JP2002288672A

JP2002288672A - 指掌紋画像処理装置及び方法

Info

Publication number: JP2002288672A
Application number: JP2001087711A
Authority: JP
Inventors: Junichi Funada; 純一船田
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 2001-03-26
Filing date: 2001-03-26
Publication date: 2002-10-04
Anticipated expiration: 2021-03-26
Also published as: JP4134522B2; EP1246119B1; KR20020076142A; CN1378170A; KR100417013B1; US20020164055A1; SG102668A1; DE60208255D1; EP1246119A1; US6961451B2; CN1184584C; DE60208255T2

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】領域特性判定手段１７で隆線が単独で存
在する領域か皺と隆線が混在する領域かを判定し、適応
的隆線画像選択手段１８で皺隆線混在領域と隆線単独存
在領域毎にそれぞれ対応する評価基準で隆線候補画像の
中から隆線を表わす画像を選択する。

Description

【発明の詳細な説明】

【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。

【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。

【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
毎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。

【０００５】図６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６は特開平９−１６７２３０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６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６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１
２、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７は図６の装置の動作を示すフローチャ
ートである。図７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（Ｓ７０１）。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（Ｓ７０２）、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（Ｓ７０３）。抽出した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（Ｓ７０４）、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（Ｓ７
０５）。例えば、図８（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（Ｓ７０６）。例えば、図８
（ａ）の例では隣接領域は１つ以上存在するので、Ｓ７
０７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８（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８（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、Ｓ７０６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Ｓ７０７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、Ｓ７０
５〜Ｓ７０７の処理を繰り返し行い、Ｓ７０６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８（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作成す
る（Ｓ７０８）。

【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９（ａ）に示すようなコア、図９（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。

【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
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隆線が単独で存在する隆線単独領
域か皺と隆線が混在する皺／隆線混在領域かを判定する
手段と、前記隆線単独領域と皺／隆線混在領域毎にそれ
ぞれ対応する評価基準に基づいて隆線候補画像の中から
隆線を表わすと推定される候補画像を選択する手段と、
前記高信頼性領域決定手段の候補画像、前記選択手段で
選択された候補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隆線が単独で存
在する隆線単独領域か皺と隆線が混在する皺／隆線混在
領域かを判定する過程と、前記隆線単独領域と皺／隆線
混在領域毎にそれぞれ対応する評価基準に基づいて隆線
候補画像の中から隆線を表わすと推定される候補画像を
選択する過程と、前記高信頼性領域決定過程の候補画
像、前記選択過程で選択された候補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、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隆線が単独で存在する
隆線単独領域か皺と隆線が混在する皺／隆線混在領域か
を判定する手順、前記隆線単独領域と皺／隆線混在領域
毎にそれぞれ対応する評価基準に基づいて隆線候補画像
の中から隆線を表わすと推定される候補画像を選択する
手順、前記高信頼性領域決定手順の候補画像、前記選択
手順で選択された候補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
紋画像処理装置の一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６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局所領域毎に
複数抽出する局所情報抽出手段である。局所情報抽出手
段１２は特開平９−１６７２３０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。

【００１５】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。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。

【００１６】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後述する
適応的隆線候補選択手段１８で隆線候補画像の選択が終
了している局所領域と隣接する局所領域のうち高信頼性
領域決定手段１３で決定された高信頼性領域でもなく、
適応的隆線候補選択手段１８で隆線候補画像の選択が終
了している局所領域でもないブロック（局所領域）をす
べて検出する。以下、これらのブロックを隣接領域とい
う。領域特性判定手段１７はすべての隣接領域毎に皺と
隆線画像が混在しているブロックであるかどうかを局所
情報抽出手段１２からの局所領域情報に基づいて判定す
る。

【００１７】具体的には、皺と隆線が混在するブロック
であるかどうかの判定は、振幅が最大である隆線候補画
像の振幅、もしくはそれに対応するフーリエ面での点の
周囲のエネルギーを、振幅が２番目に大きな候補の振幅
もしくは対応するフーリエ面での点の周囲のエネルギー
で割った値が予め決めておいた閾値よりも小さければ皺
と隆線が混在するブロックと判定し、大きければそうで
ないブロックと判定する。適応的隆線候補選択手段１８
は領域特性判定手段１７で判定された結果に応じて局所
領域毎に別の評価基準で隆線候補の選択を行う。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、本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、まず、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、前述のように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、領域特性判定手段
１７、適応的隆線候補画像選択手段１８、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。

【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Ｉ_ij（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、（ξ_n ^(i,j)，η_n ^(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。

【００２２】

【数１】

【００２３】

【数２】

【００２４】

【数３】

【００２５】

【数４】

【００２６】

【数５】

【００２７】また、ｆの全パワー

【００２８】

【数６】

【００２９】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、 g_n ^(i,j)(x,y)=a_n ^(i,j)cos[２πf_n ^(i,j)(x cos(d_n ^(i,j)) +y sin(d_n ^(i,j)))-ph_n ^(i,j)] …（７）となる。この

【００３０】

【数７】

【００３１】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、

【００３２】

【数８】

【００３３】を算出する。

【００３４】高信頼性領域決定手段１３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（Ｓ２０４）。
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、適応的隆線候補選択手段１８、
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。

【００３５】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。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（Ｓ２０５）。例えば、図８（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。

【００３６】次いで、隣接領域群検出手段１４では、こ
の時に検出した隣接領域の数が１つ以上であるかどうか
を判定する（Ｓ２０６）。図８（ａ）の例では、隣接領
域は１つ以上存在するので、Ｓ２０７へ進む。また、隣
接領域の数が１つ以上あれば隣接領域の情報を領域特性
判定手段１５へ通知し、そうでなければ画像生成手段１
６へ通知する。Ｓ２０７では領域特性判定手段１５は隣
接領域群の個々の隣接領域毎に皺と隆線が混在する領域
であるかどうかを局所情報抽出手段１２からの局所領域
情報に基づいて判定し、判定結果を適応的隆線候補選択
手段１８へ通知する。具体的に説明すると、隣接領域の
画像のパワースペクトル上の極大点のうち、所定の条件
を満たす２つの点のパワースペクトルの比を用いて、隣
接領域が皺と隆線が混在する領域であるかどうかを判定
する。

【００３７】所定の条件とは、実数値の画像のパワース
ペクトルは原点に対称であるので、周波数空間の片側半
分に存在する極大値であること、皺や隆線としてありそ
うな空間周波数帯にあること（具体的には、０．２５ｍ
ｍ〜１ｍｍで１周期程度の空間周波数）等である。この
ような条件を満たすものの中から極大値の大きさが上位
２個の極大点の極大値を用いて判定を行う。即ち、最大
の極大値をｐ１、２番目の極大値をｐ２とすると、ｐ２
／ｐ１の値が予め決めておいた閾値以上であれば、皺と
隆線が混在する領域と判定し、そうでなければ隆線が単
独で存在している領域であると判定する。

【００３８】また、この判定には極大点近傍（３×３程
度）のパワースペクトルの和の比を用いてもよい。即
ち、最大の極大値周辺のパワースペクトルの和をｖ１、
２番目の大きさの極大値周辺のパワースペクトルの和を
ｖ２とすると、ｖ２／ｖ１の値が予め決めておいた閾値
以上であれば皺と隆線が混在する領域であると判定し、
そうでなければ隆線が単独で存在している領域であると
判定する。局所領域のパワースペクトルは、領域特性判
定手段１７で計算してもよいし、局所情報抽出手段１２
で計算されたものを用いてもよい。また、特開平９−１
６７２３０号公報に記載しているように、局所情報抽出
部を用いる場合は、隆線候補画像の属性情報を用いても
よい。

【００３９】次に、適応的隆線候補選択手段１８では、
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
像から領域特性判定手段１７の判定結果に応じて異なる
評価基準で候補選択を行う（Ｓ２０８）。具体的には、
領域特性判定手段１７で皺と隆線が混在していると判定
された領域では周囲の隆線候補との接続性の良さを重視
して選択を行い、隆線が独立して存在していると判定さ
れた領域では、周囲の隆線候補との接続性の良さと隆線
候補画像のエネルギーの大きさの和を評価基準として選
択を行う。

【００４０】例えば、特開平９−１６７２３０号公報に
記載しているように、皺と隆線が混在していると判定さ
れた場合は、Ｊ₁ （ｎ）＝近傍の平均方向と第ｎ番目の
隆線候補画像の方向差が最小となる隆線候補画像を隆線
として選択する。また、隆線が単独で存在している領域
であると判定された場合は、Ｊ₂ （ｎ）＝近傍の平均方
向と第ｎ番目の隆線候補画像の方向差＋α／ＳＮ（ｎ）
が最小となる隆線候補画像を隆線として選択する。

【００４１】ここで、αは定数、ＳＮ（ｎ）は、

【００４２】

【数９】

【００４３】である。適応的隆線候補選択手段１８は、
このようにしてすべての隣接領域毎に候補選択処理を行
い、選択した隆線候補を隣接領域群検出手段１４、画像
生成手段１６へ通知する。

【００４４】次いで、再びＳ２０５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
をすべて検出する。即ち、図８（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、Ｓ２０６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Ｓ２０７ですべての
隣接領域毎に領域の特性を判定し、Ｓ２０８ですべての
隣接領域毎に領域特性判定結果に基づいて異なる基準で
候補選択処理を行う。以下、同様にＳ２０５〜Ｓ２０８
の処理を繰り返し行い、Ｓ２０６でＮｏと判定すると、
画像生成手段１６は適応的隆線候補画像選択手段１８で
選択された隆線候補、高信頼領域決定手段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、及び
局所情報抽出手段１２で得られた局所情報に基づいて全
体の指紋又は掌紋の隆線画像を生成し（Ｓ２０９）、す
べての処理を終了する。

【００４５】ここで、特開平９−１６７２３０号公報の
従来の隆線候補選択方法では、皺と隆線が混在する領域
では皺に由来する隆線候補画像のエネルギーが隆線に由
来するものよりも大きくなることもあるので、隆線候補
画像のエネルギーを選択の評価基準に用いると誤って皺
を選択してしまうことがあった。一方、隆線が単独で存
在する領域でも、コアやデルタ等に見うけられる曲率の
高い部分では隣接する局所領域で隆線候補画像の接続性
のみで選択を行うと、真の隆線よりも接続性の良いノイ
ズ成分が存在した場合、そちらを選択してしまい隆線抽
出に失敗してしまうこともあった。このようなノイズ成
分に由来する隆線候補画像のエネルギーは隆線に由来す
るものに比べて小さいので、エネルギーの大きさを使っ
てノイズか隆線かを判別することが可能である。つま
り、皺が存在していない場合は曲率と無関係な量も隆線
選択に用いることが可能であるが、皺が混在する場合は
不可能である。

【００４６】そこで、本実施形態では、皺と隆線が混在
する領域なのか隆線が単独で存在する領域なのかを領域
特性判定手段１７で判定し、適応的隆線候補選択手段１
８でそれぞれに適した評価基準で画像候補の選択を行っ
ているので、皺と隆線が混在する領域での隆線抽出能力
を保持したまま、皺が無く隆線がきれいに存在していて
曲率が高いコアやデルタといった部分でも、正しく隆線
を抽出することができる。図３は皺と隆線が混在した領
域と隆線が単独で存在する領域を持つ指紋掌紋画像の例
を示す。このような画像から領域特性判定手段１７で判
定した結果を図４に示す。適応的隆線候補選択手段１８
では図４の隆線単独領域と皺／隆線混在領域で異なる評
価基準で隆線候補選択を行う。

【００４７】また、皺が存在せず隆線のみが存在する領
域ではその小領域画像をフーリエ変換すると、原点対称
に一組のピークが観察され、そのピークに多くのエネル
ギーが集中する。しかし、皺と隆線が同時に存在する領
域のフーリエ変換像は皺に由来するピークと隆線に由来
するピークが複数個出現し、それぞれ大きなエネルギー
を持つ（図５参照）。このことから小領域のフーリエ変
換像から特開平９−１６７２３０号公報の方法を用いて
ピークを複数個検出すると、隆線が単独で存在する領域
ではエネルギー最大のピークに大部分のエネルギーが集
中し、二番目のピークとのエネルギーの差が大きくな
る。また、皺と隆線が混在する領域ではエネルギー最大
のピークと二番目のピークとのエネルギーの差が小さく
なる。従って、本実施形態では、これらの比の大小を評
価することでその領域が皺と隆線が混在する領域かどう
かを判定することができる。

【００４８】更に、上記公報の従来の隆線候補選択方法
では、前述のように皺と隆線が混在する領域では皺に由
来する隆線候補画像のエネルギーが隆線に由来するもの
よりも大きくなることもあるので、隆線候補画像のエネ
ルギーを選択の評価基準に用いると誤って皺を選択して
しまうことがあった。一方、隆線が単独で存在する領域
で、曲率の高い部分では隣接する局所領域で隆線候補画
像の接続性のみで選択を行うと、真の隆線よりも接続性
の良いノイズ成分が存在した場合、そちらを選択してし
まい隆線抽出に失敗してしまうこともあった。このよう
なノイズ成分に由来する隆線候補画像のエネルギーは隆
線に由来するものに比べて小さいので、エネルギーの大
きさを使って判別することが可能である。

【００４９】そこで、本実施形態では、適応的隆線候補
選択手段１８で皺混在領域ではエネルギーを選択の評価
基準には用いずに、方向の連続性のみを用いて画像候補
の選択を行っている。また、隆線が単独で存在する領域
ではエネルギーを重視した候補選択を行っている。これ
によって皺と隆線が混在する領域での隆線抽出能力を保
持したまま、皺が無く隆線がきれいに存在していて、曲
率が高いコアやデルタといった部分でも正しく隆線を抽
出することができる。

【００５０】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を処理する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隆線が単
独で存在する隆線単独領域か皺と隆線が混在する皺／隆
線混在領域かを判定する手順、前記隆線単独領域と皺／
隆線混在領域毎にそれぞれ対応する評価基準に基づいて
隆線候補画像の中から隆線を表わすと推定される候補画
像を選択する手順、前記高信頼性領域決定手順の候補画
像、前記選択手順で選択された候補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。

【００５１】

【発明の効果】以上説明したように本発明によれば、皺
と隆線が混在している領域か隆線が独立して存在してい
る領域かを判別し、この２つの領域に応じて隆線を抽出
する際の評価基準を異ならせて隆線候補画像の中から候
補画像を選択しているので、皺が混在する領域、あるい
は隆線の曲率が高い領域であっても、正確に隆線を抽出
することができる。

【図面の簡単な説明】

【図１】本発明の指掌紋画像処理装置の一実施形態の構
成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。

【図３】皺と隆線が混在している領域と隆線が独立して
存在している領域を持つ指掌紋画像の例を示す図であ
る。

【図４】図３の指掌紋画像を図１の領域特性判定手段１
７で判定した場合の結果を示す図である。

【図５】局所画像のパワーを説明するための図である。

【図６】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７】図６の従来装置の動作を示すフローチャートで
ある。

【図８】図７の隆線画像の選択処理を説明するための図
である。

【図９】コア、デルタといった隆線の曲率の大きな部分
の例を示す図である。

【符号の説明】

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１６画像生成手段１７領域特性判定手段１８適応的隆線候補選択手段

Claims

【特許請求の範囲】

【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
て隆線が単独で存在する隆線単独領域か皺と隆線が混在
する皺／隆線混在領域かを判定する手段と、前記隆線単
独領域と皺／隆線混在領域毎にそれぞれ対応する評価基
準に基づいて隆線候補画像の中から隆線を表わすと推定
される候補画像を選択する手段と、前記高信頼性領域決
定手段の候補画像、前記選択手段で選択された候補画像
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、局所画像のパワースペ
クトルの複数の極大点におけるパワースペクトルの比に
基づいて隆線のみが存在する領域か、皺と隆線が存在す
る領域かを判定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、局所画像のパワースペ
クトルの複数の極大点におけるパワースペクトルの平方
根の比に基づいて隆線のみが存在する領域か皺と隆線が
存在する領域かを判定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、局所画像のパワースペ
クトルの複数の極大点に関してそれぞれの極大点付近の
パワースペクトルの成分の和の比に基づいて隆線のみが
存在する領域か皺と隆線が存在する領域かを判定するこ
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５】前記判定手段は、パワースペクトルの直
流成分を除く極大点を用いることを特徴とする請求項２
〜４のいずれか１項に記載の指掌紋画像処理装置。
【請求項６】前記判定手段は、パワースペクトルの極
大点の内、周波数が隆線として有効な範囲内にあるもの
の中で極大値が最大の極大点と２番目の極大点を評価に
用いることを特徴とする請求項２〜４のいずれか１項に
記載の指掌紋画像処理装置。
【請求項７】前記選択手段は、皺と隆線が混在する領
域では周囲の隆線候補との接続性の良さを基準として選
択を行い、隆線が単独で存在する領域では接続性の良さ
と隆線候補画像のエネルギーの大きさの和を評価基準と
して選択を行うことを特徴とする請求項１〜６のいずれ
か１項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
て隆線が単独で存在する隆線単独領域か皺と隆線が混在
する皺／隆線混在領域かを判定する過程と、前記隆線単
独領域と皺／隆線混在領域毎にそれぞれ対応する評価基
準に基づいて隆線候補画像の中から隆線を表わすと推定
される候補画像を選択する過程と、前記高信頼性領域決
定過程の候補画像、前記選択過程で選択された候補画像
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隆線が単独で存在する隆線単独領
域か皺と隆線が混在する皺／隆線混在領域かを判定する
手順、前記隆線単独領域と皺／隆線混在領域毎にそれぞ
れ対応する評価基準に基づいて隆線候補画像の中から隆
線を表わすと推定される候補画像を選択する手順、前記
高信頼性領域決定手順の候補画像、前記選択手順で選択
された候補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。