阅读说明：本技术 从指纹图像中提取指纹特征数据 (Extracting fingerprint feature data from fingerprint image ) 是由 莫滕·汉森 克劳斯·安德森 阿尔内·胡斯特 迈克尔·汉森 于 2018-04-20 设计创作，主要内容包括：本发明涉及指纹感测系统的从指纹感测系统的指纹传感器捕获的图像中提取指纹特征数据的方法以及执行该方法的指纹感测系统。(the present invention relates to a method of a fingerprint sensing system for extracting fingerprint feature data from an image captured by a fingerprint sensor of the fingerprint sensing system and a fingerprint sensing system for performing the method.)

从指纹图像中提取指纹特征数据

技术领域

本发明涉及指纹感测系统的从由指纹感测系统的指纹传感器捕获的图像中提取指纹特征数据的方法以及执行该方法的指纹感测系统。

背景技术

诸如智能电话、笔记本电脑、遥控器、平板电脑、智能卡等的电子设备可以使用指纹识别，例如，以允许用户访问该设备，授权使用该电子设备执行的交易，或者授权用户通过该电子设备访问服务。

因此，电子设备，以智能电话为例，配备有指纹传感器，用户将她的手指放置在指纹传感器上以便传感器捕获指纹的图像并将记录的指纹与预先存储的经认证的指纹模板进行比较。如果记录的指纹与预先存储的模板匹配，则用户通过认证并且智能电话将执行适当的动作，例如，从锁定模式转换到解锁模式，在解锁模式下允许用户访问智能电话。

对于指纹传感器(例如，基于来自手指的电容、光学或超声的检测信号)，对用户的手指与传感器的指纹感测元件(被称为像素)之间存在的材料在厚度和材料特性(例如，电容式传感器的电介质均匀性)的精度方面的要求高。在电容式传感器的情况下，则当用户触摸智能电话的指纹感测区域(例如，由玻璃或陶瓷覆盖)时，在指纹感测区域的表面与布置在智能电话内部的指纹传感器之间形成电容器。通过在每个像素处测量由用户触摸的表面与传感器之间的电容，可以从用户的手指的指纹传感器所捕获的图像中得到用户的指纹。

然而，由于多种原因，在由指纹传感器捕获的图像中可能存在准稳态噪声形式的损伤数据，这致使更难从捕获的图像中得到指纹。

对于电容式传感器，这种类型的噪声被称为电容性噪声，并且例如，可能由于诸如指纹感测区域的表面与指纹传感器之间的材料堆叠高度的变化而引起的损伤、指纹感测区域的例如划痕形式的损坏表面或者由于诸如传感器翘曲的损伤或材料特性的非理想性(堆叠区域与感测区域之间的材料粘合剂中的杂质)而产生，并且在捕获的图像中产生反复出现的噪声图案。为了消除电容性噪声，可能需要亚微米精度和极纯的材料。在实际情况中，难以实现材料的这种精度。

发明内容

本发明的目的是解决或至少缓解本领域的这个问题并因此提供一种经改善的从指纹感测系统的指纹传感器捕获的图像中提取指纹特征数据的方法。

在本发明的第一方面，通过一种指纹感测系统的从指纹感测系统的指纹传感器捕获的图像中提取指纹特征数据的方法实现这个目的。该方法包括：捕获接触指纹传感器的物体的至少一个图像，该图像包括由指纹传感器所经受的损伤引起的损伤数据；存储所捕获的包括损伤数据的图像；捕获接触指纹传感器的手指的指纹的至少一个另外的图像，并从所捕获的至少一个另外的图像中提取指纹特征数据，其中，在提取指纹特征数据时，与图像的未被指示包括损伤数据的部分的特征数据相比，较少地依赖于图像的在所存储的图像中被指示包括损伤数据的部分中的至少一些特征数据。

在本发明的第二方面，通过一种指纹感测系统实现这个目标，该指纹感测系统包括处理单元，该处理单元被配置成从指纹感测系统的指纹传感器捕获的图像中提取指纹特征数据。指纹传感器被配置成捕获接触指纹传感器的物体的至少一个图像，该图像包括由指纹传感器所经受的损伤引起的损伤数据，并捕获接触指纹传感器的手指的指纹的至少一个另外的图像。处理单元被配置成存储所捕获的包括损伤数据的图像，并从捕获的至少一个另外的图像中提取指纹特征数据，其中，在提取指纹特征数据时，与图像的未被指示包括损伤数据的部分中的特征数据相比，较少地依赖于图像的在存储的图像中被指示包括损伤数据的部分中的至少一些特征数据。

在实施方式中，与用于捕获包括损伤数据的图像的传感器接触的物体是在指纹传感器的生产测试期间所应用的所谓的橡皮图章。在替选实施方式中，该物体是用户的真实手指，在这种情况下，通常捕获多个图像并将其组合成包括损伤数据的单个图像。该操作可以在正常用户操作期间执行。

无论在哪种情况下，包括损伤数据的图像都会被存储以供在对已实现了指纹感测系统的电子设备(例如，智能电话)的用户进行认证时的后续使用。如下在后续的特征数据提取期间考虑存储的图像：在提取指纹特征数据时，与图像的未被指示包括损伤数据的部分中的特征数据相比，较少地依赖于(或者甚至排除)位于捕获图像的有损伤数据存在的区域中的全部或一些指纹特征数据。

有利地，这减小了从捕获的图像的损伤数据中错误地提取指纹特征数据所引起的所谓误报的风险。最终，这减小了根据被损伤数据模糊的特征数据对用户进行错误认证的风险，其中所述损伤数据可能导致错误地提取指纹特征数据。

另外的优点是：阻碍了智能电话的篡改或欺骗。恶意第三方可能通过修改所存储的包括损伤数据的图像来尝试操纵指纹感测系统以便逐步更改所存储的图像从而最终能够针对预先存储的指纹模板认证他或她自己的指纹。通过在指纹特征提取中使用呈现了指纹传感器所经受的损伤数据的所存储的图像，任何针对所存储图像的恶意修改都可能导致特征提取失败，并最终导致欺骗性第三方的未认证。

在实施方式中，使用存储的包含损伤数据的捕获图像对指纹的另外的捕获图像进行处理以便至少部分地抑制另外的捕获图像中的损伤数据。例如，可以从另外的捕获图像的相应数据中减去存储的图像中的损伤数据。这实际上会具有如下结果：在捕获的指纹图像中，损伤数据被有利地抑制，或者甚至消除，而图像的与指纹有关的部分不受影响。

在另一实施方式中，计算所存储的包括损伤数据的捕获图像的置信度，其中，在从捕获的至少一个另外的图像中提取指纹特征数据时，在置信度的值指示损伤数据的低置信度的情况下，更多地依赖于图像的在存储的图像中被指示包括损伤数据的部分的特征数据，而在置信度的值指示损伤数据的高置信度的情况下，较少地依赖于图像的在存储的图像中被指示包括损伤数据的部分中的特征数据。有利地，如果如高置信度值所指示的，确实存在损伤数据，则在提取特征数据时应较少地依赖于捕获图像的相应部分。

在实施方式中，可以通过比较若干图像来有利地确定置信度的值。如果存在不同的图像差异非常大的区域，则该区域的置信度将被认为为低。另一方面，如果损伤数据在所有图像中看起来都相同，则该区域将被分配较高的置信度值。例如，置信度将被分配0至1的范围，其中，接近1的值指示高置信度，而接近0的值指示低置信度。

在又一实施方式中，计算所捕获图像中的损伤数据的存在度量，其中，在从所捕获的至少一个另外的图像中提取指纹特征数据时，在存在度量的值指示所述损伤数据的低存在的情况下，更多地依赖于图像的在所存储的图像中被指示包括损伤数据的部分中的特征数据，而在存在度量的值指示损伤数据的高存在的情况下，较少地依赖于图像的在所存储的图像中被指示包括损伤数据的部分中的特征数据。

对于另外捕获的图像，无论是在执行了损伤数据抑制的情况下，还是没有执行损伤数据抑制的情况下，都可以对其计算存在度量。现在，在这个特定的示例性实施方式中，在从已捕获的图像中对损伤数据进行抑制之后，确定增强的捕获图像中依然存在的损伤数据的程度。即，计算反映这个程度的存在度量。

如果对损伤数据的抑制很成功，则存在度量很可能被给予低值，指示在增强的捕获图像中损伤数据的存在是很弱的。相反，如果仅获得了对损伤数据的轻微抑制，则存在度量很可能被给予高值，指示在增强的捕获图像中损伤数据的存在是很强的。

有利地，通过计算存在度量并后续在提取指纹特征数据时考虑存在度量，特征提取将取决于增强的捕获图像中的损伤数据是“强”还是“弱”。

因此，低值的存在度量指示图像中(剩余的)损伤数据弱，其中，在从所捕获的图像中提取指纹特征数据时，更多地依赖于图像的由存在度量指示的包括弱损伤数据的部分中的特征数据。

相反，高值的存在度量指示图像中(剩余的)损伤数据强，其中，在从所捕获的图像中提取指纹特征数据时，较少地依赖于图像的由存在度量指示的包括强损伤数据的部分中的特征数据。

应当理解的是，存在度量可以与置信度组合，并与之平衡。例如，可以设想的是，置信度高，指示在如前所述提取特征时应较少地依赖于图像的相应部分。然而，如果存在度量指示弱损伤数据，则仍然可以在一定程度上依赖于图像的相应部分。

相反地，可能出现如下情况：置信度低，指示应如前所述更多地依赖于相应部分。然而，如果存在度量指示强损伤数据，则与仅考虑置信度的实施方式相比，较少地依赖于图像的相应部分。

通常，除非本文另有明确定义，否则权利要求中使用的所有术语将根据它们在技术领域中的普通含义来解释。除非另有明确说明，否则所有对“一个(a)/一件(an)/该(the)元件、装置、部件、手段、步骤等”的引用将被开放地解释为指代元件、装置、部件、手段、步骤等中的至少一个实例。除非明确说明，否则本文中公开的任何方法的步骤不必以公开的确切顺序来执行。

附图说明

现在通过示例参照附图来描述本发明，其中：

图1示出了可以实现本发明的智能电话形式的电子设备；

图2示出了用户将手指放置在其上的指纹传感器的视图；

图3示出了作为根据实施方式的指纹感测系统的一部分的指纹传感器；

图4示出了电容式指纹感测的原理；

图5示出了由指纹传感器捕获的图像，其中接触传感器的物体是橡皮图章；

图6A至图6C示出了由受到不同损伤的不同的单个指纹传感器捕获的图像；

图7示出了图5的捕获图像，但是其中该图像还包括损伤数据；

图8示出了根据本发明的实施方式的从捕获图像中提取指纹特征数据的方法的流程图；

图9示出了图5的捕获图像，该捕获图像包括椭圆形状的损伤数据；

图10A至图10D示出了包括损伤数据的捕获的四个指纹图像；

图11示出了根据本发明的另一实施方式的从捕获图像中提取指纹特征数据的方法的流程图；

图12a示出了根据本发明的另一实施方式的从捕获图像中提取指纹特征数据的方法的流程图；

图12b示出了根据本发明的又一实施方式的从捕获图像中提取指纹特征数据的方法的流程图；

图13示出了图10A的捕获图像，但是其中损伤数据已被消除；

图14示出了根据本发明的又一实施方式的从捕获图像中提取指纹特征数据的方法的流程图；

图15示出了根据本发明的又一实施方式的从捕获图像中提取指纹特征数据的方法的流程图；并且

图16示出了根据本发明的又一实施方式的从捕获图像中提取指纹特征数据的方法的流程图。

具体实施方式

现在将在下文中参照附图更全面地描述本发明，在附图中示出了本发明的某些实施方式。然而，本发明可以以许多不同的形式来实施，并且不应被解释为限于本文阐述的实施方式；相反，这些实施方式是以示例方式提供的，使得本公开内容将是充分和完整的，并且将向本领域的技术人员充分传达本发明的范围。在整个说明书中，相同的附图标记指代相同的元件。

图1示出了可以实现本发明的智能电话100形式的电子设备。智能电话100配备有指纹传感器102和具有触摸屏接口106的显示单元104。例如，指纹传感器102可以用于解锁移动电话100和/或用于授权使用移动电话100执行的交易等。可替选地，指纹传感器102可以被放置在移动电话100的背面上。应当注意的是，指纹传感器102可以被集成在显示单元/触摸屏中或者形成智能电话主页按钮的一部分。

应当理解的是，根据本发明的实施方式的指纹传感器102可以实现在其他类型的电子设备(例如，笔记本电脑、遥控器、平板电脑、智能卡、智能手表等)中或者利用指纹感测的任何其他类型的现存或未来类似配置的设备中。

图2示出了用户将她的手指201放置在其上的指纹传感器102的略微放大的视图。在采用电容式感测技术的情况下，指纹传感器102被配置成包括多个感测元件。在图2中单个感测元件(也称为像素)由附图标记202表示。

应当注意的是，本发明同样适用于其他指纹感测技术，例如，光学感测或超声感测的指纹感测技术。

图3示出了作为指纹感测系统101的一部分的指纹传感器102。指纹感测系统101包括指纹传感器102以及用于控制指纹传感器102并用于分析捕获的指纹的处理单元103(例如，微处理器)。指纹感测系统101还包括存储器105。如图1中举例说明的，指纹感测系统101通常又形成电子设备100的一部分。诸如一次性可编程(OTP)存储器、闪速存储器或随机存取存储器(RAM)的本地存储器108可以被嵌入在传感器管芯中。

现在，当物体接触指纹传感器102时，传感器102将捕获物体的图像，以使处理单元103通过将捕获的指纹与预先存储在存储器105中的一个或更多个已授权的指纹模板进行比较来确定物体是否是已授权用户的指纹。

可以使用任何种类的当前或未来的指纹感测原理来实现指纹传感器102，例如,包括电容式、光学、超声或热感测技术。目前，电容式感测是最常用的，特别是在尺寸和功耗很重要的应用中。电容式指纹传感器提供若干感测元件202与放置在指纹传感器102的表面上的手指201之间的电容的指示性测量(参见图2)。通常使用包括以二维方式布置的多个感测元件202的指纹传感器102来执行指纹图像的获取。

在一般的授权过程中，用户将她的手指201放置在传感器102上，以使传感器捕获用户指纹的图像。处理单元103评估捕获的指纹并且将其与存储在存储器105中的一个或更多个经认证的指纹模板进行比较。如果记录的指纹与预先存储的模板匹配，则用户通过认证并且处理单元103通常将指示智能电话100执行适当的动作，例如，从锁定模式转换到解锁模式，在解锁模式下允许用户访问智能电话100。

再参照图3，由指纹感测系统101执行的方法的步骤实际上通过以一个或更多个微处理器的形式实现的处理单元103执行，该一个或更多个微处理器被布置成执行被下载到与微处理器相关联的存储介质105(例如，随机存取存储器(RAM)、闪速存储器或硬盘驱动器)的计算机程序107。处理单元103被布置成：当包括计算机可执行指令的适当的计算机程序107被下载到存储介质105并且由处理单元103执行时，使指纹感测系统101执行根据实施方式的方法。存储介质105还可以是包括计算机程序107的计算机程序产品。可替选地，可以通过适当的计算机程序产品(例如，数字多功能光盘(DVD)或记忆棒)来将计算机程序107传送至存储介质105。作为另一个替选方案，可以通过网络将计算机程序107下载到存储介质105。可替选地，处理单元103可以以数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、复杂可编程逻辑器件(CPLD)等的形式来实现。还应该理解的是，可以将由处理单元103提供的全部或部分功能与指纹传感器102至少部分地集成。

如先前已经描述的，图4示出了电容式指纹感测的原理。在用户用她的手指201接触智能电话的指纹感测区域的表面110(通常通过触摸主页按钮)时，在指纹感测区域的表面110与布置在智能电话内部的指纹传感器102之间形成电容器C。表面110与指纹传感器102之间的材料111可以由例如玻璃或陶瓷组成。

通过测量用户触摸的表面110和传感器102之间的电容，可以从用户的手指201的由指纹传感器102捕获的图像中得到用户的指纹。

由于各种损伤(例如，指纹感测区域的表面110与指纹传感器102之间的材料111的堆叠高度的变化、损坏的表面110、传感器翘曲、材料111的属性的一般缺陷)，在由指纹传感器102捕获的图像中将会存在准稳态噪声，这致使更难从捕获的图像中得到指纹。在使用光学或超声的指纹感测技术的情况下也存在类似的噪声。

在从捕获的图像中提取指纹特征数据时，考虑这种噪声或损伤数据是可取的。所提取的指纹特征数据被随后用于执行认证，例如，假设捕获的指纹与预先存储的经认证的指纹模板匹配，则所提取的指纹特征数据被用于解锁其中布置了该指纹感测系统100的智能电话100。

再参照图4，在指纹传感器102的制造和测试期间，测试设备代替真实手指被施加至智能电话的指纹感测区域的表面110。测试设备可以由通常被称为(扁平)橡皮图章的物体实现。该橡皮图章通常完全覆盖区域110，并且相应地覆盖指纹传感器102的全部像素。这样的橡皮图章通常是导电的并且被连接至地，以便向传感器102呈现适当的高电容。优选地，由橡皮图章生成的总电容应该与典型的人类手指的总电容相等。橡皮图章常常被用于测试指纹传感器。

参照图5，对于“完美的”传感器102、表面110和材料111，这样的橡皮图章的由传感器102捕获的图像将是均匀的黑色/灰色，图像中不存在任何伪影或噪声形式的损伤数据，而实际上在传感器102、表面110和材料111受到损伤的情况下，在捕获的图像中经常出现形成某种类型图案的损伤数据。

然而，实际上，参照图6A至图6C，不同的单个指纹传感器受到不同损伤，其结果是将对捕获的橡皮图章图像给出不同的呈现。

图7以圆形或椭圆形图案排列的更明显的损伤数据的形式示出了在捕获的图像中存在的损伤数据120的另一示例。该图案可能是在指纹感测区域的表面110与指纹传感器102之间的玻璃/陶瓷材料111中创建的气穴造成的结果，或者是由传感器与盖玻璃之间的胶中的杂质而造成的结果。

无论在捕获的图像中存在的损伤数据的确切呈现如何，由于损伤数据将使得捕获的图像中存在的指纹特征数据模糊，因此，任何损伤数据都会使得更难从捕获的图像中提取指纹。

图8示出了根据本发明的实施方式的方法的流程图，该方法通过在从图像中提取指纹特征数据时考虑在捕获的图像中存在的任何损伤数据来解决这个问题。进一步参考图3的指纹感测系统101。

在第一步骤S101中，指纹传感器102捕获接触传感器102的物体的图像。该物体将示例成橡皮图章的形式，其“完美的”图像在图5中示出。应当注意的是，可以捕获若干个图像，并且将这些图像组合以生成表示橡皮图章的单个图像(或者，手指重复触摸的组合结果，也将在下文讨论)。该图像可以在目标电子设备100(例如，智能电话)中安装的指纹系统101的制造测试期间被捕获。

在此示例性实施方式中，假设捕获的橡皮图章图像具有如图9所示的呈现，即，包括椭圆状损伤数据120(应当注意的是，这仅是说明性示例；损伤数据可以呈现许多形式和图案)。

之后，在步骤S102中，将包括损伤数据的所捕获的橡皮图章图像存储在指纹系统101中，例如，存储在内嵌于传感器管芯的OTP存储器108中，或者存储在电子设备100的主存储器中。可以设想，在存储所捕获的图像之前已将其降低采样或压缩。

随后，在布置了指纹系统101的电子设备100的用户希望使用例如智能电话的电子设备执行认证处理时，例如，希望通过她的大拇指按压智能电话的主页按钮(主页按钮的下面布置有指纹传感器102)以解锁智能电话100时，指纹传感器102在步骤S103中捕获用户指纹的图像。

因此处理单元103从存储器108取得先前存储的包括损伤数据的图像。

另外，在步骤S104中，处理单元103从捕获的指纹图像中提取指纹特征数据，即，图像中的表示指纹脊和谷的数据。

现在，当在步骤S104中执行特征数据提取时，处理单元103取得先前存储的包括损伤数据的橡皮图章图像，并在步骤S104的特征数据提取处理中考虑该橡皮图章图像。

另外，参照图10A，其示出了捕获的包括损伤数据120的指纹图像。

因此，如下在步骤S104的特征数据提取过程中考虑存储的橡皮图章图像：在提取指纹特征数据时，与图像的未被指示包括损伤数据的部分中的特征数据相比，更少地依赖于捕获图像的位于存在损伤数据120的区域中的全部或部分指纹特征数据。

在实施方式中，可以设想，在从捕获的图像中提取指纹特征数据时，将图像的存储的橡皮图章图像中的被指示包括损伤数据的部分中的一些或全部特征数据排除。

有利地，这减小了由从捕获的图像的损伤数据中错误地提取指纹特征数据引起的所谓“误报”的风险。最终，这会减小根据被损伤数据模糊的特征数据对用户进行错误认证的风险，其中损伤数据可能导致错误地提取的指纹特征数据。

图11示出了根据另一实施方式的从捕获的图像中提取指纹特征数据的方法的流程图。

在该实施方式中，在步骤101a中计算在步骤S101中捕获的橡皮图章图像中存在的损伤数据的置信度。

因此，如果捕获图像中的损伤数据120的存在被认为不够可靠，则给出低置信度值，而如果捕获图像中的损伤数据120的存在被认为是可靠的，则给出高置信度值。

作为示例，置信度的值可以通过比较若干图像而确定。如果存在不同的图像差异非常大的区域，则该区域的置信度将被认为为低。另一方面，如果损伤数据在所有图像中看起来都相同，则该区域将被分配较高的置信值。例如，置信度可以被分配为0至1的范围，其中，接近1的值指示高置信度，而接近0的值指示低置信度。

可以在橡皮图章图像中逐像素级别计算置信度度量或者针对一组像素计算置信度度量。可以设想，针对整个存储的图像计算总体置信度。因此，可以对损伤数据的一个子集给出第一置信度值，同时可以对损伤数据的另一个子集给出第二置信度值，或者针对整个损伤数据集计算单个置信度值。

然后，在步骤S102中将计算的损伤数据置信度值和橡皮图章图像一起存储。

现在，在步骤S103中指纹传感器102捕获了用户手指的图像之后，在步骤S104中，处理单元103通过考虑存储的橡皮图章图像和步骤S103中所存储的相关联的可靠性度量值从捕获的图像中提取特征数据。

再参考示出了包括损伤数据120的捕获的指纹图像的图10。当在步骤104中提取指纹特征数据时，可以通过与图像的未被指示包括损伤数据的部分相比，对捕获图像的被指示包括损伤数据120的部分给予较小的权重来考虑与橡皮图章图像相关的个置信度值。

因此，如先前所讨论的，可以设想，由于在高置信度值的情况下相应的损伤数据的存在被认为是确定的，因此在提取特征时，或多或少地排除被分配高损伤数据置信度值的部分，而由于低置信度值指示存在相应的损伤数据实际上是否构成损伤数据的不确定性，因此，在执行特征提取时，至少在一定程度上使用具有低损伤数据置信度值的部分；理想的是不会将实际的指纹特征数据与损伤数据错误地混淆。

有利地，较高损伤数据置信度值确认在存储的橡皮图章图像中存在损伤数据，其继而可能建议在从捕获的图像中提取指纹特征数据时，排除存储的橡皮图章图像的那部分中的任何指纹特征数据。

图12a示出了根据又一实施方式的从捕获的图像中提取指纹特征数据的方法的流程图。

在该实施方式中，在步骤S104中执行特征提取之前，在步骤S102中存储的橡皮图章图像被用于至少部分地抑制在步骤S103中捕获的图像中存在的部分或全部损伤数据。可选地，如参考图11的流程图所讨论的，可以如步骤S101a所示计算在步骤S101中捕获的橡皮图章图像中存在的损伤数据的置信度。

因此，在步骤S103a中，处理单元103利用所存储的包括损伤数据120的捕获图像来处理所捕获的指纹图像，其中，先前存储的橡皮图章图像的损伤数据120抑制或者甚至消除在捕获的指纹图像中存在的相应的损伤数据，而图像的与实际图章有关的部分使指纹不受影响。

结果是，有利地获得了如图13所示的增强的图像，其中，最优地，将图10A的捕获图像中存在的全部损伤数据120完全消除。

然而，实际上，情况总是并非如此，据此，当从在步骤S103a中增强的捕获图像中提取指纹特征数据以用于后续认证时，存储的橡皮图章图像在步骤S104中被处理单元103使用。

因此，如下在步骤S104的特征数据提取步骤中考虑存储的橡皮图章图像：在提取指纹特征数据时，与增强的捕获图像的未被指示包括损伤数据的部分的特征数据相比，更少地依赖于增强的捕获图像的位于存在损伤数据的区域中的全部或一些指纹特征数据。

可以以许多方式来执行处理；例如，(a)从捕获的指纹图像中减去所存储的包括损伤数据120的捕获图像，(b)执行捕获的指纹图像和所存储的包括损伤数据的图像的线性(或非线性)组合，(c)基于损伤数据对指纹数据进行线性(或非线性)数据拟合，或者(d)基于捕获的图像和所存储的包括损伤数据的图像对指纹进行数据建模。

因此，该实施方式有利地消除了在捕获的图像中存在的损伤数据，这极大地有助于改善根据捕获的图像的后续的指纹特征提取，以用于后续将捕获的指纹与预先存储的指纹模板进行匹配。

图12b示出了根据本发明的又一实施方式的从捕获图像中提取指纹特征数据的方法的流程图。

在该实施方式中，在步骤S104中执行特征提取之前，计算在抑制步骤S103a之后经增强的捕获图像中所包括的损伤数据的存在度量。应当注意的是，也可以在不执行损伤数据的抑制的情况下计算存在度量。如果是这样，则将可以基于在步骤S103中捕获的“非增强的”图像来计算损伤数据的存在度量。

现在，在这个特定的示例性实施方式中，在步骤S103a中从在步骤S103中捕获的图像中对损伤数据进行抑制之后，处理单元103在步骤S103b中确定损伤数据在何种程度上依然存在于所捕获的图像中。即，计算反应这个程度的存在度量。

如果在步骤S103a中对损伤数据的抑制是成功的，则存在度量很可能被给予低值，指示在增强的捕获图像中损伤数据的存在很弱。相反，如果对损伤数据的抑制弱，则存在度量很可能被给予高值，指示在增强的捕获图像中损伤数据的存在很强。

有利地，通过在步骤S103b中计算存在度量并且后续在步骤S104中提取指纹特征数据时考虑存在度量，特征提取将取决于增强的捕获图像中的损伤数据是“强”还是“弱”。

因此，低值的存在度量指示图像中(剩余的)损伤数据弱，其中，当在步骤S104中从捕获的图像中提取指纹特征数据时，更多地依赖于图像的由存在度量指示包括弱损伤数据的部分的特征数据。

相反，高值的存在度量指示图像中(剩余的)损伤数据强，其中，当在步骤S104中从捕获的图像中提取指纹特征数据时，较少地依赖于图像的由存在度量指示的包括强损伤数据的部分的特征数据。

应当理解的是，存在度量可以与置信度组合，并与之平衡。例如，可以设想，置信度高，指示在如先前所讨论的提取特征时应较少地依赖于图像的相应部分。然而，如果存在度量指示弱损伤数据，则仍然可以在一定程度上依赖于图像的相应部分。

相反地，可能出现置信度低的情况，指示应如前所述更多地依赖于相应部分。然而，如果存在度量指示强损伤数据，则与仅考虑置信度的实施方式相比，可以较少地依赖于图像的相应部分。

图14示出了根据另一实施方式的从捕获的图像中提取指纹特征数据的方法的流程图。

在该特定实施方式中，所使用的物体不是橡皮图章，而是电子设备100(例如，智能电话)的用户的实际手指。

在第一步骤S101中，指纹传感器102捕获接触传感器102的用户手指的多个图像，其中的四个图像在图10A至图10D中示出。

如图10A至图10D中可以看到的，关于用户的实际指纹，由于对于每一个捕获的图像而言，用户没有以相同的方式用她的手指按压感测区域的表面，因此，没有图像可能与其他图像完全相同。因此，在图10A至图10D中所示的四个图像中，用户指纹的位置不同，而由电子设备100或传感器102本身引起的损伤数据120保持恒定地位于捕获的图像中。

再参照图14，在步骤S101中捕获用户的指纹的多个图像之后，在步骤S101’中根据多个图像创建单个图像。实际上，可以捕获数十个图像，或者可以捕获甚至高达数百个图像。

在实施方式中，通过组合多个图像在步骤S101’中创建单个图像。例如，可以通过对多个捕获的指纹图像进行平均来创建单个图像。

再参照图9的橡皮图章图像，该图像与在将多个捕获的指纹图像进行平均以创建步骤S101’的单个图像时的单个图像的样子非常相似。如上所述，对于多个捕获的图像而言，每个捕获的图像的表示指纹的部分将因图像的不同而不同。

因此，该平均过程将对多个图像具有过滤效果并且创建类似于橡皮图章图像的图像，即，除在多个图像中始终保持恒定位置的损伤数据120之外为均匀灰色的图像。这很重要，如果在创建单个图像时，图像的与用户的实际指纹相关的部分没有被“模糊”，则存在如参考图12a的步骤S103a所讨论的在进行噪声抑制的情况下不能正确地抑制损伤数据的风险，并且甚至可能在后续捕获的指纹图像中引入另外的损伤数据。另外，这很重要，因为处理单元103可能会将在步骤S101’中创建的未经过滤的单个图像的任何指纹特征信息解释为损伤数据，在后续从捕获的图像中提取指纹特征数据时将会考虑这些数据。

可选地，如先前已经描述的，在步骤S101a中计算单个图像的损伤数据120的置信度。

然后，在步骤S102中存储创建的图像和任何被可选地计算的损伤数据置信度。

现在，如先前已经讨论的，当布置有指纹系统101的电子设备100的用户希望使用电子设备100来执行认证处理时，指纹传感器102在步骤S103中捕获用户的指纹的另外的图像。

处理单元103从存储器108或者从主存储器中取得先前存储的包括损伤数据的图像，该图像是在步骤S101’中根据组合的多个捕获的指纹图像而创建的。

然后，在步骤S103a中，处理单元103利用存储的创建图像可选地处理指纹的另外的捕获图像，以抑制所述另外的捕获图像中的损伤数据，其中所述存储的创建图像包括将会在使用该特定的电子设备100捕获的所有的图像中存在的损伤数据120。

在该示例性实施方式中，处理单元103在步骤S104中的处理包括：从另外的捕获的指纹图像中减去包括损伤数据120的捕获图像。

再次，先前创建和存储的指纹图像中的损伤数据120将在捕获的指纹图像中存在的相应的损伤数据消除，而捕获的指纹图像中的实际指纹依然不受影响。

在从例如具有图10A中所示的呈现的捕获图像中减去图9的存储的包括损伤数据120的图像之后，最优地获得干净的指纹图像，如图13中所示，其中，损伤数据120已被有利地完全消除。

然而，实际上，在步骤S103a中执行抑制之后获得的增强图像中可能依然存在损伤数据，据此，从在步骤S103a中增强的捕获图像中提取指纹特征数据时，处理单元103在步骤S104中使用存储的单个图像。

因此，如下在步骤S104的特征数据提取步骤中考虑存储的图像：在提取指纹特征数据时，与增强的图像的未被指示包括损伤数据的部分的特征数据相比，较少地依赖于位于增强的捕获图像的存在损伤数据的区域中的全部或部分指纹特征数据。

针对其中存在有由传感器102所经受的损伤引起的损伤数据的图像的“在线”注册利用用户的手指的本实施方式具有优于先前描述的使用橡皮图章(或者具有被应用于指纹传感器的感测区域的适当的测试图案的任何其他测试设备)的“离线”方法的许多优点。

首先，通过使用图14的在线手指注册处理，不需要执行如参照图8描述的使用橡皮图章执行离线制造测试；可以由用户在布置有传感器102的电子设备100的配置时或配置之后的任何时间执行包括损伤数据的图像的捕获。

例如，可以设想的是，每当用户触摸传感器102的感测区域的表面100时，例如，当用户希望解锁电子设备100(例如，智能电话)时，一个或几个图像被捕获，并且当处理单元103确定已经捕获了足够数量的图像时，单个图像被创建并且被存储。有利地，用户将不必参与用于创建包括损伤数据的图像的繁琐的注册处理。

在这个背景下，可以设想的是，电子设备100视觉上和/或听觉上指示用户如何将她的手指按压在指纹传感器102的感测区域的表面110上。

其次，在线手指注册处理有利地便于存储的图像的更新。由于电子设备受到磨损，例如，覆盖传感器102的盖玻璃中的划痕和裂缝的形式—，传感器102所经受的损伤随时间而变化。

这可以通过捕获大量新图像以创建和存储包括新损伤数据的单个图像来克服。可替选地，在电子设备100的正常用户操作期间重复地捕获新图像，这些新图像与存储的单个图像进行组合，例如，与其平均，其中存储的图像随时间变化以反映传感器经受的变化的损伤。

应当注意的是，尽管图14中未示出，但是根据图12b及所附说明，当在步骤S104中提取指纹特征数据并且在所存储的图像是指纹图像而不是橡皮图章图像的情况下，可以有有利地计算并考虑损伤数据的存在度量。

图15示出了根据本实施方式的方法的流程图。因此，首先执行图14的处理，并且在步骤S104中提取指纹特征数据。

现在，由于指纹传感器102所经受的损伤随时间改变，因此，在步骤S105中重复捕获用户指纹的新图像，优选地在电子设备100的正常用户操作期间重复捕获用户指纹的新图像。

然后，将这些新图像(或者从这些图像中选择的信息)如步骤S106a所示与存储的单个图像结合，并且在步骤S106b中再次存储通过组合而创建的更新的单个图像。有利地，先前存储的图像将通过与来自新图像的信息结合而逐渐改变。可替选地，用步骤S106b中的新图像完全代替先前存储的图像，由此，省略步骤S106a。

如先前已讨论的，还可以计算损伤数据的置信度以确定捕获的图像中存在的损伤数据是否确实构成损伤数据。高置信度值通常表明在图像中存在损伤数据的评估确实是可靠的。可以设想的是，一个或更多个预先确定的阈值被用于确定度量值应该被认为“高”还是“低”。

如果使用这样的度量，则还可以在步骤S107中针对更新的图像计算度量，并将其与步骤S106b之后的更新图像一起存储。

之后，如先前已经描述的，在步骤S103a中可选地使用更新的单个图像以抑制捕获的图像中的损伤数据。

由于在步骤S103a中执行抑制之后获得的增强图像中可能依然存在损伤数据，因此，在步骤S104中，在从在步骤S103a中增强的捕获图像中提取指纹特征数据时，处理单元103使用存储的单个图像。

因此，如下在步骤S104的特征数据提取步骤中考虑存储的图像：在提取指纹特征数据时，与增强图像的未被指示包括损伤数据的部分中的特征数据相比，较少地依赖于位于增强的捕获图像的存在损伤数据的区域中的全部或部分指纹特征数据。

在实现指纹感测系统101的电子设备100的正常操作期间捕获用户手指的图像的巨大优势是：可以随着时间逐渐改善损伤数据的估计(如果任何改进是可行的)。此外，这种方法的附加益处是可以补偿随时间变化的损伤(即，用户使覆盖指纹传感器102的玻璃损伤)。

此外，在实施方式中，设想在图像被捕获之前将少量的流体施加到传感器的感测区域110的表面上和/或施加到用户的手指上，以进一步改善所存储的用于抑制损伤数据的图像。利用流体，指纹的脊和谷之间的区别被模糊，而损伤数据保留，这对于被创建并用于抑制后续捕获的图像中存在的损伤数据的图像是有利的。

此外，设想用户在图像被捕获时用她的手指执行滑动和/或旋转运动；因此，图像的运动部分可能被识别为手指，而图像的静止部分被识别为损伤数据。

图16示出了根据本发明的实施方式的在步骤S104中提取指纹特征数据之后用户被认证的流程图。

因此，在第一步骤S101中，指纹传感器102捕获接触传感器102的物体(例如，橡皮图章或真实手指)的一个或更多个图像。。

之后，在步骤S102中，将捕获的包括损伤数据的图像存储在指纹系统101中，例如，存储在嵌入到传感器管芯中的存储器108中或者存储在电子设备100的主存储器中。

随后，在布置有指纹系统101的电子设备100的用户希望使用例如智能电话的电子设备执行认证处理时，例如，希望通过她的大拇指按压智能电话的下面布置有指纹传感器102的主页按钮以解锁智能电话100时，指纹传感器102在步骤S103中捕获用户指纹的图像。

因此由处理单元103从存储器108取得先前存储的包括损伤数据的图像。

如先前已经描述的，在步骤S103a中，处理单元103利用所存储的包括损伤数据120的捕获图像可选地处理捕获的指纹图像，其中，先前存储的橡皮图章图像的损伤数据120抑制或者甚至消除在捕获的指纹图像中存在的相应的损伤数据，而图像中与实际图章相关的部分使得指纹不受影响。

此外，在步骤S104中，处理单元103从捕获的指纹图像中提取指纹特征数据，即图像中表示指纹脊和谷的数据以便能够根据捕获的图像认证用户的指纹。

现在，当在步骤S104中执行特征数据提取时，处理单元103取得选前存储的包括损伤数据的图像并在步骤S104的特征数据提取过程中考虑该图像。

因此，如下在步骤S104的特征数据提取步骤中考虑存储的图像：在提取指纹特征数据时，与图像的未被指示包括损伤数据的部分的特征数据相比，较少地依赖于位于捕获图像的存在损伤数据120的区域中的全部或部分指纹特征数据。

因此，当在步骤S104中提取指纹特征之后，处理单元103将其与存储器105中存储的一个或更多个先前登记的指纹模板进行比较。在步骤S108中，如果所提取的指纹与预先存储的模板匹配，则用户通过认证并且处理单元103通常将指示电子设备100(例如，智能电话)执行适当的动作，例如，从锁定模式转换为解锁模式，在解锁模式下允许用户访问智能电话100。

在实施方式中，在步骤S102中，将用于抑制损伤数据的图像存储在指纹感测系统101的存储器105中，该存储器在实际传感器102的外部(相比之下，OTP 108在传感器102芯片内)。有利地，除了提供较大的存储容量之外，使用外部存储器105避免了将所创建的图像存储在主设备中。另外的优点是，在需要用新传感器替代指纹传感器102的情况下，由于在将新传感器连接至存储器时可以从外部的存储器获取已经创建的图像，因此不需要通过执行另外的测试来再次获得存储的包括损伤数据的图像。然而，还可能必须为新传感器捕获并存储新的图像。

如上面已经讨论的，在损伤数据是加法类型的情况下，处理单元103从捕获图像中减去所存储的包括损伤数据的图像的缩放版本，其中捕获图像中存在的损伤数据被抑制或者甚至被消除。

在另一实施方式中，在损伤数据是乘法类型的情况下，处理单元103将捕获图像中存在的损伤数据除以单个存储图像的损伤数据，其中捕获图像中存在的损伤数据被抑制或者甚至被消除。

还可以设想，损伤数据既是加法的又是乘法的。

以上主要参考几个实施方式描述了本发明。然而，如本领域的技术人员容易理解的，除了上面公开的实施方式以外的其他实施方式同样可以在由所附专利的权利要求限定的本发明的范围内。