JP4232800B2 - ラインノイズ除去装置、ラインノイズ除去方法、ラインノイズ除去プログラム - Google Patents
ラインノイズ除去装置、ラインノイズ除去方法、ラインノイズ除去プログラム Download PDFInfo
- Publication number
- JP4232800B2 JP4232800B2 JP2006212660A JP2006212660A JP4232800B2 JP 4232800 B2 JP4232800 B2 JP 4232800B2 JP 2006212660 A JP2006212660 A JP 2006212660A JP 2006212660 A JP2006212660 A JP 2006212660A JP 4232800 B2 JP4232800 B2 JP 4232800B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- line noise
- density
- line
- region
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 136
- 230000008030 elimination Effects 0.000 title description 6
- 238000003379 elimination reaction Methods 0.000 title description 3
- 238000006243 chemical reaction Methods 0.000 claims description 77
- 238000012545 processing Methods 0.000 claims description 42
- 230000002194 synthesizing effect Effects 0.000 claims description 18
- 230000015572 biosynthetic process Effects 0.000 claims description 12
- 238000003786 synthesis reaction Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000002131 composite material Substances 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 12
- 238000007796 conventional method Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 239000000203 mixture Substances 0.000 description 7
- 230000002708 enhancing effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 235000006679 Mentha X verticillata Nutrition 0.000 description 2
- 235000002899 Mentha suaveolens Nutrition 0.000 description 2
- 235000001636 Mentha x rotundifolia Nutrition 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000000593 degrading effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
-
- 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
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/273—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion removing elements interfering with the pattern to be recognised
Description
ところが、この技術を指紋画像のラインノイズ除去に適用する場合、ラインノイズが周期的に現れていることが必要であり、その効果は限定的である。また、ラインノイズの周期が、指紋隆線の周期と似ている場合は、指紋隆線をも消失させてしまうので、その効果は限定的である。更に、ラインノイズ除去処理において、ラインノイズがない領域の指紋隆線濃度を劣化させてしまうので、その効果は限定的である。
図16(a)は図6の指紋画像に対して、この従来技術でラインノイズを除去したものである。この指紋画像例を見れば、指紋隆線濃度も劣化させていることが分かる。
ところが、このような従来技術では、ラインノイズの影響で隆線の方向や周期性を正しく抽出できない場合には有効でなく、問題解決にならない。
ところが、このような従来技術を指紋画像に適用した場合、指紋隆線を誤って罫線として抽出するので有効ではない。この理由は、直線状の指紋隆線や幅の広い指紋隆線は、黒ランが長くなるためである。
ところが、このような従来技術を指紋画像に適用した場合、指紋隆線を誤って線分として抽出するので有効ではない。この理由は、直線状の指紋隆線や幅の広い指紋隆線は、画像ヒストグラムが大きくなるためである。
しかし、この技術をラインノイズが顕著な遺留指紋画像に適用しても指紋隆線と交差しているラインノイズを抽出できないので有効ではない。この理由は、多数の指紋隆線と交差しているラインノイズのエッジは断続的な短い線分となり、ハフ変換後の成分が弱くなるためである。
ところが、上記特許に提案されているテクスチャ解析に基づいて領域分割しても、ラインノイズのような背景ノイズの領域を正確に分割することは困難である。従って、背景ノイズ境界付近では、参照領域が背景ノイズ領域と非背景ノイズ領域をまたぐことになる。この結果、参照領域を背景ノイズ領域のみには限定できなくなるため、濃度変換結果は期待通りにはならない。また、上記特許における濃度変換方法においては、入力画像のテクスチャ解析に基づいた領域分割手法の精度に大きく依存し、ラインノイズ領域を適切に抽出できないと強調結果は悪化する。
そこで、本発明は、ラインノイズのない領域の画質を劣化させず、また、周期性のないラインノイズでも除去できるラインノイズ除去装置等を提供することをその目的とする。
また、回転角度毎にラインノイズ確信度を算出しラインノイズが所定の方向、例えばX軸方向に一致する回転角度候補を決定し、回転候補角度だけ回転させた画像についてラインノイズ領域を決定するため、複数の方向のラインノイズを除去できる。このとき、ラインノイズの周期性に依存することなくラインノイズ領域を決定するので、1本のみのラインノイズなどのように周期性がないラインノイズや、本来の画像の一部と類似した周期を持っているラインノイズ、例えば指紋隆線と類似した周期を持っているラインノイズも除去できる。
ここで、ラインノイズ領域には、その部分がラインノイズの一部と判定された確定領域と確定領域の近傍の領域が含まれる。
ここで、「隆線間隔」は、隣り合う隆線の中心同士の間の距離(ピッチ)である。
また、ラインノイズの方向に沿った直線状の領域を参照領域としているので、一様な背景濃度が参照濃度となり、強調結果は、隆線のみを的確に強調できる。
さらに、参照領域の画素数を平均隆線間隔の3倍としてあるので、特定の方向に対してある程度斜めに交差した指紋隆線の変動を包含する領域を参照領域とすることができるため、効果的にラインノイズの除去ができる。なお、参照領域の画素数は、500dpiの指紋画像(平均隆線間隔は0.5mm程度)の場合31ドット程度、掌紋画像の場合は、その25%増しの40画素程度となる。
さらに、画像強調手段により、ラインノイズ領域内外の濃度レベルが平準化されたノイズ除去画像を生成することができる。そして、顕著な背景ノイズを持つ場合においても、ノイズ領域の除去処理結果の背景濃度を、非ノイズ画像領域の背景濃度と同じレベルの濃度に変換できるので、例えば、小切手に残された遺留指紋画像からでも効果的にラインノイズを除去することができる。
このようにすれば、ラインノイズの方向に沿った直線状の領域を参照領域としているので、一様な背景濃度が参照濃度となり、強調結果は、隆線のみを的確に強調できる。
さらに、参照領域のドット数を隆線の実寸法の3倍としてあるので、特定の方向に対してある程度斜めに交差した隆線の変動を包含する領域を参照領域とすることができるため、効果的にラインノイズの除去ができる。
このようにすれば、複数の画素の中からラインノイズが除去された画素を選択し、鮮明な合成画像を得ることができる。
また、複数の方向のラインノイズを除去できる。このとき、1本のみのラインノイズなどのように周期性がないラインノイズや、本来の画像の一部と類似した周期を持っているラインノイズ、例えば指紋隆線と類似した周期を持っているラインノイズも除去できる。
このようにすれば、入力画像をノイズ除去処理の対象としてもラインノイズを除去できる。
また、一様な背景濃度が参照濃度となり、強調結果は、隆線のみを的確に強調できる。
さらに、特定の方向に対してある程度斜めに交差した指紋隆線の変動を包含する領域を参照領域とすることができるため、効果的にラインノイズの除去ができる。
さらに、画像強調工程により、ラインノイズ領域内外の濃度レベルが平準化されたノイズ除去画像を生成することができる。そして、顕著な背景ノイズを持つ場合においても、ノイズ領域の除去処理結果の背景濃度を、非ノイズ画像領域の背景濃度と同じレベルの濃度に変換できるので、例えば、小切手に残された遺留指紋画像からでも効果的にラインノイズを除去することができる。
このようにすれば、ラインノイズの方向に沿った直線状の領域を参照領域としているので、一様な背景濃度が参照濃度となり、強調結果は、隆線のみを的確に強調できる。
さらに、参照領域のドット数を隆線の実寸法の3倍としてあるので、特定の方向に対してある程度斜めに交差した隆線の変動を包含する領域を参照領域とすることができるため、効果的にラインノイズの除去ができる。
このようにすれば、複数の画素の中からラインノイズが除去された画素を選択し、鮮明な合成画像を得ることができる。
また、複数の方向のラインノイズを除去できる。このとき、1本のみのラインノイズなどのように周期性がないラインノイズや、本来の画像の一部と類似した周期を持っているラインノイズ、例えば指紋隆線と類似した周期を持っているラインノイズも除去できる。
このようにすれば、入力画像をノイズ除去処理の対象としてもラインノイズを除去できる。
また、一様な背景濃度が参照濃度となり、強調結果は、隆線のみを的確に強調できる。
さらに、特定の方向に対してある程度斜めに交差した指紋隆線の変動を包含する領域を参照領域とすることができるため、効果的にラインノイズの除去ができる。
さらに、画像強調処理により、ラインノイズ領域内外の濃度レベルが平準化されたノイズ除去画像を生成することができる。そして、顕著な背景ノイズを持つ場合においても、ノイズ領域の除去処理結果の背景濃度を、非ノイズ画像領域の背景濃度と同じレベルの濃度に変換できるので、例えば、小切手に残された遺留指紋画像からでも効果的にラインノイズを除去することができる。
このようにすれば、ラインノイズの方向に沿った直線状の領域を参照領域としているので、一様な背景濃度が参照濃度となり、強調結果は、隆線のみを的確に強調できる。
さらに、参照領域のドット数を隆線の実寸法の3倍としてあるので、特定の方向に対してある程度斜めに交差した隆線の変動を包含する領域を参照領域とすることができるため、効果的にラインノイズの除去ができる。
このようにすれば、複数の画素の中からラインノイズが除去された画素を選択し、鮮明な合成画像を得ることができる。
また、回転角度毎にラインノイズ確信度を算出しラインノイズが所定の方向、例えばX軸方向に一致する回転角度候補を決定し、回転候補角度だけ回転させた画像についてラインノイズ領域を決定するため、複数の方向のラインノイズを除去できる。このとき、ラインノイズの周期性に依存することなくラインノイズ領域を決定するので、1本のみのラインノイズなどのように周期性がないラインノイズや、本来の画像の一部と類似した周期を持っているラインノイズ、例えば指紋(掌紋)隆線と類似した周期を持っているラインノイズも除去できる。
(指紋画像強調装置10の構成)
図1は、画像強調装置10の構成を示す機能ブロック図である。
画像強調装置10は、たとえばパーソナルコンピュータであり、指紋画像入力手段11とラインノイズ除去手段12と指紋画像出力手段13とを備えている。
指紋画像入力手段11は、たとえばセンサやスキャナで読み取られた指紋画像をディジタル化して入力する。また、既にディジタル化された画像をファイルとして入力するようにしても良い。
ラインノイズ除去手段12は、指紋画像入力手段11で入力された指紋画像(入力画像)から直線状のラインノイズを除去するとともに隆線濃度を強調する機能を備えている。
指紋画像出力手段13は、ラインノイズ除去手段12で処理された指紋画像を、モニタやプリンタ等に出力する。
また、ラインノイズ除去手段12で処理された指紋画像が、直接、照合装置14等に送信される実施例も考えられる。
ラインノイズ除去手段12は、データ処理制御手段21とデータ記憶手段(記憶装置)22と画像強調手段23と画像二値化手段24と画像回転手段25とラインノイズ確信度抽出手段26とラインノイズ領域決定手段27と濃度変換手段28と画像合成手段29とを備えている。
図3のステップS1において、図2の指紋画像入力手段11は、指紋画像を入力する。これは、たとえば、スキャナで読み取られた画像をディジタル化して入力する。また、既にディジタル化された指紋画像ファイルを入力する実施例も考えられる。この指紋画像をGIと表記する。
ftp://sequoyah.nist.gov/pub/nist_internal_reports/sp500-245-a16.pdf
また、本標準の指紋画像は左上頂点を開始点として左側から右側へラスタースキャンされたラインが上から下へ続いている。
前半の処理は、図3のステップS4からステップS9迄で、ラインノイズの方向に添った画像の回転角度を検出する。遺留指紋には、複数の異なった方向のラインノイズがある場合もあるので、これに対応するために複数の回転角度候補を設定する。
後半の処理は、図4のステップS10以降で、全ての回転角度候補で画像を回転した上でラインノイズの除去処理を実施し、それぞれの除去画像を合成して最終的な除去画像を生成する。
次に、図3のステップS5において、図2の画像回転手段25は、指定された回転角度dで上記二値画像を回転させる。画像回転の技法は一般的なアフィン変換を用いれば良い。
図8の二値画像を、反時計方向に45度回転させた画像の一部の拡大画像を図9(a)に示す。この指紋画像をB(d)と表記する。図9(a)と同じ領域の強調画像を図9(b)に参考として示す。この指紋画像をGE(d)と表記する。この指紋画像例のラインノイズは、45度回転したときに最も顕著に検出できるのでd=45°となる。
遺留指紋の場合、ラインノイズは小切手等の罫線などに起因しており黒画素が連続して現れる。従って、その検出のベースは黒ランとすれば良い。しかし、指紋下部の末節付近の指紋隆線は直線状になることがあり、かつ、隆線幅も広いので黒ランが長くなることがある。一般に、ラインノイズと直線上の指紋隆線を比べると、ラインノイズの場合は、直線状のエッジが顕著に現れるのに対し、指紋隆線は、一見、直線状に見えても、そのエッジはなだらかな曲線を構成するので、直線状のエッジは顕著には現れない。そこで、指紋隆線とラインノイズを区別するためにエッジ特徴量を導入する。本実施例では、エッジ特徴量として、黒ラン画素群に隣接する白画素数合計の黒ランに対する比率を採用する。この比率をエッジ比率と呼ぶ。直線状ノイズのエッジ比率は、一般に、指紋隆線のエッジ比率より大きい。
図5のステップS61では、ラインノイズ平面を初期値する。ラインノイズ平面とは、入力画像の各画素のラインノイズ確信度を仮登録するための画像平面である。また、ライン初期値として最も上位のライン(Y座標値0)を設定する。ここで定義された座標系は、左上の頂点を原点とし、右向きの水平方向をX座標正方向、下向きの垂直方向をY座標系正方向とする直交座標系である。
図9(a)の二値画像に対して、このようにして算出したラインノイズ確信度を図10に示す。このラインノイズ確信度平面をLC(d)と表記する。図9では、ラインノイズ確信度が大きい程濃くなるように設定して表示している。
図9(a)で、符号91で示すラインの黒ランは2つに別れる。これは、符号92で示す点の近傍でラインが切れて、白画素群が出現したためである。図10で、符号101で示すラインの黒ランは、図9(a)の符号91で示すラインの二値画像に対応する。
尚、図10の符号101の左側のラインノイズ確信度が大きく、右側のラインノイズ確信度が小さい理由は、図10における符号101の左側黒画素群は、この画像に表示されていない更に左側の領域の黒画素群と繋がっているためである。
1)全ての回転角度に亘って最大のラインノイズ確信度を検索し、その値が事前に設定された閾値より大きければ、回転角度候補としてメモリ登録する。もし、その値が、閾値より小さければ、回転角度候補選出処理を終了する。
2)既に選出された回転角度近傍(例えばプラスマイナス15度程度)の回転角度に対するラインノイズ除去処理は冗長なので除外する。
3)残された回転角度の中で最大のラインノイズ確信度を検索し、その値が事前に設定された閾値より大きければ、回転角度候補としてメモリ登録する。もし、その値が、閾値より小さければ、回転角度候補選出処理を終了する。
4)2と3の処理を、未処理の回転角度がある限り繰り返す。
この処理で、ラインノイズ方向に対応した複数個の回転角度候補が選出される。
次に、図4のステップS11において、図2の画像回転手段25は、指定された回転角度dで上記二値画像を回転させる。この処理は、図3のステップS5と同じなので説明は割愛する。
次に、図4のステップS12において、図2のラインノイズ確信度算出手段26はラインノイズ確信度を算出する。この処理は、図3のステップS6と同じなので説明は割愛する。
1)全ての黒画素に対し、ラインノイズ平面を上下8画素程度サーチし、上下のそれぞれのラインノイズ確信度最大値を決定し、それぞれをLNC_UとLNC_Dする。但し、上下の画素をサーチするとき、白画素にぶつかればサーチ終了とする。LNC_UとLNC_Dの小さい方と自画素のラインノイズ確信度を比較し、前者が自画素確信度より大きいときは、前者で自画素確信度を置き換える。
この処理は、3画素以上の幅のあるラインノイズの対処に有効である。幅広いラインノイズの内側のラインは、エッジ比率が小さいためラインノイズ確信度も小さくなる。この処理で内側ラインのラインノイズ確信度を適性値に修正する。
一般に、ラインノイズのエッジ近傍の背景濃度は、ラインノイズ中心部から外側に向かって一様に薄くなることが多い。この現象は、ラインノイズのエッジ近傍におけるインクの滲みやセンサ感度の影響によるものと考えられる。
参照領域を、近傍ラインノイズ領域全体とすると、背景濃度の変動が大きいので、局所的強調を実施しても指紋隆線のみを的確には強調できない。参照領域をラインノイズ方向の1ライン分に限定すると、一様な背景濃度が期待できるので、強調結果は、隆線のみを的確に強調できる。
但し、今回の回転角度dが最初の回転角度候補のときは、前回迄のラインノイズ除去処理結果がないので、画像合成せずに、ステップS15の処理結果GR’(d)を、そのまま最新の合成画像GCとして採用する。
図14 (a)の指紋画像には、2つの方向にラインノイズがある。このラインノイズは、反時計方向15度と106度に画像を回転するとき最適に検出されるので、この2つ角度が回転候補角度になる。最初の回転方向角度15度で処理した結果の画像GR’(15)を図14 (c)に示し、次の回転角度候補106度で処理した結果の画像GR’(106)を図14 (d)に示す。この2つの指紋画像を見ると、それぞれの方向のラインノイズが除去されていることがわかる。
次に、図4のステップS18において、ラインノイズが除去され隆線が強調された画像を出力する。出力先としてモニタやプリンタの他、照合装置や特徴抽出装置も考えられる。
尚、この例では、回転各候補が45度の1つだけなので、出力画像GOは、GR’(45)及びGCと同一の画像になる。
本発明のノイズ除去処理では、ノイズ領域の除去処理結果の背景濃度を、非ノイズ画像領域の背景濃度と同じレベルの濃度に変換することで、ノイズを目立たなくして除去している。もし、非ノイズ領域の背景濃度が一様でなければ、ノイズ除去処理の効果は期待できない。
遺留指紋のように顕著な背景ノイズを持つ場合、入力画像の背景濃度は一様ではない。これが、この局所的画像強調処理を用いて全領域の背景濃度を一様化した濃度強調画像を、ノイズ除去処理の目標画像とした理由である。
ところが、インクで押捺された指紋原紙のスキャン画像(インク指紋画像)の背景は紙地なので、背景濃度も一様である。このような画像では、入力画像をノイズ除去処理の目標画像としてもその効果を期待できる。
インク指紋画像には、指紋押捺の枠を示す罫線がラインノイズとして含まれていることがある。例えば、図15(a)は、このような指紋画像の一例であり、この例では、画像右端付近にほぼ垂直方向のラインノイズとして出現している。
図4のステップS14において、図2の濃度変換手段28は、入力画像のラインノイズ領域に対応する領域の画素に対して局所的コントラストストレッチ法で濃度変換する。このときは、濃度変換目標最小値と最大値を決定するための2つめの参照範囲を定義する。2つめの参照範囲は注目画素の近傍に存在し、ラインノイズ領域に近接する非ラインノイズ領域の画素群とする。
濃度変換は、以下の手順で決定する。
2)注目画素から直交方向に2方向サーチし、ラインノイズ領域外の画素でラインノイズ領域に隣接する画素を2画素決定する(2方向なので2画素)。
3)それぞれ隣接画素を中心に、ラインノイズ方向に合計33画素程度の画素群を抽出し、その中の最小濃度値と最大濃度値を決定する。
4)2方向における2つの最小濃度値の加重平均を計算しminTとする。加重は、注目画素からの隣接画素への距離の逆数とする。同様に、2つの最大濃度値の加重平均を計算し、maxTする。
5)注目画素の濃度を、以下に示す数式1を基本式とするコントラストストレッチ法で濃度変換する。
g’:変換後の濃度値
g:入力画像の濃度値
minP:局所最小値
maxP:局所最大値
minT:目標最小濃度値
maxT:目標最大濃度値
指紋画像強調装置10は、直線状のラインノイズを検出し、そのノイズ領域内に限定して局所的画像強調方法(局所的ヒストグラム均等化法、あるいは局所的コントラストストレッチ法)を用いて隆線を強調することでラインノイズを除去する。
この結果、指紋隆線の強調や抽出は容易になる。遺留指紋に適用した場合には、ラインノイズが除去され、隆線が強調された指紋隆線を表示することができるので鑑定官の鑑定が容易になる。また、ラインノイズが除去された画像を用いて特徴抽出できるので、より正確な特徴量を抽出できることになり指紋照合精度も向上する。
指紋画像に適用する場合は、参照領域をラインノイズ方向33画素程度の直線状の画素群とすることで、効果的にラインノイズを除去ができる。指紋隆線は平均隆線間隔が10画素(実距離は0.5ミリ)なので、ある程度斜めの交差した指紋隆線の変動を包含する最小の領域として3倍程度の画素数は合理的である。
掌紋画像に適用する場合には、平均隆線間隔が指紋よりも25%程広いので、40画素程度にすれば良い。
11 指紋画像入力手段
12 ラインノイズ除去手段
13 指紋画像出力手段
14 照合装置
21 データ処理制御手段
22 データ記憶手段
23 画像強調手段
24 画像二値化手段
25 画像回転手段
26 ラインノイズ確信度算出手段
27 ラインノイズ領域決定手段
28 濃度変換手段
29 画像合成手段
Claims (15)
- ラインノイズを含む入力画像を二値化して二値画像を生成する画像二値化手段と、
複数の回転角度それぞれについて、前記二値画像を回転させた回転画像を生成し、各回転画像中の黒画素が連続する領域のそれぞれについて当該領域に白画素が隣接している比率を示すエッジ特徴量を算出し、このエッジ特徴量に基づいてラインノイズ確信度を算出するラインノイズ確信度算出手段と、
前記ラインノイズのうち3画素以上の幅のあるラインノイズにおける内側の黒画素のラインノイズ確信度を当該黒画素に隣接する画素のラインノイズ確信度と比較して高い方のラインノイズ確信度に置き換えると共に、前記ラインノイズ確信度に基づいて、前記回転角度の中からラインノイズの方向が所定の方向と一致する角度である回転角度候補を選択し、各回転角度候補に対応する前記回転画像について前記ラインノイズ確信度に基づいてラインノイズ領域を決定するラインノイズ領域決定手段と、
前記入力画像の前記ラインノイズ領域に対応する領域に局所的コントラストストレッチ法あるいは局所的ヒストグラム均等化法による濃度強調を施し前記入力画像の対応する画素濃度に置き換えることで濃度変換画像を生成する濃度変換手段と、
前記回転角度候補が複数ある場合に、各回転角度候補に対応する前記濃度変換画像を合成して合成画像を生成する画像合成手段とを備えたラインノイズ除去装置。 - 前記入力画像は指紋画像または掌紋画像であり、
前記濃度変換手段は、注目画素を中心とし前記ラインノイズの方向に沿って平均隆線間隔に相当する画素数の3倍の数の画素からなる直線状の領域を第1の参照領域とし、前記注目画素が含まれる前記ラインノイズ領域の上下に隣接する非ラインノイズ領域から、前記参照領域と同数の画素からなる二つの領域を第2の参照領域として抽出し、この第2の参照領域に含まれる画素の最小濃度値と最大濃度値に基づいて濃度変換目標最小値と濃度変換目標最大値を決定することを特徴とした請求項1に記載のラインノイズ除去装置。 - ラインノイズを含む入力画像に局所的コントラストストレッチ法あるいは局所的ヒストグラム均等化法による濃度強調を施し濃度強調画像を生成する画像強調手段と、
前記入力画像を二値化して二値画像を生成する画像二値化手段と、
複数の回転角度それぞれについて、前記二値画像を回転させた回転画像を生成し、各回転画像中の黒画素が連続する領域のそれぞれについてエッジ特徴量を算出し、このエッジ特徴量に基づいてラインノイズ確信度を算出するラインノイズ確信度算出手段と、
前記ラインノイズのうち3画素以上の幅のあるラインノイズにおける内側の黒画素のラインノイズ確信度を当該黒画素に隣接する画素のラインノイズ確信度と比較して高い方のラインノイズ確信度に置き換えると共に、前記ラインノイズ確信度に基づいて、前記回転角度の中からラインノイズの方向が所定の方向と一致する角度である回転角度候補を選択し、各回転角度候補に対応する前記回転画像について前記ラインノイズ確信度に基づいてラインノイズ領域を決定するラインノイズ領域決定手段と、
前記入力画像の前記ラインノイズ領域に対応する領域に前記濃度強調を施し前記濃度強調画像の対応する画素濃度に置き換えることで濃度変換画像を生成する濃度変換手段と、
前記回転角度候補が複数ある場合に、各回転角度候補に対応する前記濃度変換画像を合成して合成画像を生成する画像合成手段とを備えたラインノイズ除去装置。 - 前記入力画像は指紋画像または掌紋画像であり、
前記濃度変換手段は、注目画素を中心とし前記ラインノイズの方向に沿って平均隆線間隔に相当する画素数の3倍の数の画素からなる直線状の領域を参照領域として前記局所的画像強調を行うことを特徴とした請求項3に記載のラインノイズ除去装置。 - 前記画像合成手段は、前記合成画像の各画素の濃度を前記各濃度変換画像の対応する画素の濃度の中で最小のものとすることにより前記合成を行うことを特徴とした請求項1乃至4のいずれか一つに記載のラインノイズ除去装置。
- ラインノイズを含む入力画像を二値化して二値画像を生成する画像二値化工程と、
複数の回転角度それぞれについて、前記二値画像を回転させた回転画像を生成し、各回転画像中の黒画素が連続する領域のそれぞれについてエッジ特徴量を算出し、このエッジ特徴量に基づいてラインノイズ確信度を算出するラインノイズ確信度算出工程と、
前記ラインノイズのうち3画素以上の幅のあるラインノイズにおける内側の黒画素のラインノイズ確信度を当該黒画素に隣接する画素のラインノイズ確信度と比較して高い方のラインノイズ確信度に置き換えると共に前記ラインノイズ確信度に基づいて、前記回転角度の中からラインノイズの方向が所定の方向と一致する角度である回転角度候補を選択し、各回転角度候補に対応する前記回転画像について前記ラインノイズ確信度に基づいてラインノイズ領域を決定するラインノイズ領域決定工程と、
前記入力画像の前記ラインノイズ領域に対応する領域に局所的コントラストストレッチ法あるいは局所的ヒストグラム均等化法による濃度強調を施し前記入力画像の対応する画素濃度に置き換えることで濃度変換画像を生成する濃度変換工程と、
前記回転角度候補が複数ある場合に、各回転角度候補に対応する前記濃度変換画像を合成して合成画像を生成する画像合成工程とを備えたラインノイズ除去方法。 - 前記入力画像は強調処理を施されていない指紋画像または掌紋画像であり、
前記濃度変換工程では、注目画素を中心とし前記ラインノイズの方向に沿って平均隆線間隔に相当する画素数の3倍の数の画素からなる直線状の領域を第1の参照領域とし、前記注目画素が含まれる前記ラインノイズ領域の上下に隣接する非ラインノイズ領域から、前記参照領域と同数の画素からなる二つの領域を第2の参照領域として抽出し、この第2の参照領域に含まれる画素の最小濃度値と最大濃度値に基づいて濃度変換目標最小値と濃度変換目標最大値を決定することを特徴とした請求項6に記載のラインノイズ除去方法。 - ラインノイズを含む入力画像に局所的コントラストストレッチ法あるいは局所的ヒストグラム均等化法による濃度強調を施し濃度強調画像を生成する画像強調工程と、
前記入力画像を二値化して二値画像を生成する画像二値化工程と、
複数の回転角度それぞれについて、前記二値画像を回転させた回転画像を生成し、各回転画像中の黒画素が連続する領域のそれぞれについてエッジ特徴量を算出し、このエッジ特徴量に基づいてラインノイズ確信度を算出するラインノイズ確信度算出工程と、
前記ラインノイズのうち3画素以上の幅のあるラインノイズにおける内側の黒画素のラインノイズ確信度を当該黒画素に隣接する画素のラインノイズ確信度と比較して高い方のラインノイズ確信度に置き換えると共に、前記ラインノイズ確信度に基づいて、前記回転角度の中からラインノイズの方向が所定の方向と一致する角度である回転角度候補を選択し、各回転角度候補に対応する前記回転画像について前記ラインノイズ確信度に基づいてラインノイズ領域を決定するラインノイズ領域決定工程と、
前記入力画像の前記ラインノイズ領域に対応する領域に前記濃度強調を施し前記濃度強調画像の対応する画素濃度に置き換えることで濃度変換画像を生成する濃度変換工程と、
前記回転角度候補が複数ある場合に、各回転角度候補に対応する前記濃度変換画像を合成して合成画像を生成する画像合成工程とを備えたラインノイズ除去方法。 - 前記入力画像は指紋画像または掌紋画像であり、
前記濃度変換工程では、注目画素を中心とし前記ラインノイズの方向に沿って平均隆線間隔に相当する画素数の3倍の数の画素からなる直線状の領域を参照領域として前記局所的画像強調を行うことを特徴とした請求項8に記載のラインノイズ除去方法。 - 前記画像合成工程では、前記合成画像の各画素の濃度を前記各濃度変換画像の対応する画素の濃度の中で最小のものとすることにより前記合成を行うことを特徴とした請求項6乃至9のいずれか一つに記載のラインノイズ除去方法。
- コンピュータに、
ラインノイズを含む入力画像を二値化して二値画像を生成する画像二値化処理と、
複数の回転角度それぞれについて、前記二値画像を回転させた回転画像を生成し、各回転画像中の黒画素が連続する領域のそれぞれについてエッジ特徴量を算出し、このエッジ特徴量に基づいてラインノイズ確信度を算出するラインノイズ確信度算出処理と、
前記ラインノイズのうち3画素以上の幅のあるラインノイズにおける内側の黒画素のラインノイズ確信度を当該黒画素に隣接する画素のラインノイズ確信度と比較して高い方のラインノイズ確信度に置き換えると共に、前記ラインノイズ確信度に基づいて、前記回転角度の中からラインノイズの方向が所定の方向と一致する角度である回転角度候補を選択し、各回転角度候補に対応する前記回転画像について前記ラインノイズ確信度に基づいてラインノイズ領域を決定するラインノイズ領域決定処理と、
前記入力画像の前記ラインノイズ領域に対応する領域に局所的コントラストストレッチ法あるいは局所的ヒストグラム均等化法による濃度強調を施し前記入力画像の対応する画素濃度に置き換えることで濃度変換画像を生成する濃度変換処理と、
前記回転角度候補が複数ある場合に、各回転角度候補に対応する前記濃度変換画像を合成して合成画像を生成する画像合成処理とを実行させるラインノイズ除去プログラム。 - 前記入力画像は強調処理を施されていない指紋画像または掌紋画像であり、
前記濃度変換処理では、注目画素を中心とし前記ラインノイズの方向に沿って平均隆線間隔に相当する画素数の3倍の数の画素からなる直線状の領域を第1の参照領域とし、前記注目画素が含まれる前記ラインノイズ領域の上下に隣接する非ラインノイズ領域から、前記参照領域と同数の画素からなる二つの領域を第2の参照領域として抽出し、この第2の参照領域に含まれる画素の最小濃度値と最大濃度値に基づいて濃度変換目標最小値と濃度変換目標最大値を決定することを特徴とした請求項11に記載のラインノイズ除去プログラム。 - コンピュータに、
ラインノイズを含む入力画像に局所的コントラストストレッチ法あるいは局所的ヒストグラム均等化法による濃度強調を施し濃度強調画像を生成する画像強調処理と、
前記入力画像を二値化して二値画像を生成する画像二値化処理と、
複数の回転角度それぞれについて、前記二値画像を回転させた回転画像を生成し、各回転画像中の黒画素が連続する領域のそれぞれについてエッジ特徴量を算出し、このエッジ特徴量に基づいてラインノイズ確信度を算出するラインノイズ確信度算出処理と、
前記ラインノイズのうち3画素以上の幅のあるラインノイズにおける内側の黒画素のラインノイズ確信度を当該黒画素に隣接する画素のラインノイズ確信度と比較して高い方のラインノイズ確信度に置き換えると共に、前記ラインノイズ確信度に基づいて、前記回転角度の中からラインノイズの方向が所定の方向と一致する角度である回転角度候補を選択し、各回転角度候補に対応する前記回転画像について前記ラインノイズ確信度に基づいてラインノイズ領域を決定するラインノイズ領域決定処理と、
前記入力画像の前記ラインノイズ領域に対応する領域に前記濃度強調を施し前記濃度強調画像の対応する画素濃度に置き換えることで濃度変換画像を生成する濃度変換処理と、
前記回転角度候補が複数ある場合に、各回転角度候補に対応する前記濃度変換画像を合成して合成画像を生成する画像合成処理とを実行させるラインノイズ除去プログラム。 - 前記入力画像は指紋画像または掌紋画像であり、
前記濃度変換処理では、注目画素を中心とし前記ラインノイズの方向に沿って平均隆線間隔に相当する画素数の3倍の数の画素からなる直線状の領域を参照領域として前記局所的画像強調を行うことを特徴とした請求項13に記載のラインノイズ除去プログラム。 - 前記画像合成処理では、前記合成画像の各画素の濃度を前記各濃度変換画像の対応する画素の濃度の中で最小のものとすることにより前記合成を行うことを特徴とした請求項11乃至14のいずれか一つに記載のラインノイズ除去プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006212660A JP4232800B2 (ja) | 2006-08-03 | 2006-08-03 | ラインノイズ除去装置、ラインノイズ除去方法、ラインノイズ除去プログラム |
FR0756787A FR2904716B1 (fr) | 2006-08-03 | 2007-07-30 | Appareil et procede d'elimination de bruit de ligne |
DE102007035884.0A DE102007035884B4 (de) | 2006-08-03 | 2007-07-31 | Linienrauschunterdrückungsvorrichtung, -verfahren und -programm |
US11/833,165 US7916957B2 (en) | 2006-08-03 | 2007-08-02 | Line noise eliminating apparatus, line noise eliminating method, and line noise eliminating program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006212660A JP4232800B2 (ja) | 2006-08-03 | 2006-08-03 | ラインノイズ除去装置、ラインノイズ除去方法、ラインノイズ除去プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008040693A JP2008040693A (ja) | 2008-02-21 |
JP4232800B2 true JP4232800B2 (ja) | 2009-03-04 |
Family
ID=38961962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006212660A Active JP4232800B2 (ja) | 2006-08-03 | 2006-08-03 | ラインノイズ除去装置、ラインノイズ除去方法、ラインノイズ除去プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US7916957B2 (ja) |
JP (1) | JP4232800B2 (ja) |
DE (1) | DE102007035884B4 (ja) |
FR (1) | FR2904716B1 (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4232804B2 (ja) | 2006-08-25 | 2009-03-04 | 日本電気株式会社 | 画像濃度変換方法、画像強調処理装置、およびそのプログラム |
JP2008206968A (ja) * | 2007-01-31 | 2008-09-11 | Fujita Gakuen | 画像処理装置 |
JP4821663B2 (ja) | 2007-03-12 | 2011-11-24 | 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 |
JP5007953B2 (ja) * | 2008-03-14 | 2012-08-22 | 日本電気株式会社 | 画像処理装置、画像処理方法およびプログラム |
US8582838B1 (en) * | 2008-12-01 | 2013-11-12 | Wells Fargo Bank N.A. | Fingerprint check to reduce check fraud |
US20100244206A1 (en) * | 2009-03-31 | 2010-09-30 | International Business Machines Corporation | Method and structure for threshold voltage control and drive current improvement for high-k metal gate transistors |
CN102129678A (zh) * | 2010-01-12 | 2011-07-20 | 鸿富锦精密工业(深圳)有限公司 | 影像特征模型建立系统及方法以及应用其的影像处理系统 |
EP2639762A1 (en) | 2010-11-08 | 2013-09-18 | Nec Corporation | Image verification apparatus |
EP3416101A1 (en) * | 2011-04-20 | 2018-12-19 | NEC Corporation | Tenprint card input device, tenprint card input method and storage medium |
FR2976387B1 (fr) * | 2011-06-09 | 2018-11-09 | Mbda France | Procede et dispositif pour determiner automatiquement des lignes de crete d'une zone a hauteur variable. |
KR101281511B1 (ko) | 2012-02-14 | 2013-07-03 | 전남대학교산학협력단 | 디엔에이 지문영상의 자동분석방법 및 자동분석시스템 |
KR20180098443A (ko) | 2017-02-24 | 2018-09-04 | 삼성디스플레이 주식회사 | 지문 인식 장치 및 지문 인식 방법 |
KR20200000568A (ko) * | 2018-06-25 | 2020-01-03 | 주식회사 바이오로그디바이스 | 지문이미지 노이즈 제거 시스템 |
CN109118453B (zh) * | 2018-08-28 | 2022-03-04 | 西北核技术研究所 | 一种背景抑制的图像处理方法 |
JP7405826B2 (ja) * | 2019-06-12 | 2023-12-26 | 京東方科技集團股▲ふん▼有限公司 | 紋様画像取得方法、紋様画像取得回路及び表示パネル |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6443349A (en) | 1987-08-07 | 1989-02-15 | Toyota Motor Corp | Production of metallic carrier |
JPH08272956A (ja) | 1995-03-31 | 1996-10-18 | Nippon Digital Kenkyusho:Kk | ノイズ除去方法およびノイズ除去装置 |
JPH08315135A (ja) * | 1995-05-19 | 1996-11-29 | Meidensha Corp | 図面入力装置における線分検出方法 |
US6360021B1 (en) * | 1998-07-30 | 2002-03-19 | The Regents Of The University Of California | Apparatus and methods of image and signal processing |
JP2000082110A (ja) * | 1998-07-02 | 2000-03-21 | Ricoh Co Ltd | 罫線消去装置および文字画像抽出装置および罫線消去方法および文字画像抽出方法および記録媒体 |
JP2000261680A (ja) | 1999-03-09 | 2000-09-22 | Riso Kagaku Corp | 画像処理方法および装置 |
JP4146047B2 (ja) | 1999-09-28 | 2008-09-03 | 株式会社東芝 | 画像の傾き検知方法及び文書画像処理装置 |
JP3465226B2 (ja) * | 1999-10-18 | 2003-11-10 | 学校法人慶應義塾 | 画像濃度変換処理方法 |
CA2309002A1 (en) * | 2000-05-23 | 2001-11-23 | Jonathan Martin Shekter | Digital film grain reduction |
JP2002099912A (ja) * | 2000-09-21 | 2002-04-05 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理方法,画像処理装置および画像処理プログラム記録媒体 |
JP2002262094A (ja) * | 2001-02-27 | 2002-09-13 | Konica Corp | 画像処理方法及び画像処理装置 |
JP2004234333A (ja) * | 2003-01-30 | 2004-08-19 | Nippon Hoso Kyokai <Nhk> | 画像変形情報生成方法及びその装置及びそのプログラム |
JP4020202B2 (ja) | 2003-06-16 | 2007-12-12 | 三菱電機株式会社 | 縞状パターン抽出システムおよび縞状パターン抽出方法 |
US7415145B2 (en) * | 2003-12-30 | 2008-08-19 | General Electric Company | Methods and apparatus for artifact reduction |
JP2006212660A (ja) | 2005-02-02 | 2006-08-17 | Nihon Superior Co Ltd | 耐低温性にすぐれたはんだ合金とその製造方法 |
US7756312B2 (en) * | 2006-10-19 | 2010-07-13 | General Electric Company | Methods and apparatus for noise estimation |
-
2006
- 2006-08-03 JP JP2006212660A patent/JP4232800B2/ja active Active
-
2007
- 2007-07-30 FR FR0756787A patent/FR2904716B1/fr not_active Expired - Fee Related
- 2007-07-31 DE DE102007035884.0A patent/DE102007035884B4/de not_active Expired - Fee Related
- 2007-08-02 US US11/833,165 patent/US7916957B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
FR2904716A1 (fr) | 2008-02-08 |
US7916957B2 (en) | 2011-03-29 |
FR2904716B1 (fr) | 2012-02-03 |
JP2008040693A (ja) | 2008-02-21 |
DE102007035884A1 (de) | 2008-07-17 |
US20080031531A1 (en) | 2008-02-07 |
DE102007035884B4 (de) | 2017-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4232800B2 (ja) | ラインノイズ除去装置、ラインノイズ除去方法、ラインノイズ除去プログラム | |
US5410611A (en) | Method for identifying word bounding boxes in text | |
JP4238902B2 (ja) | 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 | |
EP2104059B1 (en) | Apparatus and method for processing image | |
JP4821663B2 (ja) | 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 | |
JP4403513B2 (ja) | 指紋隆線認識装置、指紋隆線認識方法、及びプログラム | |
US8331670B2 (en) | Method of detection document alteration by comparing characters using shape features of characters | |
JP2001092919A (ja) | 2次元バーコードのねじれ角決定法 | |
CN112183038A (zh) | 一种表格识别套打方法、计算机设备及计算机可读存储介质 | |
US7961968B2 (en) | Image density conversion method, image enhancement processor, and program thereof | |
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 | |
JP5534411B2 (ja) | 画像処理装置 | |
Verma et al. | Removal of obstacles in Devanagari script for efficient optical character recognition | |
US20050271260A1 (en) | Device, method and program for removing pores | |
CN111445402B (zh) | 一种图像去噪方法及装置 | |
US6694059B1 (en) | Robustness enhancement and evaluation of image information extraction | |
KR20150099116A (ko) | Ocr를 이용한 컬러 문자 인식 방법 및 그 장치 | |
JP5397468B2 (ja) | パタンノイズ除去装置、パタンノイズ除去方法、パタンノイズ除去プログラム | |
Hildebrandt et al. | Printed fingerprints at crime scenes: a faster detection of malicious traces using scans of confocal microscopes | |
WO2021192315A1 (ja) | 縞模様画像照合装置、縞模様照合方法、及び、そのプログラムが格納されたコンピュータ可読媒体 | |
JP2009259190A (ja) | 文字認識プログラムおよび文字認識装置 | |
Tai et al. | Braille document parameters estimation for optical character recognition | |
CN112785508A (zh) | 一种电子文档图片去噪的方法和装置 | |
JPH0798747A (ja) | 文字切出し装置 | |
JP2005339398A (ja) | 特徴抽出装置、特徴抽出方法、および、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080801 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080826 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081023 |
|
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: 20081118 |
|
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: 20081201 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111219 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4232800 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: 20111219 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121219 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121219 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131219 Year of fee payment: 5 |