图像处理方法及装置、电子设备和存储介质与流程

1.本发明涉及指纹识别技术领域，特别涉及一种图像处理方法及装置、电子设备和存储介质。


背景技术：

2.随着指纹识别技术的不断发展，屏下指纹识别技术以其独有的优势受到广大制造商的青睐。其中，光学指纹识别技术逐渐成为市场上主流的指纹识别技术，广泛应用于日常上下班的打卡机、门禁，以及各大品牌的智能手机。例如，智能手机的屏下光学指纹识别，其原理是利用了光的折射和反射。当手指按压屏幕时，oled(organic light emitting diode，有机发光二极管)屏幕发出光线将手指区域照亮，照亮手指区域的反射光线透过屏幕像素的间隙返回紧贴于屏下的光学指纹模组上。通过光学指纹模组依据反射光线采集指纹图像后，可以通过比对采集到的图像中的指纹与预先录入的指纹是否一致，从而实现指纹识别。
3.屏下光学指纹识别可以很大程度上避免环境光的干扰，在极端环境下拥有更好的稳定性。利用屏下光学指纹技术采集到的指纹图像如图1a所示，通常包含指纹信息和底纹信息两部分，要想获得指纹图像，必须先去除底纹信息。目前，多数屏下光学指纹识别的图像处理方法为预先采集不同状态的底纹，如图1b所示，用其中部分数据完成去底纹工作，例如用图1a所示的采集到的指纹图像减去图1b所示的预先采集的底纹，得到如图2a至图2c所示的不含底纹信息的指纹图像。然而，实际使用中，采集到的指纹图像中当前底纹信息会与预先采集的底纹不同，例如当前底纹信息因为采集方式、时间、光照强度以及传感器性能等因素的变化而改变，去除底纹时，残留底纹变得明显，在图2a至图2c中引入错误特征101至103，可以看到，随着上述影响因子的变化，错误特征101、102及103变得愈发明显，从而导致错误接受率(far，failure acceptance rate)和错误拒绝率(frr，failure rejection rate)增大，对识别率造成不良影响。
4.因此，期待一种改进的图像处理方法，以解决上述问题。


技术实现要素：

5.鉴于上述问题，本发明的目的在于提供一种图像处理方法及装置、电子设备和存储介质，去除底纹的效果更好，并且能够在每次采集目标图像时实时更新底纹的相关信息。
6.根据本发明的一方面，提供一种图像处理方法，包括：采集待处理的目标图像；从底纹库选取与所述目标图像对应的目标底纹类，所述底纹库包括多个底纹类；判断所述目标图像的图像质量和曝光强度是否符合预设条件；若所述目标图像的图像质量和所述曝光强度符合所述预设条件，则根据所述图像质量和所述曝光强度得到更新系数，以及根据所述更新系数按比例更新所述目标底纹类。
7.可选地，所述判断所述目标图像的图像质量和曝光强度是否符合预设条件的步骤之前还包括：根据所述目标底纹类得到目标底纹，以及根据所述目标图像和所述目标底纹
得到去底纹的图像。
8.可选地，所述根据所述目标底纹类得到目标底纹包括：计算所述目标底纹类中选定的底纹图像的均值以得到所述目标底纹。
9.可选地，所述基于所述目标底纹和所述目标图像得到去底纹图像包括：采用所述目标图像减去所述目标底纹，以得到所述去底纹图像。
10.可选地，所述采集待处理的目标图像的步骤之前还包括：采集多个底纹图像，并根据所述多个底纹图像的曝光强度将其分别归类至不同的底纹类中，以得到所述底纹库。
11.可选地，所述采集多个底纹图像包括：等间隔采集多种不同光强下的底纹图像，并将所述多种不同光强下的底纹图像分别归类至对应的多个不同底纹类中，以生成所述底纹库。
12.可选地，所述采集多个底纹图像包括：等间隔采集三种不同光强下的底纹图像，并将所述三种不同光强下的底纹图像分别归类至三个不同的底纹类中，以生成所述底纹库。
13.可选地，所述判断所述目标图像的图像质量和曝光强度是否符合预设条件包括：当所述图像质量大于第一预设值，且所述曝光强度位于第一预设范围内时，判断为所述目标图像的图像质量和曝光强度符合预设条件。
14.可选地，所述根据所述图像质量和所述曝光强度得到更新系数包括：所述更新系数包括上限和下限，对所述图像质量和所述曝光强度进行归一化处理后做差，再与所述更新系数的上限相乘，以得到中间系数；当所述中间系数小于或等于所述更新系数的下限时，所述更新系数的值为所述更新系数的下限，当所述中间系数的值位于所述更新系数的上下限之间时，所述更新系数的值为所述中间系数，当所述中间系数的值大于或等于所述更新系数的上限时，所述更新系数的值为所述更新系数的上限。
15.可选地，所述图像质量根据所述目标图像的信噪比、方向性、坏点中任意一者或者几者的组合确定。
16.可选地，所述对所述曝光强度进行归一化处理包括：计算所述曝光强度与信号目标值之差的绝对值与所述信号目标值之商；其中，所述信号目标值选自所述第一预设范围。
17.可选地，所述根据所述更新系数按比例更新所述目标底纹类包括：将所述目标图像和所述目标底纹类调整到相同光强；分别对所述目标图像和所述目标底纹类中的每一个底纹进行加权求和，所述目标图像的权重为更新系数a，所述目标底纹类中的每一个底纹的权重为1-a。
18.根据本发明的另一方面，提供一种图像处理装置，包括：采集单元，配置为采集目标图像以及底纹信息；存储单元，配置为存储包括多个底纹类的底纹库；控制单元，配置为从所述底纹库中选取目标底纹类，判断所述目标图像的图像质量和曝光强度是否符合预设条件，若所述目标图像的图像质量和所述曝光强度符合所述预设条件，则根据所述图像质量和所述曝光强度得到更新系数，以及根据所述更新系数按比例更新所述目标底纹类。
19.可选地，所述控制单元还配置为根据所述目标底纹类得到目标底纹，以及根据所述目标图像和所述目标底纹得到去底纹的图像。
20.可选地，所述采集单元还配置为能够采集环境参数，所述环境参数包括曝光强度、温度中的任意一种或几种。
21.根据本发明的又一方面，提供一种电子设备，包括：存储介质，存储可被执行的程
序指令；处理器，调用所述程序指令能够执行如前所述的图像处理方法。
22.根据本发明的再一方面，提供一种计算机可读的存储介质，所述存储介质存储有计算机程序，所述计算机程序可由处理器执行以完成如前所述的图像处理方法。
23.本发明实施例的图像处理方法，在采集目标图像后判断其图像质量和曝光强度是否符合预设条件，只有在图像质量和曝光强度均满足要求时才对一个或多个底纹类进行浮动比例更新，即根据图像质量和曝光强度得到更新系数，根据更新系数按比例更新一个或多个目标底纹类，使得底纹库能更好的反映当前底纹的真实状态。
24.可选地，本发明实施例的图像处理方法采用等间隔计算多种不同曝光强度下的底纹的方法采集底纹，通过在每次采集目标图像时对底纹库中的一个或多个底纹类进行实时更新以抵消其他影响因子的影响，能够获得较为干净的指纹图像。采用本发明实施例的图像处理方法能够减少残留的底纹信息，从而有效提高最终指纹识别的准确率。
25.可选地，本发明实施例图像处理方法中，在后续采集目标图像的过程中实时更新底纹库中的一个或多个底纹类，以抵消其他影响因子的影响，令底纹库包括固定数量的底纹类，每个底纹类又各自包括固定数量的底纹图像，无需对底纹类数量或者每个底纹类中底纹图像的数量进行动态调整，更易于存储和调用。
附图说明
26.通过以下参照附图对本发明实施例的描述，本发明的上述以及其他目的、特征和优点将更为清楚，在附图中：
27.图1a示出了采集的目标图像；
28.图1b示出了预先采集的底纹图像；
29.图2a至图2c示出了根据现有技术的图像处理方法得到的指纹图像；
30.图3示出了本发明实施例图像处理方法的配置阶段；
31.图4a示出了本发明实施例图像处理方法的底纹去除方法；
32.图4b示出了本发明实施例图像处理方法的底纹更新方法；
33.图5a至图5c示出了根据本发明实施例的图像处理方法得到的指纹图像；
34.图6示出了本发明实施例的图像处理装置；
35.图7示出了本发明实施例的电子设备。
具体实施方式
36.以下将参照附图更详细地描述本发明的各种实施例。在各个附图中，相同的元件或者模块采用相同或类似的附图标记来表示。为了清楚起见，附图中的各个部分没有按比例绘制。
37.应当理解，在以下的描述中，“电路”可包括单个或多个组合的硬件电路、可编程电路、状态机电路和/或能存储由可编程电路执行的指令的元件。当称元件或电路“连接到”另一元件或称元件或电路“连接在”两个节点之间时，它可以直接耦合或连接到另一元件或者可以存在中间元件，元件之间的连接可以是物理上的、逻辑上的，或者其结合。相反，当称元件“直接耦合到”或“直接连接到”另一元件时，意味着两者不存在中间元件。
38.同时，在本专利说明书及权利要求当中使用了某些词汇来指称特定的组件。本领
域普通技术人员应当可理解，硬件制造商可能会用不同的名词来称呼同一个组件。本专利说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。
39.此外，还需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或者操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
40.目前，图像处理方法为预先采集不同状态的底纹，用其中部分数据完成去底纹工作，而底纹信息又会因为采集方式以及时间、光照强度、传感器性能等参数的变化而改变，因此，首先要解决的问题便是如何构造底纹库，如图3所示。图3示出了本发明实施例图像处理方法的配置阶段，包括：
41.步骤s10，采集不同影响因子在不同状态下的底纹各100张，并分别计算其均值。影响因子包括时间、曝光强度、屏幕划痕、残留指纹、传感器性能等，采集的底纹也不限于100张，可以根据对识别速度和精度等参数的要求灵活调整。
42.例如，当选择曝光强度作为影响因子时，将曝光强度分为多个区间段或者点，例如将曝光强度分为两段、三段或者四段，每个区间段或者点分别采集100张底纹图像mark1至mark
100
，并根据公式计算得到当前状态的底纹
43.本实施例中，以将曝光强度分成三段为例，根据上述方法分别计算得到曝光强度较低时的底纹mark_l、曝光强度适中时的底纹mark_n以及曝光强度较高时的底纹mark_h。
44.步骤s20：将同一影响因子下不同状态的底纹调整到相同光强，并计算其相似度，步骤s20包括两个步骤：
45.第一步：将同一影响因子下不同状态的两个底纹调整到相同光强做差，将得到的差异图像分割为m*n个矩形区域，优选地，每个矩形区域的尺寸为k*k像素。当同一影响因子下包括两个以上的不同状态时，对多个不同状态进行单循环的两两比较。
46.差异图像mark-diff等于第一状态下的底纹mark1减去第二状态下的底纹mark2与相关系数coeff之积，即
47.mark_diff＝mark1-mark2*coeff
48.其中，相关系数coeff等于第一状态下的底纹mark1和第二状态下的底纹mark2各自选定区域亮度的均值的商，优选地，本实施例中选定区域选自图像的中央位置center，即
[0049][0050]
第二步：分别计算每个矩形区域的均值和标准差，将得到m行n列矩阵作为一致性验证矩阵，从而计算得到第一底纹mark1和第二底纹mark2的相似度。
[0051]
步骤s30：根据步骤s20中得到的相似度，确定各影响因子的权重。如果同一影响因子不同状态下相似度差异较小，说明该影响因子对底纹影响较小，反之，则影响较大。
[0052]
根据步骤s30得到的各影响因子的初始权重，能够进一步设计底纹更新策略、更新模型和去底纹方法，在用固定的滤波方法处理后采用经典识别结算法进行识别统计roc曲线(receiver operator characteristic curve，受试者工作特征曲线)。进一步地，根据roc曲线建立分析模型，分析下述图像处理方法中不同更新模型可行性、各参数是否需要微调，以得到最优模型和参数，同时还能够进行大量数据集的识别测试对比以验证不同模型、参数的优劣及适用场景。
[0053]
本发明实施例采用等间隔计算三种不同曝光强度下的底纹的方法采集底纹，从而构造底纹库，在实际使用时，也可以采用计算两种或四种不同曝光强度下底纹的方法采集底纹。实际去底纹的过程中运用分段线性去底纹的方式降低误差，如图4a所示。图4a示出了本发明实施例图像处理方法的底纹去除方法，包括：
[0054]
步骤s40：采集待处理的目标图像image，根据目标图像image的曝光强度signal从底纹库中选取目标底纹类。其中，目标图像image包括包含底纹信息的指纹图像、包含底纹信息的掌纹图像以及包含底纹信息的其他类型的用于进行生物特征识别的图像。
[0055]
在本实施例中，以底纹库包括等间隔的三种不同曝光强度的第一底纹类、第二底纹类和第三底纹类为例，实际使用中可以根据识别精度和识别速度等需求灵活调整底纹类的数量。
[0056]
采集到待处理的目标图像image后，根据目标图像image计算得到目标图像image的曝光强度signal，从而从底纹库中选取对应的目标底纹类。
[0057]
在一种可行的实施例中，为了进一步减小误差，底纹库可以包括等间隔的三种以上不同曝光强度的多个底纹类。当底纹类数量较多时，相邻两底纹类曝光强度差异较小，根据目标图像image计算得到的曝光强度精度不够高，可能会选取不合适的底纹类作为目标底纹类，增大误差，导致识别精度下降。为了避免这一情况，在步骤s40采集待处理的目标图像image时，还包括采集包括曝光强度、温度等参数在内的环境参数，将采集到的环境参数中的曝光强度和根据目标图像image计算得到的曝光强度相结合，提高目标底纹类的选取精度，从而提高最终指纹识别的精度。
[0058]
步骤s50：基于目标底纹类和目标图像image得到去底纹图像。首先计算目标图像image中选定区域的曝光强度范围，例如计算目标图像image中央区域的曝光强度范围，减去对应范围的目标底纹mark与光强系数之积，从而得到去底纹图像mark_remove，即
[0059][0060]
其中，目标底纹类例如包括多张预先采集的底纹图像，计算其中部分或者全部底纹图像的均值得到目标底纹mark。表示目标图像image选定区域的曝光强度范围与目标底纹mark选定区域的曝光强度范围之比，即光强系数。
[0061]
进一步地，本发明实施例的图像处理方法还包括一种底纹库的更新方法，如图4b所示。
[0062]
图4b示出了本发明实施例图像处理方法的底纹更新方法，包括：
[0063]
步骤s40：采集待处理的目标图像image，根据目标图像image的曝光强度signal从底纹库中选取目标底纹类。其中，目标图像image包括包含底纹信息的指纹图像、包含底纹
信息的掌纹图像以及包含底纹信息的其他类型的用于进行生物特征识别的图像。
[0064]
在本实施例中，以底纹库包括等间隔的三种不同曝光强度的第一底纹类、第二底纹类和第三底纹类为例，实际使用中可以根据识别精度和识别速度等需求灵活调整底纹类的个数。
[0065]
采集到待处理的目标图像image后，根据目标图像image计算得到目标图像image的曝光强度signal，从而从底纹库中选取对应的目标底纹类。
[0066]
在一种可行的实施例中，为了进一步减小误差，底纹库可以包括等间隔的三种以上不同曝光强度的多个底纹类。当底纹类数量较多时，相邻两底纹类曝光强度差异较小，根据目标图像image计算得到的曝光强度精度不够高，可能会选取不合适的底纹类作为目标底纹类，增大误差，导致识别精度下降。为了避免这一情况，在步骤s40采集待处理的目标图像image时，还包括采集包括曝光强度、温度等参数在内的环境参数，将采集到的环境参数中的曝光强度和根据目标图像image计算得到的曝光强度相结合，提高目标底纹类的选取精度，从而提高最终指纹识别的精度。
[0067]
步骤s60：根据目标图像image的图像质量quality和曝光强度signal判断是否需要更新目标底纹类。当图像质量quality大于第一预设值，且曝光强度signal在第一预设范围内时，跳转至步骤s71；若图像质量quality小于第一预设值，或者曝光强度signal不在第一预设范围内，则跳转至步骤s72。
[0068]
其中，根据目标图像quality的信噪比、方向性、坏点等参数对图像质量进行量化，例如采用百分制形式量化图像质量quality，若目标图像的一个或多个参数低于正常水平，则扣除一定分数。如果图像质量quality低于第一预设值，则当前图像至少某一方面不能满足更新要求。此外，根据目标图像计算得到的曝光强度signal也应该位于第一预设范围内，如果曝光强度signal小于第一预设范围的下限，表示当前采集的目标图像过暗，如果曝光强度signal大于第一预设范围的上限，表示当前采集的目标图像过亮，均不能满足更新要求。
[0069]
示例性地，本实施例中设定目标图像曝光强度signal的参考值threshold，则只有在目标图像的曝光强度signal与参考值之差的绝对值，与参考值threshold之比小于第二预设值(0.5)时，才判定目标图像的曝光强度signal位于第一预设范围内，即
[0070][0071]
其中，参考值threshold和第二预设值可以根据实际需求灵活调整。
[0072]
步骤s71：更新目标底纹类，分别对目标图像image和目标底纹类中的每个底纹进行加权求和。目标图像image的权重为更新系数a，目标底纹类中每个底纹mark1至marki的权重为(1-a)，即更新后的底纹
[0073][0074]
其中，为光强系数的倒数，目的在于将目标图像调整到与底纹类相同的曝光强度signal下。更新系数a根据图像质量quality和曝光强度signal确定，即a＝f
(quality，signal)，该映射关系会根据采集环境的改变而调整。设定更新系数上限为a1，下限为a2，将图像质量quality和曝光强度signal进行归一化处理并做差后，与更新系数上限a1相乘，得到中间系数a0，若计算得到的中间系数a0小于或等于下限a2，则更新系数a的值为a2；若a2《a0＜a1，则更新系数的值为中间系数a0；若中间系数a0大于或等于上限a1，则更新系数a的值为a1。
[0075]
在一种可行的实施例中，更新系数a的上限a1为0.005，下限a2为0.001，则中间系数
[0076][0077]
若中间系数a0小于或等于0.001，则更新系数a＝0.001，若0.001《a0《0.005，则更新系数a＝a0，若中间系数a0大于或等于0.005，则更新系数a＝0.005。
[0078]
换一种形式解释，即更新系数
[0079][0080]
选取中间系数a0和1中的较小者与比较，将较大的数与a1相乘，即可得到更新系数a。
[0081]
在另一种可行的实施例中，中间系数a0还可以采用以下公式计算得到：
[0082][0083]
步骤s72：不更新目标底纹类。
[0084]
可选地，各个底纹类也可以包括多张预先采集的包括指纹信息和底纹信息的图像，底纹类包括的图像足够大时，计算均值得到的目标底纹mark中将不包括指纹信息。并且随着底纹库的不断更新，每个底纹类中的图像将逐渐被更新为不包括指纹信息的底纹图像。
[0085]
应当理解，在每次进行指纹识别或底纹去除等操作时，均可以执行本发明实施例的底纹更新方法，并且本发明实施例图像处理方法的底纹去除方法和底纹更新方法之间并没有严格的先后顺序，可以先执行底纹去除方法再执行底纹更新方法、或者先执行底纹更新方法再执行底纹去除方法，亦或是二者各自独立执行。
[0086]
在对各类影响因子进行实验分析后，本发明实施例的图像处理方法采用等间隔计算三种不同曝光强度下的底纹的方法采集底纹，通过在每次采集目标图像时对底纹库中的一个或多个底纹类进行实时更新抵消其他影响因子的影响，能够获得较为干净的指纹图像，如图5a至图5c所示。图5a至图5c示出了根据本发明实施例的图像处理方法得到的指纹图像，其中，图5a示出了底纹库建立的前期根据本发明实施例的图像处理方法得到的指纹图像，图5b和图5c分别示出底纹库经过一定次数的更新后，采用本发明实施例的图像处理方法得到的指纹图像。由图可见，采用本发明实施例的图像处理方法能够降低残留的底纹信息，从而有效提高最终指纹识别的准确率。
[0087]
可选地，本发明实施例图像处理方法中，底纹库包括固定数量的底纹类，每个底纹
类又各自包括固定数量的底纹图像，无需对底纹类数量或者每个底纹类中底纹图像的数量进行动态调整，更易于存储和调用。
[0088]
可选地，在采集目标图像后判断其图像质量和曝光强度是否符合预设条件，只有在图像质量和曝光强度均满足要求时才对一个或多个底纹类进行浮动比例更新，即根据图像质量和曝光强度得到更新系数，根据更新系数按比例更新一个或多个目标底纹类，使得底纹库能更好的反映当前底纹的真实状态。
[0089]
如图6所示，本发明实施例还提供了一种图像处理装置10。图像处理装置10与显示面板30耦接，显示面板30还包括用于接收手指区域反射光线的光感测阵列31。其中，显示面板30例如选自oled(organic light-emitting diode，有机发光二极管)显示面板或amoled(active-matrix organic light-emitting diode，有源矩阵有机发光二极管)显示面板。光感测阵列31可以是cmos传感器阵列、ccd传感器阵列、光电二极管阵列或其他光感测阵列。
[0090]
图像处理装置10包括采集单元11、控制单元12和存储单元13。采集单元11根据光感测阵列31采集目标图像或者底纹信息。存储单元13配置为存储包括多个底纹类的底纹库，底纹库包括根据曝光强度划分的多个目标底纹类，每个目标底纹类中包括多张预先采集的底纹图像。控制单元12配置为根据采集单元11采集到的目标图像的曝光强度从底纹库中选取目标底纹类，计算目标底纹类中选定的多个底纹图像的均值得到目标底纹图像，并用目标图像减去目标底纹图像以得到去底纹图像。示例性地，采集单元11包括光学指纹模组。
[0091]
在一种可行的实施例中，采集单元11还包括传感器等用于采集曝光强度、温度等环境参数的单元。
[0092]
进一步地，如图7所示，本发明实施例还提供一种电子设备20。电子设备20包括通过总线23连接的处理器21、存储介质以及接口24。存储介质包括非易失性存储介质22和内存储器25，接口24例如与图6中的显示面板30耦接以接收来自光感测阵列31的信号或数据。
[0093]
非易失性存储介质22存储有操作系统221、计算机程序222以及数据库223，数据库223用于存储底纹库。处理器221能够执行计算机程序222中的指令，以使电子设备20能够执行本发明实施例的图像处理方法中全部或者部分流程，内存储器25能够为操作系统221以及计算机程序222提供运行环境。
[0094]
示例性地，电子设备20可以选自手机、平板电脑等支持屏下光学指纹识别技术的设备。存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(static random access memory，sram)，电可擦除可编程只读存储器(electrically erasable programmable read-only memory，eeprom)，可擦除可编程只读存储器(erasable programmable read only memory，eprom)，可编程只读存储器(programmable red-only memory，prom)，只读存储器(read-only memory，rom)，磁存储器，快闪存储器，磁盘或光盘。
[0095]
在一种可行的实施例中，电子设备20例如选自服务器，接口24选自网络接口从而与外部的终端通过网络连接的方式进行通信。
[0096]
本发明还提供了一种计算机可读的存储介质，存储介质存储有计算机程序，计算机程序可由处理器21执行以完成本发明提供的图像处理方法。
[0097]
可选地，计算机可读的存储介质可以包括电子设备的内部存储单元，也可以包括外部存储设备。该存储介质可用于存储计算机程序以及电子设备所需的其他程序和数据，还可以用于暂时地存储已经输出或者将要输出的数据。
[0098]
综上所述，本发明实施例的图像处理方法，在采集目标图像后判断其图像质量和曝光强度是否符合预设条件，只有在图像质量和曝光强度均满足要求时才对一个或多个底纹类进行浮动比例更新，即根据图像质量和曝光强度得到更新系数，根据更新系数按比例更新一个或多个目标底纹类，使得底纹库能更好的反映当前底纹的真实状态。
[0099]
可选地，本发明实施例的图像处理方法采用等间隔计算多种不同曝光强度下的底纹的方法采集底纹，通过在每次采集目标图像时对底纹库中的一个或多个底纹类进行实时更新以抵消其他影响因子的影响，能够获得较为干净的指纹图像。采用本发明实施例的图像处理方法能够减少残留的底纹信息，从而有效提高最终指纹识别的准确率。
[0100]
可选地，本发明实施例图像处理方法中，在后续采集目标图像的过程中实时更新底纹库中的一个或多个底纹类，以抵消其他影响因子的影响，令底纹库包括固定数量的底纹类，每个底纹类又各自包括固定数量的底纹图像，无需对底纹类数量或者每个底纹类中底纹图像的数量进行动态调整，更易于存储和调用。
[0101]
应当说明，本领域普通技术人员可以理解，本文中使用的与电路运行相关的词语“期间”、“当”和“当
……
时”不是表示在启动动作开始时立即发生的动作的严格术语，而是在其与启动动作所发起的反应动作(reaction)之间可能存在一些小的但是合理的一个或多个延迟，例如各种传输延迟等。本文中使用词语“大约”或者“基本上”意指要素值(element)具有预期接近所声明的值或位置的参数。然而，如本领域所周知的，总是存在微小的偏差使得该值或位置难以严格为所声明的值。本领域已恰当的确定了，至少百分之十(10％)(对于半导体掺杂浓度，至少百分之二十(20％))的偏差是偏离所描述的准确的理想目标的合理偏差。当结合信号状态使用时，信号的实际电压值或逻辑状态(例如“1”或“0”)取决于使用正逻辑还是负逻辑。
[0102]
依照本发明的实施例如上文，这些实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施例。显然，根据以上描述，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地利用本发明以及在本发明基础上的修改使用。本发明的保护范围应当以本发明权利要求及其等效物所界定的范围为准。