光学识别方法与系统技术方案

一种光学识别方法与系统，用以感测一生理特征，其包含：提供一光源，投射至生理部位以产生一反射光；接收反射光以产生一原始影像；根据原始影像以产生对应的多个斜纹信息；转换斜纹信息为一个纹理识别矩阵；以及根据纹理识别矩阵，以计算生理特征。

Optical recognition method and system

An optical identification method and system for sensing a physiological feature: providing a light source, projecting to a physiological part to produce a reflection light; receiving the reflected light to produce a original image; producing a corresponding multiple twill information based on the original image; transforming the twill message as a texture recognition matrix; and the root. According to the texture recognition matrix, the physiological characteristics are calculated.

【技术实现步骤摘要】
光学识别方法与系统
本专利技术涉及一种光学识别方法，特别为根据其中原始图像映射的斜纹信息，以决定生理特征的光学识别方法，以及一种光学识别系统，用以感测一生理特征。
技术介绍
现有技术的光学识别系统，例如电容式或电阻式运动的指纹感测，其元件成本高，其感测方式为根据手指按压范围内的几何形状等，来判断手指按压范围中心的位置。因此，现有技术的感测范围需大于手指按压范围，才能大于手指按压范围，以根据手指的移动，而判断手指的移动。然而，现在手持装置的尺寸越来越小，装置内部空间零件也随之越来越小。例如，当感测范围小于手指按压范围时，目前无对应的手指运动感测的技术。
技术实现思路
本专利技术的目的在于克服现有技术的不足与缺陷，提出一种光学识别方法与系统，能够根据其中原始图像映射的斜纹信息，以决定生理特征，比对所需像素较少，其所需计算资源与电路元件十分简单。为了实现上述专利技术目的，就其中一个观点言，本专利技术提供了一种光学识别方法，用以感测一生理特征，其包含：投射光至一生理部位以产生一反射光；接收反射光以产生至少一原始影像；根据原始影像以产生对应的多个斜纹信息；转换斜纹信息为至少一纹理识别矩阵；以及根据纹理识别矩阵，以决定生理特征；其中，感测单元具有一水平方向与一垂直方向，各斜纹信息具有一正斜率纹理或一负斜率纹理，其中正斜率纹理对应于水平方向与垂直方向，具有介于零与正无限大之间的一正斜率；负斜率纹理对应于水平方向与垂直方向，具有介于零与负无限大之间的一负斜率。一实施例中，生理部位包含一手指、一手掌、或一虹膜，其对应的生理特征分别包含一指纹特征、一手指运动轨迹、一手势轨迹、一手势方向、或一虹膜特征。一实施例中，原始影像具有一像素矩阵，而前述的根据原始影像以产生对应的斜纹信息的步骤包含：于像素矩阵中选取一像素取样矩阵，像素取样矩阵包含一中心像素、以及依照水平方向与垂直方向围绕中心像素的右上角像素、右下角像素、左上角像素、与左下角像素；以及根据像素取样矩阵，以获取像素取样矩阵对应的斜纹信息。一实施例中，原始影像具有多个水平像素列，水平像素列于一水平方向上具有多个位像素，水平像素列于一垂直方向上排列以形成像素矩阵。像素取样矩阵包含中心像素、右上角像素、右下角像素、左上角像素、与左下角像素，以使像素取样矩阵形成一方形像素矩阵。正斜率纹理负斜率纹理一实施例中，前述的根据原始影像以产生对应的斜纹信息的步骤还包含：将像素取样矩阵转换为一特征矩阵，其中特征矩阵于水平方向与垂直方向，具有相同数目的水平元素列与垂直元素列，其中同一水平元素列内元素的位值相加总和为零，以及同一垂直元素列内元素的位值相加总和为零。一实施例中，前述的根据原始影像以产生对应的斜纹信息的步骤还包含：通过一屏蔽矩阵，与各特征矩阵进行卷积(Convolution)运算，以产生对应各像素取样矩阵的卷积运算值。一实施例中，前述的转换斜纹信息为纹理识别矩阵的步骤包含：将对应各像素取样矩阵的卷积运算值，转换为对应于原始影像的纹理识别矩阵。一实施例中，将对应于各像素取样矩阵的卷积运算值，转换为单个1位(1bit)斜纹信息。一实施例中，前述的转换多个斜纹信息为至少一纹理识别矩阵的步骤包含：将对应各像素取样矩阵的斜纹信息，转换为纹理识别矩阵中对应于原始影像的元素位置的斜纹信息。一实施例中，前述的光学识别方法中，还包含：获取原始影像中对应的多个直纹信息，直纹信息包含对应于垂直方向的垂直纹信息、或对应于水平方向的水平纹信息；以及，将其中像素取样矩阵的卷积运算值，转换为包含斜纹信息与直纹信息的单个2位(2bit)信息。一实施例中，屏蔽矩阵还包含一水平屏蔽矩阵与一垂直屏蔽矩阵，前述的根据像素取样矩阵，以获取像素取样矩阵对应的直纹信息的步骤，包含：通过水平屏蔽矩阵与垂直屏蔽矩阵，与各特征矩阵进行卷积运算，以产生对应像素取样矩阵的卷积运算值。一实施例中，至少一原始影像包含多个原始影像，至少一纹理识别矩阵包含依序获取自多个原始影像的多个纹理识别矩阵，生理部位为一手指，生理特征为一手指运动轨迹，其中，前述的根据纹理识别矩阵，以决定生理特征的步骤包含：根据前后转换的纹理识别矩阵，以计算手指运动轨迹。一实施例中，纹理识别矩阵包含先转换的一第一纹理识别矩阵，以及其后转换的一第二纹理识别矩阵，其中前述的根据前后转换的纹理识别矩阵，以计算手指运动轨迹的步骤，包含：于第一纹理识别矩阵内选取一第一比较矩阵，并于其后的第二纹理识别矩阵内选取与第一比较矩阵具有相同矩阵维度且不同位置的多个第二比较矩阵，将第一比较矩阵与第二比较矩阵中对应位置的1位斜纹信息分别进行比对，以计算手指运动轨迹。一实施例中，1位斜纹信息为0或1，而前述第一比较矩阵与第二比较矩阵中对应位置的1位斜纹信息分别进行比对的步骤，包含：逐次将第一比较矩阵与第二比较矩阵中对应位置的1位斜纹信息进行异或(Exclusiveor)运算，并将异或运算值全部相加，全部相加值中最小的第二比较矩阵，为对应于第二纹理识别矩阵中手指的移动位置。一实施例中，当第一比较矩阵与各第二比较矩阵中1位斜纹信息的异或运算的全部相加值中，具有一最小值，且最小值低于一第一阈值时，具有最小值的第二比较矩阵为对应于第二纹理识别矩阵中手指的移动位置。一实施例中，当第一比较矩阵与各第二比较矩阵的1位斜纹信息异或运算的全部相加值中，且具有最小值的第二比较矩阵所对应于第二纹理识别矩阵中手指的位置，等同于第一比较矩阵对应于第一纹理识别矩阵中手指的位置时，选取第二纹理识别矩阵的后转换的一第三纹理识别矩阵，于第三纹理识别矩阵中选取与第一比较矩阵具有相同矩阵维度且不同位置的多个第三比较矩阵，将第一比较矩阵与各第三比较矩阵中对应位置的多个1位斜纹信息进行异或运算，以计算对应于第一、三纹理识别矩阵间的手指运动轨迹。一实施例中，前述的根据前后转换的纹理识别矩阵，以计算手指运动轨迹的步骤，还包含：根据第一比较矩阵与第二比较矩阵，以产生第一、二比较矩阵间的一位移(A1)，其中手指运动轨迹(B+A1×P1)，为到第一比较矩阵为止的原始手指运动轨迹(B)，加上位移(A1)乘以权重(P1)，权重(P1)对应于第一比较矩阵与第二比较矩阵中对应位置的1位斜纹信息的异或运算全部相加值，其中异或运算全部相加值越低时，权重(P1)越高；或者，异或运算全部相加值越高时，权重(P1)越低。一实施例中，前述的根据前后转换的纹理识别矩阵，以计算手指运动轨迹的步骤，包含：根据前后依序转换的第一比较矩阵、第二比较矩阵、对应第二纹理识别矩阵的后转换的一第三纹理识别矩阵的第三比较矩阵、对应第三纹理识别矩阵的后转换的一第四纹理识别矩阵的第四比较矩阵，以分别产生第一比较矩阵与第二比较矩阵间的一第一位移(A1)、第二比较矩阵与第三比较矩阵间的一第二位移(A2)、以及第三比较矩阵与第四比较矩阵间的一第三位移(A3)，其中当第一位移(A1)与第三位移(A3)的垂直与水平位移方向相同，且第二位移(A2)与第一、三位移(A1、A3)的垂直或水平位移方向相反时，手指运动轨迹(B+A1+A3)，为第一比较矩阵的原始手指运动轨迹(B)，加上第一位移(A1)与第三位移(A3)。手指运动轨迹(B+A1+A3)中不包含第二位移(A2)。就其中一个观点言，本专利技术提供了一种光学识别系本文档来自技高网...

【技术保护点】
1.一种光学识别方法，用以感测一生理特征，其特征在于，包含：投射光至一生理部位以产生一反射光；通过一感测单元接收该反射光，以产生至少一原始影像；根据该至少一原始影像以产生对应的多个斜纹信息；转换该些斜纹信息为至少一纹理识别矩阵；以及根据该纹理识别矩阵，以决定该生理特征；其中，该感测单元具有一水平方向与一垂直方向，各该斜纹信息具有一正斜率纹理或一负斜率纹理，其中该正斜率纹理对应于该水平方向与该垂直方向，具有介于零与正无限大之间的一正斜率；该负斜率纹理对应于该水平方向与该垂直方向，具有介于零与负无限大之间的一负斜率。

【技术特征摘要】
2016.12.30 US 62/440,7461.一种光学识别方法，用以感测一生理特征，其特征在于，包含：投射光至一生理部位以产生一反射光；通过一感测单元接收该反射光，以产生至少一原始影像；根据该至少一原始影像以产生对应的多个斜纹信息；转换该些斜纹信息为至少一纹理识别矩阵；以及根据该纹理识别矩阵，以决定该生理特征；其中，该感测单元具有一水平方向与一垂直方向，各该斜纹信息具有一正斜率纹理或一负斜率纹理，其中该正斜率纹理对应于该水平方向与该垂直方向，具有介于零与正无限大之间的一正斜率；该负斜率纹理对应于该水平方向与该垂直方向，具有介于零与负无限大之间的一负斜率。2.权利要求1所述的光学识别方法，其中，该生理部位包含一手指、一手掌、或一虹膜，其对应的该生理特征分别包含一指纹特征、一手指运动轨迹、一手势轨迹、一手势方向、或一虹膜特征。3.权利要求1所述的光学识别方法，其中，该原始影像具有一像素矩阵，而前述的根据该至少一原始影像以产生对应的该些斜纹信息的步骤包含：于该像素矩阵中选取一像素取样矩阵，该像素取样矩阵包含一中心像素、以及依照该水平方向与该垂直方向围绕该中心像素的右上角像素、右下角像素、左上角像素、与左下角像素；以及根据该像素取样矩阵，以获取该像素取样矩阵对应的该斜纹信息。4.权利要求3所述的光学识别方法，其中，该原始影像具有多个水平像素列，该些水平像素列于该水平方向上具有多个位像素，该些水平像素列于该垂直方向上排列以形成该像素矩阵，该像素取样矩阵包含该中心像素、该右上角像素、该右下角像素、该左上角像素、与该左下角像素，以使该像素取样矩阵形成一方形像素矩阵。5.权利要求3所述的光学识别方法，其中，前述的根据该至少一原始影像以产生对应的该些斜纹信息的步骤还包含：将该像素取样矩阵转换为一特征矩阵，其中该特征矩阵于该水平方向与该垂直方向，具有相同数目的水平元素列与垂直元素列，其中同一该水平元素列内元素的位值相加总和为零，以及同一该垂直元素列内元素的位值相加总和为零。6.权利要求5所述的光学识别方法，其中，前述的根据该至少一原始影像以产生对应的该些斜纹信息的步骤还包含：通过一屏蔽矩阵，与各该特征矩阵进行卷积运算，以产生对应各该像素取样矩阵的该斜纹信息。7.权利要求6所述的光学识别方法，其中，前述的产生对应各该像素取样矩阵的该斜纹信息的步骤包含：将对应各该像素取样矩阵的该卷积运算值，转换为单个1位斜纹信息。8.权利要求6所述的光学识别方法，其中，前述的转换该些斜纹信息为该至少一纹理识别矩阵的步骤包含：将对应各该像素取样矩阵的该斜纹信息，转换为原始影像该纹理识别矩阵中对应于该原始影像的元素位置的该斜纹信息。9.权利要求6所述的光学识别方法，还包含：获取各该像素取样矩阵中对应的一直纹信息，该直纹信息包含对应于该垂直方向的垂直纹信息、或对应于该水平方向的水平纹信息；以及将各该像素取样矩阵中对应的该斜纹信息或该直纹信息，转换为单个2位信息。10.权利要求9所述的光学识别方法，其中，前述的根据该像素取样矩阵，以获取该像素取样矩阵对应的该直纹信息的步骤，包含：通过一水平屏蔽矩阵与一垂直屏蔽矩阵，与各该特征矩阵进行卷积运算，以产生对应该像素取样矩阵的该直纹信息。11.权利要求1所述的光学识别方法，其中，该至少一原始影像包含多个该原始影像，该至少一纹理识别矩阵包含依序获取自该些原始影像的多个该纹理识别矩阵，该生理部位为一手指，该生理特征为一手指运动轨迹，其中，前述的根据该纹理识别矩阵，以决定该生理特征的步骤包含：根据前后转换的该些纹理识别矩阵，以计算该手指运动轨迹。12.权利要求11所述的光学识别方法，其中，各该原始影像具有一像素矩阵，前述的根据该些原始影像以产生对应的该些斜纹信息的步骤包含：于该像素矩阵中选取一像素取样矩阵，该像素取样矩阵包含一中心像素、以及依照该水平方向与该垂直方向围绕该中心像素的右上角像素、右下角像素、左上角像素、与左下角像素；以及将该像素取样矩阵，转换为一特征矩阵，该特征矩阵于该水平方向与该垂直方向，具有相同数目的水平元素列与垂直元素列，其中同一该水平元素列内元素的位值相加总和为零，以及同一该垂直元素列内元素的位值相加总和为零；通过一屏蔽矩阵，与各该特征矩阵进行卷积运算，以产生对应各该像素取样矩阵的该斜纹信息；将各该像素取样矩阵的该卷积运算值，转换为单个1位斜纹信息。13.权利要求12所述的光学识别方法，其中，该些纹理识别矩阵包含先转换的一第一纹理识别矩阵，以及其后转换的一第二纹理识别矩阵，其中前述的根据前后转换的该些纹理识别矩阵，以计算该手指运动轨迹的步骤，包含：于该第一纹理识别矩阵内选取一第一比较矩阵，并于其后的该第二纹理识别矩阵内选取与该第一比较矩阵具有相同矩阵维度且不同位置的多个第二比较矩阵，将该第一比较矩阵与该些第二比较矩阵中对应位置的该些1位斜纹信息分别进行比对，以计算该手指运动轨迹。14.权利要求13所述的光学识别方法，其中，该1位斜纹信息为0或1，而前述该第一比较矩阵与该些第二比较矩阵中对应位置的1位斜纹信息分别进行比对的步骤，包含：逐次将该第一比较矩阵与各该第二比较矩阵中对应位置的该些1位斜纹信息进行异或运算，并将该些异或运算值全部相加，全部相加值中最小的该第二比较矩阵，为对应于...

【专利技术属性】
技术研发人员：萧俊贤，余儒育，林俊甫，程瑜铭，张榉馨，蔡惠民，
申请(专利权)人：曦威科技股份有限公司，
类型：发明
国别省市：中国台湾,71