DE10030404A1 - Verfahren zur Identifikation von einem Fingerabdruck und Vorrichtung zur Identifikation von einem Fingerabdruck - Google Patents

Verfahren zur Identifikation von einem Fingerabdruck und Vorrichtung zur Identifikation von einem Fingerabdruck

Info

Publication number
DE10030404A1
DE10030404A1 DE10030404A DE10030404A DE10030404A1 DE 10030404 A1 DE10030404 A1 DE 10030404A1 DE 10030404 A DE10030404 A DE 10030404A DE 10030404 A DE10030404 A DE 10030404A DE 10030404 A1 DE10030404 A1 DE 10030404A1
Authority
DE
Germany
Prior art keywords
fingerprint
similarity
areas
identification
vector
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.)
Withdrawn
Application number
DE10030404A
Other languages
English (en)
Inventor
Jan Lichtermann
Mario Kroeninger
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE10030404A priority Critical patent/DE10030404A1/de
Priority to US09/884,838 priority patent/US7003141B1/en
Publication of DE10030404A1 publication Critical patent/DE10030404A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1365Matching; Classification

Abstract

Es wird ein Verfahren zur Identifikation von Fingerabdrücken bzw. eine Vorrichtung zur Identifikation von Fingerabdrücken vorgeschlagen, die dazu dienen, einen unbekannten Fingerabdruck mittels einer Datenbank zu identifizieren, indem in einem ersten Schritt für die in der Datenbank erhaltenen Referenzfingerabdrücke ein Ähnlichkeitsmaß mit dem Fingerabdruck jeweils berechnet wird. In einem zweiten Schritt werden die Referenzfingerabdrücke nach dem Ähnlichkeitsmaß sortiert, um dann in einem dritten Schritt, beginnend mit dem Referenzfingerabdruck mit dem größten Ähnlichkeitsmaß, den Fingerabdruck zu identifizieren. Das erfindungsgemäße Verfahren bzw. die erfindungsgemäße Vorrichtung reduziert erheblich den Rechenaufwand für die Identifikation eines Fingerabdrucks.

Description

Stand der Technik
Die Erfindung geht aus von einem Verfahren zur Identifikation von einem Fingerabdruck bzw. einer Vorrichtung zur Identifikation von einem Fingerabdruck nach der Gattung der unabhängigen Patentansprüche.
Aus der Offenlegungsschrift WO 99/05637 ist ein Verfahren bzw. eine Vorrichtung bekannt, die dazu dient, einen unbekannten Fingerabdruck in eine Kategorie einzuteilen. Die Analyse wird dabei im Ortsfrequenzbereich vorgenommen. Das Bild des Fingerabdrucks wird im Ortsfrequenzbereich in Bereiche aufgeteilt. Diese Bereiche können Sektoren sein, denen jeweils ein Wert zugewiesen wird. Dieser Wert leitet sich aus der Energie der Ortsfrequenzen ab, die in diesen Sektoren zu finden sind. Diese Werte für die Sektoren werden mit abgespeicherten Werten verglichen. Die abgespeicherten Werte werden einer Kategorie zugeordnet, aber nicht einem Fingerabdruck. Dabei kommt ein Komparator zum Einsatz, der vorzugsweise eine Korrelation durchführt. Dabei werden die Werte mittels einer eindimensionalen Fouriertransformation transformiert, um dann schließlich die Korrelation mittels dieser transformierten Werte durchzuführen. Wird eine Übereinstimmung gefunden, dann wird der unbekannte Fingerabdruck in eine entsprechende Kategorie eingeteilt.
Vorteile der Erfindung
Das erfindungsgemäße Verfahren zur Identifikation von einem Fingerabdruck bzw. die erfindungsgemäße Vorrichtung zur Identifikation von einem Fingerabdruck mit den Merkmalen der unabhängigen Patentansprüche hat demgegenüber den Vorteil, dass eine Identifikation eines Fingerabdrucks ermöglicht wird. Weiterhin ist es von Vorteil, dass die Zeit für die Identifikation aufgrund der Sortierung von abgespeicherten Referenzfingerabdrücken in einer Datenbank gesenkt wird. Damit ist es möglich, bei einer gleichen. Rechenzeit auch höhere Benutzerzahlen zu akzeptieren. Das erfindungsgemäße Verfahren sorgt darüber hinaus dafür, dass es zuverlässig und robust gegen Fehler ist. Damit ist der Einsatz in Identifikationssystemen möglich.
Darüber hinaus ist es von Vorteil, dass das erfindungsgemäße Verfahren ohne eine Kategorisierung auskommt, so dass mit der Kategorisierung verbundene Fehler entfallen.
Durch die in den abhängigen Ansprüchen aufgeführten Maßnahmen und Weiterbildungen sind vorteilhafte Verbesserungen des in den unabhängigen Patentansprüchen angegebenen Verfahrens bzw. der Vorrichtung zur Identifikation von einem Fingerabdruck möglich.
Besonders vorteilhaft ist, dass die Identifikation anhand eines Minuzienvergleichs durchgeführt wird. Dabei wird eine vorgegebene Anzahl von Minuzien zur Identifikation verwendet und wenn diese vorgegebene Anzahl erreicht wird, gilt der Fingerabdruck als identifiziert. Beispielsweise, wenn 12 oder 18 Minuzien in dem Fingerabdruck oder in dem Referenzfingerabdruck übereinstimmen, liegt eine Identifikation vor. Dazu kann vorteilhafterweise ein Schwellwert verwendet werden.
Weiterhin ist es von Vorteil, dass alternativ zu den Minuzien ein Korrelationsverfahren zur Identifikation des Fingerabdrucks verwendet wird. Dabei wird vorzugsweise ein Korrelationskoeffizient berechnet, der mit einem vorgegebenen Schwellwert verglichen wird. Liegt der Korrelationskoeffizient über dem Schwellwert, dann gilt der Fingerabdruck als identifiziert.
Weiterhin ist es von Vorteil, dass die Fingerabdrücke und die Referenzfingerabdrücke mittels Referenzpunkten (Singularitäten), vorzugsweise von Core- und Deltapunkten, charakterisiert werden. Damit ist eine eindeutige Bestimmung der Lage der Fingerabdrücke möglich: Der Fingerabdruck kann in verschiedenen Stellungen auf dem Fingerabdrucksensor plaziert werden, um das Fingerabdruckbild zu gewinnen, und dennoch wird der Fingerabdruck anhand der Referenzpunkte und/oder der Gebiete um die Referenzpunkte eindeutig in seiner Lage bestimmt und im Vergleich mit einem abgespeicherten Fingerabdruck wird ein Ähnlichkeitsmaß bestimmt. Vor allem ist damit jedoch der Vorteil erreicht, dass entsprechende und damit gleiche Gebiete auf dem Fingerabdruck und auf dem jeweiligen Referenzfingerabdruck verglichen werden.
Darüber hinaus ist es von Vorteil, dass aus dem Fingerabdruck quadratische Gebiete um einen fest definierten Punkt, vorzugsweise einen Referenzpunkt (Singularität), genommen werden, die vor der für die Analyse im Frequenzbereich durchzuführenden Transformation mit einer rotationssymmetrischen Fensterfunktion, beispielsweise einer zweidimensionalen Gaußglocke, multipliziert werden. Damit fallen insbesondere die Ecken weg, so dass bei einer Drehung immer die gleichen Informationen in dem Gebiet vorliegen. Weiterhin ist es durch den Vergleich von abgespeicherten Referenzpunkten möglich, eindeutige Referenzpunkte in einem Fingerabdruck vorteilhafterweise zu identifizieren. Dabei wird dann das Gebiet dahingehend charakterisiert, dass für die Ortsfrequenzen ein Betrag und eine Richtung bestimmt werden, insbesondere unter Verwendung des Leistungsdichtespektrums, so dass mittels dieses Merkmals ein Ähnlichkeitsmaß aus dem Vergleich des Fingerabdrucks und des jeweiligen Referenzfingerabdrucks gewonnen werden kann. Dabei werden Gebiete verglichen, die an entsprechenden Orten auf dem Fingerabdruck und dem jeweiligen Referenzfingerabdruck liegen. Darüber hinaus ist es von Vorteil, dass durch die Verwendung von verschiedenen Größen für die quadratischen Gebiete es ermöglicht wird, nur solche Gebiete zu verwenden, in denen allein Papillarlinien zu finden sind. Dies ist insbesondere im Hinblick auf Randbereiche wichtig, wo ein Quadrat bestimmter Größe auch Bereiche außerhalb des Fingerabdrucks umfassen kann und damit die Identifikation letztlich verfälschen kann.
Darüber hinaus ist es von Vorteil, dass ein zu analysierender Bereich nach der Transformation in den Frequenzbereich auf dem Fingerabdruck in Sektoren und Ringe aufgeteilt wird, wobei mittels der Sektoren eine Winkelbestimmung und mittels der Leistungsbestimmung innerhalb der Sektoren und der Ringe eine Aussage über die im zu analysierenden Bereich vorliegenden Frequenzen nach Richtung und Betrag getroffen wird. Die Leistungsverteilung über die Ringe beziehungsweise Sektoren wird in einem Ringevektor beziehungsweise Sektorenvektor abgespeichert, die zusammen als Merkmalsvektor dienen. Dieser Merkmalsvektor wird dann zur Bestimmung des Ähnlichkeitsmaßes verwendet, indem dieser Merkmalsvektor mit dem Merkmalsvektor des jeweiligen Referenzfingerabdrucks verglichen wird. Durch Interpolation können dabei zusätzliche Komponenten für den Merkmalsvektor ermittelt werden.
Es ist weiterhin von Vorteil, dass mittels einer eindimensionalen Fouriertransformation als eine Integraltransformation des Sektorenvektors ein Vergleich verdrehter Fingerabdrücke erleichtert wird. Weiterhin ist es dabei von Vorteil, dass das Ähnlichkeitsmaß mittels einer Differenzquadratmethode oder einer Korrelationsmethode ermittelt wird. Es ist weiterhin auch von Vorteil, dass die Gebietsgröße auf dem Fingerabdruck um den jeweils verwendeten Referenzpunkt derart ausgewählt werden, dass nur Papillarlinien in den Bereichen als Objekte zu finden sind. Damit wird eine eindeutige Analyse und ein Vergleich mit den Referenzfingerabdrücken möglich.
Schließlich ist es weiterhin von Vorteil, dass die Referenzpunkte in dem Fingerabdruckbild durch einen Vergleich von Orientierungsverläufen mit abgespeicherten Orientierungsverläufen bestimmt werden. Dies ermöglicht eine sehr genaue Bestimmung der Referenzpunkte und erhöht somit die Genauigkeit des erfindungsgemäßen Verfahrens.
Zeichnung
Ausführungsbeispiele der Erfindung sind in der Zeichnung dargestellt und werden in der nachfolgenden Beschreibung näher erläutert. Es zeigt Fig. 1 ein Blockschaltbild einer erfindungsgemäßen Vorrichtung, Fig. 2 ein Flußdiagramm des erfindungsgemäßen Verfahrens und Fig. 3 die Aufteilung eines Bereichs des Fingerabdrucks in Ringe und Sektoren.
Beschreibung
Es werden aus Sicherheitsgründen zunehmend Identifikationssysteme für Benutzer in verschiedenen Bereichen des Lebens eingesetzt. Um eine Zugangsberechtigung zu Autos, Gebäuden oder speziellen Räumen zu erlangen, ist eine eindeutige Identifikation des Benutzers, die insbesondere nur der Benutzer aufweist, zu gewährleisten. Da nur der Benutzer dieses Identifikationsmerkmal aufweisen soll, kann es ein körperliches Merkmal sein, was ein Benutzer naturgemäß immer mit sich führt. Ein Merkmal, das für jeden Menschen unterschiedlich ist, ist der Fingerabdruck. Soll nun ein Fingerabdruck z. B. für Bankgeschäfte identifiziert werden, dann weist, die Vorrichtung zur Identifikation des Fingerabdrucks eine Datenbank mit abgespeicherten Referenzfingerabdrücken auf, und der Fingerabdruck und die Referenzfingerabdrücke müssen systematisch verglichen werden, um eine Übereinstimmung oder fehlende Übereinstimmung festzustellen. Das Verfahren muß, da es sich um sicherheitsrelevante Systeme handelt, schnell und genau arbeiten.
Erfindungsgemäß werden daher die Referenzfingerabdrücke in der Datenbank durch die erfindungsgemäße Vorrichtung anhand eines Ähnlichkeitsmaßes sortiert. Dieses Ähnlichkeitsmaß wird durch einen einfachen Vergleich des zu identifizierenden Fingerabdruckes mit allen Referenzfingerabdrücken jeweils gebildet. Damit liegt dann für jeden Referenzfingerabdruck ein Ähnlichkeitsmaß vor. Die Referenzfingerabdrücke werden dann nach der Größe des Ähnlichkeitsmaßes sortiert, so dass der Fingerabdruck mit dem größten Ähnlichkeitsmaß, der also die größte Ähnlichkeit mit dem zu identifizierenden Fingerabdruck hat, zuerst mit dem Fingerabdruck verglichen wird, um eine Identifikation zu erreichen. Diese Identifikation wird dann mit einem bekannten Verfahren zur Identifikation durchgeführt, also einem Minuzienvergleich oder einer Korrelationstechnik. Das Ähnlichkeitsmaß wird anhand eines Vergleichs von Eigenschaften der Gebiete um Referenzpunkte mit den Eigenschaften der abgespeicherten Fingerabdrücken. Es wird dabei ein Vergleich an den gleichen Orten der Fingerabdrücke durchgeführt. Es werden also entsprechende Gebiete der abgespeicherten Fingerabdrücke verwendet. Dies führt zu einer hohen Genauigkeit des Verfahrens.
In Fig. 1 ist als Blockschaltbild die erfindungsgemäße Vorrichtung zur Identifizierung des Fingerabdrucks dargestellt. Ein Fingerabdrucksensor 1 ist über einen Datenausgang mit einem Prozessor 2 verbunden. An einen ersten Datenein-/-ausgang des Prozessors 2 ist eine Datenbank 3 angeschlossen. An einen zweiten Datenein-/­ ausgang des Prozessors 2 ist ein Arbeitsspeicher 4 angeschlossen. An einen Datenausgang des Prozessors 2 ist eine Signalverarbeitung 5 angeschlossen. An einen ersten Datenausgang der Signalverarbeitung 5 ist eine Anzeige 6 angeschlossen. An einen zweiten Datenausgang der Signalverarbeitung 5 ist ein Lautsprecher 7 angeschlossen.
Als der Fingerabdrucksensor 1 wird hier ein optisches System verwendet. Dabei wird der Effekt der Totalreflektion ausgenutzt, um die dreidimensionalen Daten der Fingeroberfläche in eine zweidimensionale Datenmenge zu transformieren. Kernstück ist dabei ein 90°-Prisma, auf dessen Hypotenuse man die Fingerkuppe auflegt, während in die eine Kathete des Prismas paralleles Licht eingekoppelt wird und die Helligkeitsverteilung der anderen Kathede über ein CCD-Array und einen Frame-Grabber digitalisiert wird. Dies ist der Prozess, der im Allgemeinen als Scannen bekannt ist. An den Stellen, an denen die erhabenen Papillarlinien die Prismaoberfläche berühren, wird durch die lokale Änderung des Brechungsindices Licht ausgekoppelt. Diese erhabenen Papillarlinien erscheinen deshalb im Digitalbild als dunkle Linien. Täler sind dagegen als helle Linien erkennbar, da sie die Totalreflexion nicht stören. Alternativ ist es möglich, einen kapazitiven Sensor zu verwenden. Diese kapazitiven Sensoren haben gegenüber optischen Systemen den Vorteil der kleineren Baugröße und des geringeren Preises. Ein kapazitiver Sensor besteht im Prinzip aus vielen kleinen kapazitiven Einzelelementen, die im Standard CMOS-Technologie auf einem Chip integriert sind.
Am Ausgang des Fingerabdrucksensors 1 liegen dann digitale Daten vor, die dann vom Prozessor 2 weiter verarbeitet werden. Die Datenbank 3 ist hier als Halbleiterspeicher ausgeführt, es ist jedoch auch möglich, einen magnetischen Speicher, also eine Festplatte, zu verwenden. Der Arbeitsspeicher 4 wird zur Zwischenspeicherung für die Berechnungen verwendet. Die Signalverarbeitung 5 treibt die Anzeige 6 bzw. den Lautsprecher 7 in Abhängigkeit von Daten, die vom Prozessor 2 zu der Signalverarbeitung 5 übertragen werden. Wird eine Identifikation durch den Prozessor 2 des Fingerabdrucks erreicht, dann meldet der Prozessor 2 der Signalverarbeitung 5 eine solche Nachricht, die dann auf der Anzeige 6 bzw. dem Lautsprecher 7 wiedergegeben wird. Alternativ ist es hier möglich, dass entweder auf die Anzeige 6 oder den Lautsprecher 7 verzichtet wird. Der Lautsprecher 7 weist einen Audioverstärker und einen Digital-/Analog-wandler auf, um die von der Signalverarbeitung 5 kommenden digitalen Signale in analoge Audiosignale umzuwandeln. Zusätzlich oder anstatt der Anzeige, dass ein Fingerabdruck identifiziert wurde, ist es möglich, eine Aktorik mit der erfindungsgemäßen Vorrichtung zu koppeln. Eine solche Aktorik kann beispielsweise ein Türöffner sein.
In Fig. 2 ist das erfindungsgemäße Verfahren zur Identifikation eines Fingerabdrucks als Flußdiagramm dargestellt. In Verfahrensschritt 8 wird mittels des Fingerabdrucksensors 1 die Aufnahme des Fingerabdrucks gewonnen. Das Fingerabdruckbild kann als ganzes oder in Teilen gewonnen werden. Dieses Fingerabdruckbild wird dann dem Prozessor 2 übertragen. In Verfahrensschritt 9 zerlegt der Prozessor 2 das Fingerabdruckbild in Bereiche, die dann für die Orientierungsschätzung verwendet werden. Die Orientierungsschätzung ist für die Bestimmung eines Ähnlichkeitsmaßes wichtig. Bei dieser Bereichsauswahl werden Maßnahmen vorgenommen, um nur solche Bereiche auszuwählen, die allein Papillarlinien aufweisen. Dies wird durch eine Auswertung im Frequenzbereich, genauer gesagt im Leistungsdichtespektrums ermöglicht. Dabei wird die Eigenschaft ausgenutzt, dass Gebiete, die allein Papillarlinien umfassen, in einem bestimmten Frequenzbereich, der durch den typischen Papillarlinienabstand bestimmt ist, eine höhere spektrale Leistungsdichte aufweisen als solche, die nicht nur Papillarlinien als Bildobjekte aufweisen. Daher wird ein Schwellwertvergleich für das Leistungsdichtespektrum durchgeführt, wobei der Schwellwert so festgelegt ist, dass, wenn die gemessene Leistungsdichte über diesem Schwellwert liegt, davon ausgegangen werden kann, dass der untersuchte Bildbereich allein Papillarlinien aufweist.
In Verfahrensschritt 10 wird dazu eine zweidimensionale Fouriertransformation der einzelnen Bereiche durchgeführt. Eine Fouriertransformation ist eine Integraltransformation. Es können alternativ auch andere Arten von Integraltransformationen verwendet werden. Insbesondere Wavelets sind hierfür geeignet. Bei Wavelets wird eine Transformation mit einer speziell angepaßten Transformation vorgenommen.
In Verfahrensschritt 11 werden dann die Referenzpunkte in den einzelnen Bereichen im Ortsbereich gesucht, wobei Bereiche zu Bildbereichen zusammengefaßt werden, um die Referenzpunkte in den Bildbereichen anhand eines Vergleichs von Orientierungsverläufen zu identifizieren. Dies geschieht demnach durch den Vergleich von Orientierungsverläufen im Fingerabdruckbild und abgespeicherten Orientierungsverläufen, die Referenzpunkte identifizieren. Zunächst wird das Fingerabdruckbild im Frequenzbereich bereichsweise mit einem Bandpaß gefiltert wird, um einen Nutzfrequenzbereich zu erzeugen. Störungen werden dabei eliminiert. Der Nutzfrequenzbereich wird dann bereichsweise betragsmäßig quadriert, um eine spektrale Leistungsdichte für den jeweiligen Bereich zu berechnen. Die Frequenzen im Nutzfrequenzbereich werden in dem jeweiligen Bereich mit der jeweils zugehörigen spektralen Leistungsdichte gewichtet, um dann mittels dieser gewichteten Frequenzen eine Regressionsgerade für den jeweiligen Bereich zu berechnen. Damit wird die Orientierung der Papillarlinien in dem jeweiligen Bereich ermittelt. In den Bildbereichen, die sich aus mehreren Bereichen zusammensetzen, wird dann nach den Referenzpunkten gesucht. Die Bereiche werden, wie oben erwähnt, zu Gebieten zusammengefaßt und durch einen Vergleich mit abgespeicherten Referenzorientierungsverläufen kann aus den ermittelten Orientierungsverläufen der Bildbereiche ein jeweiliger Referenzpunkt für einen Bildbereich identifiziert werden. Als zu identifizierende Referenzpunkte (Singularitäten) werden hier Core- und Deltapunkte gesucht. Die Referenzpunkte auf einem Fingerabdruck definieren den Fingerabdruck selbst und bezüglich seiner Lage, sie liefern Bezugspunkte für ein Koordinatensystem.
In Verfahrensschritt 12 werden dann um die Referenzpunkte quadratische Gebiete angelegt, beispielsweise 32 × 32 Pixel. Diese quadratischen Gebiete werden in mehreren Größen angelegt, da insbesondere am Randbereich eines Fingerabdruckbildes ein Quadrat um einen Referenzpunkt einer vorgegebenen Größe auch Gebiete erfassen kann, die nicht nur Papillarlinien beinhalten. Dazu wird um jeden Referenzpunkt dann jeweils ein Quadrat mit verschiedenen vorgegebenen Größen gelegt. Das Quadrat wird dann mit einer Fensterfunktion multipliziert, hier ist es eine zweidimensionale Gaußfunktion, so dass ein kreisförmiger Ausschnitt entsteht. Ein Kreis ist insbesondere gegenüber Verdrehungen unempfindlich.
In Verfahrensschritt 13 werden die mit der Fensterfunktion multiplizierten Gebiete in Sektoren und Ringe aufgeteilt, wobei zuvor die Gebiete zweidimensionale fouriertransformiert werden und dann eine Quadrierung erfolgt, um das Leistungsdichtespektrum zu bestimmen. Da eine Fouriertransformation als Integraltransformation verwendet wurde, zeigt ein reellwertiges Signal im Frequenzbereich zwei Signale, die zum Ursprung symmetrisch sind. Dadurch kann eine Hälfte des Leistungsdichtespektrum für die Aufteilung in Ringe und die andere Hälfte des Leistungsdichtespektrum für die Aufteilung in Sektoren verwendet werden.
In Fig. 3 ist die Aufteilung des Leistungsdichtespektrum eines Bereichs in Ringe und Sektoren gezeigt. In der oberen Hälfte des Quadrats sind Sektoren 24 dargestellt, während in der unteren Hälfte die Ringe 25 abgebildet sind. Die Sektoren 24 werden verwendet, um eine Information über die in einem Bereich beteiligten Orientierungen zu erhalten, während die Ringe dafür verwendet werden, eine Information über die an einem Bereich beteiligten Frequenzbereiche zu erhalten. Die Sektoren 24 sind aufgrund der Fensterfunktion kreisförmig begrenzt. Da eine zweidimensionale Fouriertransformation verwendet wurde, weisen die Frequenzen einen Betrag und einen Winkel auf, sie liegen also als Vektoren vor.
In Verfahrensschritt 14 wird dann die Merkmalsbestimmung für die einzelnen Sektoren 24 und die Kreisringe 25 vorgenommen. Dies wird dadurch erreicht, dass die Leistung der einzelnen Frequenzen in den Sektoren bzw. Ringen für die jeweiligen Sektoren und Ringe aufsummiert wird, so dass für die Sektoren die Summe der Leistung der einzelnen Frequenzen ein Maß für die jeweilige Orientierung angibt, während für die Ringe die Summe der Frequenzen ein Maß für den jeweiligen Betrag angibt. Für die einzelnen Sektoren und Ringe ergibt dies jeweils Komponenten eines Sektoren- bzw. Ringevektors. Mittels einer Interpolation kann alternativ die Anzahl der Ringe und Sektaren nachträglich noch erhöht werden. Dies kann insbesondere bei einer Anpassung der Datensätze notwendig sein. Der Ringevektor und der Sektorenvektor bilden zusammen die grundlegende Form des Papillarlinienverlaufs in einem betrachteten Gebiet.
Die Grundidee ist nun, dass zwei Gebiete, welche im Wesentlichen die gleiche Bildinformation enthalten, auch weitgehend übereinstimmende Anteile bei den im Ausschnitt vorkommenden Orientierungs- und Frequenzanteilen, d. h. den Sektor- und den Ringkomponenten, haben müssen. Für die Ringkomponenten gilt dies unabhängig von einer Verdrehung der beiden Fingerabdrücke, da durch Integration über alle beteiligten Winkel diese Ringkomponenten berechnet werden.
Die Sektorenvektoren sind zunächst nicht rotationsunabhängig. Aufgrund der Rotationseigenschaft der Fouriertransformation kommt es bei einer Drehung des Bildausschnittes zu einer zyklischen Verschiebung der Sektorkomponenten, weil sich das Spektrum eines gedrehten Bereichs auch dreht. Da es sich beim Sektorenvektor somit um einen zyklischen oder periodischen Merkmalsvektor handelt, bei dem der erste und der letzte Wert ineinander übergehen, bietet es sich vor dem späteren Vergleich an, diesen Merkmalsvektor in den eindimensionalen Frequenzbereich zu transformieren. Dadurch erhält man einen vom Verdrehungswinkel unabhängigen Merkmalsvektor. Auch der Ringevektor wird in dem erfindungsgemäßen Verfahren fouriertransformiert. Dies wird in Verfahrensschritt 15 durchgeführt. Anstatt der Fouriertransformation als die Integraltransformation sind wiederum andere Arten von Integraltransformationen anwendbar, insbesondere die Wavelets.
In Verfahrensschritt 16 wird dann der Vergleich der fouriertransformierten Ringevektoren und der fouriertransformierten Sektorenvektoren des zu identifizierenden Fingerabdrucks und des jeweiligen Referenzfingerabdrucks vorgenommen. Der Vergleich findet von Vektoren statt, die für entsprechende Orte auf dem Fingerabdruck und auf dem jeweiligen Referenzfingerabdruck gewonnen wurden. Zusätzlich wird auch noch ein Vergleich der nichttransformierten Ringevektoren bzw. Sektorenvektoren durchgeführt. Es werden also Vergleiche an den gleichen Orten auf dem Fingerabdruck und auf dem jeweiligen Referenzfingerabdruck vorgenommen. Dadurch werden vier Vergleiche durchgeführt. In Verfahrensschritt 17 wird aus diesen vier Vergleichen, also den vier Ähnlichkeitsmaßen, ein Ähnlichkeitsmaß durch Verknüpfung bestimmt. Dies geschieht entweder durch eine gewichtete Addition oder durch eine Multiplikation.
In Verfahrensschritt 18 wird dann mit den Ähnlichkeitsmaßen für den jeweiligen Referenzfingerabdruck eine Sortierung der Datenbank 3 nach der Größe der Ähnlichkeitsmaße durch den Prozessor 2 vorgenommen, wobei der Referenzfingerabdruck mit dem größten Ähnlichkeitsmaß an der ersten Stelle steht.
In Verfahrensschritt 19 wird dann beginnend mit dem Referenzfingerabdruck, der das größte Ähnlichkeitsmaß aufweist, die Identifikation durchgeführt. Dies wird hier mittels Minuzienvergleichs durchgeführt. Dabei wird eine vorgegebene Anzahl von Minuzien als Voraussetzung für eine Identifikation angenommen. Z. B. müssen 12 Minuzien des Fingerabdrucks und des Referenzfingerabdrucks übereinstimmen, so dass von einer Identifikation gesprochen werden kann. Minuzien bezeichnen lokale Merkmale, die durch die einzelnen Papillarlinien gekennzeichnet sind. Papillarlinien sind beispielsweise die Hautrillen auf der Innenhandfläche.
Alternativ ist es möglich, mittels Korrelation des Fingerabdrucks mit dem Referenzfingerabdruck einen Korrelationskoeffizienten zu berechnen und diesen mit einem vorgegebenen Schwellwert zu vergleichen. Liegt der Korrelationskoeffizient über dem Schwellwert, dann wird eine Identifikation angezeigt, liegt er darunter, liegt keine Identifikation vor. In Verfahrensschritt 20 wird überprüft, ob eine Identifikation vorliegt. Ist das der Fall, dann wird in Verfahrensschritt 21 mittels der Anzeige 6 bzw. dem Lautsprecher 7 angezeigt, dass der Fingerabdruck identifiziert wurde und gegebenenfalls wird ein mit dem Referenzfingerabdruck verknüpfter Datensatz zur Anzeige gebracht. Dabei kann es sich beispielsweise um eine Person, also einen Namen oder ein Bild von dieser Person, handeln. Alternativ ist hier auch das Betätigen eines Aktors möglich, beispielsweise um eine Tür zu öffnen.
Wurde in Verfahrensschritt 20 festgestellt, dass keine Identifikation vorliegt, dann wird in Verfahrensschritt 22 überprüft, ob die Datenbank bereits komplett durchsucht wurde. Ist das nicht der Fall, dann wird in Verfahrensschritt 19 mit dem nächsten Referenzfingerabdruck in der Datenbank fortgefahren. Wurde in Verfahrensschritt 22 jedoch festgestellt, dass die Datenbank bereits vollständig durchsucht wurde, dann wird in Verfahrensschritt 23 angezeigt, dass der vorliegende Fingerabdruck nicht identifizierbar ist.

Claims (13)

1. Verfahren zur Identifikation von einem Fingerabdruck, wobei für den Fingerabdruck ein Fingerabdruckbild ermittelt wird, wobei Referenzfingerabdrücke in einer Datenbank (3) abgespeichert sind, wobei das Fingerabdruckbild zur Identifikation mit den Referenzfingerabdrücken verglichen wird, dadurch gekennzeichnet, dass vor der Identifikation jeweils für jeden Referenzfingerabdruck im Vergleich mit dem Fingerabdruckbild ein Ähnlichkeitsmaß bestimmt wird, dass die Referenzfingerabdrücke in der Datenbank (3) anhand der Ähnlichkeitsmaße sortiert werden und dass beginnend mit dem Referenzfingerabdruck, der zu dem größten Ähnlichkeitsmaß geführt hat, die Identifikation des Fingerabdrucks durchgeführt wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Identifikation anhand von Minuzienvergleichen durchgeführt wird.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Identifikation anhand einer Korrelation des Fingerabdrucks mit dem jeweiligen Referenzfingerabdruck bestimmt wird.
4. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass das jeweilige Ähnlichkeitsmaß durch einen Vergleich von Eigenschaften eines jeweiligen Gebiets um Referenzpunkte des Fingerabdrucks mit jenen Eigenschaften des entsprechenden Gebiets der Referenzfingerabdrücke ermittelt wird.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass als Referenzpunkte Core- und Deltapunkte verwendet werden.
6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass um die Referenzpunkte des Fingerabdrucks quadratische Gebiete gelegt werden, dass die Gebiete mit einer Fensterfunktion multipliziert werden, dass die Gebiete mittels einer ersten Integraltransformation in den Ortsfrequenzbereich transformiert werden, dass in den Gebieten der Referenzpunkte Merkmale bestimmt werden, für die die Ortsfrequenzen nach Betrag und Richtung ausgewertet werden, und dass mittels der Merkmale des Fingerabdrucks und der Referenzfingerabdrücke jeweils das Ähnlichkeitsmaß für den jeweiligen Referenzfingerabdruck bestimmt wird.
7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die quadratischen Gebiete in verschiedenen Größen angelegt werden.
8. Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass ein Leistungsdichtespektrum der Gebiete der Referenzpunkte in Sektoren (24) und Ringe (25) zerlegt werden, dass für die Sektoren (24) und die Ringe (25) die Leistungen der jeweils darin enthaltenen Ortsfrequenzen aufsummiert werden, so dass für die Sektoren (24) sich jeweils ein Maß für die Orientierung ergibt und für die Ringe (25) jeweils ein Maß für den Betrag, dass damit ein Ringevektor und ein Sektorenvektor gebildet werden und dass aus dem Ringevektor und dem Sektorenvektor ein Merkmalsvektor gebildet wird, der mit einem Merkmalsvektor der Referenzfingerabdrücke verglichen wird, um das Ähnlichkeitsmaß zu bestimmen.
9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass der Ringevektor und der Sektorenvektor vor und nach einer zweiten Integraltransformation mit dem jeweiligen Ringevektor und dem Sektorenvektor der jeweiligen Referenzfingerabdrücke verglichen werden, um das Ähnlichkeitsmaß für den jeweiligen Referenzfingerabdruck zu bestimmen.
10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass die Vergleiche der Ringvektoren und der Sektorenvektoren vor und nach der zweiten Integraltransformation zu dem Ähnlichkeitsmaß für den jeweiligen Referenzfingerabdruck verknüpft werden.
11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass die Vergleiche mittels einer Differenzquadratmethode oder einer Korrelation durchgeführt werden.
12. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Bereiche auf dem Fingerabdruck so gewählt werden, dass die Bereiche nur Papillarlinien aufweisen.
13. Vorrichtung zur Identifikation von einem Fingerabdruck, wobei die Vorrichtung einen Prozessor (2), eine Datenbank (3), einen Arbeitsspeicher (4), eine Anzeige (6) und einen Fingerabdrucksensor (1) für die Ermittlung eines Fingerabdruckbildes aufweist, dadurch gekennzeichnet, dass der Prozessor (2) so ausgebildet ist, dass der Prozessor (2) das Fingerabdruckbild mit Referenzabdrücken in der Datenbank (3) vergleicht, um ein Ähnlichkeitsmaß für jeden Referenzfingerabdruck zu bestimmen, und dass der Prozessor (2) die Referenzfingerabdrücke in der Datenbank (3) nach dem Ähnlichkeitsmaß sortiert, dass der Prozessor (2) die Identifikation des Fingerabdrucks beginnend mit dem Referenzfingerabdruck mit dem größten Ähnlichkeitsmaß durchführt und dass der Prozessor (2) mittels der Anzeige das Ergebnis der Identifikation ausgibt.
DE10030404A 2000-06-21 2000-06-21 Verfahren zur Identifikation von einem Fingerabdruck und Vorrichtung zur Identifikation von einem Fingerabdruck Withdrawn DE10030404A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE10030404A DE10030404A1 (de) 2000-06-21 2000-06-21 Verfahren zur Identifikation von einem Fingerabdruck und Vorrichtung zur Identifikation von einem Fingerabdruck
US09/884,838 US7003141B1 (en) 2000-06-21 2001-06-19 Method of and device for identification of fingermarks

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE10030404A DE10030404A1 (de) 2000-06-21 2000-06-21 Verfahren zur Identifikation von einem Fingerabdruck und Vorrichtung zur Identifikation von einem Fingerabdruck

Publications (1)

Publication Number Publication Date
DE10030404A1 true DE10030404A1 (de) 2002-01-03

Family

ID=7646414

Family Applications (1)

Application Number Title Priority Date Filing Date
DE10030404A Withdrawn DE10030404A1 (de) 2000-06-21 2000-06-21 Verfahren zur Identifikation von einem Fingerabdruck und Vorrichtung zur Identifikation von einem Fingerabdruck

Country Status (2)

Country Link
US (1) US7003141B1 (de)
DE (1) DE10030404A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009000074A1 (de) 2009-01-08 2010-07-15 Robert Bosch Gmbh Überwachungsvorrichtung sowie Sensoreinrichtung zur Erfassung der Bodenkontaktflächen eines Überwachungsobjektes für die Überwachungsvorrichtung

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10038342A1 (de) * 2000-08-05 2002-02-28 Bosch Gmbh Robert Verfahren zur Fingerabdruckauswertung und Vorrichtung
US7013030B2 (en) * 2002-02-14 2006-03-14 Wong Jacob Y Personal choice biometric signature
US7996173B2 (en) * 2006-07-31 2011-08-09 Visualant, Inc. Method, apparatus, and article to facilitate distributed evaluation of objects using electromagnetic energy
US8076630B2 (en) 2006-07-31 2011-12-13 Visualant, Inc. System and method of evaluating an object using electromagnetic energy
US8081304B2 (en) 2006-07-31 2011-12-20 Visualant, Inc. Method, apparatus, and article to facilitate evaluation of objects using electromagnetic energy
US8526743B1 (en) 2010-11-01 2013-09-03 Raf Technology, Inc. Defined data patterns for object handling
US9443298B2 (en) 2012-03-02 2016-09-13 Authentect, Inc. Digital fingerprinting object authentication and anti-counterfeiting system
US8774455B2 (en) 2011-03-02 2014-07-08 Raf Technology, Inc. Document fingerprinting
US9152862B2 (en) 2011-09-15 2015-10-06 Raf Technology, Inc. Object identification and inventory management
US8888207B2 (en) 2012-02-10 2014-11-18 Visualant, Inc. Systems, methods and articles related to machine-readable indicia and symbols
US9316581B2 (en) 2013-02-04 2016-04-19 Visualant, Inc. Method, apparatus, and article to facilitate evaluation of substances using electromagnetic energy
US9041920B2 (en) 2013-02-21 2015-05-26 Visualant, Inc. Device for evaluation of fluids using electromagnetic energy
WO2014165003A1 (en) 2013-03-12 2014-10-09 Visualant, Inc. Systems and methods for fluid analysis using electromagnetic energy
US10037537B2 (en) 2016-02-19 2018-07-31 Alitheon, Inc. Personal history in track and trace system
EP3236401A1 (de) 2016-04-18 2017-10-25 Alitheon, Inc. Durch authentifizierung ausgelöste verfahren
US10614302B2 (en) 2016-05-26 2020-04-07 Alitheon, Inc. Controlled authentication of physical objects
US10740767B2 (en) 2016-06-28 2020-08-11 Alitheon, Inc. Centralized databases storing digital fingerprints of objects for collaborative authentication
US10915612B2 (en) 2016-07-05 2021-02-09 Alitheon, Inc. Authenticated production
US10902540B2 (en) 2016-08-12 2021-01-26 Alitheon, Inc. Event-driven authentication of physical objects
US10839528B2 (en) 2016-08-19 2020-11-17 Alitheon, Inc. Authentication-based tracking
WO2018096052A1 (en) * 2016-11-24 2018-05-31 Precise Biometrics Ab A quick match algorithm for biometric data
EP3382606A1 (de) * 2017-03-27 2018-10-03 ASML Netherlands B.V. Optimierung einer vorrichtung für mehrstufige verarbeitung von produkteinheiten
US11062118B2 (en) 2017-07-25 2021-07-13 Alitheon, Inc. Model-based digital fingerprinting
US11087013B2 (en) 2018-01-22 2021-08-10 Alitheon, Inc. Secure digital fingerprint key object database
US10963670B2 (en) 2019-02-06 2021-03-30 Alitheon, Inc. Object change detection and measurement using digital fingerprints
EP3734506A1 (de) 2019-05-02 2020-11-04 Alitheon, Inc. Automatisierte lokalisierung und erfassung von authentifizierungsbereichen
EP3736717A1 (de) 2019-05-10 2020-11-11 Alitheon, Inc. Verfahren und system für digitale fingerabdrücke in einer schleifenkette
US11238146B2 (en) 2019-10-17 2022-02-01 Alitheon, Inc. Securing composite objects using digital fingerprints
EP3859603A1 (de) 2020-01-28 2021-08-04 Alitheon, Inc. Tiefenbasierte digitale fingerabdruckerstellung
US11341348B2 (en) 2020-03-23 2022-05-24 Alitheon, Inc. Hand biometrics system and method using digital fingerprints
US11568683B2 (en) 2020-03-23 2023-01-31 Alitheon, Inc. Facial biometrics system and method using digital fingerprints
US11948377B2 (en) 2020-04-06 2024-04-02 Alitheon, Inc. Local encoding of intrinsic authentication data
US11663849B1 (en) 2020-04-23 2023-05-30 Alitheon, Inc. Transform pyramiding for fingerprint matching system and method
US11700123B2 (en) 2020-06-17 2023-07-11 Alitheon, Inc. Asset-backed digital security tokens

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4956870A (en) * 1988-11-29 1990-09-11 Nec Corporation Pattern selecting device capable of selecting favorable candidate patterns
WO1999005637A1 (en) * 1997-07-24 1999-02-04 Litton Systems, Inc. Fingerprint classification via spatial frequency components

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5067162A (en) * 1986-06-30 1991-11-19 Identix Incorporated Method and apparatus for verifying identity using image correlation
WO1993007584A1 (en) 1991-10-07 1993-04-15 Cogent Systems, Inc. Method and system for detecting features of fingerprint in gray level image
US5659626A (en) * 1994-10-20 1997-08-19 Calspan Corporation Fingerprint identification system
DE10027657B4 (de) 2000-06-03 2004-09-30 Robert Bosch Gmbh Verfahren zur Ermittlung von Referenzpunkten in einem Fingerabdruckbild

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4956870A (en) * 1988-11-29 1990-09-11 Nec Corporation Pattern selecting device capable of selecting favorable candidate patterns
WO1999005637A1 (en) * 1997-07-24 1999-02-04 Litton Systems, Inc. Fingerprint classification via spatial frequency components

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009000074A1 (de) 2009-01-08 2010-07-15 Robert Bosch Gmbh Überwachungsvorrichtung sowie Sensoreinrichtung zur Erfassung der Bodenkontaktflächen eines Überwachungsobjektes für die Überwachungsvorrichtung

Also Published As

Publication number Publication date
US20020015515A1 (en) 2002-02-07
US7003141B1 (en) 2006-02-21

Similar Documents

Publication Publication Date Title
DE10030404A1 (de) Verfahren zur Identifikation von einem Fingerabdruck und Vorrichtung zur Identifikation von einem Fingerabdruck
DE112007001791B4 (de) Verfahren und Vorrichtung zum Vergleichen von Dokumentmerkmalen mittels einer Texturanalyse
DE60016589T2 (de) Verfahren und vorrichtung zur erzeugung eines zusammengesetzten fingerabdruckbildes
DE60220284T2 (de) Fingerabdrucknarbenerkennungsverfahren und -vorrichtung
KR100291255B1 (ko) 화상특징추출기, 화상특징분석기 및 화상정합시스템
DE112007001793B4 (de) Verfahren und Vorrichtung zum Vergleichen von Dokumenten mittels eines ebenenübergreifenden Vergleichs
DE60213600T2 (de) Verfahren und gerät zur extraktion eines bedeutsamen gebiets in einem durch überstreichende aufnahme gewonnenen bild einer biologischen oberfläche
DE112007001792T5 (de) Verfahren und Vorrichtung zum Vergleichen von Dokumentmerkmalen mittels einer Mustererkennung
CN101595493A (zh) 用于提取和匹配生物测定细节的方法和设备
DE19633693C1 (de) Verfahren und Vorrichtung zur Erfassung von Targetmustern in einer Textur
EP1223538A2 (de) Handerkennung mit Positionsbestimmung
JPS6037075A (ja) フィルター方法及び装置
EP2206075A2 (de) Detektor und verfahren zum erkennen einer fahrspurbegrenzung
DE60221623T2 (de) System zur Identitätsverifizierung
EP2622540A1 (de) Verfahren zur klassifizierung von mustern in bilddatensätzen
DE10260642B4 (de) Verfahren zur Erstellung einer Referenz für Fingerprints und zum Vergleich von Fingerprints
DE10027657B4 (de) Verfahren zur Ermittlung von Referenzpunkten in einem Fingerabdruckbild
Sumana Image retrieval using discrete curvelet transform
DE202022103465U1 (de) Ein multimodales Authentifizierungssystem auf der Grundlage audiovisueller Daten
EP1733333B1 (de) Verfahren zur akquisition von formen aus hep-2-zellschnitten und zum fallbasierten erkennen von hep-2-zellen
Dunn et al. Determining Gabor-filter parameters for texture segmentation
DE2340110C3 (de) Anordnung zum Digitalisieren eines analogen Bildsignals mit einer Hadamard-Matrix
Hamouchene et al. Overview of texture analysis
Bagalkote et al. Multiresolution Analysis and Implementation of Grape Species Classification Using Neural Network
DE1942896A1 (de) Verfahren und Geraet zur Identifizierung von Personen

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8139 Disposal/non-payment of the annual fee