JP2007272769A - 指紋照合装置、指紋照合方法 - Google Patents

Abstract

【課題】照合精度を低下させることなく、登録データと照合データとの照合に要する時間を短縮することを可能にする。
【解決手段】制御部１０は、画像読取部１６によって複数の指紋画像を読み取り、各指紋画像から抽出される特徴点をもとに相互照合を行う。制御部１０は、相互照合により合致していると判定された回数を示す合致照合回数と、合致すると判定される根拠となった特徴点に対する合致使用回数とを相互照合の対象とする各指紋画像について計数する。制御部１０は、計数された合致照合回数と合致使用回数とを元に複数の指紋画像の何れかを登録データの対象として選定し、この選定された指紋画像から抽出された特徴点の特徴量と合致照合回数と合致使用回数とを含む登録データを生成する。
【選択図】 図１

Description

本発明は、登録指紋画像と照合指紋画像とを比較して同一性を判定する指紋照合装置、指紋照合方法に関する。

従来の指紋照合装置では、１対１照合方式、あるいは１対Ｎ照合方式により、予め登録された指紋画像（登録指紋画像）と照合対象として読み取られた指紋画像（照合指紋画像）との照合が行われる。

１対１照合方式では、利用者がＩＤ番号などの識別情報を予め入力し、その識別情報と対応付けて登録された登録指紋画像を読み出して、入力された照合指紋画像との間で照合する方式である。また、１対Ｎ照合方式は、入力された１つの照合指紋画像に対して、登録されている全て登録指紋画像とを順次照合する方式である。

一般の指紋照合装置は、登録処理によって、指紋センサから採取した指紋画像データから特徴点（端点、分岐点など）を抽出し、特徴点の位置、種類、方向を算出して、これらを登録データ（登録指紋画像）として保存する。

１対１照合方式による照合処理では、指紋センサから採取した指紋画像データから特徴点を抽出し、特徴点の位置、種類、方向を算出して、これらを照合データ（照合指紋画像）とし、照合対象となる登録データに対して、特徴点の位置関係が合致するかどうかを比較して、登録データと照合データの同一性を判定する。

また、１対Ｎ照合方式による照合処理では、指紋センサから採取した指紋画像データから特徴点を抽出し、特徴点の位置、種類、方向を算出して、これらを照合データとし、登録されている全ての登録データ（個数Ｎ）に対して、登録データ１つずつ、特徴点の位置関係が合致するかどうかを順次比較して、同一性を判定し、最も同一性が高い登録データを検出する。

このように、指紋照合装置では、１対１照合では、登録データの複数の特徴点と照合データの複数の特徴点の全ての組み合わせについて、それぞれ位置関係が合致しているかどうかを比較するため、照合時間に多くの時間を要してしまう。また、１対Ｎ照合では、１対１照合に要する照合時間のさらにＮ倍の時間を要してしまう。

従来では、照合時間を短縮するために、詳細な照合処理の前に、類似しない登録指紋を効率良く排除して、入力指紋と照合する登録指紋を限定する方式が考えられていた（例えば特許文献１参照）。
特開２００４−１４５４４７号公報

特許文献１に記載された指紋照合装置では、指紋照合に要する時間を短縮するために、詳細な照合処理の前に、指紋の特徴量を代表する選択用パラメータを使用し、パラメータ値どうしの比較により入力指紋と照合する登録指紋を選択する必要がある。従って、登録処理と照合処理において、通常の指紋照合に用いる特徴点の抽出とは別に、選択用パラメータ（例えば隆線占有率、隆線谷線境界数、重み付き特徴点個数、特徴点方向重み付き累積座標）を抽出しなければならない。また、特徴点を用いた照合処理の他に、選択用パラメータを用いた特別な処理を実行しなければならない。

さらに、照合処理全体の処理時間の短縮を図ることができるが、個々の登録データと照合データとの照合に要する時間については短縮することができない。

本発明の課題は、照合精度を低下させることなく、登録データと照合データとの照合に要する時間を短縮することが可能な指紋照合装置、指紋照合方法を提供することにある。

請求項１記載の発明は、指紋画像から抽出される特徴点を比較することにより、登録データと照合データとの照合を行う指紋照合装置において、指紋画像を読み取る画像読取手段と、前記画像読取手段により読み取られた複数の指紋画像から抽出される特徴点をもとに、前記複数の指紋画像について相互照合を行う相互照合手段と、前記相互照合手段による相互照合により合致していると判定された回数を示す合致照合回数と、合致すると判定される根拠となった特徴点に対する合致使用回数とを、相互照合の対象とする各指紋画像について計数する計数手段と、前記計数手段により計数された前記合致照合回数と前記合致使用回数とを元に、前記複数の指紋画像の何れかを選定する画像選定手段と、前記画像選定手段により選定された指紋画像から抽出された特徴点の特徴量と、前記計数手段により計数された前記合致照合回数と前記合致使用回数とを含む登録データを生成する登録データ生成手段とを具備したことを特徴とする。

請求項２記載の発明は、請求項１記載の発明において、前記登録データ生成手段は、前記合致照合回数と前記合致使用回数をもとに、前記画像選定手段により選定された指紋画像の特徴点に対する合致使用頻度率を算出し、前記登録データに含めることを特徴とする。

請求項３記載の発明は、請求項２記載の発明において、前記登録データ生成手段は、前記合致使用頻度率に応じて、前記特徴点に対する照合時の安定度を表す合致判定係数を前記登録データに含めることを特徴とする。

請求項４記載の発明は、請求項１記載の発明において、前記画像読取手段により読み取られた指紋画像から抽出される特徴点の特徴量を含む照合データを生成する照合データ生成手段と、前記照合データ生成手段により生成された照合データと、前記登録データ生成手段によって生成された登録データ中の前記合致使用回数をもとに選択された特徴点の特徴量とを比較して照合を行う照合手段とをさらに具備したことを特徴とする。

請求項５記載の発明は、請求項２記載の発明において、前記画像読取手段により読み取られた指紋画像から抽出される特徴点の特徴量を含む照合データを生成する照合データ生成手段と、前記照合データ生成手段により生成された照合データと、前記登録データ生成手段によって生成された登録データ中の前記合致使用頻度率をもとに選択された特徴点の特徴量とを比較して照合を行う照合手段とをさらに具備したことを特徴とする。

請求項６記載の発明は、請求項３記載の発明において、前記画像読取手段により読み取られた指紋画像から抽出される特徴点の特徴量を含む照合データを生成する照合データ生成手段と、前記照合データ生成手段により生成された照合データと、前記登録データ生成手段によって生成された登録データ中の前記合致使用頻度率をもとに選択された特徴点の前記合致判定係数を考慮した特徴量とを比較して照合を行う照合手段とを具備したことを特徴とする。

請求項７記載の発明は、請求項４または請求項５記載の発明において、前記照合手段による照合結果をもとに、前記登録データの前記合致照合回数と前記合致使用回数とを更新する更新手段をさらに具備したことを特徴とする。

請求項８記載の発明は、請求項５記載の発明において、前記照合手段による照合結果をもとに、前記登録データの前記合致使用頻度率を更新する更新手段と、前記更新手段により更新された前記合致使用頻度率が有効条件を満たさない特徴点を削除する削除手段をさらに具備したことを特徴とする。

請求項９記載の発明は、請求項４、請求項５、または請求項６の何れかに記載の発明において、前記照合手段による前記照合データと前記登録データとの比較において、前記登録データに対応する特徴点が存在しない前記照合データ中の特徴点があった場合に、前記照合データ中の特徴点を前記登録データに追加する追加手段をさらに具備したことを特徴とする。

請求項１０記載の発明は、請求項１記載の発明において、前記画像読取手段により読み取られた指紋画像から抽出される特徴点の特徴量を含む照合データを生成する照合データ生成手段と、前記照合データ生成手段により生成された照合データと、前記登録データ生成手段によって生成された登録データ中の前記合致使用回数をもとに選択された特徴点の特徴量とを比較して類似度を算出する第１照合手段と、前記登録データ生成手段によって生成された複数の登録データから前記第１照合手段によって算出された類似度が高い上位の登録データを選定する登録データ選定手段と、前記登録データ選定手段により選定された登録データに含まれる全ての特徴点の特徴量と前記照合データに含まれる特徴点の特徴量との比較により類似度を算出する第２照合手段と、前記第２照合手段により算出された類似度をもとに前記登録データと前記照合データの合致を判定する判定手段とをさらに具備したことを特徴とする。

請求項１１記載の発明は、請求項２記載の発明において、前記画像読取手段により読み取られた指紋画像から抽出される特徴点の特徴量を含む照合データを生成する照合データ生成手段と、前記照合データ生成手段により生成された照合データと、前記登録データ生成手段によって生成された登録データ中の前記合致使用頻度率をもとに選択された特徴点の特徴量とを比較して類似度を算出する第１照合手段と、前記登録データ生成手段によって生成された複数の登録データから前記第１照合手段によって算出された類似度が高い上位の登録データを選定する登録データ選定手段と、前記登録データ選定手段により選定された登録データに含まれる全ての特徴点の特徴量と前記照合データに含まれる特徴点の特徴量との比較により類似度を算出する第２照合手段と、前記第２照合手段により算出された類似度をもとに前記登録データと前記照合データの合致を判定する判定手段と
をさらに具備したことを特徴とする。

請求項１２記載の発明は、指紋画像から抽出される特徴点を比較することにより、登録データと照合データとの照合を行う指紋照合方法において、指紋画像を読み取る画像読取行程と、前記画像読取行程により読み取られた複数の指紋画像から抽出される特徴点をもとに、前記複数の指紋画像について相互照合を行う相互照合行程と、前記相互照合行程による相互照合により合致していると判定された回数を示す合致照合回数と、合致すると判定される根拠となった特徴点に対する合致使用回数とを、相互照合の対象とする各指紋画像について計数する計数行程と、前記計数行程により計数された前記合致照合回数と前記合致使用回数とを元に、前記複数の指紋画像の何れかを選定する画像選定行程と、前記画像選定行程により選定された指紋画像から抽出された特徴点の特徴量と、前記計数行程により計数された前記合致照合回数と前記合致使用回数とを含む登録データを生成する登録データ生成行程とを有することを特徴とする。

請求項１，１２記載の発明によれば、複数の指紋画像から抽出される特徴点をもとにした複数の指紋画像についての相互照合を実行し、この相互照合により合致していると判定された回数を示す合致照合回数と、合致すると判定される根拠となった特徴点に対する合致使用回数とを相互照合の対象とする各指紋画像について計数して登録データに含めることができる。登録データを照合データと照合させる場合に、合致使用回数をもとに照合の対象とする特徴点を限定することで登録データと照合データとの照合に要する時間を短縮することができるようになる。

請求項２記載の発明によれば、請求項１の発明の効果に加えて、合致照合回数と合致使用回数をもとに指紋画像の特徴点に対する合致使用頻度率を算出して登録データに含めることで、この合致使用頻度率をもとに照合の対象とする特徴点を限定することで登録データと照合データとの照合に要する時間を短縮することができるようになる。

請求項３記載の発明によれば、請求項２の発明の効果に加えて、合致使用頻度率に応じて、特徴点に対する照合時の安定度を表す合致判定係数を前記登録データに含めることで、登録データに含まれる特徴点の特徴量を制限しても照合精度を低下させない。

請求項４記載の発明によれば、請求項１の発明の効果に加えて、登録データ中の合致使用回数をもとに選択された特徴点の特徴量とを比較して照合を行うことで、照合に要する時間を短縮することができる。

請求項５記載の発明によれば、請求項２の発明の効果に加えて、登録データ中の合致使用頻度率をもとに選択された特徴点の特徴量とを比較して照合を行うことで、照合に要する時間を短縮することができる。

請求項６記載の発明によれば、請求項３の発明の効果に加えて、登録データ中の合致使用頻度率をもとに選択された特徴点の合致判定係数を考慮した特徴量とを比較して照合を行うことで、登録データに含まれる特徴点の特徴量を制限しても照合精度を低下させない。

請求項７記載の発明によれば、請求項４または請求項５の発明の効果に加えて、照合結果をもとに登録データの合致照合回数と合致使用回数とを更新することで、照合処理の回数が増加するほど、照合判定に有効な特徴点を特定できるようになる。

請求項８記載の発明によれば、請求項５の発明の効果に加えて、合致使用頻度率が有効条件を満たさない特徴点を削除することで、照合処理の回数が増加するほど、照合判定に有効な特徴点のみを登録データ中に残すことができる。

請求項９記載の発明によれば、請求項４、請求項５、または請求項６の何れかの発明の効果に加えて、照合処理において登録データに対応する特徴点が存在しない照合データ中の特徴点があった場合に、この特徴点を登録データに追加することで、照合処理に有効な特徴点を追加することができる。

請求項１０記載の発明によれば、請求項１の発明の効果に加えて、複数の登録データを照合データと照合する場合に、合致使用回数をもとに選択された特徴点の特徴量とを比較する第１照合により登録データの選定（絞り込み）を行い、その後、選定された登録データ中の全ての特徴点の特徴量を用いて第２照合を実行することで、照合精度を低下させることなく照合時間を短縮することができる。

請求項１１記載の発明によれば、請求項２の発明の効果に加えて、複数の登録データを照合データと照合する場合に、合致使用頻度率をもとに選択された特徴点の特徴量とを比較する第１照合により登録データの選定（絞り込み）を行い、その後、選定された登録データ中の全ての特徴点の特徴量を用いて第２照合を実行することで、照合精度を低下させることなく照合時間を短縮することができる。

以下、図面を参照して本発明の実施の形態について説明する。
図１は、本実施形態（第１実施形態、第２実施形態）における指紋照合装置の構成を示すブロック図である。
図１に示すように、本実施形態における指紋照合装置は、制御部１０、表示部１２、キー入力部１４、画像読取部１６、記憶装置２０、及びＲＡＭ２２を有している。

制御部１０は、装置全体の制御を司るもので、プロセッサやプログラムやデータを記憶するメモリ等を含んで構成される。制御部１０は、各種プログラムをプロセッサにより実行することにより各種機能を実現する。本実施形態では、登録プログラム２０ａにより登録処理を実行することで、画像読取部１６により検出される指紋画像データをもとに登録データを生成して記憶装置２０に記憶させる。また、照合プログラム２０ｂにより照合処理を実行することにより、画像読取部１６により検出される照合用の指紋画像データが、登録処理によって登録された登録データと一致しているかを判定するための照合を行う。

表示部１２は、制御部１０の制御のもとで、例えば液晶ディスプレイにおいて各種データを表示する。

キー入力部１４は、制御部１０の制御のもとで、ユーザ操作に応じて各種指示を入力する。キー入力部１４は、例えば複数キー（ボタン）に対する入力操作の他、ポインティングデバイス等の他の入力デバイスに対する操作に応じたユーザからの指示を入力して制御部１０に通知する。

画像読取部１６は、指紋画像を検出して制御部１０に出力する。

記憶装置２０は、プログラムや各種データを記憶するためのもので、ＲＯＭ、ハードディスク装置、フラッシュメモリ等により構成される。記憶装置２０に記憶されるプログラムとしては、指紋画像を登録する登録処理のための登録プログラム２０ａ、照合用の指紋画像と登録された指紋画像とを照合する照合処理のための照合プログラム２０ｂを含む。また、記憶装置２０は、登録処理によって登録される登録データ２０ｃなどが記憶される。登録データ２０ｃは、複数の人物から採取された指紋画像をもとに生成された登録データが含まれている。

ＲＡＭ２２は、制御部１０による処理の対象とするデータを記憶するもので、例えば照合処理に用いるために記憶装置２０から読み出された登録データ２２ａや、画像読取部１６から読み取られた照合対象とする照合データ２２ｂの他、照合処理の実行に伴う各種データなどが記憶される。

図２は、登録処理によって登録される登録データ２２ａ（２０ｃ）のデータ構成の一例を示している。

図２に示すように、登録データ２２ａには、指紋画像から抽出された特徴点の数（特徴点数２２ａ１）、照合データとの照合により合致判定された回数を示す合致照合回数２２ａ２、指紋画像から抽出された各特徴点についての特徴点データ２２ａ３が含まれる。

図３は、特徴点データ２２ａ３に含まれるデータの詳細を示す図である。

図３に示すように、特徴点データ２２ａ３には、指紋画像から抽出された複数の特徴点Ｍ（Ｍ１，Ｍ２，…，Ｍｎ）に対応付けられた、特徴点の位置を示す座標（１，２，…，ｎ）、特徴点の種類（端点、分岐点）、方向ｄ（ｄｒ１，ｄｒ２，…，ｄｒｎ）の特徴量を示すデータの他に、合致使用頻度率ＵＦ（ＵＦ１，ＵＦ２，…，ＵＦｎ）、合致使用回数ＵＮ（ＵＮ１，ＵＮ２，…，ＵＮｎ）、合致判定係数α（α１，α２，…，αｎ）の各データが含まれる。

合致使用回数ＵＮは、登録データが照合データとの照合によって合致すると判定された際に、合致すると判定される根拠となった回数を示す。

合致使用頻度率ＵＦは、登録データが照合データとの照合によって合致していると判定された照合回数（合致照合回数ＶＮ）に対する、合致していると判定された際に使用されていた（合致すると判定される根拠となった）回数の割合を示す。

合致判定係数αは、特徴点に対する照合時の安定度を表す数値であり、合致使用頻度率ＵＦに対応して変動される。すなわち、合致判定係数αは、照合回数（合致照合回数ＶＮ）が多くなっても合致使用頻度率ＵＦが高い値に維持されている場合に、値が大きくなるように更新される。合致判定係数αの値が大きい場合に、照合データの特徴量との比較の際に、類似度値を高くするなどの照合判定が行われる。

（第１実施形態）
次に、第１実施形態における指紋照合装置の動作について説明する。第１実施形態の指紋照合装置は、１対１照合を実行する。

まず、登録処理について、図５に示すフローチャートを参照しながら説明する。

まず、制御部１０は、画像読取部１６によって、登録対象とする指について指紋画像データの読み取りを実行する（ステップＡ１）。

制御部１０は、画像読取部１６により読み取られた指紋画像データに対して特徴点抽出処理を施して特徴量を抽出する（ステップＡ２）。すなわち、制御部１０は、指紋画像データに対して、２値化及び細線化の画像処理を施して、指紋隆線のパターンを表す画像を生成する。そして、指紋隆線の画像中から特徴点を抽出する。特徴点としては、例えば指紋隆線が途切れた端点や、指紋隆線が分岐している分岐点を特徴点として抽出する。そして、制御部１０は、各特徴点の位置、種類、方向を算出して、これらを特徴点の特徴量に含める。

ここで、予め決められた数の指紋画像データの採取が完了していなければ、前述と同様にして、登録対象とする同じ指の指紋画像データを採取して、特徴量抽出処理を施して特徴量を抽出する（ステップＡ１，Ａ２）。ここでは、例えば３個の指紋画像データＤ１，Ｄ２，Ｄ３を採取するものとする。また、指紋画像データＤ１，Ｄ２，Ｄ３のそれぞれから抽出された特徴量を特徴量Ｆ１，Ｆ２，Ｆ３とする。

図４（ａ）（ｂ）（ｃ）は、指紋画像データの採取を３回実行することにより読み取られた指紋画像データＤ１，Ｄ２，Ｄ３を概念的に示す図である。図４（ａ）（ｂ）（ｃ）では、破線によって指紋隆線のパターンを表し、指紋画像から抽出された複数の特徴点の位置を○あるいは□によって示している。なお、○は端点の位置、□は分岐点の位置を示している。

次に、制御部１０は、３個の指紋画像データから抽出された特徴量Ｆ１，Ｆ２，Ｆ３を用いて相互照合を実行し、登録データとして最適な特徴量を選定する（ステップＡ４）。すなわち、３個の指紋画像データＤ１，Ｄ２，Ｄ３から特徴量Ｆ１，Ｆ２，Ｆ３が抽出されている場合には、特徴量Ｆ１と特徴量Ｆ２、特徴量Ｆ１と特徴量Ｆ３、特徴量Ｆ２と特徴量Ｆ３との間で照合を行う。

なお、以下の説明では、指紋画像データＤ１から抽出された特徴点を特徴点Ｍ１１，Ｍ１２，Ｍ１３…、指紋画像データＤ２から抽出された特徴点を特徴点Ｍ２１，Ｍ２２，Ｍ２３…、指紋画像データＤ３から抽出された特徴点を特徴点Ｍ３１，Ｍ３２，Ｍ３３…として説明する。

また、特徴量Ｆ１には、各特徴点Ｍ１１，Ｍ１２，Ｍ１３…についての特徴量ＦＭ１１，ＦＭ１２，ＦＭ１３…を含む。同様に、特徴量Ｆ２には、各特徴点Ｍ２１，Ｍ２２，Ｍ２３…についての特徴量ＦＭ２１，ＦＭ２２，ＦＭ２３…を含み、特徴量Ｆ３には、各特徴点Ｍ３１，Ｍ３２，Ｍ３３…についての特徴量ＦＭ３１，ＦＭ３２，ＦＭ３３…を含むものとする。

まず、制御部１０は、指紋画像データＤ１を基準として、指紋画像データＤ１の特徴量Ｆ１と指紋画像データＤ２の特徴量Ｆ２とを照合する。
はじめに、制御部１０は、指紋画像データＤの１つの特徴点Ｍ１１を選定する。

制御部１０は、条件１として、例えば特徴点の位置、種類、方向について比較を行う。すなわち、制御部１０は、選定した特徴点Ｍ１１の特徴量ＦＭ１１の位置、種類、方向と、指紋画像データＤ２に含まれる最初の特徴点Ｍ２１についての特徴量ＦＭ２１の位置、種類、方向とをそれぞれ比較する。

種類については同一、位置と方向については、両者の差がそれぞれに対して設定された閾値範囲内にある場合に、条件１を満足するものと判定する。

条件１を満足しないと判定した場合、制御部１０は、現在対象としている特徴量ＦＭ２１については合致しないものと判定する（合致数の加算なし）。

一方、条件１を満足すると判定した場合、制御部１０は、別の特徴量を用いた比較を行う。ここで、１つの特徴点から、他の特徴点へのベクトルを設定し、このベクトルについての特徴量を比較する。他の特徴点に向かうベクトルの特徴量としては、例えば終点特徴点の種類、終点特徴点の方向、ベクトルの水平成分、垂直成分、ベクトルの長さ、ベクトルの方向などを含む。

制御部１０は、特徴点Ｍ１１から他の特徴点Ｍ１２，Ｍ１２，Ｍ１３…に向かうベクトルと、特徴点Ｍ２１から他の特徴点Ｍ２２，Ｍ２３…に向かうベクトルのそれぞれの特徴量の比較を行う。制御部１０は、ベクトルの特徴量の比較において、条件２として、他の特徴点に向かうベクトルに関する特徴量に含まれる終点特徴点の種類、終点特徴点の方向、ベクトルの長さ、ベクトルの方向とをそれぞれ比較する。

種類については同一、終点特徴点の方向、ベクトルの長さ、及びベクトルの方向については、両者の差がそれぞれに対して設定された閾値範囲内にある場合に、条件２を満足するものと判定する。

制御部１０は、特徴点Ｍ１１から他の特徴点Ｍ１２，Ｍ１２，Ｍ１３…に向かうベクトルと、特徴点Ｍ２１から他の特徴点Ｍ２２，Ｍ２３…に向かうベクトルの特徴量の全ての組み合わせについて、前述した条件２について判定する。この結果、条件２を満足すると判定されたベクトル（合致ベクトル）があった場合、制御部１０は、この合致ベクトル数を記憶しておく。

次に、制御部１０は、指紋画像データＤ２に次の特徴点Ｍ２２があれば、この次の特徴点Ｍ２２の特徴量ＦＭ２２について、前述と同様の処理を実行する。以下、指紋画像データＤ２に含まれる残り全ての特徴点Ｍ２３…の特徴量ＦＭ２３…について同様にして処理を実行し、各特徴点Ｍ２３…に対する合致ベクトル数を求める。

そして、指紋画像データＤ２の全ての特徴点Ｍ２１，Ｍ２２，…について、指紋画像データＤ１から選定された特徴点Ｍ１１との比較が終了すると、制御部１０は、合致ベクトル数が最大となった指紋画像データＤ２中の特徴点Ｍを選択し、この時の合致ベクトル数を特徴点Ｍ１１との類似度Ｓ１１として記憶する。

次に、制御部１０は、指紋画像データＤ１に次の特徴点Ｍ１２があれば、この次の特徴点Ｍ１２の特徴量ＦＭ１２について、前述と同様の処理を実行して類似度Ｓ１２を求める。以下、同様にして、指紋画像データＤ１に含まれる残り全ての特徴点Ｍ１３…について同様の処理を実行し、各特徴点Ｍ１３…に対する類似度Ｓ１３…を求める。

次に、制御部１０は、条件３として、指紋画像データＤ１の各特徴点Ｍ１１，Ｍ１２，Ｍ１３…について求められた類似度Ｓ１１，１２，１３…が予め設定された閾値以上となっているかを判別する。そして条件３を満足する類似度の数をカウントする。

次に、制御部１０は、条件４として、条件３の判別結果をもとにカウントした類似度Ｓの数が、指紋画像データＤ１を同一と判定するための基準値として予め設定された閾値以上となっているかを判別する。

ここで、条件４を満たすと判定された場合には、制御部１０は、指紋画像データＤ１と指紋画像データＤ２とが一致するものと判定する。一方、条件４を満たないと判定された場合には、制御部１０は、指紋画像データＤ１と指紋画像データＤ２とが不一致であると判定する。

制御部１０は、指紋画像データＤ１と指紋画像データＤ２とが一致すると判定した場合、指紋画像データＤ１に対する合致照合回数ＶＮを＋１する。また、指紋画像データＤ２と合致すると判定される根拠となった特徴点、すなわち前述した説明において条件３を満たすと判定された特徴点Ｍについての合致使用回数ＵＮを＋１する。

そして、合致使用回数ＵＮが＋１された特徴点Ｍについて、合致使用頻度率ＵＦを算出する。すなわち、合致使用頻度率ＵＦ＝合致使用回数ＵＮ／合致照合回数ＶＮによって算出する。つまり、合致使用頻度率ＵＦは、指紋画像データが他の指紋画像データとの照合によって合致すると判定された場合に、その合致の判定の根拠として使用された頻度を表している。

ここで、制御部１０は、全ての特徴点Ｍ１１，Ｍ１２，Ｍ１３…のうち合致使用頻度率ＵＦが１となる特徴点の総数ＮＭを算出する。

次に、制御部１０は、前述と同様にして、指紋画像データＤ１の特徴量Ｆ１と指紋画像データＤ３の特徴量Ｆ３とを照合して、指紋画像データＤ１と指紋画像データＤ３とが一致しているかを判定する。指紋画像データＤ１と指紋画像データＤ３の照合についても、前述と同様にして、一致判定の結果に応じて、合致照合回数ＶＮ、各特徴点Ｍについての合致使用回数ＵＮ、合致使用頻度率ＵＦを更新する。

ここで、指紋画像データＤ１と指紋画像データＤ３とが一致すると判定された場合には、合致照合回数ＶＮは２となり、指紋画像データＤ１との照合においても合致の判定の根拠として使用された特徴点Ｍについての合致使用回数ＵＮも２となる。

そして、合致使用頻度率ＵＦ＝合致使用回数ＵＮ／合致照合回数ＶＮを算出して、指紋画像データＤ１に対する総数ＮＭ１を算出する。

指紋画像データＤ１を基準とした相互照合が終了すると、次に、制御部１０は、指紋画像データＤ２を基準とした相互照合、すなわち指紋画像データＤ２と、指紋画像データＤ１及び指紋画像データＤ３のそれぞれとの照合を実行する。

さらに、指紋画像データＤ２を基準とした相互照合が終了すると、次に、制御部１０は、指紋画像データＤ３を基準とした相互照合、すなわち指紋画像データＤ３と、指紋画像データＤ１及び指紋画像データＤ２のそれぞれとの照合を実行する。

各相互照合についても、前述と同様にして、一致判定の結果に応じて、合致照合回数ＶＮ、各特徴点Ｍについての合致使用回数ＵＮ、合致使用頻度率ＵＦを更新する。

こうして、指紋画像データＤ１，Ｄ２，Ｄ３の全ての組み合わせによる相互照合が終了すると、制御部１０は、各相互照合の結果に応じて算出された合致使用頻度率ＵＦが１となる特徴点の総数ＮＭ１，２，３のうち、最大値となる指紋画像データＤの特徴量Ｆを選定する。

制御部１０は、この選定された特徴量Ｆから登録データ２０ｃを作成して、記憶装置２０に登録する（ステップＡ５）（図２、図３参照）。さらに、制御部１０は、登録データ２０ｃの各特徴点Ｍに対して、合致判定係数αの初期値として１を設定する。以上により登録処理を完了する。

次に、照合処理について、図６に示すフローチャートを参照しながら説明する。
まず、制御部１０は、記憶装置２０から登録データ２０ｃを読込み、ＲＡＭ２２に記憶させる（登録データ２２ａ）（ステップＢ１）。

次に、制御部１０は、画像読取部１６によって照合対象とする指紋画像の読取を実行する（ステップＢ２）。

制御部１０は、画像読取部１６により読み取られた指紋画像データをもとに照合データを作成する（ステップＢ３）。すなわち、制御部１０は、指紋画像データに対して２値化及び細線化の画像処理を施して、指紋隆線のパターンを表す画像を生成する。そして、指紋隆線の画像中から特徴点を抽出する。特徴点としては、登録処理と同様にして、例えば指紋隆線が途切れた端点や、指紋隆線が分岐している分岐点を特徴点として抽出する。そして、制御部１０は、各特徴点の位置、種類、方向を算出して、これらを照合データ２２ｂとしてＲＡＭ２２に記憶させる。

次に、制御部１０は、登録データ２２ａと照合データ２２ｂとを照合して、登録データ２２ａに対して照合データ２２ｂが合致しているかを判定する（ステップＢ４）。この照合において、制御部１０は、登録データ２２ａ内の特徴点において合致使用頻度率ＵＦが高い上位Ｋ個の限られた特徴点を基準特徴点候補として選択し、この基準特徴点候補の特徴量と照合データ２２ｂの特徴量とを照合し、登録データ２２ａに対して照合データ２２ｂが合致しているかを判定する。

また、合致使用頻度率ＵＦが高い上位Ｋ個の限られた特徴点を選択するだけでなく、合致使用回数ＵＮが上位の限られた特徴点を選択して、この特徴点の特徴量と照合データ２２ｂの特徴量とを照合するようにしても良い。

ここでは、登録データ２２ａの各特徴点に対して設定された合致判定係数αを考慮して照合判定する。例えば、合致判定係数αの値が大きいほど、類似度値を高くするなどして照合判定を行う。

なお、照合の具体的な方法については、登録処理における指紋画像データＤ１，Ｄ２，Ｄ３の相互照合の場合と同様にして実行されるものとする。

この結果、登録データ２２ａに対して照合データ２２ｂが合致していないと判定された場合（ステップＢ５、Ｎｏ）、制御部１０は、照合結果を出力して照合処理を終了する。

一方、登録データ２２ａに対して照合データ２２ｂが合致していると判定された場合には、制御部１０は、照合結果を出力し、その後、登録データ２２ａに対する更新処理を実行した後に（ステップＢ６）、照合処理を終了する。

次に、更新処理について、図７に示すフローチャートを参照しながら説明する。
まず、制御部１０は、照合処理において、登録データ２２ａに対して照合データ２２ｂが合致していると判定される根拠となった特徴点を抽出する（ステップＣ１）。すなわち、基準特徴点候補として選択された、登録データ２２ａ内の特徴点において合致使用頻度率ＵＦが高い上位Ｋ個の特徴点を抽出する。

制御部１０は、登録データ２２ａ内の抽出された特徴点における合致照合回数ＶＮ、合致使用回数ＵＮ、合致使用頻度率ＵＦを更新する（ステップＣ２）。すなわち、合致照合回数ＶＮと、合致判定に用いられた特徴点Ｍの合致使用回数ＵＮを＋１する。そして、更新された合致照合回数ＶＮと各合致使用回数ＵＮに応じて、それぞれに対する合致使用頻度率ＵＦ（＝合致使用回数ＵＮ／合致照合回数ＶＮ）を算出して更新する。

次に、制御部１０は、登録データ２２ａ内の特徴点において、合致使用頻度率ＵＦに関する有効条件を満たしていない特徴点を抽出する（ステップＣ３）。例えば合致使用頻度率ＵＦが０、すなわち合致判定された際に合致判定の根拠となったことがない特徴点、あるいは合致使用頻度率ＵＦが予め設定された閾値以下であり、合致判定の根拠となる回数が少ない特徴点を、有効条件を満たしていないとして抽出する。

合致使用頻度率ＵＦに関する有効条件を満たしていない特徴点が抽出された場合（ステップＣ４、Ｙｅｓ）、制御部１０は、登録データ２２ａから抽出された特徴点を削除して、登録データ２２ａを更新する（ステップＣ５）。

そして、登録データ２２ａ内の特徴点における合致照合回数ＶＮ、合致使用回数ＵＮ、合致使用頻度率ＵＦに基づいて、合致判定係数αを更新する（ステップＣ６）。

ここでは、照合回数が多くなっても、合致判定の際の使用頻度が高い特徴点Ｍについては、照合に際しての利用が安定している。従って、そのように特徴点Ｍに対する合致判定係数αの値を大きくするように更新する。合致判定係数αの値を大きくすることにより、照合データとの照合時に類似度値を高くするなどして照合判定を行う。

次に、制御部１０は、登録データ２２ａに対応する特徴点が存在しない照合データ２２ｂの特徴点を登録データ２２ａに追加し（ステップＣ７）、登録データ２２ａを更新する（ステップＣ８）。以上により更新処理を終了する。

このようにして、第１実施形態の指紋照合装置では、登録データとして保存されている特徴点の中で合致使用頻度率ＵＦが高い上位Ｋ個の特徴点を基準特徴点候補として、照合データと照合することにより、照合時間を短縮することが可能となる。

また、１対１照合を行って、登録データに対して照合データが合致していると判定されるたびに、登録データとして保存されている特徴点の合致使用頻度率ＵＦを更新して、さらに、合致使用頻度率ＵＦに関する有効条件を満足しない特徴点を抽出して、この特徴点に関するデータを登録データから削除して更新することにより、照合精度を低下させることなく登録データのデータ量を削減することが可能である。

また、１対１照合を行って、登録データに対して照合データが合致していると判定されるたびに、登録データとして保存されている特徴点の合致使用頻度率ＵＦを更新し、さらに、合致使用頻度率ＵＦに基づいて特徴点の合致判定係数αを変動するので、１対１照合時に合致判定係数αを考慮して合致判定を行うことにより、経時変動に伴う本人拒否率の劣化を抑制することが可能となる。

なお、前述した第１実施形態では、画像読取部１６から採取した指紋画像データに対して、そのまま特徴点抽出処理を施しているが、画像読取部１６から採取した指紋画像データに対して画質評価処理を施して、照合を行う上で適切な画質であると判断された場合にのみ、特徴点抽出処理を施すようにしても良い。照合を行う上で不適切な画質であると判断された場合には、画像読取部１６から指紋画像データを再採取するようにしてもよい。

（第２実施形態）
次に、第１実施形態における指紋照合装置の動作について説明する。第２実施形態の指紋照合装置は、１対Ｎ照合を実行する。

第２実施形態において登録処理は、第１実施形態と同様にして実行されるものとして説明を省略する。以下に説明する照合処理及び更新処理では、Ｎ個の登録データＥＤが格納されているものとして説明する。

まず、照合処理について、図８に示すフローチャートを参照しながら説明する。
まず、制御部１０は、画像読取部１６によって照合対象とする指紋画像の読取を実行する（ステップＤ１）。

制御部１０は、画像読取部１６により読み取られた指紋画像データをもとに照合データを作成する（ステップＤ２）。すなわち、制御部１０は、指紋画像データに対して２値化及び細線化の画像処理を施して、指紋隆線のパターンを表す画像を生成する。そして、指紋隆線の画像中から特徴点を抽出する。特徴点としては、登録処理と同様にして、例えば指紋隆線が途切れた端点や、指紋隆線が分岐している分岐点を特徴点として抽出する。そして、制御部１０は、各特徴点の位置、種類、方向を算出して、これらを照合データ２２ｂとしてＲＡＭ２２に記憶させる。

次に、制御部１０は、記憶装置２０に記憶されたＮ個の登録データ２０ｃを順に読込み、ＲＡＭ２２に記憶させる（登録データ２２ａ）（ステップＤ３）。

ここで、制御部１０は、登録データ２２ａと照合データ２２ｂとについて第１照合を実行して、登録データ２２ａに対して照合データ２２ｂが合致しているかを判定するための類似度を算出する（ステップＤ４）。第１照合では、登録データ２２ａに含まれる合致使用頻度率ＵＦが高い上位Ｐ個の特徴点Ｍを用いて、照合データ２２ｂと照合を行う。

また、合致使用頻度率ＵＦが高い上位Ｐ個の限られた特徴点を選択するだけでなく、合致使用回数ＵＮが上位の限られた特徴点を選択して、この特徴点の特徴量と照合データ２２ｂの特徴量とを照合するようにしても良い。

以下、記憶装置２０に記憶されたその他の登録データ２２ａを順次読み出して、同様にして照合データ２２ｂと第１照合を実行して、照合データ２２ｂとの類似度を求める。

制御部１０は、記憶装置２０からＮ個の登録データ２２ａを読込み終えると（ステップＤ５、Ｙｅｓ）、照合データ２２ｂに対する類似度が高い上位Ｑ個の登録データ２２ａを選定する（ステップＤ６）。

次に、制御部１０は、選定されたＱ個の登録データ２２ａに対して、照合データ２２ｂと第２照合を実行して、照合データ２２ｂに対する類似度が最大となる登録データ２２ａを検出する（ステップＤ７）。第２照合では、登録データ２２ａに含まれる全ての特徴点の特徴量を用いて、照合データ２２ｂとの照合を行って類似度を算出する。ここで、類似度が最大となる登録データ２２ａを検出した時の最大類似度値をＳmaxとする。

ここで、制御部１０は、検出された登録データ２２ａが照合データ２２ｂと合致しているかを判定する（ステップＤ８）。すなわち、制御部１０は、最大類似度値Ｓmaxと、予め設定された閾値ＴＭとを比較して、最大類似度値Ｓmaxが閾値ＴＭより小さい場合には（ステップＤ９、Ｎｏ）、Ｎ個の登録データ２２ａの中に照合データ２２ｂと合致する登録データが存在しなかったという判定結果を出力して照合処理を終了する。

一方、最大類似度値Ｓmaxが閾値ＴＭ以上であった場合には（ステップＤ９、Ｙｅｓ）、制御部１０は、最大類似度値Ｓmaxが検出された時の登録データ２２ａが、照合データ２２ｂと合致する登録データであるとして照合結果を出力し、その後、登録データ２２ａに対する更新処理を実行した後に（ステップＢ６）、照合処理を終了する。

次に、更新処理について、図９に示すフローチャートを参照しながら説明する。
まず、制御部１０は、照合処理において、最大類似度値Ｓmaxが得られた登録データ２２ａついて、この登録データ２２ａに対して照合データ２２ｂが合致していると判定される根拠となった特徴点を抽出する（ステップＥ１）。すなわち、登録データ２２ａ内の特徴点において合致使用頻度率ＵＦが高い上位Ｐ個の特徴点Ｍを抽出する。

制御部１０は、登録データ２２ａ内の抽出された特徴点における合致照合回数ＶＮ、合致使用回数ＵＮ、合致使用頻度率ＵＦを更新する（ステップＥ２）。すなわち、合致照合回数ＶＮと、合致判定に用いられた特徴点Ｍの合致使用回数ＵＮを＋１する。そして、更新された合致照合回数ＶＮと各合致使用回数ＵＮに応じて、それぞれに対する合致使用頻度率ＵＦ（＝合致使用回数ＵＮ／合致照合回数ＶＮ）を算出して更新する。

次に、制御部１０は、最大類似度値Ｓmaxが得られた登録データ２２ａ内の特徴点において、合致使用頻度率ＵＦに関する有効条件を満たしていない特徴点を抽出する（ステップＥ３）。例えば合致使用頻度率ＵＦが０、すなわち合致判定された際に合致判定の根拠となったことがない特徴点、あるいは合致使用頻度率ＵＦが予め設定された閾値以下であり、合致判定の根拠となる回数が少ない特徴点を、有効条件を満たしていないとして抽出する。

合致使用頻度率ＵＦに関する有効条件を満たしていない特徴点が抽出された場合（ステップＥ４、Ｙｅｓ）、制御部１０は、登録データ２２ａから抽出された特徴点を削除して、登録データ２２ａを更新する（ステップＥ５）。

そして、登録データ２２ａ内の特徴点における合致照合回数ＶＮ、合致使用回数ＵＮ、合致使用頻度率ＵＦに基づいて、合致判定係数αを更新する（ステップＥ６）。

ここでは、照合回数が多くなっても、合致判定の際の使用頻度が高い特徴点Ｍについては、照合に際しての利用が安定している。従って、そのように特徴点Ｍに対する合致判定係数αの値を大きくするように更新する。合致判定係数αの値を大きくすることにより、照合データとの照合時に類似度値を高くするなどして照合判定を行う。

次に、制御部１０は、最大類似度値Ｓmaxが得られた登録データ２２ａに対する特徴点で存在しない照合データ２２ｂの特徴点を登録データ２２ａに追加し（ステップＥ７）、登録データ２２ａを更新する（ステップＥ８）。以上により更新処理を終了する。

このようにして、第２実施形態の指紋照合装置では、登録データとして保存されている合致使用頻度率ＵＦが高い上位Ｐ個の特徴点を用いて、Ｎ個の登録データから、照合データに対する類似度が高い上位Ｑ個の登録データを選定し、そして、選定されたＱ個の登録データに対して、登録データとして保存されている全ての特徴点を用いて、照合データに対して類似度が最大となる登録データを検出することにより、Ｎ個の登録データの中から、照合データと合致する登録データを検出する照合時間を短縮することが可能となる。

１対Ｎ照合を行って、Ｎ個の登録データから、照合データと合致していると判定される登録データが検出されるたびに、照合データと合致していると判定された登録データの特徴点の合致使用頻度率を算出して、さらに、合致使用頻度率に対応して合致判定係数を変動させて、登録データの学習を行い、さらに、１対Ｎ照合時には、合致判定係数を考慮して、照合データに対する類似度が最大となる登録データを検出することにより、経時変動に伴う照合精度の劣化を抑制することが可能となる。

１対Ｎ照合を行って、Ｎ個の登録データから、照合データと合致していると判定される登録データが検出されるたびに、照合データと合致していると判定された登録データの特徴点の合致使用頻度率を算出して、登録データの学習を行い、さらに、合致使用頻度率に関する有効条件を満足しない特徴点に対しては、登録データから削除して、登録データを更新することにより、登録データを保存するメモリ容量を削減することが可能である。

また、指紋照合装置を実現するコンピュータに実行させることのできる登録プログラム及び照合プログラムを、例えば磁気ディスク（フレキシブルディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤ等）、半導体メモリなどの記録媒体に書き込んで、あるいは通信媒体を通じて提供することができる。登録プログラム及び照合プログラムによりコンピュータの動作を制御することで、前述した実施形態における機能を実現することができる。

本発明の実施形態（第１実施形態、第２実施形態）における指紋照合装置の構成を示すブロック図。 登録処理によって登録される登録データ２２ａ（２０ｃ）のデータ構成の一例を示す図。 特徴点データ２２ａ３に含まれるデータの詳細を示す図。 指紋画像データの採取を３回実行することにより読み取られた指紋画像データＤ１，Ｄ２，Ｄ３を概念的に示す図。 第１実施形態における登録処理について説明するためのフローチャート。 第１実施形態における照合処理について説明するためのフローチャート。 第１実施形態における更新処理を説明するためのフローチャート。 第２実施形態における照合処理について説明するためのフローチャート。 第２実施形態における更新処理を説明するためのフローチャート。

符号の説明

１０…制御部、１２…表示部、１４…キー入力部、１６…画像読取部、２０…記憶装置、２０ａ…登録プログラム、２０ｂ…照合プログラム、２２…ＲＡＭ、２０ｃ，２２ａ…登録データ、２２ｂ…照合データ。

Claims (12)

1. 指紋画像から抽出される特徴点を比較することにより、登録データと照合データとの照合を行う指紋照合装置において、
   指紋画像を読み取る画像読取手段と、
   前記画像読取手段により読み取られた複数の指紋画像から抽出される特徴点をもとに、前記複数の指紋画像について相互照合を行う相互照合手段と、
   前記相互照合手段による相互照合により合致していると判定された回数を示す合致照合回数と、合致すると判定される根拠となった特徴点に対する合致使用回数とを、相互照合の対象とする各指紋画像について計数する計数手段と、
   前記計数手段により計数された前記合致照合回数と前記合致使用回数とを元に、前記複数の指紋画像の何れかを選定する画像選定手段と、
   前記画像選定手段により選定された指紋画像から抽出された特徴点の特徴量と、前記計数手段により計数された前記合致照合回数と前記合致使用回数とを含む登録データを生成する登録データ生成手段と
   を具備したことを特徴とする指紋照合装置。
2. 前記登録データ生成手段は、
   前記合致照合回数と前記合致使用回数をもとに、前記画像選定手段により選定された指紋画像の特徴点に対する合致使用頻度率を算出し、前記登録データに含めることを特徴とする請求項１記載の指紋照合装置。
3. 前記登録データ生成手段は、
   前記合致使用頻度率に応じて、前記特徴点に対する照合時の安定度を表す合致判定係数を前記登録データに含めることを特徴とする請求項２記載の指紋照合装置。
4. 前記画像読取手段により読み取られた指紋画像から抽出される特徴点の特徴量を含む照合データを生成する照合データ生成手段と、
   前記照合データ生成手段により生成された照合データと、前記登録データ生成手段によって生成された登録データ中の前記合致使用回数をもとに選択された特徴点の特徴量とを比較して照合を行う照合手段と
   をさらに具備したことを特徴とする請求項１記載の指紋照合装置。
5. 前記画像読取手段により読み取られた指紋画像から抽出される特徴点の特徴量を含む照合データを生成する照合データ生成手段と、
   前記照合データ生成手段により生成された照合データと、前記登録データ生成手段によって生成された登録データ中の前記合致使用頻度率をもとに選択された特徴点の特徴量とを比較して照合を行う照合手段と
   をさらに具備したことを特徴とする請求項２記載の指紋照合装置。
6. 前記画像読取手段により読み取られた指紋画像から抽出される特徴点の特徴量を含む照合データを生成する照合データ生成手段と、
   前記照合データ生成手段により生成された照合データと、前記登録データ生成手段によって生成された登録データ中の前記合致使用頻度率をもとに選択された特徴点の前記合致判定係数を考慮した特徴量とを比較して照合を行う照合手段と
   を具備したことを特徴とする請求項３記載の指紋照合装置。
7. 前記照合手段による照合結果をもとに、前記登録データの前記合致照合回数と前記合致使用回数とを更新する更新手段をさらに具備したことを特徴とする請求項４または請求項５記載の指紋照合装置。
8. 前記照合手段による照合結果をもとに、前記登録データの前記合致使用頻度率を更新する更新手段と、
   前記更新手段により更新された前記合致使用頻度率が有効条件を満たさない特徴点を削除する削除手段をさらに具備したことを特徴とする請求項５記載の指紋照合装置。
9. 前記照合手段による前記照合データと前記登録データとの比較において、前記登録データに対応する特徴点が存在しない前記照合データ中の特徴点があった場合に、前記照合データ中の特徴点を前記登録データに追加する追加手段をさらに具備したことを特徴とする請求項４、請求項５、または請求項６の何れかに記載の指紋照合装置。
10. 前記画像読取手段により読み取られた指紋画像から抽出される特徴点の特徴量を含む照合データを生成する照合データ生成手段と、
    前記照合データ生成手段により生成された照合データと、前記登録データ生成手段によって生成された登録データ中の前記合致使用回数をもとに選択された特徴点の特徴量とを比較して類似度を算出する第１照合手段と、
    前記登録データ生成手段によって生成された複数の登録データから前記第１照合手段によって算出された類似度が高い上位の登録データを選定する登録データ選定手段と、
    前記登録データ選定手段により選定された登録データに含まれる全ての特徴点の特徴量と前記照合データに含まれる特徴点の特徴量との比較により類似度を算出する第２照合手段と、
    前記第２照合手段により算出された類似度をもとに前記登録データと前記照合データの合致を判定する判定手段と
    をさらに具備したことを特徴とする請求項１記載の指紋照合装置。
11. 前記画像読取手段により読み取られた指紋画像から抽出される特徴点の特徴量を含む照合データを生成する照合データ生成手段と、
    前記照合データ生成手段により生成された照合データと、前記登録データ生成手段によって生成された登録データ中の前記合致使用頻度率をもとに選択された特徴点の特徴量とを比較して類似度を算出する第１照合手段と、
    前記登録データ生成手段によって生成された複数の登録データから前記第１照合手段によって算出された類似度が高い上位の登録データを選定する登録データ選定手段と、
    前記登録データ選定手段により選定された登録データに含まれる全ての特徴点の特徴量と前記照合データに含まれる特徴点の特徴量との比較により類似度を算出する第２照合手段と、
    前記第２照合手段により算出された類似度をもとに前記登録データと前記照合データの合致を判定する判定手段と
    をさらに具備したことを特徴とする請求項２記載の指紋照合装置。
12. 指紋画像から抽出される特徴点を比較することにより、登録データと照合データとの照合を行う指紋照合方法において、
    指紋画像を読み取る画像読取行程と、
    前記画像読取行程により読み取られた複数の指紋画像から抽出される特徴点をもとに、前記複数の指紋画像について相互照合を行う相互照合行程と、
    前記相互照合行程による相互照合により合致していると判定された回数を示す合致照合回数と、合致すると判定される根拠となった特徴点に対する合致使用回数とを、相互照合の対象とする各指紋画像について計数する計数行程と、
    前記計数行程により計数された前記合致照合回数と前記合致使用回数とを元に、前記複数の指紋画像の何れかを選定する画像選定行程と、
    前記画像選定行程により選定された指紋画像から抽出された特徴点の特徴量と、前記計数行程により計数された前記合致照合回数と前記合致使用回数とを含む登録データを生成する登録データ生成行程とを有することを特徴とする指紋照合方法。

Images