JPH09179978A - 指紋特徴抽出装置 - Google Patents
指紋特徴抽出装置Info
- Publication number
- JPH09179978A JPH09179978A JP7335513A JP33551395A JPH09179978A JP H09179978 A JPH09179978 A JP H09179978A JP 7335513 A JP7335513 A JP 7335513A JP 33551395 A JP33551395 A JP 33551395A JP H09179978 A JPH09179978 A JP H09179978A
- Authority
- JP
- Japan
- Prior art keywords
- fingerprint
- line
- feature
- singular point
- nodal
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims description 47
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 12
- 238000000034 method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
- G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
Abstract
(57)【要約】
【課題】 従来の絞り込み処理に用いられていた特徴量
に加え、新たに画像から得られる特徴量を用いて絞り込
み処理を行うことにより、処理時間を長くすることな
く、より高精度の分類、絞り込み処理を実現する装置を
提供する。 【解決手段】 入力画像から隆線を抽出する隆線抽出部
１２と、特異点を検出する特異点検出部１３と、主紋様
判定を行う主紋様判定部１４と、特異点間特徴量を求め
る特異点特徴量計算部１５とを有する指紋特徴抽出装置
に、入力画像から節線を抽出する節線抽出部１１を設け
るとともに、抽出された節線と隆線と特異点とに基づい
て、節線特異点特徴量を計算する節線特徴計算部１６を
設けた。
に加え、新たに画像から得られる特徴量を用いて絞り込
み処理を行うことにより、処理時間を長くすることな
く、より高精度の分類、絞り込み処理を実現する装置を
提供する。 【解決手段】 入力画像から隆線を抽出する隆線抽出部
１２と、特異点を検出する特異点検出部１３と、主紋様
判定を行う主紋様判定部１４と、特異点間特徴量を求め
る特異点特徴量計算部１５とを有する指紋特徴抽出装置
に、入力画像から節線を抽出する節線抽出部１１を設け
るとともに、抽出された節線と隆線と特異点とに基づい
て、節線特異点特徴量を計算する節線特徴計算部１６を
設けた。
Description
【０００１】
【発明の属する技術分野】本発明は、指紋特徴抽出装置
に関し、特に、指紋の分類・照合に使用される指紋の特
徴を抽出する指紋特徴抽出装置に関する。
に関し、特に、指紋の分類・照合に使用される指紋の特
徴を抽出する指紋特徴抽出装置に関する。
【０００２】
【従来の技術】入力された指紋紋様を、データベースに
登録された大量の指紋紋様の中から検索照合する指紋照
合装置として、指紋のマニューシャ（特徴点）を利用し
て照合を行う指紋照合装置がよく知られている。このよ
うな、指紋照合装置は、例えば、特公昭６３−１３２２
６号公報や特公昭６３−３４５０８号公報に記載されて
いる。
登録された大量の指紋紋様の中から検索照合する指紋照
合装置として、指紋のマニューシャ（特徴点）を利用し
て照合を行う指紋照合装置がよく知られている。このよ
うな、指紋照合装置は、例えば、特公昭６３−１３２２
６号公報や特公昭６３−３４５０８号公報に記載されて
いる。
【０００３】ここで、上記のような指紋照合装置を用
い、ある人物から採取された１０指分の指紋押捺印影を
有する検索指紋カード（サーチ側カード＝Ｓ側カード）
について、登録されたＭ枚の登録指紋カード（ファイル
側カード＝Ｆ側カード）の中に、同一人物から別の機会
に採取された１０指分の指紋押捺印影を有する検索指紋
カードが存在するか照合を行う場合について考える。
い、ある人物から採取された１０指分の指紋押捺印影を
有する検索指紋カード（サーチ側カード＝Ｓ側カード）
について、登録されたＭ枚の登録指紋カード（ファイル
側カード＝Ｆ側カード）の中に、同一人物から別の機会
に採取された１０指分の指紋押捺印影を有する検索指紋
カードが存在するか照合を行う場合について考える。
【０００４】上記のようなマニューシャを利用する指紋
照合装置による照合は、指紋を画像として取り扱う場合
に比べ、照合速度が早いという特徴がある反面、照合精
度が劣るという欠点がある。このため、この種の指紋照
合装置を用いる場合は、必要とされる精度に応じた本数
の指についてそれぞれ照合を行う必要がある。即ち、１
枚のＳ側カードについて、Ｍ×（１枚のカードに必要な
平均照合指本数）回の照合処理が必要となる。つまり、
確実な照合処理には時間がかかり、上記照合速度の速さ
の特徴を生かすことができない。
照合装置による照合は、指紋を画像として取り扱う場合
に比べ、照合速度が早いという特徴がある反面、照合精
度が劣るという欠点がある。このため、この種の指紋照
合装置を用いる場合は、必要とされる精度に応じた本数
の指についてそれぞれ照合を行う必要がある。即ち、１
枚のＳ側カードについて、Ｍ×（１枚のカードに必要な
平均照合指本数）回の照合処理が必要となる。つまり、
確実な照合処理には時間がかかり、上記照合速度の速さ
の特徴を生かすことができない。
【０００５】そこで、上記のような照合処理における演
算量を低減させるために、Ｓ側カードとＦ側カードとの
各指の画像から指紋紋様の全体的パターンの特徴を抽出
して比較し、類似した特徴を有するＦ側カードを選択し
て上述した照合処理に回し、非類似のＦ側カードは不一
致と判断して上述の照合処理を行わないようにすること
が提案され、実現されている。なお、これらの処理のう
ち、Ｓ側カードとＦ側カードとの指紋同士が照合処理に
かけられるべき近似性を有するか否かを判定することを
分類処理と呼び、Ｆ側カードの中から照合処理を行うべ
きカード群を決定することを絞り込み処理と呼ぶ。
算量を低減させるために、Ｓ側カードとＦ側カードとの
各指の画像から指紋紋様の全体的パターンの特徴を抽出
して比較し、類似した特徴を有するＦ側カードを選択し
て上述した照合処理に回し、非類似のＦ側カードは不一
致と判断して上述の照合処理を行わないようにすること
が提案され、実現されている。なお、これらの処理のう
ち、Ｓ側カードとＦ側カードとの指紋同士が照合処理に
かけられるべき近似性を有するか否かを判定することを
分類処理と呼び、Ｆ側カードの中から照合処理を行うべ
きカード群を決定することを絞り込み処理と呼ぶ。
【０００６】このような絞り込み処理に用いられるパタ
ーンの特徴としては、中村納、他による「方向分布パタ
ーンによる指紋画像の分類」（電子通信学会論文誌、Vo
l.J65-D,No.10,p.1286-1293,1982年10月）や、伊藤伸一
郎、他による「中心点に着目した指紋画像の一分類法」
（電子情報通信学会論文誌Ｄ−II、Vol.J73-D-II,No.1
0,p.1733-1741,1990 年10月）、あるいはU.S.Departmen
t of Justice, FederalBureau of Investigation発行の
“The Science of Fingerprints ”に開示されているよ
うに、その隆線模様の全体的パターンの形状と特徴点の
位置関係とに基づいて、蹄状紋、渦状紋、及び弓状紋等
の種類に分類する方法（主分類）がある。また、より精
密な絞り込み処理を行うために、前記“The Science of
Fingerprints ”に開示されているように、各指の主分
類情報に加え、指紋上の特異点（コア点、デルタ点）間
の距離、隆線数等の副情報をも併用した組み合わせでパ
ターンを分類する方法もある。
ーンの特徴としては、中村納、他による「方向分布パタ
ーンによる指紋画像の分類」（電子通信学会論文誌、Vo
l.J65-D,No.10,p.1286-1293,1982年10月）や、伊藤伸一
郎、他による「中心点に着目した指紋画像の一分類法」
（電子情報通信学会論文誌Ｄ−II、Vol.J73-D-II,No.1
0,p.1733-1741,1990 年10月）、あるいはU.S.Departmen
t of Justice, FederalBureau of Investigation発行の
“The Science of Fingerprints ”に開示されているよ
うに、その隆線模様の全体的パターンの形状と特徴点の
位置関係とに基づいて、蹄状紋、渦状紋、及び弓状紋等
の種類に分類する方法（主分類）がある。また、より精
密な絞り込み処理を行うために、前記“The Science of
Fingerprints ”に開示されているように、各指の主分
類情報に加え、指紋上の特異点（コア点、デルタ点）間
の距離、隆線数等の副情報をも併用した組み合わせでパ
ターンを分類する方法もある。
【０００７】
【発明が解決しようとする課題】多数の登録された指紋
紋様の中から、特定の指紋紋様に近似する特徴を有する
指紋紋様を検索する分類・絞り込み処理では、より高い
分類性能を実現するために、指紋画像からより多くの特
徴を抽出し、より広い特徴空間を利用することが望まし
い。
紋様の中から、特定の指紋紋様に近似する特徴を有する
指紋紋様を検索する分類・絞り込み処理では、より高い
分類性能を実現するために、指紋画像からより多くの特
徴を抽出し、より広い特徴空間を利用することが望まし
い。
【０００８】本発明は、従来の絞り込み処理に用いられ
ていた特徴量に加え、新たに画像から得られる特徴量を
用いて絞り込み処理を行うことにより、処理時間を長く
することなく、より高精度の分類、絞り込み処理を実現
する装置を提供することを目的とする。
ていた特徴量に加え、新たに画像から得られる特徴量を
用いて絞り込み処理を行うことにより、処理時間を長く
することなく、より高精度の分類、絞り込み処理を実現
する装置を提供することを目的とする。
【０００９】
【課題を解決するための手段】本発明によれば、入力さ
れる指紋画像からその特徴を抽出する指紋特徴抽出装置
において、前記指紋画像から関節線の位置を検出する節
線抽出手段と、前記指紋画像から指紋の特異点の位置を
検出する特異点検出手段と、前記関節線の位置と前記特
異点の位置とから求められる特徴量を計算する節線特徴
計算手段とを有することを特徴とする指紋特徴抽出装置
が得られる。
れる指紋画像からその特徴を抽出する指紋特徴抽出装置
において、前記指紋画像から関節線の位置を検出する節
線抽出手段と、前記指紋画像から指紋の特異点の位置を
検出する特異点検出手段と、前記関節線の位置と前記特
異点の位置とから求められる特徴量を計算する節線特徴
計算手段とを有することを特徴とする指紋特徴抽出装置
が得られる。
【００１０】ここで、前記節線特徴計算手段が計算する
特徴量としては、前記特異点と前記関節線との距離、２
つの前記特異点を結ぶ直線と前記関節線との成す角度、
２つの前記特異点から前記関節線にそれぞれ下ろした垂
線の足の間の距離、及び前記特異点から前記関節線に下
ろした垂線と交差する隆線の数、等がある。また、前記
節線特徴計算手段が、求めた前記特徴量の確信度をも計
算するようにしてもよい。
特徴量としては、前記特異点と前記関節線との距離、２
つの前記特異点を結ぶ直線と前記関節線との成す角度、
２つの前記特異点から前記関節線にそれぞれ下ろした垂
線の足の間の距離、及び前記特異点から前記関節線に下
ろした垂線と交差する隆線の数、等がある。また、前記
節線特徴計算手段が、求めた前記特徴量の確信度をも計
算するようにしてもよい。
【００１１】また、本発明によれば、入力された２つの
指紋画像が互いに類似しているか判定する指紋分類装置
において、前記指紋画像から関節線の位置を検出する節
線抽出手段と、前記指紋画像から指紋の特異点の位置を
検出する特異点検出手段と、前記関節線の位置と前記特
異点の位置とから求められる特徴量を計算する節線特徴
計算手段と、前記特徴量に基づいて前記２つの指紋画像
が互いに類似しているか否か判定する指紋分類手段とを
備えたことを特徴とする指紋分類装置が得られる。
指紋画像が互いに類似しているか判定する指紋分類装置
において、前記指紋画像から関節線の位置を検出する節
線抽出手段と、前記指紋画像から指紋の特異点の位置を
検出する特異点検出手段と、前記関節線の位置と前記特
異点の位置とから求められる特徴量を計算する節線特徴
計算手段と、前記特徴量に基づいて前記２つの指紋画像
が互いに類似しているか否か判定する指紋分類手段とを
備えたことを特徴とする指紋分類装置が得られる。
【００１２】さらに、本発明によれば、指紋が押捺され
た多数のファイル側指紋カードから、サーチ側指紋カー
ドに押捺された指紋に類似する指紋が押捺されたカード
を選択する指紋カード絞り込み装置において、前記ファ
イル側指紋カード及び前記サーチ側カードからそれぞれ
指紋画像を得る撮像手段と、前記指紋画像から関節線の
位置を検出する節線抽出手段と、前記指紋画像から指紋
の特異点の位置を検出する特異点検出手段と、前記関節
線の位置と前記特異点の位置とから求められる特徴量を
計算する節線特徴計算手段と、前記特徴量に基づいて前
記ファイル側カードから前記サーチ側カードに押捺され
た指紋に類似する指紋が押捺されたカードを選択するカ
ード選択判定手段とを備えたことを特徴とする指紋カー
ド絞り込み装置が得られる。
た多数のファイル側指紋カードから、サーチ側指紋カー
ドに押捺された指紋に類似する指紋が押捺されたカード
を選択する指紋カード絞り込み装置において、前記ファ
イル側指紋カード及び前記サーチ側カードからそれぞれ
指紋画像を得る撮像手段と、前記指紋画像から関節線の
位置を検出する節線抽出手段と、前記指紋画像から指紋
の特異点の位置を検出する特異点検出手段と、前記関節
線の位置と前記特異点の位置とから求められる特徴量を
計算する節線特徴計算手段と、前記特徴量に基づいて前
記ファイル側カードから前記サーチ側カードに押捺され
た指紋に類似する指紋が押捺されたカードを選択するカ
ード選択判定手段とを備えたことを特徴とする指紋カー
ド絞り込み装置が得られる。
【００１３】さらにまた、本発明によれば、入力された
２つの指紋画像が互いに同一人物の指紋から得られたも
のであるのか判定を行う指紋照合装置において、前記指
紋画像から関節線の位置を検出する節線抽出手段と、前
記指紋画像から指紋の特異点の位置を検出する特異点検
出手段と、前記関節線の位置と前記特異点の位置とから
求められる特徴量を計算する節線特徴計算手段と、前記
特徴量に基づいて前記２つの指紋画像が同一人物から得
られたものか否か判定する指紋照合手段とを備えたこと
を特徴とする指紋照合装置が得られる。
２つの指紋画像が互いに同一人物の指紋から得られたも
のであるのか判定を行う指紋照合装置において、前記指
紋画像から関節線の位置を検出する節線抽出手段と、前
記指紋画像から指紋の特異点の位置を検出する特異点検
出手段と、前記関節線の位置と前記特異点の位置とから
求められる特徴量を計算する節線特徴計算手段と、前記
特徴量に基づいて前記２つの指紋画像が同一人物から得
られたものか否か判定する指紋照合手段とを備えたこと
を特徴とする指紋照合装置が得られる。
【００１４】
【発明の実施の形態】次に図面を参照して本発明の指紋
特徴抽出装置の実施の形態について説明する。図１に本
発明の指紋特徴抽出装置の第１の実施の形態を示す。図
１の指紋特徴抽出装置１０は、入力される指紋画像から
節線を抽出する節線抽出部１１と、隆線を抽出する隆線
抽出部１２と、隆線から特異点を検出する特異点検出部
１３と、隆線及び特異点から紋様パターンを判定する主
紋様判定部１４と、隆線と特異点と紋様パターンとから
特異点間の特徴量を求める特異点特徴計算部１５と、節
線と特異点とから節線特異点特徴量を求める節線特徴計
算部１６とを有している。
特徴抽出装置の実施の形態について説明する。図１に本
発明の指紋特徴抽出装置の第１の実施の形態を示す。図
１の指紋特徴抽出装置１０は、入力される指紋画像から
節線を抽出する節線抽出部１１と、隆線を抽出する隆線
抽出部１２と、隆線から特異点を検出する特異点検出部
１３と、隆線及び特異点から紋様パターンを判定する主
紋様判定部１４と、隆線と特異点と紋様パターンとから
特異点間の特徴量を求める特異点特徴計算部１５と、節
線と特異点とから節線特異点特徴量を求める節線特徴計
算部１６とを有している。
【００１５】節線抽出部１１は、入力された指紋画像
（ディジタル画像）に含まれる第一関節線（以下、節線
という）の位置と方向を検出・決定する。この節線の検
出は、入力された指紋のデジタル画像から節線らしい領
域を推定し、その領域を近似する直線を記述することに
より行われる。
（ディジタル画像）に含まれる第一関節線（以下、節線
という）の位置と方向を検出・決定する。この節線の検
出は、入力された指紋のデジタル画像から節線らしい領
域を推定し、その領域を近似する直線を記述することに
より行われる。
【００１６】詳述すると、指紋画像が、Ｘ−Ｙ平面上で
ほぼＹ軸方向に沿って押捺されていると仮定すると、節
線は、ほぼＸ軸に沿った、ある程度の太さを有する直線
状の領域（隆線が黒で表わされるならば、白い領域）と
なる。したがって、Ｙ軸方向の濃度変化を調べ、濃度値
が局所的に小さい領域がほぼＸ軸に沿って直線的に存在
するところが節線と考えられる。そこで、指紋画像をＹ
軸方向に長い複数の帯状領域に分割し、各領域毎にＸ軸
方向の投影ヒストグラムを求め、求めた投影ヒストグラ
ムの谷の部分の位置、幅、深さ等の情報を求める。そし
て、求めた情報から、幅及び深さがほぼ等しく、Ｘ軸に
沿った領域を抽出し、その領域を直線で近似して、節線
とする。なお、このような節線の検出・決定方法は、本
発明者により発明され、特許出願されている（特願平７
−２８９４６０号）。
ほぼＹ軸方向に沿って押捺されていると仮定すると、節
線は、ほぼＸ軸に沿った、ある程度の太さを有する直線
状の領域（隆線が黒で表わされるならば、白い領域）と
なる。したがって、Ｙ軸方向の濃度変化を調べ、濃度値
が局所的に小さい領域がほぼＸ軸に沿って直線的に存在
するところが節線と考えられる。そこで、指紋画像をＹ
軸方向に長い複数の帯状領域に分割し、各領域毎にＸ軸
方向の投影ヒストグラムを求め、求めた投影ヒストグラ
ムの谷の部分の位置、幅、深さ等の情報を求める。そし
て、求めた情報から、幅及び深さがほぼ等しく、Ｘ軸に
沿った領域を抽出し、その領域を直線で近似して、節線
とする。なお、このような節線の検出・決定方法は、本
発明者により発明され、特許出願されている（特願平７
−２８９４６０号）。
【００１７】隆線抽出部１２は、入力指紋画像の隆線を
追跡し、その記述を出力する。即ち、隆線抽出部１２
は、入力指紋画像を２値化して、細線化処理を施し、隆
線を検出する。また、２値化された画像を反転して細線
化処理を施し谷線を検出する。そして、これらの記述を
出力する。この隆線抽出部１２における画像の２値化
は、例えば、電子情報通信学会論文誌Ｄ−II，Ｖｏｌ．
Ｊ７２−Ｄ−II，Ｎｏ．５，ｐｐ．７２４−７３２，１
９８９年５月刊行「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」（浅井他著）等の文献
に記載されている画像処理法が利用できる。また、細線
化処理は、例えば、共同システム開発発行の「ＳＰＩＤ
ＥＲ ＵＳＥＲ´Ｓ ＭＡＮＵＡＬ」（工業技術院監
修）等に記載されている、所謂、田村のアルゴリズム等
を用いればよい。
追跡し、その記述を出力する。即ち、隆線抽出部１２
は、入力指紋画像を２値化して、細線化処理を施し、隆
線を検出する。また、２値化された画像を反転して細線
化処理を施し谷線を検出する。そして、これらの記述を
出力する。この隆線抽出部１２における画像の２値化
は、例えば、電子情報通信学会論文誌Ｄ−II，Ｖｏｌ．
Ｊ７２−Ｄ−II，Ｎｏ．５，ｐｐ．７２４−７３２，１
９８９年５月刊行「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」（浅井他著）等の文献
に記載されている画像処理法が利用できる。また、細線
化処理は、例えば、共同システム開発発行の「ＳＰＩＤ
ＥＲ ＵＳＥＲ´Ｓ ＭＡＮＵＡＬ」（工業技術院監
修）等に記載されている、所謂、田村のアルゴリズム等
を用いればよい。
【００１８】特異点検出部１３は、隆線抽出部１２から
の隆線記述から、コア特異点及びデルタ特異点を求め、
その位置座標を決定する。つまり、特異点検出部１３
は、隆線記述から、隆線の端点（谷線の分岐点）、隆線
の分岐点（谷線の端点）を求め、その位置座標を出力す
る。この特異点検出部１３としては、例えば、特開平５
−１０８８０６号公報（または特願平７−１９７７１１
号）に記載されたものが使用できる。
の隆線記述から、コア特異点及びデルタ特異点を求め、
その位置座標を決定する。つまり、特異点検出部１３
は、隆線記述から、隆線の端点（谷線の分岐点）、隆線
の分岐点（谷線の端点）を求め、その位置座標を出力す
る。この特異点検出部１３としては、例えば、特開平５
−１０８８０６号公報（または特願平７−１９７７１１
号）に記載されたものが使用できる。
【００１９】主紋様判定部１４は、隆線抽出部１２と特
異点検出部１３とからの隆線記述と特異点情報とから紋
様パターン（主分類）を決定する。これはコア特異点の
数や、コア特異点を包囲する特徴線を数本追跡すること
により決定できる。
異点検出部１３とからの隆線記述と特異点情報とから紋
様パターン（主分類）を決定する。これはコア特異点の
数や、コア特異点を包囲する特徴線を数本追跡すること
により決定できる。
【００２０】特異点特徴計算部１５は、特異点検出部１
３からの特異点情報と隆線抽出部１２からの隆線記述に
基づいて、主紋様判定部１４で判定された紋様パターン
に応じた特異点間特徴量を計算する。以下、図２を参照
して特異点間特徴量の計算について説明する。
３からの特異点情報と隆線抽出部１２からの隆線記述に
基づいて、主紋様判定部１４で判定された紋様パターン
に応じた特異点間特徴量を計算する。以下、図２を参照
して特異点間特徴量の計算について説明する。
【００２１】図２に示す入力指紋画像は、１つのコアＣ
と１つのデルタＤを有する蹄状紋を示している。ここ
で、図の左右方向にＸ軸を、上下方向にＹ軸を想定する
と、特異点検出部１３からは、コアＣとデルタＤの座
標、（ｘc ，ｙc ）及び（ｘd ，ｙd ）が出力される。
まず、特異点特徴計算部１５は、これら２点間の距離、
即ち、コア−デルタ間距離（２点間ユークリッド距離）
を求める。その距離Ｄcdは、Ｄcd＝√（（ｘc −ｘd ）
2 ＋（ｙc −ｙd ）2 ）、で求められる。次に、特異点
特徴計算部１５は、コア−デルタ間交差隆線数（２点間
を結ぶ線分と交差する隆線の数）を、隆線抽出部１２か
らの隆線記述と、上記線分の記述とから計算する。
と１つのデルタＤを有する蹄状紋を示している。ここ
で、図の左右方向にＸ軸を、上下方向にＹ軸を想定する
と、特異点検出部１３からは、コアＣとデルタＤの座
標、（ｘc ，ｙc ）及び（ｘd ，ｙd ）が出力される。
まず、特異点特徴計算部１５は、これら２点間の距離、
即ち、コア−デルタ間距離（２点間ユークリッド距離）
を求める。その距離Ｄcdは、Ｄcd＝√（（ｘc −ｘd ）
2 ＋（ｙc −ｙd ）2 ）、で求められる。次に、特異点
特徴計算部１５は、コア−デルタ間交差隆線数（２点間
を結ぶ線分と交差する隆線の数）を、隆線抽出部１２か
らの隆線記述と、上記線分の記述とから計算する。
【００２２】なお、ここでは、主分類が蹄状紋の場合に
ついて述べたが、突起弓状紋の場合も、同様にして特徴
量を求めることができる。また、渦状紋の場合は、最大
でコアが２つ、デルタが２つあるが、そのような場合に
は、４点間相互の組み合わせ６種について全部あるいは
一部について上記特徴量を求めればよい。
ついて述べたが、突起弓状紋の場合も、同様にして特徴
量を求めることができる。また、渦状紋の場合は、最大
でコアが２つ、デルタが２つあるが、そのような場合に
は、４点間相互の組み合わせ６種について全部あるいは
一部について上記特徴量を求めればよい。
【００２３】また、上記例では、コア−デルタ間距離及
びコア−デルタ間交差隆線数の双方を求めることにした
が、いずれか一方を求めるようにしてもよい。
びコア−デルタ間交差隆線数の双方を求めることにした
が、いずれか一方を求めるようにしてもよい。
【００２４】節線特徴計算部１６は、節線抽出部１１か
らの節線近似線の記述と、特異点検出部１３からの特異
点位置記述と、隆線抽出部１２からの隆線記述とに基づ
いて、節線特異点特徴量を計算する。例えば、図２に示
すように節線がｙ＝Ａｘ＋Ｂで与えられたとすると、節
線特徴計算部１６は、コア−節線間距離（コアから節線
へ下ろした垂線の長さ）、デルタ−節線間距離（デルタ
から節線へ下ろした垂線の長さ）、ＣＤ線−節線角、コ
ア・デルタ節線投影点距離（コア特異点から節栓に下ろ
した垂線の足とデルタ特異点から節線に下ろした垂線の
足との距離）、コア−節線間交差隆線数（コア特異点か
ら節線への垂線線分と交差する隆線の数）、及びデルタ
−節線間交差隆線数（デルタ特異点から節線への垂線線
分と交差する隆線の数）の全部あるは一部を求める。
らの節線近似線の記述と、特異点検出部１３からの特異
点位置記述と、隆線抽出部１２からの隆線記述とに基づ
いて、節線特異点特徴量を計算する。例えば、図２に示
すように節線がｙ＝Ａｘ＋Ｂで与えられたとすると、節
線特徴計算部１６は、コア−節線間距離（コアから節線
へ下ろした垂線の長さ）、デルタ−節線間距離（デルタ
から節線へ下ろした垂線の長さ）、ＣＤ線−節線角、コ
ア・デルタ節線投影点距離（コア特異点から節栓に下ろ
した垂線の足とデルタ特異点から節線に下ろした垂線の
足との距離）、コア−節線間交差隆線数（コア特異点か
ら節線への垂線線分と交差する隆線の数）、及びデルタ
−節線間交差隆線数（デルタ特異点から節線への垂線線
分と交差する隆線の数）の全部あるは一部を求める。
【００２５】なお、コア−節線間距離Ｄc 及びデルタ−
節線間距離Ｄd は、それぞれ、Ｄc＝｜Ａｘc −ｙc ＋
Ｂ｜／√（Ａ2 ＋１）、Ｄd ＝｜Ａｘd −ｙd ＋Ｂ｜／
√（Ａ2 ＋１）、で求められる。また、ＣＤ線−節線角
θは、ＣＤ線を表わす式を、ｙ＝ｍｘ＋ｎ、とすると、
θ＝tan -1｜（ｍ−Ａ）／（１＋ｍＡ）｜、で求められ
る。因みに、ＣＤ線は数式１で表わされる。
節線間距離Ｄd は、それぞれ、Ｄc＝｜Ａｘc −ｙc ＋
Ｂ｜／√（Ａ2 ＋１）、Ｄd ＝｜Ａｘd −ｙd ＋Ｂ｜／
√（Ａ2 ＋１）、で求められる。また、ＣＤ線−節線角
θは、ＣＤ線を表わす式を、ｙ＝ｍｘ＋ｎ、とすると、
θ＝tan -1｜（ｍ−Ａ）／（１＋ｍＡ）｜、で求められ
る。因みに、ＣＤ線は数式１で表わされる。
【００２６】
【数１】 また、コア・デルタ節線投影点距離Ｄt は、Ｄt ＝（Ｄ
c −Ｄd ）／tan θ＝｜（Ｄc −Ｄd ）（１＋ｍＡ）／
（ｍ−Ａ）｜、または、Ｄt ＝√（（ｘc −ｘd ）2 ＋
（ｙc −ｙd ）2 −（Ｄc −Ｄd ）2 ）、で求めること
ができる。
c −Ｄd ）／tan θ＝｜（Ｄc −Ｄd ）（１＋ｍＡ）／
（ｍ−Ａ）｜、または、Ｄt ＝√（（ｘc −ｘd ）2 ＋
（ｙc −ｙd ）2 −（Ｄc −Ｄd ）2 ）、で求めること
ができる。
【００２７】なお、節線特徴計算部１６においても、特
異点特徴計算部１５のときと同様に、主分類が、突起弓
状紋の場合であっても、同様にして特徴量を求めること
ができる。また、渦状紋の場合は、最大でコアが２つ、
デルタが２つあるが、そのような場合には、４点間相互
の組み合わせ６種について全部あるいは一部について上
記特徴量を求めることができる。
異点特徴計算部１５のときと同様に、主分類が、突起弓
状紋の場合であっても、同様にして特徴量を求めること
ができる。また、渦状紋の場合は、最大でコアが２つ、
デルタが２つあるが、そのような場合には、４点間相互
の組み合わせ６種について全部あるいは一部について上
記特徴量を求めることができる。
【００２８】以上説明したように、図１の指紋特徴抽出
装置１０からは、主紋様判定部１４、特異点特徴計算部
１５、及び節線特徴計算部１６からの紋様パターンと特
異点間特徴量と、節線特異点特徴量とが出力される。
装置１０からは、主紋様判定部１４、特異点特徴計算部
１５、及び節線特徴計算部１６からの紋様パターンと特
異点間特徴量と、節線特異点特徴量とが出力される。
【００２９】次に図３を参照して、本発明の指紋特徴抽
出装置の第２の実施の形態について説明する。図３の指
紋特徴抽出装置３０は、図１のものと同様、節線抽出部
３１、隆線抽出部３２、特異点検出部３３、主紋様判定
部３４、特異点特徴計算部３５、及び節線特徴計算部３
６を有している。ここで、隆線抽出部３２は第１の実施
例の隆線抽出部１２と同じ動作をし、他のものは第１の
実施例と同様の動作に加え、それぞれの出力の信頼性
（確からしさ）を示す確信度情報の生成、出力動作を行
う。以下、詳述する。
出装置の第２の実施の形態について説明する。図３の指
紋特徴抽出装置３０は、図１のものと同様、節線抽出部
３１、隆線抽出部３２、特異点検出部３３、主紋様判定
部３４、特異点特徴計算部３５、及び節線特徴計算部３
６を有している。ここで、隆線抽出部３２は第１の実施
例の隆線抽出部１２と同じ動作をし、他のものは第１の
実施例と同様の動作に加え、それぞれの出力の信頼性
（確からしさ）を示す確信度情報の生成、出力動作を行
う。以下、詳述する。
【００３０】節線抽出部３１は、第１の実施の形態の場
合と同様に、入力された指紋画像に含まれる第一関節線
（節線）の位置と方向を検出し、決定する。同時に節線
抽出部３１は、決定した節線の位置と方向の信頼性（確
からしさ）を示す節線確信度情報を出力する。
合と同様に、入力された指紋画像に含まれる第一関節線
（節線）の位置と方向を検出し、決定する。同時に節線
抽出部３１は、決定した節線の位置と方向の信頼性（確
からしさ）を示す節線確信度情報を出力する。
【００３１】節線確信度情報は、例えば、検出した谷の
位置、深度、深さと幅の比等のファクタから計算して求
める。ここで使用される計算式は、予め多数のサンプル
から統計確率的に求めておく。なお、このような確信度
を求める方法は、前記特願平７−２８９４６０号に提案
されている。
位置、深度、深さと幅の比等のファクタから計算して求
める。ここで使用される計算式は、予め多数のサンプル
から統計確率的に求めておく。なお、このような確信度
を求める方法は、前記特願平７−２８９４６０号に提案
されている。
【００３２】隆線抽出部３２は、第１の実施の形態と同
様に、入力指紋画像上に存在する隆線を追跡し、その記
述を出力する。
様に、入力指紋画像上に存在する隆線を追跡し、その記
述を出力する。
【００３３】特異点検出部３３は、第１の実施の形態と
同様に、隆線抽出部３２からの隆線記述に基づいてコア
特異点及びデルタ特異点の位置を検出し、その座標値を
決定する。同時に、特異点検出部３３は、検出された特
異点の信頼性を示す特異点確信度情報を出力する。
同様に、隆線抽出部３２からの隆線記述に基づいてコア
特異点及びデルタ特異点の位置を検出し、その座標値を
決定する。同時に、特異点検出部３３は、検出された特
異点の信頼性を示す特異点確信度情報を出力する。
【００３４】特異点確信度情報としては、例えば、次の
ようなものが使用できる。即ち、検出された特異点を中
心とする円を想定し、円周上の点における接線方向のベ
クトルと、その点における隆線方向のベクトルとを定義
して、これら２つのベクトルの内積を求めると、特異点
に応じた特徴的な隆線方向分布ｆ(h) が得られる。この
隆線方向分布ｆ(h) をｍ点でサンプリングした後、離散
フーリエ展開し、下記の数式２で表わされるフーリエ係
数ａk 、ｂk を求め、各周波数成分ごとの強度Ｐ(k) ＝
ａk 2 ＋ｂk 2 を求める。こうして得た強度Ｐ(k) のう
ち、コア点については周波数成分ｋ＝１の強度Ｐ(1)
が、デルタ点については周波数成分ｋ＝３の強度Ｐ(3)
がそれぞれ確信度として利用できる。なお、この確信度
の求め方は、本願と同一出願人による特許出願（特願平
７−２６６６６１号）に記載された技術を利用するもの
である。
ようなものが使用できる。即ち、検出された特異点を中
心とする円を想定し、円周上の点における接線方向のベ
クトルと、その点における隆線方向のベクトルとを定義
して、これら２つのベクトルの内積を求めると、特異点
に応じた特徴的な隆線方向分布ｆ(h) が得られる。この
隆線方向分布ｆ(h) をｍ点でサンプリングした後、離散
フーリエ展開し、下記の数式２で表わされるフーリエ係
数ａk 、ｂk を求め、各周波数成分ごとの強度Ｐ(k) ＝
ａk 2 ＋ｂk 2 を求める。こうして得た強度Ｐ(k) のう
ち、コア点については周波数成分ｋ＝１の強度Ｐ(1)
が、デルタ点については周波数成分ｋ＝３の強度Ｐ(3)
がそれぞれ確信度として利用できる。なお、この確信度
の求め方は、本願と同一出願人による特許出願（特願平
７−２６６６６１号）に記載された技術を利用するもの
である。
【００３５】
【数２】 主紋様判定部３４は、第１の実施の形態と同様に、隆線
抽出部３２と特異点検出部３３とから得られた隆線情報
及び特異点情報とに基づいて紋様パターンを決定する。
同時に、主紋様判定部３４は、その決定の信頼性を示す
確信度情報も出力する。
抽出部３２と特異点検出部３３とから得られた隆線情報
及び特異点情報とに基づいて紋様パターンを決定する。
同時に、主紋様判定部３４は、その決定の信頼性を示す
確信度情報も出力する。
【００３６】ここでの確信度情報としては、事後確率を
用いる。即ち、大量の学習データ（指紋情報）に対して
主紋様判定処理を行ったときの正解率を確信度とする。
なお、この確信度の求め方は、本願と同一出願人による
特許出願（特願平７−１９７７１１号）に詳しい。
用いる。即ち、大量の学習データ（指紋情報）に対して
主紋様判定処理を行ったときの正解率を確信度とする。
なお、この確信度の求め方は、本願と同一出願人による
特許出願（特願平７−１９７７１１号）に詳しい。
【００３７】特異点特徴計算部３５は、特異点検出部３
３からの特異点情報とその確信度に基づいて、主紋様判
定部３４で決定された紋様パターンに応じた特異点間特
徴量とそれぞれの確信度を計算する。例えば、コア−デ
ルタ間距離の確信度は、コア特異点の確信度とデルタ特
異点の確信度との積とする。この確信度の計算について
は、本発明者が提案する「指紋カード選択装置および指
紋カード絞り込み装置」（特願平７−２９３６２０号）
に記載されている。
３からの特異点情報とその確信度に基づいて、主紋様判
定部３４で決定された紋様パターンに応じた特異点間特
徴量とそれぞれの確信度を計算する。例えば、コア−デ
ルタ間距離の確信度は、コア特異点の確信度とデルタ特
異点の確信度との積とする。この確信度の計算について
は、本発明者が提案する「指紋カード選択装置および指
紋カード絞り込み装置」（特願平７−２９３６２０号）
に記載されている。
【００３８】節線特徴計算部３６は、節線抽出部３１か
ら入力された節線近似線の記述と、特異点検出部３３か
らのコア特異点及びデルタ特異点の位置記述とから、第
１の実施の形態と同様に節線特異点特徴量を計算する。
このとき同時に各特徴量の確信度についても計算する。
ら入力された節線近似線の記述と、特異点検出部３３か
らのコア特異点及びデルタ特異点の位置記述とから、第
１の実施の形態と同様に節線特異点特徴量を計算する。
このとき同時に各特徴量の確信度についても計算する。
【００３９】例えば、入力された指紋画像が１つのコア
と１つのデルタとを有する蹄状紋だとすると、それぞれ
の特徴量の確信度は、以下のようになる。
と１つのデルタとを有する蹄状紋だとすると、それぞれ
の特徴量の確信度は、以下のようになる。
【００４０】即ち、コア−節線間距離の確信度＝節線確
信度とコアの確信度との積、デルタ−節線間距離の確信
度＝節線確信度とデルタの確信度との積、ＣＤ線−節線
角の確信度＝節線確信度とコアの確信度とデルタの確信
度との積、コア・デルタ節線投影点距離の確信度＝節線
確信度とコアの確信度とデルタの確信度との積、コア−
節線間交差隆線数の確信度＝節線確信度とコアの確信度
と、この区間のうち明らかに隆線が抽出できている区間
の長さの比率との積、デルタ−節線間交差隆線数の確信
度＝節線確信度とデルタの確信度と、この区間のうち明
らかに隆線が抽出できている区間の長さの比率との積、
となる。
信度とコアの確信度との積、デルタ−節線間距離の確信
度＝節線確信度とデルタの確信度との積、ＣＤ線−節線
角の確信度＝節線確信度とコアの確信度とデルタの確信
度との積、コア・デルタ節線投影点距離の確信度＝節線
確信度とコアの確信度とデルタの確信度との積、コア−
節線間交差隆線数の確信度＝節線確信度とコアの確信度
と、この区間のうち明らかに隆線が抽出できている区間
の長さの比率との積、デルタ−節線間交差隆線数の確信
度＝節線確信度とデルタの確信度と、この区間のうち明
らかに隆線が抽出できている区間の長さの比率との積、
となる。
【００４１】なお、ここでは主分類が蹄状紋の場合につ
いて述べたが、突起弓状紋や、渦状紋の場合も同様であ
る。
いて述べたが、突起弓状紋や、渦状紋の場合も同様であ
る。
【００４２】以上のようにして、本実施の形態の指紋特
徴抽出装置は、主紋様判定部３４から紋様パターンとそ
の確信度を、特異点特徴計算部３５から特異点間特徴量
とその確信度を、節線特徴計算部３６から節線特異点特
徴量とその確信度をそれぞれ入力された指紋画像の特徴
として出力する。
徴抽出装置は、主紋様判定部３４から紋様パターンとそ
の確信度を、特異点特徴計算部３５から特異点間特徴量
とその確信度を、節線特徴計算部３６から節線特異点特
徴量とその確信度をそれぞれ入力された指紋画像の特徴
として出力する。
【００４３】次に、図４を参照して本発明の指紋分類装
置の一実施の形態について説明する。この指紋分類装置
４０は、ファイル側指紋画像（Ｆ側指紋画像）とサーチ
側指紋画像（Ｓ側指紋画像）とに対し、それぞれ、図１
の指紋特徴抽出装置１０を用いて特徴抽出を行い、抽出
された特徴を基に指紋画像の分類処理を指紋分類部４１
にて行う。
置の一実施の形態について説明する。この指紋分類装置
４０は、ファイル側指紋画像（Ｆ側指紋画像）とサーチ
側指紋画像（Ｓ側指紋画像）とに対し、それぞれ、図１
の指紋特徴抽出装置１０を用いて特徴抽出を行い、抽出
された特徴を基に指紋画像の分類処理を指紋分類部４１
にて行う。
【００４４】指紋分類部４１は、本発明者が前記特願平
７−２９３６２０号に提案したように、２つの指紋特徴
抽出装置からの特徴情報に対し、項目ごとに特徴量の差
異を求め、その差異に比例した値を各項目における相違
度として決定する。そして、得られた項目毎の相違度を
全て加算して２つの画像間の相違度とする。この相違度
と、予め定められた閾値とを比較して、その後の照合処
理を施すべきか否かの判断を行い、相違度が閾値以下の
場合は「選択」、相違度が閾値より大きい場合は「非選
択」の分類結果を出力する。
７−２９３６２０号に提案したように、２つの指紋特徴
抽出装置からの特徴情報に対し、項目ごとに特徴量の差
異を求め、その差異に比例した値を各項目における相違
度として決定する。そして、得られた項目毎の相違度を
全て加算して２つの画像間の相違度とする。この相違度
と、予め定められた閾値とを比較して、その後の照合処
理を施すべきか否かの判断を行い、相違度が閾値以下の
場合は「選択」、相違度が閾値より大きい場合は「非選
択」の分類結果を出力する。
【００４５】与えられたＦ側及びＳ側の指紋画像が、同
一人物から採取されたものである場合は、画像は同じ紋
様パターンで、かつ、特徴量の値の差は、指紋の経時変
化、押捺条件の差、及び測定誤差等によって生じる誤差
程度のものである。したがって、求められた相違度は閾
値以下となり、Ｆ側指紋はＳ側指紋に対して「選択」と
判定される。逆に、Ｆ側とＳ側の指紋画像が異なる人物
から採取されたものである場合は、紋様パターンが異な
っていたり、特徴量の差が大きくなる確率が高く、相違
度も大きなものになりやすく、「非選択」と判定される
確率が高い。これにより精度と選択性の高い分類が実現
できる。
一人物から採取されたものである場合は、画像は同じ紋
様パターンで、かつ、特徴量の値の差は、指紋の経時変
化、押捺条件の差、及び測定誤差等によって生じる誤差
程度のものである。したがって、求められた相違度は閾
値以下となり、Ｆ側指紋はＳ側指紋に対して「選択」と
判定される。逆に、Ｆ側とＳ側の指紋画像が異なる人物
から採取されたものである場合は、紋様パターンが異な
っていたり、特徴量の差が大きくなる確率が高く、相違
度も大きなものになりやすく、「非選択」と判定される
確率が高い。これにより精度と選択性の高い分類が実現
できる。
【００４６】このように、節線を抽出する指紋特徴装置
を備えた指紋分類装置では、従来よりも特徴空間が広が
り、より信頼性・選択性の高い分類が可能になる。詳述
すると、従来から利用されている特徴、例えば、コア−
デルタ間距離やコア−デルタ間交差隆線数等の特徴は、
コア特異点とデルタ特異点の双方が検出されていなけれ
ば、特徴量を求めることができない。このため、指紋画
像の品質が悪い場合等、いずれか一方でも検出できない
と、特徴量として計算・利用できなかった。例えば蹄状
紋では、コア・デルタのうち、デルタが検出できなけれ
ば、主分類しか特徴が検出できなくなる。これに対し、
本発明の指紋分類装置では、コア及びデルタの一方が検
出できなくとも、他方と節線間との距離や、他方と節線
間の交差隆線数等の特徴量を使用することができるの
で、分類における使用可能情報量が増え、それだけ分類
性能が高まる。
を備えた指紋分類装置では、従来よりも特徴空間が広が
り、より信頼性・選択性の高い分類が可能になる。詳述
すると、従来から利用されている特徴、例えば、コア−
デルタ間距離やコア−デルタ間交差隆線数等の特徴は、
コア特異点とデルタ特異点の双方が検出されていなけれ
ば、特徴量を求めることができない。このため、指紋画
像の品質が悪い場合等、いずれか一方でも検出できない
と、特徴量として計算・利用できなかった。例えば蹄状
紋では、コア・デルタのうち、デルタが検出できなけれ
ば、主分類しか特徴が検出できなくなる。これに対し、
本発明の指紋分類装置では、コア及びデルタの一方が検
出できなくとも、他方と節線間との距離や、他方と節線
間の交差隆線数等の特徴量を使用することができるの
で、分類における使用可能情報量が増え、それだけ分類
性能が高まる。
【００４７】実際の指紋分類装置では、Ｆ側、Ｓ側とも
に指紋特徴抽出装置により抽出された特徴量を、ディス
ク、メモリなどのデータ保持装置に保存しておき、これ
を指紋分類部４１が読出して分類処理を行うようにす
る。このとき、データ保持装置に保存されるデータは、
照合に必要な指紋のマニューシャデータの量よりも遥か
に少ないので、保持装置の記憶容量は小さくてよい。ま
た、指紋分類装置での演算量も照合処理の場合に比べ、
遥かに少なく高速で実行することができる。
に指紋特徴抽出装置により抽出された特徴量を、ディス
ク、メモリなどのデータ保持装置に保存しておき、これ
を指紋分類部４１が読出して分類処理を行うようにす
る。このとき、データ保持装置に保存されるデータは、
照合に必要な指紋のマニューシャデータの量よりも遥か
に少ないので、保持装置の記憶容量は小さくてよい。ま
た、指紋分類装置での演算量も照合処理の場合に比べ、
遥かに少なく高速で実行することができる。
【００４８】次に図５を参照して、本発明の指紋カード
絞り込み装置の一実施の形態について説明する。この指
紋カード絞り込み装置５０は、基本的には図４の指紋分
類装置４０と同じであるが、指紋分類部４１の代わりに
カード選択判定部５１を有している点で異なる。また、
指紋カードに押捺された十指分の指紋についての画像か
らそれぞれ特徴抽出を行う点でも異なる。
絞り込み装置の一実施の形態について説明する。この指
紋カード絞り込み装置５０は、基本的には図４の指紋分
類装置４０と同じであるが、指紋分類部４１の代わりに
カード選択判定部５１を有している点で異なる。また、
指紋カードに押捺された十指分の指紋についての画像か
らそれぞれ特徴抽出を行う点でも異なる。
【００４９】各指紋特徴抽出装置１０には、指紋カード
に押捺された指紋を撮像して得た指紋画像が入力され
る。指紋特徴抽出装置１０は、入力された指紋画像から
各指の指紋についてそれぞれ特徴を抽出し、カード単位
で一纏め（カード指紋特徴という）にして出力する。
に押捺された指紋を撮像して得た指紋画像が入力され
る。指紋特徴抽出装置１０は、入力された指紋画像から
各指の指紋についてそれぞれ特徴を抽出し、カード単位
で一纏め（カード指紋特徴という）にして出力する。
【００５０】カード選択判定部５１は、指紋分類部４１
と同様に、入力されたカード指紋特徴を比較して項目ご
とに重み付けをした相違度を求め合計する。即ち、各指
について抽出した特徴量の差異を項目ごとに求め、重み
付けして相違度とし、これら相違度の和を求める。そし
て、得られた相違度和と予め定められた閾値とを比較し
て、Ｆ側カードの選択・非選択を決定する。この後、順
次Ｆ側カードについて特徴抽出を行いＳ側カードとの相
違度を求めて絞り込み処理を行う。
と同様に、入力されたカード指紋特徴を比較して項目ご
とに重み付けをした相違度を求め合計する。即ち、各指
について抽出した特徴量の差異を項目ごとに求め、重み
付けして相違度とし、これら相違度の和を求める。そし
て、得られた相違度和と予め定められた閾値とを比較し
て、Ｆ側カードの選択・非選択を決定する。この後、順
次Ｆ側カードについて特徴抽出を行いＳ側カードとの相
違度を求めて絞り込み処理を行う。
【００５１】本実施の形態によれば、従来の特徴に加え
て、節線から得られる特徴を活用することにより、節線
を使用しない従来のものに比べ、特徴空間が広がり、よ
り信頼性・選択性の高いカード絞り込みが可能になる。
て、節線から得られる特徴を活用することにより、節線
を使用しない従来のものに比べ、特徴空間が広がり、よ
り信頼性・選択性の高いカード絞り込みが可能になる。
【００５２】次に、図６を参照して、本発明の指紋照合
装置の一実施の形態について説明する。この指紋照合装
置６０も、図１の指紋特徴抽出装置１０を有しており、
この指紋特徴抽出装置１０が抽出した特徴を用いて、Ｆ
側指紋画像とＳ側指紋画像との同一性を評価し、これら
が同一人物から採取されたものか否かを判定する。
装置の一実施の形態について説明する。この指紋照合装
置６０も、図１の指紋特徴抽出装置１０を有しており、
この指紋特徴抽出装置１０が抽出した特徴を用いて、Ｆ
側指紋画像とＳ側指紋画像との同一性を評価し、これら
が同一人物から採取されたものか否かを判定する。
【００５３】即ち、特徴抽出装置１０は、それぞれ、Ｆ
側指紋画像、Ｓ側指紋画像から前述のように特徴量を抽
出し、指紋照合部６１へ出力する。指紋照合部６１は、
入力された指紋画像からマニューシャを利用した照合判
定を行う。このとき、特徴抽出装置１０からの特徴量に
ついても比較を行い、その結果を含めて照合判定を行
う。なお、ここで使用される指紋照合部５１は、特公昭
６３−１３２２６号公報や特公昭６３−３４５０８号公
報等に記載されたものを使用することができる。
側指紋画像、Ｓ側指紋画像から前述のように特徴量を抽
出し、指紋照合部６１へ出力する。指紋照合部６１は、
入力された指紋画像からマニューシャを利用した照合判
定を行う。このとき、特徴抽出装置１０からの特徴量に
ついても比較を行い、その結果を含めて照合判定を行
う。なお、ここで使用される指紋照合部５１は、特公昭
６３−１３２２６号公報や特公昭６３−３４５０８号公
報等に記載されたものを使用することができる。
【００５４】このように、従来のマニューシャによる照
合判定に加え、指紋特徴抽出装置１０によって抽出され
る特徴量を照合判定に使用するようにしたことにより、
従来に比べ、特徴空間が広がり、より制度の高い照合が
可能になる。
合判定に加え、指紋特徴抽出装置１０によって抽出され
る特徴量を照合判定に使用するようにしたことにより、
従来に比べ、特徴空間が広がり、より制度の高い照合が
可能になる。
【００５５】なお、上述した指紋分類装置、指紋カード
絞り込み装置、及び指紋照合装置の実施の形態では、そ
れぞれが図１の指紋特徴抽出装置を有している場合につ
いて説明したが、図２の指紋特徴抽出装置を有していて
もよい。この場合は、特徴量の差異と、確信度を適宜組
み合わせて２つの指紋画像の分類、照合（あるいはカー
ド選択）の判定基準として使用する。なお、確信度を用
いてこのような分類・照合を行う方法は、本発明者によ
る前記特願平７−２９３６２０号に提案されている。
絞り込み装置、及び指紋照合装置の実施の形態では、そ
れぞれが図１の指紋特徴抽出装置を有している場合につ
いて説明したが、図２の指紋特徴抽出装置を有していて
もよい。この場合は、特徴量の差異と、確信度を適宜組
み合わせて２つの指紋画像の分類、照合（あるいはカー
ド選択）の判定基準として使用する。なお、確信度を用
いてこのような分類・照合を行う方法は、本発明者によ
る前記特願平７−２９３６２０号に提案されている。
【００５６】
【発明の効果】指紋の分類、指紋カードの絞り込み、及
び指紋の分類のいずれにおいても、従来の特徴に加え、
節線から得られる特徴を利用するようにしたことで、節
線を使用しない場合に比べ、特徴空間が広がり、より信
頼性・選択性の高い分類、絞り込み、照合が可能にな
る。
び指紋の分類のいずれにおいても、従来の特徴に加え、
節線から得られる特徴を利用するようにしたことで、節
線を使用しない場合に比べ、特徴空間が広がり、より信
頼性・選択性の高い分類、絞り込み、照合が可能にな
る。
【図１】本発明の指紋特徴抽出装置の第１の実施の形態
を示すブロック図である。
を示すブロック図である。
【図２】図１の節線特徴計算部の動作を説明するための
概念図である。
概念図である。
【図３】本発明の指紋特徴抽出装置の第２の実施の形態
を示すブロック図である。
を示すブロック図である。
【図４】本発明の指紋分類装置の一実施の形態を示すブ
ロック図である。
ロック図である。
【図５】本発明の指紋カード絞り込み装置の一実施の形
態を示すブロック図である。
態を示すブロック図である。
【図６】本発明の指紋照合装置の一実施の形態を示すブ
ロック図である。
ロック図である。
１０ 指紋特徴抽出装置 １１ 節線抽出部 １２ 隆線抽出部 １３ 特異点検出部 １４ 主紋様判定部 １５ 特異点特徴計算部 １６ 節線特徴計算部 ３１ 節線抽出部 ３２ 隆線抽出部 ３３ 特異点検出部 ３４ 主紋様判定部 ３５ 特異点特徴計算部 ３６ 節線特徴計算部 ４０ 指紋分類装置 ４１ 指紋分類部 ５０ 指紋カード絞り込み装置 ５１ カード選択判定部 ６０ 指紋照合装置 ６１ 指紋照合部
Claims (10)
- 【請求項１】 入力される指紋画像からその特徴を抽出
する指紋特徴抽出装置において、前記指紋画像から関節
線の位置を検出する節線抽出手段と、前記指紋画像から
指紋の特異点の位置を検出する特異点検出手段と、前記
関節線の位置と前記特異点の位置とから求められる特徴
量を計算する節線特徴計算手段とを有することを特徴と
する指紋特徴抽出装置。 - 【請求項２】 前記節線特徴計算手段が、前記特徴量と
して、前記特異点と前記関節線との距離を求めることを
特徴とする請求項１の指紋特徴抽出装置。 - 【請求項３】 前記節線特徴計算手段が、前記特徴量と
して、２つの前記特異点を結ぶ直線と前記関節線との成
す角度を求めることを特徴とする請求項１の指紋特徴抽
出装置。 - 【請求項４】 前記節線特徴計算手段が、前記特徴量と
して、２つの前記特異点から前記関節線にそれぞれ下ろ
した垂線の足の間の距離を求めることを特徴とする請求
項１の指紋特徴抽出装置。 - 【請求項５】 前記節線特徴計算手段が、前記特徴量と
して、前記特異点から前記関節線に下ろした垂線と交差
する隆線の数を求めることを特徴とする請求項１の指紋
特徴抽出装置。 - 【請求項６】 前記特異点がコア特異点及びデルタ特異
点の一方、または両方であることを特徴とする請求項
１、２、３、４、または５の指紋特徴抽出装置。 - 【請求項７】 前記節線特徴計算手段が、求めた前記特
徴量の確信度をも計算することを特徴とする請求項１の
指紋特徴抽出装置。 - 【請求項８】 入力された２つの指紋画像が互いに類似
しているか判定する指紋分類装置において、前記指紋画
像から関節線の位置を検出する節線抽出手段と、前記指
紋画像から指紋の特異点の位置を検出する特異点検出手
段と、前記関節線の位置と前記特異点の位置とから求め
られる特徴量を計算する節線特徴計算手段と、前記特徴
量に基づいて前記２つの指紋画像が互いに類似している
か否か判定する指紋分類手段とを備えたことを特徴とす
る指紋分類装置。 - 【請求項９】 指紋が押捺された多数のファイル側指紋
カードから、サーチ側指紋カードに押捺された指紋に類
似する指紋が押捺されたカードを選択する指紋カード絞
り込み装置において、前記ファイル側指紋カード及び前
記サーチ側カードからそれぞれ指紋画像を得る撮像手段
と、前記指紋画像から関節線の位置を検出する節線抽出
手段と、前記指紋画像から指紋の特異点の位置を検出す
る特異点検出手段と、前記関節線の位置と前記特異点の
位置とから求められる特徴量を計算する節線特徴計算手
段と、前記特徴量に基づいて前記ファイル側カードから
前記サーチ側カードに押捺された指紋に類似する指紋が
押捺されたカードを選択するカード選択判定手段とを備
えたことを特徴とする指紋カード絞り込み装置。 - 【請求項１０】 入力された２つの指紋画像が互いに同
一人物の指紋から得られたものであるのか判定を行う指
紋照合装置において、前記指紋画像から関節線の位置を
検出する節線抽出手段と、前記指紋画像から指紋の特異
点の位置を検出する特異点検出手段と、前記関節線の位
置と前記特異点の位置とから求められる特徴量を計算す
る節線特徴計算手段と、前記特徴量に基づいて前記２つ
の指紋画像が同一人物から得られたものか否か判定する
指紋照合手段とを備えたことを特徴とする指紋照合装
置。
Priority Applications (8)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7335513A JP2827994B2 (ja) | 1995-12-22 | 1995-12-22 | 指紋特徴抽出装置 |
| AU75409/96A AU722613B2 (en) | 1995-12-22 | 1996-12-17 | Fingerprint characteristic extraction apparatus as well as fingerprint classification apparatus and fingerprint verification apparatus for use with fingerprint characteristic extraction apparatus |
| US08/768,665 US6091839A (en) | 1995-12-22 | 1996-12-18 | Fingerprint characteristic extraction apparatus as well as fingerprint classification apparatus and fingerprint verification apparatus for use with fingerprint characteristic extraction apparatus |
| CA002193438A CA2193438C (en) | 1995-12-22 | 1996-12-19 | Fingerprint characteristic extraction apparatus as well as fingerprint classification apparatus and fingerprint verification apparatus for use with fingerprint characteristic extraction apparatus |
| DE69623581A DE69623581D1 (de) | 1995-12-22 | 1996-12-20 | Merkmalextrahierung zur Fingerabdruckerkennung |
| DE69623581T DE69623581T4 (de) | 1995-12-22 | 1996-12-20 | Merkmalextrahierung zur Fingerabdruckerkennung |
| EP96120660A EP0780781B1 (en) | 1995-12-22 | 1996-12-20 | Feature extraction for fingerprint recognition |
| KR1019960069910A KR100214737B1 (ko) | 1995-12-22 | 1996-12-21 | 지문특징추출장치와 이를 이용하는 지문분류장치 및 지문조회장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7335513A JP2827994B2 (ja) | 1995-12-22 | 1995-12-22 | 指紋特徴抽出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09179978A true JPH09179978A (ja) | 1997-07-11 |
| JP2827994B2 JP2827994B2 (ja) | 1998-11-25 |
Family
ID=18289422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7335513A Expired - Lifetime JP2827994B2 (ja) | 1995-12-22 | 1995-12-22 | 指紋特徴抽出装置 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US6091839A (ja) |
| EP (1) | EP0780781B1 (ja) |
| JP (1) | JP2827994B2 (ja) |
| KR (1) | KR100214737B1 (ja) |
| AU (1) | AU722613B2 (ja) |
| CA (1) | CA2193438C (ja) |
| DE (2) | DE69623581T4 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100374695B1 (ko) * | 2000-07-10 | 2003-03-03 | 주식회사 디토정보기술 | 직접 융선 추출을 이용한 자동 지문 인식 시스템 |
| US7646893B2 (en) | 2004-03-30 | 2010-01-12 | Fujitsu Limited | Biometric information apparatus narrowing biometric information of registered users used when authorizing a candidate based on features extracted from the biometric information of the candidate |
| KR101349892B1 (ko) * | 2006-07-19 | 2014-01-13 | 루미다임 인크. | 다중 생체인식 다중 스펙트럼 이미저 |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100448288B1 (ko) * | 1997-08-29 | 2004-12-17 | 주식회사 대우일렉트로닉스 | 단말기사용자제한장치및방법 |
| JP3150126B2 (ja) * | 1999-02-03 | 2001-03-26 | 静岡日本電気株式会社 | 指紋入力装置 |
| JP2001167268A (ja) * | 1999-12-07 | 2001-06-22 | Nec Corp | 指紋入力装置 |
| WO2001055966A1 (fr) * | 2000-01-28 | 2001-08-02 | Chuo Hatsujo Kabushiki Kaisha | Procede d'evaluation d'une image d'empreinte digitale et dispositif d'appariement d'empreintes digitales |
| US6950540B2 (en) * | 2000-01-31 | 2005-09-27 | Nec Corporation | Fingerprint apparatus and method |
| JP2003058889A (ja) * | 2001-08-10 | 2003-02-28 | S Stuff:Kk | 個人識別方法及び個人識別装置 |
| KR100443234B1 (ko) * | 2001-10-04 | 2004-08-04 | 주식회사 삼원테크 | 분할입력된 지문의 합성장치와 분할입력된 지문의 등록 및인증방법 |
| KR100393753B1 (en) * | 2002-02-28 | 2003-08-02 | Smart Technology Co Ltd | Method for recognizing fingerprint using dual mode matching |
| US20040125993A1 (en) * | 2002-12-30 | 2004-07-01 | Yilin Zhao | Fingerprint security systems in handheld electronic devices and methods therefor |
| WO2004068413A1 (ja) | 2003-01-28 | 2004-08-12 | Fujitsu Limited | 生体情報登録装置，生体情報照合装置および生体情報登録／照合システム並びに生体情報登録プログラム |
| JP2005100062A (ja) * | 2003-09-24 | 2005-04-14 | Sanyo Electric Co Ltd | 認証装置および認証方法 |
| US7995808B2 (en) | 2006-07-19 | 2011-08-09 | Lumidigm, Inc. | Contactless multispectral biometric capture |
| US20080101663A1 (en) * | 2006-10-31 | 2008-05-01 | Motorola, Inc. | Methods for gray-level ridge feature extraction and associated print matching |
| CN101855650B (zh) | 2007-11-09 | 2012-12-12 | 富士通株式会社 | 生物体信息取得装置、生物体信息取得方法以及生物体认证装置 |
| EP2279483B1 (en) * | 2008-04-25 | 2019-06-05 | Aware, Inc. | Biometric identification and verification |
| WO2011114520A1 (ja) * | 2010-03-19 | 2011-09-22 | 富士通株式会社 | 識別装置、識別方法、及びプログラム |
| RU2449362C1 (ru) * | 2010-08-16 | 2012-04-27 | Федеральное государственное образовательное учреждение высшего профессионального образования "Чувашский государственный университет имени И.Н. Ульянова" | Способ формирования представления (шаблона) папиллярного узора |
| JP2017054323A (ja) * | 2015-09-10 | 2017-03-16 | 富士通株式会社 | 生体認証装置、生体認証方法、及び生体認証プログラム |
| WO2019073745A1 (ja) | 2017-10-13 | 2019-04-18 | 日本電気株式会社 | 生体認証装置及び生体認証方法 |
| CN110096954B (zh) * | 2019-03-21 | 2023-04-07 | 同济大学 | 一种基于神经网络的指纹识别方法 |
| CN117433952B (zh) * | 2023-12-21 | 2024-02-27 | 西南石油大学 | 一种重晶石粉密度快速测量方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5297299A (en) * | 1975-12-29 | 1977-08-15 | Nec Corp | Characteristic point detecting method |
| JPS59142676A (ja) * | 1983-02-03 | 1984-08-15 | Nippon Telegr & Teleph Corp <Ntt> | 指紋照合方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5624675A (en) | 1979-08-02 | 1981-03-09 | Nec Corp | Fingerprint reference device |
| JPS60134385A (ja) | 1983-12-22 | 1985-07-17 | Nec Corp | 指紋照合装置 |
| US4607384A (en) * | 1984-05-01 | 1986-08-19 | At&T - Technologies, Inc. | Fingerprint classification arrangement |
| JPS6313226A (ja) * | 1986-07-04 | 1988-01-20 | 富士電機株式会社 | 小形ヒユ−ズおよびその製造方法 |
| JPS6334508A (ja) * | 1986-07-29 | 1988-02-15 | Citizen Watch Co Ltd | レ−ザ・プリンタのスキヤナ− |
| JPH0424889A (ja) * | 1990-05-21 | 1992-01-28 | Toshiba Corp | 個人認証機能付きｉｃカード |
| US5267324A (en) * | 1990-07-05 | 1993-11-30 | Ezel, Inc. | Image comparison method |
| JP2734245B2 (ja) * | 1991-10-21 | 1998-03-30 | 日本電気株式会社 | 画像特徴抽出方法及びその装置 |
| JPH05297299A (ja) * | 1992-04-17 | 1993-11-12 | Mitsubishi Heavy Ind Ltd | 走査レーザー光のタイミング検出装置 |
| US5337369A (en) * | 1992-09-09 | 1994-08-09 | Nec Corporation | Equipment for fingerprint pattern classification |
| JPH06309444A (ja) * | 1993-04-21 | 1994-11-04 | Matsumura Electron:Kk | 指３本を使用した個人識別方法 |
-
1995
- 1995-12-22 JP JP7335513A patent/JP2827994B2/ja not_active Expired - Lifetime
-
1996
- 1996-12-17 AU AU75409/96A patent/AU722613B2/en not_active Ceased
- 1996-12-18 US US08/768,665 patent/US6091839A/en not_active Expired - Lifetime
- 1996-12-19 CA CA002193438A patent/CA2193438C/en not_active Expired - Fee Related
- 1996-12-20 DE DE69623581T patent/DE69623581T4/de not_active Expired - Lifetime
- 1996-12-20 EP EP96120660A patent/EP0780781B1/en not_active Expired - Lifetime
- 1996-12-20 DE DE69623581A patent/DE69623581D1/de not_active Expired - Lifetime
- 1996-12-21 KR KR1019960069910A patent/KR100214737B1/ko not_active IP Right Cessation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5297299A (en) * | 1975-12-29 | 1977-08-15 | Nec Corp | Characteristic point detecting method |
| JPS59142676A (ja) * | 1983-02-03 | 1984-08-15 | Nippon Telegr & Teleph Corp <Ntt> | 指紋照合方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100374695B1 (ko) * | 2000-07-10 | 2003-03-03 | 주식회사 디토정보기술 | 직접 융선 추출을 이용한 자동 지문 인식 시스템 |
| US7646893B2 (en) | 2004-03-30 | 2010-01-12 | Fujitsu Limited | Biometric information apparatus narrowing biometric information of registered users used when authorizing a candidate based on features extracted from the biometric information of the candidate |
| KR101349892B1 (ko) * | 2006-07-19 | 2014-01-13 | 루미다임 인크. | 다중 생체인식 다중 스펙트럼 이미저 |
Also Published As
| Publication number | Publication date |
|---|---|
| AU7540996A (en) | 1997-06-26 |
| JP2827994B2 (ja) | 1998-11-25 |
| CA2193438C (en) | 2000-05-02 |
| DE69623581D1 (de) | 2002-10-17 |
| CA2193438A1 (en) | 1997-06-23 |
| EP0780781A3 (en) | 1997-10-29 |
| KR970049821A (ko) | 1997-07-29 |
| EP0780781A2 (en) | 1997-06-25 |
| US6091839A (en) | 2000-07-18 |
| DE69623581T2 (de) | 2003-04-17 |
| AU722613B2 (en) | 2000-08-10 |
| DE69623581T4 (de) | 2004-03-04 |
| EP0780781B1 (en) | 2002-09-11 |
| KR100214737B1 (ko) | 1999-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2827994B2 (ja) | 指紋特徴抽出装置 | |
| JP2815045B2 (ja) | 画像特徴抽出装置，画像特徴解析装置，および画像照合システム | |
| JP2737734B2 (ja) | 指紋分類装置 | |
| Tan et al. | Fingerprint matching by genetic algorithms | |
| You et al. | Hierarchical palmprint identification via multiple feature extraction | |
| CN100414558C (zh) | 基于模板学习的自动指纹识别系统和方法 | |
| Khodadoust et al. | Fingerprint indexing based on expanded Delaunay triangulation | |
| Hambalık | Fingerprint recognition system using artificial neural network as feature extractor: design and performance evaluation | |
| US20100183230A1 (en) | Feature attribute calculation apparatus, feature extraction apparatus, pattern matching apparatus, and method | |
| CN114120378A (zh) | 一种三级分类指纹识别方法 | |
| JP3709803B2 (ja) | パターン照合装置とそのパターン照合方法、及びパターン照合プログラム | |
| Labati et al. | Measurement of the principal singular point in contact and contactless fingerprint images by using computational intelligence techniques | |
| JP2002163655A (ja) | 個人認証装置 | |
| Houtinezhad et al. | Writer-independent signature verification based on feature extraction fusion | |
| Khodadoust et al. | Design and implementation of a multibiometric system based on hand’s traits | |
| Oldal et al. | Biometric Authentication System based on Hand Geometry and Palmprint Features. | |
| Biradar et al. | Fingerprint ridge orientation extraction: a review of state of the art techniques | |
| JP2866461B2 (ja) | 指紋照合装置 | |
| Liu et al. | Fingerprint image quality assessment based on BP neural network with hierarchical clustering | |
| JP2734245B2 (ja) | 画像特徴抽出方法及びその装置 | |
| Bhowmick et al. | Determination of minutiae scores for fingerprint image applications | |
| Iwasokun et al. | Review and evaluation of fingerprint singular point detection algorithms | |
| JP2001076142A (ja) | 指紋画像照合方法及び装置及びこの方法を記録した記録媒体 | |
| Khazaei et al. | Fingerprint matching and classification using an onion layer algorithm of computational geometry | |
| Preetha et al. | Selection and extraction of optimized feature set from fingerprint biometrics-a review |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 19980401 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19980818 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080918 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080918 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090918 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090918 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100918 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110918 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120918 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130918 Year of fee payment: 15 |
|
| EXPY | Cancellation because of completion of term |