JP2008052733A - Apparatus and method for determining acceptability of fingerprint image to be analyzed - Google Patents

Apparatus and method for determining acceptability of fingerprint image to be analyzed Download PDF

Info

Publication number
JP2008052733A
JP2008052733A JP2007213805A JP2007213805A JP2008052733A JP 2008052733 A JP2008052733 A JP 2008052733A JP 2007213805 A JP2007213805 A JP 2007213805A JP 2007213805 A JP2007213805 A JP 2007213805A JP 2008052733 A JP2008052733 A JP 2008052733A
Authority
JP
Japan
Prior art keywords
determining
block
image
distance
center point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2007213805A
Other languages
Japanese (ja)
Other versions
JP5049074B2 (en
Inventor
Dong-Jea Lee
東 宰 李
Jun Sung Yoon
俊 盛 尹
Won Churl Jang
元 ▲チュル▼ 張
Deok Soo Park
▲徳▼ 水 朴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020060078980A external-priority patent/KR100780957B1/en
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of JP2008052733A publication Critical patent/JP2008052733A/en
Application granted granted Critical
Publication of JP5049074B2 publication Critical patent/JP5049074B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Input (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To provide an apparatus and a method for determining acceptability of fingerprint images to be analyzed. <P>SOLUTION: The method for determining acceptability of the fingerprint images to be analyzed includes a step for dividing an image into a plurality of blocks, a step for determining a focus to each of the blocks, a step for determining block validity that if a block is focused enough, it is determined as a valid block, if not so, it is determined as an invalid block, a step for summing the number of the valid blocks within the image, and a step for determining image validity that the image is determined as a valid one if the number of the valid blocks is enough. <P>COPYRIGHT: (C)2008,JPO&INPIT

Description

本発明は、分析される指紋画像の受容可能性を決定するための装置及び方法に関する。   The present invention relates to an apparatus and method for determining the acceptability of an analyzed fingerprint image.

モバイル装置の機能が増加するにつれて、さらに多くの個人情報がモバイル装置に保存されるようになっている。かかる傾向は、一般的に採用される安全対策、例えば個人識別番号(Personal Identification Number:PIN)のような安全対策よりさらに厳格な安全対策への要求を増加させてきた。   As the capabilities of mobile devices increase, more personal information is stored on the mobile devices. This trend has increased the demand for more stringent safety measures than commonly adopted safety measures, such as personal identification numbers (PINs).

提案されている一つの解決策は、指紋確認のためのセンサを備えることである。かかる追加的なセンサはコストを増加させる。したがって、既存のモバイル装置内に存在する構成要素を利用することが望ましい。しかし、内蔵型カメラの採用において、指紋確認のための受容可能な画像の決定には根本的な問題が残る。   One proposed solution is to provide a sensor for fingerprint confirmation. Such additional sensors increase costs. Therefore, it is desirable to utilize components that exist within existing mobile devices. However, the adoption of a built-in camera leaves a fundamental problem in determining an acceptable image for fingerprint confirmation.

“分析される指紋画像の収容可能性を決定するための装置及び方法”と題され2006年8月21日に韓国特許庁に出願された韓国特許出願2006−0078980号、及び2006年10月17日に米国特許商標庁に出願された米国仮出願60/852,014号は本出願において参考とされた。   Korean Patent Application No. 2006-0078980 filed with the Korean Patent Office on August 21, 2006, entitled “Apparatus and Method for Determining Accommodability of Analyzed Fingerprint Image”, and October 17, 2006 US Provisional Application No. 60 / 852,014, filed with the US Patent and Trademark Office on the day, was referenced in this application.

米国特許第6,289,112号明細書US Pat. No. 6,289,112 米国特許第6,763,127号明細書US Pat. No. 6,763,127 米国特許第7,073,711号明細書US Pat. No. 7,073,711 米国特許第7,072,523号明細書US Pat. No. 7,072,523 米国特許第6,314,197号明細書US Pat. No. 6,314,197 The Fourth IEEE Workshop on Automatic Identification Advanced Technologies, October 17-18, 2005The Fourth IEEE Workshop on Automatic Identification Advanced Technologies, October 17-18, 2005

本発明の目的は、画像をブロックに分割し、指紋画像の反復的なパターン、すなわち指紋の隆線及び谷線を利用することによって、指紋画像の焦点を推定する装置及び方法を提供するところにある。
また、本発明の他の目的は、画像の焦点がよく合わせられていない領域及び指以外の領域を除去することによって、指紋画像の品質指数を推定する装置及び方法を提供するところにある。
本発明のさらに他の目的は、画像化された指の傾斜度及び起伏度を推定する装置及び方法を提供するところにある。
It is an object of the present invention to provide an apparatus and method for estimating the focus of a fingerprint image by dividing the image into blocks and utilizing repetitive patterns of the fingerprint image, ie, fingerprint ridges and valleys. is there.
Another object of the present invention is to provide an apparatus and method for estimating a quality index of a fingerprint image by removing an area where the image is not well focused and an area other than the finger.
It is still another object of the present invention to provide an apparatus and method for estimating the tilt and undulation of an imaged finger.

本発明による分析される指紋画像の受容可能性を決定する方法及び装置は、従来技術の制限及び弱点による多数の問題点を実質的に克服する。
前記目的のうち少なくとも一つの目的は、分析される指紋画像の受容可能性を決定する方法を提供することによって実現される。分析される指紋画像の受容可能性を決定する方法は、画像を複数のブロックに分割するステップと、それぞれのブロックについて焦点を決定するステップと、前記焦点が十分によく合わせられれば前記ブロックを有効ブロックとして、そうでなければ前記ブロックを無効ブロックとして決定するブロックの有効性を決定するステップと、前記画像内の有効ブロックの個数を合計するステップと、有効ブロックの個数が十分であれば前記画像を有効なものとして決定する前記画像の有効性を決定するステップと、を含みうる。
The method and apparatus for determining the acceptability of an analyzed fingerprint image according to the present invention substantially overcomes a number of problems due to limitations and weaknesses of the prior art.
At least one of the objectives is achieved by providing a method for determining acceptability of a fingerprint image to be analyzed. A method for determining acceptability of a fingerprint image to be analyzed includes dividing an image into a plurality of blocks, determining a focus for each block, and enabling the block if the focus is sufficiently well aligned. Determining the validity of a block, otherwise determining the block as an invalid block, summing the number of valid blocks in the image, and the image if the number of valid blocks is sufficient Determining the validity of the image.

有効ブロックの個数対複数ブロックの個数の比率が所定の臨界値を超えれば、有効ブロックの個数が十分でありうる。
ブロックの有効性を決定するステップは、測定された焦点とぼけモデルから決定された焦点臨界値とを比較するステップを含みうる。
If the ratio of the number of effective blocks to the number of blocks exceeds a predetermined critical value, the number of effective blocks may be sufficient.
Determining the effectiveness of the block may include comparing the measured focus with a focus critical value determined from the blur model.

分析される指紋画像の受容可能性を決定する方法は、それぞれのブロックについて、ブロックが反復的なパターンを含んでいるか否かを決定するステップをさらに含み、ここで、ブロックの有効性を決定するステップは、ブロックの焦点が十分に合わせられて反復的なパターンを有すればブロックを有効ブロックとして、そうでなければブロックを無効ブロックとして決定するステップを含む。ブロックが反復的なパターンを含んでいるか否かを決定するステップは、ブロックのグラジエント分布の一貫度及び対称度を含む品質指数を決定するステップを含みうる。品質指数は、一貫度及び対称度の加重値の和でありうる。   The method of determining acceptability of the analyzed fingerprint image further comprises, for each block, determining whether the block contains a repetitive pattern, wherein the validity of the block is determined. The step includes determining the block as a valid block if the block is well focused and has a repetitive pattern, otherwise the block is determined as an invalid block. Determining whether a block includes a repetitive pattern may include determining a quality index that includes the consistency and symmetry of the block's gradient distribution. The quality index may be the sum of the consistency and symmetry weights.

分析される指紋画像の受容可能性を決定する方法は、画像が有効であれば、画像の中心点及び輪郭線を検出するステップと、中心点及び輪郭線での起伏度及び傾斜度を決定するステップと、起伏度及び傾斜度が十分に小さいとき、後続処理のために画像を選択するステップと、を含みうる。   A method for determining acceptability of a fingerprint image to be analyzed includes detecting a center point and a contour line of the image, and determining undulations and slopes at the center point and contour line if the image is valid. And, when the undulation and slope are sufficiently small, selecting an image for subsequent processing.

起伏度を決定するステップは、中心点と輪郭線の左側境界との間の左側距離を決定するステップと、中心点と輪郭線の右側境界との間の右側距離を決定するステップと、右側距離と左側距離との絶対値の差と右側距離と左側距離との和との間の比率に比例する起伏度を決定するステップと、を含みうる。   The steps of determining the undulation degree include determining a left side distance between the center point and the left boundary of the contour line, determining a right side distance between the center point and the right boundary of the contour line, and a right side distance. Determining an undulation proportional to the ratio between the difference between the absolute values of the left and right distances and the sum of the right and left distances.

傾斜度を決定するステップは、上方傾斜度を決定するステップと、下方傾斜度を決定するステップと、を含みうる。傾斜度を決定するステップは、中心点から有効領域の上部境界までの第1距離を決定するステップと、中心点から輪郭線の上部までの第2距離を決定するステップと、中心点から有効領域の下部境界までの第3距離を決定するステップと、を含み、ここで、上方傾斜度は第1距離対第2距離の比率に比例し、下方傾斜度は第3距離対第2距離の比率に比例する。有効領域の上部境界及び下部境界は、上部境界及び下部境界のいずれでも、有効領域の幅が輪郭線の左側境界及び右側境界の幅の半分より大きく決定されうる。   Determining the slope can include determining an upward slope and determining a downward slope. The step of determining the slope includes a step of determining a first distance from the center point to the upper boundary of the effective area, a step of determining a second distance from the center point to the upper part of the contour line, and an effective area from the center point. Determining a third distance to a lower boundary of the first, wherein the upward slope is proportional to the ratio of the first distance to the second distance, and the downward slope is a ratio of the third distance to the second distance. Is proportional to The upper boundary and the lower boundary of the effective area can be determined such that the width of the effective area is larger than half the width of the left boundary and the right boundary of the contour line in both the upper boundary and the lower boundary.

傾斜度を決定するステップは、中心点と輪郭線の左側境界との間の左側距離DLを決定するステップと、中心点と輪郭線の右側境界との間の右側距離DRを決定するステップと、中心点から有効領域の上部境界までの上部距離DFを決定するステップと、中心点から有効領域の下部境界までの下部距離DBを決定するステップと、有効領域の幅と高さとの比率より大きくなるようNを定めるステップと、を含み、ここで、傾斜度は、N−(DF+DB)/(DL+DR)である。   Determining the slope includes determining a left distance DL between the center point and the left boundary of the contour; determining a right distance DR between the center point and the right boundary of the contour; The step of determining the upper distance DF from the center point to the upper boundary of the effective area, the step of determining the lower distance DB from the center point to the lower boundary of the effective area, and a ratio between the width and height of the effective area Determining N, where the slope is N− (DF + DB) / (DL + DR).

有効領域の上部境界及び下部境界は、上部境界及び下部境界のいずれでも、有効領域の幅がいずれも輪郭線の左側境界及び右側境界の幅の半分よりさらに大きく決定される。
画像を生成するステップは、カメラ、例えば携帯用装置の一部分であるカメラを利用して実現されうる。
The upper boundary and the lower boundary of the effective area are determined so that the width of the effective area is larger than half the width of the left boundary and the right boundary of the contour line.
The step of generating an image may be realized using a camera, for example a camera that is part of a portable device.

ブロックの有効性を決定するステップは、VMLOG(Variance−Modified−Lapalacian of Gaussian)方法を利用するステップを含みうる。VMLOG方法は、次の式のうち少なくとも一つの式を含みうる。   Determining the validity of a block may include utilizing a VMLOG (Variance-Modified-Lapalasian of Gaussian) method. The VMLOG method may include at least one of the following equations.

Figure 2008052733
Figure 2008052733

前記目的のうち少なくとも一つの目的は、分析される指紋画像の受容可能性を決定する方法を提供することによって実現される。前記分析される指紋画像の受容可能性を決定する方法は、画像を複数のブロックに分割するステップと、それぞれのブロックについて、ブロックが反復的なパターンを含んでいるか否かを決定するステップと、ブロックが反復的なパターンを含むならば前記ブロックを有効ブロックとして、そうでなければ前記ブロックを無効ブロックとして決定するブロックの有効性を決定するステップと、画像内の有効ブロックの個数を合計するステップと、有効ブロックの個数が受容可能であれば画像が有効なものとして決定するステップと、を含みうる。   At least one of the objectives is achieved by providing a method for determining acceptability of a fingerprint image to be analyzed. The method of determining acceptability of the analyzed fingerprint image includes dividing the image into a plurality of blocks, and for each block, determining whether the block includes a repetitive pattern; Determining the validity of a block that determines the block as a valid block if the block includes a repetitive pattern, and otherwise determining the block as an invalid block, and summing the number of valid blocks in the image And determining that the image is valid if the number of valid blocks is acceptable.

有効ブロックの個数対複数ブロックの個数の比率が所定の臨界値を超えれば、前記有効ブロックの個数が受容可能でありうる。   If the ratio of the number of effective blocks to the number of multiple blocks exceeds a predetermined critical value, the number of effective blocks may be acceptable.

前記目的のうち少なくとも一つの目的は、分析される指紋画像の受容可能性をマシンに決定させるデータを含むマシンアクセス可能な媒体を有する製造物において指紋画像の受容可能性を決定する方法を提供することによって実現される。指紋画像の受容可能性を決定する方法は、画像を複数のブロックに分割するステップと、それぞれのブロックについて、ブロックの焦点がよく合わせられるか否かを決定するステップと、ブロックの焦点がよく合わせられればブロックを有効ブロックとして、そうでなければブロックを無効ブロックとして決定するブロックの状態を決定するステップと、画像内の有効ブロックの個数を合計するステップと、有効ブロックの個数が受容可能であれば前記画像を有効なものとして決定するステップと、を含みうる。有効ブロックの個数対複数ブロックの個数の比率が所定の臨界値を超えれば、有効ブロックの個数は受容可能でありうる。   At least one of the objects provides a method for determining acceptability of a fingerprint image in a product having a machine accessible medium that includes data that causes the machine to determine the acceptability of a fingerprint image to be analyzed. Is realized. A method for determining the acceptability of a fingerprint image includes the steps of dividing the image into a plurality of blocks, determining for each block whether or not the block is well focused, and focusing the block well. If so, determine the state of the block, determining the block as a valid block, otherwise determining the block as an invalid block, summing the number of valid blocks in the image, and accepting the number of valid blocks. Determining the image as valid. If the ratio of the number of effective blocks to the number of multiple blocks exceeds a predetermined critical value, the number of effective blocks may be acceptable.

前記目的のうち少なくとも一つの目的は、分析される指紋画像の受容可能性を決定する装置を提供することによって実現される。前記装置は、画像を複数のブロックに分割する分割器と、それぞれのブロックについて、前記ブロックの焦点が十分に合わせられるか否かを決定する焦点推定器と、ブロックの焦点と焦点臨界値とを比較して、ブロックの焦点が十分に合わせられれば前記ブロックを有効ブロックとして決定し、そうでなければ前記ブロックを無効ブロックとして決定する焦点決定器と、画像内の有効ブロックの個数を合計して、有効ブロックの個数が受容可能であれば画像を有効なものとして決定する有効性決定器と、を備えうる。   At least one of the objects is achieved by providing an apparatus for determining acceptability of a fingerprint image to be analyzed. The apparatus includes: a divider that divides an image into a plurality of blocks; a focus estimator that determines whether the block is sufficiently focused for each block; a block focus and a focus critical value; In comparison, if the block is sufficiently focused, the block is determined as a valid block, otherwise the block is determined as an invalid block, and the number of valid blocks in the image is summed. A validity determiner that determines the image as valid if the number of valid blocks is acceptable.

前記目的のうち少なくとも一つの目的は、分析される指紋画像の受容可能性を決定する方法を提供することによって実現される。前記方法は、画像の中心点と輪郭線とを検出するステップと、中心点及び輪郭線から起伏度及び傾斜度を決定するステップと、起伏度及び傾斜度が受容可能であるとき、後続処理のために画像を選択するステップと、を含みうる。   At least one of the objectives is achieved by providing a method for determining acceptability of a fingerprint image to be analyzed. The method includes detecting a center point and a contour of an image, determining a undulation and slope from the center and contour, and when the undulation and slope are acceptable, Selecting an image for the purpose.

前記起伏度を決定するステップは、中心点と輪郭線の左側境界との間の左側距離を決定するステップと、中心点と前記輪郭線の右側境界との間の右側距離を決定するステップと、前記左側距離と前記右側距離との絶対値差と前記左側距離と前記右側距離との和との間の比率に比例する起伏度を決定するステップと、を含みうる。   Determining the undulation degree includes determining a left-side distance between a center point and a left-side boundary of the contour line; determining a right-side distance between the center point and the right-side boundary of the contour line; Determining an undulation proportional to a ratio between an absolute value difference between the left distance and the right distance and a sum of the left distance and the right distance.

前記方法は、指紋画像の有効領域を決定するステップをさらに含み、ここで、有効領域は反復的なパターンを含む。
前記傾斜度を決定するステップは、上方傾斜度を決定するステップと、下方傾斜度を決定するステップと、を含みうる。
The method further includes determining an effective area of the fingerprint image, where the effective area includes a repetitive pattern.
The step of determining the slope may include a step of determining an upward slope and a step of determining a downward slope.

前記方法は、中心点から有効領域の上部境界までの第1距離を決定するステップと、中心点から輪郭線の上部までの第2距離を決定するステップと、中心点から有効領域の下部境界までの第3距離を決定するステップと、を含み、ここで、上方傾斜度は第1距離対第2距離の比率に比例し、下方傾斜度は第3距離対第2距離の比率に比例する。
有効領域の上部境界及び下部境界は、上部境界及び下部境界のいずれでも有効領域の幅が輪郭線の左側境界及び右側境界の幅の半分より大きく決定される。
The method includes determining a first distance from the center point to the upper boundary of the effective region, determining a second distance from the center point to the upper portion of the contour line, and from the center point to the lower boundary of the effective region. Determining a third distance of the second distance, wherein the upward slope is proportional to the ratio of the first distance to the second distance, and the downward slope is proportional to the ratio of the third distance to the second distance.
The upper and lower boundaries of the effective area are determined such that the width of the effective area is larger than half the width of the left and right boundaries of the contour line in both the upper and lower boundaries.

前記傾斜度を決定するステップは、中心点と輪郭線の左側境界との間の左側距離DLを決定するステップと、中心点と輪郭線の右側境界との間の右側距離DRを決定するステップと、中心点から有効領域の上部境界までの上部距離DFを決定するステップと、中心点から有効領域の下部境界までの下部距離DBを決定するステップと、上部距離及び下部距離対前記左側距離及び右側距離の比率によって傾斜度を決定するステップと、を含みうる。有効領域の上部境界及び下部境界は、上部境界及び下部境界のいずれでも前記有効領域の幅が輪郭線の左側境界及び右側境界の幅の半分より大きく決定される。   Determining the slope includes determining a left distance DL between the center point and the left boundary of the contour; determining a right distance DR between the center point and the right boundary of the contour; Determining the upper distance DF from the center point to the upper boundary of the effective area; determining the lower distance DB from the center point to the lower boundary of the effective area; the upper distance and the lower distance versus the left distance and the right side Determining a slope according to a ratio of distances. The upper boundary and the lower boundary of the effective area are determined such that the width of the effective area is larger than half of the width of the left boundary and the right boundary of the outline in both the upper boundary and the lower boundary.

前記目的のうち少なくとも一つの目的は、分析される指紋画像の受容可能性をマシンに決定させるデータを含むマシンアクセス可能な媒体を有する製造物において前記指紋画像の受容可能性を決定する方法を提供するこよによって実現される。指紋画像の受容可能性を決定する方法は、画像の中心点及び輪郭線を検出するステップと、中心点及び輪郭線からの起伏度及び傾斜度を決定するステップと、起伏度及び傾斜度が十分に小さければ後続処理のために前記画像を選択するステップと、を含みうる。   At least one of the objectives provides a method for determining acceptability of a fingerprint image in a product having a machine accessible medium that includes data that causes the machine to determine acceptability of a fingerprint image to be analyzed. It is realized by doing. A method for determining acceptability of a fingerprint image includes steps of detecting a center point and an outline of an image, determining an undulation and inclination from the center point and the outline, and the undulation and inclination are sufficient. The image may be selected for subsequent processing.

前記目的のうち少なくとも一つの目的は、分析される指紋画像の受容可能性を決定するためのシステムを提供することによって実現される。前記システムは、画像の中心点及び輪郭線を検出する検出器と、中心点及び輪郭線からの起伏度及び傾斜度を決定し、起伏度及び傾斜度が十分に小さいとき、後続処理のために前記画像を選択するプロセッサと、を備えうる。   At least one of the objectives is achieved by providing a system for determining acceptability of a fingerprint image to be analyzed. The system determines a center point and contour of the image, and determines the undulations and slopes from the center points and contours, and when the undulations and slopes are small enough for subsequent processing And a processor for selecting the image.

本発明によれば、指紋画像の反復的なパターンを利用して指の焦点を推定でき、焦点が合わない領域と指以外の画像領域とを除去することによって品質を推定でき、画像化された指の傾斜と起伏の程度を推定できる。したがって、指紋認識に適した画像を生成できる。   According to the present invention, it is possible to estimate the focus of a finger using a repetitive pattern of a fingerprint image, and to estimate the quality by removing an out-of-focus area and an image area other than the finger, and the image is formed. The degree of finger tilt and undulation can be estimated. Therefore, an image suitable for fingerprint recognition can be generated.

以下、本発明の望ましい実施形態を添付の図面を参照してさらに詳細に説明する。しかし、本発明は異なる形態でも実施され、ここで説明された実施形態に限定されて解釈されてはならない。各図面に提示された同じ参照符号は同じ部材を表す。
指紋確認のための指紋画像の受容可能性を決定するための方法及び装置を、以下で詳細に説明する。まず、図1に示すように、基本的な画像形成について概説する。
Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. However, the invention may be embodied in different forms and should not be construed as limited to the embodiments set forth herein. The same reference numerals provided in each drawing represent the same member.
A method and apparatus for determining acceptability of a fingerprint image for fingerprint verification is described in detail below. First, as shown in FIG. 1, basic image formation will be outlined.

一般的に、焦点が最もよく合わせられた画像が最高品質の画像である。自動焦点機能は、そのような焦点が最もよく合わせられた画像の実現に一般的に利用される。自動焦点機能は、異なるレンズ位置で画像のための焦点度を計算するステップ、及びレンズを最大焦点度位置に移動するステップを主に含む。物体距離u、レンズの焦点距離f及び像距離v間の関係は、ガウス式レンズの法則により説明される。ガウス式レンズの法則は、次の式(1)で表される。   Generally, the best focused image is the best quality image. The autofocus function is commonly used to achieve such a well-focused image. The autofocus function mainly includes calculating the focus for the image at different lens positions and moving the lens to the maximum focus position. The relationship between the object distance u, the focal distance f of the lens, and the image distance v is explained by the law of the Gaussian lens. The law of the Gaussian lens is expressed by the following equation (1).

Figure 2008052733
Figure 2008052733

物点Pの焦点が正確に合わせられるとき、像距離vは、センサ感知距離sと同じであり、像面はセンサ面に対応する。センサ面が像面からs−v距離移動すれば、物点Pは、センサ面上で半径R(σb)の円領域にわたってぼける。その結果生じる前記円領域における光エネルギの分布は、次の式(2)で近似化される。   When the object point P is accurately focused, the image distance v is the same as the sensor sensing distance s, and the image plane corresponds to the sensor plane. If the sensor surface moves an sv distance from the image surface, the object point P is blurred over a circular region having a radius R (σb) on the sensor surface. The resulting light energy distribution in the circular region is approximated by the following equation (2).

Figure 2008052733
Figure 2008052733

焦点が合わせられた画像は、焦点が合っていない画像より多くの高周波情報を含み、ほとんどの自動焦点技術はかかる差に依存する。しかし、指紋画像の獲得のための自動焦点機能の利用には後述するような問題があり、一般的に、指紋の適切な位置を保証する特別な道具が必要である。しかし、追加的な道具は、ユーザや生産者にとって最適の解決策とならない。   A focused image contains more high frequency information than an out-of-focus image, and most autofocus techniques rely on such differences. However, the use of the autofocus function for acquiring a fingerprint image has a problem as described later, and generally a special tool for assuring an appropriate position of the fingerprint is required. However, additional tools are not an optimal solution for users and producers.

指とセンサとの間の適切な距離が決定されても、他の要因が依然として指紋画像処理に影響を与える。例えば、センサ面に近接して物体の焦点を合わせるとき、その物体の形状は、焦点度に影響を与える。カメラの光軸に垂直な区域は、焦点がよく合う。
しかし、指は円筒形であり、指端が次第に細くなるため、多数の指紋画像は焦点が合っていないと見なされる。指紋画像の焦点がよく合わせられた部分のみが有効であると見なされれば、指紋認識のために利用可能な画像が不足する。しかも、指の曲がった形状のため、指の起伏及び傾斜が指紋認識に適していない画像を生成してしまう。
Even if the appropriate distance between the finger and the sensor is determined, other factors still affect the fingerprint image processing. For example, when an object is focused close to the sensor surface, the shape of the object affects the degree of focus. The area perpendicular to the optical axis of the camera is well focused.
However, since the finger is cylindrical and the fingertips become progressively thinner, many fingerprint images are considered out of focus. If only the well-focused part of the fingerprint image is considered valid, there will be insufficient images available for fingerprint recognition. Moreover, because of the bent shape of the finger, an image in which the undulation and inclination of the finger are not suitable for fingerprint recognition is generated.

本発明の望ましい実施形態において、指紋認識のための指紋画像の受容可能性を決定するためのシステム及び方法は、少なくとも前記の問題点を扱うために三つの構成要素を備えうる。   In a preferred embodiment of the present invention, a system and method for determining the acceptability of a fingerprint image for fingerprint recognition may comprise three components to address at least the aforementioned issues.

第1に、焦点推定は、画像をブロックに分割することによって、また、指紋画像の反復的なパターン、例えば隆線及び谷線のパターンを利用することによって、指の焦点を推定できる。第2に、品質推定は、焦点が合わない領域と指以外の画像領域とを除去することによって、有効領域の品質指数を推定できる。かかる二つの構成要素は、イ・ドンジェ外多数人の論文である“リアルタイム画像選択アルゴリズム:内蔵型カメラを有するモバイル装置の指紋認識”(非特許文献1)に開示されており、本出願に参考として統合されている。第3に、ポーズ推定は、画像化された指の傾斜及び起伏の程度を推定できる。前記三つの構成要素のうち少なくとも一つの構成要素に基づいて、指紋認識のために受容可能な画像が選択される。   First, focus estimation can estimate the focus of a finger by dividing the image into blocks and by utilizing a repetitive pattern of the fingerprint image, such as a ridge and valley pattern. Second, the quality estimation can estimate the quality index of the effective area by removing the out-of-focus area and the image area other than the finger. These two components are disclosed in “Real-time image selection algorithm: fingerprint recognition of a mobile device having a built-in camera” (Non-Patent Document 1), which is a paper by many outside Lee Dong-jae. As integrated. Third, pose estimation can estimate the degree of tilt and undulation of the imaged fingers. An acceptable image is selected for fingerprint recognition based on at least one of the three components.

図2は、本発明の望ましい実施形態による過程を示すフローチャートである。まず、ステップ202で、例えばカメラ、スキャナ、または他の画像入力装置からの画像が入力画像として受信される。ステップ204で、前記画像は、ブロックに分割される。ステップ206で、焦点度が計算される。ステップ208で、品質指数が計算される。ステップ210で、指紋分析のための画像の有効性に関する第1決定がなされる。   FIG. 2 is a flowchart illustrating a process according to an exemplary embodiment of the present invention. First, in step 202, for example, an image from a camera, scanner, or other image input device is received as an input image. In step 204, the image is divided into blocks. At step 206, the focus is calculated. At step 208, a quality index is calculated. At step 210, a first determination is made regarding the validity of the image for fingerprint analysis.

ステップ210で画像が無効であると決定されれば、他の画像が入力され、ステップ202で前記過程が再び始まる。ステップ210で画像が有効であると決定されれば、過程はステップ222に進む。   If it is determined at step 210 that the image is invalid, another image is input and the process begins again at step 202. If step 210 determines that the image is valid, the process proceeds to step 222.

ステップ222で、例えば画像の輪郭線及び中心点を検出することによって、画像化される指のポーズが推定される。ステップ224で、画像化された指の起伏及び傾斜が推定される。ステップ230で、指紋分析のための画像の受容可能性に関する第2決定がなされる。ステップ230で画像が受容可能でないと決定すれば、他の画像が入力され、ステップ202で前記過程が再び始まる。ステップ230で画像が受容可能であると決定されれば、ステップ242で画像が選択される。   At step 222, the finger pose to be imaged is estimated, for example, by detecting the contour and center point of the image. At step 224, the imaged finger undulation and tilt are estimated. At step 230, a second determination is made regarding the acceptability of the image for fingerprint analysis. If step 230 determines that the image is not acceptable, another image is input and the process begins again at step 202. If step 230 determines that the image is acceptable, then step 242 selects the image.

図3は、本発明の望ましい実施形態による受容可能性を決定するシステム及び受容可能な指紋画像を分析するための指紋分析器350のブロック図である。前記システムは、画像入力302、分割器304、焦点推定器306、焦点決定器308、品質指数(QI)推定器310、品質指数決定器312、有効性決定器314、指紋ポーズ分析器322、起伏推定器324、傾斜推定器326、起伏決定器328、傾斜決定器330及び最終決定器340を備える。前記ブロックの機能は、当業者には周知の伝統的な回路として実現されうる。以下、ステップに対応するブロックは括弧内に挿入される。   FIG. 3 is a block diagram of a fingerprint analyzer 350 for analyzing an acceptable fingerprint image and a system for determining acceptability according to a preferred embodiment of the present invention. The system includes an image input 302, a splitter 304, a focus estimator 306, a focus determiner 308, a quality index (QI) estimator 310, a quality index determiner 312, a validity determiner 314, a fingerprint pose analyzer 322, a relief. An estimator 324, a slope estimator 326, a undulation determiner 328, a slope determiner 330, and a final determiner 340 are provided. The function of the block can be realized as a traditional circuit well known to those skilled in the art. Hereinafter, the block corresponding to the step is inserted in parentheses.

まず、ステップ202(画像入力302)で受信された画像は、ステップ204(分割器304)でm*mブロックに分割され、それぞれのブロックについて焦点度が推定される。前述したように、従来の方法は、多くの高周波情報を有する画像には十分であるが、クローズアップ及び反復的画像には適していない。本発明の実施形態によれば、ステップ206(焦点推定器306)の焦点測定はVMLOGを利用して決定される。変更されたLOGは、次の式(3)で与えられる。   First, the image received in step 202 (image input 302) is divided into m * m blocks in step 204 (divider 304), and the degree of focus is estimated for each block. As previously mentioned, conventional methods are sufficient for images with a lot of high frequency information, but are not suitable for close-up and repetitive images. According to an embodiment of the present invention, the focus measurement of step 206 (focus estimator 306) is determined using VMLOG. The changed LOG is given by the following equation (3).

Figure 2008052733
Figure 2008052733

ここで、Iは入力画像であり、Gはガウスフィルタであり、*はコンボリューション演算子である。
反復的なパターンのサイズの可能な変化に対応するために、ピクセル間の間隔変数またはステップ変数が利用される。変更されたLOGの離散近似化は、次の式(4)乃至式(6)で与えられる。
Here, I is an input image, G is a Gaussian filter, and * is a convolution operator.
In order to accommodate possible changes in the size of the repetitive pattern, inter-pixel spacing or step variables are utilized. The discrete approximation of the changed LOG is given by the following equations (4) to (6).

Figure 2008052733
Figure 2008052733

ここで、ω0は正の値であり、残存するカーネルは負の値である。カーネルとステップの値は、反復的なパターンの間隔により決定される。
最終的に、MLOGの分散は、次のように計算される。
Here, ω0 is a positive value, and the remaining kernel is a negative value. The kernel and step values are determined by repetitive pattern spacing.
Finally, the variance of MLOG is calculated as follows:

Figure 2008052733
Figure 2008052733

ここで、VARは分散演算子である。かかる各ブロックの焦点度は、ブロックの焦点が十分に合わせられているか否かを決定する臨界値と比較される。   Here, VAR is a dispersion operator. The degree of focus for each such block is compared to a critical value that determines whether the block is well focused.

VMLOGが比較される臨界値は、ぼけモデルを利用して決定される。長距離範囲の画像については、ぼけ度Rは画像の全体にわたって同様であり、焦点測定は画像の全体にわたって計算される。これに対し、指紋分析のために利用される近距離範囲の画像では、物体領域と背景との間のぼけ度が非常に異なる。かかる差異は、画像の指紋領域と背景領域とを区別するのに利用される。   The critical value with which VMLOG is compared is determined using a blur model. For long range images, the degree of blur R is similar throughout the image and the focus measurement is calculated over the entire image. On the other hand, in a short-range image used for fingerprint analysis, the degree of blur between the object region and the background is very different. Such a difference is used to distinguish the fingerprint region and the background region of the image.

図4は、ぼけ度Rとレンズから物体までの距離uとの関係を示す。画像の焦点が合っているとき、u0は物体からレンズまでの距離であり、v0はレンズと像面との間の距離である。画像の焦点が合っていないとき、かかるそれぞれの距離は、u及びvの変数で表現される。ぼけ効果は、次のようにモデリングされる。   FIG. 4 shows the relationship between the degree of blur R and the distance u from the lens to the object. When the image is in focus, u0 is the distance from the object to the lens, and v0 is the distance between the lens and the image plane. When the image is out of focus, each such distance is represented by the u and v variables. The blur effect is modeled as follows.

Figure 2008052733
Figure 2008052733

適切なぼけ臨界値Tbを選択することによって焦点の十分性が評価されるが、適切なぼけ臨界値Tbは、最小の焦点臨界値Tfを決定するのに利用される。
焦点度の計算に加えて、品質指数は、ステップ208(QI推定器310)で計算される。品質指数の計算は、画像が適切に画像化された指紋のパターンと一致するパターンを有するか、すなわち線形反復パターンを有するかを決定できる。
Although the sufficiency of focus is evaluated by selecting an appropriate blur critical value Tb, the appropriate blur critical value Tb is used to determine the minimum focus critical value Tf.
In addition to calculating the degree of focus, the quality index is calculated in step 208 (QI estimator 310). The quality index calculation can determine whether the image has a pattern that matches the pattern of a properly imaged fingerprint, i.e., has a linear repeating pattern.

入力画像が図5Aに示したように理想的な線形パターンを有しているならば、画像のグラジエントは、図5Bに示したように、指紋の隆線方向に垂直な方向に一貫的かつ対称的に分布される。図5Cに示したような一般的な画像において、グラジエントは、図5Dに示すように密集している。図5Eに示したように指が近すぎれば、グラジエントは、図5Fに示したように、一貫性はあるが対称的でない。したがって、かかる二つの特性、すなわち一貫度及び対称度が、画像品質を決定するために調査される。   If the input image has an ideal linear pattern as shown in FIG. 5A, the image gradient is consistent and symmetrical in the direction perpendicular to the fingerprint ridge direction, as shown in FIG. 5B. Distributed. In a typical image as shown in FIG. 5C, the gradients are dense as shown in FIG. 5D. If the finger is too close as shown in FIG. 5E, the gradient is consistent but not symmetric as shown in FIG. 5F. Therefore, these two characteristics, consistency and symmetry, are investigated to determine image quality.

一貫度は、次の式(9)を利用して計算される。   The consistency is calculated using the following equation (9).

Figure 2008052733
Figure 2008052733

ここで、Gxはx軸のグラジエントであり、Gyはy軸のグラジエントである。
対称度は、グラジエント分布で方向線上にあるグラジエントの個数と方向線下にあるグラジエントの個数との比率であり、次の式(10)で与えられる。
Here, Gx is an x-axis gradient, and Gy is a y-axis gradient.
The degree of symmetry is a ratio between the number of gradients on the direction line and the number of gradients below the direction line in the gradient distribution, and is given by the following equation (10).

Figure 2008052733
Figure 2008052733

ここで、Npは、図5B、図5Dまたは図5Fで方向線上にあるグラジエントの個数であり、Nnは、図5B、図5Dまたは図5Fで方向線下にあるグラジエントの個数である。   Here, Np is the number of gradients on the direction line in FIG. 5B, FIG. 5D or FIG. 5F, and Nn is the number of gradients on the direction line in FIG. 5B, FIG. 5D or FIG.

品質指数(QI)は、かかる二つの属性の結合であり、次の式(11)で表現される。   The quality index (QI) is a combination of these two attributes, and is expressed by the following equation (11).

Figure 2008052733
Figure 2008052733

ここで、ω1及びω2は、利用されている入力装置の特性によって変わる加重値である。   Here, ω1 and ω2 are weight values that vary depending on the characteristics of the input device being used.

各ブロックの有効性は、図6に示したように決定される。VMLOG及びQIの両者は、それぞれ実験的に確立された臨界値と比較されるが、この臨界値は、ブロックが有効であるか否かを決定する。焦点度の臨界値Tfは、ぼけモデルの個数の平均または他の統計的分析を通じて獲得される。品質指数の臨界値TQIは、全体のテスト画像から幾つかの画像を選択することによって、また、統計的分析、例えば最小自乗平均を利用して訓練することによって決定される。   The validity of each block is determined as shown in FIG. Both VMLOG and QI are each compared to an experimentally established critical value, which determines whether the block is valid. The criticality value Tf of the degree of focus is obtained through an average of the number of blur models or other statistical analysis. The quality index critical value TQI is determined by selecting several images from the entire test image and by training using statistical analysis, eg, least mean squares.

図6に示した特別な構成において、VMLOGがステップ212(焦点決定器308)でTfより大きければ、フローはステップ208(QI推定器310)に進む。そうでなければ、そのブロックは無効であると決定され、そのフローは次のブロックの有効性を決定するためにステップ206(焦点推定器306)に戻る。ステップ214(QI推定器310)でQIがTQIより大きければ、そのブロックは有効であると決定される。そうでなければ、そのブロックは無効であると決定され、そのフローは次のブロックの有効性を決定するためにステップ206(焦点推定器306)に戻る。   In the special configuration shown in FIG. 6, if VMLOG is greater than Tf at step 212 (focus determiner 308), flow proceeds to step 208 (QI estimator 310). Otherwise, the block is determined to be invalid and the flow returns to step 206 (focus estimator 306) to determine the validity of the next block. If the QI is greater than the TQI in step 214 (QI estimator 310), the block is determined to be valid. Otherwise, the block is determined to be invalid and the flow returns to step 206 (focus estimator 306) to determine the validity of the next block.

明らかに、比較の順序は、逆にするか、または同時に行われてもよい。方向性を含む、指紋画像評価のためのブロックの利用は、例えば“System and Method for Determining Block Direction in Fingerprint Images”と題された特許文献1に開示されている。   Obviously, the order of comparison may be reversed or performed simultaneously. The use of a block for evaluating a fingerprint image including directionality is disclosed in, for example, Patent Document 1 entitled “System and Method for Determining Block Direction in Fingerprint Images”.

フローが図2のステップ222(指紋ポーズ分析器322)に進むか否かを決定するために、有効ブロックNVの個数対ブロックの全体個数NTの比率であるRVBは、図7のステップ216(有効性決定器314)に示したように、臨界値TRと比較される。RVBがTRより大きいときはステップ222(指紋ポーズ分析器322)に進み、そうでない場合、画像は廃棄され、フローはステップ202(画像入力302)に戻る。したがって、ステップ210の第1決定ステップは、図6及び図7に示したように行われうる。   To determine whether the flow proceeds to step 222 (fingerprint pose analyzer 322) of FIG. 2, RVB, which is the ratio of the number of valid blocks NV to the total number of blocks NT, is obtained at step 216 of FIG. As shown in the sex determiner 314), it is compared with the critical value TR. If RVB is greater than TR, go to step 222 (fingerprint pose analyzer 322), otherwise the image is discarded and the flow returns to step 202 (image input 302). Therefore, the first determination step of step 210 can be performed as shown in FIGS.

たとえ指の焦点が適切に合わせられた場合であっても、特に指を固定する追加装置が採用されていないとき、指のポーズは、指の起伏及び傾斜のために変更される。画像間の急激なポーズ変化は、一般領域を縮小し、マッチング性能を低減する。したがって、ポーズ変化は、画像が認識可能であるか否かを決定するのに評価される。本発明の実施形態によれば、ポーズ変化は、指の中心点及び輪郭線を利用して推定される。   Even if the finger is properly focused, the finger pose is changed due to the undulation and tilt of the finger, especially when no additional device for fixing the finger is employed. A sudden pose change between images reduces the general area and reduces matching performance. Thus, the pose change is evaluated to determine whether the image is recognizable. According to the embodiment of the present invention, the pose change is estimated using the center point and the outline of the finger.

指の輪郭線及び中心点に加えて、有効領域は、有効ブロックから形成される。特に、形態演算子は小さい有効領域を除去するのに利用され、そうでなければ、画像を滑らかにするのに利用される。これは、例えば“Apparatus and Method for Fingerprint Recognition System”と題された特許文献2に開示されており、本出願において参考とされた。一つ以上の有効領域が存在すれば、最も大きい有効領域が選択される。無効領域が最も大きい有効領域内に存在すれば、無効領域は有効領域に吸収される。輪郭線、中心点、有効領域及び指位置間の関係は図8に示してある。   In addition to the finger outline and center point, the effective area is formed from effective blocks. In particular, the morphological operator is used to remove small effective areas, otherwise it is used to smooth the image. This is disclosed in, for example, Patent Document 2 entitled “Apparatus and Method for Fingerprint Recognition System” and was referred to in this application. If there are one or more effective areas, the largest effective area is selected. If the invalid area exists in the largest effective area, the invalid area is absorbed by the effective area. The relationship among the contour line, center point, effective area and finger position is shown in FIG.

指の輪郭線は、一連の有効画像間の差を利用して抽出される。例えば、図8に示したように二つの二進引き算画像を利用して抽出される。ここで、図8(a)はnthフレーム画像を表し、図8(b)はn−1thフレーム画像を表し、図8(c)はSIP画像を表し、図8(d)はSIN画像を表し、図8(e)はDI画像を表し、図8(f)は前景画像を表す。かかる関係は、次の式(12)乃至(14)により表現される。   The outline of the finger is extracted using the difference between a series of effective images. For example, it is extracted using two binary subtraction images as shown in FIG. 8A shows an nth frame image, FIG. 8B shows an n-1th frame image, FIG. 8C shows a SIP image, and FIG. 8D shows a SIN image. FIG. 8E shows a DI image, and FIG. 8F shows a foreground image. Such a relationship is expressed by the following equations (12) to (14).

Figure 2008052733
Figure 2008052733

前記の方法論は、二つの画像を採用する。たとえ単一画像内にさらに多くのデータポイントが分析されて相関される必要があって、輪郭線の抽出にさらに時間がかかるとしても、輪郭線の抽出は、単一画像を利用して実現される。   The methodology described above employs two images. Even if more data points need to be analyzed and correlated in a single image and the contour extraction takes more time, the contour extraction is realized using a single image. The

指紋画像内の唯一のポイントを検出し、ポイント推定のための上部中心点を推定する複数のアルゴリズムが知られているが、概略的な位置を決定するための簡単かつ周知のアルゴリズム、例えばポアンカレインデックスが利用される。中心点で、ポアンカレインデックスは1/2である。中心点の検出は、有効ブロック上でのみ行われうる。
一旦、輪郭線、中心点及び有効領域が検出されれば、指のポーズは、後述するように分析される。
Several algorithms are known to detect only one point in the fingerprint image and to estimate the upper center point for point estimation, but a simple and well-known algorithm for determining the approximate position, eg Poincare index Is used. At the center point, the Poincare index is ½. The center point can be detected only on the effective block.
Once the contour, center point, and effective area are detected, the finger pose is analyzed as described below.

指の起伏は、指の長手方向軸に沿って指が右側または左側に回転したものである。起伏度R0は、中心点から指輪郭線の左側面までの距離R1及び中心点から指輪郭線の右側面までの距離R2を利用して決定され、次の式(15)で与えられる。   A finger undulation is a rotation of a finger to the right or left side along the longitudinal axis of the finger. The undulation degree R0 is determined using the distance R1 from the center point to the left side surface of the finger contour line and the distance R2 from the center point to the right side surface of the finger contour line, and is given by the following equation (15).

Figure 2008052733
Figure 2008052733

図5に示すように、中心点の位置が指の中央部に接近するほど、起伏度は0に近くなる。中心点が両側面へ行くほど、起伏度は1に近くなる。   As shown in FIG. 5, the degree of undulation becomes closer to 0 as the position of the center point approaches the center of the finger. The undulation level becomes closer to 1 as the center point goes to both sides.

指の傾斜は、指の上または下への方向である。指が傾斜すれば、像面に直交する指の表面領域が縮小する。カメラ画像面の深さが固定されれば、傾斜比率の増加は、有効領域の面積を縮小させる。十分に大きい有効領域が獲得されるほど傾斜比率が小さい時にも、画像は依然として認識できない。例えば、中心点が有効領域の境界近辺に位置するか、または有効領域内になければ、その画像は選択されない。   The tilt of the finger is in the direction above or below the finger. If the finger is inclined, the surface area of the finger orthogonal to the image plane is reduced. If the depth of the camera image plane is fixed, the increase in the tilt ratio reduces the area of the effective area. Even when the slope ratio is small enough to obtain a sufficiently large effective area, the image is still unrecognizable. For example, if the center point is located near the boundary of the effective area or is not within the effective area, the image is not selected.

図9に示したように、境界線LU及びLBは、有効領域の幅が指幅の半分より広い最小点で決定される。距離P1は中心点から上部境界線LUまでの距離であり、距離P3は中心点から下部境界線LBまでの距離である。傾斜比率Prateは、次の式(16)により近似化される。   As shown in FIG. 9, the boundary lines LU and LB are determined at the minimum point where the width of the effective area is wider than half the finger width. The distance P1 is a distance from the center point to the upper boundary line LU, and the distance P3 is a distance from the center point to the lower boundary line LB. The inclination ratio Plate is approximated by the following equation (16).

Figure 2008052733
Figure 2008052733

ここで、Nは、指の幅と有効領域の縦方向の長さとの比率より大きい数である。有効領域内の中心点位置であるPPOSは、次の式(17)により推定される。   Here, N is a number larger than the ratio between the width of the finger and the length of the effective area in the vertical direction. The PPOS that is the center point position in the effective region is estimated by the following equation (17).

Figure 2008052733
Figure 2008052733

中心点が有効領域の縦中心に近接するほど、PPOSは減少する。中心点が有効領域の両側境界に移動するほど、PPOSは増加する。   The closer the center point is to the longitudinal center of the effective area, the more PPOS decreases. The PPOS increases as the center point moves to the border on both sides of the effective area.

さらに、または代替的に、中心点と指先との距離P2が決定され、上方傾斜PF及び下方傾斜PBは、次の式(18)及び(19)により決定される。   In addition or alternatively, the distance P2 between the center point and the fingertip is determined, and the upward inclination PF and the downward inclination PB are determined by the following equations (18) and (19).

Figure 2008052733
Figure 2008052733

前記したあらゆるパラメータは、図2のステップ230(最終決定器340)の第2決定ステップで画像の収容可能性を評価するために実験的に決定された臨界値と比較される。図10に示した特別な実施形態では、ステップ232で、起伏度R0は起伏臨界値Trollと比較され、ステップ234で、上方傾斜PFは上方傾斜臨界値TPFと比較され、ステップ236で、下方傾斜PBは、下方傾斜臨界値TPBと比較される。前記した臨界値のうちいずれか一つでも条件を満足しなければ、その画像は廃棄され、他の入力画像がステップ202(画像入力302)で受信される。そうでなければ、ステップ242の画像選択ステップが周知の特性抽出分析ステップにその画像を送る。   Any of the parameters described above are compared to critical values determined experimentally to assess image acceptability in the second determination step of step 230 (final determiner 340) of FIG. In the particular embodiment shown in FIG. 10, at step 232, the undulation R0 is compared to the undulation critical value Troll, at step 234, the upper slope PF is compared to the upper slope critical value TPF, and at step 236, the downward slope. PB is compared with the downward slope critical value TPB. If any one of the above critical values does not satisfy the condition, the image is discarded and another input image is received in step 202 (image input 302). Otherwise, the image selection step of step 242 sends the image to a well-known characteristic extraction analysis step.

したがって、本発明の望ましい実施形態による指紋認識のための指紋画像の受容可能性を決定するためのシステム及び方法は、前記問題点、すなわち焦点、品質及び位置のうち少なくとも一つの問題点を扱うことができる。受容可能な指紋画像は、周知の方式で分析されるが、周知の方式は、例えば“Mobile Handheld Code Reader and Print Scanner System and Method”と題された特許文献3、または“System and Method for Fingerprint Image Enhancement Using Partitioned Least-Squared Filters”と題された特許文献4、または“Determining an Alignment Between Two(Fingerprint) Images”と題された特許文献5に開示されており、本出願の参考とされた。   Accordingly, a system and method for determining acceptability of a fingerprint image for fingerprint recognition according to a preferred embodiment of the present invention addresses at least one of the above-mentioned problems, namely focus, quality and position. Can do. An acceptable fingerprint image is analyzed by a well-known method. For example, Patent Document 3 entitled “Mobile Handheld Code Reader and Print Scanner System and Method” or “System and Method for Fingerprint Image”. Patent Document 4 entitled “Enhancement Using Partitioned Least-Squared Filters” or Patent Document 5 entitled “Determining an Alignment Between Two (Fingerprint) Images” was used as a reference for this application.

いかなる理由でも、指紋画像が廃棄されれば、指紋画像が指紋の分析に対して受容不可能であるということを指示する信号がユーザに出力される。かかる指示は、指紋画像が廃棄されたという指示であるか、またはどの臨界値と関連した決定が指紋画像を廃棄させたかの指示である。   If for any reason the fingerprint image is discarded, a signal is output to the user indicating that the fingerprint image is unacceptable for fingerprint analysis. Such an indication is an indication that the fingerprint image has been discarded, or an indication of which critical value is associated with the decision that the fingerprint image has been discarded.

本発明の望ましい実施形態が本出願で開示された。たとえ特定の用語が使われていたとしても、これは、一般的な意味及び本発明を説明するための意味のみで使われているものと解釈されねばならず、本発明の目的や特許請求の範囲に記載された本発明の範囲を制限するために使われていると解釈されてはならない。   Preferred embodiments of the present invention have been disclosed in this application. Even if a specific term is used, it should be construed as being used in a general sense and only for the purpose of describing the invention, and is intended for purposes of the present invention and claims. It should not be construed as being used to limit the scope of the invention described in the scope.

例えば、本発明の処理過程は、ソフトウェアで実現され、例えばマシンにより指紋画像の収容可能性を決定する方法を行わせるデータを含むマシンアクセス可能な媒体を有する製造物により実現される。したがって、当業者は、特許請求の範囲に記載された本発明の目的及び範囲を逸脱せず、多様な変形及び均等な他の実施形態が可能であるという点を理解できるであろう。   For example, the process of the present invention is implemented in software, such as a product having a machine-accessible medium that includes data that causes a machine to perform a method for determining the acceptability of a fingerprint image. Accordingly, those skilled in the art will appreciate that various modifications and equivalent other embodiments are possible without departing from the scope of the invention as set forth in the claims.

本発明は、モバイル装置関連の技術分野に適用可能である。   The present invention is applicable to technical fields related to mobile devices.

光学画像の形成について説明する光の進行を示す図面である。It is drawing which shows advancing of the light explaining formation of an optical image. 本発明の実施形態による過程を示すフローチャートである。3 is a flowchart illustrating a process according to an embodiment of the present invention. 本発明の実施形態を示すブロック図である。It is a block diagram which shows embodiment of this invention. 物体距離に対するぼけ度を示すグラフである。It is a graph which shows the blurring degree with respect to an object distance. 三つの異なる画像及びそれに対応するそれぞれのグラジエント分布を示す図面である。3 is a diagram illustrating three different images and their corresponding gradient distributions. 三つの異なる画像及びそれに対応するそれぞれのグラジエント分布を示す図面である。3 is a diagram illustrating three different images and their corresponding gradient distributions. 三つの異なる画像及びそれに対応するそれぞれのグラジエント分布を示す図面である。3 is a diagram illustrating three different images and their corresponding gradient distributions. 三つの異なる画像及びそれに対応するそれぞれのグラジエント分布を示す図面である。3 is a diagram illustrating three different images and their corresponding gradient distributions. 三つの異なる画像及びそれに対応するそれぞれのグラジエント分布を示す図面である。3 is a diagram illustrating three different images and their corresponding gradient distributions. 三つの異なる画像及びそれに対応するそれぞれのグラジエント分布を示す図面である。3 is a diagram illustrating three different images and their corresponding gradient distributions. 図2における第1決定ステップの実施形態を示すフローチャートである。It is a flowchart which shows embodiment of the 1st determination step in FIG. 図2における第1決定ステップの実施形態を示すフローチャートである。It is a flowchart which shows embodiment of the 1st determination step in FIG. 本発明の実施形態による指位置推定モデルを示す図面である。3 is a diagram illustrating a finger position estimation model according to an embodiment of the present invention. 指輪郭線抽出画像を示す図面である。It is drawing which shows a finger outline extraction image. 図2における第2決定ステップの実施形態を示すフローチャートである。It is a flowchart which shows embodiment of the 2nd determination step in FIG.

符号の説明Explanation of symbols

302 画像入力
304 分割器
306 焦点推定器
308 焦点決定器
310 QI推定器
312 QI決定器
314 有効性決定器
322 指紋ポーズ分析器
324 起伏推定器
326 傾斜推定器
328 起伏決定器
330 傾斜決定器
340 最終決定器
350 指紋分析器
302 image input 304 divider 306 focus estimator 308 focus determiner 310 QI estimator 312 QI determiner 314 validity determiner 322 fingerprint pose analyzer 324 undulation estimator 326 tilt estimator 328 undulation determiner 330 tilt determiner 340 final Determinator 350 Fingerprint analyzer

Claims (32)

分析される指紋画像の受容可能性を決定する方法において、
前記画像を複数のブロックに分割するステップと、
それぞれのブロックについて焦点を決定するステップと、
前記焦点が十分によく合わせられれば前記ブロックを有効ブロックとして、そうでなければ前記ブロックを無効ブロックとして決定するブロックの有効性を決定するステップと、
前記画像内の有効ブロックの個数を合計するステップと、
有効ブロックの個数が十分であれば、前記画像を有効なものと決定する前記画像の有効性を決定するステップと、を含むことを特徴とする方法。
In a method for determining acceptability of a fingerprint image to be analyzed,
Dividing the image into a plurality of blocks;
Determining the focus for each block;
Determining the validity of the block determining the block as a valid block if the focus is well enough, otherwise determining the block as an invalid block;
Summing the number of valid blocks in the image;
Determining the validity of the image to determine that the image is valid if the number of valid blocks is sufficient.
前記有効ブロックの個数対複数ブロックの個数の比率が所定の臨界値を超えれば前記有効ブロックの個数が十分であることを特徴とする請求項1に記載の方法。   The method of claim 1, wherein the number of effective blocks is sufficient if a ratio of the number of effective blocks to the number of multiple blocks exceeds a predetermined critical value. 前記ブロックの有効性を決定するステップは、
測定された焦点とぼけモデルから決定された焦点臨界値とを比較するステップを含むことを特徴とする請求項1に記載の方法。
Determining the validity of the block comprises:
The method of claim 1 including the step of comparing the measured focus with a focus critical value determined from a blur model.
それぞれのブロックについて前記ブロックが反復的なパターンを含んでいるか否かを決定するステップをさらに含み、
前記ブロックの有効性を決定するステップは、
前記ブロックが十分に焦点が合わせられて反復的なパターンを有すれば前記ブロックを有効ブロックとして、そうでなければ前記ブロックを無効ブロックとして決定するステップを含むことを特徴とする請求項1に記載の方法。
Further comprising, for each block, determining whether said block contains a repetitive pattern;
Determining the validity of the block comprises:
2. The method of claim 1, comprising determining the block as a valid block if the block is sufficiently focused and has a repetitive pattern, otherwise the block as an invalid block. the method of.
前記ブロックが反復的なパターンを含んでいるか否かを決定するステップは、
前記ブロックのグラジエント分布の一貫度及び対称度を含む品質指数を決定するステップを含むことを特徴とする請求項4に記載の方法。
Determining whether the block contains a repetitive pattern comprises:
5. The method of claim 4, comprising determining a quality index that includes the consistency and symmetry of the block's gradient distribution.
前記品質指数は、前記一貫度及び前記対称度の加重値の和であることを特徴とする請求項5に記載の方法。   6. The method of claim 5, wherein the quality index is a sum of weights of the consistency and the symmetry. 前記画像が有効であれば、
前記画像の中心点及び輪郭線を検出するステップと、
前記中心点及び前記輪郭線から起伏度及び傾斜度を決定するステップと、
前記起伏度及び前記傾斜度が十分に小さいとき、後続処理のために前記画像を選択するステップと、をさらに含むことを特徴とする請求項1に記載の方法。
If the image is valid,
Detecting a center point and an outline of the image;
Determining undulation and slope from the center point and the contour line;
2. The method of claim 1, further comprising selecting the image for subsequent processing when the undulation and the slope are sufficiently small.
前記起伏度を決定するステップは、
前記中心点と前記輪郭線の左側境界との間の左側距離を決定するステップと、
前記中心点と前記輪郭線の右側境界との間の右側距離を決定するステップと、
前記右側距離と左側距離との絶対値差及び前記右側距離と左側距離との和の比率に比例する起伏度を決定するステップと、を含むことを特徴とする請求項7に記載の方法。
The step of determining the undulation degree includes:
Determining a left side distance between the center point and a left boundary of the contour line;
Determining a right distance between the center point and a right boundary of the contour line;
The method according to claim 7, further comprising: determining an undulation that is proportional to an absolute value difference between the right distance and the left distance and a ratio of the sum of the right distance and the left distance.
前記傾斜度を決定するステップは、
上方傾斜度を決定するステップと、
下方傾斜度を決定するステップと、を含むことを特徴とする請求項7に記載の方法。
The step of determining the slope includes
Determining an upward slope;
And determining the downward slope.
前記傾斜度を決定するステップは、
前記中心点から有効領域の上部境界までの第1距離を決定するステップと、
前記中心点から前記輪郭線の上部までの第2距離を決定するステップと、
前記中心点から前記有効領域の下部境界までの第3距離を決定するステップと、をさらに含み、
前記上方傾斜度は前記第1距離対前記第2距離の比率に比例し、前記下方傾斜度は前記第3距離対前記第2距離の比率に比例することを特徴とする請求項9に記載の方法。
The step of determining the slope includes
Determining a first distance from the center point to the upper boundary of the effective area;
Determining a second distance from the center point to the top of the contour line;
Determining a third distance from the center point to a lower boundary of the effective area; and
The method of claim 9, wherein the upward inclination is proportional to a ratio of the first distance to the second distance, and the downward inclination is proportional to a ratio of the third distance to the second distance. Method.
前記有効領域の前記上部境界及び前記下部境界は、
前記上部境界及び前記下部境界のいずれでも、前記有効領域の幅が、前記輪郭線の左側境界及び右側境界の幅の半分より大きく決定されることを特徴とする請求項10に記載の方法。
The upper and lower boundaries of the effective area are:
The method according to claim 10, wherein the width of the effective area is determined to be larger than half of the width of the left boundary and the right boundary of the contour line in both the upper boundary and the lower boundary.
前記傾斜度を決定するステップは、
前記中心点と前記輪郭線の左側境界との間の左側距離DLを決定するステップと、
前記中心点と前記輪郭線の右側境界との間の右側距離DRを決定するステップと、
前記中心点から有効領域の上部境界までの上部距離DFを決定するステップと、
前記中心点から有効領域の下部境界までの下部距離DBを決定するステップと、
前記有効領域の幅と高さとの比率より大きくなるようNを定めるステップと、を含み、
前記傾斜度は、N−(DF+DB)/(DL+DR)であることを特徴とする請求項7に記載の方法。
The step of determining the slope includes
Determining a left side distance DL between the center point and a left boundary of the contour line;
Determining a right distance DR between the center point and a right boundary of the contour line;
Determining an upper distance DF from the center point to the upper boundary of the effective region;
Determining a lower distance DB from the center point to the lower boundary of the effective area;
Determining N to be greater than the ratio of the width and height of the effective area,
The method according to claim 7, wherein the slope is N− (DF + DB) / (DL + DR).
前記有効領域の前記上部境界及び前記下部境界は、
前記上部境界及び前記下部境界のいずれでも、前記有効領域の幅が、前記輪郭線の左側境界及び右側境界の幅の半分より大きく決定されることを特徴とする請求項12に記載の方法。
The upper and lower boundaries of the effective area are:
The method according to claim 12, wherein the width of the effective area is determined to be larger than half of the width of the left boundary and the right boundary of the contour line in both the upper boundary and the lower boundary.
カメラを利用して前記画像を生成するステップをさらに含むことを特徴とする請求項1に記載の方法。   The method of claim 1, further comprising generating the image using a camera. 前記カメラは、携帯用装置の部分であることを特徴とする請求項14に記載の方法。   The method of claim 14, wherein the camera is part of a portable device. 前記ブロックの有効性を決定するステップは、VMLOG(Variance−Modified−Lapalacian of Gaussian)方法を利用するステップを含むことを特徴とする請求項1に記載の方法。   The method of claim 1, wherein determining the validity of the block comprises using a VMLOG (Variance-Modified-Lapalasian of Gaussian) method. 前記VMLOG方法は、
Figure 2008052733
のうち少なくとも一つの式を含むことを特徴とする請求項16に記載の方法。
The VMLOG method is:
Figure 2008052733
The method of claim 16 comprising at least one of the following equations:
分析される指紋画像の受容可能性を決定する方法において、
前記画像を複数のブロックに分割するステップと、
それぞれのブロックについてブロックが反復的なパターンを含んでいるか否かを決定するステップと、
前記ブロックが反復的なパターンを含むならば前記ブロックを有効ブロックとして、そうでなければ前記ブロックを無効ブロックとして決定するブロックの有効性を決定するステップと、
前記画像内の有効ブロックの個数を合計するステップと、
前記有効ブロックの個数が受容可能であれば、前記画像を有効なものとして決定するステップと、を含むことを特徴とする方法。
In a method for determining acceptability of a fingerprint image to be analyzed,
Dividing the image into a plurality of blocks;
Determining for each block whether the block contains a repetitive pattern;
Determining the validity of a block that determines the block as a valid block if the block includes a repetitive pattern; otherwise, the block as an invalid block;
Summing the number of valid blocks in the image;
Determining that the image is valid if the number of valid blocks is acceptable.
前記有効ブロックの個数対複数ブロックの個数比率が所定の臨界値を超えれば、前記有効ブロックの個数が受容可能であることを特徴とする請求項18に記載の方法。   The method of claim 18, wherein the number of effective blocks is acceptable if the ratio of the number of effective blocks to the number of multiple blocks exceeds a predetermined critical value. 分析される指紋画像の受容可能性をマシンに決定させるデータを含むマシンアクセス可能な媒体を有する製造物において前記指紋画像の受容可能性を決定する方法であって、
前記画像を複数のブロックに分割するステップと、
それぞれのブロックについて、前記ブロックの焦点がよく合わせられるか否かを決定するステップと、
前記ブロックの焦点がよく合わせられれば前記ブロックを有効ブロックとして、そうでなければ前記ブロックを無効ブロックとして決定するブロックの状態を決定するステップと、
前記画像内の有効ブロックの個数を合計するステップと、
前記有効ブロックの個数が受容可能であれば、前記画像を有効なものとして決定するステップと、を含むことを特徴とする方法。
A method for determining acceptability of a fingerprint image in a product having a machine accessible medium containing data that causes the machine to determine acceptability of a fingerprint image to be analyzed, comprising:
Dividing the image into a plurality of blocks;
For each block, determining whether the block is well focused;
Determining a state of the block that determines the block as a valid block if the block is well focused; otherwise, the block as an invalid block;
Summing the number of valid blocks in the image;
Determining that the image is valid if the number of valid blocks is acceptable.
前記有効ブロックの個数対前記複数ブロックの個数の比率が所定の臨界値を超えれば、前記有効ブロックの個数が受容可能であることを特徴とする請求項20に記載の方法。   The method of claim 20, wherein the number of valid blocks is acceptable if the ratio of the number of valid blocks to the number of blocks exceeds a predetermined critical value. 分析される指紋画像の受容可能性を決定する装置において、
前記画像を複数のブロックに分割する分割器と、
それぞれのブロックについて、前記ブロックの焦点が十分に合わせられるか否かを決定する焦点推定器と、
ブロックの焦点と焦点臨界値とを比較して、前記ブロックの焦点が十分に合わせられれば前記ブロックを有効ブロックとして決定し、そうでなければ前記ブロックを無効ブロックとして決定する焦点決定器と、
前記画像内の有効ブロックの個数を合計して、前記有効ブロックの個数が受容可能であれば前記画像を有効なものとして決定する有効性決定器と、を備えることを特徴とする装置。
In an apparatus for determining acceptability of a fingerprint image to be analyzed,
A divider for dividing the image into a plurality of blocks;
For each block, a focus estimator that determines whether the block is well focused;
A focus determiner that compares the focus of the block with a focus critical value and determines the block as a valid block if the block is sufficiently focused; otherwise, the block is determined as an invalid block;
A validity determiner that sums up the number of valid blocks in the image and determines that the image is valid if the number of valid blocks is acceptable.
分析される指紋画像の受容可能性を決定する方法において、
前記画像の中心点と輪郭線とを検出するステップと、
前記中心点及び前記輪郭線から起伏度及び傾斜度を決定するステップと、
前記起伏度及び前記傾斜度が受容可能であるとき、後続処理のために前記画像を選択するステップと、を含むことを特徴とする方法。
In a method for determining acceptability of a fingerprint image to be analyzed,
Detecting a center point and an outline of the image;
Determining undulation and slope from the center point and the contour line;
Selecting the image for subsequent processing when the undulation and the slope are acceptable.
前記起伏度を決定するステップは、
前記中心点と前記輪郭線の左側境界との間の左側距離を決定するステップと、
前記中心点と前記輪郭線の右側境界との間の右側距離を決定するステップと、
前記左側距離と前記右側距離との絶対値差と前記左側距離と前記右側距離との和との間の比率に比例する起伏度を決定するステップと、を含むことを特徴とする請求項23に記載の方法。
The step of determining the undulation degree includes:
Determining a left side distance between the center point and a left boundary of the contour line;
Determining a right distance between the center point and a right boundary of the contour line;
24. The method includes: determining an undulation proportional to a ratio between an absolute value difference between the left distance and the right distance and a sum of the left distance and the right distance. The method described.
分析される指紋画像の受容可能性を決定する方法は、前記指紋画像の有効領域を決定するステップをさらに含み、
前記有効領域は反復的なパターンを含むことを特徴とする請求項23に記載の方法。
The method for determining acceptability of a fingerprint image to be analyzed further comprises determining an effective area of the fingerprint image;
The method of claim 23, wherein the effective area comprises a repetitive pattern.
前記傾斜度を決定するステップは、
上方傾斜度を決定するステップと、
下方傾斜度を決定するステップと、を含むことを特徴とする請求項23に記載の方法。
The step of determining the slope includes
Determining an upward slope;
24. The method of claim 23, comprising determining a downward slope.
前記中心点から前記有効領域の上部境界までの第1距離を決定するステップと、
前記中心点から前記輪郭線の上部までの第2距離を決定するステップと、
前記中心点から前記有効領域の下部境界までの第3距離を決定するステップと、をさらに含み、
前記上方傾斜度は第1距離対第2距離の比率に比例し、前記下方傾斜度は第3距離対第2距離の比率に比例することを特徴とする請求項26に記載の方法。
Determining a first distance from the center point to the upper boundary of the effective area;
Determining a second distance from the center point to the top of the contour line;
Determining a third distance from the center point to a lower boundary of the effective area; and
27. The method of claim 26, wherein the upward slope is proportional to a ratio of a first distance to a second distance, and the downward slope is proportional to a ratio of a third distance to a second distance.
前記有効領域の前記上部境界及び前記下部境界は、
前記上部境界及び下部境界のいずれでも前記有効領域の幅が前記輪郭線の左側境界及び右側境界の幅の半分より大きく決定されることを特徴とする請求項27に記載の方法。
The upper and lower boundaries of the effective area are:
28. The method of claim 27, wherein the width of the effective area is determined to be greater than half the width of the left and right borders of the contour line at both the upper and lower borders.
前記傾斜度を決定するステップは、
前記中心点と前記輪郭線の左側境界との間の左側距離DLを決定するステップと、
前記中心点と前記輪郭線の右側境界との間の右側距離DRを決定するステップと、
前記中心点から有効領域の上部境界までの上部距離DFを決定するステップと、
前記中心点から有効領域の下部境界までの下部距離DBを決定するステップと、
前記上部距離及び下部距離対前記左側距離及び右側距離の比率によって前記傾斜度を決定するステップと、を含むことを特徴とする請求項25に記載の方法。
The step of determining the slope includes
Determining a left side distance DL between the center point and a left boundary of the contour line;
Determining a right distance DR between the center point and a right boundary of the contour line;
Determining an upper distance DF from the center point to the upper boundary of the effective region;
Determining a lower distance DB from the center point to the lower boundary of the effective area;
26. The method of claim 25, comprising determining the slope by a ratio of the upper and lower distances to the left and right distances.
前記有効領域の前記上部境界及び前記下部境界は、
前記上部境界及び下部境界のいずれでも前記有効領域の幅が前記輪郭線の左側境界及び右側境界の幅の半分より大きく決定されることを特徴とする請求項29に記載の方法。
The upper and lower boundaries of the effective area are:
30. The method of claim 29, wherein the width of the effective area is determined to be greater than half of the width of the left and right boundaries of the contour at both the upper and lower boundaries.
分析される指紋画像の受容可能性をマシンに決定させるデータを含むマシンアクセス可能な媒体を有する製造物において前記指紋画像の受容可能性を決定する方法は、
前記画像の中心点及び輪郭線を検出するステップと、
前記中心点及び前記輪郭線からの起伏度及び傾斜度を決定するステップと、
前記起伏度及び前記傾斜度が十分に小さければ、後続処理のために前記画像を選択するステップと、を含むことを特徴とする方法。
A method for determining acceptability of a fingerprint image in a product having a machine accessible medium containing data that causes the machine to determine acceptability of a fingerprint image to be analyzed comprises:
Detecting a center point and an outline of the image;
Determining relief and slope from the center point and the contour line;
Selecting the image for subsequent processing if the undulation and the slope are sufficiently small.
分析される指紋画像の受容可能性を決定するためのシステムにおいて、
前記画像の中心点及び輪郭線を検出する検出器と、
前記中心点及び前記輪郭線からの起伏度及び傾斜度を決定し、前記起伏度及び前記傾斜度が十分に小さいとき、後続処理のために前記画像を選択するプロセッサと、を備えることを特徴とするシステム。
In a system for determining acceptability of a fingerprint image to be analyzed,
A detector for detecting a center point and an outline of the image;
A processor for determining a undulation and inclination from the center point and the contour line, and selecting the image for subsequent processing when the undulation and inclination are sufficiently small. System.
JP2007213805A 2006-08-21 2007-08-20 Apparatus and method for determining acceptability of analyzed fingerprint image Expired - Fee Related JP5049074B2 (en)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2006-0078980 2006-08-21
KR1020060078980A KR100780957B1 (en) 2006-08-21 2006-08-21 Apparatus and method for selecting image
US11/798,836 US8165356B2 (en) 2006-08-21 2007-05-17 Apparatus and method for determining the acceptability of a fingerprint image to be analyzed
US11/798836 2007-05-17

Publications (2)

Publication Number Publication Date
JP2008052733A true JP2008052733A (en) 2008-03-06
JP5049074B2 JP5049074B2 (en) 2012-10-17

Family

ID=39236677

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007213805A Expired - Fee Related JP5049074B2 (en) 2006-08-21 2007-08-20 Apparatus and method for determining acceptability of analyzed fingerprint image

Country Status (1)

Country Link
JP (1) JP5049074B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10990796B2 (en) 2018-01-05 2021-04-27 Fujitsu Limited Information processing apparatus, image processing method and recording medium on which image processing program is recorded

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102476017B1 (en) 2016-01-05 2022-12-09 삼성전자주식회사 Method and apparatus for authentication using biometric information

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002288641A (en) * 2001-03-26 2002-10-04 Nec Corp Finger and palm print image processing device and method

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002288641A (en) * 2001-03-26 2002-10-04 Nec Corp Finger and palm print image processing device and method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10990796B2 (en) 2018-01-05 2021-04-27 Fujitsu Limited Information processing apparatus, image processing method and recording medium on which image processing program is recorded

Also Published As

Publication number Publication date
JP5049074B2 (en) 2012-10-17

Similar Documents

Publication Publication Date Title
US8165356B2 (en) Apparatus and method for determining the acceptability of a fingerprint image to be analyzed
US11386697B2 (en) Object change detection and measurement using digital fingerprints
US7925058B2 (en) Iris recognition system and method using multifocus image sequence
CN104143185B (en) A kind of stain method for detecting area
Kakar et al. Exposing digital image forgeries by detecting discrepancies in motion blur
US7542591B2 (en) Target object detecting method, apparatus, and program
US20130004082A1 (en) Image processing device, method of controlling image processing device, and program for enabling computer to execute same method
WO1999027845A1 (en) Method of measuring the focus of close-up images of eyes
US20080013803A1 (en) Method and apparatus for determining print image quality
JPWO2004079658A1 (en) Biological image collation device and collation method thereof
KR101761586B1 (en) Method for detecting borderline between iris and sclera
Lee et al. Recognizable-image selection for fingerprint recognition with a mobile-device camera
CN104809453A (en) Authentication method based on fingerprints
CN105049723B (en) Atomatic focusing method based on defocusing amount difference qualitative analysis
JP5049074B2 (en) Apparatus and method for determining acceptability of analyzed fingerprint image
JP5174917B2 (en) Coin damage determination apparatus and damage determination method
Alonso-Fernandez et al. Quality factors affecting iris segmentation and matching
EP0333826A1 (en) Method and apparatus for analysing fingerprints
Colores et al. Iris image evaluation for non-cooperative biometric iris recognition system
Noh et al. Empirical study on touchless fingerprint recognition using a phone camera
KR101704717B1 (en) Apparatus for recognizing iris and operating method thereof
KR100194583B1 (en) Facial component extraction system and its extraction method
KR20180072517A (en) Method for detecting borderline between iris and sclera
KR102151427B1 (en) Apparatus and method for detection presentation attack for iris recognition system
KR20090002638A (en) Method for measuring similarity using frenquency range

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20100730

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110614

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120306

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20120626

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20120720

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150727

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees