JP7381997B2 - 情報処理システム、情報処理方法及びプログラム - Google Patents

Description

本発明は、情報処理システム、情報処理方法及びプログラムに関する。

特許文献１には回転印象及び平面印象の２種類の画像を用いて合成指紋画像を生成する指紋画像合成装置が開示されている。当該指紋画像合成装置は、画像から芯線を抽出する機能を備えており、回転印象及び平面印象の芯線を照合することにより、これらの対応関係を示す対応点データの生成を行っている。

特開２００６－０１８７３１号公報

特許文献１に例示されているような画像から芯線を抽出する処理において、適切に芯線を抽出できない場合があり、ユーザによる芯線の修正が必要な場合があった。

本発明は、上述の課題に鑑みてなされたものであって、ユーザによる芯線の修正を支援する情報処理システム、情報処理方法及びプログラムを提供することを目的とする。

本発明の一観点によれば、皮膚紋理を含む画像から、複数のアルゴリズムによって互いに異なる複数の芯線群を抽出する芯線抽出部と、前記画像の少なくとも一部の領域における前記複数の芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定する判定部と、を備える情報処理システムが提供される。

本発明の他の一観点によれば、皮膚紋理を含む画像から、複数のアルゴリズムによって互いに異なる複数の芯線群を抽出するステップと、前記画像の少なくとも一部の領域における前記複数の芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定するステップと、を備える情報処理方法が提供される。

本発明の他の一観点によれば、コンピュータに、皮膚紋理を含む画像から、複数のアルゴリズムによって互いに異なる複数の芯線群を抽出するステップと、前記画像の少なくとも一部の領域における前記複数の芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定するステップと、を実行させるためのプログラムが提供される。

本発明によれば、ユーザによる芯線の修正を支援する情報処理システム、情報処理方法及びプログラムを提供することができる。

第１実施形態に係る情報処理システムのハードウェア構成例を示すブロック図である。 第１実施形態に係る情報処理システムの機能ブロック図である。 第１実施形態に係る情報処理システムにより行われる処理の概略を示すフローチャートである。 指紋画像の一例を示す図である。 抽出された芯線の一例を示す図である。 アルゴリズムＡにより抽出された芯線の一例を示す図である。 アルゴリズムＢにより抽出された芯線の一例を示す図である。 ２つの芯線群を重ね合わせた表示例を示す図である。 芯線群の補正処理の例を示す図である。 補正後の２つの芯線群を重ね合わせた表示例を示す図である。 候補領域の設定手法を示す図である。 あるアルゴリズムにより抽出された芯線及び候補領域を示す図である。 あるアルゴリズムにより抽出された芯線及び候補領域を示す図である。 あるアルゴリズムにより抽出された芯線及び候補領域を示す図である。 あるアルゴリズムにより抽出された芯線及び候補領域を示す図である。 第１実施形態に係る情報処理システムにより行われる評価値算出処理の概略を示すフローチャートである。 ｈｉｓｔ（ａ）の一例を示すヒストグラム図である。 芯線の特徴点の例を示す図である。 評価値の算出結果を説明するための図である。 評価値の平滑化を説明するための図である。 芯線の表示例を示す図である。 芯線の表示例を示す図である。 第２実施形態に係る情報処理システムの機能ブロック図である。

以下、図面を参照して、本発明の例示的な実施形態を説明する。図面において同様の要素又は対応する要素には同一の符号を付し、その説明を省略又は簡略化することがある。

［第１実施形態］
本実施形態に係る情報処理システムについて、図１乃至２２を参照しつつ説明する。本実施形態の情報処理システムは、指紋照合用にあらかじめ採取された指紋画像から、照合の前処理として、芯線を抽出しようとするユーザの支援を行う。抽出された芯線は、端点、分岐点等の特徴点の抽出に用いられる。複数の指紋画像の間で特徴点を照合することにより、照合対象の指紋画像が同一人物のものであるか否かを判別する指紋照合を実行することができる。本実施形態の情報処理システムは、芯線の抽出の支援のみならず、特徴点の抽出、特徴点の照合等の指紋照合のための機能を備えていてもよい。

なお、本実施形態の情報処理システムは、指紋画像からの芯線の抽出に限定されるものではなく、指紋以外の皮膚紋理を含む画像にも適用され得る。皮膚紋理は、指紋、掌紋、足紋等のあらゆる部位の皮膚の隆起模様を含み得る。

皮膚紋理を用いた生体照合の中でも、指紋を用いた指紋照合が広く用いられている。また、指紋画像からの特徴点抽出においては、芯線の抽出が行われることが多い。そのため、本実施形態の情報処理システムは、指紋画像からの芯線抽出に適用されることが最も好適である。そこで、以下の説明では、情報処理システムは、指紋画像からの芯線の抽出に適合されているものとする。

図１は、情報処理システム１００のハードウェア構成例を示すブロック図である。情報処理システム１００は、例えば、デスクトップＰＣ（Personal Computer）、ノートＰＣ、タブレットＰＣ等のコンピュータであり得る。

情報処理システム１００は、演算、制御及び記憶を行うコンピュータとして、ＣＰＵ（Central Processing Unit）１５１、ＲＡＭ（Random Access Memory）１５２、ＲＯＭ（Read Only Memory）１５３及びＨＤＤ（Hard Disk Drive）１５４を備える。また、情報処理システム１００は、通信Ｉ／Ｆ（インターフェース）１５５、表示装置１５６及び入力装置１５７を備える。ＣＰＵ１５１、ＲＡＭ１５２、ＲＯＭ１５３、ＨＤＤ１５４、通信Ｉ／Ｆ１５５、表示装置１５６及び入力装置１５７は、バス１５８を介して相互に接続される。なお、表示装置１５６及び入力装置１５７は、これらの装置を駆動するための不図示の駆動装置を介してバス１５８に接続されてもよい。

図１では、情報処理システム１００を構成する各部が一体の装置として図示されているが、これらの機能の一部は外付け装置により提供されるものであってもよい。例えば、表示装置１５６及び入力装置１５７は、ＣＰＵ１５１等を含むコンピュータの機能を構成する部分とは別の外付け装置であってもよい。

ＣＰＵ１５１は、ＲＯＭ１５３、ＨＤＤ１５４等に記憶されたプログラムに従って所定の動作を行うとともに、情報処理システム１００の各部を制御する機能をも有するプロセッサである。ＲＡＭ１５２は、揮発性記憶媒体から構成され、ＣＰＵ１５１の動作に必要な一時的なメモリ領域を提供する。ＲＯＭ１５３は、不揮発性記憶媒体から構成され、情報処理システム１００の動作に用いられるプログラム等の必要な情報を記憶する。ＨＤＤ１５４は、不揮発性記憶媒体から構成され、処理に必要なデータ、情報処理システム１００の動作用プログラム等の記憶を行う記憶装置である。

通信Ｉ／Ｆ１５５は、イーサネット（登録商標）、Ｗｉ－Ｆｉ（登録商標）、４Ｇ等の規格に基づく通信インターフェースであり、他の装置との通信を行うためのモジュールである。表示装置１５６は、液晶ディスプレイ、ＯＬＥＤディスプレイ等であって、画像、文字、インターフェース等の表示に用いられる。入力装置１５７は、キーボード、ポインティングデバイス等であって、ユーザが情報処理システム１００を操作するために用いられる。ポインティングデバイスの例としては、マウス、トラックボール、タッチパネル、ペンタブレット等が挙げられる。表示装置１５６及び入力装置１５７は、タッチパネルとして一体に形成されていてもよい。

なお、図１に示されているハードウェア構成は例示であり、これら以外の装置が追加されていてもよく、一部の装置が設けられていなくてもよい。また、一部の装置が同様の機能を有する別の装置に置換されていてもよい。更に、本実施形態の一部の機能がネットワークを介して他の装置により提供されてもよく、本実施形態の機能が複数の装置に分散されて実現されるものであってもよい。例えば、ＨＤＤ１５４は、半導体メモリを用いたＳＳＤ（Solid State Drive）に置換されていてもよく、クラウドストレージに置換されていてもよい。

図２は、本実施形態に係る情報処理システム１００の機能ブロック図である。情報処理システム１００は、芯線抽出部１０１、芯線補正部１０２、領域設定部１０３、評価値算出部１０４、平滑化部１０５、判定部１０６、表示情報生成部１０７、入力受付部１０８及び記憶部１０９を有する。

ＣＰＵ１５１は、ＲＯＭ１５３、ＨＤＤ１５４等に記憶されたプログラムをＲＡＭ１５２にロードして実行する。これにより、ＣＰＵ１５１は、芯線抽出部１０１、芯線補正部１０２、領域設定部１０３、評価値算出部１０４、平滑化部１０５、判定部１０６、表示情報生成部１０７の機能を実現する。これらの各部で行われる処理については後述する。ＣＰＵ１５１は、入力装置１５７を制御することにより入力受付部１０８の機能を実現する。ＣＰＵ１５１は、ＨＤＤ１５４を制御することにより記憶部１０９の機能を実現する。

図３は、本実施形態に係る情報処理システム１００により行われる処理を示すフローチャートである。図３を参照しつつ、情報処理システム１００により行われる芯線の抽出及び置換の処理を説明する。

ステップＳ１０１において、情報処理システム１００のＣＰＵ１５１は、芯線の抽出を行うための指紋画像を取得する。この指紋画像の取得は、例えば、記憶部１０９に記憶されている指紋データベースから指紋画像を読み出すものであってもよく、データサーバ等の情報処理システム１００の外部の装置から取得するものであってもよい。情報処理システム１００に光学式指紋読み取り装置が付属されている場合には、ＣＰＵ１５１は、光学式指紋読み取り装置を制御して指紋画像を取得してもよい。

図４は、指紋画像の一例を示す図である。図４に示す指紋画像は、例えば、インク等を指に塗布して、指を紙に押捺することにより、紙に転写される紋様の画像であり得る。指紋画像は、所定のファイル形式で電子化された状態で、記憶部１０９等に記憶されている。電子化された指紋画像は、例えば、グレースケール画像であり得る。なお、指紋画像は、光学式指紋読み取り装置により採取された画像であってもよく、物体に遺留した指紋の画像であってもよく、その採取方法は特に限定されるものではない。

ステップＳ１０２において、芯線抽出部１０１は、指紋画像から自動的に芯線の抽出を行う。図４の指紋において、黒色部が指紋の隆線に対応する部分である。そこで本処理では、芯線抽出部１０１は、指紋画像の黒色部（輝度が小さい部分）を認識し、黒色部をなぞるように芯線を描画した画像データを生成することにより、芯線の抽出を行う。抽出された芯線は、例えば、１画素幅の線であり得る。図５は、抽出された芯線の一例を示す図である。図５に示されるように、黒色部の中心付近を通過するように多数の芯線が抽出される。なお、本明細書において、指紋画像に対応する多数の芯線の組を芯線群と呼称することがある。

図４の指紋画像の左端付近には指紋の隆線が存在しない空白部が存在しているが、このような領域に対して芯線の抽出を行う必要はない。そこで、ステップＳ１０２の処理において、芯線抽出部１０１は指紋画像の一部である抽出対象領域から芯線の抽出を行うことにより、抽出対象領域外を処理対象から除外してもよい。ここで、抽出対象領域の選択は、ユーザが手動で行ってもよく、自動で選択されるものであってもよい。抽出対象領域の自動選択の処理は、例えば、指紋画像を複数の領域に分割し、輝度の平均、分散等の統計量が所定範囲内である領域を抽出対象領域として選択することにより行われ得る。なお、ステップＳ１０２以降の処理も抽出対象領域の範囲内で行われる。このように、指紋の隆線が存在しない空白部をあらかじめ処理範囲から除外することにより、芯線の抽出等の処理を行う面積を少なくすることができるため、処理負荷が軽減される。なお、抽出対象領域を選択するのではなく、指紋画像から芯線を抽出しない範囲を選択し、残余部分を抽出対象領域として決定してもよい。

ここで、芯線抽出部１０１による芯線の抽出に用いられるアルゴリズムは１つではなく、種々のものがあり得る。この複数のアルゴリズムの違いは、例えば、芯線の抽出時に前処理として行われる指紋画像の平滑化、輪郭強調、ノイズ除去等の画像処理のパラメータの違いであり得る。また、複数のアルゴリズムの違いの別の例としては、抽出解像度、隆線の判別に用いる閾値等の抽出処理のパラメータの違いであり得る。

そこで、ステップＳ１０２の処理では、芯線抽出部１０１は、１つの指紋画像に対して複数のアルゴリズムを用いて互いに異なる複数の芯線群を抽出する。このようにして抽出された芯線群は、アルゴリズムの違いに起因して、互いに異なったものとなる。

図６は、あるアルゴリズムＡにより抽出された芯線群の一例を示す図であり、図７は、アルゴリズムＡとは異なるアルゴリズムＢにより抽出された芯線群の一例を示す図である。図６及び図７は、図５に示されている領域Ｒ１の近傍を拡大して示したものである。図６及び図７に示されているように、１つの指紋画像から異なるアルゴリズムを用いて抽出された芯線群には、互いに異なる箇所が存在し得る。芯線群の違いはアルゴリズムに用いられる画像処理、抽出処理のパラメータ等の違いに起因するものである。

このようにして得られた複数の芯線群のうち、いずれか１つが指紋画像の特徴を最も良好に表現できていると判定できる場合には、最も良好な芯線群を採用すればよい。しかしながら、複数の芯線抽出用アルゴリズムには一長一短があり、あらゆる局面で最良となるアルゴリズムを構築することは困難である。したがって、指紋画像のある部分ではアルゴリズムＡで抽出された芯線群が優れていて、別の部分ではアルゴリズムＢで抽出された芯線群が優れているというような状況が生じることが多い。このような状況では、最も良好な芯線群を採用するという手法では、指紋画像の特徴を正確に表現した芯線群が得られない。

そこで、第１のアルゴリズムＡによって指紋画像から抽出された第１の芯線群の一部を、第２のアルゴリズムＢによって指紋画像から抽出された第２の芯線群の一部と置換するという手法が考えられる。この手法では、指紋画像の部分ごとに別のアルゴリズムで抽出された芯線を用いることができるため、複数のアルゴリズムの良いところを組み合わせた芯線群が得られる。

しかしながら、指紋画像にインクのにじみ、かすれ等が生じており、指紋の隆線が明確に現れていない場合には、置換しようとする領域において、抽出した複数の芯線群の中に指紋画像の隆線の特徴を正確に表現している適切な芯線群が存在しない場合もある。この場合には、上述のような芯線群の一部を置換する手法だけで自動的に適切な芯線群を得ることは困難である。このような場合には、抽出された芯線を手動で取り消す作業等が発生してユーザの作業時間が増大する可能性があり、ユーザが誤った芯線群を登録する可能性もある。このように、置換しようとする領域において適切な芯線群が存在しない場合には、その領域についてはユーザが手動で芯線を登録する方が望ましい場合がある。

そこで、本実施形態の情報処理システム１００は、ユーザによる芯線の修正を支援するために、置換しようとする領域において適切な芯線群が存在しない場合にその部分の芯線を自動的に非表示にする機能を実現する。

ステップＳ１０３において、表示情報生成部１０７は、アルゴリズムＡによって指紋画像から抽出された第１の芯線群と、アルゴリズムＢによって指紋画像から抽出された第２の芯線群とを重ね合わせた画像を表示させるための表示情報を生成する。ＣＰＵ１５１は、この表示情報に基づく画像を表示装置１５６に表示させる。

図８は、第１の芯線群と第２の芯線群とを重ね合わせた表示例を示す図である。なお、図８において、第１の芯線群の芯線と第２の芯線群の芯線とが完全に一致している箇所は、非表示となっている。

領域Ｒ２においては、第１の芯線群の芯線と第２の芯線群の芯線とが一部の箇所で一致し、一部の箇所でわずかにずれている。上述のように重複箇所は非表示となるため、領域Ｒ２内の芯線は破線状に表示される。

領域Ｒ３においては、第１の芯線群の芯線と第２の芯線群の芯線とが略平行にずれている。そのため、領域Ｒ３内の芯線は二重線状に表示される。

領域Ｒ４においては、第１の芯線群の芯線と第２の芯線群の芯線との形状が全く異なっている。そのため、領域Ｒ４内の芯線は網目状に表示される。

このように、２つの芯線群を重ね合わせることにより、芯線の形状は一致しているがその位置がずれている箇所（例えば、領域Ｒ３）と、芯線の形状そのものが異なっている箇所（例えば、領域Ｒ４）とが明確になる。本実施形態の情報処理システム１００は、この２種類の箇所に対して異なる処理を施して芯線を補正することにより芯線の抽出精度を向上させる。２つの芯線群がずれている箇所については、２つの芯線群のずれに基づいて、一方の芯線を移動させることによりずれを低減するように芯線の補正を行うことが好適である。また、２つの芯線群の形状が異なっている箇所については、一方の芯線を移動させてもずれは低減しないため、別の処理を行うことが好適である。

ステップＳ１０４において、芯線補正部１０２は、第１の芯線群と第２の芯線群とのずれに基づいて、第１の芯線群又は第２の芯線群を補正する処理を行う。図９は、芯線群の補正処理の例を示す図である。図９には、第１の芯線群の芯線Ｌ１と第２の芯線群の芯線Ｌ２とが図示されている。芯線補正部１０２は、芯線Ｌ１と芯線Ｌ２とのずれに基づいて、芯線Ｌ２を芯線Ｌ１に近づけるように移動させる補正を行う。この処理を第２の芯線群の各部に対して行うことにより、第１の芯線群と第２の芯線群のずれを低減することができる。

なお、図９において、芯線Ｌ２がグレーの太い線になっている理由は、芯線Ｌ２の重心を１画素以下のピッチで移動させた場合に、芯線Ｌ２の重心位置が画素間にあることを表現するためである。芯線補正の処理の完了後、芯線Ｌ２に対して二値化、細線化等の後処理を施すことにより、芯線Ｌ２の幅を１画素幅に戻すことができる。

なお、上述の説明においては第２の芯線群の芯線を移動させているが、第１の芯線群の芯線を移動させてもよく、両方の芯線群の芯線を移動させてもよい。

また、上述のステップＳ１０４の芯線の移動に際しこれらの例示された手法が適用されることは必須ではなく、別の手法が採用されてもよい。また、第１の芯線群と第２の芯線群のずれにより特段の問題が生じない場合には、ステップＳ１０４の処理が省略されていてもよい。

図１０は、第１の芯線群と補正後の第２の芯線群とを重ね合わせた表示例を示す図である。ステップＳ１０４の処理により、２つの芯線群がずれていた箇所が補正され、図８と比べて、芯線が一致している箇所（芯線の非表示箇所）が拡大している。図１０において、領域Ｒ２、Ｒ３についてはほぼ一致する状態となっている。これにより、図１０では、領域Ｒ４のように、第１の芯線群の芯線と第２の芯線群の芯線との形状が全く異なっている箇所が明確になっている。

ステップＳ１０５において、情報処理システム１００のＣＰＵ１５１は、ステップＳ１０２の処理で抽出されたすべての芯線群に対してステップＳ１０３及びステップＳ１０４の補正処理が完了しているかどうかを判定する。補正処理が完了していない場合（ステップＳ１０５においてＮＯ）、処理はステップＳ１０３に移行し、補正処理が行われていない芯線群に対して同様の処理が行われる。補正処理が完了している場合（ステップＳ１０５においてＹＥＳ）、処理はステップＳ１０６に移行する。

なお、ステップＳ１０３とステップＳ１０４の補正処理のループにおいて、２つの芯線群の組み合わせは、例えば以下のように選択される。

ステップＳ１０２において芯線抽出部１０１が、アルゴリズムＡからアルゴリズムＨまでの８個のアルゴリズムにより８個の芯線群を抽出した場合を想定する。この８個のアルゴリズムの中で、最も一般的に用いられているアルゴリズムがアルゴリズムＡであったとすると、１回目のステップＳ１０３、Ｓ１０４の処理では、アルゴリズムＡとアルゴリズムＢの組み合わせで芯線群の補正が行われる。次に２回目のステップＳ１０３、Ｓ１０４の処理では、アルゴリズムＡとアルゴリズムＣの組み合わせで芯線群の補正が行われる。このようにして７回の補正処理を繰り返し行うことで、アルゴリズムＡによる芯線群に合致させるように他の芯線群の補正が行われる。

ステップＳ１０３からステップＳ１０４の処理はユーザからの操作を介さずに自動で行われ得る。この場合、ユーザに処理の経過を表示する必要がなければ、ステップＳ１０３、Ｓ１０４の処理は情報処理システム１００での内部処理としてもよい。すなわち、ステップＳ１０３における表示情報の生成等の表示装置１５６への出力のための処理は省略可能である。

ステップＳ１０６において、領域設定部１０３は、評価値を算出する１つ又は複数の候補領域を設定する。候補領域とは、後述の処理において、芯線を非表示化する領域の候補となる領域であり、評価値の算出単位となる領域である。図１１はこの処理において候補領域の設定手法を示す図である。図１１は、複数のアルゴリズムによって抽出された複数の芯線群に対して上述の補正処理を行い、重ね合わせたものである。図１１においても、図１０と同様に、複数の芯線群に含まれる芯線が一致する部分が非表示とされている。

図１１に示されている領域Ｒ５ａは、本ステップの説明において着目する１つの候補領域を含む部分であり、領域Ｒ５ｂは、領域Ｒ５ａを拡大して表示したものである。領域Ｒ５ａ内に示されている芯線Ｌ３は、複数の芯線群が重なり合っており、ばらついた形状となっている。このような芯線は、いずれも指紋の隆線を示す芯線として不適切である可能性が高いため、ユーザに提示する意味があまりなく、非表示にすべきである。そこで、本処理では、領域設定部１０３は、芯線Ｌ３を含むように候補領域Ｒ６を設定する。

ここで、候補領域Ｒ６は、例えば、芯線Ｌ３の画素に加えて、芯線Ｌ３の周囲１画素をも含む領域として設定される。このように候補領域Ｒ６の設定を行うことにより、抽出誤差により連続する芯線が１画素だけ途切れて生成されたときにその芯線が複数の異なる領域に分割されるような設定エラーが抑止される。

なお、候補領域Ｒ６に芯線Ｌ３の周囲の画素を含ませることは必須ではない。また、候補領域Ｒ６に含ませる芯線Ｌ３の周囲の画素の数（以下、追加画素数と呼ぶ）は１画素に限定されるものではなく、２画素以上であってもよい。また、ユーザが好みに応じて追加画素数を変更可能であってもよく、抽出された芯線、指紋画像の画素数等、処理すべきデータに応じて自動的に設定されるものであってもよい。

図１２乃至図１５は、互いに異なるアルゴリズムにより抽出された芯線及び候補領域を示す図である。図１２乃至図１５に示されているように、候補領域Ｒ６内の芯線Ｌ３ａ、Ｌ３ｂ、Ｌ３ｃ、Ｌ３ｄは互いに異なる部分を含んでいる。このような部分では、芯線Ｌ３ａ、Ｌ３ｂ、Ｌ３ｃ、Ｌ３ｄは、いずれも指紋画像の隆線の特徴を正確に表現していない可能性がある。あるいは、芯線Ｌ３ａ、Ｌ３ｂ、Ｌ３ｃ、Ｌ３ｄの中に適切な芯線があったとしてもそれを選択することが容易でない可能性もある。したがって、本実施形態では、このような複数の芯線が互いに異なっている領域が、非表示化のための候補領域Ｒ６として設定される。

ステップＳ１０７において、評価値算出部１０４は、候補領域Ｒ６の評価値を算出する。候補領域が複数個存在する場合には、複数の候補領域のそれぞれについて個別の評価値が算出される。図１６は、評価値算出部１０４によって１つの候補領域Ｒ６に対して行われる評価値算出処理を示すフローチャートである。すなわち、図１６のフローチャートは、ステップＳ１０７の詳細を示すサブルーチンである。図１６を参照しつつ、評価値算出処理の詳細を説明する。

ステップＳ２０１において、評価値算出部１０４は、候補領域Ｒ６内のすべての画素に対して、順次その画素に芯線が存在する芯線群の数（言い換えるとその画素に芯線が抽出されるアルゴリズムの数）であるＮ（ｐ，ｑ）を算出する（ｐ及びｑは画素の座標）。芯線群の総数がＳｃｎｔである場合には、Ｎ（ｐ，ｑ）の値は０からＳｎｃｔの間の整数である。

ステップＳ２０２において、評価値算出部１０４は、ステップＳ２０１で算出した芯線群の数Ｎ（ｐ，ｑ）を用いて、芯線群の数ａの各値に対して、その値を有する画素の数を算出する。これにより得られた、芯線群数ａに対する画素数のヒストグラムをｈｉｓｔ（ａ）と表記する。ｈｉｓｔ（ａ）の値は、０からＳｎｃｔの間の整数である。図１７は、ｈｉｓｔ（ａ）の一例を示すヒストグラム図である。図１７の例では芯線群の総数Ｓｃｎｔは８としている。図１７のように、芯線群数が小さい値である画素が多い場合には、アルゴリズムごとに異なる芯線が生成されやすいことを意味するので、候補領域Ｒ６内で芯線がばらついた状態となっている。すなわち、ヒストグラムの分布から、候補領域Ｒ６内の芯線のばらつきを判定することができる。なお、芯線群数０の画素の数は、芯線Ｌ３の周囲等、もともと芯線が存在しない画素を含むので、特に意味のない指標である。また、もともと候補領域Ｒ６を設定する際にすべての芯線群が一致している部分を除外しているため、芯線群数８（＝Ｓｃｎｔ）の画素は通常存在しない。

図１６のステップＳ２０３において、評価値算出部１０４は、Ｓｃｎｔ、ｈｉｓｔ（ａ）を以下の式（１）に代入することにより、評価値ｅｖａｌを算出する。

式（１）は、ヒストグラムの分布を定量的に評価するための関数であり、ヒストグラムの分布が芯線群数の低い側に偏っているほど評価値ｅｖａｌは大きな値となるように構成されている。すなわち、評価値ｅｖａｌは、候補領域Ｒ６内における芯線群間の相違の程度、言い換えると芯線のばらつきを示す指標である。

ステップＳ２０４の説明に先立って、特徴点についてより詳細に説明する。図１８は、特徴点の例を示す図である。特徴点とは、指紋の照合において、２つの指紋が同一人物のものであるか否かを判定する際に用いられる指標である。図１８においては、候補領域Ｒ７内に２つの特徴点Ｍ１、Ｍ２が存在している。特徴点Ｍ１は、１つの芯線が２つに分岐している点であることから分岐点と呼ばれる。特徴点Ｍ２は、１つの芯線が途切れている点であることから端点と呼ばれる。指紋の照合においては、これらの特徴点Ｍ１、Ｍ２の位置関係の異同に基づいて２つの指紋が同一人物のものであるか否かを判定することができる。なお、特徴点の種類は、分岐点と端点に限られるものではなく、これ以外のものが用いられてもよい。

ステップＳ２０４において、評価値算出部１０４は、候補領域Ｒ６内の特徴点に基づいて、評価値を補正する。この処理では、各芯線群に対して、候補領域Ｒ６内の特徴点の個数を計測する。

図１２に示す例においては、候補領域Ｒ６内の特徴点（分岐点及び端点）の個数は５個である。図１３に示す例においても、候補領域Ｒ６内の特徴点の個数は５個である。図１４に示す例においては、候補領域Ｒ６内の特徴点の個数は２個である。図１５に示す例においては、候補領域Ｒ６内の特徴点の個数は１個である。これらの例のように、候補領域Ｒ６内の特徴点の個数が相互に異なっている場合には、評価値算出部１０４は、評価値の変更は行わず、式（１）で算出された評価値がそのまま用いられる。

一方、特徴点の個数が各芯線群で一致している場合には、芯線群間の差が軽微であるものと見込まれるため、抽出した芯線群をそのまま用いても問題がない可能性が高い。そこで、特徴点の個数が各芯線群で一致しているときには、評価値算出部１０４は、評価値の値をゼロにする補正を行う。これにより、後述の処理において、候補領域Ｒ６が非表示化されないようになる。このように、特徴点の個数等の特徴点から得られる情報を考慮することにより、更に適切な評価値を得ることができる。

なお、上述の例では判断基準として特徴点の個数に基づく評価値の補正処理を説明したが、特徴点から得られる情報であればこれ以外の情報も用いられ得る。例えば、特徴点の種類、方向等を用いるものであってもよい。

特徴点の種類を用いる例として特徴点が対向特徴点である場合の処理の例を説明する。対向特徴点とは、１本の芯線の両端が端点となる１対の特徴点である。候補領域Ｒ６内に対向特徴点が存在するか否かにより特徴点の個数は変化するものの、対向特徴点があったとしてもこれに対応する芯線の本数は１本にすぎず、芯線群間の差は軽微である。したがって、このような芯線もそのまま用いても問題がない可能性が高い。そこで、各芯線群の差が対向特徴点のみである場合にも評価値算出部１０４は、評価値をゼロにする補正を行う。このように、特徴点の特徴を示す情報を更に考慮することにより、更に適切な評価値を得ることができる。

また、上述の例では特徴点の個数が一致した場合等に評価値の値をゼロにする処理が行われているが、評価値の補正方法はこれに限られるものではなく、例えば、評価値を所定の値で除算又は減算する補正方法であってもよい。評価値を少なくすることで、候補領域Ｒ６内の非表示化されにくくなるような補正方法であれば、種々の補正方法が適用可能である。

以上のステップＳ２０１からステップＳ２０４の処理による評価値の算出が全ての候補領域に対して行われる。図１９は、上述の処理により得られた評価値の算出結果を説明する図である。図１９では、図１０と同様に複数のアルゴリズムにより算出された複数の芯線群を重ねた状態で表示しており、複数の芯線群が一致している部分は非表示となっている。図１９に示されている領域Ｒ８、Ｒ９、Ｒ１０等のように、芯線のばらつきが大きい箇所については、評価値は大きい値となる。これに対し、領域Ｒ１１では、特徴点の個数が芯線群間で同一であるため、評価値はゼロとなる。また、領域Ｒ１２内の芯線から抽出される特徴点は対向特徴点であるため、領域Ｒ１２においても評価値はゼロとなる。

図３のステップＳ１０８において、平滑化部１０５は、ステップＳ１０７の処理において算出された各候補領域の評価値を、縦方向及び横方向の位置に対して平滑化する処理を行う。この平滑化処理は、例えば、単純移動平均フィルタ、荷重移動平均フィルタ等を用いて、評価値を移動平均する処理であり得る。

図２０は、評価値の平滑化を説明するための図である。図２０において、評価値の大きさは、芯線に重畳して示されたグレーの濃淡で表現されている。濃いグレーの部分は評価値が相対的に大きい領域を示しており、薄いグレーの部分は、評価値が相対的に小さい領域を示している。また、白色の部分は、評価値がゼロの領域を示している。このように平滑化を行うことにより、狭い範囲での評価値の局所変動が小さくなるため、後述する芯線の削除時に小さな誤った芯線が多量に残ることを防ぐことができ、小さい芯線の修正作業等に起因するユーザの手間が削減される。なお、この平滑化は必須ではなく省略され得る。

ステップＳ１０９において、判定部１０６は、平滑化後の評価値に基づいて非表示化領域を判定する。この判定は、例えば、評価値と閾値とを比較して評価値が所定の閾値よりも大きい範囲を非表示化領域とするというものであり得る。閾値は、例えば、評価値の最大値の５０％等のように設定することができる。また、複数の閾値を準備しておき、ユーザが使用する閾値を選択できるように構成されていてもよい。この例としては、例えば、評価値の最大値の７５％、５０％、２５％の３段階の閾値を準備しておき、ユーザによるマウスホイールの操作に応じて、順次３段階の閾値のいずれかが選択されるというものであり得る。閾値が小さいほど、非表示化領域の範囲が広くなる。

なお、ステップＳ１０６からステップＳ１０９の処理は、上述の閾値の設定等のユーザに入力を促す必要がある部分を除き、ユーザからの操作を介さずに自動で行われ得る。したがって、ステップＳ１０６からステップＳ１０９の処理のうちの一部又は全部は、情報処理システム１００での内部処理とすることができる。このとき、情報処理システム１００は、ユーザに処理の経過を表示してもよく、表示しなくてもよい。

ステップＳ１１０において、表示情報生成部１０７は、判定部１０６により判定された非表示化領域以外の領域の芯線を表示装置１５６に表示させるための表示情報を生成する。情報処理システム１００のＣＰＵ１５１は、表示装置１５６を制御して、表示情報に基づく画像を表示装置１５６に表示させる。図２１及び図２２は、芯線の表示例を示す図である。図２１及び図２２においては、芯線と指紋画像との関係を理解しやすくするため、芯線と指紋画像とが重畳した状態で表示されている。図２１と図２２の違いはステップＳ１０９の処理における閾値の大きさであり、図２１よりも図２２の方が小さい閾値で非表示化領域の判定が行われている。これにより、図２１よりも図２２の方が芯線が非表示化されている範囲が広くなっている。

図２１及び図２２に示されるように、指紋画像において、インクのにじみ、かすれ等により指紋の隆線が明確に現れていない部分において芯線が非表示になっている。インクのにじみ、かすれ等が発生している領域は、情報処理システム１００により自動的に芯線を生成させると、誤った芯線になりやすく、また、用いるアルゴリズムによって異なった芯線になりやすい。そのため、このような領域では適切な芯線を自動生成することは難しく、ユーザに手動で芯線を描画させることが好ましい。そのため、本実施形態での情報処理システム１００では、このような領域を非表示とすることにより、抽出された芯線を手動で取り消す作業を少なくすることができ、ユーザが誤った芯線群を登録する可能性も低減される。

以上のように、本実施形態によれば、置換しようとする領域において適切な芯線群が存在しない場合にその部分の芯線を自動的に非表示にすることにより、ユーザによる芯線の修正を支援する情報処理システム１００が提供される。

上述の実施形態において説明したシステムは以下の第２実施形態のようにも構成することができる。

［第２実施形態］
図２３は、第２実施形態に係る情報処理システム２００の機能ブロック図である。情報処理システム２００は、芯線抽出部２０１及び判定部２０２を備える。芯線抽出部２０１は、皮膚紋理を含む画像から、複数のアルゴリズムによって互いに異なる複数の芯線群を抽出する。判定部２０２は、画像の少なくとも一部の領域における複数の芯線群の相違に基づいて、領域に含まれる芯線を非表示とするか否かを判定する。

本実施形態によれば、ユーザによる芯線の修正を支援する情報処理システム２００が提供される。

［変形実施形態］
本発明は、上述の実施形態に限定されることなく、本発明の趣旨を逸脱しない範囲において適宜変更可能である。

図３又は図１６に示したフローチャート内に更にステップが追加されてもよく、いずれかのステップが省略されてもよい。例えば、いずれかのステップの間に、ユーザが手動で芯線の修正を行うステップが追加されてもよい。また、ユーザの操作等に応じて、第１のアルゴリズムによって画像から抽出された第１の芯線群の一部を、第２のアルゴリズムによって画像から抽出された第２の芯線群の一部と置換する処理が追加されていてもよい。芯線群のある部分において、複数の芯線群のうちのいずれかに適切な芯線が存在する場合には、この処理により芯線を適切なものに置換することにより、作業時間が短縮される。

上述の実施形態の機能を実現するように該実施形態の構成を動作させるプログラムを記憶媒体に記録させ、記憶媒体に記録されたプログラムをコードとして読み出し、コンピュータにおいて実行する処理方法も各実施形態の範疇に含まれる。すなわち、コンピュータ読取可能な記憶媒体も各実施形態の範囲に含まれる。また、上述のプログラムが記録された記憶媒体だけでなく、そのプログラム自体も各実施形態に含まれる。また、上述の実施形態に含まれる１又は２以上の構成要素は、各構成要素の機能を実現するように構成されたＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）等の回路であってもよい。

該記憶媒体としては例えばフロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ（Compact Disk）－ＲＯＭ、磁気テープ、不揮発性メモリカード、ＲＯＭを用いることができる。また該記憶媒体に記録されたプログラム単体で処理を実行しているものに限らず、他のソフトウェア、拡張ボードの機能と共同して、ＯＳ（Operating System）上で動作して処理を実行するものも各実施形態の範疇に含まれる。

上述の各実施形態の機能により実現されるサービスは、ＳａａＳ（Software as a Service）の形態でユーザに対して提供することもできる。

なお、上述の実施形態は、いずれも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。

上述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）
皮膚紋理を含む画像から、複数のアルゴリズムによって互いに異なる複数の芯線群を抽出する芯線抽出部と、
前記画像の少なくとも一部の領域における前記複数の芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定する判定部と、
を備える情報処理システム。

（付記２）
前記複数の芯線群に基づいて前記複数の芯線群の相違の程度を示す評価値を算出する評価値算出部を更に備え、
前記判定部は、前記評価値に基づいて前記領域に含まれる芯線を非表示とするか否かを判定する、
付記１に記載の情報処理システム。

（付記３）
前記評価値を前記画像の中の位置に対して平滑化する平滑化部を更に備え、
前記判定部は、平滑化後の前記評価値に基づいて前記領域に含まれる芯線を非表示とするか否かを判定する、
付記２に記載の情報処理システム。

（付記４）
前記評価値算出部は、前記領域に含まれる芯線から抽出された特徴点に更に基づいて、前記評価値の値を算出する、
付記２又は３に記載の情報処理システム。

（付記５）
前記評価値算出部は、前記特徴点の種類に更に基づいて、前記評価値の値を算出する、
付記４に記載の情報処理システム。

（付記６）
前記評価値算出部は、前記複数の芯線群の相違が前記領域に含まれる１つの芯線の両端の端点のみであるか否かに更に基づいて、前記評価値の値を算出する、
付記５に記載の情報処理システム。

（付記７）
前記判定部は、ユーザの操作により設定された閾値と前記評価値とを比較することにより、前記領域に含まれる芯線を非表示とするか否かを判定する、
付記２乃至６のいずれか１項に記載の情報処理システム。

（付記８）
前記複数のアルゴリズムによって抽出された前記複数の芯線群の個数をＳｃｎｔとし、
前記領域に含まれる複数の画素のそれぞれにおいて、芯線が存在する芯線群の個数をａとし、
前記領域において、前記芯線群の個数がａである前記画素の個数をｈｉｓｔ（ａ）とし、
前記評価値をｅｖａｌとしたとき、
前記評価値算出部は、以下の式（１）

に基づいて前記評価値を算出する、
付記２乃至７のいずれか１項に記載の情報処理システム。

（付記９）
前記皮膚紋理は、指紋である、
付記１乃至８のいずれか１項に記載の情報処理システム。

（付記１０）
前記芯線抽出部は、前記画像の一部から前記複数の芯線群を抽出する、
付記１乃至９のいずれか１項に記載の情報処理システム。

（付記１１）
皮膚紋理を含む画像から、複数のアルゴリズムによって互いに異なる複数の芯線群を抽出するステップと、
前記画像の少なくとも一部の領域における前記複数の芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定するステップと、
を備えることを特徴とする情報処理方法。

（付記１２）
コンピュータに、
皮膚紋理を含む画像から、複数のアルゴリズムによって互いに異なる複数の芯線群を抽出するステップと、
前記画像の少なくとも一部の領域における前記複数の芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定するステップと、
を実行させるためのプログラム。

１００、２００ 情報処理システム
１０１、２０１ 芯線抽出部
１０２ 芯線補正部
１０３ 領域設定部
１０４ 評価値算出部
１０５ 平滑化部
１０６、２０２ 判定部
１０７ 表示情報生成部
１０８ 入力受付部
１０９ 記憶部
１５１ ＣＰＵ
１５２ ＲＡＭ
１５３ ＲＯＭ
１５４ ＨＤＤ
１５５ 通信Ｉ／Ｆ
１５６ 表示装置
１５７ 入力装置
１５８ バス
Ｌ１、Ｌ２、Ｌ３ａ－Ｌ３ｄ、 芯線
Ｍ１、Ｍ２ 特徴点
Ｒ１－Ｒ４、Ｒ５ａ、Ｒ５ｂ、Ｒ８－Ｒ１１ 領域
Ｒ６、Ｒ７ 候補領域

Claims (11)

1. 皮膚紋理を含む画像から、複数のアルゴリズムによってそれぞれ前記皮膚紋理の隆線部分を表す芯線群を抽出する芯線抽出部と、
   前記画像の少なくとも一部の領域におけるそれぞれの前記芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定する判定部と、
   前記複数の芯線群に基づいて前記複数の芯線群の相違の程度を示す評価値を算出する評価値算出部と、
   を備え、
   前記判定部は、前記評価値に基づいて前記領域に含まれる芯線を非表示とするか否かを判定し、
   前記評価値算出部は、前記領域に含まれる芯線から抽出された特徴点及び前記特徴点の種類に更に基づいて、前記評価値の値を算出し、
   前記評価値算出部は、前記複数の芯線群の相違が前記領域に含まれる１つの芯線の両端の端点のみであるか否かに更に基づいて、前記評価値の値を算出する、
   情報処理システム。
2. 前記評価値を前記画像の中の位置に対して平滑化する平滑化部を更に備え、
   前記判定部は、平滑化後の前記評価値に基づいて前記領域に含まれる芯線を非表示とするか否かを判定する、
   請求項１に記載の情報処理システム。
3. 前記判定部は、ユーザの操作により設定された閾値と前記評価値とを比較することにより、前記領域に含まれる芯線を非表示とするか否かを判定する、
   請求項１又は２に記載の情報処理システム。
4. 皮膚紋理を含む画像から、複数のアルゴリズムによってそれぞれ前記皮膚紋理の隆線部分を表す芯線群を抽出する芯線抽出部と、
   前記画像の少なくとも一部の領域におけるそれぞれの前記芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定する判定部と、
   前記複数の芯線群に基づいて前記複数の芯線群の相違の程度を示す評価値を算出する評価値算出部と、
   を備え、
   前記複数のアルゴリズムによって抽出された前記複数の芯線群の個数をＳｃｎｔとし、
   前記領域に含まれる複数の画素のそれぞれにおいて、芯線が存在する芯線群の個数をａとし、
   前記領域において、前記芯線群の個数がａである前記画素の個数をｈｉｓｔ（ａ）とし、
   前記評価値をｅｖａｌとしたとき、
   前記評価値算出部は、以下の式（１）
   

   

   に基づいて前記評価値を算出する、
   情報処理システム。
5. 前記皮膚紋理は、指紋である、
   請求項１乃至４のいずれか１項に記載の情報処理システム。
6. 前記芯線抽出部は、前記画像の一部から前記複数の芯線群を抽出する、
   請求項１乃至５のいずれか１項に記載の情報処理システム。
7. 前記芯線群のうち前記判定結果に基づき表示する対象である芯線と前記画像とが重畳される画像を表示させる表示制御部を更に備える、
   請求項１乃至６のいずれか１項に記載の情報処理システム。
8. 皮膚紋理を含む画像から、複数のアルゴリズムによってそれぞれ前記皮膚紋理の隆線部分を表す芯線群を抽出するステップと、
   前記画像の少なくとも一部の領域におけるそれぞれの前記芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定するステップと、
   前記複数の芯線群に基づいて前記複数の芯線群の相違の程度を示す評価値を算出するステップと、
   を備え、
   前記評価値に基づいて前記領域に含まれる芯線を非表示とするか否かが判定され、
   前記評価値の値は、前記領域に含まれる芯線から抽出された特徴点及び前記特徴点の種類に更に基づいて算出され、
   前記評価値の値は、前記複数の芯線群の相違が前記領域に含まれる１つの芯線の両端の端点のみであるか否かに更に基づいて算出される、
   情報処理方法。
9. 皮膚紋理を含む画像から、複数のアルゴリズムによってそれぞれ前記皮膚紋理の隆線部分を表す芯線群を抽出するステップと、
   前記画像の少なくとも一部の領域におけるそれぞれの前記芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定するステップと、
   前記複数の芯線群に基づいて前記複数の芯線群の相違の程度を示す評価値を算出するステップと、
   を備え、
   前記複数のアルゴリズムによって抽出された前記複数の芯線群の個数をＳｃｎｔとし、
   前記領域に含まれる複数の画素のそれぞれにおいて、芯線が存在する芯線群の個数をａとし、
   前記領域において、前記芯線群の個数がａである前記画素の個数をｈｉｓｔ（ａ）とし、
   前記評価値をｅｖａｌとしたとき、
   以下の式（１）
   

   

   に基づいて前記評価値が算出される、
   情報処理方法。
10. コンピュータに、
    皮膚紋理を含む画像から、複数のアルゴリズムによってそれぞれ前記皮膚紋理の隆線部分を表す芯線群を抽出するステップと、
    前記画像の少なくとも一部の領域におけるそれぞれの前記芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定するステップと、
    前記複数の芯線群に基づいて前記複数の芯線群の相違の程度を示す評価値を算出するステップと、
    を実行させるためのプログラムであって、
    前記評価値に基づいて前記領域に含まれる芯線を非表示とするか否かが判定され、
    前記評価値の値は、前記領域に含まれる芯線から抽出された特徴点及び前記特徴点の種類に更に基づいて算出され、
    前記評価値の値は、前記複数の芯線群の相違が前記領域に含まれる１つの芯線の両端の端点のみであるか否かに更に基づいて算出される、
    プログラム。
11. コンピュータに、
    皮膚紋理を含む画像から、複数のアルゴリズムによってそれぞれ前記皮膚紋理の隆線部分を表す芯線群を抽出するステップと、
    前記画像の少なくとも一部の領域におけるそれぞれの前記芯線群の相違に基づいて、前記領域に含まれる芯線を非表示とするか否かを判定するステップと、
    前記複数の芯線群に基づいて前記複数の芯線群の相違の程度を示す評価値を算出するステップと、
    を実行させるためのプログラムであって、
    前記複数のアルゴリズムによって抽出された前記複数の芯線群の個数をＳｃｎｔとし、
    前記領域に含まれる複数の画素のそれぞれにおいて、芯線が存在する芯線群の個数をａとし、
    前記領域において、前記芯線群の個数がａである前記画素の個数をｈｉｓｔ（ａ）とし、
    前記評価値をｅｖａｌとしたとき、
    以下の式（１）
    

    

    に基づいて前記評価値が算出される、
    プログラム。

Images