基于图像灰度信息进行手指检测实现架构的制作方法
【专利摘要】本发明提供基于图像灰度信息进行手指检测实现架构，包括直方图统计模块、阈值点生成模块、相邻两帧图像的局部差异性最大值求取模块、相邻两帧图像的偏移量结果求取模块、手指检测模块；各模块的工作流程为：S1，阈值点生成模块根据直方图分布生成指纹图像阈值点；S2，相邻两帧图像的局部差异性最大值求取模块求取相邻两帧图像的局部差异性最大值，判断相邻两帧图像是否存在一定的差异；S3，手指检测模块根据图像非背景分布情况与相邻两帧图像的差异性判断手指离开与手指放上；S4，相邻两帧图像的偏移量求取模块求取相邻两帧图像的偏移量，并判断在图像采集过程中手指是否移动。本发明相对于现有手指检测方法更加灵敏。
【专利说明】基于图像灰度信息进行手指检测实现架构
【技术领域】
[0001]本发明涉及数字图像识别领域，尤其涉及基于图像灰度信息进行手指检测实现架构。
【背景技术】
[0002]现有的手指检测技术，通过差分检测电路检测手指放上与手指离开，其检测原理主要是通过在传感器表面或内部增加一个电气参数检测器件，例如热敏电阻，压敏电阻，电容等器件。根据传感器表面与手指形成的电容、电感或者手指本身的温度、对接触面的压力、湿度等物理参数发生改变而导致其通过电气参数检测器件产生的电压或者电流等电气参数发生改变，进行手指放上、手指离开检测。由于手指检测电路置于传感器表面或者传感器内部，这样增加了传感器的成本与体积。
[0003]通过差分电路检测电气参数的变化进行手指检测容易误检测。差分电路手指检测基于电气感应原理，当手指放在传感器表面时，导致传感器附近形成的湿度、压力、温度、电场等物理参数发生变化，从而使检测器件检测到电气参数发生变化，差分手指检测电路通过检测电气参数变化的大小，判断是否有手指放上。通过比较手指检测电气参数的变化量和参考电气阈值来实现手指检测，如果手指检测电气参数变化量大于预先设定的参考电气阈值，认为有手指存在，否则认为没有手指放在传感器上。
[0004]由于差分检测方法是基于电气参数变化的大小进行手指检测判断，任何一个物理参数可以被电气参数检测器件检测到的物体接近传感器时，会导致传感器附近的物理参数发生变化，从而导致传感器的电气参数变化。如果电气参数的变化量大于参考电气阈值，从而误认为检测到手指放上；当有极干燥的手指放在传感器表面上时，其电气参数变化比较小，如果电气参数变化小于参考电气阈值，从而误检测手指没有放上。
【发明内容】
[0005]为了解决上述问题，本发明提供了基于图像灰度信息进行手指检测实现架构，其特征在于，包括:
[0006]直方图统计模块:根据扫描图像每一个像素点的灰度值，实时统计当前帧指纹图像的直方图，用于生成阈值点；
[0007]阈值点生成模块:与直方图统计模块相连，根据直方图分布实时计算出当前帧的上限阈值点H、中限阈值点M、下限阈值点L、以及根据第一统计区间的统计阈值SUMl计算出该区间段的上限值Cl、第二统计区间的统计阈值SUM2计算出该区间段的上限值C2，从而得到图像非背景信息分布情况；
[0008]相邻两帧图像的局部差异性最大值求取模块:用于计算两帧图像的每种覆盖区域的局部差异性值，并求取所有覆盖情况下局部差异性最大值，判断相邻两帧图像是否存在差异;
[0009]相邻两帧图像的偏移量结果求取模块:根据相邻两帧图像局部差异性最大值求取模块得到的每种覆盖区域的局部差异性值，找出所有覆盖情况下的局部差异性最小值；在局部差异性最小值的覆盖情况下两帧图像的中心点的水平相对位移为水平偏移量，垂直相对位移为垂直偏移量；当两帧完全覆盖并且局部差异性最小时，优先选择两帧完全覆盖时的中心点的相对位移作为偏移量；
[0010]手指检测模块:与阈值点生成模块、相邻两帧图像的局部差异性最大值求取模块、相邻两帧图像的偏移量结果求取模块相连，根据阈值点判断图像非背景灰度信息的数量，排除传感器表面部分脏被误检测的情况；根据相邻两帧图像的局部差异性最大值，判断两帧图像是否存在差异性，排除传感器表面都脏时空采集被误检测的情况；根据相邻两帧图像的偏移量，判断手指是否移动。
[0011]所述阈值点生成模块根据有效灰度阈值G_TH统计有效灰度区间内的像素点总个数VH，参照公式(2)
【权利要求】
1.基于图像灰度信息进行手指检测实现架构，其特征在于，包括: 直方图统计模块:根据扫描图像每一个像素点的灰度值，实时统计当前帧指纹图像的直方图，用于生成阈值点； 阈值点生成模块:与直方图统计模块相连，根据直方图分布实时计算出当前帧的上限阈值点H、中限阈值点M、下限阈值点L、以及根据第一统计区间的统计阈值SUMl计算出该区间段的上限值Cl、第二统计区间的统计阈值SUM2计算出该区间段的上限值C2，从而得到图像非背景信息分布情况； 相邻两帧图像的局部差异性最大值求取模块:用于计算两帧图像的每种覆盖区域的局部差异性值，并求取所有覆盖情况下局部差异性最大值，判断相邻两帧图像是否存在差异 相邻两帧图像的偏移量结果求取模块:根据相邻两帧图像局部差异性最大值求取模块得到的每种覆盖区域的局部差异性值，找出所有覆盖情况下的局部差异性最小值；在局部差异性最小值的覆盖情况下两帧图像的中心点的水平相对位移为水平偏移量，垂直相对位移为垂直偏移量；当两帧完全覆盖并且局部差异性最小时，优先选择两帧完全覆盖时的中心点的相对位移作为偏移量； 手指检测模块:与阈值点生成模块、相邻两帧图像的局部差异性最大值求取模块、相邻两帧图像的偏移量结果求取模块相连，根据阈值点判断图像非背景灰度信息的数量，排除传感器表面部分脏被误检测的情况；根据相邻两帧图像的局部差异性最大值，判断两帧图像是否存在差异性，排除传感器表面都脏时空采集被误检测的情况；根据相邻两帧图像的偏移量，判断手指是否移动。
2.如权利要求1所述的基于图像灰度信息进行手指检测实现架构，其特征在于，所述阈值点生成模块根据有效灰度阈值G_TH统计有效灰度区间内的像素点总个数VH，参照公式(2)
3.如权利要求1所述的基于图像灰度信息进行手指检测实现架构，其特征在于，所述阈值点生成模块根据有效灰度区间内的像素点总个数VH、下限阈值点比例系数LR、中限阈值点比例系数MR、上限阈值点比例系数HR、有效灰度阈值G_TH按照预先设定的阈值参数选取规则获得阈值参数。
4.如权利要求1或3所述的基于图像灰度信息进行手指检测实现架构，其特征在于，所述预先设定的阈值参数选取规则为: 当y≤VHXLR且yi > VHXLR时，i的值就是直方图下限阈值参数匕若L > G_TH,则 L = G_TH ；0 < LR < I ；当≤VHXMR且yi > VHXMR时，i的值就是直方图中限阈值参数M，若11 > G_TH,则 M = G_TH ;0 < MR < I 且 LR < MR ; 当≤VHXHR且yi > VHXHR时，i的值就是直方图上限阈值参数H，若H > G_TH,则 H = G_TH ;0 < HR < I 且 MR < HR ; 当( SUMl且yi > SUMl时，此时的i值就是Cl，若i = K时且Ji ( SUMl时，Cl等于K ;当Yi^1 ( SUM2且yi > SUM2时，此时的i值就是C2，若i = K时且Yi≤SUM2时，C2等于 K ；SUM1 > SUM2。
5.如权利要求1所述的基于图像灰度信息进行手指检测实现架构，其特征在于，所述相邻两帧图像的局部差异性最大值求取模块选取覆盖区域内的部分数据或全部数据计算局部差异性值，参见公式(3)，并从局部差异性值中找出所有覆盖情况下局部差异性最大值；
dif(u，v) = Σ (si ice I (m, n) -slice2 (m+u, n+v))2 (3) 公式(3)中slicel表示上一帧图像，slice2表示当前帧图像，m, η表示图像像素点的水平坐标和垂直坐标，且m，n的范围为所选取覆盖区域内参与运算的像素点的范围，u, V为相邻两帧图像的中心点的水平相对位移与垂直相对位移。
6.如权利要求1所述的基于图像灰度信息进行手指检测实现架构，其特征在于，所述手指检测模块的手指放上与手指离开判断依据为: a，根据阈值点分布情况判断下限阈值点以下的图像非背景信息量，如果下限阈值点大于或等于第一统计区间的上限值，表示下限阈值点以下的图像非背景个数大于或等于第一灰度区间统计阈值，表示检测到偏湿手指放上； b，根据阈值点分布情况判断判断图像非背景灰度信息是否主要分布在上限阈值点以上，如果第二统计区间上限值大于上限阈值点，表示上限阈值点以下的个数小于第二统计区间阈值，表示检测到手指离开； C，根据阈值点分布情况判断中限阈值点以下的图像非背景信息量以及相邻两帧图像的局部差异性最大值判断相邻两帧图像是否存在一定差异，如果中限阈值点大于或等于第一统计区间的上限值且相邻两帧图像的局部差异性最大值大于手指放上阈值，表示检测到手指放上； d，根据阈值点分布情况判断图像非背景信息是否集中在中限阈值点以上，并根据相邻两帧图像的局部差异性最大值判断相邻两帧图像存在的差异性，如果第二统计区间的上限值大于中限阈值点且相邻两帧图像的局部差异性最大值小于手指离开阈值，判断检测到手指离开。
7.如权利要求1所述的基于图像灰度信息进行手指检测实现架构，其特征在于，所述手指检测模块对手指移动的判断依据为:在检测到手指放上的情况下，判断当前帧与上一帧图像的水平偏移量与垂直偏移量是否至少其中一个不为O，如果其中一个不为O，表示检测到手指移动；如果没有检测到手指放上，表示没有检测到手指移动。
【文档编号】G06K9/00GK103679122SQ201210344383
【公开日】2014年3月26日 申请日期:2012年9月18日 优先权日:2012年9月18日
【发明者】田慧 申请人:成都方程式电子有限公司