一種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 23:42:55

專利名稱：一種基於圖像灰度信息進行手指檢測實現架構的製作方法
技術領域：
一種基於圖像灰度信息進行手指檢測實現架構技術領域[0001]本實用新型涉及數字圖像識別領域，尤其涉及一種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，本實用新型提供了一種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)G TH[0012]VH - V/7/.s7(x)(2)[0013]其中X為圖像灰度值，hist(x)為灰度值為X的直方圖，有效灰度值G_TH小於或等於圖像灰度範圍，G_TH根據圖像灰度範圍可調整；[0014]所述閾值點生成模塊依次掃描灰度值從O到K的直方圖hist (X),每掃描一次直方圖對直方圖進行積分，得到 Λ = &ν/(χ)，所述K為圖像灰度最大值，i為當前被掃描的直方圖對應的灰度值，O ^ i ^ K0[0015]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。[0016]所述預先設定的閾值參數選取規則為[0017]當( VHXLR且71 > VHXLR時，i的值就是直方圖下限閾值參數L，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M > 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( SUMl時， Cl等於K;[0021]當( SUM2且yi > SUM2時，此時的i值就是C2，若i = K時且( SUM2時， C2等於K ；[0022]SUMl > SUM2。[0023]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；[0024]dif (u, ν) = Σ (slicel (m, n) -slice2 (m+u, n+v))2(3)[0025]公式(3)中slicel表示上一巾貞圖像,slice2表示當前巾貞圖像，m, η表示圖像像素點的水平坐標和垂直坐標,且m, η的範圍為所選取覆蓋區域內參與運算的像素點的範圍，U，ν 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。[0026]所述手指檢測模塊的手指放上與手指離開判斷依據為[0027]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；[0028]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；[0029]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；[0030]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。[0031]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0，如果其中一個不為0，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。[0032]本實用新型根據直方圖分布求得的閾值點，相鄰兩幀圖像的局部差異性最大值以及相鄰兩幀圖像的偏移量進行手指放上與手指離開檢測，能夠排除髒背景被誤檢測，幹手指被漏檢測的情況。相對於現有的檢測技術，本實用新型成本更低，功耗更低，佔用傳感器面積小。本實用新型的手指檢測系統增加了手指移動檢測標誌，該手指移動信號結合其移動的上下左右坐標可以進行手機導航應用，刮擦式傳感器採集的數據拼接等。


[0033]圖I為傳感器表面乾淨且無手指放在傳感器上進行採集的圖像及其直方圖；[0034]圖2為傳感器表面部分髒且無手指放上時進行採集的圖像及其直方圖；[0035]圖3為傳感器表面整體髒且無手指放上時進行採集的圖像及其直方圖；[0036]圖4為溼手指放於傳感器上進行採集的圖像及其對應的直方圖；[0037]圖5為正常手指放於傳感器上進行採集的圖像及其對應的直方圖；[0038]圖6為幹手指放於傳感器上進行採集的圖像及其對應直方圖；[0039]圖7為相鄰兩幀圖像的上下左右移動規則及覆蓋區域；[0040]圖8為相鄰兩幀圖像的中心點的水平相對位移及垂直相對位移；[0041]圖9為手指檢測系統框圖；[0042]圖10為本實用新型連續採集指紋圖像的手指檢測結果圖，其中圖10 - I為溼手指採集到的指紋圖像，圖10 — 2為正常手指採集到的指紋圖像，圖10 — 3為幹手指採集到的指紋圖像。
具體實施方式
[0043]
以下結合附圖來說明本實用新型的優選實施例，此處所描述的具體實施例僅僅用以解釋本實用新型，並不用於限定本實用新型。[0044]參見圖I、圖2、圖3、圖4、圖5、圖6 ，一個完備的手指檢測系統主要考慮以下四種情況不會出現手指誤檢測i、傳感器表面比較乾淨，沒有手指放在傳感器上進行採集時， 不能檢測到手指放在傳感器上。如圖I所示，當傳感器表面乾淨時，無手指放在傳感器上進行採集得到的圖像灰度信息是圖像背景信息，由於圖像背景值很大，計算得到的閾值點非常大，連續採集兩幀的圖像都是圖像背景信息，計算得到相鄰兩幀圖像的局部差異性最大值非常小，這種情況不會出現誤檢測的情況。[0045] 、傳感器表面髒，沒有手指放在傳感器上進行採集時，不能誤檢測到手指放在傳感器上。如圖2、圖3所示。當傳感器整個表面都髒時，進行空採集得到的圖像非背景信息比較多，通過計算得到相鄰兩幀圖像的局部差異性最大值非常小；當傳感器表面部分髒時， 進行空採集得到的圖像非背景信息比較少。本實用新型通過判斷相鄰兩幀圖像的局部差異性最大值以及當前幀的圖像非背景信息的多少排除髒背景被誤檢測的情況。[0046]iii、當有偏溼的手指放在傳感器上，能夠準確的檢測到手指放上、手指離開；如圖 4所示，當有偏溼手指放在傳感器上時，採集的圖像非背景信息非常多，即圖像非背景信息主要分布在靠近灰度值為O的區域。[0047]iv、當有正常手指或偏幹的手指放在傳感器上，能夠準確的檢測到手指放上、手指離開。如圖5、圖6所示，當有正常手指或偏幹放在傳感器上時，採集到的圖像非背景信息比較多，相鄰兩幀圖像的紋理有一定的差異，計算得到相鄰兩幀圖像的局部差異性最大值足夠大。[0048]根據以上的原理，本實用新型將手指檢測實現架構作為一個IP核掛在系統總線上實現SOC (System On Chip片上系統),通過可編程的參數設計(即可改變求閾值點的比例係數，統計區間的統計閾值，手指放上閾值，手指離開閾值等)，根據需求可以選取覆蓋區域的全部數據或部分數據計算局部差異性值，用較少的資源，準確的檢測手指放上與手指離開，具有很大的靈活性。如圖9所示，一種基於圖像灰度信息進行手指檢測實現架構，包括[0049]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；[0050]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；[0051]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;[0052]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；[0053]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。[0054]參見圖I,圖2,圖3,圖4,圖5,圖6,直方圖每一個黑點對應的橫坐標為像素點原始灰度值X，縱坐標為一幀圖像中像素點原始灰度值與橫坐標相同的像素點的個數，定義為hist (X)。[0055]直方圖統計模塊依次掃描圖像每一個像素點，根據公式(I)統計圖像直方圖m=h,n-w[0056]hisiix) = Yj (/m 尺(/ ., 〃)== x)M=O^h=OCl)[0057]公式(I)中m為圖像的垂直坐標,η為圖像的水平坐標，h為圖像高度，w為圖像寬度，X為圖像的灰度值，img(m, η)為對應坐標為(m, η)的像素點的圖像數據。[0058]根據直方圖分布關係，計算上限閾值點，中限閾值點，下限閾值點，第一統計區間的上限值，第二統計區間的上限值。其中第一統計區間，第二統計區間根據統計閾值逆推區間範圍的上限值，該區間範圍隨著採集到的圖像非背景信息的分布情況實時變化，由於統計區間的統計閾值固定，所以根據上限閾值點，中限閾值點，下限閾值點與第一統計區間的上限值，第二統計區間的上限值進行比較，可以大致判斷當前採集到的圖像非背景信息是否比較多。[0059]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，見公式(2)G_m[0060]VH= J^hisi(X)(2)X=O[0061]其中X為圖像灰度值，hist (X)為灰度值為X的直方圖，G_TH為有效灰度閾值，其 G_TH根據圖像灰度範圍可調整，且G_TH小於或等於圖像灰度範圍；[0062]所述閾值點生成模塊依次掃描灰度值從O到K的直方圖hist (X),每掃描一次直方圖對直方圖進行積分，得到Λ =^ist(X)，所述K為圖像灰度最大值，i為當前被掃描的直方圖對應的灰度值，O ^ i ^ K0[0063]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。[0064]所述預先設定的閾值參數選取規則為[0065]當( VHXLR且71 > VHXLR時，i的值就是直方圖下限閾值參數L，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M > 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( SUMl時， Cl等於K;[0069]當( SUM2且Yi > SUM2時，此時的i值就是C2，若i = K時且Ji ( SUM2時， C2等於K ；[0070]SUMl > SUM2。[0071]相鄰兩幀圖像的局部差異性最大值求取模塊計算相鄰兩幀圖像的局部差異性最大值，並根據局部差異性最大值判斷兩幀圖像的覆蓋區域內的數據是否存在明顯差異。如圖3所示，當傳感器表面都髒時，空採集時得到的圖像模糊不清，無論怎樣選取覆蓋區域， 相鄰兩幀圖像都相差不大，即相鄰兩幀圖像的局部差異性最大值偏小。如圖5、圖6所示，當採集到的指紋圖像比較清晰時，計算得到相鄰兩幀圖像的局部差異性最大值足夠大。[0072]如圖7所示，固定一幀圖像不動，上下左右移動另一幀圖像，得到兩幀圖像的不同覆蓋區域。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，將選取參與運算的一一對應的點參照公式(3)計算不同覆蓋區域的局部差異性值[0073]dif (u, ν) = Σ (slicel (m, n) -slice2 (m+u, n+v))2(3)[0074]公式(3)中slicel表示上一巾貞圖像,slice2表示當前巾貞圖像，m, η表示圖像像素點的水平坐標和垂直坐標,且m, η的範圍為所選取覆蓋區域內參與運算的像素點的範圍，U，ν 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。[0075]如圖8所示，相鄰兩幀圖像的偏移量結果求取模塊求取相鄰兩幀圖像的偏移量時，相鄰兩幀圖像的中心點的水平相對位移即為水平偏移量，垂直相對位移即為垂直偏移量。當局部差異性最小值有多個相同且相鄰兩幀圖像完全覆蓋時得到的局部差異性值也最小，優先選擇兩幀完全覆蓋時中心點的相對位移為偏移量，即水平偏移量為0，垂直偏移量為O。[0076]手指檢測模塊的手指放上與手指離開判斷依據為[0077]a，當有偏溼手指放在傳感器上進行採集時，採集到的圖像非背景的灰度信息比較多，圖像背景灰度值偏高，非背景的灰度值偏低，當圖像非背景的灰度信息比較多時，則圖像灰度值分布主要靠近灰度值為O的區域，參見圖4。[0078]通過比較下限閾值點以及第一統計區間的上限值的大小，判斷下限閾值點以下的總個數是否足夠多。如果下限閾值點大於或等於第一統計區間的上限值，表示灰度值在O 到下限閾值點的像素點總個數大於或等於第一統計區間的統計閾值，即表示下限閾值點以下的個數足夠多，表示當前採集的圖像有偏溼手指放上，表示檢測到手指放上。[0079]b，當無手指放在傳感器上進行採集時，採集到的圖像非背景灰度信息非常少。當圖像非背景的灰度信息比較少時，則圖像灰度值分布主要靠近圖像背景值的區域，參見圖 1，圖 2。[0080]通過比較上限閾值點與第二統計區間的上限值的大小，判斷圖像灰度信息是否分布在上限閾值點以上。如果第二統計區間的上限值大於上限閾值點，表示灰度值為O到上限閾值點的總個數小於第二統計區間的統計閾值，即表示圖像灰度信息主要分布在上限閾值點以上，表示當前採集的圖像沒有手指放上或傳感器有少量殘留物體時採集的髒背景的情況，即表示檢測到手指離開；[0081]C，當採集的圖像是正常手指或偏幹手指放在傳感器上時，如圖5，圖6所示，採集得到的圖像非背景灰度信息比較多，且相鄰兩幀圖像有明顯的紋路變化，此時計算得到相鄰兩幀圖像的局部差異性最大值非常大；當傳感器整個表面都有殘留物時，如圖3所示，空採集到的圖像非背景灰度信息比較多，且相鄰兩幀圖像沒有明顯的變化，採集到的整張圖像模糊不清，此時計算得到相鄰兩幀圖像的局部差異性最大值非常小；當傳感器表面部分髒時，如圖2所示，得到圖像非背景值的灰度信息比較少。[0082]通過比較中限閾值點與第一統計區間的上限值的大小，判斷中限閾值點以下的個數是否足夠多。當中限閾值點大於或等於第一統計區間的上限值時，表示中限閾值點以下的直方圖總個數大於或等於第一統計區間的統計閾值，可以排除傳感器表面部分髒進行空採集的情況，再判段相鄰兩幀圖像的局部差異性最大值與手指放上閾值的大小，當相鄰兩幀圖像的局部差異性最大值大於手指放上閾值時，表示兩幀圖像存在明顯的變化，從而可以排除傳感器表面都髒時進行空採集的情況。如果中限閾值點大於或等於第一統計區間的上限值，且相鄰兩幀的局部差異性極大值大於或等於手指放上閾值時，則表示檢測到手指放上。[0083]d，當手指離開後空採集得到的圖像非背景信息非常少，且相鄰兩幀圖像的差異不大。[0084]通過比較中限閾值點與第二統計區間的上限值的大小以及相鄰兩幀圖像的局部差異性最大值與手指離開閾值的·大小判斷中限閾值點以下的圖像非背景信息是否不夠多且相鄰兩幀圖像是否差異不大。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，表示中限閾值點以下的圖像非背景信息不夠多且相鄰兩幀圖像差異不大，即表示檢測到手指離開；[0085]手指移動判斷依據為判斷當前幀是否檢測到手指放上，如果檢測到手指放上，再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0，如果其中一個不為0，表示檢測到手指移動；如果沒有檢測到手指放上，表示手指沒有移動。[0086]採用本實用新型對連續採集的指紋圖像的手指檢測結果如圖10所示，圖10 — I、 圖10 — 2、圖10-3的左圖為手指移動標誌，中間圖為連續採集的指紋圖像，右圖為手指檢測放上與手指離開標誌。其中左圖的黑色小格代表檢測到手指移動，右圖的黑色小格代表檢測到手指放上，白色部分表示檢測到手指離開。[0087]本領域的技術人員在不脫離權利要求書確定的本實用新型的精神和範圍的條件下，還可以對以上內容進行各種各樣的修改。因此本實用新型的範圍並不僅限於以上的說明，而是由權利要求書的範圍來確定的。10
權利要求1.一種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巳升；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I所述的一種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I所述的一種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I或3所述的一種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彡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( SUM2且yi > SUM2時，此時的i值就是C2，若i = K時且( SUM2時，C2 等於 K ；SUM1 > SUM2。
5.如權利要求I所述的一種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表示上一巾貞圖像，slice2表示當前巾貞圖像，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
6.如權利要求I所述的一種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I所述的一種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0，如果其中一個不為0，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。
專利摘要本實用新型提供的一種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。本實用新型相對於現有手指檢測方法更加靈敏。
文檔編號G06K9/00GK202748806SQ20122047753
公開日2013年2月20日 申請日期2012年9月19日 優先權日2012年9月19日
發明者田慧 申請人:成都方程式電子有限公司