生物特征影像处理方法及其电子装置制造方法及图纸

本发明专利技术提出一种生物特征影像处理方法以及电子装置。生物特征影像处理方法包括以下步骤：取得第一生物特征影像；撷取第一生物特征影像的第一部分像素的多个灰阶值，并且组合第一生物特征影像的第一部分像素的所述多个灰阶值，以产生第一子影像；对第一子影像进行影像处理程序；借由经影像处理之后的第一子影像的全部像素的多个灰阶值来取代第一生物特征影像的第一部分像素的所述多个灰阶值；以及对第一生物特征影像的其他部分像素的未经取代的多个灰阶值进行遮罩运算，以产生第二生物特征影像。

Biometric Image Processing Method and Electronic Device

【技术实现步骤摘要】
生物特征影像处理方法及其电子装置
本专利技术涉及一种影像处理方法，且特别涉及一种生物特征影像处理方法及其电子装置。
技术介绍
近年来生物识别技术的广泛地应用于各种电子装置中，电子装置例如行动装置、个人计算机，而生物识别技术例如是采用指纹识别（Fingerprintrecognition）技术、人脸识别（Facerecognition）技术、虹膜识别（Irisrecognition）技术或指静脉识别（Veinrecognition）技术。一般而言，配置有生物特征感测模组的电子装置会先取得原始的生物特征影像，并且对原始的生物特征影像进行影像优化，以取得具有可识别性或影像质量较佳的生物特征影像。接着，电子装置利用经影像处理之后的生物特征影像来进行的识别程序或其他应用程序。然而，由于一般的生物特征影像处理可对生物特征影像进行如去影像噪声程序、去影像背景程序、影像平滑化程序或强化影像对比度程序等诸如此类的影像优化程序，因此需要花费大量的处理运算以及额外的内存空间。对此，如果电子装置的资源有限，则会无法提供有效的生物特征识别功能。因此，如何降低电子装置执行生物特征影像处理所需要的运算资源，以下将提出几个实施例的解决方案。
技术实现思路
本专利技术提供一种生物特征影像处理方法以及电子装置可有效地优化的生物特征影像。本专利技术的生物特征影像处理方法包括以下步骤：取得第一生物特征影像；撷取第一生物特征影像的第一部分像素的多个灰阶值，并且组合第一生物特征影像的第一部分像素的所述多个灰阶值，以产生第一子影像；对第一子影像进行影像处理程序；借由经影像处理之后的第一子影像的全部像素的多个灰阶值来取代第一生物特征影像的第一部分像素的所述多个灰阶值；以及对第一生物特征影像的其他部分像素的未经取代的多个灰阶值进行遮罩运算，以产生第二生物特征影像。本专利技术的电子装置包括传感器以及处理器。传感器用于取得第一生物特征影像。处理器耦接传感器。处理器用于撷取第一生物特征影像的第一部分像素的多个灰阶值，并且组合第一生物特征影像的第一部分像素的所述多个灰阶值，以产生第一子影像。处理器对第一子影像进行影像处理程序，并且借由经影像处理之后的第一子影像的全部像素的多个灰阶值来取代第一生物特征影像的第一部分像素的所述多个灰阶值。处理器对第一生物特征影像的其他部分像素的未经取代的多个灰阶值进行遮罩运算，以产生第二生物特征影像。基于上述，本专利技术的生物特征影像处理方法以及电子装置可撷取原始生物特征影像的部分像素的灰阶值来制作子影像，并且对子影像进行影像处理后，再将经影像处理之后的子影像与原始生物特征影像进行相对比例混合，以取得优化后的生物特征影像。因此。本专利技术的生物特征影像处理方法以及电子装置可有效地优化的生物特征影像，并且可有效地降低电子装置执行生物特征影像处理所需花费的运算资源。为了让本专利技术的上述特征和优点能更明显易懂，下文特别列举实施例，并结合所附图式作详细说明如下。附图说明图1是根据本专利技术一实施例的电子装置的示意图；图2是根据本专利技术另一实施例的电子装置的示意图；图3是根据本专利技术的第一实施例的生物特征影像处理方法的流程图；图4是根据图3实施例的生物特征影像的灰阶变化图；图5是根据本专利技术的第二实施例的生物特征影像处理方法的流程图；图6是根据图5实施例的生物特征影像的灰阶变化图；图7是根据本专利技术的第三实施例的生物特征影像处理方法的流程图；图8是根据图7实施例的生物特征影像的灰阶变化图；图9是根据本专利技术的另一实施例的生物特征影像处理方法的流程图。附图标号说明：20：手指；100、200：电子装置；110、210：传感器；120、220：处理器；130、230：内存；211：光接收面；240：模拟至数字转换器；401、402、601、602、801、802：曲线；S310~S350、S510~S560、S710~S760、S910~S960：步骤。具体实施方式为了使本专利技术的内容可以被更容易明了，以下特别列举实施例作为本专利技术确实能够进行实施的示例。另外，在任何可能的情况下，在附图及实施方式中使用相同标号的组件/构件/步骤代表相同或类似部件。图1是根据本专利技术一实施例的电子装置的示意图。参考图1，电子装置100包括传感器110、处理器120以及内存130。处理器120耦接传感器110以及内存130。在本实施例中，传感器110用于感测生物特征，并且将生物特征影像输出至处理器120，其中生物特征影像可为灰阶（grayscale）影像。处理器120接收传感器110提供的生物特征影像，并且对生物特征影像进行影像优化。在本实施例中，内存130可用于储存处理器120在生物特征影像进行影像优化的过程中产生的相关数据、影像或数据，并且内存130可用于储存影像处理程序，以供处理器120读取并执行该影像处理程序。具体而言，处理器120接收传感器110提供的第一生物特征影像，并且撷取第一生物特征影像的第一部分像素的多个灰阶值。处理器120可组合第一生物特征影像的第一部分像素的这些灰阶值，以产生第一子影像。首先，在本实施例中，处理器120可对第一子影像进行影像处理程序，以优化第一子影像，并且将经影像处理之后的第一子影像的全部像素的多个灰阶值来取代第一生物特征影像的第一部分像素的这些灰阶值。接着，在本实施例中，处理器120可对第一生物特征影像的其他部分像素的未经取代的多个灰阶值进行遮罩运算（maskoperation），以产生第二生物特征影像。也就是说，本实施例的处理器120可只对第一生物特征影像的部分像素进行调整，而无须运算第一生物特征影像的全部像素。并且，本实施例的处理器120可将经影像处理之后的第一子影像与原始的第一生物特征影像进行混合。处理器120可根据第一生物特征影像的所述部分像素的经取代的这些灰阶值来对第一生物特征影像的未经取代的其他部分像素进行遮罩运算，以产生第二生物特征影像。因此，本实施例的处理器120可有效地优化第一生物特征影像，并且可有效地降低电子装置100的运算资源。此外，在一实施例中，处理器120还可额外撷取第一生物特征影像的第二部分像素的多个灰阶值。处理器120可组合第一生物特征影像的第二部分像素的这些灰阶值，以产生第二子影像。并且，处理器120可对第二子影像进行影像处理程序，以优化第二子影像，并且将经影像处理之后的第一子影像以及第二子影像各别的全部像素的多个灰阶值来取代第一生物特征影像的第一部分像素的这些灰阶值。值得注意的是，第一生物特征影像的第一部分像素可例如是指在第一生物特征影像中的每一偶数坐标的像素，并且第一生物特征影像的第二部分像素可例如是指在第一生物特征影像中的每一奇数坐标的像素，但本专利技术并不限于此。处理器120选择第一生物特征影像的部分像素来进行影像处理的方式，可根据不同生物特征的类型或不同的影像处理需求来决定。在本实施例中，传感器110可以是指纹（Fingerprint）传感器、人脸（Face）传感器、虹膜（Iris）传感器或指静脉（Vien）传感器等。传感器110可撷取感测对象的影像，以将生物特征影像输出至处理器120。处理器120可以是中央处理单元（CentralProcessingUnit,CPU），或是其他可程序化的一般用途或特殊用途的微处理器（M本文档来自技高网...

【技术保护点】
1.一种生物特征影像处理方法，其特征在于，所述方法包括：取得第一生物特征影像；撷取所述第一生物特征影像的第一部分像素的多个灰阶值，并且组合所述第一生物特征影像的所述第一部分像素的所述多个灰阶值，以产生第一子影像；对所述第一子影像进行影像处理程序；借由经影像处理之后的所述第一子影像的全部像素的多个灰阶值来取代所述第一生物特征影像的所述第一部分像素的所述多个灰阶值；以及对所述第一生物特征影像的其他部分像素的未经取代的多个灰阶值进行遮罩运算，以产生第二生物特征影像。

【技术特征摘要】
2018.01.04 US 62/613,4191.一种生物特征影像处理方法，其特征在于，所述方法包括：取得第一生物特征影像；撷取所述第一生物特征影像的第一部分像素的多个灰阶值，并且组合所述第一生物特征影像的所述第一部分像素的所述多个灰阶值，以产生第一子影像；对所述第一子影像进行影像处理程序；借由经影像处理之后的所述第一子影像的全部像素的多个灰阶值来取代所述第一生物特征影像的所述第一部分像素的所述多个灰阶值；以及对所述第一生物特征影像的其他部分像素的未经取代的多个灰阶值进行遮罩运算，以产生第二生物特征影像。2.根据权利要求1所述的生物特征影像处理方法，其特征在于，所述第一生物特征影像的所述第一部分像素为所述第一生物特征影像的每一偶数坐标或每一奇数坐标的像素。3.根据权利要求1所述的生物特征影像处理方法，其特征在于，所述遮罩运算包括：根据计算遮罩对在所述第一生物特征影像中的目标像素以及所述目标像素周围的多个邻近像素的灰阶值进行加权平均运算，以调整所述目标像素的所述灰阶值。4.根据权利要求3所述的生物特征影像处理方法，其特征在于，在所述多个邻近像素中对应于偶数坐标或奇数坐标的一部分像素的权重值大于所述多个邻近像素的其他部分像素的权重值。5.根据权利要求4所述的生物特征影像处理方法，其特征在于，在所述多个邻近像素中对应于偶数坐标或奇数坐标的所述部分像素的权重值大于所述目标像素的权重值，并且所述目标像素的所述权重值大于所述多个邻近像素的所述其他部分像素的所述权重值。6.根据权利要求3所述的生物特征影像处理方法，其特征在于，所述目标像素以及在所述目标像素周围的多个邻近像素的多个权重值根据四阶二项式来决定。7.根据权利要求1所述的生物特征影像处理方法，其特征在于，所述影像处理程序包括去除影像噪声程序、去除影像不均匀背景程序以及影像强化程序的至少其中之一。8.根据权利要求1所述的生物特征影像处理方法，其特征在于，所述方法还包括：撷取所述第一生物特征影像的第二部分像素的多个灰阶值，并且组合所述第一生物特征影像的所述第二部分像素的所述多个灰阶值，以产生第二子影像；对所述第二子影像进行所述影像处理程序；以及借由经影像处理之后的所述第二子影像的全部像素的多个灰阶值来取代所述第一生物特征影像的所述第二部分像素的所述多个灰阶值。9.根据权利要求8所述的生物特征影像处理方法，其特征在于，所述第一生物特征影像的所述第一部分像素以及所述第二部分像素为所述第一生物特征影像的每一偶数坐标以及每一奇数坐标的像素。10.根据权利要求1所述的生物特征影像处理方法，其特征在于，方法还包括：对所述第二生物特征影像进行整体亮...

【专利技术属性】
技术研发人员：贺世儒，郑芝怡，
申请(专利权)人：金佶科技股份有限公司，
类型：发明
国别省市：中国台湾,71