CN105989360A - 图像拾取装置 - Google Patents
图像拾取装置 Download PDFInfo
- Publication number
- CN105989360A CN105989360A CN201610140992.7A CN201610140992A CN105989360A CN 105989360 A CN105989360 A CN 105989360A CN 201610140992 A CN201610140992 A CN 201610140992A CN 105989360 A CN105989360 A CN 105989360A
- Authority
- CN
- China
- Prior art keywords
- image
- polarization
- angle
- scattering object
- light
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
-
- 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
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4887—Locating particular structures in or on the body
- A61B5/489—Blood vessels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/4795—Scattering, i.e. diffuse reflection spatially resolved investigating of object in scattering medium
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
-
- 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
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- 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)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Vascular Medicine (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Optics & Photonics (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Input (AREA)
Abstract
提供了一种图像拾取装置和一种图像拾取方法。所述装置包括:照明单元,其将规定偏振方向的光投射在散射体上;相机,其以多个不同的偏振角来拾取散射体的图像;以及处理装置,其基于以多个不同的偏振角拾取的散射体的图像、响应于距离散射体的表面的深度来执行用于生成并且输出散射体的内部的内层的内层图像的过程。
Description
技术领域
本文所讨论的实施方式涉及图像拾取装置。
背景技术
作为使用图像拾取装置的技术,已知例如通过使用手掌静脉等来对个体进行认证的生物认证装置。已知以下的示例:在该示例中,将沿特定偏振方向的线偏振光投射在生物体上,并且在该状态下,使用包括透镜阵列的光学还原系统,以从通过未设置有检偏器(该检偏器仅传输沿特定偏振方向的偏振光成分)的透镜所获得的小眼图像(ommatidiumimage)中移除通过设置有这样的检偏器的透镜所获得的小眼图像的分量。此外,还已知包括图像拾取单元和提取单元的示例(例如,专利文献1和专利文献2),其中,图像拾取单元用于使用从生物体反射的光来拾取生物体的图像,提取单元用于从由图像拾取单元拾取的生物体图像中提取高于规定的空间频率的频率成分。
作为使用图像拾取装置的技术的另一示例,还已知以下用于非常准确地测量贡献于肤色的色素组成例如黑色素成分和血红蛋白成分等的示例。具体地,其为以下示例:在该示例中,使用偏振来移除表面反射光成分——即噪声成分,使得针对内部光成分来获得色素组成例如黑色素成分、血红蛋白成分等(例如专利文献3)。
另外,已知观测偏振光的相机的示例(例如,非专利文献1)。还已知以下示例:在该示例中,通过扩散近似来计算表示光从其返回的生物体中的深度的概率密度函数(例如,非专利文献2)。
[专利文献1]日本公开特许公报No.2010-218258
[专利文献2]日本公开特许公报No.2012-187150
[专利文献3]日本公开特许公报No.2002-200050
[非专利文献1]Photonic Lattice,Inc.PI-110,[在线][2015年2月19日搜索],因特网<URL:http://www.photonic-lattice.com/ja/products/polarization_camera/pi-110/>
[非专利文献2]A measure of photon penetration into tissue in diffusionmodels,Optics Communications,158卷,1-6期,1998年12月15日,213-220页,DominiqueJ.Bicout,George H.Weiss。
发明内容
本发明的一个方面的目的是响应于距离散射体的表面的深度来非常准确地获得内层的信息。
根据一个方面的图像拾取装置包括:照明单元,其将规定偏振方向的光投射在散射体上;相机,其以多个不同的偏振角拾取散射体的图像;以及处理装置,其基于以多个不同的偏振角拾取的散射体的图像、响应于距离散射体的表面的深度来执行用于生成和输出散射体的内部的内层的内层图像的过程。
附图说明
图1示出根据第一实施方式的图像拾取装置的配置的示例;
图2示出根据第一实施方式的图像拾取装置的功能配置的示例;
图3示出对象的亮度值的入射光的偏振角相关性的示例;
图4示出生物体中的偏振状态的改变;
图5示出偏振角θ所占据的比率(rate)的示例;
图6示出亮度比的偏振角θ相关性的测量值与理论值的比较示例;
图7示出通过根据第一实施方式的图像拾取方法所获得的图像的类型的示例;
图8为示出根据第一实施方式的生物认证处理的示例的流程图;以及
图9示出第二实施方式的图像拾取装置的功能配置的示例。
具体实施方式
手掌静脉认证装置使用近红外线来拾取生物体中的静脉图案(vein pattern)的图像,以便对个体进行认证。然而,生物体具有关于近红外线引起高水平的散射的特性,这有时会导致上面的传统方法由于散射而不能获得非常准确的信息的情况。在例如投射沿某方向偏振的光并且移除与投射的光在相同偏振状态下的光以获得生物体的内部的信息的方法中,由于来自内部的散射光而也移除了与照明光在相同偏振状态下的光——这有时阻止了获得非常准确的图像。因此,期望非常准确地获得响应于距离散射体的表面的深度的内层的信息。
(第一实施方式)
在下文中,将参照附图来给出对于根据第一实施方式的图像拾取装置20的说明。在本实施方式中,将图像拾取装置20解释作为通过使用所拾取的图像来进行生物认证的装置。图1示出根据第一实施方式的图像拾取装置20的配置的示例。如图1所示,图像拾取装置20包括光学单元30和控制单元40。光学单元30在充当对象的散射体以规定的偏振方向投射光(下文又被称为规定偏振光),以便沿多个偏振方向拾取图像。控制单元40控制图像拾取装置20的操作。可以将光学单元30和控制单元40集成。图像拾取装置20的示例可以为多功能移动电话、平板信息处理设备等。
光学单元30包括照明单元31和相机35。照明单元31包括光源32和偏振滤光器33,并且照明单元31输出规定偏振光以用于拾取散射体的图像。光源32可以例如为发光二极管(LED)。也可以将除了LED以外的装置用作光源32。偏振滤光器33为用于照明的偏振滤光器,以及传输沿特定方向的偏振光的偏振滤光器。假设表示偏振滤光器33的偏振方向的角度由偏振角θ=0来表达。注意,包括两个光源32的图1的目的是要示出以下的示例:在该示例中,将光源32和偏振滤光器33布置成形成围绕相机35的圆,从而将光均匀地投射在充当对象的散射体上。
相机35包括图像拾取单元36和多偏振滤光器37。图像拾取单元36包括透镜和图像拾取元件,将经由透镜入射的光转换成电信号,并且从而拾取图像。多偏振滤光器37为具有传输沿多个偏振方向的光的功能的滤光器。多偏振滤光器37可以为具有针对每个像素的与偏振角θ=0°(0度)、45°(45度)、90°(90度)和135°(135度)相对应的偏振功能的滤光器——例如像非专利文献1中描述的相机中所包括的滤光器。注意,偏振角θ不限于以上示例。此外,多偏振滤光器37可以采用不同的配置,例如以下的一个配置:在该配置中,附接或分离具有可变偏振角的一个滤光器或具有不同偏振角的多个滤光器。
在本实施方式中,将针对其中将偏振角θ=0°、45°、90°和135°用作由相机35所拾取的光的偏振角θ的示例来给出说明。相机35拾取从充当对象的散射体反射的光。对于拾取,沿不同偏振方向的图像被单独地输出。具体地,在本实施方式中输出在偏振角θ=0°、45°、90°和135°处的图像。
控制单元40包括处理装置42和存储装置44。处理装置42(例如处理器)包括计算处理单元,其用于执行用于控制图像拾取装置20的操作的各种类型的过程。存储装置44为以下存储装置:其存储程序,并且当处理装置42执行用于控制图像拾取装置20的操作的程序时,处理装置42根据需要将其用作工作区。存储装置44可以包括随机存取存储器(RAM)和只读存储器(ROM)等。
图2示出根据第一实施方式的图像拾取装置20的功能配置的示例。如参照图1所说明的,图像拾取装置20包括具有照明单元31和相机35的光学单元30。如图2所示,图像拾取装置20可以使存储装置44存储数据库46和图像信息48。数据库46例如为用于生物认证的注册模板。注册模板的示例为:在基于手掌静脉进行认证的情况下,从手掌静脉图像提取的生物特征。当对同一生物体进行多个认证处理时,还可以例如将手掌静脉信息和掌纹(palmprint)信息存储为注册模板。图像信息48可以例如临时存储于缓冲器中。
在图像拾取装置20中,处理装置42具有如管理单元50、特征提取单元57、匹配单元59和图像处理单元52的功能。这些功能可以通过读取并执行预先存储于存储装置44中的用于控制图像拾取装置20的控制程序来实现。
管理单元50对图像拾取装置20的包括生物认证处理的全部处理进行管理。图像处理单元52基于由相机35所拾取的图像来生成具有响应于距离表面的深度的信息的图像,例如具有不同的各条深度信息的图像。图像处理单元52包括图像管理单元54和图像计算单元55。图像处理单元52的图像管理单元54管理整个图像生成处理。图像计算单元55执行随后将进行描述的图像计算处理。将对由图像处理单元52执行的处理进行详细说明。
特征提取单元57从所拾取的图像提取用于认证的生物特征。匹配单元59执行匹配处理。换言之,匹配单元59使用由特提取单元57提取的特征数据并且输出相似性水平,其中,相似性水平表示数据(例如在数据库46中注册的注册模板)与从拾取的图像获得的信息彼此相似的程度。
接着,将针对由根据第一实施方式的相机35拾取的图像来给出说明。在下文中,假设充当对象的散射体为生物体。首先,仅检查漫反射。本文所使用的漫反射是以下反射:在该反射中,已经进入生物体的光在重复散射的同时穿过生物体并且进入相机35。除漫反射之外,还存在光在生物体与空气之间反射的表面反射。
图3示出对象的亮度值的入射光的偏振角相关性的示例。图3所示的示例为测量结果的示例,并且为使用针对多个偏振的具有与图像拾取装置20的配置相似的配置的估计装置的测量的结果。注意,在第一实施方式中使用偏振角θ=0°、45°、90°和135°的滤光器,而在图3中进行以15°为单位的测量。
如图3所示,在亮度比的偏振角相关性70中,水平轴对应于偏振角θ,其中,偏振角θ表示相机35的多偏振滤光器37的偏振方向相对于照明单元31的偏振滤光器33的偏振方向的角度差。在本实施方式中,假设投射在散射体上的光的方向为偏振角θ=0°。因此,偏振角θ——该偏振角θ表示由用于拾取反射光的图像的相机35所检测的光的偏振方向——是与所投射的光的偏振方向的角度差。垂直轴表示通过将在偏振角θ=90°下的亮度值用作参考对在偏振角θ下的亮度值进行归一化而获得的亮度比。
亮度比的偏振角相关性70表示亮度值(实验结果)在以下情况下的改变:将规定偏振光投射在散射体例如手掌上,并且在相机侧沿不同偏振方向拾取图像。亮度比72和亮度比74是关于不同对象人的结果。如上所述,当来自照明的光的偏振方向与由相机拾取的光的偏振方向相同时——即当偏振角θ=0°(入射光的偏振方向)时,亮度值趋向于高于偏振角θ=90°的亮度值。此外,亮度值在0°≤θ≤90°的范围内连续改变,其中,θ表示偏振角。
图4示出生物体中的偏振状态的改变。如图4所示,散射模型80显示在规定偏振光如由入射在散射体82(生物体)上的光84所描画的沿方向Z入射的情况下的偏振状态的图像。所示出的是,偏振变化状态86至偏振变化状态89中的每一个越接近于圆,则偏振变化越大。散射体82中的散射模型80是下面的。具体地,散射模型80为以下模型:在该模型中,当入射时接近于线偏振光的光在该光沿方向Z(深度方向)行进时如由偏振变化状态86至偏振变化状态89所描画的开始逐渐包含各个偏振方向,并且偏振状态的变化变得较大。
在偏振角θ下亮度值I(θ)由下面的表达式1表达,并且随后将详细说明推导。注意,光的亮度值I(0°)和亮度值I(90°)分别为在偏振角θ=0°和偏振角θ=90°下的亮度值。
I(θ)=I(0°)cos2θ+I(90°)sin2θ…(表达式1)
换言之,通过亮度值I(0°)与亮度值I(90°)之间的线性组合来获得任意偏振角θ下的散射光,并且其系数为cos2θ和sin2θ。在偏振角θ=0°下拾取的图像为由相机沿与照明光的偏振方向相同的偏振方向拾取的图像。换言之,该图像为用以下光拾取的图像:在该光中,在照明下设置的偏振方向保持不变。因此,其包含对象的浅的位置的许多信息。在偏振角θ=90°下拾取的图像为用以下光拾取的图像:该光的照明的偏振状态已经完全丢失,并且包含对象的较深位置的许多信息。
<散射体模型>
在下文中,将针对表达式1的推导方法给出说明。在本实施方式中,假设以下的物理模型以说明在偏振角θ下的亮度值的改变。换言之。对接收线偏振的照明光入射在生物体(散射体)上的情况进行描述。已经进入生物体的光在接收散射的同时在生物体中行进。可以相信的是,偏振状态响应于深度以较高比率从线偏振逐渐变得随机。具体地,可以相信的是,从距离表面非常浅的部分返回的光大部分保持偏振状态。以及,可以预期的是,从生物体中深的部分返回的光大部分具有破坏了的偏振状态,并且偏振方向已经变得随机。因此,可以相信的是,由偏振相机例如相机35拾取的图像在混合了以上类型的光的情况下被拾取。
<对于亮度值的偏振角相关性的讨论>
如图3所述,当在偏振照明光(照明光已经沿规定方向偏振)投射在生物体例如手掌上的情况下改变接收的光的偏振角θ的同时拾取图像时,平均亮度值平滑地改变。当偏振角θ=0°(与入射光的角度相同)时,亮度值最高,而当偏振角θ=90°(与入射角正交)时,亮度值最低。将参考上面的物理模型来讨论该亮度值的偏振角θ相关性。
首先,定义表示光从其返回的生物体中的深度的概率密度函数f(z)。概率密度函数f(z)为以下的函数:其导致f(z)dz为投射在生物体上的光从具有z至(z+dz)之间的深度的部分返回的概率。注意,概率密度函数f(z)的具体形式未知,然而,在例如非专利文献2中描述了通过扩散近似来计算相关概率密度函数的示例。
根据上面假设的物理模型,已经进入生物体的光的偏振状态具有一定比率的以下状态:该状态随着深度增加已经从线偏振更加退化。假设椭圆作为表示偏振状态的该变化的形状。
图5示出由偏振角θ所占据的比率的示例。在例如与已经入射在生物体上的光的行进方向正交的平面xy中,假设偏振变化图像92为椭圆,其为表示图5所示的偏振变化的形状。偏振变化图像92的椭圆由两个参数即长轴a和短轴b来表达。在该情况下,可以假设:长轴a表示沿偏振方向θ=0°的光,而短轴b表示沿偏振方向θ=90°的偏振光。可以认为,在具有足够深度的部分处偏振状态已经完全丢失,并且椭圆已经变成圆。因此,可以通过下面的表达式(2)来表达长轴a和短轴b,其中,长轴a和短轴b为深度z的函数。
a=a(z),b=b(z)…(表达式2)
现在讨论如何表达在任意偏振角θ下的亮度值I(θ)。假设在已经接收线偏振的光的偏振状态已经退化的情况下,偏振方向的变化状态为椭圆。例如,可以假设该椭圆表示在偏振角θ下光的量的分布。在该情况下,可以假设满足S=πab,其中,S表示椭圆的面积。还可以假设在任意偏振角θ下的光的量为根据偏振方向94所提取的微小扇形的面积,例如微小面积96。
可以如下来获得由沿偏振方向94的偏振角θ的方向的微小角度Δθ划分的微小面积96。首先,R(θ)可以通过下面的表达式3进行表达,其中,椭圆在偏振角θ下的径(diameter)由R(θ)表示。
此外,当以微小角度Δθ提取的扇形的微小面积96为面积ΔS时,可以如在下面的表达式4中通过以圆近似椭圆来获得面积ΔS,其中,微小角度Δθ为表示偏振滤光器的带宽的常数。换言之,用于使处于θ±(1/2)Δθ的偏振光从偏振滤光器被传输的带宽为Δθ。
ΔS=(1/2)R(θ)2Δθ…(表达式4)
根据以上讨论,由沿偏振角θ方向的偏振光所占据的光量的ratio(θ)可以通过下面的表达式5获得,其中,ratio(θ)是当全部光量为对应于亮度值I0的光量时由沿偏振角θ方向的光的量所占据的比例。
为了简化表达式,如表达式6来定义表示长轴a(z)与短轴b(z)之间的比例的函数ε(z)。注意,函数ε(z)满足下面表达式7的关系。
[数值表达式3]
ε(z)≧1.0…(表达式7)
如在下面的表达式8中使用函数ε(z)来定义ratio(θ)。
如上获得由沿偏振方向θ的光的量在全部光中所占据的比例。在此,被拾取作为来自各个深度z的反射光的合计的反射光的亮度值I(θ)被获得。可以如在下面的表达式9中通过使用上面的概率密度函数f(z)、ratio(θ)和表达全部光量的常数I0来将反射光的亮度值I(θ)表达为积分。
通过下面的表达式10获得在θ=0°和θ=90°下的亮度值。它们为在偏振方向与照明光平行和正交情况下的亮度值。
将表达式10中的值代入表达式9中结果是由包括上面的表达式1的下面的表达式11所表达的关系。
I(θ)=I(0°)cos2θ+I(90°)sin2θ
=(I(0°)-I(90°))cos2θ+I(90°)…(表达式11)
具体地,可理解的是,偏振角θ下的亮度值与cos2θ成比例。此外,在任意偏振角θ下的图像由在θ=0°和θ=90°下的两个图像合成。可以相信的是,该特性根据光的叠加性而导出。具体地,在获得沿偏振角θ方向的亮度值的表达式9中,通过对作为计算对象的沿偏振角θ方向的微小面积的求积分来获得亮度值I(θ)。因为偏振角θ和深度z为独立变量,所以获得沿偏振角θ方向的比例以沿z方向求其积分的处理与沿z方向进行积分并且此后获得沿偏振角θ方向的比例的处理是相同的。将首先沿z方向进行积分的结果定义为亮度值I(0°)和I(90°),而如表达式11(或表达式1)来定义在偏振角θ下的亮度值,其中,表达式11具有I(0°)和I(90°)二者的线性组合形式。
图6示出亮度比的偏振角θ相关性的测量值与理论值的比较示例。在图6中,水平轴表示偏振角θ,偏振角θ表示相机35的多偏振滤光器37的偏振方向相对于照明单元31的偏振滤光器33的偏振方向的角度差。垂直轴表示通过将偏振角θ=90°下的亮度值用作参考而进行归一化的在偏振角θ下的亮度比。在图6中,理论亮度比102为根据在亮度比72下的0°和90°处的测量值而获得的理论值,而理论亮度比104为根据在亮度比74下的0°和90°处的测量值获得的理论值。如图6所示,作为测量值的亮度比72和亮度比74大体上显示了与作为理论值的理论亮度比102和理论亮度比104的好的对应。
如上所述,期望的是将上面的物理模型用作在以下情况表示亮度值的模型:将线偏振光投射在散射体例如生物体上,并且以多个偏振角θ来拾取反射光。换言之,通过在生物体为散射反射物体的假设下将偏振的程度随着深度增加而减小的过程作为椭圆来进行表达,可以获得显示出与实验的好的对应的结果。为了说明的便利,下面再次对表达式1进行描述。
I(θ)=I(0°)cos2θ+I(90°)sin2θ…(表达式1)
表达式1表明根据两个亮度值即I(0°)和I(90°)来获得在任意偏振角θ下的亮度值。在下文中,通过使用由表达式1所表达的关系表达式来讨论拾取带来更多信息的图像的方法。在讨论中,可以将例如非专利文献中所述的由Photonic Lattice有限公司制造的多偏振相机用作相机35。根据由Photonic Lattice有限公司制造的多偏振相机,同时获得在0°、45°、90°和135°的偏振角θ下的四个方向的偏振图像。该多偏振相机设置有针对图像拾取元件的每个像素的偏振滤光器,而不是用于彩色相机的拜耳滤色器(Bayer filter)。具体地,设置在偏振角θ=0°、45°、90°和135°下的一组四个滤光器。
在本实施方式中,对例如获得包括在45°和135°的偏振角下的图像的更有效的信息的方法进行讨论,该方法尚未被非常多地使用。作为拾取图像的方法的具体建议,以下方法会是可行的。
上面的讨论仅探讨了来自生物体的漫反射。然而,除了漫反射以外,实际上还存在表面反射。由空气与对象之间的折射指数的差引起表面反射。表面反射具有保持偏振状态的特性,并且因此表面反射仅被用于拾取在偏振角θ=0°下的图像。因此,由多偏振相机例如相机35(θ=0°、45°、90°和135°)拾取的图像如下。注意,下标“C”表示由相机拾取的图像,而下标“SP”表示表面反射。没有下标的符号表示漫反射成分。
IC(0°)=I(0°)+ISP
IC(45°)=I(45°)
IC(90°)=I(90°)
IC(135°)=I(135°)
…(表达式12)
现在,将θ=45°和135°输入表达式1。
当将表达式13的右端和左端相加时,如下获得在θ=0°下的单独的漫反射成分。
I(0°)=I(45°)+I(135°)-I(90°)…(表达式14)
换言之,根据在θ=45°、90°和135°下的图像来计算在θ=0°下的漫反射成分。此外,可以根据如下的该表达式来获得表面反射成分。
ISP=IC(0°)-I(0°)
=IC(0°)-(IC(45°)+IC(135°)-IC(90°))
…(表达式15)
如上所述,获得基于表面反射的亮度值ISP、与浅的位置的信息相对应的亮度值I(0°)以及与深的位置的信息相对应的亮度值I(90°)。如上所述,存在从分别对应于不同深度的三个图像获得的更多认证特征的可能。
图7示出通过根据第一实施方式的图像拾取方法所获得的图像的类型的示例。如图7所示,在图像类型110中示出的是,通过根据本实施方式的图像拾取装置20获得表面信息、浅的信息和深的信息。表面信息的示例可以为掌纹信息。深的信息的示例可以为静脉信息等。可以构思在以下情况下将浅的信息用于检测身份盗窃:使用掌纹的印制件(printpiece)等而不是使用真实的手;或者,对于使用掌纹信息的认证没有获得浅的信息。
具体地,通过表达式15来获得表面反射,并且将其用作例如掌纹信息等作为与散射体的图像相对应的表面信息。通过例如表达式14来获得浅的位置的信息,并且将其用作散射体的内层信息中的与相对浅的位置的第一内层图像相对应的浅的信息。通过表达式12来获得深的位置的信息,该深的位置的信息在散射体的内层信息中对应于深的位置的第二内层图像并且被用作例如静脉信息等,其中,深的位置与上面浅的位置相比距离表面较远。
注意,当偏振角=0°时仅获得漫反射光作为亮度值I(0°)是根据本实施方式的图像拾取装置20的特征。当简单地通过将偏振角θ设置为零度来拾取图像时,获得混合了漫反射和表面反射的图像。表面反射带来可以获得与对象表面有关的信息的优点,但是具有强度取决于对象、照明与相机之间的位置关系而急剧改变的特性。这会引起以下缺点,通过使用表面反射所获得的图像信息取决于装置的设置条件而不适合于认证处理。与之相比,根据本实施方式,可以获得不包含表面反射的亮度值I(0°)。
注意,在上面的说明中,使用将四个方向(0°、45°、90°和135°)用作相机35的输入的方法。这是基于市场上可买到的多偏振相机例如非专利文献1中所述的相机的规格(specification)。然而,沿三个方向的图像可以实现上面三个类型的图像的计算。三个方向例如0°、45°和90°是足够的。具体地,将45°带入表达式1中是足够的。具体地,这通过下面的表达式16进行表达。
I(45°)=1/2×I(0°)+1/2×I(90°)
I(0°)=2×I(45°)-I(90°)…(表达式16)
表达式16对应于在表达式14中满足I(135°)=I(45°)的情况。作为一般规则,如表达式15所表示的使用45°和135°的两个图像导致较好的图像质量。这是因为图像通常包括噪声以及使用多个图像(45°和135°)可以减小噪声的影响。
<图像计算的变化>
上面的说明使用相机35中的滤光器之间的角度差为45°的情况。当存在45°的差时,作为表达式1的系数的cosθ和sinθ二者为1/√2。因此,两个系数在进行平方时变成(1/2),从而使得计算较容易。然而,本实施方式的图像拾取方法不限于45°作为滤光器之间的角度差的情况,而是可以使用其它角度之间的组合。
在下文中,将讨论θ=0°、30°和60°之间的组合的情况,作为其它角度之间的组合的示例。表示由相机拾取的图像的亮度值如下。
IC(0°)=I(0°)+ISP
IC(30°)=I(30°)
IC(60°)=I(60°)
…(表达式17)
此处,将θ=30°和60°输入满足于漫反射成分的表达式1。
根据表达式18获得I(0°)和I(90°)。
如上所述,可以根据与要拾取的图像相对应的亮度值(I(30°)、I(60°))来计算与浅的位置的信息的图像相对应的没有表面反射的亮度值I(0°)。因此,通过与针对图像类型110所示的方法相类似的计算来获得表面反射成分的亮度值ISP。
根据以上,可理解的是,可以将要拾取的图像的偏振角θ设置为各个方向。注意,为了获得表面信息,要包括θ=0°的图像。这是因为表面反射成分被认为仅包括在θ=0°中。还可以以满足θ1±θ2=90°这样的方式来设置除了θ=0°以外的两个偏振角θ1和θ2(在以上示例中,θ1和θ2分别为30°和60°)。使用在这样的关系中的偏振角θ1和θ2带来能够简化计算的系数的优点。
此外,因为根据表达式19和表达式20获得亮度值I(0°)和I(90°),所以可以通过应用表达式1来获得与任意偏振角θ相对应的图像。所获得的与偏振角θ相对应的图像包括与亮度值I(0°)和I(90°)分别对应的图像的中间深度的信息。
接着,将参照流程图来说明使用根据本实施方式的图像拾取装置20的生物认证方法。图8为示出根据第一实施方式的生物认证处理的示例的流程图。在生物认证处理中,控制单元40拾取在合适的位置处的多偏振图像。具体地,使用相机35(例如多偏振相机等),以沿多个偏振方向拾取偏振图像。换言之,相机35基于沿包括至少三个方向(包括与投射在对象上的照明光的偏振角相同的偏振角)的多个方向的偏振来拾取图像(S151)。
图像处理单元52进行图像生成处理(S152)。图像生成处理是基于沿例如上述的三个偏振方向拾取的图像来生成在任意偏振角θ下的图像的处理。例如,图像处理单元52的图像计算单元55通过使用针对图像类型110所示的计算方法来生成表面信息、浅的位置的信息和深的位置的信息等。
具体地,如下来计算每个图像。
i)表面图像
ISP=IC(0°)-(IC(45°)+IC(135°)-IC(90°))
…(表达式15)
ii)浅的位置的信息
I(0°)=I(45°)+I(135°)-I(90°)…(表达式14)
iii)深的位置的信息
I(90°)=IC(90°)…(表达式21)
如上所述,仅进行简单图像的加和减而不使用系数。
特征提取单元57在所生成的图像中执行生物认证特征的提取过程(s153)。期望的是,可以将各种方法例如边缘提取、匹配滤波器和使用局部特征量的方法等用作特征提取过程。
匹配单元59通过将特征提取单元57所提取的生物特征与数据库中注册的模板进行比较来计算相似性水平。作为计算相似性水平的方法,可以使用各种计算方法中的任一个,例如函数系数(function coefficient)、交叉相关函数和图像之间的距离等(S154)。为此,匹配单元59可以基于在上面的i)至iii)中使用了哪一个图像通过确定注册模板的类型来进行认证。
如上所述,根据第一实施方式的图像拾取装置20包括:照明单元31,其被配置成在散射体上投射规定的偏振光;相机35,其被配置成以多个不同的偏振角来拾取散射体的图像;以及处理装置42。处理装置42基于以多个偏振角拾取的散射体的图像、响应于距离散射体的内部的内层的散射体的表面的深度来生成并且输出内层图像。此外,处理装置42可以基于通过拾取生物体的图像所获得的图像来执行生物认证。用于执行生物认证的图像可以是表面信息、浅的位置的信息和深的位置的信息中的一个。此外,存储装置44可以存储用于控制图像拾取装置20的操作的程序以及用于生物认证的注册模板等。
如上所述,根据图像拾取装置20,可以获得具有散射体例如生物体的不同深度的三个类型的图像。为此,图像拾取装置20例如以不同偏振角拾取三个图像。图像拾取装置20可以从所拾取的图像获得在任意偏振角θ下的图像。获得在任意偏振角θ下的图像意指可以同时获得散射体的表面的图像以及具有散射体中的不同深度的图像。因此,通过使用图像拾取装置20来执行生物认证带来以下优点:可以生成适合于生物认证的图像,并且增加认证准确性。
生物认证利用以下事实:生物体不包括吸收在近红外线波段的光的那么多材料,并且允许光进入深的部分。生物体具有关于近红外线引起高水平的散射的特性,这有时导致由于散射而不能获得非常准确的信息的情况。然而,在上面的计算中,可以获得基于沿多个偏振方向拾取的图像进行计算的沿期望的偏振方向的图像。此外,通过使用以下物理模型——散射体中的散射光的深度越大则由于生物体中的散射而引起偏振状态的变化越大,可以假设包括期望深度的更多信息的偏振状态。因此,可以响应于生物体中的深度来更准确地获得图像。这使得可以准确获得生物体的内层的静脉信息、生物体的表面的掌纹信息等,从而增加了生物认证的准确性。
如上所述,利用沿多个方向的偏振光的“多偏振技术”使得可以获得更多条特征数据。具体地,通过根据一个对象(例如手掌)计算并且获得多个图像,可以从一个对象获得更多特征信息。特别是因为可以分别获得对象的表面信息、浅的位置的信息以及深的位置的信息,所以可以进一步增加认证准确性。
此外,同时获得不同深度的图像带来以下优点:当关注图像中的点时,可以获得与对应的点有关的各条深度信息。即使当通过使用其中准备了沿不同偏振方向的多个照明装置并且通过顺序地打开这样的照明装置来拾取图像的方法或其它方法来时间分开地获得不同深度的信息时,在所获得图像之间仍存在时间差。因此,难以获得同一点处的特征之间的对应信息。然而,根据图像拾取装置20,可以在相同时间和相同点处获得不同深度的图像,并且获得在同一点处的特征之间的对应信息。
当意在仅拾取在任意偏振角θ下的图像时,机械地设置沿对应方向的偏振滤光器的方法可能是可行的,然而要使用机制以用于将偏振滤光器设置为任意偏振角θ。与之相比,根据本实施方式的图像拾取装置20具有以下优点:仅通过计算就可以获得关于任意偏振角的图像。这消除了对机构的需要。此外,作为一般规则,要花费时间来切换光学滤光器或照明装置,而图像拾取装置20并不使用这样的时间。如上所述,图像拾取装置20是在成本和维护方面有益的图像拾取装置。
(第二实施方式)
在下文中,将对根据第二实施方式的图像拾取装置进行说明。在第二实施方式中,将通过相同的符号来指示与第一实施方式中的那些配置和操作相同的配置和操作,并且将省略重复的说明。第二实施方式的图像拾取装置200的硬件配置的示例为由于以下原因而产生配置:向与根据第一实施方式的图像拾取装置20的配置相同的配置添加了显示单元270。
图9示出第二实施方式的图像拾取装置200的功能配置的示例。如图9所示,图像拾取装置200包括光学单元30、处理装置242和显示单元270。
处理装置242可以读取并且执行在例如存储装置(未示出)中存储的控制程序,以实现图9所示的各个功能。处理装置242具有如管理单元250、图像处理单元252和显示图像输入单元259的功能。
显示图像输入单元259输入用户期望使用的图像信息。具体地,选择沿期望的偏振角θ方向的表面图像和漫射图像,以将其输出至显示单元270。显示单元270可以例如为液晶显示装置。显示单元270显示在任意偏振角θ下的图像。
管理单元250对图像拾取装置200的整个处理进行管理。基于由相机35拾取的图像,图像处理单元252生成具有不同的各条深度信息的图像。图像处理单元252包括图像管理单元254、图像计算单元255和系数计算单元257。图像处理单元252的图像管理单元254对整个图像生成处理进行管理。图像计算单元255执行与由根据第一实施方式的图像计算单元255所执行的图像计算处理相类似的图像计算处理。系数计算单元257计算与由图像拾取装置200的用户输入的期望偏振角θ相对应的计算系数。随后将对此进行详细描述。
在本实施方式中,相机35拾取沿在偏振角θ=0°、30°和60°下的三个偏振方向的图像。图像计算单元255基于所拾取的沿两个偏振方向的图像来执行生成在任意偏振角θ下的图像的过程。换言之,图像计算单元255基于拾取的沿多个偏振方向的图像来进行用于生成下面的图像的计算。计算表达式如下。
α)表面图像(ISP=IC(0°)-I(0°),I(0°)基于表达式19)
β)在偏振角θ=0°下的漫反射图像(基于表达式19)
γ)在偏振角θ=90°下的漫反射图像(基于表达式20)
δ)在偏振角θ(θ≠0°,θ≠90°)下的图像(基于表达式1)
当使用表达式1时,期望的是,图像拾取装置200通过使用例如系数计算单元257、通过将余弦函数和正弦函数的表存储于存储装置中来根据需要执行计算。
期望的是,当用户已经选择了上面α)至δ)中的一个时,图像处理单元252通过计算生成所选图像,并且使显示单元270经由显示图像输入单元259来显示该图像。
如上详细描述的,根据第二实施方式的图像拾取装置200可以使得显示单元270显示用户所选的期望图像。为此,与根据第一实施方式的图像拾取装置20类似,图像拾取装置200不需要机械部件,例如用于在拾取图像的同时转动偏振滤光器以用于改变偏振方向的机构。因此,与使用用于转动偏振滤光器的机构的装置相比,图像拾取装置200在成本和维护等方面是有益的。
此外,图像拾取装置200针对任意偏振角θ来计算图像,以将其进行显示,并且因此可以通过改变偏振角θ或者基于与多个偏振角θ分别对应的图像来进行计算以获得关于对象的各条信息。例如,可以获得与对象的任意深度的信息相对应的图像。此外,还可以将所获得图像用于在医学领域作出诊断、测试肉或鱼的鲜度以及用于其它目的。
(变化示例)
在下文中,将说明变化示例。在变化示例中,将通过相同的符号来表示与第一实施方式或第二实施方式中的那些配置和操作相同的配置和操作,并且将省略重复的说明。本变化示例不需要获得表面图像。期望的是,图像拾取装置的硬件配置与图像拾取装置20或图像拾取装置200的硬件配置相似。
第一实施方式和第二实施方式二者均能够获得表面图像。然而,存在取决于拾取图像的目的而不使用表面图像的情况。在这种情况下,可以使用最初沿不包括表面反射的偏振方向拾取图像的配置。在这种情况下,仅将两个偏振角θ1和θ2用作用于拾取图像的偏振方向(θ1,θ2≠0°)。
在下文中,描述具体的计算方法。首先,由相机35拾取的偏振图像如通过下面的表达式22表达。
IC(θ1)=I(θ1)
IC(θ2)=I(θ2)
…(表达式22)
此处,将偏振角θ=θ1和θ2代入满足于漫反射成分的表达式1。
I(θ1)=I(0°)cos2θ1+I(90°)sin2θ1
I(θ2)=I(0°)cos2θ2+I(90°)sin2θ2
…(表达式23)
针对I(0°)和I(90°)求解该表达式结果是以下表达式24。
如上所述,本变化示例使得可以基于在两个不同方向的偏振角度下的图像来获得沿任意偏振方向的图像。因此,可以更简单地获得散射体的内部的图像,并且扩展包括生物认证的应用范围。
注意,本发明不限于上面的实施方式,并且可以在不偏离本发明的精神的情况下采用各种配置或实施方式。例如,上面所说明的处理的顺序不限于上面所说明的顺序。此外,在实现了相似效果的情况下,可以修改装置的配置。
此外,在针对第一实施方式和第二实施方式以及针对变化示例的说明中,照明单元31投射在沿规定方向的偏振角下的照明光,并且通过将多偏振相机例如相机35用作图像拾取装置来获得沿不同偏振方向的图像。本文所使用的沿不同偏振方向的图像为沿满足θ>0的偏振方向的图像,其中,作为照明的偏振方向θ为0°。然而,可以将照明单元31和相机35的功能彼此调换。具体地,相机包括偏振滤光器,以仅沿规定偏振方向拾取图像。照明侧包括沿不同偏振方向投射照明的机构。具体地,独立地准备具有针对各个偏振方向的滤光器的照明装置,使得在不同时间打开照明装置的同时投射光。
在以上配置中,打开沿不同偏振方向的每个照明装置要花费时间,从而增加了拾取图像所花费的时间。然而,可以便宜地装配图像拾取装置。
如上所述,根据实施方式,可以响应于距离散射体的表面的深度来获得内层的信息。
Claims (7)
1.一种图像拾取装置,包括:
照明单元,其将规定偏振方向的光投射在散射体上;
相机,其以多个不同的偏振角来拾取所述散射体的图像;以及
处理装置,其基于以所述多个不同的偏振角拾取的所述散射体的图像、响应于距离所述散射体的表面的深度来执行用于生成并且输出所述散射体的内部的内层的内层图像的过程。
2.根据权利要求1所述的图像拾取装置,其中,
所述处理装置还基于以所述多个不同的偏振角拾取的所述散射体的图像来生成在以规定偏振角拾取所述散射体的图像的情况下的所述散射体的图像,并且基于在以所述规定偏振角拾取图像的情况下的图像、响应于距离所述散射体的表面的深度来生成并且输出所述内层图像。
3.根据权利要求1所述的图像拾取装置,其中,
所述处理装置还基于以所述多个不同的偏振角拾取的所述散射体的图像来生成并且输出与所述散射体的表面相对应的表面图像。
4.根据权利要求1所述的图像拾取装置,其中,
所述多个不同的偏振角为包括沿所述规定偏振方向的偏振角的三个不同的偏振角。
5.根据权利要求1所述的图像拾取装置,其中,
所述内层图像包括与所述散射体中的第一内层相对应的第一内层图像以及与第二内层相对应的第二内层图像,其中,所述第二内层与所述第一内层相比距离所述表面更远。
6.根据权利要求1所述的图像拾取装置,所述图像拾取装置还包括:
存储装置,其存储与所述散射体的表面相对应的参考图像以及与所述散射体的内层相对应的参考图像,其中,
所述处理装置确定与所述表面相对应的参考图像以及与所述内层相对应的参考图像中的哪一个要接收对以所述多个偏振角拾取的图像的相似性估计,并且通过对所确定的参考图像的相似性水平进行估计来执行认证过程。
7.一种图像拾取方法,包括:
将规定偏振方向的光投射在散射体上;
以多个不同的偏振角来拾取所述散射体的图像;以及
基于以所述多个不同的偏振角拾取的所述散射体的图像、响应于距离所述散射体的表面的深度来生成并且输出所述散射体的内部的内层的内层图像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015058721A JP6567850B2 (ja) | 2015-03-20 | 2015-03-20 | 撮影装置 |
JP2015-058721 | 2015-03-20 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105989360A true CN105989360A (zh) | 2016-10-05 |
CN105989360B CN105989360B (zh) | 2019-12-20 |
Family
ID=55699312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610140992.7A Active CN105989360B (zh) | 2015-03-20 | 2016-03-11 | 图像拾取装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9846813B2 (zh) |
EP (1) | EP3070457A1 (zh) |
JP (1) | JP6567850B2 (zh) |
KR (1) | KR101819602B1 (zh) |
CN (1) | CN105989360B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112185126A (zh) * | 2020-09-27 | 2021-01-05 | 杭州海康威视数字技术股份有限公司 | 一种偏振角度的确定方法、装置及设备 |
US11663831B2 (en) | 2017-12-21 | 2023-05-30 | Sony Corporation | Image processing device and image processing method |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6772710B2 (ja) * | 2016-09-16 | 2020-10-21 | 富士通株式会社 | 生体撮影装置 |
JP6807546B2 (ja) | 2016-11-15 | 2021-01-06 | パナソニックIpマネジメント株式会社 | 画像形成装置 |
KR102009990B1 (ko) * | 2017-12-29 | 2019-08-12 | 재단법인 구미전자정보기술원 | 3D BPC imaging 기술기반 안전시야 획득 시스템 및 방법 |
EP3666175A1 (en) | 2018-12-14 | 2020-06-17 | Koninklijke Philips N.V. | Device for use in determining a hydration level of skin |
US20230153972A1 (en) * | 2021-11-15 | 2023-05-18 | Samsung Electronics Co., Ltd. | Systems and methods for food analysis, feedback, and recommendation using a sensor system |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5847394A (en) * | 1995-12-18 | 1998-12-08 | Research Foundation Of City College Of New York | Imaging of objects based upon the polarization or depolarization of light |
CN1307711A (zh) * | 1998-04-24 | 2001-08-08 | 无接触传感器技术有限公司 | 用于手纹和指纹的无接触识别的系统 |
CN1575524A (zh) * | 2001-08-23 | 2005-02-02 | 华盛顿州大学 | 深度增强的图像采集 |
CN1898947A (zh) * | 2004-01-19 | 2007-01-17 | 松下电器产业株式会社 | 图像拾取装置和图像拾取方法 |
CN101030013A (zh) * | 2006-03-03 | 2007-09-05 | 富士通株式会社 | 图像捕获装置 |
CN101030014A (zh) * | 2006-03-03 | 2007-09-05 | 富士通株式会社 | 图像捕获装置 |
US20110211047A1 (en) * | 2009-03-27 | 2011-09-01 | Rajeshwar Chhibber | Methods and Systems for Imaging and Modeling Skin Using Polarized Lighting |
CN103033940A (zh) * | 2011-09-30 | 2013-04-10 | 索尼公司 | 成像装置和成像方法 |
CN103344569A (zh) * | 2013-06-21 | 2013-10-09 | 中国科学院上海光学精密机械研究所 | 偏振复频域光学相干层析成像方法和系统 |
CN103445764A (zh) * | 2013-09-04 | 2013-12-18 | 广州医软智能科技有限公司 | 微循环成像监测装置与方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3877959B2 (ja) | 2000-12-28 | 2007-02-07 | 花王株式会社 | 肌色測定装置および肌画像処理装置 |
JP4499341B2 (ja) * | 2002-05-09 | 2010-07-07 | ソニー株式会社 | 生体認証装置及び生体認証方法 |
JP2009511094A (ja) * | 2005-09-01 | 2009-03-19 | ルミダイム インコーポレイテッド | バイオメトリックセンサ |
JP4940440B2 (ja) * | 2008-03-31 | 2012-05-30 | 富士フイルム株式会社 | 撮像装置、撮像方法、およびプログラム |
JP5229489B2 (ja) | 2009-03-17 | 2013-07-03 | 株式会社リコー | 生体認証装置 |
AU2012213088B2 (en) | 2011-01-31 | 2015-04-23 | Ofir AHARON | Optical polarimetric imaging |
JP5691669B2 (ja) | 2011-03-08 | 2015-04-01 | 富士通株式会社 | 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム |
JP6156787B2 (ja) * | 2012-07-25 | 2017-07-05 | パナソニックIpマネジメント株式会社 | 撮影観察装置 |
KR101460415B1 (ko) | 2012-12-18 | 2014-11-12 | 경희대학교 산학협력단 | 입체영상 표시 장치 |
AU2014257297B2 (en) * | 2013-04-21 | 2018-04-05 | Mobileodt Ltd | A polarized light imaging apparatus and methods thereof for separating light from a surface of a sample its deeper diffuse layers |
US9659205B2 (en) * | 2014-06-09 | 2017-05-23 | Lawrence Livermore National Security, Llc | Multimodal imaging system and method for non-contact identification of multiple biometric traits |
-
2015
- 2015-03-20 JP JP2015058721A patent/JP6567850B2/ja active Active
-
2016
- 2016-02-23 EP EP16156914.0A patent/EP3070457A1/en not_active Withdrawn
- 2016-02-23 US US15/051,200 patent/US9846813B2/en active Active
- 2016-03-09 KR KR1020160028389A patent/KR101819602B1/ko active IP Right Grant
- 2016-03-11 CN CN201610140992.7A patent/CN105989360B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5847394A (en) * | 1995-12-18 | 1998-12-08 | Research Foundation Of City College Of New York | Imaging of objects based upon the polarization or depolarization of light |
CN1307711A (zh) * | 1998-04-24 | 2001-08-08 | 无接触传感器技术有限公司 | 用于手纹和指纹的无接触识别的系统 |
CN1575524A (zh) * | 2001-08-23 | 2005-02-02 | 华盛顿州大学 | 深度增强的图像采集 |
CN1898947A (zh) * | 2004-01-19 | 2007-01-17 | 松下电器产业株式会社 | 图像拾取装置和图像拾取方法 |
CN101030013A (zh) * | 2006-03-03 | 2007-09-05 | 富士通株式会社 | 图像捕获装置 |
CN101030014A (zh) * | 2006-03-03 | 2007-09-05 | 富士通株式会社 | 图像捕获装置 |
US20110211047A1 (en) * | 2009-03-27 | 2011-09-01 | Rajeshwar Chhibber | Methods and Systems for Imaging and Modeling Skin Using Polarized Lighting |
CN103033940A (zh) * | 2011-09-30 | 2013-04-10 | 索尼公司 | 成像装置和成像方法 |
CN103344569A (zh) * | 2013-06-21 | 2013-10-09 | 中国科学院上海光学精密机械研究所 | 偏振复频域光学相干层析成像方法和系统 |
CN103445764A (zh) * | 2013-09-04 | 2013-12-18 | 广州医软智能科技有限公司 | 微循环成像监测装置与方法 |
Non-Patent Citations (1)
Title |
---|
SIMON REHN等: "《Depth probing of diffuse tissues controlled with elliptically polarized light》", 《JOURNAL OF BIOMEDICAL OPTICS》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11663831B2 (en) | 2017-12-21 | 2023-05-30 | Sony Corporation | Image processing device and image processing method |
CN112185126A (zh) * | 2020-09-27 | 2021-01-05 | 杭州海康威视数字技术股份有限公司 | 一种偏振角度的确定方法、装置及设备 |
CN112185126B (zh) * | 2020-09-27 | 2022-01-25 | 杭州海康威视数字技术股份有限公司 | 一种偏振角度的确定方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
KR20160112958A (ko) | 2016-09-28 |
US9846813B2 (en) | 2017-12-19 |
JP2016177686A (ja) | 2016-10-06 |
KR101819602B1 (ko) | 2018-01-18 |
JP6567850B2 (ja) | 2019-08-28 |
US20160275362A1 (en) | 2016-09-22 |
EP3070457A1 (en) | 2016-09-21 |
CN105989360B (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105989360A (zh) | 图像拾取装置 | |
CN102742258B (zh) | 图像处理装置 | |
CN104883946B (zh) | 图像处理装置、电子设备、内窥镜装置和图像处理方法 | |
JP5450826B2 (ja) | 画像処理装置 | |
CN108875485A (zh) | 一种底图录入方法、装置及系统 | |
Raghavendra et al. | Exploring the usefulness of light field cameras for biometrics: An empirical study on face and iris recognition | |
CN103597820B (zh) | 光学地形成像 | |
CN107808115A (zh) | 一种活体检测方法、装置及存储介质 | |
CN100511266C (zh) | 活体眼睛判定方法及活体眼睛判定装置 | |
CN108292457A (zh) | 识别装置、识别方法、识别程序及包含识别程序的计算机可读介质 | |
CN109766876A (zh) | 非接触式指纹采集装置和方法 | |
EP3382645B1 (en) | Method for generation of a 3d model based on structure from motion and photometric stereo of 2d sparse images | |
CN107479801A (zh) | 基于用户表情的终端显示方法、装置及终端 | |
CN107408319A (zh) | 识别装置、识别方法、识别程序及包含识别程序的计算机可读介质 | |
JP2017068597A (ja) | 生体撮影装置および生体撮影方法 | |
CN112232163B (zh) | 指纹采集方法及装置、指纹比对方法及装置、设备 | |
JP2011069805A (ja) | 不規則的及び規則的に配列された複屈折ファイバの外観測定方法及びシステム | |
WO2015199067A1 (ja) | 画像解析装置、撮像システム、手術支援システム、画像解析方法、及び画像解析プログラム | |
CN108369636A (zh) | 用于认证和/或检查对象完整性的方法 | |
CN107529963A (zh) | 图像处理装置、图像处理方法和图像处理程序 | |
Yemelyanov et al. | Adaptive algorithms for two-channel polarization sensing under various polarization statistics with nonuniform distributions | |
Crisan et al. | Low cost, high quality vein pattern recognition device with liveness Detection. Workflow and implementations | |
JP2012143363A (ja) | 画像処理装置 | |
CN209401042U (zh) | 非接触式指纹采集装置 | |
CN103544474A (zh) | 一种使用生物特征散射光谱的高防伪光学指纹识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190603 Address after: Kanagawa Applicant after: Fujitsu Ltd. Address before: Kanagawa Applicant before: Fujitsu Ltd. Applicant before: Fujitsu Frontech Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |