CN114359985A - 指纹识别的方法、装置和电子设备 - Google Patents
指纹识别的方法、装置和电子设备 Download PDFInfo
- Publication number
- CN114359985A CN114359985A CN202111669425.8A CN202111669425A CN114359985A CN 114359985 A CN114359985 A CN 114359985A CN 202111669425 A CN202111669425 A CN 202111669425A CN 114359985 A CN114359985 A CN 114359985A
- Authority
- CN
- China
- Prior art keywords
- image
- fingerprint
- exposure time
- fingerprint sensor
- acquired
- 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
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000007781 pre-processing Methods 0.000 claims description 26
- 230000003287 optical effect Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 11
- 230000004927 fusion Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 230000002349 favourable effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- 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
- G06V40/1365—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Image Input (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请实施例提供了一种指纹识别的方法、装置和电子设备,该方法包括:获取指纹传感器在第一曝光时间下采集的第一图像;根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像,所述第二曝光时间和所述第一曝光时间连续,所述第二曝光时间的长度大于或等于所述第一曝光时间的长度;在确定不获取所述第二图像的情况下,根据所述第一图像,进行指纹识别;或者,在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别。本申请实施例的方法、装置和电子设备,能够兼顾解锁率和解锁时间,从而可以提高用户的解锁体验。
Description
技术领域
本申请实施例涉及指纹识别领域,并且更具体地,涉及一种指纹识别的方法、装置和电子设备。
背景技术
当下指纹识别产品越来越受到人们的青睐,用户对指纹解锁率的速度一直比较关注,都希望尽可能“快”地解锁,解锁时间越短,用户体验越好。
目前的指纹传感器的曝光时长是一个固定值,并且为了兼顾最差质量手指的解锁率,通常将指纹传感器设置为长曝光时长,从而导致解锁时间较长,降低了用户的解锁体验。
发明内容
本申请实施例提供一种指纹识别的方法、装置和电子设备,能够兼顾解锁率和解锁时间,从而可以提高用户的解锁体验。
第一方面,提供了一种指纹识别的方法,该方法包括:获取指纹传感器在第一曝光时间下采集的第一图像;根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像,所述第二曝光时间和所述第一曝光时间连续,所述第二曝光时间的长度或等于大于所述第一曝光时间的长度;在确定不获取所述第二图像的情况下,根据所述第一图像,进行指纹识别;或者,在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别。
在该实施例中,将指纹传感器配置为连续曝光,处理器先可以基于在第一曝光时间下采集的第一图像,确定是否获取在第二曝光时间下采集的第二图像,若确定不需要获取在第二曝光时间下采集的第二图像,直接基于第一图像进行指纹识别。若确定需要获取在第二曝光时间下采集的第二图像,基于第一图像和第二图像进行识别。由于指纹传感器支持连续曝光,指纹传感器在采集第二图像的同时,处理器也在获取并处理器第一图像,相对于在基于第一图像识别不成功的情况下,指纹传感器才获取第二图像的技术方案,能够减少解锁时间,从而能够提高用户解锁体验。
其次,将第二曝光时间的长度配置为大于第一曝光时间的长度,在基于第一图像进行指纹识别的情况下,由于第一曝光时长较短,可以极大地减少解锁时间;而在基于第一图像和第二图像进行指纹识别的情况下,由于指纹传感器为连续曝光,也就是说,指纹传感器采集第二图像的同时,处理器也在获取并处理第一图像,也能够减少解锁时间。因此,可以在兼顾解锁率的情况下,有利于降低解锁时间,从而能够提高用户解锁体验。
在一种可能的实现方式中,所述第二曝光时间的结束时刻不早于确定获取所述第二图像的时刻。
在该实施例中,可以在采用成本较低的指纹传感器的情况下,避免CRC 错误的出现。
在一种可能的实现方式中,所述根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像,包括:对所述第一图像进行预处理,以获取对应的指纹参数的值,所述指纹参数包括指纹信号、指纹图像质量分数和所述指纹传感器在采集图像时的像素数据中的任意一项;在确定所述指纹参数的值小于第一阈值的情况下,确定获取所述第二图像。
在该实施例中,对第一图像进行预处理有利于指纹特征提取的准确率。另外,通过将第一图像对应的指纹参数的值与预设的第一阈值进行比较,可以判断出第一图像的质量的好坏,也就是说,可以判断出用户当前按压的手指的纹路是否清晰。在判断出第一图像的质量较好的情况下,可以直接基于第一图像进行指纹识别,相比于现有技术中直接采用长曝光时间采集图像的技术方案,由于对第一图像的质量进行判断所占用的时间远远小于长曝光时间与短曝光时间之间的时间差,因此,可以极大地降低解锁时间。
在一种可能的实现方式中,所述对所述第一图像进行预处理,以获取对应的指纹参数的值,包括:在确定所述第一图像不为指纹图案的情况下,对所述第一图像进行预处理,以获取对应的指纹参数的值。
在该实施例中,一旦处理器确定第一图像为指纹图案,处理器可以直接确定需要获取该第二图像,而无需通过预处理获取第一图像对应的指纹参数的值,从而可以进一步地降低解锁时间。
在一种可能的实现方式中,所述根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像,包括:在确定所述第一图像为指纹图案的情况下,确定获取所述第二图像。
在一种可能的实现方式中,所述在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别,包括:在确定获取所述第二图像的情况下,确定所述第二图像和所述第一图像之间是否发生偏移;在确定所述第二图像和所述第一图像之间发生偏移的情况下,基于所述第一图像和所述第二图像中质量较高的图像,进行指纹识别。
在该实施例中,确定第二图像和第一图像之间是否发生偏移,也就是确定指纹传感器在采集第二图像和第二图像时用户的手指是否发生滑动,在用户手指发生滑动的情况下,可以从第一图像和第二图像中选择质量较好的图像进行指纹识别。
在一种可能的实现方式中,所述在确定获取所述第二图像的情况下,确定所述第二图像和所述第一图像之间是否发生偏移,包括:在确定获取所述第二图像的情况下,计算所述指纹传感器中在采集所述第一图像时的预设位置的多个像素数据和所述指纹传感器在采集所述第二图像时的所述预设位置的多个像素数据之间的标准差;在所述标准差大于第二阈值的情况下,确定所述第二图像和所述第一图像之间发生偏移。
在一种可能的实现方式中,所述预设位置位于所述指纹传感器的中心区域。
在该实施例中,计算第一图像和第二图像中位于中心区域的多个像素的像素数据之间的标准差,有利于提高处理器确定第二图像和第一图像是否发生偏移的准确性,从而有利于获取质量较好的图像,以提高用户解锁的成功率。
在一种可能的实现方式中,所述在确定获取所述第二图像的情况下,确定所述第二图像和所述第一图像之间是否发生偏移,包括:确定所述第一图像的指纹纹路与所述第二图像的指纹纹路之间的偏移量;根据所述偏移量,确定所述第二图像和所述第一图像之间是否发生偏移。
在一种可能的实现方式中,所述在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别,包括:在确定获取所述第二图像且所述第一图像为指纹图案的情况下,基于所述第二图像,进行指纹识别。
在一种可能的实现方式中,所述在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别,包括:在确定获取所述第二图像且所述第一图像不为指纹图案的情况下,对所述第一图像和所述第二图像进行融合;基于融合后的所述第一图像和所述第二图像,进行指纹识别。
在该实施例中,在第一图像为指纹图案的情况下,第二图像则更有利于进行指纹识别;而在第一图像不为指纹图案的情况下,将第一图像和第二图像进行融合则更有利于进行指纹识别,因此,该实施例所提供的技术方案,有利于提高用户解锁的成功率。
在一种可能的实现方式中,所述对所述第一图像和所述第二图像进行融合,包括:在确定所述第二图像和所述第一图像之间未发生偏移的情况下,对所述第一图像和所述第二图像进行融合。
在一种可能的实现方式中,所述对所述第一图像和所述第二图像进行融合,包括:对所述第一图像中用于指纹识别的有效信号和所述第二图像中用于指纹识别的有效信号进行融合。
在该实施例中,将第一图像中用于指纹识别的有效信号和该第二图像中用于指纹识别的有效信号进行融合,可以获得更好质量的图像,从而有利于提高用户解锁的成功率。
在一种可能的实现方式中,所述方法还包括:根据采用所述第一图像进行指纹识别的解锁率,动态调整所述第一阈值。
在该实施例中,根据采用第一图像进行指纹识别的解锁率,动态调整用于确定是否获取第二图像的第一阈值,可以兼顾解锁率和解锁时间,从而可以最大化提高用户的解锁体验。
在一种可能的实现方式中,所述根据采用所述第一图像进行指纹识别的解锁率,动态调整所述第一阈值,包括:在所述解锁率大于第三阈值的情况下,将所述第一阈值下调至少一个等级;或者在所述解锁率小于第四阈值的情况下,将所述第一阈值上调至少一个等级,所述第三阈值大于或等于所述第四阈值。
在一种可能的实现方式中,所述第三阈值是85%,所述第四阈值为70%。
在一种可能的实现方式中,所述方法还包括:根据所述第一图像,确定所述指纹传感器所处的环境是否为强光环境;所述根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像,包括:在确定所述指纹传感器所处的环境不为强光环境的情况下,根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像。
在一种可能的实现方式中,所述方法还包括:在确定所述指纹传感器所处的环境为强光环境的情况下,获取所述指纹传感器在第三曝光时间下的第三图像,所述第三曝光时间的长度等于所述第一曝光时间的长度,所述指纹传感器在采集所述第三图像时的增益小于所述指纹传感器在采集所述第一图像时的增益;根据所述第三图像,进行指纹识别。
在该实施例中,在基于第一图像,判断需要获取第二图像时,但同时指纹传感器所处的环境也为强光环境,优先降低增益来重新采集第三图像,可以提高图像采集的动态范围。
在一种可能的实现方式中,所述根据所述第一图像,确定所述指纹传感器所处的环境是否为强光环境,包括:在所述指纹传感器在采集所述第一图像时的所有像素数据中大于第五阈值的比例超过第六阈值的情况下,确定所述指纹传感器所处的环境为强光环境。
在一种可能的实现方式中,所述第六阈值为40%。
在一种可能的实现方式中,所述第二曝光时间的长度为所述第一曝光时间的长度的2倍。
第二方面,提供了一种指纹识别的装置,用于执行上述第一方面及其任一种可能的实现方式中的方法。
第三方面,提供了一种电子设备,包括:指纹传感器,用于在第一曝光时间下采集第一图像和在第二曝光时间下采集第二图像,所述第二曝光时间和所述第一曝光时间连续,所述第二曝光时间的长度大于或等于所述第一曝光时间的长度;处理器,用于:获取所述第一图像,根据所述第一图像,确定是否获取所述第二图像,在确定不获取所述第二图像的情况下,根据所述第一图像,进行指纹识别,或者,在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别。
附图说明
图1是光学指纹解锁流程的示意图。
图2是本申请实施例的指纹识别的方法的示意性框图。
图3是本申请实施例的基于智能曝光的指纹识别的方法的示意性流程图。
图4是本申请实施例的指纹识别的装置的示意性框图。
图5是本申请实施例的指纹识别的另一装置的示意性框图。
图6是本申请实施例的电子设备的示意性结构图。
图7是本申请实施例的电子设备的另一示意性结构图。
图8是本申请实施例的电子设备的再一示意性结构图。
具体实施方式
下面将结合附图,对本申请实施例中的技术方案进行描述。
当下指纹识别产品越来越受到人们的青睐,用户对指纹解锁率的速度一直比较关注,都希望尽可能“快”地解锁,解锁时间越短,用户体验越好。
完整的解锁流程包括如图1所示的几个步骤:手机厂商耗时、芯片曝光耗时以及算法匹配耗时。其中,手机厂商耗时包括检测手指按压和点亮光斑;芯片曝光耗时包括芯片曝光和数据采集;而算法匹配耗时则包括指纹匹配和获取匹配结果(成功/失败)。手机厂商耗时主要由手机厂决定,而芯片曝光耗时和算法匹配耗时则由芯片系统方案和算法能力决定。无论减少哪部分的耗时,都可以提高用户的解锁体验。
目前的指纹传感器的曝光时长是一个固定值,并且为了兼顾最差质量手指的解锁率,通常需要将指纹传感器设置为长曝光时长,从而导致解锁时间较长,降低了用户体验。
通过大数据统计,申请人发现解锁率大于80%的手指中好质量手指占比约为80%,为此,本申请实施例提供了一种指纹识别的方法,能够兼顾解锁率和解锁时间,从而可以提高用户的解锁体验。
图2是本申请实施例的指纹识别的方法200的示意性框图。图2所示的方法200可以由处理器执行,例如,可以由电子设备的主控处理器或者指纹识别装置(也可以称为指纹识别模组、指纹模组或指纹装置等)中的微处理器执行,也就是说,用于执行本申请实施例的指纹识别的方法200的装置可以与指纹传感器封装在一起,本申请实施例对方法200的执行主体不作限定。如图2所示,方法200可以包括以下步骤中的部分或全部。
S210,获取指纹传感器在第一曝光时间下采集的第一图像。
S220,根据该第一图像,确定是否获取该指纹传感器在第二曝光时间下采集的第二图像,该第二曝光时间和该第一曝光时间连续,该第二曝光时间的长度大于或等于该第一曝光时间的长度;
S230,在确定不获取该第二图像的情况下,根据该第一图像,进行指纹识别;或者,在确定获取该第二图像的情况下,根据该第一图像和该第二图像,进行指纹识别。
首先,需要解释的是,本申请实施例中的第一曝光时间和第二曝光时间是指具体的时间段,并且该两个时间段连续。例如,第一曝光时间可以是上午9:00:00-9:00:30,而第二曝光时间可以是上午9:00:30-9:01:10。第一曝光时间的长度可以简称为第一曝光时长,第二曝光时间的长度可以简称为第二曝光时长,并且第二曝光时长大于或等于第一曝光时长。也就是说,连续曝光的两帧图像可以采用一个曝光时长;也可以采用两个不同的曝光时长,且后一个曝光时长大于前一个曝光时长。
还需要说明的是,本申请实施例中的第一曝光时间的时长不同于现有技术中所提到的长曝光时长,可以是指能够解锁成功的指纹图像所用的最短曝光时长。
对于指纹传感器来讲,无论处理器是否获取第二图像,指纹传感器在第一曝光时间下采集完第一图像之后,都会在第二曝光时间下继续采集第二图像。
应理解,在本申请实施例中,指纹传感器在第一曝光时间下采集第一图像,可以是采集一帧第一图像,也可以是采集多帧第一图像。同样地,指纹传感器在第二曝光时间下采集第二图像,可以是采集一帧第二图像,也可以是采集多帧第二图像。本申请实施例对采集的第一图像和第二图像的帧数不作限定。
对于处理器而言,在获取到指纹传感器采集的第一图像之后,即在处理器接收到指纹传感器传输的第一图像之后,处理器可以基于该第一图像,确定是否获取指纹传感器采集的第二图像。例如,可以基于第一图像的质量,来确定是否获取第二图像。在处理器确定不需要获取第二图像时,也就是说,第一图像的质量尚可,指纹识别成功的概率较高,处理器可以基于第一图像进行指纹识别。而在处理器确定不需要获取第二图像时,也就是说,第一图像的质量较差,指纹识别成功的概率较低,那么处理器需要获取指纹传感器采集的第二图像,并且基于第一图像和第二图像进行指纹识别。
因此,本申请实施例的指纹识别的方法,将指纹传感器配置为连续曝光,处理器先可以基于在第一曝光时间下采集的第一图像,确定是否获取在第二曝光时间下采集的第二图像,若确定不需要获取在第二曝光时间下采集的第二图像,直接基于第一图像进行指纹识别。若确定需要获取在第二曝光时间下采集的第二图像,基于第一图像和第二图像进行识别。由于指纹传感器支持连续曝光,指纹传感器在采集第二图像的同时,处理器也在获取并处理器第一图像,相对于在基于第一图像识别不成功的情况下,指纹传感器才获取第二图像的技术方案,能够减少解锁时间,从而能够提高用户解锁体验。
其次,将第二曝光时间的长度配置为大于第一曝光时间的长度,此时可以将第二曝光时间的长度简称为第二曝光时长,将第一曝光时间的长度简称为第一曝光时长,在基于第一图像进行指纹识别的情况下,由于第一曝光时长较短,可以极大地减少解锁时间;而在基于第一图像和第二图像进行指纹识别的情况下,由于指纹传感器为连续曝光,也就是说,指纹传感器采集第二图像的同时,处理器也在获取并处理第一图像,也能够减少解锁时间。因此,可以在兼顾解锁率的情况下,有利于降低解锁时间,从而能够提高用户解锁体验。
可选地,在本申请实施例中,所述第二曝光时间的结束时刻不早于确定获取所述第二图像的时刻。
首先,需要说明的是,本申请实施例中的指纹传感器可以适用于各种曝光方式。通常为了减少曝光时间,可以采用逐行扫描(Rolling Shutter)的曝光方式。例如,指纹传感器阵列包括M行×N列像素。像素阵列中的位于同一行的像素同时进行曝光,在该行像素开始曝光一定时间后,对下一行的像素同时进行曝光。接着,按顺序对后面的各行像素依次开始进行曝光。相邻两行像素的曝光的起始时刻之间的时间差,例如通常可以等于处理器读取一行像素的数据的时间,从而使不同像素行的曝光后的数据的读取时间不重叠。然后,对M行像素曝光后的数据进行处理,拼接形成一幅完整的图像。
但是对于逐行曝光的指纹传感器来说,处理器需要及时获取每一行像素曝光后的数据,否则,下一行像素曝光后的数据将会覆盖前一行像素曝光后的数据。也就是说,在本申请实施例中,若处理器还没有基于第一图像判断出是否需要获取第二图像,而此时指纹传感器已经采集完成第二图像,那么在处理器需要获取第二图像时,第二图像的数据已经被损坏。也就是会出现循环冗余检验码(Cyclic Redundancy Check,CRC)错误。例如,处理器可能只获取到指纹传感器的最后一行像素曝光的数据。因此,可以将第二曝光时长至少配置为大于处理器接收第一图像的时长。更进一步地,可以将第二曝光时长配置为大于处理器接收并处理第一图像的总时长。
在其他实施例中,若指纹传感器内的缓存足够大,可以存储指纹传感器采集的整帧图像的数据,那么在此情况下,也可以将第二曝光时长配置为小于处理器接收并处理器第一图像的总时长。也就是说,指纹传感器在采集完第二图像之后,第二图像的数据存储在指纹传感器内部,指纹传感器可以停止工作,等待处理器读取该第二图像的数据。
虽然全文多以第二曝光时间的长度大于第一曝光时间的长度为例描述本申请实施例,但本领域技术人员理解,本申请实施例并不限于此。
可选地,在本申请实施例中,该根据该第一图像,确定是否获取该指纹传感器在第二曝光时间下采集的第二图像,包括:对该第一图像进行预处理,以获取对应的指纹参数的值,该指纹参数用于评价该指纹传感器采集的图像的质量;在确定该指纹参数的值小于第一阈值的情况下,确定获取该第二图像。
进一步地,该指纹参数可以包括指纹信号、指纹图像质量分数和指纹传感器在采集图像时的像素数据中的任一项。通常,指纹信号用来指示指纹脊和指纹谷的信号强弱差。指纹图像质量分数可以用来量化指纹图像。例如,可以将指纹图像按照质量好坏划分为多个等级,不同等级代表了不同质量的指纹图像。另外,由于指纹传感器通常包括像素阵列,指纹传感器在采集图像时像素阵列中的每个像素都有一个像素数据,即rawdata。在本申请实施例中,可以基于指纹传感器在采集第一图像时的任一像素数据,确定是否获取第二图像;也可以对指纹传感器在采集图像时的像素数据rawdata进行处理得到的一个数据,并再基于处理后的该数据,确定是否获取第二图像。例如,对像素阵列中的所有rawdata进行求平均值运算。再例如,对像素阵列中的所有rawdata进行求最大值运算。本申请实施例对此不作限定。
对第一图像进行预处理,可以包括一般的指纹图像预处理。例如,在指纹采集过程中,不可避免地会引入各种噪声,例如,图像中的叉连、断点等,这些噪声对指纹特征信息的提取造成一定的影响,甚至会产生许多伪特征点。因此在提取指纹特征之前,需要对指纹图像进行滤波处理,以去除无用信息,增强有用信息。在得到增强的灰度图后,需要将其进一步二值化,便于后续过程的处理。指纹图像预处理包括指纹区域检测、图像质量判断、方向图和频率估计、图像增强、指纹图像二值化和细化等。
对第一图像进行预处理,还可以包括对指纹图像进行的数据处理。例如,对像素阵列的所有rawdata进行的求平均运算,或者对像素阵列的所有rawdata 进行的求最大值运算。
不同的指纹参数对应不同的第一阈值。例如,指纹图像质量分数可以分为1~100的100个等级,第一阈值例如可以是50。也就是说,若第一图像的指纹图像质量分数的值大于50,则确定不获取第二图像,即基于第一图像进行指纹识别;若第一图像的指纹图像质量分数的值小于或等于50,则确定获取第二图像,即基于第一图像和第二图像进行指纹识别。
在该实施例中,对第一图像进行预处理有利于指纹特征提取的准确率。另外,通过将第一图像对应的指纹参数的值与预设的第一阈值进行比较,可以判断出第一图像的质量的好坏,也就是说,可以判断出用户当前按压的手指的纹路是否清晰。在判断出第一图像的质量较好的情况下,可以直接基于第一图像进行指纹识别,相比于现有技术中直接采用长曝光时间采集图像的技术方案,由于对第一图像的质量进行判断所占用的时间远远小于长曝光时间与短曝光时间之间的时间差,因此,可以极大地降低解锁时间。
可选地,在本申请实施例中,对该第一图像进行预处理,以获取对应的指纹参数的值,包括:在确定该第一图像不为指纹图案的情况下,对该第一图像进行预处理,以获取对应的指纹参数的值。
也就是说,处理器在对第一图像进行预处理之前,可以先确定该第一图像是否为指纹图案,在确定该第一图像不为指纹图案的情况下,再对第一图像进行预处理。通常在屏下光学指纹识别技术中,会在显示屏上会提示按压的部位,也就是说,在显示屏上会显示指纹图案,以引导用户进行指纹采集。电子设备可能会预存指纹图案的图案,当处理器获取到第一图像时,可以将第一图像的图案与预存在电子设备内部的指纹图案的图案进行匹配,若匹配成功,则说明第一图像为指纹图案;若匹配不成功,则说明第一图像不为指纹图案。
可选地,在本申请实施例中,该根据该第一图像,确定是否获取该指纹传感器在第二曝光时间下采集的第二图像,包括:在确定该第一图像为指纹图案的情况下,确定获取该第二图像。
在该实施例中,一旦处理器确定第一图像为指纹图案,处理器可以直接确定需要获取该第二图像,而无需通过预处理获取第一图像对应的指纹参数的值,从而可以进一步地降低解锁时间。
可选地,在本申请实施例中,该在确定获取该第二图像的情况下,根据该第一图像和该第二图像,进行指纹识别,包括:在确定获取该第二图像且该第一图像为指纹图案的情况下,基于该第二图像,进行指纹识别。
可选地,在本申请实施例中,所述在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别,包括:在确定获取所述第二图像且所述第一图像不为指纹图案的情况下,对所述第一图像和所述第二图像进行融合;基于融合后的所述第一图像和所述第二图像,进行指纹识别。
处理器在基于上述各种实施例确定获取第二图像的情况下,可以进一步地确定第一图像是否为指纹图案,若该第一图像为指纹图案,则直接基于第二图像进行指纹识别。例如,若处理器基于第一图像对应的指纹参数的值确定获取第二图像,则处理器可以进一步判断该第一图像是否为指纹图案,最后在确定该第一图像为指纹图案的情况下,基于第二图像进行指纹识别;而在处理器判断该第一图像不为指纹图案的情况下,可以对第一图像和第二图像进行融合,并且基于融合后的图像进行指纹识别。再例如,若处理器是基于第一图像为指纹图案确定获取第二图像,则处理器可以直接基于第二图像进行指纹识别。
在该实施例中,在第一图像为指纹图案的情况下,第二图像则更有利于进行指纹识别;而在第一图像不为指纹图案的情况下,将第一图像和第二图像进行融合则更有利于进行指纹识别,因此,该实施例所提供的技术方案,有利于提高用户解锁的成功率。
可选地,在本申请实施例中,该在确定获取该第二图像的情况下,根据该第一图像和该第二图像,进行指纹识别,包括:在确定获取该第二图像的情况下,确定该第二图像和该第一图像之间是否发生偏移;在确定该第二图像和该第一图像之间发生偏移的情况下,基于该第一图像和该第二图像中质量较高的图像,进行指纹识别。
在该实施例中,确定第二图像和第一图像之间是否发生偏移,也就是确定指纹传感器在采集第二图像和第二图像时用户的手指是否发生滑动,在用户手指发生滑动的情况下,可以从第一图像和第二图像中选择质量较好的图像进行指纹识别。
作为一种示例,在确定获取该第二图像的情况下,确定该第二图像和该第一图像之间是否发生偏移,包括:在确定获取该第二图像的情况下,计算该指纹传感器中在采集该第一图像时的预设位置的多个像素数据和该指纹传感器在采集该第二图像时的该预设位置的多个像素数据之间的标准差;在该标准差大于第二阈值的情况下,确定该第二图像和该第一图像之间发生偏移。
应理解,第一图像可以包括指纹传感器的像素阵列中每个像素所获得的像素数据,第二图像可以包括指纹传感器的像素阵列中每个像素所获得的像素数据。处理器可以提前指定指纹传感器的多个像素,即该多个像素在指纹传感器中的位置固定。在获取到第一图像和第二图像之后,处理器可以分别获取第一图像中该指定的多个像素上的像素数据和第二图像中该指定的多个像素上的像素数据,并计算二者之间的标准差,在标准差大于预设的第二阈值的情况下,确定该第二图像和该第一图像之间发生偏移。
可选地,该预设位置位于指纹传感器的中心区域。例如,该预设位置的多个像素包括指纹传感器的中心区域的50*50个像素。
在该实施例中,计算第一图像和第二图像中位于中心区域的多个像素的像素数据之间的标准差,有利于提高处理器确定第二图像和第一图像是否发生偏移的准确性,从而有利于获取质量较好的图像,以提高用户解锁的成功率。
作为另一种示例,该在确定获取该第二图像的情况下,确定该第二图像和该第一图像之间是否发生偏移,包括:确定该第一图像的指纹纹路与该第二图像的指纹纹路之间的偏移量;根据该偏移量,确定该第二图像和该第一图像之间是否发生偏移。
具体地,可以将第一图像和第二图像中的其中一个图像固定,移动另外一个图像以使第一图像和第二图像重合,该移动量则为该第一图像的指纹纹路与该第二图像的指纹纹路之间的偏移量。
可选地,根据第一图像的指纹纹路与第二图像的指纹纹路之间的偏移量,确定该第二图像和第一图像之间是否发生偏移,可以包括:在该偏移量大于一定阈值的情况下,确定该第二图像和该第一图像之间发生偏移;在该偏移量小于或等于该一定阈值的情况下,确定该第二图像和该第一图像之间未发生偏移。例如,该一定阈值为0。也就是说,若该偏移量等于0,确定该第二图像和该第一图像之间未发生偏移;若该偏移量大于0,则确定该第二图像和该第一图像之间发生偏移。
可选地,上文所述的对第一图像和第二图像进行融合,可以是在确定第一图像和第二图像之间未发生偏移的情况下进行的。换句话说,在确定第二图像和第一图像之间未发生偏移的情况下,处理器对该第一图像和该第二图像进行融合。
可选地,上文所述的对第一图像和第二图像进行融合,也可以是在确定第一图像和第二图像之间发生偏移的情况下进行的。例如,若第一图像和第二图像发生偏移,可以将第一图像(第二图像)固定,并移动第二图像(第一图像)以使第一图像和第二图像之间重合,将移动后的第二图像(第一图像)与第一图像(第二图像)进行融合。
可选地,在本申请实施例中,对该第一图像和该第二图像进行融合,包括:对该第一图像中用于指纹识别的有效信号和该第二图像中用于指纹识别的有效信号进行融合。
也就是说,在对第一图像和第二图像进行融合之前,需要先提取第一图像中的有效信号和第二图像中的有效信号。该第一图像的有效信号可以单独用于指纹识别,该第二图像的有效信号也可以单独用于指纹识别,该有效信号可以是指纹传感器接收的信号中去除了噪声的信号。
在该实施例中,将第一图像中用于指纹识别的有效信号和该第二图像中用于指纹识别的有效信号进行融合,可以获得更好质量的图像,从而有利于提高用户解锁的成功率。
在其他实施例中,也可以不对第一图像和第二图像进行处理,直接对第一图像和第二图像的融合,例如,可以将第一图像的像素数据将第二图像的像素数据直接相加,得到融合后的图像。
在本申请另一种实施例中,在确定第一图像不为指纹图案的情况下,处理器也可以不对第一图像和第二图像进行融合,而是直接从第一图像和第二图像中选出质量较好的图像用于指纹识别。
可选地,在本申请实施例中,该方法200还包括:根据采用该第一图像进行指纹识别的解锁率,动态调整该第一阈值。
当指纹识别使用一定时间后达到稳定,该第一阈值是可以调整的。以第一阈值为指纹图像质量分数对应的第一阈值为例,假设第一阈值为26,此时采用第一图像进行指纹识别的解锁率高于90%,但是采用本申请实施例中的第一图像进行指纹识别的比例低于50%。因此,可以根据采用该第一图像进行指纹的解锁率,动态调整该第一阈值。
在该实施例中,根据采用第一图像进行指纹识别的解锁率,动态调整用于确定是否获取第二图像的第一阈值,可以兼顾解锁率和解锁时间,从而可以最大化提高用户的解锁体验。
在一种示例中,根据采用该第一图像进行指纹识别的解锁率,动态调整该第一阈值,包括:在该解锁率大于第三阈值的情况下,将该第一阈值下调至少一个等级;或者在该解锁率小于第四阈值的情况下,将该第一阈值上调至少一个等级,该第三阈值大于或等于该第四阈值。
可选地,该第三阈值为85%,该第四阈值为70%。
以指纹参数为指纹图像质量分数为例,假设第一阈值A为26,统计连续多次(例如,100次)采用第一图像进行指纹识别的解锁率为P1;若P1大于 85%,则A=A-1;若P1小于70%,则A=A+1。
需要说明是,处理器也可以在解锁率特别高的情况下,将第一阈值A下调多个等级。而在解锁率特别低的情况下,将第一阈值A上调多个等级。例如,若P1大于95%,则A=A-3;若P1小于50%,则A=A+5。
通常第一阈值是具有上限和下限的,也就是说,第一阈值的调整范围应该为上限和下限之间。例如,15<第一阈值A<28,也就是说,第一阈值A的上限为28,下限为15。当第一阈值A下调至下限15时,将该第一阈值A直接设定为15;当第一阈值A上调至上限28时,将该第一阈值A直接设定为 28。
可选地,在本申请实施例中,该方法还包括:根据该第一图像,确定该指纹传感器所处的环境是否为强光环境;该根据该第一图像,确定是否获取该指纹传感器在第二曝光时间下采集的第二图像,包括:在确定该指纹传感器所处的环境不为强光环境的情况下,根据该第一图像,确定是否获取该指纹传感器在第二曝光时间下采集的第二图像。
可选地,在本申请实施例中,该方法还包括:在确定该指纹传感器所处的环境为强光环境的情况下,获取该指纹传感器在第三曝光时间下的第三图像,该第三曝光时间的长度等于该第一曝光时间的长度,该指纹传感器在采集该第三图像时的增益小于该指纹传感器在采集该第一图像时的增益;根据该第三图像,进行指纹识别。
也就是说,处理器在根据第一图像,确定是否获取第二图像之前,处理器可以先基于该第一图像确定该指纹传感器所处的环境是否为强光环境。由于强光环境下,指纹传感器获取的第一图像可能会存在过曝的情况,导致该第一图像的指纹信息不强,因此,指纹传感器需要重新获取一张图像。但同时,由于该第一图像的指纹信息不强可能仅仅是因为指纹传感器所处的环境为强光环境导致的,因此,指纹传感器可以再次采用短曝光(即第一曝光时长),并且降增益的方式采集第三图像,处理器可以基于该第三图像进行指纹识别。此时,处理器可以在指纹传感器采集第二图像的过程中控制指纹传感器采集第三图像。也就是说,一旦处理器判断指纹传感器所处的环境为强光环境,处理器可以直接向指纹传感器下发指令,将指纹传感器的曝光时长再次配置为第一曝光时长,并且将指纹传感器的增益配置为比采集第一图像时的增益更低,并在该配置下采集第三图像。
可选地,在本申请实施例中,所述根据所述第一图像,确定所述指纹传感器所处的环境是否为强光环境,包括:在所述指纹传感器在采集所述第一图像时的所有像素数据中大于第五阈值的比例超过第六阈值的情况下,确定所述指纹传感器所处的环境为强光环境。
具体地,若该第一图像的整帧像素的像素数据中,大于强光阈值(即第五阈值)的比例超过40%时,处理器可以确定该指纹传感器所处的环境为强光环境。
在该实施例中,在基于第一图像,判断需要获取第二图像时,但同时指纹传感器所处的环境也为强光环境,优先降低增益来重新采集第三图像,可以提高图像采集的动态范围。
可选地,在本申请实施例中,第二曝光时间的长度为第一曝光时间的长度的2倍。
图3示出了本申请实施例提供的基于自适应曝光实现指纹识别的方法的时序图。具体地,处理器预设曝光配置,该曝光配置包括两种不同的曝光时长,指纹传感器支持连续曝光。指纹传感器优先在短曝光时长下获取一帧图像,处理器对该一帧图像进行预处理,并判断手指状态。在手指质量较好时则使用该帧图像进行指纹识别,此时,耗时较短;在手指质量较差时则继续从指纹传感器处获取在长曝光时长下获取的一帧图像,然后对两帧图像进行融合,并基于融合后的图像进行指纹识别,以进一步提高解锁率。
如图3所示,该方法包括:
S301,指纹传感器提前下载曝光配置;
S302,指纹传感器开启连续曝光,在短曝光时长下采集第一帧图像,该短曝光时长为22ms;
S303,指纹传感器在采集完第一帧图像之后,立即在长曝光时长下采集第二帧图像,该长曝光时长为44ms;
S304,指纹传感器在采集完第一帧图像之后,立即向处理器发送该第一帧图像,即处理器立即接收指纹传感器发送的第一帧图像,该步骤耗时大约为18ms;
S305,处理器在接收完第一帧图像之后,可以对第一帧图像进行预处理,并且判断手指质量,该步骤耗时大约为6ms;
S306,在判断手指质量较好时,基于第一帧图像进行指纹识别,该步骤大约耗时43ms;
S307,获取步骤S306中的识别结果;
S308,在判断手指质量较差时,处理器可以控制指纹传感器向其传输第二帧图像,该步骤耗时大概为18ms;
S309,处理器可以对第一帧图像和第二帧图像进行融合预处理,获取融合帧图像,该步骤耗时大约6ms;
S310,处理器基于步骤S309获得的融合帧进行指纹识别,该步骤耗时大概为43ms;
S311,获取步骤S310中的识别结果。
需要说明的是,在整个流程中,指纹传感器传图和处理器进行预处理和手指判断的总耗时小于长曝光时长,以防止出现CRC。
可选地,在本申请实施例中,指纹传感器可以被配置为多帧连续曝光模式,处理器在获取每一帧图像时,都可以采用本申请实施例提供的技术方案去判断是否获取下一帧图像。例如,指纹传感器的第一帧曝光时长为t1,第二帧曝光时长为t2,第三帧曝光时长为t3等,其中,t1可以小于或等于t2, t2可以小于或等于t3,依次类推。进一步地,对于每一帧曝光时长,还可以设置其大于或等于上一帧图像的读取,预处理以及手指判断的总时长。
上文中详细描述了根据本申请实施例的指纹识别的方法,下面将结合图 4,描述根据本申请实施例的指纹识别的装置,方法实施例所描述的技术特征适用于以下装置实施例。
图4示出了本申请实施例的指纹识别的装置400的示意性框图。如图4 所示,该装置400包括:
获取单元410,用于获取指纹传感器在第一曝光时间下采集的第一图像;
确定单元420,用于根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像,所述第二曝光时间和所述第一曝光时间连续,所述第二曝光时间的长度大于或等于所述第一曝光时间的长度;
指纹识别单元430,用于在确定不获取所述第二图像的情况下,根据所述第一图像,进行指纹识别;或者,在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别。
可选地,在本申请实施例中,所述第二曝光时间的结束时刻不早于确定获取所述第二图像的时刻。
可选地,在本申请实施例中,所述确定单元420具体用于:对所述第一图像进行预处理,以获取对应的指纹参数的值,所述指纹参数包括指纹信号、指纹图像质量分数和所述指纹传感器在采集图像时的像素数据中的任意一项;在确定所述指纹参数的值小于第一阈值的情况下,确定获取所述第二图像。
可选地,在本申请实施例中,所述确定单元420具体用于:在确定所述第一图像不为指纹图案的情况下,对所述第一图像进行预处理,以获取对应的指纹参数的值。
可选地,在本申请实施例中,所述确定单元420具体用于:在确定所述第一图像为指纹图案的情况下,确定获取所述第二图像。
可选地,在本申请实施例中,所述确定单元420还用于:在确定获取所述第二图像的情况下,确定所述第二图像和所述第一图像之间是否发生偏移;所述指纹识别单元530具体用于:在确定所述第二图像和所述第一图像之间发生偏移的情况下,基于所述第一图像和所述第二图像中质量较高的图像,进行指纹识别。
可选地,在本申请实施例中,所述确定单元420具体用于:在确定获取所述第二图像的情况下,计算所述指纹传感器中在采集所述第一图像时的预设位置的多个像素数据和所述指纹传感器在采集所述第二图像时的所述预设位置的多个像素数据之间的标准差;在所述标准差大于第二阈值的情况下,确定所述第二图像和所述第一图像之间发生偏移。
可选地,在本申请实施例中,所述预设位置位于所述指纹传感器的中心区域。
可选地,在本申请实施例中,所述确定单元420具体用于:确定所述第一图像的指纹纹路与所述第二图像的指纹纹路之间的偏移量;根据所述偏移量,确定所述第二图像和所述第一图像之间是否发生偏移。
可选地,在本申请实施例中,所述指纹识别单元430具体用于:在确定获取所述第二图像且所述第一图像为指纹图案的情况下,基于所述第二图像,进行指纹识别。
可选地,如图5所示,所述装置400还包括:融合单元440,用于在确定获取所述第二图像且所述第一图像不为指纹图案的情况下,对所述第一图像和所述第二图像进行融合;所述指纹识别单元430具体用于:基于融合后的所述第一图像和所述第二图像,进行指纹识别。
可选地,在本申请实施例中,所述融合单元440具体用于:在确定所述第二图像和所述第一图像之间未发生偏移的情况下,对所述第一图像和所述第二图像进行融合。
可选地,在本申请实施例中,所述融合单元440具体用于:对所述第一图像中用于指纹识别的有效信号和所述第二图像中用于指纹识别的有效信号进行融合。
可选地,如图5所示,所述装置400还包括:阈值调整单元450,用于根据采用所述第一图像进行指纹识别的解锁率,动态调整所述第一阈值。
可选地,在本申请实施例中,所述动态调整单元450具体用于:在所述解锁率大于第三阈值的情况下,将所述第一阈值下调至少一个等级;或者在所述解锁率小于第四阈值的情况下,将所述第一阈值上调至少一个等级,所述第三阈值大于或等于所述第四阈值。
可选地,在本申请实施例中,所述第三阈值是85%,所述第四阈值为70%。
可选地,在本申请实施例中,所述确定单元420还用于:根据所述第一图像,确定所述指纹传感器所处的环境是否为强光环境;所述确定单元420 具体用于:在确定所述指纹传感器所处的环境不为强光环境的情况下,根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像。
可选地,在本申请实施例中,所述获取单元410还用于:在确定所述指纹传感器所处的环境为强光环境的情况下,获取所述指纹传感器在第三曝光时间下的第三图像,所述第三曝光时间的长度等于所述第一曝光时间的长度,所述指纹传感器在采集所述第三图像时的增益小于所述指纹传感器在采集所述第一图像时的增益;所述指纹识别单元430还用于:根据所述第三图像,进行指纹识别。
可选地,在本申请实施例中,所述确定单元420具体用于:在所述指纹传感器在采集所述第一图像时的所有像素数据中大于第五阈值的比例超过第六阈值的情况下,确定所述指纹传感器所处的环境为强光环境。
可选地,在本申请实施例中,所述第六阈值为40%。
可选地,在本申请实施例中,所述第二曝光时间的长度为所述第一曝光时间的长度的2倍。
图6示出了本申请实施例的电子设备600的示意性框图。如图6所示,该电子设备600包括:传感器芯片610,用于在第一曝光时间下采集第一图像和在第二曝光时间下采集第二图像,所述第二曝光时间和所述第一曝光时间连续,所述第二曝光时间的长度大于所述第一曝光时间的长度。所述电子设备600还包括处理器620,处理器620可以从存储器中调用并运行计算机程序,以实现本申请实施例中的方法。
可选地,如图6所示,该电子设备600还可以包括存储器630。其中,处理器620可以从存储器630中调用并运行计算机程序,以实现本申请实施例中的方法。
其中,存储器630可以是独立于处理器610的一个单独的器件,也可以集成在处理器620中。
图7和图8还示出了本申请实施例中的电子设备600的示意性结构图。
其中,图7为电子设备600的正面示意图,图8为图7所示的电子设备600 沿A-A’的部分剖面结构示意图。电子设备600包括显示屏640以及设置于显示屏640下方的指纹传感器610,该电子设备还包括图6所示的处理器620,该处理器620可以与指纹传感器610封装在一起,或者该处理器620独立于指纹传感芯片610,例如,该处理器620为电子设备600的主控处理器。
如图8所示,指纹传感器610包括光检测部分611和光路引导结构612。光路引导结构612设置在光检测部分611的上方。光检测部分611包括由多个像素6011组成的像素阵列601、以及与像素阵列601相连的控制电路602 等。其中,如图8所示,像素阵列601所在区域或者其感应区域为指纹传感器611的指纹检测区域603。光路引导结构612用于将指纹检测区域603上的手指返回的光信号引导至像素阵列601。
本申请实施例对指纹传感器610中的光路引导结构612不做任何限定。例如,光路引导结构612可以包括由多个微透镜组成的微透镜阵列。进一步地,在微透镜阵列的下方还可以具有至少一个挡光层,其中每个挡光层上设置有与该多个微透镜分别对应的多个开孔,并且像素阵列601包括与该多个微透镜对应的多个像素6011。每个微透镜用于将手指返回的光信号会聚到各个挡光层中对应的开孔,以使该光信号依次通过各个挡光层中对应的开孔,传输至像素阵列601中相对应的像素6011。
又例如,光路引导结构612可以包括在半导体硅片制作而成的准直器层,其具有多个准直单元或者微孔阵列,该准直单元可以是小孔。
又例如,光路引导结构612可以包括光学透镜层,其具有一个或多个透镜单元,该透镜单元可以是由一个或多个非球面透镜组成的透镜组。例如图 8所示,光路引导结构可以包括镜头6121。显示屏中的发光层1401发出的光线照射手指并经手指返回的光线,可以通过镜头6121会聚至光学指纹传感器的像素阵列601。
在进行指纹检测时,显示屏140向指纹检测区域603上方的手指650发出一束光线111,光线111在手指650的表面发生反射形成反射光或者经过手指650内部散射而形成散射光。由于指纹的脊(ridge)141与谷(valley)142 对于光线的反射能力不同,因此,来自指纹脊的反射光151和来自指纹谷的反射光152具有不同的光强,反射光经过光路引导结构612后,被像素阵列 601接收并转换为相应的电信号,即指纹检测信号。基于该指纹检测信号便可以获得指纹图像的数据,并进一步用于指纹匹配和验证,从而在电子设备 600中实现光学指纹检测的功能。
进一步地,电子设备600还可以包括用于指纹检测的激励光源。
其中,显示屏640可以采用具有自发光显示单元的显示屏,比如有机发光二极管(Organic Light-Emitting Diode,OLED)显示屏或者微型发光二极管(Micro-LED)显示屏。以采用OLED显示屏为例,指纹传感器610可以利用该OLED显示屏640中位于指纹检测区域603的显示单元作为光学指纹检测的激励光源。
作为示例而非限定,本申请实施例中的电子设备可以为终端设备、手机、平板电脑、笔记本电脑、台式机电脑、游戏设备、车载电子设备或穿戴式智能设备等便携式或移动计算设备,以及电子数据库、汽车、银行自动柜员机 (Automated Teller Machine,ATM)等其他电子设备。该穿戴式智能设备包括功能全、尺寸大、可不依赖智能手机实现完整或部分功能的设备,例如智能手表或智能眼镜等,以及包括只专注于某一类应用功能并且需要和其它设备如智能手机配合使用的设备,例如各类进行体征监测的智能手环、智能首饰等设备。
本申请实施例还提供了一种芯片,该芯片包括处理器,处理器可以从存储器中调用并运行计算机程序,以实现本申请实施例中的方法。
可选地,该芯片可应用于本申请实施例中的采集指纹图像的装置,并且该芯片可以实现本申请实施例的各个方法中由采集指纹图像的装置实现的相应流程,为了简洁,在此不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片,系统芯片,芯片系统或片上系统芯片等。
可选地,本申请实施例还提供了一种计算机可读介质,其用于存储计算机程序,以实现本申请实施例中的方法。
本领域普通技术人员可以意识到,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,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,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来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。
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,上述描述的系统、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,所揭露的系统、装置和方法,可以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,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,例如多个单元或组件可以结合或者可以集成到另一个系统,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,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。
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,可以存储在一个计算机可读取存储介质中。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)执行本申请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(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (43)
1.一种指纹识别的方法,其特征在于,包括:
获取指纹传感器在第一曝光时间下采集的第一图像;
根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像,所述第二曝光时间和所述第一曝光时间连续,所述第二曝光时间的长度大于或等于所述第一曝光时间的长度;
在确定不获取所述第二图像的情况下,根据所述第一图像,进行指纹识别;或者,在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别。
2.根据权利要求1所述的方法,其特征在于,所述第二曝光时间的结束时刻不早于确定获取所述第二图像的时刻。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像,包括:
对所述第一图像进行预处理,以获取对应的指纹参数的值,所述指纹参数包括指纹信号、指纹图像质量分数和所述指纹传感器在采集图像时的像素数据中的任意一项;
在确定所述指纹参数的值小于第一阈值的情况下,确定获取所述第二图像。
4.根据权利要求3所述的方法,其特征在于,所述对所述第一图像进行预处理,以获取对应的指纹参数的值,包括:
在确定所述第一图像不为指纹图案的情况下,对所述第一图像进行预处理,以获取对应的指纹参数的值。
5.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像,包括:
在确定所述第一图像为指纹图案的情况下,确定获取所述第二图像。
6.根据权利要求1或2所述的方法,其特征在于,所述在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别,包括:
在确定获取所述第二图像的情况下,确定所述第二图像和所述第一图像之间是否发生偏移;
在确定所述第二图像和所述第一图像之间发生偏移的情况下,基于所述第一图像和所述第二图像中质量较高的图像,进行指纹识别。
7.根据权利要求6所述的方法,其特征在于,所述在确定获取所述第二图像的情况下,确定所述第二图像和所述第一图像之间是否发生偏移,包括:
在确定获取所述第二图像的情况下,计算所述指纹传感器中在采集所述第一图像时的预设位置的多个像素数据和所述指纹传感器在采集所述第二图像时的所述预设位置的多个像素数据之间的标准差;
在所述标准差大于第二阈值的情况下,确定所述第二图像和所述第一图像之间发生偏移。
8.根据权利要求7所述的方法,其特征在于,所述预设位置位于所述指纹传感器的中心区域。
9.根据权利要求6所述的方法,其特征在于,所述在确定获取所述第二图像的情况下,确定所述第二图像和所述第一图像之间是否发生偏移,包括:
确定所述第一图像的指纹纹路与所述第二图像的指纹纹路之间的偏移量;
根据所述偏移量,确定所述第二图像和所述第一图像之间是否发生偏移。
10.根据权利要求1或2所述的方法,其特征在于,所述在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别,包括:
在确定获取所述第二图像且所述第一图像为指纹图案的情况下,基于所述第二图像,进行指纹识别。
11.根据权利要求1或2所述的方法,其特征在于,所述在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别,包括:
在确定获取所述第二图像且所述第一图像不为指纹图案的情况下,对所述第一图像和所述第二图像进行融合;
基于融合后的所述第一图像和所述第二图像,进行指纹识别。
12.根据权利要求11所述的方法,其特征在于,所述对所述第一图像和所述第二图像进行融合,包括:
在确定所述第二图像和所述第一图像之间未发生偏移的情况下,对所述第一图像和所述第二图像进行融合。
13.根据权利要求11所述的方法,其特征在于,所述对所述第一图像和所述第二图像进行融合,包括:
对所述第一图像中用于指纹识别的有效信号和所述第二图像中用于指纹识别的有效信号进行融合。
14.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据采用所述第一图像进行指纹识别的解锁率,动态调整所述第一阈值。
15.根据权利要求14所述的方法,其特征在于,所述根据采用所述第一图像进行指纹识别的解锁率,动态调整所述第一阈值,包括:
在所述解锁率大于第三阈值的情况下,将所述第一阈值下调至少一个等级;或者
在所述解锁率小于第四阈值的情况下,将所述第一阈值上调至少一个等级,所述第三阈值大于或等于所述第四阈值。
16.根据权利要求15所述的方法,其特征在于,所述第三阈值是85%,所述第四阈值为70%。
17.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
根据所述第一图像,确定所述指纹传感器所处的环境是否为强光环境;
所述根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像,包括:
在确定所述指纹传感器所处的环境不为强光环境的情况下,根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像。
18.根据权利要求17所述的方法,其特征在于,所述方法还包括:
在确定所述指纹传感器所处的环境为强光环境的情况下,获取所述指纹传感器在第三曝光时间下的第三图像,所述第三曝光时间的长度等于所述第一曝光时间的长度,所述指纹传感器在采集所述第三图像时的增益小于所述指纹传感器在采集所述第一图像时的增益;
根据所述第三图像,进行指纹识别。
19.根据权利要求17所述的方法,其特征在于,所述根据所述第一图像,确定所述指纹传感器所处的环境是否为强光环境,包括:
在所述指纹传感器在采集所述第一图像时的所有像素数据中大于第五阈值的比例超过第六阈值的情况下,确定所述指纹传感器所处的环境为强光环境。
20.根据权利要求19所述的方法,其特征在于,所述第六阈值为40%。
21.根据权利要求1或2所述的方法,其特征在于,所述第二曝光时间的长度为所述第一曝光时间的长度的2倍。
22.一种指纹识别的装置,其特征在于,用于执行如权利要求1至21中任一项所述的方法。
23.一种电子设备,其特征在于,包括:
指纹传感器,用于在第一曝光时间下采集第一图像和在第二曝光时间下采集第二图像,所述第二曝光时间和所述第一曝光时间连续,所述第二曝光时间的长度大于或等于所述第一曝光时间的长度;
处理器,用于:
获取所述第一图像,
根据所述第一图像,确定是否获取所述第二图像,
在确定不获取所述第二图像的情况下,根据所述第一图像,进行指纹识别,或者,在确定获取所述第二图像的情况下,根据所述第一图像和所述第二图像,进行指纹识别。
24.根据权利要求23所述的电子设备,其特征在于,所述第二曝光时间的结束时刻不早于确定获取所述第二图像的时刻。
25.根据权利要求23或24所述的电子设备,其特征在于,所述处理器用于:
对所述第一图像进行预处理,以获取对应的指纹参数的值,所述指纹参数包括指纹信号、指纹图像质量分数和所述指纹传感器在采集图像时的像素数据中的任意一项;
在确定所述指纹参数的值小于第一阈值的情况下,确定获取所述第二图像。
26.根据权利要求25所述的电子设备,其特征在于,所述处理器用于:
在确定所述第一图像不为指纹图案的情况下,对所述第一图像进行预处理,以获取对应的指纹参数的值。
27.根据权利要求23或24所述的电子设备,其特征在于,所述处理器用于:
在确定所述第一图像为指纹图案的情况下,确定获取所述第二图像。
28.根据权利要求23或24所述的电子设备,其特征在于,所述处理器用于:
在确定获取所述第二图像的情况下,确定所述第二图像和所述第一图像之间是否发生偏移;
在确定所述第二图像和所述第一图像之间发生偏移的情况下,基于所述第一图像和所述第二图像中质量较高的图像,进行指纹识别。
29.根据权利要求28所述的电子设备,其特征在于,所述处理器用于:
在确定获取所述第二图像的情况下,计算所述指纹传感器中在采集所述第一图像时的预设位置的多个像素数据和所述指纹传感器在采集所述第二图像时的所述预设位置的多个像素数据之间的标准差;
在所述标准差大于第二阈值的情况下,确定所述第二图像和所述第一图像之间发生偏移。
30.根据权利要求29所述的电子设备,其特征在于,所述预设位置位于所述指纹传感器的中心区域。
31.根据权利要求28所述的电子设备,其特征在于,所述处理器用于:
确定所述第一图像的指纹纹路与所述第二图像的指纹纹路之间的偏移量;根据所述偏移量,确定所述第二图像和所述第一图像之间是否发生偏移。
32.根据权利要求23或24所述的电子设备,其特征在于,所述处理器用于:
在确定获取所述第二图像且所述第一图像为指纹图案的情况下,基于所述第二图像,进行指纹识别。
33.根据权利要求23或24所述的电子设备,其特征在于,所述处理器用于:
在确定获取所述第二图像且所述第一图像不为指纹图案的情况下,对所述第一图像和所述第二图像进行融合;
基于融合后的所述第一图像和所述第二图像,进行指纹识别。
34.根据权利要求33所述的电子设备,其特征在于,所述处理器用于:
在确定所述第二图像和所述第一图像之间未发生偏移的情况下,对所述第一图像和所述第二图像进行融合。
35.根据权利要求33所述的电子设备,其特征在于,所述处理器用于:
对所述第一图像中用于指纹识别的有效信号和所述第二图像中用于指纹识别的有效信号进行融合。
36.根据权利要求25所述的电子设备,其特征在于,所述处理器还用于:
根据采用所述第一图像进行指纹识别的解锁率,动态调整所述第一阈值。
37.根据权利要求36所述的电子设备,其特征在于,所述处理器用于:
在所述解锁率大于第三阈值的情况下,将所述第一阈值下调至少一个等级;或者
在所述解锁率小于第四阈值的情况下,将所述第一阈值上调至少一个等级,所述第三阈值大于或等于所述第四阈值。
38.根据权利要求37所述的电子设备,其特征在于,所述第三阈值是85%,所述第四阈值为70%。
39.根据权利要求23或24所述的电子设备,其特征在于,所述处理器还用于:
根据所述第一图像,确定所述指纹传感器所处的环境是否为强光环境;
所述处理器用于:
在确定所述指纹传感器所处的环境不为强光环境的情况下,根据所述第一图像,确定是否获取所述指纹传感器在第二曝光时间下采集的第二图像。
40.根据权利要求39所述的电子设备,其特征在于,所述处理器用于:
在确定所述指纹传感器所处的环境为强光环境的情况下,获取所述指纹传感器在第三曝光时间下的第三图像,所述第三曝光时间的长度等于所述第一曝光时间的长度,所述指纹传感器在采集所述第三图像时的增益小于所述指纹传感器在采集所述第一图像时的增益;
根据所述第三图像,进行指纹识别。
41.根据权利要求39所述的电子设备,其特征在于,所述处理器用于:
在所述指纹传感器在采集所述第一图像时的所有像素数据中大于第五阈值的比例超过第六阈值的情况下,确定所述指纹传感器所处的环境为强光环境。
42.根据权利要求41所述的电子设备,其特征在于,所述第六阈值为40%。
43.根据权利要求23或24所述的电子设备,其特征在于,所述第二曝光时间的长度为所述第一曝光时间的长度的2倍。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111669425.8A CN114359985A (zh) | 2021-12-31 | 2021-12-31 | 指纹识别的方法、装置和电子设备 |
EP22176985.4A EP4207104A1 (en) | 2021-12-31 | 2022-06-02 | Method and apparatus for fingerprint identification, and electronic device |
US17/838,845 US12002281B2 (en) | 2021-12-31 | 2022-06-13 | Method and apparatus for fingerprint identification, and electronic device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111669425.8A CN114359985A (zh) | 2021-12-31 | 2021-12-31 | 指纹识别的方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114359985A true CN114359985A (zh) | 2022-04-15 |
Family
ID=81106195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111669425.8A Pending CN114359985A (zh) | 2021-12-31 | 2021-12-31 | 指纹识别的方法、装置和电子设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US12002281B2 (zh) |
EP (1) | EP4207104A1 (zh) |
CN (1) | CN114359985A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140267659A1 (en) * | 2013-03-15 | 2014-09-18 | Apple Inc. | High dynamic range capacitive sensing |
CN107656665A (zh) * | 2016-07-25 | 2018-02-02 | 印象认知(北京)科技有限公司 | 基于显示屏的指纹采集控制方法、装置及电子设备 |
CN109446940A (zh) * | 2018-10-12 | 2019-03-08 | 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 |
CN111368780A (zh) * | 2020-03-13 | 2020-07-03 | 浙江大华技术股份有限公司 | 一种基于指纹和指静脉的联合识别处理方法及系统 |
US20210397813A1 (en) * | 2020-06-22 | 2021-12-23 | Samsung Display Co., Ltd. | Fingerprint authentication device, display device including the same, and method of authenticating fingerprint |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056081B (zh) | 2016-05-30 | 2018-03-27 | 广东欧珀移动通信有限公司 | 一种解锁控制方法及终端设备 |
US10645302B2 (en) * | 2017-03-30 | 2020-05-05 | Egis Technology Inc. | Image sensing device having adjustable exposure periods and sensing method using the same |
TW201915818A (zh) * | 2017-10-05 | 2019-04-16 | 香港商印芯科技股份有限公司 | 光學識別模組 |
KR102535177B1 (ko) * | 2017-12-21 | 2023-05-23 | 엘지디스플레이 주식회사 | 지문 인식 장치와 이를 포함한 표시장치와 모바일 단말기 |
TWI668637B (zh) * | 2018-06-29 | 2019-08-11 | 金佶科技股份有限公司 | 指紋感測裝置以及指紋感測方法 |
US10755065B2 (en) * | 2018-12-03 | 2020-08-25 | Novatek Microelectronics Corp. | Sensor device and flicker noise mitigating method |
US10984216B2 (en) * | 2018-12-12 | 2021-04-20 | Novatek Microelectronics Corp. | Optical fingerprint recognition system and fingerprint image capturing method |
US11436855B2 (en) * | 2020-03-25 | 2022-09-06 | Novatek Microelectronics Corp. | Method for performing fingerprint sensing, electronic module capable of performing fingerprint sensing, and computing apparatus |
CN111801683B (zh) * | 2020-04-08 | 2022-06-21 | 深圳市汇顶科技股份有限公司 | 指纹识别的方法、装置和电子设备 |
-
2021
- 2021-12-31 CN CN202111669425.8A patent/CN114359985A/zh active Pending
-
2022
- 2022-06-02 EP EP22176985.4A patent/EP4207104A1/en active Pending
- 2022-06-13 US US17/838,845 patent/US12002281B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140267659A1 (en) * | 2013-03-15 | 2014-09-18 | Apple Inc. | High dynamic range capacitive sensing |
CN107656665A (zh) * | 2016-07-25 | 2018-02-02 | 印象认知(北京)科技有限公司 | 基于显示屏的指纹采集控制方法、装置及电子设备 |
CN109446940A (zh) * | 2018-10-12 | 2019-03-08 | 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 |
CN111368780A (zh) * | 2020-03-13 | 2020-07-03 | 浙江大华技术股份有限公司 | 一种基于指纹和指静脉的联合识别处理方法及系统 |
US20210397813A1 (en) * | 2020-06-22 | 2021-12-23 | Samsung Display Co., Ltd. | Fingerprint authentication device, display device including the same, and method of authenticating fingerprint |
Non-Patent Citations (2)
Title |
---|
MOHAMMAD A. ALSMIRAT等: "Impact of digital fingerprint image quality on the fingerprint recognition accuracy", 《MULTIMED TOOLS APPL》, vol. 78, 20 January 2018 (2018-01-20), pages 3649 - 3688, XP036698903, DOI: 10.1007/s11042-017-5537-5 * |
陈炜: "指纹识别系统的研究应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 2017, 15 February 2017 (2017-02-15), pages 138 - 3850 * |
Also Published As
Publication number | Publication date |
---|---|
US20230215209A1 (en) | 2023-07-06 |
EP4207104A1 (en) | 2023-07-05 |
US12002281B2 (en) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107820617B (zh) | 指纹识别的方法、装置和终端设备 | |
CN107690653B (zh) | 获取指纹图像的方法、装置和终端设备 | |
CN109858227B (zh) | 指纹录入方法、装置、电子设备及存储介质 | |
US11281885B2 (en) | Method for fingerprint recognition, electronic device, and non-transitory computer-readable storage medium | |
CN110088769B (zh) | 指纹采集的方法、系统和电子设备 | |
CN111368780B (zh) | 一种基于指纹和指静脉的联合识别处理方法及系统 | |
WO2016173249A1 (zh) | 一种基于环境筛选帧的眼纹识别解锁方法及系统 | |
US20080181466A1 (en) | Registration device, collation device, extraction method, and program | |
CN109376630B (zh) | 指纹识别方法、电子装置及计算机可读取介质 | |
CN113384255A (zh) | 心率检测的方法、装置和电子设备 | |
CN111950446B (zh) | 指纹识别方法、装置和终端设备 | |
CN111066027B (zh) | 图像采集的装置、方法和电子设备 | |
JP2017521011A (ja) | シンボルの光学的検出方法 | |
CN110214328B (zh) | 指纹识别的方法、装置和电子设备 | |
CN101282419B (zh) | 一种自动坏点检测方法与设备 | |
CN113239817B (zh) | 指纹模板获取方法及相关装置 | |
CN111242111B (zh) | 指纹识别方法、装置和电子设备 | |
CN114359985A (zh) | 指纹识别的方法、装置和电子设备 | |
CN110226171B (zh) | 引导用户注册指纹的方法和电子设备 | |
CN113065487B (zh) | 指纹识别的方法、装置和电子设备 | |
CN113191327A (zh) | 生物特征采集方法、芯片及计算机可读存储介质 | |
CN110287861B (zh) | 指纹识别方法、装置、存储介质及电子设备 | |
WO2020227938A1 (zh) | 引导用户注册指纹的方法和电子设备 | |
CN110785770A (zh) | 指纹识别的方法、装置和电子设备 | |
WO2022213382A1 (zh) | 指纹识别的方法、装置和电子设备 |
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 |