CN101681498B - 静脉图案管理系统、静脉图案注册设备、静脉图案认证设备、静脉图案注册方法、静脉图案认证方法和静脉数据配置 - Google Patents
静脉图案管理系统、静脉图案注册设备、静脉图案认证设备、静脉图案注册方法、静脉图案认证方法和静脉数据配置 Download PDFInfo
- Publication number
- CN101681498B CN101681498B CN2008800162583A CN200880016258A CN101681498B CN 101681498 B CN101681498 B CN 101681498B CN 2008800162583 A CN2008800162583 A CN 2008800162583A CN 200880016258 A CN200880016258 A CN 200880016258A CN 101681498 B CN101681498 B CN 101681498B
- Authority
- CN
- China
- Prior art keywords
- vein pattern
- infrared light
- near infrared
- pseudo
- vein
- 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
Links
- 210000003462 vein Anatomy 0.000 title claims abstract description 528
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000008859 change Effects 0.000 claims abstract description 24
- 238000003384 imaging method Methods 0.000 claims description 117
- 238000000605 extraction Methods 0.000 claims description 87
- 238000003860 storage Methods 0.000 claims description 63
- 239000000284 extract Substances 0.000 claims description 34
- 238000007726 management method Methods 0.000 claims description 19
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 36
- 238000012545 processing Methods 0.000 description 36
- 230000008569 process Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 22
- 230000005855 radiation Effects 0.000 description 18
- 230000003287 optical effect Effects 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 14
- 210000000988 bone and bone Anatomy 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000003333 near-infrared imaging Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 6
- 239000012634 fragment Substances 0.000 description 6
- 230000005055 memory storage Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000013075 data extraction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 238000010612 desalination reaction Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- KNMAVSAGTYIFJF-UHFFFAOYSA-N 1-[2-[(2-hydroxy-3-phenoxypropyl)amino]ethylamino]-3-phenoxypropan-2-ol;dihydrochloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC=C1 KNMAVSAGTYIFJF-UHFFFAOYSA-N 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 229910052736 halogen Inorganic materials 0.000 description 2
- 150000002367 halogens Chemical class 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000001915 proofreading effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- 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
- G06V40/40—Spoof detection, e.g. liveness detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
-
- 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
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Human Computer Interaction (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
提供下述单元,成像单元以近红外光捕捉身体表面的图像并产生近红外光成像数据,静脉图案提取单元通过应用差分滤波器到构成近红外光成像数据的多个像素和改变改变差分滤波器的输出性质的参数来从近红外光成像数据的一个片段提取多种近红外光静脉图案,所述差分滤波器对于具有在像素和其周围像素之间大的差值的像素输出大的值,且伪静脉图案确定单元基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在。
Description
技术领域
本发明涉及静脉图案管理系统、静脉图案注册设备、静脉图案认证设备、静脉图案注册方法、静脉图案认证方法、程序和静脉数据配置。
背景技术
单独的认证方法包括通过预先注册个人的指纹、语言纹(voiceprint)、虹膜和视网膜,或个人的手的背部或个人的手指的静脉图案等作为已注册数据,以及检验和确定在认证时输入的数据和已注册数据来认证个人的方法。具体地说,由于其高鉴别能力,近来聚焦于使用静脉图案的个人认证。
为了改进上述个人认证方法的安全性的目的,因为屏蔽尝试模仿正常的认证用户的非法用户是必要的,已经广泛地开发了用于屏蔽这种非法用户的的方法(例如,参考专利文件1和非专利文件1)。
现有技术文件
[专利文件1]日本专利申请公开No.2005-259345
[非专利文件1]tsutomu matsumoto,“Biometric Authentication in Financial Transactions”,the 9th Study Group on Problem of Forged ATM Cards”,金融服务机构,2005年4月15日
在使用静脉图案的某些个人认证方法中,通过以近红外光捕捉手的后侧或手指的图像来提取静脉图案,并使用差分滤波器处理所提取的成像数据来提取静脉图案。
但是,因为用于以近红外光捕捉为静脉部分和非静脉部分的成像数据的差分滤波器易于输出伪静脉图案(其被以触摸尖端钢笔等花在身体表面上作为静脉部分),需要用于确定这种伪静脉图案的存在以避免由非法用户模仿的方法。
已经考虑上述问题做出本发明,且本发明的目的是提供新颖的和改进的 静脉图案管理系统、静脉图案注册设备、静脉图案认证设备、静脉图案注册方法、静脉图案认证方法、程序和静脉数据配置,其能够确定在身体表面上有意产生的伪静脉图案的存在。
发明内容
为了解决上述问题,根据本发明的实施例,提供了用于注册和认证通过将光辐射到活体的一部分而获取的静脉图案的静脉图案管理系统,其包括:成像单元,用于以近红外光捕捉活体的一部分的身体表面的图像和产生近红外光成像数据;静脉图案提取单元,用于通过应用对于具有在像素和其周围像素之间大的差值的像素输出大的值的差分滤波器到构成近红外光成像数据的多个像素,并改变改变差分滤波器的输出性质的参数,来从近红外光成像数据的一个片段提取多种近红外光静脉图案;伪静脉图案确定单元,用于基于所提取的静脉图案来确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在;静脉图案注册单元,用于基于来自伪静脉图案确定单元的确定结果注册近红外光静脉图案,以产生已注册静脉图案;和静脉图案认证单元,用于比较所捕捉的近红外成像图案与已经注册的静脉图案,并基于来自伪静脉图案确定单元的确定结果来认证所捕捉的近红外成像图案。
为了解决上述问题,根据本发明的另一实施例,提供了静脉图案注册设备,包括:成像单元,用于以近红外光捕捉活体的一部分的身体表面的图像并产生近红外光成像数据;静脉图案提取单元。用于通过应用对于具有在像素和其周围像素之间大的差值的像素输出大的值的差分滤波器到构成近红外光成像数据的多个像素,并改变改变差分滤波器的输出性质的参数,来从近红外光成像数据的一个片段提取多种近红外光静脉图案;伪静脉图案确定单元,用于基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在;和静脉图案注册单元,用于基于来自伪静脉图案确定单元的确定结果注册近红外光静脉图案以产生已注册静脉图案。
为了解决上述问题,根据本发明的另一实施例,提供了静脉图案认证设备,包括:成像单元,用于以近红外光捕捉活体的一部分的身体表面的图像并产生近红外光成像数据;静脉图案提取单元,用于通过应用对于具有在像素和其周围像素之间大的差值的像素输出大的值的差分滤波器到构成近红外光成像数据的多个像素,并改变改变差分滤波器的输出性质的参数,来从近 红外光成像数据的一个片段提取多种近红外光静脉图案;伪静脉图案确定单元,用于基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在;和静脉图案认证单元,用于比较所捕捉的近红外成像图案与已经注册的静脉图案,并基于来自伪静脉图案确定单元的确定结果来认证所捕捉的近红外成像图案。
伪静脉图案确定单元可以基于在预定参数的来自差分滤波器的输出值的和来确定伪静脉图案的存在。
伪静脉图案确定单元可以在来自差分滤波器的输出值的和大于预定阈值时确定存在伪静脉图案,且当来自差分滤波器的输出值的和等于或小于预定阈值时确定伪静脉图案不存在。
参数可以表示来自差分滤波器的输出值的标准偏差。
差分滤波器可以是导数滤波器或高斯的拉普拉斯(Log)滤波器。
静脉图案认证单元可以基于从静脉图案注册设备获取的已注册静脉图案认证近红外光静脉图案,或可以基于在静脉图案认证设备内注册的已注册静脉图案认证近红外光静脉图案。
为了解决上述问题,根据本发明的另一实施例,提供了用于注册通过将光辐射到活体的一部分而获取的静脉图案的静脉图案注册方法,包括步骤:以近红外光捕捉活体的一部分的身体表面的图像并产生近红外光成像数据;通过应用对于具有在像素和其周围像素之间大的差值的像素输出大的值的差分滤波器到构成近红外光成像数据的多个像素,并改变改变差分滤波器的输出性质的参数,来从近红外光成像数据的一个片段提取多种近红外光静脉图案;基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在;和基于确定结果注册近红外光静脉图案以产生已注册静脉图案。
为了解决上述问题,根据本发明的另一实施例,提供了用于认证通过将光辐射到活体的一部分而获取的静脉图案的静脉图案认证方法,包括步骤:以近红外光捕捉活体的一部分的身体表面的图像并产生近红外光成像数据;通过应用对于具有在像素和其周围像素之间大的差值的像素输出大的值的差分滤波器到构成近红外光成像数据的多个像素,并改变改变差分滤波器的输出性质的参数,来从近红外光成像数据的一个片段提取多种近红外成像图案;基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静 脉图案的存在;和比较所捕捉的近红外成像图案与已经注册的静脉图案,并基于来自伪静脉图案确定单元的确定结果认证所捕捉的近红外成像图案。
在确定伪静脉图案的的步骤中,可以基于在预定参数的来自差分滤波器的输出值的和来确定伪静脉图案的存在。
在确定伪静脉图案的存在的步骤中,可以在来自差分滤波器的输出值的和大于预定阈值时确定存在伪静脉图案,且当来自差分滤波器的输出值的和等于或小于预定阈值时确定伪静脉图案不存在。
该参数可以表示来自差分滤波器的输出值的标准偏差。
差分滤波器可以是导数滤波器或高斯的拉普拉斯(Log)滤波器。
为了解决上述问题,根据本发明的另一实施例,提供了用于使得计算机控制静脉图案注册设备以执行下述功能的程序,所述静脉图案注册设备用于注册通过将光辐射到活体的一部分而获取的静脉图案,所述功能包括:成像功能,用于以近红外光捕捉活体的一部分的身体表面的图像并产生近红外光成像数据;静脉图案提取功能,用于通过应用对于具有在像素和其周围像素之间大的差值的像素输出大的值的差分滤波器到构成近红外光成像数据的多个像素,并改变改变差分滤波器的输出性质的参数,来从近红外光成像数据的一个片段提取多种近红外光静脉图案;伪静脉图案确定功能,用于基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在;和静脉图案注册功能,用于基于来自伪静脉图案确定单元的确定结果注册近红外光静脉图案以产生已注册静脉图案。
根据该配置,计算机程序被存储在包括在计算机中的存储单元中并由包括在计算机中的CPU读取和执行以使得计算机程序使得计算机如上述的静脉图案注册设备操作。另外,还可以提供其中记录计算机程序的计算机可读记录介质。该记录介质可以是,例如,磁盘、光盘、磁光盘、闪速存储器等。此外,可以经由网络分布上述计算机程序而不使用记录介质。
为了解决上述问题,根据本发明的另一实施例,提供了用于使得计算机控制静脉图案认证设备以执行以下功能的程序,所述静脉图案认证设备用于认证通过将光辐射到活体的一部分而获取的静脉图案,所述功能包括:成像功能,用于以近红外光捕捉活体的一部分的身体表面的图像并产生近红外光成像数据;静脉图案提取功能,用于通过应用对于具有在像素和其周围像素之间大的差值的像素输出大的值的差分滤波器到构成近红外光成像数据的多 个像素,并改变改变差分滤波器的输出性质的参数,来从近红外光成像数据的一个片段提取多种近红外光静脉图案;伪静脉图案确定功能,用于基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在;和静脉图案认证功能,用于比较所捕捉的近红外成像图案与已经注册的静脉图案,并基于来自伪静脉图案确定单元的确定结果来认证所捕捉的近红外成像图案。
根据该配置,计算机程序被存储在包括在计算机中的存储单元中,并由包括在计算机中的CPU读取和执行,以使得计算机程序使得计算机如上述的静脉图案认证设备操作。另外,还可以提供其中记录计算机程序的计算机可读记录介质。该记录介质可以是,例如,磁盘、光盘、磁光盘、闪速存储器等。此外,可以经由网络分布上述计算机程序而不使用记录介质。
为了解决上述问题,根据本发明的另一实施例,提供了静脉数据配置,包括:静脉数据存储区,包含对应于个人的静脉图案且要以通过以近红外光捕捉活体的身体表面的一部分的图像而获取的图像数据检验的数据;和参数存储区,包括当通过以近红外光捕捉图像而获取的图像数据具有大于在指示静脉部分的值和指示非静脉部分的值之间的值的差值时,对于构成通过以近红外光捕捉图像而获取的图像数据的每一个像素,改变对于与其周围像素大大不同的像素输出高输出的差分滤波器的输出性质的参数,其中参数显著地改变差分滤波器的输出值。
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案的存在。
附图说明
图1是图示根据本发明实施例的Log滤波器(Log filter)的说明性图;
图2是图示根据本实施例的Log滤波器的输出的说明性图;
图3是图示根据本实施例的静脉图案管理系统的说明性图;
图4是图示根据本实施例的静脉图案注册设备的硬件配置的框图;
图5是图示根据本实施例的静脉图案注册设备的配置的框图;
图6是图示根据本实施例的静脉图案认证设备的配置的框图;
图7是图示根据本实施例的骨骼提取方法的流程图;
图8是图示在手指表面上绘出的伪静脉图案的说明性图。
标号的说明
10静脉图案管理系统
12网络
14可拆卸记录介质
20静脉图案注册设备
30静脉图案认证设备
201CPU
203ROM
205RAM
207总线
211成像装置
213输入装置
215输出装置
217存储装置
219驱动器
221通信装置
231,301成像单元
233,303辐射单元
235,305近红外光
237,307光学透镜
239,309成像数据产生单元
241,311静脉图案提取单元
251,321伪静脉图案确定单元
261,331静脉图案注册单元
263,333存储单元
265已注册静脉图案公开单元
H身体表面
具体实施方式
(第一实施例)
在下文中,将参考附图详细描述本发明的优选实施例。注意到,在该说明书和附图中,具有实质上相同功能和结构的结构成分被以相同的附图标记表示,且省略这些结构成分的重复说明。
虽然,在之后的描述中,将结合手指的静脉图案的实例描述本发明,本发明不限于该实例。
<伪静脉图案>
将描述在手指表面上有意形成的伪静脉图案作为为根据本发明第一实施例的静脉图案管理系统的描述作准备的伪静脉图案的实例。
在通过手指静脉图案的生物测定认证中,虽然因为静脉图案本身位于手指内而模仿困难,在静脉图案的提取时也难以确定所提取的静脉图案是否位于手指内。因为静脉本身吸收近红外光,在捕捉身体表面的图像时静脉成像为黑色阴影,且如果以具有类似于静脉的吸收性的成分在身体表面上绘出伪静脉图案,可能不能从静脉图案鉴别伪静脉图案。
因为近红外光对身体组织是可透过的,另一方面,是在血液中的血红蛋白(还原(reduce)血红蛋白)中可吸收的,另一方面,在手指内、手掌或手的背部分布的静脉在将近红外光辐射到手指、手掌或手背时在图像中显现为阴影。显现在图像上的静脉的阴影被称为静脉图案。
图8是图示在手指表面上绘出的伪静脉图案的说明性图。图8的上部呈现其中直接以永久的钢笔在手指表面上绘出伪静脉图案的情况,且图8的下部呈现其中不在手指表面上绘出伪静脉图案的情况。另外,在上及下部的任意一个中,从左至右分别示出以可见光捕捉的图像,以近红外光捕捉的图像和经历作为一种差分滤波器的高斯的拉普拉斯(Log)滤波器的输出的阈值处理的图像。
在这里使用的阈值处理涉及其中将预定上及下阈值分配给Log滤波器的输出值,且如果输出值小于下阈值则输出值被设置为零,且如果输出值大于上阈值则输出值被设置为上阈值的处理。
因为永久钢笔的墨水成分具有类似于静脉中还原血红蛋白的光吸收性质,以永久钢笔绘出的伪静脉图案作为静脉图案留在还没有经历淡化处理的中间图像中,如图8的右上和右下端所示,且最终被识别为手指中的静脉。
为了解决该问题,本申请的发明者已经致力于开发以使得本发明者发明了静脉图案管理系统、静脉图案注册设备、静脉图案认证设备、静脉图案注 册方法、静脉图案认证方法、程序和静脉数据配置。
<本实施例>
(日志文件的输出性质)
参考图1,现在将详细描述作为差分滤波器的一个实例的Log滤波器的输出性质。图1是图示根据本发明实施例的Log滤波器的说明性图。
如在之后详细描述的,Log滤波器被定义为作为平滑滤波器的高斯滤波器的二阶导数,且可以被写为如下等式1。该Log滤波器包括使得作为滤波器的输出性质的滤波器的输出值改变的参数σ。
如从等式1可以看到的,参数σ被包括在指数函数的指数部分和指数函数的系数部分两者中,且这导致Log滤波器的输出值随着参数σ改变而显著地改变的事实。
图1示出尺寸为15×15的Log滤波器的形状,其中参数σ分别被设置为0.1、0.2、0.3和0.4。在σ=0.1的情况下,将理解尺寸为15×15的Log滤波器接近Log滤波器的中心部分具有大约-200的相对高的值,否则在其他部分具有空值。就是说,具有参数集从而满足σ=0.1的Log滤波器的应用造成在对其应用Log滤波器的图像数据的中心部分的值增强大约-200的因数并被输出,然而输出在图像数据的其他部分的值而没有被增强。
如可以在图1中看到的,将理解当参数的值增加0.1到0.4时,Log滤波器的输出值从大约-200显著地减小到大约-10,且同时,滤波器的中心部分具有某个值。结果,在其中参数σ的值高的状态下,当在将Log滤波器应用于图像数据之后,在图像数据中感兴趣的像素和其周围像素之间没有显著的对比度改变时,Log滤波器的输出值不具有高的值。相反,指示当参数σ的值低时,如果在感兴趣的像素和其周围像素之间仅存在小的对比度,则由于通过应用Log滤波器到图像数据的大的差值,可以产生小的对比度。
参考图2,现在将在其中Log滤波器被应用于作为以近红外光捕捉的手指静脉的图像的近红外光成像数据的情况中描述上述Log滤波器。图2是图示根据该实施例的来自Log滤波器的输出的说明性图。
图2的上部示出在手指表面上不存在伪静脉图案时来自Log滤波器的输出,而图2的下部示出在手指表面上存在伪静脉图案时来自Log滤波器的输 出。另外,在上部及下部的任意一个中,从左至右分别示出与0.1、0.2、0.3和0.4的参数σ对应的输出。注意,图2所示的来自Log滤波器的每一输出已经经历了阈值处理。
已经使用多个估计数据,从在先确定测试计算σ的值,σ=0.1,且其用于手指静脉的正常捕捉。可以认可,在不存在伪静脉图案时,因为σ的值从0.1增加所以图像变得模糊,且对于σ的值,σ=0.1.不产生来自Log滤波器的输出。相反,在存在伪静脉图案时,虽然因为σ的值增加而图像变得模糊,对于σ的值,σ=0.4仍然产生与伪静脉图案对应的输出的一部分。
这是因为,在不存在伪静脉图案时,由于在手指内包括手指静脉的事实,在手指静脉部分和非静脉部分之间的边界上的对比度不清楚,且当参数σ增加时小的对比度不增强以使得不能产生输出。这还因为,在存在伪静脉图案时,由于在手指表面上形成伪静脉图案的事实而对比度清楚,且即使参数具有使得不产生与静脉图案对应的部分的值,也可以产生与具有清楚的对比度的伪静脉图案对应的部分。
以这样的方式,由于使用多个估计数据的在先确定测试等,可以通过设置参数σ的阈值σthr以使得不会产生手指静脉部分和在参数的阈值对来自差分滤波器的输出执行阈值处理,来确定伪静脉图案的存在。
(静脉图案管理系统)
接下来,参考图3,将详细描述根据本实施例的静脉图案管理系统10。图3是图示根据本实施例的静脉图案管理系统10的说明性图。
如图3所示,例如,静脉图案管理系统10包括静脉图案注册设备20和多个静脉图案认证设备30A,30B,...,其经由网络12连接到静脉图案注册设备20。
网络12是连接静脉图案注册设备20和静脉图案认证设备30以使得它们可以以单向或双向通信的通信线网络。例如,网络12可以包括比如因特网、电话网络、卫星通信网或多址通信网络之类的公共网络,比如广域网(WAN)、局域网(LAN)、因特网协议虚拟私人网络(IP-VPN)、以太网(注册商标)或无线LAN之类的私人网络等,且既不限于有线网络又不限于无线网络。
静脉图案注册设备20可操作以辐射预定波长的光到希望注册他/她的静脉图案的个人的身体表面,捕捉身体表面的图像,从所捕捉的图像数据提取静脉图案,和注册所提取的静脉图案作为个人身份信息。静脉图案注册设备 20还可操作以确定在身体表面上有意形成的伪静脉图案的存在和确定是否应该注册所提取的静脉图案。另外,静脉图案注册设备20可以公开已经注册为个人身份信息的已注册静脉图案,如由要在之后描述的静脉图案认证设备30要求的。
静脉图案认证设备30A和30B可操作以辐射预定波长的光到希望注册他/她的静脉图案的个人的身体表面,捕捉身体表面的图像,从所捕捉的图像数据提取静脉图案,和比较所提取的静脉图案与已经注册的静脉图案以认证个人。静脉图案认证设备30还可操作以确定在身体表面上有意形成的伪静脉图案的存在和确定是否应该认证所提取的静脉图案。另外,静脉图案认证设备30A和30B可以请求静脉图案注册设备20公开已经注册的静脉图案。
注意,静脉图案注册设备20和静脉图案认证设备30A和30B可以经由网络12连接,如图所示,或经由通用串行总线(USB)端口、比如i.LINK之类的IEEE 1394端口、小型计算机系统接口(SCSI)端口、RS-232C端口等直接连接,而不经由网络12。
虽然在图5中仅有连接到网络12的一个静脉图案注册设备20,本实施例不意在限于如上所述的配置,而是可允许多个静脉图案注册设备20连接在网络12上。类似地,在图5中,仅有连接到网络12的两个静脉图案认证设备30,而多个静脉图案认证设备30可以连接在网络12上。
(静脉图案注册设备20的配置)
参考图4,将详细描述根据该实施例的静脉图案注册设备20的硬件配置。图4是图示根据该实施例的静脉图案注册设备20的硬件配置的框图。
如图4所示,静脉图案注册设备20主要包括中央处理单元(CPU)201、只读存储器(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、驱动器219和通信装置221。
CPU 201用作计算装置和用于根据在ROM 203、RAM 205、存储装置217或可拆卸记录介质14中记录的各种程序来控制静脉图案注册设备20中的所有或部分操作的控制器。ROM 203存储由CPU 201使用的程序、工作参数等。RAM 205临时存储用于由CPU 201执行的程序,在程序的执行时适当地改变的参数等。CPU、ROM和RAM经由由内部总线(比如CPU总线)形成的总线207彼此连接。
成像装置211是在CPU 201的控制下捕捉身体表面的图像以产生图像数据的装置。例如,成像装置211包括用于辐射预定波长的光的辐射装置和用于聚焦透射通过身体表面的光的比如光学透镜之类的聚焦装置。辐射装置包括基于来自CPU 201的控制信号发射预定波长的光和辐射预定波长的光的光源。聚焦装置收集从辐射装置辐射出的光并产生图像数据。
输入装置213包括,例如,由用户操作的操作部件(比如鼠标、键盘、触摸板、按钮、开关和手柄),和比如麦克风和耳机之类的音频输入部件。另外,输入装置213可以是,例如,使用红外辐射或其他无线电波的遥控部件(被称为遥控器的),或可以是适于静脉图案注册设备20的操作的外部连接装置,比如移动电话和PDA。此外,输入装置213可以包括,例如,输入控制电路等,用于基于由用户使用上述操作部件和音频输入部件输入的信息来产生输入信号,并输出输入信号到CPU 201。静脉图案注册设备20的用户可以通过操作输入装置213向静脉图案注册设备20输入各种数据和指示处理操作。
输出装置215包括,例如,显示装置(比如阴极射线管(CRT)显示装置、液晶显示(LCD)装置、等离子显示面板(PDP)装置、电致发光(EL)显示装置和灯),音频输出装置(比如扬声器和头戴耳机、打印机、移动电话、传真机等),其能够将所获取的信息视觉地或听觉地传递给用户。
存储装置217是数据存储装置,其被配置为根据本实施例的静脉图案注册设备20的存储单元的实例,且包括,例如,比如硬盘驱动器(HDD)之类的磁存储装置、半导体存储装置、光存储装置、磁光存储装置等。存储装置217存储多种数据,比如由CPU 201执行的程序,各种数据、和从外部获取的各种类型的数据。
驱动器219是用于存储介质的读取器/写入器,并可以被嵌入或外部地附于静脉图案注册设备20。驱动器219读出在可拆卸记录介质14(比如所附的磁盘、光盘、磁光盘或半导体存储器)中记录的信息,并输出该信息到RAM205。另外,驱动器219能够将记录写到可拆卸记录介质14(比如所附的磁盘、光盘、磁光盘或半导体存储器)。可拆卸记录介质14包括,例如,DVD介质、HD-DVD介质、蓝光介质、致密闪存(CF)(注册商标)、存储棒、安全数字(SD)存储卡等。另外,可拆卸记录介质14可以,例如,以装备有无接触IC芯片的集成电路(IC)卡、电子器件等的形式。
通信装置221是通信接口,其包括,例如,用于连接到通信网络12的通信装置。以用于有线或无线局域网(LAN)、蓝牙或无线USB(WUSB)的通信卡,用于光通信的路由器,用于异步数字用户线(ADSL)的路由器,用于各种通信环境的调制解调器等的形式制造通信装置221。该通信装置221能够发送信号等到其它静脉图案注册装置20及其他静脉图案认证装置30/从其接受信号等。另外,连接到通信装置221的网络12由经由有线或无线连接连接的网络等形成,且可以被配置为,例如,因特网、家庭LAN、红外通信、卫星通信等。
通过如上所述的配置,静脉图案注册设备20可以辐射预定波长的光到希望注册他/她的静脉图案的个人的身体表面,捕捉身体表面的图像,从所捕捉的图像数据提取静脉图案,和注册所提取的静脉图案作为个人身份信息。另外,静脉图案注册设备20可以发送数据到直接地连接到静脉图案注册设备20的静脉图案认证设备30或连接到网络12的静脉图案认证设备30/从其接收数据,并检索使用可拆卸记录介质14存储在静脉图案注册设备20中的信息。
上面已经描述了用于实现根据本实施例的静脉图案注册设备20的功能的可能的硬件配置的实例。可以使用通用构件配置每一上述组件,或可以配置有用于每个组件的功能的专用硬件。因此,在实现本实施例时,在这里使用的硬件配置可以被根据当前技术适当地修改。
省略静脉图案认证设备30的硬件配置的描述,因为静脉图案认证设备30的硬件配置实质上与静脉图案注册设备20的相同。
接下来,参考图5,将详细描述根据该实施例的静脉图案注册设备20的配置。图5是图示根据该实施例的静脉图案注册设备20的配置的框图。
如图5所示,根据本实施例的静脉图案注册设备20包括,例如,成像单元231、静脉图案提取单元241、伪静脉图案确定单元251、静脉图案注册单元261、存储单元263和已注册静脉图案公开单元265。
成像单元231捕捉希望注册他/她的静脉图案的个人的身体表面H的图像并产生成像数据。成像单元231包括,例如,放射预定波长的光的辐射单元233,聚焦透射通过身体表面H的光的光学透镜237,和基于聚焦的光产生成像数据的成像数据产生单元239。
辐射单元233包括光源,比如卤素灯和发光二极管,其辐射近红外光到 身体表面H,并辐射具有大约600nm到大约1,300nm的波长的近红外光235。
光学透镜237聚焦透射通过身体表面H(比如手指表面)的近红外光235,并在成像数据产生单元239上形成图像。
成像数据产生单元239基于已经由光学透镜237聚焦的近红外光235的透射光来产生各个放大倍率的近红外光成像数据。成像数据产生单元239包括,例如,电荷耦合器件(CCD)、图像传感器、互补金属氧化物半导体(C-MOS)图像传感器等,并输出近红外光成像数据到要在之后描述的静脉图案提取单元241。另外,成像数据产生单元239可以在要在之后描述的存储单元273中存储所产生的近红外光成像数据。在存储单元273中进行存储时,可以将捕捉的日期或捕捉的时间关联到所产生的近红外光成像数据。此外,所产生的近红外光成像数据可以以红-绿-蓝(RGB)信号的形式,或可以是其他颜色的图像数据,灰度级图像数据等。
静脉图案提取单元241包括,例如,关于从成像数据产生单元239透射的近红外光成像数据执行用于静脉图案提取的预处理的功能,提取静脉图案的功能,和执行用于静脉图案提取的后置处理的功能。
用于静脉图案提取的预处理包括,例如,用于从近红外光成像数据检测手指的轮廓(contour)和鉴别手指位于近红外光成像数据中哪里的处理,用于使用所检测的手指轮廓旋转近红外光成像数据并校正近红外光成像数据的角度(所捕捉的图像的角度)的处理等。
另外,可以通过应用差分滤波器到已经经历了检测轮廓或校正角度的近红外光成像数据来实现静脉图案提取。差分滤波器是在其中在感兴趣的像素和其周围像素之间的差值分别很大的各个部分,对于感兴趣的图像和其周围像素输出高的值作为输出值的滤波器。换句话说,在这里使用的差分滤波器是指通过使用在感兴趣的像素和其周围像素之间的灰度值的差值的操作来增强图像中的行或边缘的滤波器。
总的来说,在二维平面上以作为格点(x,y)的变量关于图像数据u(x,y)执行滤波处理,在图像数据v(x,y)中使用滤波器h(x,y)结果,如以下等式2所示。在以下的等式2中,*表示卷积。
(2)
在根据本实施例的静脉图案提取中,比如第一阶空间导数滤波器或第二阶空间导数滤波器之类的导数滤波器可以用作上述差分滤波器。第一阶空间导数滤波器指对于感兴趣的像素,计算在感兴趣的像素和其水平相邻的像素或其垂直相邻的像素之间灰度级的差值的滤波器,且第二阶空间导数滤波器是指提取对于感兴趣的像素具有灰度值的差值增加的变化的部分的滤波器。
例如,以下高斯的拉普拉斯(Log)滤波器可以用作上述第二阶空间导数滤波器。Log滤波器(等式4)可以被使用高斯功能写为作为平滑滤波器的高斯滤波器的第二阶导数(等式3)。在下面等式3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。此外,在下面等式4中的σ也是表示高斯函数的标准偏差的参数,如等式3的情况,且在执行Log滤波处理的情况下改变的σ的值可能引起输出性质(输出值)改变。
(4)
根据该实施例的静脉图案提取单元241通过改变σ(其是改变滤波器输出值,也就是,滤波器输出特性的参数)从所捕捉的近红外光成像数据的一个片段来提取多种近红外光静脉图案。
具体地说,根据该实施例的静脉图案提取单元241通过至少两个类型的参数σ(就是说,由使用多个估计数据的在先确定测试计算的参数σthr和类似地计算并用于正常捕捉的参数σO)的方式,从所捕捉的近红外光成像数据的一个片段提取近红外光静脉图案。另外,静脉图案提取单元241对于构成 近红外光静脉图案的所有像素执行阈值处理并在用于参数阈值的滤波处理中计算滤波器输出值的和。滤波器输出值的所计算的和被发送到要在之后描述的伪静脉图案确定单元251。此外,静脉图案提取单元241可以在存储单元263中存储滤波器输出值的所计算的和。
上述后置处理也可以包括,例如,关于已经经历差分滤波器的图像数据执行的阈值处理、二进制化处理、淡化(thinning)处理等。在通过后置处理之后,可以提取静脉图案的骨骼。
静脉图案提取单元241发送静脉图案或由此提取的骨骼到要在之后描述的伪静脉图案确定单元251和静脉注册单元261。静脉图案提取单元241还可以在要在之后描述的存储单元263中存储所提取的静脉图案或骨骼。注意,静脉图案提取单元241可以在存储单元263中存储已经产生以执行每一上述处理的参数,在处理期间的中间结果等。
伪静脉图案确定单元251基于从静脉图案提取单元241发送的滤波器输出值的和来确定在身体表面H的一部分上有意形成的伪静脉图案的存在。具体地说,伪静脉图案确定单元251通过确定从静脉图案提取单元241发送的滤波器输出值的和是否超过预定阈值(例如,其是否是零),来确定伪静脉图案的存在。
具体地说,如果预定阈值是0,例如,然后当从静脉图案提取单元241发送的滤波器输出值的和是0时,伪静脉图案确定单元251确定没有在身体表面H的一部分上已经形成伪静脉图案,并当滤波器输出值的和具有大于0的值时,确定已经在身体表面H的一部分上形成伪静脉图案。另外,如果滤波器输出值的和具有小到其可以被认为是0的程度的值,然后伪静脉图案确定单元251可以确定滤波器输出值的和是零。
伪静脉图案确定单元251发送确定结果到静脉图案注册单元261。伪静脉图案确定单元251还可以在存储单元263中存储确定结果。此外,在存储单元263中存储中,已经经历确定的静脉图案和确定结果可以被相互关联地存储。
静脉图案注册单元261基于从伪静脉图案确定单元251发送的确定结果将所产生的近红外光静脉图案注册为模板。具体地说,当从伪静脉图案确定单元251发送确定结果时,指示不存在伪静脉图案,静脉图案注册单元261在存储单元263中存储从静脉图案提取单元241发送的近红外光静脉图案作 为已注册静脉图案。相反,当从伪静脉图案确定单元251发送确定结果时,指示存在伪静脉图案,静脉图案注册单元261不注册所提取的近红外光静脉图案并结束注册处理。在已注册静脉图案的注册时,不仅存储近红外光静脉图案,而且可以将用于识别具有静脉图案的个人(例如,指纹数据、脸部图像数据、虹膜数据、语言纹数据等)的其他数据与近红外光静脉图案相关联地存储。此外,要注册为模版的已注册静脉图案可以包括,例如,符合比如公共生物测定交换文件格式(CBEFF)框架之类的标准的报头信息。
存储单元263存储请求从静脉图案注册单元261注册的已注册静脉图案或关联到已注册静脉图案的其他数据。除这些数据之外,还可以存储由成像数据产生单元239产生的图像数据,由静脉图案提取单元241提取的静脉图案等。此外,除这些数据之外,静脉图案注册设备20可以使得适当地存储各种参数、中间结果等(在执行某些处理时需要存储),或各种数据库等。该存储单元273可以由成像单元231、静脉图案提取单元241、伪静脉图案确定单元251、静脉图案注册单元261等自由地读取/写入。
已注册静脉图案公开单元265可以公开存储在存储单元263中的已注册静脉图案,例如,如由连接到静脉图案注册设备20的静脉图案认证设备30要求的。
注意,例如,可以从各种设备(比如包括计算机或服务器的信息处理设备、移动终端或包括移动电话或PHS的个人数字助理(PDA)、自动柜员机(ATM)、入口和出口控制设备等)实现根据该实施例的静脉图案注册设备20。
虽然在上述描述中,在静脉图案注册设备20内存储图案的情况中,已经描述要注册为模版的已注册静脉图案,已注册静脉图案可以被存储在记录介质中,比如DVD介质、HD-DVD介质、蓝光介质、致密闪存(注册商标)、存储棒、SD存储卡等、装备有无接触IC芯片的IC卡片、、电子设备等。
上面已经描述了根据该实施例的静脉图案注册设备20的功能的实例。可以使用通用构件或电路来配置每一上述组件,或可以配置有用于每个组件的功能的专用硬件。另外,可以仅由CPU等实现每个组件的功能。因此,在实现本实施例时,在这里使用的配置可以被根据当前技术适当地修改。
(静脉图案认证设备30的配置)
接下来,参考图6,将详细描述根据该实施例的静脉图案认证设备30的 配置。图6是图示根据该实施例的静脉图案认证设备30的配置的框图。
如图6所示,例如,根据该实施例的静脉图案认证设备30包括成像单元301、静脉图案提取单元311、伪静脉图案确定单元321、静脉图案认证单元331和存储单元333。
成像单元301捕捉希望认证他/她的静脉图案的个人的身体表面H的图像并产生成像数据。成像单元301包括,例如,放射预定波长的光的辐射单元303,聚焦透射通过身体表面H的光的光学透镜307,和基于聚焦的光产生成像数据的成像数据产生单元309。
辐射单元303包括光源,比如卤素灯和发光二极管,其辐射近红外光到身体表面H,并辐射具有大约600nm到大约1,300nm的波长的近红外光305。
光学透镜307聚焦透射通过身体表面H(比如手指表面)的近红外光305,并在成像数据产生单元309上形成图像。
成像数据产生单元309基于已经由光学透镜307聚焦的近红外光305的所透射的光产生各种放大倍率的近红外光成像数据。成像数据产生单元309包括,例如,CCD图像传感器、C-MOS图像传感器等,并输出近红外光成像数据到要在之后描述的静脉图案提取单元311。另外,成像数据产生单元309可以在要在之后描述的存储单元333中存储所产生的近红外光成像数据。在存储单元333中进行存储时,可以将捕捉的日期或捕捉的时间关联到所产生的近红外光成像数据。此外,所产生的近红外光成像数据可以以红-绿-蓝(RGB)信号的形式,或可以是其他颜色的图像数据,灰度级图像数据等。
静脉图案提取单元311包括,例如,关于从成像数据产生单元309发送的近红外光成像数据执行用于静脉图案提取的预处理的功能,提取静脉图案的功能,和执行用于静脉图案提取的后置处理的功能。
用于静脉图案提取的预处理包括,例如,用于从近红外光成像数据检测手指的轮廓和鉴别手指位于近红外光成像数据中哪里的处理,用于使用所检测的手指轮廓旋转近红外光成像数据并校正近红外光成像数据的角度(所捕捉的图像的角度)的处理等。
另外,可以通过对于已经经历了检测轮廓或校正角度的近红外光成像数据应用差分滤波器来实现静脉图案提取。差分滤波器是在其中在感兴趣的像素和其周围像素之间的差值分别很大的部分,对于感兴趣的图像和其周围像素输出高的值作为输出值的滤波器。换句话说,在这里使用的差分滤波器是 指通过使用在感兴趣的像素和其周围像素之间的灰度值的差值的操作来增强图像中的行或边缘的滤波器。
总的来说,通过作为二维平面上的格点(x,y)的变量来关于图像数据u(x,y)执行滤波处理,使用滤波器h(x,y)得到图像数据v(x,y),如以下等式5所示的。在下面等式5中,*表示卷积。
(5)
在根据本实施例的静脉图案提取中,比如第一阶空间导数滤波器或第二阶空间导数滤波器之类的导数滤波器可以用作上述差分滤波器。第一阶空间导数滤波器是指对于感兴趣的像素,计算在感兴趣的像素和其水平相邻的像素或其垂直相邻的像素之间灰度级的差值的滤波器,且第二阶空间导数滤波器是指提取对于感兴趣的像素具有灰度值的差值增加的变化的部分的滤波器。
例如,以下高斯的拉普拉斯(Log)滤波器可以用作上述第二阶空间导数滤波器。Log滤波器(等式7)可以被使用高斯功能写为作为平滑滤波器的高斯滤波器的第二阶导数(等式6)。在下面等式6中,σ表示高斯函数的标准偏差,且换句话说,表示高斯滤波器的平滑度的变量。此外,在下面等式7中的σ也是表示高斯函数的标准偏差的参数,如等式6的情况,且在执行Log滤波处理的情况下改变的σ的值可能引起输出性质(输出值)改变。
(7)
根据该实施例的静脉图案提取单元311通过改变σ(其是改变滤波器输出值,也就是,滤波器输出特性的参数)从所捕捉的近红外光成像数据的一 个片段来提取多种近红外光静脉图案。
具体地说,根据该实施例的静脉图案提取单元311通过至少两个类型的参数σ(就是说,由使用多个估计数据的在先确定测试计算的参数阈值σthr和类似地计算并用于正常捕捉的参数σO)的方式,从所捕捉的近红外光成像数据的一个片段提取近红外光静脉图案。另外,静脉图案提取单元241对于构成近红外光静脉图案的所有像素执行阈值处理并在用于参数阈值的滤波处理中计算滤波器输出值的和。滤波器输出值的所计算的和被发送到要在之后描述的伪静脉图案确定单元321。此外,静脉图案提取单元311可以在存储单元333中存储滤波器输出值的所计算的和。
并且,用于静脉图案提取的上述后置处理也可以包括,例如,关于已经经历差分滤波器的图像数据执行的阈值处理、二进制化处理、淡化处理等。在已经通过后置处理之后,可以提取静脉图案的骨骼。
静脉图案提取单元311发送静脉图案或由此提取的骨骼到要在之后描述的伪静脉图案确定单元321和静脉认证单元331。静脉图案提取单元311还可以在要在之后描述的存储单元333中存储所提取的静脉图案或骨骼。静脉图案提取单元311可以在存储单元333中存储已经产生以执行每一上述处理的参数、在处理期间的中间结果等。
伪静脉图案确定单元321基于从静脉图案提取单元311发送的滤波器输出值的和来确定在身体表面H的一部分上有意形成的伪静脉图案的存在。具体地说,伪静脉图案确定单元321通过确定从静脉图案提取单元311发送的滤波器输出值的和是否超过预定阈值(例如,其是否是零),来确定伪静脉图案的存在。
具体地说,如果预定阈值是0,例如,然后当从静脉图案提取单元311发送的滤波器输出值的和是0时,伪静脉图案确定单元321确定没有在身体表面H的一部分上已经形成伪静脉图案,并当滤波器输出值的和具有大于0的值时,确定已经在身体表面H的一部分上形成伪静脉图案。另外,如果滤波器输出值的和具有小到其可以被认为是0的程度的值,然后伪静脉图案确定单元321可以确定滤波器输出值的和是零。
伪静脉图案确定单元321发送确定结果到静脉图案认证单元331。伪静脉图案确定单元321还可以在存储单元333中存储确定结果。此外,在存储单元333中存储中,已经经历确定的静脉图案和确定结果可以被相互关联地 存储。
静脉图案认证单元331基于从伪静脉图案确定单元321发送的确定结果,来执行所产生的近红外光静脉图案的认证。具体地说,当从伪静脉图案确定单元321发送确定结果时,指示不存在伪静脉图案,例如,静脉图案认证单元331请求静脉图案注册设备20公开已注册静脉图案,并比较从静脉图案注册设备20获取的已注册静脉图案与从静脉图案提取单元311发送的近红外光静脉图案。例如,可以通过计算要在之后描述的相关系数并基于所计算的相关系数执行比较,来实现比较已注册静脉图案与近红外光静脉图案的处理。当比较结果指示已注册静脉图案和近红外光静脉图案彼此类似时,静脉图案认证单元331认证近红外光静脉图案,且当它们彼此不类似时不认证近红外光静脉图案。
在下面等式8中定义相关系数,是指示在两个数据片段:x={xi}和y={yi}之间的类似性的统计度量,且具有从-1到1的实数值。当相关系数具有接近1的值时,其指示两个数据片段彼此类似,且当相关系数具有接近0的值时,其指示两个数据片段不彼此类似。另外,当相关系数具有接近-1的值时,其指示其中两个数据片段分别具有相反的符号的情况。
Average of Data y
相反,当从伪静脉图案确定单元321发送确定结果时,指示存在伪静脉图案,静脉图案认证单元331不执行并结束所提取的近红外光静脉图案的认证处理。
存储单元333能够存储由成像数据产生单元309产生的图像数据、由静脉图案提取单元311提取的静脉图案等。此外,除这些数据之外,静脉图案认证设备30可以使得适当地存储各种参数、中间结果等(在执行某些处理时需要存储),或各种数据库等。该存储单元333可以由成像单元301、静脉图案提取单元311、伪静脉图案确定单元321、静脉图案认证单元331等自由地读取/写入。
例如,可以以各种设备(比如包括计算机或服务器的信息处理设备、包 括移动电话或PHS的移动终端或个人数字助理(PDA)、自动柜员机(ATM)、入口和出口控制设备等)实现根据该实施例的静脉图案认证设备30。
虽然在上述描述中,假定从静脉图案注册设备20获取已注册静脉图案,可以基于已经记录介质中的已注册静脉图案执行认证,记录介质比如DVD介质、HD-DVD介质、蓝光介质、致密闪存(注册商标)、存储棒、SD存储卡等、装备有无接触IC芯片的IC卡片、电子设备等。此外,已注册静脉图案可以被存储在静脉图案认证设备30中。
上面已经描述了根据该实施例的静脉图案认证设备30的功能的实例。可以使用通用构件或电路来配置每一上述组件,或可以配置有用于每个组件的功能的专用硬件。另外,可以仅由CPU等实现每个组件的功能。因此,在实现本实施例时,在这里使用的配置可以被根据当前技术适当地修改。
(静脉图案的注册方法)
接下来,参考图7,将详细描述根据该实施例的注册静脉图案的方法。图7是图示根据该实施例的用于提取骨骼的方法的流程图。
根据该实施例的用于注册静脉图案的方法的特征在于通过应用参数改变的差分滤波器确定伪静脉图案的存在,在差分滤波器中,参数改变差分滤波器的输出性质,该输出性质用于从通过以近红外光捕捉身体表面的图像而获取的近红外光成像数据提取静脉图案。
首先,成像单元231捕捉身体表面的一部分(例如,手指表面)的图像,且在成像单元231中的成像数据产生单元239产生近红外光成像数据(步骤S101)。例如,成像数据产生单元239与捕捉的日期或捕捉的时间相关联地,在存储单元263中存储所产生的近红外光成像数据,并发送所产生的近红外光成像数据到静脉图案提取单元241。
近红外光成像数据发送到其的静脉图案提取单元241执行用于关于近红外光成像数据的静脉图案的骨骼提取的预处理,其中该预处理包括用于检测手指的轮廓和鉴别手指的位置的处理,或用于旋转近红外光成像数据并校正近红外光成像数据的角度的处理(步骤S103)。
一旦结束用于骨骼提取的预处理,静脉图案提取单元241然后通过应用作为一种差分滤波器的Log滤波器处理到已经经历预处理的近红外光成像数据,来计算Log滤波器输出,以产生近红外光静脉图案。在执行该Log滤波器处理时,静脉图案提取单元241设置预定确定参数的阈值σthr为包括在Log 滤波器中的参数σ,并计算其输出值(步骤S105)。在计算Log滤波器的输出值之后,静脉图案提取单元241对于构成近红外光静脉图案的所有像素,计算来自Log滤波器的所计算的输出值的和。然后,静脉图案提取单元241发送所计算的来自Log滤波器的输出值的和到伪静脉图案确定单元251。静脉图案提取单元241可以存储在σthr处所计算的来自Log滤波器的输出值的和或近红外光静脉图案到存储单元263。
伪静脉图案确定单元251基于从静脉图案提取单元241发送的来自Log滤波器的输出值的和,确定伪静脉图案是否在身体表面的一部分(例如,手指表面)上存在。通过确定所计算的来自Log滤波器的输出值的和是否等于0来执行存在的确定(步骤S107)。
另一方面,当所计算的来自Log滤波器的输出值的和等于0时,伪静脉图案确定单元251确定在经历成像的手指表面上不存在伪静脉图案,并将确定结果通知静脉图案提取单元241和静脉图案注册单元261。向其通知确定结果的静脉图案提取单元241通过将Log滤波器的参数σ设置为用于普通提取处理的σ0,来再次执行Log滤波器处理,并计算来自Log滤波器的输出值(步骤S111)。一旦已经计算了对于σ0的参数σ(就是说,近红外光静脉图案)来自Log滤波器的输出值,静脉图案提取单元241关于所获取的近红外光静脉图案执行后置处理,比如阈值处理、二进制化处理和淡化处理(步骤S113),在存储单元263中存储已经经历后置处理的近红外光静脉图案,以及发送近红外光静脉图案到静脉图案注册单元261。
另一方面,当所计算的来自Log滤波器的输出值的和超过0时,伪静脉图案确定单元251确定在经历成像的手指表面上存在伪静脉图案,并将确定结果通知静脉图案注册单元261。
当从伪静脉图案确定单元251向静脉图案注册单元261通知指示不存在伪静脉图案的信号时,静脉图案注册单元261将经历后置处理并从静脉图案提取单元241发送的近红外光静脉图案作为已注册静脉图案存储在包括在存储单元263中的数据库(没有示出)中。另外,已注册静脉图案可以与个人的ID或其他生物测定数据等相关联。
此外,当从伪静脉图案确定单元251向静脉图案注册单元261通知指示存在伪静脉图案的信号时,静脉图案注册单元261不执行静脉图案的注册处理并结束一系列处理。
如上所述,在根据该实施例的注册静脉图案的方法中,有可能通过集中注意力在差分滤波器的输出值的范围或分布上,来确定在身体表面的一部分上有意形成的伪静脉图案的存在。因为根据该实施例的注册静脉图案的方法可以在注册静脉图案之前确定伪静脉图案的存在,避免了在其中包括已注册静脉图案的数据库等中存储不必要的数据的可能性,且变得易于管理已注册的静脉图案。
(静脉图案的认证方法)
接下来,再次参考图7,将详细描述根据该实施例的认证静脉图案的方法。
根据该实施例的用于认证静脉图案的方法的特征在于通过应用参数改变的差分滤波器确定伪静脉图案的存在,在差分滤波器中,参数改变差分滤波器的输出性质,该输出性质用于从通过以近红外光捕捉身体表面的图像而获取的近红外光成像数据提取静脉图案。
首先,成像单元301捕捉身体表面的一部分(例如,手指表面)的图像,且在成像单元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)。例如,成像数据产生单元309与捕捉的日期或捕捉的时间相关联地,在存储单元333中存储所产生的近红外光成像数据,并发送所产生的近红外光成像数据到静脉图案提取单元311。
近红外光成像数据发送到其的静脉图案提取单元311执行用于关于近红外光成像数据的静脉图案的骨骼提取的预处理,其中该预处理包括用于检测手指的轮廓和鉴别手指的位置的处理,或用于旋转近红外光成像数据并校正近红外光成像数据的角度的处理(步骤S103)。
一旦结束用于骨骼提取的预处理,静脉图案提取单元311然后通过应用作为一种差分滤波器的Log滤波器处理到已经经历预处理的近红外光成像数据,来计算Log滤波器输出,以产生近红外光静脉图案。在执行该Log滤波器处理时,静脉图案提取单元241设置预定确定参数的阈值σthr为包括在Log滤波器中的参数σ,并计算其输出值(步骤S105)。在计算Log滤波器的输出值之后,静脉图案提取单元311对于构成近红外光静脉图案的所有像素,计算来自Log滤波器的所计算的输出值的和。然后,静脉图案提取单元311发送从Log滤波器所计算的输出值的和到伪静脉图案确定单元321。静脉图案提取单元311可以在存储单元333中存储在σthr处、从Log滤波器所计算 的输出值的和或近红外光静脉图案。
伪静脉图案确定单元321基于从静脉图案提取单元311发送的来自Log滤波器的输出值的和,确定伪静脉图案是否在身体表面的一部分(例如,手指表面)上存在。通过确定来自Log滤波器的所计算的输出值的和是否等于0来执行存在的确定(步骤S107)。
另一方面,当所计算的来自Log滤波器的输出值的和等于0时,伪静脉图案确定单元321确定在经历成像的手指表面上不存在伪静脉图案,并将确定结果通知静脉图案提取单元311和静脉图案认证单元331。向其通知确定结果的静脉图案提取单元311通过将Log滤波器的参数σ设置为用于普通提取处理的σ0,来再次执行Log滤波器处理,并计算来自Log滤波器的输出值(步骤S111)。一旦已经计算了对于σ0的参数σ(就是说,近红外光静脉图案)的来自Log滤波器的输出值,静脉图案提取单元311关于所获取的近红外光静脉图案执行后置处理,比如阈值处理、二进制化处理和淡化处理(步骤S113),在存储单元333中存储已经经历后置处理的近红外光静脉图案,以及发送近红外光静脉图案到静脉图案认证单元331。
另一方面,当所计算的来自Log滤波器的输出值的和超过0时,伪静脉图案确定单元321确定在经历成像的手指表面上存在伪静脉图案,并将确定结果通知静脉图案认证单元331。
当从伪静脉图案确定单元321向静脉图案认证单元331通知指示不存在伪静脉图案的信号时,静脉图案认证单元331请求静脉图案注册设备20公开已注册静脉图案。一旦在静脉图案注册设备20中已经由已注册静脉图案公开单元265公开了已注册静脉图案,静脉图案认证单元331获取并比较所公开的已注册静脉图案与已经经历后置处理的从静脉图案提取单元311发送的近红外光静脉图案。例如,使用能够定量地计算在图像数据之间的类似性(比如上述的相关系数)的方法来执行已注册静脉图案与近红外光静脉图案的比较。当已注册静脉图案和近红外光静脉图案彼此类似时,静脉图案认证单元331认证所产生的近红外光静脉图案,而当它们彼此不类似时静脉图案认证单元331不认证近红外光静脉图案。
此外,当从伪静脉图案确定单元321向静脉图案认证单元331通知指示存在伪静脉图案的信号时,静脉图案认证单元331不执行静脉图案的认证处理并结束一系列处理。
如上所述,在根据该实施例的认证静脉图案的方法中,有可能通过集中注意力在差分滤波器的输出值的范围或分布,来确定在身体表面的一部分上有意形成的伪静脉图案的存在。因为根据该实施例的认证静脉图案的方法可以在认证静脉图案之前确定伪静脉图案的存在,可以预先地防止恶意用户通过重复试错(try and error)以最优化伪静脉图案来模仿他人。
(静脉数据配置)
此外,根据本发明的实施例,提供了包括静脉数据存储区的静脉数据配置,其包括与个人的静脉图案相对应并以图像数据检验的数据,通过以近红外光捕捉活体的身体表面的一部分的图像来获取图像数据,该静脉数据配置还包括参数存储区,其包括改变差分滤波器的输出性质的参数,该差分滤波器对于构成通过以近红外光捕捉图像所获取的图像数据的每一个像素,对于大大地不同于其周围像素的像素输出高输出。
静脉数据存储区是例如,包括已经由静脉图案注册设备20注册为已注册静脉图案的静脉图案的区域。例如,在认证所捕捉的近红外光静脉图案时由静脉图案认证设备30使用在静脉数据存储区中包括的数据。
在参数存储区中包括的参数是用于例如,由静脉图案注册设备20或静脉图案认证设备30在从以近红外光或可见光捕捉的图像数据提取静脉图案时使用的差分滤波器的参数,且该参数显著地改变差分滤波器的输出值,例如,当通过以近红外光捕捉图像所获取的图像数据具有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值的差值时。
对于每个类型的差分滤波器分开地包括上述参数,且使得在身体表面上形成的伪静脉图案具有使得可以由差分滤波器检测到伪静脉图案的值。例如,当Log滤波器用作差分滤波器时,通过其Log滤波器可以检测伪静脉图案的值被包括在参数存储区中。在该情况下,要包括的参数的值等于或大于2.0。
上述静脉数据配置可以被应用于,例如,无接触IC芯片、或IC卡,比如用于移动电话等的订户身份模块(SIM)卡。另外,该静脉数据配置可以应用于记录介质,比如DVD介质、HD-DVD介质、蓝光介质、致密闪存(注册商标)、存储棒、或SD存储卡。
本领域技术人员应该理解根据设计要求及其它因素,可产生各种修改、组合、部分组合和替代,只要它们在所附权利要求及其等效物的范围之内。
例如,虽然在上述实施例中,已经描述了分别分开地提供静脉图案注册 设备20和静脉图案认证设备30,可以提供包括静脉图案注册设备20和静脉图案认证设备30两者的功能的静脉图案管理设备。
此外,虽然在上述实施例中,已经描述了每个静脉图案注册设备20和静脉图案认证设备30提供透射式成像单元,可以根据要捕捉的身体表面的一部分提供反射式成像单元。
Claims (33)
1.一种静脉图案管理系统,用于注册和认证通过辐射光到活体的一部分所获取的静脉图案,包括:
成像单元,用于以近红外光捕捉所述活体的所述部分的身体表面的图像并产生近红外光成像数据;
静脉图案提取单元,用于通过将差分滤波器应用于构成所述近红外光成像数据的多个像素,并改变用于改变所述差分滤波器的输出性质的参数,来从所述近红外光成像数据的一个片段提取多种近红外光静脉图案,所述差分滤波器对于具有在像素和其周围像素之间的大的差值的像素输出大的值;
伪静脉图案确定单元,用于基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在;
静脉图案注册单元,用于基于来自所述伪静脉图案确定单元的确定结果注册所述近红外光静脉图案以产生已注册静脉图案;和
静脉图案认证单元,用于比较所捕捉的近红外光静脉图案与已经注册的静脉图案,并基于来自所述伪静脉图案确定单元的所述确定结果来认证所捕捉的近红外光静脉图案。
2.如权利要求1所述的静脉图案管理系统,其中
所述伪静脉图案确定单元基于来自所述差分滤波器在所述参数处的输出值的和来确定所述伪静脉图案的存在。
3.如权利要求2所述的静脉图案管理系统,其中
所述伪静脉图案确定单元在从所述差分滤波器的输出值的和大于预定阈值时确定存在所述伪静脉图案,且当来自所述差分滤波器的输出值的和等于或小于所述预定阈值时确定所述伪静脉图案不存在。
4.如权利要求1所述的静脉图案管理系统,其中
所述参数表示来自所述差分滤波器的输出值的标准偏差。
5.如权利要求1所述的静脉图案管理系统,其中
所述差分滤波器是导数滤波器。
6.如权利要求5所述的静脉图案管理系统,其中
所述差分滤波器是高斯的拉普拉斯滤波器。
7.一种静脉图案注册设备,包括:
成像单元,用于以近红外光捕捉活体的一部分的身体表面的图像并产生近红外光成像数据;
静脉图案提取单元,用于通过将差分滤波器应用于构成所述近红外光成像数据的多个像素,并改变用于改变所述差分滤波器的输出性质的参数,来从所述近红外光成像数据的一个片段提取多种近红外光静脉图案,所述差分滤波器对于具有在像素和其周围像素之间的大的差值的像素输出大的值;
伪静脉图案确定单元,用于基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在;和
静脉图案注册单元,用于基于来自所述伪静脉图案确定单元的确定结果注册所述近红外光静脉图案以产生已注册静脉图案。
8.如权利要求7所述的静脉图案注册设备,其中
所述伪静脉图案确定单元基于来自所述差分滤波器在所述参数处的输出值的和来确定所述伪静脉图案的存在。
9.如权利要求8所述的静脉图案注册设备,其中
所述伪静脉图案确定单元在来自所述差分滤波器的输出值的和大于预定阈值时确定存在所述伪静脉图案,而当来自所述差分滤波器的输出值的和等于或小于所述预定阈值时确定所述伪静脉图案不存在。
10.如权利要求7所述的静脉图案注册设备,其中
所述参数表示来自所述差分滤波器的输出值的标准偏差。
11.如权利要求7所述的静脉图案注册设备,其中
所述差分滤波器是导数滤波器。
12.如权利要求11所述的静脉图案注册设备,其中
所述差分滤波器是高斯的拉普拉斯滤波器。
13.一种静脉图案认证设备,包括:
成像单元,用于以近红外光捕捉活体的一部分的身体表面的图像并产生近红外光成像数据;
静脉图案提取单元,用于通过将差分滤波器应用于构成所述近红外光成像数据的多个像素,并改变用于改变所述差分滤波器的输出性质的参数,来从所述近红外光成像数据的一个片段提取多种近红外光静脉图案,所述差分滤波器对于具有在像素和其周围像素之间的大的差值的像素输出大的值;
伪静脉图案确定单元,用于基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在;和
静脉图案认证单元,用于比较所捕捉的近红外光静脉图案与已经注册的静脉图案,并基于来自所述伪静脉图案确定单元的确定结果来认证所捕捉的近红外光静脉图案。
14.如权利要求13所述的静脉图案认证设备,其中
所述伪静脉图案确定单元基于来自所述差分滤波器在所述参数处的输出值的和来确定所述伪静脉图案的存在。
15.如权利要求14所述的静脉图案认证设备,其中
所述伪静脉图案确定单元在来自所述差分滤波器的输出值的和大于预定阈值时确定所述伪静脉图案存在,而当来自所述差分滤波器的输出值的和等于或小于所述预定阈值时确定所述伪静脉图案不存在。
16.如权利要求13所述的静脉图案认证设备,其中
所述参数表示来自所述差分滤波器的输出值的标准偏差。
17.如权利要求13所述的静脉图案认证设备,其中
所述差分滤波器是导数滤波器。
18.如权利要求17所述的静脉图案认证设备,其中
所述差分滤波器是高斯的拉普拉斯滤波器。
19.如权利要求13所述的静脉图案认证设备,其中
所述静脉图案认证单元基于从静脉图案注册设备获取的已注册静脉图案认证所述近红外光静脉图案,其中该静脉图案注册设备经由网络连接到所述静脉图案认证设备,用于注册通过辐射光到活体的一部分所获取的静脉图案。
20.如权利要求13所述的静脉图案认证设备,其中
所述静脉图案认证单元基于在所述静脉图案认证设备内存储的已注册静脉图案认证所述近红外光静脉图案。
21.一种静脉图案注册方法,用于注册通过辐射光到活体的一部分所获取的静脉图案,包括步骤:
以近红外光捕捉所述活体的所述部分的身体表面的图像并产生近红外光成像数据;
通过将差分滤波器应用于构成所述近红外光成像数据的多个像素,并改变用于改变所述差分滤波器的输出性质的参数,来从所述近红外光成像数据的一个片段提取多种近红外光静脉图案,所述差分滤波器对于具有在像素和其周围像素之间的大的差值的像素输出大的值;
基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在;和
基于确定结果注册所述近红外光静脉图案以产生已注册静脉图案。
22.如权利要求21所述的静脉图案注册方法,其中,在确定所述伪静脉图案的存在的步骤中,
基于来自所述差分滤波器在所述参数处的输出值的和来确定所述伪静脉图案的存在。
23.如权利要求22所述的静脉图案注册方法,其中,在确定所述伪静脉图案的存在的步骤中,
当来自所述差分滤波器的输出值的和大于预定阈值时确定所述伪静脉图案存在,和
当来自所述差分滤波器的输出值的和等于或小于所述预定阈值时确定伪静脉图案不存在。
24.如权利要求21所述的静脉图案注册方法,其中
所述参数表示来自所述差分滤波器的输出值的标准偏差。
25.如权利要求21所述的静脉图案注册方法,其中
所述差分滤波器是导数滤波器。
26.如权利要求25所述的静脉图案注册方法,其中
所述差分滤波器是高斯的拉普拉斯滤波器。
27.一种静脉图案认证方法,用于认证通过辐射光到活体的一部分所获取的静脉图案,包括步骤:
以近红外光捕捉所述活体的所述部分的身体表面的图像并产生近红外光成像数据;
通过将差分滤波器应用于构成所述近红外光成像数据的多个像素,并改变用于改变所述差分滤波器的输出性质的参数,来从所述近红外光成像数据的一个片段提取多种近红外光静脉图案,所述差分滤波器对于具有在像素和其周围像素之间大的差值的像素输出大的值;
基于所提取的静脉图案确定在所捕捉的身体表面的一部分上有意形成的伪静脉图案的存在;和
比较所捕捉的近红外光静脉图案与已经注册的静脉图案,并基于确定结果来认证所捕捉的近红外光静脉图案。
28.如权利要求27所述的静脉图案认证方法,其中,在确定所述伪静脉图案的存在的步骤中,
基于来自所述差分滤波器在所述参数处的输出值的和来确定所述伪静脉图案的存在。
29.如权利要求28所述的静脉图案认证方法,其中,在确定所述伪静脉图案的存在的步骤中,
当来自所述差分滤波器的输出值的和大于预定阈值时确定所述伪静脉图案存在,和
当来自所述差分滤波器的输出值的和等于或小于所述预定阈值时确定伪静脉图案不存在。
30.如权利要求27所述的静脉图案认证方法,其中
所述参数表示来自所述差分滤波器的输出值的标准偏差。
31.如权利要求27所述的静脉图案认证方法,其中
所述差分滤波器是导数滤波器。
32.如权利要求31所述的静脉图案认证方法,其中
所述差分滤波器是高斯的拉普拉斯滤波器。
33.一种静脉数据配置装置,包括:
静脉数据存储区,包含与个体的静脉图案对应且要以图像数据检验的数据,所述图像数据是通过以近红外光捕捉活体的身体表面的一部分的图像而获取的;和
参数存储区,包含对于构成通过以近红外光捕捉图像所获取的图像数据的每一个像素,改变差分滤波器的输出性质的参数,所述差分滤波器对于不同于其周围像素的像素输出高输出,其中
当通过以近红外光捕捉图像所获取的图像数据具有比在指示静脉部分的值和指示非静脉部分的值之间的差值更大的差值时,所述参数改变所述差分滤波器的输出值。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP130895/2007 | 2007-05-16 | ||
JP2007130895A JP2008287436A (ja) | 2007-05-16 | 2007-05-16 | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
PCT/JP2008/058763 WO2008140078A1 (ja) | 2007-05-16 | 2008-05-13 | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101681498A CN101681498A (zh) | 2010-03-24 |
CN101681498B true CN101681498B (zh) | 2013-01-02 |
Family
ID=40002268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008800162583A Expired - Fee Related CN101681498B (zh) | 2007-05-16 | 2008-05-13 | 静脉图案管理系统、静脉图案注册设备、静脉图案认证设备、静脉图案注册方法、静脉图案认证方法和静脉数据配置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8320639B2 (zh) |
EP (1) | EP2148296A4 (zh) |
JP (1) | JP2008287436A (zh) |
CN (1) | CN101681498B (zh) |
WO (1) | WO2008140078A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8229178B2 (en) * | 2008-08-19 | 2012-07-24 | The Hong Kong Polytechnic University | Method and apparatus for personal identification using palmprint and palm vein |
US9099848B2 (en) * | 2013-08-13 | 2015-08-04 | Robert S. MacALLISTER | Breakaway coupler for wire segments |
JP6134662B2 (ja) * | 2014-01-31 | 2017-05-24 | 株式会社 日立産業制御ソリューションズ | 生体認証装置および生体認証方法 |
US9251568B1 (en) * | 2014-08-29 | 2016-02-02 | Konica Minolta Laboratory U.S.A., Inc. | Pseudo-skeleton based image enhancement for document image reproduction |
JP6769899B2 (ja) * | 2017-03-21 | 2020-10-14 | Kddi株式会社 | 照合装置、照合システム、及び照合方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1770173A (zh) * | 2004-11-05 | 2006-05-10 | 株式会社日立制作所 | 手指认证装置 |
CN1932845A (zh) * | 2005-09-14 | 2007-03-21 | 株式会社日立制作所 | 个人认证装置及方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3355015B2 (ja) | 1994-03-14 | 2002-12-09 | 三菱電機株式会社 | 画像処理方法 |
JP2005259345A (ja) | 1999-11-16 | 2005-09-22 | Victor Co Of Japan Ltd | 光ディスク記録再生装置 |
US20020186875A1 (en) * | 2001-04-09 | 2002-12-12 | Burmer Glenna C. | Computer methods for image pattern recognition in organic material |
US7054811B2 (en) * | 2002-11-06 | 2006-05-30 | Cellmax Systems Ltd. | Method and system for verifying and enabling user access based on voice parameters |
CN1662931A (zh) * | 2002-05-09 | 2005-08-31 | 索尼株式会社 | 活组织模式检测方法、活组织模式检测设备、生物统计学认证方法和生物统计学认证设备 |
JP4409166B2 (ja) * | 2002-12-05 | 2010-02-03 | オリンパス株式会社 | 画像処理装置 |
JP4547869B2 (ja) | 2003-05-06 | 2010-09-22 | ソニー株式会社 | 画像処理方法、および画像処理装置 |
JP2005056282A (ja) * | 2003-08-06 | 2005-03-03 | Sony Corp | 画像処理方法、画像処理装置、およびプログラム |
JP4207717B2 (ja) | 2003-08-26 | 2009-01-14 | 株式会社日立製作所 | 個人認証装置 |
JP4378607B2 (ja) * | 2003-08-29 | 2009-12-09 | ソニー株式会社 | 測定装置 |
JP4305431B2 (ja) * | 2005-09-06 | 2009-07-29 | ソニー株式会社 | 画像処理装置、マスク作成方法及びプログラム |
JP4992212B2 (ja) * | 2005-09-06 | 2012-08-08 | ソニー株式会社 | 画像処理装置、画像判定方法及びプログラム |
JP4210953B2 (ja) * | 2006-04-14 | 2009-01-21 | ソニー株式会社 | 電界制御装置及び検出装置 |
-
2007
- 2007-05-16 JP JP2007130895A patent/JP2008287436A/ja active Pending
-
2008
- 2008-05-13 US US12/600,232 patent/US8320639B2/en not_active Expired - Fee Related
- 2008-05-13 CN CN2008800162583A patent/CN101681498B/zh not_active Expired - Fee Related
- 2008-05-13 WO PCT/JP2008/058763 patent/WO2008140078A1/ja active Application Filing
- 2008-05-13 EP EP08752643A patent/EP2148296A4/en not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1770173A (zh) * | 2004-11-05 | 2006-05-10 | 株式会社日立制作所 | 手指认证装置 |
CN1932845A (zh) * | 2005-09-14 | 2007-03-21 | 株式会社日立制作所 | 个人认证装置及方法 |
Non-Patent Citations (5)
Title |
---|
JP特开2004-181096A 2004.07.02 |
JP特开2005-259345A 2005.09.22 |
JP特开2005-56282A 2005.03.03 |
JP特开平7-254063A 1995.10.03 |
任树梅 等.一种新颖的静脉生物识别技术设计方案.《测试技术学报》.2004,第18卷全文. * |
Also Published As
Publication number | Publication date |
---|---|
WO2008140078A1 (ja) | 2008-11-20 |
EP2148296A4 (en) | 2012-04-04 |
US20100239129A1 (en) | 2010-09-23 |
EP2148296A1 (en) | 2010-01-27 |
JP2008287436A (ja) | 2008-11-27 |
US8320639B2 (en) | 2012-11-27 |
CN101681498A (zh) | 2010-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101485570B (zh) | 静脉认证装置和静脉认证方法 | |
CN101681512B (zh) | 静脉图案管理系统、静脉图案登记设备、静脉图案验证设备、静脉图案登记方法和静脉图案验证方法 | |
US9922238B2 (en) | Apparatuses, systems, and methods for confirming identity | |
EP2148295A1 (en) | Vein pattern management system, vein pattern registration device, vein pattern authentication device, vein pattern registration method, vein pattern authentication method, program, and vein data structure | |
Schouten et al. | Biometrics and their use in e-passports | |
Hemalatha | A systematic review on Fingerprint based Biometric Authentication System | |
CN105787454A (zh) | 用于生物特征验证的纹理特征的方法和系统 | |
JP2009543176A (ja) | トレースレス生体認証識別システム及び方法 | |
CN101681498B (zh) | 静脉图案管理系统、静脉图案注册设备、静脉图案认证设备、静脉图案注册方法、静脉图案认证方法和静脉数据配置 | |
US8270681B2 (en) | Vein pattern management system, vein pattern registration apparatus, vein pattern authentication apparatus, vein pattern registration method, vein pattern authentication method, program, and vein data configuration | |
Dass | Fingerprint‐Based Recognition | |
CN101587547A (zh) | 静脉认证装置以及静脉认证方法 | |
Li | Feature extraction, recognition, and matching of damaged fingerprint: Application of deep learning network | |
Bock | Identity Management with Biometrics: Explore the latest innovative solutions to provide secure identification and authentication | |
Kowshika et al. | Facepin: Face biometric authentication system for ATM using deep learning | |
SulaimanAlshebli et al. | The cyber security biometric authentication based on liveness face-iris images and deep learning classifier | |
Lavanya et al. | A comparative study on ATM Security with multimodal biometric system | |
Sharma et al. | Fingerprint matching Using Minutiae Extraction Techniques | |
JP2003178274A (ja) | アクセスコントロールに用いる情報記憶媒体の発行装置および発行システム | |
Renuka et al. | Statistical Accuracy of Authentication with Biometrics | |
Arora et al. | Grey Scale Image Skeletonization of Vein Pattern using Hausdroff Image Binarization technique in Biometric Security System | |
Awotunde et al. | SECURE AUTOMATED TELLER MACHINE (ATM) USING FINGERPRINT AUTHENTICATION AND SHORT-CODE MESSAGE IN A CASHLESS SOCIETY | |
Manikpuri | Biometric Security Systems for Beginner | |
Kumar et al. | Enhanced Filtering Techniques for an Advanced Fingerprint Recognition System | |
Abdullahi et al. | Biometric Approach as a Means of Preventing Identity Theft |
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 | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130102 Termination date: 20140513 |