JP2016177686A - 撮影装置 - Google Patents

撮影装置 Download PDF

Info

Publication number
JP2016177686A
JP2016177686A JP2015058721A JP2015058721A JP2016177686A JP 2016177686 A JP2016177686 A JP 2016177686A JP 2015058721 A JP2015058721 A JP 2015058721A JP 2015058721 A JP2015058721 A JP 2015058721A JP 2016177686 A JP2016177686 A JP 2016177686A
Authority
JP
Japan
Prior art keywords
image
polarization
scatterer
inner layer
light
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
JP2015058721A
Other languages
English (en)
Other versions
JP6567850B2 (ja
Inventor
青木 隆浩
Takahiro Aoki
隆浩 青木
壮一 ▲浜▼
壮一 ▲浜▼
Soichi Hama
功 岩口
Isao Iwaguchi
功 岩口
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.)
Fujitsu Ltd
Fujitsu Frontech Ltd
Original Assignee
Fujitsu Ltd
Fujitsu Frontech 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
Application filed by Fujitsu Ltd, Fujitsu Frontech Ltd filed Critical Fujitsu Ltd
Priority to JP2015058721A priority Critical patent/JP6567850B2/ja
Priority to EP16156914.0A priority patent/EP3070457A1/en
Priority to US15/051,200 priority patent/US9846813B2/en
Priority to KR1020160028389A priority patent/KR101819602B1/ko
Priority to CN201610140992.7A priority patent/CN105989360B/zh
Publication of JP2016177686A publication Critical patent/JP2016177686A/ja
Application granted granted Critical
Publication of JP6567850B2 publication Critical patent/JP6567850B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/117Identification of persons
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4887Locating particular structures in or on the body
    • A61B5/489Blood vessels
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47Scattering, i.e. diffuse reflection
    • G01N21/4795Scattering, i.e. diffuse reflection spatially resolved investigating of object in scattering medium
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145Illumination specially adapted for pattern recognition, e.g. using gratings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147Details of sensors, e.g. sensor lenses
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Vascular Medicine (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Input (AREA)

Abstract

【課題】散乱体の表面からの深さに応じた内層の情報を精度よく得る。
【解決手段】撮影装置は、照明部と、カメラと、処理装置とを有する。照明部は、散乱体に所定の偏光方向の光を照射する。カメラは、複数の異なる偏光角で散乱体を撮影する。処理装置は、複数の異なる偏光角で撮影された散乱体の画像に基づき、散乱体内部の内層の散乱体の表面からの深さに応じた内層画像を生成して出力する。
【選択図】図1

Description

本発明は、撮影装置に関する。
撮影装置を用いる技術のひとつとして、例えば、手のひら静脈などを用いて個人を認証する生体認証装置が知られている。特定の偏光方向の直線偏光を生体に照射した状態で、レンズアレイを含む縮小光学系を用い、特定偏光方向の偏光成分のみ通過させる検光子が設けられていないレンズによる個眼像から、上記検光子が設けられたレンズによる個眼像の成分を除去する例が知られている。また、生体からの反射光を用いて生体の画像を撮影する撮影部と、撮影部によって撮影された生体画像から、所定の空間周波数よりも高い周波数成分を抽出する抽出部と、を備える例も知られている(例えば、特許文献1〜2参照)。
撮影装置を用いる技術の別の例として、肌色に寄与するメラニン成分、ヘモグロビン成分等の色素成分の精度の高い計測を行うための以下のような例も知られている。すなわち、計測時に、ノイズ成分となる表面反射光成分を、偏光を用いて除去し、内部光成分についてメラニン成分、ヘモグロビン成分等の色素成分を求める例である(例えば、特許文献3参照)。
さらに、偏光を観察するカメラの例が知られている(例えば、非特許文献1参照)。生体内のどの深さで光が戻ってくるかを表す確率密度関数を拡散近似で計算した例も知られている(例えば、非特許文献2参照)。
特開2010−218258号公報 特開2012−187150号公報 特開2002−200050号公報
株式会社フォトニックラティスPI-110、[online]、[平成27年2月19日検索]、インターネット<URL:http://www.photonic-lattice.com/ja/prod,ucts/polarization_camera/pi-110/> Dominique J. Bicout, George H. Weiss 著、A measure of photon penetration into tissue in diffusion models、Optics Communications, Volume 158, Issues 1-6, 15 December 1998, Pages 213-220
ところで、手のひら静脈認証装置では、近赤外線を用いて生体内の静脈パターンを撮影し、個人を認証する。しかし、近赤外線の光に対して生体は強い散乱の性質を示すため、上記のような従来の方法では、散乱により精度のよい情報が得られない場合がある。例えば、生体内部の情報を得る際に、ある方向に偏光された光を照射し、照射された光と同じ偏光状態の光を除去するような方法では、内部からの散乱光で照明と同じ偏光状態の光も除去されてしまい、精度のよい画像が撮影できないことがある。
ひとつの側面によれば、本発明の目的は、散乱体の表面からの深さに応じた内層の情報を精度よく得るようにすることである。
ひとつの態様である撮影装置は、照明部と、カメラと、処理装置とを有する。照明部は、散乱体に所定の偏光方向の光を照射する。カメラは、複数の異なる偏光角で散乱体を撮影する。処理装置は、複数の異なる偏光角で撮影された散乱体の画像に基づき、散乱体内部の内層の散乱体の表面からの深さに応じた内層画像を生成して出力する。
ひとつの実施形態によれば、散乱体の表面からの深さに応じた内層の情報を精度よく得ることが可能になる。
第1の実施の形態による撮影装置の構成の一例を示す図である。 第1の実施の形態による撮影装置の機能的な構成の一例を示す図である。 被写体の輝度値の入射光の偏光角依存性の一例を示す図である。 生体内の偏光状態の変化を説明する図である。 偏光角θの占める割合の一例を示す図である。 輝度比の偏光角θ依存性の実測値と理論値との比較例を示す図である。 第1の実施の形態による撮影方式で得られる画像の種類の一例を示す表である。 第1の実施の形態による生体認証処理の一例を示すフローチャートである。 第2の実施の形態による撮影装置の機能的な構成の一例を示す図である。
(第1の実施の形態)
以下、図面を参照しながら、第1の実施の形態による撮影装置20について説明する。撮影装置20は、本実施の形態においては、撮影した画像を用いて生体認証を行う装置であるとして説明される。図1は、第1の実施の形態による撮影装置20の構成の一例を示す図である。図1に示すように、撮影装置20は、光学部30および制御部40を有している。光学部30は、被写体となる散乱体に所定の偏光方向の光(以下、所定の偏光ということがある。)を照射し、複数の偏光方向の画像を撮影する。制御部40は、撮影装置20の動作を制御する。光学部30と制御部40とは、一体に形成されていてもよい。撮影装置20の一例は、多機能携帯電話機、タブレット型情報処理装置等でもよい。
光学部30は、照明部31及びカメラ35を有している。照明部31は、光源32及び偏光フィルタ33を有し、散乱体を撮影するための所定の偏光を出力する。光源32は、例えば、Light Emitting Diode(LED)としてもよい。光源32は、LED以外のものを用いるようにしてもよい。偏光フィルタ33は、照明用の偏光フィルタであり、特定方向の偏光を透過させる偏光フィルタである。偏光フィルタ33の偏光方向を示す角度を、偏光角θ=0とする。なお、図1の光源32が2つ描かれているのは、カメラ35周辺に、円状に光源32と偏光フィルタ33とを配置した例を示すためであり、これにより、被写体となる散乱体を均一に照射する。
カメラ35は、撮影部36とマルチ偏光フィルタ37とを有している。撮影部36は、レンズと撮像素子とを備え、レンズを介して入射した光を撮像素子で電気信号に変換することで、画像を撮影する。マルチ偏光フィルタ37は、複数の偏光方向の光を透過させる機能を有するフィルタである。マルチ偏光フィルタ37は、例えば、非特許文献1に記載のカメラに備えられたフィルタのように、ピクセルごとに偏光角θ=0°、45°、90°、135°に対応した偏光機能を持つフィルタであってもよい。なお、偏光角θは、上記の例には限定されない。また、マルチ偏光フィルタ37は、偏光角を可変にした一つのフィルタや、複数の偏光角の異なるフィルタを脱着する構成など、他の構成でもよい。
本実施の形態においては、カメラ35が撮影する光の偏光角θとして、偏光角θ=0°、45°、90°、135°が用いられる場合を例として説明する。カメラ35は、被写体となる散乱体から反射してきた光を撮影する。撮影する際には、異なった偏光方向の画像を個別に出力する。本実施の形態においては、具体的には偏光角θ=0°、45°、90°、135°での画像を出力する。
制御部40は、処理装置42と記憶装置44とを有している。処理装置42は、撮影装置20の動作を制御するための各種処理を行う演算処理装置を含む。記憶装置44は、処理装置42が撮影装置20の動作を制御するためのプログラムや、プログラムを実行する際に必要に応じて作業領域として使用したりするための記憶装置である。記憶装置44は、Random Access Memory(RAM)、Read Only Memory(ROM)などを含むようにしてもよい。
図2は、第1の実施の形態による撮影装置20の機能的な構成の一例を示す図である。図1を参照しながら説明したように、撮影装置20は、照明部31とカメラ35とを有する光学部30を有している。図2に示すように、撮影装置20は、記憶装置44に、データベース46や画像情報48を記憶させるようにしてもよい。データベース46は、例えば、生体認証に使用する登録テンプレートなどである。登録テンプレートとは、例えば、手のひら静脈認証の場合は、手のひら静脈画像から抽出した生体特徴が該当する。同一の生体に対して複数の認証が行われる場合には、例えば、手のひら静脈情報と、掌紋情報とを登録テンプレートとして記憶させるようにしてもよい。画像情報48は、例えば一時的にバッファに記憶されるようにしてもよい。
撮影装置20において、処理装置42は、管理部50、特徴抽出部57、照合部59、画像処理部52としての機能を有している。これらの機能は、処理装置42が、記憶装置44に予め記憶された撮影装置20を制御する制御プログラムを読み込んで実行することにより実現されるようにしてもよい。
管理部50は、生体認証の処理を含む撮影装置20全体の処理を管理する。画像処理部52は、カメラ35が撮影した画像に基づき、表面からの深さに応じた情報を持つ画像、例えば、異なる深さ情報を持つ画像を生成する。画像処理部52は、画像管理部54、画像演算部55を有している。画像処理部52の画像管理部54は、画像生成処理全体を管理する。画像演算部55は、後述する画像演算処理を行う。画像処理部52による処理の詳細は後述される。
特徴抽出部57は、撮影された画像から認証に使用する生体特徴を抽出する。照合部59は、照合処理を行う。すなわち、照合部59は、特徴抽出部57が抽出した特徴データを用い、データベース46に登録された登録テンプレートなどのデータと撮影された画像から得られた情報とがどの程度似ているかを表す類似度を出力する。
次に、第1の実施の形態によるカメラ35により撮影される画像について、説明する。以下では、被写体となる散乱体は、生体であるとする。はじめに、拡散反射のみを検討対象とする。ここで拡散反射は、生体内に入った光が散乱を繰り返しながら最終的に生体を抜け、カメラ35に入るような反射のことである。拡散反射以外には、生体と空気との間で反射する表面反射が存在する。
図3は、被写体の輝度値の入射光の偏光角依存性の一例を示す図である。図3に示した例は計測結果の一例であり、撮影装置20と同様の構成を有するマルチ偏光用評価用治具を用いて計測したものである。尚、第1の実施の形態では偏光角θ=0°、45°、90°、135°のフィルタを用いているが、図3ではより細かく15°単位で測定を行った結果を示している。
図3に示すように、輝度比の偏光角依存性70では、横軸は、照明部31の偏光フィルタ33の偏光方向に対する、カメラ35のマルチ偏光フィルタ37の偏光方向の角度差を示す偏光角θに相当する。本実施の形態において、散乱体に照射される光の偏光方向は、偏光角=0°とされる。よって、反射光を撮影するカメラ35が検出する光の偏光方向を示す偏光角θは、照射される光の偏光方向との角度差のことである。縦軸は、偏光角θにおける輝度値を、偏光角θ=90°の輝度値を基準として正規化した輝度比を表している。
輝度比の偏光角依存性70は、手のひらなどの散乱体に所定の偏光を照射し、カメラ側で偏光方向を様々に変えて撮影した場合の、輝度値変化を示す(実験結果)。輝度比72と輝度比74とは、異なる被験者に関する結果である。このように、照明からの光の偏光方向と、カメラで撮影される光の偏光方向とが同じ偏光角θ=0°(入射光の偏光方向)のときは、偏光角θ=90°のときよりも輝度値が高い傾向を示す。また、偏光角θが0°≦θ≦90°の範囲で、輝度値は連続的に変化している。
図4は、生体内の偏光状態の変化を説明する図である。図4に示すように、散乱モデル80は、散乱体82(生体)に入射光84のように、Z方向から所定の偏光が入射した場合の偏光状態のイメージを示している。偏光ばらつき状態86〜89は、円に近いほど、偏光のばらつきが大きいことを示している。散乱モデル80は、散乱体82内では、以下のようなモデルとなっている。すなわち、入射する際には直線偏光に近い状態であったものが、Z方向(深さ方向)に進むにしたがって、偏光ばらつき状態86〜89のように、偏光方向が徐々に様々な方向を含むようになり、偏光状態のばらつきが大きくなるというモデルである。
導出の詳細は後述されるが、偏光角θの輝度値I(θ)は、下記式1によって表現される。なお、光の輝度値I(0°)、輝度値I(90°)はそれぞれ、偏光角θ=0°、θ=90°における輝度値である。
I(θ)=I(0°)cosθ+I(90°)sinθ・・・(式1)
すなわち、任意の偏光角θの散乱光は、輝度値I(0°)、輝度値I(90°)の線形結合で求められ、その係数はcosθおよびsinθである。ここで、偏光角θ=0°で撮影される画像は、照明光の偏光方向と同じ偏光方向に対してカメラで撮影した画像である。つまり、照明で設定した偏光方向が残っている光で撮影した画像である。そのため、被写体の浅い位置の情報を多く含んでいる。一方、偏光角θ=90°で撮影される画像は、照明の偏光状態が完全に崩れた光で撮影された画像であり、被写体の、より深い位置の情報を多く含んでいる。
<散乱体モデル>
以下、式1の導出方法について説明する。本実施の形態においては、偏光角θによる輝度値の変化を説明するため、下記の物理モデルを仮定する。すなわち、生体(散乱体)に、直線偏光した照明光が入射する場合を考える。生体内に入った光は、散乱を受けながら生体内部を進んでいく。この際、偏光状態は深さに応じて直線偏光から徐々にランダムになる割合が増えていくと考えられる。具体的には、表面のごく浅い所から戻ってくる光は入射光の偏光状態をほとんど保持していると考えられる。一方、生体の深い所から戻ってくる光は偏光状態がほとんど壊れており、偏光方向はランダムな偏光となっていると予想できる。よって、カメラ35等、偏光カメラで撮影する画像は、上記のような光が混合した状態で撮影されるものと考えられる。
<輝度値の偏光角度依存性の検討>
図3を参照しながら説明したように、手のひらなどの生体に所定の方向に偏光した照明を当てて、受光する光の偏光角θを変えながら画像を撮影すると、平均輝度値が滑らかに変化していく。入射光と同じ偏光角θ=0°の時が最も輝度値が高く、入射角と直交するθ=90°の時に輝度値が最も低くなる。この輝度値の偏光角θ依存性を上記物理モデルに基づいて検討する。
まず、生体内のどの深さで光が戻ってくるかを表す確率密度関数f(z)を定義する。これは、生体に光を照射した際に、深さz〜(z+dz)の間の深さで戻ってくる確率がf(z)dzとなるような関数である。尚、確率密度関数f(z)の具体的な形は未知であるが、例えば非特許文献2に、関連する確率密度関数を拡散近似で算出した例が記載されている。
上記仮定した物理モデルに従えば、生体内に入った光の偏光状態は、深さとともに直線偏光から崩れた状態の割合が増えていく。この偏光状態のばらつきを表す形状として、楕円を仮定する。
図5は、偏光角θの占める割合の一例を示す図である。図5に示すように、例えば、生体中の生体に入射する光の進行方向に対して垂直な平面xyにおいて、偏光ばらつきイメージ92は、偏光状態のばらつきを表す形状として楕円と仮定される。偏光ばらつきイメージ92の楕円は、長径a、短径bの2つのパラメータで表現される。このとき、長径aが偏光方向θ=0°の光を表し、短径bが偏光方向θ=90°の偏光を表すと考えることができる。深さが十分深い所では偏光状態が完全に崩れ、楕円が円に変わっていると考える。そのため、長径aおよび短径bは、深さzの関数で、下記式2のように表すことができる。
a=a(z)、b=b(z)・・・(式2)
ここで、任意の偏光角θの輝度値I(θ)がどのように表現されるかを検討する。直線偏光している光の偏光状態が崩れた場合の、偏光方向のばらつき状態を楕円として考える。例えばこの楕円は、偏光角θの光の光量の分布を示すと考えてよい。このとき、全光量は、楕円の面積S=πabと考えることができる。一方、ある偏光角θの光量は、偏光方向94に応じて切り取られる微小な扇型の面積、例えば微小面積96と見做される。
偏光方向94の偏光角θ方向の微小角度Δθで区切られた微小面積96は、以下のように求められる。まず、偏光角θにおける楕円の径をR(θ)で表すとR(θ)は、下記式3のように表すことができる。
Figure 2016177686
また、微小角Δθで切り取られる扇型の微小面積96を面積ΔSとすると、面積ΔSは、楕円を円で近似することで、下記式4のように求めることができる。
ΔS=(1/2)R(θ)Δθ・・・(式4)
ここで微小角Δθは、偏光フィルタのバンド幅を表す定数である。つまり、偏光フィルタとしてθ±(1/2)Δθの偏光を通す際のバンド幅がΔθである。
以上から、偏光角θ方向の偏光が占める光量の割合ratio(θ)は、下記式5のように求めることができる。ここで割合ratio(θ)は、全体の光量が輝度値Iと対応する光量のときに、偏光角θ方向の光量が占める割合である。
Figure 2016177686
式を簡略化するため、深さzにおける長径a(z)と短径b(z)の比を表す関数ε(z)を式6のように定義する。尚、関数ε(z)は、下記式7の関係を満たすものとする。
Figure 2016177686
ε(z)≧1.0・・・(式7)
関数ε(z)を用いるとratio(θ)は下記式8のように求まる。
Figure 2016177686
全光量に対する偏光方向θの光量の占める割合が上記の通り求まった。ここで、様々な深さzからの反射光の合計として撮影される反射光の輝度値I(θ)を求める。反射光の輝度値I(θ)は、上記の確率密度関数f(z)、割合ratio(θ)、全体の光量を表す定数Iを使って下記式9のように積分として表せる。
Figure 2016177686
ここでθ=0°、θ=90°における輝度値を求めると下記式10のように表される。これらは、偏光方向が照明光と平行な場合および直交する場合の輝度値である。
Figure 2016177686
これらの式10の値を式9に代入すると、上記式1を含む下記式11の関係が得られる。
I(θ)=I(0°)cosθ+I(90°)sinθ
=(I(0°)−I(90°))cosθ+I(90°)・・・(式11)
つまり、偏光角θの輝度値はcosθに比例することが分かる。また、任意の偏光角θの画像は、θ=0°、θ=90°の2つの画像から合成される。この性質は、光の加法性から導かれるものと考えられる。つまり、偏光角θ方向の輝度値を求める式9においては、算出対象となる偏光角θ方向の微小面積を積分することで輝度値I(θ)が求められている。一方、偏光角θと深さzは独立した変数であるため、偏光角θ方向の割合を求めてからz方向で積分する処理と、z方向の積分を先に実行してから偏光角θ方向の割合を求める処理とは同じである。先にz方向の積分を行った結果が輝度値I(0°)、I(90°)として求まり、偏光角θの輝度値は、両者を線形結合した形の式11(または式1)として求まる。
図6は、輝度比の偏光角θ依存性の実測値と理論値との比較例を示す図である。図6において、横軸は、例えば、照明部31の偏光フィルタ33の偏光方向に対する、カメラ35のマルチ偏光フィルタ37の偏光方向の角度差を示す偏光角θである。縦軸は、偏光角θにおける輝度値を、偏光角θ=90°の輝度値を基準として正規化した輝度比を表している。図6において、理論輝度比102は、輝度比72での0度と90度との計測値から求めた理論値であり、理論輝度比104は、輝度比74での0度と90度との計測値から求めた理論値である。図6に示すように、実測値である輝度比72と輝度比74とは、理論値である理論輝度比102と理論輝度比104とに概ねよい一致を示している。
このように、生体などの散乱体に直線偏光を照射し、その反射光を複数の偏光角θで撮影した際の輝度値を表すモデルとして、上記のような物理モデルを用いることが好ましい。すなわち、生体を拡散反射物体と想定し、深さが増すごとに偏光度合いが崩れていく過程を楕円として表現することで、実験と良い一致を示す結果が得られる。下記に、説明の都合上、式1を再掲する。
I(θ)=I(0°)cosθ+I(90°)sinθ・・・(式1)
式1は、任意の偏光角θにおける輝度値が、I(0°)、I(90°)の2つの輝度値から求まることを表している。以下、式1で表される関係式を用いて、より多くの情報を得られる撮影方式の検討を行う。このとき、カメラ35として、例えば、非特許文献1に記載のような、Photonic Lattice社のマルチ偏光カメラを使うようにしてもよい。Photonic Lattice 社のマルチ偏光カメラでは、偏光角が0度、45度、90度、135度の4方向の偏光画像が同時に取得される。このマルチ偏光カメラでは、撮像素子の各ピクセルにカラーカメラにおけるベイヤーフィルタの代わりに偏光フィルタが搭載されている。具体的には、偏光角=0°、45°、90°、135°のフィルタが4つ1組で搭載されている。
本実施の形態においては、例えば、これまであまり利用されていなかった偏光角45度、135度の画像を含めて有効な情報を得る方式を検討する。具体的な撮影方式案のひとつとして、下記のような方式が考えられる。
これまでの検討では、生体からの拡散反射のみを対象にしていた。しかし、実際には拡散反射のみではなく、表面反射が存在する。表面反射は空気と被写体の屈折率の違いから生じる反射である。表面反射は偏光状態を維持する性質があるため、表面反射は偏光角θ=0°の画像でのみ撮影される。そのため、カメラ35などマルチ偏光カメラ(θ=0°、45°、90°、135°)で撮影される画像は以下のようになる。尚、添え字「C」は、カメラで撮影される画像を、添え字「SP」は表面反射を意味する。添え字なしは、拡散反射成分を意味する。
(0°)=I(0°)+ISP
(45°)=I(45°)
(90°)=I(90°)
(135°)=I(135°)
・・・(式12)
ここで、式1にθ=45°及び135°を入力する。
Figure 2016177686
式13の両辺を加算すると、下記のようにθ=0°の拡散反射成分のみが得られる。
I(0°)=I(45°)+I(135°)―I(90°)・・・(式14)
つまり、θ=45°、90°、135°の画像からθ=0°の拡散反射成分が計算される。更にこの式から表面反射成分を以下のように求めることができる。
SP=I(0°)−I(0°)
=I(0°)−(I(45°)+I(135°)−I(90°))
・・・(式15)
以上のように、表面反射による輝度値ISP、浅い位置の情報に対応する輝度値I(0°)、深い位置の情報に対応する輝度値I(90°)が得られる。このように異なる深さに夫々対応する3つの画像から、より多くの認証特徴を得られる可能性がある。
図7は、第1の実施の形態による撮影方式で得られる画像の種類の一例を示す表である。図7に示すように、画像の種類110では、本実施の形態による撮影装置20により、表面情報、浅い情報、深い情報が得られることが示されている。表面情報としては、例えば掌紋情報が考えられる。深い情報としては、静脈情報などが考えられる。浅い情報は、例えば、掌紋情報を用いた認証の際に、実物の手の代りに掌紋の印刷物等を用いようとした場合、浅い情報が得られない場合に、成りすましであるなどと判断するために用いることも考えられる。
すなわち、表面反射は、式15により得られ、散乱体表面の画像に対応する表面情報として、例えば掌紋情報などに利用される。浅い位置の情報は、例えば式14より得られ、散乱体の内層情報のうちの、比較的浅い位置の第1の内層画像に対応する浅い情報として利用される。深い位置の情報は、式12により得られ、例えば、散乱体の内層情報のうちの、上記浅い位置の情報より表面から遠い深い位置の第2の内層画像に対応し、例えば静脈情報等として利用される。
尚、偏光角=0°のときの輝度値I(0°)として拡散反射光のみを求めるのは、本実施の形態による撮影装置20の特徴である。単純に偏光角θ=0°に設定して画像を撮影すると、拡散反射と表面反射とが混在した状態の画像となってしまう。表面反射は、被写体の表面に関する情報が得られる利点がある一方、被写体、照明、カメラの位置関係に依存して強度が急激に変化する性質がある。そのため、装置の設置条件などによっては、表面反射で撮影された画像情報は認証処理には不向きな特徴となる場合があり得る。一方、本実施の形態においては、表面反射を含まない輝度値I(0°)を求めることができる。
なお、上記説明では、カメラ35の入力として4つの方向(0度、45度、90度、135度)を用いる方式を説明した。これは、例えば、非特許文献1に記載のカメラのように、市販されているマルチ偏光カメラの仕様に合わせたものである。しかし、上記3種類の画像を計算するためには、3方向分の画像があれば良い。例えば、0度、45度、90度の3方向で十分である。具体的には、式1に、45度を代入すればよい。すなわち、下記の式16で表される。
I(45°)=1/2×I(0°)+1/2×I(90°)
I(0°)=2×I(45°)−I(90°)・・・(式16)
式16は、式14において、I(135°)=I(45°)とした場合に相当する式である。一般には、式15に示す通りに45度と135度の2つを利用した方が画質は良くなる。これは、画像には常にノイズが含まれており、複数の画像(45度と135度)を用いた方が、ノイズの影響を低減できるためである。
<画像算出の変形例>
上記説明ではカメラ35のフィルタ間の角度差が45度の場合を説明した。45度の差がある場合には、式1の係数であるcosθ、sinθがともに1/√2となる。そのため、2乗すると係数がともに(1/2)になるため、計算が容易となる。しかし、本実施の形態の撮影方法は、フィルタ間の角度差45度に限定される訳ではなく、他の角度の組合せでもよい。
以下、他の角度の組合せの例として、θ=0°、30°、60°の組合せの場合を検討する。カメラで撮影される画像を示す輝度値は下記のようになる。
(0°)=I(0°)+ISP
(30°)=I(30°)
(60°)=I(60°)
・・・(式17)
ここで、拡散反射成分に成立する式1にθ=30°、60°を入力する。
Figure 2016177686
式18から、I(0°)およびI(90°)が求まる。
Figure 2016177686
Figure 2016177686
このように、表面反射なしの浅い位置の情報の画像に対応する輝度値I(0°)を、撮影画像に対応する輝度値(I(30°)、I(60°))から計算することができる。よって、表面反射成分の輝度値ISPは、画像の種類110に示した方法と同様の計算で求められる。
以上から、撮影画像の偏光角θは、様々な方向に設定してもよいことがわかる。なお、表面情報を得るためには、θ=0°の画像は、必ず含む必要がある。これは、表面反射成分はθ=0°にのみ含まれていると考えられるためである。また、θ=0°以外の2偏光角θ、θ(上記の例では、θ=30°、θ=60°)に関しては、θ±θ=90°という関係を満たすように設定してもよい。このような関係の偏光角θ、θを用いると、計算の係数が簡略化できるメリットがある。
さらに、式19、式20により輝度値I(0°)、輝度値I(90°)が得られたため、式1を適用すれば、任意の偏光角θに対する画像を得ることができる。得られた偏光角θに対する画像は、輝度値I(0°)、I(90°)に夫々対応する画像の中間的な深さの情報を含んでいる。
次に、フローチャートを参照しながら、本実施の形態の撮影装置20を用いた生体認証方法について説明する。図8は、第1の実施の形態による生体認証処理の一例を示すフローチャートである。生体認証処理においては、制御部40は、適切な位置で、マルチ偏光画像の撮影を行う。すなわち、例えば、マルチ偏光カメラ等、カメラ35を使って、複数の偏光方向の偏光画像を撮影する。すなわち、カメラ35は、被写体に照射された照明光と同一の偏光角を含む複数、少なくとも3方向、の偏光による画像を撮影する(S151)。
画像処理部52は、画像生成処理を行う(S152)。画像生成処理は、上記に説明したように、例えば3方向の偏光角で撮影した画像に基づき、任意の偏光角θの画像を生成する処理である。例えば、画像処理部52の画像演算部55は、表面情報、浅い位置の情報、深い位置の情報等を、画像の種類110に示したような演算方法で生成する。
すなわち、各画像は、以下のように算出される。
i)表面画像
SP=I(0°)−(I(45°)+I(135°)−I(90°))
・・・(式15)
ii)浅い位置の情報
I(0°)=I(45°)+I(135°)―I(90°)・・・(式14)
iii)深い位置の情報
I(90°)=I(90°)・・・(式21)
上記のように、必要な演算は単純な画像の加減算のみであり、係数は不要である。
特徴抽出部57は、生成された画像において、生体認証特徴の抽出処理を行う(S153)。特徴抽出処理としては、エッジ抽出やMatched Filter、局所特徴量を用いる方法など、様々な方法を利用することが好ましい。
照合部59は、特徴抽出部57が抽出した生体特徴とデータベースに登録済のテンプレートとを比較して類似度を算出する。類似度の算出方法は、相関係数や相互相関関数、画像間の距離、など様々な算出方法のいずれかを用いてもよい(S154)。このとき、照合部59は、上記i)〜iii)のいずれの画像を用いるかにより、登録テンプレートの種類を判断して認証を行うようにしてもよい。
以上説明したように、第1の実施の形態による撮影装置20は、散乱体に所定の偏光を照射する照明部31と、複数の異なる偏光角で散乱体を撮影するカメラ35と、処理装置42とを有している。処理装置42は、複数の偏光角で撮影された散乱体の画像に基づき、散乱体内部の内層の散乱体の表面からの深さに応じた内層画像を生成して出力する。また、処理装置42は、生体を撮影して取得した画像に基づき、生体認証を行うようにしてもよい。生体認証を行うための画像は、表面情報、浅い位置の情報、深い位置の情報のいずれかとしてもよい。また、記憶装置44には、撮影装置20の動作を制御するプログラム、生体認証のための登録テンプレートなどが記憶されるようにしてもよい。
以上のように、撮影装置20によれば、生体などの散乱体の、深さの異なる3種類の画像が得られる。このために、例えば、撮影装置20は、偏光角の異なる3つの画像を撮影する。撮影装置20は、撮影した画像から、任意の偏光角θの画像を求めることができる。任意の偏光角θでの画像を求めることは、散乱体の表面及び内部の異なる深さの画像を同時に取得できることである。よって、撮影装置20による生体認証を行った場合には、生体認証に適した画像を生成することができ、認証精度が向上するという効果が得られる。
生体認証では、生体が近赤外線の波長帯の光を吸収する物体をあまり含まず、深くまで光が浸透することを利用している。このとき、近赤外線の光に対して生体は強い散乱の性質を示すため、散乱により精度のよい情報が得られない場合がある。しかし、上記のような演算により、複数の偏光方向で撮影した画像に基づいて算出される、所望の偏光方向での画像を取得できる。また、生体内での散乱による偏光状態のばらつきが、生体内の深い位置での散乱光ほど大きくなるという物理モデルを用いることで、所望の深さの情報をより多く含む偏光状態を想定できる。よって、生体内の深さに応じた画像を精度よく得ることが可能となる。これにより、生体の内層の静脈情報、表面の掌紋情報等を精度よく得ることが可能となり、生体認証の精度も向上される。
このように、複数の方向の偏光を用いる「マルチ偏光技術」により、より多くの特徴データを得ることが可能になる。すなわち、1つの被写体(例:手のひら)から複数の画像を算出して取得することで、一つの被写体からより多くの特徴情報を取得することができる。特に被写体の表面情報や、浅い位置の情報、深い位置の情報を個別に取得することができるので、認証精度を更に高めることが可能となる。
また、異なる深さの画像を同時に取得することによって、画像上のある点に着目した際、該当する点の様々な深さ情報を得ることができるという効果がある。例えば、偏光方向の異なる照明を複数用意し、順次点灯して撮影する方法等、時分割で異なる深さの情報を得ることができたとしても、得られる画像間には時間的な差が存在する。そのため、同一点での特徴同志の対応情報を得ることは困難である。しかし、撮影装置20によれば、同一点での同時刻での深さの異なる画像が得られ、同一点での特徴同士の対応情報が得られる。
任意の偏光角θの画像を撮影するだけであれば、該当方向の偏光フィルタを機械的に設定する方法も考えられるが、任意の偏光角θに偏光フィルタを設定するためには機械的な機構が必要となる。しかしながら、本実施の形態による撮影装置20によれば、任意の偏光角に関する画像を、演算のみから得ることができる利点がある。よって、機械的な機構が必要ない。また、一般に、光学フィルタや照明を切り替えるには時間が掛かるが、撮影装置20ではそのような時間は不要である。このように、撮影装置20は、コスト的な面、メンテナンスの面で有利な、撮影装置であるといえる。
(第2の実施の形態)
以下、第2の実施の形態による撮像装置について説明する。第2の実施の形態において、第1の実施の形態と同様の構成及び動作については同一符号を付し、重複説明を省略する.第2の実施の形態による撮影装置200のハードウエア構成の一例は、第1の実施の形態による撮影装置20と同様の構成に、表示部270を追加した構成である。
図9は、第2の実施の形態による撮影装置200の機能的な構成の一例を示す図である。図9に示すように、撮影装置200は、光学部30、処理装置242、表示部270を有している。
処理装置242は、例えば不図示の記憶装置に記憶された制御プログラムを読み込んで実行することで、図9に記載の各機能を実現するようにしてもよい。処理装置242は、管理部250、画像処理部252、表示画像入力部259としての機能を有する。
表示画像入力部259は、利用者が表示したい画像情報を入力する。具体的には、表面画像、あるいは、所望の偏光角θ方向の拡散画像を選択して、表示部270に出力する。表示部270は、例えば液晶表示装置などとしてもよい。表示部270は、任意の偏光角θの画像を表示する。
管理部250は、撮影装置200全体の処理を管理する。画像処理部252は、カメラ35が撮影した画像に基づき、異なる深さ情報を持つ画像を生成する。画像処理部252は、画像管理部254、画像演算部255、係数計算部257を有している。画像処理部252の画像管理部254は、画像生成処理全体を管理する。画像演算部255は、第1の実施の形態による画像演算部55と同様の画像演算処理を行う。係数計算部257は、撮影装置200の利用者が入力した所望の偏光角θに対応した計算用係数を算出する。詳細は後述される。
本実施の形態において、カメラ35は、偏光角θ=0°、30°、60°の3つの偏光方向の画像を撮影する。画像演算部255は、撮影された2つの偏光方向の画像に基づき、任意の偏光角θの画像を生成する処理を行う。すなわち、画像演算部255は、撮影された複数の偏光方向の画像に基づき、下記の画像を生成するための演算を行う。演算式は、下記の通りである。
α)表面画像(ISP=I(0°)−I(0°)。I(0°)は式19による)
β)偏光角θ=0°における拡散反射画像(式19による)
γ)偏光角θ=90°における拡散反射画像(式20による)
δ)偏光角θ(θ≠0°、θ≠90°)の画像(式1による)
なお、式1を用いる際には、撮影装置200は、コサイン関数、サイン関数のテーブルを記憶装置に予め記憶させておき、例えば、係数計算部257により、必要に応じて計算を行うことが好ましい。
利用者が、上記α)〜δ)のいずれかを選択すると、撮影装置200は、画像処理部252は、選択された画像を演算により生成し、表示画像入力部259を介して表示部270に表示させることが好ましい。
以上詳細に説明したように、第2の実施の形態による撮影装置200では、利用者が選択した所望の画像を表示部270に表示させることができる。このとき、第1の実施の形態による撮影装置20と同様に、撮影装置200では、画像を撮影する際の偏光方向を変更するための、偏光フィルタを回転させる機構等の機械的な部品が不要である。そのため、撮影装置200は、偏光フィルタを回転させる機構を必要とする装置と比較して、価格やメンテナンスなどの点で有利である。
さらに、撮影装置200では、任意の偏光角θに対する画像を算出し、画像として表示するので、偏光角θを変える、または複数の偏光角θにそれぞれ対応する画像に基づく演算を行うことによって、被写体に関する様々な情報を得ることが可能となる。例えば、被写体の任意の深さの情報に対応する画像を得ることが可能になる。さらに、得られた画像を医療における診療目的や肉や魚の鮮度検査などに利用することもできる。
(変形例)
以下、変形例について説明する。変形例において、第1の実施の形態または第2の実施の形態と同様の構成及び動作については、同一符号を付し、重複説明を省略する。本変形例は、表面画像の取得を必要としない構成である。撮影装置のハードウエア構成としては、撮影装置20または撮影装置200の構成と同様とすることが好ましい。
第1及び第2の実施の形態は、いずれも表面画像を取得可能な構成であった。しかし、撮影の目的によっては、表面画像は不要な場合が存在する。そのようなケースの場合、最初から表面反射を含まない偏光方向の画像を撮影する構成としてもよい。このような場合、撮影に必要な偏光方向は偏光角θ、θの2方向のみである(ただし、θ、θ≠0°)。
以下に、具体的な演算方法を示す。まず、カメラ35で撮影される偏光画像は下記式22の通りである。
(θ)=I(θ
(θ)=I(θ
・・・(式22)
拡散反射成分に対して成り立つ式1に、偏光角θ=θ、θを代入する。
I(θ)=I(0°)cosθ+I(90°)sinθ
I(θ)=I(0°)cosθ+I(90°)sinθ
・・・(式23)
この式をI(0°)、 I(90°)について解くと下記式24が得られる。
Figure 2016177686
以上説明したように、本変形例によれば、互いに異なる2方向の偏光角の画像に基づき、任意の偏光方向の画像を取得することができる。これにより、より簡易に、散乱体内部の画像を得ることができ、生体認証その他の応用範囲が拡大することが可能となる。
なお、本発明は、以上に述べた実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内で種々の構成または実施形態を採ることができる。例えば、上記に説明した処理手順は説明した順に限定されない。また、装置の構成は、同様の作用効果を奏するものであれば、変形が可能である。
また、第1及び第2の実施の形態及び変形例における説明では、照明部31はあらかじめ決まった方向の偏光角の照明光を照射し、撮影側にカメラ35というマルチ偏光カメラを用いることで、異なった偏光方向の画像を取得した。ここで、異なった偏光方向の画像とは、照明の偏光方向をθ=0°とした時の、θ>0の偏光方向の画像のことである。しかし、照明部31とカメラ35の役割を逆の構成としてもよい。つまり、カメラは、所定の偏光方向のみ撮影するように偏光フィルタを搭載する。照明側は、異なった偏光方向の照明を照射する機構を備える。具体的には、各偏光方向のフィルタを持つ照明を別個に準備し、点灯を切り替えて光が照射されるようにする。
上記のような構成では、偏光方向の異なった各照明を点灯するのに時間が掛かるため、撮影にかかる時間は増大する。しかし、撮影装置を安価に構築することが可能になる。
以上の第1から第2の実施形態及び変形例に関し、さらに以下の付記を開示する。
(付記1)
散乱体に所定の偏光方向の光を照射する照明部と、
複数の異なる偏光角で前記散乱体を撮影するカメラと、
前記複数の異なる偏光角で撮影された前記散乱体の画像に基づき、前記散乱体内部の内層の前記散乱体の表面からの深さに応じた内層画像を生成して出力する処理装置と、
を有することを特徴とする撮影装置。
(付記2)
前記処理装置はさらに、前記複数の異なる偏光角で撮影された前記散乱体の画像に基づき、所定の偏光角で撮影された場合の前記散乱体の画像を生成し、前記所定の偏光角で撮影された場合の画像に基づき、前記散乱体の表面からの深さに応じた内層画像を生成して出力する
ことを特徴とする付記1に記載の撮影装置。
(付記3)
前記処理装置はさらに、前記複数の異なる偏光角で撮影された前記散乱体の画像に基づき、前記散乱体の表面に対応する表面画像を生成して出力する
ことを特徴とする付記1または付記2に記載の撮影装置。
(付記4)
前記複数の異なる偏光角は、前記所定の偏光方向の偏光角を含む3つの異なる偏光角である
ことを特徴とする付記1から付記3のいずれか一項に記載の撮影装置。
(付記5)
前記内層画像は、前記散乱体の内部の第1の内層に対応する第1の内層画像と、前記第1の内層より前記表面から遠い第2の内層に対応する第2の内層画像と、を含む
ことを特徴とする付記1から付記4のいずれか一項に記載の撮影装置。
(付記6)
前記散乱体の表面に対応する基準画像と、前記散乱体の内層に対応する基準画像とを格納する記憶装置、
をさらに有し、
前記処理装置は、前記複数の偏光角で撮影された画像について、前記表面に対応する基準画像と前記内層に対応する基準画像とのいずれと類似性の評価を行うか特定し、特定された基準画像との間の類似度を評価して認証処理を行う、
ことを特徴とする付記1から付記5のいずれか一項に記載の撮影装置。
20 撮影装置
30 光学部
31 照明部
32 光源
33 偏光フィルタ
35 カメラ
36 撮影部
37 マルチ偏光フィルタ
40 制御部
42 処理装置
44 記憶装置
46 データベース
48 画像情報
50 管理部
52 画像処理部
54 画像管理部
55 画像演算部
57 特徴抽出部
59 照合部
70 輝度比の偏光角依存性
72 輝度比
74 輝度比
80 散乱モデル
82 散乱体
84 入射光
86〜89 偏光ばらつき状態
90 光量の偏光方向依存性
92 偏光ばらつきイメージ
94 偏光方向
96 微小面積
102 理論輝度比
104 理論輝度比
110 画像の種類

Claims (6)

  1. 散乱体に所定の偏光方向の光を照射する照明部と、
    複数の異なる偏光角で前記散乱体を撮影するカメラと、
    前記複数の異なる偏光角で撮影された前記散乱体の画像に基づき、前記散乱体内部の内層の前記散乱体の表面からの深さに応じた内層画像を生成して出力する処理装置と、
    を有することを特徴とする撮影装置。
  2. 前記処理装置はさらに、前記複数の異なる偏光角で撮影された前記散乱体の画像に基づき、所定の偏光角で撮影された場合の前記散乱体の画像を生成し、前記所定の偏光角で撮影された場合の画像に基づき、前記散乱体の表面からの深さに応じた内層画像を生成して出力する
    ことを特徴とする請求項1に記載の撮影装置。
  3. 前記処理装置はさらに、前記複数の異なる偏光角で撮影された前記散乱体の画像に基づき、前記散乱体の表面に対応する表面画像を生成して出力する
    ことを特徴とする請求項1または請求項2に記載の撮影装置。
  4. 前記複数の異なる偏光角は、前記所定の偏光方向の偏光角を含む3つの異なる偏光角である
    ことを特徴とする請求項1から請求項3のいずれか一項に記載の撮影装置。
  5. 前記内層画像は、前記散乱体の内部の第1の内層に対応する第1の内層画像と、前記第1の内層より前記表面から遠い第2の内層に対応する第2の内層画像と、を含む
    ことを特徴とする請求項1から請求項4のいずれか一項に記載の撮影装置。
  6. 前記散乱体の表面に対応する基準画像と、前記散乱体の内層に対応する基準画像とを格納する記憶装置、
    をさらに有し、
    前記処理装置は、前記複数の偏光角で撮影された画像について、前記表面に対応する基準画像と前記内層に対応する基準画像とのいずれと類似性の評価を行うか特定し、特定された基準画像との間の類似度を評価して認証処理を行う、
    ことを特徴とする請求項1から請求項5のいずれか一項に記載の撮影装置。
JP2015058721A 2015-03-20 2015-03-20 撮影装置 Active JP6567850B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2015058721A JP6567850B2 (ja) 2015-03-20 2015-03-20 撮影装置
EP16156914.0A EP3070457A1 (en) 2015-03-20 2016-02-23 Image pickup device
US15/051,200 US9846813B2 (en) 2015-03-20 2016-02-23 Image pickup device
KR1020160028389A KR101819602B1 (ko) 2015-03-20 2016-03-09 촬영 장치
CN201610140992.7A CN105989360B (zh) 2015-03-20 2016-03-11 图像拾取装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015058721A JP6567850B2 (ja) 2015-03-20 2015-03-20 撮影装置

Publications (2)

Publication Number Publication Date
JP2016177686A true JP2016177686A (ja) 2016-10-06
JP6567850B2 JP6567850B2 (ja) 2019-08-28

Family

ID=55699312

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015058721A Active JP6567850B2 (ja) 2015-03-20 2015-03-20 撮影装置

Country Status (5)

Country Link
US (1) US9846813B2 (ja)
EP (1) EP3070457A1 (ja)
JP (1) JP6567850B2 (ja)
KR (1) KR101819602B1 (ja)
CN (1) CN105989360B (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018042920A (ja) * 2016-09-16 2018-03-22 富士通株式会社 生体撮影装置
US10097744B2 (en) 2016-11-15 2018-10-09 Panasonic Intellectual Property Management Co., Ltd. Image forming apparatus
WO2019123795A1 (ja) * 2017-12-21 2019-06-27 ソニー株式会社 画像処理装置と画像処理方法およびプログラム
KR20190081867A (ko) * 2017-12-29 2019-07-09 재단법인 구미전자정보기술원 3D BPC imaging 기술기반 안전시야 획득 시스템 및 방법
JP7007523B1 (ja) 2018-12-14 2022-01-24 コーニンクレッカ フィリップス エヌ ヴェ 皮膚の水和レベルを決定するためのシステム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112185126B (zh) * 2020-09-27 2022-01-25 杭州海康威视数字技术股份有限公司 一种偏振角度的确定方法、装置及设备
US20230153972A1 (en) * 2021-11-15 2023-05-18 Samsung Electronics Co., Ltd. Systems and methods for food analysis, feedback, and recommendation using a sensor system

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003331270A (ja) * 2002-05-09 2003-11-21 Sony Corp 生体パターン検出方法及び生体パターン検出装置、生体認証方法及び生体認証装置
JP2009246770A (ja) * 2008-03-31 2009-10-22 Fujifilm Corp 撮像装置、撮像方法、およびプログラム
JP2009544106A (ja) * 2006-07-19 2009-12-10 ルミダイム インコーポレイテッド スペクトル生体認証センサ
JP2014023609A (ja) * 2012-07-25 2014-02-06 Panasonic Corp 撮影観察装置
WO2014176136A1 (en) * 2013-04-21 2014-10-30 Mobileoct, Ltd. A polarized light imaging apparatus and methods thereof for separating light from a surface of a sample its deeper diffuse layers

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5719399A (en) * 1995-12-18 1998-02-17 The Research Foundation Of City College Of New York Imaging and characterization of tissue based upon the preservation of polarized light transmitted therethrough
DE19818229A1 (de) * 1998-04-24 1999-10-28 Hauke Rudolf System zur berührungslosen Hand- und Fingerlinien-Erkennung
US6563105B2 (en) * 1999-06-08 2003-05-13 University Of Washington Image acquisition with depth enhancement
JP3877959B2 (ja) 2000-12-28 2007-02-07 花王株式会社 肌色測定装置および肌画像処理装置
JP4529449B2 (ja) * 2004-01-19 2010-08-25 パナソニック株式会社 撮像装置
JP4566929B2 (ja) * 2006-03-03 2010-10-20 富士通株式会社 撮像装置
JP4566930B2 (ja) * 2006-03-03 2010-10-20 富士通株式会社 撮像装置
JP5229489B2 (ja) 2009-03-17 2013-07-03 株式会社リコー 生体認証装置
US8823934B2 (en) * 2009-03-27 2014-09-02 Brightex Bio-Photonics Llc Methods and systems for imaging and modeling skin using polarized lighting
CA2859616A1 (en) 2011-01-31 2012-08-09 Dosi - Medical Imaging Systems Ltd. Optical polarimetric imaging
JP5691669B2 (ja) 2011-03-08 2015-04-01 富士通株式会社 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム
JP5831105B2 (ja) * 2011-09-30 2015-12-09 ソニー株式会社 撮像装置及び撮像方法
KR101460415B1 (ko) 2012-12-18 2014-11-12 경희대학교 산학협력단 입체영상 표시 장치
CN103344569B (zh) * 2013-06-21 2015-10-28 中国科学院上海光学精密机械研究所 偏振复频域光学相干层析成像方法和系统
CN103445764B (zh) * 2013-09-04 2014-11-19 广州医软智能科技有限公司 微循环成像监测装置与方法
US9659205B2 (en) * 2014-06-09 2017-05-23 Lawrence Livermore National Security, Llc Multimodal imaging system and method for non-contact identification of multiple biometric traits

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003331270A (ja) * 2002-05-09 2003-11-21 Sony Corp 生体パターン検出方法及び生体パターン検出装置、生体認証方法及び生体認証装置
JP2009544106A (ja) * 2006-07-19 2009-12-10 ルミダイム インコーポレイテッド スペクトル生体認証センサ
JP2009246770A (ja) * 2008-03-31 2009-10-22 Fujifilm Corp 撮像装置、撮像方法、およびプログラム
JP2014023609A (ja) * 2012-07-25 2014-02-06 Panasonic Corp 撮影観察装置
WO2014176136A1 (en) * 2013-04-21 2014-10-30 Mobileoct, Ltd. A polarized light imaging apparatus and methods thereof for separating light from a surface of a sample its deeper diffuse layers

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018042920A (ja) * 2016-09-16 2018-03-22 富士通株式会社 生体撮影装置
US10097744B2 (en) 2016-11-15 2018-10-09 Panasonic Intellectual Property Management Co., Ltd. Image forming apparatus
WO2019123795A1 (ja) * 2017-12-21 2019-06-27 ソニー株式会社 画像処理装置と画像処理方法およびプログラム
JPWO2019123795A1 (ja) * 2017-12-21 2020-12-17 ソニー株式会社 画像処理装置と画像処理方法およびプログラム
JP7147784B2 (ja) 2017-12-21 2022-10-05 ソニーグループ株式会社 画像処理装置と画像処理方法およびプログラム
US11663831B2 (en) 2017-12-21 2023-05-30 Sony Corporation Image processing device and image processing method
KR20190081867A (ko) * 2017-12-29 2019-07-09 재단법인 구미전자정보기술원 3D BPC imaging 기술기반 안전시야 획득 시스템 및 방법
KR102009990B1 (ko) 2017-12-29 2019-08-12 재단법인 구미전자정보기술원 3D BPC imaging 기술기반 안전시야 획득 시스템 및 방법
JP7007523B1 (ja) 2018-12-14 2022-01-24 コーニンクレッカ フィリップス エヌ ヴェ 皮膚の水和レベルを決定するためのシステム
JP2022514491A (ja) * 2018-12-14 2022-02-14 コーニンクレッカ フィリップス エヌ ヴェ 皮膚の水和レベルを決定するためのシステム

Also Published As

Publication number Publication date
CN105989360B (zh) 2019-12-20
JP6567850B2 (ja) 2019-08-28
KR101819602B1 (ko) 2018-01-18
EP3070457A1 (en) 2016-09-21
US20160275362A1 (en) 2016-09-22
US9846813B2 (en) 2017-12-19
CN105989360A (zh) 2016-10-05
KR20160112958A (ko) 2016-09-28

Similar Documents

Publication Publication Date Title
JP6567850B2 (ja) 撮影装置
JP6777711B2 (ja) 皮膚疾患の光学検出のためのシステム及び方法
JP4407714B2 (ja) 生体認証装置及び生体認証方法
JP5292821B2 (ja) 静脈画像取得装置および静脈画像取得方法
JP5450826B2 (ja) 画像処理装置
JP2022111340A (ja) 生体認証装置、生体認証方法
CN105917358B (zh) 三维形状测定装置及方法
Yu et al. Contrast enhanced subsurface fingerprint detection using high-speed optical coherence tomography
CN109766876A (zh) 非接触式指纹采集装置和方法
WO2015199067A1 (ja) 画像解析装置、撮像システム、手術支援システム、画像解析方法、及び画像解析プログラム
JP2012508423A (ja) ビデオ赤外線網膜像スキャナ
JP6273640B2 (ja) 撮影画像表示装置
WO2012020718A1 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
JP6707943B2 (ja) 生体画像処理装置及び生体画像処理方法
JP5990906B2 (ja) 測定装置、測定方法、プログラムおよび記録媒体
Raghavendra et al. Novel finger vascular pattern imaging device for robust biometric verification
JP2018101289A (ja) 生体認証装置、生体認証システム、生体認証プログラム、及び生体認証方法
KR101780231B1 (ko) 광 간섭 단층 촬영 장치 기반의 지문 인식 장치 및 방법
Bernat et al. Assessing changes in oxygen saturation using a low cost multi-spectral imaging system
JP2010125288A (ja) メラノーマ診断用画像の作成方法
JP2008253598A (ja) 生体認証装置及び生体認証方法
JP5974844B2 (ja) 画像処理装置、画像処理システム、画像処理方法及びプログラム
JP6772710B2 (ja) 生体撮影装置
CN117152802A (zh) 融合纹理和活体特征的手指静脉识别和检测方法及装置
CN112270662A (zh) 图像处理方法、装置、设备和存储介质

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160404

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20171204

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20181019

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181204

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190201

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: 20190716

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190801

R150 Certificate of patent or registration of utility model

Ref document number: 6567850

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313117

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250