JP2003067751A - 指紋照合装置、指紋照合方法及び指紋照合プログラム - Google Patents

Abstract

(57)【要約】 【課題】 コントラストのはっきりしない指紋画像が入
力された場合にも、抽出した特徴量を補正することによ
り、指紋照合の照合精度を高めること。 【解決手段】 特徴量のばらつきを求めるため、特徴抽
出処理において得られたＬＰＣケプストラムの分散を算
出し（Ｓ７０）、分散値の逆数を求めた補償係数Ｗnを
算出する（Ｓ７１）。確実に照合率を高めるために、高
次部分の余分な成分を抑えるフィルタを算出し（Ｓ７
２）、補償係数にフィルタをかけて重み係数としてから
（Ｓ７３）、この重み係数を用いて特徴量の補正を行う
（Ｓ７４）。そして、補正された特徴量に基づいて指紋
照合を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、本人確認のための
指紋照合装置、指紋照合方法及び指紋照合を行うための
コンピュータプログラムに関するものである。

【０００２】

【従来の技術】近年、情報の電子化やネットワーク化の
急速な進行により、情報へのアクセス制御を行うための
セキュリティ技術への関心が高まっており、このような
セキュリティ技術の１つとして指紋照合による本人認証
を行うための製品が種々登場してきている。

【０００３】指紋による本人認証のためには、まず指紋
画像を指紋センサにより入力し、その後、登録されてい
る指紋画像と入力された指紋画像を照合する必要があ
る。指紋の照合は、入力された指紋の紋様の特徴を抽出
し、その特徴と登録されている指紋の特徴を比較して行
われる。

【０００４】

【発明が解決しようとする課題】しかしながら、従来の
指紋照合装置等では、季節や指の状態等の外部の影響に
よって、コントラストのはっきりしない指紋画像が採取
される場合がある。そのとき指紋画像は、指紋隆線が所
々薄くなり、かすれたような状態になる。このような画
像で照合を行った場合、従来の特徴抽出法ではかすれも
識別情報として取り込んでしまうため、照合精度が大幅
に低下する恐れがあった。

【０００５】本発明は、上述の問題点を解決するために
なされたものであり、コントラストのはっきりしない指
紋画像であっても、抽出した特徴量を補正することによ
り、指紋照合装置、指紋照合方法及び指紋照合プログラ
ムの照合精度を高めることを目的とする。

【０００６】

【課題を解決するための手段】上記目的を達成するため
に、請求項１に記載の指紋照合装置は、指紋画像につい
て周波数解析演算処理を行って特徴量を抽出する特徴量
抽出手段と、その特徴量抽出手段により抽出された特徴
量を、個人の特徴となる部分を強調するように補正する
特徴量補償手段と、その特徴量補償手段により補正され
た補正特徴量に基づいて指紋を識別する識別手段とを有
することを特徴とする。

【０００７】この構成の指紋照合装置では、外部の影響
によって、コントラストのはっきりしない指紋画像が採
取された場合であっても、抽出した特徴量を補正して個
人の特徴となる部分を強調するので、指紋照合の精度が
低下することを防ぐことができる。

【０００８】請求項２に記載の指紋照合装置は、請求項
１に記載の指紋照合装置の構成に加え、指紋の部分画像
を逐次入力する指紋入力手段と、その指紋入力手段によ
り逐次入力された複数の指紋の部分画像を比較処理して
重複部分を取り除いた指紋の部分画像を生成する画像処
理手段とを有し、前記特徴量抽出手段は、該画像処理手
段から得られる重複部分を取り除いた指紋の部分画像か
ら前記特徴量を抽出することを特徴とする。

【０００９】この構成の指紋照合装置では、逐次入力さ
れる複数の部分画像を組合せ、その重複部分を取り除い
て再構成した指紋の部分画像についても、抽出した特徴
量を補正して個人の特徴となる部分を強調するので、外
部の影響によりかすれた指紋画像が入力されたような場
合にも、指紋照合の精度が低下することを防ぐことがで
きる。

【００１０】請求項３に記載の指紋照合装置は、請求項
１又は２に記載の指紋照合装置の構成に加え、前記特徴
量抽出手段は、周波数解析演算処理として線形予測分析
（ＬＰＣ）演算処理を行い、その指紋の部分画像の周波
数スペクトル情報を前記特徴量として抽出することを特
徴とする。

【００１１】この構成の指紋照合装置では、指紋から特
徴点（マニューシャ）を抽出するのではなく、隆線の情
報そのものを利用して線形予測分析演算処理により特徴
量とする。従って、画像の前処理時間が短く、処理を高
速化できる。

【００１２】請求項４に記載の指紋照合装置は、請求項
１乃至３のいずれかに記載の指紋照合装置の構成に加
え、前記特徴量補償手段は、統計的分布に基づいて前記
特徴量を補正することを特徴とする。

【００１３】この構成の指紋照合装置では、特徴量がベ
クトルで算出された場合に、そのばらつきの統計的分布
を利用して補正するため、起伏のある特徴量を平坦にす
ることができ、個人の特徴を強調して照合精度を向上す
ることができる。

【００１４】請求項５に記載の指紋照合装置は、請求項
１乃至４のいずれかに記載の指紋照合装置の構成に加
え、前記特徴量補償手段は、前記特徴量の分散に反比例
するように前記特徴量を補正することを特徴とする。

【００１５】この構成の指紋照合装置では、特徴量がベ
クトルで算出された場合に、ばらつきが大きい箇所を弱
め、ばらつきが小さい箇所を強めて特徴量が平坦化され
る。従って、算出された特徴量ベクトルの信頼性が向上
する。

【００１６】請求項６に記載の指紋照合装置は、請求項
１乃至５のいずれかに記載の指紋照合装置の構成に加
え、前記特徴量補償手段は、前記特徴量に以下の補償係
数Ｗｎを乗ずることにより前記特徴量を補正することを
特徴とする。

【数７】

【００１７】この構成の指紋照合装置では、特徴量ベク
トルとして算出されるＬＰＣケプストラムには、低次側
に指紋の個人性、高次に指紋の渦の成分が表現されてい
るため、低次側に大きい値を取り、高次側になるにつれ
小さくなる傾向にあることに着目し、分散の逆数からな
る補償係数を乗ずることにより、起伏のある特徴量を平
坦にして特徴量ベクトルの信頼性を向上することができ
る。

【００１８】請求項７に記載の指紋照合装置は、請求項
６に記載の指紋照合装置の構成に加え、前記補償係数中
のkの値が2.0であることを特徴とする。この構成の指紋
照合装置では、定数kの値が2.0である分散の逆数からな
る最適な補償係数を乗ずることにより、起伏のある特徴
量を平坦にして特徴量ベクトルの信頼性を向上すること
ができる。

【００１９】請求項８に記載の指紋照合装置は、請求項
６又は７に記載の指紋照合装置の構成に加え、前記特徴
量補償手段は、以下のフィルタをさらに適用することを
特徴とする。

【数８】

【００２０】この構成の指紋照合装置では、特徴量であ
るＬＰＣケプストラムに補償係数Ｗｎをそのまま乗じた
場合、そのスペクトルピークが強調されすぎて、スペク
トルが線化する可能性があるため、フィルタをかけるこ
とにより高次部分の余分な成分を押さえて照合精度を高
めることができる。

【００２１】請求項９に記載の指紋照合装置は、請求項
１乃至８のいずれかに記載の指紋照合装置の構成に加
え、前記識別手段は、ＤＰ照合法（動的計画法）を用い
ることを特徴とする。

【００２２】この構成の指紋照合装置では、移動量の検
出精度が粗く、登録時と照合時の特徴量において全体の
長さが異なる状態となっても、照合を行なう指紋間の長
さの差を吸収した指紋照合を行なうことができる。

【００２３】請求項１０に記載の指紋照合方法は、指紋
画像について周波数解析演算処理を行って特徴量を抽出
する特徴量抽出工程と、その特徴量抽出工程において抽
出された特徴量を、個人の特徴となる部分を強調するよ
うに補正する特徴量補償工程と、その特徴量補償工程に
おいて補正された補正特徴量に基づいて指紋を識別する
識別工程とを有することを特徴とする。

【００２４】この構成の指紋照合方法では、外部の影響
によって、コントラストのはっきりしない指紋画像が採
取された場合であっても、抽出した特徴量を補正して個
人の特徴となる部分を強調するので、指紋照合の精度が
低下することを防ぐことができる。

【００２５】請求項１１に記載の指紋照合方法は、請求
項１０に記載の指紋照合方法の構成に加え、指紋の部分
画像を逐次入力する指紋入力工程と、その指紋入力工程
において逐次入力された複数の指紋の部分画像を比較処
理して重複部分を取り除いた指紋の部分画像を生成する
画像処理工程とを有し、前記特徴量抽出工程は、該画像
処理工程から得られる重複部分を取り除いた指紋の部分
画像から前記特徴量を抽出することを特徴とする。

【００２６】この構成の指紋照合方法では、逐次入力さ
れる複数の部分画像を組合せ、その重複部分を取り除い
て再構成した指紋の部分画像についても、抽出した特徴
量を補正して個人の特徴となる部分を強調するので、外
部の影響によりかすれた指紋画像が入力されたような場
合にも、指紋照合の精度が低下することを防ぐことがで
きる。

【００２７】請求項１２に記載の指紋照合方法は、請求
項１０又は１１に記載の指紋照合方法の構成に加え、前
記特徴量抽出工程は、周波数解析演算処理として線形予
測分析（ＬＰＣ）演算処理を行い、その指紋の部分画像
の周波数スペクトル情報を前記特徴量として抽出するこ
とを特徴とする。

【００２８】この構成の指紋照合方法では、指紋から特
徴点（マニューシャ）を抽出するのではなく、隆線の情
報そのものを利用して線形予測分析演算処理により特徴
量とする。従って、画像の前処理時間が短く、処理を高
速化できる。

【００２９】請求項１３に記載の指紋照合方法は、請求
項１０乃至１２のいずれかに記載の指紋照合方法の構成
に加え、前記特徴量補償工程は、統計的分布に基づいて
前記特徴量を補正することを特徴とする。

【００３０】この構成の指紋照合方法では、特徴量がベ
クトルで算出された場合に、そのばらつきの統計的分布
を利用して補正するため、起伏のある特徴量を平坦にす
ることができ、個人の特徴を強調して照合精度を向上す
ることができる。

【００３１】請求項１４に記載の指紋照合方法は、請求
項１０乃至１３のいずれかに記載の指紋照合方法の構成
に加え、前記特徴量補償工程は、前記特徴量の分散に反
比例するように前記特徴量を補正することを特徴とす
る。

【００３２】この構成の指紋照合方法では、特徴量がベ
クトルで算出された場合に、ばらつきが大きい箇所を弱
め、ばらつきが小さい箇所を強めて特徴量が平坦化され
る。従って、算出された特徴量ベクトルの信頼性が向上
する。

【００３３】請求項１５に記載の指紋照合方法は、請求
項１０乃至１４のいずれかに記載の指紋照合方法の構成
に加え、前記特徴量補償工程は、前記特徴量に以下の補
償係数Ｗｎを乗ずることにより前記特徴量を補正するこ
とを特徴とする。

【数９】

【００３４】この構成の指紋照合方法では、特徴量ベク
トルとして算出されるＬＰＣケプストラムには、低次側
に指紋の個人性、高次に指紋の渦の成分が表現されてい
るため、低次側に大きい値を取り、高次側になるにつれ
小さくなる傾向にあることに着目し、分散の逆数からな
る補償係数を乗ずることにより、起伏のある特徴量を平
坦にして特徴量ベクトルの信頼性を向上することができ
る。

【００３５】請求項１６に記載の指紋照合方法は、請求
項１５に記載の指紋照合方法の構成に加え、前記補償係
数中のkの値が2.0であることを特徴とする。この構成の
指紋照合方法では、定数kの値が2.0である分散の逆数か
らなる最適な補償係数を乗ずることにより、起伏のある
特徴量を平坦にして特徴量ベクトルの信頼性を向上する
ことができる。

【００３６】請求項１７に記載の指紋照合方法は、請求
項１５又は１６に記載の指紋照合方法の構成に加え、前
記特徴量補償工程は、以下のフィルタをさらに適用する
ことを特徴とする。

【数１０】

【００３７】この構成の指紋照合方法では、特徴量であ
るＬＰＣケプストラムに補償係数Ｗｎをそのまま乗じた
場合、そのスペクトルピークが強調されすぎてスペクト
ルが線化する可能性があるため、フィルタをかけること
により高次部分の余分な成分を押さえて照合精度を高め
ることができる。

【００３８】請求項１８に記載の指紋照合方法は、請求
項１０乃至１７のいずれかに記載の指紋照合方法の構成
に加え、前記識別工程は、ＤＰ照合法（動的計画法）を
用いることを特徴とする。

【００３９】この構成の指紋照合方法では、移動量の検
出精度が粗く、登録時と照合時の特徴量において全体の
長さが異なる状態となっても、照合を行なう指紋間の長
さの差を吸収した指紋照合を行なうことができる。

【００４０】請求項１９に記載の指紋照合プログラム
は、指紋画像について周波数解析演算処理を行って特徴
量を抽出する特徴量抽出工程と、その特徴量抽出工程に
おいて抽出された特徴量を、個人の特徴となる部分を強
調するように補正する特徴量補償工程と、その特徴量補
償工程において補正された補正特徴量に基づいて指紋を
識別する識別工程とをコンピュータに実行させる。

【００４１】この構成の指紋照合プログラムでは、外部
の影響によって、コントラストのはっきりしない指紋画
像が採取された場合であっても、抽出した特徴量を補正
して個人の特徴となる部分を強調するので、指紋照合の
精度が低下することを防ぐことができる。

【００４２】請求項２０に記載の指紋照合プログラム
は、請求項１９に記載の指紋照合プログラムの構成に加
え、指紋の部分画像を逐次入力する指紋入力工程と、そ
の指紋入力工程において逐次入力された複数の指紋の部
分画像を比較処理して重複部分を取り除いた指紋の部分
画像を生成する画像処理工程とを有し、前記特徴量抽出
工程は、該画像処理工程から得られる重複部分を取り除
いた指紋の部分画像から前記特徴量を抽出することを特
徴とする。

【００４３】この構成の指紋照合プログラムでは、逐次
入力される複数の部分画像を組合せ、その重複部分を取
り除いて再構成した指紋の部分画像についても、抽出し
た特徴量を補正して個人の特徴となる部分を強調するの
で、外部の影響によりかすれた指紋画像が入力されたよ
うな場合にも、指紋照合の精度が低下することを防ぐこ
とができる。

【００４４】請求項２１に記載の指紋照合プログラム
は、請求項１９又は２０に記載の指紋照合プログラムの
構成に加え、前記特徴量抽出工程は、周波数解析演算処
理として線形予測分析（ＬＰＣ）演算処理を行い、その
指紋の部分画像の周波数スペクトル情報を前記特徴量と
して抽出することを特徴とする。

【００４５】この構成の指紋照合プログラムでは、指紋
から特徴点（マニューシャ）を抽出するのではなく、隆
線の情報そのものを利用して線形予測分析演算処理によ
り特徴量とする。従って、画像の前処理時間が短く、処
理を高速化できる。

【００４６】請求項２２に記載の指紋照合プログラム
は、請求項１９乃至２１のいずれかに記載の指紋照合プ
ログラムの構成に加え、前記特徴量補償工程は、統計的
分布に基づいて前記特徴量を補正することを特徴とす
る。

【００４７】この構成の指紋照合プログラムでは、特徴
量がベクトルで算出された場合に、そのばらつきの統計
的分布を利用して補正するため、起伏のある特徴量を平
坦にすることができ、個人の特徴を強調して照合精度を
向上することができる。

【００４８】請求項２３に記載の指紋照合プログラム
は、請求項１９乃至２２のいずれかに記載の指紋照合プ
ログラムの構成に加え、前記特徴量補償工程は、前記特
徴量の分散に反比例するように前記特徴量を補正するこ
とを特徴とする。

【００４９】この構成の指紋照合プログラムでは、特徴
量がベクトルで算出された場合に、ばらつきが大きい箇
所を弱め、ばらつきが小さい箇所を強めて特徴量が平坦
化される。従って、算出された特徴量ベクトルの信頼性
が向上する。

【００５０】請求項２４に記載の指紋照合プログラム
は、請求項１９乃至２３のいずれかに記載の指紋照合プ
ログラムの構成に加え、前記特徴量補償工程は、前記特
徴量に以下の補償係数Ｗｎを乗ずることにより前記特徴
量を補正することを特徴とする。

【数１１】

【００５１】この構成の指紋照合プログラムでは、特徴
量ベクトルとして算出されるＬＰＣケプストラムには、
低次側に指紋の個人性、高次に指紋の渦の成分が表現さ
れているため、低次側に大きい値を取り、高次側になる
につれ小さくなる傾向にあることに着目し、分散の逆数
からなる補償係数を乗ずることにより、起伏のある特徴
量を平坦にして特徴量ベクトルの信頼性を向上すること
ができる。

【００５２】請求項２５に記載の指紋照合プログラム
は、請求項２４に記載の指紋照合プログラムの構成に加
え、前記補償係数中のkの値が2.0であることを特徴とす
る。この構成の指紋照合プログラムでは、定数kの値が
2.0である分散の逆数からなる最適な補償係数を乗ずる
ことにより、起伏のある特徴量を平坦にして特徴量ベク
トルの信頼性を向上することができる。

【００５３】請求項２６に記載の指紋照合プログラム
は、請求項２４又は２５に記載の指紋照合プログラムの
構成に加え、前記特徴量補償工程は、以下のフィルタを
さらに適用することを特徴とする。

【数１２】

【００５４】この構成の指紋照合プログラムでは、特徴
量であるＬＰＣケプストラムに補償係数Ｗｎをそのまま
乗じた場合、そのスペクトルピークが強調されすぎて、
スペクトルが線化する可能性があるため、フィルタをか
けることにより高次部分の余分な成分を押さえて照合精
度を高めることができる。

【００５５】請求項２７に記載の指紋照合プログラム
は、請求項１９乃至２６のいずれかに記載の指紋照合プ
ログラムの構成に加え、前記識別工程は、ＤＰ照合法
（動的計画法）を用いることを特徴とする。

【００５６】この構成の指紋照合プログラムでは、移動
量の検出精度が粗く、登録時と照合時の特徴量において
全体の長さが異なる状態となっても、照合を行なう指紋
間の長さの差を吸収した指紋照合を行なうことができ
る。

【００５７】

【発明の実施の形態】以下、本発明を指紋照合装置を搭
載した電子錠に適用した実施の形態について、図面に基
づいて説明する。図１に示すように、本実施形態の電子
錠１００は、入力センサを備えた指紋入力装置７と、指
紋登録スイッチ８ａと、指紋消去スイッチ８ｂと、液晶
表示器１０とを有し、ドア等に取り付けて、電磁ソレノ
イド９（図２参照）で動くプランジャ９ａにより錠をか
けるものである。

【００５８】また、図２に示すように、本実施形態の電
子錠１００は、ＣＰＵ１を中心にした電子回路で構成さ
れ、ＲＡＭ２、ＲＯＭ３、ＥＥＰ−ＲＯＭ４、指紋入力
装置７と、指紋登録スイッチ８ａと、指紋消去スイッチ
８ｂと、電磁ソレノイド９とをＣＰＵ１と結ぶ入出力
（Ｉ／Ｏ）ポート５と、液晶表示器１０を制御する液晶
表示コントローラ（ＬＣＤＣ）６とからなっている。

【００５９】ＲＡＭ２には、図３に示すように、指紋入
力装置７から入力された指紋画像を一時的に格納する入
力画像メモリ２０、入力指紋画像から特徴抽出された特
徴量を格納する入力特徴量メモリ２１、抽出された特徴
量を補正した補正特徴量を格納する補正特徴量メモリ２
２が設けられている。また、図４に示すように、ＥＥＰ
−ＲＯＭ４には、指紋登録スイッチ８ａが押された場合
に、入力指紋の特徴量を格納する登録特徴量メモリ４１
が設けられている。登録特徴量メモリは、電源を切って
も保管できるものであればよく、ＥＥＰ−ＲＯＭの他、
フラッシュメモリを使用してもよい。また、ＲＯＭ３に
は、指紋入力プログラム、指紋照合プログラムのほか、
各種プログラムが格納され、電子錠１００の制御を行う
ようになっている。

【００６０】指紋入力装置７は、短冊状の入力センサと
Ａ／Ｄコンバータ（図示せず）で構成され、使用者が入
力センサ上に指を滑らせると、センサ上を移動する指の
温度変化を入力部分画像の形で出力し、ＲＡＭ２内の入
力画像メモリ２１に格納する。尚、指紋入力装置７にお
ける入力センサは、このような逐次入力センサに限ら
ず、平面センサを用いてもよい。平面センサの場合は、
平面センサに置かれた指の紋様により形成される微小な
静電容量の変化を、画像の形で出力する。

【００６１】次に、本実施形態の電子錠１００の作用に
ついて、図５乃至図８のフローチャートに基づいて説明
する。フローチャートの各ステップについては、以下、
Ｓと略す。本実施形態の電子錠１００は、指紋登録スイ
ッチ８ａを押してから指紋入力装置７に指を置くことに
より指紋が登録され、プランジャ９ａが出てロックされ
る。指紋登録スイッチ８ａを押さずに指紋入力装置７に
指を置くと、指紋照合がなされ、登録されている指紋と
同一であればプランジャ９ａが引っ込み、解錠される。
また、指紋消去スイッチ８ｂを押してから指紋入力装置
７に指を置いて指紋を入力すると、液晶表示器１０で確
認表示の後、再度指紋消去スイッチ８ｂを押すことによ
り、登録されている同一指紋を消去するものである。

【００６２】図５は電子錠１００の処理の全体を示した
フローチャートである。電源を投入すると、リセットさ
れ、ＲＡＭ２内のメモリ等が初期化される（Ｓ１０）。
まず、指紋登録スイッチ８ａ及び指紋消去スイッチ８ｂ
のいずれかが押されていればこれを検出する（Ｓ１
１）。指紋登録スイッチ８ａが押されていれば（Ｓ１
２：ＹＥＳ）、指紋入力装置７から指紋が入力されるの
を待って（Ｓ１３）、入力指紋画像の特徴を抽出し、Ｒ
ＡＭ２内に設けられた入力特徴量メモリ２１に格納する
（Ｓ１４）。さらに、抽出された特徴量を補正して（Ｓ
１５）、補正後の特徴量を一旦ＲＡＭ２内の補正特徴量
メモリ２２に格納後、さらにＥＥＰ−ＲＯＭ４内の登録
特徴量メモリ４１に格納して登録する（Ｓ１６）。特徴
抽出処理及び特徴量補償処理についてはそれぞれ図７及
び図８のフローチャートに記載してあり、これらの詳細
な説明は後述する。

【００６３】このように、指紋登録処理においては、指
紋入力装置７から得られた指紋画像から特徴量を抽出し
た後、特徴量のばらつきを補正し、さらに指紋画像の個
人性を強調する特徴量補償処理を行い、補正した特徴量
を登録する。従って、入力された指紋画像が、その時の
センサや指の状態等外部に影響され、かすれている等コ
ントラストのはっきりしないものであっても、特徴量が
補正されて登録されるため、外部の影響が識別情報とし
て取り込まれず、照合時に他人一致や本人拒否となる可
能性が低くなる。

【００６４】指紋登録スイッチ８ａでなく（Ｓ１２：Ｎ
Ｏ）、指紋消去スイッチ８ｂが押されていれば（Ｓ１
７：ＹＥＳ）、指紋入力装置７から指紋が入力されるの
を待って指紋入力照合処理を行い（Ｓ１８）、入力指紋
画像の特徴を抽出し、抽出された特徴量を補正して、補
正された特徴量と、ＥＥＰ−ＲＯＭ４内の登録特徴量メ
モリ４１に登録されている指紋の特徴量とを照合する。
指紋入力照合処理については図６のフローチャートに記
載してあり、この詳細な説明は後述する。照合の入力さ
れた指紋が登録されている指紋と一致すると判定された
場合には（Ｓ１９：ＹＥＳ）、液晶表示器１０に確認表
示を出した後、ＥＥＰ−ＲＯＭ４の登録特徴量メモリ４
１から該当する指紋の特徴量を削除して消去処理を行う
（Ｓ２０）。一致しなければ（Ｓ１９：ＮＯ）、Ｓ１１
に戻ってスイッチの入力検出を行う。

【００６５】このように、指紋消去処理においても、指
紋入力装置７から得られた指紋画像から特徴量を抽出し
た後、特徴量のばらつきを補正し、さらに指紋画像の個
人性を強調する特徴量補償処理を行って、補正された特
徴量を照合に用いる。従って、入力された指紋画像が、
その時のセンサや指の状態等外部に影響され、かすれて
いる等コントラストのはっきりしないものであっても、
特徴量が補正されてから登録指紋の特徴量と照合され
る。登録されている指紋の特徴量も、上述のように特徴
量補償処理されたものであり、どちらも外部の影響が識
別情報として取り込まれない。従って、外部の影響によ
り異なる人物の指紋の特徴が一致し、意図しない人物の
特徴量を削除してしまったり、同一人物の指紋が一致し
ないために、目的の指紋が消去できない等の問題を防ぐ
ことができる。

【００６６】スイッチの入力がない場合は（Ｓ１７：Ｎ
Ｏ）、指紋入力装置７から指紋が入力されるのを待って
指紋入力照合処理を行い（Ｓ２１）、入力指紋画像の特
徴を抽出し、抽出された特徴量を補正して、補正された
特徴量と、ＥＥＰ−ＲＯＭ４内の登録特徴量メモリ４１
に登録されている指紋の特徴量とを照合する。指紋入力
照合処理については図６のフローチャートに記載してあ
り、この詳細な説明は後述する。照合の結果、入力され
た指紋が登録されている指紋と一致すると判定された場
合には（Ｓ２２：ＹＥＳ）、プランジャ９ａを引いて解
錠する（Ｓ２３）。一致判定がされなかった場合には
（Ｓ２２：ＮＯ）、Ｓ１１に戻ってスイッチの入力検出
を行う。

【００６７】このように、解錠のための指紋照合におい
ても、指紋入力装置７から得られた指紋画像から特徴量
を抽出した後、特徴量のばらつきを補正し、さらに指紋
画像の個人性を強調する特徴量補償処理を行う。従っ
て、入力された指紋画像が、その時のセンサや指の状態
等外部に影響され、かすれている等コントラストのはっ
きりしないものであっても、特徴量が補正されてから登
録指紋の特徴量と照合される。登録されている指紋の特
徴量も、上述のように特徴量補償処理されたものであ
り、どちらも外部の影響が識別情報として取り込まれな
い。従って、外部の影響により異なる人物の指紋の特徴
が一致し、誤って解錠されてしまったり、同一人物の指
紋の特徴が一致しないために、登録されている人物であ
っても指紋照合により解錠できない等の問題を防ぐこと
ができる。

【００６８】図６は、図５のＳ１８及びＳ２１で行う指
紋入力照合処理の詳細を示したフローチャートである。
使用者が指紋入力装置７に指を置くと、入力センサから
図９の元画像２１に示すような指紋画像が取得される
（Ｓ５０）。次に、その指紋画像の特徴量を抽出し、Ｒ
ＡＭ２内に設けられた入力特徴量メモリ２１に格納する
（Ｓ５１）。そして、抽出された特徴量のばらつきを補
正し、さらに指紋画像の個人性を強調する特徴量補償処
理を行う（Ｓ５２）。補正された特徴量はＲＡＭ２内の
補正特徴量メモリ２２に格納される。特徴抽出処理及び
特徴量補償処理についてはそれぞれ図７及び図８のフロ
ーチャートに記載してあり、これらの詳細な説明は後述
する。次に、補正特徴量メモリ２２に格納された特徴量
と、ＥＥＰ−ＲＯＭ４の登録特徴量メモリ４１に格納さ
れた登録指紋の特徴量との間でＤＰ比較（動的計画法）
を行う（Ｓ５３）。

【００６９】動的計画法はＤＰマッチング、ラバーマッ
チングともいわれ、若干変動したデータ列であってもス
ムースにマッチングができる特徴をもつことから、広く
用いられている。ＤＰマッチングは基準データとテスト
データとの２つの系列をx-y平面上に描き、実際のデー
タの距離差を加味した上で最も累積距離の短くなるよう
なデータ系列の対応付けを選ぶアルゴリズムである。本
実施形態では、特徴抽出処理から特徴量補償処理を経て
得られた重み付きＬＰＣケプストラム（詳細は後述）を
指紋ラインごとのスペクトルデータと見なし、補正特徴
量メモリ２２に格納されたＬＰＣケプストラムを指紋画
像の縦方向に並べたものをテストデータ、ＥＥＰ−ＲＯ
Ｍ４の登録特徴量メモリ４１に格納されたＬＰＣケプス
トラムを指紋画像の縦方向に並べたものを基準データと
して相互のマッチング度合いを得ている。基準データと
テストデータではそれぞれ入力速度変化や変化具合が異
なるが、ＤＰマッチングによりそれらを加味しつつ最終
的に基準データとテストデータが最も近くなるような縦
方向の対応付けを検索し、最も近くなる縦方向対応のも
とでのマッチング度合いを距離値として出力する。距離
値が小さくなれば双方のＬＰＣケプストラム間の差異が
小さいことを、距離値が大きくなれば双方のＬＰＣケプ
ストラム間の差異が大きいことを示す。

【００７０】次いで、ＤＰ比較で得られた距離値をあら
かじめ設定してある閾値と比較し、距離値が閾値より小
さい場合には一致と判定し、距離値が閾値より大きい場
合には不一致と判定する（Ｓ５４）。尚、指紋照合処理
については、以上説明した形態に限られるものではな
く、マニューシャ法やパタンマッチ法等周知の指紋照合
技術を利用して行うことができる。

【００７１】図７は、図６のＳ５１及び図５のＳ１４で
行われる特徴抽出処理の詳細を示したフローチャートで
ある。特徴抽出処理は、特徴点抽出照合法（マニューシ
ャ法）や画像マッチング法（パタンマッチ法）等が周知
技術として知られているが、本実施形態では、指紋から
特徴点（マニューシャ）を抽出するのではなく、隆線の
情報そのものを利用して解析し、特徴量とする処理を行
っている。すなわち、指紋画像を横方向に切り出して、
横方向に指紋の位置を、縦方向に指紋の凹凸（濃淡）を
取ると、指紋の切り出し１ラインを波形信号と見ること
ができる。そして、この波形信号に対して音声データ処
理で一般的に行われるような周波数解析を行うことによ
り、パワースペクトルを得ることができる。

【００７２】具体的には、背景分離処理された指紋画像
の各ラインを１フレームとして、フレームごとに抽出処
理を行う。まず、前処理として、ハミング窓掛けを行い
（Ｓ６０）、フレーム切り出しによる端部の影響を緩和
する。次いで、ハミング窓掛けによる補正処理がなされ
たフレームデータを受取り、その自己相関関数を求める
（Ｓ６１）。さらに、得られた自己相関関数に基づい
て、線形予測法（ＬＰＣ：Liner Predictive Cording）
によるＬＰＣ係数を演算して求める（Ｓ６２）。線形予
測法は、携帯電話等で音声の圧縮に使用されている周知
の技術であり、これを使用すると母音等の音声を全極型
の伝達関数で推定することができ、そのスペクトルから
ピーク周波数等が推定できるものである。そして、Ｓ６
２で得られたＬＰＣ係数を線形結合演算してＬＰＣケプ
ストラムを求める（Ｓ６３）。ＬＰＣケプストラムは、
切り出された指紋画像の各ラインについて図１０に示す
ような特徴量ベクトルとして算出される。図１０におい
て、横軸はＬＰＣケプストラム打ち切り次数を示してい
る。図９の元画像２１を(a)の部分、(b)の部分、(c)の
部分で切り出した指紋画像について求めたＬＰＣケプス
トラムがそれぞれ図１０の(a)、(b)、(c)となる。本実
施形態では、このようにして特徴量抽出過程で得られた
ＬＰＣケプストラムが特徴量として入力特徴量メモリ２
１に保存される（Ｓ５１）。

【００７３】図８は、図５のＳ１５及び図６のＳ５２で
行われる特徴量補償処理の詳細を示したフローチャート
である。まず、特徴量のばらつきを求めるため、特徴抽
出処理において得られたＬＰＣケプストラムの分散を算
出する（Ｓ７０）。ＬＰＣケプストラムは、切り出され
た指紋画像の各ラインについて図１０に示すような特徴
量ベクトルとして算出されている。このようなＬＰＣケ
プストラムについて、ｎ次目のＮ個の標準偏差を求め、
さらにこれを二乗して分散値を算出すると、図１１のグ
ラフのようになる。低次にばらつきが大きく、高次に行
くに従ってばらつきが小さくなっているのがわかる。こ
れは、一般に、ＬＰＣケプストラムは、低次側に指紋の
個人性が、高次側に指紋の渦の成分が表現されており、
低次側が大きい値を取り、高次側になるにつれ小さくな
る傾向にあるためである。

【００７４】次に、以下の数式に従って補償係数Ｗnを
算出する（Ｓ７１）。

【数１３】 補償係数Ｗnは、分散値の逆数を求めたものである。求
めた補償係数をグラフに示したものが図１２である。こ
のようにして得られた補償係数Ｗnを各次数のＬＰＣケ
プストラムに掛け合わせると、ＬＰＣケプストラムのば
らつきが大きい箇所を弱め、ばらつきが小さい箇所を強
めて特徴量が平坦化される。但し、図１２の高次側２２
に示されているように、指紋の渦の成分が表現されてい
る高次部分をそのまま補償係数を乗じて補正すると、個
人差の少ない指紋の渦の成分が強調されすぎて、場合に
よっては照合率を低下させる可能性がある。すなわち、
補償係数により補正されたＬＰＣケプストラムは、フー
リエ変換によりスペクトル包絡成分を抽出してスペクト
ルピークを強めることができるが、補正により高次部分
のＬＰＣケプストラム係数が強調されすぎた場合、スペ
クトルが線化する場合がある。線化したスペクトル同士
で照合すると、多少のずれでも正しく照合できない可能
性がある。従って、確実に照合率を高めるために、さら
にフィルタを算出し（Ｓ７２）、補償係数にフィルタを
かけて重み係数としてから（Ｓ７３）、この重み係数を
用いて特徴量の補正を行う（Ｓ７４）。

【００７５】フィルタは、指紋の渦の成分である高次側
の余分な成分を抑えるものであり、以下の数式により求
められる。

【数１４】 ここで、τは自然数であり、図１３に示すように、１０
乃至２０程度が好ましい。発明者は、τ＝１０で実験を
行った。このフィルタを補償係数Ｗnに掛けると、図１
４のような重み係数が導かれる（Ｓ７３）。図１４に示
されるように、重み係数は、フィルタを掛けたために、
図１２の補償係数に比べて高次部分が抑えられている。
この重み係数をＬＰＣケプストラムに掛け合わせると、
図１５に示すような重み付きＬＰＣケプストラムが算出
される。図１５に示すように、重み係数により補正され
た重み付きＬＰＣケプストラムは、図１０に示す補正前
のＬＰＣケプストラムに比べて特徴量の起伏が抑えられ
て平坦になっている。また、フィルタにより指紋の渦の
成分が抑えられているので、個人の特徴が強調されてい
る。

【００７６】尚、補償係数及びフィルタからなる重み係
数は、入力された指紋画像から入力の都度算出するよう
に構成してもよいし、多数の指紋画像から得られた平均
の重み係数を使用するようにしてもよい。平均重み係数
を使用する場合には、あらかじめ算出した平均重み係数
をＥＥＰ−ＲＯＭ４内に格納して使用する。この場合、
特徴量抽出の度に重み係数を改めて計算する必要がな
く、すぐに特徴量補償処理を行えるため、全体の実行速
度を速めることができる。

【００７７】以上説明したように、本実施形態の指紋照
合装置では、抽出された特徴量を補償係数とフィルタに
より補正して個人の特徴を強調し、補正された特徴量に
基づいて指紋の照合を行うので、外部の影響が特徴量に
反映されていても補正により薄められる結果となるた
め、本人と他人を同一と誤判定したり（他人受け入
れ）、本人を他人であると誤判定する（本人拒否）割合
を低下させることができる。図１６は、発明者が補正前
のＬＰＣケプストラムと補正後の重み付きＬＰＣケプス
トラムを用いて行った指紋照合の実験結果をグラフに示
したものである。実験は、被験者１４８名、１人あたり
の採取指数４本（左右の人差し指と中指）で、登録回数
５回、照合に使用する１指あたりのデータ個数１０個で
行ったものである。図１６に示すように、他人受け入れ
率が０．０１％の時の本人拒否率は、補正前のＬＰＣケ
プストラムでは４．４６％（本人拒否数２６３個）であ
るが、と補正後の重み付きＬＰＣケプストラムでは、
３．８６％（本人拒否数２２８個）であり、かなりの程
度、指紋照合の認識率が向上している。

【００７８】

【発明の効果】上記説明から明らかなように、請求項１
に記載の指紋照合装置によれば、外部の影響によって、
コントラストのはっきりしない指紋画像が採取された場
合であっても、抽出した特徴量を補正して個人の特徴と
なる部分を強調するので、指紋照合の精度が低下するこ
とを防ぐことができる。

【００７９】請求項２に記載の指紋照合装置によれば、
請求項１に記載の指紋照合装置の効果に加え、逐次入力
される複数の部分画像を組合せ、その重複部分を取り除
いて再構成した指紋の部分画像についても、抽出した特
徴量を補正して個人の特徴となる部分を強調するので、
外部の影響によりかすれた指紋画像が入力されたような
場合にも、指紋照合の精度が低下することを防ぐことが
できる。

【００８０】請求項３に記載の指紋照合装置によれば、
請求項１又は２に記載の指紋照合装置の効果に加え、指
紋から特徴点（マニューシャ）を抽出するのではなく、
隆線の情報そのものを利用して線形予測分析演算処理に
より特徴量とする。従って、画像の前処理時間が短く、
処理を高速化できる。

【００８１】請求項４に記載の指紋照合装置によれば、
請求項１乃至３のいずれかに記載の指紋照合装置の効果
に加え、特徴量がベクトルで算出された場合に、そのば
らつきの統計的分布を利用して補正するため、起伏のあ
る特徴量を平坦にすることができ、個人の特徴を強調し
て照合精度を向上することができる。

【００８２】請求項５に記載の指紋照合装置によれば、
請求項１乃至４のいずれかに記載の指紋照合装置の効果
に加え、特徴量がベクトルで算出された場合に、ばらつ
きが大きい箇所を弱め、ばらつきが小さい箇所を強めて
特徴量が平坦化される。従って、算出された特徴量ベク
トルの信頼性が向上する。

【００８３】請求項６に記載の指紋照合装置によれば、
請求項１乃至５のいずれかに記載の指紋照合装置の効果
に加え、特徴量ベクトルとして算出されるＬＰＣケプス
トラムには、低次側に指紋の個人性、高次に指紋の渦の
成分が表現されているため、低次側に大きい値を取り、
高次側になるにつれ小さくなる傾向にあることに着目
し、分散の逆数からなる補償係数を乗ずることにより、
起伏のある特徴量を平坦にして特徴量ベクトルの信頼性
を向上することができる。

【００８４】請求項７に記載の指紋照合装置によれば、
請求項６に記載の指紋照合装置の効果に加え、定数kの
値が2.0である分散の逆数からなる最適な補償係数を乗
ずることにより、起伏のある特徴量を平坦にして特徴量
ベクトルの信頼性を向上することができる。

【００８５】請求項８に記載の指紋照合装置によれば、
請求項６又は７に記載の指紋照合装置の効果に加え、特
徴量であるＬＰＣケプストラムに補償係数Ｗｎをそのま
ま乗じた場合、そのスペクトルピークが強調されすぎ
て、スペクトルが線化する可能性があるため、フィルタ
をかけることにより高次部分の余分な成分を押さえて照
合精度を高めることができる。

【００８６】請求項９に記載の指紋照合装置によれば、
請求項１乃至８のいずれかに記載の指紋照合装置の効果
に加え、移動量の検出精度が粗く、登録時と照合時の特
徴量において全体の長さが異なる状態となっても、照合
を行なう指紋間の長さの差を吸収した指紋照合を行なう
ことができる。

【００８７】請求項１０に記載の指紋照合方法によれ
ば、外部の影響によって、コントラストのはっきりしな
い指紋画像が採取された場合であっても、抽出した特徴
量を補正して個人の特徴となる部分を強調するので、指
紋照合の精度が低下することを防ぐことができる。

【００８８】請求項１１に記載の指紋照合方法によれ
ば、請求項１０に記載の指紋照合方法の効果に加え、逐
次入力される複数の部分画像を組合せ、その重複部分を
取り除いて再構成した指紋の部分画像についても、抽出
した特徴量を補正して個人の特徴となる部分を強調する
ので、外部の影響によりかすれた指紋画像が入力された
ような場合にも、指紋照合の精度が低下することを防ぐ
ことができる。

【００８９】請求項１２に記載の指紋照合方法によれ
ば、請求項１０又は１１に記載の指紋照合方法の効果に
加え、指紋から特徴点（マニューシャ）を抽出するので
はなく、隆線の情報そのものを利用して線形予測分析演
算処理により特徴量とする。従って、画像の前処理時間
が短く、処理を高速化できる。

【００９０】請求項１３に記載の指紋照合方法によれ
ば、請求項１０乃至１２のいずれかに記載の指紋照合方
法の効果に加え、特徴量がベクトルで算出された場合
に、そのばらつきの統計的分布を利用して補正するた
め、起伏のある特徴量を平坦にすることができ、個人の
特徴を強調して照合精度を向上することができる。

【００９１】請求項１４に記載の指紋照合方法によれ
ば、請求項１０乃至１３のいずれかに記載の指紋照合方
法の効果に加え、特徴量がベクトルで算出された場合
に、ばらつきが大きい箇所を弱め、ばらつきが小さい箇
所を強めて特徴量が平坦化される。従って、算出された
特徴量ベクトルの信頼性が向上する。

【００９２】請求項１５に記載の指紋照合方法によれ
ば、請求項１０乃至１４のいずれかに記載の指紋照合方
法の効果に加え特徴量ベクトルとして算出されるＬＰＣ
ケプストラムには、低次側に指紋の個人性、高次に指紋
の渦の成分が表現されているため、低次側に大きい値を
取り、高次側になるにつれ小さくなる傾向にあることに
着目し、分散の逆数からなる補償係数を乗ずることによ
り、起伏のある特徴量を平坦にして特徴量ベクトルの信
頼性を向上することができる。

【００９３】請求項１６に記載の指紋照合方法によれ
ば、請求項１５に記載の指紋照合方法の効果に加え、定
数kの値が2.0である分散の逆数からなる最適な補償係数
を乗ずることにより、起伏のある特徴量を平坦にして特
徴量ベクトルの信頼性を向上することができる。

【００９４】請求項１７に記載の指紋照合方法によれ
ば、請求項１５又は１６に記載の指紋照合方法の効果に
加え、特徴量であるＬＰＣケプストラムに補償係数Ｗｎ
をそのまま乗じた場合、そのスペクトルピークが強調さ
れすぎてスペクトルが線化する可能性があるため、フィ
ルタをかけることにより高次部分の余分な成分を押さえ
て照合精度を高めることができる。

【００９５】請求項１８に記載の指紋照合方法によれ
ば、請求項１０乃至１７のいずれかに記載の指紋照合方
法の効果に加え、移動量の検出精度が粗く、登録時と照
合時の特徴量において全体の長さが異なる状態となって
も、照合を行なう指紋間の長さの差を吸収した指紋照合
を行なうことができる。

【００９６】請求項１９に記載の指紋照合プログラムに
よれば、外部の影響によって、コントラストのはっきり
しない指紋画像が採取された場合であっても、抽出した
特徴量を補正して個人の特徴となる部分を強調するの
で、指紋照合の精度が低下することを防ぐことができ
る。

【００９７】請求項２０に記載の指紋照合プログラムに
よれば、請求項１９に記載の指紋照合プログラムの効果
に加え、逐次入力される複数の部分画像を組合せ、その
重複部分を取り除いて再構成した指紋の部分画像につい
ても、抽出した特徴量を補正して個人の特徴となる部分
を強調するので、外部の影響によりかすれた指紋画像が
入力されたような場合にも、指紋照合の精度が低下する
ことを防ぐことができる。

【００９８】請求項２１に記載の指紋照合プログラムに
よれば、請求項１９又は２０に記載の指紋照合プログラ
ムの効果に加え、指紋から特徴点（マニューシャ）を抽
出するのではなく、隆線の情報そのものを利用して線形
予測分析演算処理により特徴量とする。従って、画像の
前処理時間が短く、処理を高速化できる。

【００９９】請求項２２に記載の指紋照合プログラムに
よれば、請求項１９乃至２１のいずれかに記載の指紋照
合プログラムの効果に加え、特徴量がベクトルで算出さ
れた場合に、そのばらつきの統計的分布を利用して補正
するため、起伏のある特徴量を平坦にすることができ、
個人の特徴を強調して照合精度を向上することができ
る。

【０１００】請求項２３に記載の指紋照合プログラムに
よれば、請求項１９乃至２２のいずれかに記載の指紋照
合プログラムの効果に加え、特徴量がベクトルで算出さ
れた場合に、ばらつきが大きい箇所を弱め、ばらつきが
小さい箇所を強めて特徴量が平坦化される。従って、算
出された特徴量ベクトルの信頼性が向上する。

【０１０１】請求項２４に記載の指紋照合プログラムに
よれば、請求項１９乃至２３のいずれかに記載の指紋照
合プログラムの効果に加え、特徴量ベクトルとして算出
されるＬＰＣケプストラムには、低次側に指紋の個人
性、高次に指紋の渦の成分が表現されているため、低次
側に大きい値を取り、高次側になるにつれ小さくなる傾
向にあることに着目し、分散の逆数からなる補償係数を
乗ずることにより、起伏のある特徴量を平坦にして特徴
量ベクトルの信頼性を向上することができる。

【０１０２】請求項２５に記載の指紋照合プログラムに
よれば、請求項２４に記載の指紋照合プログラムの効果
に加え、定数kの値が2.0である分散の逆数からなる最適
な補償係数を乗ずることにより、起伏のある特徴量を平
坦にして特徴量ベクトルの信頼性を向上することができ
る。

【０１０３】請求項２６に記載の指紋照合プログラムに
よれば、請求項２４又は２５に記載の指紋照合プログラ
ムの効果に加え、特徴量であるＬＰＣケプストラムに補
償係数Ｗｎをそのまま乗じた場合、そのスペクトルピー
クが強調されすぎて、スペクトルが線化する可能性があ
るため、フィルタをかけることにより高次部分の余分な
成分を押さえて照合精度を高めることができる。

【０１０４】請求項２７に記載の指紋照合プログラムに
よれば、請求項１９乃至２６のいずれかに記載の指紋照
合プログラムの効果に加え、移動量の検出精度が粗く、
登録時と照合時の特徴量において全体の長さが異なる状
態となっても、照合を行なう指紋間の長さの差を吸収し
た指紋照合を行なうことができる。

【図面の簡単な説明】

【図１】本実施形態の電子錠１００の外観図である。

【図２】本実施形態の電子錠１００の構成を示したブロ
ック図である。

【図３】ＲＡＭ２のメモリ構成図である。

【図４】ＥＥＰ−ＲＯＭ４のメモリ構成図である。

【図５】電子錠１００の処理の流れの概略を示すフロー
チャートである。

【図６】指紋入力照合処理の詳細を示したフローチャー
トである。

【図７】特徴抽出処理の詳細を示したフローチャートで
ある。

【図８】特徴量補償処理の詳細を示したフローチャート
である。

【図９】指紋の入力画像の例である。

【図１０】特徴抽出処理で得られたＬＰＣケプストラム
の例である。

【図１１】ＬＰＣケプストラムの分散のグラフである。

【図１２】ＬＰＣケプストラムの分散の逆数のグラフで
ある。

【図１３】高次部分にかけるフィルタのグラフである。

【図１４】重み係数のグラフである。

【図１５】特徴量補償処理で得られた重み付きＬＰＣケ
プストラムの例である。

【図１６】ＬＰＣケプストラムと重み付きＬＰＣケプス
トラムを用いた場合の指紋照合率を示したグラフであ
る。

【符号の説明】

１ ＣＰＵ ２ ＲＡＭ ３ ＲＯＭ ４ ＥＥＰ−ＲＯＭ ７ 指紋入力装置 ８ａ 指紋登録スイッチ ８ｂ 指紋消去スイッチ ２１ 入力特徴量メモリ ２２ 補正特徴量メモリ ４１ 登録特徴量メモリ １００ 電子錠

───────────────────────────────────────────────────── フロントページの続き (72)発明者 三吉野 健滋 名古屋市中川区尾頭橋四丁目13番７号 株 式会社ディー・ディー・エス内 Ｆターム(参考） 5B043 AA09 BA02 EA06 EA10 FA03 FA07 GA05 HA02 5L096 BA03 BA15 CA16 DA03 EA39 FA09 FA22 GA55 HA09 JA11 JA20

Claims (27)

【特許請求の範囲】
1. 【請求項１】 指紋画像について周波数解析演算処理を
   行って特徴量を抽出する特徴量抽出手段と、 その特徴量抽出手段により抽出された特徴量を、個人の
   特徴となる部分を強調するように補正する特徴量補償手
   段と、 その特徴量補償手段により補正された補正特徴量に基づ
   いて指紋を識別する識別手段とを有することを特徴とす
   る指紋照合装置。
2. 【請求項２】 指紋の部分画像を逐次入力する指紋入力
   手段と、 その指紋入力手段により逐次入力された複数の指紋の部
   分画像を比較処理して重複部分を取り除いた指紋の部分
   画像を生成する画像処理手段とを有し、 前記特徴量抽出手段は、該画像処理手段から得られる重
   複部分を取り除いた指紋の部分画像から前記特徴量を抽
   出することを特徴とする請求項１に記載の指紋照合装
   置。
3. 【請求項３】 前記特徴量抽出手段は、周波数解析演算
   処理として線形予測分析（ＬＰＣ）演算処理を行い、そ
   の指紋の部分画像の周波数スペクトル情報を前記特徴量
   として抽出することを特徴とする請求項１又は２に記載
   の指紋照合装置。
4. 【請求項４】 前記特徴量補償手段は、統計的分布に基
   づいて前記特徴量を補正することを特徴とする請求項１
   乃至３のいずれかに記載の指紋照合装置。
5. 【請求項５】 前記特徴量補償手段は、前記特徴量の分
   散に反比例するように前記特徴量を補正することを特徴
   とする請求項１乃至４のいずれかに記載の指紋照合装
   置。
6. 【請求項６】 前記特徴量補償手段は、前記特徴量に以
   下の補償係数Ｗｎを乗ずることにより前記特徴量を補正
   することを特徴とする請求項１乃至５のいずれかに記載
   の指紋照合装置。 【数１】
7. 【請求項７】 前記補償係数中のkの値が2.0であること
   を特徴とする請求項６に記載の指紋照合装置。
8. 【請求項８】 前記特徴量補償手段は、以下のフィルタ
   をさらに適用することを特徴とする請求項６又は７に記
   載の指紋照合装置。 【数２】
9. 【請求項９】 前記識別手段は、ＤＰ照合法（動的計画
   法）を用いることを特徴とする請求項１乃至８のいずれ
   かに記載の指紋照合装置。
10. 【請求項１０】 指紋画像について周波数解析演算処理
    を行って特徴量を抽出する特徴量抽出工程と、 その特徴量抽出工程において抽出された特徴量を、個人
    の特徴となる部分を強調するように補正する特徴量補償
    工程と、 その特徴量補償工程において補正された補正特徴量に基
    づいて指紋を識別する識別工程とを有することを特徴と
    する指紋照合方法。
11. 【請求項１１】 指紋の部分画像を逐次入力する指紋入
    力工程と、 その指紋入力工程において逐次入力された複数の指紋の
    部分画像を比較処理して重複部分を取り除いた指紋の部
    分画像を生成する画像処理工程とを有し、 前記特徴量抽出工程は、該画像処理工程から得られる重
    複部分を取り除いた指紋の部分画像から前記特徴量を抽
    出することを特徴とする請求項１０に記載の指紋照合方
    法。
12. 【請求項１２】 前記特徴量抽出工程は、周波数解析演
    算処理として線形予測分析（ＬＰＣ）演算処理を行い、
    その指紋の部分画像の周波数スペクトル情報を前記特徴
    量として抽出することを特徴とする請求項１０又は１１
    に記載の指紋照合方法。
13. 【請求項１３】 前記特徴量補償工程は、統計的分布に
    基づいて前記特徴量を補正することを特徴とする請求項
    １０乃至１２のいずれかに記載の指紋照合方法。
14. 【請求項１４】 前記特徴量補償工程は、前記特徴量の
    分散に反比例するように前記特徴量を補正することを特
    徴とする請求項１０乃至１３のいずれかに記載の指紋照
    合方法。
15. 【請求項１５】 前記特徴量補償工程は、前記特徴量に
    以下の補償係数Ｗｎを乗ずることにより前記特徴量を補
    正することを特徴とする請求項１０乃至１４のいずれか
    に記載の指紋照合方法。 【数３】
16. 【請求項１６】 前記補償係数中のkの値が2.0であるこ
    とを特徴とする請求項１５に記載の指紋照合方法。
17. 【請求項１７】 前記特徴量補償工程は、以下のフィル
    タをさらに適用することを特徴とする請求項１５又は１
    ６に記載の指紋照合方法。 【数４】
18. 【請求項１８】 前記識別工程は、ＤＰ照合法（動的計
    画法）を用いることを特徴とする請求項１０乃至１７の
    いずれかに記載の指紋照合方法。
19. 【請求項１９】 指紋画像について周波数解析演算処理
    を行って特徴量を抽出する特徴量抽出工程と、 その特徴量抽出工程において抽出された特徴量を、個人
    の特徴となる部分を強調するように補正する特徴量補償
    工程と、 その特徴量補償工程において補正された補正特徴量に基
    づいて指紋を識別する識別工程とをコンピュータに実行
    させる指紋照合プログラム。
20. 【請求項２０】 指紋の部分画像を逐次入力する指紋入
    力工程と、 その指紋入力工程において逐次入力された複数の指紋の
    部分画像を比較処理して重複部分を取り除いた指紋の部
    分画像を生成する画像処理工程とを有し、 前記特徴量抽出工程は、該画像処理工程から得られる重
    複部分を取り除いた指紋の部分画像から前記特徴量を抽
    出することを特徴とする請求項１９に記載の指紋照合プ
    ログラム。
21. 【請求項２１】 前記特徴量抽出工程は、周波数解析演
    算処理として線形予測分析（ＬＰＣ）演算処理を行い、
    その指紋の部分画像の周波数スペクトル情報を前記特徴
    量として抽出することを特徴とする請求項１９又は２０
    に記載の指紋照合プログラム。
22. 【請求項２２】 前記特徴量補償工程は、統計的分布に
    基づいて前記特徴量を補正することを特徴とする請求項
    １９乃至２１のいずれかに記載の指紋照合プログラム。
23. 【請求項２３】 前記特徴量補償工程は、前記特徴量の
    分散に反比例するように前記特徴量を補正することを特
    徴とする請求項１９乃至２２のいずれかに記載の指紋照
    合プログラム。
24. 【請求項２４】 前記特徴量補償工程は、前記特徴量に
    以下の補償係数Ｗｎを乗ずることにより前記特徴量を補
    正することを特徴とする請求項１９乃至２３のいずれか
    に記載の指紋照合プログラム。 【数５】
25. 【請求項２５】 前記補償係数中のkの値が2.0であるこ
    とを特徴とする請求項２４に記載の指紋照合プログラ
    ム。
26. 【請求項２６】 前記特徴量補償工程は、以下のフィル
    タをさらに適用することを特徴とする請求項２４又は２
    ５に記載の指紋照合プログラム。 【数６】
27. 【請求項２７】 前記識別工程は、ＤＰ照合法（動的計
    画法）を用いることを特徴とする請求項１９乃至２６の
    いずれかに記載の指紋照合プログラム。