DE4413963C2

DE4413963C2 - Anordnung zur Erkennung von Fingerabdrücken

Info

Publication number: DE4413963C2
Application number: DE4413963A
Authority: DE
Inventors: Yoshihide Matsumura
Original assignee: Matsumura Engineering K K
Current assignee: MATSUMURA ENGINEERING K.K., TOKIO/TOKYO, JP
Priority date: 1993-04-21
Filing date: 1994-04-21
Publication date: 2000-12-28
Anticipated expiration: 2014-04-22
Also published as: JP2759309B2; JPH07110860A; DE4413963A1; GB2278945A; US5493621A; GB9407939D0; GB2278945B

Description

Die Erfindung bezieht sich auf eine Anordnung zur Erken nung von Fingerabdrücken nach dem Oberbegriff des Anspruchs 1.

Eine solche gattungsgemäße Anordnung zur Erkennung von Fingerabdrücken ist aus der Druckschrift Ko ASAI et al. "Fin gerprint Identification System", Second USA-Japan Computer Conference Proceedings, Tokyo, 26.-28. August 1975, Seiten 30-35 bekannt.

Fingerabdrücke werden wegen zweier herausragender Merkma le als zuverlässigstes Mittel zur Erkennung von Personen betrachtet; sie bleiben nämlich während des ganzen Lebens unverändert und unterscheiden sich von Person zu Person. Die Eigenschaften, die zur Fingerabdruckerkennung verwendet wer den, sind ein Bruch- oder Endpunkt einer Hautleiste (eine Konvexität eines Fingerabdruckmusters) und ein Punkt, wo die Hautleisten verzweigen (Verzweigungspunkt); diese Eigenschaf ten werden allgemein als Merkmale (Minutiae) bezeichnet. Da das Vergleichen (Matching) eines Fingerabdrucks als Bild hinsichtlich Speicherkapazität und Vergleichsgeschwindigkeit auf Schwierigkeiten stößt, nutzt man die örtlichen Beziehungen von Merkmalen, die aus dem Fingerabdruckbild extrahiert wer den. Die Extraktion von Merkmalen aus einem eingegebenen Fingerabdruckbild beginnt mit der Korrektur des ursprünglichen Bildes durch Glätten und Hervorheben, worauf die Orientierung des Fingerabdruckmusters erfaßt wird. Durch örtliches zweidi mensionales differentielles Filtern und Schwellenverarbeitung wird auf der Basis der erfaßten Orientierung ein binäres Hautleistenbild gebildet. Das Hautleistenbild wird einer Verdünnung oder Skelettierung unterzogen, um die Lage von Merkmalen zu erfassen. Die Richtung der Hautleiste wird für jedes Merkmal gemessen. Ferner wird die Anzahl sich schneiden der Hautleisten als Beziehung zwischen benachbarten Merkmalen erfaßt, wodurch die Stellungskoordinate, die Musterorientie rung und die Beziehung zwischen benachbarten Merkmalen aufge listet werden. Der eingegebene Fingerabdruck wird mit dem zuvor gespeicherten Fingerabdruck verglichen, indem einzelne Merkmale des ersteren mit dem letzteren verglichen werden.

Es wurde ein Fingerabdruck-Erkennungssystem vorgeschla gen, bei dem zur Erkennung von Personen in Realzeit die einge gebenen Fingerabdruck-Bilddaten mit gespeicherten Daten ver glichen werden. Bei diesem Fingerabdruck-Erkennungssystem wird ein Allzweck-Mikroprozessor dazu verwendet, eine Vorverarbei tung zur Entfernung von Störungen aus dem eingegebenen Bild, zum binären Verarbeiten zum Umwandeln des Bildelement- oder Pixelwertes der Bilddaten in einen Binärwert "1" oder "0" unter Verwendung einer vorbestimmten Schwellenspannung, Ske lettierungsverarbeitung zum Extrahieren eines Bildes der gleichen Linienbreite vom binären Bild, Verarbeiten zum Ex trahieren von Merkmalen und zum Musterausgleich auszuführen. Mit anderen Worten, die gesamte Bildverarbeitung wird mittels des Mikroprozessors durchgeführt.

Bei der herkömmlichen Anordnung zur Fingerabdruckerken nung wird jedoch die gesamte Bildverarbeitung zur Fingerab druckidentifikation ausschließlich durch den Allzweck-Mikro prozessor ausgeführt. Daher steigt die Verarbeitungszeit proportional zur Menge der zu verarbeitenden Daten und zur Komplexität der Verarbeitung, wodurch die Systemgeschwindig keit bei der Fingerabdruckerkennung vermindert wird.

D. h., wenn bei der Bildverarbeitung durch ein Computer programm beispielsweise Bilddaten mit 512 × 512 Pixeln durch sequentielles Abtasten in Blöcken zu 3 × 3 Pixeln zum Skelet tieren verarbeitet werden, werden die Bilddaten 510 × 510 mal abgetastet. Beim Skelettieren zum Extrahieren eines Bildes der Binärdaten als Linienbild der gleichen Linienbreite ohne ihre Kontinuität zu verletzen, ist folgendes notwendig: Die Lei sten- oder Linienbreite muß konstant gehalten werden; die Linie muß in der Mitte des ursprünglichen Bildes gehalten werden; die Kontinuität des Bildes muß beibehalten werden; die Endpunkte der Bildes dürfen nicht reduziert werden. Darüber hinaus ist eine Verarbeitung notwendig, durch die die Erzeu gung von Rissen in konkaven und konvexen Bereichen des Finger abdrucks zwischen Hautleisten und ihren Schnittstellen unter drückt werden. So ist bei der gesamten Bildverarbeitung eine beträchtlich große Anzahl von Verarbeitungsschritten notwen dig.

Die vorstehend erwähnte Abtastung zum Skelettieren wird wiederholt, bis sie über das angezeigte Bild konvergiert oder abgeschlossen ist. Daher erfordert eine Verminderung der Ansprechzeit des Fingerabdruck-Erkennungssystems eine Verbes serung des Verdünnungs- oder Skelettierungsschemas und der Hardwarekonfiguration hierfür.

Die Ansprechzeit könnte durch ausschließlich für die Bildverarbeitung vorgesehene Hardware vermindert werden; es ist jedoch unerwünscht, solche anwenderorientierte Hardware bei Fingerabdruck-Erkennungssystemen anzuwenden, die billig und klein sein sollen. Hardware ausschließlich für die Bild verarbeitung ist einer Softwareverarbeitung durch einen Compu ter hinsichtlich der Ausbaufähigkeit des Systems unterlegen.

Dabei wird bei dem bekannten Fingerabdruckerkennungs system entweder ein Merkmalsvergleichs- oder ein Schablonen vergleichsschema angewendet. Das Merkmalsvergleichsschema ist insofern ausgezeichnet, als es einen stabilen Vergleich auch dann erlaubt, wenn sich der zu prüfende Fingerabdruck durch eine Drehbewegung verlagert; es haben jedoch nicht alle Fin gerabdrücke klare Merkmale und die Hautleisten können manchmal völlig flach oder unklar sein. In einem solchen Fall kann das Schablonenvergleichsschema eine höhere Erkennungsrate bieten. Das heißt, das Fingerabdruckerkennungssystem, bei dem allein das Merkmalsvergleichsschema angewendet wird, liefert nicht immer eine hohe Erfolgsrate bei der Erkennung.

Der Erfindung liegt die Aufgabe zugrunde, eine Anordnung zur Fingerabdruckerkennung anzugeben, die bei hoher Erken nungsrate einen schnellen Vergleich von Fingerabdrücken er laubt. Dabei soll die Anordnung geringe Kosten verursachen und eine geringe Größe aufweisen.

Erfindungsgemäß wird diese Aufgabe gelöst durch eine Anordnung zur Erkennung von Fingerabdrücken gemäß Anspruch 1.

Vorteilhafte und bevorzugte Ausführungsformen der erfin dungsgemäßen Anordnung sind Gegenstand der Ansprüche 2 bis 7.

Ausführungsbeispiele der erfindungsgemäßen Anordnung werden nachfolgend anhand von Figuren erläutert. Es zeigen:

Fig. 1 ein Blockschaltbild mit der Darstellung der Hardware konfiguration eines Ausführungsbeispiels der Anord nung,

Fig. 2 ein schematisches Schaubild der örtlichen Beziehungen der jeweiligen Pixel in einer Matrix mit 3 × 3 Pi xeln,

Fig. 3 eine Tabelle Nachbarpunktmuster-Indexwerte, für die der mittlere Pixel in der Pixelmatrix unterdrückt werden kann,

Fig. 4 ein Ablaufdiagramm für einen Skelettierungsprozeß,

Fig. 5 eine Tabelle mit der Darstellung von Nachbarpunkt muster-Indexwerten von 8 benachbarten Zellen der Pi xelmatrix an einem Schnittpunkt, einem Verzweigungs punkt und einem Endpunkt von Hautleisten,

Fig. 6a, Fig. 6b und Fig. 6c Muster von 8 benachbarten Zellen am Schnittpunkt, Verzweigungspunkt, Endpunkt,

Fig. 7 schematische Beispiele von Pseudomerkmalen,

Fig. 8 ein schematisches Diagramm von beispielhaften Bezie hungen eines Hauptverzweigungspunktes, von Sub- und von Sub-Subverzweigungspunkten,

Fig. 9 ein schematisches Diagramm mit der Darstellung des Polarkoordinatensystems des Hauptverzweigungspunktes in Fig. 8,

Fig. 10 ein Ablaufdiagramm für den Merkmalsvergleich,

Fig. 11 ein schematisches Diagramm mit der Darstellung von Bezugsbereichen für den Schablonenvergleich,

Fig. 12 ein Ablaufdiagramm für die Registrierung, bzw. Spei cherung eines Fingerabdrucks,

Fig. 13 ein Blockschaltbild mit dem Hauptteil einer weiteren Ausführungsform der Anordnung,

Fig. 14 ein schematisches Schaubild zur Erläuterung der Ar beitsweise der Anordnung der Fig. 13,

Fig. 15 ein Blockschaltbild eines Eingabe-Display-Teils der Fig. 13,

Fig. 16 ein Blockschaltbild eines Rechenteils der Anordnung der Fig. 13,

Fig. 17 schematisch im Rechenteil festgehaltene Fingerab druckdaten,

Fig. 18 Histogramme mit der Darstellung der Anzahl der Pixel,

Fig. 19 ein Histogramm mit der Darstellung der Anzahl der Zellen,

Fig. 20 ein Histogramm mit vollständigen Eingangsdaten,

Fig. 21 ein Histogramm der einer Verteilungsverarbeitung unterzogenen Eingangsdaten,

Fig. 22 ein Displaybild eines Fingerabdrucks der Eingabedaten vor der Verteilungsverarbeitung,

Fig. 23 ein Displaybild des Fingerabdrucks der Eingangsdaten nach der Verteilungsverarbeitung,

Fig. 24 schematisch schlitzartige Fenster,

Fig. 25a, 25b und 25c Diagramme zur Erläuterung der Arbeits weise der Anordnung der Fig. 13, und,

Fig. 26 ein Diagramm zur Erläuterung des Vergleichs eines Hautlinien-Richtungsmusters und eines -Krümmungsmu sters.

Die Darstellungen der Fig. 1 bis 12 dienen der Erläu terung einer erfindungsgemäßen Anordnung zur Fingerabdruck erkennung gemäß einer Ausführungsform der Erfindung, mittels derer Fingerabdruck-Bilddaten mit zuvor gespeicherten Bild daten in Realzeit verglichen werden.

Fig. 1 zeigt das Blockschaltbild einer Fingerabduck erkennungsanordnung 10 mit einem Fingerabdruck-Eingabegerät 11, einem A/D-Wandler 12, einem Vollbildspeicher 13 zum Spei chern von Bilddaten, einem Bildprozessor 20, einem Nur-Lese- oder Festspeicher 21 zum Speichern von Nachbarpunktmuster- Indexwerten, die zum Abtasten beim Skelettieren verwendet werden, einem Festspeicher 22, der zum Abtasten beim Extrahie ren von Eigenschaften oder Merkmalen dient, einem Speicher 23 zum Speichern von Steuerinformationen beim Abtasten zum Ske lettieren, einem Speicher 41 zum Speichern registrierter Daten, einer Eingabe 42, einer Ausgabe 43, einem Zugriffs- Steuersignalgenerator 44 und einer zentralen Verarbeitungsein heit (CPU) 40. Das Fingerabdruckbild-Eingabegerät 11 besteht aus einer transparenten Glasscheibe, auf die der zu prüfende Finger gelegt wird, einer Lichtquelle zum gleichmäßigen Be leuchten eines Fingerabdrucks, einer Linse, durch die zum Erzeugen eines Bildes reflektiertes Licht hindurchtritt, und einem CCD-Flächensensor. Das Video-Ausgangssignal vom CCD- Flächensensor wird vom A/D-Wandler 12 abgetastet, dessen Ausgangs-Digitalcode zum Bildspeicher 13 übertragen und dort gespeichert wird.

Der Bildprozessor 20 ist mit einem digitalen Signalpro zessor (DPS) versehen, der mit hoher Geschwindigkeit Produkt summen- und Vektorrechnungen ausführt, und der zur schnellen Bildverarbeitung mit den Festspeichern 21 und 22 verbunden ist. Im Festspeicher 21 sind Nachbarpunktmusterindexe für die Skelettierungs-Tabellensuche und im Festspeicher 22 Nachbar punktmusterindexe zur Merkmalstabellensuche gespeichert.

Die Eingabe 42 ist ein Gerät, durch das ein Paßwort und ein Befehl zum Modifizieren oder Löschen registrierter Daten in einem Registrier- oder Prüfprozeß vor- bzw. eingegeben werden. Die Ausgabe 43 liefert Ausgangs-Vergleichsergebnisse in lesbarer Form. Dieses Gerät kann ein Display, ein Audio- Ausgabegerät oder ein Drucker sein. Die CPU 40 steuert wenig stens die Eingabe 42 und die Ausgabe 43 und den Zugriffs- Steuersignalgenerator 40 und führt das Daten- und Hysteresema nagement bei den Registrier- und Vergleichsprozessen durch. Der Zugriffs-Steuergenerator 44 enthält einen Steuersignalge nerator, der zum Beispiel ein Steuersignal zum Öffnen oder Schließen einer Tür auf der Basis der Fingerabdruckvergleichs ergebnisse erzeugt. Im folgenden sei die Arbeitsweise dieser Ausführungsform beschrieben:

Skelettierungsverarbeitung

Zunächst sei anhand der Fig. 2-4 die Skelettierungs verarbeitung beschrieben, die durch die Fingerabdruckerken nungsanordnung 10 des oben beschriebenen Aufbaus durchgeführt wird. Die Skelettierungsverarbeitung dient dazu, von einem Block der Bilddaten "1" eine Linieninformation zu extrahieren. Wenn, konkret, der Wert eines Pixels an einer interessierenden Zelle "1" ist, wird er in Abhängigkeit vom Muster der benach barten Pixel auf "0" geändert. Die Bilddaten werden wiederholt abgetastet, und wenn in den Bilddaten keine solche Zelle mehr vorhanden ist, deren Pixelwert auf "0" geändert wird, wird festgestellt, daß die Skelettierungsverarbeitung konvergiert oder beendet ist, und die Abtastung wird gestoppt.

Bei der Fingerabdruckerkennungsanordnung 10 wird 8 be nachbarten Zellen, d. h., 8 Pixeln P_i (i = 1 bis 8), die in einer 3 × 3-Pixelmatrix an den mittleren Pixel P₀ angrenzen (Fig. 2) als Gewichtungsfaktor W_i der Faktor 2^i-1 von 2 zu geordnet. Dieser Wert enspricht einem der Bits 0-7 von 1- Byte-Daten.

Die gesamte Summe

von Werten, die je durch Multiplizieren des Pixelwerts X_i (i = 1 bis 8) jeder angren zenden Zelle P_i mit dem Gewichtungsfaktor W_i (i = 1 bis 8) erhalten wurden, wird als Indexwert für das angrenzende Zel lenmuster für den mittleren Pixel P₀ verwendet.

Jeder Pixelwert X_i jeder angrenzenden Zelle hat einen Binärwert "0" oder "1". Durch das Verfahren der Zuordnung eines Gewichtungsfaktors ist der Indexwert V_p des angrenzenden Zellenmusters 1 Byte lang und reicht von 0 mit Bits 0-7, die sämtlich AUS sind, bis 255 mit allen Bits EIN.

Der erwähnte Nachbarzellenmuster-Indexwert wird für jede Kombination von 8 benachbarten Zellen in der 3 × 3-Pixelmatrix berechnet, für die der Pixelwert an der mittleren Zelle von "0" auf "1" geändert wird, und die jeweiligen Nachbarzel lenmuster-Indexwerte werden als Skelettierungstabelle im Spei cher 21 gespeichert (Fig. 3).

Im weiteren wird die Skelettierungsbestimmungs-Verarbei tung beschrieben, durch die festgelegt wird, ob der Pixel im Zentrum der 3 × 3-Pixelmatrix, wenn er auf "1" liegt, vom Schirm gelöscht werden kann, ohne die Kontinuität des Dis playbildes zu beeinträchtigen, indem der Pixelwert am mitt leren Pixel von "1" auf "0" geändert wird. Der Nachbarzel lenmuster-Indexwert V_p der 8 angrenzenden Zellen wird berech net und die Skelettierungstabelle wird nach einem V_p gleichen Wert abgesucht. Wenn der dem Wert V_p gleiche Wert in der Skelettierungstabelle gefunden ist, wird der Pixelwert in der Mitte der Matrix von "1" auf "0" geändert; wird kein solcher Wert gefunden, so wird der Wert des mittleren Pixels unver ändert gehalten.

Wird der gleiche Wert wie der der Nachbarzellenmuster- Indexwerte der 8 benachbarten Zellen in der Skelettierungs tabelle nicht gefunden, so wird festgestellt, daß die Skelet tierung der betroffenen Nachbarzellen beendet ist. Ist der Nachbarzellenmuster-Index in der Tabelle vorhanden und wird der Pixelwert der mittleren Zelle von "1" auf "0" geändert, so wird festgestellt, daß die Skelettierung der Nachbarzellen noch nicht beendet ist. Eine Abtast-Steuereinrichtung, die die Abtastung des Schirmes steuert, auf dem ein vorbestimmter Bereich der Eingabe-Bilddaten angezeigt wird, tastet sequen tiell den Schirm ab, während die mittlere Zelle der 8 Nachbar zellen um jeweils eine verschoben wird.

Fig. 4 zeigt ein Ablaufdiagramm des Ausdünnungs- oder Skelettierungsprozesses. Wenn im Schritt S1 die Abtastung der Skelettierung gestartet wird, wird die Bildschirmabtastung im Schritt S2 initialisiert, wonach im Schritt S3 ein erster Schritt der Bildschirmabtastung ausgeführt wird. D. h., im Schritt S3A erfolgt die Skelettierung der 8 Nachbarzellen und im Schritt S3B wird festgestellt, ob die Skelettierung beendet ist. Ist die Skelettierung nicht beendet, so wird zum Schritt S3C übergegangen, wo eine Skelettierungs-Konvergenzmarke gesetzt und ihre Positionsinformation gespeichert wird. Darauf folgt der Schritt S3D, während dessen festgestellt wird, ob die Skelettierung um einen Pixel verschoben oder für eine Linie oder Leiste beendet wurde. Wenn die Skelettierung der 8 benachbarten Zellen beendet ist, geht das Programm zum Schritt S3D über. Wird festgestellt, daß die Skelettierung für eine Leiste nicht beendet wurde, geht das Programm zurück zum Schritt S3A, bis die Verarbeitung einer Linie beendet ist. Im Schritt S4 wird festgestellt, ob die Skelettierungs-Konver genzmarken auf der Linie bzw. Zeile alle AUS sind. Ist dies der Fall, so endet der Skelettierungsprozeß. Ist auch nur eine Marke EIN, so werden im Schritt S5 der zweite und die nachfol genden Schritte der Bildschirmabtastung gestartet. Hierauf folgt Schritt S6, in dem die Abtastung an der Zeile gestartet wird, an der die Skelettierungskonvergenzmarke EIN ist; darauf folgt Schritt S7, in dem die Abtastung zu einer registrierten Nachbarzelle springt. Darauf wird im Schritt S8 der Skelettie rungsprozeß für jede der 8 benachbarten Zellen ausgeführt, wonach die Skelettierungskonvergenzmarken und ihre Pixelstel lungen im Schritt S9 auf den neuesten Stand gebracht werden. Im nächsten Schritt S10 wird festgestellt, ob die Skelettie rungskonvergenzmarken auf den Linien des Schirms sämtlich AUS sind; ist nur eine der Marken EIN, so geht das Programm zum Schritt S11, in dem festgestellt wird, ob die Anzahl der Wiederholungen der Abtastung größer ist als ein vorbestimmter Wert. Ist dies im Schritt S10 der Fall, oder sind sämtliche Skelettierungskonvergenzmarken AUS, so endet das Programm. Falls nicht, kehrt das Programm zum Schritt S5 zurück und wiederholt die beschriebene Verarbeitung.

Wie vorstehend beschrieben, wird bei der Fingerabdruck erkennungsanordnung 10 wenigstens bei der ersten Schirmabta stung nach dem Rücksetzen der Skelettierungsabtastungs-Steuer information der Schirm Zeile für Zeile von der linken oberen zur rechten unteren Ecke abgetastet, während die mittlere Zelle der Zellmatrix für jeden Pixel verschoben wird. Die Abtast-Steuerinformation zum Skelettieren wird für jede Zeile in dieser Schirmabtastung berechnet und in einem Speicher vor gespeichert. Diese Steuerinformation besteht aus einer Skelet tierungskonvergenzmarke, die gesetzt wird, wenn die Zeile eine benachbarte Zelle enthält, für die die Skelettierung nicht endet, aus der Positionsinformation dieser benachbarten Zelle in der Zeile und aus der Anzahl kontinuierlicher Pixelpunkte, für die die Skelettierung nicht konvergiert.

Wenn die Abtastung der Bilddaten vollendet ist, wenn die Skelettierungskonvergenzmarken der abgetasteten Zeilen alle AUS sind, wird festgestellt, daß der Skelettierungsprozeß des Schirms konvergiert oder beendet ist. Die Abtastung wird dann gestoppt. Wenn auf den abgetasteten Zeilen wenigstens eine Skelettierungs-Konvergenzmarke EIN ist, werden die Bilddaten wiederum abgetastet. In diesem Fall wird die oben genannte Abtast-Steuerinformation, die während der vorausgehenden Abtastung gespeichert wurde, zum Starten der Abtastung auf der Zeile verwendet, auf der die Skelettierungs-Konvergenzmarke EIN ist und am ersten der Pixelpunkte, für den die Skelettie rung nicht konvergiert ist. Auf jeder Zeile werden die Anzei gedaten für jeden Pixel jeder 3 × 3-Pixelmatrix abgetastet und es wird festgestellt, ob der Pixelpunkt löschbar ist, wodurch die Abtast-Steuerinformation für jede Zeile auf den neuesten Stand gebracht wird. Wenn die Skelettierung aller Nachbarzel len auf der abgetasteten Zeile beendet ist, wird die Konver genzmarke der Zeile rückgesetzt. Existiert in der Zeile eine Sequenz aneinander angrenzender Pixelpunkte, für die die Skelettierung nicht beendet ist, läßt die Abtastung sie auf diese Linie oder Zeile springen. Die Abtastung des Schirms für die Skelettierung wird wiederholt, bis die Konvergenzmarken aller Zeilen auf AUS gehen, oder um eine vorbestimmte Anzahl von Malen.

Extraktion von Merkmalen

Im folgenden wird anhand der Fig. 5 bis 7 die Merkmal- Extraktionsverarbeitung im Fingerabdruckerkennungssystem 10 beschrieben. In einer Nachschlagtabelle werden Nachbarzel lenmuster-Indexe von 8 benachbarten Zellen, die Schnittpunkte, Verzweigungspunkte und Endpunkte darstellen, vorgespeichert. Die Nachbarzellenmuster-Indexe werden in Einheiten von 8 benachbarten Zellen über einen vorbestimmten Bereich von für die Skelettierung verarbeiteten Bilddaten berechnet und die Nachschlagtabelle wird für jeden der Nachbarzellenmuster- Indexe abgesucht. Wird er in der Tabelle gefunden, so werden seine Koordinaten in einem Speicher als "Kandidat" für jeden Schnitt-, Verzweigungs- und Endpunkt gespeichert. Zum Beispiel wird festgestellt, daß der Nachbarzellenmuster-Index den Schnittpunkt in einem Falle darstellt, in dem der Wert eines von 8 angrenzenden Zellen umgebenen mittleren Pixels "1" ist und der Nachbarzellen-Indexwert ist 170 oder 85.

Wenn zwei Merkmale gleicher Art nahe beieinander liegen, wird festgestellt, daß es sich wegen einer Störung um Pseudo merkmale handelt, und sie werden vom Speicher gelöscht, worauf echte Merkmale extrahiert werden. Die Richtungen der jeweili gen Merkmale gleicher Art werden bestimmt und, wenn ihre Richtungen gleich sind und der Abstand zwischen ihnen kleiner als ein vorbestimmter Wert ist, wird festgestellt, daß es sich um Pseudomerkmale handelt.

Fig. 7A zeigt Pseudoschnittpunkte, wenn der Abstand zwischen ihnen kurz ist. Dies wird gelöscht als Brücke vom Kandidaten für das Schnittpunktmerkmal. Fig. 7B zeigt einen Pseudo-Verzweigungspunkt, der zum Beispiel durch Schweiß entstanden ist. Das Verzweigungspunktpaar wird vom Kandidaten oder als Kandidat für das Verzweigungspunktmerkmal entfernt. Fig. 7C zeigt zwei sehr nahe beieinanderliegende Endpunkte. Dies wird als durch eine Störung entstandener Bruch in einer Linie betrachtet und vom Kandidaten oder als Kandidat für die Endpunktmerkmale gelöscht.

Registrierung von Merkmalen

Gemäß Fig. 8 wird bei der Fingerabdruckerkennungsanord nung 10 ein dem Mittelpunkt im abgetasteten Bereich der Bild daten zunächst liegender Verzweigungspunkt als Hauptverzwei gungspunkt M1 gewählt. Darauf wird ein dem Hauptverzweigungs punkt M1 in jedem der 4 Quadranten mit dem Hauptverzweigungs punkt als Ursprung eines kartesichen Koordinatensystems zu nächst liegender Verzweigungspunkt als Subverzweigungspunkt m_i (i = 1 bis 4) gewählt. Darauf werden 4 Verzweigungspunkte als Sub-Subverzweigungspunkte m_ij (i, j = 1 bis 4) in aufsteigender Ordnung des Abstandes zum Subverzweigungspunkt in jedem Quad ranten gewählt. Auf diese Weise werden, wie in Fig. 8 ge zeigt, insgesamt 21 Verzweigungspunkte gewählt.

Die Merkmal-Registrierungsdaten bestehen aus: Der Gesamt zahl der Verzweigungspunkte, ihren Positionsadressen, Bezie hungsdaten, die die örtliche Beziehung zwischen dem Hauptver zweigungspunkt M1 und den Subverzweigungspunkten m_i darstel len, in Polarkoordinaten, und aus Beziehungsdaten, die die örtliche Beziehung zwischen dem Subverzweigungspunkt m_i und dem Sub-Subverzweigungspunkt m_ij darstellen. Die Beziehungs daten für den Hauptverzweigungspunkt M1 und den Subverzwei gungspunkt m_i sind Daten in Polarkoordinaten und bestehen aus dem Abstand r_i zwischen dem Hauptverzweigungspunkt M1 und dem Subverzweigungspunkt m_i und dem Winkel θ_i des Subverzweigungs punkts m_i im Gegenuhrzeigersinn zur Hautleistenrichtung des Hauptverzweigungspunktes M1, wie in Fig. 9 durch den Pfeil gezeigt. Dabei wird die Hautleistenrichtung des Hauptverzwei gungspunktes M1 bestimmt, indem für jeden verarbeiteten Be reich unter Verwendung eines bekannten 8-Richtungsfilters binäre Bilddaten ermittelt werden. Die örtliche Beziehung zwischen dem Subverzweigungspunkt und dem Sub-Subverzweigungs punkt wird durch Polarkoordinatendaten dargestellt, die aus dem Abstand r zwischen ihnen und dem Winkel θ der Richtung des Sub-Subverzweigungspunktes gegenüber der Hautleistenrichtung des Hauptverzweigungspunktes bestehen.

Vergleichsverarbeitung

Im folgenden wird der Prozeß des Vergleichs von Merkmalen der Fingerabdruck-Bilddaten mit zuvor gespeicherten Bilddaten beschrieben. Fig. 10 zeigt ein Ablaufdiagramm der Merkmal- Vergleichsverarbeitung.

Wenn der Vergleich im Schritt S20 gestartet wird, wird im Schritt S21 festgestellt, ob die Differenz in der Gesamtzahl der Verzweigungspunkte zwischen den zu prüfenden und den registrierten Daten kleiner als eine vorbestimmte Zahl ist. Falls nicht, wird im Schritt S22 festgestellt, daß der Prüf ling ein Außenstehender ist; damit endet der Prozeß dieses Ab laufs. Wenn die Differenz in der Gesamtzahl der Verzweigungs punkte kleiner als der vorbestimmte Wert ist, wird festge stellt, daß der Prüfling kein Außenstehender ist, wonach ein Hauptverzweigungspunktkandidat der zu prüfenden Daten im Schritt S23 gewählt wird. Der Kandidat wird im Schritt S24 als Ursprung des kartesischen Koordinatensystems gesetzt. Darauf werden im Schritt S25 vier Subverzweigungspunkte im ersten bis vierten Quadranten gewählt. Im Schritt S25 wird festgestellt, ob drei oder mehr Subverzweigungspunkte in einem vorbestimmten Bereich um den registrierten Verzweigungspunkt vorhanden sind. Sind drei oder mehr Subverzweigungspunkte in dem vorbestimmten Bereich um den registrierten Verzweigungspunkt vorhanden, so wird das Maß der Abweichung zwischen ihnen auf der Basis der Norm in Schritt S27 berechnet. Darauf werden im Schritt S28 Sub-Subverzweigungspunkte für jeden Subverzweigungspunkt gewählt, und im Schritt S29 wird festgestellt, ob drei oder mehr Sub-Subverzweigungspunkte in einem vorbestimmten Bereich um jeden registrierten Verzweigungspunkt vorhanden sind. Wenn drei oder mehr Sub-Subverzweigungspunkte in dem vorbestimmten Bereich gefunden werden, geht das Programm zum Schritt S30 über, in dem das Maß der Abweichung zwischen dem Sub-Subver zweigungspunkt und dem registrierten Sub-Subverzweigungspunkt berechnet wird. Darauf wird im Schritt S31 ein mittleres Abweichmaß berechnet. Das Programm geht dann zum Schritt S32 über.

Werden andererseits keine drei oder mehr der Subverzwei gungspunkte innerhalb des vorbestimmten Bereichs um jeden registrierten Verzweigungspunkt im Schritt S27 gefunden, geht das Programm zum Schritt S33 über, in dem, gefolgt vom Schritt S32, das mittlere Abweichungsmaß der Sub-Subverzweigungspunkte auf "100" gesetzt wird. Wenn keine drei oder mehr der Sub- Subverzweigungspunkte innerhalb des vorbestimmten Bereichs um jeden registrierten Verzweigungspunkt im Schritt S29 gefunden werden, wird das mittlere Abweichmaß der Sub-Subverzweigungs punkte im Schritt S34 auf "120" gesetzt. Das Programm geht dann zum Schritt S31 weiter.

Im Schritt S32 wird festgestellt, ob die Zahl der gewähl ten Hauptverzweigungspunkt-Kandidaten größer ist als ein vor bestimmter Wert. Falls ja, geht das Programm zum Schritt S35 über; falls nicht, kehrt das Programm zum Schritt S23 zurück und wiederholt die beschriebene Verarbeitung. Im Schritt S35 wird der zu prüfende Hauptverzweigungspunkt gewählt, der die kleinste mittlere Abweichung bietet. Dann wird in Schritt S36 bestimmt, ob das mittlere Abweichungsmaß des Hauptverzwei gungspunktes kleiner ist als ein vorbestimmter Wert. Falls ja, wird im Schritt S37 festgestellt, daß der Prüfling kein Außen stehender ist, falls nicht, wird im Schritt S38 festgestellt, daß der Prüfling ein Außenstehender ist und der Prozeß dieses Ablaufs endet.

Durch den beschriebenen Ablauf werden die Gesamtzahl der Verzweigungspunkte, ihre Positions-Adressen und ihre Bezie hungsdaten ebenso wie im Fall der registrierten Daten für die zu prüfenden Daten extrahiert. Es wird sichergestellt, daß der Absolutwert der Differenz zwischen der Gesamtzahl der extra hierten Verzweigungspunkte und der Gesamtzahl der Verzwei gungspunkte in den für den Vergleich gewählten, zuvor regi strierten Daten kleiner ist als ein vorbestimmter Wert TH1. Wenn der Absolutwert größer ist als der Wert TH1, wird an genommen, daß keine Identität zwischen den zu prüfenden Daten und den registrierten Daten vorhanden ist, d. h., daß der Prüfling ein Außenstehender ist.

Wenn der erwähnte Absolutwert kleiner ist als der Wert TH1, wird der der Mitte der zu prüfenden Daten zunächst lie gende Verzweigungspunkt als Hauptverzweigungspunkt-Kandidat M'1 gewählt, und es wird festgestellt, ob die Subverzweigungs punkte m₁, m₂, m₃ und m₄ in den zu prüfenden Verzweigungspunk ten vorhanden sind, in der Annahme, daß der Hauptverzwei gungspunktkandidat M'1 der Hauptverzweigungspunkt M1 der regi strierten Daten ist. Dies wird folgendermaßen ausgeführt.

Die Hautleistenrichtung des Hauptverzweigungspunktkandi daten M'1 wird ermittelt und es wird festgestellt, ob ein Verzweigungspunkt in einem vorbestimmten Bereich um den regi strierten Subverzweigungspunkt m_i (i = 1 bis 4) der Polarkoor dinatendarstellung (r_i, θ_i) existiert.

Genauer, es wird ein Check durchgeführt, um zu sehen, ob der Subverzweigungspunkt m_i des zu prüfenden Verzweigungs punktes in einem zulässigen Bereich (r_i ± C_ri, θ_i ± Cθ_i) um den Subverzweigungspunkt m_i der registrierten Daten vorhanden ist. C_ri ist ein gegebener Grenzwert des Abstandes r_i und Cθ_i ein gegebener Grenzwert des Winkels θ_i.

Fallen zwei oder mehr der vier Subverzweigungspunkte m'_i außerhalb des genannten Bereichs, wird der Hauptverzweigungs punktkandidat M'1 als ungeeignet beurteilt, wonach der Mittel wert des Abweichungsmaßes der Subverzweigungspunkte auf "100" gesetzt und die Verarbeitung für den nächsten Hauptverzwei gungspunktkandidaten, wie im folgenden beschrieben, durch geführt wird. Wenn drei oder mehr Subverzweigungspunkte in den jeweils zulässigen Bereichen gefunden werden, wird das Ab weichungsmaß als Maß der Abweichung gezählt.

Bei dem Fingerabdruckerkennungssystem 10 wird das Ab weichungsmaß S_pi des Subverzweigungspunktes m_i (i = 1 bis 4) durch folgende Gleichung in Polarkoordinaten ausgedrückt. (r_x, θ_x) ist eine Polarkoordinatendarstellung des Subverzweigungs punktes m'_i für den Hauptverzweigungspunktkandidaten der zu prüfenden Bilddaten.

S_pi = ∥r_x - r_i∥ × 40/C_ri + ∥θ_x - θ_i∥ × 40/Cθ_i.

Auch für den Sub-Subverzweigungspunkt m'_ij (i, j = 1 bis 4) gegenüber dem Subverzweigungspunkt m'_i der zu prüfenden Bild daten wird das Abweichungsmaß S_pi durch folgende Gleichung in ähnlicher Weise ausgedrückt, wobei ebenfalls die Polarkoor dinatendarstellung verwendet wird. (r_xx, θ_xx) sind die Polar koordinaten des Sub-Subverzweigungspunktes m'_ij gegenüber dem Subverzweigungspunkt m'_i. (r_ij, θ_ij) ist die Polarkoordinaten darstellung der Position des Sub-Subverzweigungspunktes m_ij der registrierten Daten gegenüber dem Subverzweigungspunkt m_i.

S_pij = ∥r_xx - r_ij∥ × 50/C_rij + ∥θ_xx - θ_ij∥ × 50/Cθ_ij

Der Grund, warum das Gewicht des Abweichungsmaßes S_pij des Sub- Subverzweigungspunktes m'_ij (i, j = 1 bis 4) um 20% größer gemacht wurde als das Abweichungsmaß S_pi des Subverzweigungs punktes m'_i (i = 1 bis 4), besteht darin, daß der Beziehung, daß der Sub-Subverzweigungspunkt m'_1j mit dem registrierten Sub-Subverzweigungspunkt übereinstimmt, wenn der Subverzwei gungspunkt m'₁ der zu prüfenden Daten mit dem registrierten Subverzweigungspunkt m₁ übereinstimmt, Bedeutung zugemessen wird.

Wenn beim Abgleich der Verzweigungspunkte der zu prüfen den Bilddaten mit denen der registrierten Daten die Verzwei gungspunkte der zu prüfenden Daten in den jeweils zulässigen Bereichen nicht gefunden werden, dann wird das Abweichungsmaß der zu prüfenden Subverzweigungspunkte auf "100" gesetzt und das Abweichungsmaß der zu prüfenden Sub-Subverzweigungspunkte auf "120". Dabei wird jedoch, wenn der Subverzweigungspunkt m'_i (i = 1 bis 4) die Bedingung nicht erfüllt, daß er im ersten bis vierten Quadranten gegenüber dem Hauptverzweigungs punkt M'₁ der zu prüfenden Daten vorhanden ist, der Subver zweigungspunkt bei der Berechnung des mittleren Abweichungs grades ignoriert. Ähnlich wird auch der Sub-Subverzweigungs punkt m'_ij bei der Berechnung des mittleren Abweichungsgrades ignoriert, wenn er nicht in demjenigen Quadranten vorhanden ist, wo der Subverzweigungspunkt m'_i existiert.

Wenn zwei oder mehr Sub-Subverzweigungspunkte m'_ij (i, j = 1 bis 4) nicht in die jeweils zulässigen Bereiche der Subver zweigungspunkte m'_i (i = 1 bis 4) fallen, wird der mittlere Abweichungsgrad auf "120" gesetzt.

Ein durch Teilen der Gesamtsumme der Abweichungsmaße der Subverzweigungspunkte m'_i (i = 1 bis 4) und des Abweichungs grades der Sub-Subverzweigungspunkte m'_ij (i, j = 1 bis 4) durch die Anzahl der vorhandenen Verzweigungspunkte gewonnener Wert dient als mittlerer Abweichungsgrad des Hauptverzwei gungspunkt-Kandidaten M'1 der zu prüfenden Daten.

Eine vorbestimmte Anzahl von Hauptverbindungspunkt-Kandi daten M'1 wird in aufsteigender Reihenfolge vom Abstand zur Mitte der Display-Daten gewählt, worauf der mittlere Abwei chungsgrad jedes Hauptverzweigungspunkt-Kandidaten M'1 berech net wird. Dann bildet der Kandidat M'1 den als Hauptverzwei gungspunkt M'1 der zu prüfenden Daten verwendeten geringsten mittleren Abweichungsgrad. Hierbei wird allerdings nur, wenn der mittlere Abweichungsgrad des Hauptverzweigungspunkt-Kandi daten M'1 abwärts revidiert wird, der mittlere Abweichungsgrad der Sub-Subverzweigungspunkte m'_ij (i, j = 1 bis 4) gegenüber den Subverzweigungspunkten m'_i (i = 1 bis 4) berechnet. Dieses Verfahren dient zur Abkürzung der Verarbeitungszeit. Wenn der durch Teilen der Gesamtsumme der Abweichungsgrade der Subver zweigungspunkte m'_i (i = 1 bis 4) durch die Anzahl der Subver zweigungspunkte erhaltene Wert geringer ist als ein vorbe stimmter Schwellenwert, wird angenommen, daß die Merkmale der zu prüfenden Daten identisch mit denen der registrierten sind, d. h., der Prüfling wird als die zu den registrierten Daten gehörige Person identifiziert.

Bei der Registrierung von Daten für die Schablonenabstim mung (Fig. 11) wird eine 128 × 128-Pixel große Bezugsfläche A um die Mitte der binären Bilddaten vorgesehen. Rechts und links vom Bereich A befinden sich je eine 64 × 128-Pixel große Bezugsfläche B bzw. C. Mit diesen Bezugsflächen auf ein Vier tel komprimierte Bilddaten werden als registrierte Daten verwendet. Durch die Kompression der Bezugsbereiche auf ein Viertel werden die Bilddaten in Zellen aufgebrochen, die je aus 4 Pixeln bestehen. Diese Zellen werden je durch eine "1" oder "0" dargestellt, je nachdem, ob zwei oder mehr Pixelwerte "1" oder "0" sind. Dann werden die Anzahlen der Pixelwerte "1" in jeweils 8 × 8 = 64 Abschnitten, die je aus 48 × 48 Pixeln bestehen, gezählt, und diese Anzahlen werden als Gradierung oder Grauskalen-Verteilungsdaten registriert.

Die Schablonenabstimmung der Binärdaten beginnt mit der Ausrichtung der X- und Y-Achse des zu vergleichenden und des registrierten Bildes. Für diese Ausrichtung werden die erwähn ten Gradierungs- oder Grauskalenverteilungsdaten verwendet, um einen Fehler oder eine Verschiebung (K, L) zu erfassen, die durch Zählen der Anzahl von Pixelwerten "1" in 64 Abschnitten jeder Daten ermittelt werden. Die so gewonnene Zahl für die mit den registrierten Daten zu vergleichenden Daten wird durch A (i, j) und die Zahl für die registrierten Daten durch B (i, j) (i, j = 1 bis 8) identifiziert. Eine Abweichung S (K, L) wird zum Beispiel durch folgende Gleichung ermittelt, und es werden 255 Abweichungen berechnet.

Es wird die die minimale Abweichung bietende Verschiebung (K, L) ermittelt. Zunächst wird das zu prüfende Display-Bild A' alle 5 Pixel um die erwähnte Verschiebung (K, L) gegenüber dem registrierten Display-Bild A abgeglichen und die Lagekoor dinaten werden ermittelt, wodurch sich eine minimale Differenz zwischen den beiden Display-Bildern A' und A ergibt, was durch die Anzahl exklusiver ODER "1" dargestellt wird. Darauf wird die Differenz zwischen den beiden Display-Bildern A' und A für jeden Pixel um die oben erwähnten Lagekoordinaten berechnet und die so erhaltene Differenz wird als Verschiebung verwen det, um die Lage der minimale Differenz zu erhalten.

Das zu prüfende Display-Bild wird um den Betrag der erwähnten Verschiebung parallel verschoben und die Bezugs fläche A' wird gegenüber dem Display-Bild A verglichen. Wenn die Differenz zwischen ihnen geringer ist als ein vorbestimm ter Wert TH1, wird der Prüfling als die Person identifiziert, zu der die registrierten Daten gehören. Ist die Differenz größer als ein vorbestimmter Wert TH2, so wird der Prüfling als Außenstehender beurteilt. Liegt die Differenz zwischen den vorbestimmten Werten TH1 und TH2, so werden die Bezugsbereiche B und C der Fig. 11 mit denen der registrierten Daten in Übereinstimmung gebracht. Sind die Differenzen der Bezugs bereiche kleiner als vorbestimmte Werte TH3 bzw. TH4, so wird der Prüfling als die Person betrachtet, zu der die registrier ten Daten gehören, wenn nicht, wird er als Außenstehender betrachtet, d. h., der Test ist negativ verlaufen.

Dies wird anhand Fig. 12 näher erläutert, die ein Ab laufdiagramm für die Registrierung eines Fingerabdruckes darstellt, die nun näher beschrieben werden soll. Fingerab druck-Bilddaten mit einer Fläche von 2 × 2 cm des auf einen Bildprozessor gelegten Fingers werden durch einen nicht ge zeigten CCD-Flächensensor des Bildeingabegeräts 11 der Fig. 1 photoelektrisch umgewandelt und über den A/D-Wandler 12 im Bildspeicher 13 gespeichert.

Die so im Bildspeicher 13 gespeicherten Fingerabdruck- Bilddaten werden vorverarbeitet, zum Beispiel geglättet. Die Glättung der Bilddaten erfolgt durch Entfernen des Rauschens, bzw. von Störungen durch ein bekanntes Filter. Dann werden die Bilddaten in Binärform umgewandelt. Die Interpolation eines Schwellenwertes, die von der Fläche des Binär-Displaybildes abhängt, ist bekannt.

Das binäre Bild wird der Skelettierungsverarbeitung unterzogen, wodurch die Merkmale der Bilddaten extrahiert werden. Die oben beschriebenen Daten über die Verzweigungs punkte werden in Schritt S41 als Merkmale registriert. Darauf werden die Bilddaten gegenüber den zu prüfenden Daten durch ein Merkmalsvergleichsverfahren in Schritt S42 verglichen und, für die binären Bilddaten, werden im Schritt S43 in einem Speicher Schablonenvergleichsdaten registriert. Bei der Be stimmung der Hautleistenrichtung des Fingerabdruckes für den Schablonenvergleich wird ein bekanntes 8-Richtungsfilter ver wendet. Die im Bildspeicher gespeicherten Bilddaten werden in Schritt S44 mittels Schablone als zu vergleichende Daten verglichen.

In Schritt S45 werden das Merkmal- und das Schablonen-Ver gleichsverfahren hinsichtlich der Erkennungsrate verglichen. Hat das Schablonenvergleichsverfahren eine höhere Erkennungs rate, so wird es als Vergleichsverfahren des zu prüfenden Fingers verwendet; hat das Merkmalsvergleichsverfahren eine höhere Erkennungsrate, dann wird dieses angewendet. Darauf werden im Schritt S46 die registrierten Bilddaten und das Vergleichsverfahren hierfür in gegenseitiger Zuordnung in einem Speicher gespeichert. Im einzelnen wird das Schablonen vergleichsverfahren angewendet, wenn beim Fingerabdruckver gleich der gespeicherte durch das Merkmalsvergleichsverfahren nicht als identisch identifiziert werden kann. Beim Merkmals vergleichsverfahren kann die Erkennungsrate durch Verwendung des Verhältnisses zwischen dem mittleren Abweichungsgrad und einem vorherbestimmten Wert für das Authentisieren der Identi tät des Prüflings quantifiziert werden. Im Falle des Schablo nenvergleichsverfahrens kann die Erkennungsrate durch das Verhältnis zwischen der erwähnten Differenz und dem erwähnten vorbestimmten Wert für die Authentisierung der Identität des Prüflings quantifiziert werden.

Das Schablonenvergleichsverfahren oder das Merkmalsver gleichsverfahren wird bei der Fingerabdruckregistrierung auf der Basis der Daten einer Schirmabtastung gewählt. Zum Zwecke des Testens der Erkennungsrate können Bilddaten eines Bildes im Bildspeicher gespeichert werden. Die Schirmabtastzeit beträgt etwa 50 ms. Die Finger des Prüflings brauchen nicht wieder und wieder auf den Bildprozessor gelegt zu werden. Die Daten für den Vergleich können abgetastet und während einer einmaligen Abnahme der Daten gespeichert werden.

Im Laufe der Registrierung wird als Index der registrier ten Fingerabdruckdaten eine Identitätsnummer oder ein Paßwort eingegeben. Beim Vergleichsvorgang wird die Identitätsnummer oder das Paßwort eingegeben, worauf der zu prüfende Finger auf das Bildeingabegerät gelegt wird. Die Identifizierungsnummer dient als Indexschlüssel für den Zugriff auf die registrierten Fingerabdruckdaten, wodurch die Suche nach den registrierten Daten beschleunigt wird. Die beim Registrierschritt verwendete Identitätsnummer kann für eine Gruppe aus mehreren Personen gemeinsam verwendet werden. In einem solchen Falle werden die zu prüfenden Daten mit mehreren registrierten Fingerabdruck datenteilen nacheinander verglichen.

Die oben beschriebene Bildverarbeitung, d. h. die Vorver arbeitung, Verarbeitung zur Umwandlung in Binärform, Skelet tierung, Merkmalsextraktion und -vergleich werden sämtlich durch einen digitalen Signalprozessor ausgeführt. Die Nachbar zellenmuster-Indexwerte für 8 benachbarte Zellen werden mit tels eines digitalen Signalprozessors mit hoher Geschwindig keit berechnet, der geeignet ist für die Produktsummenberech nung. Alternativ könnten die Nachbarzellenmuster-Indexwerte mit hoher Geschwindigkeit durch ein Verfahren ermittelt wer den, bei dem ein Register mit einer Bit-Breite von 1 Byte zunächst gelöscht und 8 benachbarte Zellen sequentiell abgeta stet werden, wenn die jeweiligen benachbarten Pixelwerte "1" sind und die Bits in dem den entsprechenden benachbarten Zellen entsprechenden Byte werden auf EIN gestellt.

Während das Absuchen der Tabelle für die Skelettierungs bestimmung und für die Merkmalsextraktion durch lineares Ab suchen von Speichern durch den digitalen Signalprozessor durchgeführt wird, kann es auch eine binäre Suche sein. Alter nativ ist es möglich, ein Gerät mit einer Einrichtung zum Zugreifen auf den Festspeicher zu verwenden, in dem der Nach barzellenmuster-Indexwert als 1-Byte-Leseadresse verwendet wird. In diesem Falle wird festgestellt, wenn der Skelettie rungsprozeß ausgeführt werden soll, entsprechend dem Ausles einhalt des Festspeichers. Mit dem Nachschlagetabelle-Be triebsverfahren nach der Erfindung kann die Zeit für die Konvergenz des Skelettierungsprozesses eines aus etwa 500 × 500 Pixeln zusammengesetzten Schirms auf 30 bis 50 ms verkürzt werden. Die Vergleichs-Ansprechzeit beträgt etwa eine Sekunde.

Wie sich aus den vorstehenden Ausführungen ergibt, er laubt das erfindungsgemäße Fingerabdruckerkennungssystem eine Verarbeitung mit hoher Geschwindigkeit bei der Skelettierung der Bilddaten und der Extraktion von Merkmalen in Einheiten von 8 benachbarten Zellen durch den unabhängig von der CPU vorgesehenen digitalen Signalprozessor. Ferner wird durch die Erfindung eine hohe Erkennungsrate erzielt, die mit dem Merk malsextraktionsverfahren allein nicht erreichbar ist, sowie eine kurze Vergleichs-Ansprechzeit von etwa einer Sekunde durch die Einrichtung zum Vergleichen eines Fingerabdruckes ohne bemerkbare Merkmale durch das Schablonen-Vergleichsver fahren. Darüberhinaus bietet die kombinierte Verwendung des digitalen Signalprozessors und des Mikroprozessors ein wirt schaftliches Fingerabdruckerkennungssystem, dessen Kosten/Nut zungsfaktor höher ist als bei einem System mit einem einzigen Mikroprozessor hoher Güte.

Im folgenden wird eine weitere Ausführungsform der Erfin dung beschrieben, die zur Reduzierung der Hardwarekosten dienen soll, indem die zu verarbeitende Datenmenge in Form von Software erhöht und die Güte des Systems auf einem hohen Pegel gehalten wird. Um trockene, nasse und nicht-lineare Finger abdrücke als konstante und stabile Daten zu erfassen, erfolgt eine automatische Kontraststeuerung zur Zeit der Dateneingabe, wodurch die Verarbeitungszeit verkürzt und die Erkennungsrate erhöht wird. Bei dieser Ausführungsform wird ein zweistufiges Vergleichsschema mit einem Krümmungsmustervergleich und einem Vergleich der extrahierten Merkmale angewendet, sowie ein hochpräziser Skelettierungsprozeß für die Extraktion von Merkmalen. Durch einen einzigartig schnellen Algorithmus wird das Problem der langen Verarbeitungszeit beim Skelettierungs schema gelöst, so daß die gesamte Verarbeitungszeit vermindert und die Güte des ganzen Systems verbessert wird.

Fig. 13 zeigt im Blockschaltbild den Aufbau dieser Ausführungsform, die einen Eingabe/Display-Teil A und einen Rechenteil B enthält. Das von einer Lichtquelle 103 emittierte Licht wird von einem Diffusor 102 gestreut und mittels eines Prismas 101 total reflektiert. Das Fingerabdruckbild hiervon wird mittels eines Spiegels 104 reflektiert und passiert eine Linse 105, wodurch auf einem CCD 106 ein Bild erzeugt wird, welches das CCD in ein analoges Signal umwandelt. Das analoge Signal wird über ein Kabel 112 einem A/D-Wandler 109 zugeführt und in ein digitales Signal umgewandelt, das in einem Rechen teil 101 zum Vergleich mit vorher gespeicherten Daten mittels Software verarbeitet wird. Wird der Prüfling als die zu den registrierten Daten gehörige Person identifiziert, wird dies über ein Interface 110 nach außen angezeigt.

Die Lichtquelle 102 wird entsprechend der Empfindlichkeit des CCD 106 gewählt und der Diffusor 102 ist vorgesehen, so daß in der Oberfläche des Prismas 101 keine Veränderung ver ursacht wird. Um den Eingangsteil kompakt zu machen, ist die optische Achse mit Hilfe des Spiegels 104 abgebogen, so daß sich ein verlängerter optischer Weg ergibt. Die Linse 105 ist so eingestellt, daß der Fingerabdruck eines gegen die Ober fläche des Prismas über eine Fläche von 16 × 16 mm gedrückten Fingers in ein Bild realer Größe gleichmäßig über die gesamte Fläche des CCD 106 umgewandelt wird. Das CCD 106 ermittelt aus dem Bild Daten von 256 × 256 Pixel und die Daten werden durch den A/D-Wandler 109 umgewandelt. Danach werden sie im Rechen teil 111 festgehalten und in eine CPU 111-a (Fig. 16) einge speist.

Fig. 16 zeigt in Blockform den Rechenteil 111, der aus der 16 Bit-CPU 111-a, einem Festspeicher 111-b, einem Arbeits speicher 111-c, einer in hohem Maße integrierten logischen ASIC-Schaltung 111-d und einem Oszillator 111-e besteht. Der Rechenteil 111 verarbeitet die Daten mit hoher Geschwindig keit. Ein Eingabe/Display-Teil 114 (Fig. 15) dient als Inter face gegenüber einem Benutzer und stellt die Anzeigen bereit, die beispielsweise beim Eingeben, Vergleichen und Registrieren von Daten erforderlich sind.

Fig. 15 zeigt den Eingabe/Display-Teil 114, der aus einer CPU 114-a, einem Festspeicher 114-b, einem Arbeitsspei cher 114-c, einem parallelen Interface 114-d, einem A/D-Wand ler 114-e und einem Interface 114 zum Rechenteil 114 besteht.

Fig. 17 zeigt ein Ausführungsbeispiel in den Rechenteil 111 eingegebener Fingerabdruckdaten. Die Fingerabdruckdaten bestehen aus 256 × 256 Datenteilen oder -stücken, die je 8- Bit-Daten bilden und Werte von 0 bis 255 annehmen. Dabei stellt 0 den dunkelsten und 255 den hellsten Teil des Finger abdrucks dar. Mit anderen Worten, das Hell/Dunkel-Muster des Fingerabdrucks mit einer Größe von 16 × 16 mm auf dem Prisma 101 wird durch numerische Werte von 0 bis 255 der 256 × 256 Datenstücke wiedergegeben. Da die Anzahl der Hautleisten eines menschlichen Fingerabdrucks zwischen 2 und 7 pro mm liegen, hat eine Hautleiste eine 8- bis 3-zellige Datenbreite.

Fingerabdruckdaten, die durch die Totalreflexion bei automatischer Kontraststeuerung durch Softwareverarbeitung der Prismenoberfläche gewonnen werden, stellen ein Konzentrations histogramm dar, wie es in Fig. 18-a gezeigt ist. Auf der Abszisse ist der digitalisierte Datenwert aufgetragen (das Ausgangssignal des CCD wurde in Digitalform umgewandelt und in einem Speicher gespeichert). Der A/D-Wandler 106 ist ein 8- Bit-Hochgeschwindigkeitswandler und der Datenänderungsbereich erstreckt sich über 256 Stufen (0 bis $FF = 0 bis 255). Die Ordinate stellt die Anzahl der Zellen dar, die 256 × 256 = 65536 Pixel beträgt. Fig. 18-a zeigt somit ein Konzentra tionshistogramm, das die Anzahl der Pixel für jeden Grad anzeigt.

Bei einem trockenen Fingerabdruck, einem feuchten Finger abdruck und einem Fingerabdruck, dem es an Linearität mangelt, ist die Konzentration unausgeglichen, wie in den Fig. 18-b und 18-c gezeigt, und der durch ΔP bezeichnete Bereich ist verhältnismäßig schmal. Beseitigt man eine solche Unausgegli chenheit der Konzentration und macht sie gleichförmig, so läßt sich ein klares Bild mit hohem Kontrast erzielen.

Eingabedaten der in Fig. 20 gezeigten Art werden in eine Form verteilt, wie sie in Fig. 21 dargestellt ist. Als Ergeb nis ändert sich ein Fingerabdruck, wie er in Fig. 22 darge stellt ist, zu einem Bild gemäß Fig. 23. Fig. 20 ist ein Konzentrationshistogramm des in Fig. 22 gezeigten Finger abdruckes. Das Bild entsprechend den der Verteilungsverarbei tung unterworfenen Daten gemäß Fig. 21 ist in Fig. 23 ge zeigt. Wie sich aus einem Vergleich der Fig. 22 und 23 ergibt, ist der Kontrast des Bildes beträchtlich verbessert. Es ließ sich experimentell feststellen, daß ein Fingerabdruck gemäß Fig. 22, der mittels bekannter Erkennungssysteme kaum zu erkennen war, durch die erfindungsgemäße Anordnung erkenn bar wurde. Es ließ sich auch nachweisen, daß durch die Ver teilungsverarbeitung allein ohne Ausführung des Mittelungs prozesses ein befriedigender Kontrast und gleichförmige Daten erzielbar sind.

Da die für die Verteilungsverarbeitung notwendige Zeit ein Fünfunddreißigstel der für den Mittelungsprozeß notwendi gen Zeit erfordert, ergibt bei dieser Ausführungsform die Ver teilungsverarbeitung eine gleichförmige Konzentrationsver teilung, so daß eine automatische Kontraststeuerung bewirkt wird. Bei dieser Verteilungsverarbeitung wird jeder Pixel durch m(xi, yj) dargestellt, wobei (xi, yj) die Pixellage (x-, y-Koordinate) ist, mit i = 0 bis 255. m ist die Nummer jedes Pixels in aufsteigender Richtung der Konzentration, d. h., in aufsteigender Ordnung der Faktoren von (xi, yj). m nimmt somit Werte von 1 bis 65536 an. Darauf wird m(xi, yj) umgewandelt in

ein Quotient aus der Teilung von m durch 256 ist. Somit ist n = 0 bis 255. Dieses n ist die Konzentration an der Stelle (xi, yj) nach der Verteilungsver arbeitung.

Bei der Berechnung zur Identifizierung eines Fingerab druckes durch ein Krümmungsmuster wird die Hautleistenrichtung in der binären 256 × 256-Fläche alle 16 × 16 Sub-Flächen durch Verwendung schlitzartiger Fenster gemäß Fig. 24 ermittelt. Dabei wird die mittlere Konzentration Ad^(m) in jedem Fenster erfaßt, während das Fenster jeweils um einen Pixel vertikal verschoben wird.

wobei d = 1 bis 8 und m = 1 bis L, wobei L die durch die Richtung d bestimmte Anzahl von Stellungen ist. Darauf wird die mittlere Konzentrationsverteilung Vd in der gleichen Richtung nach folgender Gleichung berechnet.

Die Richtung, in der der Wert Vd am größten ist, ist die Leistenrichtung in diesem Bereich. Die durch die Richtung d bestimmte Anzahl von Stellungen (1 bis 8) ändert sich gemäß der Darstellung in den Fig. 25-a bis 25-c.

In Fig. 25-a werden, wenn die Richtung d = 1, die Daten an 22 Positionen berechnet. In Fig. 25-b werden, wenn die Richtung d = 2, die Daten an 29 Positionen berechnet. In Fig. 25-c werden, wenn die Richtung d = 3, die Daten an 37 Positio nen berechnet. Wenn d = 4, 6 und 8, ist die Zahl der Positio nen, an denen Daten berechnet werden, die gleiche, wie im Fall von d = 2. Wenn d = 5, werden Daten an der gleichen Zahl von Positionen wie bei d = 1 berechnet; ist d = 7, werden Daten an Positionen der gleichen Zahl wie im Fall von d = 3 berechnet.

Gemäß Tabelle 1 werden 32 × 32 Teile von Leistenrich tungsdaten in den 16 × 16 Flächen zur Berechnung der Krümmung der Hautleiste in 8 angrenzenden Zellen über die gesamte Fläche berechnet.

Wie in Tabelle 2 gezeigt, wird, falls eine Hintergrund fläche existiert, wenn G (m1) und/oder G (m2) nicht vorhanden sind, keine Berechnung ausgeführt.

Fig. 26 zeigt ein Diagramm zur Erläuterung des Ver gleichs von Leistenrichtungsmustern und Leistenrichtungs- Krümmungsmustern der zu prüfenden und der registrierten Daten. Für diesen Vergleich werden die zu registrierenden Daten in Binärform umgewandelt und der Skelettierung unterworfen, und die Daten hinsichtlich der Leistenrichtung und -krümmung werden berechnet. Ferner werden die Stellungen und Richtungen von Merkmalen berechnet und gespeichert und die Leistenrich tung und ihre Krümmung in den Binärdaten werden berechnet. Die Leistenrichtungsdaten und die Krümmungsdaten der zu prüfenden Daten werden mit den registrierten Daten verglichen, so daß die Stelle (sx, sy) ermittelt wird, wo die Abweichung S (x, y) minimal ist. Wenn der Übereinstimmungsgrad oberhalb eines oberen Schwellenwertes liegt, wird der Prüfling als die zu den registrierten Daten gehörige Person betrachtet. Liegt der Übereinstimmungsgrad unterhalb einer unteren Schwelle, so wird der Prüfling als Außenstehender betrachtet. Der Übereinstim mungsgrad wird auf der Basis von 32 × 32 = 1024 Stücken der Leistenrichtungs- und -krümmungsdaten ermittelt. An der Stelle (sx, sy) sind die Differenzen in Richtung und Krümmung mini mal.

Bezeichnet man die Flächen der registrierten Daten, wo viele Merkmale existieren, mit a und b, so werden die Flächen a' und b' in einer Fläche c, die hiervon um (sx, sy) entfernt sind, skelettiert. Die Stellung, Art und Richtung jedes zu prüfenden Datenmerkmals werden gegenüber den registrierten Daten geprüft. Wenn der Übereinstimmungsgrad oberhalb des oberen Schwellenwertes liegt, wird der Prüfling als die zu den registrierten Daten gehörige Person identifiziert, liegt der Übereinstimmungsgrad unterhalb des unteren Schwellenwertes, so wird der Prüfling als Außenstehender betrachtet. Wenn der Übereinstimmungsgrad oberhalb des unteren und unterhalb des oberen Schwellenwertes liegt, wird der Bereich c (mit Ausnahme a' und b') skelettiert und die Merkmale werden extrahiert. Dann wird ein ähnlicher Vergleich ausgeführt und der Prüfling wird in der gleichen Weise beurteilt wie oben. Dieses Ver fahren beeinträchtigt die Vergleichsgenauigkeit und -rate nicht.

Ungleich dem herkömmlichen einfachen Glättungsschema erlaubt die erfindungsgemäße automatische Kontrastregelung die Erzeugung von Daten mit hohem Kontrast und eine wirksame Entfernung von Störungen. Sie ist daher ein effektives Vorver arbeitungsmittel zur Verminderung der gesamten Verarbeitungs zeit und Erhöhung der Erkennungsrate. Durch Skelettierung nur derjenigen Bereiche, die viele Merkmale enthalten, wird die Vergleichszeit beträchtlich vermindert.

Claims

1. Anordnung zur Erkennung von Fingerabdrücken, bei der Ein gabe-Fingerabdruck-Bilddaten mit gespeicherten Bilddaten verglichen werden, wobei die Anordnung Folgendes aufweist:

- eine Skelettierungs-Verarbeitungseinrichtung zum Skelet tieren von binären Bilddaten, die eine Skelettierungsbestim mungseinrichtung aufweist, die einen löschbaren Punkt in den binären Bilddaten mittels einer Tabellensuche in Einheiten von 8 nebeneinander liegenden Zellen bestimmt, und eine Abtast steuereinrichtung aufweist, die die Anzahl der Abtastungen der Skelettierungsbestimmungseinrichtung vermindert,
- eine Merkmalsextraktionseinrichtung zum Extrahieren von Merkmalen aus den Bilddaten, die eine Einrichtung zum Extra hieren von Merkmalskandidaten aus den skelettierten Bilddaten durch eine Tabellensuche in Einheiten vom 8 benachbarten Zellen, und eine Pseudomerkmals-Entfernungseinrichtung zum Ausschließen von Pseudomerkmalen aus den Merkmalskandidaten aufweist,
- eine Einrichtung zum Registrieren wahrer Merkmale der Bilddaten,
- eine Merkmalsvergleichseinrichtung zum Vergleichen von Merkmalen der eingegebenen Fingerabdruckbilddaten mit gespei cherten Merkmalen,
- eine Einrichtung zum Registrieren von Schablonendaten für einen Schablonenvergleich und
- eine Schablonenvergleichseinrichtung für einen Schablo nenvergleich der Fingerabdruckbilddaten mit gespeicherten Daten,

wobei die Abtaststeuereinrichtung eine erste Bilddaten abtasteinrichtung zum Abtasten der Bilddaten über eine Fläche vorbestimmter Größe aufweist, wobei die erste Bilddatenabta steinrichtung eine Einrichtung zum Betätigen der Skelettie rungsbestimmungseinrichtung für jeden Pixel auf jeder Abtast zeile aufweist,
dadurch gekennzeichnet, daß

- die erste Bilddatenabtasteinrichtung eine Einrichtung zum Speichern von Abtaststeuerdaten in einem Speicher, die wenig stens eine Marke umfassen, die anzeigt, ob die Skelettierung auf jeder Abtastzeile beendet ist, von Stellungsinformationen der einen der benachbarten Zellen, für die die Skelettierung auf jeder Abtastzeile nicht beendet ist, und der Anzahl an grenzender Zellen, für die die Skelettierung auf jeder Abtast zeile nicht beendet ist, aufweist und
- die Abtaststeuereinrichtung eine zweite und nachfolgende Bilddatenabtasteinrichtungen zum Abtasten der Bilddaten nur dann, wenn die Skelettierung bei der vorhergehenden Bilddaten abtastung nicht beendet wurde, aufweist, wobei die zweite und die nachfolgenden Bilddatenabtasteinrichtungen jeweils eine Einrich tung aufweisen, durch die der Inhalt der Abtaststeuerdaten auf den neuesten Stand gebracht wird, und
- eine Einrichtung zum Feststellen, ob die Skelettierung der Bilddaten beendet wurde oder nicht, und zum Wiederholen der zweiten und der nachfolgenden Bilddatenabtastung, bis die Skelettierung der Bilddaten beendet ist, bzw. konvergiert.

2. Anordnung nach Anspruch 1, wobei die Skelettierungsbe stimmungseinrichtung enthält:
eine Einrichtung zum Berechnen eines Nachbarzellenmuster- Indexwertes, der die Summe ist aus Produkten vorbestimmter Gewichtungsfaktoren, die jeweils den 8 benachbarten Zellen zugeordnet sind, die eine mittlere Zelle umgeben, und den Pixelwerten der 8 benachbarten Zellen,
eine Einrichtung zur Ausführung einer Tabellensuche in einem Speicher für alle Kombinationen von Zellenmustern, die eine Änderung des Pixelwertes der mittleren Zelle von 1 bis 0 erlauben, wobei im Speicher die Nachbarzellenmuster-Indexwerte der 8 benachbarten Zellen gespeichert sind, und
eine Einrichtung zum Ändern des Pixelwertes der mittleren Zelle von "1" auf "0".

3. Anordnung nach Anspruch 1, wobei die Merkmalsextraktions einrichtung aufweist:

- eine Einrichtung zum Berechnen eines Nachbarzellenmuster- Indexwertes für jede von 8 benachbarten Zellen rings um die mittlere Zelle,
- eine Einrichtung zur Durchführung einer Tabellensuche für den Nachbarzellenmuster-Indexwert von den in einem Speicher gespeicherten und
- eine Einrichtung, durch die die betroffene Zelle als Merkmalskandidat registriert wird, wenn der gleiche Nachbar zellenmuster-Indexwert wie der der eingegebenen Fingerabdruck daten gefunden wird.

4. Anordnung nach Anspruch 1, wobei die Pseudomerkmals- Entfernungseinrichtung den Merkmalskandidaten ausschließt, wenn die Richtung des Merkmalskandidaten die gleiche ist, wie die des Gegenstücks der registrierten Fingerabdrucksbilddaten und der Abstand zwischen ihnen geringer ist als ein vorbe stimmter Wert.

5. Anordnung nach Anspruch 1, wobei die Merkmalsregistrier einrichtung enthält:

- eine Einrichtung zum Wählen eines dem Mittelpunkt der Bilddaten zunächst liegenden Verzweigungspunktes als Hauptver zweigungspunkt,
- eine Einrichtung zum Wählen von dem Hauptverzweigungs punkt in einem ersten, zweiten, dritten und vierten Quadranten eines kartesischen Koordinatensystems mit dem Hauptverzwei gungspunkt als Ursprung desselben am nächsten liegenden Ver zweigungspunkten als Subverzweigungspunkte,
- eine Einrichtung zum Wählen einer vorbestimmten Zahl von Verzweigungspunkten in aufsteigender Reihenfolge des Abstandes zum Subverzweigungspunkt in jedem der vier Quadranten als Sub- Subverzweigungspunkte darin und
- eine Einrichtung zum Registrieren wenigstens der Gesamt zahl der Verzweigungspunkte, ihrer Lageinformation, der Lage beziehung zwischen dem Hauptverzweigungspunkt und den Subver zweigungspunkten und der Lagebeziehungen zwischen dem Subver zweigungspunkt und den Sub-Subverzweigungspunkten in jedem Quadranten.

6. Anordnung nach Anspruch 1, wobei die Merkmalsvergleichs einrichtung enthält:

- eine Einrichtung zum Vergleichen der Gesamtzahl der Verzweigungspunkte in den Eingangs-Fingerabdruck-Bilddaten und der Gesamtzahl der Verzweigungspunkte in den gespeicherten Fingerabdruckbilddaten,
- eine Einrichtung zum Auswählen einer vorbestimmten Anzahl von Verbindungspunkten in aufsteigender Reihenfolge des Ab standes zum Mittelpunkt der Eingangsfingerabdruckbilddaten als Hauptverzweigungspunkt-Kandidaten,
- eine Einrichtung zum Feststellen, ob der Subverzweigungs punkt in jedem Quadranten der Eingangsfingerabdruckbilddaten in der Nähe des entsprechenden Subverzweigungspunktes in den registrierten Fingerabdruckbilddaten liegt,
- eine Einrichtung zum Feststellen, ob die Sub-Subverzwei gungspunkte in jedem Quadranten in den Eingangsfingerabdruck bilddaten je in der Nähe des entsprechenden der Sub-Subver zweigunspunkte in den gespeicherten Fingerabdruckbilddaten liegen,
- eine Einrichtung zum Bewerten des Abweichungsgrades zwi schen den Subverzweigungspunkten in den eingegebenen und den gespeicherten Fingerabdruckbilddaten auf der Basis der Norm, wenn der Subverzweigungspunkt in den Eingangsfingerabdruck bilddaten in der Nähe des entsprechenden Subverzweigungspunk tes in den gespeicherten Fingerabdruckbilddaten liegt,
- eine Einrichtung zum Bewerten des Abweichungsgrades zwischen den Sub-Subverzweigungspunkten in den eingegebenen und den gespeicherten Fingerabdruckbilddaten auf der Basis der Norm, wenn die Sub-Subverzweigungspunkte in den Eingangs fingerabdruckbilddaten in der Nähe der entsprechenden Sub- Subverzweigungspunkte in den gespeicherten Fingerabdruckbild daten liegen,
- eine Einrichtung zum Berechnen des mittleren Abweichungs grades der Hauptverzweigungspunktkandidaten,
- eine Einrichtung zum Auswählen desjenigen Hauptverzwei gungspunktkandidaten mit geringstem mittlerem Abweichungsgrad als Hauptverzweigungspunkt in den Eingangs-Fingerabdruckbild daten, und
- eine Einrichtung zur Beurteilung des Prüflings als derje nigen Person, zu der die gespeicherten Fingerabdruckbilddaten gehören, wenn der mittlere Abweichungsgrad des Hauptverzwei gungspunktes in den eingegebenen Fingerabdruckbilddaten kleiner ist als ein vorbestimmter Wert.

7. Anordnung nach Anspruch 1, ferner mit einer Einrichtung zum Wählen der Merkmalsvergleichseinrichtung oder der Schablo nenvergleichseinrichtung.