CN101681497A - 静脉图形管理系统、静脉图形注册设备、静脉图形认证设备、静脉图形注册方法、静脉图形认证方法、程序和静脉数据配置 - Google Patents

Abstract

本发明提供了静脉图形管理系统、静脉图形注册装置、静脉图形认证装置、静脉图形注册方法和静脉图形数据结构。通过它们，可以确定在身体表面人工形成的伪静脉图形的存在或不存在。(解决方法)提供了图像捕获单元，通过近红外光和可见光，用于捕获活体一部分的身体表面的图像并分别产生近红外光捕获的成像数据和可见光捕获的成像数据；静脉图形提取单元，用于分别从所述近红外光捕获的成像数据和所述可见光捕获的成像数据中提取静脉图形并分别把静脉图形作为近红外光静脉图形和可见光静脉图形；伪静脉图形确定单元，用于确定在身体表面人工形成的伪静脉图形的存在或不存在，所述身体表面的图像通过比较所述近红外光静脉图形和所述可见光静脉图形而被捕获。

Description

静脉图形管理系统、静脉图形注册设备、静脉图形认证设备、静脉图形注册方法、静脉图形认证方法、程序和静脉数据配置

技术领域

本发明涉及静脉图形管理系统、静脉图形注册设备、静脉图形认证设备、静脉图形注册方法、静脉图形认证方法、程序和静脉数据配置。

背景技术

个人认证方法包括用于通过注册个人的指纹、声波纹、虹膜和视网膜，或个人手背或手指的静脉图形等预先作为已注册的数据，并验证和确定在验证时输入的数据和已注册的数据的认证个人的方法。特别地，由于其高识别能力，使用静脉图形的个人认证近来已经被关注。

为了提高上述个人认证方法的安全性，因为必须阻止非法用户试图模仿正常已认证用户，用于阻止这样的非法用户的方法已经广泛地开发(比如，参考专利文档1和非专利文档1)。

[专利文档1]日本专利申请公开号2005-259345

[非专利文档1]“在金融交易中的生物统计认证”，伪造ATM卡的第9研究组，金融服务代理处，2005年4月15日(Tsutomu Matsumoto，“BiometricAuthentication in Financial Transactions”，the 9^th Study Group on Problem ofForged ATM cards：，Financial Services Agency，April 15，2005)

发明内容

通过发明要解决的问题

在一些使用静脉图形的个人认证方法中，利用近红外光，静脉图形通过捕获手的背部或手指的图像而被提取，使用差分滤波器处理提取的成像数据。

然而，因为用于使用近红外光进入静脉部分和非静脉部分捕获的成像数据的差分滤波器易于输出伪静脉图像，伪静脉图像已经用标签笔等被画在身体表面，作为静脉的一部分，人们需要一种为了避免非法用户的模仿(impersonation)而用于确定这样的伪静脉图形的存在的方法。

考虑到上面提及的问题，做出了本发明，本发明的目标是提供新颖的和改进的静脉图形管理系统、静脉图形注册设备、静脉图形认证设备、静脉图形注册方法、静脉图形认证方法、程序和静脉数据配置，能够确定在身体表面有意产生的伪静脉图形的存在。

解决问题的方法

为了解决上述问题，根据本发明的实施例，提供静脉图形管理系统用于注册和认证通过照射光到活体的一部分而获取的静脉图形，包括：成像单元，用于利用近红外光和可见光捕获活体一部分的身体表面的图像，并分别产生近红外光静脉图形和可见光静脉图形；静脉图形提取单元，用于分别从近红外光捕获的成像数据和可见光捕获的成像数据中提取静脉图形来产生近红外光静脉图形和可见光静脉图形；伪静脉图形确定单元，用于通过比较近红外光静脉图形和可见光静脉图形，确定在捕获的身体表面的一部分上有意形成的伪静脉图形的存在或不存在；静脉图形注册单元，用于基于来自伪静脉图形确定单元的确定结果，注册近红外光静脉图形来产生注册的静脉图形；和静脉图形认证单元，用于基于来自伪静脉图形确定单元的确定结果比较新产生的近红外光静脉图形和注册的静脉图形和认证新产生的近红外静脉图形。

为了解决上述问题，根据本发明的另一个实施例，提供静脉图形注册设备，包括：成像单元，利用近红外光和可见光，用于捕获活体一部分的身体表面的图像并分别产生近红外光成像数据和可见光成像数据；静脉图形提取单元，用于分别从近红外光成像数据和可见光成像数据中提取静脉图形来产生近红外光静脉图形和可见光静脉图形；伪静脉图形确定单元，用于通过比较近红外光静脉图形和可见光静脉图形，确定在捕获的身体表面的一部分上有意形成的伪静脉图形的存在；静脉图形注册单元，用于基于来自伪静脉图形确定单元的确定结果，注册近红外光静脉图形来产生注册的静脉图形。

为了解决上述问题，根据本发明的另一个实施例，提供静脉图形认证装置，包括：成像单元，利用近红外光和可见光，用于捕获活体一部分的身体表面的图像并分别产生近红外光成像数据和可见光成像数据；静脉图形提取单元，用于分别从近红外光成像数据和可见光成像数据中提取静脉图形来产生近红外光静脉图形和可见光静脉图形；伪静脉图形确定单元，用于通过比较近红外光静脉图形和可见光静脉图形，确定在捕获的身体表面的一部分上有意形成的伪静脉图形的存在；和静脉图形认证单元，用于基于来自伪静脉图形确定单元的确定结果比较已注册的近红外光静脉图形和近红外光静脉图形和认证近红外光静脉图形。

伪静脉图形确定单元通过计算近红外光静脉图形和可见光静脉图形之间的相关性系数可以确定伪静脉图形的存在。

伪静脉图形可以确定单元比较计算的相关性系数和用来确定的预定的阀值，当计算的相关性系数小于用来确定的预定的阀值时，确定伪静脉图形不存在，当计算的相关性系数等于或大于用来确定的预定的阀值时，确定伪静脉图形存在。

静脉图形提取单元针对构成近红外光成像数据和可见光成像数据的像素的每一个，使用为像素产生较大的值的差分滤波器，可以分别提取近红外光静脉图形和可见光静脉图形，该像素和其周围像素间有很大不同。

差分滤波器可以是微分滤波器或者高斯拉普拉斯算子(Log)滤波器。

此外，静脉图形认证单元可以基于从静脉图形注册装置获取的注册的静脉图形来认证近红外光静脉图形或者可以基于注册在静脉图形认证装置中的注册的静脉图形来认证近红外光静脉图形

为了解决上述问题，根据本发明的另一个实施例，提供用于注册通过照射光到活体的一部分而获取的静脉图形的静脉图形注册方法，包括步骤：利用近红外光捕获活体一部分的身体表面的图像并产生近红外光成像数据；从红外光成像数据中提取静脉图形并产生近红外光静脉图形；利用可见光捕获身体表面的图像并产生可见光成像数据；从可见光成像数据中提取静脉图形并产生可见光静脉图形；比较近红外光静脉图形和可见光静脉图形；基于比较结果确定在捕获的身体表面上有意形成的伪静脉图形的存在；基于确定结果注册近红外光静脉图形。

为了解决上述问题，根据本发明的另一个实施例，提供用于认证通过照射光到活体的一部分而获取的静脉图形的静脉图形认证方法，包括步骤：利用近红外光捕获活体一部分的身体表面的图像并产生近红外光成像数据；从红外光成像数据中提取静脉图形并产生近红外光静脉图形；利用可见光捕获身体表面的图像并产生可见光成像数据；从可见光成像数据中提取静脉图形并产生可见光静脉图形；比较近红外光静脉图形和可见光静脉图形；基于比较结果确定在捕获的身体表面上有意形成的伪静脉图形的存在；基于确定结果比较已注册静脉图形和近红外光静脉图形并认证近红外光静脉图形。

比较近红外光静脉图形和可见光静脉图形的步骤可以包括步骤：计算近红外光静脉图形和可见光静脉图形之间的相关性系数。

确定伪静脉图形的存在的步骤可以包括步骤：比较计算的相关性系数和用来确定的预定的阀值；当计算的相关性系数小于用来确定的预定的阀值时，确定伪静脉图形不存在；当计算的相关性系数等于或大于用来确定的预定的阀值时，确定伪静脉图形存在。

差分滤波器可以是微分滤波器或者高斯拉普拉斯算子(Log)滤波器。

为了解决上述问题，根据本发明的另一个实施例，提供用于促成计算机控制用于注册通过照射光到活体一部分而获取的静脉图形的静脉图形注册设备的程序，来执行：成像功能，用于利用近红外光和可见光捕获活体一部分的身体表面的图像并分别产生近红外光成像数据和可见光成像数据；静脉图形提取功能，用于分别从近红外光成像数据和可见光成像数据中提取静脉图形来产生近红外光静脉图形和可见光静脉图形；伪静脉图形确定功能，用于通过比较近红外光静脉图形和可见光静脉图形，确定在捕获的身体表面的一部分上有意形成的伪静脉图形的存在；静脉图形注册功能，用于基于确定结果注册近红外光静脉图形来产生注册的静脉图形。

根据这个配置，计算机程序被存储在计算机的存储单元，被包括在计算机中的CPU读取和执行，这样计算机程序使得计算机作为上述的静脉图形注册设备。此外，还可以提供在其中记录计算机程序的计算机可读记录媒介。记录媒介可以是，例如：磁盘、光盘、磁光盘、闪存(flush memory)等。此外，上述的计算机程序可以不使用记录媒介，通过网络分发。

为了解决上述问题，根据本发明的另一个实施例，提供用于促成计算机控制用于认证通过照射光到活体的一部分而获取的静脉图形的静脉图形认证设备的程序，来执行：成像功能，用于利用近红外光和可见光捕获活体一部分的身体表面的图像并分别产生近红外光成像数据和可见光成像数据；静脉图形提取功能，用于分别从近红外光成像数据和可见光成像数据中提取静脉图形来产生近红外光静脉图形和可见光静脉图形；伪静脉图形确定功能，用于通过比较近红外光静脉图形和可见光静脉图形，确定在捕获的身体表面的一部分上有意形成的伪静脉图形的存在；静脉图形认证功能，用于基于确定结果比较已注册的静脉图形和近红外光静脉图形和认证近红外光静脉图形。

根据这个配置，计算机程序被存储在计算机的存储单元，被包括在计算机中的CPU读取和执行，这样计算机程序使得计算机作为上述的静脉图形认证设备。此外，还可以提供在其中记录计算机程序的计算机可读记录媒介。记录媒介可以是，例如：磁盘、光盘、磁光盘、闪存(flush memory)等。此外，上述的计算机程序可以不使用记录媒介，通过网络分发。

为了解决上述问题，根据本发明的另一个实施例，提供静脉数据配置，包括：静脉数据储存区域，包含对应于个人的静脉图形并将被用通过用近红外光捕获活体一部分的身体表面的图像而获取的图像数据验证的数据；和系统性系数储存区域，包含通过用近红外光捕获图像而获取的图像数据和通过用可见光捕获身体表面的图像而获取的图像数据之间的相关性系数。

静脉数据配置还包括针对每个构成通过用近红外光捕获图像而获取的图像数据的像素，含有改变为与其周围像素差异巨大的像素输出高输出的差分滤波器的输出属性的参数的参数存储区；而且当用近红外光捕获图像而获取的图像数据具有的差额大于指示静脉部分的值和指示非静脉部分的值之间的差额时，参数可以明显地改变差分滤波器的输出值。

<发明效果>

根据本发明的实施例，可以确定在身体表面上有意产生的伪静脉图形。

附图说明

图1是图释使用可见光和近红外光的手指表面被捕获的图像的说明图；

图2是图释使用可见光同近红外光和Log(Log)滤波器的手指表面的捕获图像之间的关系的说明图；

图3是图释根据本实施例的静脉图形管理系统的说明图；

图4是图释根据本实施例的静脉图形注册设备的硬件配置的方框图；

图5是图释根据本实施例的静脉图形注册设备的配置的方框图；

图6是图释根据本实施例的静脉图形认证设备的配置的方框图；

图7是图释根据本实施例的轮廓提取方法的流程图；

图8是图释画在手指表面上的伪静脉(pseudo-vein)图像的示例的说明图；

主要元件标号说明

10：静脉图形管理系统

12：网络

14：可移除存储介质

20：静脉图形注册设备

30：静脉图形认证设备

201：CPU

203：ROM

205：RAM

207：总线

211：成像装置

213：输入装置

215：输出装置

217：存储装置

219：驱动

221：图像装置

231、301：成像单元

233、303：照射单元

235、305：近红外光照射单元

237、307：可见光照射单元

239、309：近红外光

241、311：可见光

243、313：光学透镜

245、315：成像数据产生单元

251、321：静脉图形提取单元

253、323：相关性系数计算单元

261、331：伪静脉图形确定单元

271、341：静脉图形注册单元

273、343：存储单元

275：注册的静脉图形公开单元

具体实施方式

(第一个实施例)

下文参考附图详细描述本发明的优选实施例。注意，在本说明书和附图中，具有基本相同的功能和结构的结构元件以同样的附图标记来表示，这些结构元件的重复说明在此省略。

虽然，在后面的描述中，描述本发明与手指的静脉图形的范例有关，但是，本发明不限于该范例。

<伪静脉图形>

有意形成在手指表面的伪静脉图形作为伪静脉图形的范例被描述，为根据本发明的的第一个实施例的静脉图形管理系统的描述做准备。

在使用手指静脉图形的生物检测认证中，虽然因为静脉图形自身位于手指内部，模仿很难，但是，在静脉图形的提取中，同样很难确定提取的静脉图形是否位于手指的内部。由于静脉本身吸收近红外光，当捕获身体表面的图像的时候，静脉作为黑色的阴影成像，如果伪静脉图形使用成分画在身体表面，该成分具有类似于静脉的吸光度，伪静脉图形可以从静脉图形中被识别。

因为近红外光可以透过身体组织，一方面，在血液中的血红素中它是可吸收的(减少的血红素)；另一方面，分布在手指内部的、手掌的或者手背的静脉，当近红外光照射到手指、手掌或手背的时候，在图像中只能显示为阴影。在图像中显示的静脉的阴影称为静脉图形。

图8是图释画在手指表面上的伪静脉图像的示例的说明图。图8的上面部分呈现其中使用油性水笔(permanent pen)直接画在手指表面的伪静脉图形的情况；图8的下面部分呈现其中没有伪静脉图形画在手指表面的情况。此外，在上面和下面部分的其中之一，从左到右分别显示使用可见光捕获的图像、使用近红外光捕获的图像、有关高斯拉普拉斯算子(Log)滤波器的输出的阀值处理的图像，该高斯滤波器是差分滤波器。

在此使用的阈值处理涉及在其中预定的上限的和下限的阀值被分配给Log滤波器的输出值的处理，如果输出值小于下限的阀值，输出值被设为零；如果输出值大于上限的阀值，输出值被设为上限的阀值。

因为油性水笔的墨水成分具有类似于静脉中减少的血色素的、少量的(light)吸收特性，使用油性水笔画的伪静脉图形留在中间的图像中，作为静脉图形，还未经过细化处理，如图8右上端和右下端所示，最后作为手指中的静脉被识别。

为了解决这些问题，本应用的发明人一直以来致力于发展，因此发明人已发明静脉图形管理系统、静脉图形注册设备、静脉图形认证设备、静脉图形注册方法、静脉图形认证方法、程序和静脉数据配置。

<实施例>

(使用可见光和近红外光的图像捕获)

参考图1，详细描述作为手指的捕获图像的结果，手指是使用可见光和近红外光被成像的目标。图1是图释使用可见光和近红外光的手指表面被捕获的图像的说明图。在图1中从左到右示出：手指表面上的伪静脉图形不存在，使用可见光的捕获结果；手指表面上的伪静脉图形不存在，使用近红外光的捕获结果；手指的表面上的伪静脉图形存在，使用可见光的捕获结果；手指表面上的伪静脉图形存在，使用近红外光的捕获结果。

参考伪静脉图形存在的捕获结果，可以看到，在使用可见光的捕获结果的情况下，手指表面上的卷曲等没有成像在使用近红外光的捕获结果上，而且手指的静脉一部分在使用近红外光的捕获结果上作为黑色的阴影成像。相反，当伪静脉图形被通过油性水笔有意画到手指表面的时候，可以看到，伪静脉图形清楚的被成像在可见光和近红外光两个的捕获结果上。

接下来，参考图2，详细描述使用可见光和近红外光和差分滤波器的手指表面的捕获图像之间的关系。图2是图释使用可见光同近红外光和Log滤波器的手指表面的捕获图像之间的关系的说明图，其中Log滤波器是一种差分滤波器。

图2的上面部分示出，从左到右顺序地，手指表面上的伪静脉图形不存在，使用可见光的捕获结果；手指表面上的伪静脉图形不存在，使用近红外光的捕获结果；手指表面上的伪静脉图形存在，使用可见光的捕获结果；手指表面上的伪静脉图形存在，使用近红外光的捕获结果。此外，图2的下面部分示出，从左到右顺序地，手指表面上的伪静脉图形不存在，使用可见光的捕获图像的Log滤波器输出；手指表面上的伪静脉图形不存在，使用近红外光的捕获图像的Log滤波器输出；手指表面上的伪静脉图形存在，使用可见光的捕获图像的Log滤波器输出；手指表面上的伪静脉图形存在，使用近红外光的捕获图像的Log滤波器输出。在图2的下面部分，等Log滤波器处理被应用在使用可见光和近红外光的每一个捕获图像上。

伪静脉图像不存在时，在针对使用可见光的捕获图像在数滤波器输出中，位于手指表面的弯曲等，已被作为白色的阴影输出；在针对使用可见光的捕获图像在数滤波器输出中，手指静脉的静脉图形，已被作为白色阴影输出。相反，在针对使用在可见光的捕获的图像和近红外光的捕获的图像的两个Log滤波器输出中，伪静脉图形已被作为白色阴影输出。

可以清楚的看到，通过互相比较下面的图像，在手指表面上的伪静脉图形不存在时，在针对使用可见光的捕获图像的Log滤波器输出和在针对使用近红外光的捕获图像的Log滤波器输出之间没有类似性；在手指表面上的伪静脉图形存在时，在针对使用可见光的捕获图像的Log滤波器输出和在针对使用近红外光的捕获图像的Log滤波器输出之间有显著的类似性。

因此在手指表面上的伪静脉图形不存在时，在针对使用可见光的捕获图像的Log滤波器输出和在针对使用近红外光的捕获图像的Log滤波器输出之间具有低的相关性；在手指表面上的伪静脉图形存在时，在针对使用可见光的捕获图像的Log滤波器输出和在针对使用近红外光的捕获图像的Log滤波器输出之间具有高的相关性。

本发明的发明人基于上述知识一直致力于深入的研究，因此发明人已发明可能通过在相关的领域使用可见光捕获手指表面的图像和使用近红外光捕获手指表面的图像，计算针对使用可见光的捕获图像的差分滤波器输出和在针对使用近红外光的捕获图像的差分滤波器输出之间的相关性，确定有意形成在手指表面上的伪静脉图形的存在，

(静脉图形管理系统)

接下来，参考图3，根据本实施例详细描述静脉图形管理系统10。图3是图释根据本实施例的静脉图形管理系统10的说明图

如图3所示，静脉图形管理系统10包括，例如：静脉图形注册设备20、多个静脉图形认证设备30A、30B...，它们通过网络12被连接到静脉图形注册设备20。

网络12是通信线网络，用于连接静脉图形注册设备20和静脉图形认证设备30，因此它们可以单向或双向通信。网络12可以包括，例如：公共网络，比如：因特网、电话网络、卫星通信网络、或者多信道广播网络；专用网，比如：广域网(WAN)、局域网(LAN)、因特网协议虚拟网(IP-VPN)、以太网(Ethernet，注册商标)，或者无线局域网等，既不受有线的网络，也不受无线的网络限制。

静脉图形注册设备20是可操作的，以便照射预定的波长的光，给想要注册他/她的静脉图形的个人的身体表面，捕获身体表面的图像，从捕获的图像数据中提取静脉图形，注册提取的静脉图形作为个人身份信息。静脉图形注册设备20同样是可操作的，以便确定身体表面上有意形成的伪静脉图形的存在，确定提取的静脉图形是否应该被注册。此外，静脉图形注册设备20按稍后描述的静脉图形认证设备30的要求，可以公开注册的静脉图形，该静脉图形作为个人身份信息已被注册。

静脉图形认证设备30A和30B是可操作的，以便照射预定的波长的光，给想要注册他/她的静脉图形的个人的身体表面，捕获身体表面的图像，从捕获的图像数据中提取静脉图形，比较提取的静脉图形和用于鉴别个人的已经注册的静脉图形。静脉图形认证设备30同样是可操作的，以便确定身体表面上有意形成的伪静脉图形的存在，确定提取的静脉图形是否应该被鉴别。此外，静脉图形认证设备30A和30B可以要求静脉图形注册设备20公开已经注册的静脉图形。

应该注意，静脉图形注册设备20和静脉图形认证设备30A和30B可以通过网络12如图所示被连接，或者通过通用串行总线(USB)接口、IEEE1394接口，比如：i.LINK、小型计算机系统接口(SCSI)、RS-232接口等，直接被连接，而不通过网络12。

虽然，在图3中，只有一个静脉图形注册设备20连接到网络12，本实施例不是有意限于如上描述的配置，但是可以允许多个静脉图形注册设备20连接到网络12。类似的，在图3中，只有两个静脉图形认证设备30连接到网络12，可以允许多个静脉图形认证设备30连接到网络12。

(静脉图形注册设备20的配置)

参考图4，根据本实施例详细描述静脉图形注册设备20的硬件配置。图4是图释根据本实施例的静脉图形注册设备20的硬件配置的方框图。

如图4所示，静脉图形注册设备20主要包括：中央处理器(CPU)201、只读内存(ROM)203、随机存取存储器(RAM)205、总线207、成像装置211、输入装置213、输出装置215.存储装置217、驱动219和通信装置221.

CPU201作为计算机的装置和控制器，根据同记录在在ROM203、RAM205、存储装置217或者可移除的记录介质14中的不同的程序，控制静脉图形注册设备20中全部或部分的操作。ROM203存储被CPU201使用的程序、操作参数等。RAM205临时存储用于被CPU201执行的程序、在程序的运行中适当改变的参数等。CPU、ROM和RAM通过内部的总线形成的总线207相互连接，比如：总线是CPU总线。

成像装置211是在CPU201的控制下，用于捕获身体表面的图像以产生图像数据的装置。图像装置211包括，例如：照射装置，用于照射预定的波长的光；和聚焦装置，例如：光学透镜，用于聚焦穿过身体表面的光。照射装置包括发出预定的波长的光的光源和基于来自CPU201的控制信号，照射预定的波长的光。聚焦装置收集照射来自照射装置的光，产生图像数据。

输入装置213包括，例如：操作方法，比如：被用户操作的鼠标、键盘、触摸屏、按键、开关和控制杆；和音频输入方法，比如：麦克风和手持机(handset)。此外，输入装置213可以是，例如：使用红外照射或其他无线波的远程控制方法(所谓遥控器)，或者是外部连接装置，比如：手机和PDA，适合静脉图形注册设备20的操作。此外，输入装置213可以包括，例如：输入控制电路等，用于产生基于用户使用上述的操作方法和音频输入方法输入的信息的输入信号而且输出输入信号给CPU201。静脉图形注册设备20的用户可以通过操作输入装置213，输入不同的数据和指令处理操作给静脉图形注册设备20。

输出装置215包括，例如：显示装置，比如：阴极射线管(CRT)装置、液晶显示(LCD)装置、等离子显示屏(PDP)装置、电致发光显示(EL)装置和灯；音频输出装置，例如：扬声器和头挂听筒、打印机、手机、传真机等，它们能够在视觉上、听觉上给用户传达获取的信息。

存储装置217是数据存储装置，它根据本实施例配置成静脉图形注册设备20的存储单元的范例，包括，例如：磁存储装置、比如：硬盘驱动器(HDD)，半导体存储装置、光存储装置、磁光存储装置等。存储装置217存储各种各样的数据，例如：CPU201执行的程序、不同的数据和从外面获取的不同种类的数据。

驱动219是给存储媒介的读写器，可以被嵌入在或附加在静脉图形注册设备20。驱动219读出记录在可移除的记录媒介14的信息，输出信息给RAM205，记录媒介诸如：附加的磁盘、光盘、磁光盘或半导体存储器。此外，驱动219能够写入记录到可移除的记录媒介14，诸如：附加的磁盘、光盘、磁光盘或半导体存储器。可移除的记录媒介14包括，例如：DVD媒介、HD-DVD媒介、蓝光(Blu-ray)媒介、CompactFlash(CF)(注册商标)、记忆棒、安全数码卡(SD)等。此外，可移除的记录媒介14可以是，例如：装备有非接触的IC芯片的集成电路(IC)卡形式、电子装置等。

通信装置221是通信的接口，它包括，例如：用于连接到通信网络12的通信装置。通信装置221制成通信卡的形式，用于有线的或者无线局域网(LAN)、蓝牙、或者无线USB(WUSB)、用于光通信的路由器、用于非对称数据用户专线的路由器、用于不同的通信环境的调制解调器等。通信装置221能够发/收信号等，到/自其它的静脉图形注册设备20和其它的静脉图形认证设备30。此外，连接到通信装置221的网络12由通过有线的或无线的连接而连接的网络等形成，可以被配置成，例如：因特网、家庭局域网、红外通信、卫星通信等。

由于上述的配置静脉图形注册设备20可以照射预定的波长的光给想要注册他/她的静脉图形的个人的身体表面，捕获身体表面的图像，从捕获的图像数据中提取静脉图形，注册提取的静脉图形作为个人身份信息。此外，静脉图形注册设备20可以发/收数据，到/自直接连接到静脉图形注册设备20或静脉图形认证设备30连接到网络12的静脉图形认证设备30，使用可移除的记录媒介14提取存储在静脉图形注册设备20的信息。

前面已经描述根据本实施例的用于实现静脉图形注册设备20的功能的可能的硬件配置的范例。上面的每一个元件可以使用通用的成员被配置，或者可以使用为每一个元件的功能的专用硬件被配置。

因为静脉图形认证设备30的硬件配置基本上同静脉图形注册设备20的一致，省略静脉图形认证设备30的硬件配置的描述。

接下来，参考图5，详细描述根据本实施例的静脉图形注册设备20的配置。图5是图释根据本实施例的静脉图形注册设备的配置的方框图。

如图5所示，根据本实施例的静脉图形注册设备20包括，例如：成像单元231、静脉图形提取单元251.伪静脉图形确定单元261、静脉图形注册单元271、存储单元273和注册的静脉图形公开单元275.

成像单元231捕获想要注册他/她的静脉图形的个人的身体表面H的图像，产生成像数据。成像单元231包括，例如：照射预定的波长的光的照射单元233、聚焦穿过身体表面的光的光学透镜243和基于聚焦的光产生程序数据的成像数据产生单元245。

照射单元233包括用于发出预定的波长的光到身体表面H的光源，和包括，例如：近红外光照射单元235和可见光照射单元237。近红外光照射单元235包括，例如：卤素灯、发光二极管等，并且照射具有大约600nm到1300nm的波长的近红外光239。而且，可见光照射单元237包括，例如：氙气灯等，而且照射具有大约400nm到800nm的波长的可见光241。

光学透镜243聚焦穿过身体表面H的近红外光239和可见光241光，在成像数据产生单元245上形成图像，身体表面比如：手指表面。光学透镜243可以有两种类型的光学透镜，包括：一种用于聚焦近红外光239和另一种用于聚焦可见光241光，或者有能够聚集两个近红外光239和可见光241光的单一的光学透镜。

成像数据产生单元245，基于近红外光239发出的光和可见光241光的发出的光，分别产生近红外光成像数据和可见光成像数据，发出的光是通过光学透镜243聚集的。成像数据产生单元245包括，例如：电荷耦合元件(CCD)图像传感器、电荷耦合元件(CMOS)图像传感器等，并且给稍后描述的静脉提取单元251输出近红外光成像数据和可见光成像数据。此外，成像数据产生单元245可以在稍后描述的存储单元273，存储产生的近红外光成像数据和可见光成像数据。在存储单元273的存储中，捕获的日期或捕获的时间可以关联到产生的近红外光成像数据和可见光成像数据。此外，近红外光成像数据和可见光成像数据可以是RGB(RGB)色彩模式信号或者可以是其它颜色的图像数据、灰度图数据等。

静脉图形提取单元251包括，例如：执行对发自成像数据产生单元239的近红外光成像数据上的静脉图形提取的预处理的功能、提取静脉图形多功能，和执行对静脉图形提取的后处理。

对静脉图形提取的预处理包括，例如：用于从近红外光成像数据和可见光成像数据检测手指的轮廓和在近红外光成像数据和可见光成像数据中区别手指位于哪里的处理；用于使用检测到的手指轮廓，旋转近红外光成像数据或可见光成像数据，纠正近红外光成像数据和可见光成像数据的角度(捕获图像的角度)的处理等。

此外，静脉图形提取可以通过对近红外光成像数据和可见光成像数据，应用差分滤波器来完成，该数据已经被用来检测轮廓或者纠正角度。差分滤波器是指输出大的值作为针对位于感兴趣的像素和其周围像素之间的差异各自很大的部分的感兴趣的图像和其周围像素的输出值的滤波器。换句话说，在此应用的差分滤波器是指指通过使用感兴趣的像素和它周围像素间的灰度电平值的差异的操作，在图像中加强线或边缘的滤波器。

通常，对图像数据u(x，y)使用变量，执行滤波器处理，数据是二维平面上的阵点(x，y)，使用滤波器h(x，y)产生图像数据v(x，y)，如下列方程式1所示。在下列方程式1中，*表示卷积。

$v(x,y)=u(x,y)*h(x,y)$

$=\underset{m_1}{\mathrm{\&Sigma;}}\underset{m_2}{\mathrm{\&Sigma;}}h(m_1,m_2)u(x-m_1,y-m_2)$

$=\underset{m_1}{\mathrm{\&Sigma;}}\underset{m_2}{\mathrm{\&Sigma;}}u(m_1,m_2)h(x-m_1,y-m_2)---\left(1\right)$

在根据本实施例的静脉图形提取中，差分滤波器，比如：一阶空间微分滤波器或者二阶空间微分滤波器，可以被用作上述的差分滤波器。一阶空间微分滤波器指，对感兴趣的像素，在灰度电平中，计算感兴趣的像素和它水平相邻的像素或者它的垂直相邻的像素之间的差异的滤波器；二阶空间微分滤波器是指对感兴趣的像素，提取灰度值的差异具有增加的变化的部分。

例如，下面的高斯拉普拉斯算子(Log)滤波器能够用作上述的二阶空间微分滤波器。Log滤波器(方程式3)能够写为高斯滤波器二阶空间导数(方程式2)，它是使用高斯函数的平滑滤波器。在下面的方程式2中，σ表示高斯函数的标准偏差，换句话说，表示高斯滤波器的平滑度的变量，如方程式2中的范例，改变的σ值假设执行Log滤波处理，能够引起输出属性(输出值)改变。

$h_{\mathrm{gauss}}(x,y)=\frac{1}{2\mathrm{\&pi;}{\mathrm{\&sigma;}}^2}\exp \{-\frac{(x^2+y^2)}{2{\mathrm{\&sigma;}}^2}\}---\left(2\right)$

$h_{\log }(x,y)={\&dtri;}^2\&CenterDot;h_{\mathrm{gauss}}(x,y)$

$=(\frac{{\&PartialD;}^2}{\&PartialD;x^2}+\frac{{\&PartialD;}^2}{{\&PartialD;y}^2})h_{\mathrm{gauss}}$

$=\frac{(x^2+y^2-2{\mathrm{\&sigma;}}^2)}{2\mathrm{\&pi;}{\mathrm{\&sigma;}}^6}\exp \{-\frac{(x^2+y^2)}{2{\mathrm{\&sigma;}}^2}\}---\left(3\right)$

同样，上述对静脉图形提取的后处理可以包括，例如：执行在图像数据上的阀值处理，该数据已经受差分滤波器、二值化处理、和细化处理等支配。在已经通过后处理之后，静脉图形的轮廓可以被提取。

静脉提取单元251发送静脉图形或者如此提取的轮廓到稍后描述的相关性系数计算单元253。静脉提取单元251可以在稍后描述的存储单元273中存储提取的静脉图形或轮廓。静脉提取单元251可以在存储单元273中，存储参数、处理过程中的中间的结果等，该结果已经被产生以便执行每一个上述的处理，。

此外，静脉图形提取单元251还包括用于计算代表近红外光静脉图形和可见光静脉图形之间的类似性的相关性系数的相关性系数计算单元253。相关性系数计算单元253使用下面的方程式4，计算红外光静脉图形和可见光静脉图形之间相关性系数。相关性系数是统计指标，指示两条数据x＝{x_i}和y＝{y_i}之间的类似性，具有从-1到1的实数值。当相关性系数具有接近1的值时，它指示该两条数据相似，然而，当相关性系数具有接近0的值时，它指示该两条数据不相似。此外，当相关性系数具有接近-1的值时，它指示在其中该两条数据具有相反的标记的情况。

$r=\frac{\underset{i}{\mathrm{\&Sigma;}}(x_i-\stackrel{\&OverBar;}{x})(y_i-\stackrel{\&OverBar;}{y})}{\sqrt{\underset{i}{\mathrm{\&Sigma;}}{(x_i-\stackrel{\&OverBar;}{x})}^2}\sqrt{\underset{i}{\mathrm{\&Sigma;}}{(y_i-\stackrel{\&OverBar;}{y})}^2}}---\left(4\right)$

x：数据x的平均值

y：数据y的平均值

相关性系数计算单元253发出近红外光静脉图形和可见光静脉图形之间的相关性系数，它已经被计算过，例如：基于方程式4，给稍后描述的伪静脉图形确定单元261。相关性系数计算单元253还可以在存储单元273上常常计算的相关性系数。

伪静脉图形确定单元261在静脉图形提取单元251中，基于发自相关性系数计算单元253的相关性系数，确定在身体表面H的一部分上有意形成的伪静脉图形的存在。特别是，伪静脉图形确定单元261通过比较发自相关性系数计算单元253的相关性系数和预定的阀值，确定伪静脉图形的存在。阀值可以是，例如：从使用多个估算数据的在前的确定测试中计算的值或者可以是针对特别的个体的值。

此外，如图2所示，例如，当没有伪静脉图形时，近红外光静脉图形和可见光静脉图形的相关度低。这样，相关性系数应该是接近零的值。然而，当有伪静脉图形时，近红外光静脉图形和可见光静脉图形的相关度高，这样，相关性系数应该是接近1的值。结果，例如：可能设置阀值为0.5。

伪静脉图形确定单元261当发自相关性系数计算单元253的相关性系数高于预定的阀值时，确定在身体表面H上已经形成伪静脉图形；当相关性系数低于预定的阀值时，确定在身体表面H上没有形成伪静脉图形。

伪静脉图形确定单元261发送确定结果给静脉图形注册设备271.伪静脉图形确定单元261可以在存储单元273中存储该确定结果。此外，在存储单元的存储中，受到确定的静脉图形和确定结果可以被相互关联地存储。

静脉图形注册单元271基于发自伪静脉图形确定单元261的确定结果，注册产生的近红外光静脉图形作为模板。特别是，当确定结果发送来自伪静脉图形确定单元261时，指示不存在伪静脉图形，静脉图形注册单元271存储发自静脉图形提取单元251的近红外光静脉图形作为存储单元273中的注册的静脉图形。反之，当确定结果发送来自伪静脉图形确定单元261时，指示存在伪静脉图形，静脉图形注册单元271不注册提取的近红外光静脉图形，而且结束注册处理。在注册的静脉图形的注册中，不仅近红外光静脉图形被注册，而且其它用于识别个人具有静脉图形的数据(例如：手指印数据、脸部图像数据、虹膜数据、声波纹数据等)可以与近红外光静脉图形相关联，被存储。此外，将要被作为模板注册的注册的静脉图形可以包括，例如：与标准一致的标题信息，比如：通用生物统计交换格式(CBEFF)框架。

存储单元273存储注册的静脉图形，，它被静脉图形注册单元271要求将要被注册，或者与注册的静脉图形相关的其它时间。除这些数据之外，成像数据产生单元245产生的成像数据，静脉图形提取单元251提取的静脉图形等也可以被存储。此外，除了这些数据，静脉图形注册设备20能促使不同的参数、在执行某些处理中需要被存储的中间的结果等，或者多种的数据库等，被合适地存储。存储单元273通过成像单元231、静脉图形提取单元251、伪静脉图形确定单元261、静脉图形注册单元271等，能够被自由地读取/写入。

注册的静脉图形公开单元275可以公开存储在存储单元273的注册的静脉图形，例如：根据连接到静脉图形注册设备20的静脉图形认证设备设备30的要求。

应该注意，根据本实施例的静脉图形注册设备20可以以不同的设备实现，比如：包括计算机或服务器、包括移动电话或者PHS的移动终端或者个人数字助理(PDA)、自动取款机(ATM)、出入控制设备等的的信息处理设备。

虽然在上述的描述中，在静脉图形注册设备20中存储图像的情况下，已经描述过将要被注册作为模板的静脉图形，注册的静脉图形可以被存储在记录媒介，比如：DVD媒介、HD-DVD媒介、蓝光(Blu-ray)媒介、CompactFlash(CF)(注册商标)、记忆棒、安全数码卡(SD)等、装备有非接触的IC芯片的集成电路(IC)卡形式、电子装置等

前面已经描述过根据本实施例的静脉图形注册设备20的功能的范例。上面的每一个元件可以使用通用的成员或电路被配置，或者可以使用为每一个元件的功能的专用硬件被配置。此外，每个元件的功能可以仅通过CPU等完成。这样，在此应用的配置可以基于实施本实施例的时机的技术状态，被适当地修改。

(静脉图形认证设备30的结构)

接下来，参考图6，详细描述根据本实施例的静脉图形认证设备30。图6是图释根据本实施例的静脉图形认证设备的配置的方框图。

如图6所述，根据本实施例的静脉图形认证设备30包括，例如：程序都有301、静脉图形提取单元321、伪静脉图形确定单元331、静脉图形认证单元341和存储单元343。

成像单元301捕获想要注册他/她的静脉图形的个人的身体表面H的图像，产生成像数据。成像单元301包括，例如：照射预定的波长的光的照射单元303、聚焦穿过身体表面的光的光学透镜313和基于聚焦的光产生程序数据的成像数据产生单元315。

照射单元303包括用于发出预定的波长的光到身体表面H的光源，和包括，例如：近红外光照射单元305和可见光照射单元307。近红外光照射单元305包括，例如：卤素灯、发光二极管等，并且照射具有大约600nm到1300nm的波长的近红外光309。而且，可见光照射单元307包括，例如：氙气灯等，而且照射具有大约400nm到800nm的波长的可见光311。

光学透镜313聚焦穿过身体表面H的近红外光309和可见光311光，在成像数据产生单元315上形成图像，身体表面比如：手指表面。光学透镜243可以有两种类型的光学透镜，包括：一种用于聚焦近红外光309和另一种用于聚焦可见光311光，或者有能够聚集两个近红外光309和可见光311光的单一的光学透镜。

成像数据产生单元315基于近红外光309发出的光和可见光311光的发出的光，分别产生近红外光成像数据和可见光成像数据，发出的光是通过光学透镜313聚集的。成像数据产生单元315包括，例如：CCD图像传感器、电CMOS图像传感器等，并且给稍后描述的静脉提取单元321输出近红外光成像数据和可见光成像数据。此外，成像数据产生单元315可以在稍后描述的存储单元343存储产生的近红外光成像数据和可见光成像数据。在存储单元343的存储中，捕获的日期或捕获的时间可以关联到产生的近红外光成像数据和可见光成像数据。此外，近红外光成像数据和可见光成像数据可以是RGB色彩模式信号或者可以是其它颜色的图像数据、灰度图数据等。

静脉图形提取单元321包括，例如：执行对发自成像数据产生单元315的近红外光成像数据上的静脉图形提取的预处理的功能、提取静脉图形多功能，和执行对静脉图形提取的后处理。

在这个范例中，对静脉图形提取的预处理包括，例如：用于从近红外光成像数据和可见光成像数据检测手指的轮廓和在近红外光成像数据和可见光成像数据中区别手指位于哪里的处理；用于使用检测到的手指轮廓，旋转近红外光成像数据或可见光成像数据，纠正近红外光成像数据和可见光成像数据的角度(捕获图像的角度)的处理等。

此外，静脉图形提取可以通过对近红外光成像数据和可见光成像数据。采用差分滤波器来完成，该滤波器可以用来检测轮廓或者纠正角度。差分滤波器是指输出大的值作为针对位于感兴趣的像素和其周围像素之间的差异各自很大的部分的感兴趣的图像和其周围像素的输出值的滤波器。换句话说，在此应用的差分滤波器是指通过使用感兴趣的像素和它周围像素间的灰度电平值的差异的操作，在图像中加强线或边缘的滤波器。

通常，对图像数据u(x，y)使用变量，执行滤波器处理，数据是二维平面上的阵点(x，y)，使用滤波器h(x，y)产生图像数据v(x，y)，如下列方程式5所示。在下列方程式5中，*表示卷积。

$v(x,y)=u(x,y)*h(x,y)$

$=\underset{m_1}{\mathrm{\&Sigma;}}\underset{m_2}{\mathrm{\&Sigma;}}h(m_1,m_2)u(x-m_1,y-m_2)$

$=\underset{m_1}{\mathrm{\&Sigma;}}\underset{m_2}{\mathrm{\&Sigma;}}u(m_1,m_2)h(x-m_1,y-m_2)---\left(5\right)$

在根据本实施例的静脉图形提取中，差分滤波器，比如：一阶空间微分滤波器或者二阶空间微分滤波器，可以被用作上述的差分滤波器。一阶空间微分滤波器是指，对感兴趣的像素，在灰度电平中，计算感兴趣的像素和它水平相邻的像素或者它的垂直相邻的像素之间的差异的滤波器；二阶空间微分滤波器是指对感兴趣的像素，提取在灰度值的差异方面具有增加的变化的一部分。

例如，下面的高斯拉普拉斯算子(Log)滤波器能够用作上述的二阶空间微分滤波器。Log滤波器(方程式7)能够写为高斯滤波器二阶空间导数(方程式6)，它是使用高斯函数的平滑滤波器。在下面的方程式2中，σ表示高斯函数的标准偏差，换句话说，表示高斯滤波器的平滑度的变量，如方程式6中的范例，改变的σ值假设执行Log滤波处理，能够引起输出属性(输出值)改变。

$h_{\mathrm{gauss}}(x,y)=\frac{1}{2\mathrm{\&pi;}{\mathrm{\&sigma;}}^2}\exp \{-\frac{(x^2+y^2)}{2{\mathrm{\&sigma;}}^2}\}---\left(6\right)$

$h_{\log }(x,y)={\&dtri;}^2\&CenterDot;h_{\mathrm{gauss}}(x,y)$

$=(\frac{{\&PartialD;}^2}{\&PartialD;x^2}+\frac{{\&PartialD;}^2}{{\&PartialD;y}^2})h_{\mathrm{gauss}}$

$=\frac{(x^2+y^2-2{\mathrm{\&sigma;}}^2)}{2\mathrm{\&pi;}{\mathrm{\&sigma;}}^6}\exp \{-\frac{(x^2+y^2)}{2{\mathrm{\&sigma;}}^2}\}---\left(7\right)$

同样上述对静脉图形提取的后处理可以包括，例如：执行在图像数据上的阀值处理，该数据已经受差分滤波器、二值化处理、和细化处理等支配。在已经通过后处理之后，静脉图形的轮廓可以被提取。

静脉提取单元321发送静脉图形或者如此提取的轮廓到稍后描述的相关性系数计算单元323。静脉提取单元321可以在稍后描述的存储单元343中存储提取的静脉图形或轮廓。静脉提取单元321可以在存储单元343中，存储参数、处理过程中的中间的结果等，该结果已经被产生以便执行每一个上述的处理，。

此外，静脉图形提取单元321还包括用于计算代表近红外光静脉图形和可见光静脉图形之间的类似性的相关性系数的相关性系数计算单元323。相关性系数计算单元323使用下面的方程式8，计算红外光静脉图形和可见光静脉图形之间相关性系数。相关性系数是统计指标，指示两条数据x＝{x_i}和y＝{y_i}之间的类似性，具有从-1到1的实数值。当相关性系数具有接近1的值时，它指示该两条数据相似，然而，当相关性系数具有接近0的值时，它指示该两条数据不相似。此外，当相关性系数具有接近-1的值时，它指示在其中该两条数据具有相反的标记的情况。

$r=\frac{\underset{i}{\mathrm{\&Sigma;}}(x_i-\stackrel{\&OverBar;}{x})(y_i-\stackrel{\&OverBar;}{y})}{\sqrt{\underset{i}{\mathrm{\&Sigma;}}{(x_i-\stackrel{\&OverBar;}{x})}^2}\sqrt{\underset{i}{\mathrm{\&Sigma;}}{(y_i-\stackrel{\&OverBar;}{y})}^2}}---\left(8\right)$

x：数据x的平均值

y：数据y的平均值

相关性系数计算单元323发送近红外光静脉图形和可见光静脉图形之间的相关性系数，该系数已经被计算过，例如：基于方程式8，给稍后描述的伪静脉图形确定单元331。相关性系数计算单元323还可以在存储单元343上存储计算的相关性系数。

伪静脉图形确定单元331在静脉图形提取单元321中，基于发自相关性系数计算单元323的相关性系数，确定在身体表面H的一部分上有意形成的伪静脉图形的存在。特别是，伪静脉图形确定单元331通过比较发自相关性系数计算单元323的相关性系数和预定的阀值，确定伪静脉图形的存在。阀值可以是，例如：从使用多个估算数据的在前的确定测试中计算的值或者可以是针对特别的个体的值。

此外，如图2所示，例如，当没有伪静脉图形时，近红外光静脉图形和可见光静脉图形的相关度低。这样，相关性系数应该是接近零的值。然而，当有伪静脉图形时，近红外光静脉图形和可见光静脉图形的相关度高，这样，相关性系数应该是接近1的值。结果，例如：可能设置阀值为0.5。

伪静脉图形确定单元331当发自相关性系数计算单元323的相关性系数高于预定的阀值时，确定在身体表面H上已经形成伪静脉图形；当相关性系数低于预定的阀值时，确定在身体表面H上没有形成伪静脉图形。

伪静脉图形确定单元331发送确定结果给静脉图形认证设备341.伪静脉图形确定单元331可以在存储单元333中存储该确定结果。此外，在存储单元的存储中，受到确定的静脉图形和确定结果可以被相互关联地存储。

静脉图形认证单元341基于发自伪静脉图形确定单元331的确定结果，执行最终产生的近红外光静脉图形的认证。特别是，当指示“不存在伪静脉图形”的确定结果发送来自伪静脉图形确定单元331时，静脉图形认证单元341要求静脉图形注册设备20公开注册的静脉图形，并且比较从静脉图形注册设备20获得的注册的静脉图形和从静脉图形提取单元251发送的近红外光的静脉图形。这样，例如，通过计算上述的相关性系数和执行基于计算的相关性系数的比较，能够完成注册的静脉图形和近红外光的静脉图形的比较。当比较结果指示注册的静脉图形和近红外光的静脉图形相互类似时，静脉图形认证单元341使近红外光静脉图形生效；当它们相互不类似时，不使近红外光静脉图形生效。

反之，当确定结果发送来自伪静脉图形确定单元331时，指示存在伪静脉图形，静脉图形认证单元341不执行而且结束提取的可见光静脉图形的认证处理。

存储单元343能够存储成像数据产生单元315产生的成像数据、通过静脉图形提取单元321提取的静脉图形等。此外，除了这些数据，静脉图形认证设备20能引出不同的参数、在执行某些处理中需要被存储的中间的结果等，或者多种的数据库等，被适当地存储。存储单元3433通过成像单元301、静脉图形提取单元321、伪静脉图形确定单元331、静脉图形认证单元341等，能够被自由地读取/写入。

根据本实施例的静脉图形认证设备30可以以不同的设备实现，举例来说，比如：包括计算机或服务器、包括移动电话或者PHS的移动终端或者个人数字助理(PDA)、自动取款机(ATM)、出入控制设备等的信息处理设备。

虽然在上面的描述中，注册的静脉图形假定来自静脉图形注册设备20，基于注册的静脉图形，可以执行认证，该静脉图形已经被存储在记录媒介，比如：DVD媒介、HD-DVD媒介、蓝光(Blu-ray)媒介、CompactFlash(CF)(注册商标)、记忆棒、安全数码卡(SD)等、装备有非接触的IC芯片的IC卡形式、电子装置等

上面已经描述过根据本实施例的静脉图形认证设备30的功能的范例。上面的每一个元件可以使用通用的成员或电路被配置，或者可以使用为每一个元件的功能的专用硬件被配置。此外，每个元件的功能可以仅通过CPU等完成。这样，在此应用的配置可以基于实施本实施例的时机的技术状态，被适当地修改。

(静脉图形的注册方法)

接下来，参考图7，详细描述根据本实施例的注册静脉图形的方法。图7是图释根据本实施例的提取轮廓的方法的流程图

通常，仅使用近红外光捕获位于手指的手指静脉的图像。然而，根据本实施例的注册静脉图形的方法，特征在于在执行提取手指的静脉图形的处理中不仅使用近红外光捕获手指静脉的图形的图像，而且使用可见光捕获手指静脉的图形的图像。

首先，成像单元231捕获身体表面的一部分的图像(例如：手指表面)，成像单元231中的成像数据产生单元245产生近红外光成像数据(步骤S101)。成像数据产生单元245在存储单元273上存储产生的近红外光成像数据，与捕获的日期或捕获的时间关联，发送产生的近红外光成像数据到静脉图形提取单元251。

被传输近红外光成像数据的静脉图形提取单元251对近红外光成像数据执行静脉图形的轮廓提取的预处理，在其中，预处理包括检测手指的轮廓和区别手指的位置的处理、旋转近红外光成像数据和纠正近红外光成像数据的角度的处理(步骤S103)。

一旦轮廓提取的预处理已经完成，静脉图形提取单元251接着对经过预处理的近红外光成像数据，通过应用Log滤波器处理，计算Log滤波器的输出，Log滤波器是一种差分滤波器，以此产生近红外光静脉图形(步骤S105)。计算Log滤波器的输出值后，静脉图形提取单元251在存储单元273存储计算的Log滤波器的输出值(近红外光静脉图形)。

成像单元231接着同使用近红外光捕获的手指表面的图像一样，使用可见光捕获手指表面的同一部分的图像，成像数据产生单元245产生可见光成像数据(步骤S107)。成像数据产生单元245在存储单元273上存储产生的可见光成像数据，例如：与捕获的日期或捕获的时间关联，发送产生的可见光成像数据到静脉图形提取单元251。

被传输可见光成像数据的静脉图形提取单元251对可见光成像数据执行静脉图形的轮廓提取的预处理(步骤S109)，包括检测手指的轮廓和区别可见光成像数据中手指位于哪里的处理、旋转近红外光成像数据和纠正近红外光成像数据的角度的处理等。

一旦轮廓提取的预处理已经完成，静脉图形提取单元251接着对已经经过预处理的可见光成像数据，通过应用Log滤波器处理，计算Log滤波器的输出，Log滤波器是一种差分滤波器，以此产生可见光静脉图形(步骤S111)。计算Log滤波器的输出值后，静脉图形提取单元251在存储单元273存储计算的Log滤波器的输出值(可见光静脉图形)

一旦针对近红外光成像数据和可见光成像数据的Log滤波器的输出值的计算已经完成，近红外光静脉图形和可见光静脉图形已经分别产生，在静脉图形提取单元251中的相关性系数计算单元253使用，例如：上述的方程式4，计算近红外光静脉图形和可见光静脉图形之间的相关性系数(步骤S113)。一旦相关性系数的计算已经完成，相关性系数计算单元253在存储单元273中存储计算的相关性系数，而且发送它到伪静脉图形确定单元261。

伪静脉图形确定单元261基于发送来自相关性系数计算单元253的相关性系数，确定在身体表面(例如：手指的表面)的一部分上的伪静脉图形的存在。通过确定计算的相关性系数是否小于预定的阀值或者大于、等于预定的阀值，执行该确定(步骤S115)。

一方面，伪静脉图形确定单元261确定伪静脉图形没有出现在手指的表面，手指的表面是将要被成像的目标，通知静脉图形提取单元251和静脉图形注册单元271该确定结果。基于确定结果的信息的接收，静脉图形提取单元251对近红外光静脉图形应用后处理，比如：阀值处理、二值化处理、和细化处理(步骤S117)，而且在存储单元273存储已经经过后处理的近红外光静脉图形，同样发送近红外光静脉图形到静脉图形注册单元271。

另一方面，伪静脉图形确定单元261确定伪静脉图形出现在手指的表面，手指的表面是将要被成像的目标，通知静脉图形注册单元271该确定结果。

当静脉图形注册单元271被来自伪静脉图形确定单元261的、指示没有出现伪静脉图形的信号通知时，静脉图形注册单元271存储来自静脉图形提取单元251的经过后处理的近红外光静脉图形，在包含在存储单元273的数据库(未示出)中，作为注册的静脉图形。此外，注册的静脉图形可以关联个人的ID或者其它的生物检测学的数据等。

此外，当静脉图形注册单元271被来自伪静脉图形确定单元261的、指示出现伪静脉图形的信号通知时，伪静脉图形确定单元261不执行静脉图形的注册处理，而且结束一系列处理。

如上所述，在根据本实施例的注册静脉图形的方法中，有可能通过产生两个使用可见光的成像数据和使用近红外光的成像数据，而且集中关注在可见光静脉图形和近红外光静脉图形之间的相关性，以此确定有意形成在身体表面的一部分的伪静脉图形的存在。因为根据本实施例的注册静脉图形的方法能够在注册静脉图形之前，确定伪静脉图形的存在，可以避免在数据库等存储不必要的数据，在数据库包含注册的静脉图形。

(静脉图形的认证方法)

接下来，再次参考图7，详细描述根据本实施例的认证静脉图形的方法

通常，仅使用近红外光捕获位于手指的手指静脉的图像。然而，根据本实施例的认证静脉图形的方法，特征也在于在执行提取手指的静脉图形的处理中不仅使用近红外光捕获手指静脉的图形的图像，而且使用可见光捕获手指静脉的图形的图像。

首先，成像单元301捕获身体表面的一部分的图像(例如：手指表面)，成像单元301中的成像数据产生单元309产生近红外光成像数据(步骤S101)。成像数据产生单元315在存储单元343上存储产生的近红外光成像数据，例如：与捕获的日期或捕获的时间关联，发送产生的近红外光成像数据到静脉图形提取单元321。

被传输近红外光成像数据的静脉图形提取单元321对近红外光成像数据执行静脉图形的轮廓提取的预处理，在其中，预处理包括检测手指的轮廓和区别手指的位置的处理、旋转近红外光成像数据和纠正近红外光成像数据的角度的处理(步骤S103)。

一旦轮廓提取的预处理已经完成，静脉图形提取单元321接着对经过预处理的近红外光成像数据，通过应用Log滤波器处理，计算Log滤波器的输出，Log滤波器是一种差分滤波器，以此产生近红外光静脉图形(步骤S105)。计算Log滤波器的输出值后，静脉图形提取单元321在存储单元343存储计算的Log滤波器的输出值(近红外光静脉图形)。

成像单元301接着同使用近红外光捕获的手指表面的一样，使用可见光捕获手指表面的同一部分的图像，成像数据产生单元315产生可见光成像数据(步骤S107)。成像数据产生单元315在存储单元343上存储产生的可见光成像数据，例如：与捕获的日期或捕获的时间关联，发送产生的可见光成像数据到静脉图形提取单元321。

被传输可见光成像数据的静脉图形提取单元321对可见光成像数据执行静脉图形的轮廓提取的预处理(步骤S109)，包括检测手指的轮廓和区别可见光成像数据中手指位于哪里的处理、旋转近红外光成像数据和纠正可见光近红外光成像数据的角度的处理等。

一旦轮廓提取的预处理已经完成，静脉图形提取单元321接着对已经经过预处理的可见光成像数据，通过应用Log滤波器处理，计算Log滤波器的输出，Log滤波器是一种差分滤波器，以此产生可见光静脉图形(步骤S111)。用于可见光成像数据的Log滤波器与用于近红外光成像数据的Log滤波器是同样的。计算Log滤波器的输出值后，静脉图形提取单元321在存储单元343存储计算的Log滤波器的输出值(可见光静脉图形)

一旦针对近红外光成像数据和可见光成像数据的Log滤波器的输出值的计算已经完成，近红外光静脉图形和可见光静脉图形已经分别产生，在静脉图形提取单元321中的相关性系数计算单元323使用，例如：上述的方程式8，计算近红外光静脉图形和可见光静脉图形之间的相关性系数(步骤S113)。一旦相关性系数的计算已经完成，相关性系数计算单元323在存储单元343中存储计算的相关性系数，而且发送它到伪静脉图形确定单元331。

伪静脉图形确定单元331基于发送来自相关性系数计算单元323的相关性系数，确定在身体表面(例如：手指的表面)的一部分上的伪静脉图形的存在。通过确定计算的相关性系数是否小于预定的阀值或者大于、等于预定的阀值，执行该确定(步骤S115)。

一方面，如果计算的相关性系数小于预定的阀值，伪静脉图形确定单元331确定伪静脉图形没有出现在手指的表面，手指的表面是将要被成像的目标，通知静脉图形提取单元321和静脉图形认证单元341该确定结果。基于确定结果的信息的接收，静脉图形提取单元321对近红外光静脉图形应用后处理，比如：阀值处理、二值化处理、和细化处理(步骤S117)，而且在存储单元343存储已经经过后处理的近红外光静脉图形，同样发送近红外光静脉图形到静脉图形注册单元271。

另一方面，如果计算的相关性系数大于、等于预定的阀值，伪静脉图形确定单元331确定伪静脉图形出现在手指的表面，手指的表面是将要被成像的目标，通知静脉图形认证单元341该确定结果。

当静脉图形认证单元341被来自伪静脉图形确定单元331的、指示没有出现伪静脉图形的信号通知时，静脉图形认证单元341要求静脉图形注册设备20公开注册的静脉图形。一旦注册的静脉图形已经被静脉图形注册设备20中的静脉图形公开单元公开，静脉图形认证单元341获取和比较公开的、注册的静脉图形和来自静脉图形提取单元321的、已经经过后处理的近红外光的静脉图形。例如：使用能够定量地计算相似性的方法，比如：上述的相关性系数，在图像数据间，执行注册的静脉图形和近红外光的静脉图形的比较。静脉图形认证单元341当注册的静脉图形和近红外光的静脉图形互相类似时，授权产生的近红外光静脉图形；但是静脉图形认证单元341当它们互相不类似时，不予授权近红外光静脉图形

此外，当静脉图形认证单元341被一信号告知存在来自伪静脉图形确定单元331的的伪静脉图形时，伪静脉图形认证单元331不执行静脉图形的认证处理，而且结束一系列处理。

如上所述，在根据本实施例的认证静脉图形的方法中，有可能通过产生两个使用可见光的成像数据和使用近红外光的成像数据，而且集中关注在可见光静脉图形和近红外光静脉图形之间的相关性，以此确定有意形成在身体表面的一部分的伪静脉图形的存在。因为根据本实施例的认证静脉图形的方法能够在认证静脉图形之前，确定伪静脉图形的存在，它可以提前防止恶意的用户通过反复尝试和错误而优化伪静脉图形，以便模仿他人。

虽然在上述的注册静脉图形的方法和认证静脉图形的方法的描述中，描述到最初的图像是使用近红外光捕获的，然后，图像是使用可见光捕获的，但是图像可以是最初使用可见光捕获的，然后，图像是使用近红外光捕获的或者图像可以是用近红外光和可见光同时捕获的。此外，用于轮廓提取的预处理或者用于计算Log滤波器的输出的处理可以是同时执行在两个近红外光成像数据和可见光成像数据上。

虽然在上述的描述中，描述到为了得到近红外光静脉图形和可见光静脉图形的相关性，相关性系数被计算，但是，相关性可以不限于本方法，通过任何能够确定两条图像数据之间的类似性的方法被获取。

(静脉数据配置)

此外，根据本发明的实施例，可以提供静脉数据配置，包括：包含数据的静脉数据存储区，该数据对应个人的静脉图形而且将要被使用近红外光，通过捕获活体的一部分的身体表面的图像而获取的图像数据验证；和相关性系数存储区，包含使用近红外光捕获的图像而获取的图像数据和使用可见光捕获的图像而获取的图像数据之间的相关性系数。

例如，静脉数据存储区是包含通过静脉图形注册设备20作为注册的静脉图形的、已经被注册的静脉图形的区域。例如，包含在这个静脉数据存储区中的数据在认证捕获的近红外光的静脉图形中，被静脉图形认证设备30使用。

相关性系数存储区是在其中包含相关性系数的区域，相关性系数表示使用近红外光捕获的个人的身体表面的图像而获取的静脉图形和同近红外光一样的情况下，使用可见光捕获的相同个人的相同部分的图像而获取的静脉图形之间的类似性。包含在相关性系数存储区中的相关性系数被例如：静脉图形注册设备20或者静脉图形认证设备30用于确定在身体表面形成的伪静脉图像的存在。

上述的静脉数据配置还可以包括：包含参数的参数存储区，参数改变差分滤波器的输出属性，输出高的输出给与它周围的像素很大不同的像素，针对组成通过使用近红外光捕获的图像而获取的图像数据的每一个像素。

包含在参数存储区的参数例如：在从使用近红外光或可见光捕获的图像数据，提取静脉图形中，是被静脉图形注册设备20或者静脉图形认证设备30使用的差分滤波器的参数，而且参数显著改变差分滤波器的输出值，例如：当通过使用近红外光捕获图像而获取的图像数据具有的差异大于指示静脉部分的值和指示非静脉部分的值之间的差异。

上述的参数分别包含于每一个种类的差分滤波器中，使得形成在身体表面的伪静脉图形具有数值，这样，通过差分滤波器伪静脉图形可以被检测到。例如，当Log滤波器用作差分滤波器，通过它，Log滤波器能够检测伪静脉图形的数值被包含在参数存储区。即然这样，将要被包含的参数的数值大于或等于2.0。

上述的静脉数据配置能够应用在，例如：非接触的IC芯片、或者IC卡，比如：在移动电话中使用的用户身份识别模块(SIM)卡。此外，静脉数据配置能够应用在记录媒介，比如：DVD媒介、HD-DVD媒介、蓝光(Blu-ray)媒介、CompactFlash(注册商标)、记忆棒、或者安全数码卡(SD)

本领域的普通技术人员应该理解到，依赖于设计要求和其它因素，本发明可以有各种的修改、组合、部分组合和替代，只要它们在所附的权利要求书或其等效物的范围内。

例如，虽然，在上述的实施例中，已经描述到静脉图形注册设备20和静脉图形认证设备30分别被单独地提供，但是可以提供包括两个静脉图形注册设备20和静脉图形认证设备30的功能的静脉图形管理设备。

此外，虽然，在上述的实施例中，已经描述了静脉图形注册设备20和静脉图形认证设备30中的每一个提供的透过式成像单元，但是依赖将要被捕获的身体的表面的一部分，可以提供反射式成像单元。

Claims (36)

1.一种静脉图形管理系统，用于注册和认证通过将光照射到活体的一部分而获取的静脉图形，包括：

成像单元，用于利用近红外光和可见光捕获所述活体一部分的身体表面的图像，并分别产生近红外光成像数据和可见光成像数据；

静脉图形提取单元，用于分别从所述近红外光成像数据和所述可见光成像数据中提取静脉图形，来产生近红外光静脉图形和可见光静脉图形；

伪静脉图形确定单元，用于通过比较所述近红外光静脉图形和所述可见光静脉图形，确定在所述捕获的身体表面的一部分上有意形成的伪静脉图形的存在；

静脉图形注册单元，用于基于来自所述伪静脉图形确定单元的确定结果，注册所述近红外光静脉图形，来产生注册的静脉图形；和

静脉图形认证单元，用于基于来自所述伪静脉图形确定单元的确定结果比较新产生的近红外光静脉图形和所述注册的静脉图形，并认证所述新产生的近红外静脉图形。

2.根据权利要求1所述的静脉图形管理系统，其中

所述伪静脉图形确定单元通过计算所述近红外光静脉图形和所述可见光静脉图形之间的相关性系数来确定所述伪静脉图形的存在。

3.根据权利要求2所述的静脉图形管理系统，其中

所述伪静脉图形确定单元比较所述计算的相关性系数和用来确定的预定的阀值，当所述计算的相关性系数小于所述用来确定的预定的阀值时，确定所述伪静脉图形不存在，当所述计算的相关性系数等于或大于所述用来确定的预定的阀值时，确定所述伪静脉图形存在。

4.根据权利要求1所述的静脉图形管理系统，其中

所述静脉图形提取单元使用差分滤波器分别针对构成所述近红外光成像数据和所述可见光成像数据的多个像素使用差分滤波器提取所述近红外光静脉图形和所述可见光静脉图形，所述差分滤波器对在一个像素和其周围像素间有巨大差异的该一个像素输出大的值。

5.根据权利要求4所述的静脉图形管理系统，其中

所述差分滤波器是微分滤波器。

6.根据权利要求5所述的静脉图形管理系统，其中

所述差分滤波器是高斯拉普拉斯算子(Log)滤波器。

7.一种静脉图形注册设备，包括：

成像单元，用于利用近红外光和可见光捕获活体一部分的身体表面的图像，并分别产生近红外光成像数据和可见光成像数据；

静脉图形提取单元，用于分别从所述近红外光成像数据和所述可见光成像数据中提取静脉图形来产生近红外光静脉图形和可见光静脉图形；

伪静脉图形确定单元，用于通过比较所述近红外光静脉图形和所述可见光静脉图形，确定在所述捕获的身体表面的一部分上有意形成的伪静脉图形的存在；

静脉图形注册单元，用于基于来自所述伪静脉图形确定单元的确定结果，注册所述近红外光静脉图形来产生注册的静脉图形。

8.根据权利要求7所述的静脉图形注册设备，其中

所述伪静脉图形确定单元通过计算所述近红外光静脉图形和所述可见光静脉图形之间的相关性系数确定所述伪静脉图形的存在。

9.根据权利要求8所述的静脉图形注册设备，其中

所述伪静脉图形确定单元比较所述计算的相关性系数和用来确定的预定的阀值，当所述计算的相关性系数小于所述用来确定的预定的阀值时，确定所述伪静脉图形不存在；当所述计算的相关性系数等于或大于所述用来确定的预定的阀值时，确定所述伪静脉图形存在。

10.根据权利要求7所述的静脉图形注册设备，其中

所述静脉图形提取单元分别针对构成所述近红外光成像数据和所述可见光成像数据的多个像素，使用差分滤波器提取所述近红外光静脉图形和所述可见光静脉图形，所述差分滤波器对在一个像素和其周围像素间有巨大差异的该一个像素输出大值。

11.根据权利要求7所述的静脉图形注册设备，其中

所述差分滤波器是微分滤波器。

12.根据权利要求11所述的静脉图形注册设备，其中

所述差分滤波器是高斯拉普拉斯算子(Log)滤波器。

13.一种静脉图形认证装置，包括：

成像单元，用于利用近红外光和可见光捕获活体一部分的身体表面的图像，并分别产生近红外光成像数据和可见光成像数据；

静脉图形提取单元，用于分别从所述近红外光成像数据和所述可见光成像数据中提取静脉图形来产生近红外光静脉图形和可见光静脉图形；

伪静脉图形确定单元，用于通过比较所述近红外光静脉图形和所述可见光静脉图形，确定在所述捕获的身体表面的一部分上有意形成的伪静脉图形的存在；和

静脉图形认证单元，用于基于来自所述伪静脉图形确定单元的确定结果比较已注册的近红外光静脉图形和所述近红外光静脉图形并认证所述近红外光静脉图形。

14.根据权利要求13所述的静脉图形认证设备，其中

所述伪静脉图形确定单元通过计算所述近红外光静脉图形和所述可见光静脉图形之间的相关性系数确定所述伪静脉图形的存在。

15.根据权利要求14所述的静脉图形认证设备，其中

所述伪静脉图形确定单元比较所述计算的相关性系数和用来确定的预定的阀值，当所述计算的相关性系数小于所述用来确定的预定的阀值时，确定所述伪静脉图形不存在，当所述计算的相关性系数等于或大于所述用来确定的预定的阀值时，确定所述伪静脉图形存在。

16.根据权利要求13所述的静脉图形认证设备，其中

所述静脉图形提取单元分别对构成所述近红外光成像数据和所述可见光成像数据的多个像素使用差分滤波器提取所述近红外光静脉图形和所述可见光静脉图形，该差分滤波器对在一个像素和其周围像素间有巨大差异的该一个像素输出大值。

17.根据权利要求16所述的静脉图形认证设备，其中

所述差分滤波器是微分滤波器。

18.根据权利要求17所述的静脉图形认证设备，其中

所述差分滤波器是高斯拉普拉斯算子(Log)滤波器。

19.根据权利要求13所述的静脉图形认证设备，其中

所述静脉图形认证单元基于从静脉图形注册设备获取的所述注册的静脉图形认证所述近红外光静脉图形。

20.根据权利要求13所述的静脉图形认证设备，其中

所述静脉图形认证单元基于注册在所述静脉图形认证设备中的所述注册的静脉图形认证所述近红外光静脉图形。

21.一种静脉图形注册方法，用于注册通过将光照射到活体的一部分而获取的静脉图形，包括步骤：

利用近红外光捕获所述活体一部分的身体表面的图像并产生近红外光成像数据；

从所述红外光成像数据中提取静脉图形并产生近红外光静脉图形；

利用可见光捕获所述身体表面的图像并产生可见光成像数据；

从所述可见光成像数据中提取静脉图形并产生可见光静脉图形；

比较所述近红外光静脉图形和所述可见光静脉图形；

基于比较结果确定在所述捕获的身体表面上有意形成的伪静脉图形的存在；

基于确定结果注册所述近红外光静脉图形。

22.根据权利要求21所述的静脉图形注册方法，其中，所述比较所述近红外光静脉图形和所述可见光静脉图形的步骤包括步骤：

计算所述近红外光静脉图形和所述可见光静脉图形之间的相关性系数。

23.根据权利要求22所述的静脉图形注册方法，其中，所述确定伪静脉图形的存在的步骤包括步骤：

比较所述计算的相关性系数和用来确定的预定的阀值；

当所述计算的相关性系数小于所述用来确定的预定的阀值时，确定所述伪静脉图形不存在；

当所述计算的相关性系数等于或大于所述用来确定的预定的阀值时，确定所述伪静脉图形存在。

24.根据权利要求21所述的静脉图形注册方法，其中，所述产生所述近红外光静脉图形的步骤和所述产生所述可见光静脉图形步骤包括步骤：

分别针对组成所述近红外光成像数据和所述可见光成像数据的多个像素使用差分滤波器，该差分滤波器对在一个像素和其周围像素间有巨大差异的该一个像素输出大值。

25.根据权利要求24所述的静脉图形注册方法，其中

所述差分滤波器是微分滤波器。

26.根据权利要求25所述的静脉图形注册设备，其中

所述差分滤波器是高斯拉普拉斯算子滤波器。

27.一种静脉图形认证方法，用于认证通过将光照射到活体的一部分而获取的静脉图形，包括步骤：

利用近红外光捕获所述活体一部分的身体表面的图像并产生近红外光成像数据；

从所述红外光成像数据中提取静脉图形并产生近红外光静脉图形；

利用可见光捕获所述身体表面的图像并产生可见光成像数据；

从所述可见光成像数据中提取静脉图形并产生可见光静脉图形；

比较所述近红外光静脉图形和所述可见光静脉图形；

基于比较结果确定在所述捕获的身体表面上有意形成的伪静脉图形的存在；

基于确定结果比较已注册静脉图形和所述近红外光静脉图形并认证所述近红外光静脉图形。

28.根据权利要求27所述的静脉图形认证方法，其中，所述比较所述近红外光静脉图形和所述可见光静脉图形的步骤包括步骤：

计算所述近红外光静脉图形和所述可见光静脉图形之间的相关性系数。

29.根据权利要求28所述的静脉图形认证方法，其中，所述确定伪静脉图形的存在的步骤包括步骤：

比较所述计算的相关性系数和用来确定的预定的阀值；

当所述计算的相关性系数小于所述用来确定的预定的阀值时，确定所述伪静脉图形不存在；

当所述计算的相关性系数等于或大于所述用来确定的预定的阀值时，确定所述伪静脉图形存在。

30.根据权利要求27所述的静脉图形认证方法，其中，所述产生所述近红外光静脉图形的步骤和所述产生所述可见光静脉图形步骤包括步骤：

分别针对组成所述近红外光成像数据和所述可见光成像数据的多个像素使用差分滤波器，该差分滤波器对在一个像素和其周围像素间有巨大差异的该一个像素输出大值。

31.根据权利要求30所述的静脉图形认证方法，其中

所述差分滤波器是微分滤波器。

32.根据权利要求31所述的静脉图形认证方法，其中

所述差分滤波器是高斯拉普拉斯算子滤波器。

33.一种用于使得计算机控制用于注册通过将光照射到活体一部分而获取的静脉图形的静脉图形注册设备的程序，来执行：

成像功能，用于利用近红外光和可见光捕获所述活体一部分的身体表面的图像并分别产生近红外光成像数据和可见光成像数据；

静脉图形提取功能，用于分别从所述近红外光成像数据和所述可见光成像数据中提取静脉图形来产生近红外光静脉图形和可见光静脉图形；

伪静脉图形确定功能，用于通过比较所述近红外光静脉图形和所述可见光静脉图形，确定在所述捕获的身体表面的一部分上有意形成的伪静脉图形的存在；

静脉图形注册功能，用于基于确定结果注册所述近红外光静脉图形来产生注册的静脉图形；

34.一种用于促成计算机控制用于认证通过将光照射到活体的一部分而获取的静脉图形的静脉图形认证设备的程序，来执行：

成像功能，用于利用近红外光和可见光捕获所述活体一部分的身体表面的图像并分别产生近红外光成像数据和可见光成像数据；

静脉图形提取功能，用于分别从所述近红外光成像数据和所述可见光成像数据中提取静脉图形来产生近红外光静脉图形和可见光静脉图形；

伪静脉图形确定功能，用于通过比较所述近红外光静脉图形和所述可见光静脉图形，确定在所述捕获的身体表面的一部分上有意形成的伪静脉图形的存在；

静脉图形认证功能，用于基于确定结果比较已注册的静脉图形和所述近红外光静脉图形和认证所述近红外光静脉图形。

35.一种静脉数据配置，包括：

静脉数据储存区域，包含对应于个人的静脉图形并将被用通过用近红外光捕获活体一部分的身体表面的图像而获取的图像数据验证的数据；和

相关性系数储存区域，包含通过用所述近红外光捕获所述图像而获取的所述图像数据和通过用所述可见光捕获所述身体表面的图像而获取的图像数据之间的相关性系数。

36.根据权利要求35所述的静脉数据配置，其中

所述静脉数据配置还包括参数存储区，该参数存储区含有一种针对构成通过用所述近红外光捕获所述图像而获取的图像数据的每个像素的参数，该参数改变差分滤波器的输出属性，该差分滤波器对与其周围像素间有巨大差异的像素输出高的输出。

当用所述近红外光捕获所述图像而获取的所述图像数据具有的差大于在指示静脉部分的值和指示非静脉部分的值之间的差时，所述参数显著地改变所述差分滤波器的输出值。

Images