JP2006012196A

JP2006012196A - 変形推定方法、変形推定装置及び変形推定プログラム

Info

Publication number: JP2006012196A
Application number: JP2005272985A
Authority: JP
Inventors: Hiroshi Kadota; 啓門田
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 2005-09-20
Filing date: 2005-09-20
Publication date: 2006-01-12
Anticipated expiration: 2021-03-29
Also published as: JP4304722B2

Abstract

【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。
【選択図】図１

Description

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ための変形推定方法、変形推定装置及び変形推定プログラムに関する。

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（特許文献１）、特開平１０−１０５７０３号公報（特許文献２）に提案されている。

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（特許文献３）、特開平０５−０８１４１２号公報（特許文献４）、特開平０６−００４６７１号公報（特許文献５）、特開平０８−０３０７８３号公報（特許文献６）、特開平０８−１４７４１１号公報（特許文献７）に提案されている。
特開平１０−２４０９３２号公報特開平１０−１０５７０３号公報特開平０２−１８７８８５号公報特開平０５−０８１４１２号公報特開平０６−００４６７１号公報特開平０８−０３０７８３号公報特開平０８−１４７４１１号公報

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。

特開平１０−２４０９３２号公報（特許文献１）、特開平１０−１０５７０３号公報（特許文献２）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。

また、特開平０２−１８７８８５号公報（特許文献３）、特開平０５−０８１４１２号公報（特許文献４）、特開平０６−００４６７１号公報（特許文献５）、特開平０８−０３０７８３号公報（特許文献６）、特開平０８−１４７４１１号公報（特許文献７）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。

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、変形推定方法、変形推定装置及び変形推定プログラムを提供することにある。

上記目的を達成するため本発明の変形推定方法は、指を弾性体とみなし、二つの指紋間の特徴点が重なるように指紋画像を変形する場合に必要な弾性エネルギーを計算し、当該弾性エネルギーを用いて二つの指紋間に生じている変形を推定することを特徴とする。

請求項２の本発明は、二つの指紋画像それぞれに生じている変形を、二つの指紋画像のうち第１の指紋画像のみに変形が生じているとし、第２の指紋画像には変形が生じていないとして、二つの指紋間の変形を推定することを特徴とする。

請求項３の本発明は、前記弾性エネルギーとは、収縮膨張のエネルギーと剪断歪のエネルギーの総和として表されることを特徴とする。

請求項４の本発明は、第１の指紋画像の特徴点(x,y)を第２の指紋画像の特徴点(X,Y)と変換する変形を、

に基づいて表現した場合に、
前記収縮膨張のパラメータを

と表し、
前記剪断歪のパラメータを

と表し、
周辺圧縮率Kと剪断率μを用いて、前記弾性エネルギーを

と表すことを特徴とする。

請求項５の本発明の変形推定装置は、指紋画像を弾性膜とみなし、二つの指紋間の特徴点を重ねるように指紋画像を変形する場合に必要な弾性エネルギーを計算し、この弾性エネルギーを用いて二つの指紋間に生じている変形を推定することを特徴とする。

請求項６の本発明は、二つの指紋画像それぞれに生じている変形を、二つの指紋画像のうち第１の指紋画像のみに変形が生じているとし、第２の指紋画像には変形が生じていないとして、二つの指紋間の変形を推定することを特徴とする。

請求項７の本発明は、前記弾性エネルギーとは、収縮膨張のエネルギーと剪断歪のエネルギーの総和として表されることを特徴とする。

請求項８の本発明は、第１の指紋画像の特徴点(x,y)を第２の指紋画像の特徴点(X,Y)と変換する変形を、

に基づいて表現した場合に、
前記収縮膨張のパラメータを、

と表し、
前記剪断歪のパラメータを、

と表し、
周辺圧縮率Kと剪断率μを用いて、前記弾性エネルギーを、

と表すことを特徴とする。

請求項９の本発明の変形推定プログラムは、指紋画像を弾性膜とみなし、二つの指紋間の特徴点を重ねるように指紋画像を変形する場合に必要な弾性エネルギーを計算し、この弾性エネルギーを用いて二つの指紋間に生じている変形を推定する変形推定処理をコンピュータに実行させることを特徴とする。

請求項１０の本発明は、二つの指紋画像それぞれに生じている変形を、二つの指紋画像のうち第１の指紋画像のみに変形が生じているとし、第２の指紋画像には変形が生じていないとして、二つの指紋間の変形を推定することを特徴とする。

請求項１１の本発明は、前記弾性エネルギーとは、収縮膨張のエネルギーと剪断歪のエネルギーの総和として表されることを特徴とする。
請求項１２の本発明は、第１の指紋画像の特徴点(x,y)を第２の指紋画像の特徴点(X,Y)と変換する変形を、

と表し、
前記剪断歪のパラメータを、

と表すことを特徴とする。

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。

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。

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。

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３０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。

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。

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。

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。

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。

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）。

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。

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。

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。

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。

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。

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）。

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。

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。

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。

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２０３）。

次に、類似度決定部１３は、変形補正部１２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）。

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）。

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。

次に、図３を参照して、図２のステップ２０２における変形の推定処理を詳細に説明する。

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）。

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。

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。

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）。

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。

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に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。

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）。

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。

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。

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。

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(a1、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。

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、b4)、(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:(a4、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）。

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。

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。

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。

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。

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。

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３０２）。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。

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）。

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。

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３０３）。

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、λ１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。

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。

ここでは、変形モデルを変更する例について説明する。

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。

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:(a4、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:(a2、b3)とする。

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、b4)、p6:(a2、b3)を用いて推定した弾性変形を施した図である。

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。

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。

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。

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。

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。

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。

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１０ａ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。

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４０２）。

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。

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、４０２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。

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。

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。

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。

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１０ｂ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。

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。

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６０３）。

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。

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。

そして、ステップ２０２及びステップ６０３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）。

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。

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。

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。

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。

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１０ｃ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。

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。

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。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。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。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。本発明の一実施例のモデル図形を示す図である。本発明の一実施例の検査図形を示す図である。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。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。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。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。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。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。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。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。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。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。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。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

指を弾性体とみなし、二つの指紋間の特徴点が重なるように指紋画像を変形する場合に必要な弾性エネルギーを計算し、
当該弾性エネルギーを用いて二つの指紋間に生じている変形を推定する変形推定方法。
二つの指紋画像それぞれに生じている変形を、二つの指紋画像のうち第１の指紋画像のみに変形が生じているとし、第２の指紋画像には変形が生じていないとして、
二つの指紋間の変形を推定することを特徴とする請求項１に記載の変形推定方法。
前記弾性エネルギーとは、
収縮膨張のエネルギーと剪断歪のエネルギーの総和として表されることを特徴とする請求項１または請求項２に記載の変形推定方法。
第１の指紋画像の特徴点(x,y)を第２の指紋画像の特徴点(X,Y)と変換する変形を、

に基づいて表現した場合に、
前記収縮膨張のパラメータを

と表し、
前記剪断歪のパラメータを

と表し、
周辺圧縮率Kと剪断率μを用いて、前記弾性エネルギーを

と表すことを特徴とする請求項３に記載の変形推定方法。
指紋画像を弾性膜とみなし、二つの指紋間の特徴点を重ねるように指紋画像を変形する場合に必要な弾性エネルギーを計算し、
この弾性エネルギーを用いて二つの指紋間に生じている変形を推定する変形推定装置。
二つの指紋画像それぞれに生じている変形を、二つの指紋画像のうち第１の指紋画像のみに変形が生じているとし、第２の指紋画像には変形が生じていないとして、
二つの指紋間の変形を推定することを特徴とする請求項５に記載の変形推定装置。
前記弾性エネルギーとは、
収縮膨張のエネルギーと剪断歪のエネルギーの総和として表されることを特徴とする請求項５または請求項６に記載の変形推定装置。
第１の指紋画像の特徴点(x,y)を第２の指紋画像の特徴点(X,Y)と変換する変形を、

に基づいて表現した場合に、
前記収縮膨張のパラメータを、

と表し、
前記剪断歪のパラメータを、

と表し、
周辺圧縮率Kと剪断率μを用いて、前記弾性エネルギーを、

と表すことを特徴とする請求項７に記載の変形推定装置。
指紋画像を弾性膜とみなし、二つの指紋間の特徴点を重ねるように
指紋画像を変形する場合に必要な弾性エネルギーを計算し、
この弾性エネルギーを用いて二つの指紋間に生じている変形を推定する変形推定処理をコンピュータに実行させることを特徴とする変形推定プログラム。
二つの指紋画像それぞれに生じている変形を、二つの指紋画像のうち第１の指紋画像のみに変形が生じているとし、第２の指紋画像には変形が生じていないとして、
二つの指紋間の変形を推定することを特徴とする請求項９に記載の変形推定プログラム。
前記弾性エネルギーとは、
収縮膨張のエネルギーと剪断歪のエネルギーの総和として表されることを特徴とする請求項９または請求項１０に記載の変形推定プログラム。
第１の指紋画像の特徴点(x,y)を第２の指紋画像の特徴点(X,Y)と変換する変形を、

に基づいて表現した場合に、
前記収縮膨張のパラメータを、

と表し、
前記剪断歪のパラメータを、

と表し、
周辺圧縮率Kと剪断率μを用いて、前記弾性エネルギーを、

と表すことを特徴とする請求項１１に記載の変形推定プログラム。