JPH05181956A - 隆線方向パターン平滑化方法およびその装置 - Google Patents
隆線方向パターン平滑化方法およびその装置Info
- Publication number
- JPH05181956A JPH05181956A JP4018589A JP1858992A JPH05181956A JP H05181956 A JPH05181956 A JP H05181956A JP 4018589 A JP4018589 A JP 4018589A JP 1858992 A JP1858992 A JP 1858992A JP H05181956 A JPH05181956 A JP H05181956A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- variable
- ridge
- reliability
- ridge direction
- 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.)
- Granted
Links
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【目的】 指紋等の皮膚紋様画像から抽出される隆線方
向パターンの平滑化の精度を上げる。 【構成】 皮膚紋様画像から抽出された隆線方向からな
る初期パターンとその方向抽出からなる信頼度パターン
を用いて算出される変数パターンに対するエネルギー関
数を極小にするように隆線方向更新手段16によって変
数パターンを更新し、更新によって得られた変数パター
ンを平滑化後の隆線方向パターンとする。信頼度を導入
することで、信頼度の高い方向は信頼度の低い方向より
も初期方向との方向のずれが小さくなるような平滑化を
施すことが可能になり、平滑化の精度を上げることがで
きる。
向パターンの平滑化の精度を上げる。 【構成】 皮膚紋様画像から抽出された隆線方向からな
る初期パターンとその方向抽出からなる信頼度パターン
を用いて算出される変数パターンに対するエネルギー関
数を極小にするように隆線方向更新手段16によって変
数パターンを更新し、更新によって得られた変数パター
ンを平滑化後の隆線方向パターンとする。信頼度を導入
することで、信頼度の高い方向は信頼度の低い方向より
も初期方向との方向のずれが小さくなるような平滑化を
施すことが可能になり、平滑化の精度を上げることがで
きる。
Description
【0001】
【産業上の利用分野】本発明は、指紋等の皮膚紋様画像
の照合・分類などの処理に使用する隆線方向パターン平
滑化方法およびその装置に関する。
の照合・分類などの処理に使用する隆線方向パターン平
滑化方法およびその装置に関する。
【0002】
【従来の技術】皮膚紋様画像の処理を行なう場合、画像
特徴として隆線方向パターンを抽出することがしばしば
ある。この隆線方向パターンはノイズ等の影響で乱され
ることがあり、平滑化処理をすることが必要である。
特徴として隆線方向パターンを抽出することがしばしば
ある。この隆線方向パターンはノイズ等の影響で乱され
ることがあり、平滑化処理をすることが必要である。
【0003】隆線方向パターンの平滑化の方法として確
率的弛緩法による方法がある(中村納、長岡禎宏、南
敏、「指紋濃淡画像の復元」、電子通信学会論文誌、V
ol.J68、no.5、pp.1133〜1140、
1985)。確率的弛緩法を用いて隆線方向パターンの
平滑化をする場合、まず隆線方向を量子化し各隆線方向
にラベリングを行う。ラベルを付けられた隆線方向毎に
まず初期のラベル確率を与える。更新を繰り返すことで
局所的な矛盾を取り除くようにそのラベル確率を更新す
る。以下では、隆線方向dを8隆線方向に量子化し、各
隆線方向にd=0、1、2、…、8とラベルを付けた場
合について説明する。図7は、確率的弛緩法を用いた方
向パターン平滑化の流れ図である。まず画像から隆線方
向を抽出し、抽出された隆線方向に基づいてラベル確率
の初期値を計算する。次にラベル確率の更新を繰り返し
行い、繰返しによって得られたラベル確率のうち、例え
ばもっとも大きい確率のラベルを持つ方向をその位置に
おける隆線方向として出力する。前述のラベル確率の更
新は、以下に示すように行う。各小領域jにおけるk回
の反復計算で、隆線方向がdとなる確率をPj k(d)と
したとき、k+1回目の確率を数1で表わす。
率的弛緩法による方法がある(中村納、長岡禎宏、南
敏、「指紋濃淡画像の復元」、電子通信学会論文誌、V
ol.J68、no.5、pp.1133〜1140、
1985)。確率的弛緩法を用いて隆線方向パターンの
平滑化をする場合、まず隆線方向を量子化し各隆線方向
にラベリングを行う。ラベルを付けられた隆線方向毎に
まず初期のラベル確率を与える。更新を繰り返すことで
局所的な矛盾を取り除くようにそのラベル確率を更新す
る。以下では、隆線方向dを8隆線方向に量子化し、各
隆線方向にd=0、1、2、…、8とラベルを付けた場
合について説明する。図7は、確率的弛緩法を用いた方
向パターン平滑化の流れ図である。まず画像から隆線方
向を抽出し、抽出された隆線方向に基づいてラベル確率
の初期値を計算する。次にラベル確率の更新を繰り返し
行い、繰返しによって得られたラベル確率のうち、例え
ばもっとも大きい確率のラベルを持つ方向をその位置に
おける隆線方向として出力する。前述のラベル確率の更
新は、以下に示すように行う。各小領域jにおけるk回
の反復計算で、隆線方向がdとなる確率をPj k(d)と
したとき、k+1回目の確率を数1で表わす。
【数1】
【0004】但し、αは処理対象に影響を与える近傍の
大きさを表わし、Wjj′はjの近傍j’からの影響を表
わす重み係数である。γijは近傍の隆線方向ラベル間の
適合度を表わす適合係数で経験的あるいは実験的に決定
する。また、更新の繰り返し数も、実験的に決められ
る。
大きさを表わし、Wjj′はjの近傍j’からの影響を表
わす重み係数である。γijは近傍の隆線方向ラベル間の
適合度を表わす適合係数で経験的あるいは実験的に決定
する。また、更新の繰り返し数も、実験的に決められ
る。
【0005】
【発明が解決しようとする課題】しかしながら、この確
率的弛緩法による隆線方向平滑化方法では、最初に画像
から抽出された隆線方向パターンが初期確率として与え
られるだけであるので、繰返しの更新に従って最初に抽
出された隆線方向の情報が失われて行く。そのために、
隆線方向毎に定められる確率が繰返し処理の過程で収束
するという保証がない。繰返し回数を増やすことによっ
ても必ずしも正確に隆線方向を平滑化することができな
い。そのため、試行錯誤的に途中結果を見ながら繰返し
演算の回数を決めなければならないため、精度のよい平
滑化結果を得ることは難しかった。また、信頼度が低く
誤って検出された方向さえも信頼度が高く正しく検出さ
れた方向と同等の扱いを受けてしまう。そのため、特に
低品質な画像から抽出された隆線方向パターンを平滑化
する場合では、正しく検出された方向さえも誤った方向
へと大きな修正を受け、その結果正確な隆線方向の修正
が行われないことがしばしば生じる。
率的弛緩法による隆線方向平滑化方法では、最初に画像
から抽出された隆線方向パターンが初期確率として与え
られるだけであるので、繰返しの更新に従って最初に抽
出された隆線方向の情報が失われて行く。そのために、
隆線方向毎に定められる確率が繰返し処理の過程で収束
するという保証がない。繰返し回数を増やすことによっ
ても必ずしも正確に隆線方向を平滑化することができな
い。そのため、試行錯誤的に途中結果を見ながら繰返し
演算の回数を決めなければならないため、精度のよい平
滑化結果を得ることは難しかった。また、信頼度が低く
誤って検出された方向さえも信頼度が高く正しく検出さ
れた方向と同等の扱いを受けてしまう。そのため、特に
低品質な画像から抽出された隆線方向パターンを平滑化
する場合では、正しく検出された方向さえも誤った方向
へと大きな修正を受け、その結果正確な隆線方向の修正
が行われないことがしばしば生じる。
【0006】従って、本発明の目的は、より正確に隆線
方向パターンを平滑化する技術を提供することにある。
方向パターンを平滑化する技術を提供することにある。
【0007】
【課題を解決するための手段】第1の発明の隆線方向パ
ターン平滑化方法は、皮膚紋様画像を局所領域に分割し
各領域における隆線方向からなる隆線方向パターンを平
滑化する隆線方向パターン平滑化方法において、隆線方
向パターンの各成分に対応する変数群からなる変数パタ
ーンに対するエネルギー関数を、(a)前記各局所領域
から抽出された隆線方向からなる初期パターンと前記変
数パターンとで座標が対応する成分を用いて定義される
方向のずれと、前記初期パターンの各成分の方向抽出の
信頼度からなる信頼度パターンの前記座標における信頼
度との積の各成分に亘る総和の項と、(b)前記変数パ
ターン中の各成分間での方向のずれと、前記成分間の影
響度との積の変数パターン中の各成分に亘る総和の項と
の線形和として算出し、前記エネルギー関数の極小値を
与える変数群によって形成される変数パターンを平滑化
後の隆線方向パターンとすることを特徴とする。
ターン平滑化方法は、皮膚紋様画像を局所領域に分割し
各領域における隆線方向からなる隆線方向パターンを平
滑化する隆線方向パターン平滑化方法において、隆線方
向パターンの各成分に対応する変数群からなる変数パタ
ーンに対するエネルギー関数を、(a)前記各局所領域
から抽出された隆線方向からなる初期パターンと前記変
数パターンとで座標が対応する成分を用いて定義される
方向のずれと、前記初期パターンの各成分の方向抽出の
信頼度からなる信頼度パターンの前記座標における信頼
度との積の各成分に亘る総和の項と、(b)前記変数パ
ターン中の各成分間での方向のずれと、前記成分間の影
響度との積の変数パターン中の各成分に亘る総和の項と
の線形和として算出し、前記エネルギー関数の極小値を
与える変数群によって形成される変数パターンを平滑化
後の隆線方向パターンとすることを特徴とする。
【0008】第2の発明の隆線方向平滑化方法は、第1
の発明の隆線方向パターン平滑化方法において、二つの
隆線方向の方向のずれを、前記隆線方向によって表わさ
れる単位ベクトルの差の絶対値の二乗として算出するこ
とを特徴とする。
の発明の隆線方向パターン平滑化方法において、二つの
隆線方向の方向のずれを、前記隆線方向によって表わさ
れる単位ベクトルの差の絶対値の二乗として算出するこ
とを特徴とする。
【0009】第3の発明の隆線方向パターン平滑化方法
は、第1若しくは第2の発明の隆線方向パターン平滑化
方法において、エネルギー関数を減少させる際に、前記
エネルギー関数のある一つの変数に関する一次偏導関数
の値が零で、且つ上記エネルギー関数の前記変数に関す
る二次偏導関数の値が正となる条件を満たす変数値を変
数パターンの変数値として置き換える処理を前記変数パ
ターンの各成分に対して繰り返し行い、前記繰り返しで
更新される変数パターンに対するエネルギー関数の関数
値を調べることによって変数パターンの更新の継続を判
断することを特徴とする。
は、第1若しくは第2の発明の隆線方向パターン平滑化
方法において、エネルギー関数を減少させる際に、前記
エネルギー関数のある一つの変数に関する一次偏導関数
の値が零で、且つ上記エネルギー関数の前記変数に関す
る二次偏導関数の値が正となる条件を満たす変数値を変
数パターンの変数値として置き換える処理を前記変数パ
ターンの各成分に対して繰り返し行い、前記繰り返しで
更新される変数パターンに対するエネルギー関数の関数
値を調べることによって変数パターンの更新の継続を判
断することを特徴とする。
【0010】第4の発明の隆線方向パターン平滑化装置
は、皮膚紋様画像を局所領域に分割し各領域における隆
線方向からなる隆線方向パターンを平滑化する隆線方向
パターン平滑化装置において、前記各局所領域で算出さ
れた隆線方向からなる初期パターンと前記初期パターン
の各成分の方向抽出の信頼度からなる信頼度パターンを
抽出する隆線方向パターン抽出手段と、前記初期パター
ンを記憶する初期パターン記憶手段と、前記信頼度パタ
ーンを記憶する信頼度パターン記憶手段と、平滑化過程
の更新中の隆線方向パターンである変数パターンを記憶
する変数パターン記憶手段と、前記隆線方向によって表
わされる単位ベクトルの差の絶対値の二乗として算出さ
れる二つの隆線方向間のずれを用いて、隆線方向パター
ンの各成分に対応する変数群に対するエネルギー関数
を、(a)前記各局所領域から抽出された隆線方向から
なる初期パターンと前記変数パターンとで座標が対応す
る成分を用いて定義される方向のずれと、前記初期パタ
ーンの各成分の方向抽出の信頼度からなる信頼度パター
ンの前記座標における信頼度との積の各成分に亘る総和
の項と、(b)前記変数パターン中の各成分間での方向
のずれと、前記成分間の影響度との積の変数パターン中
の各成分に亘る総和の項との線形和として算出し、前記
エネルギー関数のある一つの変数に関する一次偏導関数
の値が零で、且つ上記エネルギー関数の前記変数に関す
る二次偏導関数の値が正となる条件を満たす変数値を変
数パターンの変数値として置き換える処理を前記変数パ
ターンの各成分に対して繰り返し行う隆線方向更新手段
と、前記繰り返しで更新される変数パターンに対するエ
ネルギー関数の関数値を調べることによって変数パター
ンの更新の継続を判断する更新判断手段を備え、隆線方
向パターンを平滑化することを特徴とする。
は、皮膚紋様画像を局所領域に分割し各領域における隆
線方向からなる隆線方向パターンを平滑化する隆線方向
パターン平滑化装置において、前記各局所領域で算出さ
れた隆線方向からなる初期パターンと前記初期パターン
の各成分の方向抽出の信頼度からなる信頼度パターンを
抽出する隆線方向パターン抽出手段と、前記初期パター
ンを記憶する初期パターン記憶手段と、前記信頼度パタ
ーンを記憶する信頼度パターン記憶手段と、平滑化過程
の更新中の隆線方向パターンである変数パターンを記憶
する変数パターン記憶手段と、前記隆線方向によって表
わされる単位ベクトルの差の絶対値の二乗として算出さ
れる二つの隆線方向間のずれを用いて、隆線方向パター
ンの各成分に対応する変数群に対するエネルギー関数
を、(a)前記各局所領域から抽出された隆線方向から
なる初期パターンと前記変数パターンとで座標が対応す
る成分を用いて定義される方向のずれと、前記初期パタ
ーンの各成分の方向抽出の信頼度からなる信頼度パター
ンの前記座標における信頼度との積の各成分に亘る総和
の項と、(b)前記変数パターン中の各成分間での方向
のずれと、前記成分間の影響度との積の変数パターン中
の各成分に亘る総和の項との線形和として算出し、前記
エネルギー関数のある一つの変数に関する一次偏導関数
の値が零で、且つ上記エネルギー関数の前記変数に関す
る二次偏導関数の値が正となる条件を満たす変数値を変
数パターンの変数値として置き換える処理を前記変数パ
ターンの各成分に対して繰り返し行う隆線方向更新手段
と、前記繰り返しで更新される変数パターンに対するエ
ネルギー関数の関数値を調べることによって変数パター
ンの更新の継続を判断する更新判断手段を備え、隆線方
向パターンを平滑化することを特徴とする。
【0011】
【作用】以下に本発明の作用を具体的に説明する。第1
の発明の作用を説明する。平滑化を精度よく行うために
は、まず平滑化後の隆線方向に関して信頼度が高い部分
の方向は信頼度が低い方向よりも平滑化過程の前後で変
化量を少なくするべきである。また、皮膚紋様隆線がお
およそ滑らかな構造をしているので、平滑化後における
方向のばらつきが小さくなるようにすべきである。そこ
で、方向抽出の信頼度が高い場合の方向を変更するとき
には、信頼度の低い方向を同じ変化量だけ変更するより
もその関数値の変化量が大きくなるように初期パターン
と変数パターンの不一致度を表す不一致度評価関数E1
を定義する。また方向のばらつきが大きい場合には関数
値が大きく、方向がなめらかな場合には関数値が小さく
なるように変数パターンの隆線方向のばらつきを表すば
らつき度評価関数E2を定義する。二つの評価関数の線
形和によってエネルギー関数Eを定義する。前記のよう
なエネルギー関数を最小化させる隆線方向パターンが平
滑化後の隆線方向パターンであると定式化することで、
求められるべき隆線方向パターンについての拘束条件を
表現することができる。この拘束条件によって不一致度
関数だけ、あるいはばらつき度関数だけを最小化させる
だけのパターンでは得られなかった適切な平滑化パター
ンを得ることができる。つまり、不一致度関数を最小化
するパターンは画像から抽出された初期パターンそのも
のであり、ばらつき度E2を最小化するパターンは全て
の方向が揃っているパターンであるが、前記エネルギー
関数を定義することで、適切に方向パターンが滑らかで
初期方向とのずれが少ないパターンを得ることができる
のである。また、信頼度を導入することで、信頼度の高
い方向は信頼度の低い方向よりも初期方向との方向のず
れが小さくなるような平滑化を施すことが可能になり、
平滑化の精度を上げることができる。
の発明の作用を説明する。平滑化を精度よく行うために
は、まず平滑化後の隆線方向に関して信頼度が高い部分
の方向は信頼度が低い方向よりも平滑化過程の前後で変
化量を少なくするべきである。また、皮膚紋様隆線がお
およそ滑らかな構造をしているので、平滑化後における
方向のばらつきが小さくなるようにすべきである。そこ
で、方向抽出の信頼度が高い場合の方向を変更するとき
には、信頼度の低い方向を同じ変化量だけ変更するより
もその関数値の変化量が大きくなるように初期パターン
と変数パターンの不一致度を表す不一致度評価関数E1
を定義する。また方向のばらつきが大きい場合には関数
値が大きく、方向がなめらかな場合には関数値が小さく
なるように変数パターンの隆線方向のばらつきを表すば
らつき度評価関数E2を定義する。二つの評価関数の線
形和によってエネルギー関数Eを定義する。前記のよう
なエネルギー関数を最小化させる隆線方向パターンが平
滑化後の隆線方向パターンであると定式化することで、
求められるべき隆線方向パターンについての拘束条件を
表現することができる。この拘束条件によって不一致度
関数だけ、あるいはばらつき度関数だけを最小化させる
だけのパターンでは得られなかった適切な平滑化パター
ンを得ることができる。つまり、不一致度関数を最小化
するパターンは画像から抽出された初期パターンそのも
のであり、ばらつき度E2を最小化するパターンは全て
の方向が揃っているパターンであるが、前記エネルギー
関数を定義することで、適切に方向パターンが滑らかで
初期方向とのずれが少ないパターンを得ることができる
のである。また、信頼度を導入することで、信頼度の高
い方向は信頼度の低い方向よりも初期方向との方向のず
れが小さくなるような平滑化を施すことが可能になり、
平滑化の精度を上げることができる。
【0012】前述のエネルギー関数をより具体的に定義
する方法について以下に述べる。まず不一致度評価関数
は、平滑化過程の方向と画像から抽出された方向との間
の方向のずれと信頼度との積を全成分に亘る総和によっ
て定義する。例えば、初期パターンをΘ(i,j)、変
数パターンをθ(i,j)、信頼度パターンをR(i,
j)(非負の値とする)とし、方向のずれをd(Θ
(i,j),θ(i,j))(方向のずれは非負の値を
とるとする)と表すと、不一致度評価関数E1は、数2
のように表すことができる。
する方法について以下に述べる。まず不一致度評価関数
は、平滑化過程の方向と画像から抽出された方向との間
の方向のずれと信頼度との積を全成分に亘る総和によっ
て定義する。例えば、初期パターンをΘ(i,j)、変
数パターンをθ(i,j)、信頼度パターンをR(i,
j)(非負の値とする)とし、方向のずれをd(Θ
(i,j),θ(i,j))(方向のずれは非負の値を
とるとする)と表すと、不一致度評価関数E1は、数2
のように表すことができる。
【数2】 信頼度R>0、方向のずれd>0であるので、ある座標
(i,j)でdが同じであれば、信頼度Rが大きい方向
を変更する方が、信頼度Rが小さい方向を変更するより
もE1の値を大きくすることは自明である。
(i,j)でdが同じであれば、信頼度Rが大きい方向
を変更する方が、信頼度Rが小さい方向を変更するより
もE1の値を大きくすることは自明である。
【0013】ばらつき度評価関数は、例えば平滑化過程
の方向パターンの近くの方向との間の方向のずれとその
成分間の近接関係を表す影響度の重みの積を方向の各成
分に亘る総和で表現することができる。影響度は、例え
ば4近傍だけが影響を与えていると仮定するならば、4
近傍間では影響度を1とし、他の方向との影響度は0と
すればよい。このようなばらつき度評価関数E2を、不
一致度評価関数E1の場合と同様に初期パターンθ、変
数パターンΘ、方向のずれdを用いて表すと、例えば、
数3のように表すことができる。
の方向パターンの近くの方向との間の方向のずれとその
成分間の近接関係を表す影響度の重みの積を方向の各成
分に亘る総和で表現することができる。影響度は、例え
ば4近傍だけが影響を与えていると仮定するならば、4
近傍間では影響度を1とし、他の方向との影響度は0と
すればよい。このようなばらつき度評価関数E2を、不
一致度評価関数E1の場合と同様に初期パターンθ、変
数パターンΘ、方向のずれdを用いて表すと、例えば、
数3のように表すことができる。
【数3】
【0014】前述した不一致度評価関数とばらつき度評
価関数の線形和によって例えば数4に示すようにエネル
ギー関数Eを定義する。
価関数の線形和によって例えば数4に示すようにエネル
ギー関数Eを定義する。
【数4】
【0015】一次元の方向の平滑化を示す図8を例に説
明する。図8(a)は不一致度評価関数E1中の信頼度
Ri をパターン内で一定として平滑化した場合の例を示
す図で、図8(b)は信頼度Ri を各方向毎に抽出して
方向を平滑化した場合の図である。3つの方向の中で、
中心にある2番目の方向が誤って抽出されその抽出の信
頼度は低く、上と下の方向は正確に抽出され信頼度は高
いものとする。各初期パターンをΘi (i=1,2,
3)、変数パターンをθi 、信頼度をRi とし、方向の
ずれをd(θi ,θj )とするとエネルギー関数Eは、
数5となる。
明する。図8(a)は不一致度評価関数E1中の信頼度
Ri をパターン内で一定として平滑化した場合の例を示
す図で、図8(b)は信頼度Ri を各方向毎に抽出して
方向を平滑化した場合の図である。3つの方向の中で、
中心にある2番目の方向が誤って抽出されその抽出の信
頼度は低く、上と下の方向は正確に抽出され信頼度は高
いものとする。各初期パターンをΘi (i=1,2,
3)、変数パターンをθi 、信頼度をRi とし、方向の
ずれをd(θi ,θj )とするとエネルギー関数Eは、
数5となる。
【数5】
【0016】図8(a)の場合信頼度が一定とするので
R1 =R2 =R3 とし、図8(b)の場合では例えばR
2 <R1 、R2 <R3 となったとする。ばらつき度評価
関数E2は、θi がそれぞれ同じとき最小の値をとり、
不一致度評価関数は、Θi とθi がそれぞれ等しいとき
最小の値をとる。エネルギー関数Eは、E1、E2の項
がそれぞれ適度にバランスされることで最小の値をと
る。しかしながら、R1=R2 =R3 である図8(a)
の場合、Θ2 からのθ2 のずれd(Θ2 ,θ2 )による
不一致度評価関数の変化はΘ1 からのθ1 のずれd(Θ
1 ,θ1 )、Θ3からのθ3 のずれd(Θ3 ,θ3 )と
同様の変化量であるので、エネルギー関数を極小値にす
る際のθ2 の変更するためのエネルギーはθ1 やθ3 と
同等である。その結果、信頼度を考慮せずに方向の平滑
化を行うと、図8(a)のように誤って抽出された中心
の方向に影響されて、正確に求められている方向も大き
く変化させられてしまう。しかし図8(b)の場合に
は、Θ2 からのθ2 のずれd(Θ2 ,θ2 )による不一
致度評価関数の変化はΘ1 からのθ1 のずれd(Θ1 ,
θ1 )、Θ3 からのθ3 のずれd(Θ3 ,θ3 )の場合
よりも小さくなるので、θ2 を変更するためのエネルギ
ーはθ1 やθ3 よりも小さい。つまり、θ2 の方が変更
されやすくなる。結局、信頼度を導入することで図8
(b)のように信頼度の高い方向は、信頼度の低い方向
よりも平滑化後の方向の変化量は少なく、さらに信頼度
の低い方向は正確に抽出されている方向と同じ方向へと
修正される。
R1 =R2 =R3 とし、図8(b)の場合では例えばR
2 <R1 、R2 <R3 となったとする。ばらつき度評価
関数E2は、θi がそれぞれ同じとき最小の値をとり、
不一致度評価関数は、Θi とθi がそれぞれ等しいとき
最小の値をとる。エネルギー関数Eは、E1、E2の項
がそれぞれ適度にバランスされることで最小の値をと
る。しかしながら、R1=R2 =R3 である図8(a)
の場合、Θ2 からのθ2 のずれd(Θ2 ,θ2 )による
不一致度評価関数の変化はΘ1 からのθ1 のずれd(Θ
1 ,θ1 )、Θ3からのθ3 のずれd(Θ3 ,θ3 )と
同様の変化量であるので、エネルギー関数を極小値にす
る際のθ2 の変更するためのエネルギーはθ1 やθ3 と
同等である。その結果、信頼度を考慮せずに方向の平滑
化を行うと、図8(a)のように誤って抽出された中心
の方向に影響されて、正確に求められている方向も大き
く変化させられてしまう。しかし図8(b)の場合に
は、Θ2 からのθ2 のずれd(Θ2 ,θ2 )による不一
致度評価関数の変化はΘ1 からのθ1 のずれd(Θ1 ,
θ1 )、Θ3 からのθ3 のずれd(Θ3 ,θ3 )の場合
よりも小さくなるので、θ2 を変更するためのエネルギ
ーはθ1 やθ3 よりも小さい。つまり、θ2 の方が変更
されやすくなる。結局、信頼度を導入することで図8
(b)のように信頼度の高い方向は、信頼度の低い方向
よりも平滑化後の方向の変化量は少なく、さらに信頼度
の低い方向は正確に抽出されている方向と同じ方向へと
修正される。
【0017】第2の発明は、第1の発明における隆線方
向のずれの定義に関するものであり、以下に説明する。
方向のずれを定義する際、前記エネルギー関数を最適化
する場合に扱いやすい関数形が望まれる。本発明の隆線
方向では例えば隆線方向を区間[0,2π]の角度とし
て取り扱う。通常、隆線方向を区間[0,π]で抽出す
ることが多いが、区間[0,π]で抽出された方向を2
倍に拡大するだけでよい。方向のずれを、抽出された方
向の角度で表現される単位ベクトルの差の絶対値の二乗
として定義する。例えば区間[0,2π]で定義された
方向θ1 、θ2があるとする。これらの方向によって表
現される図9に示すような2つの単位ベクトルe1 、e
2 を作ることができる。ベクトルe1 、e2 のベクトル
の差e1−e2 は、図9に示したベクトル93になり、
その絶対値|e1 −e2 |は、ベクトルe1 −e2 の大
きさを表している。方向のずれdとしてベクトルの差の
二乗|e1 −e2 |2 を定義する。この方向のずれdは
d=2{1−cos(θ1−θ2 )}となり、比較的簡
単な三角関数を用いて表すことができるので微分等の演
算を解析的に取り扱うことができる。第2の発明の方向
のずれを用いてエネルギー関数Eを定義した例を次に示
す。ばらつき度の成分間の影響度は例えば4近傍のみで
定義されるものとする。画像から抽出された隆線方向パ
ターンである初期パターンをΘ(i,j)、その信頼度
パターンをR(i,j)、変数パターンθ(i,j)、
λを不一致度評価関数とばらつき度評価関数の重みを付
ける定数とすると、数6のエネルギー関数を定義するこ
とができる。
向のずれの定義に関するものであり、以下に説明する。
方向のずれを定義する際、前記エネルギー関数を最適化
する場合に扱いやすい関数形が望まれる。本発明の隆線
方向では例えば隆線方向を区間[0,2π]の角度とし
て取り扱う。通常、隆線方向を区間[0,π]で抽出す
ることが多いが、区間[0,π]で抽出された方向を2
倍に拡大するだけでよい。方向のずれを、抽出された方
向の角度で表現される単位ベクトルの差の絶対値の二乗
として定義する。例えば区間[0,2π]で定義された
方向θ1 、θ2があるとする。これらの方向によって表
現される図9に示すような2つの単位ベクトルe1 、e
2 を作ることができる。ベクトルe1 、e2 のベクトル
の差e1−e2 は、図9に示したベクトル93になり、
その絶対値|e1 −e2 |は、ベクトルe1 −e2 の大
きさを表している。方向のずれdとしてベクトルの差の
二乗|e1 −e2 |2 を定義する。この方向のずれdは
d=2{1−cos(θ1−θ2 )}となり、比較的簡
単な三角関数を用いて表すことができるので微分等の演
算を解析的に取り扱うことができる。第2の発明の方向
のずれを用いてエネルギー関数Eを定義した例を次に示
す。ばらつき度の成分間の影響度は例えば4近傍のみで
定義されるものとする。画像から抽出された隆線方向パ
ターンである初期パターンをΘ(i,j)、その信頼度
パターンをR(i,j)、変数パターンθ(i,j)、
λを不一致度評価関数とばらつき度評価関数の重みを付
ける定数とすると、数6のエネルギー関数を定義するこ
とができる。
【数6】
【0018】第3の発明は、エネルギー関数の極小値を
与えるパターンを探索するための一手法に関するもので
あり、以下に説明する。第1、第2の発明によってエネ
ルギー関数を定義した式6のエネルギー関数Eを例に説
明する。このエネルギー関数Eを方向パターンθのある
一つの成分θ(i,j)の関数と見なした場合、エネル
ギー関数Eの最小を与えるθ(i,j)は、数7の2つ
の条件を満たす。
与えるパターンを探索するための一手法に関するもので
あり、以下に説明する。第1、第2の発明によってエネ
ルギー関数を定義した式6のエネルギー関数Eを例に説
明する。このエネルギー関数Eを方向パターンθのある
一つの成分θ(i,j)の関数と見なした場合、エネル
ギー関数Eの最小を与えるθ(i,j)は、数7の2つ
の条件を満たす。
【数7】 この条件を満たす解は、解析的に一意に求まり数8で表
わされる。
わされる。
【数8】 よって、この解は、評価関数Eをある成分θ(i,j)
についての関数と見なした場合のエネルギー関数Eの最
小値を与える。そこで、順次変数パターンθのある成分
θ(i,j)を式8によって計算される値によって置き
換えることで、方向パターンを更新する。このような更
新方法を用いると、常にエネルギー関数Eは単調減少す
る。また、例えば、第2の発明のエネルギー関数を用い
ればエネルギー関数値は非負の値をとるので、下限があ
ることは明らかである。有界な単調数列は収束するの
で、エネルギー関数の収束性が保証される。このため、
平滑化隆線方向パターンを精度よく求めることができ
る。
についての関数と見なした場合のエネルギー関数Eの最
小値を与える。そこで、順次変数パターンθのある成分
θ(i,j)を式8によって計算される値によって置き
換えることで、方向パターンを更新する。このような更
新方法を用いると、常にエネルギー関数Eは単調減少す
る。また、例えば、第2の発明のエネルギー関数を用い
ればエネルギー関数値は非負の値をとるので、下限があ
ることは明らかである。有界な単調数列は収束するの
で、エネルギー関数の収束性が保証される。このため、
平滑化隆線方向パターンを精度よく求めることができ
る。
【0019】第3の発明による最小解の探索の様子を模
式的に表すと図10のようになる。図10は、エネルギ
ー関数が2変数θ1 、θ2 の場合の等エネルギー線と2
変数のとる経路を示している。つまりエネルギー関数と
してE(θ1 ,θ2 )を考える。また各変数に対応する
初期方向をΘ1 ,Θ2 、信頼度をR1 ,R2 とする。初
期値として点P0 の座標で表される変数値(θ1 0 ,θ
2 0 )であるとき、まずエネルギー関数をθ1 に関する
一変数と見なしてθ2 を一定のもとに最適化する。つま
り、式6に従って∂E(θ1 ,θ2 0 )/∂θ1 =0、
∂E(θ1 ,θ2 0 )>0となる解θ1 1 を式7によっ
て求める。つまりθ1 1 =tan-1((R1 sinΘ1
+λsinθ2 0 )/(R1 cosΘ1 +λcosθ2
0 ))となる。図10ではθ1 軸に沿って最適化するよ
うにθ1 の値を求めるので、変数値はP0 (θ1 0 ,θ
2 0 )からP1 (θ1 1 ,θ2 0 )へ更新される。次に
同様にθ1 1 のもとでθ2 を更新すると、P1 (θ1
1 ,θ2 0 )からP2 (θ1 1 ,θ2 1 )へ更新され
る。この処理を繰り返し行うことで変数値は更新されて
いき最適値Pへ収束していく。実際にはエネルギー関数
は方向パターンの成分の数だけの変数で構成されるの
で、多次元空間内でここで示したように各変数軸に沿っ
た最適化を行って変数値を更新していく。
式的に表すと図10のようになる。図10は、エネルギ
ー関数が2変数θ1 、θ2 の場合の等エネルギー線と2
変数のとる経路を示している。つまりエネルギー関数と
してE(θ1 ,θ2 )を考える。また各変数に対応する
初期方向をΘ1 ,Θ2 、信頼度をR1 ,R2 とする。初
期値として点P0 の座標で表される変数値(θ1 0 ,θ
2 0 )であるとき、まずエネルギー関数をθ1 に関する
一変数と見なしてθ2 を一定のもとに最適化する。つま
り、式6に従って∂E(θ1 ,θ2 0 )/∂θ1 =0、
∂E(θ1 ,θ2 0 )>0となる解θ1 1 を式7によっ
て求める。つまりθ1 1 =tan-1((R1 sinΘ1
+λsinθ2 0 )/(R1 cosΘ1 +λcosθ2
0 ))となる。図10ではθ1 軸に沿って最適化するよ
うにθ1 の値を求めるので、変数値はP0 (θ1 0 ,θ
2 0 )からP1 (θ1 1 ,θ2 0 )へ更新される。次に
同様にθ1 1 のもとでθ2 を更新すると、P1 (θ1
1 ,θ2 0 )からP2 (θ1 1 ,θ2 1 )へ更新され
る。この処理を繰り返し行うことで変数値は更新されて
いき最適値Pへ収束していく。実際にはエネルギー関数
は方向パターンの成分の数だけの変数で構成されるの
で、多次元空間内でここで示したように各変数軸に沿っ
た最適化を行って変数値を更新していく。
【0020】また変数パターンを更新する際、例えばエ
ネルギー関数の関数値を算出し、算出された関数値の変
化量がしきい値以下である場合に更新を終了してその時
点における変数パターンを平滑化結果として出力する。
このように更新の継続の判断方法を与えることで、更新
の少なすぎや無駄な更新を繰り返すことを防ぐことがで
きる。
ネルギー関数の関数値を算出し、算出された関数値の変
化量がしきい値以下である場合に更新を終了してその時
点における変数パターンを平滑化結果として出力する。
このように更新の継続の判断方法を与えることで、更新
の少なすぎや無駄な更新を繰り返すことを防ぐことがで
きる。
【0021】
実施例1 以下、本発明の実施例を説明する。図1は、本発明によ
る皮膚紋様画像から平滑化された隆線方向パターンを抽
出する隆線方向パターン平滑化装置の一実施例を示すブ
ロック図で、図2は処理全体の流れを示す流れ図であ
る。
る皮膚紋様画像から平滑化された隆線方向パターンを抽
出する隆線方向パターン平滑化装置の一実施例を示すブ
ロック図で、図2は処理全体の流れを示す流れ図であ
る。
【0022】この隆線方向パターン平滑化装置は、スキ
ャナ等の画像入力手段によって入力した指紋等の皮膚紋
様の画像を記憶する画像記憶手段11と、記憶されてい
る画像の各局所領域において隆線方向とその方向抽出の
信頼度を算出することによって画像から抽出された隆線
方向パターンである初期パターンとその信頼度を表す信
頼度パターンを抽出する隆線方向パターン抽出手段12
と、隆線方向パターン抽出手段12によって抽出された
初期パターン及び信頼度パターンを各々記憶する初期パ
ターン記憶手段13及び信頼度パターン記憶手段14
と、平滑化過程で更新中の隆線方向パターンである変数
パターンを記憶する変数パターン記憶手段15と、初期
パターン記憶手段13、信頼度パターン記憶手段14、
変数パターン記憶手段15に記憶されるパターン情報に
よって隆線方向パターンを更新する隆線方向更新手段1
6と、変数パターンの状態を表わすエネルギー関数を計
算し更新継続の判断をする更新判断手段17を備える。
ャナ等の画像入力手段によって入力した指紋等の皮膚紋
様の画像を記憶する画像記憶手段11と、記憶されてい
る画像の各局所領域において隆線方向とその方向抽出の
信頼度を算出することによって画像から抽出された隆線
方向パターンである初期パターンとその信頼度を表す信
頼度パターンを抽出する隆線方向パターン抽出手段12
と、隆線方向パターン抽出手段12によって抽出された
初期パターン及び信頼度パターンを各々記憶する初期パ
ターン記憶手段13及び信頼度パターン記憶手段14
と、平滑化過程で更新中の隆線方向パターンである変数
パターンを記憶する変数パターン記憶手段15と、初期
パターン記憶手段13、信頼度パターン記憶手段14、
変数パターン記憶手段15に記憶されるパターン情報に
よって隆線方向パターンを更新する隆線方向更新手段1
6と、変数パターンの状態を表わすエネルギー関数を計
算し更新継続の判断をする更新判断手段17を備える。
【0023】以上の構成の方向パターン平滑化装置によ
り、皮膚紋様の隆線方向を抽出・平滑化する場合につい
て説明する。画像記憶手段11は、スキャナ等の画像入
力手段によって入力した図3に示すような皮膚紋様画像
を記憶する。図3に示した画像は、非常に低品質な部分
的な指紋画像の例である。隆線方向抽出手段12は、例
えば、画像記憶手段11に記憶されている皮膚紋様画像
の各局所領域において方向毎に設定されたスリット状の
マスク内の画素の濃度変動の累積値を算出し、その濃度
変動の累積値がもっとも小さい方向をその局所領域にお
ける方向として抽出し、抽出された方向と直交する方向
の濃度変動累積値を信頼度として抽出することによって
実現できる(淺井他、電子情報通信学会論文誌、Vo
l.J72−D−II、No.5、pp.724−73
2、「マニューシャネットワーク特徴による自動指紋照
合−特徴抽出過程−」)。隆線方向抽出手段12によっ
て図3の画像から抽出された初期パターンと信頼度パタ
ーンをそれぞれ図4と図5に示す。図4では、隆線方向
を区間[0,π]としてその方向に向く線分によって初
期パターンを表示している。また図5では、信頼度が高
い領域は明るく、信頼度が低い領域は暗くして信頼度パ
ターンを表示している。通常、隆線方向は区間[0,
π]の範囲で定義するが、以下では隆線方向を2倍し、
区間[0,2π]として計算した隆線方向パターンを初
期パターンΘ(i,j)として抽出し、その各方向抽出
の信頼度を信頼度パターンR(i,j)として説明す
る。エネルギー関数Eとして、例えば第3の発明によっ
て定義される式6の関数を用いることによって実現でき
る。
り、皮膚紋様の隆線方向を抽出・平滑化する場合につい
て説明する。画像記憶手段11は、スキャナ等の画像入
力手段によって入力した図3に示すような皮膚紋様画像
を記憶する。図3に示した画像は、非常に低品質な部分
的な指紋画像の例である。隆線方向抽出手段12は、例
えば、画像記憶手段11に記憶されている皮膚紋様画像
の各局所領域において方向毎に設定されたスリット状の
マスク内の画素の濃度変動の累積値を算出し、その濃度
変動の累積値がもっとも小さい方向をその局所領域にお
ける方向として抽出し、抽出された方向と直交する方向
の濃度変動累積値を信頼度として抽出することによって
実現できる(淺井他、電子情報通信学会論文誌、Vo
l.J72−D−II、No.5、pp.724−73
2、「マニューシャネットワーク特徴による自動指紋照
合−特徴抽出過程−」)。隆線方向抽出手段12によっ
て図3の画像から抽出された初期パターンと信頼度パタ
ーンをそれぞれ図4と図5に示す。図4では、隆線方向
を区間[0,π]としてその方向に向く線分によって初
期パターンを表示している。また図5では、信頼度が高
い領域は明るく、信頼度が低い領域は暗くして信頼度パ
ターンを表示している。通常、隆線方向は区間[0,
π]の範囲で定義するが、以下では隆線方向を2倍し、
区間[0,2π]として計算した隆線方向パターンを初
期パターンΘ(i,j)として抽出し、その各方向抽出
の信頼度を信頼度パターンR(i,j)として説明す
る。エネルギー関数Eとして、例えば第3の発明によっ
て定義される式6の関数を用いることによって実現でき
る。
【0024】画像記憶手段11、初期パターン記憶手段
13、信頼度パターン記憶手段14、変数パターン記憶
手段15は、例えば半導体メモリによって実現する。
13、信頼度パターン記憶手段14、変数パターン記憶
手段15は、例えば半導体メモリによって実現する。
【0025】隆線方向更新手段16は、図2のステップ
28の処理を行うための処理ブロックである。まずステ
ップ22において変数パターンθのある成分θ(i,
j)に対して式8に従って更新値を算出する。ここで更
新値を算出する際に必要となる初期パターン、信頼度パ
ターン、変数パターンは、それぞれ初期パターン記憶手
段13、信頼度パターン記憶手段14、変数パターン記
憶手段15に記憶されている値を参照する。次にステッ
プ23で算出された更新値を用いて成分値を置き換え
る。繰り返し回数nが一定値より小さければ、変数パタ
ーンの別の成分、例えばθ(i+1,j)についてステ
ップ22に戻り更新を繰り返す。繰り返し回数nが一定
値以上の場合には、更新判断手段17によってステップ
29の処理を行う。ステップ25では、初期パターン記
憶手段13に記憶されている初期パターン、信頼度パタ
ーン記憶手段14に記憶されている信頼度パターン、変
数パターン記憶手段15に記憶されている変数パターン
を用いて式6によってエネルギー関数Eの関数値を算出
する。ステップ26で、エネルギー関数の変化量がしき
い値以下であればエネルギー関数が収束していると判定
し、変数パターン記憶手段15に記憶されている変数パ
ターンを出力する。ステップ26でエネルギー関数の変
化量がしきい値より大きければ、変数パターンの更新2
8に戻る。
28の処理を行うための処理ブロックである。まずステ
ップ22において変数パターンθのある成分θ(i,
j)に対して式8に従って更新値を算出する。ここで更
新値を算出する際に必要となる初期パターン、信頼度パ
ターン、変数パターンは、それぞれ初期パターン記憶手
段13、信頼度パターン記憶手段14、変数パターン記
憶手段15に記憶されている値を参照する。次にステッ
プ23で算出された更新値を用いて成分値を置き換え
る。繰り返し回数nが一定値より小さければ、変数パタ
ーンの別の成分、例えばθ(i+1,j)についてステ
ップ22に戻り更新を繰り返す。繰り返し回数nが一定
値以上の場合には、更新判断手段17によってステップ
29の処理を行う。ステップ25では、初期パターン記
憶手段13に記憶されている初期パターン、信頼度パタ
ーン記憶手段14に記憶されている信頼度パターン、変
数パターン記憶手段15に記憶されている変数パターン
を用いて式6によってエネルギー関数Eの関数値を算出
する。ステップ26で、エネルギー関数の変化量がしき
い値以下であればエネルギー関数が収束していると判定
し、変数パターン記憶手段15に記憶されている変数パ
ターンを出力する。ステップ26でエネルギー関数の変
化量がしきい値より大きければ、変数パターンの更新2
8に戻る。
【0026】また、更新する際の変数パターンの初期値
は、例えば初期パターン記憶手段12に記憶されている
初期パターンを用いる。
は、例えば初期パターン記憶手段12に記憶されている
初期パターンを用いる。
【0027】図4の初期パターンを平滑化した場合の出
力結果の一例を図6に示す。
力結果の一例を図6に示す。
【0028】
【発明の効果】第1の発明では、変数パターンと初期パ
ターンの方向のずれに信頼度の重みを付けることで不一
致度関数を定義し、変数パターン間の方向のずれによっ
て滑らかさの拘束を与えるばらつき度関数を定義するこ
とで、抽出された方向の信頼度と方向パターンの滑らか
さを考慮したエネルギー関数が設定することができ、そ
の結果方向平滑化の精度を上げることができる。
ターンの方向のずれに信頼度の重みを付けることで不一
致度関数を定義し、変数パターン間の方向のずれによっ
て滑らかさの拘束を与えるばらつき度関数を定義するこ
とで、抽出された方向の信頼度と方向パターンの滑らか
さを考慮したエネルギー関数が設定することができ、そ
の結果方向平滑化の精度を上げることができる。
【0029】第2の発明では、方向のずれを単位ベクト
ルの差の絶対値の二乗によって定義し解析的に取り扱い
やすいエネルギー関数とすることで、微分等の演算をす
る必要のある一般的な最急勾配法等の極値探索の解法に
も適応することができる。
ルの差の絶対値の二乗によって定義し解析的に取り扱い
やすいエネルギー関数とすることで、微分等の演算をす
る必要のある一般的な最急勾配法等の極値探索の解法に
も適応することができる。
【0030】第3の発明では、変数パターン中の一変数
に関するエネルギー関数の一次偏導関数の値が零、二次
偏導関数の値が正となる条件を満たす変数値によって変
数パターンを置き換える処理を各変数成分に対して繰り
返し行うことで変数パターンを更新する方法によって最
急勾配法等の方法に比較して演算量を軽減することが可
能になる。また、エネルギー関数の関数値を調べること
によって変数パターンの更新の継続を判断することで、
過剰な更新による演算の無駄や更新不足による方向平滑
化の精度の低下を防ぐことができる。
に関するエネルギー関数の一次偏導関数の値が零、二次
偏導関数の値が正となる条件を満たす変数値によって変
数パターンを置き換える処理を各変数成分に対して繰り
返し行うことで変数パターンを更新する方法によって最
急勾配法等の方法に比較して演算量を軽減することが可
能になる。また、エネルギー関数の関数値を調べること
によって変数パターンの更新の継続を判断することで、
過剰な更新による演算の無駄や更新不足による方向平滑
化の精度の低下を防ぐことができる。
【0031】第4の発明の装置は、上記の効果を有する
方法を適切に実施することができる。
方法を適切に実施することができる。
【図1】本発明の隆線方向パターン平滑化装置の実施例
1を示すブロック図である。
1を示すブロック図である。
【図2】本発明の隆線方向パターン平滑化装置の実施例
1の流れ図である。
1の流れ図である。
【図3】低品質な皮膚紋様画像の例を示す図である。
【図4】図2の画像から抽出された初期パターンを示す
図である。
図である。
【図5】図2の画像から抽出された信頼度パターンを示
す図である。
す図である。
【図6】図2の画像から得られた平滑化結果を示す図で
ある。
ある。
【図7】従来技術を説明するための図である。
【図8】本発明の作用を説明するための図である。
【図9】本発明の作用を説明するための図である。
【図10】本発明の作用を説明するための図である。
11 画像記憶手段 12 隆線方向抽出手段 13 初期パターン記憶手段 14 信頼度パターン記憶手段 15 変数パターン記憶手段 16 隆線方向更新手段 17 更新判断手段
Claims (4)
- 【請求項1】 皮膚紋様画像を局所領域に分割し各領域
における隆線方向からなる隆線方向パターンを平滑化す
る隆線方向パターン平滑化方法において、 隆線方向パターンの各成分に対応する変数群からなる変
数パターンに対するエネルギー関数を、(a)前記各局
所領域から抽出された隆線方向からなる初期パターンと
前記変数パターンとで座標が対応する成分を用いて定義
される方向のずれと、前記初期パターンの各成分の方向
抽出の信頼度からなる信頼度パターンの前記座標におけ
る信頼度との積の各成分に亘る総和の項と、(b)前記
変数パターン中の各成分間での方向のずれと、前記成分
間の影響度との積の変数パターン中の各成分に亘る総和
の項との線形和として算出し、 前記エネルギー関数の極小値を与える変数群によって形
成される変数パターンを平滑化後の隆線方向パターンと
することを特徴とする隆線方向パターン平滑化方法。 - 【請求項2】 請求項1に記載の隆線方向パターン平滑
化方法において、 二つの隆線方向の方向のずれを、前記隆線方向によって
表わされる単位ベクトルの差の絶対値の二乗として算出
することを特徴とする隆線方向パターン平滑化方法。 - 【請求項3】 請求項1又は請求項2に記載の隆線方向
パターン平滑化方法において、エネルギー関数を減少さ
せる際に、 前記エネルギー関数のある一つの変数に関する一次偏導
関数の値が零で、且つ上記エネルギー関数の前記変数に
関する二次偏導関数の値が正となる条件を満たす変数値
を変数パターンの変数値として置き換える処理を前記変
数パターンの各成分に対して繰り返し行い、 前記繰り返しで更新される変数パターンに対するエネル
ギー関数の関数値を調べることによって変数パターンの
更新の継続を判断することを特徴とする隆線方向パター
ン平滑化方法。 - 【請求項4】 皮膚紋様画像を局所領域に分割し各領域
における隆線方向からなる隆線方向パターンを平滑化す
る隆線方向パターン平滑化装置において、 前記各局所領域で算出された隆線方向からなる初期パタ
ーンと前記初期パターンの各成分の方向抽出の信頼度か
らなる信頼度パターンを抽出する隆線方向パターン抽出
手段と、 前記初期パターンを記憶する初期パターン記憶手段と、 前記信頼度パターンを記憶する信頼度パターン記憶手段
と、 平滑化過程の更新中の隆線方向パターンである変数パタ
ーンを記憶する変数パターン記憶手段と、 前記隆線方向によって表わされる単位ベクトルの差の絶
対値の二乗として算出される二つの隆線方向間のずれを
用いて、隆線方向パターンの各成分に対応する変数群に
対するエネルギー関数を、(a)前記各局所領域から抽
出された隆線方向からなる初期パターンと前記変数パタ
ーンとで座標が対応する成分を用いて定義される方向の
ずれと、前記初期パターンの各成分の方向抽出の信頼度
からなる信頼度パターンの前記座標における信頼度との
積の各成分に亘る総和の項と、(b)前記変数パターン
中の各成分間での方向のずれと、前記成分間の影響度と
の積の変数パターン中の各成分に亘る総和の項との線形
和として算出し、前記エネルギー関数のある一つの変数
に関する一次偏導関数の値が零で、且つ上記エネルギー
関数の前記変数に関する二次偏導関数の値が正となる条
件を満たす変数値を変数パターンの変数値として置き換
える処理を前記変数パターンの各成分に対して繰り返し
行う隆線方向更新手段と、 前記繰り返しで更新される変数パターンに対するエネル
ギー関数の関数値を調べることによって変数パターンの
更新の継続を判断する更新判断手段を備え、 隆線方向パターンを平滑化することを特徴とする隆線方
向パターン平滑化装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4018589A JP2765335B2 (ja) | 1992-01-07 | 1992-01-07 | 隆線方向パターン平滑化方法およびその装置 |
EP93100059A EP0551086B1 (en) | 1992-01-07 | 1993-01-05 | Method of smoothing a ridge direction pattern and equipment used therefor |
DE69324615T DE69324615T2 (de) | 1992-01-07 | 1993-01-05 | Verfahren zum Glätten von Rippenrichtungsmustern und dazu verwendete Einrichtung |
US08/001,676 US5608811A (en) | 1992-01-07 | 1993-01-07 | Method of smoothing a ridge direction pattern and an equipment used therefor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4018589A JP2765335B2 (ja) | 1992-01-07 | 1992-01-07 | 隆線方向パターン平滑化方法およびその装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH05181956A true JPH05181956A (ja) | 1993-07-23 |
JP2765335B2 JP2765335B2 (ja) | 1998-06-11 |
Family
ID=11975825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4018589A Expired - Lifetime JP2765335B2 (ja) | 1992-01-07 | 1992-01-07 | 隆線方向パターン平滑化方法およびその装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US5608811A (ja) |
EP (1) | EP0551086B1 (ja) |
JP (1) | JP2765335B2 (ja) |
DE (1) | DE69324615T2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09114981A (ja) * | 1995-10-16 | 1997-05-02 | Nec Corp | 指紋カード選択装置および指紋カード絞り込み装置 |
EP0780780A2 (en) | 1995-12-18 | 1997-06-25 | Nec Corporation | Fingerprint/palmprint image processing apparatus |
US6018586A (en) * | 1995-04-12 | 2000-01-25 | Nec Corporation | Apparatus for extracting skin pattern features and a skin pattern image processor using subregion filtering |
KR100397916B1 (ko) * | 2001-07-16 | 2003-09-19 | (주)니트 젠 | 지문 등록 및 인증방법 |
KR100432491B1 (ko) * | 2001-08-31 | 2004-05-22 | (주)니트 젠 | 융선방향 모델을 이용한 지문 특징데이터 추출방법 |
WO2009001876A1 (ja) * | 2007-06-27 | 2008-12-31 | Nec Corporation | 特徴属性計算装置、特徴量抽出装置とパターン照合装置と方法及びプログラム |
WO2010001447A1 (ja) | 2008-06-30 | 2010-01-07 | 富士通株式会社 | 認証装置、認証方法および認証プログラム |
US7856127B2 (en) | 2005-08-30 | 2010-12-21 | Nec Corporation | Ridge direction extraction device, ridge direction extraction method, ridge direction extraction program |
WO2011108061A1 (ja) * | 2010-03-01 | 2011-09-09 | 富士通株式会社 | 生体情報処理装置及び方法 |
WO2013027572A1 (ja) | 2011-08-23 | 2013-02-28 | 日本電気株式会社 | 隆線方向抽出装置、隆線方向抽出方法、隆線方向抽出プログラム |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4432002A1 (de) * | 1994-09-08 | 1996-03-14 | Siemens Nixdorf Inf Syst | Verfahren zur Rekonstruktion von in Rasterform vorliegenden Linienstrukturen |
JP2776757B2 (ja) * | 1995-04-04 | 1998-07-16 | 日本電気ソフトウェア株式会社 | 指紋指頭軸方向検出装置 |
JP2735098B2 (ja) * | 1995-10-16 | 1998-04-02 | 日本電気株式会社 | 指紋特異点検出方法及び指紋特異点検出装置 |
US6263091B1 (en) * | 1997-08-22 | 2001-07-17 | International Business Machines Corporation | System and method for identifying foreground and background portions of digitized images |
DE10038873C2 (de) * | 2000-08-09 | 2002-10-31 | Infineon Technologies Ag | Verfahren zum Bearbeiten eines Fingerabdruck-Bildes und Fingerabdruck-Sensor |
JP4193163B2 (ja) * | 2001-03-26 | 2008-12-10 | 日本電気株式会社 | 指掌紋画像処理装置及び方法 |
JP4134522B2 (ja) | 2001-03-26 | 2008-08-20 | 日本電気株式会社 | 指掌紋画像処理装置及び方法 |
FR3102600B1 (fr) * | 2019-10-24 | 2021-10-08 | Idemia Identity & Security France | Procédé de segmentation d’une image d’entrée représentant au moins une empreinte biométrique au moyen d’un réseau de neurones à convolution |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4817183A (en) * | 1986-06-16 | 1989-03-28 | Sparrow Malcolm K | Fingerprint recognition and retrieval system |
US5140642A (en) * | 1991-04-23 | 1992-08-18 | Wen Hsing Hsu | Method and device for allocating core points of finger prints |
-
1992
- 1992-01-07 JP JP4018589A patent/JP2765335B2/ja not_active Expired - Lifetime
-
1993
- 1993-01-05 EP EP93100059A patent/EP0551086B1/en not_active Expired - Lifetime
- 1993-01-05 DE DE69324615T patent/DE69324615T2/de not_active Expired - Fee Related
- 1993-01-07 US US08/001,676 patent/US5608811A/en not_active Expired - Fee Related
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6018586A (en) * | 1995-04-12 | 2000-01-25 | Nec Corporation | Apparatus for extracting skin pattern features and a skin pattern image processor using subregion filtering |
JPH09114981A (ja) * | 1995-10-16 | 1997-05-02 | Nec Corp | 指紋カード選択装置および指紋カード絞り込み装置 |
EP0780780A2 (en) | 1995-12-18 | 1997-06-25 | Nec Corporation | Fingerprint/palmprint image processing apparatus |
US5937082A (en) * | 1995-12-18 | 1999-08-10 | Nec Corporation | Fingerprint/palmprint image processing apparatus |
US6118891A (en) * | 1995-12-18 | 2000-09-12 | Nec Corporation | Fingerprint/palmprint image processing apparatus |
KR100397916B1 (ko) * | 2001-07-16 | 2003-09-19 | (주)니트 젠 | 지문 등록 및 인증방법 |
KR100432491B1 (ko) * | 2001-08-31 | 2004-05-22 | (주)니트 젠 | 융선방향 모델을 이용한 지문 특징데이터 추출방법 |
US7856127B2 (en) | 2005-08-30 | 2010-12-21 | Nec Corporation | Ridge direction extraction device, ridge direction extraction method, ridge direction extraction program |
JP4877392B2 (ja) * | 2007-06-27 | 2012-02-15 | 日本電気株式会社 | 特徴属性計算装置、特徴量抽出装置とパターン照合装置と方法及びプログラム |
WO2009001876A1 (ja) * | 2007-06-27 | 2008-12-31 | Nec Corporation | 特徴属性計算装置、特徴量抽出装置とパターン照合装置と方法及びプログラム |
WO2010001447A1 (ja) | 2008-06-30 | 2010-01-07 | 富士通株式会社 | 認証装置、認証方法および認証プログラム |
US8464323B2 (en) | 2008-06-30 | 2013-06-11 | Fujitsu Limited | Authentication apparatus |
JP5365632B2 (ja) * | 2008-06-30 | 2013-12-11 | 富士通株式会社 | 認証装置及び認証方法 |
WO2011108061A1 (ja) * | 2010-03-01 | 2011-09-09 | 富士通株式会社 | 生体情報処理装置及び方法 |
US8736421B2 (en) | 2010-03-01 | 2014-05-27 | Fujitsu Limited | Biometric information processing apparatus and biometric information processing method |
WO2013027572A1 (ja) | 2011-08-23 | 2013-02-28 | 日本電気株式会社 | 隆線方向抽出装置、隆線方向抽出方法、隆線方向抽出プログラム |
JPWO2013027572A1 (ja) * | 2011-08-23 | 2015-03-19 | 日本電気株式会社 | 隆線方向抽出装置、隆線方向抽出方法、隆線方向抽出プログラム |
US9014437B2 (en) | 2011-08-23 | 2015-04-21 | Nec Corporation | Ridge direction extraction device, ridge direction extraction method, and ridge direction extraction program |
Also Published As
Publication number | Publication date |
---|---|
DE69324615T2 (de) | 1999-09-16 |
EP0551086A3 (en) | 1994-05-25 |
EP0551086B1 (en) | 1999-04-28 |
EP0551086A2 (en) | 1993-07-14 |
DE69324615D1 (de) | 1999-06-02 |
JP2765335B2 (ja) | 1998-06-11 |
US5608811A (en) | 1997-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH05181956A (ja) | 隆線方向パターン平滑化方法およびその装置 | |
US7711156B2 (en) | Apparatus and method for generating shape model of object and apparatus and method for automatically searching for feature points of object employing the same | |
US6327581B1 (en) | Methods and apparatus for building a support vector machine classifier | |
EP1394727B1 (en) | Hierarchical component based object recognition | |
CN109118473B (zh) | 基于神经网络的角点检测方法、存储介质与图像处理系统 | |
US20040199775A1 (en) | Method and device for computer-based processing a template minutia set of a fingerprint and a computer readable storage medium | |
CN106373118A (zh) | 可有效保留边界和局部特征的复杂曲面零件点云精简方法 | |
US7630560B2 (en) | Increasing accuracy of discrete curve transform estimates for curve matching in four or more dimensions | |
US11586652B2 (en) | Variable-length word embedding | |
CN113065594A (zh) | 一种基于北斗数据与遥感影像融合的路网提取方法及装置 | |
Lopez-Martinez et al. | Automatic circle detection on images using the teaching learning based optimization algorithm and gradient analysis | |
JP4419543B2 (ja) | 検出装置および検出方法 | |
KR20210135416A (ko) | 시편의 검사를 위한 알고리즘 모듈들의 자동 선택 | |
US6658149B1 (en) | Scheme for identifying gray-scale image | |
Siddiqui et al. | Clustering techniques for image segmentation | |
CN113128518B (zh) | 基于孪生卷积网络和特征混合的sift误匹配检测方法 | |
JP3099771B2 (ja) | 文字認識方法、装置及び文字認識プログラムを記録した記録媒体 | |
US7903874B2 (en) | Ruled-line-projection extracting apparatus, ruled-line projection extracting method, and computer product | |
Khaustov et al. | Algorithm for optical handwritten characters recognition based on structural components extraction | |
JP3251840B2 (ja) | 画像認識装置 | |
CN113674332B (zh) | 一种基于拓扑结构与多尺度特征的点云配准方法 | |
CN116188765A (zh) | 检测方法、检测装置、检测设备和计算机可读存储介质 | |
Chen et al. | An application of improved RANSAC algorithm in visual positioning | |
JP2950023B2 (ja) | パターン認識辞書生成装置およびパターン認識装置 | |
Bartolo et al. | Line tracking algorithm for scribbled drawings |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19980303 |