JP4257264B2 - パターン照合装置、画像品質検証方法及び画像品質検証プログラム - Google Patents

Description

本発明は、入力したパターン画像（線状画像）の照合を行うパターン照合装置に関し、特に、画像の品質を正確に検証することで、精度の高いパターンの照合を可能とするパターン照合装置、画像品質検証方法及び画像品質検証プログラムに関する。

従来のパターン照合である、例えば、指紋照合においては、取り込まれた指紋画像を二値化し、さらに芯線化することにより芯線画像（芯線画素＝１、背景画素＝０からなるバイナリデータ）を作成すると共に、その芯線画像から特徴点（図８に示すように、芯線画像（Ａ）、（Ｂ）において隆線の端点７１１や分岐点７２１等）を抽出し、その特徴点を照合元の指紋画像から同じようにして抽出された特徴点と比較することによって、指紋の一致・不一致を判定している。

なお、従来の指紋照合に関する技術としては、以下のものが提案されている。

特開２０００−０５７３４２号公報（特許文献１）に開示されている技術においては、芯線を端点を越えて延長した延長線が、他の芯線がなす蹄状の凸曲線に囲まれた領域を通過するか否かを判断することによって端点が誤抽出された特徴点であるか否かを判定する方法が開示されている。

特開２００３−３３７９４９号公報（特許文献２）に開示されている技術においては、指紋画像を複数の小領域に分割し、指紋画像の画質を判定し、隆線方向にもとづいて、中心点周辺の所定領域を切り出した画像情報を平滑化補正を行い、出力し、照合に用いるべき識別情報を算出する方法が開示されている。

このような指紋照合方法では、抽出した特徴点の信頼性が重要であり、例えば、取り込んだ指紋画像が不明瞭である場合には、信頼性の高い特徴点を抽出することができず、結果的に精度の高い指紋照合は望めないこととなる。

従来では、原指紋画像から生成した情報を元に各領域ごとの明瞭・不明瞭状態を判定し、それをあらかじめ芯線画像から抽出してある特徴点と重ね合わせ、明瞭域内にある特徴点のみを照合に使用していた。この時、芯線画像そのものの明瞭・不明瞭は全く考慮されていなかった。
特開２０００−０５７３４２号公報 特開２００３−３３７９４９号公報

上述したように、精度の高い指紋照合を可能とするためには、信頼性の高い特徴点を抽出することのできる品質の高い芯線画像を取得することが必要となる。

ところで、従来の指紋照合においては、原指紋画像から生成した情報を用いて明瞭・不明瞭の判定を行い、それらを芯線画像と重ね合わせ、明瞭域内に存在する特徴点のみを照合に使用しているが、芯線画像そのものは品質判定には用いていないため、原画像に基づく判定のみでは情報が不十分で精度の高い判定結果が得られない可能性がある。この結果、不明瞭とすべき領域を明瞭と判定してしまい、不明瞭な領域内の低品質特徴点を照合に使用することになる。

よって、従来では、指紋画像の明瞭・不明瞭の判定を行っていても、必ずしも品質の高い特徴点を正確に洗い出すことができないため、精度の高い指紋照合ができない場合があるという問題点を有していた。

本発明の目的は、特徴点抽出の元となるパターン画像の芯線画像の品質を正確に検証することにより、精度の高いパターン照合を可能とするパターン照合装置、画像品質検証方法及び画像品質検証プログラムを提案することにある。

上記目的を達成する本発明は、線状図形を含むパターン画像を二値化処理して作成した芯線画像から特徴点を抽出し、抽出した特徴点に基づいて前記パターン画像相互の照合を行うパターン照合装置であって、前記芯線画像を格子状に分割して得られる局所領域ごとに、前記芯線画像の芯線について曲線近似式の係数を算出し、算出した前記係数の分散値を求め、前記分散値の値が低い場合に品質の高い局所領域とし、前記分散値の値が高い場合に品質の低い局所領域とすることで、前記芯線画像の各局所領域ごとに品質の度合いを設定する品質検証部を備えることを特徴とする。

請求項２の本発明のパターン照合装置は、前記品質検証部は、前記芯線について最小二乗法により曲線近似式の一次、二次係数を求めることを特徴とする。

請求項３の本発明のパターン照合装置は、前記品質検証部は、前記局所領域の芯線を構成する画素が少ない場合、前記分散値を強制的に品質の低い局所領域に相当する分散値とすることを特徴とする。

請求項４の本発明のパターン照合装置は、前記品質検証部は、前記局所領域について算出した前記分散値を合算した値を不安定度として算出し、前記不安定度を予め設定した閾値と比較することで、前記品質の度合いを設定することを特徴とする。

請求項５の本発明のパターン照合装置は、前記品質検証部は、前記分散値の低い前記局所領域の前記芯線の画素数の平均を求め、求めた画素数の平均と前記不安定度を算出した各局所領域ごとの芯線の画素数の差を算出し、前記不安定度に、求めた芯線の画素数の差を加算することにより、前記局所領域ごとに前記不安定度を補正することを特徴とする。

請求項６の本発明のパターン照合装置は、前記品質検証部は、隣接する前記局所領域との整合性を取るために各局所領域について算出された前記不安定度を平滑化することを特徴とする。

請求項７の本発明のパターン照合装置は、前記芯線画像の前記局所領域ごとに、前記芯線の注目画素を中心として端点又は分岐点にぶつかるまでトレースし、前記トレースした画素の列について前記曲線近似式の係数を求めることを特徴とする。

請求項８の本発明は、線状図形を含むパターン画像を二値化処理して作成した芯線画像から特徴点を抽出し、抽出した特徴点に基づいて前記パターン画像相互の照合を行うパターン照合装置における画像品質検証方法であって、前記芯線画像を格子状に分割して得られる局所領域ごとに、前記芯線画像の芯線について曲線近似式の係数を算出し、算出した前記係数の分散値を求め、前記分散値の値が低い場合に品質の高い局所領域とし、前記分散値の値が高い場合に品質の低い局所領域とすることで、前記芯線画像の各局所領域ごとに品質の度合いを設定することを特徴とする。

請求項９の本発明の画像品質検証方法は、前記芯線について最小二乗法により曲線近似式の一次、二次係数を求めることを特徴とする。

請求項１０の本発明の画像品質検証方法は、前記局所領域の芯線を構成する画素が少ない場合、前記分散値を強制的に品質の低い領域に相当する分散値とすることを特徴とする。

請求項１１の本発明の画像品質検証方法は、 前記局所領域について算出した前記分散値を合算した値を不安定度として算出し、前記不安定度を予め設定した閾値と比較することで、前記品質の度合いを設定することを特徴とする。

請求項１２の本発明の画像品質検証方法は、前記分散値の低い前記局所領域の前記芯線の画素数の平均を求め、求めた画素数の平均と前記不安定度を算出した各局所領域ごとの芯線の画素数の差を算出し、前記不安定度に、求めた芯線の画素数の差を加算することにより、前記局所領域ごとに前記不安定度を補正することを特徴とする。

請求項１３の本発明の画像品質検証方法は、隣接する前記局所領域との整合性を取るために各局所領域について算出された前記不安定度を平滑化することを特徴とする。

請求項１４の本発明の画像品質検証方法は、前記芯線画像の前記局所領域ごとに、前記芯線の注目画素を中心として端点又は分岐点にぶつかるまでトレースし、前記トレースした画素の列について前記曲線近似式の係数を求めることを特徴とする。

請求項１５の本発明は、コンピュータ上で実行され、線状図形を含むパターン画像を二値化処理して作成した芯線画像から特徴点を抽出し、抽出した特徴点に基づいて前記パターン画像相互の照合を行うパターン照合装置における画像品質検証プログラムであって、前記芯線画像を格子状に分割して得られる局所領域ごとに、前記芯線画像の芯線について曲線近似式の係数を算出し、算出した前記係数の分散値を求める機能と、前記分散値の値が低い場合に品質の高い局所領域とし、前記分散値の値が高い場合に品質の低い局所領域とすることで、前記芯線画像の各局所領域ごとに品質の度合いを設定する機能を実行することを特徴とする。

請求項１６の本発明の画像品質検証プログラムは、前記芯線について最小二乗法により曲線近似式の一次、二次係数を求めることを特徴とする。

請求項１７の本発明の画像品質検証プログラムは、前記局所領域について算出した前記分散値を合算した値を不安定度として算出し、前記不安定度を予め設定した閾値と比較することで、前記品質の度合いを設定することを特徴とする。

請求項１８の本発明の画像品質検証プログラムは、前記芯線画像の前記局所領域ごとに、前記芯線の注目画素を中心として端点又は分岐点にぶつかるまでトレースし、前記トレースした画素の列について前記曲線近似式の係数を求めることを特徴とする。

本発明のパターン照合装置、画像品質検証方法及び画像品質検証プログラムによれば、以下に述べるような優れた効果が得られる。

パターン画像から作成した芯線画像の芯線について曲線近似式の係数を算出し、算出した前記係数の分散値を求め、分散値に基づいて品質の度合いを領域毎に設定することにより、芯線画像の各領域について設定された品質の度合いに基づいた信頼性の高い特徴点の抽出が可能となる。その結果として、精度の高いパターン照合を実現することができるようになる。

本発明の好適な実施例について図面を参照して詳細に説明する。

以下の実施例では、本発明のパターン照合装置を指紋照合装置に適用した場合について説明する。

図１は本発明を適用した本実施例の指紋照合装置の構成を示すブロック図であり、図において、指紋照合装置１０は、指紋画像入力部１００と、芯線画像作成部１１０と、特徴点作成部１２０と、指紋照合のためのコンピュータ処理を行うデータ処理部１３０と、指紋照合の結果を出力する出力部１４０とを備えて構成されている。

データ処理部１３０は、ＣＰＵとメモリを備えるコンピュータ処理装置で実現される。

指紋画像入力部１００は、スキャナ等により指紋画像の取り込みを行う。

芯線画像作成部１１０は、従来方法と同様に、取り込まれた指紋画像を二値化し、芯線画像を作成する機能を有する。

特徴点作成部１２０は、従来方法と同様に、芯線画像から特徴点を作成する機能を有する。

データ処理部１３０は、指紋芯線画像の品質検証を行う芯線品質検証部１３１と、品質検証時に計算される芯線の係数を格納する係数格納部１３２と、芯線画像から抽出した特徴点に基づいて指紋の照合判定を行う指紋照合部１３３と、照合元の特徴点を格納する照合特徴点格納部１３４により構成されている。

芯線品質検証部１３１は、作成された芯線画像について後述するように品質検証を行い、品質の度合いに応じて領域分けした芯線品質情報を指紋照合部１３３に出力する機能を有する。

また、芯線画像そのものは照合には使用しないので、芯線品質検証部１３１から指紋照合部１３３には送らない。

図４の（Ａ）、（Ｂ）で示すように、滑らかな芯線４１０と潰れた芯線４２０に示すように、品質の高い領域内の芯線は一様に滑らかであり、そのどの芯線点上で曲線近似をしても、似たような曲線近似、即ち、似たような近似係数（＝係数の分散が小さい）が得られると考えられることから、本実施例の芯線品質検証における品質検証処理では、芯線の係数の分散値を計算し、分散値が低い局所領域は芯線画像の品質が高く、反対に分散値が高い局所領域は芯線画像の品質が低いとの検証を行う。

係数格納部１３２は、芯線品質検証部１３１で算出される。芯線の係数を格納する。

指紋照合部１３３は、従来と同じ指紋照合手法により、特徴点生成部１２０により出力された特徴点と、芯線品質検証部１３１により出力された芯線品質情報を用いて、指紋照合判定を行う。

照合特徴点格納部１３４は、指紋照合部１３３での照合の対象となる指紋特徴点を格納するものであり、ハードディスク等の記憶装置で実現される。

出力部１４０は、データ処理部１３０による指紋照合の判定結果としての指紋画像の情報を出力する。出力先は、指紋の認証登録を行なう押捺指紋登録装置や、ディスプレイ等の表示装置や、ハードディスク等の記憶装置等である。

次に、芯線品質検証部１３１による芯線画像の品質検証処理の内容について、図２のフローチャート及び図６、図７を参照して説明する。

芯線品質検証部１３１は、まず、芯線画像作成部１１０で指紋画像を二値化し、芯線化されて作成された芯線画像の取り込みを行う（ステップ２０１）。

取り込まれた芯線画像について、格子状に分割して得られる局所領域ごとに、各芯線において最小二乗法により曲線近似係数の算出の処理を行う（ステップ２０２）。これにより各局所領域ごとの芯線の一次、二次系数を算出し、係数格納部１３２に、これら一次、二次係数を格納する。

次に、上記係数格納部１３２に格納された芯線の一次、二次系数に基づいて、局所領域ごとの一次、二次係数の分散値を算出する（ステップ２０３）。

局所領域の芯線の画素数が極端に少ない場合は、算出結果によらず分散値を強制的に、品質の低い領域に相当する高い値にする。芯線の画素数が極端に少ないと有効な分散値が計算できないため、品質の低い局所領域とみなすものである。

局所領域ごとに、算出された各分散値を合算することにより、品質の程度を示す不安定度として算出する（ステップ２０４）。

明瞭な領域（品質の高い領域）に相当する分散値の低い局所領域の芯線の画素数の平均を求め、求められた芯線の画素数の平均と、各局所領域ごとの芯線の画素数の差を算出し、局所領域の不安定度に、求められた芯線の画素数の差を加算することにより、局所領域ごと不安定度を補正する（ステップ２０５）。

例えば、同じ分散値でも、１０個の画素から計算したときと、５０個の画素から計算したときとでは、統計的な観点から後者の方が係数の不安定度いが高いと考えられるので、この不安定度を局所領域ごとの芯線画素数で補正する必要がある。

算出された不安定度について、鄰接する局所領域の不安定度との整合性をとるための平滑化処理を行う（ステップ２０６）。

平滑化処理した局所領域の不安定度と、予め設定した閾値と比較することにより、各局所領域ごとの品質の設定を行う（ステップ２０７）。これにより、図７に示すように、芯線画像の領域ごとに品質の度合いが設定される。

このような品質の度合いを設定した芯線品質情報を指紋照合部１３３へ出力する（ステップ２０８）。

指紋照合部１３３では、送られた芯線画像について、例えば、高品質とされている領域のみから特徴点を抽出することで指紋の照合を行う。

画像の不安定度による品質の設定は、例えば、以下のようにして行われる。

画像の不安定度の閾値として、低品質に相当する閾値Ｃと、高品質に相当する閾値Ｄを設定（閾値Ｃ＞＞閾値Ｄ）を行い、画像の不安定度が、高い数値である閾値Ｃ以上であれば低品質、不安定度が閾値Ｄ以上かつ閾値Ｃ未満であれば中品質、不安定度が閾値Ｄ未満であれば高品質として各領域ごとの品質の設定を行う。

図７に示す芯線画像には、高品質領域６２１、中品質領域６２２、低品質領域６２３が設定されている。

上記ステップ２０２の処理における、最小二乗法により各芯線の画素において曲線近似式の係数を算出する処理を、図３のフローチャートと、図５の芯線画像をラスタスキャンして得た芯線画像と、図７及び図８を参照し説明する。

一般的に、芯線曲線は局所的に見た場合は直線か弧なので、本実施例では、それぞれを単純な一次式か二次式で近似できることを基本とした処理を行う。

図５に示すように、芯線画像を構成する画素単位で処理するためにラスタスキャンを行い、最小二乗法による曲線近似の処理を行う際の中心点となる注目画素５１０を決定する。

注目画素５１０が芯線の画素であるかの判定を行なう（ステップ３０１）。もし芯線の画素でない場合は、ラスタスキャンされた次の芯線画像より注目画素５１０の決定処理を行う。

注目画素が、図８（Ａ）、（Ｂ）に示すような、特徴点として抽出される可能性のある端点７１１または、分岐点７２１であるかどうかを判定する（ステップ３０２）。もし端点又は分岐点（特徴点）である場合は、ラスタスキャンされた芯線画像より次の注目画素５１０の決定処理を行いステップ３０１に戻る。

特徴点とされる端点または分岐点に対して処理を行わないのは、端点上では両方向のトレースが不可能であり、分岐点上では点列が二つ以上あり有効な曲線近似の処理が得られないためである。

図５に示すように注目画素５１０を中心に、左右二方向に芯線を一定の長さ分だけトレースする（ステップ３０３）。ただし、トレースする芯線の注目画素５１０を中心とする両側のいずれかの側で端点又は分岐点（特徴点）にぶつかった場合はそこで芯線のトレースを終了する。

そして、トレースした点列（画素の列）の長さを注目画素５１０と端点又は分岐点（特徴点）の長さの２倍程度とするように調節する。

図５では、注目画素５１０の左側で端点５３０にぶつかった場合を示し、トレースした点列の長さは図示のように調整されている。

得られた一つの芯線の点列を最小二乗法で二次近似することにより、以下の式１で示す曲線近似式を求める（ステップ３０４）。

Ｙ ＝ Ｃ２×Ｘ^２ ＋ Ｃ１×Ｘ ＋ Ｃ０ ・・・・（式１）
求められた曲線近似式の一次係数のＣ１と二次係数のＣ２を、トレースして求めた点列における係数として係数格納部１３２に格納する。

局所領域における芯線のすべてについて上記処理が終了した場合、曲線近似式の係数の算出（ステップ２０２）を終了する（ステップ３０５）。もし、芯線に処理が全て終了していない場合は、芯線画像より注目画素５１０の決定処理を行いステップ３０１からの処理を繰り返す。

上記処理により、図７に示されるように、芯線画像における品質の高い局所領域内にある特徴点のみを照合に用いることにより、より精度の高い照合処理が実現できる。

上記指紋照合装置のデータ処理部１３０の芯線品質検証部１３１については、芯線品質検証部１３１の機能をハードウェア的に実現することができることは勿論として、ＣＰＵとメモリを備えるコンピュータ処理装置であるデータ処理部１３０をプログラム制御することで、すなわち上記した芯線品質検証部１３１の各機能を実行する画像品質検証プログラム（アプリケーション）１５０をデータ処理部１３０を構成するメモリにロードして実行することでソフトウェア的に実現することができる。この画像品質検証プログラム１５０は、コンピュータで読み取り可能な磁気ディスク、半導体メモリその他の記録媒体に格納され、その記録媒体からコンピュータ処理装置にロードされる。

なお、本発明は上述した実施例に限定されるものではなく、その技術思想の範囲内において様々に変形して実施することができる。

上記実施例では、本発明を指紋照合装置に適用した場合を示したが、その他のパターン照合装置である、指掌紋照合を行う装置、線状図形の照合（欠陥検知）などを行う装置にも適用することができる。

本発明の実施例における指紋照合装置の構成を示すブロック図である。 本発明の実施例における芯線画像の品質領域分け処理を説明するためのフローチャート図である。 本発明の実施例における芯線の曲線近似を求める処理を説明するためのフローチャート図である。 滑らかな芯線と潰れた芯線の芯線画像を示す図である。 本発明の実施例における芯線画像をラスタスキャンした芯線画像を示す図である。 本発明の実施例による指紋照合装置に取り込む指紋画像の例を示す図である。 本発明の実施例における品質検証により得られる芯線画像を示す図である。 端点と分岐点を含む芯線画像の例を示す図である。

符号の説明

１０ ：指紋照合装置
１００：指紋画像入力部
１１０：芯線画像作成部
１２０：特徴点作成部
１３０：データ処理部
１３１：芯線品質検証部
１３２：係数格納部
１３３：指紋照合部
１３４：照合特徴点格納部
１４０：出力部
１５０：芯線画像品質検証プログラム
５００：ラスタスキャンした芯線画像
５１０：注目画素
５２０：トレースした点列
５３０：端点
６１０：指紋画像
６２０：芯線画像
６２１：高品質領域
６２２：中品質領域
６２３：低品質領域
７１０：端点のある芯線画像
７１１：端点
７２０：分岐点のある芯線画像
７２１：分岐点

Claims (18)

1. 線状図形を含むパターン画像を二値化処理して作成した芯線画像から特徴点を抽出し、抽出した特徴点に基づいて前記パターン画像相互の照合を行うパターン照合装置であって、
   前記芯線画像を格子状に分割して得られる局所領域ごとに、前記芯線画像の芯線について曲線近似式の係数を算出し、算出した前記係数の分散値を求め、
   前記分散値の値が低い場合に品質の高い局所領域とし、前記分散値の値が高い場合に品質の低い局所領域とすることで、前記芯線画像の各局所領域ごとに品質の度合いを設定する品質検証部を備えることを特徴とするパターン照合装置。
2. 前記品質検証部は、
   前記芯線について最小二乗法により曲線近似式の一次、二次係数を求めることを特徴とする請求項１に記載のパターン照合装置。
3. 前記品質検証部は、
   前記局所領域の芯線を構成する画素が少ない場合、前記分散値を強制的に品質の低い局所領域に相当する分散値とすることを特徴とする請求項１又は請求項２に記載のパターン照合装置。
4. 前記品質検証部は、
   前記局所領域について算出した前記分散値を合算した値を不安定度として算出し、前記不安定度を予め設定した閾値と比較することで、前記品質の度合いを設定することを特徴とする請求項１から請求項３の何れか１項に記載のパターン照合装置。
5. 前記品質検証部は、
   前記分散値の低い前記局所領域の前記芯線の画素数の平均を求め、求めた画素数の平均と前記不安定度を算出した各局所領域ごとの芯線の画素数の差を算出し、前記不安定度に、求めた芯線の画素数の差を加算することにより、前記局所領域ごとに前記不安定度を補正することを特徴とする請求項４に記載のパターン照合装置。
6. 前記品質検証部は、
   隣接する前記局所領域との整合性を取るために各局所領域について算出された前記不安定度を平滑化することを特徴とする請求項４又は請求項５に記載のパターン照合装置。
7. 前記芯線画像の前記局所領域ごとに、前記芯線の注目画素を中心として端点又は分岐点にぶつかるまでトレースし、前記トレースした画素の列について前記曲線近似式の係数を求めることを特徴とする請求項１から請求項６の何れか１項に記載のパターン照合装置。
8. 線状図形を含むパターン画像を二値化処理して作成した芯線画像から特徴点を抽出し、抽出した特徴点に基づいて前記パターン画像相互の照合を行うパターン照合装置における画像品質検証方法であって、
   前記芯線画像を格子状に分割して得られる局所領域ごとに、前記芯線画像の芯線について曲線近似式の係数を算出し、算出した前記係数の分散値を求め、
   前記分散値の値が低い場合に品質の高い局所領域とし、前記分散値の値が高い場合に品質の低い局所領域とすることで、前記芯線画像の各局所領域ごとに品質の度合いを設定することを特徴とする画像品質検証方法。
9. 前記芯線について最小二乗法により曲線近似式の一次、二次係数を求めることを特徴とする請求項８に記載の画像品質検証方法。
10. 前記局所領域の芯線を構成する画素が少ない場合、前記分散値を強制的に品質の低い領域に相当する分散値とすることを特徴とする請求項８又は請求項９に記載の画像品質検証方法。
11. 前記局所領域について算出した前記分散値を合算した値を不安定度として算出し、前記不安定度を予め設定した閾値と比較することで、前記品質の度合いを設定することを特徴とする請求項８から請求項１０の何れか１項に記載の画像品質検証方法。
12. 前記分散値の低い前記局所領域の前記芯線の画素数の平均を求め、求めた画素数の平均と前記不安定度を算出した各局所領域ごとの芯線の画素数の差を算出し、前記不安定度に、求めた芯線の画素数の差を加算することにより、前記局所領域ごとに前記不安定度を補正することを特徴とする請求項１１に記載の画像品質検証方法。
13. 隣接する前記局所領域との整合性を取るために各局所領域について算出された前記不安定度を平滑化することを特徴とする請求項１０又は請求項１１に記載の画像品質検証方法。
14. 前記芯線画像の前記局所領域ごとに、前記芯線の注目画素を中心として端点又は分岐点にぶつかるまでトレースし、前記トレースした画素の列について前記曲線近似式の係数を求めることを特徴とする請求項８から請求項１３の何れか１項に記載の画像品質検証方法。
15. コンピュータ上で実行され、線状図形を含むパターン画像を二値化処理して作成した芯線画像から特徴点を抽出し、抽出した特徴点に基づいて前記パターン画像相互の照合を行うパターン照合装置における画像品質検証プログラムであって、
    前記芯線画像を格子状に分割して得られる局所領域ごとに、前記芯線画像の芯線について曲線近似式の係数を算出し、算出した前記係数の分散値を求める機能と、
    前記分散値の値が低い場合に品質の高い局所領域とし、前記分散値の値が高い場合に品質の低い局所領域とすることで、前記芯線画像の各局所領域ごとに品質の度合いを設定する機能を実行することを特徴とする画像品質検証プログラム。
16. 前記芯線について最小二乗法により曲線近似式の一次、二次係数を求めることを特徴とする請求項１５に記載の画像品質検証プログラム。
17. 前記局所領域について算出した前記分散値を合算した値を不安定度として算出し、前記不安定度を予め設定した閾値と比較することで、前記品質の度合いを設定することを特徴とする請求項１５又は請求項１６に記載の画像品質検証プログラム。
18. 前記芯線画像の前記局所領域ごとに、前記芯線の注目画素を中心として端点又は分岐点にぶつかるまでトレースし、前記トレースした画素の列について前記曲線近似式の係数を求めることを特徴とする請求項１５から請求項１７の何れか１項に記載の画像品質検証プログラム。

Images