JP2014186659A - Image collation device, image collation method, and image collation program - Google Patents
Image collation device, image collation method, and image collation program Download PDFInfo
- Publication number
- JP2014186659A JP2014186659A JP2013062496A JP2013062496A JP2014186659A JP 2014186659 A JP2014186659 A JP 2014186659A JP 2013062496 A JP2013062496 A JP 2013062496A JP 2013062496 A JP2013062496 A JP 2013062496A JP 2014186659 A JP2014186659 A JP 2014186659A
- Authority
- JP
- Japan
- Prior art keywords
- image
- feature point
- feature
- points
- collation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
Description
本発明は、画像照合装置、画像照合方法、画像照合プログラムに係り、特に、紙片やシート等の物体の真贋を判定するための画像照合装置、画像照合方法、画像照合プログラムに関する。 The present invention relates to an image matching device, an image matching method, and an image matching program, and more particularly to an image matching device, an image matching method, and an image matching program for determining the authenticity of an object such as a piece of paper or a sheet.
近年、複写技術の向上により紙幣や有価証券、切手等の精巧な偽造券が、比較的簡便に作成可能となり、社会問題化する傾向にあろう。一般的に、紙片の偽造の防止には、漉き込み技術や特殊なインクが必要で、印刷コストを上げる原因となっている。例えば、特許文献１には、証券の文字を磁気インクで印刷し、複写機による複製を防止する方法が開示されている。特許文献２には、磁性体を漉き込んで真贋判定を行う方法が開示されている。
また、画像を用いた照合システムとして、画像から複数の特徴点を抽出し、抽出した特徴点から得られる特徴量や座標情報を用いたシステムが提案されている。例えば、特許文献３には、画像間の特徴量、距離、角度を算出して画像同士をマッチングする手法が開示されている。また、特許文献４には、画像から複数の特徴点を抽出し、特徴量との距離により画像マッチングを行う方法が開示されている。さらに、特許文献５には、特徴点とユークリッド距離に基づいて画像同士の類似度を求める方法が開示されている。また、特許文献６、７には、アフィン変換を用いて登録画像と照合画像の対応関係を求め、画像の回転や拡大・縮小に対して頑健な画像照合方式が開示されている。
In recent years, due to improvements in copying technology, sophisticated counterfeit tickets such as banknotes, securities, and stamps can be created relatively easily, which will tend to become a social problem. Generally, in order to prevent counterfeiting of a piece of paper, a squeezing technique and special ink are required, which increases the printing cost. For example,
As a collation system using an image, a system using a plurality of feature points extracted from an image and using feature amounts and coordinate information obtained from the extracted feature points has been proposed. For example,
特許文献１ないし２に記載の方法は、偽造防止に有効な方法である。しかしながら、特別なインクを用いたり、紙に特別な繊維を漉き込んだりする必要があり、偽造防止のコストが高くなるという課題があった。また、真贋判定をしたい対象物が画像として捉えられている場合、すなわち、印影等の場合には、適用できないという課題があった。
また、画像を用いて照合を行う際には、登録画像（以下、モデル画像とも呼ぶ）と、照合画像で、画像の撮影条件が異なる場合がある。例えば、光学スキャナを用いて紙片の画像を採取する際には、紙片の搬送系の精度の原因で、登録画像と照合画像が互いに数画素平行移動したり、回転したりすることがある。また、撮像センサの精度の原因で、登録画像に比べ、照合画像は若干拡大したり、縮小したりすることがある。
特許文献３に記載の方法は、上述の課題または原因を考慮した方法である。すなわち、モデル画像から複数の特徴点を抽出し、モデル画像をさまざまなカメラパラメータで変形した画像を生成する（以下、変調画像と呼ぶ）。そして、変調画像から特徴点を抽出し、モデル画像と変調画像の特徴点を対応付け、照合画像とモデル画像および全変調画像との特徴点を照合する方法である。しかしながら、照合した特徴点は、独立した変調方式で変調した複数の画像から抽出した特徴点となる。また、特許文献４に記載の方法は、画像から抽出した複数の特徴点を利用した画像照合方法であり、特徴点同士の対応関係を、ＲＡＮＳＡＣ（ＲＡＮｄｏｍ Ｓａｍｐｌｅ Ｃｏｎｓｅｎｓｕｓ）法を用いて変換行列を求めることで算出する方法である。しかしながら、特許文献３と同様に、画像から抽出した各々の特徴点位置関係に制約はなく、画像から抽出した各々の特徴点の特徴量が類似している場合、正しく照合できないことがあった。しがたって、各々の特徴点の位置関係に制約はなく、画像から抽出した各々の特徴点の特徴量が類似している場合、正しく照合できないという課題があった。
The methods described in
When collation is performed using an image, there are cases where the image capturing conditions differ between a registered image (hereinafter also referred to as a model image) and a collation image. For example, when an image of a piece of paper is collected using an optical scanner, the registered image and the collation image may move several pixels in parallel or rotate due to the accuracy of the paper piece conveyance system. Further, the collation image may be slightly enlarged or reduced compared to the registered image due to the accuracy of the imaging sensor.
The method described in
さらに、特許文献５に記載の方法は、非特許文献１に記載のＳＩＦＴ特徴量を用いて、画像の回転に頑健な画像照合方法である。ＳＩＦＴ特徴は、画像の回転や縮小に頑健な特徴量であるが、特許文献３や特許文献４と同様に、画像から抽出した各々の特徴点位置関係に制約はないため、画像から抽出した各々の特徴点の特徴量が類似している場合、正しく照合できないことがあった。
特許文献６に開示されている方法は、登録画像と照合画像から複数の特徴点を抽出し、照合画像中の特徴点と対応する特徴点を登録画像中に求め、それらの座標に基づいて、両画像同士の回転や拡大・縮小を表現するアフィン変換関数を求める方法である。したがって、最初に選んだ特徴点の対を用いて求めたアフィン変換関数が、他の特徴点群を適切に表現できない場合、照合画像が登録画像と同じ物体を撮影したものであっても、偽物と判断される場合がある。
特許文献７に開示されている方法も、特許文献６と同様にアフィン変換関数を用いて、登録画像と照合画像の関係を記述する、画像照合方式である。しかしながら、特徴点の対応付けは、ランダムに選択した３点の候補点対を繰り返し選択することで行う。したがって、適切な対応点が選択される保証はなく、また、特に画像から抽出した各々の特徴点の特徴量が類似している場合、正しく照合できないことがあった。
以上を整理すると、本発明にて解決する主な課題は以下のとおりとなる。すなわち、本発明が解決しようとする第一の課題は、登録画像の特徴点と照合画像の特徴点を関係づける画像変換関数のパラメータを高精度に算出することである。また、本発明が解決しようとする第二の課題は、登録画像に対して照合画像が、部分的に回転していたり、拡大・縮小していたりしても、高精度に画像を照合することである。
Furthermore, the method described in
The method disclosed in Patent Document 6 extracts a plurality of feature points from a registered image and a matching image, obtains feature points corresponding to the feature points in the matching image in the registered image, and based on those coordinates, This is a method for obtaining an affine transformation function expressing rotation and enlargement / reduction of both images. Therefore, if the affine transformation function obtained using the first selected feature point pair cannot properly represent other feature point groups, even if the matching image is the same object as the registered image, May be judged.
The method disclosed in Patent Document 7 is also an image collation method that describes the relationship between a registered image and a collation image using an affine transformation function as in Patent Document 6. However, the feature points are associated by repeatedly selecting three candidate point pairs selected at random. Therefore, there is no guarantee that an appropriate corresponding point is selected, and in particular, when the feature amounts of the feature points extracted from the image are similar, the matching may not be performed correctly.
In summary, the main problems to be solved by the present invention are as follows. That is, the first problem to be solved by the present invention is to calculate the parameter of the image conversion function that relates the feature point of the registered image and the feature point of the collation image with high accuracy. The second problem to be solved by the present invention is to collate images with high accuracy even when the collation image is partially rotated or enlarged / reduced with respect to the registered image. It is.
本発明は、以上の点に鑑み、画像を高精度に照合する画像照合装置、画像照合方法、画像照合プログラムを提供することを目的とする。
In view of the above, it is an object of the present invention to provide an image collation apparatus, an image collation method, and an image collation program that collate images with high accuracy.
本発明の第１の解決手段によると、
画像照合装置であって、
登録部と、
識別部と
を備え、
前記登録部は、
登録物体より取得した第１の画像から、複数の第１の特徴点の位置を求め、前記登録物体上に印刷しまたはデータベースに記憶し、
および、
前記識別部は、
照合物体より取得した第２の画像から求めた、複数の第２の特徴点の位置と、前記照合物体上に印刷されたまたは前記データベースに記憶された複数の前記第１の特徴点の位置とを照合し、
相互に対応する前記第１の特徴点と前記第２の特徴点の組を予め定められた複数組選択して、前記第１の特徴点と前記第２の特徴点とを相互に対応付ける画像変換関数を表す画像変換係数を算出し、前記画像変換係数の算出に用いる前記複数の組の少なくともひとつを他の組に入れ替えて若しくは削除して、または、他の組を追加して前記画像変換係数を繰り返し再算出し、
再算出した前記画像変換関数に従い算出した前記登録物体の特徴点の位置と前記照合物体の特徴点の位置の相違度または相関度に基づいて前記照合物体の真贋を判定し、
判定結果を表示部に表示させる、及び／又は、記憶部に記憶させる
画像照合装置が提供される。
According to the first solution of the present invention,
An image matching device,
A registration department;
An identification unit,
The registration unit
From the first image acquired from the registered object, the positions of a plurality of first feature points are obtained, printed on the registered object or stored in a database,
and,
The identification unit is
The positions of the plurality of second feature points obtained from the second image acquired from the matching object, and the positions of the plurality of first feature points printed on the matching object or stored in the database. Match
Image conversion in which a plurality of predetermined pairs of the first feature points and the second feature points corresponding to each other are selected and the first feature points and the second feature points are associated with each other An image conversion coefficient representing a function is calculated, and at least one of the plurality of sets used for calculating the image conversion coefficient is replaced with another set or deleted, or another set is added to the image conversion coefficient Is repeatedly recalculated,
Determining the authenticity of the verification object based on the difference or correlation between the position of the feature point of the registered object calculated according to the recalculated image conversion function and the position of the feature point of the verification object;
There is provided an image collation apparatus that displays a determination result on a display unit and / or stores it in a storage unit.
本発明の第２の解決手段によると、
画像照合装置における画像照合方法であって、
前記画像照合装置は、
登録部と、
識別部と
を備え、
前記登録部は、
登録物体より取得した第１の画像から、複数の第１の特徴点の位置を求め、前記登録物体上に印刷しまたはデータベースに記憶し、
および、
前記識別部は、
照合物体より取得した第２の画像から求めた、複数の第２の特徴点の位置と、前記照合物体上に印刷されたまたは前記データベースに記憶された複数の前記第１の特徴点の位置とを照合し、
相互に対応する前記第１の特徴点と前記第２の特徴点の組を予め定められた複数組選択して、前記第１の特徴点と前記第２の特徴点とを相互に対応付ける画像変換関数を表す画像変換係数を算出し、前記画像変換係数の算出に用いる前記複数の組の少なくともひとつを他の組に入れ替えて若しくは削除して、または、他の組を追加して前記画像変換係数を繰り返し再算出し、
再算出した前記画像変換関数に従い算出した前記登録物体の特徴点の位置と前記照合物体の特徴点の位置の相違度または相関度に基づいて前記照合物体の真贋を判定し、
判定結果を表示部に表示させる、及び／又は、記憶部に記憶させる
画像照合方法が提供される。
According to the second solution of the present invention,
An image matching method in an image matching device,
The image matching device
A registration department;
An identification unit,
The registration unit
From the first image acquired from the registered object, the positions of a plurality of first feature points are obtained, printed on the registered object or stored in a database,
and,
The identification unit is
The positions of the plurality of second feature points obtained from the second image acquired from the matching object, and the positions of the plurality of first feature points printed on the matching object or stored in the database. Match
Image conversion in which a plurality of predetermined pairs of the first feature points and the second feature points corresponding to each other are selected and the first feature points and the second feature points are associated with each other An image conversion coefficient representing a function is calculated, and at least one of the plurality of sets used for calculating the image conversion coefficient is replaced with another set or deleted, or another set is added to the image conversion coefficient Is repeatedly recalculated,
Determining the authenticity of the verification object based on the difference or correlation between the position of the feature point of the registered object calculated according to the recalculated image conversion function and the position of the feature point of the verification object;
An image collation method for displaying a determination result on a display unit and / or storing the determination result in a storage unit is provided.
本発明の第３の解決手段によると、
画像照合装置における画像照合プログラムであって、
前記画像照合装置の処理部が、登録物体より取得した第１の画像から、複数の第１の特徴点の位置を求め、前記登録物体上に印刷しまたはデータベースに記憶する手順と、
および、
前記処理部が、照合物体より取得した第２の画像から求めた、複数の第２の特徴点の位置と、前記照合物体上に印刷されたまたは前記データベースに記憶された複数の前記第１の特徴点の位置とを照合する手順と、
前記処理部が、相互に対応する前記第１の特徴点と前記第２の特徴点の組を予め定められた複数組選択して、前記第１の特徴点と前記第２の特徴点とを相互に対応付ける画像変換関数を表す画像変換係数を算出し、前記画像変換係数の算出に用いる前記複数の組の少なくともひとつを他の組に入れ替えて若しくは削除して、または、他の組を追加して前記画像変換係数を繰り返し再算出する手順と、
前記処理部が、再算出した前記画像変換関数に従い算出した前記登録物体の特徴点の位置と前記照合物体の特徴点の位置の相違度または相関度に基づいて前記照合物体の真贋を判定する手順と、
前記処理部が、判定結果を表示部に表示させる、及び／又は、記憶部に記憶させる手順と
をコンピュータに実行させるための画像照合プログラムが提供される。
According to the third solution of the present invention,
An image matching program in an image matching device,
A procedure in which a processing unit of the image collating device obtains positions of a plurality of first feature points from a first image acquired from a registered object, and prints the position on the registered object or stores it in a database;
and,
The processing unit obtains positions of a plurality of second feature points obtained from the second image acquired from the collation object, and a plurality of the first feature points printed on the collation object or stored in the database. A procedure for matching the positions of feature points;
The processing unit selects a plurality of predetermined pairs of the first feature point and the second feature point corresponding to each other, and selects the first feature point and the second feature point. An image conversion coefficient representing an image conversion function to be associated with each other is calculated, and at least one of the plurality of sets used for calculating the image conversion coefficient is replaced with another set or deleted, or another set is added Repeatedly recalculating the image conversion coefficient,
A procedure for determining the authenticity of the collation object based on a difference or correlation between the position of the feature point of the registered object and the position of the feature point of the collation object calculated by the processing unit according to the recalculated image conversion function. When,
An image collation program for causing the computer to execute a procedure for causing the processing unit to display the determination result on the display unit and / or to store the determination result in the storage unit is provided.
本発明によると、画像を高精度に照合する画像照合装置、画像照合方法、画像照合プログラムを提供することができる。
According to the present invention, it is possible to provide an image collation apparatus, an image collation method, and an image collation program that collate images with high accuracy.
Ａ．概要
上記目的を解決するため、本実施例の画像照合装置は、例えば、
登録したい物体の画像を取得する手段と、
取得した物体画像から当該物体の複数の特徴点を抽出する手段と、
抽出した複数の特徴点の物体上における位置および特徴量を符号化する手段と、
符号化した特徴点の位置および特徴量を記録する手段と、
記録した特徴点の位置と特徴量を読み取って復号化する手段と、
照合したい物体から特徴点を抽出し、登録した物体の特徴点と照合したい物体から抽出した複数の特徴点同士を対応付ける手段と、
対応付けた複数の特徴点群から照合画像上の残りの特徴点と登録画像上の残りの特徴点の画像変換関数を算出する手段と、
算出した画像変換関数のパラメータを更新する手段と、
更新した画像変換関数を用いて登録画像と照合画像の類似度を判定する手段
を備えることができる。
A. Overview
In order to solve the above object, the image collating apparatus of the present embodiment is, for example,
Means for acquiring an image of an object to be registered;
Means for extracting a plurality of feature points of the object from the acquired object image;
Means for encoding the positions and feature quantities of the extracted feature points on the object;
Means for recording the positions and feature quantities of the encoded feature points;
Means for reading and decoding recorded feature point positions and feature quantities;
Means for extracting feature points from the object to be collated and associating a plurality of feature points extracted from the object to be collated with the feature points of the registered object;
Means for calculating an image conversion function of the remaining feature points on the collation image and the remaining feature points on the registered image from a plurality of associated feature point groups;
Means for updating parameters of the calculated image conversion function;
Means for determining the similarity between the registered image and the collation image using the updated image conversion function can be provided.
また、本実施例の他の画像照合装置は、例えば、
登録したい物体の画像を取得する手段と、
取得した物体画像から当該物体の複数の特徴点を抽出する手段と、
抽出した複数の特徴点の物体上における位置および特徴量を符号化する手段と、
符号化した特徴点の位置および特徴量を記録する手段と、
記録した特徴点の位置と特徴量を読み取って復号化する手段と、
照合したい物体から特徴点を抽出し、登録した物体の特徴点と照合したい物体から抽出した複数の特徴点同士を対応付ける手段と、
対応付けた複数の特徴点群から照合画像上の残りの特徴点と登録画像上の残りの特徴点の画像変換関数を算出する手段と、
画像変換関数で求めた特徴点の位置が大きく異なる特徴点群を集め、それらの特徴点群から上述と同様の手段で再帰的に画像変換関数のパラメータを算出する手段と、
算出した画像変換関数のパラメータを更新する手段と、
更新した画像変換関数を用いて登録画像と照合画像の類似度を判定する手段
を備えることができる。
In addition, other image matching devices of this embodiment are, for example,
Means for acquiring an image of an object to be registered;
Means for extracting a plurality of feature points of the object from the acquired object image;
Means for encoding the positions and feature quantities of the extracted feature points on the object;
Means for recording the positions and feature quantities of the encoded feature points;
Means for reading and decoding recorded feature point positions and feature quantities;
Means for extracting feature points from the object to be collated and associating a plurality of feature points extracted from the object to be collated with the feature points of the registered object;
Means for calculating an image conversion function of the remaining feature points on the collation image and the remaining feature points on the registered image from a plurality of associated feature point groups;
Means for collecting feature point groups having greatly different positions of the feature points obtained by the image conversion function, and recursively calculating the parameters of the image conversion function from the feature points group by the same means as described above;
Means for updating parameters of the calculated image conversion function;
Means for determining the similarity between the registered image and the collation image using the updated image conversion function can be provided.
Ｂ．紙片の真贋判定システム
１．システム
本発明の第一の実施例として、照合したい物体として紙片を考え、以下で説明する。本実施例を適用したシステムとしては、紙一枚一枚の真贋を判定する、紙片の真贋判定システムが考えられる。また、具体的な紙片としては、紙幣や株券などの有価証券、チケットやクーポン券、重要書類などが考えられる。なお、以下では主に「紙片」を例に挙げて説明するが、本発明および本実施例は、これに限らず、プラスチック等の化学系素材、木等の天然素材等適宜の素材を用いたシートやその他の物体に適用することができる。
本実施例では、透過光によって紙片の画像を得る場合について述べるが、反射光や非可視光領域の波長を用いて画像を得るようにしてもよい。また、磁気などの特別なセンサによって紙片の画像を得るようにしてもよい。
B. Paper piece authentication system
1. System As a first embodiment of the present invention, a piece of paper is considered as an object to be verified, and will be described below. As a system to which this embodiment is applied, a paper piece authenticity judging system for judging the authenticity of each piece of paper can be considered. Further, as specific paper pieces, securities such as banknotes and stock certificates, tickets and coupons, important documents and the like can be considered. In the following description, “paper piece” will be mainly described as an example. However, the present invention and the present embodiment are not limited to this, and appropriate materials such as chemical materials such as plastic and natural materials such as wood are used. It can be applied to sheets and other objects.
In this embodiment, a case where an image of a piece of paper is obtained by transmitted light will be described, but an image may be obtained using reflected light or a wavelength in a non-visible light region. Alternatively, an image of a piece of paper may be obtained by a special sensor such as magnetism.
図１は、紙片の透過画像の説明図である。この画像は市販の透過型のスキャナを用いて、上質紙を６００ｄｐｉの解像度で撮像した画像である。目視しやすいように、濃淡を強調してある。
図２は、第一の実施例の画像照合処理装置の具体的な構成と、データの流れを示した図である。同図に示したように、画像照合システムは、大きく分けて紙片登録部２１と紙片識別部２２を備える。
紙片登録部２１において、透過画像取得部２０２では、紙片２０１の透過画像を取得し、特徴点抽出処理部２０３に送る。特徴点抽出処理部２０３では、入力された透過画像から特徴点を抽出し、特徴点情報符号化部２０４に送る。具体的な特徴点の抽出手順については、図４を用いて後述する。特徴点情報符号化部２０４は、入力された特徴点情報を符号化する。具体的な符号化手順については、図６を用いて後述する。特徴点情報印刷部２０５は、入力された符号化特徴量を、プリンタ３０２を用いて紙片２０１の上に印刷する。なお、紙片登録の際に、紙片２０１の全体の透過画像を取得するのではなく、紙片の一部の領域または複数の部分領域の透過画像を取得するようにしてもよい。この場合は、透過画像を取得する領域座標を画像照合システムに通知する手段が必要になるが、これは公知技術（例えば、特許文献８の［００４２］ないし［００４３］および図１１）を利用することができる。すなわち、取得する領域座標をバーコードに符号化し紙片２０１の上に印刷しておき、そのバーコードを画像照合システムが読み取って、読み取る領域座標を取得するようにすればよい。もしくは、事前に所定の領域座標を決め、画像照合システムに登録しておくようにしても良い。
FIG. 1 is an explanatory diagram of a transmission image of a piece of paper. This image is an image obtained by capturing high-quality paper with a resolution of 600 dpi using a commercially available transmissive scanner. The shading is emphasized for easy visual inspection.
FIG. 2 is a diagram showing a specific configuration and data flow of the image collation processing apparatus of the first embodiment. As shown in the figure, the image collation system roughly includes a paper piece registration unit 21 and a paper piece identification unit 22.
In the paper piece registration unit 21, the transmission
紙片識別部２２において、紙片の照合時には、反射画像取得部２０７では、真贋判定の対象となる紙片２０６（以降、照合紙片と呼ぶ）の反射画像を取得し、特徴点情報復号化部２０８に送る。特徴点情報復号化部２０８は、入力された符号化特徴量を復号化し、対応点抽出部２１１に送る。具体的な、符号化特徴量の復号化手順については、図６を用いて後述する。また、紙片２０６の透過画像を透過画像取得部２０９で取得し、特徴点抽出処理部２１０に送る。特徴点抽出処理部２１０は、透過画像から特徴点を抽出し、対応点抽出部２１１に送る。紙片登録の際、紙片２０１の透過画像の一部の領域または複数の部分領域を用いた場合は、紙片照合の際も紙片２０６の透過画像の一部の領域または複数の部分領域を用いる。紙片登録部２１の処理の際と同様に、公知技術（例えば、特許文献８の［００４２］ないし［００４３］および図１１）を利用することができる。すなわち、バーコードに符号化して印刷された、取得すべき透過画像の領域座標を画像照合システムが読み取り、紙片２０６の透過画像の中から、その領域座標内の透過画像を抽出するようにすればよい。もしくは、事前に所定の領域座標を決め、画像照合システムに登録しておくようにしても良い。具体的な特徴点の抽出手段については、図４を用いて後述する。対応点抽出部２１１は、特徴点情報復号化部２０８で得られた登録紙片２０１の特徴点情報と、特徴抽出処理部２１０で得られた照合紙片２０６の特徴点情報の対応点を抽出し、対応点テーブル８０１（後述）として出力する。すなわち、登録用の紙片２０１の画像に含まれる複数の特徴点が、照合用の紙片２０６の画像のどの位置に対応するか、その対応関係を算出する。具体的な対応点の抽出方法については、図７を用いて後述する。次に、アフィンパラメータ推定部２１２は、入力された対応点テーブル８０１（後述）から、登録用の紙片２０１の画像を、回転、拡大・縮小することによって照合用の紙片２０６の画像ができたと仮定したとき、最も妥当性のある、回転角度や拡大率・縮小率（これらの数値を、以降ではアフィンパラメータと呼ぶ）を算出する。具体的なアフィンパラメータの算出方法については、図７を用いて後述する。次に、対応点ずれ量・分散算出部２１３では、入力されたアフィンパラメータから、対応点のずれ量・分散を算出する。続いて、対応点更新部２１４では、入力された対応点のずれ量・分散を用いて、アフィンパラメータの推定に用いる対応点の入れ替えを行い、アフィンパラメータを再計算する。評価値が収束するまで、対応点の入れ替えを続ける。つぎに、真贋判定部２１５では、登録紙片２０１の特徴点をアフィンパラメータで変換したときの特徴点座標と、照合紙片２０６から抽出したときの特徴点座標とを比較し、真贋判定を行う。特徴点座標同士の距離が小さければ真券と判断し、特徴点座標同士の距離が大きければ偽券と判断する。真贋判定結果は、表示装置に表示される、及び／又は、ＲＡＭに記憶される。ずれ量・分散の算出方法については、図９を用いて後述する。
When the paper piece identification unit 22 collates the paper pieces, the reflected
図３は、紙片の真贋判定のための画像照合システムの構成図の例である。本システムは、少なくとも１台の、透過型スキャナ（３０１）と、真贋に用いる特徴量を符号化して印刷するプリンタ（３０２）と、真贋判定の計算等を行うＣＰＵ（３０３）と、ＣＰＵを操作するキーボード（３０４）と、符号化した特徴量を読み取る反射型スキャナ（３０９）と、真贋判定結果を操作者に表示する表示装置（３０６）と、真贋判定に用いるコンピュータソフトウェアを格納するＲＡＭ（３０７）と、ＣＰＵを操作するマウス（３０８）と、上述の各々のブロック間のデータを通信するためのバス（３０９）を備える。ＣＰＵ（３０３）は、図２に示した画像照合装置による処理を実行する。真贋判定に用いる特徴量を遠隔地のＤＢ（３１１）に格納し、それらをネットワーク（３１０）で繋ぐような構成にしてもよい。透過型スキャナ（３０１）、反射型スキャナ（３０９）には、市販のスキャナを用いることができる。 FIG. 3 is an example of a configuration diagram of an image matching system for authenticating a piece of paper. This system includes at least one transmissive scanner (301), a printer (302) that encodes and prints feature values used for authenticity, a CPU (303) that performs authentication determination calculation, and the like. Keyboard (304), a reflective scanner (309) for reading the encoded feature value, a display device (306) for displaying the result of authenticity determination to the operator, and a RAM (307) for storing computer software used for authenticity determination ), A mouse (308) for operating the CPU, and a bus (309) for communicating data between each of the blocks described above. The CPU (303) executes processing by the image collating apparatus shown in FIG. The feature amount used for authenticity determination may be stored in a remote DB (311) and connected by a network (310). Commercially available scanners can be used as the transmissive scanner (301) and the reflective scanner (309).
図５は、特徴点情報テーブルの説明図の例である。特徴点情報テーブル５０１は、特徴点の数５０２、特徴点ＩＤ５０３、特徴点のＸ座標５０４、特徴点のＹ座標５０５、特徴点の特徴量値５０６を含む。必要に応じて、特徴点の方向５０７を加えてもよい。特徴点の方向は、例えば、右方向を０度とし、半時計回りに回転角に応じて数を増やし、一周すると３６０度とする度数を用いることができる。
図８は、対応点テーブルの説明図の例である。対応点テーブル８０１は、対応点ＩＤ８０２、登録紙片上の特徴点ＩＤ８０３、登録紙片上の特徴点のＸ座標８０４、登録紙片上の特徴点のＹ座標８０５、照合紙片上の特徴点ＩＤ８０６、照合紙片上の特徴点のＸ座標８０７、照合紙片上の特徴点のＹ座標８０８、対応する特徴点同士の類似度８０９を含む。
FIG. 5 is an example of an explanatory diagram of the feature point information table. The feature point information table 501 includes a
FIG. 8 is an example of an explanatory diagram of the corresponding point table. The corresponding point table 801 includes a
２．処理
２−１．登録処理
図４は、図２に示した画像照合装置および図３に示した画像照合システムを用いて、紙片の登録処理の流れを示した図である。まず、ＣＰＵ（３０３）は、透過型スキャナ（３０１）により、登録したい紙片の透過画像を撮像し（４０２）、次に当該画像から、紙片の識別に用いる特徴量を抽出する。いま、画像の高さをＨ画素、画像の幅をＷ画素とし、ＣＰＵ（３０３）は、着目画素のＹ座標を表す変数Ｙを１からＨまで変えながら（４０３）、着目画素のＸ座標を表す変数Ｘを１からＷまで変え（４０４）以下の処理をくり返す。ＣＰＵ（３０３）は、座標（Ｘ、Ｙ）を中心とするＮ×Ｎ画素の画像を切り出し、部分画像ＳｕｂＩｍｇ（Ｘ、Ｙ）に格納する（４０５）。続いて、ＣＰＵ（３０３）は、ＳｕｂＩｍｇ（Ｘ、Ｙ）から画像特徴量を抽出する。画像特徴量としては、例えば、画像処理や映像処理で用いられる、濃淡値、色彩、マルチスペクトル情報や、テクスチャ情報、形状情報、空間的な配置情報や、あるいはそれらの組み合わせを用いることができる。以下では、画像に画像フィルタかけて特徴量を抽出する手順について説明する。ＣＰＵ（３０３）は、ＳｕｂＩｍｇ（Ｘ、Ｙ）に画像フィルをかけ、座標（Ｘ、Ｙ）における特徴量Ｆｔｒ（Ｘ、Ｙ）を抽出する（４０６）。画像フィルタには、公知の画像処理フィルタを用いることができる。例えば、田村秀行編著、“コンピュータ画像処理”、オーム社、に記載の勾配フィルタやラプラシアンフィルタ、ロバーツ・オペレータを用いてもよい。また、ＣＰＵ（３０３）は、非特許文献１に記載のＳＩＦＴを使うことで、特徴量に加え、特徴点の方向Ｄｉｒ（Ｘ、Ｙ）を抽出することもできる。続いて、ＣＰＵ（３０３）は、特徴量Ｆｔｒ（Ｘ、Ｙ）と予め定められた閾値とを比較し、特徴量Ｆｔｒ（Ｘ、Ｙ）のほうがその閾値より大きい場合には（４０７）、ＣＰＵ（３０３）は、特徴点情報テーブル５０１に、新しい特徴点ＩＤ５０３を採番して、座標（Ｘ、Ｙ）を追加し（４０８）、特徴量Ｆｔｒ（Ｘ、Ｙ）を追加し（４０９）、方向Ｄｉｒ（Ｘ、Ｙ）を追加する（４１０）。具体的には、図５を参照すると、ＣＰＵ（３０３）は、特徴量を追加するごとに、特徴点情報テーブル５０１の特徴点の数５０２の数を一つ増やし、特徴点情報テーブル５０１の行を一つ追加する。そして、ＣＰＵ（３０３）は、追加した行の特徴点ＩＤ５０３に新しく採番したＩＤを書き込み、Ｘ座標５０４には特徴点のＸ座標を、Ｙ座標５０５には特徴点のＹ座標を、特徴量値５０６には特徴量を、方向５０７には特徴点の方向を書き込む。処理４０７で用いる閾値は、本処理を適用するアプリケーションの要求精度に応じて適切に決めればよいし、また、登録後の紙片の劣化度合いに応じて適切に調整してもよい。透過画像の全ての点について上述の処理が終了したら、ＣＰＵ（３０３）は、特徴点情報テーブル５０１を走査しながら、特徴点情報を順に符号化する。符号化は、図６を用いて後述する。つぎに符号化した特徴点情報を登録用紙片に印刷する（４１２）。なお、ここでは符号化した特徴点情報（符号化特徴点情報）を紙片の上に印刷するとしたが、図３に示すような構成にして、遠隔地にあるＤＢ３１１に、ネットワーク３１０を経由して登録するようにしてもよい。
2. processing
2-1. Registration Processing FIG. 4 is a diagram showing a flow of registration processing for a piece of paper using the image matching apparatus shown in FIG. 2 and the image matching system shown in FIG. First, the CPU (303) takes a transmission image of a paper piece to be registered by the transmission scanner (301) (402), and then extracts a feature amount used for identification of the paper piece from the image. Now, assuming that the height of the image is H pixels, the width of the image is W pixels, and the CPU (303) changes the variable Y representing the Y coordinate of the pixel of interest from 1 to H (403), the X coordinate of the pixel of interest is changed. The variable X to be represented is changed from 1 to W (404) and the following processing is repeated. The CPU (303) cuts out an image of N × N pixels centered on the coordinates (X, Y) and stores it in the partial image SubImg (X, Y) (405). Subsequently, the CPU (303) extracts an image feature amount from SubImg (X, Y). As the image feature amount, for example, gray values, colors, multispectral information, texture information, shape information, spatial arrangement information, or a combination thereof used in image processing and video processing can be used. In the following, a procedure for extracting feature amounts by applying an image filter to an image will be described. The CPU (303) applies an image fill to SubImg (X, Y), and extracts a feature amount Ftr (X, Y) at coordinates (X, Y) (406). A known image processing filter can be used as the image filter. For example, a gradient filter, a Laplacian filter, or a Roberts operator described in Hideyuki Tamura, “Computer Image Processing”, Ohmsha may be used. Further, the CPU (303) can extract the feature point direction Dir (X, Y) in addition to the feature amount by using the SIFT described in
図６は、特徴点情報、特徴点情報符号化手段、符号化特徴点情報、特徴点情報復号化手段、の関係を表した図である。特徴点情報６０１は、図５に示した特徴点情報テーブル５０１の内容に対応して書かれている。すなわち、ＣＰＵ（３０３）は、特徴点情報テーブル５０１から特徴点の数５０２（図５の例では５）を取り出して、特徴点情報６０１に“５”と記載し、次に、特徴点情報テーブル５０１からＸ座標５０４を取り出して、特徴点情報６０１に“５６”と追記し、特徴点情報テーブル５０１からＹ座標５０５を取り出して、特徴点情報６０１に“１０”と追記し、特徴点情報テーブル５０１から、特徴量値５０６を取り出して、特徴点情報６０１に“２２０”と追記し、特徴点情報テーブル５０１から、特徴点の方向５０７を取り出して、特徴点情報６０１に追記する。
以上の処理を、ＣＰＵ（３０３）は、特徴点の数５０２の数だけ繰り返す。ここでは、特徴点情報６０１にデータを追記していく際、データの区切り目として、カンマ“、”を記載したが、他の手段でデータの区切り目が分かるようにしてもよい。次に、ＣＰＵ（３０３）は、特徴点情報符号化手段６０３を用いて、特徴点情報６０１を符号化し、符号化特徴点情報６０２に変換する。ここでは、ＪＩＳ Ｘ ０５１０に記載のＱＲコード（登録商標）を用いた例を示したが、他にも１次元のバーコードを用いたり、ＭＩＣＲ（Ｍａｇｎｅｔｉｃ Ｉｎｋ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ）の技術を用いて磁性体のインクで印刷するようにしたり、ＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ）を用いて人が可読可能な文字で記載するようにしたりしてもよい。その場合は、反射画像取得部２０７は、必要に応じて、磁性体に反応するデバイス等に変更すればよい。符号化特徴点情報６０２を特徴点情報６０１に復号化するにも、上述のＪＩＳ Ｘ ０５１０に記載のＱＲコード（登録商標）や、１次元のバーコードを用いたり、ＭＩＣＲ、ＯＣＲなどの既存の手段を用いたりすることができる。
FIG. 6 is a diagram showing the relationship among feature point information, feature point information encoding means, encoded feature point information, and feature point information decoding means. The
The CPU (303) repeats the above processing by the number of feature points 502. Here, when adding data to the
２−２．照合処理（１）
図７は、紙片の照合処理の流れ（１）を示した図である。まず、ＣＰＵ（３０３）は、反射画像取得７０２で、紙片上に印刷した符号化特徴点情報６０２を取得する。次に、ＣＰＵ（３０３）は、特徴点情報Ａ復号化７０３にて、符号化特徴点情報６０２から、復号化特徴点情報６０１を得る。これを特徴点群Ａとする。次に、ＣＰＵ（３０３）は、透過画像取得７０４で照合紙片の透過画像を取得し、取得した透過画像から特徴点群Ｂを抽出する（７０５）。次に、ＣＰＵ（３０３）は、特徴点群Ａと特徴点群Ｂに含まれる特徴点ａと特徴点ｂ同士の対応をとる。ＣＰＵ（３０３）は、特徴量点同士の対応にあたっては、各特徴点に付与されている特徴量値５０６を利用して、特徴量値５０６が近いもの同士を対応づける。また、ＣＰＵ（３０３）は、各特徴点について特徴点方向５０７が付与されている場合には、特徴点方向５０７を利用し、特徴点方向が近いもの同士を対応付けるようにしてもよい。また、ＣＰＵ（３０３）は、特徴量値５０６、特徴点方向５０７の両方を用いることにしてもよい。次に、ＣＰＵ（３０３）は、対応づけた特徴点同士の類似度が高い順に対応点を並び替える（７０７）。類似度の計算には、例えば、特徴点の特徴量値の差や特徴点の方向の差を用いることができる。並び替えた結果は、図８に示される対応点テーブル８０１の形で与えられる。次に、ＣＰＵ（３０３）は、画像変換パラメータの推定に用いる特徴点数Ｎを予め適宜定める（７０８）。なお、以下では、例としてアフィン変換を用いる場合を説明するので、それに応じて、Ｎ＝３とする。続いて、ＣＰＵ（３０３）は、対応点テーブル８０１から、上位Ｎ個の対応点を抜出し、集合Ｇに代入する（７０９）。次に、ＣＰＵ（３０３）は、変数Ｍに初期値Ｎ＋１を代入する（７１０）。なお、この例ではＭ＝４となる。続いてＣＰＵ（３０３）は、集合Ｇに含まれる対応点からアフィン変換パラメータを推定する（７１１）。アフィン変換とは、ある画像を回転させたり、拡大・縮小したり、平行移動したりして変形した画像を得ることである。ある画像上の座標（ｘ，ｙ）をもつ点を、３×３の行列を使って、変形後の画像上の座標（ｘ’，ｙ’）に変換する。すなわち、式１で与えられる。
2-2. Verification process (1)
FIG. 7 is a diagram showing a flow (1) of the collation processing of the piece of paper. First, the CPU (303) acquires the encoded
なお、アフィン変換の代わりに、任意の幾何変換を用いるようにしても良い。例えば、射影変換を用いれば、回転、拡大・縮小、平行移動に加え、台形歪も扱うことができる。その際は、その幾何変換のパラメータを推定するのに必要な座標の数に応じて、特徴点数Ｎの値を適宜変更する。
次に、ＣＰＵ（３０３）は、アフィン変換パラメータの推定に用いなかった登録画像中の特徴点を、上述の手順で算出したアフィン変換パラメータを用いて変換し、照合画像中の座標を求め（７１２）、アフィン変換によって算出した、その座標に最も近い照合画像中の特徴点を探し、特徴点間の座標のずれを算出する（７１３）。続いて、ＣＰＵ（３０３）は、特徴点間の座標のずれの分散を算出し、変数Ｖに代入する（７１４）。アフィン変換によって求めた座標と、その座標に最も近い照合画像中の特徴点は、例えば、図９の点９２４と点９２６である。詳細は図９の説明で後述する。
次に、ＣＰＵ（３０３）は、Ｖ（ｉ）に、集合Ｇに含まれる対応点群から、ｉ番目の対応点をＭ番目の対応点に入れ替えて計算した分散を代入する（７１５）。
An arbitrary geometric transformation may be used instead of the affine transformation. For example, if projective transformation is used, trapezoidal distortion can be handled in addition to rotation, enlargement / reduction, and translation. In that case, the value of the feature point number N is appropriately changed according to the number of coordinates necessary for estimating the parameter of the geometric transformation.
Next, the CPU (303) converts the feature points in the registered image that were not used for estimating the affine transformation parameters using the affine transformation parameters calculated in the above-described procedure, and obtains the coordinates in the collation image (712). ), The feature point in the collation image closest to the coordinates calculated by the affine transformation is searched, and the deviation of the coordinates between the feature points is calculated (713). Subsequently, the CPU (303) calculates the variance of the coordinate deviation between the feature points and substitutes it for the variable V (714). The coordinates obtained by the affine transformation and the feature points in the collation image closest to the coordinates are, for example, the
Next, the CPU (303) substitutes V (i) for the variance calculated by replacing the i-th corresponding point with the M-th corresponding point from the corresponding point group included in the set G (715).
図１６は、対応点の入れ替えについての説明図（１）である。すなわち、ＣＰＵ（３０３）は、処理７１４の際、集合Ｇ（１６０１）には、対応点１（１６０２）、対応点２（１６０３）、対応点３（１６０４）の３つの対応点が含まれていたとすると、処理７１５では、集合Ｇ（１６０１）の対応点１（１６０２）を対応点Ｍ（１６０６）に置換した、集合Ｇ１（１６０５）、集合Ｇ（１６０１）の対応点２（１６０３）を対応点Ｍ（１６０６）に置換した、集合Ｇ２（１６０９）、集合Ｇ（１６０１）の対応点３（１６０４）を対応点Ｍ（１６０６）に置換した、集合Ｇ３（１６１３）の３つの集合を算出する。そして、ＣＰＵ（３０３）は、各々の集合に含まれる対応点から分散を算出し、Ｖ（ｉ）に代入する。そして、Ｖ（ｉ）がＶより小さい場合には（７１６）、ＶをＶ（ｉ）で入れ替え（７１７）、ＣＰＵ（３０３）は、集合Ｇのｉ番目の対応点とＭ番目の対応点を入れ替え（７１８）、Ｍの値を一つ増やし（７１９）、ステップ７１０の直後に戻る。
このようにして、ＣＰＵ（３０３）は、集合Ｇ、Ｇ１、Ｇ２、Ｇ３の各分散の中から一番小さい分散の値を求めることができる。
そして、ＣＰＵ（３０３）は、Ｖ（ｊ）とＶの差の絶対値を計算し、その値が予め定めた閾値Ｔｈ１以下の場合（７２０）、さらに、ＣＰＵ（３０３）にＶ（ｉ）を予め定めた閾値Ｔｈ２と比較する。Ｖ（ｉ）が閾値Ｔｈ２よりも小さい場合は、ＣＰＵ（３０３）は、照合紙片は真券と判断し（７２２）、照合処理を終了する（７２３）。そうでない場合は、ＣＰＵ（３０３）は、照合券は偽券と判断し、判定結果を表示装置（３０６）に表示する、及び／又は、ＲＡＭ（３０７）に記憶して（７２４）、照合処理を終了する（７２５）。
このように、本実施例によれば、対応点同士の類似度が高い順に並び替えた対応点から順番にアフィン変換パラメータを推定し、照合処理を行うことで、すべての対応点同士の組み合わせを計算することなく、効率的に照合処理を行うことができる。また、処理７１４にて、ずれの絶対値ではなく、ずれの分散を評価値に用いることで、パラメータの推定が安定してできるようになる。
FIG. 16 is an explanatory diagram (1) for replacement of corresponding points. That is, in the
In this way, the CPU (303) can determine the smallest variance value from among the variances of the sets G, G1, G2, and G3.
Then, the CPU (303) calculates the absolute value of the difference between V (j) and V. If the value is equal to or smaller than a predetermined threshold Th1 (720), V (i) is further transferred to the CPU (303). Compare with a predetermined threshold Th2. When V (i) is smaller than the threshold value Th2, the CPU (303) determines that the verification paper piece is a genuine note (722), and ends the verification process (723). Otherwise, the CPU (303) determines that the verification ticket is a fake ticket, displays the determination result on the display device (306), and / or stores it in the RAM (307) (724), and performs the verification process. Is finished (725).
As described above, according to the present embodiment, the affine transformation parameters are estimated in order from the corresponding points rearranged in descending order of the similarity between corresponding points, and the matching process is performed. The matching process can be performed efficiently without calculation. Further, in the
２−３．照合処理（２）
図１４は、紙片の照合処理の流れ（２）を示した図である。
紙片の照合の流れは図１４のようにしてもよい。以下では、図７の流れと異なる点を中心に説明する。図１４の処理１４０１〜１４０９は、図７の処理７０１〜７０９にそれぞれ対応し、ＣＰＵ（３０３）は、同様の処理を実行する。続いてＣＰＵ（３０３）は、集合Ｇに含まれる対応点からアフィン変換パラメータを推定する（１４１０）。次に、ＣＰＵ（３０３）は、アフィン変換パラメータの推定に用いなかった照合画像中の特徴点を、上述の手順で算出したアフィン変換パラメータを用いて変換し、登録画像中の座標を求め（１４１１）、アフィン変換によって算出した、その座標にもっとも近い登録画像中の特徴点を探し、座標のずれを算出する（１４１２）。続いて、ＣＰＵ（３０３）は、座標のずれの分散を算出し、変数Ｖに代入する（１４１３）。
続いて、ＣＰＵ（３０３）は、処理１４０９で求めた集合Ｇに含まれる対応点群、すなわち、１、２、・・・、Ｎ番目の対応点の中から対応点ｉ（１≦ｉ≦Ｎ）ひとつだけを除外して計算した分散をＶ（ｉ）に代入する（１４１４）。
2-3. Verification process (2)
FIG. 14 is a diagram showing a flow (2) of the collation processing of the piece of paper.
The flow of collating the paper pieces may be as shown in FIG. Below, it demonstrates centering on a different point from the flow of FIG.
Subsequently, the CPU (303) determines the corresponding point i (1 ≦ i ≦ N) from among the corresponding point group included in the set G obtained in the processing 1409, that is, 1, 2,... ) The variance calculated by excluding only one is substituted for V (i) (1414).
図１７は、対応点との入れ替えについての説明図（２）である。すなわち、例えば、処理１４１３の際は、図１７（Ａ）のように、集合Ｇ（１６１４）には、対応点１（１６１５）、対応点２（１６１６）、対応点３（１６１７）、・・・、対応点Ｎ−１（１６１８）、対応点Ｎ（１６１９）のＮ個の対応点が含まれていたとする。ＣＰＵ（３０３）は、処理１４１４では、集合Ｇ（１６１４）の対応点１（１６１５）を削除した、集合Ｇ１（１６２０）、集合Ｇ（１６１４）の対応点２（１６１６）を削除した、集合Ｇ２（１６２５）、集合Ｇ（１６１４）の対応点Ｎ（１６１９）を削除した、集合ＧＮ（１６３０）のＮ個の集合を算出する。そして、ＣＰＵ（３０３）は、各々の集合に含まれる対応点から各々の分散を算出し、Ｖ（ｉ）に代入する。
また、ＣＰＵ（３０３）は、処理１４０９で求めた集合Ｇに含まれる対応点群、すなわち、Ｎ＋１、Ｎ＋２、・・・、Ｐ番目の対応点の中から対応点ｊ（Ｎ＋１≦ｊ≦Ｐ）ひとつだけを追加して計算した分散をＶ（ｊ）に代入する（１４１５）。ただし、ｊ＝Ｎ＋１、Ｎ＋２、・・・、Ｐである。ここに、Ｐは、集合Ｇに含まれる対応点の個数（最大値）である。すなわち、処理１４１４の際は、集合Ｇ（１６１４）には、対応点１（１６３６）、対応点２（１６３７）、・・・、対応点Ｎ（１６３８）のＮ個の対応点が含まれていたとする。図１７（Ｂ）のように、ＣＰＵ（３０３）は、処理１４１５では、集合Ｇ（１６３５）に対応点Ｎ＋１（１６４３）を追加した集合ＧＮ＋１（１６３９）、集合Ｇ（１６３５）に対応点Ｎ＋２（１６４８）を追加した集合ＧＮ＋２（１６４４）、・・・、集合Ｇ（１６３５）に対応点Ｐを追加した集合ＧＰ（１６４９）、のＰ−Ｎ個の集合を算出する。
そして、ＣＰＵ（３０３）は、各々の集合に含まれる対応点から各々の分散を算出し、Ｖ（ｉ）に代入する。そして、ＣＰＵ（３０３）は、Ｖ（ｉ）とＶを比較し、ＶよりもＶ（ｉ）のほうが小さければ、ｉ番目の特徴点を除いた分散を計算してＶに代入し（１４１７）、集合Ｇからｉ番目の特徴点を除外し（１４１８）、Ｎの値をひとつ減らし（１４１９）、処理１４１０の直前に戻る（１４２０）。このようにして、ＣＰＵ（３０３）は、集合Ｇ、Ｇ１、Ｇ２、・・・、ＧＮの各手段の中から一番小さい分数の値を求めることができる。また、もし、Ｖ（ｊ）の値がＶよりも小さければ（１４２１）、ＣＰＵ（３０３）は、ｊ番目の特徴点を追加した分散を計算してＶに代入し（１４２２）、集合Ｇにｊ番目の特徴点を追加し（１４２３）、Ｎの値をひとつ増やし（１４２４）、処理１４１０の直前に戻る（１４２５）。このようにして、ＣＰＵ（３０３）は、集合Ｇ、ＧＮ＋１、ＧＮ＋２、・・・、ＧＰの各手段の中から一番小さい分数の値を求めることができる。そして、もし、特徴点ｊを追加したことによる分散の変化量、すなわち｜Ｖ（ｊ）−Ｖ｜が予め定めた閾値Ｔｈ１よりも小さく、かつ、特徴点ｉを減らしたことによる分散の変化量、すなわち｜Ｖ（ｉ）−Ｖ｜が閾値Ｔｈ１よりも小さければ（１４２６）、ＣＰＵ（３０３）は、Ｖを予め定めた閾値Ｔｈ２と比較する（１４２７）。閾値Ｔｈ２よりもＶが小さければ（１４２７）、ＣＰＵ（３０３）は、特徴点ｂを持つ紙片は真券と判定し（１２２８）、真贋判定処理を終了する（１４２９）。処理１４２６の判定結果が偽の場合は、ＣＰＵ（３０３）は、特徴点ｂをもつ紙片は偽券と判定し、判定結果を表示装置（３０６）に表示する、及び／又は、ＲＡＭ（３０７）に記憶して（１４３０）、処理を終了する（１４３１）。
FIG. 17 is an explanatory diagram (2) of replacement with corresponding points. That is, for example, in the process 1413, as shown in FIG. 17A, the set G (1614) includes the corresponding point 1 (1615), the corresponding point 2 (1616), the corresponding point 3 (1617),. Suppose that N corresponding points, corresponding point N-1 (1618) and corresponding point N (1619), are included. In the process 1414, the CPU (303) deletes the corresponding point 1 (1615) of the set G (1614), and deletes the corresponding point 2 (1616) of the set G1 (1620) and the set G (1614). (1625) N sets of the set GN (1630) are calculated by deleting the corresponding points N (1619) of the set G (1614). Then, the CPU (303) calculates each variance from the corresponding points included in each set, and substitutes it for V (i).
Further, the CPU (303) determines the corresponding point j (N + 1 ≦ j ≦ P) from among the corresponding point group included in the set G obtained in the processing 1409, that is, the N + 1, N + 2,. The variance calculated by adding only one is substituted for V (j) (1415). However, j = N + 1, N + 2,. Here, P is the number (maximum value) of corresponding points included in the set G. That is, in the process 1414, the set G (1614) includes N corresponding points, corresponding point 1 (1636), corresponding point 2 (1637),..., Corresponding point N (1638). Suppose. As shown in FIG. 17B, in the process 1415, the CPU (303) adds a corresponding point N + 1 (1643) to the set G (1635), a set GN + 1 (1639), and a set G (1635) corresponds to the corresponding point N + 2 ( PN sets of a set GN + 2 (1644) to which 1648) is added, and a set GP (1649) to which the corresponding point P is added to the set G (1635) are calculated.
Then, the CPU (303) calculates each variance from the corresponding points included in each set, and substitutes it for V (i). Then, the CPU (303) compares V (i) and V, and if V (i) is smaller than V, the variance excluding the i-th feature point is calculated and substituted for V (1417). Then, the i-th feature point is excluded from the set G (1418), the value of N is reduced by one (1419), and the process returns to immediately before the processing 1410 (1420). In this way, the CPU (303) can obtain the smallest fractional value from each means of the set G, G1, G2,..., GN. If the value of V (j) is smaller than V (1421), the CPU (303) calculates the variance with the jth feature point added and substitutes it into V (1422). The j-th feature point is added (1423), the value of N is incremented by one (1424), and the process returns to immediately before the processing 1410 (1425). In this way, the CPU (303) can obtain the smallest fractional value from the means of the set G, GN + 1, GN + 2,..., GP. If the feature point j is added, the variance change amount, that is, | V (j) −V | is smaller than a predetermined threshold Th1, and the variance change amount is obtained by reducing the feature point i. That is, if | V (i) −V | is smaller than the threshold value Th1 (1426), the CPU (303) compares V with a predetermined threshold value Th2 (1427). If V is smaller than the threshold Th2 (1427), the CPU (303) determines that the piece of paper having the feature point b is a genuine note (1228), and ends the authenticity determination process (1429). When the determination result of
すなわち、本実施例によると、分散Ｖを計算する特徴点の集合Ｇに、特徴点を追加したり、集合Ｇから特徴点を除外して、分散Ｖが最小になるように計算を繰り返し、分散Ｖの変動が閾値以下となった場合に、真券と判定し、閾値以上の場合は偽券と判定する。このような構成にすることにより、最初に、ある選択基準で選んだ特徴点の対を用いて求めたアフィン変換係数が、他の特徴点群を適切に表現できない場合、照合画像は真券を撮影したものであっても、偽券と判定される可能性があるという、公知技術の問題点を解決できる。また、別の公知技術にてランダムに特徴点の候補点対選択した場合に適切な対応点が選択されることがないことがおきる、という公知技術の課題を解決できる。 That is, according to the present embodiment, feature points are added to the feature point set G for calculating the variance V, or feature points are excluded from the set G, and the calculation is repeated so that the variance V is minimized. When the fluctuation of V becomes equal to or less than the threshold, it is determined as a genuine note, and when it is equal to or greater than the threshold, it is determined as a false note. By adopting such a configuration, when the affine transformation coefficient obtained using a pair of feature points selected by a certain selection criterion cannot properly represent other feature point groups, the verification image is a genuine note. It is possible to solve the problem of the known technology that even a photographed image may be determined as a fake ticket. In addition, it is possible to solve the problem of the known technique in which an appropriate corresponding point may not be selected when a candidate point pair of feature points is randomly selected by another known technique.
３．特徴点の対応関係
図９は、本発明の各実施例に用いる、特徴点の対応関係を示した図である。登録用紙片画像９０１ならびに照合紙片画像９０２には、特徴点抽出処理部２０３で抽出した、登録紙片画像上の特徴点１（９０３）、照合紙片画像上の特徴点１（９０４）、登録紙片画像上の特徴点１と照合紙片画像上の特徴点１の対応関係（９０５）、登録紙片画像上の特徴点２（９０６）、照合紙片画像上の特徴点２（９０７）、登録紙片画像上の特徴点２と照合紙片画像上の特徴点２の対応関係（９０８）、登録紙片画像上の特徴点３（９０９）、照合紙片画像上の特徴点３（９１０）、登録紙片画像上の特徴点３と照合紙片画像上の特徴点３の対応関係（９１１）が示されている。
また、登録紙片画像９１２ならびに照合紙片画像９１３には、登録紙片画像上の特徴点１（９１４）、照合紙片画像上の特徴点１（９１５）、登録紙片画像上の特徴点１と照合紙片画像上の特徴点１の対応関係（９１６）、登録紙片画像上の特徴点２（９１７）、照合紙片画像上の特徴点２（９１８）、登録紙片画像上の特徴点２と照合紙片画像上の特徴点２の対応関係（９１９）、登録紙片画像上の特徴点３（９２０）、照合紙片画像上の特徴点３（９２１）、登録紙片画像上の特徴点３と照合紙片画像上の特徴点３の対応関係（９２２）、登録紙片画像上の特徴点４（９２３）、照合紙片画像上の特徴点４（９２４）、登録紙片画像上の特徴点４と照合紙片画像上の特徴量４の対応関係（９２５）、照合紙片画像上の特徴点４に最も近い特徴点（９２６）、照合紙片画像上の特徴点４と照合紙片画像上の特徴点４に最も近い特徴点間の距離（９２７）、登録紙片画像上の特徴点５（９２８）、照合紙片画像上の特徴点５（９２９）、登録紙片画像上の特徴点５と照合紙片画像上の特徴点５の対応関係（９３０）、照合紙片画像上の特徴点５に最も近い特徴点（９３１）、照合紙片上の特徴点５と照合紙片上の特徴点５に最も近い特徴点間の距離（９３２）が示されている。
すなわち、変換行列９１６、９１９、９２２を用いてアフィン変換のパラメータを算出し、算出したアフィン変換のパラメータを用いて登録紙片画像上の特徴点４（９２３）の座標を変換した座標が、照合紙片画像上の特徴点４（９２４）である。同様に、登録紙片画像上の特徴点５（９２８）を変換した座標が、照合紙片画像上の特徴点５（９２９）である。図９には、説明の都合上、特徴点９２４、９２９が記されているが、この位置に必ずしも特徴点が抽出される必要はなく、座標を表している。
前述した、特徴点のずれ量とは、照合紙片画像上の特徴点の座標と、その照合紙片画像上の特徴点に最も近い特徴点の座標の差の平均値のことであり、例えば、差９２７や差９３２の平均値を指す。また、特徴点の分散とは、対応する特徴点同士の座標の差の分散のことである。具体的な算出手段を以下に示す。
いま、ｉ番目の特徴点の紙片画像上でのｘ座標をｐｉ（ｘ）、ｙ座標をｐｉ（ｙ）、ｉ番目の特徴点に対応する特徴点の紙片画像上でのｘ座標をｐ’ｉ（ｘ）、ｙ座標をｐ’ｉ（ｙ）、とすると、座標の差Δｉは以下のようにして求めることができる。
3. Feature Point Correspondence FIG. 9 is a diagram showing the feature point correspondence used in each embodiment of the present invention. The registered
The registered
That is, the affine transformation parameters are calculated using the
The feature point deviation amount described above is an average value of the difference between the coordinates of the feature point on the collation paper piece image and the coordinate of the feature point closest to the feature point on the collation paper piece image. 927 and the average value of the
Now, the x-coordinate of the i-th feature point on the paper piece image is p i (x), the y-coordinate is p i (y), and the feature point corresponding to the i-th feature point is the x-coordinate on the paper piece image. If p ′ i (x) and the y coordinate are p ′ i (y), the coordinate difference Δ i can be obtained as follows.
Ｃ．画像が局所的に歪んだ場合の紙片の真贋判定システム
本発明の第二の実施例として、第一の実施例において、登録紙片もしくは照合紙片の画像を採取する際、紙の搬送系や光学センサの特性により、画像が局所的に歪んだ場合の例を説明する。
画像照合処理装置の具体的な構成は、図２に示した第一の実施例と同じ構成を用いることができる。また、画像照合処理システムの物理的な構成についても、図３に示した第一の実施例と同じ構成を用いることができる。紙片を登録する流についても、図４に示した第一の実施例と同じ流を用いることができる。
図１０に、紙片の照合処理流れ（２）を示す。ただし、図１０は、第一の実施例の紙片照合の流れを説明した図７と大部分が同じなので、ここでは、異なる部分を中心に説明する。
図１０が図７と異なる点は、特に、ＣＰＵ（３０３）が、アフィン変換パラメータによって変換した特徴点の座標と、対応する特徴点座標のずれを算出した（１０１３）後、ＣＰＵ（３０３）は、ずれの大きな対応点を算出して集合Ｈに格納し（１０１４）、集合Ｈを新たな対応点として再帰的にアフィン変換パラメータを推定する（１０１５）ことである。なお、選択する対応点の個数は実施例１と同様である。
なお、図７の処理７０１〜７１３および処理７１４〜７２５が図１０の処理１００１〜１０１３および処理１０１６〜１０２７にそれぞれ対応し、ＣＰＵ（３０３）は、上述と同様の処理を実行する。
C. A system for determining the authenticity of a piece of paper when the image is locally distorted
As a second embodiment of the present invention, in the first embodiment, when an image of a registration paper piece or a collation paper piece is taken, the image is locally distorted due to the characteristics of the paper transport system or optical sensor. Will be explained.
The specific configuration of the image matching processing device can be the same as that of the first embodiment shown in FIG. Further, the physical configuration of the image matching processing system can be the same as that of the first embodiment shown in FIG. The same flow as that of the first embodiment shown in FIG. 4 can be used for the flow for registering the paper pieces.
FIG. 10 shows a flow of collation processing (2) for a piece of paper. However, since FIG. 10 is mostly the same as FIG. 7 which demonstrated the flow of the paper piece collation of 1st Example, it demonstrates centering on a different part here.
FIG. 10 differs from FIG. 7 in particular in that the CPU (303) calculates the deviation between the feature point coordinates converted by the affine transformation parameters and the corresponding feature point coordinates (1013), and then the CPU (303) The corresponding points having a large deviation are calculated and stored in the set H (1014), and the affine transformation parameters are recursively estimated using the set H as a new corresponding point (1015). The number of corresponding points to be selected is the same as in the first embodiment.
Note that the
図１５は、特徴点の対応を表す説明図である。
以下では、ずれの大きな対応点を算出して集合Ｈに格納する様子を、図１５を用いて説明する。図１５の登録紙片画像１５０１ならびに照合紙片画像１５０２の上には、登録紙片画像上の特徴点１（１５０３）の座標をアフィン変換によって、照合紙片画像上に変換した特徴点１（１５０５）の座標、それらの特徴点の対の対応関係を示す１５０４、照合紙片画像上に変換した特徴点１（１５０５）に最も近い特徴点１’（１５０６）、特徴点１（１５０５）と特徴点１’（１５０６）の距離１５０７、が図示されている。同様に、登録紙片画像上の特徴点２（１５０８）の座標をアフィン変換によって、照合紙片画像上に変換した特徴点２（１５１０）の座標、それらの特徴点の対の対応関係を示す１５０９、照合紙片画像上に変換した特徴点２（１５１０）に最も近い特徴点２’（１５１１）、特徴点１（１５１０）と特徴点１’（１５１１）の距離１５１２、が図示されている。
また、登録紙片画像上の特徴点３（１５１３）の座標をアフィン変換によって、照合紙片画像上に変換した特徴点３（１５１５）の座標、それらの特徴点の対の対応関係を示す１５１４、照合紙片画像上に変換した特徴点３（１５１５）に最も近い特徴点３’（１５１６）、特徴３（１５１３）と特徴点３’（１５１６）の距離１５１７、が図示されている。さらに、登録紙片画像上の特徴点４（１５１８）の座標をアフィン変換によって、照合紙片画像上に変換した特徴点４（１５２０）の座標、それらの特徴点の対の対応関係を示す１５１９、照合紙片画像上に変換した特徴点４（１５２０）に最も近い特徴点４’（１５２１）、特徴点４（１５２０）と特徴点４’（１５２１）の距離１５２２、が図示されている。なお、変換した図面が煩雑になるので、アフィン変換の算出に用いた特徴点の対と対応関係を示す線分は省いてある。
対応した特徴点座標のずれを算出する処理（１０１３）とは、距離１５０７、１５１２、１５１７、１５２２を算出することである。そして、ずれ量の大きな対応点を算出して集合Ｈに格納する処理（１０１４）とは、距離１５０７、１５１２、１５１７、１５２２を、事前に決めた所定の閾値と比較し、閾値よりも大きいずれ量を持つ特徴点の対、例えば、特徴点１５１８と特徴点１５２１、特徴点１５１３と特徴点１５１６を集合Ｈに含めるということである。
このように第二の実施例では、局所的に特徴点同士の対応をとって照合処理を行うので、部分的に歪みを持つ画像同士の照合を行うことができる。
FIG. 15 is an explanatory diagram showing correspondence between feature points.
In the following, how the corresponding points with large deviation are calculated and stored in the set H will be described with reference to FIG. On the registered
In addition, the coordinates of the feature point 3 (1513) on the registered paper piece image are converted to the coordinates of the feature point 3 (1515) converted on the collation paper piece image by affine transformation, and 1514 indicates the correspondence between these feature points. A
The processing (1013) for calculating the corresponding deviation of the feature point coordinates is to calculate the
As described above, in the second embodiment, since the matching process is performed by locally matching the feature points, it is possible to perform matching between partially distorted images.
Ｄ．印鑑照合システム
本発明の第三の実施例として、印影の真贋を判定する、印鑑照合システムを以下で説明する。ここでは、一例として印影について説明するが、本発明および本実施例は、これに限らず適宜の画像に適用可能である。
図１１は、印影画像の説明図の例である。登録用印影画像１１０１について、特徴点抽出処理部２０３で抽出された、特徴点１１０３、特徴点１１０４、特徴点１１０５、特徴点１１０６、特徴点１１０７、特徴点１１０８、特徴点１１０９が示されている。また、照合用印影画像１１０２は、登録用印影画像１１０１を採取するのに使ったものと同じ印鑑であったが、異なる回転角度で採取された印鑑照合時の印影画像の例であり、特徴点抽出処理部２０３で抽出された、特徴点１１１０、特徴点１１１１、特徴点１１１２、特徴点１１１３、特徴点１１１４、特徴点１１１５、特徴点１１１６が示されている。特徴点１１０３が特徴点１１１０に、特徴点１１０４が特徴点１１１１に、特徴点１１０５が特徴点１１１２に、特徴点１１０６が特徴点１１１２に、特徴点１１０７が特徴点１１１３に、特徴点１１０８が特徴点１１１４に、特徴点１１０９が特徴点１１１４に、それぞれ対応する。
また、登録用印影像１１１７について、特徴抽出部２０３で抽出された、特徴点１１１９、特徴点１１２０、特徴点１１２１、特徴点１１２２、特徴点１１２３、特徴点１１２４、特徴点１１２５が示されている。また、照合用印影画像１１０８は、登録用印影画像１１１７を採取するのに使ったものと同じ印鑑であったが、異なる縮尺で採取された印鑑照合時の印影画像の例であり、特徴抽出処理２０３で抽出された、特徴点１１２６、特徴点１１２７、特徴点１１２８、特徴点１１２９、特徴点１１３０、特徴点１１３１、特徴点１１３２が示されている。特徴点１１１９が特徴点１１２６に、特徴点１１２０が特徴点１１２７に、特徴点１１２１が特徴点１１２８に、特徴点１１２２が特徴点１１２９に、特徴点１１２３が特徴点１１３０に、特徴点１１２４が特徴点１１３１に、特徴点１１２５が特徴点１１３２に、それぞれ対応する。
D. Seal verification system
As a third embodiment of the present invention, a seal verification system for determining the authenticity of an imprint will be described below. Here, an imprint is described as an example, but the present invention and the present embodiment are not limited to this and can be applied to an appropriate image.
FIG. 11 is an example of an explanatory diagram of an imprint image. A
In addition, for the
図１２は、第三の実施例の画像照合処理システムの具体的な構成と、データの流れを示した図である。ここでは、照合する画像として印影を用いた例を示す。印影の照合は、役所等の公的機関や銀行等で、申請書に押された印影が、届け出た印鑑の印影と同一であるかを判断する際に行われる。同図に示したように、画像照合システムは、大きく分けて印鑑登録部３１と印鑑照合部３２を備える。印鑑登録部３１において、印鑑登録者が持参した印鑑を紙等に押印した場合、反射画像取得部１２０４はその印影１２０２を取得し、特徴点抽出処理部１２０５へ送る。反射画像の取得には、市販のフラットベッドタイプのスキャナや、オープンタイプのスキャナ、デジタルスチルカメラ等を用いることができる。特徴点抽出処理部１２０５は、反射画像取得部１２０４で得られた反射画像特徴点を抽出する。特徴点の抽出には、第一の実施例の紙片登録手順に関する説明（図４参照）と同様の手順を用いることができる。抽出された特徴点の例を、図１１の特徴点１１０３、１１０４、・・・、１１０９等に示す。次に、特徴点情報符号化部１２０６は、特徴点抽出処理部１２０５を用いて抽出された特徴点を符号化する。具体的な符号化手順については、第一の実施例の特徴点の符号化手段の説明（図６参照）と同様の手順を用いることができる。また、印鑑所持者ＩＤ１２０１をＩＤ取得部１２０３で取得する。印鑑所持者ＩＤには、例えば、氏名や社会保険番号等の個人を特定できる番号を用いることができる。また、銀行に印鑑を登録する場合は口座番号等の印鑑所持者を特定できる番号を用いることもできる。続いて、ＤＢ登録部１２０７では、ＩＤ取得部１２０３で取得した印鑑所持者ＩＤ１２０１の情報と、特徴点情報符号化部１２０６で得られた符号化特徴点情報を紐づけて、印鑑ＤＢ１２０８へ送信し、印鑑ＤＢ１２０８に、その情報を記憶する。ここでは、特徴点の情報を印鑑ＤＢ１２０８に登録する形態を示したが、第一の実施例と同様に、紙片の上に印刷する形態にしてもよい。
FIG. 12 is a diagram showing a specific configuration and data flow of the image matching processing system of the third embodiment. Here, an example is shown in which an imprint is used as an image to be collated. The verification of the seal is performed when a public institution such as a government office or a bank determines whether the seal stamped on the application is the same as the seal stamp of the registered seal. As shown in the figure, the image collation system is roughly divided into a seal registration unit 31 and a
図１８に印鑑ＤＢの説明図を示す。印鑑ＤＢ１２０８は、印鑑所持者ＩＤに対して、印影の符号化特徴点情報を記憶する。
印影の照合時には、印鑑照合部３２において、照合の対象となる印影１２１０（以降、照合印影と呼ぶ）の反射画像を反射画像取得部１２１４で取得し、特徴点抽出処理部１２１５に送る。特徴点抽出処理部１２１５では、照合印影の特徴点を抽出し、対応点抽出処理部１２１６に送る。また、印鑑所持者ＩＤ１２０９を、ＩＤ取得部１２１１で取得し、ＤＢ参照部１２１２に送る。ＤＢ参照部１２１２は、印鑑所持者ＩＤ１２０９をキーに印鑑ＤＢ１２０８を検索し、印鑑所持者ＩＤ１２０９に紐づけられた符号化特徴点情報を取得し、特徴点情報復号化部１２１３へ送信する。特徴点情報復号化部１２１３は、符号化特徴点情報を特徴点情報に復号化し、対応点抽出部１２１６へ送る。具体的な、符号化特徴点情報の復号化手順については、第一の実施例の説明（図６参照）を用いた手順を用いることができる。対応点抽出部１２１６は、印鑑登録の際に登録した印影の特徴点と、印鑑照合の際に得られた印影の特徴点の対応づけを行い、対応点テーブル８０１の形で出力する（図８参照）。対応点の抽出には、第一の実施例の説明（図７参照）での手順を用いることができる。次に、アフィンパラメータ推定部１２１７は、入力された対応点テーブル８０１から、登録用の印影１２０２の画像を、回転、拡大・縮小することによって照合用の印影１２１０の画像ができたと仮定したとき、最も妥当性のある、回転角度や拡大率・縮小率を算出する。具体的なアフィンパラメータの算出方法については、第一の実施例の説明（図７参照）での手順を用いることができる。次に、対応点ずれ量・分散算出部１２１８では、入力されたアフィンパラメータから、対応点のずれ量・分散を算出する。続いて、対応点更新部１２１９では、入力された対応点のずれ量・分散を用いて、アフィンパラメータの推定に用いる対応点の入れ替えを行い、アフィンパラメータを再計算する。このとき、対応点更新部１２１９は評価値が収束するまで、対応点の入れ替えを続ける。つぎに、真贋判定部１２２０では、登録印影１２０２の特徴点をアフィンパラメータで変換したときの特徴点座標と、照合印影１２１０から抽出したときの特徴点座標とを比較し、真贋判定を行う。このとき、特徴点座標同士の距離が小さければ真券と判断し、特徴点座標同士の距離が大きければ偽券と判断する。
FIG. 18 is an explanatory diagram of the seal stamp DB. The
At the time of collation of an imprint, the
Ｅ．実施例の効果
本発明または本実施例の第一の効果は、登録画像の特徴点と照合画像の特徴点を関係づける画像変換関数のパラメータを高精度に算出できることである。
また、本発明または本実施例の第二の効果は、登録画像に対して照合画像が、部分的に回転していたり、拡大・縮小していたりしても、高精度に画像を照合できることである。
また、本発明および本実施例の第三の効果は、照合したい物体の画像を撮像したときに発生する、画像の回転や歪に対して頑健な認証技術を提供できることである。
E. Effects of the embodiment
The first effect of the present invention or the embodiment is that the parameter of the image conversion function that relates the feature point of the registered image and the feature point of the collation image can be calculated with high accuracy.
The second effect of the present invention or this embodiment is that the collation image can be collated with high accuracy even if the collation image is partially rotated or enlarged / reduced with respect to the registered image. is there.
The third effect of the present invention and this embodiment is to provide an authentication technique that is robust against image rotation and distortion that occurs when an image of an object to be collated is captured.
Ｆ．付記
以上では主に登録画像と照合画像の特徴点間のずれの分散を用いる場合について説明したが、これに限らず本発明または本実施例は、相関度、相違度等の適宜の指標を用いることができる。
また、本発明の画像照合方法又は画像照合装置・システムは、その各手順をコンピュータに実行させるための画像照合プログラム、画像照合プログラムを記録したコンピュータ読み取り可能な記録媒体、画像照合プログラムを含みコンピュータの内部メモリにロード可能なプログラム製品、そのプログラムを含むサーバ等のコンピュータ、等により提供されることができる。
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれている。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
また、上記の各構成、機能、処理部、処理手段等は、それらの一部または全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
F. Appendix
In the above, the case of using the variance of the deviation between the feature points of the registered image and the collation image has been described. However, the present invention or the present embodiment is not limited to this, and an appropriate index such as a correlation degree or a difference degree is used. Can do.
In addition, an image collation method or an image collation apparatus / system of the present invention includes an image collation program for causing a computer to execute each procedure, a computer-readable recording medium recording the image collation program, and an image collation program. It can be provided by a program product that can be loaded into the internal memory, a computer such as a server including the program, and the like.
In addition, this invention is not limited to an above-described Example, Various modifications are included. For example, the above-described embodiments have been described in detail for easy understanding of the present invention, and are not necessarily limited to those having all the configurations described. Further, a part of the configuration of one embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of one embodiment. Further, it is possible to add, delete, and replace other configurations for a part of the configuration of each embodiment.
Each of the above-described configurations, functions, processing units, processing means, and the like may be realized by hardware by designing a part or all of them with, for example, an integrated circuit. Each of the above-described configurations, functions, and the like may be realized by software by interpreting and executing a program that realizes each function by the processor. Information such as programs, tables, and files for realizing each function can be stored in a memory, a hard disk, a recording device such as an SSD (Solid State Drive), or a recording medium such as an IC card, an SD card, or a DVD.
Further, the control lines and information lines indicate what is considered necessary for the explanation, and not all the control lines and information lines on the product are necessarily shown. Actually, it may be considered that almost all the components are connected to each other.
１０１・・・透過光による紙紋画像、２０１・・・紙片、２０２・・・透過画像取得部、２０３・・・特徴点抽出処理部、２０４・・・特徴点情報符号化部、２０５・・・特徴点情報印刷部、２０６・・・紙片、２０７・・・反射画像取得部、２０８・・・特徴点情報複合化部、２０９・・・透過画像取得部、２１０・・・特徴点抽出処理部、２１１・・・対応点抽出部、２１２・・・アフィンパラメータ推定部、２１３・・・対応点ずれ量・分散算出部、２１４・・・対応点更新部、２１５・・・真贋判定部、３０１・・・透過型スキャナ、３０２・・・プリンタ、３０３・・・ＣＰＵ、３０４・・・キーボード、３０５・・・反射型スキャナ、３０６・・・表示装置、３０７・・・ＲＡＭ、３０８・・・マウス、３０９・・・バス、３１０・・・ネットワーク、３１１・・・ＤＢ、５０２・・・特徴点情報テーブル、５０３・・・特徴点ＩＤ、５０４・・・特徴点Ｘ座標、５０５・・・特徴点Ｙ座標、５０６・・・特徴値、５０７・・・特徴点方向、６０１・・・特徴点情報、６０２・・・符号化特徴点情報、６０３・・・特徴点情報符号化処理手段、６０４・・・特徴点情報複合化手段、８０１・・・対応点テーブル、８０２・・・対応点ＩＤ、８０３・・・登録紙片上の特徴点ＩＤ、８０４・・・登録紙片上の特徴点のＸ座標、８０５・・・登録紙片上の特徴点のＹ座標、８０６・・・照合紙片上の特徴点のＩＤ、８０７・・・照合紙片上の特徴点のＸ座標、８０８・・・照合紙片上の特徴点のＹ座標、８０９・・・対応点類似度、９０１・・・登録紙片画像、９０２・・・照合紙片画像、９０３・・・登録紙片画像上の特徴点１、９０４・・・照合紙片画像上の特徴点１、９０５・・・登録紙片画像上の特徴点１と照合紙片画像上の特徴点１の対応、９０６・・・登録紙片上の特徴点２、９０７・・・照合紙片上の特徴点２、９０８・・・登録紙片画像上の特徴点２と照合紙片画像上の特徴点２の対応、９０９・・・登録紙片画像上の特徴点３、９１０・・・照合紙片画像上の特徴点３、９１１・・・登録紙片画像上の特徴点３と照合紙片画像上の特徴点３の対応、９１２・・・登録紙片画像、９１３・・・照合紙片画像、９１４・・・登録紙片画像上の特徴点１、９１５・・・照合紙片画像上の特徴点１、９１６・・・登録紙片画像上の特徴点１と照合紙片画像上の特徴点１の対応、９１７・・・登録紙片画像上の特徴点２、９１８・・・照合紙片画像上の特徴点２、９１９・・・登録紙片画像上の特徴点２と照合紙片画像上の特徴点２の対応、９２０・・・登録紙片画像上の特徴点３、９２１・・・照合紙片画像上の特徴点３、９２２・・・登録紙片画像上の特徴点３と照合紙片画像上の特徴点３、９２３・・・登録紙片画像上の特徴点４、９２４・・・照合紙片画像上の特徴点４、９２５・・・登録紙片画像上の特徴点４と照合紙片画像上の特徴量４の対応、９２６・・・照合紙片画像上の特徴点４に最も近い特徴点、９２７・・・照合紙片画像上の特徴点４と照合紙片画像上の特徴点４に最も近い特徴点間の距離、９２８・・・登録紙片画像上の特徴点５、９２９・・・照合紙片画像上の特徴点５、９３０・・・登録紙片画像上の特徴点５と照合紙片画像上の特徴点５の対応、９３１・・・照合紙片画像上の特徴点５に最も近い特徴点、９３２・・・照合紙片画像上の特徴点５と照合紙片画像上の特徴点５に最も近い特徴点間の距離、１１０１・・・登録用印影画像、１１０２・・・照合用印影画像、１１０３・・・登録用印影画像中の特徴点１、１１０４・・・登録用印影画像中の特徴点２、１１０５・・・登録用印影画像中の特徴点３、１１０６・・・登録用印影画像中の特徴点４、１１０７・・・登録用印影画像中の特徴点５、１１０８・・・登録用印影画像中の特徴点６、１１０９・・・登録用印影画像中の特徴点７、１１１０・・・照合用印影画像中の特徴点１、１１１１・・・照合用印影画像中の特徴点２、１１１２・・・照合用印影画像中の特徴点３、１１１３・・・照合用印影画像中の特徴点４、１１１４・・・・照合用印影画像中の特徴点５、１１１５・・・照合用印影画像中の特徴点６、１１１６・・・照合用印影画像中の特徴点７、１１１７・・・登録用印影画像、１１１８・・・照合用印影画像、１１１９・・・登録用印影画像中の特徴点１、１１２０・・・登録用印影画像中の特徴点２、１１２１・・・登録用印影画像中の特徴点３、１１２２・・・登録用印影画像中の特徴点４、１１２３・・・登録用印影画像中の特徴点５、１１２４・・・登録用印影画像中の特徴点６、１１２５・・・登録用印影がオズ中の特徴点７、１１２６・・・照合用印影画像中の特徴点１、１１２７・・・照合用印影画像中のと、有頂天２、１１２８・・・照合用印影画像中の特徴点３、１１２９・・・照合用印影画像中の特徴点４、１１３０・・・照合用印影画像中の特徴点５、１１３１・・・照合用印影画像中の特徴点６、１１３２・・・照合用印影画像中の特徴点７、１２０１・・・印鑑所持者ＩＤ、１２０２・・・印影、１２０３・・・ＩＤ取得部、１２０４・・・反射画像取得部、１２０５・・・特徴点抽出処理部、１２０６・・・特徴点情報符号化部、１２０７・・・ＤＢ登録部、１２０８・・・印鑑ＤＢ、１２０９・・・印鑑所持者ＩＤ、１２１０・・・印影、１２１１・・・ＩＤ取得部、１２１２・・・ＤＢ参照部、１２１３・・・特徴点情報復号化部、１２１４・・・透過画像取得部、１２１５・・・特徴点抽出処理部、１２１６・・・対応点抽出部、１２１７・・・アフィンパラメータ推定部、１２１８・・・対応点ずれ量・分散算出部、１２１９・・・対応点更新部、１２２０・・・真贋判定部
101 ... Paper pattern image by transmitted light, 201 ... paper piece, 202 ... transparent image acquisition unit, 203 ... feature point extraction processing unit, 204 ... feature point information encoding unit, 205,. Feature point information printing unit, 206 ... paper piece, 207 ... reflection image acquisition unit, 208 ... feature point information composite unit, 209 ... transmission image acquisition unit, 210 ... feature
Claims (15)
登録部と、
識別部と
を備え、
前記登録部は、
登録物体より取得した第１の画像から、複数の第１の特徴点の位置を求め、前記登録物体上に印刷しまたはデータベースに記憶し、
および、
前記識別部は、
照合物体より取得した第２の画像から求めた、複数の第２の特徴点の位置と、前記照合物体上に印刷されたまたは前記データベースに記憶された複数の前記第１の特徴点の位置とを照合し、
相互に対応する前記第１の特徴点と前記第２の特徴点の組を予め定められた複数組選択して、前記第１の特徴点と前記第２の特徴点とを相互に対応付ける画像変換関数を表す画像変換係数を算出し、前記画像変換係数の算出に用いる前記複数の組の少なくともひとつを他の組に入れ替えて若しくは削除して、または、他の組を追加して前記画像変換係数を繰り返し再算出し、
再算出した前記画像変換関数に従い算出した前記登録物体の特徴点の位置と前記照合物体の特徴点の位置の相違度または相関度に基づいて前記照合物体の真贋を判定し、
判定結果を表示部に表示させる、及び／又は、記憶部に記憶させる
画像照合装置。
An image matching device,
A registration department;
An identification unit,
The registration unit
From the first image acquired from the registered object, the positions of a plurality of first feature points are obtained, printed on the registered object or stored in a database,
and,
The identification unit is
The positions of the plurality of second feature points obtained from the second image acquired from the matching object, and the positions of the plurality of first feature points printed on the matching object or stored in the database. Match
Image conversion in which a plurality of predetermined pairs of the first feature points and the second feature points corresponding to each other are selected and the first feature points and the second feature points are associated with each other An image conversion coefficient representing a function is calculated, and at least one of the plurality of sets used for calculating the image conversion coefficient is replaced with another set or deleted, or another set is added to the image conversion coefficient Is repeatedly recalculated,
Determining the authenticity of the verification object based on the difference or correlation between the position of the feature point of the registered object calculated according to the recalculated image conversion function and the position of the feature point of the verification object;
An image collation apparatus that displays a determination result on a display unit and / or stores it in a storage unit.
前記登録部は、
登録物体の透過または反射により前記第１の画像を取得し、
取得した前記第１の画像から該登録物体中または該登録物体上の複数の第１の特徴点を抽出し、
抽出した複数の前記第１の特徴点の位置および特徴量を含む第１の特徴点情報を求め、特徴量が予め定められた閾値より大きい前記第１の特徴点情報を特徴点情報テーブルに記憶し、
前記特徴点情報テーブルを参照し、前記第１の特徴点情報を符号化して第１の符号化特徴点情報を求め、
前記第１の符号化特徴点情報を前記登録物体上に印刷するまたはデータベースに記憶する
ことを特徴とする画像照合装置。
The image collating apparatus according to claim 1,
The registration unit
Obtaining the first image by transmission or reflection of a registered object;
Extracting a plurality of first feature points in or on the registered object from the acquired first image;
First feature point information including the positions and feature amounts of the plurality of extracted first feature points is obtained, and the first feature point information whose feature amount is larger than a predetermined threshold value is stored in the feature point information table. And
Referencing the feature point information table, encoding the first feature point information to obtain first encoded feature point information,
An image collating apparatus, wherein the first encoded feature point information is printed on the registered object or stored in a database.
上記識別部は、
前記第１の画像を取得した透過または反射と同様に、真贋判定をしたい照合物体の前記第２の画像を取得し、
取得した前記第２の画像から該照合物体中または該照合物体上の複数の第２の特徴点を抽出し、
抽出した複数の前記第２の特徴点の位置および特徴量を含む第２の特徴点情報を求め、
前記照合物体上に印刷されたまたは前記データベースに記憶された前記第１の符号化特徴情報を読み取って復号化して第１の特徴点情報を求め、
複数の前記第１の特徴点情報に含まれる複数の前記第１の情報点と、複数の前記第２の特徴点情報に含まれる複数の前記第２の情報点とを照合する
ことを特徴とする画像照合装置。
The image collating apparatus according to claim 1,
The identification part is
Similar to the transmission or reflection from which the first image is acquired, the second image of the verification object to be authenticated is acquired,
Extracting a plurality of second feature points in or on the verification object from the acquired second image;
Obtaining second feature point information including positions and feature amounts of the plurality of extracted second feature points;
First feature point information is obtained by reading and decoding the first encoded feature information printed on the verification object or stored in the database;
A plurality of the first information points included in the plurality of first feature point information and a plurality of the second information points included in the plurality of second feature point information, Image collation device.
前記識別部は、
前記登録物体の前記第１の特徴点と、該第１の特徴点に対応する前記照合物体の前記第２の特徴点を抽出し、類似度の大きい順に対応関係を対応点テーブルとして記憶し、
前記対応点テーブルを参照して、前記画像変換関数に応じて定められる数の複数の対応データを選択し、選択した複数の対応データに基づいて、前記登録物体の前記第１の画像を前記照合物体の前記第２の画像に変換する前記画像変換関数の前記変換関数係数を算出し、
前記第１の特徴点の位置を前記変換関数係数で変換した位置と、対応する前記第２の特徴点の位置との間のずれ量および該ずれ量の分散を算出し、
前記ずれ量の分散を用いて、前記変換関数係数の推定に用いる前記対応データの少なくともひとつの入れ替え又は削除又は追加を行い、前記変換関数係数を再計算し、評価値が収束するまで、前記対応データの少なくともひとつの入れ替え又は削除又は追加を続け、
前記第１の特徴点の位置を前記変換関数係数で変換した特徴点の位置と、前記第２の特徴点の位置との距離が予め定められた閾値より小さければ真と判断し、大きければ偽と判断する
ことを特徴とする画像照合装置。
The image collating apparatus according to claim 1,
The identification unit is
Extracting the first feature point of the registered object and the second feature point of the matching object corresponding to the first feature point, and storing the correspondence as a corresponding point table in descending order of similarity;
With reference to the corresponding point table, a plurality of pieces of correspondence data determined according to the image conversion function are selected, and the first image of the registered object is compared with the selected plurality of pieces of correspondence data. Calculating the conversion function coefficient of the image conversion function to convert to the second image of an object;
A shift amount between a position obtained by converting the position of the first feature point with the conversion function coefficient and a corresponding position of the second feature point and a variance of the shift amount;
Using the variance of the deviation amount, perform at least one replacement, deletion or addition of the corresponding data used for the estimation of the conversion function coefficient, recalculate the conversion function coefficient, and until the evaluation value converges, the correspondence Continue to replace, delete or add at least one of the data,
If the distance between the position of the first feature point converted from the position of the feature point by the conversion function coefficient and the position of the second feature point is smaller than a predetermined threshold, it is determined to be true. An image collating apparatus characterized in that
前記識別部は、
前記画像変換係数の推定に用いる前記第１の特徴点および前記第２の特徴点の前記対応データの組を、前記画像変換関数を求めるために必要な数であるＮ個抜出して集合Ｇとし、前記集合Ｇに含まれる複数の前記対応点から、ｉ（ｉ＝１〜Ｎ）番目の対応データをＮ＋１番目の対応データに入れ替えた複数の集合Ｇ（ｉ）について、前記第１の特徴点を画像変換した特徴点座標と、前記第１の特徴点に対応する前記第２の特徴点の特徴点座標との間の座標のずれの分散をそれぞれ算出し、
算出した前記分散の一番小さい値が、予め定められた閾値よりも小さい場合は、前記照合物体は真と判断し、小さくない場合は偽と判断する
ことを特徴とする画像照合装置。
In the image collating device according to claim 4,
The identification unit is
The set of the corresponding data of the first feature point and the second feature point used for the estimation of the image conversion coefficient is extracted as N as a set G, which is a number necessary for obtaining the image conversion function, For a plurality of sets G (i) in which the i (i = 1 to N) -th corresponding data is replaced with the (N + 1) -th corresponding data from the plurality of corresponding points included in the set G, the first feature points are Calculating variances of coordinate deviations between the feature point coordinates after image conversion and the feature point coordinates of the second feature point corresponding to the first feature point;
An image collating apparatus, wherein the collation object is determined to be true when the calculated smallest value of the variance is smaller than a predetermined threshold value, and false when not small.
前記識別部は、
前記画像変換係数の推定に用いる前記第１の特徴点および前記第２の特徴点の対応データの組を、前記画像変換関数を求めるために必要な数であるＮ個抜出して集合Ｇとし、前記集合Ｇに含まれる対応点の中から対応点ｉ（１≦ｉ≦Ｎ）ひとつを除外した複数の集合について、前記第１の特徴点を画像変換した特徴点座標と、前記第２の特徴点の特徴点座標との間の座標のずれを表す第１の分散Ｖ（ｉ）をそれぞれ計算し、
前記集合Ｇに含まれる対応点の中から対応点ｊ（Ｎ＋１≦ｊ≦Ｐ、Ｐは、集合Ｇに含まれる対応データの個数）ひとつを追加した複数の集合について、前記第１の特徴点を画像変換した特徴点座標と、前記第１の特徴点に対応する前記第２の特徴点の特徴点座標の間の座標のずれを表す第２の分散Ｖ（ｊ）を計算し、
算出した前記第１の分散Ｖ（ｉ）の一番小さい値および前記第２の分散Ｖ（ｊ）の一番小さい値が、それぞれ予め定められた閾値よりも小さければ真と判定し、小さくなければ偽と判定する
ことを特徴とする画像照合装置。
In the image collating device according to claim 4,
The identification unit is
The set of correspondence data of the first feature point and the second feature point used for the estimation of the image conversion coefficient is extracted as N to obtain a set G, which is a number necessary for obtaining the image conversion function, For a plurality of sets excluding one corresponding point i (1 ≦ i ≦ N) from corresponding points included in the set G, the feature point coordinates obtained by image-converting the first feature point, and the second feature point A first variance V (i) representing a deviation in coordinates between the feature point coordinates of
For a plurality of sets obtained by adding one corresponding point j (N + 1 ≦ j ≦ P, P is the number of corresponding data included in the set G) among the corresponding points included in the set G, the first feature point is Calculating a second variance V (j) representing a coordinate shift between the image-converted feature point coordinates and the feature point coordinates of the second feature point corresponding to the first feature point;
If the calculated smallest value of the first variance V (i) and the smallest value of the second variance V (j) are each smaller than a predetermined threshold, it is determined to be true, and must be small. An image collating apparatus characterized in that it is determined to be false.
前記識別部は、
前記ずれの比較的大きな対応点を、前記画像変換関数に応じて定められる数の複数選択して集合Ｈとし、前記集合Ｈを新たな対応点として再帰的に前記画像変換係数を推定することを特徴とする画像照合装置。
In the image collating device according to claim 4,
The identification unit is
Selecting a plurality of corresponding points having a relatively large deviation as a set H by selecting a plurality of points determined according to the image conversion function, and recursively estimating the image conversion coefficient using the set H as a new corresponding point. A featured image matching device.
前記登録部は、
ＩＤ情報と、前記第１の特徴点情報を対応づけて前記データベースへ記憶または前記登録物体に印刷し、
前記識別部は、
前記データベースまたは前記印刷を参照し、前記ＩＤ情報に従い前記第１の符号化特徴点情報を取得する
ことを特徴とする画像照合装置。
The image collating apparatus according to claim 1,
The registration unit
ID information and the first feature point information are associated with each other and stored in the database or printed on the registered object,
The identification unit is
An image collating apparatus that refers to the database or the print and obtains the first encoded feature point information according to the ID information.
前記登録部または前記識別部は、
前記第１の画像を取得する際に、前記登録物体の全体の画像を取得すること、または、前記登録物体の一部の領域の画像を取得すること、または、前記登録物体の複数の部分領域の画像を取得することを特徴とする画像照合装置。
The image collating apparatus according to claim 1,
The registration unit or the identification unit is
When acquiring the first image, acquiring an entire image of the registered object, acquiring an image of a partial area of the registered object, or a plurality of partial areas of the registered object An image collating apparatus characterized by acquiring an image.
前記登録部は、前記第１の画像を取得する領域をコードに符号化し、前記登録物体上に印刷しまたはデータベースに記憶し、
前記識別部は、印刷されたコードまたは前記データベースに記憶されたコードから前記領域を求め、前記領域に従い前記照合画像から前記第２の画像を抽出することを特徴とする画像照合装置。
In the image collating device according to claim 9,
The registration unit encodes a region for acquiring the first image into a code, prints on the registered object, or stores it in a database,
The identification unit obtains the area from a printed code or a code stored in the database, and extracts the second image from the collation image according to the area.
前記登録部および前記識別部は、予め前記領域を定め、前記領域に従い、前記第１の画像および前記第２の画像をそれぞれ取得することを特徴とする画像照合装置。
In the image collating device according to claim 9,
The registration unit and the identification unit determine the region in advance, and acquire the first image and the second image, respectively, according to the region.
前記登録部または前記識別部は、
前記第１の画像または前記第２の画像を、透過光若しくは反射光によって得ること、または、非可視光領域の波長を用いて得ること、または、磁気若しくは他のセンサによって得ることを特徴とする画像照合装置。
The image collating apparatus according to claim 1,
The registration unit or the identification unit is
The first image or the second image is obtained by transmitted light or reflected light, obtained by using a wavelength in a non-visible light region, or obtained by a magnetic or other sensor. Image matching device.
前記登録部は、前記第１の特徴点情報を、他装置にある前記データベースにネットワークを経由して送信して登録することを特徴とする画像照合装置。
The image collating apparatus according to claim 1,
The registration unit transmits and registers the first feature point information to the database in another device via a network.
前記画像照合装置は、
登録部と、
識別部と
を備え、
前記登録部は、
登録物体より取得した第１の画像から、複数の第１の特徴点の位置を求め、前記登録物体上に印刷しまたはデータベースに記憶し、
および、
前記識別部は、
照合物体より取得した第２の画像から求めた、複数の第２の特徴点の位置と、前記照合物体上に印刷されたまたは前記データベースに記憶された複数の前記第１の特徴点の位置とを照合し、
相互に対応する前記第１の特徴点と前記第２の特徴点の組を予め定められた複数組選択して、前記第１の特徴点と前記第２の特徴点とを相互に対応付ける画像変換関数を表す画像変換係数を算出し、前記画像変換係数の算出に用いる前記複数の組の少なくともひとつを他の組に入れ替えて若しくは削除して、または、他の組を追加して前記画像変換係数を繰り返し再算出し、
再算出した前記画像変換関数に従い算出した前記登録物体の特徴点の位置と前記照合物体の特徴点の位置の相違度または相関度に基づいて前記照合物体の真贋を判定し、
判定結果を表示部に表示させる、及び／又は、記憶部に記憶させる
画像照合方法。
An image matching method in an image matching device,
The image matching device
A registration department;
An identification unit,
The registration unit
From the first image acquired from the registered object, the positions of a plurality of first feature points are obtained, printed on the registered object or stored in a database,
and,
The identification unit is
The positions of the plurality of second feature points obtained from the second image acquired from the matching object, and the positions of the plurality of first feature points printed on the matching object or stored in the database. Match
Image conversion in which a plurality of predetermined pairs of the first feature points and the second feature points corresponding to each other are selected and the first feature points and the second feature points are associated with each other An image conversion coefficient representing a function is calculated, and at least one of the plurality of sets used for calculating the image conversion coefficient is replaced with another set or deleted, or another set is added to the image conversion coefficient Is repeatedly recalculated,
Determining the authenticity of the verification object based on the difference or correlation between the position of the feature point of the registered object calculated according to the recalculated image conversion function and the position of the feature point of the verification object;
An image collation method for displaying a determination result on a display unit and / or storing it in a storage unit.
前記画像照合装置の処理部が、登録物体より取得した第１の画像から、複数の第１の特徴点の位置を求め、前記登録物体上に印刷しまたはデータベースに記憶する手順と、
および、
前記処理部が、照合物体より取得した第２の画像から求めた、複数の第２の特徴点の位置と、前記照合物体上に印刷されたまたは前記データベースに記憶された複数の前記第１の特徴点の位置とを照合する手順と、
前記処理部が、相互に対応する前記第１の特徴点と前記第２の特徴点の組を予め定められた複数組選択して、前記第１の特徴点と前記第２の特徴点とを相互に対応付ける画像変換関数を表す画像変換係数を算出し、前記画像変換係数の算出に用いる前記複数の組の少なくともひとつを他の組に入れ替えて若しくは削除して、または、他の組を追加して前記画像変換係数を繰り返し再算出する手順と、
前記処理部が、再算出した前記画像変換関数に従い算出した前記登録物体の特徴点の位置と前記照合物体の特徴点の位置の相違度または相関度に基づいて前記照合物体の真贋を判定する手順と、
前記処理部が、判定結果を表示部に表示させる、及び／又は、記憶部に記憶させる手順と
をコンピュータに実行させるための画像照合プログラム。 An image matching program in an image matching device,
A procedure in which a processing unit of the image collating device obtains positions of a plurality of first feature points from a first image acquired from a registered object, and prints the position on the registered object or stores it in a database;
and,
The processing unit obtains positions of a plurality of second feature points obtained from the second image acquired from the collation object, and a plurality of the first feature points printed on the collation object or stored in the database. A procedure for matching the positions of feature points;
The processing unit selects a plurality of predetermined pairs of the first feature point and the second feature point corresponding to each other, and selects the first feature point and the second feature point. An image conversion coefficient representing an image conversion function to be associated with each other is calculated, and at least one of the plurality of sets used for calculating the image conversion coefficient is replaced with another set or deleted, or another set is added Repeatedly recalculating the image conversion coefficient,
A procedure for determining the authenticity of the collation object based on a difference or correlation between the position of the feature point of the registered object and the position of the feature point of the collation object calculated by the processing unit according to the recalculated image conversion function. When,
An image collation program for causing the computer to execute a procedure for causing the processing unit to display the determination result on the display unit and / or to store the determination result in the storage unit.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013062496A JP5998090B2 (en) | 2013-03-25 | 2013-03-25 | Image collation device, image collation method, and image collation program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013062496A JP5998090B2 (en) | 2013-03-25 | 2013-03-25 | Image collation device, image collation method, and image collation program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014186659A true JP2014186659A (en) | 2014-10-02 |
| JP5998090B2 JP5998090B2 (en) | 2016-09-28 |
Family
ID=51834140
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013062496A Expired - Fee Related JP5998090B2 (en) | 2013-03-25 | 2013-03-25 | Image collation device, image collation method, and image collation program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5998090B2 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105184957A (en) * | 2015-09-28 | 2015-12-23 | 深圳怡化电脑股份有限公司 | Paper currency discrimination method and system |
| JP2017151797A (en) * | 2016-02-25 | 2017-08-31 | Kddi株式会社 | Geometry verification device, program and method |
| CN116245735A (en) * | 2023-05-08 | 2023-06-09 | 北京惠朗时代科技有限公司 | Print control instrument operation supervision system based on data analysis |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62236090A (en) * | 1986-04-07 | 1987-10-16 | Mitsubishi Electric Corp | Pattern collating system |
| JP2004326693A (en) * | 2003-04-28 | 2004-11-18 | Sony Corp | Image recognition device and method as well as robot device |
| JP2007534067A (en) * | 2004-04-22 | 2007-11-22 | コダック グラフィック コミュニケーションズ カナダ カンパニー | Concealed authentication method and apparatus |
| US20100327050A1 (en) * | 2006-03-13 | 2010-12-30 | Smi Holdings, Inc. | Expression codes for microparticle marks based on signature strings |
| JP2012128754A (en) * | 2010-12-17 | 2012-07-05 | Hitachi Omron Terminal Solutions Corp | Paper piece identification system and paper piece identification device |
| JP2012212287A (en) * | 2011-03-31 | 2012-11-01 | Dainippon Printing Co Ltd | Individual identification device, individual identification method, and program |
-
2013
- 2013-03-25 JP JP2013062496A patent/JP5998090B2/en not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62236090A (en) * | 1986-04-07 | 1987-10-16 | Mitsubishi Electric Corp | Pattern collating system |
| JP2004326693A (en) * | 2003-04-28 | 2004-11-18 | Sony Corp | Image recognition device and method as well as robot device |
| JP2007534067A (en) * | 2004-04-22 | 2007-11-22 | コダック グラフィック コミュニケーションズ カナダ カンパニー | Concealed authentication method and apparatus |
| US20100327050A1 (en) * | 2006-03-13 | 2010-12-30 | Smi Holdings, Inc. | Expression codes for microparticle marks based on signature strings |
| JP2012128754A (en) * | 2010-12-17 | 2012-07-05 | Hitachi Omron Terminal Solutions Corp | Paper piece identification system and paper piece identification device |
| JP2012212287A (en) * | 2011-03-31 | 2012-11-01 | Dainippon Printing Co Ltd | Individual identification device, individual identification method, and program |
Non-Patent Citations (1)
| Title |
|---|
| JPN6016021497; 小林 正季、亀山 啓輔: '"照明不変特徴量に基づくＳＩＦＴを利用した画像内容検索"' 電子情報通信学会技術研究報告 Ｖｏｌ．１０９， Ｎｏ．２４９, 20091015, ｐｐ．１-６, 社団法人電子情報通信学会 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105184957A (en) * | 2015-09-28 | 2015-12-23 | 深圳怡化电脑股份有限公司 | Paper currency discrimination method and system |
| JP2017151797A (en) * | 2016-02-25 | 2017-08-31 | Kddi株式会社 | Geometry verification device, program and method |
| CN116245735A (en) * | 2023-05-08 | 2023-06-09 | 北京惠朗时代科技有限公司 | Print control instrument operation supervision system based on data analysis |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5998090B2 (en) | 2016-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9946865B2 (en) | Document authentication based on expected wear | |
| US20210124919A1 (en) | System and Methods for Authentication of Documents | |
| US11755867B2 (en) | Composite code pattern, generating device, reading device, method, and program | |
| EP2240878B1 (en) | Identification and verification of an unknown document according to an eigen image process | |
| AU2008335637B2 (en) | Document verification using dynamic document identification framework | |
| US8379261B2 (en) | Creation and placement of two-dimensional barcode stamps on printed documents for storing authentication information | |
| JP4557765B2 (en) | Image processing apparatus and method | |
| US20110121066A1 (en) | Document authentication using hierarchical barcode stamps to detect alterations of barcode | |
| US9098765B2 (en) | Systems and methods for capturing and storing image data from a negotiable instrument | |
| TWI725465B (en) | Image processing system, image processing method and program product | |
| Jain et al. | Passive classification of source printer using text-line-level geometric distortion signatures from scanned images of printed documents | |
| TW202006597A (en) | Image processing system, image processing method, and program | |
| US20100310192A1 (en) | Document storage system | |
| JP5998090B2 (en) | Image collation device, image collation method, and image collation program | |
| CN114283273A (en) | Collation system, collation method, and information storage medium | |
| Rajapashe et al. | Multi-format document verification system | |
| JP2019032645A (en) | Document management device, document management method, and program for document management device | |
| JP4670619B2 (en) | Biological information verification system | |
| JP4309881B2 (en) | ID card recognition apparatus and ID card recognition method | |
| CN113887484B (en) | Card type file image identification method and device | |
| JP2008129791A (en) | Document processing system | |
| CN113971804A (en) | Signature falsification detection device and method, computing device and storage medium | |
| CN115270840A (en) | Lattice code counterfeit identification method and system | |
| KR20170037103A (en) | A simplifying system for statements decree using a watermark | |
| JPH10222674A (en) | Method for automatically collating stamp and device therefor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150721 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160530 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160607 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160725 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160816 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160829 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5998090 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |