在步骤310，生物特征成像设备100获取通过光学镜头部件捕获的感兴趣区域的生物特征的图像。
例如，生物特征成像设备100可以利用光学镜头部件,如光学镜头组对感兴趣区域的生物特征进行光学成像。光学镜头组的材料可以采用全玻璃镜头、全塑料镜头、玻璃与塑料镜头相结合或者液体镜头等混合材料。在本文中，将虹膜作为生物特征的实例来描述本公开的实施例，但本领域技术人员应当理解，生物特征还包括视网膜、眼纹、唇纹、面部以及静脉等。感兴趣区域指代成像能够保持聚焦清晰的区域，即生物特征成像设备100能够对位于感兴趣区域中的生物特征进行清晰成像。可选地，在对感兴趣区域的生物特征进行光学成像时，可以采用可见光或近红外光对被摄对象进行照明，以便获得更高的光学成像质量。
随后，生物特征成像设备100可以利用电荷耦合元件（CCD）和金属氧化物半导体元件（CMOS）等感光元件将生物特征的光学成像转换成电子信号以获得相应的电子图像，该电子图像即为要获取的生物特征的图像。在一个实施例中，电子图像包括静态图像和动态图像格式，动态图像是由多帧静态图像按照时间顺序排列组合在一起的静态图像流，也称视频格式。电子图像可以被存储成预定的图像格式，包括但不限于BMP, JPEG、TIFF、RAW、GIF和PNG等。电子图像的信息也可以以二进制比特的表征形式保存在缓存或者内存中，比如每个图像像素使用8比特，10比特, 12比特,或者24比特的二进制信息来代表，这些信息会作为后续生物图像分析、识别等的基本处理信息。
本领域技术人员应当理解，上述将光学图像转换成电子图像的方式仅为举例，其他现有的或今后可能出现转换方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
本领域技术人员应当理解，上述获取感兴趣区域的生物特征的图像的方式仅为举例，其他现有的或今后可能出现转换方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。
在步骤320中，生物特征成像设备100获取在步骤310中获取的生物特征的图像(包括静态图像和动态图像)的图像（或视频）质量信息。例如，生物特征成像设备100可以对电子图像整体进行评估，以获得该电子图像的整体图像质量信息；也可以首先识别出电子图像中所包含的生物特征（例如虹膜）图像，然后评估该生物特征图像以获得该生物特征的图像质量信息，并将其作为所述电子图像的图像质量信息。所述图像质量信息包括但不限于图像的清晰度、对比度、平均灰度、图像信息熵等。
例如，针对所述获得的任一帧电子图像，生物特征成像设备100可以快速定位到所感兴趣的生物特征区域， 比如人眼的虹膜区域。以虹膜为例，生物特征成像设备100能够对人的双眼区域同时成像，针对每一帧采集的图像，采用图像处理的算法实时计算出人左右眼的瞳孔中心位置，从而实现在整幅成像图像上双眼虹膜的实时查找和实时定位，并将所述成像图像裁剪为左眼或右眼的单眼虹膜图像，如图6所示，图像分辨率一般为640 x 480。这样图像分割后所得到的左右眼的单眼的虹膜图像，可以作为所述生物特征成像设备100采集影像清晰度评估的一个分析对象。然后的，针对任意一个单眼或双眼的虹膜进行图像分析其图像质量函数 ImageQualityMetrics, 该函数的计算可以通过多种能量传递函数实现， 包括但不限于离散余弦变换（DCT），快速傅立叶变换（FFT）或者小波变换（Wavelet）等。计算得到的图像质量可以是一组图像质量数组，也可以是单一图像质量参数，包括但不限于图像的清晰度、对比度、平均灰度、图像信息熵、瞳孔间距等。
在步骤330，生物特征成像设备100根据所述电子图像的图像（或视频）质量信息并利用微电机设备调节光学镜头部件特性以实现对所述感兴趣区域的生物特征进行自动对焦控制。
例如，在获得电子图像的图像质量信息后，生物特征成像设备100例如可以对电子图像的图像质量信息进行分析，并据此驱动微电机产生电磁力来移动光学镜头部件的位置或改变光学镜头部件的光学特性，如光学曲率半径，从而实现对感兴趣区域的生物特征的自动对焦。具体实现过程将在下文中详细描述。
这里的微电机可以是如图4所示的音圈电机 (VCM)，它是一种将电能转化为机械能的装置，具体地，VCM的操作包括是电流通过电磁（线圈）。这将产生排斥永磁体的电磁场，从而实现垂直地移动光学透镜夹持器使光学透镜远离图像传感器。VCM由弹簧提供的恢复力使光学透镜接近图像传感器；而其余的光学透镜的位置是无限远对焦。
当考虑保证成像质量的情况下将生物特征成像设备100集成在更薄的移动终端（如手机）时，VCM会成为实现此目的的障碍。具体地，若要将VCM做的更小，则需要更小的线圈，磁体和弹簧。由于磁力是与体积成正比的，所以更小的线圈和磁体需要更多的电流才能产生足够的致动力，这将使移动终端的功耗和过热的问题更加严重。此外，较小的弹簧较为脆弱，加剧了冲程迟滞、镜头倾斜以及可靠性的问题。由于VCM遭受冲程迟滞的问题，所以将使自动对焦过程变得缓慢，这样的问题在视频捕获时变得尤为突出。另外，VCM的高功耗将迅速消耗电池并且产生的热量也将降低生物特征成像设备的光学性能和成像质量。
为解决以上问题，微电机还可以采用如图5所示的微机电系统致动器(MEMS Actuators)，其结构包括一个以硅晶圆为基础的微机电机械执行器（由可垂直移动的外壳结构组件、提供恢复应力的弹簧和控制外壳结构组件的静电梳状驱动器组成）， 采用半导体工艺来制造，有机械和电子特性。梳状驱动器是一对导电结构，当施加直流电压时，静电荷所产生的吸引力使梳状驱动器被拉到一起。通过将光学透镜放置在中心位置，基于生物特征的图象处理算法会在极短的时间内运算结合精确的位置感知定位算法，硅微机电系统自动对焦致动器可以控制光学镜片组中其中任何一片镜片或多片镜片的位置移动，而其他的镜片可以固定在其最佳位置保持不动，从而实现高效的自动对焦。
相较于VCM，微机电系统致动器能够将VCM里面所需要的三个部件（线圈, 磁体和弹簧）整合成为一个单一组件， 解决了VCM三个组件之间的复杂物理连接，体积做到更小，减小了它们之间的物理惯性应力影响，从而能够更加快速的对焦，比普通VCM对焦的控制速度能够快2-4倍。同时采用半导体工艺来制造， 特别是光刻技术，所以功耗能够控制到更小。
由于能够根据生物特征的电子图像的图像质量信息对该生物特征进行自动对焦控制，本公开的生物特征成像设备避免了传统地通过测量成像设备与被摄体之间的物理距离进行自动对焦，从而不需要配置测距所需的硬件，例如测距传感器。另外，该生物特征成像设备采用微型电机以替代步进电机或者直流电机来调节光学镜头部件。这些都为生物特征成像设备的小型化提供了可能。
在一个实施例中，生物特征成像设备100根据电子图像的图像质量信息获得移动光学镜头部件的步长，并按照所述步长调节光学镜头部件的位置从而移动光学镜头部件的固定成像焦平面以实现自动对焦。这里的步长包括光学镜头部件移动的方向（如面向生物特征方向向前或向后）和距离。
例如，在获得电子图像的图像质量信息后，生物特征成像设备100将该图像质量信息与整个光学成像系统的经验查找表进行对比查找，并据此得到当前的光学成像系统的位移状态，从而通过查找表得到实现清晰聚焦成像状态所需要改变的位移数量信息，即步长。然后，生物特征成像设备100按照该步长控制并迅速调节光学镜头部件的成像焦平面的位置以实现对所述感兴趣区域的生物特征进行自动对焦控制。
再如，在获得一帧电子图像的图像质量信息后，生物特征成像设备100可以先按照预定的步长朝着一个方向控制并迅速调节所述光学镜头部件的成像焦平面的位置来获得另一帧电子图像，并采用与前面相同的方法获得该另一帧电子图像的图像质量信息。接着，生物特征成像设备100将前后两帧电子图像的图像质量信息进行比较，如果调节后的帧图像质量比调节前的帧图像质量有提高，说明生物特征成像设备100对焦正确，并继续超这个方向移动预定的步长，否则朝着反方向移动，直到获得满足要求的图像质量信息。
为了使生物特征成像设备100更加小型化，移动光学镜头部件的空间变得更小。在此情况下，通过移动光学镜头部件来实现自动对焦将变得更加困难。
为解决此问题，在一个实施例中，生物特征成像设备100中的光学镜头部件采用液体镜头来实现，并且根据电子图像的图像质量信息来驱动微电机改变该液体镜头的形状，从而调节光学镜头部件的光学特性，如光学曲率半径，以实现自动对焦。例如，在获得电子图像的图像质量信息后，生物特征成像设备100将该图像质量信息与整个光学成像系统的经验查找表进行对比查找，并据此得到当前的光学成像系统的光学曲率状态，从而通过查找表得到实现清晰聚焦成像状态所需要改变的光学曲率半径。然后，生物特征成像设备100按照该光学曲率半径驱动微电机改变该液体镜头的形状，从而使光学镜头部件具有该相应的光学特性。
如本领域技术人员所知，改变光学镜头形状以调节其光学特性所需的力远小于移动光学镜头位置所需的力，这将节省微电机的功耗。对于便携式设备而言，设备功耗是衡量其适用性的重要指标，而低功耗的生物特征成像设备将满足这方面的要求，从而适于单独作为便携式设备或集成到其他便携式设备，如智能电话等。
可选地，在一个实施例中，生物特征成像设备100可以从包含生物特征的图像中确定生物特征的具有相对客观恒定数值的特定物理属性，获取该特定物理属性在图像中的属性值作为所述图像的图像质量信息，然后根据属性值调节光学镜头部件以实现对所述感兴趣区域的生物特征进行自动对焦控制。
具体地，生物特征成像设备100首先可以通过前述的图像分析算法定位电子图像中生物特征，并根据该生物特征例如在生物特征特定属性列表中查询与该生物特征相对应的具有相对客观恒定数值的特定物理属性。这里所说的“相对客观恒定数值”是指生物特征的特定物理属性的数值在客观世界中变化很小，其不随着生物特征的宿主的不同而发生较大变化。例如，当图像中的生物特征为人类双眼虹膜（即图像中包括人的双眼）时，可以查询获得与双眼虹膜对应的特定属性为瞳孔间距ｐ（如图1所示），因为正常人瞳孔间距ｐ变化很小，可视为恒定。
在确定生物特征的特定物理属性后，由于生物特征成像设备100的光电传递函数已知，生物特征成像设备100可以计算该特定物理属性在电子图像中的属性值。例如，生物特征成像设备100可以计算人的瞳孔间距在电子图像中的像素距离值ｐ’。
接着，生物特征成像设备100可以基于计算获得特定物理属性在电子图像中的属性值，如瞳孔间距的像素距离值ｐ’，计算感兴趣区域的生物特征与生物特征成像设备100之间的物距D，如人眼虹膜平面到光学镜头部件的距离。例如，光学镜头部件的光学特性参数已知， 其光学视场角已知，而且人瞳孔间距ｐ基本恒定，其变化对于计算物距D影响很小，因此，物距D和人瞳孔间距的像素距离值ｐ’可视为成反比关系，并可通过如前所述的能量传递函数F计算出物距D，即
Ｄ ＝F（ｐ’）
然后，生物特征成像设备100可以根据计算获得的物距D和光学镜头部件当前的成像焦距ｆ d来调节光学镜头部件以实现自动对焦。例如，生物特征成像设备100可以计算物距D和成像焦距ｆ d之差L（= D-ｆ d ），此L就是使光学镜头部件能够对感兴趣区域的生物特征进行清晰成像所需要移动的对焦向量，因此移动光学镜头部件的步长即为L。在此情况下，生物特征成像设备100可以按照该步长L驱动微电机将光学镜头部件移动到指定位置从而完成自动对焦。可替换地，例如，当光学镜头部件的光学镜头组中包含液体镜头时，生物特征成像设备100可以通过驱动微电机改变液体镜头的形状来调整该液体镜头的光学曲率半径以使得光学镜头部件的成像焦距ｆ d的值趋近于物距D，从而完成自动对焦。
由于具有体积小、识别速度快等优点，因此上述生物特征成像设备可以集成到诸如智能手机、平板电脑、超级本、笔记本电脑、智能穿戴式设备等移动终端中，从而提供各种便利的应用。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
Claims (27)
1.一种生物特征成像设备（100），包括：
光学镜头部件（110），用于对感兴趣区域（13）的生物特征（12）进行光学成像；
图像传感器（120），用于将包含所述生物特征（12）的光学图像转换成电子图像；
微电机（140），用于调节所述光学镜头部件（110）；以及
微电机控制器（130），用于获取所述电子图像的图像质量信息，根据所述电子图像的图像质量信息控制微电机（140）调节所述光学镜头部件（110）以实现对所述感兴趣区域（13）的生物特征（12）进行自动对焦控制。
2.根据权利要求1所述的设备，其中所述微电机是音圈电机或微机电系统致动器，所述微电机进一步用于利用其产生的电磁力调节所述光学镜头部件（110）从而实现对所述感兴趣区域（13）的生物特征（12）进行自动对焦控制。
3.根据权利要求1或2所述的设备，其中所述微电机控制器（130）进一步用于根据所述电子图像的图像质量信息获得移动所述光学镜头部件（110）的步长，并按照所述步长调节所述光学镜头部件（110）的位置以实现自动对焦。
4.根据权利要求1或2所述的设备，其中所述光学镜头部件（110）包括液体镜头，所述微电机控制器（130）进一步用于根据所述电子图像的图像质量信息改变所述液体镜头的形状来调节所述光学镜头部件（110）的光学特性以实现自动对焦。
5.根据权利要求1或2所述的设备，其中所述微电机控制器进一步用于从所述电子图像中确定所述生物特征的具有相对客观恒定数值的特定物理属性，获取所述特定物理属性在所述电子图像中的属性值作为所述电子图像的图像质量信息，根据所述属性值调节所述光学镜头部件（110）以实现对所述感兴趣区域（13）的生物特征（12）进行自动对焦控制。
6.根据权利要求5所述的设备，其中所述微电机控制器进一步用于基于所述属性值计算所述感兴趣区域的生物特征与所述生物特征成像设备（100）之间的物距，根据所述物距和所述光学镜头部件（110）当前的成像焦距来调节所述光学镜头部件（110）以实现自动对焦。
7.根据权利要求6所述的设备，其中所述微电机控制器进一步用于计算所述物距与所述成像焦距之差以获得（110）移动所述光学镜头部件（110）的步长，并按照所述步长移动所述光学镜头部件（110）的位置以实现自动对焦。
8.根据权利要求6所述的设备，其中所述光学镜头部件（110）包括液体镜头，所述微电机控制器进一步用于根据所述物距和所述成像焦距改变所述液体镜头的形状来调节所述光学镜头部件（110）的光学特性以实现自动对焦。
9.根据权利要求5-8中任一项所述的设备，其中当所述生物特征包括双眼虹膜时，所述微电机控制器进一步用于从所述电子图像中确定所述双眼虹膜的瞳孔间距为所述特定物理属性。
10.根据权利要求1或2所述的设备，其中当所述生物特征包括双眼虹膜时，所述光学镜头部件（110）在双眼水平方向的光学分辨率大于等于1500像素，垂直方向的光学分辨率大于等于480像素，并且所述图像传感器（120）的分辨率大于或等于所述光学镜头部件（110）的光学分辨率。
11.根据权利要求1或2所述的设备，其中当所述生物特征包括单眼虹膜时，所述光学镜头部件（110）在眼睛水平方向的光学分辨率大于等于640像素，垂直方向的光学分辨率大于等于480 像素，并且所述图像传感器（120）的分辨率大于或等于所述光学镜头部件（110）的光学分辨率。
12.根据权利要求1至11中任一项所述的设备，该设备还包括：
至少一个照明部件（150），用于对所述感兴趣区域进行照明，其中所述至少一个照明部件（150）采用可见光和/或近红外光照明。
13.根据权利要求12所述的设备，其中当所述生物特征包括虹膜时，所述近红外光中心光谱范围包括700nm至950nm。
14.根据权利要求13所述的设备，其中所述至少一个照明部件（150）采用不同中心光谱的近红外光来分别对不同特征的虹膜进行照明。
15.根据权利要求1至14中任一项所述的设备，该设备还包括滤光片以用于过滤进入所述光学镜头部件（110）的光。
16.根据权利要求1至15中任一项所述的设备，其中所述生物特征包括以下至少一项：虹膜，视网膜、眼纹、唇纹、面部和静脉。
17.一种移动终端，所述移动终端包括如权利要求1至16中任一项所述的生物特征成像设备。
18.一种生物特征成像方法，包括：
获取通过光学镜头部件捕获的感兴趣区域的生物特征的图像（310）；
获取所述图像的图像质量信息（320）；以及
根据所述图像的图像质量信息控制微电机调节光学镜头部件以实现对所述感兴趣区域（13）的生物特征（12）进行自动对焦控制（330）。
19.根据权利要求18所述的方法，其中所述微电机是音圈电机或微机电系统致动器，所述自动对焦步骤包括利用所述微电机产生的电磁力调节所述光学镜头部件。
20.根据权利要求18或19所述的方法，其中所述自动对焦步骤包括将根据所述图像的图像质量信息获得移动所述光学镜头部件的步长，并按照所述步长调节所述光学镜头部件的位置以实现自动对焦。
21.根据权利要求18或19所述的方法，其中所述光学镜头部件包括液体镜头，所述自动对焦步骤包括根据所述图像的图像质量信息改变所述液体镜头的形状来调节所述光学镜头部件的光学特性以实现自动对焦。
22.根据权利要求18或19所述的方法，其中所述获取图像质量信息的步骤（320）包括：从所述图像中确定所述生物特征的具有相对客观恒定数值的特定物理属性，获取所述特定物理属性在所述图像中的属性值作为所述图像的图像质量信息。
23.根据权利要求22所述的方法，其中所述调节光学镜头部件的步骤（330）包括：基于所述属性值计算所述感兴趣区域的生物特征与所述光学镜头部件之间的物距，根据所述物距和所述光学镜头部件当前的成像焦距来调节所述光学镜头部件以实现自动对焦。
24.根据权利要求23所述的方法，其中所述根据所述物距和所述成像焦距来调节所述光学镜头部件的步骤包括：计算所述物距与所述成像焦距之差以获得移动所述光学镜头部件的步长，并按照所述步长移动所述光学镜头部件的位置以实现自动对焦。
25.根据权利要求23所述的方法，其中所述光学镜头部件包括液体镜头，所述根据所述物距和所述成像焦距来调节所述光学镜头部件的步骤包括：根据所述物距和所述成像焦距改变所述液体镜头的形状来调节所述光学镜头部件的光学特性以实现自动对焦。
26.根据权利要求22-25中任一项所述的方法，其中当所述生物特征包括双眼虹膜时，所述确定所述生物特征的特定物理属性的步骤包括：从所述图像中确定所述双眼虹膜的瞳孔间距为所述特定物理属性。
27.根据权利要求18至26中任一项所述的方法，该方法还包括采用可见光和/或近红外光对所述感兴趣区域进行照明。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310494298.1A CN103593647A (zh) | 2013-10-21 | 2013-10-21 | 一种生物特征成像的方法与设备 |
| CN201910418663.8A CN110135367A (zh) | 2013-10-21 | 2013-10-21 | 一种生物特征成像的方法与设备 |
| EP14856525.2A EP2924608A4 (en) | 2013-10-21 | 2014-03-26 | METHOD AND DEVICE FOR IMAGING BIOLOGICAL ELEMENTS |
| US14/648,368 US9852338B2 (en) | 2013-10-21 | 2014-03-26 | Biometric imaging method and device |
| PCT/CN2014/000330 WO2015058460A1 (zh) | 2013-10-21 | 2014-03-26 | 一种生物特征成像的方法与设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310494298.1A CN103593647A (zh) | 2013-10-21 | 2013-10-21 | 一种生物特征成像的方法与设备 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910418663.8A Division CN110135367A (zh) | 2013-10-21 | 2013-10-21 | 一种生物特征成像的方法与设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103593647A true CN103593647A (zh) | 2014-02-19 |
Family
ID=50083779
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310494298.1A Pending CN103593647A (zh) | 2013-10-21 | 2013-10-21 | 一种生物特征成像的方法与设备 |
| CN201910418663.8A Pending CN110135367A (zh) | 2013-10-21 | 2013-10-21 | 一种生物特征成像的方法与设备 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910418663.8A Pending CN110135367A (zh) | 2013-10-21 | 2013-10-21 | 一种生物特征成像的方法与设备 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US9852338B2 (zh) |
| EP (1) | EP2924608A4 (zh) |
| CN (2) | CN103593647A (zh) |
| WO (1) | WO2015058460A1 (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104021382A (zh) * | 2014-06-20 | 2014-09-03 | 北京释码大华科技有限公司 | 一种眼部图像采集方法及其系统 |
| CN104092987A (zh) * | 2014-07-10 | 2014-10-08 | 公安部第一研究所 | 一种双模双反馈自适应目标跟踪系统、控制电路及方法 |
| WO2015058460A1 (zh) * | 2013-10-21 | 2015-04-30 | 北京释码大华科技有限公司 | 一种生物特征成像的方法与设备 |
| CN104735325A (zh) * | 2015-04-07 | 2015-06-24 | 北京释码大华科技有限公司 | 一种移动终端的成像设备及移动终端 |
| CN105187734A (zh) * | 2015-07-23 | 2015-12-23 | 柳州永旺科技有限公司 | 一种动态图像与静态图像的加载方法 |
| CN106210555A (zh) * | 2016-07-29 | 2016-12-07 | 广东欧珀移动通信有限公司 | 防炫光处理方法、装置和电子设备 |
| CN106210527A (zh) * | 2016-07-29 | 2016-12-07 | 广东欧珀移动通信有限公司 | 基于mems移动的pdaf校准方法和装置 |
| WO2016192555A1 (zh) * | 2015-05-29 | 2016-12-08 | 聚鑫智能科技（武汉）股份有限公司 | 一种智能生物特征识别系统及识别方法 |
| CN106303201A (zh) * | 2015-06-04 | 2017-01-04 | 光宝科技股份有限公司 | 影像撷取装置及对焦方法 |
| TWI588585B (zh) * | 2015-06-04 | 2017-06-21 | 光寶電子（廣州）有限公司 | 影像擷取裝置及對焦方法 |
| US9690970B2 (en) | 2014-02-17 | 2017-06-27 | Eyesmart Technology Ltd. | Method and device for mobile terminal biometric feature imaging |
| CN106901712A (zh) * | 2017-02-28 | 2017-06-30 | 广州医软智能科技有限公司 | 一种微循环成像装置 |
| WO2017132903A1 (zh) * | 2016-02-03 | 2017-08-10 | 徐鹤菲 | 与可见光复用的生物特征复合成像系统和方法 |
| CN107636682A (zh) * | 2015-07-20 | 2018-01-26 | 三星电子株式会社 | 图像采集装置及其操作方法 |
| CN109101959A (zh) * | 2018-11-02 | 2018-12-28 | 张彦龙 | 一种基于液体透镜和vcm的虹膜图像提取装置 |
| CN109409249A (zh) * | 2018-09-30 | 2019-03-01 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
| CN109480766A (zh) * | 2018-11-14 | 2019-03-19 | 深圳盛达同泽科技有限公司 | 视网膜自动对焦方法、装置、系统及眼底相机 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160105285A1 (en) * | 2014-10-14 | 2016-04-14 | Qualcomm Incorporated | Deriving cryptographic keys from biometric parameters |
| US10109126B2 (en) * | 2016-01-12 | 2018-10-23 | Chi-Wei Chiu | Biological recognition lock system |
| FR3069681B1 (fr) * | 2017-07-26 | 2021-12-17 | Safran Identity & Security | Procede et dispositif de capture d'image d'iris |
| EP3992899A4 (en) * | 2019-06-25 | 2022-06-22 | NEC Corporation | IRIS RECOGNITION DEVICE AND METHOD, COMPUTER PROGRAM, AND RECORDING MEDIA |
| CN113536863A (zh) * | 2020-04-22 | 2021-10-22 | 上海聚虹光电科技有限公司 | 自适应虹膜灰度的光谱段选择方法 |
| US11823488B1 (en) * | 2021-03-29 | 2023-11-21 | Amazon Technologies, Inc. | System for training embedding network |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1464323A (zh) * | 2002-06-13 | 2003-12-31 | 北京中星微电子有限公司 | 自动对焦技术 |
| CN101021901A (zh) * | 2007-03-13 | 2007-08-22 | 杭州电子科技大学 | 双眼虹膜的采集方法和装置 |
| US20100110374A1 (en) * | 2008-10-31 | 2010-05-06 | Raguin Daniel H | Apparatus and method for two eye imaging for iris identification |
| CN101770573A (zh) * | 2010-01-14 | 2010-07-07 | 沈洪泉 | 用于虹膜识别的自动聚焦虹膜图像成像装置及其控制方法 |
| CN101877061A (zh) * | 2009-04-30 | 2010-11-03 | 宫雅卓 | 基于单摄像头的双眼虹膜图像采集方法及装置 |
| CN102708357A (zh) * | 2012-04-12 | 2012-10-03 | 北京释码大华科技有限公司 | 单图像传感器双眼虹膜识别设备 |
| CN102855476A (zh) * | 2011-06-27 | 2013-01-02 | 王晓鹏 | 单图像传感器自适应双眼虹膜同步采集系统 |
| CN103099624A (zh) * | 2013-01-11 | 2013-05-15 | 北京释码大华科技有限公司 | 虹膜测距板、虹膜识别一体机及使用其的虹膜识别方法 |
| CN103136421A (zh) * | 2013-01-31 | 2013-06-05 | 沈洪泉 | 用于虹膜成像装置的系统级光电优化设计方法 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100433043C (zh) * | 2006-04-18 | 2008-11-12 | 南京大学 | 自动跟踪无侵害虹膜图像采集装置 |
| JP2008052123A (ja) * | 2006-08-25 | 2008-03-06 | Eastman Kodak Co | 撮像装置 |
| CN101116609B (zh) * | 2007-08-30 | 2010-06-16 | 中国科学技术大学 | 扫描式自动变焦虹膜图像采集系统及采集方法 |
| JP2009063942A (ja) * | 2007-09-10 | 2009-03-26 | Sumitomo Electric Ind Ltd | 遠赤外線カメラ用レンズ、レンズユニット及び撮像装置 |
| JP4544282B2 (ja) * | 2007-09-14 | 2010-09-15 | ソニー株式会社 | データ処理装置、およびデータ処理方法、並びにプログラム |
| WO2009043047A1 (en) * | 2007-09-28 | 2009-04-02 | Eye Controls, Llc | Systems and methods for biometric identification |
| JP5173694B2 (ja) * | 2008-09-19 | 2013-04-03 | ペンタックスリコーイメージング株式会社 | デジタルカメラ |
| ES2589160T3 (es) * | 2009-12-07 | 2016-11-10 | Nokia Technologies Oy | Un aparato, un método y un producto de programa informático para enfoque automático |
| US20130089240A1 (en) * | 2011-10-07 | 2013-04-11 | Aoptix Technologies, Inc. | Handheld iris imager |
| US8723798B2 (en) * | 2011-10-21 | 2014-05-13 | Matthew T. Vernacchia | Systems and methods for obtaining user command from gaze direction |
| CN102622586A (zh) * | 2012-03-08 | 2012-08-01 | 湖南创远智能科技有限公司 | 一种利用可见光辅助调焦的虹膜采集光学系统 |
| US9398264B2 (en) * | 2012-10-19 | 2016-07-19 | Qualcomm Incorporated | Multi-camera system using folded optics |
| CN103020612A (zh) * | 2013-01-05 | 2013-04-03 | 南京航空航天大学 | 一种虹膜图像采集装置及方法 |
| CN103106401B (zh) * | 2013-02-06 | 2017-02-22 | 北京中科虹霸科技有限公司 | 一种具有人机交互机制的移动终端虹膜识别装置 |
| CN103593647A (zh) * | 2013-10-21 | 2014-02-19 | 王晓鹏 | 一种生物特征成像的方法与设备 |
-
2013
- 2013-10-21 CN CN201310494298.1A patent/CN103593647A/zh active Pending
- 2013-10-21 CN CN201910418663.8A patent/CN110135367A/zh active Pending
-
2014
- 2014-03-26 US US14/648,368 patent/US9852338B2/en active Active
- 2014-03-26 EP EP14856525.2A patent/EP2924608A4/en not_active Withdrawn
- 2014-03-26 WO PCT/CN2014/000330 patent/WO2015058460A1/zh active Application Filing
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1464323A (zh) * | 2002-06-13 | 2003-12-31 | 北京中星微电子有限公司 | 自动对焦技术 |
| CN101021901A (zh) * | 2007-03-13 | 2007-08-22 | 杭州电子科技大学 | 双眼虹膜的采集方法和装置 |
| US20100110374A1 (en) * | 2008-10-31 | 2010-05-06 | Raguin Daniel H | Apparatus and method for two eye imaging for iris identification |
| CN101877061A (zh) * | 2009-04-30 | 2010-11-03 | 宫雅卓 | 基于单摄像头的双眼虹膜图像采集方法及装置 |
| CN101770573A (zh) * | 2010-01-14 | 2010-07-07 | 沈洪泉 | 用于虹膜识别的自动聚焦虹膜图像成像装置及其控制方法 |
| CN102855476A (zh) * | 2011-06-27 | 2013-01-02 | 王晓鹏 | 单图像传感器自适应双眼虹膜同步采集系统 |
| CN102708357A (zh) * | 2012-04-12 | 2012-10-03 | 北京释码大华科技有限公司 | 单图像传感器双眼虹膜识别设备 |
| CN103099624A (zh) * | 2013-01-11 | 2013-05-15 | 北京释码大华科技有限公司 | 虹膜测距板、虹膜识别一体机及使用其的虹膜识别方法 |
| CN103136421A (zh) * | 2013-01-31 | 2013-06-05 | 沈洪泉 | 用于虹膜成像装置的系统级光电优化设计方法 |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9852338B2 (en) | 2013-10-21 | 2017-12-26 | Eyesmart Technology Ltd. | Biometric imaging method and device |
| WO2015058460A1 (zh) * | 2013-10-21 | 2015-04-30 | 北京释码大华科技有限公司 | 一种生物特征成像的方法与设备 |
| US9690970B2 (en) | 2014-02-17 | 2017-06-27 | Eyesmart Technology Ltd. | Method and device for mobile terminal biometric feature imaging |
| CN104021382A (zh) * | 2014-06-20 | 2014-09-03 | 北京释码大华科技有限公司 | 一种眼部图像采集方法及其系统 |
| CN104092987B (zh) * | 2014-07-10 | 2017-06-09 | 公安部第一研究所 | 一种双模双反馈自适应目标跟踪系统、控制电路及方法 |
| CN104092987A (zh) * | 2014-07-10 | 2014-10-08 | 公安部第一研究所 | 一种双模双反馈自适应目标跟踪系统、控制电路及方法 |
| CN104735325B (zh) * | 2015-04-07 | 2018-01-26 | 北京释码大华科技有限公司 | 一种移动终端的成像设备及移动终端 |
| CN104735325A (zh) * | 2015-04-07 | 2015-06-24 | 北京释码大华科技有限公司 | 一种移动终端的成像设备及移动终端 |
| WO2016192555A1 (zh) * | 2015-05-29 | 2016-12-08 | 聚鑫智能科技（武汉）股份有限公司 | 一种智能生物特征识别系统及识别方法 |
| CN106303201A (zh) * | 2015-06-04 | 2017-01-04 | 光宝科技股份有限公司 | 影像撷取装置及对焦方法 |
| TWI588585B (zh) * | 2015-06-04 | 2017-06-21 | 光寶電子（廣州）有限公司 | 影像擷取裝置及對焦方法 |
| CN107636682B (zh) * | 2015-07-20 | 2021-12-28 | 三星电子株式会社 | 图像采集装置及其操作方法 |
| CN107636682A (zh) * | 2015-07-20 | 2018-01-26 | 三星电子株式会社 | 图像采集装置及其操作方法 |
| CN105187734A (zh) * | 2015-07-23 | 2015-12-23 | 柳州永旺科技有限公司 | 一种动态图像与静态图像的加载方法 |
| CN109074438A (zh) * | 2016-02-03 | 2018-12-21 | 北京释码大华科技有限公司 | 与可见光复用的生物特征复合成像系统和方法 |
| WO2017132903A1 (zh) * | 2016-02-03 | 2017-08-10 | 徐鹤菲 | 与可见光复用的生物特征复合成像系统和方法 |
| US10579871B2 (en) | 2016-02-03 | 2020-03-03 | Hefei Xu | Biometric composite imaging system and method reusable with visible light |
| CN106210527A (zh) * | 2016-07-29 | 2016-12-07 | 广东欧珀移动通信有限公司 | 基于mems移动的pdaf校准方法和装置 |
| CN106210555B (zh) * | 2016-07-29 | 2017-11-24 | 广东欧珀移动通信有限公司 | 防炫光处理方法、装置和电子设备 |
| CN106210527B (zh) * | 2016-07-29 | 2017-08-25 | 广东欧珀移动通信有限公司 | 基于mems移动的pdaf校准方法和装置 |
| CN106210555A (zh) * | 2016-07-29 | 2016-12-07 | 广东欧珀移动通信有限公司 | 防炫光处理方法、装置和电子设备 |
| CN106901712A (zh) * | 2017-02-28 | 2017-06-30 | 广州医软智能科技有限公司 | 一种微循环成像装置 |
| CN109409249A (zh) * | 2018-09-30 | 2019-03-01 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
| CN109101959A (zh) * | 2018-11-02 | 2018-12-28 | 张彦龙 | 一种基于液体透镜和vcm的虹膜图像提取装置 |
| CN109101959B (zh) * | 2018-11-02 | 2024-08-09 | 张彦龙 | 一种基于液体透镜和vcm的虹膜图像提取装置 |
| CN109480766A (zh) * | 2018-11-14 | 2019-03-19 | 深圳盛达同泽科技有限公司 | 视网膜自动对焦方法、装置、系统及眼底相机 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20150310272A1 (en) | 2015-10-29 |
| US9852338B2 (en) | 2017-12-26 |
| CN110135367A (zh) | 2019-08-16 |
| WO2015058460A1 (zh) | 2015-04-30 |
| EP2924608A1 (en) | 2015-09-30 |
| EP2924608A4 (en) | 2016-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103593647A (zh) | 一种生物特征成像的方法与设备 | |
| US9373023B2 (en) | Method and apparatus for robustly collecting facial, ocular, and iris images using a single sensor | |
| CN103986876B (zh) | 一种图像获取终端和图像获取方法 | |
| EP2548154B1 (en) | Object detection and recognition under out of focus conditions | |
| CN105473057B (zh) | 用于虹膜成像的优化成像装置 | |
| CN108446648B (zh) | 一种虹膜采集系统及虹膜识别系统 | |
| US20120154536A1 (en) | Method and apparatus for automatically acquiring facial, ocular, and iris images from moving subjects at long-range | |
| US20170064184A1 (en) | Focusing system and method | |
| CN109831609A (zh) | Tof深度相机及其自动对焦方法 | |
| IL255734B1 (en) | Tilt-shift iris imaging | |
| JP5991755B2 (ja) | 自動焦点検出装置およびその制御方法 | |
| CN104683685A (zh) | 自动对焦方法、其自动对焦装置和其影像提取装置 | |
| US11947717B2 (en) | Gaze estimation systems and methods using relative points of regard | |
| CN104992141A (zh) | 基于双虹膜、立体人脸和声纹识别的智能生物特征监控总成及监控方法 | |
| US10430644B2 (en) | Blended iris and facial biometric system | |
| Miau et al. | Focal sweep videography with deformable optics | |
| CN113545030B (zh) | 通过移动相机自动生成全焦图像的方法、用户设备以及系统 | |
| US8295605B2 (en) | Method for identifying dimensions of shot subject | |
| CN112782854A (zh) | 头戴式显示设备以及距离测量器 | |
| KR101836882B1 (ko) | 전방위 카메라 및 팬틸트줌카메라 연동 촬영장치 및 이의 구동 방법 | |
| KR101635602B1 (ko) | 홍채 인식 방법 및 장치 | |
| CN203849742U (zh) | 一种生物特征成像的设备 | |
| Jung et al. | Coaxial optical structure for iris recognition from a distance | |
| US20180011227A1 (en) | Focusing method and focusing apparatus | |
| KR102209613B1 (ko) | 보조 카메라를 이용한 단말기에서의 홍채 영상 획득 장치 및 그 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | 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: 20140219 |
|
| RJ01 | Rejection of invention patent application after publication |