JP2006260359A - 生体情報処理装置および生体情報処理方法 - Google Patents

Abstract

【課題】 重複するライン状画像を合成すると間延びした指紋画像となってしまう。
【解決手段】 間延びした指紋画像を補正して好適な指紋画像を取得するために、ラインセンサ３２により指紋画像を複数のライン状画像として取得し、計算部４０は、ライン状画像間の類似の度合いを指標化するための評価関数を用いて、複数のライン状画像のうち、類似評価の対象とする第１のライン状画像と第２のライン状画像の類似度合いを類似値として算出する。類似値が所定の閾値以上であれば、圧縮部７２は、第１のライン状画像と第２のライン状画像を圧縮して新たなライン状画像を生成し、生成部７４は、新たに生成されたライン状画像と他のライン状画像とを合成して、指紋全体の画像を生成する。
【選択図】 図３

Description

本発明は、生体情報を用いて個人を認証するための技術に関する。

生体情報を用いて個人を認証する技術が普及しつつある。小型の携帯機器においても、生体情報を取得する機能の搭載が望まれている。このような装置として、ラインセンサが挙げられる。例えば、指紋認証技術においては、ラインセンサは、センサの上で指を移動させ、指紋画像を複数のライン状の画像として取得する。このようにラインセンサにより取得した複数のライン状の画像を合成すれば、指紋全体の画像を生成できる。ラインセンサは、一度に指紋全体を撮像するセンサと比較してセンサの面積が小さいため、小型の携帯機器に搭載する場合に省スペース化を図ることができる。
特開２００１−１５５１３７号公報

しかしながら、一般に、ラインセンサは、単位時間あたりに取得するライン状の画像の数が多いので、指を移動させる速度が遅いときは、指紋の重複した箇所の画像を取得してしまう。取得したライン状の画像をそのまま合成すると間延びした画像となってしまう。

本発明は、上述の事情を鑑みてなされたものであり、その目的は、複数のライン状の画像を用いて好適に生体情報を取得することにある。

本発明の一態様は生体情報処理装置に関する。この生体情報処理装置は、個人を特定するために、スイープ式センサにより所定の人体部位を複数のライン状画像として取得する画像取得部と、前記ライン状画像間の類似の度合いを指標化するための評価関数を用いることにより、前記複数のライン状画像のうち、類似評価の対象とする第１のライン状画像と第２のライン状画像との互いの類似の度合いを類似値として算出する類似値算出部と、前記類似値が所定の閾値以上であれば、前記第１のライン状画像と前記第２のライン状画像を圧縮して新たなライン状画像を生成する圧縮部と、前記新たに生成されたライン状画像と他のライン状画像とを合成して、前記人体部位の画像を生成する生成部とを備える。

この生体情報処理装置は、スイープ式センサにより取得した人体部位の複数のライン状画像について類似の成否を判定し、類似すると判定した場合にはそれらのライン状画像を圧縮してまとめて、新たな一つのライン状画像として生成するので、全体として間延びした画像を補正して好適な画像を取得できる。

なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、コンピュータプログラム、記録媒体などの間で変換したものもまた、本発明の態様として有効である。

本発明の生体情報処理装置および生体情報取得方法によれば、複数のライン状の画像を用いて好適に生体情報を取得できる。

一般に、生体情報を用いて個人を認証する技術は、携帯電話のような小型の機器にも適用されつつある。たとえば生体情報に関する画像を用いて個人を認証する技術では、その画像を取得するためにラインセンサのような設置面積の小さいセンサの搭載が望まれる。ラインセンサは、指紋の画像を複数の短冊状の画像（「ライン状画像」とも表記する）として取得する。それらの複数の短冊状の画像を合成すると、指紋全体の画像が生成される。ラインセンサは、単位時間あたりに取得するライン状の指紋画像の数が多いので、指の移動速度が遅いと重複したライン状画像を取得してしまう。その結果、取得したすべてのライン状画像を合成すると間延びした画像となってしまう。ここで、位置センサや速度センサを小型機器に搭載して、ラインセンサが画像を取得する速度と指の移動速度とのずれを打ち消すように、間延びを補正する方法も考えられる。しかし、位置センサや速度センサを搭載すると、その分の設置面積が必要となり、生体認証技術の小型機器への適用という観点からも好ましくない。
本発明に係る生体情報処理装置によれば、必ずしも位置センサや速度センサを用いなくとも、ラインセンサが取得したライン状画像の情報のみを用いて間延びを補正するので、設置面積を小さくすることができる。本実施の形態では、指紋の画像を用いて個人を認証する場合について説明する。具体的には、指紋のライン状画像同士の類似度合いを判定し、類似であると判定されたライン状画像を圧縮して新たなライン状画像を生成する。そして、新たに生成したライン状画像とその他のライン状画像を合成して、間延びが補正された指紋の画像を取得する。ここでいう「重複」とは、必ずしも一致することを意味するものではなく、類似の度合いが所定の基準を超えることであってもよい。ここでいう「画像の合成」とは、複数の画像を重ねずに繋ぎ合わせることであってもよいし、複数の画像をそれぞれの一部を重ねた状態で繋ぎ合わせることであってもよい。

図１は、本実施の形態において、生体情報処理装置による指紋画像の取得について説明するための図である。生体情報処理装置１０は、ラインセンサ３２を含む。ラインセンサ３２は、細長い長方形をしており、指紋画像を複数のライン状画像として取得する。指紋のライン状画像を取得するためには、図１に示すように、ラインセンサ３２の上でユーザの指１２をラインセンサ３２の長手方向と直行する矢印の方向へ滑らせるように移動させる。ラインセンサ３２は、指１２をラインセンサ３２の上で移動させる間に、ラインセンサ３２の上にある指紋を撮像し、指紋画像を複数のライン状画像として取得する。

図２は、取得したライン状画像を合成して生成した指紋画像を示す図である。ラインセンサ３２は、高速でライン状画像を取得するので、指紋の同じ箇所のライン状画像を重複して取得してしまう。その結果、ラインセンサ３２により取得した複数のライン状画像をそのまま合成すると図２に示す間延びした画像２０となってしまう。本発明に係る生体情報処理装置は、重複するライン状画像を圧縮して、間延びしていない画像２２を取得することができる。

図３は、本実施の形態の生体情報処理装置の機能ブロック図である。ここに示す各ブロックは、ハードウェア的には、プロセッサ、ＲＡＭなどの各種素子や、センサなどの各種デバイスで実現でき、ソフトウェア的にはコンピュータプログラムなどによって実現されるが、ここでは、それらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックはハードウェア、ソフトウェアの組合せによっていろいろなかたちで実現できることは、当業者には理解されるところである。

生体情報処理装置１０は、ライン状画像取得部３０、計算部４０、閾値決定部５０、比較部６０および画像処理部７０を含む。ライン状画像取得部３０は、指紋の複数のライン状画像を取得する。計算部４０は、ライン状画像取得部３０により取得されたライン状画像のデータを用いて、複数のライン状画像のうち、二つのライン状画像の互いの類似の度合いを類似値として算出する。閾値決定部５０は、ライン状画像取得部３０により取得されたライン状画像のデータを用いて、比較部６０がライン状画像の類似の成否を判定するための基準となる閾値を決定する。比較部６０は、計算部４０により算出された類似値と閾値決定部５０により決定された閾値とを比較し、類似値が閾値以上であるか否か、すなわちそれら二つのライン状画像が類似するか否かを判定する。画像処理部７０は、比較部６０が類似値が閾値以上であるとき、ライン状画像を圧縮し、その圧縮された画像と他のライン状画像を合成して、間延びしていない指紋の画像を生成する。

ライン状画像取得部３０は、図３に示すように、ラインセンサ３２、画像データ変換部３４および低解像度画像取得部３６を含む。ラインセンサ３２は、ラインセンサ３２の上を移動する指１２の指紋を撮像し、その指紋の画像を複数のライン状画像として取得する。画像データ変換部３４は、ラインセンサ３２が取得したライン状画像を白と黒との二階調のデータとして二値化する。低解像度画像取得部３６は、類似値および閾値の算出のために、画像データ変換部３４により二値化されたライン状画像の解像度を低くしたライン状画像を取得する。

計算部４０は、図３に示すように、切換部４２、第１算出部４４および第２算出部４６を含む。第１算出部４４および第２算出部４６の双方は、低解像度画像取得部３６が解像度を低くして取得した複数のライン状画像を用いて、それぞれ異なる方式により類似値を算出する。切換部４２は、第１算出部４４と第２算出部４６のいずれか一方を選択する。つまり、第１算出部４４による類似値を算出する方式（「第１方式」とも表記する）と第２算出部４６による類似値を算出する方式（「第２方式」とも表記する）のいずれか一方によって、類似値は算出される。ここで、第１方式と第２方式のいずれを選択するかは、ユーザが決定することができる。第１算出部４４と第２算出部４６については、図４および図５に関連して後述する。

画像処理部７０は、図３に示すように、圧縮部７２と生成部７４とを含む。圧縮部７２は、比較部６０により類似すると判定された二つのライン状画像を圧縮する。生成部７４は、圧縮部７２により圧縮されたライン状画像と、圧縮されなかったライン状画像とを合成して間延びしていない指紋全体の画像を生成する。

図４は、第１算出部の機能ブロック図である。第１算出部４４は、第１計数部４１、第２計数部４３、差分値算出部４５および類似値算出部４８を含む。以下、複数のライン状画像に含まれる、隣り合う二つのライン状画像のうち、類似の成否の判定の基準となるライン状画像を第１のライン状画像、第１のライン状画像と比較されるライン状画像を第２のライン状画像とする。第１計数部４１は、第１のライン状画像の白と黒とが隣り合っている箇所の数（「第１反転回数」とも表記する）を計数する。また、第２計数部４３は、第２のライン状画像の白と黒とが隣り合っている箇所の数（「第２反転回数」とも表記する）を計数する。

例えば、図６に示すように、取得された画像１００に含まれるライン状画像８０、８１、８２、８４、８６および８８における白と黒とが隣り合っている箇所の数（「白黒反転回数」とも表記する）は、それぞれ６回、３回、３回、７回、７回、４回である。差分値算出部４５は、第１反転回数と第２反転回数の差分値を算出する。差分値が小さいほど、第１のライン状画像と第２のライン状画像との類似の度合いは大きいといえる。類似値算出部４８は、第１反転回数と第２反転回数の差分値が小さいほど大きくなるような類似値を算出する。例えば、差分値をαとすると、類似値は、１／（１＋α）とする。図６を用いて類似値の算出について説明する。画像１００のライン状画像８０および８１においては、第１のライン状画像をライン状画像８０、第２のライン状画像をライン状画像８１とすると、第１反転回数は６、第２反転回数は３なので、差分値は３である。したがって、類似値算出部４８は、類似値として０．２５という数値を算出する。また、ライン状画像８１および８２においては、第１のライン状画像をライン状画像８１、第２のライン状画像をライン状画像８２とすると、第１反転回数は３、第２反転回数も３なので、差分値は０である。したがって、類似値算出部４８は、類似値として１という数値を算出する。

図５は、第２算出部の機能ブロック図である。第２算出部４６は、ペア計数部４７および類似値算出部４８を含む。ペア計数部４７は、低解像度画像取得部３６が解像度を低くして取得した複数のライン状画像のうち、類似の成否の判定の対象となる第１のライン状画像と第２のライン状画像について、それぞれ対応するブロック領域の階調を比較する。そして、ペア計数部４７は、階調の異なるブロック領域のペアの数を計数する。ペア計数部４７が計数するペアの数が少ないほど、第１のライン状画像と第２のライン状画像の相違は小さいといえるので、それらのライン状画像の類似の度合いは大きいといえる。類似値算出部４８は、ペア計数部４７が計数したペアの数が少ないほど大きくなるような類似値を算出する。例えば、ペア計数部４７が計数したペアの数をβとすると、類似値は、１／（１＋β）とする。例として、図７に示すそれぞれ１０個のブロック領域が一方向に連なって形成された第１のライン状画像９０と第２のライン状画像９２とについての類似値の算出について説明する。ペア計数部４７は、ａ、ｂ、ｃ、ｄ、ｅ、ｆ、ｇ、ｈ、ｉおよびｊの１０組のペアについて、階調が異なるか否かを判定する。図７に示すように、ａ〜ｊの１０組のペアのうち、階調が異なるペアは、ｂ、ｃ、ｄ、ｅ、ｆ、ｇおよびｈの７組のペアであるので、ペア計数部４７が計数する数値は７である。類似値算出部４８は、類似値として０．１２５という数値を算出する。

なお、第２算出部４６は、第１のライン状画像と第２のライン状画像のいずれかにおいて、白と黒が隣り合っている境界に位置するブロック領域のペアを、ペア計数部４７による計数の対象とはしないこともできる。これにより、指のずれによって誤った階調が割り当てられたブロック領域を含むライン状画像の情報を用いて、類似値算出部４８が類似値を算出することを抑制できる。つまり、指をラインセンサ３２の上で移動させるとき、ラインセンサに対して横方向へのずれが起こりうるが、その指のずれにより、例えば、指のずれがなければ白であるべきブロック領域が黒となってしまう可能性がある。特に、白と黒のブロック領域の境界においては、指のずれの影響を受けやすい。取得したライン状画像における白と黒のブロック領域の境界に位置するブロック領域を含むペアを、あらかじめペア計数部４７による計数の対象から除外すれば、より正確な類似値を算出できる。

例えば、図７に示すように、第１のライン状画像９０において異なる階調である白と黒のブロック領域の境界に位置するブロック領域は、ａ、ｂ、ｄ、ｅ、ｇ、ｈ、ｉおよびｊである。一方、第２のライン状画像９２において異なる階調である白と黒のブロック領域の境界に位置するブロック領域は、ｄ、ｅ、ｇ、ｈ、ｉおよびｊである。したがって、第２算出部４６は、ａ、ｂ、ｄ、ｅ、ｇ、ｈ、ｉおよびｊのペアを、あらかじめペア計数部４７によるそれぞれのペアにおける階調が異なるか否かを判定する対象から除外する。つまり、ペア計数部４７による計数の対象となりうるｃおよびｆの二つのペアについてブロック領域の階調が異なるか否かが判定される。図７に示すように、ｃおよびｆのいずれのペアにおいてもブロック領域の階調は異なるので、ペア計数部が計数する数値は２である。類似値算出部４８は、この２という数値に応じて類似値を算出する。なお、ペア計数部４７は、一旦すべてのペアについて、階調が異なるか否かを判定してから、そのうち異なる階調が隣り合っている箇所に位置するブロック領域のペアを、計数の対象から除外してもよい。

閾値決定部５０は、低解像度画像取得部３６が解像度を低くして取得したライン状画像における、白黒反転回数に応じて、比較部６０がライン状画像の類似の成否を判定するための基準である閾値を決定する。例えば、指１２の中心付近の指紋には、個人を特定するための特徴となる部分が多いため、ライン状画像が類似していても、あまり間引かないことが好ましい。指１２の中心付近の指紋は隆線が多く存在するので、ライン状画像において白黒反転回数は多い。したがって、閾値決定部５０は、白黒反転回数が多いほど、閾値が大きな値となるように決定する。これによって、個人を特定するための特徴をより正確に抽出した画像を取得できる。

本実施の形態では、類似値算出部４８または閾値決定部５０は、低解像度画像取得部３６が取得した低い解像度のライン状画像について類似値または閾値を算出するが、必要に応じて低解像度画像取得部３６に取得される前の解像度のライン状画像について類似値または閾値を算出してもよい。例えば、指１２の中心付近の指紋は隆線が多いので、ライン状画像において白黒反転回数も多い。白黒反転回数が多いときには、解像度を低くする前のライン状画像について白黒反転回数を計数した方が、より正確な類似値または閾値を得ることができる。
本実施の形態では、ラインセンサ３２が取得したライン状画像から、低解像度画像取得部３６が低解像度のライン状画像を取得する。ここで、ラインセンサ３２により一旦ライン状画像を取得した後、低解像度画像取得部３６により解像度を低く設定してから、ラインセンサ３２によりライン状画像を再取得してもよい。

画像処理部７０による類似するライン状画像の圧縮は、具体的には、第１のライン状画像と第２のライン状画像が類似するとき、圧縮部７２が、第２のライン状画像を間引くことによりなされる。これによって、複雑な演算は不要となり、簡便にライン状画像を圧縮できる。例として、図６に示す、取得された画像１００に含まれるライン状画像８０、８１、８２、８４、８６および８８について説明する。ライン状画像８１とライン状画像８２において、ライン状画像８１を第１のライン状画像、ライン状画像８２を第２のライン状画像とすると、ライン状画像８１とライン状画像８２との類似値が、閾値以上であるとされるときは、ライン状画像８２は間引かれる。また、ライン状画像８４とライン状画像８６において、ライン状画像８４を第１のライン状画像、ライン状画像８６を第２のライン状画像とすると、ライン状画像８４とライン状画像８６との類似値が、閾値以上であるとされるときは、ライン状画像８６は間引かれる。生成部７４が、間引かれた結果残ったライン状画像８１および８４と、他のライン状画像と類似しないために間引きの対象とはならなかったライン状画像８０および８８とを合成すると、図６に示すようなライン状画像８０、８１、８４および８８からなる画像１０２が得られる。なお、第１のライン状画像と第２のライン状画像が、類似するときに第１のライン状画像を間引いてもよい。

なお、ライン状画像の圧縮は、類似する二つのライン状画像を混合することによりなされてもよい。ここでいう「混合」とは、類似する二つのライン状画像を所定の比率で重み付けして平均化することであってもよい。例として、上述のように二値化される場合ではなく、ライン状画像におけるそれぞれのブロック領域に、１から１０まで番号が付与された１０段階の階調が割り当てられる場合について説明する。まず、圧縮処理の対象となる二つのライン状画像において対応するブロック領域の階調の一方に０から１．０の間の所定の定数を乗じ、他方に１からその所定の定数を引いた数値を乗じる。混合は、それらの演算により得た数値を足し合わせて求められた数値に最も近い番号の階調を、新たに生成されるライン状画像のブロック領域に割り当てることによりなされる。
例えば、対応するブロック領域の一方の階調が８番、他方の階調が２番、所定の定数が０．７であるとき、一方の階調８に０．７を乗じ、他方の階調２に０．３を乗じる。そして、これらを足し合わせると６．２という演算結果を得る。新たに生成されるライン状画像のブロック領域に、６．２に最も近い番号の階調である６番の階調を割り当てる。対応するすべてのブロック領域について、混合により得られた階調を割り当てることにより、新たなライン状画像が生成される。
混合によれば、類似する二つのライン状画像の双方の情報用いて、新たにライン状画像を生成するので、より正確な指紋画像を取得できる。

また、二つのライン状画像の混合の比率が等しいときは、これらのライン状画像は平均化される。つまり、ここでいう平均化は、上述の所定の定数が０．５であり、対応するブロック領域の階調の番号の平均値に最も近い番号の階調を割り当てることによりなされる。例えば、対応するブロック領域の一方の階調が８番、他方の階調が２番であるとき、双方の番号の平均値は５であるので、新たに生成されるライン状画像のブロック領域に、５番の階調を割り当てる。対応するすべてのブロック領域について、平均化により得られた階調を割り当てることにより、新たなライン状画像が生成される。上述の混合と比較すると、平均化では所定の定数は常に０．５であり、対応するブロック領域の階調についてそれぞれ異なる数値を乗じる演算は不要となるので、新たにライン状画像を生成するための演算が簡便となる。

本発明に係る生体情報処理装置１０の処理過程を説明する。
図８は、第１方式を用いた生体情報処理装置の処理過程に関するフローチャートである。ラインセンサ３２は、指紋の複数のライン状画像を取得する（Ｓ１０）。画像データ変換部３４は、ライン状画像を二値化する（Ｓ１２）。低解像度画像取得部３６は、二値化されたライン状画像を、ラインセンサがライン状画像を取得したときの解像度より低い解像度の画像として取得する（Ｓ１４）。閾値決定部５０は、低解像度画像取得部３６が取得したライン状画像内における白黒反転回数に応じて、類似するライン状画像を間引くか否かを判定する基準となる閾値を決定する（Ｓ１６）。第１計数部４１は、低解像度画像取得部３６が取得したライン状画像のうち、第１のライン状画像の第１反転回数を計数する（Ｓ１８）。第２計数部４３は、低解像度画像取得部３６が取得したライン状画像のうち、第２のライン状画像の第２反転回数を計数する（Ｓ２０）。差分値算出部４５は、第１反転回数と第２反転回数の差分値を算出する（Ｓ２２）。類似値算出部４８は、第１反転回数と第２反転回数の差分値に応じて類似値を算出する（Ｓ２４）。比較部６０は、閾値と類似値を比較する（Ｓ２６）。類似値が閾値より小さいとき（Ｓ２６のＮ）、圧縮部７２は、ライン状画像を間引かない（Ｓ２８）。一方、類似値が閾値以上であるとき（Ｓ２６のＹ）、圧縮部７２は、ライン状画像を間引く（Ｓ３０）。生成部７４は、類似値が閾値以下であると判定されたライン状画像と、類似値が閾値以上であると判定された第１のライン状画像と第２のライン状画像のうち間引かれなかったライン状画像とを合成することにより、間延びしていない指紋の画像を生成する（Ｓ３２）。

図９は、第２方式を用いた生体情報処理装置の処理過程に関するフローチャートである。ここで、Ｓ１０〜Ｓ１６およびＳ２６〜Ｓ３２に示した処理の内容は、図８に同一の符号を付して示した処理の内容と同様である。図９において、ペア計数部４７は、第１のライン状画像と第２のライン状画像における階調の異なるブロック領域のペアの数を計数する（Ｓ４０）。類似値算出部４８は、ペア計数部４７が計数したペアの数に応じて類似値を算出する（Ｓ４２）。この類似値に応じてＳ２６〜Ｓ３２に示した上述と同様の処理がなされる。

本実施の形態では、第１方式においては、一つのライン状画像における白黒反転回数に応じて類似値を算出する。また、第２方式においては、二つのライン状画像において対応するブロック領域の階調が異なるペアの数に応じて類似値を算出する。したがって、本実施の形態によれば、実質的にライン状画像の情報だけを用いて重複するライン状画像を排除するので、位置センサや速度センサを設ける必要がなく、小型の機器に生体情報取得する装置を搭載する場合に、設置面積を小さくできる。また、少なくとも二つのライン状画像を取得すれば、一方のライン状画像を間引いてライン状画像を圧縮することができる。したがって、本実施の形態によれば、少ないメモリで高速に圧縮処理を施すことができる。

本実施の形態では、ライン状画像内の白黒反転回数に応じて閾値が決定されるので、閾値が固定された値である場合と比較して、個人を特定するための特徴をより正確に抽出した画像を取得することができる。つまり、上述したように白黒反転回数が多い箇所は隆線が多いので、個人を特定するための特徴のある部分であることが多い。閾値が固定されていると、指紋画像において特徴のある部分も特徴のない部分も同じ基準でライン状画像を間引くが、本実施の形態のように閾値を決定すると、特徴のある部分ではライン状画像をあまり間引かない。例えば、指の乾湿によって指紋がかすれたりつぶれたりして、いくつかのライン状画像が好適に取得されない場合がある。かすれたりつぶれたりした部分のライン状画像は白黒反転回数が少ないといえる。本実施の形態では、白黒反転回数が多いほど閾値は大きくなり、反転回数が少ないほど閾値は小さくなる。したがって、好適に取得されない部分のライン状画像は間引かれやすい。その一方、好適に取得された白黒反転回数の多いライン状画像はあまり間引かれない。これによって、指に乾湿がある場合であっても、個人を特定するための特徴を好適に抽出した画像を取得できる。

本実施の形態では、低解像度画像取得部３６により解像度を低くして取得したライン状画像について類似値を算出し、また、閾値を決定する。これによって、類似値の算出および閾値の決定に要する負担が軽減されるので、生体情報処理装置１０は、間延びしていない指紋全体の画像をより速く生成できる。

本実施の形態では、ライン状画像が白と黒の二階調で表現される例を説明した。変形例においては、ライン状画像は三以上の階調で表現されていてもよい。

本実施の形態では、ライン状画像の全体の情報を用いて、類似値および閾値を算出した。変形例においては、これらをライン状画像の一部の情報を用いて算出してもよい。これによって、ライン状画像全体の情報を用いる場合と比較して、少ない情報で類似値および閾値の算出するので、圧縮処理が簡便となる。

本実施の形態では、指紋の画像を取得する例について説明した。本発明から把握される変形例としては、指紋に限らず、掌紋、虹彩、静脈、顔、網膜等、画像の情報を用いて個人を認証する技術への適用が可能である。

本実施の形態の生体情報処理装置による指紋画像の取得について説明するための図である。 本実施の形態の生体情報処理装置により生成した指紋画像を示す図である。 本実施の形態の生体情報処理装置の機能ブロック図である。 第１算出部の機能ブロック図である。 第２算出部の機能ブロック図である。 間引きによる圧縮処理を説明するための図である。 第２方式における類似値の算出を説明するための図である。 第１方式を用いた生体情報処理装置の処理過程に関するフローチャートである。 第２方式を用いた生体情報処理装置の処理過程に関するフローチャートである。

符号の説明

１０ 生体情報処理装置、 ３０ ライン状画像取得部、 ３２ ラインセンサ、 ３４ 画像データ変換部、 ３６ 低解像度画像取得部、 ４０ 計算部、 ４１ 第１計数部、 ４２ 切換部、 ４３ 第２計数部、 ４４ 第１算出部、 ４５ 差分値算出部、 ４６ 第２算出部、 ４７ ペア計数部、 ４８ 類似値算出部、 ５０ 閾値決定部、 ６０ 比較部、 ７０ 画像処理部、 ７２ 圧縮部、 ７４ 生成部。

Claims (11)

1. 個人を特定するために、スイープ式センサにより所定の人体部位の画像を複数のライン状画像として取得する画像取得部と、
   ライン状画像間の類似の度合いを指標化するための評価関数を用いることにより、前記複数のライン状画像のうち、類似評価の対象とする第１のライン状画像と第２のライン状画像の類似度合いを類似値として算出する類似値算出部と、
   前記類似値が所定の閾値以上であれば、前記第１のライン状画像と前記第２のライン状画像を圧縮して新たなライン状画像を生成する圧縮部と、
   前記新たに生成されたライン状画像と他のライン状画像とを合成して、前記人体部位の画像を生成する生成部と、
   を備えることを特徴とする生体情報処理装置。
2. 前記圧縮部は、圧縮処理として前記第１のライン状画像と前記第２のライン状画像のうちの少なくとも一つのライン状画像を間引くことにより、前記新たなライン状画像を生成することを特徴とする請求項１に記載の生体情報処理装置。
3. 前記圧縮部は、圧縮処理として前記第１のライン状画像と前記第２のライン状画像のデータを所定の比率で混合することにより、前記新たなライン状画像を生成することを特徴とする請求項１に記載の生体情報処理装置。
4. 前記ライン状画像は、複数のブロック領域が一方向に連なって形成され、ブロック領域ごとに複数段階に量子化された階調のいずれかが割り当てられる画像データであり、
   類似評価の対象となる前記第１のライン状画像と前記第２のライン状画像のうち、前記第１のライン状画像において連なるブロック領域について異なる階調が隣り合っている箇所の数である第１相違箇所数を計数する第１計数部と、
   前記第２のライン状画像において連なるブロック領域について異なる階調が隣り合っている箇所の数である第２相違箇所数を計数する第２計数部と、
   前記第１相違箇所数と前記第２相違箇所数の差分値を算出する差分値算出部とをさらに備え、
   前記類似値算出部は、前記差分値に応じて前記類似値を算出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生体情報処理装置。
5. 前記ライン状画像は、複数のブロック領域が一方向に連なって形成され、ブロック領域ごとに複数段階に量子化された階調のいずれかが割り当てられる画像データであり、
   前記第１のライン状画像と前記第２のライン状画像について、それぞれ対応するブロック領域の階調を比較して、階調が一致しないペアの数を計数するペア計数部をさらに備え、
   前記類似値算出部は、前記階調が一致しないペアの数に応じて前記類似値を算出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生体情報処理装置。
6. 前記類似値算出部は、前記ライン状画像において異なる階調が隣り合っている箇所に位置するブロック領域については、前記階調が一致しないペアの数の計数の対象とはしないことを特徴とする請求項５に記載の生体情報処理装置。
7. 前記ライン状画像における異なる階調が隣り合っている箇所の数が多いときには前記閾値を大きくする閾値決定部をさらに備えることを特徴とする請求項１乃至６のいずれかに記載の生体情報処理装置。
8. 前記ライン状画像は、二階調で表現された画像データであることを特徴とする請求項１乃至７のいずれかに記載の生体情報処理装置。
9. 前記取得されたライン状画像の解像度より低い解像度のライン状画像を取得する低解像度画像取得部をさらに備え、
   前記類似値算出部は、前記低い解像度のライン状画像を処理対象として類似値を算出す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生体情報処理装置。
10. 前記画像取得部は、前記人体部位の画像のライン状画像として指紋のライン状画像を取得することを特徴とする請求項１乃至９のいずれかに記載の生体情報処理装置。
11. 個人を特定するために、スイープ式センサにより所定の人体部位の画像を複数のライン状画像として取得するステップと、
    前記複数のライン状画像のうち、類似評価の対象とする第１のライン状画像と第２のライン状画像の類似度合いを指標化するための評価関数により、第１のライン状画像と第２のライン状画像の類似度合いを類似値として算出するステップと、
    前記類似値が所定の閾値以上であれば、前記第１のライン状画像と前記第２のライン状画像を圧縮して新たなライン状画像を生成するステップと、
    前記新たに生成されたライン状画像と圧縮の対象とならなかったライン状画像とを合成して、前記人体部位の画像を生成するステップと、
    を備えることを特徴とする生体情報処理方法。

Images