[实用新型]一种基于图像灰度信息进行手指检测实现架构

说明书

技术领域

本实用新型涉及数字图像识别领域，尤其涉及一种基于图像灰度信息进行手指检测实现架构。

背景技术

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。

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。

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

为了解决上述问题，本实用新型提供了一种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SUM1计算出该区间段的上限值C1、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。

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）

VH=Σx=0G_THhist(x)---(2)]]>

其中x为图像灰度值，hist(x)为灰度值为x的直方图，有效灰度值G_TH小于或等于图像灰度范围，G_TH根据图像灰度范围可调整；

所述阈值点生成模块依次扫描灰度值从0到K的直方图hist(x)，每扫描一次直方图对直方图进行积分，得到所述K为图像灰度最大值，i为当前被扫描的直方图对应的灰度值，0≤i≤K。