JP2002288641A - 指掌紋画像処理装置及び方法 - Google Patents
指掌紋画像処理装置及び方法Info
- Publication number
- JP2002288641A JP2002288641A JP2001087712A JP2001087712A JP2002288641A JP 2002288641 A JP2002288641 A JP 2002288641A JP 2001087712 A JP2001087712 A JP 2001087712A JP 2001087712 A JP2001087712 A JP 2001087712A JP 2002288641 A JP2002288641 A JP 2002288641A
- Authority
- JP
- Japan
- Prior art keywords
- ridge
- image
- candidate
- region
- local
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Image Input (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【課題】 コアやデルタといった隆線の曲率の大きい部
分では隆線よりも連続性の良い皺等に由来する画像候補
を選択し、隆線抽出に失敗することがある。 【解決手段】 高信頼性領域以外の局所領域に関して隆
線候補画像の中から隆線を表わすと推定される隆線画像
を選択し、選択された隆線画像毎に隆線を表わす画像と
して有効であるかを判定する。そして、高信頼性領域に
おける隆線画像、それ以外の領域において有効であると
判定された隆線画像に基づいて全体の画像を生成する。
分では隆線よりも連続性の良い皺等に由来する画像候補
を選択し、隆線抽出に失敗することがある。 【解決手段】 高信頼性領域以外の局所領域に関して隆
線候補画像の中から隆線を表わすと推定される隆線画像
を選択し、選択された隆線画像毎に隆線を表わす画像と
して有効であるかを判定する。そして、高信頼性領域に
おける隆線画像、それ以外の領域において有効であると
判定された隆線画像に基づいて全体の画像を生成する。
Description
【０００１】
【発明の属する技術分野】本発明は、指紋照合や指紋分
類又は掌紋照合等に用いられる指掌紋画像処理装置及び
方法、そのプログラムに関するものである。
類又は掌紋照合等に用いられる指掌紋画像処理装置及び
方法、そのプログラムに関するものである。
【０００２】
【従来の技術】従来、指掌紋画像から隆線方向や隆線ピ
ッチ等の隆線情報を自動的に抽出する方法として、例え
ば、特許第２７６５３３５号公報に記載された隆線方向
パターン平滑化方法及びその装置や、情報処理学会第２
２回（昭和５６年前期）全国大会で発表された弛緩法に
よる指紋パターンの分類（河越等）がある。隆線方向パ
ターン平滑化方法及びその装置は、エネルギー最小化原
理に基づく手法であり、画像上に設定した２次元局所領
域毎に抽出した方向に信頼度という尺度を介して評価関
数を設定し、その評価関数を最小化することによって平
滑化を施す方法である。一方、弛緩法による指紋パター
ンの分類では、画像上に設定した２次元局所領域毎に抽
出した方向に関する情報を所謂弛緩法を用いて平滑化す
るという方法である。
ッチ等の隆線情報を自動的に抽出する方法として、例え
ば、特許第２７６５３３５号公報に記載された隆線方向
パターン平滑化方法及びその装置や、情報処理学会第２
２回（昭和５６年前期）全国大会で発表された弛緩法に
よる指紋パターンの分類（河越等）がある。隆線方向パ
ターン平滑化方法及びその装置は、エネルギー最小化原
理に基づく手法であり、画像上に設定した２次元局所領
域毎に抽出した方向に信頼度という尺度を介して評価関
数を設定し、その評価関数を最小化することによって平
滑化を施す方法である。一方、弛緩法による指紋パター
ンの分類では、画像上に設定した２次元局所領域毎に抽
出した方向に関する情報を所謂弛緩法を用いて平滑化す
るという方法である。
【０００３】しかしながら、特許第２７６５３３５号公
報に記載された方法では、皺を含む画像を平滑化しよう
とすると、皺に合わせて周囲の領域を平滑化してしま
い、皺を強調してしまう場合がある。また、弛緩法によ
る指紋パターンの分類に記載された技術では、局所領域
ごとに抽出した方向に関する情報を平滑化する手法とし
て弛緩法を用いているが、この手法においても掌紋に頻
繁に存在する同様のピッチで互いに平行して広範囲に渡
って存在する皺の部分に対し皺に合わせた平滑化が行わ
れ、皺を強調してしまう場合があった。
報に記載された方法では、皺を含む画像を平滑化しよう
とすると、皺に合わせて周囲の領域を平滑化してしま
い、皺を強調してしまう場合がある。また、弛緩法によ
る指紋パターンの分類に記載された技術では、局所領域
ごとに抽出した方向に関する情報を平滑化する手法とし
て弛緩法を用いているが、この手法においても掌紋に頻
繁に存在する同様のピッチで互いに平行して広範囲に渡
って存在する皺の部分に対し皺に合わせた平滑化が行わ
れ、皺を強調してしまう場合があった。
【０００４】そこで、本願発明者は、特開平９−１６７
２３０号公報で皺の影響を受けずに指掌紋画像から隆線
画像を抽出することが可能な指掌紋画像処理装置を公開
している。同公報の装置では、入力された指紋又は掌紋
画像を複数のブロックに分割し、それぞれのブロック毎
に隆線候補を複数検出し、検出された隆線候補のうち確
実に隆線であるといえる候補とそのブロックを決定し、
残りのブロックでそれらの候補と整合性を持つ候補を選
択する。隆線同士、皺同士のパターンは空間的に連続し
ているが、一般に皺と隆線には連続性がないので、確実
に隆線である候補を検出し、その他の局所候補でその候
補と連続性を持っている候補を選択することにより、皺
が存在する領域でも正しく隆線を検出することを可能と
するものである。
２３０号公報で皺の影響を受けずに指掌紋画像から隆線
画像を抽出することが可能な指掌紋画像処理装置を公開
している。同公報の装置では、入力された指紋又は掌紋
画像を複数のブロックに分割し、それぞれのブロック毎
に隆線候補を複数検出し、検出された隆線候補のうち確
実に隆線であるといえる候補とそのブロックを決定し、
残りのブロックでそれらの候補と整合性を持つ候補を選
択する。隆線同士、皺同士のパターンは空間的に連続し
ているが、一般に皺と隆線には連続性がないので、確実
に隆線である候補を検出し、その他の局所候補でその候
補と連続性を持っている候補を選択することにより、皺
が存在する領域でも正しく隆線を検出することを可能と
するものである。
【０００５】図１０は上記指掌紋画像処理装置を示すブ
ロック図である。なお、図１０は特開平９−１６７２３
０号公報の図９に対応している。但し、説明を簡単にす
るため、本明細書の図１０は同公報の図９を簡単化した
ブロック図で示している。図１０において、１１は画像
入力手段、１２は局所情報抽出手段、１３は高信頼性領
域決定手段、１４は隣接領域群検出手段、１５は隆線候
補選択手段、１６は画像生成手段である。ここで、高信
頼性領域決定手段１３は同公報の第１隆線候補画像選択
部１２、接続性評価部１３、クラスタリング部１４、ク
ラスタ評価部１５に対応している。また、隣接領域群検
出手段１４と隆線候補選択手段１５は最適隆線候補画像
選択部１７に対応している。
ロック図である。なお、図１０は特開平９−１６７２３
０号公報の図９に対応している。但し、説明を簡単にす
るため、本明細書の図１０は同公報の図９を簡単化した
ブロック図で示している。図１０において、１１は画像
入力手段、１２は局所情報抽出手段、１３は高信頼性領
域決定手段、１４は隣接領域群検出手段、１５は隆線候
補選択手段、１６は画像生成手段である。ここで、高信
頼性領域決定手段１３は同公報の第１隆線候補画像選択
部１２、接続性評価部１３、クラスタリング部１４、ク
ラスタ評価部１５に対応している。また、隣接領域群検
出手段１４と隆線候補選択手段１５は最適隆線候補画像
選択部１７に対応している。
【０００６】図１１は図１０の装置の動作を示すフロー
チャートである。図１１において、画像入力手段１１は
指紋又は掌紋を画像として読み込み、デジタル画像の形
で局所情報抽出手段１２へ供給する（Ｓ１００１）。局
所情報抽出手段１２は入力された原画像を２次元局所領
域に分割し（Ｓ１００２）、局所領域毎に局所領域に存
在する隆線を表現する候補となる画像（隆線候補画像と
いう）を複数抽出する（Ｓ１００３）。隆線候補画像に
はそれぞれ番号を付しておく。抽出された隆線候補画像
は高信頼性領域決定手段１３、隆線候補選択手段１４、
画像生成手段１６へそれぞれ供給される。高信頼性領域
決定手段１３では複数の隆線候補画像の中から隆線であ
る可能性が高い隆線候補とそれを含む局所領域（高信頼
性領域）を決定し（Ｓ１００４）、隣接領域群検出手段
１４、隆線候補選択手段１５、画像生成手段１６にそれ
ぞれ供給する。
チャートである。図１１において、画像入力手段１１は
指紋又は掌紋を画像として読み込み、デジタル画像の形
で局所情報抽出手段１２へ供給する（Ｓ１００１）。局
所情報抽出手段１２は入力された原画像を２次元局所領
域に分割し（Ｓ１００２）、局所領域毎に局所領域に存
在する隆線を表現する候補となる画像（隆線候補画像と
いう）を複数抽出する（Ｓ１００３）。隆線候補画像に
はそれぞれ番号を付しておく。抽出された隆線候補画像
は高信頼性領域決定手段１３、隆線候補選択手段１４、
画像生成手段１６へそれぞれ供給される。高信頼性領域
決定手段１３では複数の隆線候補画像の中から隆線であ
る可能性が高い隆線候補とそれを含む局所領域（高信頼
性領域）を決定し（Ｓ１００４）、隣接領域群検出手段
１４、隆線候補選択手段１５、画像生成手段１６にそれ
ぞれ供給する。
【０００７】隣接領域群検出手段１４は高信頼性領域に
隣接する局所領域（隣接領域）をすべて見付ける（Ｓ１
００５）。例えば、図１２（ａ）に示すように高信頼性
領域（濃いハッチングで示す領域）が検出されたとする
と、それに隣接する領域（薄いハッチングで示す領域）
を隣接領域として検出する。次いで、隣接領域の数が１
つ以上あるか否かを判定する（Ｓ１００６）。例えば、
図１２（ａ）の例では隣接領域は１つ以上存在するの
で、Ｓ１００７へ進み、隆線候補選択手段１５において
検出されたすべての隣接領域毎にそれぞれの隆線候補画
像の中から隆線画像を選択し、選択した候補の番号を画
像生成手段１６に通知する。
隣接する局所領域（隣接領域）をすべて見付ける（Ｓ１
００５）。例えば、図１２（ａ）に示すように高信頼性
領域（濃いハッチングで示す領域）が検出されたとする
と、それに隣接する領域（薄いハッチングで示す領域）
を隣接領域として検出する。次いで、隣接領域の数が１
つ以上あるか否かを判定する（Ｓ１００６）。例えば、
図１２（ａ）の例では隣接領域は１つ以上存在するの
で、Ｓ１００７へ進み、隆線候補選択手段１５において
検出されたすべての隣接領域毎にそれぞれの隆線候補画
像の中から隆線画像を選択し、選択した候補の番号を画
像生成手段１６に通知する。
【０００８】例えば、図１２（ａ）の隣接領域Ａの候補
選択処理を行う場合は、隆線候補画像１〜６の中から連
続性が高い候補を選択し、この時は候補画像２を選択す
る。次に、Ｓ７０５に戻り、高信頼性領域又は選択が終
了している局所領域で、高信頼性領域ではなく、既に選
択が終了している領域でもない隣接領域をすべて見付け
る。即ち、図１２（ａ）を例にとると、先に見付けた隣
接領域に対し下方側に隣接する領域をすべて見付ける。
次に、Ｓ１００６で隣接領域が１つ以上あるか否かを判
定し、１つ以上ある時はＳ１００７ですべての隣接領域
に対し隆線候補画像から隆線画像を選択する。以下、Ｓ
１００５〜Ｓ１００７の処理を繰り返し行い、Ｓ１００
６でＮｏと判定すると、すべての局所領域について処理
を終了しているので、画像生成手段１６は、図１２
（ｂ）に示すように選択された候補画像を用いて全体の
隆線画像を復元する（Ｓ１００８）。
選択処理を行う場合は、隆線候補画像１〜６の中から連
続性が高い候補を選択し、この時は候補画像２を選択す
る。次に、Ｓ７０５に戻り、高信頼性領域又は選択が終
了している局所領域で、高信頼性領域ではなく、既に選
択が終了している領域でもない隣接領域をすべて見付け
る。即ち、図１２（ａ）を例にとると、先に見付けた隣
接領域に対し下方側に隣接する領域をすべて見付ける。
次に、Ｓ１００６で隣接領域が１つ以上あるか否かを判
定し、１つ以上ある時はＳ１００７ですべての隣接領域
に対し隆線候補画像から隆線画像を選択する。以下、Ｓ
１００５〜Ｓ１００７の処理を繰り返し行い、Ｓ１００
６でＮｏと判定すると、すべての局所領域について処理
を終了しているので、画像生成手段１６は、図１２
（ｂ）に示すように選択された候補画像を用いて全体の
隆線画像を復元する（Ｓ１００８）。
【０００９】
【発明が解決しようとする課題】上記特開平９−１６７
２３０号公報の指掌紋画像処理装置では、皺の影響を受
けずに隆線を抽出することが可能であるが、隣接する領
域の連続性を重視して局所領域毎に隆線画像を決定して
いるので、図１３（ａ）に示すようなコア、図１３
（ｂ）に示すようなデルタといった隆線の曲率の大きな
部分では、隆線がはっきりしていても隆線よりも連続性
の良い皺等に由来する画像候補を選択し、隆線の抽出に
失敗することがあった。
２３０号公報の指掌紋画像処理装置では、皺の影響を受
けずに隆線を抽出することが可能であるが、隣接する領
域の連続性を重視して局所領域毎に隆線画像を決定して
いるので、図１３（ａ）に示すようなコア、図１３
（ｂ）に示すようなデルタといった隆線の曲率の大きな
部分では、隆線がはっきりしていても隆線よりも連続性
の良い皺等に由来する画像候補を選択し、隆線の抽出に
失敗することがあった。
【００１０】本発明は、上記先願発明を更に改良し、皺
が混在する領域や隆線の曲率の高い部分であってもより
正確に隆線を抽出することが可能な指掌紋画像処理装置
及び方法、そのプログラムを提供することを目的とす
る。
が混在する領域や隆線の曲率の高い部分であってもより
正確に隆線を抽出することが可能な指掌紋画像処理装置
及び方法、そのプログラムを提供することを目的とす
る。
【００１１】
【課題を解決するための手段】本発明の指掌紋画像処理
装置は、上記目的を達成するため、指紋又は掌紋を画像
として読み込む手段と、前記指紋又は掌紋画像を局所領
域に分割し、局所領域毎に隆線を表わす隆線候補画像を
複数抽出する手段と、抽出された隆線候補画像のうち隆
線である可能性が高い候補画像及びそれを含む局所領域
を高信頼性領域として決定する手段と、前記高信頼性領
域以外の局所領域に関して前記抽出手段で抽出された隆
線候補画像の中から隆線を表わすと推定される隆線画像
を選択する手段と、選択された隆線画像毎に隆線を表わ
す画像として有効であるかどうかを判定する手段と、前
記高信頼性領域における隆線画像、前記選択手段で選択
された隆線画像のうち前記判定手段により有効であると
判定された隆線画像に基づいて全体の画像を生成する手
段とを備えたことを特徴とする。
装置は、上記目的を達成するため、指紋又は掌紋を画像
として読み込む手段と、前記指紋又は掌紋画像を局所領
域に分割し、局所領域毎に隆線を表わす隆線候補画像を
複数抽出する手段と、抽出された隆線候補画像のうち隆
線である可能性が高い候補画像及びそれを含む局所領域
を高信頼性領域として決定する手段と、前記高信頼性領
域以外の局所領域に関して前記抽出手段で抽出された隆
線候補画像の中から隆線を表わすと推定される隆線画像
を選択する手段と、選択された隆線画像毎に隆線を表わ
す画像として有効であるかどうかを判定する手段と、前
記高信頼性領域における隆線画像、前記選択手段で選択
された隆線画像のうち前記判定手段により有効であると
判定された隆線画像に基づいて全体の画像を生成する手
段とを備えたことを特徴とする。
【００１２】また、本発明の指掌紋画像処理方法は、指
紋又は掌紋を画像として読み込む過程と、前記指紋又は
掌紋画像を局所領域に分割し、局所領域毎に隆線を表わ
す隆線候補画像を複数抽出する過程と、抽出された隆線
候補画像のうち隆線である可能性が高い候補画像及びそ
れを含む局所領域を高信頼性領域として決定する過程
と、前記高信頼性領域以外の局所領域に関して前記抽出
過程で抽出された隆線候補画像の中から隆線を表わすと
推定される隆線画像を選択する過程と、選択された隆線
画像毎に隆線を表わす画像として有効であるかどうかを
判定する過程と、前記高信頼性領域における隆線画像、
前記選択過程で選択された隆線画像のうち前記判定過程
により有効であると判定された隆線画像に基づいて全体
の画像を生成する過程とを含むことを特徴とする。
紋又は掌紋を画像として読み込む過程と、前記指紋又は
掌紋画像を局所領域に分割し、局所領域毎に隆線を表わ
す隆線候補画像を複数抽出する過程と、抽出された隆線
候補画像のうち隆線である可能性が高い候補画像及びそ
れを含む局所領域を高信頼性領域として決定する過程
と、前記高信頼性領域以外の局所領域に関して前記抽出
過程で抽出された隆線候補画像の中から隆線を表わすと
推定される隆線画像を選択する過程と、選択された隆線
画像毎に隆線を表わす画像として有効であるかどうかを
判定する過程と、前記高信頼性領域における隆線画像、
前記選択過程で選択された隆線画像のうち前記判定過程
により有効であると判定された隆線画像に基づいて全体
の画像を生成する過程とを含むことを特徴とする。
【００１３】更に、本発明のプログラムは、コンピュー
タに、指紋又は掌紋画像を局所領域に分割し、局所領域
毎に隆線を表わす隆線候補画像を複数抽出する手順、抽
出された隆線候補画像のうち隆線である可能性が高い候
補画像及びそれを含む局所領域を高信頼性領域として決
定する手順、前記高信頼性領域以外の局所領域に関して
前記抽出手順で抽出された隆線候補画像の中から隆線を
表わすと推定される隆線画像を選択する手順、選択され
た隆線画像毎に隆線を表わす画像として有効であるかど
うかを判定する手順、前記高信頼性領域における隆線画
像、前記選択手順で選択された隆線画像のうち前記判定
手順により有効であると判定された隆線画像に基づいて
全体の画像を生成する手順を実行させることを特徴とす
る。
タに、指紋又は掌紋画像を局所領域に分割し、局所領域
毎に隆線を表わす隆線候補画像を複数抽出する手順、抽
出された隆線候補画像のうち隆線である可能性が高い候
補画像及びそれを含む局所領域を高信頼性領域として決
定する手順、前記高信頼性領域以外の局所領域に関して
前記抽出手順で抽出された隆線候補画像の中から隆線を
表わすと推定される隆線画像を選択する手順、選択され
た隆線画像毎に隆線を表わす画像として有効であるかど
うかを判定する手順、前記高信頼性領域における隆線画
像、前記選択手順で選択された隆線画像のうち前記判定
手順により有効であると判定された隆線画像に基づいて
全体の画像を生成する手順を実行させることを特徴とす
る。
【００１４】
【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して詳細に説明する。図１は本発明の指掌
紋画像処理装置の第１の実施形態の構成を示すブロック
図である。なお、図１では図１０の従来装置と同一部分
は同一符号を付している。図１において、１１は指紋又
は掌紋を画像として読み込み、指紋又は掌紋画像を入力
するためのスキャナーやライブスキャナー等の画像入力
手段である。１２は画像入力手段から入力された指紋又
は掌紋の原画像を２次元局所領域に分割し、それぞれの
局所領域に存在する隆線を表わす隆線候補画像を各局所
領域毎に複数個抽出する局所情報抽出手段である。
て図面を参照して詳細に説明する。図１は本発明の指掌
紋画像処理装置の第１の実施形態の構成を示すブロック
図である。なお、図１では図１０の従来装置と同一部分
は同一符号を付している。図１において、１１は指紋又
は掌紋を画像として読み込み、指紋又は掌紋画像を入力
するためのスキャナーやライブスキャナー等の画像入力
手段である。１２は画像入力手段から入力された指紋又
は掌紋の原画像を２次元局所領域に分割し、それぞれの
局所領域に存在する隆線を表わす隆線候補画像を各局所
領域毎に複数個抽出する局所情報抽出手段である。
【００１５】局所情報抽出手段１２は特開平９−１６７
２３０号公報に記載しているように例えば、２次元局所
領域の各々に２次元フーリエ変換を施し、その結果得ら
れたフーリエ変換面でのピークの内異なる２次元正弦波
に対応するピークをその振幅又はピーク近傍のエネルギ
ーの大きなものから順に複数個抽出し、各ピークに対応
する２次元正弦波を隆線候補画像としている。１３は局
所情報抽出手段１２で抽出された各局所領域の複数の隆
線候補画像のうち隆線である可能性が高い隆線候補画像
を決定すると共に、そのような候補画像を含む局所領域
を高信頼性領域として決定する高信頼性領域決定手段で
ある。
２３０号公報に記載しているように例えば、２次元局所
領域の各々に２次元フーリエ変換を施し、その結果得ら
れたフーリエ変換面でのピークの内異なる２次元正弦波
に対応するピークをその振幅又はピーク近傍のエネルギ
ーの大きなものから順に複数個抽出し、各ピークに対応
する２次元正弦波を隆線候補画像としている。１３は局
所情報抽出手段１２で抽出された各局所領域の複数の隆
線候補画像のうち隆線である可能性が高い隆線候補画像
を決定すると共に、そのような候補画像を含む局所領域
を高信頼性領域として決定する高信頼性領域決定手段で
ある。
【００１６】高信頼性領域決定手段１３は上記公報に記
載しているように、各２次元局所領域の複数個の隆線候
補画像についてそれぞれ隆線らしさの度合いを評価し、
各々の局所領域毎に隆線らしさの度合いが最も高い隆線
候補画像を選択する。この場合、高信頼性領域決定手段
１３は各々の局所領域の隆線候補画像のうちその振幅が
最大となるものを選択する。隣接領域群検出手段１４
は、高信頼性領域決定手段１３により決定された高信頼
性領域又は隆線候補画像の選択が終了している領域群と
隣接する局所領域（隣接領域という）を検出する。
載しているように、各２次元局所領域の複数個の隆線候
補画像についてそれぞれ隆線らしさの度合いを評価し、
各々の局所領域毎に隆線らしさの度合いが最も高い隆線
候補画像を選択する。この場合、高信頼性領域決定手段
１３は各々の局所領域の隆線候補画像のうちその振幅が
最大となるものを選択する。隣接領域群検出手段１４
は、高信頼性領域決定手段１３により決定された高信頼
性領域又は隆線候補画像の選択が終了している領域群と
隣接する局所領域（隣接領域という）を検出する。
【００１７】隆線候補選択手段１５は隣接領域群検出手
段１４で検出された隣接領域に対し接続性を評価して隆
線候補画像の中から隆線を表わすと推定される隆線画像
を選択する。有効領域決定手段１７は、隆線画像選択手
段１５で選択された隆線候補を隆線を表わす画像として
採用するかどうかを決定する。画像生成手段１６は指紋
又は掌紋の全体の画像を生成する。なお、図１の装置で
は、処理途中の段階のデータ等を必要に応じてメモリ等
の記憶装置（図示せず）に一旦格納し、必要に応じてそ
れを読み出すことでデータ処理を行う。
段１４で検出された隣接領域に対し接続性を評価して隆
線候補画像の中から隆線を表わすと推定される隆線画像
を選択する。有効領域決定手段１７は、隆線画像選択手
段１５で選択された隆線候補を隆線を表わす画像として
採用するかどうかを決定する。画像生成手段１６は指紋
又は掌紋の全体の画像を生成する。なお、図１の装置で
は、処理途中の段階のデータ等を必要に応じてメモリ等
の記憶装置（図示せず）に一旦格納し、必要に応じてそ
れを読み出すことでデータ処理を行う。
【００１８】次に、第１の実施形態の具体的な動作を図
２のフローチャートを参照して詳細に説明する。図２に
おいて、画像入力手段１１は指紋又は掌紋をデジタル画
像として読み込み、指紋又は掌紋の原画像を局所情報抽
出手段１２に供給する（Ｓ２０１）。局所情報抽出手段
１２では、入力された原画像を２次元局所領域に分割し
（Ｓ２０２）、各２次元局所領域に存在する隆線を表現
する隆線候補画像を各々の２次元局所領域毎に複数個抽
出する（Ｓ２０３）。抽出された隆線候補画像は高信頼
性領域決定手段１３、隆線候補選択手段１５、有効領域
決定手段１７、画像生成手段１６へそれぞれ供給され
る。
２のフローチャートを参照して詳細に説明する。図２に
おいて、画像入力手段１１は指紋又は掌紋をデジタル画
像として読み込み、指紋又は掌紋の原画像を局所情報抽
出手段１２に供給する（Ｓ２０１）。局所情報抽出手段
１２では、入力された原画像を２次元局所領域に分割し
（Ｓ２０２）、各２次元局所領域に存在する隆線を表現
する隆線候補画像を各々の２次元局所領域毎に複数個抽
出する（Ｓ２０３）。抽出された隆線候補画像は高信頼
性領域決定手段１３、隆線候補選択手段１５、有効領域
決定手段１７、画像生成手段１６へそれぞれ供給され
る。
【００１９】ここで、画像入力手段１１の入力画像の解
像度を２０pixel/mmとし、局所領域を正方形（図３参
照）とすると、局所領域の一辺の長さは８〜３２pixel
程度となる。また、隆線候補画像を抽出する場合、特開
平９−１６７２３０号公報に記載しているように、局所
領域の画像のパワースペクトルの極大点を大きなものか
ら順に複数個検出し、極大点に対応する２次元正弦波を
それぞれの局所領域の隆線候補画像とする。例えば、局
所領域毎に隆線候補画像を６個づつ抽出するものとす
る。次に、その極大点に対応する正弦波を特徴付けるパ
ラメータをそれぞれの極大点により算出し記録する。
像度を２０pixel/mmとし、局所領域を正方形（図３参
照）とすると、局所領域の一辺の長さは８〜３２pixel
程度となる。また、隆線候補画像を抽出する場合、特開
平９−１６７２３０号公報に記載しているように、局所
領域の画像のパワースペクトルの極大点を大きなものか
ら順に複数個検出し、極大点に対応する２次元正弦波を
それぞれの局所領域の隆線候補画像とする。例えば、局
所領域毎に隆線候補画像を６個づつ抽出するものとす
る。次に、その極大点に対応する正弦波を特徴付けるパ
ラメータをそれぞれの極大点により算出し記録する。
【００２０】そのようなパラメータの一例について説明
する。これは、上記特開平９−１６７２３０号公報に記
載されている。まず、局所領域 Ｉij（０＜ｉ＜６３，０＜ｊ＜６３） の第ｎ番目のピークのフーリエ面での座標値を、 （ξn (i,j)，ηn (i,j)） とすると、局所情報抽出手段１２では振幅、位相、方
向、周波数、ピーク周辺のパワーをそれぞれ算出する。
する。これは、上記特開平９−１６７２３０号公報に記
載されている。まず、局所領域 Ｉij（０＜ｉ＜６３，０＜ｊ＜６３） の第ｎ番目のピークのフーリエ面での座標値を、 （ξn (i,j)，ηn (i,j)） とすると、局所情報抽出手段１２では振幅、位相、方
向、周波数、ピーク周辺のパワーをそれぞれ算出する。
【００２１】振幅は（１）式、位相は（２）式、方向は
（３）式、周波数は（４）式、ピーク周辺のパワーは
（５）式で得られる。
（３）式、周波数は（４）式、ピーク周辺のパワーは
（５）式で得られる。
【００２２】
【数１】
【００２３】
【数２】
【００２４】
【数３】
【００２５】
【数４】
【００２６】
【数５】 また、ｆの全パワー
【００２７】
【数６】 も算出しておく。これらのパラメータから決定される画
像は、 gn (i,j)(x,y)=an (i,j)cos[２πfn (i,j)(x cos(dn (i,j)) +y sin(dn (i,j)))-phn (i,j)] …（７） となる。この
像は、 gn (i,j)(x,y)=an (i,j)cos[２πfn (i,j)(x cos(dn (i,j)) +y sin(dn (i,j)))-phn (i,j)] …（７） となる。この
【００２８】
【数７】 が各局所領域における隆線を表す候補画像となる。局所
情報抽出手段１２ではすべての局所領域毎にこれらのパ
ラメータの値、
情報抽出手段１２ではすべての局所領域毎にこれらのパ
ラメータの値、
【００２９】
【数８】 を算出する。
【００３０】高信頼性領域決定手段１３では、特開平９
−１６７２３０号公報に記載しているように隆線である
可能性が高い隆線候補画像（高信頼性候補）とそれを含
む局所領域を高信頼性領域として決定する（Ｓ２０
４）。決定された高信頼性候補とそれを含む高信頼性領
域は隣接領域群検出手段１４、隆線候補選択手段１７、
画像生成手段１６へそれぞれ供給される。ここで、高信
頼性領域決定手段１３ではすべての局所領域毎にすべて
の隆線候補画像について隆線らしさの度合を評価し、隆
線らしさの度合いが高い隆線候補画像を各局所領域から
１つ選び、高信頼性候補画像とする。
−１６７２３０号公報に記載しているように隆線である
可能性が高い隆線候補画像（高信頼性候補）とそれを含
む局所領域を高信頼性領域として決定する（Ｓ２０
４）。決定された高信頼性候補とそれを含む高信頼性領
域は隣接領域群検出手段１４、隆線候補選択手段１７、
画像生成手段１６へそれぞれ供給される。ここで、高信
頼性領域決定手段１３ではすべての局所領域毎にすべて
の隆線候補画像について隆線らしさの度合を評価し、隆
線らしさの度合いが高い隆線候補画像を各局所領域から
１つ選び、高信頼性候補画像とする。
【００３１】この場合のアルゴリズムは、上記公報に記
載しているように局所情報抽出手段１２で２次元局所領
域の各々に２次元フーリエ変換を施し、その結果得られ
たフーリエ変換面でのピークのうち異なる２次元正弦波
に対応するピークをその振幅又はピーク近傍のエネルギ
ーの大きなものから順に複数個抽出し、各ピークに対応
する２次元正弦波を隆線候補画像としているが、２次元
局所領域の各々の隆線候補画像の中でその振幅が最大と
なるものを高信頼性候補画像とする。
載しているように局所情報抽出手段１２で２次元局所領
域の各々に２次元フーリエ変換を施し、その結果得られ
たフーリエ変換面でのピークのうち異なる２次元正弦波
に対応するピークをその振幅又はピーク近傍のエネルギ
ーの大きなものから順に複数個抽出し、各ピークに対応
する２次元正弦波を隆線候補画像としているが、２次元
局所領域の各々の隆線候補画像の中でその振幅が最大と
なるものを高信頼性候補画像とする。
【００３２】次に、隣接領域群検出手段１４では高信頼
性領域に隣接するすべての隣接領域を検出する（Ｓ２０
５）。例えば、図３に示すように中央の領域が高信頼性
領域として検出されたとすると、その周囲の１周目の局
所領域を隣接領域として検出する。次いで、検出された
隣接領域が１つ以上あるか否かを判定する（Ｓ２０
６）。例えば、図３の例では、隣接領域は複数存在する
ので、Ｓ２０７へ進む。また、この時は隣接領域群検出
手段１４の隣接領域情報は隆線候補選択手段１５へ供給
される。
性領域に隣接するすべての隣接領域を検出する（Ｓ２０
５）。例えば、図３に示すように中央の領域が高信頼性
領域として検出されたとすると、その周囲の１周目の局
所領域を隣接領域として検出する。次いで、検出された
隣接領域が１つ以上あるか否かを判定する（Ｓ２０
６）。例えば、図３の例では、隣接領域は複数存在する
ので、Ｓ２０７へ進む。また、この時は隣接領域群検出
手段１４の隣接領域情報は隆線候補選択手段１５へ供給
される。
【００３３】隆線候補選択手段１５はＳ２０７において
特開平９−１６７２３０号公報に記載しているように隣
接領域毎に接続性を評価し、隆線候補画像の中から接続
性の良い隆線画像を選択し、選択した候補の番号を有効
領域決定手段１７、画像生成手段１６へ通知する。有効
領域決定手段１７では、選択されたすべての隆線候補画
像に対して１つづつ最終的な隆線候補として採用するか
どうかを決定し（Ｓ２０８）、その結果を隣接領域群検
出手段１４に通知する。ここで、有効領域決定手段１７
の最終的な隆線候補として採用するかどうかを決定する
具体的な処理について説明する。
特開平９−１６７２３０号公報に記載しているように隣
接領域毎に接続性を評価し、隆線候補画像の中から接続
性の良い隆線画像を選択し、選択した候補の番号を有効
領域決定手段１７、画像生成手段１６へ通知する。有効
領域決定手段１７では、選択されたすべての隆線候補画
像に対して１つづつ最終的な隆線候補として採用するか
どうかを決定し（Ｓ２０８）、その結果を隣接領域群検
出手段１４に通知する。ここで、有効領域決定手段１７
の最終的な隆線候補として採用するかどうかを決定する
具体的な処理について説明する。
【００３４】この処理では、評価対象の隆線候補画像と
その周囲の高信頼性領域の高信頼性隆線候補（２回目以
降は評価対象の隆線候補画像とその周囲のその時点で既
に選択が終了している局所領域の隆線候補画像）との方
向ｄn (i,j)、ピッチｆn (i,j)、位相ｐｈn (i,j)、等の局
所情報の連続性や局所画像におけるパワースペクトルの
隆線候補画像への集中度や隆線候補画像の隆線ピッチ等
を評価し、隆線候補選択手段１５で選択された隆線候補
画像を採用するかどうかをその結果に応じて決定する。
その周囲の高信頼性領域の高信頼性隆線候補（２回目以
降は評価対象の隆線候補画像とその周囲のその時点で既
に選択が終了している局所領域の隆線候補画像）との方
向ｄn (i,j)、ピッチｆn (i,j)、位相ｐｈn (i,j)、等の局
所情報の連続性や局所画像におけるパワースペクトルの
隆線候補画像への集中度や隆線候補画像の隆線ピッチ等
を評価し、隆線候補選択手段１５で選択された隆線候補
画像を採用するかどうかをその結果に応じて決定する。
【００３５】例えば、方向の連続性を用いる場合は、評
価対象の局所領域で選択された隆線候補画像の隆線方向
を、 ｄ（０＜ｄ＜π） とし、その近傍の局所領域における隆線方向を代表する
方向（方向ベクトルの和の方向）を、 ｄn （０＜ｄn ＜π） とすると、
価対象の局所領域で選択された隆線候補画像の隆線方向
を、 ｄ（０＜ｄ＜π） とし、その近傍の局所領域における隆線方向を代表する
方向（方向ベクトルの和の方向）を、 ｄn （０＜ｄn ＜π） とすると、
【００３６】
【数９】 がある閾値よりも小さい場合はその隆線候補画像を採用
するものとし、そうでない場合は採用しないと判定す
る。
するものとし、そうでない場合は採用しないと判定す
る。
【００３７】また、局所画像におけるパワースペクトル
の集中度を用いる場合は、隆線候補画像のパワースペク
トルの総和を対応する局所領域画像のパワースペクトル
の総和で割ったものがある閾値よりも小さい場合はその
隆線候補画像を採用すると判定し、そうでない場合は採
用しないと判定する。更に、隆線候補画像の隆線ピッチ
を用いる場合は、隆線ピッチが隆線としてあり得る範囲
内であればその隆線候補画像を採用するものとし、そう
でない場合は採用しないと判定する。この判定処理は、
これらの特徴量を単独で用いることもできるし、組み合
わせて用いることもできる。
の集中度を用いる場合は、隆線候補画像のパワースペク
トルの総和を対応する局所領域画像のパワースペクトル
の総和で割ったものがある閾値よりも小さい場合はその
隆線候補画像を採用すると判定し、そうでない場合は採
用しないと判定する。更に、隆線候補画像の隆線ピッチ
を用いる場合は、隆線ピッチが隆線としてあり得る範囲
内であればその隆線候補画像を採用するものとし、そう
でない場合は採用しないと判定する。この判定処理は、
これらの特徴量を単独で用いることもできるし、組み合
わせて用いることもできる。
【００３８】図３の例では、Ｂの局所領域から処理を開
始し、実線は隆線候補として採用すべきと決定した局所
領域、破線は採用すべきでないと決定した局所領域であ
る。この場合、コアやデルタ等の曲率の高い領域で局所
情報が著しく不連続な部分は採用すべきでないと決定さ
れ、このような不連続な面が存在する部分は一旦選択が
行われず、局所情報の連続性が高い領域のみで選択が進
んでいく。
始し、実線は隆線候補として採用すべきと決定した局所
領域、破線は採用すべきでないと決定した局所領域であ
る。この場合、コアやデルタ等の曲率の高い領域で局所
情報が著しく不連続な部分は採用すべきでないと決定さ
れ、このような不連続な面が存在する部分は一旦選択が
行われず、局所情報の連続性が高い領域のみで選択が進
んでいく。
【００３９】次に、Ｓ２０５に戻り、既に選択が終了し
ている局所領域に隣接する隣接領域をすべて見付ける処
理を行う。図３の例では、高信頼性領域の外側の２周目
の局所領域がこれに該当する。次いで、Ｓ２０６で隣接
領域が１つ以上あるか否かの判定を行い、Ｓ２０７で検
出されたすべての隣接領域毎に隆線候補画像から隆線画
像を選択し、Ｓ２０８で選択結果を採用するかどうかを
決定する処理を行う。この際、隣接領域は高信頼性領域
の２周目であるので、前述のように方向、ピッチ、位相
等の局所情報の連続性を評価する場合は、評価対象の隆
線候補画像とその周囲の選択が終了している隣接領域の
隆線候補画像との方向、ピッチ、位相等の局所情報の連
続性の評価を行う。
ている局所領域に隣接する隣接領域をすべて見付ける処
理を行う。図３の例では、高信頼性領域の外側の２周目
の局所領域がこれに該当する。次いで、Ｓ２０６で隣接
領域が１つ以上あるか否かの判定を行い、Ｓ２０７で検
出されたすべての隣接領域毎に隆線候補画像から隆線画
像を選択し、Ｓ２０８で選択結果を採用するかどうかを
決定する処理を行う。この際、隣接領域は高信頼性領域
の２周目であるので、前述のように方向、ピッチ、位相
等の局所情報の連続性を評価する場合は、評価対象の隆
線候補画像とその周囲の選択が終了している隣接領域の
隆線候補画像との方向、ピッチ、位相等の局所情報の連
続性の評価を行う。
【００４０】この結果、図３に示すようにＣの領域から
処理が開始され、同様に実線と破線で示すように隣接領
域毎に隆線画像を採用すべき、あるいは採用すべきでな
いと決定する処理を行う。以下、Ｓ２０５〜Ｓ２０８の
処理を繰り返し行い、Ｓ２０６で隣接領域が１つ以上な
いと判定すると、画像生成手段１６は隆線候補選択手段
１５で選択された隆線候補、高信頼性領域決定手段１３
で隆線を表わしている可能性が高いと判定された隆線候
補、あるいは局所情報抽出手段１２で得られた局所情報
に基づいて全体の隆線画像を生成する（Ｓ２０９）。
処理が開始され、同様に実線と破線で示すように隣接領
域毎に隆線画像を採用すべき、あるいは採用すべきでな
いと決定する処理を行う。以下、Ｓ２０５〜Ｓ２０８の
処理を繰り返し行い、Ｓ２０６で隣接領域が１つ以上な
いと判定すると、画像生成手段１６は隆線候補選択手段
１５で選択された隆線候補、高信頼性領域決定手段１３
で隆線を表わしている可能性が高いと判定された隆線候
補、あるいは局所情報抽出手段１２で得られた局所情報
に基づいて全体の隆線画像を生成する（Ｓ２０９）。
【００４１】また、図２のＳ２０５において隆線画像と
して採用しなかった領域についても選択対象としてもよ
い。図４はこの場合の隆線候補画像選択の順番を示す図
である。実線は隆線画像として採用すべきと決定した局
所領域、破線は採用すべきでないと決定した局所領域を
示す。図４に示すように図３の破線領域が少なくなって
おり、こうすることによってＳ２０５で採用しなかった
領域が選択され、より多くの領域について隆線を求める
ことができる。
して採用しなかった領域についても選択対象としてもよ
い。図４はこの場合の隆線候補画像選択の順番を示す図
である。実線は隆線画像として採用すべきと決定した局
所領域、破線は採用すべきでないと決定した局所領域を
示す。図４に示すように図３の破線領域が少なくなって
おり、こうすることによってＳ２０５で採用しなかった
領域が選択され、より多くの領域について隆線を求める
ことができる。
【００４２】ここで、特開平９−１６７２３０号公報の
従来の隆線候補選択では、図５、図６に示すように高信
頼性領域に近い局所領域から順に隆線候補選択を行う。
本実施形態では隆線候補選択手段１５で選択された隆線
候補画像を最終的な隆線画像として採用するかを有効領
域決定手段１７で決定している。この結果、図３、図７
に示すように採用すべきでない領域が選択され、この領
域における隆線の誤認を防いでいる。
従来の隆線候補選択では、図５、図６に示すように高信
頼性領域に近い局所領域から順に隆線候補選択を行う。
本実施形態では隆線候補選択手段１５で選択された隆線
候補画像を最終的な隆線画像として採用するかを有効領
域決定手段１７で決定している。この結果、図３、図７
に示すように採用すべきでない領域が選択され、この領
域における隆線の誤認を防いでいる。
【００４３】この場合、図８に示すようにコアやデルタ
や壁状紋の付近といった曲率の高い領域で局所情報が著
しく不連続な部分を採用すべきでない領域とする。これ
によって、そのような不連続な面が存在する部分は一旦
選択が行われず、局所情報の連続性が高い領域のみで選
択が進んでいく。そのような不連続な面でも画像全体で
は連続的に変化してつながっているので、その連続して
いる部分を回り込むように選択していけば不連続面で選
択を行うことなく全ての領域の選択を実現できる（図７
参照）。
や壁状紋の付近といった曲率の高い領域で局所情報が著
しく不連続な部分を採用すべきでない領域とする。これ
によって、そのような不連続な面が存在する部分は一旦
選択が行われず、局所情報の連続性が高い領域のみで選
択が進んでいく。そのような不連続な面でも画像全体で
は連続的に変化してつながっているので、その連続して
いる部分を回り込むように選択していけば不連続面で選
択を行うことなく全ての領域の選択を実現できる（図７
参照）。
【００４４】不連続な領域での選択を従来手法のように
領域の性質を考えずに行おうとすれば、局所情報の差が
大きな候補も選択せざるを得ず、そのような候補も選択
するような基準を用いると、他の部分特に皺が多く存在
する領域での候補選択に悪影響を及ぼす。本実施形態の
ように選択順序を変えることで不連続面での選択を避け
れば、局所情報の差が小さな候補を選択するという基準
で全ての領域から正しく隆線を選択することができる。
従来方法では局所領域の連続性が小さな部分でも無理に
選択を進めていたために誤って皺に由来する隆線候補画
像を選択してしまうことがあったが、そのような事態を
回避できる。
領域の性質を考えずに行おうとすれば、局所情報の差が
大きな候補も選択せざるを得ず、そのような候補も選択
するような基準を用いると、他の部分特に皺が多く存在
する領域での候補選択に悪影響を及ぼす。本実施形態の
ように選択順序を変えることで不連続面での選択を避け
れば、局所情報の差が小さな候補を選択するという基準
で全ての領域から正しく隆線を選択することができる。
従来方法では局所領域の連続性が小さな部分でも無理に
選択を進めていたために誤って皺に由来する隆線候補画
像を選択してしまうことがあったが、そのような事態を
回避できる。
【００４５】また、本実施形態では、隣接する局所領域
における隆線候補画像と方向の差が小さい隆線候補画像
のみを有効とし、不連続面であるかどうかを方向の差で
評価している。隆線候補選択では隆線方向が隆線かどう
かを表す有効な特徴量となっているので、方向情報を用
いることで隆線候補画像選択が失敗する可能性のある不
連続面を精度よく検出することができる。更に、選択さ
れた隆線候補画像の隆線らしさをピッチが隆線として存
在する範囲内にあるかどうかやパワースペクトルが一点
に集中しているかどうか等を評価して隆線らしさの度合
を評価し、その度合いが一定以上である隆線候補画像だ
けを有効としている。このようにすると隆線の曲率が高
く画質が良好な部分で誤って隆線方向の連続性がある皺
等を選択しても隆線らしさが小さいため選択が採用され
ない。つまり、選択に失敗した不連続面を検出すること
ができる。不連続面でも選択に成功した場合は選択順序
を後にする必要はないため処理の効率化を図ることがで
きる。
における隆線候補画像と方向の差が小さい隆線候補画像
のみを有効とし、不連続面であるかどうかを方向の差で
評価している。隆線候補選択では隆線方向が隆線かどう
かを表す有効な特徴量となっているので、方向情報を用
いることで隆線候補画像選択が失敗する可能性のある不
連続面を精度よく検出することができる。更に、選択さ
れた隆線候補画像の隆線らしさをピッチが隆線として存
在する範囲内にあるかどうかやパワースペクトルが一点
に集中しているかどうか等を評価して隆線らしさの度合
を評価し、その度合いが一定以上である隆線候補画像だ
けを有効としている。このようにすると隆線の曲率が高
く画質が良好な部分で誤って隆線方向の連続性がある皺
等を選択しても隆線らしさが小さいため選択が採用され
ない。つまり、選択に失敗した不連続面を検出すること
ができる。不連続面でも選択に成功した場合は選択順序
を後にする必要はないため処理の効率化を図ることがで
きる。
【００４６】次に、本発明の第２の実施形態について説
明する。第２の実施形態の構成は図１と同様であるが、
処理方法が図２と異なっている。図９は第２の実施形態
の処理の流れを示すフローチャートである。図９におい
て、まず、Ｓ８０１〜８０４は図２のＳ２０１〜Ｓ２０
４と同様である。Ｓ８０４で高信頼性候補とそれを含む
高信頼性領域を決定すると、変数ＳＣを０にセットする
（Ｓ８０５）。次いで、隣接領域群検出手段１４で高信
頼性領域に隣接する隣接領域をすべて検出する（Ｓ８０
６）。例えば、図３の例では、高信頼性領域の外側の１
周目の隣接領域がこれに該当する。また、隣接領域が１
つ以上あるかどうかを判定し（Ｓ８０７）、その後、隆
線候補選択手段１５で第１の実施形態と同様にすべての
隣接領域毎に隆線候補画像から隆線画像を選択する候補
選択処理を行う（Ｓ８０８）。選択した候補の番号は隣
接領域群検出手段１４、有効領域決定手段１７、画像生
成手段１６へ供給される。
明する。第２の実施形態の構成は図１と同様であるが、
処理方法が図２と異なっている。図９は第２の実施形態
の処理の流れを示すフローチャートである。図９におい
て、まず、Ｓ８０１〜８０４は図２のＳ２０１〜Ｓ２０
４と同様である。Ｓ８０４で高信頼性候補とそれを含む
高信頼性領域を決定すると、変数ＳＣを０にセットする
（Ｓ８０５）。次いで、隣接領域群検出手段１４で高信
頼性領域に隣接する隣接領域をすべて検出する（Ｓ８０
６）。例えば、図３の例では、高信頼性領域の外側の１
周目の隣接領域がこれに該当する。また、隣接領域が１
つ以上あるかどうかを判定し（Ｓ８０７）、その後、隆
線候補選択手段１５で第１の実施形態と同様にすべての
隣接領域毎に隆線候補画像から隆線画像を選択する候補
選択処理を行う（Ｓ８０８）。選択した候補の番号は隣
接領域群検出手段１４、有効領域決定手段１７、画像生
成手段１６へ供給される。
【００４７】有効領域決定手段１７では選択された候補
画像をＳＣ番目（この場合は、ＳＣ＝０）の評価基準で
評価し、選択されたすべての隆線候補画像に対して１つ
づつ最終的な隆線候補として採用するかどうかを決定し
（Ｓ８０９）、その結果を隣接領域群検出手段１４に通
知する。具体的には、有効領域決定手段１７は第１の実
施形態と同様に評価対象の隆線候補画像とその周囲の高
信頼性領域の候補画像との方向・ピッチ・位相等の局所
情報の連続性や局所画像におけるパワースペクトルの隆
線候補画像への集中度や隆線候補画像の隆線ピッチ等を
評価し、隆線候補選択手段１５で選択された候補画像を
採用するかどうかをその結果に応じて決定する。採用す
るかどうかの基準は隣接領域群検出手段１４で検出され
る隣接領域が無くなるまで同じ基準を用い、無くなった
時点で基準を変更する。
画像をＳＣ番目（この場合は、ＳＣ＝０）の評価基準で
評価し、選択されたすべての隆線候補画像に対して１つ
づつ最終的な隆線候補として採用するかどうかを決定し
（Ｓ８０９）、その結果を隣接領域群検出手段１４に通
知する。具体的には、有効領域決定手段１７は第１の実
施形態と同様に評価対象の隆線候補画像とその周囲の高
信頼性領域の候補画像との方向・ピッチ・位相等の局所
情報の連続性や局所画像におけるパワースペクトルの隆
線候補画像への集中度や隆線候補画像の隆線ピッチ等を
評価し、隆線候補選択手段１５で選択された候補画像を
採用するかどうかをその結果に応じて決定する。採用す
るかどうかの基準は隣接領域群検出手段１４で検出され
る隣接領域が無くなるまで同じ基準を用い、無くなった
時点で基準を変更する。
【００４８】例えば、まず、方向差が閾値以下のものだ
けを採用するようにし、隣接する局所領域が無くなった
ら方向差に拘わらず採用するようにする。また、局所情
報抽出手段１２で各局所領域に２次元フーリエ変換を施
し、得られたフーリエ変換面でのピークの内、異なる２
次元正弦波に対応するピークを、その振幅又はピーク近
傍のエネルギーの大きなものから順に複数個抽出し、そ
れぞれのピークに対応する２次元正弦波を隆線候補画像
とする場合は、有効領域決定手段１７は、まずピーク近
傍のエネルギーが最大のピークである隆線候補画像だけ
を有効とし、その基準で有効領域決定処理の対象となる
領域が無くなったらピーク近傍のエネルギーに拘わらず
有効にする。
けを採用するようにし、隣接する局所領域が無くなった
ら方向差に拘わらず採用するようにする。また、局所情
報抽出手段１２で各局所領域に２次元フーリエ変換を施
し、得られたフーリエ変換面でのピークの内、異なる２
次元正弦波に対応するピークを、その振幅又はピーク近
傍のエネルギーの大きなものから順に複数個抽出し、そ
れぞれのピークに対応する２次元正弦波を隆線候補画像
とする場合は、有効領域決定手段１７は、まずピーク近
傍のエネルギーが最大のピークである隆線候補画像だけ
を有効とし、その基準で有効領域決定処理の対象となる
領域が無くなったらピーク近傍のエネルギーに拘わらず
有効にする。
【００４９】次に、Ｓ８０６に戻って、Ｓ８０６〜Ｓ８
０９の処理を繰り返し行い、この時は先の説明のように
Ｓ８０９で同じ評価基準で評価し、隆線候補画像を隆線
画像として採用するかどうかを決定する。そして、Ｓ８
０７で隣接領域が１つ以上ないと判定すると、ＳＣ＝Ｓ
Ｃ＋１とし（Ｓ８１０）、その後、ＳＣの値（この場合
は１）と予め決められたＳの値（例えば２）を比較する
（Ｓ８１１）。この場合は、ＳＣの値はＳの値以下であ
るので、Ｓ８０６に戻り、Ｓ８０６〜Ｓ８０９の処理を
行う。
０９の処理を繰り返し行い、この時は先の説明のように
Ｓ８０９で同じ評価基準で評価し、隆線候補画像を隆線
画像として採用するかどうかを決定する。そして、Ｓ８
０７で隣接領域が１つ以上ないと判定すると、ＳＣ＝Ｓ
Ｃ＋１とし（Ｓ８１０）、その後、ＳＣの値（この場合
は１）と予め決められたＳの値（例えば２）を比較する
（Ｓ８１１）。この場合は、ＳＣの値はＳの値以下であ
るので、Ｓ８０６に戻り、Ｓ８０６〜Ｓ８０９の処理を
行う。
【００５０】但し、この場合は、Ｓ８０６で現在の選択
採用基準で以前に選択対象領域となったことのない隣接
領域（例えば、図３の例では、破線で示す領域）が検出
される。また、それに対してＳ８０８で検出されたすべ
ての隣接領域毎に候補選択処理を行い、Ｓ８０９ではＳ
Ｃ＝１番目の評価基準で評価し、採用するかどうかを決
定する。この場合の評価基準は先の説明のように、例え
ば、前回の評価基準が方向差が閾値以下のものを採用す
るのであれば、方向差に拘わらず採用するようにする。
また、先の説明のように前回の評価基準がピーク近傍の
エネルギーが最大のピークである隆線候補画像だけを有
効とするであれば、ピーク近傍のエネルギーに拘わらず
有効にする。
採用基準で以前に選択対象領域となったことのない隣接
領域（例えば、図３の例では、破線で示す領域）が検出
される。また、それに対してＳ８０８で検出されたすべ
ての隣接領域毎に候補選択処理を行い、Ｓ８０９ではＳ
Ｃ＝１番目の評価基準で評価し、採用するかどうかを決
定する。この場合の評価基準は先の説明のように、例え
ば、前回の評価基準が方向差が閾値以下のものを採用す
るのであれば、方向差に拘わらず採用するようにする。
また、先の説明のように前回の評価基準がピーク近傍の
エネルギーが最大のピークである隆線候補画像だけを有
効とするであれば、ピーク近傍のエネルギーに拘わらず
有効にする。
【００５１】次に、Ｓ８０７で隣接領域がなくなったら
Ｓ８１０でＳＣ＝ＳＣ＋１とし、Ｓ８１１で再度ＳＣの
値とＳの値を比較する。この時は、Ｓ８１１でＹＥＳと
なったものとし、画像生成手段１６では隆線候補選択手
段１５で選択された隆線候補、高信頼性領域決定手段１
３で隆線を表わしている可能性が高いと判定された隆線
候補、局所情報抽出手段１２で得られた局所情報に基づ
いて全体の隆線画像を生成する（Ｓ８１２）。
Ｓ８１０でＳＣ＝ＳＣ＋１とし、Ｓ８１１で再度ＳＣの
値とＳの値を比較する。この時は、Ｓ８１１でＹＥＳと
なったものとし、画像生成手段１６では隆線候補選択手
段１５で選択された隆線候補、高信頼性領域決定手段１
３で隆線を表わしている可能性が高いと判定された隆線
候補、局所情報抽出手段１２で得られた局所情報に基づ
いて全体の隆線画像を生成する（Ｓ８１２）。
【００５２】本実施形態では、有効領域決定手段１７で
有効領域決定処理の対象となる領域が無くなる度に有効
領域決定の評価基準を変えている。第１の実施形態で
は、不連続面で囲まれてしまった領域は隆線候補画像の
選択を行うことができないが、第２の実施形態では不連
続面で囲まれてしまい選択を進めることができなくなっ
たら有効領域決定の基準を変更すれば選択を進めること
ができ、より広い範囲で隆線抽出を行うことができる。
有効領域決定処理の対象となる領域が無くなる度に有効
領域決定の評価基準を変えている。第１の実施形態で
は、不連続面で囲まれてしまった領域は隆線候補画像の
選択を行うことができないが、第２の実施形態では不連
続面で囲まれてしまい選択を進めることができなくなっ
たら有効領域決定の基準を変更すれば選択を進めること
ができ、より広い範囲で隆線抽出を行うことができる。
【００５３】また、本実施形態では、隣接する局所領域
における隆線候補画像と方向の差が小さい隆線候補画像
のみを有効としている。そして、選択できる局所領域が
無くなったら、選択が終了した局所領域に隣接する選択
の終了していない局所領域から無条件に選択を行う。こ
れによって、方向の差という基準での不連続面に囲まれ
てしまった部分でも隆線選択を行うことができる。更
に、選択された隆線候補画像の隆線らしさをピッチが隆
線として存在する範囲内にあるかどうかやパワースペク
トルが一点に集中しているかどうか等を評価して隆線ら
しさの度合を評価し、その度合が一定以上である隆線候
補画像だけを有効としている。そして、選択できる局所
領域が無くなったら、選択が終了した局所領域に隣接す
る選択の終了していない局所領域から無条件に選択を行
う。これによって、不連続面に囲まれてしまった部分で
も隆線選択を行うことができる。
における隆線候補画像と方向の差が小さい隆線候補画像
のみを有効としている。そして、選択できる局所領域が
無くなったら、選択が終了した局所領域に隣接する選択
の終了していない局所領域から無条件に選択を行う。こ
れによって、方向の差という基準での不連続面に囲まれ
てしまった部分でも隆線選択を行うことができる。更
に、選択された隆線候補画像の隆線らしさをピッチが隆
線として存在する範囲内にあるかどうかやパワースペク
トルが一点に集中しているかどうか等を評価して隆線ら
しさの度合を評価し、その度合が一定以上である隆線候
補画像だけを有効としている。そして、選択できる局所
領域が無くなったら、選択が終了した局所領域に隣接す
る選択の終了していない局所領域から無条件に選択を行
う。これによって、不連続面に囲まれてしまった部分で
も隆線選択を行うことができる。
【００５４】また、本実施形態では、ピーク近傍のエネ
ルギーが最大のピークである隆線候補画像が選択された
場合のみ有効としている。隆線の曲率が高く画質が良好
な部分で誤って隆線方向の連続性がある皺等を選択して
もそのような隆線候補画像はピーク近傍のエネルギーが
最大のピークとはならないことが多いので選択が採用さ
れない。つまり、選択に失敗した不連続面を検出するこ
とができる。不連続面でも選択に成功した場合は選択順
序を後にする必要はないため処理の効率化が図られる。
そして、選択できる局所領域が無くなったら、選択が終
了した局所領域に隣接する選択の終了していない局所領
域から無条件に選択を行う。こうすることで、エネルギ
ーが最大のピークのみ採用という基準での不連続面に囲
まれてしまった部分でも隆線選択を行うことができる。
ルギーが最大のピークである隆線候補画像が選択された
場合のみ有効としている。隆線の曲率が高く画質が良好
な部分で誤って隆線方向の連続性がある皺等を選択して
もそのような隆線候補画像はピーク近傍のエネルギーが
最大のピークとはならないことが多いので選択が採用さ
れない。つまり、選択に失敗した不連続面を検出するこ
とができる。不連続面でも選択に成功した場合は選択順
序を後にする必要はないため処理の効率化が図られる。
そして、選択できる局所領域が無くなったら、選択が終
了した局所領域に隣接する選択の終了していない局所領
域から無条件に選択を行う。こうすることで、エネルギ
ーが最大のピークのみ採用という基準での不連続面に囲
まれてしまった部分でも隆線選択を行うことができる。
【００５５】なお、本発明のコンピュータプログラム
は、上述した指掌紋画像の処理の方法を実行する手順を
記述したプログラムである。即ち、コンピュータに、指
紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線
を表わす隆線候補画像を複数抽出する手順、抽出された
隆線候補画像のうち隆線である可能性が高い候補画像及
びそれを含む局所領域を高信頼性領域として決定する手
順、前記高信頼性領域以外の局所領域に関して前記抽出
手順で抽出された隆線候補画像の中から隆線を表わすと
推定される隆線画像を選択する手順、選択された隆線画
像毎に隆線を表わす画像として有効であるかどうかを判
定する手順、前記高信頼性領域における隆線画像、前記
選択手順で選択された隆線画像のうち前記判定手順によ
り有効であると判定された隆線画像に基づいて全体の画
像を生成する手順を実行させるためのプログラムであ
る。
は、上述した指掌紋画像の処理の方法を実行する手順を
記述したプログラムである。即ち、コンピュータに、指
紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線
を表わす隆線候補画像を複数抽出する手順、抽出された
隆線候補画像のうち隆線である可能性が高い候補画像及
びそれを含む局所領域を高信頼性領域として決定する手
順、前記高信頼性領域以外の局所領域に関して前記抽出
手順で抽出された隆線候補画像の中から隆線を表わすと
推定される隆線画像を選択する手順、選択された隆線画
像毎に隆線を表わす画像として有効であるかどうかを判
定する手順、前記高信頼性領域における隆線画像、前記
選択手順で選択された隆線画像のうち前記判定手順によ
り有効であると判定された隆線画像に基づいて全体の画
像を生成する手順を実行させるためのプログラムであ
る。
【００５６】
【発明の効果】以上説明したように本発明によれば、皺
が混在する領域からと隆線の曲率が高い部分の双方で、
より正確に隆線を抽出することができる。即ち、隆線候
補選択手段で選択された隆線候補画像を最終的な隆線画
像として採用するかを有効領域決定手段で決定している
ので、採用すべきでない領域で隆線を誤って選択するこ
とを防ぐことができる。
が混在する領域からと隆線の曲率が高い部分の双方で、
より正確に隆線を抽出することができる。即ち、隆線候
補選択手段で選択された隆線候補画像を最終的な隆線画
像として採用するかを有効領域決定手段で決定している
ので、採用すべきでない領域で隆線を誤って選択するこ
とを防ぐことができる。
【００５７】ここで、コアやデルタや壁状紋の付近とい
った曲率の高い領域で局所情報が著しく不連続な部分を
採用すべきでない領域とする。こうすることで、そのよ
うな不連続な面が存在する部分は一旦選択が行われず、
局所情報の連続性が高い領域のみで選択が進んでいく。
そのような不連続な面でも、画像全体では連続的に変化
してつながっているので、その連続している部分を回り
込むように選択していけば不連続面で選択を行うことな
く全ての領域の選択を実現できる。
った曲率の高い領域で局所情報が著しく不連続な部分を
採用すべきでない領域とする。こうすることで、そのよ
うな不連続な面が存在する部分は一旦選択が行われず、
局所情報の連続性が高い領域のみで選択が進んでいく。
そのような不連続な面でも、画像全体では連続的に変化
してつながっているので、その連続している部分を回り
込むように選択していけば不連続面で選択を行うことな
く全ての領域の選択を実現できる。
【００５８】また、不連続な領域での選択を従来手法の
ように領域の性質を考えずに行おうとすれば、局所情報
の差が大きな候補も選択せざるを得ず、他の部分特に皺
が多く存在する領域での候補選択に悪影響を及ぼすが、
本発明のように選択順序を変えることで不連続面での選
択を避ければ局所情報の差が小さな候補を選択するとい
う基準で全ての領域から正しい隆線を選択することがで
きる。従来の方法では局所領域の連続性が小さな部分で
も無理に選択を進めていたために誤って皺に由来する隆
線候補画像を選択していしまうことがあったが、こうす
ることで、そのような事態を回避することができる。
ように領域の性質を考えずに行おうとすれば、局所情報
の差が大きな候補も選択せざるを得ず、他の部分特に皺
が多く存在する領域での候補選択に悪影響を及ぼすが、
本発明のように選択順序を変えることで不連続面での選
択を避ければ局所情報の差が小さな候補を選択するとい
う基準で全ての領域から正しい隆線を選択することがで
きる。従来の方法では局所領域の連続性が小さな部分で
も無理に選択を進めていたために誤って皺に由来する隆
線候補画像を選択していしまうことがあったが、こうす
ることで、そのような事態を回避することができる。
【図１】本発明の指掌紋画像処理装置の第１の実施形態
を示すブロック図である。
を示すブロック図である。
【図２】図１の実施形態の動作を示すフローチャートで
ある。
ある。
【図３】図２の隆線候補画像選択の順番の例を示す図で
ある。
ある。
【図４】隆線画像として採用しなかった領域を選択対象
とした場合の隆線候補画像選択の順番を示す図である。
とした場合の隆線候補画像選択の順番を示す図である。
【図５】従来の隆線候補画像選択の順番を示す図であ
る。
る。
【図６】従来の指掌紋画像における隆線候補の選択順番
を示す図である。
を示す図である。
【図７】図１の実施形態の指掌紋画像における隆線候補
の選択順番を示す図である。
の選択順番を示す図である。
【図８】指掌紋画像の隆線方向といった局所情報が急激
に変化している不連続面の例を示す図である。
に変化している不連続面の例を示す図である。
【図９】本発明の第２の実施形態の動作を示すフローチ
ャートである。
ャートである。
【図１０】従来例の指掌紋画像処理装置を示すブロック
図である。
図である。
【図１１】図９の従来装置の動作を示すフローチャート
である。
である。
【図１２】図１０の隆線の画像の選択処理を説明するた
めの図である。
めの図である。
【図１３】コア、デルタといった隆線の曲率の大きな部
分を示す図である。
分を示す図である。
１１ 画像入力手段 １２ 局所情報抽出手段 １３ 高信頼性領域決定手段 １４ 隣接領域群検出手段 １５ 隆線候補選択手段 １６ 画像生成手段 １７ 有効領域決定手段
フロントページの続き Ｆターム(参考） 5B047 AA23 AA25 AB01 DC09 5B057 AA20 BA02 BA11 CA02 CA06 CA12 CA16 CB02 CB06 CB12 CB16 CC03 DB02 DB05 DB08 DC17 DC30 5L096 AA03 AA07 BA15 BA18 CA14 DA01 FA03 FA69 FA70 GA19 JA14
Claims (9)
- 【請求項１】 指紋又は掌紋を画像として読み込む手段
と、前記指紋又は掌紋画像を局所領域に分割し、局所領
域毎に隆線を表わす隆線候補画像を複数抽出する手段
と、抽出された隆線候補画像のうち隆線である可能性が
高い候補画像及びそれを含む局所領域を高信頼性領域と
して決定する手段と、前記高信頼性領域以外の局所領域
に関して前記抽出手段で抽出された隆線候補画像の中か
ら隆線を表わすと推定される隆線画像を選択する手段
と、選択された隆線画像毎に隆線を表わす画像として有
効であるかどうかを判定する手段と、前記高信頼性領域
における隆線画像、前記選択手段で選択された隆線画像
のうち前記判定手段により有効であると判定された隆線
画像に基づいて全体の画像を生成する手段とを備えたこ
とを特徴とする指掌紋画像処理装置。 - 【請求項２】 前記判定手段は、評価対象の隆線画像の
隆線方向と周囲の隆線画像の隆線方向との差が、しきい
値以下の隆線候補画像を有効にすることを特徴とする請
求項１に記載の指掌紋画像処理装置。 - 【請求項３】 前記判定手段は、隆線候補画像の隆線ら
しさを隆線ピッチ又はパワースペクトルの偏りに基づい
て評価し、隆線らしさの度合が一定以上である隆線候補
画像を有効にすることを特徴とする請求項１に記載の指
掌紋画像処理装置。 - 【請求項４】 前記判定手段は、有効領域決定処理の対
象となる局所領域が無くなる度に有効領域決定の評価基
準を変えることを特徴とする請求項１に記載の指掌紋画
像処理装置。 - 【請求項５】 前記判定手段は、評価対象の隆線画像の
隆線方向と周囲の隆線画像における隆線方向との差がし
きい値以下の隆線候補画像を有効とし、有効領域決定処
理の対象となる局所領域が無くなったら前記方向差に拘
わらず有効にすることを特徴とする請求項４に記載の指
掌紋画像処理装置。 - 【請求項６】 前記判定手段は、隆線候補画像の隆線ら
しさを隆線ピッチ又はパワースペクトルの偏りに基づい
て評価し、隆線らしさの度合が一定以上である隆線候補
画像を有効とし、有効領域決定処理の対象となる領域が
無くなったら前記隆線らしさに拘わらず有効にすること
を特徴とする請求項４に記載の指掌紋画像処理装置。 - 【請求項７】 前記抽出手段は、各局所領域に２次元フ
ーリエ変換を施し、得られたフーリエ変換面でのピーク
の内、異なる２次元正弦波に対応するピークをその振幅
又はピーク近傍のエネルギーの大きなものから順に複数
個抽出すると共に、それぞれのピークに対応する２次元
正弦波を隆線候補画像とし、前記判定手段は、前記ピー
ク近傍のエネルギーが最大のピークである隆線候補画像
を有効とし、有効領域決定処理の対象となる領域が無く
なったら、前記ピーク近傍のエネルギーに拘わらず有効
にすることを特徴とする請求項４に記載の指掌紋画像処
理装置。 - 【請求項８】 指紋又は掌紋を画像として読み込む過程
と、前記指紋又は掌紋画像を局所領域に分割し、局所領
域毎に隆線を表わす隆線候補画像を複数抽出する過程
と、抽出された隆線候補画像のうち隆線である可能性が
高い候補画像及びそれを含む局所領域を高信頼性領域と
して決定する過程と、前記高信頼性領域以外の局所領域
に関して前記抽出過程で抽出された隆線候補画像の中か
ら隆線を表わすと推定される隆線画像を選択する過程
と、選択された隆線画像毎に隆線を表わす画像として有
効であるかどうかを判定する過程と、前記高信頼性領域
における隆線画像、前記選択過程で選択された隆線画像
のうち前記判定過程により有効であると判定された隆線
画像に基づいて全体の画像を生成する過程とを含むこと
を特徴とする指掌紋画像処理方法。 - 【請求項９】 コンピュータに、指紋又は掌紋画像を局
所領域に分割し、局所領域毎に隆線を表わす隆線候補画
像を複数抽出する手順、抽出された隆線候補画像のうち
隆線である可能性が高い候補画像及びそれを含む局所領
域を高信頼性領域として決定する手順、前記高信頼性領
域以外の局所領域に関して前記抽出手順で抽出された隆
線候補画像の中から隆線を表わすと推定される隆線画像
を選択する手順、選択された隆線画像毎に隆線を表わす
画像として有効であるかどうかを判定する手順、前記高
信頼性領域における隆線画像、前記選択手順で選択され
た隆線画像のうち前記判定手順により有効であると判定
された隆線画像に基づいて全体の画像を生成する手順を
実行させるためのプログラム。
Priority Applications (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001087712A JP4193163B2 (ja) | 2001-03-26 | 2001-03-26 | 指掌紋画像処理装置及び方法 |
| US10/105,246 US7027626B2 (en) | 2001-03-26 | 2002-03-26 | System and method for processing fingerprint/palmprint image |
| CNB021078858A CN1206609C (zh) | 2001-03-26 | 2002-03-26 | 指掌纹图象处理装置和方法 |
| EP02006954A EP1246120B1 (en) | 2001-03-26 | 2002-03-26 | System and method for processing fingerprint/palmprint image |
| KR1020020016379A KR100540001B1 (ko) | 2001-03-26 | 2002-03-26 | 지문·손금 화상 처리 장치 및 방법 |
| SG200201732A SG102671A1 (en) | 2001-03-26 | 2002-03-26 | System amd method for processing fingerprint/palmprint image |
| DE60204379T DE60204379T2 (de) | 2001-03-26 | 2002-03-26 | Vorrichtung und Verfahren zum Verarbeiten von Bildern von Finger- und Handflächenabdrücken |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001087712A JP4193163B2 (ja) | 2001-03-26 | 2001-03-26 | 指掌紋画像処理装置及び方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002288641A true JP2002288641A (ja) | 2002-10-04 |
| JP4193163B2 JP4193163B2 (ja) | 2008-12-10 |
Family
ID=18942926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001087712A Expired - Lifetime JP4193163B2 (ja) | 2001-03-26 | 2001-03-26 | 指掌紋画像処理装置及び方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US7027626B2 (ja) |
| EP (1) | EP1246120B1 (ja) |
| JP (1) | JP4193163B2 (ja) |
| KR (1) | KR100540001B1 (ja) |
| CN (1) | CN1206609C (ja) |
| DE (1) | DE60204379T2 (ja) |
| SG (1) | SG102671A1 (ja) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005086091A1 (ja) * | 2004-03-04 | 2005-09-15 | Nec Corporation | 指紋掌紋画像処理システムおよび指紋掌紋画像処理方法 |
| JP2008052733A (ja) * | 2006-08-21 | 2008-03-06 | Samsung Electronics Co Ltd | 分析される指紋画像の受容可能性を決定するための装置及び方法 |
| EP1967988A1 (en) | 2004-07-22 | 2008-09-10 | NEC Corporation | Image processing system |
| EP2107501A1 (en) | 2008-03-25 | 2009-10-07 | Nec Corporation | Ridge direction extracting device, ridge direction extracting program, and ridge direction extracting method |
| JP2009237941A (ja) * | 2008-03-27 | 2009-10-15 | Nec Soft Ltd | 隆線領域抽出装置、隆線領域抽出システム、隆線領域抽出方法、およびプログラム |
| CN101853383A (zh) * | 2010-05-17 | 2010-10-06 | 清华大学 | 高分辨率掌纹方向场提取方法 |
| US7856127B2 (en) | 2005-08-30 | 2010-12-21 | Nec Corporation | Ridge direction extraction device, ridge direction extraction method, ridge direction extraction program |
| US7885437B2 (en) | 2006-02-27 | 2011-02-08 | Nec Corporation | Fingerprint collation apparatus, fingerprint pattern area extracting apparatus and quality judging apparatus, and method and program of the same |
| US8014574B2 (en) | 2006-09-04 | 2011-09-06 | Nec Corporation | Character noise eliminating apparatus, character noise eliminating method, and character noise eliminating program |
| US8165356B2 (en) | 2006-08-21 | 2012-04-24 | Samsung Electronics Co., Ltd. | Apparatus and method for determining the acceptability of a fingerprint image to be analyzed |
| WO2013027572A1 (ja) | 2011-08-23 | 2013-02-28 | 日本電気株式会社 | 隆線方向抽出装置、隆線方向抽出方法、隆線方向抽出プログラム |
| JP2013242914A (ja) * | 2006-04-26 | 2013-12-05 | Aware Inc | 指紋プリビュー品質ならびに細分化 |
Families Citing this family (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2388457A (en) * | 2002-05-09 | 2003-11-12 | Central Research Lab Ltd | Fingerprint identification system |
| US7496214B2 (en) * | 2002-09-25 | 2009-02-24 | The Hong Kong Polytechnic University | Method of palm print identification |
| US20040057606A1 (en) * | 2002-09-25 | 2004-03-25 | The Hong Kong Polytechnic University | Apparatus for capturing a palmprint image |
| US7466846B2 (en) * | 2002-09-25 | 2008-12-16 | The Hong Kong Polytechnic University | Method for analyzing a palm print for the identification of an individual using gabor analysis |
| JP4462988B2 (ja) * | 2004-04-13 | 2010-05-12 | Ｎｅｃインフロンティア株式会社 | 指紋読取方法および指紋読取システム |
| US8055027B2 (en) * | 2004-06-30 | 2011-11-08 | Bio-Key International, Inc. | Generation of directional field information in the context of image processing |
| US7512256B1 (en) * | 2004-07-22 | 2009-03-31 | Odi Security; Llc | System, method, and computer program product for ridge map formation |
| US7643660B1 (en) * | 2004-07-22 | 2010-01-05 | Odi Security; Llc | System, method and computer program product for fingerprint verification |
| JP4339221B2 (ja) * | 2004-09-30 | 2009-10-07 | Ｎｅｃインフロンティア株式会社 | 画像構成方法、指紋画像構成装置およびプログラム |
| US20060083413A1 (en) * | 2004-10-14 | 2006-04-20 | The Secretary Of State For The Home Department | Identifier investigation |
| KR100834995B1 (ko) * | 2006-09-28 | 2008-06-04 | 한국외국어대학교 연구산학협력단 | 지문 정합 장치 및 방법 |
| JP2010512521A (ja) * | 2006-12-15 | 2010-04-22 | オーフス ウニベルシテット | 画像解析を用いて得られる確率での不均等な抽出に基づく、対象の総量の不偏推定のための方法 |
| CN101093626B (zh) * | 2007-07-27 | 2011-02-09 | 哈尔滨工业大学 | 掌纹密钥系统 |
| JP5040835B2 (ja) * | 2008-07-04 | 2012-10-03 | 富士通株式会社 | 生体情報読取装置、生体情報読取方法および生体情報読取プログラム |
| GB0819069D0 (en) | 2008-10-17 | 2008-11-26 | Forensic Science Service Ltd | Improvements in and relating to methods and apparatus for comparison |
| US8306288B2 (en) * | 2009-08-19 | 2012-11-06 | Harris Corporation | Automatic identification of fingerprint inpainting target areas |
| US8866347B2 (en) | 2010-01-15 | 2014-10-21 | Idex Asa | Biometric image sensing |
| US8421890B2 (en) | 2010-01-15 | 2013-04-16 | Picofield Technologies, Inc. | Electronic imager using an impedance sensor grid array and method of making |
| WO2011092827A1 (ja) * | 2010-01-28 | 2011-08-04 | 富士通株式会社 | 生体情報処理装置、生体情報処理方法及び生体情報処理プログラム |
| US9626521B2 (en) * | 2014-04-16 | 2017-04-18 | Arizona Board Of Regents On Behalf Of Arizona State University | Physiological signal-based encryption and EHR management |
| CN104392455B (zh) * | 2014-12-09 | 2017-03-29 | 西安电子科技大学 | 基于方向检测的在线掌纹有效区域快速分割方法 |
| US9940502B2 (en) * | 2015-02-27 | 2018-04-10 | Idex Asa | Pre-match prediction for pattern testing |
| US10528789B2 (en) | 2015-02-27 | 2020-01-07 | Idex Asa | Dynamic match statistics in pattern matching |
| US9805247B2 (en) | 2015-02-27 | 2017-10-31 | Idex Asa | Pattern registration |
| US10157306B2 (en) | 2015-02-27 | 2018-12-18 | Idex Asa | Curve matching and prequalification |
| EP3279861A4 (en) * | 2015-03-31 | 2019-03-20 | Nec Corporation | BIOLOGICAL PATTERN INFORMATION PROCESSING DEVICE, BIOLOGICAL PATTERN INFORMATION PROCESSING METHOD, AND PROGRAM |
| US10600219B2 (en) | 2015-06-26 | 2020-03-24 | Idex Asa | Pattern mapping |
| US10621765B2 (en) | 2015-07-07 | 2020-04-14 | Idex Asa | Image reconstruction |
| KR102476017B1 (ko) | 2016-01-05 | 2022-12-09 | 삼성전자주식회사 | 생체 정보를 이용한 인증 방법 및 장치 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0465776A (ja) * | 1990-07-05 | 1992-03-02 | Ezel Inc | 画像の比較方法 |
| JPH09167230A (ja) * | 1995-12-18 | 1997-06-24 | Nec Corp | 指掌紋画像処理装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6059481A (ja) * | 1983-09-12 | 1985-04-05 | Nippon Telegr & Teleph Corp <Ntt> | 指紋画像の基準点検出方法 |
| JP2765335B2 (ja) * | 1992-01-07 | 1998-06-11 | 日本電気株式会社 | 隆線方向パターン平滑化方法およびその装置 |
| US5915034A (en) * | 1995-05-02 | 1999-06-22 | Yamatake-Honeywell, Co., Ltd. | Pattern collation apparatus based on spatial frequency characteristics |
| US6233348B1 (en) * | 1997-10-20 | 2001-05-15 | Fujitsu Limited | Fingerprint registering apparatus, fingerprint identifying apparatus, and fingerprint identifying method |
| KR100267262B1 (ko) | 1998-03-13 | 2000-11-01 | 김영진 | 지문 특징 추출방법 |
-
2001
- 2001-03-26 JP JP2001087712A patent/JP4193163B2/ja not_active Expired - Lifetime
-
2002
- 2002-03-26 DE DE60204379T patent/DE60204379T2/de not_active Expired - Lifetime
- 2002-03-26 SG SG200201732A patent/SG102671A1/en unknown
- 2002-03-26 KR KR1020020016379A patent/KR100540001B1/ko not_active IP Right Cessation
- 2002-03-26 CN CNB021078858A patent/CN1206609C/zh not_active Expired - Fee Related
- 2002-03-26 US US10/105,246 patent/US7027626B2/en not_active Expired - Lifetime
- 2002-03-26 EP EP02006954A patent/EP1246120B1/en not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0465776A (ja) * | 1990-07-05 | 1992-03-02 | Ezel Inc | 画像の比較方法 |
| JPH09167230A (ja) * | 1995-12-18 | 1997-06-24 | Nec Corp | 指掌紋画像処理装置 |
Non-Patent Citations (1)
| Title |
|---|
| 船田 純一 JUN-ICHI FUNADA: "皺の除去を考慮した掌紋特徴抽出処理 Feature Extraction Method for Palmprint Considering Elimination", 電子情報通信学会技術研究報告 PRMU96-40, vol. 第96巻, JPN6008027538, 28 June 1996 (1996-06-28), JP, pages 23 - 30, ISSN: 0001058751 * |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005086091A1 (ja) * | 2004-03-04 | 2005-09-15 | Nec Corporation | 指紋掌紋画像処理システムおよび指紋掌紋画像処理方法 |
| US7769206B2 (en) | 2004-03-04 | 2010-08-03 | Nec Corporation | Finger/palm print image processing system and finger/palm print image processing method |
| EP1967988A1 (en) | 2004-07-22 | 2008-09-10 | NEC Corporation | Image processing system |
| US7831071B2 (en) | 2004-07-22 | 2010-11-09 | Nec Corporation | Image processing system |
| US7856127B2 (en) | 2005-08-30 | 2010-12-21 | Nec Corporation | Ridge direction extraction device, ridge direction extraction method, ridge direction extraction program |
| US7885437B2 (en) | 2006-02-27 | 2011-02-08 | Nec Corporation | Fingerprint collation apparatus, fingerprint pattern area extracting apparatus and quality judging apparatus, and method and program of the same |
| US9031291B2 (en) | 2006-04-26 | 2015-05-12 | Aware, Inc. | Fingerprint preview quality and segmentation |
| JP2017016682A (ja) * | 2006-04-26 | 2017-01-19 | アウェア， インコーポレイテッド | 指紋プリビュー品質ならびに細分化 |
| US10083339B2 (en) | 2006-04-26 | 2018-09-25 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US9792483B2 (en) | 2006-04-26 | 2017-10-17 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US9626548B2 (en) | 2006-04-26 | 2017-04-18 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US9405957B2 (en) | 2006-04-26 | 2016-08-02 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US11250239B2 (en) | 2006-04-26 | 2022-02-15 | Aware, Inc. | Fingerprint preview quality and segmentation |
| JP2013242914A (ja) * | 2006-04-26 | 2013-12-05 | Aware Inc | 指紋プリビュー品質ならびに細分化 |
| US10776604B2 (en) | 2006-04-26 | 2020-09-15 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US10325137B2 (en) | 2006-04-26 | 2019-06-18 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US9152843B2 (en) | 2006-04-26 | 2015-10-06 | Aware, Inc. | Fingerprint preview quality and segmentation |
| JP2015187876A (ja) * | 2006-04-26 | 2015-10-29 | アウェア， インコーポレイテッド | 指紋プリビュー品質ならびに細分化 |
| US8165356B2 (en) | 2006-08-21 | 2012-04-24 | Samsung Electronics Co., Ltd. | Apparatus and method for determining the acceptability of a fingerprint image to be analyzed |
| JP2008052733A (ja) * | 2006-08-21 | 2008-03-06 | Samsung Electronics Co Ltd | 分析される指紋画像の受容可能性を決定するための装置及び方法 |
| US8014574B2 (en) | 2006-09-04 | 2011-09-06 | Nec Corporation | Character noise eliminating apparatus, character noise eliminating method, and character noise eliminating program |
| EP2107501A1 (en) | 2008-03-25 | 2009-10-07 | Nec Corporation | Ridge direction extracting device, ridge direction extracting program, and ridge direction extracting method |
| JP2009237941A (ja) * | 2008-03-27 | 2009-10-15 | Nec Soft Ltd | 隆線領域抽出装置、隆線領域抽出システム、隆線領域抽出方法、およびプログラム |
| CN101853383A (zh) * | 2010-05-17 | 2010-10-06 | 清华大学 | 高分辨率掌纹方向场提取方法 |
| US9014437B2 (en) | 2011-08-23 | 2015-04-21 | Nec Corporation | Ridge direction extraction device, ridge direction extraction method, and ridge direction extraction program |
| WO2013027572A1 (ja) | 2011-08-23 | 2013-02-28 | 日本電気株式会社 | 隆線方向抽出装置、隆線方向抽出方法、隆線方向抽出プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4193163B2 (ja) | 2008-12-10 |
| CN1378175A (zh) | 2002-11-06 |
| DE60204379T2 (de) | 2005-11-10 |
| EP1246120B1 (en) | 2005-06-01 |
| CN1206609C (zh) | 2005-06-15 |
| US7027626B2 (en) | 2006-04-11 |
| US20020164056A1 (en) | 2002-11-07 |
| DE60204379D1 (de) | 2005-07-07 |
| KR100540001B1 (ko) | 2006-01-10 |
| SG102671A1 (en) | 2004-03-26 |
| EP1246120A1 (en) | 2002-10-02 |
| KR20020076164A (ko) | 2002-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2002288641A (ja) | 指掌紋画像処理装置及び方法 | |
| US9785819B1 (en) | Systems and methods for biometric image alignment | |
| JP2739856B2 (ja) | 指掌紋画像処理装置 | |
| Bansal et al. | Minutiae extraction from fingerprint images-a review | |
| KR101035930B1 (ko) | 화상 판독 장치, 화상 판독 프로그램을 기록한 기록 매체, 화상 판독 방법 | |
| JP4369922B2 (ja) | 生体画像照合装置およびその照合方法 | |
| US7787667B2 (en) | Spot-based finger biometric processing method and associated sensor | |
| JP5304901B2 (ja) | 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム | |
| EP1162565B1 (en) | Image collation method and apparatus and recording medium storing image collation program | |
| US7512257B2 (en) | Coding system and method of a fingerprint image | |
| JP4134522B2 (ja) | 指掌紋画像処理装置及び方法 | |
| US6128410A (en) | Pattern matching apparatus and method that considers distance and direction | |
| JP4911300B2 (ja) | パターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システム | |
| CN108363963B (zh) | 指纹验证装置 | |
| US20090245648A1 (en) | Ridge direction extracting device, ridge direction extracting program, and ridge direction extracting method | |
| KR20140033143A (ko) | 홍채들을 비교하기 위해 파라미터화된 컨투어들을 검색하는 방법 | |
| JP4805359B2 (ja) | 不変径方向虹彩セグメント化 | |
| JP4776385B2 (ja) | 指紋画像生成装置 | |
| Liu et al. | A reliable fingerprint orientation estimation algorithm | |
| JP5061370B2 (ja) | 隆線領域抽出装置、隆線領域抽出システム、隆線領域抽出方法、およびプログラム | |
| CN113486804B (zh) | 一种对象识别方法、装置、设备及存储介质 | |
| JP4776384B2 (ja) | 指紋画像生成装置 | |
| Zalev et al. | Automatic fingerprint recognition algorithm | |
| Barni et al. | Application of possibilistic shell-clustering to the detection of craters in real-world imagery |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20040415 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050318 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20080411 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080416 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080604 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080804 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080829 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080911 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4193163 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111003 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121003 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131003 Year of fee payment: 5 |
|
| EXPY | Cancellation because of completion of term |