JP2018101285A - 生体画像処理装置、生体画像処理方法および生体画像処理プログラム - Google Patents

Abstract

【課題】 外光の影響を低減して、カメラと被写体との距離を高精度で測定することができる生体画像処理装置、生体画像処理方法および生体画像処理プログラムを提供する。【解決手段】 生体画像処理装置は、被写体の生体画像を取得するカメラと、前記生体画像から輝度値のヒストグラムを計算する計算部と、前記ヒストグラムにおいて出現頻度が閾値以上の部分ヒストグラムのダイナミックレンジを拡大することで前記生体画像を補正する補正部と、前記補正部によって補正された前記生体画像の高周波成分に基づいて、前記カメラと前記被写体との距離を算出する算出部と、を備える。【選択図】 図１２

Description

本件は、生体画像処理装置、生体画像処理方法および生体画像処理プログラムに関する。

生体認証技術において、カメラを備えたセンサを用いて非接触で生体画像を取得する場合に、撮影時に被写体とセンサとの距離を適切な範囲に保持することが望まれている。そのために、被写体の姿勢やカメラからの高さを矯正するガイドがしばしば用いられる。しかしながら、携帯端末等で生体認証を実現する状況においては、ガイドの利用は携帯性を損ねる。そこで、生体画像から被写体とカメラとの距離を検出し、正しい高さに誘導することが要求される。

特開２００５−０３２０６７号公報

カメラからの被写体の高さを測る方法として、被写体表面の画像を撮影して，画像の周波数情報を利用する方法がある。同じ大きさの物体を撮影したときにカメラからの高さ低い場合は相対的に大きく映り、高い場合は相対的に小さく映る。このとき、周波数分析すると、後者は高周波成分が強くなる。例えば、縞模様があった場合、対応する周波数成分が得られ、縞模様のピッチが狭いほど、高い高周波成分となって現れる。具体例として、被写体表面の皺を確認するため、被写体を撮影した画像を周波数空間に変換することを考える。このとき、被写体が適切な高さにあって皺が明瞭に写る画像では、複数の周波数成分が含まれるが、高周波成分が多く検出される。この高周波成分量とカメラから被写体までの高さとの対応付けを計算することにより、カメラと被写体との距離を測ることができる。ここで、カメラを用いた生体画像の取得においては、太陽光等の外光の影響が問題となる。高周波成分量を用いて距離を測る方法においても、強力な外光の下では、正しく距離を測ることができないおそれがある。

１つの側面では、本発明は、外光の影響を低減して、カメラと被写体との距離を高精度で測定することができる生体画像処理装置、生体画像処理方法および生体画像処理プログラムを提供することを目的とする。

１つの態様では、生体画像処理装置は、被写体の生体画像を取得するカメラと、前記生体画像から輝度値のヒストグラムを計算する計算部と、前記ヒストグラムにおいて出現頻度が閾値以上の部分ヒストグラムのダイナミックレンジを拡大することで前記生体画像を補正する補正部と、前記補正部によって補正された前記生体画像の高周波成分に基づいて、前記カメラと前記被写体との距離を算出する算出部と、を備える。

外光の影響を低減して、カメラと被写体との距離を高精度で測定することができる。

手のひら静脈を取得するカメラを例示する図である。 ガイドの模式的な斜視図である。 タブレット端末について例示する図である。 手のひらを例示する図である。 手のひらの画像の空間周波数分布の一例を示す。 手のひらとカメラとの距離を変更した場合の変換後画像である。 室内で手のひらをカメラから４０ｍｍ離した場合に取得された手のひら画像である。 （ａ）は手のひら画像の輝度のヒストグラムであり、（ｂ）は手のひら画像のダイナミックレンジを拡大する処理を行った場合のヒストグラムであり、（ｃ）は（ｂ）の結果を反映させた手のひら画像を空間周波数分布変換することで得られた変換後画像である。 晴天の日に屋外で手のひらをカメラから４０ｍｍ離した場合に取得された手のひら画像である。 （ａ）は図９の手のひら画像の輝度のヒストグラムであり、（ｂ）は手のひら画像のダイナミックレンジを拡大する処理を行った場合のヒストグラムであり、（ｃ）は（ｂ）の結果を反映させた手のひら画像を空間周波数分布変換することで得られた変換後画像である。 実施例１に係る生体画像処理装置のハードウェア構成を説明するためのブロック図である。 生体画像処理プログラムの実行によって実現される各機能のブロック図である。 認証処理の詳細を表すフローチャートを例示する図である。 （ａ）はカメラによって取得されたカラー画像を例示する図であり、（ｂ）はカラー画像をモノクロ化した画像の輝度値のヒストグラムを例示する図である。 （ａ）は手のひら以外の背景を黒く塗りつぶすことで得られる画像を例示する図であり、（ｂ）は輝度値のヒストグラムを例示する図である。 （ａ）はヒストグラムであり、（ｂ）は図１５（ａ）で例示した画像の一部を拡大した部分画像である。 （ａ）はヒストグラムであり、（ｂ）はダイナミックレンジが拡大されたヒストグラムである。 （ａ）はダイナミックレンジ補正を施した手のひら画像を例示する図であり、（ｂ）は一部を拡大した部分画像である。 （ａ）はモノクロ化部によってモノクロ化されたモノクロ画像を例示する図であり、（ｂ）は空間周波数分布変換後の変換後画像を例示する図である。

実施例の説明に先立って、手のひら静脈を用いた生体認証（手のひら静脈認証）の概略、および高周波成分を用いた距離測定について説明する。手のひら静脈認証は、手のひらの中の静脈を読み取って、読み取った静脈を生体情報として用いて認証を行う技術である。手のひら静脈認証は、手の奥深い内部の情報を読み取るため、指紋認証や虹彩認証と比較して、偽造を行いにくいことが特徴である。

図１は、手のひら静脈を取得するカメラ２０１を例示する図である。カメラ２０１は、例えば、一辺５ｃｍ程度の立方体であり、上面から手のひらを非接触で撮影する。カメラ２０１で取得された手のひら画像は、画像処理されて、照合用生体情報に変換される。そして、格納部に予め格納してある登録生体情報と、照合用生体情報とを比較計算することで、認証を行うことができる。例えば、図１で例示するように、カメラ２０１の直上に、手のひらを水平にかざすことが好ましい。また、上から見た場合には、カメラ２０１が手のひらの真ん中あたりに位置していることが好ましい。

しかしながら、カメラ２０１の上方に手のひらを正しい高さに設置するには慣れが必要である。そこで、ユーザが手のひら静脈認証に不慣れな場合には、手置き用ガイドが利用されることがある。図２は、ガイドの模式的な斜視図である。図２で例示するように、カメラ２０１は、台座１１上に配置されている。また、台座１１上には、指置きアーム１２と手首置きアーム１３とが配置されている。ユーザが手のひらの指を指置きアーム１２に置き、手首を手首置きアーム１３に置くことで、手のひらが適切な高さに保持される。それにより、高精度に手のひら静脈認証を行うことができる。

しかしながら、ガイドを設置できない場合がある。例えば、タブレット端末やノートブック型パソコンなどの小型機器では、手置き用のガイドを設置することが困難である。そこで、手のひらを正しい高さに誘導するための方法が望まれている。

図３は、一例としてタブレット端末について例示する図である。図３で例示するように、液晶などのディスプレイが配置された面に、カメラ２１および赤外線ＬＥＤ２２が設けられている。手のひら全面を正しく撮影できるように、カメラ２１として、例えば、広角レンズを用いて焦点距離が３０ｍｍ程度から７０ｍｍ程度までピントが合うものを使用することができる。赤外線ＬＥＤ２２から手のひらに赤外線を照射し、反射光をカメラ２１で撮影する。この２つの装置で、手のひらを撮影することができる。

手のひらの高さを正しく測る方法として、手のひらの皺が撮影されているか否かを確認する方法がある。図４は、手のひらを例示する図である。図４で例示するように、手のひらの表面には、手相３１が存在する。また、手のひらの表面には、手相３１よりも細かい、指紋と近似した皺３２が存在する。皺３２は、非常に細かく、太さが例えば０．３ｍｍ程度である。

図５は、手のひらの画像の周波数特性を把握するために、手のひらの画像のパワースペクトルを示す。パワースペクトルは、ＤＦＴ（離散フーリエ変換）あるいはＦＦＴ（ファストフーリエ変換）によって得ることができる。変換後画像４１において、十字型に低周波成分の輝点４３が現れる。変換後画像４１において、十字を成す縦線４２、横線４５および中央部分４６の部分は、手のひら画像中に低周波の成分が多い場合に輝度が増す。例えば、手のひらの縁、手相、および静脈など、繰り返し頻度が低い物が多く撮影されていると、縦線４２、横線４５、中央部分４６の輝度が高くなる。変換後画像４１の中央付近に略円形に集中する輝点４３は、手のひら画像に高周波成分が多い場合に輝度が増す輝点である。輝点４３の輝度は、手のひらの皺など、繰り返し頻度が高い物を撮影した場合に高くなる。また、この部分は、中心から離れた部分の輝度が高いほど、より高い周波数成分が、手のひら画像に含まれることを示す。

手のひらとカメラ２１との距離に応じて、輝点４３の分布が拡大し、または縮小する。図６は、手のひらとカメラ２１との距離を変更した場合の変換後画像５１〜５３である。変換後画像５１は、手のひらとカメラ２１との距離を２０ｍｍとした場合の変換後画像である。この場合には手のひらがカメラ２１から近いため、高周波成分が少なくなっている。これは、手のひらがカメラ２１から近すぎるため、ピントが合わずに皺がぼけてしまっているためである。

変換後画像５２は、手のひらとカメラ２１との距離を４０ｍｍとした場合の変換後画像である。この場合には、変換後画像５１と比較して高周波成分が多くなっている。これは、カメラ２１のピントが合うようになり、高周波の輝点が多く検出されたからである。変換後画像５３は、手のひらとカメラ２１との距離を６０ｍｍとした場合の変換後画像である。この場合には、変換後画像５２と比較してさらに高周波成分が多くなっている。これは、手のひらをカメラ２１からさらに離したために、皺が細かく写る様になり、さらに高周波の輝点が検出されたからである。

以上のことから、手のひら画像を周波数分布変換し、得られた高周波成分の量を計算することにより、手のひらとカメラ２１との距離を測ることができる。この高さ情報を用いて、ディスプレイに手のひらの操作指示を表示することで、手のひらを所望の高さに誘導することができる。

指紋認証、静脈認証、虹彩認証、顔認証などの、カメラを用いて生体情報を取得する方法においては、太陽光、環境光等の外光が認証精度に影響を及ぼすことがある。例えば、室内では、蛍光灯は約５００ルクスと、生体情報の取得に問題が発生しにくい。しかしながら、太陽光は、５００００ルクスと大きな値を持つ。そのため、太陽光下で生体情報を取得すると、太陽光の影響を受けて、正しく生体情報を取得できないおそれがある。手のひら画像を周波数分布変換して手のひらとカメラとの距離を測ろうとしても、強力な外光の元では正しく距離を測ることができないおそれがある。正しく距離を測ることができないおそれがあるのは、手のひら画像の輝度のヒストグラムに大きな変化が発生するためである。

図７は、室内で、手のひらをカメラから４０ｍｍ離した場合に取得された手のひら画像である。図８（ａ）は、手のひら画像の輝度のヒストグラム６１である。外光の影響が少ない環境で取得された手のひら画像は、明るくも暗くもない画像となる。したがって、図８（ａ）で例示するように、中心部分の出現頻度が高くなるヒストグラムが得られる。

図８（ｂ）は、手のひら画像のダイナミックレンジを黒（輝度値：０）から白（輝度値：２５５）まで拡大する処理を行った場合のヒストグラム６２である。すなわち、ヒストグラム６２のダイナミックレンジは、ヒストグラム６１のダイナミックレンジよりも拡大補正されている。手のひら画像のダイナミックレンジを拡大することによって、皺のコントラストが上がり、皺の検知がより容易となる。

図８（ｃ）は、図８（ｂ）の結果を反映させた手のひら画像を周波数分布変換することで得られた変換後画像６３である。図８（ｃ）で例示するように、細かい溝の連続である皺が検知され、高周波の輝点が検出されている。

図９は、晴天の日に屋外で、手のひらをカメラから４０ｍｍ離した場合に取得された手のひら画像である。図１０（ａ）は、図９の手のひら画像の輝度のヒストグラム７１である。この場合、太陽光の影響が大きくなるため、図１０（ａ）で例示するように、明るい背景が手のひら画像の一部に写り込む。それにより、ヒストグラム７１が最大輝度値まで大きく伸びている。したがって、ダイナミックレンジの拡大可能幅が小さくなってしまう。

図１０（ｂ）は、手のひら画像のダイナミックレンジを黒（輝度値：０）から白（輝度値：２５５）まで拡大する処理を行った場合のヒストグラム７２である。ダイナミックレンジの拡大可能幅が小さくなるため、ヒストグラム７２の分布幅とヒストグラム７１の分布幅との差異が小さくなる。図１０（ｃ）は、図１０（ｂ）の結果を反映させた手のひら画像を周波数分布変換することで得られた変換後画像７３である。ダイナミックレンジの拡大幅が小さいことから、手のひら画像の皺のコントラストを大幅に上げることはできていない。したがって、カメラと手のひらの距離が２０ｍｍ程度で撮影した手のひら画像と同等しか高周波成分が検出できていない。結果として、外光がある環境下では、カメラと手のひらとの正しい距離の計算を行うことができていないことになる。

そこで、以下の実施例では、外光の影響を低減して、カメラと被写体との距離を高精度で測定することができる生体画像処理装置、生体画像処理方法および生体画像処理プログラムについて説明する。

図１１は、実施例１に係る生体画像処理装置１００のハードウェア構成を説明するためのブロック図である。図１１で例示するように、生体画像処理装置１００は、カメラ２０１、ＣＰＵ２０２、ＲＡＭ２０３、記憶装置２０４、表示装置２０５、赤外線ＬＥＤ２０６などを備える。これらの各機器は、バスなどによって接続されている。

カメラ２０１は、利用者の生体情報を取得する撮像装置であり、本実施例においては、利用者の手のひらの画像を非接触で取得する。カメラ２０１は、一例として、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）カメラなどである。カメラ２０１は、赤外線ＬＥＤ２０６からの近赤外線を利用することによって、静脈パターンなどの血管パターンを取得することもできる。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０２は、中央演算処理装置である。ＣＰＵ２０２は、１以上のコアを含む。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２０３は、ＣＰＵ２０２が実行するプログラム、ＣＰＵ２０２が処理するデータなどを一時的に記憶する揮発性メモリである。

記憶装置２０４は、不揮発性記憶装置である。記憶装置２０４として、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリなどのソリッド・ステート・ドライブ（ＳＳＤ）、ハードディスクドライブに駆動されるハードディスクなどを用いることができる。本実施例に係る生体画像処理プログラムは、記憶装置２０４に記憶されている。表示装置２０５は、液晶ディスプレイ、エレクトロルミネッセンスパネル等であり、後述する各処理の結果などを表示する。

記憶装置２０４に記憶されている生体画像処理プログラムは、実行可能にＲＡＭ２０３に展開される。ＣＰＵ２０２は、ＲＡＭ２０３に展開された生体画像処理プログラムを実行する。それにより、生体画像処理装置１００による各処理が実行される。生体認証プログラムが実行されることによって、認証処理などが実行される。認証処理は、カメラ２０１が取得した照合用生体情報とデータベースに登録された登録生体情報とを照合する処理である。本実施例においては、一例として、認証処理時に取得された静脈パターンとデータベースに登録された静脈パターンとの類似度がしきい値以上であれば当該利用者が登録された利用者と同一人物であると判定される。

図１２は、生体画像処理プログラムの実行によって実現される各機能のブロック図である。生体画像処理プログラムの実行によって、手のひら領域抽出部１０、ヒストグラム計算部２０、閾値計算部３０、補正部４０、モノクロ化部５０、周波数分布変換部６０、判定部７０、指示部８０、認証部９０などが実現される。なお、図１１および図１２の例では、スタンドアローンの端末で構成されているが、それに限られない。例えば、本実施例は、クライアントサーバのシステムにも適用可能である。本実施例では、説明の簡略化のために、スタンドアローンの端末における例について説明する。

図１３は、認証処理の詳細を表すフローチャートを例示する図である。図１３で例示するように、カメラ２０１は、ユーザの手のひらのカラー画像を取得する（ステップＳ１）。図１４（ａ）は、カメラ２０１によって取得されたカラー画像８１を例示する図である。太陽光などの外光の影響があると、背景が明るくなっている。図１４（ｂ）は、このカラー画像８１をモノクロ化した画像の輝度値のヒストグラム８２を例示する図である。外光の影響で背景が明るくなっているため、ヒストグラム８２が最大輝度値まで伸びている。したがって、ダイナミックレンジの補正可能幅が小さくなっている。

次に、手のひら領域抽出部１０は、カラー画像を用いて、手のひらに相当する肌色の部分を抜き出す。肌色以外の部分は背景であるため、手のひら領域抽出部１０は、肌色以外の部分を黒く塗りつぶす。図１５（ａ）は、手のひら以外の背景を黒く塗りつぶすことで得られる画像９１を例示する。図１５（ｂ）は、画像９１の輝度値のヒストグラム９２を例示する図である。図１５（ｂ）で例示するように、背景を黒くしても微小の高輝度部分９３が残存しているが、背景部分の積算量をほとんど削除することができる。

次に、ヒストグラム計算部２０は、手のひら領域抽出部１０が抽出した画像９１の輝度値のヒストグラムを計算する（ステップＳ３）。図１６（ａ）は、ヒストグラム計算部２０が計算したヒストグラム１０１であり、図１５（ｂ）で例示したヒストグラム９２と同じである。ヒストグラム１０１には、高輝度の画素を表した高輝度部分１０２が残存している。図１６（ｂ）は、図１５（ａ）で例示した画像９１の一部を拡大した部分画像１０３である。手のひらの縁１０４は、外光が透けているため、明るくなっている。しかしながら、肌を透過していることから明るい肌色となり、肌色部分の抽出処理において残存している。縁１０４には皺が無いため、縁１０４は皺の検出には不要な部分である。したがって、縁１０４を除外しても、皺の検出には影響がほとんどない。

図１７（ａ）は、図１５（ｂ）および図１６（ａ）で例示したヒストグラムと同じヒストグラム１１１である。ヒストグラム１１１において、手のひらの外光が透過した手のひらの縁の部分は、高輝度部分１１２として積算されている。この高輝度部分１１２は、外光が透過した手のひらの縁の一部分であるため、ヒストグラム１１１のピーク１１３の、１０分の１未満程度の出現頻度しか現れない。そこで、閾値計算部３０は、ピーク１１３の１０分の１の値を閾値として計算する（ステップＳ４）。なお、ピーク１１３の１０分の１の値を切り捨ててもよい。また、閾値計算部３０は、ピーク１１３の１０分の１よりも大きい値を閾値として計算してもよく、ピーク１１３の１０分の１以下の値を閾値として計算してもよい。

次に、補正部４０は、ヒストグラム１１１において閾値未満の輝度部分を除外してダイナミックレンジを補正する（ステップＳ５）。例えば、補正部４０は、ピーク１１３よりも高輝度の部分で、出現頻度が閾値未満の部分が最大輝度値（白色）に集まる様に、ダイナミックレンジ補正を行う。また、補正部４０は、ピーク１１３より暗い（低輝度の）部分で、出願頻度が閾値未満の部分が最小輝度値（黒色）に集まる様に、ダイナミックレンジを行う。例えば、ピーク１１３よりも高輝度の部分において、出現頻度が閾値未満の部分の最大輝度値をＲＧＢ値で（２５５，２５５，２５５）に飽和させる。また、ピーク１１３よりも低輝度の部分において、出現頻度が閾値未満の部分の最小輝度値をＲＧＢ値で（０，０，０）に飽和させる。それにより、図１７（ｂ）で例示するように、ダイナミックレンジが拡大されたヒストグラム１１４が得られる。図１７（ｂ）で例示するように、手のひら部分のダイナミックレンジが拡大され、外光が透過した部分は最大輝度値になっている。

図１８（ａ）は、ダイナミックレンジ補正を施した手のひら画像１２１を例示する図である。図１８（ｂ）は、画像１２１の一部を拡大した部分画像１２２である。図１８（ｂ）で例示するように、手のひらの皺のコントラストが強調され、はっきり見えるようになっている。

次に、モノクロ化部５０は、画像１２１をモノクロ化する（ステップＳ６）。図１９（ａ）は、モノクロ化部５０によってモノクロ化されたモノクロ画像１３１を例示する。次に、周波数分布変換部６０は、モノクロ画像１３１に対して周波数分布変換を施す（ステップＳ７）。図１９（ｂ）は、周波数分布変換後の変換後画像１３２を例示する。図１９（ｂ）で例示するように、手のひら画像に外光や背景が写っていても、正しく手のひらの皺を検出して、高周波成分を検出することができる。

次に、判定部７０は、変換後画像１３２における高周波成分量が適正範囲にあるか否かを判定する（ステップＳ８）。ステップＳ８で「Ｎｏ」と判定された場合、指示部８０は、ユーザに対して手のひらの高さを修正するように表示装置２０５に指示情報を表示させる（ステップＳ９）。例えば、指示部８０は、判定部７０によって判定された高周波成分量が少ない場合には手のひらをカメラ２０１から離すような指示を表示させる。または、指示部８０は、判定部７０によって判定された高周波成分量が多すぎる場合には手のひらをカメラ２０１に近づけるような指示を表示させる。その後、ステップＳ１から再度実行される。

ステップＳ８で「Ｙｅｓ」と判定された場合、手のひらの高さが適正範囲にあることになる。そこで、認証部９０は、カメラ２０１から取得された手のひら画像から静脈パターンなどの生体情報を照合用生体情報として抽出し、登録生体情報と照合することで、認証を行う（ステップＳ１０）。その後、フローチャートの実行が終了する。

本実施例によれば、手のひら画像の輝度値のヒストグラムにおいて、閾値未満の輝度値が除外される。また、閾値以上のヒストグラムのダイナミックレンジが拡大される。それにより、外光の影響を抑制することができる。さらに、外光の影響が抑制された状態で高周波成分が検出されるため、高精度に高周波成分を検出することができる。以上のことから、外光の影響を低減して、カメラ２０１と被写体との距離を高精度で測定することができる。また、肌色以外の部分を背景として除外すれば、ヒストグラム計算部２０によるヒストグラム計算精度が向上する。

なお、上記実施例では、ダイナミックレンジを拡大した後に画像をモノクロ化しているが、それに限られない。例えば、カラー画像をモノクロ化した後にヒストグラムを計算し、当該ヒストグラムのダイナミックレンジを拡大してもよい。

また、上記実施例では、輝度値のヒストグラムにおいて、閾値以上の出願頻度の部分ヒストグラムのダイナミックレンジが最小輝度値（例えばＲＧＢ値で（０，０，０））から最大輝度値（例えばＲＧＢ値で（２５５，２５５,２５５））になるまで拡大されているが、それに限られない。例えば、輝度値のヒストグラムにおいて、閾値以上の出現頻度の部分ヒストグラムが拡大されていればよい。例えば、閾値以上の出現頻度の部分ヒストグラムのダイナミックレンジが、高輝度側および低輝度側の少なくともいずれか一方側に拡大されていればよい。また、閾値以上の出現頻度の部分ヒストグラムのダイナミックレンジが、閾値未満の出現頻度も含めたヒストグラムのダイナミックレンジを最小輝度値から最大輝度値になるまで拡大した場合よりも拡大されることが好ましい。

また、本実施例によれば、手のひらの静脈パターンを生体情報として用いたが、それに限られない。例えば、掌紋、掌形などを生体情報として用いてもよい。また、本実施例によれば、被写体として手のひらに着目したが、それに限られない。例えば、静脈認証、指紋認証等に用いる指を被写体としてもよく、顔認証に用いる顔を被写体としてもよい。

なお、上記各例において、カメラ２０１が被写体の生体画像を取得するカメラの一例として機能する。ヒストグラム計算部２０が、前記生体画像から輝度値のヒストグラムを計算する計算部の一例として機能する。補正部４０が、前記ヒストグラムにおいて出現頻度が閾値以上の部分ヒストグラムのダイナミックレンジを拡大することで前記生体画像を補正する補正部の一例として機能する。周波数分布変換部６０および判定部７０が、前記補正部によって補正された前記生体画像の高周波成分に基づいて、前記カメラと前記被写体との距離を算出する算出部の一例として機能する。手のひら領域抽出部１０が、前記カメラが取得した前記生体画像から被写体部分を抽出する抽出部の一例として機能する。

以上、本発明の実施例について詳述したが、本発明は係る特定の実施例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１０ 手のひら領域抽出部
２０ ヒストグラム計算部
３０ 閾値計算部
４０ 補正部
５０ モノクロ化部
６０ 周波数分布変換部
７０ 判定部
８０ 指示部
９０ 認証部
１００ 生体画像処理装置
２０１ カメラ

Claims (7)

1. 被写体の生体画像を取得するカメラと、
   前記生体画像から輝度値のヒストグラムを計算する計算部と、
   前記ヒストグラムにおいて出現頻度が閾値以上の部分ヒストグラムのダイナミックレンジを拡大することで前記生体画像を補正する補正部と、
   前記補正部によって補正された前記生体画像の高周波成分に基づいて、前記カメラと前記被写体との距離を算出する算出部と、を備えることを特徴とする生体画像処理装置。
2. 前記補正部は、前記ヒストグラムにおいて、出現頻度が前記閾値未満の輝度の画素を飽和させるようにダイナミックレンジを拡大することを特徴とする請求項１記載の生体画像処理装置。
3. 前記カメラが取得した前記生体画像から被写体部分を抽出する抽出部を備え、
   前記計算部は、前記生体画像の輝度値のヒストグラムを計算することを特徴とする請求項１または２記載の生体画像処理装置。
4. 前記閾値は、前記ヒストグラムの最大積算量の１０分の１以下の値であることを特徴とする請求項１〜３のいずれか一項に記載の生体画像処理装置。
5. 前記算出部は、フーリエ変換によって前記高周波成分を算出することを特徴とする請求項１〜４のいずれか一項に記載の生体画像処理装置。
6. カメラが取得した被写体の生体画像から輝度値のヒストグラムを計算部が計算し、
   前記ヒストグラムにおいて出現頻度が閾値以上の部分ヒストグラムのダイナミックレンジを拡大することで補正部が前記生体画像を補正し、
   前記補正部によって補正された前記生体画像の高周波成分に基づいて、前記カメラと前記被写体との距離を算出部が算出する、ことを特徴とする生体画像処理方法。
7. コンピュータに、
   カメラが取得した被写体の生体画像から輝度値のヒストグラムを計算する処理と、
   前記ヒストグラムにおいて出現頻度が閾値以上の部分ヒストグラムのダイナミックレンジを拡大することで前記生体画像を補正する処理と、
   前記補正する処理によって補正された前記生体画像の高周波成分に基づいて、前記カメラと前記被写体との距離を算出する処理と、を実行させることを特徴とする生体画像処理プログラム。

Images