JPH0471079A - 画像の位置合わせ方法 - Google Patents
画像の位置合わせ方法Info
- Publication number
- JPH0471079A JPH0471079A JP2184777A JP18477790A JPH0471079A JP H0471079 A JPH0471079 A JP H0471079A JP 2184777 A JP2184777 A JP 2184777A JP 18477790 A JP18477790 A JP 18477790A JP H0471079 A JPH0471079 A JP H0471079A
- Authority
- JP
- Japan
- Prior art keywords
- image
- density
- inspected
- value
- directions
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 13
- 238000012545 processing Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 9
- 238000012795 verification Methods 0.000 description 7
- 230000004069 differentiation Effects 0.000 description 6
- 238000005286 illumination Methods 0.000 description 3
- 101100234408 Danio rerio kif7 gene Proteins 0.000 description 1
- 101100221620 Drosophila melanogaster cos gene Proteins 0.000 description 1
- 101150083013 FIN1 gene Proteins 0.000 description 1
- 101100398237 Xenopus tropicalis kif11 gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 101150118300 cos gene Proteins 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011867 re-evaluation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
- A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
-
- 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
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
- G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
- G07C9/25—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
- G07C9/257—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition electronically
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、例えば指紋照合システム等に適用され、隆線
を含む画像同士の位置合わせの方法に関する。
を含む画像同士の位置合わせの方法に関する。
〔従来の技術]
従来の指紋照合において、分岐点、端点、曲率等の特徴
を照合すべきパラメタとして採用しており、その前提と
して、画像の2値化、芯線化が必要であった。また、照
合すべきサンプル画像とマスク画像は対応点が重なり合
うように位置合わせする必要があるが、従来法では上記
特徴点相互を重ね合わせの基準としており、特徴点を明
瞭に抽出しなければならなかった。従って、従来は、隆
線のくびれ、途切れ、雑音等の画質低下により、照合精
度が悪化した。すなわち、従来の指紋照合では、ミクロ
な特徴データの影響を受は易く、画像入力に関する制限
が厳しかった。
を照合すべきパラメタとして採用しており、その前提と
して、画像の2値化、芯線化が必要であった。また、照
合すべきサンプル画像とマスク画像は対応点が重なり合
うように位置合わせする必要があるが、従来法では上記
特徴点相互を重ね合わせの基準としており、特徴点を明
瞭に抽出しなければならなかった。従って、従来は、隆
線のくびれ、途切れ、雑音等の画質低下により、照合精
度が悪化した。すなわち、従来の指紋照合では、ミクロ
な特徴データの影響を受は易く、画像入力に関する制限
が厳しかった。
本発明はこのような従来の問題点を解消すべく創案され
たもので、サンプル画像の入力に対スる制約を大幅に緩
和し得る、図形隆線を含む画像の位置合わせ方法を提供
することを目的とする。
たもので、サンプル画像の入力に対スる制約を大幅に緩
和し得る、図形隆線を含む画像の位置合わせ方法を提供
することを目的とする。
本発明に係る画像の位置合わせ方法は、被検査画像およ
び基準画像の各画素の濃度値を求め、被検査画像および
基準画像の各画素に関してそれぞれ、第1および第2の
方向に沿って隣接する画素との間の濃度値の変化を求め
、被検査画像および基準画像について、第1および第2
の方向に沿った濃度値の変化のヒストグラムを求め、第
1、第2の方向に関するヒストグラムにおける極値をと
る点を特徴点として採用し、この特徴点が相互に一致す
るように被検査画像および基準画像の位置合わせを行う
ことを特徴としている。
び基準画像の各画素の濃度値を求め、被検査画像および
基準画像の各画素に関してそれぞれ、第1および第2の
方向に沿って隣接する画素との間の濃度値の変化を求め
、被検査画像および基準画像について、第1および第2
の方向に沿った濃度値の変化のヒストグラムを求め、第
1、第2の方向に関するヒストグラムにおける極値をと
る点を特徴点として採用し、この特徴点が相互に一致す
るように被検査画像および基準画像の位置合わせを行う
ことを特徴としている。
[作用]
本発明に係る画像の位置合わせ方法において、入力画像
を濃淡画像のまま処理し、かつ大局的に基づいて位置合
わせするので、ミクロな特徴の影響をうけにくい。
を濃淡画像のまま処理し、かつ大局的に基づいて位置合
わせするので、ミクロな特徴の影響をうけにくい。
〔実施例]
以下図示実施例に基づいて本発明に係る画像の比較画像
を説明する。
を説明する。
第2図は本発明の画像比較方法を用いた指紋照合システ
ムを示す。指紋照合システムは画像入力装置10および
照合処理装置2oを備え、画像入力装置10において撮
影した画像を照合処理装置20において比較処理する。
ムを示す。指紋照合システムは画像入力装置10および
照合処理装置2oを備え、画像入力装置10において撮
影した画像を照合処理装置20において比較処理する。
画像入力装置1oは直角プリズム11に光源12がら照
明光を入射し、その全反射光をCCDカメラ13で検出
する。プリズム12はその斜面14が検出面とされ、指
紋を検出すべき指FINはこの斜面14に接触させる。
明光を入射し、その全反射光をCCDカメラ13で検出
する。プリズム12はその斜面14が検出面とされ、指
紋を検出すべき指FINはこの斜面14に接触させる。
指FINを接触させない状態では、照明光は全て全反射
され、CCDカメラ13では白一色の映像が検出される
。
され、CCDカメラ13では白一色の映像が検出される
。
そして第3図に示すように、指の接触面FIN1(指紋
の山)においては、プリズム界面の屈折率が変化するた
め、照明光は全反射せずに界面を通過する。従って、指
紋の山の部分が濃淡を持つ暗線としてCCDカメラに入
力される。
の山)においては、プリズム界面の屈折率が変化するた
め、照明光は全反射せずに界面を通過する。従って、指
紋の山の部分が濃淡を持つ暗線としてCCDカメラに入
力される。
照合処理装置20は画像処理部21とカードリーダ22
を有し、被検者がIDカード23をカードリーダ22に
挿入することにより、マスターデータが読み出され、画
像入力装置10から取り込んだデータとの比較が行われ
る。この比較はコンピュータ23によって行われ、比較
結果が表示部24に表示されるとともに、比較結果が合
格(指紋一致)であったときには、アクチュエータ25
を作動して、扉26を解錠する。
を有し、被検者がIDカード23をカードリーダ22に
挿入することにより、マスターデータが読み出され、画
像入力装置10から取り込んだデータとの比較が行われ
る。この比較はコンピュータ23によって行われ、比較
結果が表示部24に表示されるとともに、比較結果が合
格(指紋一致)であったときには、アクチュエータ25
を作動して、扉26を解錠する。
なお、マスターデータの特定は、被検者がキーボードか
らID番号を入力する等積々の態様を採用し得る。
らID番号を入力する等積々の態様を採用し得る。
第4図は指紋の隆線の大局的方向を矢印で示したもので
ある。この大局的方向を示す指標として、発明者は各画
素の濃度値の偏微分値が最小となる方向のヒストグラム
を採用した。例えば領域Iに含まれる各画素の濃度値の
変化は、水平方向から反時計周りに45°回転した方向
において、最小となる傾向が強いため、この領域の各画
素の濃度値の偏微分値はこの45°の方向において最小
となる頻度が高い。したがって領域Iにおける画素の濃
度値の変化に関して第5図(1)に示すヒストグラムが
得られる。また領域■に含まれる各画素の濃度値の変化
は、水平方向から反時計周りに90°回転した方向にお
いて、最小となる傾向が強いため、この領域の各画素の
濃度値の偏微分値はこの90″の方向において最小とな
る頻度が高く、領域■における画素の濃度値の変化に関
しては、第5図(II)に示すヒストグラムが得られる
。
ある。この大局的方向を示す指標として、発明者は各画
素の濃度値の偏微分値が最小となる方向のヒストグラム
を採用した。例えば領域Iに含まれる各画素の濃度値の
変化は、水平方向から反時計周りに45°回転した方向
において、最小となる傾向が強いため、この領域の各画
素の濃度値の偏微分値はこの45°の方向において最小
となる頻度が高い。したがって領域Iにおける画素の濃
度値の変化に関して第5図(1)に示すヒストグラムが
得られる。また領域■に含まれる各画素の濃度値の変化
は、水平方向から反時計周りに90°回転した方向にお
いて、最小となる傾向が強いため、この領域の各画素の
濃度値の偏微分値はこの90″の方向において最小とな
る頻度が高く、領域■における画素の濃度値の変化に関
しては、第5図(II)に示すヒストグラムが得られる
。
このようなヒストグラムを得るため、次のような処理が
実行される。
実行される。
まず、入力された指紋画像すなわちサンプル画像の各画
素について濃度値が求められる。一方、このサンプル画
像と比較される基準となる指紋画像すなわちマスター画
像については予め各西素毎に濃度値が求められ、コンピ
ュータ23のメモリに記憶されている。
素について濃度値が求められる。一方、このサンプル画
像と比較される基準となる指紋画像すなわちマスター画
像については予め各西素毎に濃度値が求められ、コンピ
ュータ23のメモリに記憶されている。
次に、各画素について、隣接する画素との間の濃度値に
関する偏微分値が求められる。なおここで、隣接する画
素とは、偏微分の対象となる画素に直接隣合う画素だけ
でなく、数個だけ離れた画素も含むものとする。偏微分
は、第6図に示すように、水平方向(番号l)、水平方
向から反時計方向に22.5°ずつ回転した方向(番号
2.3.4.5)、また水平方向から時計方向に22.
5°ずつ回転した方向(番号6.7.8)に関して、す
なわち157.5″の範囲にわたって行われる。
関する偏微分値が求められる。なおここで、隣接する画
素とは、偏微分の対象となる画素に直接隣合う画素だけ
でなく、数個だけ離れた画素も含むものとする。偏微分
は、第6図に示すように、水平方向(番号l)、水平方
向から反時計方向に22.5°ずつ回転した方向(番号
2.3.4.5)、また水平方向から時計方向に22.
5°ずつ回転した方向(番号6.7.8)に関して、す
なわち157.5″の範囲にわたって行われる。
ここで水平方向にX座標、垂直方向にX座標をとり、ま
た濃度値の変化量をΔdとすると、偏微分値2は、 Δd Δχ+Δy となる。
た濃度値の変化量をΔdとすると、偏微分値2は、 Δd Δχ+Δy となる。
デジタル画像における偏微分は離散的であり、特に距離
要素に関しては、偏微分方向により比較的大きな距離を
採用する必要が生じる。しかし、距離が過大になると、
指紋の谷を越えて、すなわち、指紋の山から山に跨る微
分が行われ、指紋隆線の特徴が失われる。従って、距離
値としては、方向の精度を極力高めつつ微小量を採用す
べきである。また第2図の画像入力装置10は、指紋を
斜め45°の方向から観察するため、CCDカメラ13
に入力される画像においてX方向の成分についての補正
を要する。この補正を考□慮した偏微分の距離として、
0° (Δx=2、Δy=0)、22.5° (Δx=
2、Δy=1)、45° (Δx=2、Δy=2)、6
7.5° (Δx=2、Δy=3)を用いて良好な結果
を得ている。
要素に関しては、偏微分方向により比較的大きな距離を
採用する必要が生じる。しかし、距離が過大になると、
指紋の谷を越えて、すなわち、指紋の山から山に跨る微
分が行われ、指紋隆線の特徴が失われる。従って、距離
値としては、方向の精度を極力高めつつ微小量を採用す
べきである。また第2図の画像入力装置10は、指紋を
斜め45°の方向から観察するため、CCDカメラ13
に入力される画像においてX方向の成分についての補正
を要する。この補正を考□慮した偏微分の距離として、
0° (Δx=2、Δy=0)、22.5° (Δx=
2、Δy=1)、45° (Δx=2、Δy=2)、6
7.5° (Δx=2、Δy=3)を用いて良好な結果
を得ている。
各画素について番号1〜8(第6図)の各方向に関する
偏微分値を計算する際、既に求められている偏微分値と
新しく求められた偏微分値とを比較して小さい方をメモ
リに記憶させておく。しかして、各方向についての偏微
分を行いつつ小さい方をメモリに記憶させていくと、8
方向についての計算が終了した時点でメモリには最小偏
微分値が格納されることとなる。この処理を全画素につ
いて行うことにより、全画素について最小偏微分値が求
められる。
偏微分値を計算する際、既に求められている偏微分値と
新しく求められた偏微分値とを比較して小さい方をメモ
リに記憶させておく。しかして、各方向についての偏微
分を行いつつ小さい方をメモリに記憶させていくと、8
方向についての計算が終了した時点でメモリには最小偏
微分値が格納されることとなる。この処理を全画素につ
いて行うことにより、全画素について最小偏微分値が求
められる。
次いで、再び各画素について番号1〜8の各方向に関す
る偏微分値を計算し、この偏微分値を既に求められてい
る最小偏微分値と比較する。そして、今求められた偏微
分値が最小偏微分値と一致した時、その時の偏微分値の
「方向1に対応する番号(第6図の番号1〜8)を画像
処理部のメモリに格納する。しかして、全画素について
偏微分値が最小となる方向が求められ、画像全体につい
て偏微分値が最小となる方向の分布が得られる。
る偏微分値を計算し、この偏微分値を既に求められてい
る最小偏微分値と比較する。そして、今求められた偏微
分値が最小偏微分値と一致した時、その時の偏微分値の
「方向1に対応する番号(第6図の番号1〜8)を画像
処理部のメモリに格納する。しかして、全画素について
偏微分値が最小となる方向が求められ、画像全体につい
て偏微分値が最小となる方向の分布が得られる。
このように濃淡画像から直接画像各部の方向成分を抽出
するので、原画像の情報を最大限に活用し得る。
するので、原画像の情報を最大限に活用し得る。
さて、サンプル画像について最小偏微分値となる方向の
分布が得られると、これにより指紋の隆線の傾向が把握
可能であり、この方向の分布をマスター画像のものと比
較することによって指紋照合を行い得る。すなわち、各
画素毎に得られた最小偏微分値となる方向のデータを、
サンプル画像とマスター画像との間において、対応する
画像毎に比較する。しかし本実施例では、後述するよう
に画像を複数のブロックに分割し、各ブロックについて
最小となる方向に基づいた指標を求め、サンプル画像と
マスター画像について、この指標を用いて比較を行って
いる。これは、サンプル画像とマスター画像の比較を大
局的に行うためである。
分布が得られると、これにより指紋の隆線の傾向が把握
可能であり、この方向の分布をマスター画像のものと比
較することによって指紋照合を行い得る。すなわち、各
画素毎に得られた最小偏微分値となる方向のデータを、
サンプル画像とマスター画像との間において、対応する
画像毎に比較する。しかし本実施例では、後述するよう
に画像を複数のブロックに分割し、各ブロックについて
最小となる方向に基づいた指標を求め、サンプル画像と
マスター画像について、この指標を用いて比較を行って
いる。これは、サンプル画像とマスター画像の比較を大
局的に行うためである。
なお、このように指紋画像をブロックに分割するのでは
なく、各画像毎に比較してもよい。すなわち、例えば8
0%以上の画素において上記方向が一致していれば、サ
ンプル画像とマスター画像が相互に一致していると判断
してもよい。
なく、各画像毎に比較してもよい。すなわち、例えば8
0%以上の画素において上記方向が一致していれば、サ
ンプル画像とマスター画像が相互に一致していると判断
してもよい。
サンプル画像とマスター画像の比較に先立ち、これらの
画像の位置合わせが行われる。この位置合わせを第1図
を参照して説明する。
画像の位置合わせが行われる。この位置合わせを第1図
を参照して説明する。
この図において指紋の隆線FPは渦巻き状を呈しており
、したがって同じ濃度値の画素がこの渦巻きに沿って並
んでいる。ここで横方向をX方向、縦方向をX方向とす
る。隣接する画素間の濃度値の変化量をX方向に沿って
偏微分し、X方向における濃度値の変化率を求めると、
例えば符号Pの部分のように隆線がX方向に延びている
部分において大きく、また符号Qの部分のように隆線が
X方向に延びている部分において小さい。したがって濃
度値のX方向の偏微分値は、符号Rで示すように中央に
おいて最大となるヒストグラムを有する。同様に、X方
向における濃度値の変化率を求めると、符号Pの部分の
ように隆線がX方向に延びている部分において小さく、
また符号Qの部分のように隆線がX方向に延びている部
分において大きい。したがって濃度値のX方向の偏微分
値は、符号Sで示すように中央において最大となるヒス
トグラムを有する。
、したがって同じ濃度値の画素がこの渦巻きに沿って並
んでいる。ここで横方向をX方向、縦方向をX方向とす
る。隣接する画素間の濃度値の変化量をX方向に沿って
偏微分し、X方向における濃度値の変化率を求めると、
例えば符号Pの部分のように隆線がX方向に延びている
部分において大きく、また符号Qの部分のように隆線が
X方向に延びている部分において小さい。したがって濃
度値のX方向の偏微分値は、符号Rで示すように中央に
おいて最大となるヒストグラムを有する。同様に、X方
向における濃度値の変化率を求めると、符号Pの部分の
ように隆線がX方向に延びている部分において小さく、
また符号Qの部分のように隆線がX方向に延びている部
分において大きい。したがって濃度値のX方向の偏微分
値は、符号Sで示すように中央において最大となるヒス
トグラムを有する。
本実施例においては、X方向に沿った濃度値の変化に関
するヒストグラム(符号S)の最大値となる点(符号T
)をこの画像の中心点のX座標とし、またX方向に沿っ
た濃度値の変化に関するヒストグラム(符号R)の最大
値となる点(符号U)をこの画像の中心点のX座標とし
ている。このようにして得られた中心点は、図形そのも
のの中心ではなく、この画像の特徴の中心(以下これを
特徴点という)である。
するヒストグラム(符号S)の最大値となる点(符号T
)をこの画像の中心点のX座標とし、またX方向に沿っ
た濃度値の変化に関するヒストグラム(符号R)の最大
値となる点(符号U)をこの画像の中心点のX座標とし
ている。このようにして得られた中心点は、図形そのも
のの中心ではなく、この画像の特徴の中心(以下これを
特徴点という)である。
サンプル画像とマスター画像の位置合わせに際しては、
この特徴点を一定の許容差をもって相互に重ね合わせる
。この許容差のとり方としては、サンプル画像、マスタ
ー画像を第7図のように領域分けし、16X16画素の
領域単位で、両画像の特徴点が含まれた領域相互を重ね
合わせる。なお、特徴点はその測定条件により座標値に
誤差を生じ、マスター画像と同一のサンプル画像を入力
したときに特徴点が重なり合わないことがある。
この特徴点を一定の許容差をもって相互に重ね合わせる
。この許容差のとり方としては、サンプル画像、マスタ
ー画像を第7図のように領域分けし、16X16画素の
領域単位で、両画像の特徴点が含まれた領域相互を重ね
合わせる。なお、特徴点はその測定条件により座標値に
誤差を生じ、マスター画像と同一のサンプル画像を入力
したときに特徴点が重なり合わないことがある。
そこで、以下の一致度の評価の結果、サンプル画像とマ
スター画像が不一致であったときには、前記16X16
画素領域を上下左右に一個ずつシフトして一致度を評価
し直す。この再評価において一致度が所定値を越えたと
きには、その時点で「一致」の判断を行い、全方向のシ
フトで不一致と判断されたときには、サンプル画像はマ
スター画像と不一致であるという最終判断を行う。
スター画像が不一致であったときには、前記16X16
画素領域を上下左右に一個ずつシフトして一致度を評価
し直す。この再評価において一致度が所定値を越えたと
きには、その時点で「一致」の判断を行い、全方向のシ
フトで不一致と判断されたときには、サンプル画像はマ
スター画像と不一致であるという最終判断を行う。
第7図は、指紋画像41をブロックに分割する方法を示
す。この画像41は15個のブロックA〜0に分割され
、各ブロックA〜0はさらに、16×16画素から成る
16個の領域a −pに分割されている。本実施例では
、各ブロックA〜0について、以下の特徴量を算出しサ
ンプル画像とマスター画像の比較を行う。
す。この画像41は15個のブロックA〜0に分割され
、各ブロックA〜0はさらに、16×16画素から成る
16個の領域a −pに分割されている。本実施例では
、各ブロックA〜0について、以下の特徴量を算出しサ
ンプル画像とマスター画像の比較を行う。
まず各領域a −p毎に全分散を算出する。全分散とは
本来、次の式によって定義されるものである。すなわち
、 全分散=クラス間分散子クラス内分散 =sin”(θ/2 )+(Vm十V s ) /また
だし、θは各領域におけるマスター画像とサンプル画像
の最小偏微分値となる方向のずれの角度、Vmはマスタ
ー画像の各領域におけるクラス内分散、Vsはサンプル
画像の各領域におけるクラス内分散を示す。さて本実施
例では全分散REを、■から上記式によって定義される
全分散をひいたものとして定義している。すなわち本実
施例において、全分散REは、 RE = 1−5in”(θ/2 )−(Vm+V s
) /2=cos”(θ/2)−(Vm+Vs)/2
(1)と定義される。これによって、−政変が高い
程全分散が増加する傾向が得られる。
本来、次の式によって定義されるものである。すなわち
、 全分散=クラス間分散子クラス内分散 =sin”(θ/2 )+(Vm十V s ) /また
だし、θは各領域におけるマスター画像とサンプル画像
の最小偏微分値となる方向のずれの角度、Vmはマスタ
ー画像の各領域におけるクラス内分散、Vsはサンプル
画像の各領域におけるクラス内分散を示す。さて本実施
例では全分散REを、■から上記式によって定義される
全分散をひいたものとして定義している。すなわち本実
施例において、全分散REは、 RE = 1−5in”(θ/2 )−(Vm+V s
) /2=cos”(θ/2)−(Vm+Vs)/2
(1)と定義される。これによって、−政変が高い
程全分散が増加する傾向が得られる。
(1)式によって定義される全分散を求めるために、ま
ずマスター画像およびサンプル画像についてクラス内分
散Vm、Vsを求める。これを第8図および第9図を用
いて説明する。第8図は方向コードに対する画素数のヒ
ストグラムを示し、第9図は方向コードの定義を示す。
ずマスター画像およびサンプル画像についてクラス内分
散Vm、Vsを求める。これを第8図および第9図を用
いて説明する。第8図は方向コードに対する画素数のヒ
ストグラムを示し、第9図は方向コードの定義を示す。
すなわち、垂直上方を向く方向のコードを「1」と定め
、これから時計周りに22.5°ずっ回転変位する毎に
方向コードは「2」、「3」 ・・・ 「8」と増加す
るものとする。
、これから時計周りに22.5°ずっ回転変位する毎に
方向コードは「2」、「3」 ・・・ 「8」と増加す
るものとする。
まず方向コード「1」を仮の中心点とし、各方向コード
毎に方向コード「1」に対する方向ずれを求める。すな
わち方向ずれは、方向コード「2」、「3」、「4」、
「5」、「6」、「7」、「8」に対して、それぞれ1
.2.3.4.3.2.1(第8図において括弧で示さ
れる数)となる。なお、方向コード「2」と「8」、「
3」と「7」、「4」と「6」において、それぞれ方向
ずれが同じであるのは、方向ずれが時計周りであるか反
時計周りであるかを考慮しないからである。
毎に方向コード「1」に対する方向ずれを求める。すな
わち方向ずれは、方向コード「2」、「3」、「4」、
「5」、「6」、「7」、「8」に対して、それぞれ1
.2.3.4.3.2.1(第8図において括弧で示さ
れる数)となる。なお、方向コード「2」と「8」、「
3」と「7」、「4」と「6」において、それぞれ方向
ずれが同じであるのは、方向ずれが時計周りであるか反
時計周りであるかを考慮しないからである。
次に、各方向コードにおける画素数に、方向ずれの大き
さに応じた重みをかけ、その総和Tを求める。ここで重
みは、方向ずれの角度をθとすると、sin”θであり
、方向ずれがない場合は0.0、方向ずれが1の場合は
0,15、方向ずれが2の場合は0.5、方向ずれが3
の場合は0.85、方向ずれが4の場合は1.0である
。このように各方向コードの画素数に重みを乗じるのは
、クラス内分散に対する画素数の影響が仮中心点から離
れているものほど強くなると考えられるからである。
さに応じた重みをかけ、その総和Tを求める。ここで重
みは、方向ずれの角度をθとすると、sin”θであり
、方向ずれがない場合は0.0、方向ずれが1の場合は
0,15、方向ずれが2の場合は0.5、方向ずれが3
の場合は0.85、方向ずれが4の場合は1.0である
。このように各方向コードの画素数に重みを乗じるのは
、クラス内分散に対する画素数の影響が仮中心点から離
れているものほど強くなると考えられるからである。
このようにして得られた総和T@領域内の画素数256
で割った値がクラス内分散である。このクラス内分散は
、全ての方向コードを仮中心点として算出され、すなわ
ちひとつの領域について8個のクラス内分散が得られる
。次に、これらのクラス内分散の最小値を求め、この最
小値となるクラス内分散をその領域におけるクラス内分
散とする。また、この最小値となるクラス内分散に対応
する方向コードをその領域における方向コードとする。
で割った値がクラス内分散である。このクラス内分散は
、全ての方向コードを仮中心点として算出され、すなわ
ちひとつの領域について8個のクラス内分散が得られる
。次に、これらのクラス内分散の最小値を求め、この最
小値となるクラス内分散をその領域におけるクラス内分
散とする。また、この最小値となるクラス内分散に対応
する方向コードをその領域における方向コードとする。
しかして各領域a −p毎にクラス内分散と方向コード
が求まる。
が求まる。
次に、各領域a〜pのクラス内分散の平均値をとり、こ
れを対応するブロックA〜0のクラス内分散とする。こ
のようにして得られたクラス内分散が、上記(1)式に
おいて使用されるマスター画像およびサンプル画像のク
ラス内分散Vm、Vsである。同様にして、各領域a−
pの方向コードの平均値をとり、これを対応するブロッ
クA〜○の方向コードとする。この方向コードが次に述
べるように、上記(1)式において使用される方向コー
ドである。
れを対応するブロックA〜0のクラス内分散とする。こ
のようにして得られたクラス内分散が、上記(1)式に
おいて使用されるマスター画像およびサンプル画像のク
ラス内分散Vm、Vsである。同様にして、各領域a−
pの方向コードの平均値をとり、これを対応するブロッ
クA〜○の方向コードとする。この方向コードが次に述
べるように、上記(1)式において使用される方向コー
ドである。
次に上記(1)式におけるcos2(θ/2)、すなわ
ち方向ずれ度を算出する。これは、各ブロック毎に、マ
スター画像とサンプル画像の方向コードの差を求め、こ
の差に対応する角度をθとして計算する。
ち方向ずれ度を算出する。これは、各ブロック毎に、マ
スター画像とサンプル画像の方向コードの差を求め、こ
の差に対応する角度をθとして計算する。
例えば、マスター画像とサンプル画像の方向コードの差
が1であれば、θは22.5°であるから、方向ずれ度
は0.96となる。同様に、差が2であれば、θは45
°であるから、方向ずれ度は0゜85、差が3であれば
、θは67.5°であるから、方向ずれ度は0.69、
差が4であれば、θは90°であるから、方向ずれ度は
0.5となる。
が1であれば、θは22.5°であるから、方向ずれ度
は0.96となる。同様に、差が2であれば、θは45
°であるから、方向ずれ度は0゜85、差が3であれば
、θは67.5°であるから、方向ずれ度は0.69、
差が4であれば、θは90°であるから、方向ずれ度は
0.5となる。
以上のようにして得られた方向ずれ度(クラス間分散)
とクラス内分散Vm、VSを用いて、上記(1)式から
各ブロックA〜0毎に全分散REが求められる。この全
分散REは、0と1の間で変化し、サンプル画像とマス
ター画像とのW44Dの度合いが強いほど1に近くなる
。例えば、サンプル画像とマスター画像とがほぼ一致し
ている場合、全てのブロックA〜0について、全分散R
Eは0゜8以上の値となる。これに対し、サンプル画像
とマスター画像とが非類似の場合、多くのブロックA−
0において、全分散REは0.7未満の値となる。また
、サンプル画像とマスター画像とがほとんど一致してい
るが一部において類似していない場合、全分散REは、
はとんどのブロックにおいて、0.8以上の値となるが
一部のブロックにおいては0.7未満の数値となる。
とクラス内分散Vm、VSを用いて、上記(1)式から
各ブロックA〜0毎に全分散REが求められる。この全
分散REは、0と1の間で変化し、サンプル画像とマス
ター画像とのW44Dの度合いが強いほど1に近くなる
。例えば、サンプル画像とマスター画像とがほぼ一致し
ている場合、全てのブロックA〜0について、全分散R
Eは0゜8以上の値となる。これに対し、サンプル画像
とマスター画像とが非類似の場合、多くのブロックA−
0において、全分散REは0.7未満の値となる。また
、サンプル画像とマスター画像とがほとんど一致してい
るが一部において類似していない場合、全分散REは、
はとんどのブロックにおいて、0.8以上の値となるが
一部のブロックにおいては0.7未満の数値となる。
次いで、各ブロックA−0毎に相互相関を算出する。こ
こに相互相関は次の式によって定義される。
こに相互相関は次の式によって定義される。
ΣX (θ1)XX(θi)
ただしCORは相互相関、X(θ1)はサンプル画像に
おけるθi (deg)方向の画素数、X(θi)はマ
スター画像におけるθi (deg)方向の画素数であ
る。
おけるθi (deg)方向の画素数、X(θi)はマ
スター画像におけるθi (deg)方向の画素数であ
る。
この相互相関においても全分散の場合と同様に、まず各
領域a −p毎に算出し、その平均値を対応するブロッ
クの相互相関とする。相互相関は0と1の間で変化し、
サンプル画像とマスター画像との類似の度合いが強いほ
ど1に近くなる。
領域a −p毎に算出し、その平均値を対応するブロッ
クの相互相関とする。相互相関は0と1の間で変化し、
サンプル画像とマスター画像との類似の度合いが強いほ
ど1に近くなる。
さらに、各ブロックA〜0毎にクラス間距離を算出する
。ここにクラス間距離は次の式により定義される。
。ここにクラス間距離は次の式により定義される。
Σ (X (θ1)−X(θi))まただしDCはク
ラス間距離、X(θi)はサンプル画像におけるθi
(deg)方向の画素数、X(θi)はマスター画像に
おけるθi (deg)方向の画素数である。
ラス間距離、X(θi)はサンプル画像におけるθi
(deg)方向の画素数、X(θi)はマスター画像に
おけるθi (deg)方向の画素数である。
このクラス間距離も全分散および相互相関と同様に、ま
ず各領域a−p毎に算出し、その平均値を対応するブロ
ックのクラス間距離とする。クラス間距離は1と0の間
で変化し、サンプル画像とマスター画像との類(以の度
合いが強いはど0に近くなる。
ず各領域a−p毎に算出し、その平均値を対応するブロ
ックのクラス間距離とする。クラス間距離は1と0の間
で変化し、サンプル画像とマスター画像との類(以の度
合いが強いはど0に近くなる。
以上のようにして、マスター画像とサンプル画像につい
て、各プロ・ンクA〜0毎に全分散、相互相関およびク
ラス間距離が算出される。マスター画像とサンプル画像
が実質的に一致していると判断されるためには、全ての
ブロックについて、例えば、全分散が0.7以上、相互
相関が0.96以上、クラス間距離が0.1以下である
ことが必要である。換言すれば、ひとつのプロ・ンクで
もこれらの基準から外れていれば、サンプル画像はマス
ター画像とは異なるものであると判断される。
て、各プロ・ンクA〜0毎に全分散、相互相関およびク
ラス間距離が算出される。マスター画像とサンプル画像
が実質的に一致していると判断されるためには、全ての
ブロックについて、例えば、全分散が0.7以上、相互
相関が0.96以上、クラス間距離が0.1以下である
ことが必要である。換言すれば、ひとつのプロ・ンクで
もこれらの基準から外れていれば、サンプル画像はマス
ター画像とは異なるものであると判断される。
前述したように、サンプル画像とマスター画像が異なる
ものであると判断された場合、次にサンプル画像とマス
ター画像の相対位置が1領域分(第7図のa−p)だけ
横方向に変位せしめられ、そして上述したのと同様な方
法により、サンプル画像とマスター画像の比較が行われ
る。それでもこれらの画像が異なるものであると判断さ
れた場合、サンプル画像とマスター画像の相対位置が最
初の位置から反対方向に1領域分だけ変位せしめられ、
再び同様な方法によりサンプル画像とマスター画像の比
較が行われる。このようにサンプル画像とマスター画像
を相対的に横方向に変位させても、なおこれらの画像が
異なると判断された場合、今度はサンプル画像とマスタ
ー画像を最初の位置から相対的に縦方向に1領域分だけ
変位させて、比較が行われる。
ものであると判断された場合、次にサンプル画像とマス
ター画像の相対位置が1領域分(第7図のa−p)だけ
横方向に変位せしめられ、そして上述したのと同様な方
法により、サンプル画像とマスター画像の比較が行われ
る。それでもこれらの画像が異なるものであると判断さ
れた場合、サンプル画像とマスター画像の相対位置が最
初の位置から反対方向に1領域分だけ変位せしめられ、
再び同様な方法によりサンプル画像とマスター画像の比
較が行われる。このようにサンプル画像とマスター画像
を相対的に横方向に変位させても、なおこれらの画像が
異なると判断された場合、今度はサンプル画像とマスタ
ー画像を最初の位置から相対的に縦方向に1領域分だけ
変位させて、比較が行われる。
しかしてサンプル画像とマスター画像の比較は、相互に
中心点を合致させて行い、この結果これらの画像が異な
るものであると判断された場合、最初の中心合わせの位
置から左右にそれぞれl領域分だけ一方の画像を変位さ
せ、また最初の中心合わせの位置から上下にそれぞれ1
領域分だけ一方の画像を変位させて、同様な比較を行う
。すなわち画像の比較は、中心点を左右および上下にず
らせて、最大5回まで行い、5回とも異なる画像である
と判断された場合、サンプル画像はマスター画像と一致
していないと判断される。
中心点を合致させて行い、この結果これらの画像が異な
るものであると判断された場合、最初の中心合わせの位
置から左右にそれぞれl領域分だけ一方の画像を変位さ
せ、また最初の中心合わせの位置から上下にそれぞれ1
領域分だけ一方の画像を変位させて、同様な比較を行う
。すなわち画像の比較は、中心点を左右および上下にず
らせて、最大5回まで行い、5回とも異なる画像である
と判断された場合、サンプル画像はマスター画像と一致
していないと判断される。
このような比較方法が第2図に示すような指紋照合シス
テムに適用された場合、被検査指紋(サンプル画像)が
基準指紋(マスター画像)に一致していると判断された
時、扉26が開錠される。
テムに適用された場合、被検査指紋(サンプル画像)が
基準指紋(マスター画像)に一致していると判断された
時、扉26が開錠される。
また被検査指紋が基準指紋に一致していないと判断され
た時には、扉26を解錠することなく、再度の指紋入力
を被検者に要求するか、入場拒否のメツセージを出力す
ることになる。
た時には、扉26を解錠することなく、再度の指紋入力
を被検者に要求するか、入場拒否のメツセージを出力す
ることになる。
なお、指紋は常に全てのブロックA〜0内に押捺される
とは限らず、例えば角に位置するブロック等において、
ある領域3−pの画素データが256 (16X16画
素)に満たない場合もあり得る。このような場合、その
領域における画素データを無視してそのブロックの全分
散、相互相関およびクラス間距離を算出すべきである。
とは限らず、例えば角に位置するブロック等において、
ある領域3−pの画素データが256 (16X16画
素)に満たない場合もあり得る。このような場合、その
領域における画素データを無視してそのブロックの全分
散、相互相関およびクラス間距離を算出すべきである。
ただし、この無効ブロックの割合が所定値以上に達した
ときには、被検者に対し直ちに指紋再入力を要求する。
ときには、被検者に対し直ちに指紋再入力を要求する。
また、これらの指標、すなわち全分散、相互相関および
クラス間距離を全て利用する必要はなく、これらのうち
の1あるいは2の指標を画像の比較に用いるようにして
もよい。
クラス間距離を全て利用する必要はなく、これらのうち
の1あるいは2の指標を画像の比較に用いるようにして
もよい。
[発明の効果]
以上のように本発明は、画像を濃淡画像のまま処理対象
とし、第1、第2の方向の濃度変化のヒストグラムとい
う大局的特徴を基礎に位置合わせを行うので、画質の影
響を最小限に抑えうる。
とし、第1、第2の方向の濃度変化のヒストグラムとい
う大局的特徴を基礎に位置合わせを行うので、画質の影
響を最小限に抑えうる。
第1図は本発明に係る位置合わせ方法を説明するための
図、 第2図は指紋照合システムを示すブロック図、第3図は
直角プリズムの斜面上指との接触部分を拡大して示す図
、 第4図は指紋の隆線パターンの一例を示す図、第5図(
1)は第4図の領域Iにおける画素の濃度値の変化に関
するヒストグラムを示す図、第5図(n)は第4図の領
域■における画素の濃度値の変化に関するヒストグラム
を示す図、第6図は偏微分の方向を示す図、 第7図は指紋画像をブロックに分割する方法を説明する
ための図、 第8図は方向コードに対する画素数のヒストグラムを示
す図、 第9図は方向コードの定義を示す図である。 A〜○・・・ブロック
図、 第2図は指紋照合システムを示すブロック図、第3図は
直角プリズムの斜面上指との接触部分を拡大して示す図
、 第4図は指紋の隆線パターンの一例を示す図、第5図(
1)は第4図の領域Iにおける画素の濃度値の変化に関
するヒストグラムを示す図、第5図(n)は第4図の領
域■における画素の濃度値の変化に関するヒストグラム
を示す図、第6図は偏微分の方向を示す図、 第7図は指紋画像をブロックに分割する方法を説明する
ための図、 第8図は方向コードに対する画素数のヒストグラムを示
す図、 第9図は方向コードの定義を示す図である。 A〜○・・・ブロック
Claims (1)
- (1)隆線を有する2つの画像の中心位置を相互に合わ
せる方法であって、以下の[1]〜[4]のステップを
備えることを特徴とする画像の位置合わせ方法。 [1]被検査画像および基準画像の各画素の濃度値を求
め、 [2]上記被検査画像および基準画像の各画素に関して
それぞれ、第1および第2の方向に沿って隣接する画素
との間の濃度値の変化を求め、 [3]上記被検査画像および基準画像について、上記第
1および第2の方向に沿った濃度値の変化のヒストグラ
ムを求め、 [4]上記第1および第2の方向に関するヒストグラム
において極値をとる点を上記被検査画像および基準画像
の特徴点として定め、この特徴点が相互に一致するよう
に上記被検査画像および基準画像の位置合わせを行う。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2184777A JPH0471079A (ja) | 1990-07-12 | 1990-07-12 | 画像の位置合わせ方法 |
EP19910111583 EP0466161A3 (en) | 1990-07-12 | 1991-07-11 | Image positioning method |
US07/989,501 US5610993A (en) | 1990-07-12 | 1992-12-10 | Method of co-centering two images using histograms of density change |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2184777A JPH0471079A (ja) | 1990-07-12 | 1990-07-12 | 画像の位置合わせ方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0471079A true JPH0471079A (ja) | 1992-03-05 |
Family
ID=16159125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2184777A Pending JPH0471079A (ja) | 1990-07-12 | 1990-07-12 | 画像の位置合わせ方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US5610993A (ja) |
EP (1) | EP0466161A3 (ja) |
JP (1) | JPH0471079A (ja) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6463416B1 (en) | 1996-07-15 | 2002-10-08 | Intelli-Check, Inc. | Authentication system for identification documents |
US5900953A (en) * | 1997-06-17 | 1999-05-04 | At&T Corp | Method and apparatus for extracting a foreground image and a background image from a color document image |
US6182892B1 (en) * | 1998-03-25 | 2001-02-06 | Compaq Computer Corporation | Smart card with fingerprint image pass-through |
EP1150608B1 (en) * | 1999-02-12 | 2004-12-29 | Precise Biometrics AB | System and method for checking fingerprints |
JP4414054B2 (ja) * | 2000-03-27 | 2010-02-10 | 本田技研工業株式会社 | 物体認識装置 |
US20040175023A1 (en) * | 2001-07-05 | 2004-09-09 | Ola Svedin | Method and apparatus for checking a person's identity, where a system of coordinates, constant to the fingerprint, is the reference |
JP2003271960A (ja) * | 2002-03-12 | 2003-09-26 | Matsushita Electric Ind Co Ltd | 指紋照合装置および指紋照合方法とプログラム |
US7708189B1 (en) | 2002-05-17 | 2010-05-04 | Cipriano Joseph J | Identification verification system and method |
US7474772B2 (en) * | 2003-06-25 | 2009-01-06 | Atrua Technologies, Inc. | System and method for a miniature user input device |
US7587072B2 (en) * | 2003-08-22 | 2009-09-08 | Authentec, Inc. | System for and method of generating rotational inputs |
US7697729B2 (en) * | 2004-01-29 | 2010-04-13 | Authentec, Inc. | System for and method of finger initiated actions |
WO2005079413A2 (en) * | 2004-02-12 | 2005-09-01 | Atrua Technologies, Inc. | System and method of emulating mouse operations using finger image sensors |
KR101016848B1 (ko) * | 2004-03-22 | 2011-02-22 | 엘지전자 주식회사 | 지문 대칭축 추출 방법 |
US7860318B2 (en) | 2004-11-09 | 2010-12-28 | Intelli-Check, Inc | System and method for comparing documents |
US7831070B1 (en) | 2005-02-18 | 2010-11-09 | Authentec, Inc. | Dynamic finger detection mechanism for a fingerprint sensor |
US7653264B2 (en) | 2005-03-04 | 2010-01-26 | The Regents Of The University Of Michigan | Method of determining alignment of images in high dimensional feature space |
US8231056B2 (en) * | 2005-04-08 | 2012-07-31 | Authentec, Inc. | System for and method of protecting an integrated circuit from over currents |
US7505613B2 (en) * | 2005-07-12 | 2009-03-17 | Atrua Technologies, Inc. | System for and method of securing fingerprint biometric systems against fake-finger spoofing |
US20070061126A1 (en) * | 2005-09-01 | 2007-03-15 | Anthony Russo | System for and method of emulating electronic input devices |
US7940249B2 (en) * | 2005-11-01 | 2011-05-10 | Authentec, Inc. | Devices using a metal layer with an array of vias to reduce degradation |
US7792522B1 (en) | 2006-01-13 | 2010-09-07 | Positive Access Corporation | Software key control for mobile devices |
US7885436B2 (en) * | 2006-07-13 | 2011-02-08 | Authentec, Inc. | System for and method of assigning confidence values to fingerprint minutiae points |
US8625861B2 (en) * | 2008-05-15 | 2014-01-07 | International Business Machines Corporation | Fingerprint representation using gradient histograms |
TWI423145B (zh) * | 2009-10-26 | 2014-01-11 | Wistron Corp | 指紋圖像檢測方法 |
CN102054161B (zh) * | 2009-11-02 | 2013-09-11 | 纬创资通股份有限公司 | 指纹图像检测方法 |
US8866347B2 (en) | 2010-01-15 | 2014-10-21 | Idex Asa | Biometric image sensing |
US8421890B2 (en) | 2010-01-15 | 2013-04-16 | Picofield Technologies, Inc. | Electronic imager using an impedance sensor grid array and method of making |
US8791792B2 (en) | 2010-01-15 | 2014-07-29 | Idex Asa | Electronic imager using an impedance sensor grid array mounted on or about a switch and method of making |
CN109407862B (zh) | 2012-04-10 | 2022-03-11 | 傲迪司威生物识别公司 | 生物计量感测 |
US10373409B2 (en) | 2014-10-31 | 2019-08-06 | Intellicheck, Inc. | Identification scan in compliance with jurisdictional or other rules |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3409263A1 (de) * | 1984-03-14 | 1985-09-19 | Focke & Co, 2810 Verden | Verfahren und vorrichtung zum verpacken von tabak-portionen |
US4607384A (en) * | 1984-05-01 | 1986-08-19 | At&T - Technologies, Inc. | Fingerprint classification arrangement |
JPS61100A (ja) * | 1984-06-11 | 1986-01-06 | Taiyo Fishery Co Ltd | 軟体動物真皮コラ−ゲンの分離法 |
JPS6128171A (ja) * | 1984-07-18 | 1986-02-07 | Nec Corp | 画像入力方式 |
EP0173972B1 (en) * | 1984-08-30 | 1991-02-27 | Nec Corporation | Pre-processing system for pre-processing an image signal succession prior to identification |
JPS61145686A (ja) * | 1984-12-19 | 1986-07-03 | Mitsubishi Electric Corp | 指紋画像識別システム |
GB8609620D0 (en) * | 1986-04-19 | 1986-05-21 | Wheatley M R H | Identity verification |
JPS62266686A (ja) * | 1986-05-15 | 1987-11-19 | Mitsubishi Electric Corp | 指紋照合装置 |
EP0339527B1 (en) * | 1988-04-23 | 1997-07-09 | Nec Corporation | Fingerprint processing system capable of detecting a core of a fingerprint image by curvature parameters |
-
1990
- 1990-07-12 JP JP2184777A patent/JPH0471079A/ja active Pending
-
1991
- 1991-07-11 EP EP19910111583 patent/EP0466161A3/en not_active Ceased
-
1992
- 1992-12-10 US US07/989,501 patent/US5610993A/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
EP0466161A3 (en) | 1993-05-12 |
EP0466161A2 (en) | 1992-01-15 |
US5610993A (en) | 1997-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH0471079A (ja) | 画像の位置合わせ方法 | |
US7236617B1 (en) | Method and device for determining a total minutiae template from a plurality of partial minutiae templates | |
EP0470530B1 (en) | Fingerprint verification method | |
US5901239A (en) | Skin pattern and fingerprint classification system | |
US6314197B1 (en) | Determining an alignment estimation between two (fingerprint) images | |
US6185318B1 (en) | System and method for matching (fingerprint) images an aligned string-based representation | |
US7298874B2 (en) | Iris image data processing for use with iris recognition system | |
Chikkerur et al. | Impact of singular point detection on fingerprint matching performance | |
US6049621A (en) | Determining a point correspondence between two points in two respective (fingerprint) images | |
CN101458763B (zh) | 基于图像加权平均的自动人脸识别方法 | |
CN107958443B (zh) | 一种基于脊线特征和tps形变模型的指纹图像拼接方法 | |
US8908934B2 (en) | Fingerprint recognition for low computing power applications | |
KR101632912B1 (ko) | 지문 인식을 이용한 사용자 인증 방법 | |
WO2018176514A1 (zh) | 指纹配准方法及装置 | |
WO2008054940A2 (en) | Print matching method and apparatus using pseudo-ridges | |
Choi et al. | Fingerprint image mosaicking by recursive ridge mapping | |
US7068824B2 (en) | Fingerprint matching method and apparatus | |
CN116704557A (zh) | 一种基于纹理信息的低质量指纹匹配方法 | |
EP1831819A1 (en) | Fingerprint recognition method | |
JPH0465776A (ja) | 画像の比較方法 | |
KR100698724B1 (ko) | 융선 방향 정보를 이용한 지문이미지의 특이점 및 중심점추출 방법 | |
JP2007524143A (ja) | 掌紋認証の方法 | |
CN114882539A (zh) | 一种静脉图像roi提取方法及装置 | |
JPH0495176A (ja) | 指紋照合方法 | |
JPH0495175A (ja) | 指紋照合方法 |