JP2002298141A - パターン照合装置とそのパターン照合方法、及びパターン照合プログラム - Google Patents

パターン照合装置とそのパターン照合方法、及びパターン照合プログラム

Info

Publication number
JP2002298141A
JP2002298141A JP2001096223A JP2001096223A JP2002298141A JP 2002298141 A JP2002298141 A JP 2002298141A JP 2001096223 A JP2001096223 A JP 2001096223A JP 2001096223 A JP2001096223 A JP 2001096223A JP 2002298141 A JP2002298141 A JP 2002298141A
Authority
JP
Japan
Prior art keywords
deformation
inspection
graphic
model
estimating
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.)
Pending
Application number
JP2001096223A
Other languages
English (en)
Inventor
Hiroshi Kadota
啓 門田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to JP2001096223A priority Critical patent/JP2002298141A/ja
Priority to US10/106,444 priority patent/US7027624B2/en
Priority to AU27741/02A priority patent/AU785140B2/en
Priority to EP02007179A priority patent/EP1248226B1/en
Priority to DE60239971T priority patent/DE60239971D1/de
Priority to CA002379452A priority patent/CA2379452C/en
Priority to EP07020623A priority patent/EP1881444B1/en
Priority to CNB021084149A priority patent/CN1276389C/zh
Priority to KR10-2002-0017391A priority patent/KR100479777B1/ko
Publication of JP2002298141A publication Critical patent/JP2002298141A/ja
Pending legal-status Critical Current

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
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/754—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries involving a deformation of the sample pattern or of the reference pattern; Elastic matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

(57)【要約】 【課題】 入力図形に変形があっても厳密に識別するこ
とのできる、線図形のパターン照合装置とそのパターン
照合方法、及びパターン照合プログラムを提供する。 【解決手段】 図形を比較し照合するパターン照合装置
において、検査対象の図形である検査図形に生じている
変形を、当該検査図形と比較元の図形であるモデル図形
とのそれぞれにおける図形内における特徴を示す特徴点
の情報に基づいて推定する変形推定部１１と、変形推定
部１１により推定された変形の情報に基づいて、当該検
査図形を補正する変形補正部１２と、変形補正部１２に
より変形を補正された検査図形を、比較元の図形である
モデル図形と比較し類似度を計算する類似度決定部１３
を備えることを特徴とする。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、画像データの照合
に関し、特に指紋や文字などの線図形を同定するパター
ン照合装置とそのパターン照合方法、及びパターン照合
プログラムに関する。
【０００２】
【従来の技術】従来の指紋や文字などの線画像のパター
ンを認識する装置として、線の端点や分岐点等の特徴点
を用いて、対応する特徴点を求めてそれらを重ね合わせ
て比較する従来技術が、特開平１０−２４０９３２号公
報、特開平１０−１０５７０３号公報に提案されてい
る。
【０００３】また、図形の変形を補正し画像を比較する
従来の技術が、特開平０２−１８７８８５号公報、特開
平０５−０８１４１２号公報、特開平０６−００４６７
１号公報、特開平０８−０３０７８３号公報、特開平０
８−１４７４１１号公報に提案されている。
【０００４】
【発明が解決しようとする課題】しかし、従来の技術で
は、以下に述べるような問題点があった。
【０００５】特開平１０−２４０９３２号公報、特開平
１０−１０５７０３号公報に記載の従来の技術では、図
形の全体を重ね合わせて比較する方式のため、文字が変
形しているとか指紋が押捺時に変形しているような場合
には、正しく識別することができないという問題点があ
った。
【０００６】また、特開平０２−１８７８８５号公報、
特開平０５−０８１４１２号公報、特開平０６−００４
６７１号公報、特開平０８−０３０７８３号公報、特開
平０８−１４７４１１号公報に記載の従来の技術では、
図形全体として変形を補正し比較することにより、図形
に変形がある場合にも、図形の全体が同一の変形をして
いる場合には、これに対応することができる。しかし、
部分毎に変形の仕方が異なるような場合には、許容する
誤差を大きくする必要があり、識別が不正確になるとい
う問題点があった。
【０００７】本発明の目的は、上記従来技術の問題点を
解決し、入力図形に変形があっても厳密に識別すること
のできる、線図形のパターン照合装置とそのパターン照
合方法、及びパターン照合プログラムを提供することに
ある。
【０００８】
【課題を解決するための手段】上記目的を達成するため
本発明のパターン照合装置は、検査図形を比較元の図形
であるモデル図形と比較し照合するパターン照合装置に
おいて、検査対象の図形である検査図形に生じている変
形を、当該検査図形と比較元の図形であるモデル図形と
のそれぞれにおける図形内における特徴を示す特徴点の
情報に基づいて推定する変形推定手段と、前記変形推定
手段により推定された変形の情報に基づいて、当該検査
図形を補正する変形補正手段とを備えることを特徴とす
る。
【０００９】請求項２の本発明のパターン照合装置は、
前記変形推定手段は、前記検査図形と前記モデル図形と
のそれぞれの、前記特徴点における特徴の度合いを示す
特徴量の差が小さいものを対応づけて対とし、各前記特
徴点の対応を最もよく一致させる前記検査図の変形の内
容を判定することにより、当該検査図形に生じている変
形を推定することを特徴とする。
【００１０】請求項３の本発明のパターン照合装置は、
前記変形推定手段は、前記検査図形と前記モデル図形と
のそれぞれにおける、各前記特徴点の対応を最もよく一
致させる前記検査図の変形の内容を、予め用意された画
像データの変形の内容を示す複数の変形モデルから選択
することを特徴とする。
【００１１】請求項４の本発明のパターン照合装置は、
前記変形推定手段は、個々のパラメータに指定される値
に対応させて、画像データの変形の内容を示す変形モデ
ルの情報を備え、前記検査図形と前記モデル図形とのそ
れぞれにおける、各前記特徴点の対応を最もよく一致さ
せる前記変形モデルを与える各前記パラメータの値を求
めることにより、前記検査図の変形の内容を判定するこ
とを特徴とする。
【００１２】請求項５の本発明のパターン照合装置は、
前記変形推定手段は、推定された変形を施した場合に、
所定の閾値以上位置が離れてしまう前記特徴点対を除い
て、残った特徴点対のみを用いて変形を推定し直すこと
を特徴とする。
【００１３】請求項６の本発明のパターン照合装置は、
前記変形推定手段は、推定された変形の大きさが所定の
閾値より大きい場合には、当該変形モデルを変更し、再
度変形を推定することを特徴とする。
【００１４】請求項７の本発明のパターン照合装置は、
前記変形推定手段は、前記検査図形の全体の変形を推定
した後、当該検査図形を小領域に分割し、前記小領域毎
における変形の内容の推定を行うことを特徴とする。
【００１５】請求項８の本発明のパターン照合装置は、
前記変形推定手段は、前記検査図形の全体の変形を推定
した後、当該特徴点対毎に、近傍の前記特徴点対の情報
を参照することにより、各前記特徴点対の近傍における
変形を推定し補正することを特徴とする。
【００１６】請求項９の本発明のパターン照合装置は、
前記変形モデルとして弾性変形を用い、変形の大きさを
示すデータとして弾性エネルギーを用いることを特徴と
する。
【００１７】請求項１０の本発明のパターン照合装置
は、前記検査図形及び前記モデル図形として、指紋画像
及び掌紋画像の少なくともいずれか一方を用いることを
特徴とする。
【００１８】請求項１１の本発明の変形補正装置は、検
査図形を比較元の図形であるモデル図形と比較し変形を
補正する変形補正装置において、検査対象の図形である
検査図形に生じている変形を、当該検査図形と比較元の
図形であるモデル図形とのそれぞれにおける図形内にお
ける特徴を示す特徴点の情報に基づいて推定する変形推
定手段と、前記変形推定手段により推定された変形の情
報に基づいて、当該検査図形を補正する変形補正手段を
備えることを特徴とする。
【００１９】請求項１２の本発明の変形補正装置は、前
記変形推定手段は、前記検査図形と前記モデル図形との
それぞれの、前記特徴点における特徴の度合いを示す特
徴量の差が小さいものを対応づけて対とし、各前記特徴
点の対応を最もよく一致させる前記検査図の変形の内容
を判定することにより、当該検査図形に生じている変形
を推定することを特徴とする。
【００２０】請求項１３の本発明の変形補正装置は、前
記変形推定手段は、前記検査図形と前記モデル図形との
それぞれにおける、各前記特徴点の対応を最もよく一致
させる前記検査図の変形の内容を、予め用意された画像
データの変形の内容を示す複数の変形モデルから選択す
ることを特徴とする。
【００２１】請求項１４の本発明の変形補正装置は、前
記変形推定手段は、個々のパラメータに指定される値に
対応させて、画像データの変形の内容を示す変形モデル
の情報を備え、前記検査図形と前記モデル図形とのそれ
ぞれにおける、各前記特徴点の対応を最もよく一致させ
る前記変形モデルを与える各前記パラメータの値を求め
ることにより、前記検査図の変形の内容を判定すること
を特徴とする。
【００２２】請求項１５の本発明の変形補正装置は、前
記変形推定手段は、推定された変形を施した場合に、所
定の閾値以上位置が離れてしまう前記特徴点対を除い
て、残った特徴点対のみを用いて変形を推定し直すこと
を特徴とする。
【００２３】請求項１６の本発明の変形補正装置は、前
記変形推定手段は、推定された変形の大きさが所定の閾
値より大きい場合には、当該変形モデルを変更し、再度
変形を推定することを特徴とする。
【００２４】請求項１７の本発明の変形補正装置は、前
記変形推定手段は、前記検査図形の全体の変形を推定し
た後、当該検査図形を小領域に分割し、前記小領域毎に
おける変形の内容の推定を行うことを特徴とする。
【００２５】請求項１８の本発明の変形補正装置は、前
記変形推定手段は、前記検査図形の全体の変形を推定し
た後、当該特徴点対毎に、近傍の前記特徴点対の情報を
参照することにより、各前記特徴点対の近傍における変
形を推定し補正することを特徴とする。
【００２６】請求項１９の本発明の変形補正装置は、前
記変形モデルとして弾性変形を用い、変形の大きさを示
すデータとして弾性エネルギーを用いることを特徴とす
る。
【００２７】請求項２０の本発明の変形補正装置は、前
記検査図形及び前記モデル図形として、指紋画像及び掌
紋画像の少なくともいずれか一方を用いることを特徴と
する。
【００２８】請求項２１の本発明のパターン照合方法
は、検査図形を比較元の図形であるモデル図形と比較し
照合するパターン照合方法において、検査対象の図形で
ある検査図形に生じている変形を、当該検査図形と比較
元の図形であるモデル図形とのそれぞれにおける図形内
における特徴を示す特徴点の情報に基づいて推定する変
形推定ステップと、前記推定された変形の情報に基づい
て、当該検査図形を補正する変形補正ステップとを備え
ることを特徴とする。
【００２９】請求項２２の本発明のパターン照合方法
は、前記変形推定ステップは、前記検査図形と前記モデ
ル図形とのそれぞれの、前記特徴点における特徴の度合
いを示す特徴量の差が小さいものを対応づけて対とし、
各前記特徴点の対応を最もよく一致させる前記検査図の
変形の内容を判定することにより、当該検査図形に生じ
ている変形を推定することを特徴とする。
【００３０】請求項２３の本発明のパターン照合方法
は、前記変形推定ステップは、前記検査図形と前記モデ
ル図形とのそれぞれにおける、各前記特徴点の対応を最
もよく一致させる前記検査図の変形の内容を、予め用意
された画像データの変形の内容を示す複数の変形モデル
から選択することを特徴とする。
【００３１】請求項２４の本発明のパターン照合方法
は、前記変形推定ステップは、個々のパラメータに指定
される値に対応する、画像データの変形の内容を示す変
形モデルの情報に基づいて、前記検査図形と前記モデル
図形とのそれぞれにおける、各前記特徴点の対応を最も
よく一致させる前記変形モデルを与える各前記パラメー
タの値を求めることにより、前記検査図の変形の内容を
判定することを特徴とする。
【００３２】請求項２５の本発明のパターン照合方法
は、前記変形推定ステップは、推定された変形を施した
場合に、所定の閾値以上位置が離れてしまう前記特徴点
対を除いて、残った特徴点対のみを用いて変形を推定し
直すことを特徴とする。
【００３３】請求項２６の本発明のパターン照合方法
は、前記変形推定ステップは、推定された変形の大きさ
が所定の閾値より大きい場合には、当該変形モデルを変
更し、再度変形を推定することを特徴とする。
【００３４】請求項２７の本発明のパターン照合方法
は、前記変形推定ステップは、前記検査図形の全体の変
形を推定した後、当該検査図形を小領域に分割し、前記
小領域毎における変形の内容の推定を行うことを特徴と
する。
【００３５】請求項２８の本発明のパターン照合方法
は、前記変形推定ステップは、前記検査図形の全体の変
形を推定した後、当該特徴点対毎に、近傍の前記特徴点
対の情報を参照することにより、各前記特徴点対の近傍
における変形を推定し補正することを特徴とする。
【００３６】請求項２９の本発明のパターン照合方法
は、前記変形モデルとして弾性変形を用い、変形の大き
さを示すデータとして弾性エネルギーを用いることを特
徴とする。
【００３７】請求項３０の本発明のパターン照合方法
は、前記検査図形及び前記モデル図形として、指紋画像
及び掌紋画像の少なくともいずれか一方を用いることを
特徴とする。
【００３８】請求項３１の本発明のパターン照合プログ
ラムは、コンピュータを制御することにより、検査図形
を比較元の図形であるモデル図形と比較し照合するパタ
ーン照合プログラムにおいて、検査対象の図形である検
査図形に生じている変形を、当該検査図形と比較元の図
形であるモデル図形とのそれぞれにおける図形内におけ
る特徴を示す特徴点の情報に基づいて推定する変形推定
処理と、前記推定された変形の情報に基づいて、当該検
査図形を補正する変形補正処理とを実行させることを特
徴とする。
【００３９】請求項４１の本発明の変形補正方法は、検
査図形を比較元の図形であるモデル図形と比較し変形を
補正する変形補正方法において、検査対象の図形である
検査図形に生じている変形を、当該検査図形と比較元の
図形であるモデル図形とのそれぞれにおける図形内にお
ける特徴を示す特徴点の情報に基づいて推定する変形推
定ステップと、前記推定された変形の情報に基づいて、
当該検査図形を補正する変形補正ステップを備えること
を特徴とする。
【００４０】請求項５１の本発明の変形補正プログラム
は、コンピュータを制御することにより、検査図形を比
較元の図形であるモデル図形と比較し変形を補正する変
形補正プログラムにおいて、検査対象の図形である検査
図形に生じている変形を、当該検査図形と比較元の図形
であるモデル図形とのそれぞれにおける図形内における
特徴を示す特徴点の情報に基づいて推定する変形推定処
理と、前記推定された変形の情報に基づいて、当該検査
図形を補正する変形補正処理を備えることを特徴とす
る。
【００４１】本発明では、検査対象の図形である検査図
形の特徴点情報と、比較元の図形であるモデル図形の特
徴点情報の入力を受けて、検査図形に生じている変形を
推定し、推定された変形を補正し、変形を補正された検
査図形とモデル図形とを比較して、類似度を計算するこ
とにより、検査図形に変形があっても、検査図形とモデ
ル図形を厳密に識別することができる。
【００４２】
【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。
【００４３】図１は、本発明の第１の実施の形態による
パターン照合装置の構成を示すブロック図である。
【００４４】図１を参照すると、本実施の形態のパター
ン照合装置は、検査対象の図形である検査図形のデータ
を入力する検査図形入力部２０と、比較元の図形である
モデル図形のデータを入力するモデル図形入力部３０
と、パターン照合の処理を実行するデータ処理部１０
と、処理結果を出力する出力部４０を備えている。
【００４５】データ処理部１０は、変形推定部１１と、
変形補正部１２と、類似度決定部１３を備えている。こ
れらの各部は、それぞれ概略次のように動作する。
【００４６】変形推定部１１は、検査図形入力部２０か
ら入力された検査図形の特徴点と、モデル図形入力部３
０から入力されたモデル図形の特徴点とを比較し、検査
図形に生じている全体的な変形の内容を推定する。
【００４７】変形補正部１２は、変形推定部１１で推定
された変形の内容のデータに基づいて、変形を解消する
補正をその検査図形に施すことにより、変形を補正した
検査図形を作成する。
【００４８】類似度決定部１３は、変形補正部１２によ
り作成された変形を補正された検査図形と、モデル図形
とを比較して、双方の図形の類似度を計算し、算出され
た類似度を出力部４０から出力する。
【００４９】次に、本実施の形態の動作について図面を
参照して詳細に説明する。
【００５０】図２は、本実施の形態のパターン照合の処
理を説明するためのフローチャートであり。図３は、本
実施の形態の変形推定部１１の処理を説明するためのフ
ローチャートである。
【００５１】図２を参照すると、本実施の形態のパター
ン照合の処理は、まず、検査対象の図形である検査図形
と、比較元の図形であるモデル図形とを、検査図形入力
部２０とモデル図形入力部３０へそれぞれ入力する（ス
テップ２０１）。
【００５２】この各図形の入力においては、例えば、予
め抽出された各図形の特徴を示す特徴点の情報を入力す
る方式や、その各図形の画像データを入力し、検査図形
入力部２０とモデル図形入力部３０の側において、その
特徴点の情報を抽出しデータ処理部１０に送る方式等を
用いることができる。
【００５３】これは例えば、文字認識に応用した場合、
その文字が何であるのかを調べたい文字の画像データを
検査図形入力部２０へ入力し、辞書に登録されている文
字データをモデル図形入力部３０へ入力する方式を採用
することができる。
【００５４】また例えば、指紋認識に応用した場合、誰
の指紋なのかを調べたい指紋の画像データを検査図形入
力部２０へ入力し、指紋データベースに登録されている
指紋データをモデル図形入力部３０へ入力すればよい。
【００５５】この様にして、検査図形入力部２０は、予
め抽出された検査図形の特徴点情報を入力することにし
てもよいし、検査図形そのものを入力し検査図形入力部
２０で特徴点の情報を抽出することにしてもよい。同様
に、モデル図形入力部３０は、予め抽出されたモデル図
形の特徴点情報を入力することにしてもよいし、モデル
図形そのものを入力しモデル図形入力部３０で特徴点の
情報を抽出することにしてもよい。
【００５６】ここで、検査図形及びモデル図形の特徴点
としては、線の途切れる点（端点）、分岐する点（分岐
点）、交差する点（交差点）等を特徴点とすることがで
きる。また、その各特長点における特徴の度合いを示す
データである特徴量として、特徴点の位置や接する線の
方向等のデータを用いることができる。また、特徴量に
は、接する線の曲率や隣接する線の曲率の値、また、近
傍の特徴点の配置や近傍の特徴点との間を交差する線数
等の情報を加えてもよい。
【００５７】次に、検査図形入力部２０とモデル図形入
力部３０に入力された各図形のデータは、データ処理部
１０の変形推定部１１に渡される。変形推定部１１は、
検査図形入力部２０から入力された検査図形の特徴点情
報と、モデル図形入力部３０から入力されたモデル図形
の特徴点情報とを比較し、検査図形に生じている変形を
推定する（ステップ２０２）。
【００５８】変形推定部１１は、双方の図形における同
一の特徴点であると考えられる特徴点の対を選び、双方
の図形におけるそれらの配置のずれに基づいて、検査図
形に生じている変形を推定する。
【００５９】ここで図形に生じている変形とは、例えば
文字認識において、辞書に登録されている文字とカメラ
等で入力された文字とを比較する場合、検査図形入力部
２０へ入力されたカメラ等で撮影した文字の画像は、入
力時の光学的な歪みを受けることになる。また指紋認識
において、誰の指紋なのか調べたい指紋のデータを検査
図形入力部２０へ入力し、指紋データベースに登録され
ている指紋データをモデル図形入力部３０へ入力した場
合、検査図形もモデル図形も押捺時の変形を受けてい
る。
【００６０】ここで、検査図形とモデル図形のみでは、
検査図形の受けている変形とモデル図形の受けている変
形とをそれぞれ求めることはできないが、この双方にお
ける個々の特徴点の位置関係の違いを検出することによ
り、モデル図形の受けている変形の逆変形と検査図形の
受けている変形とを合わせた変形が検出され、この変形
を逆方向に施す変形として、検査図形をモデル図形に合
わせるための変形を推定することができる。
【００６１】次に、変形補正部１２は、変形推定部１１
で推定された変形と逆の関係にある変形を検査図形に施
すことにより、検査図形の変形を補正する（ステップ２
０３）。
【００６２】次に、類似度決定部１３は、変形補正部１
２で求められた変形を補正した検査図形と、モデル図形
とを比較し、双方の図形の類似度を計算する（ステップ
２０４）。
【００６３】そして、出力部４０は、類似度決定部１３
で計算された類似度を出力する（ステップ２０５）。
【００６４】また、ステップ２０３においては、変形推
定部１１で推定された変形と逆の関係にある変形を検査
図形に施すことにより検査図形の変形を補正する方式以
外にも、変形推定部１１で推定された変形をモデル図形
に施すことにより、モデル図形と検査図形の変形を合致
させる方式を採用することも可能である。これにより同
様にして、ステップ２０４において双方の図形を比較
し、双方の図形の類似度を計算することができる。
【００６５】次に、図３を参照して、図２のステップ２
０２における変形の推定処理を詳細に説明する。
【００６６】図３を参照すると、まず、検査図形入力部
２０から入力された検査図形特徴点情報と、モデル図形
入力部３０から入力されたモデル図形特徴点情報とを比
較し、対応する特徴点であると判断された特徴点対を変
形推定用特徴点対として順次登録することにより、変形
推定用特徴点対リストを作成する（ステップ３０１）。
【００６７】このステップ３０１では、例えば、検査図
形特徴点から任意の一つの特徴点ａと、モデル図形特徴
点から任意の一つの特徴点ｂを選び、特徴点ａと特徴点
ｂの特徴量の差を求め、それらの特徴量の差が所定の閾
値以下であれば、対応する特徴点であると判断し、この
対応する特徴点と判断された、検査図形の特徴点ａとモ
デル図形の特徴点ｂとによる特徴点対を、変形推定用特
徴点対リストに登録する。
【００６８】変形推定用特徴点対リストにおいては、図
４の例に示されるように、検査図形の特徴点ａとモデル
図形の特徴点ｂとの、対応する特徴点の対を登録してい
る。
【００６９】次に、変形推定用特徴点対リストに登録さ
れている特徴点対を、最もよく互いに合致させる変形を
推定する（ステップ３０２）。
【００７０】ここで、変形の内容を示す変形モデルを、
入力される図形の性質に応じて予め用意しておき、用意
された複数の変形モデルの中から、特徴点対を最もよく
合致させるものを選択する方式や、変形モデルを各種の
パラメータの値に対応させて予め用意しておき、各特徴
点対を最もよく合致させるパラメータの値を求める等の
方式が可能である。
【００７１】例えば、指紋認識に応用した場合には、指
は弾性体であると仮定し、その弾性変形をパラメータ
（平行移動・収縮膨張・回転・剪断）で表し、検査図形
入力部２０から入力された指紋似対して各パラメータに
より示される弾性変形をさせた場合の各特徴点の位置
を、変形推定用特徴点対リストに登録し、この弾性変形
により特徴点の位置が最もよく合致するように弾性変形
のパラメータを決定する。
【００７２】次に、この推定された変形を検証して、変
形が妥当である場合には、その変形を出力する（ステッ
プ３０３）。
【００７３】このステップ３０３の妥当性の検証におい
ては、例えば、推定された変形の弾性エネルギーが予め
定められた所定の値よりも大きかった場合、この推定さ
れた変形は大き過ぎるとして、用いる変形モデルを変更
して変形推定用特徴点対リストの作成からやり直すもの
とすること等が実施できる。
【００７４】次に、本実施の形態の変形推定部１１によ
る変形推定の処理を、より具体的な実施例を用いて説明
する。
【００７５】ここでは、図５に示されるモデル図形の一
例と、図６に示される検査図形の一例を用いて、検査図
形の変形を推定し、その検査図形がモデル図形と同一の
図形であるかどうかを調べる処理を説明する。図５のモ
デル図形においてa1〜a4をモデル図形の特徴点とし、図
６の検査図形においてb1〜b4を検査図形の特徴点とす
る。
【００７６】まず、検査図形とモデル図形を図７のよう
に重ね、モデル図形の特徴点a1〜a4と、検査図形の特徴
点b1〜b4を比較し、同じ特徴点と考えられるものを(a
1、b1)、(a2、b4)、(a3、b2)、(a4、b4)、(a4、b5)のよ
うに対にする。これらの対について図示したものが図８
である。
【００７７】ここで、検査図形が変形していることを考
慮すると、ある程度の誤差を見込む必要があり、完全に
特徴点の対応関係がわからない場合もあるが、そのとき
は対応していると思われるものは、(a2、b4)、(a4、b
4)、(a4、b5)のように重複を許して対応させる。そし
て、図４の例に示されるように、これらの対、p1:(a1、
b1)、p2:(a2、b4)、p3:(a3、b2)、p4:(a4、b4)、p5:(a
4、b5)、を登録したリスト：変形推定用点対リストＣＬ
を記録する（ステップ３０１）。
【００７８】ここで、モデル図形の特徴点の座標を
（x、y）、検査図形の特徴点の座標を（X、Y）とし、モ
デル図形は全体として2×2行列αと２次元ベクトルβを
用いて、数１の式に表されるような、一様な弾性変形を
受けるものとする。
【００７９】
【数１】
【００８０】変形推定用特徴点対リストに登録されてい
る対p1〜p5の内、i番目の対piの、モデル図形の特徴点
対位置を(xi、yi)、検査図形の特徴点位置を(Xi、Yi)と
する。モデル図形上の(xi、yi)にある特徴点は、数１の
式に示される弾性変形を受けると、図６の式に示される
位置に移る。
【００８１】
【数２】
【００８２】この位置と(Xi、Yi)の差、つまりモデル図
形が数１で示される変形を受けた場合に、対piとの位置
の差は、数３の式のeiとなる。
【００８３】
【数３】
【００８４】変形推定用特徴点対リストに登録されてい
る対p1〜p5の位置差（の２乗）の合計Ｅは、次の数４に
よって示される。
【００８５】
【数４】
【００８６】この位置差の合計Ｅを最小とするα、βを
求めて、それぞれにＡとｂが得られたとする。このとき
に対応する特徴点の誤差の合計が最小ということなの
で、このＡとｂとを用いた式である数５に示される変形
が、変形推定用特徴点対リストに登録されている対を最
もよく一致させる変形ということになる。
【００８７】
【数５】
【００８８】よって、検査図形に生じている変形は、数
５により表されるものと推定できる（ステップ３０
２）。モデル図形に推定された変形を施したものと、検
査図形を重ね合わせたものが図９である。
【００８９】この変形のパラメータやエネルギーは、以
下のように求められる。数５のベクトルｂは平行移動を
表し、行列Ａが収縮膨張、回転、剪断を表す。数６、数
７、数８に示されるようにλ０、λ１、λ２を表すと、
弾性エネルギーＦは数９のように示される（数９におい
ては、Ｋは周辺圧縮率を表し、μは剪断率を表す。いず
れも、その素材により決定される定数である）。
【００９０】
【数６】
【００９１】
【数７】
【００９２】
【数８】
【００９３】
【数９】
【００９４】なお、回転と平行移動は、単なる位置の移
動であり弾性エネルギーには寄与しない。λ０は、収縮
膨張（収縮も膨張もしていない場合に“０”であり、収
縮している場合に負の値であり、膨張している場合に正
の値を取る）に対応するパラメータであり、λ１、λ２
が剪断歪み（まったく歪んでいない場合に“０”であ
り、歪みが大きくなるほど絶対値が大きくなる）に対応
するパラメータである。
【００９５】ここで求めた、弾性エネルギーや弾性変形
のパラメータが、検査図形に想定される変形として大き
過ぎる場合には、検査図形に生じている変形としては不
適切であるため、再度変形を推定し直す（ステップ３０
３）。
【００９６】例えば、検査対象の図形が指紋や掌紋等の
場合においては、検査対象がゴムのようなよく伸びる物
体ではないため収縮膨張には限界があり、λ０が予め定
めておいた指として考えられる収縮膨張の範囲をもし超
えている場合には、その推定を破棄するのである。ま
た、こうした指紋や掌紋等の歪にも限度があるので、λ
１やλ２が、指紋や掌紋として考えられる歪みの範囲を
超えている場合には、同様にその推定を破棄する。ま
た、弾性エネルギーそのものについても、同様に指紋や
掌紋として想定される値の範囲にない場合には、その推
定を破棄する。
【００９７】推定が棄却された場合における次の処理と
しては、変形モデルを変更する処理や、変形推定用特徴
点対リストの作成方法を変更した後に、再度変形の推定
を実行する処理等が考えられる。
【００９８】ここでは、変形モデルを変更する例につい
て説明する。
【００９９】例えば、指が弾性体よりもより制限のきつ
い剛体であると仮定し、剛体の変形モデル（剛体は変形
しないため、平行移動と回転のみである）を考える。ま
ず、剛体であると仮定して、モデル図形と検査図形のそ
れぞれの特徴点の対の位置の差が小さくなるように変換
する。この変換結果について、モデル図形と検査図形と
を重ねた図が図１０である。
【０１００】次に、図１０では、変形推定用特徴点対リ
ストに登録されている特徴点対p2:(a2、b4)と、p5:(a
4、b5)は、変形後に距離が離れてしまうので、変形推定
用特徴点対リストから削除する。また、図１１のよう
に、(a2、b3)が変形を行うと近くなるため、変形推定用
特徴点対リストに追加登録し、変形推定用特徴点対リス
トはp1:(a1、b1)、p3:(a3、b2)、p4:(a4、b4)、p6:(a
2、b3)とする。
【０１０１】ここで推定の処理を終える方式も可能であ
るが、指の変形モデルとして最初に用いた、より実際の
指に近い弾性変形モデルに再度あてはめて変形を推定す
る方式も可能である。図１２は、修正された変形推定用
特徴点対リストp1:(a1、b1)、p3:(a3、b2)、p4:(a4、b
4)、p6:(a2、b3)を用いて推定した弾性変形を施した図
である。
【０１０２】こうして対の選択、変形推定、変形検証、
の各処理を繰り返すことで、特徴点の対の選択の正しさ
を徐々に上げていき、正しい対応をする特徴点の対と、
検査図形に生じている変形を推定する。
【０１０３】変形が推定されれば、数１０の式で表され
る数５の式の逆変換を、検査図形の特徴点（X、Y）に施
すことにより、変形が補正されて直接モデル図形と比較
できる特徴点の座標（x、y）に変換することができ、変
形を補正した検査図形とモデル図形を比較することによ
って、検査図形とモデル図形の類似度を計算し、検査図
形とモデル図形が同一の図形かどうか判断する。
【０１０４】
【数１０】
【０１０５】また、前述の変形推定用特徴点対リストか
ら、推定した変形を施した場合に所定の閾値以上位置が
離れてしまう特徴点対を削除し、推定を所定の回数ある
いは削除する特徴点対が無くなるまで繰り返すことで、
変形推定用特徴点対リストに登録されている特徴点対を
より信頼のおけるものへと絞る方式も同様に可能であ
る。
【０１０６】以上説明したように、本実施の形態におい
ては、検査図形に生じている変形を推定してその変形を
補正し、変形を補正された検査図形とモデル図形とを比
較して双方の図形を照合するため、検査図形に変形があ
っても（また、検査図形とモデル図形との変形に違いが
ある場合にも）、検査図形とモデル図形とを厳密に識別
し照合することができる。
【０１０７】次に、本発明の第２の実施の形態について
図面を参照して詳細に説明する。
【０１０８】図１３は、本実施の形態によるパターン照
合装置の構成を示すブロック図であり、図１４は、本実
施の形態のパターン照合の処理を説明するためのフロー
チャートである。
【０１０９】図１３、図１４に示されるように、本実施
の形態の第１の実施の形態との違いは、データ処理部１
０ａにおける変形推定部１１ａの機能である。また、本
実施の形態のパターン照合の処理では、ステップ２０２
以降に、新たにステップ４０１、４０２を加える以外
は、第１の実施の形態と同様である。
【０１１０】図１４における、本実施の形態の変形推定
の処理では、まず第１の実施の形態の変形推定の処理と
同一の処理を実行し、検査図形に全体として生じている
変形を推定する（ステップ２０２）。次に、図形を所定
の小さな領域に分割し（ステップ４０１）、その領域毎
にステップ２０２と同様にして変形推定の処理を行い、
その各領域における変形を推定する（ステップ４０
２）。
【０１１１】ここで、この各小領域における変形の推定
結果において、検査対象の性質からその小領域のみが特
異な変形をしているとは考えられない場合には、（第１
の実施の形態のステップ３０３におけるように）その推
定の妥当性を検証するものとしてもよい。例えば、各小
領域毎に変形を推定した後に、近傍領域で推定した変形
との関係や、全体で推定した変形との関係を評価するこ
とにより、その推定の妥当性を評価し、妥当でない変形
を推定している場合には推定をやり直す等の方法が可能
である。
【０１１２】また、検査図形に全体として生じている変
形を推定した後、順次、対象領域を小さくしていき推定
処理を繰り返す方式も同様に実施することができる。例
えば、指紋認識に応用した場合、押捺時に指の一部に力
が加わり、部分毎に変形の仕方が異なることがあるが、
そのような場合、本実施の形態のステップ４０１、４０
２の処理により、部分毎にその変形を推定することがで
きる。
【０１１３】以上説明したように本実施の形態によれ
ば、第１の実施の形態の効果に加えて、部分毎に変形の
仕方が異なるような図形にも対応し、誤った変形を推定
する可能性を減らすることができる。
【０１１４】次に、本発明の第３の実施の形態について
図面を参照して詳細に説明する。
【０１１５】図１５は、本実施の形態によるパターン照
合装置の構成を示すブロック図であり、図１６は、本実
施の形態のパターン照合の処理を説明するためのフロー
チャートである。
【０１１６】図１５、図１６に示されるように、本実施
の形態の第１の実施の形態との違いは、データ処理部１
０ｂにおける変形推定部１１ｂの機能である。また、本
実施の形態のパターン照合の処理では、ステップ２０２
以降に、新たにステップ６０１、６０２、６０３を加え
る以外は、第１の実施の形態と同様である。
【０１１７】図１６における、本実施の形態の変形推定
の処理では、まず第１の実施の形態の変形推定の処理と
同一の処理を実行し、検査図形に全体として生じている
変形を推定する（ステップ２０２）。次に、任意の特徴
点の近傍における特徴点の集中度を計測する（ステップ
６０１）。これは、図１７に示されるように、任意の着
目した特徴点の周りの所定の大きさの領域を、その着目
した特徴点の近傍として定め、その近傍内における特徴
点の集中度を計測するのである。
【０１１８】そして、もし所定の閾値以上の個数の特徴
点対が存在する場合には（ステップ６０２）、その近傍
に対してステップ２０２と同様の変形推定の処理を適応
することにより、その特徴点まわりの近傍における変形
をその近傍の特徴点対から推定する（ステップ６０
３）。
【０１１９】このように本実施の形態においては、特徴
点の集中する個所において、部分的に変形推定の処理を
行うことにより、部分毎に変形の仕方が異なるような図
形にも対応させ、誤った変形を推定する可能性を削減す
るのである。
【０１２０】また、特徴点の近傍に所定の閾値以上の特
徴点対が存在しない場合には（ステップ６０２）、その
近傍における変形推定の処理を行う必要はなく、ステッ
プ２０２において検査図形全体として推定した変形を用
いる。
【０１２１】そして、ステップ２０２及びステップ６０
３による変形の推定に基づいて、検査図形（又はモデル
図形）を変形し（ステップ２０３）、双方の図形の類似
度を計算することができる（ステップ２０４）。
【０１２２】本実施の形態においては、各特徴点毎に変
形を推定し近傍特徴点まわりで推定した変形との関係
や、全体で推定した変形との関係を評価することによ
り、推定の妥当性を評価し（第１の実施の形態のステッ
プ３０３におけるように）、妥当でない変形を推定して
いる場合には、その推定をやり直すことができる。
【０１２３】以上説明したように本実施の形態によれ
ば、第１の実施の形態の効果に加えて、部分毎に変形の
仕方が異なるような図形にも対応し、誤った変形を推定
する可能性を減らすることができる。
【０１２４】また、上記第２の実施の形態と第３の実施
の形態の変形推定の処理は、互いに組み合わせて実施す
ることもできる。
【０１２５】なお、上記各実施の形態のパターン照合装
置は、データ処理部１０、１０ａ、１０ｂにおける、変
形推定部１１、変形推定部１１ａ、変形推定部１１ｂ、
変形補正部１２、類似度決定部１３等の機能や、その他
の機能をハードウェア的に実現することは勿論として、
各機能を備えるコンピュータプログラムであるパターン
照合プログラムを、コンピュータ処理装置のメモリにロ
ードされることで実現することができる。
【０１２６】図１８は、本発明のパターン照合プログラ
ムを記録した記録媒体を備える構成の一実施例を示す図
である。
【０１２７】このパターン照合プログラムは、磁気ディ
スク、半導体メモリその他の記録媒体９０に格納され
る。そして、その記録媒体からコンピュータ処理装置で
あるデータ処理部１０ｃにロードされ、データ処理部１
０ｃの動作を制御することにより、上述した各機能を実
現する。これにより、データ処理部１０ｃは、パターン
照合プログラムの制御により、第１、第２及び第３の実
施の形態におけるデータ処理部１０、１０ａ、１０ｂに
よる処理を実行する。
【０１２８】以上好ましい実施の形態及び実施例をあげ
て本発明を説明したが、本発明は必ずしも上記実施の形
態及び実施例に限定されるものではなく、その技術的思
想の範囲内において様々に変形して実施することができ
る。
【０１２９】
【発明の効果】以上説明したように本発明のパターン照
合装置によれば、以下のような効果が達成される。
【０１３０】第１に、本発明によれば、検査する図形に
生じている変形を推定し補正するため、検査する図形が
変形していても正しく識別することができる。更に、変
形による特徴量の変化と特徴量の抽出誤差を分離するこ
とができ、特徴量を厳密に比較することができる。
【０１３１】第２に、本発明の第２の実施の形態におい
ては、検査図形を小領域に分割して小領域毎に変形を推
定することにより、検査する図形が部分的に異なった変
形をしている場合においても、正しく識別することがで
きる。
【０１３２】第３に、本発明の第３の実施の形態におい
ては、検査図形を近傍の特徴点対の数が所定以上あれば
その特徴点まわりの変形を推定することにより、変形の
推定誤りを減らし、検査する図形が部分的に異なった変
形している場合においても、正しく識別することができ
る。
【図面の簡単な説明】
【図１】 本発明の第１の実施の形態によるパターン照
合装置の構成を示すブロック図である。
【図２】 本発明の第１の実施の形態のパターン照合の
処理を説明するためのフローチャートである。
【図３】 本発明の第１の実施の形態の変形推定部の処
理を説明するためのフローチャートである。
【図４】 本発明の一実施例の変形推定用特徴点対リス
トを示す図である。
【図５】 本発明の一実施例のモデル図形を示す図であ
る。
【図６】 本発明の一実施例の検査図形を示す図であ
る。
【図７】 本発明の一実施例のモデル図形と検査図形と
を重ね合わせた図である。
【図８】 本発明の一実施例のモデル図形と検査図形と
における特徴点対を示す図である。
【図９】 本発明の一実施例の推定された変形を施した
モデル図形と検査図形を重ね合わせた図である。
【図１０】 本発明の一実施例の移動させたモデル図形
と検査図形とを重ね合わせた図である。
【図１１】 本発明の一実施例の移動させたモデル図形
と検査図形とにおける特徴点対を示す図である。
【図１２】 本発明の一実施例の推定された変形を施し
たモデル図形と検査図形を重ね合わせた図である。
【図１３】 本発明の第２の実施の形態によるパターン
照合装置の構成を示すブロック図である。
【図１４】 本発明の第２の実施の形態のパターン照合
の処理を説明するためのフローチャートである。
【図１５】 本発明の第３の実施の形態によるパターン
照合装置の構成を示すブロック図である。
【図１６】 本発明の第３の実施の形態のパターン照合
の処理を説明するためのフローチャートである。
【図１７】 本発明の第３の実施の形態の特徴点の近傍
における、特徴点の集中度の計測を説明するための図で
ある。
【図１８】 本発明のパターン照合プログラムを記録し
た記録媒体を備える構成の一実施例を示す図である。
【符号の説明】
１０、１０ａ、１０ｂ、１０ｃ データ処理部 １１、１１ａ、１１ｂ 変形推定部 １２ 変形補正部 １３ 類似度決定部 ２０ 検査図形入力部 ３０ モデル図形入力部 ４０ 出力部 ９０ 記録媒体

Claims (60)

    【特許請求の範囲】
  1. 【請求項１】 検査図形を比較元の図形であるモデル図
    形と比較し照合するパターン照合装置において、 検査対象の図形である検査図形に生じている変形を、当
    該検査図形と比較元の図形であるモデル図形とのそれぞ
    れにおける図形内における特徴を示す特徴点の情報に基
    づいて推定する変形推定手段と、 前記変形推定手段により推定された変形の情報に基づい
    て、当該検査図形を補正する変形補正手段とを備えるこ
    とを特徴とするパターン照合装置。
  2. 【請求項２】 前記変形推定手段は、 前記検査図形と前記モデル図形とのそれぞれの、前記特
    徴点における特徴の度合いを示す特徴量の差が小さいも
    のを対応づけて対とし、各前記特徴点の対応を最もよく
    一致させる前記検査図の変形の内容を判定することによ
    り、当該検査図形に生じている変形を推定することを特
    徴とする請求項１に記載のパターン照合装置。
  3. 【請求項３】 前記変形推定手段は、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記検査図の
    変形の内容を、予め用意された画像データの変形の内容
    を示す複数の変形モデルから選択することを特徴とする
    請求項２に記載のパターン照合装置。
  4. 【請求項４】 前記変形推定手段は、 個々のパラメータに指定される値に対応させて、画像デ
    ータの変形の内容を示す変形モデルの情報を備え、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記変形モデ
    ルを与える各前記パラメータの値を求めることにより、
    前記検査図の変形の内容を判定することを特徴とする請
    求項２に記載のパターン照合装置。
  5. 【請求項５】 前記変形推定手段は、 推定された変形を施した場合に、所定の閾値以上位置が
    離れてしまう前記特徴点対を除いて、残った特徴点対の
    みを用いて変形を推定し直すことを特徴とする請求項２
    から請求項４のいずれか一つに記載のパターン照合装
    置。
  6. 【請求項６】 前記変形推定手段は、 推定された変形の大きさが所定の閾値より大きい場合に
    は、当該変形モデルを変更し、再度変形を推定すること
    を特徴とする請求項２から請求項５のいずれか一つに記
    載のパターン照合装置。
  7. 【請求項７】 前記変形推定手段は、 前記検査図形の全体の変形を推定した後、 当該検査図形を小領域に分割し、前記小領域毎における
    変形の内容の推定を行うことを特徴とする請求項２から
    請求項６のいずれか一つに記載のパターン照合装置。
  8. 【請求項８】 前記変形推定手段は、 前記検査図形の全体の変形を推定した後、 当該特徴点対毎に、近傍の前記特徴点対の情報を参照す
    ることにより、各前記特徴点対の近傍における変形を推
    定し補正することを特徴とする請求項２から請求項６の
    いずれか一つに記載のパターン照合装置。
  9. 【請求項９】 前記変形モデルとして弾性変形を用い、 変形の大きさを示すデータとして弾性エネルギーを用い
    ることを特徴とする請求項２から請求項８のいずれか一
    つに記載のパターン照合装置。
  10. 【請求項１０】 前記検査図形及び前記モデル図形とし
    て、指紋画像及び掌紋画像の少なくともいずれか一方を
    用いることを特徴とする請求項９に記載のパターン照合
    装置。
  11. 【請求項１１】 検査図形を比較元の図形であるモデル
    図形と比較し変形を補正する変形補正装置において、 検査対象の図形である検査図形に生じている変形を、当
    該検査図形と比較元の図形であるモデル図形とのそれぞ
    れにおける図形内における特徴を示す特徴点の情報に基
    づいて推定する変形推定手段と、 前記変形推定手段により推定された変形の情報に基づい
    て、当該検査図形を補正する変形補正手段を備えること
    を特徴とする変形補正装置。
  12. 【請求項１２】 前記変形推定手段は、 前記検査図形と前記モデル図形とのそれぞれの、前記特
    徴点における特徴の度合いを示す特徴量の差が小さいも
    のを対応づけて対とし、各前記特徴点の対応を最もよく
    一致させる前記検査図の変形の内容を判定することによ
    り、当該検査図形に生じている変形を推定することを特
    徴とする請求項１１に記載の変形補正装置。
  13. 【請求項１３】 前記変形推定手段は、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記検査図の
    変形の内容を、予め用意された画像データの変形の内容
    を示す複数の変形モデルから選択することを特徴とする
    請求項１２に記載の変形補正装置。
  14. 【請求項１４】 前記変形推定手段は、 個々のパラメータに指定される値に対応させて、画像デ
    ータの変形の内容を示す変形モデルの情報を備え、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記変形モデ
    ルを与える各前記パラメータの値を求めることにより、
    前記検査図の変形の内容を判定することを特徴とする請
    求項１２に記載の変形補正装置。
  15. 【請求項１５】 前記変形推定手段は、 推定された変形を施した場合に、所定の閾値以上位置が
    離れてしまう前記特徴点対を除いて、残った特徴点対の
    みを用いて変形を推定し直すことを特徴とする請求項１
    ２から請求項１４のいずれか一つに記載の変形補正装
    置。
  16. 【請求項１６】 前記変形推定手段は、 推定された変形の大きさが所定の閾値より大きい場合に
    は、当該変形モデルを変更し、再度変形を推定すること
    を特徴とする請求項１２から請求項１５のいずれか一つ
    に記載の変形補正装置。
  17. 【請求項１７】 前記変形推定手段は、 前記検査図形の全体の変形を推定した後、 当該検査図形を小領域に分割し、前記小領域毎における
    変形の内容の推定を行うことを特徴とする請求項１２か
    ら請求項１６のいずれか一つに記載の変形補正装置。
  18. 【請求項１８】 前記変形推定手段は、 前記検査図形の全体の変形を推定した後、 当該特徴点対毎に、近傍の前記特徴点対の情報を参照す
    ることにより、各前記特徴点対の近傍における変形を推
    定し補正することを特徴とする請求項１２から請求項１
    ６のいずれか一つに記載の変形補正装置。
  19. 【請求項１９】 前記変形モデルとして弾性変形を用
    い、 変形の大きさを示すデータとして弾性エネルギーを用い
    ることを特徴とする請求項１２から請求項１８のいずれ
    か一つに記載の変形補正装置。
  20. 【請求項２０】 前記検査図形及び前記モデル図形とし
    て、指紋画像及び掌紋画像の少なくともいずれか一方を
    用いることを特徴とする請求項１９に記載の変形補正装
    置。
  21. 【請求項２１】 検査図形を比較元の図形であるモデル
    図形と比較し照合するパターン照合方法において、 検査対象の図形である検査図形に生じている変形を、当
    該検査図形と比較元の図形であるモデル図形とのそれぞ
    れにおける図形内における特徴を示す特徴点の情報に基
    づいて推定する変形推定ステップと、 前記推定された変形の情報に基づいて、当該検査図形を
    補正する変形補正ステップとを備えることを特徴とする
    パターン照合方法。
  22. 【請求項２２】 前記変形推定ステップは、 前記検査図形と前記モデル図形とのそれぞれの、前記特
    徴点における特徴の度合いを示す特徴量の差が小さいも
    のを対応づけて対とし、各前記特徴点の対応を最もよく
    一致させる前記検査図の変形の内容を判定することによ
    り、当該検査図形に生じている変形を推定することを特
    徴とする請求項２１に記載のパターン照合方法。
  23. 【請求項２３】 前記変形推定ステップは、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記検査図の
    変形の内容を、予め用意された画像データの変形の内容
    を示す複数の変形モデルから選択することを特徴とする
    請求項２２に記載のパターン照合方法。
  24. 【請求項２４】 前記変形推定ステップは、 個々のパラメータに指定される値に対応する、画像デー
    タの変形の内容を示す変形モデルの情報に基づいて、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記変形モデ
    ルを与える各前記パラメータの値を求めることにより、
    前記検査図の変形の内容を判定することを特徴とする請
    求項２２に記載のパターン照合方法。
  25. 【請求項２５】 前記変形推定ステップは、 推定された変形を施した場合に、所定の閾値以上位置が
    離れてしまう前記特徴点対を除いて、残った特徴点対の
    みを用いて変形を推定し直すことを特徴とする請求項２
    ２から請求項２４のいずれか一つに記載のパターン照合
    方法。
  26. 【請求項２６】 前記変形推定ステップは、 推定された変形の大きさが所定の閾値より大きい場合に
    は、当該変形モデルを変更し、再度変形を推定すること
    を特徴とする請求項２２から請求項２５のいずれか一つ
    に記載のパターン照合方法。
  27. 【請求項２７】 前記変形推定ステップは、 前記検査図形の全体の変形を推定した後、 当該検査図形を小領域に分割し、前記小領域毎における
    変形の内容の推定を行うことを特徴とする請求項２２か
    ら請求項２６のいずれか一つに記載のパターン照合方
    法。
  28. 【請求項２８】 前記変形推定ステップは、 前記検査図形の全体の変形を推定した後、 当該特徴点対毎に、近傍の前記特徴点対の情報を参照す
    ることにより、各前記特徴点対の近傍における変形を推
    定し補正することを特徴とする請求項２２から請求項２
    ６のいずれか一つに記載のパターン照合方法。
  29. 【請求項２９】 前記変形モデルとして弾性変形を用
    い、 変形の大きさを示すデータとして弾性エネルギーを用い
    ることを特徴とする請求項２２から請求項２８のいずれ
    か一つに記載のパターン照合方法。
  30. 【請求項３０】 前記検査図形及び前記モデル図形とし
    て、指紋画像及び掌紋画像の少なくともいずれか一方を
    用いることを特徴とする請求項２９に記載のパターン照
    合方法。
  31. 【請求項３１】 コンピュータを制御することにより、
    検査図形を比較元の図形であるモデル図形と比較し照合
    するパターン照合プログラムにおいて、 検査対象の図形である検査図形に生じている変形を、当
    該検査図形と比較元の図形であるモデル図形とのそれぞ
    れにおける図形内における特徴を示す特徴点の情報に基
    づいて推定する変形推定処理と、 前記推定された変形の情報に基づいて、当該検査図形を
    補正する変形補正処理とを実行させることを特徴とする
    パターン照合プログラム。
  32. 【請求項３２】 前記変形推定処理においては、 前記検査図形と前記モデル図形とのそれぞれの、前記特
    徴点における特徴の度合いを示す特徴量の差が小さいも
    のを対応づけて対とし、各前記特徴点の対応を最もよく
    一致させる前記検査図の変形の内容を判定することによ
    り、当該検査図形に生じている変形を推定する処理を実
    行させることを特徴とする請求項３１に記載のパターン
    照合プログラム。
  33. 【請求項３３】 前記変形推定処理においては、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記検査図の
    変形の内容を、予め用意された画像データの変形の内容
    を示す複数の変形モデルから選択する処理を実行させる
    ことを特徴とする請求項３２に記載のパターン照合プロ
    グラム。
  34. 【請求項３４】 前記変形推定処理においては、 個々のパラメータに指定される値に対応する、画像デー
    タの変形の内容を示す変形モデルの情報に基づいて、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記変形モデ
    ルを与える各前記パラメータの値を求めることにより、
    前記検査図の変形の内容を判定する処理を実行させるこ
    とを特徴とする請求項３２に記載のパターン照合プログ
    ラム。
  35. 【請求項３５】 前記変形推定処理においては、 推定された変形を施した場合に、所定の閾値以上位置が
    離れてしまう前記特徴点対を除いて、残った特徴点対の
    みを用いて変形を推定し直す処理を実行させることを特
    徴とする請求項３２から請求項３４のいずれか一つに記
    載のパターン照合プログラム。
  36. 【請求項３６】 前記変形推定処理においては、 推定された変形の大きさが所定の閾値より大きい場合に
    は、当該変形モデルを変更し、再度変形を推定する処理
    を実行させることを特徴とする請求項３２から請求項３
    ５のいずれか一つに記載のパターン照合プログラム。
  37. 【請求項３７】 前記変形推定処理においては、 前記検査図形の全体の変形を推定した後、 当該検査図形を小領域に分割し、前記小領域毎における
    変形の内容の推定を行う処理を実行させることを特徴と
    する請求項３２から請求項３６のいずれか一つに記載の
    パターン照合プログラム。
  38. 【請求項３８】 前記変形推定処理においては、 前記検査図形の全体の変形を推定した後、 当該特徴点対毎に、近傍の前記特徴点対の情報を参照す
    ることにより、各前記特徴点対の近傍における変形を推
    定し補正する処理を実行させることを特徴とする請求項
    ３２から請求項３６のいずれか一つに記載のパターン照
    合プログラム。
  39. 【請求項３９】 前記変形モデルとして弾性変形を用
    い、 変形の大きさを示すデータとして弾性エネルギーを用い
    ることを特徴とする請求項３２から請求項３８のいずれ
    か一つに記載のパターン照合プログラム。
  40. 【請求項４０】 前記検査図形及び前記モデル図形とし
    て、指紋画像及び掌紋画像の少なくともいずれか一方を
    用いることを特徴とする請求項３９に記載のパターン照
    合プログラム。
  41. 【請求項４１】 検査図形を比較元の図形であるモデル
    図形と比較し変形を補正する変形補正方法において、 検査対象の図形である検査図形に生じている変形を、当
    該検査図形と比較元の図形であるモデル図形とのそれぞ
    れにおける図形内における特徴を示す特徴点の情報に基
    づいて推定する変形推定ステップと、 前記推定された変形の情報に基づいて、当該検査図形を
    補正する変形補正ステップを備えることを特徴とする変
    形補正方法。
  42. 【請求項４２】 前記変形推定ステップは、 前記検査図形と前記モデル図形とのそれぞれの、前記特
    徴点における特徴の度合いを示す特徴量の差が小さいも
    のを対応づけて対とし、各前記特徴点の対応を最もよく
    一致させる前記検査図の変形の内容を判定することによ
    り、当該検査図形に生じている変形を推定することを特
    徴とする請求項４１に記載の変形補正方法。
  43. 【請求項４３】 前記変形推定ステップは、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記検査図の
    変形の内容を、予め用意された画像データの変形の内容
    を示す複数の変形モデルから選択することを特徴とする
    請求項４２に記載の変形補正方法。
  44. 【請求項４４】 前記変形推定ステップは、 個々のパラメータに指定される値に対応する、画像デー
    タの変形の内容を示す変形モデルの情報に基づいて、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記変形モデ
    ルを与える各前記パラメータの値を求めることにより、
    前記検査図の変形の内容を判定することを特徴とする請
    求項４２に記載の変形補正方法。
  45. 【請求項４５】 前記変形推定ステップは、 推定された変形を施した場合に、所定の閾値以上位置が
    離れてしまう前記特徴点対を除いて、残った特徴点対の
    みを用いて変形を推定し直すことを特徴とする請求項４
    ２から請求項４４のいずれか一つに記載の変形補正方
    法。
  46. 【請求項４６】 前記変形推定ステップは、 推定された変形の大きさが所定の閾値より大きい場合に
    は、当該変形モデルを変更し、再度変形を推定すること
    を特徴とする請求項４２から請求項４５のいずれか一つ
    に記載の変形補正方法。
  47. 【請求項４７】 前記変形推定ステップは、 前記検査図形の全体の変形を推定した後、 当該検査図形を小領域に分割し、前記小領域毎における
    変形の内容の推定を行うことを特徴とする請求項４２か
    ら請求項４６のいずれか一つに記載の変形補正方法。
  48. 【請求項４８】 前記変形推定ステップは、 前記検査図形の全体の変形を推定した後、 当該特徴点対毎に、近傍の前記特徴点対の情報を参照す
    ることにより、各前記特徴点対の近傍における変形を推
    定し補正することを特徴とする請求項４２から請求項４
    ６のいずれか一つに記載の変形補正方法。
  49. 【請求項４９】 前記変形モデルとして弾性変形を用
    い、 変形の大きさを示すデータとして弾性エネルギーを用い
    ることを特徴とする請求項４２から請求項４８のいずれ
    か一つに記載の変形補正方法。
  50. 【請求項５０】 前記検査図形及び前記モデル図形とし
    て、指紋画像及び掌紋画像の少なくともいずれか一方を
    用いることを特徴とする請求項４９に記載の変形補正方
    法。
  51. 【請求項５１】 コンピュータを制御することにより、
    検査図形を比較元の図形であるモデル図形と比較し変形
    を補正する変形補正プログラムにおいて、 検査対象の図形である検査図形に生じている変形を、当
    該検査図形と比較元の図形であるモデル図形とのそれぞ
    れにおける図形内における特徴を示す特徴点の情報に基
    づいて推定する変形推定処理と、 前記推定された変形の情報に基づいて、当該検査図形を
    補正する変形補正処理を備えることを特徴とする変形補
    正プログラム。
  52. 【請求項５２】 前記変形推定処理においては、 前記検査図形と前記モデル図形とのそれぞれの、前記特
    徴点における特徴の度合いを示す特徴量の差が小さいも
    のを対応づけて対とし、各前記特徴点の対応を最もよく
    一致させる前記検査図の変形の内容を判定することによ
    り、当該検査図形に生じている変形を推定する処理を実
    行させることを特徴とする請求項５１に記載の変形補正
    プログラム。
  53. 【請求項５３】 前記変形推定処理においては、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記検査図の
    変形の内容を、予め用意された画像データの変形の内容
    を示す複数の変形モデルから選択する処理を実行させる
    ことを特徴とする請求項５２に記載の変形補正プログラ
    ム。
  54. 【請求項５４】 前記変形推定処理においては、 個々のパラメータに指定される値に対応する、画像デー
    タの変形の内容を示す変形モデルの情報に基づいて、 前記検査図形と前記モデル図形とのそれぞれにおける、
    各前記特徴点の対応を最もよく一致させる前記変形モデ
    ルを与える各前記パラメータの値を求めることにより、
    前記検査図の変形の内容を判定する処理を実行させるこ
    とを特徴とする請求項５２に記載の変形補正プログラ
    ム。
  55. 【請求項５５】 前記変形推定処理においては、 推定された変形を施した場合に、所定の閾値以上位置が
    離れてしまう前記特徴点対を除いて、残った特徴点対の
    みを用いて変形を推定し直す処理を実行させることを特
    徴とする請求項５２から請求項５４のいずれか一つに記
    載の変形補正プログラム。
  56. 【請求項５６】 前記変形推定処理においては、 推定された変形の大きさが所定の閾値より大きい場合に
    は、当該変形モデルを変更し、再度変形を推定する処理
    を実行させることを特徴とする請求項５２から請求項５
    ５のいずれか一つに記載の変形補正プログラム。
  57. 【請求項５７】 前記変形推定処理においては、 前記検査図形の全体の変形を推定した後、 当該検査図形を小領域に分割し、前記小領域毎における
    変形の内容の推定を行う処理を実行させることを特徴と
    する請求項５２から請求項５６のいずれか一つに記載の
    変形補正プログラム。
  58. 【請求項５８】 前記変形推定処理においては、 前記検査図形の全体の変形を推定した後、 当該特徴点対毎に、近傍の前記特徴点対の情報を参照す
    ることにより、各前記特徴点対の近傍における変形を推
    定し補正する処理を実行させることを特徴とする請求項
    ５２から請求項５６のいずれか一つに記載の変形補正プ
    ログラム。
  59. 【請求項５９】 前記変形モデルとして弾性変形を用
    い、 変形の大きさを示すデータとして弾性エネルギーを用い
    ることを特徴とする請求項５２から請求項５８のいずれ
    か一つに記載の変形補正プログラム。
  60. 【請求項６０】 前記検査図形及び前記モデル図形とし
    て、指紋画像及び掌紋画像の少なくともいずれか一方を
    用いることを特徴とする請求項５９に記載の変形補正プ
    ログラム。
JP2001096223A 2001-03-29 2001-03-29 パターン照合装置とそのパターン照合方法、及びパターン照合プログラム Pending JP2002298141A (ja)

Priority Applications (9)

Application Number Priority Date Filing Date Title
JP2001096223A JP2002298141A (ja) 2001-03-29 2001-03-29 パターン照合装置とそのパターン照合方法、及びパターン照合プログラム
US10/106,444 US7027624B2 (en) 2001-03-29 2002-03-27 Pattern collation device and pattern collating method thereof, and pattern collation program
AU27741/02A AU785140B2 (en) 2001-03-29 2002-03-27 Pattern collation device and pattern collating method thereof, and pattern collation program
EP02007179A EP1248226B1 (en) 2001-03-29 2002-03-28 Pattern collation device and pattern collating method thereof, and pattern collation program
DE60239971T DE60239971D1 (de) 2001-03-29 2002-03-28 Gerät, Verfahren und Programm zum Vergleichen von Mustern
CA002379452A CA2379452C (en) 2001-03-29 2002-03-28 Pattern collation device and pattern collating method thereof, and pattern collation program
EP07020623A EP1881444B1 (en) 2001-03-29 2002-03-28 Pattern collation device and pattern collating method thereof, and pattern collating program
CNB021084149A CN1276389C (zh) 2001-03-29 2002-03-29 图形对照装置及其图形对照方法
KR10-2002-0017391A KR100479777B1 (ko) 2001-03-29 2002-03-29 패턴 조합 장치와 그 패턴 조합 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001096223A JP2002298141A (ja) 2001-03-29 2001-03-29 パターン照合装置とそのパターン照合方法、及びパターン照合プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2005272985A Division JP4304722B2 (ja) 2005-09-20 2005-09-20 変形推定方法、変形推定装置及び変形推定プログラム

Publications (1)

Publication Number Publication Date
JP2002298141A true JP2002298141A (ja) 2002-10-11

Family

ID=18950165

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001096223A Pending JP2002298141A (ja) 2001-03-29 2001-03-29 パターン照合装置とそのパターン照合方法、及びパターン照合プログラム

Country Status (8)

Country Link
US (1) US7027624B2 (ja)
EP (2) EP1248226B1 (ja)
JP (1) JP2002298141A (ja)
KR (1) KR100479777B1 (ja)
CN (1) CN1276389C (ja)
AU (1) AU785140B2 (ja)
CA (1) CA2379452C (ja)
DE (1) DE60239971D1 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006065399A (ja) * 2004-08-24 2006-03-09 Sony Corp 画像処理装置および方法、記録媒体、並びにプログラム
JP2008310814A (ja) * 2007-06-15 2008-12-25 Research & Industry-Univ Cooperation Foundation Hankuk Univ Of Foreign Studies 指紋照合システムおよび指紋照合方法
WO2009104429A1 (ja) 2008-02-19 2009-08-27 日本電気株式会社 パターン照合装置、パターン照合方法、及びプログラム
WO2012063708A1 (ja) * 2010-11-08 2012-05-18 日本電気株式会社 画像照合装置
JP2015087941A (ja) * 2013-10-30 2015-05-07 オリンパス株式会社 特徴点マッチング処理装置、特徴点マッチング処理方法、およびプログラム
WO2015170461A1 (ja) * 2014-05-07 2015-11-12 日本電気株式会社 画像処理装置、画像処理方法およびコンピュータ可読記録媒体
US9286543B2 (en) 2011-08-16 2016-03-15 Nec Corporation Characteristic point coordination system, characteristic point coordination method, and recording medium

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3842080B2 (ja) * 2001-07-06 2006-11-08 グローリー工業株式会社 署名照合装置、署名照合方法および署名照合プログラム
US7496214B2 (en) 2002-09-25 2009-02-24 The Hong Kong Polytechnic University Method of palm print identification
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
WO2005045358A2 (en) * 2003-11-05 2005-05-19 Francos Joseph M Parametric estimation of multi-dimensional homeomorphic transformations
US8275204B1 (en) 2003-11-05 2012-09-25 Shahar Kovalsky Estimation of joint radiometric and geometric image deformations
FR2862785B1 (fr) * 2003-11-21 2006-01-20 Atmel Grenoble Sa Capteur d'empreinte digitale a deux sens de balayage
JP4267475B2 (ja) * 2004-02-13 2009-05-27 富士通株式会社 図面照合装置
US8437502B1 (en) * 2004-09-25 2013-05-07 Cognex Technology And Investment Corporation General pose refinement and tracking tool
US20060088225A1 (en) * 2004-10-26 2006-04-27 The Secretary Of State For The Home Department Comparison
EP1894163B1 (en) * 2005-06-08 2015-09-30 Koninklijke Philips N.V. Point-selection for fast deformable registration
CN100464346C (zh) * 2006-04-29 2009-02-25 北大方正集团有限公司 一种表格图像几何畸变的数字校正方法
JP5120013B2 (ja) 2008-03-27 2013-01-16 富士通株式会社 認証装置、認証方法及び認証プログラム
GB0819069D0 (en) 2008-10-17 2008-11-26 Forensic Science Service Ltd Improvements in and relating to methods and apparatus for comparison
JP5563231B2 (ja) * 2009-03-25 2014-07-30 日本電気株式会社 縞模様画像鑑定装置、縞模様画像鑑定方法及びプログラム
KR20120094102A (ko) * 2010-01-08 2012-08-23 닛본 덴끼 가부시끼가이샤 유사도 산출 디바이스, 유사도 산출 방법 및 프로그램
CN102200999B (zh) * 2011-04-27 2012-10-10 华中科技大学 一种检索相似性形状的方法
CN102324096B (zh) * 2011-07-19 2014-07-02 国家电网公司 特征点校正分区拼接方法及装置
CN102306382A (zh) * 2011-06-28 2012-01-04 吉林大学 基于道路环境固有特征的事故现场图像校正方法
CN103984929B (zh) * 2014-05-20 2017-04-19 清华大学 扭曲指纹的校正方法及系统
CN109005387B (zh) * 2018-08-08 2021-04-02 盎锐（上海）信息科技有限公司 用于生产线中的影像获取装置及数据分析方法
CN112233313B (zh) * 2020-10-19 2022-06-21 中国工商银行股份有限公司 一种纸币识别方法、装置及设备

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4641350A (en) * 1984-05-17 1987-02-03 Bunn Robert F Fingerprint identification system
KR880700362A (ko) 1985-04-02 1988-02-22 쉴러 마이클 정합장치 및 방법
JPH02187885A (ja) 1989-01-13 1990-07-24 Canon Inc 文字認識装置
JP2929802B2 (ja) 1991-09-20 1999-08-03 株式会社デンソー 指紋照合システム
JP3183949B2 (ja) 1992-06-22 2001-07-09 株式会社リコー パターン認識処理方法
JPH0830783A (ja) 1994-07-12 1996-02-02 Meidensha Corp ２次元物体の認識方法
JPH08147411A (ja) 1994-11-21 1996-06-07 Oki Electric Ind Co Ltd 文字認識装置
JPH08249422A (ja) 1995-03-08 1996-09-27 Canon Inc 文字処理装置及び方法
US5892838A (en) 1996-06-11 1999-04-06 Minnesota Mining And Manufacturing Company Biometric recognition using a classification neural network
US5909501A (en) * 1996-09-09 1999-06-01 Arete Associates Systems and methods with identity verification by comparison and interpretation of skin patterns such as fingerprints
JP3625245B2 (ja) 1996-10-16 2005-03-02 株式会社リコー 画像処理方法及び画像処理装置
JP2878656B2 (ja) 1996-10-02 1999-04-05 良吉 玉置 印鑑照合方法及び装置
JPH10124684A (ja) 1996-10-16 1998-05-15 Ricoh Co Ltd 画像処理方法，記憶媒体及び画像処理装置
US5883971A (en) * 1996-10-23 1999-03-16 International Business Machines Corporation System and method for determining if a fingerprint image contains an image portion representing a smudged fingerprint impression
JP2944557B2 (ja) 1997-02-27 1999-09-06 日本電気ソフトウェア株式会社 縞パターン照合装置
JP3002721B2 (ja) 1997-03-17 2000-01-24 警察庁長官 図形位置検出方法及びその装置並びにプログラムを記録した機械読み取り可能な記録媒体
US6049621A (en) * 1997-08-22 2000-04-11 International Business Machines Corporation Determining a point correspondence between two points in two respective (fingerprint) images
US6466686B2 (en) * 1998-01-07 2002-10-15 International Business Machines Corporation System and method for transforming fingerprints to improve recognition
JP3630569B2 (ja) 1998-10-23 2005-03-16 株式会社東芝 映像領域追跡方法および装置
KR100299858B1 (ko) * 1999-03-19 2001-09-26 이영익 지문 매칭 방법

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4605445B2 (ja) * 2004-08-24 2011-01-05 ソニー株式会社 画像処理装置および方法、記録媒体、並びにプログラム
JP2006065399A (ja) * 2004-08-24 2006-03-09 Sony Corp 画像処理装置および方法、記録媒体、並びにプログラム
US8358817B2 (en) 2007-06-15 2013-01-22 Empire Technology Development Llc Systems and methods for fingerprint matching based on transforming the deformable mesh
JP2008310814A (ja) * 2007-06-15 2008-12-25 Research & Industry-Univ Cooperation Foundation Hankuk Univ Of Foreign Studies 指紋照合システムおよび指紋照合方法
WO2009104429A1 (ja) 2008-02-19 2009-08-27 日本電気株式会社 パターン照合装置、パターン照合方法、及びプログラム
US8340370B2 (en) 2008-02-19 2012-12-25 Nec Corporation Pattern verification apparatus, pattern verification method, and program
WO2012063708A1 (ja) * 2010-11-08 2012-05-18 日本電気株式会社 画像照合装置
JP5664659B2 (ja) * 2010-11-08 2015-02-04 日本電気株式会社 画像照合装置
US9286543B2 (en) 2011-08-16 2016-03-15 Nec Corporation Characteristic point coordination system, characteristic point coordination method, and recording medium
JP2015087941A (ja) * 2013-10-30 2015-05-07 オリンパス株式会社 特徴点マッチング処理装置、特徴点マッチング処理方法、およびプログラム
WO2015170461A1 (ja) * 2014-05-07 2015-11-12 日本電気株式会社 画像処理装置、画像処理方法およびコンピュータ可読記録媒体
JPWO2015170461A1 (ja) * 2014-05-07 2017-04-20 日本電気株式会社 画像処理装置、画像処理方法およびコンピュータ可読記録媒体
US10147015B2 (en) 2014-05-07 2018-12-04 Nec Corporation Image processing device, image processing method, and computer-readable recording medium

Also Published As

Publication number Publication date
EP1881444A1 (en) 2008-01-23
CA2379452A1 (en) 2002-09-29
AU2774102A (en) 2002-10-03
EP1248226A3 (en) 2005-10-12
AU785140B2 (en) 2006-10-05
US7027624B2 (en) 2006-04-11
EP1248226A2 (en) 2002-10-09
CA2379452C (en) 2006-09-19
KR100479777B1 (ko) 2005-03-30
EP1248226B1 (en) 2011-11-23
KR20020077257A (ko) 2002-10-11
CN1379364A (zh) 2002-11-13
CN1276389C (zh) 2006-09-20
US20020181782A1 (en) 2002-12-05
DE60239971D1 (de) 2011-06-16
EP1881444B1 (en) 2011-05-04

Similar Documents

Publication Publication Date Title
JP2002298141A (ja) パターン照合装置とそのパターン照合方法、及びパターン照合プログラム
JP2737734B2 (ja) 指紋分類装置
EP1677250B1 (en) Image collation system and image collation method
EP2107507B1 (en) Pattern aligning method, verifying method, and verifying device
US7403634B2 (en) Object tracking apparatus and method
JP5406705B2 (ja) データ補正装置及び方法
US20070047777A1 (en) Image collation method and apparatus and recording medium storing image collation program
EP1229488A2 (en) Information processing method and apparatus
JP2009129237A (ja) 画像処理装置及びその方法
EP1248225B1 (en) Pattern-collating device, pattern-collating method and pattern-collating program
US10185873B2 (en) Method and a device for tracking characters that appear on a plurality of images of a video stream of a text
JP6065842B2 (ja) 辞書学習装置、パターン照合装置、辞書学習方法およびコンピュータプログラム
US20080019568A1 (en) Object tracking apparatus and method
JP4304722B2 (ja) 変形推定方法、変形推定装置及び変形推定プログラム
JP2866461B2 (ja) 指紋照合装置
JP4531670B2 (ja) パターン照合装置
JP2007299051A (ja) 画像処理装置、方法およびプログラム
JP3781324B2 (ja) 画像位置合わせ方法、ファックス文字認識方法および記録媒体
WO2022190533A1 (ja) テンプレート生成装置、照合システム、照合装置、テンプレート生成方法、照合方法およびプログラム
US20230360428A1 (en) Method for generating a palm image based on partial images of a palm
KR20240139238A (ko) 차량 번호판 이미지에 대한 꼭짓점 추출 모델을 이종 도메인에 적응시킬 수 있는 전자 장치 및 그 동작 방법
JPH064671A (ja) パターン処理方法
JPS61121182A (ja) 座標点列デ−タの屈曲点検出装置
García et al. An Application of the AIGM Algorithm to Hand-Posture Recognition in Manipulation
JP2002032756A (ja) 指紋照合装置、指紋照合方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20050705

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20050719

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20051018

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20051117

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20051213

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20051117

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20051228

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20060127

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20070117