[go: up one dir, main page]

CN106203301A - 终端设备、指纹识别方法及装置 - Google Patents

终端设备、指纹识别方法及装置 Download PDF

Info

Publication number
CN106203301A
CN106203301A CN201610511640.8A CN201610511640A CN106203301A CN 106203301 A CN106203301 A CN 106203301A CN 201610511640 A CN201610511640 A CN 201610511640A CN 106203301 A CN106203301 A CN 106203301A
Authority
CN
China
Prior art keywords
fingerprint
signal
compensation coefficient
temperature
processing chip
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
Application number
CN201610511640.8A
Other languages
English (en)
Inventor
江忠胜
李国盛
杨坤
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201610511640.8A priority Critical patent/CN106203301A/zh
Publication of CN106203301A publication Critical patent/CN106203301A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; 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
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本公开揭示了一种终端设备、指纹识别方法及装置,属于智能终端领域。所述终端设备包括:处理芯片、指纹传感器和温度采集组件,处理芯片分别与指纹传感器和温度采集组件电性连接;处理芯片,用于通过指纹传感器采集指纹信号,通过温度采集组件采集温度信号,确定温度信号对应的补偿系数,根据补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别;解决了处理芯片为了避免环境温度引起的指纹信号的识别误差,需要不断调整硬件参数和处理算法并多次采集指纹信号进行识别,导致整个指纹识别的过程较长的问题;达到了减少指纹信号采集的次数,简化指纹识别的过程,加快指纹识别速度的效果。

Description

终端设备、指纹识别方法及装置
技术领域
本公开涉及智能终端领域,特别涉及一种终端设备、指纹识别方法及装置。
背景技术
随着指纹识别技术的发展,诸如智能手机、平板电脑和考勤机之类的终端设备都可以内嵌有指纹传感器,终端设备通过指纹传感器采集用户的指纹信号,对指纹信号进行识别从而实现屏幕解锁、帐号登录和指纹考勤等功能。
由于环境温度会影响指纹信号的采集结果,因此,对于同一根手指来说,终端设备在不同温度下采集到的指纹信号可能会存在差异。相关技术中,为了避免由于环境温度而导致的对采集到的指纹信号的识别存在误差的问题,终端设备在对指纹信号进行识别的过程中,需要不断调整硬件参数和处理算法并多次采集指纹信号进行识别,直到生成图像质量较优的指纹图像,整个指纹识别的过程较长,响应速度较慢。
发明内容
为了解决相关技术中终端设备的指纹识别过程较长,响应速度较慢的问题,本公开提供一种终端设备、指纹识别方法及装置。所述技术方案如下:
根据本公开实施例的第一方面,提供一种终端设备,该终端设备包括:处理芯片、指纹传感器和温度采集组件,处理芯片分别与指纹传感器和温度采集组件电性连接;
处理芯片,用于通过指纹传感器采集指纹信号;
处理芯片,还用于通过温度采集组件采集温度信号;
处理芯片,还用于确定温度信号对应的补偿系数;
处理芯片,还用于根据补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别。
可选的,终端设备还包括:与指纹传感器电性相连的前端放大器,以及,与前端放大器和处理芯片电性相连的模数转换器;
补偿系数包括前端放大器的参数指标和模数转换器的参数指标中的至少一种,前端放大器的参数指标至少包括前端放大器的增益值,模数转换器的参数指标包括模数转换器的动态范围、响应频率、响应速度和分辨率的至少一种。
可选的,处理芯片,还用于:
当补偿系数包括前端放大器的参数指标时,通过具有补偿系数的前端放大器对指纹信号进行放大,通过模数转换器对放大后的指纹信号进行模数转换得到补偿后的指纹信号;
当补偿系数包括模数转换器的参数指标时,通过前端放大器对指纹信号进行放大,通过具有补偿系数的模数转换器对放大后的指纹信号进行模数转换得到补偿后的指纹信号。
可选的,补偿系数包括滤波函数和信号放大倍数中的至少一种,滤波函数为对指纹信号进行滤波的函数,信号放大倍数为对指纹信号进行放大时的放大倍数。
可选的,处理芯片,还用于:
当补偿系数包括滤波函数时,通过滤波函数对指纹信号进行滤波得到补偿后的指纹信号;
当补偿系数包括信号放大倍数时,根据信号放大倍数对指纹信号进行放大得到补偿后的指纹信号。
处理芯片,还用于查询预设对应关系,根据预设对应关系确定与温度信号对应的补偿系数,预设对应关系包括温度信号与补偿系数之间的对应关系。
根据本公开实施例的第二方面,提供一种指纹识别方法,该方法用于终端设备中,终端设备包括:处理芯片、指纹传感器和温度采集组件,处理芯片分别与指纹传感器和温度采集组件电性连接,方法包括:
通过指纹传感器采集指纹信号;
通过温度采集组件采集温度信号;
确定温度信号对应的补偿系数;
根据补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别。
可选的,该终端设备还包括:与指纹传感器电性相连的前端放大器,以及,与前端放大器和处理芯片电性相连的模数转换器;补偿系数包括前端放大器的参数指标和模数转换器的参数指标中的至少一种,前端放大器的参数指标至少包括前端放大器的增益值,模数转换器的参数指标包括模数转换器的动态范围、响应频率、响应速度和分辨率中的至少一种。
可选的,根据补偿系数对指纹信号进行补偿,包括:
当补偿系数包括前端放大器的参数指标时,通过具有补偿系数的前端放大器对指纹信号进行放大,通过模数转换器对放大后的指纹信号进行模数转换得到补偿后的指纹信号;
当补偿系数包括模数转换器的参数指标时,通过前端放大器对指纹信号进行放大,通过具有补偿系数的模数转换器对放大后的指纹信号进行模数转换得到补偿后的指纹信号。
可选的,补偿系数包括滤波函数和信号放大倍数中的至少一种,滤波函数为对指纹信号进行滤波的函数,信号放大倍数为对指纹信号进行放大时的放大倍数。
可选的,根据补偿系数对指纹信号进行补偿,包括:
当补偿系数包括滤波函数时,通过滤波函数对指纹信号进行滤波得到补偿后的指纹信号;
当补偿系数包括信号放大倍数时,根据信号放大倍数对指纹信号进行放大得到补偿后的指纹信号。
可选的,确定温度信号对应的补偿系数,包括:
查询预设对应关系,根据预设对应关系确定与温度信号对应的补偿系数,预设对应关系包括温度信号与补偿系数之间的对应关系。
根据本公开实施例的第三方面,提供一种指纹识别装置,该装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,处理器被配置为:
通过指纹传感器采集指纹信号;
通过温度采集组件采集温度信号;
确定温度信号对应的补偿系数;
根据补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别。
本公开的实施例提供的技术方案可以包括以下有益效果:
通过将处理芯片与指纹传感器和温度采集组件电性连接,处理芯片可以通过指纹传感器采集指纹信号,通过温度采集组件采集温度信号,处理芯片确定温度信号对应的补偿系数,并根据确定得到的补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别;解决了处理芯片为了避免环境温度引起的指纹信号的识别误差,需要不断调整硬件参数和处理算法并多次采集指纹信号进行识别,导致整个指纹识别的过程较长的问题;由于处理芯片可以直接根据当前温度信号确定与当前温度相匹配的补偿系数,根据确定得到的补偿系数对指纹信号进行补偿,并根据补偿后的而指纹信号进行指纹识别,达到了减少指纹信号采集的次数,简化指纹识别的过程,加快指纹识别速度的效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并于说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种终端设备的结构示意图;
图2是根据另一示例性实施例示出的一种温度采集电路的结构示意图;
图3是根据另一示例性实施例示出的一种终端设备的结构示意图;
图4是根据另一示例性实施例示出的一种终端设备的结构示意图;
图5是根据一示例性实施例示出的一种指纹识别方法的流程图;
图6是根据另一示例性实施例示出的一种指纹识别方法的流程图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种终端设备的结构示意图,如图1所示,该终端设备10包括:指纹传感器110、温度采集组件120和处理芯片130。
处理芯片130分别与指纹传感器110和温度采集组件120电性连接。
处理芯片130,用于通过指纹传感器110采集指纹信号。
处理芯片130,还用于通过温度采集组件120采集温度信号。
处理芯片130,还用于确定温度信号对应的补偿系数。
处理芯片130,还用于根据补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号生成指纹图像。
综上所述,本公开实施例提供的终端设备,通过将处理芯片与指纹传感器和温度采集组件电性连接,处理芯片可以通过指纹传感器采集指纹信号,通过温度采集组件采集温度信号,处理芯片确定温度信号对应的补偿系数,并根据确定得到的补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别;解决了处理芯片为了避免环境温度引起的指纹信号的识别误差,需要不断调整硬件参数和处理算法并多次采集指纹信号进行识别,导致整个指纹识别的过程较长的问题;由于处理芯片可以直接根据当前温度信号确定与当前温度相匹配的补偿系数,根据确定得到的补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别,达到了减少指纹信号采集的次数,简化指纹识别的过程,加快指纹识别速度的效果。
请参考图1所示的终端设备的结构示意图,该终端设备10包括:指纹传感器110、温度采集组件120和处理芯片130。
终端设备10是诸如手机、平板电脑、考勤机、智能锁具、穿戴式设备、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer Ⅲ,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer Ⅳ,动态影像专家压缩标准音频层面4)播放器之类的智能终端,终端设备10具有指纹采集和指纹识别功能。
处理芯片130,用于通过指纹传感器110采集指纹信号。可选的,指纹传感器110是光学指纹传感器、半导体电容传感器、半导体压感传感器、超声波传感器和RF(RadioFrequency,射频)传感器等。指纹传感器110可以集成在手机和平板电脑之类的终端设备的按键中,当用户的手指接触按键时,指纹传感器110采集指纹信号。指纹传感器110采集到指纹信号后,将指纹信号发送给处理芯片130。
处理芯片130,还用于通过温度采集组件120采集温度信号。可选的,温度采集组件120是诸如热电偶、热敏电阻和双金属片之类的温度传感器或者是热敏材料,比如,温度采集组件120可以是集成在手机和平板电脑之类的终端设备的按键中的温度传感器,或者,是设置在按键表面的一层热敏材料,当用户的手指接触按键时,温度采集组件120采集用户手指的温度信号,并将采集到的温度信号发送给处理芯片130。
在实际实现时,通过将温度采集组件120连接到温度采集电路中实现对温度信号的采集,由于温度采集组件120的电阻值或其他器件参数值会根据感应到的温度值的不同而不同,而当将温度采集组件120连接到温度采集电路中时,温度采集组件120的器件参数值的不同也会使温度采集电路的输出信号不同,因此温度采集组件120的器件参数值与环境温度的温度值和温度采集电路的输出信号之间都存在对应关系,通过这种方法可以将温度采集组件120感应到的温度值转换成温度信号进行输出,实现对温度信号的采集,采集到的温度信号与温度值之间存在对应关系。
终端设备10中的一种温度采集电路的结构可以如图2所示,将温度采集组件120和固定电阻R1分别设置在差分放大器201的正负输入端,差分放大器201对正负输入端输入的电压的电压差进行放大并传输给模数转换器(ADC)202,模数转换器202将接收到的放大后的电压差转换成数字信号,作为采集到的温度信号,当温度采集组件120的阻值发生变化时,模数转换器202输出的温度信号也变化。需要说明的是,图2所示的温度采集电路的结构是示例性的,本实施例对正输入端的参考电压V+、负输入端的参考电压V-,以及固定电阻R1和R2的电阻值大小不作限定。图1示出的终端设备的结构示意图中没有示出温度采集组件120所在的温度采集电路。
可选的,温度采集电路的信号输出端与处理芯片130电性连接,用于将温度信号发送给处理芯片130;或者,温度采集电路集成在处理芯片130中。
可选的,图1所示的终端设备中还可以包括:前端放大器140和模数转换器150,则终端设备的结构示意图可以如图3所示。
前端放大器140与指纹传感器110电性连接,模数转换器150分别与前端放大器140和处理芯片130电性连接。前端放大器140用于对指纹传感器110采集到的指纹信号进行放大,模数转换器150用于对经前端放大器140放大后的指纹信号进行模数转换,并将进行模数转换后的指纹信号发送给处理芯片130。
可选的,处理芯片130是终端设备10的CPU(Central Processing Unit,中央处理器)或指纹识别IC(Integrated Circuit,集成电路)。由于指纹识别IC的处理能力通常较弱,因此通常情况下本实施例中的处理芯片130是终端设备10的CPU,但在实际实现时,如果指纹识别IC的处理能力较强,则也可以由指纹识别IC实现成为本实施例中的处理芯片130。本实施例以处理芯片130为终端设备10的CPU为例。
处理芯片130在接收到指纹信号和温度信号后,确定温度信号对应的补偿系数。处理芯片130中预存有预设对应关系,预设对应关系包括温度信号与补偿系数之间的对应关系,处理芯片130查询预设对应关系,根据该预设对应关系确定与温度信号对应的补偿系数,根据补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别。在实际实现时,补偿系数通常是矩阵系数。
可选的,处理芯片130根据补偿系数包括的内容的不同,可以使用以下两种方法中的至少一种对指纹信号进行补偿:
在第一种可能的实现方式中,补偿系数包括前端放大器140的参数指标和模数转换器150的参数指标中的至少一种。前端放大器140的参数指标至少包括前端放大器140的增益值,模数转换器150的参数指标包括模数转换器150的动态范围、响应频率、响应速度和分辨率的至少一种。
当补偿系数包括前端放大器140的参数指标时,处理芯片130,用于通过具有该补偿系数的前端放大器140对指纹信号进行放大得到放大后的指纹信号,通过模数转换器150对放大后的指纹信号进行模数转换得到补偿后的指纹信号。
当补偿系数包括模数转换器的参数指标时,处理芯片130,用于通过前端放大器140对指纹信号进行放大得到放大后的指纹信号,通过具有该补偿系数的模数转换器150对放大后的指纹信号进行模数转换得到补偿后的指纹信号。
需要说明的是,前端放大器140和模数转换器150的每一个参数指标都具有一个默认值,补偿系数中没有包括的参数指标可以保持默认值不作变化。
在一个示例性的例子中,以前端放大器140的参数指标为增益值、模数转换器150的参数指标为动态范围和分辨率,且补偿系数包括前端放大器140的增益值和模数转换器150的分辨率为例,假设与温度信号对应的补偿系数为[10dB,8bit],则该补偿系数表示的含义可以是前端放大器的增益值为10dB,模数转换器的分辨率为8bit,则处理芯片130将前端放大器140的增益值设置为10dB,使该前端放大器140按照该增益值将指纹信号进行放大;将模数转换器150的分辨率设置为8bit,同时保持模数转换器150的动态范围为默认值,使模数转换器150按照8bit的分辨率和默认的动态范围对放大后的指纹信号进行模数转换得到补偿后的指纹信号。
可选的,终端设备10中还可以包括滤波器,图3中未示出,滤波器分别与前端放大器140和模数转换器150电性连接,用于滤除指纹信号中的噪声信号。则补偿系数还可以包括滤波器的参数指标,滤波器的参数指标包括滤波响应类型、中心频率和截止频率中的至少一种,其中,滤波响应类型包括巴特沃斯响应、贝塞尔响应和切比雪夫响应中的至少一种。
在第二种可能的实现方式中,补偿系数包括滤波函数和信号放大倍数中的至少一种,滤波函数为对指纹信号进行滤波的函数,信号放大倍数为对指纹信号进行放大时的放大倍数。
则当补偿系数包括滤波函数时,处理芯片130,用于通过滤波函数对指纹信号进行滤波得到补偿后的指纹信号。在实际实现时,当补偿系数是滤波函数时,补偿系数通常为滤波函数对应的滤波算子,处理芯片130通过将补偿系数与指纹信号进行卷积得到补偿后的指纹信号。
可选的,滤波函数包括均值滤波、高斯滤波、中值滤波、极值滤波、平滑滤波和拉普拉斯锐化中的至少一种。
当补偿系数包括信号放大倍数时,处理芯片130,用于根据信号放大倍数对指纹信号进行放大得到补偿后的指纹信号。
在一个示例性的例子中,补偿系数为拉普拉斯算子则该补偿系数表示以该拉普拉斯算子对指纹信号进行拉普拉斯锐化,则处理芯片130通过将该补偿系数与接收到的指纹信号进行卷积得到补偿后的指纹信号。
处理芯片130在使用上述两种可能的实现方式中的至少一种对指纹信号进行补偿并得到补偿后的指纹信号后,可以根据补偿后的指纹信号进行指纹识别,包括以下几个步骤:
1、处理芯片130根据补偿后的指纹信号生成指纹图像,并对指纹图像的图像质量进行评估,图像质量可以包括指纹图像的灰度分布、有效面积和偏移程度中的至少一种。
2、当指纹图像的图像质量小于等于预定阈值时,重新采集指纹信号,其中,预定阈值可以是系统预设值或由用户自定义,本实施例对此不作限定。
终端设备在采集用户的指纹时,若用户手指的指纹部分有水滴和灰尘等杂质,或者指纹部分存在疤痕或磨损时,终端设备根据补偿后的指纹信号生成的指纹图像质量仍然有可能小于等于预定阈值,此时终端设备重新采集指纹信号。可选的,当终端设备采集指纹信号的次数大于预定次数时,终端设备显示提示信息,提示信息用于告知用户指纹识别失败并可以提示用户更换其他手指,预定次数是系统预设值或由用户自定义,本实施例对此不作限定。
3、当指纹图像的图像质量大于预定阈值时,对指纹图像进行图像分割、图像增强、图像二值化和图像细化等图像预处理。
4、提取经过图像预处理之后的指纹图像中的指纹特征,指纹特征包括指纹走向、指纹断点和指纹交叉点中的至少一种。
5、处理芯片130中预存有指纹特征库,指纹特征库中包括若干个指纹特征,处理芯片130将提取得到的指纹特征与预存的指纹特征库中的指纹特征进行匹配,当提取到的指纹特征与指纹特征库中的一个指纹特征的相似度大于匹配阈值时,则确定该两个指纹特征匹配,该两个指纹特征对应于同一个用户的同一个手指,否则确定该两个指纹信号不匹配,以此实现对指纹信号的识别,其中,匹配阈值是系统预设值或由用户自定义,本实施例对此不作限定。
需要说明的是,基于图1或图3所示的终端设备,终端设备10中还可以包括指纹识别IC 160,则终端设备10的结构示意图可以如图4所示(图4中未示出前端放大器140和模数转换器150),指纹识别IC 160与指纹传感器110和温度采集组件120电性连接,且指纹识别IC 160与处理芯片130电性连接,指纹识别IC 160用于接收指纹信号和温度信号,并将指纹信号和温度信号发送给处理芯片130。
综上所述,本公开实施例提供的终端设备,通过将处理芯片与指纹传感器和温度采集组件电性连接,处理芯片可以通过指纹传感器采集指纹信号,通过温度采集组件采集温度信号,处理芯片确定温度信号对应的补偿系数,并根据确定得到的补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别;解决了处理芯片为了避免环境温度引起的指纹信号的识别误差,需要不断调整硬件参数和处理算法并多次采集指纹信号进行识别,导致整个指纹识别的过程较长的问题;由于处理芯片可以直接根据当前温度信号确定与当前温度相匹配的补偿系数,根据确定得到的补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别,达到了减少指纹信号采集的次数,简化指纹识别的过程,加快指纹识别速度的效果。
本公开实施例提供的终端设备,处理芯片直接使用与当前温度相匹配的补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别,使得对指纹信号进行补偿时使用的硬件参数和处理算法都更合理,从而使补偿后的指纹信号生成的指纹图像能有更好的清晰度和信噪比。
图5是根据一示例性实施例示出的一种指纹识别方法的流程图,该方法可以用于如图1所示的终端设备中,该方法包括如下几个步骤:
在步骤501中,通过指纹传感器采集指纹信号。
在步骤502中,通过温度采集组件采集温度信号。
需要说明的是,步骤501和步骤502没有特定的先后执行顺序,且在实际实现时,步骤501和步骤502通常是同时执行的。
在步骤503中,确定温度信号对应的补偿系数。
在步骤504中,根据补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别。
综上所述,本公开实施例提供的指纹识别方法,通过将处理芯片与指纹传感器和温度采集组件电性连接,处理芯片可以通过指纹传感器采集指纹信号,通过温度采集组件采集温度信号,处理芯片确定温度信号对应的补偿系数,并根据确定得到的补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别;解决了处理芯片为了避免环境温度引起的指纹信号的识别误差,需要不断调整硬件参数和处理算法并多次采集指纹信号进行识别,导致整个指纹识别的过程较长的问题;由于处理芯片可以直接根据当前温度信号确定与当前温度相匹配的补偿系数,根据确定得到的补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别,达到了减少指纹信号采集的次数,简化指纹识别的过程,加快指纹识别速度的效果。
图6是根据另一示例性实施例示出的一种指纹识别方法的流程图,该方法可以用于如图2所示的终端设备中,该方法包括如下几个步骤:
在步骤601中,处理芯片通过指纹传感器采集指纹信号。
在步骤602中,处理芯片通过温度采集组件采集温度信号。
需要说明的是,步骤601和步骤602没有特定的先后执行顺序,且在实际实现时,步骤601和步骤602通常是同时执行的。
在步骤603中,处理芯片查询预设对应关系,根据该预设对应关系确定与温度信号对应的补偿系数,预设对应关系包括温度信号与补偿系数之间的对应关系。
可选的,补偿系数包括前端放大器的参数指标和模数转换器的参数指标中的至少一种,前端放大器的参数指标至少包括前端放大器的增益值,模数转换器的参数指标包括模数转换器的动态范围、响应频率、响应速度和分辨率中的至少一种。
在步骤604中,处理芯片根据补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别。
当补偿系数包括前端放大器的参数指标时,处理芯片通过具有补偿系数的前端放大器对指纹信号进行放大得到放大后的指纹信号,通过模数转换器对放大后的指纹信号进行模数转换得到补偿后的指纹信号;
当补偿系数包括模数转换器的参数指标时,处理芯片通过前端放大器对指纹信号进行放大得到放大后的指纹信号,通过具有补偿系数的模数转换器对放大后的指纹信号进行模数转换得到补偿后的指纹信号。
可选的,在基于上述图6所示的指纹识别方法中,上述步骤603中,处理芯片确定的与温度信号对应的补偿系数包括滤波函数和信号放大倍数中的至少一种,滤波函数为对指纹信号进行滤波的函数,信号放大倍数为对指纹信号进行放大时的放大倍数。
则上述步骤604可以实现为:
当补偿系数包括滤波函数时,处理芯片通过滤波函数对指纹信号进行滤波得到补偿后的指纹信号;
当补偿系数包括信号放大倍数时,处理芯片根据信号放大倍数对指纹信号进行放大得到补偿后的指纹信号。
综上所述,本公开实施例提供的指纹识别方法,通过将处理芯片与指纹传感器和温度采集组件电性连接,处理芯片可以通过指纹传感器采集指纹信号,通过温度采集组件采集温度信号,处理芯片确定温度信号对应的补偿系数,并根据确定得到的补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别;解决了处理芯片为了避免环境温度引起的指纹信号的识别误差,需要不断调整硬件参数和处理算法并多次采集指纹信号进行识别,导致整个指纹识别的过程较长的问题;由于处理芯片可以直接根据当前温度信号确定与当前温度相匹配的补偿系数,根据确定得到的补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别,达到了减少指纹信号采集的次数,简化指纹识别的过程,加快指纹识别速度的效果。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
本公开一示例性实施例提供了一种指纹识别装置,能够实现本公开提供的指纹识别方法,该装置包括:处理器、用于存储处理器可执行指令的存储器;
其中,处理器被配置为:
通过指纹传感器采集指纹信号;
通过温度采集组件采集温度信号;
确定温度信号对应的补偿系数;
根据补偿系数对指纹信号进行补偿,并根据补偿后的指纹信号进行指纹识别。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (13)

1.一种终端设备,其特征在于,所述终端设备包括:处理芯片、指纹传感器和温度采集组件,所述处理芯片分别与所述指纹传感器和所述温度采集组件电性连接;
所述处理芯片,用于通过所述指纹传感器采集指纹信号;
所述处理芯片,还用于通过所述温度采集组件采集温度信号;
所述处理芯片,还用于确定所述温度信号对应的补偿系数;
所述处理芯片,还用于根据所述补偿系数对所述指纹信号进行补偿,并根据补偿后的所述指纹信号进行指纹识别。
2.根据权利要求1所述的终端设备,其特征在于,所述终端设备还包括:与所述指纹传感器电性相连的前端放大器,以及,与所述前端放大器和所述处理芯片电性相连的模数转换器;
所述补偿系数包括所述前端放大器的参数指标和所述模数转换器的参数指标中的至少一种,所述前端放大器的参数指标至少包括所述前端放大器的增益值,所述模数转换器的参数指标包括所述模数转换器的动态范围、响应频率、响应速度和分辨率的至少一种。
3.根据权利要求2所述的终端设备,其特征在于,所述处理芯片,还用于:
当所述补偿系数包括所述前端放大器的参数指标时,通过具有所述补偿系数的所述前端放大器对所述指纹信号进行放大,通过所述模数转换器对放大后的所述指纹信号进行模数转换得到补偿后的所述指纹信号;
当所述补偿系数包括所述模数转换器的参数指标时,通过所述前端放大器对所述指纹信号进行放大,通过具有所述补偿系数的所述模数转换器对放大后的所述指纹信号进行模数转换得到补偿后的所述指纹信号。
4.根据权利要求1所述的终端设备,其特征在于,
所述补偿系数包括滤波函数和信号放大倍数中的至少一种,所述滤波函数为对所述指纹信号进行滤波的函数,所述信号放大倍数为对所述指纹信号进行放大时的放大倍数。
5.根据权利要求4所述的终端设备,其特征在于,所述处理芯片,还用于:
当所述补偿系数包括所述滤波函数时,通过所述滤波函数对所述指纹信号进行滤波得到补偿后的所述指纹信号;
当所述补偿系数包括所述信号放大倍数时,根据所述信号放大倍数对所述指纹信号进行放大得到补偿后的所述指纹信号。
6.根据权利要求1至5任一所述的终端设备,其特征在于,
所述处理芯片,还用于查询预设对应关系,根据所述预设对应关系确定与所述温度信号对应的所述补偿系数,所述预设对应关系包括温度信号与补偿系数之间的对应关系。
7.一种指纹识别方法,其特征在于,所述方法用于终端设备中,所述终端设备包括:所述处理芯片、指纹传感器和温度采集组件,所述处理芯片分别与所述指纹传感器和所述温度采集组件电性连接,所述方法包括:
通过所述指纹传感器采集指纹信号;
通过所述温度采集组件采集温度信号;
确定所述温度信号对应的补偿系数;
根据所述补偿系数对所述指纹信号进行补偿,并根据补偿后的所述指纹信号进行指纹识别。
8.根据权利要求7所述的方法,其特征在于,所述终端设备还包括:与所述指纹传感器电性相连的前端放大器,以及,与所述前端放大器和所述处理芯片电性相连的模数转换器;
所述补偿系数包括所述前端放大器的参数指标和所述模数转换器的参数指标中的至少一种,所述前端放大器的参数指标至少包括所述前端放大器的增益值,所述模数转换器的参数指标包括所述模数转换器的动态范围、响应频率、响应速度和分辨率中的至少一种。
9.根据权利要求8所述的方法,其特征在于,所述根据所述补偿系数对所述指纹信号进行补偿,包括:
当所述补偿系数包括所述前端放大器的参数指标时,通过具有所述补偿系数的所述前端放大器对所述指纹信号进行放大,通过所述模数转换器对放大后的所述指纹信号进行模数转换得到补偿后的所述指纹信号;
当所述补偿系数包括所述模数转换器的参数指标时,通过所述前端放大器对所述指纹信号进行放大,通过具有所述补偿系数的所述模数转换器对放大后的所述指纹信号进行模数转换得到补偿后的所述指纹信号。
10.根据权利要求7所述的方法,其特征在于,
所述补偿系数包括滤波函数和信号放大倍数中的至少一种,所述滤波函数为对所述指纹信号进行滤波的函数,所述信号放大倍数为对所述指纹信号进行放大时的放大倍数。
11.根据权利要求10所述的方法,其特征在于,所述根据所述补偿系数对所述指纹信号进行补偿,包括:
当所述补偿系数包括所述滤波函数时,通过所述滤波函数对所述指纹信号进行滤波得到补偿后的所述指纹信号;
当所述补偿系数包括所述信号放大倍数时,根据所述信号放大倍数对所述指纹信号进行放大得到补偿后的所述指纹信号。
12.根据权利要求7至11任一所述的方法,其特征在于,所述确定所述温度信号对应的补偿系数,包括:
查询预设对应关系,根据所述预设对应关系确定与所述温度信号对应的所述补偿系数,所述预设对应关系包括温度信号与补偿系数之间的对应关系。
13.一种指纹识别装置,其特征在于,所述装置包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为:
通过指纹传感器采集指纹信号;
通过温度采集组件采集温度信号;
确定所述温度信号对应的补偿系数;
根据所述补偿系数对所述指纹信号进行补偿,并根据补偿后的所述指纹信号进行指纹识别。
CN201610511640.8A 2016-06-30 2016-06-30 终端设备、指纹识别方法及装置 Pending CN106203301A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610511640.8A CN106203301A (zh) 2016-06-30 2016-06-30 终端设备、指纹识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610511640.8A CN106203301A (zh) 2016-06-30 2016-06-30 终端设备、指纹识别方法及装置

Publications (1)

Publication Number Publication Date
CN106203301A true CN106203301A (zh) 2016-12-07

Family

ID=57464091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610511640.8A Pending CN106203301A (zh) 2016-06-30 2016-06-30 终端设备、指纹识别方法及装置

Country Status (1)

Country Link
CN (1) CN106203301A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107066858A (zh) * 2017-03-08 2017-08-18 广东欧珀移动通信有限公司 一种指纹解锁方法及移动终端
CN107463925A (zh) * 2017-09-11 2017-12-12 信利光电股份有限公司 一种指纹识别模组、电子设备
CN110287922A (zh) * 2019-06-29 2019-09-27 Oppo广东移动通信有限公司 指纹识别方法及相关产品
US10592723B2 (en) 2018-03-16 2020-03-17 Au Optronics Corporation Fingerprint-sensing apparatus
CN111079863A (zh) * 2019-12-31 2020-04-28 重庆青信科技有限公司 利用能谱曲线统计指纹识别病灶组织的系统
WO2020224149A1 (zh) * 2019-05-08 2020-11-12 南昌欧菲生物识别技术有限公司 电子设备及其指纹识别方法和装置
CN112699863A (zh) * 2021-03-25 2021-04-23 深圳阜时科技有限公司 指纹增强算法、计算机可读存储介质及电子设备
CN113743164A (zh) * 2020-05-29 2021-12-03 北京小米移动软件有限公司 光学指纹模组和信号处理方法
CN115311695A (zh) * 2022-09-16 2022-11-08 深圳市汇顶科技股份有限公司 超声指纹识别的方法、超声指纹装置和电子设备
TWI791964B (zh) * 2020-03-20 2023-02-11 大陸商北京集創北方科技股份有限公司 指紋讀取方法及利用其之指紋讀取裝置和資訊處理裝置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4236765B2 (ja) * 1999-06-11 2009-03-11 三菱電機株式会社 指紋照合装置
CN104298962A (zh) * 2014-09-04 2015-01-21 深圳市汇顶科技股份有限公司 指纹检测装置和方法
CN105426865A (zh) * 2015-12-07 2016-03-23 湖南融创微电子有限公司 指纹检测电路、指纹传感器以及指纹检测方法
CN205247408U (zh) * 2015-12-07 2016-05-18 湖南融创微电子有限公司 指纹检测电路以及指纹传感器
CN205302320U (zh) * 2015-12-08 2016-06-08 北京集创北方科技有限公司 一种指纹识别装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4236765B2 (ja) * 1999-06-11 2009-03-11 三菱電機株式会社 指紋照合装置
CN104298962A (zh) * 2014-09-04 2015-01-21 深圳市汇顶科技股份有限公司 指纹检测装置和方法
CN105426865A (zh) * 2015-12-07 2016-03-23 湖南融创微电子有限公司 指纹检测电路、指纹传感器以及指纹检测方法
CN205247408U (zh) * 2015-12-07 2016-05-18 湖南融创微电子有限公司 指纹检测电路以及指纹传感器
CN205302320U (zh) * 2015-12-08 2016-06-08 北京集创北方科技有限公司 一种指纹识别装置

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107066858A (zh) * 2017-03-08 2017-08-18 广东欧珀移动通信有限公司 一种指纹解锁方法及移动终端
CN107463925A (zh) * 2017-09-11 2017-12-12 信利光电股份有限公司 一种指纹识别模组、电子设备
US10592723B2 (en) 2018-03-16 2020-03-17 Au Optronics Corporation Fingerprint-sensing apparatus
WO2020224149A1 (zh) * 2019-05-08 2020-11-12 南昌欧菲生物识别技术有限公司 电子设备及其指纹识别方法和装置
CN110287922B (zh) * 2019-06-29 2021-05-07 Oppo广东移动通信有限公司 指纹识别方法及相关产品
CN110287922A (zh) * 2019-06-29 2019-09-27 Oppo广东移动通信有限公司 指纹识别方法及相关产品
CN111079863B (zh) * 2019-12-31 2023-05-19 重庆青信科技有限公司 利用能谱曲线统计指纹识别病灶组织的系统
CN111079863A (zh) * 2019-12-31 2020-04-28 重庆青信科技有限公司 利用能谱曲线统计指纹识别病灶组织的系统
TWI791964B (zh) * 2020-03-20 2023-02-11 大陸商北京集創北方科技股份有限公司 指紋讀取方法及利用其之指紋讀取裝置和資訊處理裝置
CN113743164A (zh) * 2020-05-29 2021-12-03 北京小米移动软件有限公司 光学指纹模组和信号处理方法
CN112699863A (zh) * 2021-03-25 2021-04-23 深圳阜时科技有限公司 指纹增强算法、计算机可读存储介质及电子设备
CN112699863B (zh) * 2021-03-25 2022-05-17 深圳阜时科技有限公司 指纹增强方法、计算机可读存储介质及电子设备
CN115311695A (zh) * 2022-09-16 2022-11-08 深圳市汇顶科技股份有限公司 超声指纹识别的方法、超声指纹装置和电子设备
WO2024055711A1 (zh) * 2022-09-16 2024-03-21 深圳市汇顶科技股份有限公司 超声指纹识别的方法、超声指纹装置和电子设备
CN115311695B (zh) * 2022-09-16 2024-09-13 汇科(新加坡)控股私人有限公司 超声指纹识别的方法、超声指纹装置和电子设备
US12333849B2 (en) 2022-09-16 2025-06-17 Shenzhen GOODIX Technology Co., Ltd. Method for ultrasonic fingerprint identification, ultrasonic fingerprint apparatus, and electronic device

Similar Documents

Publication Publication Date Title
CN106203301A (zh) 终端设备、指纹识别方法及装置
KR101909971B1 (ko) 지문 식별 방법 및 지문 식별 장치
CN105913514B (zh) 一种指纹解锁的方法及终端
WO2017161501A1 (zh) 指纹图像的校正方法、装置和终端
KR102028243B1 (ko) 지문 검출 회로 및 이의 정전 용량식 지문 센서, 이동 단말기
CN105303173A (zh) 一种降低误识别率的方法和装置
US11138303B2 (en) Electronic device with fingerprint sensing function and fingerprint image processing method
CN106203326B (zh) 一种图像处理方法、装置及移动终端
WO2017143863A1 (zh) 用于指纹传感器的信号处理电路及方法
CN205486116U (zh) 基于生物识别的移动终端
CN108323206B (zh) 指纹数据处理方法及装置、计算机可读存储介质
CN103948398A (zh) 适用于Android系统的心音定位分段方法
CN111210393A (zh) 一种基于边缘提取的彩色图像增强方法、系统及存储介质
CN107437014B (zh) 具有指纹识别功能的电子装置及指纹识别方法
CN106022271B (zh) 一种指纹采集方法
CN105303174A (zh) 指纹录入方法及装置
WO2017206913A1 (zh) 移动终端的指纹注册方法和指纹识别方法
CN109657656A (zh) 指纹检测方法、指纹检测装置和移动终端
WO2005099355A2 (ja) 撮像装置および画像処理プログラム
CN111126147A (zh) 图像处理方法、装置和电子系统
CN105844265B (zh) 一种指纹图像处理方法和装置
WO2018095148A1 (zh) 一种基于触摸显示屏的指纹识别装置及其系统、方法
CN106056090A (zh) 一种指纹图像处理方法和装置
KR20140138541A (ko) 지문 센서의 지문 인식률 최적화 구현 방법
CN109711308A (zh) 指纹组件、电子设备及其指纹信号处理方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161207