JP4193163B2 - 指掌紋画像処理装置及び方法 - Google Patents
指掌紋画像処理装置及び方法 Download PDFInfo
- Publication number
- JP4193163B2 JP4193163B2 JP2001087712A JP2001087712A JP4193163B2 JP 4193163 B2 JP4193163 B2 JP 4193163B2 JP 2001087712 A JP2001087712 A JP 2001087712A JP 2001087712 A JP2001087712 A JP 2001087712A JP 4193163 B2 JP4193163 B2 JP 4193163B2
- Authority
- JP
- Japan
- Prior art keywords
- ridge
- image
- candidate
- region
- selection
- 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.)
- Expired - Lifetime
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
- Image Processing (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、指紋照合や指紋分類又は掌紋照合等に用いられる指掌紋画像処理装置及び方法、そのプログラムに関するものである。
【０００２】
【従来の技術】
従来、指掌紋画像から隆線方向や隆線ピッチ等の隆線情報を自動的に抽出する方法として、例えば、特許第２７６５３３５号公報に記載された隆線方向パターン平滑化方法及びその装置や、情報処理学会第２２回（昭和５６年前期）全国大会で発表された弛緩法による指紋パターンの分類（河越等）がある。隆線方向パターン平滑化方法及びその装置は、エネルギー最小化原理に基づく手法であり、画像上に設定した２次元局所領域毎に抽出した方向に信頼度という尺度を介して評価関数を設定し、その評価関数を最小化することによって平滑化を施す方法である。一方、弛緩法による指紋パターンの分類では、画像上に設定した２次元局所領域毎に抽出した方向に関する情報を所謂弛緩法を用いて平滑化するという方法である。
【０００３】
しかしながら、特許第２７６５３３５号公報に記載された方法では、皺を含む画像を平滑化しようとすると、皺に合わせて周囲の領域を平滑化してしまい、皺を強調してしまう場合がある。また、弛緩法による指紋パターンの分類に記載された技術では、局所領域ごとに抽出した方向に関する情報を平滑化する手法として弛緩法を用いているが、この手法においても掌紋に頻繁に存在する同様のピッチで互いに平行して広範囲に渡って存在する皺の部分に対し皺に合わせた平滑化が行われ、皺を強調してしまう場合があった。
【０００４】
そこで、本願発明者は、特開平９−１６７２３０号公報で皺の影響を受けずに指掌紋画像から隆線画像を抽出することが可能な指掌紋画像処理装置を公開している。同公報の装置では、入力された指紋又は掌紋画像を複数のブロックに分割し、それぞれのブロック毎に隆線候補を複数検出し、検出された隆線候補のうち確実に隆線であるといえる候補とそのブロックを決定し、残りのブロックでそれらの候補と整合性を持つ候補を選択する。隆線同士、皺同士のパターンは空間的に連続しているが、一般に皺と隆線には連続性がないので、確実に隆線である候補を検出し、その他の局所候補でその候補と連続性を持っている候補を選択することにより、皺が存在する領域でも正しく隆線を検出することを可能とするものである。
【０００５】
図１０は上記指掌紋画像処理装置を示すブロック図である。なお、図１０は特開平９−１６７２３０号公報の図９に対応している。但し、説明を簡単にするため、本明細書の図１０は同公報の図９を簡単化したブロック図で示している。図１０において、１１は画像入力手段、１２は局所情報抽出手段、１３は高信頼性領域決定手段、１４は隣接領域群検出手段、１５は隆線候補選択手段、１６は画像生成手段である。ここで、高信頼性領域決定手段１３は同公報の第１隆線候補画像選択部１２、接続性評価部１３、クラスタリング部１４、クラスタ評価部１５に対応している。また、隣接領域群検出手段１４と隆線候補選択手段１５は最適隆線候補画像選択部１７に対応している。
【０００６】
図１１は図１０の装置の動作を示すフローチャートである。図１１において、画像入力手段１１は指紋又は掌紋を画像として読み込み、デジタル画像の形で局所情報抽出手段１２へ供給する（Ｓ１００１）。局所情報抽出手段１２は入力された原画像を２次元局所領域に分割し（Ｓ１００２）、局所領域毎に局所領域に存在する隆線を表現する候補となる画像（隆線候補画像という）を複数抽出する（Ｓ１００３）。隆線候補画像にはそれぞれ番号を付しておく。抽出された隆線候補画像は高信頼性領域決定手段１３、隆線候補選択手段１４、画像生成手段１６へそれぞれ供給される。高信頼性領域決定手段１３では複数の隆線候補画像の中から隆線である可能性が高い隆線候補とそれを含む局所領域（高信頼性領域）を決定し（Ｓ１００４）、隣接領域群検出手段１４、隆線候補選択手段１５、画像生成手段１６にそれぞれ供給する。
【０００７】
隣接領域群検出手段１４は高信頼性領域に隣接する局所領域（隣接領域）をすべて見付ける（Ｓ１００５）。例えば、図１２（ａ）に示すように高信頼性領域（濃いハッチングで示す領域）が検出されたとすると、それに隣接する領域（薄いハッチングで示す領域）を隣接領域として検出する。次いで、隣接領域の数が１つ以上あるか否かを判定する（Ｓ１００６）。例えば、図１２（ａ）の例では隣接領域は１つ以上存在するので、Ｓ１００７へ進み、隆線候補選択手段１５において検出されたすべての隣接領域毎にそれぞれの隆線候補画像の中から隆線画像を選択し、選択した候補の番号を画像生成手段１６に通知する。
【０００８】
例えば、図１２（ａ）の隣接領域Ａの候補選択処理を行う場合は、隆線候補画像１〜６の中から連続性が高い候補を選択し、この時は候補画像２を選択する。次に、Ｓ７０５に戻り、高信頼性領域又は選択が終了している局所領域で、高信頼性領域ではなく、既に選択が終了している領域でもない隣接領域をすべて見付ける。即ち、図１２（ａ）を例にとると、先に見付けた隣接領域に対し下方側に隣接する領域をすべて見付ける。次に、Ｓ１００６で隣接領域が１つ以上あるか否かを判定し、１つ以上ある時はＳ１００７ですべての隣接領域に対し隆線候補画像から隆線画像を選択する。以下、Ｓ１００５〜Ｓ１００７の処理を繰り返し行い、Ｓ１００６でＮｏと判定すると、すべての局所領域について処理を終了しているので、画像生成手段１６は、図１２（ｂ）に示すように選択された候補画像を用いて全体の隆線画像を復元する（Ｓ１００８）。
【０００９】
【発明が解決しようとする課題】
上記特開平９−１６７２３０号公報の指掌紋画像処理装置では、皺の影響を受けずに隆線を抽出することが可能であるが、隣接する領域の連続性を重視して局所領域毎に隆線画像を決定しているので、図１３（ａ）に示すようなコア、図１３（ｂ）に示すようなデルタといった隆線の曲率の大きな部分では、隆線がはっきりしていても隆線よりも連続性の良い皺等に由来する画像候補を選択し、隆線の抽出に失敗することがあった。
【００１０】
本発明は、上記先願発明を更に改良し、皺が混在する領域や隆線の曲率の高い部分であってもより正確に隆線を抽出することが可能な指掌紋画像処理装置及び方法、そのプログラムを提供することを目的とする。
【００１１】
【課題を解決するための手段】
本発明の指掌紋画像処理装置は、指紋又は掌紋を画像として読み込む手段と、前記指紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線を表わす隆線候補画像を複数抽出する手段と、抽出された隆線候補画像のうち隆線である可能性が高い候補画像及びそれを含む局所領域を高信頼性領域として決定する手段と、前記高信頼性領域又は隆線画像候補の選択が終了している局所領域と隣接する局所領域を検出する手段と、前記検出手段で検出された局所領域毎に前記抽出手段で抽出された隆線候補画像の中から隆線を表わすと推定される候補画像を選択する手段と、選択された隆線画像毎に連続性に基づき隆線を表わす画像として有効であるかどうかを判定し、隆線を表わすと画像として有効である場合には該当する局所領域を候補画像の選択が終了したと判定し、有効ではない場合には該当する局所領域を選択が終了していないと判定する手段と、を備え、前記有効ではないと判定された局所領域に関しては、一旦選択を行わずに、連続性の高い局所領域の選択を行い、前記有効ではないと判定された局所領域を、前記選択手段により再度連続している局所領域から回り込むように選択を行い、前記高信頼性領域の隆線画像及び前記選択手段で選択された隆線画像に基づいて全体の画像を生成することを特徴とする。
【００１２】
本発明の指掌紋画像処理方法は、指紋又は掌紋を画像として読み込む過程と、前記指紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線を表わす隆線候補画像を複数抽出する過程と、抽出された隆線候補画像のうち隆線である可能性が高い候補画像及びそれを含む局所領域を高信頼性領域として決定する過程と、前記高信頼性領域又は隆線画像候補の選択が終了している局所領域と隣接する局所領域を検出する過程と、検出された局所領域毎に抽出された隆線候補画像の中から隆線を表わすと推定される候補画像を選択する過程と、選択された隆線画像毎に連続性に基づき隆線を表わす画像として有効であるかどうかを判定し、隆線を表わすと画像として有効である場合には該当する局所領域を候補画像の選択が終了したと判定し、有効ではない場合には該当する局所領域を選択が終了していないと判定する過程と、を含み、前記有効ではないと判定された局所領域に関しては、一旦選択を行わずに、連続性の高い局所領域の選択を行い、前記有効ではないと判定された局所領域を、前記選択手段により再度連続している局所領域から回り込むように選択を行い、前記高信頼性領域の隆線画像及び前記選択手段で選択された隆線画像に基づいて全体の画像を生成することを特徴とする。
【００１３】
更に、本発明のプログラムは、コンピュータに、指紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線を表わす隆線候補画像を複数抽出する手順、抽出された隆線候補画像のうち隆線である可能性が高い候補画像及びそれを含む局所領域を高信頼性領域として決定する手順、前記高信頼性領域又は隆線画像候補の選択が終了している局所領域と隣接する局所領域を検出する手順、検出された局所領域毎に抽出された隆線候補画像の中から隆線を表わすと推定される候補画像を選択する手順、選択された隆線画像毎に連続性に基づき隆線を表わす画像として有効であるかどうかを判定し、隆線を表わすと画像として有効である場合には該当する局所領域を候補画像の選択が終了したと判定し、有効ではない場合には該当する局所領域を選択が終了していないと判定する手順、前記有効ではないと判定された局所領域に関しては、一旦選択を行わずに、連続性の高い局所領域の選択を行い、前記有効ではないと判定された局所領域を、前記選択手段により再度連続している局所領域から回り込むように選択を行い、前記高信頼性領域の隆線画像及び前記選択手段で選択された隆線画像に基づいて全体の画像を生成する手順、を実行させることを特徴とする。
【００１４】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して詳細に説明する。図１は本発明の指掌紋画像処理装置の第１の実施形態の構成を示すブロック図である。なお、図１では図１０の従来装置と同一部分は同一符号を付している。図１において、１１は指紋又は掌紋を画像として読み込み、指紋又は掌紋画像を入力するためのスキャナーやライブスキャナー等の画像入力手段である。１２は画像入力手段から入力された指紋又は掌紋の原画像を２次元局所領域に分割し、それぞれの局所領域に存在する隆線を表わす隆線候補画像を各局所領域毎に複数個抽出する局所情報抽出手段である。
【００１５】
局所情報抽出手段１２は特開平９−１６７２３０号公報に記載しているように例えば、２次元局所領域の各々に２次元フーリエ変換を施し、その結果得られたフーリエ変換面でのピークの内異なる２次元正弦波に対応するピークをその振幅又はピーク近傍のエネルギーの大きなものから順に複数個抽出し、各ピークに対応する２次元正弦波を隆線候補画像としている。１３は局所情報抽出手段１２で抽出された各局所領域の複数の隆線候補画像のうち隆線である可能性が高い隆線候補画像を決定すると共に、そのような候補画像を含む局所領域を高信頼性領域として決定する高信頼性領域決定手段である。
【００１６】
高信頼性領域決定手段１３は上記公報に記載しているように、各２次元局所領域の複数個の隆線候補画像についてそれぞれ隆線らしさの度合いを評価し、各々の局所領域毎に隆線らしさの度合いが最も高い隆線候補画像を選択する。この場合、高信頼性領域決定手段１３は各々の局所領域の隆線候補画像のうちその振幅が最大となるものを選択する。隣接領域群検出手段１４は、高信頼性領域決定手段１３により決定された高信頼性領域又は隆線候補画像の選択が終了している領域群と隣接する局所領域（隣接領域という）を検出する。
【００１７】
隆線候補選択手段１５は隣接領域群検出手段１４で検出された隣接領域に対し接続性を評価して隆線候補画像の中から隆線を表わすと推定される隆線画像を選択する。有効領域決定手段１７は、隆線画像選択手段１５で選択された隆線候補を隆線を表わす画像として採用するかどうかを決定する。画像生成手段１６は指紋又は掌紋の全体の画像を生成する。なお、図１の装置では、処理途中の段階のデータ等を必要に応じてメモリ等の記憶装置（図示せず）に一旦格納し、必要に応じてそれを読み出すことでデータ処理を行う。
【００１８】
次に、第１の実施形態の具体的な動作を図２のフローチャートを参照して詳細に説明する。図２において、画像入力手段１１は指紋又は掌紋をデジタル画像として読み込み、指紋又は掌紋の原画像を局所情報抽出手段１２に供給する（Ｓ２０１）。局所情報抽出手段１２では、入力された原画像を２次元局所領域に分割し（Ｓ２０２）、各２次元局所領域に存在する隆線を表現する隆線候補画像を各々の２次元局所領域毎に複数個抽出する（Ｓ２０３）。抽出された隆線候補画像は高信頼性領域決定手段１３、隆線候補選択手段１５、有効領域決定手段１７、画像生成手段１６へそれぞれ供給される。
【００１９】
ここで、画像入力手段１１の入力画像の解像度を２０pixel/mmとし、局所領域を正方形（図３参照）とすると、局所領域の一辺の長さは８〜３２pixel 程度となる。また、隆線候補画像を抽出する場合、特開平９−１６７２３０号公報に記載しているように、局所領域の画像のパワースペクトルの極大点を大きなものから順に複数個検出し、極大点に対応する２次元正弦波をそれぞれの局所領域の隆線候補画像とする。例えば、局所領域毎に隆線候補画像を６個づつ抽出するものとする。次に、その極大点に対応する正弦波を特徴付けるパラメータをそれぞれの極大点により算出し記録する。
【００２０】
そのようなパラメータの一例について説明する。これは、上記特開平９−１６７２３０号公報に記載されている。まず、局所領域
Ｉij（０＜ｉ＜６３，０＜ｊ＜６３）
の第ｎ番目のピークのフーリエ面での座標値を、
（ξn (i,j)，ηn (i,j)）
とすると、局所情報抽出手段１２では振幅、位相、方向、周波数、ピーク周辺のパワーをそれぞれ算出する。
【００２１】
振幅は（１）式、位相は（２）式、方向は（３）式、周波数は（４）式、ピーク周辺のパワーは（５）式で得られる。
【００２２】
【数１】
【００２３】
【数２】
【００２４】
【数３】
【００２５】
【数４】
【００２６】
【数５】
また、ｆの全パワー
【００２７】
【数６】
も算出しておく。これらのパラメータから決定される画像は、
となる。この
【００２８】
【数７】
が各局所領域における隆線を表す候補画像となる。局所情報抽出手段１２ではすべての局所領域毎にこれらのパラメータの値、
【００２９】
【数８】
を算出する。
【００３０】
高信頼性領域決定手段１３では、特開平９−１６７２３０号公報に記載しているように隆線である可能性が高い隆線候補画像（高信頼性候補）とそれを含む局所領域を高信頼性領域として決定する（Ｓ２０４）。決定された高信頼性候補とそれを含む高信頼性領域は隣接領域群検出手段１４、隆線候補選択手段１７、画像生成手段１６へそれぞれ供給される。ここで、高信頼性領域決定手段１３ではすべての局所領域毎にすべての隆線候補画像について隆線らしさの度合を評価し、隆線らしさの度合いが高い隆線候補画像を各局所領域から１つ選び、高信頼性候補画像とする。
【００３１】
この場合のアルゴリズムは、上記公報に記載しているように局所情報抽出手段１２で２次元局所領域の各々に２次元フーリエ変換を施し、その結果得られたフーリエ変換面でのピークのうち異なる２次元正弦波に対応するピークをその振幅又はピーク近傍のエネルギーの大きなものから順に複数個抽出し、各ピークに対応する２次元正弦波を隆線候補画像としているが、２次元局所領域の各々の隆線候補画像の中でその振幅が最大となるものを高信頼性候補画像とする。
【００３２】
次に、隣接領域群検出手段１４では高信頼性領域に隣接するすべての隣接領域を検出する（Ｓ２０５）。例えば、図３に示すように中央の領域が高信頼性領域として検出されたとすると、その周囲の１周目の局所領域を隣接領域として検出する。次いで、検出された隣接領域が１つ以上あるか否かを判定する（Ｓ２０６）。例えば、図３の例では、隣接領域は複数存在するので、Ｓ２０７へ進む。また、この時は隣接領域群検出手段１４の隣接領域情報は隆線候補選択手段１５へ供給される。
【００３３】
隆線候補選択手段１５はＳ２０７において特開平９−１６７２３０号公報に記載しているように隣接領域毎に接続性を評価し、隆線候補画像の中から接続性の良い隆線画像を選択し、選択した候補の番号を有効領域決定手段１７、画像生成手段１６へ通知する。有効領域決定手段１７では、選択されたすべての隆線候補画像に対して１つづつ最終的な隆線候補として採用するかどうかを決定し（Ｓ２０８）、その結果を隣接領域群検出手段１４に通知する。ここで、有効領域決定手段１７の最終的な隆線候補として採用するかどうかを決定する具体的な処理について説明する。
【００３４】
この処理では、評価対象の隆線候補画像とその周囲の高信頼性領域の高信頼性隆線候補（２回目以降は評価対象の隆線候補画像とその周囲のその時点で既に選択が終了している局所領域の隆線候補画像）との方向ｄn (i,j)、ピッチｆn (i,j)、位相ｐｈn (i,j)、等の局所情報の連続性や局所画像におけるパワースペクトルの隆線候補画像への集中度や隆線候補画像の隆線ピッチ等を評価し、隆線候補選択手段１５で選択された隆線候補画像を採用するかどうかをその結果に応じて決定する。
【００３５】
例えば、方向の連続性を用いる場合は、評価対象の局所領域で選択された隆線候補画像の隆線方向を、
ｄ（０＜ｄ＜π）
とし、その近傍の局所領域における隆線方向を代表する方向（方向ベクトルの和の方向）を、
ｄn （０＜ｄn ＜π）
とすると、
【００３６】
【数９】
がある閾値よりも小さい場合はその隆線候補画像を採用するものとし、そうでない場合は採用しないと判定する。
【００３７】
また、局所画像におけるパワースペクトルの集中度を用いる場合は、隆線候補画像のパワースペクトルの総和を対応する局所領域画像のパワースペクトルの総和で割ったものがある閾値よりも小さい場合はその隆線候補画像を採用すると判定し、そうでない場合は採用しないと判定する。更に、隆線候補画像の隆線ピッチを用いる場合は、隆線ピッチが隆線としてあり得る範囲内であればその隆線候補画像を採用するものとし、そうでない場合は採用しないと判定する。この判定処理は、これらの特徴量を単独で用いることもできるし、組み合わせて用いることもできる。
【００３８】
図３の例では、Ｂの局所領域から処理を開始し、実線は隆線候補として採用すべきと決定した局所領域、破線は採用すべきでないと決定した局所領域である。この場合、コアやデルタ等の曲率の高い領域で局所情報が著しく不連続な部分は採用すべきでないと決定され、このような不連続な面が存在する部分は一旦選択が行われず、局所情報の連続性が高い領域のみで選択が進んでいく。
【００３９】
次に、Ｓ２０５に戻り、既に選択が終了している局所領域に隣接する隣接領域をすべて見付ける処理を行う。図３の例では、高信頼性領域の外側の２周目の局所領域がこれに該当する。次いで、Ｓ２０６で隣接領域が１つ以上あるか否かの判定を行い、Ｓ２０７で検出されたすべての隣接領域毎に隆線候補画像から隆線画像を選択し、Ｓ２０８で選択結果を採用するかどうかを決定する処理を行う。この際、隣接領域は高信頼性領域の２周目であるので、前述のように方向、ピッチ、位相等の局所情報の連続性を評価する場合は、評価対象の隆線候補画像とその周囲の選択が終了している隣接領域の隆線候補画像との方向、ピッチ、位相等の局所情報の連続性の評価を行う。
【００４０】
この結果、図３に示すようにＣの領域から処理が開始され、同様に実線と破線で示すように隣接領域毎に隆線画像を採用すべき、あるいは採用すべきでないと決定する処理を行う。以下、Ｓ２０５〜Ｓ２０８の処理を繰り返し行い、Ｓ２０６で隣接領域が１つ以上ないと判定すると、画像生成手段１６は隆線候補選択手段１５で選択された隆線候補、高信頼性領域決定手段１３で隆線を表わしている可能性が高いと判定された隆線候補、あるいは局所情報抽出手段１２で得られた局所情報に基づいて全体の隆線画像を生成する（Ｓ２０９）。
【００４１】
また、図２のＳ２０５において隆線画像として採用しなかった領域についても選択対象としてもよい。図４はこの場合の隆線候補画像選択の順番を示す図である。実線は隆線画像として採用すべきと決定した局所領域、破線は採用すべきでないと決定した局所領域を示す。図４に示すように図３の破線領域が少なくなっており、こうすることによってＳ２０５で採用しなかった領域が選択され、より多くの領域について隆線を求めることができる。
【００４２】
ここで、特開平９−１６７２３０号公報の従来の隆線候補選択では、図５、図６に示すように高信頼性領域に近い局所領域から順に隆線候補選択を行う。本実施形態では隆線候補選択手段１５で選択された隆線候補画像を最終的な隆線画像として採用するかを有効領域決定手段１７で決定している。この結果、図３、図７に示すように採用すべきでない領域が選択され、この領域における隆線の誤認を防いでいる。
【００４３】
この場合、図８に示すようにコアやデルタや壁状紋の付近といった曲率の高い領域で局所情報が著しく不連続な部分を採用すべきでない領域とする。これによって、そのような不連続な面が存在する部分は一旦選択が行われず、局所情報の連続性が高い領域のみで選択が進んでいく。そのような不連続な面でも画像全体では連続的に変化してつながっているので、その連続している部分を回り込むように選択していけば不連続面で選択を行うことなく全ての領域の選択を実現できる（図７参照）。
【００４４】
不連続な領域での選択を従来手法のように領域の性質を考えずに行おうとすれば、局所情報の差が大きな候補も選択せざるを得ず、そのような候補も選択するような基準を用いると、他の部分特に皺が多く存在する領域での候補選択に悪影響を及ぼす。本実施形態のように選択順序を変えることで不連続面での選択を避ければ、局所情報の差が小さな候補を選択するという基準で全ての領域から正しく隆線を選択することができる。従来方法では局所領域の連続性が小さな部分でも無理に選択を進めていたために誤って皺に由来する隆線候補画像を選択してしまうことがあったが、そのような事態を回避できる。
【００４５】
また、本実施形態では、隣接する局所領域における隆線候補画像と方向の差が小さい隆線候補画像のみを有効とし、不連続面であるかどうかを方向の差で評価している。隆線候補選択では隆線方向が隆線かどうかを表す有効な特徴量となっているので、方向情報を用いることで隆線候補画像選択が失敗する可能性のある不連続面を精度よく検出することができる。更に、選択された隆線候補画像の隆線らしさをピッチが隆線として存在する範囲内にあるかどうかやパワースペクトルが一点に集中しているかどうか等を評価して隆線らしさの度合を評価し、その度合いが一定以上である隆線候補画像だけを有効としている。このようにすると隆線の曲率が高く画質が良好な部分で誤って隆線方向の連続性がある皺等を選択しても隆線らしさが小さいため選択が採用されない。つまり、選択に失敗した不連続面を検出することができる。不連続面でも選択に成功した場合は選択順序を後にする必要はないため処理の効率化を図ることができる。
【００４６】
次に、本発明の第２の実施形態について説明する。第２の実施形態の構成は図１と同様であるが、処理方法が図２と異なっている。図９は第２の実施形態の処理の流れを示すフローチャートである。図９において、まず、Ｓ８０１〜８０４は図２のＳ２０１〜Ｓ２０４と同様である。Ｓ８０４で高信頼性候補とそれを含む高信頼性領域を決定すると、変数ＳＣを０にセットする（Ｓ８０５）。次いで、隣接領域群検出手段１４で高信頼性領域に隣接する隣接領域をすべて検出する（Ｓ８０６）。例えば、図３の例では、高信頼性領域の外側の１周目の隣接領域がこれに該当する。また、隣接領域が１つ以上あるかどうかを判定し（Ｓ８０７）、その後、隆線候補選択手段１５で第１の実施形態と同様にすべての隣接領域毎に隆線候補画像から隆線画像を選択する候補選択処理を行う（Ｓ８０８）。選択した候補の番号は隣接領域群検出手段１４、有効領域決定手段１７、画像生成手段１６へ供給される。
【００４７】
有効領域決定手段１７では選択された候補画像をＳＣ番目（この場合は、ＳＣ＝０）の評価基準で評価し、選択されたすべての隆線候補画像に対して１つづつ最終的な隆線候補として採用するかどうかを決定し（Ｓ８０９）、その結果を隣接領域群検出手段１４に通知する。具体的には、有効領域決定手段１７は第１の実施形態と同様に評価対象の隆線候補画像とその周囲の高信頼性領域の候補画像との方向・ピッチ・位相等の局所情報の連続性や局所画像におけるパワースペクトルの隆線候補画像への集中度や隆線候補画像の隆線ピッチ等を評価し、隆線候補選択手段１５で選択された候補画像を採用するかどうかをその結果に応じて決定する。採用するかどうかの基準は隣接領域群検出手段１４で検出される隣接領域が無くなるまで同じ基準を用い、無くなった時点で基準を変更する。
【００４８】
例えば、まず、方向差が閾値以下のものだけを採用するようにし、隣接する局所領域が無くなったら方向差に拘わらず採用するようにする。また、局所情報抽出手段１２で各局所領域に２次元フーリエ変換を施し、得られたフーリエ変換面でのピークの内、異なる２次元正弦波に対応するピークを、その振幅又はピーク近傍のエネルギーの大きなものから順に複数個抽出し、それぞれのピークに対応する２次元正弦波を隆線候補画像とする場合は、有効領域決定手段１７は、まずピーク近傍のエネルギーが最大のピークである隆線候補画像だけを有効とし、その基準で有効領域決定処理の対象となる領域が無くなったらピーク近傍のエネルギーに拘わらず有効にする。
【００４９】
次に、Ｓ８０６に戻って、Ｓ８０６〜Ｓ８０９の処理を繰り返し行い、この時は先の説明のようにＳ８０９で同じ評価基準で評価し、隆線候補画像を隆線画像として採用するかどうかを決定する。そして、Ｓ８０７で隣接領域が１つ以上ないと判定すると、ＳＣ＝ＳＣ＋１とし（Ｓ８１０）、その後、ＳＣの値（この場合は１）と予め決められたＳの値（例えば２）を比較する（Ｓ８１１）。この場合は、ＳＣの値はＳの値以下であるので、Ｓ８０６に戻り、Ｓ８０６〜Ｓ８０９の処理を行う。
【００５０】
但し、この場合は、Ｓ８０６で現在の選択採用基準で以前に選択対象領域となったことのない隣接領域（例えば、図３の例では、破線で示す領域）が検出される。また、それに対してＳ８０８で検出されたすべての隣接領域毎に候補選択処理を行い、Ｓ８０９ではＳＣ＝１番目の評価基準で評価し、採用するかどうかを決定する。この場合の評価基準は先の説明のように、例えば、前回の評価基準が方向差が閾値以下のものを採用するのであれば、方向差に拘わらず採用するようにする。また、先の説明のように前回の評価基準がピーク近傍のエネルギーが最大のピークである隆線候補画像だけを有効とするであれば、ピーク近傍のエネルギーに拘わらず有効にする。
【００５１】
次に、Ｓ８０７で隣接領域がなくなったらＳ８１０でＳＣ＝ＳＣ＋１とし、Ｓ８１１で再度ＳＣの値とＳの値を比較する。この時は、Ｓ８１１でＹＥＳとなったものとし、画像生成手段１６では隆線候補選択手段１５で選択された隆線候補、高信頼性領域決定手段１３で隆線を表わしている可能性が高いと判定された隆線候補、局所情報抽出手段１２で得られた局所情報に基づいて全体の隆線画像を生成する（Ｓ８１２）。
【００５２】
本実施形態では、有効領域決定手段１７で有効領域決定処理の対象となる領域が無くなる度に有効領域決定の評価基準を変えている。第１の実施形態では、不連続面で囲まれてしまった領域は隆線候補画像の選択を行うことができないが、第２の実施形態では不連続面で囲まれてしまい選択を進めることができなくなったら有効領域決定の基準を変更すれば選択を進めることができ、より広い範囲で隆線抽出を行うことができる。
【００５３】
また、本実施形態では、隣接する局所領域における隆線候補画像と方向の差が小さい隆線候補画像のみを有効としている。そして、選択できる局所領域が無くなったら、選択が終了した局所領域に隣接する選択の終了していない局所領域から無条件に選択を行う。これによって、方向の差という基準での不連続面に囲まれてしまった部分でも隆線選択を行うことができる。更に、選択された隆線候補画像の隆線らしさをピッチが隆線として存在する範囲内にあるかどうかやパワースペクトルが一点に集中しているかどうか等を評価して隆線らしさの度合を評価し、その度合が一定以上である隆線候補画像だけを有効としている。そして、選択できる局所領域が無くなったら、選択が終了した局所領域に隣接する選択の終了していない局所領域から無条件に選択を行う。これによって、不連続面に囲まれてしまった部分でも隆線選択を行うことができる。
【００５４】
また、本実施形態では、ピーク近傍のエネルギーが最大のピークである隆線候補画像が選択された場合のみ有効としている。隆線の曲率が高く画質が良好な部分で誤って隆線方向の連続性がある皺等を選択してもそのような隆線候補画像はピーク近傍のエネルギーが最大のピークとはならないことが多いので選択が採用されない。つまり、選択に失敗した不連続面を検出することができる。不連続面でも選択に成功した場合は選択順序を後にする必要はないため処理の効率化が図られる。そして、選択できる局所領域が無くなったら、選択が終了した局所領域に隣接する選択の終了していない局所領域から無条件に選択を行う。こうすることで、エネルギーが最大のピークのみ採用という基準での不連続面に囲まれてしまった部分でも隆線選択を行うことができる。
【００５５】
なお、本発明のコンピュータプログラムは、上述した指掌紋画像の処理の方法を実行する手順を記述したプログラムである。即ち、コンピュータに、指紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線を表わす隆線候補画像を複数抽出する手順、抽出された隆線候補画像のうち隆線である可能性が高い候補画像及びそれを含む局所領域を高信頼性領域として決定する手順、前記高信頼性領域以外の局所領域に関して前記抽出手順で抽出された隆線候補画像の中から隆線を表わすと推定される隆線画像を選択する手順、選択された隆線画像毎に隆線を表わす画像として有効であるかどうかを判定する手順、前記高信頼性領域における隆線画像、前記選択手順で選択された隆線画像のうち前記判定手順により有効であると判定された隆線画像に基づいて全体の画像を生成する手順を実行させるためのプログラムである。
【００５６】
【発明の効果】
以上説明したように本発明によれば、皺が混在する領域からと隆線の曲率が高い部分の双方で、より正確に隆線を抽出することができる。即ち、隆線候補選択手段で選択された隆線候補画像を最終的な隆線画像として採用するかを有効領域決定手段で決定しているので、採用すべきでない領域で隆線を誤って選択することを防ぐことができる。
【００５７】
ここで、コアやデルタや壁状紋の付近といった曲率の高い領域で局所情報が著しく不連続な部分を採用すべきでない領域とする。こうすることで、そのような不連続な面が存在する部分は一旦選択が行われず、局所情報の連続性が高い領域のみで選択が進んでいく。そのような不連続な面でも、画像全体では連続的に変化してつながっているので、その連続している部分を回り込むように選択していけば不連続面で選択を行うことなく全ての領域の選択を実現できる。
【００５８】
また、不連続な領域での選択を従来手法のように領域の性質を考えずに行おうとすれば、局所情報の差が大きな候補も選択せざるを得ず、他の部分特に皺が多く存在する領域での候補選択に悪影響を及ぼすが、本発明のように選択順序を変えることで不連続面での選択を避ければ局所情報の差が小さな候補を選択するという基準で全ての領域から正しい隆線を選択することができる。従来の方法では局所領域の連続性が小さな部分でも無理に選択を進めていたために誤って皺に由来する隆線候補画像を選択していしまうことがあったが、こうすることで、そのような事態を回避することができる。
【図面の簡単な説明】
【図１】本発明の指掌紋画像処理装置の第１の実施形態を示すブロック図である。
【図２】図１の実施形態の動作を示すフローチャートである。
【図３】図２の隆線候補画像選択の順番の例を示す図である。
【図４】隆線画像として採用しなかった領域を選択対象とした場合の隆線候補画像選択の順番を示す図である。
【図５】従来の隆線候補画像選択の順番を示す図である。
【図６】従来の指掌紋画像における隆線候補の選択順番を示す図である。
【図７】図１の実施形態の指掌紋画像における隆線候補の選択順番を示す図である。
【図８】指掌紋画像の隆線方向といった局所情報が急激に変化している不連続面の例を示す図である。
【図９】本発明の第２の実施形態の動作を示すフローチャートである。
【図１０】従来例の指掌紋画像処理装置を示すブロック図である。
【図１１】図９の従来装置の動作を示すフローチャートである。
【図１２】図１０の隆線の画像の選択処理を説明するための図である。
【図１３】コア、デルタといった隆線の曲率の大きな部分を示す図である。
【符号の説明】
１１ 画像入力手段
１２ 局所情報抽出手段
１３ 高信頼性領域決定手段
１４ 隣接領域群検出手段
１５ 隆線候補選択手段
１６ 画像生成手段
１７ 有効領域決定手段
【発明の属する技術分野】
本発明は、指紋照合や指紋分類又は掌紋照合等に用いられる指掌紋画像処理装置及び方法、そのプログラムに関するものである。
【０００２】
【従来の技術】
従来、指掌紋画像から隆線方向や隆線ピッチ等の隆線情報を自動的に抽出する方法として、例えば、特許第２７６５３３５号公報に記載された隆線方向パターン平滑化方法及びその装置や、情報処理学会第２２回（昭和５６年前期）全国大会で発表された弛緩法による指紋パターンの分類（河越等）がある。隆線方向パターン平滑化方法及びその装置は、エネルギー最小化原理に基づく手法であり、画像上に設定した２次元局所領域毎に抽出した方向に信頼度という尺度を介して評価関数を設定し、その評価関数を最小化することによって平滑化を施す方法である。一方、弛緩法による指紋パターンの分類では、画像上に設定した２次元局所領域毎に抽出した方向に関する情報を所謂弛緩法を用いて平滑化するという方法である。
【０００３】
しかしながら、特許第２７６５３３５号公報に記載された方法では、皺を含む画像を平滑化しようとすると、皺に合わせて周囲の領域を平滑化してしまい、皺を強調してしまう場合がある。また、弛緩法による指紋パターンの分類に記載された技術では、局所領域ごとに抽出した方向に関する情報を平滑化する手法として弛緩法を用いているが、この手法においても掌紋に頻繁に存在する同様のピッチで互いに平行して広範囲に渡って存在する皺の部分に対し皺に合わせた平滑化が行われ、皺を強調してしまう場合があった。
【０００４】
そこで、本願発明者は、特開平９−１６７２３０号公報で皺の影響を受けずに指掌紋画像から隆線画像を抽出することが可能な指掌紋画像処理装置を公開している。同公報の装置では、入力された指紋又は掌紋画像を複数のブロックに分割し、それぞれのブロック毎に隆線候補を複数検出し、検出された隆線候補のうち確実に隆線であるといえる候補とそのブロックを決定し、残りのブロックでそれらの候補と整合性を持つ候補を選択する。隆線同士、皺同士のパターンは空間的に連続しているが、一般に皺と隆線には連続性がないので、確実に隆線である候補を検出し、その他の局所候補でその候補と連続性を持っている候補を選択することにより、皺が存在する領域でも正しく隆線を検出することを可能とするものである。
【０００５】
図１０は上記指掌紋画像処理装置を示すブロック図である。なお、図１０は特開平９−１６７２３０号公報の図９に対応している。但し、説明を簡単にするため、本明細書の図１０は同公報の図９を簡単化したブロック図で示している。図１０において、１１は画像入力手段、１２は局所情報抽出手段、１３は高信頼性領域決定手段、１４は隣接領域群検出手段、１５は隆線候補選択手段、１６は画像生成手段である。ここで、高信頼性領域決定手段１３は同公報の第１隆線候補画像選択部１２、接続性評価部１３、クラスタリング部１４、クラスタ評価部１５に対応している。また、隣接領域群検出手段１４と隆線候補選択手段１５は最適隆線候補画像選択部１７に対応している。
【０００６】
図１１は図１０の装置の動作を示すフローチャートである。図１１において、画像入力手段１１は指紋又は掌紋を画像として読み込み、デジタル画像の形で局所情報抽出手段１２へ供給する（Ｓ１００１）。局所情報抽出手段１２は入力された原画像を２次元局所領域に分割し（Ｓ１００２）、局所領域毎に局所領域に存在する隆線を表現する候補となる画像（隆線候補画像という）を複数抽出する（Ｓ１００３）。隆線候補画像にはそれぞれ番号を付しておく。抽出された隆線候補画像は高信頼性領域決定手段１３、隆線候補選択手段１４、画像生成手段１６へそれぞれ供給される。高信頼性領域決定手段１３では複数の隆線候補画像の中から隆線である可能性が高い隆線候補とそれを含む局所領域（高信頼性領域）を決定し（Ｓ１００４）、隣接領域群検出手段１４、隆線候補選択手段１５、画像生成手段１６にそれぞれ供給する。
【０００７】
隣接領域群検出手段１４は高信頼性領域に隣接する局所領域（隣接領域）をすべて見付ける（Ｓ１００５）。例えば、図１２（ａ）に示すように高信頼性領域（濃いハッチングで示す領域）が検出されたとすると、それに隣接する領域（薄いハッチングで示す領域）を隣接領域として検出する。次いで、隣接領域の数が１つ以上あるか否かを判定する（Ｓ１００６）。例えば、図１２（ａ）の例では隣接領域は１つ以上存在するので、Ｓ１００７へ進み、隆線候補選択手段１５において検出されたすべての隣接領域毎にそれぞれの隆線候補画像の中から隆線画像を選択し、選択した候補の番号を画像生成手段１６に通知する。
【０００８】
例えば、図１２（ａ）の隣接領域Ａの候補選択処理を行う場合は、隆線候補画像１〜６の中から連続性が高い候補を選択し、この時は候補画像２を選択する。次に、Ｓ７０５に戻り、高信頼性領域又は選択が終了している局所領域で、高信頼性領域ではなく、既に選択が終了している領域でもない隣接領域をすべて見付ける。即ち、図１２（ａ）を例にとると、先に見付けた隣接領域に対し下方側に隣接する領域をすべて見付ける。次に、Ｓ１００６で隣接領域が１つ以上あるか否かを判定し、１つ以上ある時はＳ１００７ですべての隣接領域に対し隆線候補画像から隆線画像を選択する。以下、Ｓ１００５〜Ｓ１００７の処理を繰り返し行い、Ｓ１００６でＮｏと判定すると、すべての局所領域について処理を終了しているので、画像生成手段１６は、図１２（ｂ）に示すように選択された候補画像を用いて全体の隆線画像を復元する（Ｓ１００８）。
【０００９】
【発明が解決しようとする課題】
上記特開平９−１６７２３０号公報の指掌紋画像処理装置では、皺の影響を受けずに隆線を抽出することが可能であるが、隣接する領域の連続性を重視して局所領域毎に隆線画像を決定しているので、図１３（ａ）に示すようなコア、図１３（ｂ）に示すようなデルタといった隆線の曲率の大きな部分では、隆線がはっきりしていても隆線よりも連続性の良い皺等に由来する画像候補を選択し、隆線の抽出に失敗することがあった。
【００１０】
本発明は、上記先願発明を更に改良し、皺が混在する領域や隆線の曲率の高い部分であってもより正確に隆線を抽出することが可能な指掌紋画像処理装置及び方法、そのプログラムを提供することを目的とする。
【００１１】
【課題を解決するための手段】
本発明の指掌紋画像処理装置は、指紋又は掌紋を画像として読み込む手段と、前記指紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線を表わす隆線候補画像を複数抽出する手段と、抽出された隆線候補画像のうち隆線である可能性が高い候補画像及びそれを含む局所領域を高信頼性領域として決定する手段と、前記高信頼性領域又は隆線画像候補の選択が終了している局所領域と隣接する局所領域を検出する手段と、前記検出手段で検出された局所領域毎に前記抽出手段で抽出された隆線候補画像の中から隆線を表わすと推定される候補画像を選択する手段と、選択された隆線画像毎に連続性に基づき隆線を表わす画像として有効であるかどうかを判定し、隆線を表わすと画像として有効である場合には該当する局所領域を候補画像の選択が終了したと判定し、有効ではない場合には該当する局所領域を選択が終了していないと判定する手段と、を備え、前記有効ではないと判定された局所領域に関しては、一旦選択を行わずに、連続性の高い局所領域の選択を行い、前記有効ではないと判定された局所領域を、前記選択手段により再度連続している局所領域から回り込むように選択を行い、前記高信頼性領域の隆線画像及び前記選択手段で選択された隆線画像に基づいて全体の画像を生成することを特徴とする。
【００１２】
本発明の指掌紋画像処理方法は、指紋又は掌紋を画像として読み込む過程と、前記指紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線を表わす隆線候補画像を複数抽出する過程と、抽出された隆線候補画像のうち隆線である可能性が高い候補画像及びそれを含む局所領域を高信頼性領域として決定する過程と、前記高信頼性領域又は隆線画像候補の選択が終了している局所領域と隣接する局所領域を検出する過程と、検出された局所領域毎に抽出された隆線候補画像の中から隆線を表わすと推定される候補画像を選択する過程と、選択された隆線画像毎に連続性に基づき隆線を表わす画像として有効であるかどうかを判定し、隆線を表わすと画像として有効である場合には該当する局所領域を候補画像の選択が終了したと判定し、有効ではない場合には該当する局所領域を選択が終了していないと判定する過程と、を含み、前記有効ではないと判定された局所領域に関しては、一旦選択を行わずに、連続性の高い局所領域の選択を行い、前記有効ではないと判定された局所領域を、前記選択手段により再度連続している局所領域から回り込むように選択を行い、前記高信頼性領域の隆線画像及び前記選択手段で選択された隆線画像に基づいて全体の画像を生成することを特徴とする。
【００１３】
更に、本発明のプログラムは、コンピュータに、指紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線を表わす隆線候補画像を複数抽出する手順、抽出された隆線候補画像のうち隆線である可能性が高い候補画像及びそれを含む局所領域を高信頼性領域として決定する手順、前記高信頼性領域又は隆線画像候補の選択が終了している局所領域と隣接する局所領域を検出する手順、検出された局所領域毎に抽出された隆線候補画像の中から隆線を表わすと推定される候補画像を選択する手順、選択された隆線画像毎に連続性に基づき隆線を表わす画像として有効であるかどうかを判定し、隆線を表わすと画像として有効である場合には該当する局所領域を候補画像の選択が終了したと判定し、有効ではない場合には該当する局所領域を選択が終了していないと判定する手順、前記有効ではないと判定された局所領域に関しては、一旦選択を行わずに、連続性の高い局所領域の選択を行い、前記有効ではないと判定された局所領域を、前記選択手段により再度連続している局所領域から回り込むように選択を行い、前記高信頼性領域の隆線画像及び前記選択手段で選択された隆線画像に基づいて全体の画像を生成する手順、を実行させることを特徴とする。
【００１４】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して詳細に説明する。図１は本発明の指掌紋画像処理装置の第１の実施形態の構成を示すブロック図である。なお、図１では図１０の従来装置と同一部分は同一符号を付している。図１において、１１は指紋又は掌紋を画像として読み込み、指紋又は掌紋画像を入力するためのスキャナーやライブスキャナー等の画像入力手段である。１２は画像入力手段から入力された指紋又は掌紋の原画像を２次元局所領域に分割し、それぞれの局所領域に存在する隆線を表わす隆線候補画像を各局所領域毎に複数個抽出する局所情報抽出手段である。
【００１５】
局所情報抽出手段１２は特開平９−１６７２３０号公報に記載しているように例えば、２次元局所領域の各々に２次元フーリエ変換を施し、その結果得られたフーリエ変換面でのピークの内異なる２次元正弦波に対応するピークをその振幅又はピーク近傍のエネルギーの大きなものから順に複数個抽出し、各ピークに対応する２次元正弦波を隆線候補画像としている。１３は局所情報抽出手段１２で抽出された各局所領域の複数の隆線候補画像のうち隆線である可能性が高い隆線候補画像を決定すると共に、そのような候補画像を含む局所領域を高信頼性領域として決定する高信頼性領域決定手段である。
【００１６】
高信頼性領域決定手段１３は上記公報に記載しているように、各２次元局所領域の複数個の隆線候補画像についてそれぞれ隆線らしさの度合いを評価し、各々の局所領域毎に隆線らしさの度合いが最も高い隆線候補画像を選択する。この場合、高信頼性領域決定手段１３は各々の局所領域の隆線候補画像のうちその振幅が最大となるものを選択する。隣接領域群検出手段１４は、高信頼性領域決定手段１３により決定された高信頼性領域又は隆線候補画像の選択が終了している領域群と隣接する局所領域（隣接領域という）を検出する。
【００１７】
隆線候補選択手段１５は隣接領域群検出手段１４で検出された隣接領域に対し接続性を評価して隆線候補画像の中から隆線を表わすと推定される隆線画像を選択する。有効領域決定手段１７は、隆線画像選択手段１５で選択された隆線候補を隆線を表わす画像として採用するかどうかを決定する。画像生成手段１６は指紋又は掌紋の全体の画像を生成する。なお、図１の装置では、処理途中の段階のデータ等を必要に応じてメモリ等の記憶装置（図示せず）に一旦格納し、必要に応じてそれを読み出すことでデータ処理を行う。
【００１８】
次に、第１の実施形態の具体的な動作を図２のフローチャートを参照して詳細に説明する。図２において、画像入力手段１１は指紋又は掌紋をデジタル画像として読み込み、指紋又は掌紋の原画像を局所情報抽出手段１２に供給する（Ｓ２０１）。局所情報抽出手段１２では、入力された原画像を２次元局所領域に分割し（Ｓ２０２）、各２次元局所領域に存在する隆線を表現する隆線候補画像を各々の２次元局所領域毎に複数個抽出する（Ｓ２０３）。抽出された隆線候補画像は高信頼性領域決定手段１３、隆線候補選択手段１５、有効領域決定手段１７、画像生成手段１６へそれぞれ供給される。
【００１９】
ここで、画像入力手段１１の入力画像の解像度を２０pixel/mmとし、局所領域を正方形（図３参照）とすると、局所領域の一辺の長さは８〜３２pixel 程度となる。また、隆線候補画像を抽出する場合、特開平９−１６７２３０号公報に記載しているように、局所領域の画像のパワースペクトルの極大点を大きなものから順に複数個検出し、極大点に対応する２次元正弦波をそれぞれの局所領域の隆線候補画像とする。例えば、局所領域毎に隆線候補画像を６個づつ抽出するものとする。次に、その極大点に対応する正弦波を特徴付けるパラメータをそれぞれの極大点により算出し記録する。
【００２０】
そのようなパラメータの一例について説明する。これは、上記特開平９−１６７２３０号公報に記載されている。まず、局所領域
Ｉij（０＜ｉ＜６３，０＜ｊ＜６３）
の第ｎ番目のピークのフーリエ面での座標値を、
（ξn (i,j)，ηn (i,j)）
とすると、局所情報抽出手段１２では振幅、位相、方向、周波数、ピーク周辺のパワーをそれぞれ算出する。
【００２１】
振幅は（１）式、位相は（２）式、方向は（３）式、周波数は（４）式、ピーク周辺のパワーは（５）式で得られる。
【００２２】
【数１】
【数２】
【数３】
【数４】
【数５】
【００２７】
【数６】
【００２８】
【数７】
【００２９】
【数８】
【００３０】
高信頼性領域決定手段１３では、特開平９−１６７２３０号公報に記載しているように隆線である可能性が高い隆線候補画像（高信頼性候補）とそれを含む局所領域を高信頼性領域として決定する（Ｓ２０４）。決定された高信頼性候補とそれを含む高信頼性領域は隣接領域群検出手段１４、隆線候補選択手段１７、画像生成手段１６へそれぞれ供給される。ここで、高信頼性領域決定手段１３ではすべての局所領域毎にすべての隆線候補画像について隆線らしさの度合を評価し、隆線らしさの度合いが高い隆線候補画像を各局所領域から１つ選び、高信頼性候補画像とする。
【００３１】
この場合のアルゴリズムは、上記公報に記載しているように局所情報抽出手段１２で２次元局所領域の各々に２次元フーリエ変換を施し、その結果得られたフーリエ変換面でのピークのうち異なる２次元正弦波に対応するピークをその振幅又はピーク近傍のエネルギーの大きなものから順に複数個抽出し、各ピークに対応する２次元正弦波を隆線候補画像としているが、２次元局所領域の各々の隆線候補画像の中でその振幅が最大となるものを高信頼性候補画像とする。
【００３２】
次に、隣接領域群検出手段１４では高信頼性領域に隣接するすべての隣接領域を検出する（Ｓ２０５）。例えば、図３に示すように中央の領域が高信頼性領域として検出されたとすると、その周囲の１周目の局所領域を隣接領域として検出する。次いで、検出された隣接領域が１つ以上あるか否かを判定する（Ｓ２０６）。例えば、図３の例では、隣接領域は複数存在するので、Ｓ２０７へ進む。また、この時は隣接領域群検出手段１４の隣接領域情報は隆線候補選択手段１５へ供給される。
【００３３】
隆線候補選択手段１５はＳ２０７において特開平９−１６７２３０号公報に記載しているように隣接領域毎に接続性を評価し、隆線候補画像の中から接続性の良い隆線画像を選択し、選択した候補の番号を有効領域決定手段１７、画像生成手段１６へ通知する。有効領域決定手段１７では、選択されたすべての隆線候補画像に対して１つづつ最終的な隆線候補として採用するかどうかを決定し（Ｓ２０８）、その結果を隣接領域群検出手段１４に通知する。ここで、有効領域決定手段１７の最終的な隆線候補として採用するかどうかを決定する具体的な処理について説明する。
【００３４】
この処理では、評価対象の隆線候補画像とその周囲の高信頼性領域の高信頼性隆線候補（２回目以降は評価対象の隆線候補画像とその周囲のその時点で既に選択が終了している局所領域の隆線候補画像）との方向ｄn (i,j)、ピッチｆn (i,j)、位相ｐｈn (i,j)、等の局所情報の連続性や局所画像におけるパワースペクトルの隆線候補画像への集中度や隆線候補画像の隆線ピッチ等を評価し、隆線候補選択手段１５で選択された隆線候補画像を採用するかどうかをその結果に応じて決定する。
【００３５】
例えば、方向の連続性を用いる場合は、評価対象の局所領域で選択された隆線候補画像の隆線方向を、
ｄ（０＜ｄ＜π）
とし、その近傍の局所領域における隆線方向を代表する方向（方向ベクトルの和の方向）を、
ｄn （０＜ｄn ＜π）
とすると、
【００３６】
【数９】
【００３７】
また、局所画像におけるパワースペクトルの集中度を用いる場合は、隆線候補画像のパワースペクトルの総和を対応する局所領域画像のパワースペクトルの総和で割ったものがある閾値よりも小さい場合はその隆線候補画像を採用すると判定し、そうでない場合は採用しないと判定する。更に、隆線候補画像の隆線ピッチを用いる場合は、隆線ピッチが隆線としてあり得る範囲内であればその隆線候補画像を採用するものとし、そうでない場合は採用しないと判定する。この判定処理は、これらの特徴量を単独で用いることもできるし、組み合わせて用いることもできる。
【００３８】
図３の例では、Ｂの局所領域から処理を開始し、実線は隆線候補として採用すべきと決定した局所領域、破線は採用すべきでないと決定した局所領域である。この場合、コアやデルタ等の曲率の高い領域で局所情報が著しく不連続な部分は採用すべきでないと決定され、このような不連続な面が存在する部分は一旦選択が行われず、局所情報の連続性が高い領域のみで選択が進んでいく。
【００３９】
次に、Ｓ２０５に戻り、既に選択が終了している局所領域に隣接する隣接領域をすべて見付ける処理を行う。図３の例では、高信頼性領域の外側の２周目の局所領域がこれに該当する。次いで、Ｓ２０６で隣接領域が１つ以上あるか否かの判定を行い、Ｓ２０７で検出されたすべての隣接領域毎に隆線候補画像から隆線画像を選択し、Ｓ２０８で選択結果を採用するかどうかを決定する処理を行う。この際、隣接領域は高信頼性領域の２周目であるので、前述のように方向、ピッチ、位相等の局所情報の連続性を評価する場合は、評価対象の隆線候補画像とその周囲の選択が終了している隣接領域の隆線候補画像との方向、ピッチ、位相等の局所情報の連続性の評価を行う。
【００４０】
この結果、図３に示すようにＣの領域から処理が開始され、同様に実線と破線で示すように隣接領域毎に隆線画像を採用すべき、あるいは採用すべきでないと決定する処理を行う。以下、Ｓ２０５〜Ｓ２０８の処理を繰り返し行い、Ｓ２０６で隣接領域が１つ以上ないと判定すると、画像生成手段１６は隆線候補選択手段１５で選択された隆線候補、高信頼性領域決定手段１３で隆線を表わしている可能性が高いと判定された隆線候補、あるいは局所情報抽出手段１２で得られた局所情報に基づいて全体の隆線画像を生成する（Ｓ２０９）。
【００４１】
また、図２のＳ２０５において隆線画像として採用しなかった領域についても選択対象としてもよい。図４はこの場合の隆線候補画像選択の順番を示す図である。実線は隆線画像として採用すべきと決定した局所領域、破線は採用すべきでないと決定した局所領域を示す。図４に示すように図３の破線領域が少なくなっており、こうすることによってＳ２０５で採用しなかった領域が選択され、より多くの領域について隆線を求めることができる。
【００４２】
ここで、特開平９−１６７２３０号公報の従来の隆線候補選択では、図５、図６に示すように高信頼性領域に近い局所領域から順に隆線候補選択を行う。本実施形態では隆線候補選択手段１５で選択された隆線候補画像を最終的な隆線画像として採用するかを有効領域決定手段１７で決定している。この結果、図３、図７に示すように採用すべきでない領域が選択され、この領域における隆線の誤認を防いでいる。
【００４３】
この場合、図８に示すようにコアやデルタや壁状紋の付近といった曲率の高い領域で局所情報が著しく不連続な部分を採用すべきでない領域とする。これによって、そのような不連続な面が存在する部分は一旦選択が行われず、局所情報の連続性が高い領域のみで選択が進んでいく。そのような不連続な面でも画像全体では連続的に変化してつながっているので、その連続している部分を回り込むように選択していけば不連続面で選択を行うことなく全ての領域の選択を実現できる（図７参照）。
【００４４】
不連続な領域での選択を従来手法のように領域の性質を考えずに行おうとすれば、局所情報の差が大きな候補も選択せざるを得ず、そのような候補も選択するような基準を用いると、他の部分特に皺が多く存在する領域での候補選択に悪影響を及ぼす。本実施形態のように選択順序を変えることで不連続面での選択を避ければ、局所情報の差が小さな候補を選択するという基準で全ての領域から正しく隆線を選択することができる。従来方法では局所領域の連続性が小さな部分でも無理に選択を進めていたために誤って皺に由来する隆線候補画像を選択してしまうことがあったが、そのような事態を回避できる。
【００４５】
また、本実施形態では、隣接する局所領域における隆線候補画像と方向の差が小さい隆線候補画像のみを有効とし、不連続面であるかどうかを方向の差で評価している。隆線候補選択では隆線方向が隆線かどうかを表す有効な特徴量となっているので、方向情報を用いることで隆線候補画像選択が失敗する可能性のある不連続面を精度よく検出することができる。更に、選択された隆線候補画像の隆線らしさをピッチが隆線として存在する範囲内にあるかどうかやパワースペクトルが一点に集中しているかどうか等を評価して隆線らしさの度合を評価し、その度合いが一定以上である隆線候補画像だけを有効としている。このようにすると隆線の曲率が高く画質が良好な部分で誤って隆線方向の連続性がある皺等を選択しても隆線らしさが小さいため選択が採用されない。つまり、選択に失敗した不連続面を検出することができる。不連続面でも選択に成功した場合は選択順序を後にする必要はないため処理の効率化を図ることができる。
【００４６】
次に、本発明の第２の実施形態について説明する。第２の実施形態の構成は図１と同様であるが、処理方法が図２と異なっている。図９は第２の実施形態の処理の流れを示すフローチャートである。図９において、まず、Ｓ８０１〜８０４は図２のＳ２０１〜Ｓ２０４と同様である。Ｓ８０４で高信頼性候補とそれを含む高信頼性領域を決定すると、変数ＳＣを０にセットする（Ｓ８０５）。次いで、隣接領域群検出手段１４で高信頼性領域に隣接する隣接領域をすべて検出する（Ｓ８０６）。例えば、図３の例では、高信頼性領域の外側の１周目の隣接領域がこれに該当する。また、隣接領域が１つ以上あるかどうかを判定し（Ｓ８０７）、その後、隆線候補選択手段１５で第１の実施形態と同様にすべての隣接領域毎に隆線候補画像から隆線画像を選択する候補選択処理を行う（Ｓ８０８）。選択した候補の番号は隣接領域群検出手段１４、有効領域決定手段１７、画像生成手段１６へ供給される。
【００４７】
有効領域決定手段１７では選択された候補画像をＳＣ番目（この場合は、ＳＣ＝０）の評価基準で評価し、選択されたすべての隆線候補画像に対して１つづつ最終的な隆線候補として採用するかどうかを決定し（Ｓ８０９）、その結果を隣接領域群検出手段１４に通知する。具体的には、有効領域決定手段１７は第１の実施形態と同様に評価対象の隆線候補画像とその周囲の高信頼性領域の候補画像との方向・ピッチ・位相等の局所情報の連続性や局所画像におけるパワースペクトルの隆線候補画像への集中度や隆線候補画像の隆線ピッチ等を評価し、隆線候補選択手段１５で選択された候補画像を採用するかどうかをその結果に応じて決定する。採用するかどうかの基準は隣接領域群検出手段１４で検出される隣接領域が無くなるまで同じ基準を用い、無くなった時点で基準を変更する。
【００４８】
例えば、まず、方向差が閾値以下のものだけを採用するようにし、隣接する局所領域が無くなったら方向差に拘わらず採用するようにする。また、局所情報抽出手段１２で各局所領域に２次元フーリエ変換を施し、得られたフーリエ変換面でのピークの内、異なる２次元正弦波に対応するピークを、その振幅又はピーク近傍のエネルギーの大きなものから順に複数個抽出し、それぞれのピークに対応する２次元正弦波を隆線候補画像とする場合は、有効領域決定手段１７は、まずピーク近傍のエネルギーが最大のピークである隆線候補画像だけを有効とし、その基準で有効領域決定処理の対象となる領域が無くなったらピーク近傍のエネルギーに拘わらず有効にする。
【００４９】
次に、Ｓ８０６に戻って、Ｓ８０６〜Ｓ８０９の処理を繰り返し行い、この時は先の説明のようにＳ８０９で同じ評価基準で評価し、隆線候補画像を隆線画像として採用するかどうかを決定する。そして、Ｓ８０７で隣接領域が１つ以上ないと判定すると、ＳＣ＝ＳＣ＋１とし（Ｓ８１０）、その後、ＳＣの値（この場合は１）と予め決められたＳの値（例えば２）を比較する（Ｓ８１１）。この場合は、ＳＣの値はＳの値以下であるので、Ｓ８０６に戻り、Ｓ８０６〜Ｓ８０９の処理を行う。
【００５０】
但し、この場合は、Ｓ８０６で現在の選択採用基準で以前に選択対象領域となったことのない隣接領域（例えば、図３の例では、破線で示す領域）が検出される。また、それに対してＳ８０８で検出されたすべての隣接領域毎に候補選択処理を行い、Ｓ８０９ではＳＣ＝１番目の評価基準で評価し、採用するかどうかを決定する。この場合の評価基準は先の説明のように、例えば、前回の評価基準が方向差が閾値以下のものを採用するのであれば、方向差に拘わらず採用するようにする。また、先の説明のように前回の評価基準がピーク近傍のエネルギーが最大のピークである隆線候補画像だけを有効とするであれば、ピーク近傍のエネルギーに拘わらず有効にする。
【００５１】
次に、Ｓ８０７で隣接領域がなくなったらＳ８１０でＳＣ＝ＳＣ＋１とし、Ｓ８１１で再度ＳＣの値とＳの値を比較する。この時は、Ｓ８１１でＹＥＳとなったものとし、画像生成手段１６では隆線候補選択手段１５で選択された隆線候補、高信頼性領域決定手段１３で隆線を表わしている可能性が高いと判定された隆線候補、局所情報抽出手段１２で得られた局所情報に基づいて全体の隆線画像を生成する（Ｓ８１２）。
【００５２】
本実施形態では、有効領域決定手段１７で有効領域決定処理の対象となる領域が無くなる度に有効領域決定の評価基準を変えている。第１の実施形態では、不連続面で囲まれてしまった領域は隆線候補画像の選択を行うことができないが、第２の実施形態では不連続面で囲まれてしまい選択を進めることができなくなったら有効領域決定の基準を変更すれば選択を進めることができ、より広い範囲で隆線抽出を行うことができる。
【００５３】
また、本実施形態では、隣接する局所領域における隆線候補画像と方向の差が小さい隆線候補画像のみを有効としている。そして、選択できる局所領域が無くなったら、選択が終了した局所領域に隣接する選択の終了していない局所領域から無条件に選択を行う。これによって、方向の差という基準での不連続面に囲まれてしまった部分でも隆線選択を行うことができる。更に、選択された隆線候補画像の隆線らしさをピッチが隆線として存在する範囲内にあるかどうかやパワースペクトルが一点に集中しているかどうか等を評価して隆線らしさの度合を評価し、その度合が一定以上である隆線候補画像だけを有効としている。そして、選択できる局所領域が無くなったら、選択が終了した局所領域に隣接する選択の終了していない局所領域から無条件に選択を行う。これによって、不連続面に囲まれてしまった部分でも隆線選択を行うことができる。
【００５４】
また、本実施形態では、ピーク近傍のエネルギーが最大のピークである隆線候補画像が選択された場合のみ有効としている。隆線の曲率が高く画質が良好な部分で誤って隆線方向の連続性がある皺等を選択してもそのような隆線候補画像はピーク近傍のエネルギーが最大のピークとはならないことが多いので選択が採用されない。つまり、選択に失敗した不連続面を検出することができる。不連続面でも選択に成功した場合は選択順序を後にする必要はないため処理の効率化が図られる。そして、選択できる局所領域が無くなったら、選択が終了した局所領域に隣接する選択の終了していない局所領域から無条件に選択を行う。こうすることで、エネルギーが最大のピークのみ採用という基準での不連続面に囲まれてしまった部分でも隆線選択を行うことができる。
【００５５】
なお、本発明のコンピュータプログラムは、上述した指掌紋画像の処理の方法を実行する手順を記述したプログラムである。即ち、コンピュータに、指紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線を表わす隆線候補画像を複数抽出する手順、抽出された隆線候補画像のうち隆線である可能性が高い候補画像及びそれを含む局所領域を高信頼性領域として決定する手順、前記高信頼性領域以外の局所領域に関して前記抽出手順で抽出された隆線候補画像の中から隆線を表わすと推定される隆線画像を選択する手順、選択された隆線画像毎に隆線を表わす画像として有効であるかどうかを判定する手順、前記高信頼性領域における隆線画像、前記選択手順で選択された隆線画像のうち前記判定手順により有効であると判定された隆線画像に基づいて全体の画像を生成する手順を実行させるためのプログラムである。
【００５６】
【発明の効果】
以上説明したように本発明によれば、皺が混在する領域からと隆線の曲率が高い部分の双方で、より正確に隆線を抽出することができる。即ち、隆線候補選択手段で選択された隆線候補画像を最終的な隆線画像として採用するかを有効領域決定手段で決定しているので、採用すべきでない領域で隆線を誤って選択することを防ぐことができる。
【００５７】
ここで、コアやデルタや壁状紋の付近といった曲率の高い領域で局所情報が著しく不連続な部分を採用すべきでない領域とする。こうすることで、そのような不連続な面が存在する部分は一旦選択が行われず、局所情報の連続性が高い領域のみで選択が進んでいく。そのような不連続な面でも、画像全体では連続的に変化してつながっているので、その連続している部分を回り込むように選択していけば不連続面で選択を行うことなく全ての領域の選択を実現できる。
【００５８】
また、不連続な領域での選択を従来手法のように領域の性質を考えずに行おうとすれば、局所情報の差が大きな候補も選択せざるを得ず、他の部分特に皺が多く存在する領域での候補選択に悪影響を及ぼすが、本発明のように選択順序を変えることで不連続面での選択を避ければ局所情報の差が小さな候補を選択するという基準で全ての領域から正しい隆線を選択することができる。従来の方法では局所領域の連続性が小さな部分でも無理に選択を進めていたために誤って皺に由来する隆線候補画像を選択していしまうことがあったが、こうすることで、そのような事態を回避することができる。
【図面の簡単な説明】
【図１】本発明の指掌紋画像処理装置の第１の実施形態を示すブロック図である。
【図２】図１の実施形態の動作を示すフローチャートである。
【図３】図２の隆線候補画像選択の順番の例を示す図である。
【図４】隆線画像として採用しなかった領域を選択対象とした場合の隆線候補画像選択の順番を示す図である。
【図５】従来の隆線候補画像選択の順番を示す図である。
【図６】従来の指掌紋画像における隆線候補の選択順番を示す図である。
【図７】図１の実施形態の指掌紋画像における隆線候補の選択順番を示す図である。
【図８】指掌紋画像の隆線方向といった局所情報が急激に変化している不連続面の例を示す図である。
【図９】本発明の第２の実施形態の動作を示すフローチャートである。
【図１０】従来例の指掌紋画像処理装置を示すブロック図である。
【図１１】図９の従来装置の動作を示すフローチャートである。
【図１２】図１０の隆線の画像の選択処理を説明するための図である。
【図１３】コア、デルタといった隆線の曲率の大きな部分を示す図である。
【符号の説明】
１１ 画像入力手段
１２ 局所情報抽出手段
１３ 高信頼性領域決定手段
１４ 隣接領域群検出手段
１５ 隆線候補選択手段
１６ 画像生成手段
１７ 有効領域決定手段
Claims (9)
- 指紋又は掌紋を画像として読み込む手段と、
前記指紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線を表わす隆線候補画像を複数抽出する手段と、
抽出された隆線候補画像のうち隆線である可能性が高い候補画像及びそれを含む局所領域を高信頼性領域として決定する手段と、
前記高信頼性領域又は隆線画像候補の選択が終了している局所領域と隣接する局所領域を検出する手段と、
前記検出手段で検出された局所領域毎に前記抽出手段で抽出された隆線候補画像の中から隆線を表わすと推定される候補画像を選択する手段と、
選択された隆線画像毎に連続性に基づき隆線を表わす画像として有効であるかどうかを判定し、隆線を表わすと画像として有効である場合には該当する局所領域を候補画像の選択が終了したと判定し、有効ではない場合には該当する局所領域を選択が終了していないと判定する手段と、を備え、
前記有効ではないと判定された局所領域に関しては、一旦選択を行わずに、連続性の高い局所領域の選択を行い、前記有効ではないと判定された局所領域を、前記選択手段により再度連続している局所領域から回り込むように選択を行い、前記高信頼性領域の隆線画像及び前記選択手段で選択された隆線画像に基づいて全体の画像を生成することを特徴とする指掌紋画像処理装置。 - 前記判定手段は、評価対象の隆線画像の隆線方向と周囲の隆線画像の隆線方向との差が、しきい値以下の隆線候補画像を有効にすることを特徴とする請求項１に記載の指掌紋画像処理装置。
- 前記判定手段は、隆線候補画像の隆線らしさを隆線ピッチ又はパワースペクトルの偏りに基づいて評価し、隆線らしさの度合が一定以上である隆線候補画像を有効にすることを特徴とする請求項１に記載の指掌紋画像処理装置。
- 前記判定手段は、有効領域決定処理の対象となる局所領域が無くなる度に有効領域決定の評価基準を変えることを特徴とする請求項１に記載の指掌紋画像処理装置。
- 前記判定手段は、評価対象の隆線画像の隆線方向と周囲の隆線画像における隆線方向との差がしきい値以下の隆線候補画像を有効とし、有効領域決定処理の対象となる局所領域が無くなったら前記方向差に拘わらず有効にすることを特徴とする請求項４に記載の指掌紋画像処理装置。
- 前記判定手段は、隆線候補画像の隆線らしさを隆線ピッチ又はパワースペクトルの偏りに基づいて評価し、隆線らしさの度合が一定以上である隆線候補画像を有効とし、有効領域決定処理の対象となる領域が無くなったら前記隆線らしさに拘わらず有効にすることを特徴とする請求項４に記載の指掌紋画像処理装置。
- 前記抽出手段は、各局所領域に２次元フーリエ変換を施し、得られたフーリエ変換面でのピークの内、異なる２次元正弦波に対応するピークをその振幅又はピーク近傍のエネルギーの大きなものから順に複数個抽出すると共に、それぞれのピークに対応する２次元正弦波を隆線候補画像とし、前記判定手段は、前記ピーク近傍のエネルギーが最大のピークである隆線候補画像を有効とし、有効領域決定処理の対象となる領域が無くなったら、前記ピーク近傍のエネルギーに拘わらず有効にすることを特徴とする請求項４に記載の指掌紋画像処理装置。
- 指紋又は掌紋を画像として読み込む過程と、
前記指紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線を表わす隆線候補画像を複数抽出する過程と、
抽出された隆線候補画像のうち隆線である可能性が高い候補画像及びそれを含む局所領域を高信頼性領域として決定する過程と、
前記高信頼性領域又は隆線画像候補の選択が終了している局所領域と隣接する局所領域を検出する過程と、
検出された局所領域毎に抽出された隆線候補画像の中から隆線を表わすと推定される候補画像を選択する過程と、
選択された隆線画像毎に連続性に基づき隆線を表わす画像として有効であるかどうかを判定し、隆線を表わすと画像として有効である場合には該当する局所領域を候補画像の選択が終了したと判定し、有効ではない場合には該当する局所領域を選択が終了していないと判定する過程と、を含み、
前記有効ではないと判定された局所領域に関しては、一旦選択を行わずに、連続性の高い局所領域の選択を行い、前記有効ではないと判定された局所領域を、前記選択手段により再度連続している局所領域から回り込むように選択を行い、前記高信頼性領域の隆線画像及び前記選択手段で選択された隆線画像に基づいて全体の画像を生成することを特徴とする指掌紋画像処理方法。 - コンピュータに、
指紋又は掌紋画像を局所領域に分割し、局所領域毎に隆線を表わす隆線候補画像を複数抽出する手順、
抽出された隆線候補画像のうち隆線である可能性が高い候補画像及びそれを含む局所領域を高信頼性領域として決定する手順、
前記高信頼性領域又は隆線画像候補の選択が終了している局所領域と隣接する局所領域を検出する手順、
検出された局所領域毎に抽出された隆線候補画像の中から隆線を表わすと推定される候補画像を選択する手順、
選択された隆線画像毎に連続性に基づき隆線を表わす画像として有効であるかどうかを判定し、隆線を表わすと画像として有効である場合には該当する局所領域を候補画像の選択が終了したと判定し、有効ではない場合には該当する局所領域を選択が終了していないと判定する手順、
前記有効ではないと判定された局所領域に関しては、一旦選択を行わずに、連続性の高い局所領域の選択を行い、前記有効ではないと判定された局所領域を、前記選択手段により再度連続している局所領域から回り込むように選択を行い、前記高信頼性領域の隆線画像及び前記選択手段で選択された隆線画像に基づいて全体の画像を生成する手順、
を実行させるためのプログラム。
Priority Applications (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001087712A JP4193163B2 (ja) | 2001-03-26 | 2001-03-26 | 指掌紋画像処理装置及び方法 |
| CNB021078858A CN1206609C (zh) | 2001-03-26 | 2002-03-26 | 指掌纹图象处理装置和方法 |
| US10/105,246 US7027626B2 (en) | 2001-03-26 | 2002-03-26 | System and method for processing fingerprint/palmprint image |
| DE60204379T DE60204379T2 (de) | 2001-03-26 | 2002-03-26 | Vorrichtung und Verfahren zum Verarbeiten von Bildern von Finger- und Handflächenabdrücken |
| KR1020020016379A KR100540001B1 (ko) | 2001-03-26 | 2002-03-26 | 지문·손금 화상 처리 장치 및 방법 |
| SG200201732A SG102671A1 (en) | 2001-03-26 | 2002-03-26 | System amd method for processing fingerprint/palmprint image |
| EP02006954A EP1246120B1 (en) | 2001-03-26 | 2002-03-26 | System and method for processing fingerprint/palmprint image |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001087712A JP4193163B2 (ja) | 2001-03-26 | 2001-03-26 | 指掌紋画像処理装置及び方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002288641A JP2002288641A (ja) | 2002-10-04 |
| JP4193163B2 true JP4193163B2 (ja) | 2008-12-10 |
Family
ID=18942926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001087712A Expired - Lifetime JP4193163B2 (ja) | 2001-03-26 | 2001-03-26 | 指掌紋画像処理装置及び方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US7027626B2 (ja) |
| EP (1) | EP1246120B1 (ja) |
| JP (1) | JP4193163B2 (ja) |
| KR (1) | KR100540001B1 (ja) |
| CN (1) | CN1206609C (ja) |
| DE (1) | DE60204379T2 (ja) |
| SG (1) | SG102671A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10248835B2 (en) | 2016-01-05 | 2019-04-02 | Samsung Electronics Co., Ltd. | Methods and apparatuses for authentication using biometric information |
Families Citing this family (40)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2388457A (en) * | 2002-05-09 | 2003-11-12 | Central Research Lab Ltd | Fingerprint identification system |
| US20040057606A1 (en) * | 2002-09-25 | 2004-03-25 | The Hong Kong Polytechnic University | Apparatus for capturing a palmprint image |
| US7496214B2 (en) * | 2002-09-25 | 2009-02-24 | The Hong Kong Polytechnic University | Method of palm print identification |
| US7466846B2 (en) * | 2002-09-25 | 2008-12-16 | The Hong Kong Polytechnic University | Method for analyzing a palm print for the identification of an individual using gabor analysis |
| EP1724725B1 (en) * | 2004-03-04 | 2015-09-23 | NEC Corporation | Finger/palm print image processing system and finger/palm print image processing method |
| JP4462988B2 (ja) * | 2004-04-13 | 2010-05-12 | Ｎｅｃインフロンティア株式会社 | 指紋読取方法および指紋読取システム |
| US8055027B2 (en) * | 2004-06-30 | 2011-11-08 | Bio-Key International, Inc. | Generation of directional field information in the context of image processing |
| US7643660B1 (en) * | 2004-07-22 | 2010-01-05 | Odi Security; Llc | System, method and computer program product for fingerprint verification |
| DE602005020530D1 (de) | 2004-07-22 | 2010-05-20 | Nec Corp | Bildverarbeitungssystem |
| US7512256B1 (en) * | 2004-07-22 | 2009-03-31 | Odi Security; Llc | System, method, and computer program product for ridge map formation |
| JP4339221B2 (ja) * | 2004-09-30 | 2009-10-07 | Ｎｅｃインフロンティア株式会社 | 画像構成方法、指紋画像構成装置およびプログラム |
| US20060083413A1 (en) * | 2004-10-14 | 2006-04-20 | The Secretary Of State For The Home Department | Identifier investigation |
| JP4375308B2 (ja) | 2005-08-30 | 2009-12-02 | 日本電気株式会社 | 隆線方向抽出装置、隆線方向抽出方法、隆線方向抽出プログラム |
| JP4586746B2 (ja) | 2006-02-27 | 2010-11-24 | 日本電気株式会社 | 指紋照合装置、指紋パタンエリア抽出装置および品質判定装置、並びにその方法およびプログラム |
| CN103268469B (zh) * | 2006-04-26 | 2016-07-06 | 阿瓦尔有限公司 | 指纹预检质量和分割 |
| JP5049074B2 (ja) * | 2006-08-21 | 2012-10-17 | 三星電子株式会社 | 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 |
| KR100780957B1 (ko) | 2006-08-21 | 2007-12-03 | 삼성전자주식회사 | 영상선택 장치 및 방법 |
| JP4238902B2 (ja) | 2006-09-04 | 2009-03-18 | 日本電気株式会社 | 文字ノイズ除去装置、文字ノイズ除去方法、文字ノイズ除去プログラム |
| KR100834995B1 (ko) * | 2006-09-28 | 2008-06-04 | 한국외국어대학교 연구산학협력단 | 지문 정합 장치 및 방법 |
| WO2008071194A1 (en) * | 2006-12-15 | 2008-06-19 | Aarhus Universitet | Method for unbiased estimation of the total amount of objects based on non uniform sampling with probability obtained by using image analysis |
| CN101093626B (zh) * | 2007-07-27 | 2011-02-09 | 哈尔滨工业大学 | 掌纹密钥系统 |
| JP5061988B2 (ja) * | 2008-03-25 | 2012-10-31 | 日本電気株式会社 | 隆線方向抽出装置および隆線方向抽出プログラムと隆線方向抽出方法 |
| JP5061370B2 (ja) * | 2008-03-27 | 2012-10-31 | Ｎｅｃソフト株式会社 | 隆線領域抽出装置、隆線領域抽出システム、隆線領域抽出方法、およびプログラム |
| JP5040835B2 (ja) * | 2008-07-04 | 2012-10-03 | 富士通株式会社 | 生体情報読取装置、生体情報読取方法および生体情報読取プログラム |
| GB0819069D0 (en) | 2008-10-17 | 2008-11-26 | Forensic Science Service Ltd | Improvements in and relating to methods and apparatus for comparison |
| US8306288B2 (en) * | 2009-08-19 | 2012-11-06 | Harris Corporation | Automatic identification of fingerprint inpainting target areas |
| US8866347B2 (en) | 2010-01-15 | 2014-10-21 | Idex Asa | Biometric image sensing |
| US8421890B2 (en) | 2010-01-15 | 2013-04-16 | Picofield Technologies, Inc. | Electronic imager using an impedance sensor grid array and method of making |
| WO2011092827A1 (ja) * | 2010-01-28 | 2011-08-04 | 富士通株式会社 | 生体情報処理装置、生体情報処理方法及び生体情報処理プログラム |
| CN101853383B (zh) * | 2010-05-17 | 2012-09-05 | 清华大学 | 高分辨率掌纹方向场提取方法 |
| JP5761353B2 (ja) | 2011-08-23 | 2015-08-12 | 日本電気株式会社 | 隆線方向抽出装置、隆線方向抽出方法、隆線方向抽出プログラム |
| US9626521B2 (en) * | 2014-04-16 | 2017-04-18 | Arizona Board Of Regents On Behalf Of Arizona State University | Physiological signal-based encryption and EHR management |
| CN104392455B (zh) * | 2014-12-09 | 2017-03-29 | 西安电子科技大学 | 基于方向检测的在线掌纹有效区域快速分割方法 |
| US10157306B2 (en) | 2015-02-27 | 2018-12-18 | Idex Asa | Curve matching and prequalification |
| US9940502B2 (en) * | 2015-02-27 | 2018-04-10 | Idex Asa | Pre-match prediction for pattern testing |
| US10528789B2 (en) | 2015-02-27 | 2020-01-07 | Idex Asa | Dynamic match statistics in pattern matching |
| US9805247B2 (en) | 2015-02-27 | 2017-10-31 | Idex Asa | Pattern registration |
| WO2016159052A1 (ja) * | 2015-03-31 | 2016-10-06 | 日本電気株式会社 | 生体パターン情報処理装置、生体パターン情報処理方法、およびプログラム |
| US10600219B2 (en) | 2015-06-26 | 2020-03-24 | Idex Asa | Pattern mapping |
| EP3115932A1 (en) | 2015-07-07 | 2017-01-11 | Idex Asa | Image reconstruction |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6059481A (ja) * | 1983-09-12 | 1985-04-05 | Nippon Telegr & Teleph Corp <Ntt> | 指紋画像の基準点検出方法 |
| JPH0465776A (ja) * | 1990-07-05 | 1992-03-02 | Ezel Inc | 画像の比較方法 |
| JP2765335B2 (ja) * | 1992-01-07 | 1998-06-11 | 日本電気株式会社 | 隆線方向パターン平滑化方法およびその装置 |
| EP0741368B1 (en) * | 1995-05-02 | 2003-07-02 | Yamatake Corporation | Pattern collation apparatus and method |
| JP2739856B2 (ja) * | 1995-12-18 | 1998-04-15 | 日本電気株式会社 | 指掌紋画像処理装置 |
| US6233348B1 (en) * | 1997-10-20 | 2001-05-15 | Fujitsu Limited | Fingerprint registering apparatus, fingerprint identifying apparatus, and fingerprint identifying method |
| KR100267262B1 (ko) | 1998-03-13 | 2000-11-01 | 김영진 | 지문 특징 추출방법 |
-
2001
- 2001-03-26 JP JP2001087712A patent/JP4193163B2/ja not_active Expired - Lifetime
-
2002
- 2002-03-26 SG SG200201732A patent/SG102671A1/en unknown
- 2002-03-26 EP EP02006954A patent/EP1246120B1/en not_active Expired - Lifetime
- 2002-03-26 CN CNB021078858A patent/CN1206609C/zh not_active Expired - Fee Related
- 2002-03-26 KR KR1020020016379A patent/KR100540001B1/ko not_active IP Right Cessation
- 2002-03-26 US US10/105,246 patent/US7027626B2/en not_active Expired - Lifetime
- 2002-03-26 DE DE60204379T patent/DE60204379T2/de not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10248835B2 (en) | 2016-01-05 | 2019-04-02 | Samsung Electronics Co., Ltd. | Methods and apparatuses for authentication using biometric information |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1246120B1 (en) | 2005-06-01 |
| KR20020076164A (ko) | 2002-10-09 |
| EP1246120A1 (en) | 2002-10-02 |
| DE60204379D1 (de) | 2005-07-07 |
| CN1378175A (zh) | 2002-11-06 |
| US20020164056A1 (en) | 2002-11-07 |
| SG102671A1 (en) | 2004-03-26 |
| DE60204379T2 (de) | 2005-11-10 |
| CN1206609C (zh) | 2005-06-15 |
| US7027626B2 (en) | 2006-04-11 |
| KR100540001B1 (ko) | 2006-01-10 |
| JP2002288641A (ja) | 2002-10-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4193163B2 (ja) | 指掌紋画像処理装置及び方法 | |
| KR101035930B1 (ko) | 화상 판독 장치, 화상 판독 프로그램을 기록한 기록 매체, 화상 판독 방법 | |
| JP2739856B2 (ja) | 指掌紋画像処理装置 | |
| JP5304901B2 (ja) | 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム | |
| JP4134522B2 (ja) | 指掌紋画像処理装置及び方法 | |
| KR100479777B1 (ko) | 패턴 조합 장치와 그 패턴 조합 방법 | |
| JP4221220B2 (ja) | 指紋照合装置、指紋照合方法及び指紋照合プログラム | |
| JP4931426B2 (ja) | 縞模様を含む画像の照合装置 | |
| JP5482803B2 (ja) | 生体情報処理装置、生体情報処理方法及び生体情報処理プログラム | |
| JP6599672B2 (ja) | 文字切り出し装置、文字認識装置、および文字切り出し方法 | |
| KR20140033143A (ko) | 홍채들을 비교하기 위해 파라미터화된 컨투어들을 검색하는 방법 | |
| JP4776385B2 (ja) | 指紋画像生成装置 | |
| US20050271260A1 (en) | Device, method and program for removing pores | |
| JP2006099326A (ja) | 平面４指画像判定装置、平面４指画像判定方法及び平面４指画像判定プログラム | |
| JP4805359B2 (ja) | 不変径方向虹彩セグメント化 | |
| CN109598182B (zh) | 指纹比对方法和装置 | |
| JP4776384B2 (ja) | 指紋画像生成装置 | |
| JP4386347B2 (ja) | 画像認識装置及び画像認識方法 | |
| JP3631618B2 (ja) | 円形パターンの判別方法 | |
| Barni et al. | Application of possibilistic shell-clustering to the detection of craters in real-world imagery | |
| JP2007141252A (ja) | 指紋照合装置及び指紋照合プログラム | |
| JP2006004372A (ja) | 画像照合装置及び方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20040415 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050318 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20080411 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080416 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080604 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080804 |
|
| 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: 20080829 |
|
| 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: 20080911 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4193163 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111003 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121003 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131003 Year of fee payment: 5 |
|
| EXPY | Cancellation because of completion of term |