一种基于黑白灰背景的传感器局部图像校准方法与流程

1.本发明涉及电容式指纹传感器领域，尤其涉及一种基于黑白灰背景的传感器局部图像校准方法。


背景技术：

2.目前市面上电容传感器在大规模生产时，会存在设计或者生产工艺上造成的局部坏线，根据制造工艺的不同有时这种坏线产品不良率能高达5％，导致生产效率的下降。


技术实现要素：

3.为了去除指纹图像中存在的坏线或坏点，本发明采用以下技术方案：
4.一种基于黑白灰背景的传感器局部图像校准方法，包括以下步骤：
5.步骤s1:设置背景寄存器参数，采集传感器分别采集白色、灰色、黑色三张无指纹的背景图像；
6.步骤s2:检测白色、灰色、黑色背景图片中是否存在坏点或者坏线，若存在，则记录坏线和坏点的位置并存入flash后进入步骤s3，否则直接进入步骤s3；
7.步骤s3:再采集一张背景图片，通过图像小区域背景等级判断法对背景图片进行背景重校准；
8.步骤s4:传感器采集指纹图像，读取flash中的坏线和坏点的位置，如果不存在坏线，就直接采集图像并上传显示到窗口，如果存在坏线，则采用坏点坏线修复算法将指纹图片修复后再上传显示到窗口。
9.具体的，步骤s2中，检测白色、灰色、黑色背景图片中是否存在坏点或者坏线的过程为：
10.步骤s21：建立背景图像的坐标系：以每张背景图像的像素点为坐标点，以背景图像左下角为坐标原点，
11.步骤s22：遍历每张背景图的所有像素点寻找坏点或坏线：
12.若在白背景图像中，灰度小于40的像素点，或在黑背景图中，灰度大于220的像素点；或在灰背景图像中，灰度小于40或灰度大于220的像素点，都为坏点；
13.若上述坏点的横坐标或纵坐标相同，则形成连续的坏线。
14.如果坏点或坏线的绝对坐标重复，则只记录最后一次。
15.具体的，在步骤s3中，通过图像小区域背景等级判断法对背景图片进行背景重校准的过程包括以下步骤：
16.步骤s31：将背景图片划分成若干个采图区域；
17.步骤s32：从flash中读取存在坏点或者坏线的绝对位置并统计坏点坏线区域，坏点坏线区域为存在坏点或坏线的采图区域；
18.步骤s33：对坏点坏线区域进行灰度图像校准；
19.具体的，在步骤s33中，对坏线区域进行图像校准的过程为：计算坏点坏线区域的
像素点平均灰度，记为agc1，再计算背景图像扣除坏线坏点剩余区域的像素点平均灰度，记为agc2，计算ans的值，ans＝(agc2-agc1)/agc1，根据ans值判断背景灰度等级，然后根据传感器背景灰度和增益寄存器对应参数表，调节背景灰度等级下传感器增益寄存器和电压放电寄存器的参数，进而校准图像背景。
20.具体的，在步骤s4中，采用坏点坏线修复算法修复指纹图片的过程为：
21.对于指纹图像，建立与背景图像相同的坐标系；
22.对于坏点，计算指纹图像的坏点位置处四周8格像素点的平均灰度值，将平均灰度值替换坏点原本的灰度值；
23.对于坏线：计算指纹图像的坏线位置处相邻两条线的灰度的平均灰度值，将平均灰度值替换坏线原本的灰度值。
24.该方法具有以下优点：本方法采集黑白灰背景图像能有效找到图像中的白色坏点坏线，黑色坏点坏线，灰色坏点坏线，极大程度提高图像校准的准确度，先通过图像补偿修复坏点坏线，然后通过寄存器配置根据坏线位置调整该区域的图像背景增益，和目前市面上采用全图校准的方法相比，这种根据黑白灰背景局部校准的方法，在保证校准准确性的基础上也能快速有效的进行图像校准，同时也能适应不同传感器对应的不同图像，保证有很高的准确度和泛用性。另外该图像校准方法还附带有图像坏行坏线修复功能，保证校准后输出图像的完整性，大幅度降低传感器生产的不良比率。
附图说明
25.图1是一种基于黑白灰背景的传感器局部图像校准方法的流程图；
26.图2是运行坏点坏线修复算法前指纹图像；
27.图3是运行坏点坏线修复算法后指纹图像；
28.图4是运行坏点坏线修复算法前背景图像；
29.图5是运行坏点坏线修复算法后背景图像；
具体实施方式
30.下面结合图1至图5对本发明做进一步说明。
31.一种基于黑白灰背景的传感器局部图像校准方法，包括以下步骤：
32.步骤s1:设置背景寄存器参数，采集传感器分别采集白色、灰色、黑色三张无指纹的背景图像；
33.步骤s2:检测白色、灰色、黑色背景图片中是否存在坏点或者坏线，
34.步骤s21：建立背景图像的坐标系：以每张背景图像的像素点为坐标点，以背景图像左下角为坐标原点；
35.步骤s22：遍历每张背景图的所有像素点寻找坏点或坏线：
36.若在白背景图像中，灰度小于40的像素点，或在黑背景图中，灰度大于220的像素点；或在灰背景图像中，灰度小于40或灰度大于220的像素点，都为坏点；
37.若上述坏点的横坐标或纵坐标相同，则形成连续的坏线。
38.步骤s23：如果找到坏线和坏点的位置则存入flash，然后进入步骤s3，且如果三张背景图片中的坏点或坏线的绝对坐标重复，则只记录最后一次坏点或坏线的绝对坐标，记
录，如果没有找到，则直接进入步骤s3；
39.从步骤2中可以确定背景图片中是否有坏点或是坏线，除此之外，将所有坏点和坏线的绝对位置记录到控制芯片flash不易失区域，防止数据丢失。
40.步骤s3:采集传感器再采集一张背景图片；
41.步骤s31：将背景图片划分成5x5共计25格，每个格中的区域都可独立进行图像灰度的校准；
42.步骤s32：从flash中读取存在坏点或者坏线的绝对位置并统计坏点坏线区域，坏点坏线区域为存在坏点或坏线的采图区域；
43.步骤s33：计算坏点坏线区域的像素点平均灰度，记为agc1，再计算背景图像扣除坏线坏点剩余区域的像素点平均灰度，记为agc2，计算ans的值，ans＝(agc2-agc1)/agc1，根据ans值判断背景灰度等级：
44.若-5％≤ans≤-1％,背景灰度等级为黑1级；
45.若ans《-5％,背景灰度等级为黑2级；
46.若-1％《ans《1％,背景灰度等级为适中等级；
47.若1％≤ans≤5％,背景灰度等级为灰1级；
48.若ans》5％,背景灰度等级为灰2级；
49.然后根据传感器背景灰度和增益寄存器对应参数表，调节对应背景灰度等级下传感器增益寄存器和电压放电寄存器的参数，进而校准图像背景。
50.表1传感器背景灰度和增益寄存器对应参数表
51.背景灰度等级灰2级灰1级适中等级黑1级黑2级增益参数0x020x040x050x060x07电压参数0x070x060x040x040x03
52.由于存在坏点或者坏线，会导致背景图片的灰度不同，所以要将坏点或者坏线区域的灰度进行图像背景增益的校准，图像增益是通过对传感器关于电容式指纹传感器内部信号放大增益及电容充电电压控制寄存器的参数进行调整实现，使图像背景灰度回到正常范围或接近正常范围，从而改善图像背景质量。
53.步骤s4:传感器采集指纹图像，读取flash中的坏线和坏点的位置，如果不存在坏线，就直接采集图像并上传显示到窗口，如果存在坏线，则采用坏点坏线修复算法将指纹图片修复后再上传显示到窗口。
54.具体的，采用坏点坏线修复算法修复指纹图片的过程为：
55.对于指纹图像，建立与背景图像相同的坐标系；
56.对于坏点，计算指纹图像的坏点位置处的像素点的四周8格像素点的平均灰度值，将平均灰度值替换坏点原本的灰度值；
57.对于坏线：计算指纹图像的坏线相邻两条线的灰度的平均灰度值，将平均灰度值替换坏线原本的灰度值。这个相邻两条指的是坏线左边和右边或者上边和下边的正常图像的像素线。
58.从上面描述可得，该方法具有以下优点：本方法采集黑白灰背景图像能有效找到图像中的白色坏点坏线，黑色坏点坏线，灰色坏点坏线，极大程度提高图像校准的准确度，先通过图像补偿修复坏点坏线，然后通过寄存器配置根据坏线位置调整该区域的图像背景
增益，和目前市面上采用全图校准的方法相比，这种根据黑白灰背景局部校准的方法，在保证校准准确性的基础上也能快速有效的进行图像校准，同时也能适应不同传感器对应的不同图像，保证有很高的准确度和泛用性。另外该图像校准方法还附带有图像坏行坏线修复功能，保证校准后输出图像的完整性，大幅度降低传感器生产的不良比率。
59.可以理解的是，以上关于本发明的具体描述，仅用于说明本发明而并非受限于本发明实施例所描述的技术方案。本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换，以达到相同的技术效果；只要满足使用需要，都在本发明的保护范围之内。