JP7197017B2 - 処理装置、システム、生体認証システム、処理方法、及びプログラム - Google Patents
処理装置、システム、生体認証システム、処理方法、及びプログラム Download PDFInfo
- Publication number
- JP7197017B2 JP7197017B2 JP2021536594A JP2021536594A JP7197017B2 JP 7197017 B2 JP7197017 B2 JP 7197017B2 JP 2021536594 A JP2021536594 A JP 2021536594A JP 2021536594 A JP2021536594 A JP 2021536594A JP 7197017 B2 JP7197017 B2 JP 7197017B2
- Authority
- JP
- Japan
- Prior art keywords
- depth
- image
- definition
- calculating
- authentication
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 57
- 238000003672 processing method Methods 0.000 title description 8
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 36
- 238000000605 extraction Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 16
- 230000002500 effect on skin Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 13
- 238000012014 optical coherence tomography Methods 0.000 description 13
- 210000002615 epidermis Anatomy 0.000 description 10
- 210000004207 dermis Anatomy 0.000 description 9
- 239000000284 extract Substances 0.000 description 8
- 238000012937 correction Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 210000003491 skin Anatomy 0.000 description 4
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 101100001675 Emericella variicolor andJ gene Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
- G06V40/1324—Sensors therefor by using geometrical optics, e.g. using prisms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1341—Sensing with light passing through the finger
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
- G06V40/1376—Matching features related to ridge properties or fingerprint texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/456—Optical coherence tomography [OCT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Graphics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
本開示は、認証精度向上を目的とした処理装置、システム、生体認証システム、処理方法及びコンピュータ可読媒体に関する。
測定対象物の表面近傍の断層撮像を行う技術として、光コヒーレンス・トモグラフィー（Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ： ＯＣＴ）技術がある。当該ＯＣＴ技術では、光ビームを測定対象物に照射した際の測定対象物の内部からの散乱光（以下、「後方散乱光」とも称する）と参照光との干渉を利用して、測定対象物の表面近傍の断層撮像を行う。近年、当該ＯＣＴ技術の医療診断や工業製品検査への適用が拡大している。
ＯＣＴ技術は、これまでに、眼科診断における眼底の断層撮像装置として実用化されると共に、生体の様々な部位に対する非侵襲の断層撮像装置として適用検討が進められている。本開示では、ＯＣＴ技術を活用した真皮指紋読取の技術に着目する。
指紋を生体情報として利用する技術として、表皮指紋の２次元の画像データによる生体認証技術が広く利用されている。一方で、ＯＣＴ技術で取得した指の断層撮像データは３次元の位置における輝度データである。すなわち、ＯＣＴ技術で取得したデータを従来の画像に基づいた指紋認証に利用するためには、３次元の断層撮像データから指紋の特徴を有する２次元の画像を抽出する必要がある。
本発明に関連して、非特許文献１及び２では指の断層撮像データにおいて、深さ方向に対し一定範囲内の断層輝度画像を平均化することで真皮指紋画像を取得していた。ただし、一定の範囲の値については真皮指紋を視認可能な深さを仮定し、固定値を使用していた。
特許文献１では、断層画像の各画素に対して深度方向の輝度変化を調べ、輝度が２番目に高い値をとる深度を、真皮指紋を視認可能な深度として選択することで、その深度及び輝度の画像を真皮指紋画像として使用していた。
非特許文献３では、表皮及び真皮指紋画像に対して、小領域における指紋模様の一方向性を示すＯＣＬ（Ｏｒｉｅｎｔａｔｉｏｎ Ｃｅｒｔａｉｎｔｙ Ｌｅｖｅｌ）を算出する。そして、ＯＣＬの値を元に表皮及び真皮指紋画像を融合することで、小領域ごとの画像を決定していた。
Ａ．Ｂｏｓｓｅｎ， Ｒ． Ｌｅｈｍａｎｎ ａｎｄ Ｃ． Ｍｅｉｅｒ， "Ｉｎｔｅｒｎａｌ ｆｉｎｇｅｒｐｒｉｎｔ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｗｉｔｈ ｏｐｔｉｃａｌ ｃｏｈｅｒｅｎｃｅ ｔｏｍｏｇｒａｐｈｙ"， ＩＥＥＥ Ｐｈｏｔｏｎｉｃｓ Ｔｅｃｈｎｏｌｏｇｙ Ｌｅｔｔｅｒｓ， ｖｏｌ．２２， ｎｏ．７， ２０１０
Ｍ．Ｌｉｕ ａｎｄ Ｔ． Ｂｕｍａ， "Ｂｉｏｍｅｔｒｉｃ ｍａｐｐｉｎｇ ｏｆ ｆｉｎｇｅｒｔｉｐ ｅｃｃｒｉｎｅ ｇｌａｎｄｓ ｗｉｔｈ ｏｐｔｉｃａｌ ｃｏｈｅｒｅｎｃｅ ｔｏｍｏｇｒａｐｈｙ"， ＩＥＥＥ Ｐｈｏｔｏｎｉｃｓ Ｔｅｃｈｎｏｌｏｇｙ Ｌｅｔｔｅｒｓ， ｖｏｌ．２２， ｎｏ．２２， ２０１０
Ｌ． Ｄａｒｌｏｗ ａｎｄ Ｊ． Ｃｏｎｎａｎ， "Ｅｆｆｉｃｉｅｎｔ ｉｎｔｅｒｎａｌ ａｎｄ ｓｕｒｆａｃｅ ｆｉｎｇｅｒｐｒｉｎｔ ｅｘｔｒａｃｔｉｏｎ ａｎｄ ｂｌｅｎｄｉｎｇ ｕｓｉｎｇ ｏｐｔｉｃａｌ ｃｏｈｅｒｅｎｃｅ ｔｏｍｏｇｒａｐｈｙ"， Ａｐｐｌｉｅｄ Ｏｐｔｉｃｓ， Ｖｏｌ． ５４， Ｎｏ． ３１， （２０１５）
Ｅ． Ｌｉｍ， ｅｔ． ａｌ．， "Ｆｉｎｇｅｒｐｒｉｎｔ ｉｍａｇｅ ｑｕａｌｉｔｙ ａｎａｌｙｓｉｓ"， ＩＣＩＰ ２００４， ｖｏｌ． ２， １２４１－１２４４， （２００４）
Ｅ． Ｌｉｍ， Ｘ． Ｊｉａｎｇ ａｎｄ Ｗ． Ｙａｕ， "Ｆｉｎｇｅｒｐｒｉｎｔ ｑｕａｌｉｔｙ ａｎｄ ｖａｌｉｄｉｔｙ ａｎａｌｙｓｉｓ"， ＩＣＩＰ ２００２， ｖｏｌ． １， ４６９－４７２， （２００２）
Ｔ． Ｃｈｅｎ Ｘ． Ｊｉａｎｇ ａｎｄ Ｗ． Ｙａｕ， "Ｆｉｎｇｅｒｐｒｉｎｔ ｉｍａｇｅ ｑｕａｌｉｔｙ ａｎａｌｙｓｉｓ"， ＩＣＩＰ ２００４， ｖｏｌ． １， １２５３－１２５６， （２００４）
上述の非特許文献１及び２では、固定した深度の範囲の断層輝度画像に対し平均化処理を行うため、表皮厚の個人差が考慮されない。例えば、職業の都合上、表皮が摩耗している、もしくは厚い場合には、真皮指紋を明確に視認可能な深度から外れた範囲で平均化する可能性があり、鮮明な真皮指紋画像の取得が困難である。更に、真皮指紋の明瞭に見える表皮と真皮の界面は深度方向に歪むことが多いため、一律な深度で抽出した指紋画像は局所的にぼやける可能性がある。
上述の特許文献１では、断層画像の画素単位で真皮指紋の明確に見える深度を判定するため、ＯＣＴ技術の測定装置本体等に起因するノイズによる影響を受けやすく、誤った深度を判定する可能性が高い。更に、断層画像の画素単位で深度の判定処理を行うため、真皮指紋画像を抽出するまでに時間を要する。
上述の非特許文献３では、表皮及び真皮指紋の２枚の画像から指紋画像を得る手法を説明しており、本開示に記載する深度方向に連続した複数枚の断層画像から最適な指紋画像を得る手法とは異なる。更に、深度方向に連続した断層画像において、領域に分割した後で算出するＯＣＬは一般的にノイズの影響を受けやすく、最適ではない深度を誤選択する可能性が高い。
本開示の目的は、上述した課題のいずれかを解決する処理装置、システム、生体認証システム、処理方法、及びコンピュータ可読媒体を提供することにある。
本開示に係る処理装置は、
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出する手段と、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出する手段と、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正する粗調整手段と、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択する微調整手段と、
前記選択された深度に基づき、輝度を有する画像を抽出する手段と、を備える。
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出する手段と、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出する手段と、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正する粗調整手段と、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択する微調整手段と、
前記選択された深度に基づき、輝度を有する画像を抽出する手段と、を備える。
本開示に係る処理方法は、
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出するステップと、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出するステップと、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正するステップと、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択するステップと、
前記選択された深度に基づき、輝度を有する画像を抽出するステップと、を備える。
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出するステップと、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出するステップと、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正するステップと、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択するステップと、
前記選択された深度に基づき、輝度を有する画像を抽出するステップと、を備える。
本開示に係る、プログラムが格納された非一時的なコンピュータ可読媒体は、
コンピュータに、
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出するステップと、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出するステップと、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正するステップと、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択するステップと、
前記選択された深度に基づき、輝度を有する画像を抽出するステップと、を実行させる。
コンピュータに、
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出するステップと、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出するステップと、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正するステップと、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択するステップと、
前記選択された深度に基づき、輝度を有する画像を抽出するステップと、を実行させる。
本開示によれば、３次元断層撮像画像から２次元の画像を取得し、認証精度の高い画像及び高速な画像の抽出が可能な処理装置、システム、生体認証システム、処理方法及びコンピュータ可読媒体を提供することができる。
以下、図面を参照して本発明の実施の形態について説明する。
図１に示すように、実施の形態に係る認証用画像抽出装置１１は、指紋などの認証に使用する画像等を抽出する装置であり、以降の実施形態の説明において詳細を記す。図２に示すように、実施の形態に係るシステム１０は、測定装置１２と、平坦化装置１３と、認証用画像抽出装置１１と、認証装置１４とを備える。
図１に示すように、実施の形態に係る認証用画像抽出装置１１は、指紋などの認証に使用する画像等を抽出する装置であり、以降の実施形態の説明において詳細を記す。図２に示すように、実施の形態に係るシステム１０は、測定装置１２と、平坦化装置１３と、認証用画像抽出装置１１と、認証装置１４とを備える。
測定装置１２は、ＯＣＴ技術を含む、認証される認証対象の３次元空間上の輝度を示す３次元断層輝度データを取り込む。認証対象は、特に限定されず、多種多様なものであるが、その一具体例は、生体の一部位である。より具体的な一例として、手の指が挙げられる。平坦化装置１３は、測定装置１２で取得した３次元断層輝度データに対して認証対象の深度方向の湾曲を平坦化する。測定装置１２が非接触もしくはガラス面等に押し付けて認証対象、例えば、指紋を取得する装置であっても認証対象の丸みは残るため、平坦化装置１３は、認証用画像の抽出処理前に認証対象の深度方向の湾曲を平坦化し、３次元輝度データを生成する。認証装置１４は、抽出された認証用画像を用いて認証を実施する。認証装置１４は、例えば、指紋画像を用いて生体認証を実施する。具体的には、認証装置１４は、断層画像と、個人情報に紐づいた画像データとを照合し、断層画像と画像データとを比較して個人を特定する。図１に示すシステム１０は、生体の認証を行うことができる。
以降の実施の形態の説明では、認証対象は、手の指である。また、指の表皮から皮膚内部の深さを深度と表記し、その深度方向に垂直な面をＸＹ面と表記し、ＸＹ面の輝度画像を断層画像と表記する。
（第１の実施形態）
図３は、第１の実施の形態に係る、領域における縞模様鮮明度に基づき指紋画像を抽出する動作を例示する図である。言い換えると、図３は、本発明の第１の実施形態に係る、縞模様鮮明度の深度依存性により認証用画像を抽出する処理の動作を例示する図である。測定装置１２から平坦化装置１３を経て出力されたデータは、３次元空間上の各位置における輝度を示し、図３に示される断層画像群１００に示すように、各深度における断層画像１０１、１０２、…１０ｋ、…、１０ｎとして表せる。ｋは自然数であり、ｎは断層画像の総枚数である。断層画像はＸＹ面で複数の領域に分割されており、領域１０１ａ、１０１ｂは断層画像１０１に属する領域を意味する。
図３は、第１の実施の形態に係る、領域における縞模様鮮明度に基づき指紋画像を抽出する動作を例示する図である。言い換えると、図３は、本発明の第１の実施形態に係る、縞模様鮮明度の深度依存性により認証用画像を抽出する処理の動作を例示する図である。測定装置１２から平坦化装置１３を経て出力されたデータは、３次元空間上の各位置における輝度を示し、図３に示される断層画像群１００に示すように、各深度における断層画像１０１、１０２、…１０ｋ、…、１０ｎとして表せる。ｋは自然数であり、ｎは断層画像の総枚数である。断層画像はＸＹ面で複数の領域に分割されており、領域１０１ａ、１０１ｂは断層画像１０１に属する領域を意味する。
手の指における表皮指紋及び真皮指紋は、それぞれ空気と表皮の界面、表皮と真皮の界面で最も明確に示される。そこで、本願では、各種指紋を抽出する深度として、断層画像の縞模様鮮明度が高い値を有する深度を選択する。更に、先述の空気、表皮及び真皮の界面が深度方向に歪む可能性を考慮して、３次元輝度データをＸＹ面で所定の領域に分割し、各領域で縞模様鮮明度の高い値を有する深度を選択する方法をとる。
ここで縞模様鮮明度とは、非特許文献３で使用されたＯＣＬ（Ｏｒｉｅｎｔａｔｉｏｎ Ｃｅｒｔａｉｎｔｙ Ｌｅｖｅｌ）等、画像内の明暗で形成される縞が複数存在し、同様の形であることを示す特徴量のことを意味する。縞模様鮮明度の例として、ＯＣＬ、ＲＶＵ（Ｒｉｄｇｅ Ｖａｌｌｅｙ Ｕｎｉｆｏｒｍｉｔｙ）、ＦＤＡ（Ｆｒｅｑｕｅｎｃｙ Ｄｏｍａｉｎ Ａｎａｌｙｓｉｓ）、ＬＣＳ（Ｌｏｃａｌ Ｃｌａｒｉｔｙ Ｓｃｏｒｅ）が挙げられる。当該ＯＣＬは、非特許文献４に開示されている。当該ＲＶＵは、小領域内における明暗の縞の幅について一様性を示す。当該ＦＤＡは、非特許文献５に開示の小領域内の縞模様の単一周波数性を示す。当該ＬＣＳは、非特許文献６に開示の小領域内の縞の明暗部ごとの輝度の一様性を示す。他の縞模様鮮明度の例として、周囲の小領域との縞の方向について連続性を示すＯＦＬ（Ｏｒｉｅｎｔａｔｉｏｎ ＦＬｏｗ）が挙げられる。これらの評価指標を組み合わせて縞模様鮮明度として定義しても良い。
図３に示される縞模様鮮明度の深度依存性１１０ａ、１１０ｂは、断層画像１０１から１０ｎまでに対して、領域１０１ａ、１０１ｂと同じＸＹ面の領域における縞模様鮮明度を計算し、深度依存性としてグラフに示したものである。グラフ１１１ａでは縞模様鮮明度の最大値が深度１１２ａに存在し、グラフ１１１ｂでは縞模様鮮明度の最大値が深度１１２ｂに存在する。
図４は、第１の実施の形態に係る、乖離した深度の修正及び縞模様鮮明度の局所最適値の選択により抽出深度を最適化する動作を例示する図である。言い換えると、図４は、本発明の第１の実施形態に係る、領域における選択深度の最適化の動作を説明する図である。図４に示される深度画像１２０、１３０、１４０は、分割した領域で選択された深度を画素とする深度画像を示している。
深度画像１２０は、図３に示されるグラフ１１１ａにおける深度１１２ａを示す画素１２０ａと、グラフ１１１ｂにおける深度１１２ｂを示す画素１２０ｂとを含む。また、同様に他の領域に対しても縞模様鮮明度の最大値をとる深度を、画素に当てはめた例を示している。
ここで、画素１２０ｂに対応する領域の深度１１２ｂは、画素１２０ｂに対応する領域の周囲の画素の深度と格段に差異がある。複数の領域に分割して特徴量を計算する際には、測定器等からのノイズの影響を十分に抑えることが難しく、例えば、グラフ１１１ｂのように画素１２０ｂに対応する領域において、縞模様鮮明度の最大値をとる深度を深度１１２ｂとした。しかし、深度１１３が深度１１２ａに近く、各種指紋を抽出する深度として、正確な値と考えられる。よって、縞模様鮮明度の最大値をとる深度を深度１１２ｂとすると、誤差が生じる。そこで本願では、皮膚構造における界面の深度方向の歪み、又は変位が連続する傾向にあることに着目して、周囲の深度と同じ、又は近い深度を選択するように、その領域の周囲に位置する他の領域の深度から乖離した深度を修正する処理を施す。周囲の領域の深度と乖離した当該領域の深度を修正する手段として、メディアンフィルタ、バイラテラルフィルタ等の画像処理、ローパスフィルタ、ウィナーフィルタ等の空間周波数を利用したフィルタが例として挙げられる。
図４に示される深度画像１３０は、深度画像１２０に対して乖離した深度を修正する処理を掛けた例を示しており、画素１３０ｂが示す深度は、その周囲の深度と同等の値へと変換されている。この例では、画素１３０ｂが示す深度は、画素１３０ａと同じ深度１１２ａに変換された。ここで、画素１３０ｂが示す深度は、周囲の深度と同様の値であるが、縞模様鮮明度の最適な深度でない。そこで、グラフ１１１ｂにおいて深度１１２ａ周囲で縞模様鮮明度が極大値となる深度１１３を選択することで、深度の微調整を施す。
図４に示される深度画像１４０は、深度画像１３０に対して、縞模様鮮明度の深度依存性を再利用し、最適な深度の微調整を施した結果である。深度１１３を選択し、画素１４０ｂの深度は、深度１１３と同じ深度に変換されている。
図５は本発明の第１の実施形態に係る指紋画像を抽出する処理を例示するフローチャートである。
認証用画像抽出装置１１は、３次元輝度データを取得する（ステップＳ１０１）。認証用画像抽出装置１１は、３次元輝度データをＸＹ面に対して複数の領域に分割する（ステップＳ１０２）。なお、この複数の領域の形状は、多種多様であり、格子状でなくても構わない。
認証用画像抽出装置１１は、各領域において縞模様鮮明度の深度依存性を算出する（ステップＳ１０３）。なお、縞模様鮮明度は先述のように画像内の明暗で形成される縞が複数存在し、同様の形であることを示す特徴量のことを示し、例としてＯＣＬが挙げられる。
認証用画像抽出装置１１は、各領域において縞模様鮮明度の最大値を有する深度を選択する（ステップＳ１０４）。認証用画像抽出装置１１は、周囲の領域における深度に対して乖離した深度を、この選択された深度に修正する（ステップＳ１０５）。なお、乖離した深度の修正方法は、深度画像であれば、例えば、メディアンフィルタのような処理が挙げられる。
認証用画像抽出装置１１は、各領域において縞模様鮮明度が極値を持つ深度、かつ選択深度から最近接する深度を選択する（ステップＳ１０６）。認証用画像抽出装置１１は、領域に分割された深度情報を、指紋画像と同じ解像度まで変換し、深度情報を平滑化する（ステップＳ１０７）。認証用画像抽出装置１１は、二階調化や細線化等の生体認証に向けた画像の調整処理を行う（ステップＳ１０８）。
このように、第１の実施形態の認証用画像抽出システムは、指の３次元輝度データをＸＹ面の領域ごとに分割し、縞模様鮮明度を利用して抽出深度を最適化する。さらに、当該認証用画像抽出システムは、乖離した深度の修正処理による深度の粗調整、及び縞模様鮮明度の極値選択による深度の微調整により、明瞭な指紋画像を高速に抽出できる。その結果、非特許文献１、２の手法と比較して、表皮厚の個人差に対し適応的に画像抽出が可能であり、皮膚構造界面の深度方向の歪みに対応可能である。
更に、特許文献１に開示された単一画素による深度判定ではなく、複数の画素を有する画像の縞模様鮮明度から判定するためノイズ耐性が高く、データ処理単位も領域の数であるため高速な処理が可能となる。
また、乖離した深度を修正する処理を加えることで、ノイズの寄与を受けやすい領域での深度最適化に対して、明瞭な指紋画像を安定的に抽出可能とする。
（第２の実施形態）
第２の実施形態では、第１の実施形態における乖離した深度の修正処理を繰り返すことで、明瞭な指紋画像の抽出を安定化させる処理を提示する。図６は本発明の第２の実施形態に係る、深度画像の修正処理の動作を例示する図である。すなわち、図６は、第２の実施の形態に係る、乖離した深度の修正処理を反復することで指紋画像を抽出する動作を例示する図である。
第２の実施形態では、第１の実施形態における乖離した深度の修正処理を繰り返すことで、明瞭な指紋画像の抽出を安定化させる処理を提示する。図６は本発明の第２の実施形態に係る、深度画像の修正処理の動作を例示する図である。すなわち、図６は、第２の実施の形態に係る、乖離した深度の修正処理を反復することで指紋画像を抽出する動作を例示する図である。
図６に示される深度画像２００は、第１の実施形態における深度画像１２０と同様に、各領域で縞模様鮮明度の最大値をとる深度を選択した後の深度画像を示している。深度画像２００は、深度画像１２０とは異なり、乖離した深度の領域の画素数が多いため、深度の修正処理を一度施しただけでは、乖離した深度が残留する可能性がある。そこで、乖離した深度の修正処理と、選択深度から最近接する縞模様鮮明度の極値有する深度を選択する処理を繰り返し施すことで、乖離した深度の画素が多い場合でも安定的な指紋画像の抽出処理を可能とする。
図６に示される深度画像２１０は、乖離した深度の修正処理を一度施した場合であり、画素２００ａは、例えば、画素２１０ａのように、周囲の画素と同じ水準の深度値を示すように修正できる。しかし、例えば、画素２１０ｂのように、周囲から乖離した深度を示す画素が残留する。そこで、再度乖離した深度の修正処理、及び最近接する縞模様鮮明度の極値を有する深度を選択する処理を加え、深度画像２２０を得ることで、画素２１０ｂを画素２２０ｂのように周囲と同等の深度とできる。
図７は本発明の第２の実施形態に係る指紋画像を抽出する処理を例示するフローチャートである。図７に示すように、ステップＳ１０１からステップＳ１０４までは、第１の実施形態と同様に行う。なお、図７及び、フローチャートを示す他の図９、１１において実線で示された矢印は、処理方法のフローを示す。同図において点線で示された矢印は、画像などのデータのフローを補足して示すものであり、処理方法のフローを示すものではない。
ステップＳ１０４の後、認証用画像抽出装置１１は、ステップＳ１０４乃至ステップＳ２０３により出力された深度画像を保持する（ステップＳ２０１）。ステップＳ２０１で保持した深度画像に対して、第１の実施形態と同様にステップＳ１０５及びステップＳ１０６の処理を加える。
ステップＳ１０６の後、認証用画像抽出装置１１は、ステップＳ２０１にて保持した深度画像と、ステップＳ１０６の後の深度画像の差分を算出する（ステップＳ２０２）。２つの深度画像の差を算出する手段であれば、方法は問わない。
認証用画像抽出装置１１は、ステップＳ２０２にて算出した差分値が閾値を下回った場合（ステップＳ２０３：Ｙｅｓ）、乖離した深度の修正処理を終える。認証用画像抽出装置１１は、ステップＳ２０２にて算出した差分値が閾値以上の場合（ステップＳ２０３：Ｎｏ）、ステップＳ２０１に戻り乖離した深度の修正処理を繰り返す。認証用画像抽出装置１１は、ステップＳ２０３の後、第１の実施形態と同様にステップＳ１０７とステップＳ１０８を施す。
このように、第２の実施形態の認証用画像抽出システムは、第１の実施形態に加え、乖離した深度の修正処理による深度の粗調整、及び縞模様鮮明度の極値を有する深度の選択による深度の微調整を繰り返す。その結果、深度の乖離する領域数が多い場合であっても、明瞭な指紋画像の安定的な抽出を可能にする。
（第３の実施形態）
第３の実施形態では、第１乃至２の実施形態において対象とする深度の探索範囲を限定することで、表皮指紋及び真皮指紋を抽出する処理を提示する。一般的に指の３次元輝度データに対して、空気と表皮、表皮と真皮の界面の深度において、縞模様鮮明度は極大値をとり、それぞれ表皮指紋及び真皮指紋に対応する。第１乃至２の実施形態では、一つの極大値に収束する形態であり、２つの指紋画像を取得することができない。そのため、本実施形態では探索範囲をそれぞれ限定することで、２つの指紋画像を抽出する方法を説明する。
第３の実施形態では、第１乃至２の実施形態において対象とする深度の探索範囲を限定することで、表皮指紋及び真皮指紋を抽出する処理を提示する。一般的に指の３次元輝度データに対して、空気と表皮、表皮と真皮の界面の深度において、縞模様鮮明度は極大値をとり、それぞれ表皮指紋及び真皮指紋に対応する。第１乃至２の実施形態では、一つの極大値に収束する形態であり、２つの指紋画像を取得することができない。そのため、本実施形態では探索範囲をそれぞれ限定することで、２つの指紋画像を抽出する方法を説明する。
図８は、本発明の第３の実施形態に係る、抽出深度の探索範囲を限定した後で指紋画像を抽出する動作を例示する図である。図８に示される断層画像群３００は、各深度における断層画像３０１、３０２、…、３０ｋ、…、３０ｎから構成される。ｋは自然数であり、ｎは断層画像の総枚数である。各断層画像はＸＹ面に対して領域に分割されており、断層画像３０１は領域３０１１、３０１２、…、３０１ｍから構成される。ｍは断層画像１枚当たりの領域の総数である。
図８に示される縞模様鮮明度の深度依存性３１０は、各深度における断層画像の縞模様鮮明度を示している。各深度における縞模様鮮明度の例として、ＯＣＬの平均値が挙げられる。断層画像３０１であれば、領域３０１１から３０１ｍごとのＯＣＬ値に対して平均をとった値に対応する。
グラフ３１１では、深度３１２、３１３において縞模様鮮明度が極大値を有しており、それぞれ空気と表皮、表皮と真皮の界面の平均的な深度に対応する。例えば、深度３１２と３１３の中央値にあたる深度３１４から深い方向へ探索範囲を限定することで、第１乃至２の実施形態により真皮指紋の抽出が可能である。
このように断層画像ごとに平均的な縞模様鮮明度を算出し比較することで、表皮、真皮指紋画像に対応する大まかな深度を推定し、各指紋画像を抽出することが可能である。断層画像の縞模様鮮明度を算出する手法として、ＯＣＬの平均値を用いて説明したが、縞模様鮮明度の他、輝度の極大値を用いても良い。
図９は本発明の第３の実施形態に係る認証用画像を抽出する処理を例示するフローチャートである。第３の実施形態における認証用画像抽出装置１１は、第１の実施形態と同様にステップＳ１０１を行う。続いて、認証用画像抽出装置１１は、縞模様の存在する深度の探索範囲を決定する（ステップＳ３０１）。探索深度を決定する手段の例として、先述のＯＣＬの平均値が極大値をとる深度を利用する方法が挙げられるが、この限りではない。
続いて、認証用画像抽出装置１１は、ステップＳ３０１で決定した探索深度の範囲で３次元輝度データを抽出する（ステップＳ３０２）。第３の実施形態における認証用画像抽出装置１１は、ステップＳ１０２からステップＳ１０８まで第１の実施形態と同様の処理を行う。
このように、第３の実施形態の認証用画像抽出システムは、探索する深度の範囲を限定することで、表皮指紋及び真皮指紋の２種の指紋を別々に取得できる。
（第４の実施形態）
第４の実施形態では、第１乃至３の実施形態においてＸＹ面に分割する領域の範囲を、認識対象の指によって適応的に変更する処理を提示する。例えば、ＯＣＬは領域内の縞模様が一方向であることを示す量であるが、領域の範囲を過度に広げた場合、領域内の指紋は一方向の縞模様ではなくなる。逆に領域の範囲を狭めた場合、縞模様は消失する。縞模様の間隔は個人によって異なるため、固定的な範囲ではなく、認識対象の指によって適応的に変更できることが望ましい。そこで、第４の実施形態では、指紋の空間周波数を推定した後で、ＸＹ面に分割する領域の範囲を決定し、第１乃至３の実施形態の指紋抽出処理を施す。
第４の実施形態では、第１乃至３の実施形態においてＸＹ面に分割する領域の範囲を、認識対象の指によって適応的に変更する処理を提示する。例えば、ＯＣＬは領域内の縞模様が一方向であることを示す量であるが、領域の範囲を過度に広げた場合、領域内の指紋は一方向の縞模様ではなくなる。逆に領域の範囲を狭めた場合、縞模様は消失する。縞模様の間隔は個人によって異なるため、固定的な範囲ではなく、認識対象の指によって適応的に変更できることが望ましい。そこで、第４の実施形態では、指紋の空間周波数を推定した後で、ＸＹ面に分割する領域の範囲を決定し、第１乃至３の実施形態の指紋抽出処理を施す。
図１０は、本発明の第４の実施形態に係る、指紋の空間周波数を推定する動作を例示する図である。図１０に示される指紋を示す断層画像４００は、指紋の存在する深度を大まかに推定した後で、該当する深度の断層画像を示したものである。大まかに深度を推定する方法の例として、第３の実施形態に記載したような、ＯＣＬ平均値が極大値を持つ深度、断層画像の輝度の平均値が極大値を持つ深度を選択する方法等が挙げられる。
周波数画像４１０は、断層画像４００をフーリエ変換して形成されたものである。周波数画像４１０では、画像中央の画素４１１周辺にリング４１２を確認することができ、このリングが指紋の空間周波数に対応する。
周波数特性４２０は、周波数画像４１０中央の画素４１１から等距離に属する画素値を平均し、画素４１１からの距離として図示したものである。
グラフ４２１では、空間周波数４２２において確率が極大値を示し、周波数画像４１０中央の画素４１１からリング４１２までの半径に対応する。このようにして、指紋の空間周波数４２２を特定することが可能である。この空間周波数４２２を元に複数本の縞が入るように領域の範囲を指定すれば、縞の間隔の異なる指に応じて適応的な動作が可能となる。
図１１は本発明の第４の実施形態に係る認証用画像を抽出する処理を例示するフローチャートである。第４の実施形態における認証用画像抽出装置１１は、第１の実施形態と同様にステップＳ１０１を行う。認証用画像抽出装置１１は、指紋の空間周波数を算出する（ステップＳ４０１）。指紋の空間周波数の算出手段として、指紋の存在する深度を大まかに特定した後で、その深度における断層画像の空間周波数をフーリエ変換を用いて取得する方法が挙げられるが、この限りではない。
認証用画像抽出装置１１は、ステップＳ４０１で決定した空間周波数を元に、ＸＹ面上で分割する領域の分割範囲を決定し、３次元輝度データをＸＹ面に対して領域に分割する（ステップＳ４０２）。第４の実施形態における認証用画像抽出装置１１は、ステップＳ１０３からステップＳ１０８まで第１の実施形態と同様の処理を行う。
このように、第４の実施形態の認証用画像抽出システムは、認識対象の指の指紋の空間周波数を取得した後で、ＸＹ面に分割する領域の範囲を適応的に設定する処理を施す。その結果、指紋周波数の違う指に対して明瞭な指紋画像を安定的に抽出することが可能となる。
（他の実施の形態等）
なお、上記の第１から第４までの実施の形態では、本発明をハードウェアの構成として説明したが、本発明はこれに限定されるものではない。本発明は、各構成要素の処理を、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）にコンピュータプログラムを実行させることにより実現することも可能である。
なお、上記の第１から第４までの実施の形態では、本発明をハードウェアの構成として説明したが、本発明はこれに限定されるものではない。本発明は、各構成要素の処理を、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）にコンピュータプログラムを実行させることにより実現することも可能である。
例えば、上記実施の形態に係る認証用画像抽出装置１１は、次のようなハードウェア構成を備えることができる。図１２は、認証用画像抽出装置１１に含まれるハードウェア構成の一例を示す図である。
図１２に示す装置５００は、インタフェース５０３とともに、プロセッサ５０１及びメモリ５０２を備える。上述した実施の形態で説明した認証用画像抽出装置１１は、プロセッサ５０１がメモリ５０２に記憶されたプログラムを読み込んで実行することにより実現される。つまり、このプログラムは、プロセッサ５０１を、図１に示す認証用画像抽出装置１１又はその一部として機能させるためのプログラムである。このプログラムは、図１に示す認証用画像抽出装置１１に、認証用画像抽出装置１１又はその一部における処理を実行させるためのプログラムであると言える。
上述したプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータ（情報通知装置を含むコンピュータ）に供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）を含む。さらに、この例は、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗを含む。さらに、この例は、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、フラッシュＲＯＭ、ＲＡＭ）を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
さらに、上述した様々な実施の形態において、認証用画像抽出装置１１における処理の手順を説明したように、本発明は処理方法としての形態も採り得る。
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出する手段と、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出する手段と、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正する粗調整手段と、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択する微調整手段と、
前記選択された深度に基づき、輝度を有する画像を抽出する手段と、
を備える処理装置。
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出する手段と、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出する手段と、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正する粗調整手段と、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択する微調整手段と、
前記選択された深度に基づき、輝度を有する画像を抽出する手段と、
を備える処理装置。
（付記２）
前記修正された深度を示す粗調整深度情報と、前記選択された深度を示す微調整深度情報との差分量を領域ごとに算出する手段と、
前記差分量が閾値以上である場合、
前記粗調整手段が、前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記修正された深度を再修正して、
前記微調整手段が、前記再修正した深度を、前記再修正した深度に最も近く、前記縞模様鮮明度が極値である深度に再選択して、
前記再修正された深度を示す再粗調整深度情報と、前記再選択された深度を示す再微調整深度情報との差分量を領域ごとに算出する手段と、
前記差分量が閾値を下回った場合、前記再選択された深度に基づき、前記輝度を有する画像を抽出する手段と、をさらに備える、
付記１に記載の処理装置。
前記修正された深度を示す粗調整深度情報と、前記選択された深度を示す微調整深度情報との差分量を領域ごとに算出する手段と、
前記差分量が閾値以上である場合、
前記粗調整手段が、前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記修正された深度を再修正して、
前記微調整手段が、前記再修正した深度を、前記再修正した深度に最も近く、前記縞模様鮮明度が極値である深度に再選択して、
前記再修正された深度を示す再粗調整深度情報と、前記再選択された深度を示す再微調整深度情報との差分量を領域ごとに算出する手段と、
前記差分量が閾値を下回った場合、前記再選択された深度に基づき、前記輝度を有する画像を抽出する手段と、をさらに備える、
付記１に記載の処理装置。
（付記３）
前記縞模様鮮明度の深度依存性の算出を、指定した深度に限定する手段を備える、
付記１又は２に記載のいずれかの処理装置。
前記縞模様鮮明度の深度依存性の算出を、指定した深度に限定する手段を備える、
付記１又は２に記載のいずれかの処理装置。
（付記４）
前記領域の範囲を、前記３次元輝度データから縞模様の空間周波数を決定した上で算出する手段を備える、
付記１～３のいずれか１項に記載の処理装置。
前記領域の範囲を、前記３次元輝度データから縞模様の空間周波数を決定した上で算出する手段を備える、
付記１～３のいずれか１項に記載の処理装置。
（付記５）
前記縞模様鮮明度は、前記領域における縞模様の一方向性を示す、
付記１～４のいずれか１項に記載の処理装置。
前記縞模様鮮明度は、前記領域における縞模様の一方向性を示す、
付記１～４のいずれか１項に記載の処理装置。
（付記６）
前記縞模様鮮明度は、前記領域における空間周波数の単一性を示す、
付記１～４のいずれか１項に記載の処理装置。
前記縞模様鮮明度は、前記領域における空間周波数の単一性を示す、
付記１～４のいずれか１項に記載の処理装置。
（付記７）
前記縞模様鮮明度は、前記領域における縞の明暗部ごとの輝度の一様性を示す、
付記１～４のいずれか１項に記載の処理装置。
前記縞模様鮮明度は、前記領域における縞の明暗部ごとの輝度の一様性を示す、
付記１～４のいずれか１項に記載の処理装置。
（付記８）
前記縞模様鮮明度は、前記領域における明暗の縞の幅に対して一様性を示す、
付記１～４のいずれか１項に記載の処理装置。
前記縞模様鮮明度は、前記領域における明暗の縞の幅に対して一様性を示す、
付記１～４のいずれか１項に記載の処理装置。
（付記９）
前記縞模様鮮明度は、付記５～８のいずれか１項に記載の縞模様鮮明度の組合せによる、
付記１～４のいずれか１項に記載の処理装置。
前記縞模様鮮明度は、付記５～８のいずれか１項に記載の縞模様鮮明度の組合せによる、
付記１～４のいずれか１項に記載の処理装置。
（付記１０）
前記粗調整手段は、メディアンフィルタを使用する、
付記１～９のいずれか１項に記載の処理装置。
前記粗調整手段は、メディアンフィルタを使用する、
付記１～９のいずれか１項に記載の処理装置。
（付記１１）
前記粗調整手段は、バイラテラルフィルタを使用する、
付記１～９のいずれか１項に記載の処理装置。
前記粗調整手段は、バイラテラルフィルタを使用する、
付記１～９のいずれか１項に記載の処理装置。
（付記１２）
前記粗調整手段は、空間周波数に対するフィルタを使用する、
付記１～９のいずれか１項に記載の処理装置。
前記粗調整手段は、空間周波数に対するフィルタを使用する、
付記１～９のいずれか１項に記載の処理装置。
（付記１３）
認識対象を示す３次元断層輝度データを取得する装置と、
付記１～１２のいずれか１項に記載の処理装置と、を備え、
前記認識対象の内部の縞状の文様を有する断層画像を取得する、
システム。
認識対象を示す３次元断層輝度データを取得する装置と、
付記１～１２のいずれか１項に記載の処理装置と、を備え、
前記認識対象の内部の縞状の文様を有する断層画像を取得する、
システム。
（付記１４）
認識対象である生体を示す３次元断層輝度データを取得する装置と、
付記１～１２のいずれか１項に記載の処理装置と、
前記認識対象の内部の縞状の文様を有する断層画像と、個人情報に紐づいた画像データとを照合する処理装置とを備え、
前記断層画像と前記画像データの比較により個人を特定する、
生体認証システム。
認識対象である生体を示す３次元断層輝度データを取得する装置と、
付記１～１２のいずれか１項に記載の処理装置と、
前記認識対象の内部の縞状の文様を有する断層画像と、個人情報に紐づいた画像データとを照合する処理装置とを備え、
前記断層画像と前記画像データの比較により個人を特定する、
生体認証システム。
（付記１５）
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出するステップと、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出するステップと、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正するステップと、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択するステップと、
前記選択された深度に基づき、輝度を有する画像を抽出するステップと、を備える処理方法。
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出するステップと、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出するステップと、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正するステップと、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択するステップと、
前記選択された深度に基づき、輝度を有する画像を抽出するステップと、を備える処理方法。
（付記１６）
コンピュータに、
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出するステップと、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出するステップと、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正するステップと、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択するステップと、
前記選択された深度に基づき、輝度を有する画像を抽出するステップと、を実行させるプログラムが格納された非一時的なコンピュータ可読媒体。
コンピュータに、
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出するステップと、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出するステップと、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正するステップと、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択するステップと、
前記選択された深度に基づき、輝度を有する画像を抽出するステップと、を実行させるプログラムが格納された非一時的なコンピュータ可読媒体。
１０ システム
１１ 認証用画像抽出装置
１２ 測定装置
１３ 平坦化装置
１４ 認証装置
１００、３００ 断層画像群
１１０ａ、１１０ｂ、３１０ 縞模様鮮明度の深度依存性
１０１、１０２、１０ｋ、１０ｎ、３０１、３０２、３０ｋ、３０ｎ、４００ 断層画像
１０１ａ、１０１ｂ、３０１１、３０１２、３０１ｍ 領域
１２０ａ、１２０ｂ、１３０ａ、１３０ｂ、１４０ｂ、２００ａ、２１０ａ、２１０ｂ、２２０ｂ、４１１ 画素
１１１ａ、１１１ｂ、３１１、４２１ グラフ
１１２ａ、１１２ｂ、１１３、３１２、３１３、３１４ 深度
４１２ リング
５００ 装置
５０１ プロセッサ
５０２ メモリ
５０３ インタフェース
１１ 認証用画像抽出装置
１２ 測定装置
１３ 平坦化装置
１４ 認証装置
１００、３００ 断層画像群
１１０ａ、１１０ｂ、３１０ 縞模様鮮明度の深度依存性
１０１、１０２、１０ｋ、１０ｎ、３０１、３０２、３０ｋ、３０ｎ、４００ 断層画像
１０１ａ、１０１ｂ、３０１１、３０１２、３０１ｍ 領域
１２０ａ、１２０ｂ、１３０ａ、１３０ｂ、１４０ｂ、２００ａ、２１０ａ、２１０ｂ、２２０ｂ、４１１ 画素
１１１ａ、１１１ｂ、３１１、４２１ グラフ
１１２ａ、１１２ｂ、１１３、３１２、３１３、３１４ 深度
４１２ リング
５００ 装置
５０１ プロセッサ
５０２ メモリ
５０３ インタフェース
Claims (10)
- 認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出する手段と、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出する手段と、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正する粗調整手段と、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択する微調整手段と、
前記選択された深度に基づき、輝度を有する画像を抽出する手段と、
を備える処理装置。 - 前記修正された深度を示す粗調整深度情報と、前記選択された深度を示す微調整深度情報との差分量を領域ごとに算出する手段と、
前記差分量が閾値以上である場合、
前記粗調整手段が、前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記修正された深度を再修正して、
前記微調整手段が、前記再修正した深度を、前記再修正した深度に最も近く、前記縞模様鮮明度が極値である深度に再選択して、
前記再修正された深度を示す再粗調整深度情報と、前記再選択された深度を示す再微調整深度情報との差分量を領域ごとに算出する手段と、
前記差分量が閾値を下回った場合、前記再選択された深度に基づき、前記輝度を有する画像を抽出する手段と、をさらに備える、
請求項１に記載の処理装置。 - 前記縞模様鮮明度の深度依存性の算出を、指定した深度に限定する手段を備える、
請求項１又は２に記載のいずれかの処理装置。 - 前記領域の範囲を、前記３次元輝度データから縞模様の空間周波数を決定した上で算出する手段を備える、
請求項１～３のいずれか１項に記載の処理装置。 - 前記縞模様鮮明度は、前記領域における縞模様の一方向性を示す、
請求項１～４のいずれか１項に記載の処理装置。 - 前記縞模様鮮明度は、前記領域における空間周波数の単一性を示す、
請求項１～４のいずれか１項に記載の処理装置。 - 認識対象を示す３次元断層輝度データを取得する装置と、
請求項１～６のいずれか１項に記載の処理装置と、を備え、
前記認識対象の内部の縞状の文様を有する断層画像を取得する、
システム。 - 認識対象である生体を示す３次元断層輝度データを取得する装置と、
請求項１～６のいずれか１項に記載の処理装置と、
前記認識対象の内部の縞状の文様を有する断層画像と、個人情報に紐づいた画像データとを照合する処理装置とを備え、
前記断層画像と前記画像データの比較により個人を特定する、
生体認証システム。 - 認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出するステップと、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出するステップと、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正するステップと、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択するステップと、
前記選択された深度に基づき、輝度を有する画像を抽出するステップと、を備える処理方法。 - コンピュータに、
認証対象を示す３次元輝度データから、前記認証対象の深さ方向に対して垂直な平面上の複数の領域において縞模様鮮明度の深度依存性を算出するステップと、
前記縞模様鮮明度の深度依存性において前記縞模様鮮明度が最大値である深度を算出するステップと、
前記複数の領域のそれぞれの周囲に位置する他の領域の深度に基づき、前記算出した深度を修正するステップと、
前記修正した深度を、前記修正した深度に最も近く、前記縞模様鮮明度が極値である深度を、選択するステップと、
前記選択された深度に基づき、輝度を有する画像を抽出するステップと、を実行させるプログラム。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2019/030364 WO2021019788A1 (ja) | 2019-08-01 | 2019-08-01 | 処理装置、システム、生体認証システム、処理方法、及びコンピュータ可読媒体 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JPWO2021019788A1 JPWO2021019788A1 (ja) | 2021-02-04 |
| JPWO2021019788A5 JPWO2021019788A5 (ja) | 2022-04-18 |
| JP7197017B2 true JP7197017B2 (ja) | 2022-12-27 |
Family
ID=74228856
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021536594A Active JP7197017B2 (ja) | 2019-08-01 | 2019-08-01 | 処理装置、システム、生体認証システム、処理方法、及びプログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20220277498A1 (ja) |
| JP (1) | JP7197017B2 (ja) |
| WO (1) | WO2021019788A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7373903B2 (ja) | 2015-10-05 | 2023-11-06 | ビーブイダブリュ ホールディング エージー | マイクロ構造表面を有するテキスタイル及びそれを備える衣類 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2022196026A1 (ja) * | 2021-03-17 | 2022-09-22 | ||
| WO2023119631A1 (ja) * | 2021-12-24 | 2023-06-29 | 日本電気株式会社 | 光干渉断層撮像解析装置、光干渉断層撮像解析方法、及び記録媒体 |
| WO2023166616A1 (ja) * | 2022-03-02 | 2023-09-07 | 日本電気株式会社 | 画像処理装置、画像処理方法、及び、記録媒体 |
| WO2023181357A1 (ja) * | 2022-03-25 | 2023-09-28 | 日本電気株式会社 | 光干渉断層画像生成装置、光干渉断層画像生成方法、及び、記録媒体 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016204176A1 (ja) | 2015-06-15 | 2016-12-22 | 日本電気株式会社 | 真皮画像情報処理装置、真皮画像情報処理方法及びプログラム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6165540B2 (ja) * | 2013-07-26 | 2017-07-19 | 株式会社日立製作所 | 血管画像撮影装置及び端末 |
-
2019
- 2019-08-01 US US17/630,228 patent/US20220277498A1/en active Pending
- 2019-08-01 JP JP2021536594A patent/JP7197017B2/ja active Active
- 2019-08-01 WO PCT/JP2019/030364 patent/WO2021019788A1/ja active Application Filing
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016204176A1 (ja) | 2015-06-15 | 2016-12-22 | 日本電気株式会社 | 真皮画像情報処理装置、真皮画像情報処理方法及びプログラム |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7373903B2 (ja) | 2015-10-05 | 2023-11-06 | ビーブイダブリュ ホールディング エージー | マイクロ構造表面を有するテキスタイル及びそれを備える衣類 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20220277498A1 (en) | 2022-09-01 |
| JPWO2021019788A1 (ja) | 2021-02-04 |
| WO2021019788A1 (ja) | 2021-02-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7197017B2 (ja) | 処理装置、システム、生体認証システム、処理方法、及びプログラム | |
| JP6105852B2 (ja) | 画像処理装置及びその方法、プログラム | |
| US8687856B2 (en) | Methods, systems and computer program products for biometric identification by tissue imaging using optical coherence tomography (OCT) | |
| AU2016210680B2 (en) | Automated determination of arteriovenous ratio in images of blood vessels | |
| US9471827B2 (en) | Method of validation of the use of a real finger as support of a fingerprint | |
| US9361518B2 (en) | Methods, systems and computer program products for diagnosing conditions using unique codes generated from a multidimensional image of a sample | |
| US10614280B2 (en) | System and method for fingerprint validation | |
| US20130229621A1 (en) | Method for finding the lateral position of the fovea in an sdoct image volume | |
| US20040223630A1 (en) | Imaging of biometric information based on three-dimensional shapes | |
| JP2021527834A (ja) | 本発明の皮膚異常領域のセグメンテーション及び測定のためのシステム及び方法 | |
| JP2013089230A (ja) | デプスフロムデフォーカス撮像用のシステムおよび方法 | |
| WO2013125707A1 (ja) | 眼球回旋測定装置、眼球回旋測定方法、及び、眼球回旋測定プログラム | |
| US10524663B2 (en) | Phase measurement, analysis, and correction methods for coherent imaging systems | |
| US10628657B2 (en) | Dermal image information processing device, dermal image information processing method, and program | |
| EP2926318A1 (en) | Image processing device and method | |
| JP2004118676A (ja) | 指紋認証方法／プログラム／装置 | |
| JP7107425B2 (ja) | 処理装置、指紋画像抽出処理装置、システム、処理方法、及びプログラム | |
| US10229494B2 (en) | Automated analysis of intravascular OCT image volumes | |
| Ding et al. | Subcutaneous sweat pore estimation from optical coherence tomography | |
| Alberto et al. | Corneal sublayers thickness estimation obtained by high-resolution FD-OCT | |
| Darlow et al. | Internal fingerprint acquisition from optical coherence tomography fingertip scans | |
| US20180181828A1 (en) | Information processing apparatus, extraction method, and medium | |
| Yu et al. | Methods and applications of fingertip subcutaneous biometrics based on optical coherence tomography | |
| Zhang et al. | 3D CNN-based fingerprint anti-spoofing through optical coherence tomography | |
| BR102020008930A2 (pt) | Método e sistema de escaneamento inclusivo e anti-fraude de impressões digitais por tomografia de coerência ótica |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220124 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220124 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221115 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221128 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7197017 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |