CN101855650B - 生物体信息取得装置、生物体信息取得方法以及生物体认证装置 - Google Patents
生物体信息取得装置、生物体信息取得方法以及生物体认证装置 Download PDFInfo
- Publication number
- CN101855650B CN101855650B CN200780101471XA CN200780101471A CN101855650B CN 101855650 B CN101855650 B CN 101855650B CN 200780101471X A CN200780101471X A CN 200780101471XA CN 200780101471 A CN200780101471 A CN 200780101471A CN 101855650 B CN101855650 B CN 101855650B
- Authority
- CN
- China
- Prior art keywords
- contracts
- width
- fine positioning
- fingerprint image
- image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 42
- 238000001514 detection method Methods 0.000 claims description 217
- 230000002950 deficient Effects 0.000 claims description 62
- 230000014509 gene expression Effects 0.000 claims description 24
- 210000001145 finger joint Anatomy 0.000 claims description 11
- 238000009499 grossing Methods 0.000 claims description 9
- 238000005520 cutting process Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 74
- 230000008569 process Effects 0.000 description 26
- 238000007790 scraping Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 25
- 238000005516 engineering process Methods 0.000 description 10
- 239000012141 concentrate Substances 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 210000002615 epidermis Anatomy 0.000 description 5
- 230000005484 gravity Effects 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 229920002457 flexible plastic Polymers 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 244000060701 Kaempferia pandurata Species 0.000 description 1
- 241000872198 Serjania polyphylla Species 0.000 description 1
- 235000016390 Uvaria chamae Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003780 keratinization Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000000106 sweat gland Anatomy 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- 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
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Input (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明为了能够准确地判断生物体信息图像的采集状态,构成为具有:宽度检测单元(12-1),其对由采集单元(11)所采集的生物体信息图像中的生物体部位的宽度进行检测,该采集单元(11)采集生物体部位的生物体信息图像;缩细位置检测单元(13-1),其根据该宽度,对生物体信息图像中的生物体部位的缩细位置进行检测;方向信息取得单元(14),其取得与生物体信息图像中的生物体部位有关的方向信息;以及判断单元(15-1),其根据缩细位置周围的方向信息,判断生物体信息图像的采集状态。
Description
技术领域
本发明涉及用于取得指纹、掌纹等生物体信息的技术,特别涉及用于对所取得的生物体信息的状态进行判定的技术。
背景技术
便携电话和PDA(Personal Digital Assistant,个人数字助理)等小型信息设备随着近年来的高性能化已变得能够与网络连接、存储大量的个人信息等,极其需要提高这些设备的安全性能。为了在这样的设备中确保安全,可考虑采用一直以来被广泛使用的基于密码或ID(Identification,识别)卡等的个人认证。
但是,密码或ID卡被盗用的危险性很高,因此强烈期望实现可靠性更高的个人认证(对设备的用户是预先登记的用户本人进行认证)。
对于这样的要求,基于生物体信息(生物统计学)的个人认证的可靠性高,可认为能够满足上述要求。特别是在例如使用指纹作为生物体信息的情况下便利性也很高。
在使用指纹作为生物体信息来进行个人认证的情况下,通过静电电容式指纹传感器或光学式指纹传感器,从被认证者的手指采集指纹(由能够与指纹传感器的采集面接触的脊线和不与该采集面接触的谷线构成的图样)作为图像信息。
然后,从该指纹图像(以下也简称为指纹)的前景(例如脊线像)中提取特征信息(例如分支点或端点的位置信息),对所提取的特征信息和预先登记的被认证者的登记特征信息进行核对,由此进行被认证者是否是本人的判定即个人认证。
但是,从被认证者采集指纹图像的普通指纹传感器(以下有时称为 平面型指纹传感器)通常具有比手指的尺寸大的传感器面(采集面)。
但是,近年来,为了将指纹传感器安装在便携电话或PDA等小型信息设备中,除了使传感器面的尺寸小于手指的尺寸以外,还对通过比手指尺寸小且细的传感器面而连续采集的多个部分图像进行综合,来获得指纹整体的图像。
具体而言,存在比手指尺寸小的面型指纹传感器和刮擦型指纹传感器(例如,参照下述专利文献1、2)。
刮擦型指纹传感器具有比手指长度短很多的小面积的矩形采集面(传感器面/摄像面)。而且,使手指相对于采集面移动或使采集面(指纹传感器)相对于手指移动,同时利用指纹传感器针对手指的指纹连续采集多个部分图像,根据所采集的多个部分图像,重构手指的指纹图像的整体。
然后,从重构的指纹图像中提取并生成特征点(脊线的分支点和端点)的信息,根据该信息进行上述个人认证。另外,将上述这种手指相对于采集面的相对移动称为“刮擦(sweep)或滑动(slide)”。
例如,下述专利文献1、2公开了具有这样的刮擦型指纹传感器的指纹读取装置。在刮擦型指纹传感器中,如下述专利文献1、2所示,改变传感器与手指之间的相对位置,由此依次输入指纹的部分图像。无论哪个公知例都是以在根据所采集的指纹的部分图像得到指纹整体的信息时部分图像之间存在重叠部分为前提。
另外,对于刮擦型指纹传感器,在输入指纹时附加使手指移动的操作,因此有时输入了将手指按压在传感器上的现有类型指纹传感器中不存在的指纹。
例如,一般而言,对比远位关节(第1关节)更靠末端侧的部分进行采集来利用指纹,但在刮擦型指纹传感器中,能够在使手指在传感器上滑动的同时连续地读取,因此,能够输入从远位关节或更近位侧(手掌侧)即远位关节与近位关节之间到指尖、或从近位关节与中手指关节之间到指尖这样宽的范围。特别是远位关节与指纹邻接,因此容易被输入。
存在这样的提取从远位关节到末端侧指尖区域即指纹区域的技术,例如,存在下述专利文献3~5作为检测在远位关节上表皮凹陷成沟状的纹线的技术。
专利文献1:日本特开平10-091769号公报
专利文献2:日本特开2003-208620号公报
专利文献3:日本特开2003-67749号公报
专利文献4:日本特开2006-72758号公报
专利文献5:日本特开平9-134427号公报
但是,在刮擦型指纹传感器中,优选用户(认证者)如图23(a)所示那样,以将手指远位关节附近贴在刮擦型传感器的采集面100上的状态为开始位置,从图23(a)所示的状态开始,使手指与采集面(以下称为传感器)100接触,同时向手掌侧(即图23(a)的右侧)滑动,由此采集指纹。
但是,如图23(b)所示,用户也可从图23(a)所示的状态开始在弯曲手指的同时输入指纹。并且,图23(a)是示出滑动开始时的手指位置的图,图23(b)是使出滑动结束时的手指位置的图。
但是,当在弯曲手指同时通过传感器100输入指纹时,有时如图24那样,成为在指纹中央附近与传感器100接触的宽度变窄的不完整指纹图像。
即,如图23(b)所示那样,当弯曲手指关节输入指纹时,只有标号101、102所示的手指部分与传感器100接触,其结果是,采集到图24所示的、具有缩细部分103的不完整采集状态的指纹图像104。
在核对时,这样的不完整采集状态的指纹与登记的指纹一致的特征点的数量少,产生难以认证为本人等不良影响,因此不能说是适于指纹认证的良好指纹。
另外,面型指纹传感器以及刮擦型指纹传感器也存在共同的课题。例如,脊线与谷线的差异不清晰的情况。其中,当表皮角质化或由于受伤等某些原因造成表皮的一部分剥离时,采集到指纹包含脊线与谷线的差异部分地变得不清晰的部位的不完整采集状态的指纹图像。
在该情况下,当控制传感器的灵敏度以对指纹整体调整灵敏度时,不能显示不清晰部分、或当反过来使灵敏度适合于不清晰部分时,指纹整体的灵敏度变得不合适。另外,当用软件进行增强处理时,连噪声也被增强,因此产生与生物体信息不同的图案,难以修复不完整状态。
并且,在现有技术中,部分地不易读取指纹的部位也有可能被视为接触宽度窄,因此,即使是面型指纹传感器,当手指相对于指纹读取面的按压力微弱、或者手指表面肮脏或皮肤状态不良时,有时也采集到图24所示的不完整采集状态的指纹图像104。
因此,当采集到图24所示的指纹图像104时,优选将该指纹图像104的采集状态判别为指纹图像104中的缩细部分103不是关节,且指纹图像104不完整这样的采集状态。
这里,关于上述专利文献3的技术,对输入图像进行Sobel变换之后,应用Gauss变换,对用浓度平方和针对该图像水平方向的各行算出的功率值与具有理想形状的标准功率值进行DP匹配,来检测关节位置。
另外,关于上述专利文献4的技术,将指纹图像分割成每个规定区域提取脊线方向,根据脊线方向和排列方式提取关节位置,关于上述专利文献5的技术,在X方向上对指纹图像进行浓度投影处理,求出投影直方图,然后根据投影直方图将极小点设为谷候选,计算谷候选的可信度,从可信度最高的候选中提取关节。
但是,在这些专利文献3~5公开的现有技术中,对于在指纹中央附近与传感器接触的宽度变窄的图24所示的不完整指纹图像104,不能区分并识别关节位置与不完整的位置,将不完整的缩细部分103错误地检测为关节位置,或不能检测出不完整的缩细部分103。
发明内容
本发明正是鉴于这样的课题而提出的,目的在于能够准确地判断生物体信息图像的采集状态。
为了达到上述目的,该生物体信息读取装置的必要条件为具有:采集单元,其采集生物体部位的生物体信息图像;宽度检测单元,其对由 所述采集单元所采集的所述生物体信息图像中的所述生物体部位的宽度进行检测;缩细位置检测单元,其根据所述宽度,对所述生物体信息图像中的所述生物体部位的缩细位置进行检测;方向信息取得单元,其取得与所述生物体信息图像中的所述生物体部位有关的方向信息;以及判断单元,其根据所述缩细位置周围的所述方向信息,判断所述生物体信息图像的采集状态。
另外,优选所述判断单元根据所述缩细位置在所述生物体信息图像中的位置,判断所述采集状态。
另外,优选所述采集单元采集指纹图像作为所述生物体信息图像,所述宽度检测单元针对在手指的长度方向上对所述指纹图像进行分割而得到的多个分割图像中的每个分割图像,检测所述宽度,所述缩细位置检测单元将具有比在所述长度方向上邻接的所述分割图像的所述宽度小的所述宽度的所述分割图像的位置检测为作为所述缩细位置的第1缩细位置。
另外,优选当检测出多个具有比在所述长度方向上邻接的所述分割图像的所述宽度小的所述宽度的所述分割图像时,所述缩细位置检测单元将多个所述分割图像中、所述宽度为最小值的所述分割图像的位置检测为所述第1缩细位置。
另外,优选所述采集单元采集与采集面接触的手指的指纹图像作为所述生物体信息图像,所述宽度检测单元针对在手指的长度方向上对所述指纹图像进行分割而得到的多个分割图像中的每个分割图像,检测从指纹的宽度中减去所述手指相对于所述采集面的非接触部分的宽度而得到的接触宽度,所述缩细位置检测单元将具有比在所述长度方向上邻接的所述分割图像的所述接触宽度小的所述接触宽度的所述分割图像的位置检测为作为所述缩细位置的第2缩细位置。
另外,优选当检测出多个具有比在所述长度方向上邻接的所述分割图像的所述接触宽度小的所述接触宽度的所述分割图像时,所述缩细位置检测单元将多个所述分割图像中、所述接触宽度为最小值的所述分割图像的位置检测为所述第2缩细位置。
另外,优选所述判断单元根据所述指纹图像的从所述缩细位置到指尖的长度,判断该指纹图像的好坏,作为所述采集状态。
另外,优选如果所述指纹图像的从所述缩细位置到指尖的长度大于等于预定值,则所述判断单元判定为该指纹图像良好,另一方面,如果所述长度小于所述预定值,则所述判断单元判定为该指纹图像不良。
另外,优选当判断为所述指纹图像不良时,所述判断单元根据所述缩细位置附近的作为方向信息的脊线方向的分布,判断该缩细位置是否是手指的关节,而判断不良状态的类别。
另外,优选当所述脊线方向的平均值与和所述指纹图像中的手指长度方向垂直的方向之差为预定值以内、且表示与所述平均值有关的偏差的值为预定值以内时,所述判断单元判断为所述缩细位置是手指的关节。
另外,优选所述宽度检测单元对所述第1缩细位置的所述手指相对于所述采集面的非接触部分的宽度进行检测,当所述第1缩细位置的所述非接触部分的宽度相对于所述宽度的比例大于等于预定值时,所述判断单元判断为所述第1缩细位置是手指关节,并判断为所述指纹图像是输入了关节的不良状态,另一方面,如果所述比例小于所述预定值,则所述判断单元判断为所述第1缩细位置是由不完整输入导致的,并判断为所述指纹图像是由不完整输入导致的不良状态。
另外,优选当表示所述指纹图像中的所述缩细位置的指尖侧的所述脊线方向的偏差的值大于等于预定值时,所述判断单元判断为所述缩细位置是手指的关节,并判断为所述指纹图像是输入了关节的不良状态,另一方面,当表示所述偏差的值小于预定值时,所述判断单元判断为所述缩细位置是由不完整输入导致的,并判断为所述指纹图像是由不完整输入导致的不良状态。
另外,优选所述缩细位置检测单元在用范围比脊线间隔宽的滤波器对由所述宽度检测单元检测出的所述多个分割图像的多个所述宽度进行平滑化后,检测所述缩细位置。
另外,优选还具有通知单元,该通知单元进行与由所述判断单元判断的所述生物体信息图像的采集状态对应的通知。
另外,为了达到上述目的,该生物体认证装置的特征在于,在上述生物体信息读取装置中还具有生物体认证单元,该生物体认证单元使用由所述判断单元判断为采集状态良好的所述生物体信息图像,进行生物体认证。
另外,为了达到上述目的,该生物体信息读取方法的必要条件为包括:采集步骤,采集生物体部位的生物体信息图像;宽度检测步骤,对在该采集步骤中所采集的所述生物体信息图像中的所述生物体部位的宽度进行检测;缩细位置检测步骤,根据所述宽度,对所述生物体信息图像中的所述生物体部位的缩细位置进行检测;方向信息取得步骤,取得与所述生物体信息图像中的所述生物体部位有关的方向信息;以及判断步骤,根据所述缩细位置周围的所述方向信息,判断所述生物体信息图像的采集状态。
另外,为了达到上述目的,该生物体信息读取程序用于使计算机实现对由采集生物体部位的生物体信息图像的采集单元所采集的所述生物体信息图像的采集状态进行判断的功能,其必要条件为使计算机作为下述单元发挥功能:宽度检测单元,其对由所述采集单元所采集的所述生物体信息图像中的所述生物体部位的宽度进行检测;缩细位置检测单元,其根据所述宽度,对所述生物体信息图像中的所述生物体部位的缩细位置进行检测;方向信息取得单元,其取得与所述生物体信息图像中的所述生物体部位有关的方向信息;以及判断单元,其根据所述缩细位置周围的所述方向信息,判断所述生物体信息图像的采集状态。
这样,根据上述生物体信息读取装置、生物体信息读取方法、生物体信息读取程序以及生物体认证装置,具有:宽度检测单元(宽度检测步骤),其对由采集单元(采集步骤)所采集的生物体信息图像中的生物体部位的宽度进行检测;缩细位置检测单元(缩细位置检测步骤),其根据该宽度,对生物体信息图像中的生物体部位的缩细位置进行检测;方向信息取得单元(方向信息取得步骤),其取得与生物体信息图像中的生物体部位有关的方向信息;以及判断单元(判断步骤),其根据缩细位置周围的方向信息,判断生物体信息图像的采集状态,因此能够判断缩细 位置是关节还是由不完整输入导致的,其结果是能够准确地判断生物体信息图像的采集状态。即,能够可靠地判断该生物体信息图像的采集状态是输入了关节的不良状态还是由不完整输入导致的不良状态。
附图说明
图1是示出作为本发明第1实施方式的生物体认证装置的结构的框图。
图2是用于说明作为本发明第1实施方式的生物体认证装置的宽度检测单元的处理的图。
图3是用于说明作为本发明第1实施方式的生物体认证装置的脊线方向检测单元的处理的图。
图4是示出作为本发明第1实施方式的生物体信息读取方法的动作顺序的一例的流程图。
图5是示出作为本发明第1实施方式的生物体认证装置的宽度检测单元的倾斜信息检测单元的动作顺序的流程图。
图6是用于说明作为本发明第1实施方式的生物体认证装置的宽度检测单元的倾斜信息检测单元的处理的图。
图7是用于说明作为本发明第1实施方式的生物体认证装置的宽度检测单元的倾斜信息检测单元的处理的图。
图8是用于说明作为本发明第1实施方式的生物体认证装置的宽度检测单元的倾斜信息检测单元的处理的图。
图9是示出作为本发明第1实施方式的生物体认证装置的位置检测单元的动作顺序的一例的流程图。
图10是用于说明作为本发明第1实施方式的生物体认证装置的位置检测单元的处理的图。
图11是示出作为本发明第1实施方式的生物体认证装置的输入状态分类单元的动作顺序的一例的流程图。
图12是用于说明作为本发明第1实施方式的生物体认证装置的输入状态分类单元的处理的图。
图13是用于说明作为本发明第1实施方式的生物体认证装置的输入状态分类单元的处理的图。
图14是用于说明作为本发明第1实施方式的生物体认证装置的输入状态分类单元的处理的图。
图15是示出作为本发明第2实施方式的生物体认证装置的结构的框图。
图16是用于说明作为本发明第2实施方式的生物体认证装置的宽度检测单元的处理的图。
图17是用于说明作为本发明第2实施方式的生物体认证装置的位置检测单元的处理的图。
图18是用于说明作为本发明第2实施方式的生物体认证装置的位置检测单元的处理的图。
图19是示出作为本发明变形例的生物体认证装置的结构的框图。
图20是示出作为本发明变形例的生物体认证装置的结构的框图。
图21是示出作为本发明变形例的生物体认证装置的结构的框图。
图22是示出作为本发明变形例的生物体认证装置的位置检测单元的动作顺序的一例的流程图。
图23是用于说明刮擦型指纹传感器的不完整输入的图,(a)是示出滑动开始时的手指位置的图,(b)示出滑动结束时的手指位置的图。
图24是示出不完整采集状态的指纹图像的一例的图。
标号说明
1-1~1-5生物体认证装置;10-1~10-5生物体信息读取装置;11生物体信息输入单元(采集单元);12-1、12-2宽度检测单元;12a倾斜信息检测单元;13-1、13-2位置检测单元(缩细位置检测单元);14脊线方向检测单元(方向信息取得单元);15-1、15-2输入状态分类单元(判断单元);16显示单元(通知单元);17生物体认证单元;18重构单元;30、31a、35、36、37、38、50、53、104指纹图像(生物体信息图像);30a-0~30a-28、30a分割图像;30b单元(小区域);31b、c摄影范围;32a~c滑动方向;33a~c、38a、41a、41b、50a、53a指纹图案(指纹);34a~c 长度方向(Y轴方向);36b、37a、44、51、54、103缩细位置(第1缩细位置);39不清晰部分;52、54缩细位置(第2缩细位置);100采集面;A~G、R宽度;S非接触宽度;S1采集步骤;S2宽度检测步骤;S3缩细位置检测步骤;S4方向信息取得步骤;S5判断步骤。
具体实施方式
下面,参照附图说明本发明的实施方式。
[1]关于本发明的第1实施方式
[1-1]关于作为本发明第1实施方式的生物体认证装置的概要
首先,参照图1所示的框图,对作为本发明第1实施方式的生物体认证装置(以下,称为该生物体认证装置)1-1的结构进行说明。
该生物体认证装置1-1构成为具有:生物体信息输入单元(采集单元)11、宽度检测单元12-1、位置检测单元(缩细位置检测单元)13-1、脊线方向检测单元(方向信息取得单元)14、输入状态分类单元(判断单元)15-1、显示单元(通知单元)16以及生物体认证单元17。
这里,生物体信息输入单元11、宽度检测单元12-1、位置检测单元13-1、脊线方向检测单元14、输入状态分类单元15-1以及显示单元16作为本发明第1实施方式的生物体信息读取装置10-1发挥功能。
生物体信息输入单元11采集生物体部位的生物体信息图像,是采集手指指纹图像的指纹传感器。作为生物体信息输入单元11的指纹传感器,例如是刮擦型指纹传感器或面型指纹传感器,均对与采集面(图示略)接触的手指的指纹进行图像化。
并且,关于生物体信息输入单元11的指纹检测方法,无论使用例如静电电容式、热敏式、电场式、光学式的哪种方法均可。
指纹形成在被检者的手指表皮上,是由能够与传感器面(采集面)接触的脊线(接触部分)和不与传感器面接触的谷线(非接触部分/空隙部分)构成的图样。作为生物体信息输入单元11的指纹传感器利用检测灵敏度在与传感器面接触的脊线部分和不与传感器面接触的谷线部分不同的特性,采集指纹的部分图像作为二值以上的多值图像。例如,在从 静电电容型或电场型指纹传感器取得的多值图像中,亮度根据距传感器的距离而不同,通常,低亮度表示与传感器的距离近的脊线部分,高亮度表示与传感器的距离比较远的谷线部分。
对于多值图像,有时高亮度表示与传感器的距离近的脊线部分,低亮度表示与传感器的距离比较远的部分。在该情况下,只要使多值图像的各像素具有的值反转即可。
并且,在作为生物体信息输入单元11的指纹传感器为刮擦型指纹传感器的情况下,当指纹传感器读取指纹时,用户用手指触摸指纹传感器的传感器面,使手指在从手指根侧更具体而言是第1关节附近到指尖侧、从手指的左侧到右侧等任意方向上移动。但是,当具有使指纹传感器侧相对于手指移动的机构时,用户无需移动手指。
宽度检测单元12-1对由生物体信输入单元11输入(采集)的指纹图像中的手指(即生物体部位)的宽度进行检测,例如把指纹图像中的手指长度方向设为Y方向(以下,也称为Y轴方向),针对排列在与该Y方向垂直的X方向上的每行,或针对在X方向上将指纹图像的Y方向分割为多个而得到的每个块,从该指纹图像中检测手指与传感器之间的接触范围(X方向的接触宽度)。并且,这里所述的接触范围是指指纹图像中的指纹表示的手指轮廓线的X方向上的宽度。
更具体而言,宽度检测单元12-1例如针对在与手指的长度方向(图中Y方向)垂直的X方向上分割图2所示的指纹图像30而得到的多个分割图像30a-0~30a-28(以下,在不特意区分这些分割图像30a-0~30a-28的情况下,简单地使用标号30a进行说明。)中的每个分割图像,检测指纹表示的手指整体宽度作为宽度。
并且,图2的指纹图像30是对实际的指纹图像进行简化而成,用实线表示脊线,但作为宽度检测单元12-1的处理对象的指纹图像也可以是用白色表示脊线部分,用黑色表示其它的谷线部分的图像。另外,图2所示的指纹图像30是指纹图像30的长度方向与指纹图像30中的手指长度方向一致的情况。并且,对于图2中的各分割图像30a-0~30a-28的标号,为了附图的简化,只示出标号30a-0~30a-2、30a-23~30a-25、30a-28。
在宽度检测单元12-1中,首先由参照后述的图5~图8而详细说明的倾斜信息检测单元12a检测由生物体信息输入单元11采集并输入的指纹图像30中的手指长度方向(Y方向),如图2所示那样,在X方向上对指纹图像30的长度方向(Y方向)进行等间隔地分割。
然后,宽度检测单元12-1检测作为各分割图像30a中的生物体信息的指纹(手指)的X方向整体宽度。例如,对于分割图像30a-2,检测出宽度A。
并且,宽度检测单元12-1进行的各分割图像30a中指纹宽度的检测方法并不限于上述方法,也可以使用其它公知技术。
另外,如图1所示,宽度检测单元12-1具有倾斜信息检测单元12a,参照后述的图5~图8详细地说明该倾斜信息检测单元12a的细节以及宽度检测单元12-1的更具体的处理内容。
位置检测单元13-1根据由宽度检测单元12-1检测出的指纹图像30中的手指宽度(即,各分割图像30a的指纹宽度),检测指纹图像30中的手指缩细位置,检测具有比在指纹图像30的手指长度方向上邻接的分割图像30a的宽度窄的宽度的分割图像30a的位置,作为缩细位置。
例如,图2中,在由宽度检测单元12-1检测的分割图像30a-24的宽度比邻接的分割图像30a-23、30a-25的宽度小的情况下,位置检测单元13-1将分割图像30a-24的位置检测为缩细位置。
并且,位置检测单元13-1在指纹图像30中检测出多个具有比在长度方向上邻接的分割图像30a的宽度窄的宽度的分割图像30a时,检测这些多个分割图像30a中宽度为最小值的分割图像30a的位置,作为缩细位置。
并且,参照图9以及图10(a)、(b),对基于位置检测单元13-1的更详细的缩细位置检测处理进行说明。
脊线方向检测单元14取得由生物体信息输入单元11采集并输入的指纹图像30的指纹脊线方向作为与生物体部位有关的方向信息,例如如图3所示,将指纹图像30分割成规定尺寸的小区域(单元)30b,针对每个小区域30b,检测脊线的最优势方向。并且,在图3所示的例子中, 进一步在X方向上均等地将各分割图像30a分割成多个,由此得到了小区域30b。另外,图3中,为了附图的简化,只对图中右上端的小区域标注了标号30b。
输入状态分类单元15-1根据由位置检测单元13-1检测出的缩细位置(即指纹图像30中产生缩细的位置)和该缩细位置周围的由脊线方向检测单元14检测出的方向信息(脊线方向),判断(分类)指纹图像30的采集状态,具体而言,根据指纹图像30中的缩细位置的位置和缩细位置周围的脊线方向,判断指纹图像30是否是能够用于生物体认证的良好状态、以及判断不能用于生物体认证的不良状态的类别作为采集状态,对指纹图像30进行分类。
更具体而言,输入状态分类单元15-1构成为根据指纹图像30中的从缩细位置到指尖的长度判断指纹图像30的好坏作为采集状态,如果该长度比预定值大,则判断为指纹图像30是良好的采集状态,另一方面,如果该长度为预定值以下则判断为指纹图像30是不良的采集状态。
进而,输入状态分类单元15-1在判断为指纹图像30是不良的采集状态时,根据缩细位置周围的作为方向信息的脊线方向的分布,判断该缩细位置是否是手指关节,并判断不良状态的类别。
具体而言,当构成被检测为缩细位置的分割图像30a的全部小区域30b的、由脊线方向检测部14检测出的脊线方向平均值与和指纹图像中的手指长度方向垂直的方向(即X方向)之差为预定值以内、且表示与该平均值有关的偏差的值(标准偏差或方差值)为预定值以内时,输入状态分类单元15-1判断为缩细位置是手指关节,并判断为该指纹图像30是输入了关节的不良状态。
人的手指关节(远位关节和近位关节)部分的指纹(脊线方向)集中在与手指长度方向垂直的方向上。因此,当缩细位置的脊线方向平均值与X方向之差为预定值以内即这样的脊线方向与X方向接近、且这样的平均值的标准偏差等为预定值以内即脊线方向的偏差很少时,输入状态分类单元15-1判断为该缩细位置是关节。
另一方面,当这样的平均值与X方向之差大于预定值时(即脊线方 向不与X方向接近时)、或这样的平均值的标准偏差等大于预定值时(即脊线方向上具有偏差时),输入状态分类单元15-1判断为该缩细位置是由不完整输入导致的,并判断为该指纹图像30是由不完整输入导致的不良状态。
这里,不完整输入是指,当生物体信息输入单元11为刮擦型指纹传感器时,例如由于上述图23(b)以及图24所示的手指弯曲而产生的输入,或者当生物体信息输入单元11为刮擦型指纹传感器或面型指纹传感器时,由于手指上存在污垢等、或手指对采集面的按压力微弱而产生的输入。
并且,参照后述的图11~图14更详细地对输入状态分类单元15-1的判断处理进行说明。
显示单元16对外部(认证者)进行与由输入状态分类单元15-1判断(分类)的指纹图像30的采集状态对应的通知,所述采集状态即良好状态、或输入了关节的不良状态、或由不完整输入导致的不良状态中的任意一个。
具体而言,显示单元16将与采集状态对应的消息显示在显示画面(图示略)上,对输入了指纹的用户进行通知。例如,当由输入状态分类单元15-1判断为指纹图像30是良好状态时,显示单元16将“输入结束”这样的消息显示在显示画面上。
另外,当由输入状态分类单元15-1判断为指纹图像是不良状态时,显示单元16将“请再输入一次”这样的消息显示在显示画面上,并且还显示与该不良状态的类别对应的消息。
例如,在输入了关节的不良状态下,当生物体信息输入单元11是刮擦型指纹传感器时,显示单元16将“请输入至指尖为止”或“请用其它手指输入”的消息与“请再输入一次”这样的消息一起显示。
并且,在输入了关节的不良状态下,当生物体信息输入单元11是面型指纹传感器时,显示单元16将“请用力按压手指”或“请用其它手指输入”的消息与“请再输入一次”这样的消息一起显示。特别优选在核对时在显示“请用其它手指输入”之前,确认用户已预先将多个指纹登记在生物 体认证装置17中。
另一方面,当处于由不完整输入导致的不良状态时,显示单元16将“请输入至指尖为止”或“请不要弯曲手指输入”的消息与“请再输入一次”这样的消息一起显示。
生物体认证单元17使用由输入状态分类单元15-1判断为采集状态良好的指纹图像30进行生物体认证,例如,通过对预先登记在该生物体认证装置1-1的存储部(图示略)中的登记指纹图像与该指纹图像30进行核对来进行生物体认证。
接着,参照图4所示的流程图(步骤S1~S6),对该生物体认证装置1-1(生物体信息读取装置10-1)的动作顺序(即作为本发明第1实施方式的生物体认证方法)进行说明。并且,后述的步骤S1~S6作为本发明的第1实施方式的生物体信息读取方法发挥功能。
首先,生物体信息输入单元11采集指纹图像作为生物体部位的生物体信息图像,并将其输入到该生物体认证装置1-1内(步骤S1:采集步骤)。
接着,宽度检测单元12-1检测所采集的指纹图像中的手指宽度(步骤S2:检测步骤)。此时,宽度检测单元12-1为了在手指长度方向上将指纹图像分割成多个,而在与长度方向垂直的方向上将指纹图像分割成多个,得到多个分割图像(参照图2)。然后,宽度检测单元12-1针对多个分割图像中的每个分割图像检测宽度。
接着,位置检测单元13-1根据由宽度检测单元12-1检测出的与指纹图像有关的多个宽度,检测指纹图像中的手指缩细位置(步骤S3:缩细位置检测步骤)。具体而言,位置检测单元13-1在所分割的指纹图像中检测具有比两侧邻接的分割图像的宽度小的宽度的分割图像的位置,作为缩细位置。
另一方面,脊线方向检测部14取得指纹的脊线方向,作为与由生物体信息输入单元11采集的指纹图像中的生物体部位有关的方向信息(步骤S4:方向信息取得步骤)。此时,脊线方向检测部14将指纹图像分割成与分割图像对应的多个小区域(单元)(参照图3),针对多个小区域中 的每个小区域取得脊线方向。
并且,在该生物体认证装置1-1中,上述步骤S2、S3的处理与步骤S4的处理之间的顺序不受特别限定,可以先执行任意一方,还可以同时执行这些步骤。
然后,输入状态分类单元15-1根据由位置检测单元13-1检测出的缩细位置和由脊线方向检测部14检测出的该缩细位置周围的方向信息,判断指纹图像的采集状态(这里是良好状态、输入了关节的不良状态、由不完整输入导致的不良状态)(步骤S5:判断步骤)。
接着,显示单元16对认证者进行与由输入状态分类单元15-1判断的采集状态对应的通知(步骤S6:通知步骤),结束处理。
并且,虽然未在图4的流程图中示出,但在上述步骤S5中,生物体认证单元17只在由输入状态分类单元15-1判断为指纹图像的采集状态是良好状态时,使用该指纹图像进行生物体认证(生物体认证步骤)。
这样,在该生物体认证装置1-1中,该生物体信息读取装置10-1构成为采集指纹图像作为生物体信息图像,判断该采集的指纹图像的采集状态,显示单元16以及生物体认证单元17构成为执行与该采集状态对应的处理。
[1-2]关于作为本发明第1实施方式的生物体认证装置1-1(生物体信息读取装置10-1)的宽度检测单元12-1、位置检测单元13-1以及输入状态分类单元15-1的具体内容
[1-2-1]关于宽度检测单元12-1的具体内容
接着,对宽度检测单元12-1的更详细的结构以及处理内容进行说明,宽度检测单元12-1如上述那样检测指纹图像中的手指(指纹)宽度,如图1所示,具有倾斜信息检测单元12a。
倾斜信息检测单元12a检测指纹图像中的手指长度方向(Y方向)作为倾斜信息。并且,由倾斜信息检测单元12a检测出的长度方向也被输入到脊线方向检测部14或输入状态分类单元15-1。
在生物体信息输入单元11利用具有比手指宽度大的宽度的采集面来采集指纹的情况下,即在生物体信息输入单元11具有与手指长度方向垂 直的方向的宽度大到能够取得将图2所示的手指横向宽度(X方向宽度)全部包含在内的指纹图像30的程度的采集面的情况下,倾斜信息检测单元12a将指纹图像中的指纹(图案)近似为椭圆,检测椭圆长轴的方向作为长度方向(图2中的Y方向)。
具体而言,如果用对指纹图像进行近似而得到的椭圆的长轴与生物体信息输入单元11的指纹传感器(采集面)的平行方向所呈的角度θ表示长轴方向、用M表示绕重心的矩特征,则倾斜信息检测单元12a可通过下述式(1)来计算长轴方向。
其中,绕重心的矩特征M(上述式(1)中的M11、M20、M02)由下述式(2)表示。
并且,f(x,y)表示指纹图像的指纹图案,xg、yg表示图案的重心坐标。
另外,当输入图像I(x,y)中的生物体信息的亮度高于背景信息的亮度时,如下述式(3)所示那样,与上述式(2)的图案f(x,y)之间的关系为相等。
f(x,y)=I(x,y) ...(3)
其中,输入图像I(x,y)表示从生物体信息输入单元11输入的指纹图像的图案。并且,如后述的图21所示,当由后述的重构单元18对由生物体信息输入单元11取得的指纹图像(部分图像)进行重构时,重构的指纹图像成为输入图像I(x,y)。
另外,也可以使用预定的阈值Ith,将图案f(x,y)设定成下述式(4)。
另外,当缩短求出图案f(x,y)的计算时间较为重要时,也可以通过下述式(5)求出图案f(x,y)。
另一方面,当输入图像I(x,y)中的生物信息的亮度比背景信息的亮度低时,如果把I能够取的最大值设为Imax,则图案f(x,y)能够表示为下述式(6)。
f(x,y)=Imax-I(x,y) ...(6)
另外,也可以使用预定的阈值Ith,通过下述式(7)求出图案f(x,y)。
并且,当缩短计算时间较为重要时,也可以通过下述式(8)求出图案f(x,y)。
这里,参照图5所示的流程图(步骤S10~S14),对倾斜信息检测单元12a的处理顺序的一例进行说明,倾斜信息检测单元12a首先为了求出图案f(x,y),进行使用了阈值Ith的二值化处理(例如使用了上述式(5)、(8)的处理)(步骤S10)。
接着,倾斜信息检测单元12a执行用于求出绕重心的矩特征M的孤立点去除处理(步骤S11),进而进行用于求出重心(xg,yg)的重心算出处理(步骤S12)。
然后,倾斜信息检测单元12a进行通过上述式(2)求出矩特征(上述式(1)中的M11、M20、M02)的矩特征算出处理(步骤S13),将由此得到的矩特征(上述式(1)中的M11、M20、M02)代入上述式(1),由此进行计算作为长度方向的倾角θ的角度算出处理(步骤S14),结束处理。
但是,当生物体信息输入单元11是具有比手指宽度小的宽度的采集面的指纹传感器时,所采集的指纹图像中未显示指纹的整体像,因此倾 斜信息检测单元12a难以正确地检测该指纹图像中的指纹图案的长度方向。
例如,如图6所示,在生物体信息输入单元11是具有比手指宽度大的宽度的采集面的刮擦型指纹传感器的情况下,当将连续采集的指纹图像接合来构成指纹图像(摄影范围)31a时,在指纹图像31a中容易求出手指图案33a的长度方向34a,而与箭头32a表示的手指滑动方向无关。并且,在图6以及后述的图7、图8中,分别用标号33a~c示出的网格部分表示指纹图案。
但是,在生物体信息输入单元11是具有比手指宽度小的宽度的采集面的指纹传感器(刮擦型指纹传感器)的情况下,如图7、图8所示,摄影范围31b、31c分别是指纹图案33b、33c的一部分,因此难以区分手指的滑动方向32b、32c各自是否与长度方向34b、34c一致。
即,在图7所示的例子中,滑动方向32b与图案33b的长度方向34b不一致,在图8所示的例子中,滑动方向32c与图案33c的长度方向34c一致,倾斜信息检测单元12a难以检测出这些情况。
因此,在生物体信息输入单元11是具有比手指宽度小的宽度的采集面的刮擦型指纹传感器的情况下,倾斜信息检测单元12a在对生物体信息输入单元11连续采集的各切片图像进行接合时,将检测出的手指相对于采集面的滑动方向视为手指长度方向。
此时,优选对作为生物体信息输入单元11的刮擦型指纹传感器实施在采集面周围设置手指的导向装置(Guide)等手段进行限制,以使得手指的长度方向与滑动方向之差尽量减小。由此,由倾斜信息检测单元12a检测出的长度方向成为正确的方向,其结果是基于输入状态分类单元15-1的指纹图像输入状态的判断也变得更准确。
并且,如果作为生物体信息输入单元11的刮擦型指纹传感器以从关节位置附近开始滑动为前提,则优选倾斜信息检测单元12a将从初始的切片图像中得到的滑动方向视为长度方向。
另外,倾斜信息检测单元12a也可以考虑由噪声等导致的移动方向误检测的影响,算出多个初始切片图像,根据其统计量,决定长度方向。 具体而言,统计量是平均值或众数。
并且,在倾斜信息检测单元12a的处理中作为基准的坐标轴取决于指纹传感器(生物体信息输入单元11)的安装方向。当在指纹传感器周围设置导向装置、能够限定手指的长度方向和滑动方向时,倾斜信息检测单元12a也可以将由安装方向决定的y轴直接视为手指的长度方向(Y方向轴)。特别是对于刮擦型指纹传感器,在安装到安装容积受限制的便携型终端中的情况等用比较低性能的CPU(Central Processing Unit,中央处理单元)进行处理的状况下,倾斜信息检测单元12a将取决于指纹传感器安装方向的y轴视为手指的长度方向(Y方向轴),由此能够减少用于决定长度方向的计算量,具有实用性。
这样,倾斜信息检测单元12a准确地检测指纹图像中的手指长度方向作为倾斜信息,因此宽度检测单元12-1将指纹图像的由倾斜信息检测单元12a检测出的长度方向(Y方向)在与其垂直的X方向上等间隔地分割,生成多个分割图像,检测各分割图像中的指纹X方向宽度。因此,宽度检测单元12-1能够更准确地检测指纹图像中的手指(指纹)的宽度。
[1-2-2]关于位置检测单元13-1的具体内容
接着,对位置检测单元13-1的更详细的结构以及处理内容进行说明,如上所述,位置检测单元13-1根据由宽度检测单元12-1检测出的指纹图像的手指宽度,检测具有比在指纹图像中的手指长度方向上邻接的两侧的分割图像的宽度小的宽度的分割图像的位置,作为缩细位置。
即,位置检测单元13-1检测的缩细位置是宽度沿Y轴方向无论朝哪侧都变宽的位置。因此,即使由宽度检测单元12-1检测出的宽度很窄,也不会把沿Y轴方向单调减少(或增加)的位置视为缩细位置。例如,不会把宽度为0的指尖侧的末端部分的分割图像的位置视为缩细位置。
具体而言,位置检测单元13-1针对由宽度检测单元12-1分割的指纹图像的分割图像,按照图9的流程图(步骤S20~S24)所示的动作顺序,检测缩细位置。并且,下面的说明以位置检测单元13-1对图2所示的指纹图像30执行处理的情况为例。
位置检测单元13-1构成为具有计数器(图示略)。该计数器的值i 与由宽度检测单元12-1分割的各分割图像30a-0~30-28的末尾(右端)的编号0~28对应。并且,后述的第i个接触宽度W[i]表示与计数器值i对应的分割图像30a的宽度。
首先,位置检测单元13-1将计数器值i增加计数“m+1”(步骤S20)。这里,“m”表示相对于计数器值i的预定偏移量。
然后,位置检测单元13-1判断增加计数后的第i个计数器值的分割图像的由宽度检测单元12-1检测出的宽度W[i]是否小于预定的阈值Twidth(步骤S21)。阈值Twidth例如是全部分割图像30a的宽度平均值。
这里,如果宽度W[i]小于阈值Twidth(步骤S21的“是”路径),则位置检测单元13-1判断该宽度W[i]是否小于在Y轴方向上邻接的2个分割图像30a的宽度(步骤S22)。
具体而言,位置检测单元13-1判断是否满足下述式(9)、(10)双方的条件。并且,下述式(9)、(10)中,Woffset表示相对于W(宽度)的预定偏移量。
W[i]<W[i+m]-Woffset ...(9)
W[i]<W[i-m]-Woffset ...(10)
然后,如果满足式(9)、(10)(步骤S22的“是”路径),则位置检测单元13-1将与此时的计数值i对应的分割图像30a的位置检测为缩细位置,将该缩细位置登记在存储部(图示略)中(步骤S23)。
然后,位置检测单元13-1判断当前的计数值i是否大于等于从计数值i的最大值imax(由宽度检测单元12-1检测出的宽度的数量(元素数)即分割图像30a的数量;这里是“29”)中减去偏移量m而得到的值(步骤S24)。
这里,如果当前的计数值i大于等于从最大值imax中减去偏移量m而得到的值(步骤S24的“是”路径),则位置检测单元13-1结束处理。
另一方面,如果当前的计数值i小于从最大值imax中减去偏移量m而得到的值(步骤S24的“否”路径),则位置检测单元13-1返回上述步骤S20的处理。
但是,位置检测单元13-1检测的缩细位置具有比在Y轴方向上邻接 的分割图像30a的宽度小的宽度,且当存在多个能够判断为缩细的分割图像30a时,则缩细位置是其中具有最小宽度的分割图像30a的位置。因此,如果在上述步骤S21中大于等于阈值Twidth,则能够判断为该宽度W[i]不是缩细位置。换言之,将阈值Twidth设定为平均值等,以使得能够进行这样的判断。
因此,如果在上述步骤S21中宽度W[i]大于等于阈值Twidth,则位置检测单元13-1判断为该宽度W[i]不是缩细位置(步骤S21的“否”路径),不进行上述步骤S22、S23的处理,而转移到上述步骤S24的处理。
另外,当在上述步骤S22中不满足上述式(9)、(10)的至少一方时,位置检测单元13-1判断为该宽度W[i]不是缩细位置(步骤S22的“否”路径),不进行上述步骤S23的处理,而转移到上述步骤S24的处理。
但是,位置检测单元13-1构成为,当存在能够判断为缩细的多个分割图像30a时,检测其中具有最小宽度的分割图像30a的位置作为缩细位置,因此在上述步骤S23的处理中,如果存储部中存在以前登记的缩细位置,则将该缩细位置的宽度与此次要新登记的新缩细位置的宽度进行比较,只在该新缩细位置的宽度小于以前登记的缩细位置的宽度时,才将该新缩细位置改写登记在存储部中。
另外,在指纹图像30中,有时存在指纹宽度小的位置连续的情况。即,在W[i]与W[i+m]为大致相同或W[i]与W[i-m]为大致相同的情况下,位置检测单元13-1也可以构成为,在进行图9所示的处理时追加依次扩大偏移量m的处理。即,如果通过步骤S22的处理判明W[i]与W[i+m]以及W[i-m]为大致相同而宽度W[i]未被判断为是缩细,则位置检测单元13-1也可以构成为,变更步骤S20中的偏移量m。由此,能够更高效地检测缩细位置,从而能够缩短用于检测缩细位置的处理时间。
此时,当W[i]变得比W[i+m]或W[i-m]大(宽)时,中断依次扩大m的处理。并且,与此时的计数器值i对应的分割图像30a不会检测为缩细位置。
但是,位置检测单元13-1构成为,对于由宽度检测单元12-1检测出的多个分割图像的多个宽度,使用范围比脊线间隔宽的滤波器对由宽度 检测单元12-1检测出的宽度数据进行平滑化,然后检测缩细位置。
位置检测单元13-1为了检测缩细位置,将由宽度检测单元12-1沿着指纹图像的手指长度方向(Y轴方向)连续检测出的多个宽度作为数据串进行处理,当宽度检测单元12-1以量化单位等详细地对指纹或掌纹等由脊线和谷线构成的生物体信息检测宽度时,在脊线不与接触范围的轮廓线相接的部位中,检测出较窄的宽度。
特别是当生物体信息输入单元11的采集面(读取面)的宽度窄时,在指纹图像中的指纹的指尖侧和远位关节侧的脊线水平延伸的部位,由宽度检测单元12-1检测出的宽度变窄。
图10(a)中,在由生物体信息输入单元11采集的指纹图像35中,当用箭头B~G表示由宽度检测单元12-1检测出的宽度的一部分时,例如箭头C实际上不是缩细,但由于宽度检测单元12-1的宽度检测位置(指纹图像35的分割方法),根据与箭头B、D之间的关系,由位置检测单元13-1检测为缩细位置。
并且,在该情况下,作为实际缩细位置的箭头F的位置也根据与箭头E、G之间的关系而由位置检测单元13-1检测为缩细,但箭头C的宽度小于箭头F的宽度(参照图10(b)中的点C’以及点F’),因此位置检测单元13-1将箭头C的位置(图10(b)中的点C’)检测为缩细位置。并且,图10(b)是表示与图10(a)对应的宽度的数据串的图,实线P表示由宽度检测单元12-1检测出的宽度,单点划线Q表示根据指纹图像35而期望的宽度。
另外,也可想到由于手指的干燥粗糙(かすれ)和/或汗腺等的影响,宽度检测单元12-1在指纹图像的脊线内侧检测出宽度的情况。
这样的在与实际缩细位置不同的位置处被检测为缩细的宽度(图10(b)中的点C’)在位置检测单元13-1检测缩细位置时成为噪声。
因此,为了能够可靠地将作为实际缩细位置的点F’检测为缩细位置而不会错误地将图10(b)中的点C’检测为缩细位置,位置检测单元13-1使用范围比指纹图像35中的脊线间隔宽的滤波器对由宽度检测单元12-1检测出的宽度数据(数据串)进行平滑化,然后检测缩细位置。
因此,需要不受这样的成为噪声的极小值影响地算出稳定的宽度。即,需要对由宽度检测单元12-1检测出的多个宽度的数据串检测包络线,位置检测单元13-1通过下述式(11),使用比脊线间隔宽的窗口长度2m+1,对宽度的数据串进行平滑化。并且,在下述式(11)中,Wi’表示部分地平滑化后的宽度的第i个元素。
并且,优选根据作为处理对象的指纹图像中的脊线间隔决定窗口长度2m+1。并且,宽度检测单元12-1或位置检测单元13-1根据指纹图像来检测脊线间隔。另外,在需要缩短计算时间的情况下,也可以根据预先设定的平均脊线间隔来决定窗口长度。
但是,在不是缩细位置的极小值附近,不能避免Wi’因平滑化而变得比实际宽度窄的情况,与缩细位置之差变小。其结果是,增加了遗漏本来应被检测出的位置的危险性。因此,在接触宽度与摄像范围宽度大致相同的情况下,即与生物体信息采集单元的读取面的宽度之差小于预定阈值的情况下,也可以对上述式(11)的Wi’乘以1以上的系数作为权重,算出Wi’
这样,位置检测单元13-1在对由检测单元12-1检测出的宽度数据进行平滑化后检测缩细位置,因此能够准确且可靠地将箭头F的宽度位置检测为缩细位置,而不会将图10(a)、(b)所示的箭头C的宽度位置错误地检测为缩细位置。
[1-2-3]关于输入状态分类单元15-1的具体内容
接着,对输入状态分类单元15-1的更详细的结构以及处理内容进行说明,如上述那样,输入状态分类单元15-1根据由位置检测单元13-1检测出的缩细位置和该缩细位置处的由脊线方向检测部14检测出的脊线方向,判断指纹图像的采集状态,具体而言,按照图11的流程图(步骤S30~S35)所示的动作顺序,执行有关的判断处理。
首先,输入状态分类单元15-1算出从由位置检测单元13-1检测出的缩细位置到指尖的长度,判断算出的长度是否大于等于预定值TLength(步骤S30)。并且,预定值TLength是认证所需的指纹长度的最小值。
另外,例如如图2所示,当指纹图像30中包含有指尖的指纹时,输入状态分类单元15-1算出从该指尖到缩细位置为止的长度,如图12所示,当指纹图像36中不包含指尖的指纹时,输入状态分类单元15-1算出从指纹图像36的指尖侧的端部36a到缩细位置36b为止的长度作为从指尖到缩细位置为止的长度。
然后,如果算出的从指尖到缩细位置为止的长度大于等于预定值TLength(步骤S30的“是”路径),则输入状态分类单元15-1将该指纹图像的采集状态判断为能够用于认证的良好状态(步骤S31),结束处理。
即,对于指纹,从远位关节到指尖为止的中央部分具有复杂的图样,因此适于个人认证。因此,如果从指尖到缩细位置为止的距离长到将这样的中央部分包含在内的程度,则输入状态分类单元15-1根据预定值TLength,判断为该指纹图像的采集状态良好。
另一方面,如果算出的从指尖到缩细位置为止的长度小于预定值TLength(步骤S30的“否”路径),则输入状态分类单元15-1将该指纹图像的采集状态判断为不能用于认证的不良状态(步骤S32)。
这里,参照图13,更详细地对输入状态分类单元15-1的上述步骤S30的处理进行说明。图13中,虚线40表示手指的外形,网格部分41a、41b表示采集指纹的部分。当由生物体信息输入单元11采集了双向箭头42表示的范围(从实线42a到实线42b为止的范围)内的指纹时,从作为指尖的实线42a到表示缩细位置的双点划线44为止的距离比预定值TLength(图中的空白箭头T)长很多,因此在该情况下,输入状态分类单元15-1将该指纹图像判断为良好状态(步骤S31)。
另一方面,当由生物体信息输入单元11采集了双向箭头43表示的范围(从单点划线43a到单点划线43b为止的范围)的指纹时,指纹图像的从作为指尖侧端部的单点划线43a到表示缩细位置的双点划线44为止的距离比预定值TLength(图中的空白箭头T)短,因此在该情况下,输入状态分类单元15-1将该指纹图像判断为不良状态(步骤S32)。
接着,输入状态分类单元15-1判断缩细位置附近的脊线方向是否集中在与手指长度方向垂直的方向(θ⊥)上(步骤S33)。
具体而言,在下述情况下,输入状态分类单元15-1判断为缩细位置附近的脊线方向集中在与手指的长度方向垂直的方向上(步骤S33的“是”路径),即:由脊线方向检测单元14检测出的缩细位置周围(这里是分割图像)全部脊线方向(即,上述图3中的全部小区域30b的脊线方向)的平均值与X方向之差为预定值以内、且作为表示涉及的平均值偏差的值的标准偏差(也可以是方差值)为预定值以内的情况,然后,输入状态分类单元15-1判断为该指纹图像的不良状态是输入了关节(图中“远位关节”)的不良状态(步骤S34),结束处理。
因此,对于图14所示的、缩细位置37a位于关节部分的指纹图像37,缩细位置37a周围的脊线方向集中在X方向上,因此输入状态分类单元15-1判断为这样的指纹图像37是输入了关节的不良状态。
另一方面,在符合下述情况中的任意一方时,输入状态分类单元15-1判断为缩细位置附近的脊线方向不集中在与手指长度方向垂直的方向上(步骤S33的“否”路径),即:涉及的平均值与X方向之差大于预定值的情况、或作为表示涉及的平均值偏差的值的标准偏差(也可以是方差值)大于预定值的情况,然后,输入状态分类单元15-1判断为该指纹图像的不良状态是不完整输入导致的不良状态(步骤S35),结束处理。
因此,对于图12所示的指纹图像36,缩细位置36b位于手指中央部分,因此缩细位置36b周围的脊线方向未沿着X方向,因此输入状态分类单元15-1判断为这样的指纹图像36是进行了不完整输入的不良状态。
[1-3]关于作为本发明第1实施方式的生物体认证装置1-1(生物体信息读取装置10-1)的效果
这样,根据作为本发明第1实施方式的生物体认证装置1-1(生物体信息读取装置10-1以及生物体信息采集方法),具有:对由生物体信息输入单元11(采集步骤S1)采集的指纹图像中的指纹宽度进行检测的宽度检测单元12-1(宽度检测步骤S2)、根据该宽度对指纹图像中的手指缩细位置进行检测的位置检测单元13-1(缩细位置检测步骤S3)、取得指纹图像中的与指纹有关的方向信息的脊线方向检测单元14(方向信息取 得步骤S4)、以及根据缩细位置周围的脊线方向来判断指纹图像的采集状态的输入状态分类单元15-1(判断步骤S5),因此能够判断缩细位置是关节还是由不完整输入导致的,其结果是能够正确地判断指纹图像的采集状态。即,能够可靠地判断该指纹图像的采集状态是输入了关节的不良状态还是由不完整输入导致的不良状态。
例如,能够将不完整输入导致的不良状态与输入了关节的状态进行区分,该不完整输入例如是通过在弯曲手指的同时使生物体输入单元11(刮擦型指纹传感器)读取生物体信息等错误输入操作而取得的。
另外,输入状态分类单元15-1根据缩细位置在指纹图像中的位置,判断采集状态,因此能够准确地判断指纹图像采集状态的好坏。
即,输入状态分类单元15-1根据指纹图像中的从缩细位置到指尖位置为止的长度,判断该指纹图像的好坏,作为采集状态。更具体而言,如果涉及的长度大于等于预定值,则输入状态分类单元15-1判断为该指纹图像良好,另一方面,如果涉及的长度小于预定值,则输入状态分类单元15-1判断为该指纹图像不良,因此能够判断为适合个人认证的、包含具有复杂图像的指尖中央部分的指纹图像是良好的采集状态,并能够判断为除此以外的指纹图像是不良的采集状态。
换言之,输入状态分类单元15-1根据指纹图像中的从缩细位置到指尖的长度来判断采集状态,因此即使是检测出关节或由不完整输入导致的缩细位置的情况,如果涉及的长度大于等于预定值,则判断为良好,因此能够可靠地对能够用于个人认证的良好指纹图像进行分类。
另外,生物体认证单元17使用由输入状态分类单元15-1判断为采集状态良好的指纹图像进行生物体认证,因此能够提高认证精度。
并且,当判断为指纹图像不良时,输入状态分类单元15-1根据缩细位置周围的作为方向信息的脊线方向的分布,判断该缩细位置是否是手指关节,并判断不良状态的类别,因此能够可靠地判断是输入了关节的不良状态还是由不完整输入导致的不良状态。
具体而言,当脊线方向的平均值与和指纹图像中的手指长度方向垂直的方向之差为预定值以内、且表示与平均值有关的偏差的值为预定值 以内时,输入状态分类单元15-1判断为缩细位置是手指关节,因此能够利用关节部分的指纹集中在与手指长度方向垂直的方向上的特性,更准确地判断不良状态的类别。
另外,宽度检测单元12-1构成为,由倾斜信息检测单元12a检测指纹图像中的手指长度方向,针对在手指长度方向上对指纹图像进行分割而得到的多个分割图像中的每个分割图像来检测宽度,进而位置检测单元13-1检测具有比在长度方向两侧邻接的分割图像的宽度小的宽度的分割图像位置作为缩细位置,因此即使是由于手指相对于采集面的滑动方向或手指放置方式不恰当而使得指纹图像中手指倾斜的情况,也能够考虑其倾斜度而准确地检测指纹宽度,进而能够可靠且准确地检测缩细位置。并且,作为其结果,输入状态分类单元15-1也能够考虑指纹图像中的手指倾斜度来判断采集状态,这样的判断变得更准确。
另外,脊线方向检测单元14考虑由倾斜信息检测单元12a检测出的倾斜度来检测脊线方向,即,如参照图3说明的那样,根据考虑倾斜而分割的分割图像来检测脊线方向,因此最终是考虑指纹图像的倾斜,其结果是能够更准确地检测脊线方向。另外,作为其结果,输入状态分类单元15-1也能够考虑指纹图像中的手指倾斜来判断采集状态,这样的判断变得更准确。
并且,当检测出具有比在长度方向上邻接的分割图像的宽度小的宽度的多个分割图像时,位置检测单元13-1检测多个分割图像中宽度为最小值的分割图像的位置作为缩细位置,因此能够对于1个指纹图像可靠地检测出1个缩细位置。
另外,位置检测单元13-1在使用范围比脊线间隔宽的滤波器对由宽度检测单元12-1检测出的多个分割图像的多个宽度进行平滑化后,检测缩细位置,因此如参照图10(a)、(b)说明的那样,能够抑制由于脊线间隔与分割图像高度(Y方向的宽度)之间的关系而将实际上不是缩细的位置错误地检测为缩细位置的情况,能够可靠地将指纹图像中真正缩细的位置检测为缩细位置,并且对于手指表面干燥粗糙、或输入了手指伤口、或在起皱状态下输入的指纹图像,也能锁定缩细位置的候选。
并且,如上述图9的步骤S21所示,位置检测单元13-1根据是否小于由宽度检测单元12-1检测出的全部分割图像的宽度的平均值来检测缩细位置,因此能够实现检测处理的高效化,并且将小于平均值的宽度设为缩细位置的候选,由此即使手指表面干燥粗糙、或输入了手指伤口、或在起皱状态下输入,也能够通过锁定候选来防止将良好的指纹图像错误地判别为不完整状态的情况。
并且,具有进行与由输入状态分类单元15-1判断的指纹图像采集状态对应的通知(显示)的显示单元,因此用户(认证者)能够获知自身的指纹输入是否适当,并且当进行了不适当的输入时能够获知与采集状态对应的正确的输入操作方法。
[2]关于本发明的第2实施方式
接着,参照图15所示的框图,对作为本发明第2实施方式的生物体认证装置1-2(生物体信息读取装置10-2)的结构进行说明。并且,图15中,与已述的标号相同的标号表示相同的部分或大致相同的部分。
如该图15所示,该生物体认证装置1-2与上述第1实施方式的生物体认证装置1-1的不同之处只在于,宽度检测单元12-2、位置检测单元13-2以及输入状态分类单元15-2的结构,除这些以外,构成为与上述第1实施方式的生物体认证装置1-1相同。
在该生物体认证装置1-2中,宽度检测单元12-2构成为,除了对上述第1实施方式的生物体认证装置1-1的宽度检测单元12-1所检测的宽度进行检测以外,还对从该宽度中减去手指相对于采集面(即,作为生物体信息输入单元11的指纹传感器的采集面)的非接触部分宽度而得到的实际接触宽度进行检测。
位置检测单元13-2以及输入状态分类单元15-2分别构成为,除了执行上述第1实施方式的生物体认证装置1-1的位置检测单元13-1以及输入状态分类单元15-1的处理以外,还对由宽度检测单元12-2检测出的接触宽度执行与由宽度检测单元12-2检测出的宽度相同的处理。
具体而言,宽度检测单元12-2如第1实施方式那样针对每个分割图像将指纹的总宽度检测为宽度,来作为指纹图像中的指纹宽度,并且针 对每个分割图像还检测手指与采集面实际接触的部分的接触宽度。
例如,对于图16所示的显示有指纹38a的指纹图像38,检测宽度R(图中的双向箭头R)作为指纹宽度,并且检测指纹38a中无指纹的不清晰部分39的宽度S(图中的双向箭头S)。并且,检测从宽度R中减去宽度S而得到的宽度(即宽度R1与宽度R2的总和),作为接触宽度。
这里,宽度检测单元12-2在宽度R内检测比谷线宽度大的区域所占据的宽度,作为不清晰的宽度S。
并且,例如在由于手指表皮角质化或受伤等某些原因而导致表皮的一部分剥离的情况下、或手指相对于采集面的按压力微弱的情况下,在指纹图像中出现不清晰部分39。
位置检测单元13-2分别根据由宽度检测单元12-2检测出的宽度和接触宽度来检测缩细位置。
即,与上述第1实施方式相同,位置检测单元13-2根据由宽度检测单元12-2检测出的宽度来检测第1缩细位置,并且根据由宽度检测单元12-2检测出的接触宽度来检测第2缩细位置。
更具体而言,位置检测单元13-2将具有比在手指长度方向上邻接的分割图像的接触宽度小的接触宽度的分割图像的位置检测为作为缩细位置的第2缩细位置,当检测出具有比在手指长度方向上邻接的分割图像的接触宽度小的接触宽度的多个分割图像时,将这些多个分割图像中接触宽度为最小值的分割图像的位置检测为第2缩细位置。
因此,在图16所示的例子中,位置检测单元13-2未检测出第1缩细位置,但将宽度R的部分(该分割图像的位置)检测为第2缩细位置。
这里,位置检测单元13-2的基于接触宽度的第2缩细位置的检测方法与第1缩细位置的检测方法相同,位置检测单元13-2按照上述图9的流程图所示的顺序,检测第2缩细位置。
因此,根据位置检测单元13-2,存在只检测出第1缩细位置的情况、如图16所示那样只检测出第2缩细位置的情况、以及检测出第1缩细位置以及第2缩细位置双方的情况。
例如,对于图17所示的指纹图像50的指纹50a,位置检测单元13-2 将箭头51所示的部分附近检测为第1缩细位置,并且将箭头52所示的部分附近检测为第2缩细位置。
另外,对于图18所示的指纹图像53的指纹53a,位置检测单元13-2将标号54所示的部分附近检测为第1缩细位置以及第2缩细位置。
输入状态分类单元15-2分别针对由位置检测单元13-2检测出的第1缩细位置和/或第2缩细位置,使用与上述第1实施方式相同的方法判断指纹图像的采集状态。
即,输入状态分类单元15-2对第2缩细位置也按照上述图11的流程所示的顺序,判断检测出第2缩细位置的指纹图像的采集状态。
因此,例如对于图16所示的指纹图像38,从指尖到第2缩细位置为止的长度38b小于预定值Twidth(图中双向箭头T),因此输入状态分类单元15-2判断为采集状态不良。
另外,在该指纹图像38中,第2缩细位置处的脊线方向未集中在X方向上,因此输入状态分类单元15-2判断为指纹图像38是不完整输入导致的不良状态。
这里,如果输入状态分类单元15-2根据第1缩细位置以及第2缩细位置中的一方判断为该指纹图像是不良状态,则即使可根据另一方判断为该指纹图像是良好状态,也判断为指纹图像是不良状态。
即,只在根据由位置检测单元13-2检测出的全部缩细位置而判断为良好状态的情况下,输入状态分类单元15-2判断为该指纹图像良好。
另外,在基于第1缩细位置以及第2缩细位置的不良状态类别(是由不完整输入导致的不良状态还是输入了关节的不良状态)不同的情况下,输入状态分类单元15-2判断为该指纹图像是符合这两个不良状态的不良状态。
因此,此时,由显示单元16执行与由不完整输入导致的不良状态对应的通知(消息)以及与输入了关节的不良状态对应的通知(消息)双方。
这样,根据作为本发明第2实施方式的生物体认证装置1-2(生物体信息取得装置10-2),能够得到与上述第1实施方式相同的作用效果,并 且宽度检测单元12-2检测接触宽度,位置检测单元13-2根据接触宽度检测第2缩细位置,因此输入状态分类单元15-2根据第2缩细位置判断指纹图像的采集状态,能够将不完整的采集状态的指纹图像判断为不良状态,该指纹图像包含由于手指表皮角质化或受伤等某些原因而使得表皮的一部分剥离、或手指起皱而导致指纹中脊线与谷线的差异部分地变得不清晰的部位,并且此时能够与输入了关节的不良状态进行区分,因此能够更准确且详细地判断指纹图像的采集状态。
另外,位置检测单元13-2根据接触宽度检测第2缩细位置,输入状态分类单元15-2根据第2缩细位置判断指纹图像的采集状态,因此即使如图16所示那样,指纹图像中的指纹在外形上未大幅度地缩细、未检测出第1缩细位置的情况下,如果存在未能采集到指纹的不清晰部分,也能将该位置检测为第2缩细位置,其结果是,输入状态分类单元15-2能够可靠地检测该指纹图像是由不完整输入导致的不良状态的情况。并且,由此,将进一步提高生物体认证单元17的认证精度。
并且,当检测到具有比在手指长度方向上与两侧邻接的分割图像的接触宽度小的接触宽度的多个分割图像时,位置检测单元13-2将这些多个分割图像中接触宽度为最小值的分割图像的位置检测为第2缩细位置,因此能够可靠地从指纹图像中检测出1个第2缩细位置。
[3]关于本发明的变形例
本发明不限于上述实施方式,可在不脱离本发明主旨的范围内进行各种变形、组合来实施。
[3-1]关于第1变形例
在上述第1、2实施方式中,输入状态分类单元15-1、15-2构成为,在判断不良状态的类别时,如上述图11的步骤S33所示,根据缩细位置(第1缩细位置或第2缩细位置)附近的脊线方向是否集中在X方向上来判断,但本发明不限于此,也可以构成为,例如宽度检测单元12-1、12-2检测第1缩细位置的手指相对于采集面的非接触部分的宽度(以下,称为非接触宽度),当进行基于第1缩细位置的处理时,输入状态分类单元15-1、15-2除了进行上述步骤S33的处理,还根据由宽度检测单元12-1、 12-2检测出的该第1缩细位置的非接触宽度值或第1缩细位置的非接触宽度相对于宽度的比例,判断该第1缩细位置是关节还是由不完整输入导致的。
具体而言,输入状态分类单元15-1、15-2构成为,当第1缩细位置的非接触宽度值或第1缩细位置的非接触宽度相对于整体宽度的比例大于等于预定值时,判断为第1缩细位置是手指关节,并判断为该指纹图像是输入了关节的不良状态,另一方面,如果这样的值或比例小于预定值,则判断为第1缩细位置是由不完整输入导致的,并判断为指纹图像是由不完整输入(这里是因为弯曲手指等)导致的不良状态。
该结构利用由于手指形状和关节部分的指纹特征而在手指关节附近不与手指传感器接触的非接触部分增多的特性,在非接触部分多的情况(即,非接触宽度值大或非接触宽度的比例大的情况)下,将该缩细位置判断为关节。
由此,输入状态分类单元15-1、15-2能够更高效且更准确地判断指纹图像的采集状态。
并且,对于上述图11的步骤S33的处理,上述基于非接触宽度值或非接触宽度比例的判断处理既可以作为“与”条件来进行,也可以作为“或”条件来进行。
[3-2]关于第2变形例
另外,输入状态分类单元15-1、15-2也可以构成为,除了进行上述步骤S33的处理以外,还根据缩细位置(第1缩细位置或第2缩细位置)的指尖侧脊线方向的偏差,判断该缩细位置是关节还是由不完整输入导致的。
具体而言,输入状态分类单元15-1、15-2构成为,当表示指纹图像中的缩细位置的指尖侧脊线方向的偏差的值(标准偏差或方差值)大于等于预定值时,判断为该缩细位置是手指关节,并判断为指纹图像是输入了关节的不良状态,另一方面,当表示这样的偏差的值小于预定值时,判断为该缩细位置是由不完整输入导致的,并判断为指纹图像是由不完整输入导致的不良状态。
该结构利用“适于认证的指纹是从远位关节到指尖之间的中央部分,在该部分中脊线大致为漩涡状或环状,脊线走向的曲率高的区域集中,因此脊线方向的偏差大”的特性,当表示脊线方向偏差的值大时,能够判断为该指纹图像中包含这样的中央部分,因此判断为该指纹图像是由不完整输入导致的不良状态,当表示脊线方向偏差的值小时,判断为该指纹图像是输入了关节的不良状态。
由此,输入状态分类单元15-1、15-2能够更高效且更准确地判断指纹图像的采集状态。
并且,对于上述图11的步骤S33的处理,上述基于非接触宽度值或非接触宽度比例的判断处理既可以作为“与”条件来进行,也可以作为“或”条件来进行。
[3-3]关于第3变形例
在上述第1、第2实施方式中,以并行地执行宽度检测单元12-1、12-2的处理和脊线方向检测单元14的处理的情况为例进行了说明,但本发明不限于此,也可以如图19所示那样,脊线方向检测单元14在宽度检测单元12-1的处理之后利用其处理结果来进行处理。
生物体认证装置1-3或生物体信息读取装置10-3有时被嵌入便携电话或PDA等存储容量少的小型信息设备中,因此优选处理所需的存储容量和运算量少。
因此,在脊线方向检测单元14检测脊线方向之前,宽度检测单元12-1预先检测存在脊线的范围(即,检测出宽度的范围),脊线方向检测单元14对由宽度检测单元12-1检测出宽度的分割图像进行脊线方向的检测处理,由此能够省去对不存在指纹的区域也进行脊线方向的检测处理的浪费,因此能够减少存储脊线方向的存储容量和运算量,从而能够高效且高速地执行脊线方向的检测处理。
并且,图19是示出第1实施方式的变形例的图,与此相同地在第2实施方式中也可以构成为,在宽度检测单元12-2的处理后,并行执行位置检测单元13-2的处理和脊线方向检测单元14的处理,由此也能得到相同的作用效果。
[3-4]关于第4变形例
另外,在上述第1、第2实施方式中,以并行地执行宽度检测单元12-1、12-2的处理和脊线方向检测单元14的处理的情况为例进行了说明,但本发明不限于此,也可以如图20所示那样,脊线方向检测单元14在宽度检测单元12-1的处理和位置检测单元13-2的处理之后利用其处理结果(缩细位置)来进行处理。
在该情况下,脊线方向检测单元14只检测与由位置检测单元检测出的缩细位置有关的脊线方向即可,因此相比于上述第3实施例,能够进一步实现处理的高效化和高速化,还能够进一步减少存储器等硬件资源的使用量。
并且,图20是示出第1实施方式的变形例的图,与此相同地在第2实施方式中也可以构成为,在位置检测单元13-2的处理后,执行脊线方向检测单元14的处理,由此也能得到相同的作用效果。
[3-5]关于其它变形例
在生物体信息输入单元11是刮擦型指纹传感器的情况下,当一张指纹图像的高度(Y方向的长度)小于用于供脊线方向检测单元14算出脊线方向的所需最低限度的高度时,也可以构成为,如图21所示那样,在生物体信息输入单元11的后级具有重构单元18,该重构单元18利用生物体的移动量以及移动方向来重构指纹图像。
能够用公知的技术(例如,日本专利第3859673号公开的技术)来进行该重构单元18的重构处理。
由此,宽度检测单元12-1以及脊线方向检测单元14能够可靠地执行处理。
在上述实施方式中,位置检测单元13-1、13-2构成为,按照上述图9的流程图所示的动作顺序检测缩细位置,但本发明不限于此,例如也可以按照图22的流程图(步骤S20’、S21~S25)所示的动作顺序检测缩细位置。并且,图22中,与图9中的标号相同的标号表示相同的处理或大致相同的处理。
即,在上述实施方式中,位置检测单元13-1、13-2构成为,将“m+ 1”与计数器值相加后开始处理(参照步骤S20),并且每当在步骤S24中判断为计数器值不大于等于从计数器值的最大值中减去m而得到的数时(步骤S24的“否”循环),再次将“m+1”与计数器值i相加,但位置检测单元13-1、13-2也可以构成为,如图22所示那样,将m与计数器值相加后开始处理(参照步骤S20’),并且每当在步骤S24中判断为计数器值不大于等于从计数器值的最大值中减去m而得到的数时(步骤S24的“否”循环),使计数器值增加计数1(步骤S25)。
由此,与上述实施方式相同,位置检测单元13-1、13-2能够可靠地检测缩细位置。
另外,在上述实施方式中,以显示单元16在显示画面上显示消息的情况为例进行了说明,但本发明不限于此,作为通知单元的显示单元16也可以构成为进行基于语音的通知来替代显示画面的消息显示或将基于语音的通知附加于显示画面的消息显示,由此用户能够更准确且可靠地掌握指纹图像的采集状态和再次输入方法。
并且,在上述实施方式中,宽度检测单元12-1、12-2构成为,根据分割图像检测多个宽度,但本发明不限于此,在生物体信息输入单元11是刮擦型指纹传感器的情况下,宽度检测单元12-1、12-2也可以构成为,针对每个从指纹传感器输入的作为一个单位的条带图像,检测宽度(即图9中的W[i])。
即,当图2所示的各分割图像30a相当于由刮擦型指纹传感器输入的条带图像时,宽度检测单元12-1、12-2也可以构成为,直接使用这些条带图像30a,针对每个条带图像30a检测宽度,在该情况下,不再需要重构单元18的重构处理和宽度检测单元12-1、12-2的指纹图像分割处理,能够实现处理的高效化以及高速化。
并且,在上述实施方式中构成为,宽度检测单元12-2将接触宽度检测为图9的W[i],位置检测单元13-2和输入状态分类单元15-2根据接触宽度进行处理,但本发明不限于此,也可以构成为,宽度检测单元12-2将非接触宽度或非接触宽度相对于指纹整体宽度的比例检测为图9的W[i],位置检测单元13-2和输入状态分类单元15-2根据该非接触宽度或 比例进行处理,由此也能得到与上述实施方式相同的作用效果。
另外,在上述实施方式中,输入状态分类单元15-1、15-2也可以在使用由倾斜信息检测单元12a检测的倾斜信息(手指长度方向)对由脊线方向检测单元14检测出的脊线方向进行校正后,执行采集状态的判断处理,由此,能够使采集状态的判断更准确。
并且,在上述实施方式中,输入状态分类单元15-1、15-2也可以构成为,当由生物体信息输入单元11输入的指纹图像的手指长度方向长度比采集面的宽度(X方向)短时,难以根据该指纹图像检测手指长度方向,因此当输入了这样的指纹图像时,立即判断为该指纹图像的采集状态是不良状态。由此,能够高效地应对不能检测出长度方向的不良指纹图像,而无需进行各种处理。
并且,在上述实施方式中,当指纹图像具有彼此空开间隔的2个以上的指纹区域时,例如,当在图13所示的指纹图像40的采集指纹的部分(网格部分)41a、41b之间形成有间隙时,位置检测单元12-1、12-2也可以构成为将该间隙的中央部分检测为缩细位置,由此,能够更准确地判断指纹图像的采集状态。
另外,在这样的情况下,也可以构成为,在位置检测单元12-1、12-2检测缩细位置之前,输入状态分类单元15-1、15-2判断从指尖侧的指纹部分(例如图13的网格部分41a)的指尖侧端部到手掌侧端部为止的距离(沿Y方向的距离)是否小于预定值Twidth,如果小于,则判断为该指纹图像的采集状态是不良状态,而不进行位置检测单元12-1、12-2的处理,如果不小于,则位置检测单元12-1、12-2检测缩细位置,由此能够提高处理的效率。
并且,在上述实施方式中,以生物体信息输入单元11采集的生物体信息是指纹的情况为例进行了说明,但本发明不限于此,生物体信息输入单元11也可以采集掌纹作为生物体信息,由此也能得到与上述实施方式相同的作用效果。
并且,也可以通过计算机(包括CPU、信息处理装置、各种终端)执行预定的应用程序(生物体认证程序或生物体信息读取程序)来实现 作为上述位置检测单元12-1和12-2、倾斜信息检测单元12a、位置检测单元13-1和13-2、脊线方向检测单元14、输入状态分类单元15-1和15-2、以及生物体认证单元17的功能。
以记录在例如软磁盘、CD(CD-ROM、CD-R、CD-RW等)、DVD(DVD-ROM、DVD-RAM、DVD-R、DVD-RW、DVD+R、DVD+RW等)等计算机可读取的记录介质中的方式来提供该程序。在该情况下,计算机从该记录介质中读取生物体认证程序或生物体信息读取程序,转发并存储到内部存储装置或外部存储装置中来使用。另外,也可以将该程序记录在磁盘、光盘、光磁盘等存储装置(记录介质)中,经由通信线路从该存储装置提供给计算机。
这里,计算机包括硬件和OS(操作系统)的概念,表示在OS的控制下动作的硬件。当不需要OS而单独用应用程序使硬件动作时,该硬件本身相当于计算机。硬件至少具有CPU等微处理器、以及用于读取记录在记录介质中的计算机程序的单元。
作为上述生物体认证程序的应用程序包含使上述计算机实现宽度检测单元12-1和12-2、倾斜信息检测单元12a、位置检测单元13-1和13-2、脊线方向检测单元14、输入状态分类单元15-1和15-2、以及生物体认证单元17的功能的程序代码。另外,也可以由OS实现该功能的一部分,而不是由应用程序来实现。
另外,作为上述生物体信息读取程序的应用程序包含使上述计算机实现宽度检测单元12-1和12-2、倾斜信息检测单元12a、位置检测单元13-1和13-2、脊线方向检测单元14、以及输入状态分类单元15-1和15-2的功能的程序代码。另外,也可以由OS实现该功能的一部分,而不是由应用程序来实现。
并且,对于作为本实施方式的记录介质,除了上述软磁盘、CD、DVD、磁盘、光盘、光磁盘以外,还可利用IC卡、盒式ROM、磁带、穿孔卡、计算机的内部存储装置(RAM和ROM等存储器)和外部存储装置等、印刷有条形码等符号的印刷物等计算机可读取的各种介质。
Claims (13)
1.一种生物体信息读取装置,其特征在于,该生物体信息读取装置具有:
采集单元,其采集指纹图像作为生物体部位的生物体信息图像;
宽度检测单元,其对由所述采集单元所采集的所述指纹图像在手指的长度方向被分割而得到的多个分割图像的每个分割图像,检测所述生物体部位的宽度;
缩细位置检测单元,其根据所述宽度,对所述指纹图像中的所述生物体部位的缩细位置进行检测;
方向信息取得单元,其取得脊线方向作为与所述指纹图像中的所述生物体部位有关的方向信息;以及
判断单元,其根据所述缩细位置和所述缩细位置周围的所述脊线方向,判断所述指纹图像的采集状态,
所述缩细位置检测单元将所述宽度小于在所述长度方向上邻接的所述分割图像的所述宽度的所述分割图像的位置检测为作为所述缩细位置的第1缩细位置,
所述判断单元根据所述指纹图像中的所述缩细位置到指尖的长度,判断该指纹图像的好坏作为所述采集状态。
2.根据权利要求1所述的生物体信息读取装置,其特征在于,
当检测出多个所述宽度小于在所述长度方向上邻接的所述分割图像的所述宽度的所述分割图像时,所述缩细位置检测单元将多个所述分割图像中、所述宽度为最小值的所述分割图像的位置检测为所述第1缩细位置。
3.根据权利要求1所述的生物体信息读取装置,其特征在于,
所述采集单元采集与采集面接触的手指的指纹图像作为所述生物体信息图像,
所述宽度检测单元针对在手指的长度方向上对所述指纹图像进行分割而得到的多个分割图像中的每个分割图像,检测从指纹的宽度中减去所述手指相对于所述采集面的非接触部分的宽度而得到的接触宽度,
所述缩细位置检测单元将所述接触宽度小于在所述长度方向上邻接的所述分割图像的所述接触宽度的所述分割图像的位置检测为作为所述缩细位置的第2缩细位置。
4.根据权利要求3所述的生物体信息读取装置,其特征在于,
当检测出多个所述接触宽度小于在所述长度方向上邻接的所述分割图像的所述接触宽度的所述分割图像时,所述缩细位置检测单元将多个所述分割图像中、所述接触宽度为最小值的所述分割图像的位置检测为所述第2缩细位置。
5.根据权利要求1-4中任意一项所述的生物体信息读取装置,其特征在于,
如果所述指纹图像的从所述缩细位置到指尖的长度大于等于预定值,则所述判断单元判定为该指纹图像良好,另一方面,如果所述长度小于所述预定值,则所述判断单元判断为该指纹图像不良。
6.根据权利要求1-4中任意一项所述的生物体信息读取装置,其特征在于,
当判断为所述指纹图像不良时,所述判断单元根据所述缩细位置周围的作为方向信息的所述脊线方向的分布,判断该缩细位置是否是手指的关节,而判断不良状态的类别。
7.根据权利要求6所述的生物体信息读取装置,其特征在于,
当所述脊线方向的平均值和与所述指纹图像中的手指长度方向垂直的方向之差为预定值以内、且表示与所述平均值有关的偏差的值为预定值以内时,所述判断单元判断为所述缩细位置是手指的关节。
8.根据权利要求1-4中任意一项所述的生物体信息读取装置,其特征在于,
所述宽度检测单元对所述第1缩细位置的所述手指相对于所述采集面的非接触部分的宽度进行检测,
当所述第1缩细位置的所述非接触部分的宽度相对于所述生物体部位的所述宽度的比例大于等于预定值时,所述判断单元判断为所述第1缩细位置是手指关节,并判断为所述指纹图像是输入了关节的不良状态,另一方面,如果所述比例小于所述预定值,则所述判断单元判断为所述第1缩细位置是由不完整输入导致的,并判断为所述指纹图像是由不完整输入导致的不良状态。
9.根据权利要求1-4中任意一项所述的生物体信息读取装置,其特征在于,
当表示所述指纹图像中的所述缩细位置的指尖侧的所述脊线方向的偏差的值大于等于预定值时,所述判断单元判断为所述缩细位置是手指的关节,并判断为所述指纹图像是输入了关节的不良状态,另一方面,当表示所述偏差的值小于预定值时,所述判断单元判断为所述缩细位置是由不完整输入导致的,并判断为所述指纹图像是由不完整输入导致的不良状态。
10.根据权利要求1-4中任意一项所述的生物体信息读取装置,其特征在于,
所述缩细位置检测单元在用范围比脊线间隔宽的滤波器对由所述宽度检测单元检测出的所述多个分割图像的多个所述宽度进行平滑化后,检测所述缩细位置。
11.根据权利要求1-4中任意一项所述的生物体信息读取装置,其特征在于,
该生物体信息读取装置还具有通知单元,该通知单元进行与由所述判断单元判断的所述指纹图像的采集状态对应的通知。
12.一种生物体信息读取方法,其特征在于,该生物体信息读取方法包括:
采集步骤,采集指纹图像作为生物体部位的生物体信息图像;
宽度检测步骤,对在所述采集步骤中所采集的所述指纹图像在手指的长度方向被分割而得到的多个分割图像的每个分割图像,检测所述生物体部位的宽度;
缩细位置检测步骤,根据所述宽度,对所述指纹图像中的所述生物体部位的缩细位置进行检测;
方向信息取得步骤,取得脊线方向作为与所述指纹图像中的所述生物体部位有关的方向信息;以及
判断步骤,根据所述缩细位置和所述缩细位置周围的所述脊线方向,判断所述指纹图像的采集状态,
所述缩细位置检测步骤中,将所述宽度小于在所述长度方向上邻接的所述分割图像的所述宽度的所述分割图像的位置检测为所述缩细位置,
所述判断步骤中,根据所述指纹图像中的所述缩细位置到指尖的长度,判断该指纹图像的好坏作为所述采集状态。
13.一种生物体认证装置,其特征在于,该生物体认证装置具有:
采集单元,其采集指纹图像作为生物体部位的生物体信息图像;
宽度检测单元,其对由所述采集单元所采集的所述指纹图像在手指的长度方向被分割而得到的多个分割图像的每个分割图像,检测所述生物体部位的宽度;
缩细位置检测单元,其根据所述宽度,对所述指纹图像中的所述生物体部位的缩细位置进行检测;
方向信息取得单元,其取得脊线方向作为与所述指纹图像中的所述生物体部位有关的方向信息;
判断单元,其根据所述缩细位置和所述缩细位置周围的所述脊线方向,判断所述指纹图像的采集状态;以及
生物体认证单元,其使用由所述判断单元判断为采集状态良好的所述指纹图像,进行生物体认证,
所述缩细位置检测单元将所述宽度小于在所述长度方向上邻接的所述分割图像的所述宽度的所述分割图像的位置检测为所述缩细位置,
所述判断单元根据所述指纹图像中的所述缩细位置到指尖的长度,判断该指纹图像的好坏作为所述采集状态。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2007/071831 WO2009060546A1 (ja) | 2007-11-09 | 2007-11-09 | 生体情報取得装置,生体情報取得方法,生体情報取得プログラム,及び生体認証装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101855650A CN101855650A (zh) | 2010-10-06 |
CN101855650B true CN101855650B (zh) | 2012-12-12 |
Family
ID=40625461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200780101471XA Active CN101855650B (zh) | 2007-11-09 | 2007-11-09 | 生物体信息取得装置、生物体信息取得方法以及生物体认证装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8295560B2 (zh) |
EP (1) | EP2219154B1 (zh) |
JP (1) | JP4883185B2 (zh) |
KR (1) | KR101082626B1 (zh) |
CN (1) | CN101855650B (zh) |
WO (1) | WO2009060546A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107563364A (zh) * | 2017-10-23 | 2018-01-09 | 清华大学深圳研究生院 | 基于汗腺的指纹真伪辨别方法以及指纹识别方法 |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9286457B2 (en) | 2004-06-14 | 2016-03-15 | Rodney Beatson | Method and system for providing password-free, hardware-rooted, ASIC-based authentication of a human to a mobile device using biometrics with a protected, local template to release trusted credentials to relying parties |
JP5679767B2 (ja) * | 2010-10-28 | 2015-03-04 | ラピスセミコンダクタ株式会社 | 指紋認証装置及び指紋認証用プログラム |
US8781177B2 (en) * | 2011-07-08 | 2014-07-15 | I Shou University | Method and computer program product for extracting feature vectors from a palm image |
FR2977964B1 (fr) * | 2011-07-13 | 2013-08-23 | Commissariat Energie Atomique | Procede d'acquisition d'un angle de rotation et des coordonnees d'un centre de rotation |
JP5801237B2 (ja) * | 2012-03-29 | 2015-10-28 | パナソニック株式会社 | 部位推定装置、部位推定方法、および部位推定プログラム |
US9135496B2 (en) | 2012-05-18 | 2015-09-15 | Apple Inc. | Efficient texture comparison |
US9846799B2 (en) | 2012-05-18 | 2017-12-19 | Apple Inc. | Efficient texture comparison |
US9202099B2 (en) | 2012-06-29 | 2015-12-01 | Apple Inc. | Fingerprint sensing and enrollment |
US9715616B2 (en) | 2012-06-29 | 2017-07-25 | Apple Inc. | Fingerprint sensing and enrollment |
JP6179085B2 (ja) * | 2012-09-28 | 2017-08-16 | 富士通株式会社 | 生体情報認証装置、生体情報認証方法及び生体情報認証プログラム |
US9111125B2 (en) * | 2013-02-08 | 2015-08-18 | Apple Inc. | Fingerprint imaging and quality characterization |
US10068120B2 (en) | 2013-03-15 | 2018-09-04 | Apple Inc. | High dynamic range fingerprint sensing |
US9785818B2 (en) | 2014-08-11 | 2017-10-10 | Synaptics Incorporated | Systems and methods for image alignment |
US9400914B2 (en) * | 2014-10-24 | 2016-07-26 | Egis Technology Inc. | Method and electronic device for generating fingerprint enrollment data |
US10111093B2 (en) * | 2015-01-09 | 2018-10-23 | Qualcomm Incorporated | Mobile device to provide continuous and discrete user authentication |
US10268862B2 (en) * | 2015-04-16 | 2019-04-23 | Huawei Technologies Co., Ltd. | Fingerprint collection method, fingerprint collector, and terminal |
US9792485B2 (en) | 2015-06-30 | 2017-10-17 | Synaptics Incorporated | Systems and methods for coarse-to-fine ridge-based biometric image alignment |
CN105094443A (zh) * | 2015-08-21 | 2015-11-25 | 深圳市汇顶科技股份有限公司 | 触摸压力检测装置和方法 |
CN105373786A (zh) * | 2015-11-30 | 2016-03-02 | 东莞酷派软件技术有限公司 | 一种指纹采集方法、装置及电子设备 |
JP6617570B2 (ja) * | 2016-01-13 | 2019-12-11 | 富士通株式会社 | 生体認証装置、生体認証方法、および生体認証プログラム |
CN107091702B (zh) * | 2016-02-17 | 2020-06-02 | 北京小米移动软件有限公司 | 压力检测方法和装置 |
US11843597B2 (en) * | 2016-05-18 | 2023-12-12 | Vercrio, Inc. | Automated scalable identity-proofing and authentication process |
US10148649B2 (en) * | 2016-05-18 | 2018-12-04 | Vercrio, Inc. | Automated scalable identity-proofing and authentication process |
US9785819B1 (en) | 2016-06-30 | 2017-10-10 | Synaptics Incorporated | Systems and methods for biometric image alignment |
US10433230B2 (en) * | 2017-12-12 | 2019-10-01 | Cassia Networks Inc. | Methods, devices, and systems for supporting wireless roaming |
CN110013102B (zh) * | 2017-12-22 | 2021-12-10 | 卡西欧计算机株式会社 | 图像处理装置、图像处理方法以及记录介质 |
CN108764127A (zh) * | 2018-05-25 | 2018-11-06 | 京东方科技集团股份有限公司 | 纹理识别方法及其装置 |
JP7219182B2 (ja) * | 2019-07-22 | 2023-02-07 | マクセル株式会社 | 検出装置および検出方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1668245A (zh) * | 2002-09-13 | 2005-09-14 | 富士通株式会社 | 活体检测装置及方法,以及具有活体检测功能的验证装置 |
CN1668244A (zh) * | 2002-09-17 | 2005-09-14 | 富士通株式会社 | 生物特征信息获取设备和使用生物特征信息的认证设备 |
CN1758265A (zh) * | 2004-10-08 | 2006-04-12 | 富士通株式会社 | 生物信息输入装置、认证装置、处理法和程序及记录介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2776340B2 (ja) * | 1995-11-08 | 1998-07-16 | 日本電気株式会社 | 指紋特徴抽出装置 |
JP2827994B2 (ja) | 1995-12-22 | 1998-11-25 | 日本電気株式会社 | 指紋特徴抽出装置 |
FR2749955B1 (fr) | 1996-06-14 | 1998-09-11 | Thomson Csf | Systeme de lecture d'empreintes digitales |
US6317508B1 (en) | 1998-01-13 | 2001-11-13 | Stmicroelectronics, Inc. | Scanning capacitive semiconductor fingerprint detector |
IL141389A0 (en) * | 2001-02-12 | 2002-03-10 | Weiss Golan | A system and a method for person's identity authentication |
JP4730502B2 (ja) | 2001-08-29 | 2011-07-20 | 株式会社ディー・ディー・エス | 指紋照合装置及び指紋照合プログラム |
JP3902473B2 (ja) | 2002-01-17 | 2007-04-04 | 富士通株式会社 | 生体情報を用いた本人認証方法 |
JP4075458B2 (ja) * | 2002-05-21 | 2008-04-16 | 松下電器産業株式会社 | 指紋照合装置 |
US20040218790A1 (en) * | 2003-05-02 | 2004-11-04 | Ping Lo Peter Zhen | Print segmentation system and method |
JP2006072758A (ja) | 2004-09-02 | 2006-03-16 | Mitsubishi Electric Corp | 指紋照合装置 |
JP4931426B2 (ja) * | 2006-02-03 | 2012-05-16 | セコム株式会社 | 縞模様を含む画像の照合装置 |
-
2007
- 2007-11-09 CN CN200780101471XA patent/CN101855650B/zh active Active
- 2007-11-09 JP JP2009539930A patent/JP4883185B2/ja not_active Expired - Fee Related
- 2007-11-09 WO PCT/JP2007/071831 patent/WO2009060546A1/ja active Application Filing
- 2007-11-09 KR KR1020107010203A patent/KR101082626B1/ko active IP Right Grant
- 2007-11-09 EP EP07831562.9A patent/EP2219154B1/en not_active Not-in-force
-
2010
- 2010-05-07 US US12/775,803 patent/US8295560B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1668245A (zh) * | 2002-09-13 | 2005-09-14 | 富士通株式会社 | 活体检测装置及方法,以及具有活体检测功能的验证装置 |
CN1668244A (zh) * | 2002-09-17 | 2005-09-14 | 富士通株式会社 | 生物特征信息获取设备和使用生物特征信息的认证设备 |
CN1758265A (zh) * | 2004-10-08 | 2006-04-12 | 富士通株式会社 | 生物信息输入装置、认证装置、处理法和程序及记录介质 |
Non-Patent Citations (5)
Title |
---|
JP特开2003-208620A 2003.07.25 |
JP特开2003-337949A 2003.11.28 |
JP特开2003-67749A 2003.03.07 |
JP特开2006-72758A 2006.03.16 |
JP特开2007-202912A 2007.08.16 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107563364A (zh) * | 2017-10-23 | 2018-01-09 | 清华大学深圳研究生院 | 基于汗腺的指纹真伪辨别方法以及指纹识别方法 |
CN107563364B (zh) * | 2017-10-23 | 2021-11-12 | 清华大学深圳研究生院 | 基于汗腺的指纹真伪辨别方法以及指纹识别方法 |
Also Published As
Publication number | Publication date |
---|---|
KR101082626B1 (ko) | 2011-11-10 |
EP2219154A1 (en) | 2010-08-18 |
JPWO2009060546A1 (ja) | 2011-03-17 |
KR20100061758A (ko) | 2010-06-08 |
CN101855650A (zh) | 2010-10-06 |
EP2219154A4 (en) | 2013-04-03 |
US8295560B2 (en) | 2012-10-23 |
US20100266169A1 (en) | 2010-10-21 |
WO2009060546A1 (ja) | 2009-05-14 |
JP4883185B2 (ja) | 2012-02-22 |
EP2219154B1 (en) | 2017-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101855650B (zh) | 生物体信息取得装置、生物体信息取得方法以及生物体认证装置 | |
EP1339008B1 (en) | Authentication method, and program and apparatus therefor | |
US8391568B2 (en) | System and method for improved scanning of fingerprint edges | |
US9024906B2 (en) | Multi-touch input discrimination | |
EP2490154B1 (en) | Multi-touch input discrimination using irregularity measure | |
US8269727B2 (en) | Irregular input identification | |
US9202099B2 (en) | Fingerprint sensing and enrollment | |
US7876310B2 (en) | Far-field input identification | |
US20120195475A1 (en) | Biometric information processing apparatus, biometric information processing method, and biometric information processing computer program | |
CN109478235A (zh) | 用于指纹控制器的反欺骗保护 | |
CN109829368B (zh) | 手掌特征的识别方法、装置、计算机设备及存储介质 | |
US20090154779A1 (en) | System and method to remove artifacts from fingerprint sensor scans | |
EP2549432A1 (en) | Identification device, identification method and program | |
CN103518209A (zh) | 用于采集手指数据并显示手指移动轨迹的电子装置及相关方法 | |
CN104246824A (zh) | 生物体认证装置、生物体认证方法以及生物体认证用计算机程序 | |
WO2018213946A1 (zh) | 图像识别方法、图像识别装置、电子装置及计算机存储介质 | |
US10963666B2 (en) | Method for obtaining a fingerprint image | |
CN113705344A (zh) | 基于全手掌的掌纹识别方法、装置、终端设备及存储介质 | |
JP6241230B2 (ja) | 生体情報判定装置及びプログラム | |
JP7251619B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
Yu et al. | Fingerprint image preprocessing based on whole-hand image captured by digital camera | |
US20080240522A1 (en) | Fingerprint Authentication Method Involving Movement of Control Points | |
CN110147730B (zh) | 一种掌纹识别方法、装置及终端设备 | |
Bokslag et al. | Analysis of the effects of higher bits-per-cell iris recognition | |
CN109657659A (zh) | 指纹识别方法及装置 |
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 |