KR101035936B1 - Pattern aligning method, verifying method, and verifying device - Google Patents

Pattern aligning method, verifying method, and verifying device Download PDF

Info

Publication number
KR101035936B1
KR101035936B1 KR1020090010581A KR20090010581A KR101035936B1 KR 101035936 B1 KR101035936 B1 KR 101035936B1 KR 1020090010581 A KR1020090010581 A KR 1020090010581A KR 20090010581 A KR20090010581 A KR 20090010581A KR 101035936 B1 KR101035936 B1 KR 101035936B1
Authority
KR
South Korea
Prior art keywords
pattern
comparison
scale
midpoint
angle
Prior art date
Application number
KR1020090010581A
Other languages
Korean (ko)
Other versions
KR20090104647A (en
Inventor
토모하루 스즈키
신이치 에구치
Original Assignee
후지츠 프론테크 가부시키가이샤
후지쯔 가부시끼가이샤
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 후지츠 프론테크 가부시키가이샤, 후지쯔 가부시끼가이샤 filed Critical 후지츠 프론테크 가부시키가이샤
Priority to KR1020090010581A priority Critical patent/KR101035936B1/en
Publication of KR20090104647A publication Critical patent/KR20090104647A/en
Application granted granted Critical
Publication of KR101035936B1 publication Critical patent/KR101035936B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K5/00—Methods or arrangements for verifying the correctness of markings on a record carrier; Column detection devices

Landscapes

  • Image Analysis (AREA)

Abstract

본 발명은 비교원 패턴과 비교 대상 패턴을 정렬하는 방법에 관한 것이고, 고속이면서 고정밀도로 정렬하는 것을 목적으로 한다. The present invention relates to a method for aligning a comparative member pattern and a pattern to be compared, and aims to align it at high speed and with high accuracy.

비교원 패턴과 비교 대상 패턴의 각각을, 각도, 스케일, 중점 X 좌표, 중점 Y 좌표로 변환하고, 각도와 스케일로부터 각도 편차를, 중점 X 좌표, 중점 Y 좌표로부터 스케일의 비율을 따로 따로 연산하며, 비교원 패턴 또는 비교 대상 패턴 중 어느 하나를 각도·스케일 변환한 후, 실측 템플릿 매칭을 행한다. 템플릿 매칭 처리를 최소한으로 할 수 있어, 고정밀도 및 고속인 정렬이 가능해진다. Each of the comparative pattern and the pattern to be compared is converted to an angle, scale, center X coordinate, and center Y coordinate, and the angle deviation from the angle and scale is calculated separately from the center X coordinate, center Y coordinate, and the ratio of the scale separately. After performing angle-scale conversion of either the comparison source pattern or the comparison target pattern, actual template matching is performed. The template matching process can be minimized, enabling high precision and high speed alignment.

Description

패턴의 정렬 방법, 대조 방법 및 대조 장치{PATTERN ALIGNING METHOD, VERIFYING METHOD, AND VERIFYING DEVICE}Pattern alignment method, contrast method and contrast device {PATTERN ALIGNING METHOD, VERIFYING METHOD, AND VERIFYING DEVICE}

본 발명은, 대조를 위해, 선형 패턴끼리를 정렬하는 패턴의 정렬 방법, 대조 방법 및 대조 장치에 관한 것이며, 특히 다수의 등록된 선형 패턴에 대하여, 대조용 선형 패턴을 고속으로 대조하는 데 적합한 패턴의 정렬 방법, 대조 방법 및 대조 장치에 관한 것이다. The present invention relates to an alignment method, a matching method and a matching device of patterns for aligning linear patterns with one another for matching, in particular for a plurality of registered linear patterns, a pattern suitable for fast matching a matching linear pattern at high speed. It relates to an alignment method, a control method and a control device.

자동 인식 분야에서, 등록된 패턴과 대조용 패턴과의 대조에 의해, 자동 인식하는 것이 행해지고 있다. 최근 패턴의 다양화에 따라, 고속으로 정렬할 수 있는 기술이 요구되고 있다. 예컨대 최근의 바이오메트릭스 기술의 진전에 따라, 인간의 몸의 일부인 생체의 특징을 인식하여, 개인 인증을 하는 장치가 여러 가지 제공되어 있다. 이러한 장치에서는, 등록된 템플릿에 대하여, 대조용 패턴을 정렬한 후, 대조하고 있다. 예컨대 손발의 지문, 눈의 망막, 안면, 혈관 등의 패턴을, 등록 패턴과 대조함으로써, 개인 인증한다. In the field of automatic recognition, automatic recognition is performed by matching a registered pattern with a matching pattern. In recent years, with the diversification of patterns, there is a demand for a technique capable of sorting at high speed. For example, in accordance with recent advances in biometrics technology, various devices for recognizing the characteristics of living bodies that are part of the human body and performing personal authentication have been provided. In such a device, a matching pattern is arranged after registration with respect to the registered template. For example, personal authentication is performed by matching the pattern of fingerprints of the hands and feet, the retina of the eye, the face, blood vessels and the like with the registration pattern.

이러한 대조 처리에 있어서, 정렬의 처리 시간, 정밀도는 대조 처리의 처리 시간이나 정밀도에 크게 영향을 준다. In this collation process, the processing time and precision of alignment greatly affect the processing time and precision of collation processing.

종래, 패턴의 정렬 기술로서, 템플릿 매칭법이 여러 가지 제안되고 있다(예컨대 비특허 문헌 1, 특허 문헌 1, 2 참조). 템플릿 매칭법은, 비교원(comparison source) 패턴을 템플릿으로 하고, 비교 대상(comparison target) 패턴을 템플릿에 맞추는 연산을 하는 것이며, 아핀 변환 등이 이용된다. Background Art Conventionally, various template matching methods have been proposed as a pattern alignment technique (see Non-Patent Document 1, Patent Documents 1 and 2, for example). The template matching method uses a comparison source pattern as a template, performs an operation of fitting a comparison target pattern to a template, and an affine transformation or the like is used.

또한, 다른 패턴 정렬 기술로서, 대응 관계와 최소 제곱법에 의한 방법도 제안되고 있다(예컨대 비특허 문헌 2 참조). 이 방법은 패턴의 대응 관계에, 헝가리안메소드 등을 사용하고, 예측에 기초하여 최적의 정렬을 결정하는 방법이다. Moreover, as another pattern alignment technique, the method by a correspondence relationship and the least square method is also proposed (for example, refer nonpatent literature 2). This method uses a Hungarian method for pattern correspondence and determines the optimal alignment based on the prediction.

[비특허 문헌 1] W.Rucklidge, "Efficient Visual Recognition Using the Hausdrff Distance", Lecture Notes in Computer Science 1173, Springer-Verlag, 1996[Non-Patent Document 1] W.Rucklidge, "Efficient Visual Recognition Using the Hausdrff Distance", Lecture Notes in Computer Science 1173, Springer-Verlag, 1996

[특허 문헌 1] 일본 특허 공개 제2003-30662호 공보[Patent Document 1] Japanese Unexamined Patent Publication No. 2003-30662

[특허 문헌 2] 일본 특허 공개 평5-233796호 공보[Patent Document 2] Japanese Patent Application Laid-Open No. 5-233796

[비특허 문헌 2] S.Belongie, J.Malik, J.Puzicha, "Shape Matching and Object Recognition Using Shape Contexts", IEEE, Trans. Pattern Analysis and Machine Intelligence, vol.24, no.24, PP509-522, April, 2002[Non-Patent Document 2] S. Belongie, J. Malik, J. Puzicha, "Shape Matching and Object Recognition Using Shape Contexts", IEEE, Trans. Pattern Analysis and Machine Intelligence, vol. 24, no. 24, PP509-522, April, 2002

그러나, 종래의 템플릿에 기초하는 방법에서는, 패턴을 그대로 템플릿 매칭하기 때문에, 정렬의 기하 변환 파라미터수가 많다. 이 기하 변환 파라미터가 증가할수록, 처리 시간이 지수 함수적으로 증가하여, 처리 시간이 길어진다고 하는 문제가 있다. 또한 대역적인 오차가 크다고 하는 문제가 있다. However, in the method based on the conventional template, since the pattern is matched as it is, the number of geometric transformation parameters of the alignment is large. As this geometric conversion parameter increases, there is a problem that the processing time increases exponentially and the processing time becomes longer. In addition, there is a problem that the band error is large.

한편, 대응 관계와 최소 제곱법에 의한 방법에서는, 대응 관계의 산출에, 예컨대 헝가리안법 등을 요하고, 처리 시간이 길어지며, 국소적인 오차가 크다고 하는 문제가 있다. On the other hand, in the method by the correspondence relationship and the least square method, there is a problem that calculation of the correspondence requires, for example, the Hungarian eye method, the processing time is long, and the local error is large.

따라서, 본 발명의 목적은, 선형 패턴을 고속으로 정렬하기 위한 패턴의 정렬 방법, 대조 방법 및 대조 장치를 제공하는 것에 있다. Accordingly, an object of the present invention is to provide a pattern alignment method, a matching method and a matching device for aligning a linear pattern at high speed.

또한, 본 발명의 다른 목적은, 다수의 선형 패턴을 고속 정렬하기 위한 패턴의 정렬 방법, 대조 방법 및 대조 장치를 제공하는 것에 있다. Further, another object of the present invention is to provide a pattern alignment method, a collation method, and a collation device for high speed alignment of a plurality of linear patterns.

또한, 본 발명의 또 다른 목적은, 다수의 선형 패턴을 고속, 고정밀도로 정렬하기 위한 패턴의 정렬 방법, 대조 방법 및 대조 장치를 제공하는 것에 있다. Further, another object of the present invention is to provide a pattern alignment method, a matching method and a matching device for aligning a large number of linear patterns with high speed and high accuracy.

이 목적의 달성을 위해, 본 발명의 패턴 정렬 방법은, 비교원 패턴과 비교 대상 패턴과의 각각의 각도와, 스케일과, 중점 X 좌표와, 중점 Y 좌표를 계산하는 제1 단계와, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도와 스케일로부터, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도 편차를 계산하는 제2 단계와, 상기 비교원 패턴과 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 스케일의 비율을 계산하는 제3 단계와, 상기 비교원 패턴 또는 상기 비교 대상 패턴을, 상기 각도와 비율로 각도·스케일 변환하는 제4 단계와, 상기 각도·스케일 변환된 상기 비교원 패턴 또는 상기 비교 대상 패턴과, 각도·스케일 변환되어 있지 않은 상기 비교원 패턴 또는 상기 비교 대상 패턴을 템플릿 매칭에 의해, 정렬하는 제5 단계를 포함한다. In order to achieve this object, the pattern alignment method of the present invention comprises a first step of calculating respective angles of a comparative pattern and a pattern to be compared, a scale, a middle point X coordinate, and a middle point Y coordinate, and the comparison A second step of calculating an angular deviation between the comparative circle pattern and the comparison target pattern from an angle and a scale between the circle pattern and the comparison target pattern, and a midpoint X coordinate between the comparison circle pattern and the comparison target pattern; A third step of calculating a ratio of the scale of the comparison source pattern and the comparison object pattern from the midpoint Y coordinate; and a fourth step of angle-scale converting the comparison source pattern or the comparison object pattern into the angle and ratio. And the comparison source pattern or the comparison object pattern, which is the angle-scale conversion, and the comparison source pattern or the comparison object pattern, which is not angle-scale conversion, are used for template matching. Year, and a fifth step of alignment.

또한, 본 발명의 패턴 대조 방법은, 비교원 패턴과 비교 대상 패턴과의 각각의 각도와, 스케일과, 중점 X 좌표와, 중점 Y 좌표를 계산하는 제1 단계와, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도와 스케일로부터, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도 편차를 계산하는 제2 단계와, 상기 비교원 패턴과 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 스케일의 비율을 계산하는 제3 단계와, 상기 비교원 패턴 또는 상기 비교 대상 패턴을, 상기 각도와 비율로 각도·스케일 변환하는 제4 단계와, 상기 각도·스케일 변환된 상기 비교원 패턴 또는 상기 비교 대상 패턴과, 각도·스케일 변환되어 있지 않은 상기 비교원 패턴 또는 상기 비교 대상 패턴을 템플릿 매칭에 의해, 정렬하는 제5 단계와, 상기 정렬한 상기 비교원 패턴과 상기 비교 대상 패턴과의 유사도를 계산하고, 대조하는 단계를 포함한다. In addition, the pattern matching method of the present invention includes a first step of calculating respective angles between a comparative circle pattern and a comparison target pattern, a scale, a middle point X coordinate, and a middle point Y coordinate, and the comparison circle pattern with the comparison From a second step of calculating the angular deviation between the comparison source pattern and the comparison target pattern from the angle and scale of the target pattern, from the midpoint X coordinate and the midpoint Y coordinate of the comparison source pattern and the comparison target pattern, A third step of calculating a ratio of the scale of the comparison source pattern and the comparison target pattern, a fourth step of angle-scale converting the comparison source pattern or the comparison target pattern into the angle and ratio, and the angle and A fifth to align the scale-converted source pattern or the comparison target pattern with the comparison source pattern or the comparison target pattern that is not angle-scale converted by template matching And systems and the alignment of the comparison source pattern by calculating a degree of similarity between the comparison target pattern, and a step of verification.

또한, 본 발명의 패턴 대조 장치는, 비교 대상 패턴을 취득하는 취득 유닛과, 비교원 패턴과 상기 비교 대상 패턴을 대조하는 대조 유닛을 포함하고, 상기 대조 유닛은, 상기 비교원 패턴과 상기 비교 대상 패턴의 각각의 각도와, 스케일 과, 중점 X 좌표와, 중점 Y 좌표를 계산하며, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도와 스케일로부터, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도 편차를 계산하고, 상기 비교원 패턴과 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 스케일의 비율을 계산하며, 상기 비교원 패턴 또는 상기 비교 대상 패턴을, 상기 각도와 비율로 각도·스케일 변환하고, 상기 각도·스케일 변환된 상기 비교원 패턴 또는 상기 비교 대상 패턴과, 각도·스케일 변환되어 있지 않은 상기 비교원 패턴 또는 상기 비교 대상 패턴을 템플릿 매칭에 의해, 정렬하며, 상기 정렬한 상기 비교원 패턴과 상기 비교 대상 패턴과의 유사도를 계산하고, 대조한다. Moreover, the pattern matching apparatus of this invention contains the acquisition unit which acquires a comparison object pattern, and the matching unit which contrasts a comparison source pattern and the said comparison object pattern, The said matching unit has the said comparison source pattern and the said comparison object Calculate each angle of the pattern, the scale, the midpoint X coordinate, and the midpoint Y coordinate, and the angle between the comparison source pattern and the comparison target pattern from the angle and scale of the comparison source pattern and the comparison target pattern. The deviation is calculated, and the ratio of the scale of the comparison source pattern and the comparison target pattern is calculated from the midpoint X coordinate and the midpoint Y coordinate of the comparison source pattern and the comparison target pattern, and the comparison circle pattern or the comparison target The pattern is converted into an angle and scale by the angle and the ratio, and the angle-scale conversion is performed by the comparison source pattern or the comparison target pattern and the angle-scale conversion. The comparison source pattern or the comparison target pattern which is not present is sorted by template matching, and the similarity between the sorted comparison source pattern and the comparison target pattern is calculated and contrasted.

또한, 본 발명은, 바람직하게는, 상기 제1 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴과의 각각의 각도와, 스케일과, 중점 X 좌표와, 중점 Y 좌표를 계산하는 단계를 포함하고, 상기 제2 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴과의 각각의 각도와, 스케일로부터, 상기 각도 편차를 계산하는 단계를 포함하며, 상기 제3 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비율을 계산하는 단계를 포함한다. In addition, the present invention, preferably, the first step is to calculate the angles, scales, midpoint X coordinates, and midpoint Y coordinates of the plurality of comparative circle patterns and the plurality of comparison target patterns. And the second step includes calculating the angle deviation from each angle of the plurality of comparison source patterns and the plurality of comparison object patterns and a scale, wherein the third step includes: And calculating the ratio from the midpoint X coordinates and the midpoint Y coordinates of the plurality of comparison source patterns and the plurality of comparison target patterns.

또한, 본 발명은, 바람직하게는, 비교원 곡선 패턴을 선형의 상기 비교원 패턴으로 변환하는 단계와, 비교 대상 곡선 패턴을 선형의 상기 비교 대상 패턴으로 변환하는 단계를 더 포함한다. Further, the present invention preferably further includes converting the comparative circle curve pattern into the linear comparative circle pattern and converting the comparative curve pattern into a linear comparison object pattern.

또한, 본 발명은, 바람직하게는, 상기 제2 단계는, 상기 비교원 패턴의 스케 일을 각도의 도수로 한 제1 각도 분포와, 상기 비교 대상 패턴의 스케일을 각도의 도수로 한 제2 각도 분포를 작성하는 단계와, 상기 제1 및 제2 각도 분포로부터, 상기 각도 편차를 계산하는 단계를 포함한다. In the present invention, preferably, the second step includes a first angle distribution in which the scale of the comparison circle pattern is a frequency of an angle, and a second angle distribution in which the scale of the comparison target pattern is a frequency of an angle. And calculating the angular deviation from the first and second angular distributions.

또한, 본 발명은, 바람직하게는, 상기 각도 분포를 작성하는 단계는, 상기 비교원 패턴 및 상기 비교 대상 패턴의 스케일을, 가중 함수로 가중하고, 상기 도수로 변환하는 단계를 포함한다. Also, preferably, the step of preparing the angular distribution includes a step of weighting the scales of the comparison source pattern and the comparison target pattern with a weighting function and converting them to the frequency.

또한, 본 발명은, 바람직하게는, 상기 제3 단계는, 상기 비교원 패턴과 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 각각의 스케일 셰이프 콘텍스트를 계산하는 단계와, 상기 각각의 스케일 셰이프 콘텍스트의 각 요소의 평균값의 비로부터 상기 스케일의 비율을 계산하는 단계를 포함한다. In the present invention, preferably, in the third step, each of the scale shapes of the comparison source pattern and the comparison target pattern is obtained from the middle point X coordinate and the middle point Y coordinate of the comparison source pattern and the comparison target pattern. Calculating a context, and calculating a ratio of the scale from the ratio of the mean value of each element of each scale shape context.

또한, 본 발명은, 바람직하게는, 상기 제5 단계는, 상기 각도·스케일 변환된 상기 비교원 패턴 또는 상기 비교 대상 패턴을, 상기 각도·스케일 변환되어 있지 않은 상기 비교원 패턴 또는 상기 비교 대상 패턴에 평행 이동 정렬하는 단계를 포함한다. In the present invention, preferably, in the fifth step, the comparison source pattern or the comparison target pattern, which is the angle-scale conversion, or the comparison target pattern, which is not the angle-scale conversion, or the comparison target pattern. Aligning and moving in parallel.

비교원 패턴과 비교 대상 패턴의 각도 편차, 스케일의 비율을 따로 따로 연산하고, 각도·스케일 변환한 후, 실측 템플릿 매칭을 행하기 때문에, 템플릿 매칭 처리를 최소한으로 할 수 있고, 고정밀도 및 고속 정렬이 가능해진다. Since the angular deviation and scale ratio of the comparison source pattern and the comparison target pattern are separately calculated, the angle template is converted after the angle and scale conversion, actual template matching is performed, and thus the template matching process can be minimized, resulting in high precision and high speed alignment. This becomes possible.

이하, 본 발명의 실시형태를, 인증 시스템, 정렬 처리, 특징 변환 처리, 최적 아핀 변환 처리, 다른 실시형태의 순으로 설명한다. EMBODIMENT OF THE INVENTION Hereinafter, embodiment of this invention is described in order of authentication system, sorting process, feature conversion process, optimal affine conversion process, and other embodiment.

(인증 시스템)(Authentication system)

도 1은, 본 발명의 일 실시형태인 인증 시스템의 구성도이다. 도 1은 인증 시스템으로서, 혈관 패턴 인증 시스템을 예로 도시한다. 1 is a configuration diagram of an authentication system according to an embodiment of the present invention. 1 shows an example of a vascular pattern authentication system as an authentication system.

인증 시스템은, 혈관 패턴 촬상 장치(1)와, 이것에 접속된 처리 장치(2)로 구성된다. 이 시스템의 동작을 설명한다. 혈관 패턴 인증을 의뢰한 이용자는, 혈관 패턴 촬상 장치(이하, 촬상 장치라고 함)(1)에 손을 넣는다. 촬상 장치(1)는, 혈관 패턴을 판독하고, 처리 장치(2)의 혈관상 추출 처리에 의해, 그 혈관 패턴이 추출되며, 혈관 패턴 데이터로서, 생체 데이터베이스 파일(비교원 데이터 파일)에 등록(기억)한다. The authentication system is composed of a blood vessel pattern imaging device 1 and a processing device 2 connected thereto. Describe the operation of this system. The user who requested blood vessel pattern authentication puts his hand into the blood vessel pattern imaging apparatus (hereinafter referred to as imaging apparatus) 1. The imaging device 1 reads the blood vessel pattern, and the blood vessel pattern is extracted by the blood vessel image extraction process of the processing apparatus 2, and is registered as a blood vessel pattern data in a biological database file (non-teacher data file) (memory). )do.

이용자가 개인 인증을 하기 위해, 촬상 장치(1)에 손을 넣는다. 촬상 장치(1)는 혈관 패턴을 판독하고, 처리 장치(2)의 혈관상 추출 처리에 의해, 그 혈관 패턴이 추출된다. 처리 장치(2)는, 대조 처리에 의해, 그 혈관 패턴을 혈관 패턴 데이터로서, 생체 데이터베이스 파일에 등록된 혈관 패턴 데이터와 대조하여, 본인 확인한다. The user puts his hand into the imaging device 1 for personal authentication. The imaging device 1 reads the blood vessel pattern, and the blood vessel pattern is extracted by the blood vessel image extraction process of the processing apparatus 2. The processing apparatus 2 confirms the identity of the blood vessel pattern by matching with blood vessel pattern data registered in the biological database file as blood vessel pattern data.

도 1에 도시하는 바와 같이, 처리 장치(2)는 비교원 데이터 취득 처리(10)와, 비교원 모델 처리(12, 14)를 행하고, 비교원 데이터로부터 곡선 특징을 추출한다. 또한 처리 장치(2)는, 촬상 장치(1)의 촬상 화상을 취득하는 비교 대상 데이터 취득 처리(20)와, 비교 대상 이미지 처리(22, 24)를 행하여, 비교 대상 데이터로부 터 곡선 특징을 추출한다. As shown in FIG. 1, the processing apparatus 2 performs comparative data acquisition processing 10 and comparative model processing 12 and 14, and extracts a curve characteristic from comparative data. Further, the processing apparatus 2 performs the comparison target data acquisition processing 20 for acquiring the picked-up image of the imaging device 1 and the comparison target image processing 22, 24 to form curve characteristics from the comparison target data. Extract.

혈관 패턴 인증 장치에서는, 촬상 장치(1)로부터 혈관 화상을, 데이터 취득 처리(20)로 취득하고, 전처리(22)에서, 그 화상의 관심 영역(ROI: Region Of Interest)을 추출하며, 특징 추출 처리(24)에서, 관심 영역의 화상의 에지 추출을 행하고, 에지 추출한 화상을 세선화(細線化) 처리하며, 세선화한 화상으로부터 곡선 특징(도 3 참조)을 추출한다. 즉, 혈관 패턴은 곡선이 대부분이기 때문에, 혈관 패턴의 곡선 특징(곡선)을 추출한다. In the blood vessel pattern authentication device, a blood vessel image is acquired from the imaging device 1 by the data acquisition process 20, and in the preprocess 22, a region of interest (ROI) of the image is extracted, and feature extraction is performed. In the process 24, edge extraction of the image of the region of interest is performed, the edge-extracted image is thinned, and a curved feature (see FIG. 3) is extracted from the thinned image. In other words, since the blood vessel pattern is mostly curved, the curve characteristic (curve) of the blood vessel pattern is extracted.

마찬가지로, 처리 장치(2)는 비교원 혈관 화상을, 데이터 취득 처리(10)로 취득하고, 전처리(12)에서, 그 화상의 관심 영역을 추출하며, 특징 추출 처리(14)로, 관심 영역의 화상의 에지를 추출하고, 에지 추출한 화상을 세선화 처리하며, 세선화한 화상으로부터 곡선 특징(도 3 참조)을 추출한다. 또한, 생체 데이터베이스에는, 이 곡선 특징이 등록되고, 여기서는 생체 데이터베이스에의 등록 처리를 도시한다. Similarly, the processing apparatus 2 acquires the comparative blood vessel image by the data acquisition process 10, extracts the region of interest of the image in the preprocessing 12, and extracts the region of interest of the region of interest by the feature extraction process 14. The edge of the image is extracted, the edge-extracted image is thinned, and the curved feature (see FIG. 3) is extracted from the thinned image. In addition, this curved feature is registered in the biological database, and here the registration processing to the biological database is shown.

다음에, 처리 장치(2)는, 비교원 곡선과 비교 대상 곡선의 정렬 탐색 처리(3)를 행한다. 탐색 처리(3)에서는, 비교원 특징 변환 처리(30)가, 생체 데이터 베이스의 비교원 곡선 특징으로부터 선분 데이터를 생성하고, 생성한 선분 데이터로부터 선분 특징(각도, 길이, 중점 X 좌표, 중점 Y 좌표)을 더 추출한다. 마찬가지로, 비교 대상 특징 변환 처리(32)가, 비교 대상 곡선 특징으로부터 선분 데이터를 생성하고, 생성한 선분 데이터로부터 선분 특징(각도, 길이, 중점 X 좌표, 중점 Y 좌표)을 더 추출한다. Next, the processing apparatus 2 performs the alignment search process 3 of a comparative curve and a comparison target curve. In the search process (3), the comparison source feature transformation process (30) generates line segment data from the comparison circle curve features of the biometric database, and selects line segment features (angle, length, midpoint X coordinate, and midpoint Y) from the generated line segment data. More coordinates). Similarly, the comparison target feature conversion process 32 generates line segment data from the comparison curve characteristic, and further extracts line segment features (angle, length, midpoint X coordinate, and midpoint Y coordinate) from the generated line segment data.

다음에, 탐색 처리(3)에서는, 최적 아핀 변환의 탐색 처리(34)를 행한다. 이 탐색 처리(34)에서는, 비교원 선분 특징과 비교 대상 선분 특징으로부터, 2개의 선분간의 각도 추정을 각도 히스토그램 매칭에 의해 행하고, 다음에 2개의 선분간의 스케일 추정을 Shape Context법에 의해 행한다. 이 각도 θ, 스케일 C를 이용하여, 한쪽 곡선 특징의 각도와 스케일 변환 처리를 행한다. 이 각도·스케일 변환된 한쪽 곡선과, 다른쪽 곡선과의 병행 이동 정렬을, 아핀 변환으로 행한다. 또한 최소 제곱법에 의해, 아핀 변환의 파라미터를 미세 조정 처리한다. Next, in the search process 3, the search process 34 for optimal affine transformation is performed. In this search processing 34, angle histogram matching is performed by angle histogram matching from the comparative line segment feature and the comparison target line segment feature, and then scale estimation of the two line segments is performed by the Shape Context method. Using this angle θ and scale C, the angle and scale conversion processing of one curved feature is performed. The parallel shift alignment between this angle-scale converted one curve and the other curve is performed by an affine transformation. Furthermore, the least square method fine-tunes the parameters of the affine transformation.

또한, 인증 장치(2)는, 인증 처리(4)를 실행한다. 즉, 정렬 처리(40)에서, 정렬 탐색 처리(3)로부터의 아핀 변환 파라미터로부터 패턴을 중첩하는 정렬 처리(40)를 행하고, 유사도의 계산 처리(42)를 실행하며, 유사도 판정 처리(44)를 실행한다. 유사도 판정 처리(44)에서는, 계산한 유사도가, 임계값 이상이면, 인증 OK(성공)로, 유사도가 임계값보다 작은 경우에는, 인증 NG(불성공)로 판정한다. In addition, the authentication device 2 executes the authentication process 4. That is, in the alignment process 40, the alignment process 40 which overlaps a pattern from the affine transformation parameter from the alignment search process 3 is performed, the calculation process 42 of similarity is performed, and the similarity determination process 44 is performed. Run In the similarity determination processing 44, if the calculated similarity is equal to or greater than the threshold, it is determined as authentication OK (success). When the similarity is smaller than the threshold, it is determined as authentication NG (unsuccessful).

이 평행 이동 정렬 처리와 아핀 변환의 미세 조정 처리는, 소위 실측 템플릿 매칭에 상당하지만, 이 실시형태에서는, 직선의 각도, 스케일을 연산하고, 각도·스케일 변환한 후, 실측 템플릿 매칭을 행한다. 이 때문에, 템플릿 매칭 처리를 최소한으로 할 수 있고, 고정밀도 및 고속 정렬이 가능해진다. 즉, 아핀 변환의 파라미터를, 6 파라미터로 할 수 있고, 기하 변환 파라미터를 대폭 삭감하여, 템플릿 매칭 처리를 할 수 있다. Although this parallel movement alignment process and the fine adjustment process of an affine transformation correspond to what is called a measurement template matching, in this embodiment, after measuring an angle of a straight line and a scale, and performing an angle-scale conversion, the measurement template matching is performed. For this reason, the template matching process can be minimized, and high precision and high speed sorting are attained. That is, the parameter of the affine transformation can be set to 6 parameters, the geometric transformation parameter can be greatly reduced, and the template matching process can be performed.

또한, 대상 직선을, 각도, 길이, 중점 X 좌표, 중점 Y 좌표라는 선분 특징으로 변환하고 있기 때문에, 각도, 스케일 연산을 따로 따로 실행할 수 있다. 이 때 문에, 저차원의 연산으로 나눠 실행할 수 있다. 이 때문에, 보다 고속화 연산을 할 수 있다. 또한 대상이 곡선인 경우에는, 곡선을 직선 근사하여, 직선간에서, 스케일, 각도를 추정하고 있기 때문에, 저차원의 연산으로 행한다. In addition, since the target straight line is converted into line segment features such as an angle, a length, a midpoint X coordinate, and a midpoint Y coordinate, the angle and scale operations can be performed separately. Because of this, it can be divided into low-level operations. For this reason, a faster operation can be performed. When the object is a curve, the curve is approximated by a straight line, and the scale and the angle are estimated between the straight lines.

(정렬 처리)(Sort process)

도 2는 도 1의 정렬 탐색 처리 흐름도, 도 3은 도 2의 처리의 설명도이다. 도 3을 참조하여, 도 2의 정렬 탐색 처리를 설명한다. 2 is a flowchart of the alignment search processing in FIG. 1, and FIG. 3 is an explanatory diagram of the processing in FIG. 2. Referring to Fig. 3, the alignment search processing in Fig. 2 will be described.

(S10) 입력된 도 3의 곡선 특징(100, 200)을, 선분 근사에 의해, 선분 데이터(102, 202)를 생성한다. 여기서는, 하나의 곡선을 2개의 선분 데이터로 분할한다. 이 처리는 도 4, 도 5에서 자세히 설명한다. (S10) Line segment data (102, 202) is generated by line segment approximation of the input curve characteristics (100, 200) of FIG. Here, one curve is divided into two line segment data. This processing will be described in detail with reference to FIGS. 4 and 5.

(S12) 다음에, 선분 데이터로부터 선분 특징을 생성한다. 도 3에 도시하는 바와 같이, 선분 데이터(102, 202)로부터, 선분의 스케일(길이) ℓ, 각도 θ, 각 선분의 중점의 X 좌표, Y 좌표라는 4차원 데이터를 생성하고, 스케일, 각도(104, 204)와, 중점의 X 좌표, Y 좌표(103, 203)로 분류한다. 이 처리는, 도 6에서 자세히 설명한다. (S12) Next, line segment features are generated from line segment data. As shown in Fig. 3, four-dimensional data such as scale (length) 1, angle θ, midpoint of each line segment, and Y coordinate of the line segment are generated from the line segment data 102 and 202, and scale and angle ( 104 and 204, and the X coordinate and the Y coordinate 103 and 203 of the midpoint. This processing is explained in detail in FIG.

(S14) 생성한 선분의 각도 및 스케일(길이)로부터, 각도 히스토그램(105, 205)을 생성한다. 즉, 각 각도에 있어서, 동일 각도의 선분의 길이를 누적하고, 각도 히스토그램(105, 205)를 생성한다. 그리고 2개의 각도 히스토그램의 편차를 각도 추정 처리(300)에서 계산한다. 이것에 의해, 선분군의 각도의 편차를 얻을 수 있다. 이 처리는 도 7, 도 8에서 자세히 설명한다. (S14) Angle histograms 105 and 205 are generated from the angle and scale (length) of the generated line segment. That is, at each angle, the lengths of the line segments of the same angle are accumulated to generate angle histograms 105 and 205. The deviation of the two angle histograms is calculated by the angle estimation process 300. Thereby, the deviation of the angle of a line segment group can be obtained. This processing will be described in detail with reference to FIGS. 7 and 8.

(S16) 생성한 선분의 중점의 X 좌표, Y 좌표와의 유클리드 거리를 계산하고, 비교원, 비교 대상의 스케일 Shape Context(행렬)(106, 206)를 계산한다. 그리고, 스케일 추정 처리(302)가, 비교원, 비교 대상의 Shape Context(행렬)(106, 206)의 각 요소의 평균값을 계산하고, 비교 대상의 평균값을 비교원의 평균값으로 나눠, 추정 스케일값을 계산한다. 이 처리는 도 9, 도 10에서 자세히 설명한다. (S16) The Euclidean distance with respect to the X-coordinate and Y-coordinate of the produced | generated line segment is calculated, and the scale Shape Context (matrix) 106 and 206 of a comparison source and a comparison object are calculated. Then, the scale estimation processing 302 calculates an average value of each element of the comparison source and the shape context (matrix) 106 and 206 of the comparison source, divides the average value of the comparison object by the average value of the comparison source, and estimates the scale value. Calculate This processing will be described in detail with reference to FIGS. 9 and 10.

(S18) 각도·스케일 변환 처리(207)가, 비교원의 곡선 특성을, 계산한 각도와 스케일로, 각도 및 스케일 변환한다. 이 처리는 도 11, 도 12에서 자세히 설명한다. (S18) Angle-scale conversion process 207 converts the curve characteristic of a comparative circle into the calculated angle and scale, and performs angle and scale conversion. This processing will be described in detail with reference to FIGS. 11 and 12.

(S20) 도 3에 도시하는 바와 같이, 비교원 곡선(208)을, 병행 이동하여, 비교 대상 곡선(107)에 맞춘다. 이때의 평행 이동의 아핀 변환의 기하 변환 파라미터는 4 파라미터이다. 이 처리는 도 13, 도 14에서 자세히 설명한다. (S20) As shown in FIG. 3, the comparative circle curve 208 is moved in parallel to fit the comparison target curve 107. The geometric transformation parameter of the affine transformation of the parallel movement at this time is 4 parameters. This processing will be described in detail with reference to FIGS. 13 and 14.

(S22) 도 3에 도시하는 바와 같이, 최소 제곱법을 이용하여, 아핀 변환 파라미터를 최적화(미세 수정)한다. 이 아핀 변환 파라미터가, 중첩의 기하 변환 파라미터이며, 6 파라미터로 행한다. 이 처리는 도 15, 도 16에서 자세히 설명한다. (S22) As shown in FIG. 3, the affine transformation parameter is optimized (fine correction) using the least square method. This affine transformation parameter is an overlapping geometric transformation parameter and is performed with 6 parameters. This processing will be described in detail with reference to FIGS. 15 and 16.

이와 같이, 직선의 각도, 스케일을 연산하고, 각도·스케일 변환한 후, 실측 템플릿 매칭을 행하기 때문에, 템플릿 매칭 처리를 최소한으로 할 수 있고, 고정밀도 및 고속 정렬이 가능해진다. In this way, since the measurement of template matching is performed after the angle and scale of the straight line are calculated, the angle and scale are converted, the template matching process can be minimized, and high precision and high speed alignment can be achieved.

(특징 변환 처리)(Feature conversion processing)

도 2 특징 변환 처리를, 도 4 내지 도 6에서 설명한다. The characteristic conversion process of FIG. 2 is demonstrated in FIGS.

도 4는 도 2의 선분 데이터 작성 처리 흐름도, 도 5는 도 4의 동작 설명도이다. 도 4는 곡선 세그먼트를 포함하는 집합 Σ에 대하여, 각 S∈Σ에 근사하는 선 분을 구하고, 이들의 선분의 총체로서 Σ''를 구하는 처리이다. 4 is a flowchart illustrating line segment data creation processing of FIG. 2, and FIG. 5 is an operation explanatory diagram of FIG. 4. Fig. 4 is a process of obtaining line segments approximating each S∈Σ for the set? Containing the curved segments, and calculating? '' As a total of these line segments.

(S1OO) 곡선 세그먼트 S의 시점을 "s", 종점을, "e"로 하고, 시점 s, 종점 e를 통과하는 직선을, "1"로 한다(도 5 참조). 그리고, 이하의 조건식(1)을 만족시키는 경우에, 중점 p'을 하기 식(2)로 정하고, 곡선 세그먼트 S를, 시점 s, 종점 p'의 곡선 세그먼트 S'와, 시점 p', 종점 e의 곡선 세그먼트 S"로 분할한다(도 5 참조). The start point of the (S10) curve segment S is "s", the end point is "e", and the straight line passing through the start point s and the end point e is "1" (see Fig. 5). When the following conditional expression (1) is satisfied, the midpoint p 'is defined by the following expression (2), and the curved segment S is defined by the curved segment S' of the start point s and the end point p ', the start point p' and the end point e. Is divided into curved segments S "(see FIG. 5).

max d(p, L)>임계값 D (1)max d (p, L)> threshold D (1)

단, p∈S이다.However, it is p∈S.

p'=arg max d(p, L) (2)p '= arg max d (p, L) (2)

단, p∈S이다. However, it is p∈S.

(S102) 곡선 세그먼트 S를, S', S"로 치환하고, 단계 S100의 처리를 반복한다. 단계 S100, S102를 재귀적으로 처리하고, 식(1)이 성립하지 않게 될 때까지, 반복한다. (S102) The curved segment S is replaced with S 'and S ", and the process of step S100 is repeated. Steps S100 and S102 are recursively processed and repeated until the formula (1) does not hold. .

(S104) 단계 S102에서 얻어진 모든 곡선 세그먼트 Σ에 대하여, L(S)를, 곡선 세그먼트 S의 시점을, 시점으로 하고, 곡선 세그먼트 S의 종점을, 종점으로 갖는 선분으로 하여, 이하의 식(3)에서 선분을 포함하는 집단 Σ''을 정한다. (S104) For all the curved segments Σ obtained in step S102, L (S) is the starting point of the curved segment S as the starting point, and the end point of the curved segment S is the line segment having the end point. ) Choose the group Σ '' containing the line segments.

Σ"={L(S)｜S∈Σ'} (3)Σ "= {L (S) ｜ S∈Σ '} (3)

도 6은 도 2의 선분 특징 추출 처리 흐름도이다. 이 처리는 선분으로 구성되는 집합 Σ''을 바탕으로, 4차원의 선분 특징 ℓ, θ, cx, cy를 포함하는 집합 Σ'''를 구한다. 즉, 선분마다, 길이 ℓ, 각도 θ, 중점 X 좌표 cx, 중점 Y 좌표 cy 를 계산한다. 선분 특징(1, θ)(104), 선분 특징(cx, cy)을, 선분 특징 Σ'''로서 출력한다. 6 is a flowchart of a line segment feature extraction process of FIG. 2. This process calculates the set? '' 'Including the four-dimensional line segment features l,?, Cx, and cy based on the set? That is, for each line segment, the length L, the angle θ, the midpoint X coordinate cx, and the midpoint Y coordinate cy are calculated. The line segment features (1, θ) 104 and the line segment features (cx, cy) are output as line segment feature Σ '' '.

(최적 아핀 변환 처리)(Optimal affine conversion processing)

도 7은, 도 2의 각도 추정 처리 흐름도, 도 8은 도 7의 동작 설명도이다. 7 is an angle estimation processing flowchart of FIG. 2, and FIG. 8 is an operation explanatory diagram of FIG. 7.

(S140) 비교원, 비교 대상 각각의 (ℓ, θ, Cx, Cy)∈Σ'''에 대하여, 각도θ가 속하는 각도 구분에 대해 w(ℓ)이 적용된 가중 도수 분포를 작성한다. 단, 가중 함수는 논 네거티브 단조 증가 함수이다. 도 8에 도시하는 바와 같이, 길이 ℓ에 대한 가중 함수 w(ℓ)를, 길이 ℓ이 0∼작은 영역에서는, 「O」의 도수, 일정값보다 긴 영역에서는, 포화값의 도수, 그 사이에서는, 비례값의 도수가 되도록 설정한다. 이 가중 함수는, 극단적으로 짧은 선분은, 각도 추정으로부터, 커트하고, 극단적으로 긴 선분은, 도수를 제한하기 위해서이다. 그 이유는, 비교 대상 선분은, 촬상 등의 화상의 판독으로부터 얻어진 것이고, 극단적으로 짧은 선분은 신뢰성이 적다. 마찬가지로, 극단적으로 긴 선분은, 판독 조건으로 좌우되고, 길이의 신뢰성이 적기 때문이다. 그리고, 선분의 도수를, 각도 분포의 대응 각도 θ의 도수에 가산해 간다. (S140) A weighted frequency distribution in which w (l) is applied to the angle division to which the angle θ belongs is created for each of the comparative source and the comparison target (l, θ, Cx, Cy) ∈Σ '' '. However, the weighting function is a non-negative monotonic increment function. As shown in FIG. 8, the weighting function w (L) with respect to length L is the frequency of "O" in the area | region of length L being 0-small, the frequency of saturation value in the area longer than a fixed value, and between , Set the frequency of proportional value. This weighting function is used to cut extremely short line segments from angular estimates, and to limit extremely long line segments. The reason for this is that the line segment to be compared is obtained from the reading of an image such as imaging, and the extremely short line segment is less reliable. Similarly, an extremely long line segment is dependent on the read condition and is less reliable in length. And the frequency of a line segment is added to the frequency of the correspondence angle (theta) of an angle distribution.

(S142) 비교원 도수 분포(히스토그램)를, 비교 대상 도수 분포(히스토그램)에 대하여, 어긋나게 하면서, 상관을 계산하고, 가장 상관이 높을 때의 어긋남 폭을, 각도의 편차 θ로 추정한다. (S142) The correlation is calculated while shifting the comparison frequency distribution (histogram) with respect to the comparison frequency distribution (histogram), and the deviation width when the correlation is the highest is estimated as the deviation θ of the angle.

도 9는 도 2의 스케일 추정 처리 흐름도, 도 10은 도 9의 동작 설명도이다. FIG. 9 is a flowchart of a process of estimating scale in FIG. 2, and FIG. 10 is a diagram for explaining the operation of FIG. 9.

(S160) 도 10에 도시하는 바와 같이, 중점 X 좌표, 중점 Y 좌표군으로부터, 비교원, 비교 대상의 SSC(Scale Shape Contex)를, 이하의 식 (4), (5)에 의해 구한다. (S160) As shown in FIG. 10, the SCA (Scale Shape Contex) of a comparison source and a comparison object is calculated | required from following midpoint X coordinate and midpoint Y coordinate group by following formula (4) and (5).

SSC(Model)=[d(Pi, Pj)]i, j (4) SSC (Model) = [d (P i , P j )] i , j (4)

SSC(Image)=[d(P'i, P'j)]i, j (5)SSC (Image) = [d (P ' i , P' j )] i , j (5)

단, d는 유클리드 거리이다. Where d is the Euclidean distance.

도 10에서 설명하면, 비교원(Model)의 중점 전체를, {p1, p2, p3, p4}로 하면, 행렬 SSC(Model)는 각 점 사이의 유클리드 거리를, 행렬화하여 얻는다. 마찬가지로, 비교 대상(Image)의 중점 전체를, {q1, q2, q3, q4}로 하면, 행렬 SSC(Image)는, 각 점 사이의 유클리드 거리를, 행렬화하여 얻는다. Referring to FIG. 10, when the entire midpoint of the comparison source Model is {p1, p2, p3, p4}, the matrix SSC (Model) is obtained by matrixing the Euclidean distance between the points. Similarly, if the entire midpoint of the comparison object Image is {q1, q2, q3, q4}, the matrix SSC (Image) is obtained by matrixing the Euclidean distance between the points.

(S162) 스케일 C를, 행렬 A의 각 요소의 평균값(mean)을 계산하고, 비교원으로 비교 대상를 나눠, 하기 식(6)으로 계산한다. (S162) The average value (mean) of each element of the matrix A is calculated for the scale C, the comparison object is divided by a comparison source, and it is calculated by following formula (6).

C=mean(SSC(Image))/mean(SSC(Model)) (6)C = mean (SSC (Image)) / mean (SSC (Model)) (6)

도 11은 도 2의 각도·스케일 변환 처리 흐름도, 도 12는 도 11의 동작 설명도이다. 각도 추정값 θ, 스케일 추정값 C를 이용하여, 비교원의 곡선 패턴에 대해서, 스케일(확대, 축소), 회전 변환을 행한다. 즉, 곡선 패턴의 각 점(X, y)을, 하기 식 (7), (8)로, 변환 후의 점(x', y')을 계산한다. 11 is an angle-scale conversion processing flowchart of FIG. 2, and FIG. 12 is an operation explanatory diagram of FIG. 11. Using the angle estimation value θ and the scale estimation value C, scale (magnification, reduction) and rotation conversion are performed on the curve pattern of the comparative circle. That is, the points (x ', y') after conversion are calculated by the following formulas (7) and (8) for each point (X, y) of the curve pattern.

x'=(C·cosθ)·x+(-C·sinθ)·y (7) x '= (Ccosθ) x + (-Csinθ) y (7)

y'=(C·sinθ)·x+(C·cosθ)·y (8)y '= (Csinθ) x + (Ccosθ) y (8)

도 12에 도시하는 바와 같이, 원점을 중심으로, θ 회전, C배를 행한다. 이 때, 아핀 변환의 파라미터는 식 (7), (8)의 4개이다. As shown in FIG. 12, (theta) rotation and C times are performed about an origin. At this time, the parameters of an affine transformation are four of Formula (7) and (8).

도 13은 도 2의 평행 이동 정렬 처리 흐름도, 도 14는 도 13의 동작 설명도이다. FIG. 13 is a flow chart for parallel movement alignment in FIG. 2, and FIG. 14 is a diagram for explaining the operation of FIG. 13.

(S200) 탐사로를 생성한다. 즉, 도 14에 도시하는 바와 같이, 나선형으로 순서를 정한 집합(Spiral Movement Vectors) S(={Si}i∈N⊂R*R)를 구한다. (S200) Create an exploration furnace. That is, as shown in Fig. 14, a spiral-ordered set Spiral Movement Vectors S (= {Si} i∈N⊂R * R) is obtained.

(S202) 대략적인 탐사를 행한다. 즉, 도 14에 도시하는 바와 같이, N(자연수 전체)의 부분 집합 N0을 작성하고, 집합 S의 부분열 S0={Si}i∈N0을 취한다. 도 14에서는 검은 원으로 S0 구성점을 도시한다. 그리고 각 i에 대하여, 회전·스케일 변환 후의 비교원 곡선(207)에 대한 비교 대상 곡선(100)의 오차 평가 함수값 dist(곡선(Model)+si, 곡선(Image))를 평가한다. (S202) Rough exploration is performed. That is, as shown in FIG. 14, the subset N0 of N (the whole natural number) is created, and the partial sequence S0 = {Si} i_N0 of the set S is taken. In FIG. 14, the S0 configuration point is illustrated by a black circle. And for each i, the error evaluation function value dist (curve (Model) + si, curve (Image)) of the comparison target curve 100 with respect to the comparative curve 207 after rotation / scale conversion is evaluated.

평가 함수값이, 일정값 미만일 때는, 조기 수용(Early Acceptance)으로 하여, 처리를 중단하고, 그 때의 Si=(dx, dy)를, 평행 이동량으로 하여, 처리를 종료한다. When the evaluation function value is less than a fixed value, the processing is stopped as early acceptance and the processing is terminated with Si = (dx, dy) at that time as the amount of parallel movement.

(S204) 세밀한 탐색을 행한다. 오차 평가 함수에 의해 일정 임계값 이내로 예상되거나, 또는 대략적인 탐사에서의 최량의 첨자 Si 부근(예상되는 구간)에서, 세밀하게 첨자 Si를 이동시킨다. 오차 평가 함수 dist를 가장 최소로 하는 si(dx, dy)를 평행 이동량으로 한다.(S204) A detailed search is performed. The subscript Si is moved in fine detail in the vicinity of the best subscript Si (expected interval) in the approximate exploration or predicted within a certain threshold by the error evaluation function. The amount of parallel movement is si (dx, dy) which minimizes the error evaluation function dist.

이와 같이, 나선형으로 주사하고, 대략적인 단계에서 탐사(주사)하며, 예상되는 구간에 대해서, 세밀하게 주사한다. 충분히 가깝다고 판정한 경우에는, 도중에서 처리를 중단한다. 이것에 의해, 평행 이동 정렬을 고속화할 수 있다. Thus, scanning in a helical manner, scanning (scanning) in an approximate step, and scanning in detail for the expected section. If it is determined that it is close enough, the process is stopped on the way. Thereby, the parallel movement alignment can be speeded up.

도 15는, 도 2의 아핀 변환 파라미터 최적화 처리 흐름도, 도 16은 도 15의 동작 설명도이다. 비교원 곡선 특징(회전 변환, 스케일 변환, 평행 이동 후)과 비교 대상 곡선 특징을 입력하고, 변환 후의 비교원 곡선 패턴을, 비교 대상 곡선 패턴 위에 중첩하며, 오차 평가 함수(가중 오차의 누적)를 최소로 하는 아핀 변환 파라미터를, 최소 제곱법으로 구한다. 여기서 가중치는, 예컨대 거리의 역수에 비례하는 상수로 한다. 15 is an affine conversion parameter optimization process flowchart of FIG. 2, and FIG. 16 is an operation explanatory diagram of FIG. 15. Input the nonlinear curve feature (after rotation transformation, scale transformation, parallel translation) and the target curve feature, superimpose the nonlinear curve pattern after the transformation on the target curve pattern, and add an error evaluation function (accumulation of the weighted error). The minimum affine transformation parameter is obtained by the least squares method. Here, the weight is a constant proportional to the inverse of the distance, for example.

이것에 의해, 아핀 변환 파라미터는 p, q, r, s, t, u의 6 파라미터가 된다. As a result, the affine transformation parameter becomes 6 parameters of p, q, r, s, t, u.

이와 같이, 직선의 각도, 스케일을 따로 따로 연산하고, 각도·스케일 변환한 후, 실측 템플릿 매칭을 행하기 때문에, 템플릿 매칭 처리를 최소한으로 할 수있으며, 고속 정렬이 가능해진다. 또한 템플릿 매칭을 대략적인 주사를 행하고, 예상되는 구간에 대해서, 세밀하게 주사한다. 충분히 가깝다고 판정한 경우에는, 도중에 처리를 중단한다. 이것에 의해, 평행 이동 정렬을 고속화할 수 있다. In this way, since the angle template and the scale of the straight line are separately calculated, the angle and scale are converted, and the actual template matching is performed, the template matching process can be minimized, and high-speed alignment is possible. In addition, the template matching is roughly scanned, and finely scanned for the expected section. If it determines that it is close enough, the process is stopped on the way. Thereby, the parallel movement alignment can be speeded up.

또한, 극단적으로 짧은 선분을 커트하고, 극단적으로 긴 선분의 도수를 포화값으로 하기 때문에, 각도 추정을 정확히 할 수 있다. 이 때문에, 고정밀도로 정렬할 수 있다. In addition, since an extremely short line segment is cut and the frequency of an extremely long line segment is set to a saturation value, angle estimation can be performed correctly. For this reason, it can sort with high precision.

(다른 실시형태)(Other Embodiments)

전술의 실시형태에서는 인증 시스템을, 혈관 패턴 인증 시스템으로 설명했지만, 손바닥이나 손등, 손가락의 혈관 패턴이나, 손의 장문(掌紋) 등 다른 혈관 패턴의 특징을 인증하는 것이나, 지문, 안면 등의 다른 생체 인증에도 적용할 수 있다. 또한 생체 인증에 한하지 않고, 다른 선형 패턴의 정렬, 대조에 적용할 수 있 다. 또한 곡선으로 설명했지만, 직선만으로도 적용할 수 있다. In the above-described embodiment, the authentication system has been described as a vascular pattern authentication system. However, the vascular pattern of the palm, the back of the hand, the finger, and the characteristics of other vascular patterns such as the palm of the hand are authenticated, and other fingerprints, facials, etc. The same applies to biometric authentication. It is also not limited to biometric authentication, but can be applied to the alignment and matching of other linear patterns. In addition, although it demonstrated with the curve, it can apply even with a straight line only.

이상, 본 발명을 실시형태에 의해 설명했지만, 본 발명의 취지의 범위 내에서, 본 발명은 여러 가지의 변형이 가능하고, 본 발명의 범위에서 이들을 배제하는 것이 아니다. As mentioned above, although this invention was demonstrated by embodiment, various modifications are possible for this invention within the range of the meaning of this invention, and these are not excluded from the scope of this invention.

또한, 본 발명은, 이하의 부기 사항을 포함한다.In addition, the present invention includes the following additional notes.

(부기 1) 비교원 패턴과 비교 대상 패턴과의 각각의 각도와, 스케일과, 중점 X 좌표와, 중점 Y 좌표를 계산하는 제1 단계와, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도와 스케일로부터, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도 편차를 계산하는 제2 단계와, 상기 비교원 패턴과 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 스케일의 비율을 계산하는 제3 단계와, 상기 비교원 패턴 또는 상기 비교 대상 패턴을, 상기 각도와 비율로 각도·스케일 변환하는 제4 단계와, 상기 각도·스케일 변환된 상기 비교원 패턴 또는 상기 비교 대상 패턴과, 각도·스케일 변환되어 있지 않은 상기 비교원 패턴 또는 상기 비교 대상 패턴을 템플릿 매칭에 의해, 정렬하는 제5 단계를 포함하는 것을 특징으로 하는 패턴의 정렬 방법. (Supplementary Note 1) The first step of calculating the respective angles between the comparative source pattern and the comparison target pattern, the scale, the midpoint X coordinate, and the midpoint Y coordinate, the angle between the comparison circle pattern and the comparison target pattern, A second step of calculating an angular deviation between the comparison source pattern and the comparison target pattern from a scale; and the comparison circle pattern and the starting point from the midpoint X coordinates and the midpoint Y coordinates of the comparison source pattern and the comparison target pattern. A third step of calculating a ratio of scales of the comparison target pattern, a fourth step of angle-scale conversion of the comparison circle pattern or the comparison target pattern with the angle and ratio, and the angle-scale conversion of the comparison circle And a fifth step of aligning the pattern or the comparison target pattern with the comparison source pattern or the comparison target pattern that is not angle-scale converted by template matching. How to align the pattern with.

(부기 2) 상기 제1 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴과의 각각의 각도와, 스케일과, 중점 X 좌표와, 중점 Y 좌표를 계산하는 단계를 포함하고, 상기 제2 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴과의 각각의 각도와, 스케일로부터, 상기 각도 편차를 계산하는 단계를 포함하며, 상기 제3 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴 과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비율을 계산하는 단계를 포함하는 것을 특징으로 하는 부기 1의 패턴의 정렬 방법. (Supplementary Note 2) The first step includes calculating respective angles, scales, midpoint X coordinates, and midpoint Y coordinates of the plurality of comparison circle patterns and the plurality of comparison object patterns. The second step includes calculating the angle deviation from each angle between the plurality of comparison source patterns and the plurality of comparison object patterns and a scale, wherein the third step includes: And calculating the ratio from the midpoint X coordinates and the midpoint Y coordinates of the pattern and the plurality of the comparison target patterns.

(부기 3) 비교원 곡선 패턴을 선형의 상기 비교원 패턴으로 변환하는 단계와, 비교 대상 곡선 패턴을 선형의 상기 비교 대상 패턴으로 변환하는 단계를 더 포함하는 것을 특징으로 하는 부기 1의 패턴의 정렬 방법. (Supplementary Note 3) Alignment of the pattern of Supplementary Note 1, further comprising the step of converting the comparative circle curve pattern into the linear comparison source pattern, and the step of converting the comparative curve pattern into the linear comparison object pattern. Way.

(부기 4) 상기 제2 단계는, 상기 비교원 패턴의 스케일을 각도의 도수로 한 제1 각도 분포와, 상기 비교 대상 패턴의 스케일을 각도의 도수로 한 제2 각도 분포를 작성하는 단계와, 상기 제1 및 제2 각도 분포로부터, 상기 각도 편차를 계산하는 단계를 포함하는 것을 특징으로 하는 부기 1의 패턴의 정렬 방법. (Supplementary Note 4) The second step includes the steps of creating a first angle distribution in which the scale of the comparative pattern is a frequency of an angle, a second angle distribution in which the scale of the comparison target pattern is a frequency of an angle, and the second step. And calculating, from the first and second angle distributions, the angle deviation.

(부기 5) 상기 각도 분포를 작성하는 단계는, 상기 비교원 패턴 및 상기 비교 대상 패턴의 스케일을, 가중 함수로 가중하고, 상기 도수로 변환하는 단계를 포함하는 것을 특징으로 하는 부기 4의 패턴의 정렬 방법. (Supplementary Note 5) The step of preparing the angular distribution includes the step of weighting the scales of the comparison source pattern and the comparison target pattern with a weighting function and converting the frequency into the frequency. Way.

(부기 6) 상기 제3 단계는, 상기 비교원 패턴과 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 각각의 스케일 셰이프 콘텍스트를 계산하는 단계와, 상기 각각의 스케일 셰이프 콘텍스트의 각 요소의 평균값의 비로부터 상기 스케일의 비율을 계산하는 단계를 포함하는 것을 특징으로 하는 부기 1의 패턴의 정렬 방법. (Supplementary Note 6) The third step includes calculating each scale shape context of the comparison source pattern and the comparison target pattern from the midpoint X coordinate and the midpoint Y coordinate of the comparison source pattern and the comparison target pattern; And calculating the proportion of the scale from the ratio of the mean value of each element of each scale shape context.

(부기 7) 상기 제5 단계는, 상기 각도·스케일 변환된 상기 비교원 패턴 또는 상기 비교 대상 패턴을, 상기 각도·스케일 변환되어 있지 않은 상기 비교원 패턴 또는 상기 비교 대상 패턴에 평행 이동 정렬하는 단계를 포함하는 것을 특징으 로 하는 부기 1의 패턴의 정렬 방법. (Supplementary note 7) The said 5th step is a step of aligning and shifting the said comparison circle pattern or the comparison target pattern which were angle-scale-converted to the said comparison circle pattern or the comparison target pattern which is not the angle-scale conversion. The alignment method of the pattern of Appendix 1, comprising a.

(부기 8) 비교원 패턴과 비교 대상 패턴과의 각각의 각도와, 스케일과, 중점 X 좌표와, 중점 Y 좌표를 계산하는 제1 단계와, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도와 스케일로부터, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도 편차를 계산하는 제2 단계와, 상기 비교원 패턴과 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 스케일의 비율을 계산하는 제3 단계와, 상기 비교원 패턴 또는 상기 비교 대상 패턴을, 상기 각도와 비율로 각도·스케일 변환하는 제4 단계와, 상기 각도·스케일 변환된 상기 비교원 패턴 또는 상기 비교 대상 패턴과, 각도·스케일 변환되어 있지 않은 상기 비교원 패턴 또는 상기 비교 대상 패턴을 템플릿 매칭에 의해, 정렬하는 제5 단계와, 상기 정렬한 상기 비교원 패턴과 상기 비교 대상 패턴과의 유사도를 계산하고, 대조하는 단계를 포함하는 것을 특징으로 하는 패턴 대조 방법. (Supplementary Note 8) The first step of calculating the respective angles between the comparative source pattern and the comparison target pattern, the scale, the midpoint X coordinate, and the midpoint Y coordinate, the angle between the comparison circle pattern and the comparison target pattern, A second step of calculating an angular deviation between the comparison source pattern and the comparison target pattern from a scale; and the comparison circle pattern and the starting point from the midpoint X coordinates and the midpoint Y coordinates of the comparison source pattern and the comparison target pattern. A third step of calculating a ratio of scales of the comparison target pattern, a fourth step of angle-scale conversion of the comparison circle pattern or the comparison target pattern with the angle and ratio, and the angle-scale conversion of the comparison circle A fifth step of aligning the pattern or the comparison target pattern with the comparison source pattern or the comparison target pattern that is not angle-scale-converted by template matching; Calculating a degree of similarity between the pattern and the comparison target pattern, and collagen, characterized in that it comprises the step of pattern matching verification method.

(부기 9) 상기 제1 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴과의 각각의 각도와, 스케일과, 중점 X 좌표와, 중점 Y 좌표를 계산하는 단계를 포함하고, 상기 제2 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴과의 각각의 각도와, 스케일로부터, 상기 각도 편차를 계산하는 단계를 포함하며, 상기 제3 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비율을 계산하는 단계를 포함하는 것을 특징으로 하는 부기 8의 패턴 대조 방법. (Supplementary Note 9) The first step includes calculating angles, scales, midpoint X coordinates, and midpoint Y coordinates of the plurality of comparison circle patterns and the plurality of comparison object patterns. The second step includes calculating the angle deviation from each angle between the plurality of comparison source patterns and the plurality of comparison object patterns and a scale, wherein the third step includes: The pattern matching method according to note 8, comprising the step of calculating the ratio from a midpoint X coordinate and a midpoint Y coordinate of the pattern and the plurality of comparison target patterns.

(부기 10) 비교원 곡선 패턴을 선형의 상기 비교원 패턴으로 변환하는 단계 와, 비교 대상 곡선 패턴을 선형의 상기 비교 대상 패턴으로 변환하는 단계를 더 포함하는 것을 특징으로 하는 부기 8의 패턴 대조 방법. (Supplementary Note 10) The pattern matching method of Supplementary Note 8, further comprising the step of converting a comparative curve pattern into a linear comparison pattern, and converting a comparative curve pattern into a linear comparison pattern. .

(부기 11) 상기 제2 단계는, 상기 비교원 패턴의 스케일을 각도의 도수로 한 제1 각도 분포와, 상기 비교 대상 패턴의 스케일을 각도의 도수로 한 제2 각도 분포를 작성하는 단계와, 상기 제1 및 제2 각도 분포로부터, 상기 각도 편차를 계산하는 단계를 포함하는 것을 특징으로 하는 부기 8의 패턴 대조 방법. (Supplementary Note 11) The second step includes the steps of creating a first angle distribution in which the scale of the comparative pattern is a frequency of an angle, a second angle distribution in which the scale of the comparison target pattern is a frequency of an angle, and the second step. Calculating the angle deviation from the first and second angle distributions.

(부기 12) 상기 각도 분포를 작성하는 단계는, 상기 비교원 패턴 및 상기 비교 대상 패턴의 스케일을, 가중 함수로 가중하고, 상기 도수로 변환하는 단계를 포함하는 것을 특징으로 하는 부기 11의 패턴 대조 방법. (Supplementary note 12) The step of preparing the angular distribution includes the step of weighting the scales of the comparison source pattern and the comparison target pattern with a weighting function and converting the frequency into the frequency. .

(부기 13) 상기 제3 단계는, 상기 비교원 패턴과 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴 각각의 스케일 셰이프 콘텍스트를 계산하는 단계와, 상기 각각의 스케일 셰이프 콘텍스트의 각 요소의 평균값의 비로부터 상기 스케일의 비율을 계산하는 단계를 포함하는 것을 특징으로 하는 부기 8의 패턴 대조 방법. (Supplementary Note 13) The third step includes: calculating a scale shape context of each of the comparison source pattern and the comparison target pattern from the midpoint X coordinate and the midpoint Y coordinate of the comparison source pattern and the comparison target pattern; Calculating the proportion of the scale from the ratio of the mean value of each element of each scale shape context.

(부기 14) 상기 제5 단계는, 상기 각도·스케일 변환된 상기 비교원 패턴 또는 상기 비교 대상 패턴을, 상기 각도·스케일 변환되어 있지 않은 상기 비교원 패턴 또는 상기 비교 대상 패턴에 평행 이동 정렬하는 단계를 포함하는 것을 특징으로 하는 부기 8의 패턴 대조 방법. (Supplementary Note 14) The fifth step is a step of aligning the angle-scale-converted comparison source pattern or the comparison target pattern to the comparison-element pattern or the comparison target pattern that is not the angle-scale conversion in parallel. Pattern matching method of Appendix 8, comprising a.

(부기 15) 비교 대상 패턴을 취득하는 취득 유닛과, 비교원 패턴과 상기 비교 대상 패턴을 대조하는 대조 유닛을 포함하고, 상기 대조 유닛은, 상기 비교원 패턴과 상기 비교 대상 패턴의 각각의 각도와, 스케일과, 중점 X 좌표와, 중점 Y 좌표를 계산하며, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도와 스케일로부터, 상기 비교원 패턴과 상기 비교 대상 패턴과의 각도 편차를 계산하고, 상기 비교원 패턴과 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 스케일의 비율을 계산하며, 상기 비교원 패턴 또는 상기 비교 대상 패턴을, 상기 각도와 비율로 각도·스케일 변환하고, 상기 각도·스케일 변환된 상기 비교원 패턴 또는 상기 비교 대상 패턴과, 각도·스케일 변환되어 있지 않은 상기 비교원 패턴 또는 상기 비교 대상 패턴을 템플릿 매칭에 의해, 정렬하며, 상기 정렬한 상기 비교원 패턴과 상기 비교 대상 패턴과의 유사도를 계산하고, 대조하는 것을 특징으로 하는 패턴 대조 장치. (Supplementary note 15) An acquisition unit for acquiring a comparison target pattern, and a comparison unit for matching a comparison source pattern and the comparison target pattern, wherein the matching unit includes the angles of each of the comparison source pattern and the comparison target pattern; Calculates a scale, a midpoint X coordinate, and a midpoint Y coordinate, and calculates an angle deviation between the comparative circle pattern and the comparison target pattern from an angle and a scale of the comparative circle pattern and the comparison target pattern, The ratio of the scale of the comparison source pattern and the comparison target pattern is calculated from the midpoint X coordinate and the midpoint Y coordinate of the comparison source pattern and the comparison target pattern, and the comparison circle pattern or the comparison target pattern is determined by the angle and the angle. The comparison circle pattern or the comparison target pattern that is angle-scale-converted by the ratio, and the angle-scale conversion is performed, and the comparison circle that is not angle-scale-converted. And matching the pattern or the comparison target pattern by template matching, and calculating and contrasting the similarity between the aligned comparison source pattern and the comparison target pattern.

(부기 16) 상기 대조 유닛은, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴과의 각각의 각도와, 스케일과, 중점 X 좌표와, 중점 Y 좌표를 계산하고, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴과의 각각의 각도와, 스케일로부터, 상기 각도 편차를 계산하며, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비율을 계산하는 것을 특징으로 하는 부기 15의 패턴 대조 장치. (Supplementary note 16) The said matching unit calculates each angle, a scale, a midpoint X coordinate, and a midpoint Y coordinate of the said some comparative source pattern and the some said comparison object pattern, and calculates the some comparative source pattern And calculating the angle deviation from the respective angles and scales of the plurality of comparison target patterns, and from the midpoint X coordinates and the midpoint Y coordinates of the plurality of comparison source patterns and the plurality of comparison target patterns, the ratio. The pattern matching device of note 15, characterized in that the calculation.

(부기 17) 상기 대조 유닛은, 비교원 곡선 패턴을 선형의 상기 비교원 패턴으로 변환하고, 비교 대상 곡선 패턴을 선형의 상기 비교 대상 패턴으로 변환하는 것을 특징으로 하는 부기 15의 패턴 대조 장치. (Supplementary Note 17) The pattern matching device according to Supplementary Note 15, wherein the control unit converts a comparative circle curve pattern into a linear comparative circle pattern and converts a comparative curve pattern into a linear comparison target pattern.

(부기 18) 상기 대조 유닛은, 상기 비교원 패턴의 스케일을 각도의 도수로 한 제1 각도 분포와, 상기 비교 대상 패턴의 스케일을 각도의 도수로 한 제2 각도 분포를 작성하고, 상기 제1 및 제2 각도 분포로부터, 상기 각도 편차를 계산하는 것을 특징으로 하는 부기 15의 패턴 대조 장치. (Supplementary note 18) The said matching unit produces | generates the 1st angle distribution which made the scale of the said comparative circle pattern the frequency of an angle, and the 2nd angle distribution which made the scale of the said comparison object pattern the frequency of an angle, The pattern matching device of note 15, wherein the angle deviation is calculated from the angle distribution.

(부기 19) 상기 대조 유닛은, 상기 비교원 패턴 및 상기 비교 대상 패턴의 스케일을, 가중 함수로 가중하고, 상기 도수로 변환하는 것을 특징으로 하는 부기 18의 패턴 대조 장치. (Supplementary Note 19) The pattern matching device according to Supplementary Note 18, wherein the matching unit weights the scales of the comparison source pattern and the comparison target pattern with a weighting function and converts them to the frequency.

(부기 20) 상기 대조 유닛은, 상기 비교원 패턴과 상기 비교 대상 패턴과의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 각각의 스케일 셰이프 콘텍스트를 계산하고, 상기 각각의 스케일 셰이프 콘텍스트의 각 요소의 평균값의 비로부터 상기 스케일의 비율을 계산하는 것을 특징으로 하는 부기 15의 패턴 대조 장치. (Supplementary note 20) The matching unit calculates each scale shape context of the comparison source pattern and the comparison target pattern from the midpoint X coordinates and the midpoint Y coordinates of the comparison source pattern and the comparison target pattern, The pattern matching device according to note 15, wherein the ratio of the scales is calculated from the ratio of the mean values of each element of the scale shape context of.

(부기 21) 상기 대조 유닛은, 상기 각도·스케일 변환된 상기 비교원 패턴 또는 상기 비교 대상 패턴을, 상기 각도·스케일 변환되어 있지 않은 상기 비교원 패턴 또는 상기 비교 대상 패턴에 평행 이동 정렬하는 것을 특징으로 하는 부기 15의 패턴 대조 장치. (Supplementary note 21) The said matching unit arranges the said comparison circle pattern or the comparison target pattern which was angle-scale-converted in parallel with the said comparison circle pattern or the comparison target pattern which is not the angle-scale conversion, It is characterized by the above-mentioned. Pattern matching device of Supplementary Note 15.

(부기 22) 상기 비교원 패턴과 상기 비교 대상 패턴이, 생체의 패턴이고, 상기 대조가, 생체 인증인 것을 특징으로 하는 부기 15의 패턴 대조 장치. (Supplementary note 22) The pattern matching device according to supplementary note 15, wherein the comparative member pattern and the comparison target pattern are patterns of living bodies, and the matching is biometric authentication.

비교원 패턴과 비교 대상 패턴의 각도 편차, 스케일의 비율을 따로 따로 연산하고, 각도·스케일 변환한 후, 실측 템플릿 매칭을 행하기 때문에, 템플릿 매칭 처리를 최소한을 할 수 있으며, 고정밀도 및 고속 정렬이 가능해진다. 특히 다수의 패턴을 대조하는 대조 속도를 향상시킬 수 있어, 대조 장치의 성능 향상에 유효하다. Since the angular deviation and scale ratio of the comparative pattern and the target pattern to be compared are separately calculated, and the measured template is matched after the angle and scale conversion, the template matching process can be minimized. This becomes possible. In particular, it is possible to improve the contrast speed of contrasting a large number of patterns, which is effective for improving the performance of the collation apparatus.

도 1은 본 발명의 일 실시형태의 인증 시스템의 구성도.BRIEF DESCRIPTION OF THE DRAWINGS The block diagram of the authentication system of one Embodiment of this invention.

도 2는 도 1의 정렬 처리 흐름도. 2 is a flow chart of the alignment process of FIG.

도 3은 도 2의 정렬 처리의 설명도. 3 is an explanatory diagram of an alignment process of FIG. 2;

도 4는 도 2의 선분 데이터 작성 처리 흐름도.4 is a line segment data creation processing flow chart of FIG. 2;

도 5는 도 4의 선분 데이터 작성 처리의 설명도.5 is an explanatory diagram of a line segment data creating process in FIG. 4;

도 6은 도 2의 선분 특징 추출 처리의 설명도. 6 is an explanatory diagram of line segment feature extraction processing in FIG. 2;

도 7은 도 2의 각도 추정 처리 흐름도. 7 is an angle estimation processing flowchart of FIG. 2;

도 8은 도 7의 각도 추정 처리의 설명도. FIG. 8 is an explanatory diagram of the angle estimation process in FIG. 7. FIG.

도 9는 도 2의 스케일 추정 처리 흐름도. 9 is a flowchart of a process of estimating scale in FIG.

도 10은 도 9의 스케일 추정 처리의 설명도. 10 is an explanatory diagram of the scale estimation process in FIG. 9;

도 11은 도 2의 각도·스케일 변환 처리 흐름도.FIG. 11 is an angle-scale conversion process flow chart of FIG. 2.

도 12는 도 11의 각도·스케일 변환 처리의 설명도. 12 is an explanatory diagram of the angle-scale conversion process in FIG. 11;

도 13은 도 2의 평행 이동 정렬 처리 흐름도.13 is a flow chart of parallel movement alignment processing of FIG.

도 14는 도 13의 평행 이동 정렬 처리의 설명도. 14 is an explanatory diagram of the parallel movement alignment process in FIG. 13.

도 15는 도 2의 아핀 변환 파라미터 최적화 처리 흐름도.15 is an affine transformation parameter optimization process flow chart of FIG.

도 16은 도 15의 아핀 변환 파라미터 최적화 처리의 설명도. 16 is an explanatory diagram of an affine transformation parameter optimization process in FIG. 15.

<부호의 설명><Code description>

1: 혈관 패턴 인증용 촬상 장치(비교 대상 데이터 취득 유닛)1: Imaging Device for Vascular Pattern Authentication (Comparative Data Acquisition Unit)

2: 처리 유닛(대조 유닛)2: processing unit (control unit)

3: 정렬 탐색 처리3: Sort navigation processing

4: 인증 처리4: authentication processing

10, 20: 데이터 취득 처리10, 20: data acquisition processing

12, 22: 관심 영역 추출 처리12, 22: region of interest extraction process

14, 24: 특징 추출 처리14, 24: feature extraction processing

30, 32: 특징 변환 처리30, 32: feature conversion processing

34: 최적 아핀 변환 탐색 처리34: Optimal Affine Transform Search Processing

40: 정렬 처리40: sort processing

42: 유사도 계산 처리42: Similarity calculation processing

44: 인증 판정 처리44: authentication judgment processing

Claims (9)

비교원(comparison source) 패턴의 각도, 스케일, 중점 X 좌표 및 중점 Y 좌표를 계산하고, 비교 대상(comparison target) 패턴의 각도, 스케일, 중점 X 좌표 및 중점 Y 좌표를 계산하는 제1 단계와, A first step of calculating the angle, scale, midpoint X coordinates, and midpoint Y coordinates of the comparison source pattern, and calculating the angle, scale, midpoint X coordinates, and midpoint Y coordinates of the comparison target pattern; 상기 비교원 패턴과 상기 비교 대상 패턴의 각도와 스케일로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 각도 편차를 계산하는 제2 단계와, A second step of calculating an angle deviation between the comparison source pattern and the comparison target pattern from the angle and scale of the comparison source pattern and the comparison target pattern; 상기 비교원 패턴과 상기 비교 대상 패턴의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 스케일의 비율을 계산하는 제3 단계와, A third step of calculating a ratio of the scale of the comparison source pattern and the comparison target pattern from the midpoint X coordinates and the midpoint Y coordinates of the comparison source pattern and the comparison target pattern; 상기 비교원 패턴 또는 상기 비교 대상 패턴 중 어느 하나를, 상기 각도 편차와 비율로, 각도·스케일 변환하는 제4 단계와, A fourth step of angle-scale converting any one of the comparison source pattern or the comparison target pattern into the angle deviation and ratio; 각도·스케일 변환된 비교원 패턴과 각도·스케일 변환되지 않은 비교 대상 패턴, 또는 각도·스케일 변환되지 않은 비교원 패턴과 각도·스케일 변환된 비교 대상 패턴을 템플릿 매칭에 의해 정렬하는 제5 단계A fifth step of aligning an angular-scale converted non-converted pattern with an angular-scale unconverted comparison pattern or an angular-scale unconverted comparison source pattern with an angular-scale converted non-converted pattern by template matching 를 포함하는 것을 특징으로 하는 패턴의 정렬 방법. Alignment method of a pattern comprising a. 제1항에 있어서, The method of claim 1, 상기 제1 단계는, 복수의 상기 비교원 패턴의 각도, 스케일, 중점 X 좌표 및 중점 Y 좌표를 계산하고, 복수의 상기 비교 대상 패턴의 각도, 스케일, 중점 X 좌표 및 중점 Y 좌표를 계산하는 단계를 포함하고, The first step may include calculating angles, scales, midpoint X coordinates, and midpoint Y coordinates of the plurality of comparison circle patterns, and calculating angles, scales, midpoint X coordinates, and midpoint Y coordinates of the plurality of comparison target patterns. Including, 상기 제2 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴의 각도 및 스케일로부터, 상기 각도 편차를 계산하는 단계를 포함하며, The second step may include calculating the angle deviation from angles and scales of the plurality of comparison source patterns and the plurality of comparison target patterns. 상기 제3 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비율을 계산하는 단계를 포함하는 것을 특징으로 하는 패턴의 정렬 방법. And the third step includes calculating the ratio from the midpoint X coordinates and the midpoint Y coordinates of the plurality of comparison source patterns and the plurality of comparison target patterns. 제1항에 있어서,The method of claim 1, 비교원 곡선 패턴을 선형의 상기 비교원 패턴으로 변환하는 단계와, Converting a nonlinear curve pattern into a linear nonlinear pattern; 비교 대상 곡선 패턴을 선형의 상기 비교 대상 패턴으로 변환하는 단계를 더 포함하는 것을 특징으로 하는 패턴의 정렬 방법. And converting a comparative curve pattern into a linear linear comparison target pattern. 비교원 패턴의 각도, 스케일, 중점 X 좌표 및 중점 Y 좌표를 계산하고, 비교 대상 패턴의 각도, 스케일, 중점 X 좌표 및 중점 Y 좌표를 계산하는 제1 단계와, A first step of calculating the angle, scale, midpoint X coordinate, and midpoint Y coordinate of the comparative circle pattern, and calculating the angle, scale, midpoint X coordinate, and midpoint Y coordinate of the pattern to be compared; 상기 비교원 패턴과 상기 비교 대상 패턴의 각도와 스케일로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 각도 편차를 계산하는 제2 단계와, A second step of calculating an angle deviation between the comparison source pattern and the comparison target pattern from the angle and scale of the comparison source pattern and the comparison target pattern; 상기 비교원 패턴과 상기 비교 대상 패턴의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 스케일의 비율을 계산하는 제3 단계와, A third step of calculating a ratio of the scale of the comparison source pattern and the comparison target pattern from the midpoint X coordinates and the midpoint Y coordinates of the comparison source pattern and the comparison target pattern; 상기 비교원 패턴 또는 상기 비교 대상 패턴 중 어느 하나를, 상기 각도 편차와 비율로, 각도·스케일 변환하는 제4 단계와, A fourth step of angle-scale converting any one of the comparison source pattern or the comparison target pattern into the angle deviation and ratio; 각도·스케일 변환된 비교원 패턴과 각도·스케일 변환되지 않은 비교 대상 패턴, 또는 각도·스케일 변환되지 않은 비교원 패턴과 각도·스케일 변환된 비교 대상 패턴을 템플릿 매칭에 의해, 정렬하는 제5 단계와, A fifth step of aligning the angular-scale-converted comparison source pattern and the angular-scale-converted comparison source pattern and the angular-scale-converted comparison source pattern and the angular-scaled conversion comparison pattern by template matching; , 상기 정렬한 상기 비교원 패턴과 상기 비교 대상 패턴의 유사도를 계산하고, 대조하는 단계Calculating and contrasting the similarity between the sorted comparison source pattern and the comparison target pattern 를 포함하는 것을 특징으로 하는 패턴 대조 방법. Pattern matching method comprising a. 제4항에 있어서,The method of claim 4, wherein 상기 제1 단계는, 복수의 상기 비교원 패턴의 각도, 스케일, 중점 X 좌표 및 중점 Y 좌표를 계산하고, 복수의 상기 비교 대상 패턴의 각도, 스케일, 중점 X 좌표 및 중점 Y 좌표를 계산하는 단계를 포함하고, The first step may include calculating angles, scales, midpoint X coordinates, and midpoint Y coordinates of the plurality of comparison circle patterns, and calculating angles, scales, midpoint X coordinates, and midpoint Y coordinates of the plurality of comparison target patterns. Including, 상기 제2 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴의 각각의 각도와, 스케일로부터, 상기 각도 편차를 계산하는 단계를 포함하며, The second step includes the step of calculating the angle deviation from each angle and a scale of each of the plurality of comparison source patterns and the plurality of comparison target patterns, 상기 제3 단계는, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비율을 계산하는 단계를 포함하는 것을 특징으로 하는 패턴 대조 방법. And the third step includes calculating the ratio from the middle point X coordinates and the middle point Y coordinates of the plurality of comparison source patterns and the plurality of comparison target patterns. 제4항에 있어서,The method of claim 4, wherein 비교원 곡선 패턴을 선형의 상기 비교원 패턴으로 변환하는 단계와, Converting a nonlinear curve pattern into a linear nonlinear pattern; 비교 대상 곡선 패턴을 선형의 상기 비교 대상 패턴으로 변환하는 단계를 더 포함하는 것을 특징으로 하는 패턴 대조 방법. And converting a comparative curve pattern into a linear linear comparison pattern. 비교 대상 패턴을 취득하는 취득 유닛과, An acquisition unit for obtaining a pattern to be compared; 비교원 패턴과 상기 비교 대상 패턴을 대조하는 대조 유닛을 포함하고, A control unit for contrasting the comparison pattern and the comparison target pattern, 상기 대조 유닛은,The control unit, 상기 비교원 패턴의 각도, 스케일, 중점 X좌표 및 중점 Y좌표를 계산하고, 상기 비교 대상 패턴의 각도, 스케일, 중점 X 좌표 및 중점 Y 좌표를 계산하며,Calculating an angle, a scale, a middle point X coordinate, and a middle point Y coordinate of the comparative circle pattern, calculating an angle, a scale, a middle point X coordinate, and a middle point Y coordinate of the comparison target pattern, 상기 비교원 패턴과 상기 비교 대상 패턴의 각도와 스케일로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 각도 편차를 계산하고,An angle deviation of the comparison source pattern and the comparison target pattern is calculated from an angle and a scale of the comparison source pattern and the comparison target pattern, 상기 비교원 패턴과 상기 비교 대상 패턴의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비교원 패턴과 상기 비교 대상 패턴의 스케일의 비율을 계산하며,A ratio of the scale of the comparison source pattern and the comparison target pattern is calculated from the midpoint X coordinate and the midpoint Y coordinate of the comparison source pattern and the comparison target pattern, 상기 비교원 패턴 또는 상기 비교 대상 패턴 중 어느 하나를, 상기 각도 편차와 비율로 각도·스케일 변환하고,Angle-scale conversion of any one of the said comparison source pattern or the said comparison target pattern by the said angle deviation and a ratio, 각도·스케일 변환된 비교원 패턴과 각도·스케일 변환되지 않은 비교 대상 패턴, 또는 각도·스케일 변환되지 않은 비교원 패턴과 각도·스케일 변환된 비교 대상 패턴을 템플릿 매칭에 의해 정렬하며,Template matching aligns the angular-scale converted non-angular-scale converted non-angular-scale converted non-scaled pattern or the non-angular-scaled non-scaled non-scaled comparison target pattern by template matching, 상기 정렬한 상기 비교원 패턴과 상기 비교 대상 패턴의 유사도를 계산하고, 대조하는 것을 특징으로 하는 패턴 대조 장치. The pattern matching device characterized by calculating and contrasting the similarity between the sorted comparative circle pattern and the comparison target pattern. 제7항에 있어서,The method of claim 7, wherein 상기 대조 유닛은,The control unit, 복수의 상기 비교원 패턴의 각도, 스케일, 중점 X 좌표 및 중점 Y 좌표를 계산하고, 복수의 상기 비교 대상 패턴의 각도, 스케일, 중점 X 좌표 및 중점 Y 좌표를 계산하고,Calculate angles, scales, midpoint X coordinates, and midpoint Y coordinates of the plurality of comparative circle patterns, calculate angles, scales, midpoint X coordinates, and midpoint Y coordinates of the plurality of comparison target patterns; 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴의 각각의 각도와, 스케일로부터, 상기 각도 편차를 계산하며,The angle deviation is calculated from the angles and scales of the plurality of comparison source patterns and the plurality of comparison target patterns, 복수의 상기 비교원 패턴과 복수의 상기 비교 대상 패턴의 중점 X 좌표와 중점 Y 좌표로부터, 상기 비율을 계산하는 것을 특징으로 하는 패턴 대조 장치. And the ratio is calculated from a middle point X coordinate and a middle point Y coordinate of the plurality of comparison source patterns and the plurality of comparison target patterns. 제7항에 있어서,The method of claim 7, wherein 상기 대조 유닛은, 비교원 곡선 패턴을 선형의 상기 비교원 패턴으로 변환하고, 비교 대상 곡선 패턴을 선형의 상기 비교 대상 패턴으로 변환하는 것을 특징으로 하는 패턴 대조 장치. And the matching unit converts a comparative circle curve pattern into a linear comparative circle pattern and converts a comparative curve pattern into a linear linear comparison object pattern.
KR1020090010581A 2008-03-31 2009-02-10 Pattern aligning method, verifying method, and verifying device KR101035936B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090010581A KR101035936B1 (en) 2008-03-31 2009-02-10 Pattern aligning method, verifying method, and verifying device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JPJP-P-2008-093476 2008-03-31
KR1020090010581A KR101035936B1 (en) 2008-03-31 2009-02-10 Pattern aligning method, verifying method, and verifying device

Publications (2)

Publication Number Publication Date
KR20090104647A KR20090104647A (en) 2009-10-06
KR101035936B1 true KR101035936B1 (en) 2011-05-23

Family

ID=41534416

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090010581A KR101035936B1 (en) 2008-03-31 2009-02-10 Pattern aligning method, verifying method, and verifying device

Country Status (1)

Country Link
KR (1) KR101035936B1 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000057348A (en) * 1998-08-07 2000-02-25 Sankyo Seiki Mfg Co Ltd Method and device for recognizing pattern
KR20030040680A (en) * 2001-11-15 2003-05-23 삼성에스디에스 주식회사 Method for detecting face from video data and apparatus thereof
KR20050062748A (en) * 2003-12-22 2005-06-27 한국전자통신연구원 Authentication method and apparatus using fingerprint
KR20050065195A (en) * 2003-12-24 2005-06-29 한국전자통신연구원 Method and apparatus for extracting iris image using of extended template matching

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000057348A (en) * 1998-08-07 2000-02-25 Sankyo Seiki Mfg Co Ltd Method and device for recognizing pattern
KR20030040680A (en) * 2001-11-15 2003-05-23 삼성에스디에스 주식회사 Method for detecting face from video data and apparatus thereof
KR20050062748A (en) * 2003-12-22 2005-06-27 한국전자통신연구원 Authentication method and apparatus using fingerprint
KR20050065195A (en) * 2003-12-24 2005-06-29 한국전자통신연구원 Method and apparatus for extracting iris image using of extended template matching

Also Published As

Publication number Publication date
KR20090104647A (en) 2009-10-06

Similar Documents

Publication Publication Date Title
JP5031641B2 (en) Pattern alignment method, verification method, and verification device
Bazen et al. A correlation-based fingerprint verification system
US6185318B1 (en) System and method for matching (fingerprint) images an aligned string-based representation
US6243492B1 (en) Image feature extractor, an image feature analyzer and an image matching system
US6487306B1 (en) System and method for deriving a string-based representation of a fingerprint image
US20090169072A1 (en) Method and system for comparing prints using a reconstructed direction image
WO2011052085A1 (en) Biometric information registration method, biometric authentication method, and biometric authentication device
US8374401B2 (en) Biometric authentication device, authentication accuracy evaluation device and biometric authentication method
US20060120578A1 (en) Minutiae matching
KR100617292B1 (en) Method for fingerprint identification and apparatus thereof
CN116704557A (en) Low-quality fingerprint matching method based on texture information
Thakare et al. A combined feature extraction model using SIFT and LBP for offline signature verification system
KR101180293B1 (en) Method for extracting direction-pattern feature of fingerprint and method for classifying fingerprint using direction-pattern feature
KR101035936B1 (en) Pattern aligning method, verifying method, and verifying device
Patel et al. Biometric Fingerprint Recognition Using Minutiae Score Matching
Areekul et al. The new focal point localization algorithm for fingerprint registration
Bhalerao et al. Development of Image Enhancement and the Feature Extraction Techniques on Rural Fingerprint Images to Improve the Recognition and the Authentication Rate
Iwasokun et al. Review and evaluation of fingerprint singular point detection algorithms
Perez-Hernandez et al. Simplified stroke-based approach for off-line signature recognition
KR100564762B1 (en) Authentication method and apparatus using fingerprint
JP2007102422A (en) Pattern matching device
Tian et al. Fingerprint matching using dual Hilbert scans
Mehrotra et al. An efficient dual stage approach for iris feature extraction using interest point pairing
Ogundepo et al. Development of a real time fingerprint authentication/identification system for students’ record
Wahhab Novel Method of Fingerprint Segmentation

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140418

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150416

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160419

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170420

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20180417

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190417

Year of fee payment: 9