JP2005503619A

JP2005503619A - リング位置の特定方法

Info

Publication number: JP2005503619A
Application number: JP2003529394A
Authority: JP
Inventors: クリステル−ロイクティセ
Original assignee: エステーミクロエレクトロニクスソシエテアノニム
Priority date: 2001-09-14
Filing date: 2002-09-13
Publication date: 2005-02-03
Also published as: EP1428170A1; US7416302B2; US20040252865A1; WO2003025841B1; WO2003025841A1

Abstract

【課題】本発明は、デジタル画像内の、円の中心と半径を特定する方法に関する。
【解決手段】ａ）円の半径候補の組みを予め定義し、ｂ）ｘ軸の画像サイズより大きくない列配列と、ｙ軸の画像サイズより大きくない行配列の２つのアキュムレータを作成（３０３）し、ｃ）各画素にたいして順に、（ｉ）各半径候補を連続して選択し、（ｉｉ）画素が円周上にあるとして、選択した半径の円の中心候補位置を評価し、（ｉｉｉ）中心候補のｘ軸とｙ軸のアキュムレータを増分させ、ｄ）中心位置の座標として、アキュムレータの最大値に対応するｘ軸とｙ軸とを選択（３０４）する。
【選択図】図２

Description

【技術分野】
【０００１】
本発明は、デジタル画像内の、２つのほぼ円形で実質的に同心である幾何学的図形間にあるリング形状面の特定に関する。より詳しくいうと本発明は、小さい半径の円が、大きい半径の円に完全に含まれている、異なる半径の２つの円間にあるリングの検出に関する。
【背景技術】
【０００２】
本発明の応用例は、デジタル画像における目の虹彩の特定である。実際に、目は実質的に同心である楕円状の幾何学的図形の集合と特徴づけられる。まゆは、まつげに続いて輪郭を決め、まつげは眼底を取り囲み、眼底は実質的に円状である虹彩を含み、虹彩は実質的に円状である瞳孔を含む。このような、ほぼ同心形状から、瞳孔と虹彩の２つの円状の、中心位置と半径を抽出することが、虹彩を形成するリングを画像から抽出するために要求される。明確化のため、以下の記述では、瞳孔と虹彩の境界は、完全な円であるものとする。
【０００３】
図１は、目の虹彩特定のための、公知の方法例のフローチャートである。図２Ａから図２Ｃは、この方法の、それぞれのステップの実行対象であるデジタル画像の図である。
【０００４】
上記方法は、目のデジタル画像を獲得するステップ１０１（目の画像の獲得）から始まる。目は、得られる画像がフルスケール（スケール１：１）となるようにデジタル化される。そのような画像は、目の画像の取り込みが可能である、任意の生物測定端末により得ることができる。例えば、獲得は、５８０ｘ７６０画素の画像で、ＣＣＤデジタルカメラにより行われ、そのような画像は、赤外線光源により白黒であり、目はカメラから２〜３センチメータの位置におかれる。
【０００５】
上記、画像内の虹彩の特定は、虹彩の中心と半径の特定と、瞳孔の中心と半径を特定することから成る。実際、瞳孔は完全に虹彩にふくまれているが、中心は一般的には少しずれている。
【０００６】
瞳孔及び虹彩の中心並びに半径を決定する公知の方法は、以下の観測に基づく。赤外線光源では、虹彩は、一方において、白目とコントラストを成している。他方において、瞳孔の輪郭は、周囲にある虹彩に対してコントラストを成している。このコントラストは、デジタル画像において、一方では虹彩と角膜、他方では虹彩と瞳孔の境界の両側で、大変レベルが異なった灰色として変換される。虹彩又は瞳孔の輪郭が位置する点の、灰色のレベルの勾配は、非常に高い。一般的に、瞳孔と虹彩のコントラストは、虹彩と角膜のコントラストより高い。
【０００７】
虹彩の特定は、画像中のそれぞれの点を、順に中心候補として検討し、検討している中心候補を中心とする円弧上の点の勾配を測定することから成る。前記円弧の半径は、想定しているデジタル化のスケールでの瞳孔又は虹彩のとり得る半径の範囲内で変化する。スケールが１：１である５８０ｘ７６０画素の画像の場合、瞳孔の直径は、３０〜１００画素の範囲内であると考えられ、虹彩の直径は、１００〜１８０画素の範囲内と考えられる。瞳孔又は虹彩の中心は、勾配の変化がもっとも大きくなる点から、瞳孔、虹彩それぞれの対応する半径範囲の中にある点である。勾配変化の計算は微積分演算により行われる。
【０００８】
計算量と処理時間を減らすために、獲得１０１に続く、ステップ１０２（虹彩の特定）で微積分演算が、中心候補の点を表現するグリッドに対して、連続して適用される。後に続くグリッドは、縮小された寸法とピッチを持つ。このように、第１の反復１０３（ｉ＝０、ｓ＝ｓ_０）で、例えば、図２Ａのデジタル画像において、第１のグリッドとして、画像寸法と近い値で、比較的大きな第１のピッチｓ_０、例えばｓ_０＝２５画素が適用される。つまり、中心候補は、両方向共に、２５画素毎に選ばれる。さらに、虹彩と瞳孔の中心は、少しずれているため、まず瞳孔の輪郭と中心が、３０から１００画素の範囲の直径をもつ円弧上で演算を行うことで、特定される。
【０００９】
次の反復ｉ＝１で、中心の決定をよりよく行うために、グリッドのピッチを縮小する。このピッチの縮小は、グリッド寸法の縮小とともに行われ、最も勾配の変化が高い領域の中心がグリッドの中心となるように行われる。図２Ｂにおいては、例えば、第２の反復ｉ＝１で、ピッチｓ_１は１０画素としている。もしグリッド中の点の数が一定であれば、グリッドサイズの縮小は、ピットの縮小に伴い自動的に行われる。
【００１０】
再び、微積分演算が、グリッド内の各々の点に対して行われ、勾配の変化（灰色レベル）が最も強い幾つかの点により、中心又は領域の存在が検出される。
【００１１】
各反復ｉと、それに対応するピッチｓ_ｉに対して、ブロック１０４（微積分演算）で、縮小したピッチｓ_ｉと、縮小した寸法のグリッドに対して、微積分演算の適用による処理が繰り返し行われる。
【００１２】
ブロック１０４の後、ブロック１０５（中心と半径）で、瞳孔の中心と半径の候補が得られる。中心と半径の候補は、次の反復でより小さいピッチを有するグリッド内に含まれている。
【００１３】
基準が正確に達成されたか否かが、次のステップ１０６（ｉ＝Ｖ？、ｓ_ｉ＝Ｓ_Ｖ？）で制御される。この基準は、得られた中心と半径が十分正確な方法で特定されたと考えられる反復回数Ｖ又はグリッドのピッチＳ_Ｖで規定される。
【００１４】
（Ｎ）であれば、ステップ１０７（新しいグリッド、ｉ＝ｉ＋１、ｓ_ｉ＝ｓ_ｉ＋１）において、前回の反復処理で、もっとも強い勾配の変化が測定された領域を中心とし、縮小した寸法と、より小さなピッチの新しいグリッドが再定義される。
【００１５】
一般的に、本処理は、図２Ｃに示すように、精度が最大になるまで、つまり、グリッドが１画素のピッチとなるまで実行される。そのような精度により、瞳孔の中心Ｃ_Ｐと半径Ｒ_Ｐの正確な決定が可能となる。
【００１６】
精度テスト１０６が、肯定（Ｙ）となれば、次のステップ１０８（虹彩）で、虹彩が特定される。特定は、中心候補のグリッドに、虹彩の半径Ｒ_Ｉと中心Ｃ_Ｉの決定のため、再度、微積分演算を適用し行う。また、虹彩の中心Ｃ_Ｉが、最大の信頼度で、瞳孔の中心Ｃ_Ｐから識別される。微積分演算は、ここでは、直径が１００〜１８０画素の範囲の円弧上で適用される。円は、ほぼ同心状であるため、最大ピッチをもつグリッドから再度始める必要はない。回数を減らした反復処理（または一回の処理）が、瞳孔の中心を中心とし、瞳孔と虹彩の両中心の（生理学的に）可能な最大間隔のサイズをもつグリッドにより行われる。このような、第１の円を特定した後の、第２の円の中心の特定及び半径の決定について、記述している文献がある（例えば、特許文献１参照）。
【００１７】
虹彩の表面、つまり、中心がＣ_Ｐで半径がＲ_Ｐの瞳孔による円と、中心がＣ_Ｉで半径がＲ_Ｉである虹彩による円間の、リング状表面は、このように、最大の精度で決定される。
【００１８】
このように得られた表面は、任意の、目的に応じたデジタル処理に使用される。検討している虹彩での例として、一般的には、得られた表面から抽出した特徴のマッチング１０９（マッチング）に基づく虹彩認識方法がある。これらの例について記載した文献がある（例えば特許文献１、特許文献２、特許文献３参照）。
【００１９】
一般的に、図１と図２で説明した方法は、円の半径と、その円の中心位置を、正確に決定することで、少なくとも１つの円の特定を可能としている。
【００２０】
上記方法の主な欠点は、サイズとピッチを縮小させながらグリッドに対し、同じ処理を連続して繰り返すことである。これは、多量の計算を課することとなる。さらに、与えられた点、例えば図２Ａの点Ａは、探索している中心に近いけれど、計算が、多くの回数繰り返されている。従って、この方法による処理は遅いものとなる。
【００２１】
さらに、多くの勾配変化の比較処理と、それに関しての計算処理が、比較的複雑で、大規模なソフトウェア構造にさせてしまう。さらに、もっとも強い勾配変化の領域を決定するため、個々の反復処理において、各中心候補について得られたデータは、他の中心候補について得られたデータと比較するために保存しておく必要がある。これは、ステップ１０７で次のグリッドに移るときに必要であり、この方法では、多くのメモリ量が必要となる。
【００２２】
完全に異なる分野において、デジタル画像の中に顔があることを認識するために、角膜又は虹彩の存在を決定し、前記決定から目を認識し、目と目の間の距離を計算する方法が開示されている。この方法は、ハフ変換による同心の幾何学図形の探索からなる（例えば、特許文献４参照）。前記方法は、含まれている幾何学図形（ここでは、円）と、与えられた周囲（半径）の円の周辺でのデジタル画像の各画素について検討し、この円の中心を、おおよそで特定することからなる。探索している円の各直径候補に対し、画像と同じ寸法のアキュムレータがデジタル画像に関連付けされる。各アキュムレータは、特定の半径において、デジタル画像の特定の点が、探索している円の中心候補であると測定された回数を記憶する。これは、各半径について、初期値としてヌル値が割当てられ、前記半径に関連付けられたアキュムレータの、画像の中心候補に該当する位置を増加させることにより行われる。
【００２３】
探索している円と半径は、各検討している半径について、最大重みを持つ点を、異なる半径については、第１の決定により決定された他の中心候補に対して最大重みをもつ中心候補を決定することにより得られる。前記方法は、例えば、非特許文献１又は非特許文献２に記述されている。
【００２４】
【特許文献１】
米国特許第５２９１５６０号明細書
【特許文献２】
米国特許第５５７２５９６号明細書
【特許文献３】
国際公開第００／６２２３９号パンフレット
【特許文献４】
米国特許第３０６９６５４号明細書
【非特許文献１】
R.Kothari, J.L.Mitchell, “Detection of eye locations in unconstrained visual images”, Proc. ICIP’96, III pp.519-5523, 1996年
【非特許文献２】
M.Nixon, “Eye Spacing measurement for facial recognition” SPIE Proc.,575, pp.279-285, 1985年
【非特許文献３】
M.H.Kim, H.Y.Hwang, “A new memory model for the parameter space in the Hough transform: Projection arrays”, TENCON 87, IEEE region 10 Computers and Communications Technology Toward 2000, Volume 1, pp. 222-226, 1987年8月
【発明の開示】
【発明が解決しようとする課題】
【００２５】
前記方法も、実行に長時間かかるという欠点がある。さらに、各半径の候補にたいし、デジタル画像の列と行と同サイズの列と行を持つ配列を記憶しておく必要があり、画像の各画素に対して、多くのメモリを必要とする。
【００２６】
本発明は、少なくとも２つの同心円の中心を正確に、公知の方法より速く、特定する方法を提供することを目的とする。
【００２７】
本発明は、公知の方法による実装で要求されるメモリ空間と比較し、少ないメモリ空間で実装できる方法を提供することも目的とする。
【００２８】
本発明は、各円はより半径の大きな円に完全に含まれるが、同心状ではない幾つか円の特定に、応用される方法をも提供することを目的とする。
【００２９】
本発明は２つの円間のリングを特定する方法を提供することも目的とする。
【００３０】
本発明は、デジタル画像内にある、目の虹彩の特定に応用できる方法を提供することも目的とする。
【課題を解決するための手段】
【００３１】
上記の目的を達成するために、本発明は、デジタル画像内の、一方の円が他方の円に完全に含まれている、少なくとも２つの円を、少なくとも１つの中心候補であるグリッドに微積分演算を行い、前記円の半径と中心座標を決定することで特定する方法において、
２つの円のうち、１つの円について、おおよその中心位置を、評価するステップと、画像の寸法と比較して縮小させられた前記グリッドを、おおよその中心の近傍を中心として置くステップとを有することを特徴とする。
【００３２】
本発明の実施形態によると、本方法は、最小ピッチの単一グリッドを使用する。
【００３３】
本発明の実施形態によると、グリッドの最大サイズは、大きな円のサイズより小さい。
【００３４】
本発明の実施形態によると、グリッドの最大サイズは、最も強いコントラストの境界を形成する円のサイズより小さい。
【００３５】
本発明の実施形態によると、グリッドの最大サイズは、小さい円のサイズより小さい。
【００３６】
本発明の実施形態によると、おおよその中心位置を評価するステップにおいて、
ａ）円の半径候補のセットを予め定義するステップと、
ｂ）多くとも縦座標方向の画像サイズである、列配列と、多くとも横座標方向の画像サイズである、行配列の、２つの１次元アキュムレータを作成するステップと、
ｃ）各画素にたいして、順に
（ｉ）各半径候補を順に選択し、
（ｉｉ）検討している画素が円周上にあるとして、選択した半径の円の中心候補位置を評価し、
（ｉｉｉ）中心候補の縦座標と横座標のアキュムレータを増分させるステップと、
ｄ）中心位置の座標として、アキュムレータの最大値に対応する縦座標と横座標とを選択するステップを有する。
【００３７】
本発明の実施形態によると、前記増分は１である。
【００３８】
本発明の実施形態によると、検討している画素での勾配の重要性に応じて、前記増分の重み付けを行う。
【００３９】
本発明は、デジタル画像内の、比較的大きな半径をもつ第２の円の中に、比較的小さい半径をもつ第１の円が含まれることにより定義されるリングの特定方法において、前記各実施形態のいずれかの方法による第１の円と第２の円の特定を含む方法を提供することも目的とする。
【００４０】
本発明の実施形態によると、リングは、目の虹彩であり、第１の円は目の瞳孔であり、第２の円は虹彩と目の角膜の境界である。
【００４１】
本発明の実施形態によると、おおよそで探索された円の中心は、瞳孔（Ｐ）の中心である。
【発明を実施するための最良の形態】
【００４２】
本発明の、上述した対象、特徴及び利点について、以下では図面を用いて詳細に説明する。以下の記述は例示であり、本発明は、特定の実施形態に限定されるものではない。
【００４３】
明確にするため、各図の同じ要素には、同じ符号を付ける。さらに図２Ａから図２Ｃ及び図４Ａから図４Ｄには、スケールを表記しない。
【００４４】
本発明に基づく、目の瞳孔と虹彩の半径を決定し、中心を特定することで、虹彩を認識し特定する方法を、図３及び図４Ａから図４Ｄに示す。
【００４５】
本方法は、目の画像を獲得するステップ３０１（目の画像の獲得）から始まる。好ましくは、前記獲得は、得られる画像の寸法が、モデルの寸法と近くなるよう、つまり、スケールができるだけモデルに近くなるように行う。そのような獲得は、例えば、欧州特許第０９７３１２２号明細書に記載されているデバイスのような、適切な、従来からある生物測定端末により成される。
【００４６】
図４Ａは、５８０ｘ７６０画素のデジタルＣＣＤカメラにより、獲得３０１で得られた目の画像を示す図である。目はカメラから２〜３センチメータのところにあり、赤外線照明を照射されている。得られた画像は、瞳孔Ｐ、虹彩Ｉ、上のまぶたＨＥ及び下のまぶたＬＥで境界づけられた角膜を含む。
【００４７】
本発明による方法は、目の中心、つまり、瞳孔又は虹彩の中心の、おおよそでの特定を行う。好ましくは、最も強いコントラストを示している円の中心が、おおよそで特定される。前に述べたように、赤外線照明では、一般的に、瞳孔と虹彩間のほうが、虹彩と角膜間より、コントラストは高い。このため、好ましくは、瞳孔の中心がまずおおよそで特定される。おおよその特定により、実際に探索している中心に対して、多くとも５画素の距離にある、おおよその中心を決定することができる。
【００４８】
本発明の第一実施形態によると、図示されていない、おおよその中心は、任意の公知の方法で決定される（例えば、非特許文献３参照）。
【００４９】
本発明の好ましい実施形態によると、おおよその中心は、図３に関して記載されているアルゴリズムで決定される。
【００５０】
図３のブロック３０２（虹彩の特定）に示されているように、２つの１次元アキュムレータＷ_ＸとＷ_Ｙが、まず生成される。第１のアキュムレータＷ_Ｘの次数は、処理対象画像のライン数Ｎである。第２のアキュムレータＷ_Ｙの次数は、画像の列数Ｍである。第1のサブステップ３０３において、第１と第２のアキュムレータＷ_Ｘ（ｉ）（ｉは1からＮの変数）とＷ_Ｙ（ｊ）（ｊは１からＭの変数）の全要素は０に設定される。
【００５１】
システムは、第１のライン（ブロック３０４、ｘ＝１）の、第１の列（ブロック３０５、ｙ＝１）の、検討する第１の半径候補（ブロック３０６、ｋ＝１）となるように初期化される。
【００５２】
特定は、Ｎライン中のラインｘと、Ｍ列中の例ｙの各交点Ｐ_ＸＹに対して、以下の操作（ブロック３０７）を順に実行することにより行われる。
【００５３】
現在の点Ｐ_ＸＹの勾配、つまり現在の画素の灰色レベルと、隣の点の灰色レベルを比較し、Ｇｒａｄ_ＸとＧｒａｄ_Ｙの値を計算する。
【００５４】
前のステップで決定した勾配が接線となる、現在の点Ｐ_ＸＹを横切る円の中心Ｃの縦座標ｘ_Ｃと横座標ｙ_Ｃを計算する。座標ｘ_Ｃとｙ_Ｃは、勾配Ｇｒａｄ_ＸとＧｒａｄ_Ｙの値と、半径Ｒ_Ｋの中心Ｃの円とから以下の式で推測される。
【００５５】
【数１】

【００５６】
検討する半径Ｒ_Ｋは、予め定義した円の、Ｋ個の半径候補群から選ばれる。
【００５７】
第一のアキュムレータ位置Ｗ_Ｘ（ｉ）の中心Ｃの縦座標ｘ_Ｃに対応する要素を1単位増加させ、第二のアキュムレータ位置Ｗ_Ｙ（ｊ）の中心Ｃの横座標ｙ_Ｃに対応する要素を1単位増加させる。他の方法として、中心がＣで半径Ｒ_Ｋの円の接線となる点である現在の点Ｐ_ＸＹでの、勾配の重要度に応じて増分の重み付けをする方法がある。
【００５８】
各点Ｐ_ＸＹに対して、例えば、瞳孔に対しては３０から１００画素といった、半径Ｒ_ＫのＫ個の候補について、座標ｘ_Ｃとｙ_Ｃの計算が続けて行われる。
【００５９】
検討している点Ｐ_ＸＹに対して、２つのアキュムレータＷ_ＸとＷ_Ｙの内容と、Ｇｒａｄ_ＸとＧｒａｄ_Ｙの値のみが保存される。中心Ｃの２つの座標ｘ_Ｃとｙ_Ｃは、半径Ｒ_Ｋごとに再計算され、保存する必要はない。
【００６０】
つづいて、現在の点Ｐ_ＸＹで、全Ｋ個の半径に対して処理が行われたか否か（ステップ３０８、ｋ＝Ｋ?）、現在のラインｘに対して、Ｍ列（又は画素）が走査されたか否か（ステップ３０９、ｙ＝Ｍ？）、そして、最後のラインであるＮに達したか否か（ステップ３１０、ｘ＝Ｎ？）が引き続き管理される。
【００６１】
先行する条件３０８、３０９、３１０が満たされない（Ｎ）限り，対応する半径ｋのカウンタ（ブロック３１１、ｋ＝ｋ＋１）、列ｙのカウンタ（ブロック３１２、ｙ＝ｙ＋１）、ラインｘのカウンタ（ブロック３１３、ｘ＝ｘ＋１）は増加させられ、ブロック３０７により次の半径への処理、ブロック３０６により次の列への処理、ブロック３０５により次のラインへの処理のいずれかに戻り、適切な順番にて処理が再開される。
【００６２】
本計算の有利な点は、勾配についての、２つの値、Ｇｒａｄ_ＸとＧｒａｄ_Ｙは、各点Ｐ_ＸＹで再計算されることである。次の点に移動したときに、前の点に関しての、これらの値はもはや必要はない。
【００６３】
このように、同じメモリ空間が、半径Ｒ_Ｋの中心候補数と同じＫ回の計算に必要な変数を記憶するために使用される。同じ最小メモリ空間が、現在の点の変更ごとに、これら一時的な計算値のために使用される。ある点から他の点への移動した場合、２つのアキュムレータＷ_ＸとＷ_Ｙの内容のみが保存される。
【００６４】
ブロック３１４に図示したように、おおよそで探索された中心Ｃ０の縦座標Ｘ０は、第１のアキュムレータＷ_Ｘの値が最大となるＷ_Ｘ（Ｘ０）の対応項の値である。同様に、点Ｃ０の横座標Ｙ０は、Ｗ_Ｙ（ｊ）が最大となる点である。
Ｗ_Ｘ（Ｘ０）＝Ｍａｘ（ｉ＝１．．Ｎ）［Ｗ_Ｘ（ｉ）］、かつ、
Ｗ_Ｙ（Ｙ０）＝Ｍａｘ（ｊ＝１．．Ｍ）［Ｗ_Ｙ（ｊ）］
【００６５】
中心Ｃ０の座標Ｘ０とＹ０は、各アキュムレータＷ_ＸとＷ_Ｙの値Ｗ_Ｘ（ｉ）とＷ_Ｙ（ｊ）が、最大となる位置ｉ及びｊにより求められる。
【００６６】
図４Ｂは、ステップ３１４の終わりで得られた結果を示している。
【００６７】
次のステップ３１５（（ｘ０，ｙ０）周辺での微積分演算）で、円の半径と中心の探索が、中心候補の点のグリッドＧに、微積分演算を行うことにより実行される。探索している円は、瞳孔の円である。図４Ｃに示すよう、本発明によると、グリッドＧは、細かいピッチであり（望ましくは、最小ピッチ、つまり１画素）、前に決定したおおよその中心Ｃ０を中心とする。これは、図１による方法のステップ１０４と１０５での実行内容に等しい、しかし、直接、グリッドＧで最終決定が行われる。他の例として、おおよその中心の決定に基づき、図１の方法のループを２〜３回実行する方法があり、正確さが維持される。グリッドＧは、既に、おおよその中心Ｃ０を中心としているので、瞳孔の中心Ｃ_Ｐと半径Ｒ_Ｐの正確な決定は、著しく早い。実際に、たとえ、数回の計算が、連続するグリッドに対し行われることになるように、おおよその中心が選ばれていたとしても、計算量は前に記述した公知の方法に比較して減少する。瞳孔の中心Ｃ_Ｐと半径Ｒ_Ｐの正確な決定は、おおよその中心Ｃ０を決定するために使用した、予め定義されたＫ個の瞳孔半径候補値と同じものを使用する。
【００６８】
一度、瞳孔の中心Ｃ_Ｐ及び半径Ｒ_Ｐが決定されると、虹彩の半径Ｒ_Ｉ及び中心Ｃ_Ｉを決定するために、目の虹彩の平均的な直径のとり得る範囲に含まれる半径を持つ円に対し、再度、微積分演算が施される（図３のブロック３１６（虹彩の中心と境界）、図４Ｄ）。瞳孔のときのように、この決定では、最小ピッチを有する１のグリッドを優先的に使用する。このグリッドは、中心Ｃ_Ｐを中心とし、その寸法は、グリッドが中心Ｃ_Ｉを必然的に含むこととなる、中心Ｃ_ＰとＣ_Ｉ間の最大可能距離の関数である。
【００６９】
目の虹彩を構成するリングは、このように、正確に特定される。その後、例えば、データベースのコンテンツとの比較による認識処理といった、適正な処理が実行される（ブロック３１７、マッチング）。
【００７０】
虹彩を構成するリングの特定のための一般的な時間は、寸法とピッチを縮小させながら、画像全体の一連の中心候補のグリッドに対して、処理を実行する従来の方法と比較して、著しく減少する。さらに、この特定の正確さは最大である。
【００７１】
図３と図４に関して述べた虹彩の特定方法は、一般的に、任意の楕円幾何学的図形の中心と半径を決定することによる特定を可能とする。虹彩を特定する例において、瞳孔及び／又は虹彩を完全な円と考える代わりに、図３のステップ３０４から３１４でのおおよその中心の決定や、微積分演算を行う３１５の適用の際に、楕円形と考えてもよい。この場合は３１５において、円弧の代わりに、楕円の弧に微積分演算が行われる。
【００７２】
一般的に、本発明の方法は、一番大きな寸法の楕円以外は、より大きな周囲長の図形に完全に含まれる、任意の数の楕円幾何学図形について、中心と半径を決定することによる特定に応用される。さらに、探索される楕円形は、同心であるか、その中心がすこしずれている。
【００７３】
この特定方法は、少なくとも２つの特定された幾何学図形間に挟まれた、少なくと１つのリングを特定するために使用することもできる。例えば、木工業において、木材の品質管理試験の中で、こぶの存在を検出することを可能とする。さらに、こぶのサイズを測定することも可能であり、最終製品の堅固さに与えるインパクトの決定を可能とする。
【００７４】
上述した虹彩の特定の応用として、個人の特定のための認識パラメータとして利用可能である、虹彩認識の前処理としての使用がある。応用例として、コードと共に使用して、ドアの開閉制御といった、物理的な敷地へのアクセス、アクセスカードと共に使用してパスワードで一般的に保護されている銀行口座へのアクセス、タイプされるコードにより一般的には保護されているコンピュータや携帯電話のような任意の装置へのアクセスといったアクセス制御がある。前記装置は、指紋認識や他の生物測定による認識から取り替えられるかもしれない。
【００７５】
もちろん、本発明は、当業者による、各種の改造、変更及び改良の対象となり得る。特に、図４で考慮したように、目の画像の獲得により、本方法は開始する。しかし、予めデジタル化された画像のデータベースにアクセスすることで開始することもできる。この画像は、遠隔のデータベースから来るかもしれない。図４Ｃにおいて、中心Ｃ_Ｐは、おおよその中心Ｃ０とは異なると想定している。しかし、おおよその中心Ｃ０は、瞳孔の探索された中心にあるかもしれない。おおよその中心を探索するアルゴリズムの中で、画像はラインごとに走査されると想定される。当業者にとって、その他の走査方法も、例えば、列ごと等も、可能と考えることは明らかである。さらに、ループの制御法（ラインカウンタｘ、列カウンタｙ、半径カウンタｋ）も、任意の方法で修正が可能である。さらに、おおよその中心として、瞳孔の中心を探索する代わりに、予め定義する一連の半径候補の値を適切に修正することにより、虹彩の中心を探索することも可能である。
【００７６】
さらに、最も強いコントラストを、つまり、もっとも高い勾配値を持つ点を境界とする円は、探索しているいろいろな候補となる半径の円の間に位置している。しかし、円の候補となる半径の数を特に減らすことで、より低いコントラストの他の円についての、おおよその中心の決定を試みることも可能である。
【図面の簡単な説明】
【００７７】
【図１】従来技術による、虹彩を認識する方法のフローチャートである。
【図２】図１による方法の実施の説明図である。
【図３】本発明による、虹彩を認識する方法のフローチャートである。
【図４】図３による方法の実施の説明図である。
【符号の説明】
【００７８】
ＣＩ虹彩の中心
ＣＰ瞳孔の中心
ＲＩ虹彩の半径
ＲＰ瞳孔の半径
Ｉ虹彩
Ｐ瞳孔
ＨＥ上のまぶた
ＬＥ下のまぶた
Ｃ０瞳孔のおおよその中心
Ｇグリッド

Claims

デジタル画像内の、一方の円が他方の円に完全に含まれている、少なくとも２つの円（Ｉ、Ｐ）を、少なくとも１つの中心候補であるグリッド（Ｇ）に微積分演算を行い、前記円の半径（Ｒ_Ｉ、Ｒ_Ｐ）と中心座標（Ｃ_Ｉ，Ｃ_Ｐ）を決定することで特定する方法において、
２つの円のうち、１つの円について、おおよその中心（Ｃ０）位置を、評価するステップと、
画像の寸法と比較して縮小させられた前記グリッドを、おおよその中心の近傍を中心として置くステップとを有することを特徴とする方法。
最小ピッチの単一グリッドを使用することを特徴とする請求項１に記載の方法。
前記グリッド（Ｇ）の最大サイズは、大きな円のサイズより小さいことを特徴とする請求項２に記載の方法。
前記グリッド（Ｇ）の最大サイズは、最も強いコントラストの境界を形成する円のサイズより小さいことを特徴とする請求項３に記載の方法。
前記グリッド（Ｇ）の最大サイズは、小さい円のサイズより小さいことを特徴とする請求項３又は４に記載の方法。
前記おおよその中心位置を評価するステップにおいて、
ａ）円の半径（Ｒ_Ｋ）候補のセットを予め定義するステップと、
ｂ）多くとも縦座標方向の画像サイズである、列配列（Ｗ_Ｘ）と、多くとも横座標方向の画像サイズである、行配列（Ｗ_Ｙ）の、２つの１次元アキュムレータを作成する（３０３）ステップと、
ｃ）各画素にたいして、順に
（ｉ）各半径候補を順に選択し、
（ｉｉ）検討している画素が円周上にあるとして、選択した半径の円の中心候補位置を評価し、
（ｉｉｉ）中心候補の縦座標（ｘ_Ｃ）と横座標（ｙ_Ｃ）のアキュムレータを増分させるステップと、
ｄ）中心（Ｃ０、Ｃ_Ｉ、Ｃ_Ｐ）位置の座標として、アキュムレータの最大値に対応する縦座標（Ｘ０）と横座標（Ｙ０）とを選択（３０４）するステップを有することを特徴とする請求項１から５のいずれか１項に記載の方法。
前記増分が１であることを特徴とする請求項６に記載の方法。
検討している画素での勾配の重要性に応じて、前記増分の重み付けをすることを特徴とする請求項６に記載の方法。
デジタル画像内の、比較的大きな半径をもつ第２の円の中に、比較的小さい半径をもつ第１の円が含まれることにより定義されるリングの特定方法において、
請求項１から８のいずれか１項に記載の方法による第１の円と第２の円の特定を含むことを特徴とする方法。
リングは、目の虹彩（Ｉ）であり、第１の円は目の瞳孔（Ｐ）であり、第２の円は虹彩と目の角膜の境界であることを特徴とする請求項９に記載の方法。
請求項６から８のいずれか１項に記載の方法により、おおよそで探索された円の中心は、瞳孔（Ｐ）の中心であることを特徴とする請求項１０に記載の方法。