JP4931426B2 - 縞模様を含む画像の照合装置 - Google Patents

Description

本発明は、縞模様を含む画像の照合装置に関し、より詳しくは、指紋画像又は掌紋画像について、画質を向上させた上で照合を行う照合装置に関する。

近年、入退室管理、情報機器へのアクセス、預貯金の引き出しなどにおけるセキュリティについて関心が高まっている。そのような中で、従来から用いられている鍵、パスワード認証などよりも確実で、より高度なセキュリティを提供できる個人認証方法として、バイオメトリクス認証（生体認証）が特に注目を集めている。

そのようなバイオメトリクス認証の一つである指紋認証では、指紋センサから得られる指紋の紋様を濃淡で表す多値画像から特徴情報を抽出し、その特徴情報と、予め登録された特徴情報とを比較して一致度を求め、その一致度に基づいて個人認証を行う方法が知られている。

指紋画像から特徴情報を抽出する方法の一つとして、指紋センサから得た多値画像に対してノイズ除去、ムラ補正などの処理を行って画質を補正し、その後二値化した画像から指紋の隆線の分岐点・端点を特徴点として得る方法がある。

しかしながら、指紋画像撮影時の様々な条件、例えば、指紋読取り装置への指の置き方と照明光源との位置関係や、乾燥等の指の状態により、指紋画像にノイズが生じる。そのため、本来隆線が連続した一本の線であるにもかかわらず、指紋画像上では途切れていたり、また隣接する２本の隆線が途中で接続しているように観察される場合がある。ノイズにより生じたこのような途切れや接続は、擬似特徴点として抽出され、指紋照合の精度を低下させる原因となる。そこで、指紋照合の精度を向上するためには、特徴点を抽出する前に、指紋画像から可能な限りノイズを除去することが重要である。

このような目的に対し、特許文献１に記載された画像処理装置は、入力画像を小領域に分割し、各小領域ごとにフーリエ変換を行って周波数スペクトルをもとめる。そしてその画像処理装置は、各小領域ごとに振幅が最大となる周波数成分を探索し、その最大振幅となる周波数成分を中心として、その周波数成分から離れるにつれて振幅を減弱させるようなフィルタ処理を行う。その後、その画像処理装置は、フィルタ処理を行った画像を小領域ごとに逆フーリエ変換して合成することにより、指紋の隆線のピッチに相当する周波数成分だけをそのまま残し、ノイズを減弱させた画像を得ることができる。

しかし、小領域中に隆線の端点や分岐点が含まれている場合、その端点や分岐点に起因する周波数成分は、最大振幅となる周波数成分とは通常異なる成分であるため、上記のように最大振幅となる周波数成分から離れるにつれて一律に減弱させるフィルタ処理を行うと、隆線の端点や分岐点の情報も消失してしまう可能性があった。

特開２００５−１１５５４８号公報

上記の問題点に鑑み、本発明の目的は、縞模様を含む画像について、照合に使用する特徴点の情報を維持しつつ、ノイズを除去した画像を生成して用いるこにより、高い照合精度を得られる照合装置を提供することにある。

また本発明の別の目的は、指紋画像や掌紋画像について、指紋の隆線の端点や分岐点のような、照合に使用する特徴点の情報を正確に抽出することが可能で、且つ高い照合精度を得られる指紋又は掌紋画像の照合装置を提供することにある。

上記の問題に鑑み、本発明に係る縞模様を含む画像を照合する画像の照合装置は、画像を取得する画像入力部と、画像を周波数変換して周波数スペクトルを求める周波数スペクトル解析部と、周波数スペクトルから、振幅の絶対値が所定の閾値以上である周波数成分を選択する周波数成分選択部と、周波数成分選択部によって選択された周波数成分が所定の条件により照合に適する画像の質を満たすか否かを調べる画質評価部と、画質評価部が所定の条件を満たすと判断した場合、選択された周波数成分に基づいて、周波数変換の逆変換を行って画像を再構成する画像再構成部と、再構成された画像を用いて照合する照合部と、を有することを特徴とする。係る構成により、画像にノイズが含まれている場合であっても、その画像から適切なノイズ除去を行ったうえで照合を行うことができ、高い照合精度を達成することができる。
なお、本発明に置いて縞模様とは、一定の方向に対して周期的に画素値が変動する模様をいう。ただしその周期自体が変動するかしないかは問わない。

また本発明に係る照合装置は、さらに所定の閾値を調整する周波数成分選択制御部を有し、画質評価部が所定の条件を満たさないと判断した場合、周波数成分選択制御部は所定の閾値を変更し、周波数成分選択部はその変更された所定の閾値を用いて再度周波数成分の選択を行うことが好ましい。周波数成分の選択が不適切と判断した場合には再度条件を変更して周波数成分の選択をやり直すことにより、適切な周波数成分の選択が可能となる。
なお本発明に係る照合装置において、所定の条件を満たさない場合、周波数成分選択制御部は、所定の閾値を変更する前よりも大きな値にすることが好ましい。

また本発明に係る照合装置において、画質評価部は、選択された周波数成分の分布に基づいて、画像に含まれる縞模様の縞方向を特定する方向線算出手段と、選択された周波数成分が縞方向に集中している程度を表す指標を算出する集中度算出手段を有し、その指標が、所定以上の集中を示している場合、所定の条件を満たし、所定未満の集中を示している場合、所定の条件を満たしていないと評価する評価手段を有することが好ましい。なお、縞模様の縞方向とは、縞模様に対して直交する方向、すなわち画像の濃淡変化が最も短い周期となる方向をいう。また、選択された周波数成分が縞方向に集中している程度を表す指標を、各周波数成分と縞方向に対応する周波数平面上の直線との平均距離、その直線近傍に存在する周波数成分の個数とその直線から離れた位置に存在する周波数成分の個数の比、又はそれらの組み合わせに基づいて求めることができる。係る構成により、縞模様を含む画像では、縞方向に対して強い周波数成分が存在するということに基づいて画質評価を行うため、周波数成分の選択が適切か否かの判断を正確に行うことができる。

また本発明に係る照合装置は、さらに、画質評価部が所定の条件を満たすと判断した周波数成分に対し、縞方向に対応する周波数平面上の直線から所定の周波数以内の範囲に含まれない周波数成分を減弱させるバンドパスフィルタ処理を行う周波数フィルタ部を有し、画像再構成部は、バンドパスフィルタ処理を行った周波数成分に基づいて画像を再構成することが好ましい。
バンドパスフィルタ処理を行うことにより、画像に含まれる対象物とは関係のない周波数成分を除去することができ、画像から効率的にノイズを除去することができる。なお、所定の周波数範囲を、画像に含まれる対象物の構造に基づいて縞模様の縞方向が変化する角度に相当する周波数の変動量を含むように設定することが好ましい。縞方向の変動を考慮して画素値の変動成分を残せるため、誤ってその対象物の情報を失う危険性を低下させることができる。

さらに本発明に係る照合装置において、画像を複数の領域に分割する画像分割部と、複数の領域に分割された画像を一つの画像に合成する画像合成部とを有し、画像分割部は、画像入力部に入力された画像を縞模様が略平行な複数の直線とみなすことが可能な程度の複数領域に分割し、周波数スペクトル解析部は、複数領域それぞれについて周波数スペクトルを求め、周波数成分選択部は、複数領域それぞれについて、振幅の絶対値が所定の閾値以上である周波数成分を選択し、画質評価部は、複数領域それぞれについて、選択された周波数成分が所定の条件を満たすか否かを調べ、画像再構成部は、複数領域それぞれについて、選択された周波数成分が所定の条件を満たすと判断した場合、その選択された周波数成分に基づいて画像を再構成し、画像合成部は、再構成された画像を一つに合成することが好ましい。係る構成により、画像中に含まれる縞模様の縞方向が場所によって変わるような場合であっても、縞方向が同一の方向を向いている範囲を各領域とし、それぞれの領域を縞方向の変化が含まれない画像として扱うことができる。そのため、画像から適切にノイズを除去することができる。

本発明によれば、縞模様を含む画像について、照合に使用する特徴点の情報を維持しつつ、ノイズを除去した画像を生成して用いるこにより、高い照合精度を得られる照合装置を提供することが可能となった。

また本発明によれば、指紋画像や掌紋画像について、指紋の隆線の端点や分岐点のような、照合に使用する特徴点の情報を正確に抽出することが可能で、且つ高い照合精度を得られる指紋又は掌紋画像の照合装置を提供することが可能となった。

以下、本発明に係る照合装置の一例である指紋認証装置について、図を参照しつつ説明する。
本発明に係る照合装置の一例である指紋認証装置は、取得した指紋画像から、指紋の隆線の端点及び分岐点を特徴点として抽出した特徴点リストを作成し、予め記憶されている被照合者の指紋の特徴点リストと照合することにより認証を行う装置である。

図１は、本発明に係る照合装置の一例である指紋認証装置１の機能ブロック図である。図１に示すように、指紋認証装置１は、操作・表示部２、指紋入力部３、記憶部４、画像照合部５及び出力部６を有する。そして、指紋認証装置１は、操作・表示部２において指紋認証を行う操作者（被照合者）に対する操作ガイダンス及び情報の表示を行い、そのガイダンスにしたがって指紋入力部３に置かれた指から多値指紋画像Ｍを読み取る。そして、読み取った多値指紋画像Ｍは画像照合部５に送られる。画像照合部５は、受け取った多値指紋画像Ｍに対してノイズ除去、二値化などを行った後に特徴点を抽出し、特徴点リスト（以下、入力特徴点リストという）Ｆ_ｉを作成する。そして画像照合部５は、入力特徴点リストＦ_ｉと操作者について記憶部４に予め登録された特徴点リスト（以下、登録特徴点リストという）Ｆ_ｒを照合する。その照合結果は、出力部６を通じて外部の機器に出力される。出力部６には、例えば電気錠の施解錠制御装置が接続される。そして、電気錠の施解錠制御装置は、出力部６から受信した照合結果が認証に成功したことを示す信号であれば、電気錠の解錠を行い、逆に認証に失敗したことを示す信号であれば、電気錠の施錠を維持する。

指紋認証装置１は、読み取った多値指紋画像Ｍに対して、隆線が略平行な複数の直線とみなせるような小領域ごとに分けてその周波数成分を解析し、隆線の縞を表す周波数成分及びその周波数成分に近い周波数成分だけを取り出して画像を再構成することにより、隆線の端点や分岐点の情報を維持しつつ、ノイズを除去する。そして指紋認証装置１は、ノイズを除去した多値指紋画像Ｍ’に基づいて特徴点を抽出して照合に使用することにより、擬似特徴点の抽出及び特徴点の抽出失敗を抑制して高い照合精度を達成することができる。

以下、各部について詳細に説明する。
操作・表示部２は、指紋認証装置１の操作者、すなわち被照合者が、識別番号ＩＮの入力、行いたい動作の選択（例えば、特定の部屋への入室）などの操作を行うものである。また操作・表示部２は、操作のガイダンスを表示又は音声指示するものであり、タッチパネルディスプレイとスピーカで構成される。また、タッチパネルの代わりに、キーボード又はマウスのような入力デバイスと液晶ディスプレイのような単純な表示デバイスで構成してもよい。なお、ガイダンスの音声指示を行わない場合には、スピーカを省略してもよい。
操作・表示部２で入力された識別番号ＩＮなどのデータは、画像照合部５で呼び出す登録特徴点リストＦ_ｒのような登録指紋データの特定などに使用される。

指紋入力部３は、画像入力部として機能し、照合処理に使用する指紋画像を取得する。そして指紋入力部３は、載置された指を撮像してデジタル信号に変換するＣＣＤカメラをモジュール化した指紋センサ、指紋センサへの指の載置を検出する載置センサ、撮像時に指を照明するＬＥＤ、操作者に指の載置位置を正しく認識させるための指ガイド部材を有する。本実施形態では、指紋センサとして指内部特性検出型光学式のものを使用した。しかし、本発明で使用可能な指紋センサはこれに限られない。例えば、指紋センサとして、全反射法光学式、光路分離法光学式、表面突起不規則反射式などの光学式センサ、静電容量式、電界式、感圧式、超音波方式などの非光学式センサを使用してもよい。

指紋入力部３では、指紋センサ上に指が載置されたことを載置センサが検出すると、指紋センサがその指を撮像し、多値指紋画像Ｍを生成する。本実施形態では、多値指紋画像Ｍの各画素は０−２５５の２５６階調で表され、指紋の隆線領域は画素値が低く（若しくは黒く）、指紋の谷線領域は画素値が高く（若しくは白く）表現される。ここでいう画素値とは、画像上の各画素における輝度値に相当し、画素値が低い画素は低輝度、画素値が高い画素は高輝度で表される。また、多値指紋画像Ｍを解像度５００ｄｐｉで取得するようにした。しかし本発明で使用可能な多値指紋画像は上記のものに限られない。隆線の縞構造、特に分岐点や端点を画像上で確認できるものであれば異なる解像度であってもよく、また階調数も２５６階調に限られない。

記憶部４は、予め登録された操作者の識別番号ＩＮと登録特徴点リストＦ_ｒを関連付けて記憶するものであり、フラッシュメモリなどの不揮発性メモリ、ハードディスクなどの磁気記録媒体、ＣＤ−ＲＯＭ、ＤＶＤ−Ｒ／Ｗなどの光記録媒体を有する。
登録特徴点リストＦ_ｒは、予め登録された被照合者の指紋画像から作成した特徴点リストであり、隆線の分岐点、端点などの各特徴点の位置をリスト形式にしたものである。登録特徴点リストＦ_ｒは、後述する画像照合部５による入力特徴点リストＦ_ｉの作成と同じ方法で作成される。特徴点リストの詳細及び作成方法については、後述する。
また記憶部４は、画像照合部５が使用するプログラム、各種設定ファイル、パラメータなども記憶する。これらは、指紋認証装置１の起動時など、所定のタイミングで必要に応じて画像照合部５により読み出される。

画像照合部５は、指紋入力部３から取得した多値指紋画像Ｍと記憶部４から取得した登録特徴点リストＦ_ｒに基づいて指紋の照合を行うものであり、中央演算装置（ＣＰＵ）、数値演算プロセッサ、ＲＯＭ又はＲＡＭのような半導体メモリなどで構成される。また画像照合部５は、記憶部４から読み込まれたプログラムにしたがって、所定の動作を実行する。さらに画像照合部５は、操作・表示部２、指紋入力部３、記憶部４、及び出力部６と接続されており、それら各部に所定の制御信号を出力して制御を行う。そのため、画像照合部５は、画像修正部１０、二値化部１１、細線化部１２、特徴抽出部１３、照合部１４、及び各部の制御を行う制御部１５を有する。

画像照合部５は、操作・表示部２から操作者の識別番号ＩＮが入力されると、その識別番号ＩＮ（以下入力識別番号という）が記憶部４に登録されているか否か検索する。そして画像照合部５は、一致する識別番号ＩＮが登録されていれば、その入力識別番号ＩＮと関連付けられた登録特徴点リストＦ_ｒを記憶部４から読み出す。また画像修正部１０は、指紋入力部３から取得した多値指紋画像Ｍに対してノイズ除去処理を行う。二値化部１１は、そのノイズ除去処理を行った多値指紋画像Ｍ’に基づいて隆線領域と谷線領域に二値化した二値指紋画像Ｂを生成する。さらに細線化部１２は二値指紋画像Ｂに対して隆線領域の細線化を行い、細線化二値指紋画像Ｂ_Ｔを生成する。そして特徴抽出部１３は、細線化二値指紋画像Ｂ_Ｔから隆線の分岐点、端点などに基づいて特徴点を抽出し、入力特徴点リストＦ_ｉを作成する。入力特徴点リストＦ_ｉが作成されると、照合部１４は、入力特徴点リストＦ_ｉと登録特徴点リストＦ_ｒとに基づいて照合を行う。また照合部１４は、両方の特徴点リストを比較して類似度Ｓ_ｉを算出する。その類似度Ｓ_ｉが所定の閾値Ｔｈｄ_ｖよりも大きい場合、照合部１４は認証に成功したと判定し、類似度Ｓ_ｉが閾値Ｔｈｄ_ｖ以下であれば認証に失敗したと判定する。最後に画像照合部５は、認証に成功したか否かに関する照合結果を操作・表示部２に表示させ、また照合結果を示す信号を出力部６を介して電気錠制御装置など外部の機器へ出力する。

以下、画像照合部５の各部について詳細に説明する。
制御部１５は、記憶部４から読み込まれたプログラム及び操作・表示部２からの入力信号にしたがって、操作・表示部２、指紋入力部３、記憶部４及び出力部６の各部の制御、指紋画像など各種データの受け渡しなどを行う。また、制御部１５は、画像照合部５内の画像修正部１０、二値化部１１、細線化部１２、特徴抽出部１３及び照合部１４による処理を制御する。

画像修正部１０は、多値指紋画像Ｍに対してノイズ除去処理を行う。そのために、画像修正部１０は、多値指紋画像Ｍについて、隆線が略平行な複数の直線とみなせるような小領域ごとに分けてその周波数成分を解析し、隆線の縞方向（隆線に直交する方向をいう。以下同じ）を特定する。そして画像修正部１０はその縞方向に沿って隆線の縞を表す周波数成分及びその周波数成分に近い特定の周波数成分だけを抽出して画像を再構成することにより、隆線の端点や分岐点の情報を維持しつつ、ノイズを除去する。

図２に、画像修正部１０の機能ブロック図を示す。
画像修正部１０は、画像分割部１１０、周波数スペクトル解析部１２０、スペクトル記憶部１３０、周波数成分選択部１４０、画質評価部１５０、周波数成分選択制御部１６０、選択パラメータ記憶部１７０、周波数フィルタ部１８０、画像再構成部１９０及び指紋画像合成部２００を有する。そして画像分割部１１０は、多値指紋画像Ｍを複数の小領域に分割する。周波数スペクトル解析部１２０は、各小領域ごとにフーリエ変換を行って多値指紋画像Ｍの小領域ごとの周波数スペクトル画像を算出する。スペクトル記憶部１３０は、算出された各小領域ごとの周波数スペクトル画像を一時的に記憶する。周波数成分選択部１４０は、各周波数スペクトル画像について、ある程度以上の振幅を有する周波数成分のみを選択し、選択スペクトル画像を生成する。画質評価部１５０は、選択スペクトル画像に基づいて、隆線の縞方向を特定する。そして画質評価部１５０は、その縞方向に対する選択された周波数成分の集中度を表す指標に基づいて、周波数成分選択部１４０における周波数成分の選択が適切か否か評価する。周波数成分選択制御部１６０は、画質評価部１５０が周波数成分の選択を不適切と判断した場合、周波数成分選択基準を調整し、周波数成分選択部１４０において再度選択スペクトル画像を生成させる。また周波数成分選択基準を、再度の調整に利用するために選択パラメータ記憶部１７０に記憶させる。一方、画質評価部１５０が周波数成分の選択を適切と判断した場合、周波数フィルタ部１８０は、各選択スペクトル画像ごとに、隆線の縞方向に基づいて、隆線の端点及び分岐点の周波数特性を考慮して決定した所定の周波数帯域の周波数成分を残し、他を減弱させるようなバンドパスフィルタ処理を行う。画像再構成部１９０は、周波数フィルタ部１８０でバンドパスフィルタ処理された各選択スペクトル画像を逆フーリエ変換して各小領域ごとの指紋画像を再構成する。最後に指紋画像合成部２００は、画像再構成部１９０で復元された各小領域ごとの指紋画像を合成してノイズ除去された多値指紋画像Ｍ’を得る。

上記のように、画像修正部１０は、各周波数スペクトル画像に対して、周波数成分選択部１４０である程度以上の振幅を有する周波数成分を選択し、その選択した周波数成分についてさらに周波数フィルタ部１８０で隆線の縞方向を中心とした所定の周波数帯域に含まれる周波数成分を残すことで、隆線の端点や分岐点の情報を維持しつつ、ノイズを適切に除去することができる。さらに画像修正部１０は、指紋画像の隆線が、小領域では略平行な複数の直線が並ぶ縞模様となることから、所定の方向にのみ周波数成分が集中するはずであるという事実に基づいて、一度選択した周波数成分が適切か否か評価し、その評価結果によっては選択の基準を調整して再度周波数成分を選択することにより、適切な周波数成分の選択を行うことができる。

以下、画像修正部１０の各部について詳細に説明する。
画像分割部１１０は、指紋入力部３から取得した多値指紋画像Ｍを横ｐ個、縦ｑ個の複数の小領域Ｌ_ｉ（ｉ＝１，２，・・・，ｍ）（ただし、ｍ＝ｐ×ｑ）に分割する。各小領域Ｌ_ｉは、例えばそれぞれ矩形領域とすることができ、多値指紋画像Ｍを碁盤目状に分割する。また各小領域Ｌ_ｉは、以後の処理で隆線の縞方向の周波数成分の特定を容易にするために、隆線が略平行な複数の直線状として観察されるような大きさとする。

図３に、多値指紋画像Ｍ上に小領域Ｌ_ｉを設定した様子を示す。図３において示される画像３００は、多値指紋画像Ｍの一例である。また図３において、相対的に黒く見える部分が隆線である。そして多値指紋画像Ｍ上に示された矩形領域３１０、３２０、３３０が各小領域Ｌ_ｉ−１、Ｌ_ｉ、Ｌ_ｉ＋１に相当する。なお図３では、説明の明瞭化のために、多値指紋画像Ｍの一部の領域にのみ小領域を図示しているが、多値指紋画像Ｍは、その任意の部分が何れかの小領域に含まれるように全体が分割される。本実施形態では、解像度が５００ｄｐｉの多値指紋画像Ｍに対して、各小領域Ｌ_ｉを３２画素×３２画素とした。また図３に示すように、各小領域Ｌ_ｉは、隣接する小領域と重なる領域を有するように設定してもよい。そのような重なり領域を設けることにより、後述する指紋画像合成部２００において各小領域の画像を合成する際に、隣接する小領域との境界で不連続な部分を生じるような不自然な合成を避けることができる。例えば、そのような重なり領域を５画素幅とすることができる。
なお、以下の説明において、各小領域内Ｌ_ｉの画像をｆ_ｉ（ｘ，ｙ）と表記する。ここでｘは水平方向の座標値であり、ｙは垂直方向の座標値である。またｆ_ｉ（ｘ，ｙ）の出力値は、座標（ｘ，ｙ）の画素の画素値を表す。

周波数スペクトル解析部１２０は、画像分割部１１０から受け取った多値指紋画像Ｍの各小領域Ｌ_ｉの画像ｆ_ｉ（ｘ，ｙ）に対して周波数変換を行い、周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）（ｉ＝１，２，・・・，ｍ）を算出する。ここでｕは、水平方向の周波数を表し、ｖは垂直方向の周波数を表す。そしてＦ_ｉ（ｕ，ｖ）の出力値は、周波数（ｕ，ｖ）の周波数成分の振幅を表す。周波数スペクトル解析部１２０は、周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）を算出するために、例えば以下の式（１）に示すＮ×Ｎ点の二次元離散フーリエ変換を使用することができる。

なお、周波数スペクトル解析部１２０では、式（１）にしたがった周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）の算出を、高速フーリエ変換（ＦＦＴ）アルゴリズムを用いたソフトウェアで実行することができる。また、周波数スペクトル解析部１２０は、周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）を算出するために、フーリエ変換以外の周波数変換関数を使用することができる。周波数スペクトル解析部１２０は、そのような周波数変換関数として、例えば離散コサイン変換、離散ウェーブレット変換、アダマール変換などを使用することができる。
本実施形態では、各小領域Ｌ_ｉの周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）を３２×３２画素の画像として算出した。また算出された各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）は、スペクトル記憶部１３０及び周波数成分選択部１４０に送られる。

スペクトル記憶部１３０は、画像照合部５のＲＡＭ内に確保されたメモリ領域であり、周波数スペクトル解析部１２０で算出した各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）を記憶する。そして、必要に応じてそれら周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）を周波数成分選択部１４０へ出力する。また後述するように、各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）から所定の振幅以上の周波数成分を選択した選択スペクトル画像Ｆ_ｓｉ（ｕ，ｖ）も記憶する。
なお、スペクトル記憶部１３０の代わりに記憶部４を使用し、スペクトル記憶部１３０を省略することもできる。

周波数成分選択部１４０は、スペクトル記憶部１３０から取得した各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）ごとに、振幅の絶対値が所定以上の周波数成分のみを選択して残した選択スペクトル画像Ｆ_ｓｉ（ｕ，ｖ）を生成する。周波数成分選択部１４０は、選択基準を算出するために、各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）ごとに、スペクトルの最大振幅成分Ｆ_ｉｍａｘ（ｕ，ｖ）を求める。そして、その最大振幅成分Ｆ_ｉｍａｘ（ｕ，ｖ）に所定の係数α_ｉ（ｉ＝１，２，・・・，ｍ）を乗じた値をその周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）における選択閾値Ｔｈｄ_αｉとする。なお周波数成分選択部１４０は、係数α_ｉを周波数成分選択制御部１６０から取得する。そして周波数成分選択部１４０は、各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）から振幅の絶対値が選択閾値Ｔｈｄ_αｉ以上の周波数成分をそのまま残し、選択閾値Ｔｈｄ_αｉ未満の周波数成分を、実数成分、虚数成分とも０とする。

選択閾値Ｔｈｄ_αｉが適切であれば、振幅の絶対値が所定値以上の周波数成分のみを選択することにより、多値指紋画像Ｍに印加されたノイズに起因する周波数成分を除去し、各小領域Ｌ_ｉにおいて支配的な隆線の構造（特に縞方向へのピッチ）に基づく周波数成分を選択することができる。そこで周波数成分選択部１４０は、後述する画質評価部１５０での画質評価結果が所定の基準を満たすまで、周波数成分選択制御部１６０で調整された係数α_ｉを用いて周波数成分の選択を繰り返す。

なお、選択閾値Ｔｈｄ_αｉの算出において、各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）の最大振幅成分Ｆ_ｉｍａｘ（ｕ，ｖ）を直流成分（ｕ＝０，ｖ＝０）以外の最大振幅成分としてもよい。直流成分を除いて選択閾値Ｔｈｄ_αｉを決定することにより、各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）の周波数特性をより反映した選択閾値Ｔｈｄ_αｉを決定することができる。
生成された各選択スペクトル画像Ｆ_ｓｉ（ｕ，ｖ）は、スペクトル記憶部１３０及び画質評価部１５０へ送られる。

画質評価部１５０は、各選択スペクトル画像Ｆ_ｓｉ（ｕ，ｖ）について、周波数成分選択部１４０で選択された周波数成分が隆線の構造に基づく周波数成分を適切に表せているか否かを評価する。多値指紋画像Ｍの各小領域Ｌ_ｉでは、上記のように、隆線が略平行な複数の直線となっているため、隆線と直交する縞方向に沿って周波数成分が多数存在すると考えられる。他方、隆線と平行な方向に対しては、隆線の構造に起因する強い周波数成分は少ないと考えられる。したがって、ある特定の方向に沿って多数の周波数成分が集中していれば、周波数成分の選択は適切であると判断される。そこで画質評価部１５０は、周波数成分が最も集中する方向線ｄｌを方向線算出手段１５１で求め、その方向線ｄｌの近傍にどれだけ周波数成分が集中しているかの指標である複雑度Ｃを集中度算出手段１５２で求める。そして画質評価部１５０は、評価手段１５３で複雑度Ｃを評価して周波数成分の選択が適切か否かを評価する。また画質評価部１５０は、各選択スペクトル画像Ｆ_ｓｉ（ｕ，ｖ）ごとに上記の方向線算出、複雑度算出及び評価を行い、各選択スペクトル画像Ｆ_ｓｉ（ｕ，ｖ）ごとに周波数成分の選択が適切か否かを評価する。

方向線算出手段１５１は、周波数成分選択部１４０で選択された周波数成分の分布から、隆線の縞方向を推定する直線（以下、方向線ｄｌという）を算出する。ある小領域Ｌ_ｋにおいて、隆線が完全な直線であり、ノイズも全く含まれない場合、対応する選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）に存在する周波数成分は、隆線の縞方向に沿ってスペクトル平面の原点を通る直線状に存在することになる。そこで方向線算出手段１５１は、方向線ｄｌをスペクトル平面の原点を通る直線として算出する。

図４は、周波数成分の分布に対する方向線ｄｌの算出の様子を示す。図４において、４００は着目する選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）であり、選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）４００上の各点４１０は、周波数成分選択部１４０で選択された周波数成分である。また、直線４２０は、算出する方向線ｄｌである。図４に示すように、方向線算出手段１５１は、各周波数成分から方向線ｄｌまでの距離ｄ_ｊの和が最小となるように、最小二乗法を用いて方向線ｄｌを算出する。この場合、着目する選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）の方向線ｄｌの傾きａは、以下の式（２）で算出される。

ここでｎは、周波数成分選択部１４０で選択された周波数成分の個数（すなわち、選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）で画素値が０でない画素の数）であり、ｕ_ｊ、ｖ_ｊはそれぞれある周波数成分の水平方向座標値及び垂直方向座標値を表す。あるいは、方向線算出手段１５１は、各周波数成分の振幅の大きさを考慮して、以下の式（３）で方向線ｄｌの傾きａを算出することもできる。

ただしＦ_ｓｋ（０，０）は、周波数成分のうちの直流成分を表し、Ｆ_ｓｋ（ｕ_ｊ，ｖ_ｊ）は座標（ｕ_ｊ，ｖ_ｊ）の周波数成分の振幅を表す。
得られた方向線ｄｌ（傾きａ）は、集中度算出手段１５２に送られる。

集中度算出手段１５２は、方向線算出手段１５１で求められた方向線ｄｌへの周波数成分の集中度合いを示す指標（複雑度Ｃ）を求める。求めた指標は、後述する評価手段１５３において画質の評価値として使用される。

集中度算出手段１５２は、方向線ｄｌの法線ｎｌ（すなわち、隆線方向の周波数変化を表す線）から、ある一定の距離βを境界とした二つの領域Ｒ_１、Ｒ_２ごとに、複雑度Ｃの算出に用いる指標Ｄ_１、Ｄ_２などを算出する。ここで領域Ｒ_１は、法線ｎｌから距離β以上離れた領域であり、方向線ｄｌとは無関係に広がる周波数成分がどの程度存在するかを示す指標Ｄ_１などの算出に使用される。一方領域Ｒ_２は、方向線ｄｌと直交する方向の周期的な成分がどの程度存在するかを示す指標Ｄ_２などの算出に使用される。

図５（ａ）は、設定される領域Ｒ_１、Ｒ_２の概略を示す。図５（ａ）において、５００は着目する選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）であり、選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）５００上の各点５１０は、周波数成分選択部１４０で選択された周波数成分である。また、直線５２０は方向線ｄｌであり、直線５３０は法線ｎｌである。ここでβは、約１．２lp/mm〜１．９lp/mmに相当する程度の値とすることが好ましい。この場合、本実施形態では、多値指紋画像Ｍの解像度が５００ｄｐｉであり、選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）を３２×３２画素で構成しているため、選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）に対するβの値は２．０〜３．０程度となる。

領域Ｒ_１では、周波数成分選択部１４０で選択された各周波数成分５１０から方向線ｄｌまでの距離ｄ_ｊの距離の和Ｄ_１を指標として算出する。すなわちＤ_１は、以下の式（４）で表される。

ただしＮ_１は、領域Ｒ_１に存在する選択された周波数成分５１０の数である。Ｎ_１が大きいほど、選択された周波数成分５１０が表す構造は単純な周期構造から乖離する。またＤ_１が大きいほど、着目する選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）に対応する小領域Ｌ_ｋの画像中に方向線ｄｌと大きく異なる方向に沿った画素値の変動が含まれることを示すため、、方向線ｄｌは隆線の縞方向を表していない可能性が高くなる。

一方、領域Ｒ_２においても、周波数成分選択部１４０で選択された各周波数成分５１０から方向線までの距離ｄ_ｉの距離の和Ｄ_２を指標として算出する。すなわちＤ_２は、以下の式（５）で表される。

ただしＮ_２は、領域Ｒ_２に存在する選択された周波数成分５１０の数である。Ｄ_２、Ｎ_２が大きいほど、着目する選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）に対応する小領域Ｌ_ｋの画像中に、方向線ｄｌの方向とは略直交する方向に高周波の画素値の変動が含まれることになる。そのため、Ｄ_２、Ｎ_２が大きくなるほど、方向線ｄｌは隆線の縞方向を表していない可能性が高くなる。

なお、集中度算出手段１５２は、Ｄ_１、Ｄ_２、Ｎ_１、Ｎ_２を求めるために、領域Ｒ_１、Ｒ_２を図５（ｂ）に示すように区分してもよい。なお、図５（ｂ）において付された番号は、図５（ａ）と同じものを示す。図５（ｂ）において、領域Ｒ_１とＲ_２の境界は、周波数平面の原点を通り、方向線ｄｌの法線ｎｌとなす角φの２本の直線である。そして領域Ｒ_２は、法線ｎｌを中心として、それら２本の直線で挟まれた領域であり、一方領域Ｒ_１は、領域Ｒ_２以外の領域である。この場合、角φは約１５°〜３０°に設定することができる。

集中度算出手段１５２は、Ｄ_１、Ｄ_２、Ｎ_１、Ｎ_２を求めると、それらを用いて複雑度Ｃを算出する。複雑度Ｃは以下の式（６）で算出される。

ここでκ、λは定数であり、多値指紋画像Ｍの解像度、選択スペクトル画像画像Ｆ_ｓｋ（ｕ，ｖ）の大きさに応じて最適化される。また、周波数成分選択部１４０の係数α_ｋの値が大きくなるにつれて、κ、λも大きくなるように変更してもよい。係数α_ｋが大きくなるほど選択される周波数成分の数が減少するため、単なる周波数成分数の減少だけで複雑度Ｃが低下することを防止するためである。本実施形態では、多値指紋画像Ｍの解像度が５００ｄｐｉであり、選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）が３２×３２画素であるのに対して、係数α_ｋが０．１〜０．２程度の値であれば、κ＝０．１０〜０．５０、λ＝０．５〜１．５程度に設定することが好ましい。

複雑度Ｃは、選択された周波数成分がどれだけ方向線ｄｌに集中しているかを表す指標である。そして複雑度Ｃは、その値が低い程、選択された周波数成分が方向線ｄｌの近傍に集中していることを表す。
なお複雑度Ｃを求める式は上記に限られない。代わりに、以下の式を用いてもよい。

式（７）におけるκ、λは、式（６）と同様の値である。また集中度算出手段１５２は、複雑度Ｃの代わりに、別の値を方向線ｄｌへの集中度を表す指標とすることもできる。簡単な例としては、所定の値Ｑ_ｍａｘから複雑度Ｃを引いた値Ｑ（＝Ｑ_ｍａｘ−Ｃ）を指標することもできる。このＱ値では、選択された周波数成分が方向線ｄｌの近傍に集中するほど大きな値を示す。さらに、集中度算出手段１５２は、上記のように領域を二つに分けて指標を求めることなく、単純に各周波数成分と方向線ｄｌの距離の平均二乗誤差を求めて方向線ｄｌへの集中度を表す指標として用いてもよい。またさらに、集中度算出手段１５２は、方向線ｄｌから所定の距離以内にある周波数成分の個数と、方向線ｄｌからその所定の距離より離れたところにある周波数成分の個数との比を、方向線ｄｌへの集中度を表す指標として用いてもよい。この場合、所定の距離を、例えば上記のβに設定することができる。
集中度算出手段１５２は、算出した指標（複雑度Ｃ）を評価手段１５３へ送る。

評価手段１５３は、選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）に基づいて再構成される小領域Ｌ_ｋの画像ｆ_ｋ’（ｘ，ｙ）が、特徴点の抽出を行うために十分な画質を有するか否かを評価する。その評価のために、評価手段１５３は、集中度算出手段１５２から取得した複雑度Ｃを所定の閾値Ｔｈｄ_ｃｏｎｆと比較する。そして評価手段１５３は、複雑度Ｃが閾値Ｔｈｄ_ｃｏｎｆ未満の場合、選択された周波数成分が方向線ｄｌの近傍に一定の基準を満たす程度に集中していると考えられるため、その選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）については、十分な画質の画像を再構成できると判断する。そして、その選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）をスペクトル記憶部１３０に記憶させる。一方、複雑度Ｃが閾値Ｔｈｄ_ｃｏｎｆ以上の場合、評価手段１５３は、その選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）について、十分な画質の画像を再構成できないと判断する。この場合、評価手段１５３は、周波数成分選択制御部１６０へ判断結果を報知し、係数α_ｋの再調整を行わせる。
なお画質評価部１５０は、上記の画質評価を、全ての選択スペクトル画像Ｆ_ｓｉ（ｕ，ｖ）（ｉ＝１，２，・・・，ｍ）に対して行う。

周波数成分選択制御部１６０は、周波数成分選択部１４０で周波数成分の選択基準となる係数α_ｉを設定する。また周波数成分選択制御部１６０は、画質評価部１５０が選択された周波数成分に基づいては、十分な画質の画像を再構成しないと判断した（すなわち、それら周波数成分は不適切と判断した）場合、係数α_ｉの値を適宜調整する。また周波数成分選択制御部１６０は、係数α_ｉの調整を、各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）ごとに行う。以下では、説明の簡単化のために着目する周波数スペクトル画像Ｆ_ｋ（ｕ，ｖ）を例に周波数成分選択制御部１６０の動作を説明する。

周波数成分選択制御部１６０は、最初の周波数成分の選択では、多くの周波数成分が選択されるように係数α_ｋを低い値に設定する。また係数α_ｋは、選択パラメータ記憶部１７０に記憶しておく。そして、選択された周波数成分が画質評価部１５０において不適切と判断される度に、選択される周波数成分の数を徐々に減少させるように、選択パラメータ記憶部１７０から係数α_ｋを取得し、係数α_ｋを所定の比率だけ大きな値に変更する。そして変更された係数α_ｋを選択パラメータ記憶部１７０に送り、記憶されている係数α_ｋの値を更新する。一方、周波数成分選択制御部１６０は、係数α_ｋを周波数成分選択部１４０に送り、上記のように係数α_ｋに基づいて定められる閾値Ｔｈｄ_αｋ以上の振幅の絶対値を有する周波数成分の選択を行わせる。周波数成分選択制御部１６０は、画質評価部１５０が選択された周波数成分は適切と判断するか、所定の繰り返し回数に到達するまで係数α_ｋの調整を繰り返す。

本実施形態では、α_ｋの初期値を０．１とした。そして、周波数成分選択制御部１６０は、１回調整する度に、係数α_ｋを１．２倍させることとした。しかし係数α_ｋの初期値は０．１に限られず、０．１よりも小さい値若しくは大きい値を初期値としてもよい。また係数α_ｋを増加させる比率も、１．２に限られず、例えば１．１〜１．３程度の値を用いることができる。また周波数成分選択制御部１６０は、調整の度に、係数α_ｋに一定の増分、例えば０．０５などの値を加えるようにしたり、繰り返し回数に応じて予め定めた値を有するようにしてもよい。さらに周波数成分選択制御部１６０は、係数α_ｋが所定の上限値、例えば０．３に到達した時点で係数α_ｋの調整を終了するようにしてもよい。

さらに、上記では、α_ｋを増加させる方向にのみ変化させたが、所定の場合には、α_ｋを減少させる方向に変化させるように構成してもよい。例えば、上記の画質評価部１５０の評価手段１５３において、複雑度Ｃに対する閾値Ｔｈｄ_ｃｏｎｆよりも小さい値を有する第２の閾値Ｔｈｄ_{ｃｏｎｆ２}を設定しておく。そして集中度算出手段１５２において算出された複雑度Ｃが、第２の閾値Ｔｈｄ_{ｃｏｎｆ２}以下の場合には、α_ｋを上記と逆に０．８倍して減少させる。このように構成することで、選択される周波数成分の数を過度に制限して、隆線の構造を表す情報を過剰に削除してしまう可能性を低下させることができる。

選択パラメータ記憶部１７０は、画像照合部５のＲＡＭ内に確保されたメモリ領域であり、各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）についての係数α_ｉを記憶する。そして周波数成分選択制御部１６０からの取得要求に応じて係数α_ｉを出力し、周波数成分選択制御部１６０からの更新要求に応じて係数α_ｉの値を更新する。
なお、選択パラメータ記憶部１７０の代わりに記憶部４を使用し、選択パラメータ記憶部１７０を省略することもできる。

周波数フィルタ部１８０は、各選択スペクトル画像Ｆ_ｓｉ（ｕ，ｖ）について周波数成分選択部１４０で選択された周波数成分に対し、さらに特定の周波数帯域に含まれる周波数成分を残すようにバンドパスフィルタ処理を行う。このバンドパスフィルタ処理を行うことにより、隆線の分岐点及び端点の情報を消去することなく、ノイズ成分を除去することができる。

ここで、隆線の分岐点及び端点についてどのような周波数成分が生じるかを説明する。図６に、隆線の分岐点及び端点を含む小領域の画像の概略図を示す。図６に示すように、隆線が数本含まれる程度の小領域６００内では、一般に各隆線６１０はほぼ同じ太さを有する。そしてそれら隆線６１０は、ほぼ同じ間隔で平行線状に並んでいる。さらに隆線６１０の太さは、隆線の分岐点６２０の近傍であっても殆ど変化しない。また分岐された隆線６１０も、他の隆線６１０と略平行な直線となる。したがって、隆線の縞方向（隆線と直交する方向）の周波数成分は、隆線の分岐点６２０を含む場合と含まない場合とで、大きな差異は生じない。しかし、隆線６１０の分岐点６２０近傍では、分岐された隆線６１０は他の隆線６１０とわずかに異なる方向を向く。したがって、小領域６００中に隆線の分岐点６２０が含まれる場合、隆線の縞方向と若干異なる方向の周波数成分が含まれることになる。同様に、隆線の端点６３０が存在すると、その端点６３０の近傍では隣接する隆線６１０同士の間隔が変わるため、隆線６１０の方向が若干変化する。そのため、隆線の縞方向と若干異なる方向の周波数成分が含まれることになる。

そこで周波数フィルタ部１８０は、画質評価部１５０で求めた方向線ｄｌに基づいて、その方向線ｄｌを中心とした一定の拡がりを有する領域Ｒ_３を周波数成分を残す周波数帯域として設定する。そして周波数フィルタ部１８０は、直流成分（Ｆ_ｓｋ（０，０））を除いて、領域Ｒ_３に含まれない周波数成分について、実数成分、虚数成分とも０にする。なお、直流成分を減弱させずに残すのは、各小領域Ｌ_ｉの指紋画像を再構成した場合に、隆線のエッジだけが強調された画像となることを防止して、後述する二値化処理によって隆線のエッジ部分だけが隆線領域となることを防ぐためである。以下に領域Ｒ_３について説明する。

図７に、周波数フィルタリングを行うためのフィルタ領域の一例を示す。図７において、画像７００は、選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）の一例である。また画像上の各点７１０は、選択された周波数成分である。さらに、直線７２０、７３０はそれぞれ方向線ｄｌ、方向線ｄｌの法線ｎｌである。そして、領域Ｒ_３は周波数成分を残す領域である。領域Ｒ_３は、方向線ｄｌから距離γ以下であり（両側で２γの幅）、周波数平面の原点から距離δ以上離れ、且つ周波数スペクトルの原点から距離ε以下の範囲である。

これら、γ、δ、εの値は、実際の多値指紋画像Ｍにおける隆線のピッチ、分岐点された隆線が分岐元の隆線となす角などに基づいて経験的に最適化される。本実施形態では、それぞれγを１．９lp/mm、δを１．２lp/mm、εを４．９lp/mmに対応する値とした。すなわち、本実施形態では、多値指紋画像Ｍの解像度が５００ｄｐｉであり、各選択スペクトル画像Ｆ_ｓｉ（ｕ，ｖ）を３２×３２画素で構成しているため、それぞれγ＝３．０、δ＝２．０、ε＝８．０となる。なお、γ、δ、εは、上記の値に限られない。指紋入力部３で使用される指紋センサの特性などに応じて最適化することができる。例えばγは約１．２lp/mm〜２．４lp/mmに相当する範囲で設定することができる。さらにδは、約０．６lp/mm〜１．９lp/mmに相当する範囲で設定することができる。同様にεは、約３．７lp/mm〜６．１lp/mmに相当する範囲で設定することができる。γ、δ、εの値を上記範囲よりも領域Ｒ_３が狭くなるような値に設定すると、隆線の分岐点及び端点の情報まで減弱させてしまい、後述する特徴抽出部１３で正確に特徴点を抽出することができなくなる。一方、γ、δ、εの値を上記範囲よりも領域Ｒ_３が広くなるような値に設定すると、ノイズに起因する周波数成分を除去しきれず、特徴抽出部１３で擬似特徴点を抽出してしまう可能性が高くなる。

また、これらγ、δ、εを、他の画質情報に基づいて変化させるようにしてもよい。例えば、隆線の幅を別途算出し、その幅に応じて変化させるようにしてもよい。隆線の幅は、例えば以下のように求めることができる。まず、後述する二値化部１１における処理を多値指紋画像Ｍに対して行って仮の二値指紋画像を取得する。そして、その二値指紋画像を各小領域Ｌ_ｉに分割して、各小領域Ｌ_ｉ内において隆線に相当する画素値の平均連続数を複数の方向について求める。それら複数の方向について求めた平均連続数のうち、最小となるものを隆線の幅とすることができる。隆線の幅が太い場合、隆線の構造に起因する周波数成分は、比較的低周波側に存在するため、隆線の幅が太いほど、上記γ、δ、εを小さな値に設定する。

また図８に、周波数フィルタリングを行うためのフィルタ領域の別の一例を示す。図８において、画像８００は、選択スペクトル画像Ｆ_ｓｋ（ｕ，ｖ）の一例である。また画像上の各点８１０は、選択された周波数成分である。さらに直線８２０は、方向線ｄｌである。そして領域Ｒ_３は周波数成分を残す領域である。領域Ｒ_３は、周波数平面の原点を中心とした半径δの円周と、周波数スペクトルの原点を中心とした半径εの二つの同心円に挟まれた範囲に存在し、且つ方向線ｄｌとのなす角がψの２本の直線に挟まれた範囲である。この場合、ψは約１５°〜３０°に設定することができる。

画像再構成部１９０は、周波数フィルタ部１８０でフィルタ処理された各小領域Ｌ_ｉの選択スペクトル画像に対し、周波数スペクトル解析部１２０で行った周波数変換の逆変換を行う。そして画像再構成部１９０は、ノイズ除去された各小領域Ｌ_ｉの画像を再構成する。再構成された各小領域の画像は、指紋画像合成部２００に送られる。

指紋画像合成部２００は、再構成された各小領域Ｌ_ｉの画像を合成し、１枚の多値指紋画像Ｍ’を生成する。この多値指紋画像Ｍ’は、ノイズが除去され、隆線の端点や分岐点を明瞭に観察することができるものとなる。なお、指紋画像合成部２００は、各小領域Ｌ_ｉの画像を合成する際、隣接小領域との重なり部分に含まれる画素については、重なった全ての小領域の対応する画素の画素値を平均化することにより、画素値を算出する。このような平均化を行うことにより、隣接する小領域との境界部で、隆線が不連続となることを防止することができる。
多値指紋画像Ｍ’の生成が終了すると、画像修正部１０は、その多値指紋画像Ｍ’を二値化部１０へ送る。

二値化部１１は、画像修正部１０でノイズ除去処理が行われた多値指紋画像Ｍ’に基づいて、隆線領域と谷線領域に二値化した二値指紋画像Ｂを生成する。
二値化部１１は、多値指紋画像Ｍ’の着目画素Ｃの画素値Ｉｃを所定の二値化閾値Ｔｈｄ_ＢＩＮと比較する。そして二値化部１１は、多値指紋画像Ｍ’の着目画素Ｃに対応する二値指紋画像Ｂの画素の値Ｂ_Ｃを以下のように設定する。
Ｉ_Ｃ≧Ｔｈｄ_ＢＩＮの場合、Ｂ_Ｃ＝‘２５５’
Ｉ_Ｃ＜Ｔｈｄ_ＢＩＮの場合、Ｂ_Ｃ＝‘０’
ここで、二値指紋画像Ｂにおいては、画素値‘２５５’を谷線画素値とし、‘０’を隆線画素値とする。つまり、Ｂ_Ｃの値が‘２５５’であることは、その画素が谷線画素であることを示す。一方、Ｂ_Ｃの値が‘０’であることは、その画素が隆線画素であることを示す。
なお、Ｂ_Ｃの値は、‘０’と‘２５５’の組み合わせに限られず、二値指紋画像Ｂを表現するデータ形式で扱うことが可能な任意の二つの異なる値、例えば‘０’と‘１’を使用することができる。

また、二値化閾値Ｔｈｄ_ＢＩＮは、例えば多値指紋画像Ｍ’の平均画素値Ｉ_Ａに設定することができる。また二値化閾値Ｔｈｄ_ＢＩＮは、多値指紋画像Ｍ’を複数の小領域Ｌ_ｉ（ｉ＝１，２，・・・，ｍ）に分割し、各小領域Ｌ_ｉごとの平均画素値Ｉ_Ｌｉに設定してもよい。さらに二値化閾値Ｔｈｄ_ＢＩＮは、多値指紋画像Ｍ’の平均画素値Ｉ_Ａに、その平均画素値Ｉ_Ａと各小領域Ｌ_ｉごとの平均画素値Ｉ_Ｌｉの差Ｉ_Ｄ（＝Ｉ_Ａ−Ｉ_Ｌｉ）を加えた値としてもよい。なおこの場合の各小領域は、上記の画像分割部１１０によって分割した小領域と同じ大きさ、形状に設定してもよく、別個の大きさ、形状に設定してもよい。

二値化部１１は、多値指紋画像Ｍ’の全ての画素について上記の比較を行うことにより、二値指紋画像Ｂを生成することができる。生成された二値指紋画像Ｂは、細線化部１２へ送られる。
なお以下では、説明の便宜上、二値指紋画像Ｂ及び細線化二値指紋画像Ｂ_Ｔにおける隆線画素の値を‘０’、谷線画素の値を‘２５５’で表す。

細線化部１２は、二値化部１１で生成された二値指紋画像Ｂに対して、隆線領域を細線化するように細線化処理を行う。そして隆線領域が１画素の幅で連続する線となる細線化二値指紋画像Ｂ_Ｔを生成する。細線化部１２は、例えば、隣接する複数の画素が‘０’の値を有する所定のマスクパターンを複数準備し、それらマスクパターンを順次適用して、何れかのマスクパターンに当てはまれば、その画素の画素値を‘０’から‘２５５’へ変換する方法を使用することができる。しかし、細線化部１２は、上記の細線化方法に限られず、公知の種々の方法を使用することができる。

特徴抽出部１３は、細線化部１２において生成された細線化二値指紋画像Ｂ_Ｔに基づいて特徴点を抽出し、入力特徴点リストＦ_ｉを作成する。ここで特徴点とは、隆線領域の端点、分岐点などである。

図９は、細線化された指紋画像における特徴点の概略を示す。
図９において、黒く示された部分は細線化された隆線領域を表す。また、図９において、隆線領域の終端となっている部分９００及び９１０が、隆線の端点であり、隆線が１本から２本に分岐している部分９２０が分岐点である。これらの特徴点の位置、数は、個人毎に異なるため、指紋の照合を行うための非常に有益な情報となる。

特徴点を表す情報は、特徴点の種類（端点か分岐点か）、位置、方向、信頼度の各要素を有する。ここで端点Ｐ_ｅは、例えば、隆線画素（すなわち、画素値‘０’）のうちで、且つ隣接する８近傍画素のうち、１画素だけが隆線画素である画素とすることができる。また分岐点Ｐ_ｂは、隆線画素のうちで、隣接する８近傍画素のうち、３画素が隆線画素であり、且つそれら８近傍画素中の隆線画素同士が隣接していない画素とすることができる。また特徴点の位置は、端点Ｐ_ｅ又は分岐点Ｐ_ｂの細線化二値指紋画像Ｂ_Ｔ上の座標値（Ｘ_ｔ，Ｙ_ｔ）で表される。ただしＸ_ｔは細線化二値指紋画像Ｂ_Ｔ上の水平方向座標値、Ｙ_ｔは細線化二値指紋画像Ｂ_Ｔ上の垂直方向座標値である。

特徴点の方向θ_ｔは、その特徴点における隆線の方向を表す。また特徴点の方向θ_ｔは、図９に示すように、例えば細線化二値指紋画像Ｂ_Ｔの水平方向軸と時計回りの方向になす角で表される。特徴点が端点Ｐ_ｅの場合、特徴点の方向θ_ｔは、その端点Ｐ_ｅと隣接する隆線画素を結んだ直線と、細線化二値指紋画像Ｂ_Ｔの水平方向軸とのなす角として求めることができる。また特徴点が分岐点Ｐ_ｂの場合、分岐点Ｐ_ｂと、分岐点Ｐ_ｂから２画素の距離にある隆線画素との線分を求める（そのような線分は３本あるはずである）。次に、それぞれの線分同士のなす角を求める。そして、最もなす角が狭い２本の線分の２等分線を求める。その２等分線と細線化二値指紋画像Ｂ_Ｔの水平方向軸とのなす角を特徴点の方向θ_ｔとすることができる。なお、特徴点の方向θ_ｔの求め方は、上記に限られるものではなく、他の公知の方法を用いてもよい。

特徴点の信頼度Ｔは、その特徴点の存在、位置、方向の信頼性を示す値である。例えば、指紋画像では、局所的に見ると複数の隆線が略平行に並んでいる。そのため、複数の特徴点が含まれる局所的な領域を考えると、その領域内では、それぞれの特徴点の方向θ_ｔは、ほぼ同じ方向となる。そこで、以下のように信頼度Ｔを設定することができる。まず、着目する特徴点を中心とした局所的な領域（例えば、３２×３２画素程度）を設定する。次に、その局所的な領域中に含まれる各特徴点の方向θ_ｔの平均値θ_ａｖを算出する。そして、その平均値θ_ａｖと、着目特徴点の方向θ_ｔとの差の絶対値を信頼度とする。
なお、抽出する特徴点は、上記のものに限られない。例えば、各特徴点間の位置関係、隣接する特徴点間の間に存在する隆線又は谷線の本数などを特徴点として抽出してもよい。

特徴抽出部１３は、上記のように一つの細線化二値指紋画像Ｂ_Ｔから抽出した特徴点のそれぞれについて、その特徴点の情報を予め定められた形式にしたがってリストとして作成する。

照合部１４は、操作者の指紋画像から特徴抽出部１３において抽出した入力特徴点リストＦ_ｉと、記憶部４から読み出した登録特徴点リストＦ_ｒとを照合する。照合の具体的な方法として、特徴量の類似度を算出する公知の方法、例えばマニューシャ・マッチング法を使用することができる。具体的には、まず、入力特徴点リストＦ_ｉに含まれている幾つかの特徴点について、登録特徴点リストＦ_ｒに含まれている特徴点のいずれかとの位置の差の平均が最小となるような、座標値の平行移動量Δｄ及び回転補正角Δθを求める。そして、入力特徴点リストＦ_ｉに含まれる各特徴点に対して、その平行移動量Δｄ及び回転補正角Δθを加えて、入力特徴点リストＦ_ｉと登録特徴点リストＦ_ｒとを位置合わせする。

次に、入力特徴点リストＦ_ｉに含まれる各特徴点について、登録特徴点リストＦ_ｒに含まれる各特徴点のうち、特徴点の種類が同じで、位置が最も近いものとの距離、方向の差の絶対値、信頼度に基づいて得点を算出する。この得点は、距離が近いほど高くなるように設定する。同様に、方向の差の絶対値が小さいほど、また信頼度が高いほど得点は高くなるように設定する。

各特徴点についての得点が算出されると、照合部１４は、その得点の合計を類似度Ｓ_ｉとして算出する。そして、照合部１４は、算出された類似度Ｓ_ｉが予め定められた照合閾値Ｔｈｄ_Ｖを超えていれば、認証に成功したと判定し（すなわち、操作者の指紋は、登録されている指紋と一致する）、逆に算出された類似度Ｓ_ｉが予め定められた照合閾値Ｔｈｄ_Ｖ以下であれば、認証に失敗したと判定する（すなわち、操作者の指紋は、登録されている指紋と一致しない）。

出力部６は、指紋認証装置１と外部の機器（例えば、電気錠の施解錠制御装置）を接続し、信号の入出力を行うインターフェースであり、イーサネット（登録商標）、ＵＳＢ、ＳＣＳＩ、ＲＳ−２３２Ｃなどの規格に準拠した通信ポート、電子回路及びドライバソフトウェアなどで構成される。
出力部６は、画像照合部５の照合結果を示す信号などを外部機器に出力する。

次に、本発明に係る照合装置の一例である指紋認証装置１の動作を説明する。
図１０は、指紋認証装置１における、指紋認証の動作を示すフローチャートである。なお、以下に説明する指紋認証装置１の動作は、画像照合部５に読み込まれたプログラムにしたがって、画像照合部５の制御部１５により実行される。

まず、指紋認証装置１は、例えば図示しない近赤外線センサなどにより、操作者の接近を検知すると、所定のガイダンスを操作・表示部２に表示し、操作者にそのガイダンスにしたがって指紋認証作業を行うよう促すとともに、指紋認証動作を開始する。

最初に、指紋認証装置１は、操作・表示部２から操作者の入力識別番号ＩＮを取得する（ステップＳ１０１）。なお、操作者が識別番号ＩＮを入力する前に、指紋入力部３の載置センサが指を検知した場合には、指紋認証装置１は、操作・表示部２を通じて識別番号の入力を促すメッセージを表示する。次に、指紋認証装置１は、取得した入力識別番号ＩＮが記憶部４に登録されているか否か検索する（ステップＳ１０２）。入力識別番号ＩＮが記憶部４に登録されている場合、指紋認証装置１は、操作者の指紋画像を取得するために、指を指紋入力部３の所定位置に置くように操作・表示部２を通じて操作者に対するガイダンスを行う（ステップＳ１０３）。一方、ステップＳ１０２において、取得した入力識別番号ＩＮが登録されていなければ、指紋認証装置１は、操作・表示部２を通じて識別番号未登録のエラーメッセージを表示する（ステップＳ１０４）。そして、制御を最初に戻す。

ステップＳ１０３の後、指紋入力部３の載置センサが指を検知すると指紋入力部３は操作者の多値指紋画像Ｍを取得する（ステップＳ１０５）。取得した多値指紋画像Ｍは、画像照合部５に送られる。画像照合部５が多値指紋画像Ｍを取得すると、画像照合部５の画像修正部１０は、その多値指紋画像Ｍに対するノイズ除去処理を行う（ステップＳ１０６）。なお、ノイズ除去処理の実行手順については、後述する。その後、画像照合部５の二値化部１１は、ノイズ除去された多値指紋画像Ｍ’に基づいて、二値指紋画像Ｂを生成する（ステップＳ１０７）。二値化部１１は、多値指紋画像Ｍ’中の隆線領域と谷線領域を区別するように二値化する。二値指紋画像Ｂが生成されると、画像照合部５の細線化部１２は、隆線領域が細線化された細線化二値指紋画像Ｂ_Ｔを生成する（ステップＳ１０８）。

ステップＳ１０８において、細線化二値指紋画像Ｂ_Ｔが生成されると、画像照合部５の特徴抽出部１３は、その細線化二値指紋画像Ｂ_Ｔから隆線領域の端点Ｐ_ｅ、分岐点Ｐ_ｂなどの特徴点を抽出し、入力特徴点リストＦ_ｉを作成する（ステップＳ１０９）。そして、入力特徴点リストＦ_ｉが作成されると、画像照合部５は、記憶部４から入力識別番号ＩＮに関連付けられた登録特徴点リストＦ_ｒを読み出し、照合部１４で入力特徴点リストＦ_ｉと登録特徴点リストＦ_ｒの類似度Ｓ_ｉを算出する（ステップＳ１１０）。
そして照合部１４は、ステップＳ１１０において算出された類似度Ｓ_ｉと所定の照合閾値Ｔｈｄ_Ｖを比較する（ステップＳ１１１）。ステップＳ１１１において、類似度Ｓ_ｉが照合閾値Ｔｈｄ_Ｖ以下の場合、画像照合部５は、認証に失敗したと判定する。そして指紋認証装置１は、操作・表示部２に認証に失敗したことを示すメッセージを表示する（ステップＳ１１２）。そして、再度操作者の指紋画像を取得するために、制御をステップＳ１０３の前に戻す。

一方、類似度Ｓ_ｉが照合閾値Ｔｈｄ_Ｖよりも大きい場合、画像照合部５の照合部１４は、認証に成功したと判定する。そして指紋認証装置１は、操作・表示部２に認証に成功したことを示すメッセージを表示するとともに、必要に応じて照合結果を示す信号を出力部６を通じて外部機器に送信する（ステップＳ１１３）。そして指紋認証装置１は、動作を終了する。

なお、所定回数連続して認証に失敗した場合、指紋認証装置１は、操作・表示部２を通じて操作者に警告メッセージを表示するようにしてもよい。さらに指紋認証装置１は、そのような場合、出力部６を通じて、監視センタ（図示せず）などに指紋認証装置１自身の識別情報及び警告情報を通知するようにしてもよい。

次に、本発明に係る照合装置の一例である指紋認証装置１における、ノイズ除去処理の動作について、図１１及び図１２に示したフローチャートを参照しつつ説明する。なお、ノイズ除去処理は、専ら指紋認証装置１の画像修正部１０で実行される。

図１１に示すように、まず、多値指紋画像Ｍが画像修正部１０に送られ、ノイズ除去処理が開始される。ノイズ除去処理が開始されると、画像分割部１１０は、多値指紋画像Ｍを複数の小領域Ｌ_ｉ（ｉ＝１，２，・・・，ｍ）に分割する（ステップＳ２０１）。次に、周波数スペクトル解析部１２０は、各小領域Ｌ_ｉについて周波数変換を行い、各小領域Ｌ_ｉの周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）を作成する（ステップＳ２０２）。そして、作成した各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）をスペクトル記憶部１３０に記憶するとともに、周波数成分選択部１４０に送る。

次に、周波数成分選択部１４０は、まず各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）のうちの一つの周波数スペクトル画像Ｆ_k（ｕ，ｖ）（ｋ＝１，２，・・・，ｍ）に着目する（ステップＳ２０３）。そして周波数成分選択部１４０は、着目した周波数スペクトル画像Ｆ_k（ｕ，ｖ）に対し、選択する周波数成分を決定する基準となる振幅の係数α_ｋ（ｋ＝１，２，・・・，ｍ）を周波数成分選択制御部１６０から取得し、閾値Ｔｈｄ_αｋを算出する。そして周波数スペクトル画像Ｆ_ｋ（ｕ，ｖ）について閾値Ｔｈｄ_αｋ以上の振幅の絶対値を有する周波数成分のみを選択した選択スペクトル画像Ｆｓ_ｋ（ｕ，ｖ）を作成する（ステップＳ２０４）。

選択スペクトル画像Ｆｓ_ｋ（ｕ，ｖ）が作成されると、画質評価部１５０は、その周波数成分の選択が適切か否か判断する。そのために、画質評価部１５０の方向線算出手段１５１は、選択スペクトル画像Ｆｓ_k（ｕ，ｖ）について、選択された周波数成分に基づいて方向線ｄｌを算出する（ステップＳ２０５）。次に画質評価部１５０の集中度算出手段１５２は、選択された周波数成分が方向線ｄｌに対してどれだけ集中しているかの指標である複雑度Ｃを算出する（ステップＳ２０６）。そして画質評価部１５０の評価手段１５３は、複雑度Ｃと所定の閾値Ｔｈｄ_ｃｏｎｆを比較して、選択された周波数成分が適切か否か判断する（ステップＳ２０７）。複雑度Ｃが閾値Ｔｈｄ_ｃｏｎｆ以上であれば、選択された周波数成分は不適切であると判断され、周波数成分選択制御部１６０が周波数成分選択の基準となる係数α_ｋを調整する（ステップＳ２０８）。なお、調整された係数α_ｋは、選択パラメータ記憶部１７０に記憶され、再度の調整の際に参照される。そして、ステップＳ２０４の前に制御を移行し、ステップＳ２０４〜ステップＳ２０７の処理を繰り返す。一方、ステップＳ２０７において、複雑度Ｃが閾値Ｔｈｄ_ｃｏｎｆ未満であれば、選択された周波数成分は適切であると判断され、その選択スペクトル画像Ｆｓ_k（ｕ，ｖ）はスペクトル記憶部１３０に一時的に記憶される（ステップＳ２０９）。

図１２に示すように、ステップＳ２０９の後、画像修正部１０は、全ての周波数スペクトル画像について、ステップＳ２０４〜Ｓ２０９の処理が終了したか否か判定する（ステップＳ２１０）。そして画像修正部１０は、何れかの周波数スペクトル画像（例えばＦ_ｉ＋１（ｕ，ｖ））について上記のステップＳ２０４〜Ｓ２０９の処理がなされていないと判断した場合、その周波数スペクトル画像を次に着目する周波数スペクトル画像Ｆ_ｋ（ｕ，ｖ）に設定する（Ｓ２１１）。そして、ステップＳ２０４の前に制御を移行し、ステップＳ２０４〜ステップＳ２１０の処理を繰り返す。一方、ステップＳ２１０において、画像修正部１０は、全ての周波数スペクトル画像についてステップＳ２０４〜Ｓ２０９の処理が終了し、各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）に対応する選択スペクトル画像Ｆｓ_ｉ（ｕ，ｖ）が作成されていることを確認すると、それら選択スペクトル画像Ｆｓ_ｉ（ｕ，ｖ）を周波数フィルタ部１８０へ送る。そして周波数フィルタ部１８０は、各選択スペクトル画像Ｆｓ_ｉ（ｕ，ｖ）に対して所定の周波数帯域の周波数成分だけを残すようなバンドパスフィルタ処理を行う（ステップＳ２１２）。そして、そのバンドパスフィルタ処理が行われた各選択スペクトル画像Ｆｓ_ｉ（ｕ，ｖ）に対し、画像再構成部１９０は、周波数スペクトル解析部１２０の周波数変換処理の逆変換処理を行い、各小領域Ｌ_ｉの画像ｆ_ｉ’（ｘ，ｙ）を再構成する（ステップＳ２１３）。最後に、指紋画像合成部２００は、再構成された各小領域Ｌ_ｉの画像ｆ_ｉ’（ｘ，ｙ）を合成し、ノイズ処理が施された多値指紋画像Ｍ’を生成する（ステップＳ２１４）。そして画像修正部１０は、スペクトル記憶部１３０に記憶されている各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）及び各選択スペクトル画像Ｆｓ_ｉ（ｕ，ｖ）を消去するとともに、生成された多値指紋画像Ｍ’を出力して処理を終了する。

上記のように、画像修正部１０は、各周波数スペクトル画像Ｆ_ｉ（ｕ，ｖ）に対して、周波数成分選択部１４０である程度以上の振幅を有する周波数成分を選択し、その選択した周波数成分についてさらに周波数フィルタ部１８０で隆線の縞方向を中心とした所定の周波数帯域に含まれる周波数成分を残すことで、隆線の端点や分岐点の情報を残しつつ、ノイズを適切に除去することができる。さらに画像修正部１０は、指紋画像の隆線が小領域では略平行な複数の直線が並ぶ縞模様となることから、所定の方向にのみ周波数成分が集中するはずであるという事実に基づいて、一度選択した周波数成分が適切か否か評価し、その評価結果によっては選択する基準を調整して再度周波数成分を選択することにより、適切な周波数成分の選択を行うことができる。

以上説明してきたように、本発明に係る照合装置の一例である指紋認証装置１は、隆線の分岐点や端点の情報を残しつつノイズを除去した多値指紋画像Ｍ’を作成する。そして指紋認証装置１は、その多値指紋画像Ｍ’から作成された細線化二値指紋画像Ｂ_Ｔから特徴点を抽出して照合を行うことにより、特徴点の抽出失敗や擬似特徴点の抽出を抑制できるため、高い照合精度を達成することができる。

なお、上記の実施形態では、指紋の隆線領域は画素値が低く（若しくは黒く）、指紋の谷線領域は画素値が高く（若しくは白く）表現されることとしたが、指紋センサとして光路分離法光学式を使用した場合のように、指紋の隆線領域は画素値が高く（若しくは白く）、指紋の谷線領域は画素値が低く（若しくは黒く）表現される場合でも本発明を適用することができる。この場合、上記の説明において画素値の大小を逆にする（例えば、〜以上という表現は〜以下と置き換える）ことで同様に取り扱うことができる。

また、上記の実施形態では、指紋の照合を特徴点ベースの類似度に基づいて判定したが、本発明の照合装置は、別の方法で指紋の照合を行う場合にも適用することができる。例えば、指紋の照合を指紋画像同士のパターンマッチングに基づいて行う場合に適用することもできる。この場合、特徴情報として、上記の特徴点リストの代わりに被照合者の二値指紋画像を予め登録しておく。そして多値指紋画像Ｍ’から隆線と谷線に分離した二値指紋画像を生成し、生成した二値指紋画像を、予め登録された被照合者の二値指紋画像とパターンマッチングを行う。そして一致度が所定の閾値を超えれば認証に成功したと判定するように構成することができる。あるいは、二値指紋画像の代わりに、多値指紋画像Ｍ’そのものをパターンマッチングに使用してもよい。

またさらに、画像修正部１０では、ノイズ除去処理を行う前に、指を指紋入力部３に載置する際における、指の中央部の押圧力と周辺部の押圧力の差異などにより生じる多値指紋画像Ｍの濃度ムラを補正し、指紋画像全体の濃度を均一化するようにしてもよい。
例えば、ムラ補正は、多値指紋画像Ｍを３２×３２画素程度の部分領域に分割し、各部分領域について平均画素値及び画素値の分散を算出する。そして、その平均画素値及び画素値の分散が、多値指紋画像Ｍ全体の平均画素値及び画素値の分散と略等しくなるように画素値を変換する（画像解析ハンドブックｐ．４７８、高木幹雄、東京大学出版を参照）ことにより、ムラ補正を行うことができる。

また、上記では本発明に係る照合装置を指紋画像認証装置として説明してきたが、本発明は、指紋画像以外の縞模様を含む画像の照合装置にも適用できる。例えば、本発明は、掌紋画像の照合装置に適用することができる。さらに、指紋画像と異なり、画像全体が略平行な直線状の縞模様を含む場合には、上記のように画像を小領域に分割することなく、画像全体を１枚の画像として周波数解析・周波数成分抽出・画質評価・バンドパスフィルタの各処理を行うようにしてもよい。このように小領域に分割を行わない場合には、周波数変換を行う際に、ハニング窓やハミング窓などの窓関数を用いて、画像中の特定部分に着目した処理を行うようにしてもよい。

以上のように、本発明の範囲内で、実施される形態に合わせて様々な変更を行うことができる。

本発明に係る照合装置の一例である指紋認証装置の機能ブロック図である。 指紋認証装置の画像修正部の機能ブロック図である。 多値指紋画像に対する小領域の設定の概略を示す図である。 周波数成分の分布に対する方向線ｄｌの算出の様子を示す図である。 （ａ）は複雑度Ｃの二つの指標を算出する領域の一例を示す図であり、（ｂ）は複雑度Ｃの二つの指標を算出する領域の別の一例を示す図である。 隆線の分岐点を含む小領域の画像の概略図である。 周波数フィルタリングを行うためのフィルタ領域の一例を示す概略図である。 周波数フィルタリングを行うためのフィルタ領域の別の一例を示す概略図である。 細線化された指紋画像における特徴点の概略を示す図である。 本発明に係る照合装置の一例である指紋認証装置における、指紋認証処理の動作を示すフローチャートである。 本発明に係る照合装置の一例である指紋認証装置における、ノイズ除去処理の動作を示すフローチャートである。 本発明に係る照合装置の一例である指紋認証装置における、ノイズ除去処理の動作を示すフローチャートである。

符号の説明

１ 指紋認証装置
２ 操作・表示部
３ 指紋入力部（画像入力部）
４ 記憶部
５ 画像照合部
６ 出力部
１０ 画像修正部
１１ 二値化部
１２ 細線化部
１３ 特徴抽出部
１４ 照合部
１５ 制御部
１１０ 画像分割部
１２０ 周波数スペクトル解析部
１３０ スペクトル記憶部
１４０ 周波数成分選択部
１５０ 画質評価部
１５１ 方向線算出手段
１５２ 集中度算出手段
１５３ 評価手段
１６０ 周波数成分選択制御部
１７０ 選択パラメータ記憶部
１８０ 周波数フィルタ部
１９０ 画像再構成部
２００ 指紋画像合成部
３００ 多値指紋画像
３１０、３２０、３３０ 多値指紋画像の小領域
４００、５００、７００、８００ 選択スペクトル画像
４１０、５１０、７１０、８１０ 周波数成分
４２０、５２０、７２０、８２０ 方向線
５３０、７３０ 方向線の法線
６００ 多値指紋画像の小領域
６１０ 隆線
６２０ 分岐点
６３０ 端点
９００、９１０ 特徴点（端点）
９２０ 特徴点（分岐点）

Claims (4)

1. 縞模様を含む画像を照合する画像の照合装置であって、
   前記画像を取得する画像入力部と、
   前記画像を周波数変換して周波数スペクトルを求める周波数スペクトル解析部と、
   前記周波数スペクトルから、振幅の絶対値が所定の閾値以上である周波数成分を選択する周波数成分選択部と、
   前記周波数成分選択部によって選択された周波数成分に基づいて、前記画像が照合に適する画質を満たすか否かを判断する画質評価部と、
   前記画質評価部が、前記画像が前記画質を満たさないと判断した場合、前記所定の閾値を変更し、前記周波数成分選択部に該変更された所定の閾値以上の周波数成分を再選択させる周波数成分選択制御部と、
   前記画質評価部が、前記画像が前記画質を満たすと判断した場合、前記選択された周波数成分に基づいて、前記周波数変換の逆変換を行って前記画像を再構成する画像再構成部と、
   前記再構成された画像を用いて照合する照合部と、
   を有し、
   前記画質評価部は、
   前記選択された周波数成分の分布に基づいて、前記画像に含まれる縞模様の縞方向を特定する方向線算出手段と、
   前記選択された周波数成分が前記縞方向に集中している程度を表す指標を算出する集中度算出手段と、
   前記指標が、略平行な複数の直線の周波数成分に対応する場合、前記画像が前記画質を満たし、一方、前記指標が当該周波数成分に対応しない場合、前記画像が前記画質を満たしていないと評価する評価手段を有する
   ことを特徴とする照合装置。
2. 前記画像が前記画質を満たさない場合、前記周波数成分選択制御部は、前記所定の閾値を変更する前よりも大きな値にする、請求項１に記載の照合装置。
3. さらに、前記画質評価部が、前記画像が前記画質を満たすと判断した場合、前記選択された周波数成分に対し、前記縞方向に対応する周波数平面上の直線から所定の周波数以内の範囲に含まれない周波数成分を減弱させるバンドパスフィルタ処理を行う周波数フィルタ部を有し、
   前記画像再構成部は、前記バンドパスフィルタ処理を行った周波数成分に基づいて画像を再構成する、請求項１または２に記載の照合装置。
4. さらに、画像を複数の領域に分割する画像分割部と、該複数の領域に分割された画像を一つの画像に合成する画像合成部とを有し、
   前記画像分割部は、前記画像入力部に入力された画像を縞模様が略平行な複数の直線とみなすことが可能な程度の複数領域に分割し、
   前記周波数スペクトル解析部は、前記複数領域それぞれについて周波数スペクトルを求め、
   前記周波数成分選択部は、前記複数領域それぞれについて、振幅の絶対値が前記所定の閾値以上である周波数成分を選択し、
   前記画質評価部は、前記複数領域それぞれについて、選択された周波数成分に基づいて、当該領域が照合に適する画質を満たすか否かを判断し、
   前記画像再構成部は、前記複数領域それぞれについて、当該領域が前記画質を満たすと判断した場合、該選択された周波数成分に基づいて画像を再構成し、
   前記画像合成部は、前記再構成された画像を一つに合成する、請求項１〜３の何れか一項に記載の照合装置。

Images