JP2003525501A - 指紋画像を解析する方法 - Google Patents

Abstract

(57)【要約】 指が電子指紋センサに載せられている間、非常に短い時間の間隔で画像シーケンスが記録され、これらの画像シーケンスの変化から、生体の指の基準が獲得される。画像は、異なったグレー値を有するピクセルラスターとして決定され、これらのピクセルラスターを用いて、ピクセルにバイナリ値０および１が割当てられる。これらの値の著しい変化が検出され、そこから検出された指数等を用いて、特定の画像クラスにおいて規則的に現れる既知の典型的な変化と比較される。

Description

【発明の詳細な説明】

【０００１】 本発明は、電子的に生成された指紋画像を分析する方法に関する。この方法を
用いることによって、特に、生体の指のオリジナル画像と偽造物とを区別するこ
とが可能である。

【０００２】 個人識別の生物測定法は、自動化されたシステムで実行され得る。このような
システムは、生物測定学的特徴を含む入力データを処理し、人によって、実質的
に明らかに異なり得る特性を抽出する。しかしながら、信頼できる識別を保証す
るためには、測定デバイスまたは画像記録デバイスが操作され得ないことを保証
する必要がある。電子指紋センサを用いて指紋を認識する場合、載せられている
生体の指からの指紋画像と偽造の試みに起因する画像とを区別し得る必要がある
。生物学的特性（体温、血圧、電気的皮膚抵抗、接点圧力、発汗作用によって引
き起こされる湿度等の検出）を用いて、生体の指が死体の指または指の模造品と
区別され得るための一連の提案がなされる。

【０００３】 本発明の課題は、電子的に生成された指紋画像を解析する方法を提示すること
であり、この方法を用いて、特に、追加的な出費をすることなく、生きた人間の
認識が行なわれ得る。

【０００４】 この課題は、請求項１の特徴を有する方法を用いて解決される。実施形態は、
従属請求項から明らかである。

【０００５】 本発明による方法の場合、指紋センサによって生成された指紋画像および、そ
の時間的変化が用いられ、指紋画像の動的解析を行なう。指紋が指紋センサによ
って把握される間、好適には、指がセンサの上に載せられている間、非常に短い
時間の間隔で一連の個々の指紋画像が記録される。これらの一連の画像の相違が
検出され、この動的変化から基準が獲得されるか、または特定の数量が算出され
る。この大きさを用いて、本物の、生体の指を載せた場合の画像の変化が偽造物
を載せた場合の画像の変化と区別され得る。指紋画像は、そのために、電子指紋
センサによって、ピクセルのラスターのビットマップとして、異なったグレー値
を用いて決定され、その後、２値化される。

【０００６】 図１において、典型的な指紋画像の黒白の輪郭が示され、皮膚表面の畝および
溝がよく認識され得る。この用いられる指紋センサの解像力に依存して、特に、
図には再現されていないが、指紋線の周縁は異なったグレーの階調を有し得る。
この画像は、多数の小さいピクセル（Ｐｉｘｅｌ）で構成され、このピクセルは
、好適には、線幅よりも明らかに小さい寸法を有する。図において、画像は太い
点線によって比較的大きいブロックに分割され、これらのブロックにおいて、多
数の個々のピクセルがそれぞれ存在する。

【０００７】 指頭腹面が、このために提供された、画像が検出される受け面上に載っている
場合、このような指紋画像は、指紋センサによってもたらされる。指が載せられ
る場合でも、最初は、この受け面と接触するのが指紋を形成する皮膚表面全体で
はなく、指頭腹面をセンサに載せた場合に、まだ通常の押し付け圧に達しない。
指をセンサに載せている間に一連の指紋画像が記録された場合、これらの画像は
、基本的に互いに異なる。指紋は、画像毎に、まず、だんだんと鮮明に、および
だんだんと暗く形成される。機械的特性が異なるため、この画像シーケンスに関
して、生体の指が載せられているか、指の模造品が載せられているかによって異
なった特性が観察され得る。本発明による解析方法は、これらの特徴を検査し、
そこから生きた人の識別を導き出すことを可能にする。

【０００８】 次に、この方法の、現在、好適な実施形態を記載する。例えば、指頭腹面等の
試験片が指紋センサ上に載せられている間、ｎ個の連続した画像Ｂ_ｉは短い時間
の間隔で記録される。このような連続は、指紋センサを用いて、十分に高い画像
レート（フレームレート）で記録され得る。指紋画像は、個々のピクセルにラス
ター化される。ピクセルは異なった光度を有するので、各ピクセルに１つのグレ
ー値が割当てられ得る。特定の閾値より大きいグレー値を有するのはどのピクセ
ルかが確認されることによって、このようなグレー値が提供された画像は純粋な
黒白画像にデジタル化され得る。これらのピクセルは、その後、割当てられるバ
イナリ１を受取り、他のピクセルはバイナリ０を受取る。記録する時点に、指が
まだ指紋センサから離れていた場合、画像シーケンスの第１の画像は、その後、
典型的には、バイナリ０だけを含む。最後に記録された画像は、その後、例えば
、図１のような純粋な黒白構造で現れる。

【０００９】 本発明による解析方法にとって重要なのは、記載された方法で２値化された画
像が与えられると、上記の各画像にとって、１にセットされたピクセルの数ｎ_ｉ が決定されることである。これらの数に対して、連続する数の差ｄ_ｉ＝ｎ_ｉ−ｎ _ｉ−１ が決定される。好適には、さらに、１つの画像Ｂ_ｉにおいて、初めて１に
セットされた（すなわち、前の画像Ｂ_ｉ−１がまだ０にセットされていた）、お
よびさらに前の画像においてすでに１にセットされたピクセルに隣接して存在す
るピクセルの数ｎ_{ｅｄｇｅ、ｉ}が検出される（新しいマージンポイント（Ｒａｎ
ｄｐｕｎｋｔｅ））。これらの新しいマージンポイントは、偽造画像シーケンス
の場合、主に、指の溝の延長部分において生じる。好適には、最後に記録された
画像Ｂ_ｎに関して、画像に再現された指線に沿って、またはこの指線（１次元）
の架空の中心線に沿って、または計算により画像において１にセットされたピク
セルによって再現される指線を薄くすることによって（１次元の）曲線に生成さ
れる対応する中心線に沿って連続する、１にセットされたピクセルの数全体ｎ_{ｒ ｉｄｇｅ} が検出される。

【００１０】 解析方法の特に容易で適切な発展により、２つの連続する画像における画像シ
ーケンスが１にセットされたピクセルの差ｄ_ｉの、これらの数ｎ_ｉ−１またはｎ _ｉ のうちの１つに対する比率が特定の所与の閾値を越える、特定の画像が決定さ
れるように画像シーケンスが評価される。従って、それぞれ前の画像に対してグ
レー値が明らかに増加することが確認され得る画像が決定される。ピクセルに割
当てられた０および１が従来の方法で加算され、多数の異なったグレイスケール
を含む画像が生じることによって、これらの特定の画像は重ね合わされる。従っ
て、加算された画像におけるピクセルのグレイスケールは、当該のピクセルが十
分な黒さを受取り、１にセットされる画像シーケンス内の時点を示す。

【００１１】 加算された画像におけるこのグレー値の分布から、この画像が、本物の、生体
の指を載せることに由来する画像シーケンスから生じたかどうかが読み取れ得る
。生体の指に起因する画像の場合、グレー値の均一な分布が観察され（すなわち
、黒色化された領域の縁部は時間の経過とともに、まず、黒で示され、その後、
すべての方向に均等に増加する）、模造品を用いて生成された画像の場合、不均
一なグレー値の分布が確認され得る（すなわち、グレー値の増加は、第１に、模
造された指線に沿って起こる）。

【００１２】 この認識方法が自動化される必要がある場合、例えば、図１に示されるように
、幅の点線に対応して、画像を個々の画像ブロックに分割し得る。このブロック
のそれぞれにおいて、その後、グレー値部分およびグレー値の大きさが計算され
る。この目的のために、各ブロックｂ_ｊにおいて、このブロックに含まれるピク
セルのグレー値の平均値μ_ｊ、および標準偏差σ_ｊとしての、グレー値のこの平
均値だけの拡散が計算される。すべてのブロック全体ｂ_ｊに関して、その後、こ
の標準偏差の平均値μ（．．．σ_ｊ．．．）および標準偏差σ（．．．μ_ｊ．．
．）としての個々のブロックにおけるグレー値の平均値の拡散が計算され得る。
溝および畝によって与えられたパターンのほぼ周期長さのブロックの辺の長さを
選択する場合、本物の指に関しては、ブロック内にグレー値の比較的高い平均的
拡散が生じるが、分布が均一なために、平均値は、すべてのブロックにわたって
わずかに拡散するだけである。偽造物の場合（指の模造品）、逆の反応が観察さ
れ得る。従って、この場合、例えば、指数μ（．．．σ_ｊ．．．）／σ（．．．
μ_ｊ．．．）は、オリジナル画像と偽造画像に分ける適切な基準である。

【００１３】 記載された変形は、特に好適な実施例である。前の画像に対するグレー値の実
質的な増加が確認され得る特定の画像の代わりに、画像シーケンス全体を用いる
か、またはこの画像シーケンスから別の画像を選択し、重ね合わせることによっ
て上述のグレー値を生成することも可能である。さらなる可能性は、オリジナル
画像および偽造画像に分けるために特定の数ｎ_{ｅｄｇｅ、ｉ}を用いることである
。すなわち、典型的なオリジナル画像において、ｎ_{ｅｄｇｅ、ｉ}に対する上述の
差ｄ_ｉの比率は比較的小さい（新たに１にセットされたピクセルの非常に多くは
、縁部において黒色化された領域が増加する原因となる）。これに対して、典型
的な偽造品の場合、比較的少ないマージンポイントのみが暗くなる。ｎ_{ｅｄｇｅ 、ｉ} の合計の絶対数は画像シーケンスによって異なるので、上述の値ｎ_ｅｄｇｅ および場合によっては有効シーケンス長さ（黒さが著しく増加した画像の数）全
体に正規化することは意味がある。

【００１４】 本発明による指紋画像を解析する方法にとって重要なのは、画像シーケンスの
１つを評価することであり、この評価は、本来の指紋が生じる場合に非常に短い
時間の間隔で連続して記録し、それぞれグレー値の閾値を用いて２値化される画
像シーケンスの評価である。前の画像に対して変化するピクセルの数を数えるこ
とは、好適にも、この画像シーケンスから適切な画像をフィルタリングアウトす
ることに至る。適切として分類された画像は、その後、例えば、重ね合わされた
画像におけるグレー値の分布の上述の解析等の解析に供給され、その支援によっ
て、統計学的に検出された特徴を用いてオリジナルと偽造物が区別され得る。本
発明による方法の特別な利点は、この方法を電子回路を用いて完全に自動化する
という可能性である。

【図面の簡単な説明】

【図１】 図１は、本発明の認識方法により認識された典型的な指紋画像を示す図である
。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ロルヒ， ヘニング ドイツ国 81541 ミュンヘン， アウア ーバッハーシュトラーセ ４ (72)発明者 ヴィルツ， ブリギッテ ドイツ国 83607 ホルツキルヒェン， エアカマーシュトラーセ ３ Ｆターム(参考） 5L096 AA06 BA15 EA43 FA32 FA33 FA62 GA19 GA28 GA51 HA01

Claims (6)

【特許請求の範囲】
1. 【請求項１】 電子的に生成された指紋画像を解析する方法であって、 ａ）指紋が指紋センサによって把握される間、複数のピクセルに細分された複
   数の指紋画像Ｂ_ｉが時間的に連続して生成され、 ｂ）所与の値を超過するグレー値（濃度）を有するピクセルの数ｎ_ｉは、該各
   指紋画像Ｂ_ｉに毎に判定され、格納され、 ｃ）時間的に連続して生成される指紋画像の該数ｎ_ｉの差ｄ_ｉ＝ｎ_ｉ−ｎ_{ｉ− １} が判定され、格納される、方法。
2. 【請求項２】 ｄ）ステップｂにおいて生成された前記指紋画像の各々に対
   して、関係する前記指紋画像Ｂ_ｉにおける所与の前記グレー値を最初に超過し、
   前の指紋画像Ｂ_ｉ−１における所与の該グレー値をすでに超過したピクセルに隣
   接して存在するピクセルの特定の数ｎ_{ｅｄｇｅ、ｉ}が判定され、 ｅ）ステップｃ，において数ｎ_ｉ−１、ｎ_ｉから判定された前記差ｄ_ｉが、２
   つの関係している特定の数ｎ_{ｅｄｇｅ、ｉ−１}およびｎ_{ｅｄｇｅ、ｉ}に対するそ
   れぞれの比率ｄ_ｉ／ｎ_{ｅｄｇｅ、ｉ−１}およびｄ_ｉ／ｎ_{ｅｄｇｅ、ｉ}という関係
   の１つまた両方に設定される、請求項１に記載の方法。
3. 【請求項３】 ｆ）最後に記録された指紋画像に関して、所与の前記グレー
   値を超過し、前記指紋画像において再現された指線に沿って、または該指線の架
   空の中心線に沿って、または計算により該指線を間引きすることによって曲線に
   生成される対応する中心線に沿って連続する前記ピクセルの数ｎ_{ｒｉｄｇｅ}が検
   出され、前記特定の数ｎ_{ｅｄｇｅ、ｉ}が、該数ｎ_{ｒｉｄｇｅ}で除算することによ
   って正規化される、請求項１または２に記載の方法。
4. 【請求項４】 ｇ）比率ｄ_ｉ／ｎ_ｉまたは比率ｄ_ｉ／ｎ_ｉ−１は所与の閾値
   を超過する、特定の指紋画像Ｂ_{ｇｒｏｗ、ｉ}が決定される、請求項１〜３の１つ
   に記載の方法。
5. 【請求項５】 ｈ）ステップｇにおいて決定された前記特定の指紋画像Ｂ_{ｇ ｒｏｗ、ｉ} は、加算によってグレー値階調を有する画像に決定される、請求項４
   に記載の方法。
6. 【請求項６】 ｉ）ステップｈにおいて生成された前記画像はブロックｂ_ｊ に細分され、 該各ブロックにおいてグレー値の平均値μ_ｊ、および該グレー値の該平均値だ
   けの拡散は標準偏差σ_ｊとして検出され、 すべてのブロックにわたる該標準偏差の平均値μ（．．．σ_ｊ．．．）からの
   指数μ（．．．σ_ｊ．．．）／σ（．．．μ_ｊ．．．）、およびそれぞれの該ブ
   ロックｂ_ｊにおける該グレー値の該平均値μ_ｊの拡散は、標準偏差σ（．．．μ _ｊ ．．．）として形成され、該指数を用いて、生体の指の指紋画像と偽造された
   画像とを区別する、請求項５に記載の方法。