深聯(lián)電路板

18年專注FPC研發(fā)制造行業(yè)科技創(chuàng)新領(lǐng)跑者

全國(guó)咨詢熱線: 4000-169-679 訂單查詢我要投訴

熱門關(guān)鍵詞: 觸摸屏軟板廠家 FPC廠家 電容屏軟板廠家 TP模組軟板 FPC軟板廠家

當(dāng)前位置:首頁(yè)? 行業(yè)資訊 ? FPC廠從八個(gè)角度讓你讀懂指紋識(shí)別

FPC廠從八個(gè)角度讓你讀懂指紋識(shí)別

文章來源:作者:龔愛清 查看手機(jī)網(wǎng)址
掃一掃!
掃一掃!
人氣:16280發(fā)布日期:2017-02-23 12:06【

指紋識(shí)別技術(shù)在當(dāng)今的電子產(chǎn)品中愈演愈烈,你真的了解指紋識(shí)別嗎?下面FPC廠小編從八個(gè)角度讓你讀懂指紋識(shí)別。

一、指紋識(shí)別成智能手機(jī)標(biāo)配

伴隨移動(dòng)支付業(yè)務(wù)的火爆,指紋識(shí)別技術(shù)已成為今天智能手機(jī)的標(biāo)配,而在CMOS圖像傳感器/TFT顯示屏、超音波偵測(cè)等新技術(shù)的不斷助推下,更讓其市場(chǎng)迎來了發(fā)展的新春。

據(jù)調(diào)研機(jī)構(gòu)Yole預(yù)測(cè),未來5年,指紋識(shí)別市場(chǎng)的復(fù)合年增率(CAGR)將達(dá)到19%,市場(chǎng)規(guī)模有望從2016年的28億美元,增加到2022年的47億美元。

最初只是作為方便手機(jī)解鎖功能的元器件——指紋識(shí)別傳感器,如今在智能手機(jī)移動(dòng)支付業(yè)務(wù)的帶動(dòng)下,已經(jīng)變成要為移動(dòng)支付把關(guān)的重要安全元素。據(jù)業(yè)內(nèi)人士分析,目前的指紋識(shí)別市場(chǎng),大多來自于OEM廠對(duì)全玻璃設(shè)計(jì)與防水功能的需求。這促使CMOS/TFT、超音波偵測(cè)等新技術(shù),進(jìn)一步推動(dòng)高整合型指紋識(shí)別技術(shù)的演進(jìn)。

據(jù)統(tǒng)計(jì),2016年的指紋識(shí)別傳感器的出貨量已達(dá)6.89億顆,相較2013年的2300萬(wàn)顆,CAGR達(dá)到210%。當(dāng)然,大量的需求也促使指紋識(shí)別傳感器均價(jià)的走低,目前已從5美元下滑到3美元,甚至更低,未來供應(yīng)商仍將繼續(xù)面臨價(jià)格壓力。

指紋識(shí)別市場(chǎng)對(duì)傳感器制造商來說具有較高彈性,雖然今后5年的市場(chǎng)規(guī)模非??捎^,但如何在激烈的市場(chǎng)競(jìng)爭(zhēng)中脫穎而出,仍然是考驗(yàn)相關(guān)廠商的一道難題。

二、指紋識(shí)別的原理

指紋識(shí)別技術(shù)包含有以下兩種主要的識(shí)別技術(shù):

第一種是采用不同指紋圖像統(tǒng)計(jì)對(duì)比的方法;
第二種是采用指紋圖像本身固有的特征信息進(jìn)行比對(duì)的方法。

第一種方法主要是將兩幅指紋圖像進(jìn)行統(tǒng)計(jì)對(duì)比,查看他們之間相似度的大小,根據(jù)大小來判斷這兩幅指紋是否取自于同一個(gè)人,從而實(shí)現(xiàn)身份識(shí)別的作用。第二種方法是根據(jù)兩幅指紋圖像的結(jié)構(gòu)特征,比較他們的特征信息,確認(rèn)他們的身份。特征包含兩種類型:全局特征類型和局部特征類型。

指紋識(shí)別技術(shù)的全過程是:

(1)使用指紋采集設(shè)備采集指紋圖像。
(2)對(duì)指紋圖像中的大量噪聲點(diǎn)進(jìn)行預(yù)處理,從而提升后面處理的效率。在預(yù)處理之后,得到了一個(gè)關(guān)于指紋圖像的輪廓線,為下一步特征提取做準(zhǔn)備。
(3)進(jìn)行指紋圖像的特征提取,提取出其特征信息點(diǎn)。
(4)對(duì)指紋圖像進(jìn)行特征匹配,把提取的特征點(diǎn)與數(shù)據(jù)庫(kù)中預(yù)存的特征點(diǎn)進(jìn)行比對(duì),通過比對(duì)來判斷身份。根據(jù)英國(guó)學(xué)者E.R.Herry 的研究發(fā)現(xiàn),兩個(gè)指紋圖像中,如果特征點(diǎn)的對(duì)數(shù)有13 對(duì)是重合的,就可以認(rèn)為這兩個(gè)圖像取自于同一個(gè)人。

指紋識(shí)別系統(tǒng)的主要性能參數(shù)有以下幾種:

(1)誤識(shí)率:指兩個(gè)不同指紋被錯(cuò)誤地識(shí)別成相同指紋的概率;

(2)拒識(shí)率:指同一個(gè)手指的兩個(gè)不同指紋樣本不能匹配,即被認(rèn)為來自不同手指的概率;

(3)等錯(cuò)誤率:第一和第二種錯(cuò)誤相等時(shí)的數(shù)值;

(4) 注冊(cè)時(shí)間:從指紋被采集到完成指紋特征提出所需要消耗的時(shí)間;

(5) 匹配時(shí)間:兩個(gè)指紋樣本進(jìn)行一次對(duì)比匹配所需要消耗的時(shí)間;

(6) 模板特征的大小:從一個(gè)指紋圖像中提取出的指紋特征的存儲(chǔ)容量;

(7)分配內(nèi)存的大?。涸谥讣y識(shí)別的各個(gè)階段,計(jì)算機(jī)系統(tǒng)需要占用的內(nèi)存數(shù)量。

三、指紋圖像的質(zhì)量評(píng)估

在通過指紋采集設(shè)備把圖像采集進(jìn)入系統(tǒng)之后,我們需要對(duì)采集到的指紋圖像的質(zhì)量進(jìn)行評(píng)估。如果圖像的質(zhì)量不達(dá)標(biāo),就會(huì)對(duì)后期產(chǎn)生影響。因此,需要對(duì)指紋圖像進(jìn)行評(píng)估。目前,指紋圖像的質(zhì)量評(píng)估有以下幾種方法:

(1)計(jì)算圖像的信噪比:

這種方法是指求出圖像的信號(hào)與噪聲的方差之比。首先計(jì)算圖像所有像素的局部方差,將局部方差的最大值設(shè)為信號(hào)方差,最小值設(shè)為噪聲方差,求出它們的比值,再轉(zhuǎn)成dB 數(shù),最后用經(jīng)驗(yàn)公式進(jìn)行修正。此方法在效率方面表現(xiàn)一般。

(2)統(tǒng)計(jì)指紋圖像細(xì)節(jié)點(diǎn)的數(shù)量:

對(duì)指紋圖像中細(xì)節(jié)點(diǎn)的數(shù)量進(jìn)行識(shí)別和統(tǒng)計(jì)。通過數(shù)量的多少來判斷該指紋圖像的質(zhì)量是否在合格的范圍之內(nèi)。此方法理論上可行,但是由于首先需要對(duì)指紋進(jìn)行預(yù)處理、提取細(xì)節(jié)點(diǎn),因此效率不高。

(3)視覺客觀測(cè)度:

該方法建立在視覺測(cè)評(píng)過程和客觀測(cè)度基礎(chǔ)上,利用設(shè)定的評(píng)測(cè)參數(shù),對(duì)指紋圖像的質(zhì)量評(píng)價(jià)出一個(gè)綜合結(jié)果。這一方法從全局上對(duì)指紋圖像的質(zhì)量,能夠得出很好的判斷。但是從局部上來看,指紋的紋理分析缺少了對(duì)指紋方向信息的判斷。

(4)計(jì)算指紋圖像方向信息:

從指紋圖像局部特征開始,結(jié)合指紋的全局特征來判斷指紋圖像的質(zhì)量。通過檢測(cè)圖像的有效面積和清晰度,來確定圖像是否合格。具體方法是:首先,通過計(jì)算圖像方向信息,確定前景塊和背景塊;然后,通過比較前景塊和背景塊的比例來判斷是否是偏手指;再次,通過圖像塊的對(duì)比度的大小來判斷是干手指或濕手指(干手指對(duì)比度較大,濕手指對(duì)比度較?。?/p>

四、指紋圖像的分割

在指紋圖像質(zhì)量評(píng)估合格后,需要對(duì)圖像進(jìn)行灰度變換,即對(duì)指紋圖像均衡化,使得圖像灰度均衡,以及對(duì)圖像進(jìn)行歸一化。在這些完成之后,還需要對(duì)圖像按照一定的算法和要求進(jìn)行分割。即把指紋圖像中質(zhì)量很差,后期無法處理的圖像區(qū)域與有效區(qū)域進(jìn)行區(qū)分,使后期處理集中到有效區(qū)域上,提供特征提取精度,減少處理時(shí)間。目前,常用的分割方法有以下幾種:

(1)基于方向圖的分割方法:

根據(jù)圖像上紋理的方向,區(qū)分指紋區(qū)域和背景區(qū)域,然后按照不同的區(qū)域分割。如果指紋的紋理線不連續(xù)、圖像的灰度 單一等方向難以正確估計(jì)或者有些區(qū)域變化劇烈,則此方法不能進(jìn)行有效的分割。

(2)基于圖像的局部灰度均值、局部標(biāo)準(zhǔn)差和局部一致性的分割方法:

利用指紋圖像局部區(qū)域的灰度均值、標(biāo)準(zhǔn)差和一致性作為特征,再采用線性分類來分割指紋圖像。局部圖像的一致性顯示了局部圖像的紋理走向,但是這些特征對(duì)于模糊區(qū)域無法做出有效的表示。

(3)多級(jí)分割法:

就是將指紋圖像進(jìn)行多級(jí)分割,逐級(jí)減少分割的范圍。例如:第一級(jí)分割圖像的背景區(qū)域,第二級(jí)在前景區(qū)域中分割出模糊區(qū)域,第三級(jí)從模糊區(qū)域中分割出不可恢復(fù)區(qū)域。

(4)動(dòng)態(tài)閾值分割法:

根據(jù)各個(gè)子塊的局部灰度對(duì)比度自動(dòng)調(diào)節(jié)閾值,基于像素的方差進(jìn)行分割。該方法簡(jiǎn)單、快捷、分割效果好。具體為:將圖像劃分為不重疊的各個(gè)子塊;計(jì)算每個(gè)子塊的平均灰度和灰度方差;計(jì)算方差最大值與最小值之間的差值;定義動(dòng)態(tài)閾值,并分割圖像;平滑操作,去除孤立塊。


 

五、指紋圖像的增強(qiáng)

指紋圖像增強(qiáng)就是將模糊的指紋紋理改變得更加清晰,例如:將斷裂的指紋紋線進(jìn)行連接,把連接的紋線區(qū)分開,而且在這個(gè)過程中還需要保持原有的指紋圖像結(jié)構(gòu),使圖像更加易于提取特征信息。目前,有以下幾種指紋圖像增強(qiáng)方法:

(1)從脊線方向上采用平滑算子而在垂直于脊線的方向使用增強(qiáng)算子的圖像增強(qiáng)算法。這種算法在理論上是十分正確的,但是要估計(jì)出脊線寬度以及濾波的參數(shù)卻比較困難。如果參數(shù)估計(jì)有誤,則會(huì)使得脊線產(chǎn)生污染,并且對(duì)于脊線上有折痕的指紋會(huì)產(chǎn)生偏差。

(2)基于Gabor 濾波器的指紋圖像增強(qiáng)算法。此算法是在使用上一方法之前先進(jìn)行濾波。將指紋圖像分成不同的區(qū)域,有效削弱垂直于主導(dǎo)紋線方向的噪聲,提高方向信息提取的可靠性。

(3)傅立葉增強(qiáng)后濾波的方法。基于時(shí)間和處理效果的考慮,先采用傅立葉變換來增強(qiáng)指紋圖像,然后使用濾波器來修補(bǔ)指紋圖像的紋線。具體為:首先,多級(jí)分割出可恢復(fù)區(qū)域塊,將該塊像素變?yōu)閺?fù)數(shù)形式;利用離散傅立葉變換,濾掉頻率過高或過低的頻帶噪點(diǎn);利用方向?yàn)V波器消除指紋的斷裂和叉連。
 

六、指紋圖像的提取

在細(xì)化圖像的基礎(chǔ)上提取

首先,需要對(duì)指紋圖像進(jìn)行細(xì)化處理,將指紋紋線變細(xì),然后通過分析紋線上每一個(gè)像素點(diǎn)的8 個(gè)方向上的連接點(diǎn)來判定該像素點(diǎn)的類型、位置,并且通過分析該像素點(diǎn)所連接的紋線段來判斷點(diǎn)位的方向,進(jìn)而提取出特征點(diǎn)。這個(gè)方法存在的優(yōu)點(diǎn)是原理比較簡(jiǎn)單而且容易實(shí)現(xiàn);缺點(diǎn)是需要對(duì)大量的像素點(diǎn)進(jìn)行細(xì)化處理,時(shí)間較慢,當(dāng)圖像質(zhì)量不高時(shí),細(xì)化處理會(huì)產(chǎn)生很多雜質(zhì)項(xiàng)。

從原始灰度圖像上直接提取

利用指紋方向圖,在灰度圖像上跟蹤指紋的紋線,每跟蹤一定的長(zhǎng)度,根據(jù)圖像的投影極值來確定紋線的位置,當(dāng)遇到端點(diǎn)和分叉點(diǎn)時(shí)無法投影,跟蹤過程自動(dòng)終止。這個(gè)方法的優(yōu)點(diǎn)是具有較高的效率和精度;缺 點(diǎn)是實(shí)現(xiàn)起來比較復(fù)雜,需要大量的運(yùn)算,而且當(dāng)圖像質(zhì)量不高時(shí),求出的方向圖可能不可靠,導(dǎo)致跟蹤出的紋線出現(xiàn)偏差。

七、指紋圖像的匹配

指紋圖像匹配是指用當(dāng)前指紋圖像提取出的指紋特征與事先預(yù)存在指紋數(shù)據(jù)庫(kù)中的特征進(jìn)行比對(duì),從而判斷這兩個(gè)指紋特征是否一致,即是否來源于同一根手指。這個(gè)階段為了避免一些因素的干擾,例如變形、虛假特征點(diǎn)、特征點(diǎn)位置誤差等,需要設(shè)計(jì)一個(gè)準(zhǔn)確有效的匹配算法。目前,有以下幾種方法:

(1)基于點(diǎn)模式匹配算法。

目前大多數(shù)算法都是基于細(xì)節(jié)點(diǎn)的特征來進(jìn)行匹配。該匹配分為以下幾種類型:基于匹配的對(duì)象可以分為1 對(duì)1 進(jìn)行匹配和1 對(duì)多進(jìn)行匹配;基于匹配的適應(yīng)程度可以分為彈性的匹配和剛性的匹配。

(2)基于紋理模式匹配算法。

首先將指紋圖像分割出來的有效區(qū)域進(jìn)行網(wǎng)格化,然后利用Gbaor 濾波從像素點(diǎn)的8 個(gè)不同的方向處理該紋線區(qū)域,得到指紋的全局信息和局部信息,并轉(zhuǎn)化成一個(gè)特征信息,最后比較當(dāng)前指紋圖像和數(shù)據(jù)庫(kù)中的圖像相應(yīng)特征信息的差異。該算法可以解決質(zhì)量較差且區(qū)域細(xì)節(jié)點(diǎn)難以提取的圖像匹配的困難。但是這種方法需要對(duì)每個(gè)像素點(diǎn)進(jìn)行大量的運(yùn)算,而且無法處理形變比較大的指紋圖像的匹配。

八、常見生物識(shí)別對(duì)比

隨著生物識(shí)別技術(shù)的快速發(fā)展,用戶經(jīng)常會(huì)產(chǎn)生一個(gè)疑問:生物識(shí)別技術(shù)這么多類別,選擇哪種才是最合適的?

除了上面一直在談的指紋識(shí)別,常見的還有人臉識(shí)別、虹膜識(shí)別,哪種技術(shù)更好?

般來講,個(gè)人身份驗(yàn)證的方法有三種:

1)你擁有的東西,例如NFC手機(jī)、智能卡;
2)你所知道的,例如PIN、密碼;
3)最后就是你自身。

卡、令牌、 PIN驗(yàn)證等技術(shù)只能100%保證接觸的信息是正確的,但卻很難保證這個(gè)人是真實(shí)存在的。生物識(shí)別技術(shù)帶來的是人與行為之間的驗(yàn)證環(huán),還有另一個(gè)好處就是方便。你不會(huì)丟了它,忘了它或是與人共用它。

最終用戶體驗(yàn)和生物識(shí)別的質(zhì)量同等重要,其中的影響因素有三個(gè):

1)毋庸置疑,硬件產(chǎn)品質(zhì)量是圖像輸入質(zhì)量的關(guān)鍵因素,選擇一個(gè)靠譜的硬件產(chǎn)品是生物識(shí)別的基礎(chǔ);
2)生物識(shí)別算法決定了生物識(shí)別驗(yàn)證的結(jié)果,同時(shí)也是速度和性能的重要影響因素,尤其是在大數(shù)據(jù)時(shí)代,這一點(diǎn)顯得尤為重要;
3)實(shí)用性是在選擇過程常常被低估的一個(gè)影響因素。

各種生物識(shí)別技術(shù),都有其優(yōu)勢(shì)和限制。

指紋是應(yīng)用最為廣泛和成熟的一種技術(shù),也是生物識(shí)別應(yīng)用的起點(diǎn)。指紋識(shí)別價(jià)格相對(duì)便宜,功能性較強(qiáng),也是非??煽康囊环N驗(yàn)證方式。但是,如果你需要更高級(jí)的安全選項(xiàng),指紋儀+智能卡或者指紋儀+密碼則是很好的選擇。而低級(jí)別的安全選項(xiàng)一般是應(yīng)用在手機(jī)或平板電腦上,通過傳感器實(shí)現(xiàn)與用戶的交互。但是,指紋識(shí)別仍然對(duì)于一些困難手指(脫皮等)以及識(shí)別條件(潮濕手指)有很大的限制。

虹膜識(shí)別一直被譽(yù)為最精準(zhǔn)、最安全的生物識(shí)別方式。因此,虹膜識(shí)別的成本也是比較高的,而且需要專業(yè)的硬件產(chǎn)品。但是隨著虹膜識(shí)別技術(shù)的成熟,當(dāng)前的虹膜識(shí)別成本已不再是令人“望而卻步”的狀態(tài)了,廠商甚至已經(jīng)研發(fā)出精致、小巧的移動(dòng)終端專用虹膜模組,性價(jià)比超高。

靜脈識(shí)別緊隨其后,也是較為安全和準(zhǔn)確的生物識(shí)別認(rèn)證方式,提供類似于指紋識(shí)別的高品質(zhì)認(rèn)證方式,也可以直接與用戶交互。

 

人臉識(shí)別則是非接觸識(shí)別,極具友好性和便利性,也是一個(gè)利用攝像頭的更好方式。它可以廣泛應(yīng)用到各種環(huán)境中,包括建筑工地、移動(dòng)設(shè)備、網(wǎng)站登錄等,甚至不需要專門的硬件支持。

語(yǔ)音識(shí)別也是一個(gè)非常方便的識(shí)別方式。對(duì)于移動(dòng)設(shè)備來講,這是一個(gè)快速簡(jiǎn)便的驗(yàn)證解決方案。但是語(yǔ)音的質(zhì)量控制是影響其識(shí)別和發(fā)展的關(guān)鍵因素之一,其安全性也令人比較擔(dān)心,但是在呼叫中心、客戶服務(wù)方面仍然可以大展拳腳。

電子簽名、步態(tài)識(shí)別(步行輪廓)、耳紋識(shí)別等新技術(shù),目前還處于觀望狀態(tài)。

選擇哪種生物識(shí)別方式并沒有一個(gè)統(tǒng)一的答案,需要看用戶用來做什么,但是也會(huì)有一般的原則。

1.低成本的解決方案仍傾向于指紋,有時(shí)會(huì)附加智能卡或密碼。

2.移動(dòng)解決方案通常使用人臉和語(yǔ)音,指紋也很受歡迎,但現(xiàn)在虹膜識(shí)別也逐漸成為手機(jī)廠商競(jìng)爭(zhēng)的重要手段之一。

3.如果想要非接觸式識(shí)別、則傾向于人臉識(shí)別或虹膜識(shí)別。

4.秘密監(jiān)控趨向于人臉識(shí)別,語(yǔ)音識(shí)別和步態(tài)識(shí)別等。

5.大型項(xiàng)目往往采用指紋或虹膜,比如中國(guó)居民身份證將納入指紋、印度生物識(shí)別項(xiàng)目則包含虹膜識(shí)別等。

6.安全級(jí)別較高的項(xiàng)目則傾向于虹膜或指靜脈識(shí)別,也常常與卡或密碼相結(jié)合,形成多因素驗(yàn)證。

7.如果認(rèn)證條件或環(huán)境比較惡劣則傾向于虹膜識(shí)別,因虹膜識(shí)別受外部因素影響較小,如礦井虹膜解決方案等。

 

ps:部分圖片來源于網(wǎng)絡(luò),如有侵權(quán),請(qǐng)聯(lián)系我們刪除

我要評(píng)論:  
內(nèi)容:
(內(nèi)容最多500個(gè)漢字,1000個(gè)字符)
驗(yàn)證碼:
 
此文關(guān)鍵字: FPC廠| FPC廠家| FPC

最新產(chǎn)品

醫(yī)療設(shè)備控制器軟板
醫(yī)療設(shè)備控制器軟板
型   號(hào):RS04C00269A
層   數(shù):4
板   厚:0.3mm
材   料:雙面無膠電解材料
銅   厚:1/2 OZ
特   點(diǎn):產(chǎn)品都經(jīng)過100%燒錄測(cè)試
表面處理:沉金2微英寸
最小線寬/線距:0.07mm/0.06mm
數(shù)碼相機(jī)軟板
數(shù)碼相機(jī)軟板

型號(hào):RS04C00101A
層數(shù):4
板厚:0.25mm
材料:雙面無膠電解
銅厚:1/3 OZ
最小線寬/線距:0.06mm/0.06mm
表面處理:沉金3微英寸
電磁膜:單面

數(shù)碼相機(jī)軟板
數(shù)碼相機(jī)軟板
型   號(hào):RM01C00187A
層   數(shù):1
板   厚:0.12mm
材   料:?jiǎn)蚊嬗心z電解
銅   厚:1/2 OZ
表面處理:沉金2微英寸
最小線寬/線距:0.1mm/0.08mm
特   點(diǎn):外形復(fù)雜
手機(jī)電容屏軟板
手機(jī)電容屏軟板
型   號(hào):RM02C00712A
層   數(shù):2
板   厚:0.12mm
材   料:雙面無膠電解材料
銅   厚:1/3OZ
表面處理:沉金1微英寸
最小線寬/線距:0.05mm/0.05mm
電磁膜:2面
特   點(diǎn):產(chǎn)品都經(jīng)過100%燒錄測(cè)試
手機(jī)電容屏軟板
手機(jī)電容屏軟板
型   號(hào):RS02C00244A
層   數(shù):2
板   厚:0.12mm
材   料:雙面無膠電解材料
銅   厚:1/3 OZ
特   點(diǎn):產(chǎn)品都經(jīng)過100%燒錄測(cè)試
表面處理:沉金2微英寸
最小線寬/線距:0.07mm/0.06mm
電磁膜:2面
手機(jī)電容屏軟板
手機(jī)電容屏軟板
型   號(hào):RM02C00247A
層   數(shù):2
板   厚:0.12mm
材   料:雙面無膠電解材料
銅   厚:1/3 OZ
表面處理:沉金1微英寸
最小線寬/線距:0.07mm/0.07mm
電磁膜:2面
特   點(diǎn):產(chǎn)品都經(jīng)過100%燒錄測(cè)試
手機(jī)電容屏軟板
手機(jī)電容屏軟板
型   號(hào):RM02C00892A
層   數(shù):2
板   厚:0.12mm
材   料:雙面無膠電解
銅   厚:1/3 OZ
表面處理:沉金2微英寸
最小線寬/線距:0.07mm/0.05mm
電磁膜:2面
其   他:產(chǎn)品都經(jīng)過100%燒錄測(cè)試
醫(yī)療按鍵軟板
醫(yī)療按鍵軟板
型   號(hào):RS01C00227A
層   數(shù):1
板   厚:0.1mm
材   料:?jiǎn)蚊鏌o膠電解材料
銅   厚:1/2 OZ
特   點(diǎn):白油,貼鋼片
表面處理: 沉金2微英寸
最小線寬/線距:0.2mm/0.4mm

同類文章排行

最新資訊文章

您的瀏覽歷史