预处理包括生物信息的图像的方法与流程

技术领域

至少一个示例实施例涉及一种预处理包括生物信息的图像的方法。

背景技术：

最近，由于各种移动装置(诸如，智能电话和可穿戴装置)的发展，安全认证的重要性增加。基于认证技术的生物测量学可使用，例如，指纹、虹膜、语音、脸部和血管来执行用户认证。这样的用于认证的生物特性因人而不同、在一生中很少改变，并且具有低的被盗或复制的风险。此外，个人不需要总是特意地携带这样的特性，因此，可不忍受使用生物特性的不方便。

目前，指纹识别方法由于高方便性、安全性和经济效率而最常使用。指纹识别方法可加强用户装置的安全性，并且提供各种应用服务，例如，移动支付。

感测生物信息的传感器可被生产为具有各种规格，因此，将从各个传感器输出的图像也可具有各种规格。因此，期望用于预处理各种规格的图像以注册和识别指纹的技术。

技术实现要素：

至少一些示例实施例涉及一种图像预处理方法。

根据至少一些示例实施例，一种图像预处理方法包括：获得包括生物信息的输入图像；在输入图像中设置至少一条边缘线；计算与所述至少一条边缘线相应的至少一个能量值；基于所述至少一个能量值来裁剪输入图像。

所述至少一个能量值可包括：包括在所述至少一条边缘线中的像素的像素值的方差。

所述至少一个边缘线可包括：位于输入图像中的至少两条不同的边缘的线。

裁剪的步骤可包括：基于所述至少一个能量值来执行比较操作；基于比较操作的结果来检测具有最小能量值的边缘线；去除检测的边缘线。裁剪的步骤可包括：将所述至少一个能量值与阈值能量值进行比较；基于比较的结果检测具有小于阈值能量值的能量值的边缘线；去除检测的边缘线。

所述方法还可包括：确定剪裁的输入图像的大小是否满足第一大小条件；响应于确定裁剪的输入图像的大小不满足第一大小条件，在剪裁的输入图像中设置至少一条第二边缘线，计算与所述至少一条第二边缘线相应的至少一个第二能量值，并且基于所述至少一个第二能量值附加地对裁剪的输入图像进行裁剪。

第一大小条件可包括以下条件中的至少一个条件：裁剪的输入图像的大小是第一大小的条件；裁剪的输入图像的任意一边的长度是第一长度的条件；裁剪的输入图像的至少一边包括2的幂的数量的像素的条件。

获得输入图像的步骤可包括：检测作为模拟信号的形式的生物输入；通过将模拟信号转换为数字图像来获得输入图像。

所述方法还可包括：使用频率转换操作来增强裁剪的输入图像。

生物信息可包括：指纹信息、血管信息和虹膜信息中的至少一种信息。

根据至少一些示例实施例，一种图像预处理方法可包括：获得包括生物信息的输入图像；在输入图像中设置参考线；计算与设置的参考线相应的参考能量值；在输入图像中设置第一线；计算与设置的第一线相应的第一能量值；基于参考能量值和第一能量值来确定输入图像中的有效区域。

参考线可包括：穿过输入图像的中心的至少一条线。

设置第一线的步骤可包括：以从输入图像的任意一个边缘开始到对面的边缘的方向的顺序来设置第一线，以重复地确定有效区域。

参考能量值可包括在参考线中包括的像素的像素值的方差，第一能量值包括在第一线中包括的像素值的方差。

确定的步骤可包括：通过基于能量值和参考能量值执行比较操作来确定第一线是否被包括在有效区域中。确定的步骤可包括以下步骤中的至少一个步骤：响应于第一能量值大于参考能量值来确定第一线是有效区域的边界；响应于第一能量值小于参考能量值，在输入图像中设置下一个线，计算与所述下一个线相应的下一个能量值，并且基于参考能量值和所述下一个能量值来确定输入图像中的有效区域。

所述方法还可包括：确定针对有效区域是否确定了第一数量的边界；响应于确定了针对有效区域没有确定第一数量的边界，将第二线设置为在输入图像中的未被确定的边界，计算与第二线相应的第二能量值，并且基于参考能量值和第二能量值来确定输入图像中的有效区域。所述方法还可包括：基于有效区域确定是否接收重新输入的图像。生物信息可包括指纹信息、血管信息和虹膜信息中的至少一个。

根据至少一些示例实施例，一种计算机程序被实现在非暂时性计算机可读介质上，所述计算机程序被配置为控制处理器所述方法。

附图说明

通过参照附图对本发明构思的示例实施例进行详细描述，本发明构思的示例实施例的以上以及其他特征和优点将会变得更加清楚。附图意在描述本发明构思的示例实施例，而不应被解释为限制权利要求的意图的范围。除非明确指出，否则附图不认为是成比例绘制。

图1示出根据至少一个示例实施例的获得包括生物信息的输入图像的操作；

图2至图4B示出根据至少一个示例实施例的适应性地裁剪输入图像的操作；

图5示出根据至少一个示例实施例的使用自适应图像裁剪方法验证生物信息的方法的示例；

图6示出根据至少一个示例实施例的使用自适应图像裁剪方法验证生物信息的方法的另一示例；

图7和图8示出根据至少一个示例实施例的确定输入图像中的有效区域的操作；

图9示出根据至少一个示例实施例的使用自适应图像裁剪方法和有效区域确定方法来注册和验证生物信息的方法；

图10和图11是示出根据至少一个示例实施例的图像预处理方法的流程图；

图12示出根据至少一个示例实施例的电子系统。

具体实施方式

在此公开本发明构思的详细的示例实施例。然而，为了描述本发明构思的示例实施例的目的，在此公开的特定结构和功能的细节仅是代表性的。然而，可以以许多替换形式来实现本发明构思的示例实施例，并且本发明构思的示例实施例不应被解释为仅限于在此阐述的实施例。因此，虽然本发明构思的示例实施例能够具有各种修改和替换形式，但是其实施例通过示例的方式在附图中被示出，并且在此将被详细地描述。然而，应理解，不意在将本发明构思的示例实施例限制为所公开的具体形式，而是与此相反，本发明构思的示例实施例将覆盖落入本发明构思的示例实施例的范围内的所有修改、等同物以及替换物。贯穿附图的描述，相同的标号表示相同的元件。

将理解，尽管术语“第一”或“第二”等可被用于描述各种元件，但是这些元件不受限于这些术语。这些术语仅被用于将一个元件与另一元件进行区分。例如，在不脱离本发明构思的示例实施例的范围的情况下，第一元件可被称为第二元件，相似地，第二元件可被称为第一元件。如在此所使用的，术语“和/或”包括一个或多个相关所列项的任意和所有组合。将理解，当元件被称为被“连接”或“耦合”到另一元件时，该元件可被直接地连接到或耦合到该另一元件，或者可存在中间元件。相反，当元件被称为被“直接地连接”或“直接地耦合”到另一元件时，不存在中间元件。用于描述元件之间的关系的其他词语应以类似方式被解释(例如，“在…之间”与“直接在…之间”、“相邻”与“直接相邻”等)。

在此使用的术语仅是描述具体示例性实施例的目的，而不意在限制本发明构思的示例性实施例。除非上下文另有清楚地指示，否则如在此使用的单数形式也意图包括复数形式。还将理解，当在此使用术语“包括”和/或“包含”时，说明存在叙述的特征、整体、步骤、操作、元件和/或组件，但不排除存在或添加一个或多个其他特征、整体、步骤、操作、元件、组件和/或它们的组。

还应注意的是，在一些替代实施方式中，所提出的功能/动作可不按附图中所指出的顺序发生。例如，根据涉及的功能/动作，连续示出的两个附图实际上可被基本同时地执行，或者有时可以以相反的顺序被执行。

在此参照本发明构思的理想实施例(和中间结构)的示意图示来描述本发明构思的示例实施例。如此，由例如制造技术和/或公差导致的图示的形状的变化将被预期。因此，本发明构思的示例实施例不应被解释为受限于在此示出的区域的具体形状，而将包括由例如制造导致的形状的偏差。

虽然一些剖视图的相应平面图和/或立体图可能未被示出，但是在此示出的装置结构的剖视图对沿着平面图中将会示出的两个不同方向和/或沿着立体图中将会示出的三个不同方向扩展的多个装置结构提供支持。这两个不同方向可以互相正交，或者可以不互相正交。这三个不同方向可包括可与这两个不同方向正交的第三方向。多个装置结构可被整合在同一电子装置中。例如，当在剖视图中示出装置结构(例如，存储器单元结构或晶体管结构)时，电子装置可包括将由电子装置的平面图示出的多个装置结构(例如，多个存储器单元结构或多个晶体管结构)。多个装置结构可被布置在阵列中和/或二维图案中。

除非至少一些示例实施例另有定义，否则这里使用的所有术语(包括技术和科学术语)具有与本发明所属领域的普通技术人员通常理解的含义相同的含义。还将理解，除非在此明确定义，否则术语(诸如在常用词典中定义的)应被解释为具有与它们在相关领域的上下文中的含义一致的含义，而不将被解释为理想化或过于形式的意义。

将在下文中描述的示例实施例可被用于预处理包括生物信息的输入图像。例如，可在指纹识别器、血管识别器、虹膜识别器等中执行识别操作之前，执行根据至少一些示例实施例的预处理操作。在下文中，识别用户的生物信息的操作可包括通过识别用户的生物信息来认证或识别用户的操作。

可以以各种产品的形式来提供至少一些示例实施例，其中，所述产品包括，例如，个人计算机(PC)、膝上型计算机、平板PC、智能电话、电视(TV)、智能家庭应用、智能车辆、信息服务亭(kiosk)以及可穿戴装置。例如，至少一些示例实施例可应用于在智能电话、移动装置、智能家庭系统等中的用户认证的图像预处理。相似地，至少一些示例实施例可通过用户认证而应用于支付服务和智能车辆系统。至少一些示例实施例可提供对用户的手指较小或输入的指纹不准确的情况稳健的用户认证的结果。在下文中，将参照附图详细地描述至少一些示例实施例。

图1示出根据至少一个示例实施例的获得包括生物信息的输入图像的操作。为了在下文中容易描述，生物信息被假设为是指纹。然而，以血管、虹膜等的图像的形式可识别的各种生物信息可被用于提供生物信息。

参照图1，传感器110感测从用户输入的指纹。例如，传感器110可包括多个感测元件。所述感测元件可以以阵列或矩阵结构的形式来排列。传感器110使用感测元件以模拟信号的形式来感测输入指纹(在下文中也称为指纹输入)。传感器110使用模数转换器(ADC)将感测的模拟信号转换为数字信号。在下文中，在此使用的术语“输入图像”将表示通过转换获得的数字图像。

在此，传感器110的大小可不同于用户的手指120的大小。传感器110的规格可由于生产传感器110的制造商而不同，手指的大小可由于用户而不同。例如，在具有小的手指的用户(例如，女性用户和小孩)的情况中，与指纹不相关的信息可被传感器110感测。此外，噪声信息因外来杂质(诸如，汗水)而可被传感器110感测。此外，在各种情况中，例如，当指纹在移动时被输入时，指纹信息可能被不准确地输入。在这样的情况中，与指纹不相应的部分(也可称为非指纹区域)可被包括在输入图像中。尽管在下文中进行了详细地描述，但是示例实施例可提供用于从输入图像去除这样的与指纹不相应的非指纹区域的技术。

此外，由于传感器110的规格基于生产传感器110的制造商而不同，因此在指纹识别应用中使用相同的识别器可能不容易识别出指纹。规格可包括传感器阵列的大小、传感器分辨率等。传感器阵列的大小表示将由感测元件形成的感测区域的大小。例如，传感器阵列的大小可以是高1厘米(cm)×宽3cm。传感器分辨率指示每个单位长度或单位区域的感测元件的数量。即使传感器阵列具有相同大小，当传感器110具有更高分辨率时，更多数量的感测元件可被包括在传感器110中。例如，传感器分辨率可以是高56像素×宽144像素。

尽管进行了详细地描述，但是在此描述的示例实施例可提供用于通过将输入图像裁剪为预设的(或可选地期望的)大小，在不管不同的传感器规格而不校正识别器的情况下识别指纹的技术。预设的(或可选地期望的)大小可表示在正在使用的识别器中使用的大小。至少一些示例实施例可提供用于通过在输入图像中适应性地裁剪包括较少的指纹信息的部分来增加指纹识别率的技术。

此外，至少一些示例实施例可提供用于通过计算输入图像中的与指纹相应的有效区域来确定输入图像是否包括足够用于指纹识别的信息的技术。当输入图像被确定为不包括足够用于指纹识别的信息时，指纹识别应用可请求用户重新输入指纹，而不是使用输入图像来识别或注册指纹。

此外，至少一些示例实施例可提供用于在使用触摸型指纹传感器执行指纹认证时，通过处理输入图像来提高指纹认证性能的技术。至少一些示例实施例可提供用于通过估计输入图像的质量来确定是否使用用于指纹认证的输入图像的技术。

至少一些示例实施例可提供用于通过去除对于指纹识别不需要的非指纹区域来提高指纹识别率的技术。该技术可按线单位去除非指纹区域，因此，去除的边界可在频谱中被一致地示出。因此，可通过去除非指纹区域来阻止性能退化。此外，该技术可通过比较从输入图像中的边缘线计算的能量值并检测非指纹区域而不是使用固定阈值来检测非指纹区域，来有效地去除与输入图像的质量无关的非指纹区域。至少一些示例实施例可提供用于在没有将包括较少指纹信息的指纹图像合并到注册数据中的情况下阻止指纹识别率降低的技术。

至少一些示例实施例可提供用于增加指纹识别速度的技术。例如，该技术可仅对裁剪的部分执行指纹识别所必需的操作，来代替在整个输入图像上执行这样的操作。该技术可将输入图像的大小调整为2的幂。当输入图像的大小增加两倍时，能够进行高速处理来在变换域中寻找注册信息，并且能够仅使用一次二维(2D)快速傅里叶变换(FFT)来进行全局图像增强。

图2至图4B示出根据至少一个示例实施例的适应性地裁剪输入图像的操作。根据实施例，可通过图像预处理器来执行适应性地裁剪输入图像的操作。可以以软件模块的形式来提供图像预处理器，并且通过至少一个处理器来实现图像预处理器。软件模块可以以程序的形式而记录在连接到处理器的存储器中。可选地，可以以硬件模块的形式来提供图像预处理器。可选地，可以以软件模块和硬件模块的组合的形式来提供图像预处理器。在这样的情况中，可通过处理器来执行由软件模块实现的功能，并且可通过相应的硬件来执行由硬件模块实现的功能。处理器和硬件可通过输入和输出总线来互相交换信号。

参照图2，输入图像210包括指纹信息。如上所述，由于传感器规格因制造商而不同，因此指纹识别应用可不使用相同的识别器。图像预处理器可将输入图像210裁剪为预设的(或可选地期望的)大小的图像，因此，允许指纹识别应用在无需改变识别器的情况下，使用通过各种规格的传感器感测的输入图像。

当裁剪输入图像210时，图像预处理器可确定将被适应性地去除的部分。如图2中所示，输入图像210中的左上部分和右部分不包括指纹信息。图像预处理器通过适应性地裁剪输入图像210，来生成结果图像220。结果图像220具有预设的(或，可选地期望的)大小，并且包括最大(或，可选地)增加可用于指纹识别的大小中的有效信息量。因此，可提高指纹识别率。

结果图像220被提供给操作指纹识别应用的装置240。结果图像220可用于指纹注册和指纹识别。为了容易描述，图像预处理器被示出为与装置240分开地操作。然而，图像预处理器可被包括在装置240中。例如，可通过包括在装置240中的至少一个处理器或至少一个其他硬件实现的装置或者它们的组合来操作图像预处理器。

在下文中，将参照图3来详细地描述适应性地裁剪输入图像210的操作。参照图3，图像预处理器在输入图像210中设置多个边缘线，例如，第一边缘线310和第二边缘线320。边缘线表示位于输入图像的边缘的线。例如，当以四边形的形式提供输入图像210时，边缘线可位于左边缘、右边缘、上边缘或下边缘。

输入图像可包括多个像素。像素可对应于传感器中的感测元件。例如，每个像素的像素值可指示由相应的感测元件感测的信息(例如，亮度)。

边缘线可包括位于输入图像的边缘的多个边缘像素。图像预处理器可基于包括在边缘线中的边缘像素的像素值来计算与边缘线相应的能量值。例如，当边缘线包括更多量的指纹信息时，与边缘线相应的能量值可被计算为更大。相反，当边缘线包括更少量的指纹信息时，与边缘线相应的能量值可被计算为更低。

图像预处理器可使用预设的(或，可选地期望的)能量函数来计算这样的能量值。例如，预设的(或，可选地期望的)能量函数可表示用于计算包括在边缘线中的边缘像素的像素值的方差的函数。根据实施例，能量函数可不限于用于计算方差的函数。能量函数可被修改为用于输出与包括在边缘线中的指纹信息的量成比例的值的函数。例如，能量函数可以是用于计算包括在边缘线中的边缘像素的像素值的平均的函数。

在一个示例中，图像预处理器设置与输入图像210中的左边缘相应的第一边缘线310。图像预处理器计算与第一边缘线310相应的第一能量值“v1”。图像预处理器基于v1来裁剪输入图像210。例如，图像预处理器可将v1与阈值能量值进行比较，并且响应于v1小于阈值能量值来去除第一边缘线310。可响应于用于确定包括在边缘线中的指纹信息的可用性的标准来预先确定(或，可选地确定)阈值能量值。图像预处理器确定在输入图像210中设置的第一边缘线310中包括的指纹信息的量是否满足标准，并且适应性地裁剪输入图像210。

在另一示例中，图像预处理器设置与输入图像210中的左边缘相应的第一边缘线310以及与输入图像210中的右边缘相应的第二边缘线320。图像预处理器计算与第一边缘相310相应的v1以及与第二边缘线320相应的第二能量值“v2”。

图像预处理器基于v1和v2来裁剪输入图像210。例如，图像预处理器可比较v1与v2，并且检测包括更少量的指纹信息的边缘线。在此，第一边缘线310比第二边缘线320包括更多数量的包含指纹信息的边缘像素。在这样的情况下，v1可被计算为大于v2。因为v2小于v1，所以图像预处理器可检测第二边缘线320是包括更少量的指纹信息的边缘线。图像预处理器通过去除检测的第二边缘线320来适应性地裁剪输入图像210。

图像预处理器可确定裁剪的输入图像的大小是否满足预定的(或，可选地期望的)大小条件。预定的(或，可选地期望的)大小条件可被不同地设置为：裁剪的输入图像的大小对应于预设的(或，可选地期望的)大小的条件、裁剪的输入图像的任何一边的长度对应于预设的(或，可选地期望的)长度的条件或者裁剪的输入图像的至少一边包括像素的条件。在此，像素的数量对应于2的幂。输入图像210的大小可被表示为像素阵列的大小。例如，输入图像210的大小可以是高56像素×宽144像素。

在参照图2至图4描述的示例实施例中，可仅对沿水平方向的长度执行适应性裁剪。例如，预设的(或，可选地期望的)大小可以是高56像素×宽128像素。在这样的示例中，图像预处理器可沿输入图像210的水平方向适应性地去除16个线，以将输入图像210裁剪为预设的(或，可选地期望的)大小：高56像素×宽128像素。适应性裁剪可不限于水平方向，因此，这样的操作可应用于垂直方向以及横向和纵向方向。

当裁剪的输入图像的大小被确定为不满足预定的(或，可选地期望的)大小条件时，图像预处理器可重复以上描述的操作。例如，图像预处理器可重复操作16次，以将高56像素×宽144像素大小的输入图像210裁剪为预设的或可选地期望的大小：高56像素×宽128像素。因此，可如图2中所示来生成结果图像220。

返回参照图3，当第一边缘线310在当前迭代中被去除时，第一边缘线310可在随后的迭代中被设置为沿右方向的下一个线。当第二边缘线320在当前迭代中被去除时，第二边缘线320可在随后的迭代被设置为沿左方向的下一个线。

参照图4A和图4B，图4B的曲线图420指示沿图4A的输入图像的水平方向而区分的线的能量的分布。例如，输入图像410中的线可具有不同的水平方向分量，例如，x轴值。参照曲线图420，不具有指纹信息的区域具有相对低的能量值，具有指纹信息的区域具有相对高的能量值。因此，图像预处理器可通过去除具有小于预定的(或，可选地期望的)值的能量值的线，来适应性地裁剪输入图像410。

图像预处理器的操作可被实现为如表1所示的自适应图像裁剪(AIC)算法(adaptive image cropping algorithm)。AIC算法可从线单元中的输入图像重复地去除上边缘部分、下边缘部分、左边缘部分和右边缘部分中的列或行。

[表1]

参照表1，在AIC算法的第一操作中，图像预处理器初始化与输入图像中的四个边缘相应的边缘线的索引。在此，“n_start”表示与左边缘相应的边缘线的索引，“n_end”表示与右边缘相应的边缘线的索引。“m_start”表示与上边缘相应的边缘线的索引，“m_end”表示与下边缘相应的边缘线的索引。输入图像的大小可以是高M像素×宽N像素。

在AIC算法的第二操作中，图像预处理器计算与四个边缘相应的所有边缘线的能量值，并且从计算的能量值提取最小能量值(或可选地，在期望的阈值之下的能量值)“min_value”。“f_x()”表示用于计算沿垂直方向(例如，左边缘线和右边缘线)的边缘线的能量值的函数。“f_y()”表示用于计算沿水平方向(例如，上边缘线和下边缘线)的边缘线的能量值的函数。

在AIC算法的第三操作中，图像预处理器更新具有最小能量值(或可选地，在期望的阈值之下的能量值)的边缘线的索引。例如，当左边缘线具有min_value时，图像预处理器可增大n_start。当右边缘线具有min_value时，图像预处理器可减小n_end。相似地，当上边缘线具有min_value时，图像预处理器可增大m_start。当下边缘线具有min_value时，图像预处理器可减小m_end。

在AIC算法的第四操作中，图像预处理器比较min_value与阈值。响应于min_value小于阈值作为比较的结果，图像预处理器返回到AIC算法的第二操作，并且重复地执行操作。响应于min_value大于或等于阈值，图像预处理器执行AIC算法的第五操作。

在AIC算法的第五操作中，图像预处理器基于四个边缘索引，来裁剪输入图像。第四边缘索引还可被称为裁剪索引。当通过裁剪输入图像而获得的裁剪的图像的大小小于或等于预设的(或，可选地期望的)大小时，图像预处理器可确定输入图像包括不充足的指纹信息。在这样的情况中，指纹认证可不被执行，图像预处理器可请求用户重新输入指纹。

作为一个示例来提供表1中所示的AIC算法，因此，可对AIC算法进行各种修改。在一个示例中，作为对AIC算法的第四操作中的比较min_value与阈值的替换，图像预处理器可将水平索引之间的差(例如，n_end与n_start之间的差)与阈值水平长度值进行比较，或者将垂直索引之间的差(例如，m_end与m_start之间的差)与阈值垂直长度进行比较。阈值水平长度值可对应于输入图像将被裁剪的预设的(或，可选地期望的)宽度，阈值垂直长度值可对应于输入图像将被裁剪的预设的(或，可选地期望的)高度。

当水平索引之间的差达到阈值水平长度值时，可在AIC算法的第二操作中仅使用垂直索引，并且可在AIC算法的第三操作中仅更新垂直索引。当垂直索引之间的差达到阈值水平长度值时，可在AIC算法的第二操作中仅使用水平索引，并且可在AIC算法的第三操作中仅更新水平索引。

图5示出根据至少一个示例实施例的使用自适应图像裁剪方法验证生物信息的方法的示例。参照图5，图像预处理器执行操作520和操作530。在操作520中，图像预处理器适应性地裁剪输入图像。参照图1至图4B提供的描述可应用于操作520，因此，在此将省略更加详细和重复的描述。

在操作530中，图像预处理器增强裁剪的图像。例如，图像预处理器可使用频率变换方法来增强裁剪的图像。图像预处理器可对裁剪的图像执行2维(2D)快速傅里叶变换(FFT)，以获得裁剪的图像的频域信息。

为了提高FFT的性能，图像预处理器可裁剪输入图像使其具有2的幂的长度。图像预处理器可将裁剪输入图像的预设的(或，可选地期望的)大小的宽度和高度中的至少一个设置为对应于增大两倍。例如，图像预处理器可将大小设置为高56像素×宽128像素。在这样的示例中，图像预处理器可使用补零的方法(zero padding method)，将裁剪的图像的大小形成为高128像素×宽128像素的大小，然后执行FFT。

图像预处理器可通过将各种滤波方法应用到频域信息，来增强图像。例如，图像预处理器可将低通滤波器或带通滤波器应用到频域信息。在操作530中，图像预处理器除了采用基于频率转换方法的增强方法，还可采用图像质量增强算法。

当输入图像是极高分辨率图像时，图像预处理器在操作510中执行图像缩放。图像缩放可包括图像抽取。例如，图像预处理器可通过从相邻的2×2像素的像素值提取代表像素值，来执行图像抽取。当图像分辨率高时，操作量也可增加。因此，图像预处理器可通过图像抽取来适当地减小输入图像的分辨率。图像预处理器可通过减小图像样本的数据量来保持质量大于或等于预设的(或，可选地期望的)分辨率，来执行图像抽取。

图像抽取可不局限于提取代表像素值的方法，并且可对图像抽取进行各种修改，例如，对相邻的像素的像素值执行低通滤波。

通过操作510至操作530获得的结果图像可被传送到生物信息验证应用。在操作540中，生物信息验证应用通过将结果图像与注册的生物信息550进行比较，来验证生物信息。生物信息验证应用可使用基于图像图案匹配的指纹识别器。基于图像图案匹配的指纹识别器可使用基于频率的匹配方法来匹配两个图像，例如，结果图像和注册的图像。尽管，为了容易描述，图像预处理器和生物信息验证应用被描述为是分开的，但是图像预处理器可作为生物信息验证应用的输入端而被包括。

图6示出根据至少一个示例实施例的使用自适应图像裁剪方法验证生物信息的方法的另一示例。参照图6，在操作610中，图像预处理器适应性地裁剪输入图像。在操作620中，图像预处理器执行FFT。在操作630中，图像预处理器将带通滤波应用到频域信息。作为操作630的结果，可输出频域信息。在操作640中，图像预处理器执行反FFT(IFFT)以输出图像信息。

在操作650中，生物信息验证应用基于频域信息、图像信息或它们的组合，来验证生物信息。例如，生物信息验证应用通过将频域信息或图像信息与注册的图像信息660进行比较来验证生物信息。注册的生物信息660可对应于频域信息或图像信息。生物信息验证应用可使用基于图像图案匹配的指纹识别器。

图7和图8示出根据至少一个示例实施例的确定输入图像中的有效区域的示例操作。可通过图像预处理器来执行确定输入图像中的有效区域的操作。

参照图7，输入图像710包括指纹信息。可通过参照图1至图4B所描述的方法来适应性地裁剪输入图像710。图像预处理器确定裁剪的图像720中的有效区域730。如有需要，图像预处理器可在裁剪之前直接地确定输入图像710中的有效区域730。

使用图像预处理器的装置740可基于确定的有效区域730，来确定是否请求新的指纹输入。例如，当有效区域730小于阈值区域时，装置740可确定输入图像710不包括充足的指纹信息。然后，装置740可向用户提供反馈，例如，“请检查您的手指是否正确地位于输入区域上”，这指示请求新的指纹输入。

在下文中，将参照图8来详细描述确定输入图像中的有效区域的操作。参照图8，图像预处理器在输入图像720中设置参考线820。在此，输入图像720可以是裁剪的输入图像。参考线820可包括穿过输入图像720的中心的至少一条线。例如，参考线820可包括在输入图像720的中心十字交叉的两条线。为了容易描述，参考线820被设置为如图8中所示的两条线。然而，参考线820可以是穿过输入图像720的中心的单个线，或者穿过输入图像720的中心的至少三条线。

图像预处理器可计算与参考线820相应的参考能量值。图像预处理器可基于包括在参考线820中的参考像素的像素值，来计算与参考线820相应的参考能量值。例如，参考能量值可以是参考像素的像素值的方差。

图像预处理器可在输入图像720中设置线810。图像预处理器可使用与设置边缘线的方法相同的方法来设置线810。图像预处理器可计算线810的能量值。线810的能量值可以是包括在线810中的像素的像素值的方差。

图像预处理器可基于参考能量值和线810的能量值来确定输入图像720中的有效区域。例如，图像预处理器可通过将线810的能量值与参考能量值进行比较，来确定线810是否被包括在有效区域中。当线810的能量值大于参考能量值时，图像预处理器可将线810确定为有效区域的边界。

相反，当线810的能量值小于参考能量值时，图像预处理器可增大线810的索引。随着重复确定输入图像720的有效区域的处理，线810可朝对面的边缘逐渐移动。

在此，在一个示例中，当线810的能量值等于参考能量值时，可执行与能量值小于参考能量值时的处理相同的处理。

在另一示例中，当线810的能量值等于参考能量值时，可执行与能量值大于参考能量值时的处理相同的处理。

如图8中所示，包括在线810中的所有像素包括指纹信息。因此，线810的能量值可被计算为大于参考能量值。在这样的情况中，图像预处理器可将线810确定为有效区域的左边界。

尽管未在图8中示出，但是图像预处理器可对与右边缘相应的线、与上边缘相应的线以及与下边缘相应的线执行上文所描述的操作。因此，图像预处理器可确定有效区域的右边界、上边界和下边界。图像预处理器可确定预定的(或，可选地期望的)数量的边界(例如，4个边界)是否被确定，并且重复上文所描述的操作，直到预定的(或，可选地期望的)数量的边界被设置。

图像预处理器可使用确定的边界来确定有效区域。例如，图像预处理器可使用左边界、右边界、上边界和下边界来确定有效区域。图像预处理器可基于有效区域，来确定输入图像720是否包括足够用于指纹认证或指纹识别的信息。例如，当有效区域小于阈值区域时，图像预处理器可确定输入图像720不包括足够用于指纹认证或指纹识别的信息量。

根据实施例，图像预处理器的操作可被实现为表2中所示的算法。

[表2]

参照表2，在操作1中，R1可被计算为整个图像的方差。当在操作5之后有效区域的大小小于或等于阈值大小时，输入图像可被确定为不适当的输入。在这样的情况中，图像预处理器可请求用户重新输入指纹。在此描述的至少一些示例实施例可被用作为适应性地注册生物信息的方法。

图9示出根据至少一个示例实施例的使用自适应图像裁剪方法和有效区域确定方法来注册和验证生物信息的方法的示例。参照图9，生物信息验证装置通过操作925、操作935和操作945来注册生物信息。生物信息验证装置在预设置的数据库960中存储注册的生物信息。

在操作925中，生物信息验证装置适应性地裁剪输入图像。输入图像可对应于将被注册的图像。如有需要，在操作915中，生物信息验证装置对将被注册的图像执行图像缩放。例如，生物信息验证装置可在适应性地裁剪将被注册的图像之前，放大或减小将被注册的图像的规模(scale)。

在操作935中，生物信息验证装置计算有效区域的大小，并且确定有效区域是否大于阈值区域。在操作945至操作935中，生物信息验证装置增强图像。生物信息验证装置可在数据库960中存储结果图像。结果图像可以是频域信息或图像信息。

生物信息验证装置通过操作920、操作930、操作940和操作950来验证生物信息。生物信息验证装置使用存储在数据库960中的注册的生物信息来验证生物信息。

在操作920中，生物信息验证装置适应性地裁剪输入图像。输入图像可对应于将被验证的图像。如有需要，在操作910中，生物信息验证装置在适应性地裁剪输入图像之前，放大或缩小输入图像的规模。

在操作930中，生物信息验证装置计算有效区域的大小，并且确定有效区域是否大于阈值区域。在操作940至操作930中，生物信息验证装置增强图像。在操作950中，生物信息验证装置通过将结果图像与存储在数据库960中的注册的生物信息进行比较，来验证生物信息。结果图像和注册的生物信息可以是频域信息或图像信息。

参照图1至图8提供的描述可应用于参照图9所描述的操作，因此，在此将省略更加详细的描述。

图10和图11是示出根据至少一个示例实施例的图像预处理方法的流程图。参照图10，图像预处理方法的一个示例包括：获得包括生物信息的输入图像的操作1010、在输入图像中设置边缘线的操作1020、计算与边缘线相应的能量值的操作1030以及基于能量值裁剪输入图像的操作1040。

参照图11，图像预处理方法的另一示例包括：获取包括生物信息的输入图像的操作1110、在输入图像中设置参考线的操作1120、计算与参考线相应的参考能量值的操作1130、在输入图像中设置线的操作1140、计算与该线相应的能量值的操作1150以及基于参考能量值和能量值确定输入图像中的有效区域的操作1160。

参照图1至图8提供的描述可应用于参照图10至图11所描述的操作，因此在此将省略更加详细的描述。

图12示出根据至少一个示例实施例的电子系统的示例。参照图12，电子系统包括传感器1220、处理器1210和存储器1230。传感器1220、处理器1210和存储器1230可通过总线1240彼此通信。

传感器1220可以是图1中所示的传感器110。传感器1220可使用公知的方法(例如，将光学图像转换为电信号的方法)来捕获指纹图像。捕获的图像可被输出到处理器1210。

处理器1210可包括或可实现参照图1至图8所描述的任意或全部模块(例如，预处理器)，或者执行参照图1至图8所描述的任意或全部方法的任意或全部操作。存储器1230可存储注册的生物信息、由传感器1220捕获的输入图像、通过由处理器1210裁剪输入图像而获得的结果图像、通过处理器1210计算的有效区域等。存储器1230可以是易失性存储器或非易失性存储器。

如在此使用的术语“处理器”可表示，例如，硬件实现的数据处理装置，其中，硬件实现的数据处理装置具有被物理地构造成执行包括例如被表示为在程序中包括的代码和/或指令的操作的期望操作的电路系统。上述硬件实现的数据处理装置的示例包括，但不限于，微处理器、中央处理单元(CPU)、处理器内核、多核处理器、多处理器、专用集成电路(ASIC)以及现场可编程门阵列(FPGA)。执行程序代码的处理器是被编程的处理器，并因此，是专用计算机。

处理器1210可执行程序，并且控制电子系统。将被处理器1210执行的程序代码可被存储在存储器1230中。电子系统可通过输入和输出装置(未示出)而被连接到外部装置(例如，PC和网络)，并且与外部装置交换数据。

电子系统可包括各种形式，例如，移动装置(诸如，移动电话、智能电话、个人数字助手(PDA)、平板PC和膝上型计算机)、计算装置(诸如，PC、平板PC和上网本和TV、智能TV)以及用于门控制的安全装置。

尽管这里的至少一些示例实施例主要涉及使用用户的指纹来识别用户的情况，但是至少一些示例实施例可被扩展到使用用户的生物信息来识别用户的情况。在此，生物信息可包括关于指纹的信息、关于血管的信息以及关于用户的虹膜的信息。在这样的情况中，处理器1210可从传感器1220接收与用户的生物信息相应的输入图像，适应性地裁剪输入图像，并且计算裁剪的图像中的有效区域。

在一个示例中，传感器1220可包括被配置为识别用户的血管图案的传感器。传感器1220可从用户的手的背部上的皮肤提取血管图案。传感器1220可使用红外光以及滤波器来最大化或可选地增大血管的亮度(与皮肤相比)，并且获得包括血管图案的图像。处理器1210可通过将与血管图案相应的输入图像与预注册的血管图案图像进行比较，来识别用户。

在另一示例中，传感器1220可包括被配置为识别用户的虹膜图案的传感器。传感器1220可扫描或捕获用户的瞳孔与巩膜(眼睛的白色区域)之间的虹膜图案。传感器1220可通过将与虹膜图案相应的输入图像与预注册的虹膜图案图像进行比较，来识别用户。

可使用硬件组件和软件组件来实现在此描述的单元和/或模块。例如，硬件组件可包括：麦克风、放大器、带通滤波器、音频数字转换器和处理装置。可使用被配置为通过执行算术的、逻辑的以及输入/输出操作实现和/或执行程序代码的一个或多个硬件装置来实现处理装置。处理装置可包括处理器、控制器和算术逻辑单元、数字信号处理器、微型计算机、现场可编程阵列、可编程逻辑单元、微处理器或能够以限定方式响应并执行指令的任何其他装置。处理装置可运行操作系统(OS)和在OS上运行的一个或多个软件应用。处理装置还可响应于软件的执行而访问、存储、操控、处理和创建数据。为了简化的目的，处理装置的描述被用作为单数，但是本领域的技术人员将理解：处理装置可包括多个处理元件和多种类型的处理元件。例如，处理装置可包括多个处理器或者包括处理器和控制器。此外，不同的处理配置是可行的，诸如，并行处理器。

软件可包括计算机程序、代码段、指令或者它们的某些组合，以独立地或共同地指示和/或配置处理装置如期望地进行操作，由此将处理装置转变为专用处理器。可以以任何类型的机器、组件、物理或虚拟设备、计算机存储介质或装置，或者以能够提供指令或数据或被处理装置解释的传播信号波，来永久地或暂时地实现软件和数据。软件还可分布于联网的计算机系统，从而以分布方式存储和执行软件。可通过一个或多个非暂时性计算机可读记录介质来存储软件和数据。

根据以上描述的示例实施例的方法可被记录在包括程序指令的非暂时性计算机可读介质中，以实现以上描述的示例实施例的各种操作。介质还可单独包括程序指令、数据文件、数据结构等，或者可与程序指令相结合地包括数据文件、数据结构等。记录在介质上的程序指令可以是为了示例实施例的目的而专门设计和构造的程序指令。非暂时性计算机可读介质的示例包括：磁介质(诸如，硬盘、软盘和磁带)、光学介质(诸如，CD-ROM盘、DVD和/或蓝光盘)、磁光介质(诸如，光盘)以及专门配置为存储和执行程序指令的硬件装置(诸如，只读存储器(ROM)、随机存取存储器(RAM)、闪存(诸如，USB闪存驱动、存储卡、记忆棒等))等。程序指令的示例包括诸如由编译器所产生的机器代码和包含可由计算机使用解释器执行的更高级代码的文件两者。为了执行以上描述的示例实施例的操作，以上描述的装置可被构造为用作一个或多个软件模块，反之亦然。

因此，已经描述了本发明构思的示例实施例，将显而易见的是可以以多种方式改变这些示例实施例。这样的改变不被认为是脱离本发明构思的示例实施例的意图的精神和范围，并且将对本领域技术人员显而易见的是全部这样的修改意在被包括在以下的权利要求范围内。