DE10123331B4

DE10123331B4 - A method of detecting forgery in fingerprint recognition using the ratio of finger grooves and finger lines

Info

Publication number: DE10123331B4
Application number: DE10123331A
Authority: DE
Inventors: Angela Dr.-Ing. Engels; Peter Dipl.-Ing. Morguet; Hanno Dipl.-Phys. Melzner; Brigitte Dr.rer.nat. Wirtz
Original assignee: Infineon Technologies AG
Current assignee: Quarterhill Inc
Priority date: 2001-05-14
Filing date: 2001-05-14
Publication date: 2005-12-08
Anticipated expiration: 2021-05-15
Also published as: DE10123331A1

Abstract

Verfahren zur Fälschungserkennung, mit folgenden Schritten:
(a) zeitlich aufeinanderfolgendes Erfassen (200) von Einzelbildern eines Fingers beim Auflegen des Fingers (104) auf eine Sensoreinheit (106), um eine Bildsequenz (100) zu erzeugen, die eine Mehrzahl von Bildern (0-19) des zu erkennenden Fingerabdrucks umfasst;
(b) Erfassen (202) von Fingerlinien und Fingerrillen in aufeinanderfolgenden Bildern (0-19) der erzeugten Bildsequenz (100);
(c) Bestimmen (204) eines Verhältnisses (VRV) von Fingerrillen und Fingerlinien in jedem Bild (0-19), für das die Fingerrillen und Fingerlinien im Schritt (b) erfasst wurden; und
(d) abhängig von einem Verlauf der im Schritt (c) bestimmten Verhältnisse (VRV), Bestimmen (208, 210), ob die erzeugte Bildsequenz (100) von einem echten Finger oder von einem Imitat stammt .Counterfeit detection method, with the following steps:
(a) time-sequentially acquiring (200) individual images of a finger when placing the finger (104) on a sensor unit (106) to generate an image sequence (100) comprising a plurality of images (0-19) of the fingerprint to be recognized includes;
(b) detecting (202) finger lines and finger grooves in successive frames (0-19) of the generated image sequence (100);
(c) determining (204) a ratio (VRV) of finger grooves and finger lines in each image (0-19) for which the finger grooves and finger lines were detected in step (b); and
(d) depending on a course of the ratios (VRV) determined in step (c), determining (208, 210) whether the generated image sequence (100) originates from a real finger or from a faux.

Description

Die vorliegende Erfindung bezieht sich auf ein Verfahren zur Fälschungserkennung bei der Fingerabdruckerkennung unter Verwendung des Verhältnisses von Fingerrillen und Fingerlinien und insbesondere auf ein Verfahren zur Fälschungserkennung bei der Fingerabdruckerkennung auf der Grundlage einer Bildsequenz. Insbesondere bezieht sich die vorliegenden Erfindung auf ein dynamisches, Software-basiertes Verfahren zur Fälschungserkennung.The The present invention relates to a method for counterfeit detection in fingerprint recognition using the ratio of finger grooves and finger lines, and more particularly to a method for counterfeit detection in fingerprint recognition based on a picture sequence. In particular, the present invention relates to a dynamic, software-based Counterfeit detection method.

Die Fingerabdruckerkennung ist eine zuverlässige und weit verbreitete Technik zur Personenidentifikation. Im Stand der Technik sind verschiedene Verfahren zur Erkennung von Fingerabdrücken bekannt, wobei zunächst die einfachen Bilderkennungsverfahren zu nennen sind, die bei Auflegen eines Fingers ein Bild desselben erfassen und mit abgespeicherten Bildern vergleichen, um eine Person zu identifizieren.The Fingerprint recognition is a reliable and widely used Technology for personal identification. In the prior art are various methods to detect fingerprints known, first the simple image recognition methods are to be mentioned when hanging up capture a picture of the same with a finger and stored with it Compare images to identify a person.

Der Nachteil dieser Verfahren besteht darin, dass diese recht leicht zu täuschen sind, beispielsweise durch das Auflegen eines Silikonabgusses einer Fingerkuppe oder ähnlichem. Ferner ist bei diesen Verfahren der große Speicherbedarf für die verwendeten Vergleichsbilder („Templates") sowie der große Rechenaufwand nachteilhaft. Der Nachteil der leichten Täuschung existiert auch bei minutien-basierten Verfahren.Of the Disadvantage of these methods is that they are quite easy to deceive are, for example, by placing a silicone casting one Fingertip or similar. Furthermore, in these methods, the large memory requirements for the used Comparison pictures ("Templates") as well as the large calculation effort disadvantageous. The disadvantage of the slight deception also exists minutia-based method.

Zur Lösung dieser Problematik wurde im Stand der Technik vorgeschlagen, Merkmale aus den Fingerabdrücken zu extrahieren und die Erkennung auf der Grundlage dieser Merkmale durchzuführen. Bekannte biometrische Verfahren für die Personenerkennung können beispielsweise in automatisierten Systemen implementiert werden. Solche Systeme verarbeiten die Eingabe daten, die die biometrischen Merkmale enthalten, und extrahieren charakteristische Merkmale, die anschließend einer Person zugeordnet werden können.to solution This problem has been proposed in the art, features from the fingerprints to extract and recognition based on these characteristics perform. Known biometric procedures for the person recognition can for example, be implemented in automated systems. Such systems process the input data, the biometric Contain characteristics and extract characteristic features, the following can be assigned to a person.

Für eine zuverlässige Personenzuordnung ist jedoch sicherzustellen, dass auf dem Signalpfad zwischen dem zu messenden Objekt und der Bildaufnahmeeinheit keine Manipulation möglich ist.For a reliable person assignment is however, make sure that on the signal path between the measuring object and the image acquisition unit no manipulation possible is.

Bei der Erkennung von Fingerabdrücken durch ein automatisches System zur Fingerabdruckerkennung sind also Verfahren erforderlich, die nur von echten Fingern erzeugte Bilder zu der Verarbeitungseinheit weiterleiten und eventuell die von Imitaten stammenden Bilder zurückweisen.at the detection of fingerprints An automatic fingerprint recognition system is therefore a procedure required, the images generated only by real fingers to the Forward processing unit and possibly those of imitations rejecting originating images.

Im Stand der Technik bekannte Ansätze zur Lösung dieser Problematik werden nachfolgend kurz erläutert, wobei hier zwischen Hardware-basierten Lösungen und Software-basierten Lösungen unterschieden wird.in the Prior art approaches known to the solution This problem will be briefly explained below, in which case between Hardware-based solutions and software-based solutions a distinction is made.

Eine erste Lösung besteht darin, den Sensor, mittels dem der Fingerabdruck zu erfassen ist, um integrierte oder externe Hardware-Komponenten zu ergänzen. Solche bekannten Lösungen erfassen beispielsweise eine Impedanz der aufliegenden Finger, wie dies im US Patent 5,953,441 näher beschrieben wird. Andere technische Realisierungen von Hardware-basierten Fälschungserkennungen umfassen eine Feuchtigkeitsmessung, eine Pulsmessung und eine Druckmessung.A first solution It is to capture the sensor by means of which the fingerprint is to complement integrated or external hardware components. Such known solutions capture, for example, an impedance of the overlying fingers, such as this in US Patent 5,953,441 closer is described. Other technical implementations of hardware-based forgery detections include a humidity measurement, a pulse measurement and a pressure measurement.

Neben den Hardware-basierten Lösungen sind auch Lösungen bekannt, bei denen die vom Sensor kommenden Daten zur Fälschungserkennung mittels Software ausgewertet werden. Bei der Software-basierten Fälschungserkennung wird zwischen statischen und dynamischen Verfahren unterschieden.Next the hardware-based solutions are also solutions known in which the data coming from the sensor for counterfeit detection be evaluated by software. In the software-based forgery detection a distinction is made between static and dynamic methods.

Bei den statischen Verfahren wird nur ein Bild ausgewertet, üblicherweise jenes, das auch zur Erkennung benutzt wird.at the static method is evaluated only one image, usually the one that is also used for detection.

Statische Software-basierte Fälschungserkennungsverfahren basieren beispielsweise auf der Auswertung von Fingerabdruckbildern, die als Bitmap mit Grauwerten vorliegen. Andere Software-basierte, statische Verfahren werten die im Bild sichtbaren Talgdrüsen aus. Ein solches Verfahren ist z.B. in der EP 0 173 972 beschrieben.Static software-based forgery detection methods are based, for example, on the evaluation of fingerprint images that are present as a bitmap with gray values. Other software-based, static methods evaluate the visible in the image sebaceous glands. Such a method is eg in the EP 0 173 972 described.

Bei den dynamischen Verfahren wird eine Sequenz aufeinanderfolgender Bilder des Sensors, die den Vorgang des Finger-Auflegens beschreiben, verwendet. Eine dynamische Fälschungserkennung erhöht die Erkennungs- und Fälschungssicherheit biometrischer Fingerabdrucksysteme, bei denen zusätzlich z. B. eine Bewegung der Person, ein Druck, mit dem der Finger aufgelegt wird, oder Schweiß auf dem Finger bei der Erkennung herangezogen werden. Andere dynamische Verfahren entnehmen die entsprechenden Informationen zur Fälschungserkennung aus Sequenzen von Fingerabdruckbildern. Solche Verfahren sind z.B. in den nachveröffentlichten DE 100 09 538 A und DE 100 09 539 A beschrieben.In the dynamic method, a sequence of successive images of the sensor describing the process of finger-laying is used. Dynamic counterfeit detection increases the detection and counterfeiting security of biometric fingerprint systems, in which z. As a movement of the person, a pressure with which the finger is placed, or sweat on the finger are used in the detection. Other dynamic methods extract the corresponding information for counterfeit detection from sequences of fingerprint images. Such methods are, for example, in the post-published DE 100 09 538 A and DE 100 09 539 A described.

Die oben beschriebene dynamische softwarebasierte Lösung zur Fälschungserkennung, bei der aus Sequenzen von Fingerabdruckbildern entsprechende Informationen zur Fälschungserkennung herausgezogen werden, basiert auf der großflächigen Verformung der Haut und damit des Fingerabdrucks, was als „Makroelastizität" bekannt ist. Der Nachteil der Ausnutzung der Makroelastizität besteht darin, dass sichtbare Unterschiede zwischen Originalfingern und Fälschungen im allgemeinen erst dann erkannt werden können, wenn der Finger oder die Fälschung mit erheblichem Druck aufgelegt werden.The dynamic software-based counterfeit detection solution described above, in which sequences of fingerprint images are extracted with corresponding forgery-detection information, is based on the large-scale deformation of the skin and thus the fingerprint, which is known as "macroelasticity." The drawback of utilizing the macroelasticity is therein that visible differences between origi nalfingern and forgeries in general can only be detected when the finger or counterfeiting are placed with considerable pressure.

Ausgehend von diesem Stand der Technik liegt der vorliegenden Erfindung die Aufgabe zugrunde, ein verbessertes Verfahren zur Fälschungserkennung zu schaffen, bei dem sicher zwischen einem echten Fingerabdruck und einem gefälschten Fingerabdruck unterschieden werden kann, ohne dass der Abdruck unter Berücksichtigung bestimmter Randparameter, wie z. B. des Anpressdruckes, erzeugt werden muss.outgoing from this prior art, the present invention is the Task based, an improved method for counterfeit detection to create a secure between a real fingerprint and a fake one Fingerprint can be distinguished without taking the impression under consideration certain marginal parameters, such. B. the contact pressure generated must become.

Diese Aufgabe wird durch ein Verfahren gemäß Anspruch 1 gelöst.These The object is achieved by a method according to claim 1.

Die vorliegende Erfindung schafft ein Verfahren zur Fälschungserkennung, mit folgenden Schritten:

(a) zeitlich aufeinanderfolgendes Erfassen von Einzelbildern eines Fingers beim Auflegen des Fingers auf eine Sensoreinheit, um eine Bildsequenz zu erzeugen, die eine Mehrzahl von Bildern des zu erkennenden Fingerabdrucks umfasst;
(b) Erfassen von Fingerlinien und Fingerrillen in aufeinanderfolgenden Bildern der erzeugten Bildsequenz;
(c) Bestimmen eines Verhältnisses von Fingerrillen und Fingerlinien in jedem Bild, für das die Fingerrillen und Fingerlinien im Schritt (b) erfasst wurden; und
(d) abhängig von einem Verlauf der im Schritt (c) bestimmten Verhältnisse, Bestimmen, ob die erzeugte Bildsequenz von einem echten Finger oder von einem Imitat stammt.

The present invention provides a method for counterfeit detection, comprising the following steps:

(a) sequentially capturing frames of a finger when placing the finger on a sensor unit to generate an image sequence comprising a plurality of images of the fingerprint to be detected;
(b) detecting finger lines and finger grooves in successive frames of the generated image sequence;
(c) determining a ratio of finger grooves and finger lines in each image for which the finger grooves and finger lines were detected in step (b); and
(d) depending on a course of the conditions determined in step (c), determining whether the generated image sequence originates from a real finger or from a faux.

Der vorliegenden Erfindung liegt die Erkenntnis zugrunde, dass die in einer Bildsequenz sichtbare Bewegungscharakteristik beim Fingerauflegen zu einem erheblichen Teil durch die Elastizität des Fingers, insbesondere der Haut, bedingt ist. Hierbei werden die nachfolgend genannten zwei Arten von Elastizität unterschieden.Of the The present invention is based on the finding that the in a picture sequence visible movement characteristics when fingering to a considerable extent by the elasticity of the finger, in particular the skin is conditional. Here are the following two types of elasticity distinguished.

Zum einen existiert die bereits oben erwähnte Makroelastizität, die die großflächige Verformung der Haut und damit des Fingerabdrucks beschreibt, und die die oben erwähnten Nachteile mit sich bringt. Demgegenüber steht die „Mikroelastizität", die die Verformung der Fingerlinien beim einfachen Auflegen des Fingers, beispielsweise auf eine Sensoreinheit, beschreibt.To the One exists the already mentioned macro elasticity, which is the large-scale deformation of the Skin and thus the fingerprint describes, and the above-mentioned disadvantages brings with it. In contrast, stands the "micro-elasticity", which is the deformation the finger lines when simply placing the finger, for example on a sensor unit describes.

Originalfinger und gefälschter Finger („Fälschung") unterscheiden sich sowohl in der Mikro- als auch in der Makroelas tizität, die beide in einer Bildsequenz des Auflegvorgangs sichtbar sind und zur Fälschungserkennung durch den erfindungsgemäßen Bildverarbeitungsalgorithmus analysiert werden. Bei der Erfassung der Makroelastizität kann beispielsweise ein Linienwachstum der Fingerlinien erfasst werden.original finger and fake Fingers ("forgery") differ in both micro- and macroelasticity, both are visible in an image sequence of the launching process and for forgery detection by the image processing algorithm according to the invention to be analyzed. For example, in detecting the macro elasticity a line growth of the finger lines are detected.

Sichtbare Unterschiede zwischen Originalfingern und Fälschungen ergeben sich für die Makroelastizität erst dann, wenn Finger oder Fälschung mit erheblichen Druck aufgelegt werden. Um diesen Nachteil zu vermeiden und um sicherzustellen, dass eine Bildsequenz ohne Mitwirkung der zu identifizierenden Person erfolgt, nämlich nur durch das einfache Auflegen des Fingers, hat die vorliegende Erfindung erkannt, dass dies durch eine Analyse der Mikroelastizität erreicht werden kann.visible Differences between original fingers and counterfeits only arise for the macro elasticity if finger or fake be put under considerable pressure. To avoid this disadvantage and to ensure that a picture sequence without the involvement of to be identified person, namely only by the simple Applying the finger, the present invention has recognized that this can be achieved by analyzing the microelasticity.

Die Mikroelastizität zeigt sich in der zeitlichen Veränderung der Fingerlinien beim Auflegen. Hierbei ist zu beobachten, dass die Fingerlinien vom originalen Finger beim Auflegen sowohl breiter als auch dunkler werden, was bei gefälschten Fingern nicht im gleichen Maß der Fall ist.The micro elasticity shows in the temporal change the finger lines when hanging up. It should be noted that the finger lines from the original finger when laying both wider as well as darker, which is not the same with fake fingers Measure of Case is.

Der Vorteil der vorliegenden Erfindung besteht darin, dass die Betrachtung der Mikroelastizität es ermöglicht, auf sichere Weise zwischen Bildsequenzen von Originalfingern und Fälschungen zu unterscheiden, da die Mikroelastizität eine wesentliche und schwer fälschbare Eigenschaft ist.Of the Advantage of the present invention is that the consideration the micro-elasticity it allows in a safe way between image sequences of original fingers and forgeries to distinguish, since the microelasticity is an essential and difficult spoofable Property is.

Gemäß der vorliegenden Erfindung wird als Maß der Mikroelastizität ein zeitlicher Verlauf von Verhältniswerten zugrunde gelegt, wobei der Verlauf durch die zeitliche Aneinanderreihung der für einzelne Bilder in der Bildsequenz erfassten Verhältnisse von Fingerrillen und Fingerlinien bestimmt wird. Anhand dieses Maßes der Mikroelastizität, also anhand des Verlaufs der Verhältnisse, die bestimmt wurden, lässt sich eine Fälschung von einem Original unterscheiden.According to the present Invention is used as a measure of micro elasticity a temporal course of ratios basis, whereby the course by the chronological juxtaposition the for individual images in the image sequence recorded ratios of Finger grooves and finger lines is determined. Based on this measure of Micro elasticity So on the course of the circumstances that have been determined, can be forgery different from an original.

Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend anhand der beiliegenden Zeichnungen näher erläutert. Es zeigen:preferred embodiments The present invention will be described below with reference to the accompanying Drawings closer explained. Show it:

1A eine Bildsequenz, die dem erfindungsgemäßen Verfahren zugrunde liegt; 1A an image sequence underlying the method of the invention;

1B eine schematische Darstellung einer Sensoreinheit zum Erfassen einer Bildsequenz eines Fingerabdrucks; 1B a schematic representation of a sensor unit for detecting an image sequence of a fingerprint;

2A bis 2B ein Flussdiagramm, das ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens darstellt; 2A to 2 B a flowchart illustrating an embodiment of the method according to the invention;

3 einen Graphen, der eine Mehrzahl von zeitlichen Verläufen des Verhältnisses von Fingerrillen zu Fingerlinien zeigt; und 3 a graph showing a plurality of time histories of the ratio of finger grooves to finger lines; and

4 ein Flussdiagramm, das die Schritte zur Erfassung des Verhältnisses von Fingerrillen zu Fingerlinien gemäß einem bevorzugten Ausführungsbeispiel darstellt. 4 a flowchart illustrating the steps for detecting the ratio of finger grooves to finger lines according to a preferred embodiment.

In 1A ist mit 100 eine beispielhafte Bildsequenz gezeigt, die dem erfindungsgemäßen Verfahren zur Fälschungserkennung von Fingerabdrücken zugrunde liegt. Wie zu erkennen ist, umfasst die Bildsequenz 100 eine Mehrzahl von Einzelbildern 0 bis 19, wobei die Einzelbilder 0 bis 19 in der Bildsequenz 100 zeitlich aufeinander folgen, wie durch den Pfeil 102 dargestellt ist. Die Bildsequenz 100 enthält vorzugsweise Einzelbilder als Bitmaps mit Grauwerten. Die Bildsequenz 100 wird während des Auflegens eines Fingers 104, wie in 1B gezeigt ist, durch eine Sensoreinheit 106 erfasst. Es ist darauf hinzuweisen, dass die Bildsequenz 100 nicht während des Aufliegens des Fingers auf der Sensoreinheit 106 sondern beim Auflegen des Fingers 104 auf den Sensor 106 erfasst wird, wie auch aus den Einzelbildern 0 bis 19 zu erkennen ist. Genauer gesagt zeigen die Bilder 0 bis 6 überhaupt keinen Finger und erst ab dem Bild 7 ist zu erkennen, dass suk zessive immer größere Flächen des Bildes vom Finger bedeckt sind.In 1A is with 100 an exemplary image sequence is shown, which is based on the inventive method for counterfeit detection of fingerprints. As can be seen, the image sequence includes 100 a plurality of individual images 0 to 19 , where the frames 0 to 19 in the picture sequence 100 follow each other in time, as indicated by the arrow 102 is shown. The picture sequence 100 preferably contains individual images as bitmaps with gray values. The picture sequence 100 becomes while laying on a finger 104 , as in 1B is shown by a sensor unit 106 detected. It should be noted that the image sequence 100 not while resting your finger on the sensor unit 106 but when you hang up your finger 104 on the sensor 106 is captured, as well as from the individual images 0 to 19 can be seen. More specifically, the pictures show 0 to 6 no finger at all and only from the picture 7 It can be seen that successively larger areas of the image are covered by the finger.

Wenn die Bilder einer Bildsequenz von einem echten Finger stammen, vergrößert sich die Auflagefläche während des Auflegevorgangs über mehrere Bilder. Wenn die Bilder der Bildsequenz von einer Fälschung stammen, erscheint der Fingerabdruck ohne Übergang gleich mit der vollen Auflagefläche. Ferner ändert sich bei den echten Fingern in den Bildern nach dem Sichtbarwerden noch der Kontrast und die Breite der Fingerlinien. Bei einer Fälschung bleibt beides in den Bildern weitgehend unverändert. Die gerade erwähnten Effekte resultieren aus der unterschiedlichen Elastizität von Finger und Fälschung.If the images of a sequence of images come from a real finger, enlarges the bearing surface while of the laying process over several pictures. If the pictures of the picture sequence of a fake The fingerprint without transition equals the full one Supporting surface. Further changes with the real fingers in the pictures after becoming visible still the contrast and the width of the finger lines. In a fake both remain largely unchanged in the pictures. The just mentioned effects result from the different elasticity of finger and counterfeit.

Anhand der 2 wird nun ein bevorzugtes Ausführungsbeispiel des erfindungsgemäßen Verfahrens näher beschrieben. In 2A startet das Verfahren mit dem Schritt 200, in dem beispielsweise die in 1A gezeigte Bildsequenz 100 bestehend aus den Bildern 0 bis 19 erfasst wird, die den zu erkennenden Fingerabdruck darstellen. Im Schritt 202 werden in einem Bild der erfassten Bildsequenz Fingerlinien und Fingerrillen erfasst, und im Schritt 204 wird das Verhältnis von Fingerrillen und Fingerlinien bestimmt. Im Schritt 206 wird bestimmt, ob in der Bildsequenz 100 noch weitere Bilder mit Abbildungen des zu erkennenden Fingerabdrucks enthalten sind. Wenn dies der Fall ist, kehrt die Routine zum Schritt 202 zurück. Diese Schritte werden durchgeführt, bis für jedes Bild in der Bildsequenz, das einen zu erkennenden Fingerabdruck aufweist, bzw. für alle erwünschten Bilder in der Bildsequenz ein Verhältnis von Fingerrillen und Fingerlinien bestimmt ist. Wird im Schritt 206 bestimmt, dass kein weiteres Bild in der Bildsequenz vorliegt oder kein weiteres Bild zu untersuchen ist, so geht das Verfahren zum Schritt 208, der in 2B gezeigt ist, weiter. Im Schritt 208 werden die für jedes einzelne Bild bestimmten Verhältnisse zusammengefasst, so dass sich ein zeitlicher Verlauf der Verhältnisse ergibt.Based on 2 Now, a preferred embodiment of the method according to the invention will be described in more detail. In 2A the procedure starts with the step 200 in which, for example, the in 1A shown image sequence 100 consisting of the pictures 0 to 19 is detected, which represent the fingerprint to be recognized. In step 202 are captured in an image of the captured image sequence finger lines and finger grooves, and in the step 204 the ratio of finger grooves and finger lines is determined. In step 206 determines if in the image sequence 100 still more pictures are included with pictures of the fingerprint to be recognized. If so, the routine returns to the step 202 back. These steps are performed until a ratio of finger grooves and finger lines is determined for each image in the image sequence having a fingerprint to be recognized, or for all desired images in the image sequence. Will in step 206 determines that there is no further image in the image sequence or no further image is to be examined, the process goes to the step 208 who in 2 B is shown, continue. In step 208 The ratios determined for each individual image are summarized, so that a temporal course of the relationships results.

Ferner erfolgt ein Auswerten dieses zeitlichen Verlaufes. In 3 ist ein Graph dargestellt, der den Verlauf für eine Mehrzahl von Verhältnissen VRV (VRV = Valley Ridge-Verhältnis = Fingerrillen-Fingerlinien-Verhältnis) über der Zeit t darstellt.Furthermore, an evaluation of this time course takes place. In 3 FIG. 12 is a graph illustrating the progression over a plurality of VRV (VRV = valley ridge ratio) ratios over time t.

Nach dem Auswerten des zeitlichen Verlaufes im Schritt 208 wird im Schritt 210 bestimmt, ob der ausgewertete zeitliche Verlauf vorbestimmte Kriterien erfüllt. Ist dies der Fall, so wird im Schritt 212 festgestellt, dass die Bildsequenz 100 von einem echten Fingerabdruck stammt.After evaluating the time course in the step 208 is in the step 210 determines whether the evaluated time course meets predetermined criteria. If this is the case, then in step 212 found that the image sequence 100 comes from a real fingerprint.

Wird im Schritt 210 festgestellt, dass die vorbestimmten Kriterien nicht erfüllt sind, so wird im Schritt 214 festgestellt, dass die Bildsequenz von einem gefälschten Fingerabdruck herstammt, der Fingerabdruck also nicht echt ist.Will in step 210 found that the predetermined criteria are not met, so in step 214 found that the image sequence comes from a fake fingerprint, so the fingerprint is not genuine.

Das gerade beschriebene Ausführungsbeispiel bestimmt somit, ob der Sensor 106 (1B) eine Bildsequenz von einem echten Finger oder von einer Fälschung erfasst hat. Abhängig von dem Ergebnis wird die Bildsequenz als gültig oder als ungültig eingestuft. Bei einem weiteren Ausführungsbeispiel kann vorgesehen sein, dass eine ungültige Bildsequenz zurückgewiesen wird, wohingegen eine gültige Bildsequenz einer Datenverarbeitungseinrichtung in dem Sensor 106 zugeführt wird, in der anhand der erfassten und gültigen Bildsequenz eine Identifikation einer entsprechenden Person durchgeführt wird.The embodiment just described thus determines whether the sensor 106 ( 1B ) has captured an image sequence from a real finger or counterfeit. Depending on the result, the image sequence is considered valid or invalid. In a further embodiment it can be provided that an invalid image sequence is rejected, whereas a valid image sequence of a data processing device in the sensor 106 is supplied, in the basis of the detected and valid image sequence an identification of a corresponding person is performed.

Die in 3 gezeigten Verläufe des V-R-Verhältnisses werden, wie beschrieben, aus den für jedes Bild der dynamischen Sequenz berechneten VRV-Werten berechnet, so dass sich der dargestellte zeitliche Verlauf nach einer Glättung ergibt. In 3 sind typische Verläufe für Originalfinger und Fälschungen dargestellt.In the 3 As shown, the VR ratio curves are calculated from the VRV values calculated for each image of the dynamic sequence, so that the illustrated time course results after smoothing. In 3 typical processes for original fingers and forgeries are shown.

In 3 sind mehrere VRV-Verläufe von Originalen und Fälschungen gezeigt. Je nach Sequenz ist ein Fingerabdruck ab Bild 7 bis 9 der Sequenz 100 sichtbar. Vor diesem Zeitpunkt ist das V-R-Verhältnis definitionsgemäß auf Null gesetzt. Die Sequenzen enden mit Bild 19.In 3 Several VRV traces of originals and counterfeits are shown. Depending on the sequence, a fingerprint is off the picture 7 to 9 the sequence 100 visible, noticeable. By definition, the VR ratio is set to zero by definition. The sequences end with picture 19 ,

Beim Auflegen eines realen Fingers ist der Finger in der Bildsequenz 100 zunächst nur sehr schwach (geringer Kontrast) und mit einer kleinen Auflagefläche sichtbar. Dann vergrößert sich die Auflagefläche sehr schnell während der Abdruck deutlicher wird. Diese Phase zeigt sich im VRV-Verlauf mit einem sehr starken Anstieg bis zu einem spitzen Maximum.When placing a real finger, the finger is in the picture sequence 100 initially only very weak (low contrast) and visible with a small contact surface. Then the support surface increases very fast while the impression becomes clearer. This phase shows up in the VRV curve with a very strong increase up to a peak maximum.

Dann bleibt die Auflagefläche des Fingers in etwa konstant, aufgrund des zunehmenden Auflagedruckes werden aber die Fingerlinien im Bild immer breiter. Die Zunahme des Auflagedruckes ist anfangs sehr groß, nimmt aber mit der Zeit sehr schnell ab. Im VRV-Verlauf zeigt sich also typischerweise ausgehend vom Maximum des V-R-Verhältnisses zunächst eine schnelle Abnahme des V-R-Verhältnisses (die Fingerlinien werden auf Kosten der Fingerrillen breiter). Der VRV-Verlauf nähert sich dann asymptotisch einem Wert, der allerdings sehr stark vom jeweiligen Benutzer abhängt (individuelle Fingerkonsistenz, individueller Anpressdruck).Then remains the bearing surface of the finger in about constant, due to the increasing contact pressure but the finger lines in the picture are getting wider. The increase the pad pressure is initially very large, but decreases over time very quickly. In VRV history is thus typically starting from the maximum of the V-R ratio first one rapid decrease of the V-R ratio (The finger lines become wider at the expense of the finger grooves). Of the VRV history is approaching then asymptotically a value, however, very strong from depends on each user (individual finger consistency, individual contact pressure).

Die VRV-Verläufe realer Finger sind in 3 im Mittelfeld (im mittleren Bereich des Graphen) angeordnet. Fälschungen können davon abweichend sowohl ein ausgeprägteres Maximum (große Elastizität) als auch ein weniger ausgeprägtes Maximum (geringe Elastizität) zeigen. Im Extremfall kann bei einer Fälschung sogar lediglich ein asymptotischer Anstieg des Wertes des V-R-Verhältnisses ohne ein ausgeprägtes Maximum auftreten.The VRV traces of real fingers are in 3 in the middle field (in the middle area of the graph). Falsifications may deviate from this both a more pronounced maximum (great elasticity) and a less pronounced maximum (low elasticity) show. In extreme cases, a counterfeit can even cause only an asymptotic increase in the value of the VR ratio without a pronounced maximum.

Im Schritt 210 wird der zeitliche Verlauf hinsichtlich vorbestimmter Kriterien überprüft. Diese Kriterien basieren auf charakteristischen Merkmalen die zur Unterscheidung zwischen VRV-Verläufen von Originalen und VRV-Verläufen von Fälschungen aus den VRV-Verläufen extrahiert werden.In step 210 the time course is checked with regard to predetermined criteria. These criteria are based on characteristic features that are extracted to distinguish between VRV history of originals and VRV traces of counterfeit VRV traces.

Gemäß einem Ausführungsbeispiel werden aus den in 3 dargelegten Verläufen der Maximalwert des Verlaufs, der Endwert des Verlaufs, also dessen eingeschwungener Zustand, das Verhältnis von Maximalwert und Endwert und/oder die Steigung zwischen Maximalwert und Endwert bestimmt. Auf der Grundlage vorbestimmter Schwellwerte erfolgt anschließend eine Klassifikation (Original-Fälschung). Wird festgestellt, dass die charakteristischen Werte oder einzelne derselben vorbestimmte Schwellwerte überschreiten, so wird z. B. eine Bildsequenz als Fälschung klassifiziert und zurückgewiesen. Andernfalls wird die Bildsequenz als Original klassifiziert und, gegebenenfalls einer weitergehenden Verarbeitung zugeführt. Die Klassifikation anhand typischer Kenngrößen der VRV-Verläufe wurde oben näher beschrieben. Die eigentliche Klassifikation erfolgt anhand dieser Kenngrößen mit einer Schwellwertentscheidung. Mehrere Entscheidungen werden dabei möglicherweise logisch zusammengefasst.According to one embodiment, from the in 3 the course of the course, the end value of the course, ie its steady state, the ratio of the maximum value and the final value and / or the slope between the maximum value and the final value are determined. On the basis of predetermined threshold values, a classification (original forgery) ensues. If it is determined that the characteristic values or individual values thereof exceed predetermined threshold values, then z. For example, an image sequence is classified as a forgery and rejected. Otherwise, the image sequence is classified as an original and, if necessary, fed to a further processing. The classification based on typical characteristics of the VRV curves has been described in more detail above. The actual classification is based on these parameters with a threshold value decision. Multiple decisions may be logically grouped together.

Anstelle der gerade beschriebenen Klassifikationsverfahren sind auch andere Klassifikationsverfahren anwendbar, bei denen durch die charakteristischen Merkmale ein Merkmalsraum aufgespannt wird. Bei einer Klassifikation im Merkmalsraum werden die typischen Kenngrößen (möglicherweise auch noch weitere, die sich bei der Einzelklassifikation als nicht tauglich erweisen) zu einem Merkmalsvektor zusammengefasst. Dieser Vektor lässt sich nun im N-dimensionalen Raum (bei N Kenngrößen) darstellen. Sequenzen realer Fingerabdrücke belegen nun in diesem N-dimensionalen Merkmalsraum ein bestimmtes Gebiet. Dieses Gebiet kann nun direkt durch viele solcher Vektoren repräsentiert werden. Es kann auch eine parametrische Darstellung eines solches Gebietes bestimmt werden. Für die Klassifikation wird nun getestet, ob der Merkmalsvektor einer Sequenz in dem Raumgebiet des realen Fingerabdrucks liegt oder nicht.Instead of The classification methods just described are also different Classification method applicable in which by the characteristic Features a feature space is spanned. In a classification in the feature space, the typical parameters (and possibly even more, which prove to be unsuitable for the individual classification) summarized to a feature vector. This vector can be now in N-dimensional space (at N characteristics). sequences real fingerprints now occupy a certain in this N-dimensional feature space Area. This area can now be accessed directly through many such vectors represents become. It can also be a parametric representation of such Be determined area. For the classification is now tested if the feature vector of a Sequence in the spatial area of the real fingerprint or not.

Dieses Verfahren ist vorteilhaft, da die Klassifikation im Merkmalsraum mit mehreren Merkmalen gleichzeitig erfolgt. Unter Umständen ist ein Muster in einer Raumrichtung nicht trennbar, während es in einer anderen Raumrichtung leicht trennbar ist. Im mehrdimensionalen Raum muss daher nicht von vorneherein feststehen, welche Dimension des Merkmalsvektors die Trennbarkeit garantiert.This Method is advantageous because the classification in feature space with several characteristics at the same time. It may be a pattern in one spatial direction is inseparable while it is is easily separable in another spatial direction. In the multidimensional Therefore, space does not have to be determined from the outset which dimension the feature vector guarantees separability.

Beim obigen Verfahren werden dagegen viele eindimensionale Klassifikationen nachträglich zusammengefasst, was in der Regel weniger effektiv ist.At the however, the above methods become many one-dimensional classifications later summarized, which is usually less effective.

Nachfolgend wird anhand der 4 ein bevorzugtes Ausführungsbeispiel zur Bestimmung des V-R-Verhältnisses näher beschrieben. Anhand der 4 werden die Schritte 202 und 204 näher erläutert. Die in 4 näher beschriebenen Werte werden für jedes Grauwertbild I (x, y) der erfassten Bildsequenz durchgeführt, und für jedes dieser Grauwertbilder wird das V-R-Verhältnis berechnet. Im Schritt 216 wird zunächst ein Fingerabdruck im zu untersuchenden Bild lokalisiert, d. h. es wird festgestellt, wo im Bild wirklich ein Fingerabdruck zu sehen ist. Zusätzlich kann bei einem bevorzugten Ausführungsbeispiel im Schritt 216 von diesem lokalisierten Fingerabdruck ein Rand mittels eines morphologischen Erosionsalgorithmus abgeschält werden. Dies hat den Vorteil, dass kleinere Objekte entfernt werden, die bei der Lokalisierung eventuell getrennt vom Hauptanteil des Fingerabdrucks entstanden sind. Gemäß einem bevorzugten Ausführungsbeispiel wird ein Rand von etwa 10 Pixeln Breite abgeschält, d. h., dass Objekte, deren Durchmesser kleiner als 20 Pixel ist, entfernt werden.The following is based on the 4 a preferred embodiment for determining the VR ratio described in more detail. Based on 4 become the steps 202 and 204 explained in more detail. In the 4 The values described in greater detail are carried out for each gray scale image I (x, y) of the acquired image sequence, and the VR ratio is calculated for each of these gray scale images. In step 216 First, a fingerprint is located in the image to be examined, ie it is determined where in the picture really a fingerprint can be seen. In addition, in a preferred embodiment in step 216 From this localized fingerprint an edge will be peeled off by means of a morphological erosion algorithm. This has the advantage of removing smaller objects that may have been isolated from the main portion of the fingerprint during localization. According to a preferred embodiment, an edge of about 10 pixels wide is peeled off, that is, objects whose diameter is smaller than 20 pixels are removed.

Im Schritt 218 und im Schritt 220 werden im verbleibenden Fingerabdruck durch Binarisierung zwei komplementäre Bereich berechnet. Im Schritt 218 wird ein Fingerrillenbereich B_V in dem Grauwertbild markiert, während in Schritt 220 entsprechende Fingerlinienbereiche B_R bestimmt werden. Ferner werden in den Schritten 218 und 220 die den jeweiligen Bereichen zugeordneten Grauwerte I zugeordnet.In step 218 and in the step 220 be in remaining fingerprint calculated by binarization two complementary area. In step 218 a finger groove area B _{V is marked} in the gray scale image, while in step 220 corresponding finger line areas B _{R are} determined. Further, in the steps 218 and 220 the gray values I assigned to the respective areas are assigned.

In einem abschließenden Schritt 222 wird das V-R-Verhältnis als

berechnet. Das V-R-Verhältnis ist also das Verhältnis der Summe aller Grauwerte im Fingerrillenbereich (Valley-Bereich) und der Summe aller Grauwerte im Fingerlinienbereich (Ridge-Bereich).In a final step 222 is the VR ratio as

calculated. The VR ratio is thus the ratio of the sum of all gray values in the finger groove area (valley area) and the sum of all gray values in the finger line area (ridge area).

Anschließend werden die oben anhand der 2 beschriebenen Verfahrensschritte abgearbeitet.Subsequently, the above based on the 2 processed process steps described.

Abhängig von dem Ergebnis des erfindungsgemäßen Verfahrens werden dann weitere Schritte eingeleitet oder nicht eingeleitet, z. B. der Zugriff auf geschützte Daten, das Öffnen von Türen und ähnliches. Wird z. B. festgestellt, dass ein Fingerabdruck von einer Fälschung stammt, wird ein Alarm oder ähnliches ausgelöst, um z. B. dem Werkschutz den Versuch eines unberechtigten Eindringens anzuzeigen.Depending on the result of the method according to the invention then further steps are initiated or not initiated, z. B. access to protected Data, opening of doors and similar. If z. B. found that a fingerprint of a forgery comes, is an alarm or something similar fires to z. B. the plant protection attempt an unauthorized intrusion display.

Alternativ kann bei der Feststellung, dass der Fingerabdruck „echt" ist, die erfasste Bildsequenz einer weiteren Verarbeitung zur Personen-Identifizierung zugeführt werden.alternative may detect the fingerprint detected "true." Image sequence of another processing for person identification supplied become.

0-190-19: Bilderimages
100100: Bildsequenzimage Series
102102: Pfeilarrow
104104: Fingerfinger
106106: Sensoreinheitsensor unit
200 bis 222200 to 222: Verfahrenschrittesteps
VRVVRV: Verhältnis von Fingerrillen und Fingerlinienratio of Finger grooves and finger lines

Claims

Counterfeiting detection method comprising the steps of: (a) collecting in time ( 200 ) of individual images of a finger when placing the finger ( 104 ) to a sensor unit ( 106 ) to a picture sequence ( 100 ) generating a plurality of images ( 0 - 19 ) of the fingerprint to be recognized; (b) Capture ( 202 ) of finger lines and finger grooves in successive pictures ( 0 - 19 ) of the generated image sequence ( 100 ); (c) determining ( 204 ) a ratio (VRV) of finger grooves and finger lines in each image ( 0 - 19 ) for which the finger grooves and finger lines were detected in step (b); and (d) depending on a course of the ratios (VRV) determined in step (c), determining ( 208 . 210 ), whether the generated image sequence ( 100 ) comes from a real finger or a fake.

Method according to Claim 1, in which the width of the finger lines and the finger grooves when the finger is applied ( 104 ) and / or the brightness of the finger lines and finger grooves in the images ( 0 - 19 ) of the generated image sequence ( 100 ) changes.

Method according to Claim 1 or 2, in which the images ( 0 - 19 ) of the generated image sequence ( 100 ) are detected as gray value images.

Method according to one of claims 1 to 3, wherein in step (d) it is determined whether the course of the ratios (VRV) one or more Exceeds thresholds.

The method of claim 4, wherein the one or the multiple thresholds from a maximum value of the course of the ratios (VRV), a final value the course of the relationships (VRV), a relationship from the maximum value and the end value and / or a slope between the maximum value and the final value.

Method according to one of claims 1 to 5, wherein the step (b) for each image to be examined ( 0 - 19 ) comprises the following steps: (b1) localized ( 216 ) of a fingerprint in the image, (b2) determining ( 218 ) of a region in the image associated with the finger lines and detecting the gray values associated with the finger line region in the image, (b3) determining ( 220 ) of an area in the image associated with the finger grooves, and detecting gray levels in the image associated with the finger groove area; and (b4) forming ( 222 ) of the ratio of the sum of all gray values in the finger groove area and the sum of all gray values in the finger line area.