JPH08287255A - 皮膚紋様画像の画像特徴抽出装置および画像処理装置 - Google Patents
皮膚紋様画像の画像特徴抽出装置および画像処理装置Info
- Publication number
- JPH08287255A JPH08287255A JP7086754A JP8675495A JPH08287255A JP H08287255 A JPH08287255 A JP H08287255A JP 7086754 A JP7086754 A JP 7086754A JP 8675495 A JP8675495 A JP 8675495A JP H08287255 A JPH08287255 A JP H08287255A
- Authority
- JP
- Japan
- Prior art keywords
- image
- skin pattern
- feature
- filtering
- filter
- 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)
- Image Processing (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
- Complex Calculations (AREA)
Abstract
(57)【要約】
【目的】 皮膚紋様画像から皮膚隆線の方向やピッチ等
の画像特徴を精度よく抽出する皮膚紋様画像の画像特徴
抽出装置、及びノイズを除去し隆線を強調する画像処理
を行う皮膚紋様画像の画像処理装置を得る。 【構成】 フイルタ群記憶手段１５が重み係数の二次元
配列から成る複数のフイルタを記憶している。このフィ
ルタに基づいてフイルタリング手段１２が画像記憶手段
１１に記憶されている皮膚紋様画像に対してフイルタリ
ングを行う。フイルタリング後の各画像に対して、予め
画像上に設定した複数の局所領域における画像強度を画
像強度算出手段１３が算出し、得られた局所領域の画像
強度の情報を用いて、各局所領域における画像特徴を特
徴算出手段１４が算出する。フイルタに対応した画像の
信号成分が相対的に強調され、それ以外の成分は相対的
に減衰される。
の画像特徴を精度よく抽出する皮膚紋様画像の画像特徴
抽出装置、及びノイズを除去し隆線を強調する画像処理
を行う皮膚紋様画像の画像処理装置を得る。 【構成】 フイルタ群記憶手段１５が重み係数の二次元
配列から成る複数のフイルタを記憶している。このフィ
ルタに基づいてフイルタリング手段１２が画像記憶手段
１１に記憶されている皮膚紋様画像に対してフイルタリ
ングを行う。フイルタリング後の各画像に対して、予め
画像上に設定した複数の局所領域における画像強度を画
像強度算出手段１３が算出し、得られた局所領域の画像
強度の情報を用いて、各局所領域における画像特徴を特
徴算出手段１４が算出する。フイルタに対応した画像の
信号成分が相対的に強調され、それ以外の成分は相対的
に減衰される。
Description
【０００１】
【産業上の利用分野】本発明は、皮膚紋様画像の画像特
徴抽出装置および画像処理装置に関する。更に詳述する
と、本発明は、指紋照合装置や指紋分類装置、掌紋照合
装置等の処理過程において抽出される、隆線方向や隆線
ピッチ等の画像特徴を抽出する皮膚紋様の画像特徴抽出
装置、および皮膚紋様画像のノイズを除去し皮膚隆線を
強調する画像処理を行う画像処理装置に関する。
徴抽出装置および画像処理装置に関する。更に詳述する
と、本発明は、指紋照合装置や指紋分類装置、掌紋照合
装置等の処理過程において抽出される、隆線方向や隆線
ピッチ等の画像特徴を抽出する皮膚紋様の画像特徴抽出
装置、および皮膚紋様画像のノイズを除去し皮膚隆線を
強調する画像処理を行う画像処理装置に関する。
【０００２】
【従来の技術】従来の皮膚紋様画像の画像特徴抽出装置
および画像処理装置の構成例として、特開昭５１−７７
１３８号に開示されている縞パターン抽出装置がある。
本例は、指紋や樹木の年輪等の縞状のパターンからノイ
ズを除去し、縞状のパターンと方向パターンとを同時に
抽出することが可能な装置である。この縞パターン抽出
装置では、ある点を中心とした画像の局所領域と方向毎
の荷重値を設定したマスクとの積和演算を行い、積和演
算結果の最大の絶対値を与える方向をその縞状パターン
の領域における方向とし、この方向に対応する積和演算
結果をその点における縞状パターンの出力とするもので
ある。
および画像処理装置の構成例として、特開昭５１−７７
１３８号に開示されている縞パターン抽出装置がある。
本例は、指紋や樹木の年輪等の縞状のパターンからノイ
ズを除去し、縞状のパターンと方向パターンとを同時に
抽出することが可能な装置である。この縞パターン抽出
装置では、ある点を中心とした画像の局所領域と方向毎
の荷重値を設定したマスクとの積和演算を行い、積和演
算結果の最大の絶対値を与える方向をその縞状パターン
の領域における方向とし、この方向に対応する積和演算
結果をその点における縞状パターンの出力とするもので
ある。
【０００３】上記従来例の動作原理を、図１４に基づい
て説明する。画像のある点１０１を中心とした局所領域
１００における隆線方向を決定する場合、予め図１４に
１０２から１０６に示すようなマスクを設定し、このマ
スクｄ０〜ｄ４とその局所領域との積和演算を行う。こ
の演算の結果、マスクｄ０〜ｄ４毎にそれぞれの値、＋
５，０，＋１１，＋３，−７が得られる。得られた積和
演算の絶対値が最大である“１１”を与える方向がマス
クｄ２であるので、この方向１０７を隆線方向とする。
また、点１０１における縞状パターンの値を出力する場
合には、その点における積和演算の結果である＋１１を
出力する。
て説明する。画像のある点１０１を中心とした局所領域
１００における隆線方向を決定する場合、予め図１４に
１０２から１０６に示すようなマスクを設定し、このマ
スクｄ０〜ｄ４とその局所領域との積和演算を行う。こ
の演算の結果、マスクｄ０〜ｄ４毎にそれぞれの値、＋
５，０，＋１１，＋３，−７が得られる。得られた積和
演算の絶対値が最大である“１１”を与える方向がマス
クｄ２であるので、この方向１０７を隆線方向とする。
また、点１０１における縞状パターンの値を出力する場
合には、その点における積和演算の結果である＋１１を
出力する。
【０００４】抽出された画像特徴のノイズの影響を軽減
するために、時として画像特徴の平滑化を行うことが必
要となる。このための従来技術例として、特願平４−１
８５８９号に開示されている「隆線方向パターン平滑化
方法およびその装置」がある。この方法は、エネルギー
最小化原理の考え方に基づく手法である。本従来例の手
法によれば、ある隆線方向パターンがあった時に、その
隆線方向パターンの個々の隆線方向に働く力として、隆
線方向間のばらつき具合を抑制する拘束力と、初めに観
測された隆線方向ヘ留めようとする拘束力とを考えて、
それらによるエネルギー関数と呼ばれる評価関数を規定
し、その評価関数を最小化する隆線方向パターンを求め
るべき隆線方向パターンとする。この方法では、設定さ
れる評価関数を最小化する隆線方向パターンを求めるこ
とによって隆線の平滑化を行う。この画像の各局所領域
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
るために、まず、画像の各局所領域における隆線方向と
その信頼度を抽出し、その隆線方向パターンと抽出され
た隆線方向パターンとのずれ、および隆線方向パターン
内の近接した隆線方向同士のずれを用いる。
するために、時として画像特徴の平滑化を行うことが必
要となる。このための従来技術例として、特願平４−１
８５８９号に開示されている「隆線方向パターン平滑化
方法およびその装置」がある。この方法は、エネルギー
最小化原理の考え方に基づく手法である。本従来例の手
法によれば、ある隆線方向パターンがあった時に、その
隆線方向パターンの個々の隆線方向に働く力として、隆
線方向間のばらつき具合を抑制する拘束力と、初めに観
測された隆線方向ヘ留めようとする拘束力とを考えて、
それらによるエネルギー関数と呼ばれる評価関数を規定
し、その評価関数を最小化する隆線方向パターンを求め
るべき隆線方向パターンとする。この方法では、設定さ
れる評価関数を最小化する隆線方向パターンを求めるこ
とによって隆線の平滑化を行う。この画像の各局所領域
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
るために、まず、画像の各局所領域における隆線方向と
その信頼度を抽出し、その隆線方向パターンと抽出され
た隆線方向パターンとのずれ、および隆線方向パターン
内の近接した隆線方向同士のずれを用いる。
【０００５】
【発明が解決しようとする課題】しかしながら、画像の
縞紋様の方向と直交する方向の濃淡値変動は周期的にな
っている。縞紋様と直交する方向から見た時の縞紋様の
濃淡値変動の位相と、マスクパターンの位相が直交状態
に近い場合、従来技術を用いると、積和演算の結果が０
に近い値を示してしまう。このために、方向抽出がノイ
ズの影響を受け易く不安定となる。従ってそれに伴う縞
状パターンの出力も不安定となり、さらに、隆線ピッチ
等の抽出を行うことが困難である。
縞紋様の方向と直交する方向の濃淡値変動は周期的にな
っている。縞紋様と直交する方向から見た時の縞紋様の
濃淡値変動の位相と、マスクパターンの位相が直交状態
に近い場合、従来技術を用いると、積和演算の結果が０
に近い値を示してしまう。このために、方向抽出がノイ
ズの影響を受け易く不安定となる。従ってそれに伴う縞
状パターンの出力も不安定となり、さらに、隆線ピッチ
等の抽出を行うことが困難である。
【０００６】また、従来技術では、画像特徴の平滑化に
おいて隆線方向の抽出を行った後、隆線方向の平滑化を
行う。このために、隆線方向抽出における情報が十分に
隆線方向の平滑化に渡されず、精度良く隆線方向の平滑
化を行うことが困難である。さらに、隆線ピッチの平滑
化等を行うことができない問題点を伴う。
おいて隆線方向の抽出を行った後、隆線方向の平滑化を
行う。このために、隆線方向抽出における情報が十分に
隆線方向の平滑化に渡されず、精度良く隆線方向の平滑
化を行うことが困難である。さらに、隆線ピッチの平滑
化等を行うことができない問題点を伴う。
【０００７】本発明は、皮膚紋様画像から皮膚隆線の方
向やピッチ等の画像特徴を精度よく抽出する皮膚紋様画
像の画像特徴抽出装置、及びノイズを除去し隆線を強調
する画像処理を行う皮膚紋様画像の画像処理装置を提供
することを目的とする。
向やピッチ等の画像特徴を精度よく抽出する皮膚紋様画
像の画像特徴抽出装置、及びノイズを除去し隆線を強調
する画像処理を行う皮膚紋様画像の画像処理装置を提供
することを目的とする。
【０００８】
【課題を解決するための手段】かかる目的を達成するた
め、本発明の皮膚紋様画像の画像特徴抽出装置は、予め
画像上に設定した複数の局所領域における画像特徴を抽
出する皮膚紋様画像の画像特徴抽出装置であり、皮膚紋
様画像を記憶する画像記憶手段と、局所領域における画
像特徴を抽出するための重み係数の二次元配列から成る
フイルタを複数記憶するフイルタ群記憶手段と、画像記
憶手段に記憶される皮膚紋様画像に対して、フイルタ群
記憶手段に記憶される複数のフイルタをそれぞれ用いて
フイルタリングを行うフイルタリング手段と、フイルタ
リング手段によって得られる各画像に対して、予め画像
上に設定した複数の局所領域における画像強度を算出す
る画像強度算出手段と、この画像強度算出手段によって
得られる局所領域の画像強度の情報を用いて、各局所領
域における画像特徴を算出する特徴算出手段とを具備す
ることを特徴としている。
め、本発明の皮膚紋様画像の画像特徴抽出装置は、予め
画像上に設定した複数の局所領域における画像特徴を抽
出する皮膚紋様画像の画像特徴抽出装置であり、皮膚紋
様画像を記憶する画像記憶手段と、局所領域における画
像特徴を抽出するための重み係数の二次元配列から成る
フイルタを複数記憶するフイルタ群記憶手段と、画像記
憶手段に記憶される皮膚紋様画像に対して、フイルタ群
記憶手段に記憶される複数のフイルタをそれぞれ用いて
フイルタリングを行うフイルタリング手段と、フイルタ
リング手段によって得られる各画像に対して、予め画像
上に設定した複数の局所領域における画像強度を算出す
る画像強度算出手段と、この画像強度算出手段によって
得られる局所領域の画像強度の情報を用いて、各局所領
域における画像特徴を算出する特徴算出手段とを具備す
ることを特徴としている。
【０００９】また、上記に記載の皮膚紋様画像の画像特
徴抽出装置は、フイルタ群記憶手段に記憶される各フイ
ルタを用いて、画像記憶手段に記憶される皮膚紋様画像
を二次元フーリエ変換を利用してフイルタリング手段が
フイルタリングを行うとよい。さらに、画像強度算出手
段によって得られる各局所領域の画像強度と、近接する
局所領域間における画像特徴の距離とを用いて規定され
る評価関数を最小化するための、各局所領域における画
像特徴を算出する特徴算出手段を具備するとよい。
徴抽出装置は、フイルタ群記憶手段に記憶される各フイ
ルタを用いて、画像記憶手段に記憶される皮膚紋様画像
を二次元フーリエ変換を利用してフイルタリング手段が
フイルタリングを行うとよい。さらに、画像強度算出手
段によって得られる各局所領域の画像強度と、近接する
局所領域間における画像特徴の距離とを用いて規定され
る評価関数を最小化するための、各局所領域における画
像特徴を算出する特徴算出手段を具備するとよい。
【００１０】本発明の皮膚紋様画像の画像処理装置は、
予め画像上に設定した複数の局所領域における画像特徴
を抽出する皮膚紋様画像の画像処理装置であり、皮膚紋
様画像を記憶する画像記憶手段と、局所領域における画
像特徴を抽出するための重み係数の二次元配列から成る
フイルタを複数記憶するフイルタ群記憶手段と、画像記
憶手段に記憶される皮膚紋様画像に対して、フイルタ群
記憶手段に記憶される複数のフイルタをそれぞれ用いて
フイルタリングを行うフイルタリング手段と、フイルタ
リング手段によって得られる各画像に対して、予め画像
上に設定した複数の局所領域における画像強度を算出す
る画像強度算出手段と、画像強度算出手段によって得ら
れる各局所領域の画像強度の情報を用いて、各局所領域
における画像特徴を算出する特徴算出手段と、フイルタ
リング手段によって得られる各画像から、各局所領域毎
に特徴算出手段の画像特徴に応じた画像の画素値を算出
する画素値算出手段とを具備することを特徴とする。
予め画像上に設定した複数の局所領域における画像特徴
を抽出する皮膚紋様画像の画像処理装置であり、皮膚紋
様画像を記憶する画像記憶手段と、局所領域における画
像特徴を抽出するための重み係数の二次元配列から成る
フイルタを複数記憶するフイルタ群記憶手段と、画像記
憶手段に記憶される皮膚紋様画像に対して、フイルタ群
記憶手段に記憶される複数のフイルタをそれぞれ用いて
フイルタリングを行うフイルタリング手段と、フイルタ
リング手段によって得られる各画像に対して、予め画像
上に設定した複数の局所領域における画像強度を算出す
る画像強度算出手段と、画像強度算出手段によって得ら
れる各局所領域の画像強度の情報を用いて、各局所領域
における画像特徴を算出する特徴算出手段と、フイルタ
リング手段によって得られる各画像から、各局所領域毎
に特徴算出手段の画像特徴に応じた画像の画素値を算出
する画素値算出手段とを具備することを特徴とする。
【００１１】また、上に記載の皮膚紋様画像の画像処理
装置は、フイルタ群記憶手段に記憶される各フイルタを
用いて、画像記憶手段に記憶される皮膚紋様画像を二次
元フーリエ変換を利用してフイルタリング手段がフイル
タリングを行うとよい。さらに画像強度算出手段によっ
て得られる各局所領域の画像強度と、近接する局所領域
間における画像特徴の距離とを用いて規定される評価関
数を最小化するための、各局所領域における画像特徴を
算出する特徴算出手段を具備するとよい。
装置は、フイルタ群記憶手段に記憶される各フイルタを
用いて、画像記憶手段に記憶される皮膚紋様画像を二次
元フーリエ変換を利用してフイルタリング手段がフイル
タリングを行うとよい。さらに画像強度算出手段によっ
て得られる各局所領域の画像強度と、近接する局所領域
間における画像特徴の距離とを用いて規定される評価関
数を最小化するための、各局所領域における画像特徴を
算出する特徴算出手段を具備するとよい。
【００１２】
【作用】したがって、本発明の皮膚紋様画像の画像特徴
抽出装置によれば、皮膚紋様画像を記憶し、局所領域に
おける画像特徴を抽出するための重み係数の二次元配列
から成るフイルタを複数記憶し、記憶される皮膚紋様画
像に対して複数のフイルタをそれぞれ用いてフイルタリ
ングを行い、得られる各画像に対して予め画像上に設定
した複数の局所領域における画像強度を算出する。
抽出装置によれば、皮膚紋様画像を記憶し、局所領域に
おける画像特徴を抽出するための重み係数の二次元配列
から成るフイルタを複数記憶し、記憶される皮膚紋様画
像に対して複数のフイルタをそれぞれ用いてフイルタリ
ングを行い、得られる各画像に対して予め画像上に設定
した複数の局所領域における画像強度を算出する。
【００１３】本発明の皮膚紋様画像の画像処理装置によ
れば、皮膚紋様画像を記憶し、局所領域における画像特
徴を抽出するための重み係数の二次元配列から成るフイ
ルタを複数記憶し、記憶される皮膚紋様画像に対して複
数のフイルタをそれぞれ用いてフイルタリングを行い、
得られる各画像に対して予め画像上に設定した複数の局
所領域における画像強度を算出する。この算出により得
られる各局所領域の画像強度の情報を用いて各局所領域
における画像特徴を算出し、各画像から各局所領域毎の
画像特徴に応じた画像の画素値を算出する。
れば、皮膚紋様画像を記憶し、局所領域における画像特
徴を抽出するための重み係数の二次元配列から成るフイ
ルタを複数記憶し、記憶される皮膚紋様画像に対して複
数のフイルタをそれぞれ用いてフイルタリングを行い、
得られる各画像に対して予め画像上に設定した複数の局
所領域における画像強度を算出する。この算出により得
られる各局所領域の画像強度の情報を用いて各局所領域
における画像特徴を算出し、各画像から各局所領域毎の
画像特徴に応じた画像の画素値を算出する。
【００１４】本発明の皮膚紋様画像の画像特徴抽出装置
および画像処理装置の作用について説明する。皮膚紋様
画像に対して、皮膚紋様のある画像特徴を抽出するため
の複数のフイルタがあるとする。これらの中で、あるフ
イルタを用いてフイルタリングされた画像は、そのフイ
ルタに対応した画像の信号成分が相対的に強調され、そ
れ以外の成分は相対的に減衰する。従って、フイルタリ
ングされた画像の局所領域における画像強度をフイルタ
毎に比較すると、その局所領域の画像がそのフイルタに
適合している場合には、その局所領域における画像強度
が大きくなり、適合しない場合には画像強度が小さくな
る。
および画像処理装置の作用について説明する。皮膚紋様
画像に対して、皮膚紋様のある画像特徴を抽出するため
の複数のフイルタがあるとする。これらの中で、あるフ
イルタを用いてフイルタリングされた画像は、そのフイ
ルタに対応した画像の信号成分が相対的に強調され、そ
れ以外の成分は相対的に減衰する。従って、フイルタリ
ングされた画像の局所領域における画像強度をフイルタ
毎に比較すると、その局所領域の画像がそのフイルタに
適合している場合には、その局所領域における画像強度
が大きくなり、適合しない場合には画像強度が小さくな
る。
【００１５】ここで、画像強度とは、局所領域における
画像の画素値の平方和である。つまり、フイルタリング
のためのフイルタの中でその局所領域における画像強度
を最も大きくするフイルタは、その局所領域における画
像特徴と最も適合しているフイルタと考えることができ
る。このフイルタを特徴付けるパラメータ等をこの局所
領域における特徴として出力すれば、画像特徴を抽出す
ることができる。また、その抽出される特徴に対応する
フイルタリング画像の画素値を算出すれば、同時にその
特徴を強調した画像を得ることができる。さらに、画像
のフイルタリングは、実空間における畳み込み演算やフ
ーリエ変換を利用して実施することができる。
画像の画素値の平方和である。つまり、フイルタリング
のためのフイルタの中でその局所領域における画像強度
を最も大きくするフイルタは、その局所領域における画
像特徴と最も適合しているフイルタと考えることができ
る。このフイルタを特徴付けるパラメータ等をこの局所
領域における特徴として出力すれば、画像特徴を抽出す
ることができる。また、その抽出される特徴に対応する
フイルタリング画像の画素値を算出すれば、同時にその
特徴を強調した画像を得ることができる。さらに、画像
のフイルタリングは、実空間における畳み込み演算やフ
ーリエ変換を利用して実施することができる。
【００１６】実空間における畳み込み演算は、画像をｇ
(ｘ，ｙ)、但しｘ＝０，１，…，ｍ−１；ｙ＝０，１，
…，ｎ−１、と表しフイルタリングのフイルタをｈ
(ｘ，ｙ)、但しｘ＝０，１，…，ｍh−１；ｙ＝０，
１，…，ｎh−１、その結果をｚ(ｘ，ｙ)と表した時、
次の式１によって計算される。
(ｘ，ｙ)、但しｘ＝０，１，…，ｍ−１；ｙ＝０，１，
…，ｎ−１、と表しフイルタリングのフイルタをｈ
(ｘ，ｙ)、但しｘ＝０，１，…，ｍh−１；ｙ＝０，
１，…，ｎh−１、その結果をｚ(ｘ，ｙ)と表した時、
次の式１によって計算される。
【００１７】
【数１】
【００１８】この畳み込み演算は、文献（A. Rosenfeld
著、長尾真監訳、「デイジタル画像処理」、近代科学
社、1978，p. 19 ）にも示されているように、空間領域
における画像ｇ(ｘ，ｙ)とフイルタｈ(ｘ，ｙ)の畳み込
み演算は、フーリエ変換面における各成分同士の乗算と
いう単純な操作と同等である。つまり、次の式２で表さ
れる関係が成り立つ。
著、長尾真監訳、「デイジタル画像処理」、近代科学
社、1978，p. 19 ）にも示されているように、空間領域
における画像ｇ(ｘ，ｙ)とフイルタｈ(ｘ，ｙ)の畳み込
み演算は、フーリエ変換面における各成分同士の乗算と
いう単純な操作と同等である。つまり、次の式２で表さ
れる関係が成り立つ。
【００１９】 Ｆ｛ｇ(ｘ，ｙ)*ｈ(ｘ，ｙ)｝＝Ｆ｛ｇ(ｘ，ｙ)｝Ｆ｛ｈ(ｘ，ｙ)｝ ＝Ｇ(ｕ，ｖ)Ｈ(ｕ，ｖ) …（２）
【００２０】左辺の関数Ｆ｛…*…｝は二次元のフーリ
エ変換を表す。また、右辺のＧ(ｕ，ｖ)，Ｈ(ｕ，ｖ)
は、それぞれｇ(ｘ，ｙ)，ｈ(ｘ，ｙ)のフーリエ変換を
表す。ここで、フーリエ変換について説明する。画像ｇ
(ｘ，ｙ)の二次元のフーリエ変換関数Ｆ｛ｇ(ｘ，ｙ)｝
は、次の式３によって表される。
エ変換を表す。また、右辺のＧ(ｕ，ｖ)，Ｈ(ｕ，ｖ)
は、それぞれｇ(ｘ，ｙ)，ｈ(ｘ，ｙ)のフーリエ変換を
表す。ここで、フーリエ変換について説明する。画像ｇ
(ｘ，ｙ)の二次元のフーリエ変換関数Ｆ｛ｇ(ｘ，ｙ)｝
は、次の式３によって表される。
【００２１】
【数２】
【００２２】但しｕ＝０，１，…，ｍ−１；ｖ＝０，
１，…，ｎ−１である。また、この逆フーリエ変換関数
Ｆ-1｛Ｇ(ｕ，ｖ)｝は、次の式４によって表される。
１，…，ｎ−１である。また、この逆フーリエ変換関数
Ｆ-1｛Ｇ(ｕ，ｖ)｝は、次の式４によって表される。
【００２３】
【数３】
【００２４】上記のフーリエ変換を用いた場合に画像の
直流成分Ｇ(０，０)は、フーリエ変換面における中心へ
移動させるため、ｇ(ｘ，ｙ)の代わりにｇ(ｘ，ｙ) (−
１)x+yに対して変換を行なえばよいことが既に示されて
いる。以下では、光学的に実現されるフーリエ変換との
対応から、直流成分をフーリエ変換面の中心になるよう
に変換するフーリエ変換を光学的フーリエ変換と呼ぶ。
直流成分Ｇ(０，０)は、フーリエ変換面における中心へ
移動させるため、ｇ(ｘ，ｙ)の代わりにｇ(ｘ，ｙ) (−
１)x+yに対して変換を行なえばよいことが既に示されて
いる。以下では、光学的に実現されるフーリエ変換との
対応から、直流成分をフーリエ変換面の中心になるよう
に変換するフーリエ変換を光学的フーリエ変換と呼ぶ。
【００２５】畳み込み演算を用いる場合、フイルタリン
グ対象の画像のサイズが一定であっても、フイルタの大
きさを大きくした場合に、そのフイルタサイズに比例し
て演算が増加してしまう。このため、通常比較的小さい
フイルタを用いるが、フイルタを小さくした場合には、
そのフイルタによって表現できる周波数の透過特性が制
限されてしまい、通常は予め設計した理想的なフイルタ
を小さいフイルタで表現できるように近似表現する。一
方、フーリエ変換を用いた場合には、フーリエ変換面に
おいてフイルタの設計をすればよく、大幅な近似を要求
されない。また、画像の一辺の大きさが２のべき乗の場
合等はフーリエ変換として高速フーリエ変換を用いるこ
とで、大幅に高速化を図ることが可能である。フイルタ
サイズが大きい場合には、畳み込み演算を用いて演算を
行うよりフーリエ変換を利用した方が高速である等の利
点が多い。
グ対象の画像のサイズが一定であっても、フイルタの大
きさを大きくした場合に、そのフイルタサイズに比例し
て演算が増加してしまう。このため、通常比較的小さい
フイルタを用いるが、フイルタを小さくした場合には、
そのフイルタによって表現できる周波数の透過特性が制
限されてしまい、通常は予め設計した理想的なフイルタ
を小さいフイルタで表現できるように近似表現する。一
方、フーリエ変換を用いた場合には、フーリエ変換面に
おいてフイルタの設計をすればよく、大幅な近似を要求
されない。また、画像の一辺の大きさが２のべき乗の場
合等はフーリエ変換として高速フーリエ変換を用いるこ
とで、大幅に高速化を図ることが可能である。フイルタ
サイズが大きい場合には、畳み込み演算を用いて演算を
行うよりフーリエ変換を利用した方が高速である等の利
点が多い。
【００２６】さらに、特徴算出手段において、各局所領
域の画像強度と近接する局所領域間における画像特徴と
の差を用いて、出力される画像特徴が明らかになる時に
その関数値が小さくなる評価関数を設定する。この評価
関数を最小化するような画像特徴群を算出することで、
画像特徴の抽出と平滑化を同時に実行することができ
る。本発明は、基本的にはエネルギー最小化原理に基づ
くものである。従来技術の特願平４−１８５８９号に開
示されている方法では、最初に抽出された方向とその信
頼度が画像側から与えられる情報としてその後の平滑化
を行うが、本発明では、画像の各特徴毎に画像強度の情
報を持っているので、画像の平滑化をより正確に行うこ
とができる。
域の画像強度と近接する局所領域間における画像特徴と
の差を用いて、出力される画像特徴が明らかになる時に
その関数値が小さくなる評価関数を設定する。この評価
関数を最小化するような画像特徴群を算出することで、
画像特徴の抽出と平滑化を同時に実行することができ
る。本発明は、基本的にはエネルギー最小化原理に基づ
くものである。従来技術の特願平４−１８５８９号に開
示されている方法では、最初に抽出された方向とその信
頼度が画像側から与えられる情報としてその後の平滑化
を行うが、本発明では、画像の各特徴毎に画像強度の情
報を持っているので、画像の平滑化をより正確に行うこ
とができる。
【００２７】
【実施例】次に添付図面を参照して本発明による皮膚紋
様画像の画像特徴抽出装置および画像処理装置の実施例
を詳細に説明する。図１を参照すると本発明の皮膚紋様
画像の画像特徴抽出装置および画像処理装置の実施例が
示されている。
様画像の画像特徴抽出装置および画像処理装置の実施例
を詳細に説明する。図１を参照すると本発明の皮膚紋様
画像の画像特徴抽出装置および画像処理装置の実施例が
示されている。
【００２８】（実施例１）図１は本発明の皮膚紋様の画
像特徴抽出装置の実施例１を示すブロック図である。実
施例１の画像特徴抽出装置は、図１に示すように指紋画
像等の皮膚紋様画像を記憶する画像記憶手段１１と、フ
イルタリングのための複数のフイルタを記憶するフイル
タ群記憶手段１５と、画像記憶手段１１に記憶される皮
膚紋様画像をフイルタ群記憶手段１５に記憶されるフイ
ルタを用いて畳み込み演算によりフイルタリングするフ
イルタリング手段１２と、フイルタリング手段１２によ
って得られるフイルタ毎の複数の画像の局所領域におけ
る画像の強度を算出する画像強度算出手段１３と、画像
強度算出手段１３によって得られる結果を用いて皮膚紋
様画像の特徴を算出する特徴算出手段１４とから構成さ
れる。
像特徴抽出装置の実施例１を示すブロック図である。実
施例１の画像特徴抽出装置は、図１に示すように指紋画
像等の皮膚紋様画像を記憶する画像記憶手段１１と、フ
イルタリングのための複数のフイルタを記憶するフイル
タ群記憶手段１５と、画像記憶手段１１に記憶される皮
膚紋様画像をフイルタ群記憶手段１５に記憶されるフイ
ルタを用いて畳み込み演算によりフイルタリングするフ
イルタリング手段１２と、フイルタリング手段１２によ
って得られるフイルタ毎の複数の画像の局所領域におけ
る画像の強度を算出する画像強度算出手段１３と、画像
強度算出手段１３によって得られる結果を用いて皮膚紋
様画像の特徴を算出する特徴算出手段１４とから構成さ
れる。
【００２９】画像記憶手段１１は、スキャナやテレビカ
メラ等の画像入力装置を用いて撮像された指紋や掌紋等
の皮膚紋様のデイジタル画像を、ハードデイスクやＤＲ
ＡＭ等を用いて記憶する装置である。以下では、記憶さ
れる皮膚紋様の画像データが２０ドット／ｍｍの解像度
で撮像された画像サイズ５１２×５１２画素のデータを
例に説明する。また、この画像を画像ｇ(ｘ，ｙ)、但し
ｘ＝１，…，５１２；ｙ＝１，…，５１２、と表記す
る。
メラ等の画像入力装置を用いて撮像された指紋や掌紋等
の皮膚紋様のデイジタル画像を、ハードデイスクやＤＲ
ＡＭ等を用いて記憶する装置である。以下では、記憶さ
れる皮膚紋様の画像データが２０ドット／ｍｍの解像度
で撮像された画像サイズ５１２×５１２画素のデータを
例に説明する。また、この画像を画像ｇ(ｘ，ｙ)、但し
ｘ＝１，…，５１２；ｙ＝１，…，５１２、と表記す
る。
【００３０】フィルタ群記憶手段１５では、フイルタリ
ング手段１２に供給するためのフイルタリングのための
複数のフイルタを、ＤＲＡＭ等を用いて記憶する。フイ
ルタリング手段１２に用いられるフイルタがどのような
特性を持つかによって最終的に出力される画像特徴の種
類を規定することができる。
ング手段１２に供給するためのフイルタリングのための
複数のフイルタを、ＤＲＡＭ等を用いて記憶する。フイ
ルタリング手段１２に用いられるフイルタがどのような
特性を持つかによって最終的に出力される画像特徴の種
類を規定することができる。
【００３１】ここでは、隆線のピッチ特徴を抽出する場
合について説明する。光学的フーリエ変換でのフーリエ
変換面におけるフイルタの周波数特性Ｈ(ｕ，ｖ)が、次
の式５によって与えられる理想帯域通過フイルタを考え
る。
合について説明する。光学的フーリエ変換でのフーリエ
変換面におけるフイルタの周波数特性Ｈ(ｕ，ｖ)が、次
の式５によって与えられる理想帯域通過フイルタを考え
る。
【００３２】 Ｈ(ｕ，ｖ)＝ａ Ｒ1≦(ｕ2＋ｖ2)1/2≦Ｒ2 ＝０ それ以外 …（５）
【００３３】このフイルタを図示すると図２のようにな
る。ここで、ａはフイルタの出力値を正規化するための
適当な定数で、Ｒ1，Ｒ2は通過周波数特性を決める定数
である。いくつかの理想帯域通過フイルタを用意した
時、フイルタ毎の正規化をするために、正規化係数のａ
を定める。例えば、フーリエ変換面におけるフイルタの
積分値が一定となる、次の式６のように設定する。
る。ここで、ａはフイルタの出力値を正規化するための
適当な定数で、Ｒ1，Ｒ2は通過周波数特性を決める定数
である。いくつかの理想帯域通過フイルタを用意した
時、フイルタ毎の正規化をするために、正規化係数のａ
を定める。例えば、フーリエ変換面におけるフイルタの
積分値が一定となる、次の式６のように設定する。
【００３４】ａ＝１／(Ｒ2 2−Ｒ1 2) …（６）
【００３５】２０ドット／ｍｍの解像度で撮像した画像
の場合、皮膚紋様の隆線のピッチはおよそ５ドット〜２
０ドットの範囲に収まる。これより、フーリエ変換面で
目的とする紋様成分の周波数帯は、およそ２５サイクル
から１００サイクルの範囲の信号となる。例えば、この
周波数帯を５段階に分割する図３に示すＲ1，Ｒ2のパラ
メータを持つ５個の理想帯域通過フイルタｈ1〜ｈ5を得
ることができる。さらに、この５つのフイルタｈ1〜ｈ5
を逆フーリエ変換し、逆変換して得られるフーリエ成分
の実成分を空間領域におけるフイルタとして得ることが
できる。さらに、演算量を少なくするためにフイルタの
周辺部分を削除することでフイルタを小さくし、フ−リ
エ変換面上で設計したフイルタを近似する。このように
して作成した空間領域におけるフイルタの例（フイルタ
サイズは６４×６４ｐｉｘｅｌ）を図４に示す。フイル
タ群記憶手段は、作成された５個のフイルタを記憶す
る。
の場合、皮膚紋様の隆線のピッチはおよそ５ドット〜２
０ドットの範囲に収まる。これより、フーリエ変換面で
目的とする紋様成分の周波数帯は、およそ２５サイクル
から１００サイクルの範囲の信号となる。例えば、この
周波数帯を５段階に分割する図３に示すＲ1，Ｒ2のパラ
メータを持つ５個の理想帯域通過フイルタｈ1〜ｈ5を得
ることができる。さらに、この５つのフイルタｈ1〜ｈ5
を逆フーリエ変換し、逆変換して得られるフーリエ成分
の実成分を空間領域におけるフイルタとして得ることが
できる。さらに、演算量を少なくするためにフイルタの
周辺部分を削除することでフイルタを小さくし、フ−リ
エ変換面上で設計したフイルタを近似する。このように
して作成した空間領域におけるフイルタの例（フイルタ
サイズは６４×６４ｐｉｘｅｌ）を図４に示す。フイル
タ群記憶手段は、作成された５個のフイルタを記憶す
る。
【００３６】次に、フイルタリング手段１２ではフイル
タ群記憶手段１５に記憶されたフイルタ群のそれぞれを
用いて、画像記憶手段１１に記憶された画像のフイルタ
リングを行う。フイルタ群記憶手段１５に記憶されるフ
イルタは、畳み込み演算を前提にして作成された空間領
域におけるフイルタである。よって、ここでのフイルタ
リングは、皮膚紋様画像と各フイルタの畳み込み演算を
行う。この結果、フイルタｈi(ｘ，ｙ)、但しｉ＝１，
…，５、に対応する畳み込み演算の結果を複数得ること
ができる。以下では、５個のフイルタｈi(ｘ，ｙ)、但
しｉ＝１，２，…，５、に対応する畳み込み演算の結果
得られる画像をｇi(ｘ，ｙ)、但しｉ＝１，２，…，
５、と表すことにする。これを式で表すと、式７とな
る。
タ群記憶手段１５に記憶されたフイルタ群のそれぞれを
用いて、画像記憶手段１１に記憶された画像のフイルタ
リングを行う。フイルタ群記憶手段１５に記憶されるフ
イルタは、畳み込み演算を前提にして作成された空間領
域におけるフイルタである。よって、ここでのフイルタ
リングは、皮膚紋様画像と各フイルタの畳み込み演算を
行う。この結果、フイルタｈi(ｘ，ｙ)、但しｉ＝１，
…，５、に対応する畳み込み演算の結果を複数得ること
ができる。以下では、５個のフイルタｈi(ｘ，ｙ)、但
しｉ＝１，２，…，５、に対応する畳み込み演算の結果
得られる画像をｇi(ｘ，ｙ)、但しｉ＝１，２，…，
５、と表すことにする。これを式で表すと、式７とな
る。
【００３７】 ｇi(ｘ，ｙ)＝ｇ(ｘ，ｙ)*ｈi(ｘ，ｙ) …（７）
【００３８】式７中の“*”は畳み込み演算を表す。な
お、この画像ｇi(ｘ，ｙ)、但しｉ＝１，２，…，５
は、画像強度算出手段１３に提供される。
お、この画像ｇi(ｘ，ｙ)、但しｉ＝１，２，…，５
は、画像強度算出手段１３に提供される。
【００３９】画像強度算出手段１３では、予め規定した
画像特徴を出力する局所領域を複数設定しておき、その
局所領域における前記画像のｇi(ｘ，ｙ)の画像の強度
を計算する。局所領域をＣ(ｍ，ｎ)と表すと、画像ｇ
i(ｘ，ｙ)の局所領域Ｃ(ｍ，ｎ)における局所強度Ｐ
(ｉ，ｍ，ｎ)を、例えば次式８で示される値として計算
する。
画像特徴を出力する局所領域を複数設定しておき、その
局所領域における前記画像のｇi(ｘ，ｙ)の画像の強度
を計算する。局所領域をＣ(ｍ，ｎ)と表すと、画像ｇ
i(ｘ，ｙ)の局所領域Ｃ(ｍ，ｎ)における局所強度Ｐ
(ｉ，ｍ，ｎ)を、例えば次式８で示される値として計算
する。
【００４０】
【数４】
【００４１】ここでは、局所領域Ｃ(ｍ，ｎ)として、図
５に示すような原画像の大きさ５１２×５１２画素に対
して、水平・垂直方向各１６画素おきに設定した３２×
３２個の点(ｍ，ｎ)を中心とする(３２，３２)画素の矩
形領域とする。従って、画像強度算出手段１３では、各
画像ｇi(ｘ，ｙ)の各局所領域Ｃ(ｍ，ｎ)に対して上式
に従った計算を行い、その結果である画像強度Ｐ(ｉ，
ｍ，ｎ)を特徴算出手段１４に提供する。
５に示すような原画像の大きさ５１２×５１２画素に対
して、水平・垂直方向各１６画素おきに設定した３２×
３２個の点(ｍ，ｎ)を中心とする(３２，３２)画素の矩
形領域とする。従って、画像強度算出手段１３では、各
画像ｇi(ｘ，ｙ)の各局所領域Ｃ(ｍ，ｎ)に対して上式
に従った計算を行い、その結果である画像強度Ｐ(ｉ，
ｍ，ｎ)を特徴算出手段１４に提供する。
【００４２】特徴算出手段１４では、提供された画像強
度Ｐ(ｉ，ｍ，ｎ)を用いてその局所領域Ｃ(ｍ，ｎ)にお
ける特徴を算出し出力する。例えば、局所領域における
各フイルタｈi(ｘ，ｙ)に対応する画像強度Ｐ(ｉ，ｍ，
ｎ)を比較して、最も大きい値を与えるフイルタｈ
i(ｘ，ｙ)を求める。この“ｉ”は今の場合には隆線ピ
ッチに対応しているので、フイルタｈiに対応している
隆線ピッチを求める。例えば、理想帯域フイルタの中心
周波数(Ｒ1＋Ｒ2)／２から得られる値に基づき次式によ
り計算される値を隆線ピッチとする。
度Ｐ(ｉ，ｍ，ｎ)を用いてその局所領域Ｃ(ｍ，ｎ)にお
ける特徴を算出し出力する。例えば、局所領域における
各フイルタｈi(ｘ，ｙ)に対応する画像強度Ｐ(ｉ，ｍ，
ｎ)を比較して、最も大きい値を与えるフイルタｈ
i(ｘ，ｙ)を求める。この“ｉ”は今の場合には隆線ピ
ッチに対応しているので、フイルタｈiに対応している
隆線ピッチを求める。例えば、理想帯域フイルタの中心
周波数(Ｒ1＋Ｒ2)／２から得られる値に基づき次式によ
り計算される値を隆線ピッチとする。
【００４３】 τ＝５１２×２／(Ｒ1＋Ｒ2) …（９）
【００４４】帯域が(Ｒ1，Ｒ2)＝(２５，４０)のフイル
タｈiの場合には、５１２×２／(２５＋４０)＝１５．
７ドットを隆線ピッチとする。このような隆線ピッチを
その局所領域Ｃ(ｍ，ｎ)における画像特徴として出力す
る。他の局所領域Ｃ(ｍ，ｎ)についても同様に隆線ピッ
チを決定し出力する。
タｈiの場合には、５１２×２／(２５＋４０)＝１５．
７ドットを隆線ピッチとする。このような隆線ピッチを
その局所領域Ｃ(ｍ，ｎ)における画像特徴として出力す
る。他の局所領域Ｃ(ｍ，ｎ)についても同様に隆線ピッ
チを決定し出力する。
【００４５】（実施例２）実施例２は、皮膚紋様の画像
特徴抽出装置であって、実施例１の皮膚紋様の画像特徴
抽出装置との最も大きな相違は、実施例１ではフイルタ
リングを畳み込み演算を用いたのに対して、実施例２で
は二次元フーリエ変換を利用したフイルタリングを行う
点にある。
特徴抽出装置であって、実施例１の皮膚紋様の画像特徴
抽出装置との最も大きな相違は、実施例１ではフイルタ
リングを畳み込み演算を用いたのに対して、実施例２で
は二次元フーリエ変換を利用したフイルタリングを行う
点にある。
【００４６】実施例２におけるフイルタリング手段の構
成は、図６に示す構成となっている。図６のフイルタリ
ング手段２４は、入力画像を二次元フーリエ変換するフ
ーリエ変換手段２１と、フーリエ変換手段２１によりフ
ーリエ変換した結果の実および虚フーリエ成分に対して
フイルタ群記憶手段２５に記憶されるフイルタを用いて
フーリエ成分の周波数成分をマスクするマスク手段２２
と、マスク手段２２によってマスクされたフーリエ成分
を逆フーリエ変換する逆フーリエ変換手段２３とを備え
る。
成は、図６に示す構成となっている。図６のフイルタリ
ング手段２４は、入力画像を二次元フーリエ変換するフ
ーリエ変換手段２１と、フーリエ変換手段２１によりフ
ーリエ変換した結果の実および虚フーリエ成分に対して
フイルタ群記憶手段２５に記憶されるフイルタを用いて
フーリエ成分の周波数成分をマスクするマスク手段２２
と、マスク手段２２によってマスクされたフーリエ成分
を逆フーリエ変換する逆フーリエ変換手段２３とを備え
る。
【００４７】実施例２を用いて、実施例１の画像特徴抽
出装置とほぼ同様な隆線ピッチの抽出を行う場合には、
まず実施例１で説明したフーリエ変換面上で設計した５
１２×５１２の大きさの５つの理想帯域通過フイルタを
フイルタとしてフイルタ群記憶手段２５に予め記憶して
おく。フーリエ変換手段２１では、画像ｇ(ｘ，ｙ)に光
学的フーリエ変換を施し、そのフーリエ変換の結果Ｇ
(ｕ，ｖ)を出力する。マスク手段２２では、５つのフイ
ルタのそれぞれと、フーリエ変換Ｇ(ｕ，ｖ)の実成分お
よび虚成分にフイルタの各成分同士を乗じて出力する。
逆フーリエ変換手段２３では、５つのフイルタ毎にマス
クされたフーリエ成分を逆フーリエ変換して出力する。
逆フーリエ変換手段２３によって出力されたフイルタリ
ング等の５つの画像を用いて、以降の処理は実施例１と
同様に行う。
出装置とほぼ同様な隆線ピッチの抽出を行う場合には、
まず実施例１で説明したフーリエ変換面上で設計した５
１２×５１２の大きさの５つの理想帯域通過フイルタを
フイルタとしてフイルタ群記憶手段２５に予め記憶して
おく。フーリエ変換手段２１では、画像ｇ(ｘ，ｙ)に光
学的フーリエ変換を施し、そのフーリエ変換の結果Ｇ
(ｕ，ｖ)を出力する。マスク手段２２では、５つのフイ
ルタのそれぞれと、フーリエ変換Ｇ(ｕ，ｖ)の実成分お
よび虚成分にフイルタの各成分同士を乗じて出力する。
逆フーリエ変換手段２３では、５つのフイルタ毎にマス
クされたフーリエ成分を逆フーリエ変換して出力する。
逆フーリエ変換手段２３によって出力されたフイルタリ
ング等の５つの画像を用いて、以降の処理は実施例１と
同様に行う。
【００４８】なお、フーリエ変換は、必ずしも光学的フ
ーリエ変換を行う必要はなく、通常のデイジタルフーリ
エ変換や画像サイズが適当な大きさであれば、高速フー
リエ変換等を用いればよい。但し、その場合にはフイル
タ群記憶手段２５に記憶させるフイルタもそれらのフー
リエ変換に適合するように変換しておく必要があること
は言うまでもない。
ーリエ変換を行う必要はなく、通常のデイジタルフーリ
エ変換や画像サイズが適当な大きさであれば、高速フー
リエ変換等を用いればよい。但し、その場合にはフイル
タ群記憶手段２５に記憶させるフイルタもそれらのフー
リエ変換に適合するように変換しておく必要があること
は言うまでもない。
【００４９】（実施例３）実施例３は、皮膚紋様の画像
特徴抽出装置であって、実施例１の皮膚紋様の画像特徴
抽出装置との最も大きな相違は、特徴算出手段１４にお
ける画像特徴の算出手段が異なる点である。
特徴抽出装置であって、実施例１の皮膚紋様の画像特徴
抽出装置との最も大きな相違は、特徴算出手段１４にお
ける画像特徴の算出手段が異なる点である。
【００５０】実施例３の特徴算出手段では、各局所領域
の画像強度を与える画像特徴を変数として、各局所領域
の画像強度の総和と近接する各局所領域間における画像
特徴の差の平方の総和によって規定される評価関数を、
最小化するように画像特徴を算出する。このため、実施
例３における画像特徴抽出装置の特徴算出手段３０は、
図７に示すように、画像強度算出手段１３から提供され
る画像強度から画像特徴の初期値を算出する初期値算出
手段３２と、初期値算出手段３２から提供される初期値
として予め設定した評価関数を最小化する最小化手段３
１を備える。
の画像強度を与える画像特徴を変数として、各局所領域
の画像強度の総和と近接する各局所領域間における画像
特徴の差の平方の総和によって規定される評価関数を、
最小化するように画像特徴を算出する。このため、実施
例３における画像特徴抽出装置の特徴算出手段３０は、
図７に示すように、画像強度算出手段１３から提供され
る画像強度から画像特徴の初期値を算出する初期値算出
手段３２と、初期値算出手段３２から提供される初期値
として予め設定した評価関数を最小化する最小化手段３
１を備える。
【００５１】初期値算出手段３２では、実施例１で説明
した画像強度算出手段１３において算出される画像強度
Ｐ(ｉ，ｍ，ｎ)を用いて、各局所領域Ｃ(ｍ，ｎ)におけ
る最も大きい値を与えるフイルタｓ0(ｍ，ｎ)を求め
る。
した画像強度算出手段１３において算出される画像強度
Ｐ(ｉ，ｍ，ｎ)を用いて、各局所領域Ｃ(ｍ，ｎ)におけ
る最も大きい値を与えるフイルタｓ0(ｍ，ｎ)を求め
る。
【００５２】最小化手段３１では、初期値算出手段３２
によって算出されたｓ0(ｍ，ｎ)を初期値の画像特徴の
二次元パターンとして、次式に示す評価関数を最小化す
るように画像特徴の二次元パターンｓ(ｍ，ｎ)を求め
る。
によって算出されたｓ0(ｍ，ｎ)を初期値の画像特徴の
二次元パターンとして、次式に示す評価関数を最小化す
るように画像特徴の二次元パターンｓ(ｍ，ｎ)を求め
る。
【００５３】
【数５】
【００５４】ここで、右辺の総和は、近接する局所領域
Ｃ(ｍ，ｎ)とＣ(ｍ'，ｎ')における特徴間で演算が行な
われる。例えば、局所領域Ｃ(ｍ，ｎ)を中心とした場
合、図８に示すような５×５の近傍の領域における特徴
との間で総和演算を行う。また、Ｄ｛ｓ(ｍ，ｎ)，ｓ
(ｍ'，ｎ')｝は、特徴間の距離を規定するもので、ｓ
(ｍ，ｎ)がスカラー量であることから、例えば次の式１
１のような差の平方を用いる。
Ｃ(ｍ，ｎ)とＣ(ｍ'，ｎ')における特徴間で演算が行な
われる。例えば、局所領域Ｃ(ｍ，ｎ)を中心とした場
合、図８に示すような５×５の近傍の領域における特徴
との間で総和演算を行う。また、Ｄ｛ｓ(ｍ，ｎ)，ｓ
(ｍ'，ｎ')｝は、特徴間の距離を規定するもので、ｓ
(ｍ，ｎ)がスカラー量であることから、例えば次の式１
１のような差の平方を用いる。
【００５５】 Ｄ｛ｓ(ｍ，ｎ)，ｓ(ｍ'，ｎ')｝ ＝｛ｓ(ｍ，ｎ)−ｓ(ｍ'，ｎ')｝2 …（１１）
【００５６】このように評価関数を設定し、この評価関
数を最小化する画像特徴の二次元パターンを求めること
によって、空間的に隣接した各画像特徴間の変動が小さ
くなるように平滑化された画像特徴のパターンを得るこ
とができる。ここで、この評価関数の最小化は、ｓ
(ｍ，ｎ)を各フイルタに対応する値の離散的な値のみを
とり得るものとし、直接探索法によって行う。つまり、
最小化手段では、図９に示す流れ図に従って関数値の最
小化を行う。
数を最小化する画像特徴の二次元パターンを求めること
によって、空間的に隣接した各画像特徴間の変動が小さ
くなるように平滑化された画像特徴のパターンを得るこ
とができる。ここで、この評価関数の最小化は、ｓ
(ｍ，ｎ)を各フイルタに対応する値の離散的な値のみを
とり得るものとし、直接探索法によって行う。つまり、
最小化手段では、図９に示す流れ図に従って関数値の最
小化を行う。
【００５７】まず、初期値のパターンｓ(ｍ，ｎ)におけ
る評価関数値Ｅを式１０に従って計算する（ステップ４
１）。次に、ある局所領域Ｃ(ｍ，ｎ)におけるｓ(ｍ，
ｎ)をとり得る離散的な値の何れかに一次的に変更し、
その時の評価関数値Ｅを計算する（ステップ４２）。先
に計算したＥよりも評価関数値が減少しているならば
（ステップ４３）、ｓ(ｍ，ｎ)を評価関数値が小さくな
るように、変更する（ステップ４４）。同様に、離散的
な全てのｓ(ｍ，ｎ)の値について同様な更新を行い、局
初領域Ｃ(ｍ，ｎ)における全てのｓ(ｍ，ｎ)の値につい
て処理が終わったら（ステップ４５）、次の局所領域Ｃ
(ｍ，ｎ)について同様にｓ(ｍ，ｎ)の値の更新処理を行
う。全ての領域についてこの更新処理が終わったら（ス
テップ４６）、最初の局所領域に戻って同様に処理を繰
り返す。局所領域Ｃ(ｍ，ｎ)全体の更新を予め決めた適
当な回数繰り返した後、更新を終了し、最小化処理を終
了する（ステップ４７）。以上の評価関数の最小化の結
果得られる隆線ピッチ特徴を表す画像特徴の二次元パタ
ーンｓ(ｍ，ｎ)を出力することで、画像特徴を得ること
ができる。
る評価関数値Ｅを式１０に従って計算する（ステップ４
１）。次に、ある局所領域Ｃ(ｍ，ｎ)におけるｓ(ｍ，
ｎ)をとり得る離散的な値の何れかに一次的に変更し、
その時の評価関数値Ｅを計算する（ステップ４２）。先
に計算したＥよりも評価関数値が減少しているならば
（ステップ４３）、ｓ(ｍ，ｎ)を評価関数値が小さくな
るように、変更する（ステップ４４）。同様に、離散的
な全てのｓ(ｍ，ｎ)の値について同様な更新を行い、局
初領域Ｃ(ｍ，ｎ)における全てのｓ(ｍ，ｎ)の値につい
て処理が終わったら（ステップ４５）、次の局所領域Ｃ
(ｍ，ｎ)について同様にｓ(ｍ，ｎ)の値の更新処理を行
う。全ての領域についてこの更新処理が終わったら（ス
テップ４６）、最初の局所領域に戻って同様に処理を繰
り返す。局所領域Ｃ(ｍ，ｎ)全体の更新を予め決めた適
当な回数繰り返した後、更新を終了し、最小化処理を終
了する（ステップ４７）。以上の評価関数の最小化の結
果得られる隆線ピッチ特徴を表す画像特徴の二次元パタ
ーンｓ(ｍ，ｎ)を出力することで、画像特徴を得ること
ができる。
【００５８】（実施例４）実施例４の画像処理装置は、
実施例１や実施例２、実施例３の画像特徴抽出装置を用
いて、画像特徴の抽出を行った後に、その特徴に対応す
るフイルタリング画像の画素値を出力することで、画像
のフイルタリング処理を行う装置である。
実施例１や実施例２、実施例３の画像特徴抽出装置を用
いて、画像特徴の抽出を行った後に、その特徴に対応す
るフイルタリング画像の画素値を出力することで、画像
のフイルタリング処理を行う装置である。
【００５９】実施例４の画像処理装置は、図１０に示す
ように、図１に示した画像特徴抽出装置に、さらに画素
値算出手段７５を備えた構成となっている。この画素値
算出手段７５では、画像の各局所領域Ｃ(ｍ，ｎ)におい
て、特徴算出手段７４によって決定された特徴ｓ(ｍ，
ｎ)を与えるフイルタを調べ、そのフイルタに対応する
フイルタリング画像の局所領域の画素値を局所領域Ｃ
(ｍ，ｎ)における画素値として出力する。また、この画
像処理装置の中間結果として得られる画像特徴を皮膚紋
様画像の分類のための出力としても構わない。
ように、図１に示した画像特徴抽出装置に、さらに画素
値算出手段７５を備えた構成となっている。この画素値
算出手段７５では、画像の各局所領域Ｃ(ｍ，ｎ)におい
て、特徴算出手段７４によって決定された特徴ｓ(ｍ，
ｎ)を与えるフイルタを調べ、そのフイルタに対応する
フイルタリング画像の局所領域の画素値を局所領域Ｃ
(ｍ，ｎ)における画素値として出力する。また、この画
像処理装置の中間結果として得られる画像特徴を皮膚紋
様画像の分類のための出力としても構わない。
【００６０】（実施例５）実施例５の皮膚紋様画像の画
像処理装置は、画像処理装置を３段階に組み合わせるこ
とによって、画像処理を行うものである。図１１は、実
施例５の画像処理装置の構成図を示している。実施例５
の画像処理装置は、基本的には実施例４の画像処理装置
とほぼ同等の画像処理装置８０、８１の２段で構成され
ており、隆線ピッチを考慮したフイルタ群による画像処
理装置８０の出力を画像処理装置８１の画像記憶手段８
０６に記憶し、この画像記憶手段８０６に記憶された画
像に対して、さらに隆線方向を考慮したフイルタ群によ
る画像処理を施すものである。
像処理装置は、画像処理装置を３段階に組み合わせるこ
とによって、画像処理を行うものである。図１１は、実
施例５の画像処理装置の構成図を示している。実施例５
の画像処理装置は、基本的には実施例４の画像処理装置
とほぼ同等の画像処理装置８０、８１の２段で構成され
ており、隆線ピッチを考慮したフイルタ群による画像処
理装置８０の出力を画像処理装置８１の画像記憶手段８
０６に記憶し、この画像記憶手段８０６に記憶された画
像に対して、さらに隆線方向を考慮したフイルタ群によ
る画像処理を施すものである。
【００６１】画像処理装置８０と画像処理装置８１との
大きな違いは、フイルタ群記憶手段８１１、およびフイ
ルタ群記憶手段８１２に記憶されるフイルタの違いが最
も大きな違いであり、第１のフイルタ群記憶手段８１１
では皮膚紋様の隆線方向に沿った画像特徴の抽出および
フイルタリングを行うためのフイルタ群を記憶し、第２
のフイルタ群記憶手段８１２では、皮膚紋様の隆線ピッ
チを考慮したフイルタ群を記憶する。以下では、第１の
フイルタリング手段８０２および第２のフイルタリング
手段８０７において、フーリエ変換を用いたフイルタリ
ングを行う場合の説明をする。
大きな違いは、フイルタ群記憶手段８１１、およびフイ
ルタ群記憶手段８１２に記憶されるフイルタの違いが最
も大きな違いであり、第１のフイルタ群記憶手段８１１
では皮膚紋様の隆線方向に沿った画像特徴の抽出および
フイルタリングを行うためのフイルタ群を記憶し、第２
のフイルタ群記憶手段８１２では、皮膚紋様の隆線ピッ
チを考慮したフイルタ群を記憶する。以下では、第１の
フイルタリング手段８０２および第２のフイルタリング
手段８０７において、フーリエ変換を用いたフイルタリ
ングを行う場合の説明をする。
【００６２】５１２×５１２画素の大きさの画像が第１
の画像記憶手段８０１に記憶される。第１のフイルタリ
ング手段８０２では、実施例２で説明したのと同様にフ
ーリエ変換を利用してフイルタリングを行う。ここで
は、フーリエ変換面における座標をベクトルｒ＝(ｕ，
ｖ)で表し、フイルタとして次式１２で示されるフイル
タを用いる。
の画像記憶手段８０１に記憶される。第１のフイルタリ
ング手段８０２では、実施例２で説明したのと同様にフ
ーリエ変換を利用してフイルタリングを行う。ここで
は、フーリエ変換面における座標をベクトルｒ＝(ｕ，
ｖ)で表し、フイルタとして次式１２で示されるフイル
タを用いる。
【００６３】
【数６】
【００６４】ここで、ｒ0は通過周波帯の中心周波数を
表すパラメータで、σrは、周波数の帯域幅を特徴付け
るためのパラメータである。フイルタのサイズは、画像
サイズと同じ５１２×５１２の大きさで、(ｕ，ｖ)の範
囲は、−２５６≦ｕ≦２５５，−２５６≦ｖ≦２５５の
値である。フーリエ変換面上での原点を中心に点対称と
なる特性を有するフイルタで、上式を用いて設計したσ
r＝１２．０の場合のフイルタ群の例を図１２に示す。
この図１２で、濃淡が明るい方が値が大きく、濃淡値が
最も暗い部分が値が０の部分であり、隆線ピッチにし
て、それぞれ約５画素から約２０画素の周期の間にその
中心通過帯域がある。但し、この図１２では、５１２×
５１２のサイズのフイルタの中心部分を拡大して図示し
ている。上式で示されるフイルタは、ｒ0を中心に周波
数を通過させる帯域フイルタを構成し、皮膚紋様画像の
隆線ピッチ特徴と対応するフイルタとなる。このフイル
タ群は、第１のフイルタ群記憶手段８１１に記憶され
る。
表すパラメータで、σrは、周波数の帯域幅を特徴付け
るためのパラメータである。フイルタのサイズは、画像
サイズと同じ５１２×５１２の大きさで、(ｕ，ｖ)の範
囲は、−２５６≦ｕ≦２５５，−２５６≦ｖ≦２５５の
値である。フーリエ変換面上での原点を中心に点対称と
なる特性を有するフイルタで、上式を用いて設計したσ
r＝１２．０の場合のフイルタ群の例を図１２に示す。
この図１２で、濃淡が明るい方が値が大きく、濃淡値が
最も暗い部分が値が０の部分であり、隆線ピッチにし
て、それぞれ約５画素から約２０画素の周期の間にその
中心通過帯域がある。但し、この図１２では、５１２×
５１２のサイズのフイルタの中心部分を拡大して図示し
ている。上式で示されるフイルタは、ｒ0を中心に周波
数を通過させる帯域フイルタを構成し、皮膚紋様画像の
隆線ピッチ特徴と対応するフイルタとなる。このフイル
タ群は、第１のフイルタ群記憶手段８１１に記憶され
る。
【００６５】また、隆線方向を特徴付けるための複数の
フイルタは、第２のフイルタ群記憶手段８１２に記憶さ
れる。この隆線方向を特徴づけるためのフイルタの数を
ｎ＝１６としよう。このフイルタの数に従って周波数領
域を方向性を持って分割するように、直流成分がフーリ
エ周波数空間における中心となるフーリエ変換面におけ
るフイルタを準備する。ここで、方向性を持たせるフイ
ルタの中心方向をθとして、その方向の単位ベクトルを
ｅθ＝(cosθ，sinθ)と書き表す。ここでは、次式によ
って表されるフイルタを用いる。
フイルタは、第２のフイルタ群記憶手段８１２に記憶さ
れる。この隆線方向を特徴づけるためのフイルタの数を
ｎ＝１６としよう。このフイルタの数に従って周波数領
域を方向性を持って分割するように、直流成分がフーリ
エ周波数空間における中心となるフーリエ変換面におけ
るフイルタを準備する。ここで、方向性を持たせるフイ
ルタの中心方向をθとして、その方向の単位ベクトルを
ｅθ＝(cosθ，sinθ)と書き表す。ここでは、次式によ
って表されるフイルタを用いる。
【００６６】
【数７】
【００６７】ここで、σθは、方向に対する周波数帯域
を特徴付けるパラメータである。フイルタのサイズは、
隆線ピッチに対応するフイルタと同様に画像サイズと同
じ５１２×５１２の大きさで、(ｕ，ｖ)の範囲は、−２
５６≦ｕ≦２５５，−２５６≦ｖ≦２５５の値である。
式１３に基づき、σθ＝０．４とした時に得られるフイ
ルタの例を図１３に示す。
を特徴付けるパラメータである。フイルタのサイズは、
隆線ピッチに対応するフイルタと同様に画像サイズと同
じ５１２×５１２の大きさで、(ｕ，ｖ)の範囲は、−２
５６≦ｕ≦２５５，−２５６≦ｖ≦２５５の値である。
式１３に基づき、σθ＝０．４とした時に得られるフイ
ルタの例を図１３に示す。
【００６８】方向性のフイルタリングを行う場合には、
実施例３の式１１に示したような特徴量間の距離差を用
いるよりも、次のような単位べクトルを用いて距離を定
義する方がよい。方向性のフイルタリングを行う場合、
フイルタを特徴づける特性は方向θである。従って、各
局所領域における画像特徴ｓ(ｍ，ｎ)として、各局所領
域における方向θ(ｍ，ｎ)を用いることとし、実施例３
の式１１の代わりに次式によって与えられる方向を単位
ベクトルとする。この時のベクトル間のユークリッド距
離を、フイルタを特徴付ける各特徴量間の差として用い
る。
実施例３の式１１に示したような特徴量間の距離差を用
いるよりも、次のような単位べクトルを用いて距離を定
義する方がよい。方向性のフイルタリングを行う場合、
フイルタを特徴づける特性は方向θである。従って、各
局所領域における画像特徴ｓ(ｍ，ｎ)として、各局所領
域における方向θ(ｍ，ｎ)を用いることとし、実施例３
の式１１の代わりに次式によって与えられる方向を単位
ベクトルとする。この時のベクトル間のユークリッド距
離を、フイルタを特徴付ける各特徴量間の差として用い
る。
【００６９】 Ｄ｛ｓ(ｍ，ｎ)，ｓ(ｍ'，ｎ')｝ ＝｛sin２θ(ｍ，ｎ)−sin２θ(ｍ'，ｎ')｝2 ＋｛cos２θ(ｍ，ｎ)−cos２θ(ｍ'，ｎ')｝2 …（１４）
【００７０】方向θを２倍にするのは、位相がπだけ異
なるθによるフイルタは本質的に同じであるので、単純
に方向の単位ベクトルを用いた場合に生じるべクトル差
の不連続性を無くすためである。さらに、ピッチ特徴や
方向特徴を必要とする場合には、第１の特徴算出手段の
出力や第３の特徴算出手段の出力を外部出力してもよ
い。
なるθによるフイルタは本質的に同じであるので、単純
に方向の単位ベクトルを用いた場合に生じるべクトル差
の不連続性を無くすためである。さらに、ピッチ特徴や
方向特徴を必要とする場合には、第１の特徴算出手段の
出力や第３の特徴算出手段の出力を外部出力してもよ
い。
【００７１】このように、隆線ピッチに対応したフイル
タリングを行った後に、このフイルタリングされた画像
に対して更に隆線方向に対応したフイルタリングを行う
ことによって、ノイズに対してより頑強な画像処理を行
うことができる。逆に、方向性のフイルタリングを行っ
た後、隆線ピッチに対応したフイルタリングを行っても
同様な効果を得ることができる。
タリングを行った後に、このフイルタリングされた画像
に対して更に隆線方向に対応したフイルタリングを行う
ことによって、ノイズに対してより頑強な画像処理を行
うことができる。逆に、方向性のフイルタリングを行っ
た後、隆線ピッチに対応したフイルタリングを行っても
同様な効果を得ることができる。
【００７２】尚、上述の実施例は本発明の好適な実施の
一例ではあるが本発明はこれに限定されるものではなく
本発明の要旨を逸脱しない範囲において種々変形実施可
能である。
一例ではあるが本発明はこれに限定されるものではなく
本発明の要旨を逸脱しない範囲において種々変形実施可
能である。
【００７３】
【発明の効果】以上の説明より明かなように、本発明の
皮膚紋様画像の画像特徴抽出装置は、皮膚紋様画像を記
憶し、局所領域における画像特徴を抽出するための重み
係数の二次元配列から成るフイルタを複数記憶し、記憶
される皮膚紋様画像に対して複数のフイルタをそれぞれ
用いてフイルタリングを行い、得られる各画像に対して
予め画像上に設定した複数の局所領域における画像強度
を算出する。さらに、局所領域の画像強度の情報を用い
て各局所領域における画像特徴を算出する。
皮膚紋様画像の画像特徴抽出装置は、皮膚紋様画像を記
憶し、局所領域における画像特徴を抽出するための重み
係数の二次元配列から成るフイルタを複数記憶し、記憶
される皮膚紋様画像に対して複数のフイルタをそれぞれ
用いてフイルタリングを行い、得られる各画像に対して
予め画像上に設定した複数の局所領域における画像強度
を算出する。さらに、局所領域の画像強度の情報を用い
て各局所領域における画像特徴を算出する。
【００７４】本発明の皮膚紋様画像の画像処理装置は、
皮膚紋様画像を記憶し、局所領域における画像特徴を抽
出するための重み係数の二次元配列から成るフイルタを
複数記憶し、記憶される皮膚紋様画像に対して複数のフ
イルタをそれぞれ用いてフイルタリングを行い、得られ
る各画像に対して予め画像上に設定した複数の局所領域
における画像強度を算出する。この算出により得られる
各局所領域の画像強度の情報を用いて各局所領域におけ
る画像特徴を算出し、各画像から各局所領域毎の画像特
徴に応じた画像の画素値を算出する。
皮膚紋様画像を記憶し、局所領域における画像特徴を抽
出するための重み係数の二次元配列から成るフイルタを
複数記憶し、記憶される皮膚紋様画像に対して複数のフ
イルタをそれぞれ用いてフイルタリングを行い、得られ
る各画像に対して予め画像上に設定した複数の局所領域
における画像強度を算出する。この算出により得られる
各局所領域の画像強度の情報を用いて各局所領域におけ
る画像特徴を算出し、各画像から各局所領域毎の画像特
徴に応じた画像の画素値を算出する。
【００７５】本発明の皮膚紋様画像の画像特徴抽出装置
および画像処理装置を用いることで、隆線方向や隆線ピ
ッチ等の画像特徴を精度良く抽出することができる。ま
た、本発明を用いることで、皮膚紋様画像から皮膚隆線
の方向やピッチ等の画像特徴を精度よく抽出することが
できる。さらに、精度良くノイズ除去し、隆線を強調す
る画像処理を行うことが可能となる。本発明では、画像
の各特徴毎に画像強度の情報を持っているので、画像の
平滑化をより正確に行うことができる。
および画像処理装置を用いることで、隆線方向や隆線ピ
ッチ等の画像特徴を精度良く抽出することができる。ま
た、本発明を用いることで、皮膚紋様画像から皮膚隆線
の方向やピッチ等の画像特徴を精度よく抽出することが
できる。さらに、精度良くノイズ除去し、隆線を強調す
る画像処理を行うことが可能となる。本発明では、画像
の各特徴毎に画像強度の情報を持っているので、画像の
平滑化をより正確に行うことができる。
【図１】本発明の皮膚紋様画像の画像特徴抽出装置およ
び画像処理装置の実施例１の構成を示すブロック図であ
る。
び画像処理装置の実施例１の構成を示すブロック図であ
る。
【図２】フィルタの構成を説明するための図である。
【図３】５段階のフィルタの構成例を示す図表である。
【図４】図３の空間領域におけるフイルタを説明するた
めの図である。
めの図である。
【図５】フィルタの動作を説明するための図である。
【図６】実施例２の構成を説明するためのブロック図で
ある。
ある。
【図７】実施例３の構成を説明するためのブロック図で
ある。
ある。
【図８】図７の特徴算出手段の動作を説明するための図
である。
である。
【図９】図７の最小化手段の動作を説明するための図で
ある。
ある。
【図１０】実施例４の構成を説明するためのブロック図
である。
である。
【図１１】実施例５の構成を説明するためのブロック図
である。
である。
【図１２】図１１のフィルタ群の実施例を説明するため
の図である。
の図である。
【図１３】図１１のフィルタ群の実施例を説明するため
の図である。
の図である。
【図１４】従来の画像特徴抽出に関する技術を説明する
ための図である。
ための図である。
１１ 画像記憶手段 １２ フイルタリング手段 １３ 画像強度算出手段 １４ 特徴算出手段 １５ フイルタ群記憶手段 ２１ フーリエ変換手段 ２２ マスク手段 ２３ 逆フーリエ変換手段 ２４ フィルタリング手段 ２５ フィルタ群記憶手段 ３０ 特徴算出手段 ３１ 最小化手段 ３２ 初期値算出手段
Claims (6)
- 【請求項１】 予め画像上に設定した複数の局所領域に
おける画像特徴を抽出する皮膚紋様画像の画像特徴抽出
装置において、 前記皮膚紋様画像を記憶する画像記憶手段と、 前記局所領域における画像特徴を抽出するための重み係
数の二次元配列から成るフイルタを複数記憶するフイル
タ群記憶手段と、 前記画像記憶手段に記憶される皮膚紋様画像に対して、
前記フイルタ群記憶手段に記憶される複数のフイルタを
それぞれ用いてフイルタリングを行うフイルタリング手
段と、 前記フイルタリング手段によって得られる各画像に対し
て、予め画像上に設定した前記複数の局所領域における
画像強度を算出する画像強度算出手段と、 該画像強度算出手段によって得られる前記局所領域の画
像強度の情報を用いて、各局所領域における画像特徴を
算出する特徴算出手段とを具備することを特徴とする皮
膚紋様画像の画像特徴抽出装置。 - 【請求項２】 請求項１に記載の皮膚紋様画像の画像特
徴抽出装置において、前記フイルタ群記憶手段に記憶さ
れる各フイルタを用いて、前記画像記憶手段に記憶され
る皮膚紋様画像を二次元フーリエ変換を利用して前記フ
イルタリング手段がフイルタリングを行うことを特徴と
する皮膚紋様画像の画像特徴抽出装置。 - 【請求項３】 請求項１または請求項２に記載の皮膚紋
様画像の画像特徴抽出装置において、該装置はさらに、
前記画像強度算出手段によって得られる各局所領域の画
像強度と、近接する局所領域間における画像特徴の距離
とを用いて規定される評価関数を最小化するための、各
局所領域における画像特徴を算出する特徴算出手段を具
備することを特徴とする皮膚紋様画像の画像特徴抽出装
置。 - 【請求項４】 予め画像上に設定した複数の局所領域に
おける画像特徴を抽出する皮膚紋様画像の画像処理装置
において、 前記皮膚紋様画像を記憶する画像記憶手段と、 前記局所領域における画像特徴を抽出するための重み係
数の二次元配列から成るフイルタを複数記憶するフイル
タ群記憶手段と、 前記画像記憶手段に記憶される皮膚紋様画像に対して、
前記フイルタ群記憶手段に記憶される複数のフイルタを
それぞれ用いてフイルタリングを行うフイルタリング手
段と、 前記フイルタリング手段によって得られる各画像に対し
て、予め画像上に設定した前記複数の局所領域における
画像強度を算出する画像強度算出手段と、 前記画像強度算出手段によって得られる各局所領域の画
像強度の情報を用いて、各局所領域における画像特徴を
算出する特徴算出手段と、 前記フイルタリング手段によって得られる各画像から、
各局所領域毎に前記特徴算出手段の画像特徴に応じた画
像の画素値を算出する画素値算出手段とを具備すること
を特徴とする皮膚紋様画像の画像処理装置。 - 【請求項５】 請求項４に記載の皮膚紋様画像の画像処
理装置において、前記フイルタ群記憶手段に記憶される
各フイルタを用いて、前記画像記憶手段に記憶される皮
膚紋様画像を二次元フーリエ変換を利用して前記フイル
タリング手段がフイルタリングを行うことを特徴とする
皮膚紋様画像の画像処理装置。 - 【請求項６】 請求項４または請求項５に記載の皮膚紋
様画像の画像処理装置において、該装置はさらに、前記
画像強度算出手段によって得られる各局所領域の画像強
度と、近接する局所領域間における画像特徴の距離とを
用いて規定される評価関数を最小化するための、各局所
領域における画像特徴を算出する特徴算出手段を具備す
ることを特徴とする皮膚紋様画像の画像処理装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7086754A JP2776294B2 (ja) | 1995-04-12 | 1995-04-12 | 皮膚紋様画像の画像特徴抽出装置および画像処理装置 |
| DE69619884T DE69619884T2 (de) | 1995-04-12 | 1996-04-12 | Gerät zur Merkmalextraktion von Hautmustern und Bildprozessor für Hautmuster |
| EP96105813A EP0737932B1 (en) | 1995-04-12 | 1996-04-12 | An apparatus for extracting skin pattern features and a skin pattern image processor |
| US08/631,223 US6018586A (en) | 1995-04-12 | 1996-04-12 | Apparatus for extracting skin pattern features and a skin pattern image processor using subregion filtering |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7086754A JP2776294B2 (ja) | 1995-04-12 | 1995-04-12 | 皮膚紋様画像の画像特徴抽出装置および画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08287255A true JPH08287255A (ja) | 1996-11-01 |
| JP2776294B2 JP2776294B2 (ja) | 1998-07-16 |
Family
ID=13895558
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7086754A Expired - Lifetime JP2776294B2 (ja) | 1995-04-12 | 1995-04-12 | 皮膚紋様画像の画像特徴抽出装置および画像処理装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6018586A (ja) |
| EP (1) | EP0737932B1 (ja) |
| JP (1) | JP2776294B2 (ja) |
| DE (1) | DE69619884T2 (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6324297B1 (en) | 1997-07-28 | 2001-11-27 | Nec Corporation | Skin pattern feature extracting apparatus |
| WO2004100069A1 (ja) * | 2003-05-06 | 2004-11-18 | Sony Corporation | 画像処理装置、および画像処理方法 |
| JP2008090071A (ja) * | 2006-10-03 | 2008-04-17 | Keyence Corp | 拡大観察装置、拡大観察装置の操作方法、拡大観察装置操作プログラムおよびコンピュータで読み取り可能な記録媒体並びに記録した機器 |
| JP2009063375A (ja) * | 2007-09-05 | 2009-03-26 | Hamamatsu Photonics Kk | 血液検査装置 |
| US7853047B2 (en) | 2005-08-09 | 2010-12-14 | Nec Corporation | System for recognizing fingerprint image, method and program for the same |
| JP2013253964A (ja) * | 2012-05-11 | 2013-12-19 | Canon Inc | 距離計測装置、撮像装置、距離計測方法、およびプログラム |
Families Citing this family (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000259825A (ja) * | 1999-03-11 | 2000-09-22 | Chuo Spring Co Ltd | 画像強調装置 |
| US6941323B1 (en) * | 1999-08-09 | 2005-09-06 | Almen Laboratories, Inc. | System and method for image comparison and retrieval by enhancing, defining, and parameterizing objects in images |
| US6766040B1 (en) | 2000-10-02 | 2004-07-20 | Biometric Solutions, Llc | System and method for capturing, enrolling and verifying a fingerprint |
| KR100467392B1 (ko) * | 2001-06-04 | 2005-01-24 | 주식회사 테크스피어 | 손가락 마디 지문을 이용한 개인 식별 방법 및 그 장치 |
| US6907193B2 (en) | 2001-11-08 | 2005-06-14 | Johnson & Johnson Consumer Companies, Inc. | Method of taking polarized images of the skin and the use thereof |
| US6961517B2 (en) | 2001-11-08 | 2005-11-01 | Johnson & Johnson Consumer Companies, Inc. | Method of promoting skin care products |
| US6922523B2 (en) | 2001-11-08 | 2005-07-26 | Johnson & Johnson Consumer Companies, Inc. | Method of promoting skin care products |
| US20040146290A1 (en) * | 2001-11-08 | 2004-07-29 | Nikiforos Kollias | Method of taking images of the skin using blue light and the use thereof |
| US7738032B2 (en) | 2001-11-08 | 2010-06-15 | Johnson & Johnson Consumer Companies, Inc. | Apparatus for and method of taking and viewing images of the skin |
| US20040057606A1 (en) * | 2002-09-25 | 2004-03-25 | The Hong Kong Polytechnic University | Apparatus for capturing a palmprint image |
| US7466846B2 (en) * | 2002-09-25 | 2008-12-16 | The Hong Kong Polytechnic University | Method for analyzing a palm print for the identification of an individual using gabor analysis |
| US7496214B2 (en) * | 2002-09-25 | 2009-02-24 | The Hong Kong Polytechnic University | Method of palm print identification |
| US20050281438A1 (en) * | 2004-06-21 | 2005-12-22 | Zhang David D | Palm print identification using palm line orientation |
| US8026942B2 (en) | 2004-10-29 | 2011-09-27 | Johnson & Johnson Consumer Companies, Inc. | Skin imaging system with probe |
| KR100752640B1 (ko) * | 2005-01-05 | 2007-08-29 | 삼성전자주식회사 | 방향성 기울기 필터를 이용한 지문 영역 분할 장치 및 방법 |
| US7764303B2 (en) * | 2006-10-02 | 2010-07-27 | Johnson & Johnson Consumer Companies, Inc. | Imaging apparatus and methods for capturing and analyzing digital images of the skin |
| US7558416B2 (en) * | 2006-10-02 | 2009-07-07 | Johnson & Johnson Consumer Companies, Inc. | Apparatus and method for measuring photodamage to skin |
| US8103061B2 (en) * | 2006-10-02 | 2012-01-24 | Johnson & Johnson Consumer Companies, Inc. | Method and apparatus for identifying facial regions |
| CN101641049A (zh) * | 2007-03-21 | 2010-02-03 | 光谱辨识公司 | 基于局部一致特征的生物测定 |
| US20090082637A1 (en) * | 2007-09-21 | 2009-03-26 | Michael Galperin | Multi-modality fusion classifier with integrated non-imaging factors |
| JP5061370B2 (ja) * | 2008-03-27 | 2012-10-31 | Ｎｅｃソフト株式会社 | 隆線領域抽出装置、隆線領域抽出システム、隆線領域抽出方法、およびプログラム |
| CN102096824B (zh) * | 2011-02-18 | 2014-04-02 | 复旦大学 | 基于选择性视觉注意机制的多光谱图像舰船检测方法 |
| US9342732B2 (en) * | 2012-04-25 | 2016-05-17 | Jack Harper | Artificial intelligence methods for difficult forensic fingerprint collection |
| US20140100550A1 (en) * | 2012-10-10 | 2014-04-10 | Christie Digital Systems Canada Inc. | Catheter discrimination and guidance system |
| US20140100524A1 (en) * | 2012-10-10 | 2014-04-10 | Christie Digital Systems Usa, Inc. | Catheter discrimination and guidance system |
| US10055661B2 (en) * | 2015-03-24 | 2018-08-21 | Intel Corporation | Skin texture-based authentication |
| CN116659414B (zh) * | 2023-07-21 | 2023-10-13 | 南京信息工程大学 | 一种基于改进HiIbert变换的结构光解调方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5932064A (ja) * | 1982-08-13 | 1984-02-21 | Nippon Telegr & Teleph Corp <Ntt> | 指紋特徴抽出装置 |
| JPH05346956A (ja) * | 1992-06-08 | 1993-12-27 | Nec Corp | 画像信号の処理装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5177138A (ja) * | 1974-12-27 | 1976-07-03 | Nippon Electric Co | |
| KR920002928B1 (ko) * | 1989-11-28 | 1992-04-10 | 한국과학기술연구원 | 지문 인식 방법 |
| US5072314A (en) * | 1990-04-04 | 1991-12-10 | Rockwell International Corporation | Image enhancement techniques using selective amplification of spatial frequency components |
| JP2811909B2 (ja) * | 1990-04-27 | 1998-10-15 | キヤノン株式会社 | 画像処理装置 |
| JP2960990B2 (ja) | 1991-07-15 | 1999-10-12 | 三菱重工業株式会社 | シールド掘削機のエレクタ装置 |
| JP2765335B2 (ja) * | 1992-01-07 | 1998-06-11 | 日本電気株式会社 | 隆線方向パターン平滑化方法およびその装置 |
| KR940001047B1 (ko) * | 1992-02-14 | 1994-02-08 | 주식회사 금성사 | 온라인 필기체 인식시스템 및 방법. |
| US5659626A (en) * | 1994-10-20 | 1997-08-19 | Calspan Corporation | Fingerprint identification system |
-
1995
- 1995-04-12 JP JP7086754A patent/JP2776294B2/ja not_active Expired - Lifetime
-
1996
- 1996-04-12 DE DE69619884T patent/DE69619884T2/de not_active Expired - Lifetime
- 1996-04-12 US US08/631,223 patent/US6018586A/en not_active Expired - Lifetime
- 1996-04-12 EP EP96105813A patent/EP0737932B1/en not_active Expired - Lifetime
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5932064A (ja) * | 1982-08-13 | 1984-02-21 | Nippon Telegr & Teleph Corp <Ntt> | 指紋特徴抽出装置 |
| JPH05346956A (ja) * | 1992-06-08 | 1993-12-27 | Nec Corp | 画像信号の処理装置 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6324297B1 (en) | 1997-07-28 | 2001-11-27 | Nec Corporation | Skin pattern feature extracting apparatus |
| WO2004100069A1 (ja) * | 2003-05-06 | 2004-11-18 | Sony Corporation | 画像処理装置、および画像処理方法 |
| JP2004329825A (ja) * | 2003-05-06 | 2004-11-25 | Sony Corp | 画像処理方法、および画像処理装置 |
| US7450757B2 (en) | 2003-05-06 | 2008-11-11 | Sony Corporation | Image processing device and image processing method |
| US7702174B2 (en) | 2003-05-06 | 2010-04-20 | Sony Corporation | Image processing apparatus and image processing method |
| JP4547869B2 (ja) * | 2003-05-06 | 2010-09-22 | ソニー株式会社 | 画像処理方法、および画像処理装置 |
| US7853047B2 (en) | 2005-08-09 | 2010-12-14 | Nec Corporation | System for recognizing fingerprint image, method and program for the same |
| US8019132B2 (en) | 2005-08-09 | 2011-09-13 | Nec Corporation | System for recognizing fingerprint image, method and program for the same |
| JP2008090071A (ja) * | 2006-10-03 | 2008-04-17 | Keyence Corp | 拡大観察装置、拡大観察装置の操作方法、拡大観察装置操作プログラムおよびコンピュータで読み取り可能な記録媒体並びに記録した機器 |
| JP2009063375A (ja) * | 2007-09-05 | 2009-03-26 | Hamamatsu Photonics Kk | 血液検査装置 |
| US8564764B2 (en) | 2007-09-05 | 2013-10-22 | Hamamatsu Photonics K.K. | Blood examination apparatus |
| JP2013253964A (ja) * | 2012-05-11 | 2013-12-19 | Canon Inc | 距離計測装置、撮像装置、距離計測方法、およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| DE69619884D1 (de) | 2002-04-25 |
| EP0737932B1 (en) | 2002-03-20 |
| EP0737932A2 (en) | 1996-10-16 |
| US6018586A (en) | 2000-01-25 |
| EP0737932A3 (en) | 1997-01-22 |
| DE69619884T2 (de) | 2002-11-07 |
| JP2776294B2 (ja) | 1998-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2776294B2 (ja) | 皮膚紋様画像の画像特徴抽出装置および画像処理装置 | |
| US6618503B2 (en) | Image demosaicing method utilizing directional smoothing | |
| US6807300B1 (en) | Noise reduction method utilizing color information, apparatus, and program for digital image processing | |
| US5148497A (en) | Fractal-based image compression and interpolation | |
| US7181086B2 (en) | Multiresolution method of spatially filtering a digital image | |
| US6801672B1 (en) | Removing noise from a color image using wavelets | |
| US5526446A (en) | Noise reduction system | |
| Zheng et al. | An advanced image fusion algorithm based on wavelet transform: incorporation with PCA and morphological processing | |
| EP0555674B1 (en) | Image rendering system and associated method for minimizing contours in a quantized digital color image | |
| JP2002269556A (ja) | デジタル画像からノイズを除去する複数解像度に基づく方法 | |
| GB2354131A (en) | Image registration method | |
| KR20190033037A (ko) | 이미징 시스템의 점 확산 함수를 결정하는 방법 | |
| JP2001167264A (ja) | 画像処理方法および装置並びに記録媒体 | |
| US6584213B2 (en) | Motion matching method | |
| Wang et al. | Image enhancement | |
| Jaemsiri et al. | Modified scale-space analysis in frequency domain based on adaptive multiscale Gaussian filter for saliency detection | |
| Dogiwal et al. | Super resolution image reconstruction using wavelet lifting schemes and gabor filters | |
| RU2767281C1 (ru) | Способ интеллектуальной обработки массива неоднородных изображений | |
| KR101161803B1 (ko) | 가버 필터 및 그것의 필터링 방법, 그리고 그것을 이용한영상 처리 방법 | |
| Yadav et al. | Statistical measures for Palmprint image enhancement | |
| Liu et al. | Can image quality enhancement methods improve the performance of biometric systems for degraded visible wavelength iris images? | |
| JPH1185971A (ja) | 階調変換方法および装置 | |
| JP2001167261A (ja) | 画像処理方法および装置並びに記録媒体 | |
| Almola | Review In Images Enhancement Medical Using Curvelet Transform and Vector Information | |
| Ng et al. | Performance Analysis of Adaptive Unsharp Masking Filter Techniques for Image Contrast Enhancement |
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: 19980331 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090501 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100501 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110501 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110501 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120501 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120501 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130501 Year of fee payment: 15 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140501 Year of fee payment: 16 |
|
| EXPY | Cancellation because of completion of term |