JP4547869B2 - 画像処理方法、および画像処理装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、例えば、被検体を撮像して得られた画像データを処理する画像処理方法、および画像処理装置に関するものである。
【０００２】
【従来の技術】
従来、例えば生体（被検体）を撮像して得られた画像データを用いて個人識別する識別装置が知られている（例えば、特許文献１参照）。
上述した従来の識別装置では、例えば被検体の手の透過光を撮像して、その画像データの画素値について予め決められた閾値を基に２値化画像データを生成して識別処理を行う。例えば識別装置は、２値化画像データの内の血管の配置を示すパターンを基に識別処理を行う。
【０００３】
【特許文献１】
特開平１０＿１２７６０９号公報
【０００４】
【発明が解決しようとする課題】
ところで、撮像データの画素値の分布は被検体毎に異なる。例えば脂肪成分の多い被検体の撮像データは、脂肪成分の少ない被検体の撮像データと比べて画素値の分布データが広範囲に広がり画素値の平均値が比較的高い。
上述した従来の識別装置は、予め決められた閾値を基に２値化処理を行うので、例えば脂肪成分の少ない被検体の画像データでは適切な２値化画像データを生成できるが、脂肪成分の多い被検体の画像データでは、偏った画素値を有する２値化画像データを生成してしまい、適切に２値化処理できない場合があり、改善が望まれている。
【０００５】
本発明は、かかる事情に鑑みてなされたものであり、その目的は、被検体毎に画素値の分布データが異なる場合であっても、適切に２値化処理できる画像処理方法、および画像処理装置を提供することにある。
【０００６】
【課題を解決するための手段】
本発明によれば、被検体としての生体の透過光に基づく血管の像を含む複数の画素からなるグレースケールの第１の画像データについて、当該第１の画像データの階調値に基づくヒストグラムを算出し、当該算出したヒストグラムの値から有効な画像データの領域を決定する領域決定工程と、前記領域決定工程において決定した前記有効な画像データの領域の画素データの中心位置を拡大するマッピング処理工程と、フィルタリング特性の異なる複数のフィルタを有し、前記第１の画像データのノイズ特性に応じたフィルタを選択して前記マッピング処理工程において得られた前記画像データのノイズを除去する処理を行うノイズ除去処理工程と、前記ノイズが除去された画像データについて最小の画素値の画素データを所定の画素データとする処理を行い、所定の大きさより小さい画素データを除去する第１の縮退処理と、当該縮退処理された画素データについて最大の画素データ値を所定の画素データとする第１の膨張処理を行って前記血管を示す線形状を含む画像データを生成する線形状画像データ生成工程と、前記生成された線形状を含む画像データについて最大の画素データ値を所定の画素データとする第２の膨張処理を行って画素データを接続する処理と最小の画素値の画素データを所定の画素データとする第２の縮退処理を行って、ノイズ成分の微小なパターンを除去して線形状のパターンを残す処理を行う線形状パターン画像データ抽出工程と、前記抽出された線形状のパターン画像データについてパターンを細らせるスケルトン処理を行って線パターンの中心部分を線データとして抽出する細線化処理工程とを有する、画像処理方法が提供される。
【０００７】
好ましくは、当該画像処理方法は、前記線形状パターン画像データ抽出工程において得られた線形状のパターン画像データについてローパスフィルタ処理を行って、前記抽出された線形状のパターンデータの精度を向上させるローパスフィルタ処理工程をさらに有し、前記細線化処理工程において前記精度が向上された線形状のパターン画像データについてスケルトン処理を行う。
好ましくは、前記第１の縮退処理、前記第１の膨張処理、前記第２の膨張処理、前記第２の縮退処理は、モルフォロジ関数を適用して行う。
また好ましくは、前記細線化処理工程においてスケルトン処理は、モルフォロジ関数を適用して行う。
好ましくは、前記ローパスフィルタ処理工程において、しきい値を変化させて、複数回、ローパスフィルタ処理を行う。
また好ましくは、前記ローパスフィルタ処理工程において、前記画像データを２次元フーリエ変換処理した２次元フーリエ空間上で周波数成分が前記線形状のパターンを残させる閾値よりも低周波数成分の画像データを生成し、前記細線化処理工程において前記精度が向上された線形状のパターン画像データについてスケルトン処理を行う。
好ましくは、前記有効画像データの領域の画像データのノイズを除去する処理を行うノイズ除去処理工程において、ガウシアンフィルタ処理を行い、次いで、ガウシアンラプラシアンフィルタ処理を行う。
さらに好ましくは、当該画像処理方法は、前記細線化工程で得られた細線データを、事前に準備した基準の細線データと照合して認証を行う認証工程をさらに有する。
【０００８】
また本発明によれば、上記画像処理方法を実施する画像処理装置が提供される。
【０００９】
【発明の実施の形態】
本発明に係る画像処理装置は、被検体を撮像して得られた画像データを基に、画像データを構成し予め規定された第１の範囲の画素値を示す複数の画素データについて、画素データの分布を示す分布データを生成し、２値化対象とする第２の範囲を特定し、その第２の範囲内の画素データを第１の範囲にマッピングして、そのマッピングした画素データで構成される画像データを生成し、その画像データを第１の範囲内で規定された閾値を基に２値化して２値化画像データを生成する。
【００１０】
以下、本発明に係る画像処理装置の第１実施形態として、被検体ｈとしての生体中の血管が形成された部位を撮像して画像データを生成し、その画像データを画像処理して血管情報を抽出し、認証処理を行うデータ処理装置を説明する。
【００１１】
図１は、本発明に係るデータ処理装置の第１実施形態を示す全体の概念図である。
本実施形態に係るデータ処理装置１は、図１に示すように、撮像系１０１、抽出部１０２、および認証部１０３を有する。データ処理装置１は本発明に係る画像処理装置に相当する。
【００１２】
撮像系１０１は、被検体ｈを撮像して画像データを生成し、その画像データを信号Ｓ１１として抽出部１０２に出力する。
撮像系１０１は、詳細には照射部１０１１および光学レンズ１０１２を有する。
照射部１０１１は、例えばハロゲンランプ等より構成され、制御信号により被検体ｈの一部に電磁波、例えば近赤外線を照射する。
【００１３】
例えば被検体ｈとしての生体に電磁波を照射した場合、波長領域６００ｎｍ〜１３００ｎｍ程度の赤色から赤外領域の近赤外線は、他の波長領域の電磁波と比較して透過性が高い。この波長領域では血中のヘモグロビンによる光吸収が支配的である。
【００１４】
例えば被検体ｈとして手の甲側から近赤外線を照射し、掌側から透過光を撮像した場合に、電磁波は血中のヘモグロビンにより吸収されるため、掌側表面近傍の太い血管に相当する領域が、血管に相当する領域以外の領域よりも暗い画像データが得られる。
【００１５】
血管の静脈は、成長過程で形成され後天性のものであり、この血管の形状は個人差が大きい。本実施形態では、この血管を撮像して得られた画像データを個人特有の識別情報として認証処理に用いる。
【００１６】
光学レンズは１０１２は、被検体ｈからの透過光を撮像部１１に結像する。
撮像部１１は、光学レンズ１０１２により結像された透過光を基に画像データＳ１１を生成する。例えば撮像部１１は、ＣＣＤ（Ｃｈａｒｇｅ−ｃｏｕｐｌｅｄ ｄｅｖｉｃｅ ：電荷結合素子）型画像センサや、Ｃ−ＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ ｍｅｔａｌ−ｏｘｉｄｅ ｓｅｍｉｃｏｎｄｕｃｔｏｒ）型画像センサにより構成され、画像データＳ１１を抽出部１０２に出力する。この際、画像データＳ１１はＲＧＢ（ｒｅｄ−ｇｒｅｅｎ−ｂｌｕｅ）信号であってもよいし、それ以外の色やグレースケール等の画像データであってもよい。
【００１７】
抽出部１０２は、画像データＳ１１を基に画像処理を行い、認証に用いる画像データ、例えばスケルトン画像データを抽出して信号Ｓ１０２として認証部１０３に出力する。
認証部１０３は、抽出部１０２による信号Ｓ１０２を基に、予め記憶する登録画像データと照合処理を行い、認証処理を行う。
【００１８】
図２は、図１に示したデータ処理装置のハードウェア的なブロック図である。
データ処理装置１は、例えば図２に示すように、撮像部１１、入力部１２、出力部１３、通信インタフェース（Ｉ／Ｆ）１４、ＲＡＭ（Ｒａｎｄｏｍ ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１５、ＲＯＭ（Ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）１６、記憶部１７、およびＣＰＵ１８を有する。
撮像部１１、入力部１２、出力部１３、通信インタフェース（Ｉ／Ｆ）１４、ＲＡＭ１５、ＲＯＭ１６、記憶部１７、およびＣＰＵ１８は、バスＢＳにより接続されている。
【００１９】
撮像部１１は、ＣＰＵ１８の制御により、被検体ｈの画像データを生成し信号Ｓ１１として出力する。
入力部１２は、例えばユーザの操作に応じた信号をＣＰＵ１８に出力する。例えば入力部１２は、キーボード、マウス、およびタッチパネル等により構成される。
出力部１３は、ＣＰＵ１８の制御により所定のデータに応じた出力を行う。例えば出力部１３はディスプレイ等の表示装置等により構成される。
【００２０】
通信インタフェース（Ｉ／Ｆ）１４は、ＣＰＵ１８の制御により、例えば不図示の通信ネットワークを介して、他のデータ処理装置とデータ通信を行う。
ＲＡＭ１５は、例えばＣＰＵ１８のワークスペースとして用いられる。
ＲＯＭ１６は、例えば初期値や初期パラメータ等のデータを記憶し、そのデータはＣＰＵ１８により利用される。
【００２１】
記憶部１７は、ＣＰＵ１８により所定のデータの書込みおよび読出しが行われる。例えば記憶部１７は、ＨＤＤ（Ｈａｒｄ ｄｉｓｋ ｄｒｉｖｅ）等の記憶装置で構成される。
記憶部１７は、例えば図２に示すように、プログラムＰＲＧ、画像データＤＰ等を有する。
プログラムＰＲＧは、本実施形態に係る機能、例えば抽出部１０２および認証部１０３等の機能を含み、ＣＰＵ１８により実行されることで、その機能が実現される。
画像データＤ＿Ｐは、例えば認証処理に用いられる登録画像データ等の画像データである。
【００２２】
図３は、図１に示したデータ処理装置の機能ブロック図である。
例えばＣＰＵ１８は、図３に示すようにプログラムＰＲＧを実行することにより、抽出部１０２の機能として、グレースケール変換部１８０１、分布データ生成部１８０２、特定部１８０３、マッピング部１８０４、ガウシアンフィルタ１８０５、ガウシアンラプラシアン１８０６、第１の縮退処理部１８０７、第１の膨張処理部１８０８、第２の膨張処理部１８０９、第２の縮退処理部１８１０、ローパスフィルタ部１８１１、マスク部１８１２、およびスケルトン部１８１３の機能を実現する。
本発明はこの形態に限られるものではない。例えば図３に示す構成要素の機能をハードウェアにより実現してもよい。
【００２３】
分布データ生成部１８０２は本発明に係る分布データ生成手段に相当し、特定部１８０３は本発明に係る特定手段に相当し、マッピング部１８０４は本発明に係るマッピング手段に相当し、ローパスフィルタ部１８１１は本発明に係るフィルタ処理手段に相当し、ガウシアンフィルタ１８０５、ガウシアンラプラシアン１８０６、第１の縮退処理部１８０７、第１の膨張処理部１８０８、第２の膨張処理部１８０９、第２の縮退処理部１８１０、ローパスフィルタ部１８１１、マスク部１８１２、およびスケルトン部１８１３が、本発明に係る２値化手段に相当する。
【００２４】
グレースケール変換部１８０１は、撮像部１１からのＲＧＢの信号Ｓ１１を基にグレースケールに変換して信号Ｓ１８０１として、分布データ生成部１８０２に出力する。詳細にはグレースケール変換部１８０１は、ＲＧＢ信号を白から黒までの所定の階調、例えば２５６階調に変換する。
【００２５】
本実施形態では、撮像部１１はＲＧＢの信号Ｓ１１を生成し、グレースケール変換部１８０１がその信号Ｓ１１をグレースケールに変換処理を行ったが、この形態に限られるものではない。例えば、撮像部１１がグレースケールの画像データＳ１１を生成した場合には、グレースケール変換部１８０１を設けない。
【００２６】
図４は、図１に示したデータ処理装置の動作を説明するための図である。
本実施形態では、撮像部１１は、例えば被検体ｈの生体の指を撮像して図４（ａ）に示すようなＲＧＢ画像データＳ１１を出力する。
グレースケール変換部１８０１は、その画像データＳ１１を基に、例えば図４（ｂ）に示すような、グレースケールの画像データＳ１８０２を生成し、分布データ生成部１８０２に出力する。
【００２７】
分布データ生成部１８０２は、グレースケール変換部１８０１からの信号Ｓ１８０１を基に、画像データを構成し予め規定された第１の範囲の画素値を示す複数の画素データについて、画素データの分布を示す分布データｄ１を生成し、信号Ｓ１８０２として特定部１８０３に出力する。
【００２８】
詳細には分布データ生成部１８０２は、信号Ｓ１８０１を基に、例えば横軸ｃを階調の値（画素値ともいう），縦軸ｆをその画素データの数（度数ともいう）とすると、図４（ｃ）に示すように第１の範囲ｒ１として２５６階調の範囲の画素値を示す画素データについて、分布データｄ１としてヒストグラムを生成する。図４（ｃ）では小さな画素値は黒に相当し、大きな画素値は白に相当する。
分布データ生成部１８０２は、詳細には第１の範囲ｒ１内の各画素値について、画素値を持つ画素データの数を示す分布データｄ１を生成する。
【００２９】
図５は、図３に示した特定部の動作を説明するための図である。
特定部１８０３は、信号Ｓ１８０２を基に、第１の範囲ｒ１のうち予め決められた数の画素データが持つ画素値のなかで最大の画素値以下の範囲を、２値化対象とする第２の範囲ｒ２として特定し、信号Ｓ１８０３として出力する。
【００３０】
詳細には特定部１８０３は、例えば図５（ａ）に示すように、分布データｄ１について、第１の範囲ｒ１内のうち、予め決められた閾値Ｖ＿ｔｈの数の画素値ｒ１１，ｒ１２，ｒ１３，ｒ１４のなかで最大の画素値ｒ１１以下の範囲を第２の範囲ｒ２として特定する。
例えば特定部１８０３は、図５（ａ）に示すような分布データｄ１の場合には０〜１１０の画素値の範囲を第２の範囲ｒ２として特定する。
【００３１】
ところで、被検体ｈの画素値の分布データは被検体ｈ毎に異なる。例えば脂肪成分の多い被検体ｈの画像データのヒストグラムｄ１’は、脂肪成分の少ない被検体の画像データと比べて、図５（ｂ）に示すように分布データｄ１’が広範囲に広がり画素値の平均値が比較的高い。
特定部１８０３は、例えば図５（ｂ）に示すような分布データｄ１’の場合には、第１の範囲ｒ１内のうち、予め決められた閾値Ｖ＿ｔｈの数の画素値ｒ１１’，ｒ１２’，ｒ１３’，ｒ１４’のなかで最大の画素値ｒ１１’以下の範囲を第２の範囲ｒ２’として特定する。
【００３２】
マッピング部１８０４は、信号Ｓ１８０３を基に、複数の画素データのうち、特定部１８０３が特定した第２の範囲ｒ２にある画素データを第１の範囲ｒ１にマッピングして、当該マッピングした画素データで構成される第２の画像データを生成し信号Ｓ１８０４として出力する。
【００３３】
詳細にはマッピング部１８０４は、例えば図４（ｃ）に示すように０〜１１０の画素値の範囲を第２の範囲ｒ２とする場合には、図４（ｄ）に示すように画素データを０〜２５６の画素値の範囲である第１の範囲ｒ１に拡大することでマッピングを行い、図４（ｅ）に示すように血管情報を含まない画像データのうち中心部分を拡大して第２の画像データＳ１８０４を生成する。
【００３４】
図６は、図１に示したデータ処理装置のマッピング処理に係る動作を説明するためのフローチャートである。図４〜６を参照しながら、分布データ生成部１８０２，特定部１８０３，マッピング部１８０４の動作を中心に説明する。
【００３５】
撮像部１１では、被検体ｈを撮像して画像データＳ１１をグレースケール変換部１８０１に出力する。画像データＳ１１は、グレースケール変換部１８０１により２５６階調のグレースケールに変換され、信号Ｓ１８０１として分布データ生成部１８０２に入力される。
【００３６】
ステップＳＴ１において、分布データ生成部１８０２では、信号Ｓ１８０１を基に、例えば図４（ｃ）に示すように、画像データＳを構成し予め規定された第１の範囲ｒ１内の画素値を示す複数の画素データについて、その画素値を持つ画素データの数を示す分布データｄ１を生成し信号Ｓ１８０２として特定部１８０３として出力される。
【００３７】
ステップＳＴ２において、特定部１８０３では、図４（ｃ）に示すように、信号Ｓ１８０２を基に、第１の範囲ｒ１内のうち予め決められた数、例えば閾値Ｖ＿ｔｈの画素データが持つ画素値のなかで最大の画素値ｒ１１以下の範囲を、２値化対象とする第２の範囲ｒ２として特定し、信号Ｓ１８０３としてマッピング部１８０４に出力する。
【００３８】
ステップＳＴ３において、マッピング部１８０４は、図４（ｄ）に示すように、信号Ｓ１８０３を基に複数の画素データのうち、特定部１８０３が特定した第２の範囲ｒ２にある画素データを第１の範囲ｒ１にマッピングして、当該マッピングした画素データで構成される第２の画像データを生成し、信号Ｓ１８０４として出力する。
【００３９】
ステップＳＴ４において、例えば後述する構成要素１８０５〜１８１２等によりマッピング部１８０４で生成した第２の画像データＳ１８０４を、第１の範囲ｒ１内に規定された閾値、例えば１００階調を基に２値化して第３の画像データを生成する。
【００４０】
上述したように本実施形態では、例えば図４（ｃ），図４（ｄ）に示すように、分布データ生成部１８０２により分布データを生成し、特定部１８０３により第２の範囲を特定し、マッピング部１８０４により第２の範囲にある画素データを第１の範囲にマッピングし、後述する構成要素１８０５〜１８１２等により第１の範囲ｒ１内に規定された閾値を基に２値化して画像データを生成するので、被検体ｈ毎に画素値の分布データｄ１が異なる場合であっても、適切に２値化処理できる。
【００４１】
また、特定した第２の範囲にある画素データを第１の範囲にマッピングするのでコントラストが強くなり、適切に２値化処理を行うことができる。
【００４２】
本実施系形態に係るデータ処理装置１は、上述した工程で生成した画像データにノイズ除去処理後、エッジ強調処理を行う。例えば、データ処理装置１は信号Ｓ１８０４を基に複数の異なるノイズ除去処理のうち、いずれかのノイズ除去処理を行い、ノイズ除去処理の後、エッジ強調処理を行う。
【００４３】
図７は、図１に示したデータ処理装置のフィルタ処理に係る機能ブロック図である。
ＣＰＵ１８は、例えばプログラムＰＲＧを実行することにより、図７に示す選択部１８１４および複数のノイズ除去フィルタ１８１５の機能を実現する。
ノイズ除去フィルタ１８１５は、本発明に係るノイズ除去手段に相当する。
【００４４】
選択部１８１４は、ノイズ除去フィルタ１８１５のうちの複数の異なるノイズ除去処理を行うノイズ除去フィルタのうち、いずれかのノイズ除去フィルタを選択させる信号Ｓ１８１４をノイズ除去フィルタ１８１５に出力する。
例えば選択部１８１４は、信号Ｓ１８０４のノイズ分布特性を検出し、検出結果を基にノイズ特性に適したノイズ除去フィルタを選択させる信号Ｓ１８１４を出力する。
また、例えば選択部１８１４は、ユーザの操作に応じた入力部１２からの信号を基にノイズ除去フィルタを選択させる信号Ｓ１８１４を出力してもよい。
【００４５】
ノイズ除去フィルタ１８１５は、複数のノイズ除去処理用のフィルタ、例えばガウシアンフィルタ１８１５＿１、メディアンフィルタ１８１５＿２、最大値フィルタ１８１５＿３、最小値フィルタ１８１５＿４、２次元適応ノイズ除去フィルタ１８１５＿５、近傍フィルタ１８１５＿６、平均化フィルタ１８１５＿７、ガウシアンローパスフィルタ１８１５＿８、２次元ラプラシアン近似フィルタ１８１５＿９、およびガウシアンラプラシアンフィルタ１８１５＿１０を有し、例えば選択部１８１４からの信号Ｓ１８１４に応じていずれかの（少なくとも１つの）ノイズ除去フィルタを選択し、その選択したノイズ除去フィルタで信号Ｓ１８０４をノイズ除去処理を行い、画像データＳ１８０６を生成する。
【００４６】
以下、フィルタ処理を説明する。一般的に２次元平面の格子点（ｎ１，ｎ２）を変数とする画像データｕ（ｎ１，ｎ２）をフィルタｈ（ｎ１，ｎ２）でフィルタ処理を行い、数式（１）に示すように画像データｖ（ｎ１，ｎ２）を生成する。ここで畳込み積分（コンボリューション）を’＊’と表す。
【００４７】
【数１】

【００４８】
ガウシアンフィルタ１８１５＿１は、例えば標準偏差σを用いて数式（２）に示すようにガウス関数ｈｇ（ｎ１，ｎ２）を畳込み処理を行う。詳細には数式（３），（１）に示すように、ガウシアンフィルタｈ（ｎ１，ｎ２）を用いてノイズ除去処理を行う。
【００４９】
【数２】

【００５０】
【数３】

【００５１】
図８は、ガウシアンフィルタを説明するための図である。
ガウシアンフィルタ１８１５＿１は平滑化フィルタであり、例えば図８に示すように注目画素データを中心に、２次元のガウス分布に応じた重み付けで演算を行い平滑化処理を行う。例えば注目画素データ（０，０）として図８に図示する。
【００５２】
メディアンフィルタ１８１５＿２は、例えば注目画素データを中心にｎ×ｎの局所領域の画素データを順番に並べた場合に、順番が真ん中の画素データの画素値を注目画素データの画素値とする。
【００５３】
最大値フィルタ１８１５＿３は、例えば注目画素を中心にｎ×ｎの局所領域の画素データのうち、最大値の画素値を注目画素データの画素値とする。
最小値フィルタ１８１５＿４は、例えば注目画素を中心にｎ×ｎの局所領域の画素データのうち、最小値の画素値を注目画素データの画素値とする。
【００５４】
２次元適応ノイズ除去フィルタ１８１５＿５は、例えばいわゆるＷｉｅｎｅｒフィルタであり、画像データを基に、画像データとの平均２乗誤差を最小化するフィルタ処理を行い、画像を改善する。
【００５５】
近傍フィルタ１８１５＿６は、画像データのうちの例えばｎ×ｎ画素の画素値を基に出力ピクセルを計算するフィルタ処理である。例えば詳細には近傍フィルタ１８１５＿６は、そのデータに応じて近傍の値から最大値、最小値、および標準偏差を基にフィルタ処理を行う。
【００５６】
平均化フィルタ１８１５＿７は、画像データのうちの例えばｎ×ｎ画素の画素値の平均値を計算し出力ピクセルとするフィルタ処理を行う。
【００５７】
ガウシアンローパスフィルタ１８１５＿８は、ノイズ除去および平滑化処理を行う。詳細には、ガウシアンローパスフィルタ１８１５＿８は、画像データをガウシアン型の重み付けを基に平滑化処理を行う。
【００５８】
２次元ラプラシアン近似フィルタ１８１５＿９は、画像データを基に２次微分処理を行い、エッジ検出などを行う。
【００５９】
ガウシアンラプラシアンフィルタ１８１５＿１０は、ガウシアンフィルタにラプラシアン（２次微分）を演算させるフィルタ処理である。以下詳細に説明する。
【００６０】
ラプラシアンは、２次元ユークリッド座標系では例えば数式（４）に示すように表現できる。
【００６１】
【数４】

【００６２】
また、ラプラシアンは、例えば所定の数αを用いて数式（５）に示すように３×３のマトリクス表示を行うことができる。ここで注目画素をマトリクスの中心とする。
【００６３】
【数５】

【００６４】
ガウシアンフィルタのラプラシアンは、例えば標準偏差σを用いて数式（６）に示すようにガウス関数ｈｇ（ｎ１，ｎ２）を畳込み処理を行う。詳細には数式（７），（１）に示すように、ガウシアンラプラスフィルタｈ（ｎ１，ｎ２）を用いてノイズ除去処理を行う。
【００６５】
【数６】

【００６６】
【数７】

【００６７】
また、ガウシアンフィルタのラプラシアンは、所定の値αを用いて、マトリクス表示を行うと例えば数式（８）に示すように表現できる。ここで注目画素をマトリクスの中心とする。
【００６８】
【数８】

【００６９】
図９は、ガウシアンラプラシアンフィルタを説明するための図である。簡単な説明のため画像データを１次元として説明する。
エッジは画素値（明るさ）の変化によって生じる面と面との境界である。エッジは空間微分を行うことにより検出可能である。例えば空間微分には１次微分と２次微分がある。
【００７０】
例えば図９（ａ）に示すステップ形状の画素値ｆ（ｘ）の場合を説明する。ここで縦軸を画素値、横軸をｘ軸とする。
エッジ領域は、詳細には図９（ｂ）に示すように、第１の画素値ｆ１と第２の画素値ｆ２間は所定の幅Ｌで連続的に変化する。画像データｆ（ｘ）を１次微分処理すると、例えば図９（ｃ）に示すように境界領域において所定の幅Ｌで急激に変化する。
例えばエッジ検出処理は、この１次微分処理後の画像のｆ’（ｘ）の急激な変化を検出して、エッジを特定する。
【００７１】
また、エッジ検出処理は２次微分処理（ラプラシアン）により検出してもよい。
例えば画像データが図９（ｄ）に示す画素値ｆ（ｘ）の場合には、図９（ｅ）に示す１次微分値ｆ’（ｘ）と、図９（ｆ）に示す２次微分値ｆ’’（ｘ）が得られる。
この２次微分値ｆ’’（ｘ）は、エッジのスロープ中で傾きが最も大きい点で符号が変化する。したがって、２次微分がｘ軸を横切る点（ゼロ交差点という）Ｐ＿ｃｒは、エッジの位置を示す。この画像データは２次元データであり、実際のエッジ検出の際には、２次微分処理した画像データのうちゼロ交差点Ｐ＿ｃｒの位置をエッジとして特定する。
【００７２】
例えば選択部１８１４が、ノイズ除去処理としてガウシアンフィルタ１８１５＿１およびガウシアンラプラシアンフィルタ１８１５＿１０を選択した場合を説明する。例えば図３に示すように、ガウシアンラプラシアン１８０６をガウシアンフィルタ１８１５＿１、ガウシアンラプラシアンフィルタ１８０６をガウシアンラプラシアンフィルタ１８１５＿１０とする。
【００７３】
図１０は、図１に示したデータ処理装置のノイズ除去処理を説明するための図である。図１１は、図１に示したデータ処理装置の動作を説明するためのフローチャートである。図１０，１１を参照しながらデータ処理装置の動作、特にノイズ除去処理に関する動作を説明する。
【００７４】
ステップＳＴ１１において、例えば選択部１８１４は、信号Ｓ１８０４のノイズ分布特性を検出し、検出結果を基にそのノイズ特性に適したノイズ除去フィルタを選択させる信号Ｓ１８１４をノイズ除去フィルタ１８１５に出力する。例えば選択部１８１４はノイズ除去処理としてガウシアンフィルタ１８１５＿１およびガウシアンラプラシアンフィルタ１８１５＿１０を選択させる信号Ｓ１８１４をノイズ除去フィルタに出力する。
【００７５】
ステップＳＴ１２において、ノイズ除去フィルタ１８１５では、信号Ｓ１８１４を基にいずれかの（少なくとも１つの）ノイズ除去フィルタを選択し、その選択したノイズ除去フィルタで信号Ｓ１８０４をノイズ除去処理を行い、画像データＳ１８０６を生成する。
例えばノイズ除去フィルタ１８１５は、ガウシアンフィルタ１８１５＿１およびガウシアンラプラシアンフィルタ１８１５＿１０を選択する。説明の便宜上、ガウシアンフィルタ１８０５およびガウシアンラプラシアンフィルタ１８０６として説明する。
【００７６】
ステップＳＴ１２において、ガウシアンフィルタ１８０５は、例えば図１０（ａ）に示す信号Ｓ１８０４を基に数式（１），（３）に示すノイズ除去処理を行い、例えば図１０（ｂ）に示す画像データＳ１８０５を生成してガウシアンラプラシアンフィルタ１８０６に出力する。
【００７７】
ステップＳＴ１３において、ガウシアンラプラシアンフィルタ１８０６は、例えば図１０（ｂ）に示すような信号Ｓ１８０５を基にエッジ強調処理を行い、例えば図１０（ｃ）に示すような画像データＳ１８０６を生成して出力する。この画像データＳ１８０６は２値化画像データである。
ガウシアンラプラシアンフィルタ１８０６は、２値化処理を行う際に例えば図４（ｃ）に示す第１の範囲ｒ１内に規定された閾値を基に２値化処理を行う。
ステップＳＴ１〜ＳＴ４それぞれは、本発明に係る第１〜第４の工程それぞれに相当する。
【００７８】
以上説明したように、複数のノイズ除去処理のうちいずれかのノイズ除去処理を選択する選択部１８１４と、例えばノイズ除去フィルタ１８１５として、ガウシアンフィルタ１８１５＿１、メディアンフィルタ１８１５＿２、最大値フィルタ１８１５＿３は、最小値フィルタ１８１５＿４、２次元適応ノイズ除去フィルタ１８１５＿５、近傍フィルタ１８１５＿６、平均化フィルタ１８１５＿７、ガウシアンローパスフィルタ１８１５＿８、２次元ラプラシアン近似フィルタ１８１５＿９、ガウシアンラプラシアンフィルタ１８１５＿１０とを設け、例えば選択部１８１４により選択されたフィルタが信号Ｓ１８０４を基にノイズ除去処理を行い、その後ガウシアンラプラシアンフィルタ１８０６によりエッジ強調処理を行い２値化するので、例えば画像データＳ１８０４から被検体ｈの生体の乱反射や撮像部１１等のデバイスに起因するノイズを除去し、予め決められた第１の範囲ｒ１の閾値を基に、適切に２値化した画像データを生成することができる。
【００７９】
また、選択部１８１４は、ノイズ特性に応じたフィルタを選択するので高精度にノイズを除去することができる。
また、例えば被検体ｈの血管を含む部位を透過光を撮像して生成した画像データをガウシアンフィルタ処理およびガウシアンラプラシアンフィルタ処理を行うことで高精度にノイズを除去処理でき、また適切に２値化処理して血管を示すパターンを視認可能な画像を生成することができる。
【００８０】
図１２は、図１に示したデータ処理装置の動作を説明するための概念図である。
本実施形態に係るデータ処理装置１は、上述した処理で生成した２値化画像データＳ１８０６を基に、例えば図１２（ａ）に示すように、所定の大きさの領域ａｒ＿ｔｈ１より小さいノイズ成分の画素を図１２（ｂ）に示すように除去処理を行う。
【００８１】
また、データ処理装置１は、例えば図１２（ｃ）に示す２値化画像データＳ１８０６を基に、所定の距離ａｒ＿ｔｈ２内の同じ画素値の画素データｇ２１，ｇ２２を接続する処理を行い、例えば図１２（ｄ）に示す線形状のパターンｇ２を有する画像データを生成する。本実施形態では、この線形状のパターンは血管を示すパターンに相当する。
【００８２】
詳細には、データ処理装置１は、画像データを構成する、画素値を示す複数の画素データ毎に、当該画素データの周囲の第１の領域内の画素データのうち最小の画素データを所定の画素データとする縮退処理と、縮退処理による画素データ毎に、当該画素データの周囲の第１の領域より大きい第２の領域内の画素データのうち最大の画素データを所定の画素データとして膨張処理を行い、線形状のパターンを含む画像データを生成する。
本実施形態では、例えばモルフォロジ関数を用いて上述の機能を実現する。
【００８３】
図１３は、図１に示したデータ処理装置の縮退処理および膨張処理を説明するための図である。
第１の縮退（ｅｒｏｄｅ）処理部１８０７は、画像データＳ１８０６を基に、画像データＳ１８０６を構成する画素値を示す複数の画素データ毎に、当該画素データの周囲の第１の領域内の画素データのうち最小の画素データを所定の画素データとして画像データＳ１８０７を生成し、第１の膨張処理部１８０８に出力する。
詳細には、第１の縮退処理部１８０７は、例えば図１３（ａ）に示すように、第１の領域として、注目画素データｇ＿ａｔｔを中心とした十字形状のエレメントＥＬ１内の画素データのうち最小の画素データを注目画素ｇ＿ａｔｔの画素値とする。本実施形態では図１３（ｂ）に示すように最小値０を注目画素データｇ＿ａｔｔとする。
【００８４】
第１の膨張処理（ｄｉｌａｔｅ）処理部１８０８は、画像データＳ１８０７を基に、画像データＳ１８０７を構成する、画素値を示す複数の画素データ毎に、当該画素データの周囲の第１の領域内の画素データのうち最大の画素データを所定の画素データとして画像データＳ１８０８を生成し、第２の膨張処理部１８０９に出力する。
【００８５】
詳細には第１の膨張処理部１８０８は、例えば図１３（ａ）に示すように、第１の領域として注目画素データｇ＿ａｔｔを中心とした十字形状のエレメントＥＬ１内の画素データのうち最大の画素データを注目画素ｇ＿ａｔｔの画素値とする。本実施形態では図１３（ｃ）に示すように最大値１を注目画素データｇ＿ａｔｔとする。
【００８６】
第２の膨張処理部１８０９は、画像データＳ１８０８を基に、画像データＳ１８０８を構成する画素値を示す複数の画素データ毎に、当該画素データの周囲の第１の領域より大きい第２の領域内の画素データのうち最大の画素データを所定の画素データとして画像データＳ１８０９を生成し、第２の縮退処理部１８１０に出力する。
【００８７】
詳細には、第２の膨張処理部１８０９は、例えば図１３（ｄ）に示すように、第１の領域より大きい第２の領域として、注目画素データｇ＿ａｔｔを中心とした３×３矩形状のエレメントＥＬ２内の画素データのうち最大の画素データを注目画素ｇ＿ａｔｔの画素値とする。本実施形態では例えば図１３（ｅ）に示すように最大値１を注目画素データｇ＿ａｔｔとする。
本実施形態では３×３のエレメントを例に説明するが、この形態に限られるものではない。例えば５×５や７×７等の所望の大きさであってもよい。
【００８８】
第２の縮退処理部１８１０は、画像データＳ１８０９を基に、画像データＳ１８０９を構成する、画素値を示す複数の画素データ毎に、当該画素データの周囲の第１の領域より大きい第２の領域内の画素データのうち最小の画素データを所定の画素データとして画像データＳ１８１０を生成する。
【００８９】
詳細には、第２の縮退処理部１８１０は、例えば図１３（ｄ）に示すように、第１の領域より大きい第２の範囲として、注目画素データｇ＿ａｔｔを中心とした３×３矩形状のエレメントＥＬ２内の画素データのうち最小の画素データを注目画素ｇ＿ａｔｔの画素値とする。本実施形態では図１３（ｆ）に示すように最小値０を注目画素データｇ＿ａｔｔとする。
【００９０】
図１４は、図１に示したデータ処理装置の動作を説明するための図である。図１５は、図１に示したデータ処理装置の動作を説明するためのフローチャートである。図１０，１４，１５を参照しながらデータ処理装置の動作、特に縮退処理および膨張処理を中心に説明する。
【００９１】
ステップＳＴ２１において、第１の縮退処理部１８０７は、例えば図１０（ｃ）に示す画像データＳ１８０６を基に、例えば図１３（ａ）に示すように第１の領域として、注目画素データを中心とした十字形状のエレメントＥＬ１内の画素データのうち最小の画素データを注目画素ｇ＿ａｔｔの画素値とし、図１４（ａ）に示すような画像Ｓ１８０７を生成する。
第１の縮退処理部１８０７は、この第１の縮退処理の結果、所定の大きさより小さい画素データを除去した画像データＳ１８０７を生成する。
【００９２】
ステップＳＴ２２において、第１の膨張処理部１８０８は、例えば図１４（ａ）に示す画像データＳ１８０７を基に、例えば図１３（ａ）に示すように、第１の領域として注目画素データｇ＿ａｔｔを中心とした十字形状のエレメントＥＬ１内の画素データのうち最大の画素データを注目画素ｇ＿ａｔｔの画素値とし、図１４（ｂ）に示す画像データＳ１８０８を生成する。
【００９３】
ステップＳＴ２３において、第２の膨張処理部１８０９は、例えば図１４（ｂ）に示す画像データＳ１８０８を基に、例えば図１３（ｄ）に示すように、第１の領域より大きい第２の領域として、注目画素データｇ＿ａｔｔを中心とした３×３矩形状のエレメントＥＬ２内の画素データのうち最大の画素データを注目画素ｇ＿ａｔｔの画素値とし画像データＳ１８０８を生成する。
【００９４】
上述したステップＳＴ２２およびＳＴ２３の処理により、第１の膨張処理部１８０８および第２の膨張処理部は、所定の距離ａｒ＿ｔｈ２内の同じ画素値の画素データを接続し、線形状のパターンを有する画像データを生成する。
【００９５】
ステップＳＴ２４において、第２の縮退処理部１８１０は、例えば画像データＳ１８０９を基に、例えば図１３（ｄ）に示すように、第１の領域より大きい第２の領域として、注目画素データｇ＿ａｔｔを中心とした３×３矩形状のエレメントＥＬ２内の画素データのうち最小の画素データを注目画素ｇ＿ａｔｔの画素値として、例えば図１４（ｃ）に示すような画像データＳ１８１０を生成する。
【００９６】
以上説明したように、画像データＳ１８０６を構成する、画素値を示す複数の画素データ毎に、当該画素データの周囲の第１の領域内の画素データのうち最小の画素データを所定の画素データとして画像データＳ１８０７を生成する第１の縮退処理部１８０７と、画像データＳ１８０７を構成する複数の画素データ毎に、当該画素データの周囲の第１の領域内の画素データのうち最大の画素データを所定の画素データとして画像データＳ１８０８を生成する第１の膨張処理部１８０８と、画像データＳ１８０８を構成する複数の画素データ毎に、当該画素データの周囲の第１の領域より大きい第２の領域内の画素データのうち最大の画素データを所定の画素データとして画像データＳ１８０９を生成する第２の膨張処理部１８０９と、画像データＳ１８０９を構成する複数の画素データ毎に、当該画素データの周囲の第１の領域より大きい第２の領域内の画素データのうち最小の画素データを所定の画素データとして画像データＳ１８１０を生成する第２の縮退処理部１８１０とを設けたので、線形状のパターンを残し、ノイズ成分としての微小なパターンを除去できる。
【００９７】
ローパスフィルタ部１８１１は、例えば画像データＳ１８１０を基に、線形状のパターンを残すフィルタ処理を行い画像データＳ１８１１を生成する。
詳細にはローパスフィルタ部１８１１は、例えば画像データＳ１８１０を２次元フーリエ変換処理した２次元フーリエ空間上で周波数成分が、線形状のパターンを残させる閾値よりも低周波数成分データを特定し、特定したデータを逆２次元フーリエ変換処理を行い画像データＳ１８１１を生成する。
【００９８】
図１６は、図１に示したデータ処理装置の第１のローパスフィルタ処理の動作を説明するための図である。図１６を参照しながらローパスフィルタ部１８１１の動作を説明する。
本実施形態に係るローパスフィルタ部１８１１は、高精度に線形状のパターンを抽出するために複数回、例えば３回、閾値を変化させてローパスフィルタ処理を行う。
【００９９】
線形状のパターンを残させる周波数成分の閾値を説明する。
ローパスフィルタ部１８１１は、例えば横軸をフーリエ空間のｘ成分、縦軸をフーリエ空間のｙ成分とすると図１６（ａ）に示すようにフーリエ空間上で閾値の基準となる領域ａｒ＿ｒｅｆを設定する。
【０１００】
本実施形態では、例えば図１６（ａ）に示すように、原点Ｏを中心として、３６０×３６０のフーリエ空間上で菱形の基準領域ａｒ＿ｒｅｆを設定する。図１６（ｂ）に示すように基準領域ａｒ＿ｒｅｆを含み、基準領域ａｒ＿ｒｅｆを所定の拡大率で拡大した領域ａｒ＿ｒｅｆ’を設定し、その領域ａｒ＿ｒｅｆ’をローパスフィルタとする。
第１のローパスフィルタ処理では、例えば図１６（ｃ）に示すように、フーリエ空間上で高周波成分を示す領域ａｒ＿ｈをカットするように、ローパスフィルタを設定する。この領域ａｒ＿ｈは実空間上では、例えば幾何学的に対称なパターン、例えば略円形状のパターン等に相当する。この領域ａｒ＿ｈをカットすることで、上述した幾何学的に対称なパターンを除去することができる。
【０１０１】
閾値として例えば図１６（ｃ）に示すように２次元フーリエ空間上で、（１８０，１５０），（１５０，１８０），（−１５０，１８０）、（−１８０，１５０），（−１８０，−１５０），（−１５０，１８０），（１５０，−１８０），（１８０，−１５０）で囲まれる領域ａｒ＿ＬＰＦ１を設定する。領域ａｒ＿ＬＰＦ１は実空間上では、例えば線形状のパターンに相当する。この領域ａｒ＿ＬＰＦ１を特定することで、線形状のパターンを特定することができる。
【０１０２】
ローパスフィルタ部１８１１は、画像データとして例えば図１６（ｄ）に示す画像データＳ１０１を基に、図１６（ｃ）に示すようにフーリエ空間上で領域ａｒ＿ＬＰＦ１内の低周波数成分データを特定する。そして例えば特定した低周波成分データに逆２次元フーリエ変換処理を施すと、例えば図１６（ｅ）に示す画像Ｓ１０２が得られる。例えば画像データＳ１０２の画素値に対して２値化処理（例えば５捨６入）を行うと、図１６（ｆ）に示す画像データＳ１０３が得られる。
【０１０３】
図１７は、ローパスフィルタ部の第２のローパスフィルタ処理の動作を説明するための図である。
ローパスフィルタ部１８１１は、ローパスフィルタ処理の閾値としての領域ａｒ＿ＬＰＦ１より大きい領域を設定して、複数回フィルタ処理を行う。
ローパスフィルタ部１８１１は、例えば上述したように図１７（ａ）に示す領域ａｒ＿ＬＰＦ１より大きい領域、例えば図１７（ｂ）に示すように領域ａｒ＿ＬＰＦ２を設定する。
第２のローパスフィルタ処理では、詳細には閾値として例えば図１７（ｂ）に示すように、２次元フーリエ空間上で（１８０，１５６），（１５６，１８０），（−１５６，１８０），（−１８０，１５６），（−１８０，−１５６），（−１５６，−１８０），（１５６，−１８０），（１８０，−１５６）で囲まれる領域ａｒ＿ＬＰＦ２を設定する。
【０１０４】
第２のローパスフィルタ処理において、ローパスフィルタ部１８１１は、例えば第１のローパスフィルタ処理後の画像データとして、図１６（ｃ），図１７（ｃ）に示す画像データＳ１０２を基に、図１７（ｂ）に示すフーリエ空間上で領域ａｒ＿ＬＰＦ２内の低周波数成分データを特定する。例えば特定した低周波成分データに逆２次元フーリエ変換処理を施すと、図１７（ｄ）に示す画像Ｓ１０４が得られる。例えば画像データＳ１０４の画素値に対して２値化処理（例えば５捨６入）を行うと、図１７（ｅ）に示す画像データＳ１０５が得られる。
【０１０５】
図１８は、ローパスフィルタ部の第３のローパスフィルタ処理の動作を説明するための図である。
ローパスフィルタ部１８１１は、第３のローパスフィルタ処理として、例えば上述したように図１８（ａ）に示す領域ａｒ＿ＬＰＦ２より大きい領域、例えば図１８（ｂ）に示すように領域ａｒ＿ＬＰＦ３を設定する。
第３のローパスフィルタ処理では、詳細には閾値として例えば図１８（ｂ）に示すように、２次元フーリエ空間上で（１８０，１５７），（１５７，１８０），（−１５７，１８０），（−１８０，１５７），（−１８０，−１５７），（−１５７，−１８０），（１５７，−１８０），（１８０，−１５７）で囲まれる領域ａｒ＿ＬＰＦ３を設定する。
【０１０６】
第３のローパスフィルタ処理において、ローパスフィルタ部１８１１は、例えば第２のローパスフィルタ処理後の画像データとして、図１７（ｄ），図１８（ａ）に示す画像データＳを１０４を基に、図１８（ｂ）に示すフーリエ空間上で領域ａｒ＿ＬＰＦ３内の低周波数成分データを特定する。
例えば特定した低周波成分データに逆２次元フーリエ変換処理を施すと、例えば図１８（ｄ）に示す画像Ｓ１０６が得られる。例えば画像データＳ１０６の画素値に対して２値化処理（例えば５捨６入）を行うと、図１８（ｅ）に示す画像データＳ１０７が得られる。
【０１０７】
図１９，２０は、図１に示したデータ処理装置のローパスフィルタ部の動作を説明するための図である。図２１は図１に示したデータ処理装置のローパスフィルタ部の動作を説明するためのフローチャートである。図１４，１９〜２１を参照しながらローパスフィルタ部１８１１の動作を説明する。
【０１０８】
ステップＳＴ３１において、ローパスフィルタ部１８１１は、第１のローパスフィルタ処理として、例えば図１４（ｃ），図１９（ａ）に示す画像データＳ１８１０を２次元フーリエ変換処理を行い、例えば図１６（ｃ）に示すように、フーリエ空間上で高周波成分である隅ａｒ＿ｈをカットするように領域ａｒ＿ＬＰＦ１を設定し、その領域ａｒ＿ＬＰＦ１内の低周波成分データを特定し、逆２次元フーリエ変換処理を行い図１９（ｂ）に示す画像データＳ１８０１１を生成する（ＳＴ３２）。例えば画像データＳ１８０１１を２値化処理（例えば５捨６入）を行うと図１９（ｃ）に示す画像データＳ１８１０３が得られる。
【０１０９】
ステップＳＴ３３において、第２のローパスフィルタ処理として、ローパスフィルタ部１８１１は、図１９（ｂ），（ｄ）に示す画像データＳ１８１０２を基に２次元フーリエ変換処理を行い、例えば領域ａｒ＿ＬＰＦ１より大きい領域、例えば図１７（ｂ）に示す領域ａｒ＿ＬＰＦ２の領域を設定し、その領域ａｒ＿ＬＰＦ２内の低周波成分データを特定し、逆２次元フーリエ変換処理を行い図１９（ｅ）に示す画像データＳ１８０１４を生成する（ＳＴ３３）。例えば画像データＳ１８０１４を２値化処理（例えば５捨６入）を行うと図１９（ｆ）に示す画像データＳ１８１０５が得られる。
【０１１０】
ステップＳＴ３４において、第３のローパスフィルタ処理として、ローパスフィルタ部１８１１は、図１９（ｅ），図２０（ａ）に示す画像データＳ１８１０４を基に２次元フーリエ変換処理を行い、例えば領域ａｒ＿ＬＰＦ２よりも大きい領域、例えば図１８（ｂ）に示す領域ａｒ＿ＬＰＦ３の領域を設定し（ＳＴ３４）、その領域ａｒ＿ＬＰＦ３内の低周波成分データを特定し（ＳＴ３５）、逆２次元フーリエ変換処理を行い図２０（ｂ）に示す画像データＳ１８１０６を生成し、画像データＳ１８１０６を２値化処理（例えば５捨６入）を行い図１９（ｆ）に示す画像データＳ１８１１を生成する。
【０１１１】
以上説明したように、ローパスフィルタ部１８１１が、画像データ内の線形状のパターンを残すように、画像データを２次元フーリエ変換処理した２次元フーリエ空間上で周波数成分が線形状のパターンを残させる閾値よりも低周波数成分データを特定し、その特定した低周波数成分データを逆２次元フーリエ変換処理することで線形状のパターンを抽出することができる。また、その閾値より高周波成分データを除去することで、幾何学的に対称なパターン、例えば略円形状のパターンを除去することができる。
【０１１２】
また、ローパスフィルタ部１８１１は、フィルタ領域ａｒ＿ＬＰＦを大きくして複数回、ローパスフィルタ処理を行うので、より高精度に線形状のパターンを抽出することができる。
【０１１３】
図２２は、図１に示したデータ処理装置のマスク部およびスケルトン部の動作を説明するための図である。
データ処理装置１は、画像データ中から認証に用いる領域を抽出する。本実施系形態では、データ処理装置１は画像データ中の血管を示すパターンを含む領域を、認証に用いる領域として抽出する。
【０１１４】
マスク部１８１２は、例えば図２０（ｃ）に示す画像データＳ１８１１中の認証に用いる領域Ｐ＿Ｎを抽出し、認証に用いないパターンＰ＿ｃｔを除去する。
詳細には、マスク部１８１２は、画像データＳ１８１１を基に、画像データＳ１８１１中の認証に用いる領域Ｐ＿Ｎを抽出するために、図２２（ａ）に示すようにマスクパターンＰ＿Ｍを生成し、画像データＳ１８１１からマスクパターンＰ＿Ｍで示される領域を抽出し、例えば図２２（ｂ）に示す画像データＳ１８１２を生成する。
【０１１５】
スケルトン部１８１３は、画像データＳ１８１２を基に、スケルトン処理を行い画像データＳ１８１３を生成する。またスケルトン部１８１３は、画像データＳ１８１３を信号Ｓ１０２として認証部１０３に出力する。
詳細には、スケルトン部１８１３は、例えば図２２に示す画像データＳ１８１２を基にモルフォロジ関数を用いて縮退処理を行い、図２２（ｃ）に示すように、注目するパターン、例えば血管を示すパターンを細らせてパターンの中心部分のみを抽出した画像データＳ１８１３を生成する。図２２（ｃ）に示す画像データＳ１８１３は、簡単な説明のため白と黒を反転した画像を示す。
【０１１６】
認証部１０３は、抽出部１０２による信号Ｓ１０２を基に、例えば予め記憶部１７に記憶する登録画像データＤ＿Ｐと照合処理を行い、認証処理を行う。
【０１１７】
図２３は、図１に示したデータ処理装置の全体の動作を説明するためのフローチャートである。図２３を参照しながら、データ処理装置１の動作を簡単に説明する。本実施形態では、被検体ｈの生体、例えば指を撮像して画像データを生成し、画像データ中の指の静脈を示すパターンを抽出し、そのパターンを基に認証処理を行う場合を説明する。
【０１１８】
ステップＳＴ１０１において、ＣＰＵ１８は、例えば撮像系１０１の照射部１０１１から被検体ｈの指に近赤外線を照射させる。撮像部１１では、被検体ｈ，光学レンズ１０１２を介して入力された透過光を基にＲＢＧの画像データＳ１１を生成する。
ステップＳＴ１０２において、グレースケール変換部１８０１では、ＲＧＢの信号Ｓ１１を基に例えば２５６階調のグレースケールに変換して信号Ｓ１８０１として分布データ生成部１８０２に出力する。
【０１１９】
本実施形態では、撮像系１０１は、ＲＧＢの画像データＳ１１を生成したが、この形態に限られるものではない。例えば、撮像系１０１がグレースケールの画像データＳ１１を生成した場合には、ステップＳＴ１０２のグレースケール変換部１８０１の処理を行わずに、画像データＳ１１を分布データ生成部１８０２に出力する。
【０１２０】
ステップＳＴ１０３において、分布データ生成部１８０２では、信号Ｓ１８０１を基に、例えば横軸ｃを階調の値（画素値ともいう），縦軸ｆをその画素データの数（度数ともいう）とすると、例えば図４（ｃ）に示すように第１の範囲ｒ１として２５６階調の範囲の画素値を示す画素データについて、分布データｄ１としてヒストグラムを生成する。
ステップＳＴ１０１は本発明に係る第１の工程に相当し、ステップＳＴ１０２は本発明に係る第２の工程に相当する。
【０１２１】
ステップＳＴ１０４において、特定部１８０３では、信号Ｓ１８０２を基に例えば図５（ａ）に示すように、分布データｄ１について第１の範囲ｒ１内のうち、予め決められた閾値Ｖ＿ｔｈの数の画素値ｒ１１，ｒ１２，ｒ１３，ｒ１４のなかで最大の画素値ｒ１１以下の範囲を第２の範囲ｒ２として特定し、信号Ｓ１８０３として出力する。
【０１２２】
マッピング部１８０４は、信号Ｓ１８０３を基に、複数の画素データのうち、特定部１８０３が特定した第２の範囲ｒ２にある画素データを第１の範囲ｒ１にマッピングして、当該マッピングした画素データで構成される第２の画像データを生成し、信号Ｓ１８０４としてガウシアンフィルタ１８０５に出力する。
詳細にはマッピング部１８０４は、例えば図４（ｃ）に示すように０〜１１０の画素値の範囲を第２の範囲ｒ２とする場合には、図４（ｄ）に示すように画素データを０〜２５６の画素値の範囲である第１の範囲ｒ１に拡大することでマッピングを行い、図４（ｅ）に示すように血管情報を含む画像データのうち中心部分を拡大して第２の画像データＳ１８０４を生成する（ＳＴ１０５）。
ステップＳＴ１０４〜ＳＴ１０５が本発明に係る第３の工程に相当する。
【０１２３】
ステップＳＴ１０６において、例えば選択部１８１４は、信号Ｓ１８０４のノイズ分布特性を検出し、検出結果を基に複数のノイズ除去フィルタのうち、そのノイズ特性に適した、いずれかの（少なくとも１つの）ノイズ除去フィルタを選択させる信号Ｓ１８１４をノイズ除去フィルタ１８１５に出力する。例えば選択部１８１４はノイズ除去処理としてガウシアンフィルタ１８１５＿１およびガウシアンラプラシアンフィルタ１８１５＿１０を選択させる信号Ｓ１８１４をノイズ除去フィルタ１８１５に出力する。
ノイズ除去フィルタ１８１５では、信号Ｓ１８１４に応じていずれかのノイズ除去フィルタを選択し、例えばガウシアンフィルタ１８１５＿１およびガウシアンラプラシアンフィルタ１８１５＿１０を選択する。説明の便宜上、それぞれをガウシアンフィルタ１８０５およびガウシアンラプラシアンフィルタ１８０６として説明する。
【０１２４】
ガウシアンフィルタ１８０５は、例えば図１０（ａ）に示す信号Ｓ１８０４を基に数式（１），（３）に示すノイズ除去処理を行い、例えば図１０（ｂ）に示す画像データＳ１８０５を生成してガウシアンラプラシアンフィルタ１８０６に出力する。
【０１２５】
ステップＳＴ１０７において、ガウシアンラプラシアンフィルタ１８０６は、例えば図１０（ｂ）に示す信号Ｓ１８０５を基にエッジ強調処理を行い、例えば図１０（ｃ）に示す画像データＳ１８０６を生成して出力する。この際、画像データＳ１８０６は２値化画像データである。
ガウシアンラプラシアンフィルタ１８０６は、２値化処理を行う際に例えば図４（ｃ）に示す第１の範囲ｒ１内に規定された閾値を基に２値化処理を行う。
ステップＳＴ１０６，ＳＴ１０７は本発明に係る第５の工程に相当する。
【０１２６】
ステップＳＴ１０８において、第１の縮退処理部１８０７は、例えば図１０（ｃ）に示す画像データＳ１８０６を基に、例えば図１３（ａ）に示すように第１の領域として、注目画素データを中心とした十字形状のエレメントＥＬ１内の画素データのうち最小の画素データを注目画素ｇ＿ａｔｔの画素値とし、図１４（ａ）に示すような画像Ｓ１８０７を生成する。
【０１２７】
ステップＳＴ１０９において、第１の膨張処理部１８０８は、例えば図１４（ａ）に示す画像データＳ１８０７を基に、例えば図１３（ａ）に示すように第１の領域として、注目画素データｇ＿ａｔｔを中心とした十字形状のエレメントＥＬ１内の画素データのうち最大の画素データを注目画素ｇ＿ａｔｔの画素値とし、図１４（ｂ）に示す画像データＳ１８０８を生成する。
【０１２８】
ステップＳＴ１１０において、第２の膨張処理部１８０９は、例えば図１４（ｂ）に示す画像データＳ１８０８を基に、例えば図１３（ｄ）に示すように第１の領域より大きい第２の領域として、注目画素データｇ＿ａｔｔを中心とした３×３矩形状のエレメントＥＬ２内の画素データのうち最大の画素データを注目画素ｇ＿ａｔｔの画素値とし画像データＳ１８０９を生成する。
【０１２９】
ステップＳＴ１１１において、第２の縮退処理部１８１０は、例えば画像データＳ１８０９を基に、例えば図１３（ｄ）に示すように、第１の領域より大きい第２の領域として、注目画素データｇ＿ａｔｔを中心とした３×３矩形状のエレメントＥＬ２内の画素データのうち最小の画素データを注目画素ｇ＿ａｔｔの画素値として、例えば図１４（ｃ）に示すような画像データＳ１８１０を生成する。
【０１３０】
ステップＳＴ１１２において、ローパスフィルタ部１８１１は、第１のローパスフィルタ処理として、例えば図１４（ｃ），図１９（ａ）に示す画像データＳ１８１０を２次元フーリエ変換処理を行い、例えば図１６（ｃ）に示すように、フーリエ空間上で高周波成分である隅ａｒ＿ｈをカットするように領域ａｒ＿ＬＰＦ１を設定し、その領域ａｒ＿ＬＰＦ１内の低周波成分データを特定し、逆２次元フーリエ変換処理を行い図１９（ｂ）に示す画像データＳ１８０１１を生成する。
【０１３１】
第２のローパスフィルタ処理として、ローパスフィルタ部１８１１は、図１９（ｂ），（ｄ）に示す画像データＳ１８１０２を基に２次元フーリエ変換処理を行い、例えば領域ａｒ＿ＬＰＦ１よりも大きい領域、例えば図１７（ｂ）に示す領域ａｒ＿ＬＰＦ２の領域を設定し、その領域ａｒ＿ＬＰＦ２内の低周波成分データを特定し、逆２次元フーリエ変換処理を行い図１９（ｅ）に示す画像データＳ１８０１４を生成する。
【０１３２】
第３のローパスフィルタ処理として、ローパスフィルタ部１８１１は、図１９（ｅ），図２０（ａ）に示す画像データＳ１８１０４を基に２次元フーリエ変換処理を行い、例えば領域ａｒ＿ＬＰＦ２よりも大きい領域、例えば図１８（ｂ）に示す領域ａｒ＿ＬＰＦ３の領域を設定し、その領域ａｒ＿ＬＰＦ３内の低周波成分データを特定し、逆２次元フーリエ変換処理を行い図２０（ｂ）に示す画像データＳ１８０１６を生成し、画像データＳ１８０１６を２値化処理（例えば５捨６入）を行い（ＳＴ１１３）、図１９（ｆ）に示す画像データＳ１８１１を生成する。
ステップＳＴ１１２は、本発明に係る第６の工程に相当する。
【０１３３】
ステップＳＴ１１４において、マスク部１８１２は、画像データＳ１８１１を基に画像データＳ１８１１中の認証に用いる領域Ｐ＿Ｎを抽出するために、図２２（ａ）に示すようにマスクパターンＰ＿Ｍを生成し、画像データＳ１８１１からマスクパターンＰ Ｍで示される領域を抽出し、例えば図２２（ｂ）に示す画像データＳ１８１２を生成する。
【０１３４】
ステップＳＴ１１４において、スケルトン部１８１３は、例えば図２２に示す画像データＳ１８１２を基にモルフォロジ関数を用いて縮退処理を行い、図２２（ｃ）に示すように、注目するパターン、例えば血管を示すパターンを細らせてパターンの中心部分のみを抽出した画像データＳ１８１３を生成し、信号Ｓ１０２として認証部１０３に出力する。
認証部１０３では、信号Ｓ１０２を基に、例えば予め記憶部１７に記憶する登録画像データＤ＿Ｐと照合処理を行い、認証処理を行う。
【０１３５】
以上説明したように、データ処理装置１は、例えば図５（ａ）や図５（ｂ）に示すように、分布データ生成部１８０２により分布データを生成し、特定部１８０３により第２の範囲を特定し、マッピング部１８０４により第２の範囲を第１の範囲にマッピングし、構成要素１８０５〜１８１２等により第１の範囲ｒ１内に規定された閾値を基に２値化して第３の画像データを生成するので、被検体ｈ毎に画素値の分布データｄ１が異なる場合であっても、適切に２値化処理できる。
【０１３６】
また、複数のノイズ除去処理のうちいずれかのノイズ除去処理を選択する選択部１８１４と、例えば複数の異なる種類のノイズ除去フィルタを有するノイズ除去フィルタ１８１５とを設け、例えば選択部１８１４により選択されフィルタが信号Ｓ１８０４を基にノイズ除去処理を行い、その後ガウシアンラプラシアンフィルタ１８０６によりエッジ強調処理を行い２値化するので、例えば画像データＳ１８０４から被検体ｈの生体の乱反射や撮像部１１等のデバイスに起因するノイズを除去し、予め決められた第１の範囲ｒ１の閾値を基に、適切に２値化した画像データを生成することができる。
【０１３７】
また、画像データＳ１８０６を構成する、画素値を示す複数の画素データ毎に、当該画素データの周囲の第１の領域内の画素データのうち最小の画素データを所定の画素データとして画像データＳ１８０７を生成する第１の縮退処理部１８０７と、画像データＳ１８０７を構成する複数の画素データ毎に、当該画素データの周囲の第１の領域内の画素データのうち最大の画素データを所定の画素データとして画像データＳ１８０８を生成する第１の膨張処理部１８０８と、画像データＳ１８０８を構成する複数の画素データ毎に、当該画素データの周囲の第１の領域よりも大きい第２の領域内の画素データのうち最大の画素データを所定の画素データとして画像データＳ１８０９を生成する第２の膨張処理部１８０９と、画像データＳ１８０９を構成する複数の画素データ毎に、当該画素データの周囲の第１の領域よりも大きい第２の領域内の画素データのうち最小の画素データを所定の画素データとして画像データＳ１８１０を生成する第２の縮退処理部１８１０とを設けたので、線形状のパターンを残し、ノイズ成分としてのパターンを除去できる。
【０１３８】
また、ローパスフィルタ部１８１１が、画像データ内の線形状のパターンを残すように、画像データを２次元フーリエ変換処理した２次元フーリエ空間上で周波数成分が線形状のパターンを残させる閾値よりも低周波数成分データを特定し、その特定した低周波数成分データを逆２次元フーリエ変換処理することで線形状のパターンを抽出することができる。また、幾何学的に対称なパターンを除去することができる。
【０１３９】
また、一連の処理動作を行うことにより、例えば被検体ｈの血管を示すパターンを高精度に抽出することができる。
また、個々人特有の血管の静脈を示すパターンを高精度に抽出できるので、そのパターンを基により高精度に認証を行うことができる。
【０１４０】
また、従来のデータ処理装置では、画像データから血管情報を基に、血管トレース用のＡＩフィルターを使用するという煩雑な処理を行っていたが、本実施形態に係るデータ処理装置１は、例えば被検体ｈを撮像して得られた画像データを基に高精度に血管を示すパターンを抽出することができるので、従来に比べて処理負担が軽くなる。
【０１４１】
また、スケルトン部１８１３は、スケルトン処理を行う際に血管を示すパターンの中心部分を抽出するので、例えば被検体ｈの体調の変化に伴う血管の伸縮による影響が少ないスケルトン画像データを生成することができる。認証部１０３は、この画像データを認証処理に用いるので被検体ｈの体調が変化した場合でも高精度に認証処理を行うことができる。
また、本実施形態では、処理の軽いフィルタの組み合わせで実現できるため、高速な処理速度の個人識別システムを構築することができる。
【０１４２】
図２４は、本発明に係るデータ処理装置を用いた遠隔操作装置の第２実施形態を説明するための図である。
本実施形態に係る遠隔操作装置（リモートコントローラ：リモコンともいう）１ａは、例えば図２４に示すように、一般的なリモコンに第１実施形態に係るデータ処理装置１を内蔵する。
【０１４３】
詳細には、遠隔操作装置１ａは、例えば図２に示す第１実施形態と同様に、撮像部１１、入力部１２、出力部１３、通信インタフェース１４、ＲＡＭ１５、ＲＯＭ１６、記憶部１７、およびＣＰＵ１８を有する。第１の実施形態に係るデータ処理装置１との相違点のみ説明する。
【０１４４】
遠隔操作装置１ａは、例えば本体部１００に撮像系１０１として、照射部１０１１、光学レンズ１０１２および撮像部１１が設けられている。
出力部１３は、例えばＣＰＵ１８の制御により、テレビジョン装置ｍ＿ｔｖに所定処理を行わせる制御信号を赤外線を搬送波として送信する。例えば出力部１３は赤外線発光素子で構成される。
テレビジョン装置ｍ＿ｔｖは、受光部ｍ＿ｒで受信した制御信号に応じた所定処理、例えば表示部ｍ＿ｍに所定の画像を表示させる。
記憶部１７は、例えばユーザの嗜好を示すデータＤ＿ｔ、詳細には図２４に示すようにお好みリストＤ＿ｔを記憶する。そのデータＤ＿ｔは、ＣＰＵ１８により必要に応じて読み出しおよび書き込みが行われる。
ＣＰＵ１８は、認証が正常に行われた場合には、例えばそのデータＤ＿ｔに応じた処理を行う。
【０１４５】
図２５は、図２４に示した遠隔操作装置１ａの動作を説明するためのフローチャートである。
ステップＳＴ２０１において、例えばユーザが本体部１００の側面に設けられた撮像系１０１に触れたか否かが判別される。撮像系１０１に例えば指が触れた場合にはステップＳＴ２０２の処理に進む。
【０１４６】
ステップＳＴ２０２において、ＣＰＵ１８は、照射部１０１１から近赤外線を被検体ｈの指に照射させ、撮像部１１に透過光を基に指の静脈の画像データを生成させる。本実施形態では照射部１０１１から照射された光を用いたが、この形態に限られるものではない。例えば撮像部１１は自然光による被検体ｈの透過光を基に画像データを生成してもよい。
【０１４７】
ステップＳＴ２０３において、ＣＰＵ１８は、第１実施形態と同様に抽出部１０２により認証に用いる画像データ、例えば血管を示すパターンを示すスケルトン画像データを抽出して信号Ｓ１０２として認証部１０３に出力する。
ステップＳＴ２０４において、ＣＰＵ１８は、認証部１０３に、信号Ｓ１０２と記憶部１７が予め記憶するユーザの登録画像データＤ＿Ｐとを比較させて認証処理を行わせる。
ステップＳＴ２０５において、認証部１０３で予め記憶するユーザであると識別されない場合には、ステップＳＴ２０１の処理に戻る。
一方、ステップＳＴ２０５の判別において、認証部１０３で予め記憶するユーザであると識別した場合には、ＣＰＵ１８は、記憶部１７に記憶するユーザの嗜好を示すデータＤ＿ｔに応じた処理を行う。例えばデータＤ＿ｔに応じた制御信号をテレビジョン装置ｍ＿ｔｖに出力する。
【０１４８】
以上説明したように、本実施形態では、第１実施形態に係るデータ処理装置を含む遠隔操作装置を設けたので、例えば認証結果を基にテレビジョン装置ｍ＿ｔｖを制御することができる。
【０１４９】
また、例えばデータＤ＿ｔに年齢等の情報を含ませる。ＣＰＵ１８は、認証部１０３による認証の結果、ユーザが未成年であると識別した場合には、特定のボタンを無効にして、テレビジョン装置番組を見られないようにする等の制限処理を行うことで、年齢制限機能を実現することができる。
【０１５０】
また、データＤ＿ｔに、ユーザ毎にカスタマイズされた番組表の表示（お好みリストや履歴等）、予約録画リストの使用等を含ませる。ＣＰＵ１８は、認証部１０３による認証の結果、正常に認証された場合にそのデータを使用可能に制御することで、ユーザそれぞれに対応した処理を行うことができる。
またデータＤ＿ｔに、ユーザ毎に複数の所定のデータを登録してもよい。
【０１５１】
図２６は、本発明に係るデータ処理装置を用いたデータ処理システムの第３実施形態を説明するための図である。
本実施形態に係るデータ処理システム１０ｂは、図２６に示すように、遠隔操作装置１ａ、記録媒体（メディアともいう）１ｂ、データ処理装置１ｃ、テレビジョン装置ｍ＿ｔｖを有する。第１実施形態および第２実施形態との相違点のみ説明する。
【０１５２】
本実施形態では、例えば遠隔操作装置１ａと記録媒体１ｂの両方で上述した識別処理を行い、その両方の識別結果に応じた処理を行う。例えば遠隔操作装置１ａの使用者と記録媒体１ｂの使用者が同一人物である場合に、記録媒体１ｂが記憶する所定のデータを読出しおよび書込みを行う。
【０１５３】
遠隔操作装置１ａは、第２実施形態に係る遠隔操作装置１ａとほぼ同様な構成であり、第１実施形態に係るデータ処理装置１を含む。
【０１５４】
記録媒体１ｂは、例えば第１実施形態に係るデータ処理装置１を含む。
例えば記録媒体１ｂは、ビデオテープ等の磁気記録媒体や、光学ディスクや光磁気ディスクや、半導体メモリ等のデータ記録媒体である。
記録媒体１ｂは、例えば図２に示す第１実施形態と同様に、撮像部１１、入力部１２、出力部１３、通信インタフェース１４、ＲＡＭ１５、ＲＯＭ１６、記憶部１７、およびＣＰＵ１８を有する。第１の実施形態に係るデータ処理装置１との相違点のみ説明する。
記録媒体１ｂは、例えば本体部１００ｂに撮像系１０１として照射系１０１１、光学レンズ１０１２および撮像部１１が設けられている。
撮像系１０１は、本体部１００ｂのうち、ユーザが触る位置に設けることが好ましい。ユーザが触れる位置が定まっていない場合には、１箇所ではなく、本体部１００ｂ中のユーザが触る可能性のある領域に撮像部１１を設ける。
【０１５５】
データ処理装置１ｃは、例えば正常に認証処理が行われた場合に、記録媒体１ｂが記憶するデータを読出および書込み可能である。例えばデータ処理装置１ｃは第１実施形態に係るデータ処理装置を含む。例えばデータ処理装置１ｃは、図２に示す第１実施形態と同様に、撮像部１１、入力部１２、出力部１３、通信インタフェース１４、ＲＡＭ１５、ＲＯＭ１６、記憶部１７、およびＣＰＵ１８を有する。第１実施形態に係るデータ処理装置１との相違点のみ説明する。
【０１５６】
また、データ処理装置１ｃは、例えば記録媒体１ｂを保持する保持部ｍ＿ｈと、保持部ｍ＿ｈにより保持された記録媒体１ｂのデータの読み書きを行うドライバと、受光部ｍ＿ｒ等を有する。
テレビジョン装置ｍ＿ｔｖは、例えばデータ処理装置１ｃからのデータを基に画像を表示する表示部ｍ＿ｍを有する。
【０１５７】
図２７は、図２６に示したデータ処理システムの動作を説明するためのフローチャートである。図２７を参照しながら、データ処理システム１０ｂの動作を第１実施形態および第２実施形態との相違点のみ説明する。
【０１５８】
ステップＳＴ３０１〜ＳＴ３０４の遠隔操作装置１ａの動作は、第２実施形態のステップＳＴ２０１〜ＳＴ２０４と同様なので説明を省略する。
ステップＳＴ３０４において、遠隔操作装置１ａのＣＰＵ１８は、認証部１０３に、信号Ｓ１０２と記憶部１７に予め記憶する複数のユーザの登録画像データＤ＿Ｐとを比較して認証処理を行わせる。
ステップＳＴ３０５において、遠隔操作装置１ａの認証部１０３では、予め記憶するユーザであると識別されない場合には、ステップＳＴ３０１の処理に戻る。
一方、ステップＳＴ３０５の判別において、認証部１０３で予め記憶するユーザであると識別した場合には、ＣＰＵ１８は、例えば識別結果をＡとして記憶部１７に記憶する（ＳＴ３０６）。
【０１５９】
ステップＳＴ３０７において、例えばユーザは、記録媒体１ｂをデータ処理装置（再生機ともいう）１ｃの保持部ｍ＿ｈにセットする。
ステップＳＴ３０８において、記録媒体１ｃでは、例えばユーザが本体部１００ｂの側面に設けられた撮像系１０１に触れたか否かが判別される。撮像系１０１に例えば指が触れた場合には、ステップＳＴ３０９の処理に進む。
【０１６０】
ステップＳＴ３０９において、記録媒体１ｂのＣＰＵ１８は、照射部１０１１から近赤外線を被検体ｈの指に照射させ、撮像部１１に透過光を基に、指の静脈の画像データを生成させる。
【０１６１】
ステップＳＴ３１０において、記録媒体１ｂのＣＰＵ１８は、第１実施形態と同様に抽出部１０２により認証に用いる画像データ、例えば血管を示すパターンを示すスケルトン画像データを抽出して信号Ｓ１０２として認証部１０３に出力する。
ステップＳＴ３１１において、記録媒体１ｂのＣＰＵ１８は、認証部１０３に、信号Ｓ１０２と記憶部１７に予め記憶する複数のユーザの登録画像データＤ Ｐとを比較して認証処理を行わせる。
ステップＳＴ３１２において、記録媒体１ｂの認証部１０３で予め記憶するユーザであると識別されない場合には、ステップＳＴ３０８の処理に戻る。
一方、ステップＳＴ３１２の判別において、記録媒体１ｂの認証部１０３で予め記憶するユーザであると識別した場合には、記録媒体１ｂのＣＰＵ１８は、例えば識別結果をＢとする（ＳＴ３１３）。
【０１６２】
ステップＳＴ３１４において、ステップＳＴ３０６による識別結果Ａと、ステップＳＴ３１３による識別結果Ｂとを比較し、同一ユーザであるか否かを判別する。
判別処理は、記録媒体１ｂで行ってもよい。この場合には記録媒体１ｂは、遠隔操作装置１ａから送信された識別結果Ａと、記録媒体１ｂによる識別結果Ｂとに基いて行う。
【０１６３】
また、この判別処理は、例えばデータ処理装置１ｃで行ってもよい。この場合には、データ処理装置１ｃは、遠隔操作装置１ａから送信された識別結果Ａと、記録媒体１ｂによる識別結果Ｂとに基いて行う。
【０１６４】
ステップＳＴ３１４の判別処理の結果、同一ユーザであると判別した場合には、例えば記録媒体１ｂは、内蔵するデータの読出しや書込み、例えば再生や録画をデータ処理装置１ｃに許可し（ＳＴ３１５）、同一ユーザでないと判別した場合には、例えば記録媒体１ｂは、内蔵するデータの再生や録画をデータ処理装置１ｃに禁止する（ＳＴ３１６）。
【０１６５】
例えば同一ユーザであると判別した場合には、例えばデータ処理装置１ｃは、記録媒体１ｂが内蔵するデータを読み出し、テレビジョン装置ｍ＿ｔｖにそのデータに応じた画像を表示部ｍ＿ｍに表示させる。
【０１６６】
以上説明したように本実施形態では、遠隔操作装置１ａと記録媒体１ｂの両方で識別を行うので、例えば識別結果が同一のユーザの場合に、記録媒体１ｂにデータの記憶や読み出しを行わせることができ、例えば他人によるデータの改ざんや盗み見、データの上書き等を防止することができる。
【０１６７】
図２８は、本発明に係るデータ処理装置を用いた携帯型通信装置の第４実施形態を説明するための図である。
本実施形態に係る携帯型通信装置１ｄは、第１実施形態に係るデータ処理装置１を含む。
例えば携帯型通信装置１ｄは、一般的な通話機能、電子メール機能や、アドレス帳等の機能を有し、上述した認証処理の結果、例えば予め登録しているユーザである場合には所定の機能を実行し、登録しているユーザでない場合には所定の機能を実行しない。
【０１６８】
携帯型通信装置１ｄは、例えば図２に示す第１実施形態と同様に、撮像部１１、入力部１２、出力部１３、通信インタフェース１４、ＲＡＭ１５、ＲＯＭ１６、記憶部１７、およびＣＰＵ１８を有する。第１の実施形態に係るデータ処理装置１との相違点のみ説明する。
【０１６９】
携帯型通信装置１ｄは、例えば入力部１２としての通話ボタンｂｔ等（全てのボタンｂｔでもよい）に撮像系１０１を設ける。
例えば携帯型通信装置１ｄは、ユーザによりボタンｂｔが操作された際に、指静脈の画像を取得し、予め登録されている個人と識別した場合に、携帯電話としての通信機能を動作させ、不図示の基地局を介して所望の通話機能を実行する。
【０１７０】
図２９は、図２８に示したデータ処理装置の動作を説明するためのフローチャートである。図２９を参照しながら携帯型通信装置１ｄの動作を第１〜３実施形態に係るデータ処理装置との相違点を説明する。
【０１７１】
ステップＳＴ４０１において、例えばユーザが入力部１２としての通話ボタンｂｔ等に設けられた撮像系１０１に触れたか否かが判別される。撮像系１０１に例えば指が触れた場合にはステップＳＴ４０２の処理に進む。
【０１７２】
ステップＳＴ４０２において、ＣＰＵ１８は、照射部１０１１から近赤外線を被検体ｈの指に照射させ、撮像部１１に透過光を基に指の静脈の画像データを生成させる。
【０１７３】
ステップＳＴ４０３において、ＣＰＵ１８は、第１実施形態と同様に抽出部１０２により認証に用いる画像データ、例えば血管を示すパターンを示すスケルトン画像データを抽出して信号Ｓ１０２として認証部１０３に出力する。
ステップＳＴ４０４において、ＣＰＵ１８は、認証部１０３に、信号Ｓ１０２と記憶部１７が予め記憶するユーザの登録画像データＤ＿Ｐとを比較させて認証処理を行わせる。
ステップＳＴ４０５において、認証部１０３で予め記憶するユーザであると識別された場合には、携帯電話としての通信機能を動作させて、ユーザに携帯電話の使用を許可する（ＳＴ４０６）。
【０１７４】
例えば携帯型通信装置１ｄの所有者であるユーザが、他人に携帯型通信装置１ｄを貸す場合に（ＳＴ４０７）、携帯型通信装置１ｄは、所有者であるユーザに特有のボタンが操作されたか否かを判別する（ＳＴ４０８）。
ステップＳＴ４０８の判別において、ＣＰＵ１８は、特定のボタンｂｔが操作されたと判別した場合には、他人が使用しても所定機能を動作可能にする。所有者であるユーザは、その状態で携帯型通信装置１ｄを他人に貸す（ＳＴ４０９）。
【０１７５】
一方、ステップＳＴ４０８において、ＣＰＵ１８が本人により特定ボタンｂｔが操作されていないと判別した場合、およびステップＳＴ４０７において、他人に貸さない場合には、一連の処理を終了する。
【０１７６】
一方、ステップＳＴ４０５の判別において、認証部１０３で予め記憶するユーザでないと識別し、識別処理が複数回失敗していない場合には（ＳＴ４１０）、ステップＳＴ４０１の処理に戻る。
一方、識別処理が複数回、失敗している場合には、ＣＰＵ１８は認証処理を禁止し（ＳＴ４１１）、ＣＰＵ１８は、例えば予め登録したデータ通信装置ＰＣに、認証処理が複数回失敗した旨を示すデータを送信する（ＳＴ４１２）。
【０１７７】
以上説明したように、本実施形態では、携帯型通信装置１ｄは、上述した認証処理の結果、予め登録した所有者であるユーザであると認証した場合に、所定の機能を動作するので、例えば紛失した際にも他人に使用されることを防止することができる。
また、例えば予め登録したユーザでなければ、受信した電子メールやアドレス帳はもちろん、発着信履歴等を見ることもできないため、セキュリティ性が高い。
【０１７８】
また、予めメールアドレス等の連絡先を示すデータを記憶部１７に登録し、かつ例えばＧＰＳ（ｇｌｏｂａｌ ｐｏｓｉｔｉｏｎｉｎｇ ｓｙｓｔｅｍ：グローバルポジショニングシステム）機能を設けることにより、例えば予め登録したユーザ以外に複数回キーを押された場合（複数回、識別に失敗した場合）に、携帯型通信装置１ｄの現在位置等の情報を、予め登録した連絡先のデータ通信装置ＰＣに送信することができる。
【０１７９】
また、携帯型通信装置１ｄとは別体で、不図示の通信ネットワークを介してアクセス可能なサーバ装置ｓｖに、ユーザのアドレス帳データａｄを保存しておき、例えば携帯型通信装置１ｄにおいてユーザが適切に認証された場合に、携帯型通信装置１ｄのＣＰＵ１８が、不図示の通信ネットワークを介してサーバ装置ｓｖにアクセスして、そのユーザのアドレス帳データａｄをダウンロードすることで、他のユーザにより不正にアドレス帳を閲覧することを防止することができる。
この場合には、例えば他の携帯型通信装置１ｄを用いた場合であっても、その携帯型通信装置１ｄで認証が正しく行われた場合には、同じアドレス帳データａｄを使用することができる。
【０１８０】
また、携帯型通信装置１ｄの所有者であるユーザが、本人の了解の上で、携帯型通信装置１ｄを他人に貸す必要がある場合に、所有者本人が専用のボタンｂｔを操作することにより他人の使用を許可することができる。つまりＣＰＵ１８は、特定のボタンｂｔが操作されると、他人が使用する場合であっても認証処理を行わずに、所定の機能を動作させる。
【０１８１】
図３０は、本発明に係るデータ処理装置の第５実施形態を説明するための図である。
本実施形態に係るデータ処理装置を用いた電話１ｅは、第１実施形態に係るデータ処理装置１を含み、指静脈による個人認証機能を有する。
【０１８２】
例えば本実施形態に係る電話１ｅは、第４実施形態に係る携帯型通信装置１ｄと同様に、例えば各家庭に設けらた特定のボタンｂｔ等（全てのボタン又は、本体でも可）に撮像系１０１を設ける。電話１ｅの構成は、第４実施形態に係る携帯型通信装置１ｄとほぼ同様である。相違点のみ説明する。
【０１８３】
電話１ｅは、例えばボタンｂｔが押された際に指静脈の画像を取得する。また電話１ｅは使用制限機能や個人識別機能を有する。
また、電話１ｅは、予めユーザ毎に最大利用可能時間を設定し、所定時間に達したら通話ができなくなる制限機能を有する。
また例えば長電話の場合、最初にボタンを押した時だけ認証を行うように設定すると、その後ずっと同一人物が使用しているとは限らないので、例えば受話器１ｅ＿ｒに撮像系１０１を設け、定期的に被検体ｈの指の静脈を撮像して認証処理を行い続けることが好ましい。
また、電話１ｅは、定期的に認証処理を行い、記憶部１７の登録画像データを更新する。
また、例えば電話１ｅは、ユーザ毎に異なる呼び出し音を登録可能であり、例えばユーザに対応した呼び出し音を不図示のスピーカから発音可能である。
【０１８４】
図３１は、図３０に示した電話の動作を説明するためのフローチャートである。図３１を参照しながら電話１ｅの動作を説明する。例えば電話１ｅを複数のユーザにより使用する場合を説明する。
【０１８５】
ステップＳＴ５０１において、ＣＰＵ１８は他の電話からの呼び出しを示す信号を受信した場合、例えば相手の電話番号等に基いてユーザを特定し、そのユーザに対応付けられた呼び出し音をスピーカから発音させる。
【０１８６】
呼び出し音による個人識別がされているかどうかの判断を行い（ＳＴ５０２）、個人識別が行われている場合には、例えば呼び出し音に対応するユーザ（ＳＴ５０３）の指が受話器等の撮像系１０１を触れると、ＣＰＵ１８は撮像系１０１に、ユーザの指に光を照射させて、指を撮像する（ＳＴ５０４）。
【０１８７】
ステップＳＴ５０５において、第１実施形態に係るデータ処理装置１と同様な処理を行い、血管を示すパターンを含む画像データを生成する。
ステップＳＴ５０６において、ＣＰＵ１８は、生成した画像データと、記憶部１７が記憶する登録画像データのリストと比較する。
【０１８８】
ステップＳＴ５０７において、識別タイムアウトか否か、つまり識別処理に係る処理時間が所定時間より長いか否かが判別され、処理時間内であれば、識別されたか否かの判別を行う（ＳＴ５０８）。
ステップＳＴ５０７の判別において、適正に識別した場合には、ＣＰＵ１８は通話可能に設定する（ＳＴ５０９）。
一方、ステップＳＴ５０７の判別において、適正に識別できない場合には、ステップＳＴ５０４の処理に戻り、計測を繰り返すが、ステップＳＴ５０７において、タイムアウトになった場合には、例えばいわゆる留守番電話機能に切り替える（ＳＴ５１０）。
一方、ステップＳＴ５０２において、自分の音でなかった場合も同様に、留守番電話機能に切り替える。
【０１８９】
一方、ステップＳＴ５０１において、電話を受信するのではなく発信する場合には、ＣＰ１８は、例えばユーザの指が撮像系１０１に触れたか否かの判別を行う（ＳＴ５１１）。撮像系１０１に例えば指が触れた場合には、ステップＳＴ５１２の処理に進む。
【０１９０】
ステップＳＴ５１２において、ＣＰＵ１８は、照射部１０１１から近赤外線を被検体ｈの指に照射させ、撮像部１１に透過光を基に指の静脈の画像データを生成させる。
【０１９１】
ステップＳＴ５１３において、ＣＰＵ１８は、第１実施形態と同様に抽出部１０２により認証に用いる画像データ、例えば血管を示すパターンを示すスケルトン画像データを抽出して信号Ｓ１０２として認証部１０３に出力する。
ステップＳＴ５１４において、ＣＰＵ１８は、認証部１０３に、信号Ｓ１０２と記憶部１７が予め記憶するユーザの登録画像データＤ＿Ｐとを比較させ認証処理を行わせる。
【０１９２】
ステップＳＴ５１５において、認証部１０３で予め記憶するユーザであると識別されない場合には、ステップＳＴ５１１の処理に戻る。
一方、ステップＳＴ５１５の判別において、認証部１０３で予め記憶するユーザであると識別した場合には、ＣＰＵ１８は識別したユーザのアドレス帳データａｄを出力部１３の表示部に表示し（ＳＴ５１６）、通話可能に設定する（ＳＴ５１７）。
【０１９３】
例えば通話中に、ステップＳ５１８において、利用時間の設定がされているか否かの判断を行う。
ＣＰＵ１８は、その設定がされている場合には、利用可能時間内か否かの判別を行い（ＳＴ５１９）、利用可能時間内であれば通話が終了したかの判断を行う（ＳＴ５２０）。
一方、ステップＳＴ５１９において、利用可能時間内でなければユーザに警告、例えば警告の旨を示す表示を表示部に表示させ、通話を強制終了させる（ＳＴ５２１）。
一方、ステップＳＴ５１８において、利用時間が設定されていない場合、およびステップＳＴ５２０において通話が終了した場合には、一連の処理を終了する。
【０１９４】
以上説明したように、本実施形態では電話１ｅに第１実施形態に係るデータ処理装置を内蔵させ、利用時間を設定可能なので、例えば長電話を防止することができる。
また、ユーザ毎に通話料金の請求書を分割して、ユーザ毎に通話料金を支払うシステムにすることもできる。
また、撮像系１０１をボタンｂｔに設けたが、この形態に限られるものではない。例えば受話器１ｅ＿ｒ等に設けてもよいし、ボタンｂｔおよび受話器１ｅ＿ｒ両方に設けて状況に応じて使い分けてもよい。
【０１９５】
また、携帯型通信装置と異なり、複数のユーザ、例えば家族全員が同じ電話１ｅを使用可能であり、認識したユーザ用のアドレス帳を表示するので、操作性がよい。
また、電話を受信する場合、ユーザ毎に呼び出し音を設定可能であり、また本人以外は電話に出られないように設定可能なので、セキュリティ性が高い。
また、受話器を取った際に個人識別を行い、予め設定したユーザの場合に通話可能に設定することで、セキュリティ性が高い。
また、予め設定されたユーザが留守の場合、例えば他に家族が在宅していても留守電に切り替えることができ、セキュリティ性が高い。
【０１９６】
図３２は、本発明に係るデータ処理装置の第６実施形態を説明するための図である。
本実施形態に係るＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ） １ｆは、第１実施形態に係るデータ処理装置１を含む。
例えばＰＤＡ１ｆは、図３２に示すように、本体部の側面やボタンｂｔ等に撮像系１０１を設ける。
例えばユーザが、ＰＤＡ１ｆに触れた際に、指静脈の画像を取得し、認証の結果、本人である場合に使用可能である。
または認証の結果、本人である場合にのみ、プライベートデータを表示可能に設定する。
【０１９７】
図３３は、本発明に係るデータ処理装置の第７実施形態を説明するための図である。
本実施形態に係るマウス１ｇは、例えばパーソナルコンピュータＰＣ等の入力装置としてのいわゆるマウスであり、第１実施形態に係るデータ処理装置１を含む。
マウス１ｇは、例えばボタンｂｔ等に撮像系１０１を設ける。
例えばユーザがマウス１ｇのボタンｂｔに触れた際に、指静脈の画像を取得し、認証の結果、本人である場合にのみ、パーソナルコンピュータにログイン可能に設定する。例えばパーソナルコンピュータＰＣの電源をオンしたり、ログイン画面を表示させる等の使い方ができる。
【０１９８】
なお、本発明は本実施形態に限られるものではなく、任意好適な種々の変更が可能である。
リモコンや携帯型通信装置にデータ処理装置１を内蔵させた例を説明したが、この形態に限られるものではない。
【０１９９】
例えば、キーボードに撮像系１０１を設け、例えばキー入力中に、被検体ｈを撮像し、撮像データを基に認証処理を行ってもよい。
また、ネットショッピング等を利用する際に、必要事項を入力している間に、被検体ｈを撮像し、撮像データを基に認証処理を行ってもよい。この際、本人でないと注文できない仕組みにする。また、クレジットカード番号やパスワード等との併用で使用することにより、二重に管理することができ、よりセキュリティ性が向上する。
【０２００】
また、例えば銀行のＡＴＭ（Ａｕｔｏｍａｔｉｃ ｔｅｌｌｅｒ ｍａｃｈｉｎｅ）等のタッチパネルに撮像系１０１を設け、必要事項を入力する際に、被検体ｈを撮像し、撮像データを基に認証処理を行ってもよい。例えば本人と識別すると現金を引き出し可能に設定することで、セキュリティ性が向上する。
また、キャッシュカードや、パスワード等との併用で使用すると、よりセキュリティ性が向上する。
【０２０１】
また、例えば家の鍵や郵便受け等に撮像系１０１を設け、被検体ｈを撮像し、撮像データを基に認証処理を行ってもよい。正しく識別された場合に、扉が開く機構を設けることにより、セキュリティ性が向上する。また、鍵等と併用して使用すると、よりセキュリティ性が向上する。
【０２０２】
また、例えば自転車にデータ処理装置１を設け、被検体ｈを撮像し、撮像データを基に認証処理を行ってもよい。正しく識別された場合に鍵のＯＮ／ＯＦＦを行う機構を設けることにより、セキュリティ性が向上する。また、鍵との併用で使用すると、よりセキュリティ性が向上する。
【０２０３】
また、例えば、クレジットカード使用時のサインの代用として使う。例えばクレジットカード等のリーダライタに、データ処理装置１を設けることにより、例えば正しく認識された場合に、カード番号を表示させるようにし、手持ちのカードとの一致を見ることが可能となる。
【０２０４】
また、カード等との併用で使用することにより、よりセキュリティ性が向上する。また、これらを併用で使用することにより、カードや鍵を紛失した場合に悪用されることを防止することができる。
【０２０５】
【発明の効果】
本発明によれば、被検体毎に画素値の分布データが異なる場合であっても、適切に２値化処理できる画像処理方法、および画像処理装置を提供することができる。
【図面の簡単な説明】
【図１】図１は、本発明に係るデータ処理装置の第１実施形態を示す全体の概念図である。
【図２】図２は、図１に示したデータ処理装置のハードウェア的なブロック図である。
【図３】図３は、図１に示したデータ処理装置の機能ブロック図である。
【図４】図４は、図１に示したデータ処理装置の動作を説明するための図である。
【図５】図５は、図３に示した特定部の動作を説明するための図である。
【図６】図６は、図１に示したデータ処理装置のマッピング処理に係る動作を説明するためのフローチャートである。
【図７】図７は、図１に示したデータ処理装置のフィルタ処理に係る機能ブロック図である。
【図８】図８は、ガウシアンフィルタを説明するための図である。
【図９】図９は、ガウシアンラプラシアンフィルタを説明するための図である。
【図１０】図１０は、図１に示したデータ処理装置のノイズ除去処理を説明するための図である。
【図１１】図１１は、図１に示したデータ処理装置の動作を説明するためのフローチャートである。
【図１２】図１２は、図１に示したデータ処理装置の動作を説明するための概念図である。
【図１３】図１３は、図１に示したデータ処理装置の縮退処理および膨張処理を説明するための図である。
【図１４】図１４は、図１に示したデータ処理装置の動作を説明するための図である。
【図１５】図１５は、図１に示したデータ処理装置の動作を説明するためのフローチャートである。
【図１６】図１６は、図１に示したデータ処理装置の第１のローパスフィルタ処理の動作を説明するための図である。
【図１７】図１７は、ローパスフィルタ部の第２のローパスフィルタ処理の動作を説明するための図である。
【図１８】図１８は、ローパスフィルタ部の第３のローパスフィルタ処理の動作を説明するための図である。
【図１９】図１９は、図１に示したデータ処理装置のローパスフィルタ部の動作を説明するための図である。
【図２０】図２０は、図１に示したデータ処理装置のローパスフィルタ部の動作を説明するための図である。
【図２１】図２１は図１に示したデータ処理装置のローパスフィルタ部の動作を説明するためのフローチャートである。
【図２２】図２２は、図１に示したデータ処理装置のマスク部およびスケルトン部の動作を説明するための図である。
【図２３】図２３は、図１に示したデータ処理装置の全体の動作を説明するためのフローチャートである。
【図２４】図２４は、本発明に係るデータ処理装置を用いた遠隔操作装置の第２実施形態を説明するための図である。
【図２５】図２５は、図２４に示した遠隔操作装置１ａの動作を説明するためのフローチャートである。
【図２６】図２６は、本発明に係るデータ処理装置を用いたデータ処理システムの第３実施形態を説明するための図である。
【図２７】図２７は、図２６に示したデータ処理システムの動作を説明するためのフローチャートである。
【図２８】図２８は、本発明に係るデータ処理装置を用いた携帯型通信装置の第４実施形態を説明するための図である。
【図２９】図２９は、図２８に示したデータ処理装置の動作を説明するためのフローチャートである。
【図３０】図３０は、本発明に係るデータ処理装置の第５実施形態を説明するための図である。
【図３１】図３１は、図３０に示した電話の動作を説明するためのフローチャートである。
【図３２】図３２は、本発明に係るデータ処理装置の第６実施形態を説明するための図である。
【図３３】図３３は、本発明に係るデータ処理装置の第７実施形態を説明するための図である。
【符号の説明】
１…データ処理装置、１１…撮像部、１２…入力部、１３…出力部、１４…通信インタフェース、１５…ＲＡＭ（Ｒａｎｄｏｍ ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、１６…ＲＯＭ（Ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）、１７…記憶部、１８…ＣＰＵＮ １０１…撮像系、１０２…抽出部、１０３…認証部、１０１１…照射部、１０１２…光学レンズ、１８０１…グレースケール変換部、１８０２…分布データ生成部、１８０３…特定部、１８０４…マッピング部、１８０５…ガウシアンフィルタ、１８０６…ガウシアンラプラシアン、１８０７…第１の縮退処理部、１８０８…第１の膨張処理部、１８０９…第２の膨張処理部、１８１０…第２の縮退処理部、１８１１…ローパスフィルタ部、１８１２…マスク部、１８１３…スケルトン部、１８１４…選択部、ノイズ除去フィルタ１８１５、１８１５＿１…ガウシアンフィルタ、１８１５＿２…メディアンフィルタ、１８１５＿３…最大値フィルタ、１８１５＿４…最小値フィルタ、１８１５＿５…２次元適応ノイズ除去フィルタ、１８１５＿６…近傍フィルタ、１８１５＿７…平均化フィルタ、１８１５＿８…ガウシアンローパスフィルタ、１８１５＿９…２次元ラプラシアン近似フィルタ、１８１５＿１０…ガウシアンラプラシアンフィルタ。

Claims (16)

1. 被検体としての生体の透過光に基づく血管の像を含む複数の画素からなるグレースケールの第１の画像データについて当該第１の画像データの階調値に基づくヒストグラムを算出し、当該算出したヒストグラムの値から有効な画像データの領域を自動的に決定する、領域決定工程と、
   前記領域決定工程において決定した前記有効な画像データの領域の画素データの中心位置を自動的に拡大する、マッピング処理工程と、
   フィルタリング特性の異なる複数のフィルタを有し、前記第１の画像データのノイズ特性に応じたフィルタを選択して前記マッピング処理工程において得られた前記画像データのノイズを除去する処理を行う、ノイズ除去処理工程と、
   前記ノイズが除去された画像データについて最小の画素値の画素データを所定の画素データとする処理を行い所定の大きさより小さい画素データを除去する第１の縮退処理と、当該縮退処理された画素データについて最大の画素データ値を所定の画素データとする第１の膨張処理を行って前記血管を示す線形状を含む画像データを自動的に生成する、線形状画像データ生成工程と、
   前記生成された線形状を含む画像データについて最大の画素データ値を所定の画素データとする第２の膨張処理を行って画素データを接続する処理と、最小の画素値の画素データを所定の画素データとする第２の縮退処理とを行って、ノイズ成分の微小なパターンを除去して線形状のパターンを自動的に残す処理を行う、線形状パターン画像データ抽出工程と、
   前記抽出された線形状のパターン画像データについてパターンを細らせるスケルトン処理を行って線パターンの中心部分を線データとして自動的に抽出する、細線化処理工程と、
   を有する、画像処理方法。
2. 当該画像処理方法は、前記線形状パターン画像データ抽出工程において得られた線形状のパターン画像データについてローパスフィルタ処理を行って前記抽出された線形状のパターンデータの精度を向上させる、ローパスフィルタ処理工程をさらに有し、
   前記細線化処理工程において前記精度が向上された線形状のパターン画像データについてパターンを細らせるスケルトン処理を行う、
   請求項１に記載の画像処理方法。
3. 前記第１の縮退処理、前記第１の膨張処理、前記第２の膨張処理、前記第２の縮退処理は、モルフォロジ関数を適用して行う、
   請求項１または２に記載の画像処理方法。
4. 前記細線化処理工程において前記スケルトン処理は、モルフォロジ関数を適用して行う、
   請求項１〜３のいずれかに記載の画像処理方法。
5. 前記ローパスフィルタ処理工程において、しきい値を変化させて複数回、ローパスフィルタ処理を行う、
   請求項２に記載の画像処理方法。
6. 前記ローパスフィルタ処理工程において、前記画像データを２次元フーリエ変換処理した２次元フーリエ空間上で周波数成分が前記線形状のパターンを残させるしきい値よりも低周波数成分の画像データを生成し、
   前記細線化処理工程において前記精度が向上された線形状のパターン画像データについてスケルトン処理を行う、
   請求項２に記載の画像処理方法。
7. 前記有効画像データの領域の画像データのノイズを除去する処理を行う前記ノイズ除去処理工程において、ガウシアンフィルタ処理を行い、次いで、ガウシアンラプラシアンフィルタ処理を行う、
   請求項１〜６のいずれかに記載の画像処理方法。
8. 当該画像処理方法は、前記細線化工程が得られた細線データを、事前に準備した基準の細線データと照合して認証を行う認証工程をさらに有する、
   請求項１〜７のいずれかに記載の画像処理方法。
9. 被検体としての生体の透過光に基づく血管の像を含む複数の画素からなるグレースケールの第１の画像データについて、当該第１の画像データの階調値に基づくヒストグラムを算出し、当該算出したヒストグラムの値から有効な画像データの領域を決定する領域決定手段と、
   前記領域決定手段により決定した前記有効な画像データの領域の画素データの中心位置を拡大するマッピング処理手段と、
   フィルタリング特性の異なる複数のフィルタを有し、前記第１の画像データのノイズ特性に応じたフィルタを選択して前記マッピング処理手段により得られた前記画像データのノイズを除去する処理を行うノイズ除去処理手段と、
   前記ノイズが除去された画像データについて最小の画素値の画素データを所定の画素データとする処理を行い、所定の大きさより小さい画素データを除去する第１の縮退処理と、当該縮退処理された画素データについて最大の画素データ値を所定の画素データとする第１の膨張処理を行って前記血管を示す線形状を含む画像データを生成する線形状画像データ生成手段と、
   前記生成された線形状を含む画像データについて最大の画素データ値を所定の画素データとする第２の膨張処理を行って画素データを接続する処理と、最小の画素値の画素データを所定の画素データとする第２の縮退処理を行って、ノイズ成分の微小なパターンを除去して線形状のパターンを残す処理を行う線形状パターン画像データ抽出手段と、
   前記抽出された線形状のパターン画像データについてパターンを細らせるスケルトン処理を行って線パターンの中心部分を線データとして抽出する細線化処理手段と、
   を有する画像処理装置。
10. 当該画像処理装置は、前記線形状パターン画像データ抽出手段により得られた線形状のパターン画像データについてローパスフィルタ処理を行って、前記抽出された線形状のパターンデータの精度を向上させるローパスフィルタ処理手段をさらに有し、
    前記細線化処理手段により前記精度が向上された線形状のパターン画像データについてパターンを細らせるスケルトン処理を行う、
    請求項９に記載の画像処理装置。
11. 前記第１の縮退処理、前記第１の膨張処理、前記第２の膨張処理、前記第２の縮退処理は、モルフォロジ関数を適用して行う、
    請求項９または１０に記載の画像処理装置。
12. 前記細線化処理手段における前記スケルトン処理は、モルフォロジ関数を適用して行う、
    請求項９〜１１のいずれかに記載の画像処理装置。
13. 前記ローパスフィルタ処理手段工程において、しきい値を変化させて複数回、ローパスフィルタ処理を行う、
    請求項１０に記載の画像処理装置。
14. 前記ローパスフィルタ処理手段において、前記画像データを２次元フーリエ変換処理した２次元フーリエ空間上で周波数成分が前記線形状のパターンを残させるしきい値よりも低周波数成分の画像データを生成し、
    前記細線化処理手段により前記精度が向上された線形状のパターン画像データについてスケルトン処理を行う、
    請求項１０に記載の画像処理装置。
15. 前記有効画像データの領域の画像データのノイズを除去する処理を行う前記ノイズ除去処理手段は、ガウシアンフィルタ処理を行い、次いで、ガウシアンラプラシアンフィルタ処理を行う、
    請求項９〜１４のいずれかに記載の画像処理装置。
16. 当該画像処理装置は、前記細線化手段で得られた細線データを、事前に準備した基準の細線データと照合して認証を行う認証手段をさらに有する、
    請求項９〜１５のいずれかに記載の画像処理装置。

Images