CN1198232C - 用于核对图像的装置和方法 - Google Patents
用于核对图像的装置和方法 Download PDFInfo
- Publication number
- CN1198232C CN1198232C CNB008124167A CN00812416A CN1198232C CN 1198232 C CN1198232 C CN 1198232C CN B008124167 A CNB008124167 A CN B008124167A CN 00812416 A CN00812416 A CN 00812416A CN 1198232 C CN1198232 C CN 1198232C
- Authority
- CN
- China
- Prior art keywords
- fingerprint image
- fingerprint
- image
- image data
- maximal correlation
- 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
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
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
一种图像核对装置,其中预先存储第一图像(1a)(已登记的指纹)。当执行核对时输入有关第二图像(1b)(待核对的指纹),该装置因此确定该第二图像与第一图像间的等同性。同时,相对于第一图像,装置(3)定义多个区域,每一个区域与其具有一预定位置关系。装置(4)从第二图像检索与各个定义的区域的图像具有最大相关的一图像区域。根据在第一图像上定义的各个图像区域的每一个的位置关系和包括在第二图像上检索出的最大相关区域的位置关系之间的差异来确定第一图像和第二图像间的等同性。
Description
技术领域
本发明涉及一种核对图像数据的技术,更准确地说涉及一种适于证明某人本身以及该核对是使用指纹图像数据来执行的核对图像的技术。
背景技术
通常,为防止上非法访问不得不加密信息,某人自身的核对通过输入一个口令、指纹等等来执行。就口令来说,存在已经被其他人暗中使用的可能性,而指纹是身体的特征,因此被其他人暗中使用的可能性几乎没有。鉴于此,通过指纹所做的核对被认为具有高级别的安全性。
传统的指纹核对是按照下述的过程来执行的。(1)通过一个图象读取器获取待核对的指纹作为多灰度图像数据。(2)二值化(binarize)该多灰度图像数据。(3)从二值化的数据抽取特征点例如构成该指纹的皱褶的分叉点或结束点。这些特征点被称为“特征图”或“maneusha”。(4)比较所抽取的特征图与预先登记的某人自己的指纹的特征图之间的位置关系,因此来确定两者之间的等同性。
然而,一旦对象的手指皮肤的皱褶的凹处太浅或者该处皮肤太柔软,当对象将其手指放到图像读取器的玻璃表面上时,会发生皱褶变形。结果,可能将仅获得不清楚的图像从而该对象将不能被鉴别。
尽管具有这种手指皮肤皱褶的人的比例仅占百分之几,当考虑核对指纹的失败比例如拒绝正确的人,错误承认另一人为正确的人等等要求在0.1%的实际情况下,该值与不能忽略的值一样大。
同时,会发生某人的手指受伤或割破的情况。即使当手指轻微受伤,一旦该位置靠近特征化特征,其结果是某人本身不能被识别是正确的人。
在上述传统指纹核对方法中,除非输入的该指纹图像数据使其指纹清晰地成像输出,否则该数据不能正确地与手指的原型核对。
发明内容
因此,本发明的一个目的是提供用于核对图像数据的一种装置和方法,使执行指纹核对等等成为可能而不受手指皮肤特性、受伤等等的影响。
根据本发明的一方面,提供有一种指纹图像数据核对方法,用于确定第一指纹图像数据和第二指纹图像数据之间的等同性,该方法包括:将第一指纹图像中的一矩形参考区域定义为一模板;在第二指纹图像中检索与该矩形参考区域有最大相关性的一最大相关区域;将位于该矩形参考区域的四角上的矩形子区域定义为子模板;在第二指纹图像中检索与第一指纹图像中的这些矩形子区域具有最大相关性的最大相关子区域;及根据第一指纹图像中的这些矩形子区域之间的位置关系和第二指纹图像中的这些最大相关子区域之间的位置关系之间的差别,确定该第一和第二指纹图像之间的等同性。
在一实施例中,该第一指纹图像中的这些矩形子区域和这些矩形参考区域在角部接触。
在一实施例中,该第一指纹图像中的这些矩形子区域和这些矩形参考区域重叠。
在一实施例中,该第一指纹图像中的这些矩形子区域和这些矩形参考区域相互隔开。
在一实施例中,还包括有步骤:确定由该最大相关区域检索步骤检索的该最大相关区域是否落在一预定有效区域外;及当确定该最大相关区域落在一预定有效区域外时,重定义这些矩形子区域中的至少一个。
在一实施例中,该第一指纹图像是被登记的一参考指纹图像,而该第二指纹图像是将根据该参考指纹图像被核对的一指纹图像。
在一实施例中,该最大相关区域检索步骤包括:在第二图像中设置该矩形参考区域的一对应区域;及计算该矩形参考区域和该对应区域之间的相关性,同时移动该对应区域。
根据本发明的另一方面,提供有一种指纹图像数据核对装置,用于确定第一指纹图像数据和第二指纹图像数据之间的等同性,该装置包括:参考区域定义部分,被构成将第一指纹图像中的一矩形参考区域定义为一模板;最大相关区域检索部分,被构成在第二指纹图像中检索与由该参考区域定义部分定义的该矩形参考区域有最大相关性的一最大相关区域;子区域定义部分,被构成将位于由该参考区域定义部分定义的该矩形参考区域的四角上的矩形子区域定义为子模板;最大相关子区域抽取部分,被构成在第二指纹图像中检索与第一指纹图像中的由该子区域定义部分定义的这些矩形子区域具有最大相关性的最大相关子区域;及确定部分,被构成根据第一指纹图像中的这些矩形子区域之间的位置关系和第二指纹图像中的这些最大相关子区域之间的位置关系之间的差别,确定该第一和第二指纹图像之间的等同性。
在一实施例中,指纹图像数据核对装置还包括有:重定义部分,被构成当由该最大相关区域抽取部分检索的该最大相关区域落在一预定有效区域外时,重定义由该子区域定义部分定义的这些矩形子区域中的至少一个。
在一实施例中,该第一指纹图像是被登记的一参考指纹图像,而该第二指纹图像是将根据该参考指纹图像被核对的一指纹图像。
在一实施例中,该最大相关区域检索部分包括:对应区域设置部分,被构成在第二图像中设置该矩形参考区域的一对应区域;及计算部分,被构成计算该矩形参考区域和该对应区域之间的相关性,同时移动该对应区域。
附图说明
图1是说明本发明的原理的框图;
图2是说明根据本发明的第一实施例的用于核对指纹的装置的结构的框图;
图3是其中存储有一个指纹核对处理程序且可由计算机读取的登记介质的示意图;
图4是根据本发明的第一实施例的指纹核对处理的流程图;
图5A和5B说明了用来解释指纹核对处理的指纹图像;
图6A和6B示出了与指纹核对处理有关的RAM的一个存储分配图表;
图7是说明根据本发明的第二实施例的指纹核对处理的流程图:
图8A和8B描述了用来说明指纹核对处理的指纹图像;
图9A和9B描述了用来说明指纹核对处理的指纹图像;
图10A和10B描述了用来说明指纹核对处理的指纹图像;
图11A和11B描述了用来说明指纹核对处理的指纹图像;
图12是用来说明设置一个有效区域的过程的视图;以及
图13是说明重新设置一种子模板的处理的流程图。
具体实施方式
现在,参照附图来描述根据本发明的用于核对图像的装置和方法的最佳实施例。
第一实施例
图1是说明本发明的原理的框图。
第一图像数据1a是在一数据库中预先登记的图像数据。在一个手指核对系统中,登记的指纹与该第一图像数据对应。
第二图像数据1b是使用一个图像读取器等等获取的图像数据。在一个手指核对系统中,待核对的指纹与该第二图像数据对应。
定义部分3在第一图像数据1a上定义多个区域。每一区域的定义是通过在图像数据一预定位置上定位一个具有预定形状的模板来执行的。每一模板可能具有相同的形状和大小,或具有不同的形状和大小。另外,每一模板可能处于在图像上部分重叠的状态。
抽取部分4用来相对于第二图像数据,设置一个图像区域,其具有与由定义部分3在第一图像上定位的各个模板的相应的一个相同的大小和形状。它用来移动这样设置的图像区域。因此,它用来在第二图像上找出与第一图像数据具有最大相关的区域,其上定位有相应的模板。这样找出的区域被称为“一最大相关区域”。
确定部分5检查由定义部分3定义的模块的位置关系和由抽取部分4找出的最大相关区域的位置关系。根据相互之间不同的两个位置关系的程度,确定部分5确定第一图像与第二图像数据之间的恒等度,或相似度。
应注意,就图像数据来说,即使二值化数据能实现确定,然而,为做出相关性的较佳的决定,多灰度(multi-gradation)图像数据更好。另外,通过相互交换第一图像和第二图像数据也可能设置第一图像作为待核对的指纹且设置第二图像作为已登记的指纹。
上述定义部分3、抽取部分4以及确定部分5的功能可由一个计算机来实现。现在将给出使用一个计算机的指纹核对装置的形式的一例子来说明。在该情况中,如下面所描述的指纹核对处理被准备成将由计算机执行的程序。然后该程序被存储在计算机的存储设备中并由中央处理单元来执行。
图2是说明根据本发明的第一实施例的用于核对指纹的装置的结构的框图。该装置由CPU11、存储设备12、RAM13、图像读取器14、显示部分15以及输入部分16构成,它们通过总线17相互连接。
CPU11是中央处理单元,依照存储在存储设备12中的控制程序来控制指纹核对装置(以下称为“本装置”)的整个操作,同时使用RAM13作为一个工作区。CPU11通过执行控制程序来执行如下所述的指纹核对处理。
存储设备12由ROM、硬盘等等组成。存储设备12预先在其中存储当打开本装置的电源后,立即从CPU11读出的上述控制程序。另外,存储装置12也预先在其中存储与在图1中描述的第一图像数据对应的对象的已登记的指纹。
RAM13是当执行上述控制程序时CPU11使用的一个工作存储器。
图像读取器14是用来获取与在图1中描述的第二图像数据1b对应的待核对的对象的指纹的一个设备。图像读取器14是,例如,一个图像扫描仪,或例如一个CCD(电荷耦合器件)的一个图像传感器。
显示部分15是一个显示装置如一个CRT、或一个液晶显示器,用来显示核对的确定结果,该确定结果与在图1中描述的确定结果2对应。
输入部分16是一个输入装置如键盘设备,通过它,本装置的用户指示CPU11获取一个待核对的指纹或启动如下所述的指纹核对处理。
顺便提一下,在本装置中,如上所述,指纹核对程序被预先存储在存储设备12中。也可配置成从具有其中存储的指纹核对处理程序的存储介质,该指纹核对处理程序由装配到一计算机的对应该存储介质的一个读取装置来读取。例如,该指纹核对处理程序临时存储在一个主存储器中且该程序由中央处理单元来执行。
在图3中是其中存储有该指纹核对处理程序的计算机可读存储介质的例子。如该图所示,以内置或以外部装配的形式被装配到计算机21中作为一个配件的一个存储设备22如ROM或一个硬盘设备,便携存储介质23如软盘、MO(磁光盘)、CD-ROM或DVD-ROM,作为通过一个网络24等等连接到计算机21的一个计算机的程序服务器的一个配件的存储设备26可被用作为该存储介质。
下面将说明由CPU11执行的控制操作。
图4是由CPU11执行上述控制程序实现的本装置的控制过程的一个流程图,说明具有与本发明特别相关的一个指纹核对处理的处理的内容。在该图中,在步骤S11和S14中执行的处理部分的内容与在图1的定义部分3中执行的处理部分对应。同样,在步骤S12、S13和步骤S16中执行的处理部分的内容与在抽取部分4中执行的处理部分对应。另外,在步骤S18和步骤19中执行的处理部分的内容与在确定部分5中执行的处理部分对应。
图5A和5B描述了用来说明指纹核对处理的指纹图像的例子。图5A说明预先存储在存储设备12中的一个对象的已登记的指纹。图5B说明待核对的一个对象的指纹,它是由图像读取器14取样的。同时,假定这些图的两个图像的每一个为一个多灰度图像。
图6A和6B示出了与指纹核对处理有关、说明RAM13的使用状态的一个存储分配图表,当CPU11执行指纹核对处理时占优势(prevail)。
下面将根据图4同时参照图5A、5B、6A和6B来说明由CPU11执行的指纹核对处理。
当对输入部分16做一个指令来启动指纹核对处理时,首先,如图5A所示,主模板“mt”定位于已登记指纹图像“A”上,为在已登记指纹的图像上定义一个矩形区域(步骤S11)。主模板“mt”的大小可能是任意的,只要获得所需的指纹之间的核对的核对精确度。
其次,从待核对的指纹的指纹图像“B”中检索与由主模板“mt”表示的区域对应的最大相关区域MT。该检索操作被如下执行,执行矩形区域的设置,该矩形区域相对于核对指纹的图像“B”具有与该主模板“mt”相同的形状和大小。然后,以一个象素为单位两维扫描该矩形区域。然后,该矩形区域与由主模板“mt”表示的该区域之间的相关系数在每次移动时就被计算。位于相关系数为最大的位置的矩形区域被设置为一个最大相关区域MT(步骤S12)。相关系数的计算将在下面描述。
这里,执行坐标的确定,该坐标用来作为逐一列举在分别与主模板“mt”和矩形区域MT对应的两个图像上的位置的基准,例如在两个矩形的左/上角的各个顶点的坐标。这些坐标分别被设置为mt(x0,y0)和MT(X0,Y0)。如图6A和6B所示,它们被分别存储在RAM13的预定区域中(S13)。
其次,如图5A中所示,在已登记的指纹的图像“A”上定位子模板st1至st4以便正方形主模板“mt”的各个顶点可能定位在它们各自的中央由此来定义相应的矩形区域(步骤S14)。这儿应注意的是子模板的位置可任意设置。同样,子模板的数量不限定在4个,并且该数量可能是任意的,只要获取的在指纹之间的核对的核对精确度符合要求。另外,在这儿所定义的矩形区域的大小如上所述可以同样是任意的。
与抽取矩形区域MT的情况相同,如图5B所示,关于子模板st1至st4中每一个(以下称为sti(该i=1,2,3,4)),具有与子模板sti相同大小的矩形区域被设置在核对指纹的图像“B”上。然后,以一个象素为单位,该矩形区域被两维扫描。然后,该矩形区域和由子模板sti指定的区域之间的相关系数在每次运动时被计算。结果,在相关系数最大的位置上的矩形区域被设置为STi。然后,执行各个坐标例如在两个矩形的左/上角的各个顶点的坐标的确定,该些坐标用作为逐一列举在子模板sti和矩形区域STi的图象上的位置的基准。这些坐标分别被设置为sti(xi,yi)和STi(Xi,Yi)。如图6A和6B所示,它们被分别存储在RAM13的预定区域中(S15至S17)。应注意的是当检索与子模板sti对应的最大相关区域时,使用已经列举的MT的位置作为一个基准,对被认为STi将存在的位置作出预测。因此检索该位置以及其邻近的区域。这就充分地达到该目的。
此后,考虑“mt”和sti的相对距离以及MT和ST,的相对距离,根据下面的等式,对每一个i值,计算两个相对距离之间的差异Δi(步骤S19)。
Δi
=|((xi-x0)-(Xi-X0),(yi-y0)-(Yi-Y0)) (1)
确定每一个Δi的计算值是否低于一个预定值。如果所有的值均低于预定值,便确定所登记的指纹与核对指纹相符。另一方面,如果相反,便能确定所登记的指纹与核对指纹不相符。由此,将确定结果显示在显示部分15上(步骤S19和S20)。应注意的是这儿使用的预定值是通过从已经由多个人采样的指纹图像的数据项目中实际地计算Δi值并根据这些计算结果的分布所获得的使能获得期望的核对精确度的值。
上述处理是指纹核对处理。应注意的是尽管在上述指纹核对处理中主模板“mt”和子模板sti的形状被做成矩形,但这些模板的形状并不局限于矩形这一种。也就是说,这些模板中的每一个可能是任何指定形状。同时,最好是“mt”和MT的形状和大小以及sti和STi的形状和大小彼此相同。然而,即使两者之者有小的差别,这种差别是允许的,只要获得所需的两种指纹的核对精确度。
同时,在核对确定中,除在上述处理中估算Δi的方法外,同样也可能采用不同的有法如基于使用如sti作为一个顶点形成的一个图和使用如STi作为一个顶点形成的一个图之间在形状或面积上的差异执行的确定。
其次,现在将说明在图4的指纹核对处理中步骤S12或步骤S16中使用的相关系数的计算。应注意的是这里描述的是矩形区域RA和矩形RB之间的相关系数的计算。
首先,假定RA(i,j)和RB(m,n)各自表示分别包含在矩形区域RA和矩形区域RB中的象素。同时假定分别包含在矩形区域RA和矩形区域RB中象素总和是相等的。同时,假定Xij和Ymn分别表示信号强度,每一个是表示一相应象素的深和淡的多灰度值。
当概括这些信号强度并将它们描述为Zpg时,定义以下等式。
<Z>=N-1∑Zpq (2)
在上面的等式中,N表示包含在相应的矩形区域中的象素总和。同时,在上面等式中,∑表示有关所有包含在相应矩形区域中的象素的信号强度的总和。也就是说,上面的等式表示有关包含在相应区域中的象素的信号强度的平均值。
其次,进一步定义以下等式。
<Z2>=N-1∑Zpq 2 (3)
上面的等式表示有关包含在相应区域中的象素的信号强度的均方根值。
这里,矩形区域RA和矩形区域RB之间的相关系数CAB能使用下面的等式来计算,该等式使用上面定义的等式来表示。
CAB
=<XY>-<X><Y>/
((<X2>-<X>2)(<Y2>-<Y>2))1/2 (4)
其中<XY>=(1/N)(∑XijYmn)
通过使用上面的等式来执行区域之间的相关系数的计算。
应注意的是在使用上面的等式计算相关系数中,不是使用在该矩形区域中的所有象素的信号强度来计算它,而是例如可能执行以下的计算。即仅使用在矩形区域中组成任何一行的线上配置的象素执行计算、仅使用包含该矩形区域一部分中的象素执行计算、或使用通过可能执行任意淡化从矩形区域中选择的象素来执行计算。即使当这些计算被执行时,如果获得所需的两个指纹的核对精确度,则没有问题。使用这些计算过程,相对于所计算的相关系数被用作一个对象的象素的数量被减少。由于此,计算的总和也减少。因此,这些计算过程是有用的。同时,其它相关系数的计算方法也能可能适用于上述的指纹核对处理。
根据本发明,将描述用于核对图像的装置和方法的其它实施例。与第一实施例中相同的部分将用相同的参考数字来表示且将省略有关它们的详细描述。
第二实施例
在指纹核对中,对象将他的手指放在指纹核对装置的指纹读取器上并通过该指纹读取器读出他的指纹以进行核对。同时,当对象将其手指所放的位置不是正确位置时,这将很麻烦地导致错误确定结果产生。
由于这个原因,现在将说明作为第二实施例的即使当采样一个核对指纹时对象的手指有点脱离正确位置,也能做出正确的核对的核对的方法。
在该实施例中,假定主模板和子模板在形状上均是矩形且大小相同,以及每一个子模板被定位以便与主模板的相应顶点相接触。
由于该系统的结构与第一实施例中相同,因此不再说明。以下将使用图7至13来说明处理操作。
当对输入部分16作一个指令来启动指纹核对处理时,首先,在步骤S101中,表示一个矩形区域的主模板“mt”被定位在已登记的指纹图像“A”上,如图8A所示。该主模板“mt”的大小和形状可以是任意的,只要获得所需的一个指纹与令另一个指纹的核对精确度。现在假定(x0,y0)表示用于列举在如上所定义的主模板“mt”的所登记的图像“A”上的位置的坐标,这里是为矩形的主模板“mt”的重心的坐标。
接着,在步骤S102中,如图8A所示,在所登记的图像“A”上定位有子模板sti(i≥1),它们定义的多个矩形区域与由主模板“mt”定义的矩形区域不同。在如图8A所示的例子中,它被设置为i=4。为四个矩形的子模板st1至st4以如图8A所示的位置关系被定义以便围绕主模板“mt”。这些子模板sti的大小和形状也可以是任意的,只要获得所需的一个指纹与另一个指纹的核对精确度。现在假定(xi,yi)表示用于列举在如上所定义的子模板sti的所登记的图像“A”上的位置的坐标,这里是指矩形的子模板stir的重心的坐标。
接着,在步骤S103中,与主模板“mt”具有相同形状和大小的矩形区域被设置到指纹图像“B”上以被核对。当在图像“B”扫描该矩形区域时,接连地执行该矩形区域与由主模板“mt”指定的图像“A”上的区域之间相关系数的计算。
在步骤S104中,作为相关系数的连续计算的结果,考虑到其本身与主模板“mt”之间的哪个相关系数是最大,用上述的矩形区域做出确定。该矩形区域被设置为一个区域MT。用于列举该区域MT在图像“B”上的位置的坐标被表示为(X0,Y0),该坐标是与主模板“mt”的坐标(x0,y0)对应的区域MT的坐标。
接着,在步骤S105中,确定区域MT是否属于设置在图像“B”上的一个有效区域E。具体地说,确定用于列举区域MT的位置的坐标(X0,Y0)是否被包含在表示有效区域E的范围Ex,y中。如果该确定结果是:“是”,流程进到步骤S107而如果它是“否”,则流程进到步骤S106。
在这里,“有效区域E”表示在图像“B”上的范围,其中区域MT能存在,并且在其中可能获得对核对来说必需的与子模板Sti对应的一个最大的相关区域。在该实施例中,由下面的等式表示的范围Ex,y被设置在图像“B”上。
Ex,y
={(x,y)|αx≤x≤βx,αy≤x≤βy} (5)
其中
αx=MAX[(x0-x2)+W2/2+x2SEARCH,(X0-x3)+W3/2+x3SEARCH]
βx=WTDTH-MAX[(x1-x0)+W1/2+x1SEARCH,(x4-x0)+W4/2+x4SEARCH]
αy=MAX[(y0-y1)+H1/2+y1SEARCH,(y0-y2)+H2/2+y2SEARCH]
βy=HEIGHT-MAX[(y3-y0)+H3/2+y3SEARCH,(y4-y0)+H4/2+y4SEARCH]
图8B说明了一状态,其中在如图8A所示在所登记的图像“A”上定义主模板“mt”和子模板sti的情况下,有效区域E的范围Ex,y被设置在图像“B”上。应注意的是在上面的等式中Wi和Hi表示子模板sti的宽(在x方向上的长度)和高(在y方向上的长度)。WIDTH和HEIGHT分别表示具有相同大小的图像“A”和图像“B”的宽(在x方向上的长度)和高(在y方向上的长度)。同样,xiSEARCH和yiSEARCH表示用于在图像“B”上检索与定位在图像“A”上的子模板sti对应的最大相关区域的范围。对它们每一个来说,例如,与以图像数据的象素为单位取出的大约四到六个象素对应的值被使产用。而且,MAX[p-q]表示用于获取p和q值中的较大一个的函数(如果这两个值相等则为它们中的任一个)。
对上面的等式作进一步说明。图12是用来说明说明设置有效区域E的过程的示意图。图12是为了说明上面等式(4)中的αx和βx,并仅说明图像“A”的上面部分。应注意的是为简略说明,假定不考虑子模板st3和st4。
如果参考上面的等式(4)和附图12,将很容易理解αx=L1,且βx=WIDTH-L2。通过使用从上面等式中确定的αx和βx,通过设置从x方向所观察的有效区域E,可能表示如下。在子模板st1和st2以这种方式来定义以便定位在x方向被加宽的情况下,有效区域E的范围,即在维持上述位置关系的情况下在存在区域MT的范围变窄。另一方面,在子模板st1和st2以这种方式被定义以便被定位在x方向上具有小宽度的情况下,有效区域E的范围加宽。
回到图7的描述,现在将参考步骤S105。如果在步骤S105中,已经确定区域MT超出有效区域E,即如果当在图9A和图9B之间的关系中与在所登记的图像“A”上的主模板“mt”对应的图像“B”上的区域MT超出有效区域E的范围Ex,y,处理以下程序。即,在步骤S106中,在校正其位置后,再次将子模板sti定位在所登记的图像“A”上。子模板sti的重定位根据如图13所示的过程执行。
图13是说明用于重定位子模板的重定位过程的处理的内容的流程图。该重定位处理是用于重定位子模板sti的处理,该子模板sti的位置由坐标(xi,yi)列举到由坐标(xri,yri)列举的位置上。
现在说明该过程。
首先,关于x方向,确定区域MT是否落在有效区域E的范围内(步骤S201和步骤S203)。
作为确定的结果,如果用于列举区域MT的位置的x坐标X0小于表示有效区域E的x方向上观察到的范围的αx,由于待核对的指纹“B”过分位移到左边,用于列举子模板sti的位置的x坐标被设置成xri=xi+(αx-X0)并且被向右移动(步骤S202)。如果x坐标X0大于表示在x方向上观察到的有效区域E的范围的βx,由于待核对的指纹“B”过分位移到右边,用于列举子模板sti的位置的x坐标被设置成xri=xi-(X0-βx)并且被向左移动(步骤S204)。
在这里,如果确定的结果在这两种情况外,即如果X0值大于αx而小于βx,它被设置成xri=xi,即子模板sti的位置被维持到其初始值的位置。然后,流程进到步骤S206。
接着,关于y方向,同样确定区域MT是否落在有效区域E的范围内(步骤S206和步骤S208)。
根据确定的结果所执行的处理与上述关于x方向所执行的处理相同。如果用于列举区域MT的位置的y坐标Y0小于表示有效区域E的在y方向上观察到的范围的αy,用于列举子模板sti重新定位后的位置的y坐标被设置成yri=yi+(αy-Y0)(步骤S207)。如果y坐标Y0大于表示在y方向上观察到的有效区域E的范围的βy,它被设置成yri=yi-(Y0-βy)(步骤S209)。如果确定的结果在这两种情况外,即如果Y0值大于αy而小于βy,它被设置成yri=yi,即子模板sti的位置被维持在其初始值的位置(步骤S210)。
根据上面描述的过程,执行所有预先在所登记的图像“A”上定义的子模板sti的重定位。图10A说明了如图9B所示在图像“B”上的区域MT超过有效区域E的范围Ex,y而靠右的情况下执行的重定位的结果。即,图10A说明该结果,其中,在这种情况下,如图8A所示预先定义的子模板st1至st4被向左移动然后重定位。同样,图10B示出了与图10A中的主模板“mt”对应的区域MT。由于在该情况下不移动主模板“mt”的位置,区域MT的位置也不会从图9B所示的位置被移动。
回到有关图7的说明。当在步骤S105中的确定处理的结果是“是”,即当子模板sti的重定位是不必需的,或在子模板sti的重定位通过在步骤S106中的处理已经执行后,在步骤S107中执行以下的连续计算。即,在步骤S107中,与子模板sti在形状和大小方面相同的一个矩形区域被设置在图像“B”上。当在图像“B”上扫描该矩形区域时,该区域与子模板sti的相关系数被接连地计算。尽管相关系数的计算方法这儿使用在前面步骤S103中陈述的那种,但也可能采用其它的计算方法。
在步骤S108中,作为相关系数的连续计算结果,关于其本身和子模板sti间的相关系数为最大的矩形区域被确定。该矩形区域被设置成一个区域STi。
接着,在步骤S109中,关于所有的子模板sti,确定区域STi是否完成检测。如果确定结果是“是”,流程进到步骤S110。另一方面,如果确定结果是“否”,流程返回到步骤S107,在该步骤中用于确定区域STi的处理被重复执行。关于所有的重定位的子模板st1和st4,图11A和1B示出了所获得的相应的区域ST1至ST4,以及主模板“mt”及其相应的区域MT的结果。
在步骤S110中,将在图像数据“A”中的主模板“mt”和子模板sti的位置的分布与在图像数据中的“B”中区域MT和区域STi的位置的分布进行比较,通过比较来估算图像“A”(已登记的指纹)与图像“B”(待核对的指纹)之间的等同性。在该步骤中执行的有关等同性的计算实质上与在图4中的步骤S19所执行的并已经在第一实施例中说明的处理相同。应注意的是,当估算等同性时,可能从将被估算的对象中排除了主模板“mt”和区域MT。也可能用这种排除法以通过仅比较子模板sti的位置分布和区域STi的位置分布来执行估算。
到此所说明的指纹核对处理是通过CPU11的操作来执行的,且由此指纹的核对是在本装置中执行的。
另外,尽管本发明的上述实施例中主模板“mt”、子模板sti、区域MT、以及区域STi中的每一个均被做成一个矩形,但这些模板和区域的形状并不局限于矩形。形状可能是任何想要的一种。同样,最好主模板“mt”和区域MT的形状和大小相同且子模板sti和区域STi的形状和大小也相同。然而,即使当在两者间或多或少存在一些差异,只要获得所需的一种指纹和另一种指纹的核对精确度,这种差异是允许的。
而且,相对于子模板Sti的主模板“mt”的位置关系或反之亦然如下地已经确定,两模板被预先定义。即这两种模板按这样一种位置关系定位,其中,主模板“mt”和子模板sti按如图8A所示的相互接触。然而,该两模板也可能以这样一种位置关系定位和定义,其中,两者之间部分重叠,或用这样一种位置关系,其中这两个模板彼此完全分离。
另外,在区域MT超出有效区域E且其内容在图13所示被处理的情况下执行该处理的子模板重定位处理中,通过移动相同距离来重定位每一个子模扳sti。然而,鉴于在有效区域E中图像“B”上的上、下、左、右方向上区域MT已经超出该有效区域E,它也可能被设置为使一个子模板sti从它的初始位置到其重定位的位置的移动距离同与该方向对应的另一个子模板的运动距离不同。通过例子,现在将说明在重定位后,确定用于列举如图8A中所示定义的每一个子模板st1至st4的位置的坐标(xri,yri)的情况。
首先,关于x坐标,从用于列举具有上述表示有效区域E在x方向上的范围的αx和βx的区域MT的位置的x坐标X0的关系中确定xri,如下。
当X0<αx
xri=xi+(αx-X0) (i=2,3)
xri=xi+(αx-X0)*u (i=1,4)
其中u表示在范围0≤u<1内的一个常数。
当αx≤X0≤βx时
xri=xi
当βx<X0时
xri=xi-(X0-βx) (i=1,4)
xri=xi-(X0-βx)*u (i=2,3)
其中u表示在范围0≤u<1内的一个常数。
其次,关于y坐标,从用于列举具有上述表示有效区域E在y方向上的范围的αy和βy的区域MT的位置的y坐标Y0的关系中确定yri,如下。
当Y0<αy
yri=yi+(αx-Y0) (i=1,2)
yri=yi+(αx-Y0)*v (i=3,4)
其中v表示在范围0≤v<1内的一个常数。
当αy≤Y0≤βy时
yri=yi
当βy≤Y0时
yri=yi-(Y0-βy) (i=3,4)
yri=yi-(Y0-βy)*v (i=1,2)
其中v表示在范围0≤v<1内的一个常数。
另外,在根据上面等式执行子模板的重定位的情况下,特别是如果在u=v=0的情况下执行重定位,将获得以下优点。即,在那种情况下,即使当区域MT超出有效区域E,根据两个区域的位置关系,可能执行指纹核对而不需要重定位子模板的部分。即,使在子模板保持其最初定义时一样来进行这些操作成为可能。在这种情况下,用于子模板重定位处理所需的时间缩短了,因此可能缩短用于指纹核对处理的处理时间。
Claims (11)
1、一种指纹图像数据核对方法,用于确定第一指纹图像数据和第二指纹图像数据之间的等同性,该方法包括:
将第一指纹图像中的一矩形参考区域定义为一模板;
在第二指纹图像中检索与该矩形参考区域有最大相关性的一最大相关区域;
将位于该矩形参考区域的四角上的矩形子区域定义为子模板;
在第二指纹图像中检索与第一指纹图像中的这些矩形子区域具有最大相关性的最大相关子区域;及
根据第一指纹图像中的这些矩形子区域之间的位置关系和第二指纹图像中的这些最大相关子区域之间的位置关系之间的差别,确定该第一和第二指纹图像之间的等同性。
2、根据权利要求1所述的指纹图像数据核对方法,其特征在于该第一指纹图像中的这些矩形子区域和这些矩形参考区域在角部接触。
3、根据权利要求1所述的指纹图像数据核对方法,其特征在于该第一指纹图像中的这些矩形子区域和这些矩形参考区域重叠。
4、根据权利要求1所述的指纹图像数据核对方法,其特征在于该第一指纹图像中的这些矩形子区域和这些矩形参考区域相互隔开。
5、根据权利要求1所述的指纹图像数据核对方法,其特征在于,还包括有步骤:
确定由该最大相关区域检索步骤检索的该最大相关区域是否落在一预定有效区域外;及
当确定该最大相关区域落在一预定有效区域外时,重定义这些矩形子区域中的至少一个。
6、根据权利要求1所述的指纹图像数据核对方法,其特征在于该第一指纹图像是被登记的一参考指纹图像,而该第二指纹图像是将根据该参考指纹图像被核对的一指纹图像。
7、根据权利要求1所述的指纹图像数据核对方法,其特征在于该最大相关区域检索步骤包括:
在第二图像中设置该矩形参考区域的一对应区域;及
计算该矩形参考区域和该对应区域之间的相关性,同时移动该对应区域。
8、一种指纹图像数据核对装置,用于确定第一指纹图像数据和第二指纹图像数据之间的等同性,该装置包括:
参考区域定义部分,被构成将第一指纹图像中的一矩形参考区域定义为一模板;
最大相关区域检索部分,被构成在第二指纹图像中检索与由该参考区域定义部分定义的该矩形参考区域有最大相关性的一最大相关区域;
子区域定义部分,被构成将位于由该参考区域定义部分定义的该矩形参考区域的四角上的矩形子区域定义为子模板;
最大相关子区域抽取部分,被构成在第二指纹图像中检索与第一指纹图像中的由该子区域定义部分定义的这些矩形子区域具有最大相关性的最大相关子区域;及
确定部分,被构成根据第一指纹图像中的这些矩形子区域之间的位置关系和第二指纹
图像中的这些最大相关子区域之间的位置关系之间的差别,确定该第一和第二指纹图像之间的等同性。
9、根据权利要求8所述的指纹图像数据核对装置,其特征在于,还包括有:
重定义部分,被构成当由该最大相关区域抽取部分检索的该最大相关区域落在一预定有效区域外时,重定义由该子区域定义部分定义的这些矩形子区域中的至少一个。
10、根据权利要求8所述的指纹图像数据核对装置,其特征在于该第一指纹图像是被登记的一参考指纹图像,而该第二指纹图像是将根据该参考指纹图像被核对的一指纹图像。
11、根据权利要求8所述的指纹图像数据核对装置,其特征在于该最大相关区域检索部分包括:
对应区域设置部分,被构成在第二图像中设置该矩形参考区域的一对应区域;及
计算部分,被构成计算该矩形参考区域和该对应区域之间的相关性,同时移动该对应区域。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2000/004424 WO2002003314A1 (en) | 2000-07-04 | 2000-07-04 | Apparatus and method for collating image |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1372674A CN1372674A (zh) | 2002-10-02 |
CN1198232C true CN1198232C (zh) | 2005-04-20 |
Family
ID=11736219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB008124167A Expired - Fee Related CN1198232C (zh) | 2000-07-04 | 2000-07-04 | 用于核对图像的装置和方法 |
Country Status (3)
Country | Link |
---|---|
KR (1) | KR100443142B1 (zh) |
CN (1) | CN1198232C (zh) |
WO (1) | WO2002003314A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7421113B2 (en) * | 2005-03-30 | 2008-09-02 | The Trustees Of The University Of Pennsylvania | System and method for localizing imaging devices |
KR100807622B1 (ko) | 2006-09-20 | 2008-02-28 | 엠텍비젼 주식회사 | 영상처리를 이용한 입력장치 및 그 입력방법 |
JP5298831B2 (ja) | 2008-12-19 | 2013-09-25 | 富士ゼロックス株式会社 | 画像処理装置及びプログラム |
CN107066971B (zh) * | 2017-04-17 | 2020-07-14 | 惠州Tcl移动通信有限公司 | 一种基于移动终端的单指指纹检查控制方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69232183T2 (de) * | 1991-03-11 | 2002-06-20 | Nippon Telegraph & Telephone | Verfahren und Gerät zur Bildverarbeitung |
-
2000
- 2000-07-04 WO PCT/JP2000/004424 patent/WO2002003314A1/en active IP Right Grant
- 2000-07-04 CN CNB008124167A patent/CN1198232C/zh not_active Expired - Fee Related
- 2000-07-04 KR KR10-2002-7002586A patent/KR100443142B1/ko not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
KR100443142B1 (ko) | 2004-08-04 |
CN1372674A (zh) | 2002-10-02 |
KR20020033462A (ko) | 2002-05-06 |
WO2002003314A1 (en) | 2002-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1214339C (zh) | 生物特征数据验收方法 | |
CN1282942C (zh) | 用于外表检测的图像处理方法 | |
CN1275190C (zh) | 用于校正图像中的对象歪斜的方法和装置 | |
CN100345153C (zh) | 基于人脸几何尺寸归一化的人脸图像识别方法 | |
CN1818927A (zh) | 指纹识别方法与系统 | |
CN100342399C (zh) | 提取用作面貌识别和重现的特征向量的方法和装置 | |
CN1711559A (zh) | 特征区域提取装置、特征区域提取方法和特征区域提取程序 | |
CN1991865A (zh) | 从复杂背景文档图像提取文本的装置、方法、程序及介质 | |
CN1862597A (zh) | 配准和对齐多个图像的方法 | |
CN1910613A (zh) | 图像中的人物候选区域抽取方法及人物候选区域抽取系统、人物候选区域抽取程序、以及人物像的上下判定方法、上下判定系统、上下判定程序 | |
CN1741043A (zh) | 基于二维条码的指纹信息隐藏及认证方法 | |
CN1258894A (zh) | 用于识别字符的装置和方法 | |
CN1379364A (zh) | 图形对照装置及其图形对照方法 | |
CN1794266A (zh) | 生物特征融合的身份识别和认证方法 | |
CN1506903A (zh) | 基于模板学习的自动指纹识别系统和方法 | |
CN1650806A (zh) | 图像处理装置及其控制方法 | |
CN1977286A (zh) | 对象识别方法及其设备 | |
CN1653810A (zh) | 图像角度检测装置及包含该装置的扫描线插补装置 | |
CN1195284C (zh) | 图像处理设备 | |
CN1343421A (zh) | 图像内插系统和图像内插方法 | |
CN1198232C (zh) | 用于核对图像的装置和方法 | |
CN1282943C (zh) | 图像处理方法及装置 | |
CN100343866C (zh) | 对象识别系统 | |
CN1300994A (zh) | 图像拾取装置和图像拾取方法 | |
CN1489745A (zh) | 图像识别方法及实现该方法的设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20050420 Termination date: 20150704 |
|
EXPY | Termination of patent right or utility model |