一、光學(xué)指紋問題現(xiàn)狀

光學(xué)指紋當(dāng)前隨著成本的下降，各大廠商都在低中高端旗艦用上了光學(xué)指紋。有別于傳統(tǒng)的電容指紋，光學(xué)指紋在解鎖性能上目前都進行了優(yōu)化，性能接近電容指紋。

二、光學(xué)指紋電容指紋原理

兩者原理都是對指紋的紋路脊谷進行信號采集，通過記錄不同信號，實現(xiàn)指紋的錄入比對。

電容式指紋模塊是利用指紋與導(dǎo)電的皮下電解液形成電場，手指紋路的高低起伏會導(dǎo)致二者之間的壓差出現(xiàn)不同的變化，因此可實現(xiàn)準確的指紋數(shù)據(jù)掃描。這種指紋識別方式比較通用，對環(huán)境要求比較弱，只要有指紋就能錄入識別，更重要的是這種指紋識別的元器件對空間占用比較小。

光學(xué)指紋識別則是通過光線反射，利用一個短焦鏡頭，在可透光的OLED屏幕下方獲取到指紋的圖像，從而記錄和識別指紋信息。從原理上來看，光學(xué)指紋無論是指紋模組的設(shè)計，屏結(jié)構(gòu)、指紋的軟件交互設(shè)計、整機功耗控制、整機結(jié)構(gòu)上相較于電容指紋，條件都變的相對苛刻，對項目開發(fā)的挑戰(zhàn)也是大大增加。

三、屏下指紋指紋錄入識別流程

錄入

用戶手指按壓->LCD高亮->指紋采圖->指紋錄入->存儲模板->上報錄入成功

解鎖

用戶指紋按壓->LCD高亮->指紋采圖->指紋識別->更新模板->上報解鎖成功

當(dāng)前這種方式是各大廠商一套通用的邏輯，細節(jié)部分各大廠商均有不同程度的差異，但是大都是圍繞著這幾個點進行的性能優(yōu)化。

四、指紋問題常見情況

由于光學(xué)指紋的屏下的特性，導(dǎo)致了指紋方面對一些場景下的指紋識別體驗非常不好，具體常見的有以下幾類(以下指紋樣張來源于互聯(lián)網(wǎng)，不涉及任何用戶安全及三方保密協(xié)議，均為原圖加噪聲圖擬合而成)

• 按壓不全：

• LCD高亮失敗：

完全不高亮

高亮不完全

脫靶：

錄入

解鎖

貼軟膜指紋：

貼硬膜指紋：

脫皮指紋：

衣物誤觸：

異物指紋：

沾水指紋：

掌紋誤觸：

干手指臟污

強光漏光

如果根據(jù)用戶群體來分，新用戶像從電容轉(zhuǎn)到屏下指紋的絕大多數(shù)會出現(xiàn)按壓面積不全的情況，因為電容指紋輕觸一下就解鎖開了，但是光學(xué)指紋需要等待LCD的高亮和器件曝光，如果輕觸，指紋采圖就是圖5的這種圖像，所以這類型用戶就會出現(xiàn)這種解鎖慢或者解鎖不靈敏的反饋。針對這種情況，當(dāng)前解決的方案基本都是通過用戶界面引導(dǎo)來讓用戶適應(yīng)。

一些光學(xué)指紋的老用戶絕大多數(shù)的不靈敏場景主要有以下幾種，洗手、起床、強光，手指脫皮，干手指(主要是年齡稍微大些的用戶，出現(xiàn)的一些指紋糙化的紋理)、貼膜，對應(yīng)于我們上面的貼圖大家可以看到，這類型的指紋紋路都出現(xiàn)了不同程度的紋理破壞或者糊化，導(dǎo)致有些指紋的特征和錄入相差過大，最終識別失敗，特別是貼的硬膜，對指紋紋路破壞極其強大，所以建議大家都用出產(chǎn)手機自帶的膜，這樣指紋一定程度能保證比較好的解鎖體驗。

另外還有一類用戶，應(yīng)該大多數(shù)都碰到過，某個指紋解鎖很靈敏，但是某個指紋解鎖不靈敏，主要原因除了第二點里面敘述到的之外，最大的一個原因是脫靶，脫靶的意思，就是識別的指紋和錄入的指紋相差過大。主要有兩種情況，第一種，錄入的時候手指狀態(tài)很好(很差)，但是因為季節(jié)的變化手指和之前的狀態(tài)差別很大，比方說脫皮，裂紋。第二種，錄入的時候錄入的面積很局限，只有指紋的一小部分，但是解鎖的時候，解鎖的指紋區(qū)域和錄入的區(qū)域不匹配，導(dǎo)致最后解鎖不開，對應(yīng)上面的貼圖，主要就是脫靶部分，從這個脫靶的圖看，錄入的圖和解鎖的圖紋路方向都不一致。通常解決這種問題，有兩種方式，第一種是刪除重錄，這種對用戶不太友好。另外一種是，要多使用錄入的指紋，因為我們有模板學(xué)習(xí)的功能，在識別成功后，如果模板達到一定的條件，我們會把當(dāng)前的指紋模板學(xué)習(xí)進去，以此來擴大錄入的模板。

五、一種可用于指紋預(yù)處理的濾波算法

對于上述的差手指，目前Gabor濾波，能夠一定程度上進行圖像的特征增強對指紋圖像進行優(yōu)化。

• Gabor介紹

Gabor是一個用于邊緣提取的線性濾波器，其頻率和方向表達與人類視覺系統(tǒng)類似，能夠提供良好的方向選擇和尺度選擇特性，比較適合紋理分析。

• Gabor濾波公式：

其中：

• Gabor參數(shù)介紹

λ：正弦函數(shù)波長

θ：Gabor核函數(shù)的方向

ψ：相位偏移

σ：高斯函數(shù)的標準差

γ：空間的寬高比

這幾個參數(shù)后面我們在代碼中會先固定寫好，看下實際的效果。

• Gabor濾波流程

開發(fā)語言：Python

開源庫 ：Opencv, Matplotlib, Numpy

• 示例代碼：

• 實驗結(jié)果

從圖像看，針對局部沾水和臟污導(dǎo)致的紋理不清晰，經(jīng)過Gabor預(yù)處理后，可以一定程度上進行紋理增強。

六、后續(xù)指紋發(fā)展方向

目前來看，幾種指紋識別各有優(yōu)勢，經(jīng)典的電容式指紋解鎖速度快、識別率高、成本低、安全性較高，但比較影響全面屏手機的外觀。屏幕光學(xué)指紋的解鎖速度、精度都還有所欠缺，不過更具有科技感，也有發(fā)展性。指紋組這邊，會秉承用戶至上的理念，吸納各種不同方案的指紋種類來增加指紋的整體可選性，滿足市場上來自不同人群的需求。在指紋的算法上，也會持續(xù)扎根，加大本模塊的核心競爭力。

總結(jié)

以上是生活随笔為你收集整理的屏下指纹介绍的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。