Fujitsu MBF200 指纹传感器技术应用详解

需积分: 9 3 下载量 60 浏览量 更新于2024-08-01 1 收藏 328KB PDF 举报
"指纹传感器MBF200英文资料" MBF200是一款由富士通制造的固态指纹传感器,主要用于安全访问控制、身份验证和便携式指纹获取等多种应用。这款传感器的设计目的是提供高性能、低功耗和低成本的解决方案,适用于数据库、网络、本地存储、智能卡、ATM交易身份验证、基于手机的安全访问以及家庭、汽车和办公室的访问控制和监控。 技术概述: MBF200采用直接接触式设计,其工作原理基于电容感应。传感器阵列由二维金属电极矩阵构成,每个金属电极充当电容器的一极,而接触的指纹则作为另一极。设备表面的钝化层充当这两极之间的介质。指纹上的脊线和谷纹导致电容值在阵列中各处变化,这些变化的放电电压被读取并组合成指纹图像。 MBF200传感器采用标准的CMOS(互补金属氧化物半导体)工艺制造,具有256x300的像素数组,像素间距为50微米,能够生成500 dpi的高分辨率图像。传感器表面覆盖了一层专利的超硬、耐磨且耐化学腐蚀的涂层,确保了传感器的耐用性和可靠性。 应用领域: 1. 安全数据库和网络访问:MBF200可以用于个人身份验证,确保只有授权用户能够访问敏感数据或系统。 2. 本地存储保护:对于需要高级别安全性的个人电脑或移动设备,指纹识别可增强数据加密和保护。 3. 智能卡集成:将指纹传感器嵌入智能卡中,可以提高银行卡、身份证等的安全性。 4. ATM交易验证:在自动取款机上使用指纹识别,可增强金融交易的安全性,减少欺诈风险。 5. 手机安全:在智能手机上集成MBF200,用户可以通过指纹解锁设备,保护个人信息。 6. 访问控制与监控:在家庭、车辆和办公场所,指纹识别可以用于门禁系统,提供更加安全和便捷的出入管理。 总结: 富士通MBF200固态指纹传感器凭借其先进的电容感应技术、高分辨率图像质量和耐用的表面涂层,在各种安全认证和身份验证场景中表现出卓越性能。其广泛应用和低功耗特性使其成为现代安全解决方案的理想选择。

Frame::Frame(const cv::Mat &imGray, const cv::Mat &imDepth, const double &timeStamp, ORBextractor* extractor,ORBVocabulary* voc, cv::Mat &K, cv::Mat &distCoef, const float &bf, const float &thDepth) :mpORBvocabulary(voc),mpORBextractorLeft(extractor),mpORBextractorRight(static_cast<ORBextractor*>(NULL)), mTimeStamp(timeStamp), mK(K.clone()),mDistCoef(distCoef.clone()), mbf(bf), mThDepth(thDepth) { // Frame ID mnId=nNextId++; // Scale Level Info mnScaleLevels = mpORBextractorLeft->GetLevels(); mfScaleFactor = mpORBextractorLeft->GetScaleFactor(); mfLogScaleFactor = log(mfScaleFactor); mvScaleFactors = mpORBextractorLeft->GetScaleFactors(); mvInvScaleFactors = mpORBextractorLeft->GetInverseScaleFactors(); mvLevelSigma2 = mpORBextractorLeft->GetScaleSigmaSquares(); mvInvLevelSigma2 = mpORBextractorLeft->GetInverseScaleSigmaSquares(); // ORB extraction ExtractORB(0,imGray); N = mvKeys.size(); if(mvKeys.empty()) { return;} /* UndistortKeyPoints(); ComputeStereoFromRGBD(imDepth); mvpMapPoints = vector<MapPoint*>(N,static_cast<MapPoint*>(NULL)); mvbOutlier = vector<bool>(N,false); // This is done only for the first Frame (or after a change in the calibration) if(mbInitialComputations) { ComputeImageBounds(imGray); mfGridElementWidthInv=static_cast<float>(FRAME_GRID_COLS)/static_cast<float>(mnMaxX-mnMinX); mfGridElementHeightInv=static_cast<float>(FRAME_GRID_ROWS)/static_cast<float>(mnMaxY-mnMinY); fx = K.at<float>(0,0); fy = K.at<float>(1,1); cx = K.at<float>(0,2); cy = K.at<float>(1,2); invfx = 1.0f/fx; invfy = 1.0f/fy; mbInitialComputations=false; } mb = mbf/fx; AssignFeaturesToGrid(); */ }

2023-06-10 上传