JP5387007B2 - 画像処理装置、生体認証装置、画像処理方法及びプログラム - Google Patents

Description

本発明は、画像処理装置、生体認証装置、画像処理方法及びプログラムに係り、更に詳しくは、眼のデジタル画像に対する画像処理を行う画像処理装置、虹彩のパターンを用いて認証を行う生体認証装置、眼のデジタル画像に対する画像処理を行うための画像処理方法、コンピュータに眼のデジタル画像に対する画像処理を行わせるためのプログラムに関する。

近年、文字や記号の組み合わせからなるコードやパスワードに代えて、対象者の身体的特徴を用いて認証を行う生体認証技術の研究開発が盛んに行われている。生体認証には、例えば、指紋、手の甲の静脈パターン、眼の虹彩パターン、声紋など、個人相互間で不同な身体的特徴が用いられるのが一般的である。特に、指紋や手の甲の静脈パターンを用いた認証装置は、認証精度が向上し、装置のコストダウンが進むにつれて、ＡＴＭ（Automatic Teller Machine）やパーソナルコンピュータ（PC）など、種々の装置に搭載されるに至っている。

しかしながら、指紋や手の甲の静脈パターンを用いた認証では、対象者が指や手などの身体の一部を装置に接触させるか、ある程度近づける必要がある。このため、最近では眼の虹彩パターンを用いた生体認証技術が注目されている（例えば特許文献１参照）。

特許第３３０７９３６号公報

眼の虹彩は、上眼瞼と下眼瞼との間から露出している。人が自然の状態にある場合には、一般に虹彩の一部は上眼瞼又は下眼瞼に覆われた状態となっている。このため、虹彩パターンを用いて認証を行う場合には、眼のデジタル画像から、両眼瞼の間から露出した虹彩の画像を正確に特定する必要がある。また、個人差はあるが、眼瞼に存在する睫が露出した虹彩上に張り出している場合には、虹彩の画像と、睫に相当する部分の画像とが混在する。このような場合に、正確に認証を行おうとすれば、虹彩の画像から、睫等に相当する部分の画像が混在した領域を正確に除去し、残りの領域を有効に使って認証を行う必要がある。

本発明は、上述の事情の下になされたもので、虹彩の画像の、睫等に相当する部分の画像が混在した領域を正確に特定することが可能な装置等を提供することを目的とする。

上記目的を達成するために、本発明の画像処理装置は、眼のデジタル画像からノイズを検出する画像処理装置であって、前記デジタル画像上で、前記眼の眼瞼の縁に沿う曲線を、前記眼の瞳孔の中心近傍から前記眼瞼までの間で移動させて、前記曲線と重なった前記デジタル画像の複数のピクセルそれぞれの輝度の平均値を、前記曲線の位置ごとに順次算出する演算手段と、前記位置に対する前記輝度の平均値の変動の度合いに基づいて、前記デジタル画像中の前記虹彩の画像に含まれるノイズの位置を特定する特定手段と、を備える。

また、本発明の生体認証装置は、虹彩のパターンを用いて認証を行う生体認証装置であって、眼のデジタル画像を撮像する撮像装置と、前記眼のデジタル画像中の前記虹彩の画像に含まれるノイズの位置を特定する本発明の画像処理装置と、を備える。

また、本発明の画像処理方法は、眼のデジタル画像からノイズを検出する画像処理装置であって、前記デジタル画像上で、前記眼の眼瞼の縁に沿う曲線を、前記眼の瞳孔の中心近傍から前記眼瞼までの間で移動させて、前記曲線と重なった前記デジタル画像の複数のピクセルそれぞれの輝度の平均値を、前記曲線の位置ごとに順次算出する工程と、前記位置に対する前記輝度の平均値の変動の度合いに基づいて、前記虹彩のデジタル画像に含まれるノイズの位置を特定する工程と、を含む。

また、本発明のプログラムは、コンピュータを、眼のデジタル画像上で、前記眼の眼瞼の縁に沿う曲線を、前記眼の瞳孔の中心近傍から前記眼瞼までの間で移動させて、前記曲線と重なった前記デジタル画像の複数のピクセルそれぞれの輝度の平均値を、前記曲線の位置ごとに順次算出する演算手段と、前記位置に対する前記輝度の平均値の変動の度合いに基づいて、前記虹彩のデジタル画像に含まれるノイズの位置を特定する特定手段と、として機能させる。

虹彩の画像の、睫等に相当する部分の画像が混在した領域を正確に特定することができる。

本発明の第１の実施形態に係る生体認証装置１のブロック図である。 デジタル画像Ｐを示す図である。 デジタル画像Ｐを簡略化して示して示す画像Ｐ１を示す図である。 二値画像Ｐ２を示す図である。 サンプル画像ＳＡＭＰ１を示す図である。 図６（Ａ）及び図６（Ｂ）は、付与部３２の動作を説明するための図（その１、その２）である。 付与部３２の動作を説明するための図（その３）である。 付与部３２の処理により得られる画像Ｐ３を示す図である。 付与部３２の処理結果を説明するための図である。 瞳孔を構成する低輝度ピクセル群ＰＧ１と、高輝度ピクセル群ＰＧ２とを示す図である。 瞳孔中心位置特定部３４の動作を説明するための図（その１）である。 瞳孔中心位置特定部３４の動作を説明するための図（その２）である。 領域設定部３５の動作を説明するための図（その１）である。 図１４（Ａ）は、領域設定部３５の動作を説明するための図（その２）である。また、図１４（Ｂ）は、特性曲線ＳＬを示す図である。 虹彩パターン特定部３６の動作を説明するための図である。 ノイズ領域特定部３７を構成する演算部３７ａの動作を説明するための図である。 図１７（Ａ）は、特性曲線ＳＬ１を示す図である。また、図１７（Ｂ）は、関数Ｆ_１（ｙ）を示す図である。 図１８（Ａ）は、特性曲線ＳＬ２を示す図である。また、図１８（Ｂ）は、関数Ｆ_２（ｙ）を示す図である。 位置特定部３７ｂの動作を説明するための図である。 照合装置５０の動作を説明するための図（その１）である。 照合装置５０の動作を説明するための図（その２）である。 照合装置５０の動作を説明するための図（その３）である。 本発明の第２の実施形態に係る生体認証装置２のブロック図である。 画像処理装置３０の動作を示すフローチャートである。

《第１の実施形態》
以下、本発明の第１の実施形態を、図１〜図２２を参照しつつ説明する。図１は本実施形態に係る生体認証装置１の概略的な構成を示すブロック図である。生体認証装置１は、対象者の虹彩パターンを用いて認証を行う装置であり、撮像装置１０、画像処理装置３０、及び照合装置５０を備えている。

前記撮像装置１０は、例えば近赤外線を含む照明光を照射する照明装置と、赤外線以外の可視光線をカットする赤外線フィルタを有する赤外線カメラを含んで構成されている。そして、対象者の眼を撮影することにより得られたデジタル画像を、画像処理装置３０へ出力する。図２には、撮像装置１０によって撮像されたデジタル画像Ｐが示されている。図２を見るとわかるように、撮像装置１０では、少なくとも、対象者の虹彩と、その周囲に存在する瞼や睫などの一部が撮像される。また、撮像装置１０では、赤外光を用いた撮像が行われるため、デジタル画像Ｐはグレースケール画像となる。

図３に示される画像Ｐ１は、デジタル画像Ｐについて、虹彩とその周辺に存在する部分の輪郭を、線のみで簡略化して示した画像である。以下の説明は、便宜上、デジタル画像Ｐと、このデジタル画像Ｐに対応した画像Ｐ１を用いて行うものとする。

図１に戻り、前記画像処理装置３０は、低輝度ピクセル抽出部３１、付与部３２、基準ピクセル設定部３３、瞳孔中心位置特定部３４、領域設定部３５、虹彩パターン特定部３６、ノイズ領域特定部３７を有している。

前記低輝度ピクセル抽出部３１は、撮像装置１０から出力されたデジタル画像Ｐを構成する複数のピクセルの中から、輝度が所定値以下の低輝度ピクセルを抽出する。低輝度ピクセルの抽出は、例えば、デジタル画像Ｐを二値画像に変換し、この時に現れる輝度が０となるピクセルを抽出することにより行うことができる。一例として図４には、デジタル画像Ｐを、所定の閾値を用いて画像変換することにより得られた二値画像Ｐ２が示されている。低輝度ピクセル抽出部３１は、図４に示される二値画像Ｐ２の黒色部分を構成する低輝度ピクセルを抽出し、抽出結果を含む情報を付与部３２に出力する。なお、この時の閾値は、デジタル画像Ｐの撮像条件等によって決定することができる。そして、本実施形態では、二値画像Ｐ２に、虹彩の画像を構成するピクセルが高輝度ピクセルとして現れ、瞳孔の画像を構成するピクセルが低輝度ピクセルとして現れるように、閾値を決定する。このように、閾値を決定することで、二値画像Ｐ２には、主として瞳孔と、睫などの画像を形成していたピクセルが低輝度ピクセルとして現れる。

前記付与部３２は、抽出された低輝度ピクセルを順次選択し、選択した低輝度ピクセルから所定の距離以内にある複数のピクセルそれぞれに、例えば値１を付与する。以下、付与部３２の動作について、サンプル画像ＳＡＭＰ１を示す図５を参照しつつ説明する。

図５は、一例として１６行２０列のマトリクス状に配置されたピクセルＰＸ（ｍ、ｎ）からなる画像ＳＡＭＰ１が示されている。なお、ｍは１から１６までの行番を表す整数であり、ｎは１から２０までの列番を表す整数である。この画像ＳＡＭＰ１は、３つの低輝度ピクセルＰＸ（５、１２）、ＰＸ（８、８）、ＰＸ（９、１２）と、それ以外の高輝度ピクセルＰＸからなる二値画像である。付与部３２は、まず５行目の低輝度ピクセルＰＸ（５、１２）を選択する。そして、図６（Ａ）を参照するとわかるように、低輝度ピクセルＰＸ（５、１２）と、この低輝度ピクセルＰＸ（５、１２）から所定の距離以内にあるピクセルＰＸそれぞれに１を付与する。

次に、付与部３２は、８行目の低輝度ピクセルＰＸ（８、８）を選択する。そして、図６（Ｂ）を参照するとわかるように、低輝度ピクセルＰＸ（８、８）と、この低輝度ピクセルＰＸ（８、８）から所定の距離以内にあるピクセルＰＸそれぞれに１を付与する。ここで、６行目のピクセルＰＸ（６、１０）と、７行目のピクセルＰＸ（７、１０）については、低輝度ピクセルＰＸ（５、１２）及びＰＸ（８，８）それぞれに対して所定の距離以内にある。このため、当該処理が完了した時点では、付与された値の積算値が２となっている。

次に、付与部３２は、９行目の低輝度ピクセルＰＸ（９、１２）を選択する。そして、図７を参照するとわかるように、低輝度ピクセルＰＸ（９、１２）と、この低輝度ピクセルＰＸ（９、１２）から所定の距離以内にあるピクセルＰＸそれぞれに１を付与する。ここで、７行目のピクセルＰＸ（７、１０）については、低輝度ピクセルＰＸ（５、１２）、ＰＸ（８，８）、及びＰＸ（９、１２）それぞれに対して所定の距離以内にある。このため、当該処理が完了した時点では、付与された値の積算値が３となっている。付与部３２は、上述した処理を、画像に含まれる低輝度ピクセルすべてに対して実行する。

画像処理装置３０では、付与部３２は、二値画像Ｐ２を構成する各低輝度ピクセルに対して、上述の処理を施す。図８には、付与部３２が、二値画像Ｐ２の黒色部分を構成する低輝度ピクセルに対して上述の処理を行った後の結果を概念的に示す画像Ｐ３が示されている。画像Ｐ３では、付与部３２によって付与された値の積算値が最も大きいピクセルほど高い濃度で着色された状態で表示されている。付与部３２は、上述の処理結果を基準ピクセル設定部３３へ出力する。

基準ピクセル設定部３３は、付与された値の積算値が最も大きいピクセルを、基準ピクセルＰＸ_０に設定し、この基準ピクセルＰＸ_０の位置情報を瞳孔中心位置特定部３４に出力する。この基準ピクセルＰＸ_０は、図８に示されるように、画像Ｐ３において最も高い濃度で示されたピクセルの位置と一致する。また、図９は、画像Ｐ１と画像Ｐ３とを重ねて示した図である。図９に示されるように、基準ピクセルＰＸ_０の位置は、画像Ｐ１に示される眼の瞳孔の中心とほぼ一致する。

一例として、図１０には二値画像Ｐ２に含まれる瞳孔を構成する低輝度ピクセル群ＰＧ１と、高輝度ピクセル群ＰＧ２とが示されている。通常、瞳孔を含む眼の画像を撮影すると、角膜の表面で反射した反射光の影響で、瞳孔を構成するピクセルのうちの一部のピクセルの輝度が高くなってしまう。これにより、二値画像Ｐ２に現れる瞳孔を構成するピクセル群は、低輝度ピクセル群ＰＧ１と、高輝度ピクセル群ＰＧ２とに２分される。したがって、瞳孔の画像を形成するピクセルのうち、高輝度ピクセル群を構成するピクセルの数が増加するにつれて、基準ピクセルＰＸ_０の位置が瞳孔中心から大きくずれてしまうことが考えられる。そこで、画像処理装置３０では、二値画像Ｐ２における瞳孔を構成する低輝度ピクセル群ＰＧ１の分布と、基準ピクセルＰＸ_０の位置情報とに基づいて、瞳孔の中心位置の検出を行う。

図１１に示されるように、瞳孔中心位置特定部３４は、基準ピクセルＰＸ_０を中心とする円Ｃ（１）を設定する。この円Ｃ（１）の半径は、瞳孔の半径よりも十分に小さくなるように設定する。例えば、円Ｃ（１）の半径は、低輝度ピクセル群ＰＧ１のＸ軸方向又はＹ軸方向の分布範囲などを考慮して決定することができる。

次に、瞳孔中心位置特定部３４は、基準ピクセルＰＸ_０を中心とし、円Ｃ（１）の半径よりも大きい半径を有する円Ｃ（２）を設定する。

次に、瞳孔中心位置特定部３４は、円Ｃ（１），Ｃ（２）それぞれの面積Ｓ_１，Ｓ_２と、円Ｃ（１），Ｃ（２）それぞれの内側にある低輝度ピクセルの個数Ｎ_１、Ｎ_２を算出する。そして、円Ｃ（１）及び円Ｃ（２）の面積の差（Ｓ_２−Ｓ_１）に対する、それぞれの円内の低輝度ピクセルの個数（Ｎ_２−Ｎ_１）の比Ｒ_１（（Ｎ_２−Ｎ_１）／（Ｓ_２−Ｓ_１））を算出する。

次に、瞳孔中心位置特定部３４は、算出した比Ｒ_１の値が、所定の値以上であるか否かを判定する。そして、この判定が肯定された場合には、瞳孔中心位置特定部３４は、円Ｃ（２）の半径より大きい半径を有する円Ｃ（３）を設定する。次に、瞳孔中心位置特定部３４は、円Ｃ（２），Ｃ（３）それぞれの面積Ｓ_２，Ｓ_３と、円Ｃ（２），Ｃ（３）それぞれの内側にある低輝度ピクセルの個数Ｎ_２、Ｎ_３を算出する。そして、円Ｃ（２）及び円Ｃ（３）の面積の差（Ｓ_３−Ｓ_２）に対する、それぞれの円内の低輝度ピクセルの個数（Ｎ_３−Ｎ_２）の比Ｒ_２（（Ｎ_３−Ｎ_２）／（Ｓ_３−Ｓ_２））を算出する。

瞳孔中心位置特定部３４は、算出した比Ｒ_２の値が、所定の値以上であるか否かを判定する。以下、上述の処理を、所定の値以下の比Ｒ_Ｎが算出されるまで、繰り返し行う。これにより、二値画像Ｐ２の瞳孔の画像上に規定される円はその大きさが、徐々に拡大されていく。

一方、所定の値以下の比Ｒ_Ｎが算出された場合には、瞳孔中心位置特定部３４は、この時の円Ｃ（Ｎ）を用いて、瞳孔の中心位置を特定する。なお、所定の値以下の比Ｒ_Ｎが算出される場合とは、例えば、図１１に示されるように、低輝度ピクセル群ＰＧ１及び高輝度ピクセル群ＰＧ２によって規定される領域からはみ出た状態の円Ｃ（４）が設定された場合である。

円Ｃ（１）、Ｃ（２）、及びＣ（３）に関しては、その内部に含まれるピクセルは、瞳孔を形成するピクセルであり、低輝度ピクセル群ＰＧ１又は高輝度ピクセル群ＰＧ２のいずれかに属するピクセルである。この場合には、算出される比Ｒの値はほぼ一定となる。一方、円Ｃ（４）に含まれるピクセルは、瞳孔を形成する低輝度ピクセル群ＰＧ１及び高輝度ピクセル群ＰＧ２に属するピクセル以外のピクセルが含まれる。これらのピクセルは、虹彩の画像を形成する高輝度ピクセルである。このため、円Ｃ（４）の内部に含まれる低輝度ピクセルの数Ｎ_４が減少し、結果的に、算出される比Ｒ_３（（Ｎ_４−Ｎ_３）／（Ｓ_４−Ｓ_３））の値は、所定の値より小さくなる。

次に、瞳孔中心位置特定部３４は、図１２を参照するとわかるように、円Ｃ（４）を基準ピクセルＰＸ_０を基準位置として移動させながら、円Ｃ（４）に含まれる低輝度ピクセルの数が最大となったときの円Ｃ（４）の中心位置Ｐ_１を探索する。そして、探索した位置Ｐ_１を瞳孔中心の位置と特定する。

なお、円Ｃ（１）〜Ｃ（Ｎ）の半径は、例えば、ピクセルの大きさを基準に例えば１ピクセルから数ピクセル分だけ異なるように設定することが考えられる。また、瞳孔中心の検出精度は、円Ｃ（Ｎ−１）の半径と、円Ｃ（Ｎ）の半径との差が小さくなるほど向上する。

前記領域設定部３５は、図１３に示されるように、画像Ｐ１上に位置Ｐ_１が原点となるＸＹ座標系を定義する。そして、画像Ｐ１上に位置Ｐ_１を起点とし、Ｘ軸と１５度の角度をなす直線Ｌ１、Ｌ２とによって規定される三角形の領域Ｆ１と領域Ｆ２とを規定する。次に、図１４（Ａ）に示されるように、領域設定部３５は、領域Ｆ１を、Ｘ軸と直線Ｌ１とで規定される角を中心角とする複数の円弧によって区分することで、複数の円弧状の微小領域を設定する。また、領域Ｆ２を、Ｘ軸と直線Ｌ２とで規定される角を中心角とする複数の円弧によって区分することで、複数の円弧状の微小領域を設定する。

図１４（Ｂ）には、位置ｘと、円弧状の微小領域の輝度の平均値との関係を示す特性曲線ＳＬが示されている。前記虹彩パターン特定部３６は、領域Ｆ１又は領域Ｆ２に属する微小領域ごとに、微小領域に含まれるピクセルの輝度の平均値を算出する。そして、微小領域のＸ軸上の位置と対応する輝度の平均値との関係を表す特性曲線ＳＬを算出する。次に、この特性曲線ＳＬの変化度合いに基づいて、Ｘ軸と虹彩の外縁との交点のＸ座標Ａ、Ｄを求める。

交点のＸ座標Ａ、Ｄは、例えば、特性曲線ＳＬをＸ軸上の位置ｘで微分して得られた微分値と、所定の閾値とを比較することで特定することができる。図１４（Ｂ）の特性曲線ＳＬを参照するとわかるように、一般に、虹彩の領域と白目の境界では輝度の平均値の変化度合に連続性が見られる。また、虹彩の領域から白目の領域に変わる領域では、輝度の平均値の変化度合いは他の部分よりも大きくなる。この性質を利用することにより、特性曲線ＳＬの微分値を用いて、Ｘ軸と虹彩の外縁との交点のＸ座標Ａ、Ｄをほぼ正確に求めることができる。

そして、虹彩パターン特定部３６は、図１５を参照するとわかるように、画像Ｐ１上の位置Ｐ_１を中心とする円Ｃ（４）と、例えば中心がＸ軸上に位置し、ＸＹ座標系における点（Ａ、０）と、点（Ｄ、０）とを通る円Ｃｑ（０）、すなわち、点（（Ａ＋Ｄ）／２、０）を中心Ｑ_０とし、半径（Ｄ−Ａ）／２の円Ｃｑ（０）とで規定される領域に虹彩の画像が位置していると特定する。そして、特定した結果をノイズ領域特定部３７へ出力する。

前記のノイズ領域特定部３７は、演算部３７ａと演算部３７ａの演算結果に基づいてノイズ領域の位置を特定する位置特定部３７ｂとを有している。

図１６に示されるように、前記演算部３７ａは、まず虹彩の外縁にほぼ一致する円Ｃｑ（０）の中心Ｑ_０を通りＹ軸に平行な直線Ｌｙと、この直線Ｌｙ上に中心を有する円の一部である円弧ＡＲ１を規定する。この円弧ＡＲ１は、一例として、虹彩の外縁にほぼ一致する円Ｃｑ（０）の半径の２．４倍から３倍の半径を有する円のうちの、点Ａと点Ｄとを通る直線Ｌ_Ａと、直線Ｌ_Ｄとの間に存在する、上方に凸な円弧である。また、この円弧ＡＲ１の両端点それぞれは、同一のＹ座標を有しており、本実施形態では、この端点の位置を円弧ＡＲ１の位置とする。以下、円弧ＡＲ１の位置は、Ｙ軸上の座標ｙを用いて位置ｙと表示する。

次に、演算部３７ａは、円弧ＡＲ１を、図１６における実線で示される位置０から、＋Ｙ方向へ直線Ｌｙに沿って円Ｃｑ（０）の半径の大きさ以上の距離だけ移動させる。これにより、円弧ＡＲ１は、画像Ｐ１上に実線で示される、瞳孔の中心位置又はその近傍の位置から＋Ｙ方向へ移動し、一点鎖線で示される、上側の眼瞼上の位置まで移動する。

また、同時に演算部３７ａは、円弧ＡＲ１が画像Ｐ１上を１ピクセル分だけ移動するごとに、順次円弧ＡＲ１と重なった画像Ｐ１を構成するピクセルの輝度の平均値を算出していく。これにより、一例として図１７（Ａ）に示されるように、円弧ＡＲ１の位置と輝度の平均値とを示す特性曲線ＳＬ１が得られる。

図１７（Ａ）に示される特性曲線ＳＬ１を見るとわかるように、特性曲線ＳＬ１は、位置Ｙｂにおいて輝度の平均値が急峻に低下している。これは、円弧ＡＲ１が、Ｙ軸上の位置Ｙｂにおいて、画像Ｐ１に低輝度ピクセルで示される睫の部分と重なったためである。したがって、特性曲線ＳＬ１を得た場合には、この特性曲線ＳＬ１が急峻に変化する位置（以下、単に変化位置という）を見つけることで、虹彩の画像に混在する睫の部分の画像の割合が多くなる領域の境界を検出することができる。

そこで、前記位置特定部３７ｂは、上述のようにして得た特性曲線ＳＬ１に対して、次式（１）で示されるフィルタを用いた演算を施すことにより関数Ｆ（ｙ）を算出し、この関数Ｆ（ｙ）に基づいて、特性曲線ＳＬ１の変化位置を検出する。なお、このフィルタは、ある位置ｙにおける輝度の平均値Ｐ（ｙ）と、この位置ｙから＋Ｙ方向に１ピクセル隔てた位置ｙ＋１から、ｎピクセル隔てた位置ｙ＋ｎまでの、それぞれの位置における輝度Ｐ（ｙ＋ｎ）の差と、位置ｙにおける輝度の平均値Ｐ（ｙ）と、この位置ｙから−Ｙ方向に１ピクセル隔てた位置ｙ−１から、ｎピクセル隔てた位置ｙ−ｎまでの、それぞれの位置における輝度Ｐ（ｙ−ｎ）の差を、それぞれ積算したものである。つまり、このフィルタによれば、ある位置ｙの前後で特性曲線の傾きを比較したときに、傾きに変化が見られない場合には、位置ｙにおけるＦ（ｙ）の値が０となる。一方、傾きの符号が変わる場合には変化度合いに基づいて位置ｙにおけるＦ（ｙ）の絶対値が大きくなる。

…（１）

例えば、本実施形態では、ｎは４とする。したがって、このフィルタを用いることにより、本実施形態では、位置特定部３７ｂによって、ある位置ｙと、この位置ｙから前後に１ピクセルずつ隔てた８つの位置との関係が考慮された、図１７（Ｂ）に示される関数Ｆ_１（ｙ）が算出される。なお、この関数Ｆ_１（ｙ）は、特性曲線ＳＬ１において、その値が急峻に低下する変化位置を検出するためのものである。このため、図１７（Ｂ）では、その値が負になる部分のみが示されている。

位置特定部３７ｂは、関数Ｆ_１（ｙ）に基づいて、特性曲線ＳＬ１の変化位置を検出する。具体的には、関数Ｆ_１（ｙ）の値が最小となり、その値が所定の閾値Ｎ_１以下となるｙ座標に対応する位置Ｙｂを検出する。

次に、位置特定部３７ｂは、円弧ＡＲ１を規定したときと同様に、図１６に二点鎖線で示されるように、下方に凸な円弧ＡＲ２を規定する。そして、この円弧ＡＲ２を−Ｙ方へ移動させるとともに、円弧ＡＲ２に重なる画像Ｐ１を構成するピクセルの輝度の平均値を順次算出し、図１８（Ａ）に示される特性曲線ＳＬ２を得る。次に、この特性曲線に式（１）に示されるフィルタを用いた演算を施すことで、図１８（Ｂ）に示される関数Ｆ_２（ｙ）を算出する。そして、この関数Ｆ_２（ｙ）の値が最小となり、その値が所定の閾値Ｎ_２以下となるｙ座標に対応する位置を検出する。なお、本実施形態では、例えば図１６を見るとわかるように、虹彩の画像の下半分はほぼ完全に露出するとともに、睫等の部分の画像がほとんど混在していない。このため、特性曲線ＳＬ２には変化位置が存在せず、ここでは、関数Ｆ_２（ｙ）の値が最小となり、その値が所定の閾値Ｎ_２以下となるｙ座標は検出されない。

なお、特性曲線ＳＬ１、及び特性曲線ＳＬ２の変化位置を検出するための閾値Ｎ_１、Ｎ_２は、統計結果、撮像装置１０の設置位置などを考慮して、個別にそれぞれ定めることができる。例えば、通常は虹彩の画像の上方には、睫などの画像成分の混在が多く見られる。一方、虹彩の画像の下方では、睫などの画像成分の混在はほとんどないが、涙袋が虹彩の画像上にせり出す場合がある。このような事実を考慮して、複数枚の眼の画像から特性曲線ＳＬ１、ＳＬ２のサンプルを採取し、このサンプル結果に基づいて、それぞれ閾値Ｎ_１、Ｎ_２を個別に決定することができる。これにより、虹彩の画像全体について、ノイズ成分が混在した領域を、精度よく特定することが可能となる。

位置特定部３７ｂは、上述のように変化位置の座標を検出すると、この検出結果に基づいて、虹彩の画像中のノイズが混在する領域（以下、ノイズ領域という）を特定し、このノイズ領域が除外された虹彩の画像中の領域（以下、マッチング領域という）に関する情報を照合装置５０へ出力する。具体的には、図１９に示されるように、画像Ｐ１に含まれる、円Ｃ（４）と円Ｃｑ（０）とによって規定される領域から、特性曲線ＳＬ１の変化位置に対応する位置にある円弧ＡＲ１と円Ｃｑ（０）とで規定されるノイズ領域ＮＡを除外する。そして、残りのマッチング領域ＭＡに関する情報を照合装置５０へ出力する。

前記照合装置５０は、まず、虹彩パターン特定部３６によって特定された虹彩の画像に基づいて、比較対象となる対象者のコードを生成する。

図１５に示されるように、瞳孔の外縁にほぼ一致する円Ｃ（４）と、虹彩の外縁にほぼ一致する円Ｃｑ（０）の中心は、一般的に一致しない。その理由は、人の左右の眼の視線は通常平行ではないため、対象者の正面から眼を撮影した場合には、撮像装置１０の光軸と視線とが平行とはならない。このため、球面状の虹彩は、撮像装置１０に対して斜めから撮影される。したがって、デジタル画像上では、虹彩の中心と瞳孔の中心とがオフセットしてしまうのである。

照合装置５０は、上述の事情を考慮して、図２０に示されるように、瞳孔の外縁にほぼ一致する円Ｃ（４）と、虹彩の外縁にほぼ一致する円Ｃｑ（０）とによって規定される領域を、７つの円Ｃｑ（１）〜円Ｃｑ（７）を用いて、８つの環状領域に区分する。以下、具体的に説明する。

まず、照合装置５０は、円Ｃ（４）の中心Ｐ_１と、円Ｃｑ（０）の中心Ｑ_０との距離ｄを計測する。そして、中心Ｑ_０のＸ座標に距離ｄを８で除した値をそれぞれ加算していくことで、円Ｃｑ（１）〜円Ｃｑ（７）の中心Ｑ_１〜中心Ｑ_７を算出する。なお、中心Ｑ_１〜中心Ｑ_７の座標はそれぞれ、Ｑ_１（（Ａ＋Ｄ）／２＋ｄ／８、０）、Ｑ_２（（Ａ＋Ｄ）／２＋ｄ／４、０）、Ｑ_３（（Ａ＋Ｄ）／２＋３ｄ／８、０）、Ｑ_４（（Ａ＋Ｄ）／２＋ｄ／２、０）、Ｑ_５（（Ａ＋Ｄ）／２＋５ｄ／８、０）、Ｑ_６（（Ａ＋Ｄ）／２＋３ｄ／４、０）、Ｑ_７（（Ａ＋Ｄ）／２＋７ｄ／８、０）と計算される。

次に、照合装置５０は、円Ｃｑ（０）の半径ｒ_０から、円Ｃ（４）の半径ｒと円Ｃｑ（０）の半径ｒ_０との差を８で除した値をそれぞれ減算していくことで、円Ｃｑ（１）〜円Ｃｑ（７）の半径ｒ_１〜半径ｒ_７を算出する。なお、半径ｒ_１〜半径ｒ_７は、それぞれｒ_１：（ｒ_０−（ｒ_０−ｒ）／８）、ｒ_２：（ｒ_０−２・（ｒ_０−ｒ）／８）、ｒ_３：（ｒ_０−３・（ｒ_０−ｒ）／８）、ｒ_４：（ｒ_０−４・（ｒ_０−ｒ）／８）、ｒ_５：（ｒ_０−５・（ｒ_０−ｒ）／８）、ｒ_６：（ｒ_０−６・（ｒ_０−ｒ）／８）、ｒ_７：（ｒ_０−７・（ｒ_０−ｒ）／８）と計算される。

次に、照合装置５０は、上述のように算出した中心Ｑ_１〜中心Ｑ_７と、半径ｒ_１〜半径ｒ_７に関する算出結果に基づいて、図２０に示されるように、円Ｃｑ（０）と円Ｃ（４）とで規定される領域に、７つの円Ｃｑ（１）〜円Ｃｑ（７）を規定する。これにより、図２１を参照するとわかるように、画像Ｐ１に含まれる虹彩の画像が７つの円Ｃｑ（１）〜円Ｃｑ（７）によって、８つの環状領域Ａ１〜Ａ８に区分される。

次に、照合装置５０は、８つの環状領域Ａ１〜Ａ８それぞれを、例えば２５６の微小領域に区分する。具体的には、円Ｃ（４）、円Ｃｑ（１）〜円Ｃｑ（７）を、中心角が等しい２５６の円弧に分割するとともに、隣接する円同士の対応関係にある１組の円弧と、端点を結ぶ線分を規定していく。以下、図２２を参照しつつ説明する。

図２２は、円Ｃ（４）と円Ｃｑ（７）とによって規定された環状領域Ａ１を、２５６の微小領域に区分する様子を示す図である。図２０を参照するとわかるように、照合装置５０は、円Ｃ（４）と円Ｃｑ（７）を、それぞれの円とＸ軸との交点を基点として、中心角がα（３６０／２５６）の円弧にそれぞれ区分するとともに、対応関係にある円弧の端点を結ぶ線分を規定することで、環状領域Ａ１を、２５６個の微小領域Ａ１_１〜Ａ１_２５６に区分する。同様に、照合装置５０は、環状領域Ａ２〜Ａ８それぞれを、微小領域Ａ２_１〜Ａ２_２５６、微小領域Ａ３_１〜Ａ３_２５６、微小領域Ａ４_１〜Ａ４_２５６、微小領域Ａ５_１〜Ａ５_２５６、微小領域Ａ６_１〜Ａ６_２５６、微小領域Ａ７_１〜Ａ７_２５６、微小領域Ａ８_１〜Ａ８_２５６に区分する。

次に、照合装置５０は、環状領域Ａ１に属する微小領域Ａ１_１〜Ａ１_２５６を、ノイズ領域特定部３７によって特定されたノイズ領域ＮＡに属する微小領域と、マッチング領域ＭＡに属する微小領域に区分する。そして、ノイズ領域ＮＡに属する微小領域それぞれには例えば０を付与し、マッチング領域ＭＡに属する微小領域には、各微小領域に含まれるピクセルの輝度の平均値を付与する。次に、微小領域に付与された値ＶＡＬを、微小領域の位置に応じて配列することによりコード１［ＶＡＬ１_１、ＶＡＬ１_２、…、ＶＡＬ１_２５６］を生成する。

同様に、照合装置５０は、環状領域Ａ２〜Ａ８ごとに、上述した環状領域Ａ１に対する処理と同様の処理を実行し、コード２［ＶＡＬ２_１、ＶＡＬ２_２、…、ＶＡＬ２_２５６］、コード３［ＶＡＬ３_１、ＶＡＬ３_２、…、ＶＡＬ３_２５６］、コード４［ＶＡＬ４_１、ＶＡＬ４_２、…、ＶＡＬ４_２５６］、コード５［ＶＡＬ５_１、ＶＡＬ５_２、…、ＶＡＬ５_２５６］、コード６［ＶＡＬ６_１、ＶＡＬ６_２、…、ＶＡＬ６_２５６］、コード７［ＶＡＬ７_１、ＶＡＬ７_２、…、ＶＡＬ７_２５６］、コード８［ＶＡＬ８_１、ＶＡＬ８_２、…、ＶＡＬ８_２５６］を生成する。以下、照合装置５０は、上述の８つのコード１〜８を１つの照合対象コード群として管理する。

照合装置５０には、予め上記画像処理装置３０での処理と同様の処理によって特定された虹彩の画像に基づき、かつ特定の個人情報と関連づけられた８つのコードからなる複数のコード群に関するデータが蓄積されている。照合装置５０は、上述の照合対象コード群と、予め蓄積されたコード群（以下、照合コード群という）それぞれとの照合を行う。そして、照合対象コード群に対する類似度合いが所定の値以上の照合コード群が特定された場合には、その結果と、照合コード群に関連づけられた個人情報を外部へ出力する。一方、対象コード群に対する類似度合いが所定の値以上の照合コード群が特定されなかった場合には、その結果を外部へ出力する。

以上説明したように、本第１の実施形態では、円弧ＡＲ１及び円弧ＡＲ２を用いて、虹彩の画像をスキャンすることにより得られた特性曲線ＳＬ１及び特性曲線ＳＬ２に基づいて、眼のデジタル画像Ｐに含まれる虹彩の画像中の、例えば睫や瞼等の部分が混在したノイズ領域ＮＡが正確に特定される。そして、このノイズ領域ＮＡが除外された虹彩の画像に基づいて生成されたデータによって認証が行われる。このため、対象者の認証を、ノイズの影響を受けることなく、正確に行うことが可能となる。

また、本第１の実施形態では、虹彩のデジタル画像Ｐを、所定の円弧ＡＲ１，ＡＲ２を用いてスキャンすることにより、ノイズ領域ＮＡを特定する。このため、例えば、虹彩の画像から睫等に関する部分のみをそのまま抜き出す場合に比べて、迅速にノイズ領域ＮＡを特定することが可能となる。したがって、認証精度の向上を図るとともに、処理の迅速化を図ることができる。

《第２の実施形態》
次に、本発明の第２の実施形態を、図２３及び図２４を参照しつつ説明する。なお、第１の実施形態と同一又は同等の構成については、同等の符号を用いるとともに、その説明を省略又は簡略する。

本実施形態に係る生体認証装置２は、画像処理装置３０が、一般的なコンピュータ、又はワークステーションなどの装置と同様の構成によって実現されている点で、第１の実施形態に係る生体認証装置１と相違している。

図２３は、生体認証装置２の物理的な構成を示すブロック図である。図２３に示されるように、生体認証装置２は、撮像装置１０、コンピュータからなる画像処理装置３０、照合装置５０を備えている。

前記画像処理装置３０は、ＣＰＵ（Central Processing Unit）３０ａ、主記憶部３０ｂ、補助記憶部３０ｃ、表示部３０ｄ、入力部３０ｅ、インターフェイス部３０ｆ、及び上記各部を相互に接続するシステムバス３０ｇを含んで構成されている。

ＣＰＵ３０ａは、補助記憶部３０ｃに記憶されているプログラムに従って、撮像装置１０によって撮像された画像Ｐに対して、後述する画像処理を実行する。

主記憶部３０ｂは、ＲＡＭ（Random Access Memory）等を含んで構成され、ＣＰＵ３０ａの作業領域として用いられる。

補助記憶部３０ｃは、ＲＯＭ（Read Only Memory）、磁気ディスク、半導体メモリ等の不揮発性メモリを含んで構成されている。この補助記憶部３０ｃは、ＣＰＵ３０ａが実行するプログラム、及び各種パラメータなどを記憶している。また、ＣＰＵ３０ａによる処理結果などを含む情報を記憶する。

表示部３０ｄは、ＣＲＴ（Cathode Ray Tube）またはＬＣＤ（Liquid Crystal Display）などを含んで構成され、ＣＰＵ３０ａの処理結果を表示する。本実施形態では、デジタル画像Ｐに対する処理が実行されるごとに、その処理結果としての二値画像Ｐ２、画像Ｐ３などが表示される。

入力部３０ｅは、キーボードやマウス等のポインティングデバイスを含んで構成されている。オペレータの指示は、この入力部３０ｅを介して入力され、システムバス３０ｇを経由してＣＰＵ３０ａに通知される。

インターフェイス部３０ｆは、シリアルインターフェイスまたはＬＡＮ（Local Area Network）インターフェイス等を含んで構成されている。撮像装置１０、及び照合装置５０は、インターフェイス部３０ｆを介してシステムバス３０ｇに接続される。

図２４のフローチャートは、画像処理装置３０のＣＰＵ３０ａによって実行されるプログラムの一連の処理アルゴリズムに対応している。以下、図２４を参照しつつ、画像処理装置３０における画像処理について説明する。なお、この画像処理は、ＣＰＵ３０ａが、補助記憶部３０ｃから読み出したプログラムに従って、主記憶部３０ｂ、補助記憶部３０ｃ、表示部３０ｄ、インターフェイス部３０ｆを統括的に制御することにより実現される。

まず、最初のステップＳ１０１では、ＣＰＵ３０ａは、撮像装置１０によって撮像されたデジタル画像Ｐを構成する複数のピクセルの中から、輝度が所定値以下の低輝度ピクセルを抽出する。具体的には、デジタル画像Ｐを、所定の閾値を用いて画像変換することにより得られた二値画像Ｐ２の中から低輝度ピクセルを抽出する。

次のステップＳ１０２では、ＣＰＵ３０ａは、抽出された低輝度ピクセルを順次選択し、選択した低輝度ピクセルから所定の距離以内にある複数のピクセルそれぞれに、例えば値１を付与する。

次のステップＳ１０３では、ＣＰＵ３０ａは、付与された値の積算値が最も大きいピクセルを、基準ピクセルＰＸ_０に設定する。図９に示されるように、基準ピクセルＰＸ_０の位置は、画像Ｐ１に示される目の瞳孔の中心とほぼ一致する。

次のステップＳ１０４では、ＣＰＵ３０ａは、基準ピクセルＰＸ_０を中心とする円Ｃ（１）と、円Ｃ（１）の半径よりも大きい半径を有する円Ｃ（２）を設定する。

次のステップＳ１０５では、ＣＰＵ３０ａは、円Ｃ（１），Ｃ（２）それぞれの面積Ｓ_１，Ｓ_２と、円Ｃ（１），Ｃ（２）それぞれの内側にある低輝度ピクセルの個数Ｎ_１、Ｎ_２を演算する。そして、円Ｃ（１）及び円Ｃ（２）の面積の差（Ｓ_２−Ｓ_１）に対する、それぞれの円内の低輝度ピクセルの個数（Ｎ_２−Ｎ_１）の比Ｒ_１（（Ｎ_２−Ｎ_１）／（Ｓ_２−Ｓ_１））を算出する。

次のステップＳ１０６では、ＣＰＵ３０ａは、比Ｒ_１の値が、所定の値以上であるか否かを判定する。そして、ステップＳ１０６での判定が肯定された場合には、ステップＳ１０４に戻る。

この場合、ＣＰＵ３０ａは、新たに円Ｃ（２）の半径より大きい半径を有する円Ｃ（３）を設定する（ステップＳ１０４）。そして、円Ｃ（２），Ｃ（３）それぞれの面積Ｓ_２，Ｓ_３と、円Ｃ（２），Ｃ（３）それぞれの内側にある低輝度ピクセルの個数Ｎ_２、Ｎ_３を演算する。そして、円Ｃ（２）及び円Ｃ（３）の面積の差（Ｓ_３−Ｓ_２）に対する、それぞれの円内の低輝度ピクセルの個数（Ｎ_３−Ｎ_２）の比Ｒ_２（（Ｎ_３−Ｎ_２）／（Ｓ_３−Ｓ_２））を算出する（ステップＳ１０５）。以下、ステップＳ１０６での判定が否定されるまで、ステップＳ１０４〜ステップＳ１０６までの処理が繰り返される。

一方、ステップ１０６での判定が否定された場合には、次のステップＳ１０７に移行する。なお、ステップＳ１０６での判定が否定される場合とは、比Ｒの値が、所定の値より小さい場合である。例えば、図１１に示されるように、ピクセル群ＰＧ１、ＰＧ２によって規定される領域からはみ出た状態の円Ｃ（４）が設定された場合は、ステップＳ１０６での判定が否定される。

次のステップＳ１０７では、ＣＰＵ３０ａは、円Ｃ（４）を基準ピクセルＰＸ_０を基準位置として移動させながら、円Ｃ（４）に含まれる低輝度ピクセルの数が最大となったときの円Ｃ（４）の中心位置Ｐ_１を探索する。そして、探索した位置Ｐ_１を瞳孔中心の位置と特定する。

次のステップＳ１０８では、ＣＰＵ３０ａは、画像Ｐ１上に位置Ｐ_１が原点となるＸＹ座標系を定義する。そして、画像Ｐ１上に位置Ｐ_１を起点とし、Ｘ軸と１５度の角度をなす直線Ｌ１、Ｌ２とによって規定される三角形の領域Ｆ１と領域Ｆ２とを規定する。次に、図１４（Ａ）に示されるように、ＣＰＵ３０ａは、領域Ｆ１を、Ｘ軸と直線Ｌ１とで規定される角を中心角とする複数の円弧によって区分することで、複数の円弧状の微小領域を設定する。また、領域Ｆ２を、Ｘ軸と直線Ｌ２とで規定される角を中心角とする複数の円弧によって区分することで、複数の円弧状の微小領域を設定する。

次のステップＳ１０９では、ＣＰＵ３０ａは、領域Ｆ１又は領域Ｆ２に属する微小領域ごとに、微小領域に含まれるピクセルの輝度の平均値を算出する。そして、微小領域のＸ軸上の位置と対応する輝度の平均値との関係を表す特性曲線ＳＬを算出する。

次のステップＳ１１０では、ＣＰＵ３０ａは、この特性曲線ＳＬの変化度合いに基づいて、Ｘ軸と虹彩の外縁との交点のＸ座標Ａ及びＤを求める。そして、図１５を参照するとわかるように、画像Ｐ１上の円Ｃ（４）と、円Ｃｑ（０）とで規定される領域に虹彩の画像が位置していると特定する。

次のステップＳ１１１では、ＣＰＵ３０ａは、図１６に示されるように、虹彩の外縁にほぼ一致する円Ｃｑ（０）の中心Ｑ_０を通りＹ軸に平行な直線Ｌｙと、この直線Ｌｙ上に中心を有する円の一部である円弧ＡＲ１を規定する。そして、円弧ＡＲ１を、図１６における実線で示される位置０から、円Ｃｑ（０）の半径の大きさ以上の距離だけ移動させる。

また、同時に、ＣＰＵ３０ａは、円弧ＡＲ１が画像Ｐ１上を１ピクセル分だけ移動するごとに、順次円弧ＡＲ１と重なった画像Ｐ１を構成するピクセルの輝度の平均値を算出していく。これにより、一例として図１７（Ａ）に示されるように、円弧ＡＲ１の位置と輝度の平均値とを示す特性曲線ＳＬ１を得る。

同様に、ＣＰＵ３０ａは、図１６に二点鎖線で示されるように、下方に凸な円弧ＡＲ２を規定する。そして、この円弧ＡＲ２を−Ｙ方へ移動させるとともに、円弧ＡＲ２に重なる画像Ｐ１を構成するピクセルの輝度の平均値を順次算出し、図１８（Ａ）に示される特性曲線ＳＬ２を得る。

次のステップＳ１１２では、ＣＰＵ３０ａは、特性曲線ＳＬ１及び特性曲線ＳＬ２に対して、上記式（１）で示されるフィルタを用いた演算を施すことにより関数Ｆ_１（ｙ）及び関数Ｆ_２（ｙ）を算出する。そして、ＣＰＵ３０ａは、関数Ｆ_１（ｙ）及び関数Ｆ_２（ｙ）に基づいて、特性曲線ＳＬ１及び特性曲線ＳＬ２の変化位置を検出する。具体的には、関数Ｆ_１（ｙ）及び関数Ｆ_２（ｙ）の値が最小となり、その値が所定の閾値Ｎ_１或いはＮ_２以下となる変化位置を検出する。

次のステップＳ１１３では、ＣＰＵ３０ａは、上述のように変化位置の座標を検出すると、この検出結果に基づいて、虹彩の画像中のノイズが混在するノイズ領域ＮＡを特定する。具体的には、図１９に示されるように、画像Ｐ１に含まれる、円Ｃ（４）と円Ｃｑ（０）とによって規定される領域から、ノイズ領域ＮＡを除外したマッチング領域ＭＡを特定する。

次のステップＳ１１４では、ＣＰＵ３０ａは、ステップＳ１１３における処理結果を含む情報を照合装置５０へ出力し、一連の処理を終了する。

一方、前記照合装置５０は、画像処理装置３０によって特定された虹彩の画像を８つの環状領域Ａ１〜Ａ８に区分する。そして、さらに環状領域Ａ１〜Ａ８それぞれを２５６の微小領域に区分する。

次に、照合装置５０は、環状領域Ａ１〜Ａ８に属する微小領域Ａｎ_１〜Ａｎ_２５６を、ノイズ領域ＮＡに属する微小領域と、マッチング領域ＭＡに属する微小領域に区分する。そして、ノイズ領域ＮＡに属する微小領域それぞれには例えば０を付与し、マッチング領域ＭＡに属する微小領域には、各微小領域に含まれるピクセルの輝度の平均値を付与する。次に、微小領域に付与された値を、微小領域の位置に応じて配列することによりコード１〜８を生成する。

次に、照合装置５０は、予め取得していた特定の個人情報と関連づけられた８つのコードからなる複数のコード群それぞれと、照合対象コード群との照合を行う。そして、照合対象コード群に対する類似度合いが所定の値以上の照合コード群が特定された場合には、その結果と、照合コード群に関連づけられた個人情報を外部へ出力する。一方、対象コード群に対する類似度合いが所定の値以上の照合コード群が特定されなかった場合には、その結果を外部へ出力する。

以上説明したように、本第２の実施形態では、円弧ＡＲ１及び円弧ＡＲ２を用いて、虹彩の画像をスキャンすることにより得られた特性曲線ＳＬ１及び特性曲線ＳＬ２に基づいて、眼のデジタル画像Ｐに含まれる虹彩の画像中の、例えば睫や瞼等の部分が混在したノイズ領域ＮＡが正確に特定される。そして、このノイズ領域が除外された虹彩の画像に基づいて生成されたデータによって認証が行われる。このため、対象者の認証を、ノイズの影響を受けることなく、正確に行うことが可能となる。

また、本第２の実施形態では、虹彩のデジタル画像Ｐを、所定の円弧ＡＲ１，ＡＲ２を用いてスキャンすることにより、ノイズ領域ＮＡを特定する。このため、例えば、虹彩の画像から睫等に関する部分のみをそのまま抜き出す場合に比べて、迅速にノイズ領域ＮＡを特定することが可能となる。したがって、認証精度の向上を図るとともに、処理の迅速化を図ることができる。

以上、本発明の実施形態について説明したが、本発明は上記実施形態によって限定されるものではない。

例えば、上記各実施形態では、特性曲線の得るために円弧ＡＲ１及び円弧ＡＲ２を用いたが、円弧ＡＲ１又は円弧ＡＲ２に代えて、上眼瞼の外縁に近似する曲線、或いは下眼瞼の外縁に近似する曲線を用いてもよい。

また、上記各実施形態では、虹彩の中心とほぼ一致する円Ｃｑ（０）の中心Ｑ_０を通る直線Ｌｙ上に中心を有する円の円弧ＡＲ１及び円弧ＡＲ２を用いたが、これに限らず、例えば、基準ピクセルＰＸ_０を通るＹ軸に平行な直線上、或いは円Ｃ（４）を用いて探索した位置Ｐ_１を通るＹ軸に平行な直線上に中心を有する円の円弧を用いてもよい。

また、上記各実施形態では、円弧ＡＲ１及び円弧ＡＲ２を用いてノイズ領域ＮＡの特定を行ったが、これに限らず、複数人の眼瞼の外縁に関するデータをサンプリングし、これらのデータから最適な眼瞼に沿った曲線を決定し、この曲線を用いて虹彩画像をスキャンすることにより、ノイズ領域ＮＡの特定を行ってもよい。

また、この他にも、例えば円弧ＡＲ１、ＡＲ２に代えて、楕円や多角形の一部、直線と円弧の組み合わせからなる線などを用いてもよい。

また、上記各実施形態では、円弧ＡＲ１及び円弧ＡＲ２を瞳孔の中心又はその近傍から上眼瞼の上方までそれぞれ移動させたが、これに限らず、円弧ＡＲ１及び円弧ＡＲ２を瞳孔の中心に向かって移動させることにより、虹彩の画像のスキャンを行ってもよい。

また、上記各実施形態では、算出した特性曲線ＳＬ１及び特性曲線ＳＬ２に対して、上述したフィルタを用いた演算を施すことにより得た関数Ｆ_１（ｙ）及び関数Ｆ_２（ｙ）に基づいて、特性曲線ＳＬ１及び特性曲線ＳＬ２の変化位置の検出を行った。本発明はこれに限定されるものではなく、例えば、特性曲線ＳＬ１及び特性曲線ＳＬ２を微分することにより得られるＦ’_１（ｙ）及び関数Ｆ’_２（ｙ）などを用いて、特性曲線ＳＬ１及び特性曲線ＳＬ２の変化位置を検出してもよい。

また、上記各実施形態では、フィルタを示す関数Ｆ（ｙ）のｎの値を４としたが、ｎの値は４に限らない。例えばｎの値は、撮像装置１０の解像度、被写体（対象者）との距離などを考慮して、最適な値とすればよい。

また、上記各実施形態では、環状領域Ａ１〜Ａ８を区分することにより２５６の微小領域を設定したが、これに限らず、隣接する円同士の対応関係にある１組の円弧の端点を結んで形成される四角形の領域を、それぞれの環状領域Ａ１〜Ａ８に沿って設定してもよい。

また、上記各実施形態では、画像処理装置３０は、デジタル画像Ｐを二値画像Ｐ２に変換することにより、低輝度ピクセルを抽出したがこれに限らず、デジタル画像Ｐを構成するピクセルの輝度値から直接低輝度ピクセルを抽出してもよい。

なお、上記実施形態に係る画像処理装置３０の機能は、専用のハードウェアによっても、また、通常のコンピュータシステムによっても実現することができる。

また、第２の実施形態において画像処理装置３０の補助記憶部３０ｃに記憶されているプログラムは、フレキシブルディスク、ＣＤ−ＲＯＭ（Compact Disk Read-Only Memory）、ＤＶＤ（Digital
Versatile Disk）、ＭＯ（Magneto-Optical disk）等のコンピュータ読み取り可能な記録媒体に格納して配布し、そのプログラムをコンピュータにインストールすることにより、上述の処理を実行する装置を構成することとしてもよい。

また、プログラムをインターネット等の通信ネットワーク上の所定のサーバ装置が有するディスク装置等に格納しておき、例えば、搬送波に重畳させて、コンピュータにダウンロード等するようにしてもよい。

また、プログラムは、通信ネットワークを介して転送しながら起動実行することとしてもよい。

また、プログラムは、全部又は一部をサーバ装置上で実行させ、その処理に関する情報を通信ネットワークを介して送受信しながら、上述の画像処理を実行することとしてもよい。

なお、上述の機能を、ＯＳ（Operating System）が分担して実現する場合又はＯＳとアプリケーションとの協働により実現する場合等には、ＯＳ以外の部分のみを媒体に格納して配布してもよく、また、コンピュータにダウンロード等してもよい。

なお、本発明は、本発明の広義の精神と範囲を逸脱することなく、様々な実施形態及び変形が可能とされるものである。また、上述した実施形態は、本発明を説明するためのものであり、本発明の範囲を限定するものではない。つまり、本発明の範囲は、実施形態ではなく、特許請求の範囲によって示される。そして、特許請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、本発明の範囲内とみなされる。

本発明の画像処理装置、画像処理方法、及びプログラムは、虹彩の画像に含まれるノイズ領域を特定するのに適している。また、本発明の生体認証装置は、虹彩のパターンを用いて認証を行うのに適している。

１、２ 生体認証装置
１０ 撮像装置
３０ 画像処理装置
３０ａ ＣＰＵ
３０ｂ 主記憶部
３０ｃ 補助記憶部
３０ｄ 表示部
３０ｅ 入力部
３０ｆ インターフェイス部
３０ｇ システムバス
３１ 低輝度ピクセル抽出部
３２ 付与部
３３ 基準ピクセル設定部
３４ 瞳孔中心位置特定部
３５ 領域設定部
３６ 虹彩パターン特定部
３７ ノイズ領域特定部
３７ａ 演算部
３７ｂ 位置特定部
５０ 照合装置
Ｐ デジタル画像
Ｐ１ 画像
Ｐ２ 二値画像
Ｐ３ 画像
ＰＸ ピクセル
ＰＸ_０ 基準ピクセル
ＰＧ１ 低輝度ピクセル群
ＰＧ２ 高輝度ピクセル群
Ｆ１、Ｆ２ 領域
Ａ１〜Ａ８ 環状領域
ＡＲ１、ＡＲ２ 円弧
Ｃ、Ｃｑ 円
ＮＡ ノイズ領域
ＭＡ マッチング領域
ＳＬ１、ＳＬ２ 特性曲線

Claims (10)

1. 眼のデジタル画像からノイズを検出する画像処理装置であって、
   前記デジタル画像上で、前記眼の眼瞼の縁に沿う曲線を、前記眼の瞳孔の中心近傍から前記眼瞼までの間で移動させて、前記曲線と重なった前記デジタル画像の複数のピクセルそれぞれの輝度の平均値を、前記曲線の位置ごとに順次算出する演算手段と、
   前記位置に対する前記輝度の平均値の変動の度合いに基づいて、前記デジタル画像中の前記虹彩の画像に含まれるノイズの位置を特定する特定手段と、
   を備える画像処理装置。
2. 前記演算手段は、前記曲線を前記瞳孔の中心又はその近傍から前記眼瞼に向かって移動させる請求項１に記載の画像処理装置。
3. 前記特定手段は、前記曲線の位置と前記輝度の平均値との関係を示す特性曲線を算出し、この特性曲線の傾きの変化度合いに基づいて、前記ノイズの位置を特定する請求項１又は２に記載の画像処理装置。
4. 前記傾きの変化度合いは、前記特性曲線を前記位置で微分して得られる微分値である請求項３に記載の画像処理装置。
5. 前記曲線は、前記眼瞼の縁に相似する曲線である請求項１乃至４のいずれか一項に記載の画像処理装置。
6. 前記曲線は、前記デジタル画像上の瞳孔に対応するピクセルに重なり、前記曲線の移動方向に平行な直線上に中心を有する円の一部である請求項１乃至４のいずれか一項に記載の画像処理装置。
7. 前記曲線の曲率は、予め計測された複数人の眼瞼の曲率から決定される請求項１乃至６のいずれか一項に記載の画像処理装置。
8. 虹彩のパターンを用いて認証を行う生体認証装置であって、
   眼のデジタル画像を撮像する撮像装置と、
   前記眼のデジタル画像中の前記虹彩の画像に含まれるノイズの位置を特定する請求項１乃至７のいずれか一項に記載の画像処理装置と、
   を備える生体認証装置。
9. 眼のデジタル画像からノイズを検出する画像処理方法であって、
   前記デジタル画像上で、前記眼の眼瞼の縁に沿う曲線を、前記眼の瞳孔の中心近傍から前記眼瞼までの間で移動させて、前記曲線と重なった前記デジタル画像の複数のピクセルそれぞれの輝度の平均値を、前記曲線の位置ごとに順次算出する工程と、
   前記位置に対する前記輝度の平均値の変動の度合いに基づいて、前記虹彩のデジタル画像に含まれるノイズの位置を特定する工程と、
   を含む画像処理方法。
10. コンピュータを、
    眼のデジタル画像上で、前記眼の眼瞼の縁に沿う曲線を、前記眼の瞳孔の中心近傍から前記眼瞼までの間で移動させて、前記曲線と重なった前記デジタル画像の複数のピクセルそれぞれの輝度の平均値を、前記曲線の位置ごとに順次算出する演算手段と、
    前記位置に対する前記輝度の平均値の変動の度合いに基づいて、前記虹彩のデジタル画像に含まれるノイズの位置を特定する特定手段と、
    として機能させるプログラム。