指纹影像增强方法及指纹影像模块与流程

本申请涉及一种指纹影像增强方法及指纹影像模块，尤其涉及一种可正确判断指纹方向的指纹影像增强方法及指纹影像模块。

背景技术：

随着科技日新月异，移动电话、数字相机、平板计算机、笔记本电脑等越来越多携带型电子装置已经成为了人们生活中必备的工具。由于携带型电子装置一般为个人使用，而具有一定的隐私性，因此其内部储存的数据，例如电话簿、相片、个人信息等等为私人所有。若电子装置一旦丢失，则这些数据可能会被他人所利用，而造成不必要的损失。虽然目前已有利用密码保护的方式来避免电子装置为他人所使用，但密码容易泄露或遭到破解，具有较低的安全性。并且，用户需记住密码才能使用电子装置，若忘记密码，则会带给使用者许多不便。因此，目前发展出利用个人指纹识别系统的方式来达到身份认证的目的，以提升数据安全性。

另一方面，随着指纹辨识技术的进步，隐形指纹传感器(Invisible Fingerprint Sensor，IFS)已逐渐受到消费者的青睐。在隐形指纹传感技术中，光学指纹传感器可设置于触控屏幕的下方，即屏幕下(Under Display)指纹感测。换句话说，用户可透过按压触控屏幕以进行指纹辨识。

此外，现有技术已发展出根据指纹方向(Fingerprint Orientation)进行指纹影像增强(Fingerprint Image Enhancement)的技术，其可增强指纹影像，以提高指纹辨识的精准度。然而，使用者可能因受伤而在手指上留有伤疤或缺陷，而导致在判读其指纹方向时发生误判，而错误的指纹方向会导致指纹影像增强的效能降低。

因此，习知技术实有改进之必要。

技术实现要素：

因此，本申请部分实施例的目的即在于提供一种可正确判断指纹方向的指纹影像增强方法及指纹影像模块，以改善现有技术的缺点。

为了解决上述技术问题，本申请实施例提供了一种指纹影像增强方法，包括接收指纹影像；计算所述指纹影像的横向变量影像以及纵向变量影像；计算权重影像，其中所述权重影像中对应于第一像素位置的第一像素权重值大于对应于第二像素位置的第二像素权重值，其中所述指纹影像中所述第一像素位置对应于纹峰，所述指纹影像中所述第二像素位置对应于纹谷；将所述横向变量影像与所述权重影像相乘，以产生加权横向变量影像，并将所述纵向变量影像与所述权重影像相乘，以产生加权纵向变量影像；根据所述加权横向变量影像以及所述加权纵向变量影像，计算指纹方向影像；以及根据所述指纹方向影像，对应所述指纹影像进行指纹影像增强。

例如，当所述指纹影像中对应于纹峰的像素值小于所述指纹影像中对应于纹谷的像素值时，所述权重影像中对应于一像素位置的像素权重值随所述指纹影像中对应于所述像素位置的像素值递减而递增。例如，

例如，当所述指纹影像中对应于纹峰的像素值大于所述指纹影像中对应于纹谷的像素值时，所述权重影像中对应于一像素位置的像素权重值随所述指纹影像中对应于所述像素位置的像素值递增而递增。

例如，计算所述权重影像的步骤包括计算所述权重影像中对应于一像素位置的像素权重值为mean(I)+a*var(I)-I_i,j与0之间的最大值；其中，I代表所述指纹影像，I_i,j代表所述指纹影像于所述像素位置的像素值，mean(I)代表所述指纹影像的平均值，var(I)代表所述指纹影像的变异数，a代表常数。

例如，根据所述加权横向变量影像以及所述加权纵向变量影像，计算所述指纹方向影像的步骤包括计算所述指纹方向影像中对应于一像素位置的像素指纹方向为c*tan^-1([G_y,w]_i,j/[G_x,w]_i,j)；其中，[G_y,w]_i,j代表所述加权纵向变量影像中对应于所述像素位置的加权纵向变量，[G_x,w]_i,j代表所述加权横向变量影像中对应于所述像素位置的加权横向变量，tan^-1代表正切函数的反函数，c代表常数。

例如，根据所述加权横向变量影像以及所述加权纵向变量影像，计算所述指纹方向影像的步骤包括对所述加权横向变量影像以及所述加权纵向变量影像进行一平滑运算，以产生平滑加权横向变量影像以及平滑加权纵向变量影像；以及根据所述平滑加权横向变量影像以及所述平滑加权纵向变量影像，计算所述指纹方向影像；其中，所述指纹方向影像中对应于一像素位置的像素指纹方向为c*tan^-1([G_y,S]_i,j/[G_x,S]_i,j)；其中，[G_y,S]_i,j代表所述平滑加权纵向变量影像中对应于所述像素位置的平滑加权纵向变量，[G_x,S]_i,j代表所述平滑加权横向变量影像中对应于所述像素位置的平滑加权横向变量，tan^-1代表正切函数的反函数，c代表常数。

本申请利用权重影像，提高于对应于纹峰的权重/信赖度，并同时降低对应于纹谷的权重/信赖度，使得于计算指纹方向时，不受指纹缺陷的影响而可精准地反映出指纹真实的纹路走向，进而增进指纹影像增强的效果。

附图说明

图1为本申请实施例一电子装置的示意图；

图2为本申请实施例一指纹影像模块的示意图；

图3为本申请实施例一指纹影像增强流程的示意图；

图4为本申请实施例多个影像的示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在本申请说明书以及权利要求中，影像A可视为一矩阵，影像A于第(i,j)个像素位置的像素值A_i,j即为该矩阵第(i,j)个位置的元素，影像A与影像B之间进行相乘运算代表影像A及影像B进行元素与元素之间的相乘运算。详细来说，影像A乘以影像B(记为A*B)代表将影像A的第(i,j)个像素值A_i,j乘以影像B的第(i,j)个像素值B_i,j。影像A的平均值代表对影像A所有的像素执行平均运算而得到的平均值。影像A的变异数代表对影像A所有的像素执行变异数运算而得到的变异数。

由于指纹缺陷或指纹伤疤于指纹影像上的特性与纹谷(Finger Valley)类似，因此，本申请在判断指纹方向(Fingerprint Orientation)时，降低指纹影像中对纹谷的信赖度(Confidence Level)/权重，同时提高对纹峰(Finger Ridge)的信赖度/权重，以克服现有技术中于计算指纹方向时，受到手指的伤疤或缺陷影响而产生指纹方向物判断的缺点。

具体来说，请参考图1及图2，图1为本申请实施例一电子装置1的示意图，图2为本申请实施例一指纹影像模块14的示意图。电子装置1可为智能手机或平板计算机，其包括光学指纹辨识系统10以及触控屏幕12，光学指纹辨识系统10包括指纹影像模块14以及指纹辨识模块16，指纹影像模块14包括指纹影像撷取单元140及指纹影像增强单元142。指纹影像模块14设置于触控屏幕12之下，而耦接于指纹辨识模块16。光学指纹辨识系统10可进行屏幕下(Under Display)的指纹感测，即用户可透过按压触控屏幕14以进行指纹辨识。

详细来说，指纹影像模块14的指纹影像撷取单元140直接设置于触控屏幕12之下，而指纹影像增强单元142可设置于指纹影像撷取单元140的下方或其他位置(但仍在触控屏幕12之下)。指纹影像撷取单元140可包括排列成阵列的多个感光组件(如感光二极管(Photo Diode，PD))，指纹影像撷取单元140用来撷取触控屏幕12反射自区域RGN的光线而于该多个感光组件上形成的影像，以产生指纹影像I。指纹影像增强单元142可由数字电路、数字信号处理器(Digital Signal Processor，DSP)或是应用处理器(Application Processor，AP)实现，指纹影像增强单元142接收指纹影像撷取单元140所产生的指纹影像I，并对指纹影像撷取单元140所撷取的指纹影像I进行指纹影像增强(Fingerprint Image Enhancement)运算，以产生增强指纹影像(Enhanced Fingerprint Image)E，如此一来，指纹辨识模块16可对增强指纹影像E进行指纹辨识。

请参考图3，图3为本申请实施例一指纹影像增强流程30的示意图，指纹影像增强流程30可由指纹影像增强单元142来执行，以产生增强指纹影像E，指纹影像增强流程30包括以下步骤：

步骤300：接收指纹影像I。

步骤302：计算指纹影像I的横向变量影像G_x以及纵向变量影像G_y。

步骤304：计算权重影像W，其中权重影像W中对应于纹峰(Finger Ridge)的像素权重值w_i,j大于对应于纹谷(Finger Valley)的像素权重值w_m,n。

步骤306：将横向变量影像G_x与权重影像W相乘，以产生加权横向变量影像G_x,w，并将纵向变量影像G_y与权重影像W相乘，以产生加权纵向变量影像G_y,w。

步骤308：根据加权横向变量影像G_x,w以及加权纵向变量影像G_y,w，计算指纹方向影像O。

步骤310：根据指纹方向影像O，对应指纹影像I进行指纹影像增强，以产生增强指纹影像E。

于步骤302中，指纹影像增强单元142计算指纹影像I的横向变量影像G_x以及纵向变量影像G_y。横向变量影像G_x可视为一矩阵，其中的元素代表指纹影像I的横向变量(Horizontal Variation)。详细来说，横向变量影像G_x中对应于第(i,j)个像素位置的横向变量[G_x]_i,j为指纹影像I中对应于第(i,j)个像素位置的像素值I_i,j与其左边像素值或右边像素值的相减结果，举例来说，横向变量[G_x]_i,j可为I_i,j-I_i,j-1、I_i,j-I_i,j+1、I_i,j-1-I_i,j或I_i,j+1-I_i,j其中之一。同理，纵向变量影像G_y可视为一矩阵，其中的元素代表指纹影像I的纵向变量(Vertical Variation)，纵向变量影像G_y中对应于第(i,j)个像素位置的纵向变量[G_y]_i,j为指纹影像I中对应于第(i,j)个像素位置的像素值I_i,j与其上方像素值或下方像素值的相减结果，举例来说，纵向变量[G_y]_i,j可为I_i,j-I_i-1,j、I_i,j-I_i+1,j、I_i-1,j-I_i,j或I_i+1,j-I_i,j其中之一。

于步骤304中，指纹影像增强单元142计算权重影像W(其可视为一矩阵)，需注意的是，权重影像W中对应于纹峰的像素权重值w_i,j需大于对应于纹谷的像素权重值w_m,n，其中像素权重值w_i,j为权重影像W对应于第(i,j)个像素位置的像素权重值且第(i,j)个像素位置为指纹影像I中对应于纹峰的像素位置，而像素权重值w_m,n为权重影像W对应于第(m,n)个像素位置的像素权重值且第(m,n)个像素位置为指纹影像I中对应于纹谷的像素位置。

于一实施例中，指纹影像I为指纹影像撷取单元140直接撷取/拍摄使用者指纹所形成的影像，指纹影像I于纹峰处为黑色而于纹谷为白色，换句话说，指纹影像I于纹峰处的纹峰像素值较指纹影像I于纹谷处的纹谷像素值低(即纹峰像素值小于纹谷像素值)。在此情形下，权重影像W对应于第(i,j)个像素位置的像素权重值w_i,j随像素值I_i,j递增而递减。举例来说，指纹影像增强单元142可计算像素权重值w_i,j为w_i,j＝max(mean(I)+a*var(I)-I_i,j,0)(公式1)，其中max(·)为一取最大值运算，mean(I)代表指纹影像I的平均值，var(I)代表指纹影像I的变异数，a代表常数。由公式1可知，像素值I_i,j大于mean(I)+a*var(I)时(像素值I_i,j越大代表其越接近白色像素，其越有可能是纹谷)，像素权重值w_i,j为0。当像素值I_i,j介于0与mean(I)+a*var(I)之间时(像素值I_i,j越小代表其越接近黑色像素，其越有可能是纹峰)，像素权重值w_i,j随像素值I_i,j递减而递增。

另一方面，于另一实施例中，指纹影像I为指纹影像撷取单元140撷取/拍摄使用者指纹所形成的影像之后再进行一反白操作的结果，此时指纹影像I于纹峰处为白色而于纹谷为黑色，换句话说，指纹影像I于纹峰处的纹峰像素值较指纹影像I于纹谷处的纹谷像素值高(即纹峰像素值大于纹谷像素值)。在此情形下，权重影像W对应于第(i,j)个像素位置的像素权重值w_i,j随像素值I_i,j递增而递增。举例来说，指纹影像增强单元142可计算像素权重值w_i,j为w_i,j＝max(mean(I)+a*var(I),I_i,j)(公式2)。

于步骤306中，纹影像增强单元142计算加权(Weighted)横向变量影像G_x,w为G_x,w＝G_x*W，并计算加权纵向变量影像G_y,w为G_y,w＝G_y*W。

于步骤308中，纹影像增强单元142根据加权横向变量影像G_x,w以及加权纵向变量影像G_y,w，计算指纹方向影像O。于一实施例中，纹影像增强单元142可直接利用横向变量影像G_x,w以及加权纵向变量影像G_y,w，计算指纹方向影像O，即纹影像增强单元142可计算指纹方向影像O中对应于第(i,j)个像素位置的像素指纹方向O_i,j为O_i,j＝c*tan^-1([G_y,w]_i,j/[G_x,w]_i,j)，其中[G_y,w]_i,j代表加权纵向变量影像G_y,w中对应于第(i,j)个像素位置的加权纵向变量(即加权纵向变量影像G_y,w中对应于第(i,j)个像素位置的像素值)，[G_x,w]_i,j代表加权横向变量影像G_x,w中对应于第(i,j)个像素位置的加权横向变量(即加权横向变量影像G_x,w中对应于第(i,j)个像素位置的像素值)，tan^-1代表正切函数的反函数，c代表常数。

于另一实施例中，纹影像增强单元142可先将加权横向变量影像G_x,w以及加权纵向变量影像G_y,w进行一平滑运算(如高斯平滑运算(Gaussian Smoothing))，以产生平滑(Smoothened)加权横向变量影像G_x,S以及平滑加权纵向变量影像G_y,S，再根据平滑加权横向变量影像G_x,S以及平滑加权纵向变量影像G_y,S，计算指纹方向影像O。其中，对影进行平滑运算(如高斯平滑运算)为本领域具通常知识者所熟知，于此不再赘述。同理，纹影像增强单元142可计算指纹方向影像O中对应于第(i,j)个像素位置的像素指纹方向O_i,j为O_i,j＝c*tan^-1([G_y,S]_i,j/[G_x,S]_i,j)，其中[G_y,S]_i,j代表平滑加权纵向变量影像G_y,S中对应于第(i,j)个像素位置的平滑加权纵向变量/像素值，[G_x,S]_i,j代表平滑加权横向变量影像G_x,S中对应于第(i,j)个像素位置的平滑加权横向变量/像素值。

于取得指纹方向影像O之后，于步骤310中，纹影像增强单元142即可根据指纹方向影像O，对应指纹影像I进行指纹影像增强，以产生增强指纹影像E。步骤310的技术细节为本领域具通常知识者所熟知，于此不再赘述。

由上述可知，本申请可利用权重影像W，提高于对应于纹峰的权重/信赖度，并降低对应于纹谷的权重/信赖度。如此一来，根据加权过后的横向变量影像G_x,w以及加权过后的纵向变量影像G_y,w所计算出指纹方向影像O可精准地反映出指纹真实的走向。

请参考图4，图4中的子图40_a为指纹影像I以及现有技术中单纯根据横向变量影像G_x以及纵向变量影像G_y所计算出指纹方向影像O_pri-art的示意图(指纹方向影像O_pri-art以虚线呈现)，子图40_b为指纹影像I以及根据本申请的加权横向变量影像G_x,w以及加权纵向变量影像G_y,w所计算出指纹方向影像O的示意图(指纹方向影像O以虚线呈现)，子图42_a为现有技术根据指纹方向影像O_pri-art所产生的增强指纹影像E_pri-art，子图42_b为根据本申请的指纹方向影像O所产生的增强指纹影像E。其中，指纹方向影像O_pri-art中对应于第(i,j)个像素位置的像素指纹方向O_pri-art,i,j为O_pri-art,i,j＝c*tan^-1([G_y]_i,j/[G_x]_i,j)，[G_y]_i,j代表纵向变量影像G_y中对应于第(i,j)个像素位置的纵向变量/像素值，[G_x]_i,j代表横向变量影像G_x中对应于第(i,j)个像素位置的横向变量/像素值。另外，使用者的指纹于子图40_a、子图40_b的粗黑框处具有缺陷。由子图40_a可知，现有技术所产生的指纹方向影像O_pri-art于手指缺陷处会产生指纹方向的误判断，而导致指纹影像增强的效果不佳(如子图42_a所示)。相较之下，由子图40_b可知，根据本申请的加权横向变量影像G_x,w以及加权纵向变量影像G_y,w所计算出指纹方向影像O可准确地估测指纹的走向，而不会被指纹缺陷影响，其指纹影像增强的效果较佳(如子图42_b所示)。

需注意的是，前述实施例用以说明本申请的概念，本领域具通常知识者当可据以做不同的修饰，而不限于此。举例来说，于公式1(公式2)中，像素权重值w_i,j与像素值I_i,j之间成分段线性(Peicewise Linear)的递减(递增)关系，而不限于此，只要对应于纹峰的像素权重值大于对应于纹谷的像素权重值，皆满足本申请的需求而属于本申请的范畴。

综上所述，本申请利用权重影像，提高于对应于纹峰的权重/信赖度，并同时降低对应于纹谷的权重/信赖度。如此一来，本申请利用根据权重影像加权过后的横向变量影像以及加权过后的纵向变量影像，来计算指纹方向影像，使得于计算指纹方向时，不受指纹缺陷的影响而可精准地反映出指纹真实的纹路走向，进而增进指纹影像增强的效果。

以上所述仅为本申请的部分实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本申请的保护范围之内。