CN101432777B - 登记装置以及认证装置 - Google Patents

登记装置以及认证装置 Download PDF

Info

Publication number
CN101432777B
CN101432777B CN2007800153518A CN200780015351A CN101432777B CN 101432777 B CN101432777 B CN 101432777B CN 2007800153518 A CN2007800153518 A CN 2007800153518A CN 200780015351 A CN200780015351 A CN 200780015351A CN 101432777 B CN101432777 B CN 101432777B
Authority
CN
China
Prior art keywords
straight line
mentioned
threshold value
line composition
extraction
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.)
Expired - Fee Related
Application number
CN2007800153518A
Other languages
English (en)
Other versions
CN101432777A (zh
Inventor
饭*健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Publication of CN101432777A publication Critical patent/CN101432777A/zh
Application granted granted Critical
Publication of CN101432777B publication Critical patent/CN101432777B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/37—Determination of transform parameters for the alignment of images, i.e. image registration using transform domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Geometry (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明在生物体识别信息的登记装置、核对装置、提取方法以及程序中能够提高认证精确度。对拍摄规定的生物体部位中的生物体识别对象的结果所得到的图像信号实施规定的处理，提取该图像信号中的生物体识别对象的特征部分，对特征部分进行霍夫变换，为了使通过霍夫变换得到的参数变成规定数而一边改变提取条件一边提取参数，当参数为规定数时的提取条件的值处于从上限设定值到下限设定值之间的范围内时，将该规定数的参数设为登记对象、或者应与登记对象进行核对的对象。

Description

登记装置以及认证装置
技术领域
本发明涉及一种登记装置、核对装置、提取方法以及程序，适合应用于进行生物认证的情况。 
背景技术
以往，将血管作为生物认证对象之一。提出了如下的作为将该血管设为生物认证对象的认证装置：将作为手指的摄像结果所得到的图像数据进行二值化之后进行霍夫(Hough)变换，将作为该变换结果所得到的参数作为登记数据或者应与登记数据进行核对的数据而使用(例如参照专利文献1)。 
在该认证装置中，着眼于图像内的血管的线性度高，通过采用能够将该图像内占优势的直线成分作为参数进行定量化的霍夫变换，能够削减冗长的信息并且提高认证精确度。 
专利文献1：日本特开2005-115615号公报。 
然而，在上述认证装置中，在作为摄像结果所得到的图像数据的成分中血管成分本身少的情况、噪声成分非常多的情况下，即使将针对该图像数据的霍夫变换结果设为登记数据或者应与登记数据进行核对的数据，也不能充分反映该霍夫变换的特性，导致认证精确度下降的结果。 
另一方面，近年来小型化的要求强烈，从该小型化的观点来看，最好是简单的结构。 
发明内容
本发明是考虑以上问题而完成的，其目的在于提出一种能够以简单的结构提高认证精确度的登记装置、核对装置、提取方法以及程序。 
为了解决上述问题，本发明是一种登记装置，该登记装置设置有：特征提取单元，其对拍摄规定的生物体部位中的生物体识别对象的结果所得到的图像信号实施规定的处理，提取该图像信号中的生物体识别对象的特征部分；霍夫变换单元，其对特征部分进行霍夫变换；提取单元，其为了使通过霍夫变换得到的参数成为规定数而一边改变提取条件一边提取参数；以及登记单元，其在参数为规定数时的提取条件的值处于从上限设定值到下限设定值之间的范围内时，登记该规定数的参数作为生物体识别信息。 
因而，在该登记装置中，能够根据提取出固定的参数数量时的提取条件的值判断图像信号中的像质的好坏。因此，在作为图像信号的成分，与生物体识别对象对应的成分本身少的情况、生物体识别对象以外的噪声成分非常多的情况下，在该登记装置中，防止将从该图像信号得到的参数作为生物体识别信息进行登记的情况。另一方面，在某像质的图像信号的情况下，在该登记装置中根据该图像信号提取出能够发挥适当的识别性能的参数，并将其作为生物体识别信息进行登记。这样，在该登记装置中，能够提高认证精确度。 
另外，在该登记装置中，霍夫变换不仅作为生物体识别信息的生成对象使用，而且还作为图像信号中的像质的判断对象来使用，因此能够简化其结构。 
另外，本发明是一种核对装置，设置有：特征提取单元，其对拍摄规定的生物体部位中的生物体识别对象的结果所得到的图像信号实施规定的处理，提取该图像信号中的生物体识别对象的特征部分；霍夫变换单元，其对特征部分进行霍夫变换；提取单元，其为了使通过霍夫变换得到的参数成为规定数而一 边改变提取条件一边提取参数；以及核对单元，其在参数为规定数时的提取条件的值处于从上限设定值到下限设定值之间的范围内时，将该规定数的参数与作为生物体识别信息登记的参数进行核对。 
因而，在该核对装置中，能够根据提取出固定的参数数量时的提取条件的值判断图像信号中的像质的好坏。因此，作为图像信号的成分，与生物体识别对象对应的成分本身少的情况、生物体识别对象以外的噪声成分非常多的情况下，在该核对装置中，防止将从该图像信号得到的参数与登记对象的参数进行核对。另一方面，在某像质的图像信号的情况下，在该核对装置中，根据该图像信号提取能够发挥适当的识别性能的参数，并将它与登记对象的参数进行核对。这样，在该核对装置中，能够提高认证精确度。 
另外，在该核对装置中，霍夫变换不仅作为生物体识别信息的生成对象使用，而且还作为图像信号中的像质的判断对象来使用，因此能够简化其结构。 
并且，本发明是一种提取方法，设置有：第一步骤，对拍摄规定的生物体部位中的生物体识别对象的结果所得到的图像信号实施规定的处理，提取该图像信号中的生物体识别对象的特征部分；第二步骤，对特征部分进行霍夫变换；第三步骤，为了使通过霍夫变换得到的参数成为规定数而一边改变提取条件一边提取参数；以及第四步骤，在参数为规定数时的提取条件的值处于从上限设定值到下限设定值之间的范围内时，将该规定数的参数设为登记对象或者应与登记对象进行核对的对象。 
因而，在该提取方法中，能够根据提取出固定的参数数量时的提取条件的值判断图像信号中的像质的好坏。因此，作为 图像信号的成分，与生物体识别对象对应的成分本身少的情况、生物体识别对象以外的噪声成分非常多的情况下，在该提取方法中，防止将从该图像信号得到的参数设为登记对象或者应与登记对象进行核对的对象。另一方面，在某像质的图像信号的情况下，在该提取方法中，根据该图像信号提取能够发挥适当的识别性能的参数作为登记对象或者应与登记对象进行核对的对象来生成。这样，在该提取方法中，能够提高认证精确度。 
另外，在该提取方法中，霍夫变换不仅作为生物体识别信息的生成对象使用，而且还作为图像信号中的像质的判断对象来使用，因此能够简化其结构。 
并且，本发明是一种程序，使计算机执行如下步骤：对拍摄规定的生物体部位中的生物体识别对象的结果所得到的图像信号实施规定的处理，提取该图像信号中的生物体识别对象的特征部分；对特征部分进行霍夫变换；为了使通过霍夫变换得到的参数成为规定数而一边改变提取条件一边提取参数；在参数为规定数时的提取条件的值处于从上限设定值到下限设定值之间的范围内时，将该规定数的参数设为登记对象或者应与登记对象进行核对的对象。 
因而，在该程序中，能够根据提取出固定的参数数量时的提取条件的值判断图像信号中的像质的好坏。因此，作为图像信号的成分，与生物体识别对象对应的成分本身少的情况、生物体识别对象以外的噪声成分非常多的情况下，在该程序中，防止将从该图像信号得到的参数设为登记对象或者应与登记对象进行核对的对象。另一方面，在某像质的图像信号的情况下，在该程序中，根据该图像信号提取能够发挥适当的识别性能的参数作为登记对象或者应与登记对象进行核对的对象来生成。这样，在该程序中，能够提高认证精确度。
另外，在该程序中，霍夫变换不仅作为生物体识别信息的生成对象使用，而且还作为图像信号中的像质的判断对象来使用，因此能够简化其结构。 
如以上，根据本发明能够实现一种如下的登记装置、核对装置、提取方法以及程序：能够根据提取出固定的参数数量时的提取条件的值判断图像信号中的像质的好坏，并且通过在该像质良好的情况下将此时提取出的规定数的参数设为登记对象或者应与登记对象进行核对的对象，能够以简单的结构提高认证精确度。 
附图说明
图1是表示本实施方式的认证装置的整体结构的框图。 
图2是表示控制部中的图像处理、登记处理以及核对处理的处理内容的功能框图。 
图3是用于说明x-y平面上的直线的表现的概要图。 
图4是用于说明p-θ空间上的点的表现的概要图。 
图5是表示样本图像及其霍夫变换后的图像的概要图。 
图6是表示输入图像的概要图。 
图7是表示霍夫变换后的图像的概要图。 
图8是表示参数提取后的图像的概要图。 
图9是表示认证处理过程的流程图。 
附图标记说明
1：认证装置；10：控制部；11：操作部；12：血管摄像部；12a：驱动控制部；13：快闪存储器；14：外部接口；15：通知部；15a：显示部；15b：声音输出部；21：前处理部；22：霍夫变换部；23：参数提取部；24：组选择部；25：登记部；26：登记图像读出部；27：核对部；LS：近红外光光源；CM：摄 像机；OP：光学系统；DH：光圈；ID：摄像元件；RT：认证处理过程。 
具体实施方式
下面根据附图详细说明应用了本发明的一个实施方式。 
(1)本实施方式的认证装置的整体结构 
在图1中，示出了本实施方式的认证装置1的整体结构。该认证装置1构成为对控制部10连接操作部11、血管摄像部12、并且通过总线16分别连接快闪存储器13、与外部授受数据的接口(以下将其称为外部接口)14以及通知部15。 
控制部10由包括管理认证装置1整体的控制的CPU(CentralProcessing Unit：中央处理单元)、保存各种程序和设定信息的ROM(Read Only Memory：只读存储器)、以及作为该CPU的工作存储器的RAM(Random Access Memory：随机存取存储器)的微计算机构成。 
根据用户操作从操作部11向该控制部10提供将登记对象的用户(以下将其称为登记者)的血管进行登记的模式(以下将其称为血管登记模式)的执行命令COM1、或者判断有无登记者本人的模式(以下将其称为认证模式)的执行命令COM2。 
控制部10根据上述执行命令COM1、COM2决定应该执行的模式，根据与该决定结果对应的程序适当控制血管摄像部12、快闪存储器13、外部接口14以及通知部15，由此执行血管登记模式或者认证模式。 
(1-1)血管登记模式 
具体地说，在作为应该执行的模式决定了血管登记模式的情况下，控制部10将动作模式转移到血管登记模式，控制血管摄像部12。
在这种情况下，血管摄像部12的驱动控制部12a对一个或两个以上的近红外光光源LS和摄像机CM中的摄像元件ID进行驱动控制，其中，上述一个或两个以上的近红外光光源LS向被放在该认证装置1中的规定位置上的手指照射近红外光，上述摄像元件ID例如由CCD(Charge Coupled Device：电荷耦合器件)构成。 
其结果，在血管摄像部12中，照射到手指上的近红外光经过该手指的内侧以反射和散射，作为对手指的血管进行投影的光(以下将其称为血管投影光)通过光学系统OP、光圈DH入射到摄像元件ID上。摄像元件ID对该血管投影光进行光电变换，将该光电变换结果作为图像信号S1输出到驱动控制部12a。 
另外，照射到手指上的近红外光实际上是在该手指的表面上反射而入射到摄像元件ID上，因此从该摄像元件ID输出的图像信号S1的图像成为不仅包括手指内侧的血管还包括手指轮廓、指纹的状态。 
驱动控制部12a根据该图像的像素值调整光学系统OP中的光学透镜的透镜位置使得对焦到手指内侧的血管上，并且调整光圈DH中的光圈值使得入射到摄像元件ID的入射光量成为适当量，将该调整之后从摄像元件ID输出的图像信号S2提供给控制部10。 
控制部10通过对该图像信号S2实施规定的图像处理来提取该图像中的血管的特征，将该所提取的血管的特征作为用于识别登记者的信息(以下将其称为登记者识别数据)D1存储到快闪存储器13中，由此进行登记。 
这样，该控制部10能够执行血管登记模式。 
(1-2)认证模式 
另一方面，在作为应该执行的模式决定了认证模式的情况 下，控制部10转移到认证模式，与上述血管登记模式的情况同样地控制血管摄像部12。 
在这种情况下，血管摄像部12对近红外光光源LS和摄像元件ID进行驱动控制，并且根据从该摄像元件ID输出的图像信号S10来调整光学系统OP中的光学透镜的透镜位置以及光圈DH的光圈值，将该调整后从摄像元件ID输出的图像信号S20提供给控制部10。 
控制部10对该图像信号S20实施与上述血管登记模式的情况相同的图像处理，并且读出登记在快闪存储器13中的登记者识别数据D1。然后，控制部10根据通过该图像处理提取的血管特征、和从快闪存储器13读出的登记者识别数据D1的血管特征执行核对处理，根据该核对的程度判断此时放了手指的用户是否为登记者(正式用户)。 
在此，控制部10在判断为该用户是登记者时，生成使被连接在外部接口14上的动作处理装置(未图示)进行规定动作的执行命令COM3，将其通过外部接口14传送到动作处理装置。 
在作为被连接在该外部接口14上的动作处理装置的实施方式而例如采用了处于闭锁状态的门的情况下，控制部10将进行开锁动作的执行命令COM3传送到门。另外，在作为其它动作处理装置的实施方式例而采用了处于限制了多个动作模式中的一部分动作模式的状态的计算机的情况下，控制部10将开放该被限制的动作模式的执行命令COM3传送到计算机。 
此外，作为实施方式举出了两个例子，但是并不限于这些，还可以适当选择其它实施方式。另外，在本实施方式中将动作处理装置连接到外部接口14，但是也可以将该动作处理装置中的软件乃至硬件结构装载到该认证装置1中。 
与此相对地，控制部10在判断为用户不是登记者时，将其 意思通过通知部15的显示部15a进行显示，并且通过该通知部15的声音输出部15b输出声音，从而从视觉上以及听觉上通知判断为不是该登记者的情况。 
这样，该控制部10能够执行认证模式。 
(2)图像处理的具体处理内容 
接着说明控制部10中的图像处理的处理内容。如图2所示，能够从功能上将该图像处理分别分为前处理部21、霍夫变换部22以及参数提取部23。以下详细说明这些前处理部21、霍夫变换部22以及参数提取部23。 
前处理部21对从血管摄像部12提供的图像信号S2或S20依次实施A/D(Analog/Digital：模拟/数字)变换处理、Sobel滤波处理等规定的轮廓提取处理、高斯滤波处理等规定的平滑化处理、二值化处理以及细线化处理，将其结果所得到的图像数据D21送到霍夫变换部22。 
霍夫变换部22对图像数据D21实施霍夫变换处理。在此，简单说明霍夫变换。 
如图3所示，在将通过原点的对于直线l0的垂直线设为n0、x轴与垂直线n0所成的角度设为θ0，从原点至直线l0与垂直线n0之间的交点的距离设为|ρ0|时，能够将x-y平面上的直线l0表示为“(ρ0，θ0)”。 
对于该x-y平面的霍夫变换定义为下式。 
P＝xcosθ+ysinθ  ......(1) 
在该霍夫变换中，如图4所示，将图3所示的x-y平面上的直线l0上的点P1(x1，y1)、点P2(x2，y2)以及点P3(x3，y3)分别表示为p-θ空间上的曲线C1(x1cosθ+y1sinθ)、C2(x2cosθ+y2sinθ)、C3(x3cosθ+y3sinθ)。 
该p-θ空间上的曲线C1、C2、C3在交点Px(ρx，θx)上相交，该交点Px相当于霍夫变换前的原x-y平面上的直线l0。该交点Px是依赖于曲线的重合程度(重合数)的参数，其交点数(个数)根据该重合程度而增减。 
因而在霍夫变换中，根据作为提取条件的曲线的重合程度的可变，能够检测霍夫变换前的原x-y平面上哪种直线成分占优势。 
另一方面，在图5中示出了对样本图像IM1(图5的(A))进行霍夫变换得到的图像IM2(图5的(B))、对将该样本图像IM1旋转移动规定角度而得到的图像IM3(图5的(C))进行霍夫变换得到的图像IM4(图5的(D))、以及对将该样本图像IM1平行移动规定量而得到的图像IM5(图5的(E))进行霍夫变换得到的图像IM6(图5的(F))。另外，为了便于说明，在霍夫变换后的图像IM2、IM4以及IM6中，只表示了曲线重合数大的点。 
从该图5可知，即使在将x-y平面上的样本图像IM1旋转移动或者平行移动的情况下，在p-θ空间上也一律成为平行移动了图像IM2的状态(图5的(D)、图5的(F))。因而，在霍夫变换中，仅通过检测图像间的平行移动量就能够检测出霍夫变换前的原图像间的旋转移动量和平行移动量中的任一个。 
如上所述，在霍夫变换中具有如下特性：检测在x-y平面上哪种直线成分占优势，另外还可以考虑x-y平面上的图像间的旋转移动量和平行移动量中的任一个而进行检测。 
该霍夫变换部22对从前处理部21提供的图像数据D21实施霍夫变换处理，将作为该霍夫变换处理结果所得到的点(以下将其称为参数点)作为数据(以下将其称为参数数据)D22而送到参数提取部23。 
这样，霍夫变换部22着眼于图像内的血管的线性度高，能够定量该图像内哪种直线成分占优势。 
另外，在该图像数据D21是例如图6所示的图像的情况下，对于该图像数据D21的霍夫变换结果成为如图7所示的图像。此外，在图7所示的图像中，曲线重合程度越大，白色浓度变得越大。 
在参数提取部23中，作为提取条件而初始设定阈值(以下将其称为提取阈值)使得提取例如曲线重合数为“1”以上的参数点。 
参数提取部23从由霍夫变换部22提供的参数数据D22的参数点中提取曲线的重合数为初始设定的提取阈值以上的参数点，求出该所提取的参数点的个数。 
然后，当参数点的个数为预先规定的数(以下将其称为规定数)以上时，参数提取部23提高提取阈值地进行设定使得提取例如曲线重合数为“2”以上的参数点，重新提取曲线重合数为该所设定的提取阈值以上的参数点，并且求出该个数。 
参数提取部23这样依次提高提取阈值地进行设定直到参数点的个数不足规定数为止。 
另外，在参数点的个数不足规定数的情况下，参数提取部23判断成为不足该规定数的时刻的提取阈值是否处于预先设定的从上限值到下限值之间的范围(以下将其称为允许提取阈值范围)内。 
在此，在该提取阈值处于允许提取阈值范围外的情况下，这意味着由于图像信号S2或S20中的噪声成分的含有量多、或者图像信号S2或S20中的与直线成分相当的血管成分的含有量少，导致成为由较差的像质构成的图像(图像信号S2或S20)。在这种情况下，参数提取部23停止登记模式，通过通知部15(图1)通知应重新登记的意思。 
与此相对，在该提取阈值处于允许提取阈值范围内的情况 下，这意味着由于图像信号S2或S20中的噪声成分的含有量少、或者图像信号S2或S20中的与直线成分相当的血管成分的含有量适当，从而成为由良好像质构成的图像(图像信号S2或S20)。 
在这种情况下，参数提取部23将该提取阈值作为数据(以下将其称为提取阈值数据)D23而生成，另外将此时检测出的规定数的参数点作为登记者识别数据D1、或者表示应与登记者识别数据D1进行核对的核对对象者的血管特征的数据(以下将其称为核对对象者特征数据)Dx而生成。 
另外，在作为霍夫变换结果的参数数据D22是例如图7所示的图像的情况下，该参数数据D22的参数点中的提取结果成为如图8所示的图像。此外，在图8所示的图像中，曲线重合程度越大，白色浓度变得越大。从该图8可知，与霍夫变换处理结果的图像(图7)相比，除去了由与直线成分相当的血管成分以外的成分所引起的参数点。 
也就是说，在参数提取部23中，通过改变提取条件(提取阈值)而将通过霍夫变换处理得到的参数点的个数设为固定数，由此判别图像信号S10、S20中的像质的好坏，与此同时能够降低血管成分以外的噪声成分。 
这样，控制部10能够在血管登记模式或者认证模式时执行图像处理。 
(3)登记处理的具体处理内容 
接着，说明控制部10中的登记处理的具体处理内容。能够从功能上将该登记处理分别分为图2中的组选择部24和登记部25。以下详细说明这些组选择部24和登记部25中的各功能部。 
在该组选择部24中，将细分参数提取部23中的允许提取阈值范围而得到的第一至第三范围设定为组范围(以下分别称为第一组范围、第二组范围、第三组范围)。
组选择部24识别从参数提取部23提供的提取阈值数据D23的提取阈值属于第一组范围、第二组范围以及第三组范围中的哪一个范围，作为数据(以下将其称为组选择数据)D24而送到登记部25，其中，上述数据D24表示应该将与相应的组范围对应的组作为登记对象的组而进行选择。 
登记部25将从参数提取部23提供的登记者识别数据D1作为第一至第三组之中由组选择数据D24所表示的组的数据而登记到快闪存储器13(图1)中。 
这样，控制部10能够根据处于允许提取阈值范围内的提取阈值将登记者识别数据D1分开登记到第一至第三组中。 
(4)核对处理的具体处理内容 
接着，说明控制部10中的核对处理的具体处理内容。能够从功能上将该核对处理分别分为图2中的登记图像读出部26和核对部27。以下详细说明这些登记图像读出部26和核对部27中的各功能部。 
在登记图像读出部26中，分别设定有细分参数提取部23中的允许提取阈值范围而得到的第一组范围、第二组范围、第三组范围。登记图像读出部26识别从参数提取部23提供的提取阈值数据D23的提取阈值属于第一组范围、第二组范围以及第三组范围中的哪一个范围。 
然后，登记图像读出部26选择被登记在快闪存储器13(图1)中的一个或两个以上的登记者识别数据D1之中作为与此时识别出的组范围对应的组进行登记的一个或两个以上的登记者识别数据D1j(“j”表示数据数量)，读出该登记者识别数据D1j并送到核对部27。 
核对部27对该登记者识别数据D1j与从参数提取部23提供的核对对象者特征数据Dx的参数点彼此进行核对，在作为该核 对结果而判断为此时放了手指的用户是登记者(正式用户)的情况下，将使动作处理装置(未图示)进行规定动作的执行命令COM3送到外部接口14(图1)。 
这样，控制部10能够仅将被登记在与提取出核对对象者特征数据Dx的参数点的时刻的提取阈值对应的组中的登记者识别数据D1j作为与该核对对象者特征数据Dx之间的核对对象而进行核对，其中，上述登记者识别数据D1j是根据处于允许提取阈值范围内的提取阈值预先分组的登记者识别数据D1中的数据。 
(5)认证处理过程 
接着，使用图9所示的流程图说明该控制部10中的血管登记模式和认证模式中的该认证模式的认证处理过程。 
即，控制部10在从操作部11(图1)被提供执行命令COM2时，在步骤SP0中开始该认证处理过程RT，在接着的步骤SP1中通过驱动控制部12a(图1)控制血管摄像部12，通过对作为该血管摄像部12中的摄像结果所得到的图像信号S20实施前处理，获取二值图像的图像数据D21(图2)。 
接着，控制部10在步骤SP2中对该图像数据D21实施霍夫变换处理，在接着的步骤SP3中从作为该霍夫变换处理结果所得到的参数点中提取初始设定的提取阈值以上的参数点，在接着的步骤SP4中，判断该所提取的参数点的个数是否不足规定数。 
然后，控制部10在参数点的个数不小于规定数的情况下，在步骤SP5中将初始设定的提取阈值提高规定值地进行设定之后，返回到步骤SP3重复进行上述处理。 
与此相对，控制部10在参数点的个数不足规定数的情况下，在步骤SP6中判断此时设定的提取阈值是否处于允许提取阈值范围内。
在上述提取阈值处于允许提取阈值范围内的情况下，控制部10判断为是由良好像质构成的图像(图像信号S20)，在接着的步骤SP7中根据该所设定的提取阈值从第一至第三组中选择一个组。 
然后，控制部10在接着的步骤SP8中将作为该组登记的一个或两个以上的登记者识别数据D1j(图2)的参数点、与步骤SP3中检测出的不足规定数的参数点进行核对后，转移到步骤SP9而结束该认证处理过程RT。此外，控制部10在血管登记模式的情况下，在该步骤SP8中将步骤SP3中检测出的不足规定数的参数点设为登记对象，并登记到步骤SP7中选择的组中。 
另一方面，在参数点的个数不足规定数的时刻所设定的提取阈值处于允许提取阈值范围外的情况下，控制部10判断为是由较差的像质构成的图像(图像信号S20)，再次通过通知部15(图1)通知应该重新开始该认证模式的意思之后，转移到步骤SP9而结束该认证处理过程RT。 
按照这种认证处理过程RT，控制部10能够执行认证模式。 
(6)动作以及效果 
在以上结构中，该认证装置1对拍摄手指中的血管的结果所得到的图像信号S2或S20(图2)实施规定的前处理之后实施霍夫变换处理。接着，认证装置1依次提高提取条件(提取阈值)地进行设定使得作为该霍夫变换处理结果所得到的参数点不足规定数，提取该所设定的提取条件(提取阈值)以上的参数点。 
然后，当参数点不足规定数的时刻的提取条件(提取阈值)的值处于允许阈值范围内时，认证装置1将该参数点设为登记对象或者应与登记对象进行核对的对象。 
因而，在该认证装置1中作为图像信号S2或S20的成分，与生物体识别对象对应的成分本身少的情况、生物体识别对象以 外的噪声成分非常多的情况下，从该图像信号S2或S20中提取不足规定数的参数点的时刻的提取条件(提取阈值)处于允许阈值范围外。 
另一方面，在与生物体识别对象对应的成分本身是适量的情况、生物体识别对象以外的噪声成分少的情况下，从该图像信号S2或S20中提取不足规定数的参数点的时刻的提取条件(提取阈值)处于允许阈值范围内。这样，该认证装置1能够根据提取一定参数数量时的提取条件的值来判断图像信号S2或S20中的像质的好坏，其结果能够将可发挥适当的识别性能的参数点设为登记对象或者应与登记对象进行核对的对象。 
特别是，在该认证装置1中的血管摄像部12(图1)上没有装载遮蔽照射到被放在规定位置的手指上的近红外光以外的可见光等光(到达放在规定位置的手指上的大气中的光)的单元的情况下，根据摄像环境、摄像状况等，对于放在该规定位置上的手指的照度不能大致均匀的情况较多。 
因而，在这种情况下，基于霍夫变换结果的图像信号S2或S20中的像质的判断变得特别有效。 
除此之外，在该认证装置1中根据霍夫变换结果得到的参数点不仅作为图像信号S2或S20中的像质的判断要素而使用，还作为生物体识别信息的生成要素而使用。由此，该认证装置1能够共用像质的判断、和生物体识别信息的生成的结构的一部分，因此能够简化其结构。 
另外，当参数点不足规定数的时刻的提取条件(提取阈值)的值处于允许阈值范围内时，本实施方式中的认证装置1在登记时登记该规定数的参数作为多组之中与该提取条件的值对应的组。另一方面，在核对时，将规定数的参数点与作为与提取条件的值对应的组而进行登记的参数点进行核对。
因而，在该认证装置1中，关于核对时与所提取的参数点之间的核对对象，仅设为被登记在预先分组的登记对象之中与该提取时刻的提取阈值对应的组中的参数点。由此，认证装置1能够避免对全部的登记对象一律进行核对的情形，与之相应地还能够降低该核对时的处理负荷。 
除此之外，在该认证装置1中，参数点的提取条件不仅作为图像信号S2或S20中的像质的判断要素而使用，还作为分组的判断要素而使用。由此，该认证装置1能够共用像质的判断、和分组的结构的一部分，因此能够简化其结构。 
根据以上结构，能够根据提取出规定数的参数点的时刻的提取条件的值来判断图像信号S2或S20中的像质的好坏，并且在该像质良好的情况下将此时提取的规定数的参数点设为登记对象或者应与登记对象进行核对的对象，由此能够以简单的结构实现可提高认证精确度的认证装置1。 
(7)其它实施方式 
在上述实施方式中，记述了作为生物体部位应用手指的情况，但是本发明并不限于此，例如也可以应用手掌、脚趾、手臂、眼睛等。 
另外，在上述实施方式中，记述了作为生物体识别对象应用血管的情况，但是本发明并不限于此，例如也可以应用指纹、唇纹或者神经等。另外，在应用神经的情况下，例如如果将神经所特有的标记注入到体内并拍摄该标记，则能够与上述实施方式同样地将神经作为生物体识别对象。 
并且在上述实施方式中，记述了作为提取图像信号中的生物体识别对象的特征部分的特征提取单元而依次实施A/D变换处理、轮廓提取处理、平滑化处理、二值化处理以及细线化处理的情况，但是本发明并不限于此，也可以省略这些处理的一 部分或进行替换、或者对这些处理增加新的处理。另外，还能够适当变更这些处理的顺序。 
并且在上述实施方式中，记述了在分为三组中的任一组中将登记者识别数据D1进行登记的情况，但是该组数并不限于三组，也可以以其它各种组数进行分组。 
并且在上述实施方式中，记述了应用具有摄像功能、核对功能以及登记功能的认证装置1的情况，但是本发明并不限于此，能够以按该每个功能利用单一装置的方式应用等、根据用途等以各种方式应用。 
工业上的可利用性
本发明能够利用在进行生物认证的领域。

Claims (8)

1.一种登记装置，其特征在于，具备：
生物体图像获取部，其获取规定的生物体部位中的生物体图像；
变换部，其对上述生物体图像进行霍夫变换，以将上述生物体图像变换为关于多个直线成分的、分别表示各直线成分的多少的直线成分信息，所述直线成分为经霍夫变换得到的参数点；
提取部，其从上述直线成分信息中提取出曲线重合数为提取阈值以上的直线成分；
判断部，其判断提取出的直线成分的数量是否不足规定数；以及
生物体信息登记部，其在由上述判断部判断为上述直线成分的数量不足规定数，且上述提取阈值处于预先设定的上限设定值到下限设定值之间的范围内的情况下，将与上述生物体图像对应的由所述提取部提取出的直线成分的直线成分信息登记到存储部中。
2.根据权利要求1所述的登记装置，其特征在于，
还具备阈值可变设定部，该阈值可变设定部在由上述判断部判断为上述直线成分的数量不小于规定数时，提高上述提取阈值。
3.根据权利要求1所述的登记装置，其特征在于，
还具备提取阈值登记部，该提取阈值登记部在由上述判断部判断为上述直线成分的数量不足规定数，且上述提取阈值处于预先设定的上限设定值到下限设定值之间的范围内时，将对上述提取部设定的提取阈值登记到存储部中。
4.根据权利要求1所述的登记装置，其特征在于，
还具备第二判断部，该第二判断部在由上述判断部判断为上述直线成分的数量不足规定数时，判断对上述提取部设定的提取阈值是否处于从上限设定值到下限设定值之间的范围内，
当由上述第二判断部判断为处于上述范围内时，上述生物体信息登记部登记由所述提取部提取出的直线成分的直线成分信息。
5.根据权利要求1所述的登记装置，其特征在于，
上述生物体图像是映现出血管的图像。
6.一种登记装置，其特征在于，具备：
生物体图像获取部，其获取规定的生物体部位中的生物体图像；
变换部，其对上述生物体图像进行霍夫变换；
提取单元，其为了使通过上述霍夫变换得到的参数成为规定数而一边改变提取阈值一边提取参数；以及
登记单元，其在上述参数为规定数时的提取阈值处于从上限设定值到下限设定值之间的范围内时，登记该参数。
7.一种认证装置，其特征在于，具备：
读出部，其读出登记在存储部中的登记信息；
获取部，其获取成为认证对象的认证信息；以及
判断部，其根据上述登记信息与上述认证信息之间的核对程度，判断上述认证信息的提供者是否为登记者，
其中，被登记在上述存储部中的登记信息是经过如下处理的信息：在对规定的生物体部位中的生物体图像进行霍夫变换以将其变换为关于多个直线成分的、分别表示各直线成分的多少的直线成分信息的情况下，从上述直线成分信息中提取出曲线重合数为提取阈值以上的直线成分，并判断提取出的直线成分的数量是否不足规定数，在上述直线成分的数量不足规定数，且上述提取阈值处于预先设定的上限设定值到下限设定值之间的范围内的情况下，将提取出的直线成分的直线成分信息登记到存储部中，其中所述直线成分为经霍夫变换得到的参数点。
8.根据权利要求7所述的认证装置，其特征在于，
具备提取阈值获取部，该提取阈值获取部获取提取出曲线重合数为上述提取阈值以上的直线成分的数量时所使用的提取阈值，
上述判断部在判断过程中使用上述提取阈值。
CN2007800153518A 2006-02-28 2007-02-28 登记装置以及认证装置 Expired - Fee Related CN101432777B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2006052887A JP4038777B2 (ja) 2006-02-28 2006-02-28 登録装置及び認証装置
JP052887/2006 2006-02-28
PCT/JP2007/054378 WO2007100145A1 (ja) 2006-02-28 2007-02-28 登録装置、照合装置、抽出方法及びプログラム

Publications (2)

Publication Number Publication Date
CN101432777A CN101432777A (zh) 2009-05-13
CN101432777B true CN101432777B (zh) 2012-10-31

Family

ID=38459231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007800153518A Expired - Fee Related CN101432777B (zh) 2006-02-28 2007-02-28 登记装置以及认证装置

Country Status (6)

Country Link
US (1) US8363906B2 (zh)
EP (1) EP1990771B1 (zh)
JP (1) JP4038777B2 (zh)
KR (1) KR101323963B1 (zh)
CN (1) CN101432777B (zh)
WO (1) WO2007100145A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003008466A1 (fr) 2001-07-18 2003-01-30 Asahi Kasei Chemicals Corporation Copolymere sequence modifie
JP4345426B2 (ja) * 2003-10-07 2009-10-14 ソニー株式会社 画像照合方法、プログラム、および画像照合装置
JP5003092B2 (ja) * 2006-10-17 2012-08-15 ソニー株式会社 登録装置、照合装置、認証方法及び認証プログラム
JP4882794B2 (ja) * 2007-02-26 2012-02-22 ソニー株式会社 画像判定装置、画像判定方法及びプログラム
EP2202685A1 (en) * 2007-10-15 2010-06-30 Sony Corporation Registration device, authentication device, registration method and authentication method
JP5196010B2 (ja) * 2009-04-13 2013-05-15 富士通株式会社 生体情報登録装置、生体情報登録方法及び生体情報登録用コンピュータプログラムならびに生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
JP2011022784A (ja) * 2009-07-15 2011-02-03 Sony Corp 情報処理装置、ブロック検出方法およびプログラム
JP5690556B2 (ja) * 2010-11-12 2015-03-25 株式会社 日立産業制御ソリューションズ 個人認証装置
CN102155919A (zh) * 2011-03-22 2011-08-17 黄晓华 霍夫变换细胞检测装置
KR101767923B1 (ko) * 2012-05-11 2017-08-17 한화테크윈 주식회사 비아홀을 검사하는 방법 및 장치
CN105046644B (zh) * 2015-07-06 2021-08-13 嘉恒医疗科技（上海）有限公司 基于线性相关性的超声与ct图像配准方法和系统
CN109542216B (zh) * 2018-10-11 2022-11-22 平安科技（深圳）有限公司 人机交互方法、系统、计算机设备及存储介质
KR20200110064A (ko) 2019-03-15 2020-09-23 삼성전자주식회사 변환 모델을 이용한 인증 방법 및 장치
CN111445448A (zh) * 2020-03-19 2020-07-24 中国医学科学院北京协和医院 一种基于图像处理的单细胞血红蛋白测定方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1711558A (zh) * 2002-12-11 2005-12-21 精工爱普生株式会社 相似图像提取装置、相似图像提取方法以及相似图像提取程序

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2594097B2 (ja) * 1988-03-25 1997-03-26 ヤンマー農機株式会社 移植機の自動操向装置
JPH07121722A (ja) * 1993-06-23 1995-05-12 Toshiba Corp 画像評価装置
JPH0991434A (ja) * 1995-09-28 1997-04-04 Hamamatsu Photonics Kk 人物照合装置
JPH11328408A (ja) * 1998-05-12 1999-11-30 Advantest Corp データ処理装置および方法、情報記憶媒体
WO2001055966A1 (fr) * 2000-01-28 2001-08-02 Chuo Hatsujo Kabushiki Kaisha Procede d'evaluation d'une image d'empreinte digitale et dispositif d'appariement d'empreintes digitales
JP4316118B2 (ja) * 2000-07-14 2009-08-19 富士フイルム株式会社 蛍光内視鏡装置
JP3558025B2 (ja) * 2000-09-06 2004-08-25 株式会社日立製作所 個人認証装置及び方法
JP2002092616A (ja) * 2000-09-20 2002-03-29 Hitachi Ltd 個人認証装置
JP4161942B2 (ja) * 2003-06-30 2008-10-08 ソニー株式会社 画像照合方法、画像照合装置、プログラム
JP4345426B2 (ja) * 2003-10-07 2009-10-14 ソニー株式会社 画像照合方法、プログラム、および画像照合装置
JP4556107B2 (ja) * 2003-10-30 2010-10-06 ソニー株式会社 撮像装置及びその方法並びに通信端末装置
JP4428067B2 (ja) * 2004-01-28 2010-03-10 ソニー株式会社 画像照合装置、プログラム、および画像照合方法
EP1758060B1 (en) * 2004-06-18 2013-12-11 Sony Corporation Image correlation method, image correlation device, and program
WO2006036842A2 (en) * 2004-09-24 2006-04-06 The University Of North Carolina At Chapel Hill Methods, systems, and computer program products for hierarchical registration between a blood vessel and tissue surface model for a subject and blood vessel and tissue surface image for the subject

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1711558A (zh) * 2002-12-11 2005-12-21 精工爱普生株式会社 相似图像提取装置、相似图像提取方法以及相似图像提取程序

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JP特开2002-259996A 2002.09.13
JP特开2003-288602A 2003.10.10

Also Published As

Publication number Publication date
EP1990771B1 (en) 2018-05-09
JP2007233574A (ja) 2007-09-13
EP1990771A4 (en) 2013-05-29
KR20080100351A (ko) 2008-11-17
US8363906B2 (en) 2013-01-29
JP4038777B2 (ja) 2008-01-30
EP1990771A1 (en) 2008-11-12
CN101432777A (zh) 2009-05-13
KR101323963B1 (ko) 2013-10-31
US20090245592A1 (en) 2009-10-01
WO2007100145A1 (ja) 2007-09-07

Similar Documents

Publication Publication Date Title
CN101432777B (zh) 登记装置以及认证装置
CN100585616C (zh) 认证设备和认证方法
JP6650946B2 (ja) モバイル・デバイスを用いてキャプチャしたイメージを使用する指紋ベースのユーザ認証を実行するためのシステムおよび方法
Cross et al. Thermographic imaging of the subcutaneous vascular network of the back of the hand for biometric identification
CN101017530A (zh) 登记装置、对照装置以及抽出方法
CN101075872B (zh) 注册设备、对照设备、提取方法
CN1845126A (zh) 信息处理设备、信息处理方法
EP2068270A1 (en) Authentication apparatus and authentication method
CN101529469B (zh) 注册设备、验证设备、认证方法和认证程序
JPWO2020079741A1 (ja) 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体
CN108875497B (zh) 活体检测的方法、装置及计算机存储介质
JP2008102780A (ja) パターン識別方法、登録装置、照合装置及びプログラム
Jhang et al. CNN training for face photo based gender and age group prediction with camera
WO2009008550A1 (ja) 登録装置、照合装置、データ構造及び記憶媒体
Amruth et al. Fingerprint and signature authentication system using CNN
JP4978154B2 (ja) 認証方法、登録装置、照合装置及びプログラム
JP5914995B2 (ja) 生体識別装置、及び、生体識別方法
JP2019020907A (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
JP2012194849A (ja) 識別装置及び識別方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121031