JP4127546B2 - 画像照合装置、画像照合方法、及び画像照合プログラム - Google Patents

Description

本発明は、パターンマッチング法を利用する画像照合に関し、特に、指紋画像等を照合するための画像照合装置、画像照合方法、及び画像照合プログラムに関する。

ある画像の中から特定の物体（人物、顔、又は戦車などの画像）を抽出したり、所定の画像（指紋画像、顔画像、又は虹彩画像など）が一致しているか否かを照合したりする場合に、パターンマッチング法と呼ばれる画像照合方法がよく用いられる。このパターンマッチング法とは、予め登録された画像（以下、画像Ｔという）と照合対象の画像（以下、画像Ｉという）との互いの画像の特定部分の形状や濃度分布などが最も近い部分を相関演算などによって求め、その互いの画像の最も近い部分において一致しているか否かを評価する方法である。なお、パターンマッチング法は、画像抽出や画像照合などの２次元の信号認識以外に、音声認識などの一次元の信号認識にも適用することができる。

図１は、既存のパターンマッチング法を利用した画像照合方法を説明するための図である。
図１に示す画像照合方法は、パターンマッチング法の一例を示すものであり、指紋画像を照合する場合を示す。

まず、図１（ａ）に示すように、予め登録される画像Ｔと、照合対象の画像Ｉとが一致するか否かを照合する場合を考える。なお、２つの画像の重なり具合を分かりやすくするために、画像Ｔの隆線を輪郭線のみで示す。

図１（ｂ）に示すように、画像照合におけるパターンマッチング法の基本は、２つの画像を互いに少しずつ、ずらしながら最もよく重なる位置を探し、その重なり具合を評価する。

例えば、図１（ａ）及び（ｂ）に示す指紋画像の画像照合方法の場合、画像Ｔを画像Ｉに重ね合わせ、画像Ｔをｘ方向、ｙ方向にいろいろずらし、画像Ｔと画像Ｉとが最も重なる位置を探すことをする。そして、互いの画像が最も重なる位置のとき、互いの画像の重なり具合を評価する。そして、その重なり具合は、例えば、互いの画像の重なり画素の画素値の積をとり、それを重なり合う部分の全画素に対し和をとったもので評価することができる。そして、この重なり具合を表す評価値は、一致すればするほど高い値となる。このように指紋画像などの画像照合では、この評価値が所定の値を超えた場合、両者の画像が一致したと判断する場合が多い。

例えば、画像ＩをＩ（ｘ，ｙ）、画像ＴをＴ（ｘ，ｙ）とすると、画像Ｉ及びＴが互いに一致しているか否かを評価する評価値Ｖ（ｘ，ｙ）は、以下のような式（１）で表せる。

なお、Ｚは、Ｉ（ｉ，ｊ）とＴ（ｉ，ｊ）とが重なる領域の面積を示す。
そして、上記（１）式において、評価値Ｖ（ｘ，ｙ）が最大となるときの（ｘ，ｙ）が、画像Ｔが画像Ｉに最も一致する場所となる。又、そのときの評価値Ｖ（ｘ，ｙ）が画像Ｔと画像Ｉとの一致具合を表す。

又、画像Ｔと画像Ｉとをそれぞれ二値化画像とする場合、上記Ｔ（ｘ，ｙ）及びＩ（ｘ，ｙ）は、それぞれ０又は１の値をとる。そして、このときの評価値Ｖ（ｘ，ｙ）は、上記（１）式又は下記（２）式で求めることができる。

なお，ｘｏｒは排他的論理和、ｎｏｔは否定を示す。
このように、パターンマッチング法において画像照合の相関演算に用いられる演算式は、上記（１）式や上記（２）式に示すように、さまざまな演算式が考えられ、その演算のアルゴリズムは、非常に単純であるため、コンピュータなどに実装することが容易である。

ところで、パターンマッチング法を指紋画像の照合に適用する場合、指紋画像を読み取るためのセンサに指を押し付ける際、指が乾燥していたり、指に汗をかいていたりすると、隆線（指紋の凸部分を示す線）や谷線（指紋の凹部分を示す線）が分断したり癒着する場合がある。又、指をセンサに強く押しつけすぎたり、指をセンサに押しつけたまま移動させたりすると、センサから入力される画像がつぶれたり歪んだりする場合がある。このように、画像につぶれや歪みなどがあるままその画像を照合用の画像として登録したり、照合対照の画像につぶれや歪みなどが発生したりすると、評価値の演算結果の精度が低くなるという問題がある。

そこで、このような問題を解決するために、登録される指紋の画像データ内において、例えば、特徴的な部分の画像（隆線などの先端部分を示す端点や隆線などが分岐する部分を示す三角州などの指紋画像において特有に存在する部分の画像：特徴点）を用いて画像Ｔと画像Ｉとの照合を行うことが行われている（例えば、特許文献１又は特許文献２参照）。例えば、予め画像Ｔ内に存在する特徴点を記録しておき、その画像Ｔの特徴点の個数と画像Ｉ内の特徴点の個数との割合に基づいて、照合の評価値を決定することが考えられる。このように、特徴点などを利用して指紋画像の照合を行うことにより、個々の画像の識別能力があがるので、たとえ、その照合の際に使用される指紋画像に歪みなどが生じていても評価の精度をあげることが可能となる。
特開平６−１９５４４８号公報 特開平２−２４５９８０号公報

しかしながら、近年のコンピュータの小型化に伴って、画像照合用のセンサも小型化にすることが求められており、特徴点などを用いて画像照合を行っても、センサが小さいと、画像の読み取るスペースが小さくなる分、取り込むことが可能な特徴点の個数も少なくなり、あまり精度があがらないという問題がある。

又、既存の画像照合方法は、一般に、上記（１）式又は（２）式に示すように、
１）画像を平行に１以上画素ずらし、
２）重なり合う部分の全画素について積和の計算を行う。
という工程を繰り返すために、評価値Ｖ（ｘ，ｙ）を求める演算量がとても膨大になる。又、図２に示すように、更に、画像を１画素ずつ平行にずらす以外に、回転量も考えた場合、一方の画像を少しずつ回転させながら１）及び２）の工程を繰り返す必要があり、更に、演算量が膨大になる。このように、既存の画像照合方法は、演算量が膨大であるために、２つの画像が一致するか否かの結果がでるまでに時間がとてもかかるという問題がある。

そこで、本発明は、高精度で、且つ、照合の結果がでるまでの時間を短くすることが可能な画像照合装置、画像照合方法、及び画像照合プログラムを提供することを目的とする。

本発明の第１の態様である画像照合装置は、第１及び第２の画像が互いに一致するか否かを照合する画像照合装置であって、前記第１及び第２の画像から第１及び第２の特徴情報を抽出する抽出手段と、前記第１及び第２の特徴情報に基づいて、前記第１の画像と前記第２の画像との相対位置を調整する第１の調整手段と、前記第１の画像から所定の大きさの部分画像を切り出す部分画像切出手段と、前記第１の調整手段が調整した相対位置を基準に、前記第２の画像上において前記部分画像を移動させ、前記部分画像と該部分画像と重なる部分の前記第２の画像とが最も一致するときの前記部分画像の位置を探索する第１の探索手段と、前記第１の探索手段が探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第２の調整手段と、前記第２の調整手段が調整した相対位置を基準に、前記第２の画像上において前記第１の画像を移動させ、前記第１の画像と、該第１の画像と重なる部分の前記第２の画像とが最も一致するときの前記第１の画像の位置を探索する第２の探索手段と、前記第２の探索手段が探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第３の調整手段と、前記第３の調整手段の調整結果に基づいて、前記第１の画像と前記第２の画像とが一致するか否かを判定する判定手段とを備えることを特徴とする。

上記第１の態様によれば、まず、第１の調整手段で第１及び第２の画像との相対位置を調整し、その結果に基づいて、第２の調整手段で、更に、第１及び第２の画像との相対位置を調整し、そして、更に、その結果に基づいて、第３の調整手段で、第１及び第２の画像との相対位置を調整しているので、精度の良い画像照合を行うことができる。

又、このように、第１〜第３の調整手段で、およその相対位置を検出することができるので、判定手段での演算量の増加量は僅かで済むので、照合結果までにかかる時間を短縮することが可能となる。

本発明の第２の態様である画像照合装置は、上記第１の態様において、前記第１の調整手段は、前記第１及び第２の特徴情報に基づいて、前記第１の画像と前記第２の画像との相対位置及び相対角度を調整し、前記第１の探索手段は、前記第１の調整手段が調整した相対位置及び相対角度を基準に、前記第２の画像上において前記部分画像を移動及び回転させ、前記部分画像と該部分画像と重なる部分の前記第２の画像とが最も一致するときの前記部分画像の位置及び回転角度を探索し、前記第２の調整手段は、前記第１の探索手段が探索した位置及び回転角度に基づいて、前記第２の画像と前記第１の画像との相対位置及び相対角度を調整し、前記第２の探索手段は、前記第２の調整手段が調整した相対位置及び相対角度を基準に、前記第２の画像上において前記第１の画像を移動及び回転させ、前記第１の画像と、該第１の画像と重なる部分の前記第２の画像とが最も一致するときの前記第１の画像の位置及び回転角度を探索し、前記第３の調整手段は、前記第２の探索手段が探索した位置及び回転角度に基づいて、前記第２の画像と前記第１の画像との相対位
置及び相対角度を調整することを特徴とする。

上記第２の態様によれば、まず、第１の調整手段で第１及び第２の画像との相対位置及び相対角度を調整し、その結果に基づいて、第２の調整手段で、更に、第１及び第２の画像との相対位置及び相対角度を調整し、そして、更に、その結果に基づいて、第３の調整手段で、第１及び第２の画像との相対位置及び相対角度を調整しているので、精度の良い画像照合を行うことができる。

又、このように、第１〜第３の調整手段で、およその相対位置及び相対角度を検出することができるので、判定手段での演算量の増加量は僅かで済むので、照合結果までにかかる時間を短縮することが可能となる。

本発明の第３の態様である画像照合方法は、コンピュータによって第１及び第２の画像が互いに一致するか否かを照合する画像照合方法であって、前記第１及び第２の画像から第１及び第２の特徴情報を抽出する抽出工程と、前記第１及び第２の特徴情報に基づいて、前記第１の画像と前記第２の画像との相対位置を調整する第１の調整工程と、前記第１の画像から所定の大きさの部分画像を切り出す部分画像切出工程と、前記第１の調整工程で調整した相対位置を基準に、前記第２の画像上において前記部分画像を移動させ、前記部分画像と該部分画像と重なる部分の前記第２の画像とが最も一致するときの前記部分画像の位置を探索する第１の探索工程と、前記第１の探索工程で探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第２の調整工程と、前記第２の調整工程で調整した相対位置を基準に、前記第２の画像上において前記第１の画像を移動させ、前記第１の画像と、該第１の画像と重なる部分の前記第２の画像とが最も一致するときの前記第１の画像の位置を探索する第２の探索工程と、前記第２の探索工程で探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第３の調整工程と、前記第３の調整工程の調整結果に基づいて、前記第１の画像と前記第２の画像とが一致するか否かを判定する判定工程とを備えて攻勢される。

上記第３の態様によれば、第１の画像よりも小さい部分画像を用いて、第１及び第２の画像の相対位置を調整しているので、その部分画像を利用している分、全画像で照合を行うよりも、演算量を少なくすることができ、照合結果までにかかる時間を短縮することが可能となる。

本発明の第４の態様である画像照合プログラムは、第１及び第２の画像が互いに一致するか否かを照合するためにコンピュータを、前記第１及び第２の画像から第１及び第２の特徴情報を抽出する抽出手段、前記第１及び第２の特徴情報に基づいて、前記第１の画像と前記第２の画像との相対位置を調整する第１の調整手段、前記第１の画像から所定の大きさの部分画像を切り出す部分画像切出手段、前記第１の調整手段が調整した相対位置を基準に、前記第２の画像上において前記部分画像を移動させ、前記部分画像と該部分画像と重なる部分の前記第２の画像とが最も一致するときの前記部分画像の位置を探索する第１の探索手段、前記第１の探索手段が探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第２の調整手段、前記第２の調整手段が調整した相対位置を基準に、前記第２の画像上において前記第１の画像を移動させ、前記第１の画像と、該第１の画像と重なる部分の前記第２の画像とが最も一致するときの前記第１の画像の位置を探索する第２の探索手段、前記第２の探索手段が探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第３の調整手段、前記第３の調整手段の調整結果に基づいて、前記第１の画像と前記第２の画像とが一致するか否かを判定する判定手段として機能させる。

上記第４の態様によれば、第１の画像よりも小さい部分画像を用いて、第１及び第２の画像の相対位置を調整しているので、その部分画像を利用している分、全画像で照合を行うよりも、演算量を少なくすることができ、照合結果までにかかる時間を短縮することが可能となる。

本発明の第５の態様である画像照合装置は、上記第１の態様において、前記部分画像切出手段は、前記第１の画像の中心付近から前記部分画像を切り出すことを特徴とする。

上記第５の態様によれば、例えば、指紋画像の照合を行なう場合、その指紋画像の中心付近は、特徴点（短点や分岐点など）を含む可能性が高くなるので、精度の良い照合結果を得ることが可能となる。

本発明の第６の態様である画像照合装置は、上記第１の態様において、前記部分画像切出手段は、前記第１の画像から任意に切り出された部分画像と前記第１の画像と重なる部分の画像との相関値を２以上算出し、該２以上の相関値の内、最も大きい相関値となる場合の部分画像を前記探索手段で使用することを特徴とする。

上記第６の態様によれば、例えば、部分画像に指紋画像の特徴点を含ませる可能性が高くなるので、精度の良い照合結果を得ることが可能となる。
本発明の第７の態様である画像照合装置は、上記第１の態様において、前記探索手段は、前記部分画像を前記第２の画像の中心付近から移動させ、前記部分画像と、該部分画像と重なる部分の前記第２の画像とが最も一致するときの前記部分画像の位置を探索することを特徴とする。

上記第７の態様によれば、第１第及び第２の画像の互いの調整すべき相対位置及び相対角度が僅かである場合、演算量を少なくすることができ、照合結果までにかかる時間を短縮することが可能となる。

本発明の第８の態様である画像照合装置は、上記第１の態様において、前記部分画像切出手段は、前記第１の画像から所定の大きさの部分画像を２以上切り出すことを特徴とする。

上記第８の態様によれば、部分画像を複数個利用することで、広範囲に部分画像照合を行っていることと同様な効果が得られるので、部分画像を１つだけ利用するときに比べ画像照合の精度をあげることが可能となる。

本発明の第９の態様である画像照合装置は、上記第８の態様において、前記部分画像切出手段は、前記第１の画像から任意に切り出された２以上の部分画像と前記第１の画像と重なる部分の画像との相関値をそれぞれ算出し、該相関値が大きくなるときの部分画像を前記探索手段で使用することを特徴とする。

上記第９の態様によれば、例えば、２以上の部分画像に指紋画像の特徴点を含ませる可能性が高くなるので、精度の良い照合結果を得ることが可能となる。
本発明の第１０の態様である画像照合装置は、上記第１の態様において、前記判定手段は、前記第１及び第２の画像をそれぞれ分割し、それぞれの分割領域で前記第１及び第２の画像を一致するか否かを判定することを特徴とする。

上記第１０の態様によれば、画像の一部に発生した歪みに対して精度良く画像照合を行うことができる。又、例えば、指紋画像を照合する場合では、皮膚の伸び縮みがあるため、特に有効となる。

本発明の第１１の態様である画像照合装置は、上記第１の態様において、前記第１及び第２の画像を、指紋画像、虹彩画像、顔画像、手相画像、又は静脈画像として構成する。

上記第１１の態様のように、前記第１及び第２の画像を、指紋画像、虹彩画像、顔画像、手相画像、又は静脈画像として構成してもよい。
本発明の第１２の態様である画像照合装置は、上記第１の態様において、前記第１及び第２の画像は、指紋画像であり、前記抽出手段は、前記第１及び第２の画像を隆線方向分布図又は谷線方向分布図に変換し、該隆線方向分布図又は谷線方向分布図から前記第１及び第２の特徴情報を抽出することを特徴とする。

上記第１２の態様によれば、指紋画像の画像照合において、精度の良い画像照合を行うことができる。

以下、本発明の実施形態を図面を用いて説明する。なお、明細書中では、例えば図２８の説明において、図中の丸付き数字は[]で括って標記します。
図３は、本発明の実施形態の画像照合装置の構成を示す機能ブロック図である。

図３に示すように、画像照合装置１０は、入力される画像から登録用の画像データ（画像Ｔ）や照合用の画像データ（画像Ｉ）などを作成する画像データ作成部１１と、登録画像データ作成部１１で作成される画像Ｔと画像Ｉとが一致するか否かを照合する画像データ照合部１２とを備えて構成される。なお、画像データ作成部１１と画像データ照合部１２とは、上述のように同一装置内に構成してもよいが、例えば、ネットワークを介したクライアント−サーバ間において、クライアント側に画像データ作成部１１を備え、サーバ側に画像データ照合部１２を備えるように構成してもよいし、また、クライアント側に画像データ作成部１１を備え、サーバ側に画像データ作成部１１及び画象データ照合部１２を備える構成にしてもよく、様々な構成が考えられる。

図４は、画像データ作成部１１の構成を示す機能ブロック図である。
図４に示すように、画像データ作成部１１は、所定の画像（例えば、指紋画像、虹彩画像、顔画像、手相画像、又は静脈画像など）を入力するセンサ２０と、センサ２０から入力される画像を記録する画像記録部２１と、画像記録部２１に記録される画像から特徴的な構造をもつ部分（例えば、指紋隆線、虹彩の筋肉、目や耳、襞、又は血管の輪郭線の曲率値が大きいところなど）の画像の位置を検出する特徴的構造位置検出部２２と、画像記録部２１に記録される画像が指紋画像の場合、その画像から隆線方向を検出する隆線方向検出部２３と、画像記録部２１に記録される画像に基づいてｎ値画像（ｎ≧２、ｎ＝整数）を作成するｎ値画像作成部２４と、画像記録部２１に記録される画像が指紋画像の場合、その画像から特徴点の位置を検出する特徴点位置検出部２５と、特徴的構造位置検出部２２、隆線方向検出部２３、ｎ値画像作成部２４、又は特徴点位置検出部２５で得られる画像データを連結して、所定の画像データを作成するデータ連結部２６と、データ連結部２６で作成される画像データを記録する画像データ記録部２７とを備えて構成される。なお、隆線方向検出部２３、ｎ値画像作成部２４、及び特徴点位置検出部２５は、同時に存在する必要はなく、色々な組み合わせで構成することができる。

又、図５は、画像データ照合部１２の構成を示す機能ブロック図である。
図５に示すように、画像データ照合部１２は、登録用の画像データ（画像Ｔ）を記録する登録画像データ記録部３０と、照合対象の画像データ（画像Ｉ）を記録する入力画像データ記録部３１と、登録画像データ記録部３０に記録される所定の画像データから部分画像を切り出す部分画像切り出し部３２と、登録画像データ記録部３０又は入力画像データ記録部３１で記録される所定の画像データを所定の大きさの画像に分割する画像データ分割部３３と、登録画像データ記録部３０又は入力画像データ記録部３１で記録される画像データが指紋画像データである場合、それらの画像データから隆線方向の分布を示す画像データを抜き出す隆線方向分布データ分離部３４と、登録画像データ記録部３０又は入力画像データ記録部３１で記録される画像データが指紋画像データである場合、それらの画像データに記録されている特徴点位置を使い、その特徴点を中心とする所定の領域の画像データに基づいて照合する特徴点局所領域照合部３５と、登録画像データ記録部３０又は入力画像データ記録部３１で記録される画像データや隆線方向分布データ分離部３４で得られる画像データに基づいて、登録画像データと入力画像データとの相対位置を調整する粗調整部３６と、部分画像切り出し部３２及び入力画像データ記録部３１で得られる画像データや粗調整部３６で得られる相対位置に基づいて、登録画像データと入力画像データとの相対位置を調整する粗調整部３７と、登録画像データ記録部３０又は入力画像データ記録部３１で記録される画像データ、画像データ分割部３３で得られる画像データ、又は粗調整部３７で得られる相対位置に基づいて、登録画像データと入力画像データとの相対位置を調整する微調整部３８と、粗調整部３７又は微調整部３８で調整された２つの画像データが一致するか否かを判定する判定部３９とを備えて構成される。

＜第１の実施形態＞
第１の実施形態は、本発明の画像照合装置、画像照合方法、及び画像照合プラグラムにおいて、基本の構成要素となる部分である。

図６（ａ）に示すように、画像Ｔと画像Ｉの画像照合の場合を考える。
まず、図６（ｂ）に示すように、画像Ｔから、画像Ｔと画像Ｉの相対位置関係又は相対回転角度関係を調整するために、画像Ｔから部分画像Ｓを切り出す。なお、この部分画像Ｓの位置の決定方法は後述する。

次に、図６（ｃ）に示すように、部分画像Ｓと画像Ｉで相関演算を行う。すなわち、部分画像Ｓと画像Ｉの相対位置をｎ画素（ｎは１以上の整数）ずつずらしながら、相関値（２つの画像の一致具合を示す値）を計算する。又、更に、部分画像Ｓを少しずつ回転させ、同様に相関演算を行う。相関値は、例えば、多値画像であれば画素値の積和、二値画像であれば画素値の一致する画素の個数の割合等にすればよい。

次に、図６（ｄ）に示すように、最終的に最も高い相関値を取るときの部分画像Ｓと画像Ｉとの相対位置座標（以下、単に、相対位置という）と相対回転角度（以下、単に、相対角度という）とを求める。

次に、図６（ｅ）に示すように、求められた相対位置と相対角度とを使って、画像Ｔと画像Ｉを重ね合わせる。
そして、それぞれの画像全体を用いて画像Ｔと画像Ｉの相関値を求める。この相関値の算出方法は、部分画像Ｓと画像Ｔとの相関値を算出した方法と同じでよい。この評価値が所定の条件を満たしたとき、画像Ｔと画像Ｉは同じ画像と判定する。

次に、画像Ｔから切り出す部分画像Ｓの位置の決定方法について説明する。
この部分画像Ｓは、画像Ｔと画像Ｉとの相対位置及び相対角度を求めるために用いるものであって、これら相対位置及び相対角度が精度良く求められるような部分画像Ｓである必要がある。

例えば、図７に示すような指紋画像を照合する場合、部分画像Ｓ−１のような画像を選択すると、指紋画像内に良く似た画像（要素）がたくさんあるため、部分画像Ｓ−１を使用しても精度良く相対位置や相対角度を求めることが難しい。一方、部分画像Ｓ−２のような画像を選択すれば、特徴的な構造（例えば、特徴点）を含んでいるため、精度良く相対位置や相対角度を求めることができる。又、指紋画像の以外の画像、例えば、風景画像の場合は、鳥、山の山頂、木などが含まれるように部分画像Ｓが選択されることが望ましい。

このように、画像Ｔから部分画像Ｓを切り出す際の条件として、部分画像Ｓ内に特徴的な構造の部分が含まれることが望ましい。
風景画などの一般的な画像照合の場合は、部分画像Ｓと画像Ｔの相関値を求め、その相関値の変化の激しいものを採用すればよい。例えば、切り出し箇所の異なる２つの部分画像Ｓ−３及びＳ−４のそれぞれの相関値の変化の様子を図８に示す。なお、図８（ａ）及び（ｂ）に示すグラフの縦軸は、相関値Ｙを示し、横軸は、部分画像のずらし量Ｘを示している。また、Ａは、相関値Ｙの平均値を示している。

図８（ａ）に示すように、画像Ｔから所定の部分画像Ｓ−３を切り取り、画像Ｔと部分画像Ｓ−３との相関値を求めた場合、相関値の変化がなだらかになったとする。すなわち、相関値が比較的に高いピーク値Ｍがなかったとする。このように、相関値の変化が乏しいということは、切り出された部分画像Ｓ−３と良く似た画像が画像Ｔに散在していることを示しており、探索用の部分画像として不適当であることが分かる。

一方、図８（ｂ）に示すように、画像Ｔから図８（ａ）とは異なる箇所の部分画像Ｓ−４を切り取り、画像Ｔと部分画像Ｓ−４との相関値を求めた場合、相関値の変化が激しく、相関値の高いピーク値Ｍが１つ生じたとする。この場合、部分画像Ｓ−４は、画像Ｔの特徴的な構造を含んでいることを示しており、探索用の部分画像として適当であることがわかる。すなわち、画像Ｔと画像Ｉとの相対位置及び相対角度を求めるのに適当であることが分かる。

このように、画像Ｔと部分画像Ｓとの間において、相関値の変化の激しくなったりする場合、その部分画像Ｓは、画像Ｔの特徴的な構造を含む画像であることがいえる。
図９は、画像データ作成部１１の動作を説明するためのフローチャートである。

まず、ステップＡ１において、特徴的構造位置検出部２２は、画像記録部２１から所定の画像Ｔを取り出し、その画像Ｔから所定の大きさの任意の部分画像Ｓを切り出す。
次に、ステップＡ２において、特徴的構造位置検出部２２は、画像Ｔと部分画像Ｓとを重ね合わせ、画像Ｔと部分画像Ｓとの重なり具合を示す相関値を求める。

次に、ステップＡ３において、特徴的構造位置検出部２２は、画像Ｔと部分画像Ｓとが重なる場合の所定の全ての相対位置及び相対角度について相関値を全て求めたか否かを判断する。

まだ所定の全ての相関値を求めていないとき（ステップＡ３がＮｏ）、ステップＡ４において、特徴的構造位置検出部２２は、部分画像Ｓの位置をずらし、ステップＡ２に戻る。

ここで、画像Ｔと部分画像Ｓとの相関値の具体的な演算式の例を示す。
画像ＴをＴ（ｘ，ｙ）、画像ＳをＳ（ｘ，ｙ）、相関値をＶ（ｘ，ｙ）とする場合、以下のような（３）式が成り立つ。

なお、Ｚは、Ｓ（ｉ，ｊ）とＴ（ｉ−ｘ，ｊ−ｙ）とが重なる領域の面積を示す。又、Ｔ（ｘ，ｙ）及びＳ（ｘ，ｙ）は、平均０、分散１に正規化されていることが望ましい。
又、画像ＴをＴ（ｘ，ｙ）、画像ＳをＳ（ｘ，ｙ）、相関値をＶ（ｘ，ｙ）とし、Ｔ（ｘ，ｙ）及びＳ（ｘ，ｙ）の値域を、０又は１とする場合、以下のような（４）式が成り立つ。

なお、Ｚは、Ｓ（ｉ，ｊ）とＴ（ｉ−ｘ，ｊ−ｙ）とが重なる領域の面積を示し、ｘｏｒは、排他的論理和を、ｎｏｔは、否定を示す。又、Ｓ（ｘ，ｙ）とＴ（ｘ，ｙ）のそれぞれの画像において、画像全体で画素値０の個数と画素値１の個数とがほぼ同じになるように調整されていることが望ましい。

又、上記（３）式及び（４）式において、画像Ｔ及び部分画像Ｓが二値画像である場合は、画像Ｔと部分画像Ｓで一致している画素数を数えているに過ぎない。このとき、画像Ｔと部分画像Ｓとの間では、通常、一致を判定させる為の一致画素数が一致しない画素数より圧倒的に多いので、一致する画素数を数えるよりも一致しない画素数を数えて、画像Ｔと画像Ｓが一致しないと判定された時点で計算を打ち切ると、演算量を少なくすることができる。

一方、全ての相関値が求められたとき（ステップＡ３がＹｅｓ）、ステップＡ５において、特徴的構造位置検出部２２は、求められた相関値の内のピーク値と求められた相関値の平均値との比を求める。

次に、ステップＳ６において、特徴的構造位置検出部２２は、所定数の部分画像Ｓに対して相関値のピーク値と平均値との比が求められたか否かを判断する。
まだ所定数の部分画像Ｓに対してピーク値と平均値との比が求められていないとき（ステップＡ６がＮｏ）、ステップＡ２に戻り、まだ処理されていない部分画像Ｓに対して評価を行う。

一方、全ての部分画像Ｓに対して評価が行われたとき（ステップＡ６がＹｅｓ）、ステップＡ７において、特徴的構造位置検出部２２は、求められた相関値のピーク値と平均値との比が最大となる部分画像Ｓの位置データ（座標など）を画像データ記録部２７に記録する。

このように、部分画像Ｓの検出方法は、画像Ｔといくつかの部分画像Ｓとの間で相関演算を行い、その複数の相関値の内、変化の激しい相関値に基づく部分画像Ｓを登録用の部分画像Ｓとして使用すればよい。

次に、この登録された部分画像Ｓの位置データを使用する場合の画像データ照合部１２の動作について説明する。
図１０は、部分画像Ｓの位置データを使用する場合の画像データ照合部１２の動作を説明するためのフローチャートである。

まず、ステップＢ１において、部分画像切り出し部３２は、登録画像データ記録部３０から上記図６のステップＡ７で記録された部分画像Ｓの位置データを取り出し、その位置データに基づいて、画像Ｔから部分画像Ｓを切り出す。（図６（ａ）及び（ｂ）参照）
次に、ステップＢ２において、粗調整部３７は、入力画像データ記録部３１から画像Ｉを取り出し、画像Ｉと部分画像Ｓとを重ね合わせ、相関値を求める。（図６（ｃ）参照）

次に、ステップＢ３において、粗調整部３７は、部分画像Ｓの位置をずらす。（図６（ｃ）参照）
次に、ステップＢ４において、粗調整部３７は、画像Ｉと部分画像Ｓとの間で所定の全ての相対位置及び相対角度について相関値を求めたか否かを判断する。

まだ所定の全ての相関値を求めていないとき（ステップＢ４がＮｏ）、ステップＢ２に戻り、残りの相関値を求める。なお、画像Ｉと部分画像Ｓとの相関値の演算式は、例えば、上記（３）式又は（４）式などを用いて表すことができる。

一方、所定の全ての相関値が求められたとき（ステップＢ４がＹｅｓ）、ステップＢ５において、粗調整部３７は、ステップＢ２からステップＢ４までの工程で求められた相関値の内、最大の相関値が所定の条件を満たしたとき、画像Ｉと部分画像Ｓとが最も一致したときの部分画像Ｓの位置データであると判断する。

そして、判定部３９は、ステップＢ５で求められた位置データに基づいて、画像Ｉと画像Ｔとを重ね合わせ、画像Ｉと画像Ｔとの相関値を算出し、その相関値が所定値よりも大きいとき画像Ｔと画像Ｉとが一致すると判定する。なお、画像Ｉと画像Ｔとの相関値の演算式は、例えば、上記（３）式又は（４）式などを用いて表すことができる。

このように、部分画像切り出し部３２で切り出される部分画像Ｓは、画像Ｉと画像Ｔとの最適な相対位置や相対角度を知るために用いられる。従って、この相対位置や相対角度が精度良く求められるような部分画像Ｓである必要がある。

このように、第１の実施形態では、２つの画像を照合する際に、予め部分画像Ｓの登録を行い、その部分画像Ｓと画像Ｉとが最も一致するときの互いの相対位置及び相対角度を求め、その相対位置及び相対角度に基づいて、画像Ｔと画像Ｉとを重ね合わせ、画像Ｔと画像Ｉとが一致するか否かを判定している。一方、既存の画像照合方法では、画像Ｔと画像Ｉとの相関値を全画像の範囲内で求め、その求められた相関値に基づいて画像Ｔと画像Ｉとが一致するか否かを判定している。通常、指紋画像の照合では、画像Ｔと画像Ｉとが一致するか否かの判定にかかる時間はできるだけ短時間であることが望ましいが、画像Ｔの登録にかかる時間は長くても構わない。第１の実施形態では、画像Ｔ（画像全体）よりも小さい部分画像Ｓを用いて、画像Ｔと画像Ｉとにおいて最良な相対位置及び相対角度を特定しているので、小さい画像を利用している分、２つの画像が最も一致する場所を特定するまでにかかる演算量を少なくすることができる。これより、第１の実施形態における画像照合は、全画像の範囲内で照合を行うよりも、照合結果までにかかる時間を短縮することが可能となる。

＜第２の実施形態＞
第２の実施形態では、指紋画像の照合における部分画像Ｓの具体的な抽出方法を説明する。指紋画像の照合の場合、画像Ｔから切り出す部分画像Ｓの位置を次の箇所にすれば、精度良く、画像Ｔと画像Ｉとの相対位置及び相対角度を求めることができる。
[１]中心（指紋画像全体において隆線の曲率の大きいところ）や三角州
[２]特徴点（端点、分岐点）
まず、「[１]中心や三角州」を部分画像Ｓに含ませる場合を考える。

図１１は、「[１]中心や三角州」を部分画像Ｓに含ませる場合の画像データ作成部１１の動作を説明するためのフローチャートである。
まず、ステップＣ１において、隆線方向検出部２３は、画像記録部２１から所定の画像Ｔを取り出し、その画像Ｔから隆線方向分布図Ｔ−１を求める（図１２（ａ）参照）。なお、谷線方向分布図を作成してもよい。

図１３は、隆線方向分布図の作成方法を説明するための図である。
まず、図１３（ａ）に示すように、画像Ｔを任意の個数のブロック、例えば、ｎ×ｎブロックに分割する。

次に、図１３（ｂ）及び（ｃ）に示すように、分割された各ブロックＢに示される隆線の縁を構成する複数の画素において、所定間隔の画素の傾き角度を所定の数求める。すなわち、例えば、図１３（ｃ）に示す例では、隆線の縁を構成する画素群の内、連続する６個の画素を選択し、その６個の画素の両端の画素を結ぶ直線の傾きの角度（例えば、θ１＝ｔａｎ^−１（ｙ１／ｘ１）、θ２＝ｔａｎ^−１（ｙ２／ｘ２））を求めている。

次に、図１３（ｄ）は、所定の角度と対方向との対応を示す角度／方向対応図Ｒであり、図１３（ｂ）及び（ｃ）で求められた複数の傾き角度から平均の角度を求め、その平均の角度に近似する角度に対応する方向を角度／方向対応図Ｒより選択する。すなわち、例えば、求められた平均の角度が６３°である場合、対応する方向は、方向４とする。

次に、各ブロックＢに、図１３（ｄ）の角度／方向対応図Ｒによって選択された方向を示す（図１３（ｅ）参照）。
次に、図１１のステップＣ２において、隆線方向検出部２３は、予め画像記録部２１などに記録されていた中心又は三角州が含まれる隆線方向部分分布図Ｗ−１又はＷ−２とステップＣ１で求めた隆線方向分布図とで相関演算を行う（図１２（ｂ）及び（ｃ）参照）。なお、この隆線方向部分分布図Ｗ−１及びＷ−２は、例えば、ｍ×ｍのブロック（ｎ＞ｍ）で構成される。又、このときに求められる相関値は、例えば、重なり合うブロックの隆線の角度差の総和として算出してもよいし、重なり合うブロックの隆線の方向を示す数字の差の総和として算出してもよい。

そして、ステップＣ３において、隆線方向検出部２３は、相関値の最も高いときの隆線方向部分分布図Ｗ−１又はＷ−２の位置を中心として所定の大きさの領域を部分画像Ｓとする。

そして、その部分画像Ｓの位置データを画像データ記録部２７に記録する。
なお、「[１]中心や三角州」は、隆線方向分布図Ｔ−１において、ある大きさの領域内（例えば、３×３ブロック以上の領域）で隆線方向の分散を求め、この分散値の最も大きくなる場合に、その領域を部分画像Ｓとするようにしてもよい。

次に、「[２]特徴点」を部分画像Ｓに含ませる場合を考える。
図１４は、「[２]特徴点」を部分画像Ｓに含ませる場合の画像データ作成部１１の動作を説明するためのフローチャートである。

まず、ステップＤ１において、ｎ値画像作成部２４は、画像記録部２１から所定の画像Ｔを取り出し、その画像Ｔの二値化画像Ｔ−２を求める。
次に、ステップＤ２において、ｎ値画像作成部２４は、求められた二値化画像Ｔ−２から隆線の線幅を１画素とする細線化画像Ｔ−３を求める。（図１５（ａ）参照）
次に、ステップＤ３において、ｎ値画像作成部２４は、ある画素のまわりの画素を確認し、特徴点であるものを検出し、その特徴点を中心として所定の大きさの領域を部分画像Ｓとする。（図１５（ｂ）参照）
そして、その部分画像Ｓの位置データを画像データ記録部２７に記録する。

例えば、図１５（ｂ）は、ある大きさの画像（例えば、３×３画素）を選択する。そして、その画像の中心の画素の周りの８つの画素の内、１つの画素だけ画素値が１である場合、その画素は「端点」であると認識することができる。そして、その選択された画素を中心とした所定の領域を部分画像Ｓとすれば、「端点」を含む部分画像Ｓを登録することができる。又、図１５（ｃ）は、「三角州（分岐点）」であることを示しており、ある画素値１の画素の周りの８つの画素において、画素値が１、０、１の順番に並んでいる。この画素を中心とした所定の領域を部分画像Ｓとすれば、「三角州（分岐点）」を含む部分画像Ｓを登録することができる。

＜第３の実施形態＞
第１の実施形態では、部分画像Ｓを用いて、画像Ｔと画像Ｉとの相対位置及び相対角度を求め、その求められた相対位置及び相対角度を用いて画像Ｔと画像Ｉとを重ね合わせ、画像Ｔと画像Ｉとが一致するか否かの判定を行った。

第３の実施形態では、２つの画像を更に精度良く照合するため、部分画像Ｓ以外に画像全体を用いて画像Ｔと画像Ｉとの相対位置及び相対角度を求め、画像Ｔと画像Ｉとが一致するか否かの判定を行う。すなわち、画像照合を行うとき、まず、部分画像Ｓを用いて画像Ｔと画像Ｉとの相対位置及び相対角度の粗調整を行い、次に、粗調整を行った位置データ（座標など）を基準に、画像全体を用いて画像Ｔと画像Ｉとの相対位置及び相対角度の微調整を行う。

このように、粗調整で、およその相対位置及び相対角度を検出することができるので、微調整では、僅かな移動量で相対位置及び相対角度を求めればよい。これより、第３の実施形態において相関値などを求める際に発生する演算量の増加量は僅かで済む。

例えば、画像全体の微調整の様子を図１６に示す。部分画像Ｓを用いて検出された相対位置及び相対角度に基づいて、画像Ｔと画像Ｉを重ね合わせる。更に、画像Ｔ又は画像Ｉを所定の平行移動方向（ｘ方向、ｙ方向）及び回転方向（θ）に摂動させ、それぞれについて相関値を求める。その内、最大となった相関値が最終的な最適な相関値となる。そして、この最終的な相関値が所定の条件を満たしたとき、画像Ｔと画像Ｉは、一致すると判定する。なお、上記「摂動」とは、画像Ｉ上での部分画像Ｓの移動範囲以下の範囲でｘ方向又はｙ方向に移動若しくは回転させること、或いは、ある画像を画像の中心の誤差と画像の周りの誤差とが小さくなるように回転させることを示す。

図１７は、第３の実施形態における画像データ照合部１２の動作を説明するためのフローチャートである。
まず、ステップＥ１において、部分画像切り出し部３２及び粗調整部３７は、画像Ｉと部分画像Ｓとが最も一致するときの部分画像Ｓの位置合わせを行う。

次に、ステップＥ２において、微調整部３８は、ステップＥ１における位置合わせの結果に基づいて、画像Ｉと画像Ｔとを重ね合わせる。
次に、ステップＥ３において、微調整部３８は、画像Ｔ又は画像Ｉのどちらか一方を平行移動方向及び回転方向に摂動させ、所定の平行移動量毎又は回転量毎に画像Ｔと画像Ｉとの相関値を求め、その内最大となる相関値を求める。なお、この相関値は、上記（３）式又は（４）式などを用いて求めることができる。

次に、ステップＥ４において、判定部３９は、ステップＥ３で求められた最大の相関値が所定の条件を満たしたとき、画像Ｔと画像Ｉとが一致したと判定する。
＜第４の実施形態＞
第３の実施形態では、画像全体を利用して、画像Ｔと画像とＩの相対位置及び相対角度の微調整を行った。しかし、画像の一部に歪みが生じている場合、画像全体で相関演算を行っても、２つの画像が良く一致していることを示す高い相関値が得られないことがある。すなわち、画像のある部分が一致していても、他の部分が歪みにより一致していない場合がある。

第４の実施形態では、高い相関値を得るために、画像全体を利用して画像照合を行う際、例えば、画像Ｔと画像Ｉとが重なり合う領域を複数の領域に分割し、それぞれの領域について独立して摂動処理を行い、それぞれの領域毎に相関値を求める。

例えば、図１８は、画像Ｔと画像Ｉが互いに重なり合う領域を４分割にした例を示している。
まず、画像Ｔと画像Ｉとの相対位置及び相対角度を部分画像を用いて求める。次に、それらの相対位置及び相対角度を用いて２つの画像を重ね合わせる。そして、２つの画像の重なり合う領域を４分割し、それぞれの領域で独立して、所定の平行移動方向及び回転方向に、所定の平行移動量及び回転量を変化させ、それぞれの領域における相関値を求める。画像Ｔと画像Ｉの最終的な相関値は、個々の領域で最大の評価値を求め、それらの合計値としてもよいし、合計値を領域の個数で割った平均値としてもよい。

これより、画像の一部に発生した歪みに対して精度良く画像照合を行うことができる。又、特に、指紋画像の照合では、皮膚の伸び縮みがあるため、この第４の実施形態は有効となる。

ここで、第４の実施形態における画像データ照合部１２の動作について説明する。
図１９は、第４の実施形態における画像データ照合部１２の動作を説明するためのフローチャートである。

まず、ステップＦ１において、部分画像切り出し部３２及び粗調整部３７は、部分画像Ｓを用いて、画像Ｔと画像Ｉとの位置合わせの粗調整を行う。
次に、ステップＦ２において、部分画像切り出し部３２及び粗調整部３７は、ステップＦ１の粗調整の結果に基づいて画像Ｔと画像Ｉとを重ね合わせる。

次に、ステップＦ３において、画像データ分割部３３は、画像Ｔ（又は画像Ｉ）をｎ個の領域に分割する。なお、上述したように、画像Ｔと画像Ｉとの重なり合う領域をｎ個に分割してもよい。

次に、ステップＦ４において、微調整部３８は、分割された個々の領域をそれぞれ独立に僅かに平行移動方向及び回転方向に、所定の平行移動量及び回転量で摂動させ、個々の領域で所定の平行移動量毎及び回転量毎に相関値を求め、それらの相関値の内、最大の相関値を選択する。なお、各領域の相関値は、それぞれ上記（３）式又は（４）式などを用いて求めることができる。

そして、ステップＦ５において、判定部３９は、各領域の最大相関値の平均値を求め、その平均値が所定の条件を満たしたとき、２つの画像が一致したと判定する。
＜第５の実施形態＞
第１の実施形態では、部分画像Ｓと画像Ｉとの相関値を求める際、部分画像Ｓのずらし方について特に示していなかった。通常、画像照合は、画像Ｉの端（例えば、左上）と部分画像Ｓの端（例えば、右下）とを重ね合わせ、所定画素数毎に所定の方向に順番に部分画像Ｓを移動させる。

第５の実施形態では、この走査方法を変更することによって、部分画像Ｓを用いた相対位置及び相対角度を求める際の演算量を減らし、部分画像Ｓの位置データを検出する時間を求めるのにかかる時間を第１の実施形態よりも短くする。

画像Ｔと画像Ｉとでは、元々、平行移動量及び回転量が少ないと考える。
例えば、指紋画像の照合では、照合対象の画像は指紋画像となるが、この時、画像Ｔと画像Ｉに写っている指紋画像は、大きく位置がずれていることは少ない。すなわち、センサ２０により入力される画像は、図２０（ａ）に示すように、画像の一部しか入力されないという状況はあまり発生しない。従って、部分画像Ｓと画像Ｉとの相関値を求める際、画像Ｔと画像Ｉとの相対位置及び相対角度が０の状態（画像Ｔと画像Ｉとがぴったり重なる状態）から順次、平行移動量及び回転量が大きくなるように、部分画像Ｓをずらして相関値を求めていけば、全画像を走査させていく中で相関値が所定の値以上となるときの部分画像Ｓの位置を早く見つけることができる。

これより、部分画像Ｓと画像Ｉとの相関値が所定の条件を満たしたとき、相対位置及び相対角度が求まったとし、それ以降の相関値の演算を中止する事で、演算量を減らすことができる。又、部分画像Ｓの平行移動の具体例としては、図２０（ｂ）に示すように、画像Ｔと画像Ｉとの相対位置が０の状態から渦巻状にずらしていくことが考えられる。又、図１０（ｃ）に示すように、部分画像Ｓを画像Ｉの中心位置から遠ざかるようにずらしていくようにしてもよい。又、部分画像Ｓの回転に関しても、同様に、画像Ｔと画像Ｉとの相対角度が０の状態を基準にして回転させていくことをする。すなわち、部分画像Ｓを順次−θ度からθ度まで回転させ、それぞれの角度において相関値を求めるのではなく、画像Ｔと画像Ｉとの相対角度が０の状態（画像Ｔと画像Ｉとがぴったり重なる状態）を０度とし、そこから±１度、…、±θ度の順番で部分画像を回転させ、相関値を求めていくことによって、最も相関値が高くなるときの相対角度を早く求めることができる。

なお、第５の実施形態における画像データ照合部１２の動作については、部分画像Ｓをずらすときの始まりの位置、及び、ずらし方が異なる以外は、第１の実施形態における画像データ作成部１１の動作と同様であるので、その説明は省略する。

＜第６の実施形態＞
第６の実施形態は、複数の部分画像Ｓ１、Ｓ２、・・・を用いて画像Ｔと画像Ｉとの相対位置及び相対角度を求める。第６の実施形態では、２つ以上の部分画像Ｓ１、Ｓ２、・・・を用いて画像Ｔと画像Ｉとの相対位置及び相対角度を求めることによって、画像照合の精度をあげる。

例えば、２つの部分画像Ｓ１及びＳ２を用いた例を図２１に示す。
まず、図２１（ａ）及び（ｂ）に示すように、画像Ｔから、２つの部分画像Ｓ１及びＳ２を切り出す。このとき、２つの部分画像Ｓ１及びＳ２の相対位置関係は保持する。

次に、図２１（ｃ）に示すように、画像Ｉ上に、部分画像Ｓ１及びＳ２を相対位置関係を保持したまま重ね合わせ、部分画像Ｓ１及びＳ２と画像Ｉとの相関値をそれぞれ求める。なお、この相関値は、上記（３）式又は（４）式などを用いて求めることができる。

そして、それぞれの相関値の和を最終的な相関値とする。又、部分画像Ｓ１及びＳ２の相対位置関係を保持したまま、画像Ｉと部分画像Ｓ１及びＳ２との相対位置及び相対角度を変えながら画像Ｉに重ねあわせ、順次、相関値を求める。

そして、最も高い相関値となった相対位置及び回転角度が、画像Ｔと画像Ｉの最も良く重なる位置となる。
このように、部分画像Ｓを複数個利用することで、広範囲に部分画像照合を行っていることと同様な効果が得られるので、部分画像Ｓを１つだけ利用するときに比べ画像照合の精度をあげることが可能となる。

ここで、第６の実施形態における画像データ作成部１１の動作について説明する。
図２２は、第６の実施形態における画像データ作成部１１の動作について説明するためのフローチャートである。

まず、ステップＧ１において、特徴的構造位置検出部２２は、画像記録部２１から所定の画像Ｔを取り出し、その画像Ｔから所定の大きさの任意の部分画像Ｓを切り出す。
次に、ステップＧ２において、特徴的構造位置検出部２２は、画像Ｔと部分画像Ｓとを重ね合わせ、相関値を求める。なお、この相関値は、上記（３）式又は（４）式などを用いて求めることができる。

次に、ステップＧ３において、特徴的構造位置検出部２２は、画像Ｔと部分画像Ｓとが重なる場合の所定の全ての相対位置関係及び回転関係について相関値を全て求めたか否かを判断する。

まだ所定の全ての相関値を求めていないとき（ステップＧ３がＮｏ）、ステップＧ４において、部分画像Ｓの位置をずらし、ステップＧ２に戻る。
一方、全ての相関値が求められたとき（ステップＧ３がＹｅｓ）、ステップＧ５において、特徴的構造位置検出部２２は、求められた相関値の内のピーク値と求められた相関値の平均値との比を求める。

次に、ステップＧ６において、特徴的構造位置検出部２２は、所定数の部分画像Ｓ（Ｓ１、Ｓ２、・・・）に対して相関値のピーク値と平均値との比が求められたか否かを判断する。

まだ所定数の部分画像Ｓ（Ｓ１、Ｓ２、・・・）に対してピーク値と平均値との比が求められていないとき（ステップＧ６がＮｏ）、ステップＡ２に戻り、まだ処理されていない部分画像Ｓに対して評価を行う。

一方、全ての部分画像Ｓ（Ｓ１、Ｓ２、・・・）に対して評価が行われたとき（ステップＧ６がＹｅｓ）、ステップＧ７において、特徴的構造位置検出部２２は、求められた相関値のピーク値と平均値との比が最大となる部分画像Ｓの位置データ（座標など）を画像データ記録部２７に記録する。

そして、ステップＧ８において、特徴的構造位置検出部２２は、画像データ記録部２７に記録される複数の部分画像Ｓの位置データの中から２つ以上の位置データを所定の条件で選択する。この所定の条件とは、例えば、求められる複数の相関値の中で上位２つの相関値を選択してもよいし、最も近い距離にある２つの位置データを選択してもよい。そして、部分画像Ｓ１の位置データと部分画像Ｓ２の位置データとから相対位置データを求め、その相対位置データを画像データ記録部２７などに記録しておく。

次に、第６の実施形態における画像データ照合部１２の動作について説明する。
図２３は、第６の実施形態における画像データ照合部１２の動作について説明するためのフローチャートである。

まず、ステップＨ１において、部分画像切り出し部３２は、登録画像データ記録部３０から上記図２１のステップＧ８で選択された複数の部分画像Ｓ（Ｓ１、Ｓ２、・・・）の位置データを取り出し、その位置データに基づいて、画像Ｔから複数の部分画像Ｓ（Ｓ１、Ｓ２、・・・）を切り出す。

次に、ステップＨ２において、粗調整部３７は、入力画像データ記録部３１から画像Ｉを取り出し、複数の部分画像Ｓ（Ｓ１、Ｓ２、・・・）を互いの相対位置を保持したまま画像Ｉと重ね合わせ、相関値を求める。なお、例えば、複数の部分画像Ｓ（Ｓ１、Ｓ２、・・・）の全体の相関値は、それぞれの部分画像Ｓ（Ｓ１、Ｓ２、・・・）の相関値の平均値や和とすることが考えられる。又、この相関値は、上記（３）式又は（４）式などを用いて求めることができる。

次に、ステップＨ３において、粗調整部３７は、複数の部分画像Ｓ（Ｓ１、Ｓ２、・・・）の相対位置を保持しながら、所定の平行移動方向及び回転方向に、所定の平行移動量及び回転量移動させる。

次に、ステップＨ４において、粗調整部３７は、画像Ｉと複数の部分画像Ｓ（Ｓ１、Ｓ２、・・・）との間で所定の全ての相対位置及び相対角度について相関値を求めたか否かを判断する。

まだ所定の全ての相対位置及び相対角度について相関値を求めていないとき（ステップＨ４がＮｏ）、ステップＨ２に戻り、残りの相関値を求める。
一方、所定の全ての相対位置及び相対角度について相関値が求められたとき（ステップＨ４がＹｅｓ）、ステップＨ５において、判定部３９は、ステップＨ２からステップＨ４までの工程で求められた相関値の内、最大の相関値が所定の条件を満たしたとき、画像Ｉと部分画像Ｓとが一致したと判定する。なお、この相関値は、上記（３）式又は（４）式などを用いて求めることができる。

＜第７の実施形態＞
第１の実施形態から第６の実施形態までは、部分画像Ｓを用いて画像Ｔと画像Ｉとの相対位置及び相対角度を求めたが、第７の実施形態では、その相対位置及び相対角度を求める前段階において、画像Ｔ及び画像Ｉからそれぞれ抽出される特徴的な情報を用いて画像Ｔと画像Ｉとの相対位置及び相対角度を求めることをする。例えば、第７の実施形態は、一番初めに、画像Ｔから得られる隆線方向分布図と画像Ｉから得られる隆線方向分布図とを用いて、画像Ｔと画像Ｉとの相対位置及び相対角度を求める。

例えば、画像Ｔから作成された隆線方向分布図Ｔ−４を図２４（ａ）に示し、画像Ｉから作成された隆線方向分布図Ｉ−１を図２４（ｂ）に示す。この図２４（ａ）及び（ｂ）に示す隆線方向分布図Ｔ−４及びＩ−１は、センサ２０より入力される指紋画像を一定の大きさのブロックに分割し、それぞれのブロック内の隆線方向を検出した結果を示すものであり、その作成方法は、図１３の隆線方向分布図の作成方法と同様である。

そして、この隆線方向分布図Ｔ−４と隆線方向分布Ｉ−１とを比べることで、画像Ｔと画像Ｉとの相対位置及び相対角度を求めることができる。
又、隆線方向分布図Ｔ−４及びＩ−１の相関値の求め方は、上述した画像Ｔと部分画像Ｓとの相関値の求め方と同様に、隆線方向分布図Ｔ−４を、所定の平行移動方向に、所定の平行移動量移動させながら、隆線方向分布図Ｔ−４及びＩ−１を重ねあわせ、所定の平行移動量毎に相関値を求めていけばよい（図２４（ｃ）参照）。このときの相関値は、例えば、重なり合うブロック内における隆線の角度差の二乗和や、隆線の角度差が所定の角度差以下となるブロックの割合等にすればよい。

又、更に、どちらか一方の隆線方向分布図を少しずつ回転させながら相関値を求めれば、相対角度も求めることができる。図２４（ｄ）は、例えば、隆線方向分布図Ｔ−４を所定の回転角度で回転させたときの図である。そして、例えば、この図２４（ｄ）に示す隆線方向分布図Ｔ−４と図２４（ｂ）に示す隆線方向分布図Ｉ−１とで相関演算を行う。

すなわち、隆線方向分布図Ｔ−４及びＩ−１を用いて、画像Ｔと画像Ｉとのおよその相対位置及び相対角度を求め（第１の粗調整）、次に、部分画像Ｓを用いて、画像Ｔと画像Ｉとの細かな相対位置及び相対角度を求めることをする（第２の粗調整）。そして、第３の実施形態のように、更に、画像照合の精度をあげたい場合は、画像全体を用いて、画像Ｔと画像Ｉとの相対位置及び相対角度を求める（微調整）。このように、３段階で画像Ｔと画像Ｉとの相対位置及び相対角度を求めているので、第１の実施形態及び第３の実施形態よりも高速で精度の高い画像照合を行うことができる。

又、このように、第１及び第２の粗調整で、およその相対位置及び相対角度を検出することができるので、微調整では、僅かな移動量で相対位置及び相対角度を求めればよい。これより、第７の実施形態において相関値などを求める際に発生する演算量の増加量は僅かで済む。

ここで、第７の実施形態における画像データ照合部１２の動作について説明する。
図２５は、第７の実施形態における画像データ照合部１２の動作について説明するためのフローチャートである。

まず、ステップＪ１において、隆線方向分布データ分離部３４は、登録画像データ記録部３０から所定の画像Ｔを取り出し、その画像Ｔから隆線方向分布図Ｔ−４を作成する、若しくは、予め登録画像データ記録部３０に記録されている隆線方向分布図Ｔ−４を抜き出すと共に、入力画像データ記録部３１から所定の画像Ｉを取り出し、その画像Ｉから隆線方向分布図Ｉ−１を作成する。なお、谷線方向分布図を作成してもよい。

次に、ステップＪ２において、粗調整部３６は、隆線方向分布図Ｔ−４及びＩ−１を重ね合わせ、相関値を求める。
次に、ステップＪ３において、粗調整部３６は、隆線方向分布図Ｔ−４又はＩ−１のどちらか一方の隆線方向分布図の位置をずらす。

次に、ステップＪ４において、粗調整部３６は、隆線方向分布図Ｔ−４と隆線方向分布図Ｉ−１との間で所定の全ての相対位置及び相対角度について相関値を求めたか否かを判断する。

まだ所定の全ての相関値を求めていないとき（ステップＪ４がＮｏ）、ステップＪ２に戻り、残りの相関値を求める。
一方、所定の全ての相関値が求められたとき（ステップＪ４がＹｅｓ）、ステップＪ５において、粗調整部３６は、ステップＪ２からステップＪ４までの工程で求められた相関値の内、最大の相関値が所定の条件を満たした場合、そのときの隆線方向分布図Ｔ−４及びＩ−１の相対位置及び相対角度の算出結果を粗調整部３７に送る。

＜第８の実施形態＞
第７の実施形態は、画像Ｔと画像Ｉとの相対位置及び相対角度の検出に、隆線方向分布図を用いたが、第８の実施形態では、画像Ｔ及び画像Ｉからそれぞれ特徴点を抽出し、その特徴点に基づいて、画像Ｔと画像Ｉとの相対位置及び相対回転角度を求める。

まず、図２６（ａ）に示すように、画像Ｔ及び画像Ｉのそれぞれの特徴点Ｐ１及びＰ２の分布を示す特徴点分布図Ｔ−５及びＩ−２を作成する。
そして、図２６（ｂ）に示すように、これら特徴点分布図Ｔ−５及びＩ−２を重ね合わせ、所定の特徴点Ｐ１及びＰ２が最も良く重なり合うときの特徴点分布図Ｔ−５及びＩ−２の相対位置を求める。この所定の特徴点Ｐ１及びＰ２の重なり具合は、例えば、２つの分布図を重ねたときに互いに最も近くなる特徴点Ｐ１及びＰ２の対の各距離の和が所定値よりも大きいか否かで判断すればよい。これを更に、特徴点分布図Ｔ−５又はＩ−２を少しずつ回転させながら、各特徴点Ｐ１及びＰ２の重なり具合を評価すると、相対角度も求めることができる。

又、第７の実施形態と第８の実施形態とを組み合わせて、隆線方向分布図Ｔ−４及びＩ−１内に特徴点Ｐ１及びＰ２の位置データも同時に記録してもよい。すなわち、例えば、図２６（ｃ）に示すように、隆線方向分布図Ｔ−４内において特徴点を太枠と示し、その隆線方向分布図Ｔ−４を記録してもよい。そして、このように、隆線方向分布図内に特徴点の位置データも同時に記録して相関値を求めるとき、重なり合う隆線方向分布図Ｔ−４において、特徴点を含むブロックの隆線方向の角度差が所定の値以下だった場合に相関値を高くすることによって、より精度の高い相対位置及び相対角度を求めることができる。

このように、第８の実施形態では、特徴点分布図Ｔ−５及びＩ−２における互いの特徴点Ｐ１及びＰ２の相対位置を用いて、画像Ｔと画像Ｉとの相対位置及び相対角度を求める。

ここで、第８の実施形態における画像データ照合部１２の動作を説明する。
図２７は、第８の実施形態における画像データ照合部１２の動作を説明するためのフローチャートである。又、図２８は、図２７のフローチャートの各ステップで用いられるデータの一例を示す図である。

まず、ステップＫ１において、粗調整部３６は、登録画像データ記録部３０から所定の画像Ｔを取り出し、その画像Ｔから特徴点分布図Ｔ−５を作成すると共に、入力画像データ記録部３１から所定の画像Ｉを取り出し、その画像Ｉから特徴点分布図Ｉ−２を作成する。

図２８（ａ）の例では、特徴点分布図Ｔ−５に特徴点[１]〜[４]が示され、特徴点分布図Ｉ−２に特徴点Ａ〜Ｄが示されている。
次に、ステップＫ２において、粗調整部３６は、特徴点分布図Ｔ−５の各特徴点の相対位置関係を保ったまま、特徴点分布図Ｔ−５を所定の角度回転させる。（図２８（ｂ）参照）
次に、ステップＫ３において、粗調整部３６は、特徴点分布図Ｔ−５とＩ−２との間で各特徴点の組を作る。

次に、ステップＫ４において、粗調整部３６は、特徴点分布図Ｔ−５の所定の特徴点と特徴点分布図Ｉ−２の所定の特徴点とを重ねる。図２８（ｃ）の例では、特徴点[１]と特徴点Ａとを重ねている。

次に、ステップＫ５において、粗調整部３６は、特徴点分布図Ｔ−５内の各特徴点のそれぞれの特徴点に最も近い特徴点を特徴点分布図Ｉ−２から探す。図２８（ｄ）の例では、特徴点[２]−特徴点Ｂ、特徴点[３]−特徴点Ｃ、特徴点[４]−特徴点Ｄがそれぞれ最も距離の短い特徴点の組としている。

次に、ステップＫ６において、粗調整部３６は、ステップＫ５で見つかった各特徴点と、その各特徴点に対応する特徴点分布図Ｔ−５内の各特徴点との距離ｄ（ｄ１、ｄ２、ｄ３・・・）が所定の条件を満たすものがいくつあるか数える。

次に、ステップＫ７において、粗調整部３６は、全ての特徴点の組み合わせに対してステップＫ４からステップＫ６までの処理を行ったか否かを判断する。
まだステップＫ４からステップＫ６までの処理が行われていない特徴点の組み合わせがある場合（ステップＫ７がＮｏ）、ステップＫ３に戻る。

一方、ステップＫ４からステップＫ６までの処理が全ての組み合わせの特徴点で行われた場合（ステップＫ７がＹｅｓ）、ステップＫ８において、粗調整部３６は、所定の範囲の回転角度で特徴点分布図Ｔ−５を回転させたか否かを判断する。例えば、図２８での例では、（[１]，Ａ）、（[１]，Ｂ）、（[１]，Ｃ）、（[１]，Ｄ）、（[２]，Ａ）、（[２]，Ｂ）、・・・、（[４]，Ｃ）（[４]，Ｄ）の組み合わせを得る。

まだ所定の範囲の回転角度で特徴点分布図Ｔ−５を回転させていない場合（ステップＫ８がＮｏ）、ステップＫ２に戻る。
一方、所定の範囲の回転角度で特徴点分布図Ｉを回転させた場合（ステップＫ８がＹｅｓ）、ステップＫ９において、粗調整部３６は、所定の条件を満たす特徴点の個数又は割合が最も多いときの特徴点分布図Ｔ−５と特徴点分布図Ｉ−２との相対位置及び相対角度の算出結果を粗調整部３７に送る。

＜第９の実施形態＞
第１の実施形態〜第８の実施形態では、画像全体を用いて最終的に求められた相関値が、所定の条件を満たしたときに、画像Ｔと画像Ｉとが一致すると判定した。しかしながら、指紋画像の照合では、更に、高い精度が求められるときがある。このような場合、画像全体を用いて相関値を求めるとき、例えば、特徴点付近の領域についてのみ「重み」を高くすると、指紋画像の照合の精度があがる。

例えば、相関値（評価値）をｖ（ｘ，ｙ）、画像Ｔをｆ（ｉ，ｊ）、画像Ｉをｇ（ｉ−ｘ，ｊ−ｙ）とする場合、以下の（５）式のように示すことができる。

なお、Ａ（ｉ，ｊ）＝α１（ｆ（ｉ，ｊ）が特徴点付近である場合）、Ａ（ｉ，ｊ）＝β１（ｆ（ｉ，ｊ）が特徴点付近でない場合）を示す。但し、α１＞β１。
又、Ｂ（ｉ，ｊ）＝α２（ｇ（ｉ，ｊ）が特徴点付近である場合）、Ｂ（ｉ，ｊ）＝β２（ｇ（ｉ，ｊ）が特徴点付近でない場合）を示す。但し、α２＞β２。

又、Ｚは、ｆ（ｉ，ｊ）とｇ（ｉ−ｘ，ｊ−ｙ）とが重なる領域の面積を示す。
又、例えば、相関値（評価値）をｖ（ｘ，ｙ）、画像Ｔをｆ（ｉ，ｊ）、画像Ｉをｇ（ｉ−ｘ，ｊ−ｙ）とする場合、以下の（６）式のように示すこともできる。

なお、Ａ（ｉ，ｊ）＝α１（ｆ（ｉ，ｊ）が特徴点付近である場合）、Ａ（ｉ，ｊ）＝β１（ｆ（ｉ，ｊ）が特徴点付近でない場合）を示す。但し、α１＞β１。
又、Ｚは、ｆ（ｉ，ｊ）とｇ（ｉ−ｘ，ｊ−ｙ）とが重なる領域の面積を示す。そして、特徴点付近は、例えば、図２８に示すように特徴点位置を中心に所定の大きさと定義すればよい。

又、相関値（評価値）をｖ（ｘ，ｙ）、画像Ｔをｆ（ｉ，ｊ）、画像Ｉをｇ（ｉ−ｘ，ｊ−ｙ）とし、ｆ（ｉ，ｊ）及びｇ（ｉ，ｊ）の値域を、０又は１とする場合、以下のような（７）式が成り立つ。

なお、Ａ（ｉ，ｊ）＝α１（ｆ（ｉ，ｊ）が特徴点付近である場合）、Ａ（ｉ，ｊ）＝β１（ｆ（ｉ，ｊ）が特徴点付近でない場合）を示す。但し、α１＞β１。
又、Ｂ（ｉ，ｊ）＝α２（ｇ（ｉ，ｊ）が特徴点付近である場合）、Ｂ（ｉ，ｊ）＝β２（ｇ（ｉ，ｊ）が特徴点付近でない場合）を示す。但し、α２＞β２。

又、ｘｏｒは、排他的論理和を、ｎｏｔは、否定を示す。
又、Ｚは、ｆ（ｉ，ｊ）とｇ（ｉ−ｘ，ｊ−ｙ）とが重なる領域の面積を示す。
又、例えば、相関値（評価値）をｖ（ｘ，ｙ）、画像Ｔをｆ（ｉ，ｊ）、画像Ｉをｇ（ｉ−ｘ，ｊ−ｙ）とし、ｆ（ｉ，ｇ）及びｇ（ｉ．ｊ）の値域を、０又は１とする場合、以下の（８）式のように示すこともできる。

なお、Ａ（ｉ，ｊ）＝α１（ｆ（ｉ，ｊ）が特徴点付近である場合）、Ａ（ｉ，ｊ）＝β１（ｆ（ｉ，ｊ）が特徴点付近でない場合）を示す。但し、α１＞β１。
又、ｘｏｒは、排他的論理和を、ｎｏｔは、否定を示す。

又、Ｚは、ｆ（ｉ，ｊ）とｇ（ｉ−ｘ，ｊ−ｙ）とが重なる領域の面積を示す。
＜第１０の実施形態＞
第１０の実施形態では、第１の実施形態〜第８の実施形態で粗調整又は微調整を行った後、画像全体を用いて画像照合を行うに加え、更に、特徴点を用いて画像照合を行うことをする。

まず、第１の実施形態〜第８の実施形態の画像照合を行い、画像Ｔと画像Ｉとの相対位置及び相対角度を求める。
次に、その相対位置及び相対角度を用いて、画像Ｔと画像Ｉとを重ねあわせ、画像全体同士で相関値を求めると共に、特徴点付近の所定領域同士で相関値を求める。この相関値を求めるときの特徴点付近の所定領域は、例えば、図２９に示すように、特徴点を中心とした所定の大きさの領域とする。なお、図２９の例では、特徴点Ｐ付近の所定領域Ｑは、四角で示しているが所定領域の形はこれに限定されない。

又、特徴点Ｐ付近の所定領域Ｑの相関値を求めるとき、どちらか一方の特徴点Ｐ付近の所定領域Ｑを、平行移動方向又は回転方向に、所定の平行移動量及び回転量摂動させ、所定の平行移動量毎及び回転量毎に相関値を求める。そして、最大となる相関値をその特徴点Ｐ付近の所定領域Ｑの相関値とする。

又、特徴点Ｐ付近の所定領域Ｑにおいて、相関値を求め、所定の条件を満たした場合、特徴点Ｐが一致したと判定し、この一致した特徴点Ｐの個数又は割合（一致した特徴点Ｐの個数／全体の登録特徴点Ｐの個数）が所定の値を超え、且つ、上記画像全体の相関値が所定の条件を満たしたとき、画像Ｔと画像Ｉとが一致したと判定する。

ここで、第１０の実施形態における画像データ照合部１２の動作を説明する。
図３０は、第１０の実施形態における画像データ照合部１２の動作を説明するためのフローチャートである。

まず、ステップＬ１において、粗調整部３６又は３７は、第１の実施形態〜第８の実施形態までの照合方法を用いて、画像照合を行う。
次に、ステップＬ２において、特徴点局所領域照合部３５は、登録画像データ記録部３０から所定の画像Ｔを取り出し、その画像Ｔの特徴点を抽出すると共に、入力画像データ記録部３１から所定の画像Ｉを取り出し、その画像Ｉの特徴点を抽出する。若しくは、画像データ生成時に特徴点抽出を行い、画像データに連結しておいてもよい。

次に、ステップＬ３において、特徴点局所領域照合部３５は、ステップＬ１で既に求められた画像Ｔと画像Ｉとの相対位置及び相対角度に基づいて、画像Ｔと画像Ｉとを重ね合わせる。

次に、ステップＬ４において、特徴点局所領域照合部３５は、画像Ｔの特徴点Ｐ付近の所定領域Ｑと画像Ｉの特徴点Ｐ付近の所定領域Ｑとの相関値を求める。なお、この相関値は、上記（３）式又は（４）式などを用いて求めることができる。

次に、ステップＬ５において、特徴点局所領域照合部３５は、ステップＬ４で求められた相関値が所定の条件を満たすものがいくつあるかを求める。なお、ステップＬ４で求められた相関値が所定の条件を満たすものが全体の特徴点の内いくつあるかを求めてもよい。

そして、ステップＬ６において、判定部３９は、ステップＬ１における画像照合の結果と、ステップＬ５で求められた個数とに基づいて、画像Ｔと画像Ｉとが一致するか否かを判定する。すなわち、例えば、ステップＬ１における画像照合の結果が一致を示すものであり、ステップＬ５で求められた個数が所定の条件を満たしたとき、画像Ｔと画像Ｉとが一致すると判定する。

＜第１１の実施形態＞
第１０の実施形態では、第１の実施形態〜第８の実施形態の画像照合の結果と、特徴点を用いた画像照合の結果とを合わせて、画像Ｔと画像Ｉとが一致するか否かを求めているが、第１１の実施形態は、まず、第１の実施形態〜第８の実施形態で画像Ｔと画像Ｉとの相対位置及び相対角度を求め、その相対位置及び相対角度を用いて画像Ｔの特徴点Ｐ付近の所定領域Ｑと画像Ｉの特徴点Ｐ付近の所定領域Ｑとを重ね合わせ、それら特徴点Ｐ付近の所定領域Ｑ同士の相関値に基づいて画像Ｔと画像Ｉとが一致するか否かを判定する。

すなわち、第１の実施形態〜第８の実施形態で得られる相対位置及び相対角度を用いて、特徴点Ｐ付近の所定領域Ｑを重ね合わせ、それらの画像の相関値より画像Ｔと画像Ｉとが一致するか否かを判定する。

なお、第１１の実施形態における画像データ照合部１２の動作の説明は、図３０のフローチャートのステップＬ５が、「求められた個数に基づいて、画像Ｔと画像Ｉとが一致するか否かを判定する」となるだけで、その他の工程は同様となるので、説明を省略する。

ここで、本実施形態の画像照合方法における演算量と既存の画像照合方法における演算量を具体的に示す。
まず、既存の画像照合方法における演算量を具体的に示す。

例えば、画像Ｔを１２８画素×１２８画素の大きさの画像、画像Ｉを１２８画素×１２８画素の大きさの画像とし、画像Ｔを１画素ずつずらし画像Ｔと画像Ｉとの相対位置を求める場合を考える。

この場合の演算（乗算）回数Ｎ１は、Ｎ１＝１２８×２×１２８×２×１２８×１２８≒１０億７千回となる。
次に、第１の実施形態の画像照合方法における演算量を具体的に示す。

例えば、画像Ｔを１２８画素×１２８画素の大きさの画像、部分画像Ｓを３２画素×３２画素の大きさの画像、画像Ｉを１２８画素×１２８画素の大きさの画像とし、部分画像Ｓを１画素ずつずらし画像Ｔと画像Ｉとの相対位置を求める場合を考える。

この場合の演算回数Ｎ２は、Ｎ２＝１２８×２×１２８×２×３２×３２≒６７００万回となる。
次に、第３の実施形態の画像照合方法における演算量を具体的に示す。

例えば、画像Ｔを１２８画素×１２８画素の大きさの画像、部分画像Ｓを３２画素×３２画素の大きさの画像、画像Ｉを１２８画素×１２８画素の大きさの画像、隆線方向分布図Ｔ及びＩを１６ブロック×１６ブロックの大きさの画像とし、部分画像Ｓ及び隆線方向分布図Ｔを１画素ずつ及び１ブロックずつずらし画像Ｔと画像Ｉとの相対位置を求める場合を考える。なお、１ブロック＝８画素×８画素とする。

この場合の演算回数Ｎ３は、隆線方向分布図Ｔ及びＩにより画像Ｔと画像Ｉとの相対位置を求めるときの演算回数Ｎ３（１）＝１６×２×１６×２×１６×１６≒２６万回と、部分画像Ｓにより画像Ｔと画像Ｉとの相対位置を求めるときの演算回数Ｎ３（２）＝３２×３２×２０×２０≒４１万回との合計（６７万回程度）となる。なお、部分画像Ｓをｘ方向又はｙ方向に±１０画素ずらす場合を考えている。

次に、第７の実施形態の画像照合方法における演算量を具体的に示す。
例えば、画像Ｔを１２８画素×１２８画素の大きさの画像、部分画像Ｓを３２画素×３２画素の大きさの画像、画像Ｉを１２８画素×１２８画素の大きさの画像、隆線方向分布図Ｔ及びＩを１６ブロック×１６ブロックの大きさの画像とし、部分画像Ｓ及び隆線方向分布図Ｔを１画素ずつ及び１ブロックずつずらす画像Ｔと画像Ｉとの相対位置を求める場合を考える。なお、１ブロック＝８画素×８画素とする。

この場合の演算回数Ｎ４は、隆線方向分布図Ｔ及びＩにより画像Ｔと画像Ｉとの相対位置を求めるときの演算回数Ｎ４（１）＝１６×２×１６×２×１６×１６≒２６万回と、部分画像Ｓにより画像Ｔと画像Ｉとの相対位置を求めるときの演算回数Ｎ４（２）＝３２×３２×２０×２０≒４１万回と、全体画像により画像Ｔと画像Ｉとの相対位置を求めるときの演算回数Ｎ４（３）＝１２８×１２８×６×６≒５９万回との合計（１２６万回程度）となる。なお、部分画像Ｓをｘ方向又はｙ方向に±１０画素ずらし、画像全体をｘ方向又はｙ方向に±３画素ずらす場合を考えている。

このように、既存の画像照合方法における演算回数は、およそ１０億７千回に対して、本実施形態の画像照合方法における演算回数は、およそ６７００万回、およそ６７万回、およそ１２６万回であり、何れも既存の画像照合方法における演算回数よりもはるかに少ない。

図３１は、本実施形態をプログラムで実現する場合に必要とされるハードウェア構成の例を示す図である。
上述した実施形態の処理は、コンピュータ２９０で動作するプログラムで実現が可能である。この場合、コンピュータ２９０は、ＣＰＵ２９１にバス２９２を介して接続された各装置の相互データ交換によって実現される。ＲＯＭ２９３には、ＢＩＯＳなどが組み込まれ、電源投入と同時に、入出力装置２９４等とのデータ交換を可能にする。コンピュータ２９０を画像照合装置として使用する場合には、ＲＯＭ２９３にプログラムを格納することにより、ＣＰＵ２９１に実行させるようにしても良い。入出力装置２９４は、通常、キーボード、マウス、ディスプレイなどからなるが、画像を入力するためのセンサ２０（スキャナ等）も含む。

当該プログラムは、ハードディスクなどの記憶装置２９５に記憶され、必要に応じてＣＰＵ２９１の指示により、ＲＡＭ２９６に展開されて、ＣＰＵ２９１によって実行される。或いは、当該プログラムをフレキシブルディスクやＣＤ−ＲＯＭ、ＤＶＤ等の可搬記録媒体２９７に記録して持ち運び可能とし、必要に応じて、記録媒体読み取り装置２９８に読みとらせて、ＲＡＭ２９６に展開し、ＣＰＵ２９１に実行させることも可能である。或いは、可搬記録媒体２９７からプログラムを記憶装置２９５に記憶させて、記憶装置２９５からプログラムをＲＡＭ２９６に読み込んでＣＰＵ２９１に実行させることも可能である。

又、今日のようにインターネットなどのコンピュータネットワークが発達した環境では、通信インターフェース２９９を介してネットワーク３００に接続し、情報提供者３０１から当該プログラムをダウンロードして実行することも可能である。あるいは、ＬＡＮなどにおいてよく行われているように、情報提供者３０１がＬＡＮのサーバのような機能を果たす場合、ネットワーク環境下で、プログラムを情報提供者３０１から直接ダウンロードすることなくＣＰＵ２９１に実行させることも可能である。又、指紋に関するデータを情報提供者３０１に送って処理させ、結果のみをコンピュータ２９０が受け取るという実行形態も可能である。

又、入出力装置２９４（特には、指紋画像読み取りのための装置）を指紋画像照合を必要とする複数箇所に配置し、その照合処理については、中央に設けられたコンピュータ２９０で一括して行うようなシステムを組むことも可能である。

又、上記第１の実施形態から第１１の実施形態までの各実施形態の内、必要に応じて所定の実施形態を組合わせて他の実施形態を構成してもよい。
以上、本発明によれば、２つの画像を照合する際に一方の画像から所定の大きさの部分画像を切り出し、その部分画像を用いて２つの画像の相対位置を調整し、その後２つの画像が一致するか否かを判定しているので、既存の画像照合のように、全画像同士で相対位置を調整しながら画像照合を行うよりも画像照合のための演算量を少なくすることができる。これより、既存の画像照合方法よりも２つの画像が一致するか否かの結果ができるまでにかかる時間を短縮することが可能となる。

又、その部分画像が特に画像の特徴的な部分である場合に、重みをつけて判定することでより精度の高い判定結果を得ることが可能となる。

従来の画像照合方法を説明するための図である。 従来の画像照合方法を説明するための図である。 本発明の実施形態の画像照合装置の構成を示す機能ブロック図である。 登録画像データ作成部の構成を示す機能ブロック図である。 画像データ照合部の構成を示す機能ブロック図である。 第１の実施形態における部分画像による粗調整の一例を示す図である。 第１の実施形態における部分画像の抽出方法の一例を示す図である。 第１の実施形態における部分画像の抽出方法の一例を示す図である。 第１の実施形態における登録画像データ作成部の動作を説明するためのフローチャートである。 第１の実施形態における画像データ照合部の動作を説明するためのフローチャートである。 第２の実施形態における登録画像データ作成部の動作を説明するためのフローチャートである。 第２の実施形態における登録画像データの一例を示す図である。 隆線方向分布図の作成方法を説明するための図である。 第２の実施形態における登録画像データ作成部の動作を説明するためのフローチャートである。 第２の実施形態における登録画像データの一例を示す図である。 第３の実施形態における登録画像データの一例を示す図である。 第３の実施形態における画像データ照合部の動作を説明するためのフローチャートである。 第４の実施形態における登録画像データの一例を示す図である。 第４の実施形態における画像データ照合部の動作を説明するためのフローチャートである。 第５の実施形態における登録画像データの一例を示す図である。 第６の実施形態における部分画像の抽出方法の一例を示す図である。 第６の実施形態における登録画像データ作成部の動作を説明するためのフローチャートである。 第６の実施形態における画像データ照合部の動作を説明するためのフローチャートである。 第７の実施形態における登録画像データの一例を示す図である。 第７の実施形態における画像データ照合部の動作を説明するためのフローチャートである。 第８の実施形態における登録画像データの一例を示す図である。 第８の実施形態における画像データ照合部の動作を説明するためのフローチャートである。 第８の実施形態における登録画像データの一例を示す図である。 第１０の実施形態における登録画像データの一例を示す図である。 第１０の実施形態における画像データ照合部の動作を説明するためのフローチャートである。 本実施形態をプログラムで実現する場合に必要とされるハードウェア構成の例を示す図である。

Claims (12)

1. 第１及び第２の画像が互いに一致するか否かを照合する画像照合装置であって、前記第１及び第２の画像から第１及び第２の特徴情報を抽出する抽出手段と、前記第１及び第２の特徴情報に基づいて、前記第１の画像と前記第２の画像との相対位置を調整する第１の調整手段と、前記第１の画像から所定の大きさの部分画像を切り出す部分画像切出手段と、前記第１の調整手段が調整した相対位置を基準に、前記第２の画像上において前記部分画像を移動させ、前記部分画像と該部分画像と重なる部分の前記第２の画像とが最も一致するときの前記部分画像の位置を探索する第１の探索手段と、前記第１の探索手段が探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第２の調整手段と、前記第２の調整手段が調整した相対位置を基準に、前記第２の画像上において前記第１の画像を移動させ、前記第１の画像と、該第１の画像と重なる部分の前記第２の画像とが最も一致するときの前記第１の画像の位置を探索する第２の探索手段と、前記第２の探索手段が探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第３の調整手段と、前記第３の調整手段の調整結果に基づいて、前記第１の画像と前記第２の画像とが一致するか否かを判定する判定手段とを備えることを特徴とする画像照合装置。
2. 請求項１に記載の画像照合装置であって、前記第１の調整手段は、前記第１及び第２の特徴情報に基づいて、前記第１の画像と前記第２の画像との相対位置及び相対角度を調整し、前記第１の探索手段は、前記第１の調整手段が調整した相対位置及び相対角度を基準に、前記第２の画像上において前記部分画像を移動及び回転させ、前記部分画像と該部分画像と重なる部分の前記第２の画像とが最も一致するときの前記部分画像の位置及び回転角度を探索し、前記第２の調整手段は、前記第１の探索手段が探索した位置及び回転角度に基づいて、前記第２の画像と前記第１の画像との相対位置及び相対角度を調整し、前記第２の探索手段は、前記第２の調整手段が調整した相対位置及び相対角度を基準に、前記第２の画像上において前記第１の画像を移動及び回転させ、前記第１の画像と、該第１の画像と重なる部分の前記第２の画像とが最も一致するときの前記第１の画像の位置及び回転角度を探索し、前記第３の調整手段は、前記第２の探索手段が探索した位置及び回転角度に基づいて、前記第２の画像と前記第１の画像との相対位置及び相対角度を調整することを特徴とする画像照合装置。
3. コンピュータによって第１及び第２の画像が互いに一致するか否かを照合する画像照合方法であって、前記第１及び第２の画像から第１及び第２の特徴情報を抽出する抽出工程と、前記第１及び第２の特徴情報に基づいて、前記第１の画像と前記第２の画像との相対位置を調整する第１の調整工程と、前記第１の画像から所定の大きさの部分画像を切り出す部分画像切出工程と、前記第１の調整工程で調整した相対位置を基準に、前記第２の画像上において前記部分画像を移動させ、前記部分画像と該部分画像と重なる部分の前記第２の画像とが最も一致するときの前記部分画像の位置を探索する第１の探索工程と、前記第１の探索工程で探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第２の調整工程と、前記第２の調整工程で調整した相対位置を基準に、前記第２の画像上において前記第１の画像を移動させ、前記第１の画像と、該第１の画像と重なる部分の前記第２の画像とが最も一致するときの前記第１の画像の位置を探索する第２の探索工程と、前記第２の探索工程で探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第３の調整工程と、前記第３の調整工程の調整結果に基づいて、前記第１の画像と前記第２の画像とが一致するか否かを判定する判定工程とからなることを特徴とする画像照合方法。
4. 第１及び第２の画像が互いに一致するか否かを照合するためにコンピュータを、前記第１及び第２の画像から第１及び第２の特徴情報を抽出する抽出手段、前記第１及び第２の特徴情報に基づいて、前記第１の画像と前記第２の画像との相対位置を調整する第１の調整手段、前記第１の画像から所定の大きさの部分画像を切り出す部分画像切出手段、前記第１の調整手段が調整した相対位置を基準に、前記第２の画像上において前記部分画像を移動させ、前記部分画像と該部分画像と重なる部分の前記第２の画像とが最 も一致するときの前記部分画像の位置を探索する第１の探索手段、前記第１の探索手段が探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第２の調整手段、前記第２の調整手段が調整した相対位置を基準に、前記第２の画像上において前記第１の画像を移動させ、前記第１の画像と、該第１の画像と重なる部分の前記第２の画像とが最も一致するときの前記第１の画像の位置を探索する第２の探索手段、前記第２の探索手段が探索した位置に基づいて、前記第２の画像と前記第１の画像との相対位置を調整する第３の調整手段、前記第３の調整手段の調整結果に基づいて、前記第１の画像と前記第２の画像とが一致するか否かを判定する判定手段として機能させるための画像照合プログラム。
5. 請求項１に記載の画像照合装置であって、前記部分画像切出手段は、前記第１の画像の中心付近から前記部分画像を切り出すことを特徴とする画像照合装置。
6. 請求項１に記載の画像照合装置であって、前記部分画像切出手段は、前記第１の画像から任意に切り出された部分画像と前記第１の画像と重なる部分の画像との相関値を２以上算出し、該２以上の相関値の内、最も大きい相関値となる場合の部分画像を前記探索手段で使用することを特徴とする画像照合装置。
7. 請求項１に記載の画像照合装置であって、前記探索手段は、前記部分画像を前記第２の画像の中心付近から移動させ、前記部分画像と、該部分画像と重なる部分の前記第２の画像とが最も一致するときの前記部分画像の位置を探索することを特徴とする画像照合装置。
8. 請求項１に記載の画像照合装置であって、前記部分画像切出手段は、前記第１の画像から所定の大きさの部分画像を２以上切り出すことを特徴とする画像照合装置。
9. 請求項８に記載の画像照合装置であって、前記部分画像切出手段は、前記第１の画像から任意に切り出された２以上の部分画像と前記第１の画像と重なる部分の画像との相関値をそれぞれ算出し、該相関値が大きくなるときの部分画像を前記探索手段で使用することを特徴とする画像照合装置。
10. 請求項１に記載の画像照合装置であって、前記判定手段は、前記第１及び第２の画像をそれぞれ分割し、それぞれの分割領域で前記第１及び第２の画像を一致するか否かを判定することを特徴とする画像照合装置。
11. 請求項１に記載の画像照合装置であって、前記第１及び第２の画像は、指紋画像、虹彩画像、顔画像、手相画像、又は静脈画像であることを特徴とする画像照合装置。
12. 請求項１に記載の画像照合装置であって、前記第１及び第２の画像は、指紋画像であり、前記抽出手段は、前記第１及び第２の画像を隆線方向分布図又は谷線方向分布図に変換し、該隆線方向分布図又は谷線方向分布図から前記第１及び第２の特徴情報を抽出することを特徴とする画像照合装置。

Images