TWI781653B

TWI781653B - 電子裝置以及指紋影像校正方法

Info

Publication number: TWI781653B
Application number: TW110121634A
Authority: TW
Inventors: 林冠儀; 楊宸; 王冠淵
Original assignee: 神盾股份有限公司
Priority date: 2020-11-03
Filing date: 2021-06-15
Publication date: 2022-10-21
Also published as: CN113298028A; TW202219830A; US20220137779A1

Abstract

本發明提出一種電子裝置以及指紋影像校正方法。電子裝置包括光學式指紋感測器以及處理器。光學式指紋感測器用以取得指紋影像。處理器耦接光學式指紋感測器。處理器根據數值遮罩對指紋影像的多個像素的多個類比至數位轉換器數值進行判斷，以產生比對影像。處理器比較比對影像與樣本影像，以取得對應於指紋影像的壓力程度分類。

Description

電子裝置以及指紋影像校正方法

本發明是有關於一種裝置及影像處理方法，且特別是有關於一種電子裝置以及指紋影像校正方法。

對於目前具有指紋感測功能的電子裝置（例如手機或平板）而言，若採用屏下指紋感測技術，當使用者手指按壓螢幕時，會導致螢幕略為變形，此變形將形成指紋影像雜訊，而導致指紋影像品質不佳或可靠度下降，進且影響後續指紋影像的相關應用效果。因此現有的指紋影像優化手段都無法有效地去除或降低指紋影像中對應於雜訊。有鑑於此，以下將提出幾個實施例的解決方案。

本發明提出一種電子裝置以及指紋影像校正方法，可對指紋影像進行影像校正，以產生優化指紋影像。

本發明的電子裝置包括光學式指紋感測器以及處理器。光學式指紋感測器用以取得指紋影像。處理器耦接光學式指紋感測器。處理器根據數值遮罩對指紋影像的多個像素的多個類比至數位轉換器數值進行判斷，以產生比對影像。處理器比較比對影像與樣本影像，以取得對應於指紋影像的壓力程度分類。

本發明的影像處理方法包括以下步驟：通過光學式指紋感測器取得指紋影像；根據數值遮罩對指紋影像進行數值擷取處理，以產生參考影像；根據數值遮罩對指紋影像的多個像素的多個類比至數位轉換器數值進行判斷，以產生比對影像；以及比較比對影像與樣本影像，以取得對應於指紋影像的壓力程度分類。

基於上述，本發明的電子裝置以及指紋影像校正方法，可判斷使用者在指紋感測過程中將手指按壓於光學式指紋感測器的壓力程度，以利用與所述壓力程度相應的背景資料來對指紋影像進行校正。

為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。

為了使本發明之內容可以被更容易明瞭，以下特舉實施例做為本揭示確實能夠據以實施的範例。另外，凡可能之處，在圖式及實施方式中使用相同標號的元件/構件/步驟，係代表相同或類似部件。

圖1是本發明的一實施例的電子裝置的示意圖。參考圖1，電子裝置100包括處理器110、光學式指紋感測器120以及儲存裝置130。處理器110耦接光學式指紋感測器120以及儲存裝置120。在本實施例中，電子裝置100可為一個經整合的指紋感測模組，並且設置於終端設備中，例如手機。電子裝置100可取得指紋影像，並且先對其校正而產生優化指紋影像，再接著提供至終端設備的運算單元進行後續的指紋影像應用，例如指紋註冊、指紋辨識或指紋驗證等。在另一些實施例中，電子裝置100也可直接被解讀為智慧型手機、平板電腦或筆記型電腦等，諸如此類的終端設備或攜帶式電子設備，並且處理器110以及儲存裝置130可為終端設備或攜帶式電子設備的處理單元以及儲存單元。

處理器110可為終端設備或攜帶式電子設備的中央處理器（Central Processing Unit，CPU）或指紋感測模組中的功能運算電路。或者，處理器110可包括透過硬體描述語言（Hardware Description Language, HDL）或是其他任意本領域具通常知識者所熟知的數位電路的設計方式來進行設計，並透過現場可程式邏輯門陣列（Field Programmable Gate Array, FPGA）、複雜可編程邏輯裝置（Complex Programmable Logic Device, CPLD）或是特殊應用積體電路（Application-specific Integrated Circuit, ASIC）的方式來實現的硬體電路，以使具備資料運算能力及影像處理能力。處理器110也可包括由應用類比電路的方式來進行建構的相關功能電路。

儲存裝置130可為記憶體（Memory），並且可包括用於供處理器110執行的相關資料運算演算法及影像處理程式，以供處理器110存取相關數據。值得注意的是，本實施例的處理器110及光學式指紋感測器120的其中之一可包括有類比至數位轉換器（Analog to Digital Converter, ADC），所述類比至數位轉換器用於將光學式指紋感測器120所提供的類比感測信號轉換為數位的影像感測資料。具體而言，所述數位的影像感測資料（即以下所述的指紋影像）可例如包括對應於一張影像中的多個像素的多個類比至數位轉換器數值（ADC code）。

在本實施例中，電子裝置100還可包括面板（Panel），例如手機的顯示面板，並且光學式指紋感測器120可為設置在所述面板下方的屏下指紋感測器，例如透鏡式屏下指紋感測器。當使用者將手指放置或按壓於所述面板上對應於光學式指紋感測器120的位置，以使光學式指紋感測器120進行指紋感測時，由於使用者的手指在所述面板上施加壓力的結果可能會導致面板變形，造成光學式指紋感測器120所提供的指紋影像具有雜訊。所述雜訊隨著使用者的手指的按壓力道不同而改變。一般而言，若按壓力道越大，則雜訊在指紋影像中的範圍越大，但本發明並不限於此。因此，為了有效移除或降低指紋影像中的雜訊，本實施例的處理器110可對指紋影像進行影像分析，以有效地判斷此指紋影像所對應的壓力程度分類，進而利用對應於此壓力程度分類的背景資料（例如背景影像）來對此指紋影像進行有效地去除雜訊處理（去背景雜訊處理）。

圖2是本發明的一實施例的指紋影像校正方法的流程圖。參考圖1以及圖2，本實施例的電子裝置100可執行如以下步驟S210~S230。搭配參考圖3，在步驟S210，電子裝置100通過光學式指紋感測器120取得指紋影像300。光學式指紋感測器120可取得如圖3所示具有指紋紋路影像310的指紋影像300。圖4是本發明的一實施例的對應於手指重壓的比對影像的示意圖。圖5是本發明的一實施例的對應於手指輕壓的比對影像的示意圖。搭配參考圖4及圖5，在步驟S220，處理器110可根據數值遮罩對指紋影像300的多個像素的多個類比至數位轉換器數值進行判斷，以產生例如圖4的比對影像400或圖5的比對影像500。在本實施例中，所述數值遮罩可例如是以演算法的方式實現，並且定義有預設的類比至數位轉換器數值範圍。處理器110可基於所述類比至數位轉換器數值範圍來擷取指紋影像300的多個像素中具有在所述類比至數位轉換器數值範圍內的部分，以產生比對影像400或圖5的比對影像500。在本實施例中，光學式指紋感測器120經感測後所產生對應於指紋影像300中的多個像素可例如分別具有對應於介於0~1000的多筆類比至數位轉換器數值。

以圖4的手指重壓為例，處理器110可根據指紋影像300的多個像素的多個類比至數位轉換器數值為大於或等於300且小於或等於600的部分來定義在比對影像400中的相同像素位置的像素具有第一數值，其中例如圖4的第一數值區域410的多個像素對應於數值“1”。處理器110可根據指紋影像300的多個像素的多個類比至數位轉換器數值為小於300或大於600的部分來定義在比對影像400中的相同像素位置的像素具有第二數值，其中例如圖4的第二數值區域420的多個像素對應於數值“0”。如此一來，處理器110可產生如圖4的比對影像400。

以圖5的手指輕壓為例，處理器110可根據指紋影像300的多個像素的多個類比至數位轉換器數值為大於或等於300且小於或等於600的部分來定義在比對影像500中的相同像素位置的像素具有第一數值，其中例如圖5的第一數值區域510的多個像素對應於數值“1”。處理器110可根據指紋影像300的多個像素的多個類比至數位轉換器數值為小於300或大於600的部分來定義在比對影像500中的相同像素位置的像素具有第二數值，其中例如圖5的第二數值區域520的多個像素對應於數值“0”。如此一來，處理器110可產生如圖5的比對影像500。

在步驟S230，處理器110比較比對影像400與樣本影像600或比較比對影像500與樣本影像600，以取得對應於指紋影像300的壓力程度分類。樣本影像600為具有第一數值分布610以及第二數值分布620的二值化影像。在本實施例中，樣本影像600可例如是由電子裝置100於產品出廠前由製造者通過將校正盒或壓力測試物件（仿手指按壓）來取得的影像後，經由如同上述的數值擷取處理以及二值化處理所產生的二值化影像，以作為壓力分類基準圖。或者，在本發明的另一些實施例中，樣本影像600也可以是由多次指紋感測所產生的多個比對影像於已知壓力分類程度的條件下，由處理器110分別平均或疊合所述多個比對影像的各對應像素的類比至數位轉換器數值後，經由如同上述的數值擷取處理以及二值化處理所產生的二值化影像。並且，處理器110可各別根據具有相同壓力程度分類的多個指紋影像來合成產生對應的背景資料。處理器110可先分別將所述多個指紋影像各自的多個像素的多個類比至數位轉換器數值取平均值，並且接著將所述多個指紋影像的多個平均類比至數位轉換器數值再取平均值，以產生整體像素為具有均勻的類比至數位轉換器數值的背景資料。換言之，背景資料為一張具有相同特定灰階值的均勻灰階影像。

以的手指重壓為例，同時參考圖4及圖6，處理器110可計算在樣本影像600中具有第二數值的像素（即對應於樣本影像600的第二數值分布620）且其像素位置與在比對影像400中的具有第一數值的像素重疊（即對應於比對影像400的第一數值區域410）的第一像素數量（例如數值Type_A）。並且，處理器110計算在樣本影像600中的具有第一數值的像素（即對應於樣本影像600的第一數值分布610）且其像素位置與在比對影像400中的具有第二數值的像素重疊（即對應於比對影像400的第二數值區域420）的第二像素數量（例如數值Type_B）。接著，處理器110將第一像素數量與第二像素數量相減以取得第一運算值（（Type_A）-（Type_B）），並且處理器110將第一像素數量與第二像素數量相加以取得第二運算值（（Type_A）+（Type_B））。處理器110將第一運算值除以第二運算值，以取得壓力程度分類的壓力程度分數（（Type_A）-（Type_B）/（Type_A）+（Type_B））。

對此，參考圖7所示的對應於重壓的比對影像與樣本影像的範圍比較結果700，圖7所示的比較結果可適用於上述圖4的比對影像400及圖6的樣本影像600的比較結果。由於對應於比對影像的第一數值區域（例如比對影像400的第一數值區域410）的區域邊界711、712所形成的輪廓大於對應於樣本影像的第一數值分布（例如樣本影像600的第一數值分布610）的區域邊界721、722所形成的輪廓，因此對應於數值Type_A的區域701的像素數量大於對應於數值Type_B的區域702的像素數量。換言之，上述的數值Type_A將大於數值Type_B。因此，上述的壓力程度分數將為正數。對此，在使用者於面板上施加壓力為平均施力的條件下，處理器110可判斷圖3的指紋影像300為對應於重壓程度的指紋感測結果，因此處理器110可讀取對應於重壓程度的第一背景影像來對圖3的指紋影像300進行去雜訊處理（去除影像中的因螢幕變形所產生的影像雜訊），而可有效地取得優化指紋影像。

以的手指輕壓為例，同時參考圖5及圖6，處理器110可計算在樣本影像600中具有第二數值的像素（即對應於樣本影像600的第二數值分布620）且其像素位置與在比對影像500中的具有第一數值的像素重疊（即對應於比對影像500的第一數值區域510）的第一像素數量（例如數值Type_A）。並且，處理器110計算在樣本影像600中的具有第一數值的像素（即對應於樣本影像600的第一數值分布610）且其像素位置與在比對影像500中的具有第二數值的像素重疊（即對應於比對影像500的第二數值區域520）的第二像素數量（例如數值Type_B）。接著，處理器110將第一像素數量與第二像素數量相減以取得第一運算值（（Type_A）-（Type_B）），並且處理器110將第一像素數量與第二像素數量相加以取得第二運算值（（Type_A）+（Type_B））。處理器110將第一運算值除以第二運算值，以取得壓力程度分類的壓力程度分數（（Type_A）-（Type_B）/（Type_A）+（Type_B））。

對此，參考圖8所示的對應於輕壓的比對影像與樣本影像的範圍比較結果800，圖8所示的比較結果可適用於上述圖、5的比對影像500及圖6的樣本影像600的比較結果。由於對應於比對影像的第一數值區域（例如比對影像500的第一數值區域510）的區域邊界811、812所形成的輪廓小於對應於樣本影像的第一數值分布（例如樣本影像600的第一數值分布610）的區域邊界821、822所形成的輪廓，因此對應於數值Type_A的區域801的像素數量小於對應於數值Type_B的區域802的像素數量。換言之，上述的數值Type_A將小於數值Type_B。因此，上述的壓力程度分數將為負數。對此，在使用者於面板上施加壓力為平均施力的條件下，處理器110可判斷圖3的指紋影像300為對應於輕壓程度的指紋感測結果，因此處理器110可讀取對應於輕壓程度的第二背景影像來對圖3的指紋影像300進行去雜訊處理（去除影像中的因螢幕變形所產生的影像雜訊），而可有效地取得優化指紋影像。

然而，在另一實施例中，在使用者於面板上施加壓力為非平均施力的條件下，處理器110可例如判斷上述圖7或圖8實施例所計算的壓力程度分數的絕對值是否小於或等於預設閾值。當壓力程度分數的絕對值接近預設閾值時，處理器110可判斷指紋影像300對應的按壓程度接近樣本影像600對應的按壓程度。因此，處理器110可讀取對應於樣本影像600的背景影像來進行去雜訊處理。換言之，在又一實施例中，處理器110也可將比對影像400與不同的多個樣本影像分別進行上述壓力程度分數的運算，並透過如上述計算壓力程度分數的絕對值的方式來判斷指紋影像300對應的按壓程度為最接近於不同的多個樣本影像600的何者，以可讀取最適當的背景影像來進行去雜訊處理。

值得注意的是，上述各實施例所述的背景影像可例如是電子裝置100於產品出廠前由製造者透過多次不同重量的實際手指按壓的結果來取得多個指紋影像。處理器110可對多個指紋影像進行如上述壓力程度的判斷操作後，而進一步對所述多個指紋影像進行處理，以產生對應不同壓力程度的多個背景影像來提供上述的去雜訊處理使用。或者，上述各實施例所述的背景影像可例如是電子裝置100於產品出廠後，處理器110可對由使用者多次進行多次指紋感測所取得多個指紋影像進行如上述壓力程度的判斷操作後，而進一步對具有相同壓力程度分類的多個指紋影像取其灰階值平均來產生對應的背景資料，以提供上述的去雜訊處理使用。

然而，本發明的壓力程度分類的方式不限於上述重壓程度及輕壓程度的兩種分類。參考圖9，圖9是本發明的一實施例的多個不同壓力程度的分類示意圖。電子裝置100可於產品出廠前由製造者進行測試，或由電子裝置100再通過使用者的數次感測結果後所整理如圖9的多個不同壓力程度的分類資料統計結果。對此，在一次測試感測過程中，處理器110可通過光學式指紋感測器120感測各種重量的平面重量塊，以取得對應於不同按壓壓力程度的四個指紋影像，並且通過上述實施例的運算，處理器110可取得對應的四個壓力程度分數911、921、931、941。或者，處理器110可要求使用者多次重壓及多次輕壓，以取得對應於不同按壓壓力程度的四個指紋影像，並且通過上述實施例的運算，處理器110可取得對應的四個壓力程度分數911、921、931、941。以此類推，在二~四次測試感測過程中，處理器110可取得對應的四個壓力程度分數922~925、932~935、942~945。接著，處理器110可對於每一次的測試感測過程的四個壓力程度分數進行評估，以判斷所對應的重壓程度、普通重壓程度、普通輕壓程度及輕壓程度。如此一來，處理器110可基於壓力程度分數911~915、921~925、931~935、941~945來歸類出至少兩個分數閾值901、902。分數閾值901例如是分數為0.05，並且分數閾值902例如是分數為-0.55。因此，當電子裝置100用於實際指紋感測時，處理器110可將實際指紋感測所取得的壓力程度分數與分數閾值901、902比較。

如此一來，若所述壓力程度分數明顯大於分數閾值901，則處理器110判斷其對應的壓力程度為重壓程度。若所述壓力程度分數接近（可大於或小於）分數閾值901，則處理器110判斷其對應的壓力程度為普通重壓程度。若所述壓力程度分數接近（可大於或小於）於分數閾值902，則處理器110判斷其對應的壓力程度為普通輕壓程度。若所述壓力程度分數明顯小於分數閾值902，則處理器110判斷其對應的壓力程度為輕壓程度。據此，本實施例的處理器110可對於在不同壓力程度情況下所取得指紋影像進行有效的去雜訊處理（去除影像中的因螢幕變形所產生的影像雜訊），而取得優化指紋影像。

然而，本發明的處理器110決定壓力程度分類的方式不限於上述方式。舉例而言，參考圖10，圖10是本發明的另一實施例的多個不同壓力程度的分類示意圖。在本實施例中，處理器110可預先記錄有對應於不同壓力程度的兩個樣本影像（類似於圖6，但具有不同的第一數值區域面積）。處理器110可計算在第一樣本影像中具有第一數值的像素的第一參考像素比例1100（即第一樣本影像中的第一數值區域占有整體影像面積的比例），並且處理器110可計算在第二樣本影像中具有第一數值的像素的第二參考像素比例1200（即第二樣本影像中的第一數值區域占有整體影像面積的比例）。第一參考像素比例1100例如是30%，並且第二參考像素比例1200例如是60%。接著，處理器110可計算在比較影像中具有第一數值的像素的第一像素比例，並且處理器110可根據第一像素比例、第一參考像素比例1101以及第二參考像素比例1200之間的分布關係來決定壓力程度分類。換言之，處理器110可判斷第一像素比例最靠近第一參考像素比例1101以及第二參考像素比例1200的其中之一來決定壓力程度分類。例如，比例1001~1006較靠近第一參考像素比例1101，因此對應於輕壓背景資料。比例1007~1012較靠近第二參考像素比例1200，因此對應於重壓背景資料。或者，處理器110可判斷第一像素比例位於第一參考像素比例1100以及第二參考像素比例1200之間的三個比例區間的其中之一來決定壓力程度分類。例如，比例1001~1003位於第一區間，因此對應於第一背景資料。比例1004~1008位於第二區間，因此對應於第二背景資料。比例1009~1012位於第三區間，因此對應於第三背景資料。

另外，在本發明的另一些實施例中，處理器110亦可以是綜合上述各實施例的評估方式，而例如建立具有X軸（對應於分數計算結果）與Y軸（對應於比例計算結果）的評估圖表資料，來對不同壓力程度進行分類，以更細膩地評估當前指紋影像所對應的壓力程度分類結果。

綜上所述，本發明的電子裝置以及指紋影像校正方法，可通過對指紋影像進行數值擷取處理及二值化處理來取得對應的二值化的比對影像，並且通過比較比對影像與預先儲存的樣本影像，以有效地判斷使用者在指紋感測過程中將手指按壓於光學式指紋感測器的壓力程度。因此，本發明的電子裝置以及指紋影像校正方法可利用與所述壓力程度相應的背景資料來對指紋影像進行校正，並有效地產生優化指紋影像，以利後續相關指紋影像應用。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

100:電子裝置 110:處理器 120:光學式指紋感測器 130:儲存裝置 S210、S220、S230:步驟 300:指紋影像 310:指紋紋路影像 400、500:比對影像 410、510:第一數值區域 420、520:第二數值區域 600:樣本影像 610:第一數值分布 620:第二數值分布 700、800:範圍比較結果 701、702、801、802:區域 711、712、721、722、811、812、821、822:區域邊界 901、902:分數閾值 911~915、921~925、931~935、941~945:分數 1001~1012:比例 1100:第一參考像素比例 1200:第二參考像素比例

圖1是本發明的一實施例的電子裝置的示意圖。圖2是本發明的一實施例的指紋影像校正方法的流程圖。圖3是本發明的一實施例的指紋影像的示意圖。圖4是本發明的一實施例的對應於手指重壓的比對影像的示意圖。圖5是本發明的一實施例的對應於手指輕壓的比對影像的示意圖。圖6是本發明的一實施例的樣本影像的示意圖。圖7是本發明的一實施例的對應於重壓的比對影像與樣本影像的比較示意圖。圖8是本發明的一實施例的對應於輕壓的比對影像與樣本影像的比較示意圖。圖9是本發明的一實施例的多個不同壓力程度的分類示意圖。圖10是本發明的另一實施例的多個不同壓力程度的分類示意圖。

100:電子裝置

110:處理器

120:光學式指紋感測器

130:儲存裝置

Claims

一種電子裝置，包括：一光學式指紋感測器，用以取得一指紋影像；以及一處理器，耦接該光學式指紋感測器，其中該處理器根據一數值遮罩對該指紋影像的多個像素的多個類比至數位轉換器數值進行判斷，以產生一比對影像，其中該處理器比較一比對影像與一樣本影像，以取得對應於該指紋影像的一壓力程度分類。
如請求項1所述的電子裝置，其中該處理器根據對應於該壓力程度分類對該指紋影像進行一影像校正處理，以產生一優化指紋影像。
如請求項1所述的電子裝置，其中該數值遮罩為一類比至數位轉換器數值範圍，並且該類比至數位轉換器數值範圍為300至600之間。
如請求項3所述的電子裝置，其中該處理器根據該指紋影像的該些像素的該些類比至數位轉換器數值為大於或等於300且小於或等於600的部分來定義在該比對影像中的相同像素位置的像素具有一第一數值，並且根據該指紋影像的該些像素的該些類比至數位轉換器數值為小於300或大於600的部分來定義在該比對影像中的相同像素位置的像素具有一第二數值，其中該樣本影像為具有一第一數值分布以及一第二數值分布的一二值化影像。
如請求項4所述的電子裝置，其中該處理器計算一第一像素數量與一第二像素數量，該第一像素數量為在該比對影像中對應在該樣本影像具有該第二數值的像素位置具有該第一數值的像素數量，該第二像素數量為在該比對影像中對應在該樣本影像具有該第一數值的像素位置具有該第二數值的像素數量，其中該處理器將該第一像素數量與該第二像素數量相減以取得一第一運算值，並且該處理器將該第一像素數量與該第二像素數量相加以取得一第二運算值，其中該處理器將該第一運算值除以該第二運算值，以取得該壓力程度分類的一壓力程度分數，並且該處理器根據該壓力程度分數的大小來讀取一背景資料。
如請求項5所述的電子裝置，其中當該壓力程度分數為一正數時，則該處理器判斷該指紋影像相較於該樣本影像為對應於一重壓程度，並且該處理器讀取對應於該重壓程度的一第一背景影像來進行一去雜訊處理，其中當該壓力程度分數為一負數時，則該處理器判斷該指紋影像相較於該樣本影像為一輕壓程度，並且該處理器讀取對應於該輕壓程度的一第二背景影像來進行該去雜訊處理。
如請求項5所述的電子裝置，其中當該壓力程度分數的一絕對值接近於一預設閾值時，該處理器判斷該指紋影像對應的一按壓程度接近該樣本影像對應的一按壓程度，並且讀取對應於該樣本影像的一第三背景影像來進行一去雜訊處理。
如請求項4所述的電子裝置，其中該處理器計算在一第一樣本影像中具有該第一數值的像素的一第一參考像素比例，以及計算該比對影像中具有該第一數值的像素的一第一像素比例，並且該處理器根據該第一像素比例與該第一參考像素比例差值來決定該壓力程度分類。
如請求項8所述的電子裝置，其中該處理器計算在一第二樣本影像中具有該第一數值的像素的一第二參考像素比例，並且該處理器根據該第一像素比例、該第一參考像素比例以及該第二參考像素比例之間的一分布關係來決定該壓力程度分類。
如請求項9所述的電子裝置，其中該處理器判斷該第一像素比例位於該第一參考像素比例以及該第二參考像素比例之間的三個比例區間的其中之一來決定該壓力程度分類。
如請求項1所述的電子裝置，其中該處理器對具有相同壓力程度分類的多個指紋影像取其灰階值平均來產生對應的一背景資料。
如請求項1所述的電子裝置，其中該光學式指紋感測器為一透鏡式屏下指紋感測器。
一種指紋影像校正方法，包括：通過一光學式指紋感測器取得一指紋影像；通過一處理器根據一數值遮罩對該指紋影像的多個像素的多個類比至數位轉換器數值進行判斷，以產生一比對影像；以及通過該處理器比較該比對影像與一樣本影像，以取得對應於該指紋影像的一壓力程度分類。
如請求項13所述的指紋影像校正方法，還包括：通過該處理器根據對應於該壓力程度分類對該指紋影像進行一影像校正處理，以產生一優化指紋影像。
如請求項13所述的指紋影像校正方法，其中該數值遮罩為一類比至數位轉換器數值範圍，並且該類比至數位轉換器數值範圍為300至600之間。
如請求項15所述的指紋影像校正方法，其中產生該比對影像的步驟包括：通過該處理器根據該指紋影像的該些像素的該些類比至數位轉換器數值為大於或等於300且小於或等於600的部分來定義在該比對影像中的相同像素位置的像素具有一第一數值；以及通過該處理器根據該指紋影像的該些像素的該些類比至數位轉換器數值為小於300或大於600的部分來定義在該比對影像中的相同像素位置的像素具有一第二數值，其中該樣本影像為具有一第一數值分布以及一第二數值分布的一二值化影像。
如請求項16所述的指紋影像校正方法，其中取得對應於該比對影像的該壓力程度分類的步驟包括：通過該處理器計算在該樣本影像中的具有該第二數值的像素且其像素位置與在該比對影像中的具有該第一數值的像素重疊的一第一像素數量；通過該處理器計算在該樣本影像中的具有該第一數值的像素且其像素位置與在該比對影像中的具有該第二數值的像素重疊的一第二像素數量；通過該處理器將該第一像素數量與該第二像素數量相減以取得一第一運算值；通過該處理器將該第一像素數量與該第二像素數量相加以取得一第二運算值；通過該處理器將該第一運算值除以該第二運算值，以取得該壓力程度分類的一壓力程度分數；以及通過該處理器根據該壓力程度分數的大小來讀取該背景資料。
如請求項17所述的指紋影像校正方法，其中讀取該背景資料的步驟包括：當該壓力程度分數為一正數時，則通過該處理器判斷該指紋影像相較於該樣本影像為對應於一重壓程度，並且讀取對應於該重壓程度的一第一背景影像來進行一去雜訊處理；以及其中當該壓力程度分數為一負數時，則通過該處理器判斷該指紋影像相較於該樣本影像為一輕壓程度，並且讀取對應於該輕壓程度的一第二背景影像來進行該去雜訊處理。
如請求項17所述的指紋影像校正方法，其中讀取該背景資料的步驟包括：當該壓力程度分數的一絕對值接近於一預設閾值時，通過該處理器判斷該指紋影像對應的一按壓程度接近該樣本影像對應的一按壓程度，並且讀取對應於該樣本影像的一第三背景影像來進行一去雜訊處理。
如請求項16所述的指紋影像校正方法，其中取得對應於該比對影像的該壓力程度分類的步驟包括：通過該處理器計算在一第一樣本影像中具有該第一數值的像素的一第一參考像素比例；通過該處理器計算在一第二樣本影像中具有該第一數值的像素的一第二參考像素比例，其中該處理器計算在該比對影像中具有該第一數值的像素的一第一像素比例；以及通過該處理器根據該第一像素比例、該第一參考像素比例以及該第二參考像素比例之間的一分布關係來決定該壓力程度分類。
如請求項20所述的指紋影像校正方法，其中決定該壓力程度分類的步驟包括：通過該處理器判斷該第一像素比例最靠近該第一參考像素比例以及該第二參考像素比例的其中之一來決定該壓力程度分類。
如請求項21所述的指紋影像校正方法，其中決定該壓力程度分類的步驟包括：通過該處理器判斷該第一像素比例位於該第一參考像素比例以及該第二參考像素比例之間的三個比例區間的其中之一來決定該壓力程度分類。
如請求項19所述的指紋影像校正方法，還包括：通過該處理器根據具有相同壓力程度分類的多個指紋影像取其灰階值平均來產生對應的該背景資料。
如請求項13所述的指紋影像校正方法，其中該光學式指紋感測器為一透鏡式屏下指紋感測器。