基於圖像灰度信息進行手指檢測實現架構的製作方法

2023-09-22 23:36:45

基於圖像灰度信息進行手指檢測實現架構的製作方法
【專利摘要】本發明提供基於圖像灰度信息進行手指檢測實現架構，包括直方圖統計模塊、閾值點生成模塊、相鄰兩幀圖像的局部差異性最大值求取模塊、相鄰兩幀圖像的偏移量結果求取模塊、手指檢測模塊；各模塊的工作流程為：S1，閾值點生成模塊根據直方圖分布生成指紋圖像閾值點；S2，相鄰兩幀圖像的局部差異性最大值求取模塊求取相鄰兩幀圖像的局部差異性最大值，判斷相鄰兩幀圖像是否存在一定的差異；S3，手指檢測模塊根據圖像非背景分布情況與相鄰兩幀圖像的差異性判斷手指離開與手指放上；S4，相鄰兩幀圖像的偏移量求取模塊求取相鄰兩幀圖像的偏移量，並判斷在圖像採集過程中手指是否移動。本發明相對於現有手指檢測方法更加靈敏。
【專利說明】基於圖像灰度信息進行手指檢測實現架構
【技術領域】
[0001]本發明涉及數字圖像識別領域，尤其涉及基於圖像灰度信息進行手指檢測實現架構。
【背景技術】
[0002]現有的手指檢測技術，通過差分檢測電路檢測手指放上與手指離開，其檢測原理主要是通過在傳感器表面或內部增加一個電氣參數檢測器件，例如熱敏電阻，壓敏電阻，電容等器件。根據傳感器表面與手指形成的電容、電感或者手指本身的溫度、對接觸面的壓力、溼度等物理參數發生改變而導致其通過電氣參數檢測器件產生的電壓或者電流等電氣參數發生改變，進行手指放上、手指離開檢測。由於手指檢測電路置於傳感器表面或者傳感器內部，這樣增加了傳感器的成本與體積。
[0003]通過差分電路檢測電氣參數的變化進行手指檢測容易誤檢測。差分電路手指檢測基於電氣感應原理，當手指放在傳感器表面時，導致傳感器附近形成的溼度、壓力、溫度、電場等物理參數發生變化，從而使檢測器件檢測到電氣參數發生變化，差分手指檢測電路通過檢測電氣參數變化的大小，判斷是否有手指放上。通過比較手指檢測電氣參數的變化量和參考電氣閾值來實現手指檢測，如果手指檢測電氣參數變化量大於預先設定的參考電氣閾值，認為有手指存在，否則認為沒有手指放在傳感器上。
[0004]由於差分檢測方法是基於電氣參數變化的大小進行手指檢測判斷，任何一個物理參數可以被電氣參數檢測器件檢測到的物體接近傳感器時，會導致傳感器附近的物理參數發生變化，從而導致傳感器的電氣參數變化。如果電氣參數的變化量大於參考電氣閾值，從而誤認為檢測到手指放上；當有極乾燥的手指放在傳感器表面上時，其電氣參數變化比較小，如果電氣參數變化小於參考電氣閾值，從而誤檢測手指沒有放上。

【發明內容】

[0005]為了解決上述問題，本發明提供了基於圖像灰度信息進行手指檢測實現架構，其特徵在於，包括:
[0006]直方圖統計模塊:根據掃描圖像每一個像素點的灰度值，實時統計當前幀指紋圖像的直方圖，用於生成閾值點；
[0007]閾值點生成模塊:與直方圖統計模塊相連，根據直方圖分布實時計算出當前幀的上限閾值點H、中限閾值點M、下限閾值點L、以及根據第一統計區間的統計閾值SUMl計算出該區間段的上限值Cl、第二統計區間的統計閾值SUM2計算出該區間段的上限值C2，從而得到圖像非背景信息分布情況；
[0008]相鄰兩幀圖像的局部差異性最大值求取模塊:用於計算兩幀圖像的每種覆蓋區域的局部差異性值，並求取所有覆蓋情況下局部差異性最大值，判斷相鄰兩幀圖像是否存在差異;
[0009]相鄰兩幀圖像的偏移量結果求取模塊:根據相鄰兩幀圖像局部差異性最大值求取模塊得到的每種覆蓋區域的局部差異性值，找出所有覆蓋情況下的局部差異性最小值；在局部差異性最小值的覆蓋情況下兩幀圖像的中心點的水平相對位移為水平偏移量，垂直相對位移為垂直偏移量；當兩幀完全覆蓋並且局部差異性最小時，優先選擇兩幀完全覆蓋時的中心點的相對位移作為偏移量；
[0010]手指檢測模塊:與閾值點生成模塊、相鄰兩幀圖像的局部差異性最大值求取模塊、相鄰兩幀圖像的偏移量結果求取模塊相連，根據閾值點判斷圖像非背景灰度信息的數量，排除傳感器表面部分髒被誤檢測的情況；根據相鄰兩幀圖像的局部差異性最大值，判斷兩幀圖像是否存在差異性，排除傳感器表面都髒時空採集被誤檢測的情況；根據相鄰兩幀圖像的偏移量，判斷手指是否移動。
[0011]所述閾值點生成模塊根據有效灰度閾值G_TH統計有效灰度區間內的像素點總個數VH，參照公式(2)
【權利要求】
1.基於圖像灰度信息進行手指檢測實現架構，其特徵在於，包括: 直方圖統計模塊:根據掃描圖像每一個像素點的灰度值，實時統計當前幀指紋圖像的直方圖，用於生成閾值點； 閾值點生成模塊:與直方圖統計模塊相連，根據直方圖分布實時計算出當前幀的上限閾值點H、中限閾值點M、下限閾值點L、以及根據第一統計區間的統計閾值SUMl計算出該區間段的上限值Cl、第二統計區間的統計閾值SUM2計算出該區間段的上限值C2，從而得到圖像非背景信息分布情況； 相鄰兩幀圖像的局部差異性最大值求取模塊:用於計算兩幀圖像的每種覆蓋區域的局部差異性值，並求取所有覆蓋情況下局部差異性最大值，判斷相鄰兩幀圖像是否存在差異 相鄰兩幀圖像的偏移量結果求取模塊:根據相鄰兩幀圖像局部差異性最大值求取模塊得到的每種覆蓋區域的局部差異性值，找出所有覆蓋情況下的局部差異性最小值；在局部差異性最小值的覆蓋情況下兩幀圖像的中心點的水平相對位移為水平偏移量，垂直相對位移為垂直偏移量；當兩幀完全覆蓋並且局部差異性最小時，優先選擇兩幀完全覆蓋時的中心點的相對位移作為偏移量； 手指檢測模塊:與閾值點生成模塊、相鄰兩幀圖像的局部差異性最大值求取模塊、相鄰兩幀圖像的偏移量結果求取模塊相連，根據閾值點判斷圖像非背景灰度信息的數量，排除傳感器表面部分髒被誤檢測的情況；根據相鄰兩幀圖像的局部差異性最大值，判斷兩幀圖像是否存在差異性，排除傳感器表面都髒時空採集被誤檢測的情況；根據相鄰兩幀圖像的偏移量，判斷手指是否移動。
2.如權利要求1所述的基於圖像灰度信息進行手指檢測實現架構，其特徵在於，所述閾值點生成模塊根據有效灰度閾值G_TH統計有效灰度區間內的像素點總個數VH，參照公式(2)

3.如權利要求1所述的基於圖像灰度信息進行手指檢測實現架構，其特徵在於，所述閾值點生成模塊根據有效灰度區間內的像素點總個數VH、下限閾值點比例係數LR、中限閾值點比例係數MR、上限閾值點比例係數HR、有效灰度閾值G_TH按照預先設定的閾值參數選取規則獲得閾值參數。
4.如權利要求1或3所述的基於圖像灰度信息進行手指檢測實現架構，其特徵在於，所述預先設定的閾值參數選取規則為: 當y≤VHXLR且yi > VHXLR時，i的值就是直方圖下限閾值參數匕若L > G_TH,則 L = G_TH ；0 < LR VHXMR時，i的值就是直方圖中限閾值參數M，若11 > G_TH,則 M = G_TH ;0 < MR < I 且 LR VHXHR時，i的值就是直方圖上限閾值參數H，若H > G_TH,則 H = G_TH ;0 < HR < I 且 MR SUMl時，此時的i值就是Cl，若i = K時且Ji ( SUMl時，Cl等於K ;當Yi^1 ( SUM2且yi > SUM2時，此時的i值就是C2，若i = K時且Yi≤SUM2時，C2等於 K ；SUM1 > SUM2。
5.如權利要求1所述的基於圖像灰度信息進行手指檢測實現架構，其特徵在於，所述相鄰兩幀圖像的局部差異性最大值求取模塊選取覆蓋區域內的部分數據或全部數據計算局部差異性值，參見公式(3)，並從局部差異性值中找出所有覆蓋情況下局部差異性最大值；
dif(u，v) = Σ (si ice I (m, n) -slice2 (m+u, n+v))2 (3) 公式(3)中slicel表示上一幀圖像，slice2表示當前幀圖像，m, η表示圖像像素點的水平坐標和垂直坐標，且m，n的範圍為所選取覆蓋區域內參與運算的像素點的範圍，u, V為相鄰兩幀圖像的中心點的水平相對位移與垂直相對位移。
6.如權利要求1所述的基於圖像灰度信息進行手指檢測實現架構，其特徵在於，所述手指檢測模塊的手指放上與手指離開判斷依據為: a，根據閾值點分布情況判斷下限閾值點以下的圖像非背景信息量，如果下限閾值點大於或等於第一統計區間的上限值，表示下限閾值點以下的圖像非背景個數大於或等於第一灰度區間統計閾值，表示檢測到偏溼手指放上； b，根據閾值點分布情況判斷判斷圖像非背景灰度信息是否主要分布在上限閾值點以上，如果第二統計區間上限值大於上限閾值點，表示上限閾值點以下的個數小於第二統計區間閾值，表示檢測到手指離開； C，根據閾值點分布情況判斷中限閾值點以下的圖像非背景信息量以及相鄰兩幀圖像的局部差異性最大值判斷相鄰兩幀圖像是否存在一定差異，如果中限閾值點大於或等於第一統計區間的上限值且相鄰兩幀圖像的局部差異性最大值大於手指放上閾值，表示檢測到手指放上； d，根據閾值點分布情況判斷圖像非背景信息是否集中在中限閾值點以上，並根據相鄰兩幀圖像的局部差異性最大值判斷相鄰兩幀圖像存在的差異性，如果第二統計區間的上限值大於中限閾值點且相鄰兩幀圖像的局部差異性最大值小於手指離開閾值，判斷檢測到手指離開。
7.如權利要求1所述的基於圖像灰度信息進行手指檢測實現架構，其特徵在於，所述手指檢測模塊對手指移動的判斷依據為:在檢測到手指放上的情況下，判斷當前幀與上一幀圖像的水平偏移量與垂直偏移量是否至少其中一個不為O，如果其中一個不為O，表示檢測到手指移動；如果沒有檢測到手指放上，表示沒有檢測到手指移動。
【文檔編號】G06K9/00GK103679122SQ201210344383
【公開日】2014年3月26日 申請日期:2012年9月18日 優先權日:2012年9月18日
【發明者】田慧 申請人:成都方程式電子有限公司